工业数据作为加速制造业数字化转型的重要驱动力，在当今全球经济中发挥着至关重要的作用。数字化转型已经成为制造业迈向更高效、更灵活和更智能方向的必然趋势，而工业数据则是实现这一目标的核心动力。
工业数据的重要性体现在其对生产过程的深刻洞察。通过对工业数据的实时监测和分析解析，企业不仅能够精准把握设备状态、生产效率和质量控制等关键要素，更能发挥工业数据驱动生产优化的重要作用，不仅提高了制造效率、降低了生产成本，更显著提升了企业竞争力。
同时，工业数据为制造企业提供了智能决策支持。通过大数据分析和人工智能技术，企业可以进行更精准的市场预测、供应链规划和资源管理，促进企业更灵活调整生产计划，满足不断变化的市场需求。
在数字化转型的浪潮中，工业数据的综合应用涉及物联网、工业互联网、人工智能等多个领域。这种综合性的数字化解决方案，不仅提升了制造业的核心竞争力，也为未来工业创新奠定了坚实的基础。工业数据因其对生产、决策和创新的全方位促进，正引领着制造业踏上数字化转型的快车道。
新形势：实现制度化建设、规范化应用和标准化引领
我国制造业数字化转型、工业互联网等加速推进，推动工业数据要素技术创新和应用实践日趋活跃，在数据应用基础、应用水平、应用生态等方面均取得新进展。
数据要素流通制度加快建设
在国家层面，党中央、国务院高度重视数据要素流通及市场化配置改革，陆续出台多项政策。2021年1月印发《建设高标准市场体系行动方案》，提出“建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范”；2022年1月印发《要素市场化配置综合改革试点总体方案》，明确“探索建立数据要素流通规则”。“数据二十条”提出“建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度”。
在行业层面，数据要素行业流通不断探索，交通领域的《推进综合交通运输大数据发展行动纲要（2020—2025年）》《数字交通“十四五”发展规划》、医疗领域的《关于促进和规范健康医疗大数据应用发展的指导意见》、金融领域的《金融科技发展规划（2022—2025年）》、农业领域的《关于推进农业农村大数据发展的实施意见》、工业领域的《关于工业大数据发展的指导意见》，加快数据要素的跨行业流通。
工业数据要素市场规模持续扩大
- 一是工业数据市场规模持续扩大。IDC数据显示，2020年中国工业数据智能市场规模为35.8亿元，预计2021—2025年的年复合增长率达到31.6%。
- 二是工业数据要素加快汇聚。国家工业互联网大数据中心体系持续完善建设，加快我国工业互联网大数据的汇聚、存储、计算和应用，已汇聚约29亿条工业互联网数据，覆盖约703万家企业。
- 三是工业大数据产业集群效应初显。当前，我国已建设8个国家大数据综合试验区和11个大数据领域国家新型工业化产业示范基地，工业大数据产业集群规模初显。
此外，我国已培育形成110家智能制造试点示范工厂，聚焦研发、设计、生产、物流等制造过程的重点环节，共同打造241个智能制造优秀场景，且多个场景之间实现了良好的集成协同。如，浙江省建成41家“未来工厂”，以数据驱动生产方式和企业形态的变革；江苏省培育198个智能制造示范工厂，推动企业“智改数转”；上海市公布100家智能工厂名单，发挥智能制造示范工厂标杆带动效应。
工业数据应用规范日渐成熟
一方面，加速覆盖应用领域。当前，工业数据要素应用逐渐覆盖研发设计、生产制造、销售服务等各个环节，并加速向原材料、装备等细分行业拓展。截至2022年6月，工业制造业企业实现平台化设计、智能化生产、网络化协同、个性化定制的比例分别达到9.5%、6.6%、39.5%和10.8%。
另一方面，加快完善数据应用安全审查制度。我国实施数据安全审查制度，审查涉及国家安全和公共利益的重要数据出境传输，防止数据泄露和滥用。推动包括数据加密、网络安全防护、身份认证在内的信息安全技术研发和应用，防止数据在传输和存储过程中被非法获取或篡改。此外，鼓励企业和组织对数据系统进行安全评估和认证，确保其满足数据安全标准和要求，加快提升数据流通的安全性和可信度。
数据要素流通标准抢先研制
数据要素流通的国际标准尚未完善，但我国已经积极开展先行先试。国际标准开始研制推广，2022年9月，由蚂蚁集团牵头，国家电网、浙江大学等12家机构制定“基于区块链的可信数据流通标准”，获IEEE计算机协会立项，规定平台数据流通流程等要求。国家标准加快制定，2014年，工信部和国标委成立“全国信标委大数据标准工作组”，现已出台33个数据领域国家标准。
探索地方应用，上海市、山东省、浙江省、贵州省、四川省、内蒙古自治区等省份形成40余项地方标准。推进团体标准，各地电子信息行业联合会、大数据发展促进会等社会团体陆续发布近20个数据要素流通标准，如山东数据交易流通协会《数据产品登记业务流程规范》。探索行业应用，已陆续发布7项金融、4项电力、5项工业互联网、4项电子商务领域的要素流通标准，如《证券登记结算业务数据交换协议》《期货交易数据交换协议》《电能质量数据交换格式规范》等。
新挑战：工业数据流通仍面临三大阻碍
当前，工业数据要素流通面临数据权属难理清、流通技术不成熟、流通标准不统一等问题，显著降低了工业数据的流通效率与应用效果。
数据要素流通归属权复杂
一方面，流通数据的所有者权属难以确认。工业数据涉及主体众多，如工业应用运行过程中产生诸如运行、分析、预测等数据，不同类型的数据价值评估、定价及利益分配均无清晰的数据流通权属规则。许多工业数据是由多个企业或组织共同产生的，数据归属权难以确定。一些数据通过合作或共享生成，数据所有者不明确。
另一方面，工业数据分类分级标准实操性不强。当前，《工业数据分类分级指南（试行）》中的分类维度包括但不限于研发数据域（研发设计数据、开发测试数据等）、生产数据域（控制信息、工艺参数、系统日志等）、运维数据域（物流数据、产品售后服务数据等）、管理数据域（系统设备资产信息、产品供应链数据等）、外部数据域（与其他主体共享的数据等）5大类，仅按照平台运营、企业管理两个大类对平台企业数据进行了分类，更多场景和行业数据的具体分类分级规则尚不具备可落地性。
工业数据流通技术应用不成熟
工业数据要素流通技术应用不成熟是“有数流不动”的根源所在，在工业数据要素应用保障、技术路线、系统工具等方面仍处空白。
数据流转的持续安全难保障。传统的数据安全以保护静态的存储数据为主，强调数据库的边界安全，而数据流通则强调数据全生命周期的内生安全，需确保要素流转的持续安全，提高数据安全保护的复杂性和实现难度。近年来，世界各国发生多起数据泄露、越权滥用等事件，秘密和隐私数据失控风险增大。
数据传输加密水平低。我国数据传输加密技术广泛应用于微信、QQ、百度网盘等网络通信、数据传输、信息存储领域，但流通交易所需的现代密码技术、数据血缘、智能合约、可信执行环境等技术有待开发利用。加密流通、数据溯源等技术应用未普及，无法确保数据流通交易的实际管控。
数据隐私技术实践效果差。我国数据隐私技术应用以密码学计算技术为主，大多集中在立法领域。而以联邦学习为代表的人工智能与隐私保护技术、以可信执行环境为代表的可信硬件隐私计算也多聚集于金融、医疗等行业，数据孤岛问题仍未破解，跨组织、跨企业的工业数据交换安全体验感较差。
流通共享意愿低。《2023年第一季度数据资产泄露分析报告》显示，第一季度发生近1000起数据泄露事件，涉及1204家企业、38个行业。工业互联网产业联盟对125家制造企业的调研显示，近80%企业不敢开展数据共享流通，其原因包括商业秘密泄露、流通范围不受控制、技术保障缺失等。
工业数据要素标准尚未统一
- 一是互操作标准未统一。数据的需求方和使用方需要使用同样的技术才可以实现供需两端的数据互通。当前，跨行业、跨组织的数据往往采用不同的结构、标准、格式，加大数据集成和共享难度，阻碍数据流通利用。
- 二是定价标准各异。数据交易大都采用“一事一议”或单方主导的定价方式，定价的随意性、掠夺性和垄断性问题突出，市场交易难撮合。
- 三是交易标准未统一。数据交易机构之间发展模式差异大，市场准入与退出规则、数据交易及收益分配规则等自成体系，数据流通范围有限。
- 四是流通体系差异大。以征信业务为例，数据来源一方面是国家发改委社会信用体系下的公共数据授权使用，如公积金、水、电、煤等；另一方面是中国人民银行征信体系下为地方征信平台提供信贷数据，工业数据来源差异化大、行业壁垒大等问题限制了工业数据的自由流动。
新使命：多方发力持续推动工业数据赋能赋值赋智
工业数据要素作为流通对象，从数据供给方传递到数据需求方，数据资源先后被多主体获取、掌握并利用。对此，应增强流通技术应用、规范流通操作标准，加快释放工业数据的潜在价值。
加快确立工业数据要素流通规则。
- 一是优先划定法律监管红线。优先明确合规监管底线，分类清理、规范不适应数据要素流通发展需要的行政许可、资质资格等事项，为数据流通参与主体的探索提供稳定预期。
- 二是明确工业数据流通标准。探索工业数据全流程应用的所有权归属和使用权限，确保工业数据所有者有权决定数据的流通方式、使用目的和范围，并明确规定数据使用者需获得的授权和许可。
- 三是结合应用场景明确授权责任。明确数据要素的流通条件、权利和义务，明确数据需求方（即场景应用方）承担获取信息主体同意的数据授权成本。
- 四是探索灵活的许可模式和合同机制。允许工业数据要素的许可条件和使用权限根据具体的使用情况而定，协商调整包括数据使用范围、期限、治理要求等合同内容。例如，根据工业数据要素的价值、用途和时效性，采取非独占许可、时间限制或地理限制等。
提升工业数据要素流通技术应用。
- 一是数据的隐私保护。增强数据隐私技术的单独、组合应用，探索基于数据加密、哈希、差分隐私的组合式数据隐私技术应用，支持数字水印、数据脱敏、匿名化、可信计算和同态加密等技术广泛使用。
- 二是技术的全流程跟踪。加快开展基于区块链技术的数据授权存证、数据溯源和数据完整性跟踪，确保数据流通过程的权益归属。
- 三是技术的多领域融合。增强隐私计算、联邦学习、人工智能等新技术在流通全周期、全链条融合应用，利用区块链技术实现全链条监管。
- 四是鼓励数据交易所等第三方机构面向工业数据交易需求，探索数据治理、数据运营、合规认证、安全审计、资产评估、数据托管等市场服务。
规范工业数据要素操作应用标准。
- 一是在互操作性标准方面，制定并采用通用型数据标准、格式和接口规范，确保数据要素具有良好的互操作性，增强数据跨系统、跨平台无缝流通和集成的能力。
- 二是在流通技术标准方面，探索建立国家层面的数据匿名化使用标准，明确可监管、可应用的匿名使用条件，提供统一的标准促进数据匿名化流转。
- 三是在管理能力标准方面，加快地方建设工业大数据集成平台和大数据中心的步伐，开展工业企业数据管理能力成熟度（DCMM）评估，构建工业数据分类分级管理体系，提升企业工业数据资源高效汇聚和安全管理。
- 四是在泄露通知标准方面，规范数据泄露通知标准流程，针对发生和可能发生的网络数据泄露、损毁、丢失的情形，除了要求电信业务经营者、互联网信息服务提供者等通知主管部门外，还应同时通知可能受影响的用户，确保用户第一时间了解与其有关的数据安全情况并减少损失。
本文作者：
山西师范大学社会学与法学学院 张文
中国电子信息产业发展研究院信息化与软件产业研究所 左佐卉 杨辰凌 牟华伟
成为数治产研共同体IRCDG 的一员，不只有全球 CXO 携手为你打造数治领导力，与产研导师相约学习研讨，更有定制的数字推广放大你的声音，直击目标潜在客户，长按海报扫码添加老邪企业微信直通：
团队素养水准评估；
数治要素x行业共建；
数治连线专场直播；
公司产品和案例入库等。
