本文来自微信公众号“通信信息报”，作者/张苏慧。
据央视报道，2024年《政府工作报告》提出，实施制造业数字化转型行动，加快工业互联网规模化应用，深入开展中小企业数字化赋能专项行动。工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态。因此，促进工业互联网产业的繁荣势在必行。
（图片来源：摄图网）
01
各地齐发力
工业互联网规模化发展
目前，我国工业互联网已进入规模化发展新阶段，其作为国家科技发力的重点，各地已展开最新布局。
北京市印发的《北京市制造业数字化转型实施方案（2024-2026年）》提出，到2026年，北京将力争通过数字化、智能化转型升级，推动规模以上制造业企业全面实现数字化达标，重点产业领域关键工序数控化率达到70%；培育100种以上数字化转型优秀供给产品，培育20家市级及以上工业互联网平台；打造20家国家级智能制造标杆企业、示范工厂或“世界灯塔工厂”，新增100家智能工厂与数字化车间；推动京津冀三地建设工业互联网标识二级节点总数达60个以上，服务企业节点超6万个。
天津市认真落实新发展理念，坚持高端化、智能化、绿色化方向，注重数字经济与实体经济深度融合、先进制造业与现代服务业深度融合，在深入分析全市制造业发展优势和短板、衔接京津冀协同发展走深走实等行动方案的基础上，谋划提出未来五年制造业高质量发展的目标任务、政策措施，编制出台《制造业高质量发展行动方案》。
辽宁省实施制造业数字化转型和中小企业数字化赋能行动，推进20个以上5G工厂、10个以上“5G+工业互联网”融合应用先导区建设，累计建成省级数字化车间、智能工厂超500个，建成省级工业互联网平台超百个。
江苏省建设10个国家先进制造业集群和16个省重点集群，着力构建新型电力装备等世界一流、高端装备等国际先进、航空航天等全国领先的集群方阵；深入实施“筑峰强链”企业培育支持计划，争创一批国家级制造业领航企业，力争新增国家专精特新“小巨人”企业500家、制造业单项冠军企业30家，新创一批国家中小企业特色产业集群；加快建立重点产业链标准体系，积极争创质量强国建设领军企业；打造智能制造示范标杆，推动工业互联网创新应用，基本实现规上工业企业启动实施全覆盖。
02
融合数据要素
做实工业互联网产业
在发展工业互联网的过程中，数据要素与技术、资金等要素的协同融合至关重要。数据要素在与传统制造业企业深度融合的同时，有利于传统制造业企业提升其数字化、网络化和智能化水平，促进产业数据化发展。例如制造业广泛应用人工智能技术，传感器类似于人脑的神经元，将抓取到的数据上传至云平台进行分析、处理和预测，既有助于实现全过程的可视化生产，也可对生产过程进行监督和预警。
中国社会科学院大学教授江小涓表示，数据要素最突出的特点是可低成本多场景复用，即数据要素使用具有非排他性。一组数据可以被不同主体以不同方式重复利用，并且能够通过解构重组、汇聚融合等方式被多层次多元化挖掘出更多价值，实现知识扩散、业务拉通、市场拓展和价值倍增，提升全要素生产率。因此说，推动数据要素高水平应用，能带来产出和效益倍增效应。
但我国数据要素市场建设仍处于起步阶段，数据确权、数据定价等问题仍有待探索，数据供给质量不高、流通机制不畅、应用潜力释放不够等问题仍有待解决。
正如全国人大代表柳江所言，当前我国正处在数据资源迈向数据要素化配置阶段的变革期，随着工业互联网进程的加快，数据要素市场化加速发展，数据要素价值化的难题亟需破解，存在数据应用不充分、数据要素流通技术不成熟等现象。
03
管好数据
促工业互联网产业繁荣
如何促进工业互联网平台产业的健康、高质量发展？除了制定统一的数据采集标准和流程外，还应与其他平台进行数据和服务互通，形成互补互利的生态体系。如中国电信四川分公司助力通威太阳能搭建5G信息技术控制中心和制造执行系统，构建统一数据底座建设数字化生产运营体系，打通数据孤岛、叠加追溯，深入挖掘数据价值，完成产能优化，提升电池生产的制造水平。
此外，由于缺乏统一的数据管理机构，一些地方、一些领域“数据孤岛”林立，制约了大数据的发展应用。但大数据局的出现却很好地改变了这一情况。在产业数字化过程中，大数据局推动了传统制造业对数据资源和ICT资本的使用。一方面，通过财政补贴、投放信息化项目等方式，鼓励引导企业在研发、生产、交易等环节采集、存储、分析和共享大数据。另一方面，搭建地方数据交易平台，鼓励企业通过购买数据设施、数据服务等方式深化大数据应用。
中国经济体制改革研究会会长彭森认为，要处理好政府与市场的关系，引导数据要素市场化配置，不断激发市场活力，同时也要处理好制度创新和技术创新的关系以及构建兼顾效率、公平、安全的数据治理体系。
中国电子信息产业集团副总经理陆志鹏结合实践分析认为，从目前信息技术发展的趋势看，数据资源和数据应用之间应进行解耦，即存在一个可被定义为“数据元件”的中间态。通过这种方式，将数据的所有权和使用权分开，明晰数据的权利归属；再把数据从资源到应用形成三级市场——数据资源、数据元件市场和数据产品市场，以此来解决定价、分配等问题，构建灵活高效的数据要素流通体系。
