分布式认知工业互联网平台如何赋能企业数字化转型？

峰会将进一步探讨区块链在与其它数字技术融合创新之后，如何通过打造可信数字底座，保护数据隐私，挖掘数据价值，赋能和加速各行各业的数字化转型。

在峰会开始前，区块链首席经济学家邹传伟团队围绕“区块链如何赋能数字化转型”这一问题，撰写系列行业研究报告，深度解读在新基建和数字化迁徙背景下，区块链如何与其它技术融合发展，发挥信息基础设施应有的作用。

本文作者：王普玉 校对：邹传伟

根据北京国信数字化转型技术研究院（国信院）与中关村信息技术和实体经济融合发展联盟（中信联）给出的定义，数字化转型是顺应新一轮 科技 革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。围绕数字化转型，本文将讨论以下三个问题：第一、从企业层面，为什么要数字化转型？第二、工业互联网平台在数字化转型中有什么作用？第三、分布式认知工业互联网在企业数字化转型中能提供什么？

一

数字化转型发展

在激烈的市场竞争中，企业需要依靠产品质量、价格、服务以及长期积累的品牌形象来维持市场竞争力，但随着我国人口红利消失导致的人力成本上涨，以及国际贸易形势不明朗及疫情影响导致的市场发展受阻，让企业原有竞争优势正在消失，处于价值链最底层的工业企业更是雪上加霜。该如何走出困境？目前主要从两方面破冰，第一种是降低运营成本继续保持价格优势；第二种是通过创新商业模式扩大市场销售来提升利润。

在讨论运营成本前，我们引入两组概念，第一组是供应链模式：供给推动式和需求拉动式；第二组是四大利润源。

1、供应链模式

供给推动式是指企业根据市场预测数据进行产品设计、生产及销售；

而需求拉动式是指企业根据市场订单，按需进行快速响应，通过高效计划、组织、协调和控制来满足产品生产及供应。

2、四大利润源

市场永远在追求着更低的价格和更高的质量。在价格控制方面，如表1所示，主要经历了四个阶段：第一阶段主要通过控制原材料成本、扩大规模效应获取利润。当第一利润源触及上限时，开始了第二利润源，通过精益管理提升企业内工作效率及延长员工的工作时间来降低用工成本。在新的利润源再次进入上限时，人们发现物流成本占据企业总运营成本的30%，因此，降低物流成本成为第三利润源。

表1 四大利润源对比

前三个利润源均是围绕企业内部成本控制来增加收益，但当企业内部运营成本节省达到上限时，人们注意到上游供应商及下游客户的运营管理问题。一个具备完整功能的产品进入市场前，需要供应链上多个公司的共同配合，其中任何一家企业的高运营成本都会导致最终产品的价格上涨，这会使产品在激烈的市场竞争中丧失竞争力。于是围绕着供应链信息集成及信息共享开始了新一轮的降成本浪潮，被称为第四利润源。

如表1所示，从第一到第四利润源，每一阶段都有各种系统在信息处理、存储和管理中的支撑，例如生产执行管理系统MES，企业资源管理ERP，仓储管理系统WMS，供应链管理系统SCM等等。

在经历了四个利润源后，未来新的利润源又在哪里？政府、企业、研究机构都在尝试寻找答案，例如上海第二工业大学郝皓教授在2015年提出将逆向物流作为第五利润源，通过逆向物流实现产品再销售、再利用、再循环和再制造的全生命周期管理。也有企业认为以需求拉动式为导向的个性化定制将成为第五利润源。以上说法都有道理，但都不准确，本文认为，真正的第五利润源已经在路上，即企业数字化转型。在过去十几年，技术的快速发展衍生出大量新的商业模式，包括新零售、直播带货、社区团购等，但上游工业领域却依然保持着传统的运作模式，无论是逆向物流发展带动全生命周期闭环管理，还是C2M定制化商业模式，都需要依赖于各环节的快速响应，对企业数字化管理要求高。因此，无论是企业对新利润源挖掘的需要，还是市场端的需求，工业企业数字化转型势在必行。

不同于前四个利润源的相互独立，第五利润源是应用新技术重新赋予第一、二、三、四利润源全新的生命，同时由数据驱动的创新商业模式将大量出现。因此，第五利润源不仅能够降低运营成本，也能够提高主动盈利能力。

二

工业互联网平台的价值

1、工业互联网平台之第一利润源

IT与OT的融合，实现人、机、物、料、法、环的数据实时采集及传输，能够做到生产过程的实时监测，再应用AI、大数据分析等技术实现自动化智能巡检、智能质检、智能故障预测、智能参数调优、智能耗能优化、智能设备运维、智能盘点等，能提高生产作业效率、降低成本，从单机智能升级为系统智能。

2、工业互联网平台之第二利润源

传统制造业的管理一直围绕着人，产品从0到1的过程，依靠人力难以实现或实现效率低的工作，可以使用机械设备替代，而经过工业革命和信息化时代的影响，出现了大量节省人力的机械设备和 *** 作系统（MRP、MRPII、MES等），让生产效率提升、生产成本降低。随着信息技术的发展，虽然有滞后数据可以作为参考，但其本质依然围绕人的经验和人的现场 *** 作。而工业互联网能够赋予第二利润源全新的角色，从运营管理中解放人的执行任务，例如质检、故障排查等工作通过AI和大数据分析实现运营智能化管理。在执行人员减少后，企业需要更多创新者，让企业创新发展迭代速度更快。其次，随着人的经验积累转换为知识图谱，将经验和知识域可视化，指导人工智能算法迭代和决策制定。

3、工业互联网之第三利润源

在工业物联网领域，物流发展走在比较靠前，经历了人工物流、机械物流、自动化物流到现在智能物流，物流的管理效率和成本得到了极大改善。例如运输管理，从早期货物运输监控数据需要依赖于运输工具挂靠点的数据回传及汇总，到现在能够通过GPS、RFID、各类传感器，实时掌握运输途中货物的温湿度、地理位置和件数等信息，能够根据运输目的地和实时交通拥堵情况对运输线路规划等。受技术、资本等各方面影响，目前智能物流主要在第三方物流企业和电商企业发展迅速，而工业企业物流发展较为缓慢，大多仍处于机械物流和自动化物流阶段。工业互联网平台能够帮助工业企业实现快速升级转型，降低系统开发技术难度和成本，IaaS、PaaS、SaaS等平台能够减少系统从0到1开发时间，实现快速低成本数字化转型升级。

4、工业互联网之第四利润源

供应链集成在一定程度上提升企业合作、降低供应链成本以及库存牛鞭效应[1]，但无论企业内部供应链还是 社会 供应链，遗留了一个对多方协作卡脖子的问题，即数据孤岛问题。前面我们介绍第一到第四利润源，提到了MRP、MRPII、ERP、SAP、MES、SCM等系统，每个系统如同孤立的数据烟囱，对协作效率有着极大影响。主要有两方面原因：第一、现有EDI数据孤岛打通方案成本高，中小企业难以负担；第二、涉及供需多方协作时，彼此缺乏信任，不愿将企业内部数据共享给外部。工业互联网平台提供多种数据采集及处理解决方案，打破数据孤岛，实现数据无阻碍流转。在数据使用中，通过隐私计算保证数据安全，同时合理授权，让数据可用不可见，解决数据共享的后顾之忧。

5、工业互联网平台之第五利润源

在数字化10阶段，属于人适应系统；而进入数字化20阶段，适应公司现有作业模式的定制化软件将起着至关重要的作用。

图1：数字化转型10和20阶段的对比

因此，从技术角度，平台如何让企业快速及高效地完成定制化软件的开发，这将对工业企业数字化转型起着非常重要的作用。从市场现有产品看，包括基础设施即服务IaaS，平台即服务PaaS和软件即服务SaaS,能够让工业企业方便地利用平台提供商现成的低代码、甚至零代码工具完成系统开发，实现“人人都能做开发者”，即解决“技术人员不懂业务，业务人员不懂技术，开发的系统不好用”问题。未来低代码（或零代码）开发工具如同word、excel等办公软件，平台把各类接口做成图形界面，让不懂代码开发的人，通过图标拖拉的方式，开发自己需要的软件来减少低效率的重复工作。员工从原来被动执行者变为创新者，参与进从上到下的数字化改革中，用工具真正方便业务人员工作。

三

基于区块链技术的分布式认知工业互联网

社会 经济分为生产和流通两个领域，中心化工业互联网平台使用数字化技术替代信息化技术解决的是生产领域问题，而基于区块链技术的分布式认知工业互联网，解决的是流通领域的数据信任问题，但流通领域数据又会影响到生产领域的产品研发、产品质量管理等。

1、降低信任成本

商业模式正在从单边（规模效应）走向双边（网络效应），进入数字化时代后走向多边平台（生态效应）。中心化方式似乎也能够解决信任问题，但中心化模式下的信任主要依靠第三方权威机构的背书，这种方式成本高、效率低。例如，国际贸易买卖双方不信任的情况下，通过银行背书使用信用证服务解决付款问题；为满足银行要求，双方需要提供大量的证明来满足信用证条款，效率非常低下且成本高昂。但如果使用区块链技术，将真实数据从源头上链，保证数据安全、可信以及不可篡改。交易前，买卖双方拥有彼此过往真实的交易记录，以及产品的生产信息，这些信息是否会有助于降低交易的撮合成本？在交易过程中，通过智能合约的应用，一旦达成某个约定即可自动完成付款，这将会极大降低交易成本和交易时间。尤其进入多边平台，如果仍然使用中心化的信用证明体系，将无法构筑生态建设的护城河——信任。

2、重新定义协作关系

供应链多方合作，中心化的共识机制和治理方案更多体现在合同层面，但无法将彼此的利益真正绑定，较难促进生态的良性发展。但在去中心化解决方案中，参与方将资产以token或积分形式置于链上，从技术上实现多方利益绑定，一旦任何一方做出有损生态建设的行为，将会影响token或积分价值，这会影响联盟链上所有参与者的利益。在分布式认知工业互联网平台中，联盟中每个参与者都会积极维护生态利益，因为这也等同于维护着自己的利益。

3、可信数据流转

在产品研发或产品全生命周期管理中，流通数据需要工业企业从下游多个合作商处获取。而传统技术下难以保证数据真实性和安全性，在分布认知工业互联网中，隐私计算能够做到多方数据可用不可见，保证数据安全及合规。此外，根据数据贡献量给与合作商token或积分奖励，鼓励多方数据共享及流转。未来数据交易市场可能会出现更多合规的形式，例如基于区块链技术的数据信托、数据银行等模式。

4、保证数据安全

传统模式下，工业企业依靠于物理隔离实现厂内数据与外界的隔离，但在OT与IT融合下物理隔离屏障被打破，如何保证数据出本地后的安全则需要依靠多方共同努力。在设备通信中，需要做好设备身份认证管理，防止数据被攻击，而分布式认知工业互联网平台通过设备公私钥实现匿名管理，有效降低攻击风险。在数据存储中，采用分布式存储技术，即使单点攻击也无法让攻击者获取完整数据。

5、赋能商业模式创新

可信数据将开启全新的商业模式创新时代，每个组织的商业角色有可能会发生改变。传统商业模式下（供给推动模式），信息是非常碎片化的，供应链上不同参与者都拥有一部分产品相关的碎片数据，用这些不完整的数据去做产品升级、客户服务，难以达到最佳目的。但技术发展的今天，市场开始根据消费习惯、消费特征等因素挖掘每个消费者的需求，制造方式也从M2C进入C2M时代，这些都需要有更多完整、可信、合规的数据，例如，电动 汽车 并不是所有人都需要1000km续航的电池，通过区块链技术，用户授权驾驶数据给电动 汽车 公司，为其配置最合适、性价比最优的电池。再比如， 汽车 保险不再以车辆价值、出险次数等作为保险费用收取的单一指标，未来可能会基于可信里程数据进行保险费用收取。除商业模式的变化，每个组织的商业角色也可能会发生变化，电动 汽车 生产厂商，角色也将从生产商转变为服务商，以蔚来 汽车 为例的车电分离模式，以租代售模式，让 汽车 生产厂商的业务延展到产品全生命周期的管理中，这些模式创新仅仅是数字化时代的开始。

工业互联网不是工业的互联网，而是工业互联的网。它是把工业生产过程中的人、数据和机器连接起来，使工业生产流程数字化、自动化、智能化和网络化，实现数据的流通，提升生产效率、降低生产成本。

从技术架构层面看，工业互联网包含设备层、网络层、平台层、软件层、应用层以及整体的工业安全体系。与传统互联网相比，多了一个设备层。

工业物联网是工业互联网中的「基建」，它连接了设备层和网络层，为平台层、软件层和应用层奠定了坚实的基础。设备层又包含边缘层，总体上，工业物联网涵盖了云计算、网络、边缘计算和终端，自下而上打通工业互联网中的关键数据流。

工业物联网从架构上分为感知层、通信层、平台层和应用层。

工业物联网起源：
工业领域的生产设备在以往是没有主动联网功能的，导致生产数据、物料消耗、产品跟踪全部由人工来完成，效率低、错漏多，而且随着产品迭代速度越来越快，需要制造企业拥有极强的敏捷性（例如商家插单生产，可以随时调整生产计划）
物联网的作用就在于能通过硬件技术将设备的生产数据实时获取（这在之前是不可能的），最后经过大数据分析呈现在用户的手机端（例如物料消耗了多少，库存还有多少，每条生产线的生产进度是多少），一旦客户调整需求/插单，就可以通过实时获得的数据合理调整生产计划，达到柔性生产。
工业物联网由大量相连的工业系统所组成，这些系统会相互通讯，并协调数据分析与行动，有助于提升工业效能、有利于整个社会。透过传感器与致动器衔接数字世界与实体世界的工业级系统，可解决更为复杂的控制问题。目前各种系统，正在结合巨量模拟数据，解决方案，希望能透过资料与分析取得更深入的知识。

说起智能工厂，人们总是将其与无人化工厂相联系，其实智能工厂并不一定是“黑灯工厂”，或者说，智能工厂也不应该仅仅是“黑灯工厂”。对于现在大部分存量工厂而言，如何变成智能工厂，其实就是要弄清楚对于存量工厂而言，其痛点是什么；或者说，什么方式可以帮助其智能化转型，并为其所用。在 科技 进化到一定阶段之前，存量工厂如何智能化？

那么，在探讨存量工厂智能化转型之前，我们首先要知道几个概念：物联网是什么？工业互联网又是什么？

简单来说，工业互联网由工业物联网和产业互联网组成。

工业物联网是物联网（IoT）在工业场景的应用，可以打通工业“人机物法环测”六大要素。

产业互联网使产业链上下游互联互通。

工业互联网+云计算+大数据处理+人工智能，构成针对工业的综合性技术。

对于单体工厂来说，IoT是变成智能工厂的第一步，只有迈出了这第一步，才能实现数字化、智能化。

阿尔卑斯系统集成（大连）有限公司（简称“ALSI”）为制造业提供多元化智能工厂规划方案。其中，ALSI大连IoT解决方案主要根据制造现场实际情况，完成“人机物法环测”六要素有效数据的自动采集与上传，并进行数据分析与管理。

总体来说，ALSI大连IoT解决方案有五大特点：

1适用范围广。无论是由专用设备组成的产线，还是通用设备，都可以采用。

2具有强大的兼容性。无论一条产线上有多少种不同品牌、型号的设备，都可以统一入网进行全自动数据采集。

3接口完全开放，可与各种管理软件无缝衔接。如MES、PLM、WMS，都可调用ALSI的IoT解决方案采集的数据，也可以通过ALSI直接定制智能产线控制系统，实现现场管理的智能化转型。

4传感器技术先进。ASLI大连的集团公司ALPSALPINE，是世界知名的传感器研发生产企业，品质卓越，技术领先。“稳定”、“安全”是它的特点；“精准”、“可靠”是客户对它的评价。ALSI大连在IoT解决方案中根据应用场景需求选用最适合的传感器，完成向智能工厂转型的坚不可摧“基建”工作。

5成本相对较低、实施难度小。以生产设备智能管理为例，其成本仅为PLC的1/3，加装数采设备时不用停产，而且数采设备可以随时更换，或用于其它设备或产线，自由、方便、灵活。

对于存量工厂而言，一味地追求智能工厂建设不科学，而直接转变为“黑灯工厂”更是不现实的事情，在一定的 历史 时期，我们要考虑智能工厂的目的是什么，或者说，对于存量工厂来说，什么才是“智能工厂”，那一定是落地的、切实可行、将影响降到最小的解决方案，才是其智能化的切入点。

更多智能制造解决方案详见

ALSI大连_精益生产_智能工厂_设备监控系统_阿尔卑斯系统集成（大连）有限公司

如今，超过250亿台“物体”连接到互联网上，预计到2025年，这个数字将翻一番。工业物联网（IIoT）以一种爆炸式的方式迅速发展。工业物联网（IIoT）设备、标准和通信协议的激增，使得对IIoT的有效管理变得非常具有挑战性。

如何定义工业物联网 （IIoT） 平台？

工业物联网平台 是一种工业物联网软件，它使组织能够安全地管理工业物联网生态系统中所有连接的人、系统和对象。

在界定工业物联网平台时，我们应该认识到，物联网已经创造了一个新的整合水平。随着成千上万的工业物联网设备接入网络，企业需要管理比以往更多的端点。然而，这不是一个简单的设备问题，工业物联网实际上是一个由人、系统和对象组成的数字生态系统。这就需要一个工业物联网平台来安全有效地管理生态系统的每一个元素。

工业物联网平台有哪些不同类型？

虽然工业物联网平台研发的初衷是对工业物联网的设备和数据进行管理和控制，但为了适应不同的用例，已经开发了许多不同类型的平台。事实上，工业物联网平台很难分类，反而工业物联网平台供应商正在改进其平台产品，以满足客户需求和特定的业务需求。

工业物联网平台将提供不同的功能组合，包括工业物联网的端点管理和连接、物联网数据的采集、接收和处理、数据的可视化和分析，以及将物联网数据集成到业务流程和工作流中。在比较不同类型的平台时，应根据组织的业务需求和特定的IT基础设施，并将其与工业物联网的解决方案相匹配。

工业物联网平台应该具备哪些特点？

因此，最好的工业物联网平台因组织而异，单个平台功能集无法为每个用例提供足够的解决方案。但是，任何一个工业物联网平台都应该具备以下特点：

安全

安全性是工业物联网平台的核心，它不仅可以保护所有物联网端点免受外部网络攻击，还可以处理来自组织内部的潜在恶意活动。

连接性

每一个工业物联网设备都必须快速、安全地进行配置，并对其生命周期的所有阶段进行管理，包括在设备配置、注册、激活、挂起、未挂起、删除和按需重置时对其进行跟踪和授权。

集成

集成是工业物联网面临的最大挑战之一。工业物联网平台允许物联网设备与不同的企业应用、云服务、移动应用和传统系统无缝、安全地连接和共享信息。

识别

工业物联网平台可以支持最广泛的物联网设备。无论在工业物联网架构中的任何地方，都能自动感知物联网设备的存在，建立安全连接，并能快速建立设备凭据，或在需要时自动分配。

分析

物联网设备大大增加了组织中的数据量。分析工业物联网应该是工业物联网平台最强大的功能之一。它可以对工业物联网数据进行适当的可视化和分析，为改进数据驱动的决策提供实际的见解。

管理多个工业物联网传感器很简单，但如今，企业拥有数十万台工业物联网设备来执行遍及组织内部的众多任务。工业物联网设备有多种形状和尺寸，没有通用的工业物联网标准或连接方式。管理一个工业物联网网络意味着能够监控一系列异构的工业物联网设备。

如今，工业物联网（IIoT）平台为工业物联网在几乎所有行业的快速发展提供了解决方案。工业物联网平台能够将设备和企业应用软件完美融合，使数据在互联的人、系统和对象之间无缝、安全地流动。

工业物联网云平台是物联网项目成功实施的基础。工业物联网云平台能够为企业提供了多元化的价值，涵盖成本优化、设备管理、数据分析等多个领域，有效促进企业实现数字化、智能化升级，提升其市场竞争力和经济效益。
经过多年专注于提供高质量的物联网云服务，机智云在多个泛行业场景中赢得了良好的口碑，成为国内优秀的物联网开发和云服务平台之一。作为第三方物联网云服务平台代表和工业互联网解决方案商，机智云工业物联网平台采用微服务架构，能够在云端部署灵活的应用组件，以实现设备接入、设备管理和海量工业实时数据分析，能够满足工业装备远程监控、在线运维、工单管理、数据分析和预测性维护等信息化管理需求和售后服务流程化需求。平台提供设备物联、设备地图、设备远程监控、设备故障定位、远程运维、工单管理、数据分析、用户分析和供应商管理等功能服务，帮助企业以更高的效率和更优质的服务应对不断变化的市场需求和生产环境

目前，很多公司正在积极布局智能制造和工业物联网发展战略。问题是，这些企业是会共同推进两个战略的发展还是分开推进呢？我相信他们会共同推进，但我也可以理解那些把他们看作是分开的人。
在我们讨论这个话题之前，先让我先定义一下术语，因为有很多关于这个的争论。
智能制造：在工厂和整个价值链内实现业务、物理和数字流程的智能化、实时协调和优化。基于所有可用的信息，资源和流程将实现自动化、集成化、被监控和持续评估。（根据MESA International ，MES国际联合会定义）
IIoT：在工业（如组件、产品、产品运输和设备）中使用的物理对象（“物”）中嵌入电子、软件、传感器组成的网络，这个网络能够使物理对象通过互联网协议(IP)收集数据并与控制系统、业务流程和分析交换数据。（根据维基百科“IoT”修改）
现在回到我们的核心问题：两个战略是要共同推进还是分开推进呢？很明显，目前还没有定论。下面是这些观点的一些背景：
工业互联网协会(IIC)说:"通过自动化工业设备和系统之间的通信，IIoT提高了整个工厂的效率，使其更加智能化，"我同意。我相信，IIoT是智能制造的一项有利技术，它的进步将推动智能制造的发展。同样，随着智能制造超越概念，进入公司正在执行的项目，制造商和他们的解决方案提供者将改进支持这些项目的IIoT技术。这两个很可能会被共同推进。
另外：并不是每个人都同意。在最近的MESA调查中，超过三分之一的制造商报告说他们不相信智能制造包括IIoT（参见上图）。我明白这个观点，因为智能制造有很多途径。实际上，IIoT可以在一些可能定义智能制造的正常边界之外使用。
与智能制造相比，IIoT确实发展可能会更快，因为解决整个价值链上的项目是一个超出公司内部的挑战。像通用动力公司、通用磨坊和通用汽车这样的大公司可以展示他们的力量，并帮助推动特定行业的智能制造行动，但是IIoT项目可以取得很大的进展，并在公司的内部提供许多好处。如果消费者市场上的物联网计划提高了工厂内部的期望门槛，那么实现类似的互联互通、数据访问、控制和分析能力也会有压力。
此外，生产仍将涉及人员，以及未配备IIoT的设备和产品。对于一些智能制造方案，IIoT没有也不可能是商业案例，这些情景可能关注人员和价值链流程。
推动第四次工业革命的是什么？
有些人会认为智能制造或IIoT可能导致第四次工业革命。我也有一个观点：智能制造是这场革命的基础，而IIoT不是。即使IIoT的发展比智能制造快得多，我也不认为它足以让生产企业进入下一个生产力阶段。
那么IIoT缺少了什么来推动第四次工业革命呢？首先是企业环境。智能制造不仅整合了工厂或智能连接工厂，还包括智能连接的供应链和贯穿产品生命周期的数字线程。与其他工业革命一样，技术的转变--比如IIoT--必须与新的流程和人们工作的方式协同工作，以达到我们在第四次工业革命中所追求的生产力水平的提高。
IIoT是一项基础技术，但它只做它所做的事情--在"事物"之间创建通信，以便更容易地获取数据和分析。第四次工业革命需要许多其他技术和工艺。其中一些将针对一件设备或生产过程；其他人将在工厂、企业或价值网络上工作。
真正让商界人士兴奋的是，当新技术和新方法将它们整合在一起时，就会扰乱市场，并让公司提供新的服务和与新产品所能产生的数字数据绑定的新价值。例如，基于IoT的智能产品可以向工程师和生产者提供关于产品如何在该领域执行的反馈。基于这些数据，我们能提供什么样的新见解和服务？
这就是为什么我认为，要实现第四次工业革命需要更多的时间。它将把IoT和IIoT引入智能制造策略，以创建新的方法来协调和优化整个价值链中的流程，并向客户交付新的服务级别。

产城智库赢城是产业园区运营新锐代表，一直深耕实践产业园区领域，赢城秉持以“产业运营赋能园区价值”思维创新构建了“产网融城人”的一体化运营服务体系，持续为客户提供高品质的价值创造服务。
38篇原创内容
公众号
报告出品方：中信证券产城智库——致力于分享优质行业洞察、热点分析、相关产业发展最新资讯。2万字报告，一文看懂数字经济如何帮助中国经济创造新增量！音频：00:0001:15:15♬ 点上方音频可收听朗读
"数字经济发展是科技创新与扩大内需的共同需要。
数字资源是 21 世纪的石油，数字经济是第四次工业革命的核心。
数字经济是什么？数字经济是继农业经济、工 业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以 信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新 经济形态。我们理解，基于数据这一生产要素，我国将不断完善数字生产关系，并产生包 括数字产业化和产业数字化在内的新生产力。"
数字经济的定位：畅通供给，丰富需求。
一方面，数字化改造和善用数据要素将打破时空限制，延伸产业链条，从而畅通经济循环。数字经济具有高创新性、强渗透性、广覆 盖性特点，能够助力经济转型和改革深化。
另一方面，数字的产业化和产业的数字化均创造了大量经济增量，是高质量发展的重要组成。其中既包括以 ICT 行业为核心的数字产业蓬勃发展，也包括数字零售、数字支付等大量数字化消费升级。
总的来说，数字经济是科技创新和扩大内需双重任务下的重要一环。
一方面，从科技创新角度来看，数字化是第四次工业革命的核心特征，与创新驱动发 展的国家战略相匹配：
前沿研究：量子计算、量子通信、神经芯片、DNA 存储。信息科学与生命科学、材 料等基础学科的交叉创新。
“卡脖子”环节突破：高端芯片、 *** 作系统、人工智能关键算法、传感器等关键领域。
战略性新兴产业蓬勃发展：人工智能、大数据、区块链、云计算、网络安全等数字产 业；通信设备、核心电子元器件等先进制造业。
另一方面，从扩大内需角度来看，数字技术将为农业、工业、服务业赋能，成为全面 促进消费、拓展投资空间的重要领域：
数字消费的进一步升级扩容：从已经十分蓬勃的电子商务、移动支付、网络娱乐（游 戏，社交，视频等），逐步向教育、医疗、文化等新生活场景演进。借力于数字化， 服务业低效特征正在改变。
数字基础设施成为新基建的重要一环：建设高速泛在、天地一体、集成互联、安全高 效的基础设施。重点包括：5G 网络、光纤通信、IPV6、物联网、大数据中心等。
数字场景在社会经济迅速普及，智能化、数字化转型加快：产业数字化空间巨大。场 景将进一步普及，包括：数字农业与工业物联网，智慧城市和数字乡村，数字政务与 数字政府，数字物流与数字贸易。
中国已经取得数字竞争优势，数字经济蓬勃发展
2020 年中国数字经济规模已近 40 万亿元，稳居全球第二。与 2005 年相比，15年时 间中国数字经济规模翻了15 倍，增速惊人。工业和信息化部 2021 年 3 月发布的数据显示， “十三五”期间，中国数字经济年均增速超过 166%。这远快于 GDP 平均增速 74%，是其两倍还多。因此，在中国经济进入高质量发展阶段后，数字经济成为不可忽视的经济增长引擎，数字经济渗透率也不断提升。中国社会科学院指出，2021 年我国数字经济规模有望达到 45 万亿元，占 GDP 比重或将超过 40%。
在数字产业化稳步前进的同时，中国产业数字化开展顺利。按照国内习惯分类，数字经济可以分为数字产业化和产业数字化两部分。根据江小涓教授的解释，数字产业化指的是数字及相关技术的产业化应用，主要包括电子信息制造业、电信业、软件和信息技术服务业、数据服务业等。2020 年，我国数字经济核心产业增加值占 GDP 比重达到 78%。所谓产业数字化，是指各类产业应用数字技术所带来的产出增长和效率提升，包括数字农业、数字制造业、数字服务业、数字两化融合等广泛的产业领域。从比重上看，目前数字产业化和产业数字化分别占到数字经济的 1/5 和 4/5 左右。
但是客观来看，我国数字经济仍大而不强。
一方面，虽然中国数字经济规模位列全球第二，但根据 2018-2019 年数字经济指数，中国得分 362，处于全球第二梯队（第九名）， 德国、英国、美国则都超过 40。
另一方面，中国各地数字经济发展水平也不相同。北京、 上海数字经济占比超过 50%；贵州、重庆、福建 2020 年增速则超过 15%。《“十四五”数 字发展规划》明确提出，我国数字经济发展也面临一些问题和挑战：关键领域创新能力不 足，产业链供应链受制于人的局面尚未根本改变；不同行业、不同区域、不同群体间数字鸿沟未有效弥合，甚至有进一步扩大趋势；数据资源规模庞大，但价值潜力还没有充分释放；数字经济治理体系需进一步完善。
从“十四五”目标来看，中国对数字经济发展寄予厚望
总结来看，“十四五”数字经济目标基本涵盖了数字产业化、数字基础设施、产业数字化转型、数字政府与数字治理、传统数字消费（电商）等多方面，体现了政策层希望全 面开花、蓬勃发展的希冀。
数字经济核心产业（数字产业化部分）增加值占 GDP 比重要从 2020 年的 78%提升到 2025 年的 10%。静态看需要 53%左右年均增长率，但考虑到“十四五”期间 GDP 平均值增速预计也在 53%左右，实际上是要 11%左右的增速，即两倍增速。特别是过去十年中国数字产业化发展迅猛，ICT 领域国产替代浪潮兴起，互联网领域诞生大量全球巨头，基数也并不低，因此这一目标代表着中国对数字经济发展寄予厚望。
IPV6 活跃用户数五年目标几乎翻倍。从 2020 年 46 亿户到 2025 年 8 亿户。
千兆宽带用户数五年目标几乎十倍。从 2020 年 640 万户到 2025 年 6000 万户。
工业互联网平台普及率五年超三倍。从 2020 年 147%到 2025 年 45%。如果考虑到企业数量的持续增长，实际增速更快。在线政务实名用户数五年翻倍。从 2020 年 4 亿人到 2025 年 8 亿人。
全国网上零售额和电子商务交易额分别在五年时间需要增长 45%和 24%。作为全球第一大网购国，中国仍然制定了不低的增长目标，全国网上零售额和电子商务交易额分别计划从 2020 年的 1176 万亿元和 3721 万亿元增至 2025 年的 17 万亿元和 48 万亿元。
数字新基建，政府指引投资方向，企业把握投资力度
新型基础设施是数字经济发展的重要抓手，其市场化程度较高
“新型基础设施”概念最早源自 2018 年中央经济工作会议，相关的内涵和外延在近几年不断演进。2018 年 12 月中央经济工作会议首提“新型基础设施”一词，2019 年国家发改委明确了新型基础设施建设的范围，即包括信息基础设施、融合基础设施、创新基础设施三类。2021 年 11 月，国家发改委进一步明确了新型基础设施的重点内容，并确立了“加速建设信息基础设施、稳步发展融合基础设施、适度超前部署创新基础设施”的发展思路。
新基建融于整个数字产业化和产业数字化的过程，总结来就是聚焦两大产业链：通信设施产业链和数据计算产业链。从 2019 年国家发改委给出的新基建定义来看：
1）信息基础设施主要包括通信网络、新技术和算力基础设施三大行业，具体到细分行业有5G、互联网、区块链、云计算和数据中心等典型的数字产业化行业，即是数字技术带来的产品和服务；2）融合基础设施主要包括了智能交通和智慧能源等，即利用数字技术对传统行业进行赋能提高运行效率，是典型的产业数字化行为；3）创新基础设施则包括了科技、科教和产业技术创新基础设施，其模式类似于建造科研中心、建设高校及打造科技类产业集群，为高新技术事业单位和企业建设配套的传统产业园及相关的基础设施。
信息基础设施中偏软件应用类行业理论上不属于传统理论的政府基建范畴，其本质属于老基建转型过程中所需要购买的“要素”。信息基础设施中除了硬件类的行业，软件类严格来说并不算是狭义的基建。从传统基建的定义来看，基础设施是指为社会生产和居民生活提供公共服务的物质工程设施，是用于保证国家或地区社会经济活动正常进行的公共服务系统。部分偏软件应用类的行业例如人工智能、云计算和区块链技术其本质是服务于改善公共服务系统效率的一种服务，本身并不是公共服务系统。融合基础设施则可以看作传统基建的数字化转型，部分信息基础设施是转型中需要被购买的服务要素，创新基础设施是为了新基建发展所配套的传统基建。
从数字经济的角度来看，政府侧可直接发力的内容集中在归属于传统基建概念的行业。大多数新基建依靠企业投资，政府更多是采购的身份：
数字经济中一部分是作为传统基建的补充，例如 5G 基站、数据中心、智能计算中心等相对“硬”的设施行业，这一部分与传统基建类似，可以由政府牵头发起投资，但在实际建设中国企替代政府承担了很大一部分的职责；另一部分是在传统基建向新基建转型过程中所提供的动力和支持，一方面包括人工智 能、云计算、区块链等相对“软”的数据应用服务行业，另一方面则是涉及交通、能源等 在数字化转型中所需要的硬件设施，这部分投资更多依赖企业自身投资，政府在其中的作 用主要是采购相关服务与设备。
新基建市场化程度更高，以深圳 2020 年新基建计划为例，六成资金来自市场，政府投资项目仅占 40%。传统基建项目例如“铁公基”基本上是以政府或国企主导建设的。但是新基建的情况跟老基建不一样，以新产业、新业态、新产品紧密相连，而且直接服务于制造业这样的垂直行业，因此，新基建项目市场化运作的程度更高。以深圳 2020 年 7 月公布的 4116 亿新基建投资项目汇总来看，社会投资项目 34 个，总投资 2447 亿元；政府投资项目 61 个，总投资 1672 亿元。社会投资和政府投资的投资占比为六四开。从项目的类型看，5G 网络、卫星通讯、算力设施等信息基础设施 28 个，总投资 2452 亿元；集成电路、8K 超高清、生物医药等创新基础设施 42 个，总投资 1016 亿元；智能制造、智慧能源、智能交通等融合基础设施 25 个，总投资 651 亿元。我们通过分拆新基建的主流投资项目，认为：5G 基站建设高峰正在过去，数据中心则仰赖企业投资。东数西算虽为国家级战略，但仍然需要企业主导投资。
5G 基站：三大移动运营商主导投资进程，投资高峰正在过去
目前国内 5G 基站投资由三大运营商主导，下游需求增速放缓，投资高峰或已过去。国内 5G 基站作为三大运营商的资产项目，其投资基本完全由三大运营商负责。从“十四 五”规划对于 5G 基站提出的预期性指标来看，其要求到 2025 年每万人拥有 5G 基站数达 到 26 个，即需要累计建设 377 万个 5G 基站。截至 2021 年底，中国已经建成 1425 万座 基站，也就是说未来 2022-2025 年年均需要建设 586 万个 5G 基站，从三大运营商今年 的目标来看，预计 2022 年新建超过 67 万个基站。
数据中心：仍是企业自身投资行为为主，地方政府提供土地财税等支持
按照算力形态分类，可将数据中心分为超算、通用智算以及边缘算力。长期以来我国 数据中心以通用算力为主，超算、智算及边缘数据中心应用和数量还有待增长。当前通用算力是数据中心的主力，按照机架规模计算占比超 90%；超算中心主要应用于国家重点科研领域，商用场景较少；智算中心现有规模占比不高，边缘数据中心随着我国数字化转型加快，其需求将得到进一步提升。（报告来源：未来智库）
占比较低的超算中心政府投资比重反而较高
超算中心投资依靠政府意愿、国家资金保障以及企业的技术支撑。从国际经验来看，超级计算中心的建设和运营资源基本均来自政府，运营管理模式上可以区分为以美国为代表的政府直属制以及欧洲为代表的股份制。我国超算中心发展是依托国家科技部“863”支撑计划中关于超级计算机的研制所规划，主机研制则由厂商和各省各部委签订合作协议。资金保障方面，国家科技部通过“863”专项资金配套主机研发厂商进行主机研发投入， 地方政府需要承担后续运营维护资金保障。技术方面由国防科大、曙光集团、江南计算所 以及浪潮集团等保证我国的超级计算机性能。
地方超算中心的投资主体是地方政府，资金来源部分来自专项债。2020 年山东省专项债（十四期）募资 2 亿元支持济南超算中心项目建设，项目资本金 912 亿元，其他方式融资 1493 亿元。
其中，仅首府城市超算中心项目将经营期内的计算、存储资源经营收入作为债务还款来源，其余两个项目均以厂房、写字楼等物业的出租和出售收入作为还款 来源。募资建设方案没有突出数据中心项目的特点和优势，显示出当前项目主体对经营前景缺乏判断，这种情况在全国比较普遍，这也是地方政府筹建地方政务数据中心的最突出难题。
占比九成的通用中心则主要依赖企业投入
通用数据中心整体投资以市场投入为主，支持多元主体参与建设，政府作为辅助和引导。根据广州市数据中心建设发展指导意见、建设导则及绿色数据中心评价标准，要坚持数据中心以市场投入为主，支持多元主体参与建设，统筹土地、电力、网络、能耗指标等资源，合理布局建设各类数据中心，优化数据中心存量资源。政府对于通用数据中心可以支持的部分包括以下几方面：
1）土地、贷款和耗能指标：中央和全国各地文件都强调地方政府要完善配套的用地、贷款和用能政策。江苏省在《关于加快新型信息基础设施建设扩大信息消费的若干政策措施》中提出要保障用地、耗能指标配额，并推动转供电改直供电。内蒙古在《内蒙古自治区促进大数据发展应用的若干政策》中提出对在自治区建设投资 10 亿元以上的数据中心项目，涉及的国有土地使用权出让收益，按规定计提各种专项资金后的土地出让收益中盟市、旗县（市、区）留存部分，用于支持项目建设。
2）电费优惠：山东省在《山东省支持数据经济发展的意见》中提出对符合条件的各类数据中心、灾备中心、超算中心、通信基站等执行工商业及其他电价中的两部制电价。对符合规划布局，服务全省乃至全国的区域性、行业性数据中心，用电价格在 065 元/kWh 的基础上减半，通过各级财政奖补等方式降至 033 元左右。根据实际用电量和产业带动作用，分级分档给予支持。
3）引导布局：以河北为例，文件要求优化互联网数据中心（IDC）的布局和建设，引导超大型、灾备类数据中心向张家口、承德等能源、气候优势明显的区域聚集，低延时、 高宽带为主的大中型数据中心适度向石家庄、廊坊等区域发展。从国家的规划来看，目前的东数西算鼓励大量从事数据存储、离线数据分析等业务的数字经济企业在西部地区部署数据中心或购买西部地区数据中心云服务来有效降低运营成本。上海在节能方面提出存量改造数据中心 PUE 不高于 14，新建数据中心 PUE 限制在 13 以下。
数据中心建设仍主要依靠企业投资，地方政府放宽投资优惠条件以吸引数据中心的投资。目前国内的数据中心运营商可以分为以中国电信、中国移动为代表的基础电信运营商， 以及 Equinix、Digital Reality Trust、万国数据等为代表的第三方数据中心运营商。目前基础电信运营商和第三方数据中心运营商依靠资源、资金及技术研发优势，通过培育自主品牌、拓宽国际营销渠道和提供全方位配套的数据中心服务在全球范围内加速数据中心布局。正如前文所分析，数据中心作为新基建其特点是市场化运作程度极高，政府在投资过程中所能做的更多的是在提供生产要素给予优惠条件从而吸引厂商的数据中心投资。
东数西算：典型的市场主导型新基建计划，政府积极配合和引导
东数西算是国家层面对数据中心的产业规划。从规划看，与此前南水北调、西气东输、西电东送思路类似，以国家引导带动资源跨区域合理配置。2 月 17 日，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等 8 地启动建设国家算力枢纽节点，并规划了 10 个国家数据中心集群。
西部地区较东部具有成本优势，同时绿电供应能与数据中心产业形成合理互补。西部经济发展程度仍处于较低水平，未来有广阔发展空间。数据中心作为高耗能行业，电力成本占数据中心营运成本 50%以上，因此数据中心在国家能耗双控的要求下难以在东部一线城市大力拓展业务，而西部地区却存在新能源电力富余消纳困难的问题，“东数西算”计划配合其较低的用地用能价格能够带来数据中心和西部绿电企业的双赢局面。东数西算除了考虑成本及耗能，亦有考虑到扶持经济较落后地区，西部地区有望培育处理后台加工、 离线分析等劳动密集型产业。
东数西算核心目标：绿色、高效、科技创新、区域平衡的多方面进步。这一点在《关于加快构建全国一体化大数据中心协同创新体系的指导意见》十分明确：到 2025 年，全国范围内数据中心形成布局合理、绿色集约的基础设施一体化格局；东西部数据中心实现结构性平衡，大型、超大型数据中心运行电能利用效率降到 13 以下；数据中心集约化、规模化、绿色化水平显著提高，使用率明显提升；公共云服务体系初步形成，全社会算力获取成本显著降低；政府部门间、政企间数据壁垒进一步打破，数据资源流通活力明显增强；大数据协同应用效果凸显，全国范围内形成一批行业数据大脑、城市数据大脑，全社会算力资源、数据资源向智力资源高效转化的态势基本形成，数据安全保障能力稳步提升。
东数西算背景下，数据中心的投资模式将转变为由地方政府与数据中心企业合资成立数据中心产业园，政府的作用或有限。“东数西算”作为国家级别的规划，未来数据中心的投资模式或将从企业自建/租赁楼宇建设数据中心转向合资合作建设数据中心产业园/基地，地方政府主要提供用地用能其他审批便利。在产业生态方面，由地方政府成立的数据中心产业园/基地围绕数据中心产业链上下游进行招商引资，打造数据中心产业集群。数据中心产业园中的核心设备仍需要依靠入驻企业自身投资，中央政府的作用是提供政策方向指导，地方政府的作用更多是提供用地用能指标以及贷款便利，网络传输的基础设施建设以及合理的规划形成产业生态集群带动入驻企业的发展。
与南水北调、西气东输、西电东送、三峡建设等国家重大规划类似，东数西算落地上 需要由企业担当投融资主力军。
南水北调工程投资规模约 5000 亿元，启动之初仰赖中央预算内资金投入及国有 银行的银团贷款，并利用了 2003 年的长期建设特别国债。2020 年南水北调集团正式成立，负责南水北调工程的前期工作、资金筹集、开发建设和运营管理，负责南水北调工程安全、运行安全和供水安全，筹措后续工程等项目建设投资。
长江三峡工程则创造了“三峡模式”。三峡工程总体建设资金超过 2000 亿元，计 划之初，投融资方案确立为：第一部分是葛洲坝电厂的利润，大约为一年 6 亿元， 三峡工程 2003 年开始发电后的利润也将作为三峡工程的资金投入；第二部分是 三峡基金，在全国用电中，每度电加价 4 厘到 8 厘，每年收入近 40 亿元；第三 部分是商业银行贷款和购买国外设备采取的买方信贷，其中国外信贷为十几亿美 元；第四部分是发行债券，三峡总公司迄今已面向社会累计发行五期企业债券， 共筹集资金 140 亿元；第五部分资金来自长江电力 IPO，进行股权融资。
西气东输工程两期合计投资超过 3000 亿元，由中国石油、中国石化等央企牵头， 进行投融资活动，后续也在 2012 年和 2013 年两次引入集体险资投资。2019 年 国家管网公司正式成立，负责油气干线管网及储气调峰等基础设施的投资建设和 运营，负责干线管网互联互通和与社会管道联通，以及全国油气管网的运行调度。
西电东送工程投资规模超过 5000 亿元，由国家电网、南方电网等央企牵头，进 行投融资活动。特高压、大能源基地等投资也是由主要央企投资进行招标建设。
政策意义在于引导规划并非亲自下场。东数西算的创新之处在于，此次投资市场化因素将更加凸显，未来包括央企、地方国企、大型互联网企业等多类型企业将围绕“东数西算”的政策方向加强建设。过去数据中心的投资布局主要基于用户需求和当地的综合因素。企业主要是根据市场行为来作出自己的决策，容易杂乱无序，不利于资源的调配和有效配置。“东数西算”出台后，新增的数据中心会尽量按政策方向来布局。当前数据中心的建设主要有自建和租赁两大模式，东数西算的启动形成产业集群会进一步鼓励拥有海量数据规模的企业采取自建模式。政府在其中的作用在于引导投资方向以及提供配套设施，短期政府直接参与数据中心建造的模式预计较少。从已有的案例来看，三大运营商、互联网企业及地方国企已争相在西部建立数据中心。
数字产业化创新：“卡脖子”的关键突破
核心技术是数字经济建设的基石，而我国关键数字技术长期受制于人
核心数字技术可分为三大层级，而站在当前节点，基础数字软硬件的突破或是实现数字技术突破的关键症结。数字经济相关领域纷繁复杂，我们认为其核心技术可分为三个主要层级，亦代表了推动数字经济发展的三大步骤，即补齐关键基础技术，拓展核心产业技术，布局下一代前沿技术。核心技术突破是推动数字产业化与产业数字化的关键，而基础软硬件的研发突破与迭代应用则是一切数字技术发展的根基。
目前我国在数字经济的基础软硬件，尤其是高端芯片、集成电路、工业软件等领域， 长期受制于人。根据 IC insights 数据，全球前 15 名半导体厂商中，美国有 8 家，中国大 陆地区无一上榜。
基础硬件方面，目前我国关键核心技术仍无法实现自主可控，对数字经济发展形成严重制约。
从元器件、整机设备、软件、测试到组装的各个环节，目前我国均处于全球价值链的中低端，关键核心技术无法实现自主可控，客观上对数字经济与实体经济融合形成巨大掣肘。
目前，美国半导体公司在微处理器和其他领先设备中保持了绝对优势，并在研发、 设计和工艺技术方面保持领先地位。目前美国公司拥有全球半导体领域最大的市场份额， 达到 463%，其他国家/地区在全球市场中占有 7%至 21%的份额。2021 年全球前十大半 导体供应商，无一来自中国大陆。而在 2019 年的该排名中，我国的海思半导体曾以 1155 亿美元的收入排名全球第 9，市场份额达 28%。而受制于美国贸易制裁，目前海思已经退 出了全球前 25 大半导体供应商的排名。据 IC insights 数据，2020 年中国半导体自给率或在 159%左右，其中汽车芯片自给率不足 5%，如果不包括在中国大陆设厂的非大陆公司， 例如台积电、三星和 SK 海力士等，这个数字将仅有 6%。
基础软件方面，目前我国在 *** 作系统、工业软件等应用领域缺乏竞争优势。 *** 作系统、工业软件等数字经济基础软件研发难度大、技术门槛高、可靠性要求较高，这导致其研发 周期长、研发费用高、迭代速度慢。高额的研发投入与较长的研发周期形成了较高的行业 壁垒，用户亦对头部软件形成强烈依赖，因此信息技术基础软件形成了强者愈强、赢者通吃的行业格局。以 *** 作系统为例，2019 年国内 PC 端 *** 作系统市场 88%份额被 Windows 占据，9%被 macOS 占据，而其余厂商份额不足 4%。
我国在高端工业软件领域基本被外国软件垄断，中国工业软件竞争力严重不足。以工 业软件为例，在“十四五”期间，工业和信息化部组织实施产业基础再造工程，将工业软 件中的重要组成部分——工业基础软件与传统“四基”合并为新“五基”。工业软件是现代工业的核心组成，而中国工业软件大多依赖海外产品。具体而言：
研发设计类：研发设计类工业软件国产化率仅有 5%，国产可用的研发设计类产品仅 能应用于工业机理简单、系统功能单一、行业复杂度低的领域，如国产 CAD 应用与模具、家具家电、通用机械、电子电器等行业。而高端领域，中国 EDA 市场长期由 Cadence、Synopsys、Siemens EDA 三大巨头垄断，整体市场集中度高，前三大企业占比超 70%。
生产制造类：生产制造类工业软件占据国内半壁江山，但在高端

---