張元慶 劉爍 齊平

摘 要：推進制造業(yè)高端化、智能化發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能等一批新的增長引擎，助力制造業(yè)創(chuàng)新效率提升是中共二十大報告的重要議題。采用Super-SBM兩階段DEA模型、Dagumn基尼系數(shù)和空間收斂模型，基于價值鏈視角對我國高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率進行測度，分析高技術(shù)數(shù)字制造業(yè)的區(qū)域差異和空間收斂特征。結(jié)果表明，我國高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率離最優(yōu)狀態(tài)還存在差距，東部地區(qū)創(chuàng)新效率明顯高于其它地區(qū)；區(qū)域間和區(qū)域內(nèi)創(chuàng)新效率差異較大，兩階段差異來源呈現(xiàn)出不同特征，并以2016年為界出現(xiàn)較大變化；2016年以后，中部地區(qū)研發(fā)階段和成果轉(zhuǎn)化階段創(chuàng)新效率均具有σ收斂特征，全國層面具有顯著的空間絕對收斂和條件收斂特征，東部地區(qū)的空間絕對收斂特征未通過顯著性檢驗。研究結(jié)論有助于從價值鏈視角全面客觀了解我國數(shù)字制造業(yè)創(chuàng)新效率現(xiàn)狀，從而為促進數(shù)字經(jīng)濟發(fā)展、提高經(jīng)濟質(zhì)量、避免區(qū)域數(shù)字“鴻溝”提供參考。

關(guān)鍵詞：數(shù)字經(jīng)濟；高技術(shù)數(shù)字制造業(yè)；創(chuàng)新效率測量；區(qū)域差異

DOI：10.6049/kjjbydc.2022110008

中圖分類號：F264.2

文獻標(biāo)識碼：A

文章編號：1001-7348（2023）13-0040-10

0 引言

中共二十大報告提出，建設(shè)現(xiàn)代化產(chǎn)業(yè)體系，推進新型工業(yè)化，加快建設(shè)制造強國、質(zhì)量強國、航天強國、交通強國、網(wǎng)絡(luò)強國、數(shù)字中國。新一代信息技術(shù)與制造業(yè)深度融合是助推我國制造業(yè)創(chuàng)新效率提升的重要引擎。隨著大數(shù)據(jù)、云計算、人工智能等前沿技術(shù)的迅猛發(fā)展和不斷創(chuàng)新，數(shù)字經(jīng)濟越來越緊密融入經(jīng)濟社會生活各個環(huán)節(jié)，已經(jīng)成為重構(gòu)全球創(chuàng)新版圖、重塑全球經(jīng)濟結(jié)構(gòu)的關(guān)鍵因素。2021年，我國數(shù)字經(jīng)濟規(guī)模已達(dá)45.5萬億元，占GDP比例達(dá)39.8%，位居世界第二位。與此同時，我國依然面臨西方國家嚴(yán)格的技術(shù)封鎖和核心技術(shù) “卡脖子”問題，也面臨技術(shù)創(chuàng)新不足、老工業(yè)基地改造及產(chǎn)業(yè)升級等諸多重大挑戰(zhàn)。中國加入世界貿(mào)易組織20多年來，雖然已發(fā)展成為世界第二大經(jīng)濟體、第一制造大國，制造業(yè)增加值占全球30%，甚至超過歐美之和。然而，長期以來我國制造業(yè)主要依靠成本優(yōu)勢獲得競爭力，隨著疫情沖擊、貿(mào)易摩擦和人口紅利消失成為常態(tài)，我國制造業(yè)成本優(yōu)勢無以為繼，同時面臨核心技術(shù)和產(chǎn)業(yè)鏈上游關(guān)鍵技術(shù)受制于人的局面。因此，必須在創(chuàng)新上取得突破，才能保持國際競爭力。當(dāng)前，以數(shù)字技術(shù)為基礎(chǔ)的數(shù)字經(jīng)濟在疫情持續(xù)沖擊下，表現(xiàn)出強大生命力，發(fā)揮著重要的創(chuàng)新引擎作用。但在數(shù)字經(jīng)濟高速發(fā)展過程中，數(shù)字產(chǎn)業(yè)區(qū)域內(nèi)、區(qū)域間發(fā)展不平衡、不充分問題也日益突出。那么，在數(shù)字經(jīng)濟迅猛發(fā)展背景下，我國高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率如何？是否存在區(qū)域差異和收斂機制？本文基于價值鏈視角對我國高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率進行測度，并分析高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率的區(qū)域差異和空間收斂特征。

1 文獻回顧

（1）數(shù)字經(jīng)濟與經(jīng)濟增長的關(guān)系。由于數(shù)字經(jīng)濟對經(jīng)濟增長的拉動作用巨大，學(xué)者們對此進行了重點研究。如王如玉等［1］認(rèn)為信息技術(shù)與實體經(jīng)濟深度融合是實現(xiàn)產(chǎn)業(yè)升級的重要途徑；荊文君和孫寶文［2］認(rèn)為，數(shù)字經(jīng)濟促進經(jīng)濟增長主要通過提升資源配置效率與全要素生產(chǎn)率、增加新的要素投入實現(xiàn)。新冠疫情暴發(fā)后，世界經(jīng)濟遭受巨大沖擊，而數(shù)字經(jīng)濟卻一枝獨秀。此后，學(xué)界對數(shù)字經(jīng)濟的研究更加深入。如郭凱明等［3］提出傳統(tǒng)基礎(chǔ)設(shè)施投資向數(shù)字經(jīng)濟領(lǐng)域轉(zhuǎn)移是高質(zhì)量發(fā)展的必然選擇；楊文博［4］指出數(shù)字經(jīng)濟對發(fā)達(dá)地區(qū)經(jīng)濟增長的促進作用大于對相對落后地區(qū)的促進作用；任保平和何厚聰［5］認(rèn)為，以人工智能和大數(shù)據(jù)為代表的數(shù)字經(jīng)濟已成為我國經(jīng)濟快速發(fā)展的重要引擎。隨著我國數(shù)字經(jīng)濟規(guī)模不斷擴大，一定程度上緩解了疫情對就業(yè)和經(jīng)濟的沖擊。如韓君和高瀛璐［6］研究發(fā)現(xiàn)，數(shù)字經(jīng)濟能夠通過數(shù)字平臺增強生產(chǎn)性服務(wù)業(yè)的就業(yè)效應(yīng)。綜上，學(xué)界關(guān)于數(shù)字經(jīng)濟對經(jīng)濟增長的拉動作用已達(dá)成共識，且數(shù)字經(jīng)濟的拉動效應(yīng)會因區(qū)域基礎(chǔ)設(shè)施投入不同而存在差異。

（2）數(shù)字經(jīng)濟與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的關(guān)系。孫早和徐遠(yuǎn)華［7］指出，信息基礎(chǔ)設(shè)施建設(shè)對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有顯著促進作用，且這一促進作用會隨著市場化程度提升而增強；黃群慧等［8］提出，互聯(lián)網(wǎng)技術(shù)通過減少資源錯配和降低交易成本顯著促進制造企業(yè)生產(chǎn)效率提升?？梢?，信息基礎(chǔ)設(shè)施和技術(shù)進步對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升具有促進作用。面對疫情對經(jīng)濟的持續(xù)沖擊與影響，通過何種方式保持經(jīng)濟持續(xù)增長成為學(xué)界研究的重點課題。張龍鵬和張雙志［9］認(rèn)為，人工智能與高技術(shù)產(chǎn)業(yè)融合能夠產(chǎn)生更強的創(chuàng)新效應(yīng)；施炳展和李建桐［10］研究表明，互聯(lián)網(wǎng)普及率能夠有效提升中國制造業(yè)分工水平，進而提升創(chuàng)新效率。此外，在互聯(lián)網(wǎng)共享性功能的貢獻方面，魏成龍和羅天正［11］提出，互聯(lián)網(wǎng)能夠通過金融發(fā)展促進科技創(chuàng)新和創(chuàng)新產(chǎn)出。在數(shù)字經(jīng)濟作用于制造業(yè)的機理和效果方面，張艷萍等（2022）認(rèn)為，數(shù)字經(jīng)濟通過網(wǎng)絡(luò)連接效應(yīng)對中國制造業(yè)全球價值鏈（GVC）廣度和高度均有促進作用，但對資本和技術(shù)密集型行業(yè)GVC升級存在先抑后揚的“U”型單門檻效應(yīng)；Usai等［12］研究證實數(shù)字經(jīng)濟對產(chǎn)業(yè)升級與轉(zhuǎn)型具有積極促進作用；Karhade等［13］認(rèn)為，如果考慮企業(yè)成本等問題，數(shù)字經(jīng)濟對產(chǎn)業(yè)升級與轉(zhuǎn)型的創(chuàng)新效應(yīng)存在不顯著或負(fù)向的可能。

（3）創(chuàng)新效率測度及區(qū)域差異與空間收斂。簡曉彬等［14］通過構(gòu)建空間收斂性模型發(fā)現(xiàn)，地理位置相鄰省份的制造業(yè)價值鏈攀升效率存在空間自相關(guān)性，且隨著時間推移呈現(xiàn)出收斂性；薛永剛［15］基于空間計量方法研究珠三角地區(qū)醫(yī)藥制造業(yè)創(chuàng)新能力的空間相關(guān)性，發(fā)現(xiàn)醫(yī)藥制造業(yè)創(chuàng)新能力存在負(fù)向空間相關(guān)性和收斂性；劉明和王思文［16］通過構(gòu)建兩組含有空間因素的收斂模型考察制造業(yè)收斂性，發(fā)現(xiàn)中國制造業(yè)的空間收斂性顯著，但存在顯著的區(qū)域差異；肖仁橋等［17］通過構(gòu)建模型研究發(fā)現(xiàn)，我國高技術(shù)制造業(yè)整體效率偏低，效率排序為東部>中部>西部，區(qū)域間技術(shù)差距較大。也有學(xué)者從高端服務(wù)業(yè)與先進制造業(yè)關(guān)系的角度研究兩者的區(qū)域差異和收斂性，如孫暢和吳芬［18］采用核密度法和Dagum基尼系數(shù)分析先進制造業(yè)與高端服務(wù)業(yè)的關(guān)系，發(fā)現(xiàn)兩者水平存在區(qū)域差異及收斂特征。此外，基于創(chuàng)新價值鏈角度，朱慧明等［19］通過構(gòu)建模型研究發(fā)現(xiàn)，我國制造企業(yè)整體技術(shù)創(chuàng)新效率較低且存在區(qū)域和行業(yè)異質(zhì)性?；趨^(qū)域協(xié)同創(chuàng)新發(fā)展視角，學(xué)者們就企業(yè)異地進入對區(qū)域創(chuàng)新的影響進行了研究，如嵇正龍等［20］通過模型構(gòu)建和理論分析發(fā)現(xiàn)，企業(yè)異地進入能夠顯著促進區(qū)域創(chuàng)新空間收斂；賴紅波和王高興［21］通過構(gòu)建知識生產(chǎn)模型發(fā)現(xiàn)，產(chǎn)業(yè)集聚不利于區(qū)域創(chuàng)新效率提升，而政府政策和資金支持有利于區(qū)域創(chuàng)新效率提升。綜上，制造業(yè)創(chuàng)新效率測度及區(qū)域差異與收斂性研究一直備受關(guān)注，學(xué)者們從不同視角進行了研究和分析，有共識也有分歧，但都提出了針對性的對策措施。

以上文獻為深入理解數(shù)字經(jīng)濟與經(jīng)濟發(fā)展、制造業(yè)創(chuàng)新效率間的關(guān)系提供了豐富見解，但多數(shù)文獻基于數(shù)字經(jīng)濟單獨角度展開分析與測量，對制造業(yè)創(chuàng)新效率的研究也多集中在傳統(tǒng)制造業(yè)方面，鮮有文獻研究并測量高技術(shù)數(shù)字制造產(chǎn)業(yè)的創(chuàng)新發(fā)展情況及其區(qū)域差異。因此，本文邊際貢獻在于：第一，依據(jù)國家統(tǒng)計局對數(shù)字經(jīng)濟產(chǎn)業(yè)的分類，梳理并測量高技術(shù)數(shù)字制造業(yè)兩階段創(chuàng)新效率。第二，采用Dagum基尼系數(shù)分析我國高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率的區(qū)域差異，并采用σ和β收斂模型對高技術(shù)數(shù)字制造業(yè)空間收斂特征進行分析。

2 高技術(shù)數(shù)字制造業(yè)創(chuàng)新發(fā)展的理論分析

近年來數(shù)字經(jīng)濟和數(shù)字技術(shù)迅猛發(fā)展，但學(xué)界對數(shù)字制造業(yè)的理論研究相對不足。在數(shù)字制造業(yè)的概念被提出之前，學(xué)界通常使用“互聯(lián)網(wǎng)+制造業(yè)”等概念［22］，相關(guān)研究也主要圍繞傳統(tǒng)制造業(yè)創(chuàng)新效率、互聯(lián)網(wǎng)與傳統(tǒng)制造業(yè)的關(guān)系等問題展開。以數(shù)字技術(shù)為基礎(chǔ)的數(shù)字經(jīng)濟對人類社會生產(chǎn)、消費和分配方式都產(chǎn)生了重要影響，也大大提高了經(jīng)濟運行效率［23］。數(shù)字經(jīng)濟為數(shù)字制造業(yè)發(fā)展提供了契機，通過有效刺激數(shù)字產(chǎn)品需求，促進數(shù)字制造業(yè)創(chuàng)新效率提升。數(shù)字經(jīng)濟能夠跨越時空限制，使更多有效大數(shù)據(jù)被用于信息處理，降低信息不對稱帶來的道德風(fēng)險［24］，糾正市場扭曲，優(yōu)化資源配置，加速資金、人員跨區(qū)域流動，從而打破制造業(yè)空間布局，為縮小區(qū)域差異提供可能。此外，數(shù)字制造業(yè)具有高門檻、高投入等特性，其發(fā)展過程中又形成路徑依賴性和集聚效應(yīng)等特征。高技術(shù)數(shù)字制造業(yè)與傳統(tǒng)制造業(yè)既有相似性又存在區(qū)別，經(jīng)驗證據(jù)表明，高技術(shù)數(shù)字制造業(yè)最先在傳統(tǒng)制造業(yè)基礎(chǔ)較好的東部地區(qū)落地并快速發(fā)展，這證明高技術(shù)數(shù)字制造業(yè)對傳統(tǒng)制造業(yè)具有一定路徑依賴性。同時，高技術(shù)數(shù)字制造業(yè)是基于數(shù)字技術(shù)產(chǎn)生的新模式，有別于傳統(tǒng)制造業(yè)的部分屬性，這為其路徑依賴性解鎖提供了可能。因此，可以推斷，數(shù)字經(jīng)濟發(fā)展將改變高技術(shù)數(shù)字制造業(yè)創(chuàng)新發(fā)展的空間格局，但這種改變具有一定路徑依賴特征，并存在較大的不確定性。

根據(jù)空間競爭理論，運輸成本降低、數(shù)據(jù)要素共享將打破地理隔離的競爭保護，隨之而來的是產(chǎn)品差異化競爭趨勢。同時，遠(yuǎn)程技術(shù)發(fā)展為跨區(qū)域合作提供了可能。在數(shù)字技術(shù)共享性和正外部性效應(yīng)下，信息以較低的成本和適合的方式流向市場參與者［25］，進而打破勞動力、技術(shù)等要素的空間封鎖格局，使其以競爭的方式向周邊溢出。同時，數(shù)字經(jīng)濟的內(nèi)生刺激將進一步提高各區(qū)域數(shù)字制造業(yè)創(chuàng)新水平，各區(qū)域通過有效創(chuàng)新競爭形成增速趨同的收斂特征。基于上述推斷，本文對我國數(shù)字制造業(yè)創(chuàng)新效率的區(qū)域差異及其空間收斂特征進行探討。

3 模型構(gòu)建與數(shù)據(jù)說明

3.1 模型構(gòu)建

依據(jù)國家統(tǒng)計局對數(shù)字經(jīng)濟產(chǎn)業(yè)的分類，結(jié)合高技術(shù)制造業(yè)分類標(biāo)準(zhǔn)并考慮數(shù)據(jù)可得性，本文最終選取計算機制造（0101）、通訊及雷達(dá)（0102）、數(shù)字媒體設(shè)備制造（0103）、智能消費設(shè)備制造（0104）、電子元器件及專利材料制造業(yè)（0105）作為高技術(shù)數(shù)字制造業(yè)的核心產(chǎn)業(yè)。

借鑒已有研究，本文將創(chuàng)新效率測度分解為兩階段，第一階段為研發(fā)階段，第二階段為成果轉(zhuǎn)化階段。考慮到可變規(guī)模報酬更符合實際經(jīng)濟發(fā)展情況，本文選取產(chǎn)出角度的規(guī)模報酬可變Super-SBM模型對兩階段創(chuàng)新效率進行綜合測度，具體模型如下：

1/ρ*o=max∑Kk=1wk1+1rk∑rkr=1sk+roykro（1）

s.t.xko≥Xλyko=Yλ－s+Xλ=∑nj=1，j≠kxjλjYλ=∑nj=1，j≠kyjλjλ≥0，s+≥0r=1，2，...rk;j=1，2，...，n（j≠0）（2）

其中，ρo*為產(chǎn)出角度的兩階段效率值；k表示階段，包括研發(fā)階段和成果轉(zhuǎn)化階段；wk為第k階段的權(quán)重，本文采用等權(quán)重方法對兩階段進行賦值；xj、yj分別為j省份的投入與產(chǎn)出集。ρk為第k階段創(chuàng)新效率，則兩階段綜合創(chuàng)新效率和各階段創(chuàng)新效率的關(guān)系為：

ρ*0=1∑Kk=1wk1ρk（3）

3.2 數(shù)據(jù)說明

本文選取2009—2020年數(shù)據(jù)測量并分析25個省域的創(chuàng)新效率，其中未包含海南、西藏、甘肅、青海、寧夏和新疆，主要是因為其數(shù)據(jù)缺失較為嚴(yán)重，較多的估計值將導(dǎo)致結(jié)論出現(xiàn)較大偏差。此外，海南、西藏等地區(qū)高技術(shù)數(shù)字制造業(yè)發(fā)展的代表性較弱，其數(shù)據(jù)缺失對本文影響不大，故未考慮上述地區(qū)。借鑒已有研究［26-27］，投入產(chǎn)出變量選取（pearson相關(guān)檢驗表明，投入產(chǎn)出變量間存在較強的相關(guān)性）如下：

（1）研發(fā)階段投入。研發(fā)階段投入包含勞動和資本，選取R&D人員全時當(dāng)量、R&D經(jīng)費存量和新產(chǎn)品開發(fā)經(jīng)費存量作為投入變量。其中，R&D經(jīng)費、新產(chǎn)品開發(fā)經(jīng)費采用研發(fā)價格指數(shù)進行不變價處理［28］，存量采取永續(xù)盤存法以2009年為基期計算各省份歷年的資本存量，折舊率選取15%［29］。

（2）研發(fā)階段產(chǎn)出（中間投入）。選取新產(chǎn)品開發(fā)項目數(shù)、專利申請數(shù)、發(fā)明專利數(shù)作為研發(fā)階段產(chǎn)出。同時，成果轉(zhuǎn)化階段吸收研發(fā)階段的產(chǎn)出，作為成果轉(zhuǎn)化階段的投入繼續(xù)進行生產(chǎn)。

（3）成果轉(zhuǎn)化階段。所謂成果轉(zhuǎn)化，即將研發(fā)成果轉(zhuǎn)化為實際收入，采用企業(yè)人均凈用工人數(shù)（排除科研人員后的用工人數(shù)）作為成果轉(zhuǎn)化階段的投入，選取企業(yè)利潤、新產(chǎn)品銷售收入作為成果轉(zhuǎn)化階段的產(chǎn)出，并采用出廠價格指數(shù)進行不變價處理。

考慮到研發(fā)投入、產(chǎn)出及最終經(jīng)濟產(chǎn)出的時滯性，借鑒已有研究，本文選取滯后期為兩年［30］。以上數(shù)據(jù)來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》及各地區(qū)統(tǒng)計年鑒。對部分缺失數(shù)據(jù)采用局部線性插值進行插補，考慮到數(shù)據(jù)口徑的一致性，由于2017年數(shù)據(jù)缺失，涉及到跨期數(shù)據(jù)，采用2016年數(shù)據(jù)進行替補。

4 高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率測度

運用產(chǎn)出角度的規(guī)模報酬可變Super-SBM模型對我國高技術(shù)數(shù)字制造業(yè)研發(fā)階段效率、成果轉(zhuǎn)化階段效率及兩階段綜合創(chuàng)新效率進行測度，其中兩階段綜合創(chuàng)新效率值由各階段創(chuàng)新效率賦予等權(quán)重擬合得到。根據(jù)國家統(tǒng)計局對經(jīng)濟帶的劃分方式，對東、中、西部地區(qū)高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率進行測度，由于西部地區(qū)大部分省份數(shù)據(jù)缺失，考慮到結(jié)果的準(zhǔn)確性，僅選取西南地區(qū)進行分析，具體結(jié)果見表1。

由表1可知，從全國層面看，我國高技術(shù)數(shù)字制造業(yè)研發(fā)階段和成果轉(zhuǎn)化階段創(chuàng)新效率均較高，均值分別為0.895和0.907，但兩階段綜合創(chuàng)新效率偏低（0.752），說明我國對創(chuàng)新投入要素的綜合利用還有很大提升空間。從發(fā)展趨勢看，得益于成果轉(zhuǎn)化階段創(chuàng)新效率的提升，兩階段綜合創(chuàng)新效率呈現(xiàn)出小幅上升趨勢。分區(qū)域看，2011—2020年，東部地區(qū)兩階段綜合創(chuàng)新效率均值為0.98，中部地區(qū)為0.57，西南地區(qū)為0.74。其中，東部地區(qū)研發(fā)階段創(chuàng)新效率一直處于較高水平，均大于1，成果轉(zhuǎn)化階段創(chuàng)新效率則較為平穩(wěn)，始終保持在超效率水平。中部地區(qū)研發(fā)階段和成果轉(zhuǎn)化階段創(chuàng)新效率發(fā)展較為平緩，均值在0.7上下波動，各階段及綜合效率顯著低于其它區(qū)域，存在較大提升空間。西南地區(qū)成果轉(zhuǎn)化階段創(chuàng)新效率波動較大，個別年份效率較高。在加快發(fā)展數(shù)字經(jīng)濟的背景下，西南地區(qū)抓住機遇，實現(xiàn)數(shù)字制造業(yè)創(chuàng)新資源的合理分配，但西南地區(qū)高技術(shù)數(shù)字制造業(yè)創(chuàng)新成果轉(zhuǎn)化效率受外界影響較大，自我調(diào)控和發(fā)展的內(nèi)在機制較為欠缺。

從省際層面看，各省份發(fā)展差異較大。其中，在東部地區(qū)，北京、廣東的創(chuàng)新效率一直處于較高水平，而遼寧、河北的綜合創(chuàng)新效率卻始終較低；在中部地區(qū)，安徽的研發(fā)階段創(chuàng)新效率較高，而山西、湖北、湖南則相對較低；在西部地區(qū)，廣西、重慶的創(chuàng)新效率較高，而四川、貴州則相對較低。從2018年開始，各區(qū)域的研發(fā)創(chuàng)新效率差距有所縮小，且均呈上升趨勢，某種程度上表明，隨著數(shù)字經(jīng)濟蓬勃發(fā)展，高技術(shù)數(shù)字制造業(yè)在各區(qū)域得到更多關(guān)注，極大激發(fā)了數(shù)字制造業(yè)創(chuàng)新活力。與全國趨勢一致的是，2020年各區(qū)域成果轉(zhuǎn)化效率和兩階段綜合效率下降明顯，可見，新冠疫情對各區(qū)域數(shù)字產(chǎn)業(yè)造成較大影響，但由于東部地區(qū)雄厚的數(shù)字產(chǎn)業(yè)基礎(chǔ)，雖然創(chuàng)新效率也有所下滑，但仍處于最優(yōu)狀態(tài)。

為進一步分析高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率的區(qū)域差異，根據(jù)國家統(tǒng)計局的分類和數(shù)據(jù)可得性，將數(shù)字制造業(yè)分為電子通訊設(shè)備制造業(yè)和計算機辦公設(shè)備制造業(yè)兩大行業(yè)，并對2018—2020年兩大行業(yè)各階段及兩階段綜合創(chuàng)新效率進行分析，結(jié)果如表2所示。

由表2可知，2018—2020年，對于兩階段綜合創(chuàng)新效率而言，除東部地區(qū)電子通訊設(shè)備制造業(yè)達(dá)到最優(yōu)外，全國以及其它區(qū)域各行業(yè)創(chuàng)新效率均未達(dá)到最優(yōu)水平。對于研發(fā)階段而言，全國以及各區(qū)域計算機辦公設(shè)備制造業(yè)創(chuàng)新效率均未達(dá)到最優(yōu)水平，西南地區(qū)僅為0.61，與最優(yōu)水平差距較大；除西南地區(qū)電子通訊設(shè)備制造業(yè)創(chuàng)新效率未達(dá)到最優(yōu)外，其它區(qū)域研發(fā)效率均較高。對于成果轉(zhuǎn)化階段而言，中部地區(qū)兩大數(shù)字行業(yè)的創(chuàng)新效率均較低。值得注意的是，東部地區(qū)各行業(yè)平均創(chuàng)新效率均低于中部，主要原因是東部地區(qū)各行業(yè)創(chuàng)新效率兩極分化嚴(yán)重，拉低了整體均值水平。由此可知，計算機辦公設(shè)備制造業(yè)研發(fā)創(chuàng)新是我國數(shù)字制造業(yè)的軟肋，同時在發(fā)展過程中應(yīng)重點關(guān)注東部地區(qū)創(chuàng)新效率差異以及提高中部地區(qū)研發(fā)成果轉(zhuǎn)化效率。

5 區(qū)域差異分解

本文進一步采用Dagumn基尼系數(shù)對我國數(shù)字制造業(yè)創(chuàng)新效率的區(qū)域差異進行測量并將差異分解為組內(nèi)、組間及超密度3個部分，具體結(jié)果見表3。

由表3可知，從全國整體水平看，2011—2015年數(shù)字制造業(yè)研發(fā)階段創(chuàng)新效率空間差異呈逐年縮小趨勢，2016年以后空間差異有所增大，主要是由于中部地區(qū)內(nèi)部差異擴大所致，且這一差異未見縮??；成果轉(zhuǎn)化階段創(chuàng)新效率的區(qū)域差異則較小。從各區(qū)域內(nèi)部看，東部地區(qū)研發(fā)階段創(chuàng)新效率內(nèi)部差異較大，但整體呈縮小趨勢，由于2020年新冠疫情和經(jīng)濟不確定性的沖擊，其內(nèi)部差異有所擴大；2016年，中部地區(qū)研發(fā)階段創(chuàng)新效率內(nèi)部差異顯著拉大，隨后逐年縮小，區(qū)域內(nèi)部差異具有較大的波動性；西南地區(qū)各省份的基尼系數(shù)較小，在0.2上下波動，并在2020年顯著下降。進一步分析成果轉(zhuǎn)化階段創(chuàng)新效率的組內(nèi)差異發(fā)現(xiàn)，2016年以后，東部地區(qū)內(nèi)部差異呈逐年擴大趨勢，中部地區(qū)內(nèi)部差異顯著縮小，雖然2020年有所回升，但整體仍呈收窄趨勢，西部地區(qū)波動較大，內(nèi)部差異呈波動擴大趨勢。可見，2016年是我國數(shù)字制造業(yè)創(chuàng)新效率的轉(zhuǎn)折點，在研發(fā)階段，中部地區(qū)創(chuàng)新效率內(nèi)部差異拉大，在成果轉(zhuǎn)化階段，東部地區(qū)創(chuàng)新效率差距擴大而中部地區(qū)縮小。可能的原因是，北京、廣東、浙江等東部省市數(shù)字產(chǎn)業(yè)較為發(fā)達(dá)，能夠依賴固有優(yōu)勢和數(shù)字經(jīng)濟發(fā)展紅利實現(xiàn)充分發(fā)展，而山東、河北等省份數(shù)字產(chǎn)業(yè)創(chuàng)新效率較低，從而出現(xiàn)兩極分化，導(dǎo)致區(qū)域差異擴大。同時，受數(shù)字經(jīng)濟影響，2016年以后，中部地區(qū)大部分省份創(chuàng)新效率有所提高，創(chuàng)新效率變化趨同，由此，區(qū)域差異得以縮小。由圖1可知，東部地區(qū)兩階段綜合創(chuàng)新效率內(nèi)部差異呈擴大趨勢，而全國及中西部地區(qū)內(nèi)部差異總體發(fā)展趨勢并不明顯，其中2020年各區(qū)域組內(nèi)差異均有所擴大，可能是由于新冠疫情的短暫沖擊使得整體經(jīng)濟水平下降所致。

進一步分析組間差異可知（見圖2），東中部地區(qū)研發(fā)階段創(chuàng)新效率差異始終較大，根據(jù)發(fā)展趨勢，大致以2016年為界線將考察期分為兩個階段。第一階段（2011—2015年），東中部地區(qū)差異最大，其次為東西部地區(qū)，并且差異呈縮小趨勢，即數(shù)字制造業(yè)研發(fā)階段創(chuàng)新效率的區(qū)域差異在縮小。第二階段（2016—2020年），東中部地區(qū)差異始終較大且較為平穩(wěn)，中西部地區(qū)差異呈顯著縮小趨勢，而東西部地區(qū)差異在不斷擴大。到2020年，東西部地區(qū)差異超過中西部地區(qū)差異?？梢姡覈鴶?shù)字制造業(yè)研發(fā)階段創(chuàng)新效率的區(qū)域差異始終存在，并且未見縮小趨勢。由圖3中成果轉(zhuǎn)化階段的組間差異可知，東西部地區(qū)差異呈波動擴大趨勢，大致以2016年為界線將考察期分為兩個階段。第一階段（2011—2016年），中部與東部和西部地區(qū)差異較大。第二階段（2016—2020年），東西部地區(qū)差異繼續(xù)呈波動擴大態(tài)勢，而中部與東西部地區(qū)差異呈波動縮小趨勢?？梢?，2016年以后，中部地區(qū)的追趕效應(yīng)顯著。由圖4可知，我國數(shù)字制造業(yè)兩階段綜合創(chuàng)新效率組間差異波動較大，其中大部分年份東中部地區(qū)差異較大，東西部、中西部地區(qū)差異具有周期交替特征，并且在2016年以后出現(xiàn)新的區(qū)域特征?？赡艿脑蚴?，隨著互聯(lián)網(wǎng)的普及和數(shù)字經(jīng)濟的發(fā)展，各區(qū)域數(shù)字產(chǎn)業(yè)活力被充分激發(fā)，區(qū)域間數(shù)字資源得以重新分配，由此打破固有格局，導(dǎo)致區(qū)域差異發(fā)生較大變化。

從基尼系數(shù)分解及其貢獻率看（見圖5、表3），數(shù)字制造業(yè)研發(fā)階段和成果轉(zhuǎn)化階段創(chuàng)新效率區(qū)域差異的內(nèi)生機制隨時間推移有所改變，表現(xiàn)在超變密度和組間差異貢獻率的變化上。具體而言，2011—2020年，組內(nèi)貢獻率總體變化不大，超密度貢獻率在2016年以后逐年下降，而組間貢獻率隨之逐年上升，但研發(fā)階段的這一趨勢在2020年發(fā)生改變；2016年以后，各區(qū)域兩階段綜合創(chuàng)新效率和超變密度貢獻率均出現(xiàn)較大波動。這說明2016年是我國數(shù)字制造業(yè)創(chuàng)新效率改變的轉(zhuǎn)折點，與上文不謀而合。由此可知，新的經(jīng)濟形態(tài)、發(fā)展動能轉(zhuǎn)換會打破數(shù)字產(chǎn)業(yè)發(fā)展的固有格局，導(dǎo)致區(qū)域間差異出現(xiàn)較大波動，而區(qū)域內(nèi)差異仍然較為平穩(wěn)，這也從側(cè)面驗證了數(shù)字產(chǎn)業(yè)發(fā)展可能存在空間集聚性。

6 數(shù)字制造業(yè)創(chuàng)新效率收斂機制

6.1 σ收斂分析

所謂σ收斂，即隨著時間推移，各地區(qū)數(shù)字制造業(yè)創(chuàng)新效率偏離總體平均水平逐年下降的趨勢，通常采用變異系數(shù)測量并根據(jù)變化趨勢確定是否具有σ收斂特征。具體公式如下：

σjk=［∑［nji（innovationjtk－innovationjk）2］/njinnovationjk（4）

由表4可知，從全國層面看，從2016年開始，我國數(shù)字制造業(yè)各階段創(chuàng)新效率均呈σ發(fā)散特征。2016年是東中部地區(qū)研發(fā)階段和成果轉(zhuǎn)化階段創(chuàng)新效率的轉(zhuǎn)折點，其中，東部地區(qū)研發(fā)階段創(chuàng)新效率在2016年前具有典型收斂特征，而2016年后出現(xiàn)波動；2016年，中部地區(qū)σ收斂系數(shù)出現(xiàn)跳躍，前后兩段具有收斂特征。在成果轉(zhuǎn)化階段，2016年后，東部地區(qū)創(chuàng)新效率有所發(fā)散，中部地區(qū)具有典型σ收斂特征，雖然2020年出現(xiàn)反彈，但不影響整體趨勢。綜合來看，中部地區(qū)不具典型收斂特征，東部地區(qū)在2016年后有所發(fā)散，西部地區(qū)各階段及兩階段綜合創(chuàng)新效率收斂系數(shù)均較為波動，不具有典型σ收斂特征，與基尼系數(shù)得到的結(jié)論一致。

6.2 β收斂分析

β收斂按是否考慮控制因素可分為絕對β收斂和條件β收斂，其中絕對β收斂考察的是相同穩(wěn)態(tài)水平，條件β收斂考察的是不同穩(wěn)態(tài)水平。

借鑒已有研究［31-33］，采用空間杜賓模型（SDM）進行測算。數(shù)字制造業(yè)創(chuàng)新效率的絕對空間收斂和條件收斂模型如下：

（lnInnoit+1k－lninnoitk）/T=α+βlninnoitk+ρW（lnInnoit+1k－lninnoitk）/T+Wlninnoitkδ+εitk（5）

（lnInnoit+1k－lninnoitk）/T=α+βlninnoitk+γlnSit+ρW（lnInnoit+1k－lninnoitk）/T+Wlninnoitkδ+WlnSitφ+εitk（6）

其中，（lnInnoit+1k－lninnoitk）/T表示t+1期省份i在第k（k=1，2，3）階段的數(shù)字制造業(yè)創(chuàng)新效率平均增長率，T為時間間隔，lninnoitk為t期第k階段數(shù)字制造業(yè)創(chuàng)新效率的對數(shù)值。lnSit為t期的控制變量，考慮到人力資本、規(guī)模效應(yīng)和高技術(shù)市場水平對數(shù)字產(chǎn)業(yè)的影響，本文選取人均教育水平、高技術(shù)數(shù)字制造企業(yè)數(shù)、平均用工人數(shù)、技術(shù)市場成交額作為控制變量，并對其作對數(shù)處理。

W為空間權(quán)重矩陣，本文采用空間地理距離進行衡量，具體公式為：

Wij=1dij0i≠ji=j（7）

其中，dij為省份i與省份j的距離。地理距離越小，省域間數(shù)字制造業(yè)創(chuàng)新效率聯(lián)系越密切，空間權(quán)重越大。

由表5可知，考慮空間因素后，我國數(shù)字制造業(yè)研發(fā)階段、成果轉(zhuǎn)化階段以及兩階段綜合創(chuàng)新效率均呈現(xiàn)出較為顯著的β收斂特征，說明隨著時間推移，數(shù)字制造業(yè)創(chuàng)新效率將趨于穩(wěn)態(tài)水平，其內(nèi)部具有追趕機制。進一步分析發(fā)現(xiàn)，兩階段綜合創(chuàng)新效率收斂速度最快，研發(fā)階段收斂速度最慢，這意味著兩階段綜合創(chuàng)新效率將最先達(dá)到穩(wěn)態(tài)水平，而研發(fā)階段則相對較慢。可能的原因是，研發(fā)創(chuàng)新具有較高的準(zhǔn)入門檻，潛在投入較大，因而收斂速度相對較慢。由空間回歸系數(shù)ρ可知，成果轉(zhuǎn)化階段創(chuàng)新效率更易受周邊地區(qū)影響，其空間效應(yīng)相對較大，而兩階段綜合創(chuàng)新效率的空間效應(yīng)較小且不顯著。

條件β收斂與絕對β收斂結(jié)果較為相似，不同的是，條件β收斂的空間回歸系數(shù)ρ、δ均通過顯著性檢驗，且自回歸空間溢出效應(yīng)差異并不大，研發(fā)階段的δ值較大，說明考慮區(qū)域異質(zhì)性后，空間效應(yīng)有所增強，周邊地區(qū)創(chuàng)新效率對本地區(qū)研發(fā)階段創(chuàng)新效率增長速率的負(fù)向傳導(dǎo)效應(yīng)增強。系數(shù)ρ、δ顯著為負(fù)表明，創(chuàng)新效率增長速率對自身具有負(fù)向空間溢出效應(yīng)，周邊地區(qū)存在競爭機制，通過競爭使當(dāng)?shù)貏?chuàng)新效率增速放緩，從而進一步加快區(qū)域間收斂速度。

由表6可知，考慮空間因素后，各區(qū)域β收斂系數(shù)均顯著為負(fù)，說明各區(qū)域數(shù)字制造業(yè)創(chuàng)新效率均具有β收斂特征。由各階段收斂速度可知，在不考慮其它因素的情況下，東部地區(qū)成果轉(zhuǎn)化階段、中部地區(qū)研發(fā)階段以及西部地區(qū)兩階段綜合創(chuàng)新效率將最先達(dá)到穩(wěn)態(tài)水平。

進一步考慮空間效應(yīng)發(fā)現(xiàn)，東部地區(qū)空間效應(yīng)不顯著，區(qū)域間空間聯(lián)系并不緊密，研發(fā)階段和兩階段綜合創(chuàng)新效率的絕對收斂空間系數(shù)均未通過顯著性檢驗，且成果轉(zhuǎn)化階段的自回歸系數(shù)為-0.581，空間傳導(dǎo)作用相對較弱。中部地區(qū)空間聯(lián)系較為緊密，周邊地區(qū)創(chuàng)新效率對其創(chuàng)新速率影響相對較大，各階段空間系數(shù)均通過顯著性檢驗，且δ值較大。西部地區(qū)的空間聯(lián)系主要表現(xiàn)為周邊地區(qū)創(chuàng)新效率增速的空間溢出效應(yīng)，其自回歸系數(shù)ρ值相對較大，研發(fā)階段和成果轉(zhuǎn)化階段的δ值并不顯著。也即，周邊地區(qū)創(chuàng)新效率增速對本地區(qū)影響較大，各地區(qū)通過相互競爭加快創(chuàng)新效率的收斂速度。

由表7可知，考慮區(qū)域異質(zhì)因素后，西部地區(qū)趨于穩(wěn)態(tài)的速度最快，東部地區(qū)最慢?？赡艿脑蚴牵鞑康貐^(qū)受地理位置等因素影響，經(jīng)濟基礎(chǔ)較為薄弱，發(fā)展較為滯后，因而在控制其它因素后，其收斂速度有所提高。進一步分析條件β收斂的空間效應(yīng)，考慮區(qū)域異質(zhì)因素后，東部地區(qū)研發(fā)階段的空間效應(yīng)仍不顯著，而成果轉(zhuǎn)化階段和兩階段綜合創(chuàng)新效率的空間效應(yīng)顯著；中西部地區(qū)條件收斂仍具有空間效應(yīng)，且中部地區(qū)的內(nèi)部空間聯(lián)系較東部地區(qū)更密切。

7 結(jié)論與建議

本文基于產(chǎn)業(yè)鏈視角，采用Super-SBM兩階段DEA模型、Dagumn基尼系數(shù)和空間收斂模型測度我國高技術(shù)數(shù)字制造業(yè)創(chuàng)新效率，得出以下主要結(jié)論：首先，我國高技術(shù)數(shù)字制造業(yè)兩階段綜合創(chuàng)新效率相對較低，對創(chuàng)新投入要素的利用還有很大提升空間。其次，從全國整體水平看，我國數(shù)字制造業(yè)研發(fā)階段創(chuàng)新效率的區(qū)域差異未見明顯改善，2016年是我國數(shù)字制造業(yè)成果轉(zhuǎn)化階段創(chuàng)新效率的轉(zhuǎn)折點。全國以及中西部地區(qū)數(shù)字制造業(yè)兩階段綜合創(chuàng)新效率的區(qū)域差異總體發(fā)展趨勢并不明晰，東部地區(qū)兩階段綜合創(chuàng)新效率的區(qū)域差異呈擴大趨勢。最后，2016年以后，我國東部地區(qū)成果轉(zhuǎn)化階段創(chuàng)新效率具有典型的σ發(fā)散特征，中部地區(qū)研發(fā)階段和成果轉(zhuǎn)化階段創(chuàng)新效率具有收斂特征，而考察期內(nèi)西部地區(qū)各階段不具備σ收斂特征。β收斂分析表明，我國數(shù)字制造業(yè)研發(fā)階段、成果轉(zhuǎn)化階段以及兩階段綜合創(chuàng)新效率均呈現(xiàn)出較為顯著的空間β收斂特征。條件收斂分析表明，考慮區(qū)域異質(zhì)性后，空間效應(yīng)有所增強，周邊地區(qū)創(chuàng)新效率對本地區(qū)研發(fā)階段創(chuàng)新效率增長速率的負(fù)向傳導(dǎo)效應(yīng)增強，相較而言，東部地區(qū)的空間聯(lián)系較弱。

基于以上結(jié)論，本文提出如下政策建議：第一，積極實施高技術(shù)數(shù)字制造業(yè)核心技術(shù)攻堅，突破“卡脖子”困局。加大高技術(shù)數(shù)字制造業(yè)研發(fā)投入，促進成果轉(zhuǎn)化，重視人力資本要素，積極引進人才，攻克關(guān)鍵核心技術(shù)，突破西方國家的技術(shù)封鎖和“卡脖子”困局，通過信息技術(shù)推動企業(yè)創(chuàng)新發(fā)展，布局產(chǎn)業(yè)鏈上游，實現(xiàn)經(jīng)濟增長與技術(shù)突破。第二，提高數(shù)字產(chǎn)業(yè)研發(fā)與成果轉(zhuǎn)化協(xié)調(diào)關(guān)聯(lián)水平，完善相關(guān)產(chǎn)業(yè)鏈。考慮到部分省份出現(xiàn)研發(fā)效率與成果轉(zhuǎn)化效率脫節(jié)（高研發(fā)投入，低成果轉(zhuǎn)化）的情況，各地應(yīng)注重高技術(shù)數(shù)字制造業(yè)研發(fā)投入與成果轉(zhuǎn)化效率之間的協(xié)調(diào)發(fā)展，完善產(chǎn)業(yè)鏈布局，充分利用區(qū)位優(yōu)勢和數(shù)字經(jīng)濟共享效應(yīng)，提升高技術(shù)數(shù)字制造業(yè)研發(fā)水平和成果轉(zhuǎn)化率。第三，扎實推進高技術(shù)企業(yè)數(shù)字化改造，提升企業(yè)創(chuàng)新能力與效率。應(yīng)加大企業(yè)數(shù)字化改造力度，積極應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等數(shù)字技術(shù)降低企業(yè)生產(chǎn)和營銷成本，優(yōu)化產(chǎn)品結(jié)構(gòu)，精準(zhǔn)掌握消費者需求。同時，加強數(shù)字基礎(chǔ)設(shè)施建設(shè)，利用數(shù)字技術(shù)優(yōu)化資源配置和企業(yè)要素投入比例，提升企業(yè)創(chuàng)新效率與能力。第四，統(tǒng)籌推進區(qū)域間數(shù)字經(jīng)濟協(xié)同發(fā)展，避免區(qū)域間數(shù)字“鴻溝”。對于數(shù)字基礎(chǔ)較為薄弱的中西部地區(qū)，應(yīng)加大信息基礎(chǔ)設(shè)施建設(shè)投入，擴大數(shù)字化投資規(guī)模，加快數(shù)字技術(shù)在各領(lǐng)域的推廣應(yīng)用。應(yīng)重視東部地區(qū)的內(nèi)部差異，提高內(nèi)部合作水平，充分發(fā)揮發(fā)達(dá)省份對周邊地區(qū)的帶動作用。

參考文獻：

［1］ 王如玉，梁琦，李廣乾．虛擬集聚：新一代信息技術(shù)與實體經(jīng)濟深度融合的空間組織新形態(tài)［J］. 管理世界，2018，34（2）：13-21.

［2］ 荊文君，孫寶文．?dāng)?shù)字經(jīng)濟促進經(jīng)濟高質(zhì)量發(fā)展：一個理論分析框架［J］.經(jīng)濟學(xué)家，2019，31（2）：66-73.

［3］ 郭凱明，潘珊，顏色．新型基礎(chǔ)設(shè)施投資與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級［J］.中國工業(yè)經(jīng)濟，2020，37（3）：63-80.

［4］ 楊文溥．?dāng)?shù)字經(jīng)濟與區(qū)域經(jīng)濟增長：后發(fā)優(yōu)勢還是后發(fā)劣勢［J］.上海財經(jīng)大學(xué)學(xué)報，2021，23（3）：19-31，94.

［5］ 任保平，何厚聰．?dāng)?shù)字經(jīng)濟賦能高質(zhì)量發(fā)展：理論邏輯、路徑選擇與政策取向［J］.財經(jīng)科學(xué)，2022，66（4）：61-75.

［6］ 韓君，高瀛璐．中國省域數(shù)字經(jīng)濟發(fā)展的產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)測算［J］. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（4）：45-66.

［7］ 孫早，徐遠(yuǎn)華．信息基礎(chǔ)設(shè)施建設(shè)能提高中國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率嗎——基于2002—2013年高技術(shù)17個細(xì)分行業(yè)面板數(shù)據(jù)的經(jīng)驗分析［J］. 南開經(jīng)濟研究，2018，34（2）：72-92.

［8］ 黃群慧，余泳澤，張松林．互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］. 中國工業(yè)經(jīng)濟，2019，36（8）：5-23.

［9］ 張龍鵬，張雙志．技術(shù)賦能：人工智能與產(chǎn)業(yè)融合發(fā)展的技術(shù)創(chuàng)新效應(yīng)［J］.財經(jīng)科學(xué)，2020，64（6）：74-88.

［10］ 施炳展，李建桐．互聯(lián)網(wǎng)是否促進了分工：來自中國制造業(yè)企業(yè)的證據(jù)［J］.管理世界，2020，36（4）：130-149.

［11］ 魏成龍，羅天正．互聯(lián)網(wǎng)、金融發(fā)展與科技創(chuàng)新［J］.經(jīng)濟經(jīng)緯，2021，38（1）：143-151.

［12］ USAI A， FIANO F， PETRUZZELI A M，et al. Unveiling the impact of the adoption of digital technologies on firms'inno-vation performance［J］. Journal of business research， 2021，133（2）：327-336.

［13］ KARHADE P P，DONE J Q.Information technology investment and commeroialized innovation performance［J］.Manage-ment Information Systems Quarter1y， 2021，45（3）：101-145.

［14］ 簡曉彬，仇方道，車冰清.我國制造業(yè)價值鏈攀升效率的區(qū)域分異及空間收斂性［J］.經(jīng)濟地理，2016，36（11）：100-108.

［15］ 薛永剛.1995—2015年“泛珠三角”區(qū)域醫(yī)藥制造業(yè)創(chuàng)新能力空間計量分析：基于空間誤差分量模型的實證研究［J］.軟科學(xué)，2018，32（7）：21-34.

［16］ 劉明，王思文.β收斂、空間依賴與中國制造業(yè)發(fā)展［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2018，35（2）：3-23.

［17］ 肖仁橋，陳忠衛(wèi)，錢麗.異質(zhì)性技術(shù)視角下中國高技術(shù)制造業(yè)創(chuàng)新效率研究［J］.管理科學(xué)，2018，31（1）：48-68.

［18］ 孫暢，吳芬.中國高端服務(wù)業(yè)與先進制造業(yè)匹配發(fā)展的空間分異及收斂性［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（12）：3-24.

［19］ 朱慧明，張中青揚，吳昊，等.創(chuàng)新價值鏈視角下制造業(yè)技術(shù)創(chuàng)新、效率測度及影響因素研究［J］.湖南大學(xué)學(xué)報（社會科學(xué)版），2021，35（6）：37-45.

［20］ 嵇正龍，宋宇.企業(yè)異地進入促進區(qū)域創(chuàng)新空間收斂嗎［J］.財經(jīng)論叢，2021，37（9）：3-13.

［21］ 賴紅波，王高興.我國東中西部地區(qū)創(chuàng)新效率差異研究——基于電子及通信設(shè)備制造業(yè)產(chǎn)業(yè)聚集視角［J］.科技進步與對策，2022，39（11）：52-62.

［22］ 童有好. “互聯(lián)網(wǎng)+制造業(yè)服務(wù)化”融合發(fā)展研究［J］.經(jīng)濟縱橫，2015，31（10）：62-67.

［23］ 許憲春，張美慧.中國數(shù)字經(jīng)濟規(guī)模測算研究：基于國際比較的視角［J］.中國工業(yè)經(jīng)濟，2020，37（5）：23-41.

［24］ BERG T，BURG V，GOMBOVI A，et al.On the rise of the fintechs-credit scoring using digital footprints［J］.Review of Financial Studies，2020，33（7）：2845-2897.

［25］ ANDRIANAIVO M，KPODAR K.Mobile phones，financial inclusion and growth［J］.Review of Economics and Institutions，2012，3（2）：30.

［26］ 劉迎春.中國戰(zhàn)略新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率實證研究——基于DEA方法的分析［J］.宏觀經(jīng)濟研究，2016，38（6）：43-48，57.

［27］ 肖仁橋，王宗軍，錢麗.我國不同性質(zhì)企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究：基于兩階段價值鏈的視角［J］.管理工程學(xué)報，2015，29（2）：190-201.

［28］ FRANTZEN D.The causality between R&D and productivity in manufacturing： an international disaggregate panel data study［J］. International Review of Applied Economics， 2003，17（2）：125-146.

［29］ 朱有為，徐康寧.中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實證研究［J］.中國工業(yè)經(jīng)濟，2006，23（11）：38-45.

［30］ 肖仁橋，錢麗，陳忠衛(wèi).中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究［J］.管理科學(xué)，2012，25（5）：85-98.

［31］ ERTUR? C，KOCH W.Growth， technological interdependence? and? spatial? externalities：theory and evidence［J］.Journal of Applied Econometrecs，2007，22（6）：1033-1062.

［32］ ELHORST P，PIEAS G， ARBIA? G.Growth and convergence in a multiregional model with space-time? dynamics［J］.Geographical? Analysis，2010，42（3），338-355.

［33］ 聶長飛，簡新華.中國高質(zhì)量發(fā)展的測度及省際現(xiàn)狀的分析比較［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（2）：26-47.

（責(zé)任編輯：陳 井）

英文標(biāo)題Innovation Efficiency Measurement，Regional Difference and Spatial Convergence of High-tech Digital Manufacturing Industry

英文作者Zhang Yuanqing1，2，Liu Shuo3，Qi Ping2，4

英文作者單位（1.Party School of Liaoning Provincial Party Committee， Shenyang 110004， China;2.School of Economics， Jilin University， Changchun 130012， China;3. School of Economics， Shenyang University， Shenyang 110044， China;4.China State-owned Economy Research Center of Jilin University， Changchun 130012， China）

英文摘要Abstract： For a long time， China's manufacturing industry has been dependent on cost advantages to gain competitiveness. However due to the normalcy characterized with trade friction and disappearing population dividend， the cost advantages of China's manufacturing industry are difficult to sustain. At the same time， China is also faced with the situation that the core and key technologies in the upstream of the industrial chain are subject to foreign constraints. Therefore， it is necessary to make breakthroughs in innovation to maintain international competitiveness. At present， the digital economy based on digital technology has shown strong vitality and played an important role as an innovation engine under the continuous impact of the epidemic. The Chinese government is endeavoring to promote the high-end and intelligent development of manufacturing industry， create new growth engines such as new generation information technology and artificial intelligence， and improve the innovation efficiency of manufacturing industry. But in the process of rapid development of digital economy， the problem of unbalanced and inadequate development of digital industry within and between regions has become increasingly prominent. Against the backdrop of rapid development of the digital economy， further research is needed on the following questions： （1） what is the innovation efficiency of China's high-tech digital manufacturing industry？ （2） is there a regional difference in the innovation efficiency of high-tech digital manufacturing industry？（3） is there a convergence mechanism for the innovation efficiency of high-tech digital manufacturing industry？

This study selects the data from 2009 to 2020 to measure and analyze innovation efficiency in 25 provinces. Drawing on existing research on innovation efficiency， the study divides the measurement of innovation efficiency into two stages： the first stage is the industrial research and development stage， and the second stage is the achievement transformation stage which is based on absorbing the achievements of the first stage of research and development. Thus it adopts the Super-SBM two-stage DEA model， Dagumn Gini coefficients and spatial convergence model to measure the innovation efficiency level of China's high-tech digital manufacturing industry from the perspective of value chain， and analyzes the dynamic characteristics of regional differences and spatial convergence of high-tech digital manufacturing industry.

The results show that （1） there is still a gap between the innovation efficiency of high-tech digital manufacturing industry in China and its optimal state， and the innovation efficiency in the east is significantly higher than that of other regions; （2） there are large differences in innovation efficiency between regions and within regions， and the sources of the differences in the two stages show different characteristics with significant changes in 2016; （3） the central R&D stage and the achievement transformation stage have had convergence characteristics since 2016， and the national level has significant spatial absolute and conditional convergence characteristics， while the eastern absolute convergence spatial characteristics have not passed the significance test. The findings are conducive to advancing an objective and comprehensive understanding of the current situation of innovation efficiency of China's digital manufacturing industry from the perspective of value chain， thus providing theoretical and empirical supports for how to strengthen the coordination and correlation between digital industry research and development and achievement transformation，upgrade the relevant industry chain， promote the development of the digital economy， improve the economic quality and avoid the regional digital gaps.

According to the above research conclusions， the marginal contributions of this paper are listed as follows： first， according to the classification of the digital economy industry by the National Bureau of Statistics， the two-stage innovation efficiency of high-tech digital manufacturing industry has been sorted and measured; second， the Dagumn Gini coefficient is used to measure the regional differences of innovation efficiency of high-tech digital manufacturing industry in China， and the spatial convergence characteristics of high-tech digital manufacturing industry are analyzed using the σ and? β convergence models.

英文關(guān)鍵詞Key Words：Digital Economy; High-tech Digital Manufacturing Industry; Measurement of Innovation Efficiency; Regional Differences

收稿日期：2022-11-01? 修回日期：2023-01-29

基金項目：國家社會科學(xué)基金一般項目（16BJY064）；中國工程科技發(fā)展戰(zhàn)略吉林研究院咨詢研究項目（JL2020-005-05）；遼寧省社會科學(xué)規(guī)劃基金項目（L19BJL013，2201zxzb18）

作者簡介：張元慶（1980—），男，遼寧沈陽人，博士，吉林大學(xué)經(jīng)濟學(xué)院博士后，中共遼寧省委黨校副教授，研究方向為制度經(jīng)濟學(xué)、企業(yè)管理；劉爍（1993—），女，遼寧沈陽人，博士，沈陽大學(xué)經(jīng)濟學(xué)院講師，研究方向為經(jīng)濟統(tǒng)計、城鎮(zhèn)化；齊平（1964—），女，吉林長春人，吉林大學(xué)中國國有經(jīng)濟研究中心、經(jīng)濟學(xué)院教授、博士生導(dǎo)師，研究方向為企業(yè)管理、制度經(jīng)濟學(xué)。