立时代潮头，在一代代人的奋勇担当、务实 拼搏中，实现了从阡陌水乡到现代化新城的 蝶变跃升。 苏州工业园区一直秉承可持续发展理念，坚 持“一张蓝图绘到底”，持续统筹布局生产、 生活、生态空间，着力营造宜居宜业环境。 2023 年，全年实现地区生产总值3,686亿 元 ， 同 比 增 长 5.9% ； 一 般 公 共 预 算 收 入 411.1亿元，同口径增长6.1%；固定资产投 资592.9亿元，增长25.3%。大力推动高水 态文明思想，落实新发展理念，对标国际先 进水平，推动可持续投资环境建设，发展环 境、社会、治理（ESG）相关产业，力争成 为改革创新、推动高质量发展的表率，在服 务全国构建新发展格局，率先实现社会主义 现代化上走在前列。 关于本报告 报告和范围 《苏州工业园区可持续发展（环境、社会、治理）白皮书》是苏州工业园区发布的第一份可持续发展白皮书，它 概述了园区在环境、社会和治理（ESG）方面的深厚积淀和实践成果，体现了园区对于可持续发展的承诺，展示 白皮书首次披露了苏州工业园区在可持续发展方面的成绩，全面总结了园区的优秀实践经验和做法，展现了园区 在促进产业转型升级、提升居民生活质量、优化生态环境、推进科技创新和实现资源高效利用等方面取得的显著 成效。 • 首份开发区可持续发展（环境、社会、治理）报告 白皮书是全国首份开发区可持续发展（环境、社会、治理）报告，从绿色园区、和谐社会、卓越治理三个维度出 发，识别了十七个重要性议题，向全社会传达了苏州工业园区将可持续发展议题全面纳入治理、战略、风险管理

全 • 八、环境生 态 • 九、应急响 应 • 十、能源管 理 标准编制 为规范智慧化工园区建设，开展了《智慧化工园区建 设指南》国标的编制 新环境 国家对安全、环保、应急管理的要求不断提高 智慧化工园区 借助信息技术，提升园区的综合水平 一、背景 本标准规定了智慧化工园区的 建设总则、基础设施、数据资 源、安全体系、环境生态、应 急响应、能源管理、封闭园区、 智慧园区数据资源支撑平台，满足园区各类应 用系统的信息化业务需求。 > 设计 整合园区的各类信息资源，兼顾中短期效益与 长期可持续发展的要求，设计“安全、创新、 绿色、智能、协调”的智慧型化工园区。 建设 在提高园区环境质量水平、安全体系保障、综 合监管能力和降低企业经营成本的基础上， 建设管理精细化、决策科学化、服务高效化和 产业发展智慧化的智慧化工园区。 四、总则 3 建 设 规划 设计 进行清洗、转换后再次存储 备 用，以满足数据支撑平台 高速 数据访问的需求。 物理场所 物理场所指满足园区日 常办公和应急指挥要求， 支撑智慧园区数据资源 中心运行与服务的场地 和环境。 数据采集 数据采集涉及的基础设 备包括数据采集终端， 数据资源中心机房有线 网、无线网、园区专网 的数据接入等。 五、基础设施 数据资产 智慧园区的资产数据包括园区档案 数据和企业档案数据两部分。

免责声明： 本报告受到四川省生态环境厅应对气候变化管理机制研究 等项目的资助，由生态环境厅应对气候变化与对外合作处指 导，四川省环境政策研究与规划院、天府永兴实验室减污降碳 评估研究中心编制发布。本报告中所提供的信息仅供参考。本 报告根据合法渠道获得相关数据和信息，并尽可能保证可靠、 准确和完整，对于本报告所提供信息所导致的任何直接的或者 间接的后果，发布单位不承担任何责任。 如引用、转发本报告，需注明出处为四川省环境政策研究 与规划院、天府永兴实验室减污降碳评估研究中心，且不得对 本报告进行有悖原意的引用、删节和修改。本报告之声明及其 修改权、更新权及最终解释权均归发布单位所有。 01 前 言 近零碳排放园区是在碳达峰碳中和新形势下，推动园区绿 色低碳、可持续、高质量发展的一种新模式，是园区绿色低碳 发展的新形态，以碳排放总量和强度控制为突出导向，以产业 低碳化、低碳产业化为发展方向，以能源清洁低碳转型为核 心，以技术研发应用为支撑，通过调结构、上工程、推技术、 强管理等各种手段的有效组合，最终实现园区碳排放逐渐趋近 于零。 2022 年 4 月，四川省生态环境厅、经济和信息化厅联合印 发《关于开展近零碳排放园区试点工作的通知》（川环函 〔2022〕409 号），正式启动省级近零碳排放园区试点。2022 年 8 月，印发《关于公布四川省近零碳排放园区试点名单的通

向生产运营、技术研发等方向拓展，对于岗位的要求也从注重人才0-1经验到更 强调本地化运营。 核心观点三 制造业企业的全球化之路会经历开荒、发展和深化的阶段转变，在海外设立 公司时，因各地区的经济发展水平、法律环境复杂程度以及市场准入门槛等的不 同，会产生不同的设立资金、时间成本及人力资源成本，企业需选择适合自身发 展需求和节奏的目标市场，准确地明晰人力全球化的阶段和定位，针对性地预防 和采取措施，以确保出海计划的顺利推进和实施。 核心观点四 文化差异是企业迈进全球市场必须直面的问题，宗教、民族、语言纷繁复 杂，法律和制度也差异较大。出海企业将国内的管理模式和企业文化直接搬到 海外市场，容易造成“水土不服”。在全球化的企业环境中，企业应始终遵循 “以人为本”的管理原则，关注员工的文化习俗、工作习惯等差异，尊重员工 个体性，构建具有包容性和凝聚力的企业文化，同时设法解决属地与国内员工 差异化管理难题。 核心观点五 了各个领域和环节，并且这些要求还在不 断提高和完善。中国制造业出海时，将会面临更多来自ESG的压力，这也将引发企业在人才招聘、培训 和激励等方面出现一些变化。 核心观点八 在当前的全球化商业环境中，选择一个既了解中国企业，同时具备卓越专业知识、全球服务能力、 及时响应和技术过硬的全球化人力资源生态伙伴对于企业的成功至关重要。它能够帮助企业做属地人才 盘点，明确人才画像、招聘方式、薪酬设

智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 同行竞争者。 17% 报告显示其年净利润高于 同行竞争者。 72% 供应链的稳定性始终难以把握。商业环境中 的各种潜在风险让我们很难预测未来的变化。 面对不确定的环境，供应链高管往往要采取 “围城心态”，迅速调整策略，从计划 B 转 向计划 C、D 甚至 E ，以减少损失。 但是，如果你能把精力投入到推动业务增长， 而不是应对危机呢？如果你能够精准预测未 而不是应对危机呢？如果你能够精准预测未 来，从而获得竞争优势呢？ 生成式 AI 与云计算的强大结合，能够让这一 设想成为现实。通过结合机器学习、自动化 和高级数据分析，组织能够在混合云环境下 精准预测需求变化和采购延误等各类情况。 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。 长期目标中重新分配资源以便实现短期目标。 2 这是供应链高管面临的一个重大挑战，他们 深知，需要投资新一代技术，提升运营的灵 活性和韧性，提前识别并解决如动态货物调 度、生产计划调整、瓶颈和潜在风险等问题， 以应对未来多变的环境。 生成式 AI 如何解决这些长期困扰供应链的 问题？为此，IBM IBV 与牛津经济学院携手 合作，对全球 2,000 多位的首席供应链官 (CSCO)、运营高管和自动化专家开展了一项 调研，其所在的组织正在积极推进

带来切中当下、富有见地的思考和建议。 过去几年，制造业挑战重重，全球新冠疫情、地缘冲突，很 多主要经济体面临通胀风险，以及以生成式人工智能为代表的 技术发展都给制造业带来巨大压力。 面对更加复杂且更具不确定性的市场环境，许多企业的应对 之法是引入短期解决方案，采取被动策略，提高生产效率，但这 样做代价不菲，比如库存高企、成本剧增。很多企业尚未意识到 向智能制造转型的益处，仅进行零敲碎打的方法，收效甚微。 余鸿彪、潘峥 文 打造韧性企业， 开创增长新局 特刊 06 | 智能制造 过去几年，制造业在端到端供应、生产和运营 领域面临了诸多挑战，包括需求波动、成本上涨、极 端天气事件和技术创新带来的影响等。这些挑战大 大降低了制造业的韧性，导致企业每年错失1.6万亿 美元的收入增长机会。 但埃森哲最新调研发现，投资于韧性能力建 设和提高数字化成熟度的企业明显超越了同行，积 极引入这些做法的先行者已平均斩获了8 数据驱动型的计划 • 预测性地识别运营问题（质量缺陷、故障、维护需求、不合格） • 可支持端到端运营实时可视的数字驾驶舱 • 运用数字工具，快速了解供应短缺、生产或运输延迟对销售及 成本的影响 动态化、可持续的产品开发 采取生态设计及协同工程方法来开发新型产品与流程的能 力，充分利用贯穿整个产品生命周期的反馈闭环。 • 依托数字孪生平台的协作方法 • 通过生态设计方法，在设计过程中植入可持续因素（例

Efficiency Networks 能源效率网络 ESCO Energy Service Company 能源服务公司 ESG Environmental, Social and Governance 环境、社会和治理 ETES Electro-Thermal Energy Storage 电热储能 EU European Union 欧盟 FAR Floor Area Ratio 容积率 FSI 城区/园区（以下统称园区）具备着实施节能减排和降低能源成本的潜力巨大。园 区构成了国家和城市实现气候中和转型的一个重要元素。采用一体化、系统性的园 区解决方案，不仅可以提高节能减排的潜力，还能带来许多附加优势，例如更好的 工作环境和居住质量。园区内可实现不同部门之间的相互协同，比如能源部门（供 暖、制冷、电力、交通）与终端用户部门（住宅、工商服务、工业、交通运输）之 间的部门耦合。与单体建筑层面相比，园区可以通过整合基础设施的规划、建设、 的规划、建设、 采购及使用来实现规模经济。提高系统效率可以降低成本，进而提高企业的竞争力 和利润率， 这是综合园区的核心优势。一体化综合园区还可以被应用于多种情景， 并作为不同地区内、不同环境下区域发展的蓝本范例。气候中和园区能够对地方能 源转型作出重要贡献。 它不仅可以最大限度地利用当地所具备的实现气候中和的潜 力（特别是可再生能源和余热废热资源），并且还可以更加高效地利用土地资源。 园区作为不

交融之态，大模型的发展为工业制造带来了新的可能性，工业大模型也成为智 能制造领域的重要发展方向。当下，制造业数字化转型步伐持续加快，企业置 身于数据呈爆炸式增长、生产流程趋于繁杂、市场竞争愈发激烈的复杂环境之 中，面临重重挑战。而未来的工业大模型将以其卓越的数据处理能力、高度智 能的决策支撑以及跨领域的协同优化效能，为化解这些难题开辟了有效路径。 它能够深入探寻工业数据蕴含的潜在价值，达成生产过程的精细化管控与优化 制备的工业数据对模型进行训练。由于工业数据的特殊性以及工业应用对模型 11 的高要求，这个过程需要解决诸如如何让模型更好地理解工业数据的语义、如 何提高模型在工业任务中的准确性等问题。这一阶段的训练结果将影响到工业 大模型后续在工业任务/行业模型适配以及工业场景交互应用中的表现。 图 1.5 模型设计及使用反馈 1.1.5 工业场景交互应用 工业场景交互应用是工业大模型构建的最后一个阶段。这一阶段主要关注 多源异构数据融合：实现较大的信号对齐精度 ➢ 环境自适应校准：在极端工况下保持稳定性能 ➢ 边缘侧轻量化：模型体积压缩至边缘计算所能承载的大小 (2) 预测层大模型 ➢ 不确定性量化：输出预测结果的置信区间 ➢ 多工况迁移：适应设备老化和工艺变更 ➢ 因果推理：构建故障传播路径的贝叶斯网络 (3) 决策层大模型 ➢ 多目标优化：同时平衡质量、成本、能耗等多个指标 ➢ 在线强化学习：在动态环境中实现分钟级策略更新

ESG 的主 要原因 数据划分 逆境将加速转型 第九版年度智能制造现状报告 执行摘要 工业 GenAI 革命：从愿景转向现实 新兴技术引领行业变革 不断上升的网络威胁以及对风险和 复原力行动的影响 在过去的十二个月里，生成式人工智能 (GenAI) 在 技术优先级排行榜上一路飙升，对嵌入这一变革性 技术的工业应用产生了强烈的需求。 为了补充和扩大劳动力，协作机器人、自主移动机 器人 (AMR)、自动导引车 网络安全被列为雇主在 2024 年寻 求的头号技能 GenAI 在投资回报方面排名第二， 仅次于云/SaaS GenAI 是未来 12 个月内技术投 资的头号新领域 网络安全预计是在未来三年内受到人工智 能影响最大的第二大问题，仅次于质量 网络安全首次跻身前 5 大外部风险，总 体排名第三 人工智能 劳动力 网络安全 第九版年度智能制造现状报告 在决策过程中提供意见 12% 概述 “智能 KPI，如整体设备效率 (OEE)。 工 业 运 营 :: 06 第九版年度智能制造现状报告 智能 制造 的现状 制造商报告称，在通胀压力、能源价 格高企和技能人才持续短缺的情况 下，经营环境十分严峻。 从会议室到工厂车间，整个企业都 在不断提高效率。 第九版年度智能制造现状报告 :: 07 第九版年度智能制造现状报告 行业障碍和前景 :: 08 :: 智能制造的现状 ::

整生产参数，实现产品的个性化定制，提高客户满意度。  物联网集成：通过物联网技术将生产设备、传感器和管理系统 连接起来，形成自感知、自驱动的智能制造系统。  可持续发展：关注资源利用效率和环境保护，通过智能化技术 降低能耗和排放，推动绿色制造。 项目的实施将经历需求调研、方案设计、系统集成和持续优化 等阶段。首先，进行全面的需求调研，了解企业现状及面临的问 题，并确定改进目标和关键绩效指标。接着，在充分调研的基础 项目顺利推进，最终 实现智慧工厂的目标。 1.1 智慧工厂的定义与发展 智慧工厂是指利用先进的信息技术和智能化设备，通过优化生 产管理和工艺流程，实现生产效率、质量、灵活性和资源利用最大 化的现代化制造环境。随着工业 4.0 的兴起，智慧工厂的概念逐渐 成为制造业转型升级的重要方向。 智慧工厂的核心在于信息的互联互通。通过物联网、大数据分 析、人工智能等技术，智慧工厂能够实时监控和分析生产过程，及 化，但信息孤岛问题依然存在，各个环节之间缺乏有效的数据 共享。  智能化阶段：大数据、云计算、人工智能等新兴技术的广泛应 用，促使制造业向智能化转型，生产过程中的数据采集、处理 和分析变得更加全面和实时。 在当前的市场环境中，智慧工厂的建设正在逐步加速，许多企 业利用智能制造提升了市场竞争力。据统计，全球智慧工厂市场预 计在未来几年将实现高速增长，年复合增长率达到 20%以上。 在智慧工厂的构建过程中，主要关注以下几个关键点：