一、引言 党的二十届三中全会强调，要“加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系”。当前，数字科技快速发展，并与经济社会深度融合，数字经济成为全球经济发展的重要趋势，引领新一轮的科技革命和产业变革。作为数字经济的两大核心内涵，产业数字化和数字产业化对于发展新质生产力、加快产业科技互促双强、推动经济结构优化具有重要作用，是当前和未来经济发展的关键方向。产业数字化与数字产业化两者相辅相成，数字产业化为产业数字化提供技术支撑，产业数字化则构成数字产业化的需求驱动力和应用场景。在数字经济时代，中国应如何抓住新一轮科技革命和产业变革重大机遇，通过产业数字化转型来促进数字产业化发展、推动产业结构转型升级，是本文研究的主要问题。 近年来，中国数字经济融合化趋势进一步加强，产业数字化深入推进，数字产业化高质量发展。数字产业化作为数字经济的创新策源地，其通过技术迭代创新和数据要素价值化，有望成为推动产业结构转型升级的战略引擎。在数字产业化发展过程中，一方面可以通过技术迭代创新逐渐模糊产业间边界(潘珊等，2025)，并且偏向性地提高不同产业的劳动生产率(Graetz和Michaels，2018)，从而推动产业结构转型(郭凯明和刘冲，2023)，促进收入分配格局演化(王林辉等，2020)；另一方面可以通过推动数据要素标准化、资产化以及产业化，打破传统生产要素边际报酬递减规律，促使部分产业形成新的比较优势，并且该优势会随着生产规模的扩张不断自我强化(Goldfarb和Tucker，2019；Ghasemaghaei和Calic，2020；蔡继明等，2023)。 数字经济作为一种新型经济形态，其本质特征在于通过引入数据要素重构生产函数(王定祥等，2023)，进而提高资源配置效率。然而作为新型生产要素，数据要素既有特性，又有共性。与资本和劳动等传统生产要素不同的是，数据要素具有非竞争性和正外部性特征。在数字技术驱动下，数据作为生产要素嵌入生产流程，其复制与传输成本骤降，近乎为零的边际成本特性与非竞争性相互作用，对经济增长形成范围效应，从而引起生产部门规模报酬递增(蔡跃洲和马文君，2021；王超贤等，2022)。此外，内生增长理论表明，知识与信息具备显著的正外部性。随着数据要素的规模不断扩大，其承载的有价值的知识和信息会不断累积，异质性知识相互融合，提高劳动、资本等传统生产要素之间的协同性(Jones和Tonetti，2020；Cong等，2021)，从而提高全要素生产率，但企业无须为此额外支付成本(Farboodi和Veldkamp，2021；Acemoglu等，2022)。与许多生产要素相似，数据要素的形成需要支付投资和研发成本。社会生产、流通、消费和分配活动会产生海量数据，但原始数据不能直接进入生产环节，需要投资研发大数据、物联网等数字技术，将原始数据进行采集、挖掘以及清洗等步骤后才能形成可投入生产的数据要素(徐翔等，2021；龚强等，2022)。然而，不同产业的生产方式有着各自特点，数据要素对不同产业部门的赋能程度也因此有所差异，这种差异性会导致数据要素对不同产业部门产生偏向性影响(Freeman等，2023；Abis和Veldkamp，2024)。 随着传统产业不断推进数字化转型，产业数字化为数据应用提供了丰富场景，大幅增加了数据要素的供给，因此产业数字化不仅使传统产业融入数字生态，又可以进一步通过数据要素的放大、叠加和倍增作用来促进数字产业化，与数字产业化形成协同发展的关系，进而推动产业结构转型升级。在数字经济快速发展的大背景下，本文试图回答：数据要素的引入、传统产业的数字化转型如何推动数字产业化发展及产业结构转型升级，以及这一机制的定量影响有多大? 基于以上考虑，为了分析传统产业数字化转型影响数字产业化发展和产业结构转型升级的内在机制，本文建立了一个引入数据要素的多部门动态一般均衡模型。其中，经济由传统产业部门和数字产业部门构成，传统产业在数字化转型前由资本和劳动等传统生产要素进行生产，传统产业数字化转型后数据要素成为传统产业的生产要素，显著提升了传统产业生产效率。并且，随着产业数字化转型的深入推进，数据场景应用更加丰富，形成了海量数据资源，进一步加速了数据要素积累，放大了数据要素的作用。作为生产要素的数据要素由数据资源和数字技术研发投入内生积累，会通过其正外部性的特征，提高所有产业的全要素生产率；又通过偏向性的特征，有偏地影响传统产业和数字产业的劳动生产率，促进数字产业比重上升，进而推动产业结构转型升级。 与现有模型相比，本文纳入了数据要素的正外部性和偏向性特征，侧重于讨论传统产业进行数字化转型的前后对比，通过理论分析和数值模拟分别定性和定量地展示了传统产业数字化转型促进数字产业化发展和推动产业结构转型升级的经济机制。理论分析表明，传统产业数字化转型后，当产业间产出替代弹性较高且数字产业数据要素利用效率较大时，数据要素通过提高数字产业相对劳动生产率来促进数字产业发展，进而推动产业结构转型升级。数值模拟结果表明，产业数字化转型能够较为显著地提高数字产业部门的比重，增加经济总体的劳动生产率，推动产业结构转型升级。加大数字技术研发投资率、提高数据资源形成率以及实施结构性的减税降费或者财政补贴都可以进一步推动数字产业化发展。 本文发展了数字经济领域的相关研究。现有研究指出，数据要素具有强大的规模经济、范围经济和网络效应，在生产、投资及创新上具有一些特殊性质，因此数据要素可以对要素配置产生变革性影响(谢丹夏等，2022)，带来更强的网络外部性(Gregory等，2021；Hagiu和Wright，2023)，有利于推动产业的创新发展与动力变革(洪银兴和任保平，2023；郭凯明等，2024)，增加社会福利水平(Cong等，2022)。还有一些研究发现，产业数字化转型后可以通过推动企业组织结构趋于网络化、扁平化来提高企业生产率(Frynas等，2018；戚聿东和肖旭，2020)、促进企业专业化分工来优化供应链配置(巫强和姚雨秀，2023)，以及促使企业创新网络开放协同以获取竞争优势(Abouzeedan等，2013)，从而增强产业链供应链韧性(陶锋等，2023)，推动经济高质量发展。以上文献大多从微观视角出发，在企业层面上检验数字化转型的经济效应。本文在宏观层面构建了一个包含产业数字化和数字产业化的理论模型，纳入了数据要素的宏观特征来讨论传统产业数字化转型促进数字产业化发展和推动产业结构转型升级的经济机制，丰富了数字经济领域的研究视角。
