新质生产力推动下，精细化工行业注重技术创新和转型升级，绿色化、 智能化、高端化成为精细化工行业发展的新趋势，科技赋能精细化工 研发与生产，或将加快关键材料国产化进程及提升生产效率。 在政策扶持下，人形机器人、半导体等行业迎来较好的发展前景，相 关化工新材料被我国列为关键战略材料，国产替代进程加速，成为精 细化工企业转型升级方向。 科技赋能转型升级过程中，精细化工企业信用质量核心驱动力主要集 中于技术壁 加剧企业财务风险。 新世纪评级 2025 年度新质生产力系列文章 2 一、 科技赋能将加快关键精细化工材料国产化进程并提升 生产效率 政策引领下，绿色化、智能化、高端化成为精细化工行业发展的 新趋势。 2023 年 9 月，习近平总书记在黑龙江考察调研期间首次提到“新 质生产力”。相较于传 案”），《方案》将精细化学品与化工新材料统一纳入精细化工范畴。为 推进精细化工产业向高端化、绿色化、智能化发展，《方案》提出了三 项举措：一是推进传统产业延链。推动传统产业以产业链高端化延伸 为重点发展精细化工，打造专业化、精细化、特色化、新颖化的产品 体系，提升产品附加值，增强核心竞争力。二是加快关键产品攻关及 促进优势产品提质。聚焦新能源、新材料、生物技术等领域的需求， 采用“揭榜

航空航天领域.................................................................................. 67 4.1.5 高端新材料领域.............................................................................. 69 4.2 工业大模型应用主要场景 不确定性传播：测量误差的链式传导效应 1.2.2 模型架构 ◼ 混合架构 主流架构呈现"预训练+微调+物理嵌入"的混合模式： ➢ 基础层：基于 Transformer 的通用特征提取 ➢ 领域适配层：融入设备动力学方程、材料本构模型等机理知识 ➢ 任务特定层：面向检测、预测、优化等场景的轻量化模块 ◼ 实时推理架构 为满足产线实时性要求，架构设计突破包括： ➢ 动态计算图：根据输入数据复杂度自适应调整计算路径 15 ➢ 区块链存证：确保模型更新过程的可追溯性 1.3.2 基于应用场景的分类体系 (1) 研发设计类大模型 ➢ 多物理场耦合仿真加速（CFD/FEM 计算速度提升） ➢ 材料基因工程（预测新型合金性能参数误差降低） ➢ 工艺参数智能推荐（减少试错实验次数） 技术架构：融合物理方程约束的生成式模型。 (2) 生产制造类大模型 ➢ 实时质检：在极短时间内完成复杂曲面缺陷检测

月，习近平总书记在黑龙江考察调研期间首次提出要 “整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形 成新质生产力”。新时代推动东北全面振兴座谈会上讲话时，习近平 总书记进一步强调，“积极培育新能源、新材料、先进制造、电子信 息等战略性新兴产业，积极培育未来产业，加快形成新质生产力，增 强发展新动能。”2023 年 12 月召开的中央经济工作会议提出，“要以 科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、 24 年） 5 （一）数字经济催生新型劳动对象 劳动对象是劳动者开展劳动生产的对象和创造使用价值的基础， 是实现生产的必要前提。机器化大生产时期的劳动对象往往是指自然 资源、原材料、零部件等物质资料。数字经济时代，劳动对象发生质 变，数据要素成为劳动对象的新组成部分，数据与传统劳动对象相互 融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足更加多 元化、个性化需求的物质基础。 数据成为数字经济时代的新型劳动对象。随着新一代信息技术的 发展，数据的采集、处理、分析成本不断降低，生产主体能够以较低 的边际成本获得海量数据并投入生产。生产过程中被加工、改造或服 务的目标，由传统的原材料、零部件等实体性对象，扩展到数据等非 实体性对象。5G、物联网、算力中心等新型基础设施的日益完备使得 数据的生成、存储和传输更加便捷和高效，人工智能、机器学习、大 数据分析等数据处理技术的提升使得人们能够更加高效地从海量数

和设备的全生命周期。随着建筑和技术设备的能效日益 提高，隐含于材料和产品中的灰色能源和二氧化碳逐渐 成为越来越重要的评判标准。对于生命周期存在着不同 的划分。如果只考虑产品的生产阶段，也称“从摇篮到 大门” (cradle-to-gate); 如果考虑从产品生产到结 束使用的完整过程，也称“从摇篮到坟墓”(cradle- to-grave); 如果进一步通过回收、再利用等手段把 材料和产品投入到一个新的生命周期中，就称其为“ 就需要由经验丰富的项目管理者运用多种综合手段将不 同专业、不同利益相关方紧密地联系起来。此外， 还 应本着关注全生命周期（LCA）的原则，对设施与建筑 在未来几十年可能发生的使用变更，以及对建筑拆解和 材料再利用做出长期规划。 步骤七： 详细规划与实施落实 气候中和园区是一个全新的主题，并非所有的服务供应 商都能在相关技术领域提供必要的专业知识。因此，从 制定方案到细化设计，再到施工实施，都需要高水平的 理策略，比如负载转移、填谷与削峰。 除了保证园区及其设施成功运行以外，还需要制定基础 设施、设备以及材料使用后的再利用方案。模块化的设 计、生产和施工不仅可以避免将材料、产品和设施锁定 在特定的技术和单一的用途上， 还可以避免环境危害 和昂贵的废物处理费用。在自然资源日趋匮乏的今天， 材料和产品的可回收性，以及建筑的可拆解与再利用 性， 正变得越来越重要。目前，建筑业在这一领域仍 处于起步阶段，

实施意见》 未来制造 智能制造、生物制造、纳米制造、激光制造、 循环制造等 未来信息 6G、卫星互联网、量子信息、量子/光子计算、 类脑智能等 未来材料 先进基础材料（有色金属、无机非金属等）、 关键战略材料（高性能纤维、先进半导体等）、 前沿新材料（二维、超导、智能仿生等） 未来能源 核能、氢能、生物质能、新型储能等 未来空间 深空/深海/深地高端装备、深海智能无人平台、 极地探测作业装备等 上海市重点发展方向 发展方向 发展领域 未来信息 通用人工智能、元宇宙、量子信息等 未来健康 基因技术、脑科学与脑机接口等 未来制造 类人机器人、智慧出行等 未来能源 氢能、新型储能等 未来材料 石墨烯材料、超导材料等 未来空间 商业航天、卫星网络等 8 2. 2 2.4 知名研究机构未来产业热点 知名研究机构 相关报告 聚焦赛道 中国工程院战略咨询中心 《中国制造业重点领域技术创新绿皮书 员；智能服务；太空探 索 16 赛道 5：新型储能（固态电池等） 全球广泛部署 技术各有所长 l 美国：飞轮储能、压缩空气储能、 氢能储能等方面技术处于领先水 平。 l 日本：掌握了膜材料、催化剂等 关键核心原材料和关键核心设备， 在飞轮储能、压缩空气储能、液 流电池方面具备一定优势。 l 中国：锂电池储能、液流电池方 面处于世界领先水平。 市场规模稳步提升 新增装机创历史新高 锂离子电池为主流、多种

行政边界 排放因子法 排放因子法 固定能源活动、交通、废弃物、工业 生产过程和产品使用、农业、林业和 土地利用 世界资源研究所、C40城市 气候领导联盟、地方政府环 境行动理事会 未考虑能源用作原材料用途的固 碳量 CO2、CH4、N2O、 HFCs、PFCs、SF6 、NF3 （范围一、范围二、范围三) （四至范围内的生产活动） 《ICLEI温室气体排放方法学议定书》 地方政府环境行动理事会 统一的问题，在数据统计范围、口径方面存在差异 核算边界问题 来源和精准度 重点碳排放企业的实测值在区域核算里是否采用，将 在一定程度上影响园区碳核算的准确性 实测值和缺省值 企业上报相关能源消费数据佐证材料不足，仅有国家 级经济技术开发区综评考核需提供重点企业碳核查 报告 核证能力有限 落实和上报 规模以上建筑业、交通运输业、重点服务业企业缺少 标的，对象不明，大多未落实数据填报 企业落实力度不足 排放因子问题 工业领域 交通运输领域 园区层面大多未统计相关数据，需针对特定行业企业 进行数据收集或开展现场调研取数 工业生产过程数据 可得性问题 原材料投入的固碳率情况不一、含碳调出物产出情况 需开展调研收数并将固碳量予以扣减 原材料扣减问题 连续碳排放在线监测（CEMS）落实推进慢 在线监测能力不足 现行能源统计体系中交通运输部门一般只包含交通 营运部门的能源消费量，大量的社会交通用能统计在

动传统产业绿色转型，坚决遏制“两高一低”项目盲目发展， 加速落后产能退出，加快园区“腾笼换鸟”，为绿色低碳产业 培育腾挪空间。成都龙潭都市工业集中发展区拆迁腾退川侨印 务、明发印务、天工工程材料等印刷、机加工传统行业落后企 业 100 余家、整合 300 亩土地，着力推进数字通信、人工智能、 工业互联网等新经济产业集群化发展；成都经开区龙泉汽车产 业园区推动传统燃油汽车整车制造向新能源汽车整车制造转型； 推动绿色低碳产业做大做强。四川金堂工业园区、遂宁安 居经济开发区、宜宾三江新区东部产业园区等绿色低碳产业聚 焦度较高的园区，加快推进晶硅光伏、锂电材料、动力电池等 产业建圈强链。四川金堂工业园区建成 15 吉瓦光伏切片、30.5 吉瓦电池片、16 吉瓦光伏组件、10 万吨三元锂电正极材料项 目，绿色低碳产业产值突破 500 亿元，获评四川省绿色低碳优 势产业重点园区；宜宾三江新区东部产业园区累计签约动力电 池产业链项目 绿色低碳优势产业重点园区，荣获“中国动力电池之都”称号， 四川时代、宜宾锂宝、中车铁投、时代吉利四家企业获评“零碳 工厂”；遂宁安居经济开发区集聚天齐锂业、四川裕能等锂电 龙头企业，建成全球最大的磷酸铁锂生产基地，锂电及新材料 产业实现年产值 163 亿元，绿色低碳产业产值占比达 80%。 推动新兴产业发展壮大。处于起步阶段的园区因地制宜发 展绿色经济、未来产业。独角兽岛园区（成都科创生态岛）高 标准建设独角兽

同时，降低人力成本与资源浪费也是一项关键目标。通过自动 化设备的引入，可以减少对人力的依赖，提高生产线的自动化水 平，这不仅适用于重复性高的工序，也适用于需要精准操作的复杂 任务。此外，通过数据分析，实现资源的高效利用，减少原材料的 浪费，降低生产成本。 为了确保达成上述目标，本项目计划实现以下关键成果：  部署 AI 大模型进行智能化数据分析与处理  建立实时生产监控与反馈系统  实现全面的生产线自动化解决方案 与分析，可以预测设备的潜在故障并提前进行维护。这样，不仅可 以减少突发故障带来的损失，还可以平衡维修人员的工作负荷，有 效控制维修开支。 在原材料采购方面，通过利用大数据分析，企业能够更好地评 估市场行情，选择最佳的采购时机和供应商。这种基于数据的决策 方法，可以帮助企业降低采购成本，同时确保原材料的质量和供给 的及时性。 另外，通过智能仓储管理系统，企业可以实现库存的优化管 理。AI 系统能够实时监测库存水平，根据实际需求预测库存周转情 挥更大的 价值，最终导致相较于传统培训低下的成本支出。 以下是减少运营成本的具体措施：  实施智能调度系统以优化生产流程  引入预测性维护技术以降低设备故障率  通过大数据分析优化原材料采购  实施智能仓储管理降低库存持有成本  引入机器人技术提高生产自动化水平  通过 AI 辅助培训提升员工技能和工作效率 通过以上措施，AI 大模型智慧工厂 MDC 项目将能够在多方面

7：https://finance.sin… 8：环球网、《工业大模型… 产业链分析[5] 工业大模型产业链上游为算力、数据和算法供应环节，主要作用是为工业大模型的研发与训练提供算力设 备、数据原材料以及算法技术的支持；产业链中游为工业大模型研发环节，主要作用是利用上游的算力、数据和 算法资源对大模型进行研发和优化；产业链下游为应用工业大模型环节，主要作用是为工业大模型在制造、物 流、能源等多个行业垂直领域提供应用渠道。[8] 商也宣布加大对算力的投资，中国电信将在2024年向云/算力领域投资180亿元，中国移动算力规划投资475亿 元，中国联通宣布投资重点由稳基础的联网通信业务转向高增长额算网数智业务。这些数字资源作为工业大模型 研发的“原材料”，加速了工业大模型的创新与普及，推动了人工智能技术在工业领域的广泛应用。 中游：厂商以上游提供的软件和硬件为基础研发优化工业大模型，并取得显著成绩。 2023年6月，中工互联（北京）科技集团有 政策性质 规范类政策 政策名称 《原材料工业数字化转型工作方案 （2024—2026年）》 颁布主体 工业和信息化部、国家发展和改革 委员会 财政部、自然资源部 生态 环境部、国务院国有资产监督管理 委员会、国家市场监督管理总局、 中国科学院中国工程院 生效日期 2024-01- 16 影响 8 政策内容 文件提出，到2026年，原材料工业数字化转型取得重要进展，重点企业完成数字化转型诊断评估，生产要

二中未包括的），包括上游和下游的排放”。对应《零碳数据中心 建设标准》（T/CA 301-2021）中碳排放组成的 Cjc、Csb 以及 Cjs 中材料的排放。 Cjc：建筑建材生产运输阶段的碳排放，应为建材生产阶段碳排 放与建材运输阶段碳排放之和，该指标应在设计阶段由设计、建设 单位对材料清单进行计算。 Cjs：数据中心建设阶段的碳排放，包括工程器械、工程车辆和 施工人员活动产生的碳排放，应由建设单位对建设阶段的过程碳排 段的过程碳排 4 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 进。 Csb：数据中心设备及材料生产运输阶段的碳排放，包括除建筑 建材外的所有设备和材料在生产、运输阶段产生的碳排放，该参数 在采购阶段，由设备清单，按照材料重量进行核算，对于无法细分 的设备，按设备重量 1.1 倍的冷轧碳钢板卷的碳排放等效计算。 （五）绿电 根据国家发展改革委、财政部、国家能源局关于做好可再生能 3、实现价值链减排的间接减排和排放抵消 如战略性采购物流运输服务和包装，优先选择能够提供电动运 14 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 输服务和绿色包装的供应商，使用绿色建筑材料，使用更低温室效 应的空调制冷剂；持续开展行动，降低差旅和出行的碳足迹，包括 鼓励员工采取拼车、乘坐公司大巴等出行方式；逐步落实绿色供应 商管理计划和绿色供应链制度，结合数据中心商业部门，建立数据