学术月刊

随着中国经济由高速增长转向高质量发展，中国制造也由规模扩张转入提质增效的新发展阶段，但长期粗放式发展所积累的诸多矛盾也开始显现，致其内生增长动力不足的问题十分突出。另一方面，数字时代的兴起使得数字技术与实体经济深度融合，催生出新业态、新模式和新市场，正在对制造业的低要素成本等传统比较优势造成颠覆性冲击。当前制造业发展面临的这种双重困境，如不能正确应对，就有可能在传统比较优势尚未转化为核心能力优势的关键时期，阻断中国制造迈向高质量发展阶段的阶梯。

应该看到，数字技术的发展应用既是构成外部冲击的严峻挑战，同时也为赋能制造业实现数字化转型，提供内生增长新动力带来了重要机遇。第一，数字化转型能够提高制造业生产效率。物联网等数字技术能够将设备、终端、产业链上下游甚至用户之间广泛连接起来，为数据、信息的高效流动和采集创造条件。企业通过数字化转型可实现对大数据的挖掘与分析，依据分析结果优化资源配置与生产流程，从而提高生产效率。第二，数字化转型能够提高制造业创新效率。诸如仿真、虚拟现实等技术可以帮助企业优化研发流程、缩短研发周期、提高创新效率。同时数字技术在知识的融合、重组中发挥着重要作用^①，能够促进重组式或融合式创新。第三，数字化转型能够提高企业动态调整能力，促进商业模式创新，从而有效应对外部环境冲击。新一代信息通信技术和各类数字平台打造出具有开放性、交互性和弱边界性特征的产业发展环境，企业可以利用平台等技术载体对外部环境进行低成本的持续监测，通过高强度交互实现动态调整，进而可以设计更加开放、交互性更强的商业模式。综上，数字化转型能够推动制造业生产方式、研发模式和商业模式的创新变革，提高生产效率、创新效率和基于环境变化的动态调整能力，已然成为中国制造摆脱内外部困境的综合解决方案。

为推进制造业数字化转型，中国各级政府相继制定了一系列引导和支持政策，但实施效果不尽如人意。根据《2021埃森哲中国企业数字转型指数》，2021年中国企业数字化转型指数得分为54分，其中仅有16%的受访企业取得显著转型成效，且以大型领军企业为主；中小企业数字化转型进展缓慢，与大型企业间的数字化差距由2018年的1.4倍扩大为3.7倍。^②中小企业在制造业中占有重要地位，推动中国制造迈向高质量发展，就必须解决中小企业数字化转型难的问题。对此，学术界从不同角度提出了解决思路。一方面，一些学者将中小企业数字化转型难的原因归结为其自身资源和能力的不足，认为应当通过弥补不足来解决问题。例如资金、技术、人才等要素资源缺乏，缺少数字化转型思维、数字技术基础薄弱、环境感知和信息获取能力差等。但这一类观点缺乏对数字化转型内涵的充分解读，忽略了数字技术在其中的影响。从定义看，数字化转型是指企业应用数字技术，根据不断变化的环境，对生产、管理、组织和业务模式等进行优化，以获取竞争优势的过程。^③可以发现，数字化转型并不只是单方面的企业行为，而是企业与数字技术相互融合，且不断调整两者关系的持续交互过程，数字技术的特征和发展变化均会对转型产生重要影响。部分学者意识到这一问题，试图通过挖掘数字技术在制造业中的丰富应用场景来解决问题。例如，李飞和乔晗认为，数字技术的量化、平台化和集成化等功能可以驱动传统工业品服务模式的创新。^④Hao等认为，物联网与RFID技术的结合可以帮助制造业实现智能化生产和柔性生产。^⑤但这一类观点只关注到静态情境下数字技术的基本特征，忽略了数字化转型是一个不断交互的动态演进过程，没有探究数字技术因交互和演进而衍生出的特征，以及这类衍生特征对转型主体的影响。总的来看，现有研究忽略了企业主体与数字技术两个视角的结合，缺乏在动态情境下对中小制造企业转型困难原因的理论探讨，因而研究结论存在片面性，政策建议的有效性自然大打折扣。

鉴于此，本文第二和第三部分从厘清制造业数字化转型的理论逻辑这一目标出发，总结了数字技术的基本特征，并通过剖析数字技术与企业主体间的作用关系，探讨了数字技术的另一重特征即衍生特征；讨论了基本特征作用下的数字化转型效应，以及衍生特征制约中小制造企业转型效应得以发挥的若干障碍。进一步从转型过程看，中小制造企业固有的各种问题又将与转型障碍相互影响，进而形成更加复杂的转型实践难题，为此，第四部分将深入讨论中小制造企业数字化转型面临的实践难题，并分析其产生原因，以期为第五部分提出针对性对策提供依据。本文在两方面拓展了既有研究，一是讨论了数字技术的双重特征，总结了基本特征的功能体现，即制造业数字化转型效应；分析了衍生特征制约中小制造企业数字化转型效应的作用机制，从理论逻辑上解答了中小制造企业数字化转型难的深层原因。二是在数字技术双重特征分析框架下，基于转型障碍与现实问题相互作用的视角，分析了中小制造企业数字化转型面临的实践难题，从而使对策建议更具针对性、有效性和可操作性。

Yoo将数字技术的基本特征概括为可编辑性、可寻址性、可沟通性、可记忆性、可感知性、可追溯性和可关联性^⑥，之后Yoo等基于数字技术与传统技术的区别，进一步提出了数据同质化与自我参考性特征^⑦，并在应用层面扩展了可生成性和可供应性特征。^⑧这些特征代表了数字技术的本质属性，赋予其独特的功能。

谢卫红等与郭海、杨主恩分别对上述基本特征进行了分类。^⑨本文在借鉴这两种分类的基础上，从数字技术与企业主体交互的视角，将以上11项基本特征按照功能划分为计算、标识、连接和延伸应用四类。^⑩其中，计算功能指数字技术具有强大的计算能力，并强调其对非数字组件对象的重塑和修改功能；标识功能指数字组件可依托标准化协议对空间、时间和身份等信息进行识别、认知与导向，为主体间的信息传递提供支持；连接功能指数字技术可将不同主体与环境连接起来，强调各主体之间以及主体与环境之间的交互功能；延伸应用功能指数字技术可被非数字产业应用，强调基于计算的各种延伸功能（见表1）。

上述基本特征表征数字技术的本质属性，是独立于企业主体的特征体现。在制造业数字化转型情境下，数字技术的融合应用需要与企业进行交互，这既是一个动态演进的过程，同时也会衍生出新的特征，主要包括两个方面：一是在交互过程中，数字技术的基本特征与企业主体之间产生某种关系，而衍生特征正是这种关系的体现，如下文提出的通用性、不确定性、外部性以及演进性的第二个方面；二是在演进过程中，数字技术本身可能会发生重大变化，从而产生新的特征，这类特征往往伴随着颠覆式创新出现，概率较小，如演进性特征中的第一个方面。

数字技术具有数据同质化和可编辑性特征，可以把声音、图片、文字等信息转换为0和1的二进制计算机语言进行处理，并对同质化后的数据进行修改或重塑，由此具有对非数字组件进行访问和修改的能力。这种特性使得数字技术可以与不同行业的各种场景深度融合，不受行业、分工、地理等界限的约束，具有很强的通用性。具体表现在行业广度和场景深度两个方面：（1）数字技术可满足不同行业的需求。计算是数字技术的基础功能，其他延伸功能也都建立在计算功能之上，而每个行业的运行都无法脱离对计算的需求，并且随着经济社会不断发展，这种需求从简单低级向复杂高级发展，使数字技术的强大计算能力得以充分体现。数字技术还可以将各行业中的不同信息转换为标准化二进制数据，使计算变得统一、高效和便于操作，提高自身通用性的同时还弱化了行业边界。（2）对应用场景的深度渗透。数据是计算的基础，物联网等数字技术打破了数据与实体之间原本的割裂状态，将不同场景中信息转换为可编辑的数据。此外，企业可以通过传感器、标识解析体系、网络通信设备等技术组合采集不同环境、不同实体中的数据，打破了一些特殊场景对数据获取的限制，进一步拓展了数字技术的应用场景。

自我参考性特征推动数字技术快速迭代升级，使其应用过程具有演进性。这种演进性主要体现在数字技术本身和应用产业两个方面：（1）数字技术的发展具有演进性。数字技术尤其是应用端的软件技术具有明显的需求导向特点，所以除了性能的优化外，随着市场需求的变化和增大，数字技术的种类、功能和应用领域也都在不断拓展。（2）可以促进应用产业的演进发展。数字技术在应用中扮演着工具或中介的角色，用于控制输入、输出、计算及数据转换工作。那么随着工具的迭代升级，产业中与之相融合的设备、技术、工艺和人力资本都应进行相应的升级或培训，否则可能会产生无法适配、难以发挥性能上限甚至不会使用的问题。

数字技术具有可生成性和可供应性特征，无预期的变化使数字技术的研发和应用过程充满不确定性，主要体现在三个方面：（1）数字技术的研发具有不确定性。数字技术具有强创新性，是知识和要素的融合与重组，原本就需要打破常规，可生成性又使跨界式融合重组很难被准确预期，进一步提高了研发的不确定性。（2）数字技术的应用结果具有不确定性。数字技术在应用中往往要与不同行业或场景中的技术、设备和产品进行融合，可生成性和可供应性使其产生无法准确预期的结果，如超出预期的效果、预期之外的问题甚至新的功能。（3）演进性加剧了不确定性。在数字技术的演进发展过程中，每次迭代升级都意味着新的重组或融合，均可能发生预期外的结果；同时，与其相结合的专业技术、设备、工艺、商业模式等也在不断发展，多重因素叠加又进一步增强了不确定性。

数字技术的可沟通性、可关联性等特征可以大幅提高主体间的交互效率，从而产生强烈的外部性，主要体现在市场和应用产业两个方面：（1）形成用户主导市场模式。数字技术能够扩大企业可获取数据源的范围，提高数据获取效率，企业由过去分类逐条的数据获取方式升级为同时刻海量数据获取。企业对市场和用户信息更精准的掌握可以帮助其获得更强的市场竞争力：通过不断搜集用户使用和产品运行数据，企业可以针对用户使用习惯对产品进行优化升级。随着市场中优质产品的增多，用户的整体期望和要求也会逐渐提高，来自用户和竞争者的双重压力将迫使其他企业加速转型，以迎合用户需求、获取竞争优势，从而推动用户主导市场模式形成。（2）推动产业价值网的形成。数字技术将产业内的信息壁垒打破，使产业链中的企业相互连接，促进产业内的资源流动、能力互补和分工协作，形成网状的价值创造体系，即价值网。^⑪而价值网相对于传统价值链可以实现更高效率的创新和合作，帮助其中的企业获取更大的价值创造增量。

制造业数字化转型效应是指数字技术在企业内外部融合应用所产生的效果，也是其基本特征的功能体现，主要包括数字效应^⑫、开放效应、敏捷效应和增值效应，其中数字效应是基础，开放效应与敏捷效应是过程与机制，增值效应则是结果（见图1）。

图  1  制造业数字化转型效应

数字效应是指企业通过数字化转型获得数字技术、数据资源及相关载体的应用能力，并实现生产管理流程和产品的数据化、信息化、网络化、智能化。从资源的角度看，数字技术的数据同质化和可编辑性特征使转型企业可以产出海量标准化和可应用的工业大数据，成为竞争企业难以模仿的有价值的独特资源，为提高管理效率、促进产品升级提供重要支撑。从产品的角度看，可编辑性和可生成性的重组、重编机制可以将传统产品与数字技术进行组合形成再创新，提升产品附加值并帮助企业增强市场竞争力。

开放效应是指数字化转型可以提高制造业整体的开放、共享、协作程度，帮助企业捕捉外部信息与资源。企业的竞争优势很大程度上受信息的对称性和对核心资源控制能力的影响^⑬，数字技术的可沟通性促进了企业与外部环境的信息交换，企业可使用数字技术准确捕捉市场信息，实现与用户之间的自由沟通，使其能够更准确地识别和利用这些信息，并促进用户在价值创造中的深度参与。同时，可沟通性还促进了企业间的相互连接，以形成更加紧密的产业联盟，帮助企业实现更高效的资源共享、分工协作、要素交换和价值共创，降低资源配置和协调内外部资源的成本。

敏捷效应指数字化转型可以使企业在开放的基础上，提高识别和利用市场机会的灵敏程度以及应对市场变化的适应能力，对于制造业来说还包括柔性制造的能力。数字技术可以帮助企业有效收集和分析用户数据，为挖掘新的市场需求，识别新产品的开发方向^⑭，从而为快速适应市场变化提供有力支撑，降低决策和产品研发偏离或落后于市场变化的风险。此外，数字技术的可生成性模糊了产业边界，为企业提供了吸纳其他产业元素，设计跨界产品和商业模式的条件^⑮，同时可编辑性特征使企业能够嵌入式地应用数字技术，将产品变得更具可塑性以满足更多使用场景，多元化的产品和商业模式能够进一步增强敏捷性。

增值效应是指数字化转型可以增强制造业整体的价值创造能力，提高生产、管理、服务等环节的价值创造效率，具体表现为成本的降低和利润的增加。增值的来源主要有两个。一是数字技术应用的直接效果，即来源于数字效应。数字技术的压缩和保存功能极大地降低了获取和利用数据资源的成本^⑯，使企业能够以较低成本实现数据资源的大规模应用。第二，数字技术的自我参考性使其可以快速迭代升级，进而帮助企业不断更新以数字技术为支撑的价值主张，创造新的价值增长点。第三，数字技术的可生成性和可供应性能够催生新的价值创造模式，如平台商业模式、共享经济模式、制造业服务化模式等^⑰。另一个增值来源则是企业基于开放效应与敏捷效应所做出的正确决策，前文对此已有论及不再赘述。

虽然制造业数字化转型的效应是明确的，但是大量中小制造企业的数字化转型却难以取得预期效果，原因何在？通过探究数字技术的双重特征可以发现，得益于数字技术基本特征作用下产生的转型效应，数字化转型成为制造业高质量发展的综合解决方案，但数字技术与制造业动态交互过程中所引致的衍生特征，在一定程度上又成为影响数字化转型的制约因素：（1）通用性是数字技术得以应用于制造业的基础，但其背后的底层逻辑如计算机语言规则、算法结构等，与制造业一些基本运行逻辑仍存在不兼容，从而产生一定的转型门槛，影响了数字效应的发挥。（2）演进性和不确定性使转型成本进一步提高，从而弱化了增值效应。（3）外部性所导致的数据安全、数据垄断等问题，会限制开放效应和敏捷效应的发挥。大型企业可以凭借资源投入和先进管理来突破这些制约因素，而中小制造企业存在资金、技术、人才和管理能力等方面的巨大差距，因此很难照搬大型企业转型模式，这些制约因素也会因资源和能力不足被进一步放大，成为中小制造企业的转型障碍（见图2）。

图  2  中小制造企业的转型障碍

中小制造企业面临的数字化转型门槛主要涉及生产端和管理端两个维度。在生产端，企业通过数字化转型可实现各种场景的信息化、数据化和智能化，数字效应得以显现，但其底层基础是信息的可转译和同质化。相对于文字、数字、表格等结构化信息，制造业生产端的应用场景极具复杂性，存在大量非结构化信息。而将整个生产流程转译为同质化数据，需要将人工作业转换为标准化、可控制、可连接的机器自动化作业，以赋予非结构化信息一定的结构化属性。因此，制造业数字化转型需要满足自动化、标准化的基础条件，这就形成了一道天然的技术和资金门槛。对于自动化基础、资金实力和技术创新能力较弱的中小企业来说，如何转换提升传统的人工作业流程以达成基础条件，就成为制约转型的第一道门槛。

在管理端，通用性使数字技术在产业、市场等各个领域快速渗透，促使企业管理产生重大变革：用户需求主导市场和替代式竞争逼迫企业转变管理目标、创新管理模式^⑱，企业必须将用户参与纳入自己的价值创造活动，重构管理模式以提高决策水平和效率，才能持续保持市场竞争力。正如Besson和Rowe指出的，数字化转型不仅是技术问题，更是管理问题，必须解决转型之后的管理适配问题。^⑲落后的管理模式和公司治理体系往往会导致低效、冗余的业务流程，数字技术作为工具只能将管理现状进行信息化和数据化转换，但这并没有改变管理水平落后的境况。因此，为有效发挥转型效应，企业应建立数字化的管理思维，并以此为基础重构管理模式、组织架构和业务流程，同时还要培养利用数字技术洞察、适应环境变化的动态能力，对管理水平和企业能力都有较高的要求。大型企业具备成熟的管理模式和较强的组织能力，可以通过协调内部资源调整业务流程、组织架构、商业模式，以适配数字化转型的需求。而中小制造企业通常具有相对落后的管理模式和低效的业务流程，且深植于日常生产和管理工作当中；相对于新技术和新设备，领导层和员工对管理变革也多表现出更低的接受度。

数字技术的演进性使其能够快速迭代升级，但演进过程存在的技术迭代和信息不对称等不确定性以及人力成本问题，又使中小制造企业在推进数字化转型的过程中，需要承担大量购买数字化产品之外的成本，由此会弱化增值效应，甚至导致转型成本远高于收益的困境。这些成本主要包括三个方面：（1）因技术不确定性而产生的服务购买成本。多数企业并不具备自主开发数字化产品的能力，只能购买成熟的系统软件、硬件设备。随着数字技术的演进，不确定性可能使原本成熟稳定的系统出现漏洞，甚至产生机器设备无法适配新系统的问题。而由于知识距离的存在，中小制造企业很难自行解决这类问题，只能承担对数字化产品的调整、修复、功能拓展等后续服务购买成本。（2）因信息不对称而导致的额外成本。在数字化转型过程中，企业与数字化产品供应商、生产设备供应商之间均存在信息不对称，产品的一些新功能需要生产设备开放相应的协议或权限才可使用。如果企业在购买设备时并不知晓相关信息，就会产生额外成本。例如，MES系统接入生产设备需要设备供应商开放接口协议，企业在购买设备时本可免费添加相应的服务条款，但因信息不对称而有所忽视，之后再申请开放协议则需要向供应商支付额外费用。（3）因演进性而产生的人力成本。在转型过程中，企业需配备能够使用数字化产品的员工，并且随着技术演进，产品功能不断拓展，对员工的知识、素质和技术水平还会提出更高要求。为满足要求，企业需要不断开展培训或招收更高素质的员工，从而产生高昂的人力成本。这些持续性的成本投入极大地弱化了转型的增值效应，使企业面临巨大的资金压力。大型企业往往可以依靠强大的资金实力渡过难关，但对中小企业来说，财力上的差距放大了增值效应弱化所产生的影响，同时融资难、融资贵的长久难题还会进一步加剧资金压力。

数字技术的外部性促进制造业开放程度大幅提高，推动了数字化产业生态的形成。在新生态下，“产业大脑”、工业互联网等第三方数字平台成为发挥开放效应和敏捷效应的主要载体。但同时，由于缺乏完善的监管和约束体系，过度的开放模糊了共享与隐私的边界，催生出数据安全、数据资源垄断等新问题，降低了平台与参与企业以及各参与企业之间的合作效率，限制了开放效应和敏捷效应的发挥。

一是平台监管缺失所导致的零和博弈问题。数字平台的运作需要广大参与企业共享数据，以形成覆盖一定产业范围的庞大数据库。在对这些海量数据进行清洗、分类和计算后，平台才能提供有价值的服务。在此过程中，如果缺乏有效、完善且具有公信力的平台监管机制，就无法对参与企业形成有力约束，从而产生企业提供虚假或残缺数据的风险，难以保障共享数据的真实性和完整性。在此环境下，更多企业相继模仿或退出平台，造成平台数据虚假、缺失，甚至平台无法搭建的零和博弈结果。二是数据安全问题。在监管缺失的情况下，参与企业也会怀疑平台的安全性和平台管理者的忠诚度，从而产生数据安全忧虑。如担心平台遭受竞争对手攻击、平台管理者被竞争者收买，这些安全隐患可能使企业投鼠忌器，拒绝参与平台搭建。三是数据资源的垄断问题。按照数字平台的发展规律，在达到一定规模后，庞大的数据资源将成为吸引更多参与者的筹码，进而为平台带来更丰富的数据资源，最终在一定领域内形成寡头甚至垄断。但对参与企业来说，初期与平台相对平等的关系将发生倾斜，平台在博弈中逐渐占据优势主导地位。这种情形下，参与企业虽然是平台资源的贡献者，但其权益在平台发展过程中被不断压缩，企业利益受损将成为最终博弈的结果。这些由外部性催生的问题制约着数字平台的发展，使开放效应和敏捷效应难以充分发挥。大型企业可以利用资源和能力优势，在平台搭建与运营过程中发挥主导作用，以保障自身权益。甚至部分领军企业还具备独立开发、建设工业互联网平台的资源和能力，对第三方平台的依赖程度较低。而中小企业一般不具备这种条件，对第三方平台依赖程度较高，所以在上述博弈中往往处于弱势地位，更容易成为利益受损者。

以上分析从理论逻辑上厘清了中小制造企业数字化转型的障碍，而当理论逻辑映射至现实情景中，这些转型障碍又将与中小制造企业固有的问题纠结在一起，进而构成更加复杂的实践难题。要深入剖析中小制造企业数字化转型难的原因，还需在数字技术双重特征作用的分析框架下，充分考虑现实因素的影响，否则将难以精准把握其痛点和难点。

整体上看，国内中小制造企业的生产、管理水平与数字化转型门槛仍存在较大差距。生产方面主要涉及以下问题：（1）生产自动化水平低。自动化是制造业生产端实现数字化的基础条件，但大量中小制造企业因为资金不足、基础设施落后或行业特性等原因，尚未对生产线进行全面的自动化改造，生产流程仍属于半自动化甚至人工生产状态。另一方面，即使部分企业早期已经完成了自动化改造，依然可能出现生产设备代际老旧，与当下主流数字化产品不兼容的问题。（2）生产流程和制造工艺标准化程度低。标准化是自动化的基础，同样也是数字化转型的必要条件，虽然数字技术能够应用于丰富场景，但其底层逻辑都需要将对象转换为标准化数据。如果生产流程和制造工艺中充满了大量非结构化信息或不可控因素，无法转译为计算机语言，就很难进行数字化改造。

管理方面的主要问题是：（1）中小制造企业的组织架构和管理模式普遍落后。管理端的数字化转型始于信息化，可以说是对第一代信息化软件系统的拓展、优化与升级。信息化软件系统多基于现代化公司管理模式和组织架构进行设计，但对许多中小制造企业来说，受制于企业规模、发展历史、管理者理念等，还不具备现代化公司的组织架构和管理模式，与建立数字化管理体系还存在很大差距。许多中小制造企业的组织架构设计并不完整，职能缺失、职能边界模糊等问题普遍存在；此外，受历史因素影响，部分企业一直沿用“家庭式”的管理模式，导致责任不清、管理低效、管理观念落后等问题。这些问题使中小制造企业很难直接引入和应用数字化管理软件。（2）管理层思维固化，数字化素养水平有待提高。我们在调研中了解到，一些IT企业正在尝试开发轻量级的数字化管理工业App以解决上述问题，但在市场推广时发现，许多中小制造企业的领导层还难以适应数字化的管理思维和工作方式，致使软件推广遭遇到很大阻力。

资金匮乏是中小企业面临的长久问题，对此政府多通过制定奖补、税收减免等政策以支持其迈出转型第一步。但数字化转型并不是一蹴而就的，由于增值效应的滞后性^⑳，在转型启动后相当长一段时间内，转型成本都将高于转型收益。而数字化产品、服务与人才的市场供给与中小制造企业转型需求之间存在的错配问题，又致使转型成本进一步提升。

在产品方面，当前市场中主流数字化产品供给与中小制造企业需求不符。原材料、人力资本等要素成本快速上涨与产品附加值低、同质化竞争激烈共同作用导致的盈利能力低下，是当前中小制造企业面临的突出问题。因此，中小制造企业对数字化产品的核心要求在于实现降本增收：一是打通上游供应链，使企业能够实时获取原材料的价格和供应商信息，以更低的价格和风险采购原材料；二是精准把控物料，掌握物料从运输、入库直到销售出库的实时信息，减少物料的丢失和浪费；三是打通下游销售链条，建立更多营销渠道。而从市场供给来看，ERP、WMS、MES系统等主流数字化产品虽可以满足上述需求，但庞大的系统规模导致成本昂贵、操作难度大等困扰，其余功能也没有戳中企业的痛点。

在服务方面，缺少针对中小制造企业的轻量级定制化服务。事实上，制造业数字化转型方案定制服务的供给市场已初具规模，可以为企业提供相当成熟的数字化工厂、ERP管理系统、数据中台等成套解决方案。但由于成本巨大，其目标用户主要是大型企业。中国虽然拥有庞大的中小制造企业数量以及相应的需求规模，但该市场具有分布广、碎片化、利润薄的特点，所以依然鲜有针对中小制造企业的数字化转型定制服务供应商。

在人才供给方面，目前的人才培养体系还难以满足中小制造企业需求，存在以下两个问题：（1）职业技术教育缺乏数字化知识课程安排，致使劳动力市场缺乏同时具备专业技术能力和数字化素养的一线技术员工，增加了企业的二次培养成本；同时，技术员工供给不足也加剧了中小企业人才流失的问题。（2）传统工科领域的本科教育缺乏与数字化相关学科的融合，难以培养具有数字化专业知识的工程师类人才。这类复合型人才可以帮助企业科学制定数字化转型方案，并在方案实施过程中及时发现和解决问题，对推动数字化转型有重要作用。但目前高校的培养体系专业界限分明，且以理论教育为主，大型企业也只能通过招收IT专业人才，再使其长期深耕行业的方式自行培养，但这种培养方式周期长、成本高，中小制造企业难以复制。

制造业细分行业众多，不同行业或同一行业的不同领域都存在技术范式、制造工艺等方面的差异。因此，在制定制造业数字化转型的支持政策时，应充分考虑不同行业的特征和需求。

按照技术特点可以将制造业分为流程型和离散型两类。流程型行业生产连续性强、关键工艺集中、产品种类比较固定，代表性行业有化工、钢铁等。这些行业数字化转型的优势在于生产自动化和标准化水平高，对应的软件和硬件产品供给市场都已相对成熟，大量中小制造企业也在政府扶持和补贴下紧跟转型进程，但却面临着数字化转型快速发展与支持政策滞后之间的矛盾：（1）“数据孤岛”问题。考虑到资金限制，中小制造企业往往以按需、独立的形式引入数字化产品，容易造成系统之间数据标准不统一的问题，形成“数据孤岛”。而现行政策仍以奖补为主，缺乏对科学制定系统化转型方案的引导。（2）低效应用、安全风险等数据问题。流程型行业一般具有相对复杂的生产机理，原材料种类多、工艺复杂，要获取完整的工业数据需在整个生产流程中安置大量抓取点位，数据量十分庞大。对中小制造企业来说，本地存储成本过高，云存储又存在安全隐患。此外，许多企业即使能够存储海量数据，但对数据的挖掘、分析能力依然较差，应用效率极低。而现行政策鲜有涉及对数据安全、大数据应用、搭建公有云等前沿领域的支持。

相比于流程型行业，离散型行业的数字化转型进展相对缓慢，原因在于其生产分散性强、产品种类多样且易变的特点增加了转型难度，导致中小制造企业难以打通数据流获取所需数据。具体来看，资金密集型行业与劳动密集型行业面临的问题又有所不同。（1）以汽车、电子信息为代表的资金密集型行业。这类行业生产流程过于分散，许多零部件需要不同企业参与生产，一些中小制造企业只承担其中的几个甚至一个工艺环节。这种情况下单个企业的数字化转型效果就变得极为有限，而与其他企业共同打通数据流难度极大。中小制造企业还面临物料的追踪和可溯源难题，物料流入前和流出后都处于不可控状态，大量信息和数据无法获取，致使供应链、品控等环节始终存在风险。而物料的可追踪、可溯源不仅需要打通链条中所有企业的数据流，还要建立工业互联网平台和统一的标识解析体系，但现行政策对该领域鲜有涉及。（2）以服装、鞋帽为代表的劳动密集型行业。与资本密集型行业不同的是，受物料特性、技术范式、行业特征的影响，女装、毛衫、布鞋等细分领域还不能实现自动化生产对人工的大量替代，因而无法对生产端进行全面的数字化改造。而现行政策主要针对企业的生产端需求进行奖补，对于电子商务、创新设计平台或社区等方面涉及较少，支持作用相对有限。

数字化人才匮乏是导致中小制造企业达不到转型门槛的重要原因，而其根源就在于人才培养体系滞后所导致的人才供需错位。当前中国职业技术教育和大学本科教育培养的人才与企业实际需求存在偏差，无法大量供给具备数字化素养的复合性人才。因此，要尽快推进职业技术教育和大学本科教育改革，建立新型数字化人才培养体系。

在职业技术教育方面，要尽快更新专业设置和教学内容，将数字化素养、综合素质和缩短适应期作为技术型人才培养的新目标。一是以市场需求为导向调整专业设置和教学内容设置，加强必要、适用的数字化基础理论教学，培养学生的数字化素养。二是调整人才培养模式，设立“专业技能+综合素质”的技术型人才培养目标。与传统操作工不同，数字化生产线的员工需要同时与多台装有复杂数控系统的生产设备相互配合以完成工作，不仅需要足够的专业技能，还要具备一定的管理能力以及持续学习的拓展能力。三是加强实训基地建设。按照专业设置紧密对接当地企业建立实训基地，并与企业合作开展毕业生定点输送，利用校外实训进一步缩短学生进入企业后的适应期，降低企业的二次培训成本。

在本科教育方面，应重点针对传统工科领域推进教育改革。第一，改造升级传统工科专业，推动“新工科”建设。加强专业设置、教学内容体系与数字化专业知识的结合，注重培养学生的数字化思维、多学科知识融合应用能力等。第二，更新教学的理念和目标。目前多数高校依然存在重理论轻实践的教学观念，导致实践教学师资队伍力量薄弱，教学内容过时，实验室、实践教学基地等设施老旧。面对复杂的数字化应用场景，高校应以培养专业知识与数字化知识相结合的复合性工程师人才为目标，注重提升学生结合实际应用场景的实践和创新能力，提高实践型教师的比例。第三，创新校企协同育人模式。高校应积极对接当地企业、行业协会、研究院所及工信部门，建立校企协同育人基地和产学合作协同育人项目，以企业发展需求推动高校人才培养改革。

资金匮乏是中小制造企业数字化转型面临的主要难题，面对转型这样一个持续演进的过程，一次性奖补措施无法支撑持续性投入，关键在于解决数字化产品及服务市场供需错位，缺乏低成本的产品和服务供应商这个突出问题。目前以大型企业为目标用户的大规模、重体量、体系化产品及服务供给市场已经趋于成熟，而以中小企业为目标的轻量级供应商虽然开始浮现，但多处于初创发展时期，缺乏市场推广与用户认可，且主要集中于东部经济发达的中心城市，对外辐射范围有限。因此，应调整政策制定思路，由普惠性的财税支持转变为以发展完善数字化产品及服务供给市场为重点，以奖补措施为辅助。

一是强化政府的引导和支持作用，对初创型数字技术企业进行必要帮扶。初创型企业往往具有高度不确定性的特征，产品研发与市场开拓容易遇到阻碍。除了常规的财税支持政策，政府还应发挥牵头作用，帮助初创型企业积极对接当地中小制造企业用户，精准获取用户需求的同时促进双方合作，降低不确定性。二是促进数字化产品及服务供应商的本地化，以降低中小制造企业的服务购买成本。积极引进外部供应商入驻或支持其在当地设立服务中心；同时可通过建立园区、孵化器，积极培养本土供应商，并建立科技、金融、企业用户合作交流平台等孵化服务体系。三是鼓励龙头制造企业拓展数字化转型技术服务业务。部分龙头企业在转型过程中培养出专业的数字化转型人才团队，拥有一定的技术优势和丰富的行业经验，已经具备为本行业提供数字化转型方案定制服务的能力。政府应鼓励引导其形成标准化、模块化、可复制的转型方案和技术产品，积极对外开展业务。

制造业不同行业数字化转型的进程和需求均有所不同，现行政策难以解决不同行业的转型限制因素问题，为此应进一步细化政策支持体系。

第一，拓展财政补贴、税收减免政策的覆盖范围。除了对购买数字化产品进行补贴外，还应将建立各类数字平台，如电商销售平台、新媒体品牌宣传平台、供应链平台、创新设计平台等也纳入补贴范围，鼓励生产端难以转型的企业，充分利用平台载体发挥开放效应和敏捷效应。第二，以政府为主导，积极推进工业互联网平台和统一标识解析体系的建立推广工作。对离散型行业来说，物料的全程可追踪和可溯源是中小制造企业数字化转型的核心难题，而平台、标识解析体系和全产业链参与是实现可追溯的三个基本条件。因此，应率先推进工业互联网平台建设，完善平台功能，实现平台与企业在供应链、市场营销、生产过程、工艺技术等环节的耦合。同时，要注重创新平台商业运行模式，尽量降低中小制造企业参与成本。其次，应发挥政府在平台建设和运营过程中的主导和监管作用，利用政府权威和公信力构建良好的平台秩序，增强平台对产业链相关企业的汇集力，避免产生零和博弈，并同步开展标准化标识解析体系的建立和推广工作，以实现企业间的可追溯。第三，政府还需加强对工业大数据有效应用的支持和引导。地方政府可以牵头搭建地方性公有云服务平台，为转型进展较快的企业提供低成本的大数据存储服务；并通过组织企业调研学习、邀请专家座谈和现场指导等方式，积极引导中小制造企业拓展工业大数据在生产排程调度、质量管理、故障诊断与预测、供应链分析与优化、工艺改良优化等场景的有效应用。