曾 林

（福建師范大學(xué)經(jīng)濟(jì)學(xué)院， 福建 福州 350117）

0 引言

近年來，我國高度重視制造業(yè)數(shù)字化轉(zhuǎn)型問題。制造業(yè)數(shù)字化的本質(zhì)是將數(shù)字技術(shù)與制造業(yè)深度融合，將其運(yùn)用于生產(chǎn)、經(jīng)營、管理的各個環(huán)節(jié)，從根本上提升效率，促進(jìn)制造業(yè)轉(zhuǎn)型[1]。

早在2020 年6 月30 日，中央深改委就審議通過《關(guān)于深化新一代信息技術(shù)與制造業(yè)融合發(fā)展的指導(dǎo)意見》，提出要加快推進(jìn)新一代信息技術(shù)和制造業(yè)融合發(fā)展[2]。黨的二十大報(bào)告特別強(qiáng)調(diào)“推動制造業(yè)高端化、智能化、綠色化發(fā)展”。以新興信息技術(shù)與企業(yè)生產(chǎn)制造以及經(jīng)營管理各環(huán)節(jié)充分結(jié)合、最終實(shí)現(xiàn)制造業(yè)升級為目標(biāo)的數(shù)字化轉(zhuǎn)型正成為制造業(yè)發(fā)展的大趨勢[3]。

目前，制造業(yè)數(shù)字化的研究正處于發(fā)展階段，各學(xué)者構(gòu)建不同的指標(biāo)體系來綜合反映制造業(yè)數(shù)字化水平：范合君等[4]人通過生產(chǎn)數(shù)字化、消費(fèi)數(shù)字化、流通數(shù)字化和政府?dāng)?shù)字化4 個維度和23 個二級指標(biāo)，構(gòu)建數(shù)字化程度測度指標(biāo)體系，對中國省級數(shù)字化水平以及分項(xiàng)指標(biāo)的變化趨勢進(jìn)行比較評估；劉釩和余明月[5]利用數(shù)字融合規(guī)模、產(chǎn)業(yè)數(shù)字化投入、產(chǎn)業(yè)數(shù)字化應(yīng)用、效益水平四個維度，從投入產(chǎn)出角度評價(jià)產(chǎn)業(yè)數(shù)字化發(fā)展?fàn)顩r。王和勇等[6]從效益提升、創(chuàng)新驅(qū)動和綠色發(fā)展3 個維度構(gòu)建區(qū)域制造業(yè)數(shù)字化轉(zhuǎn)型評價(jià)指標(biāo)體系；張林剛等[7]從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面構(gòu)建區(qū)域制造業(yè)數(shù)字化轉(zhuǎn)型評價(jià)指標(biāo)體系，對中國各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型程度進(jìn)行評價(jià)；陳曉東等[8]也基于中國投入產(chǎn)出表測度制造業(yè)產(chǎn)業(yè)鏈的數(shù)字化轉(zhuǎn)型水平。

許多學(xué)者雖然都設(shè)定了制造業(yè)數(shù)字化轉(zhuǎn)型的測算指標(biāo)，但大多是以區(qū)域的制造業(yè)為研究對象，而楊繼東等[9]認(rèn)為在制造業(yè)內(nèi)部，不同行業(yè)由于所面向的客戶群體不同，在數(shù)字化進(jìn)程上同樣存在差異；李云菲[10]根據(jù)不同行業(yè)在生產(chǎn)過程中對要素依賴程度的差異，可以將制造業(yè)的所有子行業(yè)大致劃分為勞動密集型產(chǎn)業(yè)、資本密集型產(chǎn)業(yè)和技術(shù)密集型產(chǎn)業(yè)；王璐[11]將16 個制造業(yè)行業(yè)按照要素密集度的不同分為三類，以制造業(yè)出口中內(nèi)含ICT 產(chǎn)業(yè)增加值的占比（IG）來測度制造業(yè)數(shù)字化水平。

綜上，學(xué)者們進(jìn)行了一系列嘗試與探索，為本文研究提供了借鑒與參考?？傮w來說，現(xiàn)有研究一致認(rèn)為數(shù)字化能對制造業(yè)產(chǎn)生正面的影響，并且多數(shù)學(xué)者采用綜合評價(jià)法構(gòu)建制造業(yè)數(shù)字化轉(zhuǎn)型的評價(jià)指標(biāo)體系進(jìn)行測度。但這些研究大多是以制造業(yè)中的某一行業(yè)或者區(qū)域的制造業(yè)為研究對象，而對制造業(yè)內(nèi)部各細(xì)分行業(yè)的數(shù)字化評價(jià)的研究是比較少的，且鮮有研究能夠?qū)⒅圃鞓I(yè)數(shù)字化投入和數(shù)字化效益聯(lián)系起來。從理論角度來看，本文可以填補(bǔ)制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)研究的空白；從現(xiàn)實(shí)角度來看，本研究有助于改善不同制造業(yè)行業(yè)數(shù)字化發(fā)展不均衡的問題，幫助制造業(yè)不同行業(yè)制定適宜的數(shù)字化轉(zhuǎn)型路徑，具有重要的社會經(jīng)濟(jì)效益。

1 評價(jià)指標(biāo)體系

1.1 數(shù)據(jù)來源

本文的研究數(shù)據(jù)均來自2011—2021 年《中國環(huán)境統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》和ADB投入產(chǎn)出表，少數(shù)缺失值通過線性插值法補(bǔ)齊。

考慮到本研究所需要的實(shí)證數(shù)據(jù)有一部分來自于ADB 投入產(chǎn)出表，而中國投入產(chǎn)出表的部門分類與ADB-MRIO 的行業(yè)分類存在差異，因此本文將《國民經(jīng)濟(jì)行業(yè)分類（GB/T4754-2017）和ADB-MRIO 行業(yè)分類進(jìn)行對照匹配，并參考其他文獻(xiàn)的分類標(biāo)準(zhǔn)，最終選擇了13 個制造業(yè)細(xì)分行業(yè)，并將這些細(xì)分行業(yè)按照要素密集度的不同進(jìn)一步劃分為勞動密集型、資本密集型和技術(shù)密集型。具體行業(yè)分類如表1 所示。

表1 行業(yè)分類

1.2 指標(biāo)選取及說明

本研究從數(shù)字化投入和數(shù)字化效益兩個角度出發(fā)。制造業(yè)數(shù)字化的本質(zhì)是將數(shù)字技術(shù)與制造業(yè)深度融合，因此在行業(yè)層面對數(shù)字技術(shù)的使用量能比較準(zhǔn)確地表示各行業(yè)的數(shù)字化投入。此外，數(shù)字技術(shù)的使用可以改變各行業(yè)生產(chǎn)技術(shù)水平，制造業(yè)數(shù)字化轉(zhuǎn)型帶來的效益提升可以體現(xiàn)在創(chuàng)新、環(huán)境和經(jīng)濟(jì)三個方面。因此，本文構(gòu)建數(shù)字化投入和數(shù)字化效益兩個維度和數(shù)字技術(shù)投入量、創(chuàng)新效益、綠色效益和經(jīng)濟(jì)效益四個一級指標(biāo)的評價(jià)體系。

1.2.1 數(shù)字技術(shù)投入量

制造業(yè)數(shù)字化轉(zhuǎn)型主要體現(xiàn)在數(shù)字技術(shù)與制造業(yè)的融合程度加深，各制造業(yè)行業(yè)通過數(shù)字技術(shù)打造數(shù)字化平臺，形成數(shù)據(jù)管理、數(shù)據(jù)運(yùn)營、數(shù)據(jù)決策和創(chuàng)新的生產(chǎn)運(yùn)營新模式，推動制造業(yè)高質(zhì)量發(fā)展，帶來效益提升。數(shù)字技術(shù)主要包括大數(shù)據(jù)、云計(jì)算和人工智能等信息技術(shù)和信息通信服務(wù)?？紤]到數(shù)據(jù)的可得性和連貫性，本文參考王彬、高敬峰等人[12]的做法，采用投入產(chǎn)出法來衡量各制造業(yè)細(xì)分行業(yè)的數(shù)字化投入量，以制造業(yè)生產(chǎn)過程中數(shù)字經(jīng)濟(jì)基礎(chǔ)產(chǎn)業(yè)對其他產(chǎn)業(yè)部門的投入量來衡量各行業(yè)部門的數(shù)字技術(shù)投入量，而信息通信服務(wù)行業(yè)能夠在很大程度上代表數(shù)字經(jīng)濟(jì)基礎(chǔ)產(chǎn)業(yè)。該指標(biāo)數(shù)據(jù)來源于2011-2021 的ADB 投入產(chǎn)出表。

在使用ADB 投入產(chǎn)出表測算2011—2021 年數(shù)字技術(shù)投入量時(shí)，選取c27 郵政和信息通信服務(wù)行業(yè)來表示數(shù)字化投入水平。但由于ADB 中c27 郵政和信息通信服務(wù)行業(yè)包含郵政和信息通信服務(wù)兩個行業(yè)，因此本文根據(jù)WIOD 發(fā)布的2014 年投入產(chǎn)出表中J61 信息通信服務(wù)行業(yè)在H53 郵政行業(yè)與J61 信息通信服務(wù)行業(yè)總和中所占的比重來拆分ADB 中2011—2021 年的c27 郵政和信息通信服務(wù)行業(yè)。據(jù)此得到2011—2021 年各制造業(yè)細(xì)分行業(yè)所使用的信息通信服務(wù)行業(yè)數(shù)據(jù)，以此來計(jì)算2011—2021 年各個細(xì)分行業(yè)的數(shù)字技術(shù)投入量。

1.2.2 數(shù)字化創(chuàng)新效益

引生態(tài)活水入縣城河流是踐行習(xí)近平新時(shí)代治水新理念、是河湖水系綜合整治的重要舉措。是縣委、縣政府確定的2018年重點(diǎn)工程項(xiàng)目之一，是解決縣城水環(huán)境問題的一項(xiàng)民心工程，是一件順民意的大好事、大實(shí)事。該工程由縣水務(wù)局負(fù)責(zé)實(shí)施，工程總投資約300多萬元，水源以師婆泉為主要水源，南部集中供水工程水源為補(bǔ)充水源，通過修復(fù)疏通紅衛(wèi)灌區(qū)原有管線，鋪設(shè)新輸水管線共2.5公里，全程輸水自流而下，實(shí)現(xiàn)將生態(tài)活水注入獲澤河治理段河道。

制造業(yè)數(shù)字化轉(zhuǎn)型帶來的效益之一體現(xiàn)在創(chuàng)新方面。各行業(yè)利用數(shù)字技術(shù)賦能創(chuàng)新，數(shù)字化轉(zhuǎn)型有助于各行業(yè)及時(shí)把握新興市場變化趨勢，降低創(chuàng)新活動的不確定性和風(fēng)險(xiǎn)性，提高新產(chǎn)品創(chuàng)新成功率，提升企業(yè)創(chuàng)新能力。本文從創(chuàng)新投入增加、創(chuàng)新成果增加和創(chuàng)新質(zhì)量提升三個角度來衡量制造業(yè)各細(xì)分行業(yè)的創(chuàng)新效益。

1.2.3 數(shù)字化綠色效益

制造業(yè)數(shù)字化轉(zhuǎn)型帶來的另一個效益體現(xiàn)在環(huán)境方面。數(shù)字化賦能制造業(yè)綠色轉(zhuǎn)型的主要路徑主要體現(xiàn)在賦能生產(chǎn)過程控制降低能耗物耗、賦能能源管理與排放監(jiān)測管理以及賦能供應(yīng)鏈資源回收利用。同時(shí)，制造業(yè)數(shù)字化會帶來產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，這些均會使制造業(yè)各行業(yè)實(shí)現(xiàn)節(jié)能減排，帶來綠色效益。

1.2.4 數(shù)字化經(jīng)濟(jì)效益

制造業(yè)數(shù)字化轉(zhuǎn)型帶來的效益還體現(xiàn)在經(jīng)濟(jì)方面。制造業(yè)數(shù)字化轉(zhuǎn)型使得數(shù)字技術(shù)嵌入企業(yè)價(jià)值鏈的各個環(huán)節(jié)，通過減少信息流動的障礙，更好地協(xié)同產(chǎn)業(yè)鏈上下游，在很大程度上縮短了制造業(yè)各行業(yè)從研發(fā)、生產(chǎn)到銷售的周期，優(yōu)化制造業(yè)的生產(chǎn)流程，提高了制造業(yè)的生產(chǎn)效率，提升經(jīng)濟(jì)效益。同時(shí)，數(shù)字技術(shù)的使用便于企業(yè)經(jīng)營管理，通過提高信息分析與搜集的速度和準(zhǔn)確度，實(shí)現(xiàn)制造業(yè)產(chǎn)品市場供需的精準(zhǔn)匹配，降低管理成本和銷售成本。綜上，本文構(gòu)建了涵蓋數(shù)字化投入和數(shù)字化效益2 個維度10 個指標(biāo)的綜合評價(jià)體系，對制造業(yè)各細(xì)分行業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)行評價(jià)，具體如表2 所示。

表2 制造業(yè)數(shù)字化轉(zhuǎn)型綜合評價(jià)指標(biāo)體系

2 基于熵權(quán)法的制造業(yè)數(shù)字化轉(zhuǎn)型評價(jià)

熵權(quán)法是一種依據(jù)各指標(biāo)所包含的信息量的多少確定指標(biāo)權(quán)重的客觀賦法。某個指標(biāo)的熵越小，說明該指標(biāo)值的變異程度越大，提供的信息量也就越多，在綜合評價(jià)中起的作用越大，則該指標(biāo)的權(quán)重也應(yīng)越大，所以用熵權(quán)法確定權(quán)重能夠使結(jié)果更加客觀。

本文在構(gòu)建制造業(yè)數(shù)字化轉(zhuǎn)型評價(jià)指標(biāo)體系的基礎(chǔ)上，首先利用熵權(quán)法確定各評價(jià)指標(biāo)的客觀權(quán)重，接著計(jì)算出制造業(yè)各細(xì)分行業(yè)數(shù)字化轉(zhuǎn)型的評價(jià)值；最后對制造業(yè)各細(xì)分行業(yè)數(shù)字化轉(zhuǎn)型評價(jià)結(jié)果進(jìn)行優(yōu)劣排序。

2.1 基于熵權(quán)法的評價(jià)指標(biāo)權(quán)重計(jì)算

表3 各效益指標(biāo)權(quán)重

2.2 制造業(yè)細(xì)分行業(yè)數(shù)字化轉(zhuǎn)型結(jié)果分析

本文利用熵值法分別計(jì)算出制造業(yè)各細(xì)分行業(yè)數(shù)字化投入和數(shù)字化效益的綜合得分，如下表4，該結(jié)果在一定程度上反映了2011—2021 年制造業(yè)細(xì)分行業(yè)的數(shù)字化轉(zhuǎn)型狀況。

表4 各行業(yè)平均得分及評價(jià)排名

總體而言，制造業(yè)各細(xì)分行業(yè)的數(shù)字化投入與數(shù)字化效益雖沒有完全相關(guān)，但也存在著一定的關(guān)聯(lián)，數(shù)字化投入量較多的行業(yè)，其數(shù)字化效益也比較多；反之，數(shù)字化投入量較少的行業(yè)，數(shù)字化產(chǎn)生的效益也比較少。

從數(shù)字化投入的角度來看，制造業(yè)各細(xì)分行業(yè)的數(shù)字化投入量不同。農(nóng)副食品加工業(yè)、電氣機(jī)械和器材制造業(yè)和造紙、紙制品、印刷和出版制造業(yè)的數(shù)字化投入量排在前三，可能是由于這些行業(yè)意識到了數(shù)字化轉(zhuǎn)型的重要性和緊迫性，主動適應(yīng)制造業(yè)數(shù)字化轉(zhuǎn)型的時(shí)代新要求；而食品、飲料和煙草制造業(yè)、基本金屬和金屬制品制造業(yè)以及石油、煤炭及其他燃料加工業(yè)的數(shù)字化投入量排在最后三名，原因可能是這些行業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的成本和代價(jià)比較大，而企業(yè)不愿意承擔(dān)，沒有意識到數(shù)字技術(shù)對行業(yè)發(fā)展壯大的重要意義。

從產(chǎn)生數(shù)字化效益的角度來看，橡膠和塑料制品業(yè)與運(yùn)輸設(shè)備制造業(yè)的數(shù)字化投入量雖然不是最多的，但產(chǎn)生的數(shù)字化效益卻排在前列，說明這些行業(yè)數(shù)字化轉(zhuǎn)型的效率高，合理高效地利用了大數(shù)據(jù)、云計(jì)算和人工智能等信息技術(shù)和信息通信服務(wù)，賦能創(chuàng)新、推動綠色轉(zhuǎn)型、提升經(jīng)濟(jì)效益，享受到了數(shù)字化轉(zhuǎn)型帶來的好處；而食品、飲料和煙草制造業(yè)、非金屬礦物制品業(yè)與石油、煤炭及其他燃料加工業(yè)的數(shù)字化效益排在最后，原因可能是這些行業(yè)的數(shù)字化投入量較少，對數(shù)字技術(shù)和信息通信服務(wù)的利用程度較低，因此享受不到數(shù)字化轉(zhuǎn)型帶來的在創(chuàng)新、綠色、經(jīng)濟(jì)效益提升方面的好處。

從按照要素投入密集程度劃分的三類制造業(yè)的角度來看，資本密集型行業(yè)的數(shù)字化投入量總體而言比較低，且產(chǎn)生的數(shù)字化效益也比較低，造成這種現(xiàn)象的原因可能是這類行業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的成本較高，資本密集型行業(yè)呈現(xiàn)出典型的“長鏈條、重資產(chǎn)、需求多樣”的行業(yè)特征，在數(shù)字化轉(zhuǎn)型中，所需的投入規(guī)模最大，因此有些企業(yè)抱著觀望的心理，缺乏實(shí)際行動，致使這類行業(yè)的數(shù)字化轉(zhuǎn)型程度較低；勞動密集型行業(yè)中各行業(yè)的數(shù)字化轉(zhuǎn)型水平差異較大，但數(shù)字化投入和產(chǎn)生的效益總體上呈現(xiàn)出正相關(guān)的關(guān)系，近年來勞動力成本持續(xù)上升給勞動密集型行業(yè)帶來了巨大的壓力，借助數(shù)字技術(shù)和信息通信服務(wù)，能夠從多方面促使勞動密集型產(chǎn)業(yè)實(shí)現(xiàn)降本增效，擺脫傳統(tǒng)勞動力對發(fā)展的束縛，迎合新時(shí)代消費(fèi)需求升級，順利實(shí)現(xiàn)高質(zhì)量發(fā)展。因此勞動密集型行業(yè)應(yīng)當(dāng)加大對數(shù)字技術(shù)的投入；技術(shù)密集型行業(yè)的數(shù)字化效益都比較高，因?yàn)楸旧砭哂休^高的信息基礎(chǔ)投資，數(shù)字化能力建設(shè)上起步較早，數(shù)字化轉(zhuǎn)型程度本身較高，因此其不需要很大的數(shù)字化投入量就能帶來較高的效益提升。

3 研究結(jié)論與啟示

3.1 研究結(jié)論

1）在數(shù)字化效益的三個指標(biāo)中，創(chuàng)新效益指標(biāo)所占權(quán)重最大，這說明制造業(yè)數(shù)字化轉(zhuǎn)型在支持和促進(jìn)各行業(yè)創(chuàng)新方面發(fā)揮著關(guān)鍵作用，各制造業(yè)行業(yè)應(yīng)當(dāng)利用數(shù)字技術(shù)和信息通信服務(wù)提升制造能力、推動制造模式創(chuàng)新、降低制造成本、提升競爭力。

2）總體來看，技術(shù)密集型行業(yè)的數(shù)字化投入回報(bào)率比較高，較小的投入就能提升較多的效益。因此要加大對技術(shù)密集型行業(yè)的數(shù)字化投入，更大程度地發(fā)揮數(shù)字化帶動制造業(yè)發(fā)展的影響效應(yīng)。勞動密集型行業(yè)和資本密集型行業(yè)的數(shù)字化轉(zhuǎn)型程度相對而言仍比較低，應(yīng)當(dāng)加大對資本密集型行業(yè)的數(shù)字化投入，提高勞動密集型行業(yè)對數(shù)字化投入的有效利用，提高其數(shù)字化效益，這就需要進(jìn)一步加強(qiáng)這些行業(yè)與數(shù)字化技術(shù)融合發(fā)展，助力其數(shù)字化轉(zhuǎn)型，釋放數(shù)字化帶動產(chǎn)業(yè)發(fā)展的動力。

3.2 政策建議

3.2.1 制造業(yè)

作為最基本的微觀經(jīng)濟(jì)主體，制造業(yè)企業(yè)在制造業(yè)數(shù)字化轉(zhuǎn)型之路上承擔(dān)著重要責(zé)任。制造業(yè)各行業(yè)應(yīng)當(dāng)意識到數(shù)字化轉(zhuǎn)型的緊迫性，積極主動向數(shù)字化方向發(fā)展，加快數(shù)字化技術(shù)的研發(fā)與應(yīng)用。這就要求制造業(yè)企業(yè)加大基礎(chǔ)科學(xué)研發(fā)，集聚人才和資本，完善智慧工廠建設(shè)，將物聯(lián)網(wǎng)、工業(yè)機(jī)器人等人工智能技術(shù)貫穿于制造業(yè)的整個生產(chǎn)過程，加強(qiáng)數(shù)字技術(shù)基礎(chǔ)設(shè)施建設(shè)，打破高端技術(shù)壁壘，加快制造企業(yè)技術(shù)的數(shù)字化更新，提高企業(yè)的生產(chǎn)效率，激發(fā)其創(chuàng)新活力。還要提升制造業(yè)中高層管理者的數(shù)字化觀念和適應(yīng)能力，提高員工對自動化智能化設(shè)備和軟件系統(tǒng)的熟練操作能力，為數(shù)字化轉(zhuǎn)型奠定基礎(chǔ)。

3.2.2 政府

首先，加強(qiáng)對數(shù)字人才的投入。數(shù)字化轉(zhuǎn)型需要大量的既懂得制造業(yè)知識也懂得數(shù)字化方面相關(guān)知識的復(fù)合型人才，大力度培養(yǎng)制造業(yè)數(shù)字化轉(zhuǎn)型的人才。鼓勵企業(yè)和中高等教育機(jī)構(gòu)合作開展制造業(yè)數(shù)字化轉(zhuǎn)型方面的職業(yè)技能培訓(xùn)。

其次，完善相關(guān)政策制度，加大制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型支持力度。針對不同類型的制造業(yè)行業(yè)要因時(shí)制宜、因地制宜，制定相應(yīng)的發(fā)展措施，全面推進(jìn)不同類型制造業(yè)順利實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型升級；強(qiáng)化政策引導(dǎo)，推動制造業(yè)數(shù)字化轉(zhuǎn)型升級，建立健全促進(jìn)數(shù)字化轉(zhuǎn)型的相關(guān)政策與市場機(jī)制；適時(shí)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加大創(chuàng)新支持力度，優(yōu)化資源配置，以促進(jìn)制造業(yè)數(shù)字化均衡發(fā)展。

最后，加大對制造業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)支持。加大制造業(yè)數(shù)字化改造優(yōu)惠貸款、財(cái)政貼息、財(cái)政補(bǔ)貼、稅收返回等資金支持力度，緩解制造業(yè)的數(shù)字化轉(zhuǎn)型面臨的成本上升壓力。