《工業和信息化部關于工業大數據發展的

指導意見》政策全文及解讀

2020年05月

政策解讀

近日，工業和信息化部發布《關于工業大數據發展的指導意見》（工信部信發〔2020〕67號，下稱《指導意見》），對我國工業大數據發展進行了全面部署，進一步促進大數據與工業深度融合發展。

一、關于《指導意見》的背景意義

工業大數據涵蓋工業領域產品和服務全生命周期的各類數據，是新一代信息網絡技術與工業深度融合的產物，是制造業數字化、網絡化、智能化發展的基礎性戰略資源。發展工業大數據，有利于促進工業數字化轉型，激活工業數據資源要素潛力。

黨中央、國務院高度重視工業大數據發展。習近平總書記指出，要系統推進工業互聯網基礎設施和數據資源管理體系建設。《促進大數據發展行動綱要》《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》等政策文件的重點任務均提出要促進工業大數據的發展和應用。近日，黨中央、國務院印發《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出要支持構建工業等領域規范化數據開發利用的場景，提升工業數據資源價值。

在前期深入調研、梳理問題、聽取相關企業和專家意見建議的基礎上，工業和信息化部研究制定了《指導意見》。《指導意見》的出臺，一是落實黨中央、國務院工作部署，推進制造強國和網絡強國建設，加快工業數字化轉型進程；二是促進工業數據匯聚、共享和應用，強化數據治理和數據安全，著力解決我國工業大數據發展面臨的突出問題；三是凝聚各方共識，構建協同推進的工作體系，形成工業大數據發展合力。

二、關于《指導意見》的整體思路

《指導意見》以習近平新時代中國特色社會主義思想為指導，全面貫徹黨的十九大和十九屆二中、三中、四中全會精神，順應大數據與工業深度融合發展趨勢，通過促進工業數據匯聚共享、深化數據融合創新、提升數據治理能力、加強數據安全管理，打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。

三、關于《指導意見》的重點任務

為激發工業數據要素潛力，全面提升工業大數據產業發展水平，《指導意見》提出了6個方面18項重點任務。

一是加快數據匯聚。把數據資源高質量采集上來、匯聚起來，是工業大數據開發利用的前提和基礎。作為世界第一制造大國，我國工業數據資源極為豐富，但當前，工業數據采集匯聚中還存在不少困難，數據不可見、不可管、不可用等問題突出。為此，《指導意見》設置了4項重點任務，多種舉措推動工業大數據高質量采集匯聚，為擴大和深挖數據要素價值打好堅實基礎，主要是：支持工業企業實施設備數字化改造，引導工業設備企業開放數據接口；推進工業互聯網建設，加快工業設備互聯互通；組織開展工業數據資源調查，整合重點領域統計數據和監測數據，在重點行業建設國家級數據庫，支持企業建設數據匯聚平臺；建設國家工業互聯網大數據中心，建立多級聯動的國家工業基礎大數據庫。

二是推動數據共享。數據自主有序流動，是激發數據要素價值、擴大數據生產力乘數效應的重要途徑。黨中央、國務院近日發布的《關于構建更加完善的要素市場化配置體制機制的意見》把“數據”與土地、勞動力、資本、技術等傳統要素并列，努力推動數據的市場化流動共享和優化配置。全球看，以歐盟為代表的發達工業國家和地區，在推動工業數據共享流通方面已經進行了前沿探索，我國工業數據的共享流通主要發生在企業內部和產業鏈上下游企業間，亟待從局部拓展到全局。為此，《指導意見》設置了2項重點任務，逐步推動工業數據在更大范圍、更加充分和有序地共享流通，主要是：支持企業共建安全可信的工業數據空間，引導和規范公共數據資源開放流動；開展數據流動關鍵技術攻關，構建工業大數據資產價值評估體系，明確交易規則，加強市場監管，培育工業數據市場。

三是深化數據應用。融合應用是構建數據驅動閉環的根本牽引力，但傳統工業企業，特別是中小型工業企業普遍存在對數據應用的認識不足、能力不夠等問題，此外，大數據應用的深度和廣度還需進一步拓展。為此，《指導意見》設置了4項重點任務，通過從需求和供給兩端發力，共同推動工業大數據融合應用縱深發展，主要是：加快數據全過程應用，發展數據驅動的制造新模式新業態；組織開展工業大數據應用試點示范，制定工業大數據應用水平評估標準；提升工業互聯網平臺支撐作用，面向中小企業開放數據服務資源，培育發展工業APP；培育工業大數據解決方案供應商，開展競賽、培訓等活動，打造工業數據應用生態。

四是完善數據治理。強化數據治理的目的是為了提升數據質量，保障數據的可用可管、完整準確和安全可信。當前，我國工業企業普遍存在數據管理意識缺乏，管理方式落后、管理體系不健全等問題，制約了數據價值的釋放。為此，《指導意見》設置了3項重點任務，通過提升工業數據治理能力，為工業大數據開發利用保駕護航，主要是：推廣《數據管理能力成熟度評估模型》（DCMM）國家標準，構建工業大數據管理能力評估體系，鼓勵各級政府加強政策引導和資金支持；加強工業大數據標準體系建設，推動關鍵標準研制、試驗驗證和試點推廣；落實《工業數據分類分級指南（試行）》，構建工業數據分類分級管理體系。

五是強化數據安全。安全是促進工業數據發展必須守住的底線，也反過來成為制約發展的天花板。由于存在敏感數據被竊取、正常生產運行受干擾等風險，工業企業在數據深度應用、流通共享等方面存在很多顧慮，掣肘了工業大數據流動和應用。為此，《指導意見》設置2項重點任務，通過構建工業大數據安全保障體系，筑好筑牢發展的底線和防線，主要是：建立工業數據安全責任體系，加強工業大數據安全能力建設；開展安全技術攻關，加強工業數據安全產品研發，培育安全骨干企業和安全產業生態。

六是促進產業發展。技術產業是數據深化應用的有力支撐。近年來，我國大數據技術產業快速發展，但在關鍵共性技術、產品體系和服務能力等方面還存在短板，這成為制約高水平融合應用的重要瓶頸。為此，《指導意見》設置了3項重點任務，通過促進工業大數據技術產業發展，強化應用支撐能力，主要是：加快工業數據關鍵共性技術研發應用，推動前沿技術部署融合；構建工業大數據產品體系，培育工業數據服務企業，發展第三方服務機構；支持產學研合作建設工業大數據創新平臺，開展協同創新，加快技術成果轉化。

四、關于《指導意見》的保障措施

為保障各項重點任務有序開展，確保相關工作取得實效，《指導意見》提出了三個方面的保障措施：

一是健全工作推進機制，省級主管部門要建立工業大數據推進工作機制，因地制宜加強政策創新，統籌推進工業大數據發展。

二是強化資金人才支持，發揮財政資金引導作用，推動各類金融機構加大扶持力度，完善人才培養體系。

三是促進國際交流合作，圍繞政策、技術、標準、人才、企業等方面開展全方位深層次合作交流，提升國際化發展水平。

政策全文：

各省、自治區、直轄市及計劃單列市、新疆生產建設兵團工業和信息化主管部門（大數據產業主管部門）：   

工業大數據是工業領域產品和服務全生命周期數據的總稱，包括工業企業在研發設計、生產制造、經營管理、運維服務等環節中生成和使用的數據，以及工業互聯網平臺中的數據等。為貫徹落實國家大數據發展戰略，促進工業數字化轉型，激發工業數據資源要素潛力，加快工業大數據產業發展，現提出如下意見。

一、總體要求  

堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的十九大和十九屆二中、三中、四中全會精神，牢固樹立新發展理念，按照高質量發展要求，促進工業數據匯聚共享、深化數據融合創新、提升數據治理能力、加強數據安全管理，著力打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。

二、加快數據匯聚

（一）推動工業數據全面采集。支持工業企業實施設備數字化改造，升級各類信息系統，推動研發、生產、經營、運維等全流程的數據采集。支持重點企業研制工業數控系統，引導工業設備企業開放數據接口，實現數據全面采集。

（二）加快工業設備互聯互通。持續推進工業互聯網建設，實現工業設備的全連接。加快推動工業通信協議兼容統一，打破技術壁壘，形成完整貫通的數據鏈。

（三）推動工業數據高質量匯聚。組織開展工業數據資源調查，引導企業加強數據資源管理，實現數據的可視、可管、可用、可信。整合重點領域統計數據和監測數據，在原材料、裝備、消費品、電子信息等行業建設國家級數據庫。支持企業建設數據匯聚平臺，實現多源異構數據的融合和匯聚。

（四）統籌建設國家工業大數據平臺。建設國家工業互聯網大數據中心，匯聚工業數據，支撐產業監測分析，賦能企業創新發展，提升行業安全運行水平。建立多級聯動的國家工業基礎大數據庫，研制產業鏈圖譜和供應鏈地圖，服務制造業高質量發展。

三、推動數據共享

（五）推動工業數據開放共享。支持優勢產業上下游企業開放數據，加強合作，共建安全可信的工業數據空間，建立互利共贏的共享機制。引導和規范公共數據資源開放流動，鼓勵相關單位通過共享、交換、交易等方式，提高數據資源價值創造的水平。

（六）激發工業數據市場活力。支持開展數據流動關鍵技術攻關，建設可信的工業數據流通環境。構建工業大數據資產價值評估體系，研究制定公平、開放、透明的數據交易規則，加強市場監管和行業自律，開展數據資產交易試點，培育工業數據市場。

四、深化數據應用

（七）推動工業數據深度應用。加快數據全過程應用，發展數據驅動的制造新模式新業態，引導企業用好各業務環節的數據。

（八）開展工業數據應用示范。組織開展工業大數據應用試點示范，總結推廣工業大數據應用方法，制定工業大數據應用水平評估標準，加強對地方和企業應用現狀的評估。

（九）提升數據平臺支撐作用。發揮工業互聯網平臺優勢，提升平臺的數據處理能力。面向中小企業開放數據服務資源，提升企業數據應用能力。加快推動工業知識、技術、經驗的軟件化，培育發展一批面向不同場景的工業APP。

（十）打造工業數據應用生態。面向重點行業培育一批工業大數據解決方案供應商。鼓勵通過開展工業大數據競賽，助力行業創新應用。加大宣傳推廣力度，開展線上線下數據應用培訓活動。

五、完善數據治理

（十一）開展數據管理能力評估貫標。推廣《數據管理能力成熟度評估模型》（GB/T 36073-2018，簡稱DCMM）國家標準，構建工業大數據管理能力評估體系，引導企業提升數據管理能力。鼓勵各級政府在實施貫標、人員培訓、效果評估等方面加強政策引導和資金支持。

（十二）推動標準研制和應用。加強工業大數據標準體系建設，加快數據質量、數據治理和數據安全等關鍵標準研制，選擇條件成熟的行業和地區開展試驗驗證和試點推廣。

（十三）加強工業數據分類分級管理。落實《工業數據分類分級指南（試行）》，實現數據科學管理，推動構建以企業為主體的工業數據分類分級管理體系。

六、強化數據安全

（十四）構建工業數據安全管理體系。明確企業安全主體責任和各級政府監督管理責任，構建工業數據安全責任體系。加強態勢感知、測試評估、預警處置等工業大數據安全能力建設，實現閉環管理，全面保障數據安全。

（十五）加強工業數據安全產品研發。開展加密傳輸、訪問控制、數據脫敏等安全技術攻關，提升防篡改、防竊取、防泄漏能力。加快培育安全骨干企業，增強數據安全服務，培育良好安全產業生態。

七、促進產業發展

（十六）突破工業數據關鍵共性技術。加快數據匯聚、建模分析、應用開發、資源調度和監測管理等共性技術的研發和應用，推動人工智能、區塊鏈和邊緣計算等前沿技術的部署和融合。

（十七）打造工業數據產品和服務體系。推動工業大數據采集、存儲、加工、分析和服務等環節相關產品開發，構建大數據基礎性、通用性產品體系。培育一批數據資源服務提供商和數據服務龍頭企業，發展一批聚焦數據標準制定、測試評估、研究咨詢等領域的第三方服務機構。

（十八）著力構建工業數據創新生態。支持產學研合作建設工業大數據創新平臺，圍繞重大共性需求和行業痛點開展協同創新，加快技術成果轉化，推動產業基礎高級化和產業鏈現代化。

八、加強組織保障

（十九）健全工作推進機制。省級工業和信息化主管部門（大數據產業主管部門）要建立工業大數據推進工作機制，統籌推進地方工業大數據發展。鼓勵各地因地制宜加強政策創新，開展重大問題研究，實施政策評估咨詢，助力工業大數據創新應用。

（二十）強化資金人才支持。發揮財政資金的引導作用，推動政策性銀行加大精準信貸扶持力度。鼓勵金融機構創新產品和服務，扶持工業大數據創新創業。完善人才培養體系，培育既具備大數據技術能力又熟悉行業需求的復合型人才。

（二十一）促進國際交流合作。圍繞政策、技術、標準、人才、企業等方面，推進工業大數據在更大范圍、更寬領域、更深層次開展合作交流，不斷提升國際化發展水平。

來源：國家工業和信息化部