制造业高质量发展与数字贸易

[摘要]为探究数字贸易对制造业高质量发展的影响机制，选取2012—2020年中国省域面板数据为研究样本，采用熵值法构建数字贸易综合评价指标体系和制造业高质量发展综合评价指标体系，验证数字贸易对制造业高质量发展的促进作用，探讨人才培养、技术创新、供应链升级的中介作用和市场需求的调节作用，进一步论证数字贸易对制造业高质量发展的非线性影响。结果表明：数字贸易对制造业高质量发展具有显著正向影响，在此过程中，人才培养、技术创新、供应链升级也发挥显著的中介作用，且影响机制受市场需求的调节。同时数字贸易对制造业高质量发展存在非线性影响，并受到供应链升级等变量约束。研究结论为揭示数字贸易影响制造业高质量发展的内在机制提供了新思路。

[关键词]数字贸易；高质量发展；中介效应；调节效应；门槛效应

一、 引言

随着全球化和信息化快速发展，数字贸易推动全球产业链、供应链和价格链深刻变革，催生跨境电商、线上展会、智慧物流等贸易新业态。然而，中国制造业“大而不强、全而不忧”问题突出。党的二十大明确要求推进制造业高质量发展与贸易强国战略结合，发挥数字经济、网络经济和共享经济作用，构建全方位、多层次、开放型经济新体制，推动数字贸易和制造业深度融合1。因此，中国制造业紧跟数字化、网络化和智能化国际趋势，以数字贸易促进制造业高质量发展，构建国内大循环为主体、国内国际双循环相互促进的新发展格局。

数字贸易作为全球经济发展的重要引擎，吸引了众多学者深入研究。当前学术界主要关注数字贸易内涵[1]、现状[2]、经济效应[3]、影响因素[4]和贸易规制[5]等视角，已有文献为本研究构建数字贸易综合评价指标体系提供了重要参考，但仍有待深化。首先，研究学者数字贸易须加强实证研究，以弥合理论与实践之间的鸿沟。其次，学者要深入探究不同行业，以更具体地了解数字贸易对各行业的影响。最后，数字贸易数据庞大，如何提取和整理有价值信息，并结合实际情况进行分析，是数字贸易研究面临的重大挑战。

鉴于此，本文将以制造业为研究对象，采用“定性分析与定量分析相结合”的研究方法，理论探讨和实证检验数字贸易对制造业高质量发展的影响。预期贡献如下：一是采用熵值法构建涵盖数字贸易基础环境、物流运输环境、产业数字化贸易、数字产业化贸易、贸易潜力等指标的数字贸易综合评价指标体系和构建涵盖创新驱动、结构优化、绿色发展、对外开放、经济效益等指标的制造业高质量发展综合评价指标体系。二是验证数字贸易对制造业高质量发展的影响机制，探讨数字贸易通过人才培养、技术创新、供应链升级等路径促进制造业高质量发展的中介机制。三是探讨市场需求对数字贸易与制造业高质量发展的调节作用。四是论证数字贸易对制造业高质量发展的非线性影响，正确认识数字贸易与制造业高质量发展的关系以及为制定相关产业政策提供理论参考。

二、 理论分析与研究假设

1. 数字贸易与制造业高质量发展

数字贸易作为推动国际贸易增长和贸易结构变化的重要动力，对制造业的影响也越发显著，加速了制造业的数字化和智能化升级，提升了效率、品质和创新能力，为制造业高质量发展注入新动力。首先，数字贸易扩大数字经济市场和销售渠道，通过数字平台突破地域和时空限制，加速产品流通速度，扩大市场范围，提高市场份额和影响力。其次，数字贸易提升产品品质和技术水平，通过知识共享和技术转移，为制造业企业提供更多技术信息和创新思路，实现数字化产品设计和生产，增强核心竞争力。再次，数字贸易提高生产效率，通过数字变革实现自动化管理和控制，节约资源和成本，增强质量稳定性。最后，数字贸易加速制造业企业转型升级。通过数字化升级提高产品设计、生产管理和销售服务的信息化、智能化水平，培育高效、智能、数字化的运营模式，增强综合竞争力。鉴于此，本文提出假设1：数字贸易对制造业高质量发展具有显著促进作用。

2. 人才培养、技术创新、供应链升级的中介效应

人才培养是数字贸易对制造业高质量发展的重要基础和关键驱动力。随着数字贸易与制造业深度结合，创造出更多商业机会和高效生产模式，进而对数字化人才的需求也相应增加。数字贸易的发展依赖大量数字化人才支持，而制造业也需要这些人才来推动数字化转型升级和提升产品服务质量。数字化人才的培养不仅推动制造业的数字化转型升级，也促进数字贸易发展和数字经济进步，实现了数字化生产、管理和服务等方面的升级，降低了生产成本，提高了生产效率，推动制造业高质量发展。鉴于此，本文提出假设2：数字贸易通过人才培养促进制造业高质量发展。

技术创新是数字贸易对制造业高质量发展的重要保障和核心动力。随着数字技术的迅猛发展，制造业利用人工智能、大数据、物联网等技术提升创新能力，为企业开拓更多市场机会和优化商业模式，这使得企业能够更好地满足市场需求，促进制造业从传统制造向智能制造、高端制造转型升级。同时数字化技术的应用还推动制造业实现智能化改造，如智能化生产流程、物流配送和售后服务，提升企业的效率和服务水平，增强核心竞争力。此外，数字贸易还推动制造业企业加速全球布局和资源整合，提高国际竞争力和市场份额，促进制造业企业全球化发展。鉴于此，本文提出假设3：数字贸易通过技术创新促进制造业高质量发展。

供应链升级是数字贸易对制造业高质量发展的重要手段和关键因素。通过数字贸易，制造业企业可以更好地掌握供应链结构，优化供应商选择、库存控制、物流管理等各个环节，实时监控生产进度、质量状况等关键指标，及时调整生产计划和物流运作，实现生产过程中的自动化、智能化和高效化，从而提高整个供应链的效率和灵活性。同时通过互联网、物联网技术等手段，制造业企业可以获取更准确、更实时的市场信息和客户需求，实现供应和需求的精准匹配，推动制造业高质量发展。鉴于此，本文提出假设4：数字贸易通过供应链升级促进制造业高质量发展。

3. 市场需求的调节作用

长期以来，制造业的发展水平一直受到市场需求带来的数字贸易问题的制约。而市场需求的变化也直接影响着制造企业的生产和销售情况，随着市场需求的提升，数字贸易平台得到发展，其效率和可靠性得到提升，有助于制造企业更好地把握市场需求，优化生产和供应链管理，提高生产效率和产品质量，实现制造业高质量发展。鉴于此，本文提出假设5：市场需求正向调节数字贸易与制造业高质量发展的直接效应。

同时市场需求不仅对数字贸易和制造业高质量发展之间的关系起到调节作用，还通过调节人才培养、技术创新和供应链升级等中介变量对制造业高质量发展产生影响。在数字贸易与制造业高质量发展过程中，人才培养、技术创新和供应链升级的作用在市场需求大的地区更加明显。为了促进制造业的高质量发展，各地区应加强人才培养、提升技术创新能力和推动供应链升级。鉴于此，本文提出假设6至假设8：市场需求在数字贸易与制造业高质量发展过程中通过调节人才培养、技术创新和供应链升级等变量发挥重要作用。

4. 数字贸易对制造业高质量发展的非线性影响

数字贸易对制造业高质量发展具有非线性影响特征。在数字贸易发展初期，由于技术基础薄弱、法律法规不完善、网络安全问题和信任丧失等缺陷，限制了数字贸易的发展和应用，制约了数字贸易对制造业高质量发展的贡献。然而，一旦数字贸易突破一定规模限制，上述缺陷将得到解决和改善。鉴于此，本文提出假设9：数字贸易促进制造业高质量发展存在门槛效应。

同时在数字贸易时代，数字贸易对制造业高质量发展的溢出效应还受到劳动因素、技术因素和生产因素等外部因素影响。劳动因素方面，提高人才培养水平有助于数字贸易发展和应用，但可能导致结构性失业。技术因素方面，提升技术创新能力促进数字贸易发展，但需面临技术更新换代压力。生产因素方面，供应链升级降低成本和提高企业效率，但需要注意商业机密和知识产权的保护。鉴于此，本文提出假设10：数字贸易对制造业高质量发展的溢出效应受外部因素约束。

三、 研究设计

1. 数据来源与样本选择

鉴于数据的可获取性、全面性以及有效性，本文选取中国2012—2020年30个省份（港澳台西藏数据缺失，未包括）的面板数据。原始数据来源于《中国统计年鉴》《中国信息年鉴》，以及各省份统计年鉴、统计公报等。同时在数据实际计算过程中有部分数据缺失，本文遵循客观全面原则，为确保研究数据的连续性和准确性，借助差值法进行数据补充。

2. 变量测度与说明

（1）被解释变量：制造业高质量发展（[MHD]）。基于制造业高质量发展要求，本文结合“创新、协调、绿色、开放、共享”等五大发展理念，参考现有学术研究成果[6-7]，借助熵值法构建涵盖创新驱动、结构优化、绿色发展、对外开放、经济效益等5个维度的一级指标、22个二级指标的制造业高质量发展综合评价指标体系（表1）。

（2）核心解释变量：数字贸易（[DT]）。基于数字贸易内涵和特征，本文参考现有学术研究成果[8-9]，借助熵值法构建涵盖数字贸易基础环境、物流运输环境、产业数字化贸易、数字产业化贸易、贸易潜力等5个维度的一级指标体系、25个二级指标的数字贸易综合评级指标体系（表2）。

（3）中介变量。为研究数字贸易对制造业高质量发展的间接作用机制，本文参考韩明春[10]、包振山[11]、裴长洪[12]等学者的研究，选取人才培养（[TD]）、技术创新（[TI]）、供应链升级（[SCU]）为中介变量。其中人才培养用研发人员数与从业人员平均人数比值测度。技术创新用专利申请数与规模以上工业企业的研发经费内部支出比值测度。供应链升级用制造业利润总额测度。

（4）调节变量：市场需求（[MD]）。本文为反映制造业的生产力水平和市场需求潜力，用各地区制造业固定资产投资总额与该地区制造业总就业人数比值测度。

（5）控制变量：本文为控制其他影响因素，借鉴刘鑫鑫[13]、韦庄禹[14]、李史恒[15]做法，选取城镇化水平（[UL]，城镇人口占年末总人口比值）、经济发展水平（[LED]，制造业销售产值占制造业资产总额比值）、政府宏观调控（[GMC]，财政一般公共预算支出占国内生产总值比值）作为控制变量。

3. 模型构建

为验证假设1，探讨数字贸易与制造业高质量发展之间关系，本文构建基准回归模型：

[MHDi，t=a0+a1DTi，t+a2Xi，t+ui+εi，t] （1）

式（1）中，[MHDi，t]为省域[i]在[t]时期的制造业高质量发展水平，[DTi，t]为省域[i]在[t]时期的数字贸易发展水平，[Xi，t]为一系列控制变量，包括城镇化水平（[ULi，t]）、经济发展水平（[LEDi，t]）和政府宏观调控（[GMCi，t]），[a0]为截距项，[a1]为核心解释变量的估计参数，[a2]为控制变量的估计参数。[ui]为省份固定效应。[εi，t]为随机误差项。

为验证假设2、假设3、假设4，检验人才培养（[TDi，t]）、技术创新（[TIi，t]）、供应链升级（[SCUi，t]）等变量在数字贸易促进制造业高质量发展过程中是否发挥中介作用，本文参考温忠麟[16]的做法，构建中介效应模型：

[Mi，t=β0+β1DTi，t+β2Xi，t+ui+εi，t] （2）

[MHDi，t=γ0+γ1DTi，t+γ2Mi，t+γ3Xi，t+ui+εi，t] （3）

其中[Mi，t]为中介变量，代表人才培养、技术创新和供应链升级。

为验证假设5，探讨市场需求在数字贸易与制造业高质量发展之间的调节作用。本文将在公式（1）基础上引入市场需求（[MDi，t]）、市场需求与数字贸易的交互项（[MDi，t×DTi，t]），构建调节效应模型：