SMM11月17日讯：经过近40年高速增长，我国经济迈入新发展阶段。在新阶段，消费升级、人口老龄化、经济增长减速等新情况，致使制造业发展面临商品市场和劳动力市场供需失衡，以及技术创新能力薄弱等突出问题。
在2022（第七届）SMM电工材料产业峰会暨2022年SMM铜业年会上，中国社会科学院工业经济研究所|中国社会科学院大学教授、博士生导师吕铁表示，数字化转型可以为这些问题提供有效解决方案，进而促进制造业高质量发展，提升我国制造业全球价值链掌控力。而大力推动中小企业自动化设备查漏补缺和数字技术引进、充分挖掘现有人力资源潜力、增强数据运用意识、持续推进数据确权并保障数据安全、统一产品编码标准和数据接口和构建和完善产业链生态网络是推进制造业数字化转型的对策。
——助力商品市场供需调节
我国现有制造业生产体系正面临消费持续升级的挑战，其产品市场出现结构性失衡，大多数传统产业正面临产能过剩、竞争过度的市场环境，造成资源严重浪费。
在需求侧，消费者需求呈现多样化、个性化特点，不再满足于传统批量化大规模生产得到的同质化产品。
在供给侧，企业无法及时捕捉消费者个性化需求，并实现快速响应；传统生产工序和流程不能对产品质量问题有效追根溯源，无法对问题环节做出及时调整。
制造业数字化转型可助力个性化需求捕捉、快速响应机制实现及产品标识解析。
面对消费者和下游客户企业的需求日益差异化和个性化，制造业可通过数字化转型，着重对需求侧数据进行分析处理，增强及时捕捉个性化需求等信息的能力；对现有产品进行调整或更新换代，在更好满足市场需求的同时，降低生产成本，提高生产效率，改善中下游产业链连接松散的状况。
——助力劳动力市场供需调节
当前我国劳动力市场呈现结构性失衡现象。
在需求侧，由于人口老龄化趋势有增无减，劳动力成本不断上升，众多中小企业面临雇工困难。
在供给侧，劳动年龄人口的绝对数量持续下降，同时在数字经济加快发展的背景下，劳动者凭借自身掌握的初步数字技能很难满足新工作岗位要求。
因此，劳动力市场出现了“既有失业，又有岗位空缺”的结构性失衡，影响制造业整体生产效率。
制造业数字化转型可助力劳动力提质增效。对于简单劳动任务，由于技能要求较低，可以按照预先设定模式实现自动化，通过引进人工智能等数字技术替代劳动力，降低生产成本。
对于复杂劳动任务，由于技能要求较高，可通过激发劳动力的能动性，激励劳动力主动参加有针对性的在职培训和通过“干中学”等，成长为精通新兴数字技术的复合型人才，完成就业转型。
——助力技术创新敏捷化
对应于技术创新的速度、广度和深度，我国制造业存在创新产出更迭慢、研究开发来源面窄以及难以拓展新领域以支撑持续创新的问题。
具体来说，传统研发项目追求完美，不适应当下频繁更新的市场需求；虽然非创新部门的人员具有丰富的生产经验等相对优势，但多数制造企业尚未树立全员参与创新意识；技术创新活动链接多个价值创造环节，且技术创新需要的大量信息是松散分布的，通常情况下难以保证信息收集的高效性和完整性。
制造业数字化转型可有效应对这些问题。
在创新速度上，研发部门可直接从企业数据库中获取由各类信息转化成的海量数据，据此不断模拟研发过程，进而加快研发速率。
在创新广度上，不仅拓展了封闭式创新的参与面，还突破企业内部创新界限，为开放式创新提供条件。
在创新深度上，随着生产经营各环节信息的数据化，原本隐性的漏洞得以显性化，原本显性却难以收集到可靠数据的创新障碍也有可能被消除。
其次，制造业数字化转型的进展。
——总体看，我国制造业数字化转型取得明显进展。
2019年，我国工业数字经济渗透率为19.5%，规模以上工业企业的生产设备数字化率约为47.1%。
2020年，我国工业数字经济渗透率上升到21.0%，规模以上工业企业的生产设备数字化率达49.4%左右。
与此同时，ERP、MES和EOS（电子订货系统）等系统得到广泛应用，助力企业提升产品质量和生产效率，持续为数字化转型贡献力量。
——具体看，我国制造业数字化转型的进展在企业上云、工业互联网应用和服务型制造的发展中得以体现。
一是企业上云。目前我国上云工业企业已超过160万家，企业上云数量快速增长。
二是工业互联网应用。我国已建成具有一定区域和行业影响力的工业互联网平台超过150家，工业设备连接总数达到7900万台。
三是服务型制造。我国服务型制造业发展势头良好，在服务型制造示范企业中，服务业务收入约占总收入的三分之一。
——分流程型行业和离散型行业来看，前者的数字化转型进展总体上优于后者。
流程型行业面临着较高的原材料储备成本、较高的设备维护成本以及更加严格的环保要求等挑战。当前数字化转型正在逐步突破原有的生产调度、工艺创新、设备运维等限制，变局部协同为全局协同，在优化资源配置的同时实现绿色制造。
离散型行业面临着低效供应链管理和新型服务化需求等挑战。当前数字化转型致力于实现信息管理、生产制造方式和业务模式的转变，以及解决信息孤岛、适应消费者个性化需求并实现企业战略转型。
再次，制造业数字化转型面临的问题。
第一，中小企业受到设备更新换代不及时的掣肘，阻碍了转型顺利推进。
制造业推进数字化转型的前提是基本实现自动化，在自动化的基础上安装传感器等设备，实现信息的数据化，从而利用数据的非消耗性和非排他性使信息得以更快速、更广泛传递，提高生产管理效率。
目前我国许多中小企业尚未基本实现自动化，依旧依靠以劳动力为主的传统生产方式运行。
第二，数字化人才缺乏，现有人力资源未得到充分利用。
首先，数字化原生人才炙手可热，供不应求，需要掷重金才能招募到相关人才。但资金实力有限的企业无法通过这种方式引进人才，这些企业自身也没有相关渠道对现有劳动力实施专业培训以增强其数字技能。
其次，在转型过程中，数据要素的引入将倒逼劳动力技能转型，但企业配套的培训体系尚不健全，使劳动力陷入两难境地。
第三，企业没有充分意识到数据作为生产要素的重要性，转型流于表面。
数字孪生构建的虚拟工厂固然提供了实时全局数据，但有些企业仅将其当作表面工程，建成后没有充分利用；且即使有意识地加以利用，也因数据量过大没有做好分类处理并储存，导致有效数据流失。
尽管引入了ERP、MES和EOS等数字化管理系统，但并没有对数据进行充分挖掘，从而未能从根本上为管理减负增效。
第四，龙头企业发展战略转型仍有待加快，企业社会责任履行有所缺失。
作为产业链的核心企业或头部企业，承担着搭建平台并向中小企业提供数字化服务的责任。
但目前来看，即使平台搭建完成，中小企业也会因转型意识欠缺、资金投入障碍以及对互为竞争的核心企业有信任危机而“独善其身”，导致众多制造业平台实际使用效率并不高，没有发挥应有的平台作用。
第五，产品数据编码没有统一标准，度量数字化转型程度没有权威指标。
在转型过程中，同一产业链的产品编码标准不统一，且上游企业的产成品作为中间品投入下游企业时，常常被重新编码，致使标识解析无法贯穿全产业链，致使数据要素赋能资本要素的作用大打折扣。
制造业数字化转型的测度还未有权威指标，具体应关注哪些维度的数据尚不清晰，一些指标的度量还存在一定困难，难以保证有效性和准确性。
最后，他详细阐述了推进制造业数字化转型的对策。
——大力推动中小企业自动化设备查漏补缺和数字技术引进。
为促进中小企业基本补齐自动化设备，依据自身情况引进大数据、人工智能等数字技术，可提供专项资金或低利率专项贷款，缓解其面临的融资难问题。此外为增强中小企业数字化转型意识，政府主管部门可定期组织企业家开展数字化转型交流会，邀请成功案例分享经验，以供其他企业借鉴。
——充分挖掘现有人力资源潜力。
在短期，政府应支持企业为在岗员工提供数字技能专业知识的日常培训和集训，组织一批技术和业务融合团队，建立“传帮带”机制，快速普及数字化转型所需基础知识。
在长期，应推进产学研深度合作，将理论知识与企业的实践知识相结合，夯实专业基础，掌握实践能力，为持续推进数字化转型做好人才准备。
——增强数据运用意识。
应通过制度更新，增强员工使用数据、挖掘数据、创造数据的意识，为持续创新迭代增添活力；应充分发掘数据要素的价值，针对没有能力收集、处理和储存大数据的问题予以指导，可提供相关服务企业名单，供有困难的企业参考；督促企业管理改革，重新审视当前企业管理架构，看“数据”说话，缩减不必要的岗位、层级、部门，实现资源最优配置。
——持续推进数据确权并保障数据安全。
政府管理部门应与头部企业合作，对平台建设进行背书，保证数据安全，防止不正当竞争。加快完善数据安全法律体系，进一步明晰企业、个体等主体的数据权属以及允许采集和使用的数据边界，明确数据在流通或使用过程中涉及到的相关方责任和权利，强化对个人信息和企业数据的保护，保障其安全性，尽力消除企业对“上云”而产生的数据安全顾虑。
——统一产品编码标准和数据接口。
应出台统一的数据格式标准和编码规则，在厘清数据确权的基础上，破除“数据孤岛”现象。加快制定设备连接、制造业数据共享等方面的标准，实现实体设备和虚拟数据的兼容连接。尤其在同一产业内，应保证数据接口一致，使标识解析的效能得到最大发挥。另外，还应加强标准体系的互认及一系列检验检测体系的前后衔接。
——构建和完善产业链生态网络。
建设产业链生态网络需要从三个层面着力：在微观层面，要促进跨行业企业之间的协同合作，降低个别企业的经营风险；在中观层面，吸收其他地区或产业的数据、技术等要素，为本地生态网络建设赋能；在宏观层面，应促进产业链生态网络对外开放，从而聚集国外创新要素，推动制造业产业链生态网络高质量发展。
https://www.smm.cn/live/live_detail?li=344
