以大數據技術驅動制造業轉型升級

霍媛媛

【摘要】以大數據技術驅動制造業轉型升級是中國制造向中國智造轉型的必由之路，但現在卻面臨著數據信息質量不高、生產性服務業發展滯后等問題，亟須推動大數據管理、研發、應用等產業發展，建立面向產業結構調整的大數據產業鏈，推動大數據技術與傳統制造業深度融合，以大數據技術助推制造業轉型升級。

【關鍵詞】大數據 制造業 轉型升級

【中圖分類號】F424 【文獻標識碼】A

隨著互聯網、大數據、云計算等信息技術發展，我國數字經濟發展迅猛，其中大數據在數字經濟發展中發揮著不可替代的作用。隨著傳統制造業對大數據依賴程度的加劇，以大數據驅動制造業轉型升級成為了經濟發展的必然趨勢。

大數據技術對制造業轉型升級的價值

大數據技術能夠對海量數據信息進行搜集、統計、分析和處理，為人們的信息反饋、商業活動、公共決策等提供重要參考，被廣泛用于商業、教育、醫療、管理等各個領域。從總體上看大數據已經被廣泛用于智能電網、社交網絡、商業模式、產品消費、智能決策等領域，人們還可以用大數據技術分析產業結構的相關性，預測產業結構發展趨勢等。

推動制造業的信息化轉型。在互聯網時代，制造企業運用網絡化、自動化等技術，推動制造業管理信息化，將制造業的研發、設計、加工、銷售等環節集合起來，形成了信息化的制造業管理系統，極大地提高了制造企業的生產效率。制造企業在生產運營、市場銷售、原料采購等活動中往往會產生海量數據信息，這些數據具有種類繁多、數量龐大、更新速度快等特點，且蘊藏了許多有價值信息，只有運用大數據技術才能更好地發掘這些數據“寶藏”。比如大數據技術能夠獲取企業各環節的數據信息，并將數據信息存儲于企業數據庫中，繼而在云計算平臺上對數據進行分析，挖掘有價值信息。

推動制造業的智能化生產。所謂智能生產，是指將信息物理系統用于企業生產、加工的各個環節，以傳感器抓取企業生產加工中的數據，通過物聯網技術將數據上傳至云計算平臺，在云平臺上對生產流動實行智能檢測和智能控制，從而實現制造業生產最優化。此外，在大數據技術支持下，企業還可以利用傳感技術、自動化技術等增強產品生產的智能性、網絡性，將傳統制造業和高端服務業融合在一起，進一步提高企業產品的競爭力。

大數據時代制造業轉型升級的現實困境

數據信息質量不高，不利于數據開發利用。當前部分制造企業面臨著數據收集能力較差、數據信息積累較少、數據質量不高、數據挖掘能力有限等問題，比如一些制造企業并未對產品研發、原料采購、加工生產、產品銷售等進行全過程跟蹤，不能全方位搜集企業生產經營中所產生的數據信息；企業之間的數據標準不統一、數據來源差異大、數據共享程度低等；企業數據分析和處理能力比較差，不能在數據噪音中挖掘出有價值數據信息等，這些都影響了制造企業的轉型升級。此外，部分制造企業缺乏數據安全意識，不能以數據加密技術、網絡安全軟件等方式對數據進行安全管理，導致企業存在許多數據安全隱患。還有部分制造企業的數據應用能力差，不能依據大數據信息開展管理決策、市場營銷等，導致數據資源利用效率不高。

企業自主創新能力不強，制約制造業轉型升級。在制造業轉型的背景下，大數據技術固然能夠提高企業研發、生產、管理和營銷的精準性，提升企業制造的智能化程度，但是大數據技術只是推動企業轉型升級的輔助因素，關鍵還是企業的新技術、新工藝和新材料的開發及應用。從總體上看中國制造業與德國、日本等制造業強國之間還有一些距離，比如我國企業自主創新能力有待提高，一些關鍵零部件、高端設備等依賴進口。制造業核心技術薄弱直接影響了大數據技術與制造業的深度融合，也影響了中國智造的可持續發展。由于中國制造業核心技術薄弱等問題，導致中國制造的產業附加值低、企業利潤率較差，這些又進一步導致中國制造企業投入技術研發、工藝優化等的資金和實力較少，從而形成了惡性循環。

生產性服務業滯后，制約大數據技術與制造業融合。改革開放以來，中國從勞動密集型、資源投入型制造業起步，以物美價廉的商品征服了全世界，但是隨著勞動力成本上升、資源環境約束加劇，中國制造業不得不向智能制造、高端制造轉型發展，以大數據技術驅動制造業轉型由此產生。但是制造業轉型升級并不是簡單地生產高質量產品，還涉及產品設計、技術研發、市場營銷等多方面內容，而這些方面恰恰是中國制造業的薄弱環節。由于我國制造業的生產性服務業投入不足，嚴重制約了大數據技術與生產制造業的融合，也導致中國制造業的柔性競爭力缺失。此外，我國尚未形成面向制造業的大數據產業鏈，互聯網企業對傳統制造業的嵌入深度還遠遠不夠，這些都影響了大數據技術推動制造業轉型升級。

大數據技術驅動制造業轉型升級的思路

重視大數據技術對制造業轉型的價值。大數據不只是先進的數據收集、整理、分析和處理技術，更是一種以客戶為中心、以參與互動為重要特征的思維方式和管理理念。應當高度重視大數據技術對企業轉型升級的重要意義，提升制造企業對大數據技術的理解和重視程度，比如政府部門應當積極開展大數據技術及理念的宣傳工作，普及大數據知識和技術，提高制造企業的大數據應用能力，還可以宣傳以大數據技術推動企業轉型的典型案例，介紹應用大數據技術的成功經驗，激發制造企業應用大數據技術的內在動力。

推動大數據管理、研發、應用等產業發展。首先，積極推動數據搜集、存儲、分析和交易的標準化建設，提高數字資源的標準化程度，為數據交易、數據資源共享等創造良好條件。比如應建立政府主導、企業為主體的大數據重心，以大數據技術助推制造業轉型升級。其次，加強數據信息立法工作，將數據信息作為知識產權的重要內容，強化數據管理和使用的規范化程度，充分保護數據信息所有者的合法權益。推動數字安全立法工作，建立數據資產的知識產權保障機制，為企業及用戶的數據安全、隱私保障等提供制度保障。最后，應當加大對大數據產業的支持力度，在土地、稅收、信貸等方面對大數據企業、以大數據技術驅動轉型的制造企業等進行支持。

推動大數據技術和企業自主創新協同發展。傳統制造業轉型升級不僅需要大數據技術的支持，還需要企業提升自主創新能力，掌握更多的核心技術和知識產權。首先，制造企業應當加大在科技創新、工藝改造、技術革新等方面的投資力度，不斷提高企業的技術水平和科研能力，提升企業的核心競爭力。加強與高校、科研院所的合作，不斷提高自身的自主研發能力和技術消化能力，提升企業在產業鏈上的競爭力。政府要加大對制造業轉型升級的支持力度，在稅收、財政、信貸等方面為企業自主創新、技術革新等提供支持。其次，要逐步整合各個領域的數據資源，培育數據搜集、存儲、處理、分析等方面的高科技公司，為制造企業提供個性化、精準化、智能化的大數據服務。推動“大數據+”的創新發展，推進大數據產業與互聯網、金融、市場營銷、企業管理、物流等產業的融合，建立面向制造業轉型的大數據產業鏈。最后，為大數據技術和制造業的協同發展提供人才保障。高校應當將大數據技術列入學校的基礎課程，提高學生對大數據的認識和理解，還可以在機械制造、土木工程、市場營銷、企業管理等專業中開設大數據課程，培養更多既懂制造業也懂大數據的復合型人才。制造企業也應當高度重視大數據技術的應用，讓管理人員、技術骨干、研發人員等參與大數據技術培訓，提高企業員工對大數據的認識和理解。

（作者為四川大學經濟學院博士研究生）

【參考文獻】

①王立杰、張倩倩：《大數據時代下制造類企業的組織創新》，《河南理工大學學報（社會科學版）》，2014年第3期。