2021-2026年中国工业大数据行业深度调研及投资前景预测报告
2021-05-05
- 【报告名称】：2021-2026年中国工业大数据行业深度调研及投资前景预测报告
- 【报告编号】：34298
- 【出版单位】：慧研纵横研究网
- 【关键字】： 工业大数据 市场调研 研究报告
- 【出版日期】：2021-05-05
- 【交付方式】：EMAIL电子版或EMS特快专递
- 【价格】：电子版：8900元 纸介版：8900元
- 【订购电话】： 400-0130-670
【声明】：
本报告为慧研纵横研究网近期重磅推出,为确保您所购买报告的准确以及真实性，请直接从官方网站（www.huiyanzh.com）购买,以获得完善的售后服务。
【报告简介】：
继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。2018年全球大数据储量达到33ZB。大数据正在成为国家竞争的前沿，以及产业竞争力和商业模式创新的源泉。
与商业大数据、互联网大数据等概念相比，工业大数据不管在数据量规模还是发展水平上都稍显滞后。2018年中国工业大数据市场规模达到114 2亿元，同比增长22 3%，预计未来几年中国工业大数据市场热仍呈现增长态势。
2017年1月17日，工业和信息化部正式发布了《大数据产业发展规划（2016-2020年）》（工信部规〔2016〕412号，以下简称《规划》）。《规划》明确了“十三五”时期大数据产业的发展思路、原则和目标，将引导大数据产业持续健康发展，有力支撑制造强国和网络强国建设，其中也明确强调了支持工业大数据发展。2018年6月，工业和信息化部发布《工业互联网发展行动计划（2018-2020年）》，其中提到，支持基础及创新技术服务、监测分析服务、工业大数据管理、标准管理服务等的平台公共支撑体系。2020年5月14日，工业和信息化部发布《关于工业大数据发展的指导意见》，对我国工业大数据发展进行了全面部署，进一步促进大数据与工业深度融合发展。为激发工业数据要素潜力，全面提升工业大数据产业发展水平，《指导意见》提出了6个方面18项重点任务，地区政策动态方面，2020年12月，山东省人民政府印发《山东省推进工业大数据发展的实施方案（2020-2022年）》，实施方案明确山东推进工业大数据发展目标任务等有关情况。
《2021-2026年中国工业大数据行业深度调研及投资前景预测报告》共九章。首先介绍了工业大数据的概念及发展驱动因素，接着详细分析了中国大数据以及工业大数据的发展现状。随后，报告对工业大数据技术架构进行了介绍并描述了工业大数据在工业4 0建设中的重要意义。报告还对工业大数据的应用场景、应用案例及工业大数据相关行业发展状况进行了分析。最后报告分析了工业大数据行业的投资方向及发展前景。
【报告目录】：
第一章 工业大数据概述
1.1 工业大数据相关概念
1.1.1 工业大数据的定义
1.1.2 工业大数据的属性
1.1.3 工业大数据的边界
1.2 工业大数据与相关概念的关系
1.2.1 与大数据的关系
1.2.2 与智能制造的关系
1.2.3 与工业互联网的关系
1.3 工业大数据的产生
1.3.1 数据类型
1.3.2 产生主体
1.3.3 发展趋势
1.4 工业大数据应用价值
1.4.1 推动工业化进程
1.4.2 促进信息化发展
1.4.3 推进新工业革命
1.4.4 推动制造业升级
第二章 2018-2020年中国工业大数据发展驱动因素分析
2.1 政策因素
2.1.1 大数据产业政策汇总分析
2.1.2 促进大数据产业发展纲要
2.1.3 大数据标准化白皮书分析
2.1.4 各省大数据政策发布数量
2.1.5 国家工业大数据政策回顾
2.1.6 工信部工业大数据政策
2.1.7 工业大数据发展指导意见
2.2 经济因素
2.2.1 宏观经济概况
2.2.2 工业运行情况
2.2.3 经济转型升级
2.2.4 宏观经济展望
2.3 信息化发展
2.3.1 信息基础设施建设
2.3.2 信息消费发展现状
2.3.3 网信产业发展状况
2.3.4 信息技术研发创新
2.3.5 区域信息化的水平
2.4 两化融合
2.4.1 两化融合发展水平
2.4.2 两化融合区域分布
2.4.3 两化融合发展规划
第三章 2018-2020年中国大数据产业发展分析
3.1 大数据产业链构成分析
3.1.1 大数据产业链结构
3.1.2 大数据产业链领域
3.1.3 产业链价值流动方向
3.2 2018-2020年中国大数据产业发展综述
3.2.1 大数据产业概念分析
3.2.2 大数据发展的必然性
3.2.3 大数据产业驱动主体
3.2.4 大数据产业发展阶段
3.2.5 数字经济的发展水平
3.2.6 大数据总体市场规模
3.2.7 地区大数据产业联盟
3.3 2018-2020年大数据产业竞争格局
3.3.1 产业竞争主体分类
3.3.2 竞争企业资本层次
3.3.3 产业百强企业统计
3.3.4 创新场景应用服务商
3.3.5 互联网企业布局状况
3.3.6 大数据应用领域竞争
3.3.7 产业竞争趋势展望
3.4 2018-2020年中国大数据市场供需分析
3.4.1 大数据市场供给结构介绍
3.4.2 主要行业大数据需求状况
3.4.3 企业大数据的应用及需求
3.4.4 大数据细分领域需求场景
3.4.5 大数据热点领域需求分析
3.4.6 数据小型机市场需求分析
3.5 中国大数据产业发展存在的问题
3.5.1 面临挑战分析
3.5.2 核心技术薄弱
3.5.3 数据相关问题
3.5.4 数据安全问题
3.5.5 人才供需问题
3.6 中国大数据产业发展的策略建议
3.6.1 推进研发应用
3.6.2 避免过度建设
3.6.3 提高数据安全
3.6.4 地区发展思路
3.6.5 推动标准建设
3.6.6 打破信息孤岛
第四章 2018-2020年中国工业大数据发展分析
4.1 工业大数据发展综述
4.1.1 产业链条分析
4.1.2 产业发展历程
4.1.3 产业发展周期
4.1.4 产业发展现状
4.2 2018-2020年中国工业大数据市场运行分析
4.2.1 市场发展规模
4.2.2 用户行业结构
4.2.3 产品结构分析
4.2.4 市场用户类型
4.2.5 市场投资状况
4.2.6 市场发展形势
4.3 中国工业大数据发展存在的问题
4.3.1 工业数据资源不够丰富
4.3.2 工业数据资产管理滞后
4.3.3 工业数据孤岛普遍存在
4.3.4 工业数据应用不够深入
4.4 中国工业大数据发展对策建议
4.4.1 提升工业大数据平台能力建设
4.4.2 加强工业大数据管理体系建设
4.4.3 持续完善工业大数据标准体系
4.4.4 探索工业大数据创新应用示范
第五章 2018-2020年工业大数据架构及技术分析
5.1 工业大数据参考架构
5.1.1 数据参考架构
5.1.2 技术参考架构
5.1.3 平台参考架构
5.2 工业大数据管理技术分析
5.2.1 工业大数据的采集技术
5.2.2 多源异构数据管理技术
5.2.3 多模态数据的集成技术
5.2.4 工业大数据技术的趋势
5.3 工业大数据分析技术介绍
5.3.1 时序模式分析技术
5.3.2 工业知识图谱技术
5.3.3 多源数据融合分析
5.4 工业大数据标准体系建设
5.4.1 工业大数据标准化的基础
5.4.2 工业大数据标准体系框架
5.4.3 工业大数据标准明细汇总
5.4.4 工业大数据重点标准描述
第六章 2018-2020年工业大数据与工业4.0发展关系
6.1 全球主要国家工业4.0发展战略
6.1.1 美国
6.1.2 德国
6.1.3 法国
6.1.4 中国
6.2 工业4.0发展概况
6.2.1 工业4.0基本内涵
6.2.2 工业4.0产生背景
6.2.3 工业4.0发展历程
6.2.4 中国工业4.0优势
6.3 工业4.0落地战略分析
6.3.1 工业4.0架构
6.3.2 信息网络系统
6.3.3 核心系统集成
6.3.4 大数据利用分析
6.4 2018-2020年中国工业4.0发展进程
6.4.1 工业4.0重点发展领域
6.4.2 工业4.0发展模式分析
6.4.3 推动工业4.0发展举措
6.4.4 工业4.0的相关技术
6.4.5 工业4.0未来发展蓝图
6.5 中国制造2025解读分析
6.5.1 中国制造2025重点任务
6.5.2 中国制造2025重点领域
6.5.3 工业4.0与中国制造2025
6.6 工业大数据是中国工业4.0的重要部分
6.6.1 工业大数据是工业4.0的基础
6.6.2 工业大数据对工业4.0的作用
6.6.3 工业4.0对工业大数据的需求
6.6.4 工业4.0中工业大数据的应用
第七章 工业大数据的应用场景及应用价值剖析
7.1 工业大数据的主要应用领域
7.1.1 在设计领域的应用
7.1.2 优化生产过程中
7.1.3 预测产品需求
7.1.4 优化工业供应链
7.1.5 强化工业绿色发展
7.2 工业大数据的典型应用场景
7.2.1 智能化设计
7.2.2 智能化生产
7.2.3 网络化协同制造
7.2.4 智能化服务
7.2.5 个性化定制
7.3 工业大数据企业应用案例分析
7.3.1 福特公司
7.3.2 恒逸石化
7.3.3 海尔集团
7.3.4 金风科技
7.4 工业大数据的应用价值分析
7.4.1 优化企业现有业务
7.4.2 促进企业升级转型
7.4.3 促进中小企业创新
第八章 2018-2020年工业大数据相关行业发展状况
8.1 智能制造
8.1.1 智能制造发展阶段
8.1.2 智能制造发展特征
8.1.3 智能制造发展规模
8.1.4 智能制造产业集群
8.1.5 智能制造试点项目
8.1.6 智能制造发展态势
8.2 智能装备
8.2.1 智能装备运行特征
8.2.2 智能装备产业布局
8.2.3 智能装备竞争格局
8.2.4 智能装备项目动态
8.2.5 智能装备发展机遇
8.2.6 存在的问题及对策
8.3 智能工厂
8.3.1 智能工厂基本框架
8.3.2 智能工厂基本特征
8.3.3 智能工厂建设模式
8.3.4 智能工厂解决方案
8.3.5 智能工厂建设现状
8.3.6 催生新业态新模式
8.3.7 智能工厂发展趋势
8.4 工业物联网
8.4.1 全球工业物联网规模
8.4.2 国内工业物联网规模
8.4.3 工业物联网应用领域
8.4.4 工业物联网应用模式
8.4.5 工业物联网应用场景
第九章 对2021-2026年工业大数据投资前景及前景趋势展望
9.1 工业大数据产业投资方向
9.1.1 工业大数据平台企业
9.1.2 开发工业APP的企业
9.1.3 工业机理模型建设企业
9.1.4 具有制造基因的企业
9.1.5 产业投资价值企业
9.2 工业大数据行业发展前景展望
9.2.1 大数据行业发展趋势
9.2.2 工业大数据应用前景
9.2.3 工业大数据发展趋势
9.3 对2021-2026年中国工业大数据行业预测分析
9.3.1 2021-2026年中国工业大数据行业影响因素分析
9.3.2 2021-2026年中国大数据产业规模预测
9.3.3 2021-2026年中国工业大数据市场规模预测
附录
附录一：大数据产业发展规划（2016-2020年）
附录二：工业互联网发展行动计划（2018-2020年）
图表目录
图表1 工业大数据与商务大数据的区别
图表2 工业大数据标准在智能制造标准化体系中的定位
图表3 智能制造标准体系-智能赋能技术标准
图表4 工业互联网平台功能架构图
图表5 工业互联网标准体系框架
图表6 2015-2019年中国大数据相关政策
图表7 2016-2018年31个省（市、区）大数据政策数量
图表8 国家工业大数据相关政策
图表9 工业和信息化部工业大数据相关政策
图表10 2014-2018年国内生产总值及其增长速度
图表11 2014-2018年三次产业增加值占国内生产总值比重
图表12 2019年GDP初步核算数据
图表13 2018年规模以上工业增加至同比增长速度
图表14 2018年规模以上工业生产主要数据
图表15 2019年规模以上工业增加值同比增长速度
图表16 2016-2019年中国网民规模及互联网普及率
图表17 2016-2019年中国网民规模及互联网普及率
图表18 2013-2020年中国信息消费市场规模
图表19 2015-2018年中国信息技术发明专利授权数
图表20 2018年信息化发展评价指标体系
图表21 2018年地区信息化发展评价指数TOP10
图表22 2012-2018年全国两化融合发展水平演进情况
图表23 2018年全国两化融合发展水平与绩效产出相关关系分析情况
图表24 2018年全国实现综合集成TOP10省份两化融合发展阶段分布情况
图表25 大数据产业链
图表26 大数据产业主要数据资产类企业
图表27 大数据产业链产值分布及发展方向
图表28 中国大数据市场发展阶段
图表29 2017-2023年中国数字经济市场规模统计情况及预测
图表30 2016-2019年中国大数据产业规模
图表31 2017-2018年新成立的大数据产业联盟
图表32 大数据企业资本层次
图表33 中国大数据投资价值百强榜
图表34 大数据创新场景应用服务商TOP40
图表35 中国大数据应用领域企业
图表36 互联网行业大数据应用场景
图表37 电信行业大数据应用场景
图表38 金融行业大数据应用场景
图表39 制造行业大数据应用场景
图表40 企业现有的数据规模
图表41 企业数据类型的构成
图表42 大数据时代企业所能感觉到的数据变化
图表43 目前企业处理大数据所面临的问题
图表44 企业对大数据的态度和认知
图表45 企业在线则大数据平台时所考虑的因素
图表46 企业小型机的当前使用情况及未来计划
图表47 市场上大数据技术类人才招聘数量占比及求职人数占比
图表48 主要城市大数据就业市场活跃度
图表49 大数据行业求职者学历与招聘需求占比
图表50 大数据产业招聘及求职期望薪水分布
图表51 工业大数据产业链
图表52 工业大数据的发展历程
图表53 工业大数据发展周期
图表54 2016-2021年中国工业大数据市场规模增长及预测
图表55 2018年工业大数据用户行业结构
图表56 2018年工业大数据产品结构
图表57 2018年工业大数据用户类型
图表58 2018-2019年中国工业大数据投融资市场投资阶段结构
图表59 2018-2019年中国工业大数投融资市场投资金额结构
图表60 工业大数据数据参考框架
图表61 工业大数据技术参考架构
图表62 工业大数据平台参考架构
图表63 工业大数据标准体系框架
图表64 工业大数据标准明细表
图表65 工业4.0参考架构
图表66 工业4.0的核心
图表67 中国工业4.0发展道路
图表68 工业4.0体系架构
图表69 CPS系统示意图
图表70 “中国制造2025”九项任务
图表71 “中国制造2025”五项工程
图表72 “中国制造2025”十大重点领域
图表73 中国制造2025与工业4.0的对比
图表74 工业4.0涉及的技术概念
图表75 工业4.0的数据环路
图表76 福特公司工业大数据应用场景
图表77 恒逸石化工业大数据应用场景
图表78 海尔集团工业大数据应用场景
图表79 金风科技工业大数据应用场景
图表80 2010-2018年中国智能制造业产值规模
图表81 2015-2018年全国已公示智能制造类试点项目数
图表82 智能工厂端到端方案框架
图表83 终端架构
图表84 终端逻辑
图表85 2018-2023年全球工业物联网的市场规模
图表86 2015-2025年全球工业物联网设备联网数量
图表87 2018年全球公布的物联网项目细分领域数量比重
图表88 2014-2018年中国工业物联网市场规模情况
图表89 中国物联网应用领域占比情况
图表90 工业大数据平台
图表91 工业APP
图表92 工业机理模型库
图表93 具有制造基因的企业提供工业大数据解决方案
图表94 工业大数据投资价值企业20强
图表95 大数据成熟度模型
图表96 工业机理模型
图表97 工业互联网平台结构
图表98 构建数据闭环
图表99 对2021-2026年中国大数据产业规模预测
图表100 对2021-2026年中国工业大数据市场规模预测
1.1 工业大数据相关概念
1.1.1 工业大数据的定义
1.1.2 工业大数据的属性
1.1.3 工业大数据的边界
1.2 工业大数据与相关概念的关系
1.2.1 与大数据的关系
1.2.2 与智能制造的关系
1.2.3 与工业互联网的关系
1.3 工业大数据的产生
1.3.1 数据类型
1.3.2 产生主体
1.3.3 发展趋势
1.4 工业大数据应用价值
1.4.1 推动工业化进程
1.4.2 促进信息化发展
1.4.3 推进新工业革命
1.4.4 推动制造业升级
第二章 2018-2020年中国工业大数据发展驱动因素分析
2.1 政策因素
2.1.1 大数据产业政策汇总分析
2.1.2 促进大数据产业发展纲要
2.1.3 大数据标准化白皮书分析
2.1.4 各省大数据政策发布数量
2.1.5 国家工业大数据政策回顾
2.1.6 工信部工业大数据政策
2.1.7 工业大数据发展指导意见
2.2 经济因素
2.2.1 宏观经济概况
2.2.2 工业运行情况
2.2.3 经济转型升级
2.2.4 宏观经济展望
2.3 信息化发展
2.3.1 信息基础设施建设
2.3.2 信息消费发展现状
2.3.3 网信产业发展状况
2.3.4 信息技术研发创新
2.3.5 区域信息化的水平
2.4 两化融合
2.4.1 两化融合发展水平
2.4.2 两化融合区域分布
2.4.3 两化融合发展规划
第三章 2018-2020年中国大数据产业发展分析
3.1 大数据产业链构成分析
3.1.1 大数据产业链结构
3.1.2 大数据产业链领域
3.1.3 产业链价值流动方向
3.2 2018-2020年中国大数据产业发展综述
3.2.1 大数据产业概念分析
3.2.2 大数据发展的必然性
3.2.3 大数据产业驱动主体
3.2.4 大数据产业发展阶段
3.2.5 数字经济的发展水平
3.2.6 大数据总体市场规模
3.2.7 地区大数据产业联盟
3.3 2018-2020年大数据产业竞争格局
3.3.1 产业竞争主体分类
3.3.2 竞争企业资本层次
3.3.3 产业百强企业统计
3.3.4 创新场景应用服务商
3.3.5 互联网企业布局状况
3.3.6 大数据应用领域竞争
3.3.7 产业竞争趋势展望
3.4 2018-2020年中国大数据市场供需分析
3.4.1 大数据市场供给结构介绍
3.4.2 主要行业大数据需求状况
3.4.3 企业大数据的应用及需求
3.4.4 大数据细分领域需求场景
3.4.5 大数据热点领域需求分析
3.4.6 数据小型机市场需求分析
3.5 中国大数据产业发展存在的问题
3.5.1 面临挑战分析
3.5.2 核心技术薄弱
3.5.3 数据相关问题
3.5.4 数据安全问题
3.5.5 人才供需问题
3.6 中国大数据产业发展的策略建议
3.6.1 推进研发应用
3.6.2 避免过度建设
3.6.3 提高数据安全
3.6.4 地区发展思路
3.6.5 推动标准建设
3.6.6 打破信息孤岛
第四章 2018-2020年中国工业大数据发展分析
4.1 工业大数据发展综述
4.1.1 产业链条分析
4.1.2 产业发展历程
4.1.3 产业发展周期
4.1.4 产业发展现状
4.2 2018-2020年中国工业大数据市场运行分析
4.2.1 市场发展规模
4.2.2 用户行业结构
4.2.3 产品结构分析
4.2.4 市场用户类型
4.2.5 市场投资状况
4.2.6 市场发展形势
4.3 中国工业大数据发展存在的问题
4.3.1 工业数据资源不够丰富
4.3.2 工业数据资产管理滞后
4.3.3 工业数据孤岛普遍存在
4.3.4 工业数据应用不够深入
4.4 中国工业大数据发展对策建议
4.4.1 提升工业大数据平台能力建设
4.4.2 加强工业大数据管理体系建设
4.4.3 持续完善工业大数据标准体系
4.4.4 探索工业大数据创新应用示范
第五章 2018-2020年工业大数据架构及技术分析
5.1 工业大数据参考架构
5.1.1 数据参考架构
5.1.2 技术参考架构
5.1.3 平台参考架构
5.2 工业大数据管理技术分析
5.2.1 工业大数据的采集技术
5.2.2 多源异构数据管理技术
5.2.3 多模态数据的集成技术
5.2.4 工业大数据技术的趋势
5.3 工业大数据分析技术介绍
5.3.1 时序模式分析技术
5.3.2 工业知识图谱技术
5.3.3 多源数据融合分析
5.4 工业大数据标准体系建设
5.4.1 工业大数据标准化的基础
5.4.2 工业大数据标准体系框架
5.4.3 工业大数据标准明细汇总
5.4.4 工业大数据重点标准描述
第六章 2018-2020年工业大数据与工业4.0发展关系
6.1 全球主要国家工业4.0发展战略
6.1.1 美国
6.1.2 德国
6.1.3 法国
6.1.4 中国
6.2 工业4.0发展概况
6.2.1 工业4.0基本内涵
6.2.2 工业4.0产生背景
6.2.3 工业4.0发展历程
6.2.4 中国工业4.0优势
6.3 工业4.0落地战略分析
6.3.1 工业4.0架构
6.3.2 信息网络系统
6.3.3 核心系统集成
6.3.4 大数据利用分析
6.4 2018-2020年中国工业4.0发展进程
6.4.1 工业4.0重点发展领域
6.4.2 工业4.0发展模式分析
6.4.3 推动工业4.0发展举措
6.4.4 工业4.0的相关技术
6.4.5 工业4.0未来发展蓝图
6.5 中国制造2025解读分析
6.5.1 中国制造2025重点任务
6.5.2 中国制造2025重点领域
6.5.3 工业4.0与中国制造2025
6.6 工业大数据是中国工业4.0的重要部分
6.6.1 工业大数据是工业4.0的基础
6.6.2 工业大数据对工业4.0的作用
6.6.3 工业4.0对工业大数据的需求
6.6.4 工业4.0中工业大数据的应用
第七章 工业大数据的应用场景及应用价值剖析
7.1 工业大数据的主要应用领域
7.1.1 在设计领域的应用
7.1.2 优化生产过程中
7.1.3 预测产品需求
7.1.4 优化工业供应链
7.1.5 强化工业绿色发展
7.2 工业大数据的典型应用场景
7.2.1 智能化设计
7.2.2 智能化生产
7.2.3 网络化协同制造
7.2.4 智能化服务
7.2.5 个性化定制
7.3 工业大数据企业应用案例分析
7.3.1 福特公司
7.3.2 恒逸石化
7.3.3 海尔集团
7.3.4 金风科技
7.4 工业大数据的应用价值分析
7.4.1 优化企业现有业务
7.4.2 促进企业升级转型
7.4.3 促进中小企业创新
第八章 2018-2020年工业大数据相关行业发展状况
8.1 智能制造
8.1.1 智能制造发展阶段
8.1.2 智能制造发展特征
8.1.3 智能制造发展规模
8.1.4 智能制造产业集群
8.1.5 智能制造试点项目
8.1.6 智能制造发展态势
8.2 智能装备
8.2.1 智能装备运行特征
8.2.2 智能装备产业布局
8.2.3 智能装备竞争格局
8.2.4 智能装备项目动态
8.2.5 智能装备发展机遇
8.2.6 存在的问题及对策
8.3 智能工厂
8.3.1 智能工厂基本框架
8.3.2 智能工厂基本特征
8.3.3 智能工厂建设模式
8.3.4 智能工厂解决方案
8.3.5 智能工厂建设现状
8.3.6 催生新业态新模式
8.3.7 智能工厂发展趋势
8.4 工业物联网
8.4.1 全球工业物联网规模
8.4.2 国内工业物联网规模
8.4.3 工业物联网应用领域
8.4.4 工业物联网应用模式
8.4.5 工业物联网应用场景
第九章 对2021-2026年工业大数据投资前景及前景趋势展望
9.1 工业大数据产业投资方向
9.1.1 工业大数据平台企业
9.1.2 开发工业APP的企业
9.1.3 工业机理模型建设企业
9.1.4 具有制造基因的企业
9.1.5 产业投资价值企业
9.2 工业大数据行业发展前景展望
9.2.1 大数据行业发展趋势
9.2.2 工业大数据应用前景
9.2.3 工业大数据发展趋势
9.3 对2021-2026年中国工业大数据行业预测分析
9.3.1 2021-2026年中国工业大数据行业影响因素分析
9.3.2 2021-2026年中国大数据产业规模预测
9.3.3 2021-2026年中国工业大数据市场规模预测
附录
附录一：大数据产业发展规划（2016-2020年）
附录二：工业互联网发展行动计划（2018-2020年）
图表目录
图表1 工业大数据与商务大数据的区别
图表2 工业大数据标准在智能制造标准化体系中的定位
图表3 智能制造标准体系-智能赋能技术标准
图表4 工业互联网平台功能架构图
图表5 工业互联网标准体系框架
图表6 2015-2019年中国大数据相关政策
图表7 2016-2018年31个省（市、区）大数据政策数量
图表8 国家工业大数据相关政策
图表9 工业和信息化部工业大数据相关政策
图表10 2014-2018年国内生产总值及其增长速度
图表11 2014-2018年三次产业增加值占国内生产总值比重
图表12 2019年GDP初步核算数据
图表13 2018年规模以上工业增加至同比增长速度
图表14 2018年规模以上工业生产主要数据
图表15 2019年规模以上工业增加值同比增长速度
图表16 2016-2019年中国网民规模及互联网普及率
图表17 2016-2019年中国网民规模及互联网普及率
图表18 2013-2020年中国信息消费市场规模
图表19 2015-2018年中国信息技术发明专利授权数
图表20 2018年信息化发展评价指标体系
图表21 2018年地区信息化发展评价指数TOP10
图表22 2012-2018年全国两化融合发展水平演进情况
图表23 2018年全国两化融合发展水平与绩效产出相关关系分析情况
图表24 2018年全国实现综合集成TOP10省份两化融合发展阶段分布情况
图表25 大数据产业链
图表26 大数据产业主要数据资产类企业
图表27 大数据产业链产值分布及发展方向
图表28 中国大数据市场发展阶段
图表29 2017-2023年中国数字经济市场规模统计情况及预测
图表30 2016-2019年中国大数据产业规模
图表31 2017-2018年新成立的大数据产业联盟
图表32 大数据企业资本层次
图表33 中国大数据投资价值百强榜
图表34 大数据创新场景应用服务商TOP40
图表35 中国大数据应用领域企业
图表36 互联网行业大数据应用场景
图表37 电信行业大数据应用场景
图表38 金融行业大数据应用场景
图表39 制造行业大数据应用场景
图表40 企业现有的数据规模
图表41 企业数据类型的构成
图表42 大数据时代企业所能感觉到的数据变化
图表43 目前企业处理大数据所面临的问题
图表44 企业对大数据的态度和认知
图表45 企业在线则大数据平台时所考虑的因素
图表46 企业小型机的当前使用情况及未来计划
图表47 市场上大数据技术类人才招聘数量占比及求职人数占比
图表48 主要城市大数据就业市场活跃度
图表49 大数据行业求职者学历与招聘需求占比
图表50 大数据产业招聘及求职期望薪水分布
图表51 工业大数据产业链
图表52 工业大数据的发展历程
图表53 工业大数据发展周期
图表54 2016-2021年中国工业大数据市场规模增长及预测
图表55 2018年工业大数据用户行业结构
图表56 2018年工业大数据产品结构
图表57 2018年工业大数据用户类型
图表58 2018-2019年中国工业大数据投融资市场投资阶段结构
图表59 2018-2019年中国工业大数投融资市场投资金额结构
图表60 工业大数据数据参考框架
图表61 工业大数据技术参考架构
图表62 工业大数据平台参考架构
图表63 工业大数据标准体系框架
图表64 工业大数据标准明细表
图表65 工业4.0参考架构
图表66 工业4.0的核心
图表67 中国工业4.0发展道路
图表68 工业4.0体系架构
图表69 CPS系统示意图
图表70 “中国制造2025”九项任务
图表71 “中国制造2025”五项工程
图表72 “中国制造2025”十大重点领域
图表73 中国制造2025与工业4.0的对比
图表74 工业4.0涉及的技术概念
图表75 工业4.0的数据环路
图表76 福特公司工业大数据应用场景
图表77 恒逸石化工业大数据应用场景
图表78 海尔集团工业大数据应用场景
图表79 金风科技工业大数据应用场景
图表80 2010-2018年中国智能制造业产值规模
图表81 2015-2018年全国已公示智能制造类试点项目数
图表82 智能工厂端到端方案框架
图表83 终端架构
图表84 终端逻辑
图表85 2018-2023年全球工业物联网的市场规模
图表86 2015-2025年全球工业物联网设备联网数量
图表87 2018年全球公布的物联网项目细分领域数量比重
图表88 2014-2018年中国工业物联网市场规模情况
图表89 中国物联网应用领域占比情况
图表90 工业大数据平台
图表91 工业APP
图表92 工业机理模型库
图表93 具有制造基因的企业提供工业大数据解决方案
图表94 工业大数据投资价值企业20强
图表95 大数据成熟度模型
图表96 工业机理模型
图表97 工业互联网平台结构
图表98 构建数据闭环
图表99 对2021-2026年中国大数据产业规模预测
图表100 对2021-2026年中国工业大数据市场规模预测
下载地址
客户服务：
- 1.选择报告
- ①按行业浏览
- ②按名称或内容关键字查询
- 2.确定购买意向，填写提交企业信息反馈表，签订购销合同；
- 3.通过银行转帐、邮局汇款的形式支付报告购买款项；
- 4.我们见到汇款底单或者转帐底单后,3日内快递报告和发票。
我们具有多年的服务经验，汇集了全国各大市场研究报告公司的专家顾问群体，并得到相关权威机构的支持。
① 让您买得放心
慧研纵横研究报告网从业多年，经验丰富，信誉良好，报告资料采购流程安全快捷；；
② 售前售后服务
通过我们良好的资源为客户提供最完善的售前售后服务；
③ 节省时间费用
我们多份市场研究报告，内容函盖面广，您可以在我们网站一站式采购不同研究报告公司的报告产品，同时，您在我们网站购买多份报告能获得我们所提供的优惠服务；
④ 报告更新及时
我们拥有高素质的研究团队，密切关注市场最新动向，网站信息实时更新，汇集各行业最新研究成果。
⑤ 报告分类更细化
随着客户的需求，我们将报告分类更细分化。
