工业大数据的属性特征、价值创造及开发模式

摘要：

工业大数据是支撑产业数字化转型、促进数字经济与实体经济深度融合的关键生产要素.与其他数据类型相比,工业大数据具有更强的排他性、价值性、系统性和风险性,在提升数据要素潜力的同时,也对其价值创造机制形成更多约束.基于生产设备、工业产品、产业链等数据的分析使用,有助于优化资产性能、提升产品研制效率、增强产业链协同配合,提升数据的价值创造潜力.然而,工业大数据的独特属性也造成企业数据供给意愿不足、采集分析技术难度提升、数据应用场景不明确等价值创造挑战.以欧盟IDS、日本CIOF为代表的"数据空间"模式是目前较为可行的工业大数据开发模式,能够较好满足数据主体对可信安全环境、技术标准支撑、应用场景优化的需求.为充分释放我国工业大数据要素潜力,可借鉴欧日相关模式经验,着力完善工业大数据战略规划和管理体系、创新工业大数据流通和服务模式、加强工业企业数据管理和使用能力,加快推进工业大数据制度体系和产业生态建设.

关键词：工业大数据、数据要素、价值创造、国际经验

所属期刊栏目：22

分类号：F062.4;F062.9(经济学分支科学)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：25-36