汽车行业的工业互联网数据资产管理平台产业分析研究

董方岐 李士博 李艳梅 李云鹏 李晓雪 史朝煜

（1.中汽研汽车工业工程（天津）有限公司，天津 300072；2.吉林大学计算机科学与技术学院，吉林 130012；3.昆仑数智科技有限责任公司，北京 102206；4.北京航天数据股份有限公司，北京 100089）

产业链供应链韧性和安全被各国提高到前所未有的新高度。党的二十大报告提出要“着力提升产业链供应链韧性和安全水平”。随着大数据、人工智能、元宇宙等新一代数字技术的快速发展，工业互联网成为数字经济的关键基础设施，以“感知产业链中的数据需求”为出发点，汇聚汽车产业上中下游数据，建立数据资产管理平台，发挥数据要素价值，快速精准识别面向汽车产业链的卡点、断点、堵点，通过数字化逐步实现强链、补链、畅链、固链，是破解汽车产业链发展难题、提高产业链竞争力的关键[1]。

一、汽车产业链发展面临的挑战

产业链供应链安全强调一国在产业链关键环节具备风险防控能力和国际竞争力[2]。中国信息通信研究院将产业链供应链现代化概括为“不断链”和“高级化”，即“智能化”[3]。不断链是指产业链方面不受或少受外部影响，主要表现为可控性、可替代和柔性。智能化是在不断链的基础上具备创新能力、运行协同能力、要素资源协调配置能力和可持续发展能力。

中国汽车产业经过多年的深耕与蓬勃发展，销量已经连续12 年居世界第一。在政府部门、企业、行业组织等各方面共同努力下，中国已成为名副其实的汽车大国。汽车产业具有链条长、覆盖面广、国际化程度高、带动作用强劲、就业人数多等特点，对推动我国国民经济建设和产业链供应链安全具有战略意义。但我国汽车产业链仍面临以下挑战。

（一）汽车产业整零协同能力不足

从细分产业发展情况来看，当前我国汽车整车与零部件行业的收入规模比例接近为1:1，相对于国际上汽车工业强国1:1.7 左右的整零比例，我国汽车零部件产业还有很大的提升空间。总体来看，我国汽车零部件产业发展存在很多不足之处，突出表现为大而不强、高端不足、低端过剩，产业链上下游有诸多的短板和断点亟待弥补。

（二）关键零部件自主可控能力不足

有研究表明，目前我国汽车整车生产装备70%左右依赖进口，发动机、变速箱生产装备80%左右依赖进口，汽车研发、试验、检测等仪器设备90%左右依赖进口，特种功能材料则几乎全部依赖进口。由此可见，与精确控制、精密制造、精准测量等方面密切相关的工业材料、控制系统、专用制造装备等是汽车产业链上游的主要短板。特别是2020 年底以来，芯片断供问题凸显。我国国产芯片产业仍需时间发展，因此国际芯片市场的供应不足直接影响了国内整车制造的生产节奏。

（三）汽车产业链监测平台仍处于缺失状态

在产业链供应链监测服务平台与应用方面，目前国外部分先进企业开展了平台研发与应用实践，取得了一些成功的案例，但视角更多局限于单个企业和单一价值链，未俯瞰区域整体产业。中国汽车工业作为国民经济的支柱产业，其产业链供应链安全问题亟须得到重视，因此建立面向汽车产业链的工业互联网数据资产管理平台势在必行。

二、工业互联网赋能汽车产业链发展优势

工业互联网连接特定产业的全要素、全产业链的数据资源，通过数据治理形成数据资产，是数字经济的新型底座，也是工业发展的新引擎[4]。

（一）工业互联网抓取源源不断的数据资源

区别于传统的通信网络和互联网，工业互联网实现人与物、物与物的联系，还将这种联系延伸到机器和设备，是设备、系统、工厂、地区之间实现实时网络连接的基础设施。工业互联网从生产和使用现场汇聚大量的新数据，提高了数据的及时性，丰富了数据种类，促进了数据的获取[5]。工业互联网从行业数据的数量、质量、安全性、鲜活性等方面进行全面提升。

（二）工业互联网为汽车产业高质量发展提供新型基础设施支撑

工业互联网通过建立具有灵活计算能力的数据资产管理系统，支持深度数据分析和智能决策，以场景需求为驱动，开发和部署相关数据分析模型，释放数据的价值，挖掘、盘活数据要素，放大、倍增数据资产价值。

（三）工业互联网推动汽车产业链智能化发展

工业互联网释放数据的价值，以数据驱动“智能制造、协同制造、云制造”，创新汽车制造模式，促进整个产业链竞争能力的整体提升。同时，工业互联网促进了教育链、人才链与产业链、创新链的深度融合，进而实现汽车产业链高端化、智能化和绿色化发展。

三、汽车行业工业互联网数据资产管理平台

面向汽车行业，汇聚产业链上下游各环节企业基本数据，理清数据资产现状，基于工业互联网建立数据资产管理平台，对于提升汽车行业产业链发展具有重要意义。整体架构如图1所示。

图1 面向汽车行业的工业互联网数据资产平台总体架构图

（一）汽车行业数据资产管理平台建设方案

面向汽车行业，基于工业互联网的数据资产管理平台为两纵六横的架构，主要包括系统配置运维管理体系和信息安全体系两纵保障体系。从下往上，主要为边缘层、基础设施层、基础数据层、数据融合层、应用支撑层、前端应用层等六层。

1.边缘层

通过异构网络接入各种工业设备，获取设备数据，利用数据的协议转换与边缘处理，构建工业互联网平台的数据基础。

2.基础设施层

基础设施层是整个系统的物理基础，为系统的运行提供环境支持，主要包括网络环境、服务器等硬件设施以及操作系统、虚拟化等系统软件。

3.基础数据层

基础数据层是整个系统的数据基础，为系统的运行提供基础数据环境，主要包括工商数据、司法数据、知识产权数据、投融资数据、税务数据、园区数据、招投标数据、抵质押数据、产业链数据、商品数据以及设备数据等。基础数据层的数据通常来自不同的业务系统或者不同的数据库中，这些原始数据只是通过格式校验等操作后就入库。这样的简单处理无法解决数据冗余、相同企业主体无法正确匹配等重要问题，因此引入了数据融合层。

4.数据融合层

数据融合层主要存放的是经过简单清洗、融合、标准化之后的各类数据，核心功能是解决多源数据处理中的信息源的匹配度不高、数据加载校验不足、数据残缺和错误的问题，而后对各维度的数据进行整合，利用已经建好的模型进行各种指标运算。

5.应用支撑层

应用支撑层是本系统核心，适用于构建协同工作的整体性基础平台，可以为实现各类应用系统的全面整合提供环境与基础，向前端应用提供所需的各种通用服务，解决资源共享、信息交换、业务访问、业务集成、安全、可信和可管理等应用的共性和关键性问题。

（二）平台功能

数据资产管理平台主要功能包括汽车产业链全景图绘制、汽车产业经济运行指数分析、汽车产业链区域分析、汽车产业聚集分析、企业信用评价模型分析、产业集中度监测、汽车产业链强弱度模型分析等。

1.汽车产业链全景图绘制

由产业各个产业链节点以及产业节点主要商品和商品的主要生产企业构成的产业链全景图基于产业链标签模型，进行深度挖掘并形成树形层级结构（图2），其可以作为分析产业、预测趋势的重要参考依据，可以帮助使用者清楚理解汽车产业链各个环节、每个环节包含哪些产业节点以及产业节点与商品和企业的对应关系等，有助于建立产业、企业、商品的关联关系，实现对产业发展的全面了解。

图2 汽车产业链全景图

2.汽车产业链地图绘制

产业链地图是对产业链的可视化分析应用，地图可以展示汽车行业产业链各节点的地理分布、产业集聚和产业规模情况。通过产业链区域分析和产业链集聚分析来实现产业链地图。

3.汽车产业链区域分析

用户可通过在地图上展示产业链各节点的地理分布情况，对产业区域分布进行统计分析，并筛选所需要查看的产业链节点。产业链区域分析基于百度地图开发，可以通过缩放的模式查看全国、省份、地级市的产业链节点企业分布。

4.汽车产业聚集分析

产业链聚集可以让政府全方位、多层次、有对比地了解产业集群分布，了解产业空间布局，帮助分析区域产业定位，辅助经济决策；引导社会资本向重点区域集聚，加快构建集产业链、创新链等于一体的产业要素体系，推动经济高质量发展，提升城市经济密度。详见图3。

图3 汽车产业链聚集分析

5.汽车行业企业信用评价模型分析

产品信用评价模型是一套基于大数据，深度融合多种机器学习算法，对企业进行多维度、多层次综合分析的评价模型。该模型具有评价涵盖面广、定位准确、评分量化精确度高的特性。评价数据类型包括企业的基本信息、交易信息、工商信息、税务信息、司法信息、财务信息等。信用评价模型首先从五个维度对企业进行评价，而后进行决定项模型检测，综合各项结果后，最终得出企业的综合评价分数以及评级。信用评价模型的五个评价维度分别代表企业在不同方面的表现，这些方面都会对企业的信用产生影响。这些维度的评价由相应的子模型实现，这些子模型分别为企业特质评价模型、经营能力评价模型、自身信用分析模型、供应链分析模型、关联方分析模型。决定项模型是由重大风险项组成的，如失信被执行人、政府采购失信、重大税收违法记录等。触发这些重大风险项，往往意味着企业的合规性差或企业的生产经营出现重大问题，会极大威胁还款资金安全。因此，当触发决定项模型的条件时，企业即直接获得低评级以及低评分。

6.汽车产业集中度监测

采 用HHI（herfindahl-hirschman index, HHI）指数，实现对产业结构发展变化的跟踪监测[6]，其测算方式为我国汽车产业链从各国进口各类中间品的规模占汽车产业链中间品进口规模的比重的平方和。HHI 指标越大，我国汽车产业链中间品进口越集中多样性越低，从而产业链的风险越高，如图4 所示。

图4 汽车产业集中度监测指数

7.产业经济运行指数

结合国内外相关指标编制经验，本文编制了产业经济运行指数指标体系，具体见表1。

表1 产业经济运行指数指标体系

模型的指标权重系数采用了主客观相结合的方式，即主要采取了客观评价方法——“变异系数法”“熵值法”确定权重，另外也结合了主观评价方法——“德尔菲法”对权重进行调整。通过权重调整，来评估不同权重对指数得分的影响，以确保模型稳健性。

产业内企业经营状况监测指标计算（企业发展状态）：

某产业企业当月增值税应税销售额同比=该企业当月增值税应税销售额/该企业去年同期增值税应税销售额。

某产业企业当月增值税应税销售额同比变化率=（该企业当月增值税应税销售额同比/该企业上月增值税应税销售额同比）-1

用公式表示，设企业i 在t 月的指标值为Xit。首先计算与上年同期的同比变化率。然后计算Yit与上月相比的环比变化率. 。

然后将单个企业发展区分为三种状态：上升、持平、下降。由于企业经营状况总是不断波动的，即便企业发展态势没有发生变化，生产经营的自然过程本身也可能引起一定的波动。因此有必要为持平状态设定一个区间范围。设定企业当月增值税应税销售额变化率的变化区间σ，通过对比将企业实际的增值税应税销售额同比变化率与变化区间设定值，确定企业发展的状态（上升、持平、下降）。

通过测试，将Uit的∂值取为0.05，即Uit范围在±5%之间定义为持平，小于-5%为下降，大于5%为上升。其中5%为持平区间参数，可以通过该参数调整来保持指数稳健性。

最后，汇总计算某个月份上升、持平和下降状态的企业户数占企业总户数的百分比，分别记为（三项之和为1）。

为了解决指标量纲不同的问题，实现产业经济运行指数的横向（城市间）、纵向（不同时期）可比，本文采用世界银行营商环境指数的“前沿距离法”进行指标标准化。具体而言，选择两个标杆省份（或者城市）各项指标的月度平均值作为“前沿”，计算各项指标得分。然后再对指标得分逐级加权汇总得到双创活力指数分值。指标得分计算公式为：

其中，yi为省份（城市）第i 个双创指标的实际值，yi,min为所有省份（城市）中该指标的最小值，yi,frontier为该指标的前沿值。

指数合成公式为：

其中ai是模型二级指标权重，Xi是模型二级指标。

8.汽车产业链强弱度模型分析

产业链强弱度评价功能有助于充分、直观地了解汽车产业各个产业节点的发展状况，围绕建链、延链、补链、强链，不断提高区域产业发展水平，促进产业均衡发展。首先，将全国城市按照GDP 总量分成特大型城市、大型城市、中型城市、小型城市四类。其次，选取该产业链节点的企业数量、产业链节点的企业平均规模水平（平均注册资本）、产业链节点的企业平均销售收入等指标作为基础指标，通过一些特征工程的技术手段进一步创造一些新的指标特征。再次，构建模型函数时通过主客观评价相结合的方法确定每个指标权重，计算每个区域各个产业链节点的得分，依据得分对产业链强弱度进行分析评价。最后，根据设定的阈值将产业链强度得分转换为指示灯的形式展示，如图5 所示。

图5 汽车产业链强弱度分析

四、基于工业互联网数据资产管理平台的汽车产业链分析

面向汽车行业的工业互联网数据资产管理平台提供的产业集中度、强弱度等产业链分析等功能对我国汽车产业链尤其是供应链的韧性和安全性进行分析，为保障我国汽车产业链供应链韧性和安全提出有效的参考。

（一）汽车产业链韧性分析

第一，上游电机电控等关键件，在国家政策的大力支持下，国产化程度提速，但是高端核心部件外部依赖度大。自动驾驶领域部分高端核心设备完全依赖进口，可替代性不足，“断链”风险较高。虽然创新投入力度较大，但关键技术比肩国际头部企业还需一定时间。中游智能生产线、机床等关键装备依赖进口，核心技术仅几家企业掌握，进口依赖程度高，产业链风险较高。核心企业抢占发展先机，深度开发和挖掘后市场产业价值成为新能源汽车市场发展的重点。第二，从产业区域集聚程度看，我国已经形成东北、京津冀、长三角、长江中游、珠三角和长江上游地区六大汽车产业集群的格局。东北地区传统汽车工业基地的地位有所下降。长江中游地区在大量优惠政策、资源和资金的支持下，开始了大规模的汽车人才培养，加强技术研发，产能跃居六大产业集群首位。珠三角地区是新能源汽车产业集聚地，江苏、浙江、安徽等新能源汽车产业综合实力不俗。

（二）汽车产业链安全评估

通过平台对我国汽车产业链安全进行评估，可得到如下几个主要观点：首先，整体上我国汽车产业链对进口中间品的依赖度较高且趋于集中，尤其是智能化高端器件、设备完全依赖进口，核心芯片、基础软件受制于人，可替代性不高，产业链风险存在上升趋势；其次，汽车“新四化”趋势下，车企在新能源汽车产业链积极布局，预期通过自主可控实现弯道超车。第三，在创新性方面，国内企业在芯片、算法、传感器等关键领域与国际头部企业相比还有较大差距。第四，整车厂下游延拓意愿强烈，利用自身技术、资源优势，整合资源积极拓展智能出行平台、智能泊车等应用场景，产业链垂直整合成为车企必由之路。

五、总结

我国汽车产业链结构不平衡比较突出，上游光伏设备、芯片等短缺问题延续，价格风险增大，以汽车整车制造为代表的中游风险较高。新能源汽车行业已迎来前所未有的发展局面，正成为拉动汽车产业、促进消费和我国全球汽车转型破局的关键。本文基于汽车行业产业链上下游各环节企业数据，建立面向汽车行业的工业互联网数据资产管理系统，并详细介绍数据资产管理平台的主要功能，基于平台对汽车产业链的宏观、微观经济观测，对汽车整车及关键零部件、产业链供应链运行状态等进行分析，为保障我国汽车产业链供应链韧性和安全提出有效的参考。