產業鏈角度推進江蘇省制造業智能化轉型的優化建議

王影 謝躍椿 董世煜

(常州大學吳敬璉經濟學院 江蘇常州 213161)

隨著2013年德國提出工業4.0的概念，整個世界在工業制造方面智能化發展方向已經清晰明了。我國于2015年發布《中國制造2025》的方針政策，計劃用10年時間，從基本實現工業化到邁入制造強國行列。就江蘇省而言，制造業智能化發展所需要的基礎條件在國內各省份中十分完備。其一，江蘇省制造業經濟連續多年位于全國前列。2020年，江蘇GDP增量居全國第二，第二產業增加值居全國第一，表明江蘇具有優秀的工業基礎。其二，江蘇具有良好的教育基礎，學研資源豐富，可以充分實現產學研協同，共促制造業實現智能化、數字化轉型升級。同時，江蘇一直在加大對制造業智能化轉型的政策支持力度，并于2021年底出臺《江蘇省制造業智能化改造和數字化轉型三年行動計劃(2022—2024年)》，力爭在2024年實現企業關鍵工序數控化率65%的目標，經營管理數字化率80%以上，數字化研發設計工具推廣普及的比率接近90%。在此背景下，本文通過分析江蘇省制造業智能化發展現狀與趨勢，剖析江蘇省制造業智能化轉型過程中存在的主要問題，提出推進江蘇省制造業智能化轉型的優化建議具有一定的實踐意義。

1 江蘇省制造業智能化發展現狀

1.1 智能車間、標桿工廠等基礎設施建設力度逐步加快

為了推動智能制造發展，從2015年開始，工業和信息化部在全國范圍遴選智能制造試點示范項目，鼓勵創新。在此背景下，江蘇從2015年開始陸續出臺一系列的政策措施，建設智能車間、創建標桿工廠、建立工業互聯網發展示范企業，逐步加大制造業智能化發展的引領投入力度。2020年，全省共建設智能車間252個、標桿工廠40個、工業互聯網發展示范企業35個；2021年，增建智能車間80個，增幅達32%；2022年，江蘇省主導創建智能制造示范工廠86個，范圍覆蓋全省所有區市，涉及裝備制造行業、電子信息行業、消費品與原材料等多個領域近30個細分行業、近700個標桿應用場景，普遍具有技術水平先進、集成度高，生產效率、產品質量顯著提高，資源能源消耗、人力資源成本大幅下降，本質安全水平全面提升等特點，為江蘇省全省制造業智能化改造和數字化轉型方向提供了強有力的示范引導(見表1、表2)。

表1 江蘇省近三年省級示范智能車間數量 (單位：個)

表2 江蘇省近年標桿工廠、工業互聯網發展示范企業

1.2 制造業發展成效日趨顯著

2020年，全國31個省市自治區的GDP及增長的排名中，廣東以110761億元居榜首，江蘇以102719億元次之，在2020年第二產業增加值上，江蘇以44226.4億元超過廣東的43450.17億元，位居全國第一。與此同時，江蘇省R&D投入呈現持續增長趨勢。根據各年的《江蘇省科技經費投入統計公報》數據，2016—2020年，江蘇省R&D經費投入從2026.9億元增長到3005.9億元。2015—2020年，江蘇省規模以上工業新產品的項目數、開發新產品的經費、銷售收入和出口銷售收入在總體上都呈現上升的趨勢，且增長速率趨于一致，分別較2015年同比增長79.75%、64.88%、61.23%、53.86%。

1.3 政策支撐體系日臻完善

圍繞制造業智能化發展目標，江蘇從頂層設計到行動規劃再到實施方案，形成較為完善的政策支撐框架和保障體系。例如，2018年印發《江蘇省智能制造示范區培育實施方案(試行)》，明確提出支持各地依托自身優勢特色探索建設智能制造生態體系，實現提升江蘇省制造業智能化發展水平。2020年，《關于深入推進數字經濟發展的意見》要求加快工業互聯網創新發展和大數據中心建設，深化工業互聯網在先進制造業領域的應用。2021年底，江蘇省出臺三年計劃(2022—2024)，對制造業智能化發展重點工作內容做了系統部署。

2 江蘇省制造業智能化發展存在的問題

2.1 政策支持力度逐漸加大，但配套布局有待完善

政策文件的發布，一方面促進了江蘇省近年來智能車間、標桿工廠及智能制造示范項目的建設。另一方面，為江蘇省制造業智能化發展指明了方向，并提供了相應的政策支持。

但是由于智能制造包含的環節較多，現今的智能制造，除了智能裝備、智能生產外，還要考慮智能設計、智能管理等相關的配套產業協調發展，同時參與智能制造產業鏈的上下游企業數量眾多，規模差異較大。因此，需要再完善相應配套設施來構造智能制造發展良好的生態環境，協同促進江蘇省制造業智能發展的進度。

2.2 行業龍頭企業智能化快速推進，但大量中小企業有待入局

以智改數轉為發展重點，江蘇省不斷引導行業龍頭企業開展大規模技術改造，推動先進信息技術與制造業深度融合，不斷提升企業先進制造水平。隨著創建的一批智能示范車間、智能示范工廠等試點示范項目的推進，行業龍頭企業逐步實現多渠道跨界融合，培育了一批專業化、服務化水平高的智能制造系統解決方案相關服務商，隨著政策引導逐步實現“智改數轉”。

但是中小企業數字化賦能能力較弱，在參與智能化升級改造過程中，一些品類產品的智造化、數字化與柔性生產短期投入資金大，但是產品本身生命周期短，導致投入產出不成正比，所以很多中小企業存在“不愿、不敢、不能”轉變問題。如何轉變企業思想，引導更多企業入局，完成三年行動計劃(2022—2024)目標，實現“全產業鏈”的智造創新，是當前亟待解決的問題。

2.3 創新能力不斷增強，但關鍵技術瓶頸有待突破

“十三五”時期，江蘇省科技綜合實力實現新躍升，江蘇全社會研發投入占地區生產總值的比重達2.85%，科技進步貢獻率達65.1%，接近創新型國家和地區中等水平。隨著蘇南國家自主創新示范區建設的逐步成熟，創新區已經成為江蘇省戰略性新興產業的策源地和高質量發展的主引擎。整體高新技術企業超過3.2萬家，躍居全國第二，產業產值占規模以上工業總產值的比重達46.5%，成為江蘇省經濟結構調整和產業轉型升級的中堅力量。2021年，江蘇省發明專利授權量同比增長49.67%，高于全國水平16.72個百分點，統計出江蘇的萬人發明專利擁有量為41.17件，連續6年蟬聯全國省區第一，每萬人口高附加價值發明專利擁有量達13.99件，是全國水平的1.87倍，知識產權綜合發展指數位居全國第二，實現“十四五”良好開局。

但是，江蘇省制造業發展仍然面臨“卡脖子”困境，先進制造業中高技術船舶領域70%的核心零部件和關鍵配套設備需要進口；工業機器人關鍵零部件中75%的高精密減速器、80%的伺服電機和驅動器依賴進口，而這些關鍵技術對制造業智能化升級作用明顯。因此，如何實現關鍵技術瓶頸突破是當前江蘇省制造業智能化發展中迫切需要解決的問題。

2.4 產業鏈創新鏈有一定的融合基礎，但產學研協同有待提升

江蘇省作為制造業大省，制造業的集聚、集群化發展具備一定的基礎，在國內外都具有競爭力。在傳統制造業的31個大類中，涉獵范圍廣、產業配套能力強，逐步實現大中型企業核心引領，輻射帶動小微企業協作配套，產業鏈聯動發展的格局。但是，一些關鍵領域存在創新資源重復配置和低效使用，“產學研”難以形成閉環。如何聚焦關鍵核心技術和戰略前沿，賦予科研主權，引導高校、科研院所發揮智力優勢，與企業協同攻關，是當前有待提高的問題。

在研究制造業智能化升級的過程中，學者更多關注升級測度、升級路徑等探索，分析制造業智能化升級有關影響因素。針對本文的理論基礎，結合江蘇省制造業智能化發展現狀，本課題突出從知識治理視角，引入產學研主體，構建產學研創新網絡，加強網絡內知識外溢效應，推動江蘇省制造業智能化升級，以期探尋不同的發展路徑。

堅持應用需求指引導向，不斷聚焦基礎研究領域重大科學前沿問題，爭取滿足產業一線服務需求，通過發揮平臺服務網絡功能，實現增強創新需求和科研供給之間的融通對接，提高科研項目的組織效率，增強科技創新對經濟發展的戰略支撐。

3 推進江蘇省制造業智能化轉型的優化建議

3.1 強化政策指引，注重頂層設計

根據工信部《“十四五”智能制造發展規劃》，聚焦制造強國建設，江蘇省在已有的應用試點示范內，加大供應商培育與智能標準體系建設系統解決方案等多方舉措施行的情況下，構建國際先行的標準體系，培育具有行業和區域影響力的工業互聯網平臺，構建協同制造、個性化定制與遠程運維服務等新模式新業態，進一步加強對入選工廠的指導、支持和服務，強化經驗總結和成果梳理，針對不同行業、不同區域開展經驗成果推廣，從而實現加快推動制造業智能化改造和數字化轉型的目標。

3.2 夯實公共服務平臺，構筑新保障

不斷完善搭建包括網絡、算力、工業互聯網等主要功能的服務平臺，涵蓋信息、技術并引入科研院所等智力支持，培育以智能化生產、網絡化協同、服務化延伸和個性化定制為特征的產業鏈新模式。從微觀層面，提升企業智能化應用支撐，打破并解決企業后顧之憂。利用公共服務平臺，幫助企業提高信息化程度，推動新一代信息技術在研發設計、生產制造、運營管理、售后服務中的深度應用，培育智能未來工廠。

3.3 加大資金投入，推動制造業智能化

積極發揮政府投資基金的引導作用，對于關鍵技術給予專項扶持，加強企業工藝流程和生產環節的改造投入力度，提高政策覆蓋的廣度和深度。借鑒行業標桿企業方案，鼓勵企業運用金融保險等資金服務手段，培育企業在技術、管理和制度方面的變革能力，錨定行業標準，實現對接世界制造業強國的先進標準，推動數字化、智能化建設。

3.4 依托龍頭企業和學研機構，打造高端聚才平臺

借助工信部國家級智能制造示范平臺建設，依托龍頭企業，打造布局江蘇省智能制造國家實驗室、交叉學科研究創新平臺，引進培育一批示范車間、標桿工廠，優化智能制造賦能傳統產業的發展環境。引入南京大學、東南大學等學研單位的國家重點實驗室，形成開放共享、協同共生的創新網絡，實現智造資源互補，打造高端平臺，吸引人才，凝才聚力，實現制造業智能化發展目標。