数字经济发展对我国制造业升级的影响——基于省际面板数据的经验考察

陈晓峰

（1.南通大学 经济与管理学院，江苏 南通 226019；2.南通大学 江苏长江经济带研究院，江苏 南通 226019）

在全球新一轮科技革命和产业变革的推动下，世界经济正逐步从以服务经济为主导向技术支撑、数据保障、知识主导的数字经济转变。当前，中国产业结构转型已到关键阶段，抓住数字经济发展的战略契机，不仅有助于实现经济高质量发展，还是中国迈向全球价值链中高端的必由之路。《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》提出，要打造数字经济新优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级。我国数字经济虽然起步较晚，但具有明显的后发优势。现阶段，以互联网、人工智能、区块链、云计算和大数据为代表的数字技术正加速向实体经济部门渗透扩散，诸多领域都在充分挖掘产业数字化转型的潜力。据中国信通院（CAICT）数据，2020 年我国数字经济保持9.7%的高位增长，总体规模已达到39.2 万亿元，占GDP 比重为38.6%，名义增长率为16%。而且，产业数字化正日益成为数字经济发展的主引擎（见图1）。但总体而言，我国数字经济发展更多依赖于数字技术的应用以及消费市场的规模优势，而在产业领域和数字经济本质功能层面触及不深，仍存在着全局协同性不足、技术碎片化等突出问题。根据国际数据公司（IDC）发布的《2019 年中国企业数字化发展报告》，超过50%的制造业企业数字化仍处于单点试验和局部推广阶段。同时，制造业数字化水平相对于服务业而言整体偏低（见图2）。因此，在新冠疫情、贸易摩擦、技术封锁、产业挤压等各种风险挑战的倒逼之下，我国制造业面临前所未有的挑战，如何以数字经济为重要引擎加速重点制造领域网络化、数字化、智能化进程，这是“制造强国”和“数字中国”建设中一个亟待解决的焦点议题。

图1 我国数字经济内部结构比例

图2 我国数字经济产业渗透率对比

20 世纪90 年代，美国学者唐·泰普斯科特首次在其著作中正式提出数字经济的概念[1]。与此同时，美国“国家信息基础设施建设计划”的实施则开启了全球数字经济发展的新纪元。数字经济的蓬勃发展为学界提供了极为丰富的研究素材和分析空间，相关研究也逐步经历了从信息经济、互联网经济到数字经济的探索过程[2]。在这一技术迭代与制度变迁过程中，数字经济对经济社会发展产生了全方位和立体化的影响。但追根溯源，经济增长与动能转换的核心在于以制造业为主体的实体经济。从国际上来看，以“大移物智云”为代表的数字经济与制造业的融合发展可以不断提高产品质量和生产效率[3]，更好地发挥产业联动效应和溢出效应[4]，有助于推动国际生产（贸易）发生快速变化[5]并重塑制造业国际竞争优势[6]。近年来，我国制造业一方面面临全球经济一体化机遇，也面临“高端回流”“低端分流”双向挤压的严峻挑战。另一方面，在面临互联网、人工智能等带来的诸多机遇时[7-8]，又面临成本压力、技术变革和新竞争格局造成的转型抑制[9-10]。当前，随着数据要素的深度开发与使用，数字经济为处于转型升级“瓶颈期”的制造业指明了新的发展方向[11-12]。目前，国内相关研究大都聚焦数字经济驱动产业升级的内在机理、价值维度、突破路径等方面。其中，全球价值链升级及其重构效应[13-15]、全要素生产率或效率提升[16-18]是数字经济背景下经济结构转型与产业升级的两大主流研究范式。在实证研究层面，多数研究印证了数字经济能正向促进产业结构（制造业）优化升级[19-21]。

虽然我们能通过经济运行的实践较为直观地感受到数字经济所带来的产业升级效应，但当数字经济与制造业发展的内外部环境不相适应时，数字技术（数据要素）就难以发挥其价值创造作用，从而引发“IT 悖论”。这迫切需要对其中的作用机制及路径进行解构，厘清不同维度的数字经济发展指标对制造业升级的影响及其边界，从而避免单一研究视角的种种缺陷。而且，已有研究或偏重于宏观政策、趋势解读，或偏重于微观技术、组织分析，较为缺乏与地区经济直接相关的中观层面研究，普遍忽视行业异质性因素，对策建议同质性过强。有鉴于此，本文聚焦数字经济能否以及如何影响制造业升级这一核心命题，并构建相应的评价指标体系对我国数字经济发展水平和制造业升级状况进行综合评判。在此基础上，分别从直接效应和中介效应来阐释数字经济对制造业升级的作用机制，并利用2010—2019 年我国30 个省份的面板数据进行实证分析，所得出的结论更为全面且更具现实针对性和解释力，相关思路及对策不仅有益于解释我国产业结构调整与转型升级中出现的新现象和新问题，也将为制定差异化、精准化的产业数字化促进政策提供一定的理论参考与实践佐证。

一、理论机制与研究假设

数字经济发展能够影响制造业优化升级，这一点在我国学界和业界已基本达成共识。一方面，数字技术通过对传统制造业进行赋能，有助于实现柔性化、集约化、个性化、智能化的创新设计制造，更好地满足消费者多样化、个性化的需求，也有助于提升制造质量、效率和动力，优化企业生产经营流程，进一步提高企业创造的附加值。另一方面，以技术和数据为关键要素的数字经济有着高流动性、高渗透性和扁平化网络结构特征，从而有助于生产要素的精准匹配，并增强要素流动性，也有助于企业实现全生命周期、协同化管理，为制造业（企业）优化升级提供要素支撑和管理保障。

（一）数字经济对制造业升级的直接作用机制

1.完善的基础设施是产业升级的先决条件。完善的基础设施建设有利于提升与生产要素的匹配程度，进而整合优质资源，促进产业转型升级[22]。数字基础设施主要由与信息通信产业（ICT）有关的软硬件基础能力所决定，极大地促进制造业数字化转型升级，能有效推动经济高质量发展[23]。从消费者层面来看，完善的数字基础设施可以降低搜索及交易成本，从而获得较为精准化、个性化的服务，实现其效用最大化，也可促使企业依托数字技术运用互联网思维，改善组织内部管理模式[24]。知识溢出受空间距离的影响，随着数字技术应用，数字基础设施有助于传统制造业突破空间束缚，实时传递信息，形成制造业集群创新优势。

2.数字产业化是数字经济增长的重要基础。数字产业化是指依托信息通信产业的创新驱动，不断催生新产业新业态新模式，其实质是数据要素的产业化、商业化和市场化过程。信息通信产业的作用主要体现在制造信息数据采集、制造流程优化等方面[25]，能实现企业产品开发周期缩短，全面提高企业生产效率，为客户制定个性化、精准化服务。随着数字技术的深度开发以及市场化应用程度的不断扩大，新兴组织在遵循市场规律的前提下，逐渐形成了能适应新发展阶段的全新的商业逻辑和运营模式[26]。同时，随着数字技术的不断发展与扩大，新兴产业强势崛起，为制造业升级发展提供新的方向，帮助制造业企业实现高级化、合理化及融合化发展。

3.产业数字化是数字经济高质量发展的主阵地。产业数字化主要涉及用数字技术改造传统产业。数字技术能够驱动制造业产业向智能化、网络化和灵活化迈进[27]。传统制造业利用数字技术改善生产管理，提高与生产要素的匹配程度和周转效率，从而降低制造业企业的运行成本，促进制造业升级。产业数字化发展促进制造业实现创新发展[28]。制造业企业可以依托数字技术的广泛应用改善生产管理模式。同时，数字经济利用工业互联网、人工智能等数字技术对不同行业进行广泛渗透，引导制造业产业链实现颠覆式变革，从而助力制造业企业能够以较低的投入提供高品质的产品和服务。

基于此，本文提出假设1：数字经济发展可以通过完善数字基础设施建设、提升数字产业化和产业数字化发展水平，直接助推中国制造业升级。

（二）数字经济对制造业升级的间接作用机制

数字经济与实体经济的融合是一个系统工程，具有多因素、多尺度等权变特征。本文立足于数字经济发展的一般规律和我国制造业升级的基本实践，从要素支撑体系来看，数字技术向制造业渗透将通过积累人力资本、降低企业成本和促进技术进步等渠道实现。

1.人力资本。一方面，数字经济等新技术的发展打破了获取知识的时间和空间限制[29]。通过在线教育和在线培训，劳动者的专业知识和技能不断提高，就业观念也将得到提升，会更倾向于工作条件相对较好、发展空间更大、知识和能力更有效、工资相对较高的高端行业。人力资本及其相关因素也相继从低端产业向高端产业流动，进而推动制造业由低端向高端转型升级。另一方面，由于数字经济发展使劳动者的专业知识和专业技能水平提高，从而让劳动者的收入水平和消费水平得到提升[30]。伴随着劳动者人均收入水平的提高，人们在满足了基本的需求之后，就会追求更高品质，就越偏好产品的个性化与多样化，对产品质量、风格、档次等的要求也会越来越高，消费与需求结构随之升级，继而进一步促进制造业升级。

2.企业成本。对于制造业企业来说，降低成本、提高利润是提升行业竞争力的核心所在。一方面，数字经济凭借着先天的优势和特征有效降低了制造业产业链上下游企业之间的信息交流成本，有效简化了生产、流通、分配、交换等环节以降低企业成本，从而加快企业之间的合作[10]。同时，制造业企业经营环节数字化变革，能够通过降低生产成本和提升生产效率进而提高企业经营绩效[31-32]。另一方面，而数字经济所带来的生产成本、贸易成本[33-34]以及边境成本、信用成本[35]的降低也有助于企业在价值链参与过程中重新占据主动，进而促进制造业全球价值链分工地位的攀升。

3.技术创新。技术创新带来的新技术和新工艺的开发、应用，将极大地优化生产工艺和流程，以低成本实现科学知识和信息的快速渗透[36]，在新老产品（技术）迭代过程中，也将导致低技术、低利润传统产业部门的逐步收缩，进而带动产品和产业的优化升级[37]。而且，从横向上看，在开放的数据平台下，企业的创新成果具有网络示范效应，创新应用得到快速普及。从纵向上看，数字经济使创新成果不断向上下游产业链渗透。为满足创新领先企业的需求，前后向关联效应要求上下游企业也必须相应实施创新行为，实现产业链的协同创新。

综上所述，本文提出假设2：数字经济发展通过累积人力资本、降低企业成本、促进技术创新等渠道来间接促进中国制造业升级。

二、经验研究

（一）模型设定

为了分析数字经济发展对制造业升级的影响，构建基本计量模型如下：

其中，Muit表示i 省份在t 时期的制造业升级指标；Digit表示i 省份在t 时期的数字经济发展水平指标；Dig_infrait表示i 省份在t 时期的数字基础设施建设水平；Dig_indusit表示i 省份在t 时期的数字产业化水平；Indus_digit表示i 省份在t 时期的产业数字化发展水平。X 为一系列控制变量，εit为随机扰动项。

（二）变量设定

本文主要借鉴任碧云等[38]关于中国制造业产业升级指数的建立，从规模维度、效率维度、能环维度和创新维度四个方面构建制造业升级水平（Mu）综合评价指标体系。关于数字经济发展（Dig），本文借鉴王军等[39]的研究成果，从数字基础设施建设、数字产业化和产业数字化三个维度构建综合评价指标体系，并采用熵权法测算出各省（市、自治区）制造业升级水平和数字经济发展综合指数，具体见表1。

表1 制造业升级水平和数字经济发展评价指标体系

续表1 制造业升级水平和数字经济发展评价指标体系

熵权法的计算过程如下：第一，由于制造业升级水平综合评价体系中各二级指标的量纲、数量级均不同，因此运用极差法将数据进行标准化预处理：

其中，i 表示各省份，j 表示各二级指标；Xij和Yij分别表示原始数据和标准化后的数据；min（Xij）和max（Xij）分别表示的最小值和最大值。

第二，计算综合指标体系下15 个二级指标标准化后数据的信息熵Sj和各指标的权重Wj：

第三，由求得的二级指标标准化后的数据的信息熵信息熵Sj和各指标的权重Wj构建其综合指标评价体系的加权矩阵Rij=Wij*Yij。将标准化后的指标与权重相乘并加总，得到综合得分，即制造业升级水平：

参照已有研究，本文引入的控制变量如下：①外贸依存度（Ftd），采用各省份进出口总额占GDP 比重来衡量。②政府参与程度（Govern），采用各省份财政支出与各省份GDP 比重来衡量。③城镇化水平（Urban），采用各省份城镇人口数占各省份总人口数比重来衡量。④市场化水平（Market），采用各省份市场化指数来衡量。

（三）数据来源与说明

本文数据来均自历年的《中国统计年鉴》《中国工业统计年鉴》《中国信息产业统计年鉴》《中国科技统计年鉴》、各省份统计年鉴、统计公报以及中国市场化指数数据库。出于数据的科学性和统计口径的一致性考虑，将样本数据的时间跨度设定为2010—2019 年。由于西藏地区多指标缺失以及港、澳、台地区数据难以获得，最终样本为除西藏、港、澳、台地区以外的30 个省份（含直辖市和自治区），并对缺失数据采取插值法或类推法进行针对性地填补。所涉及主要指标的描述性统计结果见表2。

表2 主要指标的描述性统计结果

（四）基本回归分析

如表3 所示，基准回归模型解释变量对被解释变量影响的回归系数均不显著，均没有在1%的显著性水平下通过检验，因此拒绝使用混合回归模型的原假设。豪斯曼检验的回归结果的P 值分别为0.0051、0.0047、0.0042、0.0058，且均在1%的显著性水平下拒绝随机扰动项和解释变量无关的假设，表明采用固定效应模型是更优。

表3 基准回归结果

总体而言，数字经济发展对中国制造业升级均具有显著促进作用，从而验证假设1 的论断。具体来讲，从第（4）列可以看出，解释变量对被解释变量的回归系数为0.604，且通过1%显著性水平检验，即数字基础设施建设水平每提高1%，我国制造业升级程度提升0.604%。数字基础设施建设是数字经济的基础，为制造业数字化转型的顺利进行提供了物质支撑。从第（6）、（8）两列可以看出，数字产业化发展和产业数字化发展均通过1%的显著性水平检验，即数字产业化发展和产业数字化发展每提高1%，中国制造业升级水平分别提升0.664%和1.334%，说明数字产业化发展和产业数字化发展对制造业升级具有正向促进作用，但产业数字化发展对制造业升级的影响程度要大于数字产业化发展的影响效果，这也符合我国目前数字化转型的战略取向，而产业数字化的根本目的是通过数字技术的链接效应和数字化赋能，激活整个产业，并最终推动实体经济高质量发展。

关于控制变量方面，政府干预程度的回归系数为负，表明政府干预程度越高，则会阻碍制造业升级进程。而城镇化水平和市场化水平回归系数都为正，表明制造业产业结构随着地区市场化水平及城镇化水平的提高而实现优化升级，从完全竞争市场理论来看，我国制造业要想实现优化升级，必须充分发挥市场的主体作用。外贸依存度的回归系数显著为正，表明外贸依存度与中国制造业升级正相关，说明对外开放水平的提升有利于正向促进制造业数字化转型，进而促进分工地位和国际竞争力的提升。

（五）异质性分析

1.区域异质性分析。基于区域经济发展水平和资源禀赋等差异性，本文从不同区域①本文样本不涉及中国的台湾、香港、澳门以及西藏地区，东部区域包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部区域包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部区域包括内蒙古、广西、重庆、四川、贵州、云南、山西、甘肃、青海、宁夏、新疆。分析数字经济发展对制造业升级产生的异质性影响。从表4 可以看出，第（1）—（3）列依次表示东、中、西三个区域的回归结果。在不同区域样本中，数字经济发展估计结果与基准回归保持一致，说明从全局来看，数字经济发展对制造业升级的促进作用不因区域差异而发生实质性变化；从局部来看，相较于中部地区，东、西部地区数字经济发展对制造业升级的影响更为显著。原因可能在于东部地区经济发达、有着相对完善的基础设施、高技术人才以及政策扶持，并且产业已趋向服务化，数字经济对产业结构升级影响的红利可能已经提前释放。对于西部地区而言，由于像西部大开发等国家战略的实施以及像贵州这样利用自身有利条件发展大数据产业，使数字经济等新技术、新模式得到蓬勃发展，数字基础设施建设和数字化技术的开发应用对制造业升级的边际影响可能更大。而中部地区可能数字经济发展与区域资源禀赋优势未能很好地融合，且市场一体化程度不高，外部数字资源的获取有限，在促进制造业升级方面数字经济的引领作用并不明显。

2.行业异质性分析。本文参照国家标准将制造业细分为31 个行业（两位数代码），并参照阳立高等[40]将制造业按照要素禀赋不同分为劳动密集型、资本密集型和技术密集型三类①参照国家标准国民经济行业分类（GB/T 4754—2017），制造业分为：劳动密集型制造业包括C13、C14、C17、C18、C19、C20、C21、C23、C24、C29、C30、C33、C41、C42、C43；资本密集型制造业包括C15、C16、C22、C25、C26、C28、C31、C32、C34；技术密集型制造业包括C27、C35、C36、C37、C38、C39、C40。的通用做法，回归结果见表4 中的第（4）—（6）列。具体来看，数字经济发展对劳动密集型制造业升级具有一定的抑制作用，而对资本密集型制造业、技术密集型制造业升级却具有显著正向促进作用，而且数字经济发展对技术密集型制造业的影响系数大于对资本密集型制造业的影响系数。其原因可能在于数字经济的高流动性、高渗透性；扁平化网络结构对生产技术、劳动者的知识技能及其他要素匹配度都有相对较高的要求。

表4 异质性分析结果

（六）稳健性检验

1.替换变量法。一是替换被解释变量。借鉴傅元海等[41]的做法，用制造业高级化程度来作为被解释变量的替换变量，具体用高端技术制造业产值与中端技术制造业产值之比来表征。二是替换核心解释变量。数字经济发展主要由与ICT 有关的软硬件基础能力所决定，因此，采用叶胥等[42]的做法，选取信息传输、软件和信息技术服务业固定资产投资额ICTIVT 作为数字经济发展的代理变量（Dig2）。从表5 回归结果看出，不管是替换制造业升级水平还是替换数字经济发展水平，回归结果均显示，数字经济发展对制造业升级的影响是显著的，说明上述回归模型及实证结果具有较好的稳健性。

表5 稳健性检验结果

2.内生性处理。由于数字经济影响产业升级中一些无法直接测度的因素，进而导致模型估计结果可能存在内生性偏误。为了尽可能减少遗漏变量与测量误差等对估计结果的干扰，现将基准回归模型扩展为动态面板模型（在原基准回归模型的基础上引入滞后一期的被解释变量）。鉴于本文的样本时间跨度不长，且系统GMM 较差分GMM 而言估计效率更高，因此这里选用系统GMM 方法进行稳健性估计。同时，使用地形起伏度①本文所使用的中国海拔高度数据（DEM）来源于中国科学院资源环境科学数据中心，将数字高程模型数据重采样为1km×1km，得到若干研究单元（栅格区），逐栅格区提取地形起伏度。地形起伏度定义为RDLS={[max（H）-min（H）]}/500，其中RDLS 为地形起伏度，H 为研究单元内高度，T 为区域总面积（T=1km2），S（T）为研究单元内平地面积（km2），500 为基准山体高度。和滞后一期的核心解释变量构造工具变量。考虑到地形起伏度对数字技术等新技术的应用存在负向影响，我们对各省（市、区）地形起伏度变量取倒数得到正向指标，将所得正向指标与滞后一期核心解释变量相乘得到工具变量。回归结果见表6。在2SLS 中，通过Kleibergen-Paap rk LM 和Cragg-Donald Wald 检验发现，工具变量不存在识别不足和弱识别问题，且在2SLS 的第一阶段的回归结果中，工具变量对内生变量均有较好的解释力，P 值都小于0.05。系统GMM 估计结果进一步印证模型的稳健性。

表6 稳健性检验：系统GMM 估计和工具变量法

三、机制检验

（一）中介效应模型设定

为进一步研究数字经济发展对中国制造业升级的间接影响，本文拟借助中介效应模型来对相关假设的传导机制进行检验。本文借鉴温忠麟等[43]修订后的中介效应检验②中介效应检验步骤包括：第一步，检验模型（6）中的系数α1，如果显著，则中介效应成立，否则遮掩效应成立。但无论是否显著，均进行下一步检验。第二步，依次检验模型（7）的系数β1 和模型（8）的系数α3，如果两个均显著，则表明间接效应显著，转到第四步；如果至少有一个不显著，进行下一步。第三步，用Bootstrap 法直接检验原假设β1×α3=0。如果显著，则间接效应显著，进行第四步；否则间接效应不显著，停止分析。第四步，检验模型（8）的系数α2，如果不显著，则直接效应不显著，意味着模型中只存在中介效应。如果显著，即直接效应显著，进行下一步。第五步，比较β1×α3 和α2 的符号，如果符号相同，则属于部分中介效应，报告中介效应占总效应的比例β1×α3/α1。如果符号不相同，属于遮掩效应，报告间接效应与直接效应的比例的绝对值β1×α3/α2。方法，构建三个模型，其中模型（6）与模型（1）相对应：

Mit表示中介变量，即人力资本、企业生产成本和技术创新。①人力资本（Human），采用平均受教育年限来衡量。②企业成本（Cost），采用各省份规模以上工业企业主营业务成本占规模以上工业企业主营业收入的比重来衡量。③技术创新（Tech），选取各省份专利申请量来衡量。

（二）中介效应结果分析

数字经济发展对中国制造业升级的直接影响以及通过积累人力资本、降低企业成本和促进技术创新所产生的中介效应将通过模型（6）—（8）进行检验，具体结果见表7。由表7 中第（1）列可知，数字经济发展对中国制造业升级具有显著正向作用，因此可继续进行中介效应检验。然后，分别从积累人力资本、降低企业成本与促进技术创新三个方面检验数字经济发展对中国制造业升级的作用机制。

表7 中介效应回归结果

表7 第（2）列的结果表明，数字经济发展会促进人力资本积累。第（3）列的结果则显示，人力资本积累对制造业升级产生正向影响，但P 值大于10%。由于这两个系数至少有一个不显著，进而采用Bootstrap 法检验间接效应是否显著，结果拒绝原假设，这表明间接效应显著，即数字经济发展将通过提高人力资本积累推动制造业升级。同时β1×α3和α2的符号系数一致且显著，说明中介变量存在部分中介效应。中介效应为9.68%，且检验结果表明中介效应占总效应的比例为11.19%。由于数字经济发展水平的提高和数字技术的应用，不仅给经济发展及运行提供巨大的能量，也会改变相关产业对人力资本包括教育资本和劳动技能等方面的需求，而人力资本的投入能够增强区域相关主体的创新意识和创新效率，以此提升制造业生产效率。

表7 第（4）列结果显示，数字经济发展对企业成本产生显著影响；第（5）列结果表明降低企业成本对制造业升级的影响显著为正。同样β1×α3和α2的符号系数一致且显著，这意味着中介变量存在部分中介效应，中介效应为7.20%，且表明由数字经济发展引致的企业成本降低的中介效应占总效应的比例为8.32%。随着数字经济的蓬勃发展，数据已经成为制造业产业结构优化升级中的关键生产要素。而传统制造业通过增加资金、劳动力、土地等生产要素促进自身企业规模扩张，导致成本的大幅度提升超过企业规模扩张带来的利润。但随着数字红利的释放使得制造业企业快速进行数字化改革，低效率、低利润和高利润的产业部门（产业链、供应链）逐步收缩，进而带动制造业升级。

表7 中第（6）、（7）两列结果表明，数字经济发展对技术创新的影响效果和技术创新对制造业升级的间接影响效果均显著为正。同样进行第五步检验发现，β1×α3和α2的符号系数一致且显著，说明技术创新是部分中介效应，其大小为16.26%，且占总效应的比重为18.80%。这也充分说明，数字经济的信息技术优势为制造业升级提供了一定的基础，也大大提升了创新资源的流动性和可用性，加快了企业技术创新迭代速度。而且，制造业数字化转型中应特别重视数字技术的深度开发及其在制造行业的应用推广，这有助于缓解我国在高科技领域面临的“卡脖子”“掉链子”等困境。以上分析证明了前述假设2 的论断。

四、结论与启示

当前，中国制造业大而不强、全而不优，在全球价值链中“两头挤压”态势明显，而中国数字经济的蓬勃发展则为制造业提供了中高端攀升和后发赶超的绝佳契机。总体而言，现有相关研究在机理分析和经验考察等方面仍有提升空间。本文立足于数字经济发展的一般规律和制造业升级的内在需求，利用我国省级层面数据对数字经济发展水平、制造业升级水平进行综合测度，进而对数字经济发展能否以及如何促进制造业升级进行理论分析和计量检验，以下的经验研究结论值得关注：第一，数字经济发展可以通过完善数字基础设施建设、提升数字产业化和产业数字化发展水平直接助推中国制造业升级，而且产业数字化对于制造业升级的正向推动效应更为凸显。第二，基于地域视角分析，我国东、中、西三个区域数字经济发展都对制造业升级产生显著的正向促进效应，但东、中部区域完善的数字基础设施对于制造业升级的影响更大，而西部区域的产业数字化则是数字经济发展促进制造业升级的关键力量。第三，基于行业视角分析，数字经济发展对资本密集型制造业和技术密集型制造业产值比重有显著的正向推动作用，而且对技术密集型制造业的推动作用更为明显，然而数字经济发展对劳动密集型制造业升级却有一定的抑制作用。第四，数字经济发展还能通过人力资本积累、降低企业成本及提升技术创新能力等渠道间接促进中国制造业升级。其中，数字经济发展引致的技术创新对制造业升级的效果要优于其他两个方面。

上述研究结论也蕴含着较为丰富的政策启示：第一，通过锻长板、补短板，加快传统制造业数字化转型进程。①打破各种壁垒，促进制造业企业间数据的互联互通互享，扩展整个产业链条。同时，在工业互联网平台等数字经济新型基础设施的支持下，加快创新基础（能力）的推广和延伸，从而为传统产业的转型增值创造更加优越的发展环境。②构建数字经济产业与传统产业的融合生态圈，重点发展数字技术核心企业，形成核心企业、研发、金融服务等数字化发展要素的良性循环。同时，政府可通过专项补助、强化数字化转型公共服务供给、完善新型基础设施等真正激发企业数字化转型的内生动力。③政府应加大对劳动密集型制造业企业的资本及技术扶持力度，营造出更加良好的产业数字化发展环境，切实降低转型门槛，解决“不敢转”“不会转”等问题。

第二，注重中介作用机制，着力提升制造业价值链环节附加值。①充分发挥国内数字要素（技术）的创新驱动效应，构建“官产学研用”相结合的协同创新攻关体系，持续推动数字经济创新成果产业落地，积极参与数字领域国际规则和标准制定，并以数字技术标准制定引领创新。②强化区域型、行业型、企业型数字化转型促进中心等公共服务能力建设，并鼓励制造业企业在数字技术开发和创新领域率先实现数字和信息的开放共享，有效避免企业数据重复收集，降低数据库建设成本。同时，通过数字赋能金融、赋能信用为数字经济的多场景融合创造条件。③调动各主体的创新积极性，充分发挥国内数字要素（技术）的创新驱动效应，构建“官产学研用”相结合的协同创新攻关体系，持续推动数字经济创新成果产业落地。同时，应着力加强数字化创新人才队伍建设，逐步提升各产业对技术创新投入的承载吸收能力。

第三，兼顾异质性因素，统筹协调区域数字经济发展布局。①政府应从整体上对不同区域数字经济发展进行规划，在巩固东部地区数字经济发展优势的基础上，适度推进数字生产要素资源和相关扶持政策向中西部地区倾斜。还需要尽快实现数字化转型要素投入和成果在区域间共享互通与协同治理，打破数字技术、要素空间外溢效应的制度约束。②发挥政府在数字产业链总体布局上的统筹协调作用，根据区域比较优势和现有短板设计数字经济与制造业产业发展规划，积极打造具有国际竞争力的数字产业集群，并通过营造安全有序的数字化创新发展环境，助力数字经济与实体经济的协调均衡发展。③充分利用服务业在数字化渗透方面的规模优势和速度优势，积极推进制造业与服务业在产业层面的互动融合和空间层面的协同集聚，以便尽快形成区域整体联动、行业相互赋能的包容性数字化响应机制。