我国数字化赋能现代化产业体系的对策研究

高平

［摘    要］ 面對新一轮数字经济的快速发展，数字化对我国加快构建现代化产业体系的支撑作用进一步凸显。文章在分析全球产业现代化发展趋势基础上，从数字技术、数实融合、数据要素、监管机制和数字人才等方面分析我国产业数字化发展面临的瓶颈问题，针对性地提出以数字化助力产业现代化的对策建议。

［关键词］ 数字化；数据要素；现代化产业体系

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

［中图分类号］ F49；F203    ［文献标识码］  A      ［文章编号］  1673 - 0194（2023）11- 0110- 04

０      引    言

党的二十大报告首次提出“建设现代化产业体系”，2023年的政府工作报告进一步明确，加快建设现代化产业体系，大力发展数字经济，加快传统产业和中小企业数字化转型。现代化产业体系相对于传统产业体系，最大的特征就在于以科技创新为引领、以数字经济为核心，是我国从制造大国走向制造强国的必由之路。特别是在当前外部环境不确定性加大、国际科技和产业竞争不断加剧的大背景下，通过数字化赋能传统产业转型升级、提升产业链供应链韧性和安全水平，对我国实现经济高质量发展、强化产业竞争新优势具有重要意义。

１      全球产业现代化发展的趋势特征

回顾人类发展历史，每一次产业革命都是对前一阶段产业发展的颠覆，在生产要素、内在动力、产业形态等方面表现出不同以往的新趋势和新特征。在数字时代，数据成为核心生产要素，数字技术带来企业生产流程、组织形态重构，全球产业现代化发展主要表现为三个方面的变革。

１．１   科技创新带来的生产方式变革

全球科技创新正在进入多点突破、群体性突破的新阶段，５Ｇ、大数据、云计算、区块链、人工智能等数字技术族群融合裂变，通过组合式创新打破了技术与技术之间的边界，创新链条更加灵巧，技术迭代更加快捷，给传统生产方式带来前所未有的深刻影响。例如，在工业机器人领域，据国际机器人联合会发布的《２０２２年世界机器人报告》，截至２０２１年底，全球在役机器人存量达到３５０万台，工业机器人密度为每万名员工１４１台，较２０１５年翻了一番，工业机器人在大幅提升企业生产效率的同时，也带来了劳动力市场结构的重大变化［１］。在３Ｄ打印领域，适应定制化、个性化需求的增材制造技术，正从最初的模型制作向建筑构件、汽车零部件、医疗器械和航空航天等领域不断拓展。

１．２   数字经济带来的生产要素变革

随着数字经济的蓬勃发展，全球数据呈现爆发增长、海量集聚趋势，工业、金融、健康、医疗、消费、教育等领域大数据快速兴起，据国际权威机构Ｓｔａｔｉｓｔａ预测，２０２０年全球数据产生量为４７ＺＢ，而到２０３５年将突破２ ０００ＺＢ［２］。数据成为产业发展的核心生产要素，带来企业研发设计、生产流程、市场营销乃至管理经营全链条重构，工业互联网、消费互联网成为产业运行的基本载体和支撑。比如，日立公司２０２０年专门成立了由顶级数据科学家等构成的“Ｌｕｍａｄａ数据科学实验室”，将数据分析与工作流程进行精准匹配，以高效提供能源、产品、生命健康、移动出行等领域解决方案［３］。再比如，上海致景通过物联网、大数据等技术打造“飞梭智纺”工业互联网平台［４］，打通原料采购、纱线、坯布、染整、制衣等生产和交易环节，形成纺织产业“云上产业链”，累计服务织厂和接入织机分别超过８ ０００家和６０万台，在全国织造产能的覆盖率超过４０％。

１．３   跨界融合带来的产业形态变革

现代产业的发展正从规模经济转向范围经济，以个性定制、柔性生产为特征的新型制造模式快速兴起，人工智能、元宇宙等技术使信息化与工业化融合、制造业和服务业融合进程明显加快。例如，谷歌、ＭＥＴＡ等互联网巨头通过开发蛋白质预测大模型向生物医药领域进军，为预测蛋白质功能和识别潜在药物靶点提供前所未有的效率工具；英伟达推出的实时仿真工业元宇宙平台Ｏｍｎｉｖｅｒｓｅ，已广泛应用于机器人仿真、数据科学建模、自动驾驶汽车、智能工厂和气候研究等领域［５］；微软、拼多多、盒马等进军农业科技领域，助力传统农业生产效率和农产品质量提升；华为成立煤矿、公路、智能光伏等“军团”，更好地赋能实体经济发展。

２      我国数字化赋能产业现代化面临的问题挑战

近年来，我国推动信息化和工业化融合发展取得积极进展，成为新型工业化的重要引擎。但与此同时，数字化赋能产业现代化仍面临不少问题和挑战。

２．１   数字技术成为新的国际竞争壁垒

一方面，由于我国在关键核心数字技术方面外部依赖度高，正向研发、自主可控的自主创新能力仍较薄弱，存在产业链“断链”隐忧、韧性不足等风险，难以支撑产业高端化发展要求。例如，在ＢＩＭ软件领域，Ａｕｔｏｄｅｓｋ、Ｂｅｎｔｌｅｙ、Ｄａｓｓａｕｌｔ等国外厂商在我国的市场占有率达到９５％；在游戏级图形渲染引擎领域，Ｕｎｉｔｙ、Ｕｎｒｅａｌ等几乎处于垄断地位；在地图可视化、大数据引擎、操作系统、高端服务器、ＧＰＵ等领域，国外厂商的市场占比也均超过９０％。另一方面，发达国家对我国科技创新和产业发展遏制的重心，正在从传统高端制造技术向数字技术聚焦，高端芯片、核心电子元器件、基础软件、核心工业软件等成为“锁死”我国产业升级“技能树”的重要工具。例如，近年来美国先后发布《美国创新与竞争法案》《芯片和科学法案》等，在高端半导体、高性能计算、先进软件、网络安全、数据存储与管理等数字领域对我国企业进行无端打压，以谋求继续保持美国的领先优势。

２．２   数字经济与实体经济融合度有待提升

在数字产业化领域，得益于我国超大人口规模和消费市场红利，涌现出一批以整合市场资源、创新商业模式为特征的数字经济平台企业。据中国信通院统计，截至２０２２年我国上市互联网企业共１９３家，其中电子商务、网络游戏、社交／在线社区领域营业收入占总体营收的比例接近８０％，但类似苹果、微软、谷歌、亚马逊、特斯拉等硬核技术驱动的“巨无霸”平台企业仍然较少。在产业数字化领域，大部分企业数字化转型还处于初期阶段，面临转型成本高、传统工业设备改造难度大、基础性赋能工具平台少、数字化生态构建能力弱等困难，特别是中小企业数字化转型任务更为艰巨。全国工商联经济服务部等机构联合发布的《２０２２中国民营企业数字化转型调研报告》显示，我国超８０％的小微企业尚未开展数字化转型或仍处于初步探索阶段。

２．３   数据要素对产业发展的赋能作用有待强化

相对于消费数据的开发利用相对成熟，工业数据的采集、分析和利用难度更大、专业性更强。我国不少传统企业仍处于数字化转型的初级阶段，由于设备接口不统一、系统平台不开放导致数据采集碎片化、数据质量非标化、数据利用低效化，不少企业对数据资源的利用仍停留在以简单分析和表层开发为主［６］，大部分工业数据处于“睡眠”状态。同时，由于数据权属界定不清，使用权、加工权、经营权难以有效区分，以价值为导向的流通机制、分配机制尚不健全，缺少有效集成数据、算力和算法的产业大数据平台，导致行业之间和企业之间的数据共享流通困难重重，数据资源化、产品化、资产化路径尚未有效打通。

２．４   产业数字化发展的监管机制有待完善

目前，我国传统行业监管体系与数字化转型需求不相适应。从行业管理体制来看，各地数字经济发展分别涉及网信、发改和工信等多个部门，虽然近期国家层面设立国家数据局有望进一步加强数字经济统筹力度，但具体行业领域数字化转型的管理职能仍在各专业部门，如何推动产业数字化和数字产业化的协同发展，更好整合资源、形成合力仍有待在机制上进一步优化。从行业监管政策来看，目前传统制度规范和业务流程已成为制约转型的重要瓶颈，例如在无人驾驶汽车上路、人工智能医疗临床应用、生物特征识别、电子证照等技术应用上，就面临制度不允许、业务不适应、推广不积极等困境。此外，数字化催生的新模式、新业态普遍具有跨界融合特征，传统行业监管规则与数字化转型需求不相适应，监管过度或监管真空现象并存，“一管就死”“一放就乱”的问题仍时有发生。

２．５   产业数字化转型的复合型人才缺乏

目前，我国企业普遍缺乏既懂数字技术又懂生产运营，既具备数字技能又能够推动数字化战略的复合型人才。根据安永与华为２０２２年联合发布的《中国ＩＣＴ人才生态白皮书》，预计到２０２５年我国信息与通信技术行业的人才缺口将超过２ ０００万，其中人工智能、大数据、物联网、云计算等新兴技术领域的人才供给不足情况较为突出［７］。２０１９年以来，我国人力资源社会保障部先后公布了四批共５６个新职业，包括智能制造、虚拟现实、机器人、数据安全等工程技术人员，以及智能硬件装调员、工业视觉系统运维员等。但由于目前我国高校教育存在理论与实践脱节、科研与产业脱节等问题，这些新职业面临结构性人才失衡，成为制约企业数字化转型的重大难题。

３      我国数字化赋能现代化产业体系的对策建议

３．１   强化数字技术引领作用

加强共性数字技术研发，围绕现代化产业体系发展需要，梳理绘制关键核心数字技术发展图谱并集中力量进行攻关突破，例如推动汽车电子、通信制造、智能物联等领域的ＥＤＡ设计工具及关键ＩＰ开发，组织智能芯片、前沿算法等重点方向的ＡＩ系列技术攻关等。鼓励数字技术创新应用，组织实施具有引领性、基础性的数字技术融合重大应用示范项目，跟进ＡＩｏＴ、大规模智能模型、数字孪生、区块链跨链、元宇宙等前瞻性、颠覆性技术，支持企业牵头建设国家制造業创新中心、数字技术联合实验室，加速科技研发与科技成果应用的双向迭代。

３．２   推动产业大数据创新发展

聚焦重点领域打造行业大脑，发挥央企和行业龙头企业作用，打造数据、知识、算法“三位一体”的产业大脑，支持产业链上下游企业共建安全可信的行业数据仓，将生产工艺、管理经验、技术标准等行业知识与模型进行提炼，并打造能力组件“超市”［８］，通过数字化推动跨企业、跨区域的要素融合。支持行业数据产品流通交易，发挥上海、北京、深圳等数据交易所流通平台作用，组织开展多板块运营，面向制造业、金融、航运、科创、贸易等领域推动数据与行业知识深度融合，开发行业高质量数据集和数据产品，推动各类企业主体进场交易，深化产业数据应用，发展数据驱动的新模式新业态。

３．３   培育生态聚合型服务平台

加快工业互联网平台融合应用，积极推广工业互联网“平台＋产品”“平台＋模式”“平台＋行业／区域”等创新解决方案，促进产业链上下游和大中小企业资源、数据和服务共享。支持行业龙头企业牵头打造面向重点行业、特定技术的特色专业平台，支持产业联盟、联合创新体等建设跨行业、跨领域的综合服务平台，通过制定平台间统一的数据标准和服务接口，实现算法、模型的便捷化调用和工业Ａpp的跨平台部署，实现平台间的数据互通和能力协同。搭建新型行业数字化赋能平台，支持数字经济和行业龙头企业搭建集成专用算力、开发环境、设计工具等一站式服务能力的新型行业赋能平台，进一步丰富“小快轻准”数字化系统解决方案和产品，鼓励企业、科研院所和高校等建设工业软件适配、中试、测试、验证等公共服务平台。

３．４   推动中小企业“链式”转型

鼓励“链主”企业和平台企业能力输出，支持产业链关键企业、工业互联网平台打造覆盖供应链上下游的数字化平台，支持数字化服务商打造面向特定行业的数字化解决方案，对外输出数字化系统或各领域资源，指导帮助链上中小企业进行数字化转型［９］。支持龙头企业标准引领，鼓励行业龙头企业牵头制定行业数字化转型标准，为上下游中小企业数字化转型提供统一规范，加强企业系统对接、业务协同，降低数字化转型复杂性。

３．５   完善产业数字化政策环境

结合国家数据局设立，积极推动地方层面整合分散在各部门的数字产业化和产业数字化职责，加强整体谋划、统筹推进。加快研究制定数字经济领域的法律法规，及时调整不适应数字化发展的政策规范。创新资金扶持方式，加强各类专项资金的统筹引导，鼓励银行、保险等金融机构面向数字经济发展提供“云量贷”、融资租赁、质押担保、“上云”保险等金融服务，引导资本规范参与数字经济发展，构建社会资本有效参与的投融资体系。

３．６   加大复合型人才培养力度

积极推动产教融合，支持数字技术“新工科”建设，鼓励企业与高校、研究院所、行业组织开展合作，通过共建产业数字化联合创新中心、数字技术概念验证中心、数字经济人才实训基地等方式，推广订单式、学徒制等多元化数字人才培养模式，打造多层次、高水平的复合型人才队伍。鼓励企业创新人才激励机制，建立适应数字化转型发展需求的职称评定机制，以价值创造为导向的劳动报酬政策，积极推广首席数据官制度，加大“数字工匠”培养力度，完善技术入股、股票期权激励等收益分配机制，充分激发人力资本的创新潜能。

主要参考文献

［１］邸俊鹏，鲍俊杰，惠浩．工业机器人对制造业劳动力市场的影响：“升级”抑或“极化”？［Ｊ］．上海经济研究，２０２３（２）：５１－６３．

［２］中国信息通信研究院． 大数据白皮书（２０２０）［Ｒ］．２０２０.

［３］周毅，许召元，李燕．日本经验对我国制造业高质量发展的启示［Ｊ］．发展研究，２０２０（５）：９－１３．

［４］张懿．上海“云”赋能纺织业高端化智能化绿色化［Ｎ］．文汇报，２０２３－０３－０６．

［５］何展，刘春晖．浅谈“注入ＡＩ、物理准确”的元宇宙数字世界创建底层技术［Ｊ］．人工智能，２０２２（５）：７１－７７．

［６］张红艳，闫一新．数字经济时代工业数据治理发展路径［Ｊ］．中国工业和信息化，２０２２（４）：１２－１５．

［７］華为技术有限公司，安永（中国）企业咨询有限公司． 中国ＩＣＴ人才生态白皮书［Ｒ］．２０２２.

［８］胡胜蓉，黄学．浙江推进产业大脑应用建设的路径探索［Ｊ］． 信息化建设，２０２２（２）：２１－２４．

［９］李勇坚．中小企业数字化转型：理论逻辑、现实困境和国际经验［Ｊ］．人民论坛·学术前沿，２０２２（９）：３７－５１．