數字經濟驅動制造業綠色發展的作用機理

□陳素梅 李曉華

一、引言

氣候變化是人類面臨的重大而緊迫的全球性挑戰。聯合國環境規劃署指出，如果延續疫情前的經濟模式，那么到本世紀末，全球氣溫升高3°C 以上，遠遠超出《巴黎協定》所達成的溫升幅度低于2℃并且努力爭取控制在1.5℃以內的遠景目標①。2020 年，歐盟、日本和中國等先后承諾了碳中和的時間表。其中，制造業的低碳零碳轉型已成為世界各國亟待解決且無法回避的重大問題。

盡管中國已成為制造業第一大國，但“大而不強”問題突出，其高能耗、高排放的問題仍然是制造業發展面臨的嚴峻挑戰。根據國際能源署數據庫統計，中國制造業碳排放量處于高位平臺波動期，自2014 年持續增加到第一個平臺期峰值30.82 億噸后，經歷了短暫下降，自2017 年開始回彈至2019 年的27.77 億噸（如圖1 所示）。對于我國而言，碳達峰不是難點，關鍵在于壓縮高位平臺期，加速走向零排放。[1]因此，推動制造業綠色發展是碳中和目標下我國迫切需要解決的關鍵問題。伴隨著新一代信息技術快速成長，數字經濟得到迅速發展，成為促進制造業綠色發展的關鍵抓手。②史丹（2021）[2]指出，基于大數據技術應用和數據要素的投入，可以有效進行生產和消費過程的系統優化，實現經濟全鏈條的綠色發展。數字經濟與綠色制造的同頻共振必然成為應對全球氣候變化的重要發力點，也將成為搶占世界科技前沿高地、重塑制造業競爭力的重要手段。

圖1 2000—2019 年中國制造業碳排放量

基于此，推進制造業綠色發展究竟面臨哪些困境？數字經濟如何破解這些困境？這對于我國建設現代化經濟體系、實現綠色低碳發展而言具有至關重要的理論和現實意義。針對這一關鍵問題，本文在分析制造業綠色發展主要制約的基礎上，剖析了數字經濟破解這些制約的機理，有針對性地提出充分利用數字化技術促進制造業綠色發展的政策建議，為數字化與綠色制造的深度融合提供有益的政策指導。

二、文獻綜述

（一）有關數字經濟的研究現狀

“數字經濟”概念最早是1996 年由Tapscott[3]提出的，首次明確信息流是以數字方式而非實體方式呈現的。伴隨著以云計算、大數據、物聯網和人工智能為核心的新一輪科技革命和產業變革在全球范圍內蓬勃興起，數字經濟引起了各界的高度關注。2016 年，G20 杭州峰會通過的《二十國數字經濟發展與合作倡議》中明確，數字經濟是指以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。③基于復雜經濟學和技術經濟范式理論，楊青峰和李曉華（2021）[4]進一步將數字經濟重新定義為：以智能技術群為核心驅動力、以網絡連接為基礎、以數據為生產要素，具有技術經濟范式轉換內涵的各種經濟活動的綜合。從實踐活動本身出發，數字經濟包括數字產業化和產業數字化兩部分，前者側重于軟件、大數據等傳統信息產業，后者則強調實體經濟與數字化技術的深度融合與應用。[5]本文研究的出發點是后者的制造業數字化對綠色發展的影響。

通過對國內外學者[6-12]有關數字經濟特征的討論進行全面梳理后，可以發現，從生產要素來看，數據作為信息的載體，已成為除土地、勞動、資本、技術以外的重要生產要素，具有低成本、大規模可得、非競爭性、低復制成本、非排他性/部分排他性、外部性以及即時性等特征；從商業模式來看，作為一種新型資源配置方式，平臺經濟通過供需雙方精準對接來重塑原有產業體系，促進傳統產業向柔性化、精準化和定制化方向變革；從產業組織來看，數字經濟通過信息的獲取和處理實現多樣化，為產業大規模協同發展提供技術支撐，從而呈現出范圍報酬遞增模式；從生產模式來看，基于數字化技術的通用目的性，數字經濟與實體經濟的融合過程會產生技術融合創新和產業融合創新，從而成為產業振興的助推器。

（二）有關數字經濟影響綠色發展的研究現狀

有關數字經濟對綠色發展的影響，大多數文獻普遍認為存在促進作用。互聯網信息技術通過經濟增長、研發投資、人力資本、金融發展以及產業結構升級顯著降低了能源消費強度，通過降低生產成本、能源消費強度以及可再生能源成本從而減少碳排放[13-14]；同時，互聯網發展對地區節能減排效率的影響具有顯著的正溢出效應。[15]大數據在資源整合、科學決策、公共服務、環境監管等方面起到重要作用，從而有利于促進產業綠色轉型、培育綠色需求。[16]“區塊鏈+生產”平臺通過溯源機制、智能合約機制、P2P 機制以及數字孿生機制能夠有效降低企業綠色生產的成本、提高綠色產品的收益,從而激勵企業進行綠色生產。[17]數字經濟推動經濟集聚和優化區域金融結構，在促進綠色技術溢出效應的同時為綠色創新提供優越的金融環境，進而有效降低了污染排放。[18]然而，也有文獻認為中國數字經濟與經濟綠色化之間符合“倒U 型”關系，其主要原因是數字經濟引致的收入效應和對電力消費依賴性偏高。[19]

有關數字經濟對制造業綠色發展的影響，普遍觀點認為數字經濟顯著促進了制造業綠色發展。其中，有文獻發現數字經濟能夠從整體上顯著提升中國工業綠色全要素生產率，還存在以地區行業規模為門檻變量的單一門檻效應，呈現出邊際遞增的非線性特點。[20]從作用機制上看，互聯網發展通過企業創新能力、企業生產、產業結構水平和外部監督力度來促進工業綠色全要素生產率提升[21]；區塊鏈通過數字化全要素生產率、綠色技術創新和能源利用效率三條路徑間接促進制造業提高治污技術，實現綠色轉型[22]。也有文獻指出，智能制造能夠帶來“技術促進效應”和“成本降低效應”，從而促進綠色技術創新。[23]還有文獻發現，基于大數據驅動的預測性生產計劃，能夠提高能源密集型制造業的能源和資源效率。[24]

顯然，上述研究已從宏觀理論和實證檢驗角度涉及到部分數字化技術下的產業綠色轉型機理，但均未結合綠色制造內涵對其中的機理進行全面深入分析。本文結合綠色制造和數字經濟的概念與特征，全面分析數字經濟破解制造業綠色發展制約因素的機理，并就數字經濟助力綠色制造提出對策與思路。這一研究豐富了數字經濟背景下推進綠色制造的理論探討，也為中國制造業綠色發展提供了更具有針對性的決策支持。

三、制造業綠色發展的主要制約

從實踐上講，綠色制造有兩層內涵，狹義上強調在物料轉化過程中，保護環境，最有效利用有限的資源；廣義上強調在構思、設計、制造、裝配、運輸、銷售、售后服務及產品報廢后回收的整個生命周期中最小化資源能源的浪費，力求節能降耗、減少對生態環境的污染和破壞。伴隨著全球生態環境的加劇惡化，世界各國所倡導的綠色制造模式往往屬于廣義層面內涵。換句話說，制造業綠色發展勢必會涉及到產品設計、工廠生產、上下游供應鏈以及產品使用與回收四個關鍵環節。在數字技術不發達的情況下，這些環節的綠色化面臨著不少難題。

（一）產品設計環節

1.產品設計只停留在單項技術工藝或材料的改進，難以實現系統優化。制造業設計具有子系統間的耦合性，在某一項綠色指標提升時，往往會影響到產品的安全性、功能性和經濟性等其他重要指標。例如，為了選擇更先進的金屬或塑料材料來減輕機械重量時，部件或組件的安全性會受到影響；設計可循環重復利用的綠色包裝時，需要兼顧重量輕、不易損壞、可塑性強等特征。因此，為避免各子系統目標相悖問題，綠色產品設計要求各系統之間具有較強的耦合性。在傳統研制方式下，這種系統性優化實現非常困難。

2.產品樣機測試驗證的試錯成本高，開發周期長。大量產品設計開發都是不斷試錯、不斷調試的過程。在傳統的物理主線研制方式下，產品設計依靠設計藍圖和生產工藝造出實物產品，反復實驗、測試，來滿足產品的功能和性能的要求。這會造成新產品開發過程中大量的不必要資源和能源浪費，試錯成本居高不下。尤其是綠色產品涉及到原材（零部件）使用的可持續性、可降解和資源節約，還要關注生產和使用過程中的能源消耗和污染排放以及產品的健康安全性和質量性能。這需要材料學、機械工程學、電器工程學、流體力學、電子學等多個學科領域專家的協同并行研發，倘若僅僅依靠傳統研制方式，則研發效率極低。

3.綠色化設計難以貫穿產品的全生命周期。綠色產品的設計需要獲取原材料選用、生產、銷售、使用、回收、處理等外部大批量信息數據。在傳統的信息系統處理路徑下，單純依靠人工調研與筆頭記錄的方式，難以收集生產設備數據、機器數據以及日志數據，無法精準到各環節對綠色產品設計的實際需求。況且，這些需求又具有時變性和客戶差異性，而傳統產品設計方案僅僅是大批量產，難以為客戶提供定制化的個性綠色服務，節能減排的可操作性十分有限。

（二）工廠生產環節

1.良品率低，造成大量的物料與能源浪費。在傳統的工業系統中，機器、設備、人員之間是彼此獨立的。面對大規模的量產車間，依靠人工的抽樣檢測往往會造成檢測效率低且無法實時、全面檢測，尤其對于流程工業而言，生產過程涉及物理化學反應，機理復雜；生產過程連續，不能停頓，任何工序出現問題必然影響整個生產流程和最終產品質量。當企業和設備之間存在著信息溝通和共享的障礙時，關于生產過程中產生的海量信息，人工無法做到及時處理和價值分析。同時，人工操作多依賴于職業素養，不能精確感知決策，難以滿足動態全局的決策要求。最終，產品質量會參差不齊，良品率較低，諸如芯片等生產工藝極為復雜的行業更是如此。

2.設備運行效率低，物料能耗排污偏高。一方面，工廠設備主要依賴于人工的操作、檢測和檢修，生產效率受限于人工效率，機械設備缺乏健康監測和故障預警系統，長期處于亞健康狀態運行，甚至游走于故障邊緣，得不到及時維護，直接縮短運行周期。這種外在約束條件下不可避免地會出現效率損失。當企業面臨大規模訂單時，單靠人工經驗很難發現哪臺機床處于非滿負荷工作狀態，也很難預測機床的故障發生。另一方面，經過多年的發展，采用傳統的工藝和工控手段提升產能、降低能耗已趨于行業極限，在無法監測所有流程的能耗排放數據前提下進一步優化關鍵參數是行不通的。

（三）上下游供應鏈環節

供應鏈上下游企業間存在信息孤島，難以實現產品全生命周期綠色溯源管理。為了共同構建綠色供應鏈，供應鏈上下游企業都要收集獲取設計、采購、生產、回收等過程的數據，披露物料環保、污染預防、節能減排、違規情況等信息，而且這些信息需要在生產企業、供應商、回收商以及政府部門、消費者之間實現實時共享。倘若僅僅依靠傳統的人工收集整理，供應鏈上各環節的綠色信息必然是難以收集的。即使收集到這些信息，如何在企業上下游間，以及與政府、消費者間交流信息也是需要破解的難題。

供應鏈的信息孤島還會引起物料和產成品庫存積壓，造成不必要浪費，加重生產成本。對于離散制造業而言，其最終產品是千姿百態的，需要與個性化的、在時間上和空間上分散的需求進行匹配。在其制造過程中，雖然常常也有多品類物料清單的限制，但幾款相似產品物料清單并不必完全一致，極大地增加了管理復雜度。同時，由于離散制造業往往需要生產更多種類/型號的產品來貼近市場需求偏好，但還是以企業為出發點并指向用戶，即生產廠家直接對消費者模式或生產廠家通過中間商連接消費者模式，無法將個性化定制付諸實踐。[25]因此，這種松散無序的制造過程極易造成物料和產成品的浪費。流程型制造業的產品雖然以大宗、標準化產品為主，但同樣也面臨著物料和產成品的庫存積壓風險。

（四）使用和回收環節

1.設備運行數據收集困難，難以深度挖掘節能潛力。設備能效標識數值往往是在標準環境和規范操作下測試得來的，但實際使用過程中的耗能量與用戶使用習慣、溫度、噪音、配套設備等高度相關。在傳統的信息處理路徑下，單純依靠回訪的形式，難以收集生產設備數據、機器數據以及日志數據，無法監測用戶設備的異常運行、空轉狀況以及所有時間段能源消耗量，進而不能提供精準的節能分析與指導，造成粗放式能耗管理。

2.再生資源供求渠道不暢，信息認證缺失，使得資源得不到有效循環利用。在綠色回收體系中，廢舊產品需要經過回收、拆解與再利用等工序，從供求層面需要實現在使用方企業、消費者、回收企業、拆解企業、再制造企業間的有效信息流通，而且再生資源的品類多種多樣，每一類別產品的特性、原始用途、產生時間等信息決定著資源循環利用效率，從而要求其原材料提供商、生產商、銷售商之間也要打破信息孤島。因此，在傳統的物理世界中，這些資源回收利用過程中的信息不對稱問題難以解決，進而無法充分挖掘節能減排潛力。

四、數字經濟助力制造業綠色發展的機理

以數據為關鍵生產要素的數字經濟對設計、生產、供應鏈以及使用和回收環節的綠色化發展帶來了重大機遇，有助于優化生產工藝，提高生產效率，降低能源消耗和碳排放。下表羅列了數字化技術在綠色制造領域的應用場景。圖2 梳理了數字經濟推動制造業綠色發展的機理。

圖2 數字經濟推動制造業綠色發展的機理

表 數字化技術在綠色制造領域的應用

（一）產品設計的綠色化

隨著數字化技術的進步，一件產品在具有物理形態的同時也具備了虛擬和數字的形態，成為物理實體與數字虛體的組合，即數字孿生（Digital Twin）。[7]從理論上，數據要素將虛擬產品和實體產品的信息連接在一起，從而實現與傳統生產要素的虛實交融。

在綠色產品系統優化方面，企業可以利用數字孿生技術仿真模擬各種設計方案在生產和使用過程中的可持續性、可降解性、節能減排性、功能性以及產品的健康安全和質量性能等。值得說明的是，綠色產品的設計不僅僅是產品本身的優化，還要結合產品的外部環境和內部原材料構成等特征維度，這決定了數字孿生的關系并不是簡單的一虛一實的對應關系，有可能是零對零、一對零、零對一、一對一、一對多、多對一、多對多。如果把整個研發過程細化，那么不但有上下關聯關系，還有前后關聯關系。比如：傳統機械結構的綠色改進需要考慮靜力、動力、強度、疲勞等性能。因此，產業形態虛擬化大大提升了知識創新效率，促進制造業快速實現綠色產品的系統性優化和持續升級。法國達索（Dassault）公司推出了3D Experience 平臺，利用數字孿生技術使得戰斗機降低資源浪費25%，質量改進提升15%。在汽車設計過程中，為了滿足節能減排的要求，達索（Dassault）幫助包括寶馬、特斯拉、豐田在內的汽車公司利用其CAD 和CAE 平臺3D Experience 平臺，準確進行空氣動力學、流體聲學等方面的仿真與驗證，通過數據分析與仿真大幅度地提升外形設計的流線性，減少空氣阻力。

在降低試錯成本方面，人工智能、3D 打印、工業軟件平臺等發揮著重要作用。其一，基于深度學習等人工智能方法能夠充分發揮數據要素的范圍經濟效應，利用歷史數據自動校準增強數字孿生模擬準確性，或自動篩選文獻庫提供最新的相關綠色技術參考，從而突破了時間與空間的限制，最終在提升產品性能與可靠性的同時縮短研制周期、降低生產成本、提升綠色環保性能。其二，采用3D 打印制作設計原型，可以大大縮短研發周期，降低試錯成本，減少浪費。比如，傳統的數控加工技術需要接近一周的時間制造所設計的組件，而3D打印僅需要幾個小時。尤其當設計產品是由幾部分組件彼此組合而成，且對精度要求相對較高的時候，3D 打印技術的快速和高效優勢更為突出。以福特（Ford）為例，在該公司的大部分歷史中，如果工程師想測試一款原型發動機，他們就必須做出全新的模具。這個過程通常需要6 個月時間，花費數十萬美元。現在，福特可以用3D 打印來生產模具，只需要4 天，成本僅為4000 美元。其三，借助數字化工業軟件設計平臺，企業可以實現網絡化協同設計和柔性化生產，以大批量生產的成本和效率實現用戶個性化綠色需求的快速響應。多個領域研發人員在單一數據源、統一平臺上協同工作，并行評估和檢查，大幅提高了研發和生產效率。當下，很多制造業產品都是全球化網絡分工設計生產。比如：波音787，全身的零件來自17 個國家，同步迭代。同時，企業還可以結合用戶交互反饋的信息，及時在數字化工業軟件平臺上改進優化產品設計。

此外，數字化技術促進跨界數據融合，有助于從源頭設計上注重全生命周期的資源利用最大化、環境影響最小化。因此，在數字化技術支撐下，信息的搜索成本、傳輸成本和追蹤成本會大幅下降[11]，原材料選用、產品生產、銷售、使用、回收、再制造等環節間數據融通的壁壘逐步打破，實現了跨產業互聯和從產品研發設計到用戶使用的全生命周期數據循環，進而基于這些數據資源的提取，通過數據處理分析來優化改進綠色產品的設計。基于物聯網、區塊鏈和大數據技術，設計者能夠通過產品用料、運維能耗、回收利用收益等全流程數據的監控和分析來實時感知和預測產品綠色性能優化的問題，精準定位痛點，并通過知識圖譜等技術實現設計方案與企業實際需求的最優匹配，從源頭上改進綠色產品的設計，促進產品全生命周期的綠色化。華為終端圍繞核心產品，建立完善產品全生命周期資源環境影響數據庫，實施了收集產品水足跡、碳足跡評價標準，利用評價結果優化產品設計與制造方案，如在試點期間累計減少含鹵素印制電路板（PCB）使用量約1886噸，減少聚氯乙烯使用量約2686 噸；推行綠色包裝設計，累計減少二氧化碳排放量約3 萬噸。④

（二）生產的綠色化

隨著工業互聯網平臺的發展，基于傳感器集中收集的海量數據，通過云計算、物聯網、人工智能等信息技術對智能設備賦能，實現人與設備、設備與設備的互聯互通，促進工業自動化控制、智能化管理、精益化生產，有助于優化生產工藝參數，從而在提升良品率的同時最大限度地節約資源、降低能耗。這是制造業智能化改造最核心的痛點，也是發揮“中國制造1%”威力的所在，即通過對生產過程中數據的分析，找到有關良品率和能耗等維度的最優生產工藝參數配置。例如，重慶某光電廠生產LED 晶圓等產品，之前缺少整體設備及數據分析體系，同時缺乏可行的數據采集手段，現場每小時1 萬顆的生產流水數量，通過4K 攝像頭進行圖像全檢遠遠超出其現有網絡的負荷和能力，航天云網通過應用5G 網絡+工業互聯網平臺，實時采集工廠級、現場車間級生產情況、故障情況、設備情況等，將數據分析統計結果反饋給對應人員并應用5G 特性實現設備的反控等功能，為提升生產管控能力提供有效支撐，規避人工經驗值導致產品質量參差不齊，實現良品率提升5.5%。阿里云ET 工業大腦為協鑫光伏0.2mm 硅片生產優化生產工藝，改進了60 個關鍵參數，使得良品率增加了一個百分點。同時，智能傳感器能夠即時監測所有的生產流程，當發現能耗的異常或峰值時能夠迅速做出反應，通過云計算找出優化能源消耗的節點，運用數字孿生技術模擬仿真，從而反饋到物理實體設備中。賓利汽車(Bentley Motors)針對其工廠鍋爐和壓縮空氣系統的能源消耗數據研發出一套能源管理系統，能夠為每輛車的生產流程減少了2/3 的能源消耗，為整個工廠減少了14%的能源消耗。

數字化技術及其利用帶來的萬物互聯、數據成為生產要素、智能無處不在等特征為智能化生產管理、提升設備運行效率與能源資源利用率拓寬了新空間。正如蔡躍洲和馬文君（2021）[10]指出的，數據要素內在有效信息的提取和利用能夠降低企業運行的不確定性，是數據要素實現效率提升的源泉。通過對機器和物料智能化賦能，工業互聯網平臺可以快速判斷各個設備的工作狀況，對生產物料自動調整，同時對故障設備自動下線，確保每臺設備處于滿負荷工作狀態，大幅度提升生產效率。不僅如此，基于大數據和人工智能算法，企業還可以及時發現正常運行中的參數異常，預先發現問題，通過網絡遠程控制實現預防性維護。GE 公司管理的數字化風險采用這樣的技術，提高20%的效率。

（三）供應鏈的綠色化

綠色供應鏈的構建要求實現產品全生命周期的綠色溯源管理。在物聯網和大數據等技術支持下，企業能夠將產品的生產、運輸、銷售全流程的能耗與排放數據可視化；運用大數據技術能夠實現供應鏈各個環節的能源消耗、污染物和溫室氣體排放的統計、監測、分析、報告等功能，實現碳核算、碳認證，從而輔助提供碳排放報告收集、碳排放核查、配額分配等工作，從而為碳排放交易市場機制的健全奠定數據基礎；實時收集上下游企業的物料環保、污染預防、節能減排、違規情況等信息，有效解決供應鏈相關信息披露不充分、不及時的難題，為實施綠色伙伴式供應商管理、優先納入合格供應商提供有力的決策支撐，極大地減少信息不對稱，降低信息溝通成本，有利于促進供應鏈上中下游、大中小企業深度脫碳；同時，跨企業、跨行業、跨地域的信息孤島被打破，云計算系統能夠高效測算出產品的全生命周期碳排放量，有助于以碳標簽的形式認證綠色環保產品。未來消費者對低碳產品的偏好度將不斷攀升[27]，碳標簽的實施會以更便利的方式增強可辨識性，促進綠色采購與綠色投資。

數字化技術與供應鏈的融合，將更清晰地把握庫存量、訂單完成率、物料及產品配送情況等內容，進而提高反應速度、降低成本、優化庫存。從理論上講，數字經濟會帶來以數據信息為基礎的新模式，優化資源配置，促進供需信息精準匹配。[28]從實踐來看，隨著數字化技術打通數據壁壘后，企業能夠運用大數據、云計算和人工智能等技術實現精細化庫存管理和個性化定制，使得浪費最小化。一方面，通過工業互聯網平臺對流程制造業設備的賦能，人和設備、設備和物料、人和物料、物料與產品之間建立起無障礙溝通和調配，甚至將訂單系統直接與生產系統、供應鏈管理系統無縫銜接，既有助于減少庫存浪費，又會降低因供應鏈滯后造成的生產宕機能耗損失。另一方面，數字化技術能夠促進企業與用戶之間實現數據的實時傳輸，滿足規模化個性化定制需求，避免大規模盲目生產造成資源浪費。在大數據、人工智能等軟技術和智能傳感器、物聯網等硬技術的支撐下，制造系統將根據客戶需求智能化管理供應鏈和服務鏈，高效率地提供與市場需求相匹配的產品/服務，使生產流程真正轉變為以用戶為起點，從用戶的真實需求出發組織研發、生產、交付。[8]尤其對于離散制造業而言，有很大比例是多品種小批量的個性化定制需求，這種精準化生產管理模式至關重要。同時，3D 打印技術使企業制造更具柔性，能夠滿足小批量生產高效、低成本、時間短的要求，并使廢料最小化，減少生產過程中的能源消耗與污染排放。截至2019 年底，波音已在其商用和國防飛機上使用了7 萬個3D 打印部件。隨著技術的成熟和廣泛應用，3D 打印將成為適應個性化需求、減少資源浪費和碳排放的重要工具。

（四）產品使用和回收的綠色化

依托于物聯網、云計算等數字化技術，企業能夠充分挖掘產品使用過程中的節能潛力。通過在線監測設備運行能耗，實施掌握能耗水平和能源使用效率，實現數據可視化；基于所采集的海量能耗數據進行大數據智能分析，識別節能環節及其空間。GE 公司航空大數據分析與數字化解決方案部門綜合了多項飛行數據，通過跟蹤和比對機隊每一飛行階段的油耗情況，進行深入的數據解析得到節油點，建立和設計一整套可持續的高效燃油利用方案，并進行持續改進。

構建從原料采購到產品回收處理全過程的產業鏈閉環系統是構建綠色回收體系的重要內容。再生資源循環利用具有巨大的節能減排效果。例如，與傳統電解鋁工藝相比，循環鋁工藝會節能95%的能源，從而避免了很大部分碳排放。數字化技術能夠打破產業之間、行業之間的信息壁壘，實現從原材料提供、生產、使用、回收、物流、資源再利用等端端相通，實時監測一系列全生命周期活動，有效解決資源回收利用過程中的信息不對稱問題，有利于提高產品回收利用率，促進綠色回收體系的建立，最終實現廢棄物零填埋。例如，鋼鐵生產企業通過不同行業的循環鏈接可以使單純的鋼鐵產品制造功能向鋼鐵產品制造功能-能源轉換功能-廢棄物處理消納功能的轉變，形成以鋼鐵企業為中心的電廠、水泥廠、制造業、電子工業、肥料廠、建筑材料廠、硫酸廠為一體的工業生態鏈，實現循環綠色發展。例如，歐盟基于數字化技術構建了循環塑料聯盟，注重從市場中二次原材料和副產品中獲益，形成價值鏈之間的深度合作。

五、研究結論與政策建議

（一）研究結論

從全球經濟發展來看，伴隨著以云計算、大數據、物聯網和人工智能為核心的新一輪科技革命和產業變革以及碳中和的剛性約束，數字化與綠色化成為當前經濟復蘇的重要特征。制造業作為國民經濟的重要支柱產業，數字經濟對其綠色發展提供了重要動力。①在傳統信息技術不足的背景下，制造業綠色發展面臨著諸多制約。就產品設計而言，只停留在單項技術工藝或材料的改進，難以實現系統優化；樣機測試驗證試錯成本高，開發周期長；設計難以貫穿產品的全生命周期。就工廠生產而言，良品率低，造成大量的物料與能源浪費；設備運行效率低，物料能耗排污偏高。就供應鏈構建而言，上下游企業間存在信息孤島，難以實現產品全生命周期的綠色溯源管理；這種信息孤島還會引起物料和產成品庫存積壓，造成不必要浪費，加重生產成本。就使用和回收而言，設備運行數據收集困難，難以深度挖掘節能潛力；再生資源供求渠道不暢，信息認證缺失，使得資源得不到有效循環利用。②面對上述主要制約，數字經濟能夠有效驅動制造業的綠色發展。這具體表現為：在設計綠色化方面，數字經濟能夠促進系統性優化，降低試錯成本，并從源頭設計上注重全生命周期的綠色低碳；在生產綠色化方面，能夠以智能化洞察優化生產工藝流程，提升設備運行效率；在供應鏈綠色化方面，能夠實現綠色溯源管理、供需信息精準匹配；在使用和回收綠色化方面，能夠充分挖掘產品使用過程中的節能潛力，構建從原料采購到產品回收處理全過程的產業鏈閉環系統。

（二）政策建議

基于上文的分析，本文認為，數字經濟成為制造業綠色發展的重要動力。以數字化轉型驅動生產方式變革，采用新一代信息技術提升能源、資源、環境管理水平，賦能綠色制造。為此，加快兩者的深度融合需要政府從以下幾個方面給予支持：

1.積極引導和大力支持設計綠色化、生產綠色化、供應鏈綠色化、使用和回收綠色化與數字經濟的深度融合。深化產品設計、生產制造、供應鏈管理、產品使用及回收等環節的數字化應用，加快人工智能、物聯網、云計算、數字孿生、區塊鏈等數字化技術在綠色制造領域的應用。面向重點行業領域探索典型應用場景，開發和推廣平臺化、組件化的工業互聯網行業系統解決綠色制造方案。鼓勵各地建立完善企業上云公共服務平臺，促進云服務商和生產企業供需對接。無論在產品設計、生產、上下游供應鏈還是使用和回收上，充分挖掘數字經濟對制造業綠色發展的賦能潛力。比如，在產品設計上，打造面向產品全生命周期的數字孿生系統，以數據驅動提升制造業綠色低碳技術創新、制造和運用服務水平，側重于系統性優化，降低試錯成本，從源頭上注重全生命周期綠色；在工廠生產上，推動制造過程的關鍵工藝裝備感知和控制系統、過程多目標優化、經營決策優化等，實現生產過程物質流、能源流等信息采集監控、智能分析和精細管理，側重于智能化洞察；在供應鏈打造上，加強對產品全生命周期數據的智能化采集、管理與應用，側重于綠色溯源管理與供需信息精準匹配；在產品使用和回收上，采用物聯網、大數據等信息化手段開展信息采集、數據分析、流向監測、財務管理，側重于智能化挖掘使用過程中的節能潛力、構建綠色回收體系。積極引導制造業細分環節的數字化與綠色化協同轉型，并在稅收優惠減免、金融信貸扶持等方面適當給予傾斜，以最大程度地減少浪費，推動資源能源的優化使用和延長產品的壽命，實現廢棄物零填埋。此外，積極組織示范遴選與宣傳推廣，引導網絡巨頭利用自身的云計算和人工智能等優勢提供專業化的綠色服務，鼓勵行業龍頭以數字化轉型實現綠色低碳循環發展，進而樹立標桿，示范帶動中小企業轉型升級。

2.完善數據標準體系建設，建立綠色低碳基礎數據平臺。在數字經濟時代，數據成為新的關鍵生產要素。只有打破產業間、地區間、經濟主體間的數據資源壁壘，才能深度挖掘數字資源價值，有助于實現制造業全生命周期的綠色溯源管理以及綠色回收體系的建成。著力推動公共數據開放共享，從頂層設計上統一數據的格式標準、質量標準、共享交換技術標準等，加快制定涵蓋能源、資源、碳排放、污染物排放等數據信息的綠色低碳基礎數據標準；分類、分級、安全、有序開放公共數據，消除政府管理部門與企業之間的數據交流壁壘，實現公共和企業間數據資源共享；完善數據交易標準，要在數據采集、傳輸、存儲、使用等環節明確信息安全的邊界和具體要求，消除企業對其大數據分享引發商業機密泄密、降低對競爭優勢的擔憂，并要統一數據交易的定價制度等，促進企業間數據的連接與交易共享；分行業建立產品全生命周期綠色低碳基礎數據平臺，統籌綠色低碳基礎數據和工業大數據資源，建立數據共享機制，推動數據匯聚、共享和應用。通過對這些數據資源的整合、處理和深度挖掘，為制造業的綠色產品優化設計、綠色工廠生產的供需匹配、綠色循環體系的搭建以及綠色園區的智能化節能等數字化技術應用提供有力支撐。

3.加大對工業互聯網關鍵共性技術以及基礎理論研究的研發支持。在數字經濟時代，以人工智能、云計算、物聯網為代表的數字化技術為綠色產品的研發效率提升、綠色工廠的智能化生產以及綠色園區的智能微電網發揮著關鍵作用。因此，對于底層操作系統、高性能芯片、基礎工業軟件、智能傳感器等領域關鍵共性技術以及腦科學、量子科學等基礎理論研究應給予較大力度的科研投入支持，加強“政產學研用金”協作，加快突破數字領域在制造業應用的技術瓶頸，從技術創新層面深入挖掘數字化技術賦能綠色制造的潛力。加快人才隊伍培養，加快建立多層次、體系化、高水平的數字化人才隊伍，打造產學研融合的人才培養模式，鼓勵企業創新激勵機制，充分激發人力資本的創新潛能。

注：

①資料來源：UN Environmental Programme.Emissions Gap Report 2020,https://www.unep.org/emissions-gap-report-2020。

②根據中國信息通信研究院《全球數字經濟新圖景（2020 年）》和《中國數字經濟發展白皮書（2020 年）》測算，2019 年全球數字經濟占GDP 比重達到41.5%，同比增長5.4%，高于同期GDP 名義增速3.1 個百分點；中國數字經濟增加值規模占GDP 的36.2%。

③《二十國集團數字經濟發展與合作倡議》,2016 年9 月20 日,http://www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html。

④資料來源：https://www.h2o-china.com/news/288276.html。