數(shù)字經(jīng)濟(jì)賦能三大產(chǎn)業(yè)高質(zhì)量發(fā)展研究

摘 要：數(shù)字經(jīng)濟(jì)是當(dāng)前我國(guó)轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式、實(shí)現(xiàn)高質(zhì)量發(fā)展的新動(dòng)能。本文以2013—2022年31個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)和三大產(chǎn)業(yè)全要素生產(chǎn)率為研究對(duì)象，運(yùn)用空間計(jì)量方法進(jìn)行實(shí)證分析。研究結(jié)果表明：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)三大產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步水平均具有顯著正向影響，尤其是對(duì)第二產(chǎn)業(yè)的作用明顯高于第一、第三產(chǎn)業(yè)；從空間效應(yīng)的影響路徑來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)三大產(chǎn)業(yè)發(fā)展的空間效應(yīng)主要表現(xiàn)為直接效應(yīng)，即數(shù)字經(jīng)濟(jì)對(duì)本地區(qū)產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步的作用更為顯著，但是對(duì)周邊地區(qū)產(chǎn)業(yè)的間接溢出效應(yīng)相對(duì)較弱。基于上述結(jié)論，本文提出利用數(shù)字經(jīng)濟(jì)助力三大產(chǎn)業(yè)高質(zhì)量發(fā)展的政策建議，以供參考。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；高質(zhì)量發(fā)展；全要素生產(chǎn)率；空間效應(yīng)；三大產(chǎn)業(yè)

中圖分類(lèi)號(hào)：F062.9；F49 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2025）07（a）--05

1 引言

近年來(lái)，數(shù)字經(jīng)濟(jì)的快速發(fā)展為我國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)了重要機(jī)遇，如何通過(guò)數(shù)字技術(shù)助推中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)新舊動(dòng)能轉(zhuǎn)換和產(chǎn)業(yè)高質(zhì)量發(fā)展，成為政府和學(xué)術(shù)界關(guān)注的重要議題。根據(jù)中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2024年）》[1]，當(dāng)前我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)53.9萬(wàn)億元，占GDP比重達(dá)42.8%。2023年數(shù)字經(jīng)濟(jì)增長(zhǎng)率為7.39%，顯著高于GDP名義增速4.98個(gè)百分點(diǎn)；數(shù)字經(jīng)濟(jì)增長(zhǎng)對(duì)GDP增長(zhǎng)的貢獻(xiàn)率達(dá)66.45%，一、二、三產(chǎn)業(yè)數(shù)字經(jīng)濟(jì)滲透率分別為10.78%、25.03%、45.63%，數(shù)字經(jīng)濟(jì)有效支撐三大產(chǎn)業(yè)經(jīng)濟(jì)穩(wěn)定增長(zhǎng)。

面對(duì)新一輪由數(shù)字技術(shù)革命引發(fā)的全球產(chǎn)業(yè)變革，數(shù)字經(jīng)濟(jì)如何影響三大產(chǎn)業(yè)發(fā)展，對(duì)三大產(chǎn)業(yè)全要素生產(chǎn)率的作用效果如何？準(zhǔn)確回答這一問(wèn)題不僅有助于厘清數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì)，還能為我國(guó)推進(jìn)數(shù)字經(jīng)濟(jì)賦能三大產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、實(shí)現(xiàn)高質(zhì)量發(fā)展提供理論和經(jīng)驗(yàn)支撐。因此，本文在全要素生產(chǎn)率分析框架下，運(yùn)用空間計(jì)量模型分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)三大產(chǎn)業(yè)全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步的影響及其空間效應(yīng)，并對(duì)數(shù)字經(jīng)濟(jì)助力三大產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)、實(shí)現(xiàn)高質(zhì)量發(fā)展提出有益的政策建議。

2 理論分析與研究假設(shè)

本文通過(guò)對(duì)國(guó)內(nèi)外文獻(xiàn)進(jìn)行研究，將數(shù)字經(jīng)濟(jì)助力三大產(chǎn)業(yè)高質(zhì)量發(fā)展的作用機(jī)理歸納為以下幾點(diǎn)：

（1）數(shù)據(jù)要素為三大產(chǎn)業(yè)注入新活力，助力提升全要素生產(chǎn)率。數(shù)據(jù)要素通過(guò)融入生產(chǎn)過(guò)程，成為推動(dòng)三大產(chǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)力。數(shù)據(jù)要素作為新型的生產(chǎn)要素，與傳統(tǒng)生產(chǎn)要素相比，具有高流動(dòng)性、低成本復(fù)制、規(guī)模報(bào)酬遞增等特點(diǎn)[2]，既可以直接創(chuàng)造經(jīng)濟(jì)價(jià)值，又可與其他生產(chǎn)要素融合，對(duì)傳統(tǒng)產(chǎn)業(yè)發(fā)展產(chǎn)生放大、疊加、倍增作用。依托大數(shù)據(jù)、人工智能和工業(yè)互聯(lián)網(wǎng)等數(shù)字技術(shù)，企業(yè)可全面采集市場(chǎng)需求、產(chǎn)品設(shè)計(jì)、生產(chǎn)管理和成本控制等維度數(shù)據(jù)，在供應(yīng)鏈管理、制造過(guò)程控制、市場(chǎng)營(yíng)銷(xiāo)策略等環(huán)節(jié)實(shí)現(xiàn)全方位的精益化、智能化、數(shù)字化管理，讓生產(chǎn)要素不斷流向效率更高、效益更好的環(huán)節(jié)，起到優(yōu)化業(yè)務(wù)流程、降低交易成本、提升資源配置效率的作用[3]。隨著數(shù)字技術(shù)的不斷創(chuàng)新與進(jìn)步，數(shù)據(jù)要素經(jīng)濟(jì)價(jià)值的開(kāi)發(fā)利用不斷深入，通過(guò)對(duì)整個(gè)產(chǎn)業(yè)價(jià)值鏈全流程數(shù)據(jù)進(jìn)行優(yōu)化和創(chuàng)新運(yùn)用，數(shù)據(jù)要素能夠?yàn)槿螽a(chǎn)業(yè)發(fā)展注入新的活力，驅(qū)動(dòng)傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)方式快速變革，從而大幅提升三大產(chǎn)業(yè)的全要素生產(chǎn)率。以制造業(yè)為例，數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)流程優(yōu)化可以使工廠停機(jī)時(shí)間減少30%～50%，總體生產(chǎn)效率提升20%～25%；商業(yè)企業(yè)數(shù)據(jù)使用率每提高10%，可為零售、咨詢、航空等領(lǐng)域分別帶來(lái)49%、39%、21%的業(yè)務(wù)增長(zhǎng)；數(shù)據(jù)要素流動(dòng)量每增加10%，能帶動(dòng)GDP增長(zhǎng)0.2%，預(yù)計(jì)到2025年全球數(shù)據(jù)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)將達(dá)到11萬(wàn)億美元[4]。綜上所述，本文提出假設(shè)1：發(fā)展數(shù)字經(jīng)濟(jì)對(duì)三大產(chǎn)業(yè)全要素生產(chǎn)率提升具有顯著的正向作用。

（2）數(shù)字經(jīng)濟(jì)通過(guò)云計(jì)算、大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等先進(jìn)數(shù)字技術(shù)為核心構(gòu)建的產(chǎn)業(yè)數(shù)字化平臺(tái)，打破了傳統(tǒng)產(chǎn)業(yè)的界限，能夠促進(jìn)跨行業(yè)、跨領(lǐng)域的深度融合，優(yōu)化產(chǎn)業(yè)鏈資源配置效率和提高企業(yè)的生產(chǎn)管理效率，成為推動(dòng)三大產(chǎn)業(yè)高質(zhì)量發(fā)展的強(qiáng)大引擎。根據(jù)2022年工信部公布的第十批國(guó)家新型工業(yè)化產(chǎn)業(yè)示范基地名單，其中與數(shù)字經(jīng)濟(jì)相關(guān)的產(chǎn)業(yè)數(shù)字化平臺(tái)/示范基地?cái)?shù)量累計(jì)達(dá)100多家，這些產(chǎn)業(yè)數(shù)字化平臺(tái)對(duì)于產(chǎn)業(yè)鏈、供應(yīng)鏈資源整合、生產(chǎn)要素配置、產(chǎn)業(yè)信息傳遞和產(chǎn)業(yè)資本投資等方面具有顯著的促進(jìn)作用[5]，減少資源配置在時(shí)間與空間上的錯(cuò)配現(xiàn)象[6]。5G通信技術(shù)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等數(shù)字化基礎(chǔ)設(shè)施的投入使用可以增加標(biāo)準(zhǔn)化信息供給，降低溝通成本和信息傳遞成本[7]。在產(chǎn)業(yè)數(shù)字化平臺(tái)的賦能下，企業(yè)可以更加便捷地獲取市場(chǎng)信息、生產(chǎn)要素和技術(shù)創(chuàng)新支持，提升企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力；產(chǎn)業(yè)數(shù)字化平臺(tái)還能通過(guò)智能調(diào)度和數(shù)據(jù)分析，助力企業(yè)實(shí)現(xiàn)生產(chǎn)過(guò)程的精細(xì)化管理，大幅提高制造業(yè)企業(yè)的生產(chǎn)管理效率和供應(yīng)鏈資源配置效率。此外，數(shù)字技術(shù)在互聯(lián)網(wǎng)金融投資平臺(tái)的廣泛應(yīng)用能夠有效緩解投融資主體之間的信息不對(duì)稱(chēng)，并為創(chuàng)新型企業(yè)和新興產(chǎn)業(yè)提供定制化的融資服務(wù)，提高產(chǎn)業(yè)資本的投資回報(bào)率[8]。綜上所述，本文提出假設(shè)2：發(fā)展數(shù)字經(jīng)濟(jì)能夠顯著提升三大產(chǎn)業(yè)的資源配置效率。

（3）數(shù)字經(jīng)濟(jì)通過(guò)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)不斷深度融合，將加速傳統(tǒng)產(chǎn)業(yè)內(nèi)部原本知識(shí)與技術(shù)的迭代速度，提升三大產(chǎn)業(yè)的技術(shù)創(chuàng)新能力和核心競(jìng)爭(zhēng)力。近年來(lái)，隨著新一代信息技術(shù)與先進(jìn)制造技術(shù)、新材料技術(shù)等融合創(chuàng)新，已經(jīng)孕育出一大批智能、安全、高效的新型生產(chǎn)工具，譬如“5G+工業(yè)互聯(lián)網(wǎng)”技術(shù)在工業(yè)生產(chǎn)各領(lǐng)域各環(huán)節(jié)的深度拓展，智能工廠、數(shù)字化車(chē)間、智慧倉(cāng)儲(chǔ)等新型制造業(yè)模式不斷涌現(xiàn)；互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等新一代信息科技已成為跨行業(yè)的新型通用技術(shù)，對(duì)眾多領(lǐng)域產(chǎn)生顯著的技術(shù)賦能效應(yīng)；人工智能、AI大模型技術(shù)在研發(fā)設(shè)計(jì)、生產(chǎn)制造等領(lǐng)域應(yīng)用逐步深化，為制造業(yè)和服務(wù)業(yè)數(shù)智化轉(zhuǎn)型提供重要支撐。同時(shí)，數(shù)字經(jīng)濟(jì)催生了一大批創(chuàng)新型企業(yè)逐漸形成創(chuàng)新、開(kāi)放、共享的數(shù)字產(chǎn)業(yè)創(chuàng)新生態(tài)圈，這種生態(tài)系統(tǒng)鼓勵(lì)產(chǎn)業(yè)技術(shù)創(chuàng)新迭代和產(chǎn)業(yè)區(qū)域協(xié)同，加速了數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展[9]。我國(guó)產(chǎn)業(yè)逐漸實(shí)現(xiàn)從傳統(tǒng)制造向智能制造的跨越，先進(jìn)的數(shù)字技術(shù)和自動(dòng)化、智能化生產(chǎn)系統(tǒng)，推動(dòng)著三大產(chǎn)業(yè)技術(shù)創(chuàng)新升級(jí)和核心競(jìng)爭(zhēng)力提升。綜上所述，本文提出假設(shè)3：發(fā)展數(shù)字經(jīng)濟(jì)能夠提高三大產(chǎn)業(yè)的技術(shù)創(chuàng)新水平。

3 變量選取與實(shí)證模型構(gòu)建

3.1 變量選取與數(shù)據(jù)來(lái)源

（1） 被解釋變量。本文運(yùn)用數(shù)據(jù)包絡(luò)分析方法（DEA）測(cè)算全國(guó)31個(gè)省份三大產(chǎn)業(yè)的全要素生產(chǎn)率TFPit指數(shù)、技術(shù)進(jìn)步指數(shù)TCit和效率改變指數(shù)ECit，將其作為被解釋變量。在計(jì)算過(guò)程中，投入數(shù)據(jù)選取各地區(qū)各產(chǎn)業(yè)的年末固定資產(chǎn)投資總額和勞動(dòng)從業(yè)人員數(shù)量，產(chǎn)出數(shù)據(jù)選取該地區(qū)某產(chǎn)業(yè)當(dāng)年的總產(chǎn)值，相關(guān)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站，時(shí)間跨度從2013年到2022年。

（2） 核心解釋變量，本文選取《中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量發(fā)展報(bào)告（2024）》[10]測(cè)算。中國(guó)31個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)Digitalit作為核心解釋變量，時(shí)間跨度從2013年到2022年。

（3）控制變量，包括全國(guó)31個(gè)省份的財(cái)政水平Govit（采用某地區(qū)當(dāng)年的財(cái)政支出總額占該地區(qū)當(dāng)年GDP的比率計(jì)算），科技創(chuàng)新能力Techit（采用某地區(qū)當(dāng)年的發(fā)明專(zhuān)利授權(quán)數(shù)取log對(duì)數(shù)計(jì)算），金融發(fā)展水平Finit（采用某地區(qū)當(dāng)年的社會(huì)融資規(guī)?？傤~占該地區(qū)當(dāng)年GDP的比率計(jì)算），對(duì)外開(kāi)放程度Openit（采用某地區(qū)當(dāng)年的進(jìn)出口總額占該地區(qū)當(dāng)年GDP的比率計(jì)算），上述數(shù)據(jù)均來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站，時(shí)間跨度從2013年到2022年。

3.2 實(shí)證模型構(gòu)建

在構(gòu)建實(shí)證模型之前，本文首先運(yùn)用Moran’s I指數(shù)對(duì)我國(guó)31個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行空間自相關(guān)分析，結(jié)果如表1所示。Moran’s I指數(shù)的取值范圍在[-1，1]之間，大于0表示空間正相關(guān)，小于0表示空間負(fù)相關(guān)，接近于0表示不存在空間自相關(guān)性。從整體來(lái)看，全國(guó)31個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)與Moran’s I指數(shù)存在顯著的正向空間相關(guān)性，因此采用空間計(jì)量模型進(jìn)行建模分析比較合理。

本文對(duì)被解釋變量、解釋變量和控制變量構(gòu)造空間OLS模型并進(jìn)行LM檢驗(yàn)和穩(wěn)健LM檢驗(yàn)，檢驗(yàn)結(jié)果發(fā)現(xiàn)大部分回歸方程的LM-error檢驗(yàn)和LM-lag檢驗(yàn)的卡方值較為顯著，并且LM-error檢驗(yàn)的卡方值比LM-lag檢驗(yàn)的卡方值更大（表2），因此本文采用空間滯后誤差模型進(jìn)行回歸更為合適。

綜上所述，本文構(gòu)建的空間計(jì)量回歸模型如下：

其中，Wyit表示因變量的空間滯后變量，Wμit表示殘差的空間滯后變量。

4 實(shí)證結(jié)果分析

4.1 空間計(jì)量回歸結(jié)果

根據(jù)上述模型，本文運(yùn)用SPSSAU軟件進(jìn)行回歸分析，回歸結(jié)果見(jiàn)表3。從回歸結(jié)果可知，大部分方程數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)Digital變量的回歸系數(shù)為正數(shù)且通過(guò)顯著性檢驗(yàn)，說(shuō)明發(fā)展數(shù)字經(jīng)濟(jì)能夠顯著提升三大產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步水平，假設(shè)1、2、3基本得到驗(yàn)證。從回歸系數(shù)的大小比較來(lái)看，第二產(chǎn)業(yè)TFP/EC/TC回歸方程Digital變量的回歸系數(shù)最大，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)第二產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步的作用效果最為明顯，對(duì)第三產(chǎn)業(yè)的作用效果次之，而對(duì)第一產(chǎn)業(yè)的作用效果則相對(duì)較弱。這主要與我國(guó)當(dāng)前數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)發(fā)展規(guī)劃布局有關(guān)，目前我國(guó)數(shù)字經(jīng)濟(jì)投資和應(yīng)用開(kāi)發(fā)的重點(diǎn)領(lǐng)域主要集中于制造業(yè)和互聯(lián)網(wǎng)信息服務(wù)行業(yè)，第一產(chǎn)業(yè)數(shù)字技術(shù)的投資和應(yīng)用開(kāi)發(fā)程度相對(duì)較低。

4.2 空間效應(yīng)分析

本文進(jìn)一步分析數(shù)字經(jīng)濟(jì)指數(shù)Digital變量對(duì)三大產(chǎn)業(yè)全要素生產(chǎn)率TFP、資源配置效率指標(biāo)EC和技術(shù)進(jìn)步指標(biāo)TC的空間效應(yīng)，實(shí)證結(jié)果見(jiàn)表4。根據(jù)空間效應(yīng)的作用路徑，可以分為直接效應(yīng)和間接溢出效應(yīng)：直接效應(yīng)反映數(shù)字經(jīng)濟(jì)指數(shù)Digital變量對(duì)于自身區(qū)域因變量（TFP/EC/TC）的平均影響情況，而間接溢出效應(yīng)反映數(shù)字經(jīng)濟(jì)指數(shù)Digital變量對(duì)周邊區(qū)域因變量（TFP/EC/TC）的平均影響情況，兩者的加總（直接效應(yīng)+間接溢出效應(yīng)=總效應(yīng)）表示數(shù)字經(jīng)濟(jì)指數(shù)Digital變量對(duì)該產(chǎn)業(yè)因變量（TFP/EC/TC）的總體空間效應(yīng)。

從不同產(chǎn)業(yè)空間效應(yīng)比較來(lái)看，數(shù)字經(jīng)濟(jì)指數(shù)（Digital）對(duì)第二產(chǎn)業(yè)TFP/EC/TC變量的總體空間效應(yīng)明顯高于第一、第三產(chǎn)業(yè)，而對(duì)第一、第三產(chǎn)業(yè)同類(lèi)變量的空間效應(yīng)相對(duì)較弱。從作用路徑來(lái)看，數(shù)字經(jīng)濟(jì)指數(shù)對(duì)三大產(chǎn)業(yè)TFP/EC/TC變量的直接效應(yīng)影響系數(shù)明顯高于間接效應(yīng)的影響系數(shù)，說(shuō)明發(fā)展數(shù)字經(jīng)濟(jì)對(duì)本地區(qū)產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步的直接促進(jìn)作用效果更為顯著，對(duì)周邊地區(qū)產(chǎn)業(yè)的間接溢出效應(yīng)則相對(duì)有限。此外，數(shù)字經(jīng)濟(jì)對(duì)三大產(chǎn)業(yè)全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步的空間效應(yīng)表現(xiàn)有所不同，數(shù)字經(jīng)濟(jì)對(duì)第二產(chǎn)業(yè)TFP/EC/TC變量的直接效應(yīng)和間接效應(yīng)的影響系數(shù)均為最高，意味著其對(duì)第二產(chǎn)業(yè)（無(wú)論是本地還是周邊地區(qū)）的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步均有明顯促進(jìn)作用，但數(shù)字經(jīng)濟(jì)對(duì)第一產(chǎn)業(yè)技術(shù)進(jìn)步的直接效應(yīng)和對(duì)第三產(chǎn)業(yè)資源配置效率直接效應(yīng)要明顯高于其他空間效應(yīng)，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)提升本地第一產(chǎn)業(yè)技術(shù)進(jìn)步水平和第三產(chǎn)業(yè)資源配置效率的作用更大。

5 結(jié)論與政策建議

本文運(yùn)用空間計(jì)量方法分析數(shù)字經(jīng)濟(jì)對(duì)三大產(chǎn)業(yè)全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步的影響及其空間效應(yīng)，得出以下結(jié)論：（1）從空間滯后誤差模型的回歸結(jié)果來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)Digital變量對(duì)三大產(chǎn)業(yè)的全要素生產(chǎn)率指數(shù)TFP、技術(shù)進(jìn)步指數(shù)TC和效率改變指數(shù)EC的回歸系數(shù)基本為正，且通過(guò)5%的顯著性檢驗(yàn)，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)三大產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步水平具有顯著的正向影響，假設(shè)1、2、3得到驗(yàn)證。（2）數(shù)字經(jīng)濟(jì)對(duì)第二產(chǎn)業(yè)發(fā)展的空間效應(yīng)要明顯高于第一、第三產(chǎn)業(yè)，數(shù)字經(jīng)濟(jì)對(duì)第二產(chǎn)業(yè)的全要素生產(chǎn)率、資源配置效率和技術(shù)進(jìn)步均有較大促進(jìn)作用。（3）從空間效應(yīng)的影響路徑來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)三大產(chǎn)業(yè)TFP/EC/TC的空間效應(yīng)主要表現(xiàn)為直接效應(yīng)，尚未形成明顯的空間溢出效應(yīng)。

基于上述結(jié)論，本文對(duì)數(shù)字經(jīng)濟(jì)助力三大產(chǎn)業(yè)轉(zhuǎn)型升級(jí)實(shí)現(xiàn)高質(zhì)量發(fā)展提出如下政策建議：第一，各地方政府應(yīng)根據(jù)自身產(chǎn)業(yè)基礎(chǔ)因地制宜加大力度，推動(dòng)數(shù)字技術(shù)關(guān)鍵領(lǐng)域的戰(zhàn)略布局，適度超前部署新型基礎(chǔ)設(shè)施建設(shè)，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合。《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出，要增強(qiáng)人工智能、大數(shù)據(jù)、區(qū)塊鏈、新材料、傳感器、量子信息、網(wǎng)絡(luò)通信、集成電路、關(guān)鍵軟件等戰(zhàn)略前瞻數(shù)字技術(shù)，以新一代信息技術(shù)與先進(jìn)制造技術(shù)深度融合為主線，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，協(xié)同推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化進(jìn)程。

第二，利用數(shù)字技術(shù)加速賦能工業(yè)制造，提升制造業(yè)企業(yè)的生產(chǎn)效率和技術(shù)創(chuàng)新水平，增強(qiáng)產(chǎn)業(yè)鏈供應(yīng)鏈的區(qū)域協(xié)同效應(yīng)。各地政府應(yīng)積極出臺(tái)工業(yè)設(shè)備以舊換新政策，加快推進(jìn)工業(yè)機(jī)器設(shè)備數(shù)智化升級(jí)，鼓勵(lì)企業(yè)開(kāi)發(fā)基于數(shù)字技術(shù)的產(chǎn)品研發(fā)新模式，形成智慧工廠、智能制造新生產(chǎn)模式；利用5G通信、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等數(shù)字技術(shù)推動(dòng)產(chǎn)業(yè)鏈供應(yīng)鏈全生命周期數(shù)據(jù)融合，由地方政府牽頭打造全省工業(yè)數(shù)據(jù)“一張網(wǎng)”的工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心體系，提升產(chǎn)業(yè)鏈供應(yīng)鏈的資源配置效率和區(qū)域協(xié)同效應(yīng)。

第三，積極探索數(shù)字技術(shù)在農(nóng)業(yè)和服務(wù)業(yè)的應(yīng)用新場(chǎng)景，催生新業(yè)態(tài)新產(chǎn)業(yè)新模式。有條件的地區(qū)應(yīng)加快推進(jìn)無(wú)人機(jī)、傳感器、人工智能、5G通信等數(shù)字技術(shù)在農(nóng)業(yè)生產(chǎn)管理過(guò)程的應(yīng)用，建設(shè)農(nóng)業(yè)信息化監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)科學(xué)化、精益化、智能化管理，提高農(nóng)業(yè)生產(chǎn)效率；通過(guò)大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、電子商務(wù)等技術(shù)打造農(nóng)業(yè)云平臺(tái)，提高農(nóng)產(chǎn)品生產(chǎn)、流通、零售信息透明度，助力農(nóng)戶開(kāi)辟農(nóng)產(chǎn)品營(yíng)銷(xiāo)新渠道。鼓勵(lì)企業(yè)通過(guò)引入先進(jìn)數(shù)字技術(shù)和數(shù)據(jù)要素積極開(kāi)發(fā)數(shù)字化工具應(yīng)用，提高服務(wù)業(yè)的資源配置效率和服務(wù)質(zhì)量，實(shí)現(xiàn)降本增效；利用數(shù)字經(jīng)濟(jì)為服務(wù)業(yè)構(gòu)建協(xié)同、創(chuàng)新、開(kāi)放、共享的產(chǎn)業(yè)鏈生態(tài)系統(tǒng)，加速知識(shí)、技術(shù)、信息的流通與共享，推動(dòng)傳統(tǒng)服務(wù)業(yè)由勞動(dòng)密集型逐漸向知識(shí)密集型、技術(shù)密集型轉(zhuǎn)型升級(jí)，不斷催生出新興服務(wù)業(yè)態(tài)，滿足消費(fèi)者對(duì)高質(zhì)量服務(wù)的需求。

參考文獻(xiàn)

中國(guó)信息通信研究院. 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2024年）[EB/OL]. 中國(guó)信息通信研究院， 2024年8月， http：//www.caict.ac.cn/kxyj/qwfb/bps/202408/t20240827_491581.htm.

宋虹橋，張夏恒. 數(shù)字化轉(zhuǎn)型賦能新質(zhì)生產(chǎn)力： 機(jī)理、挑戰(zhàn)與路徑選擇[J]. 北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2024（6）：1-12.

時(shí)彥超，劉曉容. 數(shù)據(jù)要素賦能山東省制造業(yè)高質(zhì)量發(fā)展研究[J]. 商業(yè)經(jīng)濟(jì)， 2025（2）：37-41.

王建冬. 發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)推動(dòng)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展[J]. 中國(guó)網(wǎng)信， 2024（12）：46-49.

中國(guó)信息通信研究院. 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2023年）[EB/OL]. 中國(guó)信息通信研究院， 2023年4月， http：//www.caict.ac.cn/kxyj/qwfb/bps/202304/t20230427_419051.htm

黃群慧，余泳澤，張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升： 內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2019（8）：5-23.

李春發(fā)，李冬冬，周馳. 數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)的作用機(jī)理：基于產(chǎn)業(yè)鏈視角的分析[J]. 商業(yè)研究， 2020（2）：73-82.

王京濱，劉趙寧，劉新民. 數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率：基于資源配置效率的機(jī)制檢驗(yàn)[J]. 科技進(jìn)步與對(duì)策， 2024（2）：23-33.

趙濱元. 數(shù)字經(jīng)濟(jì)對(duì)區(qū)域創(chuàng)新績(jī)效及其空間溢出效應(yīng)的影響[J]. 科技進(jìn)步與對(duì)策， 2021（14）：37-44.

任保平. 中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量發(fā)展報(bào)告（2024）[M]. 北京：中國(guó)經(jīng)濟(jì)出版社， 2024（5）：1.