數字技術應用對制造業企業創新行為的影響效應與作用機制

基金項目：國家社會科學基金項目“數字經濟背景下制造業與互聯網融合的產業組織重構與績效提升機制研究”（22BJY264）

中圖分類號：F299.27文獻標識碼：A文章編號：1003-854X（2025）07-0030-11

一、引言與相關文獻綜述

制造業是我國實體經濟的基礎，是驅動經濟增長的核心引擎，更是引領科技創新、促進產業升級的前沿陣地。改革開放以來，中國制造業生產總值已成為世界第一，但在全球價值鏈中仍面臨“大而不強”的挑戰。當前，我國正處于從工業大國向工業強國轉型的關鍵階段，亟須通過技術創新解決關鍵領域“卡脖子”問題，推動產業結構向高端化、智能化、綠色化升級。企業是研發投入的主體、項目組織的主體和科技成果轉化的主體，承擔著攻克核心技術、重塑產業競爭力的使命，而數字技術的深度滲透正為這一進程注入全新動能。隨著5G、人工智能、大數據、區塊鏈等數字技術的迅猛發展，數字經濟與實體經濟融合不斷加深，以數字技術為引領的一場深刻的產業變革正在全球范圍內展開。據工業和信息化部數據，2024年我國建成5G基站超過419萬個，工業互聯網覆蓋45個國民經濟大類，數字化研發設計工具普及率達 79.6% ，印證了數字技術正深度重構制造業生產范式。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出“以數字化轉型整體驅動生產方式、生活方式和治理方式變革”，工業和信息化部等部門發布的《關于加快推動制造業綠色化發展的指導意見》更將數字技術定位為破解傳統產業能耗高、效率低等瓶頸的核心抓手，要求通過智能化改造實現設備互聯、數據互通。當前，數字技術正不斷地融入經濟和社會的各個領域中，這有利于我國制造業企業加速轉型升級，突破創新的技術瓶頸，實現高質量發展，從而提升中國在全球制造業競爭格局中的地位①。

在數字經濟形態與智能技術持續迭代的驅動下，企業構建競爭優勢的方式已由傳統的核心能力奠基、動態能力延伸，演進至以數字化能力為核心重構發展范式③。一些學者認為數字化轉型可通過緩解企業融資約束③、降低代理成本④、增強企業韌性 ⑤ 以及市場重塑與治理整合 ⑥ 等中介效應賦能企業創新發展。這些研究成果在微觀企業行為決策層面形成了多層次研究框架，為揭示數字技術與制造業創新之間的復雜關聯提供了重要的理論支撐。

目前，關于數字技術應用與企業創新關系的研究仍存在一定爭議。部分學者就數字技術對制造業創新的基礎性作用達成了共識。第一，數字技術與互聯網技術作為新一代信息科技的代表，不僅為技術創新提供了有力的支撐，加快知識溢出的速度①，更從資源整合與生態構建等維度提升了企業的創新能力③。第二，數字技術通過數據要素的流動重塑了創新流程，例如大數據技術能夠優化產品研發周期、實現精準預測需求，而工業互聯網則通過設備互聯與實時反饋推動生產流程智能化③。第三，數字技術顯著降低了企業在創新過程中的交易與契約成本、代理與治理成本以及創新認知差異@，并通過豐富知識資源重塑企業創新范式①。然而，也有學者研究認為，企業數字技術應用效能可能受到組織結構剛性及研發基礎薄弱等內部條件的制約，甚至產生抑制創新的“負能效應”。盡管數字技術賦予企業網絡資源效應，助力企業靠近創新網絡中心位置以促進關鍵核心技術研發？，但相較于通用技術，關鍵核心技術具有高壁壘性、高價值性與不可替代性三重特征，其研發過程通常需要持續的高強度資金投入、承擔技術路徑不確定風險以及應對長周期回報壓力①。因此，數字技術應用對于企業創新行為的影響效應還有待進一步研究。

從理論視角看，數據作為新型生產要素，打破了傳統科研中的信息不對稱壁壘，大數據正日益占據技術、產品以及產業創新的核心地位？，其對企業的顛覆性創新具有顯著的促進作用？。但數字技術并非數據資源的機械載體，其對企業創新行為的作用機制還涉及企業交易成本、資源整合等多重維度。數據要素通過精準捕捉長尾需求、重構商業模式和加速知識溢出為顛覆性創新提供底層支撐，而數字技術作為數據采集、存儲與分析的使能工具，其創新賦能效應需要通過企業戰略意圖的清晰傳導才能實現。由此，系統性研究數字技術應用與企業創新行為之間的復雜因果鏈條，明晰二者之間的作用機理，對促進我國制造業企業創新發展具有重要的指導意義。

綜上所述，已有文獻對本文研究具有重要的參考價值，但仍存在以下不足之處：其一，現有成果對數字技術應用與企業創新行為關系的探討尚未達成共識，并且缺乏對創新動力與能力協同提升的系統性解釋；其二，實證分析中技術賦能過程與市場結構演化的交互效應尚未充分揭示。基于此，本文聚焦數字技術應用對制造業企業創新行為的影響效應與作用機制展開研究，重點探討以下問題：第一，制造業企業能否借助數字技術突破創新動力不足與創新能力薄弱的雙重約束，其中存在怎樣的機制路徑；第二，市場結構在其中發揮著怎樣的作用，如何破解制造業創新過程中遇到的瓶頸。

二、理論分析與研究假說

（一）數字技術應用與制造業企業創新行為

首先，數字技術應用賦能傳統制造業企業，促進創新模式改革，為其注人新的活力。制造業通過數字技術應用正逐漸打破過往固有的創新模式。數據作為一種新型生產要素，開始深度參與創新過程，豐富了創新要素的多樣性，為企業創新提供了更多的可能性①。通過大數據分析，企業可以精準洞察市場需求、消費者偏好以及產品性能等方面的信息，使產品投放市場更加精準，提高了制造業企業的創新能力，并為創新決策提供有力的支持？。通過數據平臺的實時監測和分析，企業能夠及時發現創新過程中存在的問題，并采取有效措施進行改進，有效降低了創新失敗的風險，提升創新能力。

其次，數字技術應用能夠優化企業獲取內外部資源的能力。一方面，數字技術應用推動制造業企業從傳統的封閉式創新模式向開放式創新模式轉變，從而優化創新資源的配置。開放式創新模式有助于企業獲取更多的創新靈感和解決方案，激勵企業有更大動力開展創新活動，同時有利于提升其創新質量。根據創新擴散理論，數字技術為創新擴散提供了更廣泛的傳播渠道。另一方面，企業可以根據市場需求和技術發展趨勢調整研發方向和投資力度，避免資源浪費和盲目創新。在數字經濟環境下，實施數字技術應用的制造業企業從外部獲取知識與信息的成本更低、難度更小，加快了創新的迭代速度，進而促進創新能力提升？，實現更高的產出績效。

基于上述分析，提出假設1：數字技術應用能夠促進制造業企業創新行為。

（二）數字技術應用、交易成本與企業創新行為

數字技術應用能夠降低企業內部的運營成本，對企業創新行為產生驅動作用。首先，數字化技術推動企業管理模式變革，打破傳統垂直化、科層制的組織結構，形成網絡化、扁平化的新型架構。這種組織結構轉型不僅縮短了決策層級，更通過數字化平臺實現信息透明化，顯著降低內部監督成本，從而增強企業創新活動的響應效率。其次，數字技術優化了企業信息處理機制，提高了信息傳輸速度和數據處理效率，實現了資源的精準匹配，進一步減少了代理成本，而代理成本的減少有助于緩解企業的現金流壓力，為企業開展創新活動提供有力的支持@。

數字技術應用還能減少企業的外部交易成本。在研發創新前期，企業因內部資金不足而考慮外部融資時，數字技術應用能夠通過信息共享平臺降低企業搜集信息的時間成本和信息甄別成本①。在交易前階段，數字技術應用能夠使企業更便捷地獲取交易對手的信息，大大減少企業在信息搜尋、交易協商以及合同履約等方面的成本@。在交易執行階段，數字技術應用還能減少企業與客戶之間因信息差異而產生的誤解和沖突，降低逆向選擇風險，減少外部交易成本，這不僅能夠更好地激發企業的創新動力，降低創新風險，還可以提升企業的整體創新能力。

基于上述分析，提出假設2：數字技術應用通過降低交易成本促進企業創新行為。

（三）數字技術應用、人力資本與企業創新行為

一方面，數字技術應用促使企業對勞動力市場的需求改變，并通過人力資本升級與知識整合驅動創新。隨著制造業逐步實施數字化和智能化轉型，人工智能設備和高科技會逐漸替代簡單重復的勞動，勞動力市場的需求發生改變，企業會雇用更多高學歷和高技能人才，從而增加人力資本存量。高質量的人力資本結構是制造業創新發展的重要支撐。這些具備豐富知識和技能的員工能夠融入企業的生產、經營、銷售等各個環節，通過知識外溢、知識轉化和技術擴散效應，推動制造業整體創新水平的提升@。同時，企業可以利用數字技術進行知識管理，將分散在各部門和人員中的知識進行有效整合，為創新提供源源不斷的動力？。

另一方面，數字技術賦能員工技能升級與創新參與，并以高質量人力資本傳遞創新可信度，吸引外部資源支持，激發企業創新動力。數字技術應用可以為企業員工提供豐富的知識和技能獲取渠道，激發員工的創新主動性，從而有助于推動持續創新行為。在大數據和互聯網技術的支持下，透明化的制度設計使得員工能夠更清楚地了解自身在企業中的定位和發展路徑，進而提高了員工參與創新的程度？。此外，高質量的人力資本還能傳遞給企業之外的主體積極的信號@，可以增強投資者對企業創新成功的信心，有利于企業獲取更為豐富的資金和技術支持，從而增強企業的創新動力。

基于上述分析，提出假設3：數字技術應用通過提升人力資本促進企業創新行為。

（四）市場結構的調節效應

創新是企業提高市場競爭力的關鍵，而企業的創新行為和決策又受到市場結構的影響。市場結構反映了市場中不同規模、不同實力的企業分布以及競爭態勢，能夠通過競爭強度與資源控制能力，顯著調節數字技術對企業創新的賦能效果。

在低集中度市場中，充分競爭倒逼企業將數字技術深度融入創新過程，企業通過動態捕捉需求、優化供應鏈響應與開放協同研發，降低試錯成本并加速技術迭代，形成“競爭壓力 $$ 數字投入 $$ 創新突破”的正向循環。同時，為緩解同質化競爭帶來的生存壓力，企業會采取提高產品差異化程度的策略，以此作為穩定和擴大市場份額的手段，而產品差異化優勢與企業創新行為密不可分。在此背景下，企業應用數字技術會增加對創新的投入并注重創新成果的產出以尋找潛在的市場機會，并且通過利用互聯網、大數據等數字技術，企業能夠以更低的成本提高信息處理效率和決策的精準性，從而促進企業創新資源的配置效率③。因此，對于競爭激烈的制造業行業而言，企業更傾向于借助數字技術改善創新環境，為研發創新提供有力的支撐，促使企業增加研發投入，提升創新產出能力。

而在高集中度市場中，頭部企業通過控制用戶數據、構建算法閉環等手段拾高市場進入門檻，形成進入壁壘，弱化技術創新的競爭激勵，迫使數字技術異化為維持壟斷地位的手段，而非創新催化劑。在位企業為維持壟斷租金，傾向于將數字化投入鎖定于傳統技術路徑的邊際改進領域，形成以流程自動化與存量技術優化為主導的防御性創新循環，導致突破性創新面臨系統性資源擠占。以汽車制造業為例，龍頭企業優先部署智能生產線提升燃油車效率，卻延緩對電動化、氫能源的長期投人③。這種“重效率、輕突破”的策略雖然能夠短期鞏固市場地位，卻導致行業整體技術迭代停滯。

基于上述分析，提出假設4：高集中度的市場結構會負向調節數字技術應用對制造業企業創新行為的影響。

三、研究設計

（一）數據來源

本文選取2007—2022年中國制造業全部A股上市企業為初始研究樣本，對中國制造業企業數字技術應用和創新行為的關系進行實證分析。其中，企業專利數據等來源于中國研究數據服務平臺（CNRDS）；數字技術應用指數通過收集和整理制造業上市企業年報資料，進行文本挖掘和關鍵詞提取得到；企業層面的其他控制變量來源于國泰安經濟金融研究數據庫（CSMAR）。此外，本文剔除ST、 ^*ST 或PT上市公司樣本，該類企業在財務方面或經營方面出現異常會影響后續研究結果的可靠性；為減少缺失值對結果的干擾，剔除數據缺失嚴重的企業樣本。

（二）變量測度與說明

1.被解釋變量

本文從創新動力和創新能力兩個視角對制造業企業創新行為進行檢驗，企業創新能力從創新數量和創新質量兩個方面進行表征。具體測算方法如下：創新動力（Innodyn）采用企業研發投入強度（研發投入金額與總資產比值）進行測度。研發投入反映了企業在創新活動上的投入強度和重視程度，是企業創新行為的重要體現。當研發強度越高時，說明企業越傾向于開展創新活動，即創新動力（創新意愿）較強。創新數量（Apply）采用企業申請專利總數加一取自然對數進行測度。由于專利授權往往存在著一定的時滯性，企業傾向于為那些創新性強、能產生高壟斷回報的創新申請專利，并且，專利申請數比授權數更接近企業實際的創新能力。創新質量（Cite）參考孟慶斌等的研究③，以上市公司專利他引次數衡量，具體為下一年企業申請專利的他引次數加1的自然對數。專利被引是指一件專利被后續專利的申請人或審查員引用，某件專利的被引數越高，其與后續發明創造的關聯性越強，對后續技術的貢獻越大，其質量也越高③。另外，為了防止企業會引用自身專利來虛增內部專利的引用次數，影響創新質量指標的準確性，采取去除所有申請人的自引用數量，使用專利他引情況來衡量創新質量。

2.核心解釋變量

數字技術應用。數字技術應用是一個動態變化的過程，較難量化，因此關于數字技術應用的測度，目前還未形成統一的結論。在微觀層面上，學者們大多通過構建綜合指標或者使用互聯網相關應用指標對相關數字技術應用進行測度④，有的學者采用調查問卷方式獲得數據來進行衡量，其主觀性較強，調查結果往往受多種因素的影響。袁淳等、吳非等、姚加權等提出對上市公司年報進行詞頻統計是衡量企業發展狀況及戰略的一個可行方式？，在正式公布的年報中某一關鍵詞出現的次數可以在一定程度代表此方面的重視程度和投入力度。

首先，搜集并整理2007—2022年間制造業上市企業文本格式的企業年報。其次，根據詞頻并結合已有研究歸納制造業數字技術應用的特征，建立分類別關鍵詞，分別為底層數字技術（人工智能、大數據、云計算、區塊鏈）和實踐數字技術運用（數字化業務場景應用）建立分詞詞典，具體分詞詞匯如圖1所示。最后，利用Python語言對上市公司年報進行文本分析，通過分類歸集關鍵技術方向的詞頻進行關鍵詞詞頻統計，并剔除關鍵詞前帶“不”“無”“沒有”等否定詞的統計次數。基于此，通過文本分析法挖掘樣本企業年報中的數字技術和數字技術應用的相關關鍵詞，并統計詞頻，并將兩個維度的總詞頻數加一取自然對數進行測算得到數字技術應用指數（DT）。

表1變量名稱與說明

3.控制變量

企業的創新行為會受到多種因素的綜合影響，因此在本研究中，為了保證估計結果更加準確和穩健，引入以下企業層面的控制變量；企業規模（Size）采用企業總資產的自然對數進行衡量；企業年齡（Age）采用企業成立年份與當年差值衡量；企業資產負債率（Lev）采用總負債占總資產的比率衡量；股權集中度（TopShare）采用第一大股東持股比例衡量；企業流動性（Cuasset）采用流動資產合計占總資產比率衡量；企業成長性（Growth）采用營業收入增長率（營業收入本年本期金額與營業收入上年同期金額占營業收入上年同期金額的比值）進行衡量。

（三）模型設定

基于假設1，為研究數字技術應用對制造業企業創新能力的影響，構建如下固定效應模型：

式（1）中，被解釋變量 INNO_i，t 代表企業創新行為，包括企業的創新動力（Innodyn）、創新數量（Apply）和創新質量（Cite），創新數量和創新質量在不同程度上代表了企業的創新能力。解釋變量 DT_i，t 為企業數字技術應用指數，α、 β 、 γ 分別是常數項、核心解釋變量和控制變量的系數，￡Year、ΣIndustry分別表示對年份和行業效應進行固定， ε_i，t 為隨機擾動項。在回歸檢驗中，默認采用聚類穩健標準誤進行估計。

為了驗證假設2和假設3，本文構建如下中介效應模型：

ε_i，t

其中，Med為中介變量，本文擬從交易成本（Cost）、人力資本（Labor）的視角探討企業數字化技術影響企業創新的路徑。式（2）旨在檢驗數字技術應用與中介變量之間的關系；式（3）則是檢驗數字技術應用和中介變量對企業創新行為的影響。另外，所有控制變量的選取與基準回歸完全一致。

為了驗證市場結構是否對數字技術應用和創新行為的關系產生調節作用，構建如下模型：

INNO_i，t=α+βDT_i，t+φHHI+δDT×HHI+γControls_i，t

+∑Year+∑Industry+εi，t

式（4）中，交乘項（ DT×HHI ）為數字技術應用指數與市場結構的交互項，其余變量同上。具體檢驗方法如下：將數字技術應用指數與市場結構的交互項納入回歸模型，進行檢驗，觀察交互項的系數，若是顯著的，且與式（1）中數字技術應用的系數符號相反，則市場結構負向調節數字技術應用對企業創新行為的影響；若符號一致，則市場結構起正向調節作用。

表2基準回歸結果

注：***、**和*分別表示在 1% 、 5% 和 10% 的水平上顯著；括號內數值為t值；下表同，

四、實證結果分析

（一）基準回歸

為了驗證假設1，即數字技術應用對企業創新行為的影響，進行回歸檢驗，檢驗結果如表2所示。在表2列（1）一（3）中，未加入控制變量，數字技術應用（DT）與企業創新動力（Innodyn）創新數量（Apply）和創新質量（Ctie）之間的回歸系數均為正數，呈正相關關系，且在 1% 水平上顯著。在加入控制變量后，各項系數仍在 1% 水平上顯著為正，表明制造業企業數字技術應用程度越高，企業創新動力和創新能力越強，即數字技術應用可以促進制造業企業創新行為，假設1得到驗證。

（二）穩健性檢驗

為了確保基準回歸結果的穩健性，本文采用控制高維固定效應、更換估計模型和滯后考察窗口進行穩健性檢驗，以確保結果的準確性。第一，加入交互固定效應。為了防止數字技術帶來的宏觀經濟沖擊影響，在控制年份與行業固定效應的同時，還分別加入城市和行業與年份的交互固定效應進行回歸檢驗。第二，更換為Tobit模型。由于被解釋變量的數據分布均呈現了零值和正值連續共存的混合分布特征，符合Tobit檢驗的要求。因此，使用Tobit模型重新進行回歸檢驗。第三，觀察滯后效應。分別將核心解釋變量滯后一期和二期，進行回歸檢驗。表3、表4和表5結果顯示，不論是加入交互固定效應、替換估計模型還是觀察滯后效應，本文的研究結論依然與前文結論一致，確保了實證結果的穩健性。

表3穩健性檢驗結果1

表4穩健性檢驗結果2

（三）內生性檢驗

數字技術的應用程度與制造業企業的創新行為之間可能存在潛在的反向影響機制，即企業創新表現越突出，可能伴隨更高級別的數字技術應用，反過來影響數字技術應用時的創新表現，導致研究結論產生偏差。為了避免這種影響，本文采用工具變量法（IV）并使用兩階段最小二乘法（2SLS）進行內生性檢驗。參考趙濤的研究？，使用1984年百萬人郵局數與滯后一期全國互聯網接入用戶的乘積作為工具變量（IV）。選擇工具變量的原因如下：一方面，數字技術的應用離不開郵政、電信和互聯網為其提供數據支持，但對企業創新沒有直接影響，因此滿足外生性條件；另一方面，在城市發展的進程中，通信設施的發展會影響當地對數字技術的接受和吸納程度，進一步影響當地制造業企業對數字技術的應用程度。

表5穩健性檢驗結果3

表6內生性檢驗結果

內生性檢驗結果見表6。結果顯示，Kleibergen-PaaprkLM統計量的 p 值在 1% 的顯著性水平上強烈拒絕了“工具變量識別不足”的原假設。此外，Cragg-DonaldWaldF統計量值為40.699，這大于弱工具變量識別F檢驗的臨界值16.38，拒絕了“工具變量是弱變量”的原假設。觀察第二階段的回歸結果，數字技術應用對企業創新動力、創新數量以及創新質量的促進效應均顯著為正，排除了內生性問題后檢驗結果與前文一致，進一步證實了本文研究結果的穩健性。

（四）機制檢驗

1.交易成本降低的中介機制

為了驗證假設2，將外部交易成本（Cost_s）和內部交易成本（Cost_m）分別作為中介變量代入式（2）和式（3）進行檢驗。檢驗結果如表7和表8所示，數字技術應用顯著降低了制造業企業的外部交易成本。可以看出，表7列（2）至（4）所展示的結果與假設2并非完全吻合。進一步進行Bootstrap檢驗，具體而言，數字技術的應用通過降低外部交易成本顯著增強了制造業企業的創新動力和創新數量，但對于創新質量的提升作用尚未凸顯。深入分析其原因，由于創新質量更多地取決于研發過程的深度、技術難度和市場接受度等因素，外部交易成本的降低并不能直接轉化為創新質量的提升。同樣地，由表8可知，數字技術應用通過降低制造業企業內部交易成本顯著增強了企業的創新動力，同時能夠促進創新數量和創新質量的提升。借助數字化平臺，企業內部信息高度透明化，企業管理層與員工可以互相監督，有助于減少代理成本，從而增強創新動力和提升創新能力。

2.人力資本提升的中介機制

為了驗證假設3，檢驗人力資本的渠道機制，將人力資本作為中介變量代入模型（2）和模型（3）進行檢驗，人力資本水平分別用制造業企業碩士研究生學歷人數占比（labora）、技術人員占比（laborb）進行衡量。機制檢驗結果詳見表9和表10。結果顯示，數字技術應用能夠顯著提高制造業企業的人力資本水平，且數字技術應用通過提升人力資本顯著增強了企業的創新動力，同時提高企業的創新產出數量以及創新質量，從而驗證了假設3。特別是在創新數量和創新質量的提升方面，得益于數字技術應用帶來的人力資本作用提升效果顯著。面對勞動力市場需求的變化，勞動者為增強自身的競爭力，不得不提升學歷層次，接受數字技術的專業培訓，以匹配市場需求的變化，導致人力資本不斷優化，大大提升了企業的創新產出能力。

表7降低交易成本中介機制檢驗結果（外部交易成本）

表8降低交易成本中介機制檢驗結果（內部交易成本）

表9人力資本提升中介機制檢驗結果1

表10人力資本提升中介機制檢驗結果2

表11市場結構的調節機制檢驗結果

五、進一步研究

為了驗證假設4，本文采用按企業營業收入計算的赫芬達爾－赫希曼指數（HHI）度量市場結構的集中程度，并將HHI及交互項 DT×HHI 代人調節效應模型（4）中進行檢驗。檢驗結果如表11所示。關注交互項的系數，發現列（2）、列（4）和列（6）中 DT×HHI 的系數分別在不同程度上顯著為負，與基準模型（1）中自變量的系數符號相反，說明市場結構負向調節數字技術應用對企業的創新動力和創新能力的影響效應，結果與假設4表現一致。究其原因，可能是由于在高集中度市場結構中，企業的價格加成有所上升，市場內主導企業容易形成數據和市場壟斷，這不僅削弱了競爭者通過創新手段進人市場的可能性，還降低了其他企業創新的積極性。同時，這種局面也削弱了激勵在位企業創新的“逃避競爭效應”，使得在位企業的創新動力同樣減弱，從而產生對創新的抑制效應。

六、研究結論與政策建議

本文構建數字技術應用指數，選取中國制造業A股上市公司為研究樣本，深入考察數字技術應用對制造業企業創新動力和創新能力的影響，得出以下結論：（1）數字技術應用對制造業企業創新動力具有顯著的促進作用，且數字技術應用能促進制造業企業“量質齊升”。（2）通過中介機制檢驗發現，降低交易成本、提升人力資本是數字技術應用促進制造業企業創新動力和創新能力的兩條有效途徑。（3）通過市場結構的調節效應檢驗發現，高集中度的市場結構會抑制制造業企業發揮數字技術應用的創新效應。

基于上述研究結論，本文提出以下政策建議：

第一，以降低交易成本為核心，完善數字技術應用配套機制。政府應主導建立制造業行業級數據共享平臺，打通產業鏈上下游數據壁壘，減少企業信息搜尋與協商成本。通過標準化數據接口與安全協議，推動供應鏈協同創新，強化“交易成本降低”機制對創新動力的促進作用。推廣數字化供應鏈管理工具，通過稅收優惠或補貼政策，鼓勵企業采用智能合約、區塊鏈等數字化技術優化合同履約流程，降低外部交易摩擦。同時，支持中小企業接入工業互聯網平臺，利用實時數據反饋優化生產決策，縮短創新周期。

第二，以人力資本提升為抓手，強化數字化創新人才支撐。深化“產學研用”協同培養機制，鼓勵高校聯合龍頭企業開設智能制造、工業大數據等定向專業課程，并建立數字化實訓基地，直接對接企業技術需求，重點培養兼具數字技術與行業知識的復合型人才。完善終身數字化技能培訓體系，依托數字技術搭建職業培訓云平臺，為企業員工提供人工智能、數據分析等模塊化課程。對參與技能認證的企業與個人給予補貼，加速勞動力結構向高技能方向轉型，激活人力資本對創新能力的提升效應。

第三，以優化市場結構為導向，營造公平競爭環境。強化反壟斷監管與數據開放，完善反壟斷法規，限制龍頭企業通過數據壁壘阻礙競爭。同時，推動公共數據資源向中小企業開放，降低其數字化轉型門檻。實施差異化扶持政策，對中小制造業企業提供專項數字化轉型補貼與低息貸款，支持其采用低成本SaaS工具與輕量化數字解決方案。通過培育多元市場主體，增強市場競爭活力，釋放數字技術對創新的普惠性驅動作用。

（責任編輯 李燈強）