我國制造業競爭優勢與趨勢變化
2021-06-15 來自: 中國宏觀經濟研究院產業經濟與技術經濟研究所 瀏覽次數:736
我國制造業競爭優勢與趨勢變化
改革開放以來特別是加入WTO后，我國抓住經濟全1球化的重要機遇，參與國1際大循環，通過實施出口導向型發展戰略，發揮勞動力等要素低成本優勢，充分利用國1際分工機會，實現了市場和資源“兩頭在外”，形成了“世界工廠”發展模式，對我國快速提升經濟實力、改善人民生活發揮了重要作用。
隨著我國步入工業化中后期，制造業的發展環境和傳統要素條件發生了一系列變化。一方面，逆全1球化趨勢加劇，一些發達國1家推動“制造業回流”，部分發展中國1家工業化進程加快，對我國制造業發展形成擠壓；另一方面，我國制造業傳統要素的低成本態勢發生變化，勞動力成本上升、資源環境約束趨緊，傳統競爭優勢逐步弱化。但也要看到，我國制造業新的競爭優勢正在形成且日益凸顯，需充分認識這些變化及其背后的深層次原因，深刻研判制造業當前和未來一段時期的發展趨勢，科學制定產業政策、解決現存的痛點難點，把握好培育壯大新競爭優勢的關鍵環節，推動制造業高1質量發展。
總的來看，我國制造業競爭優勢正在出現以下幾個方面的趨勢性變化。
從生產要素投入看，基于初級生產要素成本的價格優勢，在向基于數據等高級生產要素發展的技術優勢轉變。
隨著我國經濟快速發展和綜合成本上升，以勞動力總量與成本為核心的傳統比較優勢逐步弱化。據測算，2013年到2019年，我國規模以上制造業就業人員平均工資的年均增速，高于世界平均水平。同時，新一輪科技革命由導入期進入拓展期，人工智能技術進一步發展成熟，效率更高的自動化設備應用廣泛，在客觀上大幅減少了制造業對一般勞動者的需求。這些都使我國與發達國1家之間的勞動力成本差距不斷縮小。
在此進程中，新生產要素的重要性日益凸顯。新一代信息基礎設施日益發展，使數據生成、存儲和傳輸的成本顯著下降，數據開始成為經濟系統中新的關鍵要素。在產業數字化進程中，數據可復制、可共享、無限增長和供給的特征，克服了傳統生產要素的資源總量限制，形成了規模報酬遞增的經濟增長模式。目前，我國已經成為全1球領1先的數字技術投資與應用大國。
面向未來，數字經濟與實體經濟的深度融合，特別是數字技術和數據要素對制造業全要素、全流程、全產業鏈的參與和改造，可有效提升制造業的生產效率，實現新市場、新模式和新增長點的全1方位變革， 終成為提升制造業核心競爭力不可或缺的力量。
從生產組織方式看，基于大規模生產的規模經濟優勢，在向基于大規模定制的范圍經濟優勢和規模經濟優勢疊加轉變。
大規模生產基于傳統的“剛性生產”，一般適用于單一產品生產和消費需求穩定的市場環境，難以靈活地進行多樣化調整。而大規模定制基于“柔性制造”，可以有效解決產品差異化與生產成本間存在的多重矛盾，進而實現多品種、小批量的產品生產。
雖然大規模定制與大規模生產同樣具有“大規模”的特征，但前者的“大規模”通常是指產品種類的增加和產品異質性的提高。從需求潛力看，我國已經形成擁有14億人口、4億多中等收入群體的全1球 大規模市場，且市場規模仍在不斷擴大，消費者模仿性趨同性消費正在向個性化差異化消費轉變，使制造業企業在已經具備規模化、批量化生產特征的基礎上，獲得大規模定制的范圍經濟優勢和規模經濟優勢。
從生產供應網絡看，基于網絡強大、生產協同的產業鏈效率優勢，在向基于穩定供應能力的安1全優勢和效率優勢疊加轉變。
供應鏈是制造業企業核心競爭力的重要來源。我國制造業通過全1面參與全1球生產分工網絡，形成了難以復制的產業集群優勢和物流網絡體系，表現出強大的效率優勢。一方面，這使制造業的各個細分行業、環節實現了專1業化生產，極1大地提高了生產效率，使企業能長期專注于某一類產品的生產和制造，優化了制造業的產品結構；另一方面，這使不同類型、不同要素密集度的加工、生產、組裝等制造環節有機銜接、相輔相成，大大縮短了制造業創新的產業化周期，這對于技術密集型產業特別是新興產業來說是十分重要的優勢。
面對新冠肺炎疫 情沖擊，我國產業鏈展現出強大的安1全優勢，有能力維持必要的生產和服務，其穩定供應能力和強大韌性進一步凸顯，且在較短時間內就恢復到常態水平，成為保障全1球供應鏈穩定的重要力量。面向未來，在全1球產業鏈供應鏈本地化、區域化、分散化布局的大趨勢下，我國產業鏈效率優勢和安1全優勢的雙重疊加將對制造業競爭力的提升起到重要支撐作用。
從空間經濟組織形式看，基于本地的產業集聚優勢，在向基于跨域合作的網絡優勢和集聚優勢疊加轉變。
產業集群是現代產業發展的重要組織形式。與分散的產業發展模式相比，產業集群能夠實現規模效應、集聚效應，降低生產成本和交易成本，從而形成競爭優勢。
改革開放以來，我國各類產業集聚區快速發展，形成了許多以地域或者園區為單位的產業集群。隨著專1業化水平及本地生產能力的提升，產業集群需要與外部知識節點建立聯系進而嵌入到更大的網絡中去，集群參與者獲取新知識的渠道也需超越地理空間限制，進入區域、全1國乃至全1球合作網絡，進一步促進顯性知識的生產和轉移，為知識創新、集群更新與重組提供可能。未來，產業集群必然要打破地理空間的限制，實現區域內創新網絡和跨區域協同創新共同體的構建，進而推動區域創新型產業集群發展。
此外，制造業的技術創新模式也在發生顯著變化。隨著國1際上保護主義、單邊主義“抬頭”，經濟、科技、文化、安1全、政 治等格局發生深刻調整，各國都千方百計鞏固已有的科技優勢，在引進高新技術上我們不能抱任何幻想。但也要看到，我國發展空間大、應用場景多、創新應用強的優勢日益凸顯，國內市場縱深廣、層次多，消費者需求多元，能夠為企業生存發展提供更廣闊的空間、更具包容性的環境。未來，制造業的主要創新方式將逐步轉變為以自主創新、協同創新、融合創新為代表的內源式創新，也將在實現科技自立自強的進程中塑造制造業科技創新的新優勢。
制造業的昨天，今天和明天
近日，以“新制造時代”為主題的“中國互聯網制造峰會”在廈門召開。國1家發改委產業司原司長年勇發表重要講話。
以下為演講速記，由中制智庫整理：
今天要講制造業，有人跟我說不太理解，說你還講制造業，題目和內容都有點low。我說講什么不low呢？講大數據、云計算、區塊鏈不low，但是我說你理解錯了，我們這個社會目前 大的誤導就是制造業不行了，制造業落后了，要講大數據、云計算、區塊鏈、量子計算之類，才跟得上形勢，才與時俱進。這是當前社會 大的問題。
美國從來沒有放棄制造業
要談制造業是因為當前制造業還是我們國民經濟的基礎，是我們科學技術的基本載體。一個國1家的科技水平和經濟實力體現在哪里？唯1一的標志就是制造業發不發達。這個是我們現在沒人說的，不想說，不愿意說。我總結，人類的發展進步就是制造業的發展進步。人家會說我偏激，我說人和動物的區別就是在于人可以制造工具。現在有一個說法叫做美國是服務經濟了，后工業社會，不搞制造業了，而中國制造業很發達。你知道美國的具體情況是什么樣？我分享一下我的觀點，可能不一1定對，大家共同交流。
去年美國服務業的比重是81%，以此證明美國是后工業經濟，是不要制造業的經濟。但是很多人不知道，81%背后的東西是什么？美國的服務業里頭60%以上都是為制造業服務的，大體這些年占美國經濟總量48%、49%、50%。什么意思？美國為制造業服務的生產占一半，就是說美國經濟全部總量里有一半是為制造業服務。加上制造業本身，就超過了60%。換句話說，可以說美國制造業占美國經濟總量超過60%。美國其實還是一個制造業大國，美國從來沒有放棄制造業，直到今天。前天特 朗普還說，美國要成為世界制造業的超級大國，中心意思是講要擺脫中國的依賴。如果我們中國對這個認識不清楚，天天忽悠新概念，我估計中國要為此付出沉重的代價。
第1一，昨天。人類歷史就是科學技術不斷為制造業賦能的歷史，我們不斷發明新的科學技術，不斷應用在制造業上，促進制造業的發展進步。
智能制造提出的時間不長，是1988年美國的懷特教授出的一本書《智能制造》，這里面首1次提出來，提出來以后到現在也就32年，時間很短。實際上說起智能制造，往前追溯，應該說是從第1一次工業革命開始，那個時候是1776年，瓦特發明蒸汽機，那個時候制造業開始比較快的進步。瓦特發明蒸汽機，是動力的進步，不用人去拉，人就可以解放出來。那個時候開始我們就已經進入了制造業的現代化進程。
第二次工業革命是以1821年法拉第發明電動機為標志，人類進入了電氣化時代。從1946年發明電子計算機開始，我們進入了第三次工業革命的時代。第三次工業革命這個時代還在持續，至于持續多長時間不知道。
這個過程當中我們經歷了自動化或者叫數字化，后來經歷了網絡化，近幾年由于大數據、云計算、人工智能等等新技術的出現，包括人工智能的技術，第三次工業革命就被認為是智能化時代。在過去200多年當中，第1一次工業革命以來，發達國1家從來沒有放棄過制造業，而且始終處在制造業的領1先地位。
從國內來看，我們國1家改革開放40年來，我們緊跟發達國1家的步伐，向他們學習，抓住全1球產業大勢，特別是新一代信息技術和傳統的制造技術有機融合，這方面還是取得非常大的進步，取得了很多成就，這些成就就不一一列舉。為什么有這個成就？一個原因是我們積極向別人學習借鑒，一個是我們自己不斷努力的結果。
第二，今天。盡管過去40年我們制造業取得很大成就，發展成世界第1一大制造體系（總規模），制造業存在的問題也是很多，距離發達國1家差距還非常巨大。盡管塊頭不小，但是比較高1端的這部分差距還是非常巨大。
當然，我們真正走工業化的時間還是比較短，實際上也就這40年，換句話說，現在我們取得的成就實際上是我們用三四十年的時間走完了西方發達國1家近300年的工業化道路。走過了第1一次工業革命的一1百1年，走過了第二次工業革命的一1百1年，又走過了第三次工業革命的前三四十年，這么短的時間內我們急速追趕，勢必肯定缺失了很多東西，少了很多環節。
歸納起來比較突出的有三個方面：
第1一，產業基礎十分薄弱。其中 為突出的就是基礎研究，基礎研究對后面的應用至關重要。因為前面工業化時間很短這個客觀現實，好多基礎研究沒有跟上，大學研究機構和大企業的基礎研究都很差。一1百多年前美國有一個物理學家叫做亨利·羅蘭，他有一個演講，他說為了應用科學，科學本身必1須成功，假如我們停止科學的進步而只留意科學的應用，很快就會退化成中國人那樣。多少代人以來他們都沒有什么進步，因為他們只滿足科學應用，卻從來沒有追問過他們所做事情的原理，這些原理就構成了科學。到了一1百多年之后的今天，我們改的怎么樣了？我回答不了這個問題。但是我們看到的現實是我們重大的基礎理論、重大的原創核心技術幾乎是空白。
高1端的芯片、智能的工業機器人等等這些硬件我們目前幾乎不能生產，原創的操作系統等這些關鍵軟件也要依靠進口。比方說驅動電機，生產驅動電機的一個小部件國內生產規模很大，全世界沒有人可比，但是制造這個電機所需的高速精密軸承、耐電材料、高精度位置和溫度傳感器、電子開關IGBT等等這些東西，我們沒有一件能生產。由于基礎的研究差，導致了底層的硬件、底層的軟件都要依賴別人，這是我們跟發達國1家和美國 根本、 大的差距。
第二個短板是產業生態上不去。制造業的整個產業鏈不完整，這個問題非常突出，有的環節是空白的。為智能制造服務的關鍵基礎設施還差得很遠。
第三，產業環境亟待提升。我歸納有三個偏差。第1一個偏差是不重視制造過程、制造經驗。就是好大喜功，沒有認識到工業1.0、2.0、3.0到4.0要一步一步走。工業化的進程可以縮短，但不可以省略。省略了任何一個環節將來都要付出沉痛的代價，而且早晚還要補上。你想跳過，將來都要付出代價，而且這個代價非常沉痛。所以第1一個偏差是認知偏差。第二，引導偏差，很多引導策略不系統、不完整，碎片化，沒有辦法執行，針對性和可操作性都很差，重1點也不突出。這種情況下怎么形成共識、形成合力？第三個偏差就是執行偏差，在推進制造業智能化或者推進智能制造過程中，沒有看見主導力量，各自為政，一片散沙，資本、人力、物力的投入都浪費掉了。
這就是我們今天面臨的形勢，就是這么嚴峻。
第三，明天。明天面臨什么？實際上很清楚，今天面臨什么短板、瓶頸，那就是我們明天要努力的方向。
第1一，要夯實基礎。有大學的問題、研究機構的問題、企業的問題，這些基礎都要夯實，沒有這個基礎想飛是不可能，必1須全社會有這個意識。大學在基礎研究中承擔至關重要的角色，美國的經濟起飛有兩個引擎，一個在美國的西部，在加州的舊金山灣區，一個在美國的東部，在麻省的波士頓。西部地區有加州大學、斯坦福大學這樣一系列的著1名大學。東部地區有哈佛大學、麻省理工學院等。這些大學有雄厚的研究力量，有長期的積累，有源源不斷的學生進來和出來，提供了源源不斷的一代又一代的精英人才。美國這兩個地方圍繞著大學形成產業。
同時，這一套發達國1家的制造業體系和發達的金融業體系確保了美國從大學的基礎研究出來的成果能夠小試、中試、產業化，然后放大， 后就是很大的產業。工廠可以不放在美國，可以放在中國、歐洲。但是，它的原創成果在它的大學里，而且這些教授、實驗室主任領著老師學生圍繞著某一個細分領域持續研究，從前幾代的實驗室主任手里接過來這個接力棒。
曾經有一個中國小孩在那工作，我就問他，你是干什么的，他就做研究，來了半年。我說我想知道這半年你的學習、生活狀態是什么樣子？他說我的半年全部在實驗室，早上起床吃點東西就到實驗室，到晚上十一二點回去。他說也不是老師要求他這樣子，從實驗室主任到一幫年輕老師到學生都是這樣的狀態，而且全是自愿的，每天的狀態都非常激昂，覺得有意義。我說這就是美國強大的唯1一原因，誰能做到一點誰就是 大 強的。
第二，健全生態。一個是健全智能制造產業鏈，把短板補上。一個是推進智能制造的基礎設施建設，包括工業互聯網、5G。一個是人才體系的建設，沒有人什么都干不成。
第三，完善環境。第1一，提升認知水平。第二，加強引導，要破除引導策略的碎片化。我曾經牽頭制定了一個《增強制造業核心技術三年行動計劃》。為什么要制定這個？就是想集中少數重1點領域，把各種資源、資金、人才都集中到這個領域，使這個領域盡快有所突破。現在已經執行到第二輪，支持了一大批項目，效果非常好。第三，推動實施。我們講智能制造，重1心還是制造，你不能想象你的制造不行，上面加個計算機，加個軟件就行了，不是這樣的。制造業需要積累，需要摸索，它有很多隱性知識，不是三天兩天就學的來的。如果不熟悉制造過程、制造程序、制造工藝，那后面的再多的數據都沒有用，你根本不知道數據背后是什么。
從這個意義上講智能制造的推進可能需要一個制造業巨頭來引1領來主導，沒有的話，這個事情就很難做。制造巨頭才了解制造業，才明白制造工藝、制造程序，掌握制造的核心技術，不掌握這個，你想引1領也引1領不了。國1際上 典型就是GE，上百1年的制造經驗，它對制造工藝的理解比任何其他企業都深刻。同時又有巨大的實力來提升信息技術水平，掌握了大量信息技術的關鍵，這樣，兩方結合才可能引1領智能制造的發展。
