2026年《政府工作报告》指出，“发展金融、信息技术、现代物流、知识产权、检验检测等生产性服务业”。当前，我国制造业规模已稳居全球首位，服务业增加值占GDP比重持续提升，我国经济正从规模扩张的高速增长阶段转向高质量发展阶段。在这一背景下，数据作为新型生产要素，正以其独特的链接与赋能效应，深刻重塑产业资源的配置方式与生产组织形态，为先进制造业与生产性服务业的深度融合提供核心驱动力。
数据要素赋能先进制造业与生产性服务业融合的实现路径
打通数据流通壁垒，搭建统一数据底座
当前，制造端与服务端的数据标准尚未统一，加之企业出于安全考虑倾向于将核心数据封闭于内部系统，导致数据孤岛问题突出，严重制约数据跨行业流转与复用。应加快建立统一的工业数据采集、接口与交互规范，推动设备、产线、业务系统之间的兼容互通。例如，依托工业互联网平台与产业数据空间，构建统一的数据底座，实现制造、物流、金融、研发等多领域数据的互联互通。同时，建立分级分类的数据共享机制，根据数据类型与敏感等级，匹配差异化的流通规则与防护措施。在保障企业数据权益的前提下，构建安全可信的数据流通渠道，推动数据要素在制造与服务之间有序流动，充分释放数据资源对先进制造业与生产性服务业融合的支撑效应。
深耕行业细分场景应用，拓展融合空间
产业场景是释放数据要素融合价值的核心载体。不同规模、不同发展阶段的制造企业对融合服务的需求呈现梯度化特征。应围绕先进制造业的细分赛道，构建分层分类、多元适配的融合应用体系。面向龙头企业，推广协同研发、预测性运维、全生命周期数字化管理等深度集成方案，推动数据要素向制造全链条渗透。面向中小制造企业，则部署柔性定制、共享产能、智能供应链调度等轻量化、低成本的数字化服务，降低其参与融合的技术与资金门槛。同时，推动生产性服务业依托产业数据下沉至制造场景，发展工业数据诊断、供应链金融、数字化检验检测等新型服务，强化服务业对制造业的数据赋能深度。通过多层面协同推进，持续壮大制造服务化、服务制造化双向业态，不断拓宽数据要素的价值释放空间。
完备的制度体系支撑
数据要素的有序流通与价值交易，离不开完备的制度体系支撑。在权属与交易层面，健全数据产权归属、数据资产登记、数据交易流通等基础规则，厘清制造企业与服务商之间的数据权属边界与收益分配机制，激发企业参与数据共享的内生动力。在安全与保护层面，细化工业数据分级分类、数据脱敏处理、隐私保护等操作规范，明确企业核心工艺数据的安全保护边界，为数据流通提供清晰的安全预期。在政策层面，完善产业数字化配套扶持政策，重点培育工业互联网平台能力，加大复合型数字人才培养力度，补齐数据要素市场化配置中的薄弱环节。
来源：光明日报《数据要素赋能先进制造业与生产性服务业融合》节选（2026年07月07日 11版）
作者：孙光林（南京财经大学人力资源与数据产业研究院研究员）
人民数据《数据资产应用与案例解读》课程内容包含解析数据资产应用从理论到实践的完整流程，涵盖六大核心模块并结合三大行业案例分析，深入探讨数据资源从勘探、开发、开采、储运、炼化到深加工的价值链，并阐述两大资产体系的构建方法：指标资产体系（包括业务指标体系、数据报表、管理指标）与标签资产体系（涉及用户画像、智能标签）。通过系统学习，提升学员对数据资产的认知，梳理并掌握数据资产应用与案例解读，助力学员构建面向未来的数字竞争力。
来源：人民数据教育咨询服务中心
编辑：许多、韩佳琪（实习）
责编：岳禺宁
