内容提要：第四次工业革命的多项技术在工业互联网中实现集成应用。本研究借鉴卡斯特的网络社会理论，基于实地调研和理论探索，分析工业互联网作用下的结构与权力变迁。工业互联网突出了数据的基础性地位，数据成为当今社会重要的生产资料，社会中的生产、交往与权力都在被数据化改造。在数据生成、连接、融通、集成、运用与消费的实践过程中，网络结构不再表现为流动空间凌驾于地方空间，而是流动空间对地方空间的拟真与整合，消费互联网中的平台垄断趋势不再是主流，代之以分行业分领域集中的多中心结构特点。区别于原来的网络权力，工业互联网中出现了数据生成、集成、运用等新型权力形式，社会矛盾集中在数据整合与数据区隔、数据生成消费与数据集成运用以及数据集成权力与数据运用权力之间的冲突与较量上。

关键词：工业互联网；网络社会；数据；第四次工业革命

一、引言

以新一代网络和信息技术为代表的第四次工业革命正在蓬勃兴起，涉及物联网、人工智能、5G、大数据、云计算、边缘计算、区块链、虚拟现实等，这些技术已经在工业互联网（industrialinternet）①上集成应用。“工业互联网作为新一代信息技术与制造业深度融合的产物，日益成为新工业革命的关键支撑和深化‘互联网+先进制造业’的重要基石。”（国务院，2017）“20世纪末，互联网革命改变了世界……如今，在21世纪，工业互联网有望再次改变我们的世界。”（美国通用电气公司，2015：17-19）美国IT研究咨询公司Gartner发布的预测数据显示，全球公有云服务市场从2018年的1824亿美元增至2019年的2143亿美元，增幅达17.5%；其中，中国公有云服务终端用户支出在2022年将超过1.1千亿元人民币（美国Gartner公司，2019）。除公有云服务外，工业互联网还有私有云服务、数据采集服务等，工业互联网的市场前景非常可观。

工业互联网虽尚处起步阶段，但已经引起多个国家的高度重视。2011年，德国提出“工业4.0战略”，认为工业4.0是基于信息物理系统的第四次工业革命。美国通用电气公司2012年提出工业互联网概念，2014年，AT&T、Cisco、GE、IBM和Intel等5家企业联合成立工业互联网联盟（IIC），目前会员单位近200家。②工业4.0与工业互联网在动因、内核、方向、结果等方面基本一致，区别在于，工业互联网的概念和内涵比工业4.0大，不局限于生产制造环节，它更加突出软件、网络和大数据技术向传统产业的渗透，以此推动整个产业生态体系的变革（杨帅，2015）。基于我国产业结构和互联网技术的发展实际，中国2016年成立工业互联网产业联盟（AII），汇集以中国本土企业为主的联盟成员一千余家。国务院相继印发了《关于深化制造业和互联网融合发展的指导意见》（2016年）、《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》（2017年）等制度文件。

按照历史唯物主义的经典论述，“社会的物质生产力发展到一定阶段，便同它们一直在其中运动的现存生产关系或财产关系（这只是生产关系的法律用语）发生矛盾。于是这些关系便由生产力的发展形式变成生产力的桎梏。那时社会革命的时代就到来了。随着经济基础的变更，全部庞大的上层建筑也或慢或快地发生变革。”（马克思，2012b：2-3）在第三次工业革命浪潮中，卡斯特（Castells,M.）的《网络社会的崛起》一书对正在浮现的社会结构进行了重要的理论探索，提出了网络社会（thenetworksociety）的概念。“网络构建了我们社会的新社会形态，而网络化逻辑的扩散实质性地改变了生产、经验、权力与文化过程中的操作和结果。”（卡斯特，2006：434）这种新的社会形态是不同于传统地方社会的居于支配地位的网络社会。工业互联网的概念同样突出了网络的重要性，但第四次工业革命不同于第三次工业革命。已有研究指出，大数据将促使所有社会领域产生巨大变革，改写社会结构和资源配置的模式（刘红、胡新和，2013；高剑平、齐志远，2019），不过，大数据不是社会结构变迁的唯一动因，它不能脱离实际的应用场景。第四次工业革命的多项技术在工业互联网中集成应用，这带来了哪些不同于网络社会的新变化呢？

网络社会理论的中心概念是“网络”，理论脉络可以从“网络”的三个层面来理解：一是网络连接。“网络是一组相互连接的节点”，“虽然社会组织的网络形式已经存在于其他时空中，新信息技术范式却为其渗透扩张遍及整个社会结构提供了物质基础”（卡斯特，2006：434）。网络连接表现为不同的人、组织、事物/设备之间的互联互通，有广度、深度和速度等衡量维度。二是网络结构。“在网络中现身或缺席，以及每个网络相对于其他网络的动态关系，都是我们社会中支配和变迁的关键根源。”（卡斯特，2006：434）网络本身是灵活的自适应结构，它们可以无限扩展或收缩，简单地重新配置即可合并任何新节点（Castells,2000）。网络结构的重要概念是支配性的网络/位置、核心与外围、支配的逻辑等。三是网络权力。卡斯特区分了四种网络权力：网络排除权力（networkingpower），它将很多主体和地区排除在外；网络规则权力（networkpower），通过施加网络中的游戏规则来行使；网络支配权力（networkedpower），网络中一些参与者相对于其他参与者的权力；网络建构权力（network-makingpower），对特定网络进行编程的权力以及对不同类型网络进行切换的权力（Castells,2011）。网络结构与网络权力是网络社会理论的核心概念。本文着重研究工业互联网作用下的结构与权力变迁，对由此引发的生产方式、生活方式、观念文化等方面的变迁不做探讨。

工业互联网涉及的很多技术尚未完全落地，想要揭示这个正在兴起的社会结构，需要兼顾实证研究与理论研究，采取经验实证与逻辑演绎相结合的方法，抓住经验呈现出的实质性和趋势性变化，并放置在理论逻辑中进行检验与提炼。我们的经验材料主要来自网络资料和实地调研，来源包括：（中国）工业互联网产业联盟网站（http://www.aii-alliance.org/）、（美国）工业互联网联盟网站（https://www.iiconsortium.org/）、国际数据公司（IDC）网站（https://www.idc.com/）、中国电子信息产业发展研究院网站（https://www.ccidgroup.com/）等；笔者2019年7月至8月在长三角、珠三角等地进行的调研，调研对象为航天云网数据研究院（广东）有限公司、树根互联科技有限公司、富士康工业互联网股份有限公司、深圳市赛诺梵科技有限公司、（杭州）网易严选公司、绍兴环思智慧科技股份有限公司等工业互联网平台企业，北京大学信息技术高等研究院、清华大学深圳研究院下一代互联网研发中心等科研院所，以及多家制造企业和经济和信息化、科技等政府部门。

二、数据成为当今社会重要的生产资料

马克思（2012a：222）曾指出，“手推磨产生的是封建主的社会，蒸汽磨产生的是工业资本家的社会”。生产力的进步源于生产资料、生产方式以及生产技术的革新。卡斯特网络社会理论看到了信息技术革命的深远影响，信息化对整个社会进行了再造，“与工业经济相比，信息化经济是一种不同于工业经济的社会-经济系统……工业经济必须变得信息化与全球化，否则就会崩解”（卡斯特，2006：91）。强调技术革新的决定性作用并不是陷入技术决定论，正如卡斯特（2006：5）所说的，“技术决定论的困境可能在于问错了问题，因为技术就是社会”。在第三次革命浪潮中，重要的生产资料是信息，表现为通信网络传输的资讯、文本、资金流、影像等，生产力的进步得益于信息处理与沟通技术的进步。

在第四次工业革命浪潮中，改变世界的则是数据化。数据与信息的区别在于，数据（包括各种字母、数字符号的组合、语音、图形、图像等）是用于表示客观事物的未经加工的原始素材，数据经过加工后才成为信息（贺天平、宋文婷，2016）。数据化以网络化为基础，并将网络化的组织形式以更加丰富、广泛、深入的数据面貌呈现出来。社会生产与生活中的方方面面都在被数据化改造。参照卡斯特（2006：19）对“信息化社会”的界定，在这样的数据化社会中，数据的生成、集成、处理与流通成为了生产力与权力的基本来源。

如今，数据的资源性特征正在逐渐显露出来，各国已经意识到大数据的重要性，将其视为与能源同等重要的资源（刘红、胡新和，2013）。祖博夫基于谷歌公司的案例提出了“监视资本主义”（surveillancecapitalism）这一新的资本积累逻辑，她认为，大数据技术不是天然出现的，而是新的资本积累逻辑的基本组成部分，谷歌公司对用户行为数据的采集、挖掘与应用能够影响到用户的实际行为（Zuboff,2015）。新的资本积累逻辑的核心在于数据生成/提取、数据分析和数据销售/购买的过程（Moroetal.,2019）。在大数据时代，数据成为资源，应用数据的方式也更加全面。（唐魁玉、张旭，2018）数据技术（datatechnology）是包含数据和数据生产、收集、挖掘、存储、呈现、应用以及IT或AI统合在一起进行生产活动的合成范畴，是整合劳动资料、劳动工具、劳动对象、劳动者和科学技术等的“超物的生产资料”（阮朝辉，2018）。数据是工业互联网中重要和基础的生产资料，它是企业提质、增效、降本、减存的依据，是人工智能、大数据分析、云计算和虚拟现实的基础。

比较第三次与第四次工业革命，社会结构的逻辑起点发生了转变，已经从过去的“信息与网络”转变为如今的“网络与数据”。“网络与数据”并没有否定“信息与网络”，而是在其基础上的全面深化。在第四次工业革命所引起的社会变迁问题上，学界更多地关注数字技术对人和社会的影响，数字技术是自变量，而较少从资源和资本的视角来看。数据是一种重要的资源、生产资料和资本，尽管这里也关注技术的影响，但技术是为了更好更多地获取数据资本。相比数字技术，作为新的资源和资本形式的数据，是决定结构与权力变迁的更为重要的解释概念，因为资本的力量可以吸纳技术的力量，这也更符合马克思的资本论和生产资料所有制理论的逻辑。

数据的实践内容包括哪些呢？工业互联网平台功能架构可分四个层级，由下自上分别为：边缘层、基础设施层（IaaS）、平台层（PaaS）和应用层（SaaS）（工业互联网产业联盟，2017b：4）。边缘层是基础，主要进行设备接入、协议解析与边缘计算；基础设施层是支撑，作用是提供计算、存储、网络等服务；平台层是核心，其中最核心的是基于微服务架构的数字化模型，即将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化，并封装为可重复使用的组件；应用层是关键，以工业APP的形式呈现出来，形成满足不同行业、不同场景的应用服务（中国电子信息产业发展研究院，2019：35-36）。上述四个层级均属于供给端，还有一个消费端层级，他们是具体应用服务的消费主体，也会组成开发者社区参与APP设计。

在工业互联网的功能架构中，边缘层负责数据的生成与采集，基础设施层负责数据的连接、存储与融通和虚拟化，平台层负责数据的集成、处理、分析、建模与可视化，应用层负责数据的具体应用服务（设计、生产、管理、服务等业务APP以及设备状态分析、供应链分析等），消费层负责数据产品的消费与反馈。由此可见，数据的实践内容主要可分为数据的生成、连接、融通、集成、运用和消费六个环节，前三个环节是边缘层和基础设施层的数据实践，主要涉及人-机-物的关系以及生产与交往的关系，是对当今社会物质条件的再造；后三个环节是平台层、应用层和消费层的数据实践，主要涉及不同行动主体之间以及不同权力形式之间的关系，是对当今社会支配权力的再造。数据实践的各个环节与两个维度共同带来了结构与权力的变迁（如图1所示）。

图1本研究的理论框架

结构与权力的变迁可以分为规则和行动两个层面。经典社会学家更强调结构对人们行为的外在约束性，即规则的不可抗拒性。如迪尔凯姆（1995：34）认为：“一切行为方式，不论它是固定的还是不固定的，凡是能从外部给予个人以约束的，或者换句话说，普遍存在于该社会各处并具有其固定存在的，不管其在个人身上的表现如何，都叫做社会事实。”现当代部分社会学家看到了结构在行动层面的显现，如吉登斯（2016：23）认为“结构内在于人的活动，并不像迪尔凯姆所说的是外在的，结构总是同时具有约束性与使动性”，这种“内在”体现为行动者对结构（“被循环反复组织起来的一系列规则和资源”）的认知以及结合具体情境的利用。相应的，权力也可以区分为规则和行动两个层面，即结构性权力和能动性权力。

在工业互联网作用下，数据的生成、连接与融通构成了对当今社会物质条件的再造，形成了人们难以抗拒的规律性趋势和特征，主要呈现了规则层面的结构与权力变迁；数据的集成、运用与消费则更凸显行动主体的重要性，形成了特定的行动模式、结构式样以及权力形式，反映了行动层面的结构与权力变迁。两个层面的结构与权力变迁并不是割裂的，数据生成、连接与融通中也有行动者的身影，数据集成、运用与消费中也有规则约束和行动中生成的规则。

三、规则层面的结构与权力变迁

（一）万物互联导向下海量数据整合趋势

网络社会理论立足于信息技术革命基础上，包括微电子学、互联网、网络技术的发展（卡斯特，2006：34-49）。这一时期，尽管已经出现了全球金融市场、电子商务等经济形式，但网络连接的规模还比较有限，连接对象主要是人与人、人与PC端，即便到了移动互联网时代，人可以同移动终端设备连接，连接数量还是比较有限，连接内容主要是小数据，包括资金流、业务数据、销售数据等。应用场景集中在搜索、消费和社交领域，代表性企业有谷歌、阿里巴巴、腾讯等①。

新一代网络和信息技术作用下的工业互联网建立在物联网基础之上，它的基础是工业（可以扩展到各个产业）全产业链、全价值链的泛在深度互联，包括全要素（人、物料、机器、车间、企业、产品等）和各环节（研发、设计、生产、管理、销售、物流、服务等）的互联互通，从而把亿万个设备、产品、企业与人连接起来。连接的内容是海量、多维、非结构化的异构大数据。根据国际数据公司（IDC）2020年5月的预测，2020年全球将创建、捕获、复制和消费超过59ZB（1ZB=10244GB）的数据，未来三年创造的数据量将超过过去30年创造的数据量（IDC,2020）。数据生成与数据连接之间相辅相成，只有生成数据才可以被连接，也只有连接才可以成就数据的价值。

马克思、恩格斯（2018：62）曾指出：“一切历史冲突都根源于生产力与交往形式之间的矛盾。”在过去的工业革命时期，生产与交往相对分离，工业互联网让生产与交往像农业社会那样重新走到了一起，人际交往、人机交互等不断生成各式数据。有研究发现，如今商品和服务越来越难以区分，二者被共同生产为“服务商品”（servgoods），在工业化国家中，消费客户同时是服务对象和生产者（Tien,2012；Tien,2015）。“人人都是数字资料的生产者，人人都是或不同程度是数字资料的拥有和分有者。”（阮朝辉，2018：23）在数据的生产与消费过程中，生产与交往深度融合，无处不生活、无时不生产的现象越来越多，个体的行为甚至是感性意识活动都融入了数据生产中。

现阶段我国工业互联网在数据连接方面的痛点是数据接入难度与成本。工业互联网要求实现数据互通，即实现数据和信息在各要素间、各系统间的无缝传递，使得异构系统在数据层面能相互“理解”，从而实现数据之间的互操作与信息集成（工业互联网产业联盟，2018：2）。但工业现场中不同时期、不同品牌、不同用途的设备有不同的数据通信协议，协议数量累计可达几百种，为设备间互联及平台的接入带来很大的困难（艾瑞咨询，2019：17）。目前，存量设备接入以边缘协议解析为主要方式，具备协议转换集成优势的企业是工业物联网平台的行动主体，如树根互联云物联平台支持400多种工业协议和300多种设备私有协议；未来，数据接入方案将内嵌在新增设备中，直接连平台将成为发展趋势（工业互联网产业联盟，2019a：39、23）。

在智能传感器、嵌入式微电子产品、高速连接的推动下，物联网引发了“一切”之间的交互（Jesse,2018）。数据只有开放共享才能实现互利共赢和长远发展，反面案例如GE公司因为数据缺少开放共享而被迫出售Predix工业互联网平台。“时间敏感网络（TSN）技术正在打破过去以协议为维度由某一厂商主导的局面，使得工业网络技术和产业生态变得更为开放和富有活力。”（工业互联网产业联盟，2019b：2）“工业互联网工厂内网络技术体系将打破传统工业网络众多制式间的技术壁垒，实现网络各层协议间的解耦合。IEEE、IETF等国际标准组织加入到技术标准研制，将进一步推动工厂内网络技术的开放。”（工业互联网产业联盟，2018：11）更具开放、包容、共享特点的网络通信协议带来海量数据的融通与整合，从而打破传统技术壁垒和现有利益集团的空间边界。

（二）数据整合中的区隔与数据生成权力

万物互联导向下的数据整合趋势并非一帆风顺。实践中，正因为数据的获取极为便捷，关键数据的保护变得尤为重要。工业互联网在促进数据共享的同时，也不断强化着数据安全、数据确权的观念认知。

安全体系是工业互联网三大体系之一（另外两个是网络体系和数据体系），包括设备安全、网络安全、控制安全、数据安全、应用安全等，旨在减少网络设备和系统软件受到内外部攻击，降低企业数据被未经授权访问的风险，确保数据传输和存储的安全性（工业互联网产业联盟，2017a：8）。各个国家纷纷出台关于安全体系的制度文件，如美国的《SCADA和工业控制系统安全》、澳大利亚的《国家信息安全战略》、俄国的《关键信息基础设施安全法案》、我国的《网络安全法》《数据安全法》等。这些制度文件力图加强数据收集、存储、处理、转移、删除等环节的安全防护能力。新近相关事件有，2021年7月“滴滴出行”被网络安全审查。

企业间的商业数据保护也是数据整合的阻力之一。调研发现，行业内的龙头企业一般采取自建私有云的方式发展工业互联网。例如，A集团（IT企业）曾邀请F集团（工业企业）将生产中的数据免费放到A集团的云平台上，F集团一开始有意向，但考虑到自己生产环节的所有数据关系到整个企业的命脉，担心数据安全问题，于是拒绝了A集团并自己打造工业互联网平台。中小企业虽然会依托公有云，但目前部分企业还只是选择提供基础云服务（数据存储与通用分析）的公有云平台，而不是行业内龙头企业建立的平台（即便这样的平台能够提供更加专业的服务），原因在于这些企业担心行业内龙头企业掌握自家商业数据从而削弱甚至吞并自己。

数据整合与数据区隔构成一对矛盾统一的关系：数据整合是大趋势，“人-机-物”的互联互通不可阻挡，国家、企业和个人只能顺势而为；虽然数据连接的能力和规模在迅速提升和壮大，但国家间、企业间的数据区隔也明显加深。一番新的数据连接图景——数据规模、种类、样态急剧扩张并迅速整合，同时又兼具区隔特征的蜂窝状网络——由此形成。

数据生成权力在数据确权的呼声中凸显。目前国家和企业多较为明确地限定了数据存储、使用和收益的权限。欧洲部分国家已经开始向谷歌、Facebook、亚马逊等全球互联网技术企业征收“数字税”。而个体的数据确权和维权意识还不强，平台企业对个体数据的采集往往是免费的。近些年，关于大数据时代隐私保护、大数据监控等方面的批判声音越来越多，典型的网络舆论事件如网络诈骗中的信息泄露问题、美团和携程平台的大数据“杀熟”、外卖平台对骑手的数据监控等。

关于数据权属问题，有学者认为应当“根据不同主体对数据形成的贡献来源和程度的不同，设定数据原发者拥有数据所有权与数据处理者拥有数据用益权的二元权利结构”（申卫星，2020：110）。有学者认为平台经济中的数据资源权益具有非独占性的技术特征，应当建立基于网络公民权的数据权益共享机制（张兆曙、段君，2020）。不过，“目前的技术尚不能很好地分辨出原始的数据资料究竟在最终的数据价值中贡献了多少”（20191116国家工业信息安全发展研究中心G主任），再者，数据的价值在数据连接、融通和集成中体现，尚未形成规模的数据是缺少应用价值的。在茫茫的数据海洋中，个体的数据那么渺小，如果不联合起来，即便完成数据确权，又将怎样证明自己的不可取代性呢？如果数据确权在未来攻克技术难关，广大的数据生产者能够联合起来，那么数据生成的权力将成为非常重要的基础性权力，它将改变已有的权力生态，凸显数据化社会人人享有、相互依赖的特质，成为反抗支配权力的重要力量。

（三）数字化双胞胎作用下流动空间对地方空间的拟真

在卡斯特的网络社会理论中，支配性的结构是流动空间。“资本流动、信息流动、技术流动、组织性互动的流动，影像、声音和象征的流动，流动是支配了我们的经济、政治与象征生活之过程的表现”（卡斯特，2006：383-384）。流动空间虽然没有完全排除地方空间，但其结构性逻辑确实没有地方空间。“权力与财富的空间投射到全世界，民众的生活和经验则根植于地方。”（卡斯特，2006：387）“我们社会的功能与权力是在流动空间里组织，支配性的趋势是要迈向网络化、非历史的流动空间之前景。”（卡斯特，2006：398-399）典型的流动空间如全球通信网络、多媒体网络、全球资本网络、金融市场等。在网络社会中，流动空间高高在上，地方空间是在流动空间支配下被遗忘的角落，人们都向往着流动空间中的权力，地方空间原有的珍贵在慢慢流失，经验的例子如，地方特产对很多人来说变得越来越失去原有的独特性与象征性，因为电商平台让各地特产随时随地都可以买到。

造成流动空间凌驾于地方空间的关键在于，地方空间在流动空间的支配逻辑中失去了存在的价值（如资本积累的主导作用），这在第三次工业革命中比较典型。但在第四次工业革命中，地方空间的价值将得到凸显，流动空间想要开拓资本积累新的应用场景，挖掘地方空间的需求与潜力，这一定程度扭转了流动空间与地方空间的关系。

数字化双胞胎（digitaltwin）技术以及虚拟现实、混合现实等为上述转变创造了技术条件。网络社会理论中的“网络”定位于实体网络，网络空间是广大社会成员立足日常生活世界，利用信息技术开展交往实践的现实社会空间（刘少杰，2017）。这时尚未出现能够再现物理世界的虚拟现实和混合现实。数字化双胞胎被视为工业互联网的核心技术，通俗地说，它是“将物理世界和数字世界建立对应关系，让数字世界与物理世界尽可能接近的技术”（20190801清华大学深圳研究院下一代互联网研发中心）。数字化双胞胎可以划分为信息映射、数字化模拟、互联业务、新模式四个发展阶段（彭俊松，2019：115）。在数字化双胞胎作用下，出现了可以映射、模拟与创新的拟真空间，这超出了卡斯特的“网络”概念界定，形成了海量的能够即时捕捉关键数据并实时协同响应的数据拟真状态。

在工业互联网中，流动空间中所流动的资本、信息、技术、影像、声音和象征性符号等能够且需要再现过去只有地方空间所掌握的经验、历史与特殊文化。地方空间投射到流动空间的程度源于广大消费者和用户的需求，取决于人们多大程度上喜欢在地方空间中流连。这时，流动空间不再是凌驾于地方空间的，而是需要实时再现地方空间场景，依赖地方空间的数据生成来维系流动空间中的数据流通，需要牢牢抓住地方空间的用户黏性来成就自己的积累与权力，流动空间必然要与地方空间融合才能长期存在。这虽然没有改变流动空间支配地方空间的网络结构，但改善了二者之间的关系，这种关系从原来的“凌驾”变为如今的“再现”与“拟真”，凸显了流动空间与地方空间相互依赖与整合的结构特征。

四、行动层面的结构与权力变迁

（一）数据集成与运用的不同主体

我们根据工业互联网平台功能架构和实地调研发现，数据集成与运用中的行动主体主要有六类，即工业物联网平台、消费大数据平台、基础云服务平台、工业软件云平台、工业机理云平台、具体痛点解决商等，分别代表边缘层、消费层、基础设施层、平台层中的工业软件和工业机理以及应用层。不同主体在数据运用中的核心竞争力差异很大（如表1所示）。优劣势的衡量标准主要是用户痛点解决能力（涉及数据采集、分析、建模、应用开发、服务专业性等）和市场竞争能力（涉及平台打造、业务拓展、集成能力等）。

在网络社会中，消费大数据平台、基础云服务平台、具体痛点解决商已有雏形，但远达不到如今数据连接的广度和深度，而其他三类平台则是在工业互联网进程中新出现的行动主体。需要说明的是：很多代表性企业是第三次工业革命的产物，部分制造类企业形成于第二次工业革命时期，近些年开始涉足工业互联网领域，并且同时涉足多个平台类型。

从优劣势的比较来看，工业物联网平台、消费大数据平台、基础云服务平台三类主体主要占据大数据集成和存储优势，但缺乏工业软件、行业知识与工业机理方面的积累，“它们最大问题是，通用化服务找不到客户真正痛点，完全依赖合作伙伴，质量和内控保证不了”（20190731树根互联）。工业软件云平台、工业机理云平台与具体痛点解决商三类主体主要占据工业机理和工业软件的知识优势，但跨行业、跨领域业务拓展能力欠缺，大数据集成能力还不够。数据集成是大数据分析、业务拓展的基础，代表着广度；数据运用是数据价值转化的关键，代表着深度，二者缺一不可。

在数据运用各环节中尤为重要的是数据建模，即根据工业实际元素与业务流程，在设备物联数据、生产经营数据、外部互联网等相关数据的基础上，构建供应商、用户、设备、产品、产线、工厂、工艺等数字模型，并结合数据分析提供诸如数据报表、可视化、知识库、数据分析工具及数据开放功能，为各类决策提供支持（工业互联网产业联盟、工业大数据特设组，2018：8）。数据建模的好坏直接影响解决痛点的效果，它的质量受制于工业互联网平台企业对行业知识、工业机理、数据模型、业务模型的积累情况。

（二）数据集成权力与数据运用权力之间的较量

上述六类主体的竞争本质上反映了两种数据权力的较量：一种是寻求通用服务的平台模式，体现了数据集成的权力；一种是寻求专业服务的专业模式，体现了数据运用的权力。凸显数据集成权力的平台模式在寻求数据体量和通用性服务优势的情况下不断融合专业性的知识优势，凸显数据运用权力的专业模式在保持专业知识优势的基础上不断拓展领域以寻求综合。

平台模式以IT巨头为代表，它们积聚大量资本和技术优势，面对工业机理积累较少的缺陷，采取并购、合作、打造开发者社区等策略寻求工业知识和机理的迅速集聚，努力实现能力集成和一站式服务的目的，实践着数据集成权力。占据优势位置的平台企业比专业模式的企业具有体量优势和跨行业、跨领域的大数据优势，通用性服务可复制能力强，边际成本低，并且很多企业敢把数据放到平台模式的企业中。中国的优势平台主要是消费大数据平台、基础云服务平台，但调研发现，工业互联网的推广是一件苦差事，需要在某一行业里深耕才能慢慢积累行业知识，几大IT巨头在初始涉足未果的情况下不再愿意内部业务下沉，而是定位于“通用平台+合作伙伴”的模式，发挥数据集成的体量优势和通用分析技术优势，缺点在于服务的专业程度并不高。

专业模式以工业企业为代表，它们积聚了大量的行业或领域知识、模型和技术，采取定制化服务、打通供应链等策略寻求发展，发挥着数据运用的权力。定制化服务虽然专业性强，但业务拓展慢。如航天云网在推动广东市花都区音响产业数字化改造中，派专员全程跟踪，针对花都音响产业的每一个痛点，采取量身定制的方式加以解决，投入了很大的人力和物力，整个改造工程预计持续一年半时间。这样做的优点是服务的专业性强、成效显著，缺点是航天云网需要专门的定制化服务团队，增加了企业负担，而且定制化方案很难推广到其他行业和领域。比较来看，打通供应链的策略对专业模式企业来说更为有效。如F集团上下游客户与供应商多达4万家，在供应链上做工业互联网比较好做，其每天生产的良品率、出货数量、异常情况等数据，客户都非常关心，反过来，F集团也比较容易获取上下游生产和销售的数据，目前F集团自己上下游供应链上的工业互联网业务都还未开展完，并没有再向外拓展业务。在家电行业，E集团非常强势，自己搭建了一个系统，上游供应商都需要按照其编码规则来连接。在供应链系统中占据优势位置的企业更容易按照自己意志推行数据的连接标准。“打通供应链”策略是专业模式企业维护阵地的法宝。

从中外比较来看，目前“达索、西门子、PTC等平台巨头企业初步具备了涵盖设计仿真、工艺设计、生产管控、资产运维、经营管理等全流程的数字化解决方案提供能力”（工业互联网产业联盟，2019a：43）。而“国内缺乏类似GE、西门子等产业巨头，仅有少数几家企业初步具备建设跨行业、跨领域工业互联网平台的能力。我国在工业领域的行业机理、工艺流程、模型方法的经验和知识积累不足，算法库、模型库、知识库等微服务提供能力不足”（中国电子信息产业发展研究院，2019：61-62）。当前我国工业互联网平台产业空心化问题还比较突出，国内领先工业互联网平台基本上都建立在国外基础产业体系之上，工业互联网平台所依赖的智能装备、自动控制、工业协议、通用PaaS、高端工业软件等产业链命门掌握在别人手里：95%以上的高端PLC和工业网络协议被国外厂商垄断，工业数据采集能力薄弱；50%左右的工业PaaS平台采用国外开源架构，缺乏开源的本土通用PaaS平台；90%以上的高端工业软件被国外厂商垄断，杀手级工业APP匮乏（赛迪智库，2019）。核心技术上的匮乏制约了我国工业互联网平台服务的专业性，也危及我国的数据安全和核心竞争力。

（三）分行业分领域集中的网络结构

在数据集成权力与数据运用权力的较量中，网络结构是趋于集中还是趋于分散呢？一部分学者认为，传统的核心-外围网络结构在今天依然具有解释力（Hryniewicz,2014），网络中居于较高中间性的“顶点”具有长期保持核心地位的优势（Sarkaretal.,2018）。在云计算、大数据和物联网的作用下，下一代互联网技术已经改变原来互联网所具有的分散和多元属性，形成了在公司和政府紧密控制下集中和商品化的系统（Mosco,2017）。另外一些学者认为，物联网系统要求提供对各种原始数据源的开放访问权限，云计算技术需要采取合作形式处理不同供应商的非标准化的异构数据，区块链技术是去中心化网络中的基础概念，是整个网络中的共享数据库，未来的分布式系统将很快变成大规模的系统级系统（Blairetal.,2016;Kremenova&Gaj⁃dos,2019）。卡斯特认为兼具集中与分散，全球网络中存在核心-外围的网络结构，同时，越来越多的公司和个体通过建立大规模交流网络来增强自身权力（Castells,2011）。想要破解上述争议，需要从消费互联网与工业互联网的差异入手。

在消费互联网中，数据、知识、技术的通用性强，企业为获取更大的平台价值，产品定位往往偏离最大差异化原则，寡头间的恶性竞争带来企业之间的合并重组（孙军、高彦彦，2016）。再加上消费者的数据安全和隐私保护意识不够强，维权能力较弱，他们普遍追求消费的便捷性，如只关注和使用有限的资讯平台和电商平台，所以在消费互联网中，容易形成垄断或寡头局面。但在工业互联网中，数据和知识的异质性强，尽管平台模式受到追捧，但很难集聚各行各业的供应商和问题解决商，已经建立的通用服务一站式平台也无法覆盖所有行业和领域，想要提供跨行业、跨领域的专业服务并不容易。

目前，“整个工业互联网平台产业呈现出由中间高度集聚向两端逐步碎片化的市场格局特点。中间的云服务、通用PaaS两类技术型平台市场主要由IT巨头占据，上下两端的连接与边缘计算、数据分析与可视化、业务PaaS平台将在特定专业领域内形成一定的聚集态势，面向用户的现场实施集成和工业SaaS服务市场则会因为场景和需求的不同出现深度细分”（工业互联网产业联盟，2019a：37）。每个工业互联网平台在各自主攻的行业和领域内提供专业化的服务，专业模式平台前景广阔，因为工业互联网主要面向企业用户，企业不同于消费者，企业更看重服务的专业性，而非消费的便捷性。工业互联网的兴起虽然无法完全扭转全球资本网络等流动空间的支配结构，但却挖潜了矛盾力量，突出了不同行业和领域的专业性特质，平台垄断的局面将受到遏制。

从工业互联网需求的角度看，小微企业往往无心采用工业互联网，原因在于：一是工业互联网对企业信息化程度要求较高，信息化和数据化升级费用较多，部分小企业产品类目变动较大，无力在工业互联网上投入较多。二是部分产业处于夕阳产业，消费者总体需求不高，小企业主要关心销售问题（20190701网易严选），对生产环节的提质增效并不关心。网易严选依托自身的消费大数据优势，赋能中国制造类企业，选取那些为国外品牌做代工、具有较高生产工艺的企业作为合作伙伴，统一冠以“严选”品牌，全程参与商品的设计、选款、销售和售后，为企业开拓销路提供了新思路，但网易严选选取的制造类企业多是行业内排名靠前的，对小企业赋能不多。由此可见，狭义的工业互联网并不能满足中小企业的需求，工业生产数据与消费大数据的打通势在必行，而制约因素部分来自消费大数据平台遭遇的工业生产过程的专业门槛。

工业互联网的主要需求依然集中在大中型企业上，主要分布于产业链较长、有协同需求的行业。而这些企业和行业不只是需要工业数据的简单上云和通用性的数据分析，而是期望对企业内外数据进行精准掌握和深度挖掘，从而实现企业生产过程的提质、增效、降本、减存，以及销售过程的弹性、定制、个性化等，进而打通研发、生产、管理、销售、服务等各环节。虽然目前有部分企业担心自身数据安全不敢与行业龙头企业合作，但随着数据安全相关法律制度的完善以及数据确权技术的进步，这种顾虑将会减轻。因为有专业性的数据服务需求存在，数据运用的权力相比提供通用性服务的数据集成权力更有吸引力。总体而言，伴随着专业性服务需求的增长，那些积聚大量行业或领域知识、模型和技术的数据运用平台不断集成本行业、本领域数据，网络结构的特点将趋向于分行业分领域多中心集中。

五、结语

在工业互联网中，社会生产与生活的方方面面都在被数据化改造，数据成为当今社会重要的生产资料。根据工业互联网平台的功能架构，数据的实践内容包括数据的生成、连接、融通、集成、运用和消费等，形成的结构与权力变迁可分为规则和行动两个层面。

工业互联网建立在物联网基础之上，引发的是全要素、全产业链、各环节的泛在深度互联，促成了生产与交往的融合。在数据整合的大趋势下，国家间、企业间基于数据安全和商业秘密的考虑形成了一定的数据区隔。随着数据确权的呼声越来越高，数据生成权力出现萌芽，它将成为反抗居于支配地位的数据集成和运用权力的重要力量。不同于卡斯特网络社会理论中流动空间凌驾地方空间的支配性结构，工业互联网中的数字化双胞胎技术凸显了流动空间对地方空间的拟真与整合。

工业互联网中的各类行动主体形成了寻求通用性体量优势的平台模式和寻求专业服务的专业模式之间的竞争，展现了数据集成权力与数据运用权力之间的较量。不同于消费互联网中知识和技术通用性强、消费者对数据资源开发意识弱、寻求消费便捷性等特点，工业互联网中数据和知识的异质性强，企业数据安全和保护意识强，用户对服务的专业性需求高，所以网络结构呈现出分行业分领域集中的特点。

工业互联网作用下的结构与权力变迁涌现出很多值得思考的问题：在数据化社会中，被数据洞穿了的人，将怎样活出人应有的样子？哪些需求是人们的真正需求，哪些又是数据精准预测与诱惑下的需求，对此人们可以做何反抗？个体将如何联合起来应对确定性的数据压迫，找回反抗和批判的武器？数据生成和消费的权力是否足以对抗数据集成与运用的权力？是否有希望形成所有社会成员自主联合基础之上的数据价值共同体，由此实现数据价值的全民共有与共享？在数据高度整合、全民共有共享、不同主体相互依赖的情况下，数据价值能否归整个社会支配，尚需要攻克哪些障碍？限于本研究的议题和文章篇幅，对这些问题的回答有待后续更加具体的实证和理论研究。

（注释与参考文献从略，全文详见《社会学评论》2021年第五期）