数字经济时代制造业转型与空间区位变革

潘 彪 黄征学

21世纪以来，随着新一代信息技术加速突破和广泛应用，数字化的知识信息与实体经济深度融合，人类社会迈入数字经济时代。数字经济以数据资源为关键生产要素，以现代信息网络为重要载体，通过有效使用信息通信技术推动效率提升和经济结构优化。在数字经济时代，信息通信技术的广泛应用带来了更高水平的专业化分工和柔性化生产，制造业生产组织方式和空间布局都发生了重大变化。传统的产业组织理论和区位选择理论能否解释这些变化、能否指导新时代产业发展和布局优化，已成为学术界和政策层面关注的热门话题。具体来说，数字经济发展使我国制造业转型具有了哪些新的特征？对制造业空间区位选择产生了多大影响？产业空间布局将趋于分散还是更加集聚？研究探讨这些问题，兼具理论和现实意义。

一、相关文献综述

对于数字经济如何赋能制造业、推动产业转型升级，学术界的看法较为一致。学者们普遍认为，数字信息技术对制造业发展具有积极作用，有助于拓展生产可能性曲线，提升全要素生产率，这种作用具体体现在四方面：一是成本节约效应，包括优化企业内部管理流程，打破数据孤岛，实现更有效的生产管理［1-3］，解决企业间信息不对称问题，降低信息搜寻、交易匹配和合同执行等成本［4-6］，通过优化生产布局降低运输成本［7-8］。二是创新溢出效应，凭借数字技术的通用性和高渗透性，增强企业获取先进技术和管理知识的能力［9］，为知识的分享、联合使用和再创造提供更多机会［10］，促进企业技术升级和产业融合发展［11-12］。三是效率提升效应，通过数字化技术增强供应链的可感知度和可调节性，提高供应链运行效率［13-15］，同时借助数据支持和算法赋能，使产品设计和目标市场更加精准，提升供需对接效率［16-17］。四是规模经济效应，数字技术驱动下生产分工边界进一步拓展，产业链沿着纵向和横向延伸，在更大规模和范围下组织生产［18］，满足多样化消费需求，更容易实现规模经济和范围经济［19］。

对于数字经济驱动下制造业在地理空间上趋于集聚还是分散，学术界的观点并不统一［20-22］。一方面，认为布局将走向分散的学者指出，信息通信技术通过降低信息获取成本及情感交流成本，使经济集聚的学习效应、匹配效应、共享效应可以在更大范围内实现，增加企业选址自由度，加之为规避中心区域高房价等拥挤成本，产业不可避免地走向分散［23］。为数不多的实证研究也发现，互联网发展降低了全国范围内的制造业企业集聚程度，推动了城市内部制造业就业去中心化等［24-26］。另一方面，认为布局更加集聚的学者指出，实体运输成本和基础设施建设成本始终存在，通过集聚能够分担生产成本，信息化也无法传递隐性知识，本地化的学习交流在集群创新过程中仍必不可少，同时为满足即时生产需求，企业需要在空间上临近以加强对生产过程的控制［27］。此外，也有部分学者认为分散和集聚作用并存，如大空间尺度上的集聚、小空间尺度上的分散，关键环节和零部件集聚、低端环节和零部件分散，知识密集型服务业集聚、成熟制造业表现为分散［28］，高水平城市先短暂分散然后边际递增集聚，等等［29-32］。

综上，学术界更多地从数字经济发展对制造业的影响切入，而未将制造业生产技术和生产过程的变化作为学术问题，这就造成分析框架不全面、逻辑链条不完整，对部分关键问题未能给出确切回答。在数字经济发展驱动下，制造业生产过程和组织方式的转变相伴而生，变化本身及其带来的影响密不可分，这就要求从制造业转型入手，分析数字经济下制造业生产方式和组织形态的变化，然后分析其对空间布局的影响，建立涵盖制造业生产方式、组织形态、空间区位的系统分析框架，进而形成更严谨、明确的结论。

二、数字经济时代制造业生产方式和组织形态的变化

进入数字经济时代，信息通信技术与实体经济加速融合，制造业生产方式开启数字化转型、网络化协同、智能化变革，组织形态也逐渐向扁平化、平台化、生态化转变。

（一）生产方式数字化转型、网络化协同、智能化变革

数字化转型是指制造业企业在研发设计、生产加工、经营管理等环节，引入信息通信技术，将现实世界的业务对象、业务流程精准映射在数字信息系统内，重塑生产过程。总体而言，呈现三个特征：一是我国制造业数字化转型取得长足进步，但整体进度慢于服务性行业。2013—2020年，全国制造业企业每百人使用计算机台数从17台上升至30台，企业电子商务采购额和销售额均翻了一番，有电子商务交易活动的企业数量占比从7.2%上升至10.7%，但占比仍远低于住宿餐饮、信息服务、文体娱乐行业。二是数字化转型涉及的行业领域快速拓展。从全国1000多家制造业上市企业年报来看，2009—2019年数字化转型相关词汇出现的频次从平均17.8次/家快速攀升至81.4次/家，涉及行业从电子信息和通信设备制造扩展到绝大部分行业。三是数字化转型的重点领域从销售数字化逐步向生产数字化、智能化迈进。2009年，近一半词汇与销售数字化有关；2012年，生产智能化词频超过销售数字化；2019年，销售数字化、生产智能化词频占比分别为26%和53%（见图1，下页）。

图1 制造业上市企业数字化转型关注的重点领域变化情况

网络化协同是利用信息通信技术和通信网络，将企业间数据互通和业务互联，推动供应链上下游企业与合作伙伴共享各类资源，实现协同设计、生产、服务和管理，其中有两点值得关注：其一，我国正处于从深化企业内协同向突破企业间协同转变的阶段，企业内部实现信息系统全面集成管控的比例达21.6%，供应链物料采购、原材料库存、生产制造、成品库存环节实现集成管控的比例均超过50%；企业之间协同的比例相对较低，实现开放式研发、协同制造、协同营销的比例在30%左右，实现开放物流、产业链金融协同的比例分别只有22.3%和14.1%（见图2）。其二，工业互联网平台作为网络化协同制造的主要途径，汇聚设计、制造、运维等环节主体，推动关键数据共享和制造资源优化配置。统计数据显示，2020年，我国具备一定行业、区域影响力的工业互联网平台超过100个，连接工业设备达到1686万台（套），服务企业约160万家。

图2 2020年我国制造业企业内和企业间网络化协同情况

智能化变革强调将新一代信息通信技术和人工智能赋予生产运作系统，使其能够自动感知、决策和执行，本质是让机器辅助乃至替代人作决策，以提高决策效率和准确性。当前，我国制造业智能化变革处于初期阶段，主要存在数控机床和工业机器人普及率偏低、信息共享和业务集成不足、高端工程和研发设计软件长期依赖于国外等问题，2020年制造业企业智能制造就绪率仅为8.6%。在智能化变革过程中，涌现出离散型智能制造、流程型智能制造、网络化协同制造、大规模个性化定制等新模式新业态，主要以智能制造单元、车间、工厂和供应链为载体，智能制造示范工厂和灯塔工厂是其中的领跑者。2021年，全国共评选出110家智能制造示范工厂，覆盖电子信息、高端装备、汽车、家居等重点产业。截至2022年3月，全球共有103家灯塔工厂；我国有37家，涉及电子设备、汽车和家用电器、消费品等行业。

（二）组织形态扁平化、平台化、生态化

第一，去中心化、扁平化成为企业组织变革方向。一方面，以客户需求为导向的大规模个性化定制和网络化协同制造，对企业组织去中心化和压缩管理层级提出了要求。大规模个性化定制、响应式生产等，要求企业能够根据客户需求和外部条件变化作出快速反应，这就需要打破科层制部门界限，减少管理层级，形成环境反应敏锐、决策迅速的组织模式。另一方面，信息通信技术的使用，为企业从科层制结构向网络化结构调整提供了条件。借助企业管理系统软件和工业互联网平台，以及产销和运营结果的实时反馈，生产监督成本和委托—代理风险减少，分层管理的必要性下降，企业纵向一体化的动力也逐渐减弱。

第二，企业—平台关系逐步强化。随着制造业技术复杂度和分工程度的提高，企业和产品之间需要统一的标准接口进行连接，需要依托物联网、工业互联网平台、工业软件等，打造信息物理融合系统，实现高水平连接。网络化协同制造要求不同企业在统一平台上开展合作。由于存在网络效应，只有当平台达到一定的用户基数时，才能形成完整的产业链，降低用户的生产和交易成本。相应地，“企业—企业”竞合关系转变为“企业—平台”竞合关系（见图3）。同时，由于工业互联网平台和工业软件的可复制性，平台发展新用户的边际成本很低甚至为零，在达到一定规模后成本优势将进一步强化，所能提供的相关互补性辅助产品或服务也就越多，从而能够以更低的价格为不同规模的企业提供服务，吸引中小微制造业企业入驻，形成正向反馈。此外，平台间高转换成本增强了用户黏性，这主要是由于入驻工业互联网平台需要对生产过程进行定向数字化改造，且技术改造投入带来的沉没成本和基于平台建立的稳定合作关系网络使企业在更换平台时面临高昂的转换成本，从而保障了平台客户的稳定性。

图3 “企业—企业”关系向“企业—平台”关系转变

第三，产业生态联盟竞争愈发突出。其一，制造业网络化协同和智能化变革对形成产业生态联盟提出了现实要求，而产业联盟的形成更有助于提高协同的效率和水平。同时，智能制造迫切要求建立泛在的人工智能物联网，而这要以标准统一、对接畅通、互认互联的产业生态为前提。其二，在产业生态联盟形成过程中，核心制造企业特别是平台型组织发挥了重要作用，通过整合产业链上下游企业、制定统一规则标准、搭建产业组织平台等，构筑起完整的产业生态系统。其三，受网络效应和规模经济驱动，产业联盟的价值和竞争力同样受到联盟内企业数量的影响，企业越多、类型越丰富，产业生态也就越完整［33］，扩大联盟规模可以有效分担研发和基础设施等成本，产品之间的互补也能发挥更大的功能。

三、数字经济时代制造业的空间区位变革

在数字技术驱动下，制造业生产方式变化直接影响企业生产布局安排，产业组织形态转变则通过重塑企业内外部关系影响空间区位选择，二者的分散和集聚作用分别可以归纳为三个机制（见图4，下页）。

图4 数字经济对制造业“生产方式—组织形态—空间区位”的影响机理

（一）数字经济带来的分散作用

1.信息匹配机制

信息通信技术的应用，改变了企业获取内外部数据信息的方式，使企业布局有更大选择空间。首先，企业借助信息通信技术更容易开展交流、学习，促使技术溢出效应在更大空间发挥作用。其次，依托工业互联网平台在线及时交流生产信息，可以帮助企业提高供应链管理效率，降低对集聚选址的需求。再次，电子商务、在线市场调研等应用大大改善了信息搜索匹配效率，企业也可以远程实时获取消费者信息，降低贴近消费市场开展生产的必要性。最后，信息化、自动化控制技术的应用，减少了一线生产中劳动参与数量和参与强度，加之部分非一线生产环节引入在线远程办公系统，员工工作地点更具有弹性，降低了企业对本地劳动力的依赖程度。

2.成本控制机制

一方面，标准化、模块化生产可以提高半成品、产成品的运输便利性，而通过模块集成还可以压缩生产环节和流程，降低企业间运输需求，有助于削减运输成本，降低零部件供应商集聚程度。另一方面，随着数控机床、工业机器人等的应用，生产自动化水平提高，显著降低了普通劳动力需求［34］。与此同时，数字化研发设计、网络协同设计也使得企业对高水平人才的需要更加有弹性，有助于降低企业人工成本和对劳动力市场的依赖程度［35］。

3.虚拟替代机制

网络化协同制造趋势下，依托工业互联网平台汇聚各环节生产主体，推动关键数据共享和制造业资源优化配置，使部分企业特别是非核心生产环节的企业不再需要临近选址，减少了集聚的需求。同时，总承包、总集成服务通过提供系统的数字化解决方案，有效降低了企业数字化转型成本，减弱了对公共信息基础设施的依赖，弱化了信息港的集聚功能。中小型制造业企业之间以数据和信息实时交换为核心的网络虚拟集聚，可对实体集聚产生部分替代［23，31，36］。国务院印发的《“十四五”数字经济发展规划》中提出的“探索发展跨越物理边界的‘虚拟’产业园区和产业集群，加快产业资源虚拟化集聚”，正是对这一趋势的反映。

（二）数字经济带来的集聚作用

1.信息鸿沟机制

虽然近几年各地区固定宽带、移动互联网差距明显缩小，但5G、工业互联网等新型信息基础设施的差距十分明显，短期内信息基础设施鸿沟难以弥合。同时，智能制造要求信息技术创新和服务作为支撑，还需要创意设计、金融会计等高端生产性服务与之配套，而这些往往集中在经济发达城市。软硬件设施和服务的地区差距，使得对信息网络和技术服务要求比较高的制造业企业向发达地区、重点城市集聚。

2.效率控制机制

信息化加快了信息交流速度，也使得时间竞争愈发重要［28］。大规模个性化定制和即时生产，成为促进企业集聚的重要力量。一方面，推动高度自动化的制造效率与定制化的灵活性有效结合，要求上下游企业和零部件厂商以产业链核心企业为原点，通过位置上相互靠近来加快供应速度，确保对分散化生产有更强的控制能力［23，27］。另一方面，为准确把握市场需求信号、缩短产品配送时间、减少末端库存，生产企业往往向大城市周边或交通枢纽城市集聚。

3.业态融合机制

生产的线上线下融合强调制造业企业之间创新协同、产能共享和供应链互通，这其中隐性知识的传播、生产资料和产成品的调运，都要求企业位置互相靠近。消费的线上线下融合，由于一些体验式消费需求无法通过网络满足，而线上联系也会衍生出相应的消费场景和需求，生产布局贴近市场才能更好地满足消费融合需求。与此相似，服务型制造要求制造业重视提供产品全生命周期管理和系统服务解决方案，产品的生产和制造将被前置和集聚，进一步靠近终端消费市场。

四、数字经济对制造业空间布局影响的实证研究

从理论上看，数字经济发展对制造业空间分布带来分散和集聚两方面的影响，具体哪方面的影响起主导作用还没有定论。而现有相关实证研究使用的都是2016年以前的数据，很难反映近几年数字经济蓬勃发展后的新情况，因而有必要结合最新数据作进一步的深入研究。

（一）基准模型设定

产业布局集聚或分散，与研究选择的具体空间尺度有很大关系。综合考虑数据的代表性和可获得性，基准研究使用全国289个地级市城市数据展开分析，研究时间跨度为2011—2019年，这正是我国数字经济蓬勃发展时期。参考安同良和杨晨［24］、郑洁［25］、Zhang et al.［26］的研究，本文将模型设定为：

其中，Industryit是指一地制造业占比，用来衡量企业区位选择；Digitalit用来衡量地区数字经济发展水平，是本研究的核心自变量；Xitj为控制变量。各变量的指标选取如下：

（1）因变量。企业区位选择（Industryit）用区域内第二产业增加值占全国比重来衡量。

（2）核心自变量。数字经济发展水平（Digitalit）是一个综合性的概念，国家统计局2021年对数字经济的统计口径作出界定，但尚未发布相应的统计数据。部分学者在构建指标体系时使用平台公司发布的相关指数作为衡量指标［4，7］，但因缺少长时序面板数据而存在较大限制，且指数合成后的指标容易与其他变量存在共线性，不适合作为首选指标。接入网络是数字经济发展的基础，与产业数字化转型有较强的相关性。在黄群慧等［1］、安同良和杨晨［24］、吴思栩等［32］的研究中，以 移动或固定互联网接入情况作为表征指标。移动互联网和宽带互联网有一定的替代性，且移动互联网主要用于消费端，本研究优先选择使用宽带互联网接入率（Internetit）来衡量数字经济发展状况，该指标以宽带互联网接入用户数与人口数之比表示。

（3）控制变量。经济发展水平（Pgdpit）与完善的基础设施、良好的制度环境、充裕的市场需求相伴，决定着公共服务完善程度和产业政策力度，对制造业企业选址影响巨大，文中使用人均GDP来衡量。人口规模（Populationit）决定着劳动力规模和市场需求规模，劳动力越充裕、市场需求越大，制造业企业越容易进驻。服务业（Serviceit）与制造业存在竞争替代关系，往往是此消彼长，这里使用第三产业增加值占GDP比重来衡量。科技创新能力（Techit）能够显著提升制造业企业生产效率和竞争力，帮助企业转型升级，本文使用科学研究从业人员数量来衡量。

整体分析使用数据来源于2012—2020年《中国城市统计年鉴》，对于缺失值采取插值法进行补充，其中价值变量统一用2011年为基期的消费者物价指数折算。所有指标取对数处理，变量的描述性统计如表1所示。

表1 变量描述性统计

（二）整体回归结果分析

考虑到城市样本研究使用的是短面板数据，先使用固定效应回归分析，然后使用随机效应回归分析，Hausman检验支持了固定效应模型的回归分析，结果如表2（下页）所示。

结果表明，数字经济对制造业整体布局起到了一定的分散作用。样本城市的宽带接入率每提高1%，其制造业在全国占比下降0.023%。这一结果意味着，当前数字经济发展在一定程度上推动了制造业布局的分散。就控制变量而言，经济发展水平、人口规模和科技创新水平促进了制造业集聚，而服务业发展则推动了制造业布局分散，结果都与预期一致。城市人均GDP、人口规模、科技创新能力每提高1%，其制造业在全国占比将分别提高0.905%、0.524%、0.018%；城市服务业在其经济结构中的占比每提高1%，则制造业在全国占比下降0.922%，表现出较强的替代作用。

为确保模型结果的可靠性，本文对整体回归结果进行稳健性检验。首先，使用移动互联网接入率（Mobileit）作为宽带互联网的替代变量，具体以移动电话用户数量与人口数量之比衡量。在表2中，列（2）的结果与基准回归在作用方向上保持一致且同样显著。其次，使用逐步回归方法，在不添加控制变量的情况下，仅使用核心自变量进行回归，列（3）与基准回归结果也保持一致。最后，添加时间虚拟变量（考虑到2014年后数字化进程明显提速，2014年前后分别取值0和1）、区域虚拟变量（东部、中部、西部、东北地区分别取值1、2、3、4）以控制时间和区域差异，在列（4）中控制变量仅保留经济水平和人口规模，在列（5）中添加所有控制变量，两次稳健性检验结果与基准模型均保持一致，验证了结果的可靠性。

表2 整体回归结果

（三）分行业回归结果分析

不同制造业行业受信息通信技术影响程度不同，其分散和集聚状态不能一概而论。本文进一步使用制造业行业数据进行分析，数据来源于各省份统计年鉴，时间跨度为2010—2019年，涵盖30个省份①由于上海未公布制造业分行业规上工业企业数量，这里不包括上海。。本文将制造业31个大类行业分为劳动密集型、资本密集型、技术密集型三类，对于每一类，使用规模以上工业企业数量作为表征指标，然后利用区位熵衡量集聚程度，并以此作为被解释变量。解释变量与整体分析保持一致，回归结果如表3（下页）所示。

表3 分行业模型回归结果

第一，数字经济发展对技术密集型行业布局起到明显的分散作用。样本省份的宽带互联网接入率每提高1%，其制造业区位熵下降0.083%。这与整体分析中的结果方向保持一致且系数更大。这主要是因为，技术密集型行业对技术创新、知识交流、高技能人才的需求较强，数字信息技术的使用能够拓展技术扩散和交流的范围，降低企业毗邻生产的需求。从控制变量来看，人口和技术因素分别起到显著负向和正向作用，意味着就技术密集型产业而言，本地从事研发创新的人员数量更为关键；服务业发展水平起到正向作用，这与制造业能力较强、技术密集型行业占主导的省份往往发展水平高、服务业活跃的情况相吻合。

第二，数字经济发展对资本密集型行业布局起到集聚作用。样本省份的宽带互联网接入率每提高1%，其资本密集型制造业区位熵上升0.085%。数字经济能起到集聚作用，这与资本密集型行业的特性有关。行业内企业大都有以大宗原材料为导向、企业规模庞大、机械设备整体搬迁难度大等特点［25］，布局确定后一般很少轻易调整，此时各类生产设备接入宽带互联网会进一步强化位置黏性，进而起到集聚作用。从控制变量来看，人口规模因素起到集聚作用，而技术水平则起到分散作用，其原因在于前者带来庞大消费需求，后者更有助于推动企业向技术密集型跨越而对资本密集型产生替代；服务业发展水平起到分散作用，主要是服务业同样会对资本密集型行业产生替代。

第三，数字经济发展对于劳动密集型行业布局起到集聚作用。样本省份的宽带互联网接入率每提高1%，其劳动密集型制造业区位熵上升0.045%。这一结果与技术密集型的符号方向刚好相反，在一定程度上源于两类产业之间有较强的替代性，这种集聚作用主要是因为数字通信技术特别是电子商务等线上交易的发展解决了市场销售问题，使得生产企业可以尽可能地将工厂向低成本区域集中。这一结果与我国劳动密集型行业在省际转移和分布变化趋势一致，也符合全国层面提出的引导劳动密集型产业重点向中西部地区转移的导向。这一时期，我国劳动密集型行业逐步从东部和中部地区向西部地区转移。按劳动密集型行业区域集聚程度排名，2010年前十位的省份有6个是东部和中部省份，而到2019年，则有6个是西部省份。从省域层面来看，劳动密集型行业更多是发生了空间位置变化，有向西部省份集聚的趋势。

数字经济发展和制造业产业布局可能存在互为因果的关系，存在一定的内生性。本文参考赵奎等［36］的研究，通过份额移动法构造Bartik工具变量来解决内生性问题，基本理念是用分析单元初始的份额构成和总体的增长率来模拟历年的估计值，该估计值和实际值高度相关，但是与其他的残差项不相关。具体到本文中，使用各省宽带互联网接入率（Internetit）的初始值与全国增值率的乘积，构造IV_Internetit工具变量，然后进行2SLS估计，结果如表4（下页）所示。第一阶段回归结果显示，工具变量与原变量高度正相关，且通过不可识别检验、弱工具变量检验和过度识别检验，证明工具变量的合理性。与表3相比，在第二阶段回归结果中，数字经济发展对技术密集型行业、劳动密集型行业作用方向和显著性保持一致，对资本密集型行业系数方向一致但不再显著，这意味着数字经济对技术密集型行业的布局分散作用和对劳动密集型行业的布局集聚作用是可靠的，而对资本密集型行业布局的影响并不稳定，需要进一步开展稳健性检验。

表4 工具变量回归结果

参考已有研究，本文通过更换核心自变量，使用财新智库中国数字经济指数（Digitalit）作为宽带互联网接入率（Internetit）的替代变量，来衡量各省份数字经济综合发展水平，开展稳健性检验。样本时间跨度为2014—2018年，回归结果如表5所示。对于技术密集型行业和劳动密集型行业，核心自变量的系数符号与表3中保持一致且都显著，再次验证了数字经济发展对技术密集型行业的分散作用、对劳动密集型行业的集聚作用是稳定可靠的。对于资本密集型行业，核心自变量的系数仍不显著且符号发生变化，回归结果不稳健，这表明数字经济发展对资本密集型行业的作用不明确，这可能与其行业特性有关，意味着现阶段数字经济发展对产业布局的影响尚不明显。

表5 稳健性检验结果

五、结论与政策建议

为分析数字经济发展对制造业转型和空间布局的影响，本文建立了涵盖制造业生产方式、组织形态、空间区位的系统分析框架，结合全国宏微观层面统计调查数据进行实证研究，得到以下主要结论：第一，随着数字经济的发展，制造业生产方式数字化转型、网络化协同、智能化变革不断推进，取得显著进展，未来一段时间需要重点关注提升企业间网络协同制造水平、解决智能制造关键制约等问题。第二，制造业产业组织形态向扁平化、平台化、生态化转变，产业平台凭借网络效应、规模效应、低边际成本和高转换成本等优势，吸引了众多制造业企业入驻，企业间竞争合作关系向“企业—平台”关系转变，市场竞争由单个企业竞争向产业生态联盟竞争转变。第三，伴随着生产方式和组织形态的变化，数据资源成为制造业企业区位选择的重要影响因素，对产业空间布局产生分散和集聚两个方向的作用，前者通过信息匹配机制、成本控制机制、虚拟替代机制发挥作用，后者通过信息鸿沟机制、效率控制机制、业态融合机制发挥作用。第四，基于2011—2019年城市层面制造业整体数据、2010—2019年省级层面制造业分行业数据的实证研究表明，数字经济发展对制造业整体空间布局起到了一定的分散作用，但对各类行业的影响存在显著差异：对技术密集型行业布局起到分散作用，对劳动密集型行业布局起到集聚作用，对资本密集型行业布局的影响尚不明显。

基于上述结论，提出如下政策建议：

一是“新”“老”结合、软硬并重，有效弥合区域间数字基础设施和服务鸿沟。中西部人口和产业相对集聚的城镇化地区，应抓住数字信息技术带来的技术密集型产业分散分布的机遇，针对性实施新型信息基础设施提升行动，优先补齐固定宽带光纤网络短板，增强对技术密集型制造业的支撑和吸引能力，避免低端锁定。依托国家“东数西算”工程，适度将软件开发设计、人工智能分析、数字商务等数字服务业向中西部地区城市转移，就近挖掘数据商业价值，促进数字制造、数字服务业深度融合。

二是企业联动、基础先行，加快提升网络化协同制造和智能制造水平。顺应网络化协同制造从企业内协同向企业间协同迈进趋势，加快提升企业内产品销售和配送协同能力，实施专项行动，支持中小企业使用ERP、MES等软件，并采用云联网等方式，打通企业间数据和业务互联互通的断点、堵点。开展智能制造基础设备、基础软件重点突破行动，借鉴智能制造示范工程、全球“灯塔工厂”经验，推动智能制造单元、产线、车间建设，加快制造执行系统的云化部署和优化升级，以智能科学决策和精准执行提高企业生产运行效率。

三是构筑载体、优化组织，增强制造业平台组织和产业生态联盟竞争力。加快培育制造业服务平台，引导综合性平台汇聚更广范围生产要素资源，面向重点行业及产业集聚区建设特色平台，面向特定技术和场景打造专业型平台。理顺制造业企业和平台型组织之间的关系，加强工业互联网平台监管，避免平台垄断问题，推动建立跨平台数据迁移标准，促进平台互联互通，减小平台间迁移成本。依托核心企业和平台型组织，培育一批产业生态联盟，充分释放网络效应和规模经济的积极作用，增强整体竞争能力。

四是虚实互补、集散有序，夯实数字技术对优化制造业区域布局的支撑作用。依托工业互联网平台和产业生态联盟，发展跨越物理边界的“虚拟”产业园区和制造业产业集群，加快产业资源虚拟化集聚、平台化运营和网络化协同。结合区域间产业转移承接和飞地园区建设等实践，探索基于虚拟空间的产业集群跨区域、跨平台协调模式，减少非必要的物理空间集聚。鼓励平台组织与实体产业园区加强合作，创新联合运营模式，丰富技术、数据、平台、供应链等服务供给，提升线上线下相结合的资源共享水平，构建虚实结合的产业布局形态。