余妙志 方藝筱

（浙江工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，杭州 310023）

引 言

新一代信息技術(shù)的高速發(fā)展，為數(shù)字生產(chǎn)要素同傳統(tǒng)產(chǎn)業(yè)的融合打下了堅實基礎(chǔ)。制造業(yè)作為國民經(jīng)濟(jì)的命脈，成為數(shù)字要素發(fā)揮創(chuàng)新驅(qū)動和轉(zhuǎn)型升級作用的主戰(zhàn)場。2015年，國務(wù)院出臺《中國制造2025》，提出了提高制造業(yè)創(chuàng)新能力，推進(jìn)信息化和工業(yè)化深度融合的要求。2016年，國務(wù)院發(fā)布《關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導(dǎo)意見》，明確指出了要充分釋放“互聯(lián)網(wǎng)＋”的力量，改造提升傳統(tǒng)動能，培育新的經(jīng)濟(jì)增長點，加快推動“中國制造”提質(zhì)、增效、升級?！笆奈濉币?guī)劃期間，該主題更是進(jìn)一步上升為國家戰(zhàn)略：以數(shù)字化轉(zhuǎn)型整體驅(qū)動生產(chǎn)方式、生活方式和治理方式變革。在全球價值鏈分工的背景下，制造業(yè)數(shù)字化轉(zhuǎn)型推動了價值鏈的重構(gòu)，為每個國家創(chuàng)造了向價值鏈更高端攀升、獲取更多增加值的機(jī)會。

全球價值鏈分工地位在一定程度上代表了一個國家參與價值鏈的角色和從事生產(chǎn)活動的獲利能力。對其測算，國內(nèi)外學(xué)者提出了眾多方法。采用較多的主要有Koopman等（2010）［1］基于增加值分解的測算法，以及Wang等（2017）［2］利用生產(chǎn)長度比值衡量價值鏈地位的方法。其他測算方法如垂直專業(yè)化指數(shù)［3］、上游度指數(shù)［4］、出口產(chǎn)品價格［5］、出口技術(shù)復(fù)雜度［6］等也經(jīng)常被學(xué)者們采用。在制造業(yè)全球價值鏈的研究上，現(xiàn)有研究主要聚焦制造業(yè)服務(wù)化、貿(mào)易自由化、技術(shù)創(chuàng)新、對外直接投資等因素對其的影響或兩者聯(lián)系上。隨著數(shù)字時代的到來，學(xué)者們漸漸將研究視線投向數(shù)字化。齊俊妍和任奕達(dá)（2021）［7］從數(shù)字基礎(chǔ)設(shè)施、數(shù)字技術(shù)創(chuàng)新環(huán)境和國家數(shù)字競爭強(qiáng)度三維度出發(fā)，構(gòu)建國家數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)體系，發(fā)現(xiàn)數(shù)字基礎(chǔ)設(shè)施對各行業(yè)價值鏈地位的提升效應(yīng)最強(qiáng)。何文彬（2021）［8］、王永龍等（2020）［9］檢驗了數(shù)字化的部門效應(yīng)，研究表明，高技術(shù)密集部門的數(shù)字化賦能效用更強(qiáng)。張晴和于津平（2021）［10］對數(shù)字投入來源進(jìn)行區(qū)分，證實了國內(nèi)來源的數(shù)字投入對企業(yè)出口國內(nèi)增加值率有顯著提升作用，而國外來源的數(shù)字投入抑制作用明顯。郭周明和裘瑩（2020）［11］認(rèn)為數(shù)字經(jīng)濟(jì)具有貿(mào)易成本效應(yīng)和生產(chǎn)率提升效應(yīng)，同時能加強(qiáng)價值鏈模塊化趨勢來提升生產(chǎn)率，從而推動價值鏈攀升。李春發(fā)等（2020）［12］探討了數(shù)字化投入促進(jìn)制造業(yè)轉(zhuǎn)型升級的動力主要來源于產(chǎn)業(yè)鏈組織分工邊界拓展、交易成本降低、價值分配轉(zhuǎn)移、需求變化倒逼4個方面。梳理文獻(xiàn)可以發(fā)現(xiàn)，數(shù)字化日益成為各國實現(xiàn)產(chǎn)業(yè)升級、貿(mào)易增值的重要手段。然而現(xiàn)有文獻(xiàn)對數(shù)字化賦能制造業(yè)的研究結(jié)論大多停留在理論層面，在實證上仍亟需量化數(shù)據(jù)來支撐。基于此，本文基于ADB－MRIO、世界銀行等數(shù)據(jù)庫對數(shù)字化投入和制造業(yè)全球價值鏈地位進(jìn)行量化，實證檢驗數(shù)字化投入對制造業(yè)價值鏈地位的影響效應(yīng)，結(jié)果表明：制造業(yè)同數(shù)字化的融合有力推動了其全球價值鏈地位的提升，但對于不同收入水平國家、不同復(fù)雜水平價值鏈活動，數(shù)字化的影響效應(yīng)存在異質(zhì)性。

數(shù)字化轉(zhuǎn)型為處于制造業(yè)價值鏈低端的國家提供了后發(fā)趕超的絕佳機(jī)遇。在當(dāng)前國際形勢復(fù)雜多變，疫情沖擊、經(jīng)濟(jì)下行的背景下，牢牢把握數(shù)字化機(jī)遇是我國制造業(yè)在未來一段時間內(nèi)，搶占國際競爭主導(dǎo)權(quán)的總抓手。本文結(jié)合全球價值鏈視角，研究數(shù)字化投入對制造業(yè)價值鏈地位的影響效應(yīng)，以期為政府制定數(shù)字化戰(zhàn)略提供更多有益的政策參考。

1 數(shù)字化投入對制造業(yè)實現(xiàn)價值鏈攀升的機(jī)理分析

數(shù)字生產(chǎn)要素的投入提升了企業(yè)的經(jīng)營效率、交易效率和生產(chǎn)效率，有利于邊際成本的降低［10］，從而實現(xiàn)價值鏈地位的提升。數(shù)字信息技術(shù)打破了傳統(tǒng)生產(chǎn)要素受時空局限的“囹圄”，拓寬了企業(yè)信息收集渠道，以高效的信息計算和信息傳遞能力，降低了企業(yè)的搜尋成本［13］；同時加強(qiáng)了企業(yè)同上下游參與者之間交流溝通的能力和意愿［14］，增加了企業(yè)間的信息交互效率、協(xié)同效率［12］，有力支持了線上溝通、主頁建設(shè)、數(shù)字營銷等網(wǎng)絡(luò)交易手段的發(fā)展，助力雙邊市場向多邊市場延展，形成規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)，降低了企業(yè)的時間成本、談判成本和交易成本［15，16］；數(shù)字信息技術(shù)推動企業(yè)生產(chǎn)向自動化、智能化發(fā)展，顯著提升了企業(yè)的生產(chǎn)率，進(jìn)一步降低生產(chǎn)成本，從而獲取更多增加值［17］。如企業(yè)采用人工智能技術(shù)，實現(xiàn)了部分勞動力的替代，將部分簡單重復(fù)的生產(chǎn)任務(wù)交與智能化生產(chǎn)，不僅降低企業(yè)勞動成本，也提高了產(chǎn)出效率［18］。

數(shù)字生產(chǎn)要素的投入提升了創(chuàng)新資源的可得性，推動了企業(yè)創(chuàng)新發(fā)展，催生了更多新業(yè)態(tài)、新模式?；ヂ?lián)網(wǎng)、物聯(lián)網(wǎng)的“全球鏈接”功能為企業(yè)提供了全球創(chuàng)新資源［19］，加之?dāng)?shù)字化投入帶來的成本降低效應(yīng)，使得企業(yè)能夠?qū)⒏嗳肆?、物力、財力集中到?chuàng)新研發(fā)上，激勵企業(yè)創(chuàng)新發(fā)展，助推企業(yè)向更高階段的知識技術(shù)內(nèi)化、產(chǎn)品創(chuàng)新設(shè)計邁進(jìn)，實現(xiàn)價值鏈躍升［20］；數(shù)字信息技術(shù)擴(kuò)大了企業(yè)經(jīng)營范圍，創(chuàng)新了企業(yè)的經(jīng)營模式，拓寬了消費受眾面。從線下實體的經(jīng)營范圍和經(jīng)營模式拓展至線上虛擬網(wǎng)絡(luò)，企業(yè)的產(chǎn)品展示、銷售不再局限于地理位置，幫助企業(yè)更好應(yīng)對消費者需求的“長尾效應(yīng)”［21］。如云計算、大數(shù)據(jù)等信息技術(shù)能夠幫助企業(yè)對消費者信息進(jìn)行多維挖掘、整合，將消費者需求納入到產(chǎn)品設(shè)計、研發(fā)環(huán)節(jié)，增強(qiáng)了用戶粘性，催生了智能制造、大規(guī)模個性化定制等新型制造模式［12，14］。

綜上所述，數(shù)字化投入降低了制造企業(yè)生產(chǎn)經(jīng)營成本，并激發(fā)了企業(yè)的創(chuàng)新能力，促進(jìn)企業(yè)出口產(chǎn)品結(jié)構(gòu)轉(zhuǎn)型升級，從而推動一國制造業(yè)全球價值鏈地位的攀升。我國正處于由“制造大國”向“制造強(qiáng)國”前進(jìn)的攻堅時期，更應(yīng)把握好“數(shù)字化轉(zhuǎn)型”這個重大歷史機(jī)遇，向全球價值鏈更高端躍進(jìn)。

2 研究設(shè)計

2.1 模型設(shè)定與變量選取

以亞洲發(fā)展銀行投入產(chǎn)出表上的62個經(jīng)濟(jì)體為基數(shù)，考慮到數(shù)據(jù)的可得性，最終得到49個國家①2007～2019年的面板數(shù)據(jù)。綜合一些學(xué)者的研究，圍繞數(shù)字化投入對制造業(yè)全球價值鏈地位的影響研究，構(gòu)建面板數(shù)據(jù)模型如下：

圖1 數(shù)字化投入對制造業(yè)價值鏈攀升的影響機(jī)理

其中，下標(biāo)i、t分別代表國家和年份。GVC＿POit表示國家i在t年的全球價值鏈分工地位指數(shù)；dig＿totit表示國家i在t年對制造業(yè)投入數(shù)字化的程度。Controls表示控制變量，包括出口規(guī)模exportit、貿(mào)易開放度trade＿openit、知識產(chǎn)權(quán)使用情況lnknowledgeit、人力資本hcit和全球價值鏈參與度gvc＿pait。ui和θt分別表示國家個體效應(yīng)和年份時間效應(yīng)；εit表示隨機(jī)擾動項。各變量的具體說明、預(yù)期符號和數(shù)據(jù)來源如表1所示。

表1 各變量預(yù)期符號、變量說明及數(shù)據(jù)來源

2.2 核心變量測度

2.2.1 各國制造業(yè)數(shù)字化投入程度

目前，對于數(shù)字化投入的測定沒有統(tǒng)一的測算方法，參照一些學(xué)者［22，23］對制造業(yè)服務(wù)化投入的測度方式，本文采用完全消耗系數(shù)法和直接消耗系數(shù)法對制造業(yè)的數(shù)字化投入程度進(jìn)行測度。主要使用ADB－MRIO數(shù)據(jù)庫中的投入產(chǎn)出表進(jìn)行測算。對于數(shù)字化的界定，借鑒何文彬（2020）［8］、張晴和于津平（2021）［10］的做法，對投入產(chǎn)出表的35個部門進(jìn)行甄別，最后將計算機(jī)、電子和光學(xué)設(shè)備的制造（c14），電信設(shè)備及服務(wù)（c27）這兩個部門對制造業(yè)（c3～c16）的投入作為制造業(yè)數(shù)字化投入程度的代理指標(biāo)。

完全消耗系數(shù)法能夠充分反映數(shù)字部門通過直接、間接技術(shù)關(guān)聯(lián)效應(yīng)對制造部門的全面影響［10］，因此在基準(zhǔn)回歸模型中，本文采用完全消耗系數(shù)法對數(shù)字化投入進(jìn)行測算，將直接消耗系數(shù)法測算的數(shù)字化投入用于穩(wěn)健性分析。具體測算公式如下：

其中，aij表示j部門對i部門的直接消耗系數(shù)，aimamj表示j部門對i部門的第一輪間接消耗，aimaml alj表示j部門對i部門的第二輪間接消耗，依此類推，將j部門對i部門的直接消耗和n輪間接消耗加總，即可得到j(luò)部門對i部門的完全消耗情況。

2.2.2 全球價值鏈分工地位指數(shù)

借鑒Wang等（2017）［2］的做法，通過測算各國制造業(yè)部門增加值的生產(chǎn)長度，即各國制造業(yè)部門增加值從初始產(chǎn)品投入到最終產(chǎn)品吸收所經(jīng)歷的平均生產(chǎn)階段數(shù)目來構(gòu)建各國制造業(yè)的全球價值鏈分工地位［7］。假設(shè)世界上有M個國家或經(jīng)濟(jì)體，每個國家或經(jīng)濟(jì)體有N個部門，根據(jù)Wang等（2017）［2］提出的生產(chǎn)長度計算公式：

該式分子部分代表各生產(chǎn)階段的總產(chǎn)出，分母部分＾VB＾Y代表引發(fā)該總產(chǎn)出的增加值，兩者之比衡量了該增加值在被最終產(chǎn)品吸收之前所經(jīng)歷的生產(chǎn)階段數(shù)目。其中，表示MN×MN的直接增加值系數(shù)對角矩陣，B表示MN×MN的完全消耗系數(shù)矩陣，表示MN×MN的最終產(chǎn)品對角矩陣。各生產(chǎn)階段的總產(chǎn)出是將各生產(chǎn)階段增加值的生產(chǎn)長度作為權(quán)數(shù)，再將所有生產(chǎn)階段的產(chǎn)出進(jìn)行加總得到［24］，如式（3）所示，式中A表示MN×MN階的直接消耗系數(shù)矩陣。

根據(jù)上述生產(chǎn)長度測算模型，可計算得到各國制造業(yè)部門的前向生產(chǎn)長度plv和后向生產(chǎn)長度ply，兩者之比代表了該國制造業(yè)在全球價值鏈中的分工地位，如式（4），兩者之比越高，表明該國所處位置越接近上游，則該國的全球價值鏈分工地位越高。

3 實證結(jié)果與分析

3.1 基準(zhǔn)回歸

根據(jù)F檢驗和豪斯曼檢驗的結(jié)果，本文選擇固定效應(yīng)模型進(jìn)行回歸，并控制了國家個體效應(yīng)和年份時間效應(yīng)，得到基準(zhǔn)回歸結(jié)果如表2所示。如列（1）顯示，在不放入其他控制變量的情況下，數(shù)字化投入對制造業(yè)全球價值鏈分工地位的影響在1%的水平上顯著為正。列（2）～（6）展示了在此基礎(chǔ)上，依次放入剩余控制變量的回歸結(jié)果。結(jié)果顯示，數(shù)字化投入在1%的顯著性水平上對制造業(yè)全球價值鏈分工地位有正向影響，這表明數(shù)字化投入為傳統(tǒng)產(chǎn)業(yè)制造業(yè)注入了新的生命力，能夠助推制造業(yè)轉(zhuǎn)型升級，向價值鏈中高端躍升。就控制變量而言，出口規(guī)模和知識產(chǎn)權(quán)使用分別在1%和10%的顯著性水平上對制造業(yè)全球價值鏈分工地位有正向影響，人力資本和全球價值鏈參與度在5%的顯著性水平上對價值鏈分工地位有正向影響，皆同預(yù)期符號相符，而貿(mào)易開放度對制造業(yè)全球價值鏈分工地位的影響則存在負(fù)向影響。

表2 基準(zhǔn)回歸結(jié)果

3.2 穩(wěn)健性檢驗

3.2.1 改變數(shù)字化投入程度的度量方式

用直接消耗系數(shù)法替代完全消耗系數(shù)法對數(shù)字化投入進(jìn)行測算。將測算結(jié)果代入模型中，得到回歸結(jié)果如表3中列（1）所示，核心解釋變量的符號依舊在1%的顯著性水平上為正，表明基準(zhǔn)結(jié)果較為穩(wěn)健。

3.2.2 分樣本進(jìn)行回歸分析

根據(jù)樣本國的發(fā)展水平，將49個國家劃分為發(fā)達(dá)國家和發(fā)展中國家，分組進(jìn)行回歸。得到回歸結(jié)果如表3的列（2）和列（3）所示，可以看出不論是發(fā)達(dá)國家還是發(fā)展中國家，核心解釋變量數(shù)字化投入的符號和顯著性未發(fā)生根本性變化，同基準(zhǔn)回歸結(jié)果較一致，表明結(jié)果較為穩(wěn)健。

表3 異質(zhì)性及調(diào)節(jié)效應(yīng)檢驗結(jié)果

3.3 內(nèi)生性分析

考慮到數(shù)字化投入在數(shù)據(jù)獲取的過程中可能存在重要變量數(shù)據(jù)遺漏，以及數(shù)字化投入水平同制造業(yè)全球價值鏈分工地位之間可能存在逆向因果關(guān)系，本文借鑒許和連等（2017）［23］的做法，將數(shù)字化投入滯后1期作為工具變量，進(jìn)行兩階段最小二乘估計。先對工具變量進(jìn)行識別不足檢驗（Anderson canon.corr.LM檢驗）和弱工具變量檢驗（Cragg－Donald Wald F檢驗），檢驗均顯示通過，表明該工具變量是有效的。代入模型得到回歸結(jié)果（表略）所示，核心解釋變量dig＿tot的符號不變，并且在5%的水平上顯著，表明參數(shù)估計較一致。

4 拓展性分析

4.1 異質(zhì)性檢驗

4.1.1 基于國家收入水平的異質(zhì)性檢驗根據(jù)樣本國的收入水平將國家劃分為高收入國家、中高收入國家和中低收入國家，分組回歸得到結(jié)果如表3的列（1）～（3）所示。從結(jié)果可以看出數(shù)字化投入對高收入和中高收入國家的制造業(yè)價值鏈分工地位具有顯著正向影響，對中低收入國家的影響不顯著?？赡茉蛟谟冢簲?shù)字化投入在后續(xù)的維護(hù)和升級上對本國的技術(shù)研發(fā)以及資金支持具有一定要求，中低收入國家相較于高、中高收入國家在該條件上不具備優(yōu)勢，因此數(shù)字化投入對其影響效應(yīng)相對有限。

續(xù) 表

續(xù) 表

4.1.2 基于全球價值鏈活動復(fù)雜度的異質(zhì)性檢驗基于中間品貿(mào)易的跨境次數(shù)可將全球價值鏈分工活動分為簡單全球價值鏈和復(fù)雜全球價值鏈。其中，簡單全球價值鏈?zhǔn)侵赋隹趪隹谥虚g品到貿(mào)易伙伴國并被其直接吸收用于國內(nèi)生產(chǎn)的價值鏈活動，復(fù)雜全球價值鏈?zhǔn)侵赋隹趪隹谥虚g品到進(jìn)口國，被進(jìn)口國再出口回本國或其他國家的經(jīng)過兩次及以上跨境貿(mào)易的價值鏈活動。復(fù)雜全球價值鏈涉及的產(chǎn)品通常技術(shù)復(fù)雜度更高，生產(chǎn)流程更長。分別計算得到各國制造業(yè)2007～2019年的簡單全球價值鏈分工地位和復(fù)雜全球價值鏈分工地位。將所得數(shù)據(jù)代入模型，得到回歸結(jié)果如表3中列（4）和列（5）所示。結(jié)果表明數(shù)字化投入對簡單全球價值鏈分工地位和復(fù)雜全球價值鏈分工地位均有顯著提升作用，但對復(fù)雜全球價值鏈分工地位的提升作用更大。可能原因是數(shù)字化投入的成本降低和技術(shù)創(chuàng)新效應(yīng)對復(fù)雜全球價值鏈因生產(chǎn)流程長、流通頻率高等特性導(dǎo)致的高成本問題能產(chǎn)生更強(qiáng)烈的影響效應(yīng)。

4.2 調(diào)節(jié)效應(yīng)檢驗

一國全要素生產(chǎn)率的高低在一定程度上代表了該國的技術(shù)水平、發(fā)展環(huán)境，從而影響到該國制造業(yè)企業(yè)獲取數(shù)字化技術(shù)的難易程度和成本大小。因此，考慮到數(shù)字化投入對制造業(yè)全球價值鏈地位的影響可能會受一國全要素生產(chǎn)率的影響，為檢驗全要素生產(chǎn)率的調(diào)節(jié)效應(yīng)，本文在模型中引入各國2007～2019年的全要素生產(chǎn)率tfp＿it（以2017年為基期），構(gòu)建調(diào)節(jié)效應(yīng)模型。各國的全要素生產(chǎn)率數(shù)據(jù)源自佩恩世界表，因巴基斯坦數(shù)據(jù)缺失，樣本國由49個變動為48個。

GVC＿POit＝α0＋α1dig＿totit＋α2tfpit＋α3dig＿totit*tfpit＋α4Controls＋ui＋θt＋εit

從回歸結(jié)果表3的列（6）中可以看出，tfp和dig＿tot*tfp的估計系數(shù)均顯著為正，表明全要素生產(chǎn)率對數(shù)字化投入影響制造業(yè)全球價值鏈分工地位具有正向調(diào)節(jié)效應(yīng)。隨著一國全要素生產(chǎn)率的不斷提升，數(shù)字化投入對制造業(yè)全球價值鏈分工地位的助推效應(yīng)也會隨之增強(qiáng)。

5 結(jié)論與政策建議

本文通過2007～2019年49國的跨國面板數(shù)據(jù)，重點研究數(shù)字化投入對制造業(yè)全球價值鏈分工地位的影響效應(yīng)。研究發(fā)現(xiàn)：（1）數(shù)字化投入對一國的全球價值鏈分工地位具有顯著助推效應(yīng)；（2）通過不同收入水平國家和不同復(fù)雜度全球價值鏈活動的異質(zhì)性分析發(fā)現(xiàn)，數(shù)字化投入對于高、中高收入的國家具有更強(qiáng)的影響效應(yīng)，對復(fù)雜全球價值鏈分工地位提升的影響作用更為深刻；（3）各國全要素生產(chǎn)率對數(shù)字化投入影響制造業(yè)全球價值鏈分工地位具有正向調(diào)節(jié)效應(yīng)，表現(xiàn)為：一國全要素生產(chǎn)率越高，數(shù)字化投入對該國制造業(yè)全球價值鏈地位的推動作用就更強(qiáng)。

基于以上研究結(jié)論，本文得到以下幾點政策啟示：

（1）不斷推動數(shù)字經(jīng)濟(jì)與制造業(yè)深度融合，加快推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型升級。制造企業(yè)要利用好新一代信息技術(shù)，培育新型生產(chǎn)方式，推進(jìn)生產(chǎn)過程智能化，推動制造業(yè)擴(kuò)能、提質(zhì)、增效。中國作為最大的發(fā)展中國家，制造業(yè)發(fā)展面臨著“大而不強(qiáng)”的問題，同時在參與全球分工的過程中有被“低端鎖定”的風(fēng)險，因此更應(yīng)把握住“數(shù)字化”機(jī)遇，實現(xiàn)向價值鏈中高端的躍升。

（2）營造良好的數(shù)字化發(fā)展環(huán)境，鼓勵制造企業(yè)研發(fā)創(chuàng)新。核心關(guān)鍵技術(shù)是企業(yè)發(fā)展的命脈，缺失對核心關(guān)鍵技術(shù)的掌握將面臨“受制于人”的困境。為提升企業(yè)研發(fā)創(chuàng)新的積極性，政府可以積極出臺相關(guān)政策激勵企業(yè)創(chuàng)新研發(fā)，如進(jìn)一步擴(kuò)大減稅降費力度、增加資金渠道支持、為創(chuàng)新人才提供更好服務(wù)等，同時引導(dǎo)企業(yè)向更前沿的領(lǐng)域奮進(jìn)，努力將研發(fā)成果轉(zhuǎn)化、落地、實施。

（3）加快數(shù)字人才培育，為數(shù)字化轉(zhuǎn)型提供人才支持。隨著數(shù)字化改革的深入，企業(yè)對數(shù)字化人才的需求日益擴(kuò)大，而人才供給與需求兩端的不平衡，使得人才缺口進(jìn)一步擴(kuò)大。賽迪智庫的研究表明，目前我國數(shù)字化人才建設(shè)面臨著數(shù)據(jù)資源、支撐體系、技術(shù)能力、應(yīng)用水平和人才數(shù)量方面的壓力。對此，高校和企業(yè)應(yīng)圍繞數(shù)字化人才建設(shè)積極開展舉措。高?？芍贫〝?shù)字化人才培養(yǎng)方案，開設(shè)數(shù)字領(lǐng)域相關(guān)專業(yè)課程，持續(xù)向社會輸送數(shù)字化人才；企業(yè)可根據(jù)數(shù)字化需求創(chuàng)新人才培養(yǎng)方式，開展職工數(shù)字化技能培訓(xùn)，同時加大對數(shù)字化人才的引進(jìn)力度。

注釋：

①49個樣本國包括：澳大利亞、奧地利、比利時、保加利亞、巴西、加拿大、塞浦路斯、捷克、丹麥、愛沙尼亞、芬蘭、法國、德國、希臘、克羅地亞、匈牙利、印度、印度尼西亞、愛爾蘭、意大利、日本、哈薩克斯坦、吉爾吉斯斯坦、韓國、立陶宛、拉脫維亞、馬來西亞、墨西哥、馬耳他、蒙古國、荷蘭、挪威、巴基斯坦、菲律賓、波蘭、葡萄牙、中國、羅馬尼亞、俄羅斯、新加坡、西班牙、斯洛伐克、斯洛文尼亞、瑞士、瑞典、泰國、土耳其、英國、美國。