1.1.1　新工业革命——数字化、网络化、智能化

第四次工业革命以来，以物联网、大数据、云计算、5G、人工智能、区块链为代表的新一代信息技术加速发展，不断驱动着人们的生产生活向数字化、网络化、智能化方向发展。在新一代信息技术的推动下，新材料、新能源、新工艺及生物技术等多学科技术的创新突破和交叉融合，使新技术、新产品、新产业不断涌现。科技创新从未像今天这样深刻地影响着经济社会的发展和人们的生活，也给制造业的发展带来前所未有的新机遇和新挑战。

1.第四次工业革命的总体情况

回顾工业革命的历史，如图1-1所示，第一次工业革命是蒸汽机的革命，始于18世纪60年代，延续至19世纪40年代，以英国为代表的资本主义国家首次完成了向工业化社会的过渡，蒸汽机、纺织机等工业机器的发明解放了人们的双手，为人类提供了机器动力，解决了人力效率低下和动能不足的问题，工业领域出现了第一次重大飞跃，人类社会进入了机械时代。第二次工业革命是制造标准化和生产线的革命，始于19世纪70年代，延续至20世纪初，发电机、生产流水线的问世，推动着制造标准化的迅速发展，规模化生产应运而生，人类从此进入电力时代。第二次工业革命解放了人们的双脚，生产流水线化和制造标准化使人们不用在分散的制造工坊中来回穿梭，解决了规模化和生产成本之间的矛盾。第三次工业革命是计算机及信息化的革命，始于20世纪70年代。半导体技术、电子计算机技术的发展催生了以信息技术和控制技术为代表的制造变革，实现了生产的自动化和精细化。第三次工业革命解放了人们的神经，生产的自动化和精细化使人们逐渐摆脱机械的、重复的、紧张的工作，工业领域的全球化、多样化变革加速推进。

当前，第四次工业革命的序幕已经拉开。第四次工业革命是数字的革命，数据赋能制造业实现生产活动的高度整合，使信息系统像人一样思考和工作，从而解放人们的大脑。为获取核心优势，各个国家纷纷采取创新驱动战略。第四次工业革命为我国提供了一个弯道超车的历史机遇，增强技术战略布局的科学性、有效性至关重要。第四次工业革命是在物联网、大数据、云计算、5G以及人工智能等技术推动下开始的生产与服务智能化、生活信息化和智能化的全新革命。第四次工业革命中，新兴技术前所未有地结合，涵盖了大数据、云计算、5G、人工智能、区块链、新材料、新能源和生物医药等广泛领域。以这些技术为代表的新一轮技术应用已经在日常生活中随处可见，正日益消除物理世界、数字世界和生物世界之间的界限，开启一个全新的时代[1]。

图1-1　四次工业革命

资料来源：作者根据公开资料整理绘制。

同前三次工业革命相比，在第四次工业革命中，互联网无所不在，移动性大幅提高。随着技术的发展，传感器变得体积更小、性能更强大、成本也更低。与此同时，人工智能和机器学习也开始崭露锋芒，数据要素变得更加重要，数字经济蓬勃发展。第四次工业革命绝不仅限于智能互联的机器和系统，其内涵非常广泛。从基因测序到纳米技术，从可再生能源到量子计算，各领域的技术突破风起云涌。这些技术之间的融合，以及它们横跨物理、数字和生物几大领域的互动，决定了第四次工业革命与前几次工业革命有着本质上的不同[2]。

2.第四次工业革命的三大特点

数字化、网络化、智能化是第四次工业革命的典型特点，也是新一代信息技术的核心。第四次工业革命推动新一代信息技术与制造业深度融合，推动传统产业向数字化、网络化、智能化方向转型，为建设制造强国和网络强国提供有力支撑。

（1）数字化。数字化是指将物理世界和数字世界中的模拟数据（文本、数字、图形、图像、音频等）转化为数字编码形式进行储存、传输、加工、处理和应用的技术途径，其本质上强调对数据的收集、聚合、分析与应用，强化数据的生产要素与生产力功能[3]。当前，数字化正在深刻地改变着人类的思维方式和生产生活方式，为科技创新、城市治理、产业发展、企业管理等多个领域创造了前所未有的机遇。

数字化的核心内涵是对数字技术与社会经济活动融合过程中产生的大数据的深度利用。代表数据流的全球互联网协议（IP）流量从1992年的每天约100千兆字节（GB）增长到2017年的每秒45 000千兆字节，由于互联网与物联网的飞速发展，预计2022年全球互联网协议流量将达到每秒150 700千兆字节[4]。近年来随着大数据和超级计算机技术的飞速发展，制造企业数字化从原来的以信息系统为核心的数字技术采纳转向基于大数据、物联网与人工智能等新兴数字技术采纳。数字化的广泛融合促使数据日益成为一项重要的生产要素。利用供应链、生产制造及客户等方面的大数据来驱动数字化运营，包括从供应端、生产端到销售端的供应链信息流，从企业资源计划（enterprise resource planning，ERP）层到车间数据采集的垂直数据集成，以及从数据驱动的研发到终端销售与数字服务的产品生命周期数字化管理，企业将在数字世界中以更加敏捷、更低成本与更高质量的方式创造价值。

（2）网络化。从传统意义上看，网络化是指利用通信技术和计算机技术，把分布在不同地点的电子终端设备连接起来，按照一定的网络协议相互通信，以达到各电子终端都可以共享软件、硬件和数据资源的目的。第四次工业革命以来，计算技术、通信技术和控制技术的快速发展引起了人类社会的巨大变革。随着信息化和工业化的深度融合发展，网络化不仅限于互联网实现的互联互通，还扩展到物联网所实现的人、物、服务之间的交叉互联。

以射频识别（radio frequency identification，RFID）技术、传感器、机器通信、工业云、企业间的数据协议与开放信息系统等为代表的工业互联网技术在制造企业内部、供应链以及与客户连接领域的广泛应用将有助于构建一个万物互联的数字网络。“中国制造2025”以及德国“工业4.0”计划都明确指出物联网技术能将人、机器、产品及生产物料有机连接，将经营管理、研发设计、生产制造、营销服务等全流程和全产业链综合集成，将企业、供应商、下游合作伙伴以及客户紧密连接，全方位实时感知、采集和监测价值创造流程中产生的大容量和多样化的数据，促进价值创造流程的无缝衔接和生产网络的动态协同，打造网络化生产方式。截至2020年6月，中国已有70个具有影响力的工业互联网平台，连接4 000多万台（套）工业设备，服务40多万家工业企业[5]。世界经济论坛与埃森哲预计到2030年，物联网设备将从2016年的80亿台增长到1万亿台[6]。

（3）智能化。为了揭示智能化的本质，我们首先需要弄清楚“智能”的本质。古往今来，哲学、生物学、工程学领域的学者们都在试图找到其中的答案，但由于他们来自不同的学科领域，所以对于“智能”的理解也不完全相同。我国工业和信息化部原副部长杨学山在《智能原理》[7]一书中对各学术流派关于“智能”的认识和观点做了梳理，综合国内外的研究，他认为“智能是主体适应、改变、选择环境的各种行为能力”。

无论是生物智能主体还是非生物智能主体，其适应、改变、选择环境的过程总是建立在充分感知、清晰认知并基于信息和知识做出决策的基础之上的。对生物智能主体而言，其感知到的是光、声、味等物理世界的现象，通过大脑认知现象形成信息和知识，从而做出决策，指导生物智能主体适应、改变和选择环境，如图1-2所示。

图1-2　生物智能主体的智能生成机制

对非生物智能主体而言，其感知到的是数据，通过数据分析、模拟仿真认知到的是包含在数据中的信息和知识，从而做出动态决策，指导非生物智能主体适应、改变和选择环境，如图1-3所示。数据是智能化源头，没有数据就没有信息、智能，没有数据的组织与交互也就失去了智能行为的基础。数据的及时性、准确性、完备性决定了主体的智能化水平。

图1-3　非生物智能主体的智能生成机制

我们说一个非生物智能主体是智能的，通常是指这个非生物智能主体能像人一样思考。非生物智能主体通过数据感知、智能认知而形成智能。因此，智能化可定义为：使非生物智能主体具备灵敏、准确的感知功能，高效的学习、思维与认知功能，正确的判断和决策功能，行之有效的执行功能等[8]。

实现智能化的主要途径是发展人工智能技术。当前，人工智能的热潮已经来临，随着物联网、大数据、云计算等技术带来数据算力的提升，以深度神经网络为代表的人工智能技术飞速发展，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术，实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮[9]。

智能化被视为第四次工业革命的核心动力。“中国制造2025”、美国“再工业化”、德国“工业4.0”和日本“创新25战略”均强调打造智能制造系统，推动制造企业生产制造智能化。智能化的关键特征体现为人机一体化智能系统能在价值创造活动中扩大、延伸和取代人的脑力劳动。智能装备、智能传感器、商业智能、大数据以及工业互联网等技术在生产系统中的集成应用，将颠覆传统的生产模式并实现真正的智能制造[10]。

3.第四次工业革命的代表技术

第四次工业革命中，信息技术、控制技术进一步发展，同时数字技术、智能技术等对工业制造有重大影响的技术蓬勃发展，代表性的技术可以用“5ABCD”来概括，即5G、人工智能（artificial intelligence）、区块链（block-chain）、云计算（cloud computing）、大数据（big data）。

（1）5G。第五代移动通信技术（简称“5G”）是最新一代蜂窝移动通信技术，也是继4G（LTE-A、WiMax）、3G（UMTS、LTE）和2G（GSM）系统之后的延伸[11]。

5G技术的应用场景相当丰富，国际电信联盟（ITU）明确了5G支持的三大应用场景，分别为eMMB（增强移动宽带）、mMTC（海量机器类通信）以及uRLLC（超高可靠低时延）。三大应用场景下又可细分为十个最具发展潜力的场景，具体包括云VR/AR、车联网、智能制造、智慧能源、无线医疗、无线家庭娱乐、联网无人机、社交网络、个人AI辅助和智慧城市[12]。

（2）人工智能。人工智能是研究能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）[13]。

人工智能的应用领域非常广泛。通过将人工智能产品与生产生活的各个领域相融合，能够改善传统流程环节，提高效率、提升效能、降低成本，可以大幅提升业务体验，有效提升各领域的智能化水平，给传统领域带来变革。例如，海康威视采用人工智能和机器学习相关的软、硬件技术，开发了“深眸”全局摄像机。集成了人工智能的“深眸”，在很大程度上避免了误报和误拍，不会传送大量无效图像到后端。相较传统前端设备的高误报率，“深眸”全局摄像机对人、车等特征信息的识别率超过90%，大幅提升了图像识别的准确率[14]。

（3）区块链。区块链技术是分布式的网络数据管理技术，利用密码学技术和分布式公司协议保证网络传输与访问安全，实现数据多方维护、交叉验证、全网一致[15]。区块链不是一个单项的技术，而是一个集成了多方面研究成果的综合性技术，具备去中心化、开放互信、不可篡改、高可靠等特征[16]。

当前，区块链技术的应用范围广泛，涉及供应链金融、公共服务、制造业等多个领域。供应链金融和公共服务领域的应用模式以文件、合同等的存证为主。制造业方面的应用则可以为实体经济降低运营成本，提高产业链协同效率，构建诚信产业环境，为各式各样的数字化信息提供一个可确权、无障碍流通的价值网络，并实现对所有权、隐私权的保护[17]。

（4）云计算。云计算是以互联网为基础的新型交付计算资源模式，是一种提供可用的、便捷的、按需的网络访问，允许用户进入可配置的计算资源（包括网络、服务器、存储、应用软件、服务）共享池的模式。这些资源能快速部署，用户能以较低的管理成本获取所需的计算资源[18]。

云计算技术改变了互联网的计算模式、运行形态、应用行业，提升了服务水平和信息管理效率，广泛应用于政务、金融、医疗和工业等领域。旅游、教育、智能硬件等领域的行业云在近几年已经逐渐开展商业化应用。云计算在制造业领域的应用称为工业云。工业云是指使用云计算模式为工业企业提供软件服务，使工业企业的社会资源实现共享化。

（5）大数据。大数据技术使用非传统工具对海量的结构化、半结构化甚至非结构化数据进行处理和储存，进而完成挖掘、分析和展示，具有“4V”特征，即容量大（volume）、种类多（variety）、速度快（velocity）和价值性（value）[19]。同普通的“数据”相比，“大数据”更加庞杂，数据的结构、类型更为多元，含有大量可挖掘的价值。

大数据在制造业领域的应用称为工业大数据。工业大数据是互联网、大数据和工业产业相结合的产物，是当前制造业转型升级的关键，也是“工业4.0”的核心。工业大数据的应用场景涉及智能研发设计、智能生产制造、智能服务、网络协同服务、工业云等领域，助力工业企业实现降本、提质、增效。麦肯锡2019年的相关研究报告称，制造企业在利用大数据技术后，其生产成本能降低10%～15%[20]。而大数据技术对制造业的影响远非成本这一个方面。利用源于产品生命周期中市场、设计、制造、服务、再利用等各个环节的数据，制造业企业可以更加精细、个性化地了解客户需求，建立更加精益化、柔性化、智能化的生产系统[21]。

4.第四次工业革命中主要国家的举措

高度发达的制造业和先进的制造技术已成为衡量一个国家综合竞争力和科技发展水平的重要标志。自第一次工业革命以来，世界各主要国家的经济发展和竞争力消长都与本国的制造业发展水平密切相关。制造业在一国的社会经济发展中具有非常重要的地位和作用，它是现代经济发展与产业生态体系的支撑主体，是科技与产业创新的重要载体，是创造就业的重要基础，是满足人民美好生活需求的重要物质来源的产业基础。当前，世界各国紧跟第四次工业革命浪潮，纷纷制订和实施制造业振兴计划。

（1）中国制造2025。2015年5月，国务院印发的《中国制造2025》指出：“当前，新一轮科技革命和产业变革与我国加快转变经济发展方式形成历史性交汇，国际产业分工格局正在重塑。必须紧紧抓住这一重大历史机遇，实施制造强国战略，加强统筹规划和前瞻部署。[22]”《中国制造2025》主要提出三大部分内容，分别是“三步走”战略、九大战略任务和重点、十大重点领域。

建设制造强国的“三步走”战略（见图1-4）：第一步，力争用十年时间，迈入制造强国行列。到2025年，制造业整体素质大幅提升，创新能力显著增强，全员劳动生产率明显提高。第二步，到2035年，我国制造业整体达到世界制造强国阵营中等水平。创新能力大幅提升，重点领域发展取得重大突破，整体竞争力明显增强，优势行业形成全球创新引领能力，全面实现工业化。第三步，新中国成立一百年时，制造业大国地位更加巩固，综合实力进入世界制造强国前列。制造业主要领域具有创新引领能力和明显竞争优势，建成全球领先的技术体系和产业体系。

图1-4　“中国制造2025”的“三步走”战略

资料来源：中国政府网.《中国制造2025》提出力争用三个十年的努力实现制造强国的战略目标[EB/OL].（2017-05-24）[2021-04-12].http://www.gov.cn/xinwen/2017-05/24/content_5196356.htm.

“中国制造2025”为实现制造强国的战略目标，加快制造业转型升级，全面提高发展质量和核心竞争力，提出了九大战略任务和重点（见图1-5），分别是提高国家制造业创新能力、推进信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设、全面推行绿色制造、大力推动重点领域突破发展、深入推进制造业结构调整、积极发展服务型制造和生产性服务业、提高制造业国际化发展水平。

图1-5　“中国制造2025”的九大战略任务和重点

资料来源：新华网.《中国制造2025》九大战略任务[EB/OL].（2015-06-14）[2021-04-12].http://www.xinhuanet.com/politics/2015-06/14/c_127914119.htm.

“中国制造2025”大力推动重点领域突破发展，如表1-1所示，这十大重点领域分别是新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农业机械装备、新材料、生物医药及高性能医疗器械。

表1-1　“中国制造2025”的十大重点领域

资料来源：人民网.中国制造2025瞄准十大重点领域（政策解读）[EB/OL].（2015-05-20）[2021-04-12].http://politics.people.com.cn/n/2015/0520/c1001-27027513.html.

自“中国制造2025”实施以来，中国工业经济一直保持高速发展态势，逐渐从工业大国向工业强国转化。2020年，中国第二产业增加值初步核算为384 255亿元，比2015年的282 040亿元增长36.2%，年复合增长率达6.38%[23]。工业化、信息化（以下简称“两化”）融合迈上新台阶、工业互联网上云上平台建设进一步加强。2020年，全国规模以上工业增加值比上年增长2.8%，高技术制造业和装备制造业增加值分别比上年增长7.1%、6.6%。中国拥有220多种工业产品，产量居世界第一位，制造业增加值预计连续11年居世界第一位[24]。各项分类数据表明，我国产业循环逐步畅通，市场需求持续改善，工业经济持续欣欣向荣。

（2）德国工业4.0。在2011年的汉诺威国际工业博览会上，“工业4.0”的概念被第一次提出。2013年德国政府将其纳入“高科技战略”的框架之下，并制订了一系列相关措施。“工业4.0”研究项目由德国联邦教研部与联邦经济技术部联手资助，在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成，并已经上升为国家级战略。德国提出“工业4.0”发展战略，目的在于通过大力发展物联网和信息技术提高德国制造业的智能化水平。其核心目标是在新一轮科技革命来临之际把握先机，进一步巩固和提高德国在工业及科技领域的竞争力和国际影响力[25]。

2013年，德国信息技术和通信新媒体协会（BITKOM）、德国机械设备制造业联合会（VDMA）及德国电气和电子制造商协会（ZVEI）联合成立的“工业4.0”合作平台（Plattform Industrie 4.0），目前已经成为世界上最大、最成功的推进制造业企业数字化转型的平台之一，成为连接德国政府决策层、商界、学界、工会的桥梁，同时促进了德国“工业4.0”方面的国际合作[26]。“工业4.0”平台是德国制造业转型的中心网络，旨在促进生产领域的数字化转型。在政治、商业、科学、工会和协会的密切合作下，建立初期就有超过150个组织的300多名参与者积极投身该平台，支持德国企业（特别是中小型企业）实施“工业4.0”[27]。

德国“工业4.0”的战略框架要点可以称为“1438”模型（见图1-6），即1个网络[信息物理系统（cyber-physical systems，CPS）网络]，4大主题（智能工厂、智能生产、智能物流、智能服务），3项集成（纵向集成、端到端集成、横向集成）和8项计划（标准化和参考架构、管理复杂系统、工业宽带基础、安全和保障、工作的组织和设计、培训与再教育、监管框架、资源利用效率）。

其中，智能工厂是未来智能基础设施的关键组成部分，重点在于智能化生产系统和过程，以及网络化分布生产设施的实现。

图1-6　德国“工业4.0”战略框架（“1438”）模型

资料来源：夏妍娜，赵胜.中国制造2025：产业互联网开启新工业革命[M].北京：机械工业出版社，2016.

智能生产的侧重点在于将人机互动、智能生产物流管理、3D打印等先进技术应用于整个工业生产过程，并对整个生产流程进行监控、数据采集，便于进行数据分析，从而形成高度灵活、个性化、网络化的产业链。生产流程智能化是实现“工业4.0”的关键。

智能物流主要通过互联网、物联网和企业内网，整合物流资源，充分发挥现有物流资源供应方的效率。需求方则能快速获得匹配服务并能得到智能物流支持。

智能服务通过大数据提供更多的服务，“智能产品+状态感知控制+大数据处理”将改变产品的现有销售和使用模式，例如，催生了在线租用、自动配送与返还、优化保养、设备自动预警与自动维修等智能服务新模式。

高集成是第四次工业革命的一般特点之一。为了实现“工业4.0”的战略目标，需要实现3项集成：企业内部灵活且可重新组合的网络化制造体系纵向集成；贯穿整个价值链的端到端工程数字化集成；企业间价值网络横向集成。

此外，德国“工业4.0”工作组认为研发活动需要恰当的产业和产业政策支撑，需要在8个关键领域（标准化和参考架构、管理复杂系统、工业宽带基础、安全和保障、工作的组织和设计、培训与再教育、监管框架、资源利用效率）采取行动。

当前，德国“工业4.0”战略已经取得初步成效，“工业4.0”战略的实际应用案例已经出现在德国的许多地区。数字化呈现出蓬勃发展之势，从企业生产数字化，到宽带网络扩建以及相关法律制定都有实质性的推进，西门子、菲尼克斯电气、倍福和库卡机器人等企业都在“工业4.0”时代奋力前行。比如西门子工厂端到端数字化系统实现了从订单、设计、生产到物流的高自动化、高速化、高效化和高精度化，产能提高了8倍，合格率提高到99.998 8%，制造执行系统Simatic IT和全集成自动化解决方案（TIA）能将产品及生产全生命周期进行集成，缩短50%的产品上市时间[28]。

（3）美国工业互联网。“工业互联网”的概念最早由通用电气于2012年提出，随后美国五家行业龙头企业联手组建了工业互联网联盟（IIC），将这一概念大力推广开来。在美国，“工业4.0”的概念更多地被“工业互联网”取代，尽管名称不同，但这两个概念的基本理念一致，就是将虚拟网络与实体连接，形成更有效率的生产系统。

从政策层面来看，美国政府在2008年金融危机后将发展先进制造业上升为国家战略，希望以新的革命性的生产方式重塑制造业。从行业层面来看，行业组织工业互联网联盟的组建，宣告了企业界进军第四次工业革命的号角已经吹响。与德国强调的“硬”制造不同，软件业和互联网经济发达的美国更侧重于在“软”服务方面推动新一轮工业革命，希望用互联网激活传统工业，保持制造业的长期竞争力。

2012年3月，美国政府首次提出建设“国家制造业创新网络”，建立最多45个研究中心，加强高等院校和制造企业之间的产学研有机结合[29]。2013年1月，美国总统执行办公室、国家科学技术委员会和高端制造业国家项目办公室联合发布了《国家制造业创新网络：一个初步设计》[30]，投资10亿美元组建美国国家制造业创新网络（NNMI），集中力量推动数字化制造、新能源以及新材料应用等先进制造业的创新发展，打造一批具有先进制造业能力的创新集群。美国国家制造业创新网络的重点研究领域包括：开发碳纤维复合材料等轻质材料，提高下一代汽车、飞机、火车和轮船等交通工具的燃料效率、性能以及抗腐蚀性；完善3D打印技术相关标准、材料和设备，实现利用数字化设计进行低成本、小批量的产品生产；创造智能制造的框架和方法，允许生产运营者实时掌握来自全数字化工厂的“大数据流”，以提高生产效率、优化供应链，并提高能源、水和材料的使用效率等。

美国工业互联网的实行有效促进了高端制造业的发展。当前美国制造业已经转向附加值最高的尖端制造领域，其高新技术产业、高端制造业占据着全球制高点。美国在国防、航空航天、生物制药、精密化工、高性能材料、半导体和信息技术等领域均领先全球。以半导体为例，根据美国大数据公司Statista发布的数据，2019年，美国半导体行业占有47%的全球市场份额[31]，遥遥领先于世界上其他国家。

[1] 克劳斯·施瓦布.第四次工业革命：转型的力量[M].北京：中信出版集团，2016.

[2] 克劳斯·施瓦布.第四次工业革命（实践版）——行动路线图：打造创新型社会[M].北京：中信出版集团，2018.

[3] 徐宗本.把握新一代信息技术的聚焦点 [N].人民日报，2019-03-01（09）.

[4] UNCTAD. Digital Economy Report 2019[R/OL].（2019-09-04）[2021-07-10]. un.org/publications.

[5] 中国信息通信研究院. 中国工业经济发展形势展望（2020年）[R]. 2020.

[6] 世界经济论坛，埃森哲.行业数字化转型：数字化企业 [R]. 2016.

[7] 杨学山. 智能原理 [M]. 北京：电子工业出版社，2018.

[8] 徐宗本. 把握新一代信息技术的聚焦点 [N]. 人民日报，2019-03-01(09).

[9] 谭铁牛. 人工智能技术拐点来临 未来将如何发展[EB/OL]. 新华网，(2019-02-23)[2021-06-24]. http://www.xinhuanet.com/politics/2019-02/23/c_1124153626.htm.

[10] 林汉川，汤临佳. 新一轮产业革命的全局战略分析——各国智能制造发展动向概览[J]. 人民论坛·学术前沿，2015，（11）：62-75.

[11] 许佳胜，杨旭，孙宏凯. 5G 网络技术概述 [J]. 数字通信世界，2020，（02）：54.

[12] 华为技术有限公司. 5G 时代十大应用场景白皮书[R/OL]. (2018-07-13) [2020-06-11]. https://www-file.huawei.com/-/media/corporate/pdf/mbb/5g-unlocks-a-world-of-opportunities-cn.pdf?la=zh&source=corp_comm.

[13] 谭铁牛. 人工智能的历史、现状和未来 [J]. 智慧中国，2019，（Z1）：87-91.

[14] 人工智能开放创新平台 . 英特尔助力海康威视打造“深眸”全局摄像机，推进视频监控智能化[EB/OL].（2018-01-13）[2021-01-25]. https://www.chinaopen.ai/hkws_sm.html.

[15] 中国信息通信研究院. 区块链白皮书（2020 年）[EB/OL].（ 2020-12-15）[2021-03-05]. http://www.caict.ac.cn/english/research/whitepapers/202101/P020210127494158921362.pdf.

[16] 何蒲，于戈，张岩峰，等. 区块链技术与应用前瞻综述 [J]. 计算机科学，2017，(4): 1-7.

[17] 范忠宝，王小燕，阮坚. 区块链技术的发展趋势和战略应用——基于文献视角与实践层面的研究[J]. 管理世界（月刊），2018，（12）：177-178.

[18] NIST. Defi ning the Expanding World of Cloud Computing[EB/OL].（2009-05-20）[2020-06-25].https://www.nist.gov/news-events/news/2009/05/nist-defi ning-expanding-world-cloud-computing.

[19] Akpeokhai E O. The Future of Big Data in Cloud[J]. International Journal of Scientifi c Research in Information Systems ＆ Engineering, 2017, 1（2）：19-24.

[20] 麦肯锡公司. 点数成金，规模化大数据应用 [R]. 2019.

[21] 梅宏. 大数据发展与数字经济 [J]. 中国工业和信息化，2021（05）：60-66.

[22] 中国政府网. 国务院关于印发《中国制造 2025》的通知 [EB/OL]. (2015-05-08)[2021-01-15].http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm.

[23] 新华网 . 2020 年 GDP 初步核算结果出炉 [EB/OL]. (2021-01-20)[2021-03-05]. http://www.xinhuanet.com/fortune/2021-01/20/c_1127001904.htm.

[24] 新华网 . 2020 年全国规模以上工业增加值比上年增长 2.8%[EB/OL]. (2021-01-25)[2021-03-05]. http://www.xinhuanet.com/fortune/2021-01/25/c_1127020232.htm.

[25] 蒙禹霏.“工业 4.0”背景下德国技术创新与经济高质量发展研究[D]. 广州：广东外语外贸大学，2020.

[26] 德国联邦经济事务和能源部 . The background to Plattform Industrie 4.0[EB/OL]. (2021-01-15)[2021-02-05]. https://www.plattform-i40.de/PI40/Navigation/EN/ThePlatform/Background/background.html.

[27] 史世伟，寇蔻. 德国“工业4.0”战略的进展与挑战（上） [EB/OL]. 澎湃研究所， (2018-07-11)[2021-01-15]. https://www.thepaper.cn/newsDetail_forward_2252542.

[28] 张畅. 探析德国“工业4.0”战略成效与问题[EB/OL]. 中国社会科学网, (2019-08-06)[2021-03-05]. http://www.cssn.cn/skjj/skjj_jjjd/skjj_jddt/201908/t20190806_4951682.shtml.

[29] 杨博 . 落子“工业互联网” 美国工业 4.0着眼“软”实力[EB/OL]. 中国政府网，(2016-05-13)[2021-03-05]. http://www.gov.cn/zhuanti/2016-05/13/content_5072984.htm.

[30] Manufacturing USA. National Network of Manufacturing Innovation: A Preliminary Design [EB/OL]. (2013-01-15)[2021-03-05].https://www.manufacturingusa.com/reports/national- networkmanufacturing-innovation-preliminary-design.

[31] Statista. Share of the global semiconductor industry by country in 2018 and 2019[EB/OL]. (2020-01-07)[2021-03-05].https://www.statista.com/statistics/510374/worldwide-semiconductor-marketshare-by-country.