本文是一篇工程管理论文，笔者经过研究，认为数字技术的发展对中国装备制造业的全要素生产率有明显的提升作用，并且这种提升作用主要是通过推动技术效率来实现的。
1 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
党在十九大报告中明确了我国的经济发展进程已经从高速度导向转变为高质量导向，而提高全要素生产率是推动经济高质量、高效率和强动力发展的核心途径。改革开放40多年以来，我国工业发展迅速，主要工业产品产量名列世界前茅，取得了令世界瞩目的成果。但现如今，我国工业发展还存在着市场整体需求不足、生产成本不断上升、产品质量不高等问题。与此同时，在美国的主导下，大部分西方国家实行贸易保护主义，垄断关键、核心技术，加上新冠肺炎疫情对全球工业的冲击，使得我国工业行业的发展面临着内外双重压力。至此，找准工业发展的新动力、抓住工业变革的新机遇成为推动我国工业优化升级、提高全要素生产率的关键所在。在国际上，美国率先启动《美国制造业振兴框架》，随后德国、日本相继提出《工业4.0战略计划》和《日本制造业竞争战略》，而习近平总书记在G20峰会等重要会议上多次明确指出：经济数字化转型是全球趋势，数字革命将深刻改变人类社会。数字技术俨然已经成为世界工业发展的新动力。《中国数字经济发展白皮书（2021年）》中指出，2020年中国数字经济增加值占GDP的38.6%，高达39.2万亿元，在全球数字经济规模中位居第二，数字技术的越加繁荣以及与工业产业的渗透融合都在深刻影响着我国经济的发展。
而“装备制造业”的概念在1998年的中国中央经济工作会议中第一次被明确提出，至今为止，这也是我国独有的概念。总的来说，装备制造业是为各个经济生产和国防发展部门提供技术设备和关键零部件的产业总称。装备制造业作为我国工业发展的基石和各行业转型升级的关键保障，其发展水平是一个国家经济实力的重要体现。根据中国工业和信息化部的信息显示，我国装备制造业的主营业务收入至2014年已连续5年位列世界第一，2018年更是占据我国工业主营业务收入的36%，装备制造业已经作为促进我国经济发展的支柱产业。但我国装备制造业的发展依然陷于大而不强、核心技术受制于人的困境，为从“制造大国”顺利过渡为“制造强国”，亟需以互联网、智能机器人、区块链等为代表的数字技术为助力，推动我国工业产业体系的协同发展，完成中国装备制造业全要素生产率的提升和全球产业价值链地位的攀升。
...............
1.2 研究内容与研究方法
1.2.1 研究内容
本研究以中外相关文献与相关理论为基础，以中国三十个省（市）的装备制造业作为研究对象，对数字技术在全要素生产效率上的作用进行了实证检验。针对研究问题，本文在国内外现有研究文献的基础上结合相关理论知识，对其进行深入剖析。首先，阐述本研究主要变量的内涵，对相关的国内外文献进行梳理；然后，在分析了数字技术对中国装备制造业全要素生产效率作用机理的基础上，结合我国各省（市）数字技术指数和装备制造业全要素生产效率的测度与分析，构建本文的计量模型对研究问题进行实证研究；最后再分析归纳实证检验结果，得出研究结论并提出对应的政策建议。
本研究总共分包含6个章节，各个章节的主要内容如下：
第1章，绪论。主要阐明研究背景、研究的意义、内容、方法以及技术路线，最后对本研究的创新之处进行说明。
第2章，文献综述。阐述本研究主要变量的内涵，并对其相关的研究做文献综述。具体包括：数字技术的内涵、数字技术应用的相关研究、全要素生产率的测度和影响因素的相关研究、创新环境的相关研究、数字技术对全要素生产率影响的相关研究以及小结。
第3章，分析数字技术对装备制造业生产效率的作用机理，为后文的实证研究提供理论支撑。本章节大致分为两个部分，首先是数字技术对全要素生产率的影响分析，包括影响路径分析和直接影响分析。然后是创新环境的门槛调节调节作用分析，包括市场化水平的门槛调节作用分析和知识产保护的门槛调节作用分析。
第4章，数字技术与装备制造业全素生产率的测度与分析。测度我国各省（市）数字技术指数与装备制造业的全要素生产效率，并基于测度结果从全国、分区域、各省（市）三个层面进行分析。第一部分先构建数字技术水平的指标体系，选取相关指标并介绍其数据来源以及本研究数字技术的测度方法：熵值法，根据测算得出的数字技术指数进行全国、分区域、各省（市）三个层面的分析。在第二部分中选取装备制造业全要素生产效率的投入产出指标并说明指标数据的来源，介绍本研究装备制造业全要素生产效率的测度方法：DEA-Malmquist指数法，根据测算得出的结果对装备制造业的全要素生产率进行全国、分区域、各省（市）三个层面的分析。
............................
2 文献综述
2.1 数字技术的相关研究
2.1.1 数字技术的内涵
数字技术的内涵。数字技术这一概念最早是由美国信息技术专家Don Tapscott [1] 在研究互联网对经济的影响时提出的，认为数字技术是一个基于通讯基础设施和信息技术的系统认知，同时他还预测数字技术将会对经济增长与社会发展带来深远影响。现在国内外学者对数字技术的内涵有两种认识：一种是狭义的，一种广义的。在狭义的层面上，国外学者Negroponte[2]将数字技术视作一种基于比特的新型技术。同样的，Goldfarb[3]认为数字技术作为一种通用技术，可以以比特为基础来实现信息的管理、保存、输送和可视化。Carlsson[4]提出数字技术作为一种新兴通用目的技术将数据信息与互联网技术结合了起来。而国内学者彭刚等[5]认为数字技术的本质就是对各类信息进行识别、转化、存储、传播、分析和应用。在广义的层面上，Hirsch-Kreinsen[6]提出信息物理系统作为数字技术的核心，它可以实现多种系统之间的技术交互，例如物理系统与电子设备中操作系统的技术交换，还可以实现全球数据网络系统和交互式应用系统、分布式应用系统的技术交互。国内学者邢小强[7]等人提出，数字技术主要由硬件技术、软件技术和网络技术组成，具体涵盖智能机器、大数据、5G技术和云计算等新一代数字技术。更为具体的，余江等学者[8]提出，数字技术主要包括三类，一类数字物理组件，指包括手机App在内的数字应用程序和物理设备中的软件、硬件等；二类数字平台，指为数字物理组件提供公共服务的系统结构；三类数字基础设施，指云计算等技术工具和系统。Fitzgerald等学者[9]对数字技术的定义则更为宽泛，认为数字技术就是嵌入或融合了信息技术的产品或服务。
工程管理论文怎么写
........................
2.2 全要素生产率的相关研究
2.2.1 全要素生产率测度的研究
全要素生产率（Total Factor Productivity，TFP）是指经济生产活动中除去资本、劳动等各要素的投入，由其他因素带来的生产率的增长。目前，全要素生产率的测算方法主要有参数法和非参数法，其中分别以索洛余值法和数据包络分析法（DEA）为代表。索洛余值法在早期的关于全要素生产率的研究中运用较多，它是在1957年由国外学者索洛为测算全要素生产率而提出的方法，Lucio等[29]国外学者基于西班牙从1978年到1992年26个行业的数据，通过索洛余值法计算出其生产率,研究结果表明产业规模化可以促进技术创新，进而提高生产效率。Lu[30]则基于我国1985-2000年全国经济和工业行业的数据，并利用索洛余值法测算出相应的全要素生产率，得到中国工业行业全要素生产率的总体配置效应为正的结论。随着全要素生产率测算方法的发展与完善，如今DEA-Malmquist指数法的运用更加广泛。钞小静和任保平[31]采用DEA-Malmquist指数法测算出的数据作为评价我国各地区1978-2007年经济增长质量的标准，研究结果表明，我国的经济增长质量在不同地区呈现较大差异，但无论在全国整体上还是在区域层面上经济增长质量都得到了一定的提高。而奚俊芳和陈波[32]利用DEA-Malmquist指数法测算出我国2002-2009年工业企业的全要素生产率及其分解项，并通过实证研究得出国外对华反倾销对我国出口企业的技术进步起到阻碍作用，但可以提升技术效率和全要素生产率。
2.2.2 全要素生产率影响因素的研究
国外学者Bengoa等[33]验证了人力资本和社会资本对全要素生产率的直接提升作用，但也指出这一影响是存在地理边界的。Huang等学者[34]分析了不同类型的技术因素对中国全要素生产率的影响效果，并通过研究发现人力资本和研发投资能够促进技术外溢，从而推动全要素生产率的提高。而张海星[35]基于内生增长理论对公有物质资本、公共人力资本以及R&D等三方面的投入与经济增长的关系进行实证检验，结果表明公有人力资本和研发资本的投入能够促进全要素生产率的增长。余泳泽和李启航[36]实证检验了230个城市的房价对该城市和该城市工业企业全要素生产率的影响，发现城市较高的房价对该城市的工业企业存在筛选和倒逼机制，但其也会抑制该城市的全要素生产率，此外还发现地区经济水平和产业结构是影响全要素生产率的两个重要方面。
........................
3 数字技术对装备制造业全要素生产率的作用机理分析 .................. 13
3.1 数字技术对装备制造业全要素生产率的影响分析 .................... 13
3.1.1 影响路径分析 ............ 13
3.1.2 直接影响分析 ........................ 14
4 数字技术与装备制造业全素生产率的测算与分析 .................. 18
4.1 数字技术的测算与分析....................... 18
4.1.1 数字技术评价指标 ........................... 18
4.1.2 数字技术测算方法 ....................... 19
5 数字技术对装备制造业全要素生产率影响的实证研究 .................. 32
5.1 计量模型的构建 .................................. 32
5.2 变量选择与数据来源 .............................. 32
5.3 实证结果分析 ................................. 33
5 数字技术对装备制造业全要素生产率影响的实证研究
5.2 变量选择与数据来源
（1）变量选择。
工程管理论文参考
核心解释变量：数字技术指数（Digt）。首先如本研究在4.1.1中所述，从以下三个方面来评价数字技术来的发展水平，即：数字技术的基础建设、数字技术的发展规模以及应用程度。再如本研究在4.1.2节中所述，采用熵值法测算我国2007-2019年30个省（市）的数字技术指数。
被解释变量：装备制造业全要素生产率（TFP）。根据4.2.1节对DEA-Malmquist指数法测算过程的阐述以及4.2.2节对装备制造业行业的划分，测算出装备制造业的全要素生产率，DEA-Malmquist指数法计算出来的TFP是基于前一年TFP的增长率。
控制变量：参考相关文献，本文选用以下几个控制变量：产业结构（IS）：通过第三产业比上第二产业的数值来表示。地区经济水平（GRP）：采用地区生产总值比上国内生产总值来表示。人才聚集（TA）：采用科研人员和技术服务从业人员与地区总人口的比重来表示。研发经费（lnR&D）：通过各省（市）研究与试验发展费用内部支出（万元）取对数后的数值来表示。
为进一步探究创新环境下数字技术对装备制造业全要素生产率的影响，本文继续选择门槛变量投入到门槛效应模型中进行检测。
门槛变量选择：市场化水平（Mar）：采取樊纲等学者编著的《中国分省份市场化指数报告》来表示。知识产权保护强度（IPP）：采取国家知识产权局公布的“知识产权保护评分”来衡量。
........................
6 研究结论与政策建议
6.1 研究结论
本文首先对数字技术、全要素生产率及创新环境的相关文献进行了综述；然后对数字技术对装备制造业全要素生产率的影响进行了深度的理论分析，探究其内在的影响机制；再采用我国30个省（市）在2007-2019年的数据，建立数字技术的评价指标体系，利用熵值法测度和分析了中国数字技术的发展水平；同时通过DEA-Malmquist指数法对中国装备制造业全要素生产率的发展水平进行了测算和分析；最后基于固定效应模型和门槛效应模型，围绕数字技术对装备制造业全要素生产率的影响、影响路径以及不同创新环境对其影响的作用等问题进行了实证检验。本文经过理论和实证的研究，归纳出如下主要结论：
第一，数字技术的发展对中国装备制造业的全要素生产率有明显的提升作用，并且这种提升作用主要是通过推动技术效率来实现的。这说明数字技术能够通过提升劳动人口的劳动素养、优化资源的配置来提升装备制造业的全要素生产率。尤其数字技术渗透到了生产运营的方方面面，为生产、供应、销售和管理等环节的高效运行提供了技术支撑。从控制变量上来看，产业结构的优化和人才的聚集可以对装备制造业的全要素生产率产生不同程度的提升作用，同时人才聚集也可以显著提升装备制造业技术效率。
第二，数字技术对装备制造业技术进步的提升作用并不明显。说明随着我国数字技术的发展与管理模式的改进，在数字技术资源投入分布、数字技术的融合程度以及数字化的管理机制等一系列问题上得到了一定改善，但这样的改善还远不足以让数字技术提升装备制造业的技术进步。从控制变量上来看，人才聚集对装备制造业技术进步有不明显的抑制作用，说明我国在创新人才上存在严重缺失。
第三，数字技术对装备制造业全要素生产率的提升受到市场化水平的影响，即数字技术对装备制造业全要素生产率的影响存在市场化水平的单一门槛效应。当市场化水平低于门槛值（4.1）时，数字技术会显著抑制装备制造业全要素生产率的提升，只有在市场化水平跨过门槛值的前提下，数字技术才能显著提升装备制造业的全要素生产率。到2019年，全国30个省（市）里只有青海的市场化水平未达到门槛值，剩下29个省（市）的市场化水平都可以显著促进数字技术对装备制造业全要素生产率的提升。
参考文献（略）