各設區市、省直管試點縣（市）政府、贛江新區管委會，省直有關單位：

　　現將《推進工業大數據發展的實施意見》印發給你們，請認真抓好貫徹落實。





?????????? ???????????????江西省工業強省建設工作領導小組辦公室

?????????????????????????????????????2020年7月9日

　　（此件主動公開）



????????????????????????????????????????推進工業大數據發展的實施意見



　　為貫徹落實《工業和信息化部關于工業大數據發展的指導意見》（工信部信發〔2020〕67號）精神，促進我省工業數字化轉型，加快推進江西工業大數據產業發展，結合我省工作實際，制定本實施意見。

　　一、總體要求

　　堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹習近平總書記視察江西時的重要講話精神，全面落實省委、省政府決策部署，堅持新發展理念，深入實施國家大數據發展戰略和工業強省戰略，建設大數據基礎設施，促進工業數據匯聚共享，深化數據融合應用，提升數據治理能力，強化數據安全防護，構建產業生態體系,助推江西工業高質量跨越式發展。

　　二、發展目標

　　力爭到2025年，全省工業大數據產業和服務收入達到300億元，工業大數據基礎設施建設基本完善，產業創新能力和技術水平顯著提升，工業大數據應用的技術支撐和安全保障能力進一步增強。全省培育3-5個國家和省級大數據產業示范基地、5-10家工業大數據重點企業、50-100家大數據示范企業。

　　三、重點任務

　　（一）完善基礎設施建設

　　1.加快網絡基礎設施建設。持續深入實施網絡提速降費，推進全光網絡建設，全面部署IPV6。依托通信運營商建設高質量工業互聯網外網，推動工業企業接入。深入推進5G基站選址和建設，推動5G網絡在工業園區、廠區的覆蓋。

　　2.推進數據中心建設。合理布局省內各區域大數據中心，避免盲目重復建設。加快布局南昌、撫州、上饒、宜春、贛州等地數據中心建設。依托省內通信運營商的數據中心項目,以及已投入運營的贛西云數據中心、撫州云計算中心、上饒云數據中心等項目資源，統籌推進全省各地大數據中心項目建設，提高數據中心計算和存儲能力，降低設備功耗。

　　（二）匯聚共享工業數據

　　3.推動工業數據采集。支持工業企業實施設備數字化改造，升級各類信息系統，推動研發、生產、經營、運維等全流程的數據采集。支持重點企業研制工業數控系統，引導工業設備企業開放數據接口，實現數據全面采集。

　　4.加快工業設備互聯互通。持續推進工業互聯網建設，支持重點企業開展工業互聯網內外網改造，加快工業互聯網標識解析二級節點和平臺建設。支持企業建設數據匯聚平臺，實現多源異構數據的融合和匯聚。組織開展工業數據資源調查，引導企業加強數據資源管理，實現數據的可視、可管、可用、可信。

　　5.建設工業大數據融合平臺。依托現有的江西省工業園區智慧云平臺、江西省工業運行監測管理平臺等工業大數據平臺，通過數據融合和接口綜合服務平臺將數據打通，進一步匯聚工業數據，構建具備海量數據采集、匯聚、分析服務的工業大數據融合平臺，建立省級工業企業大數據庫，服務制造業高質量發展。

　　6.推動工業數據開放共享。鼓勵省內優勢企業面向行業開放業務系統、共享工業數據，帶動產業鏈上下游企業開展協同設計和協同供應鏈管理。建設安全、可信的工業數據流通環境，引進和建立大數據交易機構，培育工業數據流通、交易市場，支持和引導相關單位開展數據交易試點。

　　（三）深化數據融合應用

　　7.推動工業數據應用。大力促進數據全過程應用，加快實施智能制造，引導企業用好各業務環節的數據。結合我省產業實際，重點圍繞電子信息、有色金屬、裝備制造、生物醫藥、紡織、航空等產業開展工業大數據應用試點示范，總結推廣應用典型案例，提升工業企業數據應用水平；制定工業大數據應用的評估標準，加強對地方和企業應用現狀的評估。

　　8.打造數據平臺支撐。引進和建設一批工業數據平臺，支持行業龍頭企業、科研院所、通信運營商等在省內建設工業數據平臺，提升平臺的數據處理能力，加快培育和壯大一批大數據產品及應用類標桿企業；鼓勵大中型企業將業務系統向平臺遷移，并對中小企業開放數據服務資源，全面提升企業數據應用能力。

　　9.構建數據應用生態。強化省內大數據企業、平臺服務商、工業企業、科研院所與國家級研究機構的合作，培育和發展一批優秀的工業大數據應用和解決方案供應商；發揮全省大數據領域專家和省大數據協會作用，組織開展“大數據企業專家行”活動，為省內相關企業開展數據應用提供咨詢服務；鼓勵各地開展大數據競賽活動，助力大數據企業創新創業。

　　（四）提升數據治理能力

　　10.開展數據管理能力評估貫標。推廣《數據管理能力成熟度評估模型》（GB/T 36073-2018，簡稱DCMM）國家標準，引導和支持省內相關單位主動與DCMM標準研制單位對接，探索成立DCMM貫標咨詢評估機構，打造高素質數據管理人才隊伍，建立健全數據管理能力成熟度評估專家庫。探索開展DCMM評估試點示范，鼓勵各地開展DCMM貫標、人員培訓、效果評估等工作。

　　11.探索工業數據分類分級管理。落實《工業數據分類分級指南（試行）》，遴選一批工業大數據管理能力較強的企業試點先行，指導企業加強宣貫培訓，立足行業特征細化數據分類目錄和分級量化指標，引導更多企業建立工業數據分類分級管理體系，實現數據科學管理。

??? （五）強化數據安全防護

　　12.完善工業數據安全管理體系。明確企業安全主體責任和各級政府監督管理責任，構建工業數據安全責任體系，積極與國家相關專業技術機構開展合作,加強我省工業大數據安全管理體系和技術支撐體系建設,建立涵蓋設備安全、控制安全、網絡安全、平臺安全和數據安全的多層次安全保障體系。

　　13.提升工業數據安全防護能力。運用大數據手段，收集并及時發布工業安全漏洞、風險和預警信息，提升對全省工業互聯網設備、網絡、業務系統的實時監測和安全檢測能力，提升隱患排查、攻擊發現、應急處置和攻擊溯源能力，實現重點行業數據整體安全態勢感知和風險防范。利用我省工業互聯網安全態勢感知平臺，加強對工業互聯網平臺、工業APP、工業數據的安全監測，提升安全感知、風險防范、威脅處置能力。

　　（六）構建產業生態體系

　　14.開展產業協同創新。依托省內高等院校、科研院所，聯合國家級權威機構及行業龍頭企業，建設工業大數據創新平臺，圍繞數據匯聚、建模分析、應用開發、資源調度和監測管理等共性技術進行研發和應用，加速技術創新成果產業化。

　　15.推動工業數據產品和服務開發。大力培育數據資源服務提供商和數據服務龍頭企業，發展一批聚焦數據標準制定、測試評估、研究咨詢等領域的第三方服務機構，推動工業大數據采集、存儲、加工、分析和服務等環節相關產品開發。

　　四、保障措施

　　（一）建立工作推進機制。在江西省工業強省建設工作領導小組直接領導下，由省工信廳牽頭省直有關單位，建立推進工業大數據發展聯席會議制度，重點研究全省工業大數據發展政策措施，協調解決工業大數據發展實際問題。鼓勵各地結合實際，建立相應的工作推進機制，制定促進工業大數據發展政策和配套措施，加快工業大數據發展。

　　（二）加大政策支持力度。支持省內大數據企業申報國家大數據試點示范項目，統籌省級工業發展專項資金，加大對工業大數據發展支持力度。引導政策性銀行等金融機構建立工業大數據基礎設施優惠利率信貸專項。鼓勵工業大數據企業加大新技術、新工藝、新產品的研發投入，支持企業建設大數據工程（技術）中心、重點實驗室等研發平臺，對符合國家規定范圍的研發費用享受企業所得稅加計扣除政策。組織開展大數據示范企業培育，對優秀大數據企業納入示范管理。各設區市要依托現有資金和政策渠道，支持本地工業大數據發展。

　　（三）加快人才培育引進。深化產教融合、校企合作，加快組建大數據產業產教融合聯盟,推進大數據人才培育基地建設。支持和鼓勵與“雙一流”高校、科研院所合作共建工業大數據創新創業園等平臺，大力引進國內外大數據人才來贛開展創新創業。推動省內更多高校和職業院校開設工業大數據相關專業，培養大數據專業技術和技能人才。

　　（四）促進行業交流合作。舉辦工業大數據行業會議、學術論壇、業務培訓等國際國內交流活動，參加國際國內大數據產業博覽會等展會，推動省內工業大數據企業與國內外龍頭企業、國際國內相關組織機構的交流合作，不斷提升發展水平。