制造业作为国民经济的支柱性产业，对实体经济发展具有举足轻重的作用，也是我国经济转型发展的重要抓手。历经多年的发展，我国已建立独立完整的国民经济体系和现代工业体系，几乎能生产世界上所有种类的工业产品。在世界500多种主要工业产品当中，我国大约有220种产品的产量居世界第一。但是，我国制造业总体结构不优、竞争力不强，部分行业关键零部件、关键核心技术及高端装备长期依赖进口，产品附加值不高、低端产能过剩、高端供给不足、供需不对称等问题依然存在。随着新一轮科技革命和产业变革，以“大物移云”（即大数据、物联网、移动互联、云计算）为代表的新一代信息技术日新月异，数据资源成为重要生产要素，以产业数字化和数字产业化为重要推动力的数字经济蓬勃发展，正在成为引领经济发展的重要引擎。推动数字经济与制造业深度融合，以数字经济助推实体经济发展，既是实现新旧动能转换的内在要求，也为制造业转型升级提供了新思路和新途径。

一、数字经济与制造业融合发展情况

（一）数字经济与制造业融合发展回顾

我国数字经济发源于1994年，以中国正式接入国际互联网为开端，伴随着互联网行业的发展和互联网用户数量的快速增长，数字经济逐渐发展壮大，并不断影响和改变人们的工作方式与生活方式。2009年11月11日开始的双十一购物狂欢节，成为全国一年一度的电商盛宴，也从侧面见证了我国数字经济的发展。2009年，双十一销售额0.5亿元；2018年，双十一全天交易额2135亿元，创下历史新高，仅2分5秒，就实现交易额过百亿，9年间，交易额增长了4270倍。

数字经济以数字化的知识和信息作为关键生产要素，充分运用现代信息网络与数字技术，具有虚拟性、高附加性、高渗透性、价值增值性、边际成本递减等特征，既可对已有经济模式进行颠覆性重塑，又可催生新业态新模式，为制造业转型升级发展提供了光明前景。数字经济与制造业的深度融合，主要是新一代信息技术与先进制造技术的结合，将信息深度自感知、智慧优化自决策、精准控制自执行等功能贯穿于设计、生产、管理、服务等制造活动各环节，提高生产效率、提升产品质量、优化生产工艺流程，实现智能制造。

习近平总书记围绕数字经发表了一系列重要讲话，2015年国务院先后印发《中国制造2025》和《关于积极推进“互联网+”行动的指导意见》，国家各部委密集出台数字经济与制造业融合发展相关政策和指导意见，实施了智能制造标准体系建设、智能制造试点示范、“互联网+先进制造业”等一系列专项行动，通过建设智能化生产线、数字化车间和智慧型工厂，实施“机器换人”工程，提升制造业全流程信息化水平，加速数字经济与制造业深度融合，国家工信部累计发布两批次共195户制造业与互联网融合发展试点示范项目名单。通过试点示范，制造业智能化和数字化程度明显提高，信息化水平大幅提升，涌现出一批柔性化定制和智能制造的示范企业，制造业核心竞争能力和可持续发展能力显著增强。

2016年9月，二十国集团通过了《G20数字经济发展与合作倡议》，在数字经济发展的原则、关键领域、政策、方向等方面达成一系列共识。习近平总书记在2017年中共中央政治局实施国家大数据战略第二次集体学习时的讲话中指出，要构建以数据为关键要素的数字经济，推动实体经济和数字经济融合发展，推动互联网、大数据、人工智能同实体经济深度融合，继续做好信息化和工业化深度融合这篇大文章，推动制造业加速向数字化、网络化、智能化发展。2017年，数字经济首次写入政府工作报告；2019年，政府工作报告中明确深化大数据、人工智能等研发应用，壮大数字经济，支持新业态新模式发展，加快各行业各领域推进“互联网+”，对新时代持续推进供给侧结构性改革、加快构建现代经济体系、推动高质量发展具有重要意义。2018年，我国数字经济总量已达到27.2万亿元，规模居全球2位，占GDP比重32.9%，数字经济对GDP增长的贡献率已达55%，数字经济正在成为我国高质量发展的新引擎和新动能。随着大数据、物联网、云计算等技术的不断成熟，制造业企业加快推进工业互联网平台建设，依托工业互联网推进智能制造转型，同时为其他企业提供第三方解决方案，目前已建立三一根云、航天云网INDICS平台、徐工汉云、海尔COSMOPlat、中联重科中科云谷ZValley OS等31个工业互联网云平台。

二、数字经济与制造业融合中存在的问题

（一）生产基础数据不完善，设备互联难度大。企业生产过程信息化程度不高，部分行业对工人熟练程度和经验依赖度高，生产过程的信息化数据基础薄弱。企业分布离散，设备自动化程度良莠不齐，设备之间通信不畅，无法实时获得运行数据，生产数据无法实现有序流通，数据无法与设备进行实时交互，系统集成难度较大。

（二）基础研究投入不足，缺乏原创性理论支撑。在芯片、半导体加工、超高精度机床、工业机器人、顶尖精密仪器等关键核心技术和基础研究投入不足，基础科学研究不够，缺乏原创理论、定律和算法，原始性创新严重不足。2018年，全国研究与试验发展（R&D）经费支出19657亿元，比上年增长11.6%，与国内生产总值之比为2.18%，其中基础研究经费仅1118亿元，占R&D经费支出5.7%，与发达国家15%～20%相比，投入远远不足。

（三）关键核心技术及装备国产化率较低，对外依存度高。“造不如买、买不如租”的发展思路，导致我国智能制造侧重技术引进和设备升级，缺乏关键核心技术和装备研发，智能装备及高端装备制造系统长期依赖进口，“卡脖子”现象严重。以工业机器人为例，控制器、减速机、机器人专用伺服电机三大核心零部件，大部分依赖进口，核心零部件的进口成本占到生产成本的半数以上。据统计，2018年，我国自动数据处理设备及部件、高新技术产品进口金额分别达到2168.7亿元、44340亿元，分别占进口商品总额的2.65%、54.14%，同比增长16.3%、12.2%，保持较高增长速率。

（四）智能化转型升级一次性投入大，企业短期难以消化转型成本。我国制造业长期处于产业链中低端，产品科技含量不高、附加值低，生产投入更多的是资源能源等生产要素的投入，原有生产线和设备数字化程度不高，智能化改造与原有生产线相差较大，甚至是颠覆性的，应用智能设备或是对原有设备进行数字化、智能化改造，设备一次性投入较大。同时，企业融资渠道较为单一，多数企业只能依靠企业自有资金实施智能化改造，或者商业银行贷款，短期内资金压力较大，财务风险以及资金压力成为了企业智能化升级的重要阻力。

（四）人才结构亟待优化，智能制造人才严重短缺。智能制造时代的竞争，归根到底是人才的竞争。智能制造已进入快速发展期，工业生产自动化程度越来越高，无论是研发领域，还是运营维护，智能制造各个环节对人才的需求旺盛。我国制造业智能化转型起步较晚，高等院校智能制造相关专业多为近几年新设立，人才培养需要一定周期，目前相关领域人才缺口较大。

三、对策及建议

制造业兴，经济兴。加快数字经济与制造业融合发展，既需要政府制定相关政策，加大研究投入，强化基础理论研究，在投融资、减税降费、人才保障和优化营商环境等方面给予支持，更需要企业积极发挥市场主体积极性，激发自身内生动力，加速产业数字化融合，推动本行业本领域智能化发展。

（一）搭建高效交流合作平台。政府积极搭建与行业协会组织、科研院所、高等院校、服务机构和企业之间的高效交流合作平台，组建资源共享和优势互补的智能制造产业协会、联盟，加强新一代信息技术与制造业的紧密对接，增强数字经济与制造业的跨界研发和创新能力，实现科研成果与产业需求的精准对接，让更多数字经济领域的科研成果走向产业应用，将科技转化为实实在在的生产力。

（二）加强智能制造理论和技术研究。智能制造理论和创新对制造业数字化转型具有重要影响，直接关系智能制造发展步伐，加强智能制造理论和原创性创新研究投入，建立完善的制造业智能转型升级理论基础。企业对市场最敏感，最能捕捉最前沿的技术动态，加大企业智能制造技术研发与应用，能够极大地提高生产效率，降低产品不良品率，获得显著的竞争优势，实现智能化转型升级。

（三）优化科研和学术评价体系。推进科技管理权限下放，及时修订现行科研项目、科研资金、科研人员以及因公临时出国等管理办法，进一步赋予科研机构和人员自主权。建立分类评价体系，区分不同评价对象、不同科学领域、不同研究类型和不同研究成果，避免学术评价“一刀切”和“唯论文、唯职称、唯学历”。科学设置考核周期，基础理论研究具有周期长、投入大、难突破、不易出成果的特点，应建立适应基础研究的考核评价体系，引导、鼓励和支持科研工作者潜心钻研基础研究。

（四）优化智能制造人才引进和培养。围绕智能制造发展，针对具体产业链需要，全职或柔性引进科技创新人才和团队，建立贯穿基础理论、关键核心技术、生产和经营管理的人才体系。加快智能制造人才培养，开展校企联合培养、院所企业联合培养，强化人才教育与企业需求无缝对接，充分发挥高校、科研院所的科研优势和企业的产业化优势。

（五）加大资金和政策保障。持续加大智能制造政策和资金支持，落实固定资产加速折旧、研发费用加计扣除、重大技术装备进口、首台（套）保险等政策和税收优惠，鼓励和支持企业智能化转型升级，强化智能制造试点示范，充分发挥财政资金的引导作用，撬动更多社会资金开展智能制造研发和产业化应用。地方政府建立智能制造专项资金池和专项贷款风险资金池，为智能制造提供有效资金保障。