■张百珍，张 捷

一、引言

数字经济作为引领新一轮技术革命与产业革命的新型战略性组织形态，加快推进数字经济发展事关我国能否抓住新一轮技术革命与产业革命的决胜点（柏培文和张云，2021）。据中国信息通信研究院数据显示，2020年新冠肺炎疫情致使全球GDP同比下降3.6%，但是数字经济稳步上升，占GDP比重达43.7%，较2019年提高2.5个百分点。根据麦肯锡2021年调查研究，疫情使得全球数字化进程整体提前了7年，其中亚太提前了10年。如何将数字技术效能更好发挥，使制造业与其深度融合，实现由高速增长向高质量增长转型，提升其全球价值链（GVC）嵌入度，迈向全球价值链中高端，是当前亟须解决的问题。这对后疫情时代我国经济实现快速复苏及提升数字化生产力，构建经济发展新优势，塑造更强核心竞争力，在更高水平上实现国内国际双循环格局，具有重要意义。

纵观现有文献，专门探讨数字经济对全球价值链嵌入度影响的文献极少。部分学者从制度环境、营商环境、劳动力成本、服务业开放、全球公共卫生危机等视角分析其对全球价值链嵌入度的影响。学者们一致认为，一国参与全球价值链能够提升市场竞争效率，且具有技术溢出效应。虽然将数字经济与全球价值链纳入同一框架进行研究的文献不多，但是分别研究数字经济和全球价值链嵌入的文章不少。数字经济是经济高质量发展加速器，也是国内外研究热点。国际上测算数字经济比较著名的机构主要包括欧盟、OECD、联合国国际电信联盟等。这些机构从信息与通信技术、数字技术、公共服务、人力成本等方面构建指标测算数字经济，但其没有固定样本国，而且有的机构只对欧盟国家进行核算，对国内学者研究帮助不大。我国对数字经济测算比较著名的机构是中国信息通信研究院和中国电子信息产业研究院（赛迪），这两家机构测算数字经济构建指标接近国际指标，相对全面。但仍然存在不足，一方面，测算年份比较短，从2017年开始，只有3—4年数据，不利于学者进行中长面板研究。另一方面，只测算省级数字经济，没有细化到行业层面。所以，国内学者在对制造业数字经济进行研究时，仍然需要自行核算数字经济发展水平。国内学者的测算方法可以归纳为构建多维指标体系，使用主成分分析法或者熵值法进行测度（齐俊妍和任奕达，2021；郭炳南等，2022）。

关于全球价值链嵌入度的测算，当前较多学者使用全球价值链参与度指数来衡量（丁一兵和张弘媛，2020）。柳香如和邬丽萍（2021）使用全球价值链参与度作为GVC嵌入度的代表变量，分析其对制造业国际竞争力水平提升的影响。由于全球价值链参与程度加深，也即我国制造业参与全球价值链的嵌入度增加，故使用GVC参与度指数作为代理变量。根据最新研究动态，目前已有少量文献从地位攀升视角探讨数字经济对制造业全球价值链分工的影响。裘莹和郭周明（2019）从理论上探讨了数字经济通过网络连接效应、价值创造效应、成本节约效应和价值链治理效应，促进中小企业价值链攀升。何文彬（2021）使用通信业及信息服务业增加值作为数字经济代理变量，实证检验数字化转型可以提升全球价值链前向参与度水平。张艳萍等（2021）选取计算机制造业、邮政和通信业、电信业三个指标作为基础变量，测算数字经济发展水平，从二维视角分析数字经济对全球价值链广度和高度的影响。齐俊妍和任奕达（2021）通过构建行业数字化渗透指数，考察数字化渗透对全球价值链分工地位的影响，从理论上探讨了数字化渗透提高全球价值链分工地位的影响机制。吴友群等（2022）使用软件和信息技术服务业、电子通信及光学制造业、电信业三个指标计算数字经济水平，通过计量分析得出数字化可以促进制造业全球价值链竞争力提升。

这些文献的不足有两点：一是行业层面的数字经济测算维度不够，指标较少，多是从数字基础设施进行核算；二是缺少对制造业全球价值链嵌入度的深入研究，对嵌入方式异质性研究的文献不多，且对其影响机制进行数理建模的文献较少。本文的边际贡献在于：一是构造了产业层面数字经济综合评价指标。借鉴中国信息通信研究院、上海社会科学院、欧盟以及国际电信联盟的国家-地区层面数字经济测算方法，最大程度拓宽产业层面数字经济核算范围，从三个方面十个指标测算产业层面数字水平，进而分析数字经济对制造业全球价值链嵌入度的微观作用力效果，对现有研究进行有益补充。二是将国家冰山贸易成本纳入行业层面，测算行业冰山贸易成本，并将贸易成本和技术创新纳入分析框架，分别从中介效应和调节效应两个维度深入探讨数字经济对制造业GVC嵌入的影响机制。三是对“两个效应”作用机制的发挥进行门限检验，探讨是否存在门限效应。本文希望从技术创新和贸易成本视角，为数字经济赋能中国制造业在全球价值链关键环节竞争力提升和统筹区域协调发展等关键命题提供可行的破题思路。

二、理论机制与研究假设

借鉴Hallak&Sivadasan（2008）的异质性模型，构建GVC一般均衡模型，从数理角度分析数字经济对全球价值链嵌入的影响。首先设定一个垄断竞争市场模型，该模型具有恒定替代弹性，设需求函数为：

由Melitz（2003）模型可知，企业异质性主要来源于生产率（ω），生产率指企业以低边际成本生产产品的能力。但越来越多的观点认为，企业的技术水平（£）也是解释出口成功的关键（Rauch，2004）。技术实力雄厚的公司，生产优质产品的能力也强，而Verhoogen（2004）对企业生产优质产品的能力去指标量化进行建模，证实更“多产”的企业（那些生产高质量产品的能力更强的企业）规模更大，所有规模大于阈值的企业都进入出口市场，参与全球价值链分工，故技术创新是企业异质性的另一个重要来源。经验数据表明，企业生产率越高，生产优质产品的能力越强，企业边际成本和固定成本越低。故定义企业边际成本和固定成本的函数为：

其中，ω表示企业生产率，£表示技术水平，λ表示GVC嵌入度，ξ和θ分别表示企业的边际成本质量弹性和固定成本质量弹性，R是参数。由于企业参与国际分工，商品的跨国流动还存在贸易成本，贸易成本用冰山成本τ表示（卿陶，2020），并设C是τ的函数，且有正向关系。

根据式（2）—（4），可推导利润函数：

计算利润最大化，可求得：

其中，α=θ-（1-ξ）×（β-1）且为正，0＜ξ＜1。式（6）表明，GVC嵌入度受企业生产优质产品的能力（ξ）和生产率（ω）影响。

大量文献表明，数字经济发展和使用能显著提升企业劳动生产率和技术水平（Brynjolfsson&Hitt，2000）。一方面，数字技术促使企业利用人工智能替代生产中低端劳动力进行重复性生产工作，使得劳动力转移到更高价值的活动中（Acemoglu&Restrepo，2019）。促使劳动力在高技术层面聚集，产生技术外溢，将数字技术知识内化，从而增强企业全要素生产率（温珺等，2020），增强企业参与全球价值链分工能力。另一方面，数字经济促进产业结构数字化和智能化升级，纠正要素配置扭曲，提高资源配置效率。企业以大数据平台为基础实现跨部门、跨系统、跨地区合作，将工作流程数字化，提高了协同效率和资源利用效率，降低技术复杂度，为企业参与全球价值链分工创造机会（封伟毅，2022）。为考查数字经济对企业生产率和技术水平的影响，借鉴Aghion et al.（2017）、刘亮等（2021）研究方法并进行拓展，构建数理模型进行分析。设：

其中，ω表示企业生产率，Z表示要素投入，ρ表示要素的替代弹性，ρ≤1，且ρ≠0。使用同样方法，建立技术水平（£）方程：

其中，Z表示要素投入，μ表示要素的替代弹性，也符合小于等于1且不等于零的假设。现将数字经济引入模型，将全部要素分为两种：一种是数字要素发展带来的企业生产效率和技术水平提升部分，设为DIG；另一种是非数字要素投入带来的企业生产效率和技术水平提升部分，设为N。故式（7）和（8）可以改为：

由式（6）可知，利润最大化时，全球价值链嵌入度函数为：

将式（9）—（10）代入（11），得：

当要素的替代参数ρ→0，γ→0，则式（12）全球价值链嵌入度可表示为：

式（13）对数字经济DIG求导，得：

假设1：数字经济正向促进制造业全球价值链嵌入度提升。

当前制造企业特别是中小企业参与国际分工受到生产成本和贸易成本制约，一定程度阻碍了企业全球价值链嵌入度。

假设2：贸易成本与全球价值链嵌入呈负向关系，数字经济通过降低贸易成本促进制造业全球价值链嵌入度提升。

假设3：技术创新会显著影响数字经济对制造业全球价值链嵌入的促进效率。

三、模型、变量与数据

（一）基于半参数估计检验的初步观察

前文在理论上探讨了数字经济对提升一国制造业全球价值链参与度具有正向促进作用，但数字经济与全球价值链参与度之间作用关系的研究结论尚不明确，还停留在隐函数层面，并没有设定两者的具体函数形式。为初步验证“数字经济对全球价值链嵌入度提升”影响的一般规律，借鉴盛斌和景光正（2019）的研究方法，采用GAM模型拟合数字经济和全球价值链参与度两个关键变量的关系。同时借鉴Parteka（2010）的研究，设数字经济对GVC指数的GAM估计方程如下：

其中，i、t分别表示行业、年份，GVC表示制造业全球价值链参与度指数，λ为国家特定虚拟变量，μ为随机误差项。假定该模型随机部分f（Dig）的核密度服从高斯核函数，即方程服从以下分布：

其中，

f

(

m

,

m

,

k

)表示m在m处的概率密度，k为光滑参数。基于WIOD世界投入产出表17个制造业行业面板数据，绘制了如下数字经济对GVC参与度指数的核回归图。图1主要反映数字经济对GVC参与度指数的正向作用趋势，即随着制造业数字化转型发展，数字水平的提升，有利于提升其全球价值链参与程度。

图1 行业数字化水平对GVC参与度的高斯核回归图

（二）模型设定

1.行业数字化强度对制造业GVC参与度的影响

基于半参数估计检验的初步观察和以往的文献研究，构建数字经济对全球价值链参与度影响的面板数据模型如下：

其中，GVC表示我国制造业全球价值链参与度指数。Dig表示部门的数字化投入，Control表示控制变量合集。ω、V分别表示时间和行业固定效应，u表示随机扰动项。

2.贸易成本对制造业GVC的中介效应

根据Baron和Kenny提出的依次检验法检验贸易成本的中介效应，方程设置如下：

根据检验逻辑，式（18）中Dig的回归系数α显著，式（19）中的回归系数β显著，式（20）中的回归系数η和η显著，则说明中介效应显著。

3.技术创新对制造业GVC的调节效应

根据检验标准，式（21）中的回归系数θ和式（22）中的回归系数ε和ε系数如果显著，则存在调节效应。

（三）变量说明与数据来源

1.被解释变量：制造业全球价值链嵌入度

全球价值链嵌入度使用全球价值链参与度表示，是指嵌入价值链分工的程度，分为前向参与度和后向参与度。前向参与度指本国出口中间品参与GVC分工程度，该指数越高，表明本国越处于GVC“上游”环节。后向参与度指一国通过进口中间品参与GVC分工的程度，该指标衡量一国某产业出口中包含的“国外附加值”比重，指数越高，表明本国越处于GVC“下游”环节。基于Wang et al.（2017）模型测定的制造业GVC前向参与度和后向参与度方法进行核算。公式如下：

前向参与度：

后向参与度：

总体参与度：

2.解释变量：数字经济水平测度（DIG）

借鉴Calvino et al.（2018）核算的“行业数字强度分类”结果，同时参考已有学者研究成果，筛选出具备中高技术强度的数字行业，与WIOD数据库世界投入产出表中的行业进行匹配，再使用世界投入产出表计算“数字强度行业”的中间投入占各行业总投入的比值，即行业数字化完全消耗作为数字经济代表。具体而言，数字经济包含数字基础设施、数字公共服务、数字创新环境3个一级指标和10个二级指标。其中，选取计算机程序设计、信息服务、电脑、电子和光学产品制造业作为电信业数字基础设施；选取运输仓储、邮政快递活动、行政和支持服务活动、金融服务活动、法律和会计活动作为数字公共服务；选取教育、科学研究与开发作为技术创新环境。行业数字化完全消耗系数：

3.中介变量：冰山贸易成本

使用Novy（2006）改进后的引力模型，将冰山贸易成本作为替代变量。

其中，k表示中国，h表示中国以外其余国家。Cost表示中国第m行业向世界出口的贸易成本。Export表示中国第m行业向世界出口的总额，Export表示世界其余国家第m行业向中国的出口总额。GDP、GDP分别表示中国国内生产总值和中国以外世界其余国家国内生产总值。Export表示世界其余国家（除中国外）第m行业出口总额，Export表示中国第m行业出口总额，s代表中国和除中国外其余国家可贸易品的比重，ρ表示替代弹性。为便于计算，参照McGowan&Milner（2013），设定S=0.8，ρ=8。

4.调节变量：技术创新

使用各行业专利申请数量衡量一国行业的技术创新水平，检验数字经济是否通过增强企业创新活力进而影响其在全球分工体系中的参与度。

5.其他控制变量与数据说明

控制变量有行业集中度（用赫芬达尔指数表示）、行业劳动生产率、行业贸易自由化水平（平均关税率表示）、行业出口规模、行业劳动力成本、行业FDI。将中国工业分类标准中的27个细分行业与WIOD数据库中的制造业细分行业进行匹配得到17个制造业细分行业，时间区间为2001—2014年，变量描述具体见表1。由表1可知没有极端值。数据主要来源WIOD、UN Comtrade数据库、国泰安数据库、《中国工业统计年鉴》《中国统计年鉴》。

表1 变量及数据说明

四、检验结果及分析

（一）基准回归

采用三个模型考察数字经济对GVC总体参与度的影响。首先，采用最小二乘法（OLS）回归；其次，考虑个体异质性，使用双向固定效应模型；最后，考虑组内自相关，选用FGLS进行回归。结果分别见表2第（1）—（3）列。其结果显示数字经济系数均为正且显著通过检验，初步表明数字经济对于推动制造业全球价值链参与度提升有正向作用，支持假设1。

表2 基准回归结果1

全面FGLS考虑了组内自相关、组间异方差和同期相关性，所以被认为是非常有效率的估计方法（张艳萍等，2021）。使用全面FGLS对GVC前向参与度、后向参与度进行回归，结果汇报于表2第（4）—（5）列。进一步对GVC前向简单参与度、前向复杂参与度和GVC后向简单参与度、复杂参与度进行分析，结果报告于表3。从表2第（4）—（5）列可知，数字经济均正向促进制造业前向参与度和后向参与度提升，但对前向参与度的提升影响更大。前向参与度的提高，意味着本国在生产环节中更多地承担着原材料供应、研发设计和核心零部件生产供应等附加值较高的生产环节（丁一兵和张弘媛，2020）。因此数字经济对我国制造业整体优化和竞争力的提升有促进作用。

全球价值链前向参与度分解为前向简单参与度和前向复杂参与度，前向简单参与度是指用于生产出口中间品（一次跨境，被外国市场直接吸收）的增加值，前向复杂参与度指用于生产出口中间品（至少两次跨境，出口到外国市场后又返回本国，或出口到第三国）的增加值。后向参与度与前向类似，是从进口原材料角度。由表3可知，数字经济降低了制造业GVC前向简单参与度和后向简单参与度，而促进了复杂参与度提升。

表3 基准回归结果2

（二）冰山贸易成本（Ict）的中介效应

借助中介效应模型，检验行业数字化渗透，能否通过降低冰山贸易成本促进制造业GVC参与度的提升，回归结果如表4所示。列（1）检验的是行业数字化水平（Dig）与GVC参与度之间的关系，系数结果为0.602，且通过了1%的显著性检验。说明制造业提升数字化水平，加强数字化转型升级，对GVC嵌入度具有提升作用。列（2）检验行业数字化水平（Dig）和中介变量冰山贸易成本（Ict）的关系，行业数字化强度（Dig）对冰山贸易成本（Ict）的影响系数为-0.133，且通过了1%的显著性检验，说明制造业数字化强度增强有助于降低冰山贸易成本。列（3）是在纳入中介变量冰山贸易成本后制造业数字化水平提升对GVC嵌入度的影响。冰山贸易成本对GVC参与度的估计系数为-0.273，且通过了10%水平的显著性检验，说明冰山贸易成本是制约GVC参与度提升的重要因素。在纳入冰山贸易成本后，行业数字化强度对GVC嵌入度的回归系数由0.602下降到0.317，通过了1%的显著性检验。综合上述结果，可以判定冰山贸易成本的中介效应存在，即制造业数字化水平提升，可以降低冰山贸易成本进而提升GVC参与度。

表4 中介效应和调节效应回归结果

（三）技术创新的调节效应

调节效应检验结果见表4列（1）（4）—（5）。其中列（1）考察的是数字经济与GVC参与度的影响，列（4）考察的是数字经济与调节变量技术创新的关系，列（5）考察的是技术创新与数字经济的交互效应。从列（4）可以看出，行业数字化强度对调节变量技术创新显著通过检验，并且具有正向促进作用，即行业数字化水平提升可以影响技术创新。由列（5）可知数字经济与技术创新的交互项系数显著为正，且在1%水平上通过显著性检验，说明制造业技术创新越强，数字化转型对制造业GVC参与度的提升作用越大，结果印证了假设3。

（四）稳健性检验

1.变换解释变量

使用制造业数字化直接消耗系数作为数字经济的替代变量进行回归分析。直接消耗系数是用来反映制造业其他部门对数字基础部门的产品消耗。以a表示直接消耗系数，其含义为第j部门生产1单位总产出所直接消耗第i部门产品的数量。用公式表示为：

其中，x是指第j部门消耗的第i部门产品的数量，X是指第j部门的总产出。估计结果汇报于表5第（1）列。由结果可知，更换了解释变量后，行业数字化强度估计结果与基准回归一致，证明了结果的稳健性。

表5 回归结果

2.变换被解释变量

使用垂直专业化指数替代参与度指数。垂直专业化指数是由Hummels et al.（2001）提出的，用来衡量参与全球价值链分工程度。也被较多学者使用作为GVC参与度衡量指标。计算公式为：

其中，VS表示一国j产业的垂直专业化水平，V表示j产业的垂直专业化贸易额，X表示j产业的出口总额，μ表示1×n维的单位向量矩阵，X代表n×1维出口向量矩阵，A代表直接消耗系数矩阵。进口系数矩阵、直接消耗矩阵和出口数据由2001—2014年的世界投入产出数据库（WIOD）计算得到。结果汇报于表5第（2）列，估计结果符合预期，系数（0.364）在1%的显著性水平上通过检验，证明了结果的稳健性。

3.内生性处理

为缓解可能存在的内生性问题，采用两阶段最小二乘法（2SLS）对计量模型进行估计。在工具变量选择上，当前部分学者使用1984年邮局数量作为城市数字经济工具变量，然而行业层面的数据难以获得，故使用核心解释变量行业数字化强度的滞后一阶作为工具变量，回归结果见表5第（3）列。用于检验工具变量有效性的弱识别检验和过度识别检验结果均表明，所选取的工具变量是有效和合适的。第（3）列检验结果显示，在考虑内生性问题之后，数字经济系数仍然显著为正，说明检验结果具有稳健性。

4.进一步讨论

为探知数字经济对不同水平全球价值链参与度的影响，采用分位数检验（Quantile regression），估计结果见表6第（1）—（5）列。数字经济在各个分位数上的估计系数是关注的重点。首先，在10%、25%分位数上，产业数字化（DIG）的系数显著为正，且整体呈现依次递增趋势，表明随着一国参与全球价值链程度的不断加深，数字经济的发展，特别是制造业与数字经济深度融合，将进一步优化资金的配置效率和劳动力配置效率，更有利于促进制造业全球价值链参与度提升。其次，在50%、75%和90%分位数上，数字经济作用仍然显著为正，但系数有所下降。说明数字经济发展仍然会促使制造业全球价值链参与度提升，但是提升效果慢慢变小。因为参与全球价值链分工并非越高越好，一旦发生全球公共卫生危机或者贸易战，产业链供应链安全性将会受到严重威胁，一国需要与其发展阶段相适应的最优全球分工参与度。

考虑到全球价值链变动具有一定的持续性特征，为捕捉这种特征，将基准模型（3）扩展为动态模型，采用系统GMM进行估计：

其中，GVC表示制造业GVC参与度指数。将GVC的滞后1期项和核心解释变量Dig视为内生变量，并且将内生变量的两阶及更高阶的滞后项作为工具变量，把其他控制变量视为外生变量，估计结果报告在表6第（6）列。AR（2）检验值表明，残差序列二阶不相关，通过自相关检验。Hansen检验的值大于0.1，在10%的显著性水平上接受原假设，表明所使用的工具变量有效，基准模型估计结果一致。由结果可知，GVC参与度指数一阶滞后项和产业数字化水平都显著通过检验，且系数和基准回归结果一致，说明全球价值链参与度具有长期积累效应。也进一步验证了制造业数字化转型对全球价值链参与程度的提升作用。

表6 进一步讨论

五、冰山贸易成本和技术创新的门限效应检验

采用门限面板回归模型，以技术创新、冰山贸易成本为门槛变量分别进行单一门槛值、双重门槛值、三重门槛值检验，分析制造业数字化程度与全球价值链参与度之间的关系。

其中，GVC代表被解释变量GVC参与度；DIG表示数字经济水平；η代表门槛变量；I代表指标函数；r为待估计的门槛值；Z表示各控制变量；α表示行业效应；ε为随机扰动项。冰山贸易成本、技术创新门槛值检验结果见表7。

表7 门限效应检验

由表7可知，冰山贸易成本中介作用存在双门限值，且分别在10%和5%水平下通过显著性检验。根据表8第（2）列回归结果，当冰山贸易成本小于第一个门限值（0.544）时，数字经济（Dig1）回归系数不显著，中介效应没有显现。当冰山贸易成本超过第一个门限值，冰山贸易成本中介作用显现，但是并没有使得数字经济促进作用发生，因为数字经济（Dig2）回归系数是-1.149。但是当超过第二个门限值，回归系数转正且显著通过检验（0.726），说明冰山贸易成本中介作用并不是一开始就有，只有当数字经济发展到一定程度，随着制造业数字化转型升级，数字发展程度加深，冰山贸易成本中介效应将会显现，数字经济才能通过降低冰山贸易成本促进GVC嵌入度上升。

表8 门限回归结果

由表7可知技术创新的调节作用存在单门限值，且在5%水平下通过显著性检验。根据表8第（4）列回归结果可知，当制造业技术创新程度小于门限值Dig1（0.334）时，作用开始显现。但是这时候是反向作用（-0.820），即技术创新并没有促使制造业数字化转型对全球价值链参与度正向提升。当技术创新程度超过这一门限值（0.344），回归系数显著为正（0.423），即企业技术创新会促使生产效率提升，使得企业数字化转型加快，最终提升制造业全球价值链参与度。

六、结论与启示

根据以上研究，得出以下结论：第一，数字经济可以显著提升制造业全球价值链参与度，同时提升前向参与度和后向参与度，但对前向参与度的影响更大。更换解释变量和被解释变量，再使用工具变量进行两阶段最小二乘检验，证实以上结论的稳健性。第二，数字经济通过冰山贸易成本的中介变量发挥作用，但存在双门槛限制。第三，技术创新可以调节数字经济对GVC参与度的促进作用，但是存在单门槛限制。第四，数字经济对制造业全球价值链不同参与方式的影响存在差异，对基于前向嵌入的前向参与度影响大于后向参与度，且数字经济提升了前向GVC和后向GVC的复杂参与度，而使简单参与度降低。

得到启示如下：第一，虽然现阶段受俄乌冲突、新冠肺炎疫情等影响，全球价值链面临重构风险，但经济全球化仍符合长期趋势，我国制造业应以更开放姿态积极融入全球价值链。充分利用制造业数字化转型，大力推进数字技术，发挥大数据、人工智能对制造业的驱动作用，进而实现制造业高质量发展和经济增长双赢。第二，为更好地发挥贸易成本中介作用，政府应从成本角度考虑，加大制造业企业财政支持力度，发挥服务型政府角色，拓宽企业融资渠道，改善企业市场准入待遇，满足中小企业的微观主体数字化发展需求，激励企业深度推进数字化转型。同时规制数字平台，探索更加科学合理的监管方式，建立健全统一的市场规则和制度体系，保障互联网平台开放、公平，对中小企业参与全球价值链分工提供平台保障。第三，充分发挥技术创新调节作用。政府应积极引导资金、技术、项目、人才等创新要素向企业集聚，推动创新主体集群化发展，改善科技创新环境，提高企业技术创新水平，帮扶中小企业跨越技术鸿沟，实现数字经济持续良好发展，助力全球价值链嵌入度进一步提升。