［提要］　制造业智能化发展是建设现代化产业体系的重要内容，本文测度全国30个省级行政区的制造业智能化发展水平，使用Dagum基尼系数方法测度地区差异，并使用空间β收敛模型检验收敛机制。研究显示：各地制造业智能化发展水平呈现上升趋势，各区域间存在差距；全国整体基尼系数先升后降，区域间差异是总体差异的主要来源；制造业智能化发展水平呈现空间β收敛特征，各地存在一定程度上的“各自为政”和“过度竞争”，但空间正溢出效应居于主导地位。

关键词：制造业智能化；区域差异；空间β收敛

中图分类号：F4 文献标识码：A

收录日期：2023年6月2日

制造业智能化发展是建设现代化产业体系的重要内容，《“十四五”智能制造发展规划》提出统筹考虑区域差异、促进跨地区发展的要求。据此，探究各地制造业智能化发展水平和收敛性规律，对促进各地制造业智能化转型有着重要现实意义。

一、文献综述

董志学和刘英骥对23个省级行政区的智能制造能力进行综合测度后认为，我国制造业整体智能化水平不高，且存在明显区域差距。吴敏洁等发现东部省份智能制造发展水平优势明显，且区域差距将进一步扩大。王若明和魏明研究认为“一带一路”沿线18个省市产业扩散趋势不断加快，中西部增长速度明显高于东部地区。季良玉研究发现，区域智能化发展格局趋于稳定，表现为东部、中部、东北和西部地区发展水平依次降低，但区域内各省份的制造业智能化建设则竞争激烈。万晓榆等也发现我国制造业智能化发展水平呈现出从东南沿海向西北内陆梯度递减的状态，东部地区保持稳定领先，中部地区各地较为均衡，东北地区的发展水平较低，西部存在川渝增长极，远超区域其他省份。

已有研究指出了当前制造业智能化存在发展不平衡问题，但关注这一差异来源以及敛散性特征的研究相对较少，且多是从特定经济带、城市群等限定范围进行大量研究。因此，可以从省级层面入手，进一步探讨我国制造业智能化发展水平区域差异和空间演变特征。

二、发展水平测算

参考刘军等的构建思路，本文从投入、应用、效益三个层面考察制造业智能化发展水平，构建出制造业智能化发展水平指标体系如表1所示。（表1）

受限于数据可得性，本文选取2009～2020年全国30个省级行政区的面板数据作为研究对象（未含西藏和港澳台）。研究数据主要来源于各省份统计年鉴、国家统计局和EPS数据库等，区域划分标准来源于国家统计局。（表2）

从测算结果可以发现，2009～2020年期间我国东、中、西部地区制造业智能化发展走势相似，但各区域之间制造业智能化发展水平绝对差异较大，表现为东部地区平均水平最高，且与中、西部地区之间的差距扩大，中部地区均值略高于西部，整体上看，东部地区在制造业智能化转型过程中起到了引领作用。基于区域差异的现状，可以通过收敛模型进一步研究空间分布特征及演变规律。

三、地区差异分析

    基于区域差异现状，可以利用Dagum基尼系数将差异进行量化分解，以更加准确地反映制造业智能化非均衡发展问题。Dagum基尼系数可按照子群分解为区域内差异、区域间差异以及超变密度，以可以有效解决样本划分时交叉重叠问题。

（一）整体基尼系数。制造业智能化发展水平的整体基尼系数相对较高，2009～2020年整体基尼系数介于0.325到0.438之间，最低点和最高点分别出现在2009年和2012年，研究期内整体均值为0.4005。从演变趋势来看，整体基尼系数呈现出“上升-平稳-下降”的态势，特别是在“十三五”期间，总体差异保持稳步下降至0.368，在政策趋同的背景下，各地在全面推进制造强国战略过程中将实施智能制造作为主流，发展差异缩小的趋势更加明显。（表3）

（二）区域内基尼系数。对于区域内差异而言，三大区域的层次明显，东部地区的区域内差异明显高于中部和西部地区，其次是西部地区，中部地区的区域内差异最小。在各区域制造业智能化发展过程中，东部地区的发展不平衡问题较中西部地区更加严重，这在一定程度上是由于东部地区制造业智能化发展水平较高，各地竞争激烈，地方保护主义造成了东部地区资源空间配置分散，而东部区域内差异的逐渐缩小则反映出东部地区的区域性政策积极有效。在中西部地区，虽然大部分省份制造业智能化发展水平不及东部平均，但在国家重点开发政策扶持下，也出现了部分发展动力强劲的省份，如四川、重庆等，因此不可避免地造成区域内部的制造业智能化发展差异扩大。

（三）区域间基尼系数。2009～2020年期间制造业智能化水平的区域间差异水平从大到小依次为：东-西部、东-中部、中-西部。东-西部、东-中部的区域间差异要高于全国总体差异水平，且东-中部差异逐渐下降，趋于全国总体差异水平，中-西部差异则比全国总体差异要小。由此看出，降低全国总体差异水平需要首先处理好东部与西部差异大的问题。在制造业智能化转型发展过程中，东部发达地区率先进行了产业结构调整和转型升级，通过淘汰落后产能和提高管理、技术水平使得制造业智能化水平快速提升，中部地区和西部地区相对落后，通过承接东部地区转移而来的项目以及引进先进技术，使得东-西部、东-中部差异均有所缩小。中部地区相对于西部地区而言，制造业基础较为扎实，接收东部地区优势资源外溢条件便利，东-中部地区的协作发展改善了部分中部省份的制造业智能化发展环境，加速缩小了中部与东部发达地区的差距，但也扩大了中-西部差距。

（四）差异来源与贡献率。制造业智能化发展水平的总体差异主要来自于区域间差异，其次是区域内差异，超变密度的贡献率最小。区域间差异贡献率均值为67.43%，区域内差异贡献率均值为25.98%，超变密度贡献率均值为6.59%，可以看出制造业智能化发展水平的区域间差异问题尤为明显，究其原因是国家在探索制造业智能化发展过程中，一些地区利用其地域资源优势、区位开放优势和区域经济的推动作用，更早地开始制造业智能化转型，并充分利用其要素基础、政策力度、资源禀赋等方面的优势，使得区域间差异逐渐提升。（表4）

四、空间收敛分析

通过Dagum基尼系数的测算和分解揭示了我国制造业智能化发展水平的区域差异程度和来源，但该方法无法刻画出制造业智能化发展水平的空间分布特征及演变规律，因此本文使用空间计量模型对该问题进一步研究。

（一）自相关检验。在使用空间计量方法前需要先进行空间自相关检验，在各省份制造业智能化发展水平之间存在空间相关性情况下才能将空间因素引入到收敛模型中。全局Moran’s I指数通过了显著性检验，各省份的制造业智能化发展呈空间正相关关系，表现出明显的空间集聚特征。因此，空间效应对分析制造业智能化发展水平有着不可忽视的影响。（表5）

（二）模型设定。制造业智能化发展不仅受自身条件影响，还在空间上与其他地区相互依存，因此需引入空间计量模型进行β收敛分析。LM检验和Hausman检验结果表明，使用双固定效应的SDM模型更加合适，LR检验和Wald检验可以拒绝“SDM模型可以退化为SEM”和“SDM模型可以退化为SAR”的原假设，因此选择SDM模型更加合理，且空间杜宾模型（SDM）能减轻估计偏差和变量遗漏，控制空间异质性特征，比空间误差模型（SEM）和空间滞后模型（SAR）具有更高优越性。（表6）

（三）变量选取。被解释变量gi，t表示制造业智能化发展水平增长率，gi，t＝lnYi，t-lnYi，t-1，Yi，t-1表示i地区上一期的发展水平；解释变量lnYi，t-1表示滞后一期的制造业智能化发展水平的自然对数；控制变量如表7所示，使用四类研发经费投入数据综合水平反映技术创新水平。空间权重矩阵使用邻接权重矩阵。数据来源于各省统计年鉴。（表7）

（四）绝对β收敛分析。β收敛系数在1%的水平上显著为负，说明在研究期内制造业智能化的发展存在绝对β收敛特征，即本地制造业智能化发展的初始条件较差，则其发展速度较快，经过长时间的发展，与高水平省份的发展差异会逐渐缩小，各省在制造业智能化发展速度上将趋于同一水平。（表8）

与全国层面收敛速度相比，东部和西部地区的收敛速度高出全国水平，发展水平较低的西部地区收敛速度最快，中部地区则相对较慢。这是因为西部地区开始时制造业智能化发展差异较大，而国家政策加大投入加快了空间收敛速度；东部地区涵盖省份较多、南北跨度较大，且增长极集中在该区域内，各省份之间制造业智能化的初始水平也存在一定的差异，空间收敛速度也超过全国平均水平；中部地区各省之间发展水平差距相对较小，制造业基础、政策环境、发展条件较为相似，因此收敛速度会偏低。

（五）条件β收敛分析。在条件收敛中，全国以及东、中、西部制造业智能化发展水平的β收敛系数均为负数，并通过了显著性检验，说明研究期内全国以及三大区域制造业智能化发展水平的条件β收敛存在。这反映出制造业智能化发展低水平省份具有较高的增长率，后发优势更加明显，随着时间的推移，我国各省份由于技术创新水平、人力资本水平、对外开放程度、金融发展水平以及服务业发展水平的不同，其制造业智能化发展水平会趋向于各自的稳态水平。（表9）

在收敛速度方面，与全国总体的收敛速度相比，东部和西部收敛速度高于全国层面的水平，中部最低，这与空间绝对β收敛下收敛速度的特征一致，各区域内的制造业智能化发展差异也在逐渐缩小。

在空间溢出效应方面，全国、东部和中部的W×lint的系数和空间自回归系数ρ为负数且通过了显著性检验，部分W×lint的系数为正数但不显著，说明制造业智能化发展水平的收敛主要受两个方面的影响：一是制造业智能化发展本身的空间负溢出效应，各省之间过度竞争造成各省的制造业智能化空间相关性强度降低；二是受到地理相邻影响，高水平省份管理经验、发展模式、体制机制等对低水平省份起到示范作用，有利于低水平省份发挥后发优势，使得省际制造业智能化发展水平趋于收敛。研究期间内，全国、东部和中部制造业智能化发展水平的空间收敛性存在，说明目前空间正溢出效应处于主导地位。因此，重构各省制造业智能化发展的竞争关系，加强各省之间的交流合作是提高制造业智能化收敛速度的有效途径。

五、结论及建议

（一）研究结论。本文采用熵权TOPSIS方法测度2009～2020年我国30个省份的制造业智能化发展水平，在此基础上使用Dagum基尼系数方法测算制造业智能化发展水平的地区相对差异，同时利用空间β收敛模型检验了收敛特征，结果显示：（1）2009～2020年期间我国制造业智能化发展水平整体呈现快速增长态势，但也存在着区域发展非均衡问题。（2）从差异特征上看，全国整体基尼系数呈现出“快速上升-缓慢下降-稳定下降”的变化趋势，发展差距随着智能制造政策逐步落地得到遏制，区域内差异体现为“东部>中部>西部”，区域间差异是造成发展不平衡不充分的重要原因。（3）我国制造业智能化发展水平存在空间β收敛，地区差异在进一步缩小。研究期内制造业智能化发展水平较低的地区其发展速度更快；空间因素存在加速收敛的作用，各省之间过度竞争造成各省的制造业智能化空间相关性强度降低，但高水平省份的示范作用下空间正溢出效应处于主导地位。

（二）对策建议。（1）深化沟通配合，健全合作机制。区域间差异是我国制造业智能化发展总体差异的重要来源，为此，在统筹实施智能制造发展规划时有必要加强对中西部落后地区技术帮扶，注重跨地区发展合作沟通，打破行政壁垒，构建起分层次、全方位、多主体的合作交流机制。（2）优化产业布局，加快“智”造转型。各地区应该结合自身发展优势，充分利用国家战略的资源投入，实现区域内部的制造业智能化协调发展，形成更高质量更高水平的制造业智能化协调发展新格局。（3）完善育才体系，提高人才质量。人力资本能够明显促进全国以及东、中、西部各区域的制造业智能化发展，这就需要全面把握新时代人才强国的重要意义，大力培养高素质、高质量人才，发挥其对加快制造业智能化协调发展的重要作用。

（作者单位：河北工业大学经济管理学院）

主要参考文献：

［1］董志学，刘英骥.我国主要省市智能制造能力综合评价与研究——基于因子分析法的实证分析［J］.现代制造工程，2016.424（01）.

［2］吴敏洁，徐常萍，唐磊.中国区域智能制造发展水平评价研究［J］.经济体制改革，2020.221（02）.

［3］王若明，魏明.中国智能制造能力与影响因素分析——基于沿线18省区市的实证研究［J］.宁波大学学报（人文科学版），2019.32（03）.

［4］季良玉.中国制造业智能化水平的测度及区域差异分析［J］.统计与决策，2021.37（13）.

［5］万晓榆，赵寒，张炎.我国智能化发展评价指标体系构建与测度［J］.重庆社会科学，2020（05）.

［6］刘军，曹雅茹，鲍怡发，等.制造业智能化对收入差距的影响研究［J］.中国软科学，2021.363（03）.

［7］杨继东，罗路宝.产业政策、地区竞争与资源空间配置扭曲［J］.中国工业经济，2018.369（12）.