数字经济产业与制造业融合测度

武晓婷 张恪渝

摘要：依据国家统计局公布的《数字经济及其核心产业统计分类（2021）》，数字经济产业划分为四类：数字产品制造业、数字要素驱动业、数字产品服务业和数字技术应用业。基于投入产出法，从融合贡献和融合互动视角，构建直接融合度、综合融合度和改进型融合互动指数，对数字经济产业与制造业的融合进行测度，结果表明：首先，从数字经济部门整体看，直接融合度与制造业技术密集程度成正比；综合融合度在排名上呈现出与直接融合度相一致的特征，但数值却高很多，这表明数字经济产业对制造业生产的间接贡献很大，同时，数字经济产业在制造业发展中起到的推动作用比拉动作用更强。其次，从数字经济细分部门看，数字产品制造业与高技术制造业的直接融合度与融合互动度都最高，与技术密集度低的制造业直接融合度较低，且拉动效应不明显，推动优势更明显；数字要素驱动业与各类制造业的直接融合度与融合互动程度都较高；数字产品服务业与各类制造业的直接融合度较高，但融合互动存在一定的非对称性；数字技术应用业与各类制造业的直接融合度和融合互动度都最低，产业融合存在障碍。基于融合贡献度、融合互动方向及强度上的差异，应优先发展数字产品制造业，精准化数字产品服务业；应加强信息基础设施建设，切实提高数字技术在各类制造业中的普及度和创新度，以实现制造业服务化、智能化转型。

关键词：数字经济产业；制造业；融合测度；投入产出分析

中图分类号：F424文献标识码：A文章编号：1007-8266（2021）11-0089-10

基金项目：北京市社会科学基金青年项目“基于卫星账户的中国数字经济测度与应用研究”（20JJC029）

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（简称“十四五”规划）对加快数字化发展、打造数字经济新优势做出明确部署。作为一种融合性经济，数字经济呈现出产业部门与经济形态二者并存的特征[ 1 ]。因此，数字经济的发展应该由数字经济核心产业的自身融合及其与传统产业融合两部分构成。数字产业化和产业数字化正改变着国民经济生产、分配及消费方式，并为高效的经济运行模式及赋能产业升级转型提供了重要驱动力。2020年，中国农业、工业和服务业数字化在行业增加值中所占比重分别为8.9%、21%和40.7%，同比增长分别为0.7、1.6和2.9个百分点[ 2 ]，数字经济产业同传统产业融合渗透的深度和广度不断提升，融合发展向深层次演进。

制造业是国民经济的主导力量，是一国经济转型的坚实基础。数字经济产业与制造业的融合，是产业数字化的主战场和核心领域，也是数字经济与实体经济融合的重要体现。把握数字经济发展带来的机会窗口，以融合、创新驱动制造业发展，助推制造业转型升级和提质增效，对中国经济高质量发展意义重大。在实践层面，国家自2015年以来，陆续出台“互联网+”行动计划、《中国制造2025》、国家大数据战略等一系列重大政策，明确了中国政府在数字经济发展方向所做出的选择。数字经济产业与制造业融合是中国转变经济发展方式的国家战略，构成当前中国国民经济发展的重要理论和实践课题。

中国数字经济产业与制造业融合是否实现，或者说理论和实践的预期目标实现了多少？回答这一问题，需要对中国数字经济产业和制造业融合程度进行客观、科学的量化与判断。对于数字经济产业与制造业融合的相关研究，早期曾提出“信息技术生产率悖论”。当时的研究侧重信息技术产业自身的融合创新，却忽视了信息技术对其他传统产业的渗透作用[ 3 ]，而且数字技术与传统产业融合所带来的产业效率提升本身存在一定的滞后性[ 4 ]。

在理论方面，数字经济产业与制造业融合的研究主要从三个视角展开：一是探讨数字经济产业与制造业融合的动因。信息通信技术的发展模糊了产业边界，使得数字技术在制造业相关领域得以广泛应用，进而推动数字经济产业与制造业的融合发展[ 5-6 ]。数字经济中所蕴含的技术创新和技术融合，正成为实现数字经济产业和制造业融合的主要动力[ 7 ]。二是分析数字经济产业与制造业融合的路径。产业融合需要基于产业链在生产模式、组织形态等方面的分解与重构来实现[ 8-10 ]。推动数字经济产业与制造业的多维度深层次融合发展，应坚持从数据、创新、需求和供给驱动四个方面加以引导[ 11 ]。三是剖析数字经济产业和制造业融合的效果。通过数字技术革新拓展了产业链组织分工边界，减少了行业间壁垒，增强了企业间的竞争合作[ 9 ]。数字经济产业与制造业的融合会对原有产业产生替代和互补效应，进而创造出新的产业价值链增值部分[ 12 ]，在产业升级、企业绩效、产品质量提升等方面均有积极影响，且具有明显溢出效应[ 13-15 ]。

关于产业融合测度的研究主要集中在信息产业与工业以及制造业和服务业的融合测度上。常用的融合测度方法有以下三种：一是技术系数法。如赫芬达尔指数法、专利系数法和熵指数。系数法通过测算产业间的技术融合来近似地描述产业间的融合度，仅考虑了技术层面的融合，对融合的测度存在一定的片面性，且数据的可获得性较弱[ 16-17 ]。二是计量经济方法。如随机前沿、VAR模型、空间计量模型等[ 18-19 ]。计量方法基于超越对数生产函数构造多元回归模型来测算产业间的融合程度和效果，并检验产业融合的驱动因素。该方法受限于变量之间的因果关系，无法分析出两个产业间的关联效应。三是投入产出法[ 20-22 ]。该方法主要衡量由于产业渗透而形成的产业融合，能较好反映产业间的关联关系。同时，投入产出表基于一般均衡模型进行构建，数据相对可靠。因此，在产业融合测度中投入产出法要优于前两种方法。

目前，学界对数字经济产业与制造业融合的动因和路径方面的研究基本达成共识，但在融合测度領域的研究尚不完善。基于此，本文贡献有以下三点：第一，对于数字经济产业的界定，本文以国家统计局最新公布的《数字经济及其核心产业统计分类（2021）》为基础，并对照投入产出表中国民经济部门分类，将数字经济核心产业进行归类。一方面，可以确保测度结果相对准确；另一方面，通过对数字经济部门的分类研究，有利于在产业融合发展中针对不同的制造业部门明确数字经济重点发展方向。第二，从融合贡献和融合互动视角构建直接融合度、间接融合度以及融合互动指数，以此测度产业融合程度，并进一步从需求拉动和成本推动两个角度分析融合互动效应的行业差异性。其中，将传统影响力系数和感应度系数中的权重按照数字经济部门的增加值比重进行调整，使评价指数更为客观。第三，依据技术密集度对制造业进行分类，主要聚焦于低、中和高技术三大类制造业部门对产业融合问题进行探讨。

（一）数据的界定与分类

本文数据主要来源为《2017年中国投入产出表》，该表将生产部门划分成149个部门。首先，依据《数字经济及其核心产业统计分类（2021）》，数字经济核心产业划分为四大类，即数字产品制造业、数字要素驱动业、数字产品服务业、数字技术应用业。其次，根据《2017年中国投入产出表》中产业部门分类解释，将投入产出表149部门中与数字经济产业相对应的部门提取出来，归并为数字经济核心产业（见表1）。最后，对于数字产品服务业中的数字产品批发和零售，以及数字要素驱动业中的互联网批发和零售，需要在投入产出表中批发和零售业中将其剥离出来。基于《中国经济普查年鉴2018》中批发和零售业企业的数据，分别将数字产品批发和零售、互联网批发和零售的营业收入在批发和零售业营业收入中所占比重作为拆分批发业和零售业中数字化部分的依据[ 23 ]。

需要说明的是，在将投入产出表与数字经济核心产业部门对应过程中，仍有一些部门同时存在数字化和非数字化部分。要从这类部门中将数字化部分剥离出来，需要更多更详尽的数据作为划分的依据和支撑，但目前与数字经济相关的基础数据并不完善，不能将数字化部分从这类部门中准确剥离出来[ 23 ]。因此，考虑到测度结果的准确性，本文在数字经济核心产业的划分中，仅包含了完全数字化或者以数字化为主要特征的部门。

进一步，按照传统42部门投入产出表，将剩余部门进行归并。同时，以技术密集度作为划分依据，将25个制造业部门划分为高技术、中技术和低技术三大类[ 24 ]。其中，高技术制造业包括电气机械和器材、仪器仪表；中技术制造业包括石油、炼焦产品等；低技术制造业包括煤炭、石油、天然气开采业等（见表2）。

（二）测度方法与融合指标构建

数字经济产业与制造业之间的融合程度表现为以投入和产出关系为核心的产业间的互动关联性。本文侧重研究数字经济产业对制造业的渗透作用，使用投入产出分析的方法将数字经济产业与制造业的融合程度转换成制造业生产中数字经济产业投入的比重，并进一步分析数字经济产业对制造业的拉动效应和促进效应。

1.融合贡献度

（1）直接融合度：数字经济部门对于制造业的直接贡献程度（Sj）

数字经济产业作为中间投入产品（要素），是制造业部门整条产业链中的一个环节。直接融合度即在三大类制造业25个分部门中，4种数字经济产业分别的直接投入比重。计算公式如下：

（一）融合贡献度：直接融合度和综合融合度

基于《2017年中国投入产出表》，结合直接消耗系数和完全消耗系数，分别测度4个数字经济部门与25个制造业部门的直接融合度和综合融合度两个指标（见表3）。

根据计算结果（见表3）：第一，从数字经济部门整体看，直接融合度呈现出与制造业技术密集程度成正比的态势。排名前5的制造业分别是仪器仪表、电气机械和器材、通用设备、专用设备以及金属制品、机械和设备修理服务，直接融合度分别为0.260 9、0.153 6、0.142 0、0.139 6、0.135 7。对照表2可知，这几个部门属于高技术和中技术制造业，技术密集程度高，对数字产品、服务和技术的需求相对旺盛，使得数字经济产业更易于在这类制造业部门应用和渗透。直接融合度较低的制造业部门，如石油、炼焦产品和核燃料加工部门，其他制造业和废品废料处理部门，石油和天然气开采部门分别为0.038 8、0.049 6和0.050 3。这类制造业涉及低技术制造业较多，属于劳动密集型或者资源密集型行业，对于劳动力和原材料的需求高于对于数字要素的需求，与数字经济产业尚未得到有效融合。可见，技术密集度高的制造业会对数字经济产业产生更多需求，与制造业的融合度普遍偏高，且二者融合度的提高有利于促进制造业结构调整和转型升级。

第二，从数字经济细分部门看，不同数字经济部门与制造业的直接融合度存在行业的差异性。数字产品制造业与仪器仪表，电气机械和器材，通用设备，专用设备，金属制品、机械和设备修理服务这类技术密集度较高的制造业的直接融合度较高，分别为0.182 0、0.065 9、0.054 2、0.047 4和0.041 9，而与其他制造业特别是技术密度低的制造业的直接融合度较低，例如与石油和天然气开采的融合度仅为0.000 2，接近于0。数字要素驱动业和数字产品服务业与各类制造业的直接融合度普遍呈现出比较高的水平，且行业间差距并不明显。而数字技术应用业与各类制造业的直接融合度都很低，对各类制造业生产的贡献微乎其微。

可见，制造业技术含量越高，对数字产品制造业的需求越大。其他绝大多数制造业的发展主要依靠数字要素驱动业和数字产品服务业来支撑，而数字技术应用业对制造业的推力不足，支撑作用尚未得以发挥，导致制造业缺乏创新动力，效率偏低。因此，要实现融合水平的跨越式发展，需加速数字技术在制造业各领域的应用和渗透。数字技术与各类制造业融合越积极主动，对制造业技术进步与产品创新的助推作用就越大，进而带动制造业向产业链、价值链高端环节升级。此外，对于不同制造业部门，需要匹配不同的数字经济产业才能更有效地实现融合。这样才能针对不同的制造业部门有的放矢，明确数字经济重点发展方向。

第三，综合融合度比直接融合度增大了很多，说明制造业通过第二轮、第三轮等间接消耗对数字经济产业产生了很大程度的间接依赖性。这部分间接融合不容忽视，同样也是数字经济产业与制造业融合的有效体现，是对直接融合度的补充。从数字经济部门整体看，综合融合度排名前5位的是仪器仪表，电气机械和器材，通用设备，专用设备，金属制品、机械和设备修理服务，融合度分别达到0.830 0、0.539 3、0.518 3、0.517 9和0.492 2，远高于直接融合度。一方面，从排名上看，综合融合度与直接融合度呈现一致的特征；另一方面，与直接融合度相比，综合融合度提高了很多，说明制造业的发展更多地间接依赖于数字经济产业的发展。这两点在其他制造业部门也得到佐证。从数字经济细分部门看，综合融合度同样也呈现出与直接融合度一致的特征。多数制造业对于数字要素驱动业和数字产品服务业的需求程度普遍高于对数字产品制造业和数字技术应用业的需求程度，而制造业技术落后以及数字经济产业结构不合理是导致这种需求不均衡的原因之一。

（二）融合互动程度

根据投入产出表数据计算数字经济产业的影响力系数和感应度系数（见表4），测度4类数字经济产业与3类制造业之间的融合互动程度，分别从需求驱动和成本推动两个视角分析数字经济产业对制造业的融合互动效应。

1.改进型影响力系数

影响力系数表示数字经济部门增加单位最终需求对制造业部门的拉动作用，是从需求角度分析产业间的关联性。它可以反映出数字经济产业与制造业的后向关联性。数值越大，该数字经济部门对制造业部门的拉动作用越明显。

如表4所示，数字产品制造业对高技术制造业（Dig1_H）的影响力系数高达2.408 1，说明数字产品制造业对于高技术制造业的拉动作用突出，对低技术和中技术制造业（Dig1_L和Dig1_M）的影响力系数分别为0.338 7、0.741 3，拉动效应不显著。因此，随着制造业技术水平的提升，数字产品制造业对其拉动效应也会随之增强。

数字要素驱动业和数字产品服务业对制造业的影响力系数均大于1，对低技术和中技术制造业的拉动作用比较显著，分别为1.321 9、1.104 3和1.237 2、1.108 2，对高技术制造业部门的拉动作用相对弱一些，分别为1.021 2、1.008 6，仅相当于行业平均水平。数字要素驱动业和数字产品服务业是目前拉动制造业增长的主要驱动力，后向联动性较强，对制造业具有拉动辐射效应。同时，随着制造业技术密集度的提高，这两个数字经济部门对制造业的拉动效应逐渐减弱。

数字技术应用业对制造业的影响力系数很低，分别为0.140 8、0.155 1和0.170 1，拉动效果并不理想，后向关联微弱，对制造业的驱动作用尚未真正显现。

2.改进型感应度系数

感应度系数表示数字经济部门增加单位增加值对制造业的推动作用，是从成本端分析产业之间的关联性。它可以反映出数字经济产业与前端制造业的互动关联性。数值越大，数字经济产业对制造业的推动作用越明显，其在制造业增长中发挥的基础性作用越强。

根据测算结果（見表4）可知，数字产品服务业对低、中和高技术制造业的感应度系数均小于1，分别为0.459 1、0.452 0和0.503 4，远低于影响力系数，说明其前向关联性比较弱，对制造业的推动作用不明显。而数字经济其他部门的感应度系数与影响力系数相比均有明显提升，说明整体上数字经济产业与制造业之间前向关联更为紧密，对制造业的推动作用更强。

数字产品制造业对高技术制造业感应度系数最高，为2.041 8，表明数字产品制造业对高技术制造业变动比较敏感，与高技术制造业的前向关联最为紧密，对其推动作用最显著。数字产品制造业对中技术制造业的感应度系数略大于1，为1.063 6，对低技术制造业的感应度系数低于1，为0.910 9，表明数字产品制造业对中、低技术制造业的推动作用和前向互动关联仍需继续加强，否则会成为中低端制造产业链、价值链升级进程中的瓶颈产业，影响其向技术密集型产业转型。

数字要素驱动业对低、中和高技术制造业的感应度系数都大于1，分别为1.867 4、1.841 6和1.554 6，前端互动优势显著，说明数字要素驱动业在制造业升级中能够起到关键性的推动作用。

数字技术应用业前向互动程度最弱，对低、中和高技术制造业的感应度系数均远小于1，分别为0.225 5、0.185 1和0.326 9，其对制造业的推动作用不理想，产业之间互动关联存在较大障碍。

3.融合互动度差异分析

进一步，分别以影响力系数和感应度系数作为X、Y坐标轴，取行业平均水平为分界线，构建四个象限坐标（图1）。Q1象限融合互动程度最高，数字经济产业对制造业的需求拉动和成本推动作用均高于行业平均水平。Q2和Q4象限融合互动度中等，数字经济产业或从需求端拉动，或从成本端推动制造业的发展。Q4象限融合互动度最低，数字经济产业对于制造业的拉动和推动效果都不明显。其中，图1中的数字1～12与表3中的编码相一致，如数字1表示Dig1_L，即数字产品制造业对低技术制造业的影响力系数和感应度系数。

数字产品制造业对于高技术制造业的感应度系数和影响力系数明显高于其他制造业，融合互动程度最高，位于Q1象限。作为数字经济产业的重要部门，数字产品制造业对高技术制造业的前向和后向关联优势显著。一方面，数字产品制造业对下游高技术制造业产生连锁性需求拉动作用；另一方面，数字产品制造业从成本端对上游高技术制造业产生乘数推动作用。因此，对于高技术制造业而言，数字产品制造业发展潜力可观，应当作为数字经济的重点发展领域。

数字产品制造业与低技术制造业融合位于Q3象限，与高技术制造业的融合位于Q4象限。从二者在象限中所处的位置看，数字产品制造业对低、中技术的影响力系数偏低，拉动效应不明显，感应度系数接近行业平均水平，表明数字产品制造业对中、低技术制造业的推动作用要略强一些，但仍需继续加强，否则会对中低端制造转型升级产生瓶颈制约作用，影响其向技术密集型产业转型，会进一步削弱数字产品制造业对其需求拉动作用。

数字要素驱动业均位于Q1象限，其与各类制造业的前向和后向关联性均较强，融合互动度较高，说明数字要素驱动业与制造业在互动融合中已经形成良性循环机制，二者相互促进，互为需求，既促进数字经济产业的发展，同时又带动制造业使其获得发展空间。刺激和促进数据要素驱动业的发展，可以从需求驱动和成本推动两端对更多前向和后向关联的制造业产生辐射效应，使得关联产业同步互动，并向产业链高端发展。

数字产品服务业对制造业的影响力系数较大而感应度系数较小，位于Q4象限，其后向关联性较强而前向关联性较弱，对制造业的需求拉动作用要高于成本端的推动作用，产业互动存在一定程度的非对称性。可适当加强前向关联效应，发挥数字产品服务业的基础支撑作用。

数字技术应用业均位于Q3象限，对制造业的影响力系数和感应度系数都远小于1，融合互动低。近年来，尽管数字技术被定位为制造业创新转型、提质增效的主要驱动力，但从互动关联的实际结果看，数字技术嵌入度低，对制造业的拉动和推动作用都不明显，产业融合互动存在障碍，满足不了制造业转型升级的现实需求。

（一）结论

本文基于投入产出分析法对数字经济产业与制造业的融合程度进行测度，并对二者互动效应的行业差异性进行比较，结论如下：

第一，对于融合贡献程度。从数字经济部门整体看，直接融合度与制造业技术密集程度成正比，排名前5的制造业分别是仪器仪表，电气机械和器材，通用设备，专用设备以及金属制品、机械和设备修理服务，直接融合度分别为0.260 9、0.153 6、0.142 0、0.139 6、0.135 7，这些制造业技术密集程度高，对数字产品、服务和技术的需求相对旺盛，数字经济产业更易于在这类制造业部门应用和渗透。从数字经济细分部门看，直接融合度存在行业的差异性。数字产品制造业与技术密集度高的制造业直接融合度较高，而与其他制造业，特别是技术密集度低的制造业，直接融合度较低，如石油和天然气开采的直接融合度仅为0.000 2，甚至可以忽略，这说明制造业技术含量越高，对数字产品制造业的需求越大。数字要素驱动业和数字产品服务业与各类制造业的直接融合度呈现出比较高的水平，且行业间差距并不明显，这表明绝大多数制造业的发展主要依靠数字要素驱动业和数字产品服务业来支撑。数字技术应用业与各类制造业的直接融合度很低，对制造业的支撑作用尚未得以发挥，导致制造业缺乏创新动力，效率偏低。从综合融合度看，其呈现出与直接融合度相一致的特征，但数值上比直接融合度高出很多。综合融合度排名前5位仍然是仪器仪表，电气机械和器材，通用设备，专用设备以及金属制品、机械和设备修理服务，分别达到0.830 0、0.539 3、0.518 3、0.517 9和0.492 2，远高于直接融合度，这说明数字經济产业对制造业生产的间接贡献程度很大，而这部分间接融合不容忽视，它是数字经济产业与制造业融合的有效体现，是对直接融合度的补充。

第二，对于融合互动程度。从数字经济部门整体看，感应度系数普遍高于影响力系数，这说明数字经济产业与制造业的前向关联更为紧密，在制造业发展中起到的基础性推动作用更强。从数字经济细分部门看，融合互动效应存在明显的行业差异性。数字产品制造业与高技术制造业融合互动程度最高，影响力系数和感应度系数分别为2.408 1和2.048，明显高于其他制造业。数字产品制造业对低、中技术制造业的影响力系数偏低，分别为0.338 7和0.741 3，明显低于行业平均水平，拉动效应不明显，而感应度系数接近行业平均水平，分别为0.910 9和1.063 6，这表明数字产品制造业对低、中技术制造业的推动优势更明显，但仍需继续加强，否则会对中低端制造转型升级产生瓶颈制约作用。数字素驱动业与各类制造业的影响力系数分别为1.321 9、1.237 2和1.021 2，感应度系数分别为1.867 4、1.841 6和1.554 6，均高于行业平均水平，前向和后向关联性均较强，融合互动程度较高。数字产品服务业对各类制造业的拉动效应略高于行业平均水，分别为1.104 3、1.108 2和1.008 6，而推动效应不明显，分别为0.459 1、0.452 0和0.503 4，融合互动存在一定的非对称性。数字技术应用业对各类制造业的影响力系数分别为0.140 8、0.155 1和0.170 1，感应度系数分别为0.225 5、0.185 1和0.326 9，都远低于行业平均水平，融合互动最低并存在障碍。

（二）建议

基于数字经济产业与制造业融合贡献度，以及融合互动方向和强度上的差异，合理规划并明确数字经济发展的时序和重点方向十分重要。

第一，优先发展数字产品制造业，特别是在高技术制造业中，应将其作为数字经济的重点发展方向。同时，加大低技术和中技术制造业中信息化和智能化设备的使用，从而带动整个制造业产业链和价值链的高端化、智能化协作升级。

第二，数字要素驱动业与制造业互为促进，互为需求，已形成良性互动循环机制，因此，可依托数据要素资源与其他多种要素共享共生，在加强信息基础设施建设的基础上，形成以数据要素为驱动力的制造业创新融合的全新发展模式。

第三，数字产品服务业目前融合贡献度较高，融合互动主要表现为后向关联性，因此，可以以精准的数字产品服务提高制造业的个性化和定制化水平，培育制造业新业态，实现制造业服务化转型。

第四，对于数字技术应用业而言，不仅融合贡献度低，而且融合互动效应也较弱，因此，要提升制造业数字化水平，需要在政策上给予倾斜，并切实将互联网、物联网、大数据等数字技术优势运用到制造过程中，推动数字技术应用业在各类制造业中的普及度与融合创新度提升，实现制造业的智能化转型。

参考文献：

[1]蔡跃洲.数字经济的增加值及贡献度测算：历史沿革、理论基础与方法框架[J].求是学刊，2018（5）：65-71.

[2]中国信息通信研究院.中国数字经济白皮书[R].2020.

[3]BRYNJOLFSSON E，BEYOND H.Computation：informa？ tion technology organizational transformation and business practices[J].Journal of economic perspectives，2000，14（4）：23-48.

[4]汪芳，潘毛毛.产业融合、绩效提升与制造业成长——基于1998—2011年面板数据的实证[J].科学学研究，2015，（4）：530-538，548.

[5]植草益.信息通訊业的产业融合[J].中国工业经济，2001（2）：12-24.

[6]丁志帆.数字经济驱动经济高质量发展的机制研究：一个理论分析框架[J].现代经济探讨，2020（1）：85-92.

[7]葛和平，吴福象.数字经济赋能经济高质量发展：理论机制与经验证据[J].南京社会科学，2021（1）：24-33.

[8]张伯旭，李辉.推动互联网与制造业深度融合——基于“互联网+”创新的机制和路径[J].经济与管理研究，2017（2）：87-96.

[9]李春发，李冬冬，周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J].商业研究，2020（2）：73-82.

[10]陈晓东，杨晓霞.数字经济可以实现产业链的最优强度吗？——基于1987—2017年中国投入产出表面板数据[J].南京社会科学，2020（2）：17-26.

[11]焦勇.数字经济赋能制造业转型：从价值重塑到价值创造[J].经济学家，2020（6）：87-94.

[12]刘昭洁.数字经济背景下产业融合研究[D].北京：对外经济贸易大学，2018.

[13]陶长琪，周璇.产业融合下的产业结构优化升级效应分析——基于信息产业与制造业耦联的实证研究[J].产业经济研究，2015（3）：21-31，110.

[14]李晓钟，陈涵乐，张小蒂.信息产业与制造业融合的绩效研究——基于浙江省的数据[J].中国软科学，2017（1）：22-30.

[15]王永龙，余娜，姚鸟.数字经济赋能制造业质量变革机理与效应——基于二元边际的理论与实证[J].中国流通经济，2020（12）：60-71.

[16]刘川.产业转型中现代服务业与先进制造业融合度研究——基于珠三角地区的实证分析[J].江西社会科学，2014（5）：59-65.

[17]于泽.文化与科技产业融合度测算分析[J].科技管理研究，2020（4）：88-97.

[18]余泳泽，刘大勇，宣烨.生产性服务业集聚对制造业生产效率的外溢效应及其衰减边界——基于空间计量模型的实证分析[J].金融研究，2016（2）：23-36.

[19]陈松青，周琴.制造业结构、规模与研发投入对生产性服务业发展的影响——基于随机前沿模型的分析[J].科技与管理，2018（5）：51-57.

[20]张捷，陈田.产业融合对制造业绩效影响的实证研究——制造业与服务业双向融合的视角[J].产经评论，2016（2）：17-26.

[21]祝合良，王明雁.基于投入产出表的流通业产业关联及效应的演化分析[J].中国流通经济，2018（1）：75-84.

[22]彭徽，匡贤明.中国制造业与生产性服务业融合到何程度——基于2010—2014年国际投入产出表的分析与国别比较[J].国际贸易问题，2019（10）：100-116.

[23]许宪春，张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济，2020（5）：23-41.

[24]方来，韩君，柴娟娟.生产性服务业与制造业关联效应研究[J].财政研究，2016（11）：103-109.

[25]沈利生.重新审视传统的影响力系数公式——评影响力系数公式的两个缺陷[J].数量经济技术经济研究，2010（2）：133-141.

[26]刘起运.关于投入产出系数结构分析方法的研究[J].统计研究，2002（2）：40-42.

责任编辑：嘉斌

Research on Measuring the Integration of Digital Economy Industry and Manufacturing Industry

——Based on the Perspective of Input-Output

WU Xiao-ting and ZHANG Ke-yu

（School of Economics，Beijing Wuzi University，Beijing 101149，China）

Abstract：Based on the“Statistical Classification of Digital Economy and Its Core Industries”published by the Bureau of Statistics in 2021，the digital economy industries are divided into digital product manufacturing，digital factor-driven industries，digital product services，and digital technology application industries. Furthermore，based on the input-output method，from the perspective of integration contribution and integration interaction，the authors construct direct integration degree，comprehensive integration degree and improved integration interaction index to measure the integration of digital economy industry and manufacturing industry. The calculation results show that： from the perspective of the digital economy as a whole，the degree of direct integration is directly proportional to the degree of manufacturing technology intensity； the degree of comprehensive integration presents characteristics consistent with the degree of direct integration，but the value is much higher，which shows that the indirect contribution of the digital economy industry to manufacturing production is very large； and at the same time，the digital economy industry has a stronger fundamental role in promoting the development of the manufacturing industry. From the perspective of the digital economy classification，the direct integration and integration interaction between digital product manufacturing and high-tech manufacturing are the highest，the direct integration with low-technology-intensive manufacturing is low，and the pulling effect is not obvious，while driving effect is more obvious； the direct integration and integration interaction between the digital drive industry and all manufacturing industries are relatively high； the direct integration between the digital product service industry and all manufacturing industries is relatively large，but there is a certain asymmetry in the interaction； and he degree of direct integration and integration interaction between the technology application industry and all manufacturing industries is the lowest，and there are obstacles to industrial integration. Based on the differences in the degree of integration contribution and the direction and intensity of interaction，we should give priority to the development of digital product manufacturing industry and targeted digital product service industry； and based on strengthening the construction of information infrastructure，we should improve the popularity and innovation level of digital technology in different manufacturing industries to realize the service- and intelligent-oriented transformation of the manufacturing industry.

Key words：digital economy industry；manufacturing；integration measurement；input-output analysis