2023年8月23-25日，第四届晋阳湖·数字经济发展峰会在山西省太原市召开。在8月23日上午的峰会开幕式上，中国电子信息产业发展研究院副总工程师、俄罗斯自然科学院院士刘权对中国数字产业发展进行了深度解读。以习近平同志为核心的党中央高度重视数字经济发展，做出要“推进重点领域数字产业发展”、“打造世界级数字产业集群”的重要部署。赛迪研究院从“为什么要发展数字产业、什么是数字产业、如何发展数字产业”三个方面问题展开，立足数字产业的数据本源和技术逻辑，建构了数字产业图谱“3+11+X”概念框架，提出运用生态思维打造数字产业体系的发展策略，以期为政策制定、产业发展、企业成长提供参考。一、为什么要发展数字产业数字产业作为当今时代驱动数字经济发展的战略性、基础性、先导性产业，是推动现代化产业体系高质量发展、增强经济发展新动能、把握未来发展主动权的关键引擎。作为典型的技术密集型和知识密集型产业，数字产业在技术、人才、资本等优势要素的汇聚上具有天然的“虹吸”效应，在其共同作用下释放出巨大的创新效能和溢出效应，呈现出高创新性、高价值性、高带动性等产业特性。▲图1

2021年3月，在十三届全国人大四次会议表决通过了《关于国民经济和社会发展第十四个五年规划和2035年远景目标纲要》的决议中区块链首次被纳入国家五年规划当中；2021年6月，工业和信息化部联合中央网信办发布《关于加快推动区块链技术应用和产业发展的指导意见》，强调要发挥区块链在产业变革中的重要作用，促进区块链和经济社会深度融合，加快推动区块链技术应用和产业发展。

10月27日，由中国电子信息产业发展研究院联合5家部属事业单位和42家行业企业编制的《“工业互联网平台+工业设备上云”白皮书》，在全国工业互联网平台赋能深度行（青岛站）上正式发布。白皮书从痛点问题、应用场景、推广前景三个维度，对炼铁高炉、工业锅炉、石油化工设备、柴油发动机、大中型电机、大型空压机、工程机械、数控机床、风电设备、光伏设备等十类重点工业设备上云解决方案进行了系统研究。当前，全球新一轮科技革命和产业变革深入推进，工业互联网平台作为新一代信息技术与制造业深度融合的产物，正对工业发展产生全方位、深层次、革命性影响，支撑世界各国加快转变发展方式、优化产业结构、转换增长动力。一、总体定位：工业设备上云是赋能产业生态转型升级的加速器工业设备是工业企业的主要生产资料之一，广泛分布在各个车间，负责原材料到成品的各项加工环节，其发展水平是衡量企业核心竞争能力与数字化转型阶段的重要指标。▲工业设备上云赋能产业生态转型升级（一）对用户企业而言，工业设备上云可助力提质降本增效目前，我国工业体系中的工业设备仍存在资源浪费、产能闲置、安全隐患等多种痛点问题。据相关行业协会初步测算，全国50万台燃煤锅炉煤炭消耗占全国25%以上，200万台数控机床设备负载率不足40%。（二）对设备供应商而言，工业设备上云可驱动商业模式创新推动工业设备上云，可以为设备供应商提供设备全生命周期的数据，为供应商变革产品形态和服务模式提供重要数据支撑，驱动商业模式创新。（三）对平台运营商而言，工业设备上云可加速功能体系优化工业设备上云，可以为工业互联网平台运营商提供重要应用场景，在实践中检验技术水平和应用成效，全面加速平台功能体系优化。二、上云对象：高耗能设备、高通用设备、高价值设备、新能源设备（一）聚焦高耗能设备，加快实现节能降耗我国工业体系中的高耗能设备主要包括炼铁高炉、工业锅炉、石化设备等，面临的能耗高、污染高、效率低等痛点问题十分突出。（二）聚焦高通用设备，加快实现精准运维高通用设备主要指柴油发动机、大中型电机和大型空压机等为企业生产提供动力输出的工业设备，在实际运行中存在能耗高、风险高、运维难等痛点问题。（三）聚焦高价值设备，加快实现效益提升高价值设备的类型主要有工程机械、数控机床等单体价值量较高的工业设备，当前主要面临管理维护粗放、产能利用不足、服务模式落后等问题。（四）聚焦新能源设备，加快实现高效发电新能源设备主要指风电、光伏等将清洁能源转换为电能的设备，在发电过程中存在弃电率高、消纳难、并网难等问题。三、技术要素：数据+模型+应用工业设备上云涉及工业设备数据采集、传输、分析和应用等多个环节，可以概括为“数据+模型+应用”三大技术要素。这三大要素协同作用，共同激发企业创新生产方式和管理模式。▲工业设备上云三大技术要素（一）数据：工业设备上云的“血液”数据是工业设备上云的“血液”，携带有工业设备各类信息，贯穿所有技术层级和实施环节。（二）模型：工业设备上云的“大脑”模型是工业设备上云的“大脑”，以采集的设备数据为基础，综合利用第一性原理模型和大数据算法模型，输出指导业务流程优化的决策。（三）应用：工业设备上云的“四肢”应用是工业设备上云的“四肢”，切实解决工业设备领域的特定痛点问题，打通解决方案落地的“最后一公里”。四、实施路径：基于

3月18日，由中国电子信息产业发展研究院（赛迪研究院）主办的首届赛迪产业经济论坛在新世纪日航饭店成功召开。本届论坛以“把握时代新机遇

当前，云计算、大数据、人工智能、区块链、物联网、5G等新一代信息技术蓬勃发展，以数字化、网络化、智能化为特征的数字化转型浪潮席卷全球。而在2020年初新冠肺炎疫情的黑天鹅事件当中，数字化转型的重要性更加突显，新一代信息技术、数字化平台在支撑疫情防控指挥、促进复工复产等方面发挥了重要作用，有效抵御了疫情带来的重大冲击。但问题和短板也不容忽视，一些地方耗时耗力建设的智慧城市出现了“失灵”现象，政府公共卫生应急管理和治理能力面临极大挑战。展望未来，我们处在百年未有之大变局中，新冠肺炎疫情可能与人类长期相伴，全球供应链以及我国城市发展、产业布局面临深刻变革。在此背景下，以数字技术为核心的“新基建”正成为我国新一轮经济增长的主要动力。作为服务数字经济的新型基础设施，新基建与各地持续发力的智慧城市建设相辅相成，成为智慧城市迭代创新的重要基础。我们要紧抓新基建契机，积极稳妥地推动新型数字基础设施建设，系统思考智慧城市建设推进策略，更好地提升智慧城市发展能力，提高城市治理现代化水平。01新冠肺炎疫情暴露出智慧城市建设存在的短板和不足（一）体制机制不健全，联动响应“跟不上”一是应急联动协调机制不健全。很多城市在疫情初期缺乏全局整体的应对思路，缺乏跨业务跨地区跨部门的统筹协调和联动机制，导致决策对接不到位、联防联控难实现、应急指挥调度能力不强，对应急事件的处理是被动应对多于主动出击，出现了应急运输绿色通道中断、城市基础服务保障停摆、医疗和生活物资保障困难等问题。二是智慧城市平战转换机制不健全。多数城市尽管建立了智慧城市运行管理中心，但中枢作用没有充分发挥。如，城市运行管理中心汇聚的大量数据在关键时候作用发挥有限，很难对疫情防控提供决策支持。智慧城市日常指挥调度与疫情防控指挥缺乏有效衔接，城市日常管理和应急管理难以做到无缝对接和自由切换，线上线下指挥调度不顺畅，突发事件分级响应不及时。三是跨部门业务协同机制不健全。长期以来，我国传统行政管理以“条块结合”方式推动为主，部门利益、监管缺位等问题依然存在，政府部门间信息共享、资源整合和业务协同不够，管理服务分散化、割裂化现象比较突出，在新冠疫情等突发性重大公共安全事情面前，应急反应相对滞后。（二）数据资源缺统筹，城市运行“看不全”在智慧城市建设初期，很多信息系统是由各使用单位结合自身需求和痛点发起，具有各自而建、解决某类具体问题、功能单一等特点，虽然各部门都产生并积累了大量数据，但各类数据之间并未进行有效融合，无法实现有序汇集、深度共享、关联分析和高效利用，难以满足智慧城市高效协同运转需要和城市运行“全貌”展示需求。在疫情防控中，“信息孤岛”“数据烟囱”等老问题再一次暴露出来，制约了数据资源价值和活力的充分发挥。一方面，疫情数据收集不充分。有的部门或社区工作者仍通过手工方式收集统计数据，导致关键数据采集慢、归集难，数据质量不高，疫情防控存在盲点，部分人员未能进行轨迹分析，常常会遗漏密切接触者。另一方面，公共数据整合共享不够。由于数据标准不统一、共享机制不完善等原因，导致公安、民政、医疗、人社、通信、交通等部门数据共享难，出现了公共危机事件信息来源彼此独立、信息处理难以关联互动等问题，一些地方政府部门因无法精准掌握感染者信息而不能有效配置人力、资金、医疗物资等资源，影响了疫情防控和服务民众的效率和能力。三是政务数据和社会数据融合度不高。政务数据、城市运行数据、企业数据等数据的深度整合不足，如此次疫情中，虽然微信等App开通了疫情上报入口，但应用深度不够，且未开放数据接口，市级作为疫情防控的一线指挥部，并不能加工和使用这些数据。（三）业务技术欠融合，为民服务“不到位”一些城市智慧平台建设侧重先进技术的集成应用，对业务流程梳理不够，对行政职能整合、业务流程优化及组织机构调整等考虑不足，未能从百姓视角考虑如何提供方便、快捷的公共服务，用户粘性不够。如有些城市尽管建立了“智慧社区综合管理平台”，但由于基础信息自动实时采集、综合监管、配套服务等能力不强，在涉疫人员排查、数据分析、后续跟踪等方面作用有限，难以满足疫情精准防控需求。一些城市综合服务APP存在注册流程繁琐、场景应用单一、宣传推广不到位等问题，上线的服务事项缺乏统一规范，部分应用系统尚未实现与政务服务平台的有效对接，对疫情防控的支撑作用有限。（四）项目管理轻运营，综合实效“不持续”智慧城市不仅要重视项目建设，更要重视建成后的运营管理。在以往的智慧城市建设过程中，地方重建设、轻运营的现象普遍存在，缺乏持续后期有效的运营管理，导致智慧城市建设难以达到预期成效。一些部门在IT软件、IT集成和云服务上投入了大量资金，在业务规划、集成和运营方面却缺乏资金预算；一些地方缺乏本地智慧城市业务运营团队，用户、厂商、集成商和服务商之间紧密互补的合作关系尚未建立，业务系统上云、系统互联互通等方面很难满足政府需求，导致新冠疫情等突发公共卫生事件发生时，一些信息系统“失灵”、网上政务系统“崩溃”、用户体验不好等问题频繁出现。02新型智慧城市建设应把握九字诀公共突发事件就像一把尺子，随时随地检验地方政府的治理能力和为民服务的效果，倒逼智慧城市迭代升级。新冠肺炎疫情发生后，我国智慧城市建设暴露出许多问题，其核心是现有建设思路、模式和成效与疫情期间多样化、复杂化的需求不相适应，本质是城市治理能力现代化水平不高。加快以5G、人工智能、工业互联网、数据中心为代表的新型基础设施建设进度，为推动智慧城市建设迭代升级提供了新契机。通过“新基建”将信息、数据、网络、算法与城市功能有机结合起来，重塑智慧城市建设逻辑，满足生产生活升级需求和技术场景赋能产业转型，推动智慧城市建设向更广范围、更深程度、更高水平发展。新基建背景下，智慧城市若要有旺盛的生命力，需要树立全周期管理意识，从“用心铸魂、固本强体、构脑育智”等三个维度，内外发力、软硬兼施，将思想与行动有机统一起来，把执政理念与各部门的执行力有机结合，如图1所示。围绕“制安生、感联聚、数智用”九字诀体系化推进智慧城市建设，如图2所示。▲图1

7月15日，国家发展改革委、中央网信办、工业和信息化部等13部门联合印发《关于支持新业态新模式健康发展

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

《我国独角兽企业发展特点与趋势》一文作为综述统领全篇，分别从企业数量、所处领域、创新发展、内部管理等方面，对我国独角兽企业的发展特点进行全面剖析，并对独角兽企业未来的发展态势作出研判。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

新材料信息化：5G|信息化|两化融合|物联网|智慧城市|信息消费|政府数据开放|网络安全|数据跨境流动节能环保：气候变化|污染治理|能源利用|节能环保|清洁生产|绿色发展|

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库工业经济研究所认为，解决工业用气紧张问题不能局限于工业领域，应从天然气市场机制入手，切实解决天然气的保供能力。建议强化“破、立、降”三方面的基本功，即“破”字诀：理念与体制齐抓；“立”字诀：市场与产业共举；“降”字诀：成本与风险并控。赛迪智库系列专题文章，请在公众号后台回复以下关键词查看：转型升级：中国制造2025

工业APP是指基于工业互联网平台，承载工业知识和经验，满足工业用户特定需求的应用软件，是工业技术软件化的重要成果，已成为推动互联网、大数据和人工智能与制造业融合发展，实现我国制造业换道超车的切入点、突破口和关键抓手。通过航天云网、树根互联、东方国信、浪潮、海尔等国内领先工业互联网平台企业的公开数据及调研情况（数据截至2017年12月），我们发现我国当前工业APP发展受限于边缘层数采和计算能力弱、工业专业技术领域微服务功能模块赋能不足和开发生态尚未成形等问题，我国工业APP培育尚处起步阶段。数据采集和边缘计算能力亟待提升数据采集和边缘计算是工业APP的感知端，通过构建一个精准、实时、高效的数据采集体系，实现数据采集、协议转换与边缘计算，是工业APP进行数据采集、清洗、处理、分析，进一步优化形成决策的基础。目前，边缘层数据采集和计算能力薄弱，限制了工业APP大数据分析能力以及通过深度学习形成工业机理模型的能力。经统计，超过50%的平台数据采集点极少（低于1000个）或无数据点，工业设备和产品的传感器部署不足，使得工业数据采集难度较大。36%的工业互联网平台没有采用通用协议OPC

围绕国家大数据战略实施要求，为了更好的推动大数据的产业发展，准确掌握大数据产业的发展现状，研判大数据产业的发展趋势，《报告》延续了前期的研究重点及方向，依然聚焦于区域、行业、企业三个层面，通过修订指标体系测算发展指数，剖析发展水平、层次和特点。本报告由工信部信息化和软件服务业司指导，中国电子信息产业发展研究院软件产业所课题组成员承担了本报告的专题调研、数据整理、研究分析和报告撰写工作。《报告》分为总体篇、区域篇、行业篇、企业篇、展望篇五个篇章。大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。大数据产业包括三大类，一是大数据核心产业，指专门应用于大数据运行处理生命周期的软件、硬件、服务等；二是大数据关联产业，指在大数据运行处理的过程中，为其提供基础设施、处理工具、相关技术等的产业；三是大数据融合产业，指大数据与其他行业领域融合产生的新兴业态、升级业态。本报告中所涉及的大数据产业主要指大数据核心产业。在企业篇特色细分领域大数据企业评价中会涉及部分大数据关联产业及融合产业。2017年全国发展指数总数为1087.8，比2016年同期增长179.32，各省市增长的均值为5.78。其中，大数据发展指数增长超过10的省市有浙江（12.22）和重庆（10.12），两地在2017年的大数据产业发展水平远高于其他省市。北京、江苏、广东、浙江、上海位列大数据产业发展第一梯队，大数据指数增长平均值为8.13。国家大数据综合试验区所在区域的大数据发展总指数合计408.36，比去年同期增长62.26，各省市指数增幅均值为6.23，高于全国增幅均值的5.78，大数据产业发展速度高于全国平均水平。其中天津、河北、重庆、内蒙古在2017年的发展势头尤为突出，大数据发展指数在全国的排名都有提升。国内大数据发展分化较为明显，其中北京、江苏、广东、浙江、上海等五省市，由于信息化程度较高、大数据发展起步早、两化融合工作开展顺利等因素推动，位列大数据产业发展的第一梯队。五省市的大数据发展总指数在全国大数据发展总指数的占比高达26.52%，其领先的优势地位明显。我国大数据产业发展已形成京津冀区域、长三角地区、珠三角地区、中西部地区和东北地区五个集聚发展区的集聚发展格局。2017年各区域大数据发展指数在全国总指数的占比与2016年基本持平，区域发展水平未发生大的变动。东部地区大数据发展水平最高，2017年大数据发展总指数为470.51，占全国大数据发展总指数的43.25%。西部地区紧随其后，2017年总指数达到347.13，在全国总指数中占比达到31.91%。中部地区和东北地区大数据发展指数分别为185.53和84.62，在全国大数据产业发展总指数中的占比分别为17.06%和7.78%。2017年，我国东部地区大数据发展总指数为470.51，比2016年增长73.87，区域内10省市的大数据发展指数增幅平均为7.39，远高于全国平均增幅5.78，发展速度优于全国平均水平。2017年，我国西部地区大数据发展总指数为347.13，比2016年增长60.39，区域内12省市的大数据发展指数增幅平均为5.03，略低于全国平均增幅5.78。其中，四川省大数据发展指数为40.72，位列全国第8名；重庆市、贵州省紧随其后，分别获得第10和第11的排名；宁夏和内蒙古发展势头良好，位列排行榜第19位和第22位。2017年，我国中部地区大数据发展总指数为185.53，比2016年增长32.33，区域内6省市的大数据发展指数增幅平均为5.39，略低于全国平均增幅5.78，但高于西部地区和东北地区。其中，2017年大数据产业指数增幅最高的是山西省，由2016年的19.50增至2017年的27.22，增幅达7.72，排名由第29位上升至第21位。2017年，我国东北地区大数据发展总指数为84.62，比2016年增长12.72，区域内3省市的大数据发展指数增幅平均为4.24，低于全国平均增幅5.78。，其中辽宁省沈阳市作为国家大数据综合试验区，大数据产业发展动力强劲，大数据发展指数为35.19，较去年提高4.41，位列全国第12名，继续位居东北地区榜首。2017年，区域大数据发展环境指数总指数339.1，相比2016年的255.4，有较大幅度提高。全国31个省、市、自治区的大数据发展环境总体评估结果显示，各省市的发展环境均有不同程度提升，平均发展环境指数为10.9，较去年（8.2）提高32.9%。其中，18个省市的发展环境指数高于平均值，占比达到58%，而发展环境指数在去年平均值以上的省市高达30个。整体来看，2017年，我国各省市大数据产业发展环境整体呈现持续向好的发展形势。对比2017年与2016年全国31个省、市、自治区的大数据发展环境评估结果（图4-2），江苏、重庆、山西、安徽4个省市发展环境指数排名增速明显，排名分别提高11位、13位、8位、8位，其他省、市、自治区则与去年发展环境指数排名持平或略有下降。广东省以31.5的指数位居全国大数据产业发展指数榜首，是全国大数据产业发展平均指数11.7的近3倍。相较2016年，2017年各省市大数产业发展指数均有一定程度提升，全国大数据产业发展总指数为363.9，平均指数为11.7，较去年均有较大提升。各省市增幅在0.1-7.4之间不等，其中以浙江、海南、宁夏等地增幅较大，分别提高7.4、5.6、4.3，青海、甘肃、西藏等地增幅较小。全国31个省、市、自治区的大数据发展环境评估结果显示，由于数据集聚开放水平、大数据产业规模、大数据企业主体等多种因素共同影响，各省市大数据产业发展水平仍存在较大差距，其中广东大数据产业发展指数高达31.5，全国排名第一；北京、江苏、山东、上海、浙江等大数据产业发展指数在22-30.5之间，占据全国第二至第六名。前七名大数据产业发展水平占全国总指数的43.5%，除前七名之外，其他各省市大数据产业发展指数均在20以下，并且西藏、青海、甘肃、云南等10个省市的发展指数均在7以下。全国31个省、市、自治区大数据应用指数评估结果显示，2017年全国大数据应用总指数达到384.8，相比2016年提高15%，全国大数据应用平均指数达到12.4，较去年提升14.8%。各省市大数据应用水平比2016年均有所提升，其中，贵州、上海等地增幅较大。2017年，北京大数据应用指数达21.7，全国遥遥领先，继续高居榜首；江苏、四川、浙江、广东、上海、福建6个省市受经济基础较好、政府重视政务大数据应用等因素影响，大数据应用指数都在15以上。从全国各省市大数据应用指数排名可以发现，北京、江苏、四川、浙江、广东、上海、福建、河北、贵州、山东等排名前10的省市的大数据应用总指数达163.4，占全国的比重超过43.6%，体现出较强的领先优势。与2016年相比，排名前十位变化不大，北京蝉联榜首，广东、四川、江苏、福建、浙江、上海等发达省市继续登榜前十。随着《促进大数据发展行动纲要》的深入实施以及《大数据产业发展规划（2016-2020年）》的发布，大数据行业应用进一步深化。以基础环境、数据汇集、行业应用为评估因素，2017年，我国行业大数据发展总指数为305.15，平均指数为30.51，发展水平由高至低依次为：金融、电信、政务、交通、商贸、医疗、工业、教育、旅游、农业，比2016年均有所提高。行业大数据评估指数排名中，金融、电信、政务依旧荣获前三甲，金融蝉联第一，指数为45.35，高于平均指数14.84，紧随其后的电信、政务大数据发展水平也很高，指数分别是41.69和39.44。在工业领域，工业互联网平台成为制造企业竞争力的关键，工业大数据作为工业互联网平台的重要内容和关键一环，是工业智能化转型的焦点，2017年，大数据在工业领域的技术融合和应用融合不断深化。与2016年相比，2017年工业大数据的基础环境、数据汇集、行业应用三项指数均有不同程度的上升，总指数由15.41快速提升为24.28，特别是行业应用指数增量显著。基础环境方面，随着我国信息化基础设施的不断完善，产业供给能力的稳步提升，各行业大数据发展基础环境持续优化，总指数为74.58，比2016年高了12.14，平均指数为7.46，高于平均指数的行业为政务、医疗、交通、电信、金融，总体占比为63.34%；低于平均指数的行业为商贸、工业、教育、旅游、农业，总体占比为36.66%。2017年，我国政务大数据相关政策不断发布，政务大数据基础环境稳居榜首。从增量来看，医疗、工业大数据的基础环境指数增量明显。其中，医疗增量为2.34，一是国家积极推进健康医疗大数据发展，并最新提出“1+7+x”总体规划；二是福州、厦门等地健康医疗大数据试点工程进展顺利。值得注意的是，2017年，工业领域软件和信息技术服务应用需求进一步释放，工业技术软件化、工业APP以及工业互联网平台等工作逐步展开，以及国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》的印发，工业大数据基础环境增量高达2.36。数据汇集方面，以数据采集率、数据集聚能力和数据流通水平为评估因素，2017年行业大数据数据汇集能力显著提升，指数为105.73，比2016年高25.10，平均指数为10.57。受行业信息化及业务数字化发展程度影响，行业数据汇集能力两极差异化明显，金融电信等服务业数据汇集能力较强，工业农业等生产业数据汇集能力较弱。行业应用方面，以行业市场规模、龙头企业/单位投入占比以及行业大数据平台数量作为评估因素，2017年，行业应用总指数为124.84，平均指数为12.48，商贸与政务依旧保持前两位，分别为17.02和16.72，而在农业领域，发展指数仅为5.65，大数据行业应用仍具有较大的进步空间。总体来看，我国大数据企业整体呈现“金字塔”状的实力分布。与2016年相比，整体呈现“强者恒强”的发展势头。从金字塔上层来看，我国大数据企业发展指数高于50的企业数量占比达到7.4%，其中大数据企业发展指数处于50到100之间的占4.9%，高于100的占2.5%，位于金字塔尖端；从金字塔中层来看，我国大数据企业发展指数处于20-50之间的企业数量占比为20%，处于10-20之间的企业数量占比为29.2%；从金字塔底层来看，我国大数据企业发展指数处于10以下的企业数量占比达到43.4%，可以看出这一区间集聚了我国大多数从事大数据相关业务的中小微企业。从基础画像来看，2017年我国大数据企业基础画像指数呈现较为明显的三级阶梯状分布，按照基础画像指数区间分布，可以分为领军企业、中坚企业、上升企业三类企业。一是我国大数据领军企业占比基本维持不变，为9.23%，指数和占比却达到58.26%。指数跨度为62.50到10.46，均值为25.60，极差为52.04；二是中坚企业占比显著增加，数量占比40.61%，指数和占比为37.01%，指数跨度为9.89到1.00，均值为3.69，极差为8.89；三是上升企业数量显著下降，数量占比高达50.16%，指数跨度从0.98到0.001，均值为0.38，指数和仅占比4.73%。领军企业之间的差异也很大，竞争力之间的差距较为明显；受益于不断优化的外部发展环境，2017年，我国大数据企业整体实力有了较大的提升，相当数量的上升企业已迈入中坚企业行列。从技术研发来看，2017年，我国大数据企业技术研发指数平均值为9.29，企业分布整体呈现“龙头企业领先、中小微企业为主体”的格局。一方面，以华为、中兴等通信企业和BAT等互联网企业为代表的龙头企业技术研发实力遥遥领先，技术研发指数均超过44，技术研发指数超过20的龙头企业数量占比为6.45%，平均指数达到39.04，指数总和为546.53，指数占比达到27.10%。同时，龙头企业之间技术研发能力差异较大，排名第1的华为（78.76）与排名第14的携程（20.49）技术研发指数极差达到58.27，技术研发指数大于20的企业间技术研发指数方差达到17.00；另一方面，我国大数据企业技术研发指数低于20的企业占比达到93.55%，技术研发指数总和为1470.43，指数占比为72.90%。但我国中小微型大数据企业技术研发能力整体处于较低水平，平均指数仅为7.24，低于全国平均水平，企业间差异性较小，技术研发指数方差仅为3.51，表明我国中小微型大数据企业之间在技术创新方面竞争激烈，技术研发能力整体水平有待提高。从市场拓展来看，2017年，我国大数据市场呈现出“龙头带动、全面壮大”的分布格局，与2016年相比，龙头企业依旧强势引领大数据市场，中间企业及长尾企业亦积极拓展市场版图，我国大数据企业市场拓展指数平均值为10.82。一方面，市场拓展指数超过30的大数据企业数占比为7.12%，总指数和为900.74，指数占比达到26.87%，指数平均值达到40.94，与2016年相比，同等数目下的大数据领头企业却占据了更大的市场份额，表明我国大数据龙头企业市场拓展能力强劲，依然是我国大数据产业发展的主导力量。另一方面，市场拓展指数小于30的企业数量占92.88%，指数和达到2451.06，指数占比为73.13%，表明绝大多数大数据企业依旧保持稳步增长趋势，与2016年相比，该部分企业数量有所提升并积极争取市场份额，不过，企业市场拓展平均指数为8.57，依然低于全国平均水平，表明我国大多数大数据企业市场拓展能力有待进一步提升。（左上）根据对我国大数据企业发展指数情况分析评估，2017年，我国大数据企业发展指数呈“金字塔”状分布，少数龙头企业优势突出，骨干企业发展指数水平整体上升，呈现出强劲的发展势头。以华为、阿里巴巴、腾讯、中兴、百度为代表的信息技术龙头企业处于第一阵营，发展指数领先优势十分明显，排名第1的华为与排名第10位的奇虎360之间的指数跨度高达94。同时，随着企业排名向后推移，企业发展指数的跨度逐渐降低，企业的实力更加接近，其中指数区间25-80的企业，上升势头尤为突出。（右上）通过对基础画像、技术研发以及市场拓展三大指标在发展指数中的占比情况对标分析，我们可以将大数据企业分为融合应用型、基础带动型、创新驱动型和市场拓展型三大类型，2017年，我国融合应用型企业快速增长，占比高达47.4%；市场拓展型企业稳步发展，占比增长至21.3%；基础带动型、创新驱动型企业占比有所下滑，分别为9.2%与22.1%。2017年，随着我国人工智能产业的蓬勃发展，对大数据的需求也随之增大，国内大数据产业已逐步从原始创新阶段过渡到应用普及阶段，企业聚焦的战略领域也由之前的技术研发转变为具体行业内和场景下的数据服务，这直接导致融合应用型企业比重大幅增长；与此同时，得益于国家“一带一路”战略的深入推进，大多数企业也开始走出国门，在“一带一路”沿线国家加紧布局。预计在将来，市场拓展型企业比重将进一步上升。（左下）基于对大数据产业链条的分析研究，我们将大数据产业链条分为数据采集、数据存储、数据预处理、数据分析挖掘、数据可视化、数据流通等六大环节。当前我国大数据企业业务范围不断拓展，综合型企业业务几乎覆盖了产业链的各个环节。因市场对数据分析挖掘的强烈需求所致，数据分析挖掘型企业所占比例最高，为59.8%；从事数据采集业务的企业占比为39.8%；从事IDC、数据中心租赁等数据存储业务的企业仅为8.1%；从事数据分类、清洗加工、脱敏、非结构数据整理等预处理业务的企业占比为45.6%，这一板块成长的最为显著；从事数据可视化相关业务的企业占比16.7%；从事大数据交易、交换共享等数据流通业务的企业占比为11.3%。（右下）2017年，随着《大数据产业发展规划（2016-2020年）》等重要文件颁布实施，大数据产业综合试验区及集聚区建设工作的持续推进，大数据产业与各地特色行业发展不断深化融合，呈现特色区域集聚化发展态势，各地大数据产业普遍呈现蓬勃发展的繁荣景象。大数据企业尤其是骨干企业借助国家政策优势，在各重点区域积极布局、集聚发展，其中，绝大多数企业依旧集聚在北京、天津、山东、江苏、浙江、上海、广东、福建等东部沿海信息技术产业基础较好的省市；在东北、中西部等重点城市，如贵阳、成都、西安、武汉、长沙、郑州、合肥、哈尔滨、沈阳、大连等集聚化发展日趋明显，大数据企业数量较2016年有较大提升；此外，伴随我国大数据产业综合试验区建设工作不断推进，呼和浩特等地也初现企业集聚态势。根据大数据技术及应用的发展情况，我们重点聚焦数据采集、数据存储、数据预处理、数据分析、数据可视化、数据流通等六大产业环节，并对相关产业环节大数据龙头企业进行分析和评价，同时对比去年的数据。2017年，我国大数据产业数据分析环节发展指数仍然最高，达到23.8，比去年增长3.8；数据存储环节发展指数较去年同期下降1.5，指数仅为11.2。其他采集、预处理、可视化、流通等4个产业环节的平均发展指数为14.4，与数据分析环节仍存在不小的差距。作为大数据产业链的核心环节，数据分析挖掘的产业附加值最高，因而也集聚了大量有实力的公司，随着大数据产业发展及应用的深入，数据分析环节必将涌现出更多的代表性企业。根据大数据在政府治理、民生服务以及重点行业的应用情况，我们重点聚焦政务、工业、健康医疗、交通、农业、金融、教育、能源等17个行业领域，并对相关行业大数据龙头企业进行排名。2017年我国主要行业大数据龙头企业呈现“有起有伏”的发展态势，17个主要行业大数据企业平均发展指数为23.35,同比2016年增加了0.25，大多数行业发展指数都稳中有进，其中最高的安防大数据企业发展指数达到35.71，因安防领域初步定型，同比2016年降低了4.01，最低的能源大数据企业发展指数为16.89，同比2016年增加了0.79。政务、旅游、教育等11个行业应用大数据企业平均发展指数为20.44,同比2016年增长0.49，处于全行业发展指数平均值水平，表明大数据在大多数行业融合渗透的力度大体相当。其中，安防和社交大数据企业发展水平较高，发展指数均超过30，其中社交大数据发展指数同比2016年显著的增加了7.78，表明我国在安防和社交的大数据领军企业发展层次较高，同时也反映出大数据安防和社交是我国大数据产业发展中的重点领域，相关企业的发展也受到越来越多的关注和重视。与此同时，电信、能源和营销三个行业大数据企业平均发展指数仅为17.42，同比2016年增加了1.21，低于全行业整体发展指数平均水平，但依然稳步发展。本节重点结合数据中心IDC、基因测序、工控安全、数据库、智能建筑、区块链、虚拟现实、机器学习、计算机视觉、征信分析、商业智能BI、车联网、开源计算、智能语音、工控安全等15个特色细分领域对大数据企业进行排名（不纳入华为、阿里、腾讯、百度等综合型龙头企业）。2017年，根据指数变化15个特色细分领域大数据龙头企业发展水平可主要分为三个区间。一是从事计算机视觉、机器学习、智能语音、智能建筑的龙头企业处于第一阵营，四类企业整体发展水平较高，平均发展指数维持在20左右，近些年来在机器学习(深度学习)的支持下,人工智能产业迅速发展，以计算机视觉为代表，随着1：N人脸识别、视频结构化等计算机视觉相关技术在安防领域的实战场景中突破工业化红线，敲响了计算机视觉行业市场大规模爆发的前奏。二是从事工控安全、数据库、区块链、征信分析等8类细分领域大数据相关业务的龙头企业处于第二阵营，平均发展指数处于13.97到17.78之间，整体发展较为均衡。其中，以工控安全、数据库、数据营销等为代表的大数据相关业务，由传统的业务模式向新兴领域转型提升的需求十分迫切，这些领域龙头企业大多数已经完成蜕变，且在与大数据融合业务方面取得良好进展。区块链业务由于处于应用起步阶段，龙头企业总体水平相对不高，但由于蚂蚁金服的崛起整体拉高了区块链龙头企业的平均发展指数。三是以车联网、虚拟现实、开源技术为代表的第三阵营，整体发展指数相对较低，处于12左右，虚拟现实属于前沿技术，技术研发投入大，应用市场处于起步阶段；开源技术重在技术积累，属于底层核心技术，龙头企业资产及业务收入规模偏小，市场拓展难以形成规模。2018年我国大数据产业发展的主要趋势有：1、产业将持续保持快速增长态势。预计2018年我国大数据核心产业规模将突破5700亿元。2、融合渗透效应向更深层次延伸。延伸方向既包括经济运行、社会生活等应用领域，也包括物联网、人工智能等关联技术。3、制造业数字转型作用日益凸显。以大数据驱动制造业数字化转型的新模式、新业态将不断涌现。4、技术创新仍是产业发展主基调。大数据领域核心关键技术将加速突破，跨学科、跨领域交叉融合技术研究将成为发展重点。5、产业集聚特色化发展态势逐步显现。国家大数据综合试验区建设的不断深入，一批省级大数据产业集聚区将进一步优化资源配置、形成集聚效应、发挥辐射带动作用。6、产业生态体系迈入成熟完善阶段。大数据相关政策将加快落地实施，更多创新性政策将加快出台，大数据产业发展环境将进一步优化。关注“赛迪智库”微信公众号，后台回复180416即可下载完整报告延伸阅读：更多大数据主题请点击【议彩纷呈】大数据时代“数据主权”主沉浮【议彩纷呈】大数据推动政府治理模式创新【议彩纷呈】大数据如何成为安全生产“利器”【议彩纷呈】大数据助推互联网与工业融合创新【图解】大数据网络时代的信息安全变革【图解】电信行业如何发展大数据应用【议彩纷呈】大数据腾飞迫切需要健全安全保障体系【快评】大数据交易平台发展模式仍需探索【短波】蒲松涛：开源模式是促进大数据发展的重要力量苗圩：大数据是变革世界的关键资源【短波】陈光：大数据应用将加速推动我国政府治理能力提升【短波】姚磊：工业云与工业大数据正成为智能制造新基础【快评】大数据时代推动我国无线电管理智能化的思考【快评】微软收购领英布局企业级网络社交

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

健康医疗领域与社会进步、民生发展紧密相关，是与大数据、人工智能等信息技术结合最紧密的领域之一。健康医疗大数据正为医疗健康带来很多积极的影响。01大数据在辅助诊疗方面应用广泛。大数据技术在医疗影像识别、医疗数据分析、比较效果研究、精密手术治疗等方面已有广泛应用，有效地提升了疾病诊疗的效率和质量。例如，IBM研发的Watson在罕见肿瘤临床诊断和治疗方面，分类收集专业知识和临床经验，并且将这些数据经过处理和运算应用于个性化治疗、影像学诊断等，美国北卡罗来纳大学医学院通过1000份癌症患者病例对其学习能力进行了测试，结果Waston提供的治疗方案99%与肿瘤专家建议的方案吻合，还主动提出了许多辅助性建议，其中30%是医生没想到的，且与最新的临床研究相关。02大数据正在显著提升药品研发效率。大数据分析为药品研发领域带来了非常积极的改变，特别是在处理海量医学文献数据、筛选有效药物成分等方面，对比传统人工方式优势明显。不仅可以大幅节约药品研发成本，还可以加快药品研发进程。例如美国的Atomwise公司利用超级计算机进行药品研发，在研发治疗埃博拉病毒的药物时，在24小时内就完成了对7000多种药物的分析测试，而如果利用传统方法，至少需要花费数月甚至数年才能完成测试过程。03大数据助推基因医学研究进步。基因测序等基因医学产品和技术正由实验室研究演变到临床应用研究，大数据在其中起着关键性的推动作用，特别是认知计算等技术可以大规模实现常规人力无法操作的工作量和完成精度。目前基因医学研究的重点是通过分析基因组数据，研究个体的遗传变异、对特定疾病的易感性等，进而确定哪些人是某类疾病的易感人群，为患者提供及时的早期诊断与个性化的诊疗。美国于2015年启动了精准医疗计划，致力于通过大数据、人工智能等技术推动个体化基因组学研究，制定个性化精准医疗方案。04为更好推进我国健康医疗大数据发展，建议：一是面向医疗领域需求研发大数据产品和服务。重点研发基于大数据技术的医疗数据挖掘、医疗影像识别、疾病辅助诊断系统等。推动大数据技术在基因医学研究，新药研发测试等方面的创新突破。支持研发搭载大数据技术的可穿戴医疗设备以及相关智能传感器等产品。二是加强科技企业和医疗机构等的合作创新。充分发挥产业联盟等第三方机构的作用，打造协作式研发平台和合作机制，整合资源和上下游企业，开展大数据在医疗领域的应用推广试点、商业模式探索等，加快技术创新和成果转化进程。赛迪智库系列专题文章，请在公众号后台回复以下关键词查看：转型升级：中国制造2025

当前，车联网布局提速、UBI车险方兴未艾。在车联网保险的整个产业链中，数据资产和大数据处理能力是保险公司的核心竞争力。保险公司能否实现合理和精准的定价，大数据决定成败。不同于美国车联网数据搜集能力很强，云计算、大数据发展较为成熟，我国：一是传统数据难以满足现实需求。以往保险公司采取保额定价、车型定价的模式，虽拥有大量的车主信息和数据，但这些数据难以对车主进行精准的行为画像。因此，保险机构亟待与车联网公司合作，以破解驾驶行为数据缺乏的瓶颈。二是已获取的部分数据不可持续。当前，主要依靠安装在车内的智能终端记录车主驾驶数据等信息，但由于大部分用户尚未习惯接受收费模式的车联网服务，OBD终端的渗透率还十分有限，用户的黏合性低。三是数据搜集及选取标准不一，使得数据的有效性和精准度缺失。为此，一是积极构建大数据平台，用于长期搜集、加工、计算、挖掘和存储大量有关车主驾驶行为的数据。有实力的保险公司可自建大数据分析平台，避免在竞争中处于被动地位。二是采集范畴更大的数据库。对天气、路况、事故、基础设施、驾驶员违章等数百个细化指标数据进行跟踪，为车主划分风险等级，为合理的定价提供决策基础。三是重视数据的修正。保险公司利用大数据对产品进行定价后，需要在实践过程中，不断完善、修正和优化现有的算法与模型。例如，美国保险公司反复优化，根据不同的车主的驾驶行为将出行路段分成近50个不同的等级。四是完善UBI产品设计。根据不同的客户需求“量体裁衣”，提供个性化、定制化产品服务。

Things），BIoT不是简单的将区块链技术应用于物联网体系架构，而是从技术体系、基础设施、运营模式等多方面重构了传统的物联网，突破传统物联网发展的瓶颈。

Blumerg教授介绍了本·古里安大学在建立研发生态系统方面的做法，从引导基础科学转向相关研究、产业支持研究、政府激励等方面，搭建学术与产业之间的桥梁。Dan

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

生物银行（Biobank）是收集、存储和利用细胞、血浆等生物样本并提供专业化服务的组织，是生物样本库的升级版。它类似于个人、机构存储或利用资金的银行，只不过存储与利用的是关乎人类健康的生物样本。

建立顶层机制，打通各管理部门信息壁垒。目前中小企业的注册、纳税等信息分散在各管理部门，利用率较低。建议中国人民银行、工商总局、国税总局等各有关部门，建立沟通机制，搭建企业信息平台，实现信息共享。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

近日，财政部和税务总局发布了《关于完善企业境外所得税收抵免政策问题的通知》，对我国企业境外所得税收抵免政策进行了进一步的完善。例如将我国企业在境外缴纳的所得税的抵免层级由3层扩展为5层。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

Tesla）。1890年，特斯拉提出：把地球作为导体，在地球与电离层之间建立起低频共振，利用环绕地球的表面电磁波来远距离传输电力。1901年，特斯拉尝试建立瓦登克莱弗塔（Wardenclyffe

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

目前我国医院与线下线上零售药房并未实现电子处方共享，需要患者凭借医院医生开具的纸质处方去购药，这种方式容易出现处方造假、滥开处方等问题，处方的真实性和可靠性难以保证。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

关键支撑技术和标准规范滞后。这些问题如果不尽快解决，势必会制约制造企业的提质增效。基于此，赛迪智库信息化研究中心提出，加快制造企业上云步伐应从供需两侧发力。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

然而，做为有责任感大国，中国理应做到“出淤泥而不染，濯清涟而不妖”，不参与“以邻为壑”的减税“税务战”，继续在确保财政收入不受影响前提下，重点深化税费改革，促使我国制造业迈向全球价值链中高端。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

难在哪里呢？一般认为是技术，言必称高端研发、工匠精神。但我想通过分享挖掘机行业的两个案例告诉大家，做实业光有精神是不够的，市场规律是第一条。

——研发制造中心以新能源汽车核心技术为攻关对象，建有新能源汽车整车、电机电控、充电桩、电池等环节的研发中心，通过协同创新，可有效提升全市新能源汽车产业科技水平，引领新能源汽车产业创新发展。

我们诚挚邀请您参加2018年1月19日上午9:30在北京国际饭店召开的“2018数博会人工智能全球大赛启动暨开放创新平台上线新闻发布会”。

由于先进制造业与政府制定战略和政策紧密关联，因此国外很多政府部门也倾向于给出定义。（1）1992年美国政府首次提出先进制造业的概念，认为先进制造业（Advanced

当今，可用于机器学习的开源数据集屈指可数，如计算机视觉领域的MNIST、ImageNet，自然语言领域的文本分类数据集、SQuAD，语音识别领域的2000

此外，我们在调研中也确实见到一些“皮包公司”性质的企业趟着“行政化”招商的浑水来到地方捞油水。还有一些企业打着工业投资的旗号，到某些地方工业园区盖房子炒地皮，干起了房地产生意。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

对原始个人信息数据进行去身份、脱敏处理之后，再进行交易，就是对数据进行匿名化的过程。对于匿名化的数据集，企业，也即数据的实际控制者，对于其享有限制的所有权。

政务大数据应用对提升党的执政能力、政府履职能力、社会治理水平和公共服务水平都具有十分重要的意义。党中央、国务院高度重视大数据在国家治理中的作用。2017年12月8日，习近平总书记在主持中央政治局第二次集体学习时强调，要运用大数据提升国家治理现代化水平。李克强总理多次就深化政务大数据建设和应用做出重要指示。《大数据行动纲要》、《大数据产业发展规划》等重要规划文件也将大数据在政府管理、民生服务等领域的深入应用作为重要发展目标。大数据应用必须有充实的数据资源基础、高效的数据流通才能有效发挥其作用，通过推进政务信息系统整合共享，全面整理、盘活现有政务数据，形成系统化的政务数据资源体系，是开展政务大数据应用必须充分考虑的重要前提条件。政务信息系统整合共享是破除数据孤岛的必然选择我国政务数据资源丰富，但数据孤岛问题制约了政务大数据应用效能的发挥。长期以来，随着国家电子政务发展的不断深化，我国各级政府部门在各自业务领域积累了巨量政务数据资源，为开展政务大数据应用创造了数据基础。但是由于电子政务发展过程中出现的条块分割、数据孤岛等问题一直没有得到有效解决，导致总体数量巨大的政务数据资源，分散在各级政务部门，没有得到有效融合和利用，政务大数据应用的效能无法得到释放。破除数据壁垒，加快建设全国一体化的政务数据共享平台和机制，是开展政务大数据应用的当务之急。政务信息系统共享整合有望打通政务数据流通渠道为了深入推进政务信息共享，打通数据流通的渠道，2017年，国务院办公厅和国家发改委、中央网信办、中央编办、财政部、国家审计署等部门先后印发《政务信息系统整合共享实施方案》（以下简称“实施方案”）、《加快推进落实工作方案（以下简称“工作方案”）》等文件，着力推动政务信息系统整合共享，力求从根本上解决长期以来困扰我国政务信息化建设的“各自为政、条块分割、烟囱林立、信息孤岛”问题。根据“实施方案”要求，要在2018年6月初步实现国务院部门和地方政府信息系统互联互通，“工作方案”提出了围绕“放管服”改革需求，“先联通，后提高”的原则，将初步实现重点领域数据共享作为工作目标。“实施方案”和“工作方案”的不断落实，将打通政务数据流通的渠道，覆盖全国、统筹利用、统一接入的政务数据共享大平台和全国政务信息资源共享体系将初具雏形，政务大数据应用的必要基础将初步具备，大数据在助推政府决策科学化、社会治理精准化、公共服务高效化方面的重要作用有望得到有效发挥。延伸阅读：更多政务信息主题请点击【短波】刘若霞：政务信息资源共享管理制度化迈出坚实步伐赛迪智库系列专题文章，请在公众号后台回复以下关键词查看：转型升级：中国制造2025

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。

赛迪智库感谢您的关注。作为中国工业和信息化领域的咨询翘楚，我们密切关注工业和信息化领域热点问题，同步追踪国内外工业和信息化最新动向。