用数字化为制造业高质量发展赋能

孟凡新

制造业是实体经济的基础，是未来经济高质量发展的关键。在面向数字经济时代的全球竞争中，依托数字技术发展更高水平、更有竞争力的先进制造业，已然成为各国的战略共识。习近平总书记强调，数字经济具有高创新性、强渗透性、广覆盖性，不仅是新的经济增长点，而且是改造提升传统产业的支点，可以成为构建现代化经济体系的重要引擎。数字技术、数字经济能够推动各类资源要素快捷流动、各类市场主体加速融合，促进制造业生产方式、组织方式和服务方式的系统性变革，对提高制造业生产效率和供给质量、做大做强实体经济具有重要意义。

我国制造业正处于迈向全球价值链中高端、提升核心竞争力的关键阶段。加快制造业数字化转型，用数字化为先进制造赋能，有利于促进制造业质量变革、效率变革、动力变革。

一方面，有利于降本增效稳定制造业比重。我国制造业规模已多年保持世界第一，但制造业增加值占GDP的比重由2016年的28.07%下降至2020年的26.29%。如果现阶段制造业占比下降过早、过快，就会削弱我国经济抗风险能力和国际竞争力。“十四五”规划和2035年远景目标纲要强调，保持制造业比重基本稳定。稳定制造业比重，不能片面追求制造业规模增长，关键在于提升制造业效率和质量，而推动制造业数字化无疑是关键手段。数字技术的广泛应用有助于降低产业链组织成本，提高资源配置效率和制造业生产效率。同时，数字化促进制造业向服务端拓展，产生新业态、孵化新模式，可以提升产业价值链。

另一方面，有利于提质赋能促进产业链现代化。我国制造业产品品质不高、高端有效供给不足是一个不争的事实。目前，传统制造业的成本比较优势正在逐渐减弱，但制造业规模体量大、产业体系完备的优势很难替代。利用数字技术对制造业进行全方位、全角度、全链条改造，提升研发设计、生产制造、企业运维等产业链各环节数字化水平，延长、拓宽、挖深产业链，有利于提高制造业供给体系质量，塑造先进制造业竞争新优势。

加快制造业数字化转型，有利于固本强基保障产业链供应链安全稳定。增强产业链供应链自主可控能力，是构建新发展格局的重要基础。产业链供应链缺乏韧性和弹性，就很难有效应对各种重大风险和外部冲击。推进数字技术与制造业深度融合，加强区块链、物联网、人工智能等技术布局应用，有利于加快关键芯片、基础零部件、基础材料、基础软件等工业基础领域的自主化进程，提升产业链供应链自主可控能力。

近年来，我国制造业数字化全面提速，但制造业数字化比例依然不高，有效发挥数字技术对制造业的放大叠加倍增作用，一些困难和挑战不容忽视。比如，我国制造业企业规模化、全链条、多功能的数字化改造才刚刚起步，数字技术供给浅层化、碎片化，技术应用收益与技术高效供给尚未形成良性循环;制造业领域设备种类繁多、应用场景复杂，存在设备接口不开放等问题，加上数据权属界定不清、规则不明、难以定价等基础性问题尚未得到有效解决，跨行业、跨企业数据难以充分流通共享，制约了数字技术应用的广度和深度;支撑制造业数字化转型的新型基础设施兼有公共性和经营性属性，建设资金需求量大，但市场化的投融资模式尚不健全，政府、平台企业、制造企业等主体之间的利益共享和风险共担机制还不完善，数字基础设施建设总体滞后;等等。

推动制造业数字化转型，需要融合技术工具和政策工具、统筹政府和市场力量、兼顾发展激励与风险防范，促进制造业数字技术供给与制造业转型需求高效適配。

一是提升数字化转型技术工具与政策工具的适配性。技术创新与政策供给是驱动制造业数字化的两个轮子。应围绕制造业数字化中新产品新业态的市场准入限制、新商业模式知识产权保护等，进一步强化政策供给，为数字技术应用创造更好的条件。同时，推进制造业数字化领域相关国家、行业和地方标准制修订，强化财政金融支持，鼓励金融机构深度参与制造业数字化转型，加强对制造业数字化（下转第17页）（上接第1页）转型的融资支持、信用评估和风险管理。

二是增强数字基础设施与传统设施的互补性。纵深推进制造业数字化转型，离不开现代化基础设施的有效支撑，这既涉及到传统基础设施的改造升级，也包括数字基础设施建设。要创新新型基础设施投融资模式，加快推进工业互联网等新型数字基础设施建设，增强通信设备、集成电路、电子元器件、关键软件等核心竞争力，同步提升电力、交通、物流等传统基础设施的数字化改造，增强基础设施综合保障能力。

三是推动数字技术与先进制造技术融合发展。技术耦合性对提升产业链竞争力至关重要。在推动制造业数字化过程中，要更加重视发挥数字技术与其他先进制造技术的融合集成作用，如高端新材料、重大技术装备、机器人技术、高端医疗装备等，通过融合性技术加快补齐基础零部件及元器件、基础软件、基础材料、基础工艺和产业技术基础等短板，推动制造业全方位、系统性变革。

四是建立全面系统的工业大数据生态。推动制造业数字化转型，数据治理是关键。应积极引导推动工业设备数据接口开放，加快多源异构数据的融合和汇聚，构建完整贯通的高质量数据链。健全工业大数据资产价值评估体系，促进区块链等技术在数据流通中的应用，完善数据市场化配置。打造分类科学、分级准确、管理有序的数据治理体系和数据资源全生命周期安全保护机制，提升数据治理能力。

（作者系北京市习近平新时代中国特色社会主义思想研究中心特约研究员）