中国信息通信研究院政策与经济研究所 2024年9月 新质生产力研究报告 (2024 年) ——从数字经济视角解读 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应 注明“来源：中国信息通信研究院”。违反上述声明者，编者 将追究其相关法律责任。 更名声明 原“集智”蓝皮报告更名为“集智”专题报告。“集智” 业和集中的内容分析。 前 言 加快发展新质生产力，是高质量发展的应有之义，是抢占新一轮 全球科技革命和产业变革制高点、开辟发展新领域新赛道、培育发展 新动能、增强竞争新优势的战略选择。数字经济作为科技革命和产业 变革的前沿阵地，本质上代表着先进生产力，是支撑新质生产力蓬勃 发展的重要力量。本报告聚焦数字经济赋能新质生产力发展进行全方 位深度研究。 数字经济为生产力三大要素的优化组合提供基础。一是催生新型 内涵和外延。 数字经济塑造新质生产力三大动力。一是推动技术创新方式变革。 数字经济通过重构和优化技术创新方式，加速颠覆性技术涌现，强化 创新协同效应，提升创新体系整体效能，推进技术创新向更大规模、 更高效率、更强协同的新范式演进。二是推动生产要素配置优化。数 据提高生产要素组合替代能力和有效产能，在传统要素的基础上，为 企业扩展生产可能性边界。同时，数字经济减少生产要素配置摩擦， 使要素资

.........................................................................................13 2.1 提升生产效率......................................................................................15 2.2 降低运营成本 需求调研与分析..................................................................................35 4.1.1 现有生产流程评估......................................................................37 4.1.2 用户需求收集......... ......................................93 7. 生产流程优化..............................................................................................95 7.1 生产线自动化.........................................

2.1 研发设计辅助场景.......................................................................... 71 4.2.2 生产过程优化场景.......................................................................... 72 4.2.3 产品质量检测场景 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 调度，进而显著提升生产效率、削减成本并增进产品质量。从宏观视角审视， 工业大 场景大模型则是进一步细化到工业中的特定场景。工业领域包含众多场景， 10 如研发设计场景、生产制造场景、试验测试场景、运维服务场景等。场景大模 型针对这些特定场景下的数据和操作要求构建，能够精准地适应特定场景下的 任务需求，例如生产制造场景中的质量控制任务、运维服务场景中的设备故障 预测任务等。 图 1.3 工业场景（研发设计、生产制造、运维等） 1.1.2 工业任务/行业模型适配 工业任务/行业

第二章：智能驱动：智能化助力石油石化产业实现新型工业化 �.� 智能化加速培育石油石化新质生产力 �.� “人工智能+”加速石油石化智能化进程 �.� 石油石化产业智能化成熟度与发展阶段 第三章：全链智能：智能化推动石化新型工业化的场景举措 �.� 智能勘探 �.� 智能储运 �.� 智能生产 �.� 智能服务 第四章：实践引领：石油石化企业智能化应用的主要案例 �.� 壳牌 TO）产量的增长尤其势头迅猛，预计未 来仍将保持其作为全球最大石油生产国的地位。美国在整体技术创新、页岩油开发以及油气资源 储备方面具有显著的优势。目前，美国石油石化产业正在大量采用先进的数字技术，如物联网、 大数据分析和人工智能等，提高效率和降低成本，技术创新的主要领域集中在提高采收率、降低 环境影响、开发新的勘探与生产技术等。 ����年，党的十六大报告首次提出：“坚持以信息化带动工业化，以工业化促进信息化，走 式现代化构筑强大物质技术基础。 从国家发展大局看，新型工业化是实现经济高质量发展的战略举措，是构建国家竞争力、实 现中国式现代化的必然选择。特别是面对当前发展新质生产力的新要求，新型工业化能够深度结 合现代科技力量和数字产业化趋势，为新质生产力发展提供强有力的支撑和保障。 石油石化产业是国民经济重要支柱，支撑经济社会持续稳定发展。石油石化产业的新型工业 化发展有利于保障国家能源安全，全面打造自主

2025 年度新质生产力系列文章 1 智能时代的精细化工革命：技术要素驱动下的行业信 用质量及其变化趋势浅析 工商企业评级部 何婕妤 摘要 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 中于技术壁垒与产品竞争力、研发强度与成果转化、环保投入与绿色 生产、信息化覆盖强度。 未来精细化工企业将不断提升技术创新水平，以应对市场竞争和政策 要求。特别是延链提质的精细化工企业有望迎来量利齐升。精细化工 行业龙头企业的综合竞争优势将进一步凸显，具有突出技术和产品优 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”。相较于传统生产力，新质生产力具有高科技、高效能、高 质量特征。精细化工是推动化工行业高质量发展的关键引擎，是发展 新质生产力的重要代表。

........33 1 一、智能制造系统架构 智能制造是基于先进制造技术与新一代信息技术深度 融合，贯穿于设计、生产、物流、销售、服务等产品全生命 周期，具有自感知、自决策、自执行、自适应、自学习等功 能，旨在提高制造业质量和创新能力、效率效益和柔性的先 进生产方式。 智能制造系统架构从生命周期、系统层级和智能特征等 3 个维度对智能制造所涉及的要素、装备、活动等内容进行 描 生命周期涵盖从产品原型研发到产品回收再制造的各 个阶段，包括设计、生产、物流、销售、服务等一系列相互 联系的价值创造活动。生命周期的各项活动可进行迭代优化， 具有可持续性发展等特点，不同行业的生命周期构成和时间 顺序不尽相同。 （1）设计是指根据企业的所有约束条件以及所选择的 技术来对需求进行实现和优化的过程； （2）生产是指将物料进行加工、运送、装配、检验等 活动创造产品的过程； 一系列活动的过程及其结果。 2. 系统层级 系统层级是指与企业生产活动相关的组织结构的层级 划分，包括设备层、单元层、车间层、企业层和协同层。 （1）设备层是指企业利用传感器、仪器仪表、机器、 装置等，实现实际物理流程并感知和操控物理流程的层级； （2）单元层是指用于企业内处理信息、实现监测和控 制物理流程的层级； 3 （3）车间层是实现面向工厂或车间的生产管理的层级； （4）企业层是实现面向企业经营管理的层级；

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。 大变局当采取大变革。要想实现生产效率、产品质量、 成本控制以及创新能力的显著提升，企业不仅需要实现技术升 级，还需要在战略、人才组织、数据管理、供应链整合、创新文 0时代的制造企业研发转型 6 18 22 28 目录 智能制造 | 05 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 度，从而在供应和制造全价值链上构建更强大的韧 性，已经成为制造企业面对的最现实的问题。 围绕韧性部署关键能力 高韧性企业应该具备什么样的能力？为了充分考察 企业如何应对并管控工程、供应、生产和运营等领域所 受的冲击，埃森哲面向全球11个行业的1200多位高管开 展了调研，并创建了一套涵盖31项关键能力的韧性评估 框架，评估他们在这些能力上的投资和成熟度。我们发 现，高韧性企业在11项能力上的表现尤其突出，我们把

PARKS 2024年6月 摘 要 党的二十大报告提出，积极稳妥推进碳达峰碳中和，完善能源消耗总量与强度调控，逐步转向 碳排放总量和强度“双控”制度。 “双碳”背景下，工业园区作为工业生产活动、能源消耗与碳排放 的高度集中区域，已成为我国控碳减碳的重要靶点。碳数据管理是研究分析工业园区碳减排重点 和制定降碳具体措施的重要基础。目前，工业园区碳数据管理基础较薄弱，缺乏相应的制度体系 企业碳减排意识不足，绿色低碳 技术研发及产品升级资金不足， 对园区管委会的能力建设、扶持 政策出台提出了较高的要求。 02 工业园区落实“双碳”战略面临的问题和不确定性逐渐凸显。 工业园区是工业生产活动、能源消耗与碳排放的高度集中区域，研究表明，其二氧化碳 排放量约占全国二氧化碳排放总量的31% ,约占全国工业二氧化碳排放总量的40%。 01 02 数据甄别尚待规范， 碳家底不明晰 REVIEW 现行体系的 不足 数 据 管 理 03 07 数 据 统 计 园区碳数据管理体系框架 1.总量数据 1.能源活动 2.工业生产过程 2.强度数据 1.数据质量检验 2.数据核查 3.数据不确定性分析 3.农业 4.废弃物处理 5.信息项 1.现有统计报表数据 2.碳数据补充收集调查 (仅针对���数据管理) 碳信用

需求端的核心需求没有变，生产制造管理相关、供应链相关等是重点，也是离散制造业 的核心诉求。只不过，行业经过几年发展，需求端的对转型认知和期望变的更加理性与 聚焦。就需求端的需求而言，具有两大特点：1）地域特色明显，广东、江苏、浙江、山 东既是制造业大省，也是积极尝试转型的省份，产业/区域协同发展、提升数字化转型的 基础支撑能力基本是其共性举措；2）从需求场景来看，评优和招标市场有所区别：评优 侧更关注生产制造相关 侧更关注生产制造相关环节的具体落地操作；招标侧则多由各市工业和信息化局采购的， 希望通过转型诊断后找到企业在研发、生产作业、数据、组织战略等环节开展诊断工作， 进而给出相应的改造建议，引导企业顺利转型。就需求端的转型现状而言，经过几年发 展企业对数字化转型理性与聚焦并行。理性一方面是指需求端在考虑到实际需求后，在 战略上高度认可，并确定未来一年在转型支出上增加投入，且供应商的选择更关注产品 及服务的实用性；另一方面则 然积极拥抱，但是是以 客户洞察与营销管理这一大模型更适用的场景为主。聚焦主要是指需求端对自身的需求 认知更明晰，即更加聚焦数据准备、供应链管理、生产管理等紧迫需求场景。 3 目 录 CONTENTS 01 需求市场宏观分析 核心需求场景未变，生产制造、供应链等仍是重点 02 需求市场转型现状调研分析 经历几年转型后-理性与聚焦并行 03 供给市场产品及服务分析 产品走向体系化，解决方案走向一体化