數字經濟對傳統制造業產業鏈創新鏈融合的影響*
——基于中國省域經驗的實證研究

□ 柳 毅 趙 軒 楊 偉

內容提要 傳統制造業是實體經濟的主體，是推動我國經濟高質量發展的基石。本文從產業基礎、創新生態和經濟效益等維度構建數字經濟促進我國傳統制造業產業鏈與創新鏈融合的評價指標體系，并綜合運用耦合協調度模型、空間計量模型、中介效應模型分析數字經濟促進傳統制造業產業鏈和創新鏈融合的作用機制與影響。 研究表明：（1）數字經濟通過緩解資本錯配、促進科技人才集聚和金融發展推動傳統制造業產業鏈和創新鏈融合，有利于優化科技資源配置、創新生產要素升級；（2）數字經濟對傳統制造業產業鏈和創新鏈的融合產生非線性的促進作用；（3）數字經濟對傳統制造業產業鏈和創新鏈融合發展具有正向的空間溢出效應。

一、引言

傳統制造業是發展我國實體經濟的重要基礎， 而創新則是引領傳統制造業高質量發展的第一動力。目前，我國已連續多年成為世界第一制造業大國，但傳統制造業的產品附加值偏低、工業要素投入的邊際效應不斷減弱， 原有的以低成本要素參與全球競爭的發展空間日益縮小。 推動我國傳統制造業邁向中高端重在創新， 中國應當加速構建全球創新鏈，利用先進的知識、技術、信息資源提升制造業國際分工的地位。 2022年浙江省政府出臺的《關于推動創新鏈產業鏈融合發展的若干意見》明確要求增強企業創新動力，打造全國最優科創環境， 加快傳統制造業由要素驅動轉向創新驅動的高質量發展。

傳統制造業創新鏈與產業鏈深度融合既要考慮由創新鏈向產業鏈的拓展融合， 也要考慮由產業鏈向創新鏈的延伸融合。 產業鏈的上中下游企業應按照市場供求關系， 以滿足用戶需求為目標依托資金、技術、產品渠道進行價值交換，在各要素尤其是技術要素的驅動下， 最終將新型產品或服務推向市場（李滋陽等，2019）。而創新鏈是描述從創意到創新成果形成整個過程的鏈狀結構，以某一或多個領域創新主體為核心通過創新資源交互協同，在多元主體間實現知識經濟化、技術產業化、創新系統持續優化的鏈式結構 （孔祥年，2019）。 因此，創新鏈和產業鏈的融合本質上是多主體通過耦合互動產生共振實現價值增值的過程， 在某一時間點上可產生橫向協同和縱向協同效應，最終形成雙螺旋的融合閉環（李雪松和龔曉倩，2021）。隨著我國大力發展數字經濟，特別是數字技術創新成果加速滲透融入傳統產業體系，各種新興產業依靠數字技術創新進行跨界融合，完善了物質資本配置并驅動城市高質量發展（丁松和李若瑾，2022）。同時，數字經濟降低金融機構與創新主體之間的信息不對稱程度， 通過數字普惠金融緩解創新主體的融資約束， 使其將更多精力和資金投入到創新活動中， 從而顯著提升區域經濟發展的活力。因此，本文對數字經濟驅動傳統制造業產業鏈與創新鏈融合的影響進行系統性研究具有十分重要的現實意義。本文的邊際貢獻在于：第一，將科技人才集聚、數字金融發展等創新要素納入到傳統制造業產業鏈與創新鏈融合的分析框架中，有助于深入研究數字經濟發展對傳統制造業產業鏈和創新鏈融合的內在機理。第二，從產業環境、區域創新能力和經濟效益等維度構建傳統制造業產業鏈與創新鏈融合的評價指標體系，并采用耦合協調度模型科學測算各地區的融合發展水平。 第三，采用中介效應模型、門檻回歸模型以及空間杜賓模型實證分析數字經濟發展水平對各地區傳統制造業產業鏈與創新鏈融合的作用機制和空間溢出效應。第四，通過地區異質性檢驗精準分析數字經濟對傳統制造業高質量發展的輻射范圍， 進一步加深傳統制造業對數字經濟紅利效應的理解，為各地區實施差異化發展策略提供科學指導。

二、理論分析與研究假設

數字經濟發展促使經濟社會的數據信息產生緊密關聯，增強了個體間的交互性，提升宏觀經濟整體的系統性、復雜性（蔡躍洲，2021）。 新一代信息技術的成熟以及向供給側應用重心的轉移，不僅使產業鏈上下游企業之間的資源配置得到優化（Lazonick， 2016），還可以通過區塊鏈技術構建產業鏈內部的信用共享機制（張路，2019），解決基礎研究及其成果產業化主體的信息壁壘和匹配瓶頸（晏文雋等，2022）。 數字經濟催生的新業態、新要素和新模式能夠提升產業鏈韌性， 通過產業鏈與創新鏈的融合來重構生產過程、提高生產效率并提升產業鏈的效能（曲冠楠等，2023）。 因此，圍繞產業鏈部署創新鏈的“雙鏈”融合，實質上是調整產業鏈關鍵環節與創新鏈彼此運作， 構建多鏈融合的創新生態，實現科技、產業、金融的良性循環（褚思真和萬勁波，2022）。金融發展能優化企業創新活動的融資環境（蔡延澤等，2021），間接影響數字經濟促進傳統制造業產業鏈與創新鏈的融合。創新人才集聚有利于產業鏈協調融合度提升，而產業集聚則為科技人才提供更好的發展機會與更多的就業崗位， 最終提升地區創新水平和科技進步（徐斌和羅文，2020）。數字經濟也能夠顯著改善中國資本和勞動力錯配（李慧泉等，2022），數字技術外溢性對資源錯配的修正作用越來越強（烏云圖等，2023），進而促進傳統制造業產業鏈和創新鏈的融合。 綜上所述，本文提出研究假設1。

研究假設1：數字經濟通過緩解資源錯配程度、促進科技人才集聚和金融發展推動傳統制造業產業鏈和創新鏈融合。

中國經濟增長模式必須由原來的依靠要素投入的外延增長方式轉向依靠技術創新和金融創新驅動的內涵型增長（陳志剛和關威，2017）。數字經濟可以提升綠色金融的融資效率進而影響資金在產業鏈中的流向，從而規制引導產業鏈的發展并對產業鏈企業存在“促進-抑制-促進”的非線性作用（賀正楚等，2022）。數據要素作為數字經濟時代的核心生產要素，是推動制造業創新發展的新引擎，它與人力資本匹配能顯著提升制造業創新質量，同時呈現“倒U 型”的非線性影響（陶長琪和丁煜，2022）。 因此，數字經濟通過激發創新活躍度進而賦能制造業轉型升級，表現為邊際效應“非線性”遞增的特點（王盛等，2022）。基于此本文提出研究假設2。

研究假設2：數字經濟發展對傳統制造業產業鏈和創新鏈融合產生非線性影響。

高度互聯互通的信息網絡促進資源、技術在網絡空間上的共享和擴散， 對中國全要素生產率有著顯著的促進作用（郭家堂和駱品亮，2016）。在數字經濟發展的大趨勢下，互聯網的發展能夠直接改善區域的資源錯配并產生溢出效應（韓長根和張力，2019）。 互聯網產業對中國不同地區出口貿易產生巨大的差異性影響，并且在區域內、區域間存在正向的溢出效應（何菊香等，2015）。 因此，數字經濟通過為實體經濟發展提供更大范圍的生產空間和消費空間，能夠豐富市場要素來源、重塑經濟發展形態，并對跨時空資源進行整合，通過網絡引導要素自由流動，使供需關系得以高效匹配（李慧泉等，2022）。 綜上所述，本文提出研究假設3。

研究假設3：數字經濟對傳統制造業產業鏈和創新鏈融合具有正向的空間溢出效應。

三、模型設定與數據說明

（一）計量模型設定

本文使用固定效應模型、門檻回歸模型、中介效應模型和空間計量模型研究數字經濟促進我國傳統制造業創新鏈與產業鏈融合的作用機制與溢出效應。

1.基準回歸模型。 為探討數字經濟對傳統制造業產業鏈與創新鏈融合產生的影響， 本文構建如式（1）的面板固定效應回歸模型。

其中，ICit表示i 地區傳統制造業產業鏈與創新鏈在t年的融合程度；Digit表示i 地區在t年的數字經濟發展水平；Zit表示各個控制變量；μi表示個體固定效應；δt表示時間固定效應；εit為隨機擾動項。

2.中介效應模型。為驗證數字經濟對于傳統制造業產業鏈和創新鏈融合是否存在間接作用機制，本文構建如式（2）、（3）的中介效應模型進行檢驗。

其中，Medit表示中介變量。 本文通過γ、β 等參數的顯著性來分析中介變量對傳統制造業產業鏈和創新鏈融合的影響力。 若α1、β1、γ2顯著，γ1不顯著，為完全中介效應，此時核心解釋變量完全通過中介變量來對被解釋變量產生影響； 若α1、β1、γ1、γ2均顯著，為部分中介效應，核心解釋變量有一部分可直接對被解釋變量產生影響， 還有一部分則通過中介變量間接對被解釋變量產生影響。

3.門檻回歸模型。本文設定如式（4）的門檻回歸模型對數字經濟與傳統制造業產業鏈與創新鏈融合的非線性關系進行實證檢驗。

其中，Thit為門檻變量，I（·）為取值1 或0 的指示函數，滿足括號內條件時取1，否則取0。

4.空間計量模型。為進一步探討數字經濟對傳統制造業產業鏈和創新鏈融合的空間溢出效應，本文構建如式（5）、式（6）的空間面板計量模型：

其中，ρ 為空間自回歸系數；W 為空間權重矩陣；α1和α 分別為核心解釋變量和控制變量的彈性系數；λ1和λ 分別為核心解釋變量和控制變量空間滯后項的彈性系數；λ0為常數項；μi表示個體固定效應；δt表示時間固定效應；εit為隨機擾動項。 當η=0 時，式（5）為空間杜賓模型（SDM，Spatial Durbin Model）；當η=0、λ1=0 且λ=0 時，式（5）為空間滯后模型 （SAR，Spatial Lagged Model）；當ρ=0、λ1=0 且λ=0 時，式（5）為空間誤差模型（SEM，Spatial Error Model）。

（二）變量選取與說明

1.被解釋變量。 本文的被解釋變量為產業鏈與創新鏈融合（IC）。 為探索數字經濟對傳統制造業產業鏈與創新鏈融合的影響效應， 本文選取傳統制造業產業鏈與創新鏈的耦合協調度作為代理變量（王榮，2021）。“耦合”是指兩個或兩個以上的體系通過相互作用而彼此影響以致聯合起來的現象，本文借鑒現有研究（王玉冬等，2019；陳雄輝等，2021），從產業鏈和創新鏈兩個子系統出發，選取產業鏈子系統的產業基礎、產業經濟、產業配套、產業合作和產業環保五個維度，以及創新鏈子系統的創新生態、技術研發以及技術吸收三個維度構建傳統制造業產業鏈與創新鏈融合的評價指標體系，具體如表1 所示。

表1 傳統制造業產業鏈與創新鏈融合評價指標體系

本文參照《行業分類國家標準》對制造業進行分類，將傳統制造業選定為行業代碼是C13-C37、C39-C41 的行業。為消除主觀因素的影響，本文采用對數據本身客觀信息進行提取分析的熵權法來確定權重， 并利用Max-Min 值法對數據進行標準化處理，消除指標間的量綱。 表2 為耦合協調度的評價標準。

表2 耦合協調度評價標準

為充分展現傳統制造業產業鏈與創新鏈的實際融合度， 本文對傳統耦合協調度模型進行修正（王淑佳等，2021），改進的模型如式（7）所示：

其中，IC 為耦合協調度，n 為子系統個數，Ui為各子系統值，T 為所有子系統的綜合發展指數，αi為子系統i 的權重，C 的取值范圍為[0，1]，表示各子系統的離散程度， 其值越大表示子系統之間越協調，反之越離散。

表3 展示了2012—2020年間全國大部分省級行政區傳統制造業產業鏈與創新鏈的融合度。2012年全國傳統制造業產業鏈和創新鏈融合處于“嚴重失調”與“中度失調”發展程度的省級行政區較多， 說明此時全國傳統制造業產業鏈和創新鏈之間融合程度很低， 產業鏈和創新鏈之間的關聯性比較小， 還不能夠相互協調產生積極效應。2016年多數省級行政區上升到“輕度失調”等級，同時耦合協調度也處于增加的態勢。到2020年很多省級行政區都能夠達到“輕度失調”和“瀕臨失調”程度，東部沿海的江蘇省和廣東省傳統制造業產業鏈與創新鏈耦合協調度能夠達到較好的協調。從地區層面來看，東部沿海省級行政區產業鏈與創新鏈耦合協調度較高， 這與其數字經濟發展較好有很大程度的聯系； 我國中部地區省級行政區如河南省耦合協調程度不高， 但一直處于穩步上升態勢， 這可能是制造業在中心城市擴散及城市群功能分工深化的表現； 而西部內陸地區耦合協調度偏低，如西藏自治區在2012—2020年耦合協調度并沒有明顯上升。

表3 我國各省級行政區傳統制造業產業鏈和創新鏈融合總體趨勢

2.核心解釋變量。 本文的核心解釋變量為數字經濟發展水平（Dig）。 數字經濟是指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重要推動力的一系列經濟活動。本文借鑒周雪峰等（2022）的研究，對全國省域層面數字經濟發展水平進行測度， 選取互聯網普及率、計算機服務和軟件業從業人員占城鎮單位從業人員比重、人均電信業務總量和百人中移動電話用戶數來分別表征互聯網發展程度、互聯網相關從業人員數、互聯網相關產出和移動互聯網用戶數。 本文采用由北京大學數字金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融指數來表征數字金融發展。 最后本文將以上綜合指標的數據進行標準化處理， 并采用主成分分析法對數字經濟發展水平指數進行測算。

3.機制變量。（1）科技人才集聚（Tec）。本文采用區位熵來測算科技人才的集聚程度， 具體公式（8）如下：

其中，Y 為每年各省級行政區R&D 從業人員數量；P 為每年各省級行政區就業人數；PY 為每年全國R&D 從業人員數量；PP 為每年全國就業人數。在Tec>1 時，當地人才分布較為集中；在Tec<1 時，當地人才分布較為分散；在Tec=1 時，當地人才優勢并不顯著。

（2）金融發展（FD）。 當前我國金融市場仍以銀行業通過信貸市場影響居民收入結構為主（任文龍等，2019）。因此，本文主要根據銀行信貸市場數據，采用存貸款總額來表示金融發展。

（3）資源錯配（RM）。基于資源配置理論，數字經濟發展能夠顯著改善中國資本和勞動力錯配，從而為經濟增長提供新動力（李慧泉等，2022）。為計量資源錯配指數，本文借鑒陳永偉和胡偉民（2011）的研究，采用省級行政區資本錯配指數（Cmis）和勞動力錯配指數（Lmis）衡量。 資源錯配指數大于零說明相對于整個經濟體而言， 該地區資源配置不足，反之資源配置過度。資源錯配指數絕對值越大，資源錯配程度越大。 在進行實證檢驗時，本文對RM 取絕對值處理。 計算公式（9）如下：

γCi和γLi分別表示資本和勞動力價格扭曲系數， 計算方法為其中，si表示i 地區產出占全部總產出的份額，Ci/C 表示i 地區使用資本占資本總量的比例，siβCi/βC為資本有效配置時i 地區使用資本的比例，βCi為利用C-D 生產函數估計的各地區資本產出彈性，γCi反映資本的錯配程度；Li/L 表示i 地區使用勞動力占勞動力總量的比例，（siβLi）/βL為勞動力有效配置時i 地區使用勞動力的比例，βLi為利用C-D 生產函數估計的各地區勞動力產出彈性，γLi反映勞動力的錯配程度。 產出總量用各地區GDP 表示，勞動力投入量用各地區就業人數表示，資本投入量使用永續盤存法計算，公式（10）為：

其中，Iit為i 地區第t年的全社會固定資產投資，Pit為i 地區第t年對應的固定資產投資價格指數，δ 為折舊率（本文取9.6%）。

4.控制變量。 傳統制造業產業鏈與創新鏈的融合還受財政、教育等多方面的影響。為此本文采用如下控制變量：（1）教育水平（Edu）：使用地方財政教育支出占地區生產總值比重來表示。（2）環境因素（Env）：通過工業環境污染治理投資額來表示。（3）財政分權制（Fin）：采用地方財政預算內收入占地方財政預算內支出比重來表示。（4）水資源利用（Res）：采用工業用水量來表示。（5）勞動力集聚（Lab）：采用區位熵進行測算，分子為省域制造業就業人數與省域全部就業人數的比值， 分母為全國制造業就業人數與全國就業總人數的比值。

5.空間權重矩陣。 本文采用反距離空間權重矩陣作為空間杜賓模型的權重矩陣Wij（杜傳忠和管海鋒，2021）。公式（11）的基本思想是“單位間的空間相關性隨著距離的增加而逐漸遞減”。

其中，dij表示i 地區和j 地區之間的地理空間距離。為保證估計結果的穩健性，本文另選取鄰接矩陣和經濟地理嵌套矩陣進行穩健性檢驗。

（三）數據來源與描述性統計

相關數據主要來源于國家統計局網站、《中國統計年鑒》、《中國工業統計年鑒》以及各省統計年鑒。 本文選取2012—2020年全國各省級行政區（不包括香港特別行政區、澳門特別行政區和臺灣省）數據作為實證研究樣本，考慮到數據的科學性和可獲得性， 部分缺失值采用線性插值法進行補全。為緩解異方差帶來的影響，本文對部分變量進行對數化。 主要變量的描述性統計如表4 所示。

表4 主要變量的描述性統計

四、實證分析

（一）基準回歸

數字經濟影響傳統制造業產業鏈和創新鏈融合的基準回歸估計結果如表5 所示。在列（1）和列（2）中核心解釋變量（LnDig）的估計系數均顯著為正， 說明數字經濟能夠促進傳統制造業產業鏈與創新鏈融合，此時研究假設1 得到部分驗證。各地教育水平對傳統制造業產業鏈和創新鏈融合度的影響系數在1%的顯著性水平上為正，表明教育水平的提高能夠促進傳統制造業產業鏈和創新鏈融合；環境因素的系數值顯著為正，說明進一步解決環境問題， 能夠使產業鏈和創新鏈的融合更加合理化；財政分權制與水資源利用系數為正，說明財政分權制、水資源利用對傳統制造業產業鏈和創新鏈融合能夠起到一定的促進效果，但并不顯著；勞動力集聚估計系數不顯著， 說明勞動力集聚并沒有明顯促進傳統制造業產業鏈和創新鏈的融合發展。

表5 數字經濟影響傳統制造業產業鏈和創新鏈融合的基準回歸結果

（二）中介效應分析

為驗證數字經濟對傳統制造業產業鏈與創新鏈融合的傳導機制， 本文采用中介效應模型進行實證檢驗，結果如表6 所示。 在列（1）證實數字經濟對傳統制造業產業鏈和創新鏈融合具有積極影響的基礎上，列（2）中數字經濟的回歸系數在5%的顯著性水平上為正， 說明數字經濟能夠提升科技人才的集聚程度。在列（1）加入中介變量科技人才集聚后估計結果如列（3）所示，數字經濟的估計系數仍然顯著，并且科技人才集聚系數也在1%的顯著性水平上為正。列（4）中數字經濟的回歸系數在1%的顯著性水平上顯著，說明數字經濟能夠促進金融規模的發展。在列（1）中加入中介變量金融發展規模后其估計結果如列（5）所示，雖然相對于列（1）結果的顯著性有所降低，但估計系數仍在10%的顯著性水平上顯著。 這表明數字經濟能夠通過科技人才集聚和金融發展的中介效應促進傳統制造業產業鏈和創新鏈融合。列（6）數字經濟的估計系數為負， 說明數字經濟能夠抑制資本的錯配，但效果不明顯。 列（7）數字經濟的估計系數顯著為正、資本錯配的估計系數為負，說明數字經濟在抑制資本錯配對傳統制造業產業鏈和創新鏈融合的負面作用方面有微弱影響；列（8）數字經濟的估計系數為正， 說明數字經濟反而擴大了勞動力錯配的程度，列（9）數字經濟的估計系數為正且勞動力錯配的估計系數不顯著， 說明數字經濟基本無法通過緩解勞動力錯配對傳統制造業產業鏈和創新鏈融合產生影響。目前，我國資本擁擠和資本稀缺現象并存， 而數字經濟可以通過抑制資本錯配促進傳統制造業產業鏈和創新鏈融合。 此時研究假設1 得到驗證。

表6 中介效應檢驗結果

（三）門檻效應分析

本文以金融發展和數字經濟為門檻變量進行數字經濟對制造業產業鏈和創新鏈融合的非線性影響檢驗。采用自助法反復采樣500 次后，本文發現以上兩個變量均通過了單一門檻檢驗，因此進一步采用門檻回歸模型進行分析，結果如表7 所示。表7 的估計結果表明， 隨著金融發展程度和數字經濟自身發展程度的提高， 數字經濟對于傳統制造業產業鏈與創新鏈融合的估計系數表現出正向且非線性的遞增作用，故研究假設2 得到驗證。

表7 門檻模型估計結果

本文采用似然比檢驗來驗證門檻估計值的真實性，檢驗結果如圖1 所示，說明門檻估計值與真實值一致。

圖1 似然比檢驗門檻估計值的函數圖

（四）空間溢出效應分析

在進行空間計量分析時， 需要對傳統制造業產業鏈和創新鏈融合度進行空間相關性檢驗。 由表8 可以看出Moran’I 指數均在1%的顯著性水平上顯著，說明2012—2020年我國各省級行政區制造業產業鏈和創新鏈融合度具有顯著的空間相關性。

表8 空間相關性檢驗結果

此外，本文還進行了一系列的模型適配性檢驗，依次為：LM 檢驗、Hausman 檢驗、SDM 固定效應檢驗、Wald 檢驗以及LR 檢驗，最終確定SDM 時空雙固定效應模型為最佳估計模型。①由表9 的空間溢出估計結果可知，數字經濟對于傳統制造業產業鏈和創新鏈融合的直接效應和間接效應均在1%的顯著性水平上為正。 故研究假設3 得到驗證。

表9 空間杜賓模型回歸結果

（五）異質性檢驗

由于我國各地區環境條件與資源存量水平不盡相同， 本文采取區域異質性檢驗的方法對不同地區數字經濟發展與傳統制造業產業鏈和創新鏈融合的情況進行分析。 本文參照國家統計局的劃分方式將我國劃分為華北、東北、華東、中南、西南以及西北地區，對應表10 的列（1）～（6）。 由表10回歸結果可以看出，華北、中南和西北地區的數字經濟對傳統制造業產業鏈和創新鏈融合效果并不顯著； 華東地區數字經濟促進傳統制造業產業鏈和創新鏈融合的影響系數在1%的顯著性水平上為正， 說明華東地區數字經濟對于傳統制造業產業鏈和創新鏈融合發展具有正向效應； 東北地區和西南地區估計系數在1%的顯著性水平上為負，說明這兩個區域仍需挖掘數字經濟賦能傳統制造業產業鏈和創新鏈融合的潛力。

表10 地區異質性檢驗結果

（六）穩健性檢驗

本文采用多種方法進行研究結論的穩健性檢驗，表11 為穩健性檢驗的結果。其中列（1）為縮短時間年限至2013—2019年的基準回歸，估計結果在1%的顯著性水平上為正。列（2）和列（3）分別為控制地區固定效應和控制時間固定效應的基準回歸， 二者估計結果均在1%的顯著性水平上為正。為緩解反向因果問題的干擾， 本文引入解釋變量滯后一期作為新的解釋變量進行回歸，列（4）結果顯示滯后一期的數字經濟對傳統制造業產業鏈和創新鏈融合仍有促進作用。 為更好地克服內生性問題，本文參考郭家堂和駱品亮（2016）的研究，采用解釋變量滯后一期作為工具變量進行2SLS 回歸。列（5）表明緩解內生性問題后數字經濟仍可以顯著促進傳統制造業產業鏈和創新鏈融合發展且系數有所提高。

表11 穩健性檢驗結果

五、結論與建議

本文基于2012—2020年中國31 個省級行政區的面板數據， 運用面板回歸模型、中介效應模型、門檻回歸模型以及空間計量模型，對數字經濟驅動傳統制造業產業鏈和創新鏈融合發展的作用機制與溢出效應進行系統分析與實證研究。 主要結論如下：（1）數字經濟對傳統制造業產業鏈和創新鏈融合發展存在遞增的非線性促進作用，在LnFD>11.198 和LnDig>-1.960 時其促進作用均會增強；（2）通過中介效應分析，數字經濟通過緩解資本錯配、推動科技人才集聚和金融發展對傳統制造業產業鏈和創新鏈融合發展產生促進作用；（3）數字經濟對傳統制造業產業鏈和創新鏈融合發展具有正向的空間溢出效應。另外，華東地區數字經濟賦能傳統制造業產業鏈和創新鏈融合發展具有正向作用，而華北、中南和西北地區數字經濟沒有體現出顯著的促進作用。 為進一步利用數字經濟促進傳統制造業創新鏈與產業鏈融合發展，本文提出如下政策建議。

第一，開放數字經濟創新要素資源，促進傳統制造業產業結構升級。 面對當前復雜的國內外經濟形勢， 必須保證傳統制造業產業鏈與創新要素的充分自由流動與優化配置。 通過產業數字化推動高新技術產業與傳統制造業的融合， 促進傳統制造業產業結構高級化和合理化， 實現傳統制造業數字化轉型和產業結構升級。

第二，構建數字創新生態系統，提高傳統制造業的自主創新能力。企業與行業協會、科研院所構建數字經濟的產學研創新聯盟， 共建共享成果數據庫、人才數據庫和專家數據庫等信息資源。充分利用產學研創新聯盟推動技術轉移服務、技能認證、數字化科普活動，實現企業職業教育與專業技術的產教融合培養模式， 培養數字化人才隊伍的建設， 進一步提升傳統制造業的自主創新能力和研發水平。

第三，創新科技金融服務體系，加快傳統制造業協同創新的多元投入。 利用區塊鏈、大數據、人工智能等新一代數字技術， 推動制造業供應鏈金融體系和數字貿易服務平臺建立，涵蓋數字信貸、數字保險及數字貨幣交易等新型金融產業和普惠服務，拓寬傳統制造企業融資渠道，著力解決傳統制造企業“融資難、融資貴”的問題。引導銀行金融機構加大對傳統制造業信貸投放力度， 支持對傳統制造業實施不良率、存貸比指標、風險資本權重計量等進行差異化考核， 大力發展面向縣域傳統制造企業的數字化授信金融服務。 同時加快完善金融服務實體經濟、服務傳統制造企業的管理辦法，瞄準專精特新企業后備力量，建立細分行業產業數字化專項基金專款專用， 扶持傳統制造企業的未來工廠建設。

注釋：

①由于篇幅原因，檢驗結果不進行匯報，若讀者有需要可向作者索取。