数智经济与中国式制造业现代化：探索性案例与组态分析

夏天添

（1.云南师范大学 教育学部；2.云南优道实业有限公司，昆明 640000）

0 引言

数智经济是以海量数据为基础，以AI、深度学习等智能决策算法（算力）为核心的智能型经济活动[1]。相较之下，数字经济主张在有限规则下，实现经济信息（数据资源）的获取、整理及分析，但其运行成效亦取决于有限规则；而数智经济强调利用智能算法与算法成长机制，不断强化算法本身的学习能力与适应能力，从而在无限规则（即动态环境）中作出最优决策[2]。故而，数智经济能够从生产、消费与资源分配方面，显著推动我国传统制造业经济高质量发展与转型升级，是数字经济的高级阶段，是我国向中国式制造业现代化迈进的全新动力[3]。

制造业作为我国工业产业的代表，由技术密集、创新密集与资本密集所凝聚出的产业特性能够有效辐射其他关联行业（产业），亦是实现中国式现代化的关键载体。一方面，数智技术进一步驱动了制造业创新模式变革，拓展了企业知识获取的渠道、边界，提高了其效率及当量[4]；另一方面，数智技术能够凭借其“智能化”特性，持续优化知识获取精度，规避信息不对称所带来的成本问题及风险问题[5]，从而有效推动制造业全要素资源的高效率配置[6]。因此，随着我国数智经济与实体经济的不断深化，数智技术亦将驱动我国制造业持续创新迭代，不断加快我国中国式制造业现代化建设[7]。由此而言，如何抓住数智变革契机，以实现制造业企业高质量发展，对实现中国式制造业现代化意义重大。

为此，在对以往研究展开分析后发现：（1）数智经济与中国式制造业现代化的内涵机制有待揭示。以往研究主要从融合、创新效率、数字化成效及高质量发展角度，讨论了数字经济与实体经济之间的理论机制[8]。然而，数智经济作为数字经济的“2.0版本”，其内涵、维度、影响机制等仍未形成有效的理论框架与内涵体系。此外，由于中国式制造业现代化是党的二十大提出的全新理念，因此相关讨论均停留于理论层面，还未形成明确的内涵维度与观测方式。（2）数智经济的过程机制有待揭示。以往研究主要讨论了数智经济与实体经济之间的影响（赋能）机制，缺乏对二者间的实现机制加以讨论。（3）数智经济的情境机制有待揭示。以往研究主要立足宏观（中观）经济环境情境，讨论数字经济驱动实体经济的影响机制，而鲜有学者从知识供给情境加以探索。樊钱涛（2011）[9]认为高校知识供给有助于促进企业创新，且由此产生的知识溢出效应亦有助于加快实现中国式制造业现代化。由此，高校知识供给或是能够显著干预数智经济加快实现中国式制造业现代化的重要情境。

综上所述，数智经济是数字经济的高级阶段，并能够有效推进中国式制造业现代化的实现进程，同时，高校知识供给能够有效加快这一进程。为此，本文将基于数字经济理论，通过探索性案例研究，构建数智经济的内涵维度与影响机制模型，并采用计量模型与组态分析，揭示数智经济对中国式制造业现代化的影响，同时，还讨论了高校知识供给的边界作用。

1 数智经济推动中国式制造业现代化的理论机制探索

1.1 探索性案例研究

本文参考苏敬勤等（2021）[10]的做法开展探索性案例研究。具体做法如下：首先，以我国制造业相关企业、主管部门等为访谈对象，并按照扎根理论的研究范式，结合研究主题编制了访谈提纲（含“您如何看待数智经济？”等）。其次，通过MBA联盟、校友会等渠道，获得了我国28名制造业企业管理者、主管部门领导及行业专家的支持，并以在线访谈形式进行了深度访谈调研。最后，对所回收的样本（访谈记录）进行整理，得到近30万字的研究数据（平均单一样本访谈时长在15～30分钟，并包含相关文献资料）。

1.2 质性编码

本文采用Nvivo 10软件进行质性编码分析，并从研究数据中随机提取90%的样本，作为质性编码的分析内容。

（1）质性编码。根据表1的结果，通过开放式编码，共提取了23个子范畴、8个主范畴和3个核心范畴。基于开放式编码结果，以主范畴为核心内涵，进行范畴间的故事链联结，并以此构建数智经济推动中国式制造业现代化的理论框架。如图1 所示，首先，数智经济可通过产业数智化优化先进制造业企业研发流程，并以此强化其数字化与智能化技术的应用能力，以实现产业创新现代化、产业模式现代化与产业生态现代化，从而稳步推进中国式制造业现代化进程。其次，数智经济可立足数智技术的高创新特质，实现企业的知识结构优化进而通过强化其内部知识重组能力，以促进中国式制造业现代化。再次，数智经济促进了数智产业化进程，可进一步完善先进制造业企业资源配给机制，从而提升其成本控制精度，助推中国式制造业现代化。最后，高校知识供给可以有效干预这一实现机制。

表1 数智经济推动中国式制造业现代化的开放式编码结果

图1 数智经济推动中国式制造业现代化的实现机制模型

（2）理论饱和度检验。本文以总样本中的剩余样本作为对照，分别采用即期人工编码和滞后一期人工编码（滞后1个月）的方式进行案例信效度检验[10]，其结果显示实验组和对照组在内容上近90%以上的结果一致，说明本文的质性编码结果有较高的可信度。

1.3 结果分析

（1）数智经济的内涵。根据案例分析结果可知，数智经济是数字经济的“2.0 版本”，是一种以数字（数据）资源为基础，以智能算法（算力）为载体，以产业数智化与数智产业化为核心动力，促进制造业发展质量与创新效率的新经济形态。从概念角度而言，数字经济与数智经济有着显著区别，即“数字”是技术概念，而“数智”则属于数字技术的应用，如大数据、云计算等数字技术，虽是通过技术（算法）收集与梳理不规则数据，但该技术依旧是在人工预设规则背景下，方可完成相应自动化工作，且数据分析结果依旧无法摆脱人为决策[11]。从特征角度来看，数字经济的主要特征是将不规则市场信息“数字化（数据化）”与“在线化”，而数智经济的主要特征则在于智能技术（算法）本身的自主认知能力、自主学习能力与自主决策能力。综上所述，本文认为数智经济始于数字经济，能够借助智能技术（算法）挖掘海量规则化数据的深度价值，从而实现智能化的最优动态决策。

（2）中国式制造业现代化的内涵。根据案例分析结果可知，中国式制造业现代化是以产业创新、产业高质量发展、产业生态系统与共同富裕为核心内涵的现代制造业产业发展理念。具体而言：产业创新现代化作为中国式制造业现代化的主要维度，如何推动制造业技术创新，如何促进制造业技术转化是该维度的核心要义[12]；制造业是广大人民群众共同富裕的保障，是我国老百姓就业岗位的主要来源，是承载国家安全的关键支柱，是将一切科学技术转化为生产力和竞争力的重要环节。产业模式现代化是提升中国制造业产业价值链的基石，随着现代数智技术与社会经济的不断融合，终端产品在制造端的价值比重亦逐步降低[13]。综上所述，中国式制造业现代化是以产业创新为动力，以产业价值链提升所形成的高质量发展为基石，以产业生态发展为导向的有中国特色的制造业现代化发展体系。

（3）数智经济推动中国式制造业现代化的实现机制。产业数智化是在新一代数字技术与智能技术背景下，以数据要素驱动产业链（企业）全要素数智化转型、升级与再造的过程；产业数智化能够深度融合数据要素、数智技术与传统生产要素，加快企业数智化转型进程，提升数智应用能力，构建基于供给（需求）侧数据要素的现代化制造业产业创新体系，以保障实现中国式制造业现代化所需的技术迭代创新供给[14]。同时，数智产业化是由数智技术所衍生的产业配套或支持型产品或服务，可有效优化制造业企业资源配给效率与结构，保障制造业企业可持续创新的资源条件[15]。此外，进一步开拓与探索数智技术（算法）的计算效率、精度与空间，将有助于制造业企业获取更多外部异质性知识资源，为制造业企业商业模式创新提供坚实的资源保障[16]。

（4）高校知识供给的边界作用。知识是推动中国式制造业现代化的关键资源，高校作为知识主体和知识要素的重要市场供给者[6]，其知识要素供给当量、质量、效率及交易风险，亦显著优于其他企业外部知识供给来源[16]，能够有效提升地方中国式制造业现代化的建设进程。具体而言：高校知识供给所形成的知识溢出效应有助于进一步完善地方制造业企业的知识结构与资源配置。高当量的高校知识供给不仅能够为地方中国式制造业现代化建设供给充沛的知识要素[9]，还可为其制造业产业高质量发展提供源源不断的知识主体（即知识型劳动力供给），从而进一步加快地方制造业产业数智化转型进程，促进制造业企业与数智配套产业的深度融合，以强化企业数智应用能力与成本控制能力，并逐步形成以知识要素供给为核心，以知识主体供给为驱动的地方性中国式制造业现代化体系。

2 数智经济推动中国式制造业现代化的实现机制

2.1 研究设计

（1）数据来源。为进一步验证模型中各主要变量间的因果关系和模型理论饱和度，本文以我国制造业上市公司的面板数据为样本，相关数据主要来源于2018—2022年的《中国工业统计年鉴》、各省份的教育统计年鉴和相关经济统计年鉴，以及CSMAR 数据库。在筛除无效样本后，共得到330 家制造业上市公司2017—2021 年的1650条数据。在描述性统计方面，数智经济、高校知识供给等主要变量间的相关性系数、VIF、均值等均满足相关阈值标准。

（2）变量说明。在数智经济的观测方面，由于以往研究中尚未对数智经济的测量方式进行讨论，因此，本文通过Python技术爬取各省份的相关数智经济信息，并通过熵值法聚合为各省份的数智经济指标。在中国式制造业现代化的观测方面，同样以样本上市公司的企业年报为样本，通过Python技术爬取其年报中有关中国式制造业现代化的相关指标，并通过熵值法聚合为企业层面的中国式制造业现代化建设指标。在高校知识供给的观测方面，本文参考相关学者的做法[5]，以高校专利转让增长率作为观测指标，并同时以高校毕业生的留省就业率增长率作为稳健性检验的替换变量。在控制变量方面，选取企业规模、固定资产、成长能力、研发投入与经济水平作为控制变量[11]。变量定义见下页表2。

（3）模型设定。为验证数智经济推动中国式制造业现代化的实现机制，本文构建如下计量模型：

如式（1）至式（2）所示，DI-E为解释变量（数智经济），CMM为被解释变量（中国式制造业现代化），U-KS为调节变量（高校知识供给），C为控制变量，μ为省份与年份固定效应，ε为随机误差项，i与t为第i个企业的第t年。其中，若式（1）中的β1显著，以及式（2）中的β3显著，且区间效应不含0，则能够证明各主要变量之间的影响机制显著。

2.2 数据分析

（1）数智经济的替代效应检验。表3列（2）结果显示：数智经济对中国式制造业现代化有显著的正向影响（β=0.233，P＜0.001）；同时，为检验数智经济对数字经济的替代作用，将数字经济作为数智经济的替代变量进行稳健性检验，列（3）结果显示，数字经济对中国式制造业现代化有显著的正向影响（β=0.136，P＜0.001），即数字经济的影响效果相对减弱，证明了数智经济对数字经济存在显著的替代作用，同时也说明数智经济能够有效推动中国式制造业现代化建设进程。

（2）高校知识供给调节作用的产权异质性影响分析。表4的结果显示：高校知识供给能够显著调节数智经济与中国式制造业现代化之间的正向关系。同时，在非国有企业样本中，高校知识供给对数智经济与中国式制造业现代化关系的调节效应显著，且显著优于国有企业样本，说明高校知识供给当量越高，越能够发挥数智经济推动中国式制造业现代化的实现机制。

（3）稳健性检验。本文分别采用分样本检验（是否为高新技术企业）、替换核心变量（将被解释变量替换为企业绩效）及将被解释变量滞后一期等方式展开稳健性检验（见表5），其结果均证明数智经济与中国式制造业现代化之间存在显著的正向影响机制，适合进行组态分析。

表5 稳健性检验结果

3 数智经济推动中国式制造业现代化的实现方案

3.1 组态分析

本文通过案例分析与计量模型分析，虽然解释了数智经济的深层内涵，以及数智经济对中国式制造业现代化的实现机制，但“数智经济究竟如何推动中国式制造业现代化”这一问题依旧未能有效诠释。故本文参考杜运周等（2021）[17]的做法进行组态分析。根据表3的结果将数智经济、高校知识供给等设定为前因变量（必要性条件解释度：0.462～0.632，非必要性条件解释度：0.527～0.654），并按照0.25、0.5 和0.75 的标准进行数据校准。对0.8 和1 的参数进行组态分析，共得到两种基于数智经济的高绩效中国式制造业现代化实现策略组合，如表6所示。

表6 组态分析结果

3.2 案例讨论

（1）数智技术导向型中国式制造业现代化实现方案。如表6的方案A结果所示，该组态路径方案的Consistency=81.9%，Raw Coverage=21.2%；其中，数智经济与研发投入为核心条件，高校知识供给与GDP为辅助条件。故而，根据数字经济理论，加大对地方数智经济的建设力度，应是各地方政府“十四五”时期推动中国式制造业现代化建设的首要任务，而要实现这一任务的关键，则在于要进一步加快制造业企业的研发投入进程，以促进数智经济所带来的技术优势与地方制造业深度融合，从而建成高数智技术导向的地方中国式制造业现代化体系。

（2）数据要素导向型中国式制造业现代化实现方案。如表6的方案B结果所示，该组态路径方案的Consistency=80.5%，Raw Coverage=23.7%；其中，成长能力为核心条件，数智经济、高校知识供给与经济水平为辅助条件。故而，根据数字经济理论，当企业成长能力较强时，数据资源的交易与流通便会趋于市场化和规范化，同时，企业可借助数据要素的高时效性价值，通过数智技术高度整合内外部知识资源，进而提高企业经营效率与成本控制精度，如精准化采购、零仓储等，并逐步突破地方经济发展的桎梏，构建以数据要素为核心业务导向的中国式制造业现代化体系。

4 结束语

本文基于数字经济理论，通过探索性案例与组态分析，从高校知识供给视角，讨论数智经济与中国式制造业现代化的内涵维度、实现机制与最优组态路径。结果显示：首先，数智经济是数字经济的高级阶段，并能够对中国式制造业现代化发挥更加显著的推动作用；其次，提出了数智经济与中国式制造业现代化的内涵维度，明确了数智经济对中国式制造业现代化的实现机制，并探讨了高校知识供给的情境机制；最后，从数智技术导向与数据要素导向视角，提出了两组基于数智经济的中国式制造业现代化实现方案。