黑龙江省数字经济与制造业融合发展研究

吴海凤， 宋德军

（哈尔滨商业大学经济学院， 黑龙江 哈尔滨 150028）

0 引言

随着大数据、云计算、人工智能等新一代信息技术不断创新突破，数字经济已然成为推动黑龙江省经济持续稳定增长、经济结构不断转型升级的重要引擎。黑龙江省制造业正面临数字化转型的挑战和机遇。数字技术的广泛应用正在改变传统制造业的生产方式和业务模式，为企业提供了更高效、灵活和智能化的生产和管理方式。但是在发展过程中仍然存在发展路径依赖性强，技术创新水平低；体制与结构性有矛盾和虚拟经济的严重挤压等问题，这在一定程度上影响了制造业企业的生产经营活动，成为制造业发展的掣肘。

1 文献综述

祝合良和王春娟认为创新构建数字化产业体系和政府引导产业数字化转型两方面是制约产业发展的因素[1]。梁小甜和文宗瑜运用熵值法计算得到数字产业化、产业数字化数值，计算两者耦合度，认为制约制造业发展的因素是创新投入和人均创利[2]。王德祥结合省级面板数据进行实证分析，结论为数据要素与技术要素、资本要素、劳动要素等传统生产要素融合产生中介效应，促进制造业发展，且对资本要素影响最大[3]。周正和王搏认为，数字经济不仅带动了居民消费增长，也是推动制造业发展的重要动能[4]。

学者的研究大部分是数字经济对制造业发展的定性描述和案例分析等，但有关研究数字经济促进制造企业发展的机制和路径的文献较少。因此，对于数字经济对制造业发展的影响研究还需要进一步探索。数字经济如何驱动制造企业发展，现有研究对这些根本性问题缺乏深入的探讨。

2 指标选择与模型构建

2.1 指标选择

对于数字经济发展水平和制造业发展的测度及评价，财新智库、国家统计局等发布有关指数及测算方法，在学术领域，对于数字经济发展水平的测度，学者多从数字基础设施、数字化交易等方面测度[5]，对于制造业发展的测度，学者多从规模实力、创新水平、质量效益、绿色节能等方面测度[6]。借鉴学者做法，选取黑龙江省2015—2022 年的数据，对数字经济构建了3 个一级指标和9 个二级指标，对制造业发展构建了3 个一级指标和8 个二级指标，并采用熵值法进行综合评价。构建指标如表1 表2 所示。

表1 黑龙江省数字经济水平综合评价指标体系

表2 黑龙江省制造业发展水平综合评价指标体系

数据来源于2015—2022 年黑龙江统计年鉴，国家统计局，互联网指数，其中对少量缺失值采用插值法处理。

2.2 模型构建

灰色关联分析法是通过计算关联系数以及关联度的一种多因素综合评价方法。若两个系统内不同因素间变化的同步程度趋于一致，则称二者关联紧密。反之则反之。其具体步骤如下：

1）确定分析数列。选择制造业发展指数为母序列。选择数字经济对应的9 个指标即为子序列。

2）对变量进行预处理：

3）计算差序列：

4）计算各个指标与母序列的关联系数：

式中：miniminkΔij（k）为二级最小差；maximaxkΔij（k）为二级最大差；ρ 为分辨系数，取ρ=0.5。

5）计算灰色关联度：

3 黑龙江省数字经济与制造业发展的关联分析

3.1 时序变化分析

通过使用熵值法对黑龙江省2015—2022 年数字经济水平与制造业发展指标下的数据进行分析测算获得数字经济水平与制造业发展的信息熵和权重，经过计算，可得数字经济水平与制造业发展综合指数，见图1。

图1 黑龙江省数字经济水平与制造业发展指数变化过程

由图1 可知，2022 年以来，黑龙江省数字经济水平与制造业发展指数均在小幅度波动，但总体呈上升趋势，其中数字经济水平指数由2015 年的0.22 递增至2022 年的0.55；制造业发展指数由2015 年的0.42递增至2022 年的0.78。近几年受疫情因素的影响，发展不稳定。但根据图1 能够说明数字经济水平的提升有助于加速制造业发展进程，这为黑龙江省制造业现存困境提供了新的突破思路。

3.2 灰色关联分析

为了进一步分析数字经济水平对制造业发展的影响，用灰色关联模型测算2015—2022 年数字经济水平的9 个指标与制造业发展指数灰色关联系数矩阵，见表3。

表3 2015—2022 年黑龙江省数字经济水平和制造业发展灰色关联系数矩阵

根据表3 数据可知，关联度的值大多超过0.6 且接近于1，说明数字经济各指标与制造业发展指数关联程度较为紧密，但不同的数字经济指标对制造业发展的影响程度存在差异。通过分析数字经济水平对制造业发展的灰色关联度，可知数字经济各指标均对制造业发展有显著影响，其中电信业务总量、科学研究与技术服务从业人员、技术市场成交额影响较大，说明数字产业规模对制造业发展的贡献最大，见表4。

表4 2015—2022 年黑龙江省数字经济水平和制造业发展灰色关联度

由表4 可知，电信业务总量、科学研究与技术服务从业人员、技术市场成交额、信息传输、软件和信息技术服务业城镇单位就业人员的关联度分别是0.687 0、0.663 0、0.660 5 和0.649 9，因此数字产业规模整体对制造业发展的灰色关联度为0.665 0，贡献最大。说明黑龙江省数字产业通过数字化技术的应用，可以实现供应链的优化与整合；数字化的供应链管理可以提高供应链的可视性、协同性和效率，实现物流、库存和供需平衡的精确控制，从而提高制造业企业的生产效率和运作效能。

其次数字基础设施和产业数字化对制造业发展的灰色关联度接近，分别为0.643 6 和0.640 7。说明黑龙江省构建数字基础设施和加快发展产业数字化对制造业发展有显著影响。数字基础设施提供了高速的数据连接和通信能力，使制造企业能够实时获取和共享数据。数字基础设施支持物联网技术的应用，提供了强大的计算和存储能力，使制造企业能够实时监测和控制设备、机器和生产过程。对于产业数字化，产业数字化技术的应用可以实现生产过程的智能化和自动化。通过实时数据监测、远程控制和自动化调整，制造企业能够提高生产线的效率和灵活性，减少生产成本和资源浪费。通过实时数据分析和预测，企业可以优化库存管理、生产计划和物流调度，减少库存积压、准确响应需求变化，并实现供应链的可见性和透明度。

4 结论与建议

4.1 结论

在数字经济作为新的增长引擎和经济高质量发展的背景下，立足于数字经济影响制造业发展的内在逻辑，基于2015—2022 年黑龙江省的数据，利用熵值法求出各个因素的权重并建立灰色关联度模型，对数字经济各指标影响制造业发展的进行了探究，得出以下结论:

1）数字经济对制造业发展有促进作用；

2）数字经济可以通过扩大数字化产业规模、加强基础设施建设和提升产业数字化水平来对制造业市场形成正向影响。

4.2 建议

1）推动数字化转型。首先制造企业需要明确定义数字化转型的目标和愿景，以便为整个组织提供方向。这包括确定关键的数字化技术和平台，以及潜在的业务收益。其次，制造业应积极采用先进的数字技术，如物联网、大数据分析、人工智能等，实现数字化转型。通过数字化技术的应用，可以提高生产效率、降低成本、优化供应链管理等，从而提高产品质量和企业竞争力。

2）培养数字化人才。制造业需要具备数字化技术的人才支持。应注重培养数字化技术方面的专业人才，包括数据分析师、人工智能工程师、物联网技术专家等。同时，通过培训和转岗安排，提升现有员工的数字技能和意识。同时在高校开设跨学科的课程，涵盖工程、信息技术、商业管理等领域，以培养学生全面的技能。

3）加强数据安全与隐私保护。数字经济离不开数据的收集、存储和分析。为确保制造业在数字化过程中的可持续发展，需要加强数据安全和隐私保护措施，确保企业和客户的数据得到妥善保护，并符合相关法律法规的要求。

4）加强产业互联网建设。产业互联网是数字经济发展的重要手段之一。制造业可以通过建设产业互联网平台，实现企业间的信息共享和协同，提升整个产业的效率和协同能力。同时，产业互联网平台也可以为制造业提供更多的数字化服务和解决方案。要做到加强数据加密、建立健全的数据安全体系以及采用多层次的安全策略。

5）加强创新能力和研发投入。数字经济时代对创新能力有更高的要求。制造业应加大对研发的投入，加强自主创新，开发适应数字经济的新产品、新技术和新模式，以提高产品质量和附加值。数字经济强调合作和开放性，通过数字平台和互联网，企业更容易与合作伙伴、创新生态系统以及全球创新社区连接。这种开放的环境促进了数字经济与制造业知识和资源的共享，加速创新的发生和传播。