中國省域大數(shù)據(jù)與制造業(yè)融合測度分析
——基于2013—2018 年中國省級面板數(shù)據(jù)

呂明元，麻林宵

（天津商業(yè)大學經(jīng)濟學院，天津 300134）

一、引言

作為實體經(jīng)濟的主體，制造業(yè)的高質量發(fā)展是中國經(jīng)濟從勞動資本密集推動的外延性增長轉向技術密集推動的內(nèi)涵式增長的重要保障。而在外貿(mào)環(huán)境、投資環(huán)境、市場環(huán)境等不確定性加劇的背景下，近年來中國制造業(yè)的轉型不僅面臨著來自發(fā)達國家積極部署的“再工業(yè)化”戰(zhàn)略造成的高技術沖擊和來自其他發(fā)展中國家制造業(yè)的低勞動力成本沖擊的雙重壓力，還面臨制造業(yè)自身利潤水平低下、企業(yè)間惡性競爭等導致的投資吸引力下降的問題（焦勇，2020）。尤其在2020 年國內(nèi)外新冠疫情的重大沖擊下，制造業(yè)急需調(diào)整失衡結構、恢復生產(chǎn)效率和重塑競爭優(yōu)勢。

在眾多因素的制約下，制造業(yè)如何實現(xiàn)轉型走出發(fā)展困境是亟需解決的問題。當前，世界經(jīng)濟正加速向以數(shù)字生產(chǎn)力為標志的新階段邁進，以人工智能、數(shù)字化革命為代表的大數(shù)據(jù)應用將實現(xiàn)空前的技術進步（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)走向智能制造的關鍵途徑。一方面，大數(shù)據(jù)是在復雜、繁多、龐大的多樣數(shù)據(jù)中進行的快速獲取信息、創(chuàng)造巨大價值的新的技術手段（Villars et al，2011），大數(shù)據(jù)能夠利用網(wǎng)絡物理系統(tǒng)（C0S）實現(xiàn)物理世界和虛擬世界的融合，使整個制造系統(tǒng)變得越來越智能（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），通過參與制造企業(yè)的價值分配過程，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，大數(shù)據(jù)本身的生產(chǎn)和運營也是一種綠色產(chǎn)業(yè)，蘊含著巨大的經(jīng)濟價值（許憲春等，2019）。如今，推進大數(shù)據(jù)與制造業(yè)深度融合已經(jīng)成為實現(xiàn)制造業(yè)高質量發(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)涵構建能夠客觀評價大數(shù)據(jù)與制造業(yè)融合程度的測量指標？及全國各省份大數(shù)據(jù)與制造業(yè)的融合達到了何種程度？這些問題尚未得到準確的回答。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)在機制，通過構建大數(shù)據(jù)與制造業(yè)融合水平評價指標體系，對中國29 個省市（未包含寧夏、西藏與港澳臺地區(qū)）的大數(shù)據(jù)與制造業(yè)融合水平進行測度與評價，以期為未來大數(shù)據(jù)與制造業(yè)深度融合提供指導建議。

二、文獻回顧

（一）大數(shù)據(jù)與制造業(yè)產(chǎn)品融合應用的研究

數(shù)字化環(huán)境下，在大數(shù)據(jù)逐漸加強聯(lián)結現(xiàn)實世界與虛擬世界、精準匹配歷史數(shù)據(jù)與即時數(shù)據(jù)的過程中，消費者的異質性需求更加趨向于顯性化和細碎化（張亞斌和馬莉莉，2015），消費者的行為變化趨于移動化、社會化和個性化，隨之帶來的是產(chǎn)品變得更加智能和互聯(lián)，產(chǎn)品創(chuàng)造過程更加傾向于按需生產(chǎn)和個性化定制（Kusiak，2015；Wen 和Zhou，2016；陳劍等，2020）。與傳統(tǒng)的“漏斗”式顧客參與產(chǎn)品開發(fā)模式相區(qū)別（李海剛，2011），在大數(shù)據(jù)分析技術和互聯(lián)網(wǎng)參與平臺的結合下，消費者能夠通過虛擬社區(qū)與企業(yè)進行雙向持續(xù)互動，進而不斷延長消費者參與產(chǎn)品開發(fā)的時間（Brodie et al，2013）。隨著數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)可視化分析等技術的不斷成熟，基于對消費者偏好、需求、反饋等數(shù)據(jù)的處理，產(chǎn)品開發(fā)逐漸以一種基于迭代的演化方式進行（McGuire et al，2012；陳以増和王斌達，2015）。依據(jù)產(chǎn)品設計過程的關鍵標準、使用類別、元素和產(chǎn)品等數(shù)據(jù)信息，Yu 和Zhu（2016）認為數(shù)據(jù)驅動的產(chǎn)品設計有兩種模式：一種是基于用戶需求“具體數(shù)據(jù)”的產(chǎn)品設計，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)”的價值設計，即“數(shù)據(jù)-產(chǎn)品-數(shù)據(jù)”模式。

（二）大數(shù)據(jù)與制造業(yè)企業(yè)融合應用的研究

大數(shù)據(jù)與制造業(yè)企業(yè)融合應用的研究主要集中在大數(shù)據(jù)對制造企業(yè)的生產(chǎn)效率、決策行為和商業(yè)模式的影響，強調(diào)大數(shù)據(jù)在制造業(yè)產(chǎn)品設計、供應鏈管理、生產(chǎn)制造、營銷服務等環(huán)節(jié)中所發(fā)揮的巨大應用價值（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)處理體系結構框架，實時檢測產(chǎn)品質量，降低企業(yè)的投資成本和人力成本，進而提高企業(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)挖掘和知識共享機制在內(nèi)的關鍵技術，優(yōu)化了增材制造工藝的質量、能耗和生產(chǎn)效率。Steiner et al（2017）將大數(shù)據(jù)分析應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)制定更精準的決策。此外，企業(yè)基于大數(shù)據(jù)分析，能夠實現(xiàn)價值主張創(chuàng)新、關鍵業(yè)務和流程創(chuàng)新、收益模式創(chuàng)新，并重構外部關系網(wǎng)絡和價值網(wǎng)絡，重塑制造企業(yè)的發(fā)展理念、供需方式和生產(chǎn)結構，帶來全方位的商業(yè)模式革新（李文蓮和夏健明，2013；易加斌和徐迪，2018；Bogdan，2013）。

（三）大數(shù)據(jù)與制造業(yè)產(chǎn)業(yè)融合應用的研究

從中觀層面上看，大數(shù)據(jù)與制造業(yè)產(chǎn)業(yè)融合應用的研究主要集中在利用數(shù)據(jù)分析技術和大數(shù)據(jù)資源促進制造業(yè)網(wǎng)絡化、智能化、綠色化和服務化轉型。大數(shù)據(jù)在制造業(yè)業(yè)務流程中的應用，能夠幫助制造業(yè)實現(xiàn)個性化定制、智能化生產(chǎn)、網(wǎng)絡化協(xié)同和精益化管理，助力制造業(yè)提質增效和轉型升級（房建奇等，2019）。張伯旭和李輝（2017）基于對國外利用“互聯(lián)網(wǎng)+”改造制造業(yè)的模式和經(jīng)驗的分析，認為“互聯(lián)網(wǎng)+”與制造業(yè)的融合將帶來以智能制造、定制制造、網(wǎng)絡協(xié)同制造為主的制造范式變革和以制造業(yè)服務化、數(shù)字化商業(yè)為主的運營方式變革；而張潔等（2019）較為系統(tǒng)地分析了大數(shù)據(jù)驅動智能制造的科學范式、理論方法與使能技術，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)驅動分析框架，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%，推動能源密集型制造業(yè)實現(xiàn)可持續(xù)發(fā)展。隨著大數(shù)據(jù)的深入應用，也有學者開始展開實證研究。例如，李成剛（2020）以中國30 個省市13 年的面板數(shù)據(jù)為樣本進行實證分析，結果表明大數(shù)據(jù)發(fā)展對實體經(jīng)濟的提升具有顯著的正向影響；呂明元和苗效東（2020）以中國25 個省份13 年的制造業(yè)面板數(shù)據(jù)為樣本進行實證分析，證明大數(shù)據(jù)能夠有效促進中國制造業(yè)結構的高級化和合理化。

（四）大數(shù)據(jù)與制造業(yè)融合水平評價的研究

目前，學術界關于大數(shù)據(jù)與制造業(yè)融合水平評價的相關研究主要集中于對制造業(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估。

就兩化融合水平評價而言，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)資本與技術密集型制造業(yè)融合度明顯高于勞動密集型產(chǎn)業(yè)；張遼和王俊杰（2018）同樣從投入——產(chǎn)出的角度測度了中國制造業(yè)2006—2015 年兩化融合水平，結果表明我國制造業(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空分異的特征。就互聯(lián)網(wǎng)與制造業(yè)融合水平評價而言，柴雯和馬冬妍（2018）以中國兩化融合服務平臺的8 萬多家企業(yè)數(shù)據(jù)為樣本，從制造業(yè)雙創(chuàng)平臺建設、培育新模式新業(yè)態(tài)和新型工業(yè)基礎設施三個維度，綜合評價了我國互聯(lián)網(wǎng)與制造業(yè)的融合發(fā)展水平；李曉磊（2019）從技術融合、產(chǎn)品融合、業(yè)務融合、市場融合和管理融合5 個維度，以2016—2017 年我國東中西部208家小微企業(yè)為樣本，測得互聯(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)絡化、智能化和服務化測算了湖北省的制造業(yè)四化融合水平，結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。高曉雨等（2017）基于中國兩化融合服務平臺上70000 余家企業(yè)數(shù)據(jù)，從基礎環(huán)境、產(chǎn)業(yè)應用、效益與影響三個維度來測算中國制造信息化指數(shù)，發(fā)現(xiàn)全國制造業(yè)水平呈現(xiàn)“東南沿海高、西部內(nèi)陸低”的態(tài)勢；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、服務智能化、裝備智能化、管理智能化5 個維度對中國各省份智能制造發(fā)展水平進行評估；萬曉榆等（2020）從基礎環(huán)境、產(chǎn)業(yè)發(fā)展、智能制造、融合應用和創(chuàng)新能力5 個方面衡量了我國的智能化發(fā)展水平；陳疇鏞和許敬涵（2020）從技術變革、組織變革和管理變革三個維度，綜合評價了浙江軸承企業(yè)的數(shù)字化轉型能力。

總體來看，現(xiàn)有文獻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)的融合應用，部分學者綜合評價了制造業(yè)兩化融合、制造業(yè)與互聯(lián)網(wǎng)融合水平等。但具體針對大數(shù)據(jù)與制造業(yè)融合機制的系統(tǒng)研究還相對較少，全面客觀評價大數(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)涵的基礎上，首先系統(tǒng)分析大數(shù)據(jù)與制造業(yè)的融合機制，然后從融合基礎、融合應用、融合動力和融合效益四個維度構建評價大數(shù)據(jù)與制造業(yè)融合水平評價指標體系，并對中國29 個省市的大數(shù)據(jù)與制造業(yè)融合水平進行測度與評價，以期為后續(xù)大數(shù)據(jù)與制造業(yè)深度融合發(fā)展提供理論指導和實踐依據(jù)。

三、大數(shù)據(jù)與制造業(yè)融合內(nèi)涵與機制

（一）大數(shù)據(jù)與制造業(yè)融合的內(nèi)涵

大數(shù)據(jù)與制造業(yè)融合是5G 時代對兩化融合的進一步深化與提升，其內(nèi)涵是以互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等新一代信息技術為核心驅動力，以促進制造企業(yè)數(shù)字化轉型為主線，以工業(yè)大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)平臺為抓手，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設施為支撐（柴雯和馬冬妍，2018），將大數(shù)據(jù)與傳統(tǒng)制造業(yè)務緊密結合，利用數(shù)字化技術、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、產(chǎn)業(yè)鏈協(xié)同模式等，通過個性化定制、智能化制造、協(xié)同化生產(chǎn)和高效化管理，實現(xiàn)制造企業(yè)在技術研發(fā)、生產(chǎn)管理、質量把控等環(huán)節(jié)的生產(chǎn)效率和效益發(fā)生質的飛躍，最終實現(xiàn)制造業(yè)的數(shù)字化、網(wǎng)絡化、智能化和綠色化轉型。

制造企業(yè)是數(shù)字經(jīng)濟時代大數(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)融合的未來發(fā)展方向。在融合過程中企業(yè)將大數(shù)據(jù)技術、思維、分析應用到傳統(tǒng)制造業(yè)的整個生命周期，通過數(shù)據(jù)、信息、資源的開放共享與技術創(chuàng)新，不斷催生新的制造范式和發(fā)展模式，從而促進傳統(tǒng)制造業(yè)轉向智能制造。大數(shù)據(jù)與制造業(yè)的融合不是簡單的制造業(yè)利用大數(shù)據(jù)的過程，而是全方位的深度融合。深入推進大數(shù)據(jù)與制造業(yè)融合是兩化融合在數(shù)字經(jīng)濟時代的具體體現(xiàn)，也是未來制造業(yè)提升競爭力的主要發(fā)展方向。

（二）大數(shù)據(jù)與制造業(yè)融合機制分析

1.大數(shù)據(jù)與制造業(yè)產(chǎn)品的融合機制

（1）大數(shù)據(jù)驅動產(chǎn)品制造以用戶體驗為中心，產(chǎn)品供給隨需而變，并催生產(chǎn)品形態(tài)變革。在數(shù)字技術應用持續(xù)深入與疫情防控及電子商務平臺快速發(fā)展的疊加效應下，消費者需求更加趨向于多元化、虛擬化、個性化和場景化，對產(chǎn)品的追求逐漸從實物產(chǎn)品轉向數(shù)字產(chǎn)品與產(chǎn)品服務并重，并期望獲得全方位的場景體驗與在線解決方案。而大數(shù)據(jù)賦能環(huán)境下，制造業(yè)企業(yè)能夠通過工業(yè)互聯(lián)網(wǎng)等平臺采集消費者歷史瀏覽頁面、消費記錄、交易信息、在線評論等數(shù)據(jù)集及時精準地了解消費者對不同產(chǎn)品顏色、型號、性能等參數(shù)的潛在需求，并以智能化的數(shù)據(jù)分析技術為支撐，進一步挖掘和預測消費者的深層次需求，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的個性化產(chǎn)品，促進產(chǎn)品生產(chǎn)由大規(guī)模制造轉向定制化制造并形成最終產(chǎn)品。隨著用戶產(chǎn)品體驗過程中的動態(tài)需求變化，制造企業(yè)基于數(shù)據(jù)反饋能夠隨時對特定產(chǎn)品進行功能和形態(tài)上的調(diào)整，生產(chǎn)出不斷匹配用戶需求且具有成長特性的產(chǎn)品。

（2）大數(shù)據(jù)無限接近消費者的典型特征促使產(chǎn)品研發(fā)由經(jīng)驗驅動轉向數(shù)據(jù)驅動。傳統(tǒng)消費模式下，企業(yè)往往先通過與領先用戶等特殊消費者取得互動或依靠中間渠道尋求用戶來獲取產(chǎn)品設計、用戶需求等相關信息，再基于以往的銷售數(shù)量和組織經(jīng)驗不斷研發(fā)新的產(chǎn)品，這種由經(jīng)驗驅動的產(chǎn)品研發(fā)也帶來了研發(fā)周期長、成本高、風險高等問題。但數(shù)字化環(huán)境下，依靠產(chǎn)品相關的大數(shù)據(jù)樣本集和數(shù)據(jù)分析技術，制造業(yè)企業(yè)與消費者之間的互動變得更加敏捷，任何普通消費者都能夠通過與企業(yè)的實時互動將其行為數(shù)據(jù)化為可被企業(yè)搜集和分析的數(shù)據(jù)，進而參與到企業(yè)的產(chǎn)品研發(fā)過程中，并基于用戶的產(chǎn)品體驗滿意度數(shù)據(jù)集逐步實現(xiàn)產(chǎn)品的漸進式創(chuàng)新。此外，隨著數(shù)字仿真、虛擬現(xiàn)實、數(shù)據(jù)可視化等技術的發(fā)展，企業(yè)不僅可以從整體上預判市場群體消費趨勢，也能夠從個體上構建詳細的消費者行為畫像，還能從海量數(shù)據(jù)中挖掘新的用戶市場，并依托大數(shù)據(jù)模擬不同情境下的產(chǎn)品設計模型，形成持續(xù)演進的產(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)風險。

（3）大數(shù)據(jù)驅動企業(yè)實時動態(tài)優(yōu)化產(chǎn)品定價策略。傳統(tǒng)的產(chǎn)品定價更多的是基于一定的市場價格和有限的銷售數(shù)量、消費者需求分布信息等進行特定范圍內(nèi)的調(diào)整，而大數(shù)據(jù)情境下，龐大的非結構化的用戶產(chǎn)品評論數(shù)據(jù)成為企業(yè)定價的重要信息來源?；谠嫉南M者產(chǎn)品評論數(shù)據(jù)，企業(yè)能夠在線選擇產(chǎn)品客戶，對不同產(chǎn)品功能進行細分，并獲得不同消費者對不同產(chǎn)品功能的相對偏好，進而預測未來銷售變化，確定產(chǎn)品定價能力。此外，日益成熟的數(shù)據(jù)分析和數(shù)據(jù)挖掘技術使得企業(yè)可以通過適時精準地為消費者提供相似或心儀產(chǎn)品的點擊頁面，利用優(yōu)惠政策和福利活動將消費者的潛在需求和深層次需求轉化為真實需求，增加產(chǎn)品收益；另一方面，企業(yè)可以針對不同消費者的偏好差異對產(chǎn)品做出準確的定位，實現(xiàn)不同銷售渠道或不同細分市場上的差異化定價。

2.大數(shù)據(jù)與制造業(yè)企業(yè)的融合機制

（1）大數(shù)據(jù)與前端研發(fā)融合，以創(chuàng)新驅動發(fā)展。一方面，大數(shù)據(jù)為制造企業(yè)提供了新的開放式創(chuàng)新平臺。大數(shù)據(jù)時代，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)機構、消費者連接在一個信息網(wǎng)絡中，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)其中的問題再加以改進。大數(shù)據(jù)技術的利用可以對企業(yè)的創(chuàng)新想法和設計理念虛擬出研發(fā)設計的過程，再運用計算機系統(tǒng)加以分析、評估和優(yōu)化，這極大地縮短了企業(yè)的研發(fā)周期，減少了后期技術改進的工作，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)通過在線數(shù)據(jù)分析平臺控制采購的成本和質量，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)通過收集的數(shù)據(jù)預測各大供應商原材料的價格變動趨勢，實時觀測原材料的數(shù)量、質量、供應渠道等情況，制定合理的采購計劃，提高采購資金的利用率；另一方面，制造企業(yè)通過大數(shù)據(jù)與人工智能技術優(yōu)化運輸渠道，實現(xiàn)智能配貨和智能選車。在產(chǎn)品運輸之前，企業(yè)可以通過供應商和銷售商在線經(jīng)營數(shù)據(jù)的反饋，提前選擇最優(yōu)的配送中心。在運輸過程中，企業(yè)可以隨時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公司，就是依托大數(shù)據(jù)整合運輸供需信息，以車貨匹配為核心，為貨主選擇最優(yōu)的運輸車輛，為車主提供合適的貨源信息，進而大大提高運輸效率，減少資源浪費（許憲春等，2019）。

（3）大數(shù)據(jù)與中端制造融合，實現(xiàn)智能制造。數(shù)字經(jīng)濟時代，大數(shù)據(jù)作為一種數(shù)字技術和生產(chǎn)要素運用到制造企業(yè)的生產(chǎn)運營中，不僅可以通過其自身蘊含的技術進步作用優(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)營管理等方面帶來新的技術革新。在大數(shù)據(jù)、人工智能、云計算等各種數(shù)字技術的賦能下，依托于各部門數(shù)據(jù)的集成和分析，制造企業(yè)能夠實現(xiàn)實時的生產(chǎn)可視化監(jiān)控管理及時快速收集與產(chǎn)品設備相關的信息，提前預警設備故障并進行預測性維護?；趯ιa(chǎn)過程中原材料及中間產(chǎn)品的實時數(shù)據(jù)監(jiān)測，企業(yè)可以運用數(shù)據(jù)分析技術和算法動態(tài)調(diào)整生產(chǎn)計劃及時調(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)通過系統(tǒng)集成能夠實現(xiàn)柔性生產(chǎn)和大規(guī)模智能定制，甚至使個性化定制與大規(guī)模標準化生產(chǎn)同時實現(xiàn)成為未來多場景下的先進制造模式。

（4）大數(shù)據(jù)與營銷和售后融合，打造品牌效應。隨著電子商務的快速發(fā)展，大數(shù)據(jù)營銷逐漸成為企業(yè)的主流銷售方式。在大數(shù)據(jù)賦能下，制造企業(yè)能夠依靠對用戶需求、產(chǎn)品制造、市場動態(tài)等相關數(shù)據(jù)集的挖掘和分析，不斷拓展新的營銷渠道，分析各種營銷渠道之間的關系及為企業(yè)帶來的價值，并衡量不同營銷渠道對特定消費群體的影響，以此有針對性地分割消費者市場，利用消費者的過往需求和未來消費傾向，對產(chǎn)品實施合理精準的定價與宣傳策略，不僅能夠提高企業(yè)營銷效率，降低成本，還能最大程度維護用戶流量和企業(yè)價值。如今，用戶體驗更注重的是有形或無形產(chǎn)品與各種增值服務的結合，制造企業(yè)能夠利用大數(shù)據(jù)技術遠程監(jiān)控用戶對產(chǎn)品的評價和反饋及時發(fā)現(xiàn)問題并對產(chǎn)品實施高效維護，提升用戶的產(chǎn)品體驗和服務質量，打造獨特的企業(yè)品牌。

3.大數(shù)據(jù)與制造業(yè)產(chǎn)業(yè)的融合機制

（1）作為一種新型數(shù)字技術，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)在兩個方面：一是大數(shù)據(jù)技術對傳統(tǒng)制造業(yè)的滲透與替代；二是制造業(yè)技術邊界處實現(xiàn)技術創(chuàng)新。數(shù)字經(jīng)濟時代，大數(shù)據(jù)作為一種通用目的技術，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)揮較強的關聯(lián)和帶動效應。目前大數(shù)據(jù)已經(jīng)廣泛應用到傳統(tǒng)制造領域，不僅能逐漸實現(xiàn)對落后制造技術的替代，催生出服務型制造、智能制造、網(wǎng)絡化協(xié)同等現(xiàn)代制造模式，推進傳統(tǒng)制造業(yè)數(shù)字化轉型，而且能帶動物聯(lián)網(wǎng)、云計算等相關數(shù)字技術在制造業(yè)內(nèi)的應用和發(fā)展，促進生產(chǎn)部門的技術革新。

（2）大數(shù)據(jù)擴展傳統(tǒng)產(chǎn)業(yè)關聯(lián)關系。一方面，數(shù)字技術在現(xiàn)有不同部門之間的滲透深化了產(chǎn)業(yè)間技術關聯(lián)和分工合作，網(wǎng)絡和平臺的發(fā)展使得產(chǎn)業(yè)間虛擬集聚效應更加明顯，尤其在工業(yè)互聯(lián)網(wǎng)強大的連接作用下，傳統(tǒng)制造業(yè)與信息技術服務業(yè)的邊界逐漸模糊，各產(chǎn)業(yè)鏈、供應鏈、價值鏈等伴隨新興技術的擴散變得更加協(xié)同和智能，逐漸實現(xiàn)全新的數(shù)字化、網(wǎng)絡化和智能化的產(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)實現(xiàn)良性互動。隨著數(shù)據(jù)交易和相關數(shù)字技術服務的形成與發(fā)展，大數(shù)據(jù)本身已經(jīng)形成相對獨立的產(chǎn)業(yè)生態(tài)體系，且技術創(chuàng)新和技術外溢效果顯著。在大數(shù)據(jù)產(chǎn)業(yè)自身不斷創(chuàng)新發(fā)展的同時，利用技術融合創(chuàng)新和網(wǎng)絡協(xié)同效應對傳統(tǒng)制造業(yè)部門進行數(shù)字化改造。同時，在大數(shù)據(jù)變革制造業(yè)及產(chǎn)業(yè)化應用的過程中，制造業(yè)需求側和供給側的響應又倒逼大數(shù)據(jù)產(chǎn)業(yè)不斷升級。

（3）大數(shù)據(jù)作為數(shù)字經(jīng)濟時代的核心生產(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)，使得要素結構向虛擬化和高級化方向發(fā)展，推動傳統(tǒng)制造業(yè)向技術和知識密集型方向轉變。同時，數(shù)據(jù)以其易復制共享、無限供給、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、消費者和各相關利益主體均能參與到制造業(yè)的價值創(chuàng)造過程中，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。眼底病變的預后率顯著,有效百分率之和。

四、大數(shù)據(jù)與制造業(yè)融合水平測度與評價

（一）指標構建與說明

1.指標體系構建

本文在界定大數(shù)據(jù)與制造業(yè)融合內(nèi)涵的基礎上，依據(jù)科學性、系統(tǒng)性、可操作性等指標體系構建原則，借鑒孫承志（2020）的相關研究，從融合基礎、融合應用、融合動力和融合效益4 個維度選取24 個指標，構建大數(shù)據(jù)與制造業(yè)融合水平評價指標體系（表1）。

表1 大數(shù)據(jù)與制造業(yè)融合水平評價指標體系

2.指標說明

本文從融合基礎、融合應用、融合動力和融合效益4 個維度全面衡量大數(shù)據(jù)與制造業(yè)的融合水平。融合基礎是大數(shù)據(jù)與制造業(yè)融合發(fā)展的前提，融合應用是制造業(yè)在與大數(shù)據(jù)全方位的融合過程中不斷向網(wǎng)絡化、數(shù)字化、智能化和服務化發(fā)展的應用水平，融合動力是未來大數(shù)據(jù)與制造業(yè)實現(xiàn)深度融合的核心支撐，同時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制造業(yè)轉型升級的效果。

其中，在融合基礎層面，大數(shù)據(jù)與制造業(yè)的融合發(fā)展離不開完善的信息基礎設施和交通基礎設施。參考劉軍等（2020）、徐星星（2020）和焦勇等（2019）的相關研究，本文選用各省份互聯(lián)網(wǎng)寬帶接入端口、移動電話普及率、移動電話交換機容量、光纜密度、寬帶普及率、固定寬帶用戶平均下載速率，以及鐵路強度，來衡量大數(shù)據(jù)與制造業(yè)融合發(fā)展的基礎環(huán)境。其中光纜密度用各省份光纜線路長度與省域面積之比來表示，寬帶普及率用各省份寬帶接入用戶與總戶數(shù)之比來表示，鐵路強度用省際鐵路里程與省域面積之比來表示。各項融合基礎指標數(shù)值越高，說明該省份的現(xiàn)代化基礎設施水平越高，則更利于大數(shù)據(jù)與制造業(yè)的融合發(fā)展。

在融合應用層面，參考張旺（2019）、萬曉榆等（2020）和吳敏潔等（2020）的相關研究，本文選用各省份每百家企業(yè)擁有網(wǎng)站數(shù)、每百人使用計算機數(shù)、有電子商務交易活動企業(yè)數(shù)所占比重、電子商務交易額占GD0之比、信息傳輸、軟件和信息技術服務業(yè)從業(yè)人員、信息傳輸、軟件和信息技術服務業(yè)固定資產(chǎn)投資占GD0之比，以及新產(chǎn)品銷售收入占比，來衡量大數(shù)據(jù)與制造業(yè)的融合應用水平。各項融合應用指標數(shù)值越高，說明該省份大數(shù)據(jù)與制造業(yè)融合的效果越佳。

在融合動力層面，技術進步和人力資源作為信息時代產(chǎn)業(yè)發(fā)展的硬動力和軟實力，是驅動大數(shù)據(jù)與制造業(yè)深度融合的核心動能。參考程廣斌和楊春（2020）的相關研究，本文選用R&D 經(jīng)費投入強度、國內(nèi)三種專利授權數(shù)、技術市場成交額、R&D 人員全時當量，以及每十萬人口高等教育平均在校學生數(shù)，來衡量大數(shù)據(jù)與制造業(yè)的融合動力水平。各項融合動力指標數(shù)值越高，說明該省份大數(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）的相關研究，本文選取全員勞動生產(chǎn)率、計算機、通信和其他電子設備制造業(yè)利潤總額、儀器儀表制造業(yè)利潤總額、軟件業(yè)務收入，以及單位地區(qū)生產(chǎn)總值電耗，來衡量大數(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，其余各項融合效益指標數(shù)值越高，說明該省份大數(shù)據(jù)促進制造業(yè)提質增效的水平越高，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)來源

基于數(shù)據(jù)的可得性，本文選取我國2013—2018 年29 個省份（自治區(qū)、直轄市）①鑒于港澳臺、寧夏和西藏部分指標數(shù)據(jù)缺失較多，故不包含在本文樣本范圍內(nèi)。相關數(shù)據(jù)進行分析。各指標所用數(shù)據(jù)主要來源于國家統(tǒng)計局網(wǎng)站、各省市2014—2019 統(tǒng)計年鑒及歷年《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國寬帶普及狀況報告》等，對于個別的缺失數(shù)據(jù)采用均值法進行補充。

4.測度方法

基于面板數(shù)據(jù)的適用性，為客觀準確地比較全國各省份大數(shù)據(jù)與制造業(yè)的融合水平，本文參考程廣斌和楊春（2020）的相關研究，選用客觀賦權評價法中改進后的熵值法，來確定各個指標的權重，進而對各省份大數(shù)據(jù)與制造業(yè)融合的綜合得分進行評價。

（1）指標說明：設有r個年份，n個省市，m個指標，則XθijXθij為第θ年省份i的第j個指標值。

（2）指標標準化處理：由于各指標之間量綱不同不具可比性，需要對數(shù)據(jù)進行標準化處理。

正向指標標準化：

負向指標標準化：

（3）對標準化后的數(shù)值進行平移處理：為避免求熵值時出現(xiàn)零和負值而使對數(shù)處理無意義，對標準化后的數(shù)值進行平移處理，即

（4）確定第i年份第j項指標值的比重：

（5）計算第j項指標的信息熵值：

其中：K=。

（6）計算第j項指標的信息效用值：

（7）計算各指標的權重：

（8）計算各省份大數(shù)據(jù)與制造業(yè)融合發(fā)展水平的綜合得分：

基于改進后的熵值法與2013—2018 年中國29 個省份的面板數(shù)據(jù)，得到24 個大數(shù)據(jù)與制造業(yè)融合水平評價指標的權重值（表2）。

表2 大數(shù)據(jù)與制造業(yè)融合水平評價的指標權重

（二）結果分析

1.2013—2018 年全國各區(qū)域大數(shù)據(jù)與制造業(yè)融合水平評價

從全國各區(qū)域來看②按國家統(tǒng)計局劃分標準，對應本文樣本范圍，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 個省、自治區(qū)、直轄市。，總體上2013—2018 年全國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，其中東部地區(qū)大數(shù)據(jù)與制造業(yè)融合水平遠遠領先于中西部地區(qū)，且高于全國平均水平；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平均水平，且西部地區(qū)成為全國大數(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 年全國整體大數(shù)據(jù)與制造業(yè)正以較快的速度實現(xiàn)深度融合（表3）。從東中西部地區(qū)來看，2018年東部地區(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，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，表明未來中西部地區(qū)大數(shù)據(jù)與制造業(yè)具有較大的融合發(fā)展?jié)摿Γ⒂型s小與東部地區(qū)的融合發(fā)展差距。

圖1 2013—2018 年中國分區(qū)域大數(shù)據(jù)與制造業(yè)融合水平評價值變化情況

表3 2013—2018 年全國各區(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)融合水平評價

首先，從總體上來看，2013—2018 年我國29 個省市的大數(shù)據(jù)與制造業(yè)融合水平均呈現(xiàn)出持續(xù)增長的態(tài)勢，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29 省市大數(shù)據(jù)與制造業(yè)融合水平評價值及排名來看（表4），各省市的大數(shù)據(jù)與制造業(yè)融合水平在時間與空間上呈現(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)融合水平的評價值變化情況

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)，處于絕對的領先水平，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)融合水平評價值分別為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%，預計未來將以更快的增速保持增長。依托先決的經(jīng)濟基礎與資源稟賦優(yōu)勢，北上廣江浙地區(qū)在政策出臺、數(shù)字化基礎設施建設、數(shù)字技術研發(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。例如，北京依托中關村科技園雄厚的科研實力，在大數(shù)據(jù)、人工智能等數(shù)字化技術研發(fā)與智能化產(chǎn)業(yè)培育方面形成核心優(yōu)勢；上海、江蘇、浙江依托長三角經(jīng)濟圈制造業(yè)集群，大力發(fā)展工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、機器人等智能制造技術，并擁有像杭州阿里巴巴能夠引領一個地區(qū)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化創(chuàng)新發(fā)展的領軍型企業(yè)，快速推動大數(shù)據(jù)等在多領域多場景下的深度應用；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)濟圈和粵港灣大灣區(qū)的發(fā)展機遇下，大力推動企業(yè)“上云上平臺”，深化“互聯(lián)網(wǎng)+先進制造業(yè)”“5G+AI+制造業(yè)”，實現(xiàn)制造業(yè)數(shù)字化、智能化領先發(fā)展。

第二，山東、天津、四川、福建、陜西、湖北、河南、重慶8 個地區(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，處于全國相對較好的發(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，尤其是近年來四川和重慶兩地以推動成渝地區(qū)雙城經(jīng)濟圈建設為契機，力求打造相互支撐、相互融合的川渝現(xiàn)代制造體系，主攻構建先進制造業(yè)集群，從政策和產(chǎn)業(yè)層面著手，快速推動制造業(yè)智能化轉型。

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最后三名。其中貴州作為全國首個國家級大數(shù)據(jù)綜合試驗區(qū)，依托自身在大數(shù)據(jù)應用和數(shù)字技術研發(fā)方面的優(yōu)勢，持續(xù)加速推動大數(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的排名。但對于甘肅、青海、新疆等經(jīng)濟發(fā)展落后的地區(qū)，既缺乏大數(shù)據(jù)與制造業(yè)融合過程中基礎設施建設的資金支持，又難以聚集與新型數(shù)字化轉型相關的技術與人才，還沒有數(shù)字化程度較高的龍頭企業(yè)引領發(fā)展，進而導致大數(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29省市大數(shù)據(jù)與制造業(yè)融合水平的年平均評價值。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)融合水平遠遠領先于其他地區(qū)，其大數(shù)據(jù)與制造業(yè)融合水平年平均評價值均達到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，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)展的重要增長極，陜西和重慶依托自身的發(fā)展優(yōu)勢也引領西部地區(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)由于缺乏相關的政策、資金、技術與人才的支持，其大數(shù)據(jù)與制造業(yè)融合水平相對較為落后。此外，從單個省份的大數(shù)據(jù)與制造業(yè)融合水平來看，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價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。

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價值

為了更好地區(qū)分我國29 個省市大數(shù)據(jù)與制造業(yè)融合水平，本文借鑒劉軍等（2020）的劃分標準，將29個省市的大數(shù)據(jù)與制造業(yè)融合水平劃分為四個梯隊，其中大數(shù)據(jù)與制造業(yè)融合水平在全國平均水平1.5 倍以上的為高度融合地區(qū)；高于全國平均水平的為中度融合地區(qū)；在全國平均水平0.75 倍以上的為低度融合地區(qū)；其余的為欠融合地區(qū)。其結果見表5。

表5 2013—2018 年各省市四個梯隊大數(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 個省市，且均位于東部地區(qū)，這5 個省市的大數(shù)據(jù)與制造業(yè)融合水平遙遙領先；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 個省市的大數(shù)據(jù)與制造業(yè)融合水平相對落后，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%。這更進一步表明我國大數(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，這也與我國不同區(qū)域經(jīng)濟發(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)、云計算、人工智能等信息技術的差異和信息資源分配的不均衡，使得相對落后的地區(qū)還無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)展不平衡的問題依然比較顯著。

五、主要結論與政策建議

（一）主要結論

本文以2013—2018 年中國29 個省市為樣本，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)融合機制的基礎上，從融合基礎、融合應用、融合動力和融合效益4 個維度構建大數(shù)據(jù)與制造業(yè)融合水平評價指標體系，并測度了中國29 個省市的大數(shù)據(jù)與制造業(yè)融合水平。研究表明：①從總體上看，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)在全國及29 個省市的大數(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；②從區(qū)域之間來看，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 個省市均位于東部地區(qū)，而位于欠融合地區(qū)的9 個省市均位于中西部地區(qū)；③從單個省份來看，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。

（二）政策建議

（1）加強制造業(yè)數(shù)字化基礎設施建設，為大數(shù)據(jù)與制造業(yè)融合發(fā)展構建良好的基礎環(huán)境。數(shù)字經(jīng)濟時代，完善高效的數(shù)字化基礎設施對制造企業(yè)進行大數(shù)據(jù)分析、實現(xiàn)智能化轉型有著基礎性的支撐作用。為此，一應當加強對5G 網(wǎng)絡、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等為代表的基礎設施建設的投資力度，積極構建大數(shù)據(jù)網(wǎng)絡中心、智能計算中心和工業(yè)互聯(lián)網(wǎng)平臺，提升實時數(shù)據(jù)采集、存儲、處理和分析的能力；二應加強工業(yè)機器人、智能芯片、智能傳感設備等智能系統(tǒng)的建設，加快建設數(shù)字資源共享平臺。

（2）鼓勵和推動大數(shù)據(jù)等數(shù)字技術研發(fā)創(chuàng)新。一是企業(yè)要加強數(shù)字化裝備的投資與核心技術的突破，深入探索大數(shù)據(jù)在制造業(yè)領域多功能多場景的應用模式；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、高端設備和芯片等技術的資金支持和政策支持，鼓勵以先進制造企業(yè)為主的經(jīng)濟主體積極開發(fā)利用數(shù)據(jù)資源和數(shù)字技術；三是地區(qū)要積極實行對外開放，通過追蹤和學習國外先進數(shù)字技術與融合經(jīng)驗，加快國內(nèi)數(shù)字技術的研發(fā)與制造業(yè)智能化轉型模式的創(chuàng)新，推動大數(shù)據(jù)與制造業(yè)深度融合。

（3）加快大數(shù)據(jù)人才隊伍建設。一應當建立大數(shù)據(jù)與制造業(yè)融合研究中心及數(shù)字技術培訓基地，鼓勵政府、企業(yè)、科研機構與高校深度合作，加強數(shù)字技術高端人才的培育；二是企業(yè)應制定相應的數(shù)字人才培養(yǎng)計劃及薪資福利政策，積極引進與大數(shù)據(jù)與制造業(yè)融合發(fā)展相適應的高層次領軍人才和相關研究人員，以此促進創(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)機制，積極開設與大數(shù)據(jù)應用相關的學科，建設復合型人才培養(yǎng)的綜合實驗室，尤其是具備計算機技術和素養(yǎng)的人員，使其積極融入到制造業(yè)數(shù)字化、智能化轉型的實際操作中，逐步建立促進大數(shù)據(jù)與制造業(yè)融合發(fā)展的先進化、專業(yè)化和國際化人才隊伍。