数字化转型赋能制造业高质量发展

党的二十大报告将“实现高质量发展”作为中国式现代化的本质要求之一，强调“高质量发展是全面建设社会主义现代化国家的首要任务”，并提出“推动制造业高端化、智能化、绿色化发展”。

制造业是我国国民经济的主体，是技术创新的主战场，也是供给侧结构性改革的重要领域。因此，推动制造业高质量发展是实现经济高质量发展的重要环节。

虽然过去我国凭借劳动力成本优势和加工制造环节竞争优势，成为全球制造业规模排名第一的国家，然而制造业大而不强、全球价值链分工地位不高、关键核心技术受制于人的问题仍然非常突出，产业发展水平无论与发达国家相比还是与高质量发展的要求相比均存在较大差距。我国制造业在经历了数量上快速增长阶段后，亟待加快转型升级，提升发展质量。

伴随着新一轮科技革命和产业变革深入推进，数字技术快速发展，数字化作为加快质量变革、效率变革、动力变革的关键技术，成为推动产业基础高级化和产业链现代化的重要力量。

数字化是借助云计算、大数据、人工智能、物联网等新一代ICT技术手段，以数据为核心驱动力，促进企业商业模式、生产模式、经营管理转型升级的动态过程。

2022年我国数字经济规模达50.2万亿元，总量稳居世界第二，占GDP比重提升至41.5%。

因此，要更好发挥数字技术这一重构制造业竞争优势的重要力量，着力优化制造业数字技术供给，加强制造业数据要素效能，准确把握制造业数字化转型方向，从而推动制造业生产链条、产品全生命周期、商业生态等全方位数字化转型，打通生产、流通、分配、消费等各环节的堵点，推动制造业高质量发展。

持续优化制造业数字技术供给

一是变“卡脖子”技术清单为攻坚清单。

当前，我国生产的工业传感器、采集器与控制产品大多集中于中低端市场，高性能芯片制造较为薄弱，计算机辅助设计、计算机辅助制造、电子设计自动化等工业软件几乎被欧美国家所垄断，这成为制约我国制造业数字化转型的瓶颈。

因此，要聚焦数字化制造等方面关键共性技术，系统梳理目前正在遭受欧美国家“卡脖子”的技术清单，为核心技术攻关指明前进方向，为培养专门人才和组建专业团队提供现实依据，尽快形成我国数字化制造的核心竞争力。

二是强化高质量数字技术供给。

面向制造业发展重大需求，依托国家技术创新中心、制造业创新中心等载体，建设数字化设计与制造创新能力平台，推行“挂图作战”“揭榜挂帅”等方式，开展数字制造关键领域核心工业软件和工艺装备技术研发。

完善制造业数字化转型合作机制，健全以企业为主导的产学研用协同创新联合体，鼓励头部企业建立开放式协同创新平台，提高制造业数字化服务供给能力，营造大中小企业融通创新的数字化生态。

推广应用低成本、快部署、易运维的工业软件解决方案，构建全生命周期的数字孪生系统，并建立数字化能力成熟度模型，对制造业全链数字化转型进行动态评估，不断提升关键装备数控化率、装备综合利用率提升和生产效率并形成数字技术供给的正反馈循环。

三是加强制造业数字化平台建设。

制造业数字化转型的核心是通过建设工业互联网，促进新一代信息技术与制造业深度融合，链接制造业全产品线、全产业链、全价值链，从而实现制造业数据汇聚、信息交互、产业协作、价值共创。

未来还需进一步加强工业互联网平台建设，持续推动制造业企业上云，加快中小型企业数字化普及应用，推广数字化协同设计、大规模个性化定制、全生命周期管理等新模式，开展智能制造工厂的集成创新与应用示范，打造一批灯塔工厂、未来工厂、工业互联网标杆工厂。

更好发挥制造业数据要素效能

一是加快推进数据共享。

以往企业推进信息化和数字化过程中虽然制造业数据积累量大，但数据标准不统一，存在“数据烟囱”，极大浪费数据的价值，加重人工核对的负担。此外，制造业数据在各地区、各部门、各企业之间存在“数据壁垒”，导致数据流通共享存在“梗阻”。

因此，要持续推动数据标准统一，加快推进数据采集和接口标准化，完善数据流通准入标准规则，开展数据质量标准化体系建设。在此基础上探索建立以产业链条、产业集群为基本单位的数据要素流通与交易标准，畅通数据采集汇聚、加工处理、流通交易、共享利用等环节。

二是深度挖掘数据价值。

数据是当前最具活力的生产要素与重要的战略资源，能够提升劳动、资本等要素的资源配置效率和投入产出效率。对制造业数据进行深度挖掘，可以更好发挥数据要素的乘数效用和扩散效用。

要综合运用实时采集、动态规划、系统建模、机器学习、仿真模拟等技术工具，全面掌握全局柔性的数字化生产运营各环节的动态信息，提高技术研发的效率和迭代速度，并进一步挖掘上游供应商的业务协同数据，下游企业和消费者的产品需求偏好，通过数据驱动来帮助制造业企业降本提质增效，实现全产业链的协同优化。

三是切实保障数据安全。

随着数字化转型的深入推进，制造业企业价值密度增大、网络依赖性提升，制造业数据资产正成为企业生产经营和提质增效的关键。制造业数据安全也面临着更深层次的安全隐患和系统性风险，传统的数据安全保障方式已难以适应新的要求。

因此，需要统筹数据安全与协作效率的关系。

一方面，根据数据泄露、破坏、被篡改和窃取的风险可能与危害等级建立数据分类分级保护制度，构建覆盖数据全生命周期的风险识别和处置机制。

另一方面，培育发展数据安全骨干企业，强化加密传输、访问控制、数据脱敏等关键安全技术攻关，增强制造业数据安全的专业化供给能力，提升数据保护措施与业务系统的兼容性，构建兼顾数据安全与数据流转效率的系统性解决方案。

准确把握制造业数字化转型方向

一是加强前瞻规划布局。

制造业数字化转型是一项系统性工程。

一方面，要完善制造业数据产权界定、数据流通交易、数据收益分配、公共数据授权使用、数据交易场所建设等基础制度，制定包括生产经营、工艺流程、管理模式、人才培养等方面数字化转型的系统规划。

另一方面，要加大工业互联网、数据中心等为代表的数字化基础设施建设投入，创新投资方式和利益共享模式，建设存储多元、算力开放、算法多样的一体化新型基础设施，构建边缘计算、云计算、超算协同的多层次计算体系，从而夯实制造业数字化转型的基础支撑。

二是以数字化推进制造业绿色发展。

数字化与绿色化逐渐向共生互动和渐次融合阶段演进，共同成为制造业高质量发展的内在需求。要将产品设计、加工生产、品牌营销、循环回收、售后服务过程嵌入数字技术，利用数字技术的便捷性、有效性特点提高资源使用效率，降低制造业单位能耗和污染排放，不断健全数字技术全周期管理模式，为建设涵盖绿色设计、绿色生产、绿色工厂的全绿色制造供应体系提供技术支撑。

三是以数字化驱动服务型制造。

数字技术正在改变制造业传统的价值创造过程，加速制造业价值链重构，推动企业的业务重心从生产型制造逐渐向服务型制造过渡。

要面向客户个性化需求的产品服务系统价值创造，通过数字技术实现对各制造环节数据资产价值的综合集成，形成快速、有效、个性化产品供应能力，有针对性地培育数字化管理、平台化设计、智能化制造、网络化协同等新模式新业态，不断提高先进制造业与现代服务业融合发展水平。

叶云岭，中国社会科学院工业经济研究所博士后。