基于政策工具與LDA模型的中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策研究

摘 要：為實(shí)現(xiàn)制造強(qiáng)國(guó)的戰(zhàn)略愿景，須構(gòu)建并完善中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策體系，并對(duì)其科學(xué)性與合理性進(jìn)行評(píng)估與總結(jié)，為未來中國(guó)相關(guān)政策的制定提供可改進(jìn)的方向。采用文本量化分析法，從政策工具類型縱向維度與政策目標(biāo)組合橫向維度構(gòu)建二維分析框架，對(duì)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策進(jìn)行計(jì)量與分析，并運(yùn)用LDA（Latent Dirichlet Allocation）主題模型系統(tǒng)分析中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的主題特征，多角度、全方位地剖析中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的科學(xué)性與合理性。研究結(jié)果表明：環(huán)境型、供給型政策工具應(yīng)用存在過度現(xiàn)象，需求型政策工具應(yīng)用較為單一，政策制定部門較為集中，政策發(fā)布時(shí)間存在間斷，對(duì)產(chǎn)業(yè)集群建設(shè)等方面重視程度不足。針對(duì)上述研究結(jié)果，對(duì)未來制造業(yè)數(shù)字化轉(zhuǎn)型政策的優(yōu)化和完善提出對(duì)策和建議。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；政策量化評(píng)價(jià)；政策工具類型；LDA模型；制造業(yè)

中圖分類號(hào)：F424" " 文獻(xiàn)標(biāo)志碼：A" " 文章編號(hào)：1671-0037（2025）3-16-16

DOI：10.19345/j.cxkj.1671-0037.2025.3.2

引用格式：尚濤，劉博今.基于政策工具與LDA模型的中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策研究［J］.創(chuàng)新科技，2025，25（3）：16-31.

0 引言

隨著科學(xué)技術(shù)的開拓與創(chuàng)新，數(shù)字化轉(zhuǎn)型成為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要路徑?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃綱要》首次指出，要將數(shù)字化轉(zhuǎn)型上升為國(guó)家戰(zhàn)略，推動(dòng)制造業(yè)向高端化、智能化和綠色化方向發(fā)展。當(dāng)前，新一代信息技術(shù)產(chǎn)業(yè)正蓬勃發(fā)展，其中，大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能等為制造業(yè)生產(chǎn)過程的數(shù)字化、自動(dòng)化、智能化提供了技術(shù)支持。在此背景下，推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型不僅可以提升企業(yè)價(jià)值［1］，推進(jìn)綠色發(fā)展［2］，而且能深刻影響經(jīng)濟(jì)社會(huì)運(yùn)作方式，為經(jīng)濟(jì)高質(zhì)量發(fā)展注入新動(dòng)能［3］。制造業(yè)數(shù)字化轉(zhuǎn)型政策是一種綜合復(fù)雜的產(chǎn)業(yè)政策［4］，既涉及產(chǎn)業(yè)鏈不同階段的技術(shù)創(chuàng)新、結(jié)構(gòu)升級(jí)、人才培養(yǎng)、資金支持等，也涉及政策內(nèi)部各種工具的設(shè)計(jì)、組織、搭配、構(gòu)建等。在這個(gè)過程中，政府政策的制定與實(shí)施對(duì)于推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型具有至關(guān)重要的作用。

本文采用文本量化分析法，從政策工具視角對(duì)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策文本進(jìn)行挖掘，構(gòu)建多維度的制造業(yè)數(shù)字化轉(zhuǎn)型政策分析框架，并運(yùn)用LDA（Latent Dirichlet Allocation）主題模型實(shí)現(xiàn)自動(dòng)化效詞分析與共同主題提取，將結(jié)果進(jìn)行可視化處理。綜合運(yùn)用上述方法厘清我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的現(xiàn)狀和要點(diǎn)，并指出存在的不足之處，以期為政府制定更加科學(xué)、合理的政策提供參考。

1 制造業(yè)數(shù)字化轉(zhuǎn)型政策及其分析框架

1.1 相關(guān)文獻(xiàn)述評(píng)

當(dāng)下機(jī)器技術(shù)融合了多元化的組件，包括網(wǎng)絡(luò)物理系統(tǒng)（CPS）、云系統(tǒng)、機(jī)器對(duì)機(jī)器（M2M）通信、數(shù)據(jù)挖掘、智能工廠、物聯(lián)網(wǎng)、企業(yè)資源規(guī)劃（ERP）和商業(yè)智能等，在工業(yè)4.0時(shí)代主導(dǎo)傳統(tǒng)制造向數(shù)字制造轉(zhuǎn)型［5］。將尖端數(shù)字技術(shù)深度融入生產(chǎn)運(yùn)營(yíng)流程，不僅實(shí)現(xiàn)了業(yè)務(wù)流程的顯著優(yōu)化、客戶體驗(yàn)的全面提升以及價(jià)值創(chuàng)造的多維拓展，而且革新了制造業(yè)的商業(yè)模式、組織架構(gòu)、管理策略、決策機(jī)制、供應(yīng)鏈協(xié)同機(jī)制與創(chuàng)新模式等。這一舉措促使垂直化產(chǎn)業(yè)鏈向網(wǎng)絡(luò)化產(chǎn)業(yè)鏈轉(zhuǎn)變，構(gòu)建出新型制造生態(tài)，從而推動(dòng)制造業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)。

然而，中國(guó)的制造業(yè)數(shù)字化轉(zhuǎn)型也面臨著內(nèi)部動(dòng)力不足與外部壓力加大的雙重挑戰(zhàn)。在內(nèi)部動(dòng)力方面，由于中國(guó)制造業(yè)起步較晚，在核心數(shù)字技術(shù)與第三方服務(wù)供給上存在諸多不足，致使我國(guó)在基礎(chǔ)元器件、關(guān)鍵零部件、關(guān)鍵工業(yè)軟件、底層操作系統(tǒng)等方面高度依賴外部供應(yīng)。在技術(shù)供給受限的背景下，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的意愿降低，進(jìn)一步阻礙企業(yè)在經(jīng)營(yíng)理念、組織運(yùn)作和戰(zhàn)略規(guī)劃等方面的轉(zhuǎn)型策略構(gòu)建［6］。由于難以解決數(shù)字化轉(zhuǎn)型的落地問題，企業(yè)未能充分挖掘和發(fā)揮數(shù)字業(yè)務(wù)所帶來的價(jià)值［7］，在構(gòu)建覆蓋全流程、全產(chǎn)業(yè)鏈、全生命周期的工業(yè)數(shù)據(jù)鏈中面臨困難。這種現(xiàn)象使行業(yè)內(nèi)數(shù)字鴻溝逐步加深，制約了制造業(yè)產(chǎn)業(yè)鏈數(shù)據(jù)共享和業(yè)務(wù)協(xié)同能力的提升［8］，限制了制造業(yè)產(chǎn)業(yè)的高效協(xié)同與數(shù)字化轉(zhuǎn)型。在外部壓力方面，受全球價(jià)值鏈分工中供需錯(cuò)配問題的影響，長(zhǎng)期以來我國(guó)制造業(yè)生產(chǎn)處在全球價(jià)值鏈低端位置［9］。近年來，我國(guó)積極調(diào)整制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)，努力向中高端價(jià)值鏈位置攀升，但尚未迎來產(chǎn)業(yè)演進(jìn)的“拐點(diǎn)”，仍處于“微笑曲線”低端生產(chǎn)位置［10］。這種分工格局使我國(guó)面臨著“低端鎖定”的固化風(fēng)險(xiǎn)。要推動(dòng)“微笑曲線”向“創(chuàng)新”和“營(yíng)銷”兩端發(fā)展，須突破全球范圍內(nèi)龍頭企業(yè)的技術(shù)壟斷與市場(chǎng)準(zhǔn)入壁壘，進(jìn)而打造屬于自己的品牌與核心競(jìng)爭(zhēng)力［11］。此外，面對(duì)日益趨緊的資源環(huán)境約束，高能耗、高排放仍然是我國(guó)制造業(yè)發(fā)展面臨的嚴(yán)峻挑戰(zhàn)［12］，為制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型帶來運(yùn)營(yíng)成本上升［13］、市場(chǎng)準(zhǔn)入門檻提高［14］、技術(shù)選擇受限［15］、供應(yīng)鏈中斷［16］等問題。

對(duì)于制造業(yè)數(shù)字化轉(zhuǎn)型的困難，合理制定相關(guān)政策尤為關(guān)鍵。這些政策不僅發(fā)揮著引領(lǐng)和指導(dǎo)的綜合作用，而且通過一系列鼓勵(lì)、扶持和保障措施，確保數(shù)字化轉(zhuǎn)型順利推進(jìn)，以達(dá)成預(yù)期目標(biāo)［17］。當(dāng)前，關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型政策的研究聚焦于兩大核心領(lǐng)域：一是政策對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制；二是制造業(yè)數(shù)字化轉(zhuǎn)型政策的效用檢驗(yàn)。在政策對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制方面，牟曉青和韓慶瀟［18］認(rèn)為，金融政策通過優(yōu)化環(huán)境和充分發(fā)揮政府引導(dǎo)基金的作用，利用資本市場(chǎng)和債券市場(chǎng)，撬動(dòng)更多社會(huì)資本流入數(shù)字化轉(zhuǎn)型領(lǐng)域。徐曉明和杜何顏［19］認(rèn)為，政策配套的供給加速了制造業(yè)數(shù)字化轉(zhuǎn)型的演進(jìn)。楊倜龍和郭克莎［20］認(rèn)為，政府可以通過干預(yù)數(shù)字經(jīng)濟(jì)來調(diào)整制造業(yè)比重。白全民等［21］認(rèn)為，政府引導(dǎo)是企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的重要觸發(fā)因素之一。孫小寧等［22］基于對(duì)15項(xiàng)試點(diǎn)政策的實(shí)證檢驗(yàn)得出，產(chǎn)業(yè)數(shù)字化政策更易通過影響勞動(dòng)力質(zhì)量作用于各類企業(yè)。在制造業(yè)數(shù)字化轉(zhuǎn)型政策的效用檢驗(yàn)方面，余東華等［23］認(rèn)為，經(jīng)濟(jì)政策的不確定性會(huì)增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)嵌入式服務(wù)化模式的推動(dòng)作用和對(duì)混入式服務(wù)化模式的抑制作用。白全民等［4］利用政策一致性指數(shù)模型對(duì)地方政府支持產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型政策進(jìn)行量化分析。李丹丹和楊柳［24］通過實(shí)證分析，驗(yàn)證了數(shù)字化水平對(duì)政策執(zhí)行效果審計(jì)與制造業(yè)高質(zhì)量發(fā)展之間的關(guān)系具有正向調(diào)節(jié)效應(yīng)。楊白冰和武威［25］以A股制造業(yè)上市公司為研究對(duì)象，實(shí)證檢驗(yàn)得出各類財(cái)稅金融政策均能有效推動(dòng)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，眾多學(xué)者已使用多種方法對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型政策進(jìn)行了詳盡的探討。然而，從政策本體出發(fā)，對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型政策的發(fā)展階段及其內(nèi)在特征進(jìn)行系統(tǒng)梳理的研究相對(duì)較少。鑒于此，本文首先將中央政府發(fā)布的制造業(yè)數(shù)字化轉(zhuǎn)型政策文本作為核心分析樣本，構(gòu)建政策工具理論指導(dǎo)下的二維分析框架，并對(duì)政策文本中的政策工具內(nèi)容進(jìn)行精細(xì)化的編碼處理。其次，將符合框架要求的政策條目納入分析框架，進(jìn)行頻數(shù)統(tǒng)計(jì)與數(shù)據(jù)分析，旨在揭示我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的演變脈絡(luò)與核心特征。最后，利用機(jī)器學(xué)習(xí)技術(shù)對(duì)政策文本進(jìn)行詞頻分析和潛在共同主題提取，進(jìn)一步挖掘政策文本的深層內(nèi)涵。本文不僅為政策文本分析方法在制造業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的應(yīng)用提供了實(shí)踐經(jīng)驗(yàn)，也為我國(guó)產(chǎn)業(yè)數(shù)字化智能化政策的持續(xù)優(yōu)化與推進(jìn)提供了重要的方法論支撐。

1.2 制造業(yè)數(shù)字化轉(zhuǎn)型政策分析框架

為了全面驅(qū)動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型，現(xiàn)行政策須借助多元化、精細(xì)化的措施來提供堅(jiān)實(shí)的保障和強(qiáng)大的動(dòng)力。這不僅要求政策在目標(biāo)上具備高度指向性，而且需要在策略上細(xì)致入微，確保相關(guān)政策能精準(zhǔn)覆蓋數(shù)字化轉(zhuǎn)型的各個(gè)方面。為了評(píng)估當(dāng)前我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策在政策目標(biāo)交叉覆蓋方面的情況和在政策工具方面的使用效果，本文從政策目標(biāo)組合和政策工具類型兩個(gè)維度進(jìn)行深入剖析。

1.2.1 基于政策目標(biāo)組合的橫向維度分析

為了明晰目前頒布的制造業(yè)數(shù)字化轉(zhuǎn)型政策的目標(biāo)方向，考察相關(guān)政策工具對(duì)于政策目標(biāo)的交叉覆蓋程度，本文借鑒綦良群和劉晶磊［26］的方法，將制造業(yè)數(shù)字化轉(zhuǎn)型政策目標(biāo)分為數(shù)字化、工業(yè)互聯(lián)網(wǎng)、制造業(yè)轉(zhuǎn)型三大類。其中：“數(shù)字化”為制造業(yè)轉(zhuǎn)型提供了數(shù)據(jù)基礎(chǔ)和技術(shù)手段，是實(shí)現(xiàn)轉(zhuǎn)型的必要條件；“工業(yè)互聯(lián)網(wǎng)”作為連接和整合各類資源的平臺(tái)，是數(shù)字化技術(shù)在制造業(yè)中的具體應(yīng)用；“制造業(yè)轉(zhuǎn)型”為最終目標(biāo)，通過數(shù)字化和工業(yè)互聯(lián)網(wǎng)的支持，實(shí)現(xiàn)企業(yè)的智能化、高效化和可持續(xù)發(fā)展。這種分類明晰了政策目標(biāo)的層次和重點(diǎn)，并確保政策在實(shí)施過程中能夠系統(tǒng)推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型。通過交叉將政策目標(biāo)組合分為“制造業(yè)轉(zhuǎn)型與工業(yè)互聯(lián)網(wǎng)”“制造業(yè)轉(zhuǎn)型與數(shù)字化”“工業(yè)互聯(lián)網(wǎng)與數(shù)字化”“制造業(yè)轉(zhuǎn)型、工業(yè)互聯(lián)網(wǎng)與數(shù)字化”等4組，并將其作為制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)政策分析的橫向維度。

1.2.2 基于政策工具類型的縱向維度分析

借鑒已有研究的分類方法，將制造業(yè)數(shù)字化轉(zhuǎn)型政策工具細(xì)分為3個(gè)維度，即供給型政策工具、需求型政策工具及環(huán)境型政策工具。供給型政策工具包括建立公共服務(wù)平臺(tái)、優(yōu)化人才培養(yǎng)體系以及保障科技創(chuàng)新等，從供給側(cè)確保制造業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)推進(jìn)。需求型政策工具包括提供稅收優(yōu)惠、財(cái)政支持等，從需求側(cè)反向推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型，激發(fā)企業(yè)的創(chuàng)新活力和轉(zhuǎn)型動(dòng)力。環(huán)境型政策工具涉及政府采取的法律監(jiān)管、目標(biāo)設(shè)定等策略，以營(yíng)造一個(gè)有利于制造業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展環(huán)境，為企業(yè)發(fā)展提供全面支持。

在不同政策工具維度的具體措施方面，本文借鑒綦良群和劉晶磊［26］、俞立平等［27］等的做法，深入研究已有文獻(xiàn)對(duì)3類政策工具次級(jí)維度的劃分，并結(jié)合制造業(yè)數(shù)字化轉(zhuǎn)型政策的具體內(nèi)容，界定不同政策工具維度的具體措施及其含義，如表1所示。

1.2.3 制造業(yè)數(shù)字化轉(zhuǎn)型政策二維分析框架

本文將縱向維度政策工具類型與橫向維度政策目標(biāo)組合相結(jié)合，建立制造業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的政策二維分析框架，其中每個(gè)單元格都對(duì)應(yīng)特定的政策編碼，如圖1所示。通過二維分析框架，可以清晰地看到不同政策工具如何與特定的政策目標(biāo)組合相匹配，有助于政策制定者和實(shí)施者更好地理解和優(yōu)化政策措施，從而高效地為制造業(yè)數(shù)字化轉(zhuǎn)型升級(jí)提供支持。

2 制造業(yè)數(shù)字化轉(zhuǎn)型政策工具量化分析

2.1 政策樣本選擇與篩選

本文借助北大法寶數(shù)據(jù)庫(kù)進(jìn)行政策文本搜集，并按以下原則對(duì)政策文件進(jìn)行篩選和整理。在政策制定的時(shí)間跨度方面，將制造業(yè)轉(zhuǎn)型首次在政策文件中被提及的2015年作為參考基準(zhǔn)，在2015—2023年發(fā)布的所有政策中進(jìn)行初始政策樣本的搜索與分類。在政策內(nèi)容方面，參考白全民等［21］的做法，分別以“制造業(yè)轉(zhuǎn)型”“數(shù)字化”“工業(yè)互聯(lián)網(wǎng)”等為關(guān)鍵詞，采用精細(xì)化的閱讀方式，對(duì)相關(guān)政策進(jìn)行深度檢索與精準(zhǔn)歸類。保留政策內(nèi)容高度相關(guān)且現(xiàn)行有效的文件，剔除已失效、重復(fù)與關(guān)聯(lián)度不高的文件，對(duì)于有修正的文件選用最新版。在政策制定主體方面，為了保證樣本的權(quán)威性與可靠性，將政策制定主體限定為中央政府及其直屬部門，地方政策不予采用。最終，本文共梳理出有效政策文本41份。具體如表2所示。

2.2 政策條款編碼

為了確保分析的精確性，本文采用關(guān)鍵詞匹配的方法，對(duì)已遴選出的41份政策樣本內(nèi)容進(jìn)行精準(zhǔn)定位。依照“政策編號(hào)—具體條款/章節(jié)—段落”的格式，對(duì)相關(guān)內(nèi)容進(jìn)行了細(xì)致而系統(tǒng)的編碼。基于已構(gòu)建的制造業(yè)數(shù)字化轉(zhuǎn)型政策二維分析框架，將編碼后的樣本進(jìn)行有序分類和整合，最終形成制造業(yè)數(shù)字化轉(zhuǎn)型政策文本內(nèi)容分析單元編碼表，進(jìn)一步明晰政策文本中各項(xiàng)政策工具的具體應(yīng)用情況，為后續(xù)的政策量化分析提供數(shù)據(jù)支持，具體如表3所示。

2.3 制造業(yè)數(shù)字化轉(zhuǎn)型政策分析

2.3.1 發(fā)文主體分析

在關(guān)于我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的41份樣本中，政策發(fā)布部門有獨(dú)立發(fā)布與聯(lián)合發(fā)布兩種類型。對(duì)此，采取不同的統(tǒng)計(jì)方法：對(duì)涉及的部門數(shù)量不超過3個(gè)的政策樣本進(jìn)行全面統(tǒng)計(jì)；當(dāng)部門數(shù)量超過3個(gè)時(shí)，按照部門發(fā)布順序選取前3個(gè)部門進(jìn)行統(tǒng)計(jì)。得到的統(tǒng)計(jì)結(jié)果如圖2所示。

①工業(yè)和信息化部作為負(fù)責(zé)部門，出臺(tái)了29份有關(guān)制造業(yè)數(shù)字化轉(zhuǎn)型的政策文件，發(fā)布數(shù)量位列各部門之首，充分顯示出其在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型方面的決心；②國(guó)家發(fā)展改革委出臺(tái)了11份政策文件，發(fā)布數(shù)量位列第二；③科技部出臺(tái)了6份政策文件，發(fā)布數(shù)量位列第三；④國(guó)務(wù)院、教育部分別出臺(tái)了4份、3份政策文件，發(fā)布數(shù)量位列第四、第五；⑤國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)與中央網(wǎng)信辦均出臺(tái)了2份政策文件，發(fā)布數(shù)量并列第六；⑥除此之外，雖然還有一些部門如公安部、國(guó)家市場(chǎng)監(jiān)督管理總局等僅出臺(tái)了1份政策文件，但它們的參與也體現(xiàn)了制造業(yè)數(shù)字化轉(zhuǎn)型的廣泛性和全面性。這些部門從各自的角度出發(fā)，為制造業(yè)數(shù)字化轉(zhuǎn)型提供了必要的支持和保障。

2.3.2 發(fā)展階段分析

根據(jù)我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的發(fā)展歷程，將其劃分為3個(gè)發(fā)展階段，如圖3所示。

一是初步發(fā)展期（2015—2017年）。在此階段，政府出臺(tái)了一系列政策，旨在推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)與互聯(lián)網(wǎng)技術(shù)融合。政策數(shù)量穩(wěn)步增長(zhǎng)，政策類型以行政法規(guī)與部門規(guī)章為主，顯示出系統(tǒng)性推進(jìn)的意圖。政府主要運(yùn)用供給型政策工具，如信息支持等政策工具，為制造業(yè)提供清晰的發(fā)展路徑。工業(yè)和信息化部、科技部等為主要的政策制定機(jī)構(gòu)，確保了政策的針對(duì)性和有效性。政策內(nèi)容聚焦于提出融合戰(zhàn)略方向，開展智能制造試點(diǎn)，探索有效模式，為后續(xù)制造業(yè)數(shù)字化轉(zhuǎn)型奠定了基礎(chǔ)。

二是快速發(fā)展期（2018—2020年）。在此階段，制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)政策數(shù)量快速增長(zhǎng)，涵蓋法律及部門規(guī)章，且以供給型和環(huán)境型工具為主，通過提供資金、技術(shù)和良好政策環(huán)境促進(jìn)數(shù)字化轉(zhuǎn)型。主要發(fā)布部門有工業(yè)和信息化部、國(guó)家發(fā)展改革委和全國(guó)人大常委會(huì)。政策工具主要有應(yīng)用創(chuàng)新、財(cái)政支持和平臺(tái)建設(shè)等，為制造業(yè)可持續(xù)發(fā)展提供保障。重點(diǎn)政策文件如《第十三屆全國(guó)人民代表大會(huì)第三次會(huì)議關(guān)于2019年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展計(jì)劃執(zhí)行情況與2020年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展計(jì)劃的決議》，強(qiáng)調(diào)了數(shù)字化轉(zhuǎn)型的重要性，提出了制造業(yè)與服務(wù)業(yè)融合發(fā)展戰(zhàn)略，為制造業(yè)向更高層次發(fā)展指明了方向。

三是提質(zhì)期（2021年至今）。在此階段，政策發(fā)展進(jìn)入了相對(duì)穩(wěn)定期。政策數(shù)量呈下降的趨勢(shì)，但并不意味著我國(guó)對(duì)數(shù)字化轉(zhuǎn)型的重視程度降低，而是政策引導(dǎo)更加精準(zhǔn)，政策標(biāo)準(zhǔn)更加規(guī)范，政策制定從過去量的增長(zhǎng)轉(zhuǎn)向質(zhì)的提升。政策類別以部門規(guī)章為主，環(huán)境型政策工具占據(jù)主導(dǎo)地位，包括目標(biāo)規(guī)劃、試點(diǎn)示范、法規(guī)管制和財(cái)務(wù)金融等多種工具的綜合運(yùn)用。在發(fā)布部門方面，工業(yè)和信息化部與國(guó)家發(fā)展改革委是主要的政策發(fā)布機(jī)構(gòu)。政策重點(diǎn)轉(zhuǎn)向高質(zhì)量、可持續(xù)發(fā)展，以推動(dòng)我國(guó)制造業(yè)深層次變革與升級(jí)，支撐經(jīng)濟(jì)持續(xù)增長(zhǎng)。

2.3.3 政策類型與效力分析

參考張國(guó)興等［28］、彭紀(jì)生等［29］關(guān)于政策效力量化標(biāo)準(zhǔn)的界定，本文對(duì)我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策效力類型等級(jí)進(jìn)行標(biāo)準(zhǔn)設(shè)計(jì)。分?jǐn)?shù)越高，代表政策效力越強(qiáng)，具體如表4所示。

按照政策類型和效力級(jí)別對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型政策進(jìn)行分類統(tǒng)計(jì)，如圖4所示。其中，部門規(guī)章的政策效力最低，發(fā)布數(shù)量占總體的71%；位列其后的是行政法規(guī)，發(fā)布數(shù)量占總體的20%；而政策效力最高的法律數(shù)量最少，僅有1部。按照具體類型對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型政策進(jìn)行分類統(tǒng)計(jì)，如圖5所示。其中：“通知”數(shù)量為19份，占比達(dá)46.3%；“函”的數(shù)量占比達(dá)26.8%；“意見”的數(shù)量占比達(dá)19.5%；而“報(bào)告”“決議”“方案”等政策類型的數(shù)量均為1，總占比為2.4%。依據(jù)量化標(biāo)準(zhǔn)，對(duì)我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的效力進(jìn)行測(cè)算，統(tǒng)計(jì)每年政策總效力和平均政策效力，結(jié)果如圖6所示。

總體趨勢(shì)顯示，政策效力在不同年份間存在波動(dòng)，這與我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的階段緊密相關(guān)。政府根據(jù)實(shí)際需要，靈活調(diào)整政策，因而政策效力出現(xiàn)波動(dòng)，這反映了政策制定的靈活性和適應(yīng)性。在初期階段，政府出臺(tái)優(yōu)惠政策和激勵(lì)措施，以激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的積極性；但由于技術(shù)、資金、人才等多方面的挑戰(zhàn)，政策效果未立即顯現(xiàn)，政策效力相對(duì)較低。隨著數(shù)字化轉(zhuǎn)型的不斷深化，政府加大了支持力度，出臺(tái)了更具針對(duì)性的政策，涵蓋技術(shù)研發(fā)、人才培養(yǎng)、資金支持等多個(gè)方面，并涉及產(chǎn)業(yè)鏈協(xié)同、國(guó)際合作等高層次議題，推動(dòng)數(shù)字化轉(zhuǎn)型取得了顯著進(jìn)展，政策效力也隨之提高。從政策年平均效力來看，我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的發(fā)展相對(duì)均衡，政策年平均效力穩(wěn)定在1.57左右，表明政府在注重政策數(shù)量的同時(shí)，也重視政策效果。這反映出政府在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型上的堅(jiān)定態(tài)度和持續(xù)努力。

2.3.4 基于政策目標(biāo)組合維度的分析

為深入探討中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策的構(gòu)成與分布，依據(jù)表5中的政策工具分配比例進(jìn)行詳細(xì)分析。首先，環(huán)境型政策工具占比達(dá)到43.35%。這反映出政府在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型過程中，高度重視環(huán)境營(yíng)造與戰(zhàn)略規(guī)劃。其次，供給型政策工具占比達(dá)到43.35%。這表明政府在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型時(shí)，同樣注重從供給側(cè)入手，致力于提升制造業(yè)企業(yè)的內(nèi)在動(dòng)力和創(chuàng)新能力。相對(duì)而言，需求型政策工具在制造業(yè)數(shù)字化轉(zhuǎn)型政策中的占比最少，僅為13.27%。這并不意味著需求型政策工具在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型中不重要，而是說明在目前的政策體系中，需求型政策工具尚未成為主導(dǎo)力量。隨著制造業(yè)數(shù)字化轉(zhuǎn)型的深入推進(jìn)，需求型政策工具的作用會(huì)逐漸凸顯，將在激發(fā)市場(chǎng)需求、拉動(dòng)產(chǎn)業(yè)升級(jí)等方面發(fā)揮重要作用。

進(jìn)一步分析環(huán)境型政策工具的內(nèi)部構(gòu)成，可以發(fā)現(xiàn)目標(biāo)規(guī)劃類政策工具占據(jù)了較大比重，達(dá)到18.58%。這反映出政府在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型時(shí)，注重制定明確的發(fā)展目標(biāo)和規(guī)劃，以指導(dǎo)制造業(yè)企業(yè)有序推進(jìn)數(shù)字化轉(zhuǎn)型。同時(shí)，試點(diǎn)示范類政策工具也占據(jù)了一定比重，達(dá)到10.62%。通過試點(diǎn)示范的方式，政府可以探索有效的數(shù)字化轉(zhuǎn)型模式和經(jīng)驗(yàn)，為其他企業(yè)提供借鑒和參考。在供給型政策工具中，信息支持類政策工具占據(jù)主導(dǎo)地位，占比達(dá)到17.70%。這表明政府注重提供信息支持和技術(shù)指導(dǎo)，幫助制造業(yè)企業(yè)更好地掌握數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)和方法。在需求型政策工具中，財(cái)務(wù)金融與財(cái)政支持類政策工具占比較大，達(dá)到5.31%。這表明政府在推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型時(shí)，注重通過財(cái)政手段，降低制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的成本和風(fēng)險(xiǎn)，也反映出政府強(qiáng)調(diào)市場(chǎng)在資源配置中的決定性地位，并通過市場(chǎng)機(jī)制有效引導(dǎo)和支持制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型。

3 政策主題維度的實(shí)證分析

3.1 LDA主題模型主題數(shù)與困惑度分析

LDA主題模型是一種無(wú)監(jiān)督的、非結(jié)構(gòu)化的概率模型，通過捕捉單詞共現(xiàn)的語(yǔ)義關(guān)聯(lián)規(guī)律，在不需要預(yù)先設(shè)定主題類別的前提下，能夠有效挖掘大量文本中的潛在主題特征，進(jìn)而揭示文檔語(yǔ)料庫(kù)中的主題結(jié)構(gòu)［30］，降低主題分類過程中研究者主觀判斷的影響，使結(jié)果更加客觀準(zhǔn)確［31］。本文使用Python軟件，將每份政策文本視為一個(gè)文檔，選擇主題困惑度指標(biāo)模型判定最優(yōu)主題數(shù)量。若困惑度處于較低水平，表明模型的主題結(jié)構(gòu)更加穩(wěn)定。本文選用“哈工大停用詞表”對(duì)文檔進(jìn)行文本預(yù)處理（中文分詞、去停用詞），并設(shè)置專用詞典。主題數(shù)與困惑度分析結(jié)果如圖7所示。

經(jīng)過細(xì)致的評(píng)估，本文確定了8個(gè)核心主題，并利用pyLDAvis算法對(duì)LDA主題模型的分析結(jié)果進(jìn)行了展示，具體如表6所示。

Topic0強(qiáng)調(diào)制造業(yè)企業(yè)須積極承擔(dān)職責(zé)，推動(dòng)新能源動(dòng)力技術(shù)創(chuàng)新，優(yōu)化人力資源配置，構(gòu)建循環(huán)經(jīng)濟(jì)體系，并遵循國(guó)家標(biāo)準(zhǔn)以推動(dòng)新能源汽車等領(lǐng)域的數(shù)字化轉(zhuǎn)型。Topic1指出，制造業(yè)數(shù)字化轉(zhuǎn)型的重點(diǎn)在于利用物聯(lián)網(wǎng)、電信和云計(jì)算等技術(shù)提升效率，加強(qiáng)數(shù)據(jù)中心建設(shè)，保障用戶數(shù)據(jù)安全，并鼓勵(lì)互聯(lián)網(wǎng)企業(yè)積極參與，以提高制造業(yè)的智能化水平和應(yīng)急響應(yīng)能力。Topic2強(qiáng)調(diào)制造業(yè)數(shù)字化轉(zhuǎn)型應(yīng)聚焦于提升工藝水平和關(guān)鍵技術(shù)水平，通過引入機(jī)器人和傳感器實(shí)現(xiàn)智能化加工，加速產(chǎn)業(yè)化進(jìn)程，并融入全球價(jià)值鏈，實(shí)現(xiàn)產(chǎn)品生命周期的持續(xù)優(yōu)化和升級(jí)。Topic3強(qiáng)調(diào)標(biāo)準(zhǔn)體系的研制，依托國(guó)家標(biāo)準(zhǔn)引領(lǐng)關(guān)鍵技術(shù)突破，重點(diǎn)發(fā)展機(jī)器人等智能裝備，優(yōu)化生產(chǎn)過程并完善功能試驗(yàn)。Topic4強(qiáng)調(diào)制造業(yè)的設(shè)施升級(jí)與應(yīng)急響應(yīng)能力提升，同時(shí)著力在醫(yī)療、教育和能源領(lǐng)域推動(dòng)數(shù)字化轉(zhuǎn)型；此外，政策還注重信用體系建設(shè)和依法管理，以確保轉(zhuǎn)型過程的規(guī)范性和可持續(xù)性。Topic5鼓勵(lì)開展雙創(chuàng)活動(dòng)，在示范區(qū)集聚創(chuàng)新資源，強(qiáng)化制造業(yè)企業(yè)知識(shí)產(chǎn)權(quán)保護(hù)，拓展企業(yè)發(fā)展空間。Topic6強(qiáng)調(diào)提升供給質(zhì)量，推動(dòng)制造業(yè)向服務(wù)化轉(zhuǎn)型，加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)，提升企業(yè)全球競(jìng)爭(zhēng)力。Topic7鼓勵(lì)服務(wù)型企業(yè)集群化發(fā)展，優(yōu)先支持申報(bào)工業(yè)設(shè)計(jì)項(xiàng)目，并強(qiáng)調(diào)主管部門須掌握制造業(yè)企業(yè)轉(zhuǎn)型情況，加強(qiáng)數(shù)據(jù)安全保護(hù)，以確保轉(zhuǎn)型過程的穩(wěn)定推進(jìn)。根據(jù)LDA主題模型的可視化結(jié)果，可深入分析由文本挖掘生成的多個(gè)主題及其對(duì)應(yīng)的高頻關(guān)鍵詞，以明晰不同主題在制造業(yè)及相關(guān)領(lǐng)域內(nèi)的聚焦點(diǎn)和側(cè)重點(diǎn)。圖8為基于LDA主題模型挖掘出的制造業(yè)數(shù)字化轉(zhuǎn)型政策主題詞袋（bag of words）。

對(duì)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策樣本進(jìn)行主題類型數(shù)量統(tǒng)計(jì)分析后發(fā)現(xiàn)，不同主題在政策制定中具有不同的權(quán)重和關(guān)注度，具體如圖9所示。

其中，Topic6“制造業(yè)數(shù)字化與服務(wù)業(yè)的深度融合及相互促進(jìn)”在樣本中的占比最高，達(dá)到了29%；Topic4“制造業(yè)數(shù)字化的多方面應(yīng)用”排名第二，占比達(dá)到了22%；Topic7“制造業(yè)數(shù)字化工業(yè)所涉及項(xiàng)目申報(bào)”排名第三，占比達(dá)到了15%。綜上所述，中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型政策在制定過程中呈現(xiàn)出了多元、綜合的特點(diǎn)。雖然不同主題在政策中的權(quán)重和關(guān)注度存在差異，但其均指向了推動(dòng)制造業(yè)高質(zhì)量發(fā)展、提升制造業(yè)企業(yè)國(guó)際競(jìng)爭(zhēng)力的目標(biāo)。這一分析結(jié)果對(duì)于未來制造業(yè)數(shù)字化轉(zhuǎn)型政策的制定和實(shí)施具有重要的參考價(jià)值。

3.2 詞頻統(tǒng)計(jì)與詞云可視化分析

基于上述分析，利用jieba對(duì)政策文本進(jìn)行分詞處理，統(tǒng)計(jì)得出政策文本中的關(guān)鍵詞詞頻，如表7所示。

其中：①“產(chǎn)業(yè)”與“基礎(chǔ)設(shè)施”的高頻出現(xiàn)反映了在數(shù)字化轉(zhuǎn)型過程中，制造業(yè)需要構(gòu)建和完善與數(shù)字技術(shù)相適應(yīng)的產(chǎn)業(yè)體系和基礎(chǔ)設(shè)施網(wǎng)絡(luò)。這包括建設(shè)具備“信息化”“網(wǎng)絡(luò)化”特征以及承載信息傳輸?shù)裙δ艿幕A(chǔ)設(shè)施，以支持制造業(yè)的數(shù)字化轉(zhuǎn)型。②“技術(shù)”“研發(fā)”“先進(jìn)科技”“關(guān)鍵技術(shù)”等關(guān)鍵詞體現(xiàn)了技術(shù)創(chuàng)新和研發(fā)能力在制造業(yè)數(shù)字化轉(zhuǎn)型中的重要作用。③“智能”“智能化”“機(jī)器人”等關(guān)鍵詞體現(xiàn)了政策強(qiáng)調(diào)通過引入智能設(shè)備以及建立信息化管理系統(tǒng)，幫助制造業(yè)企業(yè)盡快實(shí)現(xiàn)生產(chǎn)過程的柔性化、自動(dòng)化和智能化，提高生產(chǎn)效率和質(zhì)量。④“產(chǎn)業(yè)鏈”“供應(yīng)鏈”“協(xié)同”等關(guān)鍵詞體現(xiàn)了制造業(yè)數(shù)字化轉(zhuǎn)型中產(chǎn)業(yè)鏈和供應(yīng)鏈的協(xié)同與優(yōu)化。在數(shù)字化轉(zhuǎn)型的背景下，制造業(yè)企業(yè)需要加強(qiáng)與其他領(lǐng)域企業(yè)、產(chǎn)業(yè)鏈上下游以及政府、金融機(jī)構(gòu)等主體之間的合作，共同構(gòu)建高效、協(xié)同的產(chǎn)業(yè)鏈和供應(yīng)鏈體系。⑤“綠色”“環(huán)境”“新能源”等關(guān)鍵詞反映了在制造業(yè)數(shù)字化轉(zhuǎn)型過程中政府對(duì)綠色和可持續(xù)發(fā)展的關(guān)注。在數(shù)字化轉(zhuǎn)型的過程中，制造業(yè)企業(yè)需要注重節(jié)能減排、資源循環(huán)可再生利用，推動(dòng)綠色制造和循環(huán)經(jīng)濟(jì)的發(fā)展。⑥“人才”“公共服務(wù)”“雙創(chuàng)”等關(guān)鍵詞強(qiáng)調(diào)了制造業(yè)數(shù)字化轉(zhuǎn)型對(duì)人才和公共服務(wù)的需求。企業(yè)需要加強(qiáng)人才的培養(yǎng)和引進(jìn)工作，建立完善的人才激勵(lì)機(jī)制；同時(shí)，政府和社會(huì)也需要提供優(yōu)質(zhì)的公共服務(wù)，如建立創(chuàng)業(yè)孵化基地、提供融資支持等，為制造業(yè)數(shù)字化轉(zhuǎn)型提供良好的發(fā)展環(huán)境。

4 研究結(jié)果與問題討論

4.1 研究結(jié)果

本文基于北大法寶數(shù)據(jù)庫(kù)，對(duì)2015—2023年中央政府出臺(tái)的制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)政策進(jìn)行文本分析，對(duì)具體文本內(nèi)容進(jìn)行精細(xì)化編碼處理。從政策工具類型縱向維度與政策目標(biāo)組合橫向維度構(gòu)建二維分析框架，并從政策的發(fā)文主體、發(fā)文數(shù)量、發(fā)展階段、發(fā)文類型、效力級(jí)別、效力量化、工具匹配、自動(dòng)化效詞分析、LDA建模共同主題提取、文本對(duì)應(yīng)主題類型、高頻關(guān)鍵詞提取與可視化分析等方面，對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型政策進(jìn)行多角度、全方位的剖析與展示。研究發(fā)現(xiàn)：①制造業(yè)數(shù)字化轉(zhuǎn)型政策覆蓋了3個(gè)類型的政策工具，主要集中使用供給型與環(huán)境型兩類工具；政策目標(biāo)主要集中在工業(yè)互聯(lián)網(wǎng)與數(shù)字化領(lǐng)域；主要的發(fā)文機(jī)構(gòu)包括工業(yè)和信息化部、國(guó)家發(fā)展改革委以及科技部。②政策發(fā)展階段分為初步發(fā)展期、快速發(fā)展期和提質(zhì)期等3個(gè)階段。③大多數(shù)政策文件效力為部門規(guī)章級(jí)別，以通知為主要發(fā)文類型，年均政策效力表現(xiàn)較為均衡。④文本內(nèi)容主要圍繞8個(gè)方面展開，其中制造業(yè)數(shù)字化與服務(wù)業(yè)的深度融合及相互促進(jìn)主題占比較高。此外，政策文本對(duì)產(chǎn)業(yè)標(biāo)準(zhǔn)制定、技術(shù)研發(fā)、智能化以及平臺(tái)建設(shè)等方面的關(guān)注度較高。

本文深入分析了當(dāng)前制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)政策的導(dǎo)向性、在特定領(lǐng)域的針對(duì)性以及其在細(xì)化過程中的交互程度，逐一剖析了多個(gè)政策目標(biāo)，進(jìn)一步考察了政策在多個(gè)目標(biāo)上的交叉覆蓋程度，以及這些政策所運(yùn)用工具的結(jié)構(gòu)及其偏好。同時(shí)，研究結(jié)果也揭示了制造業(yè)數(shù)字化轉(zhuǎn)型政策存在的一些問題。

4.2 問題討論

4.2.1 環(huán)境型、供給型政策工具應(yīng)用存在過度現(xiàn)象

通過頻數(shù)統(tǒng)計(jì)發(fā)現(xiàn)，環(huán)境型和供給型政策工具使用比例超過80%，其中目標(biāo)規(guī)劃與信息支持政策工具運(yùn)用最為頻繁。由于政策設(shè)計(jì)的局限性、執(zhí)行過程中的偏差及外部環(huán)境變化等因素，環(huán)境型政策工具如目標(biāo)規(guī)劃在實(shí)際執(zhí)行中往往未能達(dá)成事先設(shè)定的目標(biāo)。例如，中小企業(yè)數(shù)字化轉(zhuǎn)型面臨“不想轉(zhuǎn)、不會(huì)轉(zhuǎn)、不敢轉(zhuǎn)”難題，需要政府提供資金、技術(shù)、人才等方面的支持，而政策目標(biāo)設(shè)定卻過于單一，導(dǎo)致政策過度執(zhí)行、資源浪費(fèi)和政策效率低下。供給型政策工具如信息支持，在制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型初期至關(guān)重要。如果政府長(zhǎng)期依靠信息支持政策工具來推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型，可能致使企業(yè)產(chǎn)生“等政策、靠政策”的依賴心理，從而缺乏自主創(chuàng)新和持續(xù)發(fā)展的動(dòng)力，還會(huì)使企業(yè)在面對(duì)外部環(huán)境變化時(shí)缺乏靈活性和適應(yīng)性。

4.2.2 需求型政策工具應(yīng)用較為單一

經(jīng)過統(tǒng)計(jì)與分析發(fā)現(xiàn)，需求型政策工具使用比例不足20%，表明需求型政策工具的應(yīng)用存在不足。并且，需求型政策工具主要集中在財(cái)務(wù)金融、財(cái)政支持與稅收優(yōu)惠等3個(gè)方面。這些政策工具雖然重要，但在運(yùn)行機(jī)制上具有單一性，難以滿足制造業(yè)數(shù)字化轉(zhuǎn)型的多元化需求。例如，江蘇、遼寧、河南等地通過設(shè)立專項(xiàng)資金支持工業(yè)互聯(lián)網(wǎng)等智能制造項(xiàng)目建設(shè)。這種單一的政策工具使用方式雖然在短期內(nèi)推動(dòng)了部分企業(yè)的數(shù)字化轉(zhuǎn)型，但未能充分考慮企業(yè)的實(shí)際需求，導(dǎo)致中小企業(yè)長(zhǎng)期的轉(zhuǎn)型動(dòng)力不足。供需不匹配使得中小企業(yè)對(duì)數(shù)字化轉(zhuǎn)型的積極性不高，甚至出現(xiàn)轉(zhuǎn)型效果達(dá)不到預(yù)期的情況。政策制定者需要更加關(guān)注企業(yè)的實(shí)際需求，優(yōu)化政策工具組合，進(jìn)而推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型的全面普及和深化。

4.2.3 政策制定部門較為集中

制造業(yè)數(shù)字化轉(zhuǎn)型政策的發(fā)文主體主要集中在3個(gè)核心部門：工業(yè)和信息化部、國(guó)家發(fā)展改革委以及科技部，這在一定程度上反映出政策制定的主導(dǎo)力量和資源分配的傾向性。而教育部、自然資源部、生態(tài)環(huán)境部等在制造業(yè)數(shù)字化轉(zhuǎn)型政策制定方面的參與度相對(duì)較低。制造業(yè)數(shù)字化轉(zhuǎn)型涉及技術(shù)、經(jīng)濟(jì)、社會(huì)、環(huán)境等多個(gè)方面，從政策制定的角度來看，需要多維度、全方位的考慮，通過多部門協(xié)同發(fā)力來提升政策的有效性。此外，在時(shí)間維度上，2018年制造業(yè)數(shù)字化轉(zhuǎn)型政策數(shù)量存在明顯斷層。這一斷層現(xiàn)象一方面可能導(dǎo)致制造業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過程中缺乏明確的政策指引，從而增加了轉(zhuǎn)型的難度和風(fēng)險(xiǎn)；另一方面降低了政策的連貫性和有效性，不利于政策全面、有效地支持制造業(yè)數(shù)字化轉(zhuǎn)型，可能使政策成效受到影響。

4.2.4 對(duì)智能制造產(chǎn)業(yè)集群、示范園區(qū)建設(shè)重視程度相對(duì)不足

產(chǎn)業(yè)集群作為現(xiàn)代經(jīng)濟(jì)發(fā)展的重要模式，在制造業(yè)數(shù)字化轉(zhuǎn)型過程中具有舉足輕重的作用，不僅能夠?yàn)橹圃鞓I(yè)企業(yè)提供空間集聚的機(jī)會(huì)，促進(jìn)資源的高效配置和共享，還能通過知識(shí)溢出效應(yīng)推動(dòng)技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)。此外，產(chǎn)業(yè)集群還有助于降低企業(yè)的運(yùn)營(yíng)成本，延伸產(chǎn)業(yè)鏈條，提升整體價(jià)值鏈水平。通過使用LDA模型對(duì)政策文本主題進(jìn)行歸類分析發(fā)現(xiàn)，聚焦于制造業(yè)產(chǎn)業(yè)集群、示范園區(qū)與平臺(tái)建設(shè)的政策在整體政策文本中僅占約7%的比例。這一比例顯示出現(xiàn)有的政策體系對(duì)于產(chǎn)業(yè)集群、示范園區(qū)和平臺(tái)建設(shè)的關(guān)注度與支持力度相對(duì)不足。本文所選取的政策樣本主要由中央政府及其直屬部門發(fā)布，但針對(duì)產(chǎn)業(yè)集群建設(shè)的實(shí)際推進(jìn)通常由地方政府主導(dǎo)并制定相關(guān)政策。這可能是產(chǎn)業(yè)集群、示范園區(qū)以及平臺(tái)建設(shè)相關(guān)政策在研究樣本中占比相對(duì)較低的原因。不過，這一現(xiàn)象也從側(cè)面凸顯出中央政府在智能制造集群建設(shè)上，仍須進(jìn)一步加強(qiáng)系統(tǒng)化指導(dǎo)工作，以便更好地統(tǒng)籌協(xié)調(diào)各方力量，推動(dòng)產(chǎn)業(yè)集群的高質(zhì)量、規(guī)范化發(fā)展。

5 政策建議

5.1 平衡政策工具使用，動(dòng)態(tài)調(diào)整政策力度

在運(yùn)用環(huán)境型和供給型政策工具的同時(shí)，增加對(duì)需求型政策工具的使用。需求型政策工具在產(chǎn)業(yè)發(fā)展、科技創(chuàng)新以及激發(fā)市場(chǎng)需求等方面具有不可替代的作用，能夠直接增強(qiáng)市場(chǎng)活力，促進(jìn)制造業(yè)向數(shù)字化、智能化方向轉(zhuǎn)型升級(jí)，為制造業(yè)注入新的發(fā)展動(dòng)力，使其更好地適應(yīng)市場(chǎng)變化和滿足消費(fèi)者需求。政策落地并非一蹴而就，而是需要嚴(yán)謹(jǐn)細(xì)致的規(guī)劃與執(zhí)行。因此，必須嚴(yán)格規(guī)定各項(xiàng)政策落實(shí)的具體步驟，確保政策有序推進(jìn)。要密切關(guān)注制造業(yè)數(shù)字化轉(zhuǎn)型的實(shí)際情況，深入企業(yè)一線，了解政策實(shí)施的效果、存在的問題以及企業(yè)的真實(shí)需求，并根據(jù)實(shí)際進(jìn)展適時(shí)調(diào)整政策力度，避免出現(xiàn)政策執(zhí)行過度或不足的情況。

同時(shí)，為確保制造業(yè)數(shù)字化轉(zhuǎn)型政策實(shí)施效果的最大化，必須建立健全政策評(píng)估與監(jiān)測(cè)機(jī)制。例如，2023年6月財(cái)政部和工業(yè)和信息化部聯(lián)合發(fā)布的《關(guān)于開展中小企業(yè)數(shù)字化轉(zhuǎn)型城市試點(diǎn)工作的通知》，為部分城市的中小企業(yè)數(shù)字化轉(zhuǎn)型試點(diǎn)提供補(bǔ)助。由于獎(jiǎng)補(bǔ)發(fā)放流程復(fù)雜，且中小企業(yè)數(shù)量龐大，政策落實(shí)和監(jiān)管難度大，需要及時(shí)發(fā)現(xiàn)并解決政策執(zhí)行過程中出現(xiàn)的問題，通過及時(shí)糾正和優(yōu)化調(diào)整，不斷提高政策的科學(xué)性、有效性和適應(yīng)性，為制造業(yè)高質(zhì)量發(fā)展提供堅(jiān)實(shí)的政策保障。

5.2 建立跨部門協(xié)作機(jī)制，保證政策連續(xù)性

當(dāng)前，在社會(huì)經(jīng)濟(jì)環(huán)境日益復(fù)雜多變的背景下，政策制定過程中的多維度考量愈發(fā)重要，僅依靠單一部門的單一視角與知識(shí)體系，難以精準(zhǔn)捕捉各行業(yè)、各領(lǐng)域、各群體的差異化需求，也難以充分預(yù)估政策的潛在外溢效應(yīng)與長(zhǎng)期動(dòng)態(tài)影響。因此，應(yīng)積極引入多元化的政策制定主體，為政策制定提供更廣泛的視角和更豐富的專業(yè)知識(shí)，從而形成全方位、多角度的政策考量體系，更好地應(yīng)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的各種挑戰(zhàn)。

另外，必須高度重視政策的連續(xù)性和穩(wěn)定性。在政策制定過程中，須秉持系統(tǒng)性思維，深入剖析政策間的內(nèi)在邏輯與相互作用關(guān)系，確保各項(xiàng)政策之間銜接順暢，避免因政策斷層而引發(fā)的市場(chǎng)波動(dòng)、社會(huì)不穩(wěn)定，從而為企業(yè)提供穩(wěn)定、可預(yù)期的政策環(huán)境，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，促進(jìn)企業(yè)的健康發(fā)展和市場(chǎng)的繁榮穩(wěn)定，實(shí)現(xiàn)經(jīng)濟(jì)的高質(zhì)量、可持續(xù)發(fā)展。

5.3 加大對(duì)智能制造產(chǎn)業(yè)集群與示范園區(qū)建設(shè)的支持力度

智能制造產(chǎn)業(yè)集群與示范園區(qū)的培育和發(fā)展，對(duì)于提升區(qū)域經(jīng)濟(jì)創(chuàng)新力與競(jìng)爭(zhēng)力具有重要作用。為推動(dòng)智能制造產(chǎn)業(yè)集群和示范園區(qū)的快速發(fā)展，政府須積極發(fā)揮引導(dǎo)與扶持作用，不僅要促進(jìn)基礎(chǔ)設(shè)施的完善與升級(jí)，還要加大技術(shù)創(chuàng)新、人才培養(yǎng)等方面的投入。通過對(duì)資源的合理分配和有效利用，全方位地提升智能制造產(chǎn)業(yè)集群與示范園區(qū)的綜合實(shí)力。

為了進(jìn)一步優(yōu)化智能制造產(chǎn)業(yè)集群與示范園區(qū)的發(fā)展環(huán)境，政府應(yīng)持續(xù)調(diào)整和完善土地政策與稅收政策，合理規(guī)劃產(chǎn)業(yè)用地布局，提高土地利用效率，為智能制造企業(yè)預(yù)留充足的發(fā)展空間，滿足企業(yè)規(guī)模擴(kuò)張、產(chǎn)能提升的用地需求，吸引更多的智能制造企業(yè)入駐，從而進(jìn)一步壯大產(chǎn)業(yè)集群規(guī)模，提升產(chǎn)業(yè)集群的整體競(jìng)爭(zhēng)力。產(chǎn)學(xué)研合作是推動(dòng)智能制造產(chǎn)業(yè)持續(xù)創(chuàng)新的重要?jiǎng)恿?，?yīng)通過政策引導(dǎo)與激勵(lì)機(jī)制，鼓勵(lì)智能制造企業(yè)與高等院校、科研機(jī)構(gòu)建立緊密的戰(zhàn)略合作關(guān)系，促進(jìn)先進(jìn)技術(shù)的研發(fā)和創(chuàng)新，加速科技成果的轉(zhuǎn)化和應(yīng)用，從而提升智能制造產(chǎn)業(yè)集群與示范園區(qū)的核心技術(shù)水平和創(chuàng)新能力，推動(dòng)智能制造產(chǎn)業(yè)在科技創(chuàng)新的引領(lǐng)下實(shí)現(xiàn)高質(zhì)量發(fā)展，為區(qū)域經(jīng)濟(jì)增長(zhǎng)注入強(qiáng)勁動(dòng)力。

參考文獻(xiàn)：

［1］ 唐紅濤，薛雅文，陳捷.制造業(yè)數(shù)字化轉(zhuǎn)型與提升企業(yè)價(jià)值：核心機(jī)制、模式選擇與推進(jìn)路徑［J］.管理學(xué)刊，2024，37（2）：81-99.

［2］ 白婉婷，陳建成，侯建.“雙碳”目標(biāo)下制造業(yè)數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)研究［J］.軟科學(xué)，2024，38（8）：114-120.

［3］ 江永紅，劉夢(mèng)媛，楊春.數(shù)字化對(duì)經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展的驅(qū)動(dòng)機(jī)制［J］.中國(guó)人口·資源與環(huán)境，2023，33（9）：171-181.

［4］ 白全民，王倩，王東旭，等.地方政府支持產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型模式及政策量化評(píng)價(jià)：以制造業(yè)為例［J］.科技管理研究，2023，43（18）：62-69.

［5］ OZTEMEL E，GURSEV S.Literature review of Industry4.0 and related technologies［J］.Journal of Intelligent Manufacturing，2020，31（1）：127-182.

［6］ 黃大禹，謝獲寶，孟祥瑜，等.數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值：基于文本分析方法的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)學(xué)家，2021（12）：41-51.

［7］ VON BRIEL F，DAVIDSSON P，RECKER J.Digital technologies as external enablers of new venture creation in the IT hardware sector［J］.Entrepreneurship Theory and Practice，2018，42（1）：47-69.

［8］ 易加斌，俞瀾天，王宇婷，等.制造業(yè)企業(yè)網(wǎng)絡(luò)聯(lián)結(jié)強(qiáng)度、協(xié)同創(chuàng)新能力與數(shù)字化轉(zhuǎn)型［J］.科研管理，2024，45（8）：154-163.

［9］ 寧吉喆.中國(guó)經(jīng)濟(jì)再寫新篇章（經(jīng)濟(jì)形勢(shì)理性看）［N］.人民日?qǐng)?bào)，2020-01-22（9）.

［10］ 劉志彪.全球化背景下中國(guó)制造業(yè)升級(jí)的路徑與品牌戰(zhàn)略［J］.財(cái)經(jīng)問題研究，2005（5）：25-31.

［11］ 閆巖，潘一彬，孫蘭珠.創(chuàng)新霸權(quán)行得通嗎：企業(yè)技術(shù)壟斷與績(jī)效關(guān)系的再審視［J］.中國(guó)軟科學(xué)，2023（10）：205-214.

［12］ VIAL G.Understanding digital transformation：are view and are search agenda［J］.Strategic Information Systems，2019（28）：118-144.

［13］ 李雪靈，劉源.制造業(yè)數(shù)字化轉(zhuǎn)型的悖論治理：基于我國(guó)“燈塔工廠”企業(yè)的案例研究［J］.研究與發(fā)展管理，2023，35（6）：1-18.

［14］ 涂磊，王建新.數(shù)字化轉(zhuǎn)型、創(chuàng)新要素集聚與制造業(yè)生產(chǎn)率［J］.工程管理科技前沿，2024，43（5）：76-82.

［15］ 范家瑛，萬(wàn)華林.貿(mào)易摩擦是否促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型？：來自中國(guó)制造業(yè)上市公司的微觀證據(jù)［J］.世界經(jīng)濟(jì)研究，2024（3）：120-134，137.

［16］ 李曉華.制造業(yè)數(shù)字化轉(zhuǎn)型與價(jià)值創(chuàng)造能力提升［J］.改革，2022（11）：24-36.

［17］ 那丹丹，李英.我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型的政策工具研究［J］.行政論壇，2021，28（1）：92-97.

［18］ 牟曉青，韓慶瀟.金融支持制造業(yè)數(shù)字化轉(zhuǎn)型研究：山東省實(shí)踐［J］.金融發(fā)展研究，2024（2）：90-92.

［19］ 徐曉明，杜何顏.數(shù)實(shí)融合助力制造業(yè)數(shù)字化轉(zhuǎn)型的路徑探析［J］.行政管理改革，2024（2）：57-65.

［20］ 楊倜龍，郭克莎.數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)發(fā)展的影響探析［J］.經(jīng)濟(jì)學(xué)家，2023（9）：55-65.

［21］ 白全民，張旭，張茹瑩，等.企業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)機(jī)制研究：公司創(chuàng)業(yè)視角［J］.創(chuàng)新科技，2022，22（4）：43-53.

［22］ 孫小寧，王紅霞，張國(guó)梁.產(chǎn)業(yè)數(shù)字化政策賦能制造業(yè)高質(zhì)量發(fā)展的機(jī)制研究：來自15項(xiàng)試點(diǎn)政策的實(shí)證檢驗(yàn)［J］.經(jīng)濟(jì)問題探索，2024（2）：97-110.

［23］ 余東華，陳海謙，張恒瑜.數(shù)字化轉(zhuǎn)型、服務(wù)化融合與制造業(yè)企業(yè)績(jī)效提升：兼論經(jīng)濟(jì)政策不確定性的調(diào)節(jié)效應(yīng)［J］.財(cái)貿(mào)研究，2024，35（4）：1-14，56.

［24］ 李丹丹，楊柳.政策執(zhí)行效果審計(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響研究：基于數(shù)字化水平調(diào)節(jié)效應(yīng)的分析［J］.南京審計(jì)大學(xué)學(xué)報(bào)，2023，20（4）：22-31.

［25］ 楊白冰，武威.財(cái)稅金融政策推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的比較分析及協(xié)同效應(yīng)研究：以制造業(yè)企業(yè)為例［J］.財(cái)政研究，2023（8）：58-71.

［26］ 綦良群，劉晶磊.基于服務(wù)化的先進(jìn)制造業(yè)全球價(jià)值鏈升級(jí)政策工具挖掘及量化評(píng)價(jià)［J］.情報(bào)雜志，2023，42（1）：95-103，132.

［27］ 俞立平，周朦朦，張運(yùn)梅.基于政策工具和目標(biāo)的碳減排政策文本量化研究［J］.軟科學(xué)，2023，37（10）：61-69.

［28］ 張國(guó)興，高秀林，汪應(yīng)洛，等.中國(guó)節(jié)能減排政策的測(cè)量、協(xié)同與演變：基于1978—2013年政策數(shù)據(jù)的研究［J］.中國(guó)人口·資源與環(huán)境，2014，24（12）：62-73.

［29］ 彭紀(jì)生，仲為國(guó)，孫文祥.政策測(cè)量、政策協(xié)同演變與經(jīng)濟(jì)績(jī)效：基于創(chuàng)新政策的實(shí)證研究［J］.管理世界，2008（9）：25-36.

［30］ ZHANG C，LENG F H.An analysis of the machine-learning assisted intelligent decision-making：a study by taking “green innovation” as an example［J］.Science Research Management，2022，43（9）：32-40.

［31］ HUANG A，LEHAVY R，ZANG A，et al.Analyst information discovery and interpretation roles：a topic modeling approach［J］.Management Science，2018，64（6）：2833-2855.

A Policy Study on China's Manufacturing Digital Transformation Based on Policy Tools and LDA Models

Shang Tao， Liu Bojin

（School of Public Policy and Administration， Northwestern Polytechnical University， Xi'an 710072， China）

Abstract： To achieve the strategic goal of becoming a manufacturing powerhouse， China urgently needs to establish a scientific and rational policy system for the digital transformation of its manufacturing sector. This study integrates policy tool theory to construct a two-dimensional analytical framework combining policy tools and objectives. Using text coding and frequency statistics， it conducts a multi-dimensional empirical analysis of policy tool types， issuing entities， development stages， effectiveness levels， and application ratios， systematically evaluating the effectiveness and characteristics of current digital transformation policies in manufacturing. Additionally， leveraging the LDA （Latent Dirichlet Allocation） topic models， the study employs machine learning to uncover latent themes in policy texts， revealing policy priorities through word frequency analysis and visualization， thereby providing a basis for optimizing policy design. Key findings include： ①Policy tools exhibit differentiated distribution， with environmental and supply-type tools constituting over 80% of the framework. Target planning and information support policies are prominent， but there is room to optimize the diversity and configuration of other measures. ②Demand-type tools are concentrated in specific areas， with financial support， fiscal mechanisms， and tax incentives forming the core dimensions. However， their overall application is limited， indicating a need to foster innovation and diversity in policy combinations. ③The policy-making structure shows functional coordination， with the Ministry of Industry and Information Technology， the National Development and Reform Commission， and the Ministry of Science and Technology leading policy formulation. This coordination reflects a strong alignment between their functions and the needs of digital transformation， though participation from other departments remains insufficient. ④Policy themes emphasize strategic focus， with significant deployment in industrial internet and digital transformation. In contrast， policies supporting smart manufacturing clusters and demonstration zones require strengthening. Based on these findings， the study proposes three optimization strategies： First， balance and dynamically adjust policy tool usage by increasing demand-side tools to optimize structural ratios， while exploring precise delivery modes for environmental and supply-type tools to enhance marginal benefits and effectiveness. Second， establish cross-departmental collaboration mechanisms by introducing diverse policy-making entities and creating a decision-making framework led by core departments with coordinated support from related departments， ensuring comprehensive policy considerations. Third， balance the focus of digital transformation efforts by actively guiding and supporting the development of smart manufacturing clusters and demonstration zones. Strengthen policy tool synergies and foster a virtuous cycle of \"policy guidance， factor aggregation， and energy-level advancement\".

Key words： digital transformation; quantitative evaluation of policy; policy instrument typology; LDA models; manufacturing industry