中國制造業數字化轉型的特點、問題與對策

沈恒超

【提要】中國制造業企業所處發展階段參差不齊，其數字化轉型既包括處于較低發展階段的企業提高信息化水平，也包括處于較高發展階段的企業實現數字化、網絡化、智能化。在有關部門引導和支持下，中國制造業數字化轉型已經取得了一定成效，數字化、集成互聯、智能協同水平持續提高，工業互聯網應用規模不斷擴大。但是，缺乏權威的數據標準、數據安全問題有待解決、數據開放與共享水平有待提高、技術基礎與信息基礎設施相對薄弱、對就業將產生嚴峻挑戰等問題仍存在，阻礙著制造業數字化轉型進一步深入。建議有關部門完善支持鼓勵政策，促進工業數據標準建設與應用，加強數據安全保護，支持核心技術攻關，增強信息基礎設施支撐能力，推進國際合作，與再就業培訓、社會保障體系實現統籌規劃。

【關鍵詞】制造業;轉型升級;數字化;網絡化;智能化

中國制造業規模龐大，體系完備，但大而不強。尤其是傳統制造業，自主創新能力不強，生產管理效率較低。隨著中國制造業成本優勢逐步下降，只有不斷提高產品品質和生產管理效率，重塑競爭力，企業才能更好地生存、發展、壯大。數字化轉型正是提高制造業產品質量和生產管理效率的重要途徑。近年來，大數據、云計算、人工智能等數字技術加速與制造業相融合，取得了一定成效，但仍有不少問題需要予以解決。

一、中國制造業數字化轉型的內涵

數字經濟是繼農業經濟、工業經濟之后的新經濟形態，它以數據資源為重要生產要素，以數字化轉型為重要推動力。越來越多的國家把發展數字經濟作為推動該國經濟增長的重要途徑。其中，促進新一代信息技術和制造業深度融合，大力發展先進制造和智能制造，在各國數字經濟發展戰略中占有重要地位。對于美國、德國等發達國家來說，由于制造業基礎較好，數字化水平較高，其數字化轉型的重點是網絡化、智能化。如德國發展工業4.0，美國推進工業互聯網。

中國大部分制造業企業處于較低發展階段，還需要“補課”。制造業數字化轉型，既包括尚處于工業1.0和2.0階段的企業通過信息化（數字化）改造實現工業3.0;也包括少數已經達到工業3.0階段的企業，將大數據、人工智能等技術深度應用于供應、制造、銷售、服務等環節，實現工業4.0，即進入網絡化、智能化發展階段。

二、中國制造業數字化轉型的進展與主要問題

中國制造業數字化轉型取得了一定進展，但缺乏權威性的數據標準、數據安全問題亟待解決、數據開放共享不夠、信息基礎設施有待加強、核心關鍵技術受制于人等問題仍然存，制約著制造業數字化轉型進一步深入。

（一）中國制造業數字化轉型的進展

為促進包括傳統制造業在內的制造業轉型升級，中國不斷完善制度環境，制定出臺了一系列戰略規劃和政策措施。近年來，中國制造業數字化水平不斷提高，處在產業發展前沿的工業互聯網應用不斷拓展。

1.制造業轉型升級的制度環境不斷完善。2015年以來，國務院相繼印發《中國制造2025》《關于深化制造業與互聯網融合發展的指導意見》等政策文件，對制造業數字化轉型進行了全面部署。工業和信息化部、財政部等部門相繼印發《智能制造發展規劃（2016-2020年）》《工業互聯網發展行動計劃（2018-2020年）》等規劃，明確了制造業數字化轉型的具體目標和重點任務。上述文件制定了技術研發、成果應用、重點領域突破、金融、財稅、人才、基礎設施、質量基礎、信息安全、服務平臺、國際交流合作、組織保障等方面的支持政策與措施，發揮了明顯的推動和促進作用。

2.數字化改造進展較快，網絡化、智能化發展較慢。中國信息化百人會與中國兩化融合服務聯盟聯合發布的《中國制造業信息化指數》顯示，中國制造業整體處于從工業2.0向工業3.0過渡的發展階段。從實際調研情況看，相對小企業來說，大企業更接近工業3.0階段的發展水平。國際數據公司IDC發布的《2018中國企業數字化發展報告》顯示，中國消費行業數字化程度相對較高，而制造業數字化程度較低，超過50%的制造企業尚處于單點試驗和局部推廣階段。

近年來，中國信息化、工業化兩化融合發展水平持續上升，如圖1所示。從細分指標看，研發、制造、營銷等環節的數字化指標值較高，集成互聯指標、智能協同指標值較低，如表1所示，這說明制造業信息化（數字化）改造進展較快，而網絡化、智能化方面的數字化轉型進展較慢。中國信息化百人會披露的數據同樣顯示，2017年中國生產設備數字化率為44.8%，其中30.9%實現了聯網;通用性較高的企業資源計劃（ERP）普及率為55.9%，但個性化需求較高的制造執行系統（MES）普及率為20.7%;實現網絡化協同研制的企業比例為31.2%。

3.處于行業發展前沿的工業互聯網應用不斷拓展。工業互聯網是制造業數字化轉型的前沿技術應用，已經成為各主要工業強國搶占制造業競爭制高點的共同選擇。根據中國工業互聯網產業聯盟測算，2017年中國工業互聯網直接產業規模約為5700億元，2020年預計達到萬億元規模。前瞻產業研究院發布的《中國工業互聯網產業發展前景預測與投資戰略規劃分析報告》顯示，2017年中國工業互聯網市場規模為4677億元，預計2020年達到6929億元。賽迪顧問股份有限公司預測，2020年中國工業互聯網市場規模將達到6965億元。

工業互聯網技術主要應用在產品開發、生產管理、產品服務環節。在生產管理環節應用工業互聯網技術的企業主攻數字工廠、智能工廠。在產品開發和服務環節應用工業互聯網技術的企業致力于開發智能產品，提供智能增值服務。從調研情況看，在產品和服務環節應用工業互聯網技術的企業，遠多于在生產管理環節應用工業互聯網技術的企業。主要應用模式和場景可歸納為以下4類：一是智能產品開發與大規模個性化定制，如小米公司圍繞小米手機、小米電視、小米路由器開發系列智能家居產品，紅領集團建立了數萬種設計元素和數億種設計組合，實現了個性化產品的大規模定制;二是智能化生產和管理，如蘇州協鑫公司利用阿里巴巴開發的ET工業大腦分析其生產工藝數據，優化生產流程，良品率提高了1%;三是智能化售后服務，如三一重工通過對遍布全球的混凝土泵車、起重機、路機等設備作業狀態數據進行分析，提示客戶對不同部件進行保養，該增值業務已成為企業利潤的重要來源;四是產業鏈協同，如航天云網接入600余家單位，對設計模型、專業軟件以及1.3萬余臺設備設施進行共享，資源利用率提升了40%。

工業互聯網平臺為制造業數字化轉型提供支撐服務。工業互聯網平臺可以分為通用平臺、行業平臺、專業平臺，它們都可以直接為用戶提供服務，但更多的是，通用平臺為行業平臺提供服務，行業平臺為專業平臺提供服務，專業平臺為用戶提供服務，如圖2所示。通用平臺處于產業鏈上游，提供基礎的云計算資源能力、數據管理及數據分析能力。目前，中國已有一批工業互聯網平臺實現了規模化商用。根據中國信息通信研究院的不完全統計，截至2018年3月，各類工業互聯網平臺數量達到269個，主要應用方向為裝備（30%）、消費品（28%）、原材料（21%）、電子信息（12%）、其他（8%）。

（二）中國制造業數字化轉型面臨的主要問題

中國制造業數字化轉型已經取得了一定成效，但阻礙行業發展的問題仍不少。

1.缺乏權威的數據標準。制造企業每天產生和利用大量數據，如經營管理數據、設備運行數據、外部市場數據，但工業設備種類繁多、應用場景復雜、不同環境有不同的工業協議、數據格式差異較大、不統一標準難以兼容，導致這些數據難以轉化為有用的資源。目前中國已有全國信息技術標準化技術委員會、智能制造綜合標準化工作組、工業互聯網產業聯盟等多個從事相關標準研發的機構，制定了《國家智能制造標準體系建設指南》并已更新至2018年版、《工業互聯網標準體系框架（版本1.0）》等文件，但具體標準的研制和推廣工作剛啟動，市場接受度還不高。

2.數據安全問題有待解決。工業數據的安全要求遠高于消費數據。工業數據涵蓋設備、產品、運營、用戶等多個方面，在采集、存儲和應用過程中泄露，會給企業和用戶帶來嚴重的安全隱患。數據如果被篡改，可能導致生產過程發生混亂，甚至會威脅城市安全、人身安全、關鍵基礎設施安全，乃至國家安全。云化以后，數據非法訪問風險加劇，數據安全風險持續加大。雖然有各種安全措施，但“道高一尺、魔高一丈”，各種信息竊取、篡改手段層出不窮，技術上并不能確保數據安全。另一方面，懲罰措施尚不到位，不能給予數據竊取、篡改者足夠的威懾。

3.數據開放與共享水平尚需提高。隨著數字經濟發展，企業對外部數據的需求呈現不斷上升趨勢，包括產業鏈上下游企業信息、政府監管信息、公民基礎信息等，將這些數據資源進行有效整合才能產生應用價值，而前提是這些數據能夠獲得。目前，政府、事業單位等公共部門的數據仍處于內部整合階段，對社會公開尚需時日。社會數據方面，對哪些數據可以采集并獨享、哪些數據能采集但必須共享、哪些數據不能采集，還缺乏詳細規定。

4.核心關鍵技術能力不足，信息基礎設施建設有待加強，制造業數字化轉型的基礎相對薄弱。關鍵工業軟件、底層操作系統、嵌入式芯片、開發工具等技術領域基本被國外壟斷。中國能夠生產的工業傳感與控制產品多集中在低端市場，高端產品依賴進口。控制系統、平臺數據采集開發工具等領域的專利多為外圍應用類，缺少核心專利。信息基礎設施供給能力顯著增強，但發展不平衡矛盾依然突出，5G建設需求依然迫切。

5.對就業的挑戰將比電氣化時代更為嚴峻。從工業2.0發展到工業3.0對就業的影響并不明顯，更多的是提升效率和增加反應靈敏度。但從工業3.0發展到工業4.0，人類勞動很大程度上將被人工智能替代。在電氣化時代，隨著生產效率大幅提高，剩余勞動力可以轉入服務業;但在數字經濟時代，人工智能、機器人等技術不斷成熟，重復性勞動很容易被替代，這種替代同時發生在制造業和服務業，從而形成更為嚴峻的就業壓力。

三、促進制造業數字化轉型的政策建議

數字化轉型是制造業自身發展的需求，多數問題應由市場解決。但是，發展環境的改善需要政府積極推動，如加強數據安全監管、構建必要的基礎設施。另外，由于制造業數字化轉型具有正溢出效應，政府應適度介入，如通過政府采購加以引導、支持重大關鍵技術攻關等。

（一）完善支持鼓勵政策，促進制造業數字化改造。通過技術貸款項目貼息、搬遷補助、職工安置補助、加速折舊、產業引導基金投資等方式支持、鼓勵企業數字化改造。通過政府購買服務等方式鼓勵中小企業與服務平臺合作，引導中小企業通過“上云”提升數字化水平。通過試點示范，培育工業互聯網平臺，鼓勵、支持優勢企業提高工業互聯網應用水平，推廣網絡化協同制造、服務型制造、大規模個性化定制等新模式、新業態。

（二）促進工業數據標準制定與應用，促進數據的開放共享。引導行業組織、企業研究制定工業數據的行業標準、團體標準、企業標準。梳理現有國家標準，適時將成熟的行業標準、團體標準上升為國家標準。加強標準體系與認證認可、檢驗檢測體系的銜接，促進標準應用。加快公共數據開放進程，促進數據資源的高效利用。明確企業可以采集哪些數據，可以獨享使用哪些數據，哪些數據屬于公共數據必須共享給相關部門，防止公共數據成為少數企業謀取私利、壟斷市場的工具，保障數據采集合法、規范。

（三）加強數據安全保護體系建設。強化工業數據和個人信息保護，明確數據在使用、流通過程中的提供者和使用者的安全保護責任與義務。加強數據安全檢查、監督執法，提高懲罰力度，增強威懾力。嚴厲打擊不正當競爭和違法行為，如虛假信息詐騙、倒賣個人信息等。引導、推動行業協會等社會組織加強自律。

（四）加強核心技術攻關，夯實技術基礎。加大對通信、網絡、人工智能、核心器件、基礎軟件等領域的技術研發資助力度，加強底層操作系統、嵌入式芯片、人機交互、工業大數據、核心工業軟件、工業傳感器等核心技術攻關。增加企業牽頭的科研項目數量。完善政府采購制度，加大采購力度，從需求側拉動技術發展，幫助新技術、新產品進入市場。

（五）圍繞制造業數字化轉型要求，增強信息基礎設施支撐能力。為適應數字經濟時代對信息基礎設施的要求，現有信息基礎設施仍需加強普遍服務。另一方面，數字工廠、智能工廠對信息基礎設施的要求遠高于消費互聯網，如要求高速率、大容量的信息傳輸，實時控制精度要求有時會達到毫秒級，現有4G網絡無法滿足。現階段，基于明確需求和應用場景的5G建設在工業領域可以適當加快，但不建議為了宣傳和“顯示度”全面推進5G建設。

（六）加強國際合作，提高參與度，提升國際影響力。當前，美國、德國正在合作探討工業互聯網參考架構（IIRA）和工業4.0參考架構模型（RAMI4.0）的一致性，最終可能形成統一的架構。中國應發揮產業門類齊全、市場規模大、數據資源豐富等優勢，在中國制造2025與德國工業4.0初步對接合作基礎上，謀求與美國、德國深入合作。引導行業組織在國際合作方面進一步發揮作用。

（七）與再就業培訓、社會保障體系統籌規劃。制造業數字化轉型將大幅提高企業的智能化水平，從而可能顯著減少普通就業機會。同時，知識、技能不能適應數字工廠、智能工廠要求的勞動力也難以適應數字化的服務業。有關部門應及早謀劃，做好預案，通過技能培訓、提供公益性崗位等方式化解壓力，同時發揮社會保障體系的作用。

參考文獻

[1]馬化騰，孟昭莉，閆德利，王花蕾.數字經濟——中國創新增長新動能[M].中信出版社，2017.

[2]司曉，孟昭莉，閆德利，李剛，戴亦舒.互聯網+制造——邁向中國制造2025[M].電子工業出版社，2017.

[3]趙西三.數字經濟驅動中國制造轉型升級研究[J].中州學刊，2017（2）.

[4]中國信息化百人會課題組.數字經濟：邁向從量變到質變的新階段[M].電子工業出版社，2017.

（責任編輯：王藝璇）

Abstract： China's manufacturing enterprises are in uneven development stages. The digitalized transformation includes not only the enterprises in the lower development stage to improve the information level， but also the enterprises in the higher development stage to achieve digitalization， networking and intelligence. Under the guidance and support of the relevant departments， the digitalized transformation of China's manufacturing industry has achieved certain achievements， digitalization， integrated interconnection， and intelligent coordination have continued to improve， and the application scale of industrial internet has continued to expand. However， the lack of authoritative data standards， data security issues to be resolved， data openness and sharing to be improved， relatively weak technical foundation and information infrastructure， and serious challenges in employment will still exist for quite a long time， hindering the further development of digitalized transformation in manufacturing industry.

Keywords： Manufacturing Industry; Transformation and Upgrading; Digitized; Networking; Intelligence