随着智能制造热潮的到来，人工智能应用已经贯穿于设计、生产、管理和服务等制造业的各个环节。
人工智能的概念第一次被提出，是在20世纪50年代，距今已六十余年的时间。然而直到近几年，人工智能才迎来爆发式的增长，究其原因，主要在于日趋成熟的物联网、大数据、云计算等技术。
物联网使得大量数据能够被实时获取，大数据为深度学习提供了数据资源及算法支撑，云计算则为人工智能提供了灵活的计算资源。这些技术的有机结合，驱动着人工智能技术不断发展，并取得了实质性的进展。AlphaGo与李世石的人机大战，更是将人工智能推到了风口浪尖，引爆了新一轮的人工智能热潮。
此后的近几年，关于人工智能的研究和应用开始遍地开花。随着智能制造热潮的到来，人工智能应用已经贯穿于设计、生产、管理和服务等制造业的各个环节。
01
人工智能技术的三个层次
人工智能技术和产品经过过去几年的实践检验，目前应用较为成熟，推动着人工智能与各行各业的加速融合。从技术层面来看，业界广泛认为，人工智能的核心能力可以分为三个层面，分别是计算智能、感知智能、认知智能。
1、计算智能
计算智能即机器具备超强的存储能力和超快的计算能力，可以基于海量数据进行深度学习，利用历史经验指导当前环境。随着计算力的不断发展，储存手段的不断升级，计算智能可以说已经实现。例如AlphaGo利用增强学习技术完胜世界围棋冠军；电商平台基于对用户购买习惯的深度学习，进行个性化商品推荐等。
2、感知智能
感知智能是指使机器具备视觉、听觉、触觉等感知能力，可以将非结构化的数据结构化，并用人类的沟通方式与用户互动。随着各类技术发展，更多非结构化数据的价值被重视和挖掘，语音、图像、视频、触点等与感知相关的感知智能也在快速发展。无人驾驶汽车、著名的波士顿动力机器人等就运用了感知智能，它通过各种传感器，感知周围环境并进行处理，从而有效指导其运行。
3、认知智能
相较于计算智能和感知智能，认知智能更为复杂，是指机器像人一样，有理解能力、归纳能力、推理能力，有运用知识的能力。目前认知智能技术还在研究探索阶段，如在公共安全领域，对犯罪者的微观行为和宏观行为的特征提取和模式分析，开发犯罪预测、资金穿透、城市犯罪演化模拟等人工智能模型和系统；在金融行业，用于识别可疑交易、预测宏观经济波动等。要将认知智能推入发展的快车道，还有很长一段路要走。
02
人工智能制造业应用场景
从应用层面来看，一项人工智能技术的应用可能会包含计算智能、感知智能等多个层次的核心能力。工业机器人、智能手机、无人驾驶汽车、无人机等智能产品，本身就是人工智能的载体，其硬件与各类软件结合具备感知、判断的能力并实时与用户、环境互动，无不是综合了多种人工智能的核心能力。
例如，在制造业中被广泛应用的各种智能机器人：分拣/拣选机器人，能够自动识别并抓取不规则的物体；协作机器人能够理解并对周围环境做出反应；自动跟随物料小车能够通过人脸识别实现自动跟随；借助SLAM（simultaneous localization and mapping，同步定位与地图构建）技术，自主移动机器人可以利用自身携带的传感器识别未知环境中的特征标志，然后根据机器人与特征标志之间的相对位置和里程计的读数估计机器人和特征标志的全局坐标。无人驾驶技术在定位、环境感知、路径规划、行为决策与控制方面，也综合应用了多种人工智能技术与算法。
目前制造企业中应用的人工智能技术，主要围绕在智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。下文则总结制造业中常用的八大人工智能应用场景。
场景一：智能分拣
制造业上有许多需要分捡的作业，如果采用人工的作业，速度缓慢且成本高，而且还需要提供适宜的工作温度环境。如果采用工业机器人进行智能分拣，可以大幅减低成本，提高速度。
以分拣零件为例。需要分捡的零件通常并没有被整齐摆放，机器人虽然有摄像头可以看到零件，但却不知道如何把零件成功地捡起来。在这种情况下，利用机器学习技术，先让机器人随机进行一次分捡动作，然后告诉它这次动作是成功分捡到零件还是抓空了，经过多次训练之后，机器人就会知道按照怎样的顺序来分捡才有更高的成功率；分捡时夹哪个位置会有更高的捡起成功率；知道按照怎样的顺序分捡，成功率会更高。经过几个小时的学习，机器人的分捡成功率可以达到90%，和熟练工人的水平相当。
场景二：设备健康管理
基于对设备运行数据的实时监测，利用特征分析和机器学习技术，一方面可以在事故发生前进行设备的故障预测，减少非计划性停机。另一方面，面对设备的突发故障，能够迅速进行故障诊断，定位故障原因并提供相应的解决方案。在制造行业应用较为常见，特别是化工、重型设备、五金加工、3C制造、风电等行业。
以数控机床为例，用机器学习算法模型和智能传感器等技术手段监测加工过程中的切削刀、主轴和进给电机的功率、电流、电压等信息，辩识出刀具的受力、磨损、破损状态及机床加工的稳定性状态，并根据这些状态实时调整加工参数（主轴转速、进给速度）和加工指令，预判何时需要换刀，以提高加工精度、缩短产线停工时间并提高设备运行的安全性。
图1 基于深度学习的刀具磨损状态预测
（来源：华中科技大学 李斌教授）
场景三：基于视觉的表面缺陷检测
基于机器视觉的表面缺陷检测应用在制造业已经较为常见。利用机器视觉可以在环境频繁变化的条件下，以毫秒为单位快速识别出产品表面更微小、更复杂的产品缺陷，并进行分类，如检测产品表面是否有污染物、表面损伤、裂缝等。目前已有工业智能企业将深度学习与3D显微镜结合，将缺陷检测精度提高到纳米级。对于检测出的有缺陷的产品，系统可以自动做可修复判定，并规划修复路径及方法，再由设备执行修复动作。
例如，PVC管材是最常用的建筑材料之一，消耗量巨大，在生产包装过程中容易存在表面划伤、凹坑，水纹，麻面等诸多类型的缺陷，消耗大量的人力进行检测。采用了表面缺陷视觉自动检测后，通过面积、尺寸最小值、最大值设定，自动进行管材表面杂质检测，最小检测精度为0.15mm²，检出率大于99%；通过划伤长度、宽度的最小值、最大值设定，自动进行管材表面划伤检测，最小检测精度为0.06mm，检出率大于99%；通过褶皱长度、宽度的最小值、最大值、片段长度、色差阈值设定，自动进行管材表面褶皱检测，最小检测精度为10mm，检出率大于95%。
图2 PVC管材表面褶皱检测（来源：维视智造）
场景四：基于声纹的产品质量检测与故障判断
利用声纹识别技术实现异音的自动检测，发现不良品，并比对声纹数据库进行故障判断。例如，从2018年年末开始，佛吉亚（无锡）工厂就与集团大数据科学家团队展开全面合作，致力于将AI技术应用于座椅调角器的NVH性能评判（震动噪声测试）。2019年，佛吉亚（无锡）工厂将AI技术应用到调角器异音检测中，实现从信号采集、数据存储、数据分析到自我学习全过程的自动化，检测效率及准确性远超传统人工检测。随着基于AI（人工智能）技术的噪声检测系统在无锡工厂投入应用，人员数量已经从38人下降至3人，同时，质量控制能力显著提高，年经济效益高达450万人民币。
场景五：智能决策
制造企业在产品质量、运营管理、能耗管理和刀具管理等方面，可以应用机器学习等人工智能技术，结合大数据分析，优化调度方式，提升企业决策能力。
例如，一汽解放无锡柴油机厂的智能生产管理系统，具有异常和生产调度数据采集、基于决策树的异常原因诊断、基于回归分析的设备停机时间预测、基于机器学习的调度决策优化等功能。通过将历史调度决策过程数据和调度执行后的实际生产性能指标作为训练数据集，采用神经网络算法，对调度决策评价算法的参数进行调优，保证调度决策符合生产实际需求。
场景六：数字孪生
数字孪生是客观事物在虚拟世界的镜像。创建数字孪生的过程，集成了人工智能、机器学习和传感器数据，以建立一个可以实时更新的、现场感极强的“真实”模型，用来支撑物理产品生命周期各项活动的决策。在完成对数字孪生对象的降阶建模方面，可以把复杂性和非线性模型放到神经网络中，借助深度学习建立一个有限的目标，基于这个有限的目标，进行降阶建模。
例如，在传统模式下，一个冷热水管的出水口流体及热仿真，用16核的服务器每次运算需要57个小时，进行降阶建模之后每次运算只需要几分钟。
场景七：创成式设计
创成式设计（Generative Design）是一个人机交互、自我创新的过程。工程师在进行产品设计时，只需要在系统指引下，设置期望的参数及性能等约束条件，如材料、重量、体积等等，结合人工智能算法，就能根据设计者的意图自动生成成百上千种可行性方案，然后自行进行综合对比，筛选出最优的设计方案推送给设计者进行最后的决策。
创成式设计已经成为一个新的交叉学科，与计算机和人工智能技术进行深度结合，将先进的算法和技术应用到设计中来。得到广泛应用的创成式算法包括：参数化系统、形状语法（Shape Grammars(SG)）、L-系统（L-systems）、元胞自动机（Cellular Automata(CA)）、拓扑优化算法、进化系统和遗传算法等。
图3 轮辐的创成式设计（来源：安世亚太）
场景八：需求预测，供应链优化
以人工智能技术为基础，建立精准的需求预测模型，实现企业的销量预测、维修备料预测，做出以需求导向的决策。同时，通过对外部数据的分析，基于需求预测，制定库存补货策略，以及供应商评估、零部件选型等。
例如，为了务实控制生产管理成本，美国本田公司希望能够掌握客户未来的需求会在何时发生，因此将1200个经销商的客户销售与维修资料建立预测模型，推算未来几年内车辆回到经销商维修的数量，这些资讯进一步转为各项零件预先准备的指标。该转变让美国本田已做到预测准确度高达99%，并降低3倍的客诉时间。
03
结语
目前，随着越来越多的企业、高校、开源组织进入人工智能领域，大批成功的人工智能开源软件和平台不断涌入，人工智能迎来前所未有的爆发期。但与金融等行业相比，虽然人工智能在制造业的应用场景不少，却并不突出，甚至可以说发展较慢。
究其原因，主要源于以下三大方面：
一是，由于制造环节数据的采集、利用、开发都有较大难度，加之企业的数据库也以私有为主、数据规模有限，缺乏优质的机器学习样本，制约了机器的自主学习过程。
二是，不同的制造行业之间存在差异，对于人工智能解决方案的复杂性和定制化要求高。
三是，不同的行业内缺乏能够引领人工智能与制造业深度融合发展趋势的龙头企业。
解决以上三大问题，人工智能技术才能更好地应用于制造业。
文章来源：智能制造
新闻中心
08
2020/12
近日，数字人民币领域又有多项进展，苏州开展2000万数字人民币红包测试后，香港金管局也表示，目前正研究数字人民币跨境支付测试。
12月4日，香港金融管理局总裁余伟文发表一篇题为《金融科技新趋势——跨境支付》文章指出，金管局目前正在与央行数字货币研究所研究使用数字人民币进行跨境支付的技术测试，并作相应的技术准备。据21财经报道，此次试点由中国银行(香港)和部分银行员工以及商户参与测试。
此外，近日央行数字货币研究所与银联商务股份有限公司签署战略合作协议，共同研究数字人民币试点测试中的线上线下支付场景等领域的创新应用。双方将结合银联商务的现有业务场景，基于数字人民币特性和钱包生态体系，共同研究拓展数字人民币的产品功能和应用范围，促进数字人民币生态体系建设。
中信证券预计，苏州数字人民币红包试点完成后，下一阶段将扩大试点城市、丰富测试场景以及增加参与测试的银行。
香港将测试数字人民币跨境支付
12月4日，香港金管局总裁余伟文撰文指出，当前香港在跨境支付上迎来“令人鼓舞的发展”，即金管局目前正在与央行数字货币研究所研究使用数字人民币进行跨境支付的技术测试，并作相应的技术准备。
余伟文表示，人民币在香港使用其实已十分常见，数字人民币定位于流通中的现金，其使用会为两地游客带来更大便利。虽然数字人民币尚未有推出的时间表，但相信它将来会为有需要进行跨境零售消费的两地居民提供多一个支付方式的选项。
关于此次数字人民币在香港的技术测试，据21财经报道称，“有关的技术测试只限人民银行指定的香港银行(中国银行(香港))与获邀参与进行测试的银行员工(约200名)及商户参与，就利用数字人民币作跨境消费作出技术准备。”
余伟文表示，金管局一直积极地通过发展金融基建，提供多币种、多层面的平台，并把支付系统与周边地区及国际系统联网，以推动更快捷、安全的跨境支付。除了发挥及继续发展现有金融基建的优势外，金管局亦致力研究将崭新的金融科技应用于跨境支付。
“去年，我们便联同了泰国中央银行展开了研究，利用央行数码货币及区块链平台去解决跨境支付中的各种问题。联合研究现时已进入第二阶段，包括探讨具体的业务应用方案，以及平台的可营运性和伸延性(即扩展至三个或更多的央行数码货币)。”余伟文在文章中透露。
今年1月22日，据香港金管局透露，“Inthanon-LionRock项目”于2019年12月完成。双方已联合来自两地共10家参与银行成功开发以分布式分类账技术为基础的概念验证原型。“Inthanon-LionRock项目”涵盖了包括数码代币兑换、实时银行同业资金转拨、外汇交易、流动性管理及监管合规等课题。
促进粤港澳大湾区互联互通
实际上，针对央行数字货币，香港金管局早在2017年就展开了研究。
据香港财政司司长陈茂波此前在“团结卓尔论坛”发表演讲时表示，2017年的研究结果认为，由于香港已具备高效率的零售支付系统和服务，央行数码货币应用在批发及跨境支付层面将较具潜力。陈茂波还透露，金管局已筹备了一个专门的工作小组，专注于香港如何把握数字人民币发展的机遇的相关研究。
“倘若数字人民币能应用于跨境支付，将可进一步促进香港与内地，尤其是粤港澳大湾区的互联互通。政府跟金管局已做好准备，将积极和人民银行共同探讨各种可行的方案，完善及扩大跨境人民币资金双向流通的渠道”，陈茂波表示。
据香港金管局日前发布的货币统计数据显示，今年10月，香港人民币存款上升1.8%，为6801亿元人民币。10月跨境贸易结算的人民币汇款总额为4142亿元人民币，而9月份的数字为5931亿元。
据香港金融发展局行政总裁区景麟表示，目前在中国以外使用人民币，要面对相关资产不足的问题。若跨境理财通开通，加上市场现正进行数字人民币的研究，将对人民币国际化有很大帮助。他认为，数字人民币运用简单，所有交易都可追溯，香港可作为一个很好的沙盒试行。
万向区块链首席经济学家邹传伟对媒体表示，数字人民币钱包可以不用绑定银行卡，具有更高的开放性。零售型央行数字货币用于跨境支付时，可以完全不依赖于商业银行的中介功能。理论上，境外用户可以在不具备境内银行账户的情况下开立数字人民币钱包，拥有和使用数字人民币。如果境外商家有数字人民币钱包，境内用户出国后可以直接使用数字人民币。
文章来源：券商中国
22
2020/10
在中国外汇投资研究院院长、首席经济学家谭雅玲看来，本轮人民币升值并没有刺激中国股市，两者并无直接关系。
文/夏宾
人民币汇率又破纪录了！
中国外汇交易中心21日报人民币对美元汇率中间价为6.6781，创下自2018年7月16日以来的逾两年新高值，较前一交易日调升149个基点，实现了连续五个交易日的上涨。
而当天的外汇市场上，在岸、离岸人民币对美元即期汇率也都创出新高值，截至今天下午3点半，前者最高触及6.6413，后者则达到6.6237，美元指数则跌落至逾一个月来的最低值，达到92.77。
人民币为何涨势凶猛？如此涨势会带动其他资产升值吗？未来汇率又会怎么走？
内外因素助推人民币升值
中国最新经济“成绩单”近日出炉，前三季度经济增长由负转正，第三季度更是实现同比增长4.9%。
“三季度的经济指标，充分证明近期人民币汇率升值主要源于经济基本面的支撑。”中国银行研究院研究员王有鑫对中新社国是直通车表示，从一季度至三季度，GDP增速逐季回升，从-6.8%反弹至目前的4.9%，包括工业生产、服务业、市场销售、固定资产投资、进出口等指标均出现明显好转、改善，经济逐渐向常态化演变。
与此同时，近期欧美等经济体疫情不断反弹蔓延，经济复苏前景不明，客观上对人民币起到支撑作用。
招商证券首席宏观分析师谢亚轩直言，首先，对于这一轮人民币的升值，有美元走弱的影响，美元指数的变化对于人民币汇率起到方向性作用；其次，中国率先走出疫情，在基本面和国际收支层面具有相对优势。
景顺专家赵耀庭认为，目前市场对于人民币的看涨预期升温，主要是有三个因素，一是市场对中美关系缓和有所期待，二是大量全球资本持续加仓人民币资产，三是相比欧美疫情卷土重来，中国经济率先实现复苏，提升了人民币资产的避险属性。
汇率暴涨能带动资产升值？
人民币迅猛升值产生哪些影响？谢亚轩指出，实体经济方面，人民币汇率走强不利于出口竞争力，当前人民币汇率指数已经上升4.1%，意味着汇率已经开始对出口施压。
对于其他的资产价格，中信证券分析师明明指出，对于股票市场而言，由于汇率与股票的影响因素重叠部分较多，同时二者受到一致的风险因素影响，2017年初以来汇率与股市的联动显著加强。
对于债券市场而言，汇率与利率之间的关系颇为复杂，总体存在资本外流和风险情绪两个效应。由于本次中国在疫情防控和复工复产方面的领先性，资本外流的压力相对可控，因此汇率与利率之间或主要受到风险情绪效应的影响，汇率升值的同时利率上行。
在中国外汇投资研究院院长、首席经济学家谭雅玲看来，无须担忧人民币升值导致房价上行。她称，现在中央对房地产调控基调是“房子是用来住的，不是用来炒的”，非常坚定，对房地产在进行微调和渐进的调整当中，这种共识基本上已经达成。“用房子来发家致富”的论点现在已经基本去除。
她还表示，本轮人民币升值并没有刺激中国股市，两者并无直接关系。“因为汇率是对外关系的价格权衡，而股市是对内资产和经济基本面或者企业发展的一个基本体现，两者侧重完全不一样。”
谭雅玲也提醒，当前人民币存在利差和汇差，加之中国市场本身的庞大和政策的可信度，以及经济的可持续性，对外资而言已形成非常好的认知，资金的投机不可避免。当前，大量海外资金流入中国，需警惕国内资产泡沫压力增加，防范相关风险。
中金公司首席经济学家、研究部负责人彭文生则强调，在疫情消退后，其他国家的生产恢复正常，高汇率对出口的影响就会体现出来，房地产的进一步扩张和相关债务也是不可持续的，也就是说，现在的汇率升值不利经济结构的调整，对中长期的经济增长不利。
人民币汇率未来怎么走？
瑞银资产管理投资解决方案投资组合经理贝吉安（Gian Plebani）对中新社国是直通车说，从结构上来说,我们看好人民币。
贝吉安指出，首先，过去几个月来，美元大幅下跌。这很明显是美联储降息所致，美联储降息使中美之间的息差对中国有利。其次，中国在疫情防控方面效果显著,中国经济已回升至趋势增长水平。最后但同样重要的是，一方面中国结构性开放金融市场，另一方面海外投资者对中国的投资偏低，这为资金结构性流入中国在岸资产提供有利条件。
明明表示，就目前走势而言，人民币的走势主要受到中美之间相互力量的影响，包括国际收支角度、美国基本面表现、美元周期下的中期疲软以及美国大选带来的政治扰动，人民币走势可能表现出总体偏强的特征。
他进一步称，从长远角度来看，一方面，若美国经济逐渐修复再次走向复苏，人民币汇率仍将承受一定的压力。另一方面，从“双循环”的角度来看，经常项目和资本项目仍需保持整体均衡，人民币若过度走强，可能在一定程度上带来经常项目的压力，因此长期来看人民币汇率或不会过度走强。
“展望后市，我们认为人民币仍将维持升值趋势，不过升值的过程中人民币汇率可能出现较大波动。”谢亚轩说，当前的升值同2005年至2014年的渐进升值不同，当时由于央行在外汇市场上进行的对外汇买卖，人民币汇率波动较小、呈现出很明确、很稳定的升值趋势。
但由于央行早已退出了通过外汇占款对市场进行的常态式干预，使得人民币汇率的波动性明显增加。谢亚轩指出，一方面出于完善汇率的市场化形成机制的目的，一方面出于应对美国方面的压力，预计央行也不太可能重启对市场的直接干预。当前人民币的快速升值即是波动加大的一个表现形式，这也意味着未来有可能出现短期快速贬值。
文章来源：腾讯新闻客户端自媒体
27
2020/08
人民日报：中国助推全球产业链供应链稳定畅通
当前，新冠肺炎疫情在全球继续蔓延，世界经济低迷，国际贸易和投资大幅萎缩，产业链供应链循环受阻。国际社会认为，中国在疫情防控常态化背景下，全面推进复工复产，经济稳步恢复，经济结构持续优化，产业链供应链现代化水平不断提升，为稳定畅通全球产业链供应链、推动世界经济复苏作出积极贡献。
“为加强国际抗疫合作、促进经济恢复提供支撑”
中国拥有世界上规模最大、门类最全、配套最完备的制造业体系，在全球产业链供应链中具有重要地位。当前，中国不断优化产业链发展环境，推动建立全球产业链供应链应急协调和管理机制，助力各国经济恢复。
德国知名中国问题专家弗兰克·泽林日前在德国之声电台网站发表文章称，抗击疫情会促使全球供应链朝着更多样化的方向发展。中国持续扩大内需，加上亚洲的人口红利，意味着需要中国供应更多产品。中国在电子、汽车制造、机械制造和化工行业等领域处于领先地位。作为全球最大的生产基地和销售市场，中国在全球供应链中的重要性未来几年还会持续增加。
美国消费者新闻与商业频道网站援引安迈顾问有限公司董事总经理林穆的观点称，中国拥有全世界配套最完备的产业体系，劳动力成熟度高、人才储备强大，能提供很有吸引力的整体供应链解决方案。后疫情时代，出于市场考量等，相信更多跨国企业会扩大在华市场。
新加坡《联合早报》的报道称，中国有完整的供应链和众多的技术工人，中国制造的中高端产品性价比具有竞争力。
英国广播公司的文章援引全球供应链解决方案提供商启迈近日公布的一项调查数据，87%的受访美国公司表示，中国大陆依然是其重要供应来源地。调查指出，“中国政府为各国企业在华发展提供政策保障，为加强国际抗疫合作、促进经济恢复提供支撑。”
“让在华跨国公司受益，更增强了继续布局中国的信心”
中国在严格做好疫情防控的基础上，克服各种困难，加大复工复产力度，物流、运输、海关等多方合力保障供应链畅通运转。
“一个齿轮停摆，整个链条都会受影响。”意大利AGI通讯社报道称，中国着力保持产业链供应链稳定和完整，主动参与全球产业链重塑，“中国维护全球产业链供应链稳定的作用不可替代”。
南非《金融管理》杂志援引南非金山大学经济与商业学院院长詹尼·罗素的分析称，中国连续多年是非洲最大贸易伙伴国。许多非洲经济体与中国合作密切，呈现联动效应。中国日前提出一系列稳外贸稳外资政策措施，有利于营造良好的营商环境，让外贸企业更好参与国际产业链，实现双循环的良性互动。他指出，得益于中国加快恢复生产生活秩序，市场显示出极大的韧性和潜力，以汽车制造业为主的南非工业也从中受益并逐渐恢复。
法国《费加罗报》网站发表题为《汽车行业，希望来自中国》的文章称，“中国是第一个重启并接近正常经济活动的国家。可以认为，这种经济活动的重启宣告着全球范围内汽车销量的复苏”。文章援引北德意志银行汽车行业分析师弗兰克·施沃佩的总结说：“中国带来希望，指明走出危机之路。”
“中国强化内需对经济的有力支撑，推动消费与供给同步复苏。”意大利“财务运营”网站指出，目前中国的工业经济已基本恢复正常水平，诸如卡车运输量、发电量等关键活动指标，大多已回到2019年或更高水平；居民消费也出现强劲复苏，“这让在华跨国公司受益，更增强了继续布局中国的信心”。
“中国新兴行业快速发展将为经济复苏注入更多活力”
中国加快推进数字经济、智能制造、生命健康、新材料等战略性新兴产业，形成更多新的增长点、增长极，提高产业链供应链稳定性和现代化水平，培育新形势下参与国际合作和竞争新优势，中国经济发展为世界各国带来更多合作机遇。
意大利对外贸易委员会发布报告认为，2021年世界贸易复苏将主要由亚洲新兴经济体引领，中国在其中发挥的作用尤为重要。报告称，中国正加速推进电子商务和数字经济发展，中国的电子商务未来将继续保持高速增长。
“与中国的产业链合作升级不应该也不能被中断。”南非“非洲对话”网站撰文称，技术创新是经济增长的主要驱动力，非洲获得和运用5G等新技术对自身发展至关重要。在中国技术支持下，南非移动数据网络运营商Rain日前顺利发布非洲首个5G独立组网商用网络。
“后疫情时代，中国新兴行业快速发展将为经济复苏注入更多活力。”墨西哥《金融家报》称，中国将加快推进数字经济、智能制造等新兴产业发展，5G、人工智能和数据中心等新基建领域将获得巨大投资。
总部设在纽约的电子媒体JingDaily近日刊登文章《供应链的未来在中国》指出，数字化正在改写全球供应链规则。“中国很早就已开始推动产业链数字化，利用云计算、人工智能和大数据等新兴技术降低劳动成本、缩短生产周期，并推动着全球产业链数字化升级。”
来源：人民日报。
17
2020/08
别误读了！数字人民币试点仍是“4+1”
商务部近日印发《全面深化服务贸易创新发展试点总体方案》（下称《方案》），提及“在京津冀、长三角、粤港澳大湾区及中西部具备条件的试点地区开展数字人民币试点。”《方案》还提及，人民银行制订政策保障措施；先由深圳、成都、苏州、雄安新区等地及未来冬奥场景相关部门协助推进，后续视情扩大到其他地区。
《方案》公布后，数字人民币的进展再次引发市场关注，也有网络传闻数字人民币将在28地试点，记者了解到，“28地试点”的说法属误读，目前数字人民币试点地区仍是“4+1”，即深圳、苏州、雄安新区、成都及未来的冬奥场景。
中国人民银行自2014年开始研究法定数字货币。2017年，中国人民银行数字货币研究所正式成立。经国务院批准，人民银行组织部分实力雄厚的商业银行和有关机构共同开展数字人民币体系（DC/EP）的研发。中国人民银行日前召开的2020年下半年工作电视会议指出，法定数字货币封闭试点顺利启动。下半年将积极稳妥推进法定数字货币研发。
据记者了解，目前数字人民币试点仍是“4+1”，先行在深圳、苏州、雄安新区、成都及未来的冬奥场景进行内部封闭试点测试，并没有变化。相关人士指出，网上传的北京、天津、上海等28个试点，其实是全面深化服务贸易创新发展试点。深圳、苏州、雄安新区、成都分别是粤港澳大湾区、长三角、京津冀及中西部的代表，中国人民银行正在上述四地开展数字人民币试点测试。人民银行数字货币研究所此前也表示，数字人民币目前的封闭测试不会影响上市机构商业运行，也不会对测试环境之外的人民币发行流通体系、金融市场和社会经济带来影响。
业内人士表示，数字经济已经成为带动我国经济高质量发展的重要引擎，法定数字货币系统将成为数字经济发展中重要的基础设施。数字人民币的落地究竟会对现行的支付体系以及个人的日常支付产生什么样的影响，还有待深入研究和观察。
值得注意的是，今年7月，中国人民银行数字货币研究所与滴滴出行正式达成战略合作协议，共同研究探索数字人民币在智慧出行领域的场景创新和应用。
来源：经济参考报