中国工业互联网平台发展指数构建及应用

肖琳琳，王睿哲，夏宜君，张孟哲

(国家工业信息安全发展研究中心，北京 100040)

1 研究背景

实体经济是经济高质量发展的根基，充分发挥数字技术、数据要素对实体经济的作用，是实现经济高质量发展的必然选择［1］。工业互联网平台是新一代信息技术与制造业融合发展的重要载体，是加快制造业数字化、网络化和智能化发展的重要支撑。2017 年，国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，标志着我国工业互联网创新发展战略的确立［2］。习近平总书记提出加快工业互联网发展，加速中国新型工业化进程，为中国经济发展注入新动能［3］。在社会各界的努力下，工业互联网产业规模迈过万亿元大关，具有一定影响力的平台数量超过百家［4］，在制造资源汇聚、新技术融合应用、赋能产业转型等方面取得丰硕成果。然而，目前我国工业互联网平台建设存在重复建设、资源错配、服务能力不足等问题。

国内外针对工业互联网开展系列的研究，美国工业互联网联盟（Industrial Internet Consortium,IIC）从业务、使用、功能和实施等视角提出了工业互联网参考架构［5］。中国工业互联网产业联盟从互联互通、综合集成和数据分析等维度提出工业互联网成熟度评估模型［6］。中国工业互联网研究院从网络、平台、安全、数据等维度测算了相关产业发展现状［7］。相关研究均未能解决工业互联网平台发展水平科学测度的问题，未能长期、持续跟踪监测，从统计的角度开展研究和实践。2021 年，《工业互联网创新发展行动计划（2021—2023 年）》提出要“建设平台数据监测与运行分析系统，编制发布工业互联网平台发展指数［8］。”近年来，工业互联网高速发展，正在促进工业数据实现价值创新，需要探索一套工业互联网产业发展的“晴雨表”，在数据采集范围、分析手段和应用方式等方面不断推陈出新，充分挖掘数据在中观层面、宏观层面的价值。

2 工业互联网创新应用加速产业发展测度的需求

2.1 工业互联网创新应用加速工业资源汇聚

工业互联网的兴起使得工业数据在采集、分析和应用方式上发生转变，表格录入逐步被高精度、多维度仪器识别代替，人工经验知识库被动态智能算法和模型优化取代，打破了企业不同系统不能资源共享的垂直独立的“烟囱式”发展模式，实现跨越地域、跨越组织的设备、业务、场景之间的数据创新应用，数据转变为支撑管理层决策的工具。工业互联网平台云端协同架构打破工业企业数据连接壁垒，大数据、人工智能等信息技术促进企业从人工分析数据到智能数据分析，突破人类认知限制和传统数据分析方式的局限，从海量数据中识别数据间的相关性，深入挖掘数据价值［9］。

2.2 工业互联网数据价值挖掘存在诸多障碍

数据作为新生产要素，在推动工业高质量发展方面被寄予厚望。然而，从实践来看，工业数据价值并未得到充分挖掘，海量的工业数据仍然沉睡在封闭的系统中，废弃在工业现场，少量的数据应用也大多应用于企业内部［10］，从“有数据”到“用数据”还有很长一段路要走。

产业层面，平台合作生态不完善。互联互通本应是工业互联网产业发展的重要特征，但受制于安全风险较大、技术手段缺乏、商业模式不清、工作机制不顺等影响，平台之间的数据资源共享还在起步探索阶段，能力开放处于理论探讨阶段，信息不透明导致合作成本高［11］，同时，各家平台有自己的语言体系，数据互认互信成本高、难度大。

应用层面，数据价值挖掘不充分。虽然已有不少工业互联网平台在挖掘沉淀数据价值方面进行了积极探索，开发出一系列预测模型、优化算法等，并根据市场需求致力于打造杀手锏手机软件（APP），推动解决企业、行业痛点。但局部应用并没有形成网络效应，数据在宏观和中观层面的价值没有得到充分发挥。

治理层面，产业发展底数不掌握。各级政府部门对于工业互联网平台的数据采集目前仍然以手动填报的年度数据为主，当前工业互联网平台发展日新月异，以年为单位的更新频率已经不能满足社会各界对产业数据的需求。

2.3 工业互联网产业发展测度方法仍需探索

在消费领域，平台企业通过消费者交易选择、浏览时间和付款方式等数据，挖掘消费偏好和行为习惯，不仅取得了商业价值的挖掘，还通过动态变化的消费数据探索用户市场的“晴雨表”。工业互联网平台是工业全要素链接枢纽和资源配置核心，是信息汇聚、产品交易和知识共享的信息服务载体［12］。工业互联网沉淀的海量数据，刻画工业互联网产业在动态发展、弹性调整、风险韧性方面的规律，为企业、产业和政府提供更多的客观辅助和科学参考。

工业设备是工业互联网流量的来源，体现工业互联网的规模效应和网络效应。从数据规模上看，工业设备在运行过程中产生大量、连续、实时数据，是工业互联网数据的主要来源，也是数据分析应用的基础材料；从数据质量来看，工业设备是生产制造的主体，体现企业核心业务水平，设备数据的汇聚和利用还能够有效反映行业发展特征。

工业模型是平台能力开放的基础，体现平台化复制推广的能力。无论是人工经验的模块化，还是算法挖掘的新机理，工业模型能够帮助知识封装、固化，并在平台上交互共享，既可以实现更大范围的知识扩散，又能够以模块化封装的形式保护知识产权，是工业知识沉淀、传递、重构、创新的最佳载体［13］。

工业APP 是技术和服务产品化的结果，体现工业互联网服务工业企业的水平［14］。面向工业企业的共性需求，工业互联网平台服务商不断将不同的技术和定制化的服务通过模型进行组合创新，形成可以直接调用的产品，并通过平台实现更新、迭代和升级，工业APP 成为衡量工业互联网应用技术和服务产品化的重要手段。

3 工业互联网平台发展指数

指数或称统计指数是分析社会经济现象数量变化的一种重要统计方法［15］。指数的概念产生于18世纪后半叶，最早期的指数是与商业发展紧密联系的价格指数。工业互联网平台发展指数的制定是以工业互联网发展理论为基础，以2018 年作为基期，采用定基指数法对工业互联网平台发展指数进行测算，用于反映我国工业互联网平台发展态势。

3.1 工业互联网平台发展指数组成

工业互联网平台发展指数包括1 个总指数，以及资源汇聚指数、知识沉淀指数、应用活力指数、企业赋能指数等4 个分类指数，如表1 所示。工业互联网平台综合发展指数表征平台综合发展水平。工业互联网平台资源汇聚指数表征平台对于工业设备等核心资源的接入和兼容能力。工业互联网平台知识沉淀指数表征平台对于工业知识的积累、沉淀和开发水平。工业互联网平台应用活力指数表征平台的工业APP 和工业软件创新开发能力。工业互联网平台企业赋能指数表征平台在工业企业和垂直行业的规模化推广和落地实施水平。

表1 工业互联网平台发展指数（IIP27）组成

3.2 工业互联网平台发展指数指标体系

工业互联网平台发展指数指标体系包括平台关键能力和平台应用水平等2 个一级指标，资源汇聚能力、知识沉淀能力、应用活力水平和企业赋能水平等4 个二级指标以及13 个信息采集项，如表2 所示，既有活跃类表征“质”的指标，也有规模类表征“量”的指标。明确了指标的分类标准和数据格式，通过语义描述、数据格式、分类标准和计算逻辑的统一。

表2 工业互联网平台发展指数（IIP27）指标体系

3.2.1 工业互联网平台关键能力

工业互联网平台关键能力旨在表征工业互联网平台核心能力供给水平，包括资源汇聚能力、知识沉淀能力两个二级指标和7 个信息采集项。

资源汇聚能力指标用于体现工业互联网平台对于多源、异构工业设备的接入能力、兼容能力以及平台设备连接能力比较优势的多样性，包括工业设备连接规模、工业设备接入种类和工业设备连接集中度等3 个数据采集项。

知识沉淀能力指标用于体现工业互联网平台工业知识沉淀、复用和开发能力情况，包括工业机理模型数量、工业微服务数量、开发者注册数量、开发者月活跃数量等4 个数据采集项。

3.2.2 工业互联网平台应用水平

工业互联网平台应用水平旨在表征工业互联网平台工业APP 应用以及服务企业情况，包括应用活力水平和企业赋能水平2 个二级指标和6 个信息采集项。应用活力水平指标用于体现工业互联网平台工业APP 的规模、广度和深度，包括工业APP 数量、工业APP 行业分布、工业APP 订阅数量等3 个数据采集项。企业赋能水平指标用于体现工业互联网平台服务企业规模、数量以及区域落地应用情况，包括服务企业数量、付费企业数量和服务企业地区分布等3 个数据采集项。

3.3 工业互联网平台指数测算方法

工业互联网平台指数的测算方法，包括确定基期指数、采集项处理、分类指数测算、权重设置以及综合指数计算等。

3.3.1 确定基期指数

工业互联网平台指数选取2018 年作为定基指数法测算的基期，基期的综合指数和各分指数值均为100。

3.3.2 采集项处理

考虑到各具体指标单位、意义、量级都有较大差异，因此会对采集项数据进行异常值剔除、空白数据填补以及校验、无量纲化等预处理工作。

3.3.3 分类指数测算

采用均等权重法确定各采集项权重，并加权计算分类指数，具体计算如公式（1）所示：

3.3.4 权重设置

通过专家打分法设置各分类指数权重。资源汇聚指数权重为w1、知识沉淀指数权重为w2、应用活力指数权重为w3、企业赋能指数权重为w4。

3.3.5 总指数计算

总指数计算如公式（2）所示：

4 工业互联网平台发展指数测算分析

4.1 工业互联网平台发展指数测算样本

工业互联网平台发展指数测算样本数据主要来自工业和信息化部17 家跨行业跨领域工业互联网平台，以及10 家特色专业型工业互联网平台，见表3。服务行业涵盖冶金、有色金属、石油化工、建材、医药、纺织、机械、电子等各个领域，服务企业遍布全国31 个省份（未含港澳台地区），具有较好的行业代表性和科学表征意义。

表3 工业互联网平台发展指数样本平台

工业互联网平台发展指数测算样本数据获取方式通过建设工业互联网平台监测分析系统，以不增加平台统计工作量、不触碰平台商业秘密为原则，以标准化的数据接口和统一规则下的自动采集为手段，已与全国27 家重点工业互联网平台样本开展对接，根据数据采集频率需求，系统分别按照天和月的频次从样本工业互联网平台获取数据，实现平台数据的实时采集和价值挖掘。同时，在工业和信息化部的工作部署下，选择北京、山西、辽宁、江苏、安徽、山东、湖南、广东、重庆、四川、青岛、深圳等12 个地方开展区域试点工作，相关平台数据为各级政府部门工业经济运行统计、创新发展工程建设、工业互联网平台评估、示范应用遴选等工作提供了有力支撑。

4.2 工业互联网平台发展指数分析

4.2.1 整体水平持续提升，螺旋迭代趋势初显

总体方面，2021 年工业互联网平台发展综合指数为214，其中资源汇聚指数313、知识沉淀指数195、应用活力指数193、企业赋能指数154，如图1所示，工业设备的连接能力持续领先发展，企业应用侧表现仍需提升。

图1 工业互联网平台系列指数

在增速方面，2021 年工业互联网平台发展指数较上年提升24.42%，4 年内年均增长率为29.04%，保持了良好的发展态势，但各分类指数增幅出现差异和逆转。一方面，资源汇聚指数和应用活力指数增速下降，从2019 年的67.00%和41.00%下降为2021 年的24.21%和13.53%；另一方面，知识沉淀指数增速不断提升，同比增幅从2019 年的8.00%迅速提升至2021 年的52.34%。

对比工业互联网平台发展指数的总体趋势和结构变化特点，我国工业互联网平台发展螺旋迭代发展态势初显，经过近4 年的发展，工业设备连接以及工业APP 开发从高速汇聚进入深水缓流，平台和工业企业均需要更多时间来消化吸收，而工业机理模型的快速增长正在为下一轮高速增长积蓄能量。

4.2.2 通用设备重点突破，区域分布梯度显著

2021 年，工业互联网平台资源汇聚指数为313，在4 个分类指数中排名第一，2021 年共连接工业设备6 065.71 万台。工业设备连接规模的提升仍然是近年我国工业互联网平台发展的一个突出表征。

从工业设备分类看，如图2 所示，目前，工业设备连接仍然处于增量阶段，通用设备连接占比较大，其中仪器仪表、电工电子设备连接规模超四成，仪器仪表是工业现场的“五官”，能够帮助企业评估生产运行的实际情况，同时也是企业上网、上平台的重要工具，而且随着“双碳”目标的提出和落实，市场需求正在进一步扩大。此外，数字化水平较高的设备和新型设备正在不断接入。如，电力设备连接占比接近30%，一方面是由于电力行业设备规模大、覆盖面广，另一方面也是因为电力设备数字化水平高，触网难度小、成本低。

图2 我国工业设备连接类型分布

从工业设备区域分布看，传统制造大省是设备连接的主力，区域梯度分布显著。其中江苏省、山东省、浙江省和河南省工业设备连接数量最多，所占比重分别高达12.22%、10.69%、9.02%和8.35%；河北、四川、广东、上海、福建、湖北、湖南、重庆、内蒙古自治区、山西、江西为第二梯度，所占比重均在3%至6%左右；其余省份所占比重均不足2%，梯度之间连接设备规模存在较大差距。如图3 所示。

图3 我国工业设备连接区域分布

4.2.3 知识沉淀纵深发展，开发活力持续提升

工业模型是工业互联网平台服务商核心实力的体现。工业模型是对工业机理知识、数据算法、方程公式、业务逻辑、经验规律等的沉淀和固化，是对人的经验以及隐性知识的显性化、结构化表达。工业模型封装了工业知识和经验，使用者可以直接高效利用，以解决业务各类现实问题，极大降低了知识复用的成本，加速了工业技术创新发展的步伐。工业互联网平台服务商在服务能力以及成效方面呈现的差异，一定程度上与平台所积累的工业模型的服务能效相关。工业模型积淀得越多，模型的应用效果越好，对用户企业所面临的痛点问题的应对就越有力、越有效。因此，对工业互联网平台的工业模型数量和结构进行测度，有助于更好地评估平台企业的发展质量，并引导更多高价值的工业模型得以加速开发和应用。

依据工业模型的主要用途划分为4 类，分别为研发仿真模型、数据算法模型、行业机理模型、业务流程模型，如图4 所示。2021 年，工业互联网平台知识沉淀指数为195，经过一年的快速发展，在4个分类指数中反超应用活力指数，排名第二。工业机理模型增速加快，重点平台发展更加重视吸收沉淀。工业模型方面，平台企业数据建模和算法开发能力显著增强，工业模型正在从简单到复杂，从业务流程到机理规律，从可视化、知识库等简单模型向预测模型、智能优化方向发展。2021 年工业模型数量合计达到52.84 万个，去除极值影响后发现，数据算法模型、研发仿真模型数量逐年增多，分析其原因，一方面，近年来逆全球化趋势明显，不断变化的市场环境，让企业逐渐认识到自主创新的重要性；另一方面，在产业政策有效引导下，高端化、智能化正成为企业竞争的主题。

图4 我国工业模型种类及分布结构

4.2.4 应用场景逐渐丰富，行业应用仍需挖掘

工业APP 作为工业技术软件化的主要成果，承载了具有特定功能和解决特定问题的模型、数据、流程等工业技术要素。工业APP 兼顾功能通用性和场景实用性，既具有小巧轻便灵活、可高效复用并广泛传播等特性，同时还更加直观易用、具备经济性和可落地性。平台工业APP 的数量、种类和调用情况能够很好地反映平台企业的服务能力，尤其是利用各类工业APP 快速为企业解决问题并创造价值的能力，也能够在一定程度上展现当前阶段工业互联网平台应用生态的繁荣程度，促进工业APP 快速健康发展。

工业APP 主要划分为9 类应用场景，分别为研发设计类、生产制造类、质量管控类、运营管理类、运维服务类、安全生产类、节能减排类、仓储物流类、供应链管理类，如图5 所示。2021 年，工业互联网平台应用活力指数为193，2021 年工业APP 规模达18.88 万个，较2020 年同比增长了35.86%，虽然，工业APP 开发速度放缓，但从工业APP 被调用次数和服务企业数量来看，工业APP 正在逐步落地，重点平台差异化的杀手锏APP 体系逐渐形成。类型分布方面，工业APP 应用场景逐渐丰富。

图5 我国工业APP 类型分布情况

一是工业APP 开发依然聚焦企业生产运营价值环节，运营管理、运维服务类、生产制造APP 数量最多。运营管理类和运维服务类工业APP 开发和应用最集中，且具有一定规模的用户调用数量。在运营管理方面，生产资源调度、数据集中管理等相关应用需求较高，是杀手锏工业APP 应用的重点领域；在运维服务方面，围绕设备的监测预警、故障诊断、预测性维护等应用不断发展，在钢铁、化工、轨道交通、工程机械等领域涌现出一批运维类工业APP。此外，研发设计类、生产制造类、质量管控类工业APP 相比而言数量较少，企业核心业务环节的工业APP 开发仍有较大空间。

二是安全与环保成为工业APP 布局新方向。随着国家对安全生产和节能减排的重视程度不断提高，一方面，高能耗、高排放行业不能再延续传统粗放式发展方式，能耗监控和优化成为企业必不可少的工具，满足能耗和排放要求成为生产的必要门槛；另一方面，在部分生产环境复杂、设备运行风险较高的行业，安全风险监控和预警的需求不断攀升，保障生产稳定安全成为了开工的前提。

三是协同创新类工业APP 仍需探索。当前阶段，工业互联网平台提供的仓储物流类和供应链管理类的工业APP 数量偏少，一方面，物流管理和供应链管理在市场上已经有较为成熟的通用软件，对相关领域工业APP 的需求不足；另一方面，跨企业的管理与协同的难点主要不在技术，而在组织管理和利益分配层面，尽管协同创新类的工业APP 复用或共用的范围最广，但能够形成规模应用的难度也最大。

行业分布方面，如图6 所示，工业APP 行业应用仍需挖掘。一是原材料行业应用分布在中后端，化工行业位列第五，而钢铁行业则位列第十，建材和有色金属处于尾端；二是装备制造业呈现两端发展，机械行业所占比重在2020 年16.23%的基础上，继续提升至17.88%，是目前工业APP 数量最多的行业，而船舶、轨道交通和航空航天均位于后十位；三是消费品行业工业APP 分布较均匀，既有工业APP 处于前列的家电和纺织，又有中位行业的轻工和食品，同时还有尾部的烟草医药；四是电力、电子行业应用排名靠前，得益于两类行业较好的数字化水平，工业APP 数量均处于前列。

图6 我国工业APP 行业分布情况

4.2.5 行业潜力不断释放，西部地区亟待开拓

2021 年，工业互联网平台企业赋能指数为154，虽然2021 年平台共服务工业企业183.37 万家，较2020 年增长了29.82%，但企业赋能指数在4 个分类指数中仍然增幅最少，工业互联网平台正在逐步从“建”到“用”，如何推动工业企业上平台、用平台仍然是当前工业互联网平台发展的关键问题。

行业分布集中度进一步增加，在规模效应和示范效应等因素影响下，应用基础好的行业仍然处于领跑地位，应用市场还处于潜力释放阶段。轻工、食品、机械、电子企业数量较多，所占比重合计高达53.41%，较2020 年提升了4.03 个百分点，如图7 所示。

图7 我国工业互联网平台服务工业企业行业分布情况

中西部地区增长步伐较快。平台服务山东、江苏、广东企业最多，占比分别高达14.05%、9.53%和7.62%；服务浙江、河北、四川、上海、河南、北京、湖南企业数量相近，均在5%左右，如图8 所示。虽然东中西部差距明显，但与服务企业行业分布不同，东中西部差距在不断减小，与2020 年相比，西部地区和中部地区所占比重分别提升了0.12 个百分点和0.02 个百分点。

图8 我国工业互联网平台服务工业企业区域分布情况

5 结论

工业互联网是制造体系的组合创新和突破变革，在发展的复杂性和长期性方面业界已有共识。在工业互联网发展过程中，数据在刻画产业脉络、描绘产业趋势、勾勒产业全景方面发挥了巨大作用。数据正在描绘工业互联网产业供给侧的动态发展，重点工业互联网平台在高端化、智能化、绿色化发展关注度在不断提高，并持续向提升产业链供应链现代化方向布局。

5.1 兼顾工业互联网的数据规模与结构

工业互联网通过技术实现工业数据汇聚、分析和应用，能够在更大范围实现资源优化配置。数据规模能够体现全局发展在“量”方面的水平，网络效应的前提是有足够的参与者数量，这是流量经济的基本原则，因此数据规模仍然是当前产业发展最重要的衡量标准。数据结构能够体现产业发展在“质”方面的水平，规模数据很难体现市场的繁荣度，尤其是在一些结构类数据中，仅凭规模数据是很难发现产业中出现的问题和短板，这就需要分类数、活跃数等结构性指标发挥补充作用。因此，在衡量工业互联网产业发展情况时，应兼顾规模性指标和结构性指标，才能实现产业完整、准确的刻画。

5.2 重视工业互联网平台数据共享与治理

平台生态是一个复杂系统，全局数据价值远超局部数据价值。一方面，数据共享能够实现“1+1＞2”的价值成效，平台、服务商、企业之间数据互联共享，信息技术（IT）和运营技术（OT）等各项技术互补关系复杂，价值成效也是共创共享，如用友网络化协同解决方案在线协同大众整车厂、26 家设备供应商、99 家散件供应商、15 家劳务公司等，实现整体产量增加22%，减员31%；另一方面，数据共享也将带来“1+1＞2”的治理难度，平台逐渐向复杂生态进化，企业与企业之间界限模糊、关系复杂，基于平台的利益分配机制各不相同，一旦出现问题很难通过一刀切的方式解决，产业链链主企业需要承担更多的社会责任，而治理和管控可能出现的伴生效应、蝴蝶效应难以预测。因此，在生态治理过程中，应加快开展工具方法的研究，帮助产业链供应链弹性重构提供决策工具。

5.3 预判工业互联网发展的机遇和风险

工业互联网作为新生事物，平台发展的未知远大于已知。截至2021 年6 月，我国互联网普及率达到71.6%，已经带来近十年的消费经济繁荣。工业领域相比于消费领域更加复杂丰富，部分先行者已经洞察到未来无限的可能性，各方不断探索工业互联网的技术、场景、模式，希望在未来布局中领先一步。未知带来不确定风险，纵观消费互联网产业沉浮，平台生态培育是漫长又曲折的过程，产业从无序到有序过程会经历震荡期，部分领先者或会因超前探索折戟。因此，在产业发展过程中，应尽早建立监测、评估方法体系，帮助政府了解产业发展态势、帮助产业预测发展风险。