數字經濟對生產性服務業和制造業融合發展的影響研究

劉媛媛 孫戈兵

摘?要：數字經濟對促進生產性服務業與制造業的融合具有重要意義，基于2011-2020年中國31個省份的面板數據，通過運用固定效應模型、中介效應模型和面板門檻模型等進行實證檢驗，探索數字經濟對生產性服務業與制造業融合的影響機制。研究發現：①數字經濟能夠顯著促進生產性服務業與制造業融合，經過穩健性檢驗之后結論仍成立；②數字經濟隨著生產性服務業和制造業的發展水平的提高對“兩業”融合程度的促進更為顯著；③數字經濟通過技術引進和自主研發正向促進“兩業”融合；④數字經濟發展對“兩業”融合度的促進作用呈現出“邊際效應”遞增的非線性特征；⑤不同區域間數字經濟發展對“兩業”融合程度的影響存在差異，東部地區在數字經濟促進“兩業”融合度上領先于中部和西部地區。

關鍵詞關鍵詞：數字經濟；生產性服務業；制造業；產業融合

中圖分類號中圖分類號：F062.9

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202403051

英文標題Digital Economy for Productive Services and Manufacturing Research on The Impact of Integrated Development

Liu Yuanyuan，Sun Gebing

（School of Economics and Management， Xinjiang University， Urumqi 830046， China ）

英文摘要Abstract：Digital economy（Dig） is of great significance in promoting the integration of producer services and manufacturing（Con）. Based on provincial panel data， this paper conducted empirical tests through econometric models to explore the mechanism of Digs influence on Con. The results show that： ①Dig can significantly promote Con， and the conclusion is still valid after robustness test; ②Dig promoted Con more significantly with the improvement of the development level of producer service industry and manufacturing industry; ③Dig will positively promote Con through technology introduction and independent research and development; ④The promoting effect of Dig on Con presents a nonlinear feature of increasing “marginal effect”; ⑤The influence of Dig on Con in different regions is different， and the eastern region is ahead of the central and western regions.

英文關鍵詞Key Words：Digital Economy; Producer Services; Manufacturing; Industrial Convergence

0?引言

隨著互聯網和數字技術的迅猛發展，數字經濟已成為國家經濟發展的重要驅動力。生產性服務業和制造業（下簡稱“兩業”）作為兩個重要的經濟部門，其融合發展對于提升我國經濟整體競爭力具有重要意義。《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》中明確表示要加快推進服務業數字化，促進現代服務業與先進制造業的深度融合。傳統上，生產性服務業與制造業往往被看作是兩個相對獨立的領域。然而，在數字經濟時代，生產性服務業和制造業逐漸開始融合。通過數字技術，生產性服務業可以提供更加智能化、高效率的服務，而制造業可以借助數字技術實現生產過程的優化和智能化。將數字經濟應用于“兩業”深度融合是我國從制造大國向制造強國邁進的關鍵途徑。

數字經濟是指利用數字計算技術開展業務的經濟體系。其特點是在經濟生活的各個方面廣泛使用信息和通信技術，包括產品和服務的生產、分配和消費［1］。數字經濟可以有效促進生產性服務業的高質量發展［2］，可以提高資本效率、勞動效率和技術效率等要素配置效率，從而間接推動服務業結構升級［3］。生產性服務業數字化可以打破物理時空上的距離，促進產業間知識和技術的擴散，加速產品、業務和市場的融合，從而催生新的商業形態和模式，促進制造業和服務業的垂直整合。有研究發現，制造業與數字服務業的融合顯著提升了制造業績效［4］。數字經濟可以顯著促進中國制造業優化升級，并且對制造業高級化的影響效果要強于制造業合理化［5］，但不同地區發展水平不平衡，各省份數字經濟發展水平與數字基礎設施、數字產業化水平、產業化數字水平呈正相關［6］。要加快服務業數字化和產業鏈垂直整合，進一步實現數字化技術對制造業創新的放大乘數效應。

生產性服務業與制造業的融合，指的是生產性服務業中信息技術、物流和專業服務等融入制造業，以提高制造業產出的過程。生產性服務業的知識生產和知識服務功能可以使高技術產業更加關注其核心生產環節，促進上下游產業相關聯的傳統制造業加速產品升級和工藝改進。制造業與生產性服務業協同集聚可以加速兩業的互動與融合［7］，這一發現在Cuiping等［8］的研究中得到了呼應，該研究發現生產性服務業對外開放可以提升制造業的國際競爭力。“兩業”融合可降低制造業生產成本，是增強企業核心競爭力和創新能力、培育現代產業體系、提升數字經濟績效實現高質量發展的重要途徑，并且能緩解物質和人力的資本錯配。

1?理論分析與研究假設

1.1?數字經濟發展對“兩業”融合度的直接影響

數字經濟時代，在數字技術深入賦能的條件下，數據要素驅動以及數字技術驅動的全球價值鏈轉型為制造業和生產性服務業價值鏈重塑和傳遞環節提供了數據要素，從而促進“兩業”融合。數字經濟不僅縮短了顯性知識跨行業傳播的時間和成本，而且延伸和擴展了隱性知識，這可以提高“兩業”融合創新的生產力，使業務流程進行創新，從而更高效地提供服務和產品，讓生產性服務業和制造業企業均受益。數字經濟通過提高產品和服務質量、降低成本和提高交貨速度來實現生產性服務業和制造業的融合，從而提升市場競爭力。基于以上分析，提出如下假設：

H1：數字經濟發展能夠促進“兩業”融合程度。

1.2?生產性服務業發展和制造業發展對“兩業”融合度的調節效應

利用自動化、人工智能、物聯網等先進制造技術可提高制造業發展水平和生產性服務的質量與效率。同時，生產性服務業也可以利用人工智能、大數據、云計算等先進技術，成為制造過程的一部分，而制造業往往需要專業的知識和技能，這些可以由生產性服務業提供。例如，與研發、設計和工程相關的服務對高科技制造業至關重要。因此，制造業發展水平的提高可以帶動專業化生產性服務業的需求，促進生產性服務業與制造業的融合。專業化生產性服務也可以針對制造業的具體需求提供量身定制的解決方案，促進二者更深層次融合。另外，制造業發展水平可以影響市場動態，如客戶期望、競爭和創新。這些動態反過來又會影響生產性服務業和制造業的整合，在高度競爭和快速創新的市場中，制造企業可能在市場研究、戰略規劃和創新管理方面更多地依賴生產性服務。而生產性服務業的發展水平會影響所提供服務的質量，更高質量的服務可以為制造過程產出更多價值，促進它們的融合。綜合以上分析，本文提出如下假設：

H2a：生產性服務業發展水平能夠促進數字經濟推動“兩業”融合程度；

H2b：制造業發展水平能夠促進數字經濟推動“兩業”融合程度。

1.3?數字經濟發展對“兩業”融合度的間接影響

在市場競爭激烈的環境下，創新技術的應用進一步推動了制造業和生產性服務業的生產過程創新和市場需求的提升，同時也促使“兩業”融合向多元化方向發展［10］。創新技術能夠促進生產性服務業與制造業更好對接，創新業務流程，降低制造商獲得生產性服務的技術門檻，加速打破產業整合過程中的技術壁壘，使制造商更容易采用新技術和新工藝，這有助于構建“服務+制造”的協同生產服務網絡體系，促進制造業生產方式的變革，提升市場競爭力。綜上所述，數字經濟通過技術創新對生產性服務業和制造業的整合有顯著的貢獻，因此提出如下研究假設：

H3：數字經濟通過技術創新促進“兩業”融合程度。

1.4?數字經濟發展對“兩業”融合度的非線性影響

隨著數字經濟規模的擴大，它更好地促進了企業綠色技術創新。而以互聯網信息技術為基礎的數字經濟形成了顯著的空間溢出效應，將社會、資源、經濟活動、人等要素聯系起來，“兩業”融合的邊際成本持續降低，提高了社會經濟的整體發展水平和資源利用效率。隨著數字經濟水平的提升和技術不斷創新發展，這種效果將日益顯著，即“梅特卡夫法則”和網絡效應均在“兩業”融合中成立。因此，本文提出如下研究假設。

H4：數字經濟對“兩業”融合程度的影響具有“邊際效應”遞增的非線性特征。

本文構建相關概念模型以探討數字經濟對生產性服務業和制造業融合的影響研究，如圖 1所示。

2?研究設計

2.1?變量設定

2.1.1?核心解釋變量和門檻變量

數字經濟綜合發展指數（Dig）。本文結合省級層面的相關數據，參考趙濤等［11］、劉軍等［12］測度方法，利用互聯網普及率、計算機服務和軟件業從業人員情況、互聯網產出水平、移動電話普及率和數字普惠金融5個指標衡量數字經濟發展水平，通過主成分分析方法進行計算，得出數字經濟綜合發展指數。

2.1.2?被解釋變量

生產性服務業與制造業融合度（Con）。由于生產性服務業與制造業關系密切、相互聯系，本文使用耦合協調度模型測算31個省份2011-2020年的“兩業”融合度。借鑒韓峰等［13］對生產性服務業的界定和杜傳忠等［14］、王歡芳等［15］的設計方法，構建了制造業子系統與生產性服務業子系統耦合協調發展的指標體系，并通過熵值法對各項指標進行權重賦值（表2）。

最后，構建如下耦合協調模型：

Ci（t）=2×Mi（t）×Si（t）［Mi（t）+Si（t）］2（1）

Ti（t）=αMi（t）+βSi（t）（2）

Di（t）=Ti（t）×Ci（t）（3）

其中，Mi（t）與Si（t）分別代表第i產業在t時刻制造業子系統和生產性服務業子系統的綜合評價指數。Di（t）為耦合協調度，反映兩個子系統之間協調發展的程度，即代表“兩業”融合度（Con），數值越大“兩業”融合度越高，反之越小。Ci（t）為耦合度，代表兩個子系統相互促進的程度。Ti（t）為綜合協調指數，代表兩個子系統對耦合度的貢獻值。α和β為待定系數，且α+β=1，表示制造業與生產性服務業的貢獻系數。根據當前“兩業”融合的實際情況，界定先進制造業與生產性服務業表現同等重要，取α=β=0.5。

2.1.3?調節變量

生產性服務業發展水平（Ser）和制造業發展水平（Man）作為調節變量，利用表2指標評價體系通過熵值法計算可獲得最終結果。

2.1.4?中介變量

技術創新水平（Inno）：本文參考徐建中和王曼曼［16］的處理方法，將技術引進（Inno1）和自主研發（Inno2）作為技術創新水平的代理變量。其中，采用規模以上工業企業國內外技術引進經費和消化吸收經費之和來衡量技術引進；規模以上工業企業R&D經費（萬元）衡量自主創新。

2.1.5?控制變量

考慮其他因素影響數字經濟對“兩業”融合的作用機制，本文借鑒趙濤等［11］的方法并結合研究需要加入了一系列控制變量。具體而言：①地區經濟發展水平（Agdp）：選用各省份人均國內生產總值來衡量；②人力資本水平（Stu）：選取高等學校在校學生人數占各地區總人數的比重來衡量；③政府干預程度（Gov）：選取地方一般財政支出與GDP的比值來衡量；④城鎮化水平（Urban）：選用各地城鎮人口占年末總人口的衡量；⑤產業結構（Struc）：選用第三產業增加值與第二產業增加值的比重來衡量；⑥對外開放程度（Open）：選用各省份進出口總額與GDP的比值作為代理變量。

2.2?模型構建

2.2.1?基準回歸模型

為驗證假設H1，本文構建以下基準回歸模型來研究數字經濟發展對“兩業”融合程度的直接作用機制：

Conit=α0+α1Digit+α2Cit+γi+δt+εit （4）

Conit為被解釋變量，表示第t年省份i的“兩業”融合度，Digit為解釋變量，表示第t年省份i的數字經濟綜合發展指數，C代表一系列控制變量，δ表示控制省份固定效應，γ表示控制省份固定效應，ε為隨機擾動項。

2.2.2?調節效應模型

為驗證假設H2a和H2b，探究生產性服務業發展水平和制造業發展水平對“兩業”融合的影響以及“兩業”發展水平和數字經濟發展的交互作用，根據溫忠麟等［17］對于調節效應模型的研究，構建如下加入交互項的面板固定效應模型：

Conit=β0+β1Digit+β2Serit+β3（Digit×Serit）+β4Cit+γi+δt+εit（5）

Conit=φ0+φ1Digit++φ2Manit+φ3（Digit×Manit）+φ4Cit+γi+δt+εit（6）

Serit表示第t年省份i的生產性服務業綜合發展水平；Manit表示第t年省份i的制造業綜合發展水平。

2.2.3?中介效應模型

為識別技術創新水平作為中介變量影響“兩業”融合的基本路徑，在基準回歸模型（4）中系數α1顯著性通過檢驗的基礎上，參考溫忠麟和葉寶娟［17］提出的中介效應模型和程序，構建下述中介效應模型：

Innoit =μ0 + μ1Digit + μ2Cit + γi + δt + εit（7）

Conit = ω0 + ω1Digit + ω2Innoit + ω3Cit + γi + δt + εit （8）

其中，中介變量Innoit代表的是第t年省份i的技術創新水平，Conit表示第t年省份i的“兩業”融合度，Digit表示第t年省份i的數字經濟綜合發展指數，C代表一系列控制變量，δ表示控制時間固定效應，γ表示控制省份固定效應，ε為隨機擾動項。式（7）表示數字經濟發展水平對于中介變量的回歸方程；式（8）表示數字經濟發展水平和技術創新水平對于“兩業”融合程度的線性回歸方程。

2.2.4?面板門檻模型

對于間接傳導機制的檢驗，還應考慮數字經濟發展的“網絡效應”和“梅特卡夫法則”。為探究數字經濟發展水平還可能會對“兩業”融合程度存在非線性動態溢出效應，參考Hansen［18］提出的門檻模型，結合Bootstrap抽樣，在式（4）的基礎上構建面板門檻模型：

Conit = η0 + η1Digit × I（Adjit ≤ 1 ） + η2Digit × I（Adjit >1 ） +η3Cit + γi + δt + εit（9）

其中，Conit表示第t年省份i的“兩業”融合度，Digit表示第t年省份i的數字經濟綜合發展指數；1為待估門檻值，Adjit表示數字經濟發展水平和技術創新水平門檻變量；Ι（·）為取值1或0的指示性函數，如果滿足括號中的條件，則取值為1，反之為0；C代表控制變量，δ表示控制時間固定效應，γ表示控制省份固定效應，ε為隨機擾動項。

2.3?數據來源與描述性統計

本研究選取2011-2020年31個省份的面板數據，數據均來源于《中國統計年鑒》《中國城市統計年鑒》《中國工業統計年鑒》《中國勞動統計年鑒》《中國第三產業統計年鑒》《中國固定資產投資統計年鑒》《中國投資領域統計年鑒》。所涉及生產性服務業的指標數據以批發和零售業，信息傳輸、計算機軟件和服務業，租賃和商務服務業，交通運輸、倉儲及郵政業，科學研究和技術服務業，金融保險業這6個行業數據之和為代表。制造業部分數據采用工業數據取代。缺失數據采取平均值及線性插補法補全，對地區經濟發展水平進行對數化處理。為消除價格波動影響，利用居民消費者價格指數、固定資產投資價格指數，以2000年為基期，對所有貨幣量指標進行平減。各主要變量的描述性統計結果如表3所示。

3?實證結果及分析

3.1?基準回歸結果

通過方差膨脹因子（VIF）檢驗，所有的變量VIF值均小于10，且VIF平均值也遠小于10，故不存在多重共線性問題。利用豪斯曼檢驗，p值為0，故采用固定效應模型研究更為科學。基于基準回歸模型，分析數字經濟發展水平對“兩業”融合程度的直接效應，回歸結果如表4所示。對模型（1）和模型（2）的結果進行分析發現，數字經濟發展水平對“兩業”融合程度有顯著的正向影響，其顯著性水平為1%。這意味著數字經濟發展水平的提高將顯著促進“兩業”融合程度，從而驗證了假設H1。此外，從加入控制變量的模型（2）估計結果來看，政府干預程度（Gov）、人力資本水平（Stu）與“兩業”融合程度之間不具有顯著的正相關關系，表明其對“兩業”融合程度影響不大。對外開放程度（Open）和產業結構（Struc）的系數值均為負但不顯著。而對于地區經濟發展水平lnAgdp以及城鎮化水平Urban與“兩業”融合程度存在正相關關系，并且分別在1%和10%的水平上顯著，表明經濟發展水平和城鎮化程度的提高能夠促進“兩業”的融合。

將生產性服務業發展水平和制造業發展水平作為調節變量進行基準回歸。表4中模型（3）說明生產性服務業發展水平正向調節數字經濟對“兩業”融合程度的總效應，調節系數為1.216，進一步根據交互項Dig×Ser的回歸系數顯著，說明在全國層面上數字經濟隨著生產性服務業的發展對“兩業”融合的促進更為顯著；模型（4）說明制造業發展水平對數字經濟促進“兩業”融合程度起正向調節作用，調節系數為0.225，并根據交互項Dig×Man的回歸系數分析，制造業的發展越高，數字經濟促進“兩業”融合程度也越強，從而驗證了假設H2a和H2b。

3.2?間接效應分析

為驗證假設H3，基于中介效應模型分析技術引進（Inno1）和自主研發（Inno2）對“兩業”融合程度的間接效應，回歸結果見表5。具體來看模型（1）和模型（2）是以技術引進為中介變量的估計結果。數字經濟對技術引進的影響系數為0.849，技術引進對“兩業”融合的影響系數為0.041 8，即技術引進存在中介效應，表明數字經濟通過技術引進會促進“兩業”融合。模型（3）和模型（4）是基于自主研發為中介變量的檢驗結果。模型（3）中數字經濟對自主研發的影響系數為正且通過顯著性檢驗，表明數字經濟對自主研發具有明顯的正向影響。模型（4）中自主研發對“兩業”融合的回歸系數為0.021 6，但不顯著，進一步通過Bootstrap法檢驗發現即自主研發存在部分中介效應，同時數字經濟對“兩業”融合的影響系數大于自主研發對“兩業”融合的影響系數，說明數字經濟通過自主研發能夠間接促進“兩業”融合。

3.3?非線性效應分析

鑒于數字經濟具有網絡效應和邊際效應遞增的“梅特卡夫法則”，同時為了驗證數字經濟的發展水平和“兩業”融合程度之間的非線性效應，采用面板門檻模型進行回歸分析。在進行門檻回歸之前，檢驗門檻效應的存在性，結果見表6。經反復抽樣300次后，門檻變量數字經濟發展水平和技術引進均通過單一門檻檢驗，未通過雙重門檻檢驗。進一步設定相應閾值個數的回歸模型，獲得表7的驗證結果。從模型（1）的回歸結果看，數字經濟在各區間內影響系數均為正且顯著。數字經濟發展水平呈現明顯的正向非線性特征，而且其“邊際效應”不斷增強，即數字經濟對“兩業”融合呈現出動態非線性關聯，假設H4得到了支持。具體來看，數字經濟值不高于0.535 5時，其對“兩業”融合程度具有顯著的正向作用，影響系數為0.259且通過1%的顯著性檢驗。當數字經濟值高于0.535 5時，其對“兩業”融合程度的正向影響增強，影響系數為0.294且通過1%的顯著性檢驗。而在以技術引進作為門檻變量的模型（2）中，數字經濟對“兩業”融合程度不僅受自身水平的制約，可能還會受其他變量的影響，即數字經濟的發展水平對其他因素產生積極影響，并且這種影響呈遞增的非線性特征。

3.4?穩健性檢驗和內生性檢驗

為提高研究結果的可信度，考慮到“兩業”融合是一個動態發展過程，從以下兩方面對模型進行穩健性檢驗。第一，考慮到數字經濟促進“兩業”融合可能存在滯后性，因此將數字經濟滯后一期與“兩業”融合度進行回歸，檢驗結果見表8模型（1），數字經濟發展滯后一期的回歸系數顯著為正，表明數字經濟對下一期的“兩業”融合依然存在明顯促進作用，與基準回歸結果一致。第二，為解決內生性問題，利用工具變量來檢驗結果的穩健性。參考黃群慧等［19］的研究方法，選擇1984年各城市的郵件業務總量作為衡量數字經濟發展的工具變量。另外，由于本文數據均為面板數據，借鑒Nunn & Qian［20］的處理方法，引入隨時間變化的全國互聯網用戶數，構造1984年各城市郵件業務總量分別與上一年全國互聯網用戶數的交互項，作為該省市數字經濟發展的工具變量。在考慮了內生性問題之后，通過相關性檢驗，得到F統計量大于10，弱工具變量不存在；通過豪斯曼檢驗，p值為0.000，存在內生性；根據工具變量識別不足檢驗和弱識別的檢驗結果，選取的工具變量具有一定的合理性。通過最小二乘法回歸結果，如表8模型（2）顯示，再次證明數字經濟發展仍能促進“兩業”融合程度，且通過顯著性檢驗。

3.5?進一步分析：區域異質性

由于資源稟賦和發展階段的不同，數字經濟發展影響“兩業”融合程度存在多方面的差異性，下面就區域異質性展開進一步分析。本文將全國31個省份劃分為東部地區（北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南）、中部地區（山西、吉林、黑龍江、河南、湖北、湖南、安徽、江西）和西部地區（其他12個省份）3個區域［21］，探討不同地區間數字經濟發展對“兩業”融合程度的影響差異。表9的結果顯示，在控制省份效應的基礎上，無論哪個地區數字經濟發展對“兩業”融合程度均具有正向影響，但在東部地區影響顯著，對中部和西部地區的作用則不顯著。考慮地區異質性，東部地區數字經濟對“兩業”融合度的積極效應更強，可能是因為我國東部地區的經濟相對于中部和西部地區發展較早、水平也較高，擁有較強的創新能力，使得數字經濟紅利得以充分釋放。

4?結論與建議

4.1?研究結論

本文基于2011-2020年31個省份的面板數據，選取衡量指標、構建模型，實證檢驗了數字經濟發展對“兩業”融合度的影響作用機理，最后進一步分析了我國不同區域間的影響差異。研究發現：整體來看，數字經濟發展能夠顯著促進“兩業”融合程度，并且隨著生產性服務業和制造業發展水平的提高，對“兩業”融合程度的促進更為顯著。此外，數字經濟通過技術創新間接促進“兩業”融合。技術引進存在中介效應，發揮正向調節作用，而自主研發存在部分中介效應。同時，由于數字經濟的網絡效應和梅特卡夫法則，數字經濟發展對“兩業”融合度的作用呈現出非線性特點，而技術進步作為中介變量可以正向強化數字經濟的非線性溢出效應。最后，東部地區在數字經濟促進“兩業”融合度上要領先于中部和西部地區。

4.2?政策建議

基于上述結論，為進一步促進“兩業”融合，提出以下政策建議：

第一，加大數字基礎設施投資，構建遠程協作、數字貿易和全球供應鏈創新網絡平臺；提高生產性服務業和制造業數字產業化發展水平，加快產業結構轉型升級，推動制造業和生產性服務業向產業鏈和價值鏈高端延伸。

第二，充分發揮技術創新的中介作用，支持企業研發和創新，為技術研發及其在生產性服務業和制造業中的應用提供資金、構建規范標準、開放共享等支持，釋放數字經濟對產業相關技術創新的促進作用。同時加快企業數字化轉型，鼓勵企業通過各自的技術優勢相互合作，從而促進“兩業”融合。

第三，政策應鼓勵不同區域間的生產性服務業和制造業合作。利用各地區資源稟賦差異，各省份和地區間要實施動態化、差異化的融合發展戰略，通過聯合創新項目、產業集群和公私伙伴關系等方式，提高數字經濟的邊際貢獻。對于數字經濟發展水平較高、對“兩業”融合促進作用積極的東部地區，要優化資源利用、鞏固發展優勢，積極培育數字經濟產業，加強數字技術人才培養，推動數字經濟與制造業、生產性服務業的深度融合。對于中部地區和西部地區，要利用數字經濟的發展機遇，加強數字基礎設施建設，提升信息化整體水平，為制造業和生產性服務業融合創造良好環境。

4.3?研究不足與展望

本文從省級層面考察了數字經濟發展對生產性服務業與制造業融合的影響及作用機制。囿于產業層面數據連續性的限制，僅對2011-2020年的面板數據進行了研究，在后續的研究中可以優化生產性服務業發展水平和制造業發展水平的指標體系，分別考慮數字經濟對二者的影響差異，能更好地反映整體的作用機制。另外，本文選取的是宏觀角度，后續研究中在統計數據等條件允許的情況下，可以考慮從地級市層面甚至微觀企業層面就數字經濟對產業融合的影響機制進行深入探討。

參考文獻參考文獻：

[1]?VUJICA L， BILJANA R， DANIJELA L， et al. Is economic theory， presented in basic academic textbooks， applicable to the digital economy？ [J]. Sustainability， 2021， 13 （22）： 12705.

［2］?陳靜，王明秀. 數字經濟對生產性服務業高質量發展的影響研究 [J]. 上海節能， 2023（4）：434-441.

［3］?戴魁早，黃姿，王思曼. 數字經濟促進了中國服務業結構升級嗎？ [J]. 數量經濟技術經濟研究， 2023，40（2）：90-112.

［4］?KANGXIAN J， XIAOTING L， JIAN X. Digital economy and the sustainable development of Chinas manufacturing industry： from the perspective of industry performance and green development [J]. Sustainability， 2023， 15 （6）： 5121-5121.

［5］?付文宇，李彥，趙景峰. 數字經濟如何賦能中國制造業優化升級？ [J]. 經濟問題探索， 2022（11）：128-142.

［6］?周勇，吳海珍，韓兆安. 數字經濟對制造業轉型升級的影響 [J]. 統計與決策， 2022， 38 （20）： 122-126.

［7］?劉勝，陳秀英. 生產性服務業與制造業協同集聚對全球價值鏈分工地位的影響——基于中國工業企業數據和貿易上游度視角 [J]. 當代經濟管理， 2020，42（11）：17-23.

［8］?CUIPING Y， DECAI T， PAUL A T， et al. The impact of the opening of producer services on the international competitiveness of manufacturing industry [J]. Sustainability， 2021， 13 （20）： 11224.

［9］?矯萍，田仁秀. 數字技術創新賦能現代服務業與先進制造業深度融合的機制研究 [J]. 廣東財經大學學報， 2023，38（1）：31-44.

［10］?王歡芳，彭瓊，傅貽忙，等.先進制造業與生產性服務業融合水平測度及驅動因素研究 [J]. 財經理論與實踐， 2023，44（1）：114-121.

［11］?趙濤，張智，梁上坤. 數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據 [J]. 管理世界， 2020，36（10）：65-76.

［12］?劉軍，楊淵鋆，張三峰. 中國數字經濟測度與驅動因素研究[J]. 上海經濟研究， 2020（6）：81-96.

［13］?韓峰，陽立高. 生產性服務業集聚如何影響制造業結構升級？——一個集聚經濟與熊彼特內生增長理論的綜合框架 [J] .管理世界， 2020，36（2）：72-94.

［14］?杜傳忠，邵悅. 中國區域制造業與生產性服務業協調發展水平測度及其提升對策 [J]. 中國地質大學學報（社會科學版）， 2013，13（1）：87-95.

［15］?王歡芳，李佳英，傅貽忙，等. 數字經濟如何影響先進制造業與生產性服務業融合？ [J]. 科學決策， 2023（5）：79-93.

［16］?徐建中，王曼曼. 制造業集聚、技術進步與綠色創新績效——對我國省際面板數據的實證分析[J]. 科技進步與對策， 2019，36（12）：54-61.

［17］?溫忠麟，葉寶娟. 中介效應分析：方法和模型發展[J]. 心理科學進展， 2014，22（5）：731-745.

［18］?HANSEN B E. Threshold effects in non-dynamic panels：estimation， testing， and inference[J]. Econometrics， 1999，2（9）：345-368.

［19］?黃群慧，余泳澤，張松林. 互聯網發展與制造業生產率提升：內在機制與中國經驗 [J]. 中國工業經濟， 2019（8）：5-23.

［20］?NUNN N， QIAN N. US food aid and civil conflict[J]. The American Economic Review， 2014， 104 （6）： 1630-1666.

［21］?沈小波，陳語，林伯強.技術進步和產業結構扭曲對中國能源強度的影響[J].經濟研究，2021，56（2）：157-173.

責任編輯（責任編輯：吳?漢）