提案第20180166号
案 题：关于充分利用大数据，加快广东船舶行业转型提速的提案
提 出 人：民建广东省委会(共1名)
分 类：经济
办理类型：主办会办
承办单位：省交通运输厅,省经济和信息化委,省教育厅,省人力资源社会保障厅
内 容：
习近平总书记在十九届中共中央政治局第二次集体学习时强调“审时度势精心谋划超前布局力争主动实施国家大数据战略加快建设数字中国”。船舶行业素有“综合产业之冠”之称，产业关联度高、影响面广，是大数据应用落地的重要行业。广东是全国三大造船基地之一，船舶制造业是广东省发展先进制造业的五大重点产业之一，充分利用大数据驱动是广东船舶行业加快转型提速的重要抓手。
一、广东实施船舶行业数据创新驱动战略具有比较优势
一是大数据发展顶层设计日益完善，产业战略布局基本形成。广东省委省政府非常重视大数据产业发展。2012年，即提出《广东省实施大数据战略工作方案》。2013年，出台《广东省信息化发展规划纲要（2013-2020年）》，提出要将广东省发展成为大数据应用先行区，并成立了广东省实施大数据战略专家委员会。在2014年2月，广东省政府批准在省经济和信息化委设立广东省大数据管理局。2014年5月，广东省十二届人大常委会第九次会议表决通过了《广东省信息化促进条例》，使大数据技术获得了立法支持。2016年"十三五"开局，《广东省促进大数据发展行动计划（2016-2020年）》正式出台。2017年4月，广东省人民政府办公厅印发了《珠江三角洲国家大数据综合试验区建设实施方案》，完成了广东省大数据发展战略布局。在中央及省、市“十三五大数据规划”的推动下，大数据快速发展，2018年将是国家、省、市实施大数据战略、推进数字经济的关键年。
二是船舶行业实施数据创新驱动战略环境良好。广东规模以上电子信息制造业产值超3万亿元，占全国1/3，连续25年位居全国第一，拥有广州、深圳两大超级计算机中心，运算速度全球领先。此外，广东宽带占全国近六成，是国家三大互联网国际出口之一，拥有全国最高的互联网普及率。广东是经济大省、外贸大省、制造业大省、电子信息产业大省，数据大省，广东数据量占全国20%左右，数据规模全国领先。港口、商贸、航运、物流、海关、商检、金融等数据非常活跃，日均数据交换超过400万条。
三是船舶业发展实力雄厚、数据创新已有一定基础。广东共有规模以上造船厂251家，广州是全国三大造船基地之一。大型船企内部IT化水平很高，各种数据存储海量存在。广东船舶制造业积极落实《广东省智能制造发展规划(2015-2025年)》，在数据工厂、数据决策方面进行了很好探索，大型船舶制造企业如广州中船文冲船厂有限责任公司、广州中船龙穴造船有限公司、广州广船国际股份有限公司等大型船企船舶制造数字化水平不断提高。
二、广东船舶行业大数据应用存在的问题
一是海量数据与知识匮乏的矛盾。广东船舶在信息技术应用方面走在全国前列，各类信息管理系统所产生的数据量呈爆炸式增长。但由于基础设施不足、受数据采集标准、数据管理分析能力限制，没有形成统一的数据中心，导致海量数据资源浪费，没有得到有效应用。尤其在船舶设计、建造、运维、监控以及管理过程中，面临“数据爆炸与知识匮乏”的矛盾。
二是船舶行业发展与数据融合不够。未来市场个体差异性带来市场的定制化需求越来越高，需要快速形成规模，工业4.0在船舶上的实现是定制与规模化的结合，也是当前与未来的结合，创造新需求的过程中实现新的价值。把市场的需求和运营企业的需求、制造企业的需求、设计的工作形成一个协作总体，需要数据与各个环节深度融合。虽然广东几大船厂开始推进数字化决策，但全产业链智能化决策水平低，有待进一步提高。
三是全产业、全要素创新有待进一步提高。船舶工业全面转型升级就是产业发展动力的全面转型，由依靠物质要素驱动向依靠创新驱动转变，以产品创新，制造技术创新等支撑产业发展。在新的产业竞争环境下，决定竞争成败的关键不再是设施规模、低劳动力成本等因素，而是技术、管理等软实力以及造船、配套等全产业链的协同，科技创新能力对竞争力的贡献更为突出。这需要以大数据、互联网、物联网为支撑，构建全产业链协同创新平台，改善创新生态。数字化是船舶行业发展的重要趋势之一，其有利于航运企业掌握船舶运行情况、合理控制成本、预测市场。
四是船舶行业创新资源大量闲置，没有发挥其应有作用。船舶设计、制造、维修、航运、监测等每天产生海量的创新成果。有的以专利、软著等显性形式存在，有的以员工小发明、废弃的设计方案等隐形形式存在。这些创新资源数据多元、异构、海量。绝大部分由于信息不对称或受转化环境制约没有得到有效利用。此外目前船舶行业创新往往仅限于企业内部创新，创新能力、效率低，创新成本高，创新资源浪费。缺乏很好的创新协助平台。
三、建议
（一）尽快推进船舶行业大数据创新应用基础设施建设
一是建立船舶行业大数据中心。建议站在全国乃至“一带一路”格局推进船舶行业大数据中心建设。广东已批准两批，共15个省级大数据产业园、3个大数据创业创新孵化园，建议依托产业园、孵化园，根据行业特色、区位优势、发展定位，园中选优，建立船舶行业华南绿色大数据中心。至少可以为2万家企业，200万用户提供云计算、大?据和人工智能服务。在硬件上建议，推动设计年均PUE（能源使用效率）1.2以下（国内数据中心平均为2.5）工作，实现用低能耗创造高计算能力。在软件上，推动操作系统创新，实现单集群上万台服务器连成超级计算机，实时处理海量数据。抢占未来船舶行业大数据开放服务的核心地域节点。整体提高华南船舶行业云计算应用落地。打造高可用、大规模、可复制的互联网基础社会实践能力。
二是整合资源，进行船舶行业大数据关键技术研发，建立大数据实验床。建议联合国家超级计算广州中心、深圳中心，建立船舶行业大数据创新资源试验床，为相关科研机构和企业开展基于大数据的创新应用提供数据资源。完善船舶行业关键技术研发。建议设立船舶行业“云计算与大数据管理技术”重大科技专项，加强数据采集、存储、整理、分析、发掘、展现、应用等领域技术和软硬件产品的研发及产业化。重点突破深度学习、类脑计算、认知计算、区块链、虚拟现实等前沿关键技术，发展船舶业务流程及数据应用需求深度融合的大数据解决方案。推动船舶行业大数据应用关键共性技术取得重大突破，形成一批具有国际竞争力的船舶行业大数据软硬件产品。
三是推进船舶智能制造大数据应用基础技术创新。以智能制造为主攻方向，加强基础技术创新，为船舶行业大数据中心的形成，推动大数据在船舶产品全生命周期和全产业链的应用提供条件。夯实船舶行业大数据基础。重点支持船舶制造业大数据、工业核心软件、工业云和智能服务平台、工业互联网协同创新发展。重点建设面向智能制造单元、智能工厂及物联网应用的低延时、高可靠、广覆盖的工业互联网，加快工业传感器、射频识别（RFID）、光通信器件等数据采集设备的部署和应用，推动船舶工业控制系统升级改造，汇聚传感、控制、管理、运营等多源数据，提升产品、装备、企业的网络化、数字化和智能化水平。
（二）促进船舶行业大数据应用
一是加大船舶行业大数据应用公共服务平台的建设。广东省乃至华南最大的造船、修船、配套物流公司均在广州。建议发挥广州中船文冲船厂有限责任公司、广州中船龙穴造船有限公司、广州广船国际股份有限公司、配套物流采购等龙头企业主体作用，联合高校（华南农业大学、深圳大学等）打造面向大数据的船舶行业开放式创新、创业平台。利用龙头企业影响力，整合各环节数据资源，实现船舶行业领域数据资源的采集、存储、加工、调用、挖掘、共享和利用。以大数据为支撑，开展基于大数据应用的创新平台。重点围绕智能化制造、网络化协同、个性化定制、服务化转型等船舶制造业大数据应用场景，建设试点示范项目并组织推广，培育智能造船“数据工厂”；重点推进研发设计、生产制造、经营管理、市场服务、设备增值服务等产业链全流程大数据应用；重点实现整合全产业链创新资源创新，优化船舶行业相关创业环境。支持建立船舶行业大数据应用产业基金，建设面向产业链企业、高校及科研院所、社会创客的“创业”平台。通过双创平台，加速船舶行业经营管理方式变革、服务模式和商业模式创新以及产业价值链体系重构。并进一步引导推动大数据在船舶行业领域的深入应用，促进大数据与船舶行业领域融合发展，培育船舶行业大数据新业态、新模式。
二是打造船舶行业开放式数据平台。支持船舶行业企业和高校各种大数据团队、大数据企业对接，探索多元化合作运营模式，推动大数据融合应用。促进船舶与电信、金融、交通、互联网等跨行业大数据融合创新。支持船舶企业利用政府和公共服务领域开放的数据开发新应用、新服务，重点培育互联网金融、船联网、智慧物流、第三方数据服务等大数据应用新业态、新模式。
（三）促进船舶大数据产业发展
一是进一步完善船舶行业大数据产业发展市场环境推进船舶行业大数据交易平台建设、规范船舶大数据交易市场，建立良好的船舶行业大数据流通、开发、应用的完整产业链和生态链。建议和省产权交易集团建设省船舶大数据交易中心，探索建立船舶行业大数据交易主体、交易平台、交易模式方面的规则制度，形成大数据交易流通机制和规范程序。推动从数据资产到数据货币或有价证券的转化。
二是加强船舶行业大数据产业发展基础制度建设。统一数据编码、格式标准、交换接口规范，建立船舶行业大数据采集标准、产品标准、交易标准、定价标准、安全标准等系列标准体系，并在船舶行业推进大数据采集、管理、共享、交易等标准规范的制定实施。
三是建立用户信用画像，净化市场环境。考虑到船舶行业的敏感性，项目打造以企业信用信息公示为基础、以信用监管为核心的事中事后监管体系，对市场主体进行信用画像，提高对各类用户的风险预判能力、监管效率和服务水平。
四是加强人才培养。支持高校与企业联合建立大数据教学实践和实习培训基地，加强船舶行业大数据人才职业实践技能培养。鼓励企业开展在职人员大数据技能培训，培育大数据技术和应用创新型人才。引进和培养大数据领域高端领军人才和创新科研团队，吸引海外大数据高层次人才到我省就业、创业。
