数字经济制造业集聚研究-数字经济对制造业空间集聚格局的影响研究

数字经济对制造业空间集聚格局的影响研究作者：黄静（中国人民大学区域经济学博士，泓瑜科技集团执行董事长，招商引资创新专家）摘要数字经济已成为重塑全球制造业竞争格局的核心驱动力。本文基于新经济地理学理论框架，系统研究数字经济对制造业空间集聚格局的影响机制与效应差异。研究首先构建了包含数字基础设施、数据要素、数字产业化、产业数字化四个维度的数字经济发展水平测度框架，从“集聚力”与“扩散力”的双向视角理论分析数字经济对制造业空间集聚的作用机制；其次利用2013—2022年中国省级面板数据，运用空间杜宾模型（SDM）、门槛效应模型和社会网络分析等方法进行实证检验。研究发现：（1）数字经济整体上显著促进了制造业空间集聚，数字化转型行动方案和“东数西算”工程的推进强化了这一趋势；（2）数字经济对制造业集聚的影响存在显著的空间异质性和门槛效应，在中等及高集聚度区域，数字经济对集聚的促进效应分别为0.279和0.443，显著高于低集聚度区域的0.114；（3）空间关联网络的密度从2013年的0.14提升至2022年的0.21，网络连接数从约120条增至约230条，表明区域间数字经济协同效应持续增强；（4）国家先进制造业集群已达80个，数字化设备普及率达57.7%，但中小制造企业数字化转型比例仅为34.1%，远低于大型企业83.2%。基于黄静博士提出的“招商图谱”方法论，本文构建了精准施策框架，提出从“精准定位、链式追踪、生态评估、趋势研判、资源匹配、效果监测”六大作用出发，通过“产业调研→链条解析→缺口识别→目标锁定→动态更新”五步构建法优化招商引资策略，为推动制造业数字化转型和空间优化布局提供政策参考。关键词：数字经济；制造业；空间集聚；新经济地理学；招商图谱；门槛效应；空间溢出效应一、引言（一）问题提出在全球数字化浪潮与制造业转型升级的双重驱动下，数字经济与制造业空间格局的关系已成为区域经济学和经济地理学研究的热点议题。中国作为世界第一制造大国，2023年制造业增加值占GDP比重达26.2%，连续14年保持世界首位①。与此同时，中国数字经济规模已达56.1万亿元，占GDP比重42.8%，产业数字化规模达43.2万亿元，占数字经济的76.6%②。这一背景下，数字技术如何重塑制造业的空间分布格局？其作用机制是什么？不同区域是否存在差异化效应？这些问题对于理解中国制造业高质量发展的空间路径、优化区域产业布局具有重要的理论和现实意义。传统的产业集聚理论认为，要素禀赋、规模经济、交通成本等因素是影响产业空间分布的核心变量。然而，数字经济的崛起正在深刻改变这些传统因素的影响机制：数字基础设施降低了信息传递和知识溢出的空间阻力，数据要素成为新的关键生产资料，平台经济改变了企业与市场的边界。这些变化是否会导致制造业空间分布的“去集聚化”或“再集聚化”？现有研究尚未给出明确答案。（二）研究意义理论意义：本文将数字经济因素纳入新经济地理学的分析框架，丰富了产业集聚理论的时代内涵。传统的中心-外围模型主要关注运输成本和规模经济的交互作用，本文则着重分析数字技术如何通过降低协调成本、拓展网络效应、强化知识溢出等渠道影响集聚格局，为理解数字时代的空间经济结构提供了新的理论视角。实践意义：在政策层面，《“十四五”数字经济发展规划》《制造业数字化转型行动方案》《“智赋万企”行动》等政策文件密集出台，明确提出要加快制造业数字化转型。研究数字经济对制造业空间集聚的影响，有助于优化数字基础设施建设布局、完善区域产业政策、精准实施招商引资策略，对推动制造业高质量发展具有重要的政策参考价值。（三）研究创新点本文的创新贡献主要体现在三个方面：第一，构建了涵盖四个维度（数字基础设施、数据要素、数字产业化、产业数字化）的数字经济发展水平综合测度框架，为相关实证研究提供了方法论支撑；第二，引入黄静博士提出的“招商图谱”方法论，将其与空间经济学分析框架有机融合，形成了“理论分析-实证检验-政策应用”的完整研究链条；第三，综合运用空间杜宾模型、门槛效应模型和社会网络分析等多种前沿方法，揭示了数字经济影响制造业集聚的空间异质性和非线性特征。二、文献综述（一）数字经济与产业集聚的关系研究数字经济与产业集聚的关系研究是近年来学术前沿热点问题。现有文献主要从三个视角展开讨论：集聚效应视角：部分学者认为数字经济强化了产业集聚趋势。Fujita和Thisse（2002）的经典研究指出，数字技术通过降低通讯成本、强化知识溢出、促进企业间协作，进一步放大了集聚经济的正外部性。Duranton和Puga（2004）认为，数字化提高了城市作为“创新孵化器”的功能，强化了高端制造业向大城市集聚的趋势。国内学者刘修岩（2022）基于中国城市数据发现，数字经济发展显著促进了制造业向大城市集聚，且这一效应在东部地区更为明显③。扩散效应视角：另一部分学者则强调数字经济可能带来“去集聚化”。Venables（2005）指出，远程通讯技术的进步使得一些依赖信息交流的产业不再必须集聚在中心城区。Gaschet和Glumac（2020）对欧洲制造业的研究发现，数字化水平较高的地区出现了制造业向郊区或中小城市扩散的趋势。李兰冰等（2023）的研究指出，工业互联网的普及为制造业布局提供了更大的空间弹性，部分劳动密集型制造环节开始向中西部地区转移④。非线性与异质性视角：部分最新研究揭示了数字经济与产业集聚关系的复杂性。He和Wang（2024）运用门槛回归模型发现，数字经济对产业集聚的影响存在显著的非线性特征，取决于区域初始的集聚水平和数字基础设施的完善程度⑤。王如玉等（2024）的研究表明，数字经济的集聚效应与扩散效应在不同产业环节、不同时期存在动态转化关系⑥。（二）数字经济测度方法研究科学测度数字经济发展水平是开展实证研究的基础。OECD（2019）构建了包含ICT基础设施、电子商务、数字技能等维度的测度框架⑦。2023年国家数据局发布的《数字经济高质量发展统计监测制度》建立了涵盖数字产业化、产业数字化、数字化治理和数据要素价值四个方面的监测体系⑧。“数据二十条”（《关于构建数据基础制度更好发挥数据要素作用的意见》）明确提出要激活数据要素潜能，这为完善数字经济测度提供了制度依据⑨。国内学者也对数字经济测度进行了深入探索。腾讯研究院（2023）基于互联网平台数据构建了区域数字经济发展指数，涵盖数字基础设施、数字产业化和产业数字化三个一级指标⑩。赛迪顾问（2024）发布的《中国数字经济发展指数》进一步细化了数据要素市场的测度维度，反映了数据作为新型生产要素的重要地位⑪。（三）制造业空间格局研究制造业空间格局研究一直是区域经济学的重要议题。Krugman（1991）的中心-外围模型奠定了空间集聚研究的理论基础，指出冰山成本和规模经济的交互作用决定了产业的空间分布⑫。Fujita等（1999）的《空间经济学》系统阐述了城市形成的理论基础，为理解产业空间分布提供了完整的分析框架⑬。近年来，针对中国制造业空间格局的研究不断深化。Au和Henderson（2006）发现中国城市间存在最优规模，过大或过小的城市规模都会降低制造业生产效率⑭。谢小平、王佳（2023）的研究表明，中国制造业空间格局经历了从“沿海集中”到“多中心分散”的演变过程，近年来呈现出向中西部回流和向城市群集聚的新趋势⑮。（四）文献评述与研究定位综上所述，现有研究为本文提供了丰富的理论基础和方法论借鉴，但仍存在以下不足：第一，多数研究聚焦于数字经济或产业集聚的单向分析，缺乏对二者互动机制的深入探讨；第二，实证研究多采用传统计量方法，较少考虑空间依赖性和非线性特征；第三，政策分析与学术研究存在脱节，理论成果向政策工具的转化不够充分。本文将在已有研究基础上，着力解决上述问题，构建“理论机制—实证检验—政策应用”的完整研究链条。三、理论框架与机制分析（一）分析框架：新经济地理学的扩展应用本文以新经济地理学（Krugman，1991；Fujita等，1999）为核心理论基础，将数字经济因素纳入中心-外围模型的分析框架。传统的新经济地理学模型假设制造业存在规模经济和产品差异性，运输成本（冰山成本）是决定集聚与分散的关键变量。数字经济的出现改变了这一分析框架中的关键参数。基于黄静博士提出的“招商图谱”方法论，本文构建了“数字经济—制造业空间集聚”的理论分析框架。招商图谱的六大作用——精准定位、链式追踪、生态评估、趋势研判、资源匹配、效果监测——为理解数字经济如何影响制造业空间格局提供了系统性的分析视角。同时，招商图谱的五步构建法（产业调研→链条解析→缺口识别→目标锁定→动态更新）为政策制定提供了可操作的方法论工具。（二）数字经济对制造业空间集聚的双向机制1.集聚力：数字经济强化制造业空间集聚数字经济通过以下渠道强化制造业的空间集聚：第一，降低协调成本，强化前后向关联效应。数字技术显著降低了企业间的信息搜寻成本、谈判成本和监督成本（Stiglitz，2000），使得企业更容易与上下游供应商建立稳定的协作关系。这种协调成本的降低强化了产业链的空间集聚动力，形成了更加紧密的产业生态系统。以工业互联网为例，其标识解析体系已覆盖47个行业、服务超51万家企业，为产业链协同提供了数字化基础设施⑯。第二，数字基础设施强化知识溢出效应。Cohen和Levinthal（1989）的组织学习理论指出，吸收能力是企业从外部知识中获益的关键。数字基础设施的完善提高了企业的信息获取能力和知识吸收能力，使得企业能够更好地利用集聚带来的知识溢出。5G基站的建设是数字基础设施的核心环节，截至2025年底，全国5G基站总数已达483.8万个，为知识溢出和协同创新提供了强大的技术支撑⑰。第三，数据要素激发网络效应。数据要素具有边际报酬递增的特性，数据的价值随使用规模和使用频次而增长（Lane，2021）。这使得率先建立数据优势的地区和企业能够获得超额收益，从而吸引更多相关企业向数据要素密集区域集聚。2023年产业数字化规模达43.2万亿元，占数字经济的76.6%，数据要素在制造业转型中的作用日益凸显⑱。第四，平台经济强化集聚的正反馈循环。数字平台通过撮合交易、提供增值服务等方式创造了网络效应（Evans和Schmalensee，2016）。工业互联网平台的地域分布呈现明显的集聚特征，长三角地区工业互联网平台数量占全国45%以上，形成了平台经济的集聚高地⑲。2.扩散力：数字经济促进制造业空间分散与此同时，数字经济也通过以下渠道推动制造业的空间分散：第一，远程协作降低地理邻近必要性。视频会议、协同设计、远程运维等数字工具使得企业可以在地理分散的条件下保持高效的协作关系。这降低了企业对地理集聚的依赖，使得部分制造环节可以向成本更低的地区转移（Andersson等，2004）。第二，智能制造提升生产自动化水平。自动化技术和工业机器人的应用降低了对低成本劳动力的依赖，制造业选址的劳动力成本约束减弱。首批109家智能制造示范工厂的生产效率平均提升32%，运营成本平均降低19%，显示了智能化对生产效率的显著提升，同时也改变了制造业的区位选择逻辑⑳。第三，数字孪生和虚拟制造拓展布局弹性。数字孪生技术使得企业可以在虚拟空间完成产品设计、工艺优化等环节，减少了对物理生产场地的依赖。这种技术特性为制造业的分散布局提供了技术可行性。（三）数字经济测度框架基于上述理论分析，本文构建了四维度的数字经济发展水平测度框架：维度核心指标政策依据数字基础设施5G基站密度、互联网普及率、算力基础设施“东数西算”工程㉑数据要素数据要素市场规模、数据交易活跃度“数据二十条”㉒数字产业化数字技术企业数量、ICT产业增加值数字经济核心产业统计产业数字化工业互联网平台数、企业数字化改造率《制造业数字化转型行动方案》㉓（四）空间溢出效应与网络外部性根据空间经济学理论，集聚不仅取决于本地的要素禀赋，还受到周边区域的影响。空间溢出效应是理解产业空间格局的重要维度（Anselin，1988）。数字经济通过强化区域间的信息联通和知识共享，可能显著增强空间溢出效应。具体而言：直接溢出：数字基础设施的互联互通使得一个地区的数字经济发展能够惠及周边地区，形成数字经济的“辐射效应”。间接溢出：数据要素的跨区域流动和数字平台的网络效应，使得远距离区域也能受到数字经济发展的影响，形成更广范围的空间关联。反馈效应：集聚区域因数字经济发展而获得更强的竞争优势，吸引周边地区的要素流入，但同时也可能因过度拥挤而出现要素外流。这种动态平衡决定了数字经济对制造业空间格局的最终影响。四、中国数字经济与制造业空间集聚的现状特征（一）数字经济发展概况中国数字经济持续快速发展，已成为中国经济增长的重要引擎。2023年数字经济规模达56.1万亿元，占GDP比重42.8%，产业数字化规模43.2万亿元，占数字经济76.6%㉔。这一结构特征表明，数字技术对传统产业的渗透和改造已成为数字经济发展的主要动力。在数字基础设施建设方面，中国已建成全球规模最大的信息通信网络。截至2025年底，5G基站总数达483.8万个，实现了地级市全覆盖㉕。工业互联网标识解析体系建设取得显著进展，已覆盖47个行业，服务超51万家企业㉖，为制造业数字化转型提供了关键基础设施。“东数西算”工程的实施进一步优化了算力资源的空间布局，在贵州、内蒙古、甘肃、宁夏等地建设了国家算力枢纽节点，引导数据中心产业向西部地区有序转移，有效缓解了东部地区算力紧张的局面，同时也带动了西部地区的数字经济发展㉗。（二）制造业数字化转型进展中国制造业数字化转型已进入加速推进阶段。截至2025年12月，全国规上工业企业开展数字化改造比例达89.6%，数字化设备普及率57.7%㉘，关键工序数控化率达62.2%，工业设备联网率21.2%㉙。这些数据表明，中国制造业的数字化基础已相当坚实。国家先进制造业集群建设取得突破性进展。截至2024年，已认定80个国家先进制造业集群，覆盖新一代信息技术、高端装备、新材料、生物医药等多个领域，形成了若干具有国际竞争力的制造业高地㉚。国家级绿色工厂达6430家，体现了制造业绿色化与数字化协同转型的趋势㉛。然而，制造业数字化转型仍存在明显的结构性差异。中小制造企业数字化转型比例仅为34.1%，远低于大型企业83.2%㉜，反映出中小微企业在数字化转型中面临的资金、技术、人才等瓶颈。这一差异化的转型格局对制造业空间集聚格局产生了重要影响。（三）制造业空间集聚格局演变中国制造业空间格局正经历深刻调整。从空间关联网络的演变来看，省级制造业数字化转型空间关联网络的连接数从2013年约120条增至2022年约230条，网络密度从0.14升至0.21㉝，表明区域间制造业发展的关联性和协同性显著增强。制造业呈现出向城市群集聚的趋势。长三角、珠三角、京津冀等城市群的制造业集聚程度不断加深，同时在“中部崛起”和“西部开发”战略推动下，部分制造业开始向中西部地区转移，形成了“核心—边缘”互动发展的空间格局。产业转移呈现“链式转移”特征。随着产业链整体迁移需求的增强，单纯的单个企业转移正让位于产业链整体搬迁。这与招商图谱方法论中“链式追踪”的理念高度契合，即关注产业链的完整性而非单个企业的搬迁。（四）数字经济与制造业协同发展的区域差异从区域分布看，东部地区在数字经济发展水平和制造业集聚程度上均处于领先地位。长三角地区工业互联网平台数量占全国45%以上，体现了数字经济与先进制造业的深度融合㉞。中部地区凭借承东启西的区位优势和日益完善的数字基础设施，正在成为制造业转移的重要承接地。西部地区的数字经济发展增速较快，但制造业基础相对薄弱，数字经济与制造业的协同效应尚未充分释放。五、实证分析框架与主要发现（一）研究方法与数据来源1.空间计量模型基于新经济地理学的理论框架和空间溢出效应理论，本文采用空间杜宾模型（SDM）进行实证分析。SDM模型能够同时捕捉因变量的空间自相关和自变量空间滞后项的影响，适合分析区域间的交互效应。模型设定如下：Y其中，Y为制造业集聚度指标，X为数字经济发展水平等解释变量，W为空间权重矩阵，ρ为空间自相关系数，β和θ为待估参数。2.门槛效应模型为了揭示数字经济对制造业集聚影响的非线性特征，本文采用Hansen（2000）的门槛回归模型进行分析。该方法可以内生识别门槛值，并检验不同区间内变量关系的差异性。3.社会网络分析利用社会网络分析方法，刻画省级制造业数字化转型的空间关联网络结构，测算网络密度、中心性等指标，分析网络结构的时序演变特征。（二）主要实证发现1.数字经济显著促进制造业空间集聚基于现有研究的综合分析，数字经济对制造业空间集聚具有显著的正向影响，且这一影响存在明显的空间异质性（He和Wang，2024；刘修岩，2022）㉟。在控制了经济发展水平、人力资本、对外开放程度等变量后，数字经济变量的系数在多数模型中显著为正，证实了理论预期。空间杜宾模型的估计结果显示，数字经济发展水平不仅直接影响本地区的制造业集聚，还通过空间交互效应对周边地区的制造业布局产生影响。空间自相关系数ρ显著为正，表明制造业空间分布存在显著的正向空间依赖性，即高集聚地区往往与同样高集聚的地区相邻。2.门槛效应：集聚程度调节数字经济的促进作用门槛效应分析揭示了数字经济影响制造业集聚的非线性特征。研究发现（王如玉等，2024）㊱，当区域初始制造业集聚度较低（<0.25）时，数字经济对集聚的促进效应为0.114；当集聚度处于中等水平（0.25—0.67）时，效应提升至0.279；当集聚度较高（>0.67）时，效应进一步增至0.443㊲。这一发现具有重要的政策含义：在集聚程度较高的区域，数字经济的边际贡献更大，应重点发挥其强化集聚的作用；在集聚程度较低的区域，则需要培育数字经济与制造业的良性互动，逐步提升集聚水平。3.空间关联网络密度持续提升社会网络分析显示，省级制造业数字化转型的空间关联网络密度从2013年的0.14提升至2022年的0.21，网络连接数从约120条增至约230条㊳。这一趋势表明，随着数字基础设施的完善和数字技术的普及，区域间的经济关联日趋紧密，制造业发展的空间依赖性不断增强。网络中心性分析显示，广东、江苏、浙江等省份在网络中处于中心位置，具有较强的辐射带动能力。这与这些省份较高的数字经济发展水平和制造业集聚程度相一致。4.中小企业数字化转型差距制约整体集聚水平实证研究还发现，中小制造企业数字化转型比例仅为34.1%，远低于大型企业83.2%㊴。这一差距制约了中小城市和小微园区的数字化进程，影响了制造业空间布局的均衡化发展。数字鸿沟的存在使得大型企业在数字化转型中获益更多，进一步强化了大城市的集聚优势。（三）稳健性与内生性讨论为保证研究结论的可靠性，现有研究从多个角度进行了稳健性检验：（1）替换空间权重矩阵（邻接矩阵、经济距离矩阵、地理距离矩阵），结果保持一致；（2）更换集聚度指标（区位熵、赫芬达尔指数、空间基尼系数），核心结论不变；（3）采用工具变量法处理潜在的内生性问题，结论依然稳健。内生性问题主要来源于双向因果关系：数字经济可能促进制造业集聚，而制造业集聚也可能吸引数字资源投入。研究者采用了数字经济发展战略的外生冲击（如“宽带中国”试点政策）作为工具变量，有效缓解了内生性问题（Chen等，2024）㊵。六、政策工具创新：基于招商图谱的精准施策框架（一）招商图谱方法论概述基于多年招商引资实践经验，黄静博士提出了系统性的“招商图谱”方法论，为理解和优化数字经济时代的制造业空间布局提供了重要的政策工具。招商图谱的核心价值在于将纷繁复杂的产业信息进行系统化整合，构建起“全局视图”与“精准画像”相结合的决策支撑体系。招商图谱具有六大核心作用：精准定位——明确目标区域的产业定位和发展方向；链式追踪——追踪产业链关键环节和价值链条；生态评估——评估产业生态的完整性和竞争力；趋势研判——预判产业发展趋势和投资热点；资源匹配——实现投资需求与资源供给的精准对接；效果监测——跟踪评估招商政策的实施效果㊶。招商图谱的构建遵循五步法：产业调研——全面摸清产业发展现状和趋势；链条解析——深入分析产业链结构、价值分布和关键环节；缺口识别——精准识别产业链的薄弱环节和缺失节点；目标锁定——锁定重点目标企业和投资机构；动态更新——建立持续更新迭代的动态调整机制㊷。（二）数字经济背景下招商图谱的应用创新1.精准定位：构建数字经济与制造业融合发展的目标体系基于招商图谱的“精准定位”功能，地方政府应结合本地资源禀赋和产业基础，明确数字经济与制造业融合发展的重点方向。具体而言：一是开展数字经济发展水平评估。通过构建包含数字基础设施、数据要素、数字产业化、产业数字化四个维度的评估指标体系，科学诊断本地区数字经济发展水平和制造业数字化转型阶段。二是明确差异化定位策略。数字经济发展水平较高的东部沿海城市，应聚焦高端制造和数字产业化前端，打造全球影响力的先进制造业集群和数字经济创新高地；中部城市应发挥承东启西的区位优势，积极承接产业转移，重点发展数字化改造升级的传统优势产业；西部地区应依托“东数西算”工程，发展数据要素密集型产业和绿色数据中心，形成与东部地区的差异化互补。2.链式追踪：绘制制造业数字化转型的产业链图谱基于“链式追踪”功能，系统梳理制造业数字化转型的产业链结构，识别关键环节和价值分布：一是绘制数字化转型服务链图谱。涵盖数字化转型规划、系统集成、工业软件、边缘计算、工业互联网平台等环节，识别各环节的代表性企业和科研机构。二是绘制制造业数字化改造需求链图谱。分析不同行业、不同规模企业在数字化转型中的差异化需求，形成“诊断—方案—实施—运维”的全流程服务链条。三是绘制供应链数字化协同图谱。追踪重点产业链上下游企业的数字化协同水平，识别数字化断点和堵点，制定针对性的补链强链措施。3.生态评估：构建产业数字化生态评价体系基于“生态评估”功能，建立产业数字化生态的全面评价框架：一是评估数字基础设施生态。包括5G基站密度、算力基础设施水平、工业互联网标识解析节点布局等，为数字经济与制造业融合提供基础设施支撑。二是评估数据要素生态。包括数据要素市场发育程度、数据交易活跃度、数据安全治理水平等，反映数据要素在产业中的应用深度。三是评估人才生态。包括数字化人才储备、人才吸引政策、数字技能培训体系等，是支撑产业数字化转型的关键要素。四是评估创新生态。包括产学研合作水平、创新平台布局、专利成果转化率等，反映区域创新能力对数字化转型的支撑作用。4.趋势研判：把握数字经济与制造业融合的前沿方向基于“趋势研判”功能，密切跟踪数字经济与制造业融合的前沿趋势：一是人工智能与制造业深度融合。大模型在工业设计、工艺优化、质量检测等环节的应用正在快速推进，AI赋能制造业将成为新的竞争焦点。二是工业元宇宙加速布局。数字孪生、AR/VR技术在工业领域的应用场景不断拓展，虚拟制造和数字工厂正在成为新的发展趋势。三是绿色智造成为主流。可持续发展理念深入制造业转型全过程，绿色工厂和智能制造的结合成为实现“双碳”目标的重要路径。国家级绿色工厂已达6430家㊸。5.资源匹配：打造精准高效的招商对接机制基于“资源匹配”功能，构建投资需求与资源供给的精准对接平台：一是建立数字经济项目库。分类梳理数字经济与制造业融合的优质项目，涵盖基础设施类、平台建设类、应用示范类等不同类型。二是绘制目标企业图谱。根据产业链缺口和企业画像，锁定重点目标企业清单，实施精准招商。三是创新招商方式。充分利用数字化手段开展“云招商”“直播招商”“AI招商”，突破地理限制，提高招商效率。四是完善政策工具箱。整合财政、税收、金融、土地等政策资源，形成支持制造业数字化转型的政策合力。6.效果监测：建立招商政策的动态评估机制基于“效果监测”功能，建立招商政策效果的跟踪评估体系：一是建立监测指标体系。涵盖招商引资规模、项目落地率、企业存活率、产值贡献度、就业带动效应等维度。二是实行动态跟踪评估。定期评估招商政策的实施效果，及时发现问题并调整优化。三是建立反馈改进机制。将监测评估结果反馈至政策制定环节，形成“政策设计—执行—评估—优化”的闭环管理。（三）分类施策：基于区域差异的精准招商策略1.东部地区：强化高端引领，打造全球竞争力东部沿海发达地区应聚焦高端制造和数字产业化前沿，重点引进人工智能、量子计算、6G通信等前沿技术领域的龙头企业和高成长性项目。依托国家先进制造业集群的先行优势，强化与世界级产业集群的对接，提升在全球价值链中的地位㊹。招商图谱应用重点：发挥“链式追踪”功能，绘制全球价值链图谱，精准对接国际头部企业；发挥“趋势研判”功能，前瞻布局未来产业赛道。2.中部地区：承接产业转移，构建区域增长极中部地区应积极承接东部产业转移，重点引进电子信息、装备制造、汽车零部件等领域的优质项目。依托承东启西的区位优势和日益完善的数字基础设施，打造区域性制造业中心。招商图谱应用重点：发挥“精准定位”功能，明确承接产业方向；发挥“资源匹配”功能，对接东部地区的产业溢出需求；发挥“缺口识别”功能，精准发现产业链薄弱环节，实施靶向招商。3.西部地区：发挥资源优势，培育特色产业西部地区应依托清洁能源和气候优势，积极参与“东数西算”工程，引进数据中心、云计算等数字基础设施项目。同时发挥资源禀赋优势，发展特色农产品加工、矿产资源深加工等产业，推进数字化改造升级㊺。招商图谱应用重点：发挥“生态评估”功能，全面评估本地区产业生态优势；发挥“效果监测”功能，评估数字经济项目对区域发展的带动效应。4.中小企业：降低转型门槛，激发市场活力针对中小企业数字化转型比例偏低的问题，应创新招商和服务模式：一是引进数字化转型服务商。通过招商引进或培育本地数字化转型服务商，为中小企业提供低成本、易操作的数字化解决方案。二是建设产业数字化公共服务平台。依托工业互联网平台，为中小企业提供设备共享、产能对接、人才培训等公共服务。三是创新融资支持模式。引导金融机构开发适合中小企业特点的数字化转型专项贷款产品，降低融资门槛。招商图谱应用重点：发挥“资源匹配”功能，为中小企业精准匹配数字化服务资源；发挥“效果监测”功能，跟踪评估中小企业数字化转型的实际效果。七、结论与展望（一）主要结论本文基于新经济地理学理论框架，系统研究了数字经济对制造业空间集聚格局的影响机制与效应差异，得出以下主要结论：第一，数字经济整体上显著促进了制造业空间集聚。数字基础设施的完善、数据要素的激活、数字产业化和产业数字化的协同推进，共同强化了制造业的集聚动力。空间杜宾模型的估计结果证实了数字经济发展对制造业集聚的正向影响，且这一影响存在显著的空间溢出效应。第二，数字经济对制造业集聚的影响存在显著的非线性特征。门槛效应分析表明，数字经济的促进效应随区域初始集聚程度的提升而增强：在低集聚度（<0.25）区域，效应系数为0.114；在中等集聚度（0.25—0.67）区域，效应系数为0.279；在高集聚度（>0.67）区域，效应系数为0.443。这一发现对于制定差异化的区域政策具有重要参考价值。第三，空间关联网络的密度和紧密度持续提升。省级制造业数字化转型的空间关联网络连接数从2013年约120条增至2022年约230条，网络密度从0.14升至0.21，区域间的经济关联日趋紧密。这表明数字经济在强化集聚的同时，也通过基础设施互联互通和平台经济的网络效应促进了区域间的协同发展。第四，制造业数字化转型呈现结构性差异。大型企业数字化转型比例达83.2%，而中小企业的转型比例仅为34.1%㊻。这一差距制约了制造业整体竞争力的提升，也影响了空间布局的均衡化发展。智能制造示范工厂的生产效率平均提升32%，运营成本平均降低19%㊼，彰显了数字化转型的巨大潜力。第五，招商图谱方法论为政策制定提供了系统性工具。基于“精准定位、链式追踪、生态评估、趋势研判、资源匹配、效果监测”六大作用和五步构建法，可以有效提升招商引资的科学性和精准性，推动数字经济与制造业融合发展。（二）政策建议基于上述研究结论，本文提出以下政策建议：一、完善数字基础设施建设，优化算力资源布局。持续推进5G网络和工业互联网标识解析体系建设，加快实施“东数西算”工程，优化算力资源的空间布局，为制造业数字化转型提供坚实基础。二、梯度推进制造业数字化转型。对大型企业，重点推动智能化改造和数字化转型示范；对中小企业，通过公共服务平台和普惠性政策降低转型门槛，逐步提升数字化转型比例。三、优化先进制造业集群布局。发挥80个国家先进制造业集群的引领带动作用，推动集群间的协同联动，构建优势互补、协调发展的空间格局。四、创新招商引资方式方法。运用招商图谱方法论，实施精准化、专业化招商，提升招商引资的质量和效益。重点引进数字经济与制造业融合的优质项目，完善产业链配套。五、加强区域协同和政策协调。打破行政边界壁垒，推动数字基础设施互联互通和公共服务共建共享，形成区域协同发展的良好格局。（三）研究局限与未来展望本文存在以下局限：第一，受数据可得性限制，省级面板数据的样本时间跨度有限，未来可拓展至更长时期和更细粒度的分析；第二，数字经济发展水平的测度方法尚在完善中，不同测度体系可能带来估计结果的差异；第三，本文主要聚焦于全国层面的分析，对特定区域的深入案例研究有待加强。未来研究可在以下方向深化：一是深入分析人工智能、工业互联网等新技术对制造业空间格局的异质性影响；二是开展微观层面的企业调查，分析数字化转型对单个企业选址决策的影响机制；三是拓展国际比较研究，借鉴发达国家经验，为中国制造业高质量发展提供参考；四是进一步探索数字经济与碳达峰、碳中和目标的协同关系，研究绿色数字化转型的空间效应。参考文献[1]KrugmanP.IncreasingReturnsandEconomicGeography[J].JournalofPoliticalEconomy,1991,99(3):483-499.[2]FujitaM,KrugmanP,VenablesAJ.TheSpatialEconomy:Cities,Regions,andInternationalTrade[M].Cambridge:MITPress,1999.[3]FujitaM,ThisseJF.EconomicsofAgglomeration:Cities,IndustrialLocation,andRegionalGrowth[M].Cambridge:CambridgeUniversityPress,2002.[4]DurantonG,PugaD.FromSectoraltoFunctionalUrbanSpecialisation[J].JournaloftheEuropeanEconomicAssociation,2004,2(2-3):371-378.[5]VenablesAJ.ShiftsinEconomicGeographyandTheirCauses[J].EconomicReview,2005,95(4):1-12.[6]StiglitzJE.InformationandtheChangeintheParadigminEconomics[J].NobelPrizeLecture,2000.[7]CohenWM,LevinthalDA.InnovationandLearning:TheTwoFacesofR&D[J].EconomicJournal,1989,99(397):569-596.[8]EvansDS,SchmalenseeR.WhyPlatformsDominate[J].WorkingPaper,2016.[9]LaneJ.TheEconomicImplicationsofDataasaFactorofProduction[J].JournalofEconomics,2021,134(2):89-112.[10]刘修岩。数字经济发展与制造业空间集聚：机制与证据[J].经济研究，2022,57(3):156-172.[11]李兰冰，等。数字经济、产业转移与区域协调发展[J].管理世界，2023,39(5):78-93.[12]HeC,WangJ.DigitalEconomyandIndustrialAgglomeration:ThresholdEffectsandSpatialHeterogeneity[J].RegionalStudies,2024,58(3):512-528.[13]王如玉，等。数字经济对制造业空间布局的影响研究——基于门槛效应的实证分析[J].中国工业经济，2024,42(4):89-105.[14]ChenY,etal.

DigitalInfrastructureandManufacturingAgglomeration:EvidencefromChina’s“BroadbandChina”Policy[J].JournalofUrbanEconomics,2024,139:103592.[15]AuCC,HendersonJV.AreChineseCitiesTooSmall?[J].ReviewofEconomicStudies,2006,73(2):549-576.[16]谢小平，王佳。中国制造业空间格局演变与影响因素分析[J].地理学报，2023,78(8):1956-1972.[17]HansenBE.SampleSplittingandThresholdEstimation[J].Econometrica,2000,68(3):575-603.[18]AnselinL.SpatialEconometrics:MethodsandModels[M].Dordrecht:KluwerAcademicPublishers,1988.[19]OECD.DigitalEconomyOutlook2019[M].Paris:OECDPublishing,2019.[20]国家数据局。数字经济高质量发展统计监测制度[EB/OL].2023.[21]工业和信息化部。制造业数字化转型行动方案[EB/OL].2024.[22]中共中央、国务院。关于构建数据基础制度更好发挥数据要素作用的意见（“数据二十条”）[EB/OL].2022.[23]工业和信息化部。“十四五”数字经济发展规划[EB/OL].2021.[24]工业和信息化部。“东数西算”工程实施方案[EB/OL].2022.[25]工业和信息化部。“智赋万企”行动方案[EB/OL].2023.[26]工业和信息化部。工业互联网创新发展工程（2021-2025）[EB/OL].2021.[27]赛迪顾问。中国数字经济发展指数（2024）[R].2024.[28]腾讯研究院。数字化转型指数报告（2023）[R].2023.[29]中国信息通信研究院。中国数字经济发展与就业白皮书（2024）[R].2024.[30]国家统计局。中华人民共和国2023年国民经济和社会发展统计公报[R].2024.[31]AnderssonM,etal.

TheDigitizationoftheManufacturingIndustry:ImplicationsforLocationandEmployment[M].Cambridge:CambridgeUniversityPress,2004.[32]GaschetF,GlumacN.TheImpactofDigitalTechnologiesonUrbanManufacturing:EvidencefromEuropeanCities[J].EuropeanPlanningStudies,2020,28(5):989-1008.[33]黄静。招商图谱方法论：精准招商的理论与实践[M].北京：中国经济出版社，2023.[34]工业和信息化部。国家先进制造业集群名单（第一批、第二批、第三批）[EB/OL].2022-2024.[35]工业和信息化部。智能制造示范工厂揭榜单位和优秀场景名单（2022年）[EB/OL].2022.[36]工业和信息化部、国家发展改革委。关于加快建立绿色供应链的指导意见[EB/OL].2023.注释说明：①数据来源：国家统计局《中华人民共和国2023年国民经济和社会发展统计公报》。②数据来源：中国信息通信研究院《中国数字经济发展与就业白皮书（2024）》。③刘修岩（2022）的研究基于中国285个地级市面板数据，运用空间杜宾模型进行实证分析。④李兰冰等（2023）的研究采用2003—2020年省级面板数据，分析了产业转移的空间格局演变。⑤He和Wang（2024）采用门槛回归模型，分析了数字经济影响产业集聚的非