□ 柳 毅 趙 軒 楊 偉

內(nèi)容提要 傳統(tǒng)制造業(yè)是實體經(jīng)濟(jì)的主體，是推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的基石。本文從產(chǎn)業(yè)基礎(chǔ)、創(chuàng)新生態(tài)和經(jīng)濟(jì)效益等維度構(gòu)建數(shù)字經(jīng)濟(jì)促進(jìn)我國傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的評價指標(biāo)體系，并綜合運用耦合協(xié)調(diào)度模型、空間計量模型、中介效應(yīng)模型分析數(shù)字經(jīng)濟(jì)促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的作用機制與影響。 研究表明：（1）數(shù)字經(jīng)濟(jì)通過緩解資本錯配、促進(jìn)科技人才集聚和金融發(fā)展推動傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合，有利于優(yōu)化科技資源配置、創(chuàng)新生產(chǎn)要素升級；（2）數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈的融合產(chǎn)生非線性的促進(jìn)作用；（3）數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展具有正向的空間溢出效應(yīng)。

一、引言

傳統(tǒng)制造業(yè)是發(fā)展我國實體經(jīng)濟(jì)的重要基礎(chǔ)， 而創(chuàng)新則是引領(lǐng)傳統(tǒng)制造業(yè)高質(zhì)量發(fā)展的第一動力。目前，我國已連續(xù)多年成為世界第一制造業(yè)大國，但傳統(tǒng)制造業(yè)的產(chǎn)品附加值偏低、工業(yè)要素投入的邊際效應(yīng)不斷減弱， 原有的以低成本要素參與全球競爭的發(fā)展空間日益縮小。 推動我國傳統(tǒng)制造業(yè)邁向中高端重在創(chuàng)新， 中國應(yīng)當(dāng)加速構(gòu)建全球創(chuàng)新鏈，利用先進(jìn)的知識、技術(shù)、信息資源提升制造業(yè)國際分工的地位。 2022年浙江省政府出臺的《關(guān)于推動創(chuàng)新鏈產(chǎn)業(yè)鏈融合發(fā)展的若干意見》明確要求增強企業(yè)創(chuàng)新動力，打造全國最優(yōu)科創(chuàng)環(huán)境， 加快傳統(tǒng)制造業(yè)由要素驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動的高質(zhì)量發(fā)展。

傳統(tǒng)制造業(yè)創(chuàng)新鏈與產(chǎn)業(yè)鏈深度融合既要考慮由創(chuàng)新鏈向產(chǎn)業(yè)鏈的拓展融合， 也要考慮由產(chǎn)業(yè)鏈向創(chuàng)新鏈的延伸融合。 產(chǎn)業(yè)鏈的上中下游企業(yè)應(yīng)按照市場供求關(guān)系， 以滿足用戶需求為目標(biāo)依托資金、技術(shù)、產(chǎn)品渠道進(jìn)行價值交換，在各要素尤其是技術(shù)要素的驅(qū)動下， 最終將新型產(chǎn)品或服務(wù)推向市場（李滋陽等，2019）。而創(chuàng)新鏈?zhǔn)敲枋鰪膭?chuàng)意到創(chuàng)新成果形成整個過程的鏈狀結(jié)構(gòu)，以某一或多個領(lǐng)域創(chuàng)新主體為核心通過創(chuàng)新資源交互協(xié)同，在多元主體間實現(xiàn)知識經(jīng)濟(jì)化、技術(shù)產(chǎn)業(yè)化、創(chuàng)新系統(tǒng)持續(xù)優(yōu)化的鏈?zhǔn)浇Y(jié)構(gòu) （孔祥年，2019）。 因此，創(chuàng)新鏈和產(chǎn)業(yè)鏈的融合本質(zhì)上是多主體通過耦合互動產(chǎn)生共振實現(xiàn)價值增值的過程， 在某一時間點上可產(chǎn)生橫向協(xié)同和縱向協(xié)同效應(yīng)，最終形成雙螺旋的融合閉環(huán)（李雪松和龔曉倩，2021）。隨著我國大力發(fā)展數(shù)字經(jīng)濟(jì)，特別是數(shù)字技術(shù)創(chuàng)新成果加速滲透融入傳統(tǒng)產(chǎn)業(yè)體系，各種新興產(chǎn)業(yè)依靠數(shù)字技術(shù)創(chuàng)新進(jìn)行跨界融合，完善了物質(zhì)資本配置并驅(qū)動城市高質(zhì)量發(fā)展（丁松和李若瑾，2022）。同時，數(shù)字經(jīng)濟(jì)降低金融機構(gòu)與創(chuàng)新主體之間的信息不對稱程度， 通過數(shù)字普惠金融緩解創(chuàng)新主體的融資約束， 使其將更多精力和資金投入到創(chuàng)新活動中， 從而顯著提升區(qū)域經(jīng)濟(jì)發(fā)展的活力。因此，本文對數(shù)字經(jīng)濟(jì)驅(qū)動傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的影響進(jìn)行系統(tǒng)性研究具有十分重要的現(xiàn)實意義。本文的邊際貢獻(xiàn)在于：第一，將科技人才集聚、數(shù)字金融發(fā)展等創(chuàng)新要素納入到傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的分析框架中，有助于深入研究數(shù)字經(jīng)濟(jì)發(fā)展對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的內(nèi)在機理。第二，從產(chǎn)業(yè)環(huán)境、區(qū)域創(chuàng)新能力和經(jīng)濟(jì)效益等維度構(gòu)建傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的評價指標(biāo)體系，并采用耦合協(xié)調(diào)度模型科學(xué)測算各地區(qū)的融合發(fā)展水平。 第三，采用中介效應(yīng)模型、門檻回歸模型以及空間杜賓模型實證分析數(shù)字經(jīng)濟(jì)發(fā)展水平對各地區(qū)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的作用機制和空間溢出效應(yīng)。第四，通過地區(qū)異質(zhì)性檢驗精準(zhǔn)分析數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)高質(zhì)量發(fā)展的輻射范圍， 進(jìn)一步加深傳統(tǒng)制造業(yè)對數(shù)字經(jīng)濟(jì)紅利效應(yīng)的理解，為各地區(qū)實施差異化發(fā)展策略提供科學(xué)指導(dǎo)。

二、理論分析與研究假設(shè)

數(shù)字經(jīng)濟(jì)發(fā)展促使經(jīng)濟(jì)社會的數(shù)據(jù)信息產(chǎn)生緊密關(guān)聯(lián)，增強了個體間的交互性，提升宏觀經(jīng)濟(jì)整體的系統(tǒng)性、復(fù)雜性（蔡躍洲，2021）。 新一代信息技術(shù)的成熟以及向供給側(cè)應(yīng)用重心的轉(zhuǎn)移，不僅使產(chǎn)業(yè)鏈上下游企業(yè)之間的資源配置得到優(yōu)化（Lazonick， 2016），還可以通過區(qū)塊鏈技術(shù)構(gòu)建產(chǎn)業(yè)鏈內(nèi)部的信用共享機制（張路，2019），解決基礎(chǔ)研究及其成果產(chǎn)業(yè)化主體的信息壁壘和匹配瓶頸（晏文雋等，2022）。 數(shù)字經(jīng)濟(jì)催生的新業(yè)態(tài)、新要素和新模式能夠提升產(chǎn)業(yè)鏈韌性， 通過產(chǎn)業(yè)鏈與創(chuàng)新鏈的融合來重構(gòu)生產(chǎn)過程、提高生產(chǎn)效率并提升產(chǎn)業(yè)鏈的效能（曲冠楠等，2023）。 因此，圍繞產(chǎn)業(yè)鏈部署創(chuàng)新鏈的“雙鏈”融合，實質(zhì)上是調(diào)整產(chǎn)業(yè)鏈關(guān)鍵環(huán)節(jié)與創(chuàng)新鏈彼此運作， 構(gòu)建多鏈融合的創(chuàng)新生態(tài)，實現(xiàn)科技、產(chǎn)業(yè)、金融的良性循環(huán)（褚思真和萬勁波，2022）。金融發(fā)展能優(yōu)化企業(yè)創(chuàng)新活動的融資環(huán)境（蔡延澤等，2021），間接影響數(shù)字經(jīng)濟(jì)促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈的融合。創(chuàng)新人才集聚有利于產(chǎn)業(yè)鏈協(xié)調(diào)融合度提升，而產(chǎn)業(yè)集聚則為科技人才提供更好的發(fā)展機會與更多的就業(yè)崗位， 最終提升地區(qū)創(chuàng)新水平和科技進(jìn)步（徐斌和羅文，2020）。數(shù)字經(jīng)濟(jì)也能夠顯著改善中國資本和勞動力錯配（李慧泉等，2022），數(shù)字技術(shù)外溢性對資源錯配的修正作用越來越強（烏云圖等，2023），進(jìn)而促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈的融合。 綜上所述，本文提出研究假設(shè)1。

研究假設(shè)1：數(shù)字經(jīng)濟(jì)通過緩解資源錯配程度、促進(jìn)科技人才集聚和金融發(fā)展推動傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合。

中國經(jīng)濟(jì)增長模式必須由原來的依靠要素投入的外延增長方式轉(zhuǎn)向依靠技術(shù)創(chuàng)新和金融創(chuàng)新驅(qū)動的內(nèi)涵型增長（陳志剛和關(guān)威，2017）。數(shù)字經(jīng)濟(jì)可以提升綠色金融的融資效率進(jìn)而影響資金在產(chǎn)業(yè)鏈中的流向，從而規(guī)制引導(dǎo)產(chǎn)業(yè)鏈的發(fā)展并對產(chǎn)業(yè)鏈企業(yè)存在“促進(jìn)-抑制-促進(jìn)”的非線性作用（賀正楚等，2022）。數(shù)據(jù)要素作為數(shù)字經(jīng)濟(jì)時代的核心生產(chǎn)要素，是推動制造業(yè)創(chuàng)新發(fā)展的新引擎，它與人力資本匹配能顯著提升制造業(yè)創(chuàng)新質(zhì)量，同時呈現(xiàn)“倒U 型”的非線性影響（陶長琪和丁煜，2022）。 因此，數(shù)字經(jīng)濟(jì)通過激發(fā)創(chuàng)新活躍度進(jìn)而賦能制造業(yè)轉(zhuǎn)型升級，表現(xiàn)為邊際效應(yīng)“非線性”遞增的特點（王盛等，2022）?；诖吮疚奶岢鲅芯考僭O(shè)2。

研究假設(shè)2：數(shù)字經(jīng)濟(jì)發(fā)展對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合產(chǎn)生非線性影響。

高度互聯(lián)互通的信息網(wǎng)絡(luò)促進(jìn)資源、技術(shù)在網(wǎng)絡(luò)空間上的共享和擴散， 對中國全要素生產(chǎn)率有著顯著的促進(jìn)作用（郭家堂和駱品亮，2016）。在數(shù)字經(jīng)濟(jì)發(fā)展的大趨勢下，互聯(lián)網(wǎng)的發(fā)展能夠直接改善區(qū)域的資源錯配并產(chǎn)生溢出效應(yīng)（韓長根和張力，2019）。 互聯(lián)網(wǎng)產(chǎn)業(yè)對中國不同地區(qū)出口貿(mào)易產(chǎn)生巨大的差異性影響，并且在區(qū)域內(nèi)、區(qū)域間存在正向的溢出效應(yīng)（何菊香等，2015）。 因此，數(shù)字經(jīng)濟(jì)通過為實體經(jīng)濟(jì)發(fā)展提供更大范圍的生產(chǎn)空間和消費空間，能夠豐富市場要素來源、重塑經(jīng)濟(jì)發(fā)展形態(tài)，并對跨時空資源進(jìn)行整合，通過網(wǎng)絡(luò)引導(dǎo)要素自由流動，使供需關(guān)系得以高效匹配（李慧泉等，2022）。 綜上所述，本文提出研究假設(shè)3。

研究假設(shè)3：數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合具有正向的空間溢出效應(yīng)。

三、模型設(shè)定與數(shù)據(jù)說明

（一）計量模型設(shè)定

本文使用固定效應(yīng)模型、門檻回歸模型、中介效應(yīng)模型和空間計量模型研究數(shù)字經(jīng)濟(jì)促進(jìn)我國傳統(tǒng)制造業(yè)創(chuàng)新鏈與產(chǎn)業(yè)鏈融合的作用機制與溢出效應(yīng)。

1.基準(zhǔn)回歸模型。 為探討數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合產(chǎn)生的影響， 本文構(gòu)建如式（1）的面板固定效應(yīng)回歸模型。

其中，ICit表示i 地區(qū)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈在t年的融合程度；Digit表示i 地區(qū)在t年的數(shù)字經(jīng)濟(jì)發(fā)展水平；Zit表示各個控制變量；μi表示個體固定效應(yīng)；δt表示時間固定效應(yīng)；εit為隨機擾動項。

2.中介效應(yīng)模型。為驗證數(shù)字經(jīng)濟(jì)對于傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合是否存在間接作用機制，本文構(gòu)建如式（2）、（3）的中介效應(yīng)模型進(jìn)行檢驗。

其中，Medit表示中介變量。 本文通過γ、β 等參數(shù)的顯著性來分析中介變量對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的影響力。 若α1、β1、γ2顯著，γ1不顯著，為完全中介效應(yīng)，此時核心解釋變量完全通過中介變量來對被解釋變量產(chǎn)生影響； 若α1、β1、γ1、γ2均顯著，為部分中介效應(yīng)，核心解釋變量有一部分可直接對被解釋變量產(chǎn)生影響， 還有一部分則通過中介變量間接對被解釋變量產(chǎn)生影響。

3.門檻回歸模型。本文設(shè)定如式（4）的門檻回歸模型對數(shù)字經(jīng)濟(jì)與傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的非線性關(guān)系進(jìn)行實證檢驗。

其中，Thit為門檻變量，I（·）為取值1 或0 的指示函數(shù)，滿足括號內(nèi)條件時取1，否則取0。

4.空間計量模型。為進(jìn)一步探討數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的空間溢出效應(yīng)，本文構(gòu)建如式（5）、式（6）的空間面板計量模型：

其中，ρ 為空間自回歸系數(shù)；W 為空間權(quán)重矩陣；α1和α 分別為核心解釋變量和控制變量的彈性系數(shù)；λ1和λ 分別為核心解釋變量和控制變量空間滯后項的彈性系數(shù)；λ0為常數(shù)項；μi表示個體固定效應(yīng)；δt表示時間固定效應(yīng)；εit為隨機擾動項。 當(dāng)η=0 時，式（5）為空間杜賓模型（SDM，Spatial Durbin Model）；當(dāng)η=0、λ1=0 且λ=0 時，式（5）為空間滯后模型 （SAR，Spatial Lagged Model）；當(dāng)ρ=0、λ1=0 且λ=0 時，式（5）為空間誤差模型（SEM，Spatial Error Model）。

（二）變量選取與說明

1.被解釋變量。 本文的被解釋變量為產(chǎn)業(yè)鏈與創(chuàng)新鏈融合（IC）。 為探索數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的影響效應(yīng)， 本文選取傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈的耦合協(xié)調(diào)度作為代理變量（王榮，2021）?！榜詈稀笔侵竷蓚€或兩個以上的體系通過相互作用而彼此影響以致聯(lián)合起來的現(xiàn)象，本文借鑒現(xiàn)有研究（王玉冬等，2019；陳雄輝等，2021），從產(chǎn)業(yè)鏈和創(chuàng)新鏈兩個子系統(tǒng)出發(fā)，選取產(chǎn)業(yè)鏈子系統(tǒng)的產(chǎn)業(yè)基礎(chǔ)、產(chǎn)業(yè)經(jīng)濟(jì)、產(chǎn)業(yè)配套、產(chǎn)業(yè)合作和產(chǎn)業(yè)環(huán)保五個維度，以及創(chuàng)新鏈子系統(tǒng)的創(chuàng)新生態(tài)、技術(shù)研發(fā)以及技術(shù)吸收三個維度構(gòu)建傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的評價指標(biāo)體系，具體如表1 所示。

表1 傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合評價指標(biāo)體系

本文參照《行業(yè)分類國家標(biāo)準(zhǔn)》對制造業(yè)進(jìn)行分類，將傳統(tǒng)制造業(yè)選定為行業(yè)代碼是C13-C37、C39-C41 的行業(yè)。為消除主觀因素的影響，本文采用對數(shù)據(jù)本身客觀信息進(jìn)行提取分析的熵權(quán)法來確定權(quán)重， 并利用Max-Min 值法對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除指標(biāo)間的量綱。 表2 為耦合協(xié)調(diào)度的評價標(biāo)準(zhǔn)。

表2 耦合協(xié)調(diào)度評價標(biāo)準(zhǔn)

為充分展現(xiàn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈的實際融合度， 本文對傳統(tǒng)耦合協(xié)調(diào)度模型進(jìn)行修正（王淑佳等，2021），改進(jìn)的模型如式（7）所示：

其中，IC 為耦合協(xié)調(diào)度，n 為子系統(tǒng)個數(shù)，Ui為各子系統(tǒng)值，T 為所有子系統(tǒng)的綜合發(fā)展指數(shù)，αi為子系統(tǒng)i 的權(quán)重，C 的取值范圍為[0，1]，表示各子系統(tǒng)的離散程度， 其值越大表示子系統(tǒng)之間越協(xié)調(diào)，反之越離散。

表3 展示了2012—2020年間全國大部分省級行政區(qū)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈的融合度。2012年全國傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合處于“嚴(yán)重失調(diào)”與“中度失調(diào)”發(fā)展程度的省級行政區(qū)較多， 說明此時全國傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈之間融合程度很低， 產(chǎn)業(yè)鏈和創(chuàng)新鏈之間的關(guān)聯(lián)性比較小， 還不能夠相互協(xié)調(diào)產(chǎn)生積極效應(yīng)。2016年多數(shù)省級行政區(qū)上升到“輕度失調(diào)”等級，同時耦合協(xié)調(diào)度也處于增加的態(tài)勢。到2020年很多省級行政區(qū)都能夠達(dá)到“輕度失調(diào)”和“瀕臨失調(diào)”程度，東部沿海的江蘇省和廣東省傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈耦合協(xié)調(diào)度能夠達(dá)到較好的協(xié)調(diào)。從地區(qū)層面來看，東部沿海省級行政區(qū)產(chǎn)業(yè)鏈與創(chuàng)新鏈耦合協(xié)調(diào)度較高， 這與其數(shù)字經(jīng)濟(jì)發(fā)展較好有很大程度的聯(lián)系； 我國中部地區(qū)省級行政區(qū)如河南省耦合協(xié)調(diào)程度不高， 但一直處于穩(wěn)步上升態(tài)勢， 這可能是制造業(yè)在中心城市擴散及城市群功能分工深化的表現(xiàn)； 而西部內(nèi)陸地區(qū)耦合協(xié)調(diào)度偏低，如西藏自治區(qū)在2012—2020年耦合協(xié)調(diào)度并沒有明顯上升。

表3 我國各省級行政區(qū)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合總體趨勢

2.核心解釋變量。 本文的核心解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平（Dig）。 數(shù)字經(jīng)濟(jì)是指以使用數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化重要推動力的一系列經(jīng)濟(jì)活動。本文借鑒周雪峰等（2022）的研究，對全國省域?qū)用鏀?shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測度， 選取互聯(lián)網(wǎng)普及率、計算機服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量和百人中移動電話用戶數(shù)來分別表征互聯(lián)網(wǎng)發(fā)展程度、互聯(lián)網(wǎng)相關(guān)從業(yè)人員數(shù)、互聯(lián)網(wǎng)相關(guān)產(chǎn)出和移動互聯(lián)網(wǎng)用戶數(shù)。 本文采用由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)共同編制的中國數(shù)字普惠金融指數(shù)來表征數(shù)字金融發(fā)展。 最后本文將以上綜合指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理， 并采用主成分分析法對數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)進(jìn)行測算。

3.機制變量。（1）科技人才集聚（Tec）。本文采用區(qū)位熵來測算科技人才的集聚程度， 具體公式（8）如下：

其中，Y 為每年各省級行政區(qū)R&D 從業(yè)人員數(shù)量；P 為每年各省級行政區(qū)就業(yè)人數(shù)；PY 為每年全國R&D 從業(yè)人員數(shù)量；PP 為每年全國就業(yè)人數(shù)。在Tec>1 時，當(dāng)?shù)厝瞬欧植驾^為集中；在Tec<1 時，當(dāng)?shù)厝瞬欧植驾^為分散；在Tec=1 時，當(dāng)?shù)厝瞬艃?yōu)勢并不顯著。

（2）金融發(fā)展（FD）。 當(dāng)前我國金融市場仍以銀行業(yè)通過信貸市場影響居民收入結(jié)構(gòu)為主（任文龍等，2019）。因此，本文主要根據(jù)銀行信貸市場數(shù)據(jù)，采用存貸款總額來表示金融發(fā)展。

（3）資源錯配（RM）。基于資源配置理論，數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著改善中國資本和勞動力錯配，從而為經(jīng)濟(jì)增長提供新動力（李慧泉等，2022）。為計量資源錯配指數(shù)，本文借鑒陳永偉和胡偉民（2011）的研究，采用省級行政區(qū)資本錯配指數(shù)（Cmis）和勞動力錯配指數(shù)（Lmis）衡量。 資源錯配指數(shù)大于零說明相對于整個經(jīng)濟(jì)體而言， 該地區(qū)資源配置不足，反之資源配置過度。資源錯配指數(shù)絕對值越大，資源錯配程度越大。 在進(jìn)行實證檢驗時，本文對RM 取絕對值處理。 計算公式（9）如下：

γCi和γLi分別表示資本和勞動力價格扭曲系數(shù)， 計算方法為其中，si表示i 地區(qū)產(chǎn)出占全部總產(chǎn)出的份額，Ci/C 表示i 地區(qū)使用資本占資本總量的比例，siβCi/βC為資本有效配置時i 地區(qū)使用資本的比例，βCi為利用C-D 生產(chǎn)函數(shù)估計的各地區(qū)資本產(chǎn)出彈性，γCi反映資本的錯配程度；Li/L 表示i 地區(qū)使用勞動力占勞動力總量的比例，（siβLi）/βL為勞動力有效配置時i 地區(qū)使用勞動力的比例，βLi為利用C-D 生產(chǎn)函數(shù)估計的各地區(qū)勞動力產(chǎn)出彈性，γLi反映勞動力的錯配程度。 產(chǎn)出總量用各地區(qū)GDP 表示，勞動力投入量用各地區(qū)就業(yè)人數(shù)表示，資本投入量使用永續(xù)盤存法計算，公式（10）為：

其中，Iit為i 地區(qū)第t年的全社會固定資產(chǎn)投資，Pit為i 地區(qū)第t年對應(yīng)的固定資產(chǎn)投資價格指數(shù)，δ 為折舊率（本文取9.6%）。

4.控制變量。 傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈的融合還受財政、教育等多方面的影響。為此本文采用如下控制變量：（1）教育水平（Edu）：使用地方財政教育支出占地區(qū)生產(chǎn)總值比重來表示。（2）環(huán)境因素（Env）：通過工業(yè)環(huán)境污染治理投資額來表示。（3）財政分權(quán)制（Fin）：采用地方財政預(yù)算內(nèi)收入占地方財政預(yù)算內(nèi)支出比重來表示。（4）水資源利用（Res）：采用工業(yè)用水量來表示。（5）勞動力集聚（Lab）：采用區(qū)位熵進(jìn)行測算，分子為省域制造業(yè)就業(yè)人數(shù)與省域全部就業(yè)人數(shù)的比值， 分母為全國制造業(yè)就業(yè)人數(shù)與全國就業(yè)總?cè)藬?shù)的比值。

5.空間權(quán)重矩陣。 本文采用反距離空間權(quán)重矩陣作為空間杜賓模型的權(quán)重矩陣Wij（杜傳忠和管海鋒，2021）。公式（11）的基本思想是“單位間的空間相關(guān)性隨著距離的增加而逐漸遞減”。

其中，dij表示i 地區(qū)和j 地區(qū)之間的地理空間距離。為保證估計結(jié)果的穩(wěn)健性，本文另選取鄰接矩陣和經(jīng)濟(jì)地理嵌套矩陣進(jìn)行穩(wěn)健性檢驗。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

相關(guān)數(shù)據(jù)主要來源于國家統(tǒng)計局網(wǎng)站、《中國統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》以及各省統(tǒng)計年鑒。 本文選取2012—2020年全國各省級行政區(qū)（不包括香港特別行政區(qū)、澳門特別行政區(qū)和臺灣?。?shù)據(jù)作為實證研究樣本，考慮到數(shù)據(jù)的科學(xué)性和可獲得性， 部分缺失值采用線性插值法進(jìn)行補全。為緩解異方差帶來的影響，本文對部分變量進(jìn)行對數(shù)化。 主要變量的描述性統(tǒng)計如表4 所示。

表4 主要變量的描述性統(tǒng)計

四、實證分析

（一）基準(zhǔn)回歸

數(shù)字經(jīng)濟(jì)影響傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的基準(zhǔn)回歸估計結(jié)果如表5 所示。在列（1）和列（2）中核心解釋變量（LnDig）的估計系數(shù)均顯著為正， 說明數(shù)字經(jīng)濟(jì)能夠促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合，此時研究假設(shè)1 得到部分驗證。各地教育水平對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合度的影響系數(shù)在1%的顯著性水平上為正，表明教育水平的提高能夠促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合；環(huán)境因素的系數(shù)值顯著為正，說明進(jìn)一步解決環(huán)境問題， 能夠使產(chǎn)業(yè)鏈和創(chuàng)新鏈的融合更加合理化；財政分權(quán)制與水資源利用系數(shù)為正，說明財政分權(quán)制、水資源利用對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合能夠起到一定的促進(jìn)效果，但并不顯著；勞動力集聚估計系數(shù)不顯著， 說明勞動力集聚并沒有明顯促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈的融合發(fā)展。

表5 數(shù)字經(jīng)濟(jì)影響傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的基準(zhǔn)回歸結(jié)果

（二）中介效應(yīng)分析

為驗證數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的傳導(dǎo)機制， 本文采用中介效應(yīng)模型進(jìn)行實證檢驗，結(jié)果如表6 所示。 在列（1）證實數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合具有積極影響的基礎(chǔ)上，列（2）中數(shù)字經(jīng)濟(jì)的回歸系數(shù)在5%的顯著性水平上為正， 說明數(shù)字經(jīng)濟(jì)能夠提升科技人才的集聚程度。在列（1）加入中介變量科技人才集聚后估計結(jié)果如列（3）所示，數(shù)字經(jīng)濟(jì)的估計系數(shù)仍然顯著，并且科技人才集聚系數(shù)也在1%的顯著性水平上為正。列（4）中數(shù)字經(jīng)濟(jì)的回歸系數(shù)在1%的顯著性水平上顯著，說明數(shù)字經(jīng)濟(jì)能夠促進(jìn)金融規(guī)模的發(fā)展。在列（1）中加入中介變量金融發(fā)展規(guī)模后其估計結(jié)果如列（5）所示，雖然相對于列（1）結(jié)果的顯著性有所降低，但估計系數(shù)仍在10%的顯著性水平上顯著。 這表明數(shù)字經(jīng)濟(jì)能夠通過科技人才集聚和金融發(fā)展的中介效應(yīng)促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合。列（6）數(shù)字經(jīng)濟(jì)的估計系數(shù)為負(fù)， 說明數(shù)字經(jīng)濟(jì)能夠抑制資本的錯配，但效果不明顯。 列（7）數(shù)字經(jīng)濟(jì)的估計系數(shù)顯著為正、資本錯配的估計系數(shù)為負(fù)，說明數(shù)字經(jīng)濟(jì)在抑制資本錯配對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的負(fù)面作用方面有微弱影響；列（8）數(shù)字經(jīng)濟(jì)的估計系數(shù)為正， 說明數(shù)字經(jīng)濟(jì)反而擴大了勞動力錯配的程度，列（9）數(shù)字經(jīng)濟(jì)的估計系數(shù)為正且勞動力錯配的估計系數(shù)不顯著， 說明數(shù)字經(jīng)濟(jì)基本無法通過緩解勞動力錯配對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合產(chǎn)生影響。目前，我國資本擁擠和資本稀缺現(xiàn)象并存， 而數(shù)字經(jīng)濟(jì)可以通過抑制資本錯配促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合。 此時研究假設(shè)1 得到驗證。

表6 中介效應(yīng)檢驗結(jié)果

（三）門檻效應(yīng)分析

本文以金融發(fā)展和數(shù)字經(jīng)濟(jì)為門檻變量進(jìn)行數(shù)字經(jīng)濟(jì)對制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的非線性影響檢驗。采用自助法反復(fù)采樣500 次后，本文發(fā)現(xiàn)以上兩個變量均通過了單一門檻檢驗，因此進(jìn)一步采用門檻回歸模型進(jìn)行分析，結(jié)果如表7 所示。表7 的估計結(jié)果表明， 隨著金融發(fā)展程度和數(shù)字經(jīng)濟(jì)自身發(fā)展程度的提高， 數(shù)字經(jīng)濟(jì)對于傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新鏈融合的估計系數(shù)表現(xiàn)出正向且非線性的遞增作用，故研究假設(shè)2 得到驗證。

表7 門檻模型估計結(jié)果

本文采用似然比檢驗來驗證門檻估計值的真實性，檢驗結(jié)果如圖1 所示，說明門檻估計值與真實值一致。

圖1 似然比檢驗門檻估計值的函數(shù)圖

（四）空間溢出效應(yīng)分析

在進(jìn)行空間計量分析時， 需要對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合度進(jìn)行空間相關(guān)性檢驗。 由表8 可以看出Moran’I 指數(shù)均在1%的顯著性水平上顯著，說明2012—2020年我國各省級行政區(qū)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合度具有顯著的空間相關(guān)性。

表8 空間相關(guān)性檢驗結(jié)果

此外，本文還進(jìn)行了一系列的模型適配性檢驗，依次為：LM 檢驗、Hausman 檢驗、SDM 固定效應(yīng)檢驗、Wald 檢驗以及LR 檢驗，最終確定SDM 時空雙固定效應(yīng)模型為最佳估計模型。①由表9 的空間溢出估計結(jié)果可知，數(shù)字經(jīng)濟(jì)對于傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的直接效應(yīng)和間接效應(yīng)均在1%的顯著性水平上為正。 故研究假設(shè)3 得到驗證。

表9 空間杜賓模型回歸結(jié)果

（五）異質(zhì)性檢驗

由于我國各地區(qū)環(huán)境條件與資源存量水平不盡相同， 本文采取區(qū)域異質(zhì)性檢驗的方法對不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展與傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的情況進(jìn)行分析。 本文參照國家統(tǒng)計局的劃分方式將我國劃分為華北、東北、華東、中南、西南以及西北地區(qū)，對應(yīng)表10 的列（1）～（6）。 由表10回歸結(jié)果可以看出，華北、中南和西北地區(qū)的數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合效果并不顯著； 華東地區(qū)數(shù)字經(jīng)濟(jì)促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的影響系數(shù)在1%的顯著性水平上為正， 說明華東地區(qū)數(shù)字經(jīng)濟(jì)對于傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展具有正向效應(yīng)； 東北地區(qū)和西南地區(qū)估計系數(shù)在1%的顯著性水平上為負(fù)，說明這兩個區(qū)域仍需挖掘數(shù)字經(jīng)濟(jì)賦能傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合的潛力。

表10 地區(qū)異質(zhì)性檢驗結(jié)果

（六）穩(wěn)健性檢驗

本文采用多種方法進(jìn)行研究結(jié)論的穩(wěn)健性檢驗，表11 為穩(wěn)健性檢驗的結(jié)果。其中列（1）為縮短時間年限至2013—2019年的基準(zhǔn)回歸，估計結(jié)果在1%的顯著性水平上為正。列（2）和列（3）分別為控制地區(qū)固定效應(yīng)和控制時間固定效應(yīng)的基準(zhǔn)回歸， 二者估計結(jié)果均在1%的顯著性水平上為正。為緩解反向因果問題的干擾， 本文引入解釋變量滯后一期作為新的解釋變量進(jìn)行回歸，列（4）結(jié)果顯示滯后一期的數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合仍有促進(jìn)作用。 為更好地克服內(nèi)生性問題，本文參考郭家堂和駱品亮（2016）的研究，采用解釋變量滯后一期作為工具變量進(jìn)行2SLS 回歸。列（5）表明緩解內(nèi)生性問題后數(shù)字經(jīng)濟(jì)仍可以顯著促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展且系數(shù)有所提高。

表11 穩(wěn)健性檢驗結(jié)果

五、結(jié)論與建議

本文基于2012—2020年中國31 個省級行政區(qū)的面板數(shù)據(jù)， 運用面板回歸模型、中介效應(yīng)模型、門檻回歸模型以及空間計量模型，對數(shù)字經(jīng)濟(jì)驅(qū)動傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展的作用機制與溢出效應(yīng)進(jìn)行系統(tǒng)分析與實證研究。 主要結(jié)論如下：（1）數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展存在遞增的非線性促進(jìn)作用，在LnFD>11.198 和LnDig>-1.960 時其促進(jìn)作用均會增強；（2）通過中介效應(yīng)分析，數(shù)字經(jīng)濟(jì)通過緩解資本錯配、推動科技人才集聚和金融發(fā)展對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展產(chǎn)生促進(jìn)作用；（3）數(shù)字經(jīng)濟(jì)對傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展具有正向的空間溢出效應(yīng)。另外，華東地區(qū)數(shù)字經(jīng)濟(jì)賦能傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈和創(chuàng)新鏈融合發(fā)展具有正向作用，而華北、中南和西北地區(qū)數(shù)字經(jīng)濟(jì)沒有體現(xiàn)出顯著的促進(jìn)作用。 為進(jìn)一步利用數(shù)字經(jīng)濟(jì)促進(jìn)傳統(tǒng)制造業(yè)創(chuàng)新鏈與產(chǎn)業(yè)鏈融合發(fā)展，本文提出如下政策建議。

第一，開放數(shù)字經(jīng)濟(jì)創(chuàng)新要素資源，促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級。 面對當(dāng)前復(fù)雜的國內(nèi)外經(jīng)濟(jì)形勢， 必須保證傳統(tǒng)制造業(yè)產(chǎn)業(yè)鏈與創(chuàng)新要素的充分自由流動與優(yōu)化配置。 通過產(chǎn)業(yè)數(shù)字化推動高新技術(shù)產(chǎn)業(yè)與傳統(tǒng)制造業(yè)的融合， 促進(jìn)傳統(tǒng)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)高級化和合理化， 實現(xiàn)傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)升級。

第二，構(gòu)建數(shù)字創(chuàng)新生態(tài)系統(tǒng)，提高傳統(tǒng)制造業(yè)的自主創(chuàng)新能力。企業(yè)與行業(yè)協(xié)會、科研院所構(gòu)建數(shù)字經(jīng)濟(jì)的產(chǎn)學(xué)研創(chuàng)新聯(lián)盟， 共建共享成果數(shù)據(jù)庫、人才數(shù)據(jù)庫和專家數(shù)據(jù)庫等信息資源。充分利用產(chǎn)學(xué)研創(chuàng)新聯(lián)盟推動技術(shù)轉(zhuǎn)移服務(wù)、技能認(rèn)證、數(shù)字化科普活動，實現(xiàn)企業(yè)職業(yè)教育與專業(yè)技術(shù)的產(chǎn)教融合培養(yǎng)模式， 培養(yǎng)數(shù)字化人才隊伍的建設(shè)， 進(jìn)一步提升傳統(tǒng)制造業(yè)的自主創(chuàng)新能力和研發(fā)水平。

第三，創(chuàng)新科技金融服務(wù)體系，加快傳統(tǒng)制造業(yè)協(xié)同創(chuàng)新的多元投入。 利用區(qū)塊鏈、大數(shù)據(jù)、人工智能等新一代數(shù)字技術(shù)， 推動制造業(yè)供應(yīng)鏈金融體系和數(shù)字貿(mào)易服務(wù)平臺建立，涵蓋數(shù)字信貸、數(shù)字保險及數(shù)字貨幣交易等新型金融產(chǎn)業(yè)和普惠服務(wù)，拓寬傳統(tǒng)制造企業(yè)融資渠道，著力解決傳統(tǒng)制造企業(yè)“融資難、融資貴”的問題。引導(dǎo)銀行金融機構(gòu)加大對傳統(tǒng)制造業(yè)信貸投放力度， 支持對傳統(tǒng)制造業(yè)實施不良率、存貸比指標(biāo)、風(fēng)險資本權(quán)重計量等進(jìn)行差異化考核， 大力發(fā)展面向縣域傳統(tǒng)制造企業(yè)的數(shù)字化授信金融服務(wù)。 同時加快完善金融服務(wù)實體經(jīng)濟(jì)、服務(wù)傳統(tǒng)制造企業(yè)的管理辦法，瞄準(zhǔn)專精特新企業(yè)后備力量，建立細(xì)分行業(yè)產(chǎn)業(yè)數(shù)字化專項基金?？顚Ｓ?， 扶持傳統(tǒng)制造企業(yè)的未來工廠建設(shè)。

注釋：

①由于篇幅原因，檢驗結(jié)果不進(jìn)行匯報，若讀者有需要可向作者索取。