以数字技术赋能制造业绿色化转型
◇韩树宇
当前,数字技术正在以新理念、新业态、新模式全面融入人类经济、政治、文化、社会、生态文明建设各领域和全过程,给人类生产生活带来广泛而深刻的影响。高质量发展阶段数字技术无所不在,碳约束时代“双碳”目标时刻在线,在数字经济大发展和“双碳”背景下,数字化与绿色化被赋予了鲜明的时代特征,将数字经济的减碳优势与绿色发展的广阔前景紧密结合,催生绿色低碳发展新业态、新模式、新行业已成为时代发展的必然趋势。《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》明确指出,要推动互联网、大数据、人工智能、第五代移动通信(5G)等新兴技术与绿色低碳产业深度融合”。因此,必须切实将数字技术赋能于“双碳”目标全领域和社会生产的全过程,加快促进数字技术与绿色制造融合发展,提升企业数字化技术在绿色制造领域的创新和应用水平,以数字化和绿色化协同推进我国制造业高质量发展。
积极推动数字技术与制造业绿色化转型深度融合。推动数字经济与制造业融合发展是把握产业变革新机遇的战略选择。在数字经济与实体经济融合发展下,数字化、网络化、智能化有助于提升农业、制造业和服务业等产业的数字化水平,推动传统产业转型升级和智能化改造,进而提升产业链现代化水平,发挥数字技术对经济发展的放大、叠加、倍增作用。数字技术对于制造业绿色化转型也具有诸多优势。一方面,利用数字技术将数据作为生产要素融入制造业企业生产全过程,有助于提升制造业企业的生产效率、优化生产流程、提高工艺标准、降低生产成本,推动制造业转型升级,尤其是推动传统制造业企业向数字化、网络化、智能化、绿色化迈进,从而实现节能减碳。另一方面,数字技术应用有利于加强对制造业企业碳排放的管理。监管部门可以利用数字技术对制造业企业的碳排放情况进行准确监测,进而对碳排放权进行科学合理分配;企业也可以通过数字技术更精确地掌控碳排放数据,进而合理调控不同生产环节的碳排放,实现节能降耗和绿色化转型。此外,数字技术有助于碳排放交易平台的搭建,减少碳排放交易市场上的信息不对称现象,从而提升制造业企业的减排动力和绿色化转型积极性。
探索数字技术赋能制造业绿色化转型新路径。当前,我国制造业发展受到能源、资源等因素制约,低碳发展任务艰巨。数字化是改造传统制造业并使其实现绿色化转型的重要手段。一是利用数字技术构建完善的数字化碳管理体系。通过5G、大数据、区块链、云计算等数字技术,加强对制造业碳排放数据的统计监测、计量和数据分析,构建精确的碳排放统计监测体系,提升碳排放的数字化管理、网络化协同、智能化管控水平,精准掌握制造业碳排放整体情况,从制造业发展全局出发科学合理推进绿色化转型。二是利用数字技术加强制造业生产过程管理。通过物联网、5G、云计算、大数据、人工智能、工业互联网、数字孪生等数字技术,有效打通制造业生产过程的各个环节,优化工艺流程、提高物料调度效率、优化现场计划排程等,持续推动工艺革新、装备升级、管理优化和生产过程智能化,提高能源资源的利用效率,减少生产过程中的损耗。例如,通过数字化管理平台进行产能调节、增加控碳和增效的技术、提供公共服务数字平台、提升生产装备的智能化、智慧园区和智能工厂建设等方式来实现生产过程中的减碳。三是利用数字技术完善碳排放信息披露机制。加强通信行业、电子信息服务行业与制造业的深度融合,通过工业互联网、大数据等数字技术,完善碳排放信息披露机制,将企业碳排放数据和工业大数据进行共享,打破行业间信息不对称,为生产流程再造、跨行业耦合、跨区域协同、跨领域配给等提供支撑,推进“工业互联网+绿色低碳”,助力制造业绿色化转型。
积极推动数字技术赋能制造业绿色化转型。一是要打造更多数字技术应用场景。由数字技术支撑的高端制造和智能制造正在成为产业主流,低碳转型将成为数字经济与实体经济加速融合的重要领域。未来,要加强数字技术创新,开辟更多数字技术在制造业绿色化转型领域的应用场景,继续挖掘数据资源在制造业绿色低碳发展中的要素价值,将数据融入生产管理全过程,以5G、工业互联网、大数据、人工智能等数字技术推进制造业节能减碳。二是要开发更多“工业互联网+绿色低碳”解决方案。要全面加强制造业企业数据共享和互联互通力度,提高碳排放数据的透明度,将碳排放数据与工业大数据深度融合,通过培育数字化服务平台,供给更多企业绿色化转型的“工业互联网+绿色低碳”解决方案。三是要培育更多智能制造新模式新业态。围绕5G、人工智能、数字孪生等新兴融合型技术领域,打造可用性强的智能制造解决方案。加快智慧园区和智能工厂建设,以生产链条的智能化、绿色化为标准,加强生产智能化水平,通过智能制造新模式新业态降低各生产环节的能源消耗、工艺损耗、流程延耗,提升生产制造效率和资源利用效率。
(本文系河南省哲学社会科学规划项目“数字经济促进制造业高质量发展的内在机理及路径优化研究”(2021BJJ047)阶段性成果)
(作者单位:河南省社会科学院数字经济与工业经济研究所)
