拿MES就判L3？制造业数字化转型通用评估这17项指标不认

这份报告来自中国信息通信研究院两化所，名字很直白，叫《制造业数字化转型通用评估指标体系解读》。它不讲趋势，也不讲概念，只回答一个问题：一家制造业企业，数字化转型到底做实到什么程度，该被算成几级。

报告认为，制造业数字化转型已经进入规模化推进阶段，光问"项目能不能做"不够了，还得回答"企业整体做到什么水平、改造成效怎么样"。

它给出的答案，是一套可通用的评估指标体系，和一条从L1到L5的判级路径。先看几个能立住全篇的数字。截至2025年12月，已有超24.8万家规上工业企业根据通用评估指标体系完成评估换算。

全国规上工业企业开展数字化改造的比例达到89.6%，数字化生产设备普及率57.7%。下面从这份报告为什么要做"通用"讲起，再逐条说清17项指标怎么读、怎么判。

图片来源：《2026制造业数字化转型通用评估指标体系深度解读》（第1页） · 下载报告全文

图表来源：《2026制造业数字化转型通用评估指标体系深度解读》（第2页） · 下载报告全文

一、为什么要做"通用"评估：从试点探索走向规模普及

报告把背景讲得很清楚。制造业数字化转型进入规模化推进阶段后，评估要回答的问题变了。过去问的是"项目能不能做"，现在要回答"企业整体做到什么水平、改造成效怎么样"。

报告把它分成两个阶段。试点探索阶段，评价技术可行性，关注数字技术能不能用，聚焦单个场景、单个项目的探索验证，重点积累经验、验证可行路径。

规模普及阶段，评价技术经济可行性，关注企业整体数字化达到什么水平、改造成效好不好、经济价值高不高，也关注地区和行业整体推进到了什么程度。

与之对应，评估视角也在升级。从点状场景验证，到企业综合评价，再到区域整体监测。报告强调，评估视角正从单纯看技术应用，进一步拓展到能力与转型成效。

目标则是形成可继承、统一的评价标准。它要衔接已有评价基础，包括两化融合相关评价、数字化转型成熟度、智能制造能力成熟度、地方评价体系、中小企业数字化转型水平评测、行业专项评价。

报告用的词是继承、吸收、提炼，最终形成大范围应用的统一评价语言。

从"看单个项目"转向"看企业整体"，是这套通用评估最根本的一次视角切换。

图源：《2026制造业数字化转型通用评估指标体系深度解读》（第6页） · 阅读原文与全部图表

二、三个核心问题与"支撑—应用—成效"闭环

报告说，通用评估体系要解决三个核心问题。第一是摸清底数：企业处在哪一等级，一个地区整体数字化水平如何，哪些领域仍然薄弱。

第二是看清价值：质量有没有改善，效率有没有提升，效益是否增加，能源利用是否改善。第三是支撑工作：支撑政策制定与工作推进，识别企业共性短板，明确改造方向，持续跟踪推进成效。

报告把它的追求概括成四句话：标准统一、成效可见、数据可比、决策有据。在设计上，报告构建了一个"支撑—应用—成效"的闭环。

支撑能力回答"转型有没有基础"，看投入、网络安全、数据、组织人才是否到位。应用能力回答"数字化真正用到了哪里"，看研发、生产、管理、营销、供应链等业务环节。

数字化成效回答"最终产生什么结果"，看提质、增效益、提效率、绿色低碳带来的实际价值。再往下，是成效反馈到识别短板，再进入下一轮投入和改造。

报告还给这套体系列了四个特点：系统性、简洁性、延续性、科学性。

先问有没有基础，再看用没用上，最后看有没有结果，这条链条把"评什么"讲清楚了。

图表来源：《2026制造业数字化转型通用评估指标体系深度解读》（第7页） · 查看完整报告

三、应用示例：一组数据看懂制造业转型的基本盘

报告用不少篇幅给应用示例，这些数字最能说明普及程度。全国规上工业企业开展数字化改造的比例为89.6%，数字化生产设备普及率为57.7%。

截至2025年12月，已有超24.8万家规上工业企业根据通用评估指标体系完成评估换算。区域分布上，报告用一句话概括：呈"沿海集群智能引领、中西部规模筑基"的转型格局。

等级分布上，制造业数字化转型正从重点环节改造向集成化智能化阶段升级。行业层面，报告把14个重点行业分成两大梯队，并给出截至2025年12月的改造覆盖率。

顺着这个逻辑往下推，《谷歌云制造业AI智能体趋势：56%企业已部署》给了一组可以互相验证的数字。

汽车、船舶和电子信息制造业开展数字化改造的企业比例最高，分别达94.4%、94.2%和93.9%。消费品行业为87.3%，原材料工业为85.9%。报告的解释是，电子信息制造业和装备制造业总体处于第一梯队，消费品行业、原材料行业处于第二梯队。

第一梯队的共性，是普及广度和创新深度同时推进；第二梯队则更强调基础补课与集成深化并存。

当改造覆盖率逼近九成，比拼的就不再是"上没上系统"，而是集成的深度和成效的含金量。

图片来源：《2026制造业数字化转型通用评估指标体系深度解读》（第9页） · 下载报告全文

四、17项指标总览：能力13项，成效4项

报告用一张图把指标体系讲完，它把17项指标分成两半来看。能力水平看企业"能做什么、做到什么程度"；转型成效看数字化"最终产生了什么结果"。

能力水平评估共13项，由应用能力和支撑能力两部分组成。应用能力9项，其中6项是等级描述型指标：研发设计、生产作业、生产管理、经营管理、营销服务、产业链供应链协同，都是数字化水平。

另外3项是量化指标：数字化生产设备普及率、关键工序数控化率、数字化研发设计工具普及率。支撑能力4项：数字化投入规模、网络与安全、数据要素、组织战略人才。

转型成效评估4项：产品质量合格率、销售利润率、全员劳动生产率、单位产值综合能耗。报告特别备注：13项能力指标形成企业综合能力得分，4项成效指标用来观察结果，不参与综合能力得分计算。

13项看"能力"，4项看"结果"，哪些进总分、哪些只观察，报告一开始就分得很清楚。

五、判级怎么判：抓四类信息，走三步

报告单开一节，讲指标原文到底该怎么看。判断等级时，重点抓四类信息。第一是关键动作，判断企业实际做没做，例词是采集、联网、集成、仿真、预测、优化、协同、AI应用。

第二是覆盖范围，判断数字化覆盖到哪里，路径是单环节、多环节、跨部门、全业务再到产业链。第三是数据利用程度，判断数据发挥多大作用，路径是记录、可视、分析、预测再到决策。

第四是实际业务效果，判断应用有没有真正跑起来，比如缩短研发周期、减少人工、提升效率、降低库存。报告提醒，不能只抓一个"AI""MES""数字孪生"这样的技术名词就直接判等级，必须结合原文完整要求。

具体到操作，企业判级采用"三步法"。第一步，先确定最匹配的L1至L5，逐级阅读，看企业当前稳定运行的实际能力与哪一级核心描述最接近。

我们在整理《企业AI转型韧性：88%还在U形底》时也碰到过类似的分歧，那里的结论可以拿来对照。

第二步，找实际依据。第三步，在所选等级内判断符合程度，也就是基本符合、比较符合还是非常符合。报告建议企业提前准备系统截图、设备清单、数据采集情况、系统接口、业务流程、管理制度、运行记录、分析模型、应用效果等材料。

先定级、再找证据、最后定符合程度，这一顺序本身就是对"拍脑袋判级"的纠正。

六、六个能力指标，各自靠什么升级

报告接着逐条拆开六项等级描述型能力指标，每项都配了"一句话读懂"和"企业怎么判断"。研发设计数字化水平，看研发工具、研发数据、研发模式三层。

它的升级路线是：数字设计加文档化看L1，数据集成加过程规范看L2，知识库、仿真加数据贯通看L3，模型贯穿生命周期加协同设计看L4，数字孪生、虚拟试验或AI创成式设计看L5。

报告特别提示，有CAD或三维设计软件通常只能说明具备L1的重要特征。生产作业数字化水平，看自动化程度、设备数据采集与互联、工序衔接与集中控制、柔性制造能力和自主运行能力。

报告明确，30%、50%、80%是重要门槛，但不能单独决定等级；设备接入网络也不等于互联互通。生产管理数字化水平，报告给了一句好记的口诀：有记录看L1，看得见看L2，会分析看L3，能协同看L4，会优化看L5。

经营管理数字化水平，路线是信息化规范管理看L1，多领域综合管理看L2，数据打通与自动统计分析看L3，全业务互通与决策建议看L4，AI预测分析和智能化决策看L5。报告提醒，ERP装了多少模块不是等级本身。

营销服务数字化水平，做电商或直播更多体现L1至L2，从L3开始关键是客户数据反向驱动内部业务。产业链供应链协同数字化水平，最明显的升级特征是评价边界不断向外扩展：企业内部、供应商、上下游产业链，再到智能供应链。

六个指标看下来会发现，等级高低的分水岭不在系统多少，而在数据有没有被真正用起来。

七、量化与支撑指标：怎么算，口径怎么对

剩下几项，报告重点讲算法和填报口径。数字化生产设备普及率，等于数字化生产设备数量除以生产设备总数量，再乘以100%。

报告给了三个自问：能不能采集运行数据，数据能不能通过网络接口上传，数据能不能进入控制或管理系统实现打通。

它还提醒，只有数显屏、操作面板，不代表一定是数字化生产设备；老旧设备经传感器、采集网关改造后满足要求，也可计入。

关键工序数控化率，等于实现数控或过程控制的关键工序数除以企业全部关键工序数，再乘以100%。流程行业看PLC、DCS、PCS，离散行业看NC、DNC、CNC、FMC。

报告强调一个易错点：不能用"数控设备数量除以所有生产设备数量"作为口径，它关注的是关键工序，而不是全部设备。

数字化研发设计工具普及率，等于应用企业数量除以样本企业总数量再乘以100%，典型工具包括CAD、CAE、CAM、PLM/PDM、EDA和仿真分析软件等。数字化投入规模按金额区间给分。

不足1万元0分，1万至100万元20分，100万至500万元40分，500万至5000万元60分，5000万至1亿元80分，1亿元及以上100分。这一项的口径不含研发人员费用，统计时间统一为2014年以来。

支撑指标也各有升级线：网络与安全从企业网络走到SDN敏捷网络与自学习安全防护；数据要素从采得到、存得下走到预测性和自学习智能应用。

同一条线索，我们在《模具AI白皮书：60%企业仅初级水平，六成卡在设计长试模贵》里做过更细的拆解，可以对照着看。

4项成效指标同样有明确口径：产品质量合格率、销售利润率、全员劳动生产率、单位产值综合能耗。报告特别提示，全员劳动生产率不能用期末人数代替平均从业人员；单位产值综合能耗的数值越低，说明能源利用效率越高。

量化指标最容易出错的不是算错，而是口径不一致——分子分母不同源，结果就失真。

八、单项得分与综合等级：L1到L5怎么定

算完指标，还要换算成得分和等级。单项指标得分分三步：先对照L1至L5标准确定企业所在等级，再在所处等级内判断符合程度，最后由平台形成该项指标的0至100分得分。

规则是，不同等级的分值区间不同，同一等级内符合程度越高，得分越高。单项得分之后，是综合能力得分。企业综合能力得分由13项能力指标得分加权计算得到，4项数字化成效指标不参与计算，只用于观测转型结果。

最后由综合能力得分确定数字化改造等级，报告给出了五个区间。L1初始级为0至10分，企业处于数字化准备阶段，实现生产经营规范化管理和关键工序自动化操作。

L2基础级为10至40分，企业正式启动数字化改造，实现重点业务环节的数据采集应用。L3集成级为40至60分，数字化改造向跨环节集成贯通演进，推动业务流程协同优化。

L4成熟级为60至80分，迈入全业务流程综合优化阶段，实现基于数据的智能决策分析。L5领航级为80至100分，向自感知自决策的智能化阶段跃迁，探索基于大模型、数字孪生等新一代信息技术的业务创新。

报告还加了一句重要提示：当前规模以上工业企业实现数字化改造的判定标准，是达到L2基础级。

L2基础级这条线，决定了企业算不算"已完成数字化改造"，也决定了多数企业的第一目标。

九、填报：先在内部自查，再上平台自评

报告最后落到怎么填、怎么报。它列了四类常见错误，建议企业填报完成后先自查。第一类，用系统名称代替实际能力，比如有MES就选L3、有ERP就选L4、有AI项目就选L5，报告说这些都不合适，应回到指标原文逐项判断。

第二类，用试点应用代替企业整体水平，单个车间或产线做得先进，不代表全企业都达到该等级。第三类，设备与工序概念混淆，"数字化生产设备普及率"与"关键工序数控化率"的统计对象并不相同。

第四类，量化指标统计口径不统一，要特别注意投入统计年限、平均从业人员、综合能耗、财务期间等口径是否一致。报告给出的结论是：判断类指标重在"实事求是"，量化类指标重在"口径一致"。

平台填报则分三条主线。注册环节，企业可通过工信部门门户进入制造业数字化转型综合信息服务平台，已有账号用统一社会信用代码加密码登录，没有账号则注册并绑定手机号。

在线自评环节，依次填写企业基本信息、数字化能力水平评估、数字化成效评估三大模块，填报过程中支持修改、临时保存。如果你关心的正是毕马威2026信托业，《毕马威2026信托业报告：34万亿规模加速转型》值得一起读。

结果环节，可查看评估档案、企业信息、填报历史，并下载评估结果报告。报告建议企业每年定期评估，持续跟踪数字化改造前后的变化，形成改进证据链。

想继续看制造业数字化转型、企业评估与智能制造方向的报告与方案，可以到运营动脉（www.yydm.cn）检索。

评估的价值不在一次打分，而在把"改前改后"留成可追溯的证据链。

《制造业数字化转型通用评估指标体系解读》是谁发布的？

报告由中国信息通信研究院两化所发布，时间是2026年9月。它面向制造业数字化转型的规模化推进阶段，核心是讲清一套可通用的评估指标体系和判级方法。

为什么要做"通用"评估？

报告说，制造业数字化转型进入规模化推进阶段后，评估要回答的问题从"项目能不能做"变成"企业整体做到什么水平、改造成效怎么样"。

通用评估充分衔接两化融合相关评价、数字化转型成熟度、智能制造能力成熟度、地方评价体系、中小企业数字化转型水平评测、行业专项评价等已有基础，通过继承、吸收、提炼，形成大范围应用的统一评价语言。

17项指标是怎么构成的？

17项指标分两块：能力水平评估13项，转型成效评估4项。能力水平中，应用能力9项，包括6项等级描述型指标和3项量化指标；支撑能力4项，分别是数字化投入规模、网络与安全、数据要素、组织战略人才。

13项能力指标形成企业综合能力得分，4项成效指标只用于观察数字化转型结果，不参与综合能力得分。

指标等级到底怎么判断？

报告提出判级时重点抓四类信息：关键动作、覆盖范围、数据利用程度、实际业务效果。

操作上采用"三步法"：先确定最匹配的L1至L5，再找实际依据，最后在该等级内判断是基本符合、比较符合还是非常符合。报告提醒，不能只抓一个"AI""MES""数字孪生"等技术名词就直接判等级。

L1到L5分别代表什么？

L1初始级为0至10分，处于数字化准备阶段；L2基础级为10至40分，正式启动数字化改造；L3集成级为40至60分，向跨环节集成贯通演进；L4成熟级为60至80分，迈入全业务流程综合优化；L5领航级为80至100分，向自感知自决策的智能化阶段跃迁。

报告特别提示，当前规模以上工业企业实现数字化改造的判定标准是达到L2基础级。

填报时最容易踩哪些坑？

报告列了四类常见错误：用系统名称代替实际能力，用试点应用代替企业整体水平，把设备与工序概念混淆，以及量化指标统计口径不统一。

结论是判断类指标重在"实事求是"，量化类指标重在"口径一致"。平台填报则包括注册、在线自评和结果查看三条主线，报告建议企业每年定期评估，形成改进证据链。

接着可以看的几篇报告解读

如果这个话题跟你手上的业务有关，下面这几篇报告解读拆的是同一类问题的不同侧面，可以一起看。

《汽车数智化转型报告：新能源渗透破50%智领跑》——讲的是新能源渗透破50%智领跑

《数字产业出海报告：跨境电商出口1.83万亿》——主线是跨境电商出口1.83万亿