数字化驱动制造业绿色转型：作用机理、制约因素与实现路径

【摘要】我国是世界第一制造大国。制造业的持续健康发展，顺利转型升级，对中国经济的未来至关重要。数字化技术能够通过提升能源利用效率、加快技术创新和引领多链融合等途径，帮助制造业加速实现绿色转型，但也存在数字化基础程度低、制造业数字化渗透率不高、数字化研发投入不足等现实瓶颈问题，需加快数字基础设施建设、建立健全激励政策、加强关键核心技术攻关。

【关键词】数字化发展 绿色转型 作用机理 制约因素 实现路径

【中图分类号】F49/F424 【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2023.21.012

改革开放以来，中国制造业产业规模不断扩大，2022年，中国工业增加值首次突破40万亿元大关。制造业是我国实体经济的基础，也是科技创新的主战场。党的二十大报告强调，要“推动制造业高端化、智能化、绿色化发展”[1]。

数字技术的快速发展形成了新的工业格局。在物联网、人工智能、数据分析和自动化等领域，数字技术可以有效提高企业运营效率、优化供应链合作和减少资源浪费[2]。数字技术的深度嵌入促使生产流程构思和执行方式的范式转变，蕴藏着改变制造业格局的巨大潜力。

作用机理：数字化驱动制造业绿色转型

提升能源利用效率。数字技术从个体、区域、整体各层次推动企业绿色转型。企业个体方面，在高端智能能源管理系统和分布式能源结构的帮助下，企业个体可以利用数据这一新型生产要素，在能源开发、加工、传输、转换、分配以及最终利用的全部流程中，优化资源配置、减少废弃物产生，降低排放量，实现绿色转型；区域行业方面，云计算、物联网、5G、大数据、人工智能等为代表的数字技术能够高效评估行业内能效水平，精准识别低效率企业，推动其加快技术升级，从而促进行业整体提升能源利用效率；整体效能方面，数字技术可以打破地区壁垒，加快能源资源自由流通，打造覆盖全国的全域能源市场DeuexT9LmcslIfH9ufWxmA==，有效发挥市场在资源配置中的作用，帮助企业降低能源成本，提高能源利用效率。

加快技术创新。数字化的迭代更新能够加速驱动制造业在更高层次开展绿色转型。一是数据分析能够推进绿色技术加快创新，借助数字技术的智能属性，企业可以通过数据管理平台进行产品设计、开发和生产，提高生产效率；二是数字技术有利于企业优化自身资源配置，打通生产、研发、销售、服务等信息渠道和流通通道，加快资本迭代更新，积累“剩余资源”，更好开展绿色化、低碳化转型；三是数字网络有利于企业跨越空间障碍，与科研单位、上下游合作伙伴和学术界合作者进行互动，形成“产、学、研、用”一体化的大数据创新生态，驱动业务模式重构、管理方式变革、商业模式蜕变、核心竞争力跃升，形成以多方参与、高效互动和问题导向为特征的协同创新网络，加速绿色技术创新的进程[3]。

引领多链融合。数字经济通过加速融合全产业链条推动绿色转型升级。在生产领域，自动化和区块链技术的结合可以有效解决供应链数据云储存、共享和安全等问题，提升全环节智能分析、全方位高效配置、全时段穿透管控水平；在销售和服务领域，企业可以通过大数据分析检测平台以及互联网技术，根据消费者偏好数据提高供需匹配效率，提升产业链现代化水平，贯通生产和消费环节[4]；在研发领域，数字技术有利于企业充分共享全球化科研技术，整合遍布世界各地的研发中心资源，得到最新的动态建议和技术支持，加快成果转化、孵化和价值变现，推动全要素生产率提升、全链条价值增值、全产业优化升级。数字领域引领的供应链产业链价值链融合提高了制造业企业的数字化水平，成为制造业绿色转型的关键因素。

制约因素：数字化驱动制造业绿色转型的挑战

数字化基础程度低，绿色转型面临阻碍。一是数字技术覆盖面不够。现阶段，我国正处在大数据、人工智能、计算机、云计算、区块链、物联网等数字技术包括数字基建起步阶段，依托数字化转型的制造业领域高度集中在与数字技术密切关联的知识密集型与高技术行业，如高端装备制造业、先进制造业、医药制造业，而在农副食品加工业、纺织业、资源加工业等领域应用程度不高。二是数据管理水平不足。面对海量数据，个别地区出现采集挖掘和研判不及时、数据获取和分析困难、数据管理不规范、“数据孤岛”现象、数据更新不够快、数据可视化程度低等问题，企业难以高效进行业务流程和组织流程再造，进而影响信息化、自动化、智能化、绿色化转型进程。三是数字安全仍存隐患。在现有安全机制尚不成熟的条件下，数据的高便捷获取、高性能传输使得商业秘密、核心技术等敏感数据保护、数据资产易发生数据外泄、数据篡改等风险。

制造业数字化渗透率不高，融合发展不够深入。一是制造业智能化水平参差不齐。智能制造、工业互联网等新兴产业往往集中在中大型制造业，相较而言，部分中小型企业面临资源小而散、成本高技术低，工业数字化渗透率低，进行数字化的绿色转型壁垒高，开展减污降碳的能力水平不足等现实困境。二是系统集成度不高。制造业进行绿色转型过程中，需要将生产流程、设备数据、管理体系、数据处理等集成在一起，实现多领域的互联互通、实时共享。然而，不同企业个体差异性大、复杂度高，现有系统集成难以满足需求。三是碳排放核算体系不健全。制造业各领域企业的碳排放和污染情况未能建立统一规范的核算标准、核算系统，数据质量待提高、监管能力不足，使得企业绿色转型的实时定性在一定程度上难以把握。

数字化研发投入不足，核心技术较为薄弱。一是关键领域技术缺失。基础操作系统、高端数据库管理系统、人工智能算法、芯片、精密制造、工业软件、云计算、区块链等核心技术自主创新能力仍有提升的空间，行业数据标准的规范制定受限，不利于支撑大体量制造业绿色发展。二是工业数字化人才短缺。数字技术和制造业跨领域复合型人才较为短缺，人才结构单一、成熟度不高，难以满足制造业智能化转型的现实需求。三是绿色金融保障不足。高昂的初期投入成本对企业的经济实力要求较高，因此部分制造业行业企业的绿色转型往往处于被动状态。

实现路径：数字化与绿色转型的协同发展

加强数字基础设施建设，推动数字经济发展。一是扩大规划范围。系统优化算力基础设施布局，扩大数字基础设施建设规划的范围，加强各地区数字基础设施建设的平衡发展[5]。二是建强统一数字系统。引导云资源储存、大数据处理、数据驱动分析、高度智能化等系统平台合理梯次布局。积极构建多层次、系统化的强大工业互联网平台生态系统，协调推进国家工业互联网大数据中心的创建工作，并鼓励各地建立分中心，促进数字资源的共享和集合[6]。三是夯实数据资源互联互通。一方面，加强跨企业、跨部门、跨层级、跨流程等数据流通，使数字发展可见、可知、可控；另一方面，要防范数据安全风险，增强数据安全保障能力。

建立健全激励政策，提升制造业数字渗透率。一是建立精准监测体系。整合环保、自然资源、互联网，制造业企业各部门、全流程的生态环境数据，建立全面完整的生态科学监测体系，及时掌握企业生产流程动态、大气与水等生物变化状态、周边自然环境形态，提升监管的便捷化、决策的科学化、执法的精准化水平。二是科学分解减少污染排放。对造纸、化工、建材、石化、有色金属、钢铁等行业制定专门的碳峰值计划和实施路线图，加快绿色转型。积极推进循环经济，加强资源回收利用。三是培育数字化转型标杆企业。打造一批制造业绿色转型的样板企业，以点带面形成示范效应。加快建设面向中小型企业的解决平台，积极推动制造业企业跨领域、跨界合作，形成技术创新合力。

加强关键技术攻关，赋能制造业转型。一是推动核心技术研发。加快5G、人工智能、大数据、工业互联网、区块链、元宇宙等数字核心产业的核心技术研发和标准研制，强化技术攻坚和人才支撑，打破技术壁垒。二是丰富各类应用场景。积极推动制造业智改、数转、网联，拓展智慧分析、智能调度、智造优化，推动形成产品新业态、商业新模式、发展新空间。三是促进制造业链条升级。加强专业化数字服务供应商培育，提高精准融合度，为产业链、供应链、创新链、价值链全面升级提供技术支持，助力制造业完成绿色转型。

（本文系国家社会科学基金重大项目“新时期稳步扩大制度型开放的内涵、目标和重点任务研究”的阶段性成果，项目编号：23ZDA051）

注释

[1]习近平：《高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告》，北京：人民出版社，2022年，第30页。

[2]黄勃、李海彤、刘俊岐等：《数字技术创新与中国企业高质量发展——来自企业数字专利的证据》，《经济研究》，2023年第3期。

[3]李维安、徐建、姜广省：《绿色治理准则：实现人与自然的包容性发展》，《南开管理评论》，2017年第5期。

[4]戚聿东、肖旭：《数字经济时代的企业管理变革》，《管理世界》，2020年第6期。

[5]赵涛、张智、梁上坤：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》，2020年第10期。

[6]任晓刚、方力：《数字经济与实体经济融合发展：驱动机理、制约因素与路径选择》，《人民论坛·学术前沿》，2023年第12期。

责 编／李思琪