数字经济背景下创新活跃度与制造业转型升级研究*

王 盛 陈逸沁 毛莘娅

一、引言

21世纪以来，随着全球新一轮科技革命的加速演变，以5G、大数据、人工智能、云计算等为代表的新一代数字技术更新迭代，数字经济正在成为推进经济结构加速转变的新变量及促进全球经济复苏、提质增效的新动能。从国际视角来看，2019年全球数字经济平均名义增速为5.4%，高于同期全球GDP名义增速3.1个百分点。(1)中国信通院.全球数字经济新图景(2020年)——大变局下的可持续发展新动能[R].2020-10.基于国内视角，中国信通院在《中国数字经济发展白皮书(2021年)》中公布的数据显示，2020年我国数字经济增加值规模已达39.2万亿元，占GDP比重为38.6%，同比提升2.4个百分点。按照可比口径计算，2020 年我国数字经济名义增长9.7%，高于同期GDP名义增速约3.2倍，数字经济在国民经济中的作用日益凸显。

与此同时，随着我国经济迈入“新常态”，经济增速放缓，驱动增长引擎已经由投资驱动转向以创新驱动为主，产业结构由以重化工业和低端产业为主转向以高端新兴产业为主。长期以来，我国制造业一直居于全球价值链的中低端。许多制造业企业的关键核心技术仍然受制于人，突破核心技术的“瓶颈”是我国数字化建设进程中的关键所在，应该牢牢把握数字经济的发展机遇，创造新型的数字经济业态，促进制造企业的转型和提升。因此，推动产业向中高端转型升级，是“十四五”时期我国实现经济高质量发展的迫切需求和核心动力。在“十四五”规划纲要中，明确提出促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。但数字经济在各行业中的发展出现较大差异。根据中国信通院发布的数据，数字经济渗透率在服务业、工业和农业中分别为40.7%、21.0%和8.9%，即数字经济占本行业增加值比重所呈现的典型特征为：三产高于二产、二产高于一产。数据显示，工业数字经济规模增加值所占比重为17%，低于全行业的平均值(28.7%),表明产业数字化转型水平低于国民经济总体水平。加速推进新一代数字化技术、服务与制造业深度融合，走向智能制造数字产业化，不仅是制造业现代化转型升级的战略选择，同时也是加速新技术动能可持续转换的必要手段。因此，如何有效促进数字经济赋能制造业转型升级，成为近年来政府和社会广泛讨论的议题。

目前，我国学界关于数字经济赋能制造业转型升级的作用机制的研究尚在起步阶段，关于数字经济促进制造业转型升级的内在作用路径，已有研究大多都从单一直接作用机制路径出发，尚未建立一个完整系统的作用机制体系。本文结合数字经济的独特属性，从创新活跃度的视角构建理论分析框架，在此基础上，测算了2010～2020年全国30个省(区、市)(2)本文研究不包括西藏、香港、澳门和台湾地区。由于本文内容涉及大量省级数据，为行文及阅读方便，下文省份均指省(区、市)。的数字经济和制造业转型升级水平，并将研发创新实际授予量与产业传统变量相匹配，采用多种计量方法实证检验数字经济对制造业转型升级的影响和作用机制。本文可能存在的边际贡献有以下三个方面：第一，本文以现有文献为基础，对各省份数字化经济和制造业转型升级进程进行了较为全面的测度，能够更详细地讨论二者的影响关系；第二，本文以创新活跃度为视角构建理论框架，探讨了数字经济通过什么路径推动制造业转型升级这一根本性问题，深化了已有研究；第三，本文建立了更为贴切的R&D实际授予量与R&D人员折合全时当量之比作为创新活跃度的测算指标，相比已有研究能够更准确地评估创新活动的区域异质性。

二、理论分析和研究假设

(一)数字经济对制造业转型升级的影响机制

在数字经济时代下，网络的发展拓宽了共享创新资源的机会和途径。高校、研究院、企业等创新研发主体可以凭借自身优势，协同开发新产品、新专利和新技术，以实现研发成本最小化和研发价值最大化，推动创新研发联动。一是制造业企业迫切需要利用人工智能、互联网、大数据等数字经济工具，来提高创新资源配置效率，增强中国制造业的自主创新研发能力和水平，打破对关键核心技术的固有依赖性，提高中国制造业在全球价值链中的位次和发挥的作用。二是创新分为封闭型创新和开放型创新。封闭型创新指的是基于产业或企业内部垂直式的资源共享与创新；开放型创新指的是涉及企业和其他研发机构或组织之间的横向合作，进而整合内部和外部资源以推动创新研发工作。在数字经济时代的背景下，合理利用比较优势资源，坚持自主创新和开放创新并行，解决关键核心技术壁垒，通过创新研发这一抓手推动制造业企业的转型和升级。

数字经济在生产模式、管理模式、服务模式、经营模式等各领域对传统产业产生影响，不仅能提高企业科技创新水平，而且在高质量发展的背景下数字经济能够激发更多的高技术及科研人才的创新能力，从而提升创新活跃度。具体来看，第一，数字经济能够打造新的产业模式，发展新动能。数字经济通过与其他产业进行融合，进而对传统产业产生了有效冲击，这在一定程度上打造了全新的产业模式，并通过要素搭建传统制造产业与数字经济基础产业间的产业关联度，促进产业链融合，进而促进研发创新、产品创新、流程创新等，形成新技术，培育新动能。第二，数字经济能够解决创新活动的供需矛盾。互联网有效推动信息的传播，信息共享、信息获取低成本等优势，有效解决了区域创新活动的信息不对称，化解了创新活动的供需矛盾。数字经济的发展因而为创新活动奠定了坚实的基础。 Bertschek等(2013)以德国企业为背景，对互联网与企业绩效进行分析，表明互联网能够推动企业的创新过程。Forés和Camisón(2016)研究得出信息通信技术(ICT)能够通过产业布局促进知识溢出,以提高区域内的知识型人才储备及科研水平,进而影响区域创新产出。韩先锋等(2019)通过研究发现互联网不仅能直接提高区域创新能力，还能通过金融发展、人力资本积累等因素间接提升创新效率。

同时，创新水平的提高也有助于推动制造业转型升级。数字经济的发展使得各企业不断进行技术创新以提高自身竞争力，促进了中国的技术进步，带来了全要素生产率的提升，进而推动了我国制造业的转型升级。罗以洪(2019)提出数字经济将逐渐渗透第一、第二、第三产业。曾繁华等(2015)认为制造业转型升级应以创新为动力，实现技术结构、产品结构、行业结构等的全面改进，使制造业由劳动密集型向技术密集型、由低附加值型向高附加值型转变。孙泗泉和叶琪(2015)认为创新活动将促进制造业的转型升级，并从动力、要素和竞争这三个维度优化产业结构。郭申申(2021)提出数字经济应从改善制造业的产业生产、服务转型、组织模式等三个方面来调整和提升产业结构，并且基于河南省的实际情况，提出了利用数字经济推进河南产业升级的实施路径。李春发等(2020)基于产业链的视角，认为数字经济在产业链组织分工、交易成本、外部分配、产品需求四个方面促进了制造业的转型升级。赵西三(2017)认为，数字经济通过解决创新链、生产链和供应链等问题，改变和改善了中国的制造业，促进了制造业的转型升级。因此，本文提出如下研究假设。

假设1：数字经济可以通过提升创新活跃度促进制造业转型升级。

(二)数字经济对制造业转型升级的非线性溢出效应

一方面，数字经济能够降低各部门间获取信息的成本，降低信息不对称带来的影响，弱化各部门间的经济活动边界(冯伟和李嘉佳，2018)。另一方面，数字经济能够使产业结构知识化、高科技化，能够“软化”产业结构，加速并促进制造业转型升级，引起制造业转型升级的动态演变，且呈现出明显的溢出效应。由于数字经济的高速发展，制造业为了适应数字经济的这一发展速度从而抓住数字经济发展红利，各部门从各方面作出努力以全方位提升运行效率；此外，网络技术及产品服务也因数字经济的发展更为高效、便捷、高端。陈小辉等(2020)基于CRITIC方法测算了数字经济发展水平指数，并利用中国省级面板数据对数字经济发展水平与产业结构水平间的关系进行了实证检验。结果发现，数字经济发展水平对中国产业结构的影响呈现出边际效应递增的非线性特征，其中，中部和西部地区的提升程度大于东部地区。

随着数字经济的广泛应用，计算机网络先驱梅特卡夫提出的梅特卡夫法则和网络效应均在制造业转型升级中成立。数字经济不仅通过与制造业各部门的有效融合降低了制造业企业边际成本，使企业参与者的利润得到了大幅提升，而且数字经济发展水平的提高以及企业创新水平的提升，进一步加速了制造业发展，制造业更好地取得了数字经济发展的红利。因此，本文提出如下研究假设。

假设2：数字经济对制造业转型升级的影响具有非线性的边际递增特征。

三、研究设计

(一)变量测度与说明

1.改进的熵值法

(1)指标说明。

假设年份跨度为d，省份数量为n，指标数量为m,则Xθij为第θ年省份i的第j个指标。

(2)指标的标准化处理。

(1)

(3)指标熵值的确定。

(2)

(4)指标信息效用值的确定。

Gj=1-Hj

(3)

(5)指标权重的确定。

(4)

(6)综合评分的确定。

(5)

2.变量说明

(1)数字经济发展水平(Digei,t)的测度。国内外对数字经济发展水平的测度各不相同。中国信通院发布的《中国数字经济发展白皮书(2021年)》通过构建DEI指数，从产业数字化和数字产业化两方面对数字经济发展水平进行了测定。本文基于王俊豪和周晟佳(2021)的研究，借鉴沈运红和黄桁(2020)采取的基于数字经济的三个核心维度“数字化基础发展水平”“数字化产业发展水平”“数字化社会应用水平”，通过12个三级指标，分别选取了2010～2020年我国30个省份的相关代表性指标数据，利用实证检验的方法分析了数字经济发展对我国制造业转型升级的影响机理。

数字化基础发展水平。我国高度重视信息基础设施建设，我国电信业对数字经济及数字社会的发展所起的基础支撑作用不断增强，并且随着数字经济的蓬勃发展，我国移动网络覆盖率也不断扩大。互联网普及率是衡量数字经济发展的基础，互联网普及率的提升能够支撑数字经济的发展，甚至带来经济的高速发展。由于2015年我国移动电话用户数据口径有调整,移动电话普及率与往年不可比，出于数据的易得性和可靠性考虑，本文选取电信业务总量、移动电话用户数、移动网络用户数、移动网络普及率，运用改进的熵值法以赋权指标并得出综合评分，以此来衡量数字化基础发展水平。

数字化产业发展水平。我国软件和信息技术服务业呈现出持续高速增长的态势，软件应用服务化、平台化趋势明显。信息服务业的相关投入为我国工业领域的自主可控发展和数字化改造提供了支撑力和重要动能。因此，为了有效衡量我国数字产业发展水平，本文选取信息服务业GDP总量、信息服务业从业人数、信息服务业业务收入、信息服务业全社会固定资产投资四个指标，运用改进的熵值法进行赋权，得出相应综合评分，衡量数字化产业发展水平。

数字化社会应用水平。我国电子商务平台技术服务发展迅速，具有巨大的社会商业价值潜能，能够显示我国数字化的社会应用水平，即选用网上零售销售总额、网上零售销售增速、电子商务销售额、电子商务交易额,运用改进的熵值法赋权指标并计算综合评分，以此表征数字化社会应用水平。中国数字经济发展评价体系如表1所示。

表1 中国数字经济发展评价体系

(2)制造业转型升级指数的测度。现有研究将制造业转型升级的测定分为两种评价方法。一种为公式法，通过测算产业结构合理化和产业结构高级化来代表制造业的转型升级(付凌晖，2010)。另一种为体系构建法，通过研究影响制造业转型升级的因素来构建其综合评价体系(潘为华等，2019)。本文基于数据的科学性及测算的可靠性，参照干春晖等(2011)在衡量产业结构变迁与经济增长中所采用的三次产业产值及从业人数计算的泰尔指数来测算产业结构合理化。在信息化背景下，产业结构不断服务化，故本文选用第三产业产值与第二产业产值的比例来计算产业结构高级化，进而测定制造业转型升级指数(MTU)。

(3)创新活跃度的测度。根据已有研究，测量创新能力常常选取单一的专利申请量或专利授予量作为测量工具，前者体现了申请者进行创新研发工作的努力程度，未能如实反映其科创能力；而后者是经过专利部门审核通过的真实专利拥有量，能够反映真正的创新实力。专利申请量和专利授予量都是一定时间内创新能力总量的体现，并不能动态体现创新能力的活跃程度与潜力，因此，借鉴程新生等(2019)对企业层面的创新活跃度的测量方法，本文在其基础上进行改进，选取R&D实际授予量与R&D人员折合全时当量之比作为创新活跃度的测度指标，记为Innovact。 对于数据库中缺失的数据，查找年报进行补充。

(4)控制变量。为了更加科学地分析数字经济推动制造业转型升级过程中的溢出效应，需要设定可能对制造业转型升级带来影响的控制变量。①经济发展水平(pgdp)。采用人均国内生产总值表示各地经济发展水平。②政府干预(gover)。采用一般预算支出额占地区生产总值的比例表示其数值。③外贸依存度(trade)。采用进出口总额占地区生产总值的比例表示该数值。④外商投资(fdi)。采用当年实际使用外资占地区GDP的比值表示该数值。⑤金融水平(fin)。采用机构存贷款余额与GDP的比值表示该数值。

(二)模型构建

为检验以上研究假设，需要构建以下模型。首先构建数字经济发展水平对制造业转型升级直接效应模型，即：

MTUi,t=α1+β1Digei,t+γ1Zi,t+μi+δt+εi,t

(6)

其中，i表示各省份，t表示年份，MTUi,t为省份i在t时期的制造业高级化，Digei,t为省份i在t时期的数字经济发展水平，Zi,t表示一系列控制变量，μi表示省份i不随时间变化的个体固定效应，δt表示时间固定效应，εi,t为随机干扰项。

除了直接效应以外，为进一步讨论数字经济对制造业转型升级的具体传导机制，本文以创新活跃度作为中介变量进行检验。根据中介效应的检测方法，在制造业转型升级对数字经济发展水平的回归系数显著的基础上，进一步做创新活跃度(Innovact)对数字经济发展水平(Digei,t)的回归，以及控制创新活跃度(Innovact)这一中介变量，进行制造业转型升级(MTU)对数字经济发展水平(Digei,t)和创新活跃度(Innovact)的回归，如果两者的回归系数统计都显著，则表示数字经济发展水平会通过创新活跃度对制造业转型升级产生影响。具体模型如下：

Innovacti,t=α2+β2Digei,t+γ2Zi,t+μi+δt+εi,t

(7)

MTUi,t=α3+β3Digei,t+λInnovacti,t+γ3Zi,t+μi+δt+εi,t

(8)

基于本文的研究假设，数字经济发展水平和创新活跃度对制造业的转型升级可能具有非线性动态溢出效应。因此，本文采用Hansen(1999)提出的面板门槛模型进行实证分析,本文构造了以数字经济发展水平为门槛变量的单门槛模型(9)。

MTUi,t=ω0+ω1Digei,tI(Digei,t≤η1)+ω2Digei,tI(Digei,t>η1)+ω3Zi,t+μi+δt+εi,t

(9)

其中，η为待估计的门槛值；I为取值1或0的指示函数，满足括号内条件即为1，否则为0。

(三)数据来源与描述性统计

由于数据的可获得性，本文选取了2010～2020年中国30个省份相关指标数据进行测算和趋势性分析研究。目前数字经济发展水平的数据还未有统一测算标准，本文采用熵值法构造数字经济发展水平进行检验，研究使用的其他数据和计算指数的原始数据来自国家统计局、Wind数据库、国泰安数据库。为使结果更准确，本文对控制变量均进行了标准化处理，即各控制变量对数化。各变量的描述性统计结果如表2所示。结果显示，制造业高级化指数(MTU1)的均值为1.120，最小值为0.500，最大值为5.020，标准差为0.640，表明不同地区制造业转型升级程度差异较大。数字经济发展指数(Dige)、创新活跃度(Innovact)均具有均值小、误差大的特征。对于控制变量，各省份的经济发展水平(pgdp)、政府干预(gover)、外贸依存度(trade)、外商投资(fdi)、金融水平(fin)等也存在明显差异。

表2 描述性统计结果

四、数字经济对制造业转型升级的实证检验

(一)基准回归结果

基于对实证模型估计方法的选择，本文对中国30个省份形成的静态面板数据进行豪斯曼检验，豪斯曼检验结果(见表3)显示固定效应模型比随机效应模型更适合对该面板数据进行分析。

表3 豪斯曼检验结果

续表

表4显示了数字经济对中国制造业转型升级的线性估计结果。在第(1)、第(2)列中，核心解释变量数字经济发展指数(Dige)的回归系数显著为正；加入了控制变量后，第(2)列显示，在其他变量不变时，数字经济发展水平每提高1个单位，制造业高级化程度提高0.574个单位，说明数字经济的发展，促进了制造业转型升级，制造业结构不断高级化。此外，第(2)列中，各省经济发展水平(pgdp)、政府干预(gover)、金融水平(fin)与制造业转型升级之间具有显著正相关性，而外贸依存度(trade)、外商投资(fdi)则与制造业转型升级显著负相关，这说明进出口总额占GDP比重上升不利于制造业的结构调整升级，这可能是因为我国主要涉及第二产业的进出口，较少涉及第三产业，并且外来资本投资容易使本国对外国形成技术依赖，不利于我国进行技术创新，抑制了我国制造业转型升级。

表4 基准回归结果

续表

前文基于创新活跃度的视角，从理论上分析了数字经济对制造业转型升级的影响机理。为验证这一影响机制的相关假设，本文采用中介效应模型进行实证研究，表5显示了回归情况。在验证了数字经济对中国30个省份的制造业转型升级具有显著推动效应(见第(1)列)的基础上，进一步验证了创新活跃度是否促进了数字经济发展水平(见第(2)列)，二者中经济增长的回归系数均为正。最后，将创新活跃度这个中介变量代入式(8)，通过核心解释变量系数值并对显著性进行判断。结果表明，数字经济可以通过促进一国的创新活跃度而对制造业结构高级化产生积极影响，因此存在中介效应，中介效应在总效应中的占比为12.63%，说明数字经济的发展能够提高各省份的数字技术创新投入和研发支出，并且创新扩散效应能够吸纳高端的信息技术及优质的人才，使制造业具有高质量的资源要素，这进一步提升了我国制造业的转型升级，该实证结果支持了假设1。

表5 中介效应检验

(二)区域异质性分析

中国各地区经济发展水平以及资源禀赋存在差异，因此可能会导致我国各省份数字经济发展水平对制造业结构发展水平具有区域差异性，基于此，本文将30个省份分为东部、中部、西部进行分析。在进行分类回归检验之前，先对不同区域的数字经济发展水平、制造业高级化水平以及各控制变量的差异进行描述性统计说明。东部地区在数字经济发展和制造业高级化程度上都要明显领先于中部及西部地区，进一步说明了我国数字经济发展水平对各省份制造业结构发展水平具有区域异质性。

本文对中国东部、中部、西部三个区域分别进行研究，得出的实证结果如表6所示。从中可以看出，在控制了经济发展水平、政府干预、外贸依存度、外商投资、金融水平等变量后，数字经济发展水平对东部、中部和西部地区的制造业结构高级化均具有显著的促进作用，这与全样本所得结论一致。从区域差异来看，数字经济发展水平对中部地区制造业结构高级化的促进作用最大，东部地区次之，西部地区最小。具体来说，数字经济发展水平每增加1个单位，东部地区制造业高级化水平增加0.470个单位，中部地区增加0.850个单位，西部地区增加0.310个单位。这可能是因为中部地区亟待加快产业转型升级，经济快速增长所体现出来的经济活力是吸引众多跨国企业的重要因素。先进制造业、新能源、新材料、电子信息、物联网、现代物流等产业的外资项目纷至沓来。数字经济通过创新吸纳高素质的高端资源，提升了制造业的转型速度。而西部地区处于国内产业价值链中低端且数字经济仍处于起步阶段，因此对制造业转型的促进效果较低。

表6 区域异质性检验

(三)稳健性检验

考虑可能存在组内自相关、组间异方差，本文首先使用不同的回归模型进行稳健性检验。检验结果如表7所示。稳健性检验中三种模型回归结果与原模型估计结果仍一致。

表7 不同回归模型稳健性检验

其次，本文采用制造业合理化指数(MTU2)替换原被解释变量制造业高级化指数(MTU1)重新估计，以使实证结果更可靠。由于制造业合理化指数为负向指标，其值越接近于0，制造业结构越合理，本文采取指标正向化处理。因此，表8的结果表明，数字经济发展水平与制造业结构合理化在95%的置信区间具有显著的促进作用，也与前述的实证结果相一致。综上所述，表明基准回归结果具有稳健性。

表8 更换被解释变量的稳健性检验

续表

(四)非线性效应分析

前文的实证研究已验证创新活跃度的中介作用能有效促进制造业转型水平的提高，关于这种激励提升作用是否为线性关系，我们将进一步展开研究。考虑到数字经济的网络效应和梅特卡夫法则在促进制造业转型升级的过程中成立，本文对数字经济促进制造业转型升级的影响可能存在的非线性溢出效应进行理论阐述和实证分析。为验证理论假设2，采用面板门槛回归模型进行实证检验。基于Hansen(1999)的方法，在估计面板门槛模型之前首先进行面板门槛存在性检验。经过自助法(boostrap)反复抽样1000次后，检验结果表明数字经济发展水平指数和创新活跃度两个门槛变量都显著通过了单一门槛检验，未通过双重门槛和三重门槛检验。因此，可认为数字经济和创新活跃度对制造业转型升级的影响存在单一门槛效应，故选用单一门槛回归模型来分析其非线性溢出效应。

表9展示了门槛模型的回归结果，其中第(1)列表明当数字经济发展水平较低时，对促进制造业转型升级的影响甚微。当数字经济发展水平达到一定高度，即Dige>1.3324(门槛值)时，数字经济发展水平与制造业转型升级水平在1%的显著水平上正相关，研究结果呈现显著的正向且边际效应递增的非线性特征。这是由于在数字经发展初创阶段，数字基础设施建设的周期较长、前期投入成本高且投资规模大，并且技术创新投入的沉默成本很大，此外依然存在高风险和强不确定性，制造业企业系统实现生产和管理数字化需要巨额成本，数字经济拉动居民消费动力不足，加上各项针对性的优惠政策亟待完善，制造业企业数字投入积极性较低，这些不确定性因素会在一定程度上抑制数字经济对制造业转型升级的巨大潜在促进作用。随着新一轮科技革命爆发，数字经济的发展规模逐渐扩大，其风险因素能够被有效把控和应对，相关扶持政策陆续出台，数字经济带动了投资规模的扩张，在不同行业的发展过程中，信息数据作为新的生产要素不断渗透其中，促进了产业一体化和生产模式、生活方式的转变，进而赋能经济高质量发展。而在以创新活跃度作为门槛变量的模型中(见第(2)列)，数字经济对制造业转型升级的促进作用同样呈现非线性溢出效应，说明数字经济对制造业转型升级的动态影响不仅受到自身水平的作用，还存在创新活跃度产生的调节，体现为数字经济与创新生态系统形成了积极互动。

表9 数字经济影响制造业转型升级门槛模型的回归结果

五、结论与政策建议

本文立足于数字经济极大影响了中国产业结构优化升级这一典型事实，从创新活跃度的视角切入，基于中国2010～2020年的省域层面数据，在构建数字经济综合发展水平和制造业转型升级的指标评价体系并采用改进的熵值法对变量进行测度的基础上，运用面板固定效应模型、中介效应模型和面板门槛模型，多维度实证分析检验了数字经济对制造业转型升级的影响及内在机制。主要结论如下：第一，数字经济能够显著优化和提升制造业的产业结构，推动其向技术密集型方向发展，并且在这一影响机制中，创新活跃度发挥部分中介效应，间接提升制造业转型升级水平；第二，在区域异质性方面，东部地区在数字经济发展水平和制造业高级化程度上均明显领先于中部及西部地区，且东部和中部地区享受到的数字经济红利相比西部地区更大，对发达地区的影响也比欠发达地区更为显著；第三，数字经济对制造业转型升级的促进作用呈现出边际效应递增的非线性变化趋势，这符合数字经济的网络效应特点及梅特卡夫法则，并且创新活跃度这一中介因素还能够强化该非线性溢出效应，表明数字经济与创新生态系统能够对制造业转型升级形成驱动合力。

基于上述实证分析，本文提出如下政策启示：第一，立足于数字经济能够成为制造业转型升级的新动能这一典型事实，我国应夯实基础产业，积极发展和完善数字基础设施，包括互联网、云计算、5G商用、大数据等，聚焦短板弱项，提高软硬件基础设施水平，扩大对互联网的投资规模，提速信息化发展以推动传统制造产业提高生产效率和商业模式创新；第二，数字经济对欠发达地区制造业转型升级的积极效应亟待深化，表明各地区应该实施差异化、动态化的数字经济战略，因地制宜，让数字经济成为有效缩减各地区经济发展不平衡的技术支撑；第三，数字经济通过激发创新活跃度进而驱动制造业转型升级的内在作用路径，证实了创新扩散能够带动更多制造业企业实现高级化转型。因此，必须加快构建科技创新平台，突破关键前沿技术，发挥产学研协同创新发展优势，促进制造业企业向智能化、技术密集型方向发展。