［摘要］大数据是新型产业高速发展中不可或缺的重要工具，为医疗卫生行业、教育领域、金融工作及互联网发展创造了巨大的经济效益，已经成为经济发展的重要增长点。当前，我国对大数据的关注度不断提升，并制定了支持性政策，这在一定程度上推动了大数据发展进步。装备制造业属于我国发展过程中的关键产业，但是近年来的发展受到严重限制，发展态势受到极大阻碍。虽然装备制造业生产规模比较大，但是竞争能力比较低，利润薄弱。文章就大数据产业与装备制造业的融合发展展开论述分析。

［关键词］大数据产业；装备制造业；融合发展

0引言

在生产及生活的各个领域，大数据产业的价值日益彰显。我国制造业发展迅猛，装备制造业不断创新，其生产经营中的信息化程度也不断加深，传统装备制造业依靠大数据产业实现了产业结构调整。文章从大数据产业的特征出发，分析了装备制造企业数据的实际需求，以此分析融合发展模式，旨在促进装备制造业产业升级［1］。

1大数据产业

1.1大数据产业概念及优势

大数据产业规模较大，数据库软件处理能力较强，可有效进行数据的收集、存储及管理，并最终进行数据整合。数据规模巨大、流转速度较快、价值密度较低、类型丰富。大数据产业建立在数据专业化处理技术之上，通过物联网及互联网渠道收集丰富的数据资源，实现数据的提炼、存储、智能化处理和分配，并用于决策，具有以下几个方面的应用优势［2］。

1.1.1提升企业竞争力

信息化时代背景下，行业数据不断丰富，大数据处理技术的应用可实现有效分析处理海量数据，挖掘企业潜在的数据，降低企业生产运营成本，促进企业经济效益增长［3］。当前，数据资产已经成为企业在市场竞争中必不可少的战略资源，企业数据资源的价值和相应的数据分析能力均是提升企业竞争能力的关键内容。

1.1.2帮助企业制定决策

大数据产业依靠各类数据信息可进行有效的企业决策，依靠大数据处理技术，可对大量数据进行全面分析，更好地帮助企业作出正确决策。当前，信息及数据已经成为企业开展智能决策的关键内容，依靠大数据产业，可规避管理人员在决策过程中出现的失误，以实现科学合理的企业决策［4］。

1.1.3提供个性化服务

大数据产业在生产经营过程中，可通过数据分析的方式为用户提供个性化服务。企业在开展数据分析的过程中，可对用户的喜好进行有效分析，从用户需求出发，制订个性化方案，以此提升产品服务质量，更好地开展差异化竞争，促进企业发展。

1.2大数据产业类型

当前，大数据产业缺少统一的划分，从产业链角度划分，大数据产业包括应用层和基础层。基础层产业内容主要包括数据的收集、存储和管理，应用层产业内容涵盖行业应用、共性平台及基础算法等多种内容。从数据营销模式分析，大数据产业主要有三种类型。第一种为分析用户信息行为，进行企业广告的推介及产品的推销；第二种为依靠大数据进行数据整合，从而为用户提供解决策略；第三种为数据产品的出售，以此帮助用户解决服务产业中的问题［5-6］。

1.3大数据产业商业模式

当前，各行各业均已应用了大数据，由此产生了不同类型的商业模式。大数据时代的商业模式主要包括三种，第一种为数据自营模式，第二种为数据众包模式，第三种为数据外包模式。

2装备制造业中大数据的应用分析

依据不同数据分析需求，装备制造企业融合大数据产业，可实现装备制造业信息化水平的提升，促进产业升级和转型。

2.1设计研发方面

在大数据技术的支撑下，大数据服务产业依靠大数据技术进行了设计研发型装备产品的数据收集。依靠用户数据有效开展分析，可了解用户对产品的应用情况，对用户实际需求进行精确量化，了解不同用户的习惯与偏好，辅助产品设计，指导装备设计工作，以此提升装备产品的质量，增强企业的研发能力［7］。除此以外，还可对装备产品的应用数据进行机械分析，可分析用户的特殊需求，为用户生产个性化的产品，促进生产智能化转变。当前，装备制造业服务水平不断提升，依靠大数据建立用户信息档案和需求数据库，并建立对应的管理系统，以此更好地进行产品的设计研发，提升企业的经济效益。

2.2生产制造方面

在装备产品生产中，大数据通过收集处理相关数据信息，可对装备产品的工艺和材料数据进行分析，了解产品生产状态，对生产调度进行科学合理的分配，找到生产制造中存在的问题，降低生产制造中问题的发生概率，以此提升生产效益。

2.3批发零售方面

依靠大数据产业，企业可对批发零售的产业链进行数据分析。企业依靠数据分析结果，有利于作出正确决策，提升企业批发零售效率，维系与供应商之间的关系。企业通过对批发零售数据的分析，可深层次发掘行业规律，构建大数据决策管理机制，提升市场应对能力［8］。

3大数据产业与装备制造业融合发展方式

为实现可持续发展，装备制造企业应依据实际需求，积极开展大数据分析工作和大数据产业与装备制造业的融合。装备制造业应用大数据服务的主要模式如下。

3.1大数据自营及外包模式的选择

装备制造企业必须对自身内部数据信息的规模及数据需求进行合理分析。装备制造企业根据自身数据分析的复杂程度及数据规模的大小，可选择自营模式和大数据外包模式［9］。企业选择大数据自营模式，可保障企业内部数据和信息的安全性，但是应用此模式，对人力、物力和资金的需求量比较大，更适合大型装备制造业。当前，海尔、西门子等企业均设立了大数据部门，对提高企业生产运行效率产生了积极作用。若装备制造企业的规模比较小，可以依靠大数据外包服务模式满足大数据服务的实际需求。企业选择大数据外包模式，有利于通过专业的技术手段，依靠大数据服务，借助数据服务平台，以此满足数据分析的实际需求［10］。

3.2大数据众包模式的选择

在实际生产经营工作中，顾客需求为主要导向。大数据众包模式开发性较强，具备多元化功能，能够满足设计型企业的发展需求，满足产品研发需求，提高企业服务创新能力。装备制造企业选择大数据众包的形式，可以缩减企业生产成本，满足企业非连续数据分析需求。但是，应用大数据众包模式极易导致信息泄露，因此不适用于装备制造企业进行重要信息的分析［11］。

4结语

随着信息社会数据量剧增，企业进行简单的数据分析已经无法满足市场的实际需求。近年来，大数据产业不断发展，已初具规模。大数据产业必须融合产业及行业特征，不断提升自身发展的专业水平，以更好地对数据进行全方位分析，提供更好的数据管理服务，实现大数据产业及装备制造业的融合，促进装备制造企业的专业化产品生产。装备制造业依靠大数据产业，可为企业的信息化发展奠定基础。分析大数据产业现状，并从企业情况出发，合理选择大数据服务模式，可提升装备制造企业的竞争能力。

主要参考文献

［1］王立群.发力大数据培育高质量产业生态高玲/山东省装备制造业协会会长功力机器董事长［J］.山东画报,2019(2):42-45.

［2］万志远,戈鹏,张晓林,等.智能制造背景下装备制造业产业升级研究［J］.世界科技研究与发展,2018(3):316-327.

［3］齐阳.产业融合对中国装备制造业产业竞争力的影响研究:以装备制造业与高新技术产业融合为例［D］.南京:南京航空航天大学,2015:45.

［4］孙久宇.河北省装备制造业与科技产业、信息产业融合现状分析:基于投入产出表的研究［J］.河北企业,2019(8):76-77.

［5］蔡正达,杨银贵,陈朔阳,等.以科技创新平台建设为引擎推进云南数字农业发展［J］.农业工程技术,2018(33):58-61.

［6］蔡志强,陈玉佼.互联网发展能促进我国制造业转型升级吗?——基于省级面板数据的验证［J］.湖南财政经济学院学报,2020(3):57-68.

［7］孙良泉,仝锡良,刘欣欣,等.山东省高端装备制造业质量提升路径探索［J］.质量与标准化,2019(10):41-44.

作者：袁书明 单位：大庆石油管理局有限公司装备制造分公司