国家数据局首批20个“数据要素×”典型案例解析
1、简介
1.1 背景简介
为加快推动国家数据局等17部门联合印发的 «“数据要素×”三年行动计划 (2024-2026年)» (以下简称 «行动计划»)落实落地,充分发挥经典案例示范引领作用,促进经验分享和交流合作。2024年5月24日,国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等相关部门在第七届数字中国建设峰会上发布第一批20个“数据要素×”典型案例,通过示范引领,激励多方主体积极参与,释放数据要素价值。
案例涵盖了工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳12个行业和领域。本期细展示有关单位促进数据要素开发利用的典型经验做法。
1.2 典型案例分类
2、案例解析
2.1 工业制造领域
案例1:数据要素驱动适应多式联运需求的运输装备协同制造
多式联运作为一种高效、可持续的物流运输模式,是构建现代综合交通运输体系、降低物流成本的重要手段。但随着全社会对不同运输方式衔接需求不断加深,运输装备制造业与运输服务业供需信息不畅已成为限制多式联运发展的重要因素。国家能源投资集团有限公司通过汇聚多种运输装备的运行、故障、维修等数据,构建智能模型,对运输装备的效率和可靠性进行分析,为用户提供运输装备协同制造和优化的解决方案,打造成熟的数据产品,构建数据资产交易平台,促进运输装备专业化数据的规范交易。
一是推动运输装备数据汇聚融合。发挥龙头企业协调作用,打破装备制造商之间的数据壁垒,获取600项多模态运输装备数据指标,汇聚22类铁路运输装备、9类港口装备、6类船舶装备的运用状态、故障分析、检修维护等数据。目前已汇聚运输装备数据总量超过30亿条,数据量达1200TB,每日新增数据量达到200万条以上。
二是开展运输装备数据建模分析。以多式联运应用目标为牵引(如图1所示),以运输装备多模态数据为基础进行建模,分别形成满足不同运输中转方式效率最优的装备设计和研发数据集;满足运输装备高可靠、低维护需求的运输装备产品优化数据集。
图1 多式联运应用目标牵引界面
三是构建运输装备数据资产交易平台。基于重载铁路机车车辆、港口装卸装备、船舶装备等运输装备及其关键零部件等近600类高质量数据集,探索形成数据资产定价模型,以“(当日多式联运业务节约总成本*20%)/降本环节装备数据供给总条数”计算价格,进而自动派生数据资产交易(如图2所示)。当前已吸引275个运输装备制造企业开展数据资产交易,有效推进了近100家运输装备产品设计和功能优化。
图2 数据资产交易界面
案例2:打造工业数据空间 赋能产业链上下游发展
电子信息行业产业链条长、供应商多,一旦某个环节出现延迟供货或断供,将影响上下游企业的生产和现金流,甚至影响企业群体的生存。同时,很多上下游供应商属于中小微企业,普遍面临融资难、融资贵等生存挑战,成为供应链稳定的风险隐患。四川长虹电子控股集团有限公司通过建立工业数据空间,打通测试、生产、库存、应付账款、供应商资信和历史交易记录等数据,既用来破除产业链上下游企业之间的信息壁垒,又用来助力中小微供应商提升授信,促进产业链供应链高质量协同发展(如图1所示)。
图1 工业数据空间业务架构
一是完成多个工业软件系统数据汇聚与校验。工业数据空间接入多个工业软件系统,对数据进行汇聚、处理和交叉验证,保障数据和行为可信、可证,解决数字化工厂管理系统之间进行出入库交互、物料描述信息同步时,双方数据不一致的问题,对账用时最低可至30秒,降低99.72%,最短可在20分钟内自动完成全量数据异常发现,效率提升98.61%(如图2所示)。
图2 数据一致性校验场景示意
二是实现供应链多个主体间数据可信可控流通。利用数据跨域使用控制技术,通过工业数据空间为供应链各方提供可信可控的数据流通通道,实现代工企业产测、整机质检等生产质量数据对客户可控共享(如图3所示)。自应用以来,平台向代工品牌商安全共享超135万台电视生产质量数据,赋能产值超90亿元,强化了电子信息产业链协同能力,提升了产业链韧性与安全水平。
图3 生产质量数据安全共享场景示意
三是打造跨产业数据应用创新供应链金融服务。通过工业数据空间对接金融机构系统,获得龙头企业与产业链上下游的应付账款可信确权,以龙头企业的信息优势提升中小微企业的信用水平和信贷能力,让供应商不受地域和时间影响实现快速融资。目前,供应链金融服务已覆盖64家大型企业及其上下游超过1650家中小企业,融资总额超40亿元,中小企业贷款加权平均利率比市场平均水平低1.05个百分点,且相较传统贷款缩短5-7天,为制造业中小企业提供保驾护航,促进了普惠金融服务实体产业。
2.2 现代农业领域
案例3:多源数据融合提升稻麦重大病害监测预警能力
农作物病虫害是影响农作物稳产增产的重要因素,通过数据采集和融合分析,为科学预测和有效防控提供支撑。针对长江中下游地区小麦赤霉病和水稻稻瘟病发病风险高,传统病害监测手段存在数据采集不全面、监测覆盖范围不到位、风险发现不及时等问题,江苏省互联网农业发展中心依托政务数据共享平台,通过对病害数据、气象数据、遥感数据等数据的采集汇聚,对作物病害发生进行常态化的概率测算和风险预警,有效提高病害防治的精度和准度。
一是推动多源数据采集治理。依托江苏省农业农村大数据云平台,综合应用GIS、物联网、卫星遥感等手段,采集汇聚农情、植保、气象、基础空间等相关数据,构建赤霉病、稻瘟病数据资源库。
二是搭建病害智能化预警模型。整理分析稻麦病害发病情况的历史调查数据,结合对应时期稻麦生育期观测数据、气象数据、作物识别数据、多光谱遥感数据,搭建病害发病概率模型,实现稻麦病害发生风险预测。
三是推出风险防控常态化服务。基于病害监测预警数据分析结果,为各类生产经营主体提供历史病害服务、监测分析、预警发布等服务,每日提出未来7天病害侵染风险,提升在重点时间、重点区域的病害精准防治能力。2019-2023年,江苏省互联网农业发展中心连续预测全省赤霉病、稻瘟病发病风险,累计监测小麦和水稻种植面积超2亿亩,病害逐日风险预测准确率提高到80%以上,风险预测时间比人工提前7天,平均减少每年植保用药1-2次。近三年年均挽回稻麦损失共计200万吨,年均挽回直接经济损失49.8亿元。
图 稻麦病害风险预测图
2.3 商贸流通领域
案例4:数据要素赋能小商品数字贸易便利化
义乌小商品交易市场是全球最大的小商品市场,汇集海内外众多的采购商和供应商,以批发方式促进大规模商品流通交换,促进了国内外贸易发展。但由于交易双方企业主体普遍较小、数据流通共享质量不高等问题,导致企业出口结算账期长、货款回收难,金融机构授信难、放款难,监管部门缺乏管理手段。浙江中国小商品城集团股份有限公司通过公共数据授权运营,融合小商品城企业的数据,推出企业信用、外贸预警等数据产品服务,提高了贸易效率,降低了交易风险,拓宽了融资渠道,助力中国小商品扬帆出海。
一是整合多源数据让数据“供得出”。通过授权运营方式获取登记、许可、处罚、荣誉等公共数据,融合商品、交易、物流、评价等企业数据,以及全市电商企业、电商示范基地、传统商贸流通企业的采购商信息、贸易纠纷、履约评价等数据,为小商品数字贸易便利化提供数据基础。
二是构建数据流通通道让数据“流得动”。构建商贸领域线上综合服务平台,以数字化贯穿展示交易、贸易履约、仓储物流、资金结算和信贷融资等方面,服务产业链上下游企业,沉淀贸易数据,让贸易全过程可追溯、可还原。
三是创新数据应用场景让数据“用得好”。打造商贸供应链金融产品,基于真实贸易数据为核心的轻资产授信服务,开发货款宝应用,商户送货至指定仓库即可收到50%的货款,有效缓解中小微主体回款难等问题,降低账户被冻结的风险;全面构建企业征信体系,建立覆盖义乌市场25万家商户的企业信用评价模型,开发信用报告产品,为市场商户、采购商、银行机构提供企业信用风险查询服务。
图 小商品数字自贸应用驾驶舱
案例5:产业链数据融合应用 助力提升大宗商品流通效率
大宗商品贸易是全球经济活动中的重要组成部分,对经济增长、国际贸易平衡和金融市场稳定都至关重要。中国作为全球重要的商品生产和消费国,存在大宗商品国内市场结算标准价格缺失、国际市场价格影响力不足等问题。上海钢联电子商务股份有限公司通过融合多方数据资源,打造了系列商品价格指数等产业数据产品,有效提升大宗商品流通效率,提高大宗商品国际定价影响力。
一是多渠道采集融汇产业链数据。上海钢联通过人工采集与系统自动化采集相结合的方式,汇聚大宗商品的生产、供应及销售、价格等数据,并融合外部企业提供的遥感卫星数据,采用图像语音识别、人工智能建模分析预测等技术,形成了一套覆盖黑色金属、有色金属、建筑材料、能源化工、新能源、新材料、再生资源、农产品等8大领域100多个产业链的产业数据库。
图1 数据质量管控和监督的“八步流程工作法”
二是以需求为导向强化数据产品开发和服务。面向产业链上下游各类企业、金融衍生品市场机构、政府等主体需求,开发了商品价格指数等系列数据产品,累计形成了900多个大宗商品10万多条日度价格数据,以及影响价格波动的多维度数据共计近10TB。2015年,上海钢联的铁矿石价格指数被世界四大矿山之一的必和必拓纳入结算体系,截至2022年,全球30%左右的铁矿石贸易采用该指数作为结算依据。上海钢联以数据终端服务(PC端和移动端)、数据互换、个性化定制服务等方式,服务30多万个付费用户,以及300多万个免费用户,为国内外现货和衍生品市场提供结算基准和定价参考。2023年,上海钢联产业数据服务业务实现收入8亿元,同比增长15.99%,三年复合增长率18.90%。
图2 大宗商品价格指数
图3 大宗商品价格指数应用
图4 大宗商品价格指数应用场景与使用主体
2.4 交通运输领域
案例6:数据要素驱动适应多式联运需求的运输装备协同制造
物流连接着生产和消费,是实体经济的“筋络”,是支撑国民经济发展的基础性产业。常见的物流种类包括铁路、公路、航空、水运、管道等,货物从生产端到消费端往往会经历多种物流方式的衔接运输(简称多式联运)。由于不同物流方式涉及的主体数量庞杂、差异较大,物流信息存在不对称、不透明等问题,导致信息跟踪难、订舱操作繁琐,限制物流效率提升。浙江四港联动发展有限公司通过打造智慧物流云平台,集成全省多维度物流大数据,应用物流运单AI智能识别、智能沙箱等技术,实现一站式“查运踪、查船期、查运价、查关务、查航空”,并通过数字化赋能提升多式联运承载能力和衔接水平,大幅提升企业物流效率,降低运营成本,创新了多式联运组织模式,加快物流行业转型升级。
一是打通系统间数据壁垒构建大数据底座。平台先后整合打通政务、班轮、码头、货代等100多个系统,汇集海运、空运、陆运、口岸各类物流数据超1.1万项,对接各类物流数据超1000万条,为智慧物流服务应用提供坚实基础。平台形成了物流数据存储、交换、共享、应用、开放的核心枢纽,构建了“一地汇聚,全省共享”的一体化智能物流公共数据平台。
二是打造多样化数据产品服务。打造智慧物流云平台,通过集成货、箱、车、船、空、铁、驳、仓、关、港等10大数据域,重塑数据交互标准、重构系统操作流程、重造应用场景功能,打造跨运输方式、跨政企、跨省市县企的物流数据枢纽,实现多式联运物流全程跟踪、路径优选等功能,提供从订舱到港口出运“一站式”全流程数据服务,实现“海陆空”多种联运方式融合的数字化物流运输体系。
图 智慧物流云平台
2.5 金融服务领域
案例7:融合农业农村大数据和遥感风控数据 助力普惠金融服务
通过普惠金融健全农村金融服务体系,加大对农村地区的信贷投放力度,增强农户群体的内生发展动力,是助力乡村振兴战略的有效手段。在农业生产融资过程中,农户往往面临可抵押资产少、农产品生长受气候环境影响大、普惠金融贷款渠道和产品不足等问题。为解决这类问题,浙江网商银行股份有限公司、蚂蚁科技集团股份有限公司和农业农村部大数据中心合作,通过遥感、数字风控等技术的创新结合,结合多方数据建立新型农业信用贷款授信评估体系,提升金融服务对农户的授信范围和额度,同时提高金融服务机构的风险防范能力。
一是建设隐私计算平台,实现多方数据安全融合。利用隐私计算技术,将遥感识别数据、农户个人授权数据和农业农村部的农村土地基础数据、承包数据、农业生产活动等公共数据安全汇集进行联合建模。
图 “三农”数字普惠金融风控模型
二是多源数据建模分析,实现普惠金融服务模式创新。深入挖掘农田遥感数据在预测农作物种植面积、品种、成熟程度和收成方面的价值,结合农户个人授信数据及全量地图数据匹配分析,实时掌握农户种植农田的真实经营情况,用于农业信贷授信评估。有效解决小农户因缺乏贷款记录、有效抵质押物而难以获得贷款支持的难题。自2023年起,累计为260万农户提供普惠金融服务,授信总额638.8亿元,其中53万农户为首次获得银行贷款;覆盖全国31个省(区、市)的2688个县级行政区,占全国县级行政区94.44%。
2.6 科技创新领域
案例8:高质量化学及材料科学数据集 加速材料研发范式变革
材料科学是国民经济发展的基础,材料研发的进步有助于国家经济从高速发展向高质量发展转变,新材料产业的战略性崛起对促进高端装备突破及保障国家重大战略需求意义重大。但材料研发的传统“试错”模式存在研发周期较长、成本较高、不确定性较大等问题。合肥机数量子科技有限公司通过建立高质量化学和材料科学数据库,训练材料配方与合成方案人工智能分析模型,构建机器人实验系统,打造基于数据的材料研发新模式,显著提升新材料研发质效,大幅增强相关产品市场竞争力。
一是建立高质量化学和材料科学数据库。通过挖掘专利论文等文献数据,开展高效量子化学计算,建立了含9000万化合物、1100万化学反应路径的大规模材料数据库。
图1 构建高质量化学与材料数据库
二是训练专项人工智能分析模型。构建包含材料结构、性能等特征的材料配方与合成方案的人工智能分析模型,借助高质量化学和材料科学数据,对模型进行训练和调优,形成可用于寻找材料配方和合成方案的人工智能产品。
图2 构建知识图谱,开发智能模型
三是打造智能化机器人实验系统。建设机器人试验系统“机器化学家”,实现“数据读取-方案设计-实验操作”全流程智能化,变革材料研发范式,提升研发效能。“机器化学家”日均可完成百次以上化学实验操作,并将数千次实验优化过程缩短至300次以下,开发效率提升超百倍,全局优化准确率达到90%以上。同时,实验结果反哺到数据库中,推动数据智能驱动材料研发的良性循环。2023年上线以来,系统已在20余家高校、科研机构及行业头部企业得到应用,支撑解决了如开发记忆金属、红外探测芯片光吸收增强、磷矿浮选、智能窗材料等一批技术难题,提升了相关产品的技术水平和市场竞争力。
图3 推动模型应用
图4 构建数据智能驱动的全流程机器化学家
案例9:多元数据融合 支撑空间与天文科技创新发现
空天科技是一种跨学科、跨领域、跨行业的综合性科技。中国天眼FAST、子午工程等重大科技基础设施建成应用和空间科学系列卫星的发射启用,产生海量数据。该类数据标准不一、来源分散、类别多样,深度应用较难,为高效应用空间天文数据,丰富研究方法,提升处理应用方式,更好地支撑复杂科学问题研究,国家空间科学数据中心、国家高能物理科学数据中心、国家天文科学数据中心等联合通过强治理、研工具,探索形成基于数据的天文领域科学创新模式。
一是促进空间-高能物理-天文科学数据汇聚与全生命周期治理。编制分级分类、管理存储、开放共享等空间高能天文领域系列数据标准10余项,以标准为引领,规范实施全生命周期数据治理,促进跨学科数据汇聚融合。
图1 科技项目与科学数据双生命周期协同管理模式
二是建立空间高能天文领域融合数据库。聚焦跨领域前沿科学问题,面向科学真实需求,打造空天典型事件等数据库,发布空间科学、高能物理、天文学联合主题数据资源。自2021年以来,治理形成高质量空间天文科学数据资源约50PB。
图2 三中心联合发布高能瞬变源多波段监测数据专题,提供面向科学问题的跨领域数据发现服务
三是以数据驱动科学新发现。依托融合数据库、借助人工智能等,联合研发了20余项专用数据分析挖掘工具与模型,推出以超高能宇宙线起源、多波段时域天文、日地空间天气传播链等不同科学场景的高质量在线数据分析应用,服务空间天文领域科技系列创新活动,服务科技计划千余项,助力取得“全球首次打开了10TeV波段的伽马射线暴观测窗口”“获得纳赫兹引力波存在的关键证据”等数十项国际领先的原创性、标志性、突破性科学发现,相关成果发表于《自然》《科学》等国际顶尖学术期刊,多项成果入选当年“中国科学十大进展”。
图3 AI for Data空间与天文领域系列专用软件工具
2.7 文化旅游领域
案例10:数据资源融合应用 助力文物传承保护和价值增值
推动数字技术与文物保护利用融合发展是建设文化强国的关键举措。目前,文物数据资源应用率较低,数据要素在文物的保护、管理、传播、利用中发挥的作用不足,难以对文物关联行业的数字化发展起到足够的支撑作用。湖南省博物院积极推进文物数据资源的挖掘、汇聚和利用,通过创新合作开发模式,推动文物数据资源协同优化、复用增效、融合创新。
一是多手段采集汇聚文物数据资源。通过高清影像拍摄和激光扫描等手段,采集文物数据103万条、图片11万张、三维模型2000余个,编制文物数据采集加工地方标准,推动构建马王堆汉墓文物、音乐文物等文物知识图谱,并将文物中涉及的传统医药、农牧渔猎、服饰服装、餐饮美食、礼仪文化、人物事件等元素进行数字化映射、匹配、提取和转化,形成多种文物数据资源集。
二是构建文物数据授权和合作开发模式。积极与高校、优质企业、文化创意团体等签署整体授权或单项合作开发协议,免费开放品牌资源和文化数据库授权,联合打造“数字汉生活”文化IP系列产品,实现文物数据资源在不同领域中的复用增效。先后签约近50家企业和团队,带动近10亿元规模的文化创意及周边产业发展。
三是推动文物数据跨领域融合创新。面向不同行业、不同人群等差异化需求,设计、制作、推出马王堆复原京剧展演、多年龄段“辛追”数字人、文物实景解谜游戏及数字藏品等系列产品。自2022年以来,以汇聚形成的文物数据资源为基础,先后推出云展览、云教育、动画视频、沉浸式体验等200余项数字化项目,浏览量超过1200万次;同时举办2个大型线下数字展览,吸引60余万观众,实现2300万元票房收入,推动了文化传承和文物价值增值协同发展。
图 沉浸式体验、数字人、元宇宙及数字藏品等数字产品
案例11:图书出版数据融合创新应用推动产业转型升级
作为文化产业的重要组成部分,出版业高质量发展既是顺应信息化时代发展的需要,也有助于满足人民群众的多样化需求。当前,传统出版行业存在多元化市场需求难以捕捉、数据利用分析能力不足等问题,武汉理工数字传播工程有限公司通过整合出版图书产业链上下游不同渠道的数据资源,打造了智能化数据平台,助力出版单位以数据洞察更好把握市场趋势和用户需求,推动出版业数字化转型与创新发展。
一是推动图书出版数据融合汇聚。平台通过整合中国国家版本馆图书数据、1.7亿会员读者数据、全国各省新华集团的线下销售数据,以及京东、天猫、抖音等线上平台的销售数据,构建了包含标签、发行渠道、读者评价、线上数字化服务使用偏好等丰富信息的数据资源库。
二是强化数据质量管理。应用全国统一的出版图书数据标准,制定精细化的实施规范,确保数据格式、结构和质量统一。做好清洗、验证、加密及访问控制等精细化数据治理,确保数据准确、可靠和安全。
三是开发数据产品与服务。对平台图书数据进行深度挖掘和融合分析,为出版单位提供选题策划、读者偏好、市场风向、竞品分析等数据服务。依托平台丰富的图书出版数据资源,开发人工智能(AI)大模型,推出了首个AI阅读服务数字人等数据产品,拓展图书出版数据应用场景和价值空间。
图 出版图书数据平台界面
2.8 医疗健康领域
案例12:医疗数据智能化分析辅助提升基层诊疗水平
基层医疗卫生体系是守护亿万人民群众身体健康的“第一道防线”,事关每个人的生活质量。但基层医疗机构往往面临人才不足、医生队伍不稳定、资源供给有限等问题,难以完全满足广大群众对医疗服务的需求。为提升基层医疗服务水平,讯飞医疗科技股份有限公司通过对海量医疗数据的收集和分析,构建医疗AI大模型,为基层诊疗提供智能化辅助,促进基层医疗服务提质增效。
一是汇聚高质量数据资源训练模型。与中华医学会杂志社、开放医疗与健康联盟等权威机构合作,汇聚公开脱敏数据,构建涵盖疾病知识、症状体征、检验检查、药物信息、临床路径、诊疗规范及指南等内容的数据资源库,训练形成智慧医疗AI模型。
图1 场景流程图
图2 统一标准、规范的数据采集处理流程
二是推进医疗数据与“问、诊、治”场景深度结合。模型与行业信息平台和医院信息系统对接,以“数据不出本地局域网”方式汇聚分析患者病历数据及历史健康信息数据。实现在医生问诊过程中,根据问诊逻辑提示病情问诊;在诊断过程中,对患者病历数据进行智能化分析和判断,协助医生对病情进行合理诊断;在医生下处方和检查检验时,及时给出常见用药和常见检查检验建议,并将异常诊断结果数据及时报送医疗主管部门复核。截至目前,该系统已在全国506个县区的近5.3万个基层医疗机构应用,服务6万余名基层医生,累计提供7.7亿次AI辅诊建议,规范病历2.9亿次。经该系统提醒而修正诊断的有价值病历超139万例,累计识别不合理处方数6200万,AI辅助诊断合理率提升至95%(重点地区97%),覆盖疾病数量超1680种。
案例13:高质量药物数据集提高新药研发质效
提升创新药自主研发能力关乎国家生物医药产业转型升级,也与国家生物安全自主可控、国民生命健康紧密相连。高质量药物数据在新药研发的过程中至关重要,目前国内药物数据来自不同细分领域的学术数据库,存在流通不畅、资源分散和标准不统一等问题。北京市计算中心有限公司通过多渠道、合规收集海量药物研发关键数据,建立专业的新药研发数据集,进行智能化分析和数据挖掘,有效降低新药研发周期,赋能上百个新药研发项目。
一是多渠道收集药物研发数据。通过公开数据库下载、文献信息整理、公开渠道购买等多种方式,收集药物相关的分子结构、理化性质和靶点信息等药物研发关键数据,并通过计算机辅助和人工校验确保数据质量可靠,为科研人员提供了较强的数据支持,明显提高药物研发的准确性、可靠性和实用性。
二是建立高质量新药研发数据集。对汇聚数据进行统一处理,形成能够支撑药物数据研发的高质量数据集,该数据集包括小分子、多肽和蛋白靶点数据,其中小分子和多肽信息400余万条(几乎覆盖当前全部药物数据领域),潜在的药物活性位点超过11万个。
三是智能化分析和挖掘数据。基于人工智能算法对药物数据集进行数据挖掘和药物特征提取,形成疾病相关的药物有效特征,为新疾病靶点预测和对应药物研发提供准确、个性化、智能化分析服务。目前已与全国30余家高校和科研院所开展合作,利用高质量药物数据集和智能服务开展的新药研发项目100余项,人工智能预测靶点超1万余个,基本覆盖了已知疾病。
图 与北京某高校合作,针对已知药物的靶标确认展开研究
2.9 应急管理领域
案例14: “一网统管”风险防控与应急指挥体系——以高质量数据要素推动应急管理能力提升
应急管理担负保护人民群众生命财产安全和维护社会稳定的重要使命。先进的技术支持是实施好应急预防和救援处置的有效保障。当前,应急管理领域存在数据共享融合深度不足,对安全生产、自然灾害防治和突发事件处置支撑力度有限等问题。广东省应急管理厅全面整合气象、水利、林业等跨部门监测数据以及危化、矿山等企业物联感知数据,构建个性化的应急场景智能算法,打造共建、共治、共创、共享的应急管理信息化新模式,推进跨层级、跨地域、跨系统、跨部门、跨业务协同治理,切实提升应急管理业务综合实战能力。
一是加快数据汇聚融合,夯实数据支撑基础。梳理完善应急管理部门公共数据资源目录和数据需求目录,加快推动数据资源汇聚共享,已成功接入27个外部厅局以及14个应急厅内部机构,涵盖1171类业务数据,总量高达36.1亿条,提供1372类数据服务,有效促进了数据要素在跨部门、跨系统、跨平台间的顺畅流通。
图 广东省应急管理厅大数据治理平台
二是构建应急智能算法,为业务场景提供精准支持。面向应急管理行业监测预警、监督管理、辅助决策和指挥调度等业务需求,结合人口、电力、工程机械、化工商品价格等指数以及各类监测预警、巡查上报、预测分析数据,构建数据模型开展智能辅助分析,有效提高应急管理部门预测、预警、预知能力和及时处置、科学救援等数据智能辅助决策能力。2023年,广东省通过实时监测台风路径、渔船坐标、水位监测数据等重要信息,有效应对了30轮强降雨和6次台风,未发生群死群伤和重要工程损毁事件。
案例15:强化大数据应用 构建数字应急体系
应急管理是国家治理体系和治理能力的重要组成部分,担负保护人民群众生命财产安全和维护社会稳定的重要使命。应急管理涉及地质、森林、海洋、河流等业务场景众多,对打通部门间数据共享,推动实现各场景业务高效协同具有迫切需求。福建省电子政务建设运营有限公司通过打通数据间壁垒,汇聚部、省、市三级应急基础信息资源,搭建数字应急综合应用平台,实现多种灾害预警,强化全链条监管,为全省“数字应急”体系建设提供有力支撑。
一是高效汇聚应急数据。实现与应急管理部、各地市应急平台的纵向贯通,与省级气象、水利、地质等20多个行业厅局的39个关联业务系统横向链接,汇聚约59.8亿条气象预报、应急物资、救援队伍等应急基础数据及89万条部级、2.41亿条省级危险化学品、工贸、矿山等企业基础信息数据。
二是数据赋能监测预警。接入危化品、非煤矿山、森林防火、海上安全等重点领域1.4万条感知数据和2.2万路视频监控,依托风险评估模型、AI视频分析等技术,自动发布预警信息(如图1所示),实现安全生产隐患的主动监测,推动应急管理“以治为主”向“以防为主”转变。2023年以来,全省消除各类传感器异常报警约19万次,处置各类安全事故550余起,事故死亡人数下降11%。
图1 监测预警平台
三是推进一体化监管执法。结合企业画像数据治理模型,动态建立全省监管对象台账库,将5.1万家危化品、烟花爆竹、矿山、工贸等企业纳入管理平台,通过构建安全生产指数,实现精准监管、靶向治理(如图2所示)。
图2 监管执法平台
四是高效协同应急指挥救援。汇聚全省多部门、跨层级3万多条救援相关数据,提升各部门在应急救援场景下的协同作战能力。基于应急联动小程序等方式快速调度队伍、装备等,实时掌握救援进展动态,做到快速响应、高效协同、扁平化指挥调度(如图3所示)。
图3 救援指挥平台
2.10 气象服务领域
案例16:跨部门气象数据共享 助力地质灾害分级预警体系建设
精准及时的地质灾害气象风险预警是保障人民生命安全的“防护堤”,实践表明“预警早一秒,风险少一分”。地质灾害和气象风险往往相互交织,通过对气象与地质数据的深度融合应用,可以显著提升风险预警的实时性、精确度与实用性,进而有效增强防灾减灾的能力。四川省修复防治院联合四川省气象台通过共搭平台,实现地质、气象等数据的协同效应,用数据的“油”点亮防灾减灾的“灯”。
一是推动气象数据实时汇聚共享。建立地质灾害气象数据共享平台,实时采集共享全省4000余处气象站点降水实况、逐小时天气预报、雷达卫星多源融合资料等气象数据及7000余处地灾专业监测雨量站点数据,并打通气象、自然资源、水利、应急等部门数据,为全省的气象预报、灾害预警以及相关决策支持提供了更为坚实的数据基础。
二是实现灾害精准分析预测。四川省修复防治院通过搭建可自主适配本地化的气象预测模型,为全省21个市(州)、175个地灾易发县提供“6小时、3小时、1小时”短期预测信息,使区域内地质灾害气象预测更加精细化、具有针对性(如图1所示)。2022年以来,在气象、地质等数据大量精确汇聚支撑下,短临预测信息有效性显著提升,精准性高达55.6%。
图1 省市县分级制作地质灾害气象风险预警产品
三是实现灾害及时预警预防。通过电视、网站、自媒体等渠道发布和短信点对点通知的方式,同步将地质灾害气象风险预警信息及时发送到有关部门单位和人民群众,实现预警信息数据有效传达共享(如图2所示)。2022年以来,有效支撑全省范围发布地质灾害气象风险预警共5839次,实现成功避险123起,避免2400余人可能的因灾伤亡。
图2 地质灾害气象风险预警体系
案例17:“气象保险增值服务”赋能风电设施建设运营减损增效
在全球气候变暖背景下,我国极端天气事件增多增强,统筹发展和安全对防范气象灾害提出了更高要求。精准气象预测借助大数据、AI算法等现代科技技术,可对具体区域和场景的气象变化做出系统性监测和预判,从而有针对性地提升气象预测对生命财产的保驾护航能力。台州市气象局、人保台州分公司、浙能集团三方合作探索“买保险送气象服务”模式,为风电企业提供定制化气象预测,助力企业预防灾害、顺利施工、高效运营。
一是创新“气象保险增值服务”合作模式。风电企业仅需支付商业保险费用,即可享受由保险公司采购、气象部门提供的实时风向、风速、雨量、温度、能见度等气象数据服务,改变了原来需要分别向气象部门和保险公司定制气象服务和工程保险的常规流程。
二是实现气象数据产品与项目运营管理有机融合。将天气预报产品、气象模型接入业主方现有的智慧工地平台,实现当致灾气象要素发生异常时,通过电话、短信方式对指定位置进行告警。同时,通过建立风功率预报、灾害风险等模型(如图所示),实现3天内的天气预报,为电力调度、工程推进提供决策建议。
图 短期风电预测流程
三是探索数据利益分配模式。该模式形成了保险公司降经营风险、风电企业降本增效、气象服务中心获取更多研究场景和经费的多方共赢局面。2023年,在专业化的气象数据服务下,某海上风电项目未出现灾害理赔情况,为保险公司节约了大量理赔成本。同时,该项目在当年额外增加了45天的作业窗口期,工期提前1个月完成。
2.11 城市治理领域
案例18:跨层级数据贯通提升基层治理现代化水平
基层治理是服务群众的最前沿,也是群众感知基层治理效能和公共服务温度的“神经末梢”。但基层治理往往面临人员少、任务多、资源不足等现实问题,为解决基层政务服务重复工作多、数字化程度低等问题,烟台市大数据中心建设市县乡村四级联动、上下贯通的镇街综合数据平台,通过智能报表、智能台账等有效减少基层重复摸排、重复报表工作,推动数据赋能公共服务,为基层减负和基层治理现代化提供了有力支撑。
一是打造全量汇聚、多级联动、上下贯通的数据应用体系。通过建设镇街综合数据平台,整合了市、县、乡、村四级共15大类、177子类、1300多万条数据,实现了基层基础数据“应归尽归”。同时,建立数据返还机制,针对基层共性数据需求定期返还,累计返还166类国家级、省级和市级数据,实现基层所需数据“应返尽返”。在数字底座基础上,通过智能报表、智能台账等方式,实现报表自由定制、数据自动复用、结果实时统计,有效减少基层数据重复填报和手工筛查,减轻了基层“指尖上”的负担,基层表格缩减率达34%、填报缩减率超过52% 。
二是赋能基层数据应用场景,推进公共服务普惠化。综合数据平台聚焦民生保障、乡村振兴、补贴发放等重点领域,推进256个基层业务上网运行。在赋能补贴发放方面,设立社会救助、社会福利、计生奖扶等3大类、13小类补贴认证事项,通过跨部门数据共享和融合比对,主动发现老年补助发放、残疾人补助发放和农村奖扶发放人员,协助基层进行低保人员、特困人员、残疾人等相关补贴的认证工作,有效助力提升补贴发放精准性、高效性。
图 基层数据热力图
2.12 绿色低碳领域
案例19:推动数据要素创新应用 助力新能源发展及消纳
能源是保障行业发展的“粮食”。大力发展新能源是缓解我国传统能源对外依赖性高、碳排放强度大等问题的关键解决方案。但风电光伏等新能源受自然条件影响,发电量具有随机性、波动性等特点,随着新能源并网增加,带来的系统运行稳定性问题和弃风弃光问题也日益突出。国网新疆电力有限公司通过汇聚分析新能源项目审批、场站运行、气象等数据,建立新能源功率预测及消纳能力分析模型,为新能源项目建设、并网运行、动态消纳等提供科学决策依据。
一是推动新能源数据汇聚融合。打破各平台数据壁垒,获取多源监测分析数据指标260项,汇聚807家新能源场站的8497万条光伏运行数据和5.7亿条风电运行数据;获取沙尘、寒潮、大风等5种非平稳转折性气象环境数据,沙漠、盆地、戈壁、荒漠及其交叠的10种特殊地形地貌下的9534万余条云图数据。
图 1 新能源功率预测系统
二是开展新能源数据的建模分析应用。构建新能源多维分析框架和全景可视化场景,聚焦新能源运行和消纳环节,应用机器学习等技术测算不同技术路径下的新能源消纳量和利用率提升情况,提前预测可能发生的并网风险,提供消纳措施选取建议,辅助开展各项措施应用后评估。明显提高新能源发电上网的监测准确性,其中,风电短期预测精度提高4.3%,光伏短期预测精度提高2.2%。明显减少弃风弃电现象,增加新能源上网电量31.9亿千瓦时,相当于克拉玛依地区全年用电量。
图 2 新能源消纳-运行视角
三是开展新能源数据的共享定制服务。基于能源大数据统一门户,对外提供多元定制化数据共享服务,为800余家新能源企业提供一键式新能源并网信息跟踪查询,为政府部门提供实时动态的新能源发展全场景数据服务和分析报告,实现新能源场站的提前规划、全景监测、智能分析、消纳预测和风险管控,在保障电力系统安全稳定运行的前提下提高新能源应用效率。通过大数据智能化管控,优化并缩短并网流程15项,提升并网效率30%,节约新能源发电项目建设和运营成本,加速了新能源项目在新疆落地发展,为“双碳”目标实现和能源安全贡献力量。
案例20:贯通多层级多行业生态环境数据 提升蓝藻治理水平
湖泊是地表水资源的重要载体,与人类生产生活息息相关,对水资源安全保障、生态服务功能、防汛抗旱等都具有重要作用。水体富营养化会导致藻类迅速繁殖、水体溶解氧气量下降、水质恶化,造成水生生物大量死亡,严重危害人体健康。巢湖蓝藻治理经历了长达30余年的艰难历程,投入大量人力和资金成本,仍长期面临防控战线长、人力成本高、监测监控手段不足、分析预警能力不强等问题。合肥市生态环境局以提高巢湖蓝藻监测预警能力为核心,整合跨层级、跨领域、跨部门、跨平台蓝藻治理相关数据,构建水文水质、水动力、藻类生长等智能模型,精准预测蓝藻发生情况,提前介入管控,使巢湖流域生态得到系统性改善。推动了当地生态环境改善和文娱产业发展,打造了“绿水青山就是金山银山”的实践案例。
一是打通数据壁垒,实现多源数据汇聚。建立地表水自动监测网络,贯通生态环境部、安徽省、合肥市等跨层级的环境、气象、城建、水利、渔政等多个行业涉水数据,共接入国控点23个、省控点11个、市控点46个,汇聚共享卫星遥感、视频监控等各类数据达11亿条,构建水环境数据库(如图1所示)。通过多源数据汇聚融合,实现以“数”治藻,改变了监测靠人、巡查靠走的传统工作模式,大幅降低了蓝藻治理成本,有效提高了治理成效。
图1 数据汇聚机制
二是创新构建模型,实现藻情精准预测。基于巢湖流域水文水质、湖体水质、藻类、气象、光照、水温等多元数据,综合运用大数据、人工智能、地理信息等数字技术,创新构建巢湖流域水文水质模型、三维水动力模型、藻类生长动力学模型等模型库,精准预测蓝藻生长态势,实现藻情“早”预报(如图2所示)。
图2 巢湖水质模拟预测
三是推进模型应用,赋能治理科学决策。建设巢湖防控全景驾驶舱,每日整理形成蓝藻日报,实时发布藻情预测预警信息,为精准调度蓝藻治理提供决策支持,推进污染点源、线源、面源、内源“四源同治”,实现巢湖“慧”治藻。巢湖水质由2015年的劣V类转变为2023年稳定保持Ⅳ类,创1979年有监测记录以来最好水平。蓝藻从大面积爆发、异味强烈转变为连续3年蓝藻无聚集、无异味,巢湖流域生态得到系统性改善。