Digital Economy and Regional Manufacturing Structure Upgrading: Pathways and Mechanisms

doi:10.15936/j.cnki.1008-3758.2026.01.001

Abstract

Abstract:

Vigorously developing the digital economy is a critical task for accelerating the construction of a manufacturing powerhouse，while enhancing innovation performance is an important measure to promote the upgrading of China’s manufacturing structure. Based on China’s provincial panel data and data from Shanghai and Shenzhen A-share listed companies for the period 2011-2020，this study employs spatial simultaneous equations and the generalized spatial three-stage least squares （GS3SLS） to empirically analyze the pathways and mechanisms through which the digital economy influences the upgrading of the manufacturing structure. The research findings indicate that，in terms of pathways，the digital economy not only impacts local manufacturing structure upgrading but also exhibits significant spatial spillover effects，indirectly driving the structural upgrading of manufacturing in neighboring regions. In terms of mechanisms，the digital economy promotes manufacturing structure upgrading by enhancing the scale efficiency of innovation.

Key words: digital economy, manufacturing structure upgrading, regional high-quality development, spatial simultaneous equations

CLC Number:

F 832.1

Canfei HE, Sheng JIANG, Xinpeng WANG. Digital Economy and Regional Manufacturing Structure Upgrading: Pathways and Mechanisms[J]. Journal of Northeastern University(Social Science), 2026, 28(1): 1-14.

Figures/Tables 16

References 42

[1]	王一鸣. 百年大变局、高质量发展与构建新发展格局［J］. 管理世界，2020，36（12）： 1-13.
[2]	魏后凯，年猛，李玏. “十四五”时期中国区域发展战略与政策［J］. 中国工业经济，2020 （5）： 5-22.
[3]	刘志彪，凌永辉. 结构转换、全要素生产率与高质量发展［J］. 管理世界，2020，36（7）： 15-29.
[4]	贺灿飞，盛涵天，李志斌. 以加快形成新质生产力推动区域高质量发展——基于演化经济地理学的视角［J］. 社会科学辑刊，2024 （5）： 40-46.
[5]	蔡昉. 生产率、新动能与制造业——中国经济如何提高资源重新配置效率［J］. 中国工业经济，2021 （5）： 5-18.
[6]	左鹏飞，姜奇平，陈静. 互联网发展、城镇化与我国产业结构转型升级［J］. 数量经济技术经济研究，2020，37（7）： 71-91.
[7]	蒋晟，贺灿飞，李志斌，等. 数字经济、区域产业升级与城乡收入差距［J］. 中国软科学，2025 （4）： 113-124.
[8]	李雪松，党琳，赵宸宇. 数字化转型、融入全球创新网络与创新绩效［J］. 中国工业经济，2022 （10）： 43-61.
[9]	王维国，王鑫鹏. 创新转化效率、要素禀赋与中国经济增长［J］. 数量经济技术经济研究，2022，39（12）： 5-25.
[10]	徐翔，赵墨非. 数据资本与经济增长路径［J］. 经济研究，2020，55（10）： 38-54.
[11]	陈晓东，杨晓霞. 数字经济发展对产业结构升级的影响——基于灰关联熵与耗散结构理论的研究［J］. 改革，2021 （3）： 26-39.
[12]	郭凯明. 人工智能发展、产业结构转型升级与劳动收入份额变动［J］. 管理世界，2019，35（7）： 60-77.
[13]	王如玉，梁琦，李广乾. 虚拟集聚：新一代信息技术与实体经济深度融合的空间组织新形态［J］. 管理世界，2018，34（2）： 13-21.
[14]	Goldfarb A， Tucker C. Digital economics ［J］. Journal of Economic Literature，2019，57（1）： 3-43.
[15]	唐要家，王钰，唐春晖. 数字经济、市场结构与创新绩效［J］. 中国工业经济，2022 （10）： 62-80.
[16]	蔡跃洲. 中国共产党领导的科技创新治理及其数字化转型——数据驱动的新型举国体制构建完善视角［J］. 管理世界，2021，37（8）： 30-46.
[17]	李晓华. 关键共性技术供给面临的挑战与发展机遇［J］. 人民论坛，2025，（10）： 82-86.
[18]	陈晓红，李杨扬，宋丽洁，等. 数字经济理论体系与研究展望［J］. 管理世界，2022，38（2）： 208-224.
[19]	江小涓. 高度联通社会中的资源重组与服务业增长［J］. 经济研究，2017，52（3）： 4-17.
[20]	郭峰，王靖一，王芳，等. 测度中国数字普惠金融发展：指数编制与空间特征［J］. 经济学（季刊），2020，19（4）： 1401-1418.
[21]	江小涓，孟丽君. 内循环为主、外循环赋能与更高水平双循环——国际经验与中国实践［J］. 管理世界，2021，37（1）： 1-19.
[22]	Sturgeon T J. Upgrading strategies for the digital economy ［J］. Global Strategy Journal，2021，11（1）： 34-57.
[23]	袁淳，肖土盛，耿春晓，等. 数字化转型与企业分工：专业化还是纵向一体化［J］. 中国工业经济，2021（9）： 137-155.
[24]	Chen Y. Improving market performance in the digital economy ［J］. China Economic Review，2020，62： 101482.
[25]	刘洋，董久钰，焦豪. 悖论式困境、高管认知框架与制造企业数字化转型［J］. 管理世界，2025，41（2）： 161-81.
[26]	薄文广，严梁轲，刘佳丽. 数字经济、创新环境与区域创新效率［J］. 当代经济科学，2025，47（3）： 50-65.
[27]	陶锋，翟少轩，王峤. 数字经济政策与传统企业跨界数字创新［J］. 中国工业经济，2025 （2）： 118-136.
[28]	Hukal P， Henfridsson O， Shaikh M，et al. Platform Signaling for Generating Platform Content ［J］. Mis Quarterly，2020，44（3）： 1177-1206.
[29]	张可. 经济集聚与区域创新的交互影响及空间溢出［J］. 金融研究，2019（5）： 96-114.
[30]	Kelejian H H， Prucha I R. Estimation of simultaneous systems of spatially interrelated cross sectional equations ［J］. Journal of econometrics，2004，118（1-2）： 27-50.
[31]	干春晖，郑若谷，余典范. 中国产业结构变迁对经济增长和波动的影响［J］. 经济研究，2011，46（5）： 4-16.
[32]	渠慎宁，吕铁. 产业结构升级意味着服务业更重要吗——论工业与服务业互动发展对中国经济增长的影响［J］. 财贸经济，2016 （3）： 138-147.
[33]	韩峰，阳立高. 生产性服务业集聚如何影响制造业结构升级？——一个集聚经济与熊彼特内生增长理论的综合框架［J］. 管理世界，2020，36（2）： 72-94.
[34]	余泳泽，刘大勇. 我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究［J］. 管理世界，2013 （7）： 6-20.
[35]	樊纲，王小鲁，马光荣. 中国市场化进程对经济增长的贡献［J］. 经济研究，2011，46（9）： 4-16.
[36]	余泳泽，刘大勇，宣烨. 生产性服务业集聚对制造业生产效率的外溢效应及其衰减边界——基于空间计量模型的实证分析［J］. 金融研究，2016 （2）： 23-36.
[37]	江艇. 因果推断经验研究中的中介效应与调节效应［J］. 中国工业经济，2022 （5）： 100-120.
[38]	刘铠豪，王雪芳，董艳玲. 中国企业数字化转型的区域差异及收敛性研究［J］. 同济大学学报（社会科学版），2025，36（2）： 104-118.
[39]	金星晔，左从江，方明月，等. 企业数字化转型的测度难题：基于大语言模型的新方法与新发现［J］. 经济研究，2024，59（3）： 34-53.
[40]	徐杰，赵春江. 数字经济对产业协同集聚的影响研究［J］. 经济纵横，2024 （8）： 118-128.
[41]	豆建民，王光丽，马融. 数字经济发展对城市合作创新的影响——基于空间溢出效应的视角［J］. 经济管理，2023，45（7）： 56-75.
[42]	蔡跃洲，马文君. 数据要素对高质量发展影响与数据流动制约［J］. 数量经济技术经济研究，2021，38（3）： 64-83.

自变量	一级指标	二级指标	三级指标	指标属性
数字经济总体指数	数字经济发展指数	数字基础设施	光缆线路长度	+
			互联网宽带接入端口数量	+
			移动电话普及率	+
		数字化产业发展	电子信息制造业营收	+
			信息传输、软件和信息技术服务业城镇就业人数	+
			网上移动支付水平	+
		数字化商业发展	电子商务销售额	+
			电信业务总量	+
			快递业务量	+
		数字金融水平	覆盖广度	+
			使用深度	+
			数字化程度	+
	数据要素处理应用指数	数据存储能力	大数据技术	+
		数据开发能力	云计算技术	+
		数据处理能力	AI技术	+
		数据应用能力	数字技术应用	+
		数据价值变现	区块链技术	+

自变量	一级指标	二级指标	三级指标	指标属性
数字经济总体指数	数字经济发展指数	数字基础设施	光缆线路长度	+
			互联网宽带接入端口数量	+
			移动电话普及率	+
		数字化产业发展	电子信息制造业营收	+
			信息传输、软件和信息技术服务业城镇就业人数	+
			网上移动支付水平	+
		数字化商业发展	电子商务销售额	+
			电信业务总量	+
			快递业务量	+
		数字金融水平	覆盖广度	+
			使用深度	+
			数字化程度	+
	数据要素处理应用指数	数据存储能力	大数据技术	+
		数据开发能力	云计算技术	+
		数据处理能力	AI技术	+
		数据应用能力	数字技术应用	+
		数据价值变现	区块链技术	+

变量	变量含义	观测值	均值	标准差	最小值	最大值
Ind	制造业结构升级	310	0.280	0.175	0.021	0.876
Ind_rev	制造业结构升级—营业收入	310	0.093	0.074	0.001	0.339
Ind_labor	制造业结构升级—劳动力数量	310	0.112	0.069	0.006	0.309
Ind_firm	制造业结构升级—企业数量	310	0.075	0.044	0.013	0.292
Digital	数字经济总体指数	310	0.302	0.350	0.012	1.768
CTE	创新绩效—综合技术效率	310	0.281	0.282	0	1.000
PTE	创新绩效—纯技术效率	310	0.822	0.112	0.466	1.000
SE	创新绩效—规模效率	310	0.318	0.302	0	1.000
pgdp	经济发展程度	310	5.307	2.679	1.591	16.420
fdi	对外开放水平	310	0.008	0.013	0	0.071
edu	高等教育水平	310	121.100	43.600	52.400	265.500
rd	研发强度	310	0.011	0.006	0.000	0.032
fiscal	财政支持程度	310	0.297	0.210	0.120	1.354
market	市场化水平	310	7.734	2.191	-0.161	11.930
agri	自然条件	310	471.300	404.300	13.350	2 347.000
consu	社会消费水平	310	2.122	1.190	0.538	6.878
infra	基础设施水平	310	15.900	4.770	4.040	26.780
fina	金融发展水平	310	0.069	0.032	0.025	0.196
urban	城镇化率	310	0.579	0.132	0.228	0.938

变量	变量含义	观测值	均值	标准差	最小值	最大值
Ind	制造业结构升级	310	0.280	0.175	0.021	0.876
Ind_rev	制造业结构升级—营业收入	310	0.093	0.074	0.001	0.339
Ind_labor	制造业结构升级—劳动力数量	310	0.112	0.069	0.006	0.309
Ind_firm	制造业结构升级—企业数量	310	0.075	0.044	0.013	0.292
Digital	数字经济总体指数	310	0.302	0.350	0.012	1.768
CTE	创新绩效—综合技术效率	310	0.281	0.282	0	1.000
PTE	创新绩效—纯技术效率	310	0.822	0.112	0.466	1.000
SE	创新绩效—规模效率	310	0.318	0.302	0	1.000
pgdp	经济发展程度	310	5.307	2.679	1.591	16.420
fdi	对外开放水平	310	0.008	0.013	0	0.071
edu	高等教育水平	310	121.100	43.600	52.400	265.500
rd	研发强度	310	0.011	0.006	0.000	0.032
fiscal	财政支持程度	310	0.297	0.210	0.120	1.354
market	市场化水平	310	7.734	2.191	-0.161	11.930
agri	自然条件	310	471.300	404.300	13.350	2 347.000
consu	社会消费水平	310	2.122	1.190	0.538	6.878
infra	基础设施水平	310	15.900	4.770	4.040	26.780
fina	金融发展水平	310	0.069	0.032	0.025	0.196
urban	城镇化率	310	0.579	0.132	0.228	0.938

年份	制造业结构升级		数字经济
年份	Moran’s I	Z值	Moran’s I	Z值
2011	0.359^***	3.076	0.037^*	1.513
2012	0.392^***	3.313	0.027^*	1.333
2013	0.345^***	2.943	0.055^**	1.866
2014	0.339^***	2.898	0.044^**	1.693
2015	0.370^***	3.138	0.046^**	1.696
2016	0.344^***	2.946	0.043^**	1.648
2017	0.410^***	3.425	0.071^**	2.213
2018	0.367^***	3.116	0.069^**	2.195
2019	0.342^***	2.931	0.037^*	1.541
2020	0.318^***	2.736	0.061^**	2.087