智能制造产业链金融研究综述

李阳 宋良荣 阎奇冠

【摘要】智能制造产业链重构成为各国抢占全球价值链“微笑曲线”两端的战略主阵地， 产业链金融能够“精准滴灌”智能制造产业链， 促进制造业数字化、 网络化、 智能化升级， 解决中小微企业融资难、 融资贵的世界性难题。本文对智能制造产业链以及智能制造产业链金融开展了内涵、 构成要素及特征的分析。其中， 智能制造产业链的构成要素包括新一代信息技术与工业元宇宙、 数据资产、 数字平台、 供应链控制塔以及数智化供应链。智能制造产业链的特征包括： 智能制造产业价值链重塑， 导致“微笑曲线”变“马脸曲线”； 智能制造产业链的高数字化， 导致新旧风险之间的转换。智能制造产业链金融的构成要素包括金融科技与元宇宙产业链金融、 产业链金融平台。智能制造产业链金融的特征包括产业链金融商业模式重塑、 产业链金融信用体系重塑以及产业链金融风险管控思维和方式重塑。

【关键词】智能制造；产业链；供应链；产业链金融；供应链金融

【中图分类号】F830      【文献标识码】A      【文章编号】1004-0994（2023）12-0108-9

一、 引言

科技革命和制造业产业变革带来的转型升级促使智能制造产业链重构成为新一轮全球制造业发展的核心命脉， 智能制造成为各国抢占全球产业链价值链“微笑曲线”两端的战略主阵地， 也是争夺国际产业链话语权的重要突破口。在数字革命的背景下， 当今社会经济形态从商品经济转向数字经济。虽然在新兴数字技术的引领下， 产业链管理早已从机械化、 自动化时代迈入智能化时代， 但我国制造业一直处于“大而不强”、 产业链“宽而不深”的困境之中， 其中的中小企业甚至国际化大企业也仅仅处于工业2.0及3.0阶段。可见， 我国制造业走向网络化、 智能化阶段任重而道远。据统计， 制造业在数字化转型方面的投入额约为300万 ～ 1000万元， 这使得大多数企业存在一定程度的融资困境。面对中小微企业融资难、 融资贵、 融资慢的世界性难题， 供应链金融作为一种系统性金融服务应运而生， 而产业链金融作为供应链金融在我国本土的创新实践， 是数字经济背景下供应链金融的转型升级。

但是， 国内外学者对于产业链金融的关注度明显低于供应链金融。国外没有产业链金融的概念， 只有供應链金融的概念。在Web of Science上搜索“industry chain”“industry chain finance”等关键词， 搜索结果还是与“supply chain”“supply chain finance”等关键词有关的学术论文。而在中国知网的北大核心以及CSSCI库中搜索关键词“产业链金融”， 共检索出270篇学术论文， 其中CSSCI中仅有94篇， 占34.81%。供应链金融是产业链金融的微观形态， 随着数字经济、 平台经济、 节点经济、 体验经济的发展以及新一代信息技术与金融工具的融合， 供应链金融涉及的产业及参与主体更加多元， 其网络结构更加复杂， 作为供应链金融的高阶版本， 产业链金融更能够“精准滴灌”智能制造， 实现金融赋能实体经济的“制造强国”战略。因此， 在数字经济背景下研究“智能制造产业链金融”这一跨学科综合性新兴主题， 具有前瞻性、 实用性、 指导性的实践价值和学术价值。

二、 概念界定与辨析

（一）产业链、 供应链与价值链

1. 产业链的内涵。产业链（industry chain）是产生于中国情境下的概念（夏蜀和刘志强，2022）， 国外用“供应链”“产业网络”等术语代替“产业链”（邵昶和李健，2007）， 且对产业链内涵的认知不明显（宋华和杨雨东，2022）。产业链的概念源自产业经济学， 但是也有学者使用机械学的链转动理论对产业链的构成要素进行剖析（刘贵富和赵英才，2006；明庆忠等，2023）。很多学者对产业链的概念进行了定义， 我国最早在学术期刊上提出产业链概念的学者是张文合（1988）， 其提出任何一个产业都不是孤立存在的， 而是依存于前序部门和后续部门， 这种有序的联结即是产业链。现有研究将产业链形态分为三种， 即战略联盟关系（龚勤林，2004）、 链条式关联关系（吴金明和邵昶，2006）以及产业组织结构（邵昶和李健，2007）。基于前人的研究， 本文将产业链内涵的特征总结如下： 第一， 产业链形成的前提是产业分工， 产业链中的链条可以由相同产业组成， 也可以由不同产业组成， 既包括产业链条， 也包括企业链条。第二， 产业链以价值增值为导向， 产业及企业合作的根本前提是价值共创， 因此产业链内部的每根链条都内含价值链。第三， 产业链是由具有产业关联（上下游的纵向关联、 按需合作的同类不同种的横向关联以及时间次第性和空间区位指向性的时空关联）的产业及其企业组成的战略联盟关系。第四， 产业链的组织形态为网链式链条， 这种网络组织模糊了产业和企业的边界， 尤其在平台经济和数字经济的驱动下， 资源可得性以及去中心化趋势更加明显。

2. 供应链的内涵。供应链（supply chain）是管理学概念， 其研究开始于产业链研究之后。供应链的概念起初来源于军队的后勤补给活动， 随着商业活动的发展， 后逐渐应用到生产流通领域。国内学者马士华（2014）将供应链定义为“供应链是围绕核心企业， 通过对信息流、 物流、 资金流的控制， 从采购原材料开始， 制成中间品以及最终产品， 最后由销售网络把产品送到消费者手中， 将供应商、 制造商、 分销商、 零售商直到最终消费者连成一个整体的功能网链结构”。国外学者Büyük?zkan G.和 G??er F.（2018）将供应链定义为“为生产和销售特定产品而建立的公司与其供应商之间的网络”。由此可见， 与产业链相比， 供应链立足于中观层面， 其形态是基于网络而形成的链式结构， 其核心是基于产品和服务创造价值， 强调跨组织的协同合作。

3. 价值链的内涵。价值链（value chain）的概念最初由Michael E. Porter于1985年提出， 其强调单个企业的价值创造过程， 后于1988年将价值链的范围拓展至企业间， 进一步提出价值体系（value system）， 价值体系包括公司内部价值链与公司外部价值链两个维度。Peter Hines在Michael E. Porter的基础上， 将价值链重新定义为“集成物料价值的运输线”， 此定义主要强调价值链是为了满足顾客需求， 而不是单纯追求利润。随着产品技术复杂程度的提升、 企业对资源整合效率以及成本节约的追求， 经济活动单元必须进行跨产业、 跨区域、 跨国界的交流与协作， 因此产业价值链（industrial value chain）、 全球价值链（global value chain）的概念应运而生。产业价值链是价值链在产业层面上的延伸， 是多个企业价值链的整合。全球价值链是指出于成本节约和资源匹配的目的， 将产业链各环节分散至全球不同经济体进行附加值在各个环节的价值创造和累加， 其通过国际贸易途径形成。由此可见， 无论是产业价值链还是全球价值链， 都是价值链在不同层面的延伸， 本质上还是企业在微观活动上的价值创造过程。

4. 三者之間的辨析。现有学者对产业链、 供应链、 价值链之间的对比进行了大量研究， 本文基于前人的研究， 将三者之间的逻辑关系提炼如下： 第一， 供应链是产业链的微观体现， 供应链构成产业链的价值单元（杨继军等，2022）， 产业链、 供应链、 价值链三者之间“你中有我， 我中有你”， 在数字经济、 平台经济时代下， 三者趋于融合（宋华和杨雨东，2022）。第二， 产业链的概念是从价值链中分离出来的， 供应链的概念是从产业链中分离出来的。第三， 企业和行业在产业链及供应链中创造出价值， 提炼出价值链（张晖和张德生，2012）。每一条产业链里都有供应链和价值链， 产业链决定供应链， 供应链服务于产业链， 产业链和供应链的价值通过价值链体现（黄群慧和倪红福，2020）。

（二）供应链金融与产业链金融

1. 供应链金融的内涵。2020年9月， 中国人民银行等八部委发布《关于规范发展供应链金融 支持供应链产业链稳定循环和优化升级的意见》（简称《意见》）， 这个文件对供应链金融（supply chain finance）的定义做了官方界定： “供应链金融是指从供应链产业链整体出发， 运用金融科技手段， 整合物流、 资金流、 信息流等信息， 在真实交易的背景下， 构建供应链中占主导地位的核心企业与上下游企业一体化的金融供给体系和风险评估体系， 提供系统性的金融解决方案， 以快速响应产业链上企业的结算、 融资、 财务管理等综合需求， 降低企业成本， 提升产业链各方价值”。以此政策性文件为标志， 供应链金融作为一种正式的金融形态在我国发展起来。

2. 产业链金融的内涵。产业链金融（industry chain finance）是数字经济背景下国家政策对产业链供应链现代化水平提升的创新要求， 也是我国本土供应链金融在商业模式上的创新实践（夏蜀和刘志强，2022）。正如产业链一样， 产业链金融也是中国化名词， 且到目前为止还没有关于产业链金融的官方定义。部分学者对产业链金融进行了定义， 并在定义中强调了关键性要素。比如： 夏蜀和刘志强（2022）强调供应链金融、 服务平台和产业场景； 詹子友（2017）强调核心企业、 企业集群、 资金融资活动； 李占国（2015）强调核心企业、 金融服务产品和服务模式； 洪崎（2014）强调金融服务生态圈、 链群企业、 金融服务链、 大产品平台、 综合性服务； 朱磊和冯锐（2012）强调核心企业、 供应链和金融服务。从关键性要素中可提炼出产业链金融的内涵： 第一， 产业链金融是在供应链金融的基础上发展起来的综合性金融服务； 第二， 产业链金融仍以核心企业为依托， 在对产业链整体的信用状况进行把控后， 为链群企业（含核心企业及中小微企业）提供金融支持； 第三， 产业链金融是融入数字经济、 平台经济、 金融科技等要素的新型金融形态； 第四， 产业链金融的目标是构建效益最大化、 成本最小化的金融生态圈， 最终实现价值共创。

3. 两者之间的辨析。实业界将供应链金融与产业链金融进行等同处理， 并且现阶段应用推广更多的还是供应链金融。学术界将供应链金融作为产业链金融的一个分支， 产业链金融是对供应链金融的延伸和推广。目前少数学者对两者进行了辨析。夏蜀和刘志强（2022）认为， 产业链金融是多个供应链金融服务系统的再形成， 有着更高级的价值主张， 更加强调平台生态和资源整合。詹子友（2017）认为， 产业链金融以核心企业为中心， 供应链金融以金融机构为中心。杨尧均和章和杰（2017）认为， 供应链金融是以供应链上的相关企业为整体进行融资服务， 产业链金融是以产业链上的所有企业为整体进行综合服务， 产业链金融扩大了供应链金融的融资覆盖范围。刘诗宇（2021）通过比喻的方式将供应链金融比作经线， 将产业链金融比作经线与纬线交织的网面， 并且提出供应链金融是以核心企业信用为核心， 产业链金融是将整个产业链的资产和交易情况作为核心。综上所述， 产业链金融是更高维度的供应链金融， 在数字经济和平台经济的背景下， 产业链金融更加符合未来的研究和发展趋势。

三、 智能制造产业链

（一）智能制造产业链的内涵

通过对产业链内涵的特征总结以及中国工业和信息化部对智能制造的定义， 本文对智能制造产业链的内涵进行如下定义： 以智能制造企业为核心企业所构成的产业链统称为智能制造产业链。更为具体地， 智能制造产业链是在数字经济、 平台经济、 节点经济、 体验经济的背景下， 通过新一代信息技术、 元宇宙技术与先进制造技术的融合， 对智能制造产业链供应链进行重塑， 以数据资产为基础、 以数字平台为载体、 以供应链控制塔为统领、 以数智化供应链为纽带， 在产业链组织形态、 商业模式、 成本构成方式、 新旧风险转换等方面产生变革， 通过产业链各环节的虚实交互、 各节点的互通互联， 推出个性化、 定制化、 及时响应的产品和服务， 提升价值链附加值而打造的智能制造数字产业链生态圈。

（二）智能制造产业链的构成要素

1. 新一代信息技术与工业元宇宙。新一代信息技术是数字经济的驱动因素， 是构成智能制造产业链支撑系统的基础， 也是新一轮产业变革的核心驱动力。新一代信息技术通过挖掘、 处理、 识别海量数据形成智能决策， 进一步构建智能互联的生态系统。但是新一代信息技术对智能制造的赋能有着无法突破的瓶颈， 即新一代信息技术和工业互联网能够达到“万物互联”， 但还无法达到“万物互信”“万物交易”“万物协作”（孙柏林，2022）。因此， 作为数字经济发展的高级阶段和新一代信息技术发展的最高级形态， 目前元宇宙技术对于游戏、 传媒、 文化产品、 教育等领域的赋能已初具成效， 但将元宇宙技术应用到智能制造领域尚处于初级阶段， 探索工业元宇宙与智能制造的融合发展是未来智能制造发展的新蓝海。2022年7月上海发布的《上海市培育“元宇宙”新赛道行动方案（2022-2025年）》中提及“虚实融合智能制造”； 2023年1月上海经信委发布《关于2022上海市元宇宙重大应用场景“揭榜挂帅”项目发榜的通知》， 其中在智能制造领域， 上海飞机设计研究院、 宝武装备智能科技有限公司和宝山钢铁股份有限公司三家公司均发布了工业元宇宙应用场景需求。工业元宇宙技术的基石仍然是工业互联网中的新一代信息技术， 其底层技术包括数字孪生、 区块链、 云计算、 扩展现实技术、 非同质化通证（NFT，Non Fungible Token）技术等。其中： 工业元宇宙借助数字孪生技术， 能够实现物理世界与虚拟世界的交互映射， 打造合作共创的服务型制造的商业模式（段淳林和邹嘉桓，2023）， 在制造和维护环节能够提升工程师之间的交互协作水平， 打破劳动力流动边界（郑世林等，2022）， 在产品测试环节可以借助虚拟生产线降低危险系数（何心巨等，2023）； 借助区块链技术下的智能合约、 共享账本， 以及非对称加密的透明、 不可篡改机制， 能够形成去中心化自治组织， 使得智能制造产业链上的成员实现跨时空协作， 以低成本、 透明化、 实时监控的“信任”模式重构市场信用体系， 保护数据隐私和知识产权、 共享数据资产、 释放数据价值（杨东和梁伟亮，2023）。

2. 数据资产。随着中共中央、 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》的出台， 以及数据资产进入资产负债表等实质性政策的落地， 数据资产具备了可供借贷的资产属性， 成为融资支点， 这标志着数字经济的发展进入新的里程碑。数字经济的运行依托于数据， 数据是整合智能制造产业链中商流、 信息流、 物流、 资金流的关键性生产要素和战略性决策资源， 是智能制造产业链互通互联的基础。数据来源于企业生产和行为活动， 包括结构化数据、 半结构化数据和非结构化数据。这些数据作为原材料本身并不具有价值， 只有将汇集后的原数据进行清洗、 建模、 加工、 分类、 存储、 加密后转换成可供交易、 可供借贷、 可供变现、 可供决策的数据产品， 才能体现出数据的价值， 也称数据资产， 即数据资产的形成路径为“数据—产品—资产”， 并最终转化为“数据资本”。智能制造是数字经济的典型代表， 制造业正在经历从基于知识的智能制造到基于知识和数据资产双轮驱动的智能制造的转变（Zeba等，2021）。随着制造业的数智化转型以及金融赋能实体经济进程的推进， 数据资产作为智能制造产业链的基础， 其共享、 增值、 合法合规以及数据金融的交易与借贷等议题将会成为智能制造产业链未来的研究重点。

3. 数字平台。数字平台由新一代信息技术、 数据、 网络、 算法等四要件组成（戚聿东和刘欢欢，2021）， 具有规模经济、 范围经济和网络外部性特征（陈伟光等，2022）， 是智能制造产业链实现互通互联与价值共创的载体。平台是制造业及产业链转型升级的新型组织形态， 也是推动数字经济与实体经济融合的主力军。智能制造产业链数字平台可以由智能制造企业自己搭建， 也可以通过入驻零售商的消费互联网平台搭建， 或者借由第三方即科技服务公司牵头搭建。制造企业平台化基于工业互联网和数字技术的融合， 能够协同产业链各节点企业共同培育创新技术、 模块化生产流程， 降低协作与交易成本， 通过平台主导者、 消费者、 产业链上下游企业以及其他产业链集群参与者之间的交互， 积累、 整合供需端资源并进行个性化需求匹配与资源共享， 提升产业链整体的运作管理效率， 降低寻找与沟通成本， 构建可信任的竞合关系， 最终实现价值共创。现有商业格局的竞争从企业之间的竞争转变为产业链之间的竞争， 并呈现出逐步过渡到平台之间的竞争的趋势。数字平台对智能制造产业链的赋能可打造以信息交互、 资源匹配、 协同合作、 价值共创、 信任重构、 提质增效为特点的商业模式。数字平台从辅助工具逐步演化为组织运作主体， 智能制造企业及其产业链向平台化转型将成为大势所趋（裴军等，2023）。

4. 供应链控制塔。供应链控制塔（SCCT）是数智化供应链的上层建筑， 通过数字化、 网絡化、 智能化技术的赋能， 能够实现与各模块互通互联、 数据和运营可视化、 实时信息共享、 实时监控预警、 跨地域、 组织协同运行、 超前感知风险的管理控制中枢， 是一个具有统领全局作用的供应链网络体系， 是智能制造产业链智能化运营的“统帅和灵魂”。供应链控制塔可以将产业链各成员、 各系统和流程结合在一起， 通过价值链提高产品和流程的可见性（Patsavellas等，2021）。供应链控制塔的发展演进也经历了从1.0到4.0的阶段， 其中1.0阶段能够实现可视化， 2.0阶段具有预测与诊断分析功能， 3.0阶段能够达成多主体协同， 4.0阶段为智能化阶段， 能够实现端对端链接、 优化决策、 信息协同及预警功能（宋华，2022）。供应链控制塔的四阶段进阶与智能制造的三个范式（数字化制造、数字化网络化制造、数字化网络化智能化制造）可以并行发展、 螺旋式融合演进。

5. 数智化供应链。数智化供应链是智能制造產业链互通互联的纽带。根据工业互联网产业联盟（2022）对数智化供应链（digital and intelligent supply chain）的定义， 数智化供应链是“以用户为中心且有效连接供应商、 制造商、 服务商、 经销商、 零售商等主体的网链结构体， 应用数字化和智能化技术赋能计划、 采购、 制造、 服务、 履约、 逆向等全流程的业务数字化、 决策智能化， 实现降本增效、 安全稳定、 绿色低碳等价值创造”。由此可见， 数智化供应链是供应链的一种新型管理方式， 强调技术系统、 服务型价值创造方式以及组织间高效协同等要素。从层级构成角度看， 数智化供应链结构由五层构成， 包括软硬件基础设施、 驱动平台、 运营平台、 控制枢纽以及战略架构（施云，2022）。从特性上看， 数智化供应链具有快速性、 敏捷性、 全球连通性、 实时库存、 智能化、 透明化、 成本优势以及主动防御风险性（Büyük?zkan G.和G??er F.，2018）。从传统供应链与数智化供应链对比来看， 数智化供应链借助新一代信息技术能够收集、 分析、 处理海量异构的数据以实现智能决策， 整合商流、 信息流、 资金流、 物流、 知识流， 达到多行业、 多主体之间的协同， 从供应链整体层面推进参与者之间的互通互联。

（三）智能制造产业链的特征

1. 智能制造产业价值链的重塑， 导致“微笑曲线”变“马脸曲线”。在全球价值链资源分配环节中， 智能制造产业链的高附加值环节， 即产业链的上游（研发设计）与下游（品牌营销、售后服务等）集聚在掌握关键核心技术和设备资源的发达国家， 而原材料供应、 生产制造、 产品加工等低附加值环节分散在具有劳动力成本优势的发展中国家。随着智能制造的生产模式由生产型制造到生产服务型制造再到服务型制造的转变， 智能制造产业链能够通过优势集聚、 降低成本等方式给价值链带来高附加值， 促使价值链的“微笑曲线”向两端延伸， 最终形成“马脸曲线”。更为具体地， 是通过产业链组织形态变革、 商业模式变革、 成本构成方式变革及新旧风险转换等方式实现智能制造产业价值链重塑。

（1）组织形态变革。第一， 形成虚拟产业链集群。智能制造产业链中的各节点企业基于信息技术和互联网平台， 能够突破地理位置的约束产生虚拟网络空间组织， 数字、 信息、 知识通过产业链的链路进行传播和共享， 产业链中的空间链形成实时、 全球化的空间集聚效应和网络协同效应， 形成虚拟的产业链集群。数字技术及网络平台打破了地域、 国域、 链域的时空限制， 模糊了产业、 行业及企业边界， 扩大了合作范围。而传统产业链需要考虑地理位置距离带来的交易成本增加的问题， 进而在产业合作过程中会优先考虑在产业链内招商为本地区企业进行服务配套。基于数字经济和平台经济的智能制造产业链是一种互通互联的矩阵式价值网络， 这种价值网络增加了跨部门、 跨行业、 跨国界及跨链融合的可能性， 在数字化转型的机制下， 产业链供应链逐步向平台化、 全球化、 服务化、 柔性化转变， 最终形成智能制造产业链价值生态圈。

第二， 核心企业具有非唯一性和角色转换性。关于核心企业的界定， 目前还没有统一的标准， 产业链中的核心企业（链核企业）一般是某产业中的龙头企业、 头部企业、 关键企业。邵昶和李健（2007）将产业链条中各个企业链条相交处称为关键企业， 相交的链条越多， 关键企业的地位越突出。裘莹等（2021）将智能制造中的头部企业分为两种： 一种是传统制造业中的龙头企业， 其基于数智化技术的创新和突破继续成为智能制造产业链中的头部企业； 另一种则是互联网平台企业， 其凭借数据、 算法、 算力等能力为产业链各节点企业提供数据资产。无独有偶， 陈剑和刘运辉（2021）将核心企业界定为在产业链生态系统中与其他企业之间相互依赖性最强、 对整个系统影响最大的企业， 不同类型的核心企业决定了产业链生态圈的性质不同， 核心企业可以是制造企业（如华为）， 也可以是零售商（如京东）。但是， 在智能制造产业链中， 核心企业具有非唯一性和角色转换性等特征。非唯一性是指根据上下游地位中供需关系的转换， 在某一产业中的核心企业也会成为另一产业里的非核心企业。另外， 产业链是由多条各不相同又相互联系的链条组成， 因此每个链条上都存在一个甚至几个对该链条有关键作用的企业。角色转换性是指， 如对于消费者而言， 消费者通过参与研发设计生产服务， 逐步从下游末端的产品或服务接收者转换为上游的设计者。核心企业的非唯一性和角色转换性特征也与“去中心化”遥相呼应。所谓“去中心化”， 并不是没有中心企业， 而是产业链条中的每个节点根据场景和供需关系的需要都有成为阶段性中心的可能性， 由节点来自由选择、 决定中心。

（2）商业模式的变革。数字经济中的数字化、 网络化、 智能化技术与制造业产业链的渗透融合催生制造业服务化转型， 重塑产业链内的分工逻辑、 运作模式， 实现产业间的功能互补与跨界协同。从产业链各环节角度分析， 在研发设计环节， 能够实现协同设计与众包、 众创。协同设计包括三方面协同， 即专家协同、 知识协同以及各环节产品全生命周期协同， 通过主体间发挥各自的优势实现资源互补。众包、 众创是共享经济的产物， 是对社会资源的集成， 如消费者基于产业互联网、 数字化平台等载体， 在研发设计环节就能够参与到价值链的设计中， 在设计环节进行供给侧结构性改革， 此时消费者也是价值共创者， 制造企业秉持服务主导逻辑的商业模式， 这与传统制造企业的商品主导逻辑的商业模式不同， 在传统制造企业中， 消费者是被排除而非嵌入在价值创造过程中的。在生产制造环节， 能够实现规模定制化的柔性生产和共享制造。其中， 共享制造是基于共享平台， 实现工厂、 设备、 生产线、 订单、 人才、 资本等资源的共享， 解决单个企业能力和资源不足、 闲置资源浪费等问题， 同时也为中小微企业解决资金短缺困境。在营销服务环节， 打造服务型制造的商业模式， 实现以客户为中心的“后服务”体验， 增强客户黏性。徐兰和吴超林（2022）提出， 数字经济赋能制造业攀登价值链两端的本质要义是制造业的服务化转型。传统经济的价值创造效应随着交易完成而呈边际递减趋势， 智能制造时代下体验经济的价值创造效应随着交易完成后开启的顾客服务体验呈边际递增趋势。如带有内置传感器的Nike跑鞋可以为顾客提供运动量和健康指标数据监测， 这种后续服务体验是Nike商业模式创造价值的方式， 否则交易完成后顾客仅仅得到了一双跑鞋。除此以外， 从流通端和生产端的角度分析， 随着流通端毛利率的降低， 智能制造产业链商业模式的创新靶向将从流通端逐渐打向生产端， 企业会更加注重对商品制造本身的优化升级， 即生产制造环节的服务化将会成为智能制造产业链商业模式创新的重中之重。

（3）成本构成方式的变革。智能制造中的数字技术能够渗透到产业链中的各个环节， 如设计研发、 生产制造、 营销管理等， 通过降低信息不对称程度以及突破地理空间局限， 极大地降低产业链内及产业链间各个企业和行业之间的沟通成本与交易成本。杨继军等（2022）从产业链的生产端、 流通端、 消费端阐释了数字技术的赋能路径， 其认为： 数字技术对产业链生产端的赋能能够使链条中的节点资源线上化， 通过共享经济推动生产知识代码化和全景化认知； 数字技术对产业链流通端的赋能能够使运营流程透明化、 物流进程高效化； 数字技术对产业链消费端的赋能能够通过平台直接将供给端与消费端进行点对点衔接， 实现互通互联， 通过压缩中间环节、 缩短产业链路来降低沟通成本和交易成本， 释放利润空间。阳镇等（2022）从产业链的各环节来阐述数字技术引起的成本构成方式的变革效应。如在生产环节， 基于标准化与个性化生产并存、 范围经济效应与规模经济效应放大等， 降低企业参与全球价值链各环节的成本。陈伟光等（2022）指出， 数字技术通过降低资产专用性间接降低交易成本， 如新能源汽车是数字经济与汽车产业交叉融合的产物， 数字技术通过产业融合使得原本只能用于某一产业的资产也可以用于其他产业， 进而降低交易成本。

2. 智能制造产业链的高数字化， 导致新旧风险之间的转换。智能制造产业链因数字技术的渗透赋能改变了传统制造业产业链风险， 在降低传统制造业旧有风险的同时， 也萌生出新的风险， 进而对风险管控手段提出新的挑战。

从降低旧有风险的角度看， 主要包括： 数字技术有助于提升智能制造产业链的“柔性”， 以及数字技术有助于提高智能制造产业链各环节的流程透明度进而降低信用风险。具体如下：

第一， 数字技术有助于提升智能制造产业链的“柔性”。数字技术有助提升智能制造产业链风险管理水平， 如产业链上游可以借助于物联网等技术追溯产品生产源及配件供应商， 产业链下游可以借助大数据分析技术， 根据终端用户的实时反馈展开用户画像， 借助机器学习进行销售预测分析， 为后续的服务计划提供数据基础。因此， 数字技术对智能制造产业链各环节的赋能能够打造柔性生产， 平台化的互通互联功能将线下需求转移到线上补位， 提高智能制造产业链的“弹性”和“韧性”。

第二， 数字技术有助于提高智能制造产业链各环节的流程透明度进而降低信用风险。传统制造业信息不对称程度高， 数字技术提高了产业链各环节生产及运营流程的透明度， 包括但不限于生产可追溯、 物流可追踪、 仓储可视化等， 进而降低了各节点企业的道德风险和减少了逆向选择。比如， 重庆宗申集团将产业链上的合作伙伴纳入工业互联网的标识解析应用平台（忽米沄析）， 通过标识解析体系的数据追溯供应链上的环节， 验证交易的真实性（杜勇等，2022）。随着工业元宇宙的发展， 未来可将元宇宙技术赋能到智能制造产业链中， 基于透明、 可追溯、 防篡改的区块链底层技术， 以及现实与物理世界的实时映射与协同联动， 将虚拟场景覆盖产品全生命周期， 使所有链上细节达到可视化、 实时化的监测、 分析与预警， 进而降低产业链合作的信任风险。

但是智能制造的高数字化特征也会带来新的风险。具体如下：

第一， 智能制造产业链核心技术被“一剑封喉”， 导致制造技术与数字技术无法深度融合。智能制造产业链依托先进制造技术， 但是在全球抢占国际战略制高点， 争夺科技话语权的形势下， 产业改革和产业链供应链价值链重构早已沦为政治工具。为提高智能制造价值链攀升的进入壁垒， 并保持本国产业链的安全性和稳定性， 发达国家会采取智能制造核心技术封锁手段， 导致我国智能制造产业链上游， 即研发设计环节的断链风险加剧。目前我国正处于从制造大国向制造强国过渡的阶段， 因受到智能制造核心环节、 关键性技术、 关键设备等问题的制约， “工业四基”面临的“卡脖子”问题造成“断链”“短链”“堵链”“掉链”现象普遍存在， 智能制造产业链核心技术被“一剑封喉”， 这与日益发展的新一代信息技术存在“两张皮”的窘境， 即先进制造技术的发展步伐跟不上新一代信息技术， 导致新一代信息技术无法落地实践， 与制造业的融合度不够， 目前還仅停留在典型、 示范、 部分制造环节或部分制造领域， 无法真正实现“智能”制造。

第二， 发达国家产业链本土化， 导致全球价值链缩链、 回流。发达国家纷纷出台相关政策支持本土产业链回迁， 如美国政府将回迁支出费用化、 日本政府根据企业规模给予不同比例的回迁补贴、 德国政府修改《对外经济法》收紧对外投资并购审核标准等（周建军，2020）。一些跨国公司将全球产业链中“纵向分拆”的“链主型治理”回归到“一体化治理”模式， 降低了产业链分工的集聚效应风险（刘志彪等，2020）。随着数字技术对智能制造产业链各环节的不断渗透， 产业链“迁移成本”不断降低， 为链主国家稳固国际地位、 抢占智能技术话语权、 缩短智能制造产业链长、 回流价值链的中低端环节本土化提供了可能（阳镇等， 2022）。

第三， 智能制造产业链存在数字鸿沟风险。数字鸿沟是数字经济时代下的产物， 包括接入鸿沟、 使用鸿沟和能力鸿沟。其中， 接入鸿沟指利用数字基础设施接入数据网络的差异， 使用鸿沟指掌握及应用数字技术知识的差异， 能力鸿沟指获取数字资源能力的差异。智能制造产业链的数字鸿沟现象可以从三个层面进行阐述： ①国家层面， 即智能制造产业链上发展中国家的数据主权被侵占的数字鸿沟。全球智能制造产业链中的“链主”（主要指全球价值链中的发达国家）因其在产业链中具有规模效应、 技术效应和品牌效应， 能够限制数据流动， 对作为数据生产国的发展中国家形成数据垄断、 限制数据主权、 抢占数据红利， 形成“数据霸权”。②行业层面， 即智能制造产业链中大中小企业数字化水平不同而导致的数字鸿沟。由于企业规模、 资金实力、 平台建设等方面的差距， 智能制造产业链上的大企业与中小微企业在数字化转型方面的资金投入、 发展速度和转型程度存在异质性， 导致产业链上各企业之间出现信息技术基础设施建设、 数字技术知识储备等方面的数字鸿沟， 妨碍产业链上各节点系统的端对端衔接， 阻碍数据要素的流通、 采集、 共享与分析， 进而导致“数据孤岛”的现象无法突破。③企业层面， 即传统制造企业在智能升级中存在的数字鸿沟。制造企业并不精通数字技术， 如何将购置的数字设施精准投放于产业链各环节对于传统制造业来说存在技术鸿沟（杜勇等，2022）。

四、 智能制造产业链金融

（一）智能制造产业链金融的内涵

目前国内没有相关政策性文件对产业链金融的内涵进行阐释， 参照供应链金融的官方定义， 结合智能制造产业链的内涵以及产业链金融的内涵， 本文给智能制造产业链金融做出如下定义： 智能制造产业链金融是指金融服务提供商基于真实交易背景为智能制造产业链成员企业（含核心企业和其他成员企业）， 尤其是上下游中小企业提供金融支持的系统性金融解决方案， 通过借助金融科技和产业链金融平台构建数字化、 智能化的信用风险防范体系， 打造智能制造产业链整体效益最大化、 成本最小化的金融服务生态圈。

（二）智能制造产业链金融的构成要素

1. 金融科技与元宇宙产业链金融。2020年中国人民银行等八部委在《意见》中首次提及运用金融科技赋能供应链金融。金融科技是指通过技术手段推动金融创新， 如区块链、 大数据、 人工智能、 元宇宙等技术。花旗银行在《元宇宙与货币： 解密未来》中提出， 元宇宙金融（MetaFi）是元宇宙和去中心化金融两大技术的融合， 即“元宇宙的去中心化金融工具”（邓建鹏，2022）。在此基础上， 本文提出将元宇宙和去中心化金融融合并嵌入产业链金融中， 形成元宇宙产业链金融。元宇宙产业链金融的实施前提是产业链中的参与主体都需要在元宇宙的虚拟世界中拥有自己的数字身份（陆岷峰，2022b）和数字资产（邓建鹏，2022）， 能够实现跨平台的统一支付， 打通全球性数字资产的借贷、 抵押、 交易等。作为元宇宙场景下主流资产之一的NFT是一种资产权益证明， 其在元宇宙产业链金融中的应用能够对资产确权方式以及真伪辩证方法产生颠覆性变革。NFT具有非同质化、 不可拆分、 唯一编码以及不可复制等特性， 能够将数字资产和物理实体连接起来， 在一定程度上解決产业链金融中包括但不限于依赖核心企业进行资产确权、 检验实物与信息的一致性、 追溯金融票据的真实性等通病（杨东和梁伟亮，2022）。孙亮等（2022）提出， 基于区块链的智能合约技术， 借助银行保险箱存储实物资产， 将现实世界的实物资产映射到虚拟世界（元宇宙）的NFT， 能够实现实物资产链上抵押、 流通、 交易的技术路径。无论是区块链、 5G还是元宇宙， 金融科技已经成为产业链金融不可割裂的一部分， 未来产业链金融将进入4.0阶段， 呈现出场景化、 线上化、 数字化、 标准化的发展趋势。

2. 产业链金融平台。产业链金融正从“链上核心企业为主导， 金融机构为辅助”的模式走向“以平台化为关键点”的升级模式（赵娟，2022）。将产业链金融平台作为智能制造产业链数字平台的子平台嵌入到产业链的生态系统平台中， 将资金流、 商流、 信息流、 物流的相关数据和信息汇集到大平台的“数据湖”， 通过端对端链接， 打破数据信息孤岛， 能够解决不同系统中数据口径不统一、 数据资源浪费、 数据管理无序等诟病， 形成产业互联生态圈， 如宗申集团将产业链金融平台接入产业链平台忽米网中， 为中小企业提供信用兑现服务（杜勇等，2022）。在风险管控方面， 可将产业链金融系统对接监管方和资金提供方系统， 提供实时、 线上化的风控审核端口（王滨，2021）。产业链金融平台能够实现产业链金融场景数字化， 基于产业链实时数据和信息形成交易信用与数字信用， 降低金融机构对核心企业担保的依赖， 这有助于推动“去中心化”产业链金融模式的落实。

（三）智能制造产业链金融的特征

1. 产业链金融商业模式重塑。智能制造产业链趋向数字化、 智能化、 服务化、 平台化和去中心化发展， 其产业链金融的商业模式也会随之重塑。首先， 智能制造产业链金融抵质押资产类别应向轻资产、 重商业实质的方向倾斜。智能制造产业链中的中小微企业大多不具备充足的不动产以供抵押， 其更多的是知识产权、 数据资产等动产质押资源。其次， 智能制造产业链金融的融资模式趋向去中心化。智能制造产业链的制造关系从主从协作式向对等网络协作式演进， 即产业链中不存在永恒的核心企业， 相对应的融资模式也将不再依赖核心企业的背书（田川，2018）。最后， 产业链金融融资工具趋向多样化融合。比如， 融资租赁、 动态折扣、 延迟支付等多样化融资工具在智能制造产业链中会得到更广泛的应用。

2. 产业链金融信用体系重塑。多年来， 我国的融资体系是以土地和房地产为底层信用资产， 此种信用体系成为中小企业融资的底层障碍， 导致金融资源无法真正扶持急需资金的中小企业和代表先进生产力的创新企业， 为缓解融资难困境， 重构间接融资的信用体系刻不容缓。2022年4月， 中共中央、 国务院下发《关于加快建设全国统一大市场的意见》， 明确提出“依法发展动产融资”。在此政策指导下， 2022年10月银保监会颁布《关于推动动产和权利融资业务健康发展的指导意见》， 强调将供应链信用评价由“主体信用”向“数据信用”和“物的信用”拓展。作为供应链金融的升级演化模式， 产业链金融的信用体系将逐步摆脱核心企业的信用和抵押物这棵“救命稻草”， 信用评价基础越来越倾向于利用金融科技将产业链上下游企业的经营行为转换为“可评价信用”和“可流通资产”， 摆脱“中心化”信用体系的束缚（夏蜀和刘志强，2022）。根据前文所述， 智能制造产业链角色定位具有多元化特征， 智能制造产业链金融可实现去中心化。由于在错综复杂的网络生态中， 核心企业具有可转换性、 不固定性、 多头性和非唯一性等特点， 加之新一代信息技术、 元宇宙技术、 去中心化金融等在产业链各环节中的渗透和赋能， 产业链上中小企业的经营行为数据能够实时转换为“数据资产”， 为资金提供者及外部监管方提供“数字信用”。

3. 产业链金融风险管控思维和方式重塑。智能制造产业链金融风险包括智能制造和产业链金融两种维度的交叉， 既包括智能制造领域固有风险， 也包括产业链金融的信用风险、 操作风险和法律风险。随着智能制造产业链金融商业模式向着数字化、 智能化、 平台化、 去中心化转型， 信用风险防控手段逐渐多元化， 但是技术融合等操作风险， 数据保护、 平台垄断等法律风险逐渐凸显， 这两种风险可以沿着产业链网络传导和蔓延， 最终转变为产业链金融整体的信用风险， 由此带来产业链金融风险防控思维和方式的重塑。

金融科技的多元化应用是降低信用风险的防控墙。以前文提及的元宇宙技术为例， 将元宇宙和去中心化金融嵌入产业链金融中， 形成元宇宙产业链金融。元宇宙的底层技术之一是区块链技术， 其中区块链技术中的智能合约能够防止融资方篡改合同。以智能合约为底层技术的去中心化金融是第二代区块链技术在金融领域的应用， 是基于智能合约平台构建的加密数字资产， 主要金融应用包括开放借贷、 去中心化自治组织、 NFT等， 能够降低传统金融中由于人为失误导致的操作风险和信用风险（郑磊，2022）。将去中心化金融引入智能制造产业链金融， 能够为智能制造和产业链金融注入新鲜血液， 基于元宇宙平台的智能制造企业在开展产业链金融业务的过程中， 能够实现沉浸式、 实时化的智能风控。基于交易过程中数据资产的在线传输和捕获， 利用算法模型能够实现实时计算违约概率， 利用虚实交互功能， 提前在虚拟世界中进行金融压力测试， 达到在现实世界中规避风险的目的（陆岷峰，2022a）。

金融科技的多元化应用同时也是引发操作风险和法律风险的导火索， 并沿着产业链网络进行传导和蔓延， 最终引致智能制造产业链整体的信用风险爆发。数字经济本身会伴随着信息安全风险、 互联网垄断等风险的频发。从法律风险来看， 我国虽然出台了《关于构建数据基础制度更好发挥数据要素作用的意见》《网络安全法》《数据安全法》《个人信息保护法》等， 但是关于数据资产如何确权、 定价、 交易、 保护、 共享等具体制度和监管条例还有较大的完善空间， 数据的不合理使用和共享也会导致隐私泄露、 数据安全等法律风险。从操作风险来看， 智能制造产业链金融的核心基础是数字技术， 在政策、 法律监管体系、 技术应用程度尚未成熟的情况下， 数字技术在智能制造产业鏈金融中的操作风险将会成为第一道风险源。智能制造企业平台化转型尚处于初级阶段， 虽然在工业互联网平台中的垄断现象不如消费互联网平台中明显， 但是随着各大产业链龙头企业纷纷成立平台生态系统， 如不提前规制， 智能制造产业链平台为追求规模经济而造成的平台垄断风险也会随之发生， 导致产业链金融市场资源配置扭曲、 公平市场竞争机制失衡（陈伟光等，2022）。产业链金融风险管理的核心是信用风险管理， 操作风险、 政策法律风险的引发最终都会导致产业链整体失信， 从而引致产业链金融信用风险的爆发。

五、 总结

本文对产业链、 价值链、 供应链以及产业链金融、 供应链金融进行了概念辨析， 以此为前提， 开展对智能制造产业链和智能制造产业链金融的内涵、 要素及特征的挖掘与分析。其中， 智能制造产业链的构成要素包括新一代信息技术与工业元宇宙、 数据资产、 数字平台、 供应链控制塔以及数智化供应链。智能制造产业链的特征包括： 智能制造产业价值链的重塑， 导致“微笑曲线”变“马脸曲线”； 智能制造产业链的高数字化， 导致新旧风险之间的转换。智能制造产业链金融的构成要素包括金融科技与元宇宙产业链金融以及产业链金融平台。智能制造产业链金融的特征包括产业链金融商业模式重塑、 产业链金融信用体系重塑以及产业链金融风险管控思维和方式重塑。

【 主 要 参 考 文 献 】

陈剑，刘运辉．数智化使能运营管理变革：从供应链到供应链生态系统［ J］．管理世界，2021（11）：227 ～ 240+14．

陈伟光，裴丹，钟列炀．数字经济助推全国统一大市场建设的理论逻辑、治理难题与应对策略［ J］．改革，2022（12）：44 ～ 56．

邓建鹏．元宇宙金融规制理论［ J］．财经法学，2022（5）：35 ～ 53．

杜勇，曹磊，谭畅．平台化如何助力制造企业跨越转型升级的数字鸿沟？—— 基于宗申集团的探索性案例研究［ J］．管理世界，2022（6）：117 ～ 139．

段淳林，邹嘉桓．元宇宙视域下数字孪生驱动的品牌传播创新机制研究—— 基于服务型制造的产品全生命周期分析［ J］．新闻与传播评论，2023（1）：30 ～ 39．

龚勤林．论产业链构建与城乡统筹发展［ J］．经济学家，2004（3）：121 ～ 123．

何心巨，代锐，吴华清．中国元宇宙的发展与治理—— 对比中国互联网发展历史［ J］．产业经济评论，2023（2）：183 ～ 197．

洪崎．产业链金融商业模式创新［ J］．中国金融，2014（1）：43 ～ 45．

黄群慧，倪红福．基于价值链理论的产业基础能力与产业链水平提升研究［ J］．经济体制改革，2020（5）：11 ～ 21．

李占国．打造产业链金融服务商［ J］．中国金融，2015（16）：22 ～ 23．

刘贵富，赵英才．产业链：内涵、特性及其表现形式［ J］．财经理论与实践，2006（3）：114 ～ 117．

刘诗宇．产业链金融与林业产业经济融合发展研究［ J］．金融发展研究，2021（8）：89 ～ 92．

刘志彪，姚志勇，吴乐珍．巩固中国在全球产业链重组过程中的分工地位研究［ J］．经济学家，2020（11）：51 ～ 57．

陆岷峰．关于当前我国元宇宙发展及在商业银行的应用战略研究［ J］．当代经济管理，2022a（6）：77 ～ 86．

陆岷峰．元宇宙技术及其在金融领域的应用研究［ J］．南方金融，2022b（7）：66 ～ 74．

马士华．供应链管理［M］．武汉：华中科技大学出版社，2014．

明庆忠，史鹏飞，韩剑磊．旅游全产业链：内涵、逻辑与构建［ J］．学术探索，2023（1）：83 ～ 93．

戚聿东，刘欢欢．数字平台的数据风险及其规制［ J］．东北财经大学学报，2021（6）：76 ～ 87．

裘莹，赵忠秀，林曦．中国智能制造企业的价值链分析：微观治理结构、演进路径与制度保障［ J］．国际贸易，2021（5）：22 ～ 31．

邵昶，李健．产业链“波粒二象性”研究—— 论产业链的特性、结构及其整合［ J］．中国工业经济，2007（9）：5 ～ 13．

施云．智慧供应链架构：从商业到技术［M］．北京：机械工业出版社，2022．

宋华，杨雨东．中国产业链供应链现代化的内涵与发展路径探析［ J］．中国人民大学学报，2022（1）：120 ～ 134．

宋华．数字供应链［M］．北京：中国人民大学出版社，2022．

田川．信息物理融合下智能制造特征及商业银行金融支持研究［ J］．武汉金融，2018（5）：65 ～ 69．

王滨．数字化供应链金融平台风控［ J］．中国金融，2021（24）：51 ～ 52．

吴金明，邵昶．产业链形成机制研究—— “4+4+4”模型［ J］．中国工业经济，2006（4）：36 ～ 43．

夏蜀，刘志强．中国情境下的产业链金融：理论框架与实践议程［ J］．云南社会科学，2022（6）：68 ～ 77．

徐兰，吴超林．数字经济赋能制造业价值链攀升：影响机理、现实因素与靶向路径［ J］．经济学家，2022（7）：76 ～ 86．

阳镇，陈劲，李纪珍．数字经济时代下的全球价值链：趋势、风险与应对［ J］．经济学家，2022（2）：64 ～ 73．

杨东，梁伟亮．论元宇宙价值单元：NFT的功能、风险与监管［ J］．学习与探索，2022（10）：68 ～ 79+191．

杨东，梁伟亮．重塑数据流量入口：元宇宙的发展逻辑与规制路径［ J］．武汉大学学报（哲学社会科学版），2023（1）：55 ～ 66．

杨继军，艾玮炜，范兆娟．数字经济赋能全球产业链供应链分工的场景、治理与应对［ J］．经济学家，2022（9）：49 ～ 58．

楊尧均，章和杰．嵌入信保基金的产业链金融模式设计与实证研究—— 以县级城市为例［ J］．金融理论与实践，2017（5）：67 ～ 72．

詹子友．产业链金融理论探析［ J］．西部金融，2017（4）：16 ～ 20．

张晖，张德生．产业链的概念界定—— 产业链是链条、网络抑或组织？［ J］．西华大学学报（哲学社会科学版），2012（4）：85 ～ 89．

张文合．青海省工业战略性优势产业群决择［ J］．北京师范学院学报（自然科学版），1988（3）：55 ～ 61．

赵娟．金融科技赋能产业链金融升级的创新路径探讨［ J］．西南金融，2022（8）：59 ～ 71．

郑磊．去中心化金融和数字金融的创新与监管［ J］．财经问题研究，2022（4）：65 ～ 74．

郑世林，陈志辉，王祥树．从互联网到元宇宙：产业发展机遇、挑战与政策建议［ J］．产业经济评论，2022（6）：105 ～ 118．

周建军．全球产业链的重组与应对：从防风险到补短板［ J］．学习与探索，2020（7）：98 ～ 107．

朱磊，冯锐．商业银行产业链金融探析［ J］．中央财经大学学报，2012（2）：23 ～ 27+85．

Patsavellas J.， Kaur R.， Salonitis K.. Supply chain control towers： Technology push or market pull—An assessment tool［ J］．IET Collaborative Intelligent Manufacturing，2021（3）：290 ～ 302．

Zeba G.， Dabic M.，Cicak M.， Daim T.， Yalcin H.. Technology mining： Artificial intelligence in manufacturing［ J］．Technological Forecasting and Social Change，2021（10）：120971．