】 【打 印】 
【 第1页 第2页 】 
“新基建”提速 工业互联网大数据发展迎新机遇
http://www.CRNTT.com   2020-03-12 09:16:13


与传统基建不同,包括工业互联网在内的新型基础设施突破了“铁公机”和房地产为代表的基建模式,赋予数字化、网络化、智能化的内涵,体现当今世界经济和中国经济发展趋势与内在需求。
  中评社北京3月12日电/近期,中央政治局密集召开会议研究新冠肺炎疫情防控工作,部署统筹做好疫情防控和经济社会发展工作, 5G、工业互联网等新型基础设施建设的重要性日益显现。尤其是3月4日中共中央政治局常务委员会召开会议时指出,加快推进国家规划已明确的重大工程和基础设施建设。要加大公共卫生服务,应急物资保障领域投入,加快5G网络、数据中心等新型基础设施建设进度。

  经济参考报发表中国工业互联网研究院首席科学家、中国工程院院士王坚文章表示,与传统基建不同,包括工业互联网在内的新型基础设施突破了“铁公机”和房地产为代表的基建模式,赋予数字化、网络化、智能化的内涵,体现当今世界经济和中国经济发展趋势与内在需求。

  数据要素参与价值创造与分配是实现高质量发展的关键环节

  文章分析,首先,促进数据要素参与价值创造是贯彻落实党中央系列重要指示精神的重要举措。党的十九届四中全会《决定》指出,“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。这是党中央首次提出将数据作为生产要素参与收益分配,标志着中国正式进入数字经济“红利”大规模释放的时代。而早在2017年,中共中央政治局第二次集体学习时就提出,要深入实施工业互联网创新发展战略,系统推进工业互联网基础设施和数据资源管理体系建设,发挥数据的基础资源作用和创新引擎作用,加快形成以创新为主要引领和支撑的数字经济。要推动实施国家大数据战略,加快完善数字基础设施,推进数据资源整合开放共享,保障数据安全,加快建设数字中国。工业互联网数据之所以能够创造价值,是因为它具备提高工业体系中原有要素的价值转化效率、促进生产效率提升的能力。全面提升数据作为核心生产要素参与价值创造和分配的能力,加速流程再造、降低运营成本、提升生产效率,能够极大地激发生产力乘数效应,形成新的生产关系,培育新的工业互联网产业生态。

  其次,促进数据要素参与价值创造和分配是推动新旧动能转换的重要支撑。目前,实体经济之所以利润薄、效率低,很大程度上是由于制造业传统生产要素(劳动力、资金、土地、能源原材料、物流等)供应增长受限导致了成本居高不下,同时,整体营商环境等外部交易成本较高也导致了传统动能减弱。通过加大数据作为关键生产要素参与价值创造和分配的力度,聚焦工业互联网数据标识解析、数据资源管理、数据可信交易、数据安全防护等技术能力提升,可有效促进跨行业、跨地域、跨时空的数据资源汇聚,从而加速工业企业研发设计、生产制造、经营管理、市场营销和售后服务等全流程的智能化转型,进一步推动先进制造业和现代服务业深度融合,实现一二三产业、大中小企业的开放融通发展,培育形成新的经济增长点,推动新旧动能接续转换。

  第三,促进数据要素参与价值创造和分配是推动产业价值链向高端延伸的强大动力。中国制造业供给侧结构性改革仍需进一步深化,低端产能过剩与高端产品供给不足并存的问题亟待解决,构建数据作为重要权属要素参与价值创造和分配的流通体系,聚焦数据权属价值判断和数据交易监管,推动建立数据确权法律法规、数据交易规则、政府监管机制,促进数据流带动技术流、资金流、人才流、物资流,通过跨设备、跨系统、跨企业、跨区域、跨产业的全面互联互通,实现工业生产的资源优化、协同制造和服务延伸,催生智能化生产、网络化协同、服务化延伸、个性化定制等新模式、新业态,从而推动工业生产、制造、服务体系的要素升级、产业链延伸和价值链拓展,构筑面向全球新一轮科技和产业革命的国际竞争新优势。

  以数据中心为抓手深掘工业互联网大数据价值要着重关注五大维度

  文章称,!中国尚未形成统一的工业互联网大数据管理、服务和安全体系,工业互联网大数据资源存在孤立、分散、封闭等问题,数据价值未能得到有效利用,数据主权和数据安全面临重大威胁。当前,中国正在推进以国家工业互联网大数据中心为代表的数据中心建设,通过这一举措对工业互联网大数据资源进行汇聚整合,可有效提升中国工业互联网大数据资源的管理、服务和安全水平,加快推进工业互联网创新发展,助力制造业转型升级,显着提升数据驱动的政府治理能力和数据赋能实体经济的能力。在此过程中,要从五大维度深掘工业互联网数据价值:

  一是顶层设计,要加强数据流通规划,构建数据开放共享机制。突出数据开放和共享的顶层设计,推动制定工业互联网大数据开放共享的政策性文件。加快推进基于国家工业互联网大数据中心的数据应用,建立工业互联网赋能效果评价体系、数据应用能力成熟度评估体系。加强数据标准化顶层设计和推广,聚焦数据集成、互联互通等关键瓶颈问题,优先制定参考模型、元数据、数据采集、数据接口、数据交易、数据标识解析体系、数据质量评价等基础共性标准,鼓励部分重点行业和地方开展标准规范试点示范。建立健全数据交易机制和定价机制,引导培育数据交易市场,探索成立国家级的工业互联网大数据交易中心。
 


【 第1页 第2页 】 


扫描二维码访问中评网移动版 】 【打 印扫描二维码访问中评社微信