数智赋能下安徽城市群产业结构调整与升级的优势分析

摘 要：随着信息技术和数字化技术的快速发展，数智赋能已成为推动产业升级和经济发展的重要动力。安徽城市群作为一个经济发展较为活跃的地区，正处于产业结构调整和产业升级的重要阶段。在这一背景下，深入研究数智赋能对安徽城市群产业结构调整与产业升级的影响，对于制定科学有效的发展战略和政策具有重要意义。本文通过对安徽城市群在数字化程度、数据驱动能力、创新能力等方面的优势分析，提出了进一步加强数智赋能的建议。研究结果表明，安徽城市群在数据驱动能力、创新能力、数据收集能力、科技研发投入、创新产业的数量和质量、创新生态系统的建设、供应链的数字化程度以及高等教育资源等方面具备较强的优势，这些优势将有助于推动安徽城市群的产业升级和经济发展。

关键词：数智赋能；安徽城市群；产业结构升级；区域优势；数据驱动能力

一、引言

随着信息技术的迅猛发展和智能化时代的到来，数智赋能已成推动区域经济发展的重要手段之一。在中国东部和中部地区，安徽省凭借其丰富的资源和潜力成了产业结构调整与产业升级的重要实践区域。在数智赋能的背景下，如何利用先进的信息技术和数据分析手段，推动安徽城市群的产业结构调整和产业升级，成了当前研究和实践中亟须解决的问题。安徽省作为中国的重要制造业基地之一，拥有丰富的传统制造业资源。然而，随着国内外市场的竞争加剧和技术进步的推动，传统制造业正面临着结构调整和转型升级的压力。在这一背景下，数智赋能提供了重要的机遇，通过应用物联网、人工智能、大数据分析等技术，可以提高制造业的智能化水平，提升生产效率、质量控制和供应链管理，从而实现产业结构的调整和升级[1]。

数智赋能也有助于城市智能化建设，进而促进产业结构调整和升级。借助物联网技术，安徽城市群可以实现城市交通、环境监测、能源利用等方面的智能化管理，提高城市运行效率和居民生活质量。智能化建设为产业发展提供了更加便捷和高效的基础设施，为产业结构调整和升级提供有力支撑。通过数据分析和信息共享，可以实现产业链上下游的协同合作，提高资源利用效率和产业链的附加值。不同城市可以共享信息和资源，形成完整的产业链，实现产业的优势互补和协同发展，推动产业结构的调整和升级。

二、文献综述

（一）数字技术驱动的城市群产业升级研究

郭淑芬等（2020）研究数字技术对城市群经济的影响，包括数字产业的兴起、数字创新的驱动力和数字化转型的路径。此外，还研究了数字技术在城市群中不同产业之间的互动关系，构建数字产业生态系统[2]。宋涛等（2017）研究数字技术在城市规划和设计中的应用，如基于数据的城市规划、智能交通系统、数字孪生城市等。这些研究可以探索数字技术如何改善城市群的可持续性、生态环境和居民生活质量[3]。严太华和李梦雅（2019）研究数字技术如何推动城市群中传统产业的创新和转型，以适应数字化时代的需求。重点可以放在数字技术在供应链管理、生产流程优化、产品设计和营销等方面的应用[4]。雷玉桃等（2019）研究数字技术在社会、文化和环境方面的影响，并提出数字技术应用的社会伦理和可持续发展框架[5]。

（二）数智赋能下的安徽城市群创新生态系统研究

裴耀琳和郭淑芬（2021）研究安徽城市群中数字创新生态系统的组成要素、参与主体以及各个环节的互动和协同机制。探讨数字技术在创新生态系统中的角色，如数据共享、合作创新、孵化器和加速器等[6]。赵领娣和吴栋（2017）研究数字技术在安徽城市群不同行业和领域的应用案例，包括智慧城市建设、智能制造、数字农业、数字旅游等。通过实地调研和案例分析，总结成功的实践经验和创新模式[7]。孙超和唐云锋（2020）研究数字技术对安徽城市群创新能力的影响，探讨数字技术在提升企业和组织创新能力方面的机制和途径。通过问卷调查、数据分析等方法，评估数字技术与创新能力之间的相关性[8]。郑晓舟等（2021）研究安徽省在数字化创新方面的政策环境和治理机制。包括政府政策的制定与实施、创新创业政策的配套措施、公私合作的模式等。通过评估政策的有效性和推动力，提出改进和优化的建议[9]。

（三）区域优势与产业升级的关系研究

郑晓舟等（2021）研究如何识别和评估一个地区的优势，包括自然资源、人力资源、基础设施、技术创新、市场需求等方面的优势。可以运用定量和定性的方法，如SWOT分析、竞争力评估模型等，来评估不同区域的优势特点[10]。唐晓灵等（2021）研究区域优势对产业升级的路径依赖关系。即研究一个地区过去的产业结构、技术基础、人才培养等对当前产业升级的影响。这种研究可以帮助理解区域产业发展的历史轨迹和未来发展方向[11]。孙祥栋等（2020）研究区域政策如何促进产业升级。这包括政府在区域发展中的角色、政策的设计与实施、资源的配置等方面。通过分析政策的效果和影响，可以提出改进和优化的政策建议[12]。鉴于此，笔者将采用实证研究的方法，通过分析数据，揭示数智赋能在安徽城市群产业结构调整与产业升级中的实际效果和区域优势。研究结果将为政府决策制定提供科学依据，推动安徽城市群的经济发展和产业转型升级，同时也可为其他地区的产业结构调整和产业升级提供借鉴和参考。

三、数智赋能下安徽城市群产业结构升级的优势指标分析

（一）指标选取原则

（1）目标一致性：选择的指标应与评估城市群产业结构升级优势的目标一致。这些指标应能够反映数智赋能给产业结构升级所带来的实际影响和改善。（2）可量化性：选择可量化的指标有助于进行具体的数据分析和比较。这样可以更容易衡量和评估城市群在数智赋能下产业结构升级的优势。（3）综合性和全面性：选取的指标应该能够综合考虑不同方面的因素，以全面评估产业结构升级的优势。这可以包括技术、创新、产业链协同、人才等多个维度。（4）可比性和可衡量性：选择具有可比性的指标可以方便地进行跨地区、跨时期的比较分析。同时，指标应具备可衡量性，即能够通过相关数据进行实际测量和分析。（5）实用性和可操作性：选取的指标应具备实际应用的实用性和可操作性。这意味着能够通过现有数据和信息收集手段来获取相关数据，并能够为政府、企业和研究机构提供有效的决策支持。

（二）指标选取

（1）数字化程度：衡量城市群产业结构升级的首要指标是数字化程度，包括数字技术的应用范围和程度。可以评估数字化基础设施的建设情况，如网络覆盖率、云计算和物联网技术的应用程度等。数字化程度越高，越有利于实现数智赋能带来的优势。（2）数据驱动能力：评估城市群产业结构升级的另一个重要指标是数据驱动能力。包括数据收集、整理、存储和分析的能力。城市群是否能够充分利用大数据技术和工具，从海量数据中提取有价值的信息，并将其应用于决策和优化中。（3）创新能力：评估城市群的创新能力是衡量产业结构升级优势的关键指标。包括科技研发投入、创新产业的数量和质量、创新生态系统的建设等。城市群是否能够培育创新企业、吸引高科技人才，并形成具有竞争力的创新产业集群。（4）产业链协同效应：数智赋能可以促进产业链各环节的协同作业和合作创新。评估城市群的产业链协同效应，包括供应链的数字化程度、合作伙伴网络的建设、产业链中各环节的协同程度等。协同效应越好，越能提高产业链的整体效率和竞争力。（5）人才培养和吸引力：评估城市群的人才培养和吸引力对于产业结构升级的优势也非常重要。包括高等教育资源、科研机构的数量和质量、人才培训机构的完善程度等。城市群是否能够培养和吸引到数智赋能所需的专业人才和创新人才（见表1）。

（三）数据来源

为了获取上述指标所需的数据，可以利用多个数据来源，主要有以下途径。

（1）统计机构和政府部门数据：国家统计局、地方统计局、科技部、工信部等政府部门和机构通常提供各类经济、科技和创新相关的数据，如产业发展数据、创新投入数据、数字化普及数据等。这些数据可以作为评估指标的主要来源之一。（2）调研和问卷调查数据：通过对企业、研究机构、高校和政府机构进行调研和问卷调查，可以获取一些与产业升级和数智赋能相关的数据。例如，调查企业的数字化程度、创新投入情况、人才培养需求等。（3）学术研究和报告：学术研究机构、行业研究机构以及咨询公司常常发布与产业发展和创新相关的研究报告，这些报告通常会提供大量的数据和分析结果，可用于评估指标的获取。（4）在线数据库和平台：许多在线数据库和平台提供各种经济、科技和创新相关的数据，如国家统计局数据库、科技指标数据库、企业数据库等。通过这些平台，可以获取特定地区和行业的相关数据，以支持指标的评估。

四、实证分析

（一）数据有效性检验

数据有效性检验是在数据分析中的一项重要任务，旨在评估收集的数据的质量和可靠性。通过进行数据有效性检验，可以确定数据是否足够准确、完整和可靠，以支持所需的分析和结论。由表2可知，在一级指标中，数字化程度、数据驱动能力、创新能力、产业链协同效应和人才培养吸引力的科隆巴赫[α]值分别为0.714、0.881、0.709、0.725和0.773，检验值均大于0.7，说明一级指标通过了数据有效性检验。在二级指标中，数字化基础设施建设、数字技术的应用范围和程度、数据收集能力等指标的科隆巴赫[α]值分别为0.744、0.881、0.834，说明二级指标通过了数据有效性检验。综上所述，本文的研究数据通过了有效性检验，具有较好的信效度，可以进行实证分析。

（二）指标权重值计算

基于上述指标得分结果采用改进熵值法对指标进行权重分析，其原理如下所示：

第一，对原始数据进行标准化处理，计算方法如方程（1）所示：

其中，m=13，指本文优势指标体系中的13个指标。X”为各指标的均值，为了消除出现负数的情况，本文对结果进行了加权平移。

第二，计算各指标的变异系数，计算方法如方程（2）所示：

Bij为各指标的变异系数。

第三，计算指标权重，计算方法如方程（3）所示：

Wj为第j个指标的权重结果。

（三）指标权重值

指标权重值是在多指标评价或决策分析中使用的数值，用于确定各个指标对最终评价或决策结果的相对重要性。通过给每个指标分配权重，可以反映其在整体评价或决策中的贡献程度。由表3可知，在一级指标中，创新能力的权重值最大，权重值为0.308，说明创新能力在安徽省产业结构调整和升级中所发挥的作用最大，在当今经济发展的实践中，科技企业对经济发展的贡献较大，且大部分科技企业具有污染少、效益高的特点，对产业结构升级的重要性不言而喻。其次是数据驱动能力的权重，权重值为0.221，说明在数智赋能的背景下，数据驱动对产业结构升级具有重要意义。在二级指标体系中，创新产业的数量和质量权重值最大，权重值为0.121，说明在检验产业升级程度时，创新产业的数量具有重要的代表意义。数据收集能力的权重值为0.110，这也和数智赋能的背景相符合。

（四）安徽城市群产业升级的优势分析

根据李金林等（2023）的优势分析方法，本文根据一级指标和二级指标的数量，一级指标和二级指标的权重值之和均为1，若指标占比超过平均值，则表明该指标较为重要，可以视作安徽城市群产业升级的优势点。经过计算，一级指标的权重平均值为0.200，可以发现优势指标为数据驱动能力（0.221）、创新能力（0.308）；二级指标的权重平均值为0.077，可以发现优势指标为数据收集能力（0.110）、科技研发投入（0.089）、创新产业的数量和质量（0.121）、创新生态系统的建设（0.091）、供应链的数字化程度（0.087）、高等教育资源（0.098）。

综上所述，安徽城市群在数据驱动能力、创新能力、数据收集能力、科技研发投入、创新产业的数量和质量、创新生态系统的建设、供应链的数字化程度以及高等教育资源等方面具备较强的优势，这些优势将有助于推动安徽城市群的产业升级和经济发展。

五、发展建议

（一）加强数据驱动能力

在当今数字化时代，数据成为推动产业升级的重要资源。安徽城市群应加强数据驱动能力，以更好地利用数据来支持决策和创新。首先，需要加强数据收集的能力。通过建设完善的数据收集系统，包括传感器、监测设备等，可以获取大量的实时数据。同时，要注重数据的质量和准确性，确保数据的可靠性。其次，要加强数据整合和分析的能力。建设强大的数据平台，利用人工智能和大数据分析技术，对收集到的数据进行深入挖掘和分析，提取有价值的信息，为决策提供科学依据。此外，要关注数据安全和隐私保护，建立合规的数据管理机制，确保数据的安全性和合法性。

（二）强化创新能力

创新是推动产业升级和经济增长的重要驱动力。安徽城市群应加强创新能力，培育创新文化，鼓励企业进行技术创新和商业模式创新。首先，要鼓励企业增加研发投入。政府可以提供资金支持和税收优惠等激励措施，鼓励企业加大研发投入。同时，要加强产学研合作，建立产业创新联盟和研发中心，促进企业与高校、研究机构之间的合作与交流，共同开展前沿技术研究和创新项目。此外，要加强知识产权保护，为创新提供良好的法律保障。

（三）深化创新生态系统建设

良好的创新生态系统是推动创新的重要保障。安徽城市群应加强创新生态系统的建设，促进创新要素的流动和碰撞。首先，要加强政府的引导和推动作用，制定相关政策和措施，激励企业创新，吸引人才和资本参与创新创业。同时，要加强企业之间的合作与交流，推动产业链上下游的协同创新。此外，要培育创新型企业和创新创业团队，提供创业孵化器、科技园区等支持平台，为创新者提供良好的创业环境和资源支持。

（四）推进供应链数字化

供应链数字化是提高产业效率和竞争力的关键。安徽城市群应加快供应链数字化转型，利用先进的信息技术和物流管理系统，实现供应链的高效运作。首先，要建设数字化的供应链平台，实现信息的实时共享和透明化。通过使用物联网、云计算和人工智能等技术，实现供应链各环节的数字化管理，提高供应链的可视性和可控性。同时，要加强供应链合作伙伴之间的信息交流和协同工作，优化供应链的运作效率和资源利用效率。此外，要关注供应链的可持续性，推动绿色供应链的建设，减少环境影响。

（五）加强高等教育资源建设

高等教育是培养创新人才的重要基地。安徽城市群应加强高等教育资源建设，提高高等教育的质量和水平。首先，要加大对高等教育的投入，提供更好的教育设施和资源支持。建设高水平的大学和研究机构，引进国内外优秀的教师和科研人员，提升教育教学水平和科学研究能力。同时，要关注教育与产业的对接，调整和优化专业设置，培养适应产业发展需求的人才。此外，要加强产学研结合，推动科技成果的转化和产业化。

参考文献：

[1] 张治栋，秦淑悦.环境规制、产业结构调整对绿色发展的空间效应——基于长江经济带城市的实证研究[J].现代经济探讨，2018，443（11）：79-86.

[2] 郭淑芬，裴耀琳，吴延瑞.生产性服务业发展的产业结构调整升级效应研究——来自中国267个城市的经验数据[J].数量经济技术经济研究，2020，37（10）：45-62.

[3] 宋涛，董冠鹏，唐志鹏等.能源—环境—就业三重约束下的京津冀产业结构优化[J].地理研究，2017，36（11）：2184-2196.

[4] 严太华，李梦雅.资源型城市产业结构调整对经济增长的影响[J].经济问题，2019，484（12）：75-80.

[5] 雷玉桃，郑梦琳，孙菁靖.新型城镇化、产业结构调整与雾霾治理——基于112个环保重点城市的双重视角[J].工业技术经济，2019，38（12）：22-33.

[6] 裴耀琳，郭淑芬.资源禀赋约束下生产性服务业集聚的产业结构调整效应研究——基于资源型城市与非资源型城市的对比分析[J].软科学，2021，35（1）：62-67.

[7] 赵领娣，吴栋.环境规制、产业结构调整与中国城市就业[J].中国海洋大学学报（社会科学版），2017，157（6）：56-64.

[8] 孙超，唐云锋.城市房价波动与产业结构调整——来自空间溢出视域的经验证据[J].产业经济研究，2020，108（5）：100-113.

[9] 郑晓舟，郭晗，卢山冰.双重环境规制与产业结构调整——来自中国十大城市群的经验证据[J].云南财经大学学报，2021，37（3）：1-15.

[10] 郑晓舟，郭晗，卢山冰.环境规制、要素区际流动与城市群产业结构调整[J].资源科学，2021，43（8）：1522-1533.

[11] 唐晓灵，冯艳蓉，杜莉.产业结构调整与能源生态效率的演变特征及耦合关系——以关中平原城市群为例[J].技术经济，2021，40（4）：58-64.

[12] 孙祥栋，尹彦辉，李粉等.资源枯竭城市转型试点政策有利于产业结构调整吗？——基于山东省枣庄市的“准自然实验”[J].现代城市研究，2020（9）：109-115.

[13] 李金林，冉光和，叶长华.市场一体化、产业结构调整与绿色发展效率——基于长三角城市群的实证研究[J].商业研究，2023，539（3）：22-29+81.

基金项目：安徽高校自然科学研究重点项目“产城融合背景下经济开发区控制性详细规划编制研究”（KJ2020A1209）

作者简介：张丽（1986- ），女，安徽合肥人，合肥城市学院讲师，硕士，研究方向为城乡规划。