[摘要] 隨著(zhù)新一輪科技革命和產(chǎn)業(yè)變革的興起，數字技術(shù)與實(shí)體技術(shù)、數字經(jīng)濟與實(shí)體經(jīng)濟呈現融合程度不斷深化的趨勢，其中制造業(yè)是數實(shí)融合最主要的產(chǎn)業(yè)部門(mén)。本文提出，制造業(yè)數實(shí)融合的范圍包括企業(yè)內部全領(lǐng)域、價(jià)值鏈全周期和供應鏈全生態(tài)；在形態(tài)上表現為要素融合、技術(shù)融合、設施融合和產(chǎn)品融合。制造業(yè)數實(shí)融合以連接為基礎、以數據為核心、以算力為支撐、以算法為驅動(dòng)，并通過(guò)整合多維數據、發(fā)現潛在知識、替代人力勞動(dòng)、編碼行業(yè)知識、軟件定義產(chǎn)品、創(chuàng )新商業(yè)模式等功能，發(fā)揮對制造業(yè)的賦能作用。針對我國制造業(yè)數實(shí)融合面臨的制造能力、數字化水平、數字化能力、數據流動(dòng)等多方面的制約，需要加快信息基礎設施建設，推動(dòng)數字技術(shù)創(chuàng )新，促進(jìn)制造企業(yè)數字化轉型，完善數字經(jīng)濟法律法規和政策，加強數字經(jīng)濟領(lǐng)域國際合作。
[關(guān)鍵詞] 制造業(yè)；數實(shí)融合；實(shí)體經(jīng)濟；數字技術(shù)；數字經(jīng)濟
一、引言
當前，新一輪科技革命和產(chǎn)業(yè)變革突飛猛進(jìn)，顛覆性技術(shù)不斷涌現。新興顛覆性技術(shù)的成熟和產(chǎn)業(yè)轉化持續創(chuàng )造新產(chǎn)品、新模式、新業(yè)態(tài)乃至新產(chǎn)業(yè)。以云計算、大數據、互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能、區塊鏈為代表的數字技術(shù)是新科技革命和產(chǎn)業(yè)變革中創(chuàng )新最活躍、影響最廣泛和深入的技術(shù)群。新一代數字技術(shù)如同蒸汽引擎、電動(dòng)馬達、電力、芯片一樣，是典型的通用目的技術(shù)（General Purpose Technologies，GPT’s）。通用目的技術(shù)具有三種典型的特征：一是廣泛的擴散性。具有在廣泛產(chǎn)業(yè)領(lǐng)域普遍使用的潛力，而且隨著(zhù)技術(shù)的演進(jìn)能夠擴散至整個(gè)經(jīng)濟。二是技術(shù)改進(jìn)的內在潛力。隨著(zhù)技術(shù)的發(fā)展，性能、成本、用途都會(huì )得到持續的改進(jìn)。三是創(chuàng )新的互補性。通用目的技術(shù)扮演著(zhù)使能者的角色，它不是直接為其他行業(yè)帶來(lái)生產(chǎn)率的提高，而是為這些行業(yè)提高生產(chǎn)率的創(chuàng )新活動(dòng)打開(kāi)了機會(huì )之門(mén)。[Bresnahan,Timothy F.,Trajtenberg,M.General purpose technologies‘Engines of growth’?[J].Journal of Econometrics,1995,65:83-108.Lipsey,Richard G.,Carlaw,Kenneth and Bekar,Glifford T.Economic Transformations:General Purpose Technologies and Long-Term Economic Growth[M].New York:Oxford University Press,2005:97-98.]當前，新一代數字技術(shù)正在在加速擴散、與其他行業(yè)深度融合，成為改變國民經(jīng)濟各行業(yè)的關(guān)鍵力量。
新一代數字技術(shù)對國民經(jīng)濟各行業(yè)的賦能作用受到我國政府的高度重視。在2021年10月18日十九屆中央政治局第三十四次集體學(xué)習時(shí)，習近平總書(shū)記指出：“促進(jìn)數字技術(shù)和實(shí)體經(jīng)濟深度融合，賦能傳統產(chǎn)業(yè)轉型升級，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，不斷做強做優(yōu)做大我國數字經(jīng)濟。”“推動(dòng)數字經(jīng)濟和實(shí)體經(jīng)濟融合發(fā)展。要把握數字化、網(wǎng)絡(luò )化、智能化方向，推動(dòng)制造業(yè)、服務(wù)業(yè)、農業(yè)等產(chǎn)業(yè)數字化，利用互聯(lián)網(wǎng)新技術(shù)對傳統產(chǎn)業(yè)進(jìn)行全方位、全鏈條的改造，提高全要素生產(chǎn)率，發(fā)揮數字技術(shù)對經(jīng)濟發(fā)展的放大、疊加、倍增作用。要推動(dòng)互聯(lián)網(wǎng)、大數據、人工智能同產(chǎn)業(yè)深度融合，加快培育一批‘專(zhuān)精特新’企業(yè)和制造業(yè)單項冠軍企業(yè)。”2021年12月國務(wù)院印發(fā)的《“十四五”數字經(jīng)濟發(fā)展規劃》也提出，“以數據為關(guān)鍵要素，以數字技術(shù)與實(shí)體經(jīng)濟深度融合為主線(xiàn)”，到2025年“數字技術(shù)與實(shí)體經(jīng)濟融合取得顯著(zhù)成效”。可見(jiàn)，“數字技術(shù)和實(shí)體經(jīng)濟深度融合”或“數字經(jīng)濟和實(shí)體經(jīng)濟融合發(fā)展”已經(jīng)成為我國產(chǎn)業(yè)和經(jīng)濟發(fā)展的重要戰略方向。無(wú)論是“數字技術(shù)和實(shí)體經(jīng)濟深度融合”或“數字經(jīng)濟和實(shí)體經(jīng)濟融合發(fā)展”都是新一代數字技術(shù)在實(shí)體經(jīng)濟部門(mén)的深度應用，與實(shí)體經(jīng)濟部門(mén)的創(chuàng )新鏈、工程鏈、價(jià)值鏈、產(chǎn)業(yè)鏈、供應鏈、顧客價(jià)值鏈以及產(chǎn)品、服務(wù)緊密融合在一起，并使實(shí)體部門(mén)的業(yè)務(wù)流程、產(chǎn)品架構、生產(chǎn)方式、產(chǎn)出形態(tài)、生產(chǎn)效率等方面發(fā)生全方位的改變，這一現象可以簡(jiǎn)稱(chēng)為“數實(shí)融合”。
制造業(yè)是立國之本、強國之基、創(chuàng )新之源，在世界經(jīng)歷百年未有之大變局、新一輪科技革命和產(chǎn)業(yè)變革突飛猛進(jìn)、全球產(chǎn)業(yè)鏈價(jià)值鏈面臨重構的大背景下，制造業(yè)在經(jīng)濟增長(cháng)、吸納就業(yè)、催生創(chuàng )新、國家安全等方面的重要性進(jìn)一步凸顯。從中國內部看，隨著(zhù)工資水平的上漲以及土地、能源、環(huán)境等要素約束加強，改革開(kāi)放以來(lái)形成的成本優(yōu)勢正在削弱。通過(guò)推動(dòng)制造業(yè)數實(shí)融合，不但可以用數字技術(shù)為制造業(yè)賦能，提高制造業(yè)的勞動(dòng)生產(chǎn)率，保持綜合成本優(yōu)勢，而且能夠推動(dòng)制造業(yè)的產(chǎn)品創(chuàng )新、生產(chǎn)方式創(chuàng )新、商業(yè)模式創(chuàng )新、產(chǎn)品形態(tài)創(chuàng )新，重塑制造業(yè)的國際競爭力，還能夠通過(guò)制造業(yè)對數字技術(shù)需求所創(chuàng )造的大規模市場(chǎng)，引致數字技術(shù)的進(jìn)一步突破、成熟和產(chǎn)業(yè)轉化，帶動(dòng)數實(shí)融合相關(guān)的數字產(chǎn)品、服務(wù)和系統解決方案產(chǎn)業(yè)的快速發(fā)展，甚至在這些領(lǐng)域成為全球的行業(yè)領(lǐng)導力量。我國政府高度重視制造業(yè)的數實(shí)融合，近年來(lái)有關(guān)部委出臺的關(guān)于智能制造、工業(yè)互聯(lián)網(wǎng)、服務(wù)型制造、上云用數賦智等政策，其核心就是推動(dòng)制造業(yè)的數實(shí)融合。
近年來(lái)，國內外學(xué)者針對制造業(yè)的數字化轉型、工業(yè)互聯(lián)網(wǎng)、智能制造等開(kāi)展了大量研究，但直接關(guān)注制造業(yè)數實(shí)融合的研究仍然相對較少。本文將分析制造業(yè)數實(shí)融合的發(fā)生范圍和表現形態(tài)、條件與功能，探討制造業(yè)數實(shí)融合發(fā)展的制約因素，并有針對性地提出推動(dòng)制造業(yè)數實(shí)融合的政策建議。
二、制造業(yè)數實(shí)融合的表現
制造業(yè)的數實(shí)融合體現在與制造活動(dòng)相關(guān)的廣泛領(lǐng)域、涉及到各種要素、機構與活動(dòng)，呈現出多種融合形態(tài)。
（一）制造業(yè)數實(shí)融合的范圍
制造業(yè)是對自然資源進(jìn)行加工和再加工的一系列經(jīng)濟活動(dòng)，物質(zhì)產(chǎn)品形態(tài)、性質(zhì)的改變主要發(fā)生在車(chē)間和工廠(chǎng)之中，因此當人們想到制造業(yè)的數字化、數實(shí)融合等概念時(shí)，常常把其局限在車(chē)間和工廠(chǎng)這一物理空間以及加工制造這一生產(chǎn)環(huán)節。實(shí)際上，制造業(yè)數字化、智能化的領(lǐng)域要廣泛得多[中國社會(huì )科學(xué)院工業(yè)經(jīng)濟研究所智能經(jīng)濟研究組.智能+：制造業(yè)的智能化轉型[M].人民郵電出版社，2021:18-24.]，數實(shí)融合包括了制造業(yè)的全領(lǐng)域、全周期、全生態(tài)。
1．企業(yè)內全領(lǐng)域的數實(shí)融合
科層企業(yè)的內部具有復雜的結構，企業(yè)的規模越大，內部的結構越復雜。從組織架構上看，企業(yè)包括總部和下屬的事業(yè)部、子公司、分公司。總部包括行政、財務(wù)、投資、戰略、生產(chǎn)經(jīng)營(yíng)、研發(fā)、人力資源等不同的職能部門(mén)，每個(gè)職能部門(mén)都有其特點(diǎn)的各種職能與經(jīng)營(yíng)管理活動(dòng)。下屬事業(yè)部或子公司、分公司包含了不同產(chǎn)業(yè)領(lǐng)域的生產(chǎn)活動(dòng)，每個(gè)產(chǎn)業(yè)領(lǐng)域有擁有多家可能分布于多個(gè)區位的車(chē)間和工廠(chǎng)。制造企業(yè)的產(chǎn)品制造過(guò)程是在車(chē)間、工廠(chǎng)中進(jìn)行的，工廠(chǎng)的活動(dòng)除生產(chǎn)線(xiàn)的加工制造外，還涉及進(jìn)貨、出貨、倉儲、水電氣熱等基礎設施以及生產(chǎn)過(guò)程、生產(chǎn)人員的管理等各種活動(dòng)。德國工業(yè)4.0提出制造業(yè)的縱向集成，即將包括機器設備、供應鏈系統、生產(chǎn)系統、運營(yíng)系統等企業(yè)內部的流程連接起來(lái)，實(shí)現信息的實(shí)施溝通。制造業(yè)數實(shí)融合所覆蓋的活動(dòng)遠超過(guò)這個(gè)范圍，數字技術(shù)可以融入制造企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的方方面面，既包括各個(gè)部門(mén)（業(yè)務(wù)單元）及其相關(guān)的業(yè)務(wù)流程，同時(shí)不同部門(mén)（業(yè)務(wù)單元）、業(yè)務(wù)流程之間也被數字化網(wǎng)絡(luò )緊密聯(lián)系在一起，開(kāi)展交換數據、響應指令、執行操作等活動(dòng)。
2．價(jià)值鏈全周期的數實(shí)融合
從價(jià)值創(chuàng )造的角度看，企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)從產(chǎn)品的創(chuàng )意開(kāi)始，經(jīng)過(guò)開(kāi)發(fā)設計、加工制造，再到產(chǎn)品分銷(xiāo)、運營(yíng)服務(wù)，最后是回收處理，這構成產(chǎn)品所經(jīng)歷的完整生命周期，產(chǎn)品全生命周期的數字化智能化的過(guò)程被德國工業(yè)4.0稱(chēng)為“端到端集成”。制造業(yè)的數實(shí)融合覆蓋了價(jià)值鏈的全周期，它既可以發(fā)生在價(jià)值鏈的完整周期，也可以發(fā)生在價(jià)值鏈的一個(gè)或多個(gè)環(huán)節。顧客價(jià)值鏈（customer value chain）從需求側提供了看待企業(yè)價(jià)值創(chuàng )造的視角。顧客價(jià)值鏈包括評估、選擇、購買(mǎi)、接收、消費、處理等環(huán)節。從用戶(hù)的視角看，商業(yè)模式包括企業(yè)為用戶(hù)創(chuàng )造的價(jià)值、用戶(hù)為交換該價(jià)值的付出以及可能對用戶(hù)造成的價(jià)值侵蝕。因此，可以把顧客價(jià)值鏈的活動(dòng)劃分為：價(jià)值創(chuàng )造、價(jià)值捕獲、價(jià)值侵蝕。通過(guò)解綁顧客價(jià)值鏈，企業(yè)能夠為顧客創(chuàng )造新的價(jià)值。[Teixeira,Thales S.and Piechota,Greg.Unlocking the Customer Value Chain:How Decoupling Drives Consumer Disruption[M].New York:Currency,2019:27,55-60.]數字技術(shù)與制造業(yè)的深度融合使解綁的力量超越了一體化的力量，加速了顧客價(jià)值鏈解綁的過(guò)程。比如，以前顧客觀(guān)看影視作品需要先租賃和郵寄影碟，現在，網(wǎng)飛利用連接到顧客家里的互聯(lián)網(wǎng)在線(xiàn)提供影視作品，解構了顧客價(jià)值鏈活動(dòng)，為顧客和自己都創(chuàng )造了新的價(jià)值。
3．供應鏈全生態(tài)的數實(shí)融合
制造企業(yè)以產(chǎn)品為中心開(kāi)展的生產(chǎn)活動(dòng)雖然主要是在企業(yè)內部進(jìn)行的，但是在現代社會(huì )分工越來(lái)越細化的條件下，那種像福特汽車(chē)Rouge工廠(chǎng)“一端吞進(jìn)礦石，一端吐出汽車(chē)”的高度一體化的工廠(chǎng)已經(jīng)不復存在，企業(yè)必須參與到全國乃至全球的產(chǎn)業(yè)大循環(huán)和產(chǎn)業(yè)鏈大分工當中，企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)才能順利進(jìn)行，由此企業(yè)競爭力的來(lái)源都已經(jīng)離不開(kāi)它所處的商業(yè)生態(tài)。早期的學(xué)者認為商業(yè)生態(tài)系統由消費者、供應商、主要的生產(chǎn)者、競爭者和其他風(fēng)險承擔者構成[Moore,J.F.Predators and Prey：A New Ecology of Competition[J].Harvard Business Review,1993,(3):75-86.]。就制造業(yè)而言，商業(yè)生態(tài)系統包括了上游原材料、零部件供應商，下游分銷(xiāo)商、零售商，供應鏈、金融、信息基礎設施等其他生產(chǎn)性服務(wù)活動(dòng)提供商，開(kāi)源平臺、眾包平臺以及其中的廣大極客、創(chuàng )客，領(lǐng)先用戶(hù)、用戶(hù)社區等。德國工業(yè)4.0將企業(yè)與合作伙伴、公司與公司之間、公司與用戶(hù)之間的網(wǎng)絡(luò )連接稱(chēng)為橫向集成。制造業(yè)數實(shí)融合包含了企業(yè)所處的整個(gè)商業(yè)生態(tài)范圍，隨著(zhù)數字技術(shù)發(fā)展水平的高低和企業(yè)實(shí)際業(yè)務(wù)發(fā)展需要，數實(shí)融合也會(huì )越來(lái)越廣泛地發(fā)生在商業(yè)生態(tài)的組成單元之間。
（二）制造業(yè)數實(shí)融合的形態(tài)
制造業(yè)的數實(shí)融合以要素融合、技術(shù)融合、設施融合、流程融合、產(chǎn)品融合等多種融合形態(tài)呈現。
1．要素融合
生產(chǎn)活動(dòng)的開(kāi)展需要生產(chǎn)要素的投入。早期的生產(chǎn)活動(dòng)主要依靠天然的生產(chǎn)要素如土地、自然資源、天然勞動(dòng)力。隨著(zhù)生產(chǎn)力的發(fā)展、技術(shù)的進(jìn)步和勞動(dòng)剩余的積累，資本、知識、技術(shù)、管理、受過(guò)教育的高素質(zhì)勞動(dòng)力等成為生產(chǎn)要素的組成部分。在制造業(yè)發(fā)展的長(cháng)期過(guò)程中特別是現代計算機出現后，數據也開(kāi)始在生產(chǎn)過(guò)程中發(fā)揮作用，例如，冶金、化工、電力等流程型制造業(yè)根據各生產(chǎn)環(huán)節反饋的數據對生產(chǎn)過(guò)程進(jìn)行自動(dòng)控制。但總體上來(lái)所，由于數據量小、數據處理能力弱，數據在制造業(yè)中發(fā)揮的作用非常有限。直到大數據、云計算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能等新一代數字技術(shù)成熟和商業(yè)化應用后，數據海量增長(cháng)、算力顯著(zhù)提高，數據對于包括制造業(yè)在內的國民經(jīng)濟各行業(yè)創(chuàng )造經(jīng)濟價(jià)值越來(lái)越重要，被稱(chēng)為數字經(jīng)濟時(shí)代的石油。《中共中央關(guān)于堅持和完善中國特色社會(huì )主義制度推進(jìn)國家治理體系和治理能力現代化若干重大問(wèn)題的決定》提出“健全勞動(dòng)、資本、土地、知識、技術(shù)、管理、數據等生產(chǎn)要素由市場(chǎng)評價(jià)貢獻、按貢獻決定報酬的機制。”這一論斷在我國官方層面認可了數據作為生產(chǎn)要素的地位，數據不但是重要的生產(chǎn)資料，而且能夠按照貢獻參與分配。
數據成為生產(chǎn)要素并不是孤立的發(fā)揮作用，而是與傳統的生產(chǎn)要素融合到一起。劉鶴副總理在2021年世界互聯(lián)網(wǎng)大會(huì )烏鎮峰會(huì )上的致辭中指出：“當前互聯(lián)網(wǎng)發(fā)展躍升到全面滲透、跨界融合的新階段，數字技術(shù)深度改造生產(chǎn)函數并不斷創(chuàng )造新業(yè)態(tài)”[新華社.劉鶴出席2021年世界互聯(lián)網(wǎng)大會(huì )烏鎮峰會(huì )[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]。從這一論斷可以看到，數據與其他生產(chǎn)要素一起成為生產(chǎn)函數的組成部分。數據對生產(chǎn)函數的影響表現在以下幾個(gè)方面：一是數據進(jìn)入生產(chǎn)函數后，會(huì )對其他生產(chǎn)要素產(chǎn)生替代，即在同樣的產(chǎn)出下，減少一種或幾種生產(chǎn)要素的使用；二是數據能夠讓其他生產(chǎn)要素在投入不變的情況下，發(fā)揮更大的作用，形成更大的產(chǎn)出；三是數據與其他生產(chǎn)要素一起，使產(chǎn)出的結構、質(zhì)量、性能發(fā)生顯著(zhù)改變。另一方面，數據與其他生產(chǎn)要素的融合表現在數據作用的發(fā)揮需要其他生產(chǎn)要素的投入作為支撐。例如，數據采集、傳輸、存儲、計算等新型基礎設施的建設需要資本的投入，基礎設施中蘊含著(zhù)大量的人類(lèi)知識和技能，基礎設施的運行也需要持續的電力、人力投入。
2．技術(shù)融合
現代經(jīng)濟是創(chuàng )新驅動(dòng)的經(jīng)濟，作為創(chuàng )新最活躍、技術(shù)密集度最高的制造業(yè)，其發(fā)展更是離不開(kāi)技術(shù)的持續創(chuàng )新；而數字技術(shù)的發(fā)展也是由顛覆性的前沿技術(shù)的突破、成熟所推動(dòng)的，因此技術(shù)融合成為制造業(yè)數實(shí)融合的重要內容。技術(shù)融合主要呈現兩個(gè)方面：一是數字技術(shù)內部的融合。數字技術(shù)是一組相互依賴(lài)、相互促進(jìn)的技術(shù)群，只有當相應技術(shù)成熟后其作用才能得到充分發(fā)揮。例如，人工智能的發(fā)展幾乎與計算機的出現同步，早在1956年的達特茅斯會(huì )議上就提出了人工智能概念，有早起的人工智能開(kāi)拓者曾樂(lè )觀(guān)地認為，十年內人工智能就能通過(guò)“圖靈測試”。但是直到歷經(jīng)兩次起落的數十年時(shí)間后，等到辛頓教授提出深度學(xué)習算法，在“摩爾定律”推動(dòng)下傳輸、存儲、計算能力顯著(zhù)提高、成本顯著(zhù)下降時(shí)，人工智能技術(shù)才進(jìn)入大規模應用階段。上世紀80年代，索洛在研究計算機對生產(chǎn)率的影響時(shí)發(fā)現，計算機的廣泛使用并沒(méi)有使國民經(jīng)濟的生產(chǎn)率獲得顯著(zhù)提升，由此得出著(zhù)名的索洛悖論：“計算機無(wú)處不在，除了在生產(chǎn)率上”。后來(lái)的研究發(fā)現，計算機實(shí)際上顯著(zhù)提高了全社會(huì )的生產(chǎn)率，索洛悖論存在的原因在于其他方面的技術(shù)在當時(shí)不夠成熟，未能有效支撐計算機提升生產(chǎn)率作用的發(fā)揮。Brynjolfsson對人工智能技術(shù)的研究發(fā)現，與人工智能技術(shù)顯著(zhù)突破的是生產(chǎn)率增長(cháng)的放緩，他們估計原因在于與人工智能互補的相關(guān)技術(shù)尚不成熟，這些互補性技術(shù)發(fā)展的所需要的資金和時(shí)間投入巨大，因此在人工智能技術(shù)發(fā)展的初期可能會(huì )造成生產(chǎn)率的降低。[Brynjolfsson,Erik,Daniel Rock,Chad Syverson.Artificial Intelligence and the Modern Productivity Paradox:A Clash of Expectations and Statistics[EB/OL].https://www.nber.org/papers/w24001.pdf，2017.]目前廣受關(guān)注的元宇宙也是由拓展現實(shí)、區塊鏈、人工智能、移動(dòng)互聯(lián)網(wǎng)、區塊鏈等技術(shù)構成的技術(shù)群所支撐的。數字技術(shù)在制造業(yè)中的深度應用，也需要相關(guān)數字技術(shù)的協(xié)同演進(jìn)。二是數字技術(shù)與制造技術(shù)的融合。數字技術(shù)在制造業(yè)的應用不是制造技術(shù)與數字技術(shù)相互分離，而是有機融合在一起。生產(chǎn)設備當中融合入數字技術(shù)，實(shí)現生產(chǎn)線(xiàn)的自動(dòng)化、智能化；制造業(yè)所形成的專(zhuān)利、技術(shù)訣竅等以編碼化形態(tài)內嵌在的算法、程序、APP中，制造知識構成數字化應用的內核，數字技術(shù)成為解決手段。
3．設施融合
制造業(yè)的生產(chǎn)活動(dòng)涉及產(chǎn)品的開(kāi)發(fā)、產(chǎn)品原型的制作、產(chǎn)品的制造以及各種中間投入的原材料、零部件的傳遞，最終產(chǎn)品的運輸和分銷(xiāo)、產(chǎn)品的維修和回收。這些與產(chǎn)品物理形態(tài)相關(guān)的生產(chǎn)活動(dòng)需要物理生產(chǎn)設施的支撐，如研發(fā)活動(dòng)中使用的各種實(shí)驗儀器，生產(chǎn)工具、設備和生產(chǎn)線(xiàn)，車(chē)輛、倉庫、商場(chǎng)、維修車(chē)間等物流、分銷(xiāo)和維修設施。同樣，數字技術(shù)發(fā)揮作用，也需要提供連接、數據、算力、算法服務(wù)的信息基礎設施，包括5G、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、衛星互聯(lián)網(wǎng)等連接基礎設施，數據中心、智能計算中心等數據和算力基礎設施，提供PaaS、SaaS服務(wù)的人工智能平臺、云計算平臺等算法基礎設施。在制造業(yè)數實(shí)融合的過(guò)程中也包含了數字設施與制造設施的融合。一是制造業(yè)的生產(chǎn)活動(dòng)越來(lái)越依賴(lài)于數字化的基礎設施，如利用運營(yíng)商的移動(dòng)通信網(wǎng)絡(luò )、公有云的算力。二是一些大型制造企業(yè)內部也在建立數字基礎設施，如工業(yè)互聯(lián)網(wǎng)平臺、數據中臺、私有云、5G專(zhuān)網(wǎng)，通過(guò)這些資產(chǎn)專(zhuān)用性的投資使物理性質(zhì)的生產(chǎn)設施更好的發(fā)揮作用。三是最初由大型制造企業(yè)內部使用的數字設施在成熟完善后，也會(huì )提供給供應鏈中的合作伙伴使用，甚至進(jìn)一步向行業(yè)內企業(yè)乃至整個(gè)社會(huì )開(kāi)放，成為具有一定公共產(chǎn)品性質(zhì)的基礎設施，也成為制造企業(yè)新的業(yè)務(wù)增長(cháng)點(diǎn)。
4．流程融合
在工業(yè)革命后出現的工廠(chǎng)中，產(chǎn)品生產(chǎn)的流程是不連續的，由工人操作機器完成某一生產(chǎn)工序的任務(wù)，然后將加工過(guò)的中間產(chǎn)品轉移至下一生產(chǎn)工序。在第二次工業(yè)革命時(shí)期，在電力的驅動(dòng)下，工業(yè)生產(chǎn)過(guò)程的連續程度有了明顯的提高，在福特之的流水線(xiàn)生產(chǎn)中，流水線(xiàn)將需要加工的產(chǎn)品傳輸到工人面前由工人進(jìn)行加工。在第三次工業(yè)革命時(shí)期，PLC、計算機、軟件、機床、機器人等具有一定自動(dòng)化功能的技術(shù)在工業(yè)中獲得廣泛應用，能源、石化化工、冶金等流程型行業(yè)的生產(chǎn)過(guò)程可以自動(dòng)化連續進(jìn)行。在當前的新一輪科技革命和產(chǎn)業(yè)變革中，大數據、云計算、人工智能、物聯(lián)網(wǎng)、更加智能化的機器人等新一代數字技術(shù)在生產(chǎn)線(xiàn)上獲得越來(lái)越多的應用，生產(chǎn)流程的數字化、網(wǎng)絡(luò )化、智能化或者說(shuō)智能制造成為制造業(yè)的發(fā)展方向，生產(chǎn)系統具有自感知、自學(xué)習、自決策、自執行、自適應等功能。生產(chǎn)系統是實(shí)現對自然資源進(jìn)行加工和再加工的制造業(yè)核心功能，新一代數字技術(shù)與制造業(yè)在生產(chǎn)流程的深度融合也成為制造業(yè)數實(shí)融合的核心環(huán)節。
5．產(chǎn)品融合
在工業(yè)經(jīng)濟時(shí)代，工廠(chǎng)使用生產(chǎn)設備和工具，通過(guò)各種物理、化學(xué)和生物反應，將投入的原材料加工成產(chǎn)品，制造業(yè)的產(chǎn)出是由原子、分子所構成的物質(zhì)產(chǎn)品，具有相應的物理的、化學(xué)的、機械的等多方面性能。隨著(zhù)信息技術(shù)的發(fā)展，產(chǎn)品與數字技術(shù)也逐步融合，比如電腦中包含操作系統和各種應用軟件，但是總體上看，產(chǎn)品與數字技術(shù)融合的領(lǐng)域比較有限，主要集中在ICT相關(guān)的產(chǎn)品上。隨著(zhù)新一代數字技術(shù)的廣泛擴散，越來(lái)越多的產(chǎn)品呈現出數實(shí)融合的特征，產(chǎn)品不僅包括物理結構，還包括軟件和數據，物理結構中不僅包括了機械的、有機的或無(wú)機的物質(zhì)成分，還包括了傳感器、芯片等IT硬件產(chǎn)品。以汽車(chē)為例，早期的汽車(chē)完全是一個(gè)機械產(chǎn)品，由發(fā)動(dòng)機燃燒燃料提供動(dòng)力，由駕駛人員操縱機械部件驅動(dòng)汽車(chē)的行駛；現在的汽車(chē)朝著(zhù)智能網(wǎng)聯(lián)甚至無(wú)人駕駛的方向前進(jìn)，使用芯片越來(lái)越多，處理的數據量越來(lái)越大。在不久的將來(lái)，所有產(chǎn)品都將成為數實(shí)融合的產(chǎn)品。
三、制造業(yè)數實(shí)融合的機制
制造業(yè)數實(shí)融合需要數字技術(shù)的發(fā)展和數字基礎設施的完善作為支撐，融合過(guò)程展現出多方面的功能。
(一)制造業(yè)數實(shí)融合的條件
制造業(yè)的數實(shí)融合以泛在連接為前提、以數據為核心、以強大的云端或本地算力為支撐，通過(guò)算法驅動(dòng)制造業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)。
1．以連接為基礎
制造業(yè)的數實(shí)融合是將制造業(yè)的全領(lǐng)域、全周期、全生態(tài)與數字技術(shù)緊密結合到一起，這種結合不僅是數字技術(shù)在制造企業(yè)的各個(gè)業(yè)務(wù)單元、價(jià)值鏈的各個(gè)環(huán)節或生態(tài)的各個(gè)參與方的使用，而且這些業(yè)務(wù)單元之間、環(huán)節或參與方之間都會(huì )連接在一起并實(shí)現互動(dòng)。因此，制造業(yè)數實(shí)融合的前提是制造業(yè)所涉及的物質(zhì)、服務(wù)、場(chǎng)景、人、生產(chǎn)經(jīng)營(yíng)單位等接入信息網(wǎng)絡(luò )之中。里夫金在描述新科技革命和產(chǎn)業(yè)變革時(shí)指出，互聯(lián)網(wǎng)、傳感器和軟件將人力、設備、自然資源、生產(chǎn)線(xiàn)、物流網(wǎng)絡(luò )、消費習慣、回收流以及經(jīng)濟和社會(huì )生活中各個(gè)方面連接起來(lái)，不斷為各個(gè)節點(diǎn)（商業(yè)、家庭、交通工具）提供實(shí)時(shí)的大數據[[美]杰里米?里夫金.零邊際成本社會(huì )一個(gè)物聯(lián)網(wǎng)、合作共贏(yíng)的新經(jīng)濟時(shí)代[M].賽迪研究院專(zhuān)家組譯，北京：中信出版社，2017:11.]。新一代數字技術(shù)的發(fā)展為實(shí)時(shí)、泛在連接提供了可能。
2．以數據為核心
新一代數字技術(shù)是對數據進(jìn)行采集、傳輸、存儲、處理、應用的技術(shù)，隨著(zhù)數據成為關(guān)鍵生產(chǎn)要素后，數據在國民經(jīng)濟各行業(yè)的重要性顯著(zhù)提高。制造業(yè)的數實(shí)融合也是圍繞著(zhù)數據這一核心來(lái)展開(kāi)的，主要體現在以下三個(gè)方面：首先，數據分布于制造業(yè)的全領(lǐng)域、全周期、全生態(tài)，并在各部門(mén)、環(huán)節、參與方之間流動(dòng)；其次，制造業(yè)的生產(chǎn)活動(dòng)、經(jīng)營(yíng)決策是建立在對數據的分析、挖掘之上的。例如，根據銷(xiāo)售情況決定物料采購的多少和安排生產(chǎn)進(jìn)度，根據用戶(hù)特征精準選擇宣傳渠道、促銷(xiāo)方式等；第三，一些新產(chǎn)品、新模式、新業(yè)態(tài)直接依賴(lài)于數據，沒(méi)有數據就沒(méi)有這些新特征。例如，遠程監測和在線(xiàn)服務(wù)等服務(wù)型制造模式的開(kāi)展，需要企業(yè)能夠掌握銷(xiāo)售出去的產(chǎn)品的運行狀態(tài)數據。由于制造業(yè)的生產(chǎn)活動(dòng)越來(lái)越多地建立在數據的基礎上，因此制造企業(yè)也在不斷地擴大數據的采集范圍，如在生產(chǎn)線(xiàn)、物流設備、產(chǎn)品中嵌入傳感器和芯片，不斷地打通企業(yè)內部、企業(yè)與顧客、企業(yè)與其生態(tài)伙伴之間甚至企業(yè)外部渠道的數據連接，以獲得更多能夠為企業(yè)創(chuàng )造價(jià)值的數據。
3．以算力為支撐
對數據的存儲、處理都需要計算能力。在數據量不大的時(shí)候，可以依靠企業(yè)自有的計算機、服務(wù)器以及生產(chǎn)設備自身所帶的嵌入式芯片。隨著(zhù)數據量的急劇增加，傳統的計算能力就無(wú)法適應海量數據的計算需求。一些企業(yè)缺少大規模布置計算能力的資金或人才，另外對于大多數企業(yè)來(lái)說(shuō)，大規模布置的計算能力可能無(wú)法獲得充分使用而造成浪費、成本增加。大數據中心、云計算中心、超算中心使算力資源云端化，企業(yè)無(wú)需自己投資建立計算能力，可以按需彈性租用，使算力的獲得門(mén)檻和使用成本大大降低。算力基礎設施的提供者既有傳統電信運營(yíng)商，也有互聯(lián)網(wǎng)平臺企業(yè)。雖然云計算基礎設施成為企業(yè)普遍采用的形式，但是出于數據安全的考慮以及數據處理速度的要求，一些企業(yè)也會(huì )在使用公有云的同時(shí)布置私用云，在使用云計算的同時(shí)根據不同應用場(chǎng)景的需求采用霧計算和邊緣計算。
4．以算法為驅動(dòng)
制造企業(yè)對數據的使用是為了解決特定的任務(wù)，而每一種任務(wù)的解決都有其內在的規律、邏輯或方案。算法就是對解決特定任務(wù)方案的準確而完整的描述，它以用某種計算機語(yǔ)言編寫(xiě)的代碼的形式呈現出來(lái)。制造業(yè)數實(shí)融合中對海量數據的處理，自動(dòng)化、智能化的操作，其背后都有算法在發(fā)揮作用。人工智能技術(shù)之所以得到廣泛的應用，就在于算法實(shí)現了重大的突破。大型制造企業(yè)實(shí)力強大、人才聚集，有能力自主開(kāi)發(fā)包括工業(yè)互聯(lián)網(wǎng)平臺在內的各種算法。而許多中小企業(yè)缺少獨立開(kāi)發(fā)數字化應用的資金和人才，因此主要采用其他大型制造企業(yè)、互聯(lián)網(wǎng)企業(yè)開(kāi)發(fā)的門(mén)檻低、易部署的“輕量應用”“微服務(wù)”。例如，許多消費平臺企業(yè)為入駐企業(yè)提供的支付、開(kāi)店、銷(xiāo)售管理等功能；工業(yè)互聯(lián)網(wǎng)平臺提供的通用和專(zhuān)用PaaS服務(wù)、工業(yè)APP等SaaS服務(wù)。在數字經(jīng)濟時(shí)代，開(kāi)源運動(dòng)獲得更大的發(fā)展，許多算法會(huì )被極客、企業(yè)和公共機構以各種開(kāi)源協(xié)議共享，其他企業(yè)可以不用從頭開(kāi)發(fā)這些算法、軟件，可以根據開(kāi)源協(xié)議將算法直接拿來(lái)使用或進(jìn)行二次開(kāi)發(fā)，極大地加速了算法、軟件的開(kāi)發(fā)速度，顯著(zhù)降低了開(kāi)發(fā)成本，加速了算法的普及應用。
（二）制造業(yè)數實(shí)融合的功能
數字技術(shù)與制造技術(shù)、數字經(jīng)濟與制造業(yè)的深入融合表現出整合多維數據、發(fā)現潛在知識、替代人力勞動(dòng)、編碼行業(yè)知識、軟件定義產(chǎn)品、創(chuàng )新商業(yè)模式等多種功能。
1．整合多維數據
制造企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)需要利用企業(yè)內外部的各種數據，這些數據構成企業(yè)價(jià)值的重要來(lái)源。一方面，企業(yè)本身的活動(dòng)就非常復雜，涉及不同業(yè)務(wù)領(lǐng)域、不同價(jià)值鏈環(huán)節，另一方面，企業(yè)只是社會(huì )生產(chǎn)、分配、交換、消費大循環(huán)中和生產(chǎn)鏈條中的一個(gè)環(huán)節，企業(yè)外部的商業(yè)伙伴、用戶(hù)的數據對于企業(yè)的經(jīng)營(yíng)活動(dòng)至關(guān)重要，其他商業(yè)組織或政府機構來(lái)源的數據也能夠給企業(yè)帶來(lái)額外的價(jià)值。數據的價(jià)值取決于數據規模以及顆粒度、鮮活度、連接度、反饋度、響應度、加工度等方面。[李曉華、王怡帆.數據價(jià)值鏈與價(jià)值創(chuàng )造機制研究[J].經(jīng)濟縱橫，2020（11）：54-62+2.]為了最大化發(fā)揮數據的價(jià)值、增強企業(yè)的市場(chǎng)競爭力，企業(yè)需要把來(lái)源不同的數據整合到一起。數實(shí)融合的重要功能就是建立廣泛、實(shí)時(shí)的連接，將來(lái)源、結構等方面差異巨大的數據整合在一起，為后續數據的處理、應用打下基礎。
2．發(fā)現潛在知識
制造企業(yè)的知識有些來(lái)自于人類(lèi)的科學(xué)發(fā)現、企業(yè)內部的研究開(kāi)發(fā)以及經(jīng)營(yíng)管理人員、生產(chǎn)線(xiàn)的工程師和技術(shù)工人長(cháng)期積累的經(jīng)驗，但是還有許多潛在的未被發(fā)現的知識隱藏在企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)產(chǎn)生的海量數據之中。建立在大數據和機器學(xué)習基礎上的人工智能技術(shù)能夠根據預先設定的算法甚至根據為系統設定的規則，找到兩個(gè)變量之間的相關(guān)關(guān)系。這種相關(guān)關(guān)系一方面未能被企業(yè)在傳統的技術(shù)手段下發(fā)現，同時(shí)人工智能算法本身也無(wú)法對二者相互影響的機制做出解釋?zhuān)前凑者@種相關(guān)關(guān)系，就能夠改進(jìn)企業(yè)的績(jì)效。比如，通過(guò)對生產(chǎn)線(xiàn)各種工藝參數歷史數據的分析，能夠發(fā)現生產(chǎn)效率最高的工藝參數組合，按照這種工藝參數的調整生產(chǎn)線(xiàn)，就能夠明顯提高良品率和企業(yè)的產(chǎn)出效率；通過(guò)對用戶(hù)數據的分析，可以發(fā)現用戶(hù)對產(chǎn)品特征的偏好程度，據此開(kāi)發(fā)更加適銷(xiāo)對路的產(chǎn)品。
3．替代人力勞動(dòng)
人工智能等數字技術(shù)可以看作廣義的機器。工業(yè)革命之后的很長(cháng)一個(gè)時(shí)期，機器主要是替代人類(lèi)的體力勞動(dòng)，完成人力所無(wú)法完成的繁重工作，逐步將人類(lèi)從繁重、危險、骯臟的工作解放出來(lái)。隨著(zhù)大新一代數字技術(shù)的功能不斷強大、成本持續降低及其與加工中心、機器人等技術(shù)的深度融合，數字技術(shù)替代人工在越來(lái)越多的領(lǐng)域變得在技術(shù)和經(jīng)濟層面更加可行，不但一些重復性的勞動(dòng)密集型工作可以被數字技術(shù)替代，一些智力型的工作（如一部分研發(fā)工作、生產(chǎn)線(xiàn)管理工作、經(jīng)營(yíng)數據分析工作）也成為人工智能技術(shù)的替代對象。隨著(zhù)我國勞動(dòng)成本的上漲，傳統的勞動(dòng)密集型產(chǎn)業(yè)正在喪失全球競爭優(yōu)勢，用“機器換人”變得越發(fā)緊迫。在質(zhì)量檢測等一些工序上，用機器替代人不但成本低、效率高，而且生產(chǎn)的精度、穩定性也得到了提高。
4．編碼行業(yè)知識
無(wú)論是已經(jīng)積累的科學(xué)知識和經(jīng)驗，還是大數據、人工智能方法洞察的知識，無(wú)論是基于數據提升生產(chǎn)線(xiàn)的性能，還是用機器換人，都需要把這些人類(lèi)的知識、企業(yè)的經(jīng)驗編碼化，即將這些知識和經(jīng)驗以代碼、軟件、APP等形態(tài)呈現出來(lái)。軟件根據輸入的數據（包括人為的輸入、設備自動(dòng)采集的數據等），按照知識和經(jīng)驗形成的規則，實(shí)現業(yè)務(wù)環(huán)節、業(yè)務(wù)流程的自動(dòng)化甚至智能化[曾鳴．智能商業(yè)[M]．北京：中信出版社，2018：77-80．]。例如，質(zhì)量檢測領(lǐng)域應用的視覺(jué)識別系統就是將反復訓練后的算法移植入生產(chǎn)設備。這些被編碼后的知識所形成的代碼可以存在于制造企業(yè)生產(chǎn)活動(dòng)的方方面面，以應用軟件、APP、工業(yè)互聯(lián)網(wǎng)系統、嵌入式軟件等形態(tài)存在。而且這些代碼隨著(zhù)人類(lèi)知識的更新、人工智能系統不斷的訓練而持續迭代更新。
5．軟件定義產(chǎn)品
隨著(zhù)數實(shí)融合的深入推進(jìn)，軟件已經(jīng)成為制造業(yè)產(chǎn)品的重要組成部分，可以說(shuō)，產(chǎn)品的軟件定義特征不斷強化。軟件定義產(chǎn)品包括三種類(lèi)型：一是軟件定義產(chǎn)品的功能。產(chǎn)品中的一些功能必須依賴(lài)軟件來(lái)實(shí)現，軟件決定了該功能的存在與否。二是軟件實(shí)現產(chǎn)品的功能。通過(guò)軟件的響應、運算、下達指令實(shí)現對硬件的操縱，通過(guò)硬件的操縱實(shí)現特定的功能。三是軟件優(yōu)化產(chǎn)品的功能。由于軟件相比于能夠實(shí)現相同功能的機械部件、電子元件來(lái)說(shuō)性能更優(yōu)或成本更低，所以軟件可以取代這些物理元器件。[李培根，高亮．智能制造概論[M]．北京：清華大學(xué)出版社，2021：273-275．安筱鵬．重構：數字化轉型的邏輯[M]．北京：電子工業(yè)出版社，2019：54，78，63-64．]
6．創(chuàng )新商業(yè)模式
數字技術(shù)會(huì )推動(dòng)企業(yè)的商業(yè)模式和業(yè)態(tài)創(chuàng )新，這些新型商業(yè)模式本身就是高度數實(shí)融合的。在上世紀80年代，制造業(yè)就出現了服務(wù)化的趨勢。在數字技術(shù)的驅動(dòng)下，制造業(yè)的生產(chǎn)、服務(wù)系統將能夠自動(dòng)化地對個(gè)性化需求做出響應，突破了傳統服務(wù)業(yè)發(fā)展對人才的依賴(lài)和規模不經(jīng)濟的約束。在產(chǎn)品層面，通過(guò)內置在產(chǎn)品中的傳感器采集用戶(hù)的使用情況或產(chǎn)品的運行狀態(tài)，制造企業(yè)能夠提供個(gè)性化使用方案定制以及遠程在線(xiàn)監測、預防性維護等增值服務(wù)。通過(guò)與用戶(hù)的直連，制造企業(yè)由根據市場(chǎng)預測進(jìn)行大規模生產(chǎn)的模式轉向根據用戶(hù)訂單小批量甚至個(gè)性化定制的模式，高度柔性化、智能化的生產(chǎn)系統可以低成本的進(jìn)行小批量甚至單件生產(chǎn)。甚至制造企業(yè)還可以把消費者動(dòng)員起來(lái)，利用社交媒體、私域流量為企業(yè)代言帶貨。
四、制造業(yè)數實(shí)融合的制約因素
近年來(lái)，我國政府高度重視制造業(yè)的數實(shí)融合，產(chǎn)業(yè)升級壓力和產(chǎn)業(yè)增長(cháng)點(diǎn)推動(dòng)制造企業(yè)積極實(shí)施數實(shí)融合，互聯(lián)網(wǎng)企業(yè)也將數實(shí)融合作為業(yè)務(wù)拓展的重要方向，我國制造業(yè)數實(shí)融合水平有了顯著(zhù)提高。例如，中國大陸33家企業(yè)入選世界經(jīng)濟論壇評選出來(lái)的“燈塔工廠(chǎng)”，占全部103家的比重接近1/3。然而也要看到，中國制造業(yè)的數實(shí)融合也面臨制造能力、數字化水平、數字化能力、數據流動(dòng)等多方面的制約。
（一）制造能力的制約
制造業(yè)數實(shí)融合的重要方面是將制造業(yè)積累的知識的編碼化，只有制造能力提高了，才有可能將數實(shí)融合推進(jìn)到一個(gè)更高的層次。我國制造業(yè)在產(chǎn)品性能、質(zhì)量、可靠性等方面與世界領(lǐng)先水平仍存在較大差距，很重要的就體現在工業(yè)軟件的差距上，而工業(yè)軟件本身就是制造業(yè)能力的體現。譬如Matlab、EDA軟件我們做不出來(lái)，本質(zhì)上還是我們對制造業(yè)基礎科學(xué)的認識不透、對生產(chǎn)過(guò)程中的制造知識積累不足。同樣，在生產(chǎn)領(lǐng)域的控制軟件方面，不同工廠(chǎng)使用同樣的設備，但在良品率、產(chǎn)品性能上存在差異，也是企業(yè)在制造能力上差距的體現。數字技術(shù)可以全面推動(dòng)制造業(yè)生產(chǎn)效率的提高，但是需要數字技術(shù)與制造技術(shù)的共同演進(jìn)。通用電氣在發(fā)布自己的工業(yè)互聯(lián)網(wǎng)戰略時(shí)，提出工業(yè)互聯(lián)網(wǎng)要“發(fā)揮1%的威力”。通過(guò)對工業(yè)生產(chǎn)線(xiàn)中海量數據的分析，人工智能系統能發(fā)現最優(yōu)工況參數的組合，從而明顯改善生產(chǎn)線(xiàn)良品率、提高整體生產(chǎn)效率和經(jīng)濟效益，但是如果要進(jìn)一步提高制造業(yè)效率或者說(shuō)超越“1%的威力”就需要制造業(yè)本身技術(shù)的進(jìn)步，比如重新設計產(chǎn)品、重構生產(chǎn)流程。數字技術(shù)只是起到助力作用，制造業(yè)的問(wèn)題根本上還要靠制造業(yè)本身能力的提升來(lái)解決。
（二）數字化水平的制約
制造業(yè)的數實(shí)融合是需要企業(yè)有數字化思維，有良好的數字基礎設施支撐以及形成較好的信息化、數字化應用基礎。但總體上看，我國制造業(yè)行業(yè)間、地區間、企業(yè)間發(fā)展很不平衡，形象的說(shuō)是工業(yè)1.0、2.0、3.0、4.0并存，既有高度數字化并積極探索智能化、位列世界“燈塔工廠(chǎng)”的優(yōu)秀企業(yè)，也有大量處于信息化、機械化階段的企業(yè)，甚至還有處于手工階段的企業(yè)。對于這些數字化水平較低的企業(yè)，一方面它們對數實(shí)融合認識不足，積極性不高；另一方面，推動(dòng)數實(shí)融合需要進(jìn)行大量的設備、系統的數字化改造工作，而這些設備層、系統層的改造往往投入較大。普遍來(lái)看，制造業(yè)的利潤率相對較低，在勞動(dòng)密集型產(chǎn)業(yè)和中小企業(yè)尤為突出，巨額的數字化改造升級投入費用是它們難以承擔。此外，數實(shí)融合既是企業(yè)的技術(shù)決策，也是投資決策，需要對成本與收益進(jìn)行綜合考量。數實(shí)融合的投資未必就能帶來(lái)企業(yè)效率的提升以及收益的增長(cháng)，數字技術(shù)不成熟、應用環(huán)節選擇不恰當等都造成數實(shí)融合投資失敗的風(fēng)險。也就是說(shuō)，資金投入過(guò)大、收益不明確或投資回收期長(cháng)，會(huì )造成制造企業(yè)特別是中小企業(yè)不愿投資于數字化改造，從而影響數字化水平的提高和數實(shí)融合的深入推進(jìn)。
（三）數字化能力的制約
企業(yè)數字化改造升級的過(guò)程不是簡(jiǎn)單的把項目外包給提供解決方案的企業(yè)就行了。互聯(lián)網(wǎng)企業(yè)的工程師們懂算法、懂軟件，但是他們不懂制造業(yè)本身的知識，即使是數字化解決方案提供商可能有做過(guò)某一類(lèi)行業(yè)數字化改造的經(jīng)驗，但是各個(gè)企業(yè)在生產(chǎn)流程、生產(chǎn)設備等方面存在巨大差異，他們對特定的企業(yè)也缺少完整準確的了解。相對的，制造企業(yè)自己的工程師懂產(chǎn)品、生產(chǎn)工藝，但不熟悉算法和代碼，很難與數字化解決方案提供商對話(huà)，需要企業(yè)內既懂產(chǎn)品、工藝又懂算法、代碼的工程師作為連接雙方的橋梁。數實(shí)融合的深度推進(jìn)以及由此為企業(yè)帶來(lái)經(jīng)濟效益的增長(cháng)，不是說(shuō)數字基礎設施建成了，數字化設備用上了就水到渠成。數實(shí)融合是一個(gè)持續的過(guò)程，它需要產(chǎn)品開(kāi)發(fā)人員、工程師、管理人員、生產(chǎn)線(xiàn)工人熟練地運用數實(shí)融合的生產(chǎn)力工具，還需要工程師對產(chǎn)品、生產(chǎn)線(xiàn)的算法、軟件不斷進(jìn)行完善、改進(jìn)，這些工作不但需要企業(yè)員工整體數字思維、數字素養的提高，還需要有一批熟練掌握和應用算法、軟件的工程師隊伍。但總體來(lái)看，我國數字技術(shù)、管理人才需求量巨大、供給偏緊，我國制造業(yè)和互聯(lián)網(wǎng)行業(yè)的數字化人才分布非常不均衡。互聯(lián)網(wǎng)行業(yè)優(yōu)厚的待遇吸引了大量的IT人才，而制造企業(yè)微薄的利潤很難養的起一支高水平的IT人才隊伍。
（四）數據流動(dòng)的制約
伴隨著(zhù)企業(yè)價(jià)值創(chuàng )造活動(dòng)的開(kāi)展，是數據的流動(dòng)。在制造業(yè)，數據流動(dòng)包括制造企業(yè)內部的流動(dòng)，制造企業(yè)與其供應鏈上下游業(yè)務(wù)伙伴間的流動(dòng)，制造企業(yè)與用戶(hù)之間的流動(dòng)，跨行業(yè)的數據流動(dòng)以及政府與企業(yè)間的數據流動(dòng)。數據作為企業(yè)價(jià)值的重要來(lái)源，數據價(jià)值創(chuàng )造作用的發(fā)揮不但依賴(lài)于數據的規模，還依賴(lài)于數據之間的連接，數據的連接越緊密、越廣泛、越及時(shí)，對企業(yè)的價(jià)值就越大。[李曉華、王怡帆.數據價(jià)值鏈與價(jià)值創(chuàng )造機制研究[J].經(jīng)濟縱橫，2020（11）：54-62+2.]但是制造業(yè)數實(shí)融合過(guò)程中存在著(zhù)數據傳輸的障礙，數據不能按照在其經(jīng)濟價(jià)值的推動(dòng)下順暢流動(dòng)。一是技術(shù)上的制約。制造業(yè)由于行業(yè)間、企業(yè)間使用的設備、系統千差萬(wàn)別，造成設備的數字接口不統一，設備之間的連接難度大；數據結構不統一，增加了數據打通、使用的難度。二是法律上的制約。法律法規沒(méi)有對數據的采集、開(kāi)放、交易和使用做出明確的規定，造成政府數據無(wú)法公開(kāi)，個(gè)人數據不能采集，企業(yè)數據無(wú)法轉讓。在數字經(jīng)濟條件下，法律法規對數據保護不利也會(huì )起到適得其反的作用，比如對消費者隱私數據的侵犯、大數據殺熟、基于大數據的算法壟斷等問(wèn)題，產(chǎn)生了對數據開(kāi)放、流動(dòng)的抵制。三是商業(yè)上的制約。數據中包含著(zhù)企業(yè)生產(chǎn)、銷(xiāo)售、用戶(hù)使用等各個(gè)方面的信息，蘊含著(zhù)企業(yè)的商業(yè)機密和長(cháng)期積累的技術(shù)訣竅，對這些數據的掌握是企業(yè)競爭力的重要來(lái)源。一方面，如果企業(yè)允許其他企業(yè)獲取這些數據，即使企業(yè)能從對方獲得一些數據作為補償，仍有可能處于數據的凈損失狀態(tài)。更重要的是，競爭對手可能通過(guò)分析這些數據，獲得企業(yè)的用戶(hù)特征與分布、生產(chǎn)進(jìn)度、供應商情況以及生產(chǎn)中的工藝參數等信息。例如，一家企業(yè)委托第三方大數據或人工智能企業(yè)對其生產(chǎn)線(xiàn)數據進(jìn)行分析，幫助其提高生產(chǎn)效率，第三方企業(yè)通過(guò)這些數據掌握的企業(yè)的“隱性知識”可能會(huì )用于為競爭對手企業(yè)改進(jìn)生產(chǎn)線(xiàn)，從而使該企業(yè)的競爭優(yōu)勢縮小；另一方面，處于數據優(yōu)勢地位的企業(yè)為了維護自己的市場(chǎng)地位甚至是壟斷地位，不愿意將數據開(kāi)放及與其他企業(yè)共享。
五、結論與建議
（一）結論與展望
本文的研究表明，隨著(zhù)新一輪科技革命和產(chǎn)業(yè)變革的興起，新一代數字技術(shù)加快成熟、擴散與融合，數字技術(shù)與實(shí)體技術(shù)、數字經(jīng)濟與實(shí)體經(jīng)濟呈現融合程度不斷深化的趨勢，其中制造業(yè)是數實(shí)融合進(jìn)展最快、潛力最大、重要性最強的國民經(jīng)濟行業(yè)之一。制造業(yè)數實(shí)融合的范圍包括企業(yè)內部全領(lǐng)域、價(jià)值鏈全周期和供應鏈全生態(tài)；在形態(tài)上表現為要素融合、技術(shù)融合、設施融合和產(chǎn)品融合。制造業(yè)數實(shí)融合以連接為基礎、以數據為核心、以算力為支撐、以算法為驅動(dòng)，并通過(guò)整合多維數據、發(fā)現潛在知識、替代人力勞動(dòng)、軟件定義產(chǎn)品、創(chuàng )新商業(yè)模式等功能，發(fā)揮對制造業(yè)的賦能作用，推動(dòng)制造業(yè)的動(dòng)力變革、效率變革和質(zhì)量變革。近年來(lái)在我國政府的大力推動(dòng)下，在制造企業(yè)、互聯(lián)網(wǎng)企業(yè)的積極實(shí)踐中，我國制造業(yè)數實(shí)融合取得明顯進(jìn)展，但是也面臨著(zhù)制造能力、數字化水平、數字化能力、數據流動(dòng)等多方面的制約。
今后一個(gè)時(shí)期，制造業(yè)數實(shí)融合將進(jìn)一步深入發(fā)展，范圍不斷擴大、程度不斷加深、影響更加凸顯。從數字技術(shù)的發(fā)展來(lái)看，云計算、大數據、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能、智能機器人、3D打印機等技術(shù)將進(jìn)一步發(fā)展成熟，性能提升、成本降低，具備了在更廣泛領(lǐng)域應用的空間，而區塊鏈、量子計算等新興技術(shù)也在逐步成熟，將會(huì )開(kāi)拓新的融合領(lǐng)域、融合模式，產(chǎn)生新的融合業(yè)態(tài)、融合效果。從世界范圍看，大國博弈長(cháng)期持續甚至趨于激烈、新冠肺炎疫情、俄烏沖突等事件影響交織，世界主要國家在以制造業(yè)為核心的實(shí)體經(jīng)濟領(lǐng)域的競爭愈發(fā)激烈，在以數字技術(shù)為核心的新興領(lǐng)域加快布局、培育壯大新興產(chǎn)業(yè)，制造業(yè)數實(shí)融合是我國保持和增強制造業(yè)全球競爭力、加快培育壯大新興產(chǎn)業(yè)和未來(lái)產(chǎn)業(yè)的重要途徑。從制造業(yè)本身看，面對工資水平上漲、土地和資源等環(huán)境約束加劇的狀況，制造企業(yè)亟待加快轉型、重塑競爭優(yōu)勢，數實(shí)融合是制造業(yè)轉型升級、向全球價(jià)值鏈高端攀升的重要推動(dòng)力。
（二）對策建議
根據存在的阻礙和問(wèn)題，推動(dòng)制造業(yè)數實(shí)融合深入發(fā)展，需要做好以下幾方面工作：一是加快信息基礎設施建設并推動(dòng)傳統基礎設施的數字化轉型升級，為實(shí)現制造企業(yè)的廣泛連接和數據傳輸打好基礎。信息基礎設施建設應適度超前，同時(shí)把握好超前建設進(jìn)度，實(shí)現經(jīng)濟效益與社會(huì )效益的統一。第二，推動(dòng)數字技術(shù)創(chuàng )新，整合國家戰略科技量，激發(fā)企業(yè)和社會(huì )的創(chuàng )新活力，盡快突破關(guān)鍵核心數字技術(shù)，積極布局腦機接口、量子計算等前沿技術(shù)和未來(lái)產(chǎn)業(yè)，在提高數字技術(shù)自主性的同時(shí)，在某些新興領(lǐng)域取得全球領(lǐng)先地位，一方面擺脫制造企業(yè)數實(shí)融合中“卡脖子”風(fēng)險，另一方面增強數實(shí)融合安全性，同時(shí)降低數實(shí)融合的發(fā)展、應用成本。三是促進(jìn)制造業(yè)領(lǐng)軍企業(yè)的數字化轉型、構建工業(yè)互聯(lián)網(wǎng)平臺，在工業(yè)互聯(lián)網(wǎng)平臺在企業(yè)內部、生態(tài)體系內部應用成熟后，推動(dòng)向行業(yè)、行業(yè)外企業(yè)的開(kāi)放共享。第四，促進(jìn)中小企業(yè)的數字化轉型。通過(guò)宣傳推廣、試點(diǎn)示范提高中小企業(yè)數字化轉型的意識；政府的技改資金向中小企業(yè)的數字化改造適度傾斜，為中小微企業(yè)提供數字化券鼓勵它們購買(mǎi)數字服務(wù)，支持制造業(yè)行業(yè)龍頭企業(yè)、互聯(lián)網(wǎng)平臺企業(yè)為中小企業(yè)開(kāi)發(fā)門(mén)檻低、易使用的輕量化應用。第五，進(jìn)一步完善數字經(jīng)濟法律法規和政策，推動(dòng)政府開(kāi)放公共數據，加強數據安全和數據保護，推進(jìn)實(shí)現“原數據不出域、數據可用不可見(jiàn)”的聯(lián)邦學(xué)習[陳永偉.聯(lián)邦學(xué)習能打破數據孤島嗎[N].經(jīng)濟觀(guān)察報，2020-05-01.]等數字技術(shù)發(fā)展和新型數據交易模式探索，加快制定數字技術(shù)、數據格式的國家標準。第六，加強數字經(jīng)濟領(lǐng)域國際合作。積極參與《數字經(jīng)濟伙伴關(guān)系協(xié)定》（DEPA）等國際數字規則的多邊協(xié)定談判與合作，推廣中國數字經(jīng)濟的治理主張；支持國內企業(yè)參與全球數字科技組織，積極建立和參與數字技術(shù)聯(lián)盟、開(kāi)源社區。
參考文獻
[1]Bresnahan,Timothy F.,Trajtenberg,M.General purpose technologies‘Engines of growth’?[J].Journal of Econometrics,1995,65:83-108.
[2]Lipsey,Richard G.,Carlaw,Kenneth and Bekar,Glifford T.Economic Transformations:General Purpose Technologies and Long-Term Economic Growth[M].New York:Oxford University Press,2005:97-98.
[3]中國社會(huì )科學(xué)院工業(yè)經(jīng)濟研究所智能經(jīng)濟研究組.智能+：制造業(yè)的智能化轉型[M].人民郵電出版社，2021:18-24.
[4]Teixeira,Thales S.and Piechota,Greg.Unlocking the Customer Value Chain:How Decoupling Drives Consumer Disruption[M].New York:Currency,2019:27,55-60.
[5]Moore,J.F.Predators and Prey：A New Ecology of Competition[J].Harvard Business Review,1993,(3):75-86.
[6]新華社.劉鶴出席2021年世界互聯(lián)網(wǎng)大會(huì )烏鎮峰會(huì )[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.
[7]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[M].Chicago and London:The University of Chicago Press,2019:1-19.
[8][美]杰里米?里夫金.零邊際成本社會(huì )一個(gè)物聯(lián)網(wǎng)、合作共贏(yíng)的新經(jīng)濟時(shí)代[M].賽迪研究院專(zhuān)家組譯，北京：中信出版社，2017:11.
[9]李曉華、王怡帆.數據價(jià)值鏈與價(jià)值創(chuàng )造機制研究[J].經(jīng)濟縱橫，2020（11）：54-62+2.
[10]曾鳴．智能商業(yè)[M]．北京：中信出版社，2018：77-80．
[11]李培根，高亮．智能制造概論[M]．北京：清華大學(xué)出版社，2021：273-275．
[12]安筱鵬．重構：數字化轉型的邏輯[M]．北京：電子工業(yè)出版社，2019：54，78，63-64．
[13]陳永偉.聯(lián)邦學(xué)習能打破數據孤島嗎[N].經(jīng)濟觀(guān)察報，2020-05-04:35.
李曉華.制造業(yè)的數實(shí)融合：表現、機制與對策[J/OL].改革與戰略:1-13[2022-09-05].http://kns.cnki.net/kcms/detail/45.1006.C.20220729.1728.002.html
