掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
中國制造業發展研究報告2022 版權信息
- ISBN：9787030723659
- 條形碼：9787030723659 ; 978-7-03-072365-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
中國制造業發展研究報告2022 本書特色
世界正在百年未遇之大變革之中，擺脫\"卡脖子\"，迎接挑戰，制造業智能化發展對中國愈加重要。本研究報告的出版為我國如何在世界制造業競爭中先人一步，取得優勢，加速走向制造業強國提供政策建議和參考。
中國制造業發展研究報告2022 內容簡介
本書以“智能制造引領中國制造業發展”為主線，倡導制造業智能化的發展路徑。根據世界銀行集團以及主要制造業發達國家近年的相關報告，探究世界主要經濟體的經濟發展前景。對中國制造業智能化發展進行了區域研究、產業研究和企業研究，同時就智能化轉型對企業勞動力成本上漲的影響、長三角智能制造關鍵技術的突破機制及路徑、長三角地區裝備制造業智能化發展、智能化改造對我國企業生產率的影響、工業機器人應用對企業生產效率的影響、智能化與制造企業網絡韌性影響機制、智能制造與勞動力就業結構調整以及中小制造企業智能化轉型中的動態能力演化開展了專題研究。
中國制造業發展研究報告2022 目錄
目錄
前言
第1部分 學術動態篇
第1章 政府政策及報告解析 3
1.1 中國智能制造發展 3
1.1.1 國家政策解析 3
1.1.2 行業報告解析 4
1.2 美國智能制造發展 5
1.2.1 企業數字化轉型要點 5
1.2.2 數字化關鍵技術 6
1.3 日本智能制造發展 8
1.3.1 “漢諾威宣言”及“東京倡議” 8
1.3.2 《日本制造業白皮書2021》 9
1.4 德國智能制造發展 10
1.4.1 大力支持創新活動，實現技術突破 10
1.4.2 采取有效措施，提高競爭力 11
1.5 比較分析 12
1.5.1 智能制造市場分析 12
1.5.2 制造業企業水平對比 12
1.5.3 啟示 12
第2部分 發展評價篇
第2章 中國制造業智能化發展：區域研究 17
2.1 智能制造十大省份 17
2.1.1 省級制造業智能化發展評價指標體系與評價方法 17
2.1.2 省級制造業智能化發展評價 20
2.1.3 省級制造業智能化發展綜合評價 24
2.2 智能制造十大城市 25
2.2.1 城市制造業智能化發展評價指標體系 26
2.2.2 城市制造業智能化發展評價 27
2.2.3 城市制造業智能化發展綜合評價 30
2.3 智能化影響下區域制造業發展新進展 32
2.3.1 制造業競爭力 33
2.3.2 制造業經濟效益 37
2.3.3 制造業環境效益 38
2.3.4 制造業社會效益 39
參考文獻 41
第3章 中國制造業智能化發展：產業研究 42
3.1 制造業細分產業的評價指標體系 42
3.2 汽車制造業 44
3.2.1 汽車制造業智能化評價 44
3.2.2 汽車制造業智能化能力綜合化評價 50
3.3 計算機、通信和其他電子設備制造業 53
3.3.1 計算機、通信和其他電子設備制造業智能化評價 53
3.3.2 計算機、通信和其他電子設備制造業智能化能力綜合化評價 59
3.4 專用設備制造業 62
3.4.1 專用設備制造業智能化評價 62
3.4.2 專用設備制造業智能化能力綜合化評價 67
3.5 行業比較 70
參考文獻 71
第4章 中國制造業智能化發展：企業研究 72
4.1 引言 72
4.2 制造型企業智能化發展水平的評價體系 72
4.2.1 制造型企業智能化發展水平評價的內涵分析 73
4.2.2 制造型企業智能化發展水平評價指標體系的構建 73
4.2.3 制造型企業智能化發展水平評價方法 74
4.3 制造型企業智能化發展水平評價 75
4.3.1 紡織服裝企業智能化發展水平指標評價 75
4.3.2 紡織服裝企業智能化發展水平總體評價 81
4.4 本章小結 85
參考文獻 86
第3部分 專題研究篇
第5章 智能化轉型對企業勞動力成本上漲的影響研究 89
5.1 智能制造背景下的企業勞動力成本管理 89
5.2 勞動力成本構成及上漲機制 90
5.2.1 統計描述 90
5.2.2 機制解析 92
5.3 智能化轉型對工業企業勞動力成本的影響 93
5.3.1 基準回歸：截面數據檢驗 93
5.3.2 穩健性檢驗：面板數據回歸 96
5.4 應對勞動力成本上漲的政策建議 98
參考文獻 99
第6章 長三角智能制造關鍵技術的突破機制及路徑研究 101
6.1 引言 101
6.2 智能制造關鍵技術領域研究進展 101
6.2.1 智能制造關鍵技術分析 101
6.2.2 智能制造關鍵技術的影響因素分析 102
6.3 長三角智能制造關鍵技術的識別 103
6.4 長三角智能制造關鍵技術的突破機制研究 104
6.4.1 “政學企”模式建設的基礎條件 104
6.4.2 “政學企”模式的機理分析 105
6.4.3 以“企業”為關鍵技術突破主導者的分析 106
6.4.4 智能制造關鍵技術突破的創新平臺構建 106
6.4.5 長三角智能制造關鍵技術的突破路徑研究 108
6.5 智能制造關鍵技術突破的對策建議 109
6.5.1 智能制造人才方面 109
6.5.2 智能制造網絡化方面 109
6.5.3 智能制造產業發展方面 109
6.5.4 智能制造資金保障方面 110
參考文獻 111
第7章 長三角地區裝備制造業智能化發展研究 113
7.1 長三角地區裝備制造業智能化發展研究背景 113
7.2 長三角裝備制造業發展概述 114
7.2.1 裝備制造業范圍界定 114
7.2.2 長三角裝備制造業發展歷程 115
7.3 裝備制造企業智能化水平評價 116
7.3.1 評價方法 116
7.3.2 評價指標體系 117
7.3.3 樣本選擇與數據來源 118
7.3.4 評價結果 118
7.4 回歸模型構建與數據說明 120
7.4.1 模型選擇 120
7.4.2 變量說明 120
7.4.3 數據描述 121
7.4.4 實證結果分析 121
7.4.5 異質性分析 123
7.5 長三角裝備制造企業智能化發展水平及政策建議 124
參考文獻 124
第8章 智能化改造對我國企業生產率的影響研究 126
8.1 智能化改造和企業生產率研究進展 126
8.2 影響機制分析 127
8.2.1 “機器換人”帶來勞動力成本的節約效應 127
8.2.2 智能化改造推動企業生產過程更為精準與高效 127
8.2.3 智能化改造推動產業資源的優化配置 127
8.3 智能化改造對企業生產率的實證檢驗 128
8.3.1 智能化改造對企業生產率的影響模型 128
8.3.2 核心變量選取 128
8.3.3 控制變量選擇 129
8.3.4 數據來源 130
8.4 智能化改造和企業生產率變化實證研究 130
8.4.1 企業是否進行智能化改造的回歸分析 130
8.4.2 智能化改造對企業生產率的影響效應分析 132
8.5 總結與政策建議 134
參考文獻 134
第9章 工業機器人應用對企業生產效率的影響研究 136
9.1 人工智能和企業生產效率研究背景及進展 136
9.2 文獻綜述與假設 138
9.2.1 人工智能對勞動效率的影響 138
9.2.2 人工智能對資本效率的影響 139
9.2.3 人工智能對能源效率的影響 139
9.3 人工智能與要素生產效率關系分析 140
9.3.1 Tobit綜合分析模型 140
9.3.2 評價指標 140
9.3.3 數據管理 142
9.4 人工智能與要素生產效率的實證結果 142
9.4.1 基準估計結果 142
9.4.2 異質性分析 144
9.4.3 內生性檢驗 146
9.4.4 其他穩健性檢驗 147
9.5 進一步分析 148
9.6 人工智能與要素生產效率的研究結論 150
參考文獻 150
附錄 154
第10章 智能化與制造企業網絡韌性影響機制研究 157
10.1 智能化與制造企業網絡韌性研究背景 157
10.2 智能化與制造企業網絡韌性研究背景的關系分析 158
10.2.1 制造企業風險傳播模型 158
10.2.2 理論分析 159
10.3 數值仿真 161
10.3.1 制造企業網絡風險傳播特征 162
10.3.2 異質性感知行為對網絡韌性的影響 163
10.3.3 風險觸發率β對網絡韌性的影響 165
10.4 結語 166
參考文獻 166
第11章 智能制造與勞動力就業結構調整 168
11.1 智能制造與就業結構調整的研究背景 168
11.2 工業機器人應用對就業結構影響的研究進展 169
11.2.1 抑制派 170
11.2.2 促進派 170
11.2.3 分層派 171
11.3 理論機制和經驗假說 171
11.3.1 經濟自身發展規律約束 172
11.3.2 制造業智能化對制造業就業的沖擊 172
11.3.3 制造業智能化對服務業就業的沖擊 173
11.3.4 經驗假說 173
11.4 實證研究 174
11.4.1 數據來源和處理 174
11.4.2 模型設定與變量解釋 175
11.4.3 基準回歸 176
11.4.4 區域異質、穩健性檢驗及其機制檢驗 178
11.5 工業機器人應用對就業結構影響的結論與政策建議 180
參考文獻 180
第12章 中小制造企業智能化轉型中的動態能力演化 182
12.1 中小制造企業智能化轉型的研究背景 182
12.2 中小制造企業智能化轉型的研究進展 182
12.2.1 制造業智能化轉型 182
12.2.2 動態能力 183
12.3 中小制造企業智能化轉型的研究設計與方法 184
12.3.1 研究方法 184
12.3.2 研究樣本 185
12.3.3 轉型階段劃分 185
12.3.4 數據收集 186
12.3.5 數據分析 187
12.4 案例分析與討論 189
12.4.1 中小制造企業智能化轉型中動態能力的演變機制 189
12.4.2 智能化探索階段的動態能力：環境洞察能力為主導 190
12.4.3 智能化轉型發展階段的動態能力：資源整合能力為主導 191
12.4.4 智能化轉型升級階段的動態能力：創新變革能力為主導 192
12.5 中小制造企業智能化轉型中的動態能力演化結論與啟示 193
12.5.1 研究結論 193
12.5.2 啟示 194
參考文獻 194
前言
第1部分 學術動態篇
第1章 政府政策及報告解析 3
1.1 中國智能制造發展 3
1.1.1 國家政策解析 3
1.1.2 行業報告解析 4
1.2 美國智能制造發展 5
1.2.1 企業數字化轉型要點 5
1.2.2 數字化關鍵技術 6
1.3 日本智能制造發展 8
1.3.1 “漢諾威宣言”及“東京倡議” 8
1.3.2 《日本制造業白皮書2021》 9
1.4 德國智能制造發展 10
1.4.1 大力支持創新活動，實現技術突破 10
1.4.2 采取有效措施，提高競爭力 11
1.5 比較分析 12
1.5.1 智能制造市場分析 12
1.5.2 制造業企業水平對比 12
1.5.3 啟示 12
第2部分 發展評價篇
第2章 中國制造業智能化發展：區域研究 17
2.1 智能制造十大省份 17
2.1.1 省級制造業智能化發展評價指標體系與評價方法 17
2.1.2 省級制造業智能化發展評價 20
2.1.3 省級制造業智能化發展綜合評價 24
2.2 智能制造十大城市 25
2.2.1 城市制造業智能化發展評價指標體系 26
2.2.2 城市制造業智能化發展評價 27
2.2.3 城市制造業智能化發展綜合評價 30
2.3 智能化影響下區域制造業發展新進展 32
2.3.1 制造業競爭力 33
2.3.2 制造業經濟效益 37
2.3.3 制造業環境效益 38
2.3.4 制造業社會效益 39
參考文獻 41
第3章 中國制造業智能化發展：產業研究 42
3.1 制造業細分產業的評價指標體系 42
3.2 汽車制造業 44
3.2.1 汽車制造業智能化評價 44
3.2.2 汽車制造業智能化能力綜合化評價 50
3.3 計算機、通信和其他電子設備制造業 53
3.3.1 計算機、通信和其他電子設備制造業智能化評價 53
3.3.2 計算機、通信和其他電子設備制造業智能化能力綜合化評價 59
3.4 專用設備制造業 62
3.4.1 專用設備制造業智能化評價 62
3.4.2 專用設備制造業智能化能力綜合化評價 67
3.5 行業比較 70
參考文獻 71
第4章 中國制造業智能化發展：企業研究 72
4.1 引言 72
4.2 制造型企業智能化發展水平的評價體系 72
4.2.1 制造型企業智能化發展水平評價的內涵分析 73
4.2.2 制造型企業智能化發展水平評價指標體系的構建 73
4.2.3 制造型企業智能化發展水平評價方法 74
4.3 制造型企業智能化發展水平評價 75
4.3.1 紡織服裝企業智能化發展水平指標評價 75
4.3.2 紡織服裝企業智能化發展水平總體評價 81
4.4 本章小結 85
參考文獻 86
第3部分 專題研究篇
第5章 智能化轉型對企業勞動力成本上漲的影響研究 89
5.1 智能制造背景下的企業勞動力成本管理 89
5.2 勞動力成本構成及上漲機制 90
5.2.1 統計描述 90
5.2.2 機制解析 92
5.3 智能化轉型對工業企業勞動力成本的影響 93
5.3.1 基準回歸：截面數據檢驗 93
5.3.2 穩健性檢驗：面板數據回歸 96
5.4 應對勞動力成本上漲的政策建議 98
參考文獻 99
第6章 長三角智能制造關鍵技術的突破機制及路徑研究 101
6.1 引言 101
6.2 智能制造關鍵技術領域研究進展 101
6.2.1 智能制造關鍵技術分析 101
6.2.2 智能制造關鍵技術的影響因素分析 102
6.3 長三角智能制造關鍵技術的識別 103
6.4 長三角智能制造關鍵技術的突破機制研究 104
6.4.1 “政學企”模式建設的基礎條件 104
6.4.2 “政學企”模式的機理分析 105
6.4.3 以“企業”為關鍵技術突破主導者的分析 106
6.4.4 智能制造關鍵技術突破的創新平臺構建 106
6.4.5 長三角智能制造關鍵技術的突破路徑研究 108
6.5 智能制造關鍵技術突破的對策建議 109
6.5.1 智能制造人才方面 109
6.5.2 智能制造網絡化方面 109
6.5.3 智能制造產業發展方面 109
6.5.4 智能制造資金保障方面 110
參考文獻 111
第7章 長三角地區裝備制造業智能化發展研究 113
7.1 長三角地區裝備制造業智能化發展研究背景 113
7.2 長三角裝備制造業發展概述 114
7.2.1 裝備制造業范圍界定 114
7.2.2 長三角裝備制造業發展歷程 115
7.3 裝備制造企業智能化水平評價 116
7.3.1 評價方法 116
7.3.2 評價指標體系 117
7.3.3 樣本選擇與數據來源 118
7.3.4 評價結果 118
7.4 回歸模型構建與數據說明 120
7.4.1 模型選擇 120
7.4.2 變量說明 120
7.4.3 數據描述 121
7.4.4 實證結果分析 121
7.4.5 異質性分析 123
7.5 長三角裝備制造企業智能化發展水平及政策建議 124
參考文獻 124
第8章 智能化改造對我國企業生產率的影響研究 126
8.1 智能化改造和企業生產率研究進展 126
8.2 影響機制分析 127
8.2.1 “機器換人”帶來勞動力成本的節約效應 127
8.2.2 智能化改造推動企業生產過程更為精準與高效 127
8.2.3 智能化改造推動產業資源的優化配置 127
8.3 智能化改造對企業生產率的實證檢驗 128
8.3.1 智能化改造對企業生產率的影響模型 128
8.3.2 核心變量選取 128
8.3.3 控制變量選擇 129
8.3.4 數據來源 130
8.4 智能化改造和企業生產率變化實證研究 130
8.4.1 企業是否進行智能化改造的回歸分析 130
8.4.2 智能化改造對企業生產率的影響效應分析 132
8.5 總結與政策建議 134
參考文獻 134
第9章 工業機器人應用對企業生產效率的影響研究 136
9.1 人工智能和企業生產效率研究背景及進展 136
9.2 文獻綜述與假設 138
9.2.1 人工智能對勞動效率的影響 138
9.2.2 人工智能對資本效率的影響 139
9.2.3 人工智能對能源效率的影響 139
9.3 人工智能與要素生產效率關系分析 140
9.3.1 Tobit綜合分析模型 140
9.3.2 評價指標 140
9.3.3 數據管理 142
9.4 人工智能與要素生產效率的實證結果 142
9.4.1 基準估計結果 142
9.4.2 異質性分析 144
9.4.3 內生性檢驗 146
9.4.4 其他穩健性檢驗 147
9.5 進一步分析 148
9.6 人工智能與要素生產效率的研究結論 150
參考文獻 150
附錄 154
第10章 智能化與制造企業網絡韌性影響機制研究 157
10.1 智能化與制造企業網絡韌性研究背景 157
10.2 智能化與制造企業網絡韌性研究背景的關系分析 158
10.2.1 制造企業風險傳播模型 158
10.2.2 理論分析 159
10.3 數值仿真 161
10.3.1 制造企業網絡風險傳播特征 162
10.3.2 異質性感知行為對網絡韌性的影響 163
10.3.3 風險觸發率β對網絡韌性的影響 165
10.4 結語 166
參考文獻 166
第11章 智能制造與勞動力就業結構調整 168
11.1 智能制造與就業結構調整的研究背景 168
11.2 工業機器人應用對就業結構影響的研究進展 169
11.2.1 抑制派 170
11.2.2 促進派 170
11.2.3 分層派 171
11.3 理論機制和經驗假說 171
11.3.1 經濟自身發展規律約束 172
11.3.2 制造業智能化對制造業就業的沖擊 172
11.3.3 制造業智能化對服務業就業的沖擊 173
11.3.4 經驗假說 173
11.4 實證研究 174
11.4.1 數據來源和處理 174
11.4.2 模型設定與變量解釋 175
11.4.3 基準回歸 176
11.4.4 區域異質、穩健性檢驗及其機制檢驗 178
11.5 工業機器人應用對就業結構影響的結論與政策建議 180
參考文獻 180
第12章 中小制造企業智能化轉型中的動態能力演化 182
12.1 中小制造企業智能化轉型的研究背景 182
12.2 中小制造企業智能化轉型的研究進展 182
12.2.1 制造業智能化轉型 182
12.2.2 動態能力 183
12.3 中小制造企業智能化轉型的研究設計與方法 184
12.3.1 研究方法 184
12.3.2 研究樣本 185
12.3.3 轉型階段劃分 185
12.3.4 數據收集 186
12.3.5 數據分析 187
12.4 案例分析與討論 189
12.4.1 中小制造企業智能化轉型中動態能力的演變機制 189
12.4.2 智能化探索階段的動態能力：環境洞察能力為主導 190
12.4.3 智能化轉型發展階段的動態能力：資源整合能力為主導 191
12.4.4 智能化轉型升級階段的動態能力：創新變革能力為主導 192
12.5 中小制造企業智能化轉型中的動態能力演化結論與啟示 193
12.5.1 研究結論 193
12.5.2 啟示 194
參考文獻 194
展開全部
中國制造業發展研究報告2022 節選
第1部分 學術動態篇 第1章 政府政策及報告解析 作為世界第二大經濟體，中國在過去幾十年間不斷創造經濟發展的飛躍奇跡。制造業是中國立國之本、強國之基，制造業占據中國經濟發展舉足輕重的地位。隨著世界科技進步日新月異，智能制造在制造業中已然越來越重要。對于中國來說，在智能制造中取得先機，便可以在世界制造業的競爭中先人一步，取得優勢，加速中國從制造業大國走向制造業強國的腳步。如今，全球智能制造飛速發展，為此各國政府頒布了多項政策。本章將對主要國家的政府工作報告、研究機構報告進行解析和比較，以跟蹤主要國家智能制造的發展趨勢。 1.1 中國智能制造發展 1.1.1 國家政策解析 2020年，一場突如其來的新冠肺炎疫情席卷全球，對世界經濟發展造成了巨大沖擊。在疫情嚴重的2020年上半年，傳統制造業幾乎全部停工，但是我國一批智能制造標桿企業憑借自動化生產線、智能工廠、網絡運維平臺等優勢，率先實現復工復產，不僅增強了全社會抵御突發事件的韌性，也為市場主體平穩運轉，產業鏈、供應鏈保持穩定發揮了堅實的保障作用，充分體現了智能制造強大的潛力。2019年4月26日，習近平主席在第二屆“一帶一路”國際合作高峰論壇開幕式上強調，“我們要順應第四次工業革命發展趨勢，共同把握數字化、網絡化、智能化發展機遇”。 早在2017年7月，我國便發布了《新一代人工智能發展規劃》，提出要分三步走，實現我國人工智能發展戰略目標，即到2020年人工智能總體技術和應用與世界先進水平同步；到2025年人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平；到2030年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。 為保證國家戰略順利實施，2020年12月22日，工業互聯網專項工作組印發《工業互聯網創新發展行動計劃（2021—2023年）》（以下簡稱《行動計劃》）。《行動計劃》共提出了5個方面、11項重點行動和10大重點工程，著力解決工業互聯網發展中的深層次難點、痛點問題，推動產業數字化，帶動數字產業化。《行動計劃》的5個方面包括新型基礎設施進一步完善、融合應用成效進一步彰顯、技術創新能力進一步提升、產業發展生態進一步健全和安全保障能力進一步增強，提出了具體的指導性建議，以切實保證在三年中推動互聯網新興技術與工業體系深度融合，實現關鍵技術突破創新。 此外，為了推動國家2035年遠景目標順利實現，進一步提升我國智能制造的競爭力，黨中央高度重視區塊鏈技術。習近平總書記在2019年提出，“要把區塊鏈作為核心技術自主創新的重要突破口，明確主攻方向，加大投入力度，著力攻克一批關鍵核心技術，加快推動區塊鏈技術和產業創新發展。”工業和信息化部、中央網絡安全和信息化委員會辦公室于2021年6月聯合發布《關于加快推動區塊鏈技術應用和產業發展的指導意見》（以下簡稱《指導意見》）。參考《指導意見》，可以發現全球數字化進程已深入推進，區塊鏈產業競爭將更加激烈。為應對競爭，需要加速區塊鏈技術與實體經濟的深度融合，推動區塊鏈融合應用，支撐行業數字化轉型和產業高質量發展。 1.1.2 行業報告解析 根據中國新一代人工智能發展戰略研究院發布的《中國新一代人工智能科技產業發展報告2021》顯示，2020年是人工智能和實體經濟全面融合的元年。中國人工智能科技產業內生于經濟轉型升級創造出的智能化需求。當今中國有至少2205家人工智能企業、15家國家*人工智能開放創新平臺、52家人工智能新型研發機構和48家新型平臺主導的農村網絡空間產業生態。2205家人工智能企業廣泛分布在20個應用領域。其中，企業技術集成與方案、智慧商業和零售兩個應用領域的企業數占比*高，分別為17.20%和10.31%。智能機器人、智能硬件、科技金融、智慧醫療、智能制造領域企業數占比相對較高，分別為8.39%、8.06%、7.39%、7.27%、6.26%。企業技術集成與方案提供應用領域占比*高，說明在全面融合發展階段，突破應用領域的共性和關鍵技術是中國人工智能科技產業關注的焦點。 同時，2021年3月18日，由中國電子信息產業發展研究院（賽迪研究院）主辦的首屆賽迪產業經濟論壇在北京召開。賽迪研究院產業政策法規研究所欒群在論壇上發布了《“十四五”制造業高質量發展與產業政策轉型白皮書》（以下簡稱《白皮書》）。《白皮書》指出，當今中國首要的任務便是大力發展實體制造業，扭轉當今經濟“脫實向虛”的趨勢和避免制造業出現“空心化”的傾向，到2030年，中國制造業占國內生產總值（GDP）的比例至少應保持在27%。此外，從微觀上來看以信息、大數據、人工智能等為代表的新技術大量涌現，要求中國探索出一條市場與政府共同協調治理的新路線。《白皮書》剖析，“十四五”時期，中國制造業面臨六大戰略任務：以先進制造業為核心，保持制造業比重基本穩定，推動傳統產業轉型升級、新興產業培育、壯大先進制造業；實施創新驅動戰略，實現工業高質量發展，重點推進制造業數字化、智能化改造，實現創新驅動制造業的發展；推進工業高級化發展，構建現代化產業體系；實施“智能+”戰略，推動產業深度融合，大力推動“互聯網+制造”“智能+制造”，加快推進數字化、網絡化、智能化、服務化轉型；推進全面開放，增強全球價值鏈掌控力；釋放內需潛力，增強內需對工業發展的拉動。 不難看出，受新型冠狀病毒肺炎疫情刺激，全球工業數字化進程加速。中國要想在“工業4.0”時代占得先機，*主要的便是進一步推動智能制造業發展，對于“互聯網+”“人工智能”等新興技術加大投資力度，爭取早日完成關鍵技術突破。 1.2美國智能制造發展 美國作為世界**大經濟體，其制造業始終保持世界領先水平。但是，自20世紀80年代，隨著環境問題日益嚴重，美國制造業逐漸受到社會資源、生態資源等一系列問題的約束，其在全球范圍內的領先地位逐漸受到了沖擊，出現衰落現象。在這樣的背景下，美國迫切需要尋求一種工業節能減排、資源綜合利用、先進環保的制造技術與發展模式，大力發展智能制造。2018年10月，美國國家科學與技術委員會起草了《美國先進制造業領先戰略》（Strategy for American Leadership in Advanced Manufacturing）；2019年6月，白宮公布《國家人工智能研究發展戰略計劃（2019更新版）》（The National Artificial Intelligence Research and Development Strategic Plan:2019 Update）。美國正在盡舉國之力，發展人工智能，進一步提升其智能制造水平，力爭在“工業4.0”的全球競爭中占據領先地位。截至2019年8月30日，美國已建成14家制造創新研究所。 2020年7月，美國工業互聯網聯盟首次發布《工業數字化轉型白皮書》，指出工業數字化轉型是指利用物聯網改進流程及運營并獲得更好的結果，其特點在于信息技術和運營技術的融合。本節將根據《工業數字化轉型白皮書》重點分析美國智能制造政策。 1.2.1 企業數字化轉型要點 1.數字化計劃的可信度控制 制造業向工業數字化轉型的基礎便是物聯網技術。作為新興技術，物聯網技術還未得到長時間使用的認可。因此，要加速工業數字化轉型，必須保證數字化技術即物聯網技術具有可信度，即在面對外部干擾、人為錯誤、系統故障和攻擊時，能夠保持其安全性、保障性、隱私保護、可靠性和彈性。物聯網可信度的*低標準即為滿足安全性、保障性、隱私保護、可靠性和彈性這5個特征的*低要求。為此美國職業安全與健康管理局出臺了保護隱私和安全性的法規，即工作場所安全標準。企業在根據自身的愿景、路線圖以及市場定位發展的過程中，必須滿足*低的可信度標準。同時，過多強調可信度，也不一定是好事（表1-1）。企業應當在對可信度投入不足的風險與對其過度投資的后果之間找尋折中方案，以此推動工業智能化快速轉型。 2.創新在數字化轉型中的作用 《工業數字化轉型白皮書》中提出，工業數字化轉型應當圍繞創新型流程來進行信息技術與運營技術的整合，其創新流程與現有流程存在4點不同。一是創新型流程包括探索應用新技術的可行性、整合信息技術與運營技術以及創建并實施信息技術與運營技術相結合的解決方案。二是創新型流程將是一個“快速的”流程，以構建“*簡可行產品”為基礎，繼承了精實創業、設計思維和業務運維開發一體化（BizDevOps）的傳統。三是創新型流程將呈現“開放”特征，通過不同部門和不同企業，以及信息技術與運營技術組織之間的合作，使信息技術與運營技術的整合不再復雜。在“開放”流程中，信息技術與運營技術組織相互學習彼此領域的知識、了解彼此的限制與困難，并為解決問題而相互合作。四是創新型流程應以客戶思維為中心進行優化，利用萬物互聯和人機互聯（包括客戶）為客戶提供解決方案，提供更好的客戶體驗和成效。只有通過不斷創新，工業數字化轉型才能*終實現。 3.工業物聯網項目的作用 工業企業的數字化轉型進程可能涉及多個工業物聯網項目的實施，此類項目可能會支持甚至在某些情況下驅動轉型。這些項目應能增強企業應對日益嚴峻的挑戰以及實現超預期的、更好的結果的能力。對于在數字化轉型策略出爐時正在進行中的工業物聯網項目，必須對其范圍加以審查、分析、評估，必要時做出調整，以*大化其對于數字化轉型策略的影響和貢獻。 1.2.2 數字化關鍵技術 工業數字化的關鍵是將“實物”通過網絡連接，并捕捉這些“實物”運行及關聯數據，從而達到優化操作的目的。美國在《工業數字化轉型白皮書》中，重點強調了5項應當著重注意的技術。 1.云計算/邊緣計算 云計算/邊緣計算技術使信息處理更加靠近數據源，從而能夠在本地設備無法穩定連接到數據中心資源的情況下提供（準）實時響應與改進功能。美國云計算/邊緣計算產品與技術成熟度較高。從全球云計算/邊緣計算科技企業的交易型開放式指數基金（exchange traded funds，ETF）指數來看，市值排名前十的企業中除 SAP和 Shopify以外均為美國企業。 2.人工智能與分析 《韋氏詞典》對于人工智能（artificial intelligence，AI）的定義是“計算機科學的一個分支，研究計算機對于智能行為的模仿”以及“機器模仿人類智能行為的能力”。人工智能與分析強化了對于數據的理解和學習能力。工業物聯網系統產生的信息包含海量的數據，人工智能算法可將這些數據加以分解和分析，從而幫助企業進行合理決策。2020
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
羅庸西南聯大授課錄
- >
煙與鏡
- >
詩經-先民的歌唱
- >
經典常談
- >
回憶愛瑪儂
- >
二體千字文
- >
小考拉的故事-套裝共3冊
本類暢銷
