我國區域制造業數字化轉型測度及其影響機制

王和勇，姜觀尚

（華南理工大學電子商務系，廣東廣州 510006）

隨著新一代信息技術的不斷發展并與傳統產業深度融合，制造業數字化轉型在新一輪產業變革中正扮演著愈發重要的角色。為加快制造業轉型，2015、2016年我國相繼頒布了高端制造業發展戰略和《關于深化制造業與互聯網融合發展的指導意見》，對我國制造業轉型進行戰略部署；2020年國家發改委等13部門聯合發布的《關于支持新業態新模式健康發展 激活消費市場帶動擴大就業的意見》中再次指出要加快傳統企業數字化轉型步伐。由此可見，制造業數字化轉型在我國已上升至戰略層次。盡管我國高度重視制造業數字化的發展，也取得了階段性的成就，但與美、德等發達國家相比，仍存在不小的差距。囿于高端人才、資金投入、區域環境等多方面的因素，我國制造業數字化轉型面臨整體水平待提高、區域發展不均衡等問題，地區之間生產效益、創新能力的差距出現不同程度的擴大，導致落后地區可能陷入低水平發展的陷阱，而領先地區則由于資源過度集聚引發嚴重的生態問題。在此背景下，對區域制造業數字化轉型水平進行測度并解析其內在的影響機制，對我國制造業的高質量發展具有重要戰略意義。

1 文獻綜述

近幾年國內外對制造業數字化轉型的研究主要集中在3個方面。

一是數字化轉型內涵的界定?！皵底只D型”是一個較為寬泛的概念，不同的視角下會有不同的界定。如周濟［1］從創新驅動的角度指出制造業數字化轉型過程是通過用數字化技術對產品和技術進行創新，從而改變制造業的產業形態；Jim等［2］從效率提升的角度指出制造業智能化是指通過先進的制造技術來優化生產過程，使之柔性化，進而實現更高效率的交易流程；Hess等［3］從結構優化的角度指出數字化轉型是使用數字技術重構產品、服務和組織結構乃至商業模式的復雜過程；王春英等［4］認為企業的數字化轉型應同時包括傳統企業與現代技術的數字化融合及數字化企業與具體產業深度融合。隨著研究的不斷拓展，制造業數字化轉型的概念逐漸明晰，為我國制造業數字化轉型的深入研究提供了豐富的理論基礎。

二是數字化轉型的測度。相關研究圍繞評價指標和評價方法展開測度。在測度指標上，已有文獻曾基于架構理論、張量理論和成熟度理論構建評價模型；而常用的評價方法則主要包括公式測算法、單一指標法和綜合評價法，相比于公式測算法和單一指標法，綜合評價法更能全面系統地反映制造業數字化轉型水平，因此多數學者均采用綜合評價法進行測度。

三是制造業數字化轉型影響機制的研究。目前學界對數字化轉型影響機制的研究從多個視角切入，尚無統一標準。其中，國外多從信息技術與波特競爭力模型、“技術-組織-環境”框架、信息技術的商業價值等側面視角對企業的數字化轉型展開定性研究［5］。在國外研究的基礎上，國內學者進行了拓展創新，如陽立高等［6］從行業角度進行實證分析，發現勞動力成本通過產業的調整推動了制造業的優化升級；金珺等［5］基于已有的“技術-組織-環境”框架，采用案例分析法對制造企業的數字化轉型影響因素進行劃分；在更細分層面下，楊水利等［7］基于扎根理論，以企業創新為視角，對制造企業轉型的影響因素展開深入研究，發現了資源整合能力、技術創新能力、商業模式創新等七大影響范疇；李永紅等［8］以互聯網的驅動力為研究主體，運用動力鏈條模型分析制造業數字化轉型的影響因素，并從產業集群、標準制定和人才培養等方面提出制造業智能化的對策建議。

現有研究為制造業數字化發展提供了堅實的理論基礎，但仍存在以下幾點不足：一是研究的視角更多聚焦于企業和行業層面，對區域層面的研究則較為缺乏；二是研究方法多局限于定性分析方法，缺乏更具信服力的定量分析?；诖?，本研究圍繞我國30個省、自治區、直轄市（未含西藏和港澳臺地區）2005—2019年所有面板數據構建區域制造業數字化轉型水平的測度體系，采用綜合評價法中的熵值法進行測度研究，并進一步構建固定效應模型深入剖析各區域制造業數字化轉型影響機制。

2 制造業數字化水平的測度

2.1 指標選取及說明

新時代下我國制造業發展的主攻方向是高質量轉型升級，在數字化的視角下，從“高質量”向“高新化”轉變［9］。其中，“高”是高效益，指利用數字技術對制造企業內部流程進行改造以提升效率和收益，從而實現產業結構的高級化，對應著制造業的升級；“新”是創新，指對數字技術進行開發和應用，從而實現產業發展形態和生產技術工藝的新型化，對應著制造業的轉型［10］。而在經濟進入新常態后，綠色發展成為我國制造業發展新的命題［11］，可見數字化轉型需兼顧效益、創新和環境三方面的問題。因此，本研究從效益提升、創新驅動和綠色發展3個維度出發，選擇指標如下：

（1）效益提升維度。效益提升指制造企業在日常生產過程中通過數字技術的應用而削減成本，提高勞動力、資金、資源等生產資料的利用率，從而實現效率的提升和收益的增加。效益的提升能夠直接體現制造業數字化轉型的程度：第一，數字技術的賦能使企業能智能控制流程，提高資金、資源等要素在產品生命周期中的流動性；第二，數字化管理可以協助企業簡化生產、制造、裝卸和運輸的程序，大幅縮短產品的研發周期，提高要素的利用率，增加產出；第三，數字供應鏈的發展能有效減少供應鏈上各節點間的信息損失，實現供給端和需求端的精準對接，企業能夠為消費者提供更差異化和個性化的產品與服務，從而擁有更大的成長空間。因，對效益提升維度應從流動性、產出性和成長性來考量。參考程翠鳳［12］的做法，分別采用流動資產周轉次數、人均工業增加值和凈資產收益率來表示流動性指標、產出性指標和成長性指標。

（2）創新驅動維度。創新是制造業數字化轉型的核心動力，我國提出的高端制造業發展戰略明確將創新驅動作為制造業發展的核心目標。考慮到一個完整的創新體系應包括創新投入、產出和成果轉化三部分，因此本研究也將從投入、產出和成果轉化3個角度來考量。投入方面參考楊浩昌等［13］的做法，采用R&D內部經費投入衡量；產出方面，專利作為創新投入的直接產出和成果轉化的直接投入，高度囊括了一個地區的創新成果，因此采用專利申請數衡量；創新轉化成果方面，由于創新的目的是通過創新產出的應用來實現新的收益，而收益多集中于新產品的銷售收入等經濟效益上，因此用新產品銷售收入衡量。

（3）綠色發展維度。綠色制造是一個綜合考慮資源效率和環境影響的現代制造模式［14］。制造企業在日常生產過程中應綜合考慮資源的使用和污染物的排放，如此才能推動經濟長期可持續性發展，可見綠色制造是制造業數字化轉型的必由之路。因此，本研究從資源節約和環境友好兩個角度來考量：資源節約方面，電力和煤炭是制造業的主要能源消耗，參考李廉水等［15］的做法，采用煤炭消耗量、電力消耗量衡量；環境友好方面，制造企業在生產的過程中排放的廢水和廢氣會嚴重污染環境，不利于經濟未來的發展，而SO2是廢氣中的主要污染物，會對生態環境造成長期的破壞，因此采用廢水排放量和SO2排放量衡量。

綜上，本研究構建了涵蓋效益提升、創新驅動和綠色發展3個維度共10個指標的綜合評價體系，對區域制造業數字化轉型水平進行測度，在指標選取上盡可能淡化規模性指標的選擇，具體如表1所示。

表1 制造業數字化轉型綜合評價指標體系

2.2 測度方法

為綜合反映各省份制造業數字化轉型情況，還需要確定各指標權重，本研究擬采用改進的熵值法進行賦權。具體步驟如下：

（1）數據無量綱化處理，采用極差變換法。公式分別如下：

式（1）（2）中：i為測度樣本；j為測度指標；為指標值；為極差變化后的指標值。

（2）為了保證后續的測算有意義，對每個數據向右平移最小單位值0.001，然后進行歸一化處理。公式如下：

（3）在求得各個樣本在各個指標上的比重后，進一步計算每個指標的信息熵值和效用值。第j項指標的信息熵值為：

（5）給每個指標進行賦權，得到綜合指數。公式如下：

基于各個指標的含義及計算方法，計算出的綜合指數越大，則代表制造業數字化轉型的水平越高。

2.3 測度結果

本研究選取2005—2019年為樣本考察區間，運用上述測度方法對我國制造業數字化轉型進行趨勢分析和區域比較，數據主要來源于EPS統計分析平臺（2005—2019年）、《中國統計年鑒》（2005—2019年）、《中國工業經濟統計年鑒》（2005—2017年）、《中國科技年鑒》（2005—2019年）、《中國環境統計年鑒》（2005—2019年）。在數據收集過程中，由于制造業數據缺失及2018—2019年部分數據未及時更新，結合前人研究經驗，統一以規模以上工業數據近似代替缺失的制造業數據，并就相關指標歷年平均增長幅度對缺失的2018—2019年數據進行外推計算。各指標的賦權結果如表2所示，創新驅動子目標所占權重達70%以上，可見在本研究的評價體系中，創新驅動被視為對區域制造業數字化評價影響最大的因素，提高制造業數字化轉型水平需要以區域創新水平提升為著力點。

表2 制造業數字化轉型評價指標體系指標權重

更進一步地，對各省份制造業數字化轉型演變情況進行綜合分析，結果如圖1所示，30個省份的制造業數字化轉型綜合水平呈現不同程度的發散，北京、江蘇、安徽、廣東、上海和浙江等省市近幾年數字化轉型進度提升較快，處于前沿面，而黑龍江、云南、山西、新疆等省份則進展緩慢，亟待改進。整體來看，我國近幾年制造業數字化轉型進展逐年推進，但各省份間的轉型速度存在不同程度的差異，區域間的差距逐漸拉大。

圖1 2005—2019年我國30個省份制造業數字化轉型演變趨勢

3 制造業數字化水平的影響機制

3.1 變量選取

由圖1可知，我國制造業數字化轉型發展的區域異質性較為明顯，為探究各省份數字化轉型差異的影響機制，本研究在參考相關文獻的基礎上，從內部要素和外部環境兩個方面分別選取人力資本、資金投入、制度環境、經濟環境、教育環境和外貿環境作為區域制造業數字化轉型影響因素，并提出如下假設：

（1）人力資本和資金投入。勞動力和資金作為必不可少的生產要素，對于產業的數字化轉型具有不可替代的決定作用。勞動力作為特殊的資源，能夠在生產的過程中進行自我學習和糾正，迅速地積累經驗，提高勞動產出率；同時，人擁有完善的知識體系，能直接推動創新決策和技術研發，豐富的人力資本對創新能力的提升具有顯著的積極作用［16］。資金的投入側面反映了政府對地區發展的支持，合理的資金投入有利于激發企業的創新潛能，而創新作為數字化轉型的核心動力，對區域的制造業數字化轉型具有直接推動作用，但不能立即獲得顯著成果；相反，過多的資金投入會擾亂市場，破壞市場經濟環境，同時使企業產生一定的依賴性，從而對制造業的數字化轉型產生消極作用。綜上，本研究提出如下假設：

H1：人力資本對制造業的數字化轉型起正向作用。

H2：資金投入對制造業的數字化轉型起負向作用。

（2）制度環境。良性的制度環境一方面可以增加企業資金的投入，刺激市場活力，加速市場更新迭代的速度［17］，另一方面能給區域的創新提供良好的法律環境，對技術的創造和成果的轉化起一定的激勵作用。因此，本研究提出如下假設：

H3：制度環境對制造業的數字化轉型起正向作用。

（3）經濟環境。一方面，區域的經濟環境從一定程度上反映了該區域產業的結構優化水平，經濟水平發達的區域能夠吸引更多的人才和企業入駐，從而孵化更多的創新項目；另一方面，經濟高速增長的區域可以加快城鎮化的建設，進而加速城鄉要素的自由流動和優化配置，助推小城域的專業化分工程度加深，從而促進區域制造業的結構優化升級，推進數字化轉型進程。因此，本研究提出如下假設：

H4：經濟環境對制造業的數字化轉型起正向作用。

（4）教育環境。良好的教育環境有助于為企業輸送更優秀的人才，推動企業數字化發展；同時，高校機構作為區域創新生態系統中的重要主體，教育環境的優劣能側面反映區域創新生態系統的穩健程度和發展潛力。因此，本研究提出如下假設：

H5：教育環境對制造業的數字化轉型起正向作用。

（5）外貿環境。國際間的貿易交流擴大了制造業的市場空間，為部分企業帶來規模經濟效益，有利于企業提高效益，但是，我國多數中小企業處于價值鏈低端，在貿易時以勞動力作為其比較優勢，急劇擴張，這對企業向價值鏈高端攀升起嚴重的阻礙作用；另一方面，我國加入世貿組織后，政府紛紛鼓勵進出口貿易，盲目地增加進出口規模而忽視了本土制造業的轉型升級，對創新力不足的企業造成巨大沖擊，企業為了維持市場份額只能被迫從事低端制造，這不利于其長期發展。因此，本研究提出如下假設：

H6：外貿環境對制造業的數字化轉型起負向作用。

3.2 模型設定

為驗證本研究提出的假設，搭建如下計量模型進行估計：

3.3 數據收集

本研究利用2005—2019年我國30個省、自治區、直轄市的面板數據進行區域制造業數字化轉型影響機制的分析。相關變量說明如下：

（1）制造業數字化轉型水平（y）。用數字化轉型綜合指數來衡量，采用本研究測算的結果。

（2）人力資本（Labour），即非物質資本，綜合體現為勞動者的知識技能和文化技術水平。在已有文獻的基礎上，采用人均受教育年限來衡量一個地區的人力資本水平。

（3）資金投入（Fund）。在參考韓永輝等［18］研究的基礎上，采用地方生產總值（GDP）中財政支出占比來衡量資金投入水平。

（4）制度環境（Inst）。參考金祥榮等［17］的做法，用地區財政收入中的罰沒收入與地區生產總值的比值來衡量地區產權保護制度質量，從而側面反映該地區的制度環境。

（5）經濟環境（Econ）。城鎮化的發展能夠體現一個地區的經濟發展水平，在參考徐敏等［19］的基礎上，用區域城鎮人口數與總人口數的比值來代表區域經濟發展水平。

（6）教育環境（Educ）。采用教育規模來衡量一個地區的教育環境，教育規模=（基礎教育在校生數+中等教育在校生數+高等教育在校生數）/總人口數。

（7）外貿環境（Open）。外貿環境體現為一個地區的進出口貿易水平，參考胡立和等［20］的做法，用進出口總額與GDP的比值來衡量一個地區的外貿環境。

從2005—2019年《中國統計年鑒》收集數據并整理，然后參照劉曉娜等［21］的做法，按照國家“七五”計劃時期的區域劃分，將本研究的統計數據齊全的30個省份劃分為東部、西部和中部三大經濟地區，形成描述性統計，如表3所示。由表3顯示，我國制造業數字化轉型總體呈現“東高西低，梯度分布”的格局。就各解釋變量而言，人力資本、經濟環境和對外開放水平都呈由東往西遞減的趨勢；而資金投入水平、制度環境和教育環境則呈現由東部往西部遞增的趨勢。綜合分析可知，各個解釋變量的波動空間不同，為使數據更加平穩，同時消除數據的異方差問題，在接下來的研究中，對所有變量取自然對數處理。

表3 2005—2019年我國30個省份制造業數字化轉型水平相關變量描述性統計

3.4 基準回歸

由于面板數據中同時包含截面數據和時間序列數據，模型中可能存在解釋變量高度相關和不平穩序列等問題，為了避免對模型結果產生影響或造成偽回歸，本研究分別采用方差膨脹因子法和LLC檢驗法對模型的多重共線性和平穩性進行檢驗，并在檢驗時加入Demean項來緩解截面相關。檢驗結果如表4所示，顯示最大的VIF為6.40，遠小于10，所以不必擔心多重共線性問題，而LLC檢驗下所有變量均在5%的顯著性水平下拒絕“存在單位根”的原假設，因此認為本研究的數據是平穩的。

表4 變量的基準回歸模型單位根檢驗和多重共線性檢驗結果

經F檢驗和Hausman檢驗判別，選取固定效應模型對面板數據進行回歸，結果如表5所示。其中，人力資本和經濟環境的系數為正，且在5%的顯著性水平下對制造業數字化轉型起正向促進作用；資金投入水平和外貿環境的系數為負，在5%的顯著性水平下可以認為資金投入和外貿環境對數字化轉型起負向作用，而制度環境在模型中無法體現出顯著的影響作用。究其原因，一方面可能是因為數字經濟形態與傳統經濟形態有諸多不同，當前的制度可能并不完全適用于該新型經濟形態，仍處于不斷調整和完善的時期，所以還并不能完全體現制度環境對數字化轉型的保障作用；另一方面，寬松的制度環境有利于創新的擴散，激活市場的潛力，但保障力度不夠，易被不法企業干擾市場，而嚴苛的制度環境雖有利于創新產權的保護，但也可能扼殺新興產業，阻礙創新。綜合而言，制度環境與地區的數字化轉型可能并不只是簡單的線性關系。而教育環境在5%的顯著性水平下與制造業數字化轉型無明顯相關關系，但從人力資本的回歸結果可以看出，人均受教育年限對制造業數字化轉型的影響作用是顯著正相關的，這可能是因為人才流動性較大，教育環境薄弱的省份可以通過其他政策手段吸引外省的人才加入，所以教育環境對制造業數字化轉型的影響作用被淡化；另一方面，這也可能反映出我國在人才培養方面存在部分弊端，數字化的建設需要既懂管理又懂數字技術的高端復合人才，但我國在這方面仍存在大量的人才缺口，傳統的教育模式并不能很好地迎合企業需求。

表5 變量的基準模型回歸檢驗結果

表5 （續）

3.5 穩健性分析

為使研究結論更可靠，本研究還對模型的結果進行如下穩健性檢驗：

（1）替換解釋變量檢驗?？紤]到一個地區的教育環境應同時包括教育規模和教育質量，僅用教育規模可能不能完全體現出一個地區的教育環境，因此采用地區財政支出中教育公共事業支出的占比來衡量一個地區的教育質量。更改教育環境指標，回歸結果如表6所示，表明在替換指標后教育環境對區域制造業仍舊沒有顯著的相關關系，其余顯著解釋變量的顯著性和系數符號均與原模型保持一致，說明本研究構建的模型不因教育環境指標的設定而受到顯著影響，模型穩健性良好。

（2）糾正內生性問題。區域制造業數字化轉型水平的提升具有較強的正外部性，對整個區域的技術升級都有很大助益，從而導致經濟環境得到改善，即模型中可能存在雙向因果問題。考慮到某些潛在因素會同時影響區域制造業數字化轉型水平和經濟環境，忽視這些因素可能會導致經濟環境存在內生性，為減弱這種潛在的內生性問題對回歸結果產生影響，選取經濟環境的滯后1期作為工具變量，并采用兩階段最小二乘法進行回歸，結果表明，在考慮內生性的情況下本研究結論依舊成立。為了使穩健性檢驗結果更具說服力，還對工具變量選擇的有效性進行了檢驗，回歸結果顯示（見表6），Kleibergen-Paap rk LM統計量顯示在1%的水平上拒絕“工具變量識別不足”的原假設，而Kleibergen-Paap Wald rkF統計量則大于10%水平上的Stock-Yogo臨界值，因此拒絕“工具變量弱識別”的原假設，檢驗結果充分說明本研究選取的工具變量是有效的，不存在識別不足和弱識別問題，回歸結果具有說服力。

（3）補充解釋變量檢驗?？紤]到基礎設施建設對國民經濟發展和結構優化調整的助力，在郭凱明等［22］的基礎上，將信息服務基礎設施建設水平Invest作為補充變量加入到模型中，其中信息服務基礎建設水平采用信息服務固定資產投資額與地區生產總值的占比來表示，回歸結果顯示（見表6），在加入信息服務基礎設施建設水平后，原有的解釋變量的顯著性和系數的正負性均保持一致，說明本研究模型穩健性良好，模型回歸結果并不因為加入遺漏變量而受到實質性影響，而信息服務基礎設施建設水平與制造業數字化轉型之間只有微弱的正相關，這可能是因為信息服務基礎設施的建設受時間波動較為明顯，由于固定資產的投資具有滯后性，其可能不能在當期有明顯成效，所以從回歸結果上來看，兩者之間的正相關關系并不顯著。

表6 變量模型分析結果的穩健性檢驗

（4）考慮到東中西部3個地區的地理位置、資源條件等區位優勢不同，不同的因素對制造業數字化轉型的作用情況也不一致，因此分區域分別進行回歸分析，結果如表7所示。對東部地區而言，影響數字化轉型的因素主要為人力資本和經濟環境，而外貿環境的負向影響則被減弱，本研究認為，與中西部地區相比，東部地區憑借長三角和粵港澳大灣區獨特的區位優勢和合作基礎，大力發展技術密集型和資本密集型產業，高附加值的制造企業居多，創新動力十足，在對外貿易中仍能開展創新活動并吸收國外先進技術實現自我創新。影響中部地區制造業數字化轉型的主要因素為人力資本、資金投入、制度環境、經濟環境和外貿環境，相對于全國層面，制度環境的影響作用變得正向顯著，這反映出，相對于東西部而言，中部的知識產權保護力度處于一個相對合理的區間，可以兼顧創新知識產權的保護與創新的擴散。而西部地區制造業數字化轉型的主要影響因素則為人力資本、資金投入、經濟環境、外貿環境和信息服務基礎設施建設水平，西部地區制造業長期處于價值鏈低端，技術水平較低、基礎設備不足，在國際貿易的市場上主要輸出勞動密集型和資源密集型產品，從而抑制其區域創新積極性，此外西部地區在地理位置上與高新產業集聚的東部地區相距較遠，知識引進受到一定阻礙，而在西部大開發的戰略背景下，西部地區對高端人才的需求較為迫切，所以人力資本對西部地區的正向促進作用最大。綜合來看，人力資本和經濟環境對3個區域均具有顯著的正向作用，這說明好的經濟環境能為制造企業提供資源、市場等諸多保障，從而吸引許多實力雄厚的高新技術產業入駐，產業集聚有利于孵化更多的創新項目，對于整個區域的產業數字化轉型大有裨益，同時產業的數字化轉型又能正向促進地區的經濟發展，兩者相輔相成；而人力資本作為企業數字化轉型過程中的重要投入要素和決策單元，是影響區域制造業數字化轉型的核心要素。

表7 變量的分區域回歸結果

4 結論與建議

基于以上對我國30個省份制造業數字化轉型水平測度結果及與之相關的影響因素的實證分析，得出如下結論：

（1）我國制造業數字化轉型水平在時間維度上呈現逐年上升趨勢，在空間維度上呈現“東高西低、梯度分布”的格局，各省份的制造業數字化轉型水平相對位置較為穩定。

（2）人力資本和經濟環境對制造業的數字化轉型升級有顯著的促進作用，但資金投入和外貿環境則與制造業的數字化轉型呈顯著的負相關關系；此外，傳統的教育模式并不能很好地迎合企業需求，復合高端人才的缺失導致關鍵技術缺位，阻礙了我國制造業數字化轉型進程。

（3）因地理位置、資源條件等區位優勢不同，各因素的影響作用也發生改變，其中人力資本對西部地區影響作用最大，制度環境對中部地區產生顯著正向影響，而外貿環境對東部地區的影響作用被沖淡。

結合以上結論，為更好地促進區域制造業數字化轉型的推進，提出如下幾點建議：

（1）進一步優化產業布局，調整各地區產業結構。我國東中西3個地區的區位優勢和資源稟賦不同，導致各地區產業結構有所差異，然而目前各地區產業布局仍有不合理之處，優勢產業沒有發展充分，影響了數字化轉型的推進。東部地區資本密集、人才集聚，應大力發展資本密集型和技術密集型產業并積極參與國際貿易，引入技術并實現本土創新；西部地區以勞動密集型制造業為主，政府應引導企業向資本和技術密集型制造業轉變，增加高新技術產業的比例，將勞動密集型產業向周邊國家遷移，逐步縮小與東部和中部地區的差異。

（2）合理分配資金，鼓勵企業創新。一方面，通過政府采購為有發展前景但前期因不成熟而導致價格過高的技術或產品提供補貼，維持其市場份額，給予其從創新到走向成熟的市場空間；另一方面，加大對物聯網、人工智能等數字化技術的投入力度，實現數字產業化與產業數字化的融合，以技術的進步推動制造業的轉型，進而同向促進技術的創新。

（3）平衡政策的使用，加大政策的實施力度。以上分區域回歸分析結果顯示，東部和中部地區的制度環境并沒有對制造業的數字化轉型產生顯著的促進作用，說明中西部地區存在政策失衡問題或是實施力度不足問題。一方面，數字經濟與傳統經濟形態特征的不同導致了傳統的政策并不匹配當前需要，未能體現政策對數字化轉型的支持，需要針對數字經濟的特殊性進行調整，在建設制造強國的總戰略指導下，針對自身優勢和發展情況制定合理的政策，穩定市場并提高企業創新的積極性；另一方面，需要注重政策的實施力度、控制政策的強度，在穩定市場的同時放寬部分限制，激勵創新。

（4）提高經濟發展的質量與水平。經濟發展水平的提高有利于城鎮化的推進，促進要素資源集聚從而實現更專業化的分工，對制造業的數字化轉型有明顯的促進作用，但在經濟發展過程中，會不可避免地遇到資源消耗和環境污染的問題。因此，在綠色可持續發展的大背景下，不應盲目追求經濟的高速擴張，在考慮經濟發展的同時注意避免資源的過度消耗和廢水廢氣的排放，推動資源節約型和環境友好型的綠色經濟發展。

（5）加大教育投資，培養專業人才隊伍。隨著數字經濟深入發展，數字化人才的需求進一步擴大，而我國缺乏懂數字技術的復合人才，既懂算法又懂管理的人才更是少之又少，人才成為制約我國產業數字化轉型的主要瓶頸。一方面，數字化人才的流動呈現馬太效應，區位優勢明顯的東部地區對數字化人才的需求不斷增加，也吸引更多人才向其聚攏，而中西部地區受限于地理環境和經濟環境，無法提供諸如東部發達經濟帶所提供的福利，因此難以留住高層次人才；另一方面，數字經濟雖然創造了新的就業崗位，增加了企業對數字化人才的需求，但同時也減少了大量就業機會，社會用工的成本逐漸增加，但社會用工將呈現減少趨勢。為了緩解人力資本對制造業發展的限制，人才培養應從如下三方面入手：一是培養人才，加大教育資金投入。高校在人才培養上要注重基礎研究、注重與實踐結合，培養符合社會發展需求的復合型人才。二是留住人才，完善企業激勵機制。對企業招收高層次人才提供一定補助，保障中小企業創新人才的供應。三是轉變人才，出臺相關政策。鼓勵企業對員工進行培訓，以管理層為示范，從人員層面跟進數字化進展。

（6）優化對外貿易結構，實現高價值鏈的攀升。我國在國際貿易市場上長期處于價值鏈低端，從事勞動密集型的生產制造行業雖然能夠在短期內為企業帶來豐厚的利潤，但這會對企業的創新積極性產生負向的影響，不利于其數字化轉型。所以政府應進行宏觀調控，在不擾動市場正常運轉的前提下制定合理的激勵政策，鼓勵技術密集型產品出口，提高中西部的產品出口質量；而東部地區為了防止技術外流，應合理調整進出口結構，與國外先進企業進行合作，在積極引入外商投資的同時加大對國外高新技術產業的投資，引入國外高新技術并實現與本土產業的融合。

（7）加大基礎設施建設力度，提升網絡服務能力。技術的升級需要基礎設施的同步跟進，如物聯網、云計算等技術的迭代需要5G網絡的支持，而5G網絡因為頻率高而需要建設更多的基站。據公開資料整理，截止到2020年年底，我國累計已開通5G基站超71.8萬個［23］，可見我國一直高度重視基礎設施的建設。但5G網絡的使用也往往伴隨著高昂的電費，因此可通過降低電費或提供電費補貼等經濟手段，為企業分擔部分成本壓力，進一步降低數據傳輸、存儲、交易和分析的成本。