中国装备制造业高质量发展的测度及发展路径

钞小静,刘 璐,孙艺鸣

(西北大学 a.中国西部经济发展研究院;b.经济管理学院,陕西 西安 710127)

一、引言

“十四五”时期是中国从全面建成小康社会向基本实现社会主义现代化迈进的关键过渡期,推动高质量发展成为建设社会主义现代化国家的基本导向。《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》中明确指出,要坚定不移建设制造强国,保持制造业比重基本稳定,提高经济质量效益和核心竞争力。装备制造业是实体经济的重要组成部分,是现代产业体系的基础与核心。装备制造业高质量发展不仅能够为相关产业提供生产所需的技术装备和零部件,而且对周边产业具有巨大的带动作用,是中国经济高质量发展的重要体现[1]。习近平总书记2018年9月在东北三省考察时指出,制造业,特别是装备制造业的高质量发展,是中国经济高质量发展的重中之重。那么,什么是装备制造业的高质量发展?如何测度中国装备制造业高质量发展的基本状态?“十四五”时期如何更好发挥装备制造业对工业发展的基础作用进而促进经济高质量发展?对上述问题的回答不仅可以进一步拓展对高质量发展问题的理论研究,而且可以为政府部门制定制造业高质量发展的相关政策提供具体的决策参考。

二、文献综述

现有文献对于制造业高质量发展的研究较为丰富,集中围绕制造业高质量发展的测算与发展路径展开。在制造业高质量发展的测度方面,尽管不同学者在指标体系构建上存在差异,如张文会和乔宝华构建了涵盖创新驱动、结构优化、速度效益、要素效率、品质品牌、融合发展、绿色制造7大类的指标体系[2];江小国等构建了涵盖经济效益、技术创新、绿色发展、质量品牌、两化融合、高端发展6大类的指标体系;测度结果基本一致,从时间趋势来看总体呈现上升趋势,从空间分布来看表现出“东强西弱”的发展态势[3]。在制造业高质量发展的路径方面,任保平认为新时代中国制造业高质量发展需要坚持工业化战略、创新驱动战略、智能化战略、新动能培育战略、改革发展战略、品牌提升战略[4];吕铁和刘丹对制造业高质量发展存在的问题及举措进行了分析,认为需要全力完善制造业体系顶层设计,注重创新成果产业化,建立区域产业协作机制以进一步促进制造业高质量发展[5]。新经济背景下人工智能与制造业的深度融合对制造业高质量发展意义重大,高煜认为人工智能对于提升制造业发展质量的作用主要体现在成本节约、效率提升、价值创造、发展扩散等方面[6];曹正勇则认为数字经济背景下提升工业发展质量的新制造模式关键在于网络化协同制造模式、个性化定制模式和服务型制造模式[7]。

装备制造业是制造业的关键组成部分,与装备制造业评价相关的文献主要有以下3类:一是对装备制造业创新能力的评价。王卫等构建了超越对数形式的随机前沿生产函数模型,测算了中国装备制造业及其细分行业的TFP增长率[8];段婕和刘勇从技术创新保障能力、创新资源投入能力、技术创新转化吸收能力、创新资源产出能力4个方面构建了装备制造业创新水平的评价体系[9]。二是对装备制造业产业集群水平及溢出效应的研究。装备制造业的发展具有一定的区域集聚性,这种区域集聚的溢出效应又可以反作用于装备制造业的发展。吕国庆等利用国家重点产业专利信息服务平台,采用社会网络多元回归和纵向网络分析方法,就地理邻近和社会邻近两个维度对创新网络及其演化的影响进行了实证分析[10]。张豪等构建了能够反映企业TFP溢出机制的两类空间权重矩阵,对装备制造业的子行业进行了分析,结果表明电子信息及装备制造业的溢出效应最明显[11]。三是对装备制造业产业升级及其在国际价值链中所处位置的测算与比较的相关分析。产业结构升级是区域装备制造业向全球价值链高端环节提升的基础。施炳展等利用同一产品内部的出口产品价格进行了跨国比较[12]。赵增耀、沈能利用投入产出法得到国内生产部分的技术含量,进而对中国制造业各行业在全球价值链中的地位进行评估[13]。林桂军、何武利用Kaplinsky升级指数和中间品相对出口单价,分析了中国整体装备制造业在全球价值链体系中的升级趋势和地位,认为中国装备制造业虽然整体呈现升级趋势,但在全球价值链体系中所处的地位仍然偏低,主要表现为中国出口的装备制造业产品单价低于同类产品的进口单价[14]。可以发现,对于装备制造业评价的相关研究大多侧重于对装备制造业创新水平或集群水平等单一层面,并且已有的测度体系主要沿用了制造业“投入—产出”的分析框架,没有充分考虑装备制造业的发展更依赖于研发设计的基本特征。在装备制造业的7个子行业中,通用设备制造业和金属制造业属于中等低技术行业,而其余5个子行业均属于中等高技术和高技术行业[15]。在此基础上,现有研究还对装备制造业高质量发展的测算及发展路径问题进行了探索,如陈瑾、何宁以高质量发展为研究背景,基于正向工程的集群式升级路径、自主创新的具体方法建立了中国装备制造业产业升级的指标体系,但其着眼点在装备制造业产业升级而非高质量发展上[16];另有学者对单个省份装备制造业高质量发展水平进行了研究,如葛勇等对江苏的装备制造业高质量发展现状以及面临的困境进行了概括,但遗憾的是并未形成系统性的评价体系[17];任继球认为在中国装备制造业面临大国战略打压、国内成套设备需求不足、产业链上下游各环节割裂的困境下,需要坚持创新驱动、智能升级以推动装备制造业高质量发展[18]。因此,本文将装备制造业高质量发展界定为装备制造业发展的高级状态,首次从“研发设计—生产制造—市场匹配”三个环节出发,系统构建装备制造业高质量发展水平的评价指标体系,并在此基础上采用“纵横向拉开档次法—BP神经网络算法”对中国2002—2018年装备制造业及其子行业的高质量发展水平进行测度评价,进一步对“十四五”时期装备制造业高质量发展路径进行研究。

三、装备制造业高质量发展测度的逻辑、体系与方法

(一)装备制造业高质量发展的测度逻辑

高质量发展是经济增长到一定阶段背景下经济发展质量的最优状态,是能够体现“创新、协调、绿色、开放、共享”新发展理念的发展,其根本特征在于多维性[19-20]。具体到产业层面来看,高质量发展是一个不断向产业基础高级化、产业链现代化推进的过程,是一种产业全过程、各环节均能够得以充分发展的高级状态。作为“制造业中的制造业”,装备制造业具有典型的知识密集型特征,主要涵盖“研发设计—生产制造—市场匹配”三个环节,其高质量发展是高质量的研发设计、高质量的生产制造以及高质量的市场匹配三个环节良性互动并形成正向反馈机制的结果[19]。因此,本文分别从“研发设计—生产制造—市场匹配”三个环节来构建装备制造业高质量发展的测度体系。研发设计环节主要考察装备制造业研发及设计过程中的创新水平,生产制造环节主要考察装备制造业在生产制造过程中的效率水平,市场匹配环节主要考察装备制造业国内和国际市场的匹配程度。与制造业“投入—产出”的传统分析框架相比,一方面,从装备制造业自身特点来看,装备制造业属于高端制造业,高质量发展的根本动力在于技术创新,对于“研发设计”环节考察更有利于精确刻画装备制造业技术能力的发展状况[21];另一方面,从时代发展背景来看,随着新一轮科技革命与产业变革深入发展,大数据、云计算、人工智能等新兴技术的集成应用降低了装备制造业国内和国际市场的交易成本、提高了匹配的精准程度,“市场匹配”环节的引入能够更好地体现出装备制造业发展的时代特征,也更契合“十四五”期间产业智能化转型、新旧动能接续转换的新要求[22]。黄群慧、贺俊对中国制造业的核心能力、功能定位和发展战略进行了剖析,立足于中国制造业发展现状提出未来制造业发展的方向是通过架构创新和标准创新,缩短产品生命周期,最终解决“市场需求不匹配”的问题,这为本文的测度逻辑提供了充分的实践支撑[23]。

(二)装备制造业高质量发展的评价指标体系

基于装备制造业高质量发展的测度逻辑,在充分考虑数据可得性与可靠性的基础上,本文从研发设计、生产制造、市场匹配3个维度构建装备制造业高质量发展的评价指标体系(见表1)。根据新国民经济行业分类(GB/T4754—2017),装备制造业包括金属制品业,通用设备制造业,专用设备制造业,汽车制造业,铁路、船舶、航空航天和其他运输设备制造业,电气机械和器材制造业,计算机、通信和其他电子设备制造业,仪器仪表制造业8个二位码行业。

表1 装备制造业高质量发展的评价指标体系

在研发设计环节,为了完整体现研发过程中的人力及物力投入,借鉴段婕和刘勇的做法,本文选择有研发活动的企业数、研发人员数以及研发经费内部支出作为基础指标,用以反映装备制造业实现高质量发展的创造能力[9]。在生产制造环节,选择资本生产率和劳动生产率来衡量装备制造业的生产效率,核算装备制造业生产过程中资本和劳动的集约化水平,其中资本生产率用资本总计与工业销售产值之比表示,劳动生产率用资本总计与从业人员年平均数之比进行表示。为了反映绿色发展水平和开放性,我们还加入了单位能源产出和外商资本金来衡量装备制造业在生产过程中的能源利用率和对外开放程度,单位能源产出为工业生产总值和能源消耗量的比值。在市场匹配环节,为了衡量装备制造业在市场交换环节的盈利能力,选择主营业务收入成本比和单位资产盈利能力作为二级指标,其中单位资产盈利能力为利润总额与资产总计的比值。以出口交货值来反映装备制造业在国际市场中的匹配情况,以新产品的销售收入来衡量装备制造业在市场匹配环节的创新性发展潜力。

对于数据处理需要说明的是:第一,由于2008年前后的统计口径由大中型企业转变为规模以上工业企业,扩大了数据范围,因此在进行指标统计时将涉及到的4个指标进行了对数化处理,以便在不改变趋势的条件下平滑指标趋势,涉及的4个指标分别为有研发活动的企业数、研发人员数、研发经费内部支出以及新产品销售收入;第二,从2012年开始,统计部门将汽车制造业从交通运输设备制造业中分离出来进行统计,考虑到统计口径的一致性,选择参照国民经济行业分类(GB/T4754—2002)标准,将汽车制造业与铁路、船舶、航空航天和其他运输设备制造业合并为交通运输设备制造业。因此,本文装备制造业的样本数据共包括7个二位码行业。考虑到样本数据的可得性,选择以2002—2018年作为样本区间来考察中国装备制造业高质量发展水平的变化情况。相关统计数据来源于2003—2019年的《中国统计年鉴》《中国科技统计年鉴》以及《中国能源统计年鉴》等。

(三)装备制造业高质量发展的测算方法

现有研究主要采用相对指数法、层次分析法、熵值法、模糊评价法或主成分分析法等方法对评价指标体系中的各基础指标进行合成。相对指数法、层次分析法和模糊评价法的赋权方式易受到主观性的影响,熵值法和主成分分析法在合成指标过程中会面临过多信息的损失,因此,本文选择采用纵横向拉开档次法与BP神经网络算法相结合的方式对装备制造业高质量发展进行测算,这种测算方式既可以保证赋权的客观性,又能够最大限度地保留各评价对象间的整体差异,在处理面板数据方面具有独特的优势。纵横向拉开档次法被广泛应用于城市化质量测度、企业信用评价测度、资源环境承载力测度和国家创新驱动力测度等方面[24-27]。考虑到纵横向拉开档次法会破坏数据在时间上的顺序,使用BP神经网络法可以在纵横向拉开档次法的基础上对指标合成结果进行一定修正,这种误差修正方法可以用来进行机制预警,也可以与现有的指标合成方法结合起来进行修正[28-31]。将纵横向拉开档次法与BP神经网络算法相结合既可以在一定程度上保证指标合成方法的客观性,又能够尽可能修正计算过程中的误差,从而最大程度地保证指标合成结果的科学性。

纵横向拉开档次法作为一种客观赋权法,是利用信息中的横向和纵向差距进行赋权,其基本原理如下:

BP神经网络算法作为一种常用的学习算法,主要是由一个输出层、一个或多个隐含层以及一个输出层构成的,各层通过一定数量的神经元节点所连接。其运算过程包括正向传播和反向传播两种方向,其中正向传播是将输入层所输入的信息经由隐含层向输出层方向传递,通过算法将所得到的结果与原输出值的期望值进行对比,若存在误差则反向传输,使各层改变原有的权重后重新正向传播进行循环修正,直至所得结果与原输出值误差符合精度要求后停止。本文将数据标准化处理后的结果放入输入层,在输出层放入经纵横向拉开档次法处理得到的装备制造业高质量发展指数,利用数学方法将输出层的结果进行整数化处理。为了获得良好的修正结果,需要将修正率控制在80%～90%区间内。具体步骤如下:首先,将所有指标通过极大极小值法进行标准化处理后,利用纵横向拉开档次法求出各个维度的能力评价得分;其次,利用纵横向拉开档次法求出3个维度的权重,对各个维度的能力评价得分进行加权平均,得到初始的装备制造业高质量发展指数;最后,使用BP神经网络法对纵横向拉开档次法求出的结果进行修正,确定各层节点的个数和对应的层数,从而得到修正后的装备制造业高质量发展指数结果。

四、装备制造业高质量发展的测度结果分析

(一)装备制造业高质量发展的总体评价

基于研发设计、生产制造和市场匹配3个维度构建评价指标体系后,进一步采用纵横向拉开档次法与BP神经网络算法的复合方法对装备制造业高质量发展指数进行测算,结果如表2和图1所示。需要说明的是,BP神经网络对结果修正需要把已有的数据集作为训练基准,而全国层面的数据量本身较小,从而导致可供BP神经网络学习的数据集很小,使用BP神经网络进行多层次输入输出反馈后的修正精准度提升有限,所以该部分采用BP神经网络算法对纵横向拉开档次法的结果进行修正后,数值并没有发生变化,因此表2没有对二者进行区分。在后续分行业的测度过程中,由于样本数据量较大,可供BP神经网络学习的数据集较为充分,因此使用BP神经网络算法修正可以得到更加准确的结果。

图1 2002—2018年中国装备制造业高质量发展及分维度的变化趋势

表2 2002—2018年中国装备制造业高质量发展指数及分维度测度结果

通过对装备制造业整体高质量发展指数测算可以发现,2002—2018年中国装备制造业高质量发展水平从0.274提高至0.654,呈现显著上升趋势,但是受到2008年金融危机的影响,该指数在这一时期有所下降,且后期增速明显低于2008年之前。从分维度测算结果来看,研发设计环节对装备制造业高质量发展的贡献从2002年的最低点逐年攀升,到2010年超越了生产制造环节,成为3个环节中贡献最大的维度,且后期一直保持快速增长;生产制造环节对装备制造业高质量发展的贡献在2002—2008年间保持较高水平,经历了2009年、2010年连续两年的快速下降后,长期保持在低水平状态;市场匹配环节对装备制造业高质量发展的贡献基本保持在0.4左右。从3个维度的贡献对比情况来看,在2008年之前,生产制造环节对装备制造业高质量发展的贡献最大,市场匹配环节次之,研发设计环节的贡献最小。在2008年之后,生产制造环节由贡献最大变为贡献最小,研发设计环节则成为了推动装备制造业高质量发展的最重要力量。研发设计环节在初期投入多、周期长,且回报率难以预测的前提下,能够成为贡献最大的环节,表明研发设计环节对于装备制造业的高质量发展意义重大。但是研发设计环节对生产制造环节和市场匹配环节的提升作用似乎并不明显,这也就意味着,尽管装备制造业对研发设计环节投入了相当多的人力物力,但在产出方面并未有明显增加,可能的原因是研发设计环节还未在观察期内充分发挥应有的作用,这与其自身特点息息相关,可以预计“十四五”期间,研发设计环节将为装备制造业贡献更大力量。

值得关注的是,2008年金融危机对装备制造业研发设计环节和市场匹配环节产生的负向冲击基本只持续了一年,但对生产制造环节产生的影响却更为持久,由2008年的0.658迅速下降至2010年的0.389,且在2010年后基本维持在0.38的水平。之所以产生这样的差异,是因为研发设计环节着眼于未来收益,因此企业均会保持一定水平的研发投入以维持长期竞争优势,而市场匹配环节已在长期发展过程中基本保持稳定,从而导致2008年金融危机对研发设计环节和市场匹配环节的影响相对较小。由于生产制造环节与上下游企业紧密相联,因此极容易受整体经济环境的影响。“十四五”时期中国将面临世界百年未有之大变局,这对生产制造环节的影响可能更为严峻,因此必须着力保持国内产业链和价值链的完整性,更大程度避免外部冲击。此外,生产制造环节的贡献后期依旧保持0.38水平的原因可能在于装备制造业生产制造环节的技术已经基本成熟,资本生产率、劳动生产率等基本维持在同一水平。然而,这也从侧面反映出目前研发设计环节对装备制造业生产制造环节的提升作用并不明显。

(二)装备制造业高质量发展的分行业评价

为了对中国装备制造业高质量发展的状态以及“十四五”期间可行路径进行更为精确的判断,我们进一步对其进行分行业考察。这里,与中国装备制造业高质量发展整体水平的测度方法相同,先通过极大极小值方法对原始数据进行无量纲化处理,然后采用纵横向拉开档次法进行初阶段指标合成(修正前),进一步采用BP神经网络法进行修正(修正后),指数修正的前后变化如表3所示,BP神经网络修正后的结果如图2所示。

表3 2002—2018年装备制造业子行业高质量发展指数的测算结果

图2 2002—2018年中国装备制造业7个子行业高质量发展的变化趋势

总体来看,与装备制造业总体层面的测度结果基本一致的是,自2002年以来,装备制造业各子行业的经济增长质量都得到了一定程度地提高,平均提高了0.323,其中,高质量发展水平提升幅度最大的是仪器仪表制造业,为0.387;提升幅度最小的是交通运输设备制造业,仅为0.23。提升值超过平均值的行业为金属制品业、专用设备制造业、电气机械制造业和仪器仪表制造业,提升值小于平均值的行业为通用设备制造业、交通运输设备制造业和电气机械制造业。

从排名情况来看,2002年装备制造业7个子行业的高质量发展程度排名依次为:电子设备制造业、交通运输设备制造业、通用设备制造业、电气机械制造业、专用设备制造业、仪器仪表制造业、金属制品业。2018年7个子行业的高质量发展程度排名依次为:电气机械制造业、电子设备制造业、专用设备制造业、交通运输设备制造业、通用设备制造业、仪器仪表制造业、金属制品业。排名没有发生变化的是仪器仪表制造业和金属制品业,分别稳居第六和第七;排名下降的行业有电气机械制造业和专用设备制造业,分别下降了3位和2位;排名上升的行业有电子设备制造业、交通运输设备制造业和通用设备制造业,分别上升了1位、2位、2位。

为了对各子行业发展产生差异的原因进行深入分析,本文对各子行业的高质量发展程度进行了研发设计、生产制造、市场匹配三个环节的分解,结果如图3所示。

图3 2002—2018年中国装备制造业7个子行业高质量发展及分维度的变化趋势

根据图3可以发现,与全国整体层面测算结果一致的是,研发设计环节对子行业的高质量发展水平提升的贡献最大,生产制造和市场匹配环节相对比较平稳,具体到各个子行业又有其不同的特征。分维度测度结果基本符合研发设计环节贡献最大,市场匹配次之,生产制造贡献最小的特征,唯一例外的是仪器仪表制造业,其对高质量发展贡献最大的始终为市场匹配环节而非研发设计环节,这可能是因为,仪器仪表制造业是为制造业提供测量仪器的制造业,因此面向的群体十分明确,市场竞争性也相对较弱,在市场匹配环节耗费的各项成本相对较小,从而导致其市场匹配环节对高质量发展的贡献最高。但是,其研发设计环节与其他子行业相比明显较低,研发设计环节的相对落后导致仪器测量的可靠性、稳定性存在欠缺,这不仅制约了仪器仪表制造业自身的发展,同时也会对“十四五”期间装备制造业整体发展产生负向影响。

生产制造环节与其他两个环节相比最为平稳,其中金属制品业平稳性最为突出,这表明金属制品业的生产技术相对成熟,也因此长期处于瓶颈期无法实现突破。研发设计环节的发展水平提高也并未对其生产制造环节产生明显效果。究其原因在于金属制品业企业行业集中度低,分散竞争导致研发设计环节带来的正向效应只局限在有研发能力的大型企业中,而数量多、竞争力弱的小型企业只能选择高耗能设备进行生产以维持生存。因此,“十四五”期间需要加快破除低端落后产能,提升金属制品业整体产能利用率,改善小型企业的生产现状。生产制造环节唯一不平稳的行业是专用设备制造业,其发展经历了2002—2009年上升,2010年急剧下降后回升的过程,且上升速度最快。这主要是由于2009年专用设备制造业产成品数量大幅下降造成的,而其背后可能的原因是专用设备制造业的产品从订购到交付使用有一定时滞,导致2008年金融危机对其影响较大。因此,“十四五”时期,对于专用设备制造业更需要大力推进人工智能、大数据、云计算等新一代信息技术的深度应用,从而增强协同能力、提升反应速度、缩小时滞以促进高质量发展。

市场匹配环节在2011年前发展比较稳定,2011年以后,7个子行业的市场匹配程度均出现了不同程度的下降,但后期都逐步回升,比较特殊的是专用设备制造业和金属制品业,这两个子行业的市场匹配程度下降幅度更大且持续时间更长。主要原因在于这两个行业在2011年出口交货值大幅下降,专用设备制造业下降的原因如前所述,由于从订购到交付存在一定时滞,金属制品业下降的原因在于其产品质量无法满足国内、国际市场的需求。因此,这两个行业在“十四五”期间一方面需要从生产制造环节入手提升产品质量及响应速度;另一方面也需要积极整合分析市场信息,实现精准匹配。

五、中国装备制造业高质量发展的路径

本文从装备制造业的行业特点出发,构建基于“研发设计—生产制造—市场匹配”3个环节的装备制造业高质量发展测度体系,采用纵横向拉开档次法和BP神经网络算法进行测算,2002—2018年,中国装备制造业高质量发展指数从0.274上升到0.654,呈现明显上升趋势,仅在2008年有下降。从3个环节来看,在2008年之前,生产制造环节对装备制造业高质量发展的贡献最大,市场匹配环节次之,研发设计环节的贡献最小。2008年之后,生产制造环节由贡献最大变为贡献最小,研发设计环节则成为了装备制造业高质量发展的最重要力量,但研发设计环节的重要性提升并未对其他两个环节的发展产生显著提升作用。值得关注的是,2008年金融危机对生产制造环节产生的负向影响时间更长、影响更大,可能原因在于装备制造业的上下游企业联系紧密,任何一环出现问题都会对其生产制造环节产生影响,因而极容易受到经济整体环境变化的冲击。分行业的测度结果发现,7个子行业的高质量发展水平平均提高了0.323,提升值超过平均值的行业有金属制品业、专用设备制造业、电气机械制造业和仪器仪表制造业,提升值小于平均值的行业有通用设备制造业、交通运输设备制造业和电气机械制造业。子行业分维度的测度结果基本符合研发设计环节贡献最大,市场匹配次之,生产制造贡献最小的特征,且生产制造环节和市场匹配环节变动较小。具体到各个子行业,仪器仪表制造业研发设计环节相对落后,会对其自身发展和制造业高质量发展产生负向影响。金属制品业生产制造环节长期处于停滞状态,专用设备制造业由于技术相对滞后导致其在市场上表现不佳,最终影响整体的高质量发展水平。

装备制造业高质量发展是中国转变工业增长方式并在“十四五”时期激活中国工业发展动力的重要抓手。“十四五”时期进一步促进中国装备制造业高质量发展的路径为:

第一,加强装备制造业自主研发水平,提升科研成果转化效率,更好地发挥研发设计环节的主导作用。“十四五”时期是中国装备制造业由规模优势向创新优势转变的关键阶段,面对不确定性日益显著的国际环境以及面对发展中国家和发达国家的“两端挤压”局势,中国亟需对相关前沿技术进行提前布局。习近平总书记在视察齐齐哈尔老工业基地时特别强调,要加强自主创新,练好内功,不断推出新技术、新产品、新服务,永远掌握主动,不断做强做优做大。首先,需要发挥新型举国体制优势,通过人才引进、资金扶持等手段促进自主研发,积极鼓励科研人员创新创业,激发装备制造业企业创新的内生动力,促进社会多元主体的创新创业活力迸发。其次,建立并完善装备制造业科技成果交流平台,建立互利互惠的技术共享机制,通过不同领域技术的交叉融合充分利用现有资源,发挥技术溢出效应。最后,健全科技成果转化体系和科技成果保护体系,最大程度发挥技术要素市场的活力。

第二,把握技术变革机遇,整合资源,运用新一代信息技术推动装备制造业生产制造环节转型升级。“十四五”时期,供需结构性矛盾使得装备制造业必须转变生产方式,实现“从汗水到数字灵感”的关键跃升。因此需要先“破”后“立”,一方面让“有为政府”和“有效市场”协同发力,倒逼落后产能,提升资源整体利用效率,破除行业数字应用壁垒,减少人为制造的“数字孤岛”;另一方面则要在保证数据安全性的前提下,大力推进现代信息技术与装备制造业全产业链和供应链的广泛深度融合与优势互补,从简单的上下游衔接向动态调整、精准对接转变,实现生产制造环节的精细化、信息化、平台化、自动化,构建协同发展、共生共赢的全新产业生态格局。运用人工智能、大数据、云计算等给装备制造业发展赋能,加强装备制造业产业智能化水平,提高产业加工度和技术密集度,通过智能化精准控制优化产品质量,提升产品的稳定性、一致性,推动中国制造向中国创造转变、中国速度向中国质量转变、中国产品向中国品牌转变。

第三,积极挖掘并整合市场相关信息,提升市场响应速度及水平,实现信息化、智能化和工业化联动发展。装备制造业作为为整体制造业提供设备和技术支撑的制造业,其发展对“十四五”期间制造业转型升级具有重要意义。由于目前中国装备制造业市场新模式仍处于起步阶段,成熟度相对较低,因此对市场信息的广泛即时处理首先需要建立在全新的数据规范化管理和使用机制之上,明确关键共性技术、智能制造标准的统一通用性、可对接性,硬件端和软件端同时发力,为万物互联、万物智联构建坚实基础。其次要促进平台与平台之间的开放交流协作,加快培育一批兼具互联网技术和工业技术的复合型人才,形成高质量全产业链人才梯队,提升系统整体解决方案的供给能力。最后要充分发挥装备制造业的行业优势,促进装备制造业从“传统设备提供商”向“多元智能化系统解决方案提供商”转变,满足市场具有高品质、高附加值的多元化、个性化、定制化需求,提升装备制造业可持续盈利能力和水平,助力新产业、新业态、新模式的“三新”经济蓬勃发展。