数字经济驱动典型工业化城市转型升级的实证研究——以国家产业转型升级示范区为样本

刘 钒，吴 蓉

（1.武汉大学马克思主义学院；2.武汉大学经济与管理学院，湖北武汉 430072）

1 研究背景

典型工业化城市以老工业城市和资源型城市为代表，历史上为国家工业化发展做出过巨大贡献，目前仍是我国区域协调发展和新型城镇化的重要着力点，将为新发展阶段保障产业链供应链安全稳定继续发挥重要作用。党的十八大以来，习近平总书记对老工业城市振兴和资源型城市转型工作高度重视，多次做出重要指示，指出推动经济高质量发展，要把重点放在产业转型升级上，把实体经济做实、做强、做优。“十三五”时期，国家发改委联合科技部、工信部、自然资源部、国家开发银行，面向上述地区遴选创设了20个国家产业转型升级示范区（以下简称“示范区”），选择若干经济实力较强、产业特色鲜明、转型基础较好的城市率先突破。国家“十四五”规划再次提出推进老工业基地制造业竞争优势重构，建设产业转型升级示范区。可见，加大力度推进工业化城市转型升级对于我国构建新发展格局至关重要，而建设产业转型升级示范区，则是新发展阶段推动我国典型工业化城市高质量发展的重要举措。

近年来，我国数字经济飞速发展，数字经济规模从2012年的11万亿元增长到2021年的45.5万亿元，已连续数年稳居世界第二位，成为推动经济社会高质量发展的重要引擎。在疫情肆虐和由此导致的全球经济下行的双重冲击下，我国数字经济保持9.7%的高速增长，是同期名义地区生产总值（GDP）增速的3.2倍多，成为稳定经济增长的关键动力。示范区作为典型工业化地区的代表，围绕产业结构调整和城市更新改造，推动数字经济改善产业链发展与组织模式，利用数字科技助推产业链向纵深化、智慧化、智能化方向升级。然而，由于历史与现实的种种原因，大量工业化城市依然面临产业转型升级的较多制约，亟待基于数字经济探索产业转型与城市更新的新途径。因此，深入探讨数字经济驱动以示范区为代表的典型工业化城市转型升级问题，有助于为更多老工业城市和资源型城市提供参考借鉴，具有重要的理论与实践价值。

2 文献综述

数字经济驱动产业转型升级是学术界讨论的热点问题，与本文有关的研究主要集中在理论研究、量化分析、异质性探讨等3个方面。理论研究中，诸多研究从不同理论视角观察数字经济推动产业转型升级的机理。有效率型技术进步视角的研究，认为数字经济推动了技术创新效率的提高，从而推动产业结构的变动［1］。也有要素投入视角的研究，认为数字技术的出现会引发“关键生产要素”变迁，进而改变传统生产方式和商业逻辑［2］。有从产业链视角的分析，认为产业转型升级其动力主要源于4个方面，分别是数字新技术使产业链组织分工边界扩展、需求结构变化、流通成本减少、价值分配转移［3］。有从产业链角度还有学者提出，数字经济通过嵌入制造业全产业链（创新链、制造链、销售链、供应链、服务链）来推动制造业高质量发展［4］；或者从产业链群生态体系的角度，认为数字技术推动组织创新，加速组织创新，最终增强产业生态系统的适应性并促进产业生态系统的演化［5］。有从企业、消费者等市场主体角度阐述数字经济如何推动产业转型升级［6］。有从内生增长理论出发，认为数字经济通过与实体产业和传统金融结合并使之优化的路径来推动产业转型升级［7］。也有学者认为数字经济推动产业转型升级应分为两个方面，分别为升级机制和优化机制［8］。另外也有学者从中介效应入手，认为数字经济促进产业转型升级存在消费需求这一中介效应，即数字经济通过拉动消费需求来推动产业转型升级［9］。总之，关于数字经济如何推动产业转型升级学界目前并没有统一的定论。

量化分析研究侧重于对数字经济和产业转型升级的测量、模型构建等方面。对数字经济的衡量分为直接测算法和间接测算法，直接衡量法如利用中国数字经济白皮书指标来直接测算数字经济规模，间接测算法大多利用熵权法或者主成分分析法，此外还有学者使用CRITIC法来表征数字经济［10］。对产业转型升级的测量，学界目前也没有统一的指标，大多数论文都采用了产业结构高级化或者产业结构合理化来表征产业结构转型，此外也有学者加入产业转型速度［6］、产业融合等指标来进一步完善产业转型升级指标［11］。谭清美等［12］、方湖柳等［13］的研究表明，在基准回归模型方面较常使用模型为固定效应模型和双向固定效应模型两种模型，部分研究也用灰关联熵与耗散结构理论（系统论）［14］、系统GMM［15］、空间计量模型等建模［16］。样本数据主要为中国省级面板数据［17］，或者浙江省地级市面板数据［18］、长三角经济带省级数据［19］、黄河流域地级市数据等区域样本数据［20］。个别文献使用全国地级市面板数据，但没有成果使用典型工业化城市数据来分析数字经济对产业转型升级的影响。

异质性研究方面更多停留在笼统的东中西部地区异质性，但也有成果增加了城市规模、城市等级等机型进行异质性检验。有学者从传统的东中西部区域异质性入手，如陈小辉等［10］研究发现数字经济对中国产业结构水平的边际递增提升作用具有区域异质性,在中部和西部地区的提升作用大于东部地区。也有学者有从城市规模、城市等级等视角入手研究异质性，如李治国等［6］研究发现数字经济对产业转型速度的提升作用随着城市规模的扩大而提高，然而在中等规模城市数字技术促进产业转型升级作用更为显著; 分城市等级来看，数字经济对一线到五线城市的产业结构转型的促进作用并不是呈现正比或者正“U”型，相反呈现出显著的倒“U”型形状。另外有从劳动密集型产业、资源和技术密集型产业入手研究行业异质性，如王瑞荣等［4］研究发现数字经济发展对劳动密集型制造业高质量发展呈现显著负向影响，对资本密集型和技术密集型制造业高质量发展呈现显著正向影响。

综上所述，本文认为已有实证研究存在3个方面的提升空间。第一，绝大多数研究都是以省级地区为空间尺度，以地级市为空间尺度的分析较少；第二，实证性研究典型工业化城市的数字经济发展成果非常少；第三，空间异质性检验角度相对缺乏，存在异质性检验的同质化问题。本文针对上述不足，以产业转型升级示范区的27个地级市为样本展开量化分析，力求在更精细的空间尺度上深入揭示数字经济对工业化城市产业转型升级的影响，丰富这一问题探讨的实证案例，并且从不同维度进行视角独特的异质性检验，增强研究结论的针对性。

3 数字经济驱动工业化城市转型升级的机制

3.1 数字经济的特性契合工业化城市转型逻辑

一般而言，数字经济通过数字产业化和产业数字化来推动产业结构转型升级。特别是，数据作为数字经济最重要的生产要素，以高效、环保、低成本、可大量复制为特征的新生产要素能够克服传统生产要素的固有缺点，其低成本大量复制的特点也使得数字经济的边际成本递减甚至趋近于零，且数字经济累积增值性的特点使得其克服了传统工业经济时代边际收益递减的问题，反而具有了边际收益递增的特性。因此，数字经济的上述特性非常契合工业化城市产业转型升级，是世界范围内工业化城市转型的重要路径。

3.2 产业转型升级的内涵

学术界一般认为，转型升级可以分为产业结构高级化和产业结构合理化两方面。产业结构高级化衡量的是产业内部的产业形态由低级向高级进化的程度，和产业间由第一产业向第三产业演进的过程［21］。其可分解为产业结构高级化的量与质两个层面。产业结构高级化的量则可以用产业转型速度表示，产业结构高级化的质则是通常意义上的产业结构高级化。从产业结构高级化的量来讲，即第一、二、三产业比例结构处于合理区间。尽管也有研究认为第三产业占比高是国家经济发达的标志之一，然而近年来发达国家产业空心化现象反映了制造业的重要性，没有制造业支撑的虚拟经济无法抵御金融危机的冲击。从产业结构高级化的质来讲，就是低附加值产业向高附加值产业演进。产业结构合理化是产业结构内部对生产要素进行重新配置的过程。此外，产业结构合理化更多源于内生性技术进步形成的生产要素合理配置。

3.3 数字经济驱动工业化城市转型升级的机制

马克思主义政治经济学认为，经济运行和发展以及整个社会生产过程是相互联系、相互制约的有机整体，包括生产、消费、交换和分配4个环节。坚持马克思主义立场，分析数字经济通过生产、消费、交换、分配等环节影响产业结构合理化和高级化的机制，进而描述数字经济驱动工业化城市转型升级的作用，是更好发展数字经济和高质量发展制造业的必然要求。

第一是生产环节，数字经济通过在生产过程中与其他生产要素相结合来改进生产要素，提高劳动生产率，提高产品附加值以推动产业结构的高级化。数据以及数据的一系列衍生品如人工智能、算法等，一方面直接改造劳动工具，使机器设备向智能化方向发展，直接提高了劳动生产率；另一方面辅助管理层决策，精确反映生产环节出现的问题，使管理者可以精准地根据信息改进组织管理水平，从而提高生产效率。在数字技术的加持下，生产效率得到极大提升，与其他生产要素的结合提高生产要素的使用效率，增加了商品的总价值量。进一步说，生产效率提高而缩短的劳动时间带来的超额剩余价值和垄断性数字经济价格带来的高溢价使得低附加值商品向高附加值商品演变，扩展到整个产业链上，就是低附加值产业向高附加值产业进化。

第二是交换环节，数字经济通过提升生产效率来推动产业结构高级化。数据的流通、共享与近乎零的边际成本显著降低生产者购买生产资料和出售产品的时间和成本，即减少了交换时间，降低了交换成本。交换环节时间的减少，资本在相同时间可以周转更多次数，产生更多的使用价值，成本的减少使等量资本在相同时间雇佣更多劳动力，产生更多的价值，这意味着生产效率的提升，从而带来产业结构的高级化。

第三是消费环节，数字经济促进技术创新推动产业结构合理化，并且提高生产效率推动产业结构的高级化。互联网平台发挥平台、桥梁和加工者的作用，企业通过互联网平台及时获取消费者意见，合理改进产品，不断提升生产技术。数字经济下的消费不受时间和空间限制，生产者通过互联网平台为消费者定制个性化、碎片化服务，运用大数据创造新的需求，激发消费欲望，社会消费水平提升，货币流转速度加快，资本回笼周期变短，生产者会有更多资金投入到研发和技术创新。个人通过互联网平台消费数据与信息，将其转化为知识，增加自身的人力资本，更有利于技术创新。技术创新必然带来生产要素的重新配置，进而推动产业结构合理化。同时数据具有共享性，数据转化为生产要素与其他传统生产要素最大不同就是商品交易过程中使用价值没有被完全让渡，即数据中介可以持续使用数据，而且随着数字基础设施的完善和提升，算法进一步优化，数据中介产生的信息预测性和指导性也越强，也就是说数据消费完成后仍具有持续增长的生产能力。数据生产能力的提升是生产效率提高的表现。如生产环节所述，生产效率的提高必然推动产业结构的高级化。

第四是分配环节，数据产权界定不清晰和数据要素市场不完善导致数字经济不能在分配环节推动产业结构的合理化。一般而言，数据成为生产要素按照贡献合理分配利润，可激励个人、企业和互联网平台进行技术创新来推动产业结构合理化。然而，由于数据产权界定的模糊，数据要素市场的不完善等问题，互联网平台在数字经济领域仍具有绝对主导权与话语权，无论是使用数据的企业还是个人，都被平台收取高昂数据费用，造成利润分配的不合理，产业结构的合理化自然也无从谈起。

由图1可见，数字经济是工业化城市产业结构高级化的重要驱动力。一方面，数字经济通过技术创新来推动产业结构合理化。数字技术渗透进入各个产业，并迅速扩散成新的业态，数据与信息作为可交易要素流通于企业、市场与消费者之间不断增值成为数字产业链，数字技术就成为一种全新的产业，可适用于多种全新的场景与模式。例如，典型工业化城市吉林省吉林市，近年来突破性发展软件和服务外包业及云计算产业，依托大数据建设旅游云和教育云，形成了新的经济业态。另一方面，数字经济通过促进产业生产效率的提升来推动产业间生产要素的合理配置，全方位提高研发、生产、流通、交易等方面的效率，进而推动产业结构高级化。依托数字科技不仅可以贯通生产的上中下游，也可以打通生产主体与消费主体的信息屏障，实现消费需求到生产需求的直接转变，优化产业链供应与组织模式。例如，典型工业化城市沈阳市通过智能装备制造全生命周期实时分享的运营，实现订单共享、产能共享、创新共享、管理共享和信息共享，同时为企业提供设备、投资、设计、制造、维修和交易全产业链服务，从而颠覆传统制造业态和商业模式，让“重资产”的制造业实现“轻资产”运营，完成产业链资源整合和价值链分享，助推装备制造业转型升级。

图 1 数字经济驱动产业转型升级的机制

综上所述，本文认为，数字经济通过生产、消费、交换、分配等环节影响产业结构高度化和合理化，进而推动工业化城市产业转型升级，且这种影响存在异质性，即数字经济对老工业城市、资源型城市两类工业化地区的转型升级影响大小不一致，即因城市的发展历史和资源禀赋属性不同而存在异质性［22］。

4 研究设计

4.1 研究对象

“十三五”期间，国家面向工业化城市创设的20个产业转型升级示范区包括：辽宁中部（沈阳-鞍山-抚顺）、吉林中部（长春-吉林-松原）、内蒙古西部（包头-鄂尔多斯）、河北唐山、山西长治、山东淄博、安徽铜陵、湖北黄石、湖南中部（株洲-湘潭-娄底）、重庆环都市区、四川自贡、宁夏东北部（石嘴山-宁东）、北京京西、大连沿海、黑龙江大庆、江苏徐州、江西萍乡、河南西部、广东韶关、贵州六盘水，涉及老工业城市和资源型城市30多个。毫无疑问，20个示范区均是我国工业化城市中经济实力较强、推进产业数字化、数字产业化较快的工业化城市，是进行实证研究的良好对象。鉴于数据可获得性，本文选取其中的27个地级市为研究对象，其中包括资源枯竭型城市6个、老工业城市21个，其中辽宁抚顺，安徽铜陵、湖北黄石、宁夏石嘴山、江西萍乡、广东韶关共6个地级市分类为资源枯竭型城市，其余为老工业城市。针对上述城市的数据采集时间范围为2012—2019年，数据来源为历年《中国城市统计年鉴》《中国贸易外经统计年鉴》以及各省份统计年鉴。

4.2 模型构建

为了验证数字经济对典型工业化城市产业转型升级的影响途径以及影响程度，本文建立如式（1）的方程：

其中isoit表示i城市在T时期的产业转型升级水平，deit表示i城市在t时期的数字经济发展水平，Xit表示i城市在T时期其他影响产业转型升级水平的因素，α0表示截距项，α1表示产业转型升级水平的估计参数，αc表示社会消费和政府干预程度等控制变量的估计参数，ui表示城市i不随时间变化的个体固定效应，εit表示随机扰动项。

4.3 变量选取与测量

4.3.1 被解释变量

产业转型升级水平（iso_index），一般使用产业结构合理化和产业结构高级化两个标准来衡量。此外，部分研究鉴于发达国家产业空心化的状况，提出使用产业高级化等放大第三产业比重的指标不甚合理。因为并非第三产业比重越大，产业结构和发展水平越好。然而目前学界还没有统一定论如何更合理地衡量产业转型升级水平，因而本文仍然保留产业结构合理化和产业结构高级化两个指标，并借鉴李治国等［6］的做法，增添了产业转型升级速度的指标。

本文使用泰尔指数(TL) 来表征产业结构合理化的程度，计算公式如（2）所示:

其中Yi表示第i产业的GDP，Y表示当年GDP，Li表示第i产业的劳动力数量，L表示总劳动力数量。泰尔指数是一个负向指标，即泰尔指数与产业结构合理化程度呈现负相关关系，泰尔指数越小反而表明产业结构越合理。

产业结构高级化在本文中采用第三产业增加值占第二产业增加值的比重来表征。产业转型升级速度采用产业结构层次系数（ias）来衡量，产业结构层次系数的原理是通过产业占比的变化程度可以反映三大产业的发展趋势与过程，因而可以代表产业转型速度，计算公式如式（3） 所示:

其中，θi为给定的产业赋值权重，q(i)为三大产业产值占总产值的比重。三次产业的发展规律是:第一产业的占比重逐步下降、第二产业的占比先升高后下降、第三产业的占比重稳步升高［23］。因此θi分别设定第一、二、三产业为1、2、3的权重，最后得出相应城市产业转型速度。

4.3.2 解释变量

数字经济发展水平(de_index)，在大部分文献中被认为对产业转型升级有显著推动作用。不同之处在于，部分研究认为两者之间是正向线性关系，但也有部分研究提出两者之间并非单纯的线性关系，而是存在风险拐点［12］。作为解释变量，对数字经济发展水平的测量存在两种方式：直接测量法如《中国数字经济发展白皮书》给出的计算方法来计算出数字经济的规模；间接测量法运用主成分分析法或者熵值法选择多个维度的指标间接计算数字经济发展水平。本文参考李治国等［6］30的研究，选取互联网发展程度、人才储备力量、数字金融发展水平发展等3个维度共6个三级指标运用全局熵值法计算出数字经济发展水平。其中，互联网发展程度包括4个三级指标：人均电信业务收入，每百人移动电话用户数，每百人国际互联网用户数、计算机和软件从业人员占单位从业人员比重；人才储备则使用每百人高等教育在校生人数衡量（2017年及以后年份由于统计年鉴指标变更，使用本专科在校生人数替代高等教育在校生人数）；数字金融发展水平使用中国数字普惠金融指数来衡量［24］。

4.3.3 控制变量

借鉴陈堂等［8］的研究，并考虑数据可获得性，本文选取了5个控制变量。一是政府干预程度（gi），采用地方财政一般预算内支出占GDP比重来衡量。该变量一定程度上代表了政府发展经济的决心和相关政策的支持力度。二是对外开放程度(fdi)，利用当年实际使用外资额占地区生产总值的比重来衡量。该变量一定程度上可以促进产业发展，但如果投资于劳动密集型中低端产业，也会加剧产业结构失衡。三是科教支持(tec)，采用科学支出和教育支出占当地财政预算支出比重来衡量。科学技术与人才是实现产业高端化和产业转型升级的重要推动力。四是城镇失业率(une)，采用登记失业人数占总从业人数和登记失业人数比重来衡量。对于典型工业化城市而言，城镇失业人数在很大程度上影响产业结构调整。五是社会消费(soc)，采用社会消费品零售总额占GDP比重来衡量。详见表1

表1 变量选取与测量

表1（续）

为了避免数据量纲的影响，所有数据采用比例型进行处理。产业转型升级水平和数字经济发展水平数值标准化后采用熵值法赋予客观权重计算出指数。具体数据描述详见表2。

表2 数据描述

5 实证结果及分析

5.1 基准回归结果及分析

对样本工业化城市的基准回归结果见表3，且所有模型均为固定效应。其中，模型（1）（3）（5）（7）是在没有控制变量下的回归结果，模型（2）（4）（6）（8）是在控制了控制变量下的回归结果。模型（1）（2）是数字经济发展水平对产业转型升级水平进行的回归，（3）到（8）是数字经济分别对产业转型升级水平的子维度的回归。从调整R2看是在控制了控制变量情况下具有更好的拟合度。

表3 数字经济对产业转型升级的效应

模型（2）显示，数字经济发展水平对产业转型升级水平的影响系数为0.428，且在1%水平下显著。说明数字经济推动了示范区所在工业化城市的产业转型升级水平提高。分析示范区近年来在实践中的具体工作同样证明了这一点。示范区作为典型工业化城市，拥有较好的资源禀赋和比较雄厚的工业基础，通过数字技术的融合应用可以更好推动第二产业向纵深发展，进而逐步淘汰低附加值工业，向中上游高附加值环节延伸。例如，沈阳、株洲等多数示范区城市都选择发展高端装备制造、新材料、新能源、医药产业作为主导产业；也有部分城市鉴于原有产业衰退不适合继续纵深发展，而谋划布局数字产业化发展第三产业。但总体来说，数字经济显著推动了示范区产业转型升级水平。

模型（4）显示，数字经济发展水平对产业结构高级化的影响系数为1.298，且在1%水平下显著。说明数字经济发展促进了示范区产业结构高度化水平的提升。原因可能在于，数字化对于第三产业的渗透显著提高了第三产业占比，数字技术的创新又在不同程度催生了科技成果应用的高转化率，间接推动工业化城市的产业结构高级化。

模型（6）显示，数字经济发展水平对产业结构合理化的影响系数为-0.160，且不显著。说明数字经济对示范区等工业化城市的产业结构合理化影响不明显。究其原因，目前工业化城市的数字经济发展时间尚短，不论是产业数字化还是数字产业化都未完全落地，尤其是工业化城市的转型还处于阵痛期，导致就业结构与产出产值的不匹配。而且根据上述分析，数据产权界定不清晰和数据要素市场不完善导致数字经济不能在分配环节推动产业结构的合理化。

模型（8）显示，数字经济发展水平对产业转型速度的影响系数为0.636，且在1%水平下显著。说明示范区城市的产业结构向第二、三产业占优的结构转型趋势比较明显。由于数字经济深刻改变着第二、第三产业发展的模式与环节，提升了第二、第三产业的增加值，故而其对工业化城市转型速度的影响比较明显。

从实证结果还可见，社会消费、政府干预程度、对外开放水平、科教支持对工业化城市现阶段产业转型升级水平的总体和各个维度上存在显著影响。其中，影响较大的控制变量分别是社会消费和政府干预程度。

5.2 内生性结果分析

进一步分析，本文认为数字经济发展与工业化城市的产业转型升级可能存在双向因果关系。一方面，数字科技与产业链的深度融合显著促进工业化城市转型；另一方面，随着工业化城市转型速度加快和产业升级水平不断提高，导致数字科技的嵌入力度不断加深，也将助推数字经济自身快速迭代。因此，为了解决内生性问题，本文采用两阶段最小二乘法（2SLS）进行内生性检验，工具变量使用被解释变量(iso_index)滞后一期进行估算，结果见表4。与基准回归结果相比，核心解释变量（de_index）和其他控制变量（soc、une、gi、fdi、tec）的回归结果大部分一致，没有出现明显的正负号区别，但是内生性检验回归估计参数普遍较基准回归结果参数更大。可以肯定，即使考虑内生性，前述模型的回归结果依旧稳健。

表4 内生性检验结果

6 两类工业化城市的异质性研究

如前所述，示范区包括老工业城市和资源型城市。尽管同为典型工业化地区，但两者的资源禀赋、发展历程、转型动力、内外环境都存在一定差异。事实上，国家对待两类城市也是采用分类施策，对于老工业城市重在重构工业竞争优势，对于资源型城市则重在培育接续替代产业。为此，有必要讨论数字经济对两类城市转型升级的异质性问题。具体结果见表5。

表 5 城市性质异质性回归结果

结果显示，数字经济对两类城市转型升级的影响区别较大。尽管都呈现显著正相关，但从模型（15）来看，数字经济发展水平对资源型城市的影响系数为0.279，对老工业城市的影响系数为0.430，后者明显要高。原因可能在于，数字经济与传统产业具有相反的投入产出特性，即传统产业投入可以在短时间内看到产出与成效，而数字经济相反前期需要大量的投入来建设数字基础设施，短期内也难以见到成效，但数字基础设施一旦完成并完备，且数据边际收益递增的特质，长期收益将爆发式增长。老工业城市可以依靠原有的工业基础，引入人工智能和数字化设备，换言之就是传统生产要素融合，改进传统生产要素，以重构产业竞争优势。相较于老工业城市，资源枯竭型城市由于资源枯竭，不具备改造原有生产线的可能，很可能选择第三产业作为城市的接续替代产业，而这对前期数字基础设施投入要求高，造成短时间内难以见到产业转型成效。加之资源型城市的环境污染问题和财政困难问题都比较严重，使得其借助数字经济推动转型的水平相对较低。模型（15）显示，地方政府干预程度（gi）对于资源型城市转型升级有着非常显著的影响，进一步证明在资源型城市政府财政相对艰难的情况下，仅依靠数字经济进行动能转换依然不够。

7 研究结论与政策建议

综合前文的理论分析和实证分析，可以得出如下结论。首先，数字经济通过渗透生产、消费、交换、分配等环节来促进技术创新和生产效率的提升，进而影响产业结构合理化和高级化，最终推动工业化城市产业转型升级。其次，数字经济对典型工业化城市转型升级水平有显著正向影响，能够助推其产业转型速度提高和产业结构高级化，尽管由于数据要素在分配环节出现问题导致其并未明显实现产业结构合理化，但工业化城市转型升级仍然需要牢牢把握数字经济发展这一重要驱动力。再次，现阶段，数字经济对老工业城市转型升级的助力明显大于资源型城市，两类城市需要有区别地推进数字经济发展。有鉴于此，本文针对政府推动工业化城市加快转型升级的政策提出如下建议。

（1）打通数字技术渗透工业化城市生产、交换、消费、分配诸环节的障碍。工业化城市要发挥工业基础厚实、技术工人较多等比较优势，紧抓新型数字基础设施大发展的机遇，大力推动工业互联网、人工智能等与生产环节深度融合，放大数字化、智能化对生产效率的乘数效应，在区域特色制造业领域建立一批示范性数字工厂，寻找并创造制造业新赛道，增强产业数字化的技术基础，实现工业化城市向数字化工业城市的更新及转型。

（2）消费环节要打破数据流通与流转障碍。进一步落实落地国家大数据发展战略，政府牵头建立完善大数据流通平台，在保障隐私基础上科学分类识别数据，实现多主体联通对接、消费与学习，培育数字科技创新集群和应用场景，加速释放信息消费、数字投资和数字贸易等需求活力，尤其是消费领域的数字化潜力释放，挖掘更多新经济“引爆点”，实现工业化城市的服务业数字化转型。

（3）交换环节要遏制互联网平台数据垄断行为，既要完善数据隐私与数据反垄断立法，防止数据平台利用算法和以侵犯用户隐私方式进行大数据“杀熟”，也要多部门、多机构协同解决监管碎片化问题。

（4）分配环节要建立数据生产要素参与收入分配机制，特别是要完善数据要素市场机制，科学且清晰地界定数据产权，采取法律措施与行政手段为建立数字产权保驾护航，缩短区域间与群体间数据话语权的差距，避免和弥补事实上业已存在的“数字鸿沟”。

（5）对不同类型、不同阶段的工业化城市“因地制宜”采取差异化政策，提高政策精准性。对于老工业城市，重点侧重利用数字科技和智能设备加速传统工业行业的改造提升，增加工业产品的科技含量和附加值以实现提档升级。特别是传统意义上的劳动密集型产业如纺织服装、食品加工等，也可以通过嫁接数字科技提升市场需求、减少环境污染，同时兼容较高的就业容量。对于资源型城市，中央应该有倾向性地加大转移支付力度，以解决资源型城市前期数字基础设施投入困难问题，特别是要求资源型城市利用转移支付发展新型数字基础设施、引进培育新模式、新业态，实现产业结构多元化，同时优化营商环境，以变更好地放大数字经济的助推效用。