习近平总书记在党的十九大报告中明确指出,中国经济已由高速增长阶段转向高质量发展阶段,正处于转变发展方式、优化经济结构、转换增长动力的攻关期。经济高质量发展是当前乃至今后一个时期政策制定和宏观调控的指导思想,而制造业作为实体经济主体,是立国之本、兴国之器和强国之基。制造业高质量发展作为推动经济高质量发展的重要引擎,为中国制造业转型升级指明了方向和提供了理论指导,也是中国制造业面临世界竞争格局深刻变革的必须选择。工业大数据兼具数据要素和数字技术双重属性,具备高端要素和技术革命双重优势,是制造业嵌入世界竞争格局和破除来自“双向挤压”困局的重要战略资源。工业大数据源于工业,必将兴于工业。制造业高质量发展战略背景下,工业大数据可谓是北斗之尊、举足轻重,充分延伸工业大数据价值空间意义重大。工业大数据具有超强融合性和流动性,对于实体经济培育新动能具有天然优势,尤其在制造业领域更能大展宏图。工业大数据引发的数字革命是数据要素和数字技术的革命,而工业大数据重塑工业体系,形成以工业数字经济、工业互联网和智能制造为核心元件数字工业体系,加速制造业数字化、网络化和智能化革新。面向制造业高质量发展的重大需求,本文融合生产要素理论、技术创新理论、产业融合理论和数据赋能理论,探索工业大数据赋能范式,解析工业大数据赋能机理,提出对策建议,助力制造业迈向世界制造强国前列。具体内容安排如下:首先,梳理政策文件和学术文献,探寻研究背景和研究意义支撑点。中国兼具世界第一制造大国和第一网络大国双重身份,工业领域数据资源和应用空间极为广阔。将工业大数据与制造业高质量发展结合起来研究文献鲜少,留下可拓展空间。因此,本文研究具有重要学术价值和重要战略价值。其次,归纳研究现状和相关理论,寻求研究视角和理论支撑。根据生产要素理论,工业大数据类属高端要素,具有超强融合性和流动性。根据技术创新理论,工业大数据类属技术创新集群,集群效应和倍增效应尤为突出。因此,工业大数据兼具数据要素和数字技术双重属性。根据产业融合理论,工业大数据本身作为一种基础性工具,能够催生工业数字经济、工业互联网和智能制造新产业、新业态和新模式,通过辐射效应和扩散效应融合于传统产业。再此,阐释制造业高质量发展内涵,构建制造高质量发展指标体系。制造业高质量发展内涵是一个综括性概念,其广度和深度随着时代背景变迁也在延伸。高质量发展体现出来的是一种新发展理念,是一种高质量发展精神,是一种高质量发展指导思想。提出制造业高质量发展具有相对性、复杂性和多维性,制造业高质量发展具体细化到制造业领域,是指制造业整体实力上达到高质量发展目标。分别从横向维度和纵向维度进行划分:从横向维度,制造业高质量发展是质量变革、效率变革、动力变革的统一体,提出包括数字创新驱动、产业结构高端化、速度效益提升、要素效应升华、品质品牌提升、融合发展深化、绿发发展推进七个维度;从纵向维度,将制造业高质量发展分解为:产业结构优化升级、制造模式数据驱动和生产要素高效协同。纵横双向划分交叉汇聚成制造业高质量发展立体型评价体系,以此提出制造业高质量发展的提升路径。从此,提出工业大数据赋能范式,揭示工业数字经济、工业互联网和智能制造传导源赋能运作机理。工业大数据兼具数据要素和数字技术双重属性,通过形成大规模技术革命催生数字技术经济范式,进而衍生工业大数据赋能范式:数据要素型赋能范式和数字技术型赋能范式。提出数据要素型赋能范式具有融合性、解耦性、敏捷性,数字技术型赋能范式具有结合性、寻址性、延展性、颠覆性,两种范式融合能够形成协同组合型赋能范式。本文认为工业大数据是一种基础性工具,而制造业高质量发展是一个综括性概念,具有相对性、复杂性、多维性,工业大数据与制造业高质量发展存在非对等性。因此,工业大数据要想实现赋能增值效应,必须通过工业数字经济、工业互联网和智能制造赋能中介进行辐射扩散,赋能中介能够实现制造业产业结构优化升级、制造模式数据驱动和生产要素高效协同,最终实现制造业高质量发展向高阶进阶。最后,基于工业大数据赋能范式不同特点,分别从数据要素和数字技术视角,开展工业大数据赋能机理实证研究。数据要素视角,结合省际面板数据实证分析工业大数据作为数据要素通过直接效应和中介效应分别对制造业高质量发展产生促进效应,并通过哈肯模型对制造业高质量发展不同阶段中生产要素主导要素进行序参量识别。识别出制造业高质量发展的驱动因素由第一阶段资本要素驱动转向为第二阶段技术要素驱动,根据要素禀赋理论,驱动要素已由基本要素向高端要素演化。但是,实证检验发现两个阶段仍由单一要素驱动,并未发生多要素协同驱动现象,数据要素并未成为制造业高质量发展的驱动要素;数字技术视角,运用制造业细分行业面板数据,紧扣数字技术重构生产要素体系特征,从数字技术是生产要素赋能型技术切入,拓展数字技术为资本赋能型技术和劳动赋能型技术,引入CES生产函数中推演TFP增长公式。研究发现数字技术通过资本型赋能技术和劳动型赋能技术两条路径进入生产过程,并与传统生产要素形成相互赋能系统,直接提高TFP增长。识别出数字技术、要素配置偏向和数字技术偏向是TFP增长源泉,其贡献度依次递减,而数字技术与要素配置错配抑制TFP增长,制造业TFP年增长率为4.9%,其中,数字技术贡献为4.1%,数字技术和要素配置均偏向于资本要素,而资本要素与劳动要素之间是属于互补关系。本文从制造业高质量发展现实需求出发,通过理论构建和实证检验,揭示工业大数据赋能机理。主要贡献有以下三点:一是融合生产要素理论和技术创新理论,工业大数据即是一种高端要素,又是一种技术创新集群;二是解析工业大数据赋能制造业高质量发展运作机理,提出工业大数据赋能范式。同时,提出工业大数据作为一种基础性工具,需要借助工业数字经济、工业互联网和智能制造赋能中介,才能产生赋能增值效应;三是从数据要素和数字技术视角,分别实证检验工业大数据赋能范式。数据要素视角,工业大数据具有直接效应和中介效应,识别出制造业高质量发展并未发生多要素协同驱动,数据要素也并未成为主导驱动要素。数字技术视角,工业大数据通过资本型赋能技术和劳动型赋能技术进入生产要素体系,对传统生产要素数字化,催生数字化生产要素体系,提高生产整体水平,进而赋能于制造业高质量发展。