制造業數字化投入對全球價值鏈分工的影響
——基于制造業行業的實證分析

吳友群，盧懷鑫，2，王立勇

(1.安徽財經大學經濟學院，安徽 蚌埠 233030；2.中央財經大學經濟學院，北京 100081；3.中央財經大學國際經濟與貿易學院，北京 100081)

0 引言

當前，世界正處于數字經濟與全球價值鏈的交匯期。2020年，中國數字經濟規模為39.2萬億元，對GDP的貢獻率為38.6%，其中產業數字化規模為31.7萬億元。數字技術作為通用目的技術的新形態，能夠更廣泛地與經濟社會深度融合產生顛覆性變革[1]。數字技術具有高效處理大規模數據信息、大幅降低交易成本等多方面優勢，有助于傳統經濟提升市場競爭力[2]。然而在部分領域觀察到，通過引進數字化系統、構建物聯網平臺等形式顛覆傳統銷售模式、改善溝通渠道，反而導致占用過多資源等，未能獲得 “數字紅利”。由此可見，數字經濟對傳統經濟產生雙重效應，即驅動效應與沖擊效應。前者體現在數字經濟為傳統經濟數字化轉型升級提供驅動力與示范。技術創新是數字化轉型升級的重要因素[3]，數字技術能夠為傳統經濟數字化轉型提供充足的創新驅動力。數字經濟不斷涌現出的新產品與新模式為傳統經濟轉型提供了模板，其理想情形是，數字經濟通過技術溢出為傳統經濟提供數字化轉型驅動力，傳統經濟通過學習和借鑒使得自身生產效率提升。后者體現在數字技術與傳統經濟未能及時、有效融合，導致傳統經濟未完成數字化轉型升級就被擠出市場。因此，如何甄別數字化投入賦能傳統制造業轉型升級，是數字經濟時代中國應對全球價值鏈 “低端鎖定”不可避免的話題，也是提升國際循環的重要方向。

1 文獻綜述

1.1 數字經濟的內涵

數字經濟內涵的界定是測度數字化投入的基礎。在數字經濟迅猛發展的過程中，各國學者及研究機構相繼對數字經濟的內涵及外延提出表述。早期涉及數字經濟的相關文獻更偏向于信息化，多是以單一信息通信技術為研究對象，目前數字經濟更突出人工智能、大數據與物聯網等新一代數字技術的應用。數字經濟主要包括數字產業化與產業數字化，數字產業化等同信息產業，主要包括電子及通信設備制造業、廣播電視和衛星傳輸服務業、互聯網和相關服務業、軟件和信息技術服務業等，是數字經濟發展的基石。產業數字化是指數字技術與傳統經濟部門融合并產生經濟活動，數字產業為傳統經濟部門提供數字化轉型的基礎設施及轉型驅動力，產業數字化是將數字技術轉化為生產力的關鍵性機制。Schmidt等[4]認為，數字經濟即為數字化投入帶來的經濟產出。Bukht等[5]將數字經濟分為核心層 (數字部門)、狹義層和廣義層，其中核心層包括軟件制造業、信息服務、電信業等行業。經合組織認為數字經濟的內涵包含信息通信、電子商務與互聯網技術設施建設。

2016年G20杭州峰會將數字經濟定義為以數字化知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。2020年中國信通院提出數字經濟是以數字化知識和信息作為關鍵生產要素，以數字技術為核心驅動力量，以現代信息網絡為重要載體，通過數字技術與實體經濟深度融合，不斷提高經濟社會的數字化、網絡化、智能化水平。在不斷界定數字經濟內涵的過程中，雖然內容各有側重，范圍各有區別，但本質上都認同數字經濟是以數字化知識、信息及相關服務投入為核心。

1.2 全球價值鏈量化與應用研究

全球價值鏈 (Global Value Chain，GVC)量化研究體系的不斷完善，是準確衡量一國 (部門)GVC分工的基礎。在宏觀量化方面，世界投入產出表的成功編制實現了GVC理論在宏觀量化領域的飛躍。學者們利用投入產出模型，不斷完善增加值測算與分解方式。在單國模型中，Hummels等[6]構建了HIY模型，測度一國在全球價值鏈分工中的真實參與度，并提出垂直專業化分工。Koopman等[7]提出非競爭性投入產出模型，并規范化非競爭性投入產出模型中的技術參數。Fally[8]提出衡量一國 (部門)生產階段數與上游度概念。但是，單國模型忽視了一國出口品被進口國用于加工再生產而非直接最終使用的情況。此后，學者們轉向對多國模型的研究，比較經典的有一國出口的分解方法 (KWW法)及GVC地位指數[9]。KWW法的突破在于將GVC相關測度細分的同時納入統一核算框架，缺陷在于沒有深入到各國或地區的部門層面。此后，王直等[10]基于多層次貿易流分解模型，提出部門、雙邊以及雙邊部門層面的總貿易核算分解公式。

全球價值鏈量化研究的完善為相關領域的經濟研究提供了堅實基礎，學者們對與本文相關的主題同樣進行了有益探討。Knickrehm等[11]將數字化投入界定為數字技能、數字軟硬件、信息通信設備，以及用于生產環節的數字化中間品和服務。高敬峰等[12]發現，通信技術與相關信息服務等數字技術提升了中國GVC分工地位。關乾偉等[13]研究發現，互聯網化程度的提升對中國制造業GVC分工地位具有正效應。何文彬[14]發現，數字化投入對GVC升級重構效應顯著。張晴等[15]從數字基礎設施、數字媒體以及數字交易三方面界定數字化投入，發現數字基礎設施投入能夠提升企業出口附加值。池仁勇等[16]發現數字技術推動制造系統實現自動生產，重新定義生產鏈條，促進企業高質量制造。劉啟雷等[17]發現，數字技術通過生產運營與組織智能化實現要素賦能。

已有研究為數字經濟內涵、GVC量化研究以及數字化與GVC分工之間的影響研究提供了豐富的見解，對本文有重要啟發。但在研究層面、數字化投入度量、數字化投入對GVC影響機制及實證檢驗方面仍有一定探索空間。①部分研究囿于數據可得性對制造業數字化投入界定的范疇過小，且沒有考慮不同來源及類型數字化投入可能帶來的異質性影響。不同來源或類型數字化投入實現的功能及服務各異，給產業帶來的效應有別，且界定范疇過小可能弱化數字化投入對制造業GVC分工的影響。②多數研究僅用單一GVC分工指標衡量一國 (部門)GVC分工。衡量GVC分工的指標眾多，不同指標衡量的側重點不同，考察不同的GVC衡量指標，有助于深入探究一國產出增加值的來源與去向。③立足制造業行業層面，將數字化投入結合GVC進行分析的文獻仍有待豐富。2020年中央深改委審議會議強調，加快推進新一代數字信息技術和制造業融合發展，提升制造業數字化、網絡化、智能化發展水平。④少有兼顧中國制造業行業的差異化，探究針對性數字化投入賦能。目前中國的制造業體系中勞動密集型、資本密集型及技術密集型制造并存，有必要考慮行業差異化，分析數字化投入對GVC的提升效應。

本文的貢獻主要有以下幾點：①采用新的數字化投入界定，利用最新的WIOD數據庫有效測算制造業行業數字化投入水平及多個GVC分工衡量指標；②在數字經濟影響GVC分工的理論分析基礎上，通過構建計量分析模型，從三種不同的角度對數字化投入影響制造業GVC分工的具體效應及傳導路徑進行更全面的檢驗；③通過劃分數字化投入來源和類型以及制造業行業類型，分析數字化投入對制造業GVC分工影響的異質性，并提出更具針對性的政策啟示。

2 影響機制分析

數字化投入賦能與制造業全球價值鏈分工地位提升的本質是制造業生產效率的提升[18]。通過引鑒葛和平等[19]構造的數字部門通過傳統部門影響經濟高質量發展的理論模型，闡明數字部門如何影響傳統部門生產效率。假設經濟體僅由數字經濟部門與傳統經濟部門構成，且數字部門的產出對傳統部門的產出產生影響，主要影響途徑是數字部門的數據、計算機、電子通信領域的技術應用及服務等與傳統部門融合。因此，假設數字部門與傳統部門的生產函數分別為：

YD=Y(LD,KD)

(1)

YT=Y(LT,KT,YD)

(2)

式中，LD、LT分別表示數字部門與傳統部門的勞動投入，KD、KT分別表示數字部門與傳統部門的資本投入，YD表示數字部門的產出與傳統部門融合。由于經濟體中僅有數字部門與傳統部門，故總產出為Y=YD+YT，總資本為K=KD+KT，總勞動投入為L=LD+LT。

對式 (1) (2)分別求時間導數：

(3)

(4)

數字經濟形態下，數字技術成為先進生產力的代表，數字化投入成為決定生產效率高低的關鍵[20]。數字部門在梅特卡夫定律與摩爾定律的驅動下具有更高的創新能力和協同效率。因此，假設數字部門與傳統部門對相同要素投入的邊際產出存在如下關系：

(5)

(6)

式中，μ與γ分別表示數字部門與傳統部門對勞動和資本投入要素的邊際產量差異。

假定數字部門在勞動與資本投入要素的邊際產量差異優勢存在如下關系：

(7)

假定數字部門產出以不變彈性ρ影響傳統部門產出，即：

YT=Y(LT,KT,YD)=YDρS(LT,KT)

(8)

則傳統部門對數字部門產出求偏導數有：

(9)

總產出Y對時間求導數：

(10)

將式 (5) (6) (7) (9)代入式 (10)中，整理可得：

(11)

將式 (11)兩邊同時除以Y可得：

(12)

數字化投入對傳統制造業生產效率影響的存在性已得到佐證，影響的內在邏輯有待進一步揭示。基于已有機制分析，本文認為數字化投入作為高新生產要素引入經濟系統，成為數字經濟背景下傳統部門提升經濟效率、實現價值鏈攀升的重要動因，主要表現為以下三方面：

第一，優化傳統部門要素配置，提升要素投入產出效率。基于高通用性與信息化的數字媒介，充分整合數據資源，實現生產系統中低端生產要素的替代，優化企業智能制造能力；借助平臺化與智能化應用，實現生產、決策、銷售、物流以及服務等信息的高效傳遞，并由數字化技術的智能優化自匹配、精準控制自執行以及信息深度感知自決策功能，優化生產決策過程，高效匹配服務于市場[15]；通過生產系統數控化、自動化、智能化改造，提升生產設備、產業鏈供應鏈管理精細高效，最終實現生產效率的提高[14]。

第二，降低傳統部門交易成本，擴大市場規模。數字化技術打破了傳統貿易時空、語言阻礙，降低搜尋與談判等活動中間的交易成本；優化企業創新環境，整合產業鏈創新資源，壓縮技術交易成本[21]；提升貿易便利化水平與貿易信息傳遞效率，加快企業GVC融入速度，降低參與GVC分工的門檻與固定成本[22]；縮短企業與全球消費者的距離，推動雙邊市場擴展為多邊市場，促進企業形成規模經濟和范圍經濟。

第三，完善傳統部門協同分工，實現生產實時交互。數字化帶來的人工智能、萬物互聯等數字技術推動不同國家、不同價值鏈環節的企業數據共享、協同研發、同步決策等生產變革，以互聯互通、精細化管理等途徑解構并重構全球生產網絡，改變企業組織形態，提升協同分工效率[23]；借助數字化平臺的實時互聯、生產設備的數控化以及數據信息智能化收集預測，精準預測最優生產組合，自動實現生產分配、質量檢測，提高協同分工效率的同時實現利潤最大化[24]。

3 數字化投入與全球價值鏈分工衡量指標的測度

3.1 測度方法

(1)數字化投入。本文在相關學者對數字經濟概念及核算框架界定的基礎上，從生產要素貢獻度視角出發，結合中國制造業數字化發展實際及數據可得性，將制造業數字化投入界定為制造業運用數字化產業的數字技術、基礎設施等要素投入進行研發設計、商業運營、組織架構等革新過程，即電子及通信設備制造業、廣播電視和衛星傳輸服務業、電信業及軟件和信息技術服務業在傳統經濟部門中的投入。目前，由于數字經濟衛星賬戶存在理論與編制上的爭議，使得廣播電視和衛星傳輸服務業在核算范圍與統計分類尚不明確，后文測算中暫不考慮衛星傳輸服務業。

(2)制造業全球價值鏈分工指標。目前，基于國際貿易增加值的分解方法，能夠充分考慮全球化產品生產的分割過程，反映一國產業出口的真實增加值。本文借鑒WWZ法測算貿易增加值，作為測度GVC相關衡量指標的基礎[10]。

制造業GVC分工衡量指標：分工位置維度。GVC地位指數是依據部門所處GVC分工環節的相對位置來刻畫部門所在GVC位置中的重要程度，公式如下：

GVCit=PLFGVCit/PLBGVCit

(13)

式中，PLFGVCit表示參與GVC分工的前向聯系長度，PLBGVCit表示參與GVC分工的后向聯系長度。GVC地位指數越大表示該部門越處于GVC的上游位置，其國際分工地位越高，反之國際分工地位越低。

制造業GVC分工衡量指標：顯性比較優勢維度。該指標反映了部門比較優勢及競爭優勢所形成的實際結果，是衡量GVC競爭力的重要指標之一，公式如下：

(14)

制造業GVC分工衡量指標：生產長度維度。該指標能夠從垂直生產結構角度描述部門間生產的復雜與緊密程度，公式如下：

(15)

3.2 數據說明

文中使用的數字化投入與制造業GVC相關的原始數據來源于世界投入產出數據庫 (WIOD)及其社會經濟賬戶、 《中國統計年鑒》 《中國工業統計年鑒》。由于 《國民經濟行業分類標準》與WIOD中的行業劃分標準 (ISIC Rev.4)存在差異，借鑒劉慧嶺等[25]的做法，以ISIC Rev.4為基準得到18個制造業行業。

3.3 測度結果分析

(1)中國制造業數字化投入趨勢分析。自2000年以來，中國制造業全球數字化投入雖然經歷了個別年份的增長趨勢放緩，但總體而言呈現不斷擴大趨勢，且主要源于國內數字化投入的增長。2000—2009年國內數字化投入呈現穩步上升態勢，年均增長率為21.09%，2010—2014年出現爆發式增長，此間數字化投入總量快速上升。國際數字化投入整體表現出上升與平穩兩階段態勢，上升階段為2000—2008年，年均增長率為30.24%。平穩階段為2009—2014年，年均增長率為8.00%。2008年受國際金融危機影響，使得國際數字化投入在2008—2009年出現下降，直到2014年回到金融危機前的水平。

(2)中國制造業全球價值鏈分工趨勢分析。圖1所示為中國制造業GVC分工的變化趨勢，從分工地位維度可知，GVC地位指數由0.94下降至0.91，呈現逐年下降趨勢，從側面印證了中國制造業整體處于 “微笑曲線”中下段的結論；從顯性比較優勢維度可知，呈現倒U形變化趨勢，2000—2009年為上升階段，RCA指數由1.26上升至1.37，2010—2014年為下降階段，RCA指數由1.35下降至1.32，樣本期內中國制造業RCA指數始終大于1，表明中國制造業具有較強的國際競爭優勢；從GVC生產長度維度可知，樣本期內GVC生產長度由2.94上升至3.25，表明中國制造業與國際產業部門的聯系不斷加強，參與的國際分工過程越來越復雜。

圖1 中國制造業全球價值鏈分工趨勢

4 數字化投入賦能制造業全球價值鏈分工的實證檢驗

4.1 構建計量分析模型

為了實證檢驗數字化投入對中國制造業GVC分工的影響，構建計量模型如下：

GVCi,t=β0+β1DIGIi,t+βXi,t+νt+θi+εi,t

(16)

式中，i和t分別代表行業和時間；GVC為被解釋變量，表示衡量制造業GVC分工的相關指標，包括GVC地位指數 (GVCP)、RCA指數 (RCA)以及GVC生產長度 (APL)；DIGI為核心解釋變量，表示行業全球數字化投入水平；X為控制變量，包含產出規模 (SCA)用行業產出規模衡量、海外市場 (ABO)用行業出口規模衡量、資本存量 (K)用行業資本存量衡量、要素回報 (L)用行業勞動要素回報衡量；β0表示截距項；vt表示時間固定效應；θi表示行業固定效應；εi,t表示殘差項。為了消除量綱與數量級影響，實證檢驗中對原始數據進行標準化處理。

4.2 實證結果分析

(1)基準模型檢驗。基于式 (16)，運用雙向固定效應模型得到的實證結果見表1。在加入控制變量的情況下，DIGI估計系數始終顯著為正，表明數字化投入對制造業的GVC分工地位、顯性比較優勢以及生產長度具有顯著正效應，表明數字化投入能顯著提升制造業GVC分工地位與競爭力，并延伸制造業參與GVC分工的階段，促進其參與更復雜的國際分工。勞動要素與GVC地位指數存在顯著負相關性，與RCA指數存在顯著正相關性，表明勞動要素有利于中國制造業國際競爭力的提升，卻不利于提升GVC分工地位，折射出人力資本優勢是制造業國際競爭力提升的重要因素，然而從GVC分工地位角度看，這一擴張路徑并不能促進制造業突破GVC “低端鎖定”。此外，產出規模變量與RCA指數具有顯著負相關性，與GVC地位指數和生產長度無關，從側面反映了中國是制造業大國而非制造業強國，意味著擴大出口規模不利于提升制造業GVC分工地位。

表1 基準回歸結果

(2)基于不同來源地數字化投入的檢驗。從基準實證結果可知，數字化投入水平越高越有利于行業獲得 “數字紅利”，并通過前文經驗事實分析可知，國內與國際數字化投入水平存在巨大差距。本文將全球數字化投入按來源地劃分為國內數字化投入 (CDIGI)與國際數字化投入 (NDIGI)，并分別檢驗對GVC分工的影響，檢驗結果見表2。在使用不同被解釋變量的情況下，CDIGI估計系數始終顯著為正，NDIGI估計系數及顯著性出現變化。其中，在被解釋變量為GVCP的情況下，NDIGI估計系數為正不顯著，在被解釋變量為RCA的情況下，NDIGI估計系數顯著為正，在被解釋變量為APL的情況下，NDIGI估計系數顯著為負。由此可見，國內數字化投入的提升對制造業GVC分工地位、國際競爭力以及生產長度具有更顯著的正效應。可能的原因是中國制造業使用的國內數字化投入與國際數字化投入的總量差異，較低的數字化投入量不能給GVC分工帶來全方位顯著提升。

表2 基于不同來源的數字化投入回歸結果

(3)基于不同類型數字化投入的檢驗。值得注意的是，不同類型數字化投入在實際應用中可能給行業帶來不同效應。本文進一步測算制造業各類型數字化投入，分別記為電子及通信設備制造數字化投入 (ELEC)、電信數字化投入 (TELE)及信息技術服務數字化投入 (INFM)，以探究不同類型數字化投入對制造業GVC分工的影響。根據表3的檢驗結果可知，ELEC對制造業GVC分工地位與競爭力均具有顯著正效應，TELE與INFM僅對制造業GVC競爭力具有顯著促進作用，ELEC對制造業GVC分工的正效應最強。此外，從檢驗結果可知單一類型數字化投入對制造業GVC生產長度均無顯著正效應，這是由于制造業GVC生產長度的延長意味著參加的國際序貫生產分工過程更加復雜，這一過程需要多類型數字化投入帶來的綜合提升效應，而單一類型數字化投入不能很好地滿足國際序貫生產的分工需求。

表3 基于不同類型的數字化投入回歸結果

(4)基于行業層面的異質性檢驗。基于前文分析的數字經濟驅動效應與沖擊效應，本文認為數字技術作為高新技術的代表，不同知識密集度行業可能存在一定的數字化投入應用門檻，使得并非所有行業在數字化轉型中享受 “數字紅利”，有必要分析數字化投入對不同知識密集度行業GVC分工的影響。因此，本文將制造業行業劃分為低知識密集度行業 (DI)、中低知識密集度行業 (MID)和中高知識密集度行業 (HIG)進行實證檢驗。由表4可知，在低知識密集度行業，數字化投入與APL存在顯著負相關性，與GVCP和RCA均無顯著相關性，表明數字化投入不能促進該行業GVC分工地位與競爭力提升，并導致GVC生產長度縮短。在中低知識密集度行業，數字化投入與GVCP、RCA以及APL均具有顯著正相關性，表明數字化投入能夠促進該行業GVC分工地位、競爭力以及生產長度提升。在中高知識密集度行業，數字化投入與GVCP和RCA均具有顯著正相關性，表明提升數字化投入有利于提升該行業GVC分工地位與競爭力。由此可知，數字化投入更有利于中低與中高知識密集度行業實現GVC攀升，而對低知識密集度行業的GVC分工無顯著促進作用。原因在于，一是低知識密集度行業是勞動成本優勢顯著且依托勞動賦能的行業，使得數字化替代勞動力無法彌補減少勞動力帶來的損失；二是中低與中高知識密集度行業具有更低的勞動要素、更高的技術與資本優勢，更有利于快速匹配生產和服務于市場，使得物聯網、大數據以及人工智能分析等功能可以得到更有效的利用。

表4 基于行業層面的回歸結果

4.3 穩健性檢驗

(1)內生性檢驗。為了解決模型中可能存在內生性問題，本文采用核心解釋變量滯后一期作為工具變量，并使用兩階段最小二乘法 (2SLS)對式 (16)再次進行估計，實證結果見表5。在依次加入控制變量后，本文關注的核心解釋變量估計系數的正負號及顯著性未發生實質性變化，從而驗證了前文結論的穩健性。

表5 2SLS回歸結果

(2)中介效應檢驗。根據前文機制分析可知，數字化投入能夠通過優化傳統部門要素配置、完善傳統部門協同分工等效應提升行業生產效率，推動行業向GVC高端攀升。為此，運用Bootstrap中介效應檢驗法驗證數字化投入影響制造業GVC分工的傳導路徑[26]。結合數據可得性，本文將行業勞動生產率作為中介變量，檢驗結果見表6。依

表6 中介效應回歸結果

次以GVCP、RCA及APL作為被解釋變量進行估計，Bootstrap的直接效應與間接效應的估計系數均顯著為正，勞動生產率的中介效應顯著，表明數字化投入能夠通過提升行業勞動生產率進而實現GVC分工攀升，該結果驗證了前文結論的穩健性。

5 研究結論與政策啟示

本文在已有研究成果的基礎上提出數字化投入對傳統部門GVC分工的影響及作用機制，并以中國制造業行業面板數據為樣本，從多角度進行實證檢驗，得出以下主要結論：①數字化投入可通過優化傳統部門要素配置提升要素投入產出效率，降低傳統部門交易成本，擴大市場規模，完善傳統部門協同分工，實現生產實時交互等機制，助推制造業全球價值鏈攀升。②自2000年以來，中國制造業數字化總體呈現不斷擴大趨勢，且主要源泉來自國內數字化投入的增加。③雙向固定效應回歸結果顯示數字化投入對中國制造業參與GVC分工具有全方位提升效應，且該結論經過穩健性檢驗后依舊穩健。④中介效應檢驗結果顯示，勞動生產率是數字化投入提升制造業GVC分工地位、競爭力以及生產長度的有效渠道。⑤引入數字化投入來源地、類型以及行業層面的異質性研究表明：國內數字化投入對制造業GVC分工地位、競爭力以及生產長度的正效應顯著大于國際數字化投入；電子及通信設備制造數字化投入對制造業GVC分工地位與競爭力的正向促進作用最顯著，其次是信息技術服務數字化投入、電信數字化投入；數字化投入對中低與中高知識密集度行業的GVC分工具有顯著正效應，對低知識密集度行業不具有正向促進作用。

本文的相關政策啟示如下：

第一，加快推進新型基礎設施建設，完善數字公共產品供給。新型基礎設施能夠為產業數字化轉型乃至數字經濟發展提供底層支撐，然而新型基礎設施作為社會的準公共產品，其前期資金、人力投入巨大，后期報酬回報緩慢，多數企業難以積極投身于新基建建設中，這就需要以政府為主導，制定精準的新基建政策扶持項目，加大相關新基建財政投入力度，從搭平臺、建生態、促轉型等多個維度建立完善的數字化配套設施，提供充足的數字公共產品供給及技術服務能力，全面賦能企業生產服務全過程。同時，基于賦能平臺全面升級、搭建數字經濟產業互聯網，以低門檻、快部署的特點加速中小微企業的數字化轉型，最終實現行業數字化轉型成本的降低，推動行業順利完成數字化轉型升級。

第二，優化數字產業布局，引導產業健康發展。數字經濟擁有一個體系化的、有層次的經濟組織模式，從數字化的基建設施、商業平臺到應用場景，各個層級密切相連。與數據采集、工業互聯網以及信息融通平臺相關的數字產業，如果不能適應、匹配區域產業發展需求，則會出現資源錯配等問題。因此，首先需要政府依據區域產業空間布局，統籌規劃數字產業布局及規模，實現數字化投入應用場景與當地產業類型及需求相匹配。消除區域數字鴻溝以縮小工業新型基礎設施差距，助推區域經濟均衡發展。其次，積極出臺數字產業管理規范，完善運營機制。通過構建新型數字監管體系，營造有序競爭的市場環境，推動數字產業共建共享，強化數字技術攻關與應用標準制定。布局多類型數字產業規劃建設，開拓產業數字化應用深度，通過優勢數字化企業及垂直領域合作企業的平臺賦能，加快培育數字化賦能平臺。最后，完善數據安全保障體系建設，以法律防范數據安全風險，構建能夠滿足企業及個人數據信息保護需要的制度體系。

第三，科學甄別行業特征，實施有選擇的數字賦能。與傳統生產要素相比，數字技術成為新經濟舉足輕重的新生產要素，正以難以置信的速度推動產業變革，數字技術從改變生活到改變社會、改變垂直行業。然而，數字技術作為先進生產力的代表具有一定的行業應用門檻。在數字化賦能過程中，不僅要系統性引入數字技術，還要避免對數字化投入要素與行業類型的一概而論，通過精準識別行業知識密集度類型，科學分析行業數字化投入需求，優化數字投入要素與行業類型的匹配，降低數字資源錯配乃至無效投入，最大限度實現數字化投入賦能效應。例如，在依靠和運用先進、復雜的科學技術知識、手段進行生產的產業，如電子與機械設備制造等行業中更多嵌入數字化，在勞動密集型產業或勞動消耗所占比重較大的產業降低數字化投入，以最大限度發揮數字化投入對行業全球價值鏈攀升的正效用。