CPS與未來制造業的發展：中德美政策與能力構建的比較研究

戴亦舒，葉麗莎，董小英，胡燕妮

(北京大學 光華管理學院，北京 100871)

一、引言

隨著移動互聯網、云計算、大數據等信息通信技術的飛速發展，傳統制造業正在發生顛覆式變革。新一代信息通信技術改變了制造業傳統的生產方式、價值鏈體系、產業形態和商業模式。制造業是國民經濟的主體，為了在激烈的全球競爭中取得制造業的新優勢，世界多個國家紛紛實施“再工業化”戰略，如“中國制造2025”戰略、德國“工業4.0”戰略、美國“工業互聯網”戰略。在以中國、德國、美國①本文選擇中國、德國和美國為代表，主要根據《<中國制造2025>解讀之六：制造強國“三步走”戰略》中對各國制造業的劃分。該評價構建了4項一級指標、18項二級指標，經過專家打分測算，提出了表征各主要工業化國家歷年來制造業相對強弱的綜合指數，根據2012年各國的制造業綜合指數劃分為三個國家方陣：美國第一方陣，德國第二方陣，中國第三方陣。為代表的“再工業化”戰略中，新一代信息通信技術與工業生產制造技術的交互鑲嵌，虛擬世界與現實世界的智能結合，成為制造業轉型升級的關鍵。為了實現信息化與工業化深度有效的融合(下文簡稱：兩化融合)，網絡實體系統(Cyber-Physical System，又譯信息物理系統，簡稱CPS)成為整合傳統制造業體系的關鍵框架和技術②本文沒有采納國內對CPS的通常譯法“信息物理系統”，而是譯為“網絡實體系統”。主要原因是CPS不僅僅是一個技術系統，更是技術驅動的社會與技術系統綜合體，但目前對CPS社會與技術綜合特征的研究關注較少，它與整個社會生態中的制造業、服務業和人有關，在空間復雜性和時間動態性上，需要在政策、機制、標準、管理等等綜合要素的協同集成上實現制造業轉型升級。。

2006年，美國國家科學基金會的科學家Helen Gill首次提出CPS概念，認為CPS是網絡世界與實體世界融合的新一代系統[1]。自2006年起，德國、美國、中國等制造業大國紛紛確立了CPS在制造業發展中的核心地位，加速推動CPS的創新研發與多領域應用[2-4]。有學者指出，新一代工業將建立在CPS基礎上，CPS與汽車、航空航天、國防、工業自動化、健康/醫療設備、重大基礎設施等主要工業領域的深度融合將會提高制造業競爭力[5]。因此，無論從學術角度還是從實踐角度，CPS成為理解、剖析和指導“再工業化”戰略的關鍵切入點。

對于CPS的概念和關鍵特征，Lee(2008)強調計算與物理進程的交互，他認為CPS是計算進程與物理進程的整合體系，通過嵌入式計算和網絡技術對物理進程進行監視和控制，并通過物理進程的反饋結果調整計算進程[6]。Rajkumar等人(2010)認為，CPS是計算技術、通信技術與物理工程系統的整合體系，其中計算技術與通信技術能夠監視和控制物理工程系統，并與之產生協調[7]。基于已有研究，我們對CPS的解釋是：CPS是整合計算技術、通信技術、控制技術和實體系統的智能體系。它強調網絡空間和實體空間的深度融合，通過在網絡空間實現對實體設備和運行進程的感知、數字化采集、數據化集成、智能分析及預判，從而達到優化配置的目標，實現網絡空間與實體空間的自適應、自組織和自協調。

目前，很多重要的國際會議集中討論信息通信技術與制造業融合的技術細節[8]，比如能量管理[9]、網絡安全[10]、數據傳輸與管理[11]、架構設計[12]、控制技術[13]、系統資源配置[14]、系統應用[15]等。但是，對于CPS在未來制造業核心能力構建中關鍵地位的研究還存在很多缺口(圖1)。第一，在理論層面，已有研究沒有回答基于CPS的未來制造業主導邏輯是否發生變化。第二，在企業數字化轉型過程中，技術本身無法自動轉換為能力，技術與業務流程的深度融合才能變成制造業的核心能力。但是，在CPS技術架構基礎上，能力架構建設的理論基礎尚不清晰，應用架構的邏輯體系也不清晰。第三，中、德、美制造業基礎不同，政策重點和戰略布局也不一樣，理解三個國家的政策和能力構建異同對預判未來制造業的競爭會產生重要影響。基于上述思考，本文以CPS技術架構為基礎框架，以服務主導邏輯為理論指引，以中德美政策體系為分析對象，試圖對未來制造業的核心能力和關鍵應用進行系統分析，探索和比較中德美三國政府在未來制造業發展中核心能力構建的政策和路徑。

圖1 CPS的能力架構的理論缺口

二、CPS的理論解讀及能力體系架構

(一)CPS的技術架構

CPS是信息通信技術與制造業融合的智能系統，系統架構的設計與開發成為有效推動和實施兩化融合的關鍵。一些學者提出了CPS技術系統架構，如陳麗娜等人(2011)[16]、Sztipanivits等人(2012)[17]。Lee等人(2015)提出適用于深度剖析智能制造的CPS五層架構，即連接層、轉換層、網絡層、認知層與配置層[18]。本文基于Lee等人提出的CPS五層技術架構對CPS的能力架構進行分析(參見圖2技術架構)。

連接層：利用具有感知功能的終端設備，如傳感器、探測器、企業信息系統，準確、實時、可靠地采集工業設備和機器組件產生的所有數據，如設備的功能、屬性、狀態、位置、所處環境數據等[18]。利用具有執行功能的終端設備，接收CPS上層反饋的控制信息，操控機器設備執行相應動作[19]。

轉換層：利用具有計算功能的工具和算法，如數據關聯算法、邏輯回歸算法，對連接層采集的數據進行處理分析，使其轉化為機器可識別的信息，如機器退化信息、機器健康信息[18,20]。比如，通過綜合優化技術預測機器剩余使用壽命，有助于工人對機器進行及時維護。

網絡層：利用網絡基礎設施、網絡技術和網絡服務，將獨立單元相互連接，組成大范圍、分布式的制造網絡，匯集來自機器、系統上的信息[18,20]，實現數據交換和共享[16]。制造網絡可以是工廠內部的生產網絡，多個廠商的設備網絡，或是縱貫價值鏈的業務網絡[21-22]。

認知層：利用數據分析工具和算法，對連接到網絡層的各個獨立單元的信息進行差異性對比和相似性分析[18,20]。利用具有認知功能的智能技術，對網絡層聚集的海量信息進行智能分析，生成可視化、支持性的知識，輔助專家或智能算法做出正確、可靠地決策[18,20]。

配置層：利用預設規則和語義規范等控制技術，基于認知層生成的決策，生成控制指令[19]。控制指令對底層工業設備和機器組件進行控制，使機器具備自適應、自配置和自調節的能力[23]。配置層的反饋將整個CPS五層架構形成一個閉環。

(二)CPS的能力架構

CPS技術架構對理解未來制造業的核心能力提供了一個清晰的基礎框架，但如果從打造全球制造業的競爭能力視角來看，它與產業生態、供應鏈、客戶需求密切關聯。“中國制造2025”戰略提出，“加快制造業服務協同發展”的重點任務，鼓勵制造業從產品制造向提供個性、精準、全生命周期的服務轉變[24]。德國“工業4.0”戰略勾勒“智能服務”的未來場景是：“根據用戶需求，以用戶為中心，生產出智能、聯網的物品、設備和機器，不僅出售產品，而且銷售智能產品附帶的智能服務，并通過智能服務盈利”[25]。美國“工業互聯網”戰略指出，“先進制造業”是通過生產流程和供應鏈創新，快速滿足用戶需求，支持更廣泛的高質量服務[26]。從制造業產品化向服務化轉型的趨勢來看，各國“再工業化”的重要任務是構建制造業服務化的重要能力。

在此背景下，服務主導邏輯理論對我們理解未來制造業的競爭能力提供強有力的解釋。根據Vargo和Lusch兩位學者提出的服務主導邏輯理論，在供大于求的時代，產品主導邏輯開始向服務主導邏輯轉型。服務是指“主體運用知識、技術等資源通過一系列處理、流程和操作，實現自身或其他主體獲益的過程”[27]。服務是市場交易的本質對象，有形產品是服務的一部分，服務以用戶為中心[27]。服務主導邏輯認為，價值是在特定情境下，由用戶體驗服務后決定的，只有滿足用戶需求的服務才能實現價值[28]。操縱型資源超越產品主導邏輯關注的對象型資源(如生產資料、生產設備等)，成為服務提供和價值創造過程的關鍵要素[29]。操縱型資源是指能作用于其他資源并產生效果的資源(如知識、信息通信技術)[29-30]。

服務主導邏輯指出，服務的關鍵是資源整合[31]。資源整合指多種資源聚集交互[32]。以信息通信技術為代表的操縱型資源是驅動資源整合的關鍵要素[33]。資源整合分為資源液化、資源集成、資源增值和資源調配。資源液化是指數據脫離物理實體，形成數字化形態，具備在網絡空間中傳遞的能力[34]。資源集成是指來自不同物理實體的資源匯集到網絡空間，聚集成海量的數據和信息[34-35]。資源增值是指一種資源的使用會增加另一種資源的價值[30]。資源調配是指以信息通信技術為代表的操縱型資源對其他資源進行優化配置和操控[34]。

在服務主導邏輯理論視角下，CPS技術架構的連接層，能夠實現工業設備和機器組件的數字化，使數據在網絡空間具備流動能力；轉換層通過數據分析將數據增值為可監測的信息；網絡層在網絡空間通過云計算整合為龐大的工業數據中心；認知層開發出與人類智能相似、能進行思考和反應的智能機器，將數據和信息增值為支持決策的知識；配置層通過智能系統優化實體和網絡空間的資源配置，實現機器的自適應、自控制和自協調。本研究從CPS技術架構如何驅動制造業資源整合的角度提出CPS的五層能力架構(參見圖2能力架構)。

資源液化能力。與連接層對應的資源液化能力是指：以傳感器為代表的信息通信技術，將工業設備和機器組件等物理對象數字化，驅動數字資源從實體空間映像到網絡空間，使其具備在網絡空間傳遞的能力。資源液化能力是兩化融合的基本能力，實體對象的數字化是實現業務靈活組配和柔性生產的基石；對制造服務全流程的實時數據采集，是實現智能生產、智能管理和智能服務的基礎。構建資源液化能力需要考慮：獲取不同類型的數據；選擇利用合適的傳感器；制定數據采集過程中的監管框架和安全體系[18]。

數據增值能力。與轉換層對應的數據增值能力是指，借助計算工具和算法等，根據連接層采集的數據生成設備或生產流程的狀態和事件信息(如，使用壽命、健康狀態)，對局部物理對象進行監控管理[36]。數據增值能力是制造業邁向智能化的第一步，在局部的生產環節中形成“大腦”，使實體對象產生自我認知和預判，使工人們對機器的管理維護變得更容易。構建數據增值能力需要考慮：對數據的清洗和處理；數據的長期存儲；上層服務接口的標準化[2]。

資源集成能力。與網絡層對應的資源集成能力是指，企業價值網絡中的信息在網絡空間大范圍集成和交換，局部物理對象之間的屏障被打破，企業內外的信息孤島被消除，資源集成的速度、廣度和深度大幅提升[36]。資源集成能力是構筑制造網絡和創新生態的關鍵能力。構建資源集成能力需要考慮：網絡基礎設施要保證網絡覆蓋和實體對象的快速接入；確保數據和信息資源實時、規范、安全、可靠的互聯互通；采用先進的信息通信技術，實現端到端的實時透明、無縫對接，屏蔽下層的異構性[22]。

智能分析能力。與認知層對應的智能分析能力是指，利用人工智能技術對網絡層匯集的海量、復雜、異構的數據進行處理，生成模型庫、經驗庫、方案庫、算法庫、工具庫等價值含量高的知識資源，為用戶提供高度個性化的服務[25,37]。智能分析能力是智能制造的核心，在整個制造服務流程中形成“主腦”，全面了解生產和管理的實際情況，并做出準確的判斷。構建智能分析能力需考慮：研發智能分析技術；將知識資源可視化；保障專家與知識資源交互的便捷[18,20]。

資源調配能力。與配置層對應的資源調配能力是指，利用智能控制等信息系統，基于認知層的大數據分析結果，生成描述、診斷、預測、決策、控制等不同應用，形成優化決策建議或產生直接控制指令[37]，驅動知識資源靈活、動態地調配和操控工業設備和機器組件等物理資源，實現創新的、智能的生產模式、服務模式以及商業模式[21]。

(三)CPS的應用架構

在兩化融合的過程中，CPS能力架構支持設計、生產、管理、服務等制造活動的各個環節，能夠實現先進的、智能的實踐應用。從中國、德國、美國的實踐來看，智能工廠成為“再工業化”的主要應用形態。與CPS技術架構和能力架構對應的應用架構包括：

裝備數字化。在智能工廠車間內，使用傳感器、變送器、設備和儀器自動在線采集生產對象、設備、流程、環境等關鍵數據。

裝備自監測。實時采集裝備數據以后，由信息系統對各制造環節產生的數據進行實時監測和分析，有效監視現場設備的運轉狀態、發現生產過程中的問題。

工廠網絡化。使用工業控制網絡，將智能工廠中的制造裝備、信息系統、操作人員、生產物料等連接起來，使用互聯網將智能工廠與價值網絡中的企業連接起來，實現設備與設備、設備與人、物料與設備、企業與企業之間的互聯互通和柔性組合。海量的數據在網絡層集成，形成工業數據云，建立全生產周期的數據共享平臺。

工廠自決策。基于網絡層集成的海量數據，利用大數據分析和挖掘技術對數據進行處理，建立工廠知識庫，利用機器學習、預測分析等智能技術對數據進行解析，應用LED看板、圖形報表、工業APP等可視化技術支持人機交互，進而制定合理的決策。

工廠自配置。使用智能控制系統和智能裝備，實現整個制造流程的智能管理，根據用戶實時的需求進行動態生產，實現自我配置、精準執行的自組織生產。工人從執行例行任務中解放出來，能夠專注于創新、增值的活動。

圖2 從CPS技術架構到能力架構與應用架構注：技術架構由Lee等人(2015)提出，能力架構與應用架構由本研究提出。

三、中德美政策比較研究

為了提高制造業的全球競爭優勢，構建制造業服務化的核心能力，中國、德國和美國制定了多個重要政策(圖3)。2015年，中國提出“中國制造2025”行動綱領，制定“三步走”行動計劃。圍繞這一行動綱領，中國先后出臺《智能制造工程實施指南(2016-2020)》、《中國制造2025》“1+X”規劃體系等一系列政策文件，旨在實現制造強國目標。2010年，德國提出制造業智能升級的戰略構想。2013年，德國正式提出“工業4.0”的戰略建議。2013年，美國通用電氣提出“工業互聯網”概念。圍繞這一概念，美國先后頒布《捕捉美國先進制造業的競爭優勢》、《加速美國先進制造業》和《美國制造創新網絡戰略計劃》等一系列政策文件，加快搶占全球先進制造業制高點。下文對中國、德國和美國的政策進行分析比較(表1)。

(一)中國政策重點與能力布局

與德國、美國等發達國家相比，中國制造業大而不強，在制造業自主創新、產品質量、資源利用效率、信息化水平、產業結構等方面差距明顯。“中國制造2025”提出，“將加快新一代信息通訊技術與制造業的深度融合作為中國再工業化的戰略主線，基于CPS推動制造業的數字化、網絡化和智能化，提升制造業的整體素質和創新能力，建成全球領先的技術體系和產業體系”。

資源液化能力構建。資源液化能力是中國“三步走”的第一步，是中國2015-2025年重點構建的能力之一。《中國制造2025》提出，加快貫穿于工業設計、工藝、生產、管理、服務等各個環節的基礎設施建設，集中力量在智能傳感裝備、智能感知元器件、智能測量儀表等技術上取得突破。

數據增值能力構建。構建數據增值能力的智能檢測裝備被列為重點突破的關鍵技術之一。《智能制造工程實施指南(2016-2020)》指出，通過對智能傳感設備獲取的數據進行分析，制造裝備能夠遠程無人操控、工作環境預警、運行狀態監測、故障診斷與自修復。

資源集成能力構建。我國將“融合發展”和“創新引領”作為資源集成能力的兩大基本原則。“融合發展”指兩化融合，旨在促進“軟件與硬件、技術與產品、產業鏈上下游等融合協同發展，完善產業生態體系”，搭建工業云服務和工業大數據平臺。創新資源集成集中在三個層面：新型價值鏈、信息產業鏈和創新生態系統。

表1 三國對比CPS能力構建

注：表中內容來源于本研究對中國、德國和美國政策的分析比較。

圖3 中德美政策發布路線

智能分析能力構建。在構建智能分析能力上，《智能制造發展規劃(2016-2020年)》提出，“引導企業加大研發投入，突破識別技術、建模與仿真技術、人工智能等關鍵共性技術”。《大數據產業發展規劃(2016-2020年)》提出，“要支持深度學習、類腦計算、認知計算等前沿技術創新”，研發具有智能分析和智慧決策的智能制造裝備。

資源調配能力構建。“中國制造2025”將“生產型制造向服務型制造轉變”作為資源調配能力的目標。“生產型制造向服務型制造轉變”體現在“推動發展服務型制造”和“加快生產性服務業發展”兩個方面。一是“鼓勵制造業企業增加服務環節投入，發展個性化定制服務、全生命周期管理、網絡精準營銷和在線支持服務等”。二是“鼓勵互聯網等企業發展移動電子商務、在線定制、線上到線下等創新模式，實現與制造業企業的無縫對接，創新業務協作流程和價值創造模式”。

(二)德國政策重點與能力布局

德國制造業處于世界領先地位，新一代信息通信技術對德國制造業產生了深刻影響。德國“工業4.0”提出，利用CPS將智能機器、存儲系統和生產設施等資源數據化，形成貫穿在制造業中的“物聯網”和“服務互聯網”，將傳統工廠轉變成能夠自我控制、自我調節、自我配置的智能工廠，實現快速、有效、個性化的產品供應。

資源液化能力構建。資源液化能力是德國“工業4.0”的基礎能力。在資源液化能力方面，德國推進發展智能傳感器和制動器技術。重點開展有關傳感器的端到端分布和連接的研究工作，將本地或全球范圍內網絡和具實時性的傳感器/制動器用于生產。

數據增值能力構建。在數據增值能力方面，《德國工業4.0實施戰略報告》提出加速研發微電子技術，“微電子技術是工業4.0的關鍵技術之一，是電子硬件和智能軟件之間的融合，用于智能識別、監測生產和物流的過程，具有自我診斷功能”。

資源集成能力構建。為了構建制造流程的資源集成能力，《德國工業4.0實施戰略報告》提出了四大核心模塊，即“研究與創新，參考體系結構以及標準化與標準，網絡化系統的安全性，法律框架的構建”。為了構建制造創新的資源集成能力，德國提出建設智能服務實施平臺和智能服務創新平臺。

智能分析能力構建。智能分析能力成為德國“工業4.0”未來發展重要方向。《德國智能服務世界—未來項目實施建議》總結了德國重點研發的關鍵技術，包括“大數據流分析、數據挖掘和大數據分析、信息提取的自動本體學習、優化設備利用率的數據分析、復雜事件處理、學習的決策支持等”。

資源調配能力構建。德國“工業4.0”戰略旨在創造智能產品、程序和流程，智能工廠是根據客戶個性化需求生產智能、聯網產品。在智能產品的基礎上，在構建智能分析能力的基礎上，以用戶為中心，隨時隨地根據用戶需求設計、生產、提供適合的智能服務解決方案。

(三)美國的政策重點及能力布局

從2000-2009年，美國制造業的增長率幾乎持平，勞動力減少三分之一，制造業投資停滯不前。推動新一輪制造業革命成為美國的戰略重心。美國“工業互聯網”提出，“利用CPS將人、數據和機器連接起來，由智能設備采集大數據，利用智能系統進行數據挖掘和可視化展現，形成智能決策，為生產管理提供實時判斷參考，指導生產、優化工藝，實現制造業的數據流、硬件、軟件的智能交互”。

資源液化能力構建。在資源液化能力方面，美國將先進傳感、測量和制程控制技術作為優先發展的技術領域之一，集中研究內置傳感、測量和控制技術。

數據增值能力構建。《美國工業互聯網參考架構》提到了工業互聯網的“監測與診斷”功能，“它負責實時監測資產的關鍵性指標，智能收集并處理資產的健康數據，以便診斷問題的真正原因，警示異常條件和偏差。監測和診斷對數據服務和分析功能有較強的依賴性”。

資源集成能力構建。美國從創新研究所和網絡職能兩個方面構建資源集成能力。美國聯邦政府的先進制造業合作伙伴計劃，致力于聯合政府、院校、各行業組織和其他利益相關者，共同搭建先進制造技術的生態系統。創新研究所是美國創新網絡計劃的創新平臺，平臺聚集了各行業企業、大學與研究機構、政府機構等相關主體，搭建公私合作的關系橋梁。

智能分析能力構建。美國制造業在發展過程中呈現出知識密集的特征，作業和流程越來越依靠大數據分析、建模與模擬、人工智能等技術的支持。《加速美國先進制造業》提出，“建立制造業創新研究所，支持大量復雜、真實的供應鏈數據的開發利用”。

資源調配能力構建。在資源調配能力方面，機器人制造成為美國實現先進制造、重塑本土制造業的重要推動者。《美國機器人路線圖研究報告》提出，“有效使用機器人技術將增加美國就業，提高工作質量，并增強全球競爭力”。

四、理論啟示與實踐建議

本文基于CPS五層技術架構，從服務主導邏輯理論出發，對中國、德國和美國制造業升級政策和戰略進行深入分析。在理論意義上，本研究主要貢獻在于構建CPS五層能力架構。研究發現，以用戶為中心的制造業服務化將成為兩化融合的目標。為推動制造業從產品主導向服務主導的躍升，中國、德國和美國都將CPS作為核心技術架構，構建制造業體系的五層能力以及確保能力構建的保障機制，并在工廠、供應鏈、價值網絡等領域開展應用。

在構建CPS五層能力的過程中，資源液化能力和數據增值能力的建立是最基礎且漫長的階段。從生產端的裝備構件到用戶端的穿戴設備，整個制造業生態的物理對象液化和自認知必定要經歷相當長的時間積累。資源集成能力成為兩化融合的核心，是制造業產生質變的關鍵。將實體對象映射并匯聚在網絡空間，不僅創造了生態中多種資源交互協同的機會，而且提供給先進技術作用于海量資源產生價值的平臺。實際上，資源集成能力成為各國聚力的焦點。智能分析能力是制造業實現智能化的必要能力，智能分析能力的構建需要對相關的技術投入大量的研發資源，并給予法律有效的支持保障。在此基礎上，資源配置能力的構建、網絡空間對實體空間的優化配置才有可能實現。

雖然三個國家在CPS五層能力架構均有布局，但能力構建的重點不同，這與三個國家的制造業基礎差異有關。中國當前的能力構建集中在資源液化能力和資源集成能力上。這與我國制造業基礎相對薄弱、制造業規模巨大有關。只有將基礎建設好，才有制造業轉型升級的空間。德國的重點是資源集成能力，重點打造價值鏈的橫向集成和縱向集成。它需要通過工業4.0戰略有效地實現服務于客戶的端到端連接，支持德國工業高效服務于全球市場，確保德國制造業的核心競爭力。美國的重點是智能分析能力，一方面，美國有大量領先的互聯網和軟件企業，在網絡空間已經形成了領先優勢，在新一代信息通信技術的研發創新上處于全球壟斷的地位，能夠充分利用技術領先優勢推動制造領域的應用研究，如人機智能技術和機器人技術，構建工業領域的智能分析能力和資源調配能力。另一方面，美國制造業信息化水平非常高，對價值鏈的信息化管控能力已經成為其運營體系的核心競爭優勢[38-39]，在經歷了多年制造業外包實踐之后，美國制造業會通過制造業軟件化能力，實現跨越式領先發展，打造整體化的創新生態。

在實踐意義上，研究發現三個國家非常重視制造業創新平臺的建設，特別是大企業主導的平臺。如中國已率先建成產業技術基礎公共服務平臺和協同創新平臺。德國的平臺建設直接服務于制造型企業的服務轉型，如德國的智能服務實施平臺和智能服務創新平臺。美國通過建立國家制造創新網絡，即政企合作的伙伴關系，提供共享的高科技設施，提升美國在新興科技領域的領先地位，截止到2015年底，美國已經成立9家制造創新研究所。

在新一輪國際競爭中，中國企業面臨的壓力與挑戰比德美企業更大。我國制造業面臨兩翼競爭。一方面，中國企業面臨著傳統制造業轉型升級的艱難挑戰，在產品質量、技術含量、運營體系和品牌建設上與德國企業有較大差距，在企業、產業和工業互聯網領域，與德國和美國的企業仍有很大距離；另一方面，美國在資源集成能力和智能分析能力上已經建立了一定的領先優勢。基于本文的理論架構與政策分析，我們建議：第一，整體規劃布局以CPS為核心的能力建設，充分調動社會資源同步推進，政府通過整體協同和社會化治理機制，發揮大企業的領軍作用，加速各個能力層的建設。第二，增強對戰略性操縱型資源的研發強度與力度。建議利用我國整體創新資源和市場優勢，積極參與CPS國際標準的制定。通過前瞻性戰略研究，提供將實體經濟與網絡經濟共贏發展的綜合性框架，為企業提供長期、穩定的政策設計與環境營造，將實體與網絡經濟的發展打造成互利互惠、共同發展的伙伴關系。第三，充分利用互聯網企業擁有的操縱型資源，加速對傳統產業的融合。鼓勵我國的互聯網企業強化對已有操縱型資源的開發利用能力，將其擴散到更加廣泛的產業領域，特別是推進工業互聯網、產業互聯網與專業互聯網的發展。

[1]中國電子技術標準化研究院. 中國信息物理系統標準化白皮書(2016)[OL]. http://www.innovation4.cn/library/r747#pfc, 2016-03-28.

[2]美國總統辦公室與總統科技顧問委員會(PCAST). 數字未來設計：聯邦資助的網絡與信息技術研發[OL]. http://www.istis.sh.cn/list/list.aspx?id=10253, 2016-11-01.

[3]德國國家科學與工程院研究部. 德國CPS綜合研究報告[OL]. http://www.innovation4.cn/library/r2319, 2016-09-14.

[4]中國工業和信息化部. 國務院關于積極推進“互聯網+”行動的指導意見[OL]. http://www.miit.gov.cn/n973401/n5329857/n5329867/c4538241/content.html, 2015-12-14.

[5]魏曉東. 《工業4.0與兩化融合》講座第二講信息物理系統(CPS)——新工業革命的基礎[J]. 自動化博覽, 2015(12): 68-71.

[6]LEE E A.cyber physical systems: Design challenges [C]. // 2008 11th IEEE International Symposium on Object and Component-Oriented Real-Time Distributed Computing (ISORC). France: IEEE PRESS, 2008: 363-369.

[7]RAJKUMAR R, LEE I, SHA L, et al. Cyber-physical systems:The next computing revolution [C]. // Proceedings of the 47th Design Automation Conference. USA: IEEE PRESS, 2010: 731-736.

[8]FENG Xia, Alexey V. Evaluating IEEE 802.15.4 for Cyber-physical systems [J]. EURASIP Journal on Wireless Communications and Networking, 2011, 2011(1):1-14.

[9]TANG Qinghui, GUPTA S K S, VARSAMOPOULOS G. Energy-efficient thermal-aware task scheduling for homogeneous high-performance computing data centers: A cyber-physical approach [J]. IEEE Transactions on Parallel and Distributed Systems, 2008, 19(11): 1458-1472.

[10]AKELL R, Tang Han, McMillin B M. Analysis of information flow security in cyber-physical systems [J]. International Journal of Critical Infrastructure Protection, 2010, 3(3): 157-173.

[11]EHYAEI A, TOVAR E, PEREIRA N, et al. Scalable data acquisition for densely instrumented cyber-physical systems [C]. // Proceedings of the 2011 IEEE/ACM Second International Conference on Cyber-Physical Systems. USA: IEEE PRESS, 2011: 174-183.

[12]LI D, LI F, HUANG X, et al. A model based integration framework for computer numerical control system development [J]. Robotics and Computer-Integrated Manufacturing, 2010, 26(4): 333-343.

[13]BAK S, MANAMCHERI K, MITRA S, et al. Sandboxing controllers forcyber-physical systems [C]. // Proceedings of the 2011 IEEE/ACM Second International Conference on Cyber-Physical Systems. USA: IEEE PRESS, 2011: 3-12.

[14]LAKSHMANAN K, DE N D, RAJKUMAR R, et al. Resource allocation in distributed mixed-criticalitycyber-physical systems [C]. // 2010 IEEE 30th International Conference on Distributed Computing Systems Italy: IEEE PRESS, 2010: 169-178.

[15]ZHOU Jiazhen, HU R Q, QIAN Y. Scalable distributed communication architectures to support advanced metering infrastructure in smart grid [J]. IEEE Transactions on Parallel & Distributed Systems, 2012, 23(9):1632-1642.

[16]陳麗娜, 王小樂, 鄧 蘇. CPS 體系結構設計[J]. 計算機科學, 2011, 38(5): 295-300.

[17]SZTIPANOVITS J, KOUTSOUKOS X, KARSAI G, et al. Toward a science of cyber-physical system integration [J]. Proceedings of the IEEE, 2012, 100(1): 29-44.

[18]LEE J, BAGHERI B, KAO H A. A cyber-physical systems architecture for industry 4.0-based manufacturing systems [J]. Manufacturing Letters, 2015, 3: 18-23.

[19]李 釗, 彭 勇, 謝豐等. 信息物理系統安全威脅與措施[J]. 清華大學學報: 自然科學版, 2012, 52(10): 1482-1487.

[20]LEE J. Smart factory systems [J]. Informatik-Spektrum, 2015, 38(3): 230-235.

[21]魏曉東. 《工業4.0與兩化融合》講座第一講工業革命與工業4.0[J]. 自動化博覽, 2015 (11): 64-67 72.

[22]魏曉東. 《工業4.0與兩化融合》講座第四講工業4.0的系統集成技術[J]. 自動化博覽, 2016(2): 64-68.

[23]何明, 梁文輝, 陳希亮, 等. CPS系統體系結構頂層設計研究[J]. 計算機科學, 2013, 40(11): 18-22.

[24]國務院. 中國制造2025[OL]. http://www.miit.gov.cn/n973401/n1234620/n1234622/c4409653/content.html, 2015-05-19.

[25]德國國家科學與工程院. 德國智能服務世界——未來項目實施建議[OL]. http://www.innovation4.cn/library/r990, 2016-05-30.

[26]美國總統行政辦公室和美國總統科技顧問委員會. 捕捉美國先進制造業的競爭優勢(AMP 1.0)[OL]. http://www.innovation4.cn/library/r1441, 2016-07-25.

[27]LUSCH R F, VARGO S L. Service-dominant logic: reactions, reflections and refinements [J]. Marketing Theory, 2006, 6(3): 281.

[28]CHANDLER J, VARGO S L. Contextualization: network intersections, value-in-context, and the co-creation of markets [J]. Marketing Theory, 2011, 11(1): 35-49.

[29]VARGO S L, LUSCH R F. Evolving to a new dominant logic for marketing [J]. Journal of Marketing, 2004, 68(1): 1-17.

[30]SRIVASTAVA S C, SHAINESH G. Bridging the service divide through digitally enabled service innovations: evidence from Indian healthcare service providers [J]. MIS Quarterly, 2015, 39(1): 245-267.

[31]AKAKA M A, VARGO S L. Technology as an operant resource in service (eco) systems [J]. Information Systems and e-Business Management, 2014, 12(3): 367-384.

[32]PFISTERER L, ROTH S. Customer usage processes:A conceptualization and differentiation [J]. Marketing Theory, 2015, 15(3): 401-422.

[33]KLEINALTENKAMP M, BRODIE R J, FROW P, et al. Resource integration [J]. Marketing Theory, 2012, 12(2): 201-205.

[34]NORMANN R. Reframing business: When the map changes the landscape [M]. John Wiley & Sons, 2001.

[35]LUSCH R F, NAMBISAN S. Service innovation:A service-dominant logic perspective [J]. MIS Quarterly, 2015, 39(1): 155-175.

[36]魏曉東. 《工業4.0與兩化融合》講座第三講工業4.0與兩化融合[J]. 自動化博覽, 2016(1): 78-81.

[37]工業互聯網產業聯盟(AII). 工業互聯網體系架構[OL]. http://www.innovation4.cn/library/r2137, 2016-09-08.

[38]董小英. 從德國工業4.0看我國“互聯網+”熱[N]. 社會科學報, 2016-01-28(002).

[39]董小英. 全球視角下未來制造業的三元能力建設——智能制造對我國的戰略意義解析[J]. 互聯網天地, 2016(6): 1-6.