常 歆，韓 平

（1.哈爾濱商業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，黑龍江 哈爾濱 150000；2.綏化學(xué)院 經(jīng)濟(jì)管理學(xué)院，黑龍江 綏化 152000）

一、引言

在新一輪科技革命和產(chǎn)業(yè)變革的背景下，數(shù)字技術(shù)已成為經(jīng)濟(jì)高質(zhì)量發(fā)展的核心動(dòng)能。制造業(yè)作為中國(guó)經(jīng)濟(jì)增長(zhǎng)的支柱性產(chǎn)業(yè)，如今正面臨著發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家“前后擠壓”的外部挑戰(zhàn)以及中國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)不合理和產(chǎn)品附加值不高的內(nèi)部問(wèn)題。早在2016 年，中國(guó)工業(yè)部和信息化出臺(tái)《智能制造發(fā)展規(guī)劃（2016—2020 年）》，提出加快數(shù)字技術(shù)的發(fā)展和應(yīng)用，為制造業(yè)轉(zhuǎn)型提供重要?jiǎng)恿ΡＵ希?020 年“十四五”規(guī)劃中再次強(qiáng)調(diào)數(shù)字技術(shù)是提高制造業(yè)生產(chǎn)效率、實(shí)現(xiàn)智能制造的必然選擇，可見數(shù)字技術(shù)代表著制造業(yè)先進(jìn)生產(chǎn)方式和核心技術(shù)的發(fā)展方向，充分抓住技術(shù)變革機(jī)遇、加大研發(fā)和創(chuàng)新投入力度是中國(guó)增強(qiáng)自主創(chuàng)新能力、提高制造業(yè)創(chuàng)新產(chǎn)出的根本途徑。然而，由于數(shù)字技術(shù)顛覆性創(chuàng)新和高滲透的特點(diǎn)[1]，使其在制造業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造、營(yíng)銷服務(wù)等環(huán)節(jié)的創(chuàng)新過(guò)程尤為復(fù)雜。因此，為進(jìn)一步明確數(shù)字技術(shù)對(duì)制造業(yè)創(chuàng)新的積極作用、穩(wěn)定制造業(yè)的創(chuàng)新成果和績(jī)效，有必要準(zhǔn)確衡量制造業(yè)創(chuàng)新效率，深入分析數(shù)字技術(shù)對(duì)制造業(yè)創(chuàng)新效率的影響。

中國(guó)制造業(yè)規(guī)模龐大，但技術(shù)創(chuàng)新能力不足，“大而不強(qiáng)”始終是制造業(yè)高質(zhì)量發(fā)展的瓶頸?，F(xiàn)有文獻(xiàn)針對(duì)制造業(yè)創(chuàng)新能力及效率的影響研究較為豐富，早期研究主要集中在創(chuàng)新投入和產(chǎn)出規(guī)模的擴(kuò)大，隨后學(xué)者們發(fā)現(xiàn)創(chuàng)新效率才是制約制造業(yè)創(chuàng)新能力的關(guān)鍵[2]，研究重點(diǎn)逐漸轉(zhuǎn)移到創(chuàng)新效率的分析和測(cè)度方面，并將制造業(yè)創(chuàng)新過(guò)程分解為研發(fā)和成果轉(zhuǎn)化兩個(gè)階段，或是從科技產(chǎn)出、物化產(chǎn)出和價(jià)值產(chǎn)出三個(gè)環(huán)節(jié)論述制造業(yè)創(chuàng)新活動(dòng)；在測(cè)度方法上，學(xué)者們普遍采用DEA 模型或是隨機(jī)前沿分析評(píng)價(jià)效率水平，研究對(duì)象側(cè)重于制造業(yè)整體，也有學(xué)者針對(duì)某一區(qū)域、某一細(xì)分行業(yè)或是企業(yè)進(jìn)行分析，從而得出制造業(yè)創(chuàng)新效率的影響因素。在創(chuàng)新驅(qū)動(dòng)的作用下，近幾年針對(duì)影響因素的研究基本圍繞技術(shù)創(chuàng)新進(jìn)行[3-5]，只是研究范圍和對(duì)象有所不同，地域集中在長(zhǎng)三角、珠三角等發(fā)達(dá)地區(qū)，或是對(duì)東、西、中部地區(qū)進(jìn)行比較分析；并多以裝備制造業(yè)、醫(yī)藥、電子、航空等高技術(shù)產(chǎn)業(yè)為研究對(duì)象，其主要原因在于上述高技術(shù)產(chǎn)業(yè)中的知識(shí)和技術(shù)比重大，技術(shù)創(chuàng)新產(chǎn)生的作用效果更為明顯，更有利于制造業(yè)創(chuàng)新效率的提高。但技術(shù)創(chuàng)新不是單一過(guò)程，且存在技術(shù)外溢性，中國(guó)傳統(tǒng)制造業(yè)轉(zhuǎn)型迫在眉睫，因此有必要將制造業(yè)進(jìn)行細(xì)分，探討制造業(yè)子行業(yè)對(duì)技術(shù)創(chuàng)新的反應(yīng)程度。此外，技術(shù)創(chuàng)新過(guò)程復(fù)雜，現(xiàn)有文獻(xiàn)主要以技術(shù)研發(fā)的投入產(chǎn)出作為創(chuàng)新的衡量指標(biāo)，忽略了新技術(shù)在制造業(yè)中的實(shí)際應(yīng)用效果。為此，基于已有研究?jī)?nèi)容，文章的邊際貢獻(xiàn)體現(xiàn)在：第一，將制造業(yè)細(xì)分為傳統(tǒng)和高技術(shù)兩個(gè)層面，從行業(yè)細(xì)分角度分析制造業(yè)創(chuàng)新效率水平及內(nèi)在原因；第二，科學(xué)構(gòu)建數(shù)字技術(shù)應(yīng)用水平的指標(biāo)體系，完善技術(shù)創(chuàng)新從研發(fā)設(shè)計(jì)到應(yīng)用效果的測(cè)算全過(guò)程；第三，以數(shù)字技術(shù)應(yīng)用為核心實(shí)證檢驗(yàn)制造業(yè)創(chuàng)新效率的影響因素，再次明確數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率提高的決定性作用。

二、研究設(shè)計(jì)

1.研究模型

（1） 傳統(tǒng)DEA—BCC 模型

數(shù)據(jù)包絡(luò)分析(DEA)是評(píng)價(jià)相對(duì)效率的非參數(shù)檢驗(yàn)方法，根據(jù)多產(chǎn)出對(duì)多投入的比率衡量決策單元的生產(chǎn)效率或技術(shù)創(chuàng)新效率并建立投入產(chǎn)出的最佳規(guī)模。傳統(tǒng)DEA-BCC 模型在規(guī)模報(bào)酬可變的條件下測(cè)算靜態(tài)創(chuàng)新效率，更適于判斷制造業(yè)各行業(yè)的創(chuàng)新效率有效性，表達(dá)式為[6]：

其中，θ 表示各決策單元的綜合效率，當(dāng)θ＜1 時(shí)，決策單元為非DEA 有效，只有當(dāng)θ=1 時(shí)，決策單元為DEA 有效；s-和s+分別代表投入過(guò)量和產(chǎn)出不足時(shí)的松弛變量；xj和yj為第j個(gè)決策單元的投入和產(chǎn)出量，j=1，2，…，n；λ 為各決策單元的組合比例，n 為決策單元個(gè)數(shù)。

（2） DEA—Malmquist 指數(shù)法

Malmquist 指數(shù)法在傳統(tǒng)DEA-BCC 模型的基礎(chǔ)上對(duì)不同時(shí)期的全要素生產(chǎn)率進(jìn)行測(cè)算，與DEA 結(jié)合實(shí)現(xiàn)了對(duì)效率的細(xì)化動(dòng)態(tài)分析。DEA-Malmquist 指數(shù)將生產(chǎn)率變化分解為技術(shù)效率和技術(shù)進(jìn)步兩個(gè)方面，綜合考量了全要素生產(chǎn)率的變化水平。技術(shù)效率衡量在技術(shù)水平不變的前提下，不同時(shí)期投入量的變動(dòng)所導(dǎo)致的實(shí)際產(chǎn)出水平與最優(yōu)產(chǎn)出水平的差距；技術(shù)進(jìn)步則考慮在投入量不變時(shí)，科技創(chuàng)新對(duì)最優(yōu)產(chǎn)出水平的促進(jìn)作用，并在這一條件下衡量純技術(shù)進(jìn)步導(dǎo)致的實(shí)際產(chǎn)出水平與最優(yōu)產(chǎn)出水平的差距。DEA-Malmquist 指數(shù)法利用距離函數(shù)D(x，y)計(jì)算不同時(shí)期投入x 和產(chǎn)出y 的全要素生產(chǎn)率，從t 期到t+1 期生產(chǎn)率的變化為[7]：

在規(guī)模報(bào)酬不變時(shí)，全要素生產(chǎn)率可分解為技術(shù)效率變化指數(shù)(Effch)和技術(shù)進(jìn)步指數(shù)(Techch)，當(dāng)Effch＞1 時(shí)表示t 期到t+1 期的技術(shù)效率有所改善，能夠拉動(dòng)全要素生產(chǎn)率的進(jìn)一步增長(zhǎng)，反之則不利于生產(chǎn)率提高；Techch＞1 時(shí)表示該段時(shí)間技術(shù)進(jìn)步速度較快，促進(jìn)生產(chǎn)率提高，反之則抑制生產(chǎn)率提高。在規(guī)模報(bào)酬可變時(shí)，技術(shù)效率變化指數(shù)又可進(jìn)一步分解為純技術(shù)效率變化指數(shù)(Pech)和規(guī)模效率變化指數(shù)(Sech)，可表示為[8]：

文章將制造業(yè)劃分為傳統(tǒng)制造業(yè)和高技術(shù)制造業(yè)，運(yùn)用DEA-Malmquist 指數(shù)法評(píng)價(jià)制造業(yè)全要素生產(chǎn)率變化趨勢(shì)，從純技術(shù)效率、技術(shù)進(jìn)步和規(guī)模效率三個(gè)層面分析各行業(yè)動(dòng)態(tài)創(chuàng)新效率，彌補(bǔ)了傳統(tǒng)DEA-BCC 模型忽略技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率貢獻(xiàn)的短板。

（3） Tobit 回歸模型

DEA-BCC 模型測(cè)算的制造業(yè)創(chuàng)新效率值是介于0 和1 之間的連續(xù)變量，使用普通最小二乘法回歸分析結(jié)果容易產(chǎn)生有偏性和不一致[9]，而Tobit 回歸模型可基于廣義最小二乘法對(duì)受限因變量進(jìn)行創(chuàng)新效率及影響因素的分析，模型構(gòu)建如下[10]：

其中，yit為因變量，為潛變量，當(dāng)為正值時(shí)，代表制造業(yè)創(chuàng)新效率；xit為制造業(yè)創(chuàng)新效率的影響因素，i 為制造業(yè)傳統(tǒng)和高技術(shù)行業(yè)；t 為時(shí)間年份；γ 為影響因素的待估參數(shù)；ε 為隨機(jī)誤差項(xiàng)。

2.制造業(yè)創(chuàng)新效率測(cè)度

通過(guò)查閱大量文獻(xiàn)發(fā)現(xiàn)，制造業(yè)創(chuàng)新效率的測(cè)度一般分為投入和產(chǎn)出兩方面，同時(shí)DEA-BCC 模型和Malmquist 指數(shù)法也要求根據(jù)多項(xiàng)投入和產(chǎn)出指標(biāo)進(jìn)行相對(duì)有效性評(píng)價(jià)，因此文章結(jié)合許冰、聶云霞(2021)[11]的研究，從研發(fā)和成果應(yīng)用兩個(gè)階段選取效率指標(biāo)。在研發(fā)階段主要考慮資本和勞動(dòng)力要素投入以及研究和開發(fā)機(jī)構(gòu)的科技產(chǎn)出，在成果應(yīng)用階段以制造業(yè)技術(shù)改進(jìn)和新產(chǎn)品開發(fā)資金投入以及新產(chǎn)品開發(fā)規(guī)模和收入水平為主，共選取8 項(xiàng)投入產(chǎn)出指標(biāo)（見表1）。

表1 制造業(yè)創(chuàng)新效率投入產(chǎn)出指標(biāo)體系

由于制造業(yè)中不同行業(yè)的科技含量有所差別，對(duì)數(shù)字技術(shù)的吸收和應(yīng)用程度不同，將制造業(yè)細(xì)分為傳統(tǒng)和高技術(shù)行業(yè)更有利于深入分析制造業(yè)創(chuàng)新效率的具體情況。鑒于傳統(tǒng)制造業(yè)以勞動(dòng)密集型和制造加工業(yè)為主，主要包括紡織、鋼鐵、機(jī)電、化工等生產(chǎn)性工業(yè)，從而選擇農(nóng)副食品加工業(yè)、紡織業(yè)、木材加工業(yè)、黑色金屬冶煉和壓延加工業(yè)、金屬制品業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)、電氣機(jī)械和器材制造業(yè)、非金屬礦物質(zhì)品業(yè)、橡膠和塑料制品業(yè)及其他制造業(yè)10 個(gè)傳統(tǒng)行業(yè)，根據(jù)《高技術(shù)產(chǎn)業(yè)（制造業(yè)） 分類（2017）》中的分類原則和數(shù)據(jù)的可獲取性，選取醫(yī)藥制造業(yè)、電子及通信設(shè)備制造業(yè)、計(jì)算機(jī)及辦公設(shè)備制造業(yè)、醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)、鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)5 個(gè)高技術(shù)行業(yè)，共15 個(gè)制造業(yè)子行業(yè)作為決策單元，相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》，研究的時(shí)間跨度為2009—2020 年。

3.數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率的影響測(cè)度

以數(shù)字技術(shù)為主導(dǎo)的數(shù)字化轉(zhuǎn)型改變了制造業(yè)原有的技術(shù)創(chuàng)新體系。隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)的不斷成熟和廣泛應(yīng)用，數(shù)字技術(shù)與制造業(yè)的融合過(guò)程和創(chuàng)新方式更為緊密和復(fù)雜，對(duì)制造業(yè)是否充分利用和吸收數(shù)字技術(shù)的賦能效果有待進(jìn)一步研究?，F(xiàn)有文獻(xiàn)也對(duì)技術(shù)創(chuàng)新和制造業(yè)之間的內(nèi)在聯(lián)系進(jìn)行了充分的理論論述，但定量分析較少。因此，文章參考溫湖煒、王圣云(2022)[12]的方法，將數(shù)字技術(shù)應(yīng)用水平作為衡量制造業(yè)數(shù)字化程度的標(biāo)準(zhǔn)，研究其對(duì)制造業(yè)創(chuàng)新效率的影響。

（1） 變量選擇和數(shù)據(jù)來(lái)源

第一，被解釋變量。被解釋變量為DEA-BCC 模型測(cè)算的2009—2020 年制造業(yè)創(chuàng)新效率，用Crste 表示。

第二，解釋變量。文章主要研究數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率的影響，因此將數(shù)字技術(shù)應(yīng)用作為核心解釋變量，用Dta 表示?？紤]到制造業(yè)創(chuàng)新效率還容易受到產(chǎn)業(yè)創(chuàng)新規(guī)模、產(chǎn)業(yè)發(fā)展水平以及國(guó)外技術(shù)支持等因素的影響，文章借鑒丁博等(2019)[13]的研究成果，將各因素共同引入Tobit 模型，控制除數(shù)字技術(shù)應(yīng)用外的其他因素對(duì)制造業(yè)創(chuàng)新效率的促進(jìn)或抑制作用。其中，產(chǎn)業(yè)創(chuàng)新規(guī)模選擇研發(fā)機(jī)構(gòu)數(shù)(R&Dins)衡量，產(chǎn)業(yè)發(fā)展水平選擇利潤(rùn)總額(Tpro)和經(jīng)營(yíng)收入(Opin)衡量，國(guó)外技術(shù)支持則由技術(shù)引進(jìn)經(jīng)費(fèi)支出(Tie)衡量。由此，建立如下Tobit 回歸模型：

（2） 數(shù)字技術(shù)應(yīng)用的測(cè)算

《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》將數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)范圍分為5 個(gè)大類，其中便包括數(shù)字技術(shù)應(yīng)用業(yè)，具體分為軟件開發(fā)、電信廣播衛(wèi)星傳輸服務(wù)、互聯(lián)網(wǎng)相關(guān)服務(wù)、信息技術(shù)服務(wù)以及其他數(shù)字技術(shù)應(yīng)用業(yè)，涵蓋制造業(yè)數(shù)字化轉(zhuǎn)型所需的多種基礎(chǔ)性技術(shù)支撐行業(yè)，因而以此為依據(jù)綜合選取軟件開發(fā)和應(yīng)用、電信服務(wù)、互聯(lián)網(wǎng)相關(guān)服務(wù)三個(gè)方面共9 個(gè)指標(biāo)，并構(gòu)建科學(xué)合理的數(shù)字技術(shù)應(yīng)用指標(biāo)體系（見表2）。

表2 數(shù)字技術(shù)應(yīng)用水平測(cè)度指標(biāo)體系

根據(jù)上述指標(biāo)體系，參考蔡玉勝、呂靜韋(2018)[14]的研究方法，采用熵值法在一定程度上彌補(bǔ)主觀賦值的缺陷，并經(jīng)過(guò)標(biāo)準(zhǔn)化處理、計(jì)算熵值和指標(biāo)權(quán)重等過(guò)程測(cè)算出2009—2020 年數(shù)字技術(shù)應(yīng)用水平（見表3），數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。

表3 2009—2020 年數(shù)字技術(shù)應(yīng)用水平

三、實(shí)證結(jié)果分析

1.制造業(yè)創(chuàng)新效率動(dòng)態(tài)分析

基于上述DEA-Malmquist 指數(shù)法對(duì)制造業(yè)動(dòng)態(tài)創(chuàng)新效率分析的理論支撐，運(yùn)用DEAP2.1 軟件，對(duì)2009—2020 年制造業(yè)15 個(gè)子行業(yè)的面板數(shù)據(jù)進(jìn)行分析，得出中國(guó)制造業(yè)子行業(yè)及各年度的動(dòng)態(tài)創(chuàng)新效率，即全要素生產(chǎn)率及其分解結(jié)果，具體如表4 和表5 所示。

表4 2009—2020 年制造業(yè)動(dòng)態(tài)創(chuàng)新效率

由表4 可知，制造業(yè)創(chuàng)新效率的年平均全要素生產(chǎn)率為0.965，未達(dá)到DEA 有效，表明制造業(yè)創(chuàng)新效率在2009—2020年整體未達(dá)到帕累托最優(yōu)，但大部分年度數(shù)據(jù)與DEA 有效距離相差不大，全要素生產(chǎn)率變動(dòng)幅度較小，主要原因在于全要素生產(chǎn)率增長(zhǎng)趨勢(shì)不穩(wěn)定，易出現(xiàn)反復(fù)下降過(guò)程，從而導(dǎo)致制造業(yè)創(chuàng)新效率不高。這一局面與2008 年全球金融危機(jī)爆發(fā)導(dǎo)致的經(jīng)濟(jì)下行和經(jīng)濟(jì)緊縮的宏觀調(diào)控不無(wú)關(guān)系，同時(shí)，中國(guó)對(duì)外進(jìn)出口貿(mào)易增速放緩甚至出現(xiàn)負(fù)值、大量企業(yè)破產(chǎn)或減產(chǎn)、失業(yè)率大幅上升等因素也使制造業(yè)創(chuàng)新的勞動(dòng)力和資本短缺。隨著經(jīng)濟(jì)增長(zhǎng)的重點(diǎn)重新轉(zhuǎn)移到制造業(yè)，中國(guó)也提出以創(chuàng)新驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展，因此在2014—2015 年間制造業(yè)創(chuàng)新效率短暫提升，達(dá)到DEA 有效。Malmquist 分解指數(shù)的平均值均小于1，也說(shuō)明制造業(yè)創(chuàng)新效率并未達(dá)到DEA 有效，多數(shù)時(shí)間段的技術(shù)進(jìn)步指數(shù)與全要素生產(chǎn)率呈現(xiàn)同向變動(dòng)和一定程度的協(xié)同效應(yīng)，由此判斷技術(shù)進(jìn)步是制造業(yè)創(chuàng)新效率提高的主要因素，純技術(shù)效率和規(guī)模效率各自變動(dòng)幅度的大小決定了技術(shù)效率指數(shù)的最終變化。但2011—2012 年、2017—2018 年的數(shù)據(jù)表明，技術(shù)進(jìn)步指數(shù)雖有效，也不能彌補(bǔ)技術(shù)效率指數(shù)的過(guò)大差距，需全方位推動(dòng)制造業(yè)創(chuàng)新效率的提高。

2019 年以來(lái)，中國(guó)技術(shù)研發(fā)經(jīng)費(fèi)和要素投入逐年提高，但技術(shù)效率和進(jìn)步指數(shù)增長(zhǎng)動(dòng)力始終不足。原因在于：一方面是中國(guó)偏重于基礎(chǔ)制造，境外技術(shù)引進(jìn)和消化吸收成本高，而由于核心數(shù)字技術(shù)的貿(mào)易壁壘和單邊主義抬頭導(dǎo)致高技術(shù)制造業(yè)回流到發(fā)達(dá)國(guó)家，為獲取高額利潤(rùn)只能重新依賴于自主創(chuàng)新；另一方面，中國(guó)制造業(yè)數(shù)字技術(shù)基礎(chǔ)薄弱，從技術(shù)進(jìn)步指數(shù)推斷出自主創(chuàng)新水平短時(shí)間內(nèi)穩(wěn)步提高的難度較大，平均規(guī)模效率指數(shù)小于1 也說(shuō)明了大規(guī)模要素投入和市場(chǎng)擴(kuò)張導(dǎo)致了規(guī)模不經(jīng)濟(jì)問(wèn)題，造成資源浪費(fèi)的同時(shí)形成了產(chǎn)能過(guò)剩現(xiàn)象。2019—2020 年的全要素生產(chǎn)率重新達(dá)到DEA 有效，主要原因在于從2018 年開始，技術(shù)進(jìn)步指數(shù)和純技術(shù)效率指數(shù)大幅度上升，表明中國(guó)制造業(yè)創(chuàng)新能力的顯著提高， 《中國(guó)制造（2025）》等國(guó)家行動(dòng)綱領(lǐng)在經(jīng)歷時(shí)滯效應(yīng)后逐漸帶動(dòng)技術(shù)水平優(yōu)化，使得制造業(yè)創(chuàng)新效率進(jìn)一步增長(zhǎng)。總體而言，2014—2015 年制造業(yè)創(chuàng)新效率由于經(jīng)濟(jì)增長(zhǎng)觀念的轉(zhuǎn)變得到短時(shí)間內(nèi)的提升，但由于技術(shù)效率和進(jìn)步水平的短板又一次導(dǎo)致創(chuàng)新效率的下降。隨著中國(guó)技術(shù)自主創(chuàng)新能力的增強(qiáng)和政策保障，2018—2019 年的技術(shù)效率和進(jìn)步水平開始回升，在2019—2020 年制造業(yè)創(chuàng)新效率達(dá)到1.030，中國(guó)制造業(yè)創(chuàng)新效率得以提升。為了更充分地表達(dá)制造業(yè)創(chuàng)新效率的變動(dòng)趨勢(shì)，將制造業(yè)細(xì)分為傳統(tǒng)和高技術(shù)兩部分進(jìn)行子行業(yè)Malmquist 指數(shù)及分解分析，具體如表5 所示。

表5 列出了制造業(yè)子行業(yè)的創(chuàng)新效率值。在傳統(tǒng)制造業(yè)行業(yè)中，木材加工業(yè)、非金屬礦物制品業(yè)和其他制造業(yè)的全要素生產(chǎn)率大于1，高技術(shù)制造業(yè)中所有子行業(yè)全要素生產(chǎn)率小于1，制造業(yè)平均全要素生產(chǎn)率及分解指標(biāo)均小于1，說(shuō)明近十年中國(guó)制造業(yè)創(chuàng)新能力有限，無(wú)論是傳統(tǒng)制造業(yè)還是高技術(shù)制造業(yè)都缺少持續(xù)發(fā)展動(dòng)力。究其原因，從分解指標(biāo)可以看出制造業(yè)整體技術(shù)進(jìn)步指數(shù)較低，制造業(yè)創(chuàng)新效率受到技術(shù)和制度創(chuàng)新匱乏的制約。具體而言，高技術(shù)制造業(yè)的技術(shù)效率指數(shù)幾乎均達(dá)到1，是由于技術(shù)進(jìn)步指數(shù)的拖累效應(yīng)導(dǎo)致高技術(shù)制造業(yè)創(chuàng)新效率偏低；而傳統(tǒng)制造業(yè)中多數(shù)子行業(yè)的純技術(shù)效率和規(guī)模效率各有不足，說(shuō)明子行業(yè)中各自存在資源配置或是生產(chǎn)規(guī)模不當(dāng)?shù)那闆r，但共性問(wèn)題仍在于技術(shù)進(jìn)步對(duì)創(chuàng)新效率貢獻(xiàn)不大，尤其是農(nóng)副食品加工、金屬制品、化學(xué)原料和化學(xué)制品、電氣機(jī)械和器材、橡膠和塑料等傳統(tǒng)行業(yè)受到技術(shù)創(chuàng)新匱乏、制度保障不足、資源使用不合理及生產(chǎn)規(guī)模效率有限等多重因素的影響，可見傳統(tǒng)制造業(yè)技術(shù)效率和技術(shù)進(jìn)步水平均有待改善。傳統(tǒng)制造業(yè)和高技術(shù)制造業(yè)的創(chuàng)新效率雖不高，但其內(nèi)因各不相同，高技術(shù)制造業(yè)的問(wèn)題集中在技術(shù)水平和制度創(chuàng)新層面，傳統(tǒng)制造業(yè)則需全方位提高薄弱環(huán)節(jié)?？傮w而言，高技術(shù)制造業(yè)創(chuàng)新效率整體優(yōu)于傳統(tǒng)制造業(yè)，相比傳統(tǒng)制造業(yè)而言，技術(shù)自主創(chuàng)新能力的促進(jìn)作用更為明顯；反觀傳統(tǒng)制造業(yè)，技術(shù)效率和技術(shù)進(jìn)步指數(shù)的雙重壓力為創(chuàng)新效率的提升提出了更多挑戰(zhàn)，亟需針對(duì)性發(fā)展策略。

表5 2009—2020 年制造業(yè)子行業(yè)創(chuàng)新效率

綜合制造業(yè)全要素生產(chǎn)率的時(shí)間動(dòng)態(tài)變化和各子行業(yè)的全要素生產(chǎn)率水平可知，技術(shù)進(jìn)步指數(shù)偏低成為抑制制造業(yè)創(chuàng)新效率的主要因素。技術(shù)進(jìn)步是制造業(yè)生產(chǎn)工藝、制造技能等方面的改進(jìn)，反映制造業(yè)生產(chǎn)前沿面的移動(dòng)及對(duì)創(chuàng)新效率的貢獻(xiàn)，其內(nèi)在動(dòng)力來(lái)源于技術(shù)創(chuàng)新和應(yīng)用[15]。因此，在新型技術(shù)層出不窮、制造業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)下，數(shù)字技術(shù)成為創(chuàng)新的核心動(dòng)力，數(shù)字技術(shù)應(yīng)用的賦能對(duì)制造業(yè)創(chuàng)新效率提升具有重要作用?；谝陨戏治觯恼逻M(jìn)一步借助Tobit 模型研究數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率的影響。

2.數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率的Tobit 回歸分析

文章運(yùn)用stata16.0 軟件測(cè)算數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率的影響程度。首先，對(duì)模型進(jìn)行Hausman 檢驗(yàn)以篩選模型偏好，為降低原始數(shù)據(jù)波動(dòng)對(duì)實(shí)證結(jié)果的影響，將所有數(shù)據(jù)取對(duì)數(shù)進(jìn)行平滑性處理，同時(shí)不改變數(shù)據(jù)原有性質(zhì)和關(guān)系。由于Prob＞chi2=0.2672，不拒絕原假設(shè)，且制造業(yè)創(chuàng)新效率值具有截?cái)嗵卣鳎髯兞繑?shù)據(jù)連續(xù)強(qiáng)平衡，因而選擇面板隨機(jī)效應(yīng)Tobit回歸模型進(jìn)行分析；其次，在面板數(shù)據(jù)隨機(jī)效應(yīng)模型下，進(jìn)行可行的廣義最小二乘法和穩(wěn)健性估計(jì)，實(shí)證結(jié)果如表6 所示。

表6 制造業(yè)創(chuàng)新效率影響因素的Tobit 回歸結(jié)果

由實(shí)證結(jié)果可知，數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率具有顯著促進(jìn)作用，回歸系數(shù)為0.26，在所有因素中影響程度最高，再次驗(yàn)證了技術(shù)進(jìn)步在制造業(yè)創(chuàng)新效率中的決定性增加研發(fā)機(jī)構(gòu)數(shù)量能帶動(dòng)現(xiàn)有技術(shù)的創(chuàng)新改革，業(yè)務(wù)經(jīng)營(yíng)的穩(wěn)步發(fā)展有利于穩(wěn)固制造業(yè)資本實(shí)力，從而促進(jìn)制造業(yè)創(chuàng)新效率提高；利潤(rùn)增多并未引起制造業(yè)創(chuàng)新效率的提高，其原因可能是利潤(rùn)再投資與創(chuàng)新效率提高之間存在差異，從而導(dǎo)致資源與供需錯(cuò)配；技術(shù)引進(jìn)經(jīng)費(fèi)支出對(duì)制造業(yè)創(chuàng)新效率的回歸系數(shù)顯著為負(fù)，其原因一方面在于對(duì)國(guó)外技術(shù)引進(jìn)的依存度過(guò)高容易導(dǎo)致國(guó)內(nèi)制造業(yè)失去自主創(chuàng)新的積極性和源動(dòng)力；另一方面則是國(guó)外技術(shù)引進(jìn)成本過(guò)高，國(guó)內(nèi)技術(shù)尚未與國(guó)外技術(shù)形成良好互補(bǔ)，導(dǎo)致資本投入量大且抑制創(chuàng)新效率的提高。整體上看，研發(fā)機(jī)構(gòu)數(shù)量、利潤(rùn)總額、營(yíng)業(yè)收入以及技術(shù)引進(jìn)經(jīng)費(fèi)支出雖對(duì)制造業(yè)創(chuàng)新效率具有顯著影響，但其影響效果遠(yuǎn)低于數(shù)字技術(shù)應(yīng)用，這一現(xiàn)象表明在新一代信息技術(shù)革命背景下，傳統(tǒng)的勞動(dòng)密集和資本密集型生產(chǎn)模式有效性不斷降低，數(shù)字技術(shù)所釋放的技術(shù)紅利和溢出效應(yīng)已成為制造業(yè)價(jià)值創(chuàng)造和獲取的新動(dòng)能，進(jìn)一步深化了數(shù)字技術(shù)應(yīng)用對(duì)制造業(yè)創(chuàng)新效率的重要滲透和融合作用。

四、結(jié)論和建議

文章以中國(guó)2009—2020 年制造業(yè)15 個(gè)子行業(yè)為研究對(duì)象，采用DEA-Malmquist 指數(shù)法對(duì)其創(chuàng)新效率進(jìn)行動(dòng)態(tài)評(píng)價(jià)，結(jié)果表明大部分子行業(yè)的創(chuàng)新效率未達(dá)到DEA 有效，其主要原因在于技術(shù)進(jìn)步指數(shù)不高，即制造業(yè)技術(shù)創(chuàng)新和應(yīng)用能力不足。而使用面板隨機(jī)效應(yīng)Tobit 回歸模型對(duì)影響因素進(jìn)行實(shí)證分析后發(fā)現(xiàn)，加強(qiáng)數(shù)字技術(shù)應(yīng)用顯著提高制造業(yè)創(chuàng)新效率，且影響程度遠(yuǎn)大于制造業(yè)發(fā)展水平、創(chuàng)新規(guī)模以及國(guó)外技術(shù)引進(jìn)對(duì)創(chuàng)新效率的促進(jìn)或抑制作用，由此可見，數(shù)字技術(shù)應(yīng)用是影響制造業(yè)創(chuàng)新效率的決定性因素。此外，從研發(fā)機(jī)構(gòu)數(shù)量對(duì)制造業(yè)創(chuàng)新效率的正向影響可以判斷，中國(guó)數(shù)字技術(shù)創(chuàng)新水平提升空間較大，適當(dāng)降低國(guó)外技術(shù)引進(jìn)有利于提高中國(guó)技術(shù)自主創(chuàng)新能力；利潤(rùn)總額的反向作用也表明利潤(rùn)提高并不能反哺制造業(yè)創(chuàng)新效率，而是要在利潤(rùn)轉(zhuǎn)化為資本的同時(shí)避免資源配置與制造業(yè)供需的結(jié)構(gòu)性矛盾，并通過(guò)增加經(jīng)營(yíng)收入穩(wěn)固制造業(yè)資本轉(zhuǎn)化實(shí)力。數(shù)字技術(shù)應(yīng)用是制造業(yè)創(chuàng)新效率提高的新增長(zhǎng)點(diǎn)，是數(shù)字化產(chǎn)品在制造業(yè)中的深層次嵌入和融合，由于目前中國(guó)技術(shù)基礎(chǔ)薄弱，數(shù)字技術(shù)的滲透力和推動(dòng)力還存在不足，因此為提高制造業(yè)創(chuàng)新效率，仍應(yīng)進(jìn)一步拓展技術(shù)創(chuàng)新空間，加強(qiáng)數(shù)字技術(shù)應(yīng)用。

第一，夯實(shí)技術(shù)創(chuàng)新基礎(chǔ)，強(qiáng)調(diào)自主創(chuàng)新和研發(fā)能力。一是加快新型基礎(chǔ)設(shè)施建設(shè)，完善數(shù)字技術(shù)應(yīng)用于制造業(yè)的支撐載體，構(gòu)建數(shù)字技術(shù)大規(guī)模發(fā)展應(yīng)用平臺(tái)；二是明確數(shù)字技術(shù)投資新方向，加大對(duì)人工智能、工業(yè)互聯(lián)網(wǎng)等新型信息技術(shù)的投入，整合和優(yōu)化資源要素，保證技術(shù)研發(fā)精準(zhǔn)匹配市場(chǎng)需求；三是推進(jìn)知識(shí)創(chuàng)新和技術(shù)創(chuàng)新，注重原始創(chuàng)新、集成創(chuàng)新和引進(jìn)消化吸收再創(chuàng)新，突破關(guān)鍵核心技術(shù)難題，開展數(shù)字技術(shù)應(yīng)用標(biāo)準(zhǔn)研究；四是加強(qiáng)數(shù)字技術(shù)與制造技術(shù)的融合，以數(shù)字技術(shù)保障智能材料、智能元器件等制造業(yè)核心零部件的創(chuàng)新能力，獲取制造業(yè)高附加價(jià)值。

第二，完善數(shù)字技術(shù)應(yīng)用準(zhǔn)則，規(guī)范市場(chǎng)交易行為。數(shù)字技術(shù)應(yīng)用所釋放的巨大紅利和價(jià)值增值打破了市場(chǎng)原有的利益均衡，且尚未形成新的價(jià)值分配體系，因此一方面要以立法的形式明確數(shù)字技術(shù)所有權(quán)和使用權(quán)的歸屬，制定價(jià)值分配、技術(shù)共享等方面的準(zhǔn)則；另一方面要改善市場(chǎng)環(huán)境，規(guī)范技術(shù)自我保護(hù)所導(dǎo)致的行業(yè)準(zhǔn)入壁壘行為，增強(qiáng)金融服務(wù)、市場(chǎng)營(yíng)商環(huán)境等制度保障的時(shí)效性。