数据要素赋能制造业高质量发展的

作用机理与实现路径

王璟璇　 窦　悦

制造业是我国构建现代产业体系的核心，是国民经济的重要支柱。2025年10月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确，“坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向，加快建设制造强国、质量强国、航天强国、交通强国、网络强国，保持制造业合理比重，构建以先进制造业为骨干的现代化产业体系。”数字时代，数据要素作为新型生产要素，通过与其他生产要素结合，实现生产要素创新性配置，赋能企业生产效能、制造效率和流程优化，成为制造业迈向智能化、绿色化、融合化的重要创新驱动力。

一、“十五五”期间制造业实现高质量发展亟需数据要素赋能

“十五五”规划纲要提出的智能化、绿色化、融合化方向，进一步突出了新技术革命性突破、生产要素创新性配置、产业深度转型升级背景下产业间相互融合、渗透、协同的新业态。对制造业而言，智能化侧重技术驱动与效率提升，是制造业现代化的重要标志；绿色化强调可持续发展，是制造业高质量发展的价值导向；融合化关注产业边界突破和产业结构优化，是制造业高质量发展的必然趋势。

在制造业迈向智能化、绿色化、融合化发展过程中，数据要素发挥了重要赋能作用。与其他生产要素相比，数据要素具有易复制性、高流动性、非竞争性、低边际成本、强渗透性和融合性等特点，使得数据要素能够与劳动、资本、技术等生产要素进行融合，赋能制造业高质量发展。在制造业数字化转型过程中，通过数字技术赋能，完成设备联网、数据打通、流程再造，以数据驱动全要素、全流程优化。在智能制造中，数据是智能模型和算法的训练养料，通过数据、算力、算法模型的融合，实现生产过程与核心制造环节自主决策与优化，逐渐从“制造”向“智造”升级。在工业互联网建设中，数据要素是连接与协同底座，以其强渗透性支撑人、机、物、系统的全面连接，助力构建覆盖全产业链、全价值链的全新制造和服务体系。自2024年以来，国家数据局开展的“数据要素×”行动强调发挥数据要素放大、叠加、倍增作用，赋能经济社会发展，将工业制造列为十二个领域首位，进一步凸显了数据要素对制造业的赋能作用。国务院实施“人工智能+”行动，提出推进工业全要素智能化发展，离不开工业制造领域高质量数据集等数据要素的基础支撑作用。

二、当前数据要素赋能制造业发展的实践探索

（一）制造业数据资源、产品和服务的供给渠道日益丰富

制造业企业在数字化转型和发展智能制造过程中，可通过以下几种方式获取所需数据资源及数据产品和服务。

一是通过公共数据开放与授权运营获取制造业领域公共数据。制造业企业或服务于制造业的数据商，可通过地方的公共数据开放网站和公共数据授权运营平台，获取公共数据资源，进而开发形成相应数据产品和服务。

二是通过各类数据流通服务平台实现制造业数据供给和流通。其一是产业互联网平台，目前，我国产业互联网平台已基本实现产业上下游各类数据汇聚打通，服务制造业企业发展。其二是制造业可信数据空间，目前，已有地方和企业通过自建或联合相关企业共建的方式布局建设工业制造可信数据空间，实现数据共享共用和数据产品共创。

三是通过数据交易机构实现制造业数据资源与产品供给。数据交易机构是为数据供方、需方提供数据交易服务的专业机构。从国内数据交易机构上架产品看，工业领域数据产品交易规模占比虽不大，但增速明显，位列通信、医疗健康、交通运输之后，属于“需求上升”的细分领域。

四是通过数据商获取制造业优质数据产品与服务。数据商是指以数据为生产经营关键要素的企业。这些企业深入行业、结合场景需求，开发数据产品，赋能企业发展。例如，上海钢联积累了较多工业制造和企业相关数据集。

（二）“数据要素×工业制造”应用场景创新不断拓展

数据价值的发挥高度依赖应用场景。制造业企业在研发设计、中试验证、生产制造、数字化运营管理、营销服务、产业链供应链数字化管理等制造业全链条环节均开展了大量创新探索，初步实现了以应用场景创新驱动业务经营管理提质增效。自2024年以来，国家数据局发布了十余个“数据要素×工业制造”典型案例，通过两届“数据要素×”大赛全国总决赛遴选出30个“数据要素×工业制造”获奖项目。在各地实践的基础上，国家数据局商有关部门研究编制了《工业制造、现代农业等九个领域“数据要素×”典型场景指引》，形成了数据要素赋能工业制造领域9大重点方向21个重点领域的落地场景指引。

（三）制造业企业探索性开展数据资产化和资本化实践

随着数据要素价值逐步被认可，一些制造业企业开始逐步积累、治理、开发、价值化自身的数据资源，这成为未来制造业更好参与数据要素市场建设、加强制造业数据价值释放的重要基础。

一是制造业企业参与建设高质量数据集。2024年以来，天津、湖北、山东和苏州等部分省市数据管理机构先后组织评选并公布了由地方企业建设的多批高质量数据集。自2025年8月《关于深入实施“人工智能+”行动的意见》发布以来，江苏、上海、浙江等地以先行先试、项目征集等方式组织有关企业和机构加快建设高质量数据集。

二是制造业企业开展数据资产入表。一些制造业企业通过将自身数据资源经合规流程计入资产负债表中，实现自身数据资产价值确认。Wind数据显示，2025年100家上市公司完成数据资产入表披露，制造业企业数量为28家，位列计算机、交通运输和医药生物之后。

三是制造业企业探索数据资本化。随着数据价值被市场认可，贵州、河北、山东等地部分制造业企业在数据质押融资、作价入股等方面展开积极探索，形成落地案例。这些探索不仅解决了企业融资难题，更通过金融工具倒逼企业完善数据治理、挖掘数据应用场景，最终推动制造业向智能化、绿色化、融合化转型升级，为发展新质生产力注入强劲动能。

三、数据要素赋能制造业高质量发展的作用机理

数据作为生产要素，可发挥生产要素对生产力和生产关系的赋能作用。随着数据要素价值在产业实践中不断释放，数据要素逐步从辅助业务的生产资料升级为创造价值的核心资产，带有资产属性，进而通过数据资产化、资本化路径，实现数据要素价值增值，赋能制造业企业发展。

（一）数据作为生产要素的赋能作用

对于制造业企业而言，数据因其高流动性、低边际成本、强渗透性和融合性特征，被作为生产要素作用于企业生产、经营、消费等环节，数据要素无法单方面发挥作用，而是通过与技术、知识、资金、人才等要素的深度融合，发挥对其他生产要素的创新性配置作用，进而推动生产效率革命性提升，促进企业供应链协同优化，重塑产业竞争格局。例如，生产环节，生产类数据与自动化设备、人工智能技术结合，实现对设备、生产线、车间乃至整个工厂全方位的无缝对接、智能管控，提升生产效率；技术研发环节，企业生产、研发、经营等内部数据结合外部研发数据，通过计算机辅助设计、数字化仿真、数字样机等技术和工具，实现研发效率提升和创新；产业协同环节，通过对产业链数据、市场需求数据的汇聚、分析，优化生产计划和库存管理，提高供应链效率，传统刚性制造系统转化为以数据为驱动的柔性、智能、价值共创网络。

（二）数据作为企业资产的赋能作用

数据与其他生产要素不同，制造业企业在生产经营过程中，既使用数据要素，也不断生成数据要素。随着我国数据要素市场的不断发展，数据合规流通交易机制逐步建立完善，加之人工智能迅猛发展对数据的迫切需求，数据要素市场化、价值化路径逐渐清晰。

通常，数据要素的价值化有三种形态：数据资源化、数据资产化、数据资本化。数据资源化，是将自身积累的生产制造数据、科技研发数据、管理数据等原始数据汇集、沉淀、加工形成数据资源，支撑企业各环节分析应用，这是作为生产要素发挥赋能作用。数据资产化，是将汇集治理的数据资源、数据产品进行资产入表与市场流通交易，实现数据价值可计量、数据/产品可外循环流通，进而达到企业资产增值、降低负债率、增加企业数据收益的作用。数据资本化，是将数据资产投入资本市场，通过质押融资、数据信托、作价入股、数据资产证券化等手段，助力制造业企业获取更多资本市场资金支持。企业数据资产化和资本化是企业数据与资本相结合创新的过程，最终通过金融有价凭证的方式帮助企业创造资金价值。

四、“十五五”期间数据要素赋能制造业高质量发展的实现路径

“十五五”时期，制造业实现智能化、绿色化、融合化，数据要素将起到愈发重要的作用。为保障“十五五”期间数据要素对制造业的有效投入，发挥数据要素放大、叠加、倍增作用，应着力从政策保障、基础配套、应用创新等方面发力，为数据要素赋能制造业企业高质量发展营造良好的内外部发展环境。

（一）持续优化数据要素的基础制度和政策体系

一是建立健全数据基础制度。目前，数据产权归属认定、市场交易、收益分配等关乎数据要素市场化配置改革的基础性制度尚有缺位。对各行业而言，数据基础制度均是确保数据要素赋能行业应用的基础保障。“十五五”期间，有关部门应在数据产权界定与实施细则、数据交易规则和定价标准、数据收益分配机制等方面着力推动制度创新。

二是在确保制造数据“留得下”“供得出”“流得动”“用得好”“保安全”“优服务”上做好政策配套。针对制造业数据要素应用的核心环节，有关行业部门应从企业数据采集和存储、加工治理、权属认定、产品开发、数据交易定价、安全治理等关键环节制定配套政策，支持并保障制造业企业有意愿、有能力、有路径加大数据要素在企业内外部和产业链上下游的投入。

（二）加快完善制造业数据流通利用的基础配套

一是建设一批制造业可信数据空间。“十五五”期间，在继续深入实施工业互联网创新发展工程，推动工业互联网建设的同时，应针对制造业智能化、绿色化、融合化过程中对数据流通利用的紧迫需求，鼓励支持地方政府、行业协会、龙头企业打造一批数据资源丰富、数据价值凸显、商业模式成熟、产业生态丰富的制造业可信数据空间标杆项目。

二是加强制造业数据开发利用的配套标准建设。参考《国家数据标准体系建设指南》，结合制造业数字化转型、智能制造、工业互联网建设中实际应用需求，围绕数据汇聚、治理、流通、利用、交易等核心环节，建立制造业数据标准规范。

（三）系统释放数据资源对制造业的要素赋能作用

一是加大制造业公共数据资源供给。有关行业部门和地方政府应建立顺畅的制造业企业公共数据用数申请渠道，及时了解企业对公共数据资源的需求，实现数据的针对性供给。依法依规有序开放制造业公共数据，鼓励开展制造业公共数据授权运营，不断拓展公共数据对制造业的赋能场景。

二是以高质量数据集建设为抓手，推进制造企业数据资源体系建设。研究制定面向人工智能就绪（AI ready）的制造业高质量数据集建设标准规范。在数据资源价值密度较高的制造领域和企业，率先建设、认定一批高质量数据集，探索建立高质量数据集对外服务和商业运营机制。

三是做好制造业企业“数据要素×”“人工智能+”的应用指引。持续开展制造领域“数据要素×”“人工智能+”典型案例遴选和推广，制定制造业数据要素创新应用指引，加强制造业数据融合应用和场景开发建设，全力促进数据要素对制造业生产效率提升、技术研发、供应链协同优化和产业链创新升级的赋能作用。

四是鼓励开发面向中小企业的数据产品和服务。工业互联网、产业互联网、数据基础设施的运营方，以及行业龙头企业，应针对中小制造业企业发展需求，提供普惠性数据产品和技术工具，助力中小企业创新发展。

（四）鼓励制造业企业探索数据资产赋能路径

一是制造业企业积极开展数据产权登记。制造业企业在生产、技术研发、经营管理过程中形成的数据，经加工治理可用于人工智能模型训练、数据产品和服务开发，具备较高的流通利用价值。可对企业自身优质数据资源、数据产品和服务进行数据产权登记，在数据流通前明确产权归属，保障企业利益。

二是制造业企业积极探索数据资产入表。制造业企业通过资产入表，将数据资源确认为企业资产负债表中“资产”一项，显性化数据资源价值，展示企业数字竞争优势，为企业依据数据资产开展后期投融资提供依据。同时，通过入表强化制造业企业数据意识，倒逼企业建立数据治理体系，盘活数据资产。

三是制造业企业联合有关方开展数据资产金融创新。有资金需求的制造业企业应联合数据交易所、金融服务机构，探索数据资产授信融资、质押融资、数据资产证券化、数据资产作价入股等资本化探索，实现“数据+资本”双要素的创新，为数据赋能企业高质量发展提供实质性支撑。

（王璟璇，国家信息中心大数据发展部数据要素处处长、副研究员。窦悦，国家信息中心大数据发展部数据要素处副研究员）

（选自《中国经贸导刊》2026年7月上）