数字经济赋能制造业高质量发展探究

王小明 邵睿 朱莉芬

摘   要：数字经济推动制造业发展实现了五大转变，即投入从要素驱动向数据驱动转变，产出从产品导向向用户体验转变，企业联系从产业关联向企业群落转变，产业生态从竞争合作向互利共生转变，管理组织从科层组织向网格组织转变。在此基础上，构建数据、需求、共生、创新、管理五驱动融合模型并探索创新发展路径，即数据驱动制造业与互联网深度融合、需求驱动制造业与服务业深度融合、共生驱动制造业及相关产业深度融合、创新驱动制造业与数字新技术深度融合、管理驱动制造业与数据价值链深度融合。推动数字经济赋能制造业高质量发展，应从技术应用布局、数据标准制定与应用安全、平台与基础设施建设、政策保障等方面着力。

关键词：数字经济；制造业；高质量发展

中图分类号：F49   文献标识码：A   文章编号：1003-7543（2023）03-0148-08

发展数字经济，对构筑国家竞争新优势具有重要意义。数字经济以数字化的知识、信息、技术、网络，重组全球要素资源、重塑全球经济结构、改变全球竞争格局，正在推动全球制造业发展理念的深刻变革。我国是全球制造业第一大国，但制造业大而不强，长期处于全球制造业价值链的中低端，既面临着菲律宾、越南等发展中国家低劳动力成本竞争优势的挤压，又面临着美国、德国、日本等发达国家高端制造业竞争优势的排挤，加快推动我国制造业高质量发展迫在眉睫。我国是世界数字经济第二大国，新型基础设施建設领跑全球，数字经济新动能持续增强，为数字经济赋能制造业高质量发展奠定了坚实基础。数字经济作为未来经济社会发展的新动力和新引擎，已成为我国制造业高质量发展的关键要素和重要推动力。党的二十大报告明确提出，加快建设制造强国，加快发展数字经济，促进数字经济和实体经济深度融合。如何更好地发挥我国数字经济的比较优势，推动制造业高质量发展，已成为推进中国式现代化、建设制造强国和数字中国亟待破解的重大课题。

一、数字经济赋能制造业高质量发展的机理分析

近些年来，数字经济蓬勃发展。数字经济以数字化信息为关键资源、以互联网平台为主要信息载体、以数字技术创新驱动为牵引，深刻影响着制造业高质量发展。刘鑫鑫和惠宁通过研究数字经济对我国制造业高质量发展的影响，认为数字经济能显著促进制造业高质量发展，应着力推动数字经济与制造业深度融合［1］；惠宁和杨昕通过研究数字经济对制造业高质量发展的影响机制，认为加快推动数字经济与制造业实现深度融合已成为支撑经济高质量发展的关键力量［2］；吕铁和李载驰通过研究数字技术赋能制造业高质量发展，认为数字技术对赋能制造业高质量发展具有重要作用［3］。数字经济的非竞争性、非排他性、即时性、低成本复制性等技术经济特征，对制造业发展产生了深远影响，奠定了数字经济赋能制造业高质量发展的理论基础。通过深入梳理国内外相关研究文献［4-5］，总结数字经济赋能制造业的丰富实践，可知数字经济主要从投入、产出、企业联系、产业生态、管理组织五个主要维度赋能制造业发展（见图1）。具体而言，在投入上，从要素驱动向数据驱动转变；在产出上，从产品导向向用户体验转变；在企业联系上，从产业关联向企业群落转变；在产业生态上，从竞争合作向互利共生转变；在管理组织上，从科层组织向网格组织转变。

（一）投入：从要素驱动向数据驱动转变

在制造业演变发展进程中，资本、劳动力、厂房、机器设备、原材料、能源等均是重要的生产要素。随着数字经济的蓬勃发展，数字技术的日新月异及其创新应用，为制造业挖掘出更多的数据资源。数据从弥合信息不对称向信息创造持续推进，直接参与制造环节与制造工序，持续渗透至制造业各环节，成为变革制造理念的关键变量，逐步演化成为赋能制造业高质量发展的关键要素。随着数字经济的深度发展，数据资源深度参与制造过程与制造环节，成为制造业高质量发展的重要要素，在制造业高质量发展中发挥着不可或缺的重要作用，推动投入从要素驱动向数据驱动转变。

（二）产出：从产品导向向用户体验转变

产品导向是制造业传统发展理念的主流，规模是制造业企业考虑的首要因素，消费者对产品差异化的个性化需求被抑制。数字经济赋能制造业发展是制造业供给侧结构性改革的内在要求，它深度改变了制造业传统的用户关系，推动了从多层级销售到平台中心辐射、从单向流动到信息双向互动、从用户隔离到用户社群化的转变，使满足用户个性化需求成为可能。广大消费者的个性化需求和消费成为制造业发展的不竭动力，推动数字经济赋能制造业从产品导向向用户体验转变［6］。数字经济赋能制造业发展，以消费者需求的多维数据为支撑，深入研判消费者消费习惯，通过产品的“精准设计”，充分考量产品构造、功能质量和用户情感，可有效满足消费者个性化、差异化需求，让广大消费者在使用产品或享受服务中得到满足体验。

（三）企业联系：从产业关联向企业群落转变

数字技术的无边界和无障碍性可减少产业及企业间的信息不对称，有利于制造业克服产业维度的产业关联和地理维度的产业集聚所面临的路径依赖、不确定性与刚性等诸多局限。克服产业维度的产业关联局限，就是通过应用数字技术推动制造业数字化发展，构建资源在线化、产能柔性化、产业链协同化的联系机制，推进制造业突破产业关联局限，形成数字技术联系企业群落；克服地理维度的产业集聚局限，就是通过应用数字技术推动制造业多元化共享渠道建设，推进制造业突破地理集聚局限，形成生产要素共享企业群落。数字经济的发展，可助推制造业突破“产业关联”“地理集聚”等局限，向“虚拟集聚”等新型联系转变，形成以数据和技术集散中心为平台主导的企业群落。数字经济平台是开放性平台，可打破时空和企业组织边界限制，改变企业资源接入和组合形式，加速资源虚拟集聚。它是制造业资源匹配的重要场所，有利于制造业企业群落形成更好的联系关系。

（四）产业生态：从竞争合作向互利共生转变

在传统发展模式下，制造业主要通过产业链延伸、产业集群、产业规模化等实现发展，企业通过规模经济、范围经济、降低交易成本等实现生产效率提升和生产成本降低，参与企业要么合作、要么竞争，制造业生态系统企业主体之间是竞争合作关系。随着数据资源逐步成为推动生态系统演化的关键资源，数字经济赋能制造业形成价值共创的产业生态有机整体，实现从竞争合作向互利共生的良好生态转变。伴随数字经济平台体系日趋完善，数字经济赋能制造业生态从竞争合作向互利共生转变的趋势日益显现。一方面，数字经济平台推动制造业上游、中游、下游等产业链主体的整合，以共同目标促进互利共生实现；另一方面，数字经济平台的公平性和公开性，可消除制造业企业主体间的信息不对称，保障平等竞争，以避免恶性竞争、促进实现互利共生。制造业相关及不同行业均可通过数字经济平台体系打通行业壁垒，进而推动制造业实现互利共生发展。

（五）管理组织：从科层组织向网格组织转变

自马克斯·韦伯提出科层组织理论以来，科层结构一直是制造业管理组织的主流形态，其存在组织分化、内部资源被分割、价值链过程割裂、管理层级多等诸多不足，数字经济驱动制造业管理组织由科层制向网格制转变，重塑制造业管理组织架构。网格组织呈现扁平化的特点，组织柔性和适应性明显增强，不仅深化了产品供给侧的分工，而且具有平等开放的组织文化氛围，从信息、价值链等方面赋能制造业管理组织，有利于形成共享开放的价值观念。一是信息赋能。通过网格组织可将各部门、各层级以网络形式联结，信息在制造业企业内畅通传播，打破部门界限实现资源共享；通过大数据技术的储存、高效处理，汇总各個环节的信息资源，有效降低信息失真失误，有利于管理层利用信息进行研判和决策。二是价值链赋能。制造业企业内部管理借助大数据系统实现互联互通，借助人工智能等实现科技价值整合，依托数字经济优化制造业价值链，实现聚合信息共享；外部管理按需获得内部管理决策信息，并向内部管理决策者进行信息反馈。

二、数字经济赋能制造业高质量发展的现状及困境

数字经济赋能制造业发展，就是应用数字化信息技术（如5G、云计算、区块链、人工智能、大数据等）促进制造业高质量发展。当前，数字经济赋能制造业高质量发展普遍存在相关投入不足、赋能成效还不明显、数据信息孤岛效应突出、产业生态脆弱、管理组织变革任重道远等状况，同时面临着关键核心技术“卡脖子”、数字经济与制造业融合度不高、数据标准及安全性滞后制约开放与共享、国际竞争日益加剧等诸多困境。

（一）数字经济赋能制造业高质量发展的基本现状

由数字经济赋能制造业高质量发展的机理分析可知，数字经济主要从投入、产出、企业联系、产业生态、管理组织五个维度赋能制造业高质量发展。这里也从这五个维度分析数字经济赋能制造业高质量发展的现状。第一，就投入而言，目前的数字经济相关投入不足。数字经济赋能制造业投入主要包括公共投入和制造业主体投入。在公共投入方面，数字基础设施点多面广，投资规模大、回收周期长、投资风险高，大多只能依靠公共财政投入，目前我国投入与美国、德国等发达国家的差距较大。在制造业主体投入方面，因数字经济赋能制造业投入大，大多数制造业企业特别是中小微企业望而却步，目前超过55%的中小微企业尚未完成基础设备数字化改造。《中小企业数字化转型分析报告（2020）》显示，近90%的中小微企业尚处于数字化探索阶段［7］。第二，就产出而言，数字经济赋能成效还不明显。我国是世界制造业第一大国、数字经济第二大国，美国、德国等发达国家数字经济占GDP的比重超过50%，2020年我国这一比重为38.6%［8］。第三，就企业联系而言，还存在数据信息孤岛现象。数字经济赋能制造业发展涉及诸多数据信息，数据信息孤岛的存在会影响赋能成效。数据信息孤岛致使数据信息价值难以充分发挥，制造业企业联系受阻，不利于制造业生产要素的优化配置。第四，就产业生态而言，制造业数字化生态还比较脆弱。在国家政策导向下，我国制造业数字化发展意识越来越强、需求越来越旺，但受资源条件限制、缺乏龙头企业示范和成熟经验借鉴等影响，数字经济赋能制造业发展步伐相对滞后。第五，就管理组织而言，我国管理组织变革尚任重道远。目前大数据、物联网、人工智能技术等虽取得较大突破，但与管理组织变革要求的万物互联、智能化相比仍存在不小差距。

（二）数字经济赋能制造业高质量发展面临的主要困境

我国数字经济赋能制造业高质量发展主要面临如下困境：一是关键核心技术“卡脖子”问题仍较突出。我国数字技术创新能力不足且关键核心技术仍受制于人，诸如底层操作系统、嵌入式芯片、关键工业软件等核心技术对外依存度依然较高。二是数字经济与制造业融合度不高。数字经济有助于制造业资源配置优化、产业结构调整等，但目前全国仅7.0%的企业初步形成探索新一代智能制造的市场竞争条件， 赋能融合仍停留在典型、示范等制造环节或部分领域，数字渗透率较低、企业参与度不高，需要深入推进数字经济对制造业的渗透与融合。三是数据标准及安全性滞后制约开放与共享。数据标准尚未统一，众多制造业企业拥有的设备类型、应用场景、相关环境工业协议等存在不小差异，数据格式也存在不小差异；制造业产生及使用的数据因设备类型、应用场景、相关环境工业协议、数据格式差异等，其转让和共享难以有效实现。数据安全性不高，制造业对诸如生产设备、产品、运营和用户等数据安全性要求较高，但信息窃取和篡改手段层出不穷、相关主体数据保护措施仍有不少问题等严重影响了数据的安全性。数据开放与共享是数字经济的内在要求，但目前因数据标准尚未统一、安全性不高以及数据收集共享详细规定的缺失，制造业上下游企业信息、政府政策信息以及产业链用户信息等数据的开放与共享仍然不畅。四是国际竞争日益加剧。世界各国高度重视制造业数字化转型，着力推动数字技术赋能制造业发展，从中国、美国的数字平台、数据中心、关键技术领域产出可看到竞争异常激烈。从数字经济价值链数字平台经济规模来看，全球70家最大规模数字经济平台中美国占据70%的份额，居世界第一；我国占比22%，排在第二位。从数字经济发展基础设施数据中心来看，美国拥有约2 500个数据中心，全球占比50%，排名世界第一位；我国占比仅为2%，排名世界第七位。从数字经济产业链关键技术领域产出规模来看，美国关键技术领域产出每年约5 000亿美元，是我国的16倍多［9-10］。

三、数字经济赋能制造业高质量发展的路径

数字经济赋能制造业高质量发展重在融合。立足数字经济赋能制造业发展的路径及需求，从数据、需求、共生、创新、管理构建数字经济赋能制造业高质量发展五驱动融合模型。数字经济赋能重塑了制造业技术结构、产业结构、组织结构，着力引导制造业与互联网深度融合、与服务业深度融合、与相关产业深度融合、与数字新技术深度融合、与数据价值链深度融合，实现了制造业智造升级、服务升级、产业结构升级、技术升级、价值链升级，从而推动数字经济赋能制造業高质量发展。

（一）数据驱动制造业与互联网深度融合

互联网是数字经济的重要载体，制造业是实施“互联网+”行动的主战场，制造业与互联网融合有利于形成叠加效应、聚合效应、倍增效应。高速发展的互联网持续激发制造业网络协同效应，制造业需充分对接“互联网+”，积极推进制造业与互联网深度融合。一是充分应用互联网的外部性优势，有效降低信息的不对称性，加快制造业采购、销售等渠道的互联网化。二是充分应用互联网的互联优势，畅通制造业不同设备、系统、数据和网络的内在关联，建立和完善制造业互联互通的综合集成系统。三是充分应用互联网的主观能动性优势，推进制造业“机械化”制造过程向智能生产过程转变升级，在实现“智能+企业”基础之上实现“智能+产业”跨越式发展。进一步深化制造业与互联网、特别是工业互联网的融合创新发展，开创制造业智能智慧蓬勃发展的新局面，着力促进我国制造业智造高质量发展。

（二）需求驱动制造业与服务业深度融合

当前，制造业服务化发展正处于新一轮发展时期，数字经济极大丰富了投资需求和消费需求的变化，需求的丰富变化驱动制造业投入和产出与相关服务业的深度融合。一是投资需求驱动投入服务化。制造业投入服务化有利于促进我国制造业全球价值链攀升，投资需求驱动制造业要素投入从资本、劳动力、厂房、机器设备、原材料、能源不断向服务要素转移，推进制造环节与市场调研、研发设计、物流、管理咨询等相关生产性服务业深度融合。二是消费需求驱动产出服务化。消费需求驱动制造业利用数据要素完成制造过程与用户需求满足过程的有效对接，制造业满足消费者需求包含大量与之配套的相关服务业，高度重视制造与售后服务、维修保养、金融租赁等服务的深度融合，促进制造业以制造为中心向以服务为中心转变，着力推动制造业从产品生产向满足消费者需求转变，不断提升制造业产出服务化水平。

（三）共生驱动制造业及相关产业深度融合

数字经济作为产业高质量发展的催化剂，其通用性、渗透性功能在产业结构升级中发挥着十分重要的作用，促进制造业横向突破、纵向延伸，从而实现融合高质量发展。一是横向突破深化融合。在制造业传统发展模式中，多数产业各自边界较为明显。数字技术打破了制造业产业边界，使制造业边际界限逐渐模糊。数字经济突破产业链与价值链原有的分布态势，促进制造业要素资源横向高效组合，进而推动制造业横向突破。二是纵向延伸深化融合。随着制造业数字化发展的加快和平台体系的日趋完善，制造业实现了从竞争合作向互利共生生态的转变，推动制造业产业链纵向持续延伸。数字经济在延伸产业链及整合资源方面发挥着重要作用，有助于实现从单线条模块向多线条模块辐射，形成更多综合型、智能型的产业，促进制造业产业结构的持续升级，实现制造业多方位、多角度、多层次的深度融合和高质量发展。

（四）创新驱动制造业与数字新技术深度融合

新一轮技术革命的核心是数字技术革命，云计算、大数据、人工智能、区块链、物联网等数字新技术是数字经济的重要基石，数字经济创新驱动就是推动制造业生产、商业、技术创新等与数字新技术深度融合。一是强化数字新技术与制造业生产的深度融合。积极推进制造业材料可控性与装备设计制造过程的深化融合，优化生产流程，开发高性能产品，促进个性化定制。诸如，以3D打印技术为基础的数字新技术驱动制造业由“减材制造”向“增材制造”质的跨越，人工智能等数字新技术将不断加深与制造业的融合深度。二是强化数字新技术与制造业商业的深度融合。进一步深化数字新技术在制造业诸如市场分析、原材料采购、物流运输等环节的融合深度，推进“用户—产品—场景”三元结合，实现制造业材料、资源的快速配置，保障线上线下商业活动的无缝对接。三是强化数字新技术与制造业技术创新的深度融合。追踪国际数字经济技术发展前沿，抢抓数字技术加速创新的历史性机遇，数字技术不断迭代创新为制造业技术创新创造了良好条件，不断增强制造业技术创新与数字新技术的有机融合，进而实现数字新技术与制造业技术创新的有效衔接。

（五）管理驱动制造业与数据价值链深度融合

数字经济重塑制造业组织管理，管理驱动制造业与数据价值链深度融合，进而实现制造业价值链升级。在制造业产业内，制造业与数据价值链沿着研发、制造、营销、服务等环节深度融合，可有效提高制造业研发效率，大幅缩减研发周期，降低研发成本，提升市场化导向研发的精准度，从而降低研发风险；提高生产线局部的效率和产品的良品率，科学安排物流采购和生产排产，以实现产销精确对接；通过对用户特别是消费者的大数据分析，获取大量用户数据并运用先进的数据挖掘技术进行多维度画像，有针对性地进行广告推送；数据价值链为制造业预防性维护、个性化定制等增值服务优化提供了良好条件。在制造业产业外，制造业与数据价值链沿着供应商价值链、渠道价值链、客户价值链等环节深度融合，增强制造业价值链与供应商价值链、渠道价值链、客户价值链等的“黏合度”。持续推进制造业与数据价值链深度融合，实现制造业价值链升级，进而推动制造业高质量发展。

四、数字经济赋能制造业高质量发展的政策建议

数字经济已成为构建新发展格局、推动科技创新的新动能。要积极推进数字经济赋能制造业技术应用布局、数据标准制定与应用安全、平台与基础设施建设以及政策保障等，更好促进我国数字经济赋能制造业高质量发展。

（一）优化数字经济赋能制造业技术应用布局

追踪数字经济国际前沿技术，从技术应用布局推进数字经济赋能制造业高质量发展。一是突破关键核心技术瓶颈。聚焦数字技术关键领域、战略前沿和技术制高点，加大数字科技的研发投入，集中力量攻克“卡脖子”技术难题，实现制造业数字技术新突破，为数字经济赋能制造业高质量发展奠定先发优势。二是加快制造业数字技术布局。着力推进制造业数字创新建设，大力实施重大项目工程战略，通过重大项目工程引领加快制造业智能化发展。三是强化制造业数字技術应用。积极引导数字技术向制造业渗透，推进数字技术成果在制造业领域的转换应用。继续实施“上云用数赋智”等数字化转型试点示范，促进制造业利用数字技术进行智能化升级，从而推动制造业实现数字化高质量发展。

（二）强化制造业数据标准制定与应用安全

随着数字经济赋能制造业持续深入和制造业数字化趋势日显，制造业与数据信息结合愈发紧密，迫切需要强化制造业数据标准制定、规范应用、安全治理。一是科学制定制造业数据标准。在工业和信息化部、科学技术部等部门主导下，引导制造业企业参与行业标准、企业标准、业务标准和数据治理标准的研究制定，构建制造业数据标准体系，加强标准体系的认证认可，强化制造业数据的衔接与集成。二是规范制造业数据标准应用。加快制造业数据标准公共数据开放步伐，进一步完善制造业数据收集、存储和交易相关制度，规范制造业数据有序性和标准化应用。三是强化制造业数据安全治理。国家应加强数据安全立法工作，支持前沿信息安全技术的研发，鼓励通过区块链技术中的非对称加密技术、共识机制、超大规模分布式存储、弹性计算、数据虚拟隔离等技术创新提高制造业数据系统安全性，提升制造业信息数据系统防范入侵、篡改、窃密的应急保障能力，筑牢制造业数据信息安全屏障，全面提升数字治理水平。

（三）加快数字经济赋能制造业平台建设

加快工业互联网平台、信息网络平台、应用平台等平台建设。一是加强工业互联网平台建设。工业互联网平台是数字经济赋能制造业发展的重要平台，应立足制造业长远发展，加快建设一批国家级工业互联网平台。鼓励支持制造业龙头企业开展工业互联网平台建设并对外开放，积极支持互联网企业建设第三方工业云平台，打造多层次、系统化数字经济赋能制造业发展平台体系。二是加强信息网络平台建设。充分发挥数字经济信息化和网络化特征的比较优势，促进制造业要素资源自由流动，更大程度释放数字经济赋能制造业的红利效应。三是加强应用平台建设。加快建设制造业大数据资源聚合和分析应用平台，为制造业产品研发、生产制造、经营管理等提供赋能数据化服务。与此同时，鼓励支持企业搭建数字营销平台，促进产品生产供给侧结构性数字化改造。

（四）夯实数字经济赋能制造业高质量发展的基础设施

数字经济赋能制造业高质量发展，离不开信息、融合、应用场景等相关基础设施。应围绕国家“新基建”战略，加大信息、融合、应用基地场景等基础设施建设力度。一是加快信息基础设施建设。强化数字经济赋能制造业信息基础设施建设，如以数据中心、智能计算中心等为代表的算力基础设施，以人工智能、云计算、区块链等为代表的新技术基础设施，以工业互联网、物联网、卫星互联网为代表的通信网络基础设施。二是加快融合基础设施建设。融合基础设施是数字经济赋能制造业的纽带，应加快诸如智慧能源、智能交通等赋能基础设施建设步伐。三是加快应用基地场景建设。创新数字经济赋能制造业应用场景建设，不断扩大数字经济赋能制造业中试基地与应用场景实验室建设规模，扫清数字经济赋能制造业的种种障碍，打通数字经济赋能制造业高质量发展的“最后一公里”，夯实数字经济赋能制造业高质量发展的底层架构。

（五）完善数字经济赋能制造业高质量发展的政策保障机制

首先，国家应将数字经济赋能制造业高质量发展列入国民经济和社会发展战略规划体系，进一步制定完善相关政策措施，进一步明确数字经济赋能制造业高质量发展的路线图、时间表、资金筹措途径和实施方案，扎实有效积极推进。其次，围绕党的二十大报告提出的加快建设制造强国，立足《中国制造2025》确定的项目，推进数字经济赋能制造业高质量发展系统工程，诸如积极提升制造环节与工序的数字化水平、探索数字经济赋能制造业的新模式、培育数字经济赋能制造业的新生态等。再次，全面推进制造业与金融深度结合，充分发挥金融促进数字经济赋能制造业高质量发展的积极作用。最后，加强人才队伍建设。人才是数字经济赋能制造业高质量发展的关键，应不断创新人才激励机制，建立健全人才服务体系，夯实数字经济赋能制造业高质量发展的人才基础。

参考文献

［1］刘鑫鑫，惠宁．数字经济对中国制造业高质量发展的影响研究［J］．经济体制改革，2021（5）：92-98．

［2］惠宁，杨昕．数字经济驱动与中国制造业高质量发展［J］．陕西师范大学学报（哲学社会科学版），2022（1）：133-147．

［3］吕铁，李载驰．数字技术赋能制造业高质量发展——基于价值创造和价值获取的视角［J］．学术月刊，2021（4）：56-65．

［4］焦勇．数字经济赋能制造业转型：从价值重塑到价值创造［J］．经济学家，2020（6）：87-94．

［5］李煜华，向子威，廖承军．先进制造业数字化转型组态路径研究———基于“技术—组织—环境”的理论框架［J］．科技管理研究，2022（3）：119-126．

［6］李晓华．数字科技、制造业新形态与全球产业链格局重塑［J］．东南学术，2022（2）：134-144．

［7］王磊，杨宜勇．数字经济高质量发展的五大瓶颈及破解对策［J］．宏观经济研究，2022（2）：107-114．

［8］严金强．数字经济的价值来源与价值决定的理论解析［J］．教学与研究，2022（3）：33-42．

［9］余南平．全球數字经济价值链“轴心时代”的塑造与变革［J］．华东师范大学学报（哲学社会科学版），2021（4）：124-135．

［10］高京平，孙丽娜．数字经济发展促进我国产业结构升级的机理与路径［J］．企业经济，2022（2）：17-25．

Abstract： The digital economy has promoted the development of manufacturing industry to achieve five major transformations， namely， the transformation of input from factor driven to data driven， the transformation of output from product oriented to user experience， the transformation of enterprise linkages from industrial linkages to enterprise clusters， the transformation of industrial ecology from competition and cooperation to mutualism， and the transformation of management organizations from bureaucratic organizations to grid organizations. On this basis， we build a five drive integration model of data， demand， symbiosis， innovation and management and explore the path of innovation and development， that is， deep integration of data driven manufacturing and the internet， deep integration of demand driven manufacturing and service industries， deep integration of symbiosis driven manufacturing and related industries， deep integration of innovation driven manufacturing and new digital technology， and deep integration of management driven manufacturing and data value chain. To promote the high-quality development of the manufacturing industry empowered by the digital economy， efforts should be made in terms of technology application layout， data standard formulation and application security， platform and infrastructure construction， and policy guarantee.

Key words： digital economy; manufacturing industry; high-quality development