融合程度有待提升。新一代信息技术企业与传统制造企业对融合的认知存在差异。大部分制造企业已实现从单一产品竞争向供应链竞争的转变，但很少有企业能够意识到在制造全生命周期产生的大量数据资源具有提升生产效率、降低成本损耗等战略价值，依然存在着重硬件轻软件、重制造轻服务、重规模轻质量的观念，企业间及内部部门间也缺乏数据互通的有效机制，数据价值难以有效挖掘利用。另一方面，大部分新一代信息技术企业虽然了解深度挖掘数据资源的重要性，但对制造企业的主要业务流程及工艺流程缺少掌握，难以准确、有效地满足制造企业的实际运营功能需求。

专业技能人才及跨界人才大量空缺。数字经济与以制造业为主体的实体经济融合发展在引发诸多组织、业态、模式变革的同时，也形成了大量新兴领域的人才需求，促使高素质人才的结构性短缺成为制约融合发展的关键瓶颈。当前，大多数人才分布在传统的产品研发和运营领域，深入掌握工业大数据采集与分析、先进制造流程及工艺优化、数字化战略管理、制造业全生命周期数据挖掘等领域专业技能人才的总量还是相对较少。同时，在互联网、大数据、人工智能等新兴领域，也严重缺乏深入了解传统制造业运作流程与关键环节，能够在细分垂直领域深度应用新一代信息技术进行数字化、网络化、智能化改造的跨界人才。

树立科学、系统的数字经济发展理念

笔者认为，推动数字经济与以制造业为主体的实体经济深度融合，需要研究设立科学性和积极性兼顾的考核评价方法，树立正确、科学、系统的数字经济发展理念：

研究提出数字经济支撑制造业高质量发展能力评价指标体系。应该组织专门研究团队，聘请国内制造业数字化、网络化、智能化升级改造领域资深专家，参考对标数字经济支撑制造业发展的国际先进案例和成功经验，围绕数字化研发、数字化创新、数字化制造、数字化管理、数字化服务等多个维度，立足于全要素生产率提升水平，综合制定一套完备、系统、权威的总体评价指标模型。根据电子信息、航空航天、汽车装备、机械制造、能源化工等制造业各行业的不同发展特点，研究制定相应的分行业评价指标模型，客观、全面、及时地反映我国各区域、各行业数字经济支撑制造企业高质量发展的能力水平。

相关报道: