中國工業互聯網平臺發展指數構建及應用

肖琳琳，王睿哲，夏宜君，張孟哲

(國家工業信息安全發展研究中心，北京 100040)

1 研究背景

實體經濟是經濟高質量發展的根基，充分發揮數字技術、數據要素對實體經濟的作用，是實現經濟高質量發展的必然選擇［1］。工業互聯網平臺是新一代信息技術與制造業融合發展的重要載體，是加快制造業數字化、網絡化和智能化發展的重要支撐。2017 年，國務院印發《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》，標志著我國工業互聯網創新發展戰略的確立［2］。習近平總書記提出加快工業互聯網發展，加速中國新型工業化進程，為中國經濟發展注入新動能［3］。在社會各界的努力下，工業互聯網產業規模邁過萬億元大關，具有一定影響力的平臺數量超過百家［4］，在制造資源匯聚、新技術融合應用、賦能產業轉型等方面取得豐碩成果。然而，目前我國工業互聯網平臺建設存在重復建設、資源錯配、服務能力不足等問題。

國內外針對工業互聯網開展系列的研究，美國工業互聯網聯盟（Industrial Internet Consortium,IIC）從業務、使用、功能和實施等視角提出了工業互聯網參考架構［5］。中國工業互聯網產業聯盟從互聯互通、綜合集成和數據分析等維度提出工業互聯網成熟度評估模型［6］。中國工業互聯網研究院從網絡、平臺、安全、數據等維度測算了相關產業發展現狀［7］。相關研究均未能解決工業互聯網平臺發展水平科學測度的問題，未能長期、持續跟蹤監測，從統計的角度開展研究和實踐。2021 年，《工業互聯網創新發展行動計劃（2021—2023 年）》提出要“建設平臺數據監測與運行分析系統，編制發布工業互聯網平臺發展指數［8］。”近年來，工業互聯網高速發展，正在促進工業數據實現價值創新，需要探索一套工業互聯網產業發展的“晴雨表”，在數據采集范圍、分析手段和應用方式等方面不斷推陳出新，充分挖掘數據在中觀層面、宏觀層面的價值。

2 工業互聯網創新應用加速產業發展測度的需求

2.1 工業互聯網創新應用加速工業資源匯聚

工業互聯網的興起使得工業數據在采集、分析和應用方式上發生轉變，表格錄入逐步被高精度、多維度儀器識別代替，人工經驗知識庫被動態智能算法和模型優化取代，打破了企業不同系統不能資源共享的垂直獨立的“煙囪式”發展模式，實現跨越地域、跨越組織的設備、業務、場景之間的數據創新應用，數據轉變為支撐管理層決策的工具。工業互聯網平臺云端協同架構打破工業企業數據連接壁壘，大數據、人工智能等信息技術促進企業從人工分析數據到智能數據分析，突破人類認知限制和傳統數據分析方式的局限，從海量數據中識別數據間的相關性，深入挖掘數據價值［9］。

2.2 工業互聯網數據價值挖掘存在諸多障礙

數據作為新生產要素，在推動工業高質量發展方面被寄予厚望。然而，從實踐來看，工業數據價值并未得到充分挖掘，海量的工業數據仍然沉睡在封閉的系統中，廢棄在工業現場，少量的數據應用也大多應用于企業內部［10］，從“有數據”到“用數據”還有很長一段路要走。

產業層面，平臺合作生態不完善。互聯互通本應是工業互聯網產業發展的重要特征，但受制于安全風險較大、技術手段缺乏、商業模式不清、工作機制不順等影響，平臺之間的數據資源共享還在起步探索階段，能力開放處于理論探討階段，信息不透明導致合作成本高［11］，同時，各家平臺有自己的語言體系，數據互認互信成本高、難度大。

應用層面，數據價值挖掘不充分。雖然已有不少工業互聯網平臺在挖掘沉淀數據價值方面進行了積極探索，開發出一系列預測模型、優化算法等，并根據市場需求致力于打造殺手锏手機軟件（APP），推動解決企業、行業痛點。但局部應用并沒有形成網絡效應，數據在宏觀和中觀層面的價值沒有得到充分發揮。

治理層面，產業發展底數不掌握。各級政府部門對于工業互聯網平臺的數據采集目前仍然以手動填報的年度數據為主，當前工業互聯網平臺發展日新月異，以年為單位的更新頻率已經不能滿足社會各界對產業數據的需求。

2.3 工業互聯網產業發展測度方法仍需探索

在消費領域，平臺企業通過消費者交易選擇、瀏覽時間和付款方式等數據，挖掘消費偏好和行為習慣，不僅取得了商業價值的挖掘，還通過動態變化的消費數據探索用戶市場的“晴雨表”。工業互聯網平臺是工業全要素鏈接樞紐和資源配置核心，是信息匯聚、產品交易和知識共享的信息服務載體［12］。工業互聯網沉淀的海量數據，刻畫工業互聯網產業在動態發展、彈性調整、風險韌性方面的規律，為企業、產業和政府提供更多的客觀輔助和科學參考。

工業設備是工業互聯網流量的來源，體現工業互聯網的規模效應和網絡效應。從數據規模上看，工業設備在運行過程中產生大量、連續、實時數據，是工業互聯網數據的主要來源，也是數據分析應用的基礎材料；從數據質量來看，工業設備是生產制造的主體，體現企業核心業務水平，設備數據的匯聚和利用還能夠有效反映行業發展特征。

工業模型是平臺能力開放的基礎，體現平臺化復制推廣的能力。無論是人工經驗的模塊化，還是算法挖掘的新機理，工業模型能夠幫助知識封裝、固化，并在平臺上交互共享，既可以實現更大范圍的知識擴散，又能夠以模塊化封裝的形式保護知識產權，是工業知識沉淀、傳遞、重構、創新的最佳載體［13］。

工業APP 是技術和服務產品化的結果，體現工業互聯網服務工業企業的水平［14］。面向工業企業的共性需求，工業互聯網平臺服務商不斷將不同的技術和定制化的服務通過模型進行組合創新，形成可以直接調用的產品，并通過平臺實現更新、迭代和升級，工業APP 成為衡量工業互聯網應用技術和服務產品化的重要手段。

3 工業互聯網平臺發展指數

指數或稱統計指數是分析社會經濟現象數量變化的一種重要統計方法［15］。指數的概念產生于18世紀后半葉，最早期的指數是與商業發展緊密聯系的價格指數。工業互聯網平臺發展指數的制定是以工業互聯網發展理論為基礎，以2018 年作為基期，采用定基指數法對工業互聯網平臺發展指數進行測算，用于反映我國工業互聯網平臺發展態勢。

3.1 工業互聯網平臺發展指數組成

工業互聯網平臺發展指數包括1 個總指數，以及資源匯聚指數、知識沉淀指數、應用活力指數、企業賦能指數等4 個分類指數，如表1 所示。工業互聯網平臺綜合發展指數表征平臺綜合發展水平。工業互聯網平臺資源匯聚指數表征平臺對于工業設備等核心資源的接入和兼容能力。工業互聯網平臺知識沉淀指數表征平臺對于工業知識的積累、沉淀和開發水平。工業互聯網平臺應用活力指數表征平臺的工業APP 和工業軟件創新開發能力。工業互聯網平臺企業賦能指數表征平臺在工業企業和垂直行業的規模化推廣和落地實施水平。

表1 工業互聯網平臺發展指數（IIP27）組成

3.2 工業互聯網平臺發展指數指標體系

工業互聯網平臺發展指數指標體系包括平臺關鍵能力和平臺應用水平等2 個一級指標，資源匯聚能力、知識沉淀能力、應用活力水平和企業賦能水平等4 個二級指標以及13 個信息采集項，如表2 所示，既有活躍類表征“質”的指標，也有規模類表征“量”的指標。明確了指標的分類標準和數據格式，通過語義描述、數據格式、分類標準和計算邏輯的統一。

表2 工業互聯網平臺發展指數（IIP27）指標體系

3.2.1 工業互聯網平臺關鍵能力

工業互聯網平臺關鍵能力旨在表征工業互聯網平臺核心能力供給水平，包括資源匯聚能力、知識沉淀能力兩個二級指標和7 個信息采集項。

資源匯聚能力指標用于體現工業互聯網平臺對于多源、異構工業設備的接入能力、兼容能力以及平臺設備連接能力比較優勢的多樣性，包括工業設備連接規模、工業設備接入種類和工業設備連接集中度等3 個數據采集項。

知識沉淀能力指標用于體現工業互聯網平臺工業知識沉淀、復用和開發能力情況，包括工業機理模型數量、工業微服務數量、開發者注冊數量、開發者月活躍數量等4 個數據采集項。

3.2.2 工業互聯網平臺應用水平

工業互聯網平臺應用水平旨在表征工業互聯網平臺工業APP 應用以及服務企業情況，包括應用活力水平和企業賦能水平2 個二級指標和6 個信息采集項。應用活力水平指標用于體現工業互聯網平臺工業APP 的規模、廣度和深度，包括工業APP 數量、工業APP 行業分布、工業APP 訂閱數量等3 個數據采集項。企業賦能水平指標用于體現工業互聯網平臺服務企業規模、數量以及區域落地應用情況，包括服務企業數量、付費企業數量和服務企業地區分布等3 個數據采集項。

3.3 工業互聯網平臺指數測算方法

工業互聯網平臺指數的測算方法，包括確定基期指數、采集項處理、分類指數測算、權重設置以及綜合指數計算等。

3.3.1 確定基期指數

工業互聯網平臺指數選取2018 年作為定基指數法測算的基期，基期的綜合指數和各分指數值均為100。

3.3.2 采集項處理

考慮到各具體指標單位、意義、量級都有較大差異，因此會對采集項數據進行異常值剔除、空白數據填補以及校驗、無量綱化等預處理工作。

3.3.3 分類指數測算

采用均等權重法確定各采集項權重，并加權計算分類指數，具體計算如公式（1）所示：

3.3.4 權重設置

通過專家打分法設置各分類指數權重。資源匯聚指數權重為w1、知識沉淀指數權重為w2、應用活力指數權重為w3、企業賦能指數權重為w4。

3.3.5 總指數計算

總指數計算如公式（2）所示：

4 工業互聯網平臺發展指數測算分析

4.1 工業互聯網平臺發展指數測算樣本

工業互聯網平臺發展指數測算樣本數據主要來自工業和信息化部17 家跨行業跨領域工業互聯網平臺，以及10 家特色專業型工業互聯網平臺，見表3。服務行業涵蓋冶金、有色金屬、石油化工、建材、醫藥、紡織、機械、電子等各個領域，服務企業遍布全國31 個省份（未含港澳臺地區），具有較好的行業代表性和科學表征意義。

表3 工業互聯網平臺發展指數樣本平臺

工業互聯網平臺發展指數測算樣本數據獲取方式通過建設工業互聯網平臺監測分析系統，以不增加平臺統計工作量、不觸碰平臺商業秘密為原則，以標準化的數據接口和統一規則下的自動采集為手段，已與全國27 家重點工業互聯網平臺樣本開展對接，根據數據采集頻率需求，系統分別按照天和月的頻次從樣本工業互聯網平臺獲取數據，實現平臺數據的實時采集和價值挖掘。同時，在工業和信息化部的工作部署下，選擇北京、山西、遼寧、江蘇、安徽、山東、湖南、廣東、重慶、四川、青島、深圳等12 個地方開展區域試點工作，相關平臺數據為各級政府部門工業經濟運行統計、創新發展工程建設、工業互聯網平臺評估、示范應用遴選等工作提供了有力支撐。

4.2 工業互聯網平臺發展指數分析

4.2.1 整體水平持續提升，螺旋迭代趨勢初顯

總體方面，2021 年工業互聯網平臺發展綜合指數為214，其中資源匯聚指數313、知識沉淀指數195、應用活力指數193、企業賦能指數154，如圖1所示，工業設備的連接能力持續領先發展，企業應用側表現仍需提升。

圖1 工業互聯網平臺系列指數

在增速方面，2021 年工業互聯網平臺發展指數較上年提升24.42%，4 年內年均增長率為29.04%，保持了良好的發展態勢，但各分類指數增幅出現差異和逆轉。一方面，資源匯聚指數和應用活力指數增速下降，從2019 年的67.00%和41.00%下降為2021 年的24.21%和13.53%；另一方面，知識沉淀指數增速不斷提升，同比增幅從2019 年的8.00%迅速提升至2021 年的52.34%。

對比工業互聯網平臺發展指數的總體趨勢和結構變化特點，我國工業互聯網平臺發展螺旋迭代發展態勢初顯，經過近4 年的發展，工業設備連接以及工業APP 開發從高速匯聚進入深水緩流，平臺和工業企業均需要更多時間來消化吸收，而工業機理模型的快速增長正在為下一輪高速增長積蓄能量。

4.2.2 通用設備重點突破，區域分布梯度顯著

2021 年，工業互聯網平臺資源匯聚指數為313，在4 個分類指數中排名第一，2021 年共連接工業設備6 065.71 萬臺。工業設備連接規模的提升仍然是近年我國工業互聯網平臺發展的一個突出表征。

從工業設備分類看，如圖2 所示，目前，工業設備連接仍然處于增量階段，通用設備連接占比較大，其中儀器儀表、電工電子設備連接規模超四成，儀器儀表是工業現場的“五官”，能夠幫助企業評估生產運行的實際情況，同時也是企業上網、上平臺的重要工具，而且隨著“雙碳”目標的提出和落實，市場需求正在進一步擴大。此外，數字化水平較高的設備和新型設備正在不斷接入。如，電力設備連接占比接近30%，一方面是由于電力行業設備規模大、覆蓋面廣，另一方面也是因為電力設備數字化水平高，觸網難度小、成本低。

圖2 我國工業設備連接類型分布

從工業設備區域分布看，傳統制造大省是設備連接的主力，區域梯度分布顯著。其中江蘇省、山東省、浙江省和河南省工業設備連接數量最多，所占比重分別高達12.22%、10.69%、9.02%和8.35%；河北、四川、廣東、上海、福建、湖北、湖南、重慶、內蒙古自治區、山西、江西為第二梯度，所占比重均在3%至6%左右；其余省份所占比重均不足2%，梯度之間連接設備規模存在較大差距。如圖3 所示。

圖3 我國工業設備連接區域分布

4.2.3 知識沉淀縱深發展，開發活力持續提升

工業模型是工業互聯網平臺服務商核心實力的體現。工業模型是對工業機理知識、數據算法、方程公式、業務邏輯、經驗規律等的沉淀和固化，是對人的經驗以及隱性知識的顯性化、結構化表達。工業模型封裝了工業知識和經驗，使用者可以直接高效利用，以解決業務各類現實問題，極大降低了知識復用的成本，加速了工業技術創新發展的步伐。工業互聯網平臺服務商在服務能力以及成效方面呈現的差異，一定程度上與平臺所積累的工業模型的服務能效相關。工業模型積淀得越多，模型的應用效果越好，對用戶企業所面臨的痛點問題的應對就越有力、越有效。因此，對工業互聯網平臺的工業模型數量和結構進行測度，有助于更好地評估平臺企業的發展質量，并引導更多高價值的工業模型得以加速開發和應用。

依據工業模型的主要用途劃分為4 類，分別為研發仿真模型、數據算法模型、行業機理模型、業務流程模型，如圖4 所示。2021 年，工業互聯網平臺知識沉淀指數為195，經過一年的快速發展，在4個分類指數中反超應用活力指數，排名第二。工業機理模型增速加快，重點平臺發展更加重視吸收沉淀。工業模型方面，平臺企業數據建模和算法開發能力顯著增強，工業模型正在從簡單到復雜，從業務流程到機理規律，從可視化、知識庫等簡單模型向預測模型、智能優化方向發展。2021 年工業模型數量合計達到52.84 萬個，去除極值影響后發現，數據算法模型、研發仿真模型數量逐年增多，分析其原因，一方面，近年來逆全球化趨勢明顯，不斷變化的市場環境，讓企業逐漸認識到自主創新的重要性；另一方面，在產業政策有效引導下，高端化、智能化正成為企業競爭的主題。

圖4 我國工業模型種類及分布結構

4.2.4 應用場景逐漸豐富，行業應用仍需挖掘

工業APP 作為工業技術軟件化的主要成果，承載了具有特定功能和解決特定問題的模型、數據、流程等工業技術要素。工業APP 兼顧功能通用性和場景實用性，既具有小巧輕便靈活、可高效復用并廣泛傳播等特性，同時還更加直觀易用、具備經濟性和可落地性。平臺工業APP 的數量、種類和調用情況能夠很好地反映平臺企業的服務能力，尤其是利用各類工業APP 快速為企業解決問題并創造價值的能力，也能夠在一定程度上展現當前階段工業互聯網平臺應用生態的繁榮程度，促進工業APP 快速健康發展。

工業APP 主要劃分為9 類應用場景，分別為研發設計類、生產制造類、質量管控類、運營管理類、運維服務類、安全生產類、節能減排類、倉儲物流類、供應鏈管理類，如圖5 所示。2021 年，工業互聯網平臺應用活力指數為193，2021 年工業APP 規模達18.88 萬個，較2020 年同比增長了35.86%，雖然，工業APP 開發速度放緩，但從工業APP 被調用次數和服務企業數量來看，工業APP 正在逐步落地，重點平臺差異化的殺手锏APP 體系逐漸形成。類型分布方面，工業APP 應用場景逐漸豐富。

圖5 我國工業APP 類型分布情況

一是工業APP 開發依然聚焦企業生產運營價值環節，運營管理、運維服務類、生產制造APP 數量最多。運營管理類和運維服務類工業APP 開發和應用最集中，且具有一定規模的用戶調用數量。在運營管理方面，生產資源調度、數據集中管理等相關應用需求較高，是殺手锏工業APP 應用的重點領域；在運維服務方面，圍繞設備的監測預警、故障診斷、預測性維護等應用不斷發展，在鋼鐵、化工、軌道交通、工程機械等領域涌現出一批運維類工業APP。此外，研發設計類、生產制造類、質量管控類工業APP 相比而言數量較少，企業核心業務環節的工業APP 開發仍有較大空間。

二是安全與環保成為工業APP 布局新方向。隨著國家對安全生產和節能減排的重視程度不斷提高，一方面，高能耗、高排放行業不能再延續傳統粗放式發展方式，能耗監控和優化成為企業必不可少的工具，滿足能耗和排放要求成為生產的必要門檻；另一方面，在部分生產環境復雜、設備運行風險較高的行業，安全風險監控和預警的需求不斷攀升，保障生產穩定安全成為了開工的前提。

三是協同創新類工業APP 仍需探索。當前階段，工業互聯網平臺提供的倉儲物流類和供應鏈管理類的工業APP 數量偏少，一方面，物流管理和供應鏈管理在市場上已經有較為成熟的通用軟件，對相關領域工業APP 的需求不足；另一方面，跨企業的管理與協同的難點主要不在技術，而在組織管理和利益分配層面，盡管協同創新類的工業APP 復用或共用的范圍最廣，但能夠形成規模應用的難度也最大。

行業分布方面，如圖6 所示，工業APP 行業應用仍需挖掘。一是原材料行業應用分布在中后端，化工行業位列第五，而鋼鐵行業則位列第十，建材和有色金屬處于尾端；二是裝備制造業呈現兩端發展，機械行業所占比重在2020 年16.23%的基礎上，繼續提升至17.88%，是目前工業APP 數量最多的行業，而船舶、軌道交通和航空航天均位于后十位；三是消費品行業工業APP 分布較均勻，既有工業APP 處于前列的家電和紡織，又有中位行業的輕工和食品，同時還有尾部的煙草醫藥；四是電力、電子行業應用排名靠前，得益于兩類行業較好的數字化水平，工業APP 數量均處于前列。

圖6 我國工業APP 行業分布情況

4.2.5 行業潛力不斷釋放，西部地區亟待開拓

2021 年，工業互聯網平臺企業賦能指數為154，雖然2021 年平臺共服務工業企業183.37 萬家，較2020 年增長了29.82%，但企業賦能指數在4 個分類指數中仍然增幅最少，工業互聯網平臺正在逐步從“建”到“用”，如何推動工業企業上平臺、用平臺仍然是當前工業互聯網平臺發展的關鍵問題。

行業分布集中度進一步增加，在規模效應和示范效應等因素影響下，應用基礎好的行業仍然處于領跑地位，應用市場還處于潛力釋放階段。輕工、食品、機械、電子企業數量較多，所占比重合計高達53.41%，較2020 年提升了4.03 個百分點，如圖7 所示。

圖7 我國工業互聯網平臺服務工業企業行業分布情況

中西部地區增長步伐較快。平臺服務山東、江蘇、廣東企業最多，占比分別高達14.05%、9.53%和7.62%；服務浙江、河北、四川、上海、河南、北京、湖南企業數量相近，均在5%左右，如圖8 所示。雖然東中西部差距明顯，但與服務企業行業分布不同，東中西部差距在不斷減小，與2020 年相比，西部地區和中部地區所占比重分別提升了0.12 個百分點和0.02 個百分點。

圖8 我國工業互聯網平臺服務工業企業區域分布情況

5 結論

工業互聯網是制造體系的組合創新和突破變革，在發展的復雜性和長期性方面業界已有共識。在工業互聯網發展過程中，數據在刻畫產業脈絡、描繪產業趨勢、勾勒產業全景方面發揮了巨大作用。數據正在描繪工業互聯網產業供給側的動態發展，重點工業互聯網平臺在高端化、智能化、綠色化發展關注度在不斷提高，并持續向提升產業鏈供應鏈現代化方向布局。

5.1 兼顧工業互聯網的數據規模與結構

工業互聯網通過技術實現工業數據匯聚、分析和應用，能夠在更大范圍實現資源優化配置。數據規模能夠體現全局發展在“量”方面的水平，網絡效應的前提是有足夠的參與者數量，這是流量經濟的基本原則，因此數據規模仍然是當前產業發展最重要的衡量標準。數據結構能夠體現產業發展在“質”方面的水平，規模數據很難體現市場的繁榮度，尤其是在一些結構類數據中，僅憑規模數據是很難發現產業中出現的問題和短板，這就需要分類數、活躍數等結構性指標發揮補充作用。因此，在衡量工業互聯網產業發展情況時，應兼顧規模性指標和結構性指標，才能實現產業完整、準確的刻畫。

5.2 重視工業互聯網平臺數據共享與治理

平臺生態是一個復雜系統，全局數據價值遠超局部數據價值。一方面，數據共享能夠實現“1+1＞2”的價值成效，平臺、服務商、企業之間數據互聯共享，信息技術（IT）和運營技術（OT）等各項技術互補關系復雜，價值成效也是共創共享，如用友網絡化協同解決方案在線協同大眾整車廠、26 家設備供應商、99 家散件供應商、15 家勞務公司等，實現整體產量增加22%，減員31%；另一方面，數據共享也將帶來“1+1＞2”的治理難度，平臺逐漸向復雜生態進化，企業與企業之間界限模糊、關系復雜，基于平臺的利益分配機制各不相同，一旦出現問題很難通過一刀切的方式解決，產業鏈鏈主企業需要承擔更多的社會責任，而治理和管控可能出現的伴生效應、蝴蝶效應難以預測。因此，在生態治理過程中，應加快開展工具方法的研究，幫助產業鏈供應鏈彈性重構提供決策工具。

5.3 預判工業互聯網發展的機遇和風險

工業互聯網作為新生事物，平臺發展的未知遠大于已知。截至2021 年6 月，我國互聯網普及率達到71.6%，已經帶來近十年的消費經濟繁榮。工業領域相比于消費領域更加復雜豐富，部分先行者已經洞察到未來無限的可能性，各方不斷探索工業互聯網的技術、場景、模式，希望在未來布局中領先一步。未知帶來不確定風險，縱觀消費互聯網產業沉浮，平臺生態培育是漫長又曲折的過程，產業從無序到有序過程會經歷震蕩期，部分領先者或會因超前探索折戟。因此，在產業發展過程中，應盡早建立監測、評估方法體系，幫助政府了解產業發展態勢、幫助產業預測發展風險。