图1 乡村发展动态数据库

图2 全农码大数据驾驶舱

 截至目前，农业农村部大数据发展中心初步形成大数据“资源池”，汇聚了全国约11.07亿块农村承包地、96万个农村集体经济组织、9亿成员、400万家庭农场等数据，“全农码”累计赋码22.76亿个。推动通用数据产品陆续在省市县落地，其中，“农事直通”APP服务主体达106万。

图 “团连排班”四级网格管理体系

 自2019年以来，中国科学院计算技术研究所累计服务了呼伦贝尔农垦600万亩耕地，安徽芜湖繁昌22.85万亩耕地，成功经验已拓展至河北雄安、内蒙古兴安盟、湖北十堰、河南周口、山东农高区等地共计1000多万亩耕地，在呼伦贝尔农垦大河湾1300亩核心示范区，实现平均节本增效104元/亩，在安徽芜湖核心示范区，实现平均节本增效300-500元/亩。

畜牧产业大脑助推畜牧业高质量发展

产业链数据要素应用 赋能产业协同效率提升

图1 数字化生态平台作为产业链连接器

　　目前该平台已为5000多家煤炭行业用户提供了数据服务，累计服务煤炭交易量8.8亿吨，交易金额2600亿元，有效支撑煤炭行业提质增效。平台与新华社等单位发布5项能源价格指数，为市场提供定价参考，为政府宏观调控和行业监测提供支撑。

餐饮行业是促消费、惠民生、稳就业的重点领域，与人民的生命健康和生活水平紧密相关。当前，连锁餐饮行业面临经营数据收集难、数据化运营能力较弱等问题。企迈科技有限公司通过整合线上线下企业业务数据和线上用户行为数据，基于实时数据分析，为餐饮企业提供智能补货、门店经营分析等数据服务，赋能企业精细化运营，推动企业数字化转型。

图1 餐饮行业数据接入与应用

图2 经营分析驾驶舱

图3 全渠道数据融合分析

零售行业是国民经济的重要组成部分，与居民生活紧密相关。当前，传统零售企业面临产业链上下游不匹配、消费者需求响应不足、运营管理效率较低等问题。山西全球蛙电子商务有限公司有效整合零售行业采购、供应、销售、服务等全链路数据，推出了智能补货、供应链优化、供应链协同等服务，提升传统零售企业服务效能，助力传统零售业转型升级。

江海联运是提升水运效率和灵活性、助推区域产业发展的重要手段。但江海联运涉及物流链主体多、环节多、链条长，若管理调度不到位，则难以发挥联运优势。舟山市港航和口岸管理局、中国电信舟山分公司通过建设江海联运数字化平台，贯通全链条物流数据，实现企业申报、港口调度、码头装卸、货物配送、物流跟踪等多业务协同，提升物流组织效率，推进江海联运高质量发展。

一是跨区域合作，实现多元数据汇聚。舟山市与张家港、江阴、南京、武汉、重庆等25个长江物流节点城市共建江海联运数据联盟，推动流域数据共享共治。通过公共数据平台共享海关、海事、边检、港航等政府部门数据，同时，平台构建港口全景、口岸通关、物流跟踪、船货撮合等120余项航运服务，以提供服务方式归集产业链上下游的企业数据。通过向专业第三方数据商购买的方式，获取船舶自动识别系统数据、气象数据、海图数据。目前，数据汇聚量已超16亿条，梳理形成了包括港口、船舶、通关、物流、气象等10大类主题的数据库。

图1 联运快申报

图2 大宗商品直达快配送

公路运输占据我国货运体系中的首要位置，承担着约70%的客货运输量，是国民经济发展的重要保障。然而，由于公路货运涉及主体众多，行业分散性强等特点，导致运输体系存在信息不对称、供需难匹配等问题。江苏满运软件科技有限公司通过汇集订单信息、地理位置、货物状态、运输轨迹等公路货运行业各环节动态数据，实现数据共享与互通，为产业链上下游参与主体提供有效服务，助力提升公路货运车货匹配效率，降低物流综合运输成本。

图1 企业数据仓库

图2 道路运输服务大数据平台

图3 订单轨迹系统平台

图4 供需预测系统平台

　　四是建立纵深防御体系，保障数据安全。积极有序推进数据分类分级，在采集阶段公告用户隐私政策，在具体场景公告采集数据的内容和用途并让用户选择授权。同时，建立覆盖管理、技术层面的纵深防御安全体系，健全安全开发生命周期管理流程，设计安全编码规范、安全开发红线检测、黑盒测试等安全措施，确保对网络安全事件的及时发现和处置。

公交数智化运营助力提升市民生活品质

公共交通作为城市交通的骨干，为市民提供高效、环保的出行方式，缓解交通拥堵，降低环境污染，促进城市可持续发展。公交行业在传统系统架构下，存在营运资源利用不充分、难以形成科学高效的线网规划与调优能力等问题。重庆市公共交通控股有限公司通过架构重塑、数据治理和场景构建等措施，实现数据资源共享、多跨场景协同管理、人车资源统筹优化，满足市民高品质、多元化出行需求，促进了重庆公交的高质、高速、高效发展。

　　自2020年以来，重庆公交集团优化线路约800条次。公交日均客流量于2022年超302.7万人次，于2023年超344万人次。目前，重庆公交集团拥有运营车辆8820辆，日均运行班次9.6万班次，日均运行里程140万公里，公交出行分担率为35.3%，以全国城市第十一位的车辆规模运送全国第二的客流，运营效率位居全国前列。

能源物流数智化管理 引领危化运输新模式

　　一是汇集危化运输全要素数据。新奥能源物流与交通运输部公路院、清华大学、吉林大学、武汉理工大学联合研发岗前一体机、出岗一体机和在岗手环监测设备，通过签订知情协议书获得驾驶数据采集授权，实现驾驶员“速度估计、选择反应、深度知觉、注意力分配、紧急反应、驾驶风格、身体状态、风险感知”等指标的动态评估，累计收集驾驶员动态监测数据5000余万条，通过数据模型分析将驾驶员健康数据情况在运途云数智平台看板进行展现，实现对驾押人员的前置主动安全管理。已累计接入全国近70%的LNG运输槽车，服务3座沿海LNG接收站、1000余家危化品运输企业和工业园区。

　　二是建设“运途云”危货运输数智管理系统。为企业提供人车实时在线监控、安全报警、成本管理、效益分析及线上通行审核等全方位服务。危货导航功能累计安全护航运输任务15000余次，未发生安全事故。车辆出岛实现提前线上审批，线下等待时间缩短77%，车辆周转效率大幅提升。通过政企联动，将LNG接收站外运车辆安全综检数据进行线上留痕，与高速交警线上审批端口打通。同时，平台采用了先进的数据加密技术，确保数据在流通过程中的安全性，消除了数据泄露风险。

图 “运途云”危货运输数智管理系统

车路云一体化是包括云计算、人工智能大模型等新一代信息技术深度赋能汽车和交通产业的战略性新兴产业，未来发展潜力巨大。智能驾驶汽车测试存在数据采集成本高、周期长、高价值场景缺乏等痛点问题，浙江德清莫干山智联未来科技有限公司、德清县数据局、阿里云计算有限公司、杭州数据交易所有限公司等单位联合构建以车路一体化场景数据库为核心的数据要素流通平台，通过融合红绿灯、交通事故、道路施工等公共数据和路侧车路协同行业数据，提供智能驾驶仿真场景库，基于先导区已建成的智能网联汽车封闭测试场和全域开放测试道路，补全“仿真测试-封闭测试-开放道路测试”的智能驾驶研发测试服务全链条，构建“以数补链、以链优数”的产业协同创新生态。

搭建普惠金融综合服务平台 破解中小微企业融资难点问题

图 “一企一库”企业信用主题库架构

　　目前，藏金普惠平台已汇集涉企数据超1亿条，入驻企业超1.1万家，占比达到西藏中小企业总数的15%，入驻金融机构网点345个，占比达到西藏金融机构网点的99%，发布金融产品超200个，融资申请超2100笔，授信额度超340亿元。

科技文献数据挖掘 助力科研效率提升和大模型训练

　　一是合规归集高质量科技文献数据。在遵循知识产权法规和国际通行规范的基础上，充分发挥中国科学院文献情报中心和国家科技图书文献中心（NSTL）的学科优势，与领域内的科学家紧密协作，汇聚大量权威可靠的科技文献数据及专业领域知识。通过对科技文献全文数据中的文本、图表、公式等进行多模态解构，构建了一个覆盖多个学科的综合知识资源库，不仅包含了传统的文本信息，还涵盖了图表和公式等非文本元素，形成一个全方位的多模态知识体系。目前公益学术平台（PubScholar）已归集1.8亿条文献元数据，逾8065万篇完整的文献全文，为科研人员提供了丰富的研究素材和知识支持。

　　二是突破关键技术研发科技文献人工智能引擎（SciAIEngine）。提出了掩藏句子模型（Masked Sentence Model）与两阶段方案实现文本中的知识抽取，基于层次分类器集群实现千级类目中图法分类，通过嵌入词典和词性特征实现关键词识别，基于小样本数据利用半监督迭代学习等技术实现命名实体识别。利用这些创新技术，提升文本挖掘能力，研发科技文献人工智能引擎（SciAIEngine）。形成一系列可供扩展应用的软件、数据、解决方案和工具集，并提出了一套从科技文献中挖掘领域知识与科学数据的流程方法。

　　三是深度挖掘科技文献内容。利用科学人工智能引擎对优选文献进行深度挖掘，提取包括关键科学数据、实验结果等硬信息，提取理论框架、研究方法等软知识。通过深度挖掘科技文献的专业领域本体知识、科学数据、观点倾向等科技文献内容，建立细粒度科技文献内容与句子、段落、图表、全文之间的循证关系，支持文献内容溯源。将细粒度知识与科学数据进一步融合、精选、对齐、补齐，构建高质量语料库、专业化领域知识本体库、适用人工智能的科学数据集和研究观点倾向库。当前已支持上海药物所从文献中挖掘药物靶标数据，支撑新药研发；与西南交大合作挖掘二维材料属性数据，赋能材料研发；与东北地理所合作挖掘木质纤维素生物降解知识，助力黑土地生物质高效利用。

　　四是建设科技文献大模型。基于专业化领域知识本体库、适用人工智能的科学数据集、研究观点倾向库构建支撑智能科研（AI4S）的科技文献知识底座，支持AI4S模型的训练，为AI4S智能模型假设的提出、预测的验证和推理的监督提供知识基础。与头部人工智能企业合作，集成知识图谱、语义搜索等功能，打造支持智能化科研的解决方案。同时开发医学、化学领域的垂直大模型，为科技创新提供知识数据支持。其中，科技文献大模型提高论文调研效率10倍以上，论文研读有效率超90%。

图2 PubScholar公益学术平台

工程科技数据融合 加速工程技术创新

　　一是持续推进数据资源汇聚整合。持续推动工程科技领域“元数据海”及特色资源建设，汇聚工程科技能源、交通、航天、化工、信息技术、海洋、地质、气象等30多个专业领域数据资源，工程科技领域一级学科覆盖率达100%，二级学科覆盖率达90%，数据总量超过72亿条，资源体量100TB。基于工程科技领域多源异构数据融合的大数据存储和处理技术搭建了资源汇聚加工的技术环境和数据采集、治理加工工具，支撑了知识服务搜索引擎、智库研究、技术洞察与趋势分析等应用场景，形成了一套科学的资源管理体系，推进生态、气象、环境、水利等跨领域基于地理和机构等维度的知识融合。

　　二是建设高价值特色数据资源。在数据治理的基础上建立了统一知识图谱构建、人工智能开发服务、技术洞察及趋势分析、词表集成等能力，为数据挖掘分析、知识关联发现提供技术和能力保障。构建工程科技专家库、机构数据库、战略咨询资源库、学术会议资源库等8个主题库，基于知识组织与知识计算等前沿技术对咨询报告等资源深度加工，形成特色数据资源。

　　三是实施全面的数据安全控制措施。依托知识中心的数据安全管理规范，对数据资源处理流程实行端到端的监控；依据数据资源的分类分级管理制度，实行差异化管理策略，对数据进行分类存储，并对敏感信息采取加密和脱敏处理。此外，构建了数据缓冲区，利用大数据批量标注技术、内容安全审核API同时结合人工复审的多层防护机制，建立健全数据安全保障技术体系。

　　四是整合多元生态打造精品化知识服务。聚焦国家战略和特定用户场景，利用已汇聚的海量数据资源，结合人工智能、大数据挖掘等技术，开发系列精品知识服务产品，建成了多学科融合的工程科技大数据服务平台。此平台包含服务于高端智库、科研人员和社会公众的多样化工具和专题，如智库支持系统、全球项目库、知领战“疫”系列等。这些知识产品广泛应用于图书馆联盟、高校及机构中，惠及科技界，形成了全面而深入的服务生态。

　　目前已汇聚工程科技30多个专业领域的数据资源，覆盖工程科技领域全部一级学科，满足高端智库咨询研究工作所需。累计为100多个国家重大项目与工程、数十家企业、科研机构与地方政府提供了数据支持、决策支撑服务，为全国2000余家高校、130余家科研单位、60余个地方图书馆的科技工作者提供数据和知识服务。联盟式知识中心建设为推动我国工程科技领域大数据共建共享、行业和地方大数据系统建设提供了有益经验。

图2 知识中心门户

来源：国家数据局

赛智产业研究院能够为政府和企业提供数据要素研究咨询服务，全面助力国内数据要素市场建设。