一、制造业数字化转型赋能新质生产力涌现的现实梗阻

在工业4.0等概念的推动下，全球数字经济蓬勃发展，越来越多的制造业企业加入数字化转型进程。得益于“十四五”智能制造发展规划等系列政策规划支持，制造业企业围绕数字化转型，在技术创新、管理创新、商业模式创新等方面进行变革尝试，取得显著的成效。中国制造业数字化转型从早期的技术应用向全价值链深度重构转型，进入系统性发展的新阶段。然而，面对复杂多变的国际竞争和技术封锁，中国制造业“大而不强、全而不优”的矛盾仍然突出。面向制造业高质量发展的时代要求，制造业数字化转型赋能新质生产力涌现面临理念认知、人才支撑、技术痛点、数据基础以及产业生态5个方面的困难挑战，迫切需要通过“对症下药”充分释放制造业数字化转型赋能新质生产力涌现的潜力。

(一)理念认知:数字化转型认知不足，目标规划不明确

制造业数字化转型赋能新质生产力的核心在于通过调整优化业务流程、管理模式和生产关系，从而实现生产力的根本性提升。然而，许多制造业企业对数字化转型的认知仍停留在技术层面，未能充分理解其作为数字化转型主体对于新质生产力涌现的战略意义。数字化转型不仅是技术的变革，还是企业的战略布局、组织结构、管理模式和人才体系的全面革新。

《中小企业数字化转型分析报告(2021)》显示，中国79%的中小企业仍停留在数字化转型的初步探索阶段，处于应用践行阶段的企业占比仅为12%，达到深度应用阶段的企业仅有9%。多数企业将数字化转型简单等同于技术升级，如进行工业机器人或自动化系统的部署，而非进行生产关系的重构。这种认知偏差导致企业数字化投入未涉及组织架构、业务流程和商业模式的系统性变革，没有形成与新质生产力相适应的新型生产关系。许多制造业企业缺乏数字化转型的系统规划，战略目标不明确、实现路径不清晰、数字化战略与企业能力不匹配等共性问题较为突出，导致数字化转型过程中的执行力不足、企业缺乏清晰的发展方向和重点，资源分散，无法集中攻克关键技术难题和发展的难点痛点，严重阻滞制造业数字化转型变革中新质生产力的产生和发展。

(二)人才支撑:数字化转型人才匮乏，复合型人才缺失

制造业数字化转型依赖于多方面的技术创新、组织和管理能力，其中人才是这一转型的核心驱动力。随着行业发展的加速，制造业数字化人才短缺问题直接制约新质生产力发展，主要表现为知识体系、技能结构与新质生产力需求的系统性错配。发展新质生产力所聚焦的战略性新兴产业与未来产业的人才缺口较大，创新研发型、复合管理型等关键人才占比明显偏低。发展新质生产力有赖于产业链上下游的数字化协同，但智能制造、工业互联网、数字孪生等新兴领域存在显著的技术与人才的断层。

从宏观层面来看，数字化人才结构性失衡问题长期存在，培养机制尚未建立健全以及高等院校人才培养与市场需求不匹配等。从微观层面来看，不少制造业企业高层缺乏数字化领导力，兼具战略视野与技术洞察的“数字化转型领军者”稀缺，高端人才招募与留任困难，人力资源数字化转型尚未完全实现。传统专业技术或技能培训效果不佳、技术创新体制技术等问题长期制约制造业行业的人才数字化，导致数字化技术、管理能力和应用能力兼具的复合型人才更为紧缺。

(三)技术痛点:转型基础能力薄弱，关键技术受制于人

新质生产力的核心在于技术革命性突破与全要素生产率的跃升。当前中国制造业数字化转型中呈现的工业基础能力短板为新质生产力成的关键瓶颈。尽管中国制造业产业增加值连续12年稳居全球第一，但由于工业化起步晚，技术能力积累相对薄弱，与美日德等工业强国相比，中国在核心基础零部件、关键基础材料、基础工艺等领域的“卡脖子”问题尤为突出。新质生产力的形成需自主技术创新，但关键技术“卡脖子”问题使企业容易陷入“创新路径依赖”，难以实现颠覆性创新。

一方面，中国制造业核心技术与装备对外依存度高，关键零部件、元器件及材料的自给率低。这种“断链风险”威胁产业链安全并直接阻碍数字化技术向生产效能的有效转化。例如，高端芯片、工业软件等“数字底座”受制于人，导致智能制造系统难以实现自主可控的迭代升级，限制数据要素与实体经济的深度融合。另一方面，基础研发薄弱不利于构建创新生态。新质生产力的培育依赖底层技术突破与创新要素协同，但中国在材料科学等基础领域的研发投入强度不足，产学研协同机制尚未打通会制约新质生产力的形成。

(四)数据基础:数据管理水平低，信息孤岛普遍存在

数字化信息化建设是推动制造业数字化转型赋能新质生产力的关键动力，数据、算力等新型生产要素深度融合涌现为新质生产力。近年来，随着制造业企业数字信息基础设施的持续强化和业务范围的不断拓展，与企业生产经营相关的大量数据产生并积累，给企业数据管理带来新的挑战。数据采集方面，制造业企业数据管理意识相对薄弱，限制了数字化转型过程中数据的流动性、透明度和价值挖掘。

相较于金融、通信、互联网等行业，制造业更晚享受“数据红利”，其数据资产管理意识尚未完全树立、数据资产管理投入较少，行业数据资产管理能力还处于初级阶段。数据处理和应用方面，存在数据质量不高、利用率较低等问题。数据管理水平低则不利于构建数据驱动的创新生态系统，数据要素难以与传统生产要素、劳动对象融合发展，从而不利于新质生产力形成。同时，制造业企业对积累的数据资产利用率不高，部门间“壁垒墙”严重、数据协议未统一等问题尚未解决，信息孤岛普遍存在。数据要素是发展新质生产力的重要引擎，信息孤岛的存在使数据要素的供给、流通和使用难以向新质生产力转换。

(五)产业生态:数字生态尚未形成，平台赋能有限

制造业企业发展不平衡、不充分是数字化转型赋能新质生产力的难题。大多数中小企业受数字基础设施、数字技术水平、研发资金及科技人才等要素限制，在生产效率、敏捷性和定制化等关键绩效指标上与头部企业存在显著差距。近年来，中国高度重视工业互联网平台建设，旨在联合大中小微企业构建“平台+”产业生态体系，推动资源开放和要素共享加速制造业数字化转型。

新质生产力的发展需要高效的资源配置、安全可靠的环境以及跨行业协作。然而，工业互联网平台建设尚处于探索阶段，其建设模式和体系架构尚未成熟，存在设备连接能力不足、数字化解决方案不完善、资源共享程度不够、安全保障能力有限、跨行业跨领域平台构建能力欠缺及工业软件开发滞后等问题。这些问题是新质生产力发展的关键瓶颈，导致平台服务中小企业的范围和能力有限，难以有效赋能企业间的数字化协同。由于制造业行业的数字生态尚未完全形成，平台赋能的深度和广度不足，行业间难以建立有效的合作与共赢机制，制约创新驱动力的释放和生产力的变革。

二、典型案例分析:“灯塔工厂”赋能新质生产力涌现

数字化转型涉及技术、组织、制度多维变革，本文对“灯塔工厂”进行案例研究，以更全面地捕捉数字化转型演进过程。数字化转型是一个相互交织、循环迭代的动态演进的过程。“灯塔工厂”是制造业数字化转型的典范实践，探究“灯塔工厂”的成功密码，能够有效破解制造业数字化转型赋能新质生产力的现实梗阻。本文通过分析多个典型“灯塔工厂”的数字化转型做法，将数字化转型赋能新质生产力总结为“牵引—升级—变革—涌现”的动态演化过程，制造业企业数字化转型从局部优化走向系统性变革，最终形成新质生产力。

(一)牵引

传统产业领域的行业巨头充分发挥自身内部资源的优势，积极探索建设数字平台生态，高效整合内外部各类资源，以推动企业数字化转型进程，不仅实现了自身企业数字化转型，更通过平台化能力输出带动整个产业生态升级，是“灯塔效应”的核心体现。

“灯塔工厂”提供数字化转型方案。一些企业通过数字化实践树立行业标杆，为行业数字化转型提供可推广的范式路径。其中，工业富联为行业中其他企业解决方案尤为典型。2021年，工业富联基于工业互联网生态体系，创新推出“灯塔工厂+数字制造平台”集成化解决方案，构建了从现场级、工厂级到企业级的轻量化部署架构，通过标准化模块拆解与场景化集成，实现智慧决策、敏捷协同与数据贯通的三维赋能，驱动制造流程、业务流程及人员系统协同优化，推动企业完成从精益生产到自动化、数字化、智能化的四阶跃迁。依托国家级双跨平台的技术积淀，工业富联开创“灯塔工厂”规模化复制的产业实践，以全方位策略驱动行业数字化转型。针对行业中的大企业，聚焦价值链升级需求，构建顶层设计、落地实施、组织赋能的一体化解决方案，通过打造灯塔工厂标杆与可复用数字制造平台，推动数字化经验集团化复制，目前已覆盖电子、新能源车、机械加工等多元领域。针对行业中的小企业，以平台开放共享构建生态链，深度融合智能设备、车间与企业，为生产全环节提供安全、高效、高品质的智能制造服务。

“灯塔工厂”输出“灯塔经验”。海尔打造的“灯塔集群”不仅树立行业标杆，更通过工业互联网平台赋能全产业链。海尔作为享誉全球的中国制造业品牌，拥有集四大产业的首个家电类“灯塔集群”，打造具有中国自主知识产权的世界级工业互联网平台(卡奥斯COSMOPlat)，以赋能国内制造业企业实现数字化转型。通过企业、用户与资源的零距离连接，帮助入驻平台的企业实时获取用户需求、便捷获取研发资源和销售渠道，促使企业更好地实现降本增效。海尔致力于构建“与大企业共建行业服务平台，同小企业共享SaaS应用”的生态赋能模式，即通过关联企业的多边交互、增值分享，持续向生态伙伴输出“灯塔经验”，进一步达成数字化转型生态系统的进化。海尔的数字化转型经验在中国制造业中起到示范作用，也在全球范围内树立制造业转型升级的标杆。海尔通过智能制造、创新管理和全球化战略等方面的探索，在引领制造业数字化转型升级中展现出强大的“灯塔效应”，帮助行业内企业明确数字化转型的目标和路径，以平台为依托，充分发挥平台的服务功能，有针对性地破解中小企业数字化转型难题。

(二)升级

“灯塔工厂”促进了新质生产力的三大生产要素进行系统性重组和优化升级，即劳动者实现向更高素质的提升，劳动资料实现更高技术的跃升，劳动对象实现更广范围的拓展，并形成与新质生产力相适应的新型生产关系。

“灯塔工厂”推动劳动者素质升级。工程机械领域由于其高度智能化、定制化的产品特性与全球化服务需求，要求工人从单一机械操作转向掌握跨学科数字技能的复合型能力，更需要推动劳动者素质升级。当前，三一重工在数字化人才培养方面成果显著:一是构建系统化学习与权威工具融合体系，通过首席信息官领衔的统一宣讲，构建起系统化学习体系，同时引入数据治理的标准工具书，深化数据治理能力，推动内部人员向数字化专业方向转型;二是实施理念引领与制度创新并重机制，秉持开放学习理念，主动对标原生数字化企业，通过弹性工时制度、薪酬体系优化及科技企业对标等机制创新，实现管理范式的革新，为数字化人才的培养提供坚实的制度保障;三是搭建数字化赋能与透明沟通平台，创新人才培养模式，实施关键岗位有偿脱产学习制度，保障核心人员持续获取前沿技术能力。

“灯塔工厂”推动劳动资料技术跃升。以工业自动化巨头西门子为例，其成都数字化工厂的转型实践极具示范意义。西门子成都数字化工厂作为西门子在中国首家数字化生产基地，通过构建集成化数字能源管理系统、部署人工智能技术体系以及实施绿色产品设计理念，实现显著的可持续发展成效。西门子工厂通过深度融合数字孪生技术与先进数据分析流程，实现生产环节的高度自动化与智能化。机器人被广泛应用于组件组装、检验及产品搬运，显著提升生产速度与精度，同时降低人工误差。基于物联网设备、智能传感器和制造资产的实时数据采集与分析，系统能够支持更精准的决策优化，推动柔性化生产。此外，西门子以工业元宇宙为战略核心，构建虚实融合的沉浸式协同环境，员工可实时模拟与分析生产流程，优化资源配置、识别瓶颈并改进产线布局，从而减少停机时间、降低能耗与物料消耗。通过数字化集成形成更灵活、高效的生产模式，以数据驱动与虚拟仿真持续推动生产力变革，促进新质生产力的涌现与发展。

“灯塔工厂”推动劳动对象范围拓展。这一拓展本质上是对数据等生产要素的数字化再造。宝钢股份的“灯塔工厂”自2020年起正式启动智慧制造大数据中心建设项目，以“云—边—端”三层架构为核心，构建一个集数据采集、分析、决策于一体的智能化制造体系。“云”层基于云端数据节点构建，形成覆盖钢铁制造全流程的业务中台系统，整合生产、供应链、销售等环节的数据资源，构建统一的数据仓库，为企业提供全流程的管控能力。“边”层着重于钢铁制造应用场景的数字化转化，通过连通各个边缘数据节点，实现钢厂工序和产线的全面智能化管控。“端”层则以智能化装备为基础，构建完整的智慧制造基础设施。通过部署新一代智能化设备和感知系统，实现生产过程中的实时数据采集和状态监测，为上层系统提供高质量的原始数据。基于“云—边—端”的三轮驱动模式，宝钢股份实现数据的全流程管控和智能化应用。

(三)变革

“灯塔工厂”进行数实融合以及数字化绿色化协同发展催生出新的产业生态范式，更具韧性、更可持续的产业新范式为产业可持续发展提供可复制的解决方案，展现出数字化转型在经济效益与环境效益协同提升方面的巨大潜力。

“灯塔工厂”促进数字经济和实体经济深度融合。作为全球最大电子制造服务商，富士康凭借全球领先的电子制造全产业链布局、海量工业数据积累等，具备将数字技术深度融入实体制造的独特优势，是数实融合的实践者。富士康的数字化转型实现从传统制造到智能制造的跃迁。富士康郑州工厂通过引入数字化、智能化、自动化的生产线，能够自我调整、优化作业流程，解决了传统制造中人工操作烦琐且容易出错的问题，并通过引入数字化的柔性生产模式，能够根据客户需求灵活调整，在需求波动较大的情况下，实现从大批量生产和小批量定制的切换，这种灵活性提升了市场响应速度。在智能物流方面，工厂通过自动化仓储系统和物联网技术，实现了产品零部件在仓库和生产线之间的智能调度。智能化的物流和仓储管理减少了人工干预，提高了物流效率，减少了库存积压和库存成本。

“灯塔工厂”促进数字化绿色化协同发展。在促进数字化绿色化协同发展的实践中，能源管理领域表现尤为突出，以施耐德电气为代表的行业引领者正重构可持续发展范式。施耐德电气致力于实施供应商“零碳计划”，运用数字新技术助力合作伙伴节能减排。无锡工厂作为施耐德电气在中国23家工厂中唯一的电子能力制造中心，积极践行可持续发展理念，以数字技术赋能工厂实现绿色采购、绿色生产、绿色运输及绿色交付的创新布局，推动经济效益与社会效益双丰收，成为全球制造业向绿色智能制造转型升级的典范。无锡工厂正在将更多用户和生态伙伴纳入“零碳计划”，充分发挥自身技术与产业优势合作打造数字化应用场景，共同推动行业绿色发展水平提升。

(四)涌现

涌现理论揭示当简单组分通过特定方式交互时，系统整体会自发产生无法从个体特性直接预测的新性质或新模式。制造业数字化转型赋能新质生产力涌现是量变引起质变的过程，正是涌现理论“整体大于部分之和”的体现。“灯塔工厂”构建工业互联网平台等数字平台，为行业数字化转型提供了可复制、可推广的范式路径，越来越多的制造业企业加速数字化转型进程，根据梅特卡夫定律，数字网络的价值与节点数的平方成正比，企业及产业层面的数字化连接持续增加，规模持续扩大，逐渐形成更复杂的网络结构。数字化转型打破传统的组织边界，使知识流动从线性传递向网络状演化，带来制造业系统性变革。企业、高校、科研机构等主体通过数字平台深度协同，加速劳动力、技术、数据的重构与升级，构建起数实融合与绿色化的产业生态，标志着制造业从传统要素驱动向数字化、网络化、智能化发展的根本性跃迁，推动技术融合与突破性创新，进而赋能新质生产力涌现。有效市场和有为政府的有机结合、良性互动的制度优势为新质生产力涌现提供有力保障。政府积极发挥引导角色，通过实施科学的战略布局，明确制造业数字化转型的方向、重点发展领域与技术路线，避免市场自我发展的盲目性。同时，辅以有力的产业政策和财税政策，如税收减免、财政补贴等，降低企业数字化转型成本，缓解创新投入压力，提升企业参与研发投入和协同创新的积极性;市场充分发挥在创新资源配置中的决定性作用，加快促进资金、人才、数据、技术等先进优质创新要素流动。企业基于市场需求，不断探索新技术、新工艺、新模式，推动产品与服务创新，以在激烈的市场竞争中脱颖而出。运用市场机制激发企业创新主体活力，加速劳动力、技术、数据的重构与升级，促进创新链产业链资金链人才链的相互融合。

三、制造业数字化转型赋能新质生产力涌现的可行路径

与传统生产力相比，新质生产力不是局部的优化或简单的迭代，而是由技术革命性的突破、生产要素的创新性配置以及产业的深度转型升级共同催生的先进生产力。制造业数字化转型的标杆企业引领整个行业重构数字化发展新范式;制造业数字化转型激活人才新动能、夯实技术新基石、释放数据新潜力，分别促使劳动力、劳动资料与劳动对象等劳动要素升级;进而催生产业新生态，促进数实融合。本文从“发展新范式—人才新动能—技术新基石—数据新潜力—产业新生态”五维路径切入，构建起“数字标杆牵引—劳动要素升级—产业生态变革”的制造业数字化转型赋能新质生产力涌现的可行路径，如图1所示。

图 1 制造业数字化转型赋能新质生产力涌现的可行路径

(一)重构发展新范式:释放“灯塔效应”引领行业数字化变革

企业数字化转型应进一步加强数字化示范效应，树立制造业转型升级的标杆，激发新质生产力内生动力。数字化转型应不只体现为单个企业效率提升，更在于形成行业溢出效应，引领行业数字化变革，强化制造业数字化转型赋能新质生产力形成的推动作用，使新质生产力向全产业链渗透。“灯塔工厂”等数字化标杆企业充分发挥链主企业作用，利用多元手段主动将产业链上的中小企业带入数字化进程，为制造业全面数字化转型带来新的驱动力，助推新质生产力的形成与制造业的全面升级。

第一，数字化标杆企业充分发挥示范引领作用，通过广泛的技术推广和经验分享，解决制造业企业数字化转型中认知不足的问题。依托工业互联网平台、行业联盟等多元化载体平台和手段，将标杆企业自身在智能工厂建设、数字孪生应用以及工业大数据分析等领域的实践经验转化为可推广的经验规模化扩散，为更多企业提供商业模式创新、供应链韧性强化以及绿色可持续发展的可能，赋能制造业破解生存与发展难题，为链上企业提供可落地的实践参考。

第二，数字化标杆企业通过构建开放协同的生态赋能体系，推动制造业数字化转型从单点突破向产业链整体跃升转变。利用业务数字化，提升与产业链上企业合作的可能性和便利性，并降低试错成本，吸引更多企业加入数字化转型之列。加快在企业间形成数字化转型合作机制，推动产业链价值链延伸，在开放合作中连接构建更大的“网络”，生态协同网络的扩展又持续反哺标杆企业，最终促成涵盖研发设计、生产制造、运维服务全链条的数字化产业集群，实现从“企业数字化”到“产业数字化”的质变升级，从而加速新技术的扩散与应用，形成新质生产力。

第三，数字化标杆企业带领优化创新生态。新质生产力形成不仅是单一技术的应用，更是不同技术的协同与集成创新。制造业企业通过开放平台和产业生态链的协同，形成技术与产业的良性互动，推动形成多技术协同创新生态，进而推动生产力的形成发展。丰富的数字化应用场景不仅推动了企业内部的数字化转型，还促进了行业之间、企业之间的跨界合作。制造业企业可以与科技公司、供应商甚至竞争对手共享数据、技术与创新资源，形成一个更加高效开放的创新生态系统。通过搭建开放平台、实现数据共享、深化合作创新，显著促进上下游企业、合作伙伴之间的信息流通和资源共享，提升产业链整体竞争力，推动生产力变革。

(二)激活人才新动能:多措并举强化数字化人才培养

制造业企业通过技能提升、劳动力配置优化、人机协作等促使传统劳动力数字化转型升级，将传统产业工人转化为数字技术应用者、智能系统协作者与持续创新实践者，推动劳动力向高技能与高智能方向发展。为培养新质生产力形成所需的数字化人才，第一，制造业企业充分运用数字化手段提升员工专业技能和业务能力，推动劳动力向高技能方向转型。一方面，通过数字智能技术的应用，推动工人的理念变革与技能升级。人机协作取代传统的工人与机器的单向关系，实现生产中的知识共享和跨部门合作，形成更加灵活、响应快速的生产组织。另一方面，通过数智化升级将新兴技术赋能传统劳动力，通过智能设备与系统对劳动力进行实时反馈与指导。基于大数据和人工智能技术部署智能决策系统，可以实现精益生产与智能调度，确保生产的连续性和高效性，提高生产效率，推动产生智能化协作式的生产关系。

第二，积极拓展人才培养合作网络，为数字化人才培养不断注入新动能。通过分析产业数字化转型趋势，确保人才供给与产业需求相符。打造数字化创新人才的协同育人联盟，实现各主体人才培养协同、资源协同和数据协同。通过政产学研融合，培养一批具有数字素养、数字能力和数字化转型新思维的复合型应用人才，有效解决数字化转型中的人才结构性短缺问题，为新质生产力发展提供持续的人才支撑和创新动力。

(三)夯实技术新基石:发挥数字化先进技术运用能力

数字化转型打破传统制造业的线性生产模式，推动产业链向网络化、协同化方向发展。制造业企业进行数字化、智能化、自动化等先进技术的深度融合，对生产流程进行实时监控与资源优化配置，催生出数据驱动、人机协作的新型生产范式，提高生产效率和质量控制能力，实现更高水平的个性化生产和定制化服务，引领新质生产力的形成。

第一，企业要进行全面的数字化转型，通过物联网与大数据分析等手段，实现生产过程的实时监控与优化。工厂内部的生产设备能够实时收集和传输运行数据，通过云计算系统进行分析和处理，基于数据驱动做出最优化决策，帮助工厂管理者及时了解生产、设备健康状况和生产瓶颈，从而减少生产停机时间和维护成本，优化生产流程，提升生产效率，快速将科技成果转化为实际生产力。

第二，制造业企业专注于生产自动化和数字化技术尤其在生产线的自动化、物联网技术以及大数据分析方面深度应用数字化技术，并建立研发创新持续改进机制。这些技术能显著提高生产效率、减少人为失误、优化资源配置，推动生产模式从传统的“大规模生产”向“智能化、定制化、柔性化”转型。通过科技成果转化和应用，智能机器人、自动化装配线、数字化工厂等技术能快速部署，持续提升生产力水平。数字化技术除了在生产和管理方面提供支持外，还能帮助企业开辟新的市场和发掘新的商业模式。通过电子商务、在线平台、数字营销等手段，制造业企业实现全球化销售、直接接触终端客户和市场价值增值。这种全球化的商业模式使得制造业不限于传统的生产供应，在全球价值链中拓展影响力和盈利来源。随着数字化转型的深入，制造业将在全球产业分工中逐步向更高附加值的领域移动，持续推动新质生产力的涌现和发展，最终获得全球市场的竞争优势和长期可持续发展。

(四)释放数据新潜力:强化数字资源开发利用能力

数据作为数字化转型的基础资源，同时也是新质生产力的新型劳动对象，贯穿于制造业的生产、供应链、销售和服务等环节，与劳动者、劳动资料等要素的深度交互中催生要素结构革新。数据区别于传统生产要素，作为一种新型生产要素在重构生产力方面表现为依附倍增性和集约替代性。数智化升级过程中高效率的供应链组织和高质量的生产不仅可以满足多样化市场需求，同时也使生产力发生质的飞跃，实现生产工具以及生产方式全面系统化升级，推动生产的高效、灵活、智能化与可持续发展。制造业企业通过数据的全面采集和高效利用，打破信息孤岛，实现全流程的数据驱动，为新质生产力的涌现提供坚实基础。

第一，数据驱动使生产要素的效能大幅提高，企业通过大数据分析优化供应链管理、精准市场预测、定制化产品设计等，从而提升生产效率和产品质量。数据的高效利用可以替代部分传统的生产要素，尤其是在知识密集型产业中，数据成为“软”生产要素的重要组成部分。

第二，企业要强化数据治理与风险防控，切实防范数据开发、使用和交易过程中的各类风险，为制造业数字化转型保驾护航。通过“数据共采、数据共享”的机制，打破传统信息孤岛，实现数据资源的高效整合。构建应用互联的数字生态体系，实现数据采集、存储、处理、使用、共享和销毁等环节的全流程贯通和全生命周期管理并显著提升生产效率和管理水平。数字化流程管控和数据智能应用的双重驱动优势使企业能够更好地适应各个场景下的灵活多变应用需求。

(五)催生产业新生态:促进数实融合与数字化绿色化协同发展

制造业是实体经济高质量发展的核心支柱，其数字化转型是促进实体经济和数字经济深度融合的重要环节。数字经济为传统产业提供新的生产工具和技术手段，使其实现智能化、精准化、个性化的生产、管理与营销。运用数字技术在生产端提升效率的同时也在产品设计、供应链管理、市场营销等环节创造新的价值。

第一，数实融合推动生产要素重组变革。数字经济和实体经济深度融合通过数据要素的嵌入与数字技术的渗透，推动劳动力、劳动资料、劳动对象等传统生产要素向高附加值领域高效流动，在要素重组过程中催生产业组织形态的创新，最终构建起形成新质生产力的产业生态系统。

第二，制造业企业以数字化打造绿色供应链。推动物联网、大数据、区块链等数字技术与绿色低碳产业深度融合，对供应链碳排放进行实时监测与精准溯源，使环境成本得以量化核算，构建覆盖原材料采购、生产制造、物流运输、产品回收等全生命周期的数字化绿色供应链体系，使制造业向绿色智能制造转型升级，形成绿色新质生产力。

第三，利用人工智能、物联网、自动化制造设备等新型劳动资料，推动技术的实际落地和创新应用。通过对生产过程的全面数字化和智能化管理，提升生产过程的灵活性、可视性和精度，改变了生产方式，为企业提供更加灵活和高效的生产能力。依托数字技术实现劳动资料的数智化，显著提升其精确性、灵活度与安全性，推动生产力的全面变革，激活了新质生产力的发展动能。

四、结语

中国制造业正面临全球价值链重构和竞争格局重塑的关键期，作为世界第一制造大国，其超大规模市场优势为数字化引领制造业高质量发展提供了广阔舞台。本文深入剖析制造业数字化转型赋能新质生产力涌现的现实梗阻以及多个典型“灯塔工厂”的数字化转型做法，总结动态演化过程，为制造业数字化转型赋能新质生产力涌现提供了可行路径。“灯塔工厂”作为制造业数字化转型的领跑者，在转型战略制定、数字技术规模化应用、创新人才培养等方面树立全球典范。借鉴“灯塔工厂”经验有助于提升中国制造业企业的国际竞争力，抢占智能制造制高点，助力中国从“制造大国”向“智造强国”跨越，为加快构建现代化产业体系、赢得未来发展主动权奠定基础。

原文刊载于《中国软科学》2025年第6期 作者：谭志雄 穆思颖 郑华蓉