中国数字经济产业与制造业融合测度研究

武晓婷,张恪渝

(北京物资学院 a.经济学院;b.双碳研究院,北京 101149)

一、引言

伴随着信息网络技术迅猛发展,新一轮科技革命和产业变革蓄势待发,中国经济正加速迈向数字经济新阶段。在此背景下,党的十九届五中全会、“十四五”规划和2035年远景目标纲要中明确指出,要加快数字化发展,促进数字经济与实体经济深度融合,赋能传统产业转型升级。数字化转型已然成为中国经济发展的新增长点和强劲引擎。从本质上看,数字经济具有产业部门与经济形态的双重特征,是一种融合性经济。数字化发展不仅是数字经济产业自身的发展,更为核心的是数字经济产业与传统产业的融合[1]。产业数字化拓展了产业发展的新空间,催生出产业发展的新业态,成为产业转型升级的重要驱动力。

现阶段数字化转型已不再是“选修课”,而是关乎各产业生存及持续、健康发展的“必修课”。如何有效推进数字经济向实体经济各领域渗透、延伸,以发挥其在经济高质量发展中的催化剂与助推器作用,客观上需要以制造业数字化转型为切入点,有步骤、分层次地对各产业进行数字化改造。其原因在于,一方面,制造业作为一国国民经济的支柱产业,数字经济产业与制造业的融合,是产业数字化转型的重要领域,同样也是数字经济与实体经济深度融合的重要成果;另一方面,中国传统制造业附加值较低,创新力不足,大而不强的问题长期存在。数字经济产业属于技术密集型产业,其与传统制造业融合将会加速改变制造业的核心技术与资源,进而为制造业发展路径转变、增值提效以及产业转型升级创造有利条件。数字经济产业与制造业融合发展,作为重塑中国制造业核心竞争力的赶超模式,是中国政府积极抢占全球新一轮制造业竞争制高点的国家重大战略之一,是当代中国社会经济发展的重大理论与实践课题。

产业融合既得益于内部数字技术的创新驱动,又与外部产业的放松管制息息相关。在二者的共同作用下,不同产业之间进行交叉渗透,产业边界呈现出模糊化甚至消失的动态演变过程[2-3]。从融合路径看,要推动数字经济产业与制造业多维度、深层次融合发展,需要通过在生产模式、组织形态等方面进行产业链分解与重构来实现[4-5]。从融合效应看,数字经济产业与制造业融合,尽管对制造业生产效率的提升存在一定的滞后性[6],但在产业结构升级、产业创新优化等方面均有积极影响,最终促进经济增长和全要素生产率的提高[7-9]。

如何科学、客观、合理地测度中国数字经济产业与制造业的融合程度,关乎能否有效挖掘数字经济关键产业,从而更好地发挥产业政策效果,引导制造业崛起,进一步促进整个国民经济产业结构优化和升级。国内对于产业融合的测度,常用的方法有两大类。第一类是计量分析方法,如随机前沿模型(SFM)、向量自回归模型(VAR)等[10-12]。这类方法主要基于超越对数生产函数所构造的多元回归模型,对产业的融合程度进行测算。虽然可以检验产业融合的效果及其驱动因素等,但这类方法在模型构建和指标选取上的差异会导致研究结论不尽相同,甚至会完全相反,缺乏稳健性[13]。同时,受限于变量之间因果关系的计算逻辑,计量分析方法无法进一步分析产业之间关联机制[14]。

第二类是投入产出分析法。本质上看,研究数字经济产业与制造业的融合程度就需要揭示产业之间的关联性。投入产出分析法能较好反映产业间的技术经济联系与相互依存程度,是目前分析产业关联性最重要的方法[15]。投入产出表的构建是基于一般均衡模型,其理论基础严密,且存在大量数量间的平衡关系。传统的投入产出分析方法正是利用这些平衡关系构造各种指标来刻画产业间的关联特征。最基本的指标是直接消耗系数和完全消耗系数,由此利用上述指标可以衍生出涵盖整个国民经济产业关联测度指标,分别从不同角度考察产业之间融合互动关系,如中间投入率、中间需求率、影响力和感应度系数等[16]。其中,影响力系数和感应度系数主要用于考察产业间的后向关联与前向关联关系,但仅从中间消耗角度说明了产业间关联的相对强度,并非从产业自身的产出水平来体现产业间关联的实际强度[17]。改进后的影响力系数和感应度系数不再采用算术平均值,而是采用加权平均的方法,将产业结构纳入分析范畴[18-19]。加权后的影响力和感应度系数作为对简单形式的有益补充,测算上更加客观、准确。为了进一步分析产业间的关联性,需要了解某一产业的增长究竟多大程度来源于产业自身的扩张,又有多大程度受其他产业扩张的影响。结构分解技术(SDA)对传统投入产出分析方法进行改进,将产业增长的影响因素逐一剥离出来。因此,该方法可以有效区分产业内和产业间的关联性。同时,结构分解技术还能在一定程度上克服传统投入产出表编制周期较长的滞后性问题[15]。

综上所述,现有文献大多定性分析数字经济产业与制造业融合的动因、路径以及经济效应,缺乏从投入产出视角揭示二者融合的内在逻辑;又或利用产业关联指标对数字经济产业与制造业的融合程度进行定量分析,但对产业间融合互动关系的研究,往往只关注产业间关联系数的测算,而忽视了产业自身发展机制,即产业内部的关联性,结构分解技术恰好能够弥补这一不足。本研究正是利用该方法在新领域的一种尝试。基于此,本文的边际贡献体现在三个方面:第一,基于国家统计局2021年最新公布的《数字经济及其核心产业统计分类》对数字经济产业范围进行界定,并以此编制包含数字经济产业的投入产出表;第二,借助结构分解技术对数字经济产业与制造业融合程度进行全面深入测度,为理解产业增长动力以及产业间的关联特征提供重要依据;第三,通过细分的数字经济部门,可以针对不同制造业部门寻找驱动其快速发展的数字经济关键产业,对于明确数字经济重点发展方向,提高产业政策实施效率具有重要现实意义。

二、研究方法与数据说明

(一)结构分解模型

数字经济产业与制造业融合的实质就是以二者互相提供的产品和服务总量为基础的技术经济依赖关系,而投入产出模型能很好地揭示这种关联关系。本文将在农林牧渔业、制造业、其他工业、服务业、数字经济产业五大类部门所构建的投入产出框架下,借鉴Miller和Blair的结构分解技术,重点对数字经济产业与制造业的部门内发展机制和部门间关联机制进行分解,在此基础上从总量和结构两方面刻画二者融合的特征[20]。基于五部门投入产出模型可表示为:

(1)

其中,Xi表示产出向量;Yi表示最终需求向量;Aij为部门j内各产业对部门i内各产业的直接消耗系数矩阵;i,j=1,2,3,4,5,分别表示农林牧渔业、制造业、其他工业、服务业和数字经济产业部门。式(1)可表示为:

(2)

其中,B为列昂惕夫逆矩阵,Bij表示部门之间的完全消耗系数。依据Miller和Blair的结构分解方法,将式(2)的里昂惕夫逆矩阵B分解成以下乘数形式:

(3)

其中,Lii=(I-Aii)-1,Sij=(Bii-BiiAii)-1Bij(I-Ajj),Fii=Bii(I-Aii);i,j=1,2,3,4,5且i≠j。将Lii定义为部门内乘数效应,表示部门i内部最终产品需求变动1单位,所引发本部门各产业产量变动,即部门自身需求对本部门产出水平的影响,反映该部门的自循环能力。Sij为部门间溢出效应,表示部门j各个产业最终需求变动1单位对部门i内产业产出水平的影响;溢出效应越大,说明部门j对部门i的拉动作用越强,是影响力大小的一种体现。将Fii定义为部门间反馈效应,表示部门i最终需求变动对其他部门产出水平产生影响后,又返回部门i,进而促进部门i的产出;反馈效应越大,说明部门i对其他部门的依赖性越强。

将式(3)右边三个矩阵分别用Fm、Sm和Lm表示:

(4)

进一步,利用B=FmSmLm=Lm+(Sm-I)Lm+(Fm-I)SmLm将式(4)转换成加法形式,进而将各效应进行分离,使其经济含义更明确,对各部门投入与产出的分析也更直观:

(5)

因此,部门之间的关联机制可以分解为部门内的乘数效应L、部门间的溢出效应S以及部门间的反馈效应F三项。以数字经济产业对于制造业的融合为例(i=2,j=5)。矩阵L中元素L22表示制造业部门内乘数效应,是制造业自循环机制。F22S25L55反映了数字经济产业与制造业部门间的关联机制,又可进一步分解为部门间溢出效应和部门间反馈效应。矩阵S中元素S25L55表示数字经济产业对制造业的溢出效应,将溢出效应S25L55从部门间关联效应F22S25L55中扣除,则矩阵F中的元素(F22-I)S25L55表示部门间反馈效应;其含义为制造业单位最终需求增加后,通过数字经济产业的关联影响又反馈到部门自身,从而带来制造业部门产出的增加。这样进行结构分解的好处是不仅能观察部门自身发展机制,而且能够从投入产出视角了解不同部门之间融合互动的关联机制。

图1 部门间融合互动关联机制图

部门j对部门i的融合机制如图1所示。由此可知,部门i产出由三部分构成:一是部门内乘数效应L带来部门i产出的增加;二是部门j对部门i的溢出效应S对部门i产出的影响;三是部门i通过影响部门j再反过来影响其自身的部门间反馈效应F为部门i创造的价值。F+S反映了部门i和部门j间的融合互动关联机制。

上述结构分解是对传统部门间关联性分析的改进。一方面,它将部门之间的融合互动关系分解为部门内部以及部门之间的关联效应,这样有利于考察部门的成长多大程度上是源于部门自身循环,多大程度上源于其他部门的影响;另一方面,部门间溢出效应反映的是某一部门对其他部门的影响力,但与传统影响力系数不同的是,溢出效应将本部门自身的影响剥离出来了,这样能更真实、合理地反映部门之间的关联性。

(二)数据说明

以往研究大多借鉴OECD对于数字经济产业的分类原则,但这种分类方法对各产业边界的界定不够明确,且可能存在重叠部分[21]。本文以国家统计局2021年最新公布的《数字经济及其核心产业统计分类》为基础,将数字经济产业划分为数字产品制造业、数字要素驱动业、数字产品服务业和数字技术应用业四大类。该分类方法既符合中国对于数字经济的战略定位,且充分考虑分类的可操作性以及数据的可获得性,可以有效避免产业间的交叉重叠问题。本文数据主要来源是2017年149部门的投入产出表。首先,按照《数字经济及其核心产业统计分类》,同时结合中国2017年投入产出表部门分类解释及代码,将投入产出表149部门中与之相对应的部门提取出来,并归类为数字经济产业(见表1)。

在对应过程中,投入产出表中仍有部门同时存在数字化与非数字化的成分。因此,需要更为详尽的基础数据作为支撑,将数字化成分从这类部门中剥离出来,以确保测度结果的准确性。这里借鉴许宪春和张美慧的做法,以该部门数字化成分的营业收入占部门总营业收入的比重作为拆分依据[22]。如其他通用设备制造业(34072),其数字化成分包括两个子行业:工业及特殊作业机器人以及增材制造装备。分别以二者营业收入占其他通用设备总营业收入的比重(1.6%、1.0%)作为权重,将数字化成分拆分出来,并归类为数字产品制造业。拆分依据的基础数据来源为《中国经济普查年鉴》《中国工业统计年鉴》以及《中国金融年鉴》。

在拆分过程中,存在以下两类问题:一类是该部门数字化成分归属于不同的数字经济产业。在这种情况下,将该部门数字化成分剥离出来后,还需将数字化成分进行二次拆分。如批发业(51105)中的数字化成分,包括数字产品服务业中的数字产品批发,以及数字要素驱动业中的互联网批发。本文利用《中国经济普查年鉴》中批发业企业财务状况相关数据,先将数字产品批发以及互联网批发的营业收入占比作为第一次拆分依据,将数字化成分剥离出来。再按照二者营业收入比例进行二次拆分,分别归类为数字产品服务业和数字要素驱动业。零售业(52106)的数字化成分处理方式类似。另一类问题是该部门本身属于数字经济产业,但归属于不同的数字经济产业。如信息和相关服务业(64123),该部门属于数字经济产业,但其大部分属于数字技术应用业中的互联网服务,还有部分属于数字要素驱动业中的互联网平台。这里按照互联网平台的营收占比将这部分拆分出去,并归类为数字要素驱动业,剩余部分作为数字技术应用业。鉴于本文主要探讨数字经济产业与制造业的融合,在确保投入产出表部门完整的前提下,按照传统42部门投入产出表,将剩余部门进行归并。自此,本文得到包含农林牧渔业、制造业、服务业、数字经济产业以及其他工业5大类部门共计44个行业的投入产出表,其中制造业部门包括17个行业,数字经济产业部门包括4个行业。

表1 中国数字经济产业分类

三、数字经济产业与制造业融合测度分析

(一)数字经济产业与制造业融合的总体特征

根据上述结构分解模型,本文计算了中国数字经济产业与制造业的乘数效应、溢出效应和反馈效应及其对各自部门产出的贡献,结果见表2。

从效应整体看,数字经济产业总效应为11.86,说明经济体中各部门最终需求增加一单位,通过部门内自循环机制以及部门间关联机制可以为数字经济产业创造的总产出为11.86个单位。制造业的总效应为45.37,是前者的3.8倍。可见,制造业仍是带动国民经济增长的支柱产业,对经济增长的驱动作用远高于数字经济产业。

从效应结构看,两部门的产业发展主要依靠乘数效应,其次是溢出效应,反馈效应的影响最小。具体地,对数字经济产业而言,乘数效应为6.13,说明部门自身需求增长一单位对本部门产出水平的促进为6.13单位;该效应对部门产出的贡献比例为51.71%,反映数字经济产业的自循环能力。溢出效应为3.49,即制造业、服务业和其他产业各部门最终需求增加一单位带来数字经济产业产出的增加为3.49单位,该效应对产出贡献为29.46%;反馈效应为2.23,即数字经济产业最终需求增加一单位后,通过其他各部门的关联影响又反馈到部门自身,从而带来数字经济产业产出增加2.23单位,其贡献为18.84%。溢出效应和反馈效应都是部门间关联的体现。可以看出,数字经济产业部门内乘数效应略高于部门间关联效应。部门内自身发展能力和部门间关联作用同等重要,共同促进数字经济产业发展。对制造业而言,溢出效应和反馈效应为6.10和2.35,对其产出的贡献分别为13.45%和5.18%,而乘数效应为36.92,贡献高达81.38%,远大于部门间关联效应。这意味着在当前生产技术和产业结构状态下,制造业发展相对独立,部门内自循环机制在产业发展过程中的重要性大于部门间关联机制的作用。

表2 中国数字经济产业与制造业结构分解结果

为了厘清数字经济产业与制造业之间的融合特征,需要对部门间关联效应的结构进行分解。从表2可以看出,数字经济产业和制造业的部门间关联效应存在差异。在溢出效应方面,数字经济产业的溢出效应主要来自于制造业,其次是其他产业,最后是服务业。制造业的溢出效应主要来自于其他产业,其次是数字经济产业,最后是服务业。在反馈效应方面,两部门的反馈效应在数值上都远小于溢出效应,但其呈现出与溢出效应一致的趋势。比如,当某部门对制造业的溢出效应较大时,制造业接收到该部门的反馈效应同样也较大。因此,从部门间关联效应看,数字经济产业发展主要靠制造业带动,而在制造业发展中其他产业对其影响最大,其次才是数字经济产业,数字经济产业对制造业的溢出效应和反馈效应有限。

特别地,制造业对数字经济产业的溢出效应为2.44,体现了制造业对数字经济产业的拉动作用。数字经济产业接收到来自制造业的反馈效应为1.45,反映了制造业对数字经济产业的推动作用。该溢出效应和反馈效应对数字经济产业产出的贡献比例分别为20.56%和12.22%。数字经济产业对制造业的溢出效应为1.65,反馈效应为0.70,这两个效应对制造业产出的贡献分别为3.63%和1.54%。由此可知,数字经济产业与制造业的融合存在非对称性,制造业对数字经济产业具有更强溢出效应和反馈效应,其对数字经济产业发展的支撑作用更显著,是二者融合的主要驱动力。

(二)数字经济产业与制造业融合的行业特征分析

接下来,本文对数字经济产业和制造业各细分行业的产出进行结构分解,以便更加深入地了解二者的融合特征。为了便于分析,本文按照OECD分类标准,以行业R&D投入强度作为划分依据,并综合考虑国家统计局《高技术产业(制造业)分类》(2017)和秦佩恒等对于中、低技术的界定,将制造业划分为高技术、中技术和低技术三大类[23-24]。其中,高技术制造业包括4个行业,分别为通用设备、专用设备、电气机械和器材、仪器仪表;中技术制造业包括8个行业,分别为食品和烟草、造纸印刷和文教体育用品、石油、炼焦产品和核燃料加工品、化学产品、非金属矿物制品、金属冶炼和压延加工品、金属制品、交通运输设备。低技术制造业包括5个行业,分别为纺织品、服装鞋帽皮革羽绒及其制品、木材加工品和家具、其他制造业和废品废料处理、机械设备修理服务。

在数字经济产业与制造业的融合过程中,尽管制造业占据主导地位,其对数字经济的关联效应更高,但我们更关注的是数字经济产业对制造业的渗透和融入。因此,本文进一步从需求拉动和成本推动两个视角,分析4类数字经济产业对低、中、高技术制造业的融合效应。数字经济产业与制造业的融合程度用溢出贡献度和反馈贡献度来刻画(见表3)。

表3 中国数字经济产业与制造业的融合度

根据结构分解的结果,数字经济产业各行业对制造业部门整体的溢出贡献度分别为1.73、0.72、0.50和0.68,反馈贡献分别为0.48、0.37、0.31和0.37,进一步以数字经济产业各行业的增加值作为权重,得到其对制造业溢出贡献度和反馈贡献度的行业平均水平,分别为0.83和0.38。

溢出贡献度的数值越大,说明该数字经济产业对制造业的拉动效应越大。从表3可以看出,数字产品制造业对中、高技术制造业的溢出贡献度分别为2.04和2.08,远高于行业平均水平,而对低技术制造业的溢出贡献度仅为0.44。这说明数字产品制造业对于中、高技术制造业的拉动作用突出,而对低技术制造业的拉动效应不显著。可见,随着制造业技术密集度的提升,数字产品制造业对其拉动效应也会随之增强。同时,数字产品制造业是目前拉动制造业增长的最强驱动力。

数字产品服务业和数字要素驱动业对中技术制造业的拉动作用较显著,溢出贡献度最高,为0.92和0.88,高于行业平均水平。对低技术的拉动作用相对弱一些,溢出贡献度分别为0.44和0.40。其对高技术制造业溢出贡献度分别为0.33和0.30,都低于行业平均水平,说明数字产品服务业和数字要素驱动业对制造业的拉动作用主要集中在中技术制造业。

相较于其他数字经济产业,数字技术应用业对中技术和低技术制造业的溢出贡献度最低,分别为0.6和0.2,拉动效果并不理想。对高技术制造业的溢出贡献度,虽然与数字产品服务业与数字要素驱动业相比要高一些,但也仅为0.49。因此,数字技术应用业对制造业的溢出贡献度均远低于行业平均水平,其对制造业的驱动作用尚未显现。

反馈贡献度反映了数字经济产业对制造业的推动作用。数值越大,其在制造业增长中发挥的基础性作用就越强。整体看,反馈贡献度均低于溢出贡献度,说明在数字经济产业对制造业的融合中,需求端的拉动作用要强于成本端的推动作用。同时,与其他数字经济产业相比,数字产品制造业的推动作用仍然是最强的,数字技术应用业对制造业的推动作用依然最小。

图2 数字经济产业对制造业融合的象限图注:图中的数字与表3中括号中的编码相一致,如数字1对应数字产品制造业_低技术制造业。

具体来看,数字产品制造业对中、高技术制造业的反馈贡献度仍较高,分别为0.60和0.41,均高于行业平均水平。对低技术制造业的反馈贡献度最小,为0.20,推动作用不明显。数字产品服务业和数字要素驱动业对中技术的反馈贡献度最高,均为0.48,高于行业平均水平。其次是高技术制造业,分别为0.24和0.25。对低技术制造业的反馈贡献度最低,均为0.17。数字技术应用业对中技术制造业的反馈贡献度为0.39,略高于行业平均水平,对低技术和高技术制造业的反馈贡献度分别为0.14和0.21,推动作用并不明显。

进一步,本文将上述贡献与对应的行业平均水平进行比较。以溢出贡献度和反馈贡献度作为X、Y坐标轴,以行业平均水平作为分界线,通过构建四象限图,将数字经济产业对制造业的融合进行简单分类,以便对融合特征有一个更清晰的认识(见图2)。

第一象限(Q1)融合度最高,该象限中数字经济产业对制造业的溢出贡献度和反馈贡献度都高于行业平均水平。第二象限(Q2)和第四象限(Q4)融合度中等。其中,第二象限中数字经济产业对制造业的溢出贡献度低于行业平均水平,而反馈贡献度高于行业平均水平,第四象限相反。第三象限(Q3)融合度最低,在该象限中数字经济产业对制造业的溢出贡献度和反馈贡献度都低于行业平均水平。

总体看,低技术制造业(对应数字1～4)全部都处于第三象限。中技术制造业(对应数字5～8)处于第一象限和第二象限。高技术制造业(对应数字9～12)处于第一象限和第三象限。由此可知,数字经济产业对中技术制造业的融合度最高,其次是高技术制造业,对低技术制造业的融合度较低。

从数字经济产业细分行业看,数字产品制造业对中、高技术制造业(对应数字5和9)的拉动和推动优势显著,融合度最高,位于第一象限。 这表明数字产品制造业与中、高技术制造业互为促进,互为需求,已形成良性互动融合机制。可见,对于技术密集度高的制造业领域,数字产品制造业发展潜力巨大,应作为数字经济产业重点发展方向。数字产品制造业对低技术制造业(对应数字1)的融合效果不明显,位于第三象限。溢出贡献度和反馈贡献度都远低于行业平均水平。除了自身技术积累外,数字产品制造业与低技术制造业的融合作用需要进一步加强,否则会成为低技术制造业向技术密集型产业转型中的桎梏。

数字产品服务业和数字要素驱动业与中技术制造业(对应数字6和8)的融合度较高,位于第一象限,而与低技术和高技术制造业(对应数字2和4、10和12)的融合度都较低,位于第三象限,说明数字产品批发、零售和租赁以及互联网金融等所关联带动的产业主要集中于中技术制造业,对高技术和低技术的支持作用很小。现阶段,数字产品服务个性定制化水平不高、数据要素资源共享不足,可能是造成数字产品服务业和数字要素驱动业对高技术制造业融合不充分的主要原因。

数字技术应用业对低技术和高技术制造业(对应数字3和11)的拉动和推动作用都不明显,位于第三象限,且融合度最低。对中技术制造业(对应数字7)的溢出贡献度远低于行业平均水平,反馈贡献度略超过行业平均水平,尽管位于第二象限,但融合度同样不高。尽管近年来数字技术被定位为制造业创新发展的重要驱动力量,但从实际融合效果看,数字技术应用业对制造业溢出和反馈贡献度基本都远低于行业平均水平。这说明产业嵌入度不高,与制造业的互动关联存在较大障碍。因此,要切实鼓励并推进互联网、大数据、云计算等数字技术在制造业中的运用与普及,以发挥其在数字经济产业与制造业融合中的粘合剂和助推剂作用,实现数字经济产业与制造业的深度融合。

四、结论与政策建议

本文将结构分解技术应用于数字经济产业与制造业融合程度的测度上,将产业关联机制分解为部门内乘数效应、部门间溢出效应和反馈效应三部分。在考察产业自循环能力的基础上对中国数字经济产业与制造业的融合特征进行深入探讨,得到以下结论。

总体上,数字经济产业和制造业的发展主要依靠自身乘数效应,其次是溢出效应,反馈效应的影响最小。这意味着在当前生产技术和产业结构条件下,两部门发展相对独立,部门内自循环机制在产业发展过程中的重要性大于部门间关联机制的作用,这点在制造业部门表现尤为明显。数字经济产业与制造业的融合存在非对称性,制造业对数字经济产业发展的支撑作用更显著,是二者融合的主要驱动力。

在细分行业上,数字经济产业与中技术制造业的融合度最高,其次是高技术制造业,对低技术制造业的融合度较低。具体来说,数字产品制造业对中、高技术制造业的融合度最高,二者互为促进,互为需求,已形成良性互动融合机制,但是对低技术制造业的融合效果不明显。数字产品服务业和数字要素驱动业对中技术制造业的融合度较高,而对低技术和高技术制造业的融合度都较低,支撑作用很小。数字技术应用业对制造业的融合度最低,与制造业的融合互动存在较大障碍。

基于上述研究结果,提出以下两点政策建议:第一,提升部门自循环能力,优化部门间关联机制。加强自循环机制建设,促进产业结构优化和产业功能的充分发挥是数字经济产业与制造业融合的前提条件。二者的融合发展不是部门间的简单相加,而是部门间或部门内部的相互渗透、相互交织。这就要求在强化部门自身发展能力的同时,建立广泛、紧密的产业关联机制,从而实现产业协同放大效应。同时,作为二者融合的主要驱动力,制造业在自主创新、深化分工、产业结构方面应率先实现升级。这不仅能促进数字经济产业发展,而且拓展了制造业数字化转型空间,加速推动数字经济产业在制造业领域的渗透,夯实中国制造业转型升级的基础。

第二,明确数字经济产业发展的优先顺序与重点方向,匹配差异化政策。数字经济产业与制造业的融合存在行业上的异质性,政府应据此制定差异化的产业激励政策。具体来看:首先,优先发展数字产品制造业。特别是在中、高技术制造业中,应将其作为数字经济的重点发展方向,从而带动整个制造业产业链的高端化、智能化。其次,积极推进数据要素资源与其他多种要素共享共生,提升数字产品服务个性化和定制化水平,形成以数据要素为驱动力的制造业创新融合的新业态、新模式。最后,数字技术应用业与各类制造业融合互动存在较大障碍,需要在政策上予以倾斜,切实推进数字技术创新与应用。促进数字技术成果转化与兼容,加强制造业对数字技术的消化吸收与创新,实现数字技术应用业与制造业的良性互动融合。