[摘要]数字经济与制造业融合发展已成为东北经济发展的重要引擎。以东三省2014—2021年面板数据为研究样本，利用回归分析对数字化基础水平、数字产业化水平、数字化创新水平进行实证分析，并采用灰色关联分析对比各省发展特点。实证结果表明：三种因素均能促进制造业发展，其中数字化创新水平正向影响作用较大；同时对三省影响大的因素分别为财政科学技术支出、研究与试验发展经费支出和数字化基础能力建设。基于此，提出完善基础设施建设、搭建融合发展平台等建议。
[关键词]数字经济；制造业；固定效应模型；灰色关联度
数字经济发展水平影响着经济结构的优化。目前我国数字经济的规模全球领先，产业数字化的发展不可阻挡。数字经济已被提高到国家布局的战略新高度。我国在政策指引下正积极推进产业数字化以推动产业优质发展和经济高质量发展。东三省区域作为我国拥有丰富的能源资源及得天独厚的自然条件的地区，应结合老工业基地的优势，探索新格局下东三省经济发展的动力。
一、文献综述
关于数字经济与制造业融合发展的相关研究总结如下：曹正勇从智能化、网络化、个性化和服务化方面提出数字经济孕育了我国工业发展的新模式，进而能够促进工业生产效率的提高，提升人民的生活品质[1]。解梅娟等从宏观层面、产业层面、区域格局变化层面和政策支持层面对制造业的融合进程提出互联网＋制造业、建立信息安全平台等措施[2]。焦勇提出数字经济赋能制造业转型的四个维度及四条路径以推动信息技术和数字技术的发展，为制造业产业的发展提供技术支撑[3]。周晓辉通过构建数字经济与制造业两大系统的指标，采用耦合度分析和实证分析对长三角地区二者融合进行融合度测算[4]。史宇鹏分别从产品层面、技术层面和组织层面提出制造业数字化转型的举措[5]。综上，学者们已经在关键突破与建设路径创新等方面取得了较为丰富的研究成果。但是上述研究缺乏对数字经济与制造业融合发展的系统评价，且利用灰色关联模型的研究更是少之又少。鉴于此，本文利用数字经济的三大指标结合固定效应回归分析和灰色关联分析对东三省两者融合发展进行研究，为促进东三省经济增长提供现实依据。
二、变量选择与模型构建
(一)变量选取说明
以工业增加值(IAV)作为被解释变量，数字经济为解释变量，主要考虑数字化基础水平infra、数字产业化水平indus、数字化创新水平innov三个重要因素。控制变量为外贸依存度FTD、政府参与程度GP、教育投入水平EDL。衡量数字化基础水平的主要指标：基础设施能力、移动电话普及率、网络普及率、通信发展水平；衡量数字产业化水平的主要指标：产业利润总额、企业网站数、电商企业数。衡量数字化创新水平的主要指标：研究与试验发展经费支出、规上工业企业研发期末有效发明专利数、地方财政科学技术支出、R&D经费占地区生产总值、软件业务收入。本研究样本区间为2014-2021年，数据来源于《中国统计年鉴》《黑龙江省统计年鉴》《吉林省统计年鉴》《辽宁省统计年鉴》《中国互联网发展报告》。对于个别指标缺失值，通过插值法进行填补。数据处理和建模使用mat-lab2018a和Stata16。
(二)模型构建
本研究建立数字化基础水平、数字产业化水平、数字化创新水平三个总指标来衡量数字经济，并对各指标进行标准化处理，然后通过建立计量模型来探究数字经济的三个方面对东三省总体的制造业的影响。模型设定如下：LAVit=α+β1infrait+β2FTDit+β3GPit+β4EDLit+εit(1)LAVit=α+β1indusit+β2FTDit+β3GPit+β4EDLit+εit(2)LAVit=α+β1innovit+β2FTDit+β3GPit+β4EDLit+εit(3)其中，LAV的含义为工业增加值，i为东三省各省(i=1，2，3)，t为年份(t=2014,2015,…2021)，β表示待估参数，ε为残差。本研究建立灰色关联度模型对黑龙江省、吉林省和辽宁省的数字经济与制造业融合发展的关联程度进行系统分析，以探究各省之间二者融合发展的差异及相似之处。
三、实证分析
(一)回归分析
1.回归结果分析
论文使用Hausman检验对数字经济与制造业融合发展进行检验以确定采用固定效应模型还是随机效应模型。并进一步用选取的方法对三个模型进行回归分析，回归结果如下表1。由表1所示，Hausman检验对于数字化基础水平、数字产业化水平、数字化创新水平的P值分别为0.0030、0.0083、0.0203，均在5%的显著性水平上拒绝了随机扰动项与解释变量无关的原假设，认为固定效应系数和随机效应系数在估计上存在显著差异，说明建立固定效应模型优于随机效应模型。根据表1的回归结果，模型(1)在控制对外贸依存度、政府参与程度、教育投入水平三个变量后，数字化基础水平的回归系数为0.878，说明了数字化基础水平对制造业发展具有明显的正向促进作用；模型(2)中数字产业化水平的回归系数为1.265，通过了5%的显著性水平检验，说明数字产业化水平的提高促进了工业增加值的提升；模型(3)中数字化创新水平的回归系数为2.236，通过了1%的显著性水平检验，即数字化创新水平每增加1个单位，工业增加值就会相应的增加2.236个单位。说明在现阶段，数字化创新水平对整个制造业的发展起到了助推器的作用。
2.稳健性检验
为了保证指标解释能力的强壮性，采用调整样本期的方式进行稳健性检验，选取2017-2021年的数据将数字化基础水平、数字产业化水平、数字化创新水平对工业增加值的影响进行回归，重复以上实证部分。结果显示，三个模型均通过了1%的显著性水平检验，且系数没有出现大的波动，因此本研究的实证结果较为可靠。
(二)数字经济与制造业融合发展的灰色关联度分析
灰色关联度是度量两大系统之间的发展趋势，并对趋势所表现的相同和不同程度进行的一个描述。本文主要运用该模型探究东三省各省影响二者融合发展关联度最大的指标，并对其结果进行三省对比，以分析各省的发展优势。
1.灰色关联分析
具体步骤(1)确定分析数列。论文中的母序列为工业增加值。子序列为数字经济对应的12个指标。(2)对变量进行预处理。(3)计算差序列。Δij(k)=|X0(k)-Xi(k)|(4)计算各个指标与母序列的关联系数。其中，minminΔij(k)为二级最小差，minmaxmaxΔij(k)为二级最大差；ρ为分辨系数，本研究取ρ=0.5。
2.结果分析
东三省数字经济与制造业融合发展的关联度计算结果见表3。从整体来看，科技研发投入强度与制造业融合发展的关联度最大，其次是研发支出、电商企业数；与制造业融合发展关联度最小的是通信发展水平，其次是基础设施能力等。这说明增大R&D经费支出对二者融合发展提供了有利条件，在基础设施能力方面，东三省已经发展较好，对数字经济与制造业融合发展的影响较弱。从横向来看，科技研发投入强度与制造业融合发展对于黑龙江省、吉林省和辽宁省的关联度分别为0.8383、0.7534、0.8919，说明黑辽两省在这方面与整体发展比较一致。从各省情况来看，黑龙江省科学技术支持与制造业融合发展的关联度最大，为0.8784，其次研发支出(0.8654)、企业网站数(0.8415)；通信发展水平与制造业融合发展的关联度最小，为0.5175。吉林省研发支出与制造业融合发展的关联度最大，为0.8987，其次为基础设施能力(0.8897)、移动电话普及率(0.8889)；关联度最小的是通信发展水平，为0.5244。辽宁省移动电话普及率与制造业融合发展的关联度最大，为0.9194，其次为科技研发投入强度(0.8919)、科学技术支持(0.8654)；产业利润总额与制造业融合发展的关联度最小，为0.5687。
四、结论与建议
(一)基本结论
本研究以东三省2014-2020年数据为研究样本，采用东三省数字经济与制造业融合发展的回归分析和灰色关联度分析，得出以下结论：
1.通过回归分析
结果表明，数字化基础水平、数字产业化水平、数字化创新水平三者均对制造业发展具有明显的优化作用。尤其是数字化创新水平所具有的即时性，有利于提高两者融合发展的效率。另外数字化基础水平在基础层面为制造业节约人力物力财力，减少信息成本，使企业向信息化，智能化和网络化转变。数字产业化水平为提高东三省的经济地位提供了有利条件，有利于科技成果的转化。
2.通过灰色关联度分析
结果表明，东三省整体和各省科学技术投入强度与制造业融合发展的关联度均较大，因此要增加在科学技术方面的R&D科技经费支出，提高融合发展水平。对于各省来说，黑龙江省应增大地方财政科学技术支出，财政方面倾斜科学技术。吉林省应增大研究与试验发展经费支出，优化政府资金投放，向本省重点领域关键行业倾斜。辽宁省应加大数字化基础能力建设以及科技投入，数字基建是数字经济与制造业融合发展的支柱，在短期会对经济增长有直接拉动作用，同时资金支持相关数字产业以带动两者融合水平。
(二)对策建议
1.完善数字基础设施建设。加快补齐数字基础设施短板，升级改造工业宽带网络、电信服务水平和通信网络基础设施等，实现千兆光纤网络全面覆盖。加快5G基站，完善区域布局，尽量满足制造业发展所需的要素条件，扩大覆盖范围，实现互联互通。在工业软件、行业应用软件和新兴技术软件全面应用新型基础设施。
2.搭建两产业融合发展平台。引领制造业与数字经济融合发展应加强硬件方面的建设。一是搭建物联网服务平台，统一的产业融合发展平台，可以对制造业生产环节进行可视化控制，实现精准化生产。二是搭建质量安全追溯平台，建立产品生产指标体系、产品标准体系、监测监管体系等，保障产品的质量安全。三是搭建电子商务平台，以东北的区域特点建立区域品牌，增加产品的线上销售率，提升品牌价值。
3.增强创新能力，攻关前沿技术。孕育新的高新科技，聚焦产业发展需求。深入研究东三省在新材料、精细加工、高端装备制造、半导体芯片制造和工业基础软件等领域已取得的成果。增加对制造业的研发投入，提高产品附加值；借鉴国内外先进的创新理念，加快开发并应用制造业数字化发展的软件，形成创新驱动发展战略，提高产业核心竞争力。
4.畅通各部门沟通协调，聚焦产业发展。数字经济与制造业深度融合过程中出现的产业间无确定的责任界限，导致相互推诿，因此政府应该及时与相关部门沟通，明晰监管机构的职权，分工明确，建立有效的机制。此外政府在财政支出方面应安排专项资金，鼓励社会资金的投入，切实解决制造业面临的融资难、税负重等问题，大力支持智能制造企业，形成产业发展的聚集性优势。
5.大力培养数字行业技术人才。从高校方面来说，要加快培养有大数据处理等数字技能的人才，建立优秀学生评价体系；从企业方面来说，智能制造企业应放宽人才政策，制定合理的培训方案，定期为专业人士组织开展交流机会。此外高校与企业还应该建立合作平台，实现人才与企业精准对接，制定人才激励政策，重点引进开拓性人才、高素质人才、综合性人才。
作者：吴海凤 宋德军 单位：哈尔滨商业大学经济学院
