这份《白皮书》聚焦前沿领域，建议中德应共同把握制造业未来发展脉搏，推动新一代信息技术在制造业领域的融合应用。长期以来，中德两国政府一直致力于提升制造业的智能化水平，并以智能制造为核心展开全面合作。

在大数据时代，企业都遵循着数据指导业务的模型，期望通过数据来深挖新的价值创造点，为企业带来商业模式的创新和变革。然而在企业转型过程中，通常面临着业务系统数据不连通造成的信息壁垒问题；数据来源渠道责任不明确，数据填报缺失导致的数据质量问题；企业内大数据技术人才有限，造成大数据准入门槛问题；指标零散不成体系，业务系统数据结果不一致导致的内部管理等问题。国双Zeta企业级大数据平台是以Hadoop生态圈开源软件技术栈为基础，自研产品为核心，面向企业级用户提供海量数据分布式存储、计算和分析挖掘的高可靠、高性能的大数据平台。本文将梳理Zeta平台的架构和能力，深入了解建设Zeta平台的意义和价值，以及Zeta平台的特点。

本文阐述了新一代智能制造模式下的思考，分析了智能制造与数字孪生技术，并解析了新一代智能制造高端人才的培养。

本报告为启信灯塔数据研究中心发布的汽车制造专题报告。

本报告是为了摸清智能制造系统解决方案发展现状、国内外企业竞争形势，分析智能制造技术发展趋势，梳理制约发展的问题，为市场参与者提供专业参考。

本报告为启信灯塔数据研究中心发布的汽车制造图。

纵观我国企业数据化建设进程，逐步从“无数据”向“有数据”再向“有好数据”快速发展，企业高管对数据源的关键性重视度日益增加，大数据的基础建设与应用也逐步从“幼稚”迈向“成熟”。

2016 年以来宏观经济的特征现象之一是制造业投资增速整体偏低。除 2018 年之外，其余年份增速均在 5%以下，今年 1-7 月只有 3%左右。那么主要原因是呢？详情可见报告。

出口是观察制造业能力的一面镜子。从出口产品种类和结构来看，中国在过去十多年没有太大显著变化，但这种观察忽略了中间品生产，远不足以反映制造业能力变化。出口产品附加值率变化是观察制造业能力的有益视角。这个指标变化涵盖了高附加值产
品出口能力变化(行业间效应)和中间品进口替代能力变化(行业内效应)。当然，出
口附加值率变化还会受到产业升级以外的力量影响，与产业升级不能画上等号。
中国在前金融危机阶段(2000-2006)、金融危机阶段(2007-2009)和后金融危机阶段(2010-2014)的出口附加值率年均增加分别为0.69、3和0.75个百分点。出口附加值
率上升几乎全部来自行业内效应。金融危机期间出口附加值率大幅提升来自给定生产能力下的优胜劣汰。外需下降和出口
退税政策调整背景下，低附加值企业的淘汰和低附加值产品出口下降造成了危机期间出
口附加值率上升。
后危机阶段制造业升级快于前危机阶段。在讨论了其他因素对出口附加值率的影响后，
后危机阶段出口附加值率更快上升的合理解释是该阶段更快的产业升级。研发与专利数量、出口产品质量等指标两个阶段变化的比较从侧面支持这个判断。