制造业细分行业数字化转型评价研究★

曾 林

（福建师范大学经济学院， 福建 福州 350117）

0 引言

近年来，我国高度重视制造业数字化转型问题。制造业数字化的本质是将数字技术与制造业深度融合，将其运用于生产、经营、管理的各个环节，从根本上提升效率，促进制造业转型[1]。

早在2020 年6 月30 日，中央深改委就审议通过《关于深化新一代信息技术与制造业融合发展的指导意见》，提出要加快推进新一代信息技术和制造业融合发展[2]。党的二十大报告特别强调“推动制造业高端化、智能化、绿色化发展”。以新兴信息技术与企业生产制造以及经营管理各环节充分结合、最终实现制造业升级为目标的数字化转型正成为制造业发展的大趋势[3]。

目前，制造业数字化的研究正处于发展阶段，各学者构建不同的指标体系来综合反映制造业数字化水平：范合君等[4]人通过生产数字化、消费数字化、流通数字化和政府数字化4 个维度和23 个二级指标，构建数字化程度测度指标体系，对中国省级数字化水平以及分项指标的变化趋势进行比较评估；刘钒和余明月[5]利用数字融合规模、产业数字化投入、产业数字化应用、效益水平四个维度，从投入产出角度评价产业数字化发展状况。王和勇等[6]从效益提升、创新驱动和绿色发展3 个维度构建区域制造业数字化转型评价指标体系；张林刚等[7]从数字化技术转型、数字化创新能力转型和数字化效益转型三方面构建区域制造业数字化转型评价指标体系，对中国各地区制造业数字化转型程度进行评价；陈晓东等[8]也基于中国投入产出表测度制造业产业链的数字化转型水平。

许多学者虽然都设定了制造业数字化转型的测算指标，但大多是以区域的制造业为研究对象，而杨继东等[9]认为在制造业内部，不同行业由于所面向的客户群体不同，在数字化进程上同样存在差异；李云菲[10]根据不同行业在生产过程中对要素依赖程度的差异，可以将制造业的所有子行业大致划分为劳动密集型产业、资本密集型产业和技术密集型产业；王璐[11]将16 个制造业行业按照要素密集度的不同分为三类，以制造业出口中内含ICT 产业增加值的占比（IG）来测度制造业数字化水平。

综上，学者们进行了一系列尝试与探索，为本文研究提供了借鉴与参考。总体来说，现有研究一致认为数字化能对制造业产生正面的影响，并且多数学者采用综合评价法构建制造业数字化转型的评价指标体系进行测度。但这些研究大多是以制造业中的某一行业或者区域的制造业为研究对象，而对制造业内部各细分行业的数字化评价的研究是比较少的，且鲜有研究能够将制造业数字化投入和数字化效益联系起来。从理论角度来看，本文可以填补制造业数字化转型相关研究的空白；从现实角度来看，本研究有助于改善不同制造业行业数字化发展不均衡的问题，帮助制造业不同行业制定适宜的数字化转型路径，具有重要的社会经济效益。

1 评价指标体系

1.1 数据来源

本文的研究数据均来自2011—2021 年《中国环境统计年鉴》《中国科技统计年鉴》《中国工业统计年鉴》和ADB投入产出表，少数缺失值通过线性插值法补齐。

考虑到本研究所需要的实证数据有一部分来自于ADB 投入产出表，而中国投入产出表的部门分类与ADB-MRIO 的行业分类存在差异，因此本文将《国民经济行业分类（GB/T4754-2017）和ADB-MRIO 行业分类进行对照匹配，并参考其他文献的分类标准，最终选择了13 个制造业细分行业，并将这些细分行业按照要素密集度的不同进一步划分为劳动密集型、资本密集型和技术密集型。具体行业分类如表1 所示。

表1 行业分类

1.2 指标选取及说明

本研究从数字化投入和数字化效益两个角度出发。制造业数字化的本质是将数字技术与制造业深度融合，因此在行业层面对数字技术的使用量能比较准确地表示各行业的数字化投入。此外，数字技术的使用可以改变各行业生产技术水平，制造业数字化转型带来的效益提升可以体现在创新、环境和经济三个方面。因此，本文构建数字化投入和数字化效益两个维度和数字技术投入量、创新效益、绿色效益和经济效益四个一级指标的评价体系。

1.2.1 数字技术投入量

制造业数字化转型主要体现在数字技术与制造业的融合程度加深，各制造业行业通过数字技术打造数字化平台，形成数据管理、数据运营、数据决策和创新的生产运营新模式，推动制造业高质量发展，带来效益提升。数字技术主要包括大数据、云计算和人工智能等信息技术和信息通信服务。考虑到数据的可得性和连贯性，本文参考王彬、高敬峰等人[12]的做法，采用投入产出法来衡量各制造业细分行业的数字化投入量，以制造业生产过程中数字经济基础产业对其他产业部门的投入量来衡量各行业部门的数字技术投入量，而信息通信服务行业能够在很大程度上代表数字经济基础产业。该指标数据来源于2011-2021 的ADB 投入产出表。

在使用ADB 投入产出表测算2011—2021 年数字技术投入量时，选取c27 邮政和信息通信服务行业来表示数字化投入水平。但由于ADB 中c27 邮政和信息通信服务行业包含邮政和信息通信服务两个行业，因此本文根据WIOD 发布的2014 年投入产出表中J61 信息通信服务行业在H53 邮政行业与J61 信息通信服务行业总和中所占的比重来拆分ADB 中2011—2021 年的c27 邮政和信息通信服务行业。据此得到2011—2021 年各制造业细分行业所使用的信息通信服务行业数据，以此来计算2011—2021 年各个细分行业的数字技术投入量。

1.2.2 数字化创新效益

引生态活水入县城河流是践行习近平新时代治水新理念、是河湖水系综合整治的重要举措。是县委、县政府确定的2018年重点工程项目之一，是解决县城水环境问题的一项民心工程，是一件顺民意的大好事、大实事。该工程由县水务局负责实施，工程总投资约300多万元，水源以师婆泉为主要水源，南部集中供水工程水源为补充水源，通过修复疏通红卫灌区原有管线，铺设新输水管线共2.5公里，全程输水自流而下，实现将生态活水注入获泽河治理段河道。

制造业数字化转型带来的效益之一体现在创新方面。各行业利用数字技术赋能创新，数字化转型有助于各行业及时把握新兴市场变化趋势，降低创新活动的不确定性和风险性，提高新产品创新成功率，提升企业创新能力。本文从创新投入增加、创新成果增加和创新质量提升三个角度来衡量制造业各细分行业的创新效益。

1.2.3 数字化绿色效益

制造业数字化转型带来的另一个效益体现在环境方面。数字化赋能制造业绿色转型的主要路径主要体现在赋能生产过程控制降低能耗物耗、赋能能源管理与排放监测管理以及赋能供应链资源回收利用。同时，制造业数字化会带来产业结构转型升级，这些均会使制造业各行业实现节能减排，带来绿色效益。

1.2.4 数字化经济效益

制造业数字化转型带来的效益还体现在经济方面。制造业数字化转型使得数字技术嵌入企业价值链的各个环节，通过减少信息流动的障碍，更好地协同产业链上下游，在很大程度上缩短了制造业各行业从研发、生产到销售的周期，优化制造业的生产流程，提高了制造业的生产效率，提升经济效益。同时，数字技术的使用便于企业经营管理，通过提高信息分析与搜集的速度和准确度，实现制造业产品市场供需的精准匹配，降低管理成本和销售成本。综上，本文构建了涵盖数字化投入和数字化效益2 个维度10 个指标的综合评价体系，对制造业各细分行业的数字化转型进行评价，具体如表2 所示。

表2 制造业数字化转型综合评价指标体系

2 基于熵权法的制造业数字化转型评价

熵权法是一种依据各指标所包含的信息量的多少确定指标权重的客观赋法。某个指标的熵越小，说明该指标值的变异程度越大，提供的信息量也就越多，在综合评价中起的作用越大，则该指标的权重也应越大，所以用熵权法确定权重能够使结果更加客观。

本文在构建制造业数字化转型评价指标体系的基础上，首先利用熵权法确定各评价指标的客观权重，接着计算出制造业各细分行业数字化转型的评价值；最后对制造业各细分行业数字化转型评价结果进行优劣排序。

2.1 基于熵权法的评价指标权重计算

表3 各效益指标权重

2.2 制造业细分行业数字化转型结果分析

本文利用熵值法分别计算出制造业各细分行业数字化投入和数字化效益的综合得分，如下表4，该结果在一定程度上反映了2011—2021 年制造业细分行业的数字化转型状况。

表4 各行业平均得分及评价排名

总体而言，制造业各细分行业的数字化投入与数字化效益虽没有完全相关，但也存在着一定的关联，数字化投入量较多的行业，其数字化效益也比较多；反之，数字化投入量较少的行业，数字化产生的效益也比较少。

从数字化投入的角度来看，制造业各细分行业的数字化投入量不同。农副食品加工业、电气机械和器材制造业和造纸、纸制品、印刷和出版制造业的数字化投入量排在前三，可能是由于这些行业意识到了数字化转型的重要性和紧迫性，主动适应制造业数字化转型的时代新要求；而食品、饮料和烟草制造业、基本金属和金属制品制造业以及石油、煤炭及其他燃料加工业的数字化投入量排在最后三名，原因可能是这些行业进行数字化转型的成本和代价比较大，而企业不愿意承担，没有意识到数字技术对行业发展壮大的重要意义。

从产生数字化效益的角度来看，橡胶和塑料制品业与运输设备制造业的数字化投入量虽然不是最多的，但产生的数字化效益却排在前列，说明这些行业数字化转型的效率高，合理高效地利用了大数据、云计算和人工智能等信息技术和信息通信服务，赋能创新、推动绿色转型、提升经济效益，享受到了数字化转型带来的好处；而食品、饮料和烟草制造业、非金属矿物制品业与石油、煤炭及其他燃料加工业的数字化效益排在最后，原因可能是这些行业的数字化投入量较少，对数字技术和信息通信服务的利用程度较低，因此享受不到数字化转型带来的在创新、绿色、经济效益提升方面的好处。

从按照要素投入密集程度划分的三类制造业的角度来看，资本密集型行业的数字化投入量总体而言比较低，且产生的数字化效益也比较低，造成这种现象的原因可能是这类行业进行数字化转型的成本较高，资本密集型行业呈现出典型的“长链条、重资产、需求多样”的行业特征，在数字化转型中，所需的投入规模最大，因此有些企业抱着观望的心理，缺乏实际行动，致使这类行业的数字化转型程度较低；劳动密集型行业中各行业的数字化转型水平差异较大，但数字化投入和产生的效益总体上呈现出正相关的关系，近年来劳动力成本持续上升给劳动密集型行业带来了巨大的压力，借助数字技术和信息通信服务，能够从多方面促使劳动密集型产业实现降本增效，摆脱传统劳动力对发展的束缚，迎合新时代消费需求升级，顺利实现高质量发展。因此劳动密集型行业应当加大对数字技术的投入；技术密集型行业的数字化效益都比较高，因为本身具有较高的信息基础投资，数字化能力建设上起步较早，数字化转型程度本身较高，因此其不需要很大的数字化投入量就能带来较高的效益提升。

3 研究结论与启示

3.1 研究结论

1）在数字化效益的三个指标中，创新效益指标所占权重最大，这说明制造业数字化转型在支持和促进各行业创新方面发挥着关键作用，各制造业行业应当利用数字技术和信息通信服务提升制造能力、推动制造模式创新、降低制造成本、提升竞争力。

2）总体来看，技术密集型行业的数字化投入回报率比较高，较小的投入就能提升较多的效益。因此要加大对技术密集型行业的数字化投入，更大程度地发挥数字化带动制造业发展的影响效应。劳动密集型行业和资本密集型行业的数字化转型程度相对而言仍比较低，应当加大对资本密集型行业的数字化投入，提高劳动密集型行业对数字化投入的有效利用，提高其数字化效益，这就需要进一步加强这些行业与数字化技术融合发展，助力其数字化转型，释放数字化带动产业发展的动力。

3.2 政策建议

3.2.1 制造业

作为最基本的微观经济主体，制造业企业在制造业数字化转型之路上承担着重要责任。制造业各行业应当意识到数字化转型的紧迫性，积极主动向数字化方向发展，加快数字化技术的研发与应用。这就要求制造业企业加大基础科学研发，集聚人才和资本，完善智慧工厂建设，将物联网、工业机器人等人工智能技术贯穿于制造业的整个生产过程，加强数字技术基础设施建设，打破高端技术壁垒，加快制造企业技术的数字化更新，提高企业的生产效率，激发其创新活力。还要提升制造业中高层管理者的数字化观念和适应能力，提高员工对自动化智能化设备和软件系统的熟练操作能力，为数字化转型奠定基础。

3.2.2 政府

首先，加强对数字人才的投入。数字化转型需要大量的既懂得制造业知识也懂得数字化方面相关知识的复合型人才，大力度培养制造业数字化转型的人才。鼓励企业和中高等教育机构合作开展制造业数字化转型方面的职业技能培训。

其次，完善相关政策制度，加大制造业企业数字化转型支持力度。针对不同类型的制造业行业要因时制宜、因地制宜，制定相应的发展措施，全面推进不同类型制造业顺利实现数字化转型升级；强化政策引导，推动制造业数字化转型升级，建立健全促进数字化转型的相关政策与市场机制；适时调整产业结构，加大创新支持力度，优化资源配置，以促进制造业数字化均衡发展。

最后，加大对制造业数字化转型的经济支持。加大制造业数字化改造优惠贷款、财政贴息、财政补贴、税收返回等资金支持力度，缓解制造业的数字化转型面临的成本上升压力。