编者按：近日，中央财经大学中国互联网经济研究院欧阳日辉副院长在《江西社会科学》撰文指出，发展数字经济与保持制造业合理比重相互促进。应加强顶层设计，深化数字技术与制造业融合，促进产业集群协同发展，培育开放数智化转型应用场景，推动制造业提质升级，支撑现代化产业体系建设。
（以下内容摘自《江西社会科学》）
摘要：在全球数字经济加速演进的背景下，保持制造业合理比重已成为我国推进高质量发展、统筹发展和安全、提升国际竞争力的关键战略命题。从历史维度看，保持制造业比重的“合理区间”具有动态性、多维性与阶段性特征，其本质是确保制造业核心优势，在产业结构中保持系统性功能适配度。从机理分析看，数字经济与制造业并非此消彼长的线性动态关系，而是通过协同效应、耦合效应、规模效应和飞轮效应形成相互强化、共同升级的融合共生体系。实现数字经济做强做优做大与制造业比重合理稳定的双重目标，在实践中需要妥善处理好有效市场与有为政府相结合、平台经济与制造业融合、科技创新与产业创新融合、大中小企业融通发展四对关系。为此，应构建“产业—场景—生态”协同的政策体系，以顶层设计引导要素高效配置，以打造具有国际竞争力的数字产业集群驱动产业能级跃升，以培育和开放制造业数智化转型的应用场景构筑创新发展新空间，以推动数智技术创新和制造业创新深度融合、现代服务业与先进制造业融合、平台经济与制造业融合形成良性互促的现代化产业生态。
作者：欧阳日辉，中央财经大学中国互联网经济研究院研究员、博士生导师。
胡文杰，浙江大学经济学院博士后研究人员；浙大城市学院法学院助理研究员。
一、问题的提出
制造业是国民经济的重要支柱、实体经济的主体、技术创新的主战场，是立国之本、兴国之器、强国之基。党的十八大以来，习近平总书记心系制造业发展，多次强调加快建设制造强国的重要性。党的十九届五中全会明确提出“保持制造业比重基本稳定”，党的二十届三中全会提出“建立保持制造业合理比重投入机制”，党的二十届四中全会明确要求“保持制造业合理比重”，政策内涵从“稳定比重”升级为追求“合理比重”，从“防止制造业掉下去”升级为“推动制造业强起来”，服务于构建以先进制造业为骨干的现代化产业体系的更高目标。
数字经济是继农业经济、工业经济之后的主要经济形态，发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。党的十八大以来，党中央高度重视发展数字经济，将其上升为国家战略，着力推动数字技术和数字经济深度融合、实体经济和数字经济深度融合，推进关键核心技术攻关，促进传统产业高端化、智能化、绿色化发展。党的二十届四中全会强调：“促进实体经济和数字经济深度融合，实施工业互联网创新发展工程。”
从全球实践来看，数字经济需要制造业作为其技术落地、价值创造与迭代升级的核心场域和应用场景，制造业则需要数字经济注入技术和数据等转型动能、突破效率边界、重塑竞争优势。一方面，数字技术、数字经济与制造业深度融合切实提升了生产效率与可持续性。比如，AI作为制造业、绿色转型等领域的“规则改变者”，其重要性愈发凸显。同时，人工智能等前沿技术开始嵌入研发、生产与服务环节，推动柔性制造与产业链协同能力提升。另一方面，制造业是技术创新的主战场、就业的“稳定器”，并具有强大的产业关联效应，是现代化产业体系的骨干。去工业化给一些发达国家带来经济和社会风险，导致经济增长动能和竞争力下降、劳动力失业等问题。因此，美、德等西方发达国家纷纷出台政策推进制造业回流与振兴，推行“再工业化”战略。
现有文献对数字经济与制造业间的关系形成丰富的研究成果，主要聚焦于两个方面：一是论证数字技术、平台经济赋能制造业智能化转型，成为驱动制造业质量变革的关键动力。叶阳平等发现人工智能与产业技术融合通过提升产品创新速度和推动工艺创新促进产品创新绩效。欧阳日辉和刘昱宏指出，AIGC在加速经济潜力释放的同时推进智能制造产业转型，优化资源配置效率。二是基于产业演进规律，警示过早“去工业化”可能会削弱经济韧性。比如，黄群慧等发现我国制造业出现了过早去工业化倾向，加大因新旧动能转换失灵而陷入中等收入陷阱的风险。杜传忠认为，制造业比重下降过快制约我国经济效率和竞争力提升，助推生产要素“脱实向虚”，加剧产业空心化风险。王展祥等发现,我国各省份均存在不同程度的去工业化经济风险，东部地区去工业化经济风险较低且呈下降趋势。然而，既有研究鲜有对制造业如何在做强做优做大数字经济中保持合理比重这一问题展开系统探讨。
我国制造业增加值占GDP比重与美、英、日、德等工业化国家相比下降“过快、过早”，从2006年最高点32.5%下降到2016年的28.1%，2020年已降至26.3%，2025年稳定在25%左右。我国制造业正在走一条科技引领和规模经济、范围经济多轮驱动的路子。在此背景下，保持制造业比重稳定，一方面需做强做优做大我国数字经济，通过技术创新、数智化转型锻造长板，不断推动制造业高质量发展；另一方面要“着力打造新兴支柱产业”“前瞻布局未来产业”，牵住数字关键核心技术自主创新这个“牛鼻子”，增强制造业产供链韧性，确保关键时刻“不掉链子”。基于以上考虑，本研究旨在回答以下问题：为什么大国要保持制造业合理比重？在发展数字经济中保持制造业合理比重的机理是什么？如何处理保持制造业合理比重与发展数字经济的关系？在做强做优做大我国数字经济中保持制造业合理比重的策略是什么？我们认为，讨论以上问题并非在两者间做出取舍，而是在加快数字经济发展的新形势下，如何科学界定并动态维持制造业的合理比重，并使其内涵从单一的规模占比指标演进为包含质量、效率、韧性与竞争力的多维考量。
二、在加快发展数字经济中保持制造业合理比重的内涵与中国经验
工业革命以来，全球主要经济体对本国制造业的战略价值高度重视。当前，全球正经历一场由数字技术驱动的深刻产业变革，智能制造正在重新定义制造业边界，欧美发达国家纷纷推行“再工业化”战略。保持制造业合理比重是数字经济时代制造业的战略再定位，是推进新型工业化、增强产业链韧性、提升国际竞争力的战略选择。
（一）数字经济中制造业的再定位与新边界
传统经济学将制造业定义为通过物理或化学变化将原材料转化为可供使用或销售的新产品的经济活动。数字技术推动人类社会进入继蒸汽机之后的“第二次机器革命”时代，制造业已成为物质世界与数字世界的融合界面，通过工业互联网、人工智能和数字孪生等技术，将制造业重构为数据驱动、柔性生产、服务导向的新型价值创造体系。在数字经济时代，制造业这一定义已被超越。相对于传统制造业，现代制造业已演变为数字技术深度赋能的物质产品与服务融合创造系统，是以网络化、智能化、绿色化等现代科学技术为支撑的制造领域。
我国提出大力发展先进制造业。所谓的先进制造业是制造业产业链中的高端环节，统筹发展智能制造、绿色制造、服务型制造，运用新技术、新设备、新材料、新工艺、新流程、新生产组织方式，实现智能化、绿色化、融合化、生态化的生产制造体系。《新产业新业态新商业模式统计监测制度》将“先进制造业”视为“三新”经济（新产业、新业态、新商业模式）的重要组成部分。我们可以做如下理解：一方面，先进制造业是现代制造业的“升级版”或“深化版”。现代制造业是基础，它解决“用什么技术”的问题，而先进制造业在此基础上，进一步解决“如何管理、如何服务、如何实现全链条创新”的问题。另一方面，现代制造业主要关注“制造什么”和“用什么技术制造”，而先进制造业则更关注“如何更高效、更智能、更创新地完成整个制造和服务过程”。因此，先进制造具有高科技、高附加值、高成长性等特点，是推动产业迈向中高端、提升产业链供应链韧性和安全水平的重要抓手。
数字经济背景下，制造业的发展呈现出新的特征。一是深刻依赖于数字技术与生产制造的深度融合。比如，人工智能与产业技术的融合通过加快创新速度、驱动工艺变革以及提升数字产品定制能力，显著增强企业产品创新绩效。数字技术还通过驱动知识重组更新、优化创新资源配置，提升创新链的韧性与跃升能力。二是数据成为关键生产要素，与资本、劳动力、能源并列甚至更为重要。制造业的研发、生产、运维、服务全流程都依赖于数据的采集、流动与分析，制造业从加工物理材料转向同时加工“材料+数据”。三是工业互联网、云计算、物联网、5G等构成新的生产性基础设施，实现互联、智能、柔性、协同、生态化，彻底改变传统工厂的封闭物理边界。比如，工业互联网作为关键数字基础设施，通过促进资源整合、提高供应链效率和加速数字化转型，成为提升制造业企业全要素生产率的重要底座。四是制造业与服务业深度融合，开放式创新、生产众包、制造能力在线交易等新模式涌现，企业架构从垂直一体化转为网络化与平台化生态。由此，制造企业组织趋于扁平化、网络化，平台型企业（如工业互联网平台）协调生态资源成为新的竞争格局，企业竞争转向生态系统之争。五是智能制造成为主导生产方式，智能制造能够通过促进绿色技术创新、缓解融资约束、优化人力资本结构等渠道，显著提升制造企业的绿色发展绩效，并实现环保与经济效益的双赢。六是重视加强数字化绿色化新技术创新应用，绿色发展成为现代制造业转型升级的主要模式。数字化与绿色化“双转型”能够协同促进碳排放量与碳强度的下降，推动产业结构高度化和全要素生产率提升。
在数字经济中，我们还需要对制造业的定位和边界有新的认识。一方面，制造业是技术进步、生产率提升与资本深化的主要载体，是技术创新的主战场。数字经济时代，这种“创新引擎”因数字技术的渗透与倍增效应而强化。智能制造、数字孪生、增材制造等技术在制造业的应用催生全新的研发范式与生产函数，带来范围经济、网络效应与学习曲线的急速提升。另一方面，制造业具有强大的前向与后向关联效应，在数字经济中形成“制造即服务”的融合新生态。制造业向研发设计（前端）和运维服务（后端）延伸，能拉动上游原材料、高端装备、工业软件的开发，也能促进下游物流、金融、专业服务等生产性服务业的发展。此外，数字孪生技术构建物理工厂与虚拟空间的实时映射，使制造业的物理边界扩展至数字空间。以平台为代表的数字经济与制造业的融合，催生工业互联网平台、供应链数字化、服务型制造等新业态，进一步放大这种关联效应，形成更紧密、更智能的产业生态网络。
（二）保持制造业合理比重的内涵
钱纳里工业化阶段理论揭示，制造业比重呈现“倒U型”演化规律。通过对中美制造业发展的分析发现，维持一个稳定的制造业比重并非机械的，真正的竞争力来自能否通过全面、系统、深度的数字化转型将坚实的制造业基础转化为引领新一轮科技革命和产业变革的“数字制造”新范式。制造业合理比重遵循并尊重产业演进的一般规律，但数字经济时代这一规律有三个新内涵。
一是“量的比重”与“质的权重”分离。不同国家的“倒U型”曲线在峰值高度、持续时间和下降速率上存在差异。发达国家制造业增加值占GDP比重虽然降至10%~20%，但通过全球价值链掌控，仍获取制造业总价值的40%~50%。美国制造业就业比重仅8%，但其制造业企业利润占全部企业利润的35%。当下，我国强调保持合理比重更侧重于通过“数字技术+数据要素”的双轮驱动，推动制造业向高端化、智能化、绿色化转型，而非单纯维持规模的比重。
二是最优比重存在情境依赖性。发达国家工业化后期制造业比重仍维持较高水平，这是其维持较高经济增速和促进创新的重要动力。历史经验表明，不同发展阶段应有不同但大致稳定的制造业比重，其合理水平取决于产业结构、技术能力和国际分工位置等具体条件。对我国而言，应避免过早去工业化和过快去工业化，“十四五”期间以新基建、数字经济和低碳经济核心产业为目标的制造业强化措施会对我国制造业比重有稳定作用。需求侧、供给侧、环境侧等多维度共同组成推动制造业比重保持基本稳定的内在动力，保持制造业比重基本稳定在合理区间是跨越中等收入陷阱的关键，我国制造业比重维持在25%~35%区间是较为适宜的。制造业比重过低可能导致生态“碎片化”，削弱产业链的整体竞争力与抗风险能力。若制造业比重过早、过快下滑，可能导致我国技术创新的产业基础萎缩、知识积累速度放缓，最终削弱长期增长潜力。
三是产业政策需要超越传统的“比重焦虑”，着眼于构建以先进制造业为骨架、数字技术与实体经济深度融合的现代产业体系。制造业的边界已从“工厂围墙”扩展至“产业生态”，其比重评估需要从价值链掌控力、技术复杂度和产业安全度等多维度考量，推动制造业向全球价值链高端攀升。应关注制造业在数字化、服务化过程中的真实价值贡献，避免简单以比重衡量产业健康度。
从政策的表述来看，从“十四五”的“基本稳定”演进为“十五五”的“合理比重”，体现战略重心的深化。“基本稳定”侧重于防御性，主要目标是遏制比重过快下滑，解决虚实经济失衡的突出矛盾。“合理比重”体现在规模、结构、质量、效率与战略需求的动态匹配上，强调进取与优化，不追求简单的数字稳定，而是要求比重与经济发展阶段相适应，并服务于构建以先进制造业为骨干的现代化产业体系这一更高目标。政策的目标已经从制造大国向制造强国推进，政策着力点正从规模转向推动制造业的“智能化、绿色化、融合化”发展，以支撑产业链供应链安全、技术创新扩散和现代化产业体系的构建。
（三）我国平衡制造业和数字经济发展的经验
我国高度重视制造业与数字经济的协同发展，将保持制造业合理比重置于新型工业化的核心，并通过数智化转型，增强产业链韧性、锻造新的增长动能。与德国面临转型滞后、美国遭遇回流困境不同，我国充分发挥产业体系完整、应用场景丰富的独特优势，走出一条以大规模、深层次数字化应用驱动制造业转型升级的道路，并明确将推动科技创新和产业创新深度融合作为路径。
在推进数字经济做强做优做大的进程中，我国坚持“实体经济为体、数字经济为用、融合创新为纲”这一逻辑，主要经验和做法有：一是顶层设计强化战略定位。我国通过“制造强国”与“网络强国”双轮驱动战略实现两大经济板块的平衡发展。《“十四五”数字经济发展规划（2021）》系统部署数字技术与实体经济融合路径，2023年发布的《数字中国建设整体布局规划》进一步提出夯实数字基础设施和数据资源体系两大基础，强化数字技术创新体系和数字安全屏障两大能力。二是深入实施制造业数字化转型行动，通过工业互联网、人工智能、5G等技术改造传统制造业。例如，我国“灯塔工厂”总数位居全球首位，截至2025年底，已累计培育国家级智能制造示范工厂421家，助力“中国制造”向“中国智造”转型。我国培育专业型、行业型和协作型三类工业互联网平台，建立“基础级、成长级、引领级、生态级”四级培优体系。三是培育壮大先进制造业集群与打造具有国际竞争力的数字产业集群协同，推动建设共享制造平台、共享工厂和培育壮大重点生产性服务业。比如，截至2024年底，80个国家先进制造业集群涵盖新一代信息技术、高端装备、原材料、生物医药及高端医疗器械、新能源与智能网联汽车、消费品、光伏等领域。四是制造业成为融合创新的主战场，构建融合创新生态。推动科技创新和产业创新融合发展、“人工智能+制造”融合创新、生产性服务业与先进制造业深度融合、人力资源服务业与制造业融合发展，建设制造业转型升级新业态应用场景。
我国的经验表明，数字经济与制造业的深度融合是一个系统性工程，数字经济产业与资源密集型和技术密集型制造业的后向关联融合系数较高，且总体上数字经济产业与技术密集型制造业的前向融合系数较高，其进程与效果受到多层次因素的调节。一方面，数字经济发展对制造业结构合理化和高度化均有显著的促进作用，融合深度与成效存在异质性。例如，数字金融可通过促进创新要素集聚与优化资源配置推动制造业高质量发展，但其效应随制造业发展质量提升而减弱；数据要素市场化在削弱信息壁垒的同时可能因融合成本增加而降低企业市场势力，且对不同类型企业的影响存在差异。另一方面，深度融合面临结构性瓶颈。尽管整体融合程度不断加深，但仍存在融合深度不足、进展缓慢、区域失衡等问题，且可能遭遇数字核心技术受制于人、数据要素流通不畅、价值链“低端锁定”等因素制约。更复杂的是，数字平台具有“加速周转”效应与“价值提取”效应，在加速制造业资本周转的同时，提取制造业企业创造的价值从而获取利润，制造业的数字平台投入越过一定门槛后会挤压制造业企业利润率。
总结而言，保持制造业合理比重起源于对现实风险的警惕，发展于建设制造强国的雄心，最终指向通过筑牢实体经济根基为中国式现代化提供坚实支撑。在发展数字经济中保持制造业合理比重，需要利用数字技术对庞大制造业体系进行改造，使其生产率与附加值持续提升，通过数智赋能实现质的飞跃，从而巩固在全球产业链竞争中的优势地位。在数字经济赋能下，制造业生产率持续提升，且其增长收益能在产业内外得到合理分享，避免“无就业增长”或“低价值锁定”。制造业与数字经济（特别是生产性服务业）形成深度嵌套、互促共进的融合生态，而非简单的此消彼长。若错失数字经济的发展机遇，即使保持制造业比重不变，在全球价值链中的实际地位和收益份额仍可能面临下行压力。
三、发展数字经济中保持制造业合理比重的机理
在探讨数字经济与制造业关系中，保持制造业合理比重绝非被动维持，而是一个通过数字技术深度赋能、驱动制造业系统性升级的动态优化过程。而发展数字经济是保持制造业合理比重的关键路径，大力发展数字经济才能“保持制造业合理比重”，数字经济健康发展有利于“做强做优做大我国数字经济”与“保持制造业合理比重”相互促进的良性循环。从理论上分析，数字经济的健康发展能够催生并强化其与制造业之间的协同效应、耦合效应、规模效应与飞轮效应，从而构建一个做强做优做大数字经济与保持制造业合理比重相互强化的共生体系。
（一）智能化、绿色化、融合化发展的协同效应
我国将数字经济分为数字产业化和产业数字化两部分，产业数字化也被称为数字经济融合部分，使用数字技术的部门因此带来产出增加和效率提升。促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，是我国做强做优做大数字经济的重要部署。坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向，发展智能制造、绿色制造、服务型制造，加快建设制造强国，保持制造业合理比重，是现代化产业体系的构建方向。实证研究发现，数字经济与制造业的融合不仅能够驱动制造业企业的数字化转型，而且能够扩展数字技术覆盖广度。以人工智能为代表的数字技术将推动数字经济与制造业从“二元分立”走向“共生共强”，产生内外两重协同效应。
智能化是牵引制造业向高级形态演进的实现路径。智能制造将制造业的规模经济优势与数字经济的范围经济优势结合，制造规模越大，数据资源越丰富（数据规模报酬递增），数字技术迭代越快；数字技术越先进，制造效率提升空间越大。工业互联网平台不仅提供技术工具，更通过连接人、机、物重构生产组织方式（如网络化协同制造），构建起覆盖全产业链、全价值链的智能制造网络，实现生产过程的精准控制与柔性响应、优化生产工艺、预测设备故障，大幅提升生产效率和资源利用率。
制造业的绿色转型为数字经济提供应用场景（如能源管理系统、碳足迹追踪），数字经济的精准调控能力使制造业绿色转型成本更低、路径更优。通过构建能源管理系统、碳足迹追踪平台，企业可以实现能耗与排放的实时监测与精细化管理；基于数字孪生技术对生产流程进行模拟优化，企业能在虚拟空间中探索资源消耗最少、环境影响最小的生产方案，推动制造业向低碳、循环模式转型。智能制造能显著提升制造业企业绿色发展绩效，通过绿色技术创新效应、融资约束缓解效应、人力资本结构优化效应与市场关注提升效应，实现对制造业企业绿色发展绩效的提升。未来，制造业绿色发展应更加重视加强数字化绿色化新技术创新应用，更加重视利用绿色转型打开经济增长和技术创新的增量空间，培育制造业绿色融合新业态，着力做大绿色消费市场。
融合化既是现代化产业体系的结构特征，也是数字经济的显著特征。融合化在此具有双重含义：一是数字技术与制造业的深度融合，二是制造业与现代服务业特别是生产性服务业的深度融合。数字技术的深度嵌入，使制造业的产出不再局限于有形产品，而是越来越多地融入基于数据的增值服务，催生出服务型制造、个性化定制等新业态新模式。例如，装备制造企业可以通过对产品运行数据的远程监控与分析，向客户提供预测性维护、能效优化等增值服务，从而从卖产品转向“卖产品+服务”的解决方案。更重要的是，融合化使制造业摆脱“低附加值锁定”，智能制造的生产环节成为数据产生、工艺创新、个性化实现的价值高地，通过“组织—价值”重构实现生态系统共生。
总之，智能化、绿色化、融合化发展的协同效应是数字经济赋能制造业转型升级、提升制造业质量与效率的重要路径，共同确保制造业比重在动态发展中实现“合理”与“优质”。这并不意味着简单追求数字经济规模或制造业比重，而是通过二者的深度协同，形成智能为基、绿色为尺、融合为态的产业发展新范式。保持制造业合理比重的实质是保持一个具有高智力含量、高附加值、强竞争力的制造业比重的现代化产业体系。智能化、绿色化分别从技术和理念维度夯实制造业的根基，而融合化则拓展其边界与价值空间。三者形成的协同效应共同确保制造业比重不仅在统计意义上合理，更在质量内涵上优质。
（二）制造业数智化转型与平台经济健康发展的耦合效应
制造业数智化转型与平台经济（消费互联网平台、产业互联网平台）的深度融合构成一种双向增强的价值循环系统。这一耦合不仅解决“保持制造业合理比重”与“做强数字经济”的表观矛盾，更催生新型产业组织形态和增长范式，代表数字时代产业数智化与新型工业化同步发展的高级形态。
制造业数智化转型与平台经济的深度融合创造一种超越传统产业分类的增长引擎。一方面，平台汇聚海量制造需求（订单）与产能供给（工厂），通过算法实现实时最优匹配。数智化制造单元（智能工厂）成为平台的标准化接入节点，平台成为制造资源的智能调度中枢，从而构建“用户需求—研发设计—试制生产”的快速闭环。比如，海尔卡奥斯平台将用户对冰箱的个性化需求（如母婴储物模式）直接转化为设计参数，驱动互联工厂快速调整生产线，新品研发周期从6个月缩短至45天。平台连接制造商、供应商、开发者、金融机构等多元主体，形成价值共创网络，制造业的深度知识（工艺、供应链管理）与平台的广度连接相结合，催生产业创新生态系统。另一方面，平台加速数字技术在制造业的普及渗透，驱动制造业加速转型。工业互联网平台扮演着制造业数智化转型的“操作系统”和“赋能中枢”角色，通过汇聚数据、软件、模型等资源，向下连接海量设备与产品，向上支撑工业APP的快速开发与部署，从而构建一个开放共享的产业创新生态。企业无需独自投入巨资构建完整的IT系统，而是可以像网购一样，通过工业互联网平台按需获取所需的数字化工具、算法模型和行业知识。例如，一些跨行业跨领域的工业互联网平台，能够为不同行业的企业提供研发设计、生产管理、设备运维等共性解决方案，实现能力的泛在化供给。
制造业庞大规模和复杂场景孕育出的巨大数字化需求为平台经济的迭代升级与价值实现提供“试验场”与“动力源”。一方面，制造单元连接越多，平台价值越大。我国作为全球制造业门类最齐全、体系最完整的国家，在生产环节中产生的海量、多元数据以及面临的质量提升、成本控制、供应链协同等复杂挑战，为工业互联网平台的技术演进、模式创新和商业模式验证提供丰富的应用场景。平台上的算法模型需要在实际生产数据中不断训练优化，各类工业APP也需要在真实的产线环境中检验其效能。另一方面，制造业的复杂需求倒逼平台技术持续突破，数智化投资被“平台化封装”。通过“实践—反馈—优化”的循环，平台能力在与制造业场景的深度耦合中不断得到增强。
（三）先进制造业与生产性服务业融合发展的规模效应
生产性服务业是随着社会分工细化而脱胎于生产企业的新兴产业，为服务型制造提供技术研发、设计、信息、金融等多方面的支持。分领域推进生产性服务业向专业化和价值链高端延伸，提高现代服务业与先进制造业融合发展水平、推动服务型制造创新发展，是我国增强制造业价值创造能力、提升制造业发展质量效益的重要部署。先进制造业与生产性服务业融合催生的规模经济，本质是通过产业边界重构、知识共享、数智技术嵌入等实现范式转换的网络化规模经济。
先进制造业与生产性服务业融合发展产生的网络化规模经济效应不仅体现在市场范围的物理扩张，更体现在通过网络化组织降低交易成本、通过知识编码化实现溢出共享、通过数字化服务突破物理限制等方面。首先，服务业与制造业融合通过知识模块化、标准化、共享化，突破传统创新活动的规模限制。比如，工业设计、仿真测试等生产性服务从制造企业内部剥离形成独立服务商，特定制造领域的隐性知识（如材料配比、工艺参数）被转化为工业软件、算法模型。编码化的知识通过服务平台跨企业共享，形成“使用越多—改进越多—价值越大”的正反馈。生产性服务业作为知识载体使原本非竞争性、部分排他性的知识能够通过市场机制实现有效交易。其次，产能共享平台涌现，物流、仓储、金融等服务业与制造流程实时协同，使闲置制造设备通过平台（如海尔的海创汇、阿里犀牛）跨企业调度，从而产生网络协同规模效应。生产性服务平台连接制造企业（n个）与服务商（m个），网络价值以(n×m)速度增长，远超线性增长。最后，制造环节产生的数据流和服务环节提供的知识流、资金流、人才流交汇融合，催生出全新的产品形态、商业模式和组织方式。先进制造业与研发设计、软件服务、供应链管理、品牌营销等高端生产性服务业融合，有助于推进价值链条“服”的延伸。
进一步分析，数智技术是提升融合型规模效应的关键。在数字经济中，数据作为新的生产要素贯穿于先进制造业与生产性服务业融合的全过程。云计算和大数据技术使原本局限于企业内部的设计资源、仿真资源能够以服务形式开放给产业链上下游，促进协同研发；人工智能技术使复杂的供应链管理、质量检测等服务实现自动化和智能化，从而提升整个产业链的韧性。可以看出，先进制造业与生产性服务业融合发展是通过服务业的知识注入和网络赋能，在发展制造业的同时，也提升服务业的能级，最终形成以先进制造为根基、以生产性服务为纽带、以数字技术为引擎的现代产业生态系统。
服务型制造是运用数智技术，将服务深度嵌入制造业产品全生命周期和各环节，实现制造与服务融合发展的新型产业形态。服务型制造是指制造企业通过产品服务系统（Product-Service Systems， PSS）的集成创新，从提供单一产品向提供“产品+服务+数据+解决方案”一体化价值包的转型范式，是制造业企业拓展业务范围、提升产品附加值和竞争力的重要途径。一方面，服务型制造不是制造业的“服务业化”，而是制造业在数字时代的高阶形态。服务型制造将推动制造业从成本竞争转向价值竞争，从产品交付转向价值共创，从资源消耗转向知识积累，成为建设制造强国、质量强国、数字中国的关键支撑。另一方面，服务型制造通过从产品规模到价值规模、从物理规模到数字规模、从企业规模到生态规模的转型，创造新型规模效应范式。这种新型规模效应使我国制造业能够在不扩大产能规模甚至适度优化产能的前提下，通过服务延伸和价值提升，实质性地保持并增强制造业在经济中的比重和影响力。服务型制造企业在数字化转型中实现价值倍增，从而使整个产业的创新能力、响应速度和价值创造能力得到质的飞跃。当下，我国数字经济从消费互联网主导转向产业互联网引领，将发展根基深植于制造业升级需求。服务型制造提供从“消费数字强国”迈向“产业数字强国”的关键跳板，提供在高质量发展阶段保持制造业合理比重的创新路径，避免产业空心化。未来，随着工业互联网、人工智能、数字孪生等技术的深度应用，服务型制造的规模效应将进一步放大。更重要的是，服务型制造为数字经济提供“高质量数据源”和“真实应用场景”，我国制造业可形成“物理制造+数字服务”双重优势，即使部分制造环节外迁，仍可通过服务平台保持产业链控制力。
（四）数字产业化与制造业创新发展深度融合的飞轮效应
数字产业化与制造业创新发展的深度融合通过创新链与产业链、资金链、人才链的系统耦合，正催生出一种具有自我强化特征的“飞轮效应”。“飞轮”的初始推动力来自数字技术的突破性创新及其在制造业的应用。随着融合加深，两者相互促进、彼此赋能，形成正向反馈循环，使技术创新、产业升级、价值创造的过程不断加速，最终实现整个经济系统生产力的跃迁。这种效应不仅驱动制造业向高端化、智能化、绿色化转型，也为数字产业自身拓展价值实现的空间，成为构建现代化产业体系、推动经济高质量发展的核心动力。
数字产业化与制造业创新发展深度融合的飞轮效应具体表现为数字技术的突破为制造业创新提供全新工具与范式，而制造业的复杂需求与丰富场景又反哺并牵引数字技术的迭代升级。一方面，数字产业化既是数字经济的重要构成，也为制造业创新发展提供根本性驱动力。数字产业化催生大数据、人工智能、云计算、物联网、5G等关键数字技术和产业，数字技术深度渗透研发、生产、管理、服务全链条，构成制造业数字化转型与创新的“技术工具箱”和“通用使能平台”，推动制造业向柔性化、定制化、服务化转变。另一方面，制造业作为数字技术应用的主战场，其庞大的体量、复杂的应用场景和创新需求是数字产业化深化发展的重要牵引力，推动“飞轮”持续加速。制造业应用过程中产生的海量工业数据、暴露的技术短板、提出的性能要求（如实时性、可靠性、安全性），为数字技术的改进和下一代技术的研发指明方向。例如，新能源汽车和智能驾驶产业的快速发展，为车规级芯片、激光雷达、智能座舱操作系统等数字产业创造巨大的市场空间和明确的技术攻关方向。制造业深厚的行业知识与数字技术的结合催生出工业机理模型、数字孪生、行业专用算法等融合型创新和服务型制造，这本身是数字技术产业化向纵深发展的体现，丰富数字产业化的内涵与形态。
数字产业化与制造业创新发展深度融合发展形成的飞轮效应的核心机理在于构建一个以数智技术为“头雁”、以数据为关键生产要素、以“价值共创”为目标的正向反馈增强回路。数字技术的原始创新与突破（如算力提升、算法突破）构成初始推力，制造业深度融合人工智能、大数据、物联网等数字技术，特别是人工智能具有溢出带动性很强的“头雁”效应。在深度融合中，制造业的领域知识与数字技术的通用知识相互碰撞融合，持续优化制造流程与产品，产生“1+1>2”的创新效应。大规模应用产生海量工业数据，基于数据优化制造过程，进一步释放价值（创新产品、新模式），同时形成对更优数字解决方案的支付意愿和市场。数据流动和知识融合是关键的要素，持续注入能量并最大限度地减少系统摩擦力。
制造业成功应用案例会产生示范效应，吸引更多制造企业引入数字技术和开发利用数据要素。成功模式从一个企业复制到整个行业，从一个行业扩散到关联行业，促进技术、数据、人才、资本等要素的自由流动与优化配置，推动制造企业从技术应用转向模式创新。新业态新模式持续涌现，如平台化设计、智能化制造、数字化管理、个性化定制、网络化协同、服务化延伸等新模式蓬勃发展，工业电商、供应链金融、产品即服务等新业态不断出现。飞轮效应描绘的是数字企业与制造企业从简单交易关系演进为共创价值、共生共荣的创新生态系统的过程。在完善的制度环境中，飞轮会产生强大的自增强循环，飞轮转速越来越快催生出更先进的制造业，推动整体产业竞争力实现阶跃式提升。数字产业化与制造业创新发展深度融合增强产业链供应链的韧性和灵活性，催生具有国际竞争力的新型制造企业和数字科技企业，在重塑全球产业竞争格局中打造新优势。
四、在加快发展数字经济中保持制造业合理比重的政策建议
在数字经济发展中，保持制造业合理比重不仅关乎实体经济根基的稳固，更是建设“以先进制造业为骨干的现代化产业体系”的核心任务。实现数字经济做强做优做大与制造业比重合理稳定的双重目标，需要重点把握四对核心关系。一是处理好有效市场和有为政府结合的关系，构建动态平衡“数字引力”与“制造根基”的协同治理框架。通过顶层设计、制度供给与战略性投资，对冲市场在资源配置中可能对制造业造成的挤出效应，激发制造业内生动力。二是处理好平台经济与制造业协同发展的关系，引导数字技术和资本流向制造业的关键环节。平台应成为制造业转型升级的“倍增器”，防止平台企业利用数据和资本优势成为抽取制造业利润、加剧其比重下降压力的“虹吸器”。三是处理好科技创新和产业创新的互动关系，推动制造业向高技术含量、高附加值攀升。全力突破“卡脖子”技术，集中力量攻克核心技术，掌握产业发展主动权，让制造业的比重建立在持续创新的动态优势之上。四是处理好大中小制造企业融通发展的关系，避免平台经济加剧“马太效应”。构建“以大带小、以小促大、集群共进”的数字化产业生态，形成大中小企业之间数据互通、业务互联、能力互补的“产业共同体”，以更强的系统韧性应对外部冲击。
制造业比重的升降并非完全由市场决定，很大程度上还取决于政府对制造业的重视程度以及相关政策的合理实施。在数字经济浪潮中保持制造业合理比重，是一项涉及发展理念、增长动力、产业结构与治理体系的系统性深刻变革，需构建一套能够系统破解瓶颈、有效引导预期的政策体系，走出一条数智技术赋能制造、制造业支撑数字经济的高质量融合发展之路。
（一）构建“保持制造业合理比重”与“做强做优做大数字经济”协同发展的顶层设计
构建协同发展的顶层设计，将保持制造业合理比重目标系统融入数字中国建设的整体战略，通过国家层面的规划统筹、目标协同与机制保障形成政策合力。一是建立健全“制造业比重与质量”监测预警体系。科学设定制造业增加值占GDP比重的合理区间，监测核心零部件自给率、制造业研发投入强度、数字化投入产出效率等先导性与质量性指标。从统计源头重塑对制造业的认知，研究制定“制造业融合增加值”统计核算方法与核算体系。二是实施“制造智能体”国家重大科技计划，建设统一的国家级AI科研平台。鼓励制造企业深度参与前沿研发，打造由数据、算力、人才和机构协同组成的全链条科研体系，建设高质量科研数据集和自主可控的高性能算力平台，布局自主实验室、AI科学智能体，系统推进制造智能体赋能新型工业化、服务制造、绿色制造等领域规模化应用。三是积极培育制造业企业的新业态新模式。对“绿色智造”标杆企业给予税收、信贷等优惠政策，支持企业应用AI和物联网技术实现全流程能耗与碳排放的实时监测、动态优化和智能减排。
（二）在打造具有国际竞争力的数字产业集群中着重发展先进制造业集群
在推进数字产业集群发展中，将先进制造业作为核心载体，通过政策引导数字技术全方位渗透，培育一批具有全球竞争力的先进制造业集群，防止数字产业脱离实体经济。一是打造世界级先进制造业的数字产业集群。在长三角、粤港澳等地区，围绕重点产业（如新能源汽车、生物医药），推动形成“数字技术+高端制造+现代服务”深度融合的产业集群生态。二是支持建设产业集群数字化转型公共服务平台。依托国家级先进制造业集群，推动建立由政府引导、多方共建的数字化转型促进中心，提供技术咨询、人才培训、数据共享等公共服务，降低中小企业转型成本。三是鼓励发展“平台化组织+分布式制造”新范式。支持龙头企业和互联网平台整合产业链资源，构建按需匹配、动态响应的柔性制造网络。通过政策引导，中小制造企业能无缝接入该网络，从而获取订单、技术和资金，实现从“工厂”向“网络化制造节点”的转型，稳固其在价值链中的地位。四是坚持高水平开放。深度参与全球制造业分工，通过扩大市场、提升标准增强其对全球优质资源的吸引力和配置能力，在开放竞争中提升我国制造业水平。
（三）培育和开放制造业数智化转型的应用场景
通过系统的场景规划、开放、培育与复制形成“需求拉动创新、创新赋能产业、产业反哺生态”的良性循环，以场景牵引驱动技术迭代与产业跃迁，推动数字技术在制造业的深度应用。深入落实国家关于制造业应用场景培育和开放的政策措施，围绕“保持制造业合理比重”与“做强做优做大数字经济”开展以下工作：一是在制造业领域探索应用元宇宙、虚拟现实、智能算力、机器人等技术创新应用场景，推动实体经济和数字经济深度融合。选择装备制造、汽车、电子等重点行业，由政府引导、龙头企业与数字平台企业共建，开发高保真、高互操作的行业级数字孪生。二是制定重点行业数字化转型场景指引。由工业和信息化部牵头，联合科技部、国家发展改革委及顶尖智库、链主企业，每年滚动发布建设基础夯实类场景、模式创新类场景和前沿探索类场景的清单。分行业梳理典型应用场景，发布数字化转型场景指南，为企业提供参考。三是组织开展制造业数智化转型试点示范工作。支持创新柔性生产线、智能工厂、绿色工厂、高标准数字园区、零碳园区等应用场景试点，遴选培育工业领域垂直大模型典型应用场景，重点培育和推广智能制造、绿色制造、服务型制造等应用场景。四是推动工业数据要素标准化与流通利用。建立健全工业数据分类分级、确权授权、安全流通等制度规范，支持建设可信工业数据空间，促进数据合规高效利用。鼓励链主企业、解决方案商将部分场景的数据集（脱敏后）、算法模型、开发工具包在平台上开源共享。
（四）以三个“深度融合”形成良性互促的现代化产业生态
促进实体经济和数字经济深度融合是做强做优做大我国数字经济的一项长期系统工程，必须增强制造业主体活力、分产业推进制造业数智化转型、构建智能制造生态体系，形成全方位、多层次的现代化制造业产业体系。为此，政府应该在三个“深度融合”上下功夫：一是推动数智技术创新和制造业创新深度融合，建立产业需求驱动的科技项目立项机制，加强制造业中试验证与成果转化能力建设，完善融合创新的金融与采购支持政策。二是以数字基础设施提高现代服务业与先进制造业融合发展水平，继续推动5G网络、工业互联网、数据中心等新型基础设施建设，构建全国一体化算力网监测调度平台，支持建设基于数字平台、跨区域的制造能力协作网络，鼓励企业向“产品+服务”解决方案提供商转型。三是建立健全适应平台经济与制造业融合发展的制度体系，强化对平台赋能制造业的引导与激励，监测平台企业涉足制造业领域可能带来的市场封锁、数据垄断与不正当竞争行为，建立健全工业数据流通利用和治理的规范标准体系，探索基于可信技术的数据共享机制，建设互联互通的制造业可信数据空间。
