2018年“制造业的未来”准备状况报告世界经济论坛&科尔尼

2020-02-27 506浏览

1.深度报告 2018 年“制造业的未来”准备状况报告与科尔尼管理咨询公司合作撰写
2.深度报告 2018 年“制造业的未来”准备状况报告与科尔尼管理咨询公司合作撰写
3.《2018 年“制造业的未来”准备状况报告》由世界经济论坛“塑造制造业的未来” 系统行动倡议项目小组发布。世界经济论坛工作人员 Cheryl Martin 管理委员会成员 Richard Samans 管理委员会成员 Helena Leurent “塑造制造业的未来”系统行动倡议负责人 Francisco Betti “塑造制造业的未来”系统行动倡议主管 Margareta Drzeniek-Hanouz “塑造经济发展的未来”系统行动倡议负责人 Thierry Geiger “塑造经济发展的未来”系统行动倡议与研究及区域影响负责人科尔尼管理咨询公司工作人员 Johan Aurik 管理合伙人兼董事长 Mauricio Zuazua 项目顾问 Otto Schulz 项目顾问 Andrea Blaylock 项目协调员感谢 Mike Fisher 和 Neil Weinberg 承担了本报告的编辑、平面设计及布局工作。在线报告（http：//wef.ch/fopreadiness18）由 Applied Works、Design Resources 有限公司的 Robert Gale、Traversal 公司的 Travis Hensgen 创建。
4.世界经济论坛地址：91-93 route de la Capite CH-1223 Cologny/Geneva Switzerland 电话：+41（0）22 869 1212 传真：+41（0）22 786 2744 电子邮件：contact@weforum.org www.weforum.org 版权所有©2018 年世界经济论坛在未经世界经济论坛事先许可的情况下，不得通过电子、机械、影印等任何手段复制、存储到检索系统内或传播本刊物的任何部分。欲了解报告和交互式数据平台，请访问 http：//wef.ch/fopreadiness18。 ISBN 978-1-944835-16-3 使用和免责条款《2018 年“制造业的未来”准备状况报告》展示了世界经济论坛汇编和/或收集的信息和数据。本报告数据如有更改，恕不另行通知。本报告中所使用的术语“国家”在任何语境下均不指代占据一定领土的实体，即不指代国际法和惯例含义下的国家。“国家”一词涵盖定义明确、具有地理意义的经济区域。这些区域可能不是国家，但它们能够提供独立的统计数据。尽管世界经济论坛采取了所有合理措施，尽可能确保本报告汇编和/或收集数据的准确性，但世界经济论坛及其代理、高层领导和普通工作人员：（i）仅展示“可用”数据的“初始状况”，不以任何明示或暗示方式提供任何方面的担保，包括但不限于：适用于特定目的的担保和不侵权担保；（ii）不对本报告所载数据的准确性或其对任何特定目的的适宜性作出任何明示或暗示性陈述；（iii）不承担任何使用或信赖上述数据的任何责任，尤其是不对基于本报告所载数据引申的任何解释、决定或行动担负责任。可能存在其他方对本报告所载部分数据拥有所有权利益。世界经济论坛不得以任何方式表述或保证其拥有或控制所有数据相关的全部权利。若第三方因使用任何数据而向用户提出索赔要求，世界经济论坛不会就此事对用户承担任何责任。
5.世界经济论坛及其代理、高层领导和普通雇员不因本报告所提及或包含的数据、资料或内容为任何第三方产品、服务背书或提供任何形式的担保。用户不得侵犯数据的完整性，特别是应避免采取任何故意干扰数据性质或准确性的变更行为。如果用户对数据进行了实质性的转换，那么用户必须清楚地声明这一点，并且注明引用来源。对于经本报告“技术说明和来源”章节注明由世界经济论坛之外的其他方汇编的数据，用户必须了解相关方的使用条款，特别是关于数据归属、传播和复制方面的规定。经本报告“技术说明和来源”章节注明由世界经济论坛汇编的数据在传播、复制时，必须以正确形式呈现，且此等数据所有权归属世界经济论坛。来源归属要求适用于数据的所有用途，无论是直接从世界经济论坛获取的还是通过用户间接获取的。通过任何传播或下载平台将世界经济论坛数据提供给其他方的用户必须同意尽一切合理努力，将这些条款告知终端用户，并且尽可能保证终端用户行为合规。若用户希望将世界经济论坛数据加入某数据库，或作为独立产品出售，必须提前获得世界经济论坛（gcp@weforum.org）的许可。
6.目录序言 ..................................................................................................................................................8 执行摘要......................................................................................................................................... 10 第一章：为制造业的未来做好准备 ............................................................................................. 15 第二章：塑造制造业的未来准备状况测量 ................................................................................. 20 准备状况定义 ......................................................................................................................... 20 方法论与框架 ......................................................................................................................... 20 测量障碍.................................................................................................................................26 第三章：“制造业的未来”准备状况的评估结果 .........................................................................27 全球结果概述 ......................................................................................................................... 27 典型国家分析和特定国家亮点 ............................................................................................. 33 第四章：制造业驱动因素分析 ..................................................................................................... 45 驱动因素一：科技与创新 ..................................................................................................... 45 驱动因素二：人力资本 ......................................................................................................... 47 驱动因素三：全球贸易与投资 ............................................................................................. 50 驱动因素四：制度框架 ......................................................................................................... 50 驱动因素五：持续资源 ......................................................................................................... 51 驱动因素六：需求环境 ......................................................................................................... 53 展望 ................................................................................................................................................54 致谢 ................................................................................................................................................55 附录 A：2018 年各区域和收入组分类........................................................................................57 附录 B：各典型国家详细结果 .....................................................................................................62 附录 C：技术说明和资料来源 .....................................................................................................72 如何阅读国家概况 ......................................................................................................................... 86 尾注 ................................................................................................................................................93
7.序言随着第四次工业革命的兴起，公共和私营部门的决策者们在制造业领域面临着一系列新的不确定因素。科技并不仅限于与数字革命相关的电脑计算能力，还通过机器人技术和新的生产方法改变了实体世界，从物理、心理和经验层面增强了人类的能力，并且广泛融入社会环境中，进一步增强了互联互通、监控管理和资源利用效率。物联网、人工智能、可穿戴设备、机器人技术和增材制造等迅速涌现的技术正在推动新生产技术和商业模式的发展，而这些技术和商业模式将从根本上改变全球制造业。与此同时，这些技术也带来了既分散又相互联通的新价值链，生产力和包容性增长工业战略的制定与执行本就充满了挑战，而科技变化速度之快，涉及范围之广，使这项任务变得更加错综复杂。面对变幻莫测的动态世界，世界经济论坛的“塑造制造业的未来”系统行动倡议旨在引导各国朝着可持续的制造业目标前进： • 以问题为导向：科技可以解决以前无法克服的挑战。 • 以人为本：科技能够通过新的方式解放创造力、创新力和生产力，释放人类潜能。 • 可持续性：科技可以改进生产流程，减少对环境的负面影响，节约能源和资源，实现碳中立目标。 • 包容性：处于不同发展阶段的国家、企业和雇员均可受益于第四次工业革命技术和制造业体系的转型。在系统行动倡议的框架内，“各国塑造制造业的未来准备状况”项目重点关注第四个目标：包容性转型与增长。由于制造业体系正处于新一轮技术革命的边缘，各国需要树立对制造业变化性质的认识，研究如何做好准备以便从本次产业转型中获得最大收益，如何实现公共和私营部门之间的合作，令准备工作更加充分。这个项目是建立在世界经济论坛的竞争力和标杆专项研究工作基础上，是“制造业的未来”与“经济发展的未来”两个系统行动倡议项目小组的合作成果之一。世界经济论坛与科尔尼管理咨询公司共同制定了一套新的基准测试框架、诊断工具和数据集，以帮助各国了解其目前对塑造制造业的未来的准备程度及相应机遇和挑战。本报告分享了对印度、日本、墨西哥、俄罗斯、南非等特定国家塑造制造业的未来准备状况的初步评估结果以及多方利益相关者的深度分析结论。本研究结果旨在促进多方利益相关者之间的对话，对现代工业战略的制定产生深刻影响。公共和私营部门的领导人需要共同应对关键挑战，齐心把握机遇，在国家、区域和全球层面制定共同行动方案。我们非常感谢各位经济学家、政策制定者、来自不同领域的领导者与专家学者协助开发了这套工具。我们特别感谢国家准备状况项目指导委员会和专注于制造业
8.发展的全球未来理事会成员，他们为这个项目贡献了宝贵时间和深刻见解。此外，许多机构为我们的分析工作提供了重要数据，我们在此同样向它们表示谢意。 Helena Leurent 世界经济论坛“塑造制造业的未来”系统行动倡议负责人 Johan Aurik 管理合伙人兼董事长科尔尼管理咨询公司
9.执行摘要背景第四次工业革命1与物联网、人工智能、可穿戴设备、机器人技术和增材制造等新兴技术正在推动新生产技术和商业模式的发展，而这些技术和商业模式将从根本上颠覆制造业。生产力和包容性增长工业战略的制定与执行本就充满了挑战，而科技变化速度之快，涉及范围之广，使这项任务变得更加错综复杂。试图通过低成本制造业出口模式实现经济增长与发展的策略在近期技术变革的冲击下显得岌岌可危。各国需要决定如何有效应对新的生产模式，如何通过国家战略与愿景将制造业变成本国竞争力。因此，各国应首先了解哪些因素和条件会对本国的制造业体系转型产生显著影响，然后评估本国对塑造制造业的未来的准备程度。接着，各国政府及业界、学术界和民间社团应当采取适当的行动，尽可能达到理想的塑造制造业的未来准备状态。方法《2018 年“制造业的未来”准备状况评估》报告以数据为基础分析了各国在多大程度上做好了准备，有多大的能力可以重塑制造业并从其持续变化的特性中得益。国家对于塑造制造业的未来的准备程度一般指该国把握未来制造业机遇、降低风险、应对挑战的能力，并在面临未知的未来冲击时体现的恢复能力和敏捷性。如图 1 所示，准备程度评估由两部分组成：制造业结构（即该国当前的制造业基准）和制造业驱动力（即利用第四次工业革命推动制造业体系转型的关键因素）。我们对 100 个国家和经济体进行评估，根据它们在制造业驱动因素（竖轴）和制造业结构（横轴）上的表现分成四种典型，如图 2 所示。该评估测试由 59 个指标组成，基本涵盖制造业驱动因素及要素结构。本报告末尾附有详细的国家概况介绍内容，供决策者、商界领袖及其他人士了解特定国家在实施制造业转型过程中所面临的具体机遇和挑战。图 1：准备状况诊断模型框架。图 2：典型国家
10.注：以前 75 个国家的平均得分（驱动因素加权平均分、结构因素加权平均分）作为象限交汇点划分四种典型。制造业的定义制造业指的是与产品和商品制造相关的众多经济活动。对制造业进行全方位评估，可发现其包含以下具体环节：设计——来源——生产——组装——分销——服务 ——报废周期。先进制造业能够利用创新技术来改进工艺流程和产品，而传统制造业更多地依赖于手工或机械化技术。范围准备状况评估指的是以制造业为对象的中观层次分析。这意味着我们不会评估国民经济中不同产业（例如，服务或农业）的平衡状况，也不分析某个国家制造业具体子部门或行业的水平（例如纺织业或汽车制造业）。评估报告具有前瞻性，主要在于衡量经济体对塑造制造业的未来的准备状况，而不是当下表现。因为报告衡量的是全国平均准备程度，所以我们会从整个国家的角度来评估，而不会局限于全国表现最好的区域。因此，本评估工作不考虑某个国家的次区域差异（例如，意大利北部与南部的比较，中国沿海地区与农村的比较等等）。重要发现我们通过本报告所述框架对 100 个国家进行了分析，如图 3 所示。基于定量评估法及在印度、墨西哥、日本、韩国、俄罗斯、南非和 6 个东盟国家开展的深度研究活动，本评估报告得出了以下多个重要结论：图 3：2018 年准备状况评估结果全球示意图
11.注：将前 75 个国家的平均得分（驱动因素加权平均分，结构因素加权平均分）作为四个象限的交汇点。 1. 制造业体系转型将成为全球性挑战。在国家发展速度两极分化的世界，未来制造业的两极化趋势也可能日益加剧。在评估的 100 个国家和经济体中，只有来自欧洲、北美和东亚的 25 个国家属于领先国家，或是说，只有这些国家做好了较为充分的准备，能够从制造业体系转型过程中获益。这 25 个国家已经掌握了 75%以上的全球制造业增加值，并且在未来继续扩大份额方面占据了有利地位。此外，大约 70%的机器人在中国、德国、日本、韩国和美国售出。德国、日本和美国在高产值工业机器人领域占据主导地位，而中国是该领域增长最快的市场2。大约 90%受评估的拉丁美洲、中东、非洲和欧亚大陆国家属于初生国家，或者说，这些国家对塑造制造业的未来的准备程度最低。实现中小微型企业的制造业转型是每个国家都要面对的全球性挑战。这是因为中小企业认知程度、理解水平和投资能力各不相同。为了让处于不同发展阶段的国家和中小微企业都能从制造业体系转型浪潮中利益均沾，就必须制定全球性解决方案，加大投入。 2. 各国制造业转型的探索之旅将会产生不同的发展路径。并非所有国家都会追求发展先进制造业。部分即将成为低成本劳动力目的地的国家，可能仍会试图在
12.短期内抓住现有范式下的传统制造业发展机遇；而其他国家可能采取两者齐头并进的模式，让部分地区着重发展先进制造业，部分地区发展传统制造业；发达国家可能会将重心放在先进制造业上；而另一些国家可能会优先考虑发展国民经济的其他部门。对任何国家而言，做到以下几点至关重要：建设差异化产业，发挥竞争优势，通过明智的权衡考量，最终形成本国独特的制造业发展战略和整体经济战略。 3. 所有国家都有改进的余地。我们正处在转型之旅的初始阶段，当前没有一个国家已经全面准备就绪，更不用说有足够能力来充分利用第四次工业革命的全部潜能了。与理想分数（满分 10 分）相比，日本的制造业结构得分最高（8.99），而美国在所有 6 个制造业驱动因素上取得了最高的加权平均分（8.16）。尽管中国、德国、日本、韩国、新加坡、美国和其他国家属于行业先驱者，但这些国家仍然处于制造业变革的早期阶段。即使是最先进，工业体系最完备的国家也无法确保整个国家的均衡发展，不同省市的制造业准备程度仍存在着差异。此外，每个国家都有自己特定产业足迹（例如食品和饮料业，汽车业），没有一个国家能够覆盖所有行业。每个国家的特定产业足迹可能会在未来因为生产模式的变化而面临挑战。 4. 不同典型国家面临着共同的挑战。领先国家需要将准备工作转变为实际转型成果，通过设计、测试和试新兴技术不断拓展制造业发展边界。传统国家需要足够谨慎，避免遭到拥有先进制造业的领先国家以及可以提供更低劳动力成本的初生国家的双重挤压。传统国家需要着手改善制度框架、投资人力资本和促进技术平台和创新能力。平均来看，这是传统国家表现最差的三个领域。高潜力国家和经济体指的是在增强制造业结构，使其经济更加多元化具有一定强力的国家和经济体。高潜力经济体面临的主要挑战是：如何在决定国民经济的工作重点时在各个部门之间找到平衡点（例如，如何分配工业与服务业的发展重心），然后选择发展具体哪些行业。初生国家是工业发展程度多样化的复合团体。初生国家的主要挑战是：决定发展先进制造业还是传统制造业，以及制造业将在整体经济战略占多大的比重。希望提高准备程度的初生国家需要从改善体制框架开始，改进在所有制造业驱动因素上的表现。全球投资对于知识和技术的转让至关重要。 5. 新的技术范式带来了一系列初生产业，也带来了跨越式发展的机会，但如今只有少数国家做好了相关准备。新技术范式可以成为落后国家迎头赶上的机会之窗，这是因为落后国家可以在较晚的阶段进入新兴行业，而不必因为现有技术承担遗留成本。第四次工业革命相关的新兴技术带来了发展机遇。但每个国家是否都已经准备就绪？弯道超车固然充满了吸引力，但要实现跨越式发展，后进国家必须具备一定程度的实力。高潜力国家和经济体（如澳大利亚和阿联酋）以及接近高潜力国家边界的初生国家、领先国家，很可能在这个新的生产模式中占据最
13.有利的地位。这些国家没有庞大的现有生产基地，但具备一定资源以及有效能力组合潜能，抓住新生产模跨越机会的可能性较大。然而，各国仍然需要判断哪种方案最有发展前途，还需要制定有效的战略计划来抓住发展机遇。各国需要大举投资——对制造业驱动因素提供大笔投资，或是集中投资于一系列特定领域，或是两者兼顾——从而提高本国的准备程度，增强跨越式发展实力。 6. 第四次工业革命将会引发部分工作回流、近岸外包等现象以及全球价值链的其他结构性变革。惯性是全球价值链变革的最大障碍之一，因为在大多数行业中，将生产从一个地方转移到另一个地方要付出的代价十分高昂。而新兴技术的应用将改变生产活动的成本效益公式，并最终影响生产活动的位置与吸引力大小。当某个价值链被重新定义时，一些国家或能在竞争中占据有利地位，而另一些国家则可能失去市场份额。例如，过去几十年来一直选择将生产活动外包的国家，现在可能让这些生产活动回流到国内或是变成近岸外包，使其离消费者群体更近。在全球价值链的每个阶段，制造业的发展都需要以一定的技术和能力为依托。做好充分准备，发展独特优势，成长为全球价值链中具有吸引力的生产目的地，对于每个国家都至关重要。如果国家不能迅速完成能力与网络建设，它们可能很快就会被淘汰出局。 7. 为了做好塑造制造业的未来准备工作，光有个别国家的解决方案是不够的，我们需要制定全球性和区域性解决方案。希望在未来制造业占有一席之地的国家需要投资于生产驱动因素，制定未来发展战略，建成或是实现生产基地的顺利转型。然而，要发挥塑造制造业的未来的全部潜力，部分驱动因素的开发不能仅凭个别国家的努力。例如，全球联网的制造业体系不仅依赖于复杂的技术手段，还要求不同体系标准、规范的统一性和互操作性。与不同国家各自开发的多个框架相比，行业层面统一的新兴技术法律法规框架效率更高，有利于改善全球价值链的经商环境。区域合作还可以帮助各国在全球范围内竞争利用集体优势。 8. 创新公私部门合作模式对于加快制造业的转型速度不可或缺。每个国家都面临着私营部门或公共部门无法解决的挑战。特别是传统和初生国家应当更积极地借助私营部门力量应对宏观层面挑战，加快准备工作，加速制造业转型。德国和日本等领先国家也将私营部门引入了制造业战略的制定与实施过程，例如，工业 4.03和社会 5.04战略。传统的公私合作模式在过去取得了不同程度的成就，而公私合作新模式能够与传统模式相辅相成，帮助政府与工业界、学术界和社会实现高效合作，释放新的价值潜能。关键假设《“制造业的未来”准备状况评估》旨在引发相关讨论和进一步研究。我们将对构成评估框架基础的两个关键假设和工作假设进行测试和研究。随着评估工作的推
14.进，我们也将对本框架加以调整更新。 • 科技与创新、人力资本、制度框架和全球贸易与投资是影响塑造制造业的未来准备工作最重要的驱动因素。这些驱动因素与经济复杂度关联性最强。在我们从当前生产模式转变为未来型生产模式时，每个驱动因素的内在需求也将随之变化，但总体来看，这些驱动因素仍将占据重要地位。 • 规模不是未来制造业发展的先决条件。对于塑造制造业的未来的准备工作而言，经济复杂性比经济规模更重要。收集、结合和使用人类的知识经验及技术以制造一系列独特产品的能力将成为国家日益重要的竞争优势。因此，像瑞士或新加坡这样的小国并不一定会在与大规模经济体的竞争中落入下风。展望本报告分析并展示了国家准备状况评估项目的初版研究成果。该项目对 100 个地理位置不同、发展阶段各异的国家和经济体在推动制造业转型及借此机会获益的过程进行了评估。鉴于未来充满了不确定性，难以预测，相关研究框架和方法也将随着未来形势的发展而不断更新。此外，我们还将在特定国家开展参与性活动，如涉及多方利益攸关者的研讨会，国家和区域层级的深度分析，促进多方利益相关者的对话和行动，以定性见解补充定量研究结果。最后，世界经济论坛正在着手制定新的过渡框架，帮助各国政府与私营部门、民间团体和学术界的支持下打造新的发展战略。评估工作只是一种诊断工具，但过渡框架有助于各国政府根据诊断结果采取相应措施。第一章：为制造业的未来做好准备从传统角度来看，制造业一直是世界各国经济增长、繁荣和创新的引擎。当前的发达国家——德国、日本、英国和美国等——通过早期工业化革命加速了本国的经济增长。东亚初生工业国也在近几十年迈上了类似的道路，通过工业化和出口拉动型增长实现了社会经济前所未有的发展。制造业能够创造直接和间接就业机会，促进国家繁荣发展。制造业本身就贡献了全球就业总量的近四分之一份额5，制造业工作岗位的乘数效应还能创造一些间接就业机会。据估计，美国每诞生一个制造业全职岗位，非制造业领域就会出现 3.4 个同等全职岗位6。制造业带动整个经济体的创新发展。例如，中国、德国、日本和韩国的制造业公司的研发投入约占国内企业研发投入的 80%7。由于制造业与宏观环境的变化，曾经卓有成效的传统工业模式目前面临着可行性危机。每一场工业革命都开辟了新的道路，新参与者往往能够抓住其中的机会，实现对传统领军者的弯道超车。第四次工业革命和新兴技术正在推动新生产技术和商业模式的发展，而后者将从根本上改变全球制造业体系8。表 1.1 介绍了第四次工业革命带来的新兴技术。在某些情况下，制造业体系中的科技应用带来了中
15.等技术含量工作岗位的减少与高低技术含量工作的增加，而自动化则可能导致发展中国家失去占总量 2-8%的工作岗位。9 表 1.1：十二项关键新兴技术技术简介人工智能和机器人技术能够代人类，承担要求一定精细运动技能与思维能力工作的多功能型机器。无处不在的联网传感器也被称为“物联网”。利用网络传感器实现产品、系统和网格的连接、追踪与管理。虚拟现实与增强现实增材制造人类和计算机之间的未来界面，包括沉浸式环境、全息读取以及能够创造混合现实体验的数字生成叠加。借助各种材料和方法在增材制造领域取得的突破，包括有机组织 3D 生物打印在内的创新发明区块链和分布式账本技术先进材料和纳米材料基于加密系统的分布式账本技术，用于管理、验证和公开记录交易数据；构成了比特币等“加密货币” 的基础。有利于增强材料有益性能（例如，热电效率、形状保持性等）的新材料和纳米结构研发。能量捕获、存储和传输新计算机技术电池组和燃料电池效率领域的突破；基于太阳能、风能和潮汐能技术的可再生能源；基于智能电网系统的能量分配；无线能量传输等。计算机硬件的新架构，例如，量子计算、生物计算、神经网络处理以及当前计算技术的创新拓展。生物技术基因工程、测序和治疗，以及生物计算界面与合成生物学领域的创新。地球工程行星系统干预技术，一般靠减少二氧化碳排放或减弱太阳辐射来缓解气候变化的影响。神经技术智能药物、神经成像和生物电子接口等可涉及人类大脑活动读取、沟通和影响的创新。空间技术帮助人类进一步探索太空，包括微型卫星、先进的望远镜、可重复使用的火箭与集成型火箭喷气发动机的科技。资料来源：《世界经济论坛手册：第四次工业革命》和《世界经济论坛 2017 年全球风险报告》。
16.在过去的 20 年里，全球化导致国家之间总体收入不平等程度日益加剧。全球化诚然是一项重大成就，帮助亿万民众脱离贫困。但就平均而言，国家之间的收入不平等现象反而愈演愈烈10。在经历了二十五年的快速全球化进程之后，各国对移民、贸易以及其他跨境流动活动的限制越来越多11。民族主义、保护主义、狭隘主义有抬头趋势。此外，由于某些发达国家希望实现再工业化或升级其制造业，又引发了不少工作岗位回流问题。因此，第四次工业革命可能导致国际合作步伐的放缓甚至出现逆转趋势。生产力和包容性增长工业战略的制定与执行工作原本就充满了挑战性，而在上述因素及众多科技日新月异的变化推动下，这项任务变得愈加错综复杂。新兴技术可能导致制造业回流到高收入国家，变相减少低收入国家的制造业发展机会，以低成本劳动力为主要竞争优势的发展中国家将面临严重风险。而希望重振制造业的发达国家也需要面对这样的问题：已经流失的蓝领工作岗位可能永远也不会回来。制造业的未来是第四次工业革命的核心，带来了无数机遇。尽管任何行业部门的转型都面临着挑战，但行业的成功转型有可能带来生产率、工作效率和质量方面前所未有的大幅提升。在全球范围内推广技术可以显著增强全球价值链的关联性，开拓新的数据驱动商业模式。此外，将新兴技术与人类技能相结合，不仅有助于提高生产率，降低错误率，还能创造新的就业机会，增加市场对高技能劳动力的需求。鉴于技术的发展增强了产品的灵活性与定制化水平，第四次工业革命也有可能创造出全新产品组合。如需了解制造业新兴技术应用实例，请参见计划于 2018 年初出版的世界经济论坛白皮书《在制造业推广第四次工业革命科技：新经济增长引擎（Scaling Fourth Industrial Revolution Technologies inProduction:The New Economic Growth Engine,）》。在新技术范式带来新产业集群和竞争力提升的领域，也可能出现跨越式发展机遇，下文栏目 1.1 将就此展开详细讨论。机会伴随风险而生，第四次工业革命也不例外。新的商业模式可能会迅速改变制造业所在地的吸引力，导致全球制造业活动集中到少数企业与一小部分国家手中，导致部分国家制造业活动大幅减少。全球化和第四次工业革命的“双赢”或“双输” 结果可能会加剧不平等，诱发社会动荡。自动化技术已经带来了失业问题。随着时日的推移，技术可能逐步成为人类劳动力的替代物而非辅助品。囤积技术会限制技术的应用与推广程度。但是，在可能出现系统故障的时候，贸然将新兴技术
17.广泛应用到高风险生产环境可能会带来负面影响，比如人工智能在判断时出现错误，产生代价高昂的制造成本。我们有必要对此类风险采取预测、监控和缓解措施。栏目 1.1：跨越式发展与第四次工业革命熊彼特派经济学家率先提出了“机会之窗”概念及“跨越”这个术语。佩雷斯和索伊特指出，新兴技术范式为后来者（即发展中国家）提供了机会窗口——摆脱旧技术体系的局限，在新兴产业中寻觅新的机会12。他们还进一步指出，在范式转换期间，新行业的先驱者将享有一定优势，例如，准入壁垒较低，尚不存在地位不可撼动的市场领导者。在新技术范式的初始阶段，技术的产出表现并不稳定。因此，如果人力资源能够接触知识来源并创造出新的知识，那么进入新兴技术领域可能比追求技术后期的发展容易一些。此外，一般而言，后发展国家拥有相对有利的地位，因为它们不会受到现有技术的束缚。相比之下，发达国家更容易落入当前陷阱。原因在于发达国家往往习惯了现有技术带来的较高生产率，而对新兴技术的盈利能力抱有疑虑。今天，新一轮创新发明带来了第四次工业革命，也标志着一种新技术经济模式的降临。后进经济体对于创新科技作出的反应将会影响到自身的经济发展命运。创新科技既可能成为新的机会窗口，也可以演变成某些国家受困于中等收入陷阱，被其他国家远远抛下的危局。13 即便国家或企业选择了“跨越”发展方案，其必须谨慎行事，因为“跨越”式发展机遇背后同样隐藏着风险14。这些风险基本可以分为两类：1）需要在数种技术发展路径和标准中做出选择；2）先行者迈入的最初市场充满了不确定性。第四次工业革命的关键特征之一就是“不确定性”。创新可能会造成巨大的破坏。但在目前讨论和预测的情况下，创新的破坏力度以及可能因此严重受损的行业仍是未知数，而且这一切可能会受到国家政策的影响。与先进制造业相比，传统制造业的份额会随着时间的推移而变化，但究竟会改变多少，以怎样的速度变化，当前我们不得而知。第四次工业革命将从根本上改变制造业体系，但在当前的萌芽阶段，第四次工业革命的影响力尚未全面扩散开来。这就是为什么在制造业体系处于新一轮技术革命的边缘时，各国需要判断什么是最佳应对方案。处于不同发展阶段的国家可以借鉴世界上其他国家的方法，逐步形成本国独特的塑造制造业的未来发展路径。但是，不存在一种适合所有国家的制造业发展方法，各国需要有意识地选择不同途径，在制定和执行发展战略的过程中进行权衡考量。并非所有国家都应该将先进制造纳入制造业发展战略中，因为部分国家可能会在短期内寻求传统制造业的发展，争取现有生产模式下的市场份额。各国还需要根据比较优势，决定制造业具体行业和价值链的重点次序。最重要的是，各国需要在考虑国家经济战略的前提下作出制造业发展的相关决定。为了推动经济增长、国家繁荣、科技创新，各国或应制定以制造业、服务和农业
18.为核心的多重战略组合。与其他工业革命一样，所有利益相关者的投入是本轮制造业成功转型的必要条件。政府、企业、工会、学术界、民间团体及其他利益相关方必须携手合作，共塑制造业的未来。公私合作模式对于推动国家参与制造业全球价值链尤为关键。公私合作新模式则能与传统模式相辅相成，帮助政府与工业界达成高效合作，释放更多价值潜力。当前的准备工作有助于各国在未来制造业发展中更具灵活性、竞争力与应变力。具体来说，“准备状况”代表了特定国家在以下领域拥有多大的能力，占据了怎样的地位：1）利用先进制造业发展机遇；2）降低风险，解决挑战；3）对于未来冲击和未知因素的应变力。为了加强准备工作，未雨绸缪，决策者需要评估当前制造业实力，识别为从新生产模式中获益、建立成功生产模式所需的新能力，制定定制化合作解决方案，以推动制造业的顺利转型。世界经济论坛国家准备状况项目采用了一套新的诊断工具、基准测试框架和数据集来建立对制造业体系转型所需的关键杠杆及因素；帮助国家领袖评估本国准备工作的完成状况，是否能够从制造业转型中获益；推动公私部门之间关于制造业转型的对话和联合行动落实到位。《“制造业的未来”准备状况评估》报告分析了各国在多大程度上做好了塑造未来制造业并从其转型中获益的准备。本报告中提出的研究结果源自借助本诊断工具编制的《2018 年“制造业的未来”准备状况评估》。随着评估工作的推进，我们还将不断完善本框架、方法及数据。本前瞻性评估基于两大维度：制造业结构（即当前的生产基准）和制造业驱动力（利用新兴科技推动制造业体系转型的关键因素）。本评估工作得出的结论见解量将影响各国在寻求改善其制造业基础及关键驱动力的过程中现代工业战略及辅助政策的制定。领导者还可以使用评估结果跟踪某一时间段的工作进度和监控结果。随着《2018 年“制造业的未来”准备状况评估》的出版，明确本诊断工具的应用范围十分重要。本评估工作将重点放在了制造业这个中层维度上，因此跨部门的总体国民经济战略或是制造业下的具体子部门均不在考虑范围内。本评估工作也不关注某个国家的次区域差异，而只关注衡量总体准备程度。图 1.1 在此宽泛背景下明确了本评估工作的重点——衡量的不是某国制造业的当下表现，而是未来的准备情况，即国家对于技术融合以及产品生产方式重塑趋势的准备程度。鉴于未来充满了不确定性，因此自然难以衡量，本评估报告并非是对于未来的预测。鉴于每个国家都有自己独特的制造业发展路径和目标，而按次序排名无法反映这一点，本评估报告因此不提供所有国家的整体排名表。相反，报告按照四种典型对各国进行分类，为处于类似状况的国家进行基准测试提供了新的维度。在评估
19.时，可根据具体研究问题安排所需的同典型或跨典型国家组进行分析。此外，评估不是说明性的，而是以可信的比较式指标形式提供分析要素。这些指标必须在特定国家范围内进一步解释，以揭示其议程设置和决策状况。决策者可利用本评估报告作为安排及完善制造业的未来准备工作的众多工具之一。世界经济论坛“塑造制造业的未来”系统行动倡议小组授权开展的其他项目将对制造业关键驱动因素进行更深入的分析，包括技术和创新、就业和技能以及可持续生产。在 2018 年及以后，国家制造业的未来准备状况项目组还将陆续发布诊断处理报告（即，各国应如何应对评估发现的机会和挑战），其中包括用来帮助各国政府与私营部门、公民团体和学术界合作设计新战略的过渡框架。第二章：塑造制造业的未来准备状况测量准备状况定义从国家准备状况项目研究角度来看，“准备状况”指该国把握未来制造业机遇、降低风险、应对挑战的能力，以及在面临未知未来冲击时的应变能力和敏捷性。本评估报告测量制造业的未来的准备状况而非当下表现。此外，我们衡量的是全国平均准备程度，而不仅仅聚焦于全国表现最好的区域。研究结论主要基于定量分析法，同时，在印度、墨西哥、日本、韩国、俄罗斯、南非和 6 个东盟国家开展的国家参与活动以提供补充性定性结论。方法论与框架初步准备状况评估工作由多方利益相关者依据协商制定的框架展开，具体利益相关方包括来自政府、国际组织和研究机构的主要专家。本评估工作旨在引发相关讨论和进一步研究，并且将随着工作的推进而不断更新。塑造制造业的未来计分卡虽然没有人能够准确预测未来，但我们已经注意到某些关键驱动力和因素有助于各国利用新兴技术、提高生产率和改造制造业体系。该框架确定了在新兴技术飞速发展的情况下，国家高效改造制造业体系所需的关键杠杆。如图 2.1 所示，我们从两个不同的维度衡量塑造制造业的未来准备状况：制造业结构和制造业驱动因素。制造业结构制造业是国家实现繁荣发展及其他目标，从而推动社会经济发展的数大动力之一。国家的制造业结构取决于几个变量，包括国家关于农业、矿业、工业和服务业部门的优先发展战略决策。该结构反映了一个国家当前制造业基础的复杂程度与规模，如图 2.2 所示。鉴于评估范围不包括部门组合状况，因此我们不会将其作为
20.制造业结构的组成部分来衡量。制造业规模较大且结构复杂的国家拥有一定制造业基础，对制造业的未来的准备程度相对较高。图 2.1：准备状况诊断模型框架图 2.2：制造业结构：测量概念 • 复杂性：根据国家经济中的知识含量以及知识组合方式，评估国家所能制造的产品组合状况及稀缺性。栏目 2.1 讨论了 Ricardo Haussmann 和 Cesar A. Hidalgo 关于经济复杂程度的研究成果。 • 规模：评估国家的制造业产出总量（制造业增加值）以及制造业对于国民经济的重要性（制造业增加值占国内生产总值的百分比）。制造业驱动因素本评估框架下的制造业驱动因素指影响国家有效利用新兴技术，把握未来制造业发展机遇的关键因素。经过协商讨论，我们确定了六大驱动因素：科技与创新、人力资本、全球贸易与投资、制度框架、可持续资源和需求环境。每个因素都有相应的类别、子类别和度量关键概念的指标，具体参见图 2.3。在各个制造业驱动因素上表现良好的国家在推动技术应用和扩散方面做得更好，有利于加速制造业体系的转型，可评定为“准备程度较高”。 • 科技与创新：评估国家是否具备先进、安全的联网信息、通信与技术（信息、通信与技术）基础设施足以支持新技术在制造业的应用，衡量国家的创新培育能力以及将具有制造业应用前景的创新发明商业化的能力。
21.• 人力资本：考察国家当前的劳动力资源、培养劳动力技能及未来人才的长期能力，评估国家对于第四次工业革命引发的制造业劳动力市场变化的应变能力。栏目 2.1：近距离了解经济复杂性什么是经济复杂性？经济复杂性指数（ECI）是对于某经济体制造其产品所运用知识的度量。高复杂性的经济体往往积累了深厚的知识与先进技能，实现产品的多样化。经济复杂性指数的上升与收入水平提高和经济增长有关。15 经济复杂性是如何计算的? 一个国家或地区的经济复杂性根据其制造产品的多样性和普遍性计算，或者说是根据有能力生产这些产品的经济体数量来计算的。往往只有少数几个经济体有能力制造要求具备精密知识与众多制造业技能的产品。经济体该如何提高经济的复杂性? 我们正在对有利于地区经济复杂性提升与经济增长的政策展开研究工作。经济复杂性指数能够反映研究结果，而非基于一组预先设定条件的指数。经济体可以对此加以追踪，通过产品多样化与精密产品升级鼓励政策来改善结果。这些政策具有特定背景，立足于国家当前的产品组合以及有助于企业产品升级的能力。具体政策包括升级基础设施、改善冷链物流，提高海关效率，帮助某地区实现罐装水果到新鲜农产品出口转变；建立经济特区，吸引更多的外国直接投资，借助局部地区效率，提高出口经济的复杂性；人才引进与知识传播政策有助于改善经济复杂性指数。如何将经济复杂性评分纳入准备状况评估中? 经济复杂性指数每年都会发布各个经济体的评分。《2018 年“制造业的未来”准备状况评估》采用了《2016 年阿特拉斯经济复杂性全球排名》（（Atlas of Economic Complexity 2016 Global Rankings））数据。具体排名请参见 http：//atlas.cid.harvard.edu/rankings/。在应用于评估指标时，排名评分经规范化处理，评为 0-10 分。图 2.3：制造业驱动因素：测量概念
22.• 全球贸易与投资：评估某个国家在国际贸易领域推动产品、知识和技术交流及建立全球联系的参与程度；衡量该国获取财政资源以投资于制造业开发及基础设施质量建设，为制造业相关活动提供支持的能力。 • 制度框架：评估政府机构、规章条例对于技术研发、新业务和先进制造业的引导效果。 • 可持续资源：评估制造业对环境的影响，包括该国的自然资源和替代能源使用状况。 • 需求环境：评估国家争取国内外需求市场，扩大生产规模的能力，衡量消费者群体的复杂程度，是否有利于促进多元行业活动和新产品的诞生。有关全部驱动因素的详细介绍及各大因素对于塑造制造业的未来准备状况重要性的分析，请参见本报告第 4 章。指标本评估工作包括 59 项指标，涵盖了对于国家塑造制造业的未来准备状况至关重要的诸多概念。这些指标由全球知名组织测量，其中包括国际能源署（IEA）、国际劳工组织（ILO）、国际电信联盟（ITU）、经济合作与发展组织（OECD）、联合国（UN）、联合国教科文组织（UNESCO）、联合国工业发展组织（UNIDO）、世界银行（WB）、世界贸易组织（WTO）等。本评估还考虑了世界经济论坛高管意见调查（EOS）指标，用于衡量不同维度的定性方面，或在缺乏足够国家数量以致于难以获得可比统计数据的情况下作为替代品。指标全清单及详细说明请
23.参见附录 C。评估结果全球绘图评估工作关键成果之一是全球分布图。下文说明了全球分布图的制定方法。如需直观地了解结果阅读方式，请参阅“如何阅读国家概况”章节。栏目 2.2：基于未来场景的替代性加权方案鉴于评估具有前瞻性，加权方案从根本上反映了未来的内嵌视角。该模型的一个基本假设是：因为高度复杂产品及稀缺产品的生产能力对于国家塑造制造业的未来竞争力极为重要，经济复杂性是准备状况的关键指标。因此，经济复杂性是评估权重方案的核心概念。在比较制造业驱动因素与复杂性之间的关系时，有四个驱动因素能够有力地反映经济复杂性：科技与创新、人力资本、全球贸易与投资、制度框架。因此，这些驱动因素具有最高权重。当前的加权评方案反映了对于塑造制造业的未来的一种观点。当然，未来充满了不确定性，难以预测。未来可能出现各种场景，使不同的驱动因素的重要性发生变化。例如，由于历史上可持续资源与经济复杂性的相关性较低，可持续资源因素的权重可以调低。然而，可持续生产实践对于可持续生产的未来至关重要，在不同场景下，可持续生产可以获得更大的权重。感兴趣的读者可以通过交互式在线工具（http：//wef.ch/fopreadiness18）自行调整不同驱动因素的权重。如欲了解制造业的未来场景相关的更多见解，请参阅《世界经济论坛白皮书：塑造制造业的未来： 2030 年四个对比视角》（ https ： //www.weforum.org/whitepapers/shaping-the-future-of-production-four-contrasting-perspectives-i n-2030）。评估所覆盖的国家本初步评估涵盖世界各地 100 个国家与经济体。评估国家覆盖状况很大程度上取决于可用数据以及制造业在国家经济中的重要性。这 100 个国家和经济体构成了 96%以上的全球制造业增加值（制造业增加值）16。78 个国家具有 100%的数据覆盖率，90 个国家达到 98%以上的数据覆盖水平。只有香港特区的数据覆盖率低于 95%。在数据缺失的情况下，我们使用估算数据来计算驱动因素总分。如需了解各指标的填补数据清单与方法，请参阅附录 C。随着未来可用数据日益增多，世界经济论坛将考虑扩大评估国家的覆盖面。分级和规范化所有指标、子类别、类别、制造业驱动因素评分，以及制造业驱动因素与结构总分均采用 0-10 分评分制，10 分为最大理想值。单个指标采用最低分到最高分的数值规范化方法，将所有指标的值转换为 0 分到 10 分的无单位评分。这些规范化的分数可以合并产生总分。在高数值对应不理想结果的情况下（例如，废气排放量），我们会对此类指标进行规范化操作，确保 10 分始终对应最理想结果。
24.就每个指标而言，理想值不一定对应于国家样本中的实际最大值（或最小值）。目标值一般对应广泛认可的政策目标或愿望，与世界经济论坛的全球竞争力指数保持一致。在这些情况下，该指标适用于两种评估17。在评估更新迭代过程中，大小分值评估法将保持不变。权重在评估中，不同驱动因素权重不同，但在每个驱动因素维度内，类别和子类别的权重相等。在制造业结构维度下，复杂性权重高于规模权重。我们根据驱动因素对于经济复杂性的整体重要性，赋予不同权重。请参见表 2.1 了解加权方案总结。表 2.1：准备状况评估工作加权方案制造业驱动因素权重科技与创新 20% 人力资本 20% 全球贸易与投资 20% 制度框架 20% 需求环境 15% 可持续资源 5% 制造业结构复杂性规模权重 60% 40% 典型鉴于每个国家都有独特的制造业及经济发展目标和战略，我们没有制定各国全球排名。相反，我们根据制造业结构与驱动因素加权得分将所有国家分成 4 种典型。根据制造业结构排名前 75 国家的制造业驱动因素平均分（5.7）与制造业结构平均分（5.7）划定四个象限。此象限划分基准始终不变，未来评估的新国家可加入既定象限内。请参见表 2.4 以直观了解国家典型。两大评估组成部分表明国家既需要投资于制造业的驱动因素，加强把握塑造制造业的未来机会的能力，还要制定战略以发挥该能力，顺利扩大制造业基础。典型国家评估法提供了一个独特的视角，有助于对那些在制造业的未来发展前景方面相似的国家进行基准测试： • 领先国家：目前拥有强大制造业基础，在制造业驱动因素方面表现强劲，对制造业的未来准备程度高。同时，领先国家面临未来冲击风险的经济价值最多。 • 传统国家：目前拥有强大制造业基础，但在制造业驱动因素方面表现不佳，
25.存在未来发展风险。 • 高潜力国家：目前制造业基础有限，在制造业驱动因素方面得分较高，表明其存在制造业发展潜力，但取决于国民经济优先发展次序。 • 初生国家：目前制造业基础有限，但在制造业驱动因素方面表现不佳，对制造业的未来准备程度较低。图 2.4：典型国家注：将前 75 个国家的平均得分（驱动因素加权平均分、结构因素加权平均分）作为四个象限的交汇点划分典型界限。每个国家都有独特优势以及有待改进的不足之处。但由于一系列原因，不同国家归类到了同一个典型象限内。即便在同一个象限内，也不存在相同的两个国家，但我们可以通过典型分类法观察其中的一般性趋势，还可以通过数据集方式，进行典型内部和跨典型集群分析以解决特定研究问题。测量障碍数大测量障碍令评估工作有些棘手。首先，未来的不确定性本质上难以衡量或预测。此外，我们仍在探索可能对制造业体系转型最严重影响的因素和条件，相关实证不足。为了解决这个问题，随着未来局势发展，我们将持续更新本框架。其次，部分关键概念缺乏充足数据支持。在一些案例中，由于不存在直接测量结果，评估工作采用了替代性指标。例如，在劳动力能力、排放等问题上，制造业的具体数据往往比国家层面的指标更具说服力。此外，由于大部分国家缺乏相关
26.数据，部分概念未能纳入正式评估中。最后，整体性评估往往难以确定制造业部门的优势和劣势。我们在特定国家进行了深入的定性分析，力求提供更全面的观点，并以定性分析见解为定量评估作了补充。但是，每个国家都需要在自身行业战略的背景下看待评估结果，并据此调整重点次序。第三章：“制造业的未来”准备状况的评估结果《2018 年“制造业的未来”准备状况评估》报告从制造业驱动因素与组成结构两个维度，以 0（最低分）至 10 分（最高分）制评估了 100 个国家与经济体的制造业的未来准备状况。在本章中，我们展示了世界各国的评估结果，并且通过典型来检验结果，突出了分别来自四个不同典型的特定国家表现。如需了解全部国家概况，请参阅在线阅读器（http：//wef.ch/ fopreadiness18）及本报告结尾部分。本评估结果旨在促进公共部门和私营部门之间的结构性对话，对新一代工业发展战略的制定产生深刻影响。此外，本评估工作每年都会进行一次，有助于领导人借此监控、追踪与制造业的未来高度关联问题。全球结果概述如上所述，我们利用本框架对 100 个国家和经济体进行了分析。这些国家和经济体占全球制造业增加值的 96%以上，并且占全球国内生产总值的 96%以上。根据图 3.1 和表 3.1 所示，我们根据各国的制造业驱动因素及结构加权得分，将它们划分为四大类型，分别为领先国家、传统国家、高潜力国家和初生国家。在受评估的 100 个国家和经济体中，有 25 个领先国家、10 个传统国家、7 个高潜力国家/经济体和 58 个初生国家。评估结果显示，所有国家在塑造制造业的未来范式的准备与塑造方面均大有可为。比方说，无论是在制造业驱动因素还是组成结构方面，没有哪个领先国家达到了满分标准。此外，这项评估强调了各国之间差距扩大的可能性，凸显了靠制造业单打独斗实现包容性增长将会遇到的种种阻碍。在比较不同地理区域和经济收入群体准备程度时，这一点表现得尤为明显。对塑造制造业的未来准备程度最高的国家集中在欧洲、北美和东亚；20 个领先国家位于欧洲和北美洲，5 个在东亚。除了中国和马来西亚以外，所有领先国家都是高收入国家18。这是因为相较于低收入国家而言，高收入国家的劳动力属于相对重要的一项生产成本，高收入国家更有可能利用新兴技术获得更大的生产力收益。总体而言，25 个领先国家已占全球制造业增加值19的四分之三以上，并有望在未来继续保持出色表现。而这可能会导致全球制造业发展差距进一步拉大。
27.图 3.1：2018 年准备状况评估结果全球示意图注：四个象限的交汇点为前 75 个国家的平均得分。表 3.1：2018 年“制造业的未来”准备状况的评估结果制造业结构制造业驱动因素区域国家评分排名评分排名领先国家  奥地利 7.46 9 6.79 18  比利时 6.51 24 6.80 17  加拿大 5.81 33 7.54 7  中国 8.25 5 6.14 25  捷克共和国 7.94 6 6.01 26  丹麦 6.29 27 7.20 10
28.                   传统国家           高潜力国家       爱沙尼亚 5.75 芬兰 7.00 法国 6.87 德国 8.68 爱尔兰 7.34 以色列 6.43 意大利 6.99 日本 8.99 韩国 8.85 马来西亚 6.81 荷兰 6.32 波兰 6.83 新加坡 7.28 斯洛文尼亚 6.80 西班牙 6.05 瑞典 7.46 瑞士 8.39 英国 7.05 美国 7.78 匈牙利 6.96 印度 5.99 立陶宛 5.92 墨西哥 6.74 菲律宾 6.12 罗马尼亚 6.61 俄罗斯 5.71 斯洛伐克 6.98 泰国 7.13 土耳其 5.87 澳大利亚 4.26 香港经济特区 4.52 新西兰 4.79 挪威 5.65 葡萄牙 5.36 卡塔尔 3.89 34 6.00 27 14 7.16 11 18 6.89 14 3 7.56 6 10 6.85 15 25 6.24 23 15 5.90 30 1 6.82 19 2 6.51 21 20 6.51 22 26 7.75 5 19 5.83 31 11 7.96 2 21 5.71 32 29 6.23 24 8 7.40 9 4 7.92 3 13 7.84 4 7 8.16 1 17 5.30 42 30 5.24 44 31 5.42 37 22 5.04 46 28 4.51 66 23 4.93 52 35 5.30 43 19 5.33 40 12 5.45 35 32 4.90 57 61 7.14 12 58 7.45 8 53 6.73 20 36 7.07 13 39 5.99 28 72 5.96 29
29. 阿拉伯联合酋 4.53 57 长国初生国家  阿尔巴尼亚 2.73 91  阿尔及利亚 2.83 90  阿根廷 4.91 50  阿美尼亚 4.10 65  阿塞拜疆 2.16 95  巴林 4.78 54  东亚与太平洋  欧亚大陆  欧洲  拉丁美洲与加勒比地区                   国家孟加拉波斯尼亚和黑塞哥维那博茨瓦纳巴西保加利亚柬埔寨喀麦隆智利哥伦比亚哥斯达黎加克罗地亚塞浦路斯多米尼加共和国厄瓜多尔埃及萨尔瓦多埃塞俄比亚格鲁吉亚制造业结构评分排名 3.59 80 4.66 55 3.17 86 5.22 41 5.23 40 3.56 81 1.84 98 4.18 63 4.61 56 4.97 47 5.50 37 4.11 64 3.99 71 2.85 89 4.99 46 4.81 52 2.01 96 3.61 79 6.76 19 4.07 78 3.70 87 4.25 75 4.43 70 4.69 62 5.31 41 制造业驱动因素地区国家 3.67 89 4.04 79 4.43 69 5.03 47 5.02 48 3.63 91 3.24 100 5.60 34 4.53 65 4.90 56 4.93 51 5.65 33 4.02 80 3.66 90 4.46 68 3.55 94 3.29 98 4.92 54
30. 加纳 1.96 97 4.14 77  希腊 4.44 60 4.96 50  危地马拉 4.05 67 3.71 86  洪都拉斯 3.43 83 3.61 92  印度尼西亚 5.41 38 4.89 59  约旦 4.00 69 4.91 55  哈萨克斯坦 4.19 62 4.74 61  肯尼亚 2.97 88 3.83 83  科威特 3.56 82 4.65 63  吉尔吉斯坦 3.73 76 3.43 96  拉脱维亚 4.91 49 5.39 38  黎巴嫩 4.02 68 4.43 71  毛里求斯 3.84 73 5.37 39  摩尔多瓦 3.36 84 4.02 81  蒙古 1.81 99 3.82 84  摩洛哥 3.67 77 4.35 73  尼日利亚 1.66 100 3.68 88  阿曼 4.00 70 5.13 45  巴基斯坦 3.82 74 3.60 93  巴拿马 3.82 75 4.89 58  巴拉圭 3.24 85 3.84 82  秘鲁 3.67 78 4.18 76  沙特阿拉伯 5.16 44 5.44 36  塞内加尔 3.11 87 3.74 85  塞尔维亚 5.18 42 4.59 64  南非 5.03 45 5.02 49  斯里兰卡 4.10 66 4.26 74  坦桑尼亚 2.39 93 3.28 99  突尼斯 4.83 51 4.41 72  乌干达 2.25 94 3.31 97  乌克兰 5.17 43 4.47 67  乌拉圭 4.52 59 4.75 60  越南 4.96 48 4.93 53  赞比亚 2.39 92 3.54 95  中东与北非  北美地区
31. 南亚  撒哈拉以南非洲总而言之，受评估的大多数国家对于塑造制造业的未来的准备程度较低，100 个国家中有 58 个属于初生型国家。在拉丁美洲、中东和北非、撒哈拉以南非洲和欧亚大陆的国家中，约 90%属于初生类型。初生国家仅占全球制造业增加值的十分之一，因此需要大规模投资以便其为塑造制造业的未来做好准备，充分把握发展机遇。有关特定国家集团评估结果的更多分析内容，请参见栏目 3.1 和栏目 3.2。栏目 3.1：20 国集团制造业的未来准备状况 20 国集团囊括了全球 80%以上的制造业增加值。平均来看，20 国集团国家对塑造制造业的未来的准备程度高于其他国家，制造业结构平均分为 6.5 分（总分为 10 分），制造业驱动因素平均得分为 6.1 分（总分为 10 分）。在 20 国集团中，德国、日本和美国的塑造制造业的未来准备程度最高，即制造业结构与驱动因素综合评分最高。阿根廷、巴西和南非则是 20 国集团内准备程度最低的国家。在 20 国集团中，日本拥有最强大的制造业结构，在受评估的 100 个国家和经济体中排名第一。澳大利亚是 20 国集团中经济结构最薄弱的国家，在全球范围内排名第 61 位。美国在全部制造业驱动因素上表现最佳，在受评估的 100 个国家和经济体中排名第一，而在 20 国集团内，阿根廷在这方面得分最低，全球排名第 75 位。栏目 3.2：东盟的塑造制造业的未来东盟（ASEAN）是东南亚十国构成的区域性组织，成员包括：文莱、柬埔寨、印度尼西亚、老挝、马来西亚、缅甸、菲律宾、新加坡、泰国和越南。就整体而言，东盟是全球第五大制造业经济体。从全球制造业增加值角度来看，东盟占全球制造业活动的 5%。东盟 60%的制造业活动集中在五大行业上：食品和饮料、化学品和化工产品、电子产品、汽车、橡胶和塑料制品。就其中四个关键行业而言，东盟在全球制造业产出方面至少可取得第五位排名。本评估工作中包含的 7 个东盟国家分布在 3 个典型象限中：马来西亚和新加坡属于领先国家；菲律宾和泰国属于传统国家；柬埔寨、印度尼西亚和越南属于初生国家。所处象限的差异反映了东盟国家的异质性。东盟国家在经济发展和第四次工业革命的准备方面存在一定差异。在评估中，新加坡是唯一一个高收入的东盟国家，在所有生产驱动因素中排名最高。为了跟上其他国家的发展步伐，东盟成员国应当积极把握众多协作机会，通过区域合作方式加速制造业准备工作进程。如欲了解更多信息，请参见“东盟塑造制造业的未来”项目（https：//www.weforum. org/projects/the-future-of-production-in-asean）.关于东盟塑造制造业的未来的一项研究工作将于 2018 年秋季世界经济论坛启动。
32.典型国家分析和特定国家亮点如上所述，我们根据制造业结构与驱动因素加权得分，将全部国家分成四种类型。考虑到各国对制造业的未来的准备状况将不断变化，典型边界将随着位于典型极限边缘的国家演变而变化。类似地，处于典型边界附近的国家可能显现多个典型的属性。在评估时，可根据具体研究问题，对同典型或跨典型国家组进行分析。如需了解国家组分析的更多信息，请参见栏目 3.3。具体国家的目标不纳入分析中，国家未来的发展轨迹部分取决于未来国家经济战略中的制造业数据。为了提前做好准备，各国应致力于改善所有制造业驱动因素方面的表现（即使所在点上移，如图 3.1 所示），丰富生产结构（即使所在点右移，如图 3.1 所示）。因此，每个典型都有自己最优的/最坏的案例情境。领先国家最好的情况是：充分利用新兴技术的潜力，扩展典型边界，通过准备工作切实推动制造业转型。领先国家最糟糕的情况是：过于依赖当前的成功，而不愿意为制造业转型实践创造突破平台，出现制造业基础萎缩，被其他国家超越的问题。传统国家最好的情况是：改善制造业驱动因素各方面的表现，借此着力推动当前制造业体系转型，有效维护和发展制造业结构。传统国家家最糟糕的情况是，在关键驱动因素上投资不足，导致制造业基础萎缩。高潜力国家最好的情况是：利用其强大的制造业驱动力，从规模与复杂性两个维度改进制造业结构，特别是推动先进制造业的发展。然而，并非所有此类型国家都希望将制造业作为本国经济发展战略的一部分，对某些国家而言，服务业或其他行业可能更具吸引力。对初生国家而言，应首先投资于驱动因素，创造较好的制造业发展环境，然后制定制造业结构扩展战略并加以实施。栏目 3.3：聚类分析对于同一典型及跨典型不同经济体进行聚类分析有助于得出新见解。例如，领先国家典型中存在几个不同子集群。日本、德国和韩国拥有最强大的制造业结构。在过去几十年其他领先国家更倾向于发展服务业时，这三个国家在制造业领域一直表现极其突出。然而，这些国家在制造业驱动因素方面的表现并不理想，需要更多投资实现生产模式转型。另一个集群则包含领先国家和高潜力国家——澳大利亚、加拿大、新西兰、英国和美国。这个群体未能充分发挥自身优势，在制造业驱动因素方面表现十分出色，但在制造业结构方面却表现平平。随着制造业逐
33.步过渡到新模式，对这些国家而言，了解制造业缺失环节并将准备工作转化为实际产出显得至关重要。最后，丹麦、芬兰、挪威和瑞典这几个北欧国家属于另一类群体：在制造业驱动因素普遍表现良好，对于塑造制造业的未来的准备程度较高。图 3.2：2018 年领先国家塑造制造业的未来准备状况的评估结果注：横轴与竖轴均为 0-10 分刻度，但是为了突出各国之间的差异而予以截短。将前 75 个国家的平均得分作为四个象限的交汇点划分典型界限。领先国家分析结论如图 3.2 所示，领先国家由来自欧洲、北美、东亚和太平洋的 25 个国家组成，占全球制造业增加值的 75%以上。领先国家是当今制造业的领导者，为塑造制造业的未来做好了准备。领先国家经济在全球范围内复杂程度最高，贡献了全球大部分制造业增加值，在各制造业驱动力方面名列前茅。领先国家的关键机遇在于发挥“先发者”优势。成功拓展典型
34.边沿，将准备工作变成实际转型成果的国家将从中获得巨大收益。尽管真正的转型仍处于萌芽阶段，但领先国家已经处于新兴技术设计、测试和创新的前沿位置。许多国家已经制定了政府主导战略，以期充分把握第四次工业革命带来的机遇。由于全球制造业产出品高度集中于领先国家，因此这些国家处于风险之中的经济价值数量也就最多。此外，领先国家在促进全球合作迎接新一代生产模式方面处于最有利位置。在全球制造业体系紧密相连的情况下，塑造制造业的未来的准备工作需要凌驾于个别国家之上的全球性解决方案。领先国家需要一道努力，建立标准和规范，提高互操作性，促进数据流通，克服不利于制造业体系转型的种种障碍。最后，领先国家目前都是全球碳排放大国，加速可持续生产实践以抵消之前工业化带来的环境破坏负面影响是领先国家需要解决的一大关键挑战。中国在 2010 年超越美国之后，中国成长为全球头号制造业大国。中国 2010 年的制造业增加值总额接近 3 万亿美元20，约占全球制造业增加值的四分之一。尽管中国拥有庞大的制造业基础规模，但在制造业复杂性方面仍有改善空间。中国经济的复杂性在全球排名第 26 位21。在过去的 20 年里，中国已经踏上了低成本产品到高端产品的升级之路。然而，由于中国的体量问题，其制造业不同部门的现代化水平差别显著，部分优秀制造商与低端制造商之间的差异更是惊人，因而拉低了整个国家准备程度。就制造业驱动因素而言，中国在需求环境和全球贸易与投资驱动方面表现尤为突出。中国在技术创新与人力资本方面排名前三，但仍有必要继续提升劳动力能力，培养未来行业所需技能，还需要提高企业内部的创新水平。体制框架和可持续资源是中国面临的最大挑战。身为世界上最大的碳排放国，中国已经承诺在未来继续节能减排，坚持走可持续发展之路。而新兴技术的应用有助于该目标的加速实现。2015 年，中国政府提出“中国制造 2025”计划，旨在实现中国制造业的转型升级，为制造业创新提供资金支持22。法国法国制造业在全球排名第 8 位，2016 年制造业增加值总额超过 2800 亿美元23。和其他发达国家一样，法国制造业对于国内生产总值的贡献有所减少，与 1970 年相比减少一半，目前约占国内生产总值的 10%24。法国在所有制造业驱动因素方面表现良好，每一个驱动因素的国家排名都位于前四分之一，在全球贸易和投资、需求环境和可持续资源方面表现尤为出色。法国面临的主要挑战是：如何通过准备工作和既有能力实现制造业结构的强化。2015 年法国推出了“工业新面貌（The New Face of Industry）”计划，跟随欧洲其他国家的脚步启动了加速工业复兴的新战略25。
35.德国德国拥有全球第四大制造业，2016 年的制造业增加值总额达到 7750 亿美元26，经济复杂程度在全球排名第三27。德国拥有全球闻名的优质制造业传统，超过一半的制造业产出出口海外。德国在综合制造业驱动因素中排名第一，在技术和创新、人力资本、全球贸易和投资以及需求环境驱动因素方面排名前十。德国教育成果突出，技术培训项目领先，劳动力素质高，创新能力强。随着 2011 年“工业 4.0”计划的推出，德国致力于实现产品、价值链与商业模式的数字化与互联互通，大力推动数字化制造业的发展，成为该领域的先行国家之一28。全球公认德国是第四次工业革命的先驱之一，在制定全球工业新标准和规范方面发挥着主导作用。 29 日本目前，日本拥有世界上第三大制造业，2016 年的制造业增加值总额超过 1 万亿美元，占全球制造业增加值近 9%30。中国、美国和日本三国的总额占全球制造业增加值近一半。自 1984 年以来，日本一直是世界上最复杂的经济体31。在制造业驱动因素方面，日本在需求环境方面表现特别突出，拥有成熟的消费基础、强劲的企业活动和巨大的市场规模。日本在技术创新和制度框架方面排名居前 20 位。在 2016 年，政府推出了“社会 5.0”战略，旨在通过新兴技术推动制造业转型，乃至实现整个社会的变革32。此外，政府还在 2017 年提出了“联结的产业社会（Connected Industries）”计划，支持日本制造业等产业通过资源、人员、技术、组织和其他社会元素的连接，创造新价值。日本所面临的挑战主要与人力资本有关，包括人口老龄化、人口萎缩以及移民数量低于同类可比国家的问题。日本在可持续资源驱动因素方面也存在着改进空间。韩国在过去的几十年里，韩国经历了显著的经济增长，从上世纪 60 年代的落后农业社会发展成了如今的制造业强国。韩国目前拥有全球第六大制造业，2016 年制造业增加值总额超过 3800 亿美元33，经济复杂性全球排名第四34。除了在可持续资源表现欠佳以外，韩国在其他制造业驱动因素普遍表现良好。韩国在技术和创新方面尤为强大，在研发支出和每百万人专利申请量方面排名前五。出色的创新能力为韩国历史性崛起贡献了一臂之力，也将助力韩国引领下一代生产模式方面。为了加强对塑造制造业的未来的准备工作，韩国需要继续提升劳动力能力，特别是在培养批判性思维技能、数字化技能，倡导知识密集型就业方面。此外，打造健全、透明和可信的机构组织有助于为韩国塑造制造业的未来愿景提供指引，建立全球互联互通所需的信任关系。新加坡
36.新加坡制造业对国内生产总值的贡献从 1960 年的 11%左右增至 2000 年的 28% 左右，目前又回落至 20%35。新加坡制造业在多年来取得了长足的进步，在研发和产品设计等高价值制造领域具有强大的竞争力。新加坡在经济复杂性36方面排名前 20，在除了可持续资源之外的其他生产驱动因素方面表现良好。新加坡是全球贸易和投资驱动因素领域的领导者，堪称世界上最开放、最友好的国家之一。强有力的制度框架帮助新加坡在许多领域取得成功，制造业也不会例外。新加坡政府始终以塑造制造业的未来发展为导向，并且在近期公布了新加坡智能工业成熟度指数（Singapore Smart Industry Readiness Index）。该工具旨在帮助制造业企业进一步挖掘第四次工业革命的全部潜能37。新加坡的碳排放量低于其他领先国家，但在基线水资源供应和替代性能源领域面临着一定挑战。英国英国是第一次工业革命的诞生地，制造业历史悠久，可以追溯到 18 世纪晚期。然而，近几十年来，制造业在英国经济中的比重一直在稳步减少，从上世纪 70 年代的 25%降至如今不足 10%38。尽管英国制造业仍然拥有超过 270 万从业人口，占英国出口的 45%39，英国制造业设施、产能、实力和就业机会正随着制造业经济占比的下滑而萎缩。虽然英国制造业结构逊色于类似的领先国家，但在所有制造业驱动因素方面都表现良好。英国强大的技术平台和创新能力使其能够有效专注于航天和制药等高科技制造业。英国在整体教育成果方面表现稳健，技术培训仍有进一步提升空间。虽然英国拥有强有力的制度框架，但从历史上看，政府对工业发展的干预较少。不过，在 2017 年底，英国政府启动了一项以公私合作模式为基础的新产业战略40。美国美国拥有全球第二大制造业，2016 年的制造业增加值规模接近 2 万亿美元，约占全球制造业增加值的 16%，占美国国内生产总值的 12%41。美国是世界第八复杂的经济体42。然而，在过去 20 年里，美国本土产品竞争力下滑，作为制造目的地的吸引力遭受了严峻挑战。美国在塑造制造业的未来竞争中占据了有利地位，取得了制造业驱动因素最高加权评分，在除可持续资源和制度框架之外的其他驱动因素上得分排名居于前五位。美国的创新能力也是全球闻名，在第四次工业革命新兴技术重大发展的前沿领域据有一席之地。此外，杰出的高等教育机构为美国培养、吸引和留住高级人力资源提供了有力支持。值得注意的是，美国目前正在努力重振制造业。2017 年底的税制改革中，美国将企业税率从 35%下调至 21%，令企业将部分生产转移到美国的意愿有所增强。然而，与移民和自由贸易协定相关的政策和监管不确定性仍然存在。作为世界上最大的碳排放国之一，美国有必要优先解决能源方面的效率和可持续问题。传统国家分析结果
37.如图 3.3 所示，传统国家包括来自欧洲、欧亚大陆、东亚和太平洋、拉丁美洲、中东和北非以及南亚的 10 个国家。这些国家贡献了大约 10%的全球制造业增加值。传统国家拥有稳固的制造业结构，但对塑造制造业的未来的准备程度较低，在制造业驱动因素表现较弱。从历史上来看，许多传统国家的发展得益于全球化趋势 ——发达经济体将价值链低端部分外包给劳动力成本较低的地区。传统国家因此获得了外国直接投资，扩大了市场准入渠道，并且形成了强大的制造业结构。领先国家在经济复杂性维度上得分很高，而传统国家在制造业结构方面的优势往往表现在制造业规模上。随着生产成本的上升，传统国家面临着传统制造业市场份额流失风险，因为初生国家往往拥有更廉价的劳动力。传统国家的制造业驱动因素投资乏力，在先进制造业份额竞争上未能像领先国家一样准备充足。总而言之，如果传统国家不能有效管理上述风险，可能会遭遇过早去工业化问题。图 3.3：2018 年传统国家准备状况评估结果示意图注：横轴与竖轴均为 0-10 分刻度，但是为了突出各国之间的差异而予以截短。将前 75 个国家的平均得分作为四个象限的交汇点划分典型界限。
38.为了避免受到领先国家和初生国家的双重挤压，传统国家有必要制定一个塑造制造业的未来发展战略。传统国家在所有生产驱动因素中都表现不佳，但当前最迫切需要解决的三大挑战是制度框架、人力资本和科技与创新。传统国家已经具备较稳健的生产基础，但为了在塑造制造业的未来中发挥出色，还需要提倡劳动力的技能再培训与提升，升级技术平台，寻求节约型创新，确保政府良好治理的基本构建实施到位。印度印度是世界第五大制造国，2016 年制造业增加值总额达到 4200 亿美元43，经济复杂性排名第 45 位44。在过去的 30 年里，印度制造业平均每年增长率超过 7%，平均产值占国内生产总值的 16%至 20%。印度是世界第二大人口大国，也是全球增长最快的经济体之一，市场对印度工业品的需求正处于上升阶段。除了需求环境排名前五之外，印度在其他制造业驱动因素方面还有不少改进空间。人力资本和可持续资源是印度面临的两大关键挑战。印度劳动力相对年轻，增长迅速，但劳动力素质有待进一步提升。印度应当注意采取升级教育课程、改进职业培训计划，增强劳动力数字化技能等措施。此外，随着制造业不断扩张，印度还需要继续拓宽能源获取渠道，减少排放。2014 年，印度政府启动了“印度制造”计划，主要目标是让印度成为全球制造业中心45。印度政府目前正在大力推进关键因素的改善工作，积极朝着互联互通经济目标前进，最近还公布了一项 2017 年 590 亿美元基础设施投资计划46。墨西哥墨西哥拥有世界第 12 大制造业47，在经济复杂性方面排名第 2448。墨西哥制造业不同部门、地区和公司规模之间的实力差异悬殊。墨西哥在数个制造业驱动因素方面的表现有待改进，尤其是在技术和创新、人力资本和制度框架领域。墨西哥需要打造一个更加强大的技术平台来推动互联互通建设工作，还需要加强工业和研究活动以便为创新提供动力。人力资本是墨西哥最紧迫的挑战之一，有必要调整教育课程，培养塑造制造业的未来所需技能，对当前劳动力也需要进行未来关键技能再培训。提高机构组织的透明度、效率，改善问责制度有助于墨西哥进一步加强准备工作。此外，为基础设施提供投资，为中小型企业融入全球价值链提供针对性帮助，制定多部门合作计划也应当成为墨西哥政府的优先事项。鉴于墨西哥是绿地投资（Greenfield Investment）的首选目的地，墨西哥应积极利用其全球关系网，推动知识和技术转让进程。俄罗斯俄罗斯拥有世界第 13 大制造业49，但制造业在国民生产总值中所占的比重在过去十年中有所下降。这一现象对俄罗斯生产结构的规模和复杂性造成了阻碍。俄罗斯在各个制造业因素上的表现好坏参半。其中，人力资本和需求环境是俄罗斯
39.最大的优势，俄罗斯拥有一批受过高等教育的劳动力，且其教育体系十分重视科学、技术、工程和数学学科。不过，俄罗斯还应在此基础上注重进一步培养劳动力的软性技能和创造性技能。要将这些优势转化为长期利益，俄罗斯需要采取各种措施，通过更高层次的竞争不断增强国家创新能力；加强政府、工业和教育领域之间的合作；推动区域创新和研发中心的发展。高潜力国家如图 3.4 所示，高潜力国家包括来自欧洲、东亚和太平洋、中东和北非的 7 个国家和经济体。这些国家制造业增加值不足全球的 2%。高潜力国家和经济体目前生产基础有限，但在制造业驱动因素方面表现不错，表明其拥有较好的发展前景。与其他类型的经济体相比，这一群体的高收入经济体多样化程度较低：一些拥有资源丰富，而另一些经济体以服务业为主。将产能转化为先进制造业基础是高潜力国家的关键机遇所在。这些国家和经济体面临的挑战如下：首先需要确定国家层面的工业发展需求，然后识别合适的发展机遇并据此制定针对性发展战略。塑造制造业的未来为高潜力国家创造了前所未有的机会，使其有可能在较短的时间内实现超越式发展与生产基础的大扩张。高潜力国家的一个潜在优势是，它们投入到传统的生产体系中的资本较少。这有助于后发展国家在具备最低限度能力之后迅速绕过旧体系，直接采用新技术。图 3.4：2018 年高潜力国家准备状况评估结果示意图
40.注：横轴与竖轴均为 0-10 分刻度，但是为了突出各国之间的差异而予以截短。将前 75 个国家的平均得分作为四个象限的交汇点划分典型界限。澳大利亚与大多数高收入经济体相比，澳大利亚的生产结构有明显的不足，主要局限于服务业和开采业。服务业占澳大利亚国内生产总值的 70%以上50，澳大利亚还是自然资源、能源和食品主要出口国之一51。澳大利亚制造业占国内生产总值的比重不到 7%，对全球制造业增加值的贡献约为 0.8%。虽然澳大利亚经济复杂性在全球排名第 65 位52，但在总共 31 个生产驱动因素上普遍表现良好，生产基础发展潜力较大。澳大利亚在技术和创新、人力资本、全球贸易和投资以及制度框架等因素评分上取得了排名前 15 位的良好成绩。拥抱数字化发展浪潮是澳大利亚的一大重要政策议程。2017 年，澳大利亚总理提出本国的“工业 4.0”计划，并与德国的“平台工业 4.0”签署合作协议。根据特别工作组的建议，政府主导的“澳大利亚测试场（Testlabs for Australia）”倡议小组将在特定教育机构中建立 5 个新的工业 4.0 测试场。在 2018 年，澳大利亚将发布“数字经济战略（Digital Economy Strategy）”。这是一项前瞻性计划，旨在充分挖掘数字技术潜力，增强澳大利亚的生产力和竞争力53。
41.阿拉伯联合酋长国阿联酋目前制造业结构比较单一，但是政府已经开始着手在石油和天然气之外发展多元化经济，计划到 2025 年将制造业占国内生产总值的比例提高到 25%54。阿联酋在除了可持续资源之外的其他制造业驱动因素上排名属于前四分位，在塑造制造业的未来发展中占据了有利地位。在今后，阿联酋有必要将重点放在改善可持续发展实践上，并且继续投资于全体制造业驱动因素。鉴于阿联酋当前制造业从业人口相对较少，因此开发一系列合适的劳动力技能，充分利用制造业转型中的机遇对于阿联酋而言显得尤为重要。初生国家如图 3.5 所示，初生国家由来自北美以外所有地区的 58 个国家，目前占全球制造业增加值不足 10%。这是评估中国家数量最多的一种类型。所有国家都对塑造制造业的未来的准备工作处于较低水平，具体特征为制造业驱动因素普遍表现较差，生产结构不良。在初生典型中，中有几个不同国家群体值得分析。本类型的一大关键区分点在于国家当前工业水平和与工业化有关的愿景。初生国家的制造业基础状况各不相同，有的国家有较好的制造业基础，但正在处于萎缩中或是面临着萎缩风险，而有些国家制造业基础规模较小，但正处于上升态势，还有些国家工业化程度有限，工业基础较为薄弱。各国应当立足于本国所处地位、竞争优势和目标，选择不同的发展途径。目前拥有相对良好生产基础的国家更有可能愿意追求先进制造业发展机会；而生产基础薄弱的国家可能会先开始尝试发展传统制造业，优先实现工业规模和能力的扩张与提升。鉴于部分初生国家正在崛起成为具有吸引力的低成本生产目的地，初生国家的另一潜在发展路径是：在短期内抓住传统制造业的现有机会。当然，这一战略存在一定风险。因为传统制造业中的发展机会口径以及存续时间都是未知数。许多尚未完成工业化的国家对传统制造业尚且准备不足，更不必提先进制造业。无论采取何种战略，初生国家都将受益于所有制造业驱动因素的改善。制度框架是未来经济增长的基石，也正是初生国家亟待解决的首要问题，其次是人力资本问题。熟练劳动力对于加速传统制造业和先进制造业发展至关重要。此外，全球贸易和投资活动的增多以及对跨国公司的吸引力有助于促进知识、能力和技术的转让，实现经济加速发展。图 3.5：2018 年初生国家准备状况评估结果示意图
42.注：横轴与竖轴均为 0-10 分刻度，但是为了突出各国之间的差异而截短。将前 75 个国家的平均得分作为四个象限的交汇点划分典型界限。印度尼西亚印尼拥有世界第 11 大制造业，占国民生产总值的 20%以上55。矿产品和农产品在印度尼西亚出口中占较大份额，国家制造业结构复杂性相对较低。除了在需求环境方面取得前 20 排名之外，印尼在其他制造业驱动因素上大有改进空间。印尼拥有 2.6 亿多人口，国内外工业制品市场巨大。然而，对印尼而言，人力资本既是优势也是挑战。随着制造业从劳动密集型转向知识密集型，印尼面临的最大挑战之一是：如何在现有劳动力的基础上开发合适的技能。为了进一步促进新兴技术在生产体系中的应用，印尼有必要优先采取针对性措施，通过增加研发支出、扩大互联网覆盖面、加强网络安全保护等手段增强本国创新能力。印尼的外国直接投资水平相对较高，但落后的基础设施和贸易开放程度的不足可能会对制造业转型造成阻碍。此外，印尼有必要重视强有力的制度框架和有效治理因素建设。巴西巴西制造业全球排名第 9 位，约占国内生产总值的 10%56，几乎不足二十世纪八十年代（超过 30%）的三分之一57。巴西制造业结构复杂性相对较低，在制造业
43.驱动因素方面表现好坏参半，可持续资源和需求环境是巴西排名最高的两个领域。巴西是外国直接投资和绿地投资首选目的地，巴西应寻求全球关系网络促进知识和技术的转让。制度框架是巴西面临的主要挑战之一，监管效率和面向塑造制造业的未来的治理方式应当成为巴西政府的重点工作。巴西拥有全体第五大规模的人口，人力资源丰富，但劳动力在数字化技能、工程、批判性思维等对于塑造制造业的未来发展十分关键的领域上显得比较落后。2017 年，巴西通过了新的劳动法，力求打造更加灵活的制度体系，加强法治建设。沙特阿拉伯在过去的几十年里，沙特阿拉伯制造业占国内生产总值的比重从不到 5%增加到 12%左右（截至 2016 年）58。作为世界上最大的石油出口国，沙特阿拉伯的经济结构高度集中化，石油和天然气占国内生产总值的 50%以上59。发展制造业和工业部门对于沙特阿拉伯实现经济多元化、摆脱对石油生产的高度依赖具有重要意义。沙特在需求环境驱动因素方面表现强劲，但在其他制造业驱动力方面仍有改进空间。沙特阿拉伯应当把握战略机会，改善制造业表现，增强在塑造制造业的未来中的竞争力。目前，沙特阿拉伯执行了一些有利于改善经济关键因素的改革措施，作为“沙特愿景 2030”和“国家转型计划”的一部分予以执行60。南非自 20 世纪 90 年代初以来，随着服务业的扩张，南非制造业占国内生产总值的比例已经下降到大约 12%61。但南非仍拥有全非洲最强大的制造业结构。在制造业驱动要素方面，南非的表现好坏参半。一方面，创新能力是南非最大的优势之一，因为该国拥有强大的创新文化，而且创业活动得到了成熟金融部门的支持。另一方面，人力资本仍然是南非塑造制造业的未来准备工作所面临的最紧迫挑战，原因在于南非缺乏工程师和科学家群体，数字化技能薄弱。此外改善制度框架有效应对变化冲突、提供稳定的政策环境，鼓励直接创新对南非也十分重要。
44.第四章：制造业驱动因素分析制造业六大驱动因素代表了新兴技术利用与制造业体系转型的必备要素和条件。下文介绍了每个驱动因素所涉概念及其对于提高塑造制造业的未来准备程度乃至完成准备工作的重要性。驱动因素一：科技与创新概述驱动因素评估：是否具备先进且安全的联网信息、通讯与技术基础设施，能够为新技术在制造业中的应用提供支持针对具有制造业应用前景的创新发明的培育与商业化能力涉及概念技术平台信息、通信与技术的可用性信息、通信与技术的应用数字安全与数据创新能力行业活动研究强度融资供给科技与创新是塑造制造业的未来的关键驱动因素，新兴技术的应用和扩散是第四次工业革命的关键所在。为了实现科技与创新目标，各国需要建立一个先进、互联、安全的技术平台，需要不断地升级技术基础设施，以确保其平台足够先进，能与新兴技术充分匹配。例如，网络覆盖状况与网速对于工厂物联网的应用十分重要。塑造制造业的未来的全面突破需要一个全面互联互通的全球生态系统，而这只有借助跨系统的互操作才能实现。认识到国际合作的必要性，以德国为首的一群国家正在合作制定有利于互操作与数据流动的全球标准和规范并加以实施 62。基于强有力的网络安全政策和其他措施的数字安全和数据隐私保护工作是推动技术广泛应用的关键所在。互联互通的制造业体系带来了新的网络安全挑战，获得大众的信任对于技术应用而言十分重要。一旦存储在云端的知识和数据受到损害，不仅会危及正常操作，而且还会降低人们的信任度，阻碍技术进一步应用。这对于那些资源有限，不足以保护自己免受网络安全威胁的中小企业而言，更是一大艰巨挑战。各国政府与不同规模的公司之间的合作，对于提高风险警惕意识，保护自己免受上述威胁至关重要。
45.创新是塑造制造业的未来的有生力量。推动第四次工业革命的技术主要来自对研发的大批投入，这些技术在制造业中的创新应用能够创造出更多价值。各式各样的创新发明对塑造制造业的未来至关重要，例如，实现工艺流程的持续改进；使国外技术适应本地制造业体系，推动制造业绿地投资等。精英技术创新以及以庞大研发经费为代价取得的专利，主要集中在一小部分发达国家中。图 4.1 所示的 15 个国家获得的专利占全球五大专利局专利总量近 80%，其中中国、德国、日本、韩国和美国占 50%。各国需要考虑自己的定位，是充当技术创新者还是技术采用者及节约型创新者。资金、人才和其他资源供给极有可能影响国家塑造制造业的未来的创新水平和类型。对大多数国家而言，节俭型创新最易实现。非专利化的商业模式、典型行业及制造业其他领域已经对颠覆性变革准备就绪，能够为新兴国家和发达国家提供巨大发展潜能。各国可以依靠几个驱动因素推动创新发明。产业地理集群、先进技术政府采购以及横跨学术界、政府和行业的合作都有利于培育国家创新能力。强大的金融系统和风险资本规模对于国内发展也十分重要。此外，创新还需要某些难以衡量的软实力元素。例如，冒险文化和鼓励创新的强大领导力有助于释放人力潜能，促进创新。图 4.1：技术创新领导者
46.驱动因素二：人力资本概述驱动因素评估：对第四次工业革命所引发的劳动力市场供求变化作出反应的能力当前劳动力在制造业体系中适应与运用新兴技术的能力通过教育、人才吸引与留存以及社会包容性，为制造业培养未来合适技能和人才的能力涉及概念当前劳动力劳动力技能未来劳动力迁移教育成果敏捷性与适应力人力资源处于第四次工业革命前沿领域。生产设施的发展受限于劳动力的素质，因此人力资本对于制造业体系转型至关重要。当然，生产性质的变更对全球制造
47.业就业也有着重大影响。新生产技术和宏观趋势的结合正在改变制造业所需的基本技能，改变各个制造业生态系统与区域的工作岗位数量和性质。关于最有可能受到第四次工业革命影响的制造业劳动力地理分布与类型之分析详情，请参考计划于 2018 年初出版的世界经济论坛白皮书《为制造业的未来的培养劳动力》（Building the Workforce for the Future of Production）。虽然人们对自动化技术可能引发失业浪潮的问题忧虑重重，但技术可以使人力工作更有效率，甚至可以创造出新的工作机会。人类的智慧和创造力在制造业的未来更有可能占据更为举足轻重的地位，而不是相反的结果。图 4.2 显示了人力资本和技术创新之间的明确关系。此外，在这两种驱动因素中排名前 10 的国家和经济体在制度框架方面也有不俗的表现。第四次工业革命将促使劳动密集型生产模式向知识和技能密集型生产模式进一步转变。各国需要使大量具备数字、技术、商业和管理专业知识的后备人才，迅速适应与采用新兴技术。第四次工业革命还将改变劳动力需求模式，同时带来失业问题与收益增加机遇。各国需要具备敏捷反应能力与良好的适应性，确保自身拥有合适的人力资本组合，并且在未来生产中劳动力供需匹配上拥有足够的灵活性。图 4.2：制度框架、人力资本与技术创新驱动因素之间的关系
48.资料来源：世界经济论坛、科尔尼管理咨询公司当前的短期需求是为培训与再培训现有员工，解决因职业变化而产生的技能缺口。这一点对拥有大量生产劳动力的国家显得尤为重要。随着以中等技能工作为主的旧工作岗位的消失，新的工作岗位也在不断涌现，尤其是要求就业者具备高技能水平的工作。在政府和学术界的支持下开展员工技能再培训与升级工作，对企业意义重大。技术培训计划、学徒培训模式、在职培训等，都有助于员工培养未来产业所需的新技能。与此同时，员工有必要树立终身学习的心态，因为再培训很有可能并非一次性项目，而会是贯穿员工整个职业生涯中的一项持续性任务。从长远来看，各国需要培育适合本国制造业发展的劳动力，因此需要掌握技术培训和职业培训的新方法。教育课程和教育目标将需要根据产业发展需求修订，例如，提供数字技能新课程，培养更多科学、技术、工程和数学专业的毕业生。他国熟练劳动力的流入各国提供了获取未来劳动力所需技能的新渠道。鉴于劳动力市场变化的速度和规模，各国需要采取灵活的方法来不断加强劳动力资源。
49.驱动因素三：全球贸易与投资概述驱动因素评估：参与国际贸易，推动产品、知识和技术交流及建立全球联系的状况投资于制造业相关开发活动的资金规模为制造业相关活动提供支持的基础设施质量涉及概念贸易贸易开放性贸易便利性与市场准入投资投资与融资基础设施交通与电力出口贸易发展模式有效推动了经济增长，贸易历来是制造业的一大助力。虽然出口型制造业模式的优势和可行性在未来可能有所削弱，但全球互联互通正是第四次工业革命的核心所在，国际贸易始终会是国家增长的一个决定因素。国际贸易参与度较高的国家将继续受益于行业知识的增长，技术转让、竞争与规模经济的发展。要获得全球贸易和投资的种种好处，各国之间应当保持开放态度。然而，当前民族主义和保护主义浪潮席卷某些国家，或将降低部分国家从全球贸易与投资中获取的收益。技术平台升级与连通性建设、员工培训、技术应用和制造业体系转型无一不需要资本性投资。为了获得必要的资本，各国需要让自己成为充满吸引力的投资目的地。强大的国内金融体系以及外国直接投资，有助于为国家提供制造业转型所需资金。再者，先进基础设施也必须与全球价值链预期标准保持一致。驱动因素四：制度框架概述驱动因素评估：政府机构、规章条例对于技术研发、新业务和先进制造业的引导效果涉及概念政府部门效率与有效性法治
50.对塑造制造业的未来准备程度较高的国家往往具有良好的制度框架，包括但不限于较高的监管效率、强有力的法律制度、法治建设、知识产权保护和数据安全。此外，良好的政府治理有助于为其他制造业驱动因素提供一个良好的发展环境。例如，减少公司注册与开设所需的繁文缛节有助于增强行业活力；强有力的知识产权保护制度有利于激发研发方面的投资；教育课程的调整改进有益于数字化技能的发展等。相反，不良的政府治理会对其他因素的表现产生负面影响。例如，严重的腐败问题会阻碍外国投资。因此，强有力的制度框架对于国家的成功至关重要，但目前的法律框架、规章制度、标准、战略和机构未能跟上变革和创新的步伐63。因此，各国有必要为新技术制定全球性的法律框架和规章制度，以减少不确定性，明确规范和标准。监管机构在塑造新兴技术生态系统方面扮演着复杂的角色64。技术的不确定性可能导致监管机构的不作为，而这又可能导致公司因为监管的不确定而不采取任何行动。如果缺乏适当的规章制度，业界可能普遍默认不充分利用技术的全部潜能才是正确选择。因此，监管不应当是一场监管下限竞争，因为宽松的监管制度不一定是最佳选择。不作为也是一种政策选择，自有一套含义和后果。监管机构在制定新兴技术“游戏规则”，确保新兴技术能够普遍适用于制造业不同部门与价值链不同阶段方面，同样发挥着关键作用。而政府需要设置一个公平的竞争环境，提供整体性参数。因此，政府需要综合考量，兼顾保护消费者和公民以及鼓励企业积极投资、使用新技术两种需求。此外，各国还需要加强国际协调配合，为产品及工艺流程建立全球性标准。在许多情况下，对特定部门建立全球性标准或能取得最佳效果，因为因国而异的多套规章制度容易降低全球价值链效率，带来阻碍。不同国家对于工业战略有着不同的看法——一些国家认为这应该由政府推动，而另一些国家则认为业界和企业应处于领导地位。不管角色如何，政府显然在引领塑造制造业的未来的过程中扮演着重要的角色。例如，各国政府可以通过效仿德国“平台工业 4.0”之类的倡议来推动工业界、学术界和其他利益相关者之间的对话。政府还可以开发有效工具来引导企业参与第四次工业革命，比如新加坡的“新加坡智能工业成熟度指数”。通过税收优惠来促进创新发明也是一项选择，意大利的“企业 4.0”国家计划即为例证65。驱动因素五：持续资源概述驱动因素评估：制造业对环境的影响，包括该国的自然资源和
51.替代能源使用效率。涉及概念可持续性能源与排放水资源第四次工业革命为各国迎接一个更具有可持续性的塑造制造业的未来，抵消早期工业化带来的损害创造了良机。制造业已经对环境产生了不利的影响。自然资源的过度开发、生态系统的污染和破坏以及生物多样性的减少都证明了这一点。目前，制造业消耗了全球总用电量的 35%，产生了 20%的二氧化碳废气，占用了所有开采的主要资源的四分之一。展望未来，我们显然需要发展可持续制造业，尽可能减少自然资源和有毒物质的用量，削减废物和污染物的排放，以免危及子孙后代。此外，资源管理是国家经济发展规划的重要组成部分，是工业战略的不可或缺的主要考虑因素。如果各国不对资源管理加以高度重视，它们很可能无法实现本国的发展目标。有必要对国家自然资源风险（即最有可能发生和危害严重的风险）实施监控、减轻和管理措施。在评估中，可持续资源与制造业驱动因素、与制造业结构复杂性之间的关系都是最薄弱的。虽然以往数据显示，部分制造业大国生产可持续性极低，但在未来增加可持续实践的需求毋庸置疑。当前的商品生产方式需要改变，而制造业大国拥有最大的变革机遇。极有可能的是：新兴技术不仅是提高生产效率的关键，也是建设可持续未来的重中之重。制造业短周期回收、再制造的自主拆卸系统等新兴技术拥有加速实现可持续生产的重要潜力。关于通过第四次工业革命技术加速可持续制造业建设的更多见解，请参考计划于 2018 年初出版的世界经济论坛白皮书《通过第四次工业革命创新增强制造业体系的可持续性》（Driving the Sustainability of Production Systems with Fourth Industrial Revolution Innovation）。值得注意的是，技术解决方案并不是可持续生产的一刀切解决方案。制造业体系中的参与者必须在应对该市场挑战以及推动有意义的变革方面发挥关键作用。企业需要在可持续的解决方案中创造新的价值，而政府需要通过负责任的环境可持续管理行为来保护民众，维护增长趋势。为了推动可持续生产建设事业，我们需要制定综合考虑多方利益相关者的解决方案，让新兴技术为此变革的加速实现提供了新工具。
52.驱动因素六：需求环境概述驱动因素评估：争取国内外需求市场以扩大生产规模消费者群体的复杂程度是否有利于促进多元行业活动和新产品的诞生涉及概念土地需求市场规模消费者基础消费者复杂性商品供应在很大程度上受需求环境的影响。拥有大规模国内外市场的国家可以扩大生产，享有规模经济优势。仅仅占领国内或区域市场可能并不能满足生产的扩张需要，但可以为参与全球竞争蓄力。消费者复杂性的增加将推动第四次工业革命中制造业各方面的改进，因为挑剔的消费者将迫使企业及时对市场作出反应，根据消费者需求实现产品改进。高消费者复杂性有助于激发创新，改进生产技术，提升产品和服务质量。
53.展望本报告分析并展示了《“制造业的未来”准备状况评估》初版研究成果。该项目对 100 个地理位置不同、发展阶段各异的国家和经济体在推动制造业转型及借此机会获益的过程进行了评估。本研究工作提供了一个新的基准与分析工具，旨在促进多方利益相关者之间的对话与共同合作，对现代工业战略的制定产生深刻影响。鉴于未来充满了不确定性，难以预测，相关研究框架和方法也将随着未来形势的发展而不断更新。在制造业体系逐步转型的过程中，我们将继续对其进行研究，探究最重要的变革驱动因素。未来对制造业驱动因素和结构框架的调整将采用基于证据的研究方法，经协商产生。世界经济论坛将继续搜集整理对制造业体系转型产生重要影响的因素的其他数据来源。公私合作模式对于迎接新生产范式的到来至关重要。各国应不断探寻公私合作新途径来解决某些严峻挑战，把握塑造制造业的未来机会。世界经济论坛将继续提供全球、区域和国家之间的交流平台，促使多方利益相关者的对话和行动转化为塑造制造业的未来成果。最后，世界经济论坛正在着手制定新的过渡框架，帮助各国政府与私营部门、民间团体和学术界的支持下打造新的发展战略。虽然本评估工作仅发挥诊断工具作用，但过渡框架有助于各国政府根据诊断结果采取相应措施。过渡框架将提供制造业转型全过程的指导意见、典型的经验教训、制造业驱动因素发挥作用的卓越阶段以及可供借鉴的主要实践。
54.致谢国家准备状况项目小组与世界经济论坛制造业的未来社区成员密切合作，共同编撰了本报告。世界经济论坛制造业的未来社区由 50 余家公司、26 个政府和近 30 个学术机构构成。准备状况评估工作的初步结论已在 2017 年新领军者年会、印度经济峰会、世界制造业论坛（World Manufacturing Forum）、系统行动倡议研讨会（Systems Initiatives Workshop，日本东京）、第四次工业革命论坛（韩国蔚山）以及其他几个区域与国别研讨会上公布。我们非常感谢国家准备状况项目指导委员会和专注于制造业发展的全球未来理事会成员提供的帮助。我们还要特别要感谢以下各位： Richard Baldwin 瑞士日内瓦国际经济研究所教授 Marcela Escobari 布鲁金斯学会全球经济与发展部门访问学者兼万事达卡中心包容性增长高级顾问（美国） Kamau Gachigi Gearbox 创始执行董事（肯尼亚） Keun Lee 首尔国立大学经济学教授（韩国）林毅夫北京大学新结构经济学研究中心主任（中国） Carlos Lopez Gomez 剑桥大学制造研究所科技与创新政策研究中心 POLICY LINKS 知识转移主任（英国）倪军密歇根大学机械工程系教授兼吴贤铭制造研究中心主任（美国） Lisa Schroeter 陶氏化学公司贸易和投资政策全球董事（美国） Jagjit Singh Srai
55.剑桥大学制造研究所国际制造业中心主任（英国） Krystyn Van Vliet 麻省理工学院材料科学与工程教授兼副教务长（美国）此外，许多机构为我们的分析工作提供了数据，我们在此同样向各位表示谢意：哈佛大学国际能源机构（IEA）国际劳工组织（ILO）国际电信联盟（ITU）经济合作与发展组织（OECD） PitchBook 研究机构 Quacquarelli Symonds 机构美国传统基金会透明国际联合国（UN）联合国贸易和发展会议（UNCTAD）联合国教育、科学及文化组织（UNESCO）联合国工业发展组织（UNIDO）联合国国际儿童基金会（UNICEF）世界银行（WB）世界知识产权组织（WIPO）世界资源研究所（WRI）世界贸易组织（WTO）耶鲁大学
56.附录 A：2018 年各区域和收入组分类表 A1：区域分类本报告分析基于下述区域分类办法。东亚与太平洋欧亚欧洲拉丁美洲与加勒比中东与北非北美南亚撒哈拉以南非洲
57.澳大利亚柬埔寨中国香港经济特区印度尼西亚日本韩国马来西亚蒙古新西兰菲律宾新加坡泰国越南阿美尼亚阿塞拜疆格鲁吉亚哈萨克斯坦吉尔吉斯坦摩尔多瓦俄罗斯阿尔巴尼亚奥地利比利时波斯尼亚和黑塞哥维那保加利亚克罗地亚塞浦路斯捷克共和国丹麦爱沙尼亚芬兰法国德国希腊匈牙利爱尔兰以色列意大利拉脱维亚立陶宛荷兰挪威波兰葡萄牙罗马尼亚塞尔维亚斯洛伐克斯洛文尼亚西班牙瑞典瑞士英国阿根廷巴西智利哥伦比亚哥斯达黎加多米尼加共和国厄瓜多尔萨尔瓦多危地马拉洪都拉斯墨西哥巴拿马阿尔及利亚巴林埃及约旦科威特黎巴嫩摩洛哥阿曼卡塔尔沙特阿拉伯突尼斯土耳其阿拉伯联合酋长国加拿大美国孟加拉印度巴基斯坦斯里兰卡博茨瓦纳喀麦隆埃塞俄比亚加纳肯尼亚毛里求斯尼日利亚塞内加尔南非坦桑尼亚乌干达赞比亚
58.表 A2：收入组分类本报告分析基于下述收入分类办法。低收入（1,005 美元及以下）中低收入（（1,006 美元–3,955 美元）中高收入（（3,956 美元–12,235 美元）高收入（12,236 美元及以上）
59.埃塞俄比亚塞内加尔坦桑尼亚乌干达阿美尼亚孟加拉柬埔寨喀麦隆埃及萨尔瓦多格鲁吉亚加纳危地马拉洪都拉斯印度印度尼西亚约旦肯尼亚吉尔吉斯坦摩尔多瓦蒙古摩洛哥尼日利亚巴基斯坦菲律宾斯里兰卡突尼斯乌克兰越南赞比亚阿根廷阿尔巴尼亚阿尔及利亚阿塞拜疆波斯尼亚和黑塞哥维那巴西博茨瓦纳保加利亚中国哥伦比亚哥斯达黎加克罗地亚多米尼加共和国厄瓜多尔哈萨克斯坦黎巴嫩马来西亚毛里求斯墨西哥巴拿马巴拉圭秘鲁罗马尼亚俄罗斯塞尔维亚南非泰国土耳其澳大利亚奥地利巴林比利时加拿大智利塞浦路斯捷克共和国丹麦爱沙尼亚芬兰法国德国希腊香港经济特区匈牙利爱尔兰以色列意大利日本韩国科威特拉脱维亚立陶宛荷兰新西兰挪威
60.阿曼波兰葡萄牙卡塔尔沙特阿拉伯新加坡斯洛伐克斯洛文尼亚西班牙瑞典瑞士阿拉伯联合酋长国英国美国乌拉圭注：基于世界银行收入分类办法，即根据人均国民总收入（按当年价值计算的美元为单位）将经济体分为 4 个收入类别：高收入、中高收入、中低收入和低收入。（基于 2017 年 7 月数据分类）。
61.附录 B：各典型国家详细结果以下数页内容记载了四种不同典型的制造业要素结构和驱动因素全球排名与评分。欲查询全体国家的记分卡详情，请登录 http：//wef.ch/fopreadiness18。制造业结构表 B1：领先国家制造业结构地区国家评分排名  日本 8.99 1  韩国 8.85 2  德国 8.68 3  瑞士 8.39 4  中国 8.25 5  捷克共和国 7.94 6  美国 7.78 7  瑞典 7.46 8  奥地利 7.46 9  爱尔兰 7.34 10  新加坡 7.28 11  英国 7.05 13  芬兰 7.00 14  意大利 6.99 15  法国 6.87 18  波兰 6.83 19  马来西亚 6.81 20  斯洛文尼亚 6.80 21  比利时 6.51 24  以色列 6.43 25  荷兰 6.32 26  丹麦 6.29 27  西班牙 6.05 29  加拿大 5.81 33  爱沙尼亚 5.75 34  东亚与太平洋  欧洲  北美复杂性评分排名 10.00 1 8.96 4 9.40 3 9.82 2 7.08 27 8.74 5 8.58 8 8.74 5 8.69 7 8.16 13 8.40 11 8.58 8 8.43 10 7.74 18 8.00 15 7.47 21 6.80 30 8.27 12 7.61 19 7.87 16 7.43 22 7.61 19 6.70 32 6.50 34 7.36 23 评分 7.47 8.69 7.59 6.25 10.00 6.76 6.59 5.55 5.62 6.11 5.59 4.74 4.85 5.87 5.18 5.88 6.82 4.60 4.88 4.27 4.65 4.31 5.06 4.77 3.34 规模排名 5 2 4 12 1 8 10 23 21 14 22 37 33 16 28 15 7 39 32 48 38 46 30 34 70
62.制造业结构（续）表 B2：传统国家制造业结构地区国家评分排名  泰国 7.13 12  斯洛伐克 6.98 16  匈牙利 6.96 17  墨西哥 6.74 22  罗马尼亚 6.61 23  菲律宾 6.12 28  印度 5.99 30  立陶宛 5.92 31  土耳其 5.87 32  俄罗斯 5.71 35  东亚与太平洋  欧亚大陆  欧洲  拉丁美洲与加勒比  中东与北非  南亚表 B3：高潜力国家/经济体评分 6.64 7.87 8.05 7.16 7.25 5.91 5.57 6.84 5.93 5.90 复杂性地区 33 16 14 25 24 43 48 29 42 44 国家 7.86 5.65 5.33 6.11 5.65 6.44 6.61 4.53 5.77 5.42 规模评分 3 20 26 13 19 11 9 41 18 25 地区国家  挪威  葡萄牙  新西兰  阿拉伯联合酋长国  香港经济特区  澳大利亚  卡塔尔  东亚与太平洋  欧洲  中东与北非制造业结构评分排名 5.65 36 5.36 39 4.79 53 4.53 57 4.52 58 4.26 61 3.89 72 复杂性评分地区 7.09 26 6.23 39 5.67 45 5.05 58 6.80 31 4.47 68 4.28 74 国家 3.48 4.07 3.48 3.76 1.10 3.96 3.30 规模评分 67 52 68 59 97 54 71 制造业结构（续）表 B4：初生国家地区  国家克罗地亚评分 5.50 制造业结构排名 37 复杂性评分地区 6.97 28 国家 3.29 规模评分 72
63. 印度尼西亚 5.41 38  保加利亚 5.23 40  巴西 5.22 41  塞尔维亚 5.18 42  乌克兰 5.17 43  沙特阿拉伯 5.16 44  南非 5.03 45  埃及 4.99 46  哥斯达黎加 4.97 47  越南 4.96 48  拉脱维亚 4.91 49  阿根廷 4.91 50  突尼斯 4.83 51  萨尔瓦多 4.81 52  巴林 4.78 54  波斯尼亚和黑塞哥维那 4.66 55  哥伦比亚 4.61 56  乌拉圭 4.52 59  希腊 4.44 60  哈萨克斯坦 4.19 62  智利 4.18 63  塞浦路斯 4.11 64  阿美尼亚 4.10 65  斯里兰卡 4.10 66  危地马拉 4.05 67  黎巴嫩 4.02 68  约旦 4.00 69  阿曼 4.00 70  东亚与太平洋  欧亚大陆  欧洲  拉丁美洲与加勒比地区             国家多米尼加共和国毛里求斯巴基斯坦巴拿马吉尔吉斯坦摩洛哥秘鲁格鲁吉亚孟加拉柬埔寨科威特洪都拉斯制造业结构评分排名 3.99 71 3.84 73 3.82 74 3.82 75 3.73 76 3.67 77 3.67 78 3.61 79 3.59 80 3.56 81 3.56 82 3.43 83 4.31 73 6.26 38 5.33 54 6.28 37 6.05 41 5.43 50 5.35 53 4.90 61 5.61 47 4.37 72 6.49 35 4.71 62 5.29 55 5.10 57 5.63 46 6.13 40 4.94 59 5.44 49 5.43 51 4.63 63 4.47 67 6.32 36 5.41 52 3.66 81 3.75 79 4.93 60 4.09 76 4.61 64 7.06 6 3.68 61 5.05 31 3.53 63 3.85 57 4.76 35 4.55 40 5.13 29 4.01 53 5.83 17 2.55 79 5.20 27 4.13 50 4.36 45 3.51 65 2.44 84 4.12 51 3.14 73 2.95 75 3.53 64 3.76 60 0.80 99 2.13 87 4.75 36 4.50 42 2.65 78 3.86 56 3.07 74 复杂性评分地区 4.03 77 4.51 66 3.46 83 5.27 56 4.54 65 3.27 86 3.12 87 4.39 71 2.33 97 3.40 84 4.24 75 3.32 85 规模国家评分 3.95 55 2.84 77 4.37 44 1.64 92 2.53 81 4.28 47 4.49 43 2.44 85 5.48 24 3.79 58 2.53 82 3.59 62
64. 摩尔多瓦 3.36  巴拉圭 3.24  博茨瓦纳 3.17  塞内加尔 3.11  肯尼亚 2.97  厄瓜多尔 2.85  阿尔及利亚 2.83  阿尔巴尼亚 2.73  赞比亚 2.39  坦桑尼亚 2.39  乌干达 2.25  阿塞拜疆 2.16  埃塞俄比亚 2.01  加纳 1.96  喀麦隆 1.84  蒙古 1.81  尼日利亚 1.66  中东与北非  南亚  撒哈拉以南非洲 84 4.39 70 1.81 91 85 3.71 80 2.54 80 86 4.44 69 1.26 96 87 3.57 82 2.43 86 88 3.00 89 2.91 76 89 2.42 95 3.50 66 90 3.09 88 2.45 83 91 3.86 78 1.04 98 92 2.75 90 1.85 90 93 2.66 91 1.98 89 94 2.35 96 2.09 88 95 2.53 92 1.60 93 96 2.46 94 1.32 95 97 2.22 98 1.56 94 98 0.82 99 3.38 69 99 2.53 92 0.74 100 100 - 100 4.16 49
65.制造业驱动因素表 B5：领先国家制造业驱动因素科技与创新人力资本全球贸易与投资制度框架可持续资源需求环境地区国家评分排名评分排名评分排名评分排名评分排名评分排名评分排名  美国 8.16 1 8.52 1 7.91 3 7.73 5 8.55 9 6.69 37 8.54 1  新加坡 7.96 2 7.36 6 8.00 2 9.02 1 9.13 1 6.10 56 6.38 14  瑞士 7.92 3 7.87 3 8.47 1 7.21 10 8.83 5 8.75 3 6.68 7  英国 7.84 4 8.05 2 7.48 8 8.29 4 8.24 13 7.42 22 7.08 6  荷兰 7.75 5 7.73 4 7.12 13 8.37 3 8.69 8 7.73 15 6.56 9  德国 7.56 6 7.16 8 7.49 7 7.32 8 8.22 14 7.78 13 7.55 4  加拿大 7.54 7 7.08 10 7.90 4 7.49 6 8.47 10 7.71 16 6.42 12  瑞典 7.40 9 7.31 7 7.51 6 6.77 19 8.82 6 8.78 2 5.88 24  丹麦 7.20 10 6.90 12 7.30 12 6.79 18 8.84 4 8.38 8 5.41 34  芬兰 7.16 11 7.45 5 7.34 11 6.06 29 8.89 3 8.46 6 5.29 37  法国 6.89 14 6.82 14 6.48 23 6.94 14 7.31 21 8.19 10 6.50 10  爱尔兰 6.85 15 6.57 18 6.99 14 6.83 16 7.92 16 6.70 36 5.66 30  日本 6.82 16 6.58 16 6.03 28 6.20 27 7.76 17 6.67 39 7.81 3  比利时 6.80 17 6.41 19 6.91 15 6.66 21 7.57 18 7.12 24 6.22 18  奥地利 6.79 18 6.20 21 6.78 18 6.54 22 8.04 15 8.74 4 5.63 31  韩国 6.51 21 6.57 17 5.90 30 6.82 17 6.86 25 6.49 46 6.40 13  马来西亚 6.51 22 5.85 23 6.52 21 7.39 7 6.56 30 5.98 60 6.32 17  以色列 6.24 23 6.79 15 6.83 17 5.34 53 7.01 23 6.03 58 4.96 44
66. 西班牙 6.23 24 5.69 26 5.90 31 6.85 15 6.54 31 6.91 29 5.93 22  中国 6.14 25 5.74 25 5.57 40 7.21 9 4.88 61 5.52 66 7.93 2  捷克共和国 6.01 26 5.07 31 6.50 22 6.22 26 6.66 29 7.57 18 4.97 43  爱沙尼亚 6.00 27 5.80 24 6.52 20 5.83 35 7.33 20 6.24 52 3.95 74  意大利 5.90 30 5.66 27 5.89 32 6.02 30 5.23 48 6.92 28 6.62 8  波兰 5.83 31 4.75 37 5.66 36 6.41 23 6.14 39 7.09 25 5.90 23  斯洛文尼亚 5.71 32  东亚与太平洋 4.82 35 6.03 27 5.62 40 6.79 27 8.56 5 4.18 67  欧洲  北美地区制造业驱动因素（续）表 B6：传统国家制造业驱动因素科技与创新人力资本全球贸易与投资制度框架可持续资源需求环境地区国家  泰国  立陶宛  斯洛伐克  匈牙利  俄罗斯  印度  墨西哥评分 5.45 5.42 5.33 5.30 5.30 5.24 5.04 排名 35 37 40 42 43 44 46 评分 4.56 4.73 4.24 4.42 4.65 4.84 4.51 排名 41 38 51 49 39 34 43 评分 5.05 5.87 5.32 5.47 6.27 4.66 4.45 排名 53 33 45 42 25 63 73 评分 6.74 4.96 5.91 5.55 5.45 5.16 6.25 地区 20 62 34 44 49 55 25 国家 5.01 6.71 5.90 5.70 3.79 4.99 4.15 评分 51 28 42 44 87 54 84 排名 6.28 7.43 8.29 7.95 6.70 3.97 5.88 评分 49 21 9 12 35 96 61 排名 5.77 3.98 4.27 4.51 6.19 7.43 5.85 评分 28 73 61 59 20 5 25
67. 罗马尼亚 4.93 52  土耳其 4.90 57  菲律宾 4.51 66  东亚与太平洋  欧亚大陆  欧洲  拉丁美洲与加勒比  中东与北非  南亚 3.85 67 4.93 57 5.12 58 5.47 46 7.29 23 4.57 57 4.18 54 4.45 72 5.13 57 4.80 64 6.25 51 5.82 26 4.02 59 4.59 66 4.52 69 4.35 76 5.45 69 4.94 45 表 B7：高潜力国家/经济体制造业驱动因素科技与创新人力资本全球贸易与投资制度框架可持续资源需求环境地区国家评分排名评分排名评分排名评分地区国家评分排名评分排名评分  香港经济特区 7.45 8 7.14 9 6.86 16 8.43 2 8.43 11 6.54 43 6.37 16  澳大利亚 7.14 12  挪威 7.07 13  阿拉伯联合酋长国 6.76 19  新西兰 6.73 20  葡萄牙 5.99 28  卡塔尔 5.96 29  东亚与太平洋 6.91 11 7.41 6.86 13 7.75 6.28 20 6.62 6.06 22 7.38 5.49 28 6.02 5.16 29 6.11 9 7.12 12 8.32 12 6.47 47 5.78 27 5 5.67 38 8.72 7 8.84 1 5.55 32 19 7.19 11 7.46 19 5.44 70 6.50 11 10 5.55 45 9.10 2 7.75 14 4.85 50 29 6.13 28 6.86 26 6.71 34 5.01 40 26 5.78 37 7.07 22 5.51 67 5.76 29
68. 欧洲  中东与北非制造业驱动因素（续）表 B8：初生国家制造业驱动因素科技与创新人力资本全球贸易与投资制度框架可持续资源需求环境地区国家评分排名评分排名评分排名评分地区国家评分排名评分排名评分  塞浦路斯 5.65 33 5.01 33 6.44 24 6.36 24 6.28 35 5.33 74 3.80 79  智利 5.60 34 4.36 50 5.32 46 6.02 31 6.91 24 6.87 31 4.89 48  沙特阿拉伯 5.44 36 4.50 44 5.21 48 5.41 50 6.19 38 5.00 76 6.19 19  拉脱维亚 5.39 38 4.54 42 5.63 37 5.64 39 6.42 33 8.44 7 3.45 89  毛里求斯 5.37 39 5.08 30 5.15 49 5.95 33 6.48 32 6.21 54 3.48 87  巴林 5.31 41 4.43 48 5.60 38 5.96 32 6.26 36 4.78 81 4.16 71  阿曼 5.13 45 4.62 40 5.11 50 5.81 36 6.07 40 3.53 97 4.19 66  巴西 5.03 47 4.49 45 4.42 74 5.27 54 4.51 72 7.55 19 6.10 21  保加利亚 5.02 48 4.76 36 5.07 52 5.40 51 4.97 55 6.89 30 4.27 60  南非 5.02 49 4.49 46 4.54 67 5.61 41 5.03 49 5.26 75 5.50 33  希腊 4.96 50 4.10 57 5.33 44 5.36 52 4.89 59 6.61 41 4.62 54  克罗地亚 4.93 51 4.23 52 4.92 58 5.54 46 5.27 47 8.15 11 3.54 84  越南 4.93 53 3.09 90 4.48 70 7.00 13 4.99 53 4.59 87 5.22 39  格鲁吉亚 4.92 54 5.02 32 4.46 71 5.48 47 5.95 41 4.40 92 3.47 88  约旦 4.91 55 3.92 63 5.50 41 5.15 56 5.63 45 4.80 80 4.17 70  哥斯达黎加 4.90 56 3.87 66 5.67 35 4.19 76 5.87 43 6.94 26 4.23 64
69. 巴拿马 4.89 58 3.91 64 4.90 60 5.60 42 4.95 56 7.60 17 4.26 62  印度尼西亚 4.89 59 4.00 61 4.99 55 5.06 61 4.59 69 4.09 94 6.38 15  乌拉圭 4.75 60 4.46 47 4.84 61 3.57 85 6.36 34 6.68 38 3.77 80  哈萨克斯坦 4.74 61 4.06 58 5.42 43 4.88 63 4.59 68 4.44 91 4.87 49  阿塞拜疆 4.69 62 4.14 55 5.23 47 4.63 66 4.55 70 4.86 79 4.89 47  科威特 4.65 63 3.36 80 4.75 62 5.59 43 4.95 57 4.01 95 4.78 51  塞尔维亚 4.59 64 3.77 69 5.03 54 5.08 60 4.88 60 6.23 53 3.49 85  哥伦比亚 4.53 65 4.01 60 4.60 65 3.89 80 4.60 67 7.53 20 4.91 46  乌克兰 4.47 67 3.51 74 5.79 34 5.11 59 3.38 94 4.59 88 4.53 58  埃及 4.46 68 4.21 53 3.93 85 4.23 75 4.30 78 6.43 48 5.37 36  博茨瓦纳 4.43 69 3.39 79 4.40 75 4.37 73 6.22 37 5.49 68 3.23 94  阿美尼亚 4.43 70 3.53 72 5.07 51 4.41 72 4.93 58 5.85 62 3.68 81  黎巴嫩 4.43 71 3.28 84 5.58 39 5.47 48 3.30 96 5.44 71 4.20 65  突尼斯 4.41 72 3.96 62 4.12 80 4.56 68 5.01 52 5.70 64 3.93 76  摩洛哥 4.35 73 4.13 56 3.43 94 4.69 65 4.80 65 4.77 82 4.70 53  斯里兰卡 4.26 74 3.52 73 4.51 69 3.82 83 4.85 63 4.59 89 4.61 56  阿根廷 4.25 75 3.78 68 4.94 56 3.15 92 4.16 83 5.84 63 4.99 42  秘鲁 4.18 76 3.34 81 4.24 77 3.96 78 4.32 77 6.27 50 4.61 55  加纳 4.14 77 3.31 82 4.06 81 3.53 86 5.03 50 6.67 40 4.11 72  阿尔巴尼亚 4.07 78 3.40 78 4.62 64 3.69 84 4.70 66 6.19 55 3.16 96  波斯尼亚和黑塞 4.04 79 3.71 70 4.21 78 4.77 64 4.20 82 4.63 86 2.87 98  哥多维米那尼加共和 4.02 80 3.49 76 4.29 76 3.85 82 4.22 81 6.00 59 3.65 82  国摩尔多瓦 4.02 81 3.50 75 4.91 59 4.48 70 3.83 86 5.36 73 2.69 99  巴拉圭 3.84 82 3.02 91 3.99 84 4.46 71 3.70 88 6.05 57 3.37 90  肯尼亚 3.83 83 3.89 65 3.72 88 2.52 96 4.22 80 6.54 42 4.18 68  蒙古 3.82 84 2.96 93 4.53 68 4.63 67 4.49 73 1.86 100 2.68 100  塞内加尔 3.74 85 3.20 85 3.50 92 3.45 88 4.85 62 4.75 83 3.32 91
70. 危地马拉 3.71 86 2.89 94 4.02 82 3.53 87 3.20 98 6.94 27  阿尔及利亚 3.70 87 2.97 92 3.58 91 3.28 89 3.60 91 5.36 72  尼日利亚 3.68 88 3.48 77 3.67 89 2.37 97 3.22 97 6.80 32  孟加拉 3.67 89 3.19 86 3.38 96 3.05 93 4.00 85 4.73 84  厄瓜多尔 3.66 90 3.55 71 4.00 83 3.16 91 3.57 92 4.69 85  柬埔寨 3.63 91 3.28 83 3.75 86 3.96 79 3.09 100 4.51 90  洪都拉斯 3.61 92 2.69 96 3.73 87 4.32 74 3.19 99 6.76 33  巴基斯坦 3.60 93 3.18 88 3.65 90 2.72 94 3.67 89 2.88 99  萨尔瓦多 3.55 94 2.64 98 3.45 93 4.03 77 3.63 90 6.53 44  赞比亚 3.54 95 2.67 97 3.14 98 3.17 90 4.46 74 6.49 45  吉尔吉斯坦 3.43 96 2.56 100 4.15 79 3.86 81 3.41 93 2.89 98  乌干达 3.31 97 3.19 87 3.01 99 1.98 99 4.55 71 5.70 65  埃塞俄比亚 3.29 98 2.57 99 3.42 95 1.97 100 4.27 79 4.38 93  坦桑尼亚 3.28 99 2.82 95 2.85 100 2.18 98 4.39 75 4.93 78  喀麦隆 3.24 100 3.11 89 3.18 97 2.58 95 3.36 95 4.97 77  东亚与太平洋  欧亚大陆  欧洲  拉丁美洲与加勒比  中东与北非  南亚  撒哈拉以南非洲 4.24 63 5.00 41 5.28 38 4.76 52 3.80 78 3.93 75 3.26 92 5.37 35 3.14 97 3.49 86 3.24 93 3.17 95 4.17 69 3.88 77 3.63 83
71.附录 C：技术说明和资料来源报告中包含的数据反映了报告编撰之时各种资料来源的最佳价值。部分数据可能在资料来源出版后修改或更新。下述内容说明了国家概况所列全部指标的介绍和来源。为计算塑造制造业的未来的准备程度，本报告编撰者在某一指标的国家或经济体数据无法获取时对缺失值采取估计方法。大多数评分通过收入-区域集团方法估计。这意味着最终分数根据同一地区和同一收入水平国家团体的平均得分估计而来（分类方法参见附录 A）。附录末尾的表 C1 反映了各个指标数值和国家或经济的填充值，以及填充方法。请注意，在 http：//wef.ch/fopreadiness 的线上排名表未反映 18 个填充值。指标与数据来源制造业结构复杂性 1.01 经济复杂性经济复杂性用以衡量社会所制造产品中的知识含量。一个国家的经济复杂性根据该国制造产品的多样性和普遍性计算，或者说是根据有能力生产这些产品的经济体数量来计算的。具备各种生产技术，包括高精尖专有技术的国家有能力生产各类商品，乃至其他国家极难生产的高精尖产品。更多详情请参见：http：//atlas.cid.harvard.edu. 测量单位：（2.5）-2.5（最佳）资料来源：哈佛大学阿特拉斯经济复杂性，2016 年规模 1.02 经济中的制造业增加值制造业增加值占国内上产总值的百分比经济体的制造业增加值是所有居民生产活动单位净产出的总估计值，由加总产出值并减去中间输入值得到。从经济活动角度定义，制造业指的是国际标准行业分类（ISIC）中第 15-37 部分的行业。测量单位：占国内生产总值百分比资料来源：联合国工业发展组织，2016 年 1.03 制造业增加值制造业增加值（MVA）是基数为 10 的对数。经济体的制造业增加值是所有居民生产活动单位净产出的总估计值，由加总产出值并减去中间输入值得到。从经济活动角度定义，制造业指的是国际标准行业分类（ISIC）中第 15-37 部分的行业。
72.测量单位：美元，以 10 为底的对数资料来源：联合国经济论坛基于联合国工业发展组织数据的计算结果，2016 年制造业驱动因素科技与创新技术平台信息、通信与技术的可用性 2.01 移动蜂窝电话订阅每千人的移动蜂窝电话数量。包括后付费订阅，预付费活跃帐户（即过去三个月中始终活跃的账户）以及所有提供语音通信的移动电话订阅量。测量单位：每千人数量资料来源：国际电信联盟，2016 年 2.02 LTE 移动网络覆盖至少一个 LTE/WiMAX 移动网络覆盖的人口百分比。位于 LTE/LTE- advanced、移动 WiMAX/WirelessMAN 或其他更先进的移动蜂窝网络范围内的居民百分比，不论他们是否为订阅用户。计算方法是将上述移动蜂窝技术覆盖的居民数量除以总人口数再乘以 100，排除了仅由 HSPA、UMTS、EVDO 及此前提到的 3G 技术所覆盖的人口，也不包括固定的 WiMAX 覆盖人口。测量单位：占人口百分比资料来源：国际电信联盟，2016 年 2.03 互联网用户在过去的三个月中，在任何地点，以任何目使用互联网人口的百分比，不区分所使用的设备和网络类型。测量单位：占人口百分比资料来源：国际电信联盟，2016 年 2.04 外国直接投资与技术转让执行意见调查：“外国直接投资为贵国带来新技术的可能性?（1=完全不可能，7= 很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。信息、通信与技术的应用 2.05 公司层面的技术引进执行意见调查：“贵国企业引进最新技术的可能性有多少?（1=完全不可能，7= 很有可能）”
73.测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 2.06 基于信息、通信与技术的商业模式执行意见调查：“贵国的信息、通信与技术设施为新商业模式的实施提供支持的可能性有多少?（1=完全不可能，7=很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。数字安全与数据 2.07 网络安全承诺评分来自 2017 年全球网络安全指数。该指数主要从五个维度衡量网络安全承诺水平： •法律：根据负责网络安全与犯罪活动的法律机构和制度框架状况衡量。 •技术：根据网络安全技术机构和制度框架状况衡量。 •组织：根据国家层面政策协调机构和网络安全发展战略状况衡量。 •能力建设：根据研发、教育和培训项目状况及认证专业人员和公共部门机构培养能力建设状况衡量。 •合作：根据伙伴关系、合作框架和信息共享网络状况衡量。更多详情请参见： https ： //www.itu.int/dms_pub/itu-d/opb/str/DSTR-GCI.01-2017-R1-PDF-E.pdf. 测量单位：1-0（最佳）资料来源：国际电信联盟，全球网络安全指数，2017 年创新能力行业活动 2.08 集群开发状态执行意见调查：“贵国是否广泛存在成熟产业集群（特定领域的企业、供应商、相关产品和服务生产商及专业机构的地理集中度）?（1=不存在，7=广泛分布于多个领域）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 2.09 新兴技术企业投资执行意见调查：“贵国公司对新兴科技的投资可能性有多少？（例如，物联网、高级分析和人工智能、增强虚拟现实和可穿戴设备、高级机器人、3D 打印）” （1=完全不可能，7=很有可能）” 测量单位：1-7（最佳）
74.资料来源：世界经济论坛、执行意见调查，2017 年 2.10 政府先进技术采购执行意见调查：“在贵国，政府采购推动创新发明的可能性有多少?（1=完全不可能，7=很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 2.11 企业对颠覆性理念的接受度执行意见调查：“贵国企业接受风险性或颠覆性商业理念的可能性有多少?（1= 完全不可能，7=很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 2.12 多利益相关方协作执行意见调查三个连续问题的平均得分：“在贵国，同一企业员工相互配合与分享想法可能性有多大?”（1=完全不可能，7=很有可能）”；“在贵国，企业之间合作分享商业创新的可能性有多大?（1=完全不可能，7=很有可能）”；“在贵国，企业与高校在研发领域共同合作的可能性有多大（? 1=完全不可能，7=很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。研究强度 2.13 研发支出研发支出占国内生产总值的百分比。研发经费指的是为了增加知识（包括人文社科知识）与实现知识新应用而投入到系统性创造性工作的当期与资本性支出，其中涵盖公共部门与私营部门支出。研发包括基础研究、应用研究和实验开发。测量单位：占国内生产总值百分比资料来源：世界银行，2015 年 2.14 科学和技术出版物每 10 亿国内生产总值（美元单位，以购买力平价计算）对应的科学和技术期刊发表论文数量科学引文索引（SCI）和社会科学引文索引（SSCI）范围内一系列期刊所载论文统计量。论文按出版年份分类，并根据论文内所列机构地址计入每个国家/经济体。论文数量以整数而非小数计算，因此，对于来自多个国家/经济体合作机构的论文，每个国家/经济体可依据本国参与合作机构获得计数。测量单位：每 10 亿国内生产总值数量（美元单位，以购买力平价计算）资料来源：汤森路透、科学网、科学引文索引（SCI）和社会科学引文索引（SSCI）
75.的特别列表；国际货币基金组织、世界经济展望数据库；世界知识产权组织，全球创新指数，2016 年。 2.15 专利申请每百万人在五大专利机构中至少二家取得专利的数量。全球五大专利局：欧洲专利局（EPO）、日本专利局（JPO）、韩国知识产权局（KIPO）、中国国家专利局（SIPO）和美国专利商标局（USPTO）。数据按照最早申请日期和专利所有人国籍从 PATSTAT 数据库中提取，采用分数计数法。在 2012 年-2014 年平均每年的专利数量，除以同期的平均人口，以获得每百万人口专利数量。测量单位：每百万人数量资料来源：基于经合组织数据（专利）和世界银行数据（人口）的世界经济论坛计算结果，2012 年-2014 年移动平均数。融资供给 2.16 风险资本交易量风险资本交易的三年平均价值（美元计价）。交易状态包括：完成、公布、投标中、即将开始与推迟。交易日期：2014 年 1 月 1 日至 2016 年 12 月 31 日。测量单位：百万美元资料来源：Pitchbook 机构，2014 年-2016 年移动平均数。 2.17 按经济规模计算的风险资本交易量风险资本交易的三年平均价值除以 3 年平均国内生产总值（美元计价）。交易状态包括：完成、公布、投标中、即将开始与推迟。交易日期：2014 年 1 月 1 日至 2016 年 12 月 31 日。数据以每 10 亿国内生产总值（美元单位，以购买力平价计）。测量单位：美元/国内生产总值（三年平均数）资料来源：基于 Pitchbook 数据（风险资本）和世界银行数据（国内生产总值）的世界经济论坛计算结果，2014-2016 年移动平均数。人力资本当前劳动力劳动力技能 3.01 制造业就业人口制造业就业人口在总就业人口中的比重。就业人口是指在指定时间段内从事以下类别工作的所有劳动适龄人口：有偿就业（无论工作还是有职位但不在岗）或自我雇佣（无论是在工作中还是拥有企业但不在岗）。对于全职工作人员和非全职性劳动者不作区分。经济活动部门基于全体经济活动的国际标准行业分类（ISIC）
76.及其第 3 号修订（1990 年）和第 4 号修订（2008）。制造业指的是国际标准行业分类第 3 号修订界定的 D 行业，或是由第 4 号修订界定的 C 行业。最新的数据来自相应国家数据与国际劳工组织的估计值。测量单位：占劳动力人口百分比资料来源：联合国工业发展组织、国际劳工组织，2015 年。 3.02 知识密集型就业人口按照国际职业分类标准划分的 1-3 类人口占总就业人数的百分比。具体类别包括：国际职业分类标准-08：1、管理人员；2、专家；3、技术人员和辅助专业人员（2007 年-2015 年）；国际职业分类标准-88：1、议员、高级官员和管理人员；2、专家； 3、技术人员和辅助专业人员（2007-2015 年）；国际职业分类标准-68：1、专家、技术人员和相关人员（第 0 类武装部队除外）；2、行政管理人员；3、职员和相关人员（2007-2008 年）。测量单位：占劳动力人口百分比资料来源：国际劳工组织；来自世界知识产权组织与 2015 年全球创新指数的数据。 3.03 女性劳动力人口年龄在 15-64 岁之间的妇女有偿劳动人口对于年龄在 15-64 岁之间的男性有偿劳动人口比例。测量单位：比例资料来源：基于国际劳工组织数据的世界经济论坛计算结果，2016 年。 3.04 平均教育年限一个国家 25 岁以上人口的平均受教育年限。测量单位：年资料来源：联合国教科文组织统计研究所，2015 年。 3.05 科学家和工程师人口执行意见调查：“贵国是否存在科学家与工程师群体?（1=不存在，7=广泛存在）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 3.06 人口数字化技能执行意见调查：“贵国职业人口拥有充分数字化技能的可能性（例如，计算机技能、基本编程、数字化阅读）?（1=完全不可能，7=很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。
77.未来劳动力迁移 3.07 迁移从 2010 年到 2015 年期间一个国家的净移民量（流入和流出）数量（单位：千人）与 2015 年人口数量比值。测量单位：千人移民/总人口资料来源：基于联合国儿童基金会的数据（2010-2015 年总净移民数，单位：千人）和联合国工业发展组织 2010-2015 年人口数据的世界经济论坛计算结果。 3.08 国家吸引、留住人才的能力执行意见调查两个问题的平均得分：“贵国对海外人才的吸引力大小？（1=完全不存在 l；7=极大，本国汇聚了世界上顶尖人才。）”“贵国留住人才的可能性?（1=完全不存在，顶尖人才出国寻求机会；7 =极大，顶尖人才留在国内寻找机会）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。教育成果 3.09 大学质量在 QS 世界大学（QS World University）2018 年 972 所大学排名榜单中，每个国家的上榜大学数量。测量单位：数量资料来源：Quacquarelli Symonds（QS），2017 年。 3.10 数学和科学教育质量执行意见调查：“您认为贵国数学和科学教育的质量如何?（1=极差，全球倒数； 7=优秀，全球名列前茅）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 3.11 职业培训质量执行意见调查：“您认为贵国职业培训质量如何?（1=极差，全球倒数；7=优秀，全球名列前茅）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 3.12 学校教育年限
78.预计儿童接受教育的年限（从初级教育到高等教育）。本数值基于如下假设：儿童在未来特定年龄入学的概率等于该年龄的当前入学率。测量单位：年资料来源：联合国教科文组织统计研究所，2015 年。 3.13 初级教育师生比例在一个国家小学生和教师总编制数基础上，每位教师教授的小学生平均数量测量单位：比率资料来源：世界银行，2015 年。 3.14 教学批判性思维执行意见调查：“您如何评价贵国的教学风格?（1=直接教育，由教师主导，强调记忆教学；7=鼓励创造性和批判性个人思考）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。敏捷性与适应力 3.15 积极的劳动力政策执行意见调查：“贵国失业群体在技能再培训与寻找新工作方面得到了多大的支持?（1=完全没有，7=支持程度高）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 3.16 在职培训执行意见调查两个问题的平均得分：1）“贵国拥有多少高质量专业培训服务?（1= 完全不存在，7=广泛存在）与 2）“贵国企业投资于培训与职业发展的可能性？（1=完全不存在，7=很有可能）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 3.17 招聘和解雇活动执行意见调查：“贵国规章制度对于员工灵活招聘和解雇支持程度?（1=完全不支持，7=支持程度高）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。全球贸易与投资贸易
79.贸易开放性 4.01 贸易计算商品和服务进出口总额占国内生产总值的比例。测量单位：占国内生产总值百分比资料来源：世界银行，2016 年。贸易便利性与市场准入 4.02 贸易关税贸易加权平均关税税率。应用型关税是对进口商品征收的关税。这个指标用于计算所有应用关税税率的加权平均值，包括一个国家适用于世界其他地区的优惠税率。权重是进口国参照组的贸易模式。计量单位：关税率资料来源：国际贸易中心，贸易竞争力地图数据，2016 年。 4.03 贸易壁垒执行意见调查：“贵国的非关税壁垒（例如，卫生和产品标准、技术和标识要求等）在多大程度上限制了进口商品在国内市场竞争的能力?（1=极大限制，7=无限制）” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 4.04 物流水平物流水平来自国际物流绩效指数 5 个要素的平均得分：海关：海关和边境清关效率发货安排的便利性：安排具有价格竞争力货物运输的便利性物流服务质量：物流服务的能力和质量——转运、转运和报关追踪：货物追踪能力时效性：货物在预定或预期交货时间内抵达收货人处的频率测量单位：1-5（最佳）资料来源：基于世界银行数据与 2016 年的国际物流绩效指数的世界经济论坛计算结果。投资投资与融资 4.05 绿地投资基于目的地区得分已公布绿地外国直接投资项目 5 年平均价值（以百万美元计）。绿地投资是外国直接投资的一种形式，指母公司在海外国家初步建立自己的业务。测量单位：百万美元
80.资料来源：联合国贸易和发展会议，2012 年-2016 年移动平均数。 4.06 外国直接投资流入国家或经济体的 5 年平均净流入 FDI。FDI 流入和流出包括外国直接投资者向外国直接投资企业提供的资本（直接投资或通过其他相关企业投资），或外国直接投资者从外国直接投资企业获得的资本。外国直接投资流动性相关数据为净数值（资本交易贷款减去直接投资者与其外国子公司之间的借款）。测量单位：百万美元资料来源：联合国贸易和发展会议，2012 年-2016 年移动平均数。 4.07 本国对私营部门贷款金融机构向私营部门提供的金融资源占国内生产总值的百分比。金融资源指具有还款诉求的贷款、非股权证券的购入、商业信用和其他应收账款。测量单位：占国内生产总值百分比资料来源：世界银行，国际清算银行，2016 年。基础设施交通与电力 4.08 交通基础设施该指标由世界经济论坛综合八项指标计算，具体包括道路、铁路、航空运输和水路运输基础设施指标。如需更多信息，请发送邮件至 gcp@weforum.org。计量单位：0-100（最佳）资料来源：世界经济论坛，2017 年。 4.09 电力基础设施该指标由世界经济论坛综合两项指标计算，其中包括电气化率、电力传输和电能输送损失指标。如需更多信息，请发送邮件至 gcp@weforum.org。计量单位：0-100（最佳）资料来源：世界经济论坛，2017 年。制度框架政府部门效率与有效性 5.01 监管效率经济自由度指数中三个要素的平均值： •商业自由：监管制度和基础设施环境对企业高效运营的制约性。 •劳动力自由：考虑国家劳动力市场法律和监管框架的各个方面的，包括最低工资规定、限制裁员规定、遣散规定以及招聘和工作时间方面可衡量的限制性
81.规定，此外，还需要将劳动力参与率作为劳动力市场就业机会的衡量指标。 •货币自由：结合价格稳定性与价格控制评估状况。计量单位：0-100（最佳）资料来源：基于传统基金会数据与 2017 年经济自由度指标的世界经济论坛计算结果。 5.02 清廉指数整体得分来自清廉指数（CPI）。根据国家公共部门的腐败程度形成国家/地区清廉指数排名。清廉指数属于综合指数，源自多个知名机构开展的一系列腐败调查和腐败评估工作。计量单位：0-100（最佳）资料来源：透明国际，清廉指数，2016 年。 5.03 政府未来定位下列四项执行意见调查问题的平均得分： 1）“贵国适应数字商业模式（如电子商务、分享经济、金融科技等）相关法律框架的速度? （1=极慢，7=极快）”；2）“贵国政府为稳定的营商环境提供了多大的支持？3）贵国政府对于变革（例如，技术变化、社会和人口趋势、安全和经济挑战）的反应能力如何？4）贵国政府的长远眼光如何?后面三个问题的答案范围：1（极差）到 7（极优）。” 测量单位：1-7（最佳）资料来源：世界经济论坛、执行意见调查，2017 年法治 5.04 法治基于世界银行《全球治理指标报告》中的法治维度得分。法治体现了代理人对社会规则的信心和遵守的程度，特别是合同执行、财产权、警察和法院的质量，以及犯罪和暴力的可能性。有关所测量概念的更多信息，请访问 http ： //info.worldbank. org/governance/wgi/#doc。测量单位：（2.5）-2.0（最佳）资料来源：世界银行，全球治理指标，2016 年。可持续资源可持续性能源 6.01 替代能源和核能利用替代能源包括水电、核能、地热、生物量和太阳能等。计算替代能源占总初级能
82.源供应量的百分比。计量单位：占总应用能源的百分比资料来源：国际能源机构，2014 年。排放量 6.02 二氧化碳排放水平特定国家的二氧化碳总排放量，占国内生产总值的比例（单位：十亿美元）。测量单位：二氧化碳排放量兆吨/国内生产总值（单位：十亿美元）资料来源：基于世界资源研究所数据（二氧化碳排放总量）和世界银行数据（国内生产总值）的世界经济论坛计算结果，2014 年。 6.03 甲烷排放水平特定国家的甲烷总排放量，占国内生产总值的比例（单位：十亿美元）。测量单位：甲烷排放量兆吨/国内生产总值（单位：十亿美元）资料来源：基于世界资源研究所数据（甲烷排放总量）和世界银行数据（国内生产总值）的世界经济论坛计算结果，2014 年。 6.04 一氧化二氮排放水平特定国家的一氧化二氮总排放量，占国内生产总值的比例（单位：十亿美元）。测量单位：甲烷排放量兆吨/国内生产总值（单位：十亿美元）资料来源：基于世界资源研究所数据（一氧化二氮排放总量）和世界银行数据（国内生产总值）的世界经济论坛计算结果，2014 年。水资源 6.05 基线水资源压力基线水资源压力得分基于世界资源研究所报告。基线水资源压力旨在衡量每年总取水量（市政、工业和农业用水）占全年可用水资源百分比。高数值意味着用水大户之间存在较多竞争。根据各自得分将国家分为 5 类，低<10%（得分为 0-1 分），低至中 10-20%（得分为 1-2 分），中至高（2-3 分），高 40-80%（3-4 分），极高 >80% （ 4-5 分）。欲了解更多信息，请访问 http ： //www.wri.org/ sites/default/files/aqueduct_coutnry_rankings_010914.pdf。测量单位：0-5 分（最差）资料来源：世界资源研究所，2013 年。 6.03 污水处理基于耶鲁大学环境绩效指数废水处理状况评分。该指标旨在衡量家庭、市政和工业收集和产生的废水得到处理的比例，根据污水网络覆盖的人口规模进行加权处理。
83.测量单位：0-100（最差）来源：耶鲁大学，环境绩效指数，2016 年。需求环境国内外需求市场规模 7.01 市场规模该指标由世界经济论坛计算得出，是反映按购买力平价计算的国内生产总值（单位：十亿国际美元）以及商品和服务进口占国内生产总值百分比的综合指标。该评分对应于国内生产总值和进口的自然对数（按购买力平价计算）。将出口份额乘以国内生产总值数值即得以购买力平价计的进口估计值。如需更多信息，请发送邮件至 gcp@weforum.org。测量单位：0-100（最差）资料来源：世界银行，2017 年消费者基础消费者复杂性 7.02 消费者复杂性执行意见调查：“贵国消费者因何原因做出购买决定?（1=仅基于最低价格，7= 基于产品多种性能要素）” 测量单位：1-7（最差）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。 7.03 市场主导程度执行意见调查：“您如何看待贵国企业活动?（1=由少数几个商业团体主导，7= 诸多企业竞争）” 测量单位：1-7（最差）资料来源：世界经济论坛、执行意见调查，2016 年-2017 年加权平均数。表 C1：填充方法和填充数值指标 2.02 LTE 移动网络覆盖填充方法处于同一区域和经济团体国家的平均分 2.07 网络安全承诺处于同一区域和经济团体国家的平均分国家/经济体埃及波斯尼亚和黑塞哥维那香港经济特区填充数值 70.50 80.60 0.81 2.09 新兴技术企业投资处于同一区域和经济团体国家的平均分巴林 4.79 阿曼 4.79
84.土耳其 2.13 研发支出专利合作条约之专利回归。教育平均年限、记录 5 孟加拉年以上的人均国内生产总值和国内生产总值得出喀麦隆估计值黎巴嫩 2.14 科学和技术出版物处于同一区域和经济团体国家的平均分加纳香港经济特区 3.01 制造业就业人口国际劳工组织“就业分布——国际劳工组织建模估喀麦隆值（%）——制造业国际标准行业分类第 4 号修订” 中国的 2015 年数值肯尼亚黎巴嫩 3.02 知识密集型就业人口处于同一区域和经济团体国家的平均分喀麦隆中国加纳印度约旦肯尼亚科威特尼日利亚阿曼塞内加尔 3.06 人口数字化技能处于同一区域和经济团体国家的平均分巴林阿曼土耳其 4.04 物流水平处于同一区域和经济团体国家的平均分阿塞拜疆毛里求斯斯里兰卡 6.01 替代能源和核能利用处于同一区域和经济团体国家的平均分乌干达 6.02 二氧化碳排放水平处于同一区域和经济团体国家的平均分 6.03 甲烷排放水平处于同一区域和经济团体国家的平均分 6.04 一氧化二氮排放水平处于同一区域和经济团体国家的平均分香港经济特区香港经济特区香港经济特区 6.05 基线水资源压力 6.06 污水处理处于同一区域和经济团体国家的平均分处于同一区域和经济团体国家的平均分香港经济特区毛里求斯香港经济特区 3.14 0.32 0.33 0.59 7.50 34.00 5.60 10.20 4.00 7.70 7.28 19.65 7.28 18.80 20.88 7.28 29.75 7.28 29.75 3.77 5.18 5.18 4.10 2.58 3.42 3.03 0.75 0.25 0.05 0.03 3.29 2.20 93.70
85.如何阅读国家概况 “国家概况”一节介绍了《2018 年“制造业的未来”准备状况报告》设计的 100 个国家和经济体的概况。 1. 关键指标本节介绍了我们精心选择的关键经济指标和关键制造业指标。本节所有数据均为 2016 年数据。经济指标来源于 2017 年 4 月期间国际货币基金组织的世界经济展望（WEO）数据库。制造业指标来自联合国工业发展组织的国家简报统计数据库。 2. 整体评估本节总结了各国在制造业驱动因素和结构方面的表现。本节左侧表格展示了各国制造业驱动因素和结构的综合得分，六个驱动因素以及结构两个维度的单独得分、排名和权重。本节右侧图表显示了各国在全球绘图结果与典型中的所处位置。根据制造业结构（x 轴）和驱动因素（y 轴）的加权得分（0-10 刻度），每个国家或经济均可归类到四种典型中的一个。 3. 塑造制造业的未来计分卡本节详细介绍了国家在《“制造业的未来”准备状况评估》中 59 项指标下的表现。所有指标按照制造业驱动因素与结构分类与子分类方式编排。所有评估值都以相应度量单位展示在指标名称旁边。在线资源如欲查看可调整权重方案的交互式国家概况及数据集下载，请访问 http：//wef.ch/ fopreadiness18。
86.
87.中国《2018 年“制造业的未来”准备状况评估》的评估结果关键经济指标人口（百万） 1,382.7 国内生产总值（十 11,218.3 亿美元）人均国内生产总 8,113.3 值（美元）失业率（%） 4.0 关键制造业指标 2010 年制造业增 2,999,885.2 加值（百万美元）制造业增加值占 32.1 国内生产总值比重（%）制造业增加值年 6.5 度增长率（%）制造业增加值中 41.4 的中高科技产业比重（%）每一单位增加值 1.1 的二氧化碳排放量（千克/美元）准备状况整体评估制造业驱动因素 6.1 驱动因素科技与创新人力资本全球贸易与投资制度框架可持续资源需求环境权重 20% 20% 20% 20% 5% 15% 排名 25 40 9 61 66 2 分数/10 分 5.7 5.6 7.2 4.9 5.5 7.9 制造业结构结构复杂性规模权重 60% 40% 排名 27 1 8.2 分数/10 分 7.1 10.0
88.
89.《2018 年“制造业的未来”准备状况评估》的评估结果指数构成排名（总共 100）数值结构：复杂性 0-10（最佳） 27 7.1 1.01 经济复杂性（2.5）– 2.5（最佳） 27 0.9 结构：规模 0-10（最佳） 1 10.0 1.02 制造业增加值占国内生产总值比重 1 32.1 1.03 制造业增加值（百万美元） 1 2,999,885.2 驱动因素：科技与创新 0-10（最佳） 25 5.7 技术平台 0-10（最佳） 43 6.4 2.01 移动蜂窝电话订阅/100 人 82 96.9 2.02 LTE 移动网络覆盖人口比重 30 97.0 2.03 互联网用户人口比重 70 53.2 2.04 外国直接投资与技术转让 1-7（最佳） 45 4.7 2.05 公司层面的技术引进 1-7（最佳） 51 4.6 2.06 信息、通信与技术对于新服务和产品的影响 1-7（最 49 4.7 佳） 2.07 网络安全承诺 0 -1（最佳） 35 0.6 创新能力 0-10（最佳） 20 5.0 2.08 集群开发状态 1-7（最佳） 25 4.6 2.09 新兴技术企业投资 1-7（最佳） 25 4.4 2.10 政府先进技术产品采购 1-7（最佳） 8 4.5 2.11 企业对颠覆性理念的接受度 1-7（最佳） 20 4.2 2.12 多利益相关方协作 1-7（最佳） 23 4.4 2.13 研发支出占国内生产总值比重 18 2.1 2.14 每 10 亿美元国内生产总值（以购买力平价计算）对 46 14.1 应的科学和技术期刊刊物数量 2.15 专利申请申请/百万人口 28 10.77 2.16 风险资本交易量（百万美元） 3 212,728.4 2.17 基于经济规模的风险资本交易量美元/国内生产总 47 19.5 值驱动因素：人力资本 0-10（最佳） 40 5.6 当前劳动力 0-10（最佳） 48 6.1 3.01 制造业就业人口比重 69 10.2 3.02 知识密集型就业人口比重缺数据 3.03 女性劳动力人口比重 55 0.74 3.04 平均教育年限 79 7.6 3.05 科学家和工程师人口 1-7（最佳） 28 4.7 3.06 人口数字化技能 1-7（最佳） 34 4.7 未来劳动力 0-10（最佳） 31 5.0 3.07 移民每十万人口的移民人数 55 -1.1 3.08 国家吸引、留住人才的能力 1-7（最佳） 23 4.4
90.3.09 高质量大学数量 6 3.10 数学和科学教育质量 1-7（最佳） 43 3.11 职业培训质量 1-7（最佳） 31 3.12 学校教育期望年限 58 3.13 初级教育师生比例 40 3.14 教学批判性思维 1-7（最佳） 20 3.15 积极劳动力政策 1-7（最佳） 21 3.16 在职培训 1-7（最佳） 36 3.17 招聘和解雇活动 1-7（最佳） 19 驱动因素：全球贸易和投资 0-10（最佳） 9 贸易 0-10（最佳） 88 4.01 贸易占国内生产总值比重 90 4.02 贸易关税税率 90 4.03 非关税壁垒普遍性 1-7（最佳） 49 4.04 物流水平 1-5（最佳） 27 投资 0-10（最佳） 1 4.05 绿地投资（百万美元） 1 4.06 外国直接投资流入（百万美元） 2 4.07 本国对私营部门贷款占国内生产总值比重 9 基础设施 0-10（最佳） 16 4.08 交通基础设施 0-100（最佳） 17 4.09 电力基础设施 0-100（最佳） 17 驱动因素：制度框架 0-10（最佳） 61 政府 0-10（最佳） 61 5.01 监管效率 0-100（最佳） 73 5.02 腐败概率 0-100（最佳） 58 5.03 政府未来定位 1-7（最佳） 26 5.04 法治（2.5）-2.0（最佳） 67 驱动因素：可持续资源 0-10（最佳） 66 可持续性 0-10（最佳） 66 6.01 替代能源和核能利用占总能源利用率 68 6.02 二氧化碳排放水平每国内生产总值（十亿美元） 91 二氧化碳排放量（兆吨） 6.03 甲烷排放水平每国内生产总值（十亿美元）甲 41 烷排放量（兆吨） 6.04 一氧化二氮排放水平每国内生产总值（十亿美元） 45 一氧化二氮排放量（兆吨） 6.05 基线水资源压力每年总取水量占当年可用水资源 60 比重 6.06 污水处理 0-5（最佳） 51 驱动因素：需求环境 0-10（最佳） 2 国内外需求 0-10（最佳） 1 39.0 4.5 4.5 14.0 16.3 4.4 4.5 4.5 4.5 7.2 3.5 37.1 0.12 4.5 3.6 10.0 73,665.5 128,560.2 156.7 8.1 68.0 94.4 4.9 4.9 63.0 40.0 4.4 -0.2 5.5 5.5 0.1 1.0 0.1 0.0 2.9 78.1 7.9 10.0
91.7.01 市场规模 0-100（最佳）消费者基础 0-10（最佳） 7.02 消费者复杂性 1-7（最佳） 7.03 市场主导程度 1-7（最佳） 1 100.0 15 5.9 14 4.5 20 4.5
92.尾注 1技术革命的特点在于技术的融合模糊了物理、数字和生物领域之间的界线，这将从根本上改变我们的生活、工作与人际之间的关系。有关第四次工业革命的更多信息，请参见：https：//www. weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it- means-and-how-to-respond/。 2Ross Alec，《行业的未来》，Simon Schuster，2015 年。 3德国贸易和投资，德国工业 4.0：未来的智能制造，https：//www.gtai.de/GTAI/Content/EN/投资/ _SharedDocs /下载/ GTAI /手册/行业/ industrie4.0——smart-manufacturing-for-the-future-en.pdf。 4日本经济、贸易和工业部，社会 5.0 联结的产业社会，2017 年，http： //www.meti.go.jp/committee/sankoushin/shin_ sangyoukouzou/pdf/015_05_00.pdf。 5国际劳工组织（ILO），ILOStat 数据库，“各部门就业情况-ILO 估计的各部门情况（2017 年 5 月）” ，http： //www.ilo.org/ilostat/ faces/oracle/webcenter/portalapp/pagehierarchy/Page3.jspx?MBI_ ID=33&_afrLoop=17253709312153&_afrWindowMode=0&_afrWindow Id=ski7n9msm_1#!%40%40%3F_afrWindowId%3Dski7n9msm_1%26_ afrLoop%3D17253709312153%26MBI_ID%3D33%26_ afrWindowMode%3D0%26_adf.ctrl-state%3Dski7n9msm_45。 6生产力和创新制造商联盟（MAPI），“当今美国制造业的重要性”，2016 年，https：//www.mapi.net/ forecasts-data/how-important-us-manufacturing-today （Manufacturers Alliance for Productivity and Innovation （MAPI））。 7经济合作与发展组织（OECD），研究与发展统计 2017 年数据库，http： //www.oecd.org/innovation/inno/researchanddevelopmentstatisticsrds.htm。 8Schwab Klaus，，《第四次工业革命：是什么，怎么办》，世界经济论坛，2016 年，https：//www.weforum.org/ agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how- to-respond/。 9世界银行，《制造业麻烦?制造未来引领发展》， 2017 年，http：//www.worldbank.org/en/topic/competitiveness/ publication/trouble-in-the-making-the-future-of-manufacturing-led- development。 10世界经济论坛，《全球风险报告第 12 版（2017 年）》，2017 年，http： //www3.weforum.org/docs/GRR17_Report_web.pdf。 11Peterson， Erik R.； Paul A. Laudicina 和 Rudolph Lohmeyer，《治理中心：2017 - 2022 年全球趋势》，全球业务政策委员会（GBPC）、全球业务政策委员会（GBPC）/研究报告，科尔尼管理咨询公司，2017 年， https：//www.atkearney.com/web/global-business-policy- council/the-centrality-of-governance。 12Perez Carlota 和 Luc Soete，《科技困境：准入壁垒与机会之窗》，技术变迁与机会之窗理论，由 G. Dosi、 C. Freeman、 R. Nelson、G. Silverberg 和 L. Soete 编辑，第 458 页-第 479 页，Pinter 出版社，1988 年。 13世界银行，《探索中等收入陷阱》，《东亚太平洋区域经济最新动态：强劲复苏与风险上升》，第 2 卷，华盛顿特区，2010 年。 14Lee Keun，《经济追赶之熊彼特理论分析：知识、路径创新与中等收入陷阱》，剑桥大学出版社，2013 年。 15Hausmann Ricardo、Cesar A. Hidalgo、Sebastian Bustos、Michele Coscia、Alexander Simoes 和 Muhammed A. Yildirim，《阿特拉斯经济复杂性：规划通往繁荣的道路》，麻省理工学院和国际发展中心，哈佛大学，2013 年。 16联合国工业发展组织统计数据门户，https：//stat.unido.org/。 17世界经济论坛，《2017-2018 年全球竞争力报告》，2017 年，https： //www.weforum.org/reports/the-global-competitiveness- report-2017-2018。 18世界银行，《世界银行的国家分类方法》，https：// datahelpdesk.worldbank.org/knowledgebase/articles/378834-how-does- the-world-bank-classify-countries。 19联合国工业发展组织统计数据门户，2016 年制造业增加值数据。 20联合国工业发展组织统计数据门户，中国，https：//stat.unido.org/country-profile/ economics/CHN。 21阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 22中国国务院，“中国制造 2025”，http：//english.gov.cn/2016special/madeinchina2025/。 23联合国工业发展组织统计数据门户，法国，https：//stat.unido.org/country-profile/ economics/FRA。 24同上。 25法国政府，经济复兴部，“法国工业新面貌”， https：//www.economie. gouv.fr/files/nouvelle_france_industrielle_english.pdf。 26联合国工业发展组织统计数据门户，德国，https：//stat.unido.org/country-profile/ economics/DEU。 27阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 28德国贸易和投资，德国工业 4.0：未来的智能制造，https：//www.gtai.de/GTAI/Content/EN/投资/ _SharedDocs /下载/ GTAI /手册/行业/ industrie4.0——smart-manufacturing-for-the-future-en.pdf。 29Kagermann Henning、Reiner Anderl、Jürgen Gausemeier、Günther Schuh、 Wolfgang Wahlster，《工业 4.0：策略与国际伙伴合作》（acatech STUDY），慕尼黑：Herbert Utz Verlag 2016 年， http： //www.acatech.de/fileadmin/ user_upload/Baumstruktur_nach_Website/Acatech/root/de/Publikationen/ Projektberichte/acatech_eng_STUDIE_Industrie40_global_Web.pdf。
93.30联合国工业发展组织统计数据门户，日本，https：//stat.unido.org/country-profile/ economics/JPN。 31阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 32日本经济、贸易和工业部，社会 5.0 联结的产业社会，2017 年，http： //www.meti.go.jp/committee/sankoushin/shin_ sangyoukouzou/pdf/015_05_00.pdf。 33联合国工业发展组织统计数据门户，韩国，https：//stat.unido.org/country-profile/ economics/KOR。 34阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 35联合国工业发展组织统计数据门户，新加坡，https：//stat.unido.org/country-profile/ economics/SGP。 36阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 37新加坡经济发展局，新加坡智能工业成熟度指数，2017 年，https：//www.edb.gov.sg/content/edb/en/ news-and-events/news/2017-news/advanced-manufacturing-release.html 38 《工业战略：建设一个面向未来的英国》，英国政府工业战略白皮书， https ： //www.gov. uk/government/uploads/system/uploads/attachment_data/file/662508/ industrial-strategy-white-paper.pdf。 39Manufacturer 网站《，英国制造统计》，2017 年，https：//www. themanufacturer.com/uk-manufacturing-statistics/。 40剑桥大学科学、技术和创新政策（CSTI），制造业政策门户（beta），英国概况，2017 年，https： //www.manufacturing-policy.eng.cam.ac.uk/country-profiles/ United_Kingdom。 41联合国工业发展组织统计数据门户，美国，https：//stat.unido.org/country-profile/ economics/USA。 42阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 43联合国工业发展组织统计数据门户，印度，https：//stat.unido.org/country-profile/ economics/IND。 44阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 45印度政府工商部工业政策和促进司，印度制造，http：//www.makeinindia. com/home。 46 Kotok Anurag，“印度总理莫迪斥资 590 亿美元升级印度基础设施”，彭博社， 2017 年 2 月 1 日，https： //www.bloomberg. com/news/articles/2017-02-01/modi-plans-59-billion-rail-road-push-as- bombardier-ge-invest。 47联合国工业发展组织统计数据门户，墨西哥，https：//stat.unido.org/country-profile/ economics/MEX。 48阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 49联合国工业发展组织统计数据门户，俄罗斯，https：//stat.unido.org/country-profile/ economics/RUS。 50世界银行，数据目录，服务等产业附加值占国内生产总值的百分比，澳大利亚，https： //data.worldbank.org/indicator/NV.SRV.TETC. ZS?locations=AU。 51澳大利亚政府外交和贸易部，澳大利亚十大商品和服务出口和进口榜单，http：//dfat.gov.au/trade/ resources/trade-at-a-glance/pages/top-goods-services.aspx。 52阿特拉斯经济复杂性，经济复杂性指数，国家复杂性排名，http：//atlas.cid.harvard.edu/rankings/?country=。 53澳大利亚政府工业、，创新和科学部，与德国“平台工业 4.0”达成的澳大利亚总理工业 4.0 工作组合作协议， https：//industry.gov.au/industry/ Industry-4-0/Pages/PMs-Industry-4-0-Taskforce.aspx。 54阿联酋愿景 2021，https：//www.vision2021.ae/en。 55联合国工业发展组织统计数据门户，印度尼西亚，https：//stat.unido.org/country-profile/ economics/IDN。 56联合国工业发展组织统计数据门户，巴西，https：//stat.unido.org/country-profile/ economics/BRA。 57世界银行，数据目录，服务等产业附加值占国内生产总值的百分比， https： //data.worldbank.org/indicator/NV.IND.MANF.ZS。 58同上。 59石油输出国组织（欧佩克），2017 年度统计公报，《沙特阿拉伯现状与数据》，2017 年，http：//www. opec.org/opec_web/en/about_us/169.htm。 60沙特阿拉伯“愿景 2030”，http：//vision2030.gov.sa/en/ntp。 61联合国工业发展组织统计数据门户，南非，https：//stat.unido.org/country-profile/ economics/ZAF。 62Kagermann Henning、Reiner Anderl、Jürgen Gausemeier、Günther Schuh 和 Wolfgang Wahlster，《全球背景下的工业 4.0：策略与国际伙伴合作》（acatech STUDY），慕尼黑：Herbert Utz Verlag 2016 年， http： //www.acatech.de/fileadmin/ user_upload/Baumstruktur_nach_Website/Acatech/root/de/Publikationen/ Projektberichte/acatech_eng_STUDIE_Industrie40_global_Web.pdf。 63Friedman Thomas，《感谢迟到：一个乐观主义者关于加速时代的发展指南》，Farrar、Straus 和 Giroux 出版社，2016 年，http：// www.thomaslfriedman.com/thank-you-for-being-late/。 64Schwab Klaus，《第四次工业革命：是什么，怎么办》，世界经济论坛，2016 年，https：//www.weforum.org/ agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how- to-respond。 65意大利政府经济发展部，“工业 4.0”国家计划：抓住新工业革命机遇的战略，2016 年，http： //www.amblondra.esteri.it/Ambasciata_Londra/ resource/doc/2016/11/industria_4.0_national_plan_-_strategy.pdf。

2018年“制造业的未来”准备状况报告 世界经济论坛&科尔尼

2018年“制造业的未来”准备状况报告世界经济论坛&科尔尼