首页 - 财经 - 滚动新闻 - 正文

江小涓:数字时代产业升级不仅是产业问题

来源:和讯财经 2025-10-25 13:24:10
关注证券之星官方微博:

(原标题:江小涓:数字时代产业升级不仅是产业问题)

10月24日,在2025年外滩年会“科创赋能制造强国:从规模到创新”圆桌讨论中,中国社科院大学教授、国务院原副秘书长江小涓分享了有关数据要素在下一步经济发展中如何继续发挥作用,在产业升级中带来全线全域品质提升的最新观点。

江小涓长期深度参与国家重大政策制定和实践推动,是中国经济学界深耕产业发展与制度创新的权威学者。近年专注数字经济、数据要素等方面的研究,曾提出数字技术与制造业深度融合是创新赋能的“关键路径”,她同时也提出数字要素是科创赋能制造业的“新引擎”。

在党的二十届四中全会部署的12项重大任务中,首项即为“巩固壮大制造业根基”,其次是“引领新质生产力发展”。而在全会发布的《中国共产党第二十届中央委员会第四次全体会议公报》中,科技是绝对的高频词汇,凸显了中国对科技发展的重视程度,表明“十五五”时期中国将以科技为经济发展的牵引,坚定“抢占科技制高点”的决心,“再造一个中国高技术产业”小目标已然成型。

江小涓表示:“党的二十届四中全会刚刚闭幕,把产业发展放在了非常重要的地位。中国经济确实面临着一些困难和问题,但也有很多机遇和挑战。数据要素的广泛使用,对下一步创新、产业升级都有非常重要的作用。数据要素是新质生产力的技术革命性突破的核心要素。下一代互联网、AI,所有需要网联的产业,具身机器人、低空经济、生物制药,都是数据驱动的新的产业的出现。”

数据要素的创新型配置则是新质生产力的第二个路径。

江小涓认为,数据要素和其他要素结合,会带来创新的突飞猛进的发展。比如创新行业里,原来有人,有知识,有资金,现在我们加上技术,加上数据之后,Data For Science或Data For Innovation,使我们创新带来了非常爆发式的增长。

比如,在新材料研发方面,锂电池最后是一个分子动力学的问题,靠数据高通量地做,可以快速提高新的材料的构成,使电池的续航里程快速增长,都是数据支撑的要素的配置。

“高级化、绿色化、智能化、融合化”是当前制造业发展的核心方向,由工业和信息化部提出并推动实施,旨在构建现代化产业体系。

“传统产业的发展中,数字化是应有之义;绿色化,在制造业中其实涉及分布式能源体系的使用,还是需要数据打通;融合化,就是实体和数据的打通、融合。所以,无论新技术的出现,还是创新,还是传统产业升级,最后都需要数据的应用、贯通,来提高全要素生产率,这些都是数据要素重要性的体现。”江小涓表示。

从产业链条的环节来看,江小涓提到,研发、设计、创新环节,数据带来了生产力的极大的提升,而在制造环节的降本、增效、提质、绿色化等方面,数据化也在全面推动。“到制造环节,比如一炉钢,怎么控制成本,怎么炼怎么配煤配温,煤的价格不一样,热值要求不一样,所以计算中降本效益是可以渗透到每一个点上的,因为可以提高产品的质量。另外对全流程产线的控制,通过数据可以迅速发现过程中的问题。”

在消费环节,特别是to C端,直接对消费者的产品,数据早已是市场和产业连接的最重要的方式。“数百、数千万的产品要找到数千万、数亿的消费者,完全靠数据在打通,寻求彼此的匹配。再看国际贸易环节,通过特别的计算路径,计算出最短路径,把一个点的产品配到一起运过去,极大地节约了物流成本。”

过程中的挑战也同样明显。数据显示,在中国5600多万个企业中,九成以上都是传统产业,如何跟上数字转型的浪潮问题犹存。

江小涓认为,传统产业的数智化转型,是中国未来一个非常突出的挑战,肯定有相当一部分企业要出局。数字化时代的产业重组,并不是把一个个原来产业链中的企业数字化,带到新的数字化产业链中去,而是全产业范围内重新匹配、重新搭链的过程。

“有些企业跟得上就可以进到新链中,有些企业会出局。随着技术的发展,有些环节会消失。对传统行业来讲,数智化是机遇,数智化一定也是挑战。全社会对这个问题要有充分的理解,它带来进一步提升效益的企业,也会带来一批企业的淘汰和出局,这将是比较长时间的常态。产业发展不是产业的问题,是社会的问题。被淘汰的企业怎样能够顺利过渡?包括目前存在的内卷竞争问题的解决,都需要非常重要的制度设计,政府怎样在这个过程中,能让淘汰过程比较顺利、平稳?其实是一个公共性的问题。”江小涓表示。

fund

微信
扫描二维码
关注
证券之星微信
APP下载
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示机器人行业内竞争力的护城河良好,盈利能力一般,营收成长性较差,综合基本面各维度看,股价偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-