以大数据技术驱动制造业转型升级

霍媛媛

【摘要】以大数据技术驱动制造业转型升级是中国制造向中国智造转型的必由之路，但现在却面临着数据信息质量不高、生产性服务业发展滞后等问题，亟须推动大数据管理、研发、应用等产业发展，建立面向产业结构调整的大数据产业链，推动大数据技术与传统制造业深度融合，以大数据技术助推制造业转型升级。

【关键词】大数据 制造业 转型升级

【中图分类号】F424 【文献标识码】A

随着互联网、大数据、云计算等信息技术发展，我国数字经济发展迅猛，其中大数据在数字经济发展中发挥着不可替代的作用。随着传统制造业对大数据依赖程度的加剧，以大数据驱动制造业转型升级成为了经济发展的必然趋势。

大数据技术对制造业转型升级的价值

大数据技术能够对海量数据信息进行搜集、统计、分析和处理，为人们的信息反馈、商业活动、公共决策等提供重要参考，被广泛用于商业、教育、医疗、管理等各个领域。从总体上看大数据已经被广泛用于智能电网、社交网络、商业模式、产品消费、智能决策等领域，人们还可以用大数据技术分析产业结构的相关性，预测产业结构发展趋势等。

推动制造业的信息化转型。在互联网时代，制造企业运用网络化、自动化等技术，推动制造业管理信息化，将制造业的研发、设计、加工、销售等环节集合起来，形成了信息化的制造业管理系统，极大地提高了制造企业的生产效率。制造企业在生产运营、市场销售、原料采购等活动中往往会产生海量数据信息，这些数据具有种类繁多、数量庞大、更新速度快等特点，且蕴藏了许多有价值信息，只有运用大数据技术才能更好地发掘这些数据“宝藏”。比如大数据技术能够获取企业各环节的数据信息，并将数据信息存储于企业数据库中，继而在云计算平台上对数据进行分析，挖掘有价值信息。

推动制造业的智能化生产。所谓智能生产，是指将信息物理系统用于企业生产、加工的各个环节，以传感器抓取企业生产加工中的数据，通过物联网技术将数据上传至云计算平台，在云平台上对生产流动实行智能检测和智能控制，从而实现制造业生产最优化。此外，在大数据技术支持下，企业还可以利用传感技术、自动化技术等增强产品生产的智能性、网络性，将传统制造业和高端服务业融合在一起，进一步提高企业产品的竞争力。

大数据时代制造业转型升级的现实困境

数据信息质量不高，不利于数据开发利用。當前部分制造企业面临着数据收集能力较差、数据信息积累较少、数据质量不高、数据挖掘能力有限等问题，比如一些制造企业并未对产品研发、原料采购、加工生产、产品销售等进行全过程跟踪，不能全方位搜集企业生产经营中所产生的数据信息；企业之间的数据标准不统一、数据来源差异大、数据共享程度低等；企业数据分析和处理能力比较差，不能在数据噪音中挖掘出有价值数据信息等，这些都影响了制造企业的转型升级。此外，部分制造企业缺乏数据安全意识，不能以数据加密技术、网络安全软件等方式对数据进行安全管理，导致企业存在许多数据安全隐患。还有部分制造企业的数据应用能力差，不能依据大数据信息开展管理决策、市场营销等，导致数据资源利用效率不高。

企业自主创新能力不强，制约制造业转型升级。在制造业转型的背景下，大数据技术固然能够提高企业研发、生产、管理和营销的精准性，提升企业制造的智能化程度，但是大数据技术只是推动企业转型升级的辅助因素，关键还是企业的新技术、新工艺和新材料的开发及应用。从总体上看中国制造业与德国、日本等制造业强国之间还有一些距离，比如我国企业自主创新能力有待提高，一些关键零部件、高端设备等依赖进口。制造业核心技术薄弱直接影响了大数据技术与制造业的深度融合，也影响了中国智造的可持续发展。由于中国制造业核心技术薄弱等问题，导致中国制造的产业附加值低、企业利润率较差，这些又进一步导致中国制造企业投入技术研发、工艺优化等的资金和实力较少，从而形成了恶性循环。

生产性服务业滞后，制约大数据技术与制造业融合。改革开放以来，中国从劳动密集型、资源投入型制造业起步，以物美价廉的商品征服了全世界，但是随着劳动力成本上升、资源环境约束加剧，中国制造业不得不向智能制造、高端制造转型发展，以大数据技术驱动制造业转型由此产生。但是制造业转型升级并不是简单地生产高质量产品，还涉及产品设计、技术研发、市场营销等多方面内容，而这些方面恰恰是中国制造业的薄弱环节。由于我国制造业的生产性服务业投入不足，严重制约了大数据技术与生产制造业的融合，也导致中国制造业的柔性竞争力缺失。此外，我国尚未形成面向制造业的大数据产业链，互联网企业对传统制造业的嵌入深度还远远不够，这些都影响了大数据技术推动制造业转型升级。

大数据技术驱动制造业转型升级的思路

重视大数据技术对制造业转型的价值。大数据不只是先进的数据收集、整理、分析和处理技术，更是一种以客户为中心、以参与互动为重要特征的思维方式和管理理念。应当高度重视大数据技术对企业转型升级的重要意义，提升制造企业对大数据技术的理解和重视程度，比如政府部门应当积极开展大数据技术及理念的宣传工作，普及大数据知识和技术，提高制造企业的大数据应用能力，还可以宣传以大数据技术推动企业转型的典型案例，介绍应用大数据技术的成功经验，激发制造企业应用大数据技术的内在动力。

推动大数据管理、研发、应用等产业发展。首先，积极推动数据搜集、存储、分析和交易的标准化建设，提高数字资源的标准化程度，为数据交易、数据资源共享等创造良好条件。比如应建立政府主导、企业为主体的大数据重心，以大数据技术助推制造业转型升级。其次，加强数据信息立法工作，将数据信息作为知识产权的重要内容，强化数据管理和使用的规范化程度，充分保护数据信息所有者的合法权益。推动数字安全立法工作，建立数据资产的知识产权保障机制，为企业及用户的数据安全、隐私保障等提供制度保障。最后，应当加大对大数据产业的支持力度，在土地、税收、信贷等方面对大数据企业、以大数据技术驱动转型的制造企业等进行支持。

推动大数据技术和企业自主创新协同发展。传统制造业转型升级不仅需要大数据技术的支持，还需要企业提升自主创新能力，掌握更多的核心技术和知识产权。首先，制造企业应当加大在科技创新、工艺改造、技术革新等方面的投资力度，不断提高企业的技术水平和科研能力，提升企业的核心竞争力。加强与高校、科研院所的合作，不断提高自身的自主研发能力和技术消化能力，提升企业在产业链上的竞争力。政府要加大对制造业转型升级的支持力度，在税收、财政、信贷等方面为企业自主创新、技术革新等提供支持。其次，要逐步整合各个领域的数据资源，培育数据搜集、存储、处理、分析等方面的高科技公司，为制造企业提供个性化、精准化、智能化的大数据服务。推动“大数据+”的创新发展，推进大数据产业与互联网、金融、市场营销、企业管理、物流等产业的融合，建立面向制造业转型的大数据产业链。最后，为大数据技术和制造业的协同发展提供人才保障。高校应当将大数据技术列入学校的基础课程，提高学生对大数据的认识和理解，还可以在机械制造、土木工程、市场营销、企业管理等专业中开设大数据课程，培养更多既懂制造业也懂大数据的复合型人才。制造企业也应当高度重视大数据技术的应用，让管理人员、技术骨干、研发人员等参与大数据技术培训，提高企业员工对大数据的认识和理解。

（作者为四川大学经济学院博士研究生）

【参考文献】

①王立杰、张倩倩：《大数据时代下制造类企业的组织创新》，《河南理工大学学报（社会科学版）》，2014年第3期。