一、问题提出

党的二十大报告同时为数字经济与制造业提出了新时代的两大发展要求——对于数字经济，要“加快发展数字经济，促进数字经济和实体经济深度融合”；对于制造业，要“推动制造业高端化、智能化、绿色化发展”。在新时代，这两个不同的产业发展战略是紧密交织在一起的，具有显著的顶层设计特征。随着新一代信息通信技术的发展与“十四五”时期相关产业政策的陆续出台，数字经济与实体经济深度融合势必成为中国经济高质量发展的主要驱动力。

在理论上，制造业高端化、智能化是制造业转型升级的必由之路，因此，与数字经济深度融合本身就是制造业转型升级的内在要求。所谓的数字经济最早是由唐·泰普斯科特(Don Tapscott)在1996年出版的《数字经济：网络智能时代的前景与风险》一书中提出。此后，在各国政策的积极推动下，数字经济开始广泛应用于教育、医疗、交通运输和政府部门等诸多领域。2021年，全球47个国家的数字经济增加值达到38.1万亿美元，同比名义增长15.6%，占GDP的比重达到45.0%。(1)

现如今，制造业已成为数字经济的主战场。(2)过去，制造业比重下降常被认为是国家进入高收入阶段的象征。然而，这种观念在2008年金融危机之后出现转变，面对一蹶不振的经济，许多欧美国家开始反思制造业在国民经济中的作用，并将数字技术作为实现本国工业振兴的重要途径，比如2012年美国工业互联网和2013年德国工业4.0等。(3)2016年前后，世界各国开始进入全面数字经济时代，如欧洲“数字化单一市场战略”(2015)、美国“国家人工智能研发战略规划”(2016年)、德国“数字战略2025”(2016年)、英国“数字化战略”(2017)、俄罗斯“俄罗斯联邦数字经济规划”(2017)等。

在我国，数字经济的源头和实践可以追溯到2000年习近平总书记推进的“数字福建”建设。2015年12月，习近平总书记在第二届世界互联网大会中一脉相承地提出推进“数字中国”建设的倡议。2017年10月，党的十九大报告将“数字中国”建设正式上升为国家级战略目标。2021年3月，“十四五”规划再次提出要“加快数字化发展，建设数字中国”，其中特别强调了“推动产业数字化转型”。2022年10月，党的二十大报告进一步提出“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。这一系列重大战略部署表明产业的智能化、数字化转型升级是未来我国经济高质量发展的主旋律。

另一方面，制造业产业作为我国经济的基本盘和压舱石，2021年实现增加值31.4万亿元，占GDP比重的27.4%。(4)然而，在过去很长一段时间里，“微笑曲线”一直被认为是我国制造业发展的“阿喀琉斯之踵”。尤其是近年来，受美国等发达国家“再工业化”以及老挝、越南等东南亚国家更为低廉的要素成本影响，我国依靠“人口红利”进行制造业扩张之路正面临挑战，要素比较优势不断丧失。(5)在此背景下，如何颠覆“微笑曲线”，以数字经济为制造业提质增效便成为我国产业经济学的研究热点和政府制定产业政策的必然选择。

综上所述，对这一问题的深入研究有着极为重要的理论与实践意义，但以往学界的研究聚焦于实证检验，关于数字经济与制造业转型升级之间的理论逻辑几乎没有进行深入的探讨，本文将围绕上述重大理论环节的缺失进行新时代的理论构建。

二、文献综述

数字经济是近几年经济学的研究热点，学者们从不同角度对数字技术驱动经济发展展开了丰富的研究，包括高质量发展(6)(7)、产业升级(8)(9)、税收制度(10)、垄断与竞争(11)(12)(13)、经济增长与测算(14)(15)、农业农村(16)、就业(17)(18)、国际贸易(19)(20)等。在这些研究中，与本文研究关系最为密切的就是产业升级，但不同于既往文献，即产业升级是在投入要素价格刺激下，通过重塑技术与组织形式来形成新的比较优势(21)。制造业数字化转型升级是从供给侧技术变革层面展开的(22)，利用数字技术对企业业务进行升级，进而提升生产的数量以及效率(23)，为供给侧提质增效，具有数据要素化(24)(25)、跨界融合(26)、开放共享(27)等特点，并且往往伴随着产业集聚(28)。

目前，学界有关数字经济赋能制造业转型升级的总体判断基本上达成了一致意见。在不同时间点，数字经济有着不同的表达，包括信息化(信息技术、信息经济)、“互联网+”(互联网经济)、智慧经济(智慧城市、智慧地球)、新经济等，学者们的研究也大致如此展开。Jia and Gao通过分析物联网信息技术的发展，认为信息化是推动制造业转型升级的主要途径；(29)谭清美、陈静进一步利用GMM模型，证明信息化与制造业转型升级存在倒U形关系。(30)Hong and Fu发现信息与通信技术(ICT)可以促进产业集聚，提升制造业地理集中度；(31)在此基础上，Gallagher以美国制造业为例，指出直接信息成本在产业集聚中起到重要作用。(32)黄群慧等通过建立模型，证明互联网的发展显著提高了制造业企业的生产力。(33)王可、李连燕证明“互联网+”是推动制造业企业绩效提升的主要力量。(34)肖利平利用省级面板数据，证明“互联网+”对装备制造业TFP有着显著的促进作用。(35)石喜爱等证明“互联网+”有利于中国制造业转型升级(36)，并同李廉水等利用空间杜宾模型，证明“互联网+”有利于促进制造业价值链攀升(37)。沈运红、黄桁利用浙江省市级面板数据，证明数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平均对制造业产业结构具有显著优化作用。(38)何文彬从全球价值链的视角出发，证明数字化投入对中低和中高知识密集制造业部门的全球价值链高端化具有显著正效应。(39)封伟毅、焦勇以及孔存玉、丁志帆深入阐述了制造业数字化转型升级的实现路径、瓶颈及对策。(40)(41)(42)

综合分析上述文献，新时代制造业转型升级的必由之路是制造业高端化、智能化、绿色化，而制造业高端化、智能化、绿色化也是制造业成功转型升级的重要特征。以往学术界定义的制造业转型升级与二十大报告提出的“制造业高端化、智能化、绿色化”具有较为强烈的内涵与外延上的一致性。本文将沿袭这样的学术脉络，用更为简洁的“制造业转型升级”概括二十大报告中的“制造业高端化、智能化、绿色化”。另一方面，学者们的研究大多聚焦于制造业数字化转型升级的内涵、特征、路径以及对策等，或是对数字经济赋能制造业转型升级进行实证检验、定性分析，较少文献对制造业数字化转型升级的影响机制进行系统的理论探讨。本文试图将经济学理论与中国制造业数字化转型升级实践有机结合起来，利用熊彼特创新理论与波特创新驱动理论对制造业数字化转型升级这一新型产业升级问题进行科学的理论分析，明确数字经济驱动制造业转型升级的内在机理。

三、制造业数字化转型升级的基本特征与核心内涵

(一)制造业数字化转型升级的基本特征

1. 数据成为关键生产要素

生产成本下降性、供应能力无限性、应用前景广泛性是关键生产要素具有的三个特征。(43)随着制造业数字化转型升级的不断推进，大量工业传感器、控制器被广泛应用于生产工厂，只要生产不停止，新数据的产生就具有无限性；而工业互联网、云计算、人工智能等技术的发展使得分析处理得到有效数据的生产成本是不断降低的；最后，随着新一代数字信息基础设施的布局建设，经济社会实现万物互联，人类活动的方方面面都将被数据化描绘，因而数据的应用场景具有广泛性。当前，数字经济赋能制造业，将制造业生产经营中产生的海量数据通过大数据分析、云计算等手段融合成对企业有经济价值的生产要素，它包含两方面作用，一是作为一种全新的生产要素直接参与生产函数，推动生产可能性曲线外移；二是在大数据分析的基础上生成一种更高效的生产方式，尽可能合理配置其他资源，提高劳动、资本、土地等其他生产要素的边际产出，确保生产点最大限度落在生产可能性边界上。

2. 数字化设施成为社会经济基础设施

在工业经济时代，内燃机和电力在制造业生产中的广泛应用使得石油、天然气等管道交通运输设施和电网设施成为制造业发展的基础设施，支撑着制造业的生产活动。在数字经济时代，数字化基础设施包含两方面内容，一是新一代数字信息基础设施，数字技术的发展使得数据成为制造业生产的关键要素，5G基站、数据中心、工业互联网、物联网、大数据计算中心等数据储存、传输和计算的设施装备自然也就成了支撑制造业高效生产的新基础设施；二是经数字化、智能化改造后的传统基建及其细分领域，包括智慧交通、智慧电网等。

3. 长尾效应与规模经济兼具

一直以来，制造业企业存在两种不可兼具的生产模式。一种是规模化生产模式，认为标准化的规模生产可以提高生产效率，降低平均生产成本。这种生产模式随着“福特制”流水线的广泛应用，成了制造业企业的主流生产模式。理论上，企业可以将规模调整到长期平均成本最低点以实现规模经济。(44)然而，受企业管理能力、内部交易成本等因素的限制，企业长期平均成本呈现先降后升的特点，这决定了企业规模在工业经济时代不能无限扩张。(45)在数字经济时代，制造业企业数字化转型升级通过建立现代化管理平台和生产数据分析系统，提高了企业信息透明度和管理层分析数据的能力，使得其能够更加理性科学地进行决策，降低了企业代理成本，(46)客观上使得企业有能力右移长期平均成本曲线极值点。另一方面，这些平台的打造具有很高的固定成本，相对地，多处理一单位产品生产信息所产生的边际成本却微乎其微，主观上使得企业有动机提高产量、降低平均成本。这两方面共同促进了规模经济的产生。另外一种生产模式则强调满足个性化需求，在数字经济出现以前，这类企业旨在打造高端奢侈品牌，往往规模较小难以形成长尾效应，如劳斯莱斯和一些高端定制服装品牌。在数字经济时代，制造业企业一方面通过应用物联网、移动互联网、大数据等信息技术，可以大规模精准匹配客户需求，另一方面数字化、智能化改造后的智能工厂可以对生产工序进行科学拆解、重新组合，从而满足各类个性化产品的研发设计和生产制造，最终实现市场长尾效应。

(二)制造业数字化转型升级的核心内涵

数字经济与制造业“结缘”起始于金融危机暴露出的经济“脱实向虚”问题，其目的就是利用数字技术提高实体经济的产业效率，从而改变经济社会的产业结构。通过重塑制造业“压舱石”的功能，来强化经济社会抵御金融危机的能力。因此，本文认为制造业数字化转型本质上是产业升级的一种全新模式。借鉴石大千等(47)的研究框架并结合数字化转型升级实践，制造业数字化转型升级的核心内涵可以归结于熊彼特创新理论中的五大创新，即产品创新、技术创新、市场创新、资源配置创新以及组织创新。

产品创新：一方面，数字化转型升级带动了各类新型工业传感器、控制器等产品如“雨后春笋”般出现，还包括针对制造业企业相关的各种控制系统、平台数据采集开发工具等软件产品的研发。这些新产品会逐渐代替或应用于原有旧生产设备。另一方面，制造业数字化转型升级的产品创新还体现在数字技术与传统产品的融合上，如互联网汽车以及智能洗衣机、智能冰箱等智能家居。

技术创新：制造业数字化转型升级要将企业的生产经营活动转变为标准化数据，从而指导和优化企业生产方式。这一过程形成了数据收集、储存、挖掘、应用等一系列技术创新，包括人工智能、大数据、区块链、云计算、物联网等数字技术。例如，云计算、大数据和物联网技术应用到企业的生产活动中可以实现生产数据的实时监控、收集、分析，从而精确得到每个工厂每条生产线上设备、工人的生产状况，进而有针对性地调整生产方式。

市场创新：新产品和新技术的应用自然也开辟了许多新市场。制造业数字化转型升级的广泛应用带动了数字信息基础设施的发展，包括5G基站、数据中心、大数据计算中心等基础设施以及工业机器人、智能机床等无人化配套设施；同时也加速了传统基建及其细分领域的数字化改造，如智慧城市、智慧物流、智慧电网等。因此，制造业数字化转型升级的发展拉动了这些先进技术产品和高科技产品的需求，从而开拓了以先进制造业和高技术制造业为主的新兴制造业市场。此外，在传统的生产方式下，制造业厂商往往聚焦于需求曲线头部，而忽略了需求曲线尾部的广阔市场。在数字化转型升级的过程中，数字平台的兴起整合了小众化、个性化需求，与供给端产生有效连接，从而激活了长尾市场活力。

资源配置创新：随着数字经济在制造业领域的深入发展，企业本身或专业信息公司会慢慢形成集生产信息、销售信息等于一体的大型数据库。这些数据经过云计算、大数据分析之后，会成为一种全新的生产要素，将原本分散的工厂、设备、仓储等串联起来，实现供应链与产业链各个环节的无缝衔接，优化整个生产流程，形成更为高效的资源配置方式。此外，制造业数字化转型升级还将有力打破“以产定销”的传统配置模式，使得“以销定产”成为可能。以数据存储、数据挖掘、数据分析等为代表的数字技术可以将生产厂商与消费者需求紧密联结在一起，通过数字平台整合庞大的消费者资源驱动企业生产经营，从而减少供需不匹配、产能过剩等问题。

组织创新：制造业数字化转型升级正在驱动企业组织结构从金字塔式的科层架构向扁平化、网络化方向变革。在工业经济时代，科层组织结构的纵向管理层等级森严、横向各职能部门分工明确，从而成为当时最高效的组织结构。但这种从上至下的管理链条重在企业内部管理，对外部市场变化响应不足，而数字化转型升级带来的网络化协同制造、大规模个性化定制等新模式则要求企业能够针对市场需求快速做出反应。因此，企业组织结构逐渐向减少管理层级、增加管理幅度的网络化、扁平化的组织结构转变，如海尔集团的“人单合一”模式。

综上所述，本文认为，制造业数字化转型升级是一种包含产品创新、技术创新、市场创新、资源配置创新以及组织创新在内的产业升级的综合创新模式。

四、制造业数字化转型升级的作用机制

波特国家竞争优势理论认为，经济发展的竞争优势驱动力会经历一个由要素驱动到投资驱动进而走向创新驱动的过程。本文认为制造业数字化转型升级正是产业发展从要素驱动、投资驱动到创新驱动的新发展阶段。在制造业数字化转型升级创新驱动下，五大创新催发了产业结构高度化、价值链高度化和加工程度高度化三大效应，从而最终实现制造业企业产能的扩大和生产效率的提高。

(一)产业结构高度化

传统的产业结构高度化通常是指当经济发展到一定程度后，产业结构呈现出从第一产业向第二产业、第三产业的逐步演进过程，即从“一、二、三”到“二、三、一”再到“三、二、一”的主导产业更替。(48)在制造业数字化转型升级实践中，这种产业结构的高度化表现为劳动生产要素由低技能劳动主导向高技能劳动主导转变、资源依赖型制造业向知识技术密集型制造业转变。首先，在传统制造业生产模式中，尤其是在“福特制”流水线出现以后，熟练工人的复杂劳动逐渐消失，被切割为一系列技术要求低、重复性高的简单劳动，低技能工人成为制造业生产工厂的主导劳动生产要素。而在制造业数字化转型升级的产品创新和技术创新驱动下，一方面随着基于控制器技术、传感器技术的工业机器人、智能机床和基于大数据、云计算、物联网等新一代信息通信技术的人工智能的不断发展，传统的低技能体力劳动乃至低水平的脑力劳动都会被逐渐取代。另一方面，与底层操作系统、专业工业软件的编程开发和传感器、控制器等产品的使用维护相关的职位需求将不断扩大，促使高技能的专业工人不断取代低技能劳动进入制造业领域，实现从低技能劳动力主导到高技能劳动力主导的转变。其次，数字经济作为一种通用目的技术，在与制造业进行深度融合的同时，其市场创新也驱动了信息和通信产业、装备制造产业、新材料等高技术产业的发展，提高了知识技术密集型制造业在整个制造业中的比重。例如，新一代数字信息基础设施的发展，制造业数字化、智能化生产不仅要求安全、稳定的网络环境，而且对数据的收集、传输、储存、运算、分析也提出了更高的要求。这种对制造业数字化转型升级的需求加速了以5G基站、工业互联网、物联网等为代表的通信基础设施和以数据中心、大数据计算中心等为代表的算力基础设施的布局建设。中国信息通信研究院数据显示，截至2021年我国已累计建成5G基站超142万个；数据中心机架总规模超520万标准机架，基础设施算力规模达140EFLOPS，位居世界第二。(49)同时，5G基站、数据中心等数字信息基础设施的发展又会进一步促进其他领域的数字化、智能化转型，诸如智慧城市、智慧物流、智慧农业等，不断提高全产业的技术密集度。

(二)价值链高度化

制造业价值链通常被形象地形容为“微笑曲线”，即处于价值链上游的研发设计、关键零部件制造等环节和处于下游的营销品牌、售后服务等环节具有较高的附加值，而处于中间区域的组装生产环节往往仅有极低的附加值。长期以来，我国制造业主要以组装生产为主，处于价值链最低端，能够获得的附加值较低。在数字经济时代，数字技术将重新塑造制造业产业价值链，助力制造业企业向价值链两端攀升。首先是向上游攀升，与第一次工业革命和第二次工业革命中的蒸汽机、电力、内燃机的面世一样，随着数字经济的逐渐渗透，社会生产方式也将围绕数字技术这一全新的通用目的技术展开全方位变革。制造业企业对数字化转型的需求将倒逼ICT技术的发展，在产品创新驱动下加速了制造业企业向上游的5G技术、关键工业软件、底层操作系统、核心芯片等研发设计环节延伸。国家知识产权局报告已显示，截至2022年6月，中国声明5G标准必要专利达到1.8万项专利族，占全球声明专利族(4.7万项)的近40%，排名世界第一。(50)核心芯片方面，国产CPU芯片倚天710已在阿里云数据中心大规模部署，思元370、昆仑芯2代等AI芯片的性能也在逐步提升。其次是向下游攀升，即制造业服务化。从20世纪80年代开始，制造业服务化逐渐兴起(51)，发达国家制造业企业的服务性收入占比已经超过30%，GE、IBM等部分领军企业占比已经超过70%，而我国制造业服务化水平还相对较低，仅为 10%左右(52)。可见，未来制造业服务化将成为实现我国制造业企业向产业价值链中高端环节攀升的重要手段。在数字经济出现以前，制造业服务化面临的主要难点就在于缺乏信息交流平台，从而导致制造业企业基于自身产品提供增值服务的成本太高。而在市场创新和组织创新驱动下，数字经济与制造业的融合为制造业企业了解顾客需求、制定个性化服务和综合解决方案提供了可能。首先，通过物联网、移动互联网、大数据等信息技术的应用，制造业企业可以精准匹配客户需求，对其产品进行个性化的研发设计和生产制造，实现产品市场的长尾效应。例如汽车制造业，以往的汽车产品生产是一种标准化的流水线生产，只有极少的高端品牌才提供个性化定制，因而大量普通消费者的个性化需求几乎得不到满足。上汽大通企业则通过开发数字化定制服务平台(蜘蛛定制)实现消费者选车、购车的个性化需求。在数字化定制服务平台，消费者可以根据自己的用车需求对整车的驱动、座椅、轮胎等全车配置进行多元化组合。其次，数字化转型升级也可以帮助制造业企业更多元化地在产品的交付安装、使用培训、运营维护、回收升级等售后环节向消费者提供高附加值服务，而且随着制造业服务化的不断深化，部分龙头制造业企业会逐渐转向以服务型制造为主，专业的第三方网络服务平台也会逐渐兴起。在国外，惠普、戴尔以及IBM等计算机企业很早就开始向服务型制造转型，当前我国的服务型制造也在逐渐兴起成型。

(三)加工程度高度化

不同于价值链高度化，加工程度高度化更侧重于“微笑曲线”弧度的减少。制造业中端环节往往是标准化的流水线作业，因此生产效率和价值创造受数字技术的影响要大于研发设计与营销服务环节。(53)这决定了在数字化转型升级过程中，中端环节获得的价值增值要更大，从而促使“微笑曲线”向“浅笑曲线”转变。这类产业升级模式多存在于传统劳动密集型制造业企业，附加值的增加来源于生产要素成本和运营管理成本的降低。首先是生产要素成本的降低，当前我国制造业发展面临劳动力成本激增、土地资源收紧等诸多约束，数字化转型升级可以通过引进工业机器人、人工智能、数字机床等自动化设备代替高成本劳动力，实现以低成本资本要素代替高成本劳动要素。其次是运营管理成本的降低，传统的中小型制造业企业往往管理粗放，无法全面把控销售订单、原材料备货与实际生产等情况，常常出现有订单无产能或生产设备空置率高的问题。在数字化转型升级的资源配置创新和组织创新驱动下，通过物联网平台与云服务平台等管理信息系统的协同对接，制造业企业可以实现数据在产业链和供应链间的自由流动。这些数据包含销售运营、产量规模、原料采购等产业上下游关键信息，经过云计算、大数据分析之后，可以全面把控仓库原材料与生产设备运行率，统筹安排工厂整体生产计划，提高企业资源配置效率。可见，这类中小型制造业企业虽然没能在上游的研发设计环节和下游的品牌营销环节等方面实现产业价值链突破，但仍可以通过不断提高自动化、数字化水平持续降低加工制造环节的生产成本和组织运营成本，实现产品附加值升级。例如，广东的湛江廉江小家电产业、阳江五金刀剪产业等传统制造业企业尽管仍处于价值链的中端环节，但依然凭借产业数字化转型升级实现了附加值和利润的提高，其背后原因正是这种加工程度高度化的产业升级模式。

综上所述，本文认为制造业数字化转型升级是一种融合了熊彼特创新理论的产业升级新模式，从而创新驱动了产业结构高度化、价值链高度化和加工程度高度化三大效应，进而在三大效应联合作用下，最终实现制造业产业的高质量发展。

五、我国推进制造业数字化转型升级的困境分析

(一)中小型企业数字化转型升级缓慢

数字经济驱动制造业产业升级离不开长尾效应的实现，而中小型企业正是通过平台经济、共享经济等新经济形态对接长尾市场需求的主要载体。(54)在我国，中小型企业是工业极为重要的组成部分。国家统计局数据显示，2020年全国有近40万家规模以上工业企业，其中大型企业仅有8 020家，中小型企业占总数的比例近九成八；规模以上中小型企业实现资产总计、营业收入、利润总额分别为69.90万亿元、63.18万亿元、3.94万亿元，占比均超过一半。(55)然而，我国中小型企业数字化转型升级整体发展缓慢，极大阻碍了长尾效应的发挥。2020年利用大数据分析技术对生产制造环节提供优化建议和决策支持的中小型企业仅有5%。(56)主要原因如下：一是我国中小型企业在工业3.0时代(信息化)建设不足，不利于数字化转型推广。制造业数字化转型升级很大程度上依赖于已经实现信息化的基础之上，利用云计算、大数据分析、人工智能等技术实现智能化生产和个性化定制，而2020年我国中小型企业数字化装备应用比例为45%、生产过程信息系统覆盖占比为40%、设备联网率仅为35%，(57)信息化水平还相对较低。二是经营利润较低、贷款融资较难的中小型企业自身基础薄弱，而数字化转型升级作为产业升级的一种全新的创新驱动模式，从准备布局到真正产生经济效益难免存在“时滞”现象，甚至有转型失败的可能。这就会导致企业出现“想改但不敢改、敢改又改不起”的现象。

(二)产业链供应链间存在数字鸿沟

上述中小型企业数字化转型升级不及预期的问题直接导致了我国大中小企业间数字化发展不平衡。中小型企业往往产业基础薄弱、数字化发展缓慢，而龙头制造业企业则依靠雄厚的资金加快数字化转型速度，如海尔集团、美的集团、广汽集团、三一集团等，产业链供应链间的数字鸿沟在一定程度上受此影响。处于同一条产业链供应链不同环节的中小型企业与大型企业数字化转型升级不平衡，导致企业间协同发展出现困难，使得制造业数字化的巨大潜力无处释放。产业链供应链间存在数字鸿沟的另一个原因是企业类型间不平衡。新兴制造业企业具有良好的互联网基因，进行数字化转型升级的阻力较小。相反，不具备互联网基因的传统制造业企业数字化转型升级则面临着较高的前期投入成本和较大的实施难度，难以进行数字化转型升级。这种产业链供应链间的数字鸿沟导致企业普遍成了“信息孤岛”，也就难以通过搭建产业链供应链层面的工业互联网、大数据云服务平台实现全产业的资源最优配置。

(三)数据标准与数据安全保障不足

制造业数字化转型升级是数字技术主导的产业升级创新模式，其核心在于数据作为新的生产要素，改变生产函数中的要素构成和相互关系。(58)在转型实践中，数据成为生产要素不仅提高了企业和社会对数据质量的要求，也加大了这些数据被盗取滥用的风险。要想实现数据持续化、规模化的共享利用，数据标准和数据安全保障是必不可少的。首先是数据标准，制造业企业不同生产环节的工业设备和运营系统各有不同，可以说数据产生的应用场景五花八门，这决定了制造业企业数据具有单位格式杂、数据颗粒粗、特征范围差异大等特点。(59)目前，我国已颁布《工业互联网标准体系框架(版本2.0)》《国家智能制造标准体系建设指南(2021版)》《工业互联网综合标准化体系建设指南(2021版)》等规范化文件，但各地区、各行业乃至企业内部各部门间仍存在数据标准不一致的问题，数据流动壁垒尚未完全打破。其次是数据安全，自2016年《中华人民共和国网络安全法》通过以来，我国还陆续推出了《网络安全等级保护条例》《网络安全审查办法》《数据安全管理办法》《中华人民共和国数据安全法》等相关法律法规，但具体到工业数据处理、产权归属等方面的文件还不够充分。在相应制度建设不完善的情况下，制造业企业数据若在互联网平台被开放共享，就不可避免地会出现数据泄露和产权归属问题。

(四)高级人才资源缺乏，数字化基础创新薄弱

处于创新驱动阶段的产业升级会形成更高级的基础设施和科研机构，从而创造与特定产业有着密切联系的、高级而专业化的生产要素。(60)制造业数字化转型升级则要求大量既懂数字技术又懂生产制造的复合型人才(高级要素)。然而，我国制造业数字化转型升级属于部分越过电气自动化(工业2.0)、信息化(工业3.0)的跨越式发展，劳动力供给由普通工人(基本要素)向复合型人才(高级要素)的转变在短时间内还难以顺利完成。另一方面，高级数字技术人才的供给不足又导致我国针对数字信息基础技术领域的科技创新还相对较少。近年来，我国数字经济规模居世界前列，产业数字化不断提速，但其背后的动力源仍是超大规模市场优势所带来的应用型创新，真正代表数字经济核心竞争力的基础技术、核心器件等基础型创新还相对较少。这不利于我国形成数字产业的全球竞争优势，亦将阻碍我国依托数字经济与实体经济深度融合构建现代化产业体系的实现路径。

六、我国推进制造业数字化转型升级的主要任务与导向

制造业数字化转型升级是产业发展的竞争优势驱动力由要素驱动、投资驱动向创新驱动转变的过程。鉴于此，本文将我国制造业数字化转型升级的现实困境与波特提升竞争力先决条件的相关理论结合起来，提出当前及未来数字经济推动我国制造业往高层次竞争优势前进的主要任务与导向。

(一)确保市场充分竞争

市场充分竞争是创新的重要来源。处于创新驱动阶段的政府应坚持竞争中性原则。在制造业数字化转型升级初期，通过适当的税收优惠等形式来支持、鼓励制造业企业进行数字化改造，有利于带动产业活力。但在这个过程当中，要杜绝“懒政怠政”“一补了之”的情况。产业政策要符合产业发展现实和市场需求导向，对确实需要进行数字化改造的企业进行政策激励，既不可为政绩考核“揠苗助长”“一窝蜂”式推进，也要避免政策出现“雷声大、雨点小、落地难”的问题。随着制造业数字化转型升级的不断深入，未来政府要及时转变角色，避免采用直接财政补贴、市场进入壁垒等损害市场竞争的行为。

(二)完善生产要素创造和提升机制

政府通常被认为是创造和提升生产要素的发动机制。(61)培育具备数字技术和制造技术的复合型高级人才是制造业数字化转型升级的内在动力。因此，政府应加大对此类人才的培育力度。一方面可以通过基础教育、职业教育、高等教育等全面培养复合型人才，将程序设计导论、数据库原理及应用、数据仓库与挖掘技术、机器学习等课程的基本知识列入教学计划，明确教学与人才培养目标。另一方面，由于教育存在长期性、滞后性的特点，短时间内很难解决当前制造业数字化转型升级所面临的企业基层推广难题。因此，在职教育培训不容忽视，可借鉴日本政府在2018年推行的“工厂科学家培训课程”，支持企业中已经具有生产制造经验的年轻工人进行数字化教育培训，重点培育员工“数据工程能力”“数据科学能力”“数据管理能力”，(62)促进数字化人才队伍建设。此外，在制造业数字化转型升级实践中，数据成了新的核心生产要素。正如知识产权保护一样，数据参与产业经济发展也离不开完善的法律法规。政府应围绕充分提升数据生产要素活力，一方面建立并完善的数据产权法规，明确数据在收集、流通、存储和使用过程中各主体的责任与义务，从而推动数据要素市场化配置；另一方面加快数据标准化建设，推动《工业互联网标准体系框架(版本2.0)》《国家智能制造标准体系建设指南(2021版)》《工业互联网综合标准化体系建设指南(2021版)》等法规文件的落地实用，并在此基础上，积极参与全球数据标准建立，提高我国在数字经济领域的话语权。

(三)强化企业基础性科研动机

在市场经济下，企业追求利润最大化，往往更有动机选择试错成本低、投资回报快的应用型创新，然而只有真正掌握核心基础性技术才能在全球数字经济领域掌握话语权。因此，在全球范围内相关重大科技的研发通常离不开政府的身影。我国应充分发挥产业政策的引领作用，通过设立科研专项资金、税收优惠、财政补助等方式适度超前引领企业内部加大对数字化领域的基础理论和前沿技术的研究投入。同时坚持以市场机制为导向，联合高校、科研院所、企业，针对AI芯片、传感器、控制器、高端自动控制系统、高档数控机床、3D打印、工业机器人等数字化转型急需的核心部件和产品，实现研发资源的共享合作，充分发挥产学研用协同创新优势，缩短从基础研究到产业化、商用化的过程，提高科技成果转化效率。

(四)有序推动新一轮企业数字化转型升级

首先是中小型企业数字化转型升级缓慢问题，资本市场在资源配置等方面具备明显优势，所以中小型企业数字化发展不应忽视社会资本的引进。银行、保险公司等以自身利益最大化为目标的金融机构，比政府更能摸清中小型企业资金需求，尤其是其真实的资金需求和转型风险。通过金融机构建立中小型企业数字化转型风险评估与管理体系，创新设计适合于中小型企业的金融产品和保险服务，这将有利于降低中小型企业对数字化转型不确定性的顾虑。其次是行业领军制造业企业，应鼓励其与大型互联网企业合作，加快基于产业集群的工业互联网建设，努力发挥头雁效应。

七、结论与启示

随着新一代信息通信技术的发展，数字经济日益成为中国经济高质量发展的主要驱动力。从产业升级的角度来看，数字经济不同于农业经济、工业经济，是一种融合型经济，对实体经济具有巨大的赋能增效性。本文将熊彼特创新理论、波特创新驱动理论与我国制造业数字化转型升级实践相结合，对数字经济驱动制造业转型升级的内在机理进行了系统探讨。制造业数字化转型升级是一种包含技术创新、产品创新、市场创新、资源配置创新以及组织创新在内的产业升级的综合创新模式，具有数据成为关键生产要素、数字化设施成为社会经济基础设施以及长尾效应与规模经济兼具三大基本特征。在波特创新驱动理论下，制造业数字化转型升级的五大创新会驱动产生产业升级的三大效应，进而在三大效应的联合作用下实现制造业的高质量发展。一是通过劳动生产要素由低技能劳动主导向高技能劳动主导转变、资源依赖型制造业向知识技术密集型制造业转变实现产业结构高度化；二是通过重新塑造制造业产业价值链，助力制造业企业向价值链上游的研发设计、关键零部件制造环节和下游的营销品牌、售后服务环节攀升实现价值链高度化；三是通过降低生产要素成本和运营管理成本，促进“微笑曲线”向“浅笑曲线”转变，提高中端环节的附加值，实现加工程度高度化。当前，我国制造业数字化转型升级之路仍存在中小型企业数字化转型升级缓慢、产业链供应链间存在数字鸿沟、数据标准与数据安全保障不足、高级人才资源缺乏和数字化基础创新薄弱等问题。我国应坚持市场在制造业数字化转型升级中的主体地位，发挥好政府生产要素创造和提升机制，强化基础性技术攻关，合理引导新一轮大中小企业有序转型。