制造业数字化转型的挑战与对策

国家发展改革委国际合作中心 方正

制造业数字化网络化智能化是数字经济转型的重要举措。习近平总书记指出，世界经济数字化转型是大势所趋。要抓住产业数字化、数字产业化赋予的机遇，大力推进科技创新，着力壮大新增长点、形成发展新动能。为适应数字经济时代的新需求和新挑战，我国亟需制定制造业发展的新战略和新政策，打通云、管、端，释放数字对经济增长的放大倍增作用，形成制造业发展的强劲动力。

一、数字化驱动制造业高质量发展

加快数字经济发展已成为全球共识，实现数字产业化、产业数字化，大力推动数字经济与实体经济融合发展，已成为全球共识和大势所趋。其中，大力发展智能制造，推动制造业数字化转型，成为各国发展数字经济的战略重点，也成为制衡其他国家产业竞争力的重要手段。在制造业的数字化转型过程中，应努力形成竞争优势大、辐射范围广的数字产业化和产业数字化的生态体系。尤其在当下面对激烈的国际竞争，加速我国数字技术与经济社会的融合更是实现经济高质量发展的必由之路。

制造业是国家国际竞争力的主要体现，决定着各国在产业链格局中的分工和地位。在数字经济的大浪潮下，制造业的技术要求更高、发展空间更广、价值链更长，成为衡量一个国家科技实力和综合国力的重要标准。据中国信通院、中商产业研究院预计，2020年我国数字经济规模达到39.2万亿元，占GDP比重为38.6%，同比名义增长9.7%，已成为国家经济增长的核心动能。2020年我国服务业、工业、农业数字经济占行业增加值比重分别为40.7%、21.0%和8.9%，产业数字化转型提速，融合发展向深层次演进，数字经济已然成为经济持续稳定发展的新引擎和应对经济下行压力的重要抓手。预计2021年将进一步增长至47.65亿元（如图1）。根据中国信息通信研究院的预测，到2025年，我国数字经济增加值将达到60万亿元，占GDP比重超过50%，数字经济将成为经济高质量发展的重要新动能。根据中国深圳综合开发研究院发布的《中国数字化之路报告》，预计到2025年，数字经济将带动全国就业人数3.79亿人（如图2）。

图1 2015—2021年中国数字经济总体规模及预测

图2 2005—2019年中国数字经济增加值规模及占比

二、我国制造业数字化正面临部分问题

我国制造业数字化转型仍处于初级阶段，距离“数字强国”目标尚有继续深挖的潜力，仍需在“软”服务的繁荣的基础上，加强“硬”制造的崛起，特别是对我国实体经济有重要支撑作用的硬件装备和硬核产品。

（1）关键技术设备支撑能力不足。目前，我国制造业设备设施科技能力有待提高，设备改造和数据采集难度不小，对于制造业数字化转型很难起到关键支撑作用。“一条腿长、一条腿短”是我国当前制造业数字化过程中所遇到的问题。相较于“应用端”，“创新端”和“基础端”在各方面都显得相对薄弱，尤其是基础研究和原始创新方面尚未达到国际一流水准。此外，集成电路、人工智能等关键技术“缺芯少魂”问题仍存。

（2）设备系统联网面临断点堵点。传统企业通过长周期稳定市场塑造了以技术专利为手段，以技术壁垒为核心的“烟囱式”制造业体系和封闭的利益生态。这一体系的问题具体表现为，标准体系有待完善，基础数据准确率较低、编码系统的统一性有待提升，网络和终端之间数据业务的流通不畅。这一系列问题导致“数据孤岛”现象愈加明显。一是传统设备不含数字化模块。早期的物理式机器设备，如工业锅炉、港机等大型机械和工业缝纫机、电熨斗等小型设备，不含传感器和计算内核，难以产生数据，无法读取数据，更无法实现数据传输，只能依靠人工完成设备生产数据采集。二是数字化模块面临多个协议、多项标准。工业技术设备本身及其投入使用的场景种类繁杂，不同的作业环境对于工业协议的具体内容要求不同，数据格式之间的相似性也较小。由于彼此的兼容性有待提升，间接降低了资源的有效转化率。

（3）数据管理维护遭遇安全风险。数据安全是数字化转型的“软”基础，如果不打破“数据孤岛”，数字化根本无从谈起，但是如果打破“数据孤岛”，制造流程、产品信息等都将以数据形式呈现，并在企业内部和外部快速流动，此时数据安全则成为数字化能否被市场广泛接受的关键因素。目前，数据安全违法成本低，防控手段仅停留在修补应用程序、云端等网络漏洞，很多企业由于担心核心技术和商业秘密泄露，不愿意上云分享数据，甚至不升级设备，人为降低了数据兼容性，难以适应数字化需要。

三、加快数智变革，增强制造动力

制造业是一个国家经济社会发展的根基所在。要以数字化为手段，以互联网为工具，建立人机交互的、端到端的智能化制造系统，加快培育数字驱动、网络协同、有序规范、安全融通的数字化制造业。

（1）聚焦技术靶向，形成智能化制造系统。集中突破工业技术软件、高端传感器、虚拟制造和智能数控系统等技术，着力攻关高端芯片、操作系统等信息通信产业核心关键产品。加快规模以上工业企业数字化改造全覆盖，通过人工智能、物联网、云计算等新一代信息技术与实体经济相融合，大力推广应用具有感知、分析、推理、决策、执行、自主学习和维护功能的智能制造系统。通过谋划一批示范生产线、示范车间、示范工厂，促进企业之间的良性竞争。

（2）打通“数据孤岛”，打造数字化网络平台。鼓励企业加快发展数据采集设备和高性能传感设备，加快终端设备上网，建立集信息互通、设备互联、环境模拟、远程监控于一体的数据基础设施物联网络建设。推动高新科技开发区等各类园区企业数字化转型和智能化改造，利用互联网打造制造业全生命周期大数据系统，以平台体系为核心，设立安全保障体系，形成跨设备、跨系统、跨厂区、跨地区的全产业链互联互通。探索建设云服务体系、云产业中心和云端数据库，推动企业核心业务系统上云，打通“数据孤岛”，实现数据采集自动化、信息展示动态化、系统应用集成化、生产管理精细化。

（3）建立通用蓝图，构建应用性标准体系。尽快加强数据使用管理的标准、规范、技术、法律等方面的研究，重点关注数据资源确权问题。在制定相关法律法规时，重点把握数据所有权、使用权和流转权等关键点，形成权属明晰、灵活兼容的法律法规体系。积极探索国家大数据交易等数据资源流通标准的研究制定，建立并推广资源型数字经济、技术性数字经济等领域的基础共性标准和关键技术标准探索建立数字化企业联盟，建立“通用蓝图”，为未来产业生态体系中的各类标准制定提供框架。实现不同企业设备之间数据共享和传输。加强政府间和非政府组织间合作，发挥数字平台型企业的先行者作用，提升我国在国际类似标准与规则的制定过程中的参与度，提高我国在相关领域的话语权。

（4）注重信用安全，建设数字化生态系统。加快健全国家网络和信息安全保障体系，提升网络安全等级保护制度对于复杂网络、大数据汇聚以及万物互联系统的适应性。加快构建网络安全动感感知云平台，提升对各类数据平台存在潜在风险的预判准确度。借助云平台的风险等级评估、情报资源共享及研判处置功能，加强当前对于数字经济领域的规范管理。未来，在数字经济市场监管机制的建设过程中应紧紧围绕“信用”这一关键点，借助云计算、物联网、人工智能等技术手段，实现制造业相关信用信息资源配置最优化。在管理制造业相关主体的信用记录和信用档案的手段上不断优化，在加大监管力度的同时，提升对制造业企业及员工的信用服务水平。