数字经济赋能制造业高质量发展的内在机理与实现路径

谢 思，夏先瑞

(辽宁大学 经济学院，沈阳 110036)

一、问题提出

1994年唐·泰普斯科特首次提出了“数字经济”这一概念[1]。1998年，美国商务部发布TheEmergingDigitalEconomy的报告，正式提出了“数字经济”。数字经济是区别于农业和工业经济形态并借助数据资源之间的共享实现各行业之间相互融合发展，促使资源要素打破时间、空间上的束缚，实现自由流动的全新经济形态。关会娟[2]等认为数字经济包括数字设备制造、数字信息传输、数字技术服务、数字内容与媒体、互联网应用及相关服务。SHEN Y[3]等将数字经济概括为从制造型经济向服务型经济的转变，具体界定为衡量劳动、资本和技术创新的相对比率。数字经济是未来发展的趋势，习近平总书记曾多次强调，要以数据为关键因素来构建数字经济，坚持供给侧结构性改革的主线，加快推进经济发展新动能转换。以大数据、区块链、5G等为代表的新一代信息通信技术的发展促进了数字经济与社会经济活动的深度融合，也是顺应全球数字化变革的必然要求。《中国互联网发展报告2021》显示，中国2020年数字经济规模达到39.2万亿元，占GDP的比重达到38.6%，相较于2019年数字经济规模提高9.5%，且占GDP的比重有小幅度增加。可见，随着近年来数字经济的迅速发展，要素的边界范围扩大，数据俨然成为生产函数的新要素，和资源、劳动、资本等生产要素共同作用于制造业的生产和发展[4]，提高了对经济的贡献水平。

2020年新型冠状病毒肺炎疫情的暴发与蔓延使数字经济的作用愈发凸显。数字经济的应用逐渐渗透到各行各业，制造业则是运用数字经济的主战场，其可以为制造业的转型升级和高质量发展提供动力。而制造业作为重要的战略性支柱产业，在国民经济体系中具有重要的主导地位。党的十九大报告指出，“加快建设制造强国，加快发展先进制造业”，这既是深化供给侧结构性改革实现经济高质量发展的重要内容，也是全面建设社会主义现代化强国的客观要求。因此，研究数字经济赋能制造业实现高质量发展具有重要意义。

二、文献综述

国内外学者对数字经济如何影响制造业发展的研究主要集中在3个层面：第一个层面是数字经济已经成为制造业发展的新动能，推动制造业转型升级。数字经济与中国产业结构水平紧密相连，产业结构转型实质上是资源要素在产业间的再配置。数字经济作为全新的经济形态，成为推动制造业质量、效率、动力变革的重要驱动力。传统制造业借助数字经济优势能够重新构建产业竞争力，重新塑造产业生态，促进制造业行业研发、生产、销售和组织整体流程的自动化，最终实现产业结构转型升级[5]。戚聿东认为数字经济以数字技术作为关键支撑，对传统产业进行全方位、全角度、全链条的数字化改造[6]，通过扩散、溢出和渗透效应推动产业结构变革[7]和生产率结构性提升[8]。国内外学者也利用不同的面板数据进行实证分析，得出数字经济的发展和运用对制造业转型升级确实具有明显的正向促进作用[9-10]。第二个层面是数字经济优化资源配置，减少资源要素的错配，提高制造业全要素生产率。随着以大数据、人工智能、5G、区块链等为代表的新一代通信技术的发展，学者逐渐将关注的焦点转移到作为经济增长新引擎的数字经济领域，发现数字化的运用不仅显著提升资本积累效率[11]和人力资本效率，即通过提高数字化赋予人的程度[12]来促使全要素生产率提高，而且使经济增长率也提升很多。国内学者利用省、市等面板数据从不同维度也验证了数字经济对全要素生产率的影响，研究结果显示，数字经济能够显著提升全要素生产率[13-14]。技术手段能够促进资源要素的优化配置和全要素效率的提高，在数字经济环境下，制造业利用新兴信息技术的发展促进产业链与创新链有效衔接，推动制造业要素使用效率的全面提升[15]。余文涛则证实数字经济会影响生产要素的投入比例，能够减少要素错配，提高要素配置效率[16]。第三个层面是数字经济能够节约制造业生产成本。数字技术和信息成为关键要素，数字技术的发展弱化了信息不对称现象，传统理论认为，在信息不对称影响下的交易成本始终存在，而数字经济中区块链技术通过智能合约重构使消除交易成本存在可能，这就在一定程度上减少了构成生产成本的组成部分[17]。JONES C I和 TONETTI C[18]认为，由于数字信息具有非竞争性的特征，不仅会带来规模经济效应，而且在使用后价值不但不会削弱或消失反而会实现数字信息自身价值的增值，同时，也具有大幅度降低搜寻成本、复制成本、运输成本、追踪成本、验证成本的优势[19]，这种冲击改变着社会经济发展方式和发展路径。通过对大数据进行分析，优化资源分配，提高组织效率，使投入成本大幅下降，从而增加经济效益[20]。此外，AUTOR D[21]等也证实了运用数字经济的企业要比未运用的企业更加受益。

国内外现有文献对数字经济如何影响制造业发展进行了探索，推动了数字经济赋能制造业高质量发展在基本逻辑、理论内涵等方面的研究。但随着新兴信息通信技术的不断发展，数字经济向制造业领域不断伸展，数字经济赋能制造业高质量发展的内在机理尚未明晰。据此，本文深入剖析数字经济赋能制造业高质量发展的内在机理，以期厘清二者的逻辑关系。在此基础上，探讨数字经济赋能制造业高质量发展的短板，并提出数字经济赋能制造业高质量发展的实现路径，以此推动制造业高质量发展。制造业作为推动工业化和社会主义现代化发展的主力军，是国民经济的主体和立国之本。面对新型冠状病毒肺炎疫情的影响，中国发展处于百年未有大变局的关键时期，推动制造业高质量发展的研究对实现中华民族伟大复兴具有重大意义。

三、数字经济赋能制造业高质量发展的内在机理

进入新时代，中国经济由高速增长阶段转向高质量发展阶段。在满足人民日益增长的美好生活需要的同时，人民对制造业的发展也提出了更高要求。以大数据、区块链、5G等为代表的新一代信息通信技术加快对制造业的渗透，数字经济与制造业发展有很强的契合性，传统制造业发展过程出现的困境在原有的发展模式下难以突破，而运用数字经济能够打破发展瓶颈，赋能传统制造业新的发展模式，提高要素使用效率，降低生产经营成本，实现经济效益的提高和产品质量的提升，数字经济成为制造业加速实现高质量发展的助推器。数字经济赋能制造业高质量发展的内在机理如图1所示。

图1 数字经济赋能制造业高质量发展的内在机理

(一)数字经济赋能供给侧结构性改革，实现供需精准匹配

随着社会主义现代化进程的推进，中国形成了独立完整的现代工业体系，也是全世界唯一一个拥有联合国产业分类中全部工业门类的国家，但以钢铁行业为代表的传统制造业在发展进程中存在着产能过剩和使用率不足的困境，原因在于传统制造业出现供需失衡，产成品质量低不符合社会生产发展的需要，使得生产产品的数量远大于市场需求的数量，日积月累导致剩余产能逐渐增加，最终出现产能过剩现象。想要打破产能过剩的困境，推动制造业高质量发展就需要深化供给侧结构性改革，调节供给和需求不匹配的情形，减少低端、无效的产品供给，将生产要素从过剩产能行业释放出来，增加高端产品的供给，符合生产发展所需，实现供给和需求的高度匹配，促进制造业高质量发展。

数字经济的出现能切实落实供给侧结构性改革政策，数字经济凭借其数字化、网络化、智能化的优势，利用大数据，提高制造业在生产过程中信息的捉捕能力，精准获取生产数据，精准掌握制造业对某种产品的需求，从而生产出匹配的产品。数字经济通过对制造业产品需求的精准把握，推动制造业的“精准化”生产，充分利用生产要素，生产出社会所需的产品，如果盲目进行生产，不仅造成要素的浪费，产成品也会滞销，最终陷入产能过剩的困境。推动制造业高质量发展就是通过数字经济赋能供给侧结构性改革对资源要素进行重新优化配置，推动产业结构转型升级，合理调整产业布局，改变传统制造业供需失衡现象，最终实现供需的精准匹配。

(二)数字经济赋能数据共享，实现经济效益倍增效应

中国传统制造业存在高投入、低产出的现象，生产一单位的产品需要投入大量的资源，造成资源的严重浪费和资源利用水平不充分，从而增加了生产要素成本。与此同时，国内劳动力的红利也在逐渐消失，人工成本日益攀升，增加了产品的劳动成本。生产要素成本和劳动成本的增加使得总成本增加，总的经济效益下降。而在新时代背景下，为实现制造业的高质量发展就要打破这一瓶颈，数据在迎合新一轮的科技革命和产业变革的趋势下成为数字经济发展的核心要素，数字经济成为经济高质量发展阶段中经济增长的新动能。例如，近年来江苏省的多数中小型制造业企业陷入了盈亏平衡的困境，订货量逐渐减少而制造成本却在日益增加，究其原因还是大多数企业不愿摒弃传统的发展方式，认为数字经济离自己很遥远，不愿进入数字经济这个全新的领域。经历过类似情况的苏州二元工业科技有限公司用自身实践经验证明中小型制造业企业插上数字经济的翅膀，能创造经济发展的奇迹，其销售额由3年前的60万元增加到现在的6 700万元，实现了经济效益的倍增。

可以看出在大数据的时代背景下，得益于“互联网+”的发展，大数据、区块链、5G等新一代信息通信技术能够实现数据共享，释放数字红利。制造业利用数据共享的优势，打破信息不对称的市场失灵现象，削减信息获取成本，缩短信息传播时效，及时得到行业最新信息，节约了信息成本；数字经济也通过对新一代信息技术的利用，提高了科学技术水平，加强了科技力量，利用先进的技术水平提高了资源使用效率，降低了资源要素的投入成本。而近年来，中国人口出生率逐渐下降，人口红利也在消失，数字经济的出现弥补了人口红利消失带来的不利影响，用数字经济代替劳动，对劳动力成本增加起到了缓冲作用。在数字经济赋能的作用下，从投入产出角度看，不变的投入可以获得更多的产出，降低了生产成本，这展现了数字经济带来的红利效果。数字经济打破了新古典经济学体系下边际成本递增的规律，实现经济产出的规模效应，制造业在数字经济赋能条件下实现了经济效益的倍增。数字经济赋能使传统制造业厂商利用数据进行分析处理，提取对生产有价值的信息，整合信息形成巨大的价值链，增加产品价值，推动制造业向高质量发展迈进。

(三)数字经济赋能核心技术水平，实现全要素生产率的提高

中国虽已进入新发展阶段，但仍然是发展中国家，制造业产品的技术含量与发达国家相比仍存在较大差距，核心技术并没有掌握在自己手中。中国工业化起步晚，技术水平发展缓慢，发达国家早期利用人口红利获取廉价劳动力，将一些产品转移到中国进行加工制造，而这种加工制造方式只能得到少量的加工利润，产品利润的绝大部分被发达国家攫取。想要改变这一状况，就要推进中国制造向中国创造转变，中国速度向中国质量转变，制造大国向制造强国转变，需要传统制造业提高核心技术能力，掌握产品的核心技术，这样不仅可以同其他国家相竞争，也可以从中获得高技术含量带来的价值增值。将数字经济与核心技术水平融合起来，打破发达国家对核心技术的保护壁垒，推动中国制造业进行自主生产创造，改变过去为发达国家制造业产品组装加工的局面。增强核心技术也实现了制造业向高质量发展的转变，实现了中国制造转型成中国创造的目标，提高了中国的国际地位和国际影响力。数字经济也打破了要素在时间和空间上的限制，促进要素的自由流动，实现资源要素的重新配置，使要素从低效率生产部门流向高效率生产部门。由于数字经济高度依赖信息技术水平，而全要素生产率和技术水平的关系也很密切，因此，数字经济和全要素生产率之间也存在某种联系[22]。随着经济社会的不断发展，技术水平的不断提升，全要素生产率也普遍上升。数字经济的赋能不仅提高了要素的利用率，也增加了全要素对经济增长的贡献程度。

(四)数字经济赋能发展模式转变，实现经济可持续发展

中国目前仍是世界二氧化碳、二氧化硫、氮氧化合物排放量最大的国家，传统制造业是以高投入、高耗能、高排放的粗放型、资源消耗型和环境污染型的发展模式，即创造一单位GDP需要消耗大量的资源，释放更多的污染物，对全球的环境产生一定的不利影响。例如，以钢铁行业为代表的传统制造业是碳排放量最高的制造业，而制造业整体的碳排放量占中国碳排放总量的15%。而全球每年多达18亿吨的钢铁消耗数量有一半选择在中国生产，过多的钢铁生产使得中国钢铁行业碳排放量约占全球钢铁行业碳排放量的50%。传统制造业粗放的发展模式加快了资源的消耗，增加了不合理资源的利用，这不利于依靠资源实现行业的长期可持续发展。而要改变传统制造业粗放、资源消耗、环境污染的发展模式，就需要数字经济推动传统制造业转变成质量效益型、资源集约型和环境友好型的绿色发展模式，实现制造业的高质量发展。

中国是世界上最大的发展中国家，其基本国情导致制造业发展所利用的资源不能实现自给自足，部分资源需要从国外进口。数字经济赋能制造业生产发展模式能提高资源要素利用率，促进要素的循环利用，将数字经济作为依托，科学合理精准地计算出制造业产品在生产过程中的要素投入，降低对资源的依赖程度，推动制造业可持续发展战略。例如，以美的集团、蒙娜丽莎瓷砖为代表的佛山制造企业，在逐利的同时加强对环境利益的重视，通过利用物联网、人工智能等新兴数字经济手段，建造成智能化、先进化的工厂，实现绿色清洁生产，降低资源消耗。蒙娜丽莎瓷砖通过对数字经济的充分利用，实现了指标颗粒物、二氧化硫等多种排放物的达标排放，甚至远低于国家排放标准。因此，实现制造业高质量发展要加快推进资源节约型、环境友好型产业模式的建立，提高资源利用效率，协调经济效益与环境效益的关系，实现高效能、低排放的“低碳革命”，这也是新发展理念中绿色理念的体现。数字经济赋能发展模式转变，也将助力“双碳”目标早日实现。

四、数字经济赋能制造业高质量发展的短板

数字经济能够增强高质量发展的内生动力，催生制造业产业的新业态、新模式、新格局，为制造业的发展带来更多机遇[23]。数字经济的发展为推动制造业高质量发展提供了更好的平台，但数字经济在对制造业赋能过程中也存在数字基础设施薄弱、专业性人才缺乏、地区间数字赋能差距大、数字经济技术利用率低、数据产权保护制度不健全等问题。

(一)制造业数字基础设施建设薄弱

数字基础设施是新型基础设施的内核，可以为产业数字化转型升级提供基础支撑。数字基础设施建设对数字经济赋能制造业高质量发展具有重要意义，制造业高质量发展是以数字基础设施作为依托，赋予制造业高质量发展新动能，发挥数字经济的辐射带动作用，焕发出传统制造业的生机活力。但中国在推动制造业高质量发展的进程中，存在数字化基础设施建设薄弱的特征。从网络通信层面看，发达国家的平均固定宽带率是中国等发展中国家的4倍以上；从存储计算层面看，截至2020年年底，中国超大规模数据中心的数量有60个左右，而美国的超大规模数据中心数量达到238个，约是中国的4倍左右；从融合应用层面看，据《工业互联网平台应用数据地图(2021年)》显示，2021年中国工业互联网平台应用水平普及率达到17.5%，虽然较2020年有一定增长，但与发达国家相比仍存在差距。工业互联网的建设薄弱在于缺乏传感器、设备连接和软件服务这3种核心要素作支撑，而这些要素90%依赖于美国、日本和德国等发达国家。传感器、连接设备和软件服务这3种核心能力的缺失是阻碍中国工业互联网建设的桎梏。薄弱的数字基础设施建设未能为制造业企业对数字资源价值的挖掘提供良好的平台，也就不能将数字技术的价值充分彰显；数字基础设施的不完善导致依托数字经济发展的模式尚未形成，制约了数字经济赋能制造业高质量发展的进程。

(二)制造业数字化专业性人才缺乏

人才是数字经济赋能制造业高质量发展的核心和基础，将人才资源摆在制造业高质量发展的首要位置，把优秀人才吸引进来，制造业才能看到希望，并实现中国制造业由“制造大国”到“制造强国”的转变。一方面，中国制造业人才队伍以低专业性人员为主，高水平专业人才占比较低。据人社部统计，在整个制造业产业工人队伍中，中国高素质专业性人才仅占5%，而日本高素质专业性人才占比为40%，德国则高达50%，从数据可直观看出中国高素质专业性人才与发达国家存在明显的差距。中国制造业虽在不断发展，以大数据、区块链、5G等为代表的新兴信息通信技术也在不断进步，但制造业技术人才培养体系没有跟上，支撑数字经济赋能的专业技术人才缺口大，表现为制造业工人缺乏数字思维，未意识到数字经济赋能推动制造业转型升级的作用，而且制造业工人缺乏数字经济的知识储备，对数字经济如何运用到制造业生产过程了解甚微，抑制了数字红利效应的释放。

另一方面，虽然制造业企业自身的专业人才培养体系落后，但在社会大环境下培养了一定的数字人才，然而《人民日报》对百家企业的调查结果却显示[24]，制造业吸引优秀人才正面临“三不”困境，即“找不到，招不来，留不住”。“找不到”是中国对制造业专业人才培养不足，市场上的供给量远远小于企业的需求量，不能找到所需数量的人才来支撑制造业企业走向更宽阔的舞台；“招不来”则可能是薪酬、福利待遇、工作环境等方面不能满足专业人才的需求，专业性的技术人才不愿加入制造业行业，而去选择各方面都略有优势的行业；“留不住”是更多的技术人才看不到未来发展前景，流向有更大晋升空间的企业，使得制造业行业的专业技术性人才外流。可见纵使数字经济加速推进，缺乏专业人才作为赋能的引擎阻碍了对数字经济作用的深入了解，难以将数字经济作为制造业发展新动能运用到实践中，也不能将数字技术与制造业充分融合，抑制了数字经济“1+1>2”作用的发挥，从而影响数字赋能制造业高质量发展的效果。

(三)制造业地区间数字赋能差距大

由于中国经济发展水平在地区间存在差异，使数字经济规模建设在地区间也存在差异，导致数字经济对制造业赋能高质量的效果在区域间也存在明显差异。由赛迪发布的《2019年中国数字经济发展指数》可以看出，东部沿海地区的数字经济发展指数最大，而西部地区的数字经济发展指数最小，且区域间的发展差距明显，广东最高，数字经济发展指数为69.3，西藏指数最低，仅为12.7(见图2)。《制造业高质量发展白皮书(2021)》[25]从6个维度对制造业高质量发展水平进行分析，包括规模结构、创新水平、质量效益、企业实力、绿色节能、开放合作，制造业高质量总体水平从2015年的36.67提高到2019年的39.38，4年间整体水平提高了7.4%。总体来看，广东、江苏、浙江、北京、山东、上海、福建、湖北、湖南、安徽成为2019年全国制造业高质量发展排名前十的省份，而这些省份从地区分布来看东部地区有7个，中部地区有3个。相较于2015年全国制造业高质量发展排名前十的省份，2019年新增了湖北、湖南、安徽3个中部省份。

从相关数据可以看出，大多数经济发展水平高的地区数字经济发展指数也高，而数字经济发展指数高的地区制造业发展水平也高，说明地区制造业发展水平与地区经济发展水平、数字经济发展有较强的关联性[26]。制造业经过多年的不断发展和完善，传统制造业依托的基础设施在区域间的差距减小，对促进制造业发展的区域差距也在减小。但随着5G等新一代通信技术的发展，东部沿海地区凭借经济基础雄厚、技术人才数量多的优势，数字基础设施建设较为完善，能够充分利用数字经济赋能推动该区域制造业高质量发展，而西部地区在各方面都存在劣势，数字经济发展能力不强，难以发挥数字经济辐射带动制造业高质量发展的作用，造成区域间的数字鸿沟，促使数字经济赋能制造业高质量发展在区域上呈现出东强西弱的态势。

图2 2019年中国数字经济发展指数

(四)制造业数字经济技术利用率低

数字经济通过大数据对资源进行优化整合，构建数字化生产、经营、管理体系，激发出传统制造业的生机活力，加快新动能的转换[27]。以大数据、区块链、5G等为代表的新一代信息通信技术迅猛发展，受传统制造业生产思想的影响，制造业企业对数字技术带来的优势认识程度低，对数字经济技术利用率低，仍停留在原有生产的“舒适圈”，数字经济红利并没有全部显现。中国制造业数字化的渗透率仅为19.5%，低于发达国家33%的平均水平，且与制造业强国德国数字技术利用率的45.3%存在更大差距。除此之外，《2019中国企业数字化转型及数据应用调研报告》显示，中国企业的数字化转型整体尚处于起步阶段，超过90%的企业内部存在数据孤岛，约80%的企业不认可自身的数据挖掘能力。中国工业和信息化部公布的相关数据也显示，目前中国推进数字化转型的企业仅有25%，远低于欧洲进行企业数字化转型的46%和美国的54%。在数字经济赋能制造业高质量发展进程中，受思想观念、知识储备、政策激励、基础设施建设等因素的影响，制造业数字技术利用率低，低水平的数字经济技术利用率不仅造成技术的浪费，也不能深入挖掘数据带来的产品附加值，提高产品的质量，创造更多的经济效益，同时拉大了与发达国家之间由于数字技术利用率不同导致的数字鸿沟。制造业企业也缺乏运用数字经济推动行业高质量发展的主观能动性和积极性，致使数字经济赋能制造业高质量发展的进程缓慢[28]。

(五)制造业数据产权保护制度不健全

当前数字经济的发展突飞猛进，使得数据共享变为现实，而数据逐渐成为公共物品，公共物品具有明显的非排他性和非竞争性的特征，容易导致“搭便车”问题的出现。从国家层面看，一是数字经济近年来才逐渐发展起来，缺乏与数据产权相关的法律、法规以及制度，如区块链技术的治理规则、数据的传输和访问原则以及道德问题都需要从法律层面进行明确，数据产权保护制度的缺位就使得一些有机可乘的企业钻法律空子，给其他企业造成经济损失。二是数据的收集、审查、利用尚未建立起标准化体系，为数据的不当使用和非法披露提供“温床”。从企业层面看，企业虽然会对数据保护起来，建立数据安全网，但还是免不了一些企业为追求经济利益对数据安全的破坏；从数据产权自身来看，数字经济的发展打破了传统经济模式下的知识产权边界，使得数据归属问题不明晰，很难对它的产权进行保护，数据产权方面的争议影响数字经济消费市场的有序发展。缺乏数据产权制度的保护，数据获得零代价的“搭便车”现象就会出现，数据价值也不能得到应有的保护，制造业企业就不会选择利用数字经济，数据溢价效应也被抑制，进而使数字经济赋能的作用难以发挥，最终制造业高质量发展也难以实现。

五、数字经济赋能制造业高质量发展的实现路径

数字经济赋能实现制造业生产要素的有效循环，践行“双循环”的新发展格局，但数字经济在对制造业赋能过程中出现的问题也亟须改进，从夯实数字化基础设施建设、数字人才培养、缩小地区间的数字鸿沟、提高数字技术利用效率及健全数据保护制度5个维度来摆脱障碍，以充分发挥数字赋能，真正实现制造业高质量发展。

(一)夯实制造业数字化基础设施建设

现如今是数字经济的时代，在全球化背景下，抓住制造业数字经济的机遇能够取得制造业发展的制高点，而数字化基础设施建设是数字经济发展的基础和先决条件，也是数字经济赋能制造业高质量发展的重要平台，为实现数字经济赋能制造业高质量发展提供了重要保障。据此，为了解决制造业数字基础设施建设薄弱的问题，首先，需要有关部门出台数字制造业相关政策，鼓励并引导社会资金投资制造业数字基础设施建设，建立完善的基础设施体系，提高制造业生产效率，加快制造业数字化进程。其次，对传统制造业的基础设施进行改造升级。由于信息通信技术更迭频繁，数字化基础设施也应不断发展和完善，顺应数字经济时代的发展趋势。夯实数字化基础设施建设，有利于促进生产要素的自由流动，加快制造业产业结构的优化升级，实现产品供需的精准匹配，推动原先只注重“量”的制造业向高质量制造业转变，也符合中国经济从高速度发展阶段转向高质量发展阶段的国情。当然也要扩大数字化基础设施的建设规模。因为数字化基础设施的建设前期需要投入大量资金，且回报周期长，所以需要政府为制造业企业提供建设资金的融资渠道，通过税收补贴等政策来鼓励制造业企业扩大基础设施建设，尤其是要全面夯实数字化基础设施建设，加快推进数字化基础设施对制造业的覆盖，推动数字基础设施向科学化、网络化、泛在化演进，强化依托数字化基础设施实现行业内的数据共享，发挥数字经济对制造业赋能的作用。

(二)加强制造业数字人才培养

推动制造业高质量发展离不开数字人才的培养，数字人才的培养是制造业产业结构转型优化升级的内生动力，也是高质量发展的重中之重。加强有关数字经济专业性人才培养，有利于将数字经济应用于制造业，赋予制造业发展新动能，激活制造业发展活力，释放数字经济潜力，促进制造业向高质量发展目标迈进。从国家层面来看，政府应坚持人才发展战略，以先进制造业的需求为风向标，重视对企业所需的高层次、高素质的人才培养，加大对教育机构和科研机构专业数字人才培养的资金投入，同时，也要为人才营造良好的发展环境，为中国制造业未来高质量发展储备足够的人力资本，为“中国制造”转变为“中国创造”做支撑。国家也可以借鉴国外培养数字人才的成功经验，如德国由于越来越少的青少年选择学习编程等相关专业，使得汽车制造行业缺乏足够的数字技术型人才，因此，德国政府加大了在数字经济培养方面的资金和政策扶持，此外，其在2016年提出了“数字型知识社会”的人才培养战略，在全国范围内加强对数字经济知识的学习，还计划在未来5年内投入数亿欧元，打造数字化校园，为制造业数字化转型提供充足的数字人才[29]。从企业层面来说，加强专业性数字人才培养可以从两方面入手。首先，在行业内对制造业工人进行数字经济知识的培训，提高对数字经济的系统理解，增强数字经济对制造业赋能作用的认识，提高制造业高质量发展过程中运用数字经济的实践能力；其次，制造业企业应实施人才引进政策，提高福利待遇水平，展现未来发展前景，吸引更多优秀人才积极主动加入制造业行列，为制造业输入专业的人力资本。总的来说，要实现数字经济赋能制造业高质量发展就是要坚持“数字经济+人才”的发展策略。

(三)缩小地区间的数字鸿沟

数字鸿沟的存在很大程度上是因为地区间的经济发展水平差距较大，经济发展水平的高低影响了可用资金的数量，也就影响了制造业企业数字化的投入程度。缩小地区间数字经济拉大的数字鸿沟就要缩小地区间的经济发展差距，平衡经济发展水平。从国家层面看，首先优化制造业企业发展的政策环境，政府政策要向欠发达地区倾斜，提供资金上的支持和政策的优惠帮扶；其次，由数字经济赋能制造业高质量发展的短板可知，数字鸿沟的拉大一部分原因是基础设施存在差距，就此政府也要强化欠发达地区数字化基础设施建设的覆盖范围，扭转数字化基础设施建设不足问题；最后，政府不仅要在硬件上提供帮助，也要在软件上发挥作用，比如政府派专业的人员去欠发达地区的制造业企业进行指导，强化企业的数字化意识，提高数字化知识素养，充分认识数字经济对制造业实现高质量发展的长远作用。从企业层面看，需要东、中、西部地区的协同发力。首先，东部地区的制造业企业应继续强化数字经济引领制造业高质量发展的带头作用，全面发展数字经济，发挥辐射扩散作用，拉动周边地区的经济发展，进而带动全国经济共同进步；其次，中部地区的制造业企业应发挥数字经济促进制造业产业结构转型升级的作用，提高制造业企业的数字化、网络化、智能化水平，深入推进数字经济与制造业的融合；最后，西部地区的制造业企业要抓住政府政策倾斜导向的发展机遇，大力引进和运用数字经济，加快数字化推进步伐，弥补与发达地区间的数字鸿沟。

(四)提高数字技术的利用效率

当前，中国经济已经到了产业转型升级的关键阶段，制造业企业应审时度势、抓住机遇，积极吸收和借鉴新兴数字技术的创新成果，加快数字化转型的步伐[30]。通过将数字化嵌入制造业生产过程，并借助“互联网+”等先进信息通信技术，推动制造业各个环节的数字化，从而带动制造业上下游企业的数字化来提高制造业数字技术利用率，充分释放数字化红利，发挥数字平台优势实现数字经济赋能制造业高质量发展。为解决数字技术利用率低的问题，政府也可以借鉴发达国家的经验，鼓励制造业企业提高对数字经济的利用效率。例如，美国为提升制造业数字经济的运用水平，自2011年起政府先后出台了《先进制造业伙伴计划》和《先进制造业国家战略计划》，又在2018年推出了《美国机器智能国家战略报告》，意在通过政府长期提供资金帮助，强化数字经济的应用水平，提高制造业数字化水平，打造先进制造业强国[31]。除此之外，日本政府也实施相关政策来推动制造业企业数字化转型，主要通过减税、补贴等政策来削减制造企业转型成本，如对引进先进技术设备的中小型制造企业提供30%的价格折扣或7%的税收减免[32]。因此，推动制造业高质量发展不仅需要利用数字化优势，加快数字社会建设步伐，营造良好的数字发展环境，契合建设数字中国的目标，而且也要依托国家数字经济的发展战略，从国家层面建立起数字经济赋能制造业高质量发展的顶层设计，统筹政府、市场、制造业和制造业关联企业的关系，形成数字经济赋能制造业高质量发展的合力。

(五)健全数据保护的法律制度

数据逐渐成为促进数字经济时代发展的核心要素，而现阶段对企业数据保护问题还未形成完整的法律体系，仍处于探索阶段，而完善的数据保护制度才能为制造业企业运用数字经济提供法律保障，这就需要国家有所作为。国家不仅要对数据的窃取行为进行干预，也要逐渐建立起全方位的数据安全保护体系。就此国家法律部门可以借鉴国外保护数据的成功经验，例如，美国总统签发的《小型企业数据安全保护法》提出，企业依托美国国家标准与技术研究院制定的标准和技术优势来应对数据攻击的能力，而且要求联邦标准与技术研究院为企业免费提供网络安全防御标准和工具，保护企业免受网络攻击，就此中国政府也应加快出台企业数据保护的法律制度，为企业通过法律途径解决问题提供依据。也可以借鉴国内其他完备的法律法规进行相应处理，对相关制造业企业盗用数据的行为实施处罚，遏制市场的不良竞争行为，避免非正当手段扰乱正常的市场秩序，运用法制化手段来保护制造业企业的合法权益，激励企业利用数字经济带来优势的信心，营造制造业行业数字经济发展的良好环境。