工信部印发《工业大数据发展的指导意见》

近日，工业和信息化部发布《关于工业大数据发展的指导意见》（工信部信发〔2020〕67号，下称《指导意见》），对我国工业大数据发展进行了全面部署，进一步促进大数据与工业深度融合发展。

一、关于《指导意见》的背景意义

工业大数据涵盖工业领域产品和服务全生命周期的各类数据，是新一代信息网络技术与工业深度融合的产物，是制造业数字化、网络化、智能化发展的基础性战略资源。发展工业大数据，有利于促进工业数字化转型，激活工业数据资源要素潜力。

党中央、国务院高度重视工业大数据发展。习近平总书记指出，要系统推进工业互联网基础设施和数据资源管理体系建设。《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件的重点任务均提出要促进工业大数据的发展和应用。近日，党中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出要支持构建工业等领域规范化数据开发利用的场景，提升工业数据资源价值。

在前期深入调研、梳理问题、听取相关企业和专家意见建议的基础上，工业和信息化部研究制定了《指导意见》。《指导意见》的出台，一是落实党中央、国务院工作部署，推进制造强国和网络强国建设，加快工业数字化转型进程；二是促进工业数据汇聚、共享和应用，强化数据治理和数据安全，着力解决我国工业大数据发展面临的突出问题；三是凝聚各方共识，构建协同推进的工作体系，形成工业大数据发展合力。

二、关于《指导意见》的整体思路

《指导意见》以习近平新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届二中、三中、四中全会精神，顺应大数据与工业深度融合发展趋势，通过促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。

三、关于《指导意见》的重点任务

为激发工业数据要素潜力，全面提升工业大数据产业发展水平，《指导意见》提出了6个方面18项重点任务。

一是加快数据汇聚。把数据资源高质量采集上来、汇聚起来，是工业大数据开发利用的前提和基础。作为世界第一制造大国，我国工业数据资源极为丰富，但当前，工业数据采集汇聚中还存在不少困难，数据不可见、不可管、不可用等问题突出。为此，《指导意见》设置了4项重点任务，多种举措推动工业大数据高质量采集汇聚，为扩大和深挖数据要素价值打好坚实基础，主要是：支持工业企业实施设备数字化改造，引导工业设备企业开放数据接口；推进工业互联网建设，加快工业设备互联互通；组织开展工业数据资源调查，整合重点领域统计数据和监测数据，在重点行业建设国家级数据库，支持企业建设数据汇聚平台；建设国家工业互联网大数据中心，建立多级联动的国家工业基础大数据库。

二是推动数据共享。数据自主有序流动，是激发数据要素价值、扩大数据生产力乘数效应的重要途径。党中央、国务院近日发布的《关于构建更加完善的要素市场化配置体制机制的意见》把“数据”与土地、劳动力、资本、技术等传统要素并列，努力推动数据的市场化流动共享和优化配置。全球看，以欧盟为代表的发达工业国家和地区，在推动工业数据共享流通方面已经进行了前沿探索，我国工业数据的共享流通主要发生在企业内部和产业链上下游企业间，亟待从局部拓展到全局。为此，《指导意见》设置了2项重点任务，逐步推动工业数据在更大范围、更加充分和有序地共享流通，主要是：支持企业共建安全可信的工业数据空间，引导和规范公共数据资源开放流动；开展数据流动关键技术攻关，构建工业大数据资产价值评估体系，明确交易规则，加强市场监管，培育工业数据市场。

三是深化数据应用。融合应用是构建数据驱动闭环的根本牵引力，但传统工业企业，特别是中小型工业企业普遍存在对数据应用的认识不足、能力不够等问题，此外，大数据应用的深度和广度还需进一步拓展。为此，《指导意见》设置了4项重点任务，通过从需求和供给两端发力，共同推动工业大数据融合应用纵深发展，主要是：加快数据全过程应用，发展数据驱动的制造新模式新业态；组织开展工业大数据应用试点示范，制定工业大数据应用水平评估标准；提升工业互联网平台支撑作用，面向中小企业开放数据服务资源，培育发展工业APP；培育工业大数据解决方案供应商，开展竞赛、培训等活动，打造工业数据应用生态。

四是完善数据治理。强化数据治理的目的是为了提升数据质量，保障数据的可用可管、完整准确和安全可信。当前，我国工业企业普遍存在数据管理意识缺乏，管理方式落后、管理体系不健全等问题，制约了数据价值的释放。为此，《指导意见》设置了3项重点任务，通过提升工业数据治理能力，为工业大数据开发利用保驾护航，主要是：推广《数据管理能力成熟度评估模型》（DCMM）国家标准，构建工业大数据管理能力评估体系，鼓励各级政府加强政策引导和资金支持；加强工业大数据标准体系建设，推动关键标准研制、试验验证和试点推广；落实《工业数据分类分级指南（试行）》，构建工业数据分类分级管理体系。

五是强化数据安全。安全是促进工业数据发展必须守住的底线，也反过来成为制约发展的天花板。由于存在敏感数据被窃取、正常生产运行受干扰等风险，工业企业在数据深度应用、流通共享等方面存在很多顾虑，掣肘了工业大数据流动和应用。为此，《指导意见》设置2项重点任务，通过构建工业大数据安全保障体系，筑好筑牢发展的底线和防线，主要是：建立工业数据安全责任体系，加强工业大数据安全能力建设；开展安全技术攻关，加强工业数据安全产品研发，培育安全骨干企业和安全产业生态。

六是促进产业发展。技术产业是数据深化应用的有力支撑。近年来，我国大数据技术产业快速发展，但在关键共性技术、产品体系和服务能力等方面还存在短板，这成为制约高水平融合应用的重要瓶颈。为此，《指导意见》设置了3项重点任务，通过促进工业大数据技术产业发展，强化应用支撑能力，主要是：加快工业数据关键共性技术研发应用，推动前沿技术部署融合；构建工业大数据产品体系，培育工业数据服务企业，发展第三方服务机构；支持产学研合作建设工业大数据创新平台，开展协同创新，加快技术成果转化。

四、关于《指导意见》的保障措施

为保障各项重点任务有序开展，确保相关工作取得实效，《指导意见》提出了三个方面的保障措施：

一是健全工作推进机制，省级主管部门要建立工业大数据推进工作机制，因地制宜加强政策创新，统筹推进工业大数据发展。二是强化资金人才支持，发挥财政资金引导作用，推动各类金融机构加大扶持力度，完善人才培养体系。三是促进国际交流合作，围绕政策、技术、标准、人才、企业等方面开展全方位深层次合作交流，提升国际化发展水平。

工业和信息化部关于工业大数据发展的指导意见

工信部信发〔2020〕67号

各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门（大数据产业主管部门）：

工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略，促进工业数字化转型，激发工业数据资源要素潜力，加快工业大数据产业发展，现提出如下意见。

一、总体要求

坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的十九大和十九届二中、三中、四中全会精神，牢固树立新发展理念，按照高质量发展要求，促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。

二、加快数据汇聚

（一）推动工业数据全面采集。支持工业企业实施设备数字化改造，升级各类信息系统，推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统，引导工业设备企业开放数据接口，实现数据全面采集。

（二）加快工业设备互联互通。持续推进工业互联网建设，实现工业设备的全连接。加快推动工业通信协议兼容统一，打破技术壁垒，形成完整贯通的数据链。

（三）推动工业数据高质量汇聚。组织开展工业数据资源调查，引导企业加强数据资源管理，实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据，在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台，实现多源异构数据的融合和汇聚。

（四）统筹建设国家工业大数据平台。建设国家工业互联网大数据中心，汇聚工业数据，支撑产业监测分析，赋能企业创新发展，提升行业安全运行水平。建立多级联动的国家工业基础大数据库，研制产业链图谱和供应链地图，服务制造业高质量发展。

三、推动数据共享

（五）推动工业数据开放共享。支持优势产业上下游企业开放数据，加强合作，共建安全可信的工业数据空间，建立互利共赢的共享机制。引导和规范公共数据资源开放流动，鼓励相关单位通过共享、交换、交易等方式，提高数据资源价值创造的水平。

（六）激发工业数据市场活力。支持开展数据流动关键技术攻关，建设可信的工业数据流通环境。构建工业大数据资产价值评估体系，研究制定公平、开放、透明的数据交易规则，加强市场监管和行业自律，开展数据资产交易试点，培育工业数据市场。

四、深化数据应用

（七）推动工业数据深度应用。加快数据全过程应用，发展数据驱动的制造新模式新业态，引导企业用好各业务环节的数据。

（八）开展工业数据应用示范。组织开展工业大数据应用试点示范，总结推广工业大数据应用方法，制定工业大数据应用水平评估标准，加强对地方和企业应用现状的评估。

（九）提升数据平台支撑作用。发挥工业互联网平台优势，提升平台的数据处理能力。面向中小企业开放数据服务资源，提升企业数据应用能力。加快推动工业知识、技术、经验的软件化，培育发展一批面向不同场景的工业APP。

（十）打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛，助力行业创新应用。加大宣传推广力度，开展线上线下数据应用培训活动。

五、完善数据治理

（十一）开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》（GB/T36073-2018，简称DCMM）国家标准，构建工业大数据管理能力评估体系，引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。

（十二）推动标准研制和应用。加强工业大数据标准体系建设，加快数据质量、数据治理和数据安全等关键标准研制，选择条件成熟的行业和地区开展试验验证和试点推广。

（十三）加强工业数据分类分级管理。落实《工业数据分类分级指南（试行）》，实现数据科学管理，推动构建以企业为主体的工业数据分类分级管理体系。

六、强化数据安全

（十四）构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任，构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设，实现闭环管理，全面保障数据安全。

（十五）加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关，提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业，增强数据安全服务，培育良好安全产业生态。

七、促进产业发展

（十六）突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用，推动人工智能、区块链和边缘计算等前沿技术的部署和融合。

（十七）打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发，构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业，发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。

（十八）着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台，围绕重大共性需求和行业痛点开展协同创新，加快技术成果转化，推动产业基础高级化和产业链现代化。

八、加强组织保障

（十九）健全工作推进机制。省级工业和信息化主管部门（大数据产业主管部门）要建立工业大数据推进工作机制，统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新，开展重大问题研究，实施政策评估咨询，助力工业大数据创新应用。

（二十）强化资金人才支持。发挥财政资金的引导作用，推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务，扶持工业大数据创新创业。完善人才培养体系，培育既具备大数据技术能力又熟悉行业需求的复合型人才。

（二十一）促进国际交流合作。围绕政策、技术、标准、人才、企业等方面，推进工业大数据在更大范围、更宽领域、更深层次开展合作交流，不断提升国际化发展水平。