宋清華，鐘啟明，溫湖煒

（1.中南財(cái)經(jīng)政法大學(xué)金融學(xué)院，湖北 武漢 430073；2.南昌大學(xué)中國(guó)中部經(jīng)濟(jì)社會(huì)發(fā)展研究中心，江西 南昌 330031）

伴隨著新一輪技術(shù)革命與產(chǎn)業(yè)變革的浪潮席卷全球，許多國(guó)家相繼提出了“工業(yè)互聯(lián)網(wǎng)”和“工業(yè)化4.0”等數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，旨在通過(guò)推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型來(lái)實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)轉(zhuǎn)型升級(jí)和搶占國(guó)際競(jìng)爭(zhēng)制高點(diǎn)。我國(guó)是制造業(yè)大國(guó)，近年來(lái)面臨著日益嚴(yán)峻的經(jīng)濟(jì)形勢(shì)和逐步擴(kuò)大的資源環(huán)境壓力，同時(shí)在國(guó)際上呈現(xiàn)發(fā)展中國(guó)家同類競(jìng)爭(zhēng)與發(fā)達(dá)國(guó)家再工業(yè)化的“雙向擠壓”態(tài)勢(shì)[1]，重塑制造業(yè)發(fā)展新動(dòng)能、打造國(guó)際競(jìng)爭(zhēng)新優(yōu)勢(shì)已刻不容緩。制造業(yè)是數(shù)字化轉(zhuǎn)型的主戰(zhàn)場(chǎng)，黨中央和國(guó)務(wù)院立足于劇烈變幻的國(guó)際形勢(shì)，深刻把握我國(guó)產(chǎn)業(yè)革命歷史方位和制造業(yè)發(fā)展趨勢(shì)，從十九大開(kāi)始，始終將推動(dòng)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化作為引領(lǐng)制造業(yè)高質(zhì)量發(fā)展的主攻方向。黨的十九大報(bào)告明確提出“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出：“促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，壯大經(jīng)濟(jì)發(fā)展新引擎”。發(fā)展數(shù)字經(jīng)濟(jì)，推動(dòng)新一代信息技術(shù)加速突破創(chuàng)新，促進(jìn)數(shù)字經(jīng)濟(jì)與制造業(yè)深度融合，對(duì)于中國(guó)實(shí)現(xiàn)制造業(yè)數(shù)字化轉(zhuǎn)型、深化供給側(cè)結(jié)構(gòu)性改革和引領(lǐng)價(jià)值鏈升級(jí)具有重要意義[2]。

企業(yè)的生產(chǎn)要素投入能否最終轉(zhuǎn)化為有效產(chǎn)出，不僅關(guān)系到企業(yè)生產(chǎn)能力和效益，還影響宏觀經(jīng)濟(jì)的發(fā)展質(zhì)量和效率。作為測(cè)算企業(yè)生產(chǎn)要素投入轉(zhuǎn)化為最終產(chǎn)出的效率指標(biāo)，全要素生產(chǎn)率衡量了制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型成效和發(fā)展質(zhì)量。習(xí)近平總書(shū)記在十九大報(bào)告指出，“必須堅(jiān)持質(zhì)量第一、效益優(yōu)先，以供給側(cè)結(jié)構(gòu)性改革為主線，推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革，提高全要素生產(chǎn)率”。把握我國(guó)數(shù)字技術(shù)水平向國(guó)際前沿逼近和制造業(yè)領(lǐng)域數(shù)字化轉(zhuǎn)型加速推進(jìn)的歷史契機(jī)，充分釋放數(shù)據(jù)要素對(duì)企業(yè)生產(chǎn)效率的巨大潛能和乘數(shù)倍增效應(yīng)，是改造提升傳統(tǒng)產(chǎn)業(yè)和實(shí)現(xiàn)實(shí)體經(jīng)濟(jì)發(fā)展提質(zhì)增效的必由之路[3]。信息技術(shù)與全要素生產(chǎn)率的關(guān)系是產(chǎn)業(yè)經(jīng)濟(jì)學(xué)領(lǐng)域由來(lái)已久的話題，但相關(guān)研究始終沒(méi)有得出一致的結(jié)論，普遍存在信息技術(shù)的生產(chǎn)率悖論困擾。如美國(guó)經(jīng)濟(jì)學(xué)家羅伯特·戈登認(rèn)為人工智能、工業(yè)機(jī)器人等新一代信息技術(shù)對(duì)企業(yè)生產(chǎn)率幾乎毫無(wú)作用，最終可能導(dǎo)致創(chuàng)新的死亡。因此，如何釋放新一代信息技術(shù)的生產(chǎn)率潛能，構(gòu)造破解生產(chǎn)率悖論的數(shù)字化轉(zhuǎn)型路徑成為熱點(diǎn)話題[4]。作為被中國(guó)政府寄予厚望的實(shí)現(xiàn)技術(shù)趕超和產(chǎn)業(yè)變革的主戰(zhàn)場(chǎng)，制造業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的實(shí)際效果如何？產(chǎn)業(yè)數(shù)字化又是通過(guò)何種作用機(jī)制對(duì)全要素生產(chǎn)率施加影響？需要怎樣的政策體系為制造業(yè)的數(shù)字化轉(zhuǎn)型提供制度保障？這些問(wèn)題都亟待進(jìn)一步的回答。

通過(guò)解析數(shù)字經(jīng)濟(jì)構(gòu)成要素，本文利用投入產(chǎn)出表構(gòu)造產(chǎn)業(yè)數(shù)字化指標(biāo)，考察產(chǎn)業(yè)數(shù)字化對(duì)中國(guó)制造業(yè)上市公司全要素生產(chǎn)率的影響與其內(nèi)在作用機(jī)制。本文可能存在以下三個(gè)方面的邊際貢獻(xiàn)：第一，區(qū)別于已有關(guān)于數(shù)字經(jīng)濟(jì)的文獻(xiàn)主要基于產(chǎn)業(yè)數(shù)字化的單一方面，本文厘清了數(shù)字經(jīng)濟(jì)要素的范圍并較為全面地測(cè)度了制造業(yè)產(chǎn)業(yè)數(shù)字化水平；第二，基于微觀企業(yè)視角探討產(chǎn)業(yè)數(shù)字化的生產(chǎn)率效應(yīng)，有助于厘清數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)高質(zhì)量發(fā)展的影響機(jī)理，為數(shù)字化紅利的深入普及和企業(yè)生產(chǎn)率的長(zhǎng)足進(jìn)步提供決策參考；第三，遵循價(jià)值鏈理論，本文根據(jù)制造企業(yè)嵌入價(jià)值鏈各環(huán)節(jié)的不同方式，深入解析數(shù)字化轉(zhuǎn)型影響生產(chǎn)率的作用機(jī)制，為加快數(shù)字經(jīng)濟(jì)發(fā)展、推動(dòng)制造業(yè)向價(jià)值鏈中高端邁進(jìn)提供了經(jīng)驗(yàn)證據(jù)。

一、文獻(xiàn)回顧與理論分析

（一）文獻(xiàn)回顧

信息技術(shù)與制造業(yè)生產(chǎn)率的關(guān)系長(zhǎng)期以來(lái)都是學(xué)界的熱點(diǎn)研究話題。自1987年著名經(jīng)濟(jì)學(xué)家索洛提出“計(jì)算機(jī)對(duì)生產(chǎn)率不起作用”的信息技術(shù)生產(chǎn)率悖論以來(lái)[5]，許多學(xué)者都對(duì)這個(gè)問(wèn)題展開(kāi)了深入研究，但始終未能得出一致的結(jié)論。部分學(xué)者基于跨國(guó)面板數(shù)據(jù)發(fā)現(xiàn)在信息技術(shù)不同國(guó)家的生產(chǎn)率效應(yīng)可能存在差異[6][7]，并嘗試從對(duì)信息技術(shù)的度量偏差和潛在的生產(chǎn)率時(shí)滯性來(lái)解釋生產(chǎn)率悖論的成因[8]。國(guó)內(nèi)多數(shù)文獻(xiàn)肯定了信息技術(shù)或互聯(lián)網(wǎng)對(duì)中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)和高質(zhì)量發(fā)展的積極影響，并尋求通過(guò)管理變革、技術(shù)創(chuàng)新、人力資本升級(jí)來(lái)破解生產(chǎn)率悖論的可能性[9][10]，而對(duì)于新一代信息技術(shù)的發(fā)展形態(tài)——數(shù)字經(jīng)濟(jì)是否影響企業(yè)全要素生產(chǎn)率及其內(nèi)在機(jī)制卻缺乏直接的證據(jù)。也有學(xué)者指出，中國(guó)企業(yè)的勞動(dòng)力結(jié)構(gòu)、技術(shù)水平和管理能力存在較大瓶頸，可能導(dǎo)致企業(yè)無(wú)法有效吸收數(shù)字化變革的紅利并進(jìn)行場(chǎng)景應(yīng)用，進(jìn)而影響其生產(chǎn)率效應(yīng)的釋放[11]。

全球新一輪工業(yè)革命浪潮下，數(shù)據(jù)要素正逐步成為社會(huì)再生產(chǎn)過(guò)程中的關(guān)鍵生產(chǎn)要素，正以前所未有的姿態(tài)廣泛深刻地滲透到經(jīng)濟(jì)社會(huì)各領(lǐng)域，在與傳統(tǒng)產(chǎn)業(yè)和生產(chǎn)要素的逐步融合中重塑產(chǎn)業(yè)經(jīng)濟(jì)新業(yè)態(tài)，已經(jīng)超越傳統(tǒng)信息技術(shù)的理論邊界。雖然數(shù)字經(jīng)濟(jì)新技術(shù)、新業(yè)態(tài)和新模式不斷實(shí)現(xiàn)顛覆性變革和前沿突破，但囿于數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶的編制困難，準(zhǔn)確測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平及其對(duì)高質(zhì)量發(fā)展的影響的實(shí)證研究非常匱乏?，F(xiàn)有文獻(xiàn)主要聚焦于數(shù)字經(jīng)濟(jì)的某一方面對(duì)經(jīng)濟(jì)社會(huì)的影響而缺乏全面的度量，如工業(yè)智能化對(duì)勞動(dòng)力市場(chǎng)結(jié)構(gòu)的影響[12]、互聯(lián)網(wǎng)與公共服務(wù)消費(fèi)升級(jí)的關(guān)系[13]、互聯(lián)網(wǎng)對(duì)區(qū)域全要素生產(chǎn)率的影響等[10]。此外，已有文獻(xiàn)主要進(jìn)行數(shù)字經(jīng)濟(jì)的理論研究或從宏觀層面展開(kāi)實(shí)證分析[14]，部分學(xué)者逐漸嘗試從微觀視角探討數(shù)字化轉(zhuǎn)型的影響[15][16]，但對(duì)微觀企業(yè)的影響機(jī)制仍不清晰。新一代信息技術(shù)能否提升企業(yè)全要素生產(chǎn)率？其內(nèi)在微觀傳導(dǎo)機(jī)制如何？全要素生產(chǎn)率是衡量制造業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中技術(shù)-經(jīng)濟(jì)范式轉(zhuǎn)變的客觀指標(biāo)，中國(guó)制造業(yè)能否擺脫價(jià)值鏈低端鎖定、實(shí)現(xiàn)高質(zhì)量發(fā)展最終要落實(shí)到企業(yè)全要素生產(chǎn)率的攀升上來(lái)。

已有文獻(xiàn)基于不同角度、使用不同的研究數(shù)據(jù)為理解數(shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)績(jī)效、高質(zhì)量發(fā)展的影響提供了較為豐富的見(jiàn)解。然而，現(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型的生產(chǎn)率效應(yīng)的文獻(xiàn)主要聚焦于發(fā)達(dá)國(guó)家而缺乏對(duì)發(fā)展中國(guó)家的研究，尤其在微觀實(shí)證層面有待進(jìn)一步補(bǔ)充。此外，限于數(shù)字經(jīng)濟(jì)衛(wèi)星賬戶的理論和編制困難，已有文獻(xiàn)多局限于宏觀層面或微觀層面下的互聯(lián)網(wǎng)、人工智能等單一視角，綜合測(cè)度數(shù)字經(jīng)濟(jì)水平的實(shí)證研究相當(dāng)匱乏。因此，本文采用投入產(chǎn)出法構(gòu)建制造業(yè)各行業(yè)的產(chǎn)業(yè)數(shù)字化指標(biāo)，在微觀企業(yè)層面考察數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的影響及其內(nèi)在作用機(jī)制。

（二）理論分析

《中國(guó)制造2025》將“加快新一代信息技術(shù)與制造業(yè)深度融合”作為我國(guó)新型工業(yè)化的主線。為了適應(yīng)網(wǎng)絡(luò)化、智能化、數(shù)字化的經(jīng)濟(jì)社會(huì)新形態(tài)，企業(yè)將數(shù)據(jù)這種關(guān)鍵要素與傳統(tǒng)生產(chǎn)要素進(jìn)行優(yōu)化重組并引入價(jià)值鏈各環(huán)節(jié)，支撐企業(yè)打通實(shí)體經(jīng)濟(jì)生態(tài)系統(tǒng)各環(huán)節(jié)的信息傳遞梗阻[16]，并通過(guò)以下途徑為推動(dòng)企業(yè)全要素生產(chǎn)率提升打造強(qiáng)勁勢(shì)能。一方面，人工智能、大數(shù)據(jù)、云計(jì)算等新興數(shù)字技術(shù)在制造業(yè)領(lǐng)域的不斷深入應(yīng)用，不僅驅(qū)動(dòng)企業(yè)全面更新傳統(tǒng)生產(chǎn)設(shè)備，由傳統(tǒng)制造工廠向智能車間升級(jí)，還促使企業(yè)商業(yè)模式向與消費(fèi)者價(jià)值共創(chuàng)、網(wǎng)絡(luò)化協(xié)同方向演變，加速了技術(shù)創(chuàng)新能力提升、商業(yè)模式變革和投入產(chǎn)出效率躍遷。另一方面，數(shù)字技術(shù)革命浪潮下，劇烈變幻的競(jìng)爭(zhēng)環(huán)境加速了企業(yè)組織結(jié)構(gòu)向開(kāi)放式、扁平化轉(zhuǎn)變的進(jìn)程，而大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用賦予了企業(yè)管理層持續(xù)提升管理決策能力的手段，強(qiáng)力支撐企業(yè)管理效率和生產(chǎn)率持續(xù)改善?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)。

假設(shè)1：產(chǎn)業(yè)數(shù)字化對(duì)制造業(yè)企業(yè)的全要素生產(chǎn)率具有顯著的正向影響。

企業(yè)的價(jià)值創(chuàng)造活動(dòng)由各個(gè)價(jià)值鏈環(huán)節(jié)有機(jī)銜接而成，數(shù)據(jù)要素在不同價(jià)值鏈環(huán)節(jié)的嵌入方式也各不相同，從而引致對(duì)全要素生產(chǎn)率的異質(zhì)性影響?；趦r(jià)值鏈理論視域，數(shù)字產(chǎn)品和數(shù)字服務(wù)融入企業(yè)的研發(fā)設(shè)計(jì)、市場(chǎng)營(yíng)銷環(huán)節(jié)，能夠顯著增強(qiáng)產(chǎn)業(yè)生態(tài)系統(tǒng)內(nèi)部物質(zhì)流、信息流、能量流的協(xié)同傳輸效率，提高企業(yè)的資源整合和配置能力。一方面，大數(shù)據(jù)、物聯(lián)網(wǎng)等新一代信息技術(shù)為產(chǎn)品研發(fā)與設(shè)計(jì)活動(dòng)提供了產(chǎn)品信息采集和知識(shí)交流與整合的工具，助力企業(yè)打造開(kāi)放創(chuàng)新范式3.0，以“創(chuàng)新激勵(lì)效應(yīng)”增強(qiáng)企業(yè)的技術(shù)創(chuàng)新能力和提升全要素生產(chǎn)率[16]；另一方面，依托消費(fèi)互聯(lián)網(wǎng)、數(shù)據(jù)挖掘技術(shù)等新興數(shù)字技術(shù)，制造業(yè)企業(yè)可以更加精準(zhǔn)地把握特定場(chǎng)景下客戶多樣化、個(gè)性化的需求，并通過(guò)供需精準(zhǔn)匹配和客戶需求實(shí)時(shí)響應(yīng)來(lái)構(gòu)建營(yíng)銷的“價(jià)值共創(chuàng)效應(yīng)”，引領(lǐng)企業(yè)商業(yè)模式快速迭代和生產(chǎn)率提升[17]。如果數(shù)據(jù)要素嵌入企業(yè)的經(jīng)營(yíng)管理環(huán)節(jié)，將顛覆傳統(tǒng)組織管理體系和決策過(guò)程[18]，驅(qū)動(dòng)企業(yè)組織形式由傳統(tǒng)的封閉式、垂直化結(jié)構(gòu)向開(kāi)放式、扁平化變遷，引領(lǐng)企業(yè)搭建“智慧大腦”挖掘海量大數(shù)據(jù)并為運(yùn)營(yíng)管理全流程提供分析洞察，形成“管理優(yōu)化效應(yīng)”，進(jìn)一步提高管理者的科學(xué)決策能力和為企業(yè)生產(chǎn)率攀升提供強(qiáng)大動(dòng)力。基于以上分析，本文提出如下假設(shè)。

假設(shè)2：產(chǎn)業(yè)數(shù)字化通過(guò)在價(jià)值鏈中的“創(chuàng)新激勵(lì)效應(yīng)”“價(jià)值共創(chuàng)效應(yīng)”與“管理優(yōu)化效應(yīng)”來(lái)推動(dòng)企業(yè)全要素生產(chǎn)率提升。

二、計(jì)量模型與變量、數(shù)據(jù)說(shuō)明

（一）模型設(shè)計(jì)

由于許多因素都可能對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生影響，為了削弱遺漏變量問(wèn)題對(duì)估計(jì)系數(shù)的干擾、提高估計(jì)結(jié)果的準(zhǔn)確性，本文使用包含控制變量的固定效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)[19]，計(jì)量模型設(shè)定具體如下：

其中，下標(biāo)i表示企業(yè)，t表示年份。TFP為企業(yè)全要素生產(chǎn)率指標(biāo)；Dig表示產(chǎn)業(yè)數(shù)字化水平，本文以制造業(yè)二位碼行業(yè)層面的直接依賴度和完全依賴度作為代理變量；Control代表控制變量；μi、λt和εit分別表示企業(yè)個(gè)體效應(yīng)、年份效應(yīng)和隨機(jī)干擾項(xiàng)。其中α1為本文最為關(guān)注的估計(jì)系數(shù)，它衡量了產(chǎn)業(yè)數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響，若α1為正則表示產(chǎn)業(yè)數(shù)字化提升了制造業(yè)企業(yè)全要素生產(chǎn)率。

為了探討產(chǎn)業(yè)數(shù)字化如何影響企業(yè)全要素生產(chǎn)率，本文依據(jù)產(chǎn)業(yè)數(shù)字化嵌入價(jià)值鏈的研發(fā)設(shè)計(jì)、市場(chǎng)營(yíng)銷和經(jīng)營(yíng)管理等不同環(huán)節(jié)的特點(diǎn)，在模型（1）的基礎(chǔ)上，構(gòu)建如下中介效應(yīng)模型考察制造業(yè)數(shù)字化的生產(chǎn)率效應(yīng)的內(nèi)在機(jī)制[20]：

其中，Mediator表示中介變量，在機(jī)制分析中分別以研發(fā)投入Inno、客戶分散程度CD、管理效率ME作為代理變量。若系數(shù)都顯著為正，則表明本文的假設(shè)2成立，產(chǎn)業(yè)數(shù)字化確實(shí)會(huì)通過(guò)以上渠道影響企業(yè)生產(chǎn)率。其他變量與模型（1）中的變量含義一致。

（二）變量說(shuō)明

1.產(chǎn)業(yè)數(shù)字化水平

產(chǎn)業(yè)數(shù)字化水平是本文的核心解釋變量。本文借鑒經(jīng)濟(jì)合作與發(fā)展組織（OECD）、美國(guó)商務(wù)部經(jīng)濟(jì)分析局（BEA）及其他國(guó)際機(jī)構(gòu)或統(tǒng)計(jì)部門(mén)對(duì)數(shù)字經(jīng)濟(jì)的核算框架，并結(jié)合證監(jiān)會(huì)《上市公司行業(yè)分類指引（2012年修訂）》選取了包含數(shù)字經(jīng)濟(jì)要素的行業(yè)，如表1所示。借鑒“服務(wù)化”的測(cè)算方法，本文利用投入產(chǎn)出法計(jì)算各產(chǎn)業(yè)對(duì)數(shù)字經(jīng)濟(jì)要素的“直接依賴度”來(lái)衡量制造業(yè)數(shù)字化水平[21]。其中，直接依賴度是制造業(yè)對(duì)數(shù)字經(jīng)濟(jì)要素的直接消耗系數(shù)與所有直接消耗系數(shù)之和的比例，相較于消耗系數(shù)更加體現(xiàn)了數(shù)字經(jīng)濟(jì)要素的相對(duì)重要性。此外，本文還構(gòu)建了完全依賴度（即對(duì)數(shù)字經(jīng)濟(jì)要素的完全消耗系數(shù)與所有直接消耗系數(shù)之和的比例）作為替代變量。

表1 數(shù)字經(jīng)濟(jì)要素依托部門(mén)

2.全要素生產(chǎn)率

考慮到使用傳統(tǒng)的索洛殘差法可能導(dǎo)致樣本選擇偏差和同時(shí)性偏差，本文使用LP方法構(gòu)建對(duì)數(shù)形式的柯布-道格拉斯生產(chǎn)函數(shù)來(lái)估計(jì)企業(yè)全要素生產(chǎn)率[22]：

其中，Y為企業(yè)的營(yíng)業(yè)收入，K為企業(yè)固定資產(chǎn)凈值，L為企業(yè)支付給職工以及為職工支付的現(xiàn)金，M為企業(yè)生產(chǎn)過(guò)程中的中間投入，使用“營(yíng)業(yè)成本加期間費(fèi)用再減去本期折舊攤銷額及勞動(dòng)報(bào)酬總額”來(lái)衡量。具體而言，將研究樣本進(jìn)行個(gè)體和年份固定效應(yīng)回歸后，以其殘差εit測(cè)度企業(yè)全要素生產(chǎn)率TFP。在本文的穩(wěn)健性檢驗(yàn)部分，還使用了OP方法估計(jì)的全要素生產(chǎn)率指標(biāo)作為替代變量。

3.控制變量

本文還控制了以下企業(yè)層面的財(cái)務(wù)指標(biāo)和公司治理變量：企業(yè)規(guī)模（Size），采用企業(yè)年末總資產(chǎn)表示；企業(yè)年齡（Age），采用樣本觀測(cè)值當(dāng)年的年份與其成立年份差額的對(duì)數(shù)表示；企業(yè)價(jià)值（Tobin’s Q），采用企業(yè)托賓Q值來(lái)衡量；企業(yè)財(cái)務(wù)杠桿率（Lev），采用企業(yè)資產(chǎn)負(fù)債率衡量；企業(yè)固定資產(chǎn)比率（FixAsset），采用企業(yè)年末固定資產(chǎn)與總資產(chǎn)的比值來(lái)衡量；企業(yè)盈利能力（ROA），采用企業(yè)資產(chǎn)收益率來(lái)衡量；企業(yè)產(chǎn)權(quán)性質(zhì)（SOE），采用企業(yè)是否為國(guó)有企業(yè)的虛擬變量來(lái)衡量，即若企業(yè)為國(guó)有則SOE取1，否則取0；董事會(huì)規(guī)模（Board），采用企業(yè)董事會(huì)人數(shù)的對(duì)數(shù)來(lái)衡量；高管股權(quán)激勵(lì)（MngShare），采用企業(yè)管理層持股數(shù)量的對(duì)數(shù)來(lái)衡量。此外，為了減輕反向因果關(guān)系、全要素生產(chǎn)率的時(shí)滯性對(duì)估計(jì)結(jié)果的影響，本文逐步引入了企業(yè)個(gè)體固定效應(yīng)μi和年份固定效應(yīng)λi，并對(duì)所有企業(yè)財(cái)務(wù)指標(biāo)取滯后一期處理。

（三）數(shù)據(jù)樣本

本文采用2007—2019年滬深A(yù)股的制造業(yè)上市公司作為研究樣本，其中產(chǎn)業(yè)數(shù)字化數(shù)據(jù)來(lái)自中國(guó)投入產(chǎn)出表和中國(guó)投入產(chǎn)出延長(zhǎng)表、國(guó)研網(wǎng)數(shù)據(jù)庫(kù)和《中國(guó)經(jīng)濟(jì)普查年鑒》，公司層面的數(shù)據(jù)來(lái)自于Wind數(shù)據(jù)庫(kù)和CSMAR數(shù)據(jù)庫(kù)，城市層面數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。遵循已有文獻(xiàn)的常規(guī)做法，依照以下原則對(duì)研究樣本進(jìn)行篩選和處理：（1）剔除樣本期間內(nèi)被ST、*ST或退市的企業(yè)；（2）剔除存在變量缺失的樣本觀測(cè)值；（3）對(duì)所有連續(xù)變量進(jìn)行前后1%分位上的縮尾處理，以減弱離群值對(duì)回歸結(jié)果的干擾。特別地，在樣本期間內(nèi)，《中國(guó)投入產(chǎn)出表》及其延長(zhǎng)表在部分年份并未公布，本文參考劉波（2021）的研究[23]，基于GDP數(shù)據(jù)進(jìn)行調(diào)整補(bǔ)齊。最終得到15 452個(gè)非平衡面板觀測(cè)值。

（四）描述性統(tǒng)計(jì)

表2展示了主要變量的描述性統(tǒng)計(jì)結(jié)果。TFP為企業(yè)全要素生產(chǎn)率指標(biāo)，其最小值為4.938，最大值為9.001，標(biāo)準(zhǔn)差為0.824，說(shuō)明我國(guó)制造業(yè)企業(yè)之間全要素生產(chǎn)率差異較大。以直接依賴度衡量的企業(yè)產(chǎn)業(yè)數(shù)字化水平中位數(shù)為16.0%，而以完全依賴度衡量的產(chǎn)業(yè)數(shù)字化水平的中位數(shù)則為13.0%，兩者標(biāo)準(zhǔn)差均為0.025，表明我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型仍處于較低水平階段，且不同行業(yè)間數(shù)字化水平差異較大。其他變量的描述性統(tǒng)計(jì)詳見(jiàn)表2。

表2 描述性統(tǒng)計(jì)結(jié)果

三、實(shí)證結(jié)果與分析

（一）基準(zhǔn)結(jié)果分析

表3報(bào)告了產(chǎn)業(yè)數(shù)字化影響企業(yè)全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果。第（1）列到第（3）列為以完全依賴度為產(chǎn)業(yè)數(shù)字化衡量指標(biāo)的回歸結(jié)果，第（1）列僅加入產(chǎn)業(yè)數(shù)字化指標(biāo)、公司財(cái)務(wù)控制變量、企業(yè)年齡、產(chǎn)權(quán)性質(zhì)和控制企業(yè)個(gè)體固定效應(yīng)，結(jié)果表明Dig_com的回歸系數(shù)在1%的水平下顯著為正，即產(chǎn)業(yè)數(shù)字化與企業(yè)全要素生產(chǎn)率之間存在顯著的正向關(guān)系，初步驗(yàn)證了本文的研究假設(shè)1。第（2）列加入了公司治理控制變量，第（3）列為控制了年份固定效應(yīng)的回歸結(jié)果，產(chǎn)業(yè)數(shù)字化指標(biāo)Dig_com的回歸系數(shù)的符號(hào)及顯著性未發(fā)生明顯變化，說(shuō)明本文的估計(jì)結(jié)果穩(wěn)健性較強(qiáng)。第（4）至（6）列為以直接依賴度Dig_dir為產(chǎn)業(yè)數(shù)字化指標(biāo)的回歸結(jié)果，其模型設(shè)定與前三列一致，而其核心解釋變量的回歸系數(shù)至少在10%的顯著水平下大于0，表明產(chǎn)業(yè)數(shù)字化有助于企業(yè)全要素生產(chǎn)率的攀升，產(chǎn)業(yè)數(shù)字化的生產(chǎn)率悖論不成立，驗(yàn)證了研究假設(shè)1。

表3 基準(zhǔn)回歸結(jié)果

（二）異質(zhì)性分析

1.企業(yè)異質(zhì)性分析

如果產(chǎn)業(yè)數(shù)字化會(huì)對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率造成影響，預(yù)計(jì)可以觀察到該效應(yīng)會(huì)由于勞動(dòng)要素稟賦和數(shù)字鴻溝的差異而產(chǎn)生異質(zhì)性影響。本文分別從企業(yè)勞動(dòng)要素和企業(yè)規(guī)模的視角切入，分別采用交互項(xiàng)回歸方法考察產(chǎn)業(yè)數(shù)字化的生產(chǎn)率效應(yīng)的橫截面異質(zhì)性，其估計(jì)結(jié)果見(jiàn)表4。

表4 異質(zhì)性檢驗(yàn)結(jié)果

伴隨著數(shù)字技術(shù)在制造業(yè)領(lǐng)域的深入應(yīng)用，部分學(xué)者擔(dān)憂工業(yè)機(jī)器人等自動(dòng)化設(shè)備的采用可能會(huì)在制造業(yè)領(lǐng)域?qū)趧?dòng)力造成替代效應(yīng)而導(dǎo)致其失業(yè)[24]。本文引入勞動(dòng)密集程度指標(biāo)Labor及其與產(chǎn)業(yè)數(shù)字化水平的交互項(xiàng)進(jìn)行異質(zhì)性檢驗(yàn)，結(jié)果如表4第（1）列所示。結(jié)果表明交互項(xiàng)的估計(jì)系數(shù)在1%的水平上顯著為負(fù)，即制造業(yè)數(shù)字化更能提高勞動(dòng)力密集程度較低企業(yè)的全要素生產(chǎn)率，數(shù)據(jù)要素的投入可能形成對(duì)低端勞動(dòng)要素的替代，并導(dǎo)致普通勞動(dòng)力對(duì)企業(yè)全要素生產(chǎn)率的正向影響較弱，這也與以往文獻(xiàn)的發(fā)現(xiàn)相一致。

一些學(xué)者認(rèn)為中小企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中面臨與大型企業(yè)之間的信息技術(shù)資源稟賦和應(yīng)用能力差距，即數(shù)字鴻溝可能導(dǎo)致中小企業(yè)缺乏開(kāi)展數(shù)字化轉(zhuǎn)型的能力，進(jìn)而影響其生產(chǎn)率效應(yīng)的釋放[25]。為此，本文引入企業(yè)規(guī)模（Size）及其與產(chǎn)業(yè)數(shù)字化的交互項(xiàng)進(jìn)行異質(zhì)性分析，估計(jì)結(jié)果如表4第（2）列所示。結(jié)果表明，產(chǎn)業(yè)數(shù)字化與企業(yè)規(guī)模的交互項(xiàng)顯著為負(fù)，即相較于大規(guī)模企業(yè)，產(chǎn)業(yè)數(shù)字化對(duì)中小企業(yè)全要素生產(chǎn)率的提升效應(yīng)更為明顯，說(shuō)明中小企業(yè)也能享受到數(shù)字經(jīng)濟(jì)的時(shí)代紅利，并借此實(shí)現(xiàn)換道超車和全要素生產(chǎn)率提升。

2.行業(yè)異質(zhì)性分析

伴隨著中國(guó)資源環(huán)境約束的不斷強(qiáng)化和要素成本的持續(xù)上升，依賴傳統(tǒng)要素投入來(lái)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的粗放型產(chǎn)業(yè)發(fā)展模式已難以為繼。在數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合、持續(xù)重構(gòu)傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)的背景下，不同傳統(tǒng)要素密集型企業(yè)的數(shù)字化轉(zhuǎn)型路徑的生產(chǎn)率效應(yīng)是否存在差異？為此，本文將制造業(yè)企業(yè)樣本劃分為勞動(dòng)密集型、資本密集型和技術(shù)密集型三類子樣本并進(jìn)行分組回歸。本文首先使用當(dāng)期的全要素生產(chǎn)率作為因變量，為進(jìn)一步考察數(shù)字化轉(zhuǎn)型的中長(zhǎng)期影響，本文還使用了前置一期的全要素生產(chǎn)率作為因變量。檢驗(yàn)結(jié)果如表4所示。

表4第（3）～（5）列為采用當(dāng)期全要素生產(chǎn)率為被解釋變量的估計(jì)結(jié)果，而第（6）～（8）列使用的因變量為前置一期的全要素生產(chǎn)率?？梢园l(fā)現(xiàn)，當(dāng)因變量為當(dāng)期生產(chǎn)率時(shí)，在勞動(dòng)密集型企業(yè)樣本中產(chǎn)業(yè)數(shù)字化的估計(jì)系數(shù)顯著為正，而在資本密集型和技術(shù)密集型企業(yè)其回歸系數(shù)卻并不顯著地異于0，索洛的生產(chǎn)率悖論短期內(nèi)在這兩類行業(yè)成立。在使用前置一期的全要素生產(chǎn)率作為因變量時(shí)，產(chǎn)業(yè)數(shù)字化在這三類行業(yè)的回歸系數(shù)都顯著為正，即產(chǎn)業(yè)數(shù)字化對(duì)這三種類型企業(yè)的全要素生產(chǎn)率都具有顯著的提升作用。比較不同類型企業(yè)的估計(jì)結(jié)果可以發(fā)現(xiàn)，產(chǎn)業(yè)數(shù)字化對(duì)勞動(dòng)密集型企業(yè)全要素生產(chǎn)率的正向影響最大，資本密集型企業(yè)次之，技術(shù)密集型企業(yè)最低。

從要素稟賦的視角來(lái)看：勞動(dòng)密集型企業(yè)受人口紅利消失所導(dǎo)致的勞動(dòng)力成本上升影響巨大，智能制造設(shè)備的應(yīng)用能夠替代部分重復(fù)性、程序化的勞動(dòng)，能夠較快彌補(bǔ)勞動(dòng)力成本上升帶來(lái)的生產(chǎn)率下降效應(yīng)[26]。資本密集型企業(yè)發(fā)展主要依靠大量資本投入，其資金周轉(zhuǎn)和投資見(jiàn)效較慢，因此全要素生產(chǎn)率增長(zhǎng)速度不如勞動(dòng)密集型企業(yè)，但數(shù)字技術(shù)仍能夠有效暢通全產(chǎn)業(yè)鏈的物質(zhì)流、信息流和能量流循環(huán)，實(shí)現(xiàn)企業(yè)商業(yè)決策的精準(zhǔn)化與投資效率的穩(wěn)健提升。技術(shù)密集型企業(yè)主要通過(guò)技術(shù)創(chuàng)新以獲取比較優(yōu)勢(shì)，雖然制造業(yè)數(shù)字化能夠通過(guò)助力該類企業(yè)提升核心創(chuàng)新能力，進(jìn)而實(shí)現(xiàn)生產(chǎn)效率提升，但是由于企業(yè)的研發(fā)創(chuàng)新活動(dòng)轉(zhuǎn)化為生產(chǎn)率的實(shí)際提升需要一個(gè)較長(zhǎng)的過(guò)程，因此短期內(nèi)產(chǎn)業(yè)數(shù)字化的生產(chǎn)率效應(yīng)在該類企業(yè)中難以發(fā)揮出來(lái)。

（三）機(jī)制檢驗(yàn)

前文已經(jīng)驗(yàn)證了產(chǎn)業(yè)數(shù)字化有助于引領(lǐng)企業(yè)全要素生產(chǎn)率提升，但其影響生產(chǎn)率的傳導(dǎo)機(jī)制尚不清晰。本文依據(jù)產(chǎn)業(yè)數(shù)字化嵌入價(jià)值鏈不同環(huán)節(jié)的特點(diǎn)，借助中介效應(yīng)模型分別考察產(chǎn)業(yè)數(shù)字化通過(guò)“創(chuàng)新激勵(lì)效應(yīng)”“價(jià)值共創(chuàng)效應(yīng)”與“管理優(yōu)化效應(yīng)”等三個(gè)渠道對(duì)全要素生產(chǎn)率的影響，回歸結(jié)果如表5所示。

表5 機(jī)制檢驗(yàn)結(jié)果

產(chǎn)業(yè)數(shù)字化能夠?yàn)檠邪l(fā)創(chuàng)新提供必要的數(shù)據(jù)要素，加速企業(yè)對(duì)數(shù)字技術(shù)的吸收與領(lǐng)域內(nèi)創(chuàng)新知識(shí)的擴(kuò)散，引領(lǐng)制造業(yè)創(chuàng)新資源優(yōu)化配置和生產(chǎn)率提升。因此，本文采用研發(fā)投入強(qiáng)度（Inno）作為研發(fā)創(chuàng)新的代理變量，檢驗(yàn)結(jié)果如表5第（1）、第（2）列所示。結(jié)果表明，制造業(yè)領(lǐng)域內(nèi)的產(chǎn)業(yè)數(shù)字化增強(qiáng)了企業(yè)進(jìn)行研發(fā)投資的意愿，而研發(fā)投資所引致的創(chuàng)新能力提升了制造業(yè)企業(yè)的全要素生產(chǎn)率。從第（1）列可以看出，產(chǎn)業(yè)數(shù)字化指標(biāo)的估計(jì)系數(shù)在1%的水平上顯著大于0，制造業(yè)數(shù)字化轉(zhuǎn)型加速了企業(yè)利用研發(fā)創(chuàng)新來(lái)打造自身競(jìng)爭(zhēng)新優(yōu)勢(shì)的進(jìn)程。而第（2）列則表明，產(chǎn)業(yè)數(shù)字化的“創(chuàng)新激勵(lì)效應(yīng)”對(duì)全要素生產(chǎn)率具有顯著的提升作用。事實(shí)上，在我國(guó)制造業(yè)領(lǐng)域內(nèi)，設(shè)備數(shù)字化、數(shù)字化研發(fā)實(shí)踐效果明顯，許多企業(yè)由此實(shí)現(xiàn)了向個(gè)性化定制、服務(wù)型制造和網(wǎng)絡(luò)化協(xié)同生產(chǎn)的發(fā)展方式變革。

智能終端、在線平臺(tái)等數(shù)字化技術(shù)幫助企業(yè)擺脫了物理環(huán)境的束縛，將其與傳統(tǒng)銷售模式中壁壘重重的中小客戶緊密聯(lián)系在一起，使得制造企業(yè)與客戶群體之間的“價(jià)值共創(chuàng)效應(yīng)”在企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)中扮演著越來(lái)越重要的角色[17]。因此，本文引入客戶分散程度（CD）考察“價(jià)值共創(chuàng)效應(yīng)”在產(chǎn)業(yè)數(shù)字化與企業(yè)生產(chǎn)率之間關(guān)系的作用，回歸結(jié)果如表5第（3）、第（4）列所示。結(jié)果表明，產(chǎn)業(yè)數(shù)字化有助于提高制造業(yè)企業(yè)的客戶分散程度，且客戶分散程度在企業(yè)生產(chǎn)率的提升中起到了正向影響，即“價(jià)值共創(chuàng)效應(yīng)”的中介作用成立，這也與孟慶璽等（2018）的結(jié)論相一致[27]。在數(shù)字化、網(wǎng)絡(luò)化、智能化等消費(fèi)經(jīng)濟(jì)新場(chǎng)景下，產(chǎn)業(yè)數(shù)字化改變了制造業(yè)對(duì)傳統(tǒng)的以大客戶為核心的利潤(rùn)獲取路徑的依賴，形成了以多層次客戶群體為中心、企業(yè)——客戶價(jià)值共創(chuàng)的生產(chǎn)率提升路徑。

大數(shù)據(jù)、人工智能等數(shù)字服務(wù)的應(yīng)用有助于制造業(yè)企業(yè)通過(guò)對(duì)業(yè)務(wù)流程數(shù)據(jù)、消費(fèi)大數(shù)據(jù)的智能聚合與分析洞察，為企業(yè)完善組織結(jié)構(gòu)、洞察市場(chǎng)變化、實(shí)現(xiàn)管理系統(tǒng)效率變革提供了強(qiáng)大動(dòng)力，在經(jīng)營(yíng)管理過(guò)程中推動(dòng)了企業(yè)在既有技術(shù)條件下的產(chǎn)出結(jié)構(gòu)優(yōu)化[28]。本文采用1減管理費(fèi)用率的值（ME）作為管理效率的代理指標(biāo)，考察產(chǎn)業(yè)數(shù)字化能否通過(guò)改善企業(yè)管理效率而實(shí)現(xiàn)生產(chǎn)率的攀升，結(jié)果如表5第（5）、第（6）列所示。估計(jì)結(jié)果表明，當(dāng)因變量為管理效率ME時(shí)，產(chǎn)業(yè)數(shù)字化的系數(shù)在1%的顯著性水平上為正；而當(dāng)因變量為全要素生產(chǎn)率TFP時(shí)，可以發(fā)現(xiàn)產(chǎn)業(yè)數(shù)字化的“管理優(yōu)化效應(yīng)”確實(shí)是提升企業(yè)生產(chǎn)率的重要機(jī)制。組織結(jié)構(gòu)落后與決策機(jī)制僵化是制造業(yè)企業(yè)的痼疾和逐漸喪失競(jìng)爭(zhēng)優(yōu)勢(shì)的重要緣由，我國(guó)制造業(yè)企業(yè)應(yīng)當(dāng)借助數(shù)字化轉(zhuǎn)型的契機(jī)，積極引領(lǐng)自身管理體制變革。綜合以上分析，產(chǎn)業(yè)數(shù)字化能夠通過(guò)“創(chuàng)新激勵(lì)效應(yīng)”“價(jià)值共創(chuàng)效應(yīng)”和“管理優(yōu)化效應(yīng)”驅(qū)動(dòng)制造業(yè)企業(yè)的全要素生產(chǎn)率提升，假設(shè)2成立。

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證本文估計(jì)結(jié)果的穩(wěn)健性，本文進(jìn)行了以下回歸：（1）使用OP方法重新測(cè)度全要素生產(chǎn)率指標(biāo)[29]，以替代本文的被解釋變量；（2）采用制造業(yè)行業(yè)對(duì)數(shù)字經(jīng)濟(jì)部門(mén)的直接消耗系數(shù)作為替代指標(biāo)；（3）由于信息通信行業(yè)所需的數(shù)字要素投入水平明顯高于其他制造業(yè)行業(yè)，剔除計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)企業(yè)樣本重新進(jìn)行回歸；（4）選取滯后一期的直接依賴度作為工具變量進(jìn)行兩階段最小二乘法（2SLS）回歸；（5）將“寬帶中國(guó)”“智慧城市”等網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)視為產(chǎn)業(yè)數(shù)字化的外生沖擊[17]，設(shè)置倍分項(xiàng)Policy（所屬城市被列為試點(diǎn)城市后的企業(yè)樣本取1，否則取0），采用漸進(jìn)雙重差分法進(jìn)行內(nèi)生性檢驗(yàn)。穩(wěn)健性檢驗(yàn)的估計(jì)結(jié)果如表6。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

表6第（1）列的因變量為使用OP方法估計(jì)的全要素生產(chǎn)率，第（2）列的核心解釋變量是以直接消耗系數(shù)衡量的產(chǎn)業(yè)數(shù)字化水平，第（3）列是剔除了ICT制造業(yè)樣本的回歸結(jié)果，后三列分別為工具變量回歸和漸進(jìn)雙重差分法估計(jì)結(jié)果?？梢园l(fā)現(xiàn)，無(wú)論是更換被解釋變量、核心解釋變量、剔除包含異常值的樣本，還是剔除內(nèi)生性問(wèn)題后，制造業(yè)數(shù)字化的回歸系數(shù)的符號(hào)及顯著性均未發(fā)生明顯變化，本文的估計(jì)結(jié)果依然穩(wěn)健。以上穩(wěn)健性檢驗(yàn)結(jié)果表明，產(chǎn)業(yè)數(shù)字化能夠顯著推動(dòng)企業(yè)全要素生產(chǎn)率攀升，本文的理論假設(shè)1成立。

四、研究結(jié)論與政策啟示

在國(guó)際經(jīng)濟(jì)不確定性增強(qiáng)、國(guó)內(nèi)傳統(tǒng)要素紅利持續(xù)消失的后疫情時(shí)代，以數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)“雙融合”支撐中國(guó)經(jīng)濟(jì)創(chuàng)新驅(qū)動(dòng)和發(fā)展動(dòng)能接續(xù)轉(zhuǎn)換，成為我國(guó)制造業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的工作重點(diǎn)。本文利用投入產(chǎn)出法測(cè)度中國(guó)制造業(yè)產(chǎn)業(yè)數(shù)字化水平，并考察其對(duì)企業(yè)全要素生產(chǎn)率的影響及內(nèi)在機(jī)制，主要得出以下結(jié)論：第一，產(chǎn)業(yè)數(shù)字化對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率存在顯著的提升作用，制造業(yè)領(lǐng)域的產(chǎn)業(yè)數(shù)字化有助于破解新一代信息通信技術(shù)的生產(chǎn)率悖論；第二，產(chǎn)業(yè)數(shù)字化對(duì)低端勞動(dòng)要素存在替代效應(yīng)，且中小企業(yè)在產(chǎn)業(yè)數(shù)字化中受益更大；第三，產(chǎn)業(yè)數(shù)字化對(duì)不同要素密集型產(chǎn)業(yè)都存在對(duì)生產(chǎn)率的提升作用，但在短期內(nèi)僅表現(xiàn)于勞動(dòng)密集型產(chǎn)業(yè)；第四，產(chǎn)業(yè)數(shù)字化主要是通過(guò)調(diào)整價(jià)值鏈嵌入方式，即借助“創(chuàng)新激勵(lì)效應(yīng)”“價(jià)值共創(chuàng)效應(yīng)”和“管理優(yōu)化效應(yīng)”等渠道實(shí)現(xiàn)企業(yè)全要素生產(chǎn)率的躍升。

為應(yīng)對(duì)全球制造業(yè)競(jìng)爭(zhēng)新格局與國(guó)內(nèi)跨越技術(shù)陷阱的客觀訴求，我國(guó)必須堅(jiān)定不移地貫徹促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的戰(zhàn)略部署，全面壯大制造業(yè)發(fā)展新引擎。具體而言：（1）加強(qiáng)新型數(shù)字基礎(chǔ)設(shè)施戰(zhàn)略布局，促進(jìn)數(shù)據(jù)要素與制造業(yè)傳統(tǒng)生產(chǎn)要素的滲透融合與優(yōu)化重組，利用數(shù)字技術(shù)全鏈條、全方位地改造傳統(tǒng)制造業(yè)，加速制造業(yè)的產(chǎn)業(yè)數(shù)字化進(jìn)程。（2）強(qiáng)化數(shù)字技術(shù)對(duì)關(guān)鍵共性技術(shù)和前沿引領(lǐng)技術(shù)的支撐作用，加速制造業(yè)領(lǐng)域內(nèi)創(chuàng)新要素的流通和傳輸，釋放技術(shù)創(chuàng)新對(duì)制造業(yè)發(fā)展的疊加、倍增效應(yīng)。（3）借助產(chǎn)業(yè)數(shù)字化契機(jī)增強(qiáng)制造企業(yè)對(duì)市場(chǎng)需求的精準(zhǔn)感知和即時(shí)響應(yīng)能力，打造以多層次客戶為核心的價(jià)值共創(chuàng)平臺(tái)，構(gòu)建市場(chǎng)主體加速融合與多元價(jià)值協(xié)同的新型制造業(yè)生態(tài)系統(tǒng)。（4）積極推進(jìn)數(shù)字化轉(zhuǎn)型公共服務(wù)中心建設(shè)，推動(dòng)組織結(jié)構(gòu)扁平化變革和決策機(jī)制智能化，引領(lǐng)制造企業(yè)重構(gòu)組織模式和實(shí)現(xiàn)決策科學(xué)化。