《现代财经-早读早分享》2024年11月19日周二（第3189期）

今天是2024年11月19日，星期二，农历十月十九，美好的一天从阅读《现代财经-早读早分享

每日晨语

---

以我转物者得，固不喜失亦不忧，大地尽属逍遥；以物役我者逆，固生憎顺亦生爱，一毫便生缠缚 ！周二，早安！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3189期）。原创不易，敬请尊重。谢谢鼓励。

一、早读分享

1、专项债组合拳扩投资惠民生。 近日，自然资源部发布通知，明确运用地方政府专项债券资金收回收购存量闲置土地相关事项。这意味着，重启土地储备专项债券的工作加速展开。地方政府土地储备专项债券是地方政府专项债券的一个品种，由地方政府为土地储备发行，其资金纳入政府性基金预算管理，并以土地出让收入等政府性基金预算收入作为偿债来源。作为推动房地产市场止跌回稳的一项重要举措，允许专项债券用于土地储备具有很强的针对性，可以产生多方面积极效应。 （经济日报）

蔡子微评： 专项债券的发行可以带动有效投资，促进经济增长。特别是在基础设施建设和民生工程方面，可以发挥重要作用。同时减少闲置土地，增加有效供给，有助于稳定土地市场和房地产市场，降低市场波动风险。因此地方政府土地储备专项债券政策的重新启动和优化，是一项多赢的举措。它不仅有助于解决当前房地产市场的困境，还能带动有效投资，促进经济结构调整和高质量发展。然而，政策的成功实施需要各方面的共同努力，特别是在资金使用效率、债务风险管理和监管机制建设等方面，需要持续关注和改进。

话题关注： 专项债对惠民生和经济高质量发展的助推效应研究

2、增量政策落地提振市场信心。 总量指标稳中有升成为10月份金融数据的一大亮点。据中国人民银行统计，广义货币（M2）增速过去两个月累计升高1.2个百分点，狭义货币（M1）增速在10月份迎来今年的首次改善，与9月份相比，下降幅度减少了1.3个百分点。与此同时，M2与M1之间的增速差距也出现收窄。这些变化表明，在一系列政策措施加快推进的背景下，实体经济的活跃度有所提升，企业和居民的投资与消费意愿也随之增强。近段时间，一揽子增量政策逐步落地生效，有力提振了市场信心。 （经济日报）

蔡子微评： 10月份的金融数据反映出一系列政策措施的积极效果，经济活跃度和市场信心有所提升。中国人民银行进行了较大力度的降准和降息，降低了企业和居民的融资成本，提升了市场信心。房地产金融政策优化调整，支持了房地产市场的稳定发展。然而，面对有效需求不足和预期偏弱等问题，宏观调控思路正在逐步转变，未来将更加注重量价结合，推进利率市场化改革，加强需求侧管理，实质性扩大内需。这些措施将有助于促进经济高质量发展和可持续增长。

话题关注：增量政策调整对市场信心和经济活动的影响研究

3、降本增效、提档升级，西部陆海新通道建设迎来新一轮利好。 西部陆海新通道位于我国西部地区腹地，是连接“一带”和“一路”、支撑西部地区高水平开放和构建新发展格局的陆海大通道。今年是《西部陆海新通道总体规划》印发五周年。为了支持打造内陆开放综合枢纽，进一步推动西部陆海新通道建设，日前，海关总署在去年7月出台15条支持举措的基础上，发布新一轮15条重点支持举措。（新华网）

蔡子微评： 西部陆海新通道作为连接“一带”和“一路”的重要物流通道，其建设对于推动西部地区高水平开放和构建新发展格局具有重要意义。海关总署出台新一轮15条重点支持举措，不仅有助于提升通关便利化水平、支持沿线开放平台建设、促进沿线产业提档升级，还能助力降低物流成本，提升内陆口岸物流比较优势。这些政策的实施，将进一步推动西部陆海新通道的发展，为区域经济协同发展注入新的动力。

话题关注：“一带一路”背景下交通基础设施对产业结构升级的影响研究

4、政策红利进一步提振中国民营企业信心。 国家统计局数据显示，前三季度第二产业民间投资增长13.2％，其中制造业民间投资增长11.6％，比全部制造业投资增速高2.4个百分点。受访人士认为，随着国家政策的进一步完善以及民营企业自身不断创新与升级，民营经济在中国的现代化进程中将继续扮演重要角色，推动中国经济迈向新高度。中央财经大学商学院院长林嵩认为，中国民间创业投资活动活跃，企业竞争不仅仅依靠低成本优势，而是将更多精力放在提高研发经费、加大创新投入等，民营经济内生动力继续增强。（经济日报）

蔡子微评： 中国政府对民营经济的支持不断加强，促进了科技创新和产业升级。天津常兴新能源科技有限公司的成功案例，展示了政策红利如何助力企业突破技术难题，实现超薄单晶铜箔的连续化制备，并获得了超1000万元的意向订单。这不仅体现了民营经济的活力，也彰显了政策对企业创新和市场竞争力提升的积极影响。

话题关注：政策红利如何驱动民营经济的 高质量发展？

5、数字化转型“变奏”：“链式改造”按下中小企业上云“快进键”。 数字化浪潮进一步席卷而来，更富雄心的目标已经确立，而中小企业正成为主角。近期，第十九届中国国际中小企业博览会举办。大会开幕式上发布的《中小企业数字化赋能专项行动方案（2025-2027）》显示，未来3年，中小企业上云率将超过40%，尤其是专精特新“小巨人”企业要实现数字化改造全覆盖。同此前的政策对比，改造的重心已转向中小企业。但现实层面，这一群体仍被困在数字化“洼地”中，受资金、技术等不足困扰，转型进展缓慢、失败率高。（21世纪经济报道）

蔡子微评： 通过链式改造，中小企业能够更高效地融入数字化产业链，实现资源共享和协同作业，从而降低运营成本，提升市场竞争力。上云作为数字化转型的关键一环，不仅有助于中小企业实现数据驱动的业务决策，还能加速其产品和服务的创新。这种改造模式不仅加速了中小企业的数字化转型进程，还推动了整个产业链的智能化升级，对于中小企业在新时代实现高质量发展具有重要的指导意义。

话题关注：中小企业数字化转型影响因素分析与路径识别：基于动态QCA的考察

6、家庭适老化改造补贴政策落地，相关消费提升明显。 央视网消息：消费也是拉动经济增长的主引擎之一。国家统计局数据显示，10月份，社会消费品零售总额45396亿元，同比增长4.8%，比上月加快1.6个百分点。在消费品“以旧换新”政策的带动下，家用电器、家具类等商品的零售额增速较快。在北京，随着家庭适老化改造补贴政策落地，相关消费也有明显增长。近期，《北京市促进居家适老化改造产品消费工作方案》正式发布，北京户籍老年人家庭适老化改造的消费补贴最高为每户5000元。正在装修的张楠，在给自己的父母设计老人房时就享受到了这笔补贴。记者了解到，北京家庭适老化改造补贴也带动了不少家居建材单品的销量，其中，卫生间内的适老化功能产品销售量增长最为明显。（中国经济网）

蔡子微评： 随着我国人口老龄化进程的不断推进，家庭适老化改造补贴受到社会的广泛关注。然而，家庭适老化改造补贴目前还存在改造质量参差不齐与政府政策和监管缺乏力度等问题。对此，一方面要开辟多元化融资渠道，通过税收优惠、减免等激励措施，加大企事业单位、社会组织、福利彩票公益金、市场以及个人对居家适老化改造的投入；另一方面要出台更多激励政策，鼓励专业化的服务组织、科研团队、建筑部门、金融机构、市场等多方社会力量参与老旧住宅的改造，确保居家养老服务的有序推进。

话题关注：人口老龄化背景下家庭适老化改造补贴的机制构建与多元化研究

7、拓宽技能人才职业发展道路。 当前，我国制造业正加速向高端化、智能化、绿色化转型，产业升级背后离不开高素质技能人才的支撑。然而，技能人才在职业发展、等级认定、薪酬待遇等方面仍面临一些障碍与瓶颈，如何解决这些问题，已成为推动产业发展、破解结构性就业矛盾的必答题。近期印发的《中共中央 国务院关于实施就业优先战略促进高质量充分就业的意见》提出，拓宽技能人才发展通道。各地积极开展探索实践，支持技能人才成长。（经济日报）

蔡子微评： 我国制造业转型升级过程中，技能人才的培养和激励机制显得尤为重要。宁波和山东等地的实践表明，通过政策支持、企业自主评价和多元化培养，可以有效提升技能人才的职业发展空间和社会地位。这些措施不仅有助于解决技能人才面临的职业发展瓶颈，还能促进产业升级和就业质量的提升。

话题关注：技能人才培养生态的理论构建与优化路径研究

8、业界聚焦数智化赋能产业升级。 第七届中国企业论坛“数智化赋能产业升级”平行论坛近日在京举办。与会代表普遍认为，数智技术为传统产业转型升级注入了强劲动力。企业需结合自身实践，找到行之有效的数智化路径。“海量的工业数据是实现智能化的重要前提，而工业数据的产生、传送、存储、计算、分析和应用需要智能化的载体。”中国工业互联网研究院院长鲁春丛在主旨发言中表示，推进工业互联网需要实行“一米宽百米深”的T型战略，分业推进、分级推进、顶格推进。（经济日报）

蔡子微评： 数智化赋能为企业转型升级和降本增效提供了新路径。通过引入大数据、云计算和人工智能等技术，企业能够优化生产流程，提高决策效率，降低运营成本。智能化改造提升了产品和服务的质量，增强了市场响应速度，为企业在激烈的市场竞争中赢得优势。政策的支持和创新生态的构建将进一步加速数智化应用，推动企业实现高质量发展。

话题关注：数智化赋能企业转型升级与降本增效的底层逻辑与实施路径

9、家电消费注重绿色智能。 今年以来，家电产品迭代升级一直是消费热点。随着政策补贴力度进一步加大，叠加各电商平台的促销优惠活动，越来越多消费者开启了家电换代更新，家电领域掀起了一波消费热潮。从消费者偏好看，家电消费绿色化、智能化趋势逐步走强，节能、智能成为影响消费者决策的关键词。数据显示，近六成的消费者倾向购买绿色节能家电，关注能效等级；超半数消费者偏好购买智能家电，对产品功能更为关注。此外，大尺寸大容量、外观更加时尚的家电也受到消费者青睐。接下来，商家可以从消费者偏好着手升级产品，推出功能更全、颜值更高、更加节能的家电产品。（中国经济网）

蔡子微评： 双碳背景下，家电行业发展绿色消费变得尤为重要。然而，绿色家电目前还存在着绿色消费政策不足与绿色技术缺乏创新性等问题。对此，一方面要出台以绿色消费为目标的专项政策，从积分、补贴、税收等方面完善激励型工具，补偿消费者绿色消费行为；另一方面要推动绿色家电技术创新与应用，促进绿色家电技术的发展。

话题关注：绿色导向的家电行业发展趋势研究

10、国产医药工业开启创新“加速跑”。 在11月16日举行的2024中国医药工业发展大会与上海国际生物医药产业周上，《医药工业“十四五”期间产业升级突出进展和产业技术未来发展重点领域》报告正式发布，总结了我国“十四五”期间医药产业的突出进展。报告公布数据显示，我国医药行业创新能力显著提升。“十四五”以来，我国国产创新药“量”“质”齐升，共有113个国产创新药获批上市，是“十三五”期间获批新药数量的2.8倍，市场规模达1000亿元。医疗器械方面，中国企业开发的创新医疗器械共165个获批上市，产品融合运用深度学习、磁悬浮、增材制造、多模态成像、磁共振监测等前沿技术。 （中证网）

蔡子微评： 近年来，随着国家相关重大战略的全面实施和医药卫生体制改革的深入推进，我国新药研发取得长足进展。然而，我国医药行业还面临原始创新能力不足，重点领域高端产品依赖进口、部分产业链关键环节存在“卡脖子”风险等问题。对此，一方面，加大资金投入，发挥政府财政资金的引导带动作用。通过建立创新药物研发基金会、出台创新企业税收促进政策以支持企业研发。另一方面，加快数字化、信息化技术对产业的赋能，鼓励企业进行技术改造、设备更新、资源整合。

话题关注： 资源整合视角的 数字化、信息化赋能中国医药产业升级路径分析

11、 中经评论：深化产教融合，促进家政服务业提质扩容。 加强家政人才教育培养，强化家政从业人员技能提升，完善家政产教融合载体，赋能家政企业高质量发展……近日，国家发展改革委等部门联合印发《关于深化家政服务业产教融合的意见》，推出一系列政策举措，旨在进一步促进家政服务业提质扩容。家政服务是民心工程，也是与促进消费、扩大就业紧密相连的民生事业。从照顾婴幼儿到护理老年人，从帮助双职工解决孩子吃饭难到分担上班族家务劳动，如今的家政服务愈发多样化，缓解了不少家庭的“后顾之忧”。数据显示，我国家政服务企业有100多万家，行业规模超过1.1万亿元。（中国经济网）

蔡子微评： 伴随居民收入水平提升，我国家政服务业迎来重要发展契机，市场规模快速增长。然而，家政服务业发展存在市场供需结构失衡、服务质量参差不齐、企业数字化改造能力弱等问题。对此，一方面需要加大家政服务业务岗前培训和“回炉”培训，托职业培训学校提供家政技能培训，加强对家政公司高管进行政策、管理、业务等方面的培训。另一方面培育产教融合型家政企业。积极鼓励企业与高校联合培养更多高层次家政康养人才，结合市场需求，增设智慧健康养老服务与管理、婴幼儿托育服务与管理等专业，推动中职教育与职业技能培训同步发展。

话题关注：产教融合如何推动家政服务业的智慧改造？

12、“通道+枢纽+网络”运行体系畅通经济动脉，物流产业核心竞争力增强。 中国物流与采购联合会相关负责人近日介绍，目前，我国仍是全球物流需求最大的市场。物流企业群体初具规模，A级物流企业超过1万家，规模以上物流园区超过2700家，“通道+枢纽+网络”的运行体系初步形成。2024年前三季度，社会物流总费用与GDP的比率为14.1%，较上半年下降0.1个百分点，比上年同期下降0.2个百分点，全社会物流成本稳步降低。（中国新闻网）

蔡子微评： 数字经济背景下，现代物流产业的高质量发展正迎来新机遇。数字化技术如物联网、大数据分析和人工智能的应用，提升了物流效率，降低了运输成本，增强了供应链的透明度和响应速度。这不仅优化了物流网络和库存管理，还促进了物流服务的创新，提高了客户满意度。政策的支持和技术创新将进一步推动物流产业的智能化、绿色化发展，为经济的高效流通和可持续发展提供坚实支撑。

话题关注： “通道+枢纽+网络”运行体系对物流产业核心竞争力的影响研究

二、今日社科期刊佳作关注

工业企业数字化转型抑制了“去工业化”吗?——兼论其结构性减速补偿效应

---

作者： 王志阁,梁树广,魏绪石. 来源：《商业研究》2024年第4期

导读

摘要： 随着数字经济快速发展，企业数字化转型为企业发展带来了新的发展潜能，这能否成为应对“去工业化”的有效手段并对其导致的结构性减速形成补偿效应，则有待考察。本文将企业数字化转型和“去工业化”纳入统一分析框架，基于2011—2019年中国沪深A股工业上市公司数据，实证检验工业企业数字化转型对“去工业化”的影响及作用机制，并考察结构性减速补偿效应。研究发现：企业数字化转型显著抑制了“去工业化”,并呈现一定的企业属性和城市层级异质性特征，企业数字化转型主要通过降低企业营业成本和促进企业技术创新，发挥对“去工业化”的抑制效果。进一步研究发现，“去工业化”对经济增长呈现显著的结构性减速影响，企业数字化转型则在这一影响中发挥结构性减速补偿效应。

关键词： 企业数字化转型;“去工业化”;结构性减速;补偿效应;

引用格式： 王志阁,梁树广,魏绪石.工业企业数字化转型抑制了“去工业化”吗?——兼论其结构性减速补偿效应[J].商业研究,2024,(04):1-12.

一、引 言

从“十三五”规划提出“加快推动服务业优质高效发展”“服务业比重进一步提高”的发展目标，到“十四五”规划强调“保持制造业比重基本稳定”，再到党的二十大报告明确指出“坚持把发展经济的着力点放在实体经济上”“加快发展数字经济，促进数字经济与实体经济深度融合”，政策基调发生了明显转变。学界和理论界对此持有较大争议，那么政策基调为何发生转变，为何要转向强调“保持制造业比重基本稳定”？其与“促进数字经济与实体经济深度融合”之间又存在何种关联？

配第-克拉克定律、库兹涅茨事实以及钱纳里“标准结构”理论均表明，一国不可避免地会在工业化后期经历工业份额下降、服务业份额上升的“去工业化”过程。从图1来看，中国第二产业增加值占比和就业人员占比分别于2011年和2012年前后达到峰值，进而转入工业份额下降、服务业份额上升阶段。但与发达国家相对彻底工业化基础上的“典型去工业化”相比，我国面临“过早去工业化”的风险 [1] 。与此同时，“去工业化”的过程也伴随GDP增速的下降，GDP增速由2010年的10.6%下降到2019年的6% (1) 考虑到新冠疫情的影响，本文未将2020年及其之后年份的经济增长情况纳入分析。 ，因此有理由怀疑是否正是“去工业化”导致了我国经济增长的结构性减速，从而促使我国面临陷入像拉美国家所遭遇的“中等收入陷阱”风险？在此过程中，据中国信息通信研究院公布的《中国数字经济发展白皮书》数据显示，我国数字经济规模占GDP的比重由2011年的20.3%上升到2019年的36.2%，并逐步实现与实体经济的深度融合 [2] 。

图1 中国“去工业化”经济增长与数字经济规模占比情况

因此，在政策基调转变背景下，结合图1所展现的“去工业化”、结构性减速及数字经济规模的快速发展现状，企业作为宏观经济的微观构成和重要的市场主体，工业企业数字化转型对“去工业化”会产生何种影响？会否呈现企业属性和城市层级等方面的异质性？其产生作用的机制是怎样的？“去工业化”是否导致了经济增长的结构性减速以及企业数字化转型能否会对此带来补偿效应？对这些问题展开研究，对保持制造业比重基本稳定、厘清工业企业数字化转型与“去工业化”的关系进而推动数字经济与实体经济走向深度融合，从而避免陷入并跨越“中等收入陷阱”、助力实现2035年经济增长远景目标具有重要的理论意义和实践价值。

Tapscott在其著作《数字经济：智力互联时代的希望与风险》首次提出了“数字经济”概念。近年来，随着新一轮科技革命的兴起，数字经济逐渐成为国家实施重大战略、推动经济高质量发展的关键支撑和重要动能，数字经济也成为学界研究的热点。从宏观层面来看，现有研究对数字化水平测度往往采用国民经济核算法 [3] 、构建数字化指标体系、腾讯数字研究院公布的数字经济指数及“北京大学数字普惠金融指数”等方法，进而实证检验数字化对经济增长 [4] 、区域创新等方面的影响。

从微观层面来看，当前关于企业数字化转型的研究主要围绕企业数字化转型的内涵界定、测度方法及经济后果展开。针对企业数字化转型的内涵界定，学者们普遍认同，企业数字化转型不仅仅是凭借数字技术在收集信息、处理数据及情况反馈等方面的优势，将其应用于企业运营管理、生产、销售、经营及产品研发等各个阶段，最终实现优化企业资源配置、价值增值和增强竞争力的过程 [5] ，更重要的是依托数字技术应用实现整个企业经营理念、运作模式及管理方式等的全面变革 [6] 。而对企业数字化转型的测度方法则大体经历了“0-1”虚拟变量法、单一指标法及文本分析法 [7-9] 。而在文本分析法成为主流方法的基础上，诸多学者围绕其经济后果展开研究，认为企业数字化转型通过将数字技术应用于企业生产、运营及管理等各个环节，实现企业向信息化、智能化方向转型，促进企业信息共享、资源优化配置及知识积累，推动股票流动性 [7，10] 、企业专业化分工 [8] 及创新效率 [11] 等，从而颠覆价值创造过程，并最终实现企业全要素生产率提升 [9] 及企业成长 [5] ；但同时企业数字化转型也面临隐性成本高昂、人才储备不足和监督与扶持力度乏力等问题，若忽视了与现有运营模式和管理组织结构的适配度，依然存在绩效提升效果有限、抑制企业全要素生产率的风险 [12] 。

早期关于“去工业化”的研究也多集中于发达国家“去工业化”所造成的负面经济效果，进而带来失业率上升、创新能力降低和收入差距扩大等问题。Rodrik进一步指出以拉美国家为代表的部分发展中国家存在较低人均收入水平上的“过早去工业化”问题，从而陷入“中等收入陷阱” [13] 。基于此，目前针对我国为代表的发展中国家“去工业化”的研究则主要集中于“去工业化”的原因、存在性争议、影响因素及其经济效应方面。原因方面，Rodrik指出开放发展中经济体“过早去工业化”的根本原因在于制造业生产率恶化或其慢于全球水平；后继学者则进一步从技术、需求、贸易和全球价值链等方面对其原因展开分析 [14] ；王希元和杨先明则认为“去工业化”的重要原因在于部门间生产率差距 [15] 。存在性争议及经济后果方面，相当一部分研究认为我国已出现了“去工业化”现象且呈现过早趋势，进而对我国经济的长期增长、收入不平等带来严重的负面影响 [16] ；另有部分学者则否定了我国已经进入“去工业化”阶段 [17] 。影响因素方面，现有研究主要从对外直接投资 [18] 、环境规制 [19] 等角度检验对“去工业化”的影响。

综合来看，现有文献关于企业数字化转型和“去工业化”分别开展了较为充实的研究，但在研究视角、指标测度等方面仍存在一些不足。为此，本文在将工业企业数字化转型和“去工业化”纳入统一考察框架并分析其作用机制的基础上，采用2011—2019年中国沪深A股工业上市公司数据，实证考察了工业企业数字化转型对“去工业化”的影响，并检验了其作用机制，进一步考察了工业企业数字化转型对“去工业化”的结构性减速补偿效应。

本文的边际贡献体现在：第一，首次尝试将“去工业化”问题纳入当下极为重要的数字经济背景，结合考察工业企业数字化转型对“去工业化”的影响，不仅丰富了企业数字化转型和“去工业化”的文献，而且有利于为应对“去工业化”问题提供新的考量视角；第二，本文在对“去工业化”的考察中尝试采用微观企业个体的就业人数指标进行，并进一步采用现有文献较常用的第二产业增加值占GDP的比重和第二产业从业人员比重进行稳健性检验和考察，不仅保证了实证结果的稳健性和科学性，而且丰富了现有关于“去工业化”的考察指标；第三，本文不仅详细分析了工业企业数字化转型对“去工业化”的作用机制，多角度检验了工业企业数字化转型对“去工业化”的影响效果，而且补充考察了工业企业数字化转型对“去工业化”的结构性减速补偿效应，为从工业企业数字化转型角度应对“去工业化”问题提供了有力支撑。

二、理论分析与研究假设

(一)工业企业数字化转型对“去工业化”的直接影响

依托数字技术的企业数字化转型正逐步实现与实体经济的融合，将通过变革企业生产运营模式、提高资源配置效率及协同溢出效应对“去工业化”起到抑制作用。首先，数字技术凭借在信息收集、数据处理等方面的优势，将渗透到企业生产、运营及管理的各个环节，实现与实体经济的深度融合，推进企业经营理念和业务流程向信息化、数字化及数智化方向转变 [2] ，提升企业经营绩效。其次，工业企业数字化转型不仅会推进数字技术与传统生产要素相融合，提高传统生产要素的资源边界和产出效率，而且数据已作为新的生产要素渗透到企业生产经营管理的各个环节，数字技术的应用可以大幅降低在信息获取、数据处理及交易活动中的成本，缓解信息不对称风险，实现资源配置效率的大幅优化和提高 [20] 。最后，以数字技术为代表的新一轮科技革命，必然会产生强烈的数字化转型协同效应，在全行业形成绩效溢出，推动实体经济产业升级和生产效率提升。根据上述分析，提出以下假设：

H1：工业企业数字化转型能显著抑制“去工业化”。

(二)工业企业数字化转型对“去工业化”的作用机制

工业企业数字化转型主要通过“降低企业营业成本”和“促进企业技术创新”两大机制作用于“去工业化”。

第一，降低企业营业成本。工业企业数字化转型能够降低工业企业管理成本、搜寻成本、交易成本及融资成本等，从而降低总体营业成本。传统企业组织架构往往是科层制、垂直化的“金字塔”式，往往会产生较高的信息沟通和管理成本，而数字技术的运用会催生企业组织结构向扁平化、网络化方向发展，极大提升企业组织运转效率、降低企业管理成本和委托代理成本；数字技术会促进企业信息搜寻和处理能力的提升，降低企业信息不对称带来的资源获取成本，提升企业资源配置效率；工业企业数字化转型不仅会帮助企业在精准获取市场需求的基础上制定生产规划、优化生产流程，而且可以凭借线上平台海量供求数据精准识别交易对象，极大提升交易效率和交易规模，降低交易成本 [21] ；融资难、融资贵往往是制约企业经营规模和绩效的重要因素，数字技术的应用不仅可以降低信贷市场上的信息不对称，更好地促进资本供需匹配，而且数字金融可以互补传统金融市场，降低企业融资成本。企业营业成本的降低无疑更有利于制造业企业提升经营绩效、扩大生产规模，从而抑制“去工业化”水平和进程。

第二，促进企业技术创新。工业企业数字化转型会通过促进制造业为主的工业企业高效融资、重塑创新模式及新知识新技术的外溢共享促进企业技术创新，进而抑制“去工业化”。制造业企业数字技术的应用会增强绩效预期，引发“投资者关注效应”，促使投资者将更多的资金投入数字技术创新和应用，数字金融也会为企业创新提供更加便捷的融资条件，为企业创新提供充裕资金 [22] ；工业企业数字化转型对创新模式的重塑体现在研发与生产边界的弱化、生产者与消费者的高效良性互动及企业之间日益高效的开放式协同创新等方面，这不仅大大增强数字技术方面的创新效率和产品研发效率，而且对非数字技术领域的传统创新也会起到程序优化的作用，从而总体提升企业创新效率和创新能力；数字时代的新知识和新技术具有更强的外溢性和共享性，更易突破时空障碍进行传播和共享，后发企业可以借此立足全球和全行业学习先进企业在创新和管理方面的先进经验，提升自身创新和管理水平，从而对“去工业化”起到抑制作用。根据上述分析，提出以下假设：

H2a：工业企业数字化转型能够通过降低企业营业成本抑制“去工业化”。

H2b：工业企业数字化转型能够通过促进企业技术创新抑制“去工业化”。

三、研究设计

(一)样本选择和数据来源

本文初始样本数据主要来自2011—2019年中国沪深A股工业上市公司，并进行了处理：(1)剔除了S、ST、 * ST、S*ST、SST类企业；(2)剔除了金融类上市公司，最终得到1134家工业上市公司样本。地级市层面的数据则主要基于2011—2019年中国地级市层面进行选取，并剔除数据缺失严重的样本，最终得到2011—2019年289个地级市样本数据。上市公司数据主要来自国泰安数据库(CSMAR)，企业专利数据来自中国研究数据服务平台(CNRDS)，上市公司年报数据来自深圳证券交易所和上海证券交易所官方网站；地级市层面数据来自EPS数据库和《中国城市统计年鉴》。

(二)变量选取和定义

1.被解释变量

“去工业化”( lndeinval )。现有文献鲜有从微观企业层面对“去工业化”程度进行衡量，本文主要借鉴刘和旺等的研究 [19] ，采用工业企业就业人数( lndeinlcemp )从微观层面对“去工业化”予以衡量。在稳健性检验中则从地级市层面对“去工业化”进行衡量。

2.核心解释变量

工业企业数字化转型( lnDIG )。在数字经济不断向纵深发展的背景下，学界对数字经济的研究也逐步从宏观区域层面、中观行业层面转向微观企业层面，即转向对企业数字化转型( lnDIG )的研究。本文在吴非等方法基础上 [7] ，并参考袁淳等、韩晓晨等的做法 [8-9] ，从人工智能、大数据、云计算、区块链及数字技术应用等五个维度整合并构建新的数字化转型关键词词库，进而借助Python开放源的“Jieba”分词功能对年报中与数字化转型相关的关键词进行分析统计，并剔除非本公司数字化转型词汇。鉴于统计后的词频具有“右偏性”特征并由于存在未进行数字化转型的0值样本，因此对其加1后取对数处理来刻画工业企业数字化转型程度( lnDIG )。

3.控制变量

本文主要对以下企业层面因素进行控制：企业年龄( lnbusage )采用截至考察年份企业成立年限的自然对数表示；企业规模( lnensize )采用企业总资产的自然对数表示；第一大股东持股比例( larhrate )；资产负债率( Alr )采用总负债与总资产比值的自然对数表示；流动比率( Curatio )采用流动资产与流动负债的比值表示；资本密集度( capin )采用总资产与营业收入的比值表示；盈利能力( profitability )采用净利润与总资产的比值表示；行业市场集中度( HHI _ A )采用赫芬达尔指数表示。主要变量的描述性统计如表1所示。

表1 描述性统计

(三)计量模型设定

为检验工业企业数字化转型对“去工业化”的影响，借鉴袁淳等的模型构建思路 [8] 并结合本文理论分析构建如下计量模型：

lndeinlcemp it = α 0 + β 1 lnDIG it +∑ control + δ i + γ f + θ c + τ t + ε ifct

(1)

其中，下标 i 、 f 、 c 、 t 分别表示企业、行业、城市和时间。 lndeinlcemp it 为被解释变量，表示 i 企业在 t 年的就业人数的自然对数，代指“去工业化”程度； lnDIG it 为核心解释变量，表示 i 企业在 t 年的数字化转型程度； control 表示一系列控制变量，具体的变量选取如前文所述。本文同时在模型中加入了企业固定效应 δ i 、行业固定效应 γ f 、城市固定效应 θ c 及时间固定效应 τ t ， ε ifct 为随机误差项。

四、实证检验与结果分析

(一)基准回归结果

基于基准模型式(1)并采用了递进式回归策略实证检验了工业企业数字化转型对“去工业化”的影响，回归结果如表2所示。列(1)仅对企业、行业、城市和时间效应进行了控制；列(2)进一步纳入诸多控制变量，结果表明，工业企业数字化转型的系数通过了1%的显著性水平检验且为正，表明工业企业数字化转型有利于工业企业就业人数的增加，即会抑制“去工业化”程度的抬升，这基本验证了黄赜琳等针对数字经济对制造业产生影响的结论 [23] ，工业企业数字化转型通过将数据要素和数字技术应用于工业企业，并逐步实现与实体经济的融合，进而变革企业生产运营模式、提高资源配置效率及发挥协同溢出效应对“去工业化”起到抑制作用，这验证了假设H1。

表2 基准回归结果

注：括号中为t值, * 、 ** 和 *** 分别表示在10%、5%和1%的水平上显著(下表同)。

(二)内生性问题处理

尽管在基准回归模型中已将尽可能多的控制变量纳入模型以避免遗漏变量对回归结果产生偏差；但工业企业数字化转型与“去工业化”之间仍可能存在反向因果关系，导致模型回归结果产生偏误，即出现内生性问题。本文将考虑分别采用工具变量法、取核心解释变量的滞后一期重新检验以及外生冲击检验等方法来处理模型可能存在的内生性问题。

1.工具变量法

参考张勋等的做法 [4] ，选取“各工业上市公司所在地级市与杭州市的球面距离( Dist )”作为第一类工具变量；参考杜勇等 [24] 的做法，选用“工业企业数字化转型的年度行业均值( mean _ lnDIG )”作为第二类工具变量，两类工具变量均满足相关性和排他性要求。采用两阶段最小二乘法(2SLS)工具变量的回归结果如表3所示。第一阶段回归结果显示，两类工具变量均在1%的水平下分别显著抑制和促进了工业企业数字化转型，满足了相关性要求；第二阶段的回归结果显示，识别不足检验Anderson-Rubin Wald(F统计量)和不可识别检验Kleibergen-Paap rk(LM统计量)均在1%或5%的水平下通过了显著性检验，弱识别检验Kleibergen-Paap rk Wald(F统计量)也均远大于Stock-Yogo 弱识别检验统计量在10%水平下的临界值，工具变量选取有效。结果显示，工业企业数字化转型均在5%水平下显著促进了工业企业就业人数的提升，即对“去工业化”起到了抑制作用，表明基准结论仍成立。

表3 内生性检验Ⅰ:工具变量法2SLS回归结果

2.取核心解释变量滞后期再检验

针对反向因果关系可能造成的内生性问题，采用取核心解释变量滞后一期的方式重新进行检验。结果如表4列(1)所示。具体地，核心解释变量的滞后一期在1%的水平下显著促进了工业企业就业人数的提升，抑制了“去工业化”水平，表明基准回归结果具有较强的稳健性。

表4 内生性检验Ⅱ:取解释变量滞后期和外生冲击检验估计结果

3.基于“宽带中国”的外生冲击检验

为实现对宽带的进一步提速扩容，工业和信息化部、国家发改委分别于2014—2016年分批筛选出120个城市(群)作为“宽带中国”试点，这一举措为工业企业数字化转型的“去工业化”效应提供了理想的准自然实验。为此，借鉴赵涛等的做法 [25] ，以“宽带中国”试点政策作为外生政策冲击，构建多期双重差分模型(DID)来检验工业企业数字化转型是否抑制了“去工业化”，以进一步处理模型反向因果等原因带来的内生性问题。

为此，构建多期双重差分模型(2)：

lndeinlcemp it = α 0 + β 1 BD _ China ct +∑ control + δ i + γ f + θ c + τ t + ε ifct

(2)

其中， BD _ China 表示 c 城市在 t 年是否被选入“宽带中国”试点名单，若入选，则 t 年及其之后年份取值为1，其他年份及未入选名单则取值为0，其他变量含义同基准模型式(1)。

平行趋势假设是双重差分模型的重要前提假设和必要条件，因此本文首先采用事件研究法进行了平行趋势检验。具体来说，本文选取政策实施的前一年为基期，将其他年份的虚拟变量纳入模型进行估计，结果如图2所示。可见，在政策实施前，实验组和控制组的“去工业化”程度不存在明显差异；而在政策实施后，实验组城市工业企业就业人数明显提升且与控制组差异越来越大，说明通过了平行趋势检验。进而，采用多期双重差分模型的估计结果如表4列(2)所示， BD _ China 系数在5%的水平下显著为正，表明“宽带中国”试点政策显著促进了工业企业就业人数的提升，即抑制了“去工业化”，印证了基准回归结果的稳健性。

图2 平行趋势检验

(三)稳健性检验

1.替换核心解释变量

借鉴袁淳等基于文本分析法对企业数字化转型的测度方法 [8] ，将核心解释变量进一步替换为数字化转型词频总数除以年报总词数×100( DIGw )重新进行实证检验，回归结果如表5列(1)所示。替换核心解释变量后，工业企业数字化转型依然显著抑制了“去工业化”，基准回归结果是稳健的。

表5 稳健性检验Ⅰ:替换变量和限定样本估计结果

2.地级市层面的实证检验

本部分将工业企业数字化转型水平归集到其所在的地级市层面，并取其均值作为地级市层面的数字化转型水平( mean _ lnDIG )，并分别采用各地级市第二产业增加值占GDP的比重(lndeinval)和第二产业从业人员比重( lndeinsemp )对“去工业化”进行衡量。城市层面控制变量主要参考薛军和郑毓铭的研究 [18] 进行选取 (2) 限于篇幅，地级市层面控制变量未予列示。 。地级市层面回归结果如表5列(2)和列(3)所示。具体来看，企业数字化转型分别在10%和1%的水平下显著为正，表明工业企业数字化转型对“去工业化”仍起到了显著抑制作用，验证了微观层面基准回归结果的稳健性。

3.限定回归样本

参考吴晓晖等的研究 [26] ，进一步将回归样本区分为“制造业企业样本”和“工业非制造业企业样本”重新回归并进行对比分析，结果如表5列(4)和列(5)所示。相比于工业非制造业上市公司，制造业上市公司的数字化转型在1%的水平下显著促进了其就业人数的增加，从而更利于抑制“去工业化”。

4.工业企业数字化转型分项指标回归检验

借鉴吴非等的研究 [7] ，将工业企业数字化转型进一步分解为“底层技术层面”(包括人工智能 lnAI 、区块链 lnBD 、云计算 lnCC 和大数据 lnDT )和“实践应用层面”( lnADT )，进而考察各分项指标对“去工业化”的结构差异，回归结果如表6所示。具体来看，除云计算( lnCC )外，其他底层技术系数均在1%的水平上显著为正，但均没有“实践应用层面”( lnADT )对“去工业化”的影响更大，这可能由于数字化转型本身是多种数字技术综合发展和逐步融合的结果，前期需要大量资本和人才投入，从而导致数字技术投入阶段的“底层技术层面”对“去工业化”的抑制作用小于“实践应用层面”，甚至出现反作用情形。

表6 稳健性检验Ⅱ:工业企业数字化转型分项指标回归估计结果

5.限定非零值样本

为排除企业策略性行为的影响，借鉴袁淳等的做法 [8] ，剔除企业数字化转型水平为0的样本重新进行回归，结果如表7列(1)所示。工业企业数字化转型的系数仍在1%的水平下显著为正，表明排除企业策略性行为后，工业企业数字化转型仍显著促进了企业就业人数的增加，对“去工业化”呈现显著的抑制作用，基准回归结果稳健可靠。

表7 稳健性检验Ⅲ:变更样本估计结果

6.缩短样本期间

主要从以下两个方面对样本进行处理：其一，考虑到2013年，《国务院关于推进物联网有序健康发展的指导意见》的发布，推动了我国大规模企业数字化转型进程。因此将样本缩短为2013—2019年重新进行回归；其二，为消除2015年中国股灾的影响，将样本缩短为2011—2015年重新进行检验，回归结果如表7列(2)和列(3)所示。缩短样本后，工业企业数字化转型仍然显著抑制了“去工业化”。

7. 变量缩尾后检验

借鉴杨先明和王志阁的做法 [27] ，将所有变量进行了1%和99%分位的双边缩尾处理后重新进行回归，结果如表7列(4)所示，去除异常值后回归结果依然稳健。

(四)异质性检验

考虑到不同的企业属性和企业所在地级市层级的不同可能使回归结果产生异质性，主要借鉴吴非等和赵涛等(2019)的做法 [7，25] ，从企业所有制属性、企业科技属性 (3) 参考经济合作发展组织(OECD)对高新技术企业的划分标准并主要依据《证监会2012版行业分类指引》，将“医药制造业”“计算机、通信和其他电子设备制造业”“铁路、船舶、航空航天和其他运输设备制造业”“仪器仪表制造业”企业划归为高新技术企业，将其他行业企业划归为非高新技术企业。 及企业所在地级市层级属性 (4) 将直辖市、副省级城市和省会城市划归为中心城市，其他地级市划归为外围城市。 进行分样本检验，回归结果如表8所示。

表8 异质性检验估计结果

从表8列(1)和列(2)企业所有制属性分样本结果来看，非国有工业企业数字化转型对“去工业化”的影响系数在1%的水平下显著促进了企业就业人数的增加，且系数大小和显著性均大于国有工业企业，这表明非国有工业企业相较于国有工业企业，数字化转型具有更强的“去工业化”效应。这可能源于非国有工业企业本身处于竞争激烈的市场环境中，为了谋求生存、开拓市场份额或获取超额利益，非国有工业企业具有更强烈的进行创新和数字化转型的主观意愿；而国有工业企业往往凭借自身特殊地位而在资源获取、市场份额获得等方面具有天然优势，从而缺乏进行主观创新和数字化转型的意愿。由此便导致相比于国有工业企业，非国有工业企业数字化转型具有更强的“去工业化”效果。

从表8列(3)和列(4)企业科技属性分样本结果来看，高新技术工业企业数字化转型对“去工业化”的影响系数大小和显著性均大于非高新技术工业企业，这表明相比于非高新技术工业企业，高新技术工业企业数字化转型具有更强的“去工业化”效应。这可能主要因为高新技术工业企业不仅以前沿科技创新为生产经营导向，还具有较强的前沿数字技术捕捉能力，并且可以凭借自身较强的创新基础及时有效地将数字技术融合于自身的生产经营和管理中；而非高新技术工业企业自身不仅不以科技创新为导向，即使具有相应的创新敏锐力，也不具备及时开展并利用前沿数字技术的能力和基础。因此，非高新技术工业企业的数字化转型水平远不及高新技术工业企业，其“去工业化”效应也相应偏低。

从表8列(5)和列(6)企业所在地级市层级属性分样本结果来看，中心城市和外围城市工业企业数字化转型对“去工业化”的影响系数均通过了1%的显著性水平检验，但前者系数大于后者，这表明相比于外围城市工业企业，中心城市工业企业数字化转型的“去工业化”效应更大。这主要考虑到相比于外围城市，中心城市无论从地理区位、交通通达性，还是从发展阶段和资源禀赋方面，都具有天然的不可比拟的优势，导致中心城市工业企业数字化转型起步时间、发展水平等都必然强于外围城市工业企业。因此，中心城市工业企业数字化转型的“去工业化”效应强于外围城市工业企业。

五、机制检验与分析

为打开工业企业数字化转型对“去工业化”产生影响的机制黑箱，本部分将针对假设H2a和H2b所提出的“降低企业营业成本”和“促进企业技术创新”两大渠道进行验证。为此，首先借鉴温忠麟等的研究 [28] ，采用逐步法构建如下中介效应检验模型：

lndeinlcemp it = α 0 + α 1 lnDIG it +∑ control + δ i + γ f + θ c + τ t + ε ifct

(3)

M it = β 0 + β 1 lnDIG it +∑ control + δ i + γ f + θ c + τ t + ε ifct

(4)

lndeinlcemp it = γ 0 + γ 1 lnDIG it + γ 2 M it +∑ control + δ i + γ f + θ c + τ t + ε ifct

(5)

其中，中介机制变量 M 包括企业营业成本( opercosts )和企业技术创新( lnpataut )，分别采用企业营业成本和管理费用之和与营业收入的比值、企业专利授权数的自然对数表示。其他变量含义同基准模型式(1)。根据经验思路，若 α 1 显著，且 β 1 和 γ 2 均显著，则中介效应显著；若同时 γ 1 不显著，则为完全中介过程，否则为部分中介过程。

逐步法中介机制检验结果如表9所示。从列(1)和列(4)结果来看，工业企业数字化转型系数在1%的水平上显著为正，表明工业企业数字化转型显著促进了工业企业就业人数的增加，对“去工业化”起到了明显抑制作用，验证了基准回归结果的稳健性。从列(2)结果来看，工业企业数字化转型对企业营业成本的影响系数在5%的水平上显著为负，表明工业企业数字化转型可以显著降低工业企业营业成本；从列(3)结果来看，工业企业数字化转型仍在1%的水平上显著促进了工业企业就业人数的增加，对“去工业化”起到抑制作用，而企业营业成本则在1%的水平上显著降低了工业企业就业人数的增加。综合列(2)和列(3)结果来看，工业企业数字化转型的确通过降低工业企业营业成本，进而对“去工业化”起到部分中介作用，这与假设H2a的预期一致。从列(5)结果来看，工业企业数字化转型对企业技术创新的影响系数在5%的水平上显著为正，表明工业企业数字化转型可以显著提升工业企业的技术创新水平；从列(6)结果来看，工业企业数字化转型仍在1%的水平上显著促进了工业企业就业人数的增加，对“去工业化”起到抑制作用，而企业技术创新则在10%的水平上显著增加了工业企业就业人数。综合列(5)和列(6)结果来看，企业技术创新在工业企业数字化转型抑制“去工业化”路径中起到部分中介作用，这与假设H2b的预期一致。

表9 中介机制检验估计结果(逐步法)

鉴于逐步法的中介机制检验力较低，本部分进一步采用抽样1000次的Bootstrap法直接检验系数乘积，结果如表10所示。具体来看，企业营业成本和企业技术创新两大机制中，间接效应和直接效应的95%置信区间及偏差纠正95%置信区间均不包含0，且间接效应和直接效应的系数方向是一致的，这表明两大机制均起到部分中介作用，从而说明了逐步法中介机制检验结果的稳健性。