第1章 工業大數據與制造業高質量發展概述

1.1 相關概念界定與辨析

1.1.1 工業大數據的相關概念

1.1.1.1 大數據的內涵與特征

1980年，美國知名未來學家Alvin Toffler發表了著作《第三次浪潮》。在這本經典之作中，大數據（Big Data）被首次提出，并被譽為“第三次浪潮的華彩樂章”。然而，接下來的近20年，受科學技術和計算機運算能力所限，大數據概念僅僅停留在公眾想象的層面，并無實質性價值。直到1997年，美國國家航空航天局（NASA）的兩位研究員Michael Cox和David Ellsworth（1997）在學術論文中首次引入大數據一詞，并簡要闡述了大數據的概念，大數據研究才開始嶄露頭角。1998年，美國硅圖公司（SGI）前首席科學家John Mashey結合科學技術，將大數據表述為企業擁有的規模龐大且不斷增長的數據，并強調這些數據難以使用現有技術進行存儲和分析。進入21世紀后，隨著計算機快速發展和互聯網迅速興起，大數據一詞再次成為實業界和學術界討論的熱點。2008年和2011年，國際兩大頂級期刊Nature和Science先后針對大數據推出專刊，從多個領域詳細分析了大數據帶來的機遇和挑戰，從此，在全球范圍內掀起了大數據的研究浪潮。時至今日，大數據概念已經深度融入社會的各個方面，逐漸形成了大數據思想、大數據視角與大數據背景等關鍵分析維度。

大數據的概念在學術界并未形成共識，其解釋存在狹義和廣義之分。從狹義層面看，涂子沛（2013）認為，大數據是指數據量非常大，以至于現有技術工具難以提取、存儲、管理和分析的數據。Floridi（2012）則認為大數據是指具有異質性、復雜性和多樣性的海量數據。這讓人們產生疑問，究竟量（規模）達到何種程度的數據才能被稱為大數據？根據涂子沛（2013）的觀點，當數據的量達到太字節（2⁴⁰）后便可稱其為大數據。麥肯錫公司認為并不需要對大數據的數據量設置明確的界限，因為隨著科技不斷發展，這個標準也可能發生變化。始終不變的是，無論科學技術如何發展，人類總會遇到當前技術難以處理的龐大數據。從廣義層面看，大數據被視為一種認知觀念。人類借助大數據觀察世界、審視問題，并以大數據的視角尋求問題的答案，這體現出一種大數據的思維方式。

學術界對于大數據特征的研究相對較為成熟。例如，在2001年，META Group（麥塔集團，現為高德納公司）的數據分析師Doug Laney（道格·萊尼）在其研究報告《3D數據管理：控制數量、速度及種類》中詳細說明了大數據的三大特征，包括高速度（Velocity）、大體量（Volume）和多樣性（Variety），統稱為“3V”特征。隨后，META Group在分析大數據時意識到大數據價值的重要性，便在“3V”特征的基礎上增加了一個新的特征——高價值（Value）。大數據的“4V”特征從此被確立，并沿用至今。

1.1.1.2 制造業大數據的內涵

隨著制造技術的不斷提升與現代化管理手段的廣泛應用，整個制造業生產過程所依賴的數據越來越多，這些數據被稱為制造業大數據。不過，學術界對制造業大數據內涵的研究并未達成共識。Wan（2017）認為，制造業大數據是設備數據、產品數據及需求數據的總和；Mourtzis（2016）則認為制造業大數據還應該包括信息知識。徐穎和李莉（2018）將制造業大數據視為實現智能制造而產生的海量數據，將其歸為智能制造的附屬品。張潔（2016）認為，制造業大數據是工業設備產生、采集和處理的一系列數據，具備橋梁型生產要素特性。根據制造業企業體系結構的劃分，制造業大數據主要來源包括產品大數據、價值鏈大數據、運營大數據和外部大數據。

1.1.1.3 工業大數據的內涵

工業大數據的概念由美國通用電氣公司（簡稱“GE”）在2012年的工業互聯網白皮書《工業互聯網：突破智慧和機器的界限》中正式提出。就內涵而言，工業大數據和大數據相似，分為狹義和廣義兩個層面。在狹義層面上，工業大數據是在工業領域中，以智能制造模式為中心，從客戶實際需求到產品全生命周期各環節所產生的數據、相關技術和應用的總稱（鄭樹泉等，2017）。狹義層面的工業大數據與制造業大數據在內涵上十分相似，高度重合。在廣義層面上，工業大數據包括工業領域生產服務全環節數據集合及與之相關的全部技術和應用。無論從狹義層面還是從廣義層面看，均強調工業大數據除具有“數據”內涵外，還具有“技術與應用”內涵。劉懷蘭等（2019）認為，工業大數據包括三大部分，即來源、技術及應用。王建民（2016）根據來源將工業大數據分為三類：物聯網大數據、企業信息化大數據和跨界融合型大數據，并指出可以通過數字技術直觀判斷工業大數據的類型。可見，工業大數據是一個比制造業大數據更為寬泛的概念，除擁有制造業大數據的一般特征外，還具有工業大數據技術及應用的特征。

1.1.2 制造業高質量發展的相關概念

1.1.2.1 經濟增長質量的內涵

學術界對經濟增長質量的研究比較早，且已形成豐碩的學術成果。學術界對經濟增長質量內涵的界定，主要存在狹義和廣義兩種觀點。狹義的觀點將經濟增長質量等同于經濟增長效率，常借助TFP進行度量，如Chow等（2002）使用TFP作為衡量經濟增長質量的單一指標，任保平等（2012）根據TFP貢獻度來衡量經濟增長質量。但部分學者認為，僅以TFP對經濟增長質量進行判斷，具有一定的局限性，包括低估資本積累的重要性，不能全面反映資源配置狀況等（鄭玉歆，2007）。廣義的觀點將經濟增長質量看成相對于經濟增長數量的一個范疇，認為其內涵極為豐富和寬泛（Barro，2002）。學者們常采用多維度評價指標體系對其進行度量，如鈔小靜和惠康（2009）分別從資源利用率、經濟增長結構、生態環境污染程度和經濟增長穩定程度四個方面，構建經濟增長質量評價指標體系；李斌和劉蘋（2012）提出經濟增長質量應該兼顧生態環境、經濟增長和經濟結構等多個維度；魏婕和任保平（2012）認為，經濟增長質量還應該考慮社會福利、國民文化素質等因素。可見，廣義觀點下的經濟增長質量是一個相對概念，在對其進行衡量時，既要考慮經濟增長數量，又要兼顧生態環境、效率與效益、社會福利和國民文化素質等多維度因素。

1.1.2.2 高質量發展的內涵

黨的十九大報告提出：“我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期，建設現代化經濟體系是跨越關口的迫切要求和我國發展的戰略目標”。高質量發展是集量和質于一體的綜合體。量和質從來不是對立的，量變是質變的基礎，質變是量變累積的結果。高質量發展不是一味地只追求數量的高增長，還要兼顧生態環境、社會福利和能源效率等因素。國內外學者對高質量發展均有相似的論斷。例如，國外學者Mlachila（2017）就具有相似的觀點，國內學者任保平和文豐安（2018）不僅具有相似的觀點，還提出高質量發展是經濟增長量和質到達一定階段后的產物，它體現在經濟結構優化、新舊動能轉換、經濟社會協同發展和人民生活水平顯著提高等方面。

高質量發展是絕對和相對的統一。高質量發展符合經濟社會演變規律，是經濟社會發展到一定階段的產物，屬于經濟社會高級階段的一種特征。國內學者劉志彪（2018）指出，高質量發展是由高速度發展轉變而來的。在中國經濟高速度發展階段，經濟增長主要表現為“規模擴張”和“要素驅動”。而在中國經濟高質量發展階段，經濟增長轉換為“高效”“公平”和“可持續”，這就是高質量發展階段的基本判斷尺度。張濤（2020）提出，伴隨著生產力水平提升和經濟社會的不斷發展，高質量發展的內涵得以不斷豐富。

現代經濟學提出經濟發展方式有粗放式和集約化兩種類別。粗放式發展方式主要依靠資源、資本投入推動經濟發展，關注高產出，但忽視了效率和質量。而集約化發展方式主要依靠技術進步和改善生產要素質量來推動經濟發展，強調效率和質量。高質量發展是集約化內涵的發展方式，不僅關注投入產出效率，而且聚焦于發展質量。楊偉民（2018）指出，高質量發展是新發展理念的高度聚合，表現為綠色是普遍形態、創新是第一動力、開放是必由之路、協調是內生特點、共享是根本目的。張軍擴等（2019）認為，高質量發展的本質是以滿足人民日益增長的美好生活需要為目標的高效率、公平和綠色可持續的發展。金碚（2018）認為，高質量發展通過增加使用價值來滿足人民日益增長的美好生活需要，其本質特征具有多維性和豐富性。

1.1.2.3 制造業高質量發展的內涵

經濟高質量發展和制造業高質量發展之間存在包含和被包含的關系。具體來說，經濟高質量發展包含制造業高質量發展，制造業高質量發展包含于經濟高質量發展，兩者既有延續性又有拓展性。制造業高質量發展的重要意義不言而喻，它不僅是現代經濟高質量發展的必然要求，而且是推動中國制造向中國創造轉變、制造大國向制造強國轉變、中國速度向中國質量轉變的核心。不同領域的學者依據黨的十九大報告內容對制造業高質量發展進行了研究。例如，苗圩（2018）認為，推動制造業高質量發展必須從制造業質量、效率、動力三方面進行變革；江小國和何建波（2019）提出，制造業高質量發展以提高供給體系質量為首要任務，以技術創新為核心驅動力，以高端、智能、品牌和綠色制造為轉型方向，以質量變革、效率變革和動力變革為主要抓手；余東華（2020）將制造業高質量發展總結為競爭力、動力和活力的高度一致，環境、效益和質量的有機統一，品質、結構和速度的相互協調；劉國新等（2020）提出，制造業高質量發展是一種新發展模式，包括創新驅動式發展、開放式發展、全方位發展等，但是所有發展模式的根基在于經濟增長效率與效益之間的有機統一；唐曉華等（2020）認為，制造業高質量發展主要圍繞產能效率增長和資源能耗控制；付保宗和周勁（2020）認為，國內制造業高速發展已經進入窗口期，制造業高質量發展的重點內容和未來發展方向是產業綠色化、制造智能化、產業結構高端化和生產要素協同化。

1.1.3 概念辨析

（1）工業大數據是工業領域生產服務全環節數據集合及與之相關的全部技術和應用的總稱。工業大數據作為生產要素和新一代信息技術進入生產要素體系，參與生產過程，能夠顯著提高資源配置效率。本書主要從廣義層面，緊扣工業大數據作為關鍵生產要素和新一代信息技術兩大重要特征，從數據要素和數字技術兩個視角解析工業大數據賦能制造業高質量發展的內在機理。

（2）高質量發展戰略已經深深嵌入國民經濟各個領域，形成高質量發展理念和高質量發展指導思想，持續優化各行業產業結構和發展模式。制造業高質量發展是中國邁向世界制造強國前列的必經之路，是滿足國內人民日益增長的美好生活需要的必然選擇。本書將從七個維度構建制造業高質量發展水平評價指標體系，并重點研究工業大數據賦能制造業高質量發展的內在機理，運用數理模型推導和實證檢驗相結合的方法，證明工業大數據賦能制造業高質量發展的科學性。

（3）相較于制造業大數據，工業大數據的概念更為寬泛，不僅包括海量數據集合，還延伸到相關數字技術應用。本書將擴展工業大數據價值空間，大幅提升其戰略意義和使用價值，這是對工業大數據研究的一種嘗試性探索。目前，工業大數據研究的核心側重于大數據在工業體系中的應用，而對于工業大數據如何賦能制造業高質量發展的相關研究相對較少。因此，本書將界定工業大數據的內涵與邊界，對工業大數據賦能制造業高質量發展的范式、增值效應傳導機制和運作機理等進行研究。