- 工業大數據賦能制造業高質量發展
- 劉平峰 張旺
- 2248字
- 2025-01-15 15:53:25
前言
經濟高質量發展是當前乃至今后一段時期國家宏觀調控和政策制定的指導思想,而制造業作為實體經濟主體,是立國之本、興國之器和強國之基。制造業高質量發展作為推動經濟高質量發展的重要引擎,為中國制造業轉型升級指明了方向。在制造業高質量發展的戰略背景下,工業大數據兼具數據要素和數字技術雙重屬性,具備高端要素和技術革命雙重優勢,是制造業嵌入世界競爭格局和破除來自“雙向擠壓”困局的重要戰略資源。由于工業大數據具有強融合性和流動性,制造業需要工業大數據介入,數據要素和數字技術是數字化新時代制造業的核心元件,因此將工業大數據與制造業深度融合能夠使價值空間無限延伸。
但是,目前關于工業大數據與制造業融合的研究十分匱乏。關于工業大數據與制造業高質量發展研究的不足之處主要體現在以下方面:①工業大數據是工業互聯網和智能制造的核心,對制造業高質量發展具有顯著的驅動效應,但對于工業大數據度量的研究未見報道,工業大數據指標體系的研究有待拓展。②部分學者對制造業高質量發展的評價體系進行了初步探索,以評價指標為主,從五維到七維不等,涉及生態環境、能源消耗和結構優化等,但對制造業高質量發展概念、評價指標體系并未形成共識。③工業大數據對制造業高質量發展具有顯著的促進作用,但目前對工業大數據賦能制造業高質量發展范式、工業大數據賦能制造業高質量發展機理缺乏系統性研究。
制造業高質量發展是一個綜括性概念,而工業大數據既是生產要素又是技術,如何實現工業大數據對制造業高質量發展精準賦能?目前,中國數據要素市場尚未充分形成,急需培育壯大;數字技術經濟范式尚未成熟,需要演化進階;工業大數據共享水平、利用率和制造業高質量發展進程仍在初期階段。如何發揮政府和市場雙重優勢,設計工業大數據賦能制造業高質量發展的路徑,提出相應對策等問題都亟待解決。因此,本書在教育部人文社科基金項目“面向制造業企業創新發展的工業大數據賦能機理與路徑研究”(項目編號:19YJA790057)的資助下,面向制造業高質量發展的重大需求,堅持以工業大數據價值需求為導向,把握國內外關于工業大數據、生產要素和技術創新等相關理論動態,融合生產要素理論、技術創新理論、產業融合理論和數據賦能理論,深度剖析工業大數據賦能制造業高質量發展的現實邏輯和理論機理,以期助力中國制造業邁進世界制造強國前列。本書的主要內容與成果包括以下方面。
(1)闡釋制造業高質量發展內涵,構建制造業高質量發展指標體系。高質量發展是一個綜括性概念,隨著時代背景的變化,其內涵不斷深化,涵蓋高質量發展的理念、精神和指導思想。制造業高質量發展是質量變革、效率變革和動力變革的統一體,強調制造業整體實力要達到高質量發展目標,具有相對性、復雜性和多維性。從縱向維度看,制造業高質量發展可以分解為產業結構優化升級、制造模式數據驅動和生產要素高效協同三個維度。從橫向維度看,制造業高質量發展可以分解為數字創新驅動、速度效益提升、要素效應升華、產業結構高端發展、品牌品質提升、綠色發展推進及融合發展深化七個維度。基于制造業高質量發展維度分解,構建適合中國國情的制造業高質量發展多維評價指標體系,采用熵權法測度中國各省市制造業高質量發展水平及增長速率,進而提出中國制造業高質量發展的提升路徑。
(2)提出工業大數據賦能范式,揭示工業數字經濟、工業互聯網和智能制造的賦能效應傳導機理。工業大數據兼具數據要素和數字技術雙重屬性,通過形成大規模技術革命催生數字技術經濟范式,進而衍生出工業大數據賦能范式:數據要素型賦能范式和數字技術型賦能范式。數據要素型賦能范式具有融合性、解耦性和敏捷性,數字技術型賦能范式具有結合性、尋址性、延展性和顛覆性,兩種范式融合能夠形成協同組合型賦能范式。要想工業大數據實現賦能增值效應,必須通過工業數字經濟、工業互聯網和智能制造等賦能中介進行輻射擴散。賦能中介能夠實現制造業產業結構優化升級、制造模式數據驅動和生產要素高效協同,最終實現制造業高質量發展向高層次進階。
(3)基于工業大數據賦能范式的不同特點,分別從數據要素和數字技術視角,開展工業大數據賦能機理實證研究。①數據要素視角,結合省際面板數據,實證分析工業大數據促進制造業高質量發展的直接效應,以及通過技術要素、資本要素和勞動要素產生的中介效應。通過哈肯模型對制造業高質量發展的不同階段主導生產要素進行序參量識別,發現制造業高質量發展由第一階段的資本要素驅動轉為第二階段的技術要素驅動,且兩個階段仍由單一要素驅動,并未出現多要素協同驅動的現象,數據要素尚未成為制造業高質量發展的核心驅動要素。②數字技術視角,運用制造業細分行業面板數據,緊扣數字技術重構生產要素體系特征,從數字技術是生產要素賦能型技術切入,拓展數字技術為資本賦能型技術和勞動賦能型技術,引入CES生產函數,推演全要素生產率(Total Factor Productivity,TFP)增長公式。研究發現,數字技術通過資本賦能技術和勞動賦能技術兩條路徑進入生產過程,并與傳統生產要素形成相互賦能系統,直接促進TFP增長。
本書由劉平峰教授和張旺博士合作完成,劉平峰教授負責全書寫作大綱的擬定、研究邏輯制定、研究過程實施與全書定稿,張旺博士負責全書具體內容的撰寫。
在撰寫過程中,本書引用了許多國內外同行專家的相關研究成果,同時得到了相關院校的同行和相關部門的大力支持與幫助,特別是武漢理工大學經濟學院的老師和研究生們,對本書的撰寫提出了許多寶貴建議,在此一并表示感謝。感謝李雪和饒婉瑩兩位博士生,她們在成稿過程中負責校對和修改工作。
作者
2024年8月