周 凌

（中共浙江省委党校，浙江 杭州 311121）

一、研究背景

数字科技的迅猛发展，给世界各国的产业发展带来了巨大机遇和挑战。在此背景下，加快数字经济发展已成为全球共识。2020年6月德国推出《“创新德国”未来一揽子研究计划》，大力投资人工智能等前沿科技领域。同年10月，美国发布《关键与新兴技术国家战略》，在互联网、大数据、 区块链、人工智能等领域构建技术同盟，力图长期保持全球技术领先地位[1]。面对激烈的国际竞争，加速推动新一代数字技术与经济社会融合是实现经济高质量发展的必由之路。党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，加快数字化发展，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群[2]。抓住新一轮科技革命和产业革命浪潮机遇，积极促进制造业数字化转型，对传统制造企业进行多维度、全流程改造，连结打通生产、流通、分配、消费等社会生产各环节产业链供应链的断点堵点，努力构建优良的产业数字化生态体系，既是数字经济时代背景下实现工业制造创新发展的必然选择，也是复杂多变国际环境中应对经济社会风险挑战的迫切需要。

二、浙江省传统制造业数字化转型的实施成效

根据《制造业数字化转型评价框架体系白皮书》中的定义，制造业数字化转型是应用互联网、大数据、人工智能等新一代信息技术，加速经济社会从工业经济向数字经济演进的历史进程[3]。近年来，浙江省坚定不移地贯彻落实中共中央、国务院关于加快建设制造强国、网络强国、数字中国的战略部署，深入实施数字经济“一号工程”，一以贯之地推动数字经济创新发展。

浙江省一直以来致力于推动数实融合发展，通过数字技术赋能产业提质增效。通过数字赋能，浙江省制造业技术水平有了明显提升，培育产业一大批新模式、新业态，有效地推进了制造业向集群化、高端化、绿色化发展。根据工信部印发的制造业高质量发展报告，浙江省制造业数字化转型指数连续两年居全国第一。建设亮点包括：建设了46家细分行业大脑，上架能力组件超过4000个，建设了533家省级工业互联网平台，覆盖了50%以上的百亿元产业集群，浙江省规模以上企业已有74%完成数字化改造，工信部企业上云典型案例数是10家，培育建设未来工厂52家，智能工厂（数字化车间）601家，在役工业机器人数量15.5万台，形成了“产业大脑+未来工厂”发展模式，涌现了网易严选“订单+制造”等一批典型案例。

三、浙江省制造业数字化转型中面临的瓶颈

（一）关键核心技术能力不足，数字信息设施基础薄弱

当前，数字技术在企业中的应用更多体现在日常运营方面，例如，企业云、数字会议、财务管理系统等，而在真正支撑制造业数字化转型的生产制造环节还不存在不足。一方面，虽然浙江省数字经济发展走在全国前列，但在数字技术的核心领域，例如芯片的制造、工业软件的设计、新材料新技术的研发应用等方面基础仍相对薄弱，制造业转型所需要的关键工业软件、底层操作系统、嵌入式芯片等领域国产替代远未完成。另一方面，浙江省数字技术高能级平台的缺失，导致数字技术无论在基础层面还是在应用层面无法持续更新迭代，更无法赶超世界主流水平，并且无法对企业在技术改造过程中所遇到的问题进行及时准确的跟踪和快速的解决，导致企业进行技术改造不确定性偏高，风险过大，严重制约了企业进行数字化转型升级的进行。

（二）权威数据标准体系欠缺，设备系统联网存在难点

传统以技术壁垒为核心的制造业体系在数字化转型方面存在一些天然的障碍。首先，传统生产制造设备不包含数字技术，没有传感器和计算内核的搭载，就难以实现数据的自动采集和传输，而只能依靠人工手动完成，容易导致基础数据准确率较低。其次，制造业面临多种环境、多个标准。由于制造业应用场景多样化，工业设备品类复杂，行业之间、企业之间的也是千差万别，导致各种数据和编码使用混乱，不同的网络与网络之间，不同的终端之间的数据难以有效流通，很难进行大数据分析，难以将数据转化为有用的要素资源，影响生产效率。从数据治理的角度看，权威数据标准体系的欠缺直接影响数据开放和共享，影响企业获取产业链上下游企业信息以及政府的产业布局和数字经济发展。当前，浙江省虽已成立多个从事相关标准研发的机构，覆盖了智能制造标准化工作组、电子信息技术标准化技术委员会、数字经济标准创新联盟等部分行业，但具体标准的研究、制定和推广工作刚刚启动，真正可参照操作、有广泛市场接受度的具体行业产业数据标准体系仍有待建立。

（三）数据价值亟需深度挖掘利用，平台功能有待全面整合释放

现阶段，浙江省平台整合和数据开发利用方面的问题较为明显，一定程度上影响了制造业数字化转型的成效，主要表现为：一是“产业大脑”的辐射范围有待扩大。浙江省“产业大脑”体系先行先试，在部分行业已经初见成效。然而，工业制造门类繁杂、细分行业的覆盖仍有很大扩展空间；大量中小企业由于利用数据的成本和门槛较高等原因，仍缺乏系统化的工业互联网平台支撑。二是数据价值有待深度开发利用。“产业大脑”整体处于建构阶段，重数据采集、轻开发利用的现象较为普遍，这不仅影响数据红利的释放，而且数据的过度采集也带来额外的存储负担。尽管有提供数据清洗加工的服务商，但制造企业与信息技术企业的合作往往存在一定的认知差异，难以提供精准有效的解决方案。三是平台功能有待进一步全面整合。数据价值的深度挖掘与“产业大脑”平台功能的整合释放是深度关联的。工业互联网平台的功能不仅在于数据采集和汇聚，帮助企业进行高效的在线管理和远程运维，更在于利用大数据促进业务形态、服务模式、管理模式等全方位的变革创新和产业链协同协作。当前，“产业大脑”应用仍处于初级阶段，其对制造业的赋能、优化、叠加作用尚未充分发挥出来。

（四）高素质数字人才缺乏，数字化转型培训滞后

浙江省数字人才尤其是高素质数字人才欠缺，严重制约着制造业数字化转型。在企业战略层面，由于缺少相关专业领域人才，使企业对数字化的发展潮流和趋势缺少主动的把握，对企业的数字化转型缺少信心；在具体操作层面，传统制造业企业数字技能人才的缺乏，使企业难以技术改造过程中将数字技术与企业业务领域的生产、制造、组织、运营很好融合，成为制造业数字化转型的障碍。随着人们对就业质量要求的逐渐提高，制造业领域尤其是传统制造业对劳动力的吸引力越来越不足。相关研究显示，在化学原料和化学制品制造业、化学纤维制造业、黑色金属冶炼、有色金属冶炼、纺织服饰业、皮革业、家具制造业等行业领域，人才需求问题突出，人才供给无法满足产业发展需求。各地政府虽然都争相出台了相关的人才引进政策，但由于制造业整体的经营管理和发展前景对人才吸引力不大，况且很多相关政策还在逐步落实过程中，数字化人才供不应求的状况依然普遍存在。此外，企业数字化转型培训体系相对滞后，在没有外力支持的情况下，很多制造业企业只能招聘人才后自主培训数字化技能，同时承担着人才流失风险和额外的培训成本，这种自负盈亏式的企业内部数字化人才培养路径大大阻碍了企业数字化转型的进度。

四、浙江省制造业加快数字化转型的对策建议

（一）关注企业转型难点痛点，加大政策扶持支持力度

要综合运用产业引导基金投资、贷款风险补偿、技术改造贷款贴息、职工安置补助、加速折旧等方式对工业企业转型升级提供资金扶持，通过设立各级中小企业发展专项资金，引导各类社会资本和金融资本参与工业企业数字化技术改造，并通过专项资金申请和绩效奖励等优惠政策，提供切实支持。对于一些抗风险能力较弱的中小企业，可以通过优化政府采购和创新补贴方式等手段，探索适应中小企业实际需求的数字化转型方式，强化行业协会在中小企业数字化转型中的帮扶作用；对于具有推广价值的行业数字化转型典型案例，予以奖励并积极推广，在企业升级改造中相关部门要提供适度的资金支持，为中小制造业企业数字化转型提供必要的政策支撑。

（二）聚焦核心技术重点领域，夯实数字设施建设基础

制造企业需要加大制造活动与数字技术结合点的创新投入，以适应全面数字化转型的需要[4]。加大对通信、网络、人工智能、核心器件、基础软件等领域的核心技术研发投入，聚焦人机交互、工业大数据、核心工业软件、工业传感器等核心技术攻关，加大需求侧的政府采购力度，夯实数字经济发展的核心技术基础。拓展深化5G、工业互联网、产业大脑等为代表的数字化基础设施建设布局，提高数据传输、计算、存储等基础能力，为制造业在生产流通领域的全面数字化转型提供基础保障。

（三）完善智能制造标准体系，促进数据资源得到高效利用

制造业数字化转型和数据资源的高效利用，必须有统一的标准体系，需要加强数据使用管理的标准、规范、技术、法律等方面的研究。要在已有智能制造标准体系框架下，探索各行业产业自身的数据标准体系，引导行业组织、企业研究制定制造业数据的行业标准、企业标准，加强标准体系与认证认可、检验检测体系的衔接，鼓励支持行业领军制造企业积极寻求国际智能制造标准的话语权；鼓励企业加快发展数据采集传感设备，推动企业核心业务系统上云，实现数据采集自动化、信息展示动态化、系统应用集成化、生产管理精细化，进一步打通“数据孤岛”，充分实现数据资源的高效开发利用；以工业互联网平台为依托，打造制造业全生命周期的数据资源采集、传输、处理、应用系统，形成跨设备、跨系统、跨工厂、跨地区的全产业链互联互通。

（四）构建数字化转型生态系统，发挥龙头企业引领作用

制造业是一个由各类企业构成的生态系统，除头部企业、龙头企业在其中发挥引领作用外，每一个产业行业都存在诸多依附生存的中小企业，其综合力量占比在整个产业链条和制造业整体构成中不容小觑，因此，制造业数字化转型不仅应该关注行业领军企业，还应该从系统思维出发着眼整个制造业生态。一方面，要树立样板企业，通过龙头企业“未来工厂”的培育建设，在推动行业整体数字化转型的同时，鼓励龙头企业与行业其他企业联合，建立数字化转型联合体，促进产业链条式和集群式的数字化转型，降低转型风险，提高转型效率。另一方面，要加大示范推广力度，统筹汇聚社会组织、行业协会、科研机构和互联网平台型企业等多方力量，形成数字化转型联盟，开展数字化转型模式案例和经验分享，构建从产品设计、生产制造到售后服务全链条的示范试点项目，并开展示范企业、示范项目和示范区评选，增强辐射带动效用。

（五）探索数字人才培养模式，实现培养引进双线并行

大力推进数字技能复合型人才的培养，从而为制造业数字化转型的进程注入持续的动力[5]。因此，要加大数字化转型领域高端复合人才的培养力度。一方面，要强化学校教育中的数字人才培养；加强高等院校、职业技术学校在教育中数字素养、数字技能的比重，通过教育强化学生的数字能力。通过设立专项奖励资金和人才培养基金，支持重点行业企业与高校和科研院所加强合作，开展有针对性的人才培训，帮助劳动者获得数字化专业技能，提高数字素养，以满足制造业企业数字化转型需求。加强谋划布局，推进数字化转型领域领军人才、创新团队、人才示范基地和人才培训平台建设，建立组织人才梯队。另一方面，要强化数字技能、数字素养的社会再教育。数字技术的快速更新迭代，数字人才的培养是一个持续不断的过程，鼓励人们通过各类线上、线下培训机构进行持续不断的学习以提高数字素养。

此外，浙江省还要持续推进制造业数字化转型工作走深走实，在强化各方主体深入合作的同时，政府必须整合财税、人才、土地、金融等各方力量，以保证相关政策措施切实落地到位，为制造业数字化转型提供持续有力的支撑和保障。