一、《指南》是完善工业数据治理制度体系的重要举措

《指南》是落实国家战略部署解决行业发展要点的指导性文件，为推动数字经济高质量发展、提升工业数据管理能力、加快工业数字化转型提供重要参考。

《指南》有利于挖潜工业数据繁荣数字经济。党中央、国务院高度重视大数据在推动数字经济发展中的作用。习近平总书记在十九届中央政治局第二次集体学习中提出要构建以数据为关键要素的数字经济。十九届四中全会首次提出将“数据”作为生产要素参与分配，这为数据赋予了新的历史使命。国务院印发《促进大数据发展行动纲要》，要求全面推进我国大数据发展和应用，加快建设数据强国，释放技术红利、制度红利和创新红利。《指南》积极对标国家战略要求，要求聚焦工业数据，以分类分级为切入点，以促进数据流通使用为目标，旨在凝聚各方协同发掘工业数据价值，推动数字经济高质量发展。

《指南》有利于全面提升工业数据管理能力。分类分级是提供数据管理能力的有效途径。《大数据产业发展规划（2016-2020年）》将分类分级作为数据管理要点。《工业控制系统信息安全防护指南》提出对数据进行分类分级管理。《数据管理能力成熟度评估模型》（GB/T 36073-2018，以下简称DCMM）明确将数据分类分级作为数据管理能力第2级（受管理级）至第5级（优化级）的基本要求。《指南》围绕工业数据的概念、分类分级方法、差异化管理等方面提出16条指导意见，为提升工业数据管理能力指明了方向，具有很强的可操作性。

《指南》有利于提速工业数字化转型步伐。数据是工业数字化转型的关键要素。通过汇聚全产业链供需数据，优化配置制造企业所需要的原材料、设备、劳动力、资金等要素，可以实现工业生产、调度、分配全局优化，促进工业全要素生产率全面提升。工业数据的聚合融通，离不开数据的有效管理，更需要数据的安全使用。《指南》对工业数据分类分级提出要求，不仅是落实党中央、国务院以大数据促进数字经济发展的部署安排，提升工业自身数据管理能力的现实需要，更是以数字化转型带动工业全要素、全产业链、全价值链升级、实现经济高质量发展的关键举措。

二、以《指南》为牵引构建工业数据治理体系

《指南》提出了工业数据分类分级的方法，开启了工业数据治理体系探索建设，为工业数据的充分使用、全局流通和有序共享奠定良好基础。

工业数据分类治理是实现共享互认的基本功。《指南》明确提出工业数据的范围、分类准则和适用对象，和以往不同的是，这次企业不仅来自工业领域，还包括工业互联网平台企业。传统工业系统建设大多用于单一业务需求，促使工业数据像“杂货铺”一样分散存储在不同系统，使用数据时导致找不到，或者找到了不匹配不互认。开展工业数据治理，做好数据标注分类，推动工业数据管理由“杂货铺”变成“自动化仓库”，是实现工业数据共享流通的基本前提。

工业数据分级治理是确保数据安全的基准线。《指南》提出按照数据安全风险确立了分级准则，建立主体明确的工业数据分级管理制度规范。随着工业互联网的逐步推进发展，传统工业控制系统的专有性和封闭性被打破，越来越多的设备、系统、生产和服务过程暴露在工业互联网上，数据安全面临的威胁日益加剧，对数据安全治理提出更高要求。开展工业数据分级建设，结合工业数据属性、安全防护要求，构建数据分级治理体系，分级施策，对确保工业数据安全至关重要。

工业数据分权治理是厘清各方职责的指示灯。数据治理涉及主体众多，厘清各参与方的职责，建立推进机制，是协同各方有效推进工业数据分类分级的组织保障。《指南》明确企业为数据分类分级主体，工业企业、工业互联网平台企业等作为工业数据的所有者和使用者，承担开展数据分类分级、加强数据管理等主体责任。此外，工业和信息化主管部门负责统筹推进工业数据分类分级，有关行业、领域管理部门可参考《指南》制定适用本行业、本领域的标准或规范。

三、《指南》的顺利实施需要多方协同推进、主动作为

工业数据分类分级是一项复杂的系统性工程，《指南》为统筹推进工业数据分类分级提供了制度保障，但工业数据分类分级最终是否能提升数据管理能力、是否能繁荣数字经济、是否能支撑数据强国建设，关键还是要看《指南》是否能宣贯落实到位，是否能探索出一套符合中国国情的工业数据治理体系。下一步，中国电子信息产业发展研究院将认真贯彻落实《指南》要求，充分发挥“国家级平台、全科型团队”的支撑保障作用，积极与不同行业企业共同协作，不断提升工业数据治理相关业务的服务能力，为工业数据分类分级顺利推进提供有力支撑。

一是做好支撑保障服务。积极参与工业数据分类分级试点及相关标准研制工作，总结梳理工业数据分类分级的典型做法和有益经验，研究提炼工业数据分类分级存在的共性规律，为工业数据分类分级大面积推广做好准备。深刻理解《指南》的内容，参与编制工业数据分类分级培训教材，为《指南》宣贯培训提供知识读本。分析梳理工业数据分类分级优秀案例，为社会各界了解工业数据分类分级提供参考。

二是加强服务能力建设。聚焦工业数据分类分级核心关键问题，与数据管理能力成熟度评估相衔接，联合产学研优势资源，发挥“软硬平台”协同效应，以研究咨询、评测认证为重点，以数据治理基础理论研究为牵引，从实践中来，到实践中去，强化理论对实践的指导作用，注重实践经验总结丰富完善理论，打造工业数据分类分级知识体系，面向行业主管部门、工业制造企业、工业互联网平台企业等不同行业主体，提供工业数据治理全方位整体解决方案。

三是开展行业宣贯推广。充分利用我院的媒体、联盟、协会资源，加大工业数据分类分级宣传力度，及时向社会广泛传播工业数据治理领域的政策重点、技术路线、实践案例、专家观点等热点，积极营造全社会协同建设工业数据治理体系的文化氛围，让参与各方深刻认识到工业数据治理的重要性，积极参与到工业数据分类分级工作中来。利用联盟、协会桥梁纽带作用，定期组织工业数据治理相关活动，促进各级行业主管部门、不同行业领域、工业制造企业、高等院校、科研事业单位等各类机构间交流合作。