1. 引言
在全球信息技术的飞速发展以及数字浪潮的推动之下，数字经济将数字化的知识和信息作为关键生产要素，通过与实体经济融合发展发挥其自身激活、创新与赋能作用，以高效便捷、智能化的特点，正在重塑传统产业的格局[1]，成为驱动经济增长的重要动力。传统制造业的转型升级在数字经济中的地位最为显著，这一转型因数字技术的赋能而加速推进。数字经济与制造业的融合发展将为制造业的变革提供重要支撑，也促使了制造业产业链的重构[2]。BititciUS在2010年指出，在不断变化的全球环境中，制造业组织需要进行转型以保持竞争力[3]。2024年国务院常务会议审议通过的《制造业数字化转型行动方案》指出：制造业数字化转型是推进现代产业体系建设的重要举措。中国正面临从“制造大国”向“制造强国”转变的关键时期，制造业转型升级既是实现经济持续健康发展的内在要求，也是应对国际竞争新态势的战略选择。2025年两会政府工作报告中进一步提出要“激发数字经济创新活力”，“持续推进‘人工智能+’行动”，互联网与制造业深度融合能够充分发挥数字技术优势和制造、市场优势[4]。这些政策的提出为制造业的数字化转型提供了良好的外部环境。
2019年前后，全球经济格局的演变和技术创新的加速，推动了数字经济的快速发展。根据《中国数字经济发展与就业白皮书(2019年)》公布的数据显示，2018年中国数字经济规模达31.3万亿元，占GDP比重34.8%，其中产业数字化深入推进，工业、服务业、农业数字经济占行业增加值比重分别为18.3%、35.9%和7.3%。这表明在全球经济格局演变背景下，数字经济正成为经济增长的新引擎，人工智能、大数据、云计算等技术的日益成熟与广泛应用为传统制造业发展带来了新的机遇，使其有望实现转型与升级。鉴于此背景，本研究将2019年设定为研究的起始年份。使用CiteSpace软件分析从中文(CNKI)和外文(WOS)两个主要数据库中获得的与制造业数字化转型发展相关的文献数据，通过对发文数量、核心作者发文数量、关键词等多个维度的量化与定性分析，旨在从时空和国内外的视角深入理解新时期历史背景下制造业发展的结构，并为其他学者的研究提供参考。
2. 知识图谱分析
2.1. 方法与数据
本文通过CiteSpace软件对制造业数字化的研究热点与发展趋势进行了分析，将文献的发文时间限制在2019~2025年之间。基于中文(CNKI)数据库，中文文献以“制造业数字化转型”为检索词，以“期刊”和“会议”为文献类型，去重后得出235篇文献记载。国外研究采用WOS数据库搜集文献，以“Digital Transformation and Upgrading of Manufacturing Industry”为检索主题，语种为“English”，文献类型为“Article”，共得到119条文献记录。
2.2. 发文量分析
CNKI数据库显示，关于制造业数字化转型升级的研究，国内从2019年开始，中文文章的发送量持续走高，见图1。有关制造业数字化转型升级研究的外文文献，根据WOS核心数据库，见图2，相关文献也保持了持续上升的态势。
Figure 1. Statistics on the number of domestic research literature publications
图1. 国内有关研究文献发文数量统计
Figure 2. Statistics on the number of research literature published abroad
图2. 国外有关研究文献发文数量统计
2019年是我国加快数字经济发展、促进制造业优质发展、转型升级的关键时期。我国数字产业化增加值规模达到7.1万亿，顺利向高质量发展迈进。产业数字化增加值约为28.8万亿元，产业数字化的不断深入推进带动了传统产业产出增长、效率提升，成为国民经济发展的重要支撑力量[5]。国家政策也为制造业数字化转型指明了方向，《中国制造2025》提出通过“三步走”强调信息化与工业化的深度融合，进而实现制造强国战略目标。《关于推动先进制造业和现代服务业深度融合发展的实施意见》鼓励制造业企业拓展服务业领域，加速生产型制造向服务型制造转变。国家颁布的政策引导了企业和学术界更加重视并加大对制造业数字化转型升级的关注与投入。从国际层面来看，Kagermann等学者在2013年的研究中指出，工业4.0在于通过物联网、大数据、人工智能等数字化技术重塑制造业的全生命周期[6]。全球工业4.0浪潮的深化推动核心技术的成熟应用，促使各国深入研究制造业数字化转型升级的可能[7]。
2.3. 作者发文数量统计
2019~2025年间，我国制造业数字化转型升级领域研究文献作者的发文统计情况见表1，其中刊载1篇(含第二、三作者)的作者人数为158人，占总数的95.18%，刊载2篇和3篇的人数分别只有7人和1人。国外相关研究文献发表情况见表2，其中有144位作者发表了1篇文章(包括第二、三作者)，占总数的90%，有16位作者发表了2篇文章，截至目前暂未有作者发表3篇及以上的论文。这说明在该领域尚未形成稳定且高产的核心作者群体，多数研究者在长期研究和系统性成果积累方面相对不足[8]。也反映出该研究领域仍存在广阔的研究空间，理论体系的完善以及实践指导的深化都需更多投入更多的研究力量。通过学术贡献来构建更为坚实的知识基础，推动该领域从萌芽期向成熟期迈进。
Table 1. Statistics on the number of publications by domestic authors
表1. 国内作者发文数量统计
发文数量/篇 |
作者数量/人 |
占总人数比重/% |
3 |
1 |
0.6 |
2 |
7 |
4.22 |
1 |
158 |
95.18 |
合计 |
166 |
100 |
Table 2. Statistics on the number of publications by foreign authors
表2. 国外作者发文数量统计
发文数量/篇 |
作者数量/人 |
占总人数比重/% |
2 |
16 |
10 |
1 |
144 |
90 |
合计 |
160 |
100 |
图3展示了2019年至2025年间我国制造业数字化转型升级领域研究文献作者的合作网络(共现知识图谱)。其中，“密度”这一指标用于衡量节点间(即作者之间)相互连接的紧密程度。观察图谱可知，图3所呈现的最大20个合作子网络的密度值为0.0053；相比之下，图4展示的同类子网络密度值则为0.0103。这一对比反映出，尽管国内研究者在该领域存在一定的合作关系，但其整体协作紧密程度仍低于国外同行。我国制造业数字化转型升级研究领域的合作网络结构相对松散，尚未形成一个或多个彼此间高度连接、协作紧密的核心研究集群。
Figure 3. Co-occurrence map of domestic authors
图3. 国内作者共现图谱
Figure 4. Co-occurrence map of foreign authors
图4. 国外作者共现图谱
2.4. 研究机构分布
Figure 5. Analysis of literature research institutions related to CNKI database
图5. CNKI数据库相关文献研究机构分析
Figure 6. Analysis of literature research institutions related to WOS database
图6. WOS数据库相关文献研究机构分析
CiteSpace生成的CNKI数据库相关文献发表机构共现知识图谱显示：密度是0.0133，节点数是137，连线数是124，见图5。反映了我国制造业数字化转型升级领域研究机构合作较少。这种稀疏性表明机构间直接合作有限，处于独立探索阶段，各研究机构大多在独自开展研究，未达成稳定且广泛的合作联盟。这种状态虽在一定程度上促使各机构深入挖掘自身优势资源，但也导致了研究力量的分散。缺乏协同效应使得知识交流与共享受限[9]，研究成果难以快速整合与推广，进而影响了整个研究领域的发展效率和深度。
发文较多的机构如中国社会科学院工业经济研究所、南开大学商学院等，显示了高校和科研机构在该领域的研究活跃度。这表明在制造业数字化转型升级研究中，高等教育和科研机构发挥着重要作用，它们的理论研究为实践提供了科学指导。此外，企业和高校研究的并存也体现了该领域研究的多元化与跨界性。高校的理论探索与企业实践经验的结合，对制造业数字化转型升级至关重要。此类跨界融合不仅有助于深化该领域的研究，更能加速理论成果向实际应用的转化。
WOS数据库相关文献发表机构共现知识图谱显示：密度是0.0123，节点数是122，连线数是91，见图6。诸多高校如东南大学、哈工大等是研究主力，显示较强科研实力。企业和社会组织也有一定参与，体现出产学研合作趋势。各机构间连线稀疏，直接合作不够紧密，合作网络尚未充分形成，但潜在合作机会仍存在。未来，加强机构间的合作尤其是促进企业与高校、科研机构之间的协同，将有利于打破知识流动的障碍，推动制造业数字化转型升级研究向更深层次发展。
2.5. 研究热点
代表制造业数字化转型升级研究热点的高频关键词构成图7，图8所示的关键词共现知识图谱。本文还筛选出频次大于4次高频关键词并列出各自对应的中心性，见表3、表4。
Figure 7. Domestic research keyword co-occurrence map
图7. 国内研究关键词共现图谱
Figure 8. Co-occurrence map of foreign research keywords
图8. 国外研究关键词共现图谱
这些热点、行业关注点或社会焦点体现出了被投以的关注度，热点词既标识出了研究资源和精力所汇聚的中心位置，又暗示了在接下来的一段时间里，该领域研究将会沿着发展的主要方向以及呈现出的发展走势。从关键词共现图谱来分析，各关键词彼此关联紧密，形成了一个较为稠密的研究网络架构，这在一定程度上也阐明了研究者们围绕这些关键词所代表的概念有着广泛的共识，而且凸显了这些主题在相应研究领域当中的重要地位以及相互间紧密的关联性。
在国内的研究中，共有8个关键词出现的频率超过4次，见表3。出现频率最高的关键词是“制造业”，这是本文在CNKI数据库中进行检索的词语之一。其次，与“制造业”联系紧密的“数字经济”和“转型升级”这两个关键词出现的频率同样很高，二者相互依存一起构成了研究框架的主要内容。“转型升级”作为目标诉求，其理论支撑源于全球价值链理论和产业升级理论，旨在推动制造业向高附加值、智能化、绿色化跃迁。制造业转型升级是在技术创新的推动下，产业结构不断向高级阶段发展的过程[10]。刘志彪认为我国制造业转型升级应遵循全球价值链的导向[11]。制造业作为国民经济的支柱产业，其转型升级的成功对我国在全球竞争力和在全球价值链地位的提升意义重大，而蓬勃发展的数字经济作为一种新的技术经济范式则为制造业升级提供了强大的动能。实现二者融合发展的关键桥梁是“数字化”，该词出现的频率高达24次，从社会技术系统视角来看，它远非简单的技术应用，而是一个涉及技术、流程、组织、文化全方位变革的系统工程。其高频聚焦反映了学术界正深入探索数字化如何重塑价值链、优化资源配置并赋能创新，以破解转型路径与策略的难题。支撑制造业转型的基石与核心动能则分别体现为“产业升级”和“数字科技”，两个关键词分别出现了10次和9次。产业升级理论为转型方向提供了分析框架和规律认知；而人工智能、大数据等“数字科技”则是数字经济发挥效能的物质基础，它们不仅为制造效率提升、产品创新、模式变革提供了强大动力，还引领着制造业向智能化、高端化、绿色化方向演进[12]。
Table 3. Domestic research on high-frequency keyword statistics
表3. 国内研究高频关键词统计
序号 |
中文关键词 |
频次 |
中心性 |
1 |
制造业 |
71 |
0.48 |
2 |
数字经济 |
62 |
0.4 |
3 |
转型升级 |
30 |
0.08 |
4 |
数字化 |
24 |
0.14 |
5 |
产业升级 |
10 |
0.12 |
6 |
数字技术 |
9 |
0.03 |
7 |
智能制造 |
6 |
0.07 |
8 |
智能化 |
5 |
0.03 |
在国外研究中，关键词出现频次为5及以上的共有24个，见表4。出现频次最高的关键词是“digital transformation (数字转型)”，达到22次，体现出数字转型在该研究领域的核心地位。紧随其后的是“innovation (创新)”和“technology (技术)”，频次分别为20次和19次，它们与数字转型相互关联，构成研究的关键主题。这种关联深刻体现了新经济增长理论的内核——创新是驱动经济增长和转型升级的核心内生动力[13]。刘进也强调自主创新是技术创新和产业创新的主要途径[14]。数字转型依靠技术创新来推动各领域发展，而创新又借助数字转型和技术来实现价值提升。同时，创新本身也在数字转型提供的广阔应用场景和先进技术的赋能下实现价值的跃升与形态的拓展。出现12次的“大数据”在连接数字转型、技术与创新的网络中扮演着枢纽角色。通过对海量数据的深度分析和智能挖掘，大数据为决策提供了坚实的证据基础，不仅直接驱动技术的迭代创新与更有效的应用，也为整个研究领域的知识积累和实践进步提供了强大的动力源泉，最终服务于更广泛的经济社会转型升级目标。
Table 4. Statistics of high-frequency keywords in foreign research
表4. 国外研究高频关键词统计
序号 |
英文关键词 |
频次 |
中心性 |
1 |
digital transformation |
22 |
0.21 |
2 |
innovation |
20 |
0.15 |
3 |
technology |
19 |
0.14 |
4 |
digital economy |
13 |
0.06 |
5 |
performance |
13 |
0.13 |
6 |
big data |
12 |
0.21 |
7 |
management |
10 |
0.11 |
8 |
manufacturing industry |
9 |
0.14 |
9 |
impact |
9 |
0.09 |
10 |
internet |
8 |
0.06 |
11 |
digital twin |
7 |
0.05 |
12 |
systems |
7 |
0.06 |
13 |
artificial intelligence |
7 |
0.09 |
14 |
design |
6 |
0.01 |
15 |
transformation |
6 |
0.02 |
16 |
efficiency |
6 |
0.01 |
17 |
framework |
6 |
0.11 |
18 |
technological innovation |
6 |
0.05 |
19 |
model |
6 |
0.04 |
20 |
China |
5 |
0.06 |
21 |
industry 4.0 |
5 |
0.07 |
22 |
future |
5 |
0.04 |
23 |
productivity |
5 |
0.04 |
24 |
industry 4 |
5 |
0.03 |
3. 结论与展望
为了清晰把握国内外制造业数字化转型升级的研究现状，本文采用CiteSpace软件对2019~2025年的CNKI数据库和2019~2025年的WOS数据库收录的相关文献进行分析，识别国内外在该领域的发文量、作者发文数量、研究机构、关键词共现。
研究结果发现：(1) 在发文量变化上，2019年之后，由于国内外宏观环境的变化，关于制造业数字化转型升级的研究逐步增多，该领域成为学术界研究的热点话题。(2) 由作者发文量统计结果可得，该领域尚未形成稳定且高产的核心作者群体，尚有很大的研究空间。(3) 从研究机构分布上发现，国内外在制造业数字化转型升级领域的研究机构合作均不够紧密。高校和科研机构是研究主力，显示较强科研实力，企业和高校研究并存体现了该领域研究的多元化与跨界性。(4) 国内外研究共同关注制造业数字化转型，围绕数字经济、数字技术、创新等核心主题展开，这些主题构成该领域的重要研究网络，指引未来研究方向，推动制造业升级发展。
在上述研究基础上，本文针对我国未来在制造业数字化转型升级的研究提出以下展望：(1) 加强理论研究。对制造业数字化转型升级的研究，大多数都是定性和趋势性的，还需要加强对实证和案例的研究[14]。(2) 培育核心研究团队。鼓励学术界形成稳定且高产的核心作者群体，通过定期的学术交流、合作项目和研究资助，促进知识积累和传承，推动该领域研究的深度发展。(3) 促进产学研协同。加强企业与高校、科研机构的合作，构建紧密的合作网络，加速理论成果向实际应用的转化，推动制造业数字化转型升级的实践进程。(4) 推动跨学科研究：鼓励不同学科领域的研究者共同探索制造业数字化转型中的复杂问题，整合多学科视角和方法，为该领域提供更全面、创新的解决方案。
基金项目
本文为国家自然科学基金重点项目“基于创新导向的中国企业人力资源管理模式研究”(71832007)；江苏省社科基金重点项目“江苏全面二孩政策评估与对策研究”(19SHA001)的部分研究成果。