加快我國制造業(yè)高質(zhì)量發(fā)展，推進(jìn)大數據和實(shí)體經(jīng)濟深度融合，是黨的十九大報告提出的實(shí)現經(jīng)濟高質(zhì)量發(fā)展的重要舉措。2019年是天津市智能制造的“攻堅年”。

2019年1月，《天津市大數據發(fā)展規劃（2019-2022年）》和《天津市促進(jìn)大數據發(fā)展應用條例》正式出臺實(shí)施，旨在營(yíng)造大數據發(fā)展的良好環(huán)境，建設數字天津，使大數據成為推動(dòng)天津高質(zhì)量發(fā)展的新動(dòng)能，盡快建成全國先進(jìn)制造研發(fā)基地。

我市制造業(yè)與大數據融合發(fā)展初見(jiàn)成效

第一，大數據產(chǎn)業(yè)集聚效應初步顯現。2013年，我市出臺《濱海新區大數據行動(dòng)方案（2013-2015）》，我市貫徹落實(shí)京津冀協(xié)同發(fā)展戰略，依托北京中關(guān)村信息產(chǎn)業(yè)的技術(shù)優(yōu)勢和“京津冀國家大數據綜合試驗區”，培育和承接了一大批大數據企業(yè)和重點(diǎn)項目，是目前我國大數據企業(yè)集聚最多的地方之一，形成了京津冀大數據走廊格局。

第二，大數據技術(shù)創(chuàng )新取得突破。我市依托大數據產(chǎn)業(yè)發(fā)展試點(diǎn)和重點(diǎn)示范項目，促進(jìn)大數據和實(shí)體經(jīng)濟融合發(fā)展。大數據領(lǐng)域的專(zhuān)利申請數量呈快速增長(cháng)模式，依托于大數據發(fā)展平臺、大數據孵化產(chǎn)業(yè)基地與眾創(chuàng )空間，科技“小巨人”企業(yè)正逐步成為引領(lǐng)我市科技創(chuàng )新的重要主體。

第三，大數據助力我市制造業(yè)轉型升級成效明顯。一是“改造”。通過(guò)改造和升級制造設備，優(yōu)化工藝技術(shù)流程，提高制造業(yè)自動(dòng)化和信息化。二是“融合”。深化大數據技術(shù)與企業(yè)管理融合，實(shí)現生產(chǎn)的智能化、高端化和柔性化。三是“重構”。制造業(yè)企業(yè)依托大數據服務(wù)平臺，進(jìn)行研發(fā)、設計、生產(chǎn)、營(yíng)銷(xiāo)、物流、售后等全產(chǎn)業(yè)鏈環(huán)節的創(chuàng )新，重構商業(yè)模式，推動(dòng)制造業(yè)的服務(wù)化轉型。

我市制造業(yè)與大數據融合存在的問(wèn)題

第一，大數據與實(shí)體經(jīng)濟融合的產(chǎn)業(yè)體系有待完善。我國目前尚未形成大數據產(chǎn)業(yè)統一的統計口徑，對大數據產(chǎn)業(yè)的描述多為“大數據相關(guān)產(chǎn)業(yè)”等模糊性概念。我市著(zhù)力打造的智能科技產(chǎn)業(yè)既是大數據、云計算、人工智能等新技術(shù)的應用成果，也是大數據產(chǎn)業(yè)體系中的重要部分，產(chǎn)業(yè)界定不清會(huì )帶來(lái)規劃上的不兼容。同時(shí)數據資源的開(kāi)放、共享的程度較低、數據權屬不清、數據交易效率不高等基礎性產(chǎn)業(yè)體系也不成熟，這些都將對大數據與實(shí)體經(jīng)濟尤其是制造業(yè)的深度融合帶來(lái)不利影響。

第二，設備連接不足，制造業(yè)企業(yè)應用大數據的基礎較弱。近年來(lái)制造業(yè)企業(yè)創(chuàng )新熱情不高，大數據領(lǐng)域的大部分創(chuàng )新成果仍集中在高科技公司和互聯(lián)網(wǎng)公司，制造業(yè)企業(yè)的創(chuàng )新則集中在工藝和產(chǎn)品方面，商業(yè)模式創(chuàng )新占比較低，企業(yè)設備數字化率和裝備數控化率較低。制造業(yè)企業(yè)在應用大數據時(shí)，在技術(shù)研發(fā)、應用以及設備更新等方面，面臨的轉型成本高、風(fēng)險大，因而企業(yè)轉型意愿不高，導致大數據在制造業(yè)企業(yè)落地難，企業(yè)承載能力較弱等問(wèn)題。

第三，工業(yè)大數據整體仍處于起步階段，相關(guān)研究成果不足，成果轉化率低。目前大數據應用最多的領(lǐng)域仍集中在金融、電商、政務(wù)、醫療等方面，工業(yè)大數據的應用還剛起步，加之制造業(yè)生產(chǎn)的復雜性和行業(yè)投入要素的異質(zhì)性，大數據在制造業(yè)中的應用場(chǎng)景和模型不足。同時(shí)，大數據方面的技術(shù)供給與制造業(yè)轉型需求的匹配不足，科研成果轉化成本高，轉化率低。

第四，大數據人才短缺制約了制造業(yè)與大數據融合的步伐。我市大數據和制造業(yè)的融合，對兩類(lèi)人才存在需求，一是大數據領(lǐng)域的專(zhuān)業(yè)技術(shù)人才，主要是負責大數據核心技術(shù)領(lǐng)域的成果研發(fā)和技術(shù)創(chuàng )新；二是制造業(yè)方面的大數據應用人才。推動(dòng)我市制造業(yè)和大數據的跨界融合，勢必需要既了解制造業(yè)業(yè)務(wù)發(fā)展需求，同時(shí)也掌握大數據專(zhuān)業(yè)技術(shù)和管理的復合型人才，他們是真正推動(dòng)大數據和制造業(yè)融合的關(guān)鍵。

推動(dòng)我市制造業(yè)與大數據融合的對策思考

第一，提高數字化基礎設施建設水平，激發(fā)企業(yè)在大數據領(lǐng)域的“雙創(chuàng )”熱情。一是完善大數據領(lǐng)域的基礎設施建設，加快工業(yè)大數據核心技術(shù)和相關(guān)產(chǎn)品的研發(fā)、成果轉化與應用；二是要盡快完善大數據技術(shù)標準，修訂和完善數據安全和使用方面的相關(guān)法規，如數權法和數據共享開(kāi)放的相關(guān)規定等；三是要通過(guò)政策引導和金融財政支持，深化財稅金融體制改革，引入民間資本，支持企業(yè)加快技術(shù)改造和設備更新，提高“雙創(chuàng )”熱情。

第二，培育和完善大數據產(chǎn)業(yè)體系。建立大數據產(chǎn)業(yè)統一的統計口徑，界定產(chǎn)業(yè)邊界，促進(jìn)數據共享和數據交易；加大研發(fā)投入，推進(jìn)科研體制改革，加強知識產(chǎn)權保護，建立研發(fā)激勵機制，在大數據關(guān)鍵領(lǐng)域打造出一批具有國際競爭力的技術(shù)產(chǎn)品；打造良好的營(yíng)商環(huán)境，通過(guò)相關(guān)政策支持和戰略規劃，以龍頭企業(yè)為核心，鼓勵大數據領(lǐng)域的創(chuàng )新創(chuàng )業(yè)活動(dòng)。

第三，健全大數據的理論基礎研究和社會(huì )應用研究。大數據是一門(mén)以數據為核心的交叉性科學(xué)。要完善大數據學(xué)科的理論基礎研究，探究大數據的生命周期和演化規律，為大數據和制造業(yè)融合的實(shí)踐活動(dòng)提供理論支持。此外，在社會(huì )應用方面，要深入推進(jìn)大數據和實(shí)體經(jīng)濟的融合，總結大數據在制造業(yè)中的典型應用場(chǎng)景，以及驅動(dòng)制造業(yè)轉型升級的原理和機制，從而更好地制定行動(dòng)規劃推進(jìn)大數據與制造業(yè)的融合，以創(chuàng )新引領(lǐng)發(fā)展新模式。

第四，建立有效的人才培養和引進(jìn)機制。一是建立完善的、多層次、全方位的產(chǎn)學(xué)研合作方案，在高校不僅要開(kāi)設大數據相關(guān)學(xué)科，也要強化高校與企業(yè)、研究所的實(shí)踐對接，加強校企聯(lián)系，培養大數據領(lǐng)域的復合型人才；二是建立市場(chǎng)化的人才選聘和激勵創(chuàng )新機制。一方面通過(guò)市場(chǎng)力量完成對一部分信息技術(shù)人才的大數據專(zhuān)業(yè)技術(shù)改造，實(shí)現技術(shù)人員的轉型；另一方面要完善人才引進(jìn)的政策體系，加大資金支持力度，同時(shí)利用市場(chǎng)力量吸引和集聚海內外優(yōu)秀人才。

摘自《天津日報》