93%的額外收入是美國上層收入的1%。窮人和中產(chǎn)階級(jí)的大部分財(cái)富都集中在住房上。隨著平均房價(jià)從2006年第二季度下降到2011年底，大量承擔(dān)大量抵押貸款的美國人基本上消失了。在社會(huì)頂層，企業(yè)CEO 能夠非常成功地維持他們的高工資；除2008 年略有下降，到2010 年，CEO 的年薪與普通工人的年薪率又回到了金融危機(jī)爆發(fā)前的243 ∶1。

           雖然美國一直是一個(gè)資本主義國家，但這種高度的不平等是一個(gè)新的話題。大約30年前，收入者中上層的1%只獲得全國收入的12%。雖然這種程度的不平等不應(yīng)該被接受，但從那時(shí)起，貧富之間的差距變得越來越驚人，因此到2007年，上層1%的平均稅后收入達(dá)到130萬美元，而下層20%的平均稅后收入只有17800美元。上層1%的人每周的收入比下層20%的人多40%；上層0.1%的人一天半的收入幾乎相當(dāng)于底層90%的人一年的收入；最富有的人20%的稅后總收入超過底層80%的人。

       2.資本升值速度明顯快于勞動(dòng)創(chuàng)造價(jià)值速度

           美國經(jīng)濟(jì)學(xué)家?guī)炱澞脑?955年 美國經(jīng)濟(jì)協(xié)會(huì)的演講中提出了反映收入分配變化趨勢(shì)的倒轉(zhuǎn)U 型曲線，又稱庫茲涅茨曲線。該理論認(rèn)為，收入分配的長期變化軌跡是先惡化后改善。收入差距在工業(yè)文明向工業(yè)文明過渡的早期階段，經(jīng)濟(jì)增長迅速擴(kuò)大，然后是短期穩(wěn)定，然后在增長的后期逐漸縮小。

           法國經(jīng)濟(jì)學(xué)家皮凱蒂在《21 世紀(jì)資本論》中，通過研究西方社會(huì)300多年來收入分配的長期變動(dòng)趨勢(shì)，得出與庫茲涅茨完全不同的結(jié)論。《21世紀(jì)資本論》對(duì)自18 世紀(jì)工業(yè)革命至今的財(cái)富分配數(shù)據(jù)進(jìn)行分析，認(rèn)為不加制約的資本主義導(dǎo)致了財(cái)富不平等的加劇，自由市場經(jīng)濟(jì)并不能完全解決財(cái)富分配不平等的問題。

           皮凱蒂將世界經(jīng)濟(jì)分為兩個(gè)基本要素：資本和勞動(dòng)力都用于生產(chǎn)和分享產(chǎn)出的收入。資本和勞動(dòng)力的區(qū)別在于，資本可以買、賣、擁有，理論上可以無限積累。勞動(dòng)力是個(gè)人能力的使用，可以獲得獎(jiǎng)勵(lì)，但不能被他人擁有。皮凱蒂認(rèn)為，貧富差距是資本主義的固有現(xiàn)象，發(fā)達(dá)國家的貧富差距將繼續(xù)擴(kuò)大，因?yàn)橘Y本回報(bào)率總是高于經(jīng)濟(jì)增長率。

           皮凱蒂在 世紀(jì)資本論》中，皮凱蒂詳細(xì)探索了過去300 年的工資和財(cái)富，并列出了多國家的大量收入分配數(shù)據(jù)，旨在證明近幾十年來不平等已經(jīng)擴(kuò)大，很快就會(huì)變得更加嚴(yán)重。在可觀察到的300 來年的數(shù)據(jù)中，平均投資回報(bào)保持在每年4%左右～5%，而GDP 平均每年增長1%～2%。5%的投資回報(bào)意味著財(cái)富每14 年可以翻一番，2%的經(jīng)濟(jì)增長意味著財(cái)富翻一番35 年。一百年來，有資本的人的財(cái)富翻了7 倍，是開始的128 倍，而整體經(jīng)濟(jì)規(guī)模只比100 年前大8 倍。雖然有資本和沒有資本的人變得更富有，但貧富差距變得非常大。

       3.代際傳遞不斷加強(qiáng)，階級(jí)固化日益嚴(yán)重

           隨著總體不平等的增加，工資的不平等也在增加。以美國為例在過去的30年里，低工資人群（底層90%人群）的工資只增加了約15%，而上層1%人群的工資增加了約150%，上層人群的工資增加了約0%.1%的群體工資漲了300%以上。

           2007年危機(jī)爆發(fā)前，約57%的資本收入是上層1%獲得的。同樣不足為奇的是，1979年以來，上層1%的群體獲得了更大的資本收入增長部分，約7/8，而底層95%的群體只獲得了不到3%的增長部分。

           收入和財(cái)富差距的不斷擴(kuò)大加深了社會(huì)階層的固化，社會(huì)底層的人很可能一直呆在底層，社會(huì)頂層的人很可能一直呆在上層。如果機(jī)會(huì)完全平等，只有20%的孩子會(huì)留在底層。從世界各國的情況來看，很少有國家能做到。25%的社會(huì)福利高的丹麥繼續(xù)留在底層，基本上做到了，但還沒有做到。因階級(jí)劃分而背負(fù)惡名的英國做得差一點(diǎn)(30%)，也就是說，這個(gè)群體中70%的人還有機(jī)會(huì)向上層移動(dòng)。然而，在美國向上移動(dòng)的可能性明顯小得多(只有58%的孩子出生在底層，可以離開這個(gè)群體)，當(dāng)他們向上移動(dòng)時(shí)，他們只能向上移動(dòng)一點(diǎn)，底層的20%中有近2/3的孩子留在底層，這比假設(shè)最后一個(gè)群體高出20%的機(jī)會(huì)要好得多(12%)。同樣，一旦他們向上移動(dòng)，他們只能向上移動(dòng)一點(diǎn)，最后一個(gè)國家的20%的孩子留在底層，這個(gè)國家的機(jī)會(huì)就比最后一個(gè)國家強(qiáng)。

       (二)原因分析

       1.右翼樂觀觀點(diǎn)已被普遍質(zhì)疑

           貧富差距不關(guān)貧富差距

           數(shù)字孿生、賽博物理系統(tǒng)、智能制造和工業(yè)互聯(lián)網(wǎng)是新工業(yè)革命實(shí)踐中經(jīng)常使用的重要概念\b。盡管這四個(gè)術(shù)語在各種場合被經(jīng)常分別提及 \b\u0005 ，但同時(shí)討論四個(gè)術(shù)語的分析文章很少見\u0006\u0005\u0006 \u0006\u0005\u0006。本文分析了四個(gè)術(shù)語的來源、組成、內(nèi)涵、操作邏輯和相互關(guān)系\b。它們?cè)诎l(fā)展上一脈相承\(zhòng)b\u0005 在內(nèi)涵和本質(zhì)上有很多共同點(diǎn)\b\u0005 ，但也有明顯的區(qū)別 \b\u0005 。

           清分異同 \b，把握內(nèi)涵的本質(zhì) \u0006\u0005\u0006 \u0006\u0005\u0006，引導(dǎo)企業(yè)做好智能制造、工業(yè)互聯(lián)網(wǎng)頂層設(shè)計(jì)和實(shí)踐\b\u0005 。

           一.前言

           數(shù)字孿生、賽博物理系統(tǒng)、智能制造、工業(yè)互聯(lián)網(wǎng)四個(gè)術(shù)語 \b\u0005 是近年來業(yè)內(nèi)的熱門詞 \b。 在國內(nèi)行業(yè)\b\u0005 2014年，賽博物理系統(tǒng)興起 \b\u0005 2015年，智能制造業(yè)很受歡迎\b，2017年工業(yè)互聯(lián)網(wǎng)火災(zāi)\b\u0005 2019年，數(shù)字孿生在 中很受歡迎\b\u0005 。

           四個(gè)術(shù)語是獨(dú)立的 \b，或者彼此相關(guān) \b\u0005 ？也許絕大多數(shù)人認(rèn)為彼此相關(guān)\b\u0005 ，但四個(gè)術(shù)語之間的異同是什么 \b\u0005 有多少相關(guān)內(nèi)涵？\b\u0005 操作邏輯之間的關(guān)系是什么\b\u0005 ？可能真的不容易說清楚 ？\b\u0005 。筆者根據(jù)長期的業(yè)務(wù)實(shí)踐和理論研究成果 \b\u0005 結(jié)合《三體智能革命》中的20字格言mdash;mdash;狀態(tài)感知、實(shí)時(shí)分析、自主決策、精準(zhǔn)執(zhí)行、學(xué)習(xí)提升[1] \b\u0005 ，試著分析和比較四個(gè)術(shù)語的內(nèi)涵和本質(zhì)\b\u0005 。

           在研究方法上\b\u0005 ，筆者采用了抽象的圖示方式：用一條水平線將畫面分為上下兩個(gè)空間 \b，上半部分是賽博空間(包括數(shù)字邏輯、電磁頻譜和網(wǎng)絡(luò)) \b\u0005 ，下半部分是物理空間(包括機(jī)器/設(shè)備/業(yè)務(wù)活動(dòng)/流程) \b\u0005 。用四個(gè)大圓圈來描述每個(gè)術(shù)語的基本內(nèi)涵、組成要素和操作邏輯 \b。

           二.數(shù)字孿生的基本內(nèi)涵

           數(shù)字孿生在軟件定義下\b\u0005 ，長期要素?cái)?shù)字化的結(jié)果 \b\u0005 。這里的元素一般是指物理世界中的各種物理元素，如人、機(jī)、物、數(shù)據(jù)、圖形、語言、物理信息等\u0006\u0005\u0006 \u0006\u0005\u0006。因此，數(shù)字孿生是一種長期發(fā)展形成的數(shù)字通用技術(shù)\b\u0005 。

           筆者認(rèn)為數(shù)字孿生有兩層含義\b\u0005 ，一是指物理實(shí)體及其數(shù)字虛體之間的雙胞胎關(guān)系；二是雙胞胎關(guān)系的物理實(shí)體和數(shù)字虛體分別稱為物理雙胞胎和數(shù)字雙胞胎 \b\u0005 。默認(rèn)情況下 \b\u0005 ，數(shù)字孿生也指數(shù)字孿生 \b\u0005 。

           數(shù)字孿生一詞據(jù)說是邁克爾middot;格里夫（Michael Grieves）2003年，密歇根大學(xué)教授提出[2] \b\u0005 。目前還沒有業(yè)界公認(rèn)的數(shù)字孿生標(biāo)準(zhǔn)定義 \b\u0005 的概念在不斷發(fā)展和演變中 \b。

           提出數(shù)字孿生概念后， \u0006\u0005\u0006 \u0006\u0005\u0006，很快就被美國國防部用于航空航天飛機(jī)的健康維護(hù)和保障 \b\u0005 。德國西門子、法國達(dá)索、美國通用電氣、美國參數(shù)技術(shù)等公司也積極跟進(jìn) \b\u0005 ，尤其是近幾年\b\u0005 ，隨著智能制造等概念的推進(jìn)， \u0006\u0005\u0006 \u0006\u0005\u0006，數(shù)字孿生已成為智能制造的通用技術(shù) \b，廣泛應(yīng)用于軍工制造、高端裝備等行業(yè)\b\u0005 。

           一些國內(nèi)學(xué)者也對(duì)數(shù)字孿生進(jìn)行了深入研究\b。北京航空航天大學(xué)陶飛教授團(tuán)隊(duì)較早開展了數(shù)字孿生研究 \b，數(shù)字孿生車間的概念在國際上首次提出\b\u0005 ，并在《Nature》該雜志在網(wǎng)上發(fā)表了題為《Make More Digital Twins》評(píng)論文章 \b\u0005 。作者在《三體智能革命》和《機(jī)器》中middot;智慧：從數(shù)字車間到智能制造，在許多文章中研究和解釋了數(shù)字雙胞胎\b\u0005 。西門子公司出版了《數(shù)字孿生實(shí)戰(zhàn):基于模型的數(shù)字企業(yè)》。\b\u0005 ，Gartner、德勤等咨詢公司也對(duì)數(shù)字孿生進(jìn)行了深入的研究和技術(shù)發(fā)展評(píng)估\u0006\u0005\u0006 \u0006\u0005\u0006。德勤2020技術(shù)趨勢(shì)將數(shù)字孿生作為未來五大趨勢(shì)之一 \b。這些研究成果極大地促進(jìn)了數(shù)字雙胞胎的理論研究和工程實(shí)踐\b\u0005 。

           筆者認(rèn)為，數(shù)字孿生是在所有可以數(shù)字化的東西的背景下 \u0006\u0005\u0006 \u0006\u0005\u0006，通過軟件定義 \b\u0005 ，在數(shù)字虛體空間中創(chuàng)建的虛擬事物 \u0006\u0005\u0006 \u0006\u0005\u0006，在形態(tài)、態(tài)度、質(zhì)地、行為和發(fā)展規(guī)律上，與物理實(shí)體空間中的現(xiàn)實(shí)事物形成了非常相似的虛實(shí)精確映射 \b，物理孿生體和數(shù)字孿生體有多元化的映射關(guān)系 \b，具有不同的保真度(逼真、抽象等) \u0006\u0005\u0006 \u0006\u0005\u0006。數(shù)字孿生不僅在物理孿生體的整個(gè)生命周期中繼續(xù)發(fā)生\b\u0005 ，數(shù)字孿生體驗(yàn)超過了物理孿生體的生命周期\b\u0005 ，在賽博空間持久存續(xù) \b\u0005 \b\u0005 ，促進(jìn)智能制造和工業(yè)互聯(lián)網(wǎng)的應(yīng)用和發(fā)展\b\u0005 \b。

           圖1 數(shù)字孿生的基本要素和作用機(jī)制

           圖1大圓圈表達(dá)的內(nèi)容有三種:一是數(shù)字孿生基本要素 \b，二是物理實(shí)體與數(shù)字虛體的映射關(guān)系 \b，第三，數(shù)字孿生機(jī)制和運(yùn)行邏輯 \b。

           作者用△○□這三個(gè)相鄰的實(shí)線幾何圖表示不同類型的物理物理元素 \b，用其虛線幾何圖形表示這些物理實(shí)體要素在賽博空間的數(shù)字映射（數(shù)字虛體或數(shù)字孿生體）關(guān)系 \b\u0005 ，用數(shù)據(jù)表示從物理實(shí)體感知/收集到的物理信息轉(zhuǎn)化為比特?cái)?shù)據(jù) \b，單向進(jìn)入數(shù)字虛體 \u0006\u0005\u0006 \u0006\u0005\u0006，虛線箭頭表示虛實(shí)之間的數(shù)據(jù)流動(dòng)方向 \b，順時(shí)針轉(zhuǎn)四個(gè)大箭頭 \b\u0005 ，示物理信息-比特?cái)?shù)據(jù)-數(shù)字信息-數(shù)字知識(shí)-數(shù)字決策的轉(zhuǎn)換過程 \b，它還表達(dá)了狀態(tài)感知、數(shù)字體驗(yàn)、輔助決策、一次性數(shù)字孿生機(jī)制 \b\u0005 。

           模型和數(shù)據(jù)是評(píng)估數(shù)字雙胞胎保真度的關(guān)鍵 \b\u0005 。

           模型是構(gòu)建數(shù)字雙胞胎的基礎(chǔ) \b， 機(jī)制模型\b， 可由數(shù)/理/化模型、因果模型、功能模型、系統(tǒng)模型、詳細(xì)設(shè)計(jì)模型、模擬分析模型等組合組成\u0006\u0005\u0006 \u0006\u0005\u0006， 數(shù)據(jù)分析模型\b\u0005 ，也可以由機(jī)器學(xué)習(xí)模型、經(jīng)驗(yàn)?zāi)Ｐ?、降階模型、故障模型等構(gòu)成 \b。機(jī)理模型與數(shù)據(jù)分析模型的綜合應(yīng)用 \b，構(gòu)成數(shù)字雙胞胎的模型來源 \u0006\u0005\u0006 \u0006\u0005\u0006。

           數(shù)據(jù)是體驗(yàn)數(shù)字孿生的基礎(chǔ) \b\u0005 。數(shù)字虛體通過傳感器獲得的數(shù)據(jù) \u0006\u0005\u0006 \u0006\u0005\u0006，物理實(shí)體設(shè)備的工作狀態(tài)能否實(shí)時(shí)準(zhǔn)確地反映 \b，如果網(wǎng)絡(luò)有一定的延遲 \b\u0005 ，有多少時(shí)延？\b？如果現(xiàn)場有一定的干擾 \u0006\u0005\u0006 \u0006\u0005\u0006，能否排除干擾數(shù)據(jù)\u0006\u0005\u0006 \u0006\u0005\u0006？等等 \u0006\u0005\u0006 \u0006\u0005\u0006，數(shù)字?jǐn)?shù)字孿生技術(shù)需要研究和解決的問題 \b\u0005 \b，體驗(yàn)變成了表演 \b\u0005 ，仿真變成了仿真 \b\u0005 ，數(shù)字孿生體成為可以人工設(shè)置的數(shù)字動(dòng)畫 \b\u0005 。

           只有兩個(gè)關(guān)鍵要素：模型和數(shù)據(jù)\b，還不足以完全描述數(shù)字孿生 \b\u0005 。數(shù)字孿生體驗(yàn) \b\u0005 必須讓人用五官感受到 \b\u0005 ，最重要的感覺是讓人看到mdash;mdash;即模型、數(shù)據(jù)的可視化 \b，這項(xiàng)任務(wù)必須由軟件完成，只能由軟件完成\u0006\u0005\u0006 \u0006\u0005\u0006。無疑 \b\u0005 ，軟件是數(shù)字孿生要素的載體 \b\u0005 。因此 \b， 參與賽迪研究院研究的數(shù)字孿生模型中\(zhòng)b，數(shù)據(jù)是基礎(chǔ) \b\u0005 ，模型是核心 \b，軟件是載體[10] \b\u0005 。

           \b \b \b\u0005 \b

　　以上就是小編為大家介紹的四個(gè)術(shù)語：數(shù)字孿生、賽博物理系統(tǒng)、智能制造和工業(yè)互聯(lián)網(wǎng)的全部內(nèi)容，如果大家還對(duì)相關(guān)的內(nèi)容感興趣，請(qǐng)持續(xù)關(guān)注上海危機(jī)公關(guān)公司

　　本文標(biāo)題：四個(gè)術(shù)語：數(shù)字孿生、賽博物理系統(tǒng)、智能制造和工業(yè)互聯(lián)網(wǎng)　　地址：/yuqingchuli/2022/0130/2968.html