从四方面推进我国工业大数据应用3

（2015年12月15日）

三、相关建议

（一）加强政策引导，提高工业大数据应用技术与水平

一是加强工业大数据顶层设计，尽快组织出台《关于促进工业大数据应用的指导意见》，壮大大数据产业发展规模，明确大数据应用需求迫切的技术、标准、产业，制定发展路线，提高大数据行业的服务水平和工业大数据应用水平。

二是深入推进两化融合，引导企业加快内部数据整合与集成，夯实工业企业大数据应用基础。

三是建议设立工业大数据统筹发展部门，引导建设国家级工业大数据联盟，负责指导和研究相关数据标准，提供工业企业大数据应用技术咨询培训、信息安全咨询等公共服务。

（二）加大财税金融、投融资政策扶持力度，推动工业大数据服务发展

一是设立国家工业大数据发展专项基金，充分发挥专项基金的政策放大作用,引导社会资本积极参与工业大数据应用。要创新项目投资机制，引入政府和社会资本合作（PPP）模式，通过投资补助、基金注资、担保补贴、贷款贴息等多种方式，增强吸引社会资本的能力。

二是完善企业研发费用计核方法，将工业企业大数据应用研究费用加计扣除优惠政策范围。

三是加强对小微工业企业的财政税收政策支持，减轻小微工业企业进行大数据应用的负担。

（三）建立全方位的技术应用推广机制，扩大工业大数据应用范畴

一是针对工业企业实施一批具有特色的大数据应用试点示范项目，探索大数据产业的新模式、新业态。

二是定期举办工业大数据应用优秀项目成果展，扩大工业大数据应用成果在全社会的影响力。

三是加强工业大数据应用的国内外交流合作，组织相关机构和人员到国内外进行学习与交流。

（四）重视复合型人才的引进培养，构建有利于工业大数据发展的人才激励机制

一是全面改革人才引进机制，破除不利于人才发展、束缚人才成长的体制机制障碍，营造有利于工业大数据人才培养和发展的职业环境，构建领军型、科研型、复合型、实用型等多层次组合的工业大数据人才结构。

二是完善人才激励机制，注重对大数据人才的就业创业引导，制定更加开放、有效的人才激励政策，建立适用的人才奖励基金，激发创业、创新、创造活力。三是加快大数据人才职业化进程，建立大数据分析师等职业资格考试和认证制度，在国有大中型工业企业率先推行首席数据官（CDO）制度。

（待续完）

（摘编自 中国经济时报 作者:谭霞 庄金鑫 / 编辑 严进军）