生产性服务业数字化对制造业产业链现代化的影响研究

[摘要]生产性服务业数字化是推动产业质量、效率与动力变革的核心引擎，可加快制造业产业链现代化步伐，助力“中国制造”行稳致远。选取2005—2021年中国31个省份面板数据，构建基准回归模型、中介效应模型实证检验生产性服务业数字化与制造业产业链现代化间的关系和作用机制。研究发现，生产性服务业数字化可正向驱动制造业产业链现代化，该结论在控制内生性问题以及经过稳健性检验后依然成立。生产性服务业数字化能够通过提升技术融合式创新与创新要素配置水平，推动制造业产业链现代化。门槛效应分析结果显示，在技术融合式创新水平跨越门槛值后，生产性服务业数字化方能发挥对制造业产业链现代化的助推作用。在创新要素配置水平处于（0.051-1.332]区间时，生产性服务业数字化对制造业产业链现代化的正向影响最显著。异质性检验结果显示，生产性服务业数字化对于胡焕庸线以东地区制造业产业链现代化赋能效应更强。基于此，提出夯实生产性服务业数字基础、构建多主体交互创新生态网络、筑构创新要素市场一体化发展格局等政策建议，以加快推进制造业产业链现代化。

[关键词]生产性服务业数字化；制造业产业链现代化；技术融合式创新；创新要素配置

一、 引言

习近平总书记在二十届中央财经委员会第一次会议上强调，“现代化产业体系是现代化国家的物质技术基础，必须把发展经济的着力点放在实体经济上，为实现第二个百年奋斗目标提供坚强物质支撑”1。制造业产业链现代化可赋能生产效率质效倍增，促进产业自主可控能力攀升，是构建现代化产业体系、加快推进社会主义现代化进程的有生力量。从内涵来看，制造业产业链现代化具有科技创新引领前沿、产业基础扎实发展、链式结构多元完善、生态环境和谐稳定等多重特征，能够有效促进现代化产业体系建设，增强全球价值链嵌入优势。党的二十大报告指出，要“构建优质高效的服务业新体系，推动现代服务业同先进制造业、现代农业深度融合”2，进一步为制造业产业链现代化指明实践进路。生产性服务业是筑构制造业中高端价值链的重要引擎，其数字化水平提升可充分发挥资源联结与动态配置效应，锻造全新制造业产业链条，助力制造业生产模式转变，驱动制造业产业链现代化发展[1]。因此，深入考察生产性服务业数字化与制造业产业链现代化间的关系与作用机制，有助于为夯实现代化产业体系根基、实现社会主义现代化强国建设目标提供经验证据支持，助力谱写中国式现代化新篇章。

二、 文献评述

梳理生产性服务业数字化发展的相关研究后发现，既有文献主要从实证与理论角度出发，探究数字要素与生产性服务业间的关系。从实证层面来看，郭慧芳等[2]发现，数字化转型能够提高服务业全要素生产率，且对生产性服务业全要素生产率的赋能效应更强。李威等[3]认为，数字经济可有效促进生产性服务业制造业融合，在此过程中科技创新与消费需求增加发挥了中介作用。从理论层面来看，郭克莎等[4]指出，应快速顺应数字化时代发展态势，推动数字化架构体系升级，打造消费端互联网平台，促进生产性服务业数字化发展。李晓嘉[5]表明，应通过完善社会保障制度、优化财政支出结构、落实税收补贴制度等方式推动数字经济与现代生产性服务业深度融合发展。

整合制造业产业链相关文献成果可以发现，当前大部分研究围绕制造业产业链现代化与制造业产业链韧性的影响因素展开分析。一方面，魏长升等[6]认为，数字经济与制造业产业链现代化存在耦合协调关系，整体呈现“东高西低、南高北低”特征。在此背景下，制造业可充分享受数字经济红利，优化工艺流程和设备运行状态，提升产业生产效率，赋能产业链现代化[7]。另一方面，李萌等[8]指出，碳税政策会使得部分高能耗、高污染排放企业调整生产结构，影响制造产业链韧性。另外，数字经济以数据资源为关键要素，从“稳链”“强链”及“补链”三个层面入手，为制造业产业链韧性攀升提供了坚实支撑力量[9]。

综上可知，现有文献已围绕生产性服务业与数字要素融合发展、制造业产业链现代化与制造业产业链韧性影响因素进行了广泛探讨，但关于生产性服务业数字化与制造业产业链现代化之间关系的研究相对匮乏。是以，本文尝试从如下层面进行突破式创新：第一，丰富研究视角。系统考察生产性服务业数字化、制造业产业链现代化间的内在关联与作用机制，挖掘技术融合式创新与创新要素配置在其中的影响路径，丰富相关领域现有研究视角。进一步地，探究生产性服务业数字化与制造业产业链现代化之间的非线性特征，为科学理解两者间内在逻辑夯实基础。第二，丰富研究方法。将技术融合式创新与创新要素配置纳入门槛效应检验，考察生产服务业数字化对制造业产业链现代化的非线性影响。

三、 理论分析与研究假设

1. 生产性服务业数字化对制造业产业链现代化的直接影响

第一，产业升级效应。生产性服务业数字化可深化云计算与信息系统等应用程度，完善产业组织结构、优化业务流程、驱动生产端口变革，促进产业结构升级。在此助力下，制造业产业链不仅能够完善数字基础设施建设，为实现商品全生命周期数智化管理提供设备保障，还可加深链上专业化分工，有效缩短商品研发设计周期，提升生产效率，促进产业链现代化体系建设。第二，降低运行成本效应。生产性服务业数字化可通过商品数字化、采购数字化、履约数字化以及运营数字化打通产业链各环节，以数字软件等加工生成的信息、数据与知识提高生产效率。这能够降低制造业产业链运行过程中产生的非必要成本消耗，提高资本利用效率，赋能制造业产业链现代化建设。基于前述分析，本文提出如下假设：

假设1：生产性服务业数字化可直接促进制造业产业链现代化。

2. 生产性服务业数字化对制造业产业链现代化的作用机制

（1）生产性服务业数字化、技术融合式创新与制造业产业链现代化

生产性服务业数字化可深度应用区块链技术分析非结构化数据，赋能业务流程与制造业产业链供应链智能化，推动价值链上下游捕捉创新机遇。同时，生产性服务业数字化能够锻造开放共享型数字产业环境，促进产业之间要素融合与优势互补，形成交互的复杂创新系统，赋能技术融合式创新。進一步地，技术融合式创新可助力知识与技术交叉融合，融汇各行业与产业链条创新要素，打造全新要素组合方式。这能够推进基础性技术研究与智能传感、人机协作等共性技术研究，通过技术供给加强战略性资源支撑，增强产业链韧性，筑构产业链自主可控安全体系[10]。由此，生产性服务业数字化能够以技术融合式创新为源动力，打造制造业高端制造与集成应用新高地，提升制造业创新水平与附加价值，夯实现代化产业体系基座，促进制造业产业链现代化。据此，本文提出如下假设：

假设2：生产性服务业数字化以助力技术融合式创新为渠道，赋能制造业产业链现代化。

（2）生产性服务业数字化、创新要素配置水平与制造业产业链现代化

生产性服务业数字化可加快前沿数字科技嵌入，优化数据网络布局，通过终端平台对创新要素进行采集、清洗与分析，在以数据与算法为基础的价值网络中实现分布式资源汇集与管理[11]。这有助于缓解要素市场滞后性现象，助力产业作出科学决策，提高创新要素配置效率。在创新要素高效配置的加持下，制造业可达成要素供需平衡，加速资源流动，最大限度发挥创新要素价值以提升全要素生产率，加速产业链上下游及关联领域尖端科研成果产出，夯实产业发展基础，实现制造业产业链现代化。同时，生产性服务业数字化可通过提升创新要素配置水平，降低资源搜寻与交易摩擦成本，有效避免产能过剩、重复投入等资源浪费问题。这能够助力制造业产业链绿色可持续发展，培育制造业产业链现代化新动能。依托于此，本文提出如下假设：

假设3：生产性服务业数字化以提升创新要素配置水平为渠道，赋能制造业产业链现代化。

3. 生产性服务业数字化影响制造业产业链现代化的非线性特征

一方面，技术融合式创新水平较低，容易引致创新成果同质化严重、媒介依赖度高、创新柔性边界不明等问题，难以发挥生产性服务业数字化对制造业产业链现代化的赋能效应。技术融合式创新水平达到一定高度后，可深度融合渗透各类技术创新要素，充分发挥要素间短板互补效应，提升基本技术水平与核心材料研发能力，促进产业链由传统粗放型发展模式转变为集约型发展模式。此时生产性服务业数字化对制造业产业链现代化的赋能效应方可显现。另一方面，创新要素配置水平偏低可能会阻滞生产性服务业数字化带来的技术、知识、数据与资本流动速率，造成资源错配与严重浪费现象，导致生产性服务业数字化投入与实际需求相悖，阻碍制造业产业链现代化。随着创新要素配置水平逐渐升高，制造业行业间要素衔接堵点得以疏通，这有利于充分释放生产性服务业数字化红利，赋能制造业产业链现代化。但需注意，当创新要素配置水平超出一定区间时，会引致区域内创新要素逐渐饱和，降低生产性服务业数字化边际效益，弱化其对制造业产业链现代化的正向影响。据此，本文提出如下假设：

假设4：伴随技术融合式创新与创新要素配置水平提升，生产性服务业数字化对制造业产业链现代化的影响呈现显著非线性特征。

四、 研究设计

1. 模型构建

（1）基准回归模型。鉴于当期制造业产业链现代化水平可能会受上期制造业产业链现代化水平影响，本文将滞后一期制造业产业链现代化纳入基准回归分析[12]，构建如下模型：

[MMICi，t=α0+α1DPSi，t+MMICi，t-1+α3Controlsi，t+μi+λt+εi，t]  （1）

上式中，[MMICi，t]代表[i]省份[t]时期制造业产业链现代化水平；[DPSi，t]表示[i]省份[t]时期生产性服务业数字化水平；[MMICi，t-1]为滞后一期制造业产业链现代化水平；[Controlsi，t]指控制变量合集；[μi]、[λt]分别代表省份固定效应与时间固定效应；[εi，t]表示随机扰动项。

（2）中介效应模型。在式（1）基础上，本文运用中介效应模型考察生产性服务业数字化对制造业产业链现代化的内在作用机理，具体模型构建如下：

[Mi，t=γ0+γ1DPSi，t+γ2Mi，t-1+γ3Controlsi，t+μi+λt+εi，t] （2）

[MMICi，t=β0+β1DPSi，t+β2Mi，t+β3MMICi，t-1+β4Controlsi，t+μi+λt+εi，t] （3）

其中，[Mi，t]表示生产性服务业数字化对制造业产业链现代化的影响路径。考虑到中介变量同样具备动态变化特征，在式（2）（3）的基础上分别引入制造业产业链现代化水平的一阶滞后项。

2. 数据来源

选取2005—2021年中国31个省份面板数据（基于数据可得性，不包括港澳台地区），实证分析生产性服务业数字化、制造业产业链现代化之间的影响效应与作用机制。各变量数据来源主要为《中国统计年鉴》《中国电子信息产业统计年鉴》《中国工业经济统计年鉴》《中国第三产业统计年鉴》，各省份统计年鉴以及国家工业部和信息化部官网。部分缺失数值运用插值法补齐。

3. 变量选取

（1）被解释变量：制造业产业链现代化（[MMIC]）

本文构建了包含5个一级指标，13个二级指标的评价指标体系（表1）。在此基础上，使用熵权法测度制造业产业链现代化水平。

（2）解释变量：生产性服务业数字化（[DPS]）

参鉴既有研究做法[13]，本文构建生产性服务业数字化评价指标体系，详见表2。进一步，结合因子分析法与熵权法对各子维度指标展开测度，最终得出生产性服务业数字化水平。

表2  生产性服务业数字化评价指标体系

[目标层 一级指标 二级指标 三级指标 指标属性 生产性服务业数字化 产业数字化基础 网络基础设施 互联网接入端口数量（个） + 无线网络覆盖率（%） + 信息与通讯基础设施 长途光缆线路布设长度（万米） + 移动电话普及率（%） + 产业数字化投入 设备投入 生產性服务业信息化设备引进投入金额（万元） + 人才投入 技术人才引进投入金额（万元） + 平台投入 数字网站创设投入金额（万元） + 产业数字化平台 平台数量 互联网企业比重（%） + 工业互联网平台数量（个） + 平台交易 电子商务营收金额占主要生产性服务业增加值的比重（%） + ]

（3）中介变量：技术融合式创新与创新要素配置

技术融合式创新（[TII]）

参照既有研究[14]，本文通过技术融合、扩散与创新的加权平均值测度技术融合式创新水平。其中，运用技术融合网络内部各专利分类号的局部聚类系数1、接近中心系数2以及中介中心性系数3表征技术融合。进一步地，计算省份内部各类专利分类号占已获取授权专利的比重，分析各省份技术“长板”。另外，将局部聚类系数、接近中心系数、中介中心性系数与省份中各类专利分类号所占比重相乘，并使用乘积求和衡量技术融合水平。为消除异方差与数据波动带来的影响，对所得计算结果进行对数处理，最终得到技术融合水平。就技术扩散而言，通常以技术市场交易为主要扩散途径，故研究通过技术合同成交额衡量技术扩散水平。就技术创新而言，运用新技术产品市场销售额占产品总销售额的比重来衡量。

创新要素配置（[AIE]）

本文参照匡敏等[15]的研究，通过创新资源错配程度反映创新要素配置水平。假定省级行政部门创新产出为[Q]，计算公式为[Q=i=1NQi]。此时省级行政部门的创新产出、经济总产出均与创新资源呈[C-D]函数关系，且各项要素均具备条件约束，具体公式如下：

[Q=AKαL1-α，Qi=AKαiLi1-αs.t.K=i=1Nki，L=i=1NLi] （4）

其中，先行设定存在一定程度的创新要素扭曲现象，通过最小二乘法的回归模型，计算创新要素扭曲弹性（[α]）。与此同时，假定生产函数中规模报酬不发生变化，创新劳动力（[Y]）与创新资本（[K]）产生扭曲现象但产出弹性不变，目标函数表示如下：

[maxKi，LiAiKαiL1-ai-（1+τKi）RKi-（1+τLi）ωLi] （5）

上式中，[R]、[ω]分別为创新劳动力与创新资本价格水平，[（1+τKi）R]与[（1+τLi）ω]分别表示在要素扭曲的影响下创新劳动力与创新资本价格水平。

进一步地，将创新劳动力与创新资本的绝对扭曲系数设定如下：

[γKi=11+γKi，γLi=11+γLi] （6）

对目标函数进行求解，得出各创新要素配置所占比例：

[KiK=siαiNsiαγKi，LiL=si（1-α）iNsi（1-α）γLi] （7）

上式中，[γ]代表绝对扭曲系数中的价格相对扭曲系数。

[γKi=γKii=1Nsiai=1NsiaγKi] （8）

[γLi=γLii=1Nsi（1-a）i=1Nsi（1-a）γLi]  （9）

上式中，[si=QiQ]，代表区域创新产出在区域总产出的占比，[i=1Nsi（1-a）]与[i=1Nsi（1-a）]分别表示产出加权后的创新劳动力与创新资本系数，反映实际与理想创新要素配置效果偏差。此时，区域总产出通过地区生产总值表征；创新劳动力运用R&D全时当量衡量；创新资本运用永续盘存法计算得出R&D资本存量。为便于后续分析，取所得创新劳动力与创新资本错配系数的绝对值，系数值越低，说明创新资源扭曲程度越低，即创新要素配置水平越高。

（4）控制变量

为保障研究结论准确性，本文引入如下控制变量：（1）外商直接投资（[FDI]），通过制造业各细分行业外商直接投资金额占地区生产总值的比重表征。（2）对外依存度（[EX]），采用行业商品出口交易值占行业总产值的比重表示。（3）产业链产值增加率（[IR]），运用产业链增加值总额与产业链总产值之比衡量。（4）人力资本（[HUM]），使用制造业各细分行业R&D人员数量与全体从业人员数量之比表示。（5）产业结构（[IS]），通过信息技术产业生产总值占制造业生产总值的比重表示。各变量描述性统计见表3。

五、 实证分析

1. 基准回归分析

表4列（1）显示控制时间固定效应的回归结果，列（2）为同时控制时间固定效应和省份固定效应的估计结果。可以看出，生产性服务业数字化对制造业产业链现代化的影响系数显著为正，说明生产性服务业数字化可有效促进制造业产业链现代化，假设1得以验证。究其缘由，生产性服务业数字化能够促进产业升级，降低制造业非必要成本消耗，提高产业生产能力与资源配置效率，助力制造业产业链现代化。列（3）报告引入控制变量后回归结果。不难发现，在加入控制变量后，生产性服务业数字化对制造业产业链现代化的赋能效应显著增强。其中，外商直接投资、产业链产值增加率对制造业产业链现代化的影响系数显著为正；对外依存度对制造业产业链现代化的影响系数显著为负。原因可能是，提高外商直接投资水平和产业链产值增加率有助于缓解要素与资金约束，提升全要素生产率，促进制造业产业链现代化。对外依存度较高可能降低制造业产业链自主可控水平，阻滞制造业产业链现代化进程。

2. 内生性检验

（1）使用SYS-GMM模型。SYS-GMM模型将水平变量滞后项作为差分方程工具变量，能够缓解变量遗漏与测度误差导致的内生性问题，检验结果如表5列（1）所示。观察可知，在更换回归模型后，生产性服务业数字化估计系数仍显著为正，说明前文基准回归结论成立。

（2）增加控制变量。为规避关键变量遗漏问题，将城镇化水平（[UR]）与经济发展差距（[GAP]）加入控制变量，重新回归结果详见表5列（2）。其中，城镇化水平使用省级行政区城镇人口占地区总人口数量比重衡量；经济发展差距运用区际人均生产总值之差表征。可以知悉，生产性服务业数字化回归系数仍显著为正，结论具备稳健性。

3. 稳健性检验

（1）替换被解释变量。将制造业产业链劳动生产率作为被解释变量展开稳健性检验，结果见表6列（1）。分析数据可知，生产性服务业数字化回归系数显著为正，与前文回归结果一致，说明结论具备稳健性。

（2）替换解释变量。生产性服务业数字化即指运用信息技术赋能产业数字化转型，促进产业技术进步，实现降本增效。针对于此，将生产性服务业技术进步作为解释变量，进行稳健性检验，详见列（2）。结果显示，替换解释变量后主要变量估计结果与前文大致相同，意味着估计结果稳健。

4. 机制检验

下文展开生产性服务业数字化对制造业产业链现代化的影响机制检验，结果见表7。

（1）技术融合式创新。列（1）回归结果表明，生产性服务业数字化估计系数为0.518，且在1%统计水平上显著，说明生产性服务业能够显著促进技术融合式创新。列（2）显示，技术融合式创新估计值显著为正，表明技术融合式创新能够促进制造业产业链现代化。这意味着生产性服务业数字化能够以技术融合式创新为路径，对制造业产业链现代化发挥间接促进作用，假设2成立。

（2）创新要素配置。观察列（3）数据可知，生产性服务业数字化估计系数显著为正，意味着生产性服务业数字化可提升创新要素配置水平。然而將创新要素作为中介变量引入模型后发现，生产性服务业数字化系数显著为正；创新要素配置系数虽为正，但未通过置信检验，故需进一步展开Sobel检验。Sobel检验表明P值为0.004，说明创新要素配置在生产性服务业数字化、制造业产业链现代化间发挥中介效应，假设3得以验证。列（4）数据显示，创新要素配置的直接效应估计系数（1.761）与间接效应回归系数（-0.419）符号相反，说明生产服务业数字化对制造业产业链现代化的作用效果被创新要素配置水平负向影响。在创新要素配置水平较低时，资源错配与浪费现象较为严重，可能会弱化生产性服务业数字化对制造业产业链现代化的助力效能。

5. 门槛效应检验

本文为考察生产性服务业数字化对制造业产业链现代化影响的非线性特征，构建具体模型如下：

[MMICi，t=α+β1DPSi，t×I（Mi，t≤γ1）+β2DPSi，t×I（γ1γn）+δControlsi，t+μi+λt+εi，t]  （10）

其中，[Mi，t]代表门槛变量；[γ]为带估算门槛值；[I（·）]指代示性函数；当[I（·）]为1时，括号内公式为真，当[I（·）]为0时，括号内公式为假。

（1）门槛效应检验。表8报告Bootstrap法重复抽样300次得出的门槛数量与检验结果。可以知悉，技术融合式创新单一门槛F值通过5%置信水平检验。创新要素配置单一门槛与双重门槛F值均通过显著性检验。故使用单一门槛模型检验技术融合式创新，运用双重面板门槛模型检验创新要素配置。

（2）面板门槛模型回归结果。采用面板门槛模型检验技术融合式创新与创新要素配置在生产性服务业数字化、制造业产业链现代化间发挥的门槛效应，结果见表9。当技术融合式创新水平≤2.889时，生产服务业数字化的估计系数不显著；当技术融合式创新水平＞2.889后，生产服务业数字化的影响系数显著为正，这表明仅当技术融合式创新处于较高水平时，生产性服务业数字化方能发挥对制造业产业链现代化的助推作用。从创新要素配置来看，在创新要素配置水平≤0.051时，生产性服务业数字化会阻碍制造业产业链现代化；在创新要素配置水平处于（0.051-1.332]区间时，生产性服务业数字化能够驱动制造业产业链现代化。在创新要素配置水平＞1.332时，生产性服务业数字化的正向助力在一定程度上有所弱化。综上，在技术融合式创新处于较高水平、创新要素配置合理的前提下，生产性服务业数字化可最大程度发挥对制造业产业链现代化的赋能效应，假设4得证。

6. 地区异质性分析

巨大的人口分布密度差异会影响各省级行政区经济发展与要素流动水平。因此，研究深入分析胡焕庸线异质性，结果见表10列（1）和列（2）。数据显示，相较于胡焕庸线以西地区，胡焕庸线以东地区生产性服务业数字化对制造业产业链现代化的赋能效应更为显著。原因可能为，胡焕庸线以东地区具备良好区位优势，能够吸引创新资源与人才集聚，促进产业数字化转型，为生产性服务业数字化助力制造业产业链现代化夯实基础。

六、 研究结论与建议

1. 研究结论

本文基于2005—2021年中国31个省份面板数据，实证分析生产性服务业数字化与制造业产业链现代化间的影响效应与作用机制。结果表明：（1）生产性服务业数字化可促进制造业产业链现代化，且该结论在控制内生性问题以及经过多种稳健性检验后依然成立。（2）生产性服务业数字化能够以促进技术融合式创新与提高创新要素配置水平两条路径，助力实现制造业产业链现代化。（3）门槛效应回归结果表明，当创新要素配置处于合理水平时，生产性服务业数字化可促进制造业产业链现代化影响。技术融合式创新处于较高水平时，生产性服务业数字化方能发挥对制造业产业链现代化的助推作用。（4）异质性检验结果显示，生产性服务业数字化对于“胡焕庸线”以东地区的制造业产业链现代化赋能效应更强。

2. 政策建议

为扎实推动制造业产业链现代化进程，本文提出如下政策性建议：

第一，夯实生产性服务业数字基础。宏观层面，政府应统筹建设以云计算中心、数据中心与存算中心为代表的数字平台，持续推进数字基础设施建设，赋能产业传统生产模块数字化变革，促进制造业产业链现代化。微观层面，企业须强化数字化意识，强化数字技术培训与对外交流活动，普及数字技术应用知识，助力生产性服务业智能化、信息化转型，推动制造业产业链现代化。

第二，构建多主体交互创新生态网络。一方面，筑构多主体交互参与创新格局。行业组织与协会可充分发挥社会资源联结、信息沟通等优势，链接政府、高校与科研院所，助力构建多主体交互参与创新体系，促进制造业产业链现代化。另一方面，提高创新转化能力。政府须规范行业创新成果产业化标准，确定多主体交互创新成果转化权属，加速项目孵化与成果扩散，助力实现制造业产业链现代化。

第三，筑构创新要素市场一体化发展格局。一方面，政府应牵头制定创新要素交易规则，统一创新要素市场交易方式，搭建创新要素市场信息公布平台，提高创新要素流动效率，助力制造业产业链现代化。另一方面，有关部门应组织开展生产单位自评、专家评审与现场核查的“三位一体”创新要素评价工作，创新数据与技术人才资源，提升创新要素配置水平，促进制造业产业链现代化。

参考文献：

[1] 王俊，银成钺.中国生产性服务业智能化对制造业效率的影响[J].税务与经济，2023（5）：75-81.

[2] 郭慧芳，王宏鸣.数字化转型与服务业全要素生产率[J].现代经济探讨，2022（6）：92-102.

[3] 李威，张高瀚，许尚坤.数字經济发展与生产性服务业制造业融合[J].商业研究，2023（6）：11-19.

[4] 郭克莎，杨倜龙.制造业与服务业数字化改造的不同模式[J].经济科学，2023（4）：45-62.

[5] 李晓嘉.推动数字经济与现代服务业深度融合[J].人民论坛，2024（2）：24-27.

[6] 魏长升，周航宇.数字经济与制造业产业链现代化耦合协调研究[J].工业技术经济，2023，42（4）：24-33.

[7] 邹梦婷，凌丹，黄大禹，等.制造业数字化转型与产业链现代化关联性研究[J].科学学研究，2023（4）：634-642.

[8] 李萌，何宇，潘家华.“双碳”目标、碳税政策与中国制造业产业链韧性[J].中国人口·资源与环境，2022（9）：22-34.

[9] 董丽，赵放.数字经济驱动制造业产业链韧性提升的作用机理与实现路径[J].福建师范大学学报（哲学社会科学版），2023（5）：33-42.

[10] 周璇，陶长琪.技术融合式创新对产业结构高度化的驱动效应研究——基于垂直式知识溢出视角[J].管理评论，2021（7）：130-142.

[11] Zhihua L，Bifeng W，Xiang H. Research on the Digital Transformation of Producer Services to Drive Manufacturing Technology Innovation[J].Sustainability，2023（4）：3784.

[12] 罗良文，张郑秋，周倩.生产性服务业数字化与城市制造业产业链现代化[J].经济管理，2023（5）：43-60.

[13] 李蛟，宫云飞，郭艳慧，等.生产性服务业数字化水平与制造业全球价值链地位的协同推进实践[J].技术经济，2023（5）：119-136.

[14] 李艺铭，王忠.数字经济时代融合式创新模式及技术成果转化路径[J].科技导报，2020（24）：103-108.

[15] 匡敏，范逢春.技术进步偏向、创新要素配置与经济韧性[J].科技进步与对策，2022（23）：22-32.

基金项目：广西科技大学博士基金项目“广西深入实施‘工业强桂战略研究”（项目编号：校科博22S12）；2021年度广西高校中青年教师科研基础能力提升项目“以‘新基建推动广西制造业高质量发展对策研究”（项目编号：2021KY0337）。

作者简介：韦帅民，男，韩国公州大学人文社会科学学院博士，广西科技大学经济与管理学院助理研究员，研究方向为产业经济。

（收稿日期：2023-12-25  责任编辑：苏子宠）