基于政策工具與LDA模型的中國制造業數字化轉型政策研究

摘 要：為實現制造強國的戰略愿景，須構建并完善中國制造業數字化轉型政策體系，并對其科學性與合理性進行評估與總結，為未來中國相關政策的制定提供可改進的方向。采用文本量化分析法，從政策工具類型縱向維度與政策目標組合橫向維度構建二維分析框架，對中國制造業數字化轉型政策進行計量與分析，并運用LDA（Latent Dirichlet Allocation）主題模型系統分析中國制造業數字化轉型政策的主題特征，多角度、全方位地剖析中國制造業數字化轉型政策的科學性與合理性。研究結果表明：環境型、供給型政策工具應用存在過度現象，需求型政策工具應用較為單一，政策制定部門較為集中，政策發布時間存在間斷，對產業集群建設等方面重視程度不足。針對上述研究結果，對未來制造業數字化轉型政策的優化和完善提出對策和建議。

關鍵詞：數字化轉型；政策量化評價；政策工具類型；LDA模型；制造業

中圖分類號：F424" " 文獻標志碼：A" " 文章編號：1671-0037（2025）3-16-16

DOI：10.19345/j.cxkj.1671-0037.2025.3.2

引用格式：尚濤，劉博今.基于政策工具與LDA模型的中國制造業數字化轉型政策研究［J］.創新科技，2025，25（3）：16-31.

0 引言

隨著科學技術的開拓與創新，數字化轉型成為產業轉型升級的重要路徑。《中華人民共和國國民經濟和社會發展第十四個五年規劃綱要》首次指出，要將數字化轉型上升為國家戰略，推動制造業向高端化、智能化和綠色化方向發展。當前，新一代信息技術產業正蓬勃發展，其中，大數據、物聯網和人工智能等為制造業生產過程的數字化、自動化、智能化提供了技術支持。在此背景下，推動制造業數字化轉型不僅可以提升企業價值［1］，推進綠色發展［2］，而且能深刻影響經濟社會運作方式，為經濟高質量發展注入新動能［3］。制造業數字化轉型政策是一種綜合復雜的產業政策［4］，既涉及產業鏈不同階段的技術創新、結構升級、人才培養、資金支持等，也涉及政策內部各種工具的設計、組織、搭配、構建等。在這個過程中，政府政策的制定與實施對于推動制造業數字化轉型具有至關重要的作用。

本文采用文本量化分析法，從政策工具視角對中國制造業數字化轉型政策文本進行挖掘，構建多維度的制造業數字化轉型政策分析框架，并運用LDA（Latent Dirichlet Allocation）主題模型實現自動化效詞分析與共同主題提取，將結果進行可視化處理。綜合運用上述方法厘清我國制造業數字化轉型政策的現狀和要點，并指出存在的不足之處，以期為政府制定更加科學、合理的政策提供參考。

1 制造業數字化轉型政策及其分析框架

1.1 相關文獻述評

當下機器技術融合了多元化的組件，包括網絡物理系統（CPS）、云系統、機器對機器（M2M）通信、數據挖掘、智能工廠、物聯網、企業資源規劃（ERP）和商業智能等，在工業4.0時代主導傳統制造向數字制造轉型［5］。將尖端數字技術深度融入生產運營流程，不僅實現了業務流程的顯著優化、客戶體驗的全面提升以及價值創造的多維拓展，而且革新了制造業的商業模式、組織架構、管理策略、決策機制、供應鏈協同機制與創新模式等。這一舉措促使垂直化產業鏈向網絡化產業鏈轉變，構建出新型制造生態，從而推動制造業實現轉型升級。

然而，中國的制造業數字化轉型也面臨著內部動力不足與外部壓力加大的雙重挑戰。在內部動力方面，由于中國制造業起步較晚，在核心數字技術與第三方服務供給上存在諸多不足，致使我國在基礎元器件、關鍵零部件、關鍵工業軟件、底層操作系統等方面高度依賴外部供應。在技術供給受限的背景下，制造業企業數字化轉型的意愿降低，進一步阻礙企業在經營理念、組織運作和戰略規劃等方面的轉型策略構建［6］。由于難以解決數字化轉型的落地問題，企業未能充分挖掘和發揮數字業務所帶來的價值［7］，在構建覆蓋全流程、全產業鏈、全生命周期的工業數據鏈中面臨困難。這種現象使行業內數字鴻溝逐步加深，制約了制造業產業鏈數據共享和業務協同能力的提升［8］，限制了制造業產業的高效協同與數字化轉型。在外部壓力方面，受全球價值鏈分工中供需錯配問題的影響，長期以來我國制造業生產處在全球價值鏈低端位置［9］。近年來，我國積極調整制造業產業結構，努力向中高端價值鏈位置攀升，但尚未迎來產業演進的“拐點”，仍處于“微笑曲線”低端生產位置［10］。這種分工格局使我國面臨著“低端鎖定”的固化風險。要推動“微笑曲線”向“創新”和“營銷”兩端發展，須突破全球范圍內龍頭企業的技術壟斷與市場準入壁壘，進而打造屬于自己的品牌與核心競爭力［11］。此外，面對日益趨緊的資源環境約束，高能耗、高排放仍然是我國制造業發展面臨的嚴峻挑戰［12］，為制造業企業數字化轉型帶來運營成本上升［13］、市場準入門檻提高［14］、技術選擇受限［15］、供應鏈中斷［16］等問題。

對于制造業數字化轉型的困難，合理制定相關政策尤為關鍵。這些政策不僅發揮著引領和指導的綜合作用，而且通過一系列鼓勵、扶持和保障措施，確保數字化轉型順利推進，以達成預期目標［17］。當前，關于制造業數字化轉型政策的研究聚焦于兩大核心領域：一是政策對制造業數字化轉型的影響機制；二是制造業數字化轉型政策的效用檢驗。在政策對制造業數字化轉型的影響機制方面，牟曉青和韓慶瀟［18］認為，金融政策通過優化環境和充分發揮政府引導基金的作用，利用資本市場和債券市場，撬動更多社會資本流入數字化轉型領域。徐曉明和杜何顏［19］認為，政策配套的供給加速了制造業數字化轉型的演進。楊倜龍和郭克莎［20］認為，政府可以通過干預數字經濟來調整制造業比重。白全民等［21］認為，政府引導是企業實現數字化轉型的重要觸發因素之一。孫小寧等［22］基于對15項試點政策的實證檢驗得出，產業數字化政策更易通過影響勞動力質量作用于各類企業。在制造業數字化轉型政策的效用檢驗方面，余東華等［23］認為，經濟政策的不確定性會增強數字化轉型對嵌入式服務化模式的推動作用和對混入式服務化模式的抑制作用。白全民等［4］利用政策一致性指數模型對地方政府支持產業數字化轉型政策進行量化分析。李丹丹和楊柳［24］通過實證分析，驗證了數字化水平對政策執行效果審計與制造業高質量發展之間的關系具有正向調節效應。楊白冰和武威［25］以A股制造業上市公司為研究對象，實證檢驗得出各類財稅金融政策均能有效推動制造業企業數字化轉型。

梳理相關文獻發現，眾多學者已使用多種方法對制造業數字化轉型政策進行了詳盡的探討。然而，從政策本體出發，對制造業數字化轉型政策的發展階段及其內在特征進行系統梳理的研究相對較少。鑒于此，本文首先將中央政府發布的制造業數字化轉型政策文本作為核心分析樣本，構建政策工具理論指導下的二維分析框架，并對政策文本中的政策工具內容進行精細化的編碼處理。其次，將符合框架要求的政策條目納入分析框架，進行頻數統計與數據分析，旨在揭示我國制造業數字化轉型政策的演變脈絡與核心特征。最后，利用機器學習技術對政策文本進行詞頻分析和潛在共同主題提取，進一步挖掘政策文本的深層內涵。本文不僅為政策文本分析方法在制造業數字化轉型領域的應用提供了實踐經驗，也為我國產業數字化智能化政策的持續優化與推進提供了重要的方法論支撐。

1.2 制造業數字化轉型政策分析框架

為了全面驅動制造業數字化轉型，現行政策須借助多元化、精細化的措施來提供堅實的保障和強大的動力。這不僅要求政策在目標上具備高度指向性，而且需要在策略上細致入微，確保相關政策能精準覆蓋數字化轉型的各個方面。為了評估當前我國制造業數字化轉型政策在政策目標交叉覆蓋方面的情況和在政策工具方面的使用效果，本文從政策目標組合和政策工具類型兩個維度進行深入剖析。

1.2.1 基于政策目標組合的橫向維度分析

為了明晰目前頒布的制造業數字化轉型政策的目標方向，考察相關政策工具對于政策目標的交叉覆蓋程度，本文借鑒綦良群和劉晶磊［26］的方法，將制造業數字化轉型政策目標分為數字化、工業互聯網、制造業轉型三大類。其中：“數字化”為制造業轉型提供了數據基礎和技術手段，是實現轉型的必要條件；“工業互聯網”作為連接和整合各類資源的平臺，是數字化技術在制造業中的具體應用；“制造業轉型”為最終目標，通過數字化和工業互聯網的支持，實現企業的智能化、高效化和可持續發展。這種分類明晰了政策目標的層次和重點，并確保政策在實施過程中能夠系統推動制造業數字化轉型。通過交叉將政策目標組合分為“制造業轉型與工業互聯網”“制造業轉型與數字化”“工業互聯網與數字化”“制造業轉型、工業互聯網與數字化”等4組，并將其作為制造業數字化轉型相關政策分析的橫向維度。

1.2.2 基于政策工具類型的縱向維度分析

借鑒已有研究的分類方法，將制造業數字化轉型政策工具細分為3個維度，即供給型政策工具、需求型政策工具及環境型政策工具。供給型政策工具包括建立公共服務平臺、優化人才培養體系以及保障科技創新等，從供給側確保制造業數字化轉型的持續推進。需求型政策工具包括提供稅收優惠、財政支持等，從需求側反向推動制造業數字化轉型，激發企業的創新活力和轉型動力。環境型政策工具涉及政府采取的法律監管、目標設定等策略，以營造一個有利于制造業數字化轉型的發展環境，為企業發展提供全面支持。

在不同政策工具維度的具體措施方面，本文借鑒綦良群和劉晶磊［26］、俞立平等［27］等的做法，深入研究已有文獻對3類政策工具次級維度的劃分，并結合制造業數字化轉型政策的具體內容，界定不同政策工具維度的具體措施及其含義，如表1所示。

1.2.3 制造業數字化轉型政策二維分析框架

本文將縱向維度政策工具類型與橫向維度政策目標組合相結合，建立制造業數字化轉型升級的政策二維分析框架，其中每個單元格都對應特定的政策編碼，如圖1所示。通過二維分析框架，可以清晰地看到不同政策工具如何與特定的政策目標組合相匹配，有助于政策制定者和實施者更好地理解和優化政策措施，從而高效地為制造業數字化轉型升級提供支持。

2 制造業數字化轉型政策工具量化分析

2.1 政策樣本選擇與篩選

本文借助北大法寶數據庫進行政策文本搜集，并按以下原則對政策文件進行篩選和整理。在政策制定的時間跨度方面，將制造業轉型首次在政策文件中被提及的2015年作為參考基準，在2015—2023年發布的所有政策中進行初始政策樣本的搜索與分類。在政策內容方面，參考白全民等［21］的做法，分別以“制造業轉型”“數字化”“工業互聯網”等為關鍵詞，采用精細化的閱讀方式，對相關政策進行深度檢索與精準歸類。保留政策內容高度相關且現行有效的文件，剔除已失效、重復與關聯度不高的文件，對于有修正的文件選用最新版。在政策制定主體方面，為了保證樣本的權威性與可靠性，將政策制定主體限定為中央政府及其直屬部門，地方政策不予采用。最終，本文共梳理出有效政策文本41份。具體如表2所示。

2.2 政策條款編碼

為了確保分析的精確性，本文采用關鍵詞匹配的方法，對已遴選出的41份政策樣本內容進行精準定位。依照“政策編號—具體條款/章節—段落”的格式，對相關內容進行了細致而系統的編碼。基于已構建的制造業數字化轉型政策二維分析框架，將編碼后的樣本進行有序分類和整合，最終形成制造業數字化轉型政策文本內容分析單元編碼表，進一步明晰政策文本中各項政策工具的具體應用情況，為后續的政策量化分析提供數據支持，具體如表3所示。

2.3 制造業數字化轉型政策分析

2.3.1 發文主體分析

在關于我國制造業數字化轉型政策的41份樣本中，政策發布部門有獨立發布與聯合發布兩種類型。對此，采取不同的統計方法：對涉及的部門數量不超過3個的政策樣本進行全面統計；當部門數量超過3個時，按照部門發布順序選取前3個部門進行統計。得到的統計結果如圖2所示。

①工業和信息化部作為負責部門，出臺了29份有關制造業數字化轉型的政策文件，發布數量位列各部門之首，充分顯示出其在推動制造業數字化轉型方面的決心；②國家發展改革委出臺了11份政策文件，發布數量位列第二；③科技部出臺了6份政策文件，發布數量位列第三；④國務院、教育部分別出臺了4份、3份政策文件，發布數量位列第四、第五；⑤國家標準化管理委員會與中央網信辦均出臺了2份政策文件，發布數量并列第六；⑥除此之外，雖然還有一些部門如公安部、國家市場監督管理總局等僅出臺了1份政策文件，但它們的參與也體現了制造業數字化轉型的廣泛性和全面性。這些部門從各自的角度出發，為制造業數字化轉型提供了必要的支持和保障。

2.3.2 發展階段分析

根據我國制造業數字化轉型政策的發展歷程，將其劃分為3個發展階段，如圖3所示。

一是初步發展期（2015—2017年）。在此階段，政府出臺了一系列政策，旨在推動制造業轉型升級與互聯網技術融合。政策數量穩步增長，政策類型以行政法規與部門規章為主，顯示出系統性推進的意圖。政府主要運用供給型政策工具，如信息支持等政策工具，為制造業提供清晰的發展路徑。工業和信息化部、科技部等為主要的政策制定機構，確保了政策的針對性和有效性。政策內容聚焦于提出融合戰略方向，開展智能制造試點，探索有效模式，為后續制造業數字化轉型奠定了基礎。

二是快速發展期（2018—2020年）。在此階段，制造業數字化轉型相關政策數量快速增長，涵蓋法律及部門規章，且以供給型和環境型工具為主，通過提供資金、技術和良好政策環境促進數字化轉型。主要發布部門有工業和信息化部、國家發展改革委和全國人大常委會。政策工具主要有應用創新、財政支持和平臺建設等，為制造業可持續發展提供保障。重點政策文件如《第十三屆全國人民代表大會第三次會議關于2019年國民經濟和社會發展計劃執行情況與2020年國民經濟和社會發展計劃的決議》，強調了數字化轉型的重要性，提出了制造業與服務業融合發展戰略，為制造業向更高層次發展指明了方向。

三是提質期（2021年至今）。在此階段，政策發展進入了相對穩定期。政策數量呈下降的趨勢，但并不意味著我國對數字化轉型的重視程度降低，而是政策引導更加精準，政策標準更加規范，政策制定從過去量的增長轉向質的提升。政策類別以部門規章為主，環境型政策工具占據主導地位，包括目標規劃、試點示范、法規管制和財務金融等多種工具的綜合運用。在發布部門方面，工業和信息化部與國家發展改革委是主要的政策發布機構。政策重點轉向高質量、可持續發展，以推動我國制造業深層次變革與升級，支撐經濟持續增長。

2.3.3 政策類型與效力分析

參考張國興等［28］、彭紀生等［29］關于政策效力量化標準的界定，本文對我國制造業數字化轉型政策效力類型等級進行標準設計。分數越高，代表政策效力越強，具體如表4所示。

按照政策類型和效力級別對制造業數字化轉型政策進行分類統計，如圖4所示。其中，部門規章的政策效力最低，發布數量占總體的71%；位列其后的是行政法規，發布數量占總體的20%；而政策效力最高的法律數量最少，僅有1部。按照具體類型對制造業數字化轉型政策進行分類統計，如圖5所示。其中：“通知”數量為19份，占比達46.3%；“函”的數量占比達26.8%；“意見”的數量占比達19.5%；而“報告”“決議”“方案”等政策類型的數量均為1，總占比為2.4%。依據量化標準，對我國制造業數字化轉型政策的效力進行測算，統計每年政策總效力和平均政策效力，結果如圖6所示。

總體趨勢顯示，政策效力在不同年份間存在波動，這與我國制造業數字化轉型發展的階段緊密相關。政府根據實際需要，靈活調整政策，因而政策效力出現波動，這反映了政策制定的靈活性和適應性。在初期階段，政府出臺優惠政策和激勵措施，以激發企業數字化轉型的積極性；但由于技術、資金、人才等多方面的挑戰，政策效果未立即顯現，政策效力相對較低。隨著數字化轉型的不斷深化，政府加大了支持力度，出臺了更具針對性的政策，涵蓋技術研發、人才培養、資金支持等多個方面，并涉及產業鏈協同、國際合作等高層次議題，推動數字化轉型取得了顯著進展，政策效力也隨之提高。從政策年平均效力來看，我國制造業數字化轉型政策的發展相對均衡，政策年平均效力穩定在1.57左右，表明政府在注重政策數量的同時，也重視政策效果。這反映出政府在推動制造業數字化轉型上的堅定態度和持續努力。

2.3.4 基于政策目標組合維度的分析

為深入探討中國制造業數字化轉型政策的構成與分布，依據表5中的政策工具分配比例進行詳細分析。首先，環境型政策工具占比達到43.35%。這反映出政府在推動制造業數字化轉型過程中，高度重視環境營造與戰略規劃。其次，供給型政策工具占比達到43.35%。這表明政府在推動制造業數字化轉型時，同樣注重從供給側入手，致力于提升制造業企業的內在動力和創新能力。相對而言，需求型政策工具在制造業數字化轉型政策中的占比最少，僅為13.27%。這并不意味著需求型政策工具在推動制造業數字化轉型中不重要，而是說明在目前的政策體系中，需求型政策工具尚未成為主導力量。隨著制造業數字化轉型的深入推進，需求型政策工具的作用會逐漸凸顯，將在激發市場需求、拉動產業升級等方面發揮重要作用。

進一步分析環境型政策工具的內部構成，可以發現目標規劃類政策工具占據了較大比重，達到18.58%。這反映出政府在推動制造業數字化轉型時，注重制定明確的發展目標和規劃，以指導制造業企業有序推進數字化轉型。同時，試點示范類政策工具也占據了一定比重，達到10.62%。通過試點示范的方式，政府可以探索有效的數字化轉型模式和經驗，為其他企業提供借鑒和參考。在供給型政策工具中，信息支持類政策工具占據主導地位，占比達到17.70%。這表明政府注重提供信息支持和技術指導，幫助制造業企業更好地掌握數字化轉型的關鍵技術和方法。在需求型政策工具中，財務金融與財政支持類政策工具占比較大，達到5.31%。這表明政府在推動制造業數字化轉型時，注重通過財政手段，降低制造業企業數字化轉型的成本和風險，也反映出政府強調市場在資源配置中的決定性地位，并通過市場機制有效引導和支持制造業企業的數字化轉型。

3 政策主題維度的實證分析

3.1 LDA主題模型主題數與困惑度分析

LDA主題模型是一種無監督的、非結構化的概率模型，通過捕捉單詞共現的語義關聯規律，在不需要預先設定主題類別的前提下，能夠有效挖掘大量文本中的潛在主題特征，進而揭示文檔語料庫中的主題結構［30］，降低主題分類過程中研究者主觀判斷的影響，使結果更加客觀準確［31］。本文使用Python軟件，將每份政策文本視為一個文檔，選擇主題困惑度指標模型判定最優主題數量。若困惑度處于較低水平，表明模型的主題結構更加穩定。本文選用“哈工大停用詞表”對文檔進行文本預處理（中文分詞、去停用詞），并設置專用詞典。主題數與困惑度分析結果如圖7所示。

經過細致的評估，本文確定了8個核心主題，并利用pyLDAvis算法對LDA主題模型的分析結果進行了展示，具體如表6所示。

Topic0強調制造業企業須積極承擔職責，推動新能源動力技術創新，優化人力資源配置，構建循環經濟體系，并遵循國家標準以推動新能源汽車等領域的數字化轉型。Topic1指出，制造業數字化轉型的重點在于利用物聯網、電信和云計算等技術提升效率，加強數據中心建設，保障用戶數據安全，并鼓勵互聯網企業積極參與，以提高制造業的智能化水平和應急響應能力。Topic2強調制造業數字化轉型應聚焦于提升工藝水平和關鍵技術水平，通過引入機器人和傳感器實現智能化加工，加速產業化進程，并融入全球價值鏈，實現產品生命周期的持續優化和升級。Topic3強調標準體系的研制，依托國家標準引領關鍵技術突破，重點發展機器人等智能裝備，優化生產過程并完善功能試驗。Topic4強調制造業的設施升級與應急響應能力提升，同時著力在醫療、教育和能源領域推動數字化轉型；此外，政策還注重信用體系建設和依法管理，以確保轉型過程的規范性和可持續性。Topic5鼓勵開展雙創活動，在示范區集聚創新資源，強化制造業企業知識產權保護，拓展企業發展空間。Topic6強調提升供給質量，推動制造業向服務化轉型，加強知識產權保護，提升企業全球競爭力。Topic7鼓勵服務型企業集群化發展，優先支持申報工業設計項目，并強調主管部門須掌握制造業企業轉型情況，加強數據安全保護，以確保轉型過程的穩定推進。根據LDA主題模型的可視化結果，可深入分析由文本挖掘生成的多個主題及其對應的高頻關鍵詞，以明晰不同主題在制造業及相關領域內的聚焦點和側重點。圖8為基于LDA主題模型挖掘出的制造業數字化轉型政策主題詞袋（bag of words）。

對中國制造業數字化轉型政策樣本進行主題類型數量統計分析后發現，不同主題在政策制定中具有不同的權重和關注度，具體如圖9所示。

其中，Topic6“制造業數字化與服務業的深度融合及相互促進”在樣本中的占比最高，達到了29%；Topic4“制造業數字化的多方面應用”排名第二，占比達到了22%；Topic7“制造業數字化工業所涉及項目申報”排名第三，占比達到了15%。綜上所述，中國制造業數字化轉型政策在制定過程中呈現出了多元、綜合的特點。雖然不同主題在政策中的權重和關注度存在差異，但其均指向了推動制造業高質量發展、提升制造業企業國際競爭力的目標。這一分析結果對于未來制造業數字化轉型政策的制定和實施具有重要的參考價值。

3.2 詞頻統計與詞云可視化分析

基于上述分析，利用jieba對政策文本進行分詞處理，統計得出政策文本中的關鍵詞詞頻，如表7所示。

其中：①“產業”與“基礎設施”的高頻出現反映了在數字化轉型過程中，制造業需要構建和完善與數字技術相適應的產業體系和基礎設施網絡。這包括建設具備“信息化”“網絡化”特征以及承載信息傳輸等功能的基礎設施，以支持制造業的數字化轉型。②“技術”“研發”“先進科技”“關鍵技術”等關鍵詞體現了技術創新和研發能力在制造業數字化轉型中的重要作用。③“智能”“智能化”“機器人”等關鍵詞體現了政策強調通過引入智能設備以及建立信息化管理系統，幫助制造業企業盡快實現生產過程的柔性化、自動化和智能化，提高生產效率和質量。④“產業鏈”“供應鏈”“協同”等關鍵詞體現了制造業數字化轉型中產業鏈和供應鏈的協同與優化。在數字化轉型的背景下，制造業企業需要加強與其他領域企業、產業鏈上下游以及政府、金融機構等主體之間的合作，共同構建高效、協同的產業鏈和供應鏈體系。⑤“綠色”“環境”“新能源”等關鍵詞反映了在制造業數字化轉型過程中政府對綠色和可持續發展的關注。在數字化轉型的過程中，制造業企業需要注重節能減排、資源循環可再生利用，推動綠色制造和循環經濟的發展。⑥“人才”“公共服務”“雙創”等關鍵詞強調了制造業數字化轉型對人才和公共服務的需求。企業需要加強人才的培養和引進工作，建立完善的人才激勵機制；同時，政府和社會也需要提供優質的公共服務，如建立創業孵化基地、提供融資支持等，為制造業數字化轉型提供良好的發展環境。

4 研究結果與問題討論

4.1 研究結果

本文基于北大法寶數據庫，對2015—2023年中央政府出臺的制造業數字化轉型相關政策進行文本分析，對具體文本內容進行精細化編碼處理。從政策工具類型縱向維度與政策目標組合橫向維度構建二維分析框架，并從政策的發文主體、發文數量、發展階段、發文類型、效力級別、效力量化、工具匹配、自動化效詞分析、LDA建模共同主題提取、文本對應主題類型、高頻關鍵詞提取與可視化分析等方面，對制造業數字化轉型政策進行多角度、全方位的剖析與展示。研究發現：①制造業數字化轉型政策覆蓋了3個類型的政策工具，主要集中使用供給型與環境型兩類工具；政策目標主要集中在工業互聯網與數字化領域；主要的發文機構包括工業和信息化部、國家發展改革委以及科技部。②政策發展階段分為初步發展期、快速發展期和提質期等3個階段。③大多數政策文件效力為部門規章級別，以通知為主要發文類型，年均政策效力表現較為均衡。④文本內容主要圍繞8個方面展開，其中制造業數字化與服務業的深度融合及相互促進主題占比較高。此外，政策文本對產業標準制定、技術研發、智能化以及平臺建設等方面的關注度較高。

本文深入分析了當前制造業數字化轉型相關政策的導向性、在特定領域的針對性以及其在細化過程中的交互程度，逐一剖析了多個政策目標，進一步考察了政策在多個目標上的交叉覆蓋程度，以及這些政策所運用工具的結構及其偏好。同時，研究結果也揭示了制造業數字化轉型政策存在的一些問題。

4.2 問題討論

4.2.1 環境型、供給型政策工具應用存在過度現象

通過頻數統計發現，環境型和供給型政策工具使用比例超過80%，其中目標規劃與信息支持政策工具運用最為頻繁。由于政策設計的局限性、執行過程中的偏差及外部環境變化等因素，環境型政策工具如目標規劃在實際執行中往往未能達成事先設定的目標。例如，中小企業數字化轉型面臨“不想轉、不會轉、不敢轉”難題，需要政府提供資金、技術、人才等方面的支持，而政策目標設定卻過于單一，導致政策過度執行、資源浪費和政策效率低下。供給型政策工具如信息支持，在制造業企業數字化轉型初期至關重要。如果政府長期依靠信息支持政策工具來推動制造業數字化轉型，可能致使企業產生“等政策、靠政策”的依賴心理，從而缺乏自主創新和持續發展的動力，還會使企業在面對外部環境變化時缺乏靈活性和適應性。

4.2.2 需求型政策工具應用較為單一

經過統計與分析發現，需求型政策工具使用比例不足20%，表明需求型政策工具的應用存在不足。并且，需求型政策工具主要集中在財務金融、財政支持與稅收優惠等3個方面。這些政策工具雖然重要，但在運行機制上具有單一性，難以滿足制造業數字化轉型的多元化需求。例如，江蘇、遼寧、河南等地通過設立專項資金支持工業互聯網等智能制造項目建設。這種單一的政策工具使用方式雖然在短期內推動了部分企業的數字化轉型，但未能充分考慮企業的實際需求，導致中小企業長期的轉型動力不足。供需不匹配使得中小企業對數字化轉型的積極性不高，甚至出現轉型效果達不到預期的情況。政策制定者需要更加關注企業的實際需求，優化政策工具組合，進而推動制造業數字化轉型的全面普及和深化。

4.2.3 政策制定部門較為集中

制造業數字化轉型政策的發文主體主要集中在3個核心部門：工業和信息化部、國家發展改革委以及科技部，這在一定程度上反映出政策制定的主導力量和資源分配的傾向性。而教育部、自然資源部、生態環境部等在制造業數字化轉型政策制定方面的參與度相對較低。制造業數字化轉型涉及技術、經濟、社會、環境等多個方面，從政策制定的角度來看，需要多維度、全方位的考慮，通過多部門協同發力來提升政策的有效性。此外，在時間維度上，2018年制造業數字化轉型政策數量存在明顯斷層。這一斷層現象一方面可能導致制造業企業在數字化轉型過程中缺乏明確的政策指引，從而增加了轉型的難度和風險；另一方面降低了政策的連貫性和有效性，不利于政策全面、有效地支持制造業數字化轉型，可能使政策成效受到影響。

4.2.4 對智能制造產業集群、示范園區建設重視程度相對不足

產業集群作為現代經濟發展的重要模式，在制造業數字化轉型過程中具有舉足輕重的作用，不僅能夠為制造業企業提供空間集聚的機會，促進資源的高效配置和共享，還能通過知識溢出效應推動技術創新和產業升級。此外，產業集群還有助于降低企業的運營成本，延伸產業鏈條，提升整體價值鏈水平。通過使用LDA模型對政策文本主題進行歸類分析發現，聚焦于制造業產業集群、示范園區與平臺建設的政策在整體政策文本中僅占約7%的比例。這一比例顯示出現有的政策體系對于產業集群、示范園區和平臺建設的關注度與支持力度相對不足。本文所選取的政策樣本主要由中央政府及其直屬部門發布，但針對產業集群建設的實際推進通常由地方政府主導并制定相關政策。這可能是產業集群、示范園區以及平臺建設相關政策在研究樣本中占比相對較低的原因。不過，這一現象也從側面凸顯出中央政府在智能制造集群建設上，仍須進一步加強系統化指導工作，以便更好地統籌協調各方力量，推動產業集群的高質量、規范化發展。

5 政策建議

5.1 平衡政策工具使用，動態調整政策力度

在運用環境型和供給型政策工具的同時，增加對需求型政策工具的使用。需求型政策工具在產業發展、科技創新以及激發市場需求等方面具有不可替代的作用，能夠直接增強市場活力，促進制造業向數字化、智能化方向轉型升級，為制造業注入新的發展動力，使其更好地適應市場變化和滿足消費者需求。政策落地并非一蹴而就，而是需要嚴謹細致的規劃與執行。因此，必須嚴格規定各項政策落實的具體步驟，確保政策有序推進。要密切關注制造業數字化轉型的實際情況，深入企業一線，了解政策實施的效果、存在的問題以及企業的真實需求，并根據實際進展適時調整政策力度，避免出現政策執行過度或不足的情況。

同時，為確保制造業數字化轉型政策實施效果的最大化，必須建立健全政策評估與監測機制。例如，2023年6月財政部和工業和信息化部聯合發布的《關于開展中小企業數字化轉型城市試點工作的通知》，為部分城市的中小企業數字化轉型試點提供補助。由于獎補發放流程復雜，且中小企業數量龐大，政策落實和監管難度大，需要及時發現并解決政策執行過程中出現的問題，通過及時糾正和優化調整，不斷提高政策的科學性、有效性和適應性，為制造業高質量發展提供堅實的政策保障。

5.2 建立跨部門協作機制，保證政策連續性

當前，在社會經濟環境日益復雜多變的背景下，政策制定過程中的多維度考量愈發重要，僅依靠單一部門的單一視角與知識體系，難以精準捕捉各行業、各領域、各群體的差異化需求，也難以充分預估政策的潛在外溢效應與長期動態影響。因此，應積極引入多元化的政策制定主體，為政策制定提供更廣泛的視角和更豐富的專業知識，從而形成全方位、多角度的政策考量體系，更好地應對社會經濟發展的各種挑戰。

另外，必須高度重視政策的連續性和穩定性。在政策制定過程中，須秉持系統性思維，深入剖析政策間的內在邏輯與相互作用關系，確保各項政策之間銜接順暢，避免因政策斷層而引發的市場波動、社會不穩定，從而為企業提供穩定、可預期的政策環境，增強企業的市場競爭力，促進企業的健康發展和市場的繁榮穩定，實現經濟的高質量、可持續發展。

5.3 加大對智能制造產業集群與示范園區建設的支持力度

智能制造產業集群與示范園區的培育和發展，對于提升區域經濟創新力與競爭力具有重要作用。為推動智能制造產業集群和示范園區的快速發展，政府須積極發揮引導與扶持作用，不僅要促進基礎設施的完善與升級，還要加大技術創新、人才培養等方面的投入。通過對資源的合理分配和有效利用，全方位地提升智能制造產業集群與示范園區的綜合實力。

為了進一步優化智能制造產業集群與示范園區的發展環境，政府應持續調整和完善土地政策與稅收政策，合理規劃產業用地布局，提高土地利用效率，為智能制造企業預留充足的發展空間，滿足企業規模擴張、產能提升的用地需求，吸引更多的智能制造企業入駐，從而進一步壯大產業集群規模，提升產業集群的整體競爭力。產學研合作是推動智能制造產業持續創新的重要動力，應通過政策引導與激勵機制，鼓勵智能制造企業與高等院校、科研機構建立緊密的戰略合作關系，促進先進技術的研發和創新，加速科技成果的轉化和應用，從而提升智能制造產業集群與示范園區的核心技術水平和創新能力，推動智能制造產業在科技創新的引領下實現高質量發展，為區域經濟增長注入強勁動力。

參考文獻：

［1］ 唐紅濤，薛雅文，陳捷.制造業數字化轉型與提升企業價值：核心機制、模式選擇與推進路徑［J］.管理學刊，2024，37（2）：81-99.

［2］ 白婉婷，陳建成，侯建.“雙碳”目標下制造業數字化轉型的碳減排效應研究［J］.軟科學，2024，38（8）：114-120.

［3］ 江永紅，劉夢媛，楊春.數字化對經濟增長與生態環境協調發展的驅動機制［J］.中國人口·資源與環境，2023，33（9）：171-181.

［4］ 白全民，王倩，王東旭，等.地方政府支持產業數字化轉型模式及政策量化評價：以制造業為例［J］.科技管理研究，2023，43（18）：62-69.

［5］ OZTEMEL E，GURSEV S.Literature review of Industry4.0 and related technologies［J］.Journal of Intelligent Manufacturing，2020，31（1）：127-182.

［6］ 黃大禹，謝獲寶，孟祥瑜，等.數字化轉型與企業價值：基于文本分析方法的經驗證據［J］.經濟學家，2021（12）：41-51.

［7］ VON BRIEL F，DAVIDSSON P，RECKER J.Digital technologies as external enablers of new venture creation in the IT hardware sector［J］.Entrepreneurship Theory and Practice，2018，42（1）：47-69.

［8］ 易加斌，俞瀾天，王宇婷，等.制造業企業網絡聯結強度、協同創新能力與數字化轉型［J］.科研管理，2024，45（8）：154-163.

［9］ 寧吉喆.中國經濟再寫新篇章（經濟形勢理性看）［N］.人民日報，2020-01-22（9）.

［10］ 劉志彪.全球化背景下中國制造業升級的路徑與品牌戰略［J］.財經問題研究，2005（5）：25-31.

［11］ 閆巖，潘一彬，孫蘭珠.創新霸權行得通嗎：企業技術壟斷與績效關系的再審視［J］.中國軟科學，2023（10）：205-214.

［12］ VIAL G.Understanding digital transformation：are view and are search agenda［J］.Strategic Information Systems，2019（28）：118-144.

［13］ 李雪靈，劉源.制造業數字化轉型的悖論治理：基于我國“燈塔工廠”企業的案例研究［J］.研究與發展管理，2023，35（6）：1-18.

［14］ 涂磊，王建新.數字化轉型、創新要素集聚與制造業生產率［J］.工程管理科技前沿，2024，43（5）：76-82.

［15］ 范家瑛，萬華林.貿易摩擦是否促進了企業數字化轉型？：來自中國制造業上市公司的微觀證據［J］.世界經濟研究，2024（3）：120-134，137.

［16］ 李曉華.制造業數字化轉型與價值創造能力提升［J］.改革，2022（11）：24-36.

［17］ 那丹丹，李英.我國制造業數字化轉型的政策工具研究［J］.行政論壇，2021，28（1）：92-97.

［18］ 牟曉青，韓慶瀟.金融支持制造業數字化轉型研究：山東省實踐［J］.金融發展研究，2024（2）：90-92.

［19］ 徐曉明，杜何顏.數實融合助力制造業數字化轉型的路徑探析［J］.行政管理改革，2024（2）：57-65.

［20］ 楊倜龍，郭克莎.數字經濟對制造業發展的影響探析［J］.經濟學家，2023（9）：55-65.

［21］ 白全民，張旭，張茹瑩，等.企業數字化轉型實現機制研究：公司創業視角［J］.創新科技，2022，22（4）：43-53.

［22］ 孫小寧，王紅霞，張國梁.產業數字化政策賦能制造業高質量發展的機制研究：來自15項試點政策的實證檢驗［J］.經濟問題探索，2024（2）：97-110.

［23］ 余東華，陳海謙，張恒瑜.數字化轉型、服務化融合與制造業企業績效提升：兼論經濟政策不確定性的調節效應［J］.財貿研究，2024，35（4）：1-14，56.

［24］ 李丹丹，楊柳.政策執行效果審計對制造業高質量發展的影響研究：基于數字化水平調節效應的分析［J］.南京審計大學學報，2023，20（4）：22-31.

［25］ 楊白冰，武威.財稅金融政策推動企業數字化轉型的比較分析及協同效應研究：以制造業企業為例［J］.財政研究，2023（8）：58-71.

［26］ 綦良群，劉晶磊.基于服務化的先進制造業全球價值鏈升級政策工具挖掘及量化評價［J］.情報雜志，2023，42（1）：95-103，132.

［27］ 俞立平，周朦朦，張運梅.基于政策工具和目標的碳減排政策文本量化研究［J］.軟科學，2023，37（10）：61-69.

［28］ 張國興，高秀林，汪應洛，等.中國節能減排政策的測量、協同與演變：基于1978—2013年政策數據的研究［J］.中國人口·資源與環境，2014，24（12）：62-73.

［29］ 彭紀生，仲為國，孫文祥.政策測量、政策協同演變與經濟績效：基于創新政策的實證研究［J］.管理世界，2008（9）：25-36.

［30］ ZHANG C，LENG F H.An analysis of the machine-learning assisted intelligent decision-making：a study by taking “green innovation” as an example［J］.Science Research Management，2022，43（9）：32-40.

［31］ HUANG A，LEHAVY R，ZANG A，et al.Analyst information discovery and interpretation roles：a topic modeling approach［J］.Management Science，2018，64（6）：2833-2855.

A Policy Study on China's Manufacturing Digital Transformation Based on Policy Tools and LDA Models

Shang Tao， Liu Bojin

（School of Public Policy and Administration， Northwestern Polytechnical University， Xi'an 710072， China）

Abstract： To achieve the strategic goal of becoming a manufacturing powerhouse， China urgently needs to establish a scientific and rational policy system for the digital transformation of its manufacturing sector. This study integrates policy tool theory to construct a two-dimensional analytical framework combining policy tools and objectives. Using text coding and frequency statistics， it conducts a multi-dimensional empirical analysis of policy tool types， issuing entities， development stages， effectiveness levels， and application ratios， systematically evaluating the effectiveness and characteristics of current digital transformation policies in manufacturing. Additionally， leveraging the LDA （Latent Dirichlet Allocation） topic models， the study employs machine learning to uncover latent themes in policy texts， revealing policy priorities through word frequency analysis and visualization， thereby providing a basis for optimizing policy design. Key findings include： ①Policy tools exhibit differentiated distribution， with environmental and supply-type tools constituting over 80% of the framework. Target planning and information support policies are prominent， but there is room to optimize the diversity and configuration of other measures. ②Demand-type tools are concentrated in specific areas， with financial support， fiscal mechanisms， and tax incentives forming the core dimensions. However， their overall application is limited， indicating a need to foster innovation and diversity in policy combinations. ③The policy-making structure shows functional coordination， with the Ministry of Industry and Information Technology， the National Development and Reform Commission， and the Ministry of Science and Technology leading policy formulation. This coordination reflects a strong alignment between their functions and the needs of digital transformation， though participation from other departments remains insufficient. ④Policy themes emphasize strategic focus， with significant deployment in industrial internet and digital transformation. In contrast， policies supporting smart manufacturing clusters and demonstration zones require strengthening. Based on these findings， the study proposes three optimization strategies： First， balance and dynamically adjust policy tool usage by increasing demand-side tools to optimize structural ratios， while exploring precise delivery modes for environmental and supply-type tools to enhance marginal benefits and effectiveness. Second， establish cross-departmental collaboration mechanisms by introducing diverse policy-making entities and creating a decision-making framework led by core departments with coordinated support from related departments， ensuring comprehensive policy considerations. Third， balance the focus of digital transformation efforts by actively guiding and supporting the development of smart manufacturing clusters and demonstration zones. Strengthen policy tool synergies and foster a virtuous cycle of \"policy guidance， factor aggregation， and energy-level advancement\".

Key words： digital transformation; quantitative evaluation of policy; policy instrument typology; LDA models; manufacturing industry