數字經濟水平對制造業產業結構優化升級的影響研究
——基于浙江省2008—2017年面板數據

沈運紅，黃 桁

（杭州電子科技大學管理學院，浙江杭州 310018）

十九大報告指出要加快發展數字經濟，推動實體經濟和數字經濟融合發展，推動互聯網、大數據、人工智能同實體經濟深度融合，繼續做好信息化和工業化深度融合，推動制造業加速向數字化、網絡化、智能化發展。數字經濟發展已經成為中國落實國家重大戰略的關鍵力量，對實施供給側改革、創新驅動發展戰略具有重要意義。中國信通院《中國數字經濟發展和就業白皮書（2018）》披露的數據顯示，2017年底，我國數字經濟規模已達27.2萬億，占GDP比重達到32.9%，數字經濟已成為近年來帶動經濟增長的核心動力，2017年我國數字經濟對GDP的貢獻為55%，接近甚至超越了某些發達國家水平，數字經濟在國民經濟中的地位不斷提升。我國傳統制造業長期以來一直無法擺脫對成本和規模的依賴，而隨著消費升級時代的到來，這一傳統發展模式遭遇到前所未有的挑戰，制造業普遍微利，甚至出現虧損倒閉，消費者不斷變化的多樣化需求逼迫制造企業從規模化、標準化向個性化、智能化轉型。這樣的背景下，抓住數字化發展的契機，享受數字化轉型的“紅利”已成為傳統制造產業未來戰略規劃的首要目標。

浙江作為數字經濟的先發地，信息經濟核心產業的總產值已連年超過萬億元，對GDP的增長貢獻率達17.6%，并且數字經濟作為浙江省的“一號工程”，在政府產業政策的扶持下，發展勢頭迅猛，新業態新模式不斷涌現。如何整合數字技術與諸如制造業等傳統產業的融合和滲透，幫助傳統產業集群在數字經濟大環境下探索協同創新機制和轉型升級，已成為當前研究亟需解決的新課題和新熱點。本文依據浙江省11個城市2008—2017年的面板數據為研究對象，探索在數字經濟的大環境下，影響制造業產業結構優化升級的因素和機制。

1 文獻述評

21世紀以來，我國經濟發展進入新常態，國內消費市場升級、傳統擴張型增長模式難以持續，使很多傳統企業漸漸進入生命周期的衰退期，傳統制造業營收增速下降、獲利壓力猛增現象甚是明顯，使得在數字經濟背景下，如何推進制造業產業結構優化、轉型升級突圍，愈發受到學術界的關注。

1.1 數字經濟

數字經濟概念的提出，最早可追溯至1996年美國學者泰普斯科特所著的《數字經濟時代》，主要研究美國信息高速公路普及化之后的經濟體制新勢態，但并未對數字經濟做出明確的定義。國外學者對數字經濟的范圍進行了界定，Brent R Moulton[1]認為數字經濟應當包括電子商務、信息技術、相應信息通信技術基礎設施與信息傳輸、通信、計算機產業。1998年由美國商務部發布的《浮現中的數字經濟》報告，明確了數字信息產業的形態，并提出數字信息產業的發展將對美國乃至全世界的經濟產生巨大的影響。自此以后，不同國家不同研究機構紛紛提出網絡經濟、虛擬經濟、信息經濟、數字經濟等相關概念，都試圖描繪經濟社會和信息通信技術（ICT）的新一代變革，但其共通點都是將信息通信技術產業（ICT）作為數字經濟的核心，表明數字經濟將乘著信息時代在發達國家至全世界掀起巨大的浪潮。 2016年9月在杭州舉辦的G20峰會發布了《G20數字經濟發展與合作倡議》，進一步明確了數字經濟定義為：以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動，涵蓋了數字基礎設施、數字化產業、數字技術創新等主要領域。本文會針對這三個方面進行更深一步的理論分析。

1.2 數字經濟與制造業

數字經濟的關鍵資源在于信息[2]，這能夠為社會創造巨大的經濟價值。信息化是工業社會向信息社會轉變的動態過程，可以說信息化孕育了數字經濟的發展，因此國內外許多學者圍繞信息化角度展開了多方面的研究。張嵩等[3]在對海爾集團的研究中，提出諸如IT基礎設施等信息化資源具有共享能力、服務能力以及柔性能力。陳亮等[4]基于省際面板數據的實證結果，表明信息基礎設施對中國的經濟增長具有正向促進作用。信息化依據其基礎設施投資，幫助人力資本、外商直接投資等基本要素的集聚，表現出明顯的溢出效應，推動了經濟的發展。在制造業層面，徐鑫等[5]在研究中發現信息基礎設施投資的增加，有利于制造業資源利用效率的提高。制造業產業結構的升級和優化是使經濟體向利潤更大或技術含量更高的資本、技能密集型方向轉移的過程[6]，而在這一過程中信息技術發揮著至關重要的作用。邵培仁等[7]認為要以積極的姿態把握數字機遇，采用信息技術改造傳統產業。何梟吟[8]認為以信息技術為代表的數字技術具有高度的滲透力和創新力，使產業邊界更加模糊，推動諸如傳統制造業的產業結構優化升級和組織模式的創新，但譚清美等[9]研究發現信息化對制造業升級的影響并不總是正向的，而是具有風險拐點，并呈現出倒U型關系。

有些學者對于數字經濟的研究多用“互聯網+”一詞，其對制造業的影響也是近年學者們研究的重點。王林生[10]認為互聯網已成為當前社會經濟發展最基礎的生產力，對產業發展方式轉型調整具有顯著的推動作用。王娟[11]通過實證研究發現，企業“互聯網+”對中國制造企業的勞動生產率具有顯著的影響。制造企業通過線上的互聯互通可以有效地降低交易成本和改善供應鏈環境，同時提升制造業協作關系質量。在此基礎上，劉軍等[12]基于省級面板數據的實證研究中發現，“互聯網+”有利于制造業的集聚，同時在和石喜愛等[13]學者的共同研究中發現“互聯網 + ”有利于促進制造業產業的價值鏈攀升。

通過對文獻的整理不難發現，在影響產業結構升級因素方面，當前相關研究主要集中在制造業內部企業的數字應用、技術創新和企業間產業鏈優化以及宏觀大環境等外部因素的角度，且都是基于數字經濟某一點切入進行研究，整體并針對數字經濟驅動下制造產業升級的相關研究較少，因此探究數字經濟影響制造業產業結構升級的作用機制是本文研究的重點。

2 理論分析與假設提出

2.1 數字基礎設施建設與制造業

基礎設施的建設，包括交通運輸基礎設施、能源基礎設施以及信息基礎設施，與我國產業經濟增長具有密切的聯系，可以說完善的基礎設施是國家經濟增長的先導前提。大量的基礎設施投資和建設可以提升與產業內生產要素的相互協調水平[14]，進而促進優化配置相關資源，提高生產效率，這對于傳統制造業的發展有著較為顯著的影響。數字基礎設施主要表現在信息通信網絡等ICT基礎設施的建設上，即數字經濟發展所需的物理層面，主要由傳感器、網絡、其他基礎硬件構成，如互聯網所需的地下光纜、移動互聯網所需的通信基站、物聯網所需的智能傳感器等設備，全方面幫助完成采集數據、傳輸信息以及生產執行等流程。

從消費者層面看，數字基礎設施的建設幫助消費者降低搜尋和交易成本，實時傳遞消費者個性需求信息，促進制造企業以消費者為中心提供服務。從企業層面看，數字基礎設施的發展將促使企業依托數字技術運用互聯網思維，改善組織內部管理模式，提高生產效率和信息化水平，促進制造業向智能網絡化轉變。從產業層面看，部分傳統制造業具有明顯的集聚特征，即形成產業集群，發揮集群優勢，根據創新擴散理論，知識外溢是形成產業集聚的重要因素[15]，但知識外溢卻受空間距離的影響，表現出隨著距離的增長而衰減的特征。隨著互聯網、物聯網、云計算等數字技術的興起，數字基礎設施建設幫助產業打破空間束縛，實現信息的實時傳遞，并為形成制造業集群創新優勢提供助力。

綜上，提出本文第一個假設：

H1：數字基礎設施建設水平對制造業產業結構優化存在正向作用。

2.2 數字化產業與制造業

根據最新的國民經濟行業分類，信息服務業具體可分為電信、廣播電視和衛星傳輸服務業，互聯網和相關服務業以及軟件、信息技術服務業。信息服務業是當前數字化程度較高的產業，其利用計算機、網絡等現代數字技術對現有數字信息進行搜集、加工、處理，并以數字化產品的形式提供給需求者。隨著計算機、互聯網等數字技術的不斷進步，以信息服務業為代表的數字化產業與制造業之間的關系越來越緊密，雙向互動越來越頻繁，漸漸有融合之勢[16]。在制造業內部層面，信息服務業的作用主要體現在技術方案實現上，尤其是在制造信息數據采集、制造流程優化方面，幫助制造企業縮短產品研發周期，提升自動化程度和生產效率，滿足客戶的個性化需求，如家電行業，生產商通過系統APS自動根據客戶對應訂單實現高度柔性化生產定制，提高服務的反應速度。在產業層面，信息服務業與制造業的融合已成為當下新的趨勢，信息技術向制造業不斷滲透，發揮產業協同創新優勢，促進產業間的耦聯協調發展[17]，進而實現制造業高度化轉型，如2016年豐田公司與微軟成立合資企業，由微軟提供Azure云服務，通過智能手機為豐田汽車用戶提供更精確更直接的情景人性化服務。

綜上，提出本文第二個假設：

H2：數字化產業發展水平對制造業產業結構優化存在正向作用。

2.3 數字技術創新科研與制造業

在一定意義上，數字技術是數字經濟的核心，是推動數字經濟發展的主要引擎，同樣制造業的發展離不開技術的創新。WQTANABE等[18]總結了與過去數十年相比現階段數字經濟發展所產生的巨大變化的特點，認為ICT技術的發展是數字經濟的內核，使消費者和生產者之間的距離和邊界正在不斷減小。在企業外部環境層面，互聯網、大數據等數字技術的開拓創新，幫助制造企業拓寬獲取前沿知識的廣度，降低信息的搜索成本和交易成本，并同時提高信息數據的采集效率。在企業內部運營層面，以ERP等為代表數字技術的普及，提高了企業內部溝通運轉的效率，實現部門間低成本而高效的交流。在企業內部生產層面，作為數字經濟結構框架的物理層，物聯網的快速發展反映出數字化體系的不斷完善和進步，數以萬計分布廣泛的傳感器、智能終端是物理世界數字化的基礎，每時每刻都在產生海量的數據，與此同時霧計算技術的興起幫助制造企業解決數字化進程中可能發生的網絡堵塞、高延遲、高風險的難題。如GE的Predix物聯網PaaS平臺基于終端信息采集和云計算，實現飛機發動機生產流程中的調優和改進，同時整合其前沿大數據、物聯網、人工智能等技術，助力企業實現數據創新和智能制造。

基于以上的理論分析，提出本文第三個假設：

H3：數字技術創新科研水平對制造業產業結構優化存在正向作用。

3 研究設計

3.1 數據來源

本文研究的數據來源于國研網數據庫、EPS數據平臺以及各地級市統計年鑒，因浙江省于2008年首次發布《浙江省互聯網發展報告》，說明浙江省自此初步開始統計分析數字經濟的發展水平并作披露，故將面板數據搜集的時間跨度設定為2008—2017年，對象地區為杭州、寧波、溫州等11個地級市，收集到共110個樣本數據。對于原始數據進行處理的標準，將部分計量單位為美元的指標以當年平均匯率換算成為人民幣，并對搜集過程中數據存在的個別缺失值采用插值法進行補全，同時為避免極端值或異常值的出現對結果的影響，對數據采取縮尾處理。

3.2 評價方法與變量說明

3.2.1 改進的熵值法評價方法

（1）指標說明：假設年份跨度為d，城市數量為n，指標數量為m，則表示為第θ年城市i的第j個指標。

（2）指標的標準化處理：

（3）指標熵值的確定：

（4）指標信息效用值的確定：

（5）指標權重的確定：

（6）綜合評分的確定：

3.2.2 變量說明

（1）被解釋變量：

制造業產業結構優化升級水平UIS（Upgrading of Industrial Structure）。鑒于市級數據的可獲得性以及避免指標選取的隨意性，依據傅元海等[19]、干春暉等[20]學者對產業結構優化升級的研究成果，選取制造業中高端技術產業產值與中端技術產業產值的比值，表征制造業產業結構優化升級概念。

（2）解釋變量：

1）數字基礎設施建設水平Dig_infra。借鑒李捷等[21]學者的研究成果與評價體系，并考慮數據的可獲得性，選取電信業務總量、移動電話用戶數以及國際互聯網普及率，運用改進的熵值法對指標進行賦權，將所得的綜合評分表征數字基礎設施建設水平。

2）數字化產業發展水平Dig_indus。借鑒魏艷秋等[22]學者的研究成果，選取信息傳輸、軟件和信息技術服務業（簡稱信息服務業）的GDP總量，信息服務業就業人數以及業務收入作為評價指標，同樣運用改進的熵值法進行賦權并得出綜合評分，表征數字化產業發展水平。

3）數字技術創新科研水平Dig_techn。考慮到數據的可獲得性以及通過前文的理論分析，選取ICT研發經費和本科以上學歷人才總數，運用改進的熵值法進行賦權，得出的綜合評分表征數字技術創新科研水平。指標體系如表1所示。

表1 數字經濟驅動下傳統制造產業結構優化升級指標體系

（3）控制變量：

1）經濟發展水平ED。基于徐偉呈等[23]學者的研究，采取人均GDP表征各地區經濟發展水平。

2）政府參與程度GI。基于石喜愛等[24]學者的研究，采取地方財政一般預算內支出占GDP的比值表征政府參與程度。

3）外商投資水平FIL。基于石喜愛等[24]學者的研究，采取當年實際使用外資金額表征外商投資水平，以當年平均匯率換算成人民幣并取對數表示其數值。

4）外貿依存度FTD和教育投入水平EIL。基于劉軍[12]、譚清美[9]等學者的研究，采取進出口總額占GDP的比值表征外貿依存度，采取地方財政科學事業費和教育事業費支出的總和占地方財政一般預算內支出的比值表征教育投入水平。

3.3 模型構建

本研究通過數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平三個重要因素，探索數字經濟水平對制造業產業結構優化升級的作用機制和影響，具體的計量模型設定如下：

其中，i表示各市級地區（i=1,2, 11），t表示年份（t=2008，2009， ，2017），α、β為待估參數，ε為殘差。所得的變量數據特征如下表。

表2 變量指標的描述性統計

表2（續）

通過表2可以看出，制造業產業結構優化升級水平的極大值為18.91，極小值為0.607，且標準差為3.640，從側面說明浙江省不同城市不同年份的制造業產業結構變動差異較大，在數據收集過程中顯示杭州、寧波、紹興等數字經濟發展良好的城市產業結構優化升級水平常年大于均值，說明其高技術制造業產值占比較大。對于數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平，杭州、寧波地區常年在浙江省處于領先地位，其中杭州市的ICT研發經費更是連年占據浙江省總額的70%以上。地區經濟發展水平的極大值為0.700，極小值為0.028，標準差為3.368，說明浙江省的經濟發展水平差異也較為明顯，其中杭州、寧波地區常年領先于其他城市，而衢州、麗水常年在均值之下。政府參與程度、外商投資水平、外貿依存度和教育投入水平城市間差距相對較小，且均呈穩定增長的趨勢。

4 實證分析

4.1 回歸分析

對面板數據進行處理分析，需要考慮到模型的內生性和異質性，并選擇最為恰當的估計方法。面板數據模型的選擇通常有三種形式，分別為混合估計模型（Pooled Regression Model, Pool）、固定效應模型（Fixed Effects Regression Model，FE）和隨機效應模型（Random Effects Regression Model, RE），其中固定效應和隨機效應模型同屬于變截距模型（Variable Intercept, VI）。第一步先使用混合回歸模型對模型（1）（2）（3）進行驗證，使用F檢驗判斷是否使用混合回歸的估計方法。回歸結果顯示，模型（1）、模型（2）和模型（3）解釋變量對被解釋變量影響的回歸系數均不顯著，且對三個模型的F檢驗結果均在1%的顯著性水平中拒絕了使用混合回歸模型的原假設，由于混合估計模型要求在時間維度上不同個體之間不存在顯著性差異，在截面維度上不同截面也不存在顯著性差異，可以推測出采取忽略樣本特征的混合回歸可能會使實證分析結果產生較大的偏誤，因此說明應該建立考慮個體時間特征的變截距回歸模型。在不同解釋變量對制造產業結構優化升級影響的回歸中，進一步使用Hausman檢驗，依據其結果判斷是否使用固定效應模型或隨機效應模型進行最優估計。

表3 2008—2017年浙江省制造業產業結構優化升級模型回歸結果

數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平對制造業產業結構優化升級影響的回歸結果如表3所示，Hausman檢驗的P值分別為0.013 6、0.013 4、0.013 6，均在5%的顯著性水平中拒絕了隨機擾動項與解釋變量無關的原假設，說明建立固定效應模型的估計結果最優最穩健。

從表3模型（1）的回歸結果中可以看出，在控制經濟發展水平、政府參與程度、外商投資水平、外貿依存度和教育投入水平變量后，數字基礎設施建設水平的回歸系數為6.004，通過了5%顯著性水平檢驗，即數字基礎設施建設水平每提高1%，浙江省制造業產業結構優化升級程度提升0.060 04，說明數字基礎設施建設水平與制造業產業結構優化升級呈正相關關系，加大數字基礎設施建設投入、提高數字基礎設施建設水平有助于優化浙江省制造業產業結構，因此假設1得到驗證。因為數字基礎設施是數字經濟的底層基礎，為順利推進制造業數字化進程提供物理層面的支撐作用，依據外部性理論的解釋，數字基礎設施作為信息的載體，其具有顯著的正外部效應，因為使用數字基礎設施并不存在互斥性，使用的用戶越多，信息的密度和體量就越大，能夠提供的信息效用價值就越明顯。數字基礎設施對于優化制造業供應鏈具有明顯的助力作用，能夠降低信息的不對稱程度，加速流動數據、勞動、資本等要素，提高資源配置統籌規劃的水平，因而提升對供應鏈的管控效率，打造出實時感知、快速應對的數字化供應鏈，并推動產業向技術密集型發展。此外，由于傳統制造業與服務業關聯有限，不同產業間的數據孤島在一定程度上導致產業間業務的隔絕，但數字基礎設施建設水平的提升能幫助制造業延伸產業鏈長度，打通產業壁壘，推動信息交流和數據傳輸，為制造業產業結構優化提供助力作用。

根據表中模型（2）的結果，在剔除控制變量對被解釋變量制造業產業結構優化升級的影響后，解釋變量數字化產業發展水平的回歸系數為6.654，通過了1%的顯著性水平檢驗，即數字化產業發展水平每提高1%，浙江省制造產業結構優化升級程度提升0.066 54，說明數字化產業發展水平與制造業產業結構優化升級呈正相關關系，假設2得到驗證，這是因為浙江省作為數字經濟領先地區，數字化產業發展水平處于全國先列位置，在“智能制造2025”的政策口號下，信息服務業等數字化產業與制造業在生產要素、產業結構和創新制度等方面進行跨界融合與耦聯，推動制造業向智能化、服務化方向發展，逐步向技術密集型轉移。

從表中模型（3）的結果可以看出，在除去相同控制變量對被解釋變量的影響后，解釋變量數字技術創新科研水平的回歸系數為13.437，通過了1%的顯著性水平檢驗，即數字技術創新科研水平每提高1%，浙江省制造產業結構優化升級程度提升0.134 37，說明數字技術創新科研水平與制造業產業結構優化升級呈正相關關系，假設3得到驗證。對比三個模型的結果不難發現，在大力倡導數字經濟的背景下，數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平不斷提升，不同程度地促進制造業產業結構向技術密集型方向升級。數字技術是數字經濟發展的根本，也是優化制造業產業結構的源動力，數字技術創新成果具有較小的時間滯后效應，能夠快速應用于制造業的實際生產，實證結果也證實數字技術創新科研水平對促進制造業產業結構優化升級的影響最大。

關于控制變量，根據表中結果發現，三個模型的經濟發展水平回歸系數分別為－0.559、－0.649、－0.531，分別在5%、1%、5%水平下顯著，表明制造業產業結構并未隨著地區經濟發展水平的提高而實現優化升級，可能的解釋是完全的市場競爭和自由流動的生產要素是制造業產業結構實現優化的主要因素，經濟增長與其并無直接關系。另外，模型中外貿依存度的回歸系數分別為3.368、3.301、3.383，且均在1%的水平下顯著，反映外貿依存度和制造業產業結構優化升級呈正相關關系，進出口總額在GDP中占比的提高有助于制造業產業結構的調整。這說明加大對外開放、提高外貿水平帶來的效益仍有較大上升空間，利用國際社會的貿易、分工和投資，引進高質量資源和先進技術理念，吸收國外領先實踐經驗并發揮后發優勢，促進產業的技術進步，從而為實現制造業產業結構優化升級提供更好的條件和環境。

4.2 穩健性檢驗

為了保證實證結果的可靠性，隨后以2013—2017年近5年的數據重復上文實證部分，分別為數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平對制造業產業結構優化升級的影響做穩健性檢驗。檢驗結果表明，三個解釋變量對被解釋變量的影響作用方向并未發生改變，分別在1%、5%和10%的水平下顯著，由此證明上文的實證結果較為可靠。

表4 模型穩健性檢驗

表4（續）

5 結論、建議與不足

5.1 結論

本文首先通過理論分析，探索出數字經濟背景下驅動制造業產業結構優化升級的三個重要因素，然后建立相應的評價指標體系并運用改進的熵值法對變量進行測度，最后收集了浙江省11個地級市2008—2017年共10個年份的面板數據，運用固定效應模型實證分析了在數字經濟背景下，數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平對制造業產業結構優化升級的影響。實證結果表明，數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平三者均對制造業產業結構具有明顯的優化作用，推動其向技術密集型方向發展。數字基礎設施在物理層面為制造業企業減少信息的搜集和時間成本，幫助企業快速洞悉和應用當前尖端科技和領先技術，同時依據其顯著的正外部性，創新擴散帶動更多制造企業高度化轉型。信息服務業等數字化產業的迅速發展，其技術、知識、資本、勞動等要素與制造業不斷融合，相互耦聯，使得不同產業間的產業鏈自然承接，進而實現產業結構的新形勢。最后，無論是制造企業內部數字技術自主創新還是運用外部最新數字科技成果，都能幫助企業向智能化、技術密集型方向發展。另外，數字技術創新成果具有較小的時滯性，制造企業能夠根據自身情況快速應用相關成果，提高管控生產供應鏈的效率，這也佐證了相較于其他兩個因素數字技術創新科研對制造業產業結構的優化作用最為明顯。

5.2 政策建議

（1）夯實基礎產業，完善數字基礎設施建設。積極投入互聯網、物聯網、云計算、大數據等數字基礎設施建設，提速信息化發展。聚焦短板弱項，升級改造全國城鄉工業寬帶網絡，提高基礎的軟硬件設施水平。積極探索共建共享的跨區域新模式，推動傳統制造產業提升生產效率和商業模式創新。

（2）布局未來產業，推動新型數字化產業發展。區塊鏈、量子技術是數字化產業的未來發展趨勢，應加速構建、大力發展，獲得先發優勢。促進數字技術與制造技術的結合，深入研發服務化、智能化、網絡化工業設備，推動以智能工廠為代表的融合型數字化產業的快速發展。加快傳統行業數字化轉型，依托數字化賦能平臺，協同對接數字化資源，進一步開放合作，促進產業鏈各環節的互動發展，進一步形成更加開放、包容、協同的數字化生態體系。以數字技術為核心，加大投資力度，解決傳統行業轉型過程中企業關鍵共生性問題，實現生態體系的良性運轉。

（3）加快科創平臺建設，突破前沿關鍵技術。深入實施產學研協同創新發展優勢，深入實施“三名”工程，大力引進和建設世界一流科研院所，深入開展與阿里巴巴、海康等高新技術企業的戰略合作，推動名校名院名企協同平臺技術創新成果和智慧應用的試行與推廣。以人工智能、網絡數據安全、集成電路等重點領域為主，加快突破關鍵技術，形成重大自主創新成果。在建立以數字為核心的新經濟體系時，要充分發揮用人單位在人才吸引和培養中的主導作用，全面落實企業、高校、科研機構的用人自主權，滿足人才需求。統籌規劃數字化產業發展，預測產業人才需求，加快培育重點行業和領域的數字化人才，建立完善的職業教育體系，提升人才創新意識，發揮創新能力。

5.3 不足

本文研究仍有不足之處，一方面全國不同省份數字經濟發展水平差異明顯，對制造業的產業結構影響程度也不盡相同，之后的研究方向可以將樣本范圍擴大到全國，分析地區差異影響，提出相關更有針對性的政策和建議。另一方面，鑒于市級數據的披露程度和可獲得性較低，解釋變量的評價指標體系有待擴展和補充，使其更具代表性。最后，轉型升級的合理化水平也是之后研究的重點方向。