鐘許杰，溫曉妮，張曉微

基于三階段SBM模型的制造業(yè)數(shù)字化生產(chǎn)效率評(píng)價(jià)

鐘許杰1，溫曉妮2，張曉微3

（喀什大學(xué)1. 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，3. 南疆經(jīng)濟(jì)與社會(huì)發(fā)展研究中心，新疆 喀什 844000；2. 中國(guó)建設(shè)銀行股份有限公司煙臺(tái)分公司 業(yè)務(wù)部，山東 煙臺(tái) 264000）

基于我國(guó)除臺(tái)灣、香港、澳門外其余31個(gè)?。ㄗ灾螀^(qū)、直轄市）2014—2021年省域制造業(yè)數(shù)字化投入產(chǎn)出數(shù)據(jù)，采用三階段SBM模型進(jìn)行生產(chǎn)效率的評(píng)價(jià)研究，同時(shí)考察經(jīng)濟(jì)發(fā)展水平、地方產(chǎn)業(yè)結(jié)構(gòu)、政府支持力度等外部環(huán)境因素對(duì)生產(chǎn)效率的影響．結(jié)果表明，全國(guó)制造業(yè)數(shù)字化生產(chǎn)效率不高，存在區(qū)域發(fā)展不平衡問(wèn)題，生產(chǎn)效率由東向西呈階梯式下降；經(jīng)濟(jì)發(fā)展會(huì)導(dǎo)致勞動(dòng)力資本投入的浪費(fèi)，使制造業(yè)數(shù)字化生產(chǎn)效率下降；第三產(chǎn)業(yè)的發(fā)展不利于制造業(yè)數(shù)字化生產(chǎn)效率的提高，會(huì)導(dǎo)致投入資源的浪費(fèi)；政府的支持有利于制造業(yè)數(shù)字化生產(chǎn)效率的提高，政府部門的引導(dǎo)可以有效地進(jìn)行資源配置；剔除環(huán)境變量和隨機(jī)因素影響后，制造業(yè)數(shù)字化生產(chǎn)效率有所下降，但整體呈現(xiàn)出良好的上升趨勢(shì)．研究結(jié)果對(duì)提升制造業(yè)數(shù)字化生產(chǎn)效率有一定參考意義．

制造業(yè)；數(shù)字化；生產(chǎn)效率；三階段SBM模型

數(shù)字化轉(zhuǎn)型是當(dāng)前制造業(yè)高質(zhì)量發(fā)展的重要途徑，大數(shù)據(jù)、人工智能等先進(jìn)信息技術(shù)通過(guò)改變制造業(yè)企業(yè)生產(chǎn)要素投入方式和產(chǎn)出效率，加速推動(dòng)制造業(yè)技術(shù)創(chuàng)新和低碳發(fā)展，進(jìn)一步提高了資源利用效率[1]．?dāng)?shù)字經(jīng)濟(jì)在我國(guó)經(jīng)濟(jì)增長(zhǎng)中發(fā)揮了重要作用，也是中國(guó)由制造業(yè)大國(guó)向制造業(yè)強(qiáng)國(guó)轉(zhuǎn)變的關(guān)鍵因素．因此，提高制造業(yè)數(shù)字化水平，以數(shù)字推動(dòng)企業(yè)的生產(chǎn)效率是制造業(yè)企業(yè)的必然選擇和共同目標(biāo)．

現(xiàn)有文獻(xiàn)從不同視角對(duì)制造業(yè)數(shù)字化的影響和評(píng)價(jià)進(jìn)行了深入的研究．戚聿東[2]等從資源基礎(chǔ)視角考察了我國(guó)2011—2018年數(shù)字化發(fā)展對(duì)非高新技術(shù)制造業(yè)的企業(yè)績(jī)效影響，發(fā)現(xiàn)數(shù)字化發(fā)展有助于企業(yè)通過(guò)管理和銷售路徑促進(jìn)企業(yè)績(jī)效的提升，而我國(guó)制造業(yè)的數(shù)字化發(fā)展仍然處于初級(jí)階段．黨琳[3]等從國(guó)際貿(mào)易視角分析了數(shù)字化發(fā)展與制造業(yè)企業(yè)的關(guān)系，認(rèn)為數(shù)字化發(fā)展可以通過(guò)提升制造業(yè)行業(yè)的出口技術(shù)復(fù)雜度促進(jìn)我國(guó)制造業(yè)對(duì)外貿(mào)易的發(fā)展，提升我國(guó)制造業(yè)企業(yè)在國(guó)際市場(chǎng)中的比較優(yōu)勢(shì)和競(jìng)爭(zhēng)力．學(xué)者們從不同的維度構(gòu)建了制造業(yè)數(shù)字化的評(píng)價(jià)指標(biāo)體系，并采用層次分析法、模糊綜合評(píng)價(jià)法、因子分析等方法對(duì)我國(guó)制造業(yè)數(shù)字化發(fā)展進(jìn)行了綜合評(píng)價(jià)，為我國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐提供了重要參考[4-6]．

數(shù)字化發(fā)展對(duì)制造業(yè)企業(yè)生產(chǎn)效率的影響存在顯著差異．劉飛[7]利用我國(guó)2007—2019年制造業(yè)上市公司數(shù)據(jù)，研究了數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)生產(chǎn)效率的影響，結(jié)果表明，數(shù)字化發(fā)展通過(guò)間接和互補(bǔ)的方式影響制造業(yè)生產(chǎn)效率，且不同行業(yè)、不同規(guī)模、不同所有制上市公司存在顯著的異質(zhì)性特征．涂心語(yǔ)[8]等通過(guò)構(gòu)建企業(yè)數(shù)字化指數(shù)來(lái)研究數(shù)字化對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率的影響，指出數(shù)字化發(fā)展不僅能直接對(duì)制造業(yè)生產(chǎn)效率產(chǎn)生長(zhǎng)期的促進(jìn)作用，還能通過(guò)企業(yè)間知識(shí)溢出增強(qiáng)數(shù)字化發(fā)展對(duì)生產(chǎn)效率的促進(jìn)效果．同樣，F(xiàn)u[9]從全球價(jià)值鏈角度，構(gòu)建了中國(guó)制造業(yè)發(fā)展指數(shù)，認(rèn)為數(shù)字技術(shù)有助于優(yōu)化制造業(yè)企業(yè)的生產(chǎn)要素配置，縮短信息傳遞時(shí)間，以此促進(jìn)制造業(yè)企業(yè)數(shù)字化生產(chǎn)效率；Zhang[10]等通過(guò)構(gòu)建雙重差分模型研究數(shù)字化轉(zhuǎn)型對(duì)于制造業(yè)企業(yè)生產(chǎn)效率的影響，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的實(shí)施對(duì)于企業(yè)經(jīng)濟(jì)的促進(jìn)效果顯著，且數(shù)字化改造是通過(guò)降低生產(chǎn)成本、提高創(chuàng)新來(lái)促進(jìn)企業(yè)生產(chǎn)效率的提升．

制造業(yè)企業(yè)數(shù)字化生產(chǎn)效率會(huì)受到外部環(huán)境因素的影響[11]．如地方政府的支持能顯著加強(qiáng)知識(shí)性擴(kuò)散，且當(dāng)政府機(jī)構(gòu)作為協(xié)調(diào)單位時(shí)，知識(shí)擴(kuò)散對(duì)制造業(yè)數(shù)字化發(fā)展的促進(jìn)作用更為顯著[12]；經(jīng)濟(jì)發(fā)展水平較高的地區(qū)具有完善的數(shù)字化基礎(chǔ)設(shè)施，數(shù)字化開(kāi)發(fā)和服務(wù)水平較高，降低了制造業(yè)企業(yè)數(shù)字化改造的成本[13]；地方產(chǎn)業(yè)結(jié)構(gòu)對(duì)制造業(yè)數(shù)字化發(fā)展的影響至關(guān)重要，構(gòu)建制造業(yè)、金融服務(wù)業(yè)等行業(yè)的良性循環(huán)，推動(dòng)產(chǎn)業(yè)鏈全數(shù)字化，優(yōu)化管理、運(yùn)輸、銷售流程，可以有效地降低企業(yè)的生產(chǎn)成本，促進(jìn)制造業(yè)數(shù)字化生產(chǎn)效率的提高[14]140．此外，對(duì)外開(kāi)放水平和地區(qū)消費(fèi)能力等其他外部環(huán)境因素也會(huì)對(duì)制造業(yè)企業(yè)數(shù)字化生產(chǎn)效率產(chǎn)生一定的影響[15-16]．

三階段SBM模型能充分考慮外部環(huán)境因素對(duì)生產(chǎn)效率測(cè)算的影響，被學(xué)者大量采用[17-18]．在測(cè)算制造業(yè)企業(yè)數(shù)字化的生產(chǎn)效率方面，宋清華[19]等利用投入產(chǎn)出法測(cè)算了中國(guó)制造業(yè)上市企業(yè)2007—2019年的全要素生產(chǎn)率．然而，鮮有文獻(xiàn)采用三階段SBM模型來(lái)測(cè)算制造業(yè)企業(yè)數(shù)字化的生產(chǎn)效率．因此，本文利用我國(guó)除臺(tái)灣、香港、澳門外其余31個(gè)?。ㄗ灾螀^(qū)、直轄市）2014—2021制造業(yè)數(shù)字化投入產(chǎn)出的相關(guān)數(shù)據(jù)，將政府支持力度、地方產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平作為影響制造業(yè)企業(yè)數(shù)字化的外部因素，采用三階段SBM模型測(cè)算其生產(chǎn)效率．基于生產(chǎn)效率的測(cè)算結(jié)果，從促進(jìn)制造業(yè)區(qū)域協(xié)調(diào)發(fā)展、提高制造業(yè)數(shù)字化生產(chǎn)效率等方面提出相關(guān)建議．

1　三階段SBM模型

SBM模型是對(duì)傳統(tǒng)DEA模型的改進(jìn)，其不受指標(biāo)維度的影響，并充分考慮了非期望產(chǎn)出和松弛變量.

隨著隨機(jī)前沿方法的發(fā)展和應(yīng)用，三階段SBM模型被提出，第二階段SFA模型用以減小外部環(huán)境變量和隨機(jī)干擾項(xiàng)的影響，使結(jié)果更接近真實(shí)效率值．SBM和SFA的結(jié)合彌補(bǔ)了傳統(tǒng)數(shù)據(jù)包絡(luò)方法的不足．三階段SBM模型測(cè)算制造業(yè)數(shù)字化生產(chǎn)效率過(guò)程包括：一階段，基于SBM模型測(cè)算制造業(yè)數(shù)字化生產(chǎn)效率；二階段，運(yùn)用SFA隨機(jī)效應(yīng)模型將投入松弛分解為外部環(huán)境影響、隨機(jī)干擾項(xiàng)和管理無(wú)效率，剔除前兩者以消除外部環(huán)境的影響；三階段，根據(jù)調(diào)整后的投入變量重新測(cè)算制造業(yè)數(shù)字化生產(chǎn)效率．

1.1　第一階段

具體的SBM模型構(gòu)造為

1.2　第二階段

第一階段計(jì)算出來(lái)的數(shù)字化生產(chǎn)效率會(huì)受到隨機(jī)誤差和多種外部環(huán)境因素的影響，無(wú)法客觀評(píng)價(jià)決策單元的數(shù)字化生產(chǎn)效率．因此，在第二階段采用SFA模型重新考慮隨機(jī)誤差和環(huán)境因素的影響，使決策單元處于同一水平的環(huán)境．第二階段的SFA模型為

1.3　第三階段

根據(jù)制造業(yè)數(shù)字化的投入指標(biāo)經(jīng)過(guò)第二階段隨機(jī)前沿模型的調(diào)整后，采用調(diào)整后的投入指標(biāo)和原產(chǎn)出指標(biāo)，再次利用 SBM 模型進(jìn)行測(cè)算，得到剔除外部環(huán)境因素和隨機(jī)干擾項(xiàng)影響后的生產(chǎn)效率值．調(diào)整后的效率值能更真實(shí)有效地反映制造業(yè)數(shù)字化生產(chǎn)效率．

2　指標(biāo)選取和數(shù)據(jù)說(shuō)明

2.1　指標(biāo)選取

制造業(yè)數(shù)字化生產(chǎn)效率的測(cè)度分析需要設(shè)計(jì)一個(gè)合理的投入產(chǎn)出指標(biāo)體系，參照文獻(xiàn)[14]的做法，本文選取相關(guān)投入指標(biāo)、產(chǎn)出指標(biāo)和環(huán)境指標(biāo)，構(gòu)造三階段SBM 模型以評(píng)價(jià)制造業(yè)數(shù)字化生產(chǎn)效率．

2.1.1投入指標(biāo)人力資源是推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵，也是制造業(yè)實(shí)現(xiàn)長(zhǎng)遠(yuǎn)發(fā)展的核心要素．創(chuàng)新是制造業(yè)企業(yè)競(jìng)爭(zhēng)力的核心指標(biāo)，企業(yè)實(shí)現(xiàn)創(chuàng)新必須增加研發(fā)投入，而制造業(yè)的研發(fā)活動(dòng)和人才引進(jìn)都需要資本投入．因此，本文從勞動(dòng)力、企業(yè)資本、設(shè)備數(shù)字化水平三個(gè)角度出發(fā)，選取就業(yè)平均工資、信息產(chǎn)業(yè)就業(yè)人員平均工資、固定資產(chǎn)總額、研發(fā)投入４個(gè)變量構(gòu)成制造業(yè)數(shù)字化生產(chǎn)效率投入變量，作為制造業(yè)數(shù)字化的投入指標(biāo)．

2.1.2產(chǎn)出指標(biāo)制造業(yè)數(shù)字化的根本目的是助力制造業(yè)提升生產(chǎn)效率，提高企業(yè)競(jìng)爭(zhēng)力，增加企業(yè)經(jīng)營(yíng)利潤(rùn)，實(shí)現(xiàn)資源的有效配置，減少污染物的排放．因此，本文選取主營(yíng)業(yè)務(wù)收入、企業(yè)利潤(rùn)總額作為期望產(chǎn)出效益，以單位產(chǎn)出污染排放量作為非期望產(chǎn)出效益，由期望產(chǎn)出效益和非期望產(chǎn)出效益作為制造業(yè)數(shù)字化生產(chǎn)效率整體產(chǎn)出變量，即選取主營(yíng)業(yè)務(wù)收入、企業(yè)利潤(rùn)總額、單位產(chǎn)出污染排放量作為制造業(yè)數(shù)字化的產(chǎn)出指標(biāo)．

2.1.3環(huán)境指標(biāo)環(huán)境因素會(huì)影響制造業(yè)數(shù)字化發(fā)展投入產(chǎn)出效率，但不受決策單元的控制．經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)布局合理的區(qū)位優(yōu)勢(shì)可能促進(jìn)制造業(yè)數(shù)字化生產(chǎn)效率增長(zhǎng)．同時(shí)，制造業(yè)企業(yè)獲得政府推動(dòng)數(shù)字化的補(bǔ)助情況不同，也會(huì)導(dǎo)致測(cè)算的生產(chǎn)效率與實(shí)際情況有所偏差．因此，本文選取經(jīng)濟(jì)發(fā)展水平、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、政府支持力度作為環(huán)境變量．

具體的制造業(yè)數(shù)字化生產(chǎn)效率綜合指標(biāo)體系見(jiàn)表1．

表1　制造業(yè)數(shù)字化生產(chǎn)效率綜合指標(biāo)體系

2.2　數(shù)據(jù)說(shuō)明

本文選取的2014—2021年31個(gè)省市原始數(shù)據(jù)來(lái)源于各年度的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)資料．選取指標(biāo)的基本描述性統(tǒng)計(jì)見(jiàn)表2．

表2　變量描述性統(tǒng)計(jì)

由表２可以看出，各指標(biāo)之間最大值和最小值之間的差異十分不平衡．其中差異最大的是企業(yè)主營(yíng)業(yè)務(wù)收入，最大值為廣東省2021年全省規(guī)模上制造業(yè)企業(yè)主營(yíng)業(yè)務(wù)收入，約為156 591.04億元，最小值為西藏2014年全自治區(qū)規(guī)模上制造業(yè)企業(yè)主營(yíng)業(yè)務(wù)收入，約為83.57億元，標(biāo)準(zhǔn)差達(dá)到35 021.7億元，其余變量標(biāo)準(zhǔn)差也較大，這表明全國(guó)各省市在投入、產(chǎn)出和環(huán)境等指標(biāo)之間存在著較大的差異．

3 實(shí)證分析

3.1　第一階段SBM模型

在投入為導(dǎo)向的SBM 模型下，利用 Python軟件計(jì)算得到2014—2021年各省市制造業(yè)數(shù)字化平均生產(chǎn)效率，結(jié)果見(jiàn)表3．由表３可以看出，2014—2021年 31個(gè)省市制造業(yè)數(shù)字化平均生產(chǎn)效率均值低于 0.6，這表明我國(guó)制造業(yè)數(shù)字化發(fā)展仍處于初級(jí)階段，對(duì)數(shù)字技術(shù)的利用率不高，未能將數(shù)字技術(shù)投入高效地轉(zhuǎn)化為制造業(yè)產(chǎn)出．其中，河北、遼寧、湖北、浙江、上海、安徽、湖南、天津、內(nèi)蒙古、新疆、黑龍江、山西等21個(gè)省市制造業(yè)數(shù)字化生產(chǎn)效率在平均值之下．總體來(lái)看，我國(guó)制造業(yè)數(shù)字化生產(chǎn)效率存在明顯的區(qū)域發(fā)展不平衡．

表3　第一階段各省市2014—2021年平均制造業(yè)數(shù)字化生產(chǎn)效率及位次

一階段各地區(qū)2014—2021年制造業(yè)數(shù)字化生產(chǎn)效率發(fā)展趨勢(shì)見(jiàn)圖１．由圖1可以看出，2014—2021年期間各地區(qū)制造業(yè)數(shù)字化生產(chǎn)效率總體呈上升趨勢(shì)，但始終未達(dá)到生產(chǎn)前沿面，說(shuō)明我國(guó)制造業(yè)數(shù)字化技術(shù)發(fā)展仍不充分，資源配置仍不完善．2019—2021年期間制造業(yè)受到疫情影響，西部地區(qū)數(shù)字化生產(chǎn)效率的增長(zhǎng)有所放緩，東部地區(qū)有所下降，中部地區(qū)2021年下降明顯，但總體發(fā)展態(tài)勢(shì)良好．而且制造業(yè)數(shù)字化生產(chǎn)效率呈階梯分布，由東向西遞減．制造業(yè)數(shù)字化生產(chǎn)效率外溢效果明顯，近幾年?yáng)|部發(fā)達(dá)地區(qū)實(shí)施產(chǎn)業(yè)轉(zhuǎn)型升級(jí)戰(zhàn)略，將勞動(dòng)力密集型的制造業(yè)企業(yè)向周圍欠發(fā)達(dá)地區(qū)轉(zhuǎn)移，短期內(nèi)降低了東部地區(qū)制造業(yè)數(shù)字化生產(chǎn)效率；中部地區(qū)由于承接了東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，近幾年制造業(yè)數(shù)字化生產(chǎn)效率增幅明顯，與東部地區(qū)差距縮?。鞑康貐^(qū)由于目前缺乏完善的基礎(chǔ)設(shè)施和人力資源，制造業(yè)數(shù)字化生產(chǎn)效率相對(duì)落后．

圖1　一階段各地區(qū)2014—2021年制造業(yè)數(shù)字化生產(chǎn)效率發(fā)展趨勢(shì)

3.2　SFA回歸分析

考察外部環(huán)境變量對(duì)投入變量的松弛量的影響．將第一階段選取的４個(gè)投入變量的松弛量定義為被解釋變量，外部環(huán)境變量作為解釋變量，建立隨機(jī)前沿模型，運(yùn)用Froniter4.1計(jì)算，結(jié)果見(jiàn)表4．LR為單邊廣義似然比檢驗(yàn)統(tǒng)計(jì)量，由表4可以看出，就業(yè)平均工資、信息產(chǎn)業(yè)就業(yè)人員平均工資和固定資產(chǎn)總額3個(gè)投入變量冗余值的LR值均通過(guò)5%水平下的顯著性檢驗(yàn)，不含無(wú)效率項(xiàng)的原假設(shè)不成立．所以建立SFA模型分析外部環(huán)境變量同制造業(yè)數(shù)字化生產(chǎn)效率的相關(guān)性是合理的．

表4　第二階段SFA回歸估計(jì)結(jié)果

經(jīng)濟(jì)發(fā)展水平對(duì)就業(yè)平均工資、信息產(chǎn)業(yè)就業(yè)人員平均工資冗余具有正相關(guān)影響，說(shuō)明經(jīng)濟(jì)發(fā)展會(huì)造成勞動(dòng)力資本投入的浪費(fèi)，導(dǎo)致制造業(yè)數(shù)字化生產(chǎn)效率下降．這與經(jīng)濟(jì)發(fā)展水平較高的地區(qū)其人力成本較高有關(guān)．經(jīng)濟(jì)發(fā)展水平與固定資產(chǎn)總額冗余之間呈現(xiàn)負(fù)相關(guān)，說(shuō)明經(jīng)濟(jì)發(fā)達(dá)地區(qū)基礎(chǔ)設(shè)施更加完善，可以降低制造業(yè)企業(yè)數(shù)字化改造的投入，提高企業(yè)資本利用效率，促進(jìn)制造業(yè)數(shù)字化生產(chǎn)效率的提高．

地方產(chǎn)業(yè)結(jié)構(gòu)與制造業(yè)數(shù)字化的就業(yè)平均工資、信息產(chǎn)業(yè)就業(yè)人員平均工資和固定資產(chǎn)總額投入冗余之間都呈正相關(guān)，這說(shuō)明第三產(chǎn)業(yè)的發(fā)展不利于制造業(yè)數(shù)字化生產(chǎn)效率的提高，會(huì)導(dǎo)致投入資源的浪費(fèi)．第三產(chǎn)業(yè)發(fā)達(dá)的地區(qū)勞動(dòng)力成本高，行業(yè)競(jìng)爭(zhēng)大，企業(yè)規(guī)模優(yōu)勢(shì)減小，需要更多的勞動(dòng)力和固定資產(chǎn)投資，不利于制造業(yè)數(shù)字化生產(chǎn)效率的提高．

政府支持力度與制造業(yè)數(shù)字化的投入冗余之間都呈負(fù)相關(guān)，這說(shuō)明政府的支持有利于制造業(yè)數(shù)字化生產(chǎn)效率的提高，政府部門的引導(dǎo)可以有效地進(jìn)行資源配置，減少投入的浪費(fèi)．政府通過(guò)就業(yè)補(bǔ)助等形式降低制造業(yè)企業(yè)人才引進(jìn)的投入，給予制造業(yè)企業(yè)設(shè)備數(shù)字化改造政策支持，降低了制造業(yè)企業(yè)數(shù)字化發(fā)展成本，能夠有效促進(jìn)制造業(yè)企業(yè)數(shù)字化發(fā)展．

綜上所述，外部環(huán)境變量對(duì)制造業(yè)數(shù)字化生產(chǎn)效率存在顯著的影響，因此有必要剔除這些環(huán)境變量的影響，重新對(duì)制造業(yè)數(shù)字化生產(chǎn)效率進(jìn)行客觀評(píng)價(jià)．

3.3　調(diào)整后的SBM模型

根據(jù)第二階段分析結(jié)果，使用剔除環(huán)境變量影響的投入變量和原始產(chǎn)出變量，再次運(yùn)用SBM模型測(cè)算制造業(yè)數(shù)字化生產(chǎn)效率，各省市數(shù)據(jù)發(fā)生了不同程度的變化（見(jiàn)圖２）．

圖2　調(diào)整前后的制造業(yè)數(shù)字化生產(chǎn)效率

總體來(lái)看，剔除環(huán)境變量影響后，處于生產(chǎn)前沿面的省市有廣東和江蘇．2014—2021期間全國(guó)制造業(yè)數(shù)字化生產(chǎn)效率的平均值由調(diào)整前的0.55下降為0.47．其中，東部地區(qū)由0.66下降到0.64，中部地區(qū)由0.62下降到0.45，西部地區(qū)基本沒(méi)有變化．單從制造業(yè)數(shù)字化生產(chǎn)效率來(lái)說(shuō)，東部和中部地區(qū)之間的差距拉大，表明我國(guó)東、中、西三大地區(qū)在制造業(yè)數(shù)字化生產(chǎn)效率上呈現(xiàn)出明顯的區(qū)域差異，東部地區(qū)在制造業(yè)數(shù)字化發(fā)展上具有顯著優(yōu)勢(shì)．

重慶、新疆、西藏、四川、山東、青海、遼寧、江西、吉林、湖南、湖北、黑龍江、河南、河北、海南、廣西、廣東、甘肅、福建、安徽等20個(gè)省市調(diào)整后的生產(chǎn)效率有所下降，下降比例最大的省市為吉林和江西２省，說(shuō)明這些省市的制造業(yè)數(shù)字化生產(chǎn)效率受到有利的外部環(huán)境影響而增高．浙江、云南、天津、上海、陜西、山西、寧夏、內(nèi)蒙古、江蘇、貴州、北京等11個(gè)省市調(diào)整后的生產(chǎn)效率有所增高，這表明這些地區(qū)之前較低的技術(shù)效率確實(shí)有部分是由于相對(duì)不利的外部環(huán)境所致，不完全是因?yàn)橹圃鞓I(yè)數(shù)字化生產(chǎn)效率低．

4　結(jié)論和建議

4.1 結(jié)論

本文將隨機(jī)前沿模型與SBM方法相結(jié)合，在考慮松弛變量的基礎(chǔ)上控制環(huán)境變量的影響，對(duì)31個(gè)省市2014—2021年制造業(yè)數(shù)字化生產(chǎn)效率進(jìn)行測(cè)算，結(jié)果表明：（1）2014—2021年期間各省市制造業(yè)數(shù)字化生產(chǎn)效率整體呈上升趨勢(shì)，且制造業(yè)數(shù)字化生產(chǎn)效率存在明顯的區(qū)域差異，生產(chǎn)效率值呈階梯分布，由東向西遞減．從2019年起，由于東部地區(qū)加快勞動(dòng)密集型制造業(yè)企業(yè)向中西部轉(zhuǎn)移，中東西部數(shù)字化生產(chǎn)效率的區(qū)域差距縮小，但到2021年，隨著東部地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的逐步完成，東部地區(qū)制造業(yè)數(shù)字化生產(chǎn)效率的領(lǐng)先優(yōu)勢(shì)開(kāi)始逐步擴(kuò)大．（2）外部環(huán)境因素對(duì)制造業(yè)數(shù)字化生產(chǎn)效率的影響存在差異，第三產(chǎn)業(yè)的發(fā)展和經(jīng)濟(jì)發(fā)展水平的提高不利于勞動(dòng)力的有效投入，但能有效減少資本的投入，政府支持會(huì)促進(jìn)制造業(yè)數(shù)字化投入要素的利用率．（3）剔除環(huán)境變量和隨機(jī)因素的影響后，制造業(yè)數(shù)字化生產(chǎn)效率整體上有所下降，平均生產(chǎn)效率下降至0.331，表明現(xiàn)階段我國(guó)制造業(yè)存在數(shù)字化生產(chǎn)效率被高估的現(xiàn)象，對(duì)數(shù)字技術(shù)的利用效率不高，沒(méi)能將數(shù)字技術(shù)投入高效地轉(zhuǎn)化為制造業(yè)產(chǎn)出成果．

4.2 建議

為提高制造業(yè)數(shù)字化生產(chǎn)效率，制造業(yè)企業(yè)在進(jìn)行資源配置時(shí)，要擴(kuò)大員工工資和創(chuàng)新研發(fā)的投入，推動(dòng)關(guān)鍵核心技術(shù)的進(jìn)步，促進(jìn)數(shù)字技術(shù)和制造業(yè)的進(jìn)一步融合；應(yīng)加大區(qū)域合作，推動(dòng)制造業(yè)數(shù)字化發(fā)展，充分發(fā)揮東部地區(qū)對(duì)中西部的輻射帶動(dòng)作用，對(duì)制造業(yè)企業(yè)跨地區(qū)轉(zhuǎn)移給予政策支持；政府部門在推動(dòng)制造業(yè)數(shù)字化發(fā)展時(shí)需要考慮不同地區(qū)在產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平等外部環(huán)境因素方面的差異，實(shí)施與本地區(qū)實(shí)際情況相匹配的發(fā)展戰(zhàn)略，鼓勵(lì)和引導(dǎo)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，加快基礎(chǔ)設(shè)施建設(shè)，降低制造業(yè)企業(yè)數(shù)字化發(fā)展成本，從而促進(jìn)制造業(yè)數(shù)字化生產(chǎn)效率的提高．

[1] 王汀汀，賈婧雅，張芳．制造業(yè)數(shù)字化轉(zhuǎn)型對(duì)綠色技術(shù)創(chuàng)新的影響：來(lái)自滬深A(yù)股上市制造業(yè)企業(yè)的證據(jù)[J]．工業(yè)技術(shù)經(jīng)濟(jì)，2023，42（4）：91-99．

[2] 戚聿東，蔡呈偉．?dāng)?shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究[J]．學(xué)習(xí)與探索，2020（7）：108-119．

[3] 黨琳，李雪松，申?duì)q．制造業(yè)行業(yè)數(shù)字化轉(zhuǎn)型與其出口技術(shù)復(fù)雜度提升[J]．國(guó)際貿(mào)易問(wèn)題，2021（6）：32-47．

[4] 萬(wàn)倫，王順強(qiáng)，陳希，等．制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系構(gòu)建與應(yīng)用研究[J]．科技管理研究，2020，40（13）：142-148．

[5] 孫新波，孫浩博．制造業(yè)企業(yè)數(shù)據(jù)賦能評(píng)價(jià)指標(biāo)體系構(gòu)建[J]．科技管理研究，2023，43（2）：48-56．

[6] WANG Z，SHI P．Research and analysis on the index system of digital economy in Anhui province[J]．Complexity，2021（1）： 1-8．

[7] 劉飛．?dāng)?shù)字化轉(zhuǎn)型如何提升制造業(yè)生產(chǎn)率：基于數(shù)字化轉(zhuǎn)型的三重影響機(jī)制[J]．財(cái)經(jīng)科學(xué)，2020（10）：93-107．

[8] 涂心語(yǔ)，嚴(yán)曉玲．?dāng)?shù)字化轉(zhuǎn)型、知識(shí)溢出與企業(yè)全要素生產(chǎn)率：來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J]．產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（2）：43-56．

[9] FU Q．How does digital technology affect manufacturing upgrading? Theory and evidence from China[J]．Plos One，2022，17（5）： e0267299．

[10] ZHANG T，SHI Z Z，SHI Y R，et al．Enterprise digital transformation and production efficiency：Mechanism analysis and empirical research[J]．Economic Research-Ekonomska Istra?ivanja，2022，35（1）：2781-2792．

[11] 陳爽英，雷波，馮海紅．發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)工業(yè)數(shù)字化的組態(tài)路徑：基于“技術(shù)-組織-環(huán)境”的理論框架分析[J].科學(xué)研究，2022，40（3）：410-419，453．

[12] 周源．制造范式升級(jí)期共性使能技術(shù)擴(kuò)散的影響因素分析與實(shí)證研究[J]．中國(guó)軟科學(xué)，2018（1）：19-32．

[13] 李健旋．中國(guó)制造業(yè)智能化程度評(píng)價(jià)及其影響因素研究[J]．中國(guó)軟科學(xué)，2020（1）：154-163．

[14] 陳曉峰．?dāng)?shù)字經(jīng)濟(jì)發(fā)展對(duì)我國(guó)制造業(yè)升級(jí)的影響：基于省際面板數(shù)據(jù)的經(jīng)驗(yàn)考察[J]．南通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，38（3）：128-140．

[15] 王瑜煒，秦輝．中國(guó)信息化與新型工業(yè)化耦合格局及其變化機(jī)制分析[J]．經(jīng)濟(jì)地理，2014，34（2）：93-100．

[16] 黃宗遠(yuǎn)，王鳳陽(yáng)，陽(yáng)太林．?dāng)?shù)字化賦能傳統(tǒng)制造業(yè)發(fā)展的機(jī)制與效應(yīng)分析[J]．改革，2023（6）：1-14．

[17] 劉篤池，賀玉平，王曦．企業(yè)金融化對(duì)實(shí)體企業(yè)生產(chǎn)效率的影響研究[J]．上海經(jīng)濟(jì)研究，2016（8）：74-83．

[18] 劉嬋媛，李金葉．ICT驅(qū)動(dòng)裝備制造業(yè)轉(zhuǎn)型升級(jí)的路徑：基于SBM-Tobit模型[J]．企業(yè)經(jīng)濟(jì)，2020（5）：122-131．

[19] 宋清華，鐘啟明，溫湖煒．產(chǎn)業(yè)數(shù)字化與企業(yè)全要素生產(chǎn)率：來(lái)自中國(guó)制造業(yè)上市公司的證據(jù)[J]．海南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，40（4）：74-84．

Evaluation of digital production efficiency in manufacturing based on three-stage SBM model

ZHONG Xujie1，WEN Xiaoni2，ZHANG Xiaowei3

（1. School of Mathematics and Statistics，3. South Xinjiang Economic and Social Development Research Center，Kashi University，Kashi 844000，China；2.Business Department，China Construction Bank Corporation Yantai Branch，Yantai 264000，China）

Based on the digital input-output data of the manufacturing industry in 31 provinces（autonomous regions，municipalities directly under the central government）in China，excluding Taiwan，Hong Kong and Macau，from 2014 to 2021，a three-stage SBM model was used to evaluate the production efficiency research，meanwhile the influence of external environmental factors such as economic development level，local industrial structure，and government support on production efficiency was examined．The results indicate that the digital production efficiency of the national manufacturing industry is not high，and there is an imbalance in regional development，the production efficiency decreases in a stepped manner from east to west．Economic development can lead to waste of labor capital investment，leading to a decrease in digital production efficiency in the manufacturing industry．The development of the tertiary industry is not conducive to the improvement of digital production efficiency in the manufacturing industry，which can lead to waste of input resources．Government support is conducive to improving the efficiency of digital production in the manufacturing industry，and guidance from government departments can effectively allocate resources．After excluding environmental variables and random factors，the digital production efficiency of the manufacturing industry has decreased，but overall it shows a good upward trend．The research results have certain reference significance for improving the digital production efficiency of the manufacturing industry．

manufacturing；digitalization；production efficiency；three-stage SBM model

1007-9831（2023）11-0014-07

O213

A

10.3969/j.issn.1007-9831.2023.11.004

2023-05-02

南疆經(jīng)濟(jì)與社會(huì)高質(zhì)量發(fā)展研究重點(diǎn)項(xiàng)目（NFS2105）

鐘許杰（2000-），男，浙江杭州人，在讀碩士研究生，從事社會(huì)與經(jīng)濟(jì)統(tǒng)計(jì)研究．E-mail：zhongxujie0704@163.com

張曉微（1973-），女，山西絳縣人，教授，博士，從事貿(mào)易經(jīng)濟(jì)研究．E-mail：ytxwzhang@126.com