首批“数据要素×”典型案例解析（上）

近日，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、国家中医药局等部门在第七届数字中国建设峰会上发布首批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。本期将聚焦工业制造、现代农业、商贸流通、交通运输4个领域的典型案例，详细展示有关单位促进数据要素开发利用的典型经验做法。

工业制造领域

案例一

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。

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。

案例二

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)。

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%。

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。

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。

现代农业领域

案例三

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。

商贸流通领域

案例四

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。

案例五

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。

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%。

交通运输领域

案例六

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。