数字经济模式下传统产业升级多链联动机制刍论

沈 滔

（1. 河海大学商学院，江苏 南京 221110；2.江苏建筑职业技术学院经济管理学院，江苏 徐州 221116）

随着全球第四次工业革命浪潮的到来，数字经济成为战略新高地，全球价值链正在以数字要素为核心进行整体重构。 为应对国际日益复杂的竞争格局，我国政府坚持大力发展数字经济，推动传统产业转型升级。 厘清现阶段我国传统产业转型困境、探知数字经济驱动类型及其赋能产业转型升级的作用机制与路径，对于促进我国经济高质量发展至关重要。

一、数字经济的理论内涵及发展现状

（一）理论内涵

“数字经济”术语最早出现于20 世纪90 年代。 1996 年，美国学者唐·塔斯考特在《数字经济：网络智能时代的前景与风险》一书中描述了互联网对事物运作模式的改变及对经济形式的影响。 2016 年G20 杭州峰会通过的《二十国集团数字经济发展与合作倡议》将数字经济界定为“以使用数字化的知识和信息作为关键生产要素，以现代信息网络作为重要载体，以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”。 2022 年10 月，习近平在党的二十大会议上强调：“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”这充分体现出数字经济与传统实业之间的必然联系，对我国经济高质量发展及国际竞争力的提升具备重要意义。

（二）发展现状

从经济总量上看，十三五、十四五的克难攻坚，使得我国的数字经济发展有了“量”的积累和“速”的提升。 据中国信息通信研究院发布的《中国数字经济发展报告（2023 年）》显示，2022 年我国数字经济规模达到50.2 万亿元，稳居世界第二，相比较“十三五”初期提高了9.6 个百分点。 截至2022 年底，5G 基站231.2 万个，移动物联网达18.45亿户，全球占比均超过60%，成为世界首个实现“物超人”的国家。

从发展内容上看，使用词云图可视化展现数字经济的关键高频词信息（参见图1），“人工智能”“区块链”“大数据”“物联网”“共享经济”“新零售”等高频词反映出当前数字经济发展的重要方面及特点。

图1 数字经济关键高频词呈现图

从区域比较上看，我国数字经济发展呈现出明显的空间不平衡特征。 一般而言，经济发展水平较高的省份（广东、北京、江苏、上海、浙江、山东等），通常拥有较高的数字经济发展水平、较大的数字产业化与产业数字化发展规模。

二、数字经济模式下传统产业面临的机遇、挑战与转型难题

（一）机遇

“十四五”时期，实现“高质量发展”、推动“产业数字化转型升级”成为我国产业发展新的风向标。 牢牢把握“一带一路”建设及构建“数字中国”等重大国家战略叠加机遇，发挥数据资源在服务国内国际双循环中的引领性、功能性、关键性要素作用，建设超大规模的市场优势、完备的产业体系和丰富的应用场景，传统产业必将借助数字经济实现“提质培优”，加速弯道超车。

（二）挑战

从全球经济来看，世界主要国家已将数字经济作为战略重点，力图抢占新的竞争优势［1］。 面对国家竞争格局的重大历史挑战，传统产业的数据流通堵点尚未得到疏通，数据要素价值尚未充分释放，中小微企业的数字化升级难点尚未得到破解，部分企业尚存在“守旧”“畏难”“惧责”等转型“旋涡”，使得产业整体转型升级亟待提速。

（三）转型难题

我国产业的转型升级步调参差不齐。 虽然以国有大中型企业为主体的部分产业已经进入到“数据驱动化”阶段，但是大量中小微企业尚处于“数据数字化”的起步阶段，其转型困境表现在需求、技术、场景、平台、人才等多方面。

1. 需求难题：供需双方信息不对称影响转型方案选择

首先，在需求端上，企业难以精准定位并传递转型需求，供应商难以给出定制化、差异化靶向方案。 转型的定位过程较为复杂，涉及技术、人力资源、信息化程度、管理层态度、资产运营价值链、业务履行价值链、产品生命周期价值链等数字化转型的自评问题，多数大型企业及国有企业正在转型的路上“摸着石头过河”。

其次，在供给端上，技术服务类产品差异小且服务效果不明显。 因数字化转型技术的生产商类别繁多且差异化程度较小，企业普遍存在较强的数字化转型方案筛选困难，使得服务效果不显著。

2. 技术难题：制造企业生产数据的采集与应用不匹配

首先，数据采集阶段中老旧设备数据采集改造困难。 数字化转型试点企业尚存在数据协议多、设备老旧采集难等问题，加之自动化系统更新匹配度低、厂商水平参差不齐、早期数据文档缺失等一系列问题广泛存在，使得数字化转型难点增加。

其次，数据集成阶段中存在数据接入互联方式问题。 一是现有设备的更新缓慢或无力采购，数据采集缺乏有效“入口”；另一方面，采集后缺乏应用场景的支撑，数据互联缺乏有效“出口”。

再次，数据治理阶段中建模难度较高且应用要求高。 由于数据治理要覆盖数据全生命周期，因而需要考虑定制属性强、无法复制照搬、生产运作数据的高实效性、强关联性等治理阶段的关键因素，对数字化改造模型的开发及应用增加了现实难度。

3. 场景难题：数字基础设施与应用场景衔接机制乏力

首先，数字基础设施与实际应用场景的结合不足。 同行业内以及不同行业间需要经常进行数据层面的共享合作，这要求不同企业的数据中心之间进行互联互通。 然而，部分企业无力建设配套数字基建，使得以业务需求为导向的应用场景的实际利用效率不高，数字化服务延伸乏力。

其次，数字技术在消费领域的应用场景拓展不足。 数字技术在链接教育、医疗保健、文旅、数字休闲方式等消费场景的技术更新及产品拓展尚显不足［2］。

4. 平台难题：关键技术要素与信息化痛点是重要瓶颈

从点上看，缺工具，即工具产品繁多但不合身，性价比不高。 供应链上预测难、品控难、节奏快、诚信缺；平台上能效低、人效低、成本升、流量降；营销上获客贵、粘性差、转化低、复购少［3］。

从线上看，未打通，即分散数据不能联通，无法实现协同合作。 数据分布在采购、配送、店面、营销等多个平台系统，共仓数据和流程缺乏标准化，智能化决策“力不从心”。

从面上看，不均衡，即能力发展差异影响数字化转型整体效果。 渠道和店面数字化投入太多，平台运营等方面的数字化能力相对滞后，需要企业全面规划，提升协同效率。

5. 人才难题：数产复合型跨界人才是技术攻关的短板

数字人才流出隐患凸显，人才竞争力整体不强。 不仅缺乏人工智能、云计算、物联网等数字经济核心领军人才，更缺乏具备数字技术能力、综合素质能力、跨界融合能力及未来思维能力的数字化产业化复合型跨界创新人才。

三、数字经济模式下产业转型升级的多链联动机制及路径建构

（一）多链联动机制

数字经济赋能产业转型升级在需求侧、供给侧、成本侧、效益侧、竞争侧和生态侧等多维度驱动力，形成动力变革、效率变革和组织变革等多链联动机制。

1. 动力变革机制：需求侧与供给侧要素创新引发转型内生动力

（1）需求侧：数据激发消费潜能，重塑产业终端匹配方式

首先，大数据技术激发消费潜能，协助企业实现精准营销。 数字经济消除了消费者购物时空限制，增加了消费的可选择性，通过信息挖掘，绘制消费者终端画像，实现对消费的精准定位。

其次，平台经济加速产业链解构，重塑产业终端匹配方式。 在需求侧的强力拉动下，供给侧产业智改数转与产业链重构亦迫力变革。 电商平台重塑了产业链终端的供需匹配方式，提高了信息匹配效率，激发了消费潜能。

（2）供给侧：实现分工边界拓展，优化产业资源精准配置

首先，消费者与生产者界限逐渐模糊，分工边界拓展。 数字经济通过关键核心技术研发、共性技术创新应用等，降低了社会的信息成本，让消费者与商家的信息对称成为可能，使得传统经济形态中消费者和生产者的界限逐渐模糊。

其次，数字经济优化产业资源，带来资源精准配置。 一方面，盘活沉睡资产，提高资产利用效率。 数字经济通过高效配置资金、信息与物质资源，闲置资产被盘活，大大提高资产利用效率。 另一方面，生产决策精准化，精准定位消费需求。 工业互联网、物联网帮助企业精准生产，大数据精准营销替代了粗放型、海投式的传统营销模式，进一步降低资源损耗。

再次，研发效率、制造效率和交易效率大幅提高。 一是研发效率提高。 通过数据资源整合技术，数字经济能够在各研发机构之间实现协同运作，大大缩短研发周期。 二是制造效率提高。 通过实时在线智能制造加工，实时在线质量检测，数字化大大提高了制造效率。 三是交易效率提高。数字技术为消费者查询商品与反馈评价提供便利，消除交易信息不对称现象，提高交易效率和满意度。

2. 效率变革机制：成本侧与效益侧数字渗透转型升级整体过程

（1）成本侧：发挥成本节约效应，网络空间降低交易成本

第一，降低信息搜寻成本。 大数据快速提供企业原材料产品或服务的型号、质量、价格等信息，降低信息搜寻成本。 第二，降低价值链交易费用。 通过改造传统流程和工序，数字经济为产业链协同节约了大量成本，降低价值链交易费用。第三，降低信息沟通成本。 数字化瓦解了物理空间阻滞，通过信息融通技术，直接降低了企业线上谈判、合同签约、执行监督等环节的信息沟通成本。 第四，降低交易运作成本。 智能算法与物联网等技术优化智能流量管理和物流安排，使运作成本下降，帮助提高运输效率并节约运输成本。

（2）效益侧：拓宽价值增值空间，新型竞合催生规模经济

首先，数字经济拓宽产业价值增值空间。 大数据、物联网、人工智能等技术优化“资本-劳动密集型”组装制造环节，使其远超“知识-服务密集型”研发设计与营销服务环节的价值增量，缩小了“资本-劳动密集型”与“知识-服务密集型”的价值量差距，有利于催生同时具备“规模经济效应”和“高度协同效应”的价值共同体，拓宽价值增值空间。

其次，新型竞合关系产生规模经济效应。 智能化、柔性化与协同化的产业链网络迫使处于同一环节企业间的竞争关系发生变革，由冲突型“强竞争”关系转变为新型“竞合”关系，这将有利于产业价值链良性发展、消费频度总量增长和规模经济效应的产生［4］。

3. 组织变革机制：竞争侧与生态侧驱动转型组织多元模式变革

（1）竞争侧：改善产业竞争秩序，优化产业竞争生态

数字经济特色园区、数字经济创新共享服务联合体等去中心化产业生态，有利于改善传统内卷的竞争秩序，优化产业竞争生态。 通过虚实结合、跨业态、多元化的竞争结构，数字经济推动打造产业生态的灵活与创新。

（2）生态侧：数字赋能创新效应，多维驱动业态升级

一是赋能商业模式。 数字经济的业态创新，改变了传统价值链上下游企业的商业模式，使得利润透明、产销对称、盈利持续、运作快捷。 二是赋能产品衍生。 数字经济将前沿科技植入产品与服务，为业态裂变与产品衍生提供源源不断的创新动力。 三是赋能消费模式。 线上线下融合的新兴商业模式不断火爆，社群营销、网络直播、短视频营销等低成本、传播广、效率高的全民数字化营销模式发展迅猛。

（二）路径建构

从产业转型困境出发，结合多链联动机制的作用机理，构建数字经济模式下产业转型升级的多链实现路径（图2）。 根据数字经济作用于产业转型升级的动力变革机制、效率变革机制及组织变革机制，谋求激发消费潜能、拓展分工边界、降低交易成本、拓展增值空间、改善竞争秩序和赋能业态创新的实现路径，建构了基于“产供销智能化”精准匹配数字方案的动力驱动路径、“云边端一体化”智能提升运作效益的效率驱动路径及“产学院校地企”融合全价值链协同的组织驱动路径，以期在数字经济模式下提高传统产业的快速反应能力、市场整合能力、数据利用能力、数字化人才力、数字化领导力及生态化系统力，助力产业转型升级的内生本源。

图2 数字经济模式下产业转型升级的机制与路径模型

1. 动力驱动路径：精准匹配数字方案

为应对来自于供给侧和需求侧的数字化转型意愿与动能难题，数字经济通过内部价值链、消费互联及产业互联，形成供应商、企业、消费者的信息对称链路，既可精准捕捉消费者需求，又可精准提供数字化解决方案，促进产、供、销的对口能力及匹配度，提高企业应对市场的快速反应能力和市场整合能力。

2. 效率驱动路径：智能提升运作效益

通过机器学习、人机互动模式的嵌入，数字经济用“智造＋”为企业赋能。 通过“云计算”“边缘计算”及“端云一体”技术向传统产业提供“云边端一体化”的智能运作系统，帮助企业形成数据技术思维，实现“端到端”全价值链管理，降低交易成本，拓宽增值空间，提高数据利用能力和数字化人才力。

3. 组织驱动路径：融合全价值链协同

以全流程产业链数据协同为基础，融合技术支撑（云、5G、数字孪生）、自主支撑（领导、人员、文化）和政策支撑（政府、高校、科研院所），打造数字化企业架构，实现在业务、数据、应用、技术等维度上的全价值链的融合协同，改善竞争秩序，赋能业态创新，提高数字化领导力和生态化系统力。

四、数字经济模式下产业转型升级的对策建议

（一）坚持基础先行，打造数字赋能型业务流程优化

第一，夯实数字基础设施建设。 力求打造安全可靠、集约高效、智能绿色、经济适用的中国式现代化数字新基建，加快5G、人工智能、大数据中心等重大重点项目应用落地，布局传统产业与数字新基建的融合应用。

第二，创设数字赋能业务场景。 智能应用场景颗粒度的不断细化，有赖于企业能力的不断积累与提质增效。 通过建设工业大脑，开发工业SaaS，将长期积累的数据代码化、规范化，指导甚至替代人力进行决策，创新提升企业算力能力，赋能业务场景的技术开发。

（二）强化技术引领，构筑数产融合智能制造新支撑

第一，推进数字化改造项目。 一是要将数字社会建设与产业数字化改造相结合。 鼓励拥有公共数据资源建设经验的企业，为数据有序化和产业化提供建设经验和技术支撑。 二是要着力培育一批“瞪羚企业”与“独角兽企业”。 充分利用创新创业支持政策和产业互联网优势，发挥大型央企、国有大中型企业的数字深度植入、产业园、经开区应用工程。 结合“独角兽企业”“科创板企业”、“瞪羚企业”等新型培育工程项目，完善数字经济领军企业评价体系。

第二，推动数字化融合应用。 一是加快智能化融合推广。 一方面，支持行业内标杆企业依托自身的技术优势，输出解决数字化方案和经验，促进资源互补、优势共享。 另一方面，扶持大中型企业的信息服务、软件开发、系统集成等业务，面向行业与社会进行数字化融合服务。 二是完善数字生态服务体系。 一方面，发挥行业协会和产业联盟的枢纽作用。 定期开展项目管理、技术交流、供需对接、政策宣讲、业务培训等服务，优化产业生态。 另一方面，政府牵头建立企业数字化顾问制度。 通过政府现场调研，激励企业开展数字化在线测评、数据分析、专家访谈等交流活动，持续跟进服务企业的数字项目融合应用［5］。

（三）推动产业升级，培育数字化多元平台协同建设

第一，部署推进重大科技攻关专项。 部署人工智能与数字经济、网络空间科学与技术等国家级、省市级重点实验室建设，建设升级版人工智能开放创新平台、国际科创中心，谋划工业互联网创新基础设施等重大科技工程，推动数字技术创新集聚发展。 落实重点领域的研发计划，切实发挥产学研、校地企的科技协同与智力协同。

第二，要积极培育数字化多元平台。 构建覆盖面广、上下联动、横向协同的数字化经济“运行协同平台”，实现经济调节数据化、经济决策数据化、经济管理数据化。 构建“数据分析平台”“数据赋能平台”和“数据运营平台”，实现信息数据化、业务数据化、流程数据化及生态数据化。 构建数字化经济运行“监测协同平台”，积极推进政府数字化治理，推进产业转型的监测预警。

（四）引进数字人才，提供长远智力支持保障新红利

第一，完善数字人才培育计划。 一是走交叉培育路线，深化数产融合型应用人才培养。 鼓励校、地、企深度合作，建立产业学院、企业大学、校企融合培训基地等项目，围绕企业急难求盼的实际问题设置基础研究、技术创新等新兴专业，开设满足数字经济市场需要的培训课程，增加数字化运营、大数据分析、商业智能、先进制造、数字营销等数字经济前沿领域的科研型、专业型人才培养，切实培育懂技术、精管理、会营销、敢创新的数字化人才队伍。 二是走推荐选送路线，完善数字技能人才选拔体系。 深化政、企、学跨界整合，激发行业协会、咨询公司等中介作用，设立数字经济专业人才流动站等项目，做好企业人才选聘输送工作。

第二，实施数字人才引进计划。 创新引才模式，多引数字经济“金凤凰”。 一是走灵活引才路线，加强与社会引才中介机构的合作。 尤其是对推荐数字人才的国内外专家组织、海外孵化器、高端猎头机构，要给予奖励扶持。 二是走灵活用才路线，实抓人才使用与保障机制。 一方面要探索建立数字人才引进专项基金，支持境内境外人才创新创业，强效吸引理论强、能立足、技术高的数融复合型领军专家和骨干力量。 另一方面要实施人才引进的制度保障计划。 抓细落实数字人才的“引进—培养—使用—评价—激励—保障”机制，解决人才后顾之忧。 三是走灵活留才路线，加大数字人才补贴的政策扶持。 一方面，物质留才。加大数字人才的工资薪酬、科研补贴、股权激励制度，给予人才事业发展的广阔空间，让数字人才“放心留下”。 另一方面，情感留才。 解决数字人才在住房安置、子女上学、户籍办理、出入境便利等方面的实际问题，为数字人才安居乐业创造便利条件，让数字人才“安心留下”。