數制融合促進了新質生產力發展嗎？

中圖分類號：F323;F124.3 文獻標識碼：A

文章編號：1003-9031（2025）05-0019-13

一、引言及文獻綜述

近年來，隨著新一代信息技術的快速發展，數字經濟與制造業的深度融合日益成為推動新質生產力發展的關鍵路徑。一方面，數字經濟的發展為制造業注入新的技術、模式和業態，顯著提升生產效率與產品質量。另一方面，制造業的數字化轉型為數字經濟提供豐富的應用場景與數據資源，推動其創新升級（林毅夫和付才輝，2022）。這種雙向賦能的協同效應，為新質生產力的發展奠定了堅實的基礎。新質生產力本質上是生產力的躍遷，強調以科技創新為引擎，助力戰略性新興產業與未來產業快速發展，為推動中國式現代化開辟新道路（翟緒權和夏鑫雨，2024）。數字經濟作為一種新型經濟形態，以數據為關鍵生產要素，正在深度賦能實體經濟發展，推動生產方式與經濟形態的創新變革，成為培育新質生產力的重要支撐（張姣玉等，2024）。

在理論層面，數字經濟通過技術革新、數據要素驅動和平臺協同等途徑，重塑制造業的發展模式和生產體系，催生了以智能化、網絡化、綠色化為特征的新質生產力（陳波和王肇桓，2024）。王霞等（2024）認為，數字經濟通過打通產業鏈各環節的數據孤島，實現資源配置的高效化，促進制造業向智能化、服務化和生態化方向轉型，從而推動新質生產力的培育與躍升。此外，制造業作為實體經濟的核心，為數字經濟的技術創新與應用推廣提供了依托，形成了數字經濟與實體經濟協同發展的良性循環（任保平，2024）。

在實踐層面，數字經濟對制造業的賦能主要體現在三個方面：一是通過技術創新推動制造業生產模式的變革。數字技術如大數據、云計算、物聯網等的廣泛應用，使生產過程更加智能化和精準化，推動了傳統制造業向智能制造升級（王薇，2023）。二是通過效率變革塑造制造業的競爭新優勢。數字經濟打破了空間與時間的限制，實現了產業鏈各環節的協同聯動，提升了生產效率與資源配置效率（AcemogluDetal.，2022）。三是通過結構優化加速制造業向高端化、服務化和綠色化方向發展，構建可持續的高質量發展引擎（HUANGJetal.，2024）。與此同時，制造業高質量發展也為數字經濟的繁榮提供了堅實支撐。一方面，制造業的數字化轉型生成大量數據要素，為數字經濟的創新發展提供基礎資源（何德旭等，2024）。另一方面，制造業對數字技術的廣泛應用推動了新型基礎設施的建設與升級，為數字經濟的發展創造了有利條件（趙放和劉一騰，2022）。在這過程中，數字經濟與制造業的深度融合實現技術創新與制度創新的雙重驅動，為新質生產力的發展注人強大動能。

綜上所述，數字經濟與制造業的深度融合是推動新質生產力發展的重要路徑。通過技術革新、效率變革與結構優化，數字經濟賦能制造業高質量發展，為新質生產力的培育提供了強有力的支撐。與此同時，制造業高質量發展也為數字經濟的創新與應用提供了豐富的場景與基礎資源，形成了數字經濟與實體經濟協同發展的良性循環。深人研究數字經濟與制造業深度融合對新質生產力的影響，具有重要的理論價值與現實意義。

二、理論分析與研究假設

（一）數制融合對新質生產力的直接影響

新質生產力是科技創新驅動下的新型生產力形態，強調生產力質態的躍遷和創新應用。在數字經濟時代，數據作為新的生產要素，加速了實體經濟的轉型升級，數字技術與實體經濟的深度融合成為新質生產力形成與發展的關鍵推動力。數字經濟通過技術革新、產業協調、結構優化等路徑，推動制造業高質量發展，進而助力新質生產力躍遷式增長（胡西娟等，2022；王霞等，2024）。數字經濟賦能制造業，促進技術創新與應用落地，加速新興技術如大數據、云計算、物聯網、人工智能等在生產過程中的應用（王薇，2023）。通過生產流程的智能化改造和數字化賦能，制造業實現了生產方式的變革和效率提升，逐步推動傳統生產力向新質生產力躍遷（張姣玉等，2024）。如智能制造通過數據驅動優化研發、生產、銷售各環節，實現個性化定制和快速響應需求，形成新型生產力質態（喬榛，2024）。數實融合帶動產業鏈與價值鏈的升級重構，推動制造業與現代服務業、數字經濟的深度融合。制造業企業通過數字平臺與供應鏈、分銷商、消費者等實現高效協同，逐步打破傳統產業的壁壘，重構智能制造與服務型制造的價值體系（王霞等，2024）。這種結構優化不僅提升了生產力水平，還加速了新質生產力在不同產業之間的擴散與創新發展（唐國鋒和李丹，2020）。數字經濟賦能下的制造業，通過大數據與物聯網技術優化資源配置，降低資源消耗和碳排放，實現生產過程的綠色化與低碳化轉型。數據要素的\"高乘數效應\"有助于實現節能降耗，推動資源集約化利用與高效能生產，形成新質生產力的綠色特征（HUANGJetal.，2024）。數字經濟與制造業深度融合為新質生產力發展提供了技術支撐、結構優化和綠色發展的多重保障，體現了數實融合在推動生產力躍遷中的顯著正向作用。

基于以上分析，提出假設H1：數字經濟與制造業深度融合對新質生產力具有顯著正向關系。

（二）基礎設施水平的中介效應

新質生產力的發展依賴于高效、現代化的基礎設施支撐，尤其是信息基礎設施在數字經濟時代的關鍵作用（王霞等，2024）。數字經濟與制造業深度融合帶動了5G網絡、大數據中心、云計算平臺、物聯網等新型信息基礎設施的加速建設，形成了高效的數據傳輸與共享體系（王薇，2023）。這一體系不僅提升了企業生產過程的信息流通效率，還為智能制造、工業互聯網等新生產方式的推廣創造了條件，從而為新質生產力的形成奠定了堅實基礎。數字經濟賦能下的基礎設施升級，不僅局限于信息通信領域，還包括智能化工業基礎設施的建設和應用（王霞等，2024）。例如，工業互聯網與5G技術的結合實現了設備間的實時互聯和高效協同，為制造業的智能化生產創造了可能（唐國鋒和李丹，2020）。這種智能化基礎設施通過推動機器學習、人工智能等技術在生產中的應用，使生產方式更加柔性化、智能化和自動化，進而促進新質生產力的躍遷式發展。現代化數字基礎設施在促進資源高效配置方面具有顯著優勢，通過大數據、物聯網和云平臺的廣泛應用，數字基礎設施提升了資源匹配的精準度和效率。例如，制造企業借助數字平臺實現供需實時對接，優化生產要素配置，降低資源浪費，提高生產效率（ACEMOGLUetal.，2022）。這種高效配置不僅提升了企業競爭力，也間接推動了新質生產力的形成和發展。在綠色發展背景下，數字經濟通過深度融合制造業，推動了綠色基礎設施的升級和普及。例如，通過智慧能源管理系統、低碳工業園區等創新基礎設施建設，實現生產過程中的節能降耗和碳減排（HUANGJetal.，2024）。這一過程不僅推動了制造業的綠色轉型，還賦予了新質生產力可持續發展的特征，為長遠發展提供了保障。

基于以上分析，提出假設H2：數字經濟與制造業深度融合通過促進基礎設施水平間接推動新質生產力的發展。

（三）數制融合對新質生產力的異質性

數字經濟與制造業深度融合對新質生產力的推動作用受到區域、行業和企業特征等因素的影響，同時我國的數字經濟與新質生產力的發展存在嚴重不平衡現象，由于地理區位、資源稟賦、政策傾斜、經濟基礎等差異，新質生產力水平表現為分層梯度。從區域維度看，東部地區有著更完備的數字基礎設施和高水平的市場化環境，能夠更好地實現生產要素優化配置；而中西部地區受限于基礎設施和創新能力，數實融合的效果較弱。從行業維度看，高技術制造業與數字經濟契合度高，創新產出效能顯著，而傳統制造業由于轉型難度大，推動作用較為有限。從企業規模看，大型企業具備較強的技術研發和資源整合能力，數實融合效應更加明顯，中小企業受制于資金和技術瓶頸，效果相對較低。

基于以上分析，提出假設H3：數字經濟與制造業深度融合對新質生產力的作用具有顯著異質性。

三、研究設計

（一）模型構建

為了驗證數字經濟與制造業深度融合能夠促進新質生產力的發展，控制省份固定效應和年份固定效應，構建如下雙固定效應模型：

PRODU_it=α₀+α₁DM_it+α₂Z_it+μ_i+σ_t+ε_it

其中，i和t分別表示省份和年份， μ_i 與 σ_Ut 分別表示省份固定效應和年份固定效應，PRO-DU_it 為新質生產力， DM_it 為數實融合指數， Z_it 代表控制變量， ε_it 為隨機擾動項。為了驗證假設2，在式（1）的基礎上，構建如下中介效應模型：

TRA_it=β₀+β₁DM+β₂Z_it+μ_i+σ_t+ε_it

PRODU_it=γ_o+γ₁DM+γ₂TRA_it+γ₃Z_it+μ_i+σ_t+ε_it

其中， TRA_it 表示中介變量，即基礎設施水平; β₀ 和 γ₀ 表示常數項; β₁，β₂，γ₁，γ₂ 和 y₃ 為待估系數。式（2）檢驗的是數字經濟與制造業高質量發展融合水平對基礎設施水平的影響，式（3）檢驗的是數字經濟與制造業高質量發展融合水平和基礎設施水平對新質生產力產生的共同影響。

（二）變量說明

1.被解釋變量：新質生產力（PRODU）

新質生產力從生產力的三種實體性要素出發，在新勞動者、新勞動對象和新勞動資料基礎上建立（蒲清平和向往，2024）。首先，更高素質的勞動者是新質生產力最活躍的因素，可以從勞動者的數量、結構兩個方面衡量;其次，更廣泛的勞動對象是新質生產力的物質基礎，可以從新能源，新材料兩個方面衡量；最后，更高技術含量的勞動資料是提升新質生產力的重要動力來源，可以從新基礎設施、新生產工具兩個方面衡量。因此，本文在參考韓文龍（2024）研究的基礎上，構建新質生產力評價指標體系，采用熵值法測度新質生產力（見表1）。

2.核心解釋變量和門檻變量：數字經濟與制造業高質量發展耦合水平（DM）

本文數字經濟與制造業高質量發展耦合水平的測算參考郭晗（2022）的研究，分別構建數字經濟與制造業高質量發展的評價指標體系，使用熵值法對數字經濟發展水平與制造業高質量發展的水平進行測度再運用耦合協調度模型進行測算。關于數字經濟評價指標體系構建，目前主要通過構建多維度、綜合性的指標體系來對其進行統計與測量（郭晗和全勤慧，2022）。

如向云等（2022）從數字基礎設施、數字產業化及產業數字化三個維度構建評價指標體系測度數字經濟發展水平;陳夢根和周元任（2023）從數字要素驅動、數字化效率、數字產品制造、數字產品服務及數字技術應用五個維度構建數字經濟發展水平綜合評價指標體系。本文在現有研究基礎上，參考王娟娟和余干軍（2021）的研究，以數字基礎設施，數字產業發展和數字環境三個評價指標綜合測度數字經濟發展水平（見表2）。

本文選擇技術創新、綠色發展、開放程度、經濟效益、產業協調五個制造業高質量發展維度，細分出15個二級指標構建制造業高質量發展評價體系，使用極差法與熵值法計算得到各省區市的制造業高質量發展指數（見表3）。

具體測度數實融合水平表達式如下：

其中， μ_dⁱ 和 μ_m^t 分別代表各地區制造業高質量發展水平與數字經濟發展水平，C為兩系統的耦合度，D為兩系統的耦合協調度，二者取值均介于 [0，1] 之間； a+β=1 為待定系數與以往文獻一致，取 a=B=0.5 即制造業高質量發展與數字經濟發展同等重要。

3.中介變量：基礎設施水平（TRA）

基礎設施水平是地區經濟活動與資源配置的重要基礎，其完善程度直接影響生產要素的流動與經濟效率的提升。為了量化基礎設施水平，本文選用地區合計貨運量作為其代理變量。變量選擇主要基于三點考慮：其一，貨運量能夠反映交通運輸系統的實際運行能力與基礎設施的使用效率，具有較強的動態經濟意義；其二，貨運量的數據公開性與易得性使其在實證研究中具有良好的操作性;其三，貨運量不僅體現了交通基礎設施對物流運輸的支撐作用，還在一定程度上揭示了制造業和數字經濟融合過程中資源流動與協同效率的水平。通過將地區合計貨運量引人模型，能夠有效揭示基礎設施水平在數字經濟與制造業高質量發展耦合水平對新質生產力作用路徑中的中介效應，為深化區域經濟發展與產業升級研究提供了實證支持。

4.控制變量

考慮到省份之間存在發展不平衡不充分的客觀事實，進一步加入較強相關性的控制變量以盡可能降低有偏估計。具體而言，選取如下變量：財政支持力度（GOV）：用財政一般預算支出/GDP 測算;對外開放程度（OPE）：用貨物進出口總額 /GDP度量;經濟發展水平（PGDP）。選取該地區當年人均GDP來表示;產業結構水平（IND）：選取第二產業增加值與GDP的比值表示產業結構水平;技術市場發展水平（TM），用技術市場成交額與GDP的比值表征;信息化水平（INF）：用郵電業務總量/GDP測度。整理后的描述性統計分析如表4所示。

（三）數據來源

本文的研究對象為中國30個省份（不含西藏和港澳臺），考慮到數據的可得性，選擇

2012—2022年作為樣本區間。相關數據主要來源于國家統計局、工信部、《中國科技統計年鑒》《中國能源統計年鑒》《中國金融年鑒》《中國工業統計年鑒》《中國第三產業統計年鑒》、天眼查以及中經網統計數據庫。針對制造業高質量發展和新質生產力評價指標體系中部分指標缺失的數據，以Stata18為工具，運用插值法補齊。

四、實證分析

（一）基準回歸結果分析

用模型（1）進行回歸，結果如表5所示。當不加入控制變量，且不控制省份和年份固定效應時，數字經濟與制造業融合與新質生產力的回歸系數為0.9572，在 1% 的水平上顯著為正;當不加入控制變量但控制省份和年份固定效應時，數字經濟與制造業融合與新質生產力的系數變成0.5201，并在 1% 的水平上顯著為正；當加入控制變量且控制省份和年份固定效應時，數字經濟與制造業融合與新質生產力系數變成0.6689，在 1% 的水平上顯著為正；以上結果說明數字經濟與制造業融合可以促進新質生產力發展，H1得到驗證。

（二）穩健性檢驗

第一，縮尾與截尾處理。對原始數據進行上下 1% 的縮尾與截尾處理，以剔除極端值的影響，重新回歸后的結果見表6列（1）列（2）。第二，剔除直轄市。剔除4個直轄市的數據后重新進行回歸，結果見表6列（3）。第三，滯后期一期回歸。重新回歸后的結果見表6列（4）。所有檢驗中，數字經濟與制造業深度融合的回歸系數均顯著為正，與基準回歸結果一致，說明本文的研究結論是穩健的。

（三）內生性處理

采取工具變量法處理內生性問題，檢驗結果如表7所示。利用數字經濟與制造業融合原始數據生成滯后一期（L.DM），并以此為工具變量進行面板數據工具變量回歸，以此評估上期數字經濟與制造業融合是否會對當期新質生產力造成影響。結果表明，影響系數均有不同程度的升高且均在 1% 的統計水平上高度顯著。以上工具變量的檢驗結果不僅說明由于內生性問題存在，數字經濟與制造業融合對新質生產力的影響程度被低估了，同時也再次驗證了假設H1成立的穩健性。

（四）中介效應檢驗

為了深入分析數字經濟與制造業深度融合與新質生產力的內在機制，本文在研究中進一步引入基礎設施水平作為中介變量，通過采用 SPSS宏程序中的 Model4來進行中介效應的檢驗，根據 Hayes提供的 Bootstrap 的方法來檢驗基礎設施水平在數字經濟與制造業深度融合與新質生產力之間的中介作用，得到路徑系數圖（見圖1）。

表8顯示，數字經濟與制造業深度融合對新質生產力及基礎設施水平的中介效應顯著，其Bootstrap 95% 置信區間的上下限均不包含0，表明數字經濟與制造業深度融合不僅能對新質生產力起直接效應作用，而且能通過基礎設施水平這一變量對新質生產力起中介效應作用，該直接效應（0.9147）和中介效應（0.0424）分別占總效應（0.9572）的 96.02%.4.19% ，故H2成立。

（五）異質性分析

為探討數字經濟與制造業深度融合對新質生產力的地區分布異質性，將全國30個省份樣本劃分為東部、中部和西部三大區域，并構建相應的面板數據雙向固定效應模型進行分析。表9結果顯示，數字經濟與制造業深度融合對新質生產力的影響呈現顯著的區域差異。具體而言，在東部地區，數字經濟與制造業深度融合對新質生產力的提升作用顯著，回歸系數為1.13451（顯著性水平 plt;0.01 ），表明東部地區憑借其較強的經濟基礎、優化的產業結構和完善的數字化基礎設施，有效實現了數字技術對制造業生產力的賦能。在中部地區，數字經濟與制造業深度融合對新質生產力的回歸系數為-0.2304，未達到顯著水平，反映出中部地區在數字化基礎設施建設、產業結構調整和融合模式創新等方面仍存在不足，限制了數字經濟的積極作用。在西部地區，融合影響的回歸系數為0.00670，同樣不顯著，說明數字經濟與制造業融合對新質生產力的促進作用較弱，與西部地區經濟發展水平較低、數字化基礎薄弱以及產業發展條件受限等因素有關。綜上，H3成立。

五、結論與政策建議

（一）結論

本文選取2012—2022年全國30個省份的面板數據，采用雙固定模型、中介效應模型、對數制融合與新質生產力之間的關系進行驗證。研究結果顯示：第一，數制融合對新質生產力具有顯著的正向作用。第二，數制融合能夠促進基礎設施發展，并進一步提高新質生產力水平。第三，從不同區域來看，數制融合對新質生產力的影響呈現顯著的分化。在東部地區，數制融合對新質生產力的推動作用更為顯著;而在中西部地區，數制融合對新質生產力的推動作用較為有限。

（二）政策建議

1.推動區域數字化基礎設施建設，縮小發展差距

優先加大中西部地區數字化基礎設施投入力度，特別是在5G網絡、大數據中心和工業互聯網等領域的布局。政府應通過專項補貼或政策傾斜，引導社會資本參與中西部地區的信息基礎設施建設。加強東部與中西部之間的技術轉移和協同發展，利用東部地區的技術優勢和產業經驗，幫助中西部地區構建適合其經濟發展水平的數字經濟和制造業融合模式。此外，應注重發展地區特色產業，結合中西部地區的資源稟賦和市場特點，探索具有地方優勢的數實融合路徑，全面提升區域間新質生產力發展的均衡性。

2.強化制造業數字化轉型支持政策，促進高質量發展

設立專項資金、稅收優惠及融資支持等措施，幫助制造企業特別是中小企業降低數字化轉型成本。加強數字化技術的普及和培訓，推動制造企業在生產研發、供應鏈管理和客戶服務等領域的數字化應用。鼓勵制造企業參與工業互聯網平臺建設，推動資源共享與數據協同，提升生產效率與創新能力。注重通過試點示范效應推廣成功的數字化轉型案例，為不同行業規模的制造業提供適合的轉型路徑，提升整體行業競爭力。

3.優化制度環境，構建數字經濟與制造業融合的生態體系

完善數字經濟與制造業深度融合的政策和法規體系，為融合發展提供制度保障。加強數據資源的開發與共享管理，通過立法明確數據權屬、交易規則和安全保障，推動數據要素市場化流通。加快制定和實施支持數字技術在制造業領域推廣的行業標準，確保融合發展具有可操作性和規范性。政府應通過多層次協作機制促進產學研合作，聯合高校、科研機構和企業進行關鍵數字技術的攻關與推廣，通過優化制度環境，打造開放、包容的數字經濟與制造業協同發展生態，激發全社會的創新潛力。

4.推動綠色轉型，實現新質生產力的可持續發展

加大對綠色數字技術研發和推廣的支持力度，加速推動數字經濟賦能下的制造業綠色化發展。通過政策引導企業實施綠色制造，鼓勵企業在產品設計、生產流程和供應鏈管理中全面嵌入綠色技術。建立和推廣工業互聯網平臺下的碳排放監測體系，推動生產全過程的節能降耗和碳排放優化。在政策設計上，應以市場化手段推動綠色轉型，如通過碳交易市場和綠色金融工具，為制造業提供經濟激勵，最終形成可持續發展的新質生產力形態。■

（責任編輯：張恩娟）

參考文獻：

[1]翟緒權，夏鑫雨.數字經濟加快形成新質生產力的機制構成與實踐路徑[J].福建師范大學學報（哲學社會科學版），2024（1）：44-55.

[2]張姣玉，徐政，丁守海.數實深度融合與新質生產力交互的邏輯機理、戰略價值與實踐路徑[J].北京工業大學學報（社會科學版），2024（3）：114-124.

[3]林毅夫，付才輝.中國式現代化：藍圖、內涵與首要任務——新結構經濟學視角的闡釋[J].經濟評論，2022（6）：3-17.

[4]陳波，王肇桓.金融賦能新質生產力[J].海南金融，2024（12）：75-87.

[5]王霞，毛曉蒙，劉明.中國數字經濟與制造業耦合協調關系：高質量發展視角[J].數量經濟技術經濟研究，2024，41（7）：5-27.

[6]任保平.數字經濟與制造業深度融合推動新型工業化的機制與路徑[J].山東社會科學，2024（1）：82-89.

[7]王薇.數字經濟背景下中國式工業現代化的轉型[J].西安財經大學學報，2023，36（2）：12-20.

[8]Acemoglu D，Makhdoomi A，Malekian A，et al.Too much data：Prices and inefficiencies in data markets[J].American Economic Journal： Microeconomics，2022，14（4）：218-256.

[9]HUANG J，Henfridsson O，Liu M J.Extending digital ventures through templating[J].Information SystemsResearch，2022，33（1）：285-310.

[10]何德旭，張昊，劉蘊霆.新型實體企業促進數實融合提升發展質量[J.中國工業經濟，2024（2）：5-21.

[11]趙放，劉一騰.我國數字經濟發展及其與制造業融合發展的空間差異研究[J].貴州社會科學，2022（2）：144-152.

[12]胡西娟，師博，楊建飛.中國數字經濟與實體經濟融合發展的驅動因素與區域分異[J].學習與實踐，2022（12）：91-101.

[13]喬榛.新質生產力：馬克思主義經濟學的術語革命[J].學習與探索，2024（1）：74-81.

[14]唐國鋒，李丹.工業互聯網背景下制造業服務化價值創造體系重構研究，經濟縱橫，2020（8）61-68.

[15]ACEMOGLU D，MAKHDOUMI A，MALEKIAN A，et al.Too much data： prices and ineficiencies indata markets[J].Americane conomic journal： microeconomics，2022，14（4）：218-256.

[16]蒲清平，向往.新質生產力的內涵特征、內在邏輯和實現途徑——推進中國式現代化的新動能[J].新疆師范大學學報（哲學社會科學版），2024，45（1）：77-85.

[17]韓文龍，張瑞生，趙峰.新質生產力水平測算與中國經濟增長新動能[J].數量經濟技術經濟研究，2024，41（6）：5-25.

[18]郭晗，全勤慧.數字經濟與實體經濟融合發展;測度評價與實現路徑[J].經濟縱橫，2022（11）：72-82.

[19]張夏恒，李豆豆.數字經濟、跨境電商與數字貿易耦合發展研究——兼論區塊鏈技術在三者中的應用[J].理論探討，2020（1）：115-121.

[20]向云，陸倩，李芷萱.數字經濟發展賦能共同富裕：影響效應與作用機制[J].證券市場導報，2022（5）：2-13.

[21]陳夢根，周元任.數字經濟、分享發展與共同富裕[J].數量經濟技術經濟研究，2023，40（10）：5-26.

[22]王娟娟，余干軍.我國數字經濟發展水平測度與區域比較[J].中國流通經濟，2021，35（8）：3-17.