呂明元,麻林宵
(天津商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院,天津 300134)
作為實(shí)體經(jīng)濟(jì)的主體,制造業(yè)的高質(zhì)量發(fā)展是中國(guó)經(jīng)濟(jì)從勞動(dòng)資本密集推動(dòng)的外延性增長(zhǎng)轉(zhuǎn)向技術(shù)密集推動(dòng)的內(nèi)涵式增長(zhǎng)的重要保障。而在外貿(mào)環(huán)境、投資環(huán)境、市場(chǎng)環(huán)境等不確定性加劇的背景下,近年來(lái)中國(guó)制造業(yè)的轉(zhuǎn)型不僅面臨著來(lái)自發(fā)達(dá)國(guó)家積極部署的“再工業(yè)化”戰(zhàn)略造成的高技術(shù)沖擊和來(lái)自其他發(fā)展中國(guó)家制造業(yè)的低勞動(dòng)力成本沖擊的雙重壓力,還面臨制造業(yè)自身利潤(rùn)水平低下、企業(yè)間惡性競(jìng)爭(zhēng)等導(dǎo)致的投資吸引力下降的問(wèn)題(焦勇,2020)。尤其在2020 年國(guó)內(nèi)外新冠疫情的重大沖擊下,制造業(yè)急需調(diào)整失衡結(jié)構(gòu)、恢復(fù)生產(chǎn)效率和重塑競(jìng)爭(zhēng)優(yōu)勢(shì)。
在眾多因素的制約下,制造業(yè)如何實(shí)現(xiàn)轉(zhuǎn)型走出發(fā)展困境是亟需解決的問(wèn)題。當(dāng)前,世界經(jīng)濟(jì)正加速向以數(shù)字生產(chǎn)力為標(biāo)志的新階段邁進(jìn),以人工智能、數(shù)字化革命為代表的大數(shù)據(jù)應(yīng)用將實(shí)現(xiàn)空前的技術(shù)進(jìn)步(曹靜和周亞林,2018),大數(shù)據(jù)與制造業(yè)融合已經(jīng)成為傳統(tǒng)制造業(yè)走向智能制造的關(guān)鍵途徑。一方面,大數(shù)據(jù)是在復(fù)雜、繁多、龐大的多樣數(shù)據(jù)中進(jìn)行的快速獲取信息、創(chuàng)造巨大價(jià)值的新的技術(shù)手段(Villars et al,2011),大數(shù)據(jù)能夠利用網(wǎng)絡(luò)物理系統(tǒng)(C0S)實(shí)現(xiàn)物理世界和虛擬世界的融合,使整個(gè)制造系統(tǒng)變得越來(lái)越智能(Zheng et al,2018),不斷為制造業(yè)發(fā)展注入活力;另一方面,數(shù)據(jù)本身已成為一種新型生產(chǎn)要素(Thomas et al,2014),通過(guò)參與制造企業(yè)的價(jià)值分配過(guò)程,大數(shù)據(jù)能夠改善傳統(tǒng)制造業(yè)資源配置扭曲的現(xiàn)狀(謝康等,2020)。同時(shí),大數(shù)據(jù)本身的生產(chǎn)和運(yùn)營(yíng)也是一種綠色產(chǎn)業(yè),蘊(yùn)含著巨大的經(jīng)濟(jì)價(jià)值(許憲春等,2019)。如今,推進(jìn)大數(shù)據(jù)與制造業(yè)深度融合已經(jīng)成為實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展的重要途徑,但大數(shù)據(jù)具體如何與制造業(yè)實(shí)現(xiàn)融合?如何基于大數(shù)據(jù)與制造業(yè)的融合內(nèi)涵構(gòu)建能夠客觀評(píng)價(jià)大數(shù)據(jù)與制造業(yè)融合程度的測(cè)量指標(biāo)?及全國(guó)各省份大數(shù)據(jù)與制造業(yè)的融合達(dá)到了何種程度?這些問(wèn)題尚未得到準(zhǔn)確的回答。鑒于此,本文探索性地分析大數(shù)據(jù)與制造業(yè)融合的內(nèi)在機(jī)制,通過(guò)構(gòu)建大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)指標(biāo)體系,對(duì)中國(guó)29 個(gè)省市(未包含寧夏、西藏與港澳臺(tái)地區(qū))的大數(shù)據(jù)與制造業(yè)融合水平進(jìn)行測(cè)度與評(píng)價(jià),以期為未來(lái)大數(shù)據(jù)與制造業(yè)深度融合提供指導(dǎo)建議。
數(shù)字化環(huán)境下,在大數(shù)據(jù)逐漸加強(qiáng)聯(lián)結(jié)現(xiàn)實(shí)世界與虛擬世界、精準(zhǔn)匹配歷史數(shù)據(jù)與即時(shí)數(shù)據(jù)的過(guò)程中,消費(fèi)者的異質(zhì)性需求更加趨向于顯性化和細(xì)碎化(張亞斌和馬莉莉,2015),消費(fèi)者的行為變化趨于移動(dòng)化、社會(huì)化和個(gè)性化,隨之帶來(lái)的是產(chǎn)品變得更加智能和互聯(lián),產(chǎn)品創(chuàng)造過(guò)程更加傾向于按需生產(chǎn)和個(gè)性化定制(Kusiak,2015;Wen 和Zhou,2016;陳劍等,2020)。與傳統(tǒng)的“漏斗”式顧客參與產(chǎn)品開(kāi)發(fā)模式相區(qū)別(李海剛,2011),在大數(shù)據(jù)分析技術(shù)和互聯(lián)網(wǎng)參與平臺(tái)的結(jié)合下,消費(fèi)者能夠通過(guò)虛擬社區(qū)與企業(yè)進(jìn)行雙向持續(xù)互動(dòng),進(jìn)而不斷延長(zhǎng)消費(fèi)者參與產(chǎn)品開(kāi)發(fā)的時(shí)間(Brodie et al,2013)。隨著數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)可視化分析等技術(shù)的不斷成熟,基于對(duì)消費(fèi)者偏好、需求、反饋等數(shù)據(jù)的處理,產(chǎn)品開(kāi)發(fā)逐漸以一種基于迭代的演化方式進(jìn)行(McGuire et al,2012;陳以増和王斌達(dá),2015)。依據(jù)產(chǎn)品設(shè)計(jì)過(guò)程的關(guān)鍵標(biāo)準(zhǔn)、使用類別、元素和產(chǎn)品等數(shù)據(jù)信息,Yu 和Zhu(2016)認(rèn)為數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品設(shè)計(jì)有兩種模式:一種是基于用戶需求“具體數(shù)據(jù)”的產(chǎn)品設(shè)計(jì),即“產(chǎn)品-數(shù)據(jù)-產(chǎn)品”模式;另一種是基于產(chǎn)品所處環(huán)境“抽象數(shù)據(jù)”的價(jià)值設(shè)計(jì),即“數(shù)據(jù)-產(chǎn)品-數(shù)據(jù)”模式。
大數(shù)據(jù)與制造業(yè)企業(yè)融合應(yīng)用的研究主要集中在大數(shù)據(jù)對(duì)制造企業(yè)的生產(chǎn)效率、決策行為和商業(yè)模式的影響,強(qiáng)調(diào)大數(shù)據(jù)在制造業(yè)產(chǎn)品設(shè)計(jì)、供應(yīng)鏈管理、生產(chǎn)制造、營(yíng)銷服務(wù)等環(huán)節(jié)中所發(fā)揮的巨大應(yīng)用價(jià)值(Ittmann,2015;Ray et al,2015;0ietro et al,2018;孫新波等,2019;卞亞斌等,2019)。
隨著數(shù)據(jù)挖掘技術(shù)和算法的成熟,制造企業(yè)能夠利用大數(shù)據(jù)處理體系結(jié)構(gòu)框架,實(shí)時(shí)檢測(cè)產(chǎn)品質(zhì)量,降低企業(yè)的投資成本和人力成本,進(jìn)而提高企業(yè)的生產(chǎn)效率(Syafrudin et al,2017;Sim,2019)。例如,Majeed et al(2019)基于提出的大數(shù)據(jù)分析框架,開(kāi)發(fā)了包括大數(shù)據(jù)獲取和集成、大數(shù)據(jù)挖掘和知識(shí)共享機(jī)制在內(nèi)的關(guān)鍵技術(shù),優(yōu)化了增材制造工藝的質(zhì)量、能耗和生產(chǎn)效率。Steiner et al(2017)將大數(shù)據(jù)分析應(yīng)用到鋼鐵廠的耐火材料生產(chǎn)中,發(fā)現(xiàn)不僅可以減少危險(xiǎn)工作環(huán)境中的人力資源,還可以依據(jù)大量可靠的數(shù)據(jù)制定更精準(zhǔn)的決策。此外,企業(yè)基于大數(shù)據(jù)分析,能夠?qū)崿F(xiàn)價(jià)值主張創(chuàng)新、關(guān)鍵業(yè)務(wù)和流程創(chuàng)新、收益模式創(chuàng)新,并重構(gòu)外部關(guān)系網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò),重塑制造企業(yè)的發(fā)展理念、供需方式和生產(chǎn)結(jié)構(gòu),帶來(lái)全方位的商業(yè)模式革新(李文蓮和夏健明,2013;易加斌和徐迪,2018;Bogdan,2013)。
從中觀層面上看,大數(shù)據(jù)與制造業(yè)產(chǎn)業(yè)融合應(yīng)用的研究主要集中在利用數(shù)據(jù)分析技術(shù)和大數(shù)據(jù)資源促進(jìn)制造業(yè)網(wǎng)絡(luò)化、智能化、綠色化和服務(wù)化轉(zhuǎn)型。大數(shù)據(jù)在制造業(yè)業(yè)務(wù)流程中的應(yīng)用,能夠幫助制造業(yè)實(shí)現(xiàn)個(gè)性化定制、智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同和精益化管理,助力制造業(yè)提質(zhì)增效和轉(zhuǎn)型升級(jí)(房建奇等,2019)。張伯旭和李輝(2017)基于對(duì)國(guó)外利用“互聯(lián)網(wǎng)+”改造制造業(yè)的模式和經(jīng)驗(yàn)的分析,認(rèn)為“互聯(lián)網(wǎng)+”與制造業(yè)的融合將帶來(lái)以智能制造、定制制造、網(wǎng)絡(luò)協(xié)同制造為主的制造范式變革和以制造業(yè)服務(wù)化、數(shù)字化商業(yè)為主的運(yùn)營(yíng)方式變革;而張潔等(2019)較為系統(tǒng)地分析了大數(shù)據(jù)驅(qū)動(dòng)智能制造的科學(xué)范式、理論方法與使能技術(shù),為大數(shù)據(jù)與制造業(yè)的深度融合提供了可行路徑。此外,Zhang et al(2018)基于提出的大數(shù)據(jù)驅(qū)動(dòng)分析框架,利用能源大數(shù)據(jù)采集、挖掘和分析,將能耗和能源成本分別降低3%和4%,推動(dòng)能源密集型制造業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展。隨著大數(shù)據(jù)的深入應(yīng)用,也有學(xué)者開(kāi)始展開(kāi)實(shí)證研究。例如,李成剛(2020)以中國(guó)30 個(gè)省市13 年的面板數(shù)據(jù)為樣本進(jìn)行實(shí)證分析,結(jié)果表明大數(shù)據(jù)發(fā)展對(duì)實(shí)體經(jīng)濟(jì)的提升具有顯著的正向影響;呂明元和苗效東(2020)以中國(guó)25 個(gè)省份13 年的制造業(yè)面板數(shù)據(jù)為樣本進(jìn)行實(shí)證分析,證明大數(shù)據(jù)能夠有效促進(jìn)中國(guó)制造業(yè)結(jié)構(gòu)的高級(jí)化和合理化。
目前,學(xué)術(shù)界關(guān)于大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)的相關(guān)研究主要集中于對(duì)制造業(yè)“兩化融合”、互聯(lián)網(wǎng)與制造業(yè)融合、智能化和信息化水平的評(píng)估。
就兩化融合水平評(píng)價(jià)而言,支燕等(2012)基于投入產(chǎn)出表研究了制造業(yè)15 大產(chǎn)業(yè)的兩化融合度及其變化特征,發(fā)現(xiàn)資本與技術(shù)密集型制造業(yè)融合度明顯高于勞動(dòng)密集型產(chǎn)業(yè);張遼和王俊杰(2018)同樣從投入——產(chǎn)出的角度測(cè)度了中國(guó)制造業(yè)2006—2015 年兩化融合水平,結(jié)果表明我國(guó)制造業(yè)的兩化融合水平呈現(xiàn)出東部高而中西部低及三大區(qū)域內(nèi)部存在十分明顯的時(shí)空分異的特征。就互聯(lián)網(wǎng)與制造業(yè)融合水平評(píng)價(jià)而言,柴雯和馬冬妍(2018)以中國(guó)兩化融合服務(wù)平臺(tái)的8 萬(wàn)多家企業(yè)數(shù)據(jù)為樣本,從制造業(yè)雙創(chuàng)平臺(tái)建設(shè)、培育新模式新業(yè)態(tài)和新型工業(yè)基礎(chǔ)設(shè)施三個(gè)維度,綜合評(píng)價(jià)了我國(guó)互聯(lián)網(wǎng)與制造業(yè)的融合發(fā)展水平;李曉磊(2019)從技術(shù)融合、產(chǎn)品融合、業(yè)務(wù)融合、市場(chǎng)融合和管理融合5 個(gè)維度,以2016—2017 年我國(guó)東中西部208家小微企業(yè)為樣本,測(cè)得互聯(lián)網(wǎng)+小微企業(yè)處于中高度的融合水平。此外,張旺(2019)利用系統(tǒng)協(xié)調(diào)系數(shù)法,從數(shù)字化、網(wǎng)絡(luò)化、智能化和服務(wù)化測(cè)算了湖北省的制造業(yè)四化融合水平,結(jié)果表明湖北省制造業(yè)四化融合正處于良好融合發(fā)展態(tài)勢(shì)。高曉雨等(2017)基于中國(guó)兩化融合服務(wù)平臺(tái)上70000 余家企業(yè)數(shù)據(jù),從基礎(chǔ)環(huán)境、產(chǎn)業(yè)應(yīng)用、效益與影響三個(gè)維度來(lái)測(cè)算中國(guó)制造信息化指數(shù),發(fā)現(xiàn)全國(guó)制造業(yè)水平呈現(xiàn)“東南沿海高、西部?jī)?nèi)陸低”的態(tài)勢(shì);吳敏潔等(2020)采用潛因子模型,從產(chǎn)品智能化、生產(chǎn)智能化、服務(wù)智能化、裝備智能化、管理智能化5 個(gè)維度對(duì)中國(guó)各省份智能制造發(fā)展水平進(jìn)行評(píng)估;萬(wàn)曉榆等(2020)從基礎(chǔ)環(huán)境、產(chǎn)業(yè)發(fā)展、智能制造、融合應(yīng)用和創(chuàng)新能力5 個(gè)方面衡量了我國(guó)的智能化發(fā)展水平;陳疇鏞和許敬涵(2020)從技術(shù)變革、組織變革和管理變革三個(gè)維度,綜合評(píng)價(jià)了浙江軸承企業(yè)的數(shù)字化轉(zhuǎn)型能力。
總體來(lái)看,現(xiàn)有文獻(xiàn)一部分從不同角度分析了大數(shù)據(jù)與制造業(yè)產(chǎn)品、企業(yè)和產(chǎn)業(yè)的融合應(yīng)用,部分學(xué)者綜合評(píng)價(jià)了制造業(yè)兩化融合、制造業(yè)與互聯(lián)網(wǎng)融合水平等。但具體針對(duì)大數(shù)據(jù)與制造業(yè)融合機(jī)制的系統(tǒng)研究還相對(duì)較少,全面客觀評(píng)價(jià)大數(shù)據(jù)與制造業(yè)融合水平的研究明顯不足。鑒于此,本文在界定大數(shù)據(jù)與制造業(yè)融合內(nèi)涵的基礎(chǔ)上,首先系統(tǒng)分析大數(shù)據(jù)與制造業(yè)的融合機(jī)制,然后從融合基礎(chǔ)、融合應(yīng)用、融合動(dòng)力和融合效益四個(gè)維度構(gòu)建評(píng)價(jià)大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)指標(biāo)體系,并對(duì)中國(guó)29 個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平進(jìn)行測(cè)度與評(píng)價(jià),以期為后續(xù)大數(shù)據(jù)與制造業(yè)深度融合發(fā)展提供理論指導(dǎo)和實(shí)踐依據(jù)。
大數(shù)據(jù)與制造業(yè)融合是5G 時(shí)代對(duì)兩化融合的進(jìn)一步深化與提升,其內(nèi)涵是以互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)為核心驅(qū)動(dòng)力,以促進(jìn)制造企業(yè)數(shù)字化轉(zhuǎn)型為主線,以工業(yè)大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)平臺(tái)為抓手,以積極培育制造業(yè)新模式、新業(yè)態(tài)為載體,以5G、數(shù)據(jù)中心、工業(yè)大數(shù)據(jù)等為代表的新型基礎(chǔ)設(shè)施為支撐(柴雯和馬冬妍,2018),將大數(shù)據(jù)與傳統(tǒng)制造業(yè)務(wù)緊密結(jié)合,利用數(shù)字化技術(shù)、大數(shù)據(jù)分析方法、數(shù)據(jù)生產(chǎn)要素等優(yōu)化制造業(yè)原有的生產(chǎn)流程,重塑制造業(yè)的商業(yè)模式、管理決策模式、組織架構(gòu)、產(chǎn)業(yè)鏈協(xié)同模式等,通過(guò)個(gè)性化定制、智能化制造、協(xié)同化生產(chǎn)和高效化管理,實(shí)現(xiàn)制造企業(yè)在技術(shù)研發(fā)、生產(chǎn)管理、質(zhì)量把控等環(huán)節(jié)的生產(chǎn)效率和效益發(fā)生質(zhì)的飛躍,最終實(shí)現(xiàn)制造業(yè)的數(shù)字化、網(wǎng)絡(luò)化、智能化和綠色化轉(zhuǎn)型。
制造企業(yè)是數(shù)字經(jīng)濟(jì)時(shí)代大數(shù)據(jù)與制造業(yè)融合的發(fā)展主體,智能制造是大數(shù)據(jù)與制造業(yè)融合的未來(lái)發(fā)展方向。在融合過(guò)程中企業(yè)將大數(shù)據(jù)技術(shù)、思維、分析應(yīng)用到傳統(tǒng)制造業(yè)的整個(gè)生命周期,通過(guò)數(shù)據(jù)、信息、資源的開(kāi)放共享與技術(shù)創(chuàng)新,不斷催生新的制造范式和發(fā)展模式,從而促進(jìn)傳統(tǒng)制造業(yè)轉(zhuǎn)向智能制造。大數(shù)據(jù)與制造業(yè)的融合不是簡(jiǎn)單的制造業(yè)利用大數(shù)據(jù)的過(guò)程,而是全方位的深度融合。深入推進(jìn)大數(shù)據(jù)與制造業(yè)融合是兩化融合在數(shù)字經(jīng)濟(jì)時(shí)代的具體體現(xiàn),也是未來(lái)制造業(yè)提升競(jìng)爭(zhēng)力的主要發(fā)展方向。
1.大數(shù)據(jù)與制造業(yè)產(chǎn)品的融合機(jī)制
(1)大數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品制造以用戶體驗(yàn)為中心,產(chǎn)品供給隨需而變,并催生產(chǎn)品形態(tài)變革。在數(shù)字技術(shù)應(yīng)用持續(xù)深入與疫情防控及電子商務(wù)平臺(tái)快速發(fā)展的疊加效應(yīng)下,消費(fèi)者需求更加趨向于多元化、虛擬化、個(gè)性化和場(chǎng)景化,對(duì)產(chǎn)品的追求逐漸從實(shí)物產(chǎn)品轉(zhuǎn)向數(shù)字產(chǎn)品與產(chǎn)品服務(wù)并重,并期望獲得全方位的場(chǎng)景體驗(yàn)與在線解決方案。而大數(shù)據(jù)賦能環(huán)境下,制造業(yè)企業(yè)能夠通過(guò)工業(yè)互聯(lián)網(wǎng)等平臺(tái)采集消費(fèi)者歷史瀏覽頁(yè)面、消費(fèi)記錄、交易信息、在線評(píng)論等數(shù)據(jù)集及時(shí)精準(zhǔn)地了解消費(fèi)者對(duì)不同產(chǎn)品顏色、型號(hào)、性能等參數(shù)的潛在需求,并以智能化的數(shù)據(jù)分析技術(shù)為支撐,進(jìn)一步挖掘和預(yù)測(cè)消費(fèi)者的深層次需求,以需定產(chǎn),不斷生產(chǎn)出以滿足不同用戶需求和用戶體驗(yàn)的個(gè)性化產(chǎn)品,促進(jìn)產(chǎn)品生產(chǎn)由大規(guī)模制造轉(zhuǎn)向定制化制造并形成最終產(chǎn)品。隨著用戶產(chǎn)品體驗(yàn)過(guò)程中的動(dòng)態(tài)需求變化,制造企業(yè)基于數(shù)據(jù)反饋能夠隨時(shí)對(duì)特定產(chǎn)品進(jìn)行功能和形態(tài)上的調(diào)整,生產(chǎn)出不斷匹配用戶需求且具有成長(zhǎng)特性的產(chǎn)品。
(2)大數(shù)據(jù)無(wú)限接近消費(fèi)者的典型特征促使產(chǎn)品研發(fā)由經(jīng)驗(yàn)驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)。傳統(tǒng)消費(fèi)模式下,企業(yè)往往先通過(guò)與領(lǐng)先用戶等特殊消費(fèi)者取得互動(dòng)或依靠中間渠道尋求用戶來(lái)獲取產(chǎn)品設(shè)計(jì)、用戶需求等相關(guān)信息,再基于以往的銷售數(shù)量和組織經(jīng)驗(yàn)不斷研發(fā)新的產(chǎn)品,這種由經(jīng)驗(yàn)驅(qū)動(dòng)的產(chǎn)品研發(fā)也帶來(lái)了研發(fā)周期長(zhǎng)、成本高、風(fēng)險(xiǎn)高等問(wèn)題。但數(shù)字化環(huán)境下,依靠產(chǎn)品相關(guān)的大數(shù)據(jù)樣本集和數(shù)據(jù)分析技術(shù),制造業(yè)企業(yè)與消費(fèi)者之間的互動(dòng)變得更加敏捷,任何普通消費(fèi)者都能夠通過(guò)與企業(yè)的實(shí)時(shí)互動(dòng)將其行為數(shù)據(jù)化為可被企業(yè)搜集和分析的數(shù)據(jù),進(jìn)而參與到企業(yè)的產(chǎn)品研發(fā)過(guò)程中,并基于用戶的產(chǎn)品體驗(yàn)滿意度數(shù)據(jù)集逐步實(shí)現(xiàn)產(chǎn)品的漸進(jìn)式創(chuàng)新。此外,隨著數(shù)字仿真、虛擬現(xiàn)實(shí)、數(shù)據(jù)可視化等技術(shù)的發(fā)展,企業(yè)不僅可以從整體上預(yù)判市場(chǎng)群體消費(fèi)趨勢(shì),也能夠從個(gè)體上構(gòu)建詳細(xì)的消費(fèi)者行為畫像,還能從海量數(shù)據(jù)中挖掘新的用戶市場(chǎng),并依托大數(shù)據(jù)模擬不同情境下的產(chǎn)品設(shè)計(jì)模型,形成持續(xù)演進(jìn)的產(chǎn)品創(chuàng)新系統(tǒng),從而有效提高產(chǎn)品研發(fā)效率,降低企業(yè)產(chǎn)品研發(fā)成本和研發(fā)風(fēng)險(xiǎn)。
(3)大數(shù)據(jù)驅(qū)動(dòng)企業(yè)實(shí)時(shí)動(dòng)態(tài)優(yōu)化產(chǎn)品定價(jià)策略。傳統(tǒng)的產(chǎn)品定價(jià)更多的是基于一定的市場(chǎng)價(jià)格和有限的銷售數(shù)量、消費(fèi)者需求分布信息等進(jìn)行特定范圍內(nèi)的調(diào)整,而大數(shù)據(jù)情境下,龐大的非結(jié)構(gòu)化的用戶產(chǎn)品評(píng)論數(shù)據(jù)成為企業(yè)定價(jià)的重要信息來(lái)源?;谠嫉南M(fèi)者產(chǎn)品評(píng)論數(shù)據(jù),企業(yè)能夠在線選擇產(chǎn)品客戶,對(duì)不同產(chǎn)品功能進(jìn)行細(xì)分,并獲得不同消費(fèi)者對(duì)不同產(chǎn)品功能的相對(duì)偏好,進(jìn)而預(yù)測(cè)未來(lái)銷售變化,確定產(chǎn)品定價(jià)能力。此外,日益成熟的數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)使得企業(yè)可以通過(guò)適時(shí)精準(zhǔn)地為消費(fèi)者提供相似或心儀產(chǎn)品的點(diǎn)擊頁(yè)面,利用優(yōu)惠政策和福利活動(dòng)將消費(fèi)者的潛在需求和深層次需求轉(zhuǎn)化為真實(shí)需求,增加產(chǎn)品收益;另一方面,企業(yè)可以針對(duì)不同消費(fèi)者的偏好差異對(duì)產(chǎn)品做出準(zhǔn)確的定位,實(shí)現(xiàn)不同銷售渠道或不同細(xì)分市場(chǎng)上的差異化定價(jià)。
2.大數(shù)據(jù)與制造業(yè)企業(yè)的融合機(jī)制
(1)大數(shù)據(jù)與前端研發(fā)融合,以創(chuàng)新驅(qū)動(dòng)發(fā)展。一方面,大數(shù)據(jù)為制造企業(yè)提供了新的開(kāi)放式創(chuàng)新平臺(tái)。大數(shù)據(jù)時(shí)代,企業(yè)可以獲取內(nèi)部和外部的各種數(shù)據(jù),這些數(shù)據(jù)將企業(yè)內(nèi)部科研人員、外部研發(fā)機(jī)構(gòu)、消費(fèi)者連接在一個(gè)信息網(wǎng)絡(luò)中,降低了企業(yè)的信息交易成本和創(chuàng)新成本;另一方面,大數(shù)據(jù)技術(shù)融合到企業(yè)創(chuàng)新模式的模擬分析,提高研發(fā)效率。傳統(tǒng)的新產(chǎn)品、新工藝大都是企業(yè)創(chuàng)新生產(chǎn)后加以試用,發(fā)現(xiàn)其中的問(wèn)題再加以改進(jìn)。大數(shù)據(jù)技術(shù)的利用可以對(duì)企業(yè)的創(chuàng)新想法和設(shè)計(jì)理念虛擬出研發(fā)設(shè)計(jì)的過(guò)程,再運(yùn)用計(jì)算機(jī)系統(tǒng)加以分析、評(píng)估和優(yōu)化,這極大地縮短了企業(yè)的研發(fā)周期,減少了后期技術(shù)改進(jìn)的工作,降低企業(yè)的成本消耗。
(2)大數(shù)據(jù)與中端物流融合,創(chuàng)造增值空間。一方面,制造企業(yè)通過(guò)在線數(shù)據(jù)分析平臺(tái)控制采購(gòu)的成本和質(zhì)量,合理分配資金的使用。大數(shù)據(jù)打破了傳統(tǒng)物流的地域限制和信息壁壘,企業(yè)通過(guò)收集的數(shù)據(jù)預(yù)測(cè)各大供應(yīng)商原材料的價(jià)格變動(dòng)趨勢(shì),實(shí)時(shí)觀測(cè)原材料的數(shù)量、質(zhì)量、供應(yīng)渠道等情況,制定合理的采購(gòu)計(jì)劃,提高采購(gòu)資金的利用率;另一方面,制造企業(yè)通過(guò)大數(shù)據(jù)與人工智能技術(shù)優(yōu)化運(yùn)輸渠道,實(shí)現(xiàn)智能配貨和智能選車。在產(chǎn)品運(yùn)輸之前,企業(yè)可以通過(guò)供應(yīng)商和銷售商在線經(jīng)營(yíng)數(shù)據(jù)的反饋,提前選擇最優(yōu)的配送中心。在運(yùn)輸過(guò)程中,企業(yè)可以隨時(shí)在線追蹤人貨車的配置情況,以及各地不同路段的交通狀況,選擇最合理的配送方式。例如貴州推出的貨車幫平臺(tái)公司,就是依托大數(shù)據(jù)整合運(yùn)輸供需信息,以車貨匹配為核心,為貨主選擇最優(yōu)的運(yùn)輸車輛,為車主提供合適的貨源信息,進(jìn)而大大提高運(yùn)輸效率,減少資源浪費(fèi)(許憲春等,2019)。
(3)大數(shù)據(jù)與中端制造融合,實(shí)現(xiàn)智能制造。數(shù)字經(jīng)濟(jì)時(shí)代,大數(shù)據(jù)作為一種數(shù)字技術(shù)和生產(chǎn)要素運(yùn)用到制造企業(yè)的生產(chǎn)運(yùn)營(yíng)中,不僅可以通過(guò)其自身蘊(yùn)含的技術(shù)進(jìn)步作用優(yōu)化生產(chǎn)流程,還可以與其他生產(chǎn)要素重組融合,在生產(chǎn)模式、制造系統(tǒng)、經(jīng)營(yíng)管理等方面帶來(lái)新的技術(shù)革新。在大數(shù)據(jù)、人工智能、云計(jì)算等各種數(shù)字技術(shù)的賦能下,依托于各部門數(shù)據(jù)的集成和分析,制造企業(yè)能夠?qū)崿F(xiàn)實(shí)時(shí)的生產(chǎn)可視化監(jiān)控管理及時(shí)快速收集與產(chǎn)品設(shè)備相關(guān)的信息,提前預(yù)警設(shè)備故障并進(jìn)行預(yù)測(cè)性維護(hù)?;趯?duì)生產(chǎn)過(guò)程中原材料及中間產(chǎn)品的實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè),企業(yè)可以運(yùn)用數(shù)據(jù)分析技術(shù)和算法動(dòng)態(tài)調(diào)整生產(chǎn)計(jì)劃及時(shí)調(diào)整企業(yè)的資源配置狀況,提高企業(yè)生產(chǎn)控制與管理決策的敏捷度。此外,制造企業(yè)依托大數(shù)據(jù)通過(guò)系統(tǒng)集成能夠?qū)崿F(xiàn)柔性生產(chǎn)和大規(guī)模智能定制,甚至使個(gè)性化定制與大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)同時(shí)實(shí)現(xiàn)成為未來(lái)多場(chǎng)景下的先進(jìn)制造模式。
(4)大數(shù)據(jù)與營(yíng)銷和售后融合,打造品牌效應(yīng)。隨著電子商務(wù)的快速發(fā)展,大數(shù)據(jù)營(yíng)銷逐漸成為企業(yè)的主流銷售方式。在大數(shù)據(jù)賦能下,制造企業(yè)能夠依靠對(duì)用戶需求、產(chǎn)品制造、市場(chǎng)動(dòng)態(tài)等相關(guān)數(shù)據(jù)集的挖掘和分析,不斷拓展新的營(yíng)銷渠道,分析各種營(yíng)銷渠道之間的關(guān)系及為企業(yè)帶來(lái)的價(jià)值,并衡量不同營(yíng)銷渠道對(duì)特定消費(fèi)群體的影響,以此有針對(duì)性地分割消費(fèi)者市場(chǎng),利用消費(fèi)者的過(guò)往需求和未來(lái)消費(fèi)傾向,對(duì)產(chǎn)品實(shí)施合理精準(zhǔn)的定價(jià)與宣傳策略,不僅能夠提高企業(yè)營(yíng)銷效率,降低成本,還能最大程度維護(hù)用戶流量和企業(yè)價(jià)值。如今,用戶體驗(yàn)更注重的是有形或無(wú)形產(chǎn)品與各種增值服務(wù)的結(jié)合,制造企業(yè)能夠利用大數(shù)據(jù)技術(shù)遠(yuǎn)程監(jiān)控用戶對(duì)產(chǎn)品的評(píng)價(jià)和反饋及時(shí)發(fā)現(xiàn)問(wèn)題并對(duì)產(chǎn)品實(shí)施高效維護(hù),提升用戶的產(chǎn)品體驗(yàn)和服務(wù)質(zhì)量,打造獨(dú)特的企業(yè)品牌。
3.大數(shù)據(jù)與制造業(yè)產(chǎn)業(yè)的融合機(jī)制
(1)作為一種新型數(shù)字技術(shù),大數(shù)據(jù)與制造業(yè)產(chǎn)業(yè)具有天然的融合性,其主要體現(xiàn)在兩個(gè)方面:一是大數(shù)據(jù)技術(shù)對(duì)傳統(tǒng)制造業(yè)的滲透與替代;二是制造業(yè)技術(shù)邊界處實(shí)現(xiàn)技術(shù)創(chuàng)新。數(shù)字經(jīng)濟(jì)時(shí)代,大數(shù)據(jù)作為一種通用目的技術(shù),具有使用廣泛、高滲透性、持續(xù)創(chuàng)新、高融合性等典型特征,能夠發(fā)揮較強(qiáng)的關(guān)聯(lián)和帶動(dòng)效應(yīng)。目前大數(shù)據(jù)已經(jīng)廣泛應(yīng)用到傳統(tǒng)制造領(lǐng)域,不僅能逐漸實(shí)現(xiàn)對(duì)落后制造技術(shù)的替代,催生出服務(wù)型制造、智能制造、網(wǎng)絡(luò)化協(xié)同等現(xiàn)代制造模式,推進(jìn)傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型,而且能帶動(dòng)物聯(lián)網(wǎng)、云計(jì)算等相關(guān)數(shù)字技術(shù)在制造業(yè)內(nèi)的應(yīng)用和發(fā)展,促進(jìn)生產(chǎn)部門的技術(shù)革新。
(2)大數(shù)據(jù)擴(kuò)展傳統(tǒng)產(chǎn)業(yè)關(guān)聯(lián)關(guān)系。一方面,數(shù)字技術(shù)在現(xiàn)有不同部門之間的滲透深化了產(chǎn)業(yè)間技術(shù)關(guān)聯(lián)和分工合作,網(wǎng)絡(luò)和平臺(tái)的發(fā)展使得產(chǎn)業(yè)間虛擬集聚效應(yīng)更加明顯,尤其在工業(yè)互聯(lián)網(wǎng)強(qiáng)大的連接作用下,傳統(tǒng)制造業(yè)與信息技術(shù)服務(wù)業(yè)的邊界逐漸模糊,各產(chǎn)業(yè)鏈、供應(yīng)鏈、價(jià)值鏈等伴隨新興技術(shù)的擴(kuò)散變得更加協(xié)同和智能,逐漸實(shí)現(xiàn)全新的數(shù)字化、網(wǎng)絡(luò)化和智能化的產(chǎn)業(yè)生態(tài)系統(tǒng);另一方面,以大數(shù)據(jù)產(chǎn)業(yè)為代表的新型數(shù)字產(chǎn)業(yè)與傳統(tǒng)制造業(yè)實(shí)現(xiàn)良性互動(dòng)。隨著數(shù)據(jù)交易和相關(guān)數(shù)字技術(shù)服務(wù)的形成與發(fā)展,大數(shù)據(jù)本身已經(jīng)形成相對(duì)獨(dú)立的產(chǎn)業(yè)生態(tài)體系,且技術(shù)創(chuàng)新和技術(shù)外溢效果顯著。在大數(shù)據(jù)產(chǎn)業(yè)自身不斷創(chuàng)新發(fā)展的同時(shí),利用技術(shù)融合創(chuàng)新和網(wǎng)絡(luò)協(xié)同效應(yīng)對(duì)傳統(tǒng)制造業(yè)部門進(jìn)行數(shù)字化改造。同時(shí),在大數(shù)據(jù)變革制造業(yè)及產(chǎn)業(yè)化應(yīng)用的過(guò)程中,制造業(yè)需求側(cè)和供給側(cè)的響應(yīng)又倒逼大數(shù)據(jù)產(chǎn)業(yè)不斷升級(jí)。
(3)大數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)時(shí)代的核心生產(chǎn)要素,不僅能夠直接投入到制造業(yè)生產(chǎn)過(guò)程中,還能夠與其他生產(chǎn)要素重新組合引入生產(chǎn)系統(tǒng),使得要素結(jié)構(gòu)向虛擬化和高級(jí)化方向發(fā)展,推動(dòng)傳統(tǒng)制造業(yè)向技術(shù)和知識(shí)密集型方向轉(zhuǎn)變。同時(shí),數(shù)據(jù)以其易復(fù)制共享、無(wú)限供給、邊際成本幾乎為零等特性,不僅能突破傳統(tǒng)要素的利用限制,還能促使生產(chǎn)者、消費(fèi)者和各相關(guān)利益主體均能參與到制造業(yè)的價(jià)值創(chuàng)造過(guò)程中,從而提高制造業(yè)的要素配置效率和生產(chǎn)效益,形成更加高效的產(chǎn)業(yè)鏈。
比較兩組眼底病轉(zhuǎn)歸率、眼壓升高、眼內(nèi)炎癥及玻璃體出血等并發(fā)癥發(fā)生率。明顯有效;改善或消失臨床癥狀,疤痕的疤痕和消失的病變;有效:改善臨床癥狀,疤痕的大部分病變,減少病變。眼底病變的預(yù)后率顯著,有效百分率之和。
1.指標(biāo)體系構(gòu)建
本文在界定大數(shù)據(jù)與制造業(yè)融合內(nèi)涵的基礎(chǔ)上,依據(jù)科學(xué)性、系統(tǒng)性、可操作性等指標(biāo)體系構(gòu)建原則,借鑒孫承志(2020)的相關(guān)研究,從融合基礎(chǔ)、融合應(yīng)用、融合動(dòng)力和融合效益4 個(gè)維度選取24 個(gè)指標(biāo),構(gòu)建大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)指標(biāo)體系(表1)。
表1 大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)指標(biāo)體系
2.指標(biāo)說(shuō)明
本文從融合基礎(chǔ)、融合應(yīng)用、融合動(dòng)力和融合效益4 個(gè)維度全面衡量大數(shù)據(jù)與制造業(yè)的融合水平。融合基礎(chǔ)是大數(shù)據(jù)與制造業(yè)融合發(fā)展的前提,融合應(yīng)用是制造業(yè)在與大數(shù)據(jù)全方位的融合過(guò)程中不斷向網(wǎng)絡(luò)化、數(shù)字化、智能化和服務(wù)化發(fā)展的應(yīng)用水平,融合動(dòng)力是未來(lái)大數(shù)據(jù)與制造業(yè)實(shí)現(xiàn)深度融合的核心支撐,同時(shí)融合效益是全面體現(xiàn)大數(shù)據(jù)與制造業(yè)在其深入融合下帶動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)的效果。
其中,在融合基礎(chǔ)層面,大數(shù)據(jù)與制造業(yè)的融合發(fā)展離不開(kāi)完善的信息基礎(chǔ)設(shè)施和交通基礎(chǔ)設(shè)施。參考劉軍等(2020)、徐星星(2020)和焦勇等(2019)的相關(guān)研究,本文選用各省份互聯(lián)網(wǎng)寬帶接入端口、移動(dòng)電話普及率、移動(dòng)電話交換機(jī)容量、光纜密度、寬帶普及率、固定寬帶用戶平均下載速率,以及鐵路強(qiáng)度,來(lái)衡量大數(shù)據(jù)與制造業(yè)融合發(fā)展的基礎(chǔ)環(huán)境。其中光纜密度用各省份光纜線路長(zhǎng)度與省域面積之比來(lái)表示,寬帶普及率用各省份寬帶接入用戶與總戶數(shù)之比來(lái)表示,鐵路強(qiáng)度用省際鐵路里程與省域面積之比來(lái)表示。各項(xiàng)融合基礎(chǔ)指標(biāo)數(shù)值越高,說(shuō)明該省份的現(xiàn)代化基礎(chǔ)設(shè)施水平越高,則更利于大數(shù)據(jù)與制造業(yè)的融合發(fā)展。
在融合應(yīng)用層面,參考張旺(2019)、萬(wàn)曉榆等(2020)和吳敏潔等(2020)的相關(guān)研究,本文選用各省份每百家企業(yè)擁有網(wǎng)站數(shù)、每百人使用計(jì)算機(jī)數(shù)、有電子商務(wù)交易活動(dòng)企業(yè)數(shù)所占比重、電子商務(wù)交易額占GD0之比、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)從業(yè)人員、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)固定資產(chǎn)投資占GD0之比,以及新產(chǎn)品銷售收入占比,來(lái)衡量大數(shù)據(jù)與制造業(yè)的融合應(yīng)用水平。各項(xiàng)融合應(yīng)用指標(biāo)數(shù)值越高,說(shuō)明該省份大數(shù)據(jù)與制造業(yè)融合的效果越佳。
在融合動(dòng)力層面,技術(shù)進(jìn)步和人力資源作為信息時(shí)代產(chǎn)業(yè)發(fā)展的硬動(dòng)力和軟實(shí)力,是驅(qū)動(dòng)大數(shù)據(jù)與制造業(yè)深度融合的核心動(dòng)能。參考程廣斌和楊春(2020)的相關(guān)研究,本文選用R&D 經(jīng)費(fèi)投入強(qiáng)度、國(guó)內(nèi)三種專利授權(quán)數(shù)、技術(shù)市場(chǎng)成交額、R&D 人員全時(shí)當(dāng)量,以及每十萬(wàn)人口高等教育平均在校學(xué)生數(shù),來(lái)衡量大數(shù)據(jù)與制造業(yè)的融合動(dòng)力水平。各項(xiàng)融合動(dòng)力指標(biāo)數(shù)值越高,說(shuō)明該省份大數(shù)據(jù)與制造業(yè)融合發(fā)展的潛力越大。
此外,在融合效益層面,參考高曉雨等(2017)和李成剛(2020)的相關(guān)研究,本文選取全員勞動(dòng)生產(chǎn)率、計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)利潤(rùn)總額、儀器儀表制造業(yè)利潤(rùn)總額、軟件業(yè)務(wù)收入,以及單位地區(qū)生產(chǎn)總值電耗,來(lái)衡量大數(shù)據(jù)與制造業(yè)融合的融合效益。其中,除單位地區(qū)生產(chǎn)總值電耗之外,其余各項(xiàng)融合效益指標(biāo)數(shù)值越高,說(shuō)明該省份大數(shù)據(jù)促進(jìn)制造業(yè)提質(zhì)增效的水平越高,大數(shù)據(jù)與制造業(yè)的融合水平也越高。
3.樣本選取與數(shù)據(jù)來(lái)源
基于數(shù)據(jù)的可得性,本文選取我國(guó)2013—2018 年29 個(gè)省份(自治區(qū)、直轄市)①鑒于港澳臺(tái)、寧夏和西藏部分指標(biāo)數(shù)據(jù)缺失較多,故不包含在本文樣本范圍內(nèi)。相關(guān)數(shù)據(jù)進(jìn)行分析。各指標(biāo)所用數(shù)據(jù)主要來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站、各省市2014—2019 統(tǒng)計(jì)年鑒及歷年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)寬帶普及狀況報(bào)告》等,對(duì)于個(gè)別的缺失數(shù)據(jù)采用均值法進(jìn)行補(bǔ)充。
4.測(cè)度方法
基于面板數(shù)據(jù)的適用性,為客觀準(zhǔn)確地比較全國(guó)各省份大數(shù)據(jù)與制造業(yè)的融合水平,本文參考程廣斌和楊春(2020)的相關(guān)研究,選用客觀賦權(quán)評(píng)價(jià)法中改進(jìn)后的熵值法,來(lái)確定各個(gè)指標(biāo)的權(quán)重,進(jìn)而對(duì)各省份大數(shù)據(jù)與制造業(yè)融合的綜合得分進(jìn)行評(píng)價(jià)。
(1)指標(biāo)說(shuō)明:設(shè)有r個(gè)年份,n個(gè)省市,m個(gè)指標(biāo),則XθijXθij為第θ年省份i的第j個(gè)指標(biāo)值。
(2)指標(biāo)標(biāo)準(zhǔn)化處理:由于各指標(biāo)之間量綱不同不具可比性,需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。
正向指標(biāo)標(biāo)準(zhǔn)化:
負(fù)向指標(biāo)標(biāo)準(zhǔn)化:
(3)對(duì)標(biāo)準(zhǔn)化后的數(shù)值進(jìn)行平移處理:為避免求熵值時(shí)出現(xiàn)零和負(fù)值而使對(duì)數(shù)處理無(wú)意義,對(duì)標(biāo)準(zhǔn)化后的數(shù)值進(jìn)行平移處理,即
(4)確定第i年份第j項(xiàng)指標(biāo)值的比重:
(5)計(jì)算第j項(xiàng)指標(biāo)的信息熵值:
其中:K=。
(6)計(jì)算第j項(xiàng)指標(biāo)的信息效用值:
(7)計(jì)算各指標(biāo)的權(quán)重:
(8)計(jì)算各省份大數(shù)據(jù)與制造業(yè)融合發(fā)展水平的綜合得分:
基于改進(jìn)后的熵值法與2013—2018 年中國(guó)29 個(gè)省份的面板數(shù)據(jù),得到24 個(gè)大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)指標(biāo)的權(quán)重值(表2)。
表2 大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)的指標(biāo)權(quán)重
1.2013—2018 年全國(guó)各區(qū)域大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)
從全國(guó)各區(qū)域來(lái)看②按國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn),對(duì)應(yīng)本文樣本范圍,東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、遼寧11 個(gè)省、自治區(qū)、直轄市;中部地區(qū)包括山西、安徽、江西、河南、湖北、湖南、吉林、黑龍江8 個(gè)省、自治區(qū)、直轄市;西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、新疆10 個(gè)省、自治區(qū)、直轄市。,總體上2013—2018 年全國(guó)整體及東中西三大區(qū)域大數(shù)據(jù)與制造業(yè)融合水平均呈現(xiàn)持續(xù)增加的趨勢(shì),其中東部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平遠(yuǎn)遠(yuǎn)領(lǐng)先于中西部地區(qū),且高于全國(guó)平均水平;中西部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平均低于全國(guó)平均水平,且西部地區(qū)成為全國(guó)大數(shù)據(jù)與制造業(yè)融合水平最低的區(qū)域(圖1)。此外,2018 年全國(guó)整體大數(shù)據(jù)與制造業(yè)融合水平為0.344241,同比增加18.64%,較2013年增加107.72%;2013—2018 年,全國(guó)整體大數(shù)據(jù)與制造業(yè)融合水平的增速分別為13.42%、19.26%、13.34%、14.20%和18.64%,這也直接表明2013—2018 年全國(guó)整體大數(shù)據(jù)與制造業(yè)正以較快的速度實(shí)現(xiàn)深度融合(表3)。從東中西部地區(qū)來(lái)看,2018年?yáng)|部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平為0.455449,同比增加16.35%,較2013年增加81.23%;2018年中部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平為0.291039,同比增加20.69%,較2013 年增加133.22%;2018 年西部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平為0.266116,同比增加21.25%,較2013 年增加154.42%,這表明中國(guó)大數(shù)據(jù)與制造業(yè)融合水平呈現(xiàn)東-中-西部地區(qū)依次遞減的趨勢(shì),但大數(shù)據(jù)與制造業(yè)融合發(fā)展增速卻呈現(xiàn)與之相反的態(tài)勢(shì),表明未來(lái)中西部地區(qū)大數(shù)據(jù)與制造業(yè)具有較大的融合發(fā)展?jié)摿?,并有望縮小與東部地區(qū)的融合發(fā)展差距。
圖1 2013—2018 年中國(guó)分區(qū)域大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)值變化情況
表3 2013—2018 年全國(guó)各區(qū)域大數(shù)據(jù)與制造業(yè)融合水平
2.2013—2018 年各省市大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)
首先,從總體上來(lái)看,2013—2018 年我國(guó)29 個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平均呈現(xiàn)出持續(xù)增長(zhǎng)的態(tài)勢(shì),且融合水平的增速較為平均,這表明各省市的大數(shù)據(jù)與制造業(yè)融合水平均在不斷提高(圖2)。從2013—2018 年我國(guó)29 省市大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)值及排名來(lái)看(表4),各省市的大數(shù)據(jù)與制造業(yè)融合水平在時(shí)間與空間上呈現(xiàn)出發(fā)展不平衡不充分的典型特征,各省市之間大數(shù)據(jù)與制造業(yè)融合水平表現(xiàn)出明顯的差距。具體來(lái)看:
圖2 2013—2018 年各省市大數(shù)據(jù)與制造業(yè)融合水平的評(píng)價(jià)值變化情況
表4 2013—2018 年各省市大數(shù)據(jù)與制造業(yè)融合水平
第一,在2013—2018 年間北京、廣東、江蘇、上海和浙江的大數(shù)據(jù)與制造業(yè)融合水平始終穩(wěn)居前五之內(nèi),處于絕對(duì)的領(lǐng)先水平,其中2018 年北京、廣東、江蘇、上海、浙江的大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)值分別為0.640912、0.656172、0.591958、0.530220、0.496278,分別同比增加15.25%、17.80%、14.14%、14.53%、16.20%,預(yù)計(jì)未來(lái)將以更快的增速保持增長(zhǎng)。依托先決的經(jīng)濟(jì)基礎(chǔ)與資源稟賦優(yōu)勢(shì),北上廣江浙地區(qū)在政策出臺(tái)、數(shù)字化基礎(chǔ)設(shè)施建設(shè)、數(shù)字技術(shù)研發(fā)、數(shù)字產(chǎn)業(yè)發(fā)展、創(chuàng)新人才等方面具備明顯的發(fā)展優(yōu)勢(shì)。例如,北京依托中關(guān)村科技園雄厚的科研實(shí)力,在大數(shù)據(jù)、人工智能等數(shù)字化技術(shù)研發(fā)與智能化產(chǎn)業(yè)培育方面形成核心優(yōu)勢(shì);上海、江蘇、浙江依托長(zhǎng)三角經(jīng)濟(jì)圈制造業(yè)集群,大力發(fā)展工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、機(jī)器人等智能制造技術(shù),并擁有像杭州阿里巴巴能夠引領(lǐng)一個(gè)地區(qū)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化創(chuàng)新發(fā)展的領(lǐng)軍型企業(yè),快速推動(dòng)大數(shù)據(jù)等在多領(lǐng)域多場(chǎng)景下的深度應(yīng)用;廣東同樣擁有像華為、騰訊等數(shù)字化水平較高的龍頭企業(yè),在珠三角經(jīng)濟(jì)圈和粵港灣大灣區(qū)的發(fā)展機(jī)遇下,大力推動(dòng)企業(yè)“上云上平臺(tái)”,深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”“5G+AI+制造業(yè)”,實(shí)現(xiàn)制造業(yè)數(shù)字化、智能化領(lǐng)先發(fā)展。
第二,山東、天津、四川、福建、陜西、湖北、河南、重慶8 個(gè)地區(qū)的大數(shù)據(jù)與制造業(yè)融合水平緊隨北上廣江浙地區(qū)之后,處于全國(guó)相對(duì)較好的發(fā)展水平。其中較為亮眼的是陜西、四川和重慶成為西部地區(qū)大數(shù)據(jù)與制造業(yè)融合發(fā)展的頂尖力量,尤其是近年來(lái)四川和重慶兩地以推動(dòng)成渝地區(qū)雙城經(jīng)濟(jì)圈建設(shè)為契機(jī),力求打造相互支撐、相互融合的川渝現(xiàn)代制造體系,主攻構(gòu)建先進(jìn)制造業(yè)集群,從政策和產(chǎn)業(yè)層面著手,快速推動(dòng)制造業(yè)智能化轉(zhuǎn)型。
第三,廣西、山西、貴州、黑龍江、云南、內(nèi)蒙古、甘肅、青海、新疆9 個(gè)地區(qū)的大數(shù)據(jù)與制造業(yè)融合水平較為落后,尤其是甘肅、青海和新疆地區(qū)在2013—2018 年間幾乎始終處于全國(guó)最后三名。其中貴州作為全國(guó)首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū),依托自身在大數(shù)據(jù)應(yīng)用和數(shù)字技術(shù)研發(fā)方面的優(yōu)勢(shì),持續(xù)加速推動(dòng)大數(shù)據(jù)與制造業(yè)的融合發(fā)展,在2013—2018 年間不斷提升在全國(guó)的排名。但對(duì)于甘肅、青海、新疆等經(jīng)濟(jì)發(fā)展落后的地區(qū),既缺乏大數(shù)據(jù)與制造業(yè)融合過(guò)程中基礎(chǔ)設(shè)施建設(shè)的資金支持,又難以聚集與新型數(shù)字化轉(zhuǎn)型相關(guān)的技術(shù)與人才,還沒(méi)有數(shù)字化程度較高的龍頭企業(yè)引領(lǐng)發(fā)展,進(jìn)而導(dǎo)致大數(shù)據(jù)與制造業(yè)融合發(fā)展速度較慢。
其次,為了更加直觀地反映我國(guó)各省市之間大數(shù)據(jù)與制造業(yè)融合水平的差距,本文繪制了如圖3 所示的2013—2018 年我國(guó)29省市大數(shù)據(jù)與制造業(yè)融合水平的年平均評(píng)價(jià)值。從整體上看,東部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平遙遙領(lǐng)先,其中北京、廣東、江蘇、上海和浙江的大數(shù)據(jù)與制造業(yè)融合水平遠(yuǎn)遠(yuǎn)領(lǐng)先于其他地區(qū),其大數(shù)據(jù)與制造業(yè)融合水平年平均評(píng)價(jià)值均達(dá)到0.36 以上;中部地區(qū)大數(shù)據(jù)與制造業(yè)融合發(fā)展較為均衡,其中湖北、安徽、河南與湖南的大數(shù)據(jù)與制造業(yè)融合水平較為接近,并引領(lǐng)中部地區(qū)的發(fā)展;而西部地區(qū)的大數(shù)據(jù)與制造業(yè)融合水平呈現(xiàn)出兩極分化的態(tài)勢(shì),其中四川成為西部地區(qū)大數(shù)據(jù)與制造業(yè)融合發(fā)展的重要增長(zhǎng)極,陜西和重慶依托自身的發(fā)展優(yōu)勢(shì)也引領(lǐng)西部地區(qū)的大數(shù)據(jù)與制造業(yè)融合發(fā)展,但甘肅、青海、新疆等地區(qū)由于缺乏相關(guān)的政策、資金、技術(shù)與人才的支持,其大數(shù)據(jù)與制造業(yè)融合水平相對(duì)較為落后。此外,從單個(gè)省份的大數(shù)據(jù)與制造業(yè)融合水平來(lái)看,排名第一的北京(0.505475),其大數(shù)據(jù)與制造業(yè)融合水平的年平均評(píng)價(jià)值是排名最后的新疆(0.134936)的3.7 倍以上,這也表明目前我國(guó)各省份間大數(shù)據(jù)與制造業(yè)融合水平的差距呈現(xiàn)出兩極分化的態(tài)勢(shì)。
圖3 2013—2018 年各省市大數(shù)據(jù)與制造業(yè)融合水平的年平均評(píng)價(jià)值
為了更好地區(qū)分我國(guó)29 個(gè)省市大數(shù)據(jù)與制造業(yè)融合水平,本文借鑒劉軍等(2020)的劃分標(biāo)準(zhǔn),將29個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平劃分為四個(gè)梯隊(duì),其中大數(shù)據(jù)與制造業(yè)融合水平在全國(guó)平均水平1.5 倍以上的為高度融合地區(qū);高于全國(guó)平均水平的為中度融合地區(qū);在全國(guó)平均水平0.75 倍以上的為低度融合地區(qū);其余的為欠融合地區(qū)。其結(jié)果見(jiàn)表5。
表5 2013—2018 年各省市四個(gè)梯隊(duì)大數(shù)據(jù)與制造業(yè)融合水平的區(qū)域分布
其中:高度融合地區(qū)得分高于0.3666,包括北京、廣東、江蘇、上海和浙江5 個(gè)省市,且均位于東部地區(qū),這5 個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平遙遙領(lǐng)先;中度融合地區(qū)得分介于0.2444~0.3666,包括天津、山東、四川和福建4 個(gè)省市,除四川位于西部地區(qū)外,其余省市均位于東部地區(qū);低度融合地區(qū)得分介于0.1833~0.2444,包括遼寧、陜西、湖北、安徽、河北、河南、重慶、湖南、海南、吉林和江西11 個(gè)省市;欠融合地區(qū)得分低于0.1833,包括山西、黑龍江、內(nèi)蒙古、廣西、云南、貴州、甘肅、青海和新疆9 個(gè)省市,除山西和黑龍江位于中部地區(qū)外,其余均位于西部地區(qū),這9 個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平相對(duì)落后,仍具有較大的發(fā)展空間。從整體分布上看,高度融合地區(qū)東部省市占100%;中度融合地區(qū)東部省市占75%,西部省市占25%;低度融合地區(qū)東部省市占27%,中部省市占55%,西部省市占18%;欠融合地區(qū)中部省市占22%,西部省市占78%。這更進(jìn)一步表明我國(guó)大數(shù)據(jù)與制造業(yè)融合水平在空間上呈現(xiàn)出“東-中-西”及“沿海-內(nèi)陸”依次遞減的態(tài)勢(shì),這也與我國(guó)不同區(qū)域經(jīng)濟(jì)發(fā)展水平存在差異的現(xiàn)狀相符。由于各區(qū)域間大數(shù)據(jù)、云計(jì)算、人工智能等信息技術(shù)的差異和信息資源分配的不均衡,使得相對(duì)落后的地區(qū)還無(wú)法真正享受到新一輪數(shù)字革命釋放的“數(shù)據(jù)紅利”,抑制了大數(shù)據(jù)與制造業(yè)的融合發(fā)展,使得大數(shù)據(jù)與制造業(yè)融合發(fā)展不平衡的問(wèn)題依然比較顯著。
本文以2013—2018 年中國(guó)29 個(gè)省市為樣本,在系統(tǒng)分析大數(shù)據(jù)與制造業(yè)產(chǎn)品、企業(yè)、產(chǎn)業(yè)融合機(jī)制的基礎(chǔ)上,從融合基礎(chǔ)、融合應(yīng)用、融合動(dòng)力和融合效益4 個(gè)維度構(gòu)建大數(shù)據(jù)與制造業(yè)融合水平評(píng)價(jià)指標(biāo)體系,并測(cè)度了中國(guó)29 個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平。研究表明:①?gòu)目傮w上看,大數(shù)據(jù)與制造業(yè)的融合程度在不斷加深。主要體現(xiàn)在全國(guó)及29 個(gè)省市的大數(shù)據(jù)與制造業(yè)融合水平均在逐年增加,且各省市大數(shù)據(jù)與制造業(yè)融合水平的增速均保持遞增的趨勢(shì);②從區(qū)域之間來(lái)看,東部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平明顯高于中西部地區(qū)。其中位于高度融合地區(qū)的5 個(gè)省市均位于東部地區(qū),而位于欠融合地區(qū)的9 個(gè)省市均位于中西部地區(qū);③從單個(gè)省份來(lái)看,北京、廣東、江蘇和上海的大數(shù)據(jù)與制造業(yè)融合水平遙遙領(lǐng)先,而云南、貴州、甘肅、青海和新疆的大數(shù)據(jù)與制造業(yè)融合水平相對(duì)較為落后,且各省市之間大數(shù)據(jù)與制造業(yè)融合水平的差距呈現(xiàn)出兩極分化的態(tài)勢(shì)。
(1)加強(qiáng)制造業(yè)數(shù)字化基礎(chǔ)設(shè)施建設(shè),為大數(shù)據(jù)與制造業(yè)融合發(fā)展構(gòu)建良好的基礎(chǔ)環(huán)境。數(shù)字經(jīng)濟(jì)時(shí)代,完善高效的數(shù)字化基礎(chǔ)設(shè)施對(duì)制造企業(yè)進(jìn)行大數(shù)據(jù)分析、實(shí)現(xiàn)智能化轉(zhuǎn)型有著基礎(chǔ)性的支撐作用。為此,一應(yīng)當(dāng)加強(qiáng)對(duì)5G 網(wǎng)絡(luò)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等為代表的基礎(chǔ)設(shè)施建設(shè)的投資力度,積極構(gòu)建大數(shù)據(jù)網(wǎng)絡(luò)中心、智能計(jì)算中心和工業(yè)互聯(lián)網(wǎng)平臺(tái),提升實(shí)時(shí)數(shù)據(jù)采集、存儲(chǔ)、處理和分析的能力;二應(yīng)加強(qiáng)工業(yè)機(jī)器人、智能芯片、智能傳感設(shè)備等智能系統(tǒng)的建設(shè),加快建設(shè)數(shù)字資源共享平臺(tái)。
(2)鼓勵(lì)和推動(dòng)大數(shù)據(jù)等數(shù)字技術(shù)研發(fā)創(chuàng)新。一是企業(yè)要加強(qiáng)數(shù)字化裝備的投資與核心技術(shù)的突破,深入探索大數(shù)據(jù)在制造業(yè)領(lǐng)域多功能多場(chǎng)景的應(yīng)用模式;二是政府要大力給予制造企業(yè)專注于研發(fā)大數(shù)據(jù)核心技術(shù)、高端設(shè)備和芯片等技術(shù)的資金支持和政策支持,鼓勵(lì)以先進(jìn)制造企業(yè)為主的經(jīng)濟(jì)主體積極開(kāi)發(fā)利用數(shù)據(jù)資源和數(shù)字技術(shù);三是地區(qū)要積極實(shí)行對(duì)外開(kāi)放,通過(guò)追蹤和學(xué)習(xí)國(guó)外先進(jìn)數(shù)字技術(shù)與融合經(jīng)驗(yàn),加快國(guó)內(nèi)數(shù)字技術(shù)的研發(fā)與制造業(yè)智能化轉(zhuǎn)型模式的創(chuàng)新,推動(dòng)大數(shù)據(jù)與制造業(yè)深度融合。
(3)加快大數(shù)據(jù)人才隊(duì)伍建設(shè)。一應(yīng)當(dāng)建立大數(shù)據(jù)與制造業(yè)融合研究中心及數(shù)字技術(shù)培訓(xùn)基地,鼓勵(lì)政府、企業(yè)、科研機(jī)構(gòu)與高校深度合作,加強(qiáng)數(shù)字技術(shù)高端人才的培育;二是企業(yè)應(yīng)制定相應(yīng)的數(shù)字人才培養(yǎng)計(jì)劃及薪資福利政策,積極引進(jìn)與大數(shù)據(jù)與制造業(yè)融合發(fā)展相適應(yīng)的高層次領(lǐng)軍人才和相關(guān)研究人員,以此促進(jìn)創(chuàng)新要素資源的集聚和利用;三是加快改革高校人才培養(yǎng)機(jī)制,積極開(kāi)設(shè)與大數(shù)據(jù)應(yīng)用相關(guān)的學(xué)科,建設(shè)復(fù)合型人才培養(yǎng)的綜合實(shí)驗(yàn)室,尤其是具備計(jì)算機(jī)技術(shù)和素養(yǎng)的人員,使其積極融入到制造業(yè)數(shù)字化、智能化轉(zhuǎn)型的實(shí)際操作中,逐步建立促進(jìn)大數(shù)據(jù)與制造業(yè)融合發(fā)展的先進(jìn)化、專業(yè)化和國(guó)際化人才隊(duì)伍。