江飞涛 陈林 裴丹:全方位助推数字技术和实体经济深度融合

选择字号:   本文共阅读 5390 次 更新时间:2023-08-16 20:45

进入专题: 数字技术   数字经济   实体经济  

江飞涛   陈林   裴丹  

 

推动数字技术与实体经济深度融合发展,是现阶段我国推动制造业及国民经济高质量发展、建设制造强国的重要途径。党的二十大报告明确提出“促进数字经济与实体经济的深度融合”,并将其作为建设现代化产业体系的一项重要内容。近年来,作为实体经济主体的制造业在数字化发展方面取得长足进展,但在数字技术与制造业深度融合发展方面仍面临不少挑战,需从多方面应对,并加快推进数字技术与制造业深度融合。

务实推进数字技术与制造技术的深度融合

现阶段,数字技术在制造企业供应链管理、财务、库存、人力资源、销售等方面的应用取得了长足进展,但在数字技术与制造技术特别是传统制造业制造技术融合方面进展相对缓慢,而这正是数字技术与制造业深度融合的重点和难点,我国应加大对数字技术与制造技术融合及融合创新方面的支持。

一是设立制造业数字化战略咨询委员会,专门就制造业数字化的战略、路径及政策问题展开研究,并为政策制定相关部门提供专业意见。制造业数字化战略咨询委员会应由制造领域、数字领域的技术专家, 以及企业家、智库专家等组成。在战略咨询委员会下设行业性的数字化咨询委员会,围绕各行业的具体情况,研究分析各行业数字化推进的要点、策略、路径与战略,各行业数字化咨询委员会成员应由行业专家、数字技术领域专家、行业上游设备供应商代表组成, 打造一系列制造业企业数产融合、数字化转型的典型案例。战略咨询委员会可通过典型案例来推广制造业企业数字化转型的方法、策略及途径,鼓励行业龙头企业带头转型,持续优化研发设计、生产制造、经营管理、市场服务等业务流程,由战略咨询委员会和行业龙头企业带动产业上下游同步实现智能化升级。

二是加强行业共性技术研发平台建设,助推行业关键领域数字化共性技术的研究开发。加快建设具有较强公共性、较为完善的治理与运营机制的工业技术研究院或制造业创新中心。研究院(或创新中心)尤其要考虑产业发展中制造技术与数字技术越来越广泛深入交叉与融合的趋势,组建由制造技术、数字技术多学科人才共同组成的研究队伍, 并建立有效的多学科人才协调攻关机制,着力推动行业数字化过程中共性技术的研究开发。对于如工业软件等保障产业链供应链自主可控的关键技术,政府应加大研发补助, 鼓励龙头企业与研究院共同研发、共享知识产权,并由政府及相关部门牵头,把研究成果进一步推广应用到全国相关企业。

三是设立专项资金,助推制造技术与数字技术深度融合发展。专项资金以制造业数字化技术、制造与数字融合创新技术的研究开发项目为资助对象,专项资金应更多投入到工业技术研究院(制造业创新中心),围绕工业技术研究院、制造企业、设备供应商及数字技术服务商,重点支持制造技术与数字技术融合创新相关研究。针对中小制造企业数字化能力弱的现实情况,政府还应设立中小型制造企业数字化研发与投资扶持基金及成立数产融合工作小组,匹配中小型企业与相关的数字技术企业及研发机构,降低中小型制造业企业的数字化转型成本并解决信息不对称问题,积极引导其进行数字化改造与升级。

加快制造业设计端的数字化进程

进入新世纪以来,用户需求越来越多元化,对于功能与品质的要求越来越高,偏好变化也越来越快,同时生产企业面临越来越刚性的环境与资源制约,这就需要制造企业具备更强、更快的产品设计能力、规格变更能力以及相应的柔性制造能力,因此要通过数字化转型来增强工程链设计能力。当前我国制造业数字化主要集中在供应链方面,应加快设计端的数字化进程,具体而言可以从以下三个方面推进。

一是加快推进数字虚拟工程(设计)系统的发展与应用。数字虚拟工程(设计)系统及数字孪生技术的开发应用,能在产品开发设计时便捷、及时、高效地将设计、制造、销售等领域的专家以及供应商、重点用户联系在一起,同步参与产品的开发、设计、验证与定型,从而大幅提升企业对市场及外部环境变化的快速应变能力,大大缩短产品研发制造所需要的时间。相关部门应积极支持数字虚拟工程(设计) 系统的开发、应用与迭代,支持数字孪生技术在制造业中的应用与开发,推动制造业普及3D设计。

二是加强企业之间、企业内各部门之间的数据协同与合作。企业之间、企业内各部门之间的数据协作是助推企业新价值创造与提升企业工作效率的重要手段。可借鉴日本政府相关做法,引导和帮助企业实现工程链和供应链无缝连接,做到各部门信息共享,从而使得企业内部甚至企业之间能够更为顺畅地进行跨部门与跨权限的数据交流与合作(马文秀、高周川, 2 0 2 1)。推广数字化流程平台的应用,方便企业对业务流程进行建模和优化,提高流程管理效率。

三是要夯实制造业设计端数字化的基础。完善的基础设施是数字虚拟工程系统应用以及制造业部门协作的重要基础,政府部门应在工业园区等制造业较为密集的区域合理布局并加快建设物联网、云计算、云储存备份等相关的数字基础设施。

助推制造业企业数字化过程中的管理变革

制造企业的数字化转型不仅是制造技术与数字技术融合创新以及生产工艺与生产流程不断发生变革的过程,同时还是深入到企业生产经营管理每个环节进而推动管理变革的过程。更为重要的是,如果企业管理模式不能有效变革从而适应数字化的需求,那么将严重制约制造企业的数字化能力提升与数字化进程。因而,助推企业进行数字化发展所需要的管理变革应成为重要的政策工具选项。

一是积极支持制造业数字化进程中的重要管理理论与实践问题的研究。可设立专门的制造业企业数字化发展管理研究与咨询委员会,委员会由技术专家、管理专家、学者及企业管理者等共同组成,为有需要的企业及行业提供咨询服务。设立专项资金,主要就制造业数字化过程中的相关管理理论、出现的管理问题、管理模式变迁、最佳管理实践展开研究,并对最佳管理实践进行总结与推介,积极向制造业企业推广管理工程与数字技术相结合的企业管理案例,鼓励企业根据市场变化创新经营模式,建立数字化的销售渠道和服务体系。

二是帮助企业提升数字化能力,提升企业在数字化进程中的市场意识、技术水平与管理水平。借鉴日本中小企业评价系统与政府认证的咨询师制度,组织和认证专门的、具备丰富的企业数字化经验、现代工艺知识以及管理经验的专家队伍,为中小制造业企业提供数字化技术服务及数字化进程中相关质量管理、现场管理、创新管理、流程优化等方面的咨询与培训,让企业能够更快速地获得先进的数字化技术及相应的管理咨询服务,逐步解决制造业中小企业数字化过程中的现实管理问题。

培养多层次复合型人才

制造业数字化转型首先是人才的转型,推动数字技术与制造业的深度融合需要加强数字化人才的培养,更需要加强既熟悉数字技术又熟悉制造技术的复合型人才的培养。

大力支持制造业数字化转型领域的职业培训。借鉴日本“产学研合作数字制造核心人力资源开发项目”以及“ 工厂科学家培训课程”,加快制造领域数字化人才的人力资源开发。重点支持对数字技术感兴趣且具有一定工作经验的年轻员工进行数字化培训,重点培养三种能力:一是数据工程能力,主要是指使用IoT(物联网)设备、测量机器、装置等在现场以适当的方法取得数据的能力;二是数据科学能力,主要指对照与利用收集到的数据和其他数据,编织有用信息的能力;三是数据管理能力,这是指以获得的信息作为基础,从中提炼战略,并将数据作为说服材料灵活应用到商务上的能力(马文秀、高周川, 2 02 1)。

在基础与职业教育中全面加强数字技术及相关知识教育。为所有中小学生包括职业学校学生设置信息学、算法和编程的基本知识课程,并将其作为必修内容纳入教学计划和师资培训进修计划中,将人工智能基础知识纳入职业培训的教学内容。数字技术相关职业教育应着重培养两方面的能力,一是掌握数字设备和劳动技术,以应对自动化工作流程的能力;二是加强自我组织管理,以适应数字化时代变化的能力(伍慧萍,2 02 1)。

优化调整大学教育课程设计,加强工业制造相关学科与信息、数字技术学科的交叉和联合培养。在机械、汽车工程、冶金工程等学科的专业课程设置中增加信息、数字技术相关专业基础课程。数字技术相关学科专业在课程设置时, 鼓励学生选修机械、材料、冶金等相关课程,为制造业数字化培养具有复合型知识的工程师。与此同时,在大学全面加强数学、数据科学、AI等领域的课程教育,在培养数字领域相关专业人才的同时促进跨学科人才培养。

加强数据产权与安全相关基础制度的建设

加强数据产权立法、数据安全及数据安全监管相关制度体系建设,是制造业与数字技术深度融合的重要基础。

一是加强数据产权立法和制度基础建设。考虑中国国情以及与国际接轨的需要,加快建立并完善数据产权制度, 明晰数据财产收益权,建立清晰且切实可行的数据利用规则,解决好隐私权、个人信息权益、企业数据权益等合法权利以及数据安全保护的问题。目前,我国正积极推进加入《数字经济伙伴关系协定》(D E P A),而DEPA在数字产权、数据产权、隐私保护等方面的保护规则比我国现行的法律法规更严格,因此还需参考国际标准,加快推进高标准的数据安全监管体系与智能制造相关数据标准化体系建设。

二是支持制造业企业构建完整的数据收集、开发、利用框架体系。借鉴德国“工业数据空间(I n d u s t ria l D a t a S p a c e)”解决方案,协调并支持产、学、研共同开发基于标准通信接口、实现安全数据共享的虚拟架构,并构建多方参与的协同治理机制。鼓励科研机构与企业合作,开发数据分析和挖掘的技术解决方案。例如,数据可视化工具、机器学习工具、人工智能工具等, 构建完整的数据收集、开发、利用框架体系(赛迪研究院, 2 02 2)。

三是在完善制度建设的前提下鼓励数据共享。要促进数据共享,首先需完善法律法规和标准体系,规范数据共享的行为和流程,应重点加强数据隐私保护、知识产权保护等方面的法律法规制定和执行,明确数据共享的责任和义务,保障数据共享的合法性和安全性。在此基础上,可进一步搭建具有公信力的数据共享平台,引导数据开放,并通过相关的激励政策促进数据共享和流通。

推动非生产环节的产数融合和数实融合

推动数字经济与实体经济在价值链上下游融合发展,借助数字经济拓展产业链、打造数字产品、塑造品牌价值。

一是鼓励大型互联网平台企业与制造业企业在数据挖掘、消费者行为分析、消费品设计等方面展开深入合作。阿里巴巴、京东、腾讯、拼多多等互联网平台企业拥有大量消费者行为的数据,对于分析消费者的需求偏好、消费能力、新的流行趋势、流行文化尤为重要。充分利用这些数据能有效帮助制造企业更为准确地把握消费者偏好、准确定位细分市场并设计更好满足消费者需求的产品。因此,应积极鼓励互联网平台企业与制造业企业深度合作,破除合作中的制度性障碍。

二是要做大做强创意产业,借助数字平台、虚拟现实等数字技术讲好品牌故事。我国的创意产业市场规模巨大,但国内企业在品牌故事塑造上的竞争力仍不如美、英、日、韩等国家的龙头企业。因此需加大对创意产业的投入,鼓励创意产业的发展。发挥国有企业的带头示范作用,积极塑造品牌故事,并依托数字经济传播品牌价值。自从“故宫文创”推出后,我国涌现出了一大批以国潮为核心的创意元素,给如何讲述中国品牌故事带来了积极示范效应。

 

作者: 中国社会科学院工业经济研究所产业融合研究室主任 江飞涛;暨南大学产业研究院副院长、教授 陈林;广东外语外贸大学广东国际战略研究院助理研究员 裴丹

来源: 《中国发展观察》2023年第5期

    进入专题: 数字技术   数字经济   实体经济  

本文责编:SuperAdmin
发信站:爱思想(https://www.aisixiang.com)
栏目: 学术 > 经济学 > 产业组织
本文链接:https://www.aisixiang.com/data/145373.html

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2023 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号-1 京公网安备11010602120014号.
工业和信息化部备案管理系统