第二批“數(shù)據(jù)要素×”典型案例

第二批“數(shù)據(jù)要素×”典型案例一.打造農(nóng)業(yè)農(nóng)村大數(shù)據(jù)平臺(tái)有效支撐農(nóng)業(yè)強(qiáng)國(guó)和鄉(xiāng)村振興建設(shè)為推動(dòng)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)共享，農(nóng)業(yè)農(nóng)村部大數(shù)據(jù)發(fā)展中心以農(nóng)業(yè)農(nóng)村用地“一張圖”和鄉(xiāng)村發(fā)展動(dòng)態(tài)數(shù)據(jù)庫(kù)為切入口，形成了“一個(gè)平臺(tái)基座、一個(gè)關(guān)聯(lián)通碼、一個(gè)應(yīng)用端口、一個(gè)云服務(wù)平臺(tái)、一套數(shù)據(jù)標(biāo)準(zhǔn)”的協(xié)同推進(jìn)體系，推動(dòng)數(shù)據(jù)支撐政府部門科學(xué)決策，解決農(nóng)業(yè)生產(chǎn)和農(nóng)民生活需求，為政府、社會(huì)、市場(chǎng)提供了可感可及的農(nóng)業(yè)農(nóng)村數(shù)據(jù)服務(wù)。一是推動(dòng)多方數(shù)據(jù)融合。依托農(nóng)業(yè)農(nóng)村部統(tǒng)計(jì)監(jiān)測(cè)數(shù)據(jù)，充分利用航空航天遙感、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、云計(jì)算等先進(jìn)技術(shù)手段，建立一體化農(nóng)業(yè)農(nóng)村大數(shù)據(jù)自動(dòng)采集體系，采集匯聚土地、農(nóng)作物以及技術(shù)應(yīng)用情況等數(shù)據(jù)，為每塊地建立“數(shù)字檔案”，形成農(nóng)業(yè)農(nóng)村用地“一張圖”；為每個(gè)村進(jìn)行“精準(zhǔn)畫像”，匯聚分析人口、土地、資產(chǎn)、生產(chǎn)、環(huán)境、氣象、電力等數(shù)據(jù)，形成鄉(xiāng)村發(fā)展動(dòng)態(tài)數(shù)據(jù)庫(kù)。圖1鄉(xiāng)村發(fā)展動(dòng)態(tài)數(shù)據(jù)庫(kù)二是“一座一碼一端一云一標(biāo)”五大抓手提升農(nóng)業(yè)農(nóng)村部門工作能力。打造“農(nóng)業(yè)農(nóng)村大數(shù)據(jù)公共平臺(tái)基座”，幫助地方快速建立大數(shù)據(jù)能力，實(shí)現(xiàn)各級(jí)大數(shù)據(jù)平臺(tái)互聯(lián)互通。打造“全農(nóng)碼”，為涉農(nóng)資源、主體、產(chǎn)品賦予數(shù)字身份，實(shí)現(xiàn)農(nóng)村“地、人、物、財(cái)、事”全面關(guān)聯(lián)。打造“農(nóng)事直通”APP，為農(nóng)業(yè)農(nóng)村大數(shù)據(jù)提供統(tǒng)一服務(wù)窗口。打造“云服務(wù)平臺(tái)”，提升云端計(jì)算和服務(wù)能力，實(shí)現(xiàn)平臺(tái)功能的協(xié)作協(xié)同和數(shù)據(jù)的關(guān)聯(lián)互通。成立農(nóng)業(yè)農(nóng)村部數(shù)據(jù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)，構(gòu)建統(tǒng)一的農(nóng)業(yè)農(nóng)村數(shù)據(jù)標(biāo)準(zhǔn)體系，為涉農(nóng)數(shù)據(jù)共享交換提供遵循。圖2全農(nóng)碼大數(shù)據(jù)駕駛艙三是拓展數(shù)據(jù)應(yīng)用場(chǎng)景。輔助政府部門科學(xué)決策，開發(fā)耕地用途管控、種子監(jiān)管、宅基地管理、頭雁培育、新型農(nóng)業(yè)經(jīng)營(yíng)主體、農(nóng)村土地承包合同網(wǎng)簽、土地承包經(jīng)營(yíng)權(quán)流轉(zhuǎn)臺(tái)賬、農(nóng)業(yè)綜合行政執(zhí)法等新應(yīng)用。其中，頭雁培育系統(tǒng)為4萬頭雁學(xué)員提供培訓(xùn)跟蹤服務(wù)，有效支撐鄉(xiāng)村產(chǎn)業(yè)振興帶頭人培訓(xùn)工作。土地承包經(jīng)營(yíng)權(quán)流轉(zhuǎn)臺(tái)賬信息平臺(tái)已備案流轉(zhuǎn)合同超過400萬份，可對(duì)流轉(zhuǎn)價(jià)格、主體、用途、年限進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。解決農(nóng)業(yè)生產(chǎn)和農(nóng)民生活需求，與科技企業(yè)、金融機(jī)構(gòu)合作，支撐金融機(jī)構(gòu)快速放貸，助力精準(zhǔn)承保理賠，為超1600萬農(nóng)戶提供保險(xiǎn)核驗(yàn)或信貸評(píng)估服務(wù)。截至目前，農(nóng)業(yè)農(nóng)村部大數(shù)據(jù)發(fā)展中心初步形成大數(shù)據(jù)“資源池”，匯聚了全國(guó)約11.07億塊農(nóng)村承包地、96萬個(gè)農(nóng)村集體經(jīng)濟(jì)組織、9億成員、400萬家庭農(nóng)場(chǎng)等數(shù)據(jù)，“全農(nóng)碼”累計(jì)賦碼22.76億個(gè)。推動(dòng)通用數(shù)據(jù)產(chǎn)品陸續(xù)在省市縣落地，其中，“農(nóng)事直通”APP服務(wù)主體達(dá)106萬。二.伏羲農(nóng)場(chǎng)：構(gòu)建智慧農(nóng)業(yè)數(shù)據(jù)底座多方積累和靈活運(yùn)用農(nóng)業(yè)數(shù)據(jù)，是發(fā)展智慧農(nóng)業(yè)的基礎(chǔ)和前提。目前，我國(guó)農(nóng)業(yè)正處于農(nóng)業(yè)機(jī)械化與智能化并行階段，農(nóng)業(yè)數(shù)據(jù)存在質(zhì)量良莠不齊、融合應(yīng)用不足等問題。為解決此類問題，中國(guó)科學(xué)院計(jì)算技術(shù)研究所通過搭建“智慧農(nóng)業(yè)數(shù)據(jù)底座”，打通農(nóng)場(chǎng)生產(chǎn)數(shù)據(jù)流，充分保障農(nóng)業(yè)數(shù)據(jù)質(zhì)量和安全，在施肥、施藥、灌溉等耕作環(huán)節(jié)實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)降本增效，帶動(dòng)糧食增產(chǎn)，農(nóng)戶和村集體增收。一是推動(dòng)多來源、多類型數(shù)據(jù)采集。建立“團(tuán)連排班”四級(jí)網(wǎng)格管理體系（如圖所示），通過衛(wèi)星遙感、無人機(jī)遙感、地面?zhèn)鞲衅?、人工采樣、測(cè)土機(jī)器人等方式，采集作物分布、作物長(zhǎng)勢(shì)、土壤氮磷鉀、土壤有機(jī)質(zhì)、土壤墑情、農(nóng)田病蟲害、作物表型等多維關(guān)鍵要素?cái)?shù)據(jù)，形成從土地環(huán)境數(shù)據(jù)到農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)全鏈路的實(shí)時(shí)數(shù)據(jù)底座。圖

“團(tuán)連排班”四級(jí)網(wǎng)格管理體系二是提升數(shù)據(jù)質(zhì)量，保障數(shù)據(jù)安全。構(gòu)建“農(nóng)業(yè)大數(shù)據(jù)共性平臺(tái)”，通過設(shè)計(jì)農(nóng)業(yè)全要素?cái)?shù)據(jù)采集標(biāo)準(zhǔn)，明確不同來源、不同類型數(shù)據(jù)結(jié)構(gòu)和語義表示方法，有效解決農(nóng)業(yè)生產(chǎn)數(shù)據(jù)格式不統(tǒng)一、數(shù)據(jù)來源不一致等問題，打造高質(zhì)量數(shù)據(jù)資源。同時(shí)，實(shí)行網(wǎng)絡(luò)安全等級(jí)保護(hù)制度，嚴(yán)守?cái)?shù)據(jù)安全底線。三是數(shù)據(jù)分析助力農(nóng)業(yè)高效生產(chǎn)。在規(guī)?；┓?、施藥環(huán)節(jié)，采集和分析土壤氮磷鉀、農(nóng)田病蟲害、作物表型等數(shù)據(jù)，總結(jié)土壤肥力分布情況，繪制施肥打藥處方圖，為不同地塊提供定制化保護(hù)性耕作措施，有效減少20%以上化肥和農(nóng)藥使用，降低耕作成本。在精細(xì)化灌溉環(huán)節(jié)，實(shí)時(shí)采集土壤墑情、肥力等數(shù)據(jù)，結(jié)合作物需水模型，判斷作物各生長(zhǎng)時(shí)期的需水量；采集管道壓力、流量、閥門溫度等數(shù)據(jù)，實(shí)現(xiàn)遠(yuǎn)程閥門控制和流量監(jiān)測(cè)，制定差異化灌溉策略，變革傳統(tǒng)粗放型的灌溉方式，緩解大水漫灌引起的水土流失、土地鹽堿化以及水資源浪費(fèi)等問題。自2019年以來，中國(guó)科學(xué)院計(jì)算技術(shù)研究所累計(jì)服務(wù)了呼倫貝爾農(nóng)墾600萬畝耕地，安徽蕪湖繁昌22.85萬畝耕地，成功經(jīng)驗(yàn)已拓展至河北雄安、內(nèi)蒙古興安盟、湖北十堰、河南周口、山東農(nóng)高區(qū)等地共計(jì)1000多萬畝耕地，在呼倫貝爾農(nóng)墾大河灣1300畝核心示范區(qū)，實(shí)現(xiàn)平均節(jié)本增效104元/畝，在安徽蕪湖核心示范區(qū)，實(shí)現(xiàn)平均節(jié)本增效300-500元/畝。三.畜牧產(chǎn)業(yè)大腦助推畜牧業(yè)高質(zhì)量發(fā)展畜牧業(yè)一頭連著居民“菜籃子”，一頭連著農(nóng)民“錢袋子”，事關(guān)國(guó)計(jì)民生。我國(guó)畜牧業(yè)產(chǎn)業(yè)鏈條長(zhǎng)、生產(chǎn)周期長(zhǎng)，存在產(chǎn)能調(diào)控難度大、動(dòng)物疫病防控和畜禽產(chǎn)品質(zhì)量安全監(jiān)管難、供需信息不對(duì)稱等問題。浙江省畜牧農(nóng)機(jī)發(fā)展中心構(gòu)建了集行業(yè)分析、監(jiān)測(cè)預(yù)警、數(shù)據(jù)服務(wù)于一體的“浙江畜牧產(chǎn)業(yè)大腦”平臺(tái)，為省畜牧管理部門及生產(chǎn)經(jīng)營(yíng)主體提供生產(chǎn)、經(jīng)營(yíng)、管理等數(shù)據(jù)支撐。一是建成一體化畜牧大腦數(shù)據(jù)倉(cāng)。通過與市場(chǎng)監(jiān)管、銀保監(jiān)、生態(tài)環(huán)境等8部門數(shù)據(jù)共享、業(yè)務(wù)對(duì)接，建設(shè)畜牧大腦數(shù)據(jù)倉(cāng)。目前已匯集數(shù)據(jù)2.2億條，覆蓋12類畜牧獸醫(yī)業(yè)務(wù)主體，日訪問量20萬次以上。以生豬模塊為例，在養(yǎng)殖環(huán)節(jié)實(shí)時(shí)匯聚省、市、縣生豬存欄量、調(diào)入量、出欄量及價(jià)格動(dòng)態(tài)等數(shù)據(jù)，指導(dǎo)生豬科學(xué)生產(chǎn)；在檢疫、屠宰、調(diào)運(yùn)環(huán)節(jié)匯聚產(chǎn)地檢疫、屠宰檢疫、肉品品質(zhì)檢驗(yàn)等數(shù)據(jù)，實(shí)現(xiàn)從養(yǎng)殖到市場(chǎng)全流程追溯。二是構(gòu)建智能高效風(fēng)險(xiǎn)預(yù)警體系。依托數(shù)據(jù)倉(cāng)，開發(fā)穩(wěn)產(chǎn)保供智能模塊，通過產(chǎn)能測(cè)算模型，智能感知和分析生豬產(chǎn)量、豬肉價(jià)格、頭均盈虧等數(shù)據(jù)，提前6個(gè)月預(yù)測(cè)研判生豬產(chǎn)能、豬肉供應(yīng)的波動(dòng)風(fēng)險(xiǎn)，輔助畜牧管理部門提前部署穩(wěn)產(chǎn)穩(wěn)價(jià)調(diào)控措施。開發(fā)疫病風(fēng)險(xiǎn)管理模塊，密切監(jiān)測(cè)屠宰、檢疫、調(diào)運(yùn)等環(huán)節(jié)的動(dòng)態(tài)數(shù)據(jù)，設(shè)置非洲豬瘟、口蹄疫檢測(cè)等19個(gè)風(fēng)險(xiǎn)點(diǎn)，制定36條觸發(fā)規(guī)則，實(shí)時(shí)研判分析風(fēng)險(xiǎn)情況，并精準(zhǔn)推送至養(yǎng)殖、調(diào)運(yùn)等畜牧主體及管理部門，實(shí)現(xiàn)重大風(fēng)險(xiǎn)早發(fā)現(xiàn)早處置。三是推動(dòng)數(shù)據(jù)要素增值賦能。在畜產(chǎn)品信息追溯方面，與市場(chǎng)監(jiān)管部門協(xié)同，實(shí)現(xiàn)養(yǎng)殖場(chǎng)信息向產(chǎn)地檢疫人員全推送，省內(nèi)檢疫、備案等信息向屠宰企業(yè)、駐場(chǎng)官方獸醫(yī)全推送，屠宰企業(yè)檢疫申報(bào)、檢測(cè)、宰前檢查等全程信息向駐場(chǎng)官方獸醫(yī)全推送；同時(shí)與衛(wèi)健部門協(xié)同，深化數(shù)據(jù)共享、風(fēng)險(xiǎn)評(píng)估、聯(lián)合處置等工作，做好公共衛(wèi)生安全追溯，守好人病獸防關(guān)口。在解決農(nóng)戶需求方面，為農(nóng)戶精準(zhǔn)推送保險(xiǎn)信貸、價(jià)格行情等服務(wù)，推動(dòng)農(nóng)戶生產(chǎn)管理、檢疫申報(bào)、受理、出證、掃碼等業(yè)務(wù)辦理“零跑腿”，實(shí)現(xiàn)貸款一鍵申請(qǐng)，保險(xiǎn)一鍵參保、一鍵賠付，2023年，已輔助249個(gè)養(yǎng)殖場(chǎng)抵押授信7.21億元。圖

浙江畜牧產(chǎn)業(yè)大腦首頁(yè)2023年，平臺(tái)發(fā)布產(chǎn)能預(yù)警共計(jì)790次，處置安全風(fēng)險(xiǎn)2.16萬次，幫助養(yǎng)殖戶降低經(jīng)濟(jì)損失6500多萬元?；跀?shù)據(jù)分析大幅提升檢疫效率，單個(gè)屠宰企業(yè)日均檢疫、檢驗(yàn)出證時(shí)間分別縮短98分鐘（降幅68.5%）和104分鐘（降幅70.1%）。四.產(chǎn)業(yè)鏈數(shù)據(jù)要素應(yīng)用賦能產(chǎn)業(yè)協(xié)同效率提升煤炭是我國(guó)的基礎(chǔ)能源，在保障國(guó)家能源安全中發(fā)揮著“壓艙石”的重要作用。當(dāng)前，煤炭產(chǎn)業(yè)生產(chǎn)、物流、金融等環(huán)節(jié)數(shù)據(jù)分散、孤立，導(dǎo)致產(chǎn)運(yùn)信息不對(duì)稱、服務(wù)不到位等情況頻現(xiàn)。國(guó)能互通內(nèi)蒙古網(wǎng)絡(luò)科技有限公司通過整合煤炭產(chǎn)業(yè)從生產(chǎn)、運(yùn)輸?shù)较M(fèi)端的各環(huán)節(jié)數(shù)據(jù)，開發(fā)了能源產(chǎn)業(yè)智慧服務(wù)平臺(tái)，為煤炭能源企業(yè)提供精準(zhǔn)對(duì)接、風(fēng)險(xiǎn)評(píng)估等數(shù)據(jù)服務(wù)，助力煤炭產(chǎn)業(yè)供應(yīng)鏈高效精準(zhǔn)對(duì)接，顯著提升煤炭等能源產(chǎn)業(yè)協(xié)同效率。一是整合產(chǎn)業(yè)數(shù)據(jù)資源?；谄髽I(yè)授權(quán)，獲取企業(yè)的行為數(shù)據(jù)；通過合作協(xié)議，獲取礦場(chǎng)、貿(mào)易商、電廠、鋼廠、加工、金融機(jī)構(gòu)等企業(yè)的生產(chǎn)、交易、物流、倉(cāng)儲(chǔ)、支付結(jié)算、票證等數(shù)據(jù)；通過與公路、鐵路、港口等部門進(jìn)行深入合作，基于合作協(xié)議獲取“公鐵水”運(yùn)輸數(shù)據(jù)。然后對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化清洗、多維驗(yàn)證等處理，形成煤炭產(chǎn)業(yè)數(shù)據(jù)資源，每日新增各類數(shù)據(jù)近100萬條。二是豐富數(shù)據(jù)應(yīng)用場(chǎng)景。通過分析企業(yè)生產(chǎn)經(jīng)營(yíng)、交易訂單、物流等數(shù)據(jù)，形成企業(yè)經(jīng)營(yíng)畫像，為金融機(jī)構(gòu)提供金融服務(wù)額度測(cè)算、風(fēng)險(xiǎn)控制實(shí)時(shí)預(yù)警等服務(wù)，幫助中小企業(yè)拓展高效、低成本的供應(yīng)鏈融資渠道。通過打通生產(chǎn)、流通到消費(fèi)等各環(huán)節(jié)數(shù)據(jù)，構(gòu)建智能的輔助決策體系，為產(chǎn)業(yè)鏈上下游企業(yè)提供優(yōu)質(zhì)客戶篩選與管理、客戶經(jīng)營(yíng)畫像分析等服務(wù)，幫助企業(yè)實(shí)現(xiàn)精準(zhǔn)運(yùn)營(yíng)管理。三是多手段保障數(shù)據(jù)安全。聯(lián)合編制數(shù)據(jù)存證、脫敏、加密、存儲(chǔ)、使用等多項(xiàng)標(biāo)準(zhǔn)規(guī)范。建立合規(guī)審查、分級(jí)分類、交叉驗(yàn)證等管理機(jī)制，在支付、交易、物流、身份認(rèn)證等環(huán)節(jié)應(yīng)用區(qū)塊鏈技術(shù)，確保全部數(shù)據(jù)的安全性和不可篡改性。嚴(yán)格遵循用戶授權(quán)及數(shù)據(jù)最小范圍流出原則，流通數(shù)據(jù)以系統(tǒng)生成或加工處理后的數(shù)據(jù)為主，禁止原始數(shù)據(jù)流出。圖1

數(shù)字化生態(tài)平臺(tái)作為產(chǎn)業(yè)鏈連接器目前該平臺(tái)已為5000多家煤炭行業(yè)用戶提供了數(shù)據(jù)服務(wù)，累計(jì)服務(wù)煤炭交易量8.8億噸，交易金額2600億元，有效支撐煤炭行業(yè)提質(zhì)增效。平臺(tái)與新華社等單位發(fā)布5項(xiàng)能源價(jià)格指數(shù)，為市場(chǎng)提供定價(jià)參考，為政府宏觀調(diào)控和行業(yè)監(jiān)測(cè)提供支撐。圖2

全場(chǎng)景全流程數(shù)字化供應(yīng)鏈服務(wù)五.多源餐飲數(shù)據(jù)實(shí)時(shí)精準(zhǔn)服務(wù)賦能餐飲行業(yè)數(shù)字化增效餐飲行業(yè)是促消費(fèi)、惠民生、穩(wěn)就業(yè)的重點(diǎn)領(lǐng)域，與人民的生命健康和生活水平緊密相關(guān)。當(dāng)前，連鎖餐飲行業(yè)面臨經(jīng)營(yíng)數(shù)據(jù)收集難、數(shù)據(jù)化運(yùn)營(yíng)能力較弱等問題。企邁科技有限公司通過整合線上線下企業(yè)業(yè)務(wù)數(shù)據(jù)和線上用戶行為數(shù)據(jù)，基于實(shí)時(shí)數(shù)據(jù)分析，為餐飲企業(yè)提供智能補(bǔ)貨、門店經(jīng)營(yíng)分析等數(shù)據(jù)服務(wù)，賦能企業(yè)精細(xì)化運(yùn)營(yíng)，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。一是多渠道采集匯聚數(shù)據(jù)。一方面，在消費(fèi)者、品牌及平臺(tái)協(xié)議授權(quán)的前提下，通過小程序、POS收銀平臺(tái)、第三方平臺(tái)等渠道，采集涵蓋訂單、卡券、資產(chǎn)、營(yíng)銷以及其他日志等方面的相關(guān)業(yè)務(wù)數(shù)據(jù)；另一方面，基于企業(yè)合作協(xié)議，匯集餐飲商家經(jīng)營(yíng)管理中的營(yíng)銷活動(dòng)、上架新品等對(duì)應(yīng)的經(jīng)營(yíng)類數(shù)據(jù)。然后按照統(tǒng)一標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行整合治理，形成日增量約30TB、累計(jì)總量超過2PB的餐飲行業(yè)數(shù)據(jù)資源池。二是開發(fā)覆蓋經(jīng)營(yíng)全渠道的數(shù)據(jù)服務(wù)。基于用戶行為數(shù)據(jù)，建立實(shí)時(shí)、全方位的用戶標(biāo)簽體系，支撐企業(yè)為客戶提供個(gè)性化的會(huì)員服務(wù)?；谏唐蜂N售、原材料庫(kù)存等數(shù)據(jù)，構(gòu)建門店智能補(bǔ)貨與預(yù)警系統(tǒng)，為企業(yè)提供新品挖掘、銷售預(yù)測(cè)、貨品生命周期管理等貨物服務(wù)?；陂T店客流、財(cái)務(wù)、業(yè)績(jī)等數(shù)據(jù)，打造門店全生命周期管理模型，為企業(yè)提供門店盈利評(píng)估、智能選址、業(yè)績(jī)分析等門店服務(wù)。企業(yè)使用相關(guān)服務(wù)后，運(yùn)營(yíng)成本平均降低31.32%，用戶拓展平均增長(zhǎng)240.57%，訂單增長(zhǎng)提升121.89%，客單價(jià)提升14.50%。三是強(qiáng)化數(shù)據(jù)全流程安全治理。數(shù)據(jù)資源從采集到匯聚、流通的整體過程中，敏感數(shù)據(jù)均采用源頭脫敏和加密存儲(chǔ)，對(duì)存儲(chǔ)系統(tǒng)實(shí)行網(wǎng)絡(luò)隔離。通過與專業(yè)安全機(jī)構(gòu)合作，利用專用的數(shù)據(jù)處理平臺(tái)進(jìn)行整體的數(shù)據(jù)安全管控，涵蓋脫敏、權(quán)限管控、審計(jì)、審批、水印等。建立分類分級(jí)、權(quán)限管控、安全培訓(xùn)與審計(jì)的企業(yè)數(shù)據(jù)安全制度，制定數(shù)據(jù)安全管理辦法，設(shè)立系統(tǒng)安全、數(shù)據(jù)安全專人專崗。圖1

餐飲行業(yè)數(shù)據(jù)接入與應(yīng)用圖2

經(jīng)營(yíng)分析駕駛艙圖3

全渠道數(shù)據(jù)融合分析圖4

數(shù)據(jù)治理流程六.海量消費(fèi)數(shù)據(jù)賦能傳統(tǒng)零售業(yè)轉(zhuǎn)型升級(jí)零售行業(yè)是國(guó)民經(jīng)濟(jì)的重要組成部分，與居民生活緊密相關(guān)。當(dāng)前，傳統(tǒng)零售企業(yè)面臨產(chǎn)業(yè)鏈上下游不匹配、消費(fèi)者需求響應(yīng)不足、運(yùn)營(yíng)管理效率較低等問題。山西全球蛙電子商務(wù)有限公司有效整合零售行業(yè)采購(gòu)、供應(yīng)、銷售、服務(wù)等全鏈路數(shù)據(jù)，推出了智能補(bǔ)貨、供應(yīng)鏈優(yōu)化、供應(yīng)鏈協(xié)同等服務(wù)，提升傳統(tǒng)零售企業(yè)服務(wù)效能，助力傳統(tǒng)零售業(yè)轉(zhuǎn)型升級(jí)。一是推動(dòng)多方數(shù)據(jù)采集匯聚清洗。全球蛙公司基于消費(fèi)者授權(quán)，獲取消費(fèi)者線上購(gòu)物的瀏覽、搜索、購(gòu)買、評(píng)價(jià)等行為數(shù)據(jù)；通過與平臺(tái)合作商戶簽訂數(shù)據(jù)授權(quán)使用協(xié)議，獲取上游供應(yīng)商的庫(kù)存、物流、價(jià)格等，以及下游零售商的銷售、庫(kù)存動(dòng)態(tài)等數(shù)據(jù)。同時(shí)，借助人工智能、大數(shù)據(jù)等技術(shù)對(duì)數(shù)據(jù)進(jìn)行清洗、整合與處理，形成覆蓋30個(gè)省份連鎖商超的超100TB數(shù)據(jù)資源。二是強(qiáng)化數(shù)據(jù)安全與隱私保護(hù)。在對(duì)數(shù)據(jù)進(jìn)行脫敏處理的基礎(chǔ)上，建立嚴(yán)格的合規(guī)審查機(jī)制，利用可信計(jì)算等技術(shù)，建設(shè)安全可信數(shù)據(jù)空間，促進(jìn)多主體間數(shù)據(jù)的安全合規(guī)流通與共享。利用信封加密技術(shù)，從源頭到終端全程加密，防范數(shù)據(jù)傳輸中的安全風(fēng)險(xiǎn)。采用數(shù)據(jù)脫敏、加密、訪問控制等多重防護(hù)措施，保障數(shù)據(jù)安全。三是面向用戶需求開發(fā)數(shù)據(jù)產(chǎn)品和服務(wù)。通過分析顧客年齡分布、購(gòu)物頻次、偏好品牌、熱門時(shí)段、歷史銷售等數(shù)據(jù)，構(gòu)建消費(fèi)偏好圖譜，為超市商戶開發(fā)市場(chǎng)洞察、供應(yīng)鏈優(yōu)化、智能補(bǔ)貨等數(shù)據(jù)產(chǎn)品和服務(wù)，提升超市運(yùn)營(yíng)效率和決策精準(zhǔn)度，助力超市客戶轉(zhuǎn)化率提高15個(gè)百分點(diǎn)，客單價(jià)提高10%，直接帶動(dòng)整體銷售額增長(zhǎng)約15%，庫(kù)存周轉(zhuǎn)效率提升30%，節(jié)省庫(kù)存成本約2000萬元。通過訂單數(shù)量、訂單類型等數(shù)據(jù)加工和分析，幫助產(chǎn)業(yè)鏈上下游企業(yè)精準(zhǔn)對(duì)接產(chǎn)品供應(yīng)企業(yè)和消費(fèi)客戶群體，加快業(yè)務(wù)流程響應(yīng)速度，實(shí)現(xiàn)供應(yīng)鏈精細(xì)化管理，使訂單處理時(shí)間平均縮短15%，每日處理訂單量提升20%，采購(gòu)到銷售周期縮短20%，資金使用效率提升近33%，供應(yīng)鏈協(xié)同效率提升40%以上，供應(yīng)鏈響應(yīng)速度平均縮短10個(gè)工作日。圖

數(shù)據(jù)產(chǎn)品與服務(wù)圖七.打通江海聯(lián)運(yùn)數(shù)據(jù)助力航運(yùn)物流降本增效江海聯(lián)運(yùn)是提升水運(yùn)效率和靈活性、助推區(qū)域產(chǎn)業(yè)發(fā)展的重要手段。但江海聯(lián)運(yùn)涉及物流鏈主體多、環(huán)節(jié)多、鏈條長(zhǎng)，若管理調(diào)度不到位，則難以發(fā)揮聯(lián)運(yùn)優(yōu)勢(shì)。舟山市港航和口岸管理局、中國(guó)電信舟山分公司通過建設(shè)江海聯(lián)運(yùn)數(shù)字化平臺(tái)，貫通全鏈條物流數(shù)據(jù)，實(shí)現(xiàn)企業(yè)申報(bào)、港口調(diào)度、碼頭裝卸、貨物配送、物流跟蹤等多業(yè)務(wù)協(xié)同，提升物流組織效率，推進(jìn)江海聯(lián)運(yùn)高質(zhì)量發(fā)展。一是跨區(qū)域合作，實(shí)現(xiàn)多元數(shù)據(jù)匯聚。舟山市與張家港、江陰、南京、武漢、重慶等25個(gè)長(zhǎng)江物流節(jié)點(diǎn)城市共建江海聯(lián)運(yùn)數(shù)據(jù)聯(lián)盟，推動(dòng)流域數(shù)據(jù)共享共治。通過公共數(shù)據(jù)平臺(tái)共享海關(guān)、海事、邊檢、港航等政府部門數(shù)據(jù)，同時(shí)，平臺(tái)構(gòu)建港口全景、口岸通關(guān)、物流跟蹤、船貨撮合等120余項(xiàng)航運(yùn)服務(wù)，以提供服務(wù)方式歸集產(chǎn)業(yè)鏈上下游的企業(yè)數(shù)據(jù)。通過向?qū)I(yè)第三方數(shù)據(jù)商購(gòu)買的方式，獲取船舶自動(dòng)識(shí)別系統(tǒng)數(shù)據(jù)、氣象數(shù)據(jù)、海圖數(shù)據(jù)。目前，數(shù)據(jù)匯聚量已超16億條，梳理形成了包括港口、船舶、通關(guān)、物流、氣象等10大類主題的數(shù)據(jù)庫(kù)。二是推動(dòng)數(shù)據(jù)共享互認(rèn)，實(shí)現(xiàn)多業(yè)務(wù)協(xié)同。平臺(tái)與江海聯(lián)運(yùn)數(shù)據(jù)聯(lián)盟內(nèi)的25個(gè)港口物流信息平臺(tái)進(jìn)行系統(tǒng)對(duì)接，以API接口形式進(jìn)行數(shù)據(jù)流通，通過數(shù)據(jù)傳輸加密、網(wǎng)絡(luò)可用性管理保證跨區(qū)數(shù)據(jù)交換安全。構(gòu)建江海聯(lián)運(yùn)數(shù)據(jù)交互共享機(jī)制，聯(lián)合15家單位出臺(tái)《大宗散貨江海聯(lián)運(yùn)信息互聯(lián)交換標(biāo)準(zhǔn)》，規(guī)范數(shù)據(jù)交換項(xiàng)、數(shù)據(jù)交換方式、數(shù)據(jù)交換頻率、數(shù)據(jù)傳輸安全等內(nèi)容，年數(shù)據(jù)交換量達(dá)1200萬條。同時(shí)，平臺(tái)打通國(guó)際貿(mào)易單一窗口、邊檢船情系統(tǒng)等13個(gè)系統(tǒng)用戶體系，整合邊檢船情、引航調(diào)度等申報(bào)項(xiàng)，縮減800多個(gè)重復(fù)數(shù)據(jù)項(xiàng)，形成“船舶進(jìn)出境一張表”。企業(yè)通過平臺(tái)分別向海關(guān)、海事、邊檢、港航部門同步分發(fā)所需審批數(shù)據(jù)，各部門并聯(lián)審批，審批結(jié)果在平臺(tái)一鏈反饋，從而推進(jìn)港航、海關(guān)、海事、邊檢等跨部門共建共用業(yè)務(wù)模塊，代理、供給、運(yùn)輸?shù)冉?jīng)營(yíng)主體跨業(yè)務(wù)合作。

三是數(shù)算融合，不斷拓展賦能場(chǎng)景。融合海圖、船舶自動(dòng)識(shí)別系統(tǒng)、氣象、作業(yè)、通關(guān)、船舶作業(yè)視頻等多源數(shù)據(jù)，自動(dòng)識(shí)別船舶運(yùn)輸狀態(tài)，按照起運(yùn)港、目的港、船舶名稱、船舶類型、載重噸、當(dāng)前運(yùn)輸計(jì)劃、位置遠(yuǎn)近進(jìn)行智能檢索，開發(fā)了聯(lián)運(yùn)快申報(bào)、直達(dá)快配送、物流快組織、市場(chǎng)快服務(wù)等一批實(shí)用場(chǎng)景。通過研發(fā)航線找船算法，實(shí)時(shí)分析“船、港、貨”和航線數(shù)據(jù)，將供應(yīng)鏈企業(yè)、貨主各方的運(yùn)輸需求、配送計(jì)劃與船舶噸位、船舶類型、船舶運(yùn)力等信息進(jìn)行智能匹配，結(jié)合各港口作業(yè)計(jì)劃智能篩選和推薦可供選擇的船舶資源。打造航運(yùn)服務(wù)超市，整合船貨撮合、船舶交易、船舶維修、船舶供應(yīng)、船員服務(wù)、船貨代理等服務(wù)，實(shí)現(xiàn)航運(yùn)服務(wù)的一站式精準(zhǔn)查找。通過數(shù)據(jù)的高效利用，江海直達(dá)配送每航次物流周期縮短4天以上、中轉(zhuǎn)損耗減少7萬元，大幅提高長(zhǎng)江黃金水道運(yùn)輸效能。企業(yè)辦理進(jìn)出港手續(xù)時(shí)間從原來的16小時(shí)壓縮至2小時(shí)，船舶平均在港時(shí)間減少1天以上，每年可為企業(yè)節(jié)省船舶租金等費(fèi)用超13億元。圖1

聯(lián)運(yùn)快申報(bào)圖2

大宗商品直達(dá)快配送圖3物流快組織八.公路貨運(yùn)智慧物流數(shù)據(jù)應(yīng)用降低物流運(yùn)輸成本公路運(yùn)輸占據(jù)我國(guó)貨運(yùn)體系中的首要位置，承擔(dān)著約70%的客貨運(yùn)輸量，是國(guó)民經(jīng)濟(jì)發(fā)展的重要保障。然而，由于公路貨運(yùn)涉及主體眾多，行業(yè)分散性強(qiáng)等特點(diǎn)，導(dǎo)致運(yùn)輸體系存在信息不對(duì)稱、供需難匹配等問題。江蘇滿運(yùn)軟件科技有限公司通過匯集訂單信息、地理位置、貨物狀態(tài)、運(yùn)輸軌跡等公路貨運(yùn)行業(yè)各環(huán)節(jié)動(dòng)態(tài)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)共享與互通，為產(chǎn)業(yè)鏈上下游參與主體提供有效服務(wù)，助力提升公路貨運(yùn)車貨匹配效率，降低物流綜合運(yùn)輸成本。一是多渠道數(shù)據(jù)匯聚形成數(shù)據(jù)倉(cāng)庫(kù)。通過多方安全計(jì)算、產(chǎn)業(yè)鏈上下游企業(yè)數(shù)據(jù)API調(diào)用等交互共享機(jī)制，獲取并整合車輛道路運(yùn)輸證號(hào)、從業(yè)資格證號(hào)等外部數(shù)據(jù)；通過數(shù)據(jù)挖掘、數(shù)據(jù)脫敏等技術(shù)挖掘公司內(nèi)部數(shù)據(jù)，包含“長(zhǎng)途整車”“同城短途”“大票零擔(dān)”等類型。搭建全國(guó)公路干線物流最大的數(shù)據(jù)云倉(cāng)，覆蓋全國(guó)公路干線物流行業(yè)貨源、車輛、交易、價(jià)格、軌跡、路線等各類數(shù)據(jù)。累計(jì)形成全國(guó)330多個(gè)城市、10萬多條線路的數(shù)據(jù)資源，數(shù)據(jù)規(guī)模超過24PB，為公路貨運(yùn)智慧物流服務(wù)提供堅(jiān)實(shí)基礎(chǔ)。圖1

企業(yè)數(shù)據(jù)倉(cāng)庫(kù)二是搭建智慧物流平臺(tái)，助推公路貨運(yùn)數(shù)據(jù)協(xié)同融合。采用大數(shù)據(jù)實(shí)時(shí)決策智能算法、車輛實(shí)時(shí)定位、供需智能預(yù)測(cè)與車輛調(diào)度等技術(shù)，通過離線計(jì)算、實(shí)時(shí)計(jì)算等功能，搭建道路運(yùn)輸服務(wù)大數(shù)據(jù)、軌跡定位、供需預(yù)測(cè)等系統(tǒng)平臺(tái)，提升數(shù)據(jù)使用與開發(fā)效率，實(shí)現(xiàn)司機(jī)與貨主分鐘級(jí)車貨匹配。2023年，平臺(tái)撮合交易額約3000億元，成交訂單約1.6億個(gè)，大幅縮短貨運(yùn)匹配時(shí)間，降低綜合運(yùn)輸成本10%至15%，提升單車運(yùn)行效率30%以上，每年減少碳排放量約1200萬噸，平均為每位司機(jī)降低燃油費(fèi)用支出1萬至2萬元，促進(jìn)物流降本增效和節(jié)能減排。圖2

道路運(yùn)輸服務(wù)大數(shù)據(jù)平臺(tái)圖3

訂單軌跡系統(tǒng)平臺(tái)圖4

供需預(yù)測(cè)系統(tǒng)平臺(tái)三是建設(shè)Saas型運(yùn)輸管理系統(tǒng)，推動(dòng)中小物流企業(yè)規(guī)范化運(yùn)營(yíng)。利用自身數(shù)據(jù)資源優(yōu)勢(shì)全面賦能物流企業(yè)，為其提供領(lǐng)先的物流信息化管理等專業(yè)解決方案，融合互聯(lián)網(wǎng)技術(shù)、車輛定位技術(shù)，服務(wù)于物流企業(yè)中的零擔(dān)、整車運(yùn)輸場(chǎng)景。系統(tǒng)包含了訂單管理、運(yùn)單管理、回單管理、車輛管理、客戶管理、財(cái)務(wù)管理、組織管理、智能報(bào)表等八大模塊，并通過連接發(fā)貨人、收貨人和不同承運(yùn)企業(yè)，幫助物流企業(yè)更好、更快完成管貨、管車、管人、管財(cái)務(wù)的工作。四是建立縱深防御體系，保障數(shù)據(jù)安全。積極有序推進(jìn)數(shù)據(jù)分類分級(jí)，在采集階段公告用戶隱私政策，在具體場(chǎng)景公告采集數(shù)據(jù)的內(nèi)容和用途并讓用戶選擇授權(quán)。同時(shí)，建立覆蓋管理、技術(shù)層面的縱深防御安全體系，健全安全開發(fā)生命周期管理流程，設(shè)計(jì)安全編碼規(guī)范、安全開發(fā)紅線檢測(cè)、黑盒測(cè)試等安全措施，確保對(duì)網(wǎng)絡(luò)安全事件的及時(shí)發(fā)現(xiàn)和處置。九.公交數(shù)智化運(yùn)營(yíng)助力提升市民生活品質(zhì)公共交通作為城市交通的骨干，為市民提供高效、環(huán)保的出行方式，緩解交通擁堵，降低環(huán)境污染，促進(jìn)城市可持續(xù)發(fā)展。公交行業(yè)在傳統(tǒng)系統(tǒng)架構(gòu)下，存在營(yíng)運(yùn)資源利用不充分、難以形成科學(xué)高效的線網(wǎng)規(guī)劃與調(diào)優(yōu)能力等問題。重慶市公共交通控股有限公司通過架構(gòu)重塑、數(shù)據(jù)治理和場(chǎng)景構(gòu)建等措施，實(shí)現(xiàn)數(shù)據(jù)資源共享、多跨場(chǎng)景協(xié)同管理、人車資源統(tǒng)籌優(yōu)化，滿足市民高品質(zhì)、多元化出行需求，促進(jìn)了重慶公交的高質(zhì)、高速、高效發(fā)展。一是新型數(shù)字化架構(gòu)推進(jìn)數(shù)據(jù)資源匯聚、治理。打造終端互聯(lián)感知體系，實(shí)現(xiàn)包括司機(jī)信息、車輛信息、客流量信息、乘客滿意度與投訴信息、線路高低峰客流量信息、停車場(chǎng)信息等“人、車、站、線、場(chǎng)”全要素的感知互聯(lián)。同時(shí)，整合內(nèi)部運(yùn)營(yíng)數(shù)據(jù)和高德出行、氣象地災(zāi)預(yù)警等外部數(shù)據(jù)，實(shí)現(xiàn)日均接入數(shù)據(jù)4300萬條，日均調(diào)用數(shù)據(jù)110余萬條，累計(jì)接入數(shù)據(jù)125.43億條。持續(xù)開展數(shù)據(jù)治理，建立主數(shù)據(jù)規(guī)范，明確主數(shù)據(jù)屬性名稱、分類定義、數(shù)據(jù)類型、管理流程等，從數(shù)據(jù)全生命周期的角度管控?cái)?shù)據(jù)、治理數(shù)據(jù)。同時(shí)，根據(jù)業(yè)務(wù)需求，建立運(yùn)營(yíng)、安全、機(jī)務(wù)、服務(wù)等統(tǒng)計(jì)指標(biāo)體系，嚴(yán)謹(jǐn)明確各項(xiàng)指標(biāo)的業(yè)務(wù)定義、計(jì)算方式、應(yīng)用場(chǎng)景，確保公交集團(tuán)統(tǒng)計(jì)指標(biāo)的準(zhǔn)確性、權(quán)威性。圖1

重慶中心城區(qū)公交運(yùn)營(yíng)實(shí)時(shí)信息二是運(yùn)營(yíng)數(shù)字化升級(jí)實(shí)現(xiàn)人車供需匹配。通過升級(jí)智能調(diào)度系統(tǒng)，實(shí)現(xiàn)遠(yuǎn)程集中調(diào)度、多方式車輛監(jiān)控、車輛到站時(shí)間預(yù)測(cè)、運(yùn)營(yíng)日?qǐng)?bào)自動(dòng)生成等數(shù)字化應(yīng)用。打通與安全監(jiān)控系統(tǒng)、智能維保系統(tǒng)、崗前監(jiān)測(cè)系統(tǒng)等系統(tǒng)接口，實(shí)現(xiàn)跨部門、跨場(chǎng)景的協(xié)同管理。通過系統(tǒng)升級(jí)，調(diào)度班次自動(dòng)生成率、人均發(fā)車班次、單人單日最高發(fā)車班次均得到大幅提升。通過重慶公交數(shù)字運(yùn)營(yíng)中心，完成站點(diǎn)客流分析、班次分析、熱力圖、線網(wǎng)覆蓋率、線路效益分析、公軌接駁客流人次等分析功能，以供需平衡為導(dǎo)向，主動(dòng)優(yōu)化調(diào)整線網(wǎng)及運(yùn)營(yíng)組織方案，實(shí)現(xiàn)“客流、運(yùn)力、路況”資源匹配的智能排班?；趨^(qū)域化運(yùn)營(yíng)理念，對(duì)多線路多班次進(jìn)行混合調(diào)度，實(shí)現(xiàn)廣域不均衡出行需求的動(dòng)態(tài)精準(zhǔn)匹配和區(qū)域人車資源統(tǒng)籌優(yōu)化。圖2

公交線網(wǎng)優(yōu)化系統(tǒng)三是全面構(gòu)建數(shù)字交通新場(chǎng)景。對(duì)外構(gòu)建互聯(lián)網(wǎng)“愉約出行”平臺(tái)，通過發(fā)布車輛到站時(shí)間動(dòng)態(tài)信息和推出手機(jī)移動(dòng)支付系統(tǒng)，方便市民公交出行，滿足高品質(zhì)多元化出行需求，集觀光巴士、機(jī)場(chǎng)快車、定制公交等出行方式于一體，共開通定制及觀光類線路130余條，年運(yùn)送乘客2000余萬人次。建立需求響應(yīng)公交運(yùn)營(yíng)服務(wù)模式，在固定服務(wù)區(qū)域內(nèi)根據(jù)出行需求開行不固定線路，利用最少的車輛、線路資源，解決了區(qū)域覆蓋，實(shí)現(xiàn)線上+線下服務(wù)，承諾乘客最短出行時(shí)間，讓市民出行更加便捷高效。對(duì)內(nèi)打造“重慶公交生產(chǎn)助手”應(yīng)用，面向駕駛員和各級(jí)管理人員提供查詢、自助服務(wù)、審批等移動(dòng)應(yīng)用相關(guān)的90余項(xiàng)功能。截至目前，移動(dòng)端員工用戶數(shù)量2.5萬余人，日均訪問量24萬人次，日推送信息8.5萬余條。圖3

響應(yīng)公交移動(dòng)客戶端自2020年以來，重慶公交集團(tuán)優(yōu)化線路約800條次。公交日均客流量于2022年超302.7萬人次，于2023年超344萬人次。目前，重慶公交集團(tuán)擁有運(yùn)營(yíng)車輛8820輛，日均運(yùn)行班次9.6萬班次，日均運(yùn)行里程140萬公里，公交出行分擔(dān)率為35.3%，以全國(guó)城市第十一位的車輛規(guī)模運(yùn)送全國(guó)第二的客流，運(yùn)營(yíng)效率位居全國(guó)前列。十.能源物流數(shù)智化管理引領(lǐng)危化運(yùn)輸新模式危險(xiǎn)化學(xué)品運(yùn)輸是物流行業(yè)中一個(gè)特殊的組成部分，相對(duì)普通的物流來說，危險(xiǎn)品的物流專業(yè)技術(shù)要求更高，更需要全面、準(zhǔn)確、可靠的信息管理和控制。針對(duì)危險(xiǎn)化學(xué)品運(yùn)輸作業(yè)安全風(fēng)險(xiǎn)高、車輛運(yùn)行分散、通行限制多等行業(yè)特點(diǎn)，新奧能源物流有限公司通過集成人、車、路信息，構(gòu)建“運(yùn)途云”危貨運(yùn)輸數(shù)智管理系統(tǒng)，全方位助推危貨運(yùn)輸企業(yè)安全管理升級(jí)和運(yùn)營(yíng)降本增效，形成“數(shù)據(jù)驅(qū)動(dòng)、科技護(hù)航”的危化品運(yùn)輸新模式。一是匯集?；\(yùn)輸全要素?cái)?shù)據(jù)。新奧能源物流與交通運(yùn)輸部公路院、清華大學(xué)、吉林大學(xué)、武漢理工大學(xué)聯(lián)合研發(fā)崗前一體機(jī)、出崗一體機(jī)和在崗手環(huán)監(jiān)測(cè)設(shè)備，通過簽訂知情協(xié)議書獲得駕駛數(shù)據(jù)采集授權(quán)，實(shí)現(xiàn)駕駛員“速度估計(jì)、選擇反應(yīng)、深度知覺、注意力分配、緊急反應(yīng)、駕駛風(fēng)格、身體狀態(tài)、風(fēng)險(xiǎn)感知”等指標(biāo)的動(dòng)態(tài)評(píng)估，累計(jì)收集駕駛員動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)5000余萬條，通過數(shù)據(jù)模型分析將駕駛員健康數(shù)據(jù)情況在運(yùn)途云數(shù)智平臺(tái)看板進(jìn)行展現(xiàn)，實(shí)現(xiàn)對(duì)駕押人員的前置主動(dòng)安全管理。已累計(jì)接入全國(guó)近70%的LNG運(yùn)輸槽車，服務(wù)3座沿海LNG接收站、1000余家?；愤\(yùn)輸企業(yè)和工業(yè)園區(qū)。二是建設(shè)“運(yùn)途云”危貨運(yùn)輸數(shù)智管理系統(tǒng)。為企業(yè)提供人車實(shí)時(shí)在線監(jiān)控、安全報(bào)警、成本管理、效益分析及線上通行審核等全方位服務(wù)。危貨導(dǎo)航功能累計(jì)安全護(hù)航運(yùn)輸任務(wù)15000余次，未發(fā)生安全事故。車輛出島實(shí)現(xiàn)提前線上審批，線下等待時(shí)間縮短77%，車輛周轉(zhuǎn)效率大幅提升。通過政企聯(lián)動(dòng)，將LNG接收站外運(yùn)車輛安全綜檢數(shù)據(jù)進(jìn)行線上留痕，與高速交警線上審批端口打通。同時(shí)，平臺(tái)采用了先進(jìn)的數(shù)據(jù)加密技術(shù)，確保數(shù)據(jù)在流通過程中的安全性，消除了數(shù)據(jù)泄露風(fēng)險(xiǎn)。圖“運(yùn)途云”危貨運(yùn)輸數(shù)智管理系統(tǒng)十一.“以數(shù)補(bǔ)鏈”發(fā)展新質(zhì)生產(chǎn)力賦能車路云一體化產(chǎn)業(yè)能級(jí)提升車路云一體化是包括云計(jì)算、人工智能大模型等新一代信息技術(shù)深度賦能汽車和交通產(chǎn)業(yè)的戰(zhàn)略性新興產(chǎn)業(yè)，未來發(fā)展?jié)摿薮?。智能駕駛汽車測(cè)試存在數(shù)據(jù)采集成本高、周期長(zhǎng)、高價(jià)值場(chǎng)景缺乏等痛點(diǎn)問題，浙江德清莫干山智聯(lián)未來科技有限公司、德清縣數(shù)據(jù)局、阿里云計(jì)算有限公司、杭州數(shù)據(jù)交易所有限公司等單位聯(lián)合構(gòu)建以車路一體化場(chǎng)景數(shù)據(jù)庫(kù)為核心的數(shù)據(jù)要素流通平臺(tái)，通過融合紅綠燈、交通事故、道路施工等公共數(shù)據(jù)和路側(cè)車路協(xié)同行業(yè)數(shù)據(jù)，提供智能駕駛仿真場(chǎng)景庫(kù)，基于先導(dǎo)區(qū)已建成的智能網(wǎng)聯(lián)汽車封閉測(cè)試場(chǎng)和全域開放測(cè)試道路，補(bǔ)全“仿真測(cè)試-封閉測(cè)試-開放道路測(cè)試”的智能駕駛研發(fā)測(cè)試服務(wù)全鏈條，構(gòu)建“以數(shù)補(bǔ)鏈、以鏈優(yōu)數(shù)”的產(chǎn)業(yè)協(xié)同創(chuàng)新生態(tài)。圖1

車路云一體化數(shù)據(jù)要素流通路徑一是以授權(quán)運(yùn)營(yíng)促行業(yè)數(shù)據(jù)流通。依托省、市公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)平臺(tái)，針對(duì)數(shù)據(jù)產(chǎn)品開發(fā)所涉及的字段實(shí)施分類分級(jí)脫敏管理，將脫敏后的交通信號(hào)燈、道路施工、交通事故等公共數(shù)據(jù)，融合路側(cè)設(shè)備采集和感知融合后獲取的路側(cè)交通參與者、路況感知等數(shù)據(jù)，為智能駕駛和交通等行業(yè)大模型訓(xùn)練提供了智能數(shù)據(jù)底座。二是以場(chǎng)景驅(qū)動(dòng)補(bǔ)數(shù)據(jù)服務(wù)鏈條。研發(fā)上架智能駕駛仿真場(chǎng)景庫(kù)、路口車流量統(tǒng)計(jì)等系列數(shù)據(jù)產(chǎn)品，服務(wù)自動(dòng)駕駛系統(tǒng)仿真測(cè)試、交通違法治理輔助決策、優(yōu)化能源基礎(chǔ)設(shè)施規(guī)劃與選址等場(chǎng)景。截至目前，累計(jì)為20余家車企、交通研發(fā)企業(yè)和高校提供服務(wù)。三是以標(biāo)準(zhǔn)體系筑數(shù)據(jù)安全底線。聚焦車聯(lián)網(wǎng)數(shù)據(jù)安全生命周期，率先出臺(tái)數(shù)據(jù)脫敏和分類分級(jí)兩方面地方標(biāo)準(zhǔn)規(guī)范，創(chuàng)新車路云一體化數(shù)據(jù)要素流通平臺(tái)全流程監(jiān)管技術(shù)，實(shí)現(xiàn)數(shù)據(jù)“采存算管用”的全過程安全保障，筑牢數(shù)據(jù)安全合規(guī)利用底線。四是以登記交易引數(shù)據(jù)資產(chǎn)增值。有關(guān)數(shù)據(jù)產(chǎn)品通過上架杭州數(shù)據(jù)交易所等交易機(jī)構(gòu)，完成合規(guī)認(rèn)證和數(shù)據(jù)要素流通交易閉環(huán)。實(shí)現(xiàn)國(guó)家級(jí)車聯(lián)網(wǎng)先導(dǎo)區(qū)行業(yè)數(shù)據(jù)產(chǎn)品場(chǎng)內(nèi)交易。圖2

智能駕駛仿真庫(kù)數(shù)據(jù)產(chǎn)品應(yīng)用效果十二.搭建普惠金融綜合服務(wù)平臺(tái)破解中小微企業(yè)融資難點(diǎn)問題為完善西藏?cái)?shù)字金融基礎(chǔ)設(shè)施，加快涉企信用信息歸集共享，有效激活信用數(shù)據(jù)價(jià)值，西藏高馳征信有限責(zé)任公司基于區(qū)內(nèi)涉企信息數(shù)據(jù)，搭建了西藏自治區(qū)普惠金融綜合服務(wù)平臺(tái)“藏金普惠”，為西藏各級(jí)政府部門、金融機(jī)構(gòu)和企業(yè)提供可靠、高效的征信服務(wù)，有效推進(jìn)西藏高原經(jīng)濟(jì)的高質(zhì)量發(fā)展。一是匯聚多源數(shù)據(jù)。經(jīng)政府部門同意，匯聚拉薩海關(guān)、稅務(wù)局、科技廳、經(jīng)信廳等12個(gè)部門數(shù)據(jù)；與自來水公司、燃?xì)鉄崃窘⒑献麝P(guān)系，通過接口對(duì)接、線下對(duì)接等方式，融匯水、氣、熱力等民生數(shù)據(jù)；通過與企業(yè)簽訂授權(quán)協(xié)議，獲取平臺(tái)內(nèi)企業(yè)相關(guān)數(shù)據(jù)。匯聚整合工商、司法、住房、銀稅、專利、企業(yè)等多源數(shù)據(jù)，形成了涵蓋10大領(lǐng)域100多個(gè)維度的企業(yè)信用專題庫(kù)，實(shí)施“一企一庫(kù)”管理，結(jié)合監(jiān)控、定時(shí)更新等機(jī)制，實(shí)現(xiàn)數(shù)據(jù)高效流轉(zhuǎn)。二是打造綜合金融服務(wù)矩陣?；跇I(yè)務(wù)場(chǎng)景需求，利用機(jī)器學(xué)習(xí)、自然語言處理、區(qū)塊鏈等技術(shù)，構(gòu)建客戶畫像模型、反欺詐模型、經(jīng)營(yíng)準(zhǔn)入模型、客戶評(píng)分模型等信用模型，依托藏金普惠平臺(tái)正在與銀行聯(lián)合開發(fā)稅務(wù)貸、政采貸、公積金貸等定制化產(chǎn)品，打造“全線上、全場(chǎng)景、全主體、全周期”的綜合金融服務(wù)矩陣，以數(shù)據(jù)“可用不可見”方式為金融機(jī)構(gòu)和政府部門提供定制化信用報(bào)告，實(shí)現(xiàn)金融政策、產(chǎn)品、服務(wù)“一站式”供給。三是搭建數(shù)據(jù)資源管理服務(wù)平臺(tái)。依托數(shù)據(jù)流通機(jī)制，遵照數(shù)據(jù)使用權(quán)限，平臺(tái)面向政府部門、金融機(jī)構(gòu)與企業(yè)，實(shí)現(xiàn)數(shù)據(jù)交換、服務(wù)的統(tǒng)一接入和開放。基于平臺(tái)提供加解密、鑒權(quán)、協(xié)議轉(zhuǎn)換、注冊(cè)服務(wù)、身份認(rèn)證、異常處理、服務(wù)路由、日志管理等服務(wù)。通過數(shù)據(jù)接口管理、元數(shù)據(jù)追溯、數(shù)據(jù)分類分級(jí)等管理方式，結(jié)合統(tǒng)一的對(duì)外標(biāo)準(zhǔn)化服務(wù)封裝，將以往各系統(tǒng)、各平臺(tái)之間點(diǎn)對(duì)點(diǎn)連接形成的網(wǎng)狀拓?fù)浣Y(jié)構(gòu)，優(yōu)化為星形拓?fù)浣Y(jié)構(gòu)，大幅降低數(shù)字金融服務(wù)網(wǎng)絡(luò)復(fù)雜度，提高了各應(yīng)用場(chǎng)景數(shù)字金融服務(wù)研發(fā)效率。圖

“一企一庫(kù)”企業(yè)信用主題庫(kù)架構(gòu)目前，藏金普惠平臺(tái)已匯集涉企數(shù)據(jù)超1億條，入駐企業(yè)超1.1萬家，占比達(dá)到西藏中小企業(yè)總數(shù)的15%，入駐金融機(jī)構(gòu)網(wǎng)點(diǎn)345個(gè)，占比達(dá)到西藏金融機(jī)構(gòu)網(wǎng)點(diǎn)的99%，發(fā)布金融產(chǎn)品超200個(gè)，融資申請(qǐng)超2100筆，授信額度超340億元。十三.科技文獻(xiàn)數(shù)據(jù)挖掘助力科研效率提升和大模型訓(xùn)練科技文獻(xiàn)為科學(xué)研究提供了豐富的研究資源與參考資料，是學(xué)術(shù)交流的重要媒介。科技創(chuàng)新需要大量科技文獻(xiàn)數(shù)據(jù)支持，但傳統(tǒng)文獻(xiàn)文檔內(nèi)容結(jié)構(gòu)松散，信息分布呈現(xiàn)碎片化特點(diǎn)，導(dǎo)致數(shù)據(jù)篩選整合低效，嚴(yán)重影響科研效率。中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心聯(lián)合相關(guān)單位借助人工智能技術(shù)，深度挖掘科技文獻(xiàn)中的數(shù)據(jù)價(jià)值，構(gòu)建覆蓋多領(lǐng)域的高質(zhì)量數(shù)據(jù)集，支持科技領(lǐng)域大模型建設(shè)，助推科研范式變革。一是合規(guī)歸集高質(zhì)量科技文獻(xiàn)數(shù)據(jù)。在遵循知識(shí)產(chǎn)權(quán)法規(guī)和國(guó)際通行規(guī)范的基礎(chǔ)上，充分發(fā)揮中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心和國(guó)家科技圖書文獻(xiàn)中心（NSTL）的學(xué)科優(yōu)勢(shì)，與領(lǐng)域內(nèi)的科學(xué)家緊密協(xié)作，匯聚大量權(quán)威可靠的科技文獻(xiàn)數(shù)據(jù)及專業(yè)領(lǐng)域知識(shí)。通過對(duì)科技文獻(xiàn)全文數(shù)據(jù)中的文本、圖表、公式等進(jìn)行多模態(tài)解構(gòu)，構(gòu)建了一個(gè)覆蓋多個(gè)學(xué)科的綜合知識(shí)資源庫(kù)，不僅包含了傳統(tǒng)的文本信息，還涵蓋了圖表和公式等非文本元素，形成一個(gè)全方位的多模態(tài)知識(shí)體系。目前公益學(xué)術(shù)平臺(tái)（PubScholar）已歸集1.8億條文獻(xiàn)元數(shù)據(jù)，逾8065萬篇完整的文獻(xiàn)全文，為科研人員提供了豐富的研究素材和知識(shí)支持。二是突破關(guān)鍵技術(shù)研發(fā)科技文獻(xiàn)人工智能引擎（SciAIEngine）。提出了掩藏句子模型（MaskedSentenceModel）與兩階段方案實(shí)現(xiàn)文本中的知識(shí)抽取，基于層次分類器集群實(shí)現(xiàn)千級(jí)類目中圖法分類，通過嵌入詞典和詞性特征實(shí)現(xiàn)關(guān)鍵詞識(shí)別，基于小樣本數(shù)據(jù)利用半監(jiān)督迭代學(xué)習(xí)等技術(shù)實(shí)現(xiàn)命名實(shí)體識(shí)別。利用這些創(chuàng)新技術(shù)，提升文本挖掘能力，研發(fā)科技文獻(xiàn)人工智能引擎（SciAIEngine）。形成一系列可供擴(kuò)展應(yīng)用的軟件、數(shù)據(jù)、解決方案和工具集，并提出了一套從科技文獻(xiàn)中挖掘領(lǐng)域知識(shí)與科學(xué)數(shù)據(jù)的流程方法。三是深度挖掘科技文獻(xiàn)內(nèi)容。利用科學(xué)人工智能引擎對(duì)優(yōu)選文獻(xiàn)進(jìn)行深度挖掘，提取包括關(guān)鍵科學(xué)數(shù)據(jù)、實(shí)驗(yàn)結(jié)果等硬信息，提取理論框架、研究方法等軟知識(shí)。通過深度挖掘科技文獻(xiàn)的專業(yè)領(lǐng)域本體知識(shí)、科學(xué)數(shù)據(jù)、觀點(diǎn)傾向等科技文獻(xiàn)內(nèi)容，建立細(xì)粒度科技文獻(xiàn)內(nèi)容與句子、段落、圖表、全文之間的循證關(guān)系，支持文獻(xiàn)內(nèi)容溯源。將細(xì)粒度知識(shí)與科學(xué)數(shù)據(jù)進(jìn)一步融合、精選、對(duì)齊、補(bǔ)齊，構(gòu)建高質(zhì)量語料庫(kù)、專業(yè)化領(lǐng)域知識(shí)本體庫(kù)、適用人工智能的科學(xué)數(shù)據(jù)集和研究觀點(diǎn)傾向庫(kù)。當(dāng)前已支持上海藥物所從文獻(xiàn)中挖掘藥物靶標(biāo)數(shù)據(jù)，支撐新藥研發(fā)；與西南交大合作挖掘二維材料屬性數(shù)據(jù)，賦能材料研發(fā)；與東北地理所合作挖掘木質(zhì)纖維素生物降解知識(shí)，助力黑土地生物質(zhì)高效利用。四是建設(shè)科技文獻(xiàn)大模型。基于專業(yè)化領(lǐng)域知識(shí)本體庫(kù)、適用人工智能的科學(xué)數(shù)據(jù)集、研究觀點(diǎn)傾向庫(kù)構(gòu)建支撐智能科研（AI4S）的科技文獻(xiàn)知識(shí)底座，支持AI4S模型的訓(xùn)練，為AI4S智能模型假設(shè)的提出、預(yù)測(cè)的驗(yàn)證和推理的監(jiān)督提供知識(shí)基礎(chǔ)。與頭部人工智能企業(yè)合作，集成知識(shí)圖譜、語義搜索等功能，打造支持智能化科研的解決方案。同時(shí)開發(fā)醫(yī)學(xué)、化學(xué)領(lǐng)域的垂直大模型，為科技創(chuàng)新提供知識(shí)數(shù)據(jù)支持。其中，科技文獻(xiàn)大模型提高論文調(diào)研效率10倍以上，論文研讀有效率超90%。圖1

AI4S知識(shí)底座圖2PubScholar公益學(xué)術(shù)平臺(tái)十四.工程科技數(shù)據(jù)融合加速工程技術(shù)創(chuàng)新高質(zhì)量數(shù)據(jù)是開展工程科技戰(zhàn)略咨詢不可或缺的基石。然而，工程科技領(lǐng)域的數(shù)據(jù)往往零散無序，數(shù)據(jù)源壁壘高筑，信息孤島林立，數(shù)據(jù)難以互聯(lián)互通。為此，中國(guó)工程院戰(zhàn)略咨詢中心聯(lián)合浪潮軟件科技有限公司匯聚和整合工程科技領(lǐng)域數(shù)據(jù)資源，實(shí)現(xiàn)跨領(lǐng)域數(shù)據(jù)融合和資源共享，促進(jìn)知識(shí)倍增效應(yīng)，為科技戰(zhàn)略咨詢、工程科技創(chuàng)新和國(guó)際交流合作提供信息支撐和知識(shí)服務(wù)。圖1

知識(shí)中心基礎(chǔ)底座一是持續(xù)推進(jìn)數(shù)據(jù)資源匯聚整合。持續(xù)推動(dòng)工程科技領(lǐng)域“元數(shù)據(jù)?！奔疤厣Y源建設(shè)，匯聚工程科技能源、交通、航天、化工、信息技術(shù)、海洋、地質(zhì)、氣象等30多個(gè)專業(yè)領(lǐng)域數(shù)據(jù)資源，工程科技領(lǐng)域一級(jí)學(xué)科覆蓋率達(dá)100%，二級(jí)學(xué)科覆蓋率達(dá)90%，數(shù)據(jù)總量超過72億條，資源體量100TB?；诠こ炭萍碱I(lǐng)域多源異構(gòu)數(shù)據(jù)融合的大數(shù)據(jù)存儲(chǔ)和處理技術(shù)搭建了資源匯聚加工的技術(shù)環(huán)境和數(shù)據(jù)采集、治理加工工具，支撐了知識(shí)服務(wù)搜索引擎、智庫(kù)研究、技術(shù)洞察與趨勢(shì)分析等應(yīng)用場(chǎng)景，形成了一套科學(xué)的資源管理體系，推進(jìn)生態(tài)、氣象、環(huán)境、水利等跨領(lǐng)域基于地理和機(jī)構(gòu)等維度的知識(shí)融合。二是建設(shè)高價(jià)值特色數(shù)據(jù)資源。在數(shù)據(jù)治理的基礎(chǔ)上建立了統(tǒng)一知識(shí)圖譜構(gòu)建、人工智能開發(fā)服務(wù)、技術(shù)洞察及趨勢(shì)分析、詞表集成等能力，為數(shù)據(jù)挖掘分析、知識(shí)關(guān)聯(lián)發(fā)現(xiàn)提供技術(shù)和能力保障。構(gòu)建工程科技專家?guī)?、機(jī)構(gòu)數(shù)據(jù)庫(kù)、戰(zhàn)略咨詢資源庫(kù)、學(xué)術(shù)會(huì)議資源庫(kù)等8個(gè)主題庫(kù)，基于知識(shí)組織與知識(shí)計(jì)算等前沿技術(shù)對(duì)咨詢報(bào)告等資源深度加工，形成特色數(shù)據(jù)資源。三是實(shí)施全面的數(shù)據(jù)安全控制措施。依托知識(shí)中心的數(shù)據(jù)安全管理規(guī)范，對(duì)數(shù)據(jù)資源處理流程實(shí)行端到端的監(jiān)控；依據(jù)數(shù)據(jù)資源的分類分級(jí)管理制度，實(shí)行差異化管理策略，對(duì)數(shù)據(jù)進(jìn)行分類存儲(chǔ)，并對(duì)敏感信息采取加密和脫敏處理。此外，構(gòu)建了數(shù)據(jù)緩沖區(qū)，利用大數(shù)據(jù)批量標(biāo)注技術(shù)、內(nèi)容安全審核API同時(shí)結(jié)合人工復(fù)審的多層防護(hù)機(jī)制，建立健全數(shù)據(jù)安全保障技術(shù)體系。四是整合多元生態(tài)打造精品化知識(shí)服務(wù)。聚焦國(guó)家戰(zhàn)略和特定用戶場(chǎng)景，利用已匯聚的海量數(shù)據(jù)資源，結(jié)合人工智能、大數(shù)據(jù)挖掘等技術(shù)，開發(fā)系列精品知識(shí)服務(wù)產(chǎn)品，建成了多學(xué)科融合的工程科技大數(shù)據(jù)服務(wù)平臺(tái)。此平臺(tái)包含服務(wù)于高端智庫(kù)、科研人員和社會(huì)公眾的多樣化工具和專題，如智庫(kù)支持系統(tǒng)、全球項(xiàng)目庫(kù)、知領(lǐng)戰(zhàn)“疫”系列等。這些知識(shí)產(chǎn)品廣泛應(yīng)用于圖書館聯(lián)盟、高校及機(jī)構(gòu)中，惠及科技界，形成了全面而深入的服務(wù)生態(tài)。目前已匯聚工程科技30多個(gè)專業(yè)領(lǐng)域的數(shù)據(jù)資源，覆蓋工程科技領(lǐng)域全部一級(jí)學(xué)科，滿足高端智庫(kù)咨詢研究工作所需。累計(jì)為100多個(gè)國(guó)家重大項(xiàng)目與工程、數(shù)十家企業(yè)、科研機(jī)構(gòu)與地方政府提供了數(shù)據(jù)支持、決策支撐服務(wù)，為全國(guó)2000余家高校、130余家科研單位、60余個(gè)地方圖書館的科技工作者提供數(shù)據(jù)和知識(shí)服務(wù)。聯(lián)盟式知識(shí)中心建設(shè)為推動(dòng)我國(guó)工程科技領(lǐng)域大數(shù)據(jù)共建共享、行業(yè)和地方大數(shù)據(jù)系統(tǒng)建設(shè)提供了有益經(jīng)驗(yàn)。圖2

知識(shí)中心門戶十五.數(shù)據(jù)賦能稀貴金屬產(chǎn)業(yè)發(fā)展云南是我國(guó)稀貴金屬資源的重要富集地，但因受到技術(shù)瓶頸制約，相關(guān)礦產(chǎn)開發(fā)產(chǎn)業(yè)發(fā)展相對(duì)滯后。云南省科學(xué)技術(shù)院以科研數(shù)據(jù)深度利用作為破局的關(guān)鍵手段，啟動(dòng)實(shí)施稀貴金屬材料基因工程，體系化推動(dòng)相關(guān)計(jì)算、實(shí)驗(yàn)數(shù)據(jù)的采集與整合，建成內(nèi)容完整的稀貴金屬材料專業(yè)基礎(chǔ)數(shù)據(jù)庫(kù)和系列典型材料專用數(shù)據(jù)庫(kù)，發(fā)展多方協(xié)同的一體化材料數(shù)據(jù)研發(fā)應(yīng)用平臺(tái)，精準(zhǔn)指導(dǎo)技術(shù)研發(fā)，優(yōu)化生產(chǎn)流程，有效支撐稀貴金屬產(chǎn)業(yè)技術(shù)創(chuàng)新。圖1

數(shù)據(jù)賦能稀貴金屬材料產(chǎn)業(yè)發(fā)展流程架構(gòu)一是探索科研新范式。攜手貴金屬集團(tuán)、云錫、云鍺等行業(yè)領(lǐng)軍企業(yè)，聯(lián)合清華大學(xué)、上海大學(xué)、美國(guó)賓夕法尼亞州立大學(xué)、日本國(guó)立物質(zhì)材料研究所等30余家終端用戶及國(guó)際一流科研機(jī)構(gòu)，集結(jié)跨越材料科學(xué)、物理學(xué)、化學(xué)等領(lǐng)域的400多位跨學(xué)科研發(fā)與管理精英針對(duì)關(guān)鍵難題展開集中攻堅(jiān)，構(gòu)筑了從“創(chuàng)新平臺(tái)搭建—精英團(tuán)隊(duì)聚合—項(xiàng)目統(tǒng)一調(diào)度—基礎(chǔ)理論探索—核心技術(shù)攻破—工程實(shí)踐應(yīng)用”的全鏈路創(chuàng)新體系。項(xiàng)目團(tuán)隊(duì)依托擁有1.54萬計(jì)算核心的高性能計(jì)算平臺(tái)，運(yùn)用機(jī)器學(xué)習(xí)等人工智能技術(shù)，對(duì)海量稀貴金屬材料數(shù)據(jù)進(jìn)行深度建模分析，極大地加速了新材料的研發(fā)進(jìn)程。與傳統(tǒng)的試錯(cuò)法相比，這種創(chuàng)新技術(shù)路徑將新材料的研發(fā)周期從5年大幅縮減至2年，研發(fā)成本降低80%以上，顯著提升了稀貴金屬材料研發(fā)的效率與經(jīng)濟(jì)性。圖2

科研新范式指導(dǎo)稀貴金屬產(chǎn)品研發(fā)二是以科學(xué)數(shù)據(jù)支撐技術(shù)創(chuàng)新。建成金、銀、鉑、鈀等11類稀貴金屬新材料的基礎(chǔ)參數(shù)數(shù)據(jù)庫(kù)和匯聚計(jì)算、實(shí)驗(yàn)、生產(chǎn)加工、服役評(píng)價(jià)數(shù)據(jù)的系統(tǒng)性稀貴金屬材料專用數(shù)據(jù)庫(kù)，總數(shù)據(jù)量達(dá)到7900萬條。搭建稀貴金屬材料基因工程總控平臺(tái)，對(duì)計(jì)算/表征平臺(tái)、數(shù)據(jù)管理平臺(tái)、數(shù)據(jù)應(yīng)用平臺(tái)進(jìn)行集成管理、資源的協(xié)同共享、數(shù)據(jù)的可視化分析。配套研發(fā)多種包含分布式存儲(chǔ)、挖掘分析、交互協(xié)同等重要功能的材料基因工程大數(shù)據(jù)技術(shù)。圖3

科學(xué)數(shù)據(jù)支撐貴金屬技術(shù)創(chuàng)新三是加強(qiáng)科學(xué)數(shù)據(jù)安全合規(guī)管理。建立網(wǎng)絡(luò)安全保障體系，完善科學(xué)數(shù)據(jù)管控、屬性管理、身份識(shí)別、行為追溯、黑名單等管理措施，定期維護(hù)數(shù)據(jù)庫(kù)系統(tǒng)安全，健全安全防護(hù)體系。開發(fā)內(nèi)外網(wǎng)數(shù)據(jù)同步、多用戶高效入庫(kù)的單向控制傳輸技術(shù)，解決外部數(shù)據(jù)流轉(zhuǎn)的安全、效率及存儲(chǔ)保密問題。基于《材料基因工程數(shù)據(jù)通則》，建立了8種材料的元數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)模板，實(shí)現(xiàn)稀貴金屬材料全數(shù)據(jù)鏈條管理。自主研發(fā)了貴金屬材料數(shù)據(jù)格式和搜索技術(shù)，支持大批量數(shù)據(jù)搜索。獨(dú)創(chuàng)了secret/key數(shù)據(jù)庫(kù)數(shù)據(jù)分享，每個(gè)用戶可創(chuàng)建專屬密鑰，并配置可獲取的數(shù)據(jù)范圍。四是推動(dòng)科學(xué)數(shù)據(jù)有序開放共享。以“稀貴金屬材料基因工程數(shù)據(jù)一體化開發(fā)服務(wù)平臺(tái)”為數(shù)字基座，聯(lián)合新材料研發(fā)機(jī)構(gòu)組建數(shù)據(jù)開發(fā)利用聯(lián)盟，建立集約統(tǒng)籌的數(shù)據(jù)融通共享與權(quán)益互惠機(jī)制。強(qiáng)化統(tǒng)籌授權(quán)使用和管理，推進(jìn)互聯(lián)互通，打破“數(shù)據(jù)孤島”，探索制定數(shù)據(jù)共享規(guī)范，建立基于區(qū)塊鏈技術(shù)的數(shù)據(jù)共享平臺(tái)，形成具有云南特色的稀貴金屬數(shù)據(jù)共享共用的制度體系。圖4稀貴金屬材料數(shù)據(jù)一體化開發(fā)服務(wù)平臺(tái)整體框架2018年以來，稀貴金屬材料基因工程已服務(wù)云南貴金屬集團(tuán)、云南錫業(yè)、中銅集團(tuán)、云南鈦業(yè)、云南鍺業(yè)、中宣液態(tài)等龍頭企業(yè)，支撐新建和升級(jí)15條示范線，加速了新材料產(chǎn)業(yè)從特色產(chǎn)業(yè)向支柱產(chǎn)業(yè)轉(zhuǎn)變。開發(fā)半導(dǎo)體化合物用高純銦（7N）、6英寸空間太陽(yáng)能電池用鍺單晶、熱控與能源用液態(tài)金屬導(dǎo)熱膏和導(dǎo)熱片、高性能環(huán)保錫基阻燃劑、海洋和艦船、石油工程用高耐蝕鈦合金等國(guó)際國(guó)內(nèi)領(lǐng)先的產(chǎn)品。帶動(dòng)企業(yè)研發(fā)投入5.6億元，產(chǎn)生13.88億元新增產(chǎn)值，新增利潤(rùn)2580萬元，新增稅金993萬元。十六.匯聚優(yōu)質(zhì)文物數(shù)據(jù)資源加速文化傳播和文創(chuàng)產(chǎn)業(yè)發(fā)展歷史文化遺產(chǎn)是中華優(yōu)秀傳統(tǒng)文化的重要組成部分，蘊(yùn)含著中國(guó)智慧與中國(guó)精神。當(dāng)前，文化遺產(chǎn)行業(yè)存在數(shù)據(jù)資源供給不足，大量?jī)?yōu)質(zhì)的文化遺產(chǎn)數(shù)據(jù)資源難以有效利用等問題。故宮博物院推出了文物數(shù)據(jù)資源平臺(tái)“數(shù)字文物庫(kù)”，推動(dòng)更多優(yōu)質(zhì)的數(shù)字文化資源開放共享，拓展文物數(shù)據(jù)資源跨行業(yè)應(yīng)用場(chǎng)景，為出版、教育、展覽等行業(yè)賦能，加速文化傳播和創(chuàng)意產(chǎn)業(yè)發(fā)展。一是采集匯聚文物數(shù)據(jù)資源。利用超高清二維數(shù)字影像、三維數(shù)字重建、虛實(shí)融合視音頻采集等，對(duì)文物進(jìn)行數(shù)字化采集，形成文物高清影像等數(shù)據(jù)資源。通過機(jī)器自動(dòng)標(biāo)注與人工校對(duì)結(jié)合的方式，從物理屬性、歷史背景、藝術(shù)特征等方面對(duì)文物數(shù)字資源進(jìn)行多維度、多層次標(biāo)注，將原本分散、單一維度的數(shù)據(jù)資源鏈接成高度關(guān)聯(lián)、多維度的知識(shí)網(wǎng)絡(luò)，不僅優(yōu)化了數(shù)據(jù)供給的質(zhì)量和可用性，也將文物數(shù)字資源轉(zhuǎn)化為可深度應(yīng)用的標(biāo)準(zhǔn)化數(shù)據(jù)資源。構(gòu)建文物數(shù)據(jù)資源平臺(tái)“數(shù)字文物庫(kù)”，匯集所有文物基礎(chǔ)信息、數(shù)字影像等數(shù)據(jù)資源，對(duì)外可提供186萬余件院藏珍貴級(jí)文物基本信息服務(wù)，公布了超10萬件珍貴級(jí)文物高清數(shù)字影像。二是強(qiáng)化文物數(shù)據(jù)安全治理。建立數(shù)據(jù)質(zhì)量管理體系，對(duì)文物數(shù)據(jù)在生命周期內(nèi)全方位進(jìn)行管理。在資源管理系統(tǒng)統(tǒng)一存儲(chǔ)，防止數(shù)據(jù)從采集匯聚過程中流失。制定數(shù)據(jù)傳輸規(guī)范，將原始文物數(shù)據(jù)資源存儲(chǔ)在內(nèi)網(wǎng)，并與外網(wǎng)隔離，經(jīng)過數(shù)據(jù)加工后，通過單向推送方式輸送到外網(wǎng)云存儲(chǔ)空間，形成數(shù)據(jù)資源庫(kù)。三是拓展文物數(shù)據(jù)應(yīng)用場(chǎng)景。通過授權(quán)使用的方式，支持用戶利用故宮文物數(shù)據(jù)進(jìn)行融合創(chuàng)新，打造圖書出版、文創(chuàng)產(chǎn)品研發(fā)、數(shù)字展覽等應(yīng)用場(chǎng)景，進(jìn)一步釋放文物價(jià)值。每年完成《故宮日歷》《故宮萬象》等近百種特色圖書出版發(fā)行，圍繞“故宮中國(guó)節(jié)”“宮囍龍鳳呈祥”“金榜題名”等主題研發(fā)文具、玩具、首飾、禮品等多品類文創(chuàng)新品超過1300多種，打造“悅讀故宮”展、“畫游千里江山——故宮沉浸藝術(shù)展”等對(duì)外文化創(chuàng)意展覽、數(shù)字展覽近10項(xiàng)，觀眾參與度達(dá)到百萬級(jí)，形成超過億元產(chǎn)值的文化創(chuàng)意產(chǎn)業(yè)規(guī)模。圖

文物數(shù)字資源平臺(tái)

“數(shù)字文物庫(kù)”十七.數(shù)據(jù)資源共享助力文物保護(hù)、藝術(shù)傳承、文化推廣敦煌石窟文化遺產(chǎn)是世界獨(dú)一無二的文化寶藏，對(duì)歷史、宗教、地理、民族、美術(shù)等都有重要研究?jī)r(jià)值。為推動(dòng)敦煌石窟文化資源高效共享和廣泛利用，敦煌研究院系統(tǒng)梳理各類文物數(shù)據(jù)資源，打造了數(shù)據(jù)資源共享平臺(tái)“數(shù)字敦煌·開放素材庫(kù)”，利用區(qū)塊鏈、數(shù)字水印等版權(quán)保護(hù)技術(shù)，創(chuàng)新文物數(shù)據(jù)資源開放、共享、共創(chuàng)模式，助力提升敦煌石窟保護(hù)、藝術(shù)傳承及文化推廣。一是整合制作文物數(shù)據(jù)資源素材。敦煌研究院應(yīng)用多圖像三維重建技術(shù)，對(duì)大遺址、洞窟結(jié)構(gòu)、彩塑以及壁畫進(jìn)行數(shù)字化采集，形成7處大遺址、250個(gè)洞窟結(jié)構(gòu)和60余身彩塑的三維重建數(shù)字檔案，以及180多個(gè)洞窟壁畫數(shù)字化成果。依托“數(shù)字敦煌”平臺(tái)及敦煌石窟文物數(shù)據(jù)管理平臺(tái)，應(yīng)用大數(shù)據(jù)、人工智能、知識(shí)關(guān)聯(lián)、質(zhì)量增強(qiáng)等技術(shù)，整合熱點(diǎn)文物數(shù)據(jù)資源，對(duì)“數(shù)字敦煌”成果進(jìn)一步加工處理，分類梳理制作形成壁畫專題、元素、線描稿、藝術(shù)攝影、藏經(jīng)洞文獻(xiàn)、創(chuàng)意內(nèi)容等6500余份高清數(shù)據(jù)素材，匯聚至“數(shù)字敦煌·開放素材庫(kù)”平臺(tái)。二是健全文物數(shù)據(jù)安全保障機(jī)制。通過建立數(shù)據(jù)安全體系，對(duì)數(shù)據(jù)生產(chǎn)流程追蹤、數(shù)據(jù)傳輸校驗(yàn)、數(shù)據(jù)存儲(chǔ)監(jiān)控、文件備份及容災(zāi)系統(tǒng)建設(shè)等，保障文物數(shù)據(jù)全生命周期安全。在文物數(shù)據(jù)應(yīng)用流通過程中，利用區(qū)塊鏈、數(shù)字水印等技術(shù)，完成數(shù)據(jù)資源的版權(quán)保護(hù)和安全審核；通過與用戶簽訂電子合同的方式，授權(quán)用戶安全合規(guī)使用平臺(tái)數(shù)據(jù)資源；通過引進(jìn)專業(yè)律師團(tuán)隊(duì)，解決數(shù)據(jù)資源確權(quán)、授權(quán)和二次創(chuàng)作維權(quán)問題。三是創(chuàng)新文物數(shù)據(jù)資源共享共創(chuàng)模式。將開放素材分為公益用途、商業(yè)用途兩種類別，鼓勵(lì)用戶利用素材進(jìn)行二次創(chuàng)作，收益按照合同約定比例通過平臺(tái)分賬系統(tǒng)自動(dòng)分賬，拓寬了藝術(shù)創(chuàng)作領(lǐng)域，增強(qiáng)了藝術(shù)創(chuàng)作積極性，促進(jìn)了文物數(shù)據(jù)資源的融合創(chuàng)新與聚合增值。圖

數(shù)字敦煌·開放素材庫(kù)“數(shù)字敦煌·開放素材庫(kù)”自2022年12月上線以來，訪問量超過420萬人次，提高了敦煌文物和藝術(shù)作品的傳播影響力，訂單超過16000單，素材下載量超過22000次，拓展了文物數(shù)據(jù)流通使用范圍，增強(qiáng)了文物數(shù)字化保護(hù)的可持續(xù)發(fā)展能力。十八.文旅數(shù)據(jù)共享提升旅游目的地影響力文旅產(chǎn)業(yè)數(shù)字化是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要路徑，有利于優(yōu)化服務(wù)和提升旅行體驗(yàn)。甘肅省文化和旅游廳整合公安、交通、民航等多源數(shù)據(jù)，建設(shè)了甘肅文旅大數(shù)據(jù)交換共享平臺(tái)，為用戶提供客流分析、景區(qū)監(jiān)測(cè)、智能導(dǎo)游等服務(wù)，推動(dòng)旅游數(shù)據(jù)要素流通與價(jià)值釋放，為文旅產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供了數(shù)據(jù)支撐和決策依據(jù)，促進(jìn)文旅產(chǎn)業(yè)提質(zhì)增效、高質(zhì)量發(fā)展。一是整合匯聚多源異構(gòu)數(shù)據(jù)資源。橫向上，通過交換共享的方式整合相關(guān)部門客流脫敏數(shù)據(jù)、高速公路車輛脫敏數(shù)據(jù)；通過項(xiàng)目建設(shè)方式獲取景區(qū)視頻監(jiān)控?cái)?shù)據(jù)、景區(qū)分時(shí)預(yù)約數(shù)據(jù)和鐵路客運(yùn)數(shù)據(jù)等；通過網(wǎng)絡(luò)數(shù)據(jù)采集的形式獲得游客分享、網(wǎng)絡(luò)討論等數(shù)據(jù)。縱向上，通過政務(wù)數(shù)據(jù)共享交換聯(lián)通各市州區(qū)縣文旅相關(guān)數(shù)據(jù)。目前，平臺(tái)實(shí)現(xiàn)全省文旅數(shù)據(jù)跨部門、跨層級(jí)融合共享，日均處理數(shù)據(jù)7億條，存儲(chǔ)數(shù)據(jù)40GB。二是加強(qiáng)數(shù)據(jù)安全與隱私保護(hù)。平臺(tái)系統(tǒng)部署在甘肅省政務(wù)云平臺(tái)上，已完成應(yīng)用上云，通過信息安全等級(jí)保護(hù)測(cè)評(píng)三級(jí)認(rèn)證。平臺(tái)系統(tǒng)安全防護(hù)使用云服務(wù)商提供的安全資源池，包括防火墻、入侵防御系統(tǒng)、堡壘機(jī)、外網(wǎng)日志審計(jì)等，并定期派專人進(jìn)行安全漏洞風(fēng)險(xiǎn)排查、日志審計(jì)風(fēng)險(xiǎn)排查和安全功能監(jiān)測(cè)。同時(shí)甘肅省文旅廳成立網(wǎng)絡(luò)安全領(lǐng)導(dǎo)小組，制定信息系統(tǒng)管理制度，建立由總體方針、安全策略、管理制度、操作規(guī)程等構(gòu)成的網(wǎng)絡(luò)安全管理制度體系，保障數(shù)據(jù)流通過程中的安全性和隱私性。三是拓展數(shù)據(jù)應(yīng)用場(chǎng)景。基于共享監(jiān)測(cè)數(shù)據(jù)，構(gòu)建客流分析預(yù)測(cè)、景區(qū)運(yùn)營(yíng)分析、客源地分析等模型，支撐智慧服務(wù)、運(yùn)營(yíng)管理、輔助決策等應(yīng)用。例如，在“天水麻辣燙”火爆期間，通過整合分析在線旅游平臺(tái)、短視頻平臺(tái)等數(shù)據(jù)，精準(zhǔn)設(shè)置話題，結(jié)合各種特色線下活動(dòng)，助力“天水麻辣燙”持續(xù)火熱。平臺(tái)支撐的面向游客端的“一部手機(jī)游甘肅”平臺(tái)服務(wù)游客達(dá)3600萬人次、分時(shí)預(yù)約平臺(tái)服務(wù)游客達(dá)1360萬人次，持續(xù)助力甘肅旅游接待人次和旅游消費(fèi)整體提升。圖甘肅文旅大數(shù)據(jù)綜合應(yīng)用平臺(tái)十九.多源數(shù)據(jù)省域共享助推文旅服務(wù)提升利用數(shù)字技術(shù)創(chuàng)新賦能文旅產(chǎn)業(yè)發(fā)展，是國(guó)家文化數(shù)字化戰(zhàn)略的重要內(nèi)容。當(dāng)前，文旅行業(yè)存在基礎(chǔ)數(shù)據(jù)不貫通、公共服務(wù)數(shù)據(jù)難查詢、行業(yè)數(shù)據(jù)“橫向不可比、縱向不可加”等問題，不利于文物保護(hù)和行業(yè)監(jiān)管。江蘇省數(shù)字文化和智慧旅游發(fā)展中心推進(jìn)省域文旅數(shù)據(jù)共享應(yīng)用，推出客流測(cè)算、消費(fèi)分析、景區(qū)監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警等服務(wù)，推動(dòng)數(shù)據(jù)賦能文物保護(hù)利用和旅游服務(wù)提升。一是推動(dòng)多源數(shù)據(jù)匯聚。建立健全文旅數(shù)據(jù)統(tǒng)一目錄和標(biāo)準(zhǔn)，通過自動(dòng)化采集的方式歸集閘機(jī)數(shù)據(jù)；通過統(tǒng)一購(gòu)買的方式歸集銀聯(lián)消費(fèi)、美團(tuán)本地服務(wù)、線上旅行社訂單等數(shù)據(jù)；通過授權(quán)或交換共享方式接入景區(qū)、鄉(xiāng)村旅游點(diǎn)、文化場(chǎng)館、演出場(chǎng)所等監(jiān)測(cè)數(shù)據(jù)，形成2.96億條文旅行業(yè)數(shù)據(jù)資源。二是促進(jìn)數(shù)據(jù)多級(jí)共享。打造省市縣企四級(jí)數(shù)據(jù)共享體系，通過數(shù)據(jù)接口、自動(dòng)化報(bào)告、小程序等多種方式，與8家省級(jí)單位、13家設(shè)區(qū)市文旅局、95家區(qū)縣文旅局、40家涉旅企業(yè)進(jìn)行數(shù)據(jù)共享，累計(jì)交換數(shù)據(jù)0.8億條。三是開發(fā)數(shù)據(jù)產(chǎn)品和服務(wù)。聯(lián)合南京大學(xué)、文旅部質(zhì)監(jiān)所、美團(tuán)等多家單位研發(fā)算法模型，通過融合多方數(shù)據(jù)計(jì)算，推出客流測(cè)算、消費(fèi)分析、景區(qū)監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警等服務(wù)，提升旅游服務(wù)和行業(yè)監(jiān)管水平。例如，客流監(jiān)測(cè)覆蓋全省838家景區(qū)場(chǎng)館，實(shí)時(shí)發(fā)布259家高等級(jí)景區(qū)的舒適度指數(shù)，引導(dǎo)游客合理出行。四是強(qiáng)化數(shù)據(jù)安全防護(hù)?；跀?shù)據(jù)的所屬行業(yè)、所屬系統(tǒng)、數(shù)據(jù)體量、數(shù)據(jù)倉(cāng)庫(kù)所在層級(jí)、數(shù)據(jù)更新周期、數(shù)據(jù)訪問級(jí)別等信息，對(duì)數(shù)據(jù)進(jìn)行分項(xiàng)自動(dòng)打分、多元綜合得分、人工最終評(píng)分，形成了文化、文物、旅游三類四級(jí)數(shù)據(jù)體系，其中，景區(qū)目錄、星級(jí)酒店目錄等一級(jí)數(shù)據(jù)公開共享，景區(qū)實(shí)時(shí)客流、文化場(chǎng)館參觀信息等二級(jí)數(shù)據(jù)實(shí)行授權(quán)管理，文旅資源普查、銀聯(lián)消費(fèi)等三級(jí)數(shù)據(jù)實(shí)行授權(quán)管理，導(dǎo)游信息、非遺傳承人信息等四級(jí)數(shù)據(jù)實(shí)行授權(quán)管理并加密存儲(chǔ)。通過多因素認(rèn)證、加密存儲(chǔ)和細(xì)粒度的資產(chǎn)授權(quán)管理，對(duì)二級(jí)及以上數(shù)據(jù)實(shí)行數(shù)據(jù)分級(jí)訪問控制，有效防范數(shù)據(jù)泄露風(fēng)險(xiǎn)。圖1智慧文旅平臺(tái)行業(yè)大腦圖2

數(shù)據(jù)應(yīng)用賦能景區(qū)監(jiān)測(cè)通過批量采購(gòu)數(shù)據(jù)，平均每個(gè)監(jiān)測(cè)點(diǎn)位的采購(gòu)價(jià)格約為原來單采價(jià)格的1/5，降低了數(shù)據(jù)采購(gòu)成本。通過數(shù)據(jù)多級(jí)交換共享，平均為各市節(jié)省約100萬元。為廣大公眾和30所學(xué)校、村（社區(qū)）線上、線下提供約8.6萬次“云游”服務(wù)，進(jìn)一步拓展了文化體驗(yàn)新空間。提升文物保護(hù)利用水平，2024年已進(jìn)行文物安全預(yù)警43次，形成文物安全執(zhí)法閉環(huán)。形成紅黃藍(lán)分級(jí)評(píng)價(jià)體系，為全省53家重點(diǎn)景區(qū)假期治安、1.64萬家文旅場(chǎng)所安全巡查提供數(shù)據(jù)支撐。二十.人工智能助力醫(yī)療健康數(shù)據(jù)融合應(yīng)用全面提升基層醫(yī)療服務(wù)能力基層醫(yī)療服務(wù)是醫(yī)療體系的基礎(chǔ)，直接關(guān)系到廣大民眾的健康和生活質(zhì)量。基層醫(yī)生?？圃\療能力和中醫(yī)藥服務(wù)能力不足，造成基層醫(yī)療服務(wù)難以滿足需求。諸暨市衛(wèi)生健康局聯(lián)合訊飛醫(yī)療科技股份有限公司基于醫(yī)療機(jī)構(gòu)門診數(shù)據(jù)、體檢數(shù)據(jù)、個(gè)人就醫(yī)數(shù)據(jù)等，結(jié)合人工智能、大數(shù)據(jù)等技術(shù)，為基層醫(yī)生提供科學(xué)問診、精準(zhǔn)診斷、合理用藥、智能隨訪等智能輔助決策服務(wù)，著力提升診療規(guī)范性、促進(jìn)醫(yī)療數(shù)據(jù)共享、提升公共衛(wèi)生服務(wù)效率，促進(jìn)基層醫(yī)療服務(wù)水平提升。圖1AI臨床輔助決策支持服務(wù)一是搭建醫(yī)療健康數(shù)據(jù)共享平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)融合。在諸暨市衛(wèi)生健康局牽頭組織與推動(dòng)下，建立和完善統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，各醫(yī)療機(jī)構(gòu)共同遵循統(tǒng)一的數(shù)據(jù)格式和傳輸協(xié)議，構(gòu)建人工智能應(yīng)用服務(wù)與現(xiàn)有醫(yī)療健康數(shù)字化應(yīng)用系統(tǒng)（匯聚全市醫(yī)療健康數(shù)據(jù)的“健康大腦”、檢查檢驗(yàn)結(jié)果互認(rèn)共享平臺(tái)—“浙醫(yī)互認(rèn)”、醫(yī)院信息系統(tǒng)等）之間的數(shù)據(jù)高速通道，實(shí)現(xiàn)病歷、影像、公共衛(wèi)生等醫(yī)療衛(wèi)生數(shù)據(jù)及知識(shí)庫(kù)的融合互通。二是建立數(shù)據(jù)治理閉環(huán)機(jī)制，實(shí)現(xiàn)數(shù)據(jù)精準(zhǔn)治理。結(jié)合醫(yī)療衛(wèi)生數(shù)據(jù)流通的“數(shù)據(jù)采集—數(shù)據(jù)治理—數(shù)據(jù)應(yīng)用—質(zhì)量提升”閉環(huán)管理機(jī)制，構(gòu)建“數(shù)治、數(shù)知、數(shù)智”三層治理體系，實(shí)現(xiàn)數(shù)據(jù)的規(guī)范統(tǒng)一和精準(zhǔn)治理。“數(shù)治”是依托數(shù)據(jù)治理和人工智能技術(shù)實(shí)現(xiàn)基礎(chǔ)治理，快速完成海量健康醫(yī)療數(shù)據(jù)采集和異構(gòu)數(shù)據(jù)同構(gòu)化，破解傳統(tǒng)數(shù)據(jù)歸集難、質(zhì)控難、共享難的問題，形成“讓機(jī)構(gòu)可以用的數(shù)據(jù)”?！皵?shù)知”實(shí)現(xiàn)數(shù)據(jù)與醫(yī)學(xué)知識(shí)的深度融合，讓數(shù)據(jù)具有明確的領(lǐng)域知識(shí)屬性，破解傳統(tǒng)知識(shí)與數(shù)據(jù)融合難、數(shù)據(jù)可用性不高等問題，形成“讓業(yè)務(wù)用得好的數(shù)據(jù)”?！皵?shù)智”是依托算法模型實(shí)現(xiàn)數(shù)據(jù)與智慧的融合，構(gòu)建以數(shù)據(jù)為基礎(chǔ)的智能驅(qū)動(dòng)、場(chǎng)景融合和開放服務(wù)，形成“讓醫(yī)療更智慧的數(shù)據(jù)”。目前采集健康數(shù)據(jù)610.7T，發(fā)布233個(gè)數(shù)據(jù)采集標(biāo)準(zhǔn)規(guī)范，形成496個(gè)值域目錄，1600條數(shù)據(jù)元、2.3萬條標(biāo)準(zhǔn)疾病代碼。三是強(qiáng)化數(shù)據(jù)安全保障，實(shí)現(xiàn)“可防可視可控”。依托數(shù)據(jù)脫敏、數(shù)據(jù)加密、數(shù)字水印、區(qū)塊鏈和隱私計(jì)算等安全技術(shù)，對(duì)內(nèi)構(gòu)建可信網(wǎng)絡(luò)環(huán)境，支撐醫(yī)療數(shù)據(jù)上鏈，實(shí)現(xiàn)數(shù)據(jù)流轉(zhuǎn)高效協(xié)同；對(duì)外構(gòu)建安全用數(shù)環(huán)境，支撐數(shù)據(jù)開發(fā)利用，實(shí)現(xiàn)數(shù)據(jù)“可用不可見”，為數(shù)據(jù)應(yīng)用提供安全保障和安全監(jiān)控，實(shí)現(xiàn)數(shù)據(jù)流通與應(yīng)用“可防、可視、可控”。四是深化數(shù)據(jù)開發(fā)應(yīng)用，打造智慧醫(yī)療場(chǎng)景。依托人工智能、大數(shù)據(jù)等技術(shù)，結(jié)合患者的檢查、檢驗(yàn)、用藥及健康檔案等信息，實(shí)現(xiàn)醫(yī)生問診過程中，根據(jù)問診邏輯提示病情問診；診斷過程中，協(xié)助醫(yī)生對(duì)病情進(jìn)行合理診斷；病歷書寫過程中，給予智能分析與提示，協(xié)助醫(yī)生提升病歷書寫規(guī)范性和質(zhì)量；在醫(yī)生開處方和檢查檢驗(yàn)時(shí)，及時(shí)給出專業(yè)建議；公共衛(wèi)生隨訪過程中，替代傳統(tǒng)人工撥打電話溝通的方式，實(shí)現(xiàn)智能語音呼叫隨訪對(duì)象，開展隨訪溝通，并將隨訪結(jié)果自動(dòng)寫入健康檔案系統(tǒng)中等。目前已在縣域內(nèi)23家基層醫(yī)療機(jī)構(gòu)、340家村衛(wèi)生室、2466個(gè)醫(yī)生工作站落地應(yīng)用，病歷規(guī)范率達(dá)98.87%、診斷符合率達(dá)97.79%、用藥合理率達(dá)94.4%，分別提升38.87、17.79、9.4個(gè)百分點(diǎn)，“語音外呼”讓隨訪效率提升20倍以上，顯著提升基層醫(yī)療服務(wù)能力。圖2臨床輔助決策支持監(jiān)管二十一.全流程數(shù)據(jù)融合加速中藥調(diào)劑傳承創(chuàng)新中藥調(diào)劑作為臨床中藥學(xué)的基礎(chǔ)，直接影響中醫(yī)臨床療效的發(fā)揮。中藥調(diào)劑是對(duì)中藥進(jìn)行再加工調(diào)配和配送給患者的過程，但在臨床應(yīng)用過程中存在經(jīng)驗(yàn)數(shù)據(jù)挖掘復(fù)用不充分、操作流程要素不統(tǒng)一、與醫(yī)療服務(wù)銜接不緊密等問題，容易導(dǎo)致醫(yī)療安全隱患。北京中醫(yī)藥大學(xué)聯(lián)合中華中醫(yī)藥學(xué)會(huì)在一定范圍內(nèi)開展了相關(guān)研究，推動(dòng)中藥調(diào)劑全流程數(shù)據(jù)融合，挖數(shù)據(jù)、強(qiáng)治理、管流程、提服務(wù)，有效提升了相關(guān)參與單位的中藥調(diào)劑效率和服務(wù)質(zhì)量。一是挖掘中藥調(diào)劑關(guān)鍵知識(shí)數(shù)據(jù)，構(gòu)建中藥調(diào)劑關(guān)鍵技術(shù)核心數(shù)據(jù)體系。將傳統(tǒng)中藥調(diào)劑中的性狀鑒別、中藥炮制、中藥調(diào)劑、中成藥合理使用等經(jīng)驗(yàn)，提取為處方審核、處方應(yīng)付、發(fā)藥交代、臨床煎煮、調(diào)劑供應(yīng)、性狀辨別、臨床炮制、采購(gòu)管理和貯存養(yǎng)護(hù)等9項(xiàng)技術(shù)數(shù)據(jù)體系，并配套構(gòu)建知識(shí)庫(kù)與知識(shí)圖譜，強(qiáng)化中藥調(diào)劑全流程數(shù)據(jù)要素標(biāo)準(zhǔn)化建設(shè)，主研35項(xiàng)中藥智能調(diào)劑關(guān)鍵技術(shù)標(biāo)準(zhǔn)（其中國(guó)際標(biāo)準(zhǔn)5項(xiàng)），同時(shí)配套形成數(shù)據(jù)元標(biāo)準(zhǔn)目錄，支撐中藥調(diào)劑數(shù)智化應(yīng)用。二是利用區(qū)塊鏈技術(shù)，促進(jìn)數(shù)據(jù)共享安全與合規(guī)監(jiān)管。構(gòu)建智能代配、代煎大數(shù)據(jù)要素融合服務(wù)平臺(tái)，中藥煎藥中心通過與醫(yī)療機(jī)構(gòu)、中藥飲片廠、配送公司等各方的合作與數(shù)據(jù)授權(quán)，融合中藥飲片廠的中藥生產(chǎn)信息、醫(yī)療機(jī)構(gòu)的處方信息、煎藥中心的煎煮灌裝信息、配送公司的配送信息等，利用區(qū)塊鏈技術(shù)將數(shù)據(jù)同步存儲(chǔ)到區(qū)塊鏈節(jié)點(diǎn)中，在代煎各環(huán)節(jié)進(jìn)行數(shù)據(jù)來源驗(yàn)證，將傳統(tǒng)人工調(diào)劑模式升級(jí)為“全流程數(shù)據(jù)追溯+人工+智能自動(dòng)化”的新調(diào)劑模式，推動(dòng)實(shí)現(xiàn)處方精準(zhǔn)調(diào)配、中藥安全代煎，應(yīng)用覆蓋浙江、廣東、上海、重慶、山東、湖北、江蘇、廣西、重慶、福建等21個(gè)省市，120家中藥煎藥中心和3500家醫(yī)療機(jī)構(gòu)。圖智能代配、代煎數(shù)據(jù)融合服務(wù)平臺(tái)三是融合多元數(shù)據(jù)分析，開展個(gè)性化藥囑服務(wù)。基于《傷寒論》藥囑內(nèi)涵解析，依托中藥飲片標(biāo)準(zhǔn)庫(kù)、中醫(yī)經(jīng)方庫(kù)，結(jié)合調(diào)劑數(shù)據(jù)和患者用藥情況等信息分析，實(shí)現(xiàn)個(gè)性化定制并生成中藥飲片藥囑單，形成處方前置審核－飲片調(diào)劑復(fù)核－藥囑指導(dǎo)服務(wù)的標(biāo)準(zhǔn)工作流程，為患者提供正確煎藥和服藥的用藥指導(dǎo)，實(shí)現(xiàn)“一人一方一指導(dǎo)”的個(gè)性化藥囑服務(wù)。自2017年以來，已在北京、天津、寧夏三地投入線下使用，累計(jì)服務(wù)患者逾105.47萬次，用藥指導(dǎo)正確率達(dá)100%，患者滿意度達(dá)100%。二十二.數(shù)據(jù)支持自然災(zāi)害應(yīng)急響應(yīng)處置應(yīng)急救援是保障公眾安全的重要措施，高效精準(zhǔn)的數(shù)據(jù)能有效提升災(zāi)情感知能力、幫助及時(shí)制定應(yīng)急處置決策和強(qiáng)化救援疏散科學(xué)管理。針對(duì)國(guó)內(nèi)外地震、洪澇、滑坡等災(zāi)害應(yīng)急響應(yīng)處置中存在的災(zāi)情快速分析能力不足、精準(zhǔn)預(yù)測(cè)預(yù)警難等問題，中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院和空天信息創(chuàng)新研究院聯(lián)合國(guó)家地震科學(xué)數(shù)據(jù)中心、地面衛(wèi)星應(yīng)用中心和甘肅省科學(xué)數(shù)據(jù)中心等20多家機(jī)構(gòu)，構(gòu)建了跨部門數(shù)據(jù)聯(lián)動(dòng)共享機(jī)制，創(chuàng)建了數(shù)據(jù)工程災(zāi)害應(yīng)急響應(yīng)服務(wù)平臺(tái)，實(shí)現(xiàn)多源數(shù)據(jù)接入、確權(quán)、治理、流通、聚合和應(yīng)用，提升了災(zāi)害應(yīng)急處置速度和能力。一是匯聚融合災(zāi)害應(yīng)急響應(yīng)數(shù)據(jù)。聯(lián)合行業(yè)部門、科研院所、企業(yè)單位等，形成了針對(duì)災(zāi)害應(yīng)急的跨部門數(shù)據(jù)匯聚機(jī)制，高效支持高分、資源等多種衛(wèi)星數(shù)據(jù)的接入以及遙感數(shù)據(jù)的空譜融合、時(shí)空融合，構(gòu)建了覆蓋災(zāi)害高發(fā)區(qū)域的地質(zhì)災(zāi)害、水文、氣象、人口和衛(wèi)星等本底數(shù)據(jù)資源約300TB。二是實(shí)現(xiàn)災(zāi)害應(yīng)急響應(yīng)數(shù)據(jù)可信流通。建立覆蓋我國(guó)主要減災(zāi)機(jī)構(gòu)的區(qū)塊鏈可信聯(lián)盟體系，發(fā)展了基于共識(shí)信任機(jī)制的“確權(quán)認(rèn)證-版本管理-可信共享-溯源追蹤”服務(wù)新模式，推動(dòng)災(zāi)害觀測(cè)數(shù)據(jù)、制圖產(chǎn)品和災(zāi)損報(bào)告等成果的安全流通，形成了良性可持續(xù)的數(shù)據(jù)減災(zāi)防災(zāi)發(fā)展格局。三是提供基于“十大數(shù)據(jù)工程”的災(zāi)害應(yīng)急響應(yīng)服務(wù)。基于“數(shù)據(jù)+AI+模型”技術(shù)研發(fā)的多機(jī)構(gòu)聯(lián)動(dòng)響應(yīng)、應(yīng)急響應(yīng)、災(zāi)害演變分析等十大數(shù)據(jù)工程技術(shù)，災(zāi)害發(fā)生后可快速圈定災(zāi)害區(qū)域、劃定數(shù)據(jù)范圍，建立專題數(shù)據(jù)模型方法。例如，通過制備洪水、地震等災(zāi)害的空間分布，快速分析受災(zāi)情況，科學(xué)預(yù)警次生災(zāi)害的發(fā)生，合理調(diào)配救災(zāi)資源，形成數(shù)據(jù)驅(qū)動(dòng)的災(zāi)后應(yīng)急響應(yīng)支持能力。圖2024年6月廣州梅州洪水淹沒區(qū)（面積152.1668平方千米）空間分布該平臺(tái)在災(zāi)后4小時(shí)內(nèi)，可快速接入國(guó)家地震科學(xué)數(shù)據(jù)中心等20多家機(jī)構(gòu)的災(zāi)害應(yīng)急響應(yīng)數(shù)據(jù)。目前，平臺(tái)已支撐新疆、青海、甘肅、四川湯加火山、敘利亞、烏茲別克斯坦等地60次地震、洪水、滑坡的應(yīng)急處置，為災(zāi)害研究機(jī)構(gòu)和管理人員提供了6PB數(shù)據(jù)服務(wù)，加快了災(zāi)情分析，增強(qiáng)了快速救援能力，有效降低了應(yīng)急響應(yīng)成本。二十三.跨行業(yè)數(shù)據(jù)要素融合應(yīng)用構(gòu)筑鐵路安全新防線強(qiáng)風(fēng)對(duì)列車運(yùn)行具有嚴(yán)重影響，易損害基礎(chǔ)設(shè)施、影響供電設(shè)備安全，嚴(yán)重的可能造成列車脫軌或傾覆。新疆鐵路沿途風(fēng)區(qū)多、風(fēng)力大，為應(yīng)對(duì)強(qiáng)風(fēng)對(duì)新疆鐵路運(yùn)輸生產(chǎn)和行車安全帶來的嚴(yán)重影響，新疆氣象服務(wù)中心與新疆鐵路部門聯(lián)合攻關(guān)，打通氣象與鐵路數(shù)據(jù)、創(chuàng)新氣象服務(wù)模式、推動(dòng)規(guī)?；瘧?yīng)用，實(shí)現(xiàn)了跨行業(yè)數(shù)據(jù)有效利用，降低了鐵路行車安全風(fēng)險(xiǎn)，筑牢維護(hù)乘客生命財(cái)產(chǎn)安全的“防風(fēng)墻”。一是推動(dòng)氣象和鐵路部門數(shù)據(jù)融合共用。通過在鐵路沿線建設(shè)98個(gè)大風(fēng)監(jiān)測(cè)站，實(shí)現(xiàn)了3秒/次的風(fēng)力數(shù)據(jù)采集和傳輸，進(jìn)一步融合鐵路沿線周邊氣象部門的氣象監(jiān)測(cè)數(shù)據(jù)，形成了大風(fēng)災(zāi)害風(fēng)險(xiǎn)精準(zhǔn)預(yù)報(bào)研究的數(shù)據(jù)庫(kù)，實(shí)現(xiàn)氣象與鐵路部門大風(fēng)觀測(cè)數(shù)據(jù)的實(shí)時(shí)共享，并在全國(guó)率先開展了20分鐘大風(fēng)精細(xì)化預(yù)報(bào)研究。二是創(chuàng)新鐵路氣象服務(wù)模式。通過氣象的評(píng)估、預(yù)報(bào)、預(yù)警等數(shù)據(jù)服務(wù)，構(gòu)建了從源頭到運(yùn)行的風(fēng)險(xiǎn)防范模式。面向防風(fēng)工程建設(shè)，在蘭新客運(yùn)高鐵專線線路選址和防風(fēng)工程建設(shè)前期，通過新建19個(gè)多要素氣象觀測(cè)站和2個(gè)擋風(fēng)墻防范效果試驗(yàn)站，將氣象風(fēng)險(xiǎn)區(qū)劃數(shù)據(jù)與鐵路重大工程建設(shè)數(shù)據(jù)深度融合，提前開展氣象風(fēng)險(xiǎn)評(píng)估，從源頭防范和減輕大風(fēng)極端天氣的影響。面向列車運(yùn)行，氣象與鐵路部門聯(lián)合建設(shè)鐵路大風(fēng)精細(xì)化預(yù)報(bào)系統(tǒng)，接入天氣預(yù)報(bào)數(shù)據(jù)、鐵路沿線地形數(shù)據(jù)，進(jìn)行了7大風(fēng)區(qū)16個(gè)關(guān)鍵站點(diǎn)的大風(fēng)趨勢(shì)預(yù)報(bào)，推出了未來48小時(shí)的鐵路大風(fēng)精細(xì)化數(shù)據(jù)產(chǎn)品，預(yù)報(bào)準(zhǔn)確率達(dá)到80%，并納入鐵路調(diào)度指揮系統(tǒng)，實(shí)現(xiàn)由現(xiàn)場(chǎng)實(shí)況指揮行車到“實(shí)況數(shù)據(jù)+精細(xì)化預(yù)報(bào)”指揮行車，建立安全風(fēng)險(xiǎn)超前防范機(jī)制。三是加大推廣復(fù)制力度。新疆氣象服務(wù)中心和鐵路部門關(guān)于大風(fēng)趨勢(shì)預(yù)報(bào)的項(xiàng)目成果，已在中國(guó)鐵路烏魯木齊局集團(tuán)有限公司管轄范圍內(nèi)5條鐵路7大風(fēng)區(qū)落地應(yīng)用，累計(jì)形成了17萬條大風(fēng)預(yù)測(cè)數(shù)據(jù)和大風(fēng)風(fēng)險(xiǎn)評(píng)估系數(shù)等共計(jì)15TB數(shù)據(jù)，用戶數(shù)達(dá)8000人。2009年以來，保持因大風(fēng)引起的鐵路交通事故零發(fā)生，切實(shí)提升了新疆鐵路客運(yùn)產(chǎn)品的核心競(jìng)爭(zhēng)力和新疆鐵路部門的良好社會(huì)公眾形象。圖新疆鐵路大風(fēng)精細(xì)化預(yù)報(bào)系統(tǒng)二十四.數(shù)據(jù)賦能能源行業(yè)綠色低碳轉(zhuǎn)型在能源行業(yè)快速變革的背景下，能源數(shù)據(jù)的流通和使用正成為推動(dòng)行業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵因素。當(dāng)前，能源數(shù)據(jù)流通使用過程中面臨數(shù)據(jù)主體多、標(biāo)準(zhǔn)規(guī)范性差、可信共享水平低等問題，影響高價(jià)值能源數(shù)據(jù)發(fā)揮作用。國(guó)家電網(wǎng)大數(shù)據(jù)中心通過建設(shè)能源大數(shù)據(jù)應(yīng)用平臺(tái)，開展能源數(shù)據(jù)匯聚、共享和應(yīng)用，培育碳足跡核算、能耗監(jiān)測(cè)等典型應(yīng)用場(chǎng)景，有力推動(dòng)數(shù)據(jù)要素價(jià)值釋放、驅(qū)動(dòng)能源行業(yè)綠色低碳發(fā)展。一是創(chuàng)新數(shù)據(jù)獲取模式，實(shí)現(xiàn)海量數(shù)據(jù)匯聚。基于能源大數(shù)據(jù)應(yīng)用平臺(tái)，通過政府授權(quán)、企業(yè)合作、市場(chǎng)采購(gòu)和公開收集等方式，搭建與當(dāng)?shù)卣块T、電力企業(yè)、用能企業(yè)、新能源電站與國(guó)內(nèi)外權(quán)威數(shù)據(jù)機(jī)構(gòu)等的數(shù)據(jù)傳輸通道，累計(jì)實(shí)現(xiàn)能源、環(huán)境、社會(huì)經(jīng)濟(jì)、“雙碳”、公共5大類50個(gè)小類，3.08萬張表、1383.63億條數(shù)據(jù)規(guī)范匯聚。二是打造行業(yè)數(shù)據(jù)資源目錄，推動(dòng)數(shù)據(jù)合規(guī)共享。依托數(shù)聯(lián)網(wǎng)、聯(lián)邦計(jì)算等技術(shù)，構(gòu)建能源數(shù)據(jù)目錄，提供數(shù)據(jù)資源在線發(fā)布、數(shù)據(jù)共享申請(qǐng)、目錄應(yīng)用分析等服務(wù)，為“能源看征信”“信貸反欺詐”等業(yè)務(wù)場(chǎng)景提供數(shù)據(jù)支撐，促進(jìn)跨省市、跨行業(yè)的多方數(shù)據(jù)合規(guī)共享利用（如圖1所示）。圖1能源數(shù)據(jù)資源目錄三是構(gòu)建分析模型，培育典型應(yīng)用。面向“雙碳”數(shù)字化能力建設(shè)、能源行業(yè)綠色轉(zhuǎn)型等方向，圍繞碳排放智能監(jiān)測(cè)、動(dòng)態(tài)核算等場(chǎng)景，打造國(guó)際首創(chuàng)的“電－碳”計(jì)算模型，開展產(chǎn)品碳足跡核算、重點(diǎn)園區(qū)能耗監(jiān)測(cè)等應(yīng)用，實(shí)現(xiàn)分地區(qū)、分行業(yè)、重點(diǎn)企業(yè)的常態(tài)化監(jiān)測(cè)和高頻碳排放數(shù)據(jù)核算，助力政府實(shí)現(xiàn)能耗“雙控”（如圖2所示）。圖2某10kV-200kVA油浸式配電變壓器碳足跡核算四是建立數(shù)據(jù)標(biāo)準(zhǔn)體系、分類分級(jí)管理體系和安全合規(guī)管理體系，支撐數(shù)據(jù)安全流通。為填補(bǔ)能源行業(yè)標(biāo)準(zhǔn)體系空白，構(gòu)建能源大數(shù)據(jù)標(biāo)準(zhǔn)體系框架（如圖3所示），制定核心標(biāo)準(zhǔn)指導(dǎo)能源大數(shù)據(jù)中心建設(shè)運(yùn)營(yíng)。建立能源大數(shù)據(jù)分類分級(jí)管理體系，設(shè)計(jì)數(shù)據(jù)訪問共享控制策略，實(shí)現(xiàn)數(shù)據(jù)共享權(quán)限顆粒度管理。建立全生命周期的數(shù)據(jù)安全合規(guī)管理體系，強(qiáng)化數(shù)據(jù)溯源、數(shù)據(jù)傳輸?shù)汝P(guān)鍵環(huán)節(jié)安全防護(hù)能力，實(shí)現(xiàn)跨領(lǐng)域、跨地域的多方安全可信數(shù)據(jù)共享。圖3能源大數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)框架自應(yīng)用以來，實(shí)現(xiàn)能源服務(wù)和產(chǎn)業(yè)園區(qū)能耗監(jiān)測(cè)覆蓋26個(gè)省，累計(jì)提供1300余個(gè)數(shù)據(jù)產(chǎn)品，已服務(wù)上下游客戶19.5萬家，助力減少碳排放1017萬噸，間接為企業(yè)節(jié)約成本約5億元。二十五.基于多源數(shù)據(jù)融合的能源行業(yè)數(shù)據(jù)共創(chuàng)空間賦能綠色低碳發(fā)展當(dāng)前能源行業(yè)承擔(dān)著保障安全可靠供應(yīng)、加快清潔低碳轉(zhuǎn)型、助力實(shí)現(xiàn)“雙碳”目標(biāo)等重大戰(zhàn)略任務(wù)，加快推進(jìn)能源行業(yè)數(shù)字化、智能化發(fā)展，是保障實(shí)現(xiàn)戰(zhàn)略目標(biāo)的必然選擇。能源行業(yè)數(shù)據(jù)市場(chǎng)的建立，正面臨數(shù)據(jù)孤島嚴(yán)重、數(shù)據(jù)共享缺乏信任機(jī)制、跨領(lǐng)域數(shù)據(jù)融合應(yīng)用不充分等問題，缺乏數(shù)據(jù)共享流通和挖掘利用的產(chǎn)業(yè)生態(tài)。南方電網(wǎng)廣東廣州供電局通過建設(shè)能源行業(yè)數(shù)據(jù)空間，實(shí)現(xiàn)水、電、氣等跨領(lǐng)域數(shù)據(jù)共享流通，孵化“能源+綠色低碳”“能源+數(shù)字政府”“能源+數(shù)字經(jīng)濟(jì)”等融合應(yīng)用，推動(dòng)綠色低碳發(fā)展。圖1應(yīng)用總體架構(gòu)一是推動(dòng)電、水、氣、政務(wù)等多源數(shù)據(jù)匯聚。建立能源數(shù)據(jù)匯聚中心，一方面通過公共數(shù)據(jù)授權(quán)獲取民政、工商等部門的基礎(chǔ)公共數(shù)據(jù)；另一方面歸集水務(wù)、燃?xì)狻⒂?、煤等能源企業(yè)數(shù)據(jù)目錄，累計(jì)匯聚數(shù)據(jù)量超500TB，為價(jià)值挖掘利用提供數(shù)據(jù)基礎(chǔ)。為提高企業(yè)主動(dòng)匯聚重要數(shù)據(jù)的意愿，創(chuàng)新“物理+邏輯”的數(shù)據(jù)匯聚模式，將敏感程度不高的企業(yè)數(shù)據(jù)經(jīng)過加密后傳輸?shù)侥茉磾?shù)據(jù)共創(chuàng)空間存儲(chǔ)區(qū)域，對(duì)于涉及級(jí)別為核心重要等相關(guān)敏感類數(shù)據(jù)，只存儲(chǔ)數(shù)據(jù)的基本屬性，按需調(diào)用。二是研發(fā)數(shù)據(jù)可信流通與融合應(yīng)用解決方案。為應(yīng)對(duì)數(shù)據(jù)權(quán)屬、隱私保護(hù)等問題，基于“數(shù)據(jù)可用不可見、數(shù)據(jù)使用可控可計(jì)量”原則，通過數(shù)據(jù)使用協(xié)議、數(shù)據(jù)目錄鏈、數(shù)據(jù)沙箱、密文數(shù)據(jù)計(jì)算分析、隱私計(jì)算等技術(shù)手段，解決數(shù)據(jù)在多個(gè)環(huán)節(jié)的安全問題。建設(shè)安全合規(guī)、多方互信的數(shù)據(jù)共創(chuàng)空間，為數(shù)據(jù)共享流通提供全流程支撐，促進(jìn)多主體供需對(duì)接、多對(duì)多數(shù)據(jù)安全融合共享。圖2能源數(shù)據(jù)共創(chuàng)空間功能分類三是以多源數(shù)據(jù)融合提升城市治理能力。依托能源數(shù)據(jù)共創(chuàng)空間中匯聚的數(shù)據(jù)與共創(chuàng)中心的數(shù)據(jù)開發(fā)能力，構(gòu)建多種融合能源數(shù)據(jù)、公共數(shù)據(jù)的應(yīng)用產(chǎn)品，提升城市治理能力。構(gòu)建“智慧電力”應(yīng)用，以實(shí)時(shí)更新的能源電力數(shù)據(jù)指標(biāo)構(gòu)建城市用電模型，上報(bào)用電異常風(fēng)險(xiǎn)點(diǎn)，縮短城市應(yīng)急管理風(fēng)險(xiǎn)識(shí)別的時(shí)間，提升決策精準(zhǔn)度；運(yùn)用居民用電監(jiān)控?cái)?shù)據(jù)，識(shí)別孤寡老人的用電異常，并構(gòu)建分析模型，將異常用戶預(yù)警信息發(fā)送至網(wǎng)格管理人員，網(wǎng)格管