我國數字化賦能現代化產業體系的對策研究

高平

［摘 ? ?要］ 面對新一輪數字經濟的快速發展，數字化對我國加快構建現代化產業體系的支撐作用進一步凸顯。文章在分析全球產業現代化發展趨勢基礎上，從數字技術、數實融合、數據要素、監管機制和數字人才等方面分析我國產業數字化發展面臨的瓶頸問題，針對性地提出以數字化助力產業現代化的對策建議。

［關鍵詞］ 數字化；數據要素；現代化產業體系

doi ： 10 . 3969 / j . issn . 1673 - 0194. 2023. 11. 032

［中圖分類號］ F49；F203 ? ?［文獻標識碼］ ?A ? ? ?［文章編號］ ?1673 - 0194（2023）11- 0110- 04

０ ? ? ?引 ? ?言

黨的二十大報告首次提出“建設現代化產業體系”，2023年的政府工作報告進一步明確，加快建設現代化產業體系，大力發展數字經濟，加快傳統產業和中小企業數字化轉型。現代化產業體系相對于傳統產業體系，最大的特征就在于以科技創新為引領、以數字經濟為核心，是我國從制造大國走向制造強國的必由之路。特別是在當前外部環境不確定性加大、國際科技和產業競爭不斷加劇的大背景下，通過數字化賦能傳統產業轉型升級、提升產業鏈供應鏈韌性和安全水平，對我國實現經濟高質量發展、強化產業競爭新優勢具有重要意義。

１ ? ? ?全球產業現代化發展的趨勢特征

回顧人類發展歷史，每一次產業革命都是對前一階段產業發展的顛覆，在生產要素、內在動力、產業形態等方面表現出不同以往的新趨勢和新特征。在數字時代，數據成為核心生產要素，數字技術帶來企業生產流程、組織形態重構，全球產業現代化發展主要表現為三個方面的變革。

１．１ ? 科技創新帶來的生產方式變革

全球科技創新正在進入多點突破、群體性突破的新階段，５Ｇ、大數據、云計算、區塊鏈、人工智能等數字技術族群融合裂變，通過組合式創新打破了技術與技術之間的邊界，創新鏈條更加靈巧，技術迭代更加快捷，給傳統生產方式帶來前所未有的深刻影響。例如，在工業機器人領域，據國際機器人聯合會發布的《２０２２年世界機器人報告》，截至２０２１年底，全球在役機器人存量達到３５０萬臺，工業機器人密度為每萬名員工１４１臺，較２０１５年翻了一番，工業機器人在大幅提升企業生產效率的同時，也帶來了勞動力市場結構的重大變化［１］。在３Ｄ打印領域，適應定制化、個性化需求的增材制造技術，正從最初的模型制作向建筑構件、汽車零部件、醫療器械和航空航天等領域不斷拓展。

１．２ ? 數字經濟帶來的生產要素變革

隨著數字經濟的蓬勃發展，全球數據呈現爆發增長、海量集聚趨勢，工業、金融、健康、醫療、消費、教育等領域大數據快速興起，據國際權威機構Ｓｔａｔｉｓｔａ預測，２０２０年全球數據產生量為４７ＺＢ，而到２０３５年將突破２ ０００ＺＢ［２］。數據成為產業發展的核心生產要素，帶來企業研發設計、生產流程、市場營銷乃至管理經營全鏈條重構，工業互聯網、消費互聯網成為產業運行的基本載體和支撐。比如，日立公司２０２０年專門成立了由頂級數據科學家等構成的“Ｌｕｍａｄａ數據科學實驗室”，將數據分析與工作流程進行精準匹配，以高效提供能源、產品、生命健康、移動出行等領域解決方案［３］。再比如，上海致景通過物聯網、大數據等技術打造“飛梭智紡”工業互聯網平臺［４］，打通原料采購、紗線、坯布、染整、制衣等生產和交易環節，形成紡織產業“云上產業鏈”，累計服務織廠和接入織機分別超過８ ０００家和６０萬臺，在全國織造產能的覆蓋率超過４０％。

１．３ ? 跨界融合帶來的產業形態變革

現代產業的發展正從規模經濟轉向范圍經濟，以個性定制、柔性生產為特征的新型制造模式快速興起，人工智能、元宇宙等技術使信息化與工業化融合、制造業和服務業融合進程明顯加快。例如，谷歌、ＭＥＴＡ等互聯網巨頭通過開發蛋白質預測大模型向生物醫藥領域進軍，為預測蛋白質功能和識別潛在藥物靶點提供前所未有的效率工具；英偉達推出的實時仿真工業元宇宙平臺Ｏｍｎｉｖｅｒｓｅ，已廣泛應用于機器人仿真、數據科學建模、自動駕駛汽車、智能工廠和氣候研究等領域［５］；微軟、拼多多、盒馬等進軍農業科技領域，助力傳統農業生產效率和農產品質量提升；華為成立煤礦、公路、智能光伏等“軍團”，更好地賦能實體經濟發展。

２ ? ? ?我國數字化賦能產業現代化面臨的問題挑戰

近年來，我國推動信息化和工業化融合發展取得積極進展，成為新型工業化的重要引擎。但與此同時，數字化賦能產業現代化仍面臨不少問題和挑戰。

２．１ ? 數字技術成為新的國際競爭壁壘

一方面，由于我國在關鍵核心數字技術方面外部依賴度高，正向研發、自主可控的自主創新能力仍較薄弱，存在產業鏈“斷鏈”隱憂、韌性不足等風險，難以支撐產業高端化發展要求。例如，在ＢＩＭ軟件領域，Ａｕｔｏｄｅｓｋ、Ｂｅｎｔｌｅｙ、Ｄａｓｓａｕｌｔ等國外廠商在我國的市場占有率達到９５％；在游戲級圖形渲染引擎領域，Ｕｎｉｔｙ、Ｕｎｒｅａｌ等幾乎處于壟斷地位；在地圖可視化、大數據引擎、操作系統、高端服務器、ＧＰＵ等領域，國外廠商的市場占比也均超過９０％。另一方面，發達國家對我國科技創新和產業發展遏制的重心，正在從傳統高端制造技術向數字技術聚焦，高端芯片、核心電子元器件、基礎軟件、核心工業軟件等成為“鎖死”我國產業升級“技能樹”的重要工具。例如，近年來美國先后發布《美國創新與競爭法案》《芯片和科學法案》等，在高端半導體、高性能計算、先進軟件、網絡安全、數據存儲與管理等數字領域對我國企業進行無端打壓，以謀求繼續保持美國的領先優勢。

２．２ ? 數字經濟與實體經濟融合度有待提升

在數字產業化領域，得益于我國超大人口規模和消費市場紅利，涌現出一批以整合市場資源、創新商業模式為特征的數字經濟平臺企業。據中國信通院統計，截至２０２２年我國上市互聯網企業共１９３家，其中電子商務、網絡游戲、社交／在線社區領域營業收入占總體營收的比例接近８０％，但類似蘋果、微軟、谷歌、亞馬遜、特斯拉等硬核技術驅動的“巨無霸”平臺企業仍然較少。在產業數字化領域，大部分企業數字化轉型還處于初期階段，面臨轉型成本高、傳統工業設備改造難度大、基礎性賦能工具平臺少、數字化生態構建能力弱等困難，特別是中小企業數字化轉型任務更為艱巨。全國工商聯經濟服務部等機構聯合發布的《２０２２中國民營企業數字化轉型調研報告》顯示，我國超８０％的小微企業尚未開展數字化轉型或仍處于初步探索階段。

２．３ ? 數據要素對產業發展的賦能作用有待強化

相對于消費數據的開發利用相對成熟，工業數據的采集、分析和利用難度更大、專業性更強。我國不少傳統企業仍處于數字化轉型的初級階段，由于設備接口不統一、系統平臺不開放導致數據采集碎片化、數據質量非標化、數據利用低效化，不少企業對數據資源的利用仍停留在以簡單分析和表層開發為主［６］，大部分工業數據處于“睡眠”狀態。同時，由于數據權屬界定不清，使用權、加工權、經營權難以有效區分，以價值為導向的流通機制、分配機制尚不健全，缺少有效集成數據、算力和算法的產業大數據平臺，導致行業之間和企業之間的數據共享流通困難重重，數據資源化、產品化、資產化路徑尚未有效打通。

２．４ ? 產業數字化發展的監管機制有待完善

目前，我國傳統行業監管體系與數字化轉型需求不相適應。從行業管理體制來看，各地數字經濟發展分別涉及網信、發改和工信等多個部門，雖然近期國家層面設立國家數據局有望進一步加強數字經濟統籌力度，但具體行業領域數字化轉型的管理職能仍在各專業部門，如何推動產業數字化和數字產業化的協同發展，更好整合資源、形成合力仍有待在機制上進一步優化。從行業監管政策來看，目前傳統制度規范和業務流程已成為制約轉型的重要瓶頸，例如在無人駕駛汽車上路、人工智能醫療臨床應用、生物特征識別、電子證照等技術應用上，就面臨制度不允許、業務不適應、推廣不積極等困境。此外，數字化催生的新模式、新業態普遍具有跨界融合特征，傳統行業監管規則與數字化轉型需求不相適應，監管過度或監管真空現象并存，“一管就死”“一放就亂”的問題仍時有發生。

２．５ ? 產業數字化轉型的復合型人才缺乏

目前，我國企業普遍缺乏既懂數字技術又懂生產運營，既具備數字技能又能夠推動數字化戰略的復合型人才。根據安永與華為２０２２年聯合發布的《中國ＩＣＴ人才生態白皮書》，預計到２０２５年我國信息與通信技術行業的人才缺口將超過２ ０００萬，其中人工智能、大數據、物聯網、云計算等新興技術領域的人才供給不足情況較為突出［７］。２０１９年以來，我國人力資源社會保障部先后公布了四批共５６個新職業，包括智能制造、虛擬現實、機器人、數據安全等工程技術人員，以及智能硬件裝調員、工業視覺系統運維員等。但由于目前我國高校教育存在理論與實踐脫節、科研與產業脫節等問題，這些新職業面臨結構性人才失衡，成為制約企業數字化轉型的重大難題。

３ ? ? ?我國數字化賦能現代化產業體系的對策建議

３．１ ? 強化數字技術引領作用

加強共性數字技術研發，圍繞現代化產業體系發展需要，梳理繪制關鍵核心數字技術發展圖譜并集中力量進行攻關突破，例如推動汽車電子、通信制造、智能物聯等領域的ＥＤＡ設計工具及關鍵ＩＰ開發，組織智能芯片、前沿算法等重點方向的ＡＩ系列技術攻關等。鼓勵數字技術創新應用，組織實施具有引領性、基礎性的數字技術融合重大應用示范項目，跟進ＡＩｏＴ、大規模智能模型、數字孿生、區塊鏈跨鏈、元宇宙等前瞻性、顛覆性技術，支持企業牽頭建設國家制造業創新中心、數字技術聯合實驗室，加速科技研發與科技成果應用的雙向迭代。

３．２ ? 推動產業大數據創新發展

聚焦重點領域打造行業大腦，發揮央企和行業龍頭企業作用，打造數據、知識、算法“三位一體”的產業大腦，支持產業鏈上下游企業共建安全可信的行業數據倉，將生產工藝、管理經驗、技術標準等行業知識與模型進行提煉，并打造能力組件“超市”［８］，通過數字化推動跨企業、跨區域的要素融合。支持行業數據產品流通交易，發揮上海、北京、深圳等數據交易所流通平臺作用，組織開展多板塊運營，面向制造業、金融、航運、科創、貿易等領域推動數據與行業知識深度融合，開發行業高質量數據集和數據產品，推動各類企業主體進場交易，深化產業數據應用，發展數據驅動的新模式新業態。

３．３ ? 培育生態聚合型服務平臺

加快工業互聯網平臺融合應用，積極推廣工業互聯網“平臺＋產品”“平臺＋模式”“平臺＋行業／區域”等創新解決方案，促進產業鏈上下游和大中小企業資源、數據和服務共享。支持行業龍頭企業牽頭打造面向重點行業、特定技術的特色專業平臺，支持產業聯盟、聯合創新體等建設跨行業、跨領域的綜合服務平臺，通過制定平臺間統一的數據標準和服務接口，實現算法、模型的便捷化調用和工業Ａpp的跨平臺部署，實現平臺間的數據互通和能力協同。搭建新型行業數字化賦能平臺，支持數字經濟和行業龍頭企業搭建集成專用算力、開發環境、設計工具等一站式服務能力的新型行業賦能平臺，進一步豐富“小快輕準”數字化系統解決方案和產品，鼓勵企業、科研院所和高校等建設工業軟件適配、中試、測試、驗證等公共服務平臺。

３．４ ? 推動中小企業“鏈式”轉型

鼓勵“鏈主”企業和平臺企業能力輸出，支持產業鏈關鍵企業、工業互聯網平臺打造覆蓋供應鏈上下游的數字化平臺，支持數字化服務商打造面向特定行業的數字化解決方案，對外輸出數字化系統或各領域資源，指導幫助鏈上中小企業進行數字化轉型［９］。支持龍頭企業標準引領，鼓勵行業龍頭企業牽頭制定行業數字化轉型標準，為上下游中小企業數字化轉型提供統一規范，加強企業系統對接、業務協同，降低數字化轉型復雜性。

３．５ ? 完善產業數字化政策環境

結合國家數據局設立，積極推動地方層面整合分散在各部門的數字產業化和產業數字化職責，加強整體謀劃、統籌推進。加快研究制定數字經濟領域的法律法規，及時調整不適應數字化發展的政策規范。創新資金扶持方式，加強各類專項資金的統籌引導，鼓勵銀行、保險等金融機構面向數字經濟發展提供“云量貸”、融資租賃、質押擔保、“上云”保險等金融服務，引導資本規范參與數字經濟發展，構建社會資本有效參與的投融資體系。

３．６ ? 加大復合型人才培養力度

積極推動產教融合，支持數字技術“新工科”建設，鼓勵企業與高校、研究院所、行業組織開展合作，通過共建產業數字化聯合創新中心、數字技術概念驗證中心、數字經濟人才實訓基地等方式，推廣訂單式、學徒制等多元化數字人才培養模式，打造多層次、高水平的復合型人才隊伍。鼓勵企業創新人才激勵機制，建立適應數字化轉型發展需求的職稱評定機制，以價值創造為導向的勞動報酬政策，積極推廣首席數據官制度，加大“數字工匠”培養力度，完善技術入股、股票期權激勵等收益分配機制，充分激發人力資本的創新潛能。

主要參考文獻

［１］邸俊鵬，鮑俊杰，惠浩．工業機器人對制造業勞動力市場的影響：“升級”抑或“極化”？［Ｊ］．上海經濟研究，２０２３（２）：５１－６３．

［２］中國信息通信研究院． 大數據白皮書（２０２０）［Ｒ］．２０２０.

［３］周毅，許召元，李燕．日本經驗對我國制造業高質量發展的啟示［Ｊ］．發展研究，２０２０（５）：９－１３．

［４］張懿．上海“云”賦能紡織業高端化智能化綠色化［Ｎ］．文匯報，２０２３－０３－０６．

［５］何展，劉春暉．淺談“注入ＡＩ、物理準確”的元宇宙數字世界創建底層技術［Ｊ］．人工智能，２０２２（５）：７１－７７．

［６］張紅艷，閆一新．數字經濟時代工業數據治理發展路徑［Ｊ］．中國工業和信息化，２０２２（４）：１２－１５．

［７］華為技術有限公司，安永（中國）企業咨詢有限公司． 中國ＩＣＴ人才生態白皮書［Ｒ］．２０２２.

［８］胡勝蓉，黃學．浙江推進產業大腦應用建設的路徑探索［Ｊ］． 信息化建設，２０２２（２）：２１－２４．

［９］李勇堅．中小企業數字化轉型：理論邏輯、現實困境和國際經驗［Ｊ］．人民論壇·學術前沿，２０２２（９）：３７－５１．