章节

制造业的数实融合:表现、机制与对策

摘要

随着新一轮科技革命和产业变革的兴起,数字技术与实体技术、数字经济与实体经济呈现融合程度不断深化的趋势,其中制造业是数实融合最主要的产业部门。本文提出,制造业数实融合的范围包括企业内部全领域、价值链全周期和供应链全生态;在形态上表现为要素融合、技术融合、设施融合和产品融合。制造业数实融合以连接为基础、以数据为核心、以算力为支撑、以算法为驱动,并通过整合多维数据、发现潜在知识、替代人力劳动、编码行业知识、软件定义产品、创新商业模式等功能,发挥对制造业的赋能作用。针对我国制造业数实融合面临的制造能力、数字化水平、数字化能力、数据流动等多方面的制约,需要加快信息基础设施建设,推动数字技术创新,促进制造企业数字化转型,完善数字经济法律法规和政策,加强数字经济领域的国际合作。

作者

李晓华 ,经济学博士,中国社会科学院工业经济研究所研究员,中国社会科学院大学教授、博士生导师,主要研究方向:工业化与工业发展、数字经济。

参考文献 查看全部 ↓
  • Bresnahan Timothy F.,Trajtenberg M.,“General Purpose Technologies‘Engines of Growth’?” Journal of Econometrics,1995(65).
  • Lipsey Richard G.,Carlaw Kenneth,Bekar Glifford T.,Economic Transformations:General Purpose Technologies and Long-Term Economic Growth,New York:Oxford University Press,2005.
  • 中国社会科学院工业经济研究所智能经济研究组:《智能+:制造业的智能化转型》,人民邮电出版社,2021。
  • Teixeira Thales S.,Piechota Greg,Unlocking the Customer Value Chain:How Decoupling Drives Consumer Disruption,New York:Currency,2019.
  • Moore J.F.,“Predators and Prey:A New Ecology of Competition,” Harvard Business Review,1993(3).
  • 《刘鹤出席2021年世界互联网大会乌镇峰会》,http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm,2021年9月26日。
  • Brynjolfsson E.,Rock D.,Syverson C.,“Artificial Intelligence and the Modern Productivity Paradox:A Clash of Expectations and Statistics,” in Agrawal A.,Gans J.,Goldfrab A.,eds.,The Economics of Artificial Intelligence:An Agenda,Chicago and London:The University of Chicago Press,2019.
  • 〔美〕杰里米·里夫金:《零边际成本社会:一个物联网、合作共赢的新经济时代》,赛迪研究院专家组译,中信出版社,2014。
  • 李晓华、王怡帆:《数据价值链与价值创造机制研究》,《经济纵横》2020年第11期。
  • 曾鸣:《智能商业》,中信出版社,2018。
  • 李培根、高亮编著《智能制造概论》,清华大学出版社,2021。
  • 安筱鹏:《重构:数字化转型的逻辑》,电子工业出版社,2019。
  • 陈永伟:《联邦学习能打破数据孤岛吗》,《经济观察报》2020年5月4日。

制造业的数实融合:表现、机制与对策

可试读20%内容 PDF阅读 阅读器阅览

试读已结束,剩余80%未读

¥10.01 查看全文 >

VIP免费

章节目录

  • 一 引言
  • 二 制造业数实融合的表现
    1. (一)制造业数实融合的范围
      1. 1.企业内全领域的数实融合
      2. 2.价值链全周期的数实融合
      3. 3.供应链全生态的数实融合
    2. (二)制造业数实融合的形态
      1. 1.要素融合
      2. 2.技术融合
      3. 3.设施融合
      4. 4.流程融合
      5. 5.产品融合
  • 三 制造业数实融合的机制
    1. (一)制造业数实融合的条件
      1. 1.以连接为基础
      2. 2.以数据为核心
      3. 3.以算力为支撑
      4. 4.以算法为驱动
    2. (二)制造业数实融合的功能
      1. 1.整合多维数据
      2. 2.发现潜在知识
      3. 3.替代人力劳动
      4. 4.编码行业知识
      5. 5.软件定义产品
      6. 6.创新商业模式
  • 四 制造业数实融合的制约因素
    1. (一)制造能力的制约
    2. (二)数字化水平的制约
    3. (三)数字化能力的制约
    4. (四)数据流动的制约
  • 五 结论与建议
    1. (一)结论与展望
    2. (二)对策建议

查看更多>>>