用数字化为制造业高质量发展赋能

制造业是实体经济的基础,是未来经济高质量发展的关键。在面向数字经济时代的全球竞争中,依托数字技术发展更高水平、更有竞争力的先进制造业,已然成为各国的战略共识。习近平总书记强调,数字经济具有高创新性、强渗透性、广覆盖性,不仅是新的经济增长点,而且是改造提升传统产业的支点,可以成为构建现代化经济体系的重要引擎。数字技术、数字经济能够推动各类资源要素快捷流动、各类市场主体加速融合,促进制造业生产方式、组织方式和服务方式的系统性变革,对提高制造业生产效率和供给质量、做大做强实体经济具有重要意义。

我国制造业正处于迈向全球价值链中高端、提升核心竞争力的关键阶段。加快制造业数字化转型,用数字化为先进制造赋能,有利于促进制造业质量变革、效率变革、动力变革。

一方面,有利于降本增效稳定制造业比重。我国制造业规模已多年保持世界第一,但制造业增加值占GDP的比重由2016年的28.07%下降至2020年的26.29%。如果现阶段制造业占比下降过早、过快,就会削弱我国经济抗风险能力和国际竞争力。“十四五”规划和2035年远景目标纲要强调,保持制造业比重基本稳定。稳定制造业比重,不能片面追求制造业规模增长,关键在于提升制造业效率和质量,而推动制造业数字化无疑是关键手段。数字技术的广泛应用有助于降低产业链组织成本,提高资源配置效率和制造业生产效率。同时,数字化促进制造业向服务端拓展,产生新业态、孵化新模式,可以提升产业价值链。

另一方面,有利于提质赋能促进产业链现代化。我国制造业产品品质不高、高端有效供给不足是一个不争的事实。目前,传统制造业的成本比较优势正在逐渐减弱,但制造业规模体量大、产业体系完备的优势很难替代。利用数字技术对制造业进行全方位、全角度、全链条改造,提升研发设计、生产制造、企业运维等产业链各环节数字化水平,延长、拓宽、挖深产业链,有利于提高制造业供给体系质量,塑造先进制造业竞争新优势。

加快制造业数字化转型,有利于固本强基保障产业链供应链安全稳定。增强产业链供应链自主可控能力,是构建新发展格局的重要基础。产业链供应链缺乏韧性和弹性,就很难有效应对各种重大风险和外部冲击。推进数字技术与制造业深度融合,加强区块链、物联网、人工智能等技术布局应用,有利于加快关键芯片、基础零部件、基础材料、基础软件等工业基础领域的自主化进程,提升产业链供应链自主可控能力。

近年来,我国制造业数字化全面提速,但制造业数字化比例依然不高,有效发挥数字技术对制造业的放大叠加倍增作用,一些困难和挑战不容忽视。比如,我国制造业企业规模化、全链条、多功能的数字化改造才刚刚起步,数字技术供给浅层化、碎片化,技术应用收益与技术高效供给尚未形成良性循环;制造业领域设备种类繁多、应用场景复杂,存在设备接口不开放等问题,加上数据权属界定不清、规则不明、难以定价等基础性问题尚未得到有效解决,跨行业、跨企业数据难以充分流通共享,制约了数字技术应用的广度和深度;支撑制造业数字化转型的新型基础设施兼有公共性和经营性属性,建设资金需求量大,但市场化的投融资模式尚不健全,政府、平台企业、制造企业等主体之间的利益共享和风险共担机制还不完善,数字基础设施建设总体滞后;等等。

推动制造业数字化转型,需要融合技术工具和政策工具、统筹政府和市场力量、兼顾发展激励与风险防范,促进制造业数字技术供给与制造业转型需求高效适配。

一是提升数字化转型技术工具与政策工具的适配性。技术创新与政策供给是驱动制造业数字化的两个轮子。应围绕制造业数字化中新产品新业态的市场准入限制、新商业模式知识产权保护等,进一步强化政策供给,为数字技术应用创造更好的条件。同时,推进制造业数字化领域相关国家、行业和地方标准制修订,强化财政金融支持,鼓励金融机构深度参与制造业数字化转型,加强对制造业数字化转型的融资支持、信用评估和风险管理。

二是增强数字基础设施与传统设施的互补性。纵深推进制造业数字化转型,离不开现代化基础设施的有效支撑,这既涉及到传统基础设施的改造升级,也包括数字基础设施建设。要创新新型基础设施投融资模式,加快推进工业互联网等新型数字基础设施建设,增强通信设备、集成电路、电子元器件、关键软件等核心竞争力,同步提升电力、交通、物流等传统基础设施的数字化改造,增强基础设施综合保障能力。

三是推动数字技术与先进制造技术融合发展。技术耦合性对提升产业链竞争力至关重要。在推动制造业数字化过程中,要更加重视发挥数字技术与其他先进制造技术的融合集成作用,如高端新材料、重大技术装备、机器人技术、高端医疗装备等,通过融合性技术加快补齐基础零部件及元器件、基础软件、基础材料、基础工艺和产业技术基础等短板,推动制造业全方位、系统性变革。

四是建立全面系统的工业大数据生态。推动制造业数字化转型,数据治理是关键。应积极引导推动工业设备数据接口开放,加快多源异构数据的融合和汇聚,构建完整贯通的高质量数据链。健全工业大数据资产价值评估体系,促进区块链等技术在数据流通中的应用,完善数据市场化配置。打造分类科学、分级准确、管理有序的数据治理体系和数据资源全生命周期安全保护机制,提升数据治理能力。