首批20個“數據要素×”案例

案例一：國家能源投資集團有限公司彙聚了鐵路運輸裝備、港口裝備、船舶裝備等 22 類、9 類、6 類的運行、故障與維修等超 30 億條數據，破除了裝備制造商間的數據阻礙，構建起智能模型，形成将近 600 類裝備設計和研發數據集，搭建起數據資産交易平台，摸索出數據資産定價模型，吸引 275 個運輸裝備制造企業展開數據資産交易，有力推動了近 100 家運輸裝備産品的設計與功能優化。

案例二：四川長虹電子控股集團有限公司構建工業數據空間，打通測試、生産、庫存、應付賬款、供應商資信等數據，促使産業鏈上下遊強化信息共享，向代工品牌商安全共享超過 135 萬台電視生産質量數據，賦能産值超 90 億元。依靠供應鏈數據，爲産業鏈上下遊中小微企業提供融資，授信服務涵蓋 64 家大型企業和 1650 家中小企業，融資額超 40 億元。

案例三：江蘇省互聯網農業發展中心融合農情、植保、氣象、基礎空間等數據，提供曆史病害、監測分析、預警發布等服務，累計監測小麥和水稻種植面積超 2 億畝，近三年年均挽回稻麥損失 200 萬噸，年均挽回直接經濟損失 49.8 億元。

案例四：浙江中國小商品城集團股份有限公司通過公共數據授權運營，融合小商品城企業數據，推出企業信用、供應鏈金融等數據産品服務，提升了貿易效率，降低了交易風險，2023 年，全年累計授信總額 90.57 億元，放款額 35.58 億元，爲 3.3 萬餘戶小微企業提供融資支持。

案例五：上海鋼聯電子商務股份有限公司通過彙聚大宗商品生産、供應、銷售、價格等數據，并融合外部企業提供的遙感衛星數據，開發了商品價格指數等多個系列數據産品，累計形成了 900 多個大宗商品 10 萬多條日度價格數據，服務 30 多萬個付費用戶，以及 300 多萬個免費用戶，爲國内外現貨和衍生品市場提供結算基準和定價參考。

案例六：浙江四港聯動發展有限公司打造智慧物流雲平台，先後整合打通政務、班輪、碼頭、貨代等 100 多個系統，彙集海運、空運、陸運、口岸各類物流數據超 1.1 萬項，對接各類物流數據超 1000 萬條，運用物流運單 AI 智能識别、智能沙箱等技術，實現運輸軌迹、班輪船期、運輸價格、海關報關、航班信息等的一站式查詢，提升多式聯運承載能力和銜接水平。

案例七：浙江網商銀行股份有限公司、螞蟻科技集團股份有限公司融合農田遙感、農業生産、農戶授權數據，優化授信評估模型，2023 年以來，累計爲 260 萬農戶提供授信 638.8 億元，其中 53 萬農戶首次獲得銀行貸款。

案例八：國家空間科學數據中心、國家高能物理科學數據中心、國家天文科學數據中心加強空間與天文領域科學數據全生命周期治理與融合開發，打造超 50PB 規模的高質量科學數據資源，提供面向超高能宇宙線起源、多波段時域天文等典型科學場景的數據分析應用服務，助力取得十餘項國際領先的重大科學發現，加速科學研究範式變革。

案例九：合肥機數量子科技公司融合 9000 萬化合物、1100 萬化學反應路徑的龐大材料數據，打造材料研發新模式，将數千次實驗優化過程縮短至 300 次以下，開發效率提升超百倍，大幅提升新材料研發效率。

案例十：湖南省博物院融合 103 萬條文物、11 萬張圖片、2000 餘個三維模型等數據，推動文物數據跨領域融合創新，先後推出雲展覽、動畫視頻、沉浸式體驗等 200 餘項數字化項目；舉辦 2 個大型線下數字展覽，吸引 60 餘萬觀衆，實現 2300 萬元票房收入。

案例十一：武漢理工數字傳播工程有限公司整合多渠道圖書出版标簽、發行渠道、讀者評價等數據，助力出版單位更好把握市場趨勢和用戶需求，已爲 300 多家出版單位提供了 1300 多款應用與産品，助力文化市場繁榮。

案例十二：訊飛醫療科技股份有限公司融合疾病、檢驗、藥物等數據，訓練智慧 AI 模型，應用于全國 506 個縣區的近 5.3 萬個基層醫療機構，服務 6 萬餘名基層醫生，累計提供 7.7 億次輔助診療，大幅提升基層醫療服務能力。

案例十三：北京市計算中心有限公司通過多渠道、合規收集海量藥物的研發關鍵數據，建立專業化新藥研發數據集，進行智能化分析和數據挖掘，有效降低新藥研發周期，輔助新藥研發項目 100 餘項，人工智能預測靶點超 1 萬餘個，爲我國創新藥研發探索新路徑。

案例十四：廣東省應急管理廳整合 1171 類氣象、水利、林業等跨部門監測數據和危化、礦山等企業感知數據，構建大數據智慧分析模型，提高了應急管理部門預測預警、協同處置、輔助決策等能力。2023 年，有效應對了 30 輪強降雨和 6 次台風，未發生重大安全事件，顯著提升應急實戰能力。

案例十五：福建省電子政務建設運營有限公司融合 59.8 億條氣象預報、應急物資、救援隊伍等應急數據及 2.41 億條危險化學品、工貿、礦山等企業數據，實現安全隐患智能預警和快速響應，2023 年以來，全省處置各類安全事故 550 餘起，有效提升安全生産監管水平。

案例十六：四川省國土空間生态修複與地質災害防治研究院與四川省氣象台共同搭建平台，達成地質、氣象等數據的協同效果，極大增強了風險預警的實時性、精準度與實用性。自 2022 年起，有力地支撐了全省範圍内發布地質災害氣象風險預警達 5839 次，實現成功避險 123 起。

案例十七：台州市氣象局嘗試“買保險送氣象服務”的合作形式，讓企業能從保險公司以低成本獲取實時的風向、風速、雨量、溫度、能見度等氣象數據服務，再結合風功率預報模型、災害風險模型以及智慧工地平台數據，爲電力調度和工程推進提供決策參考，助力風電企業降低成本并提升效益。

案例十八：煙台市大數據中心構建鎮街綜合數據平台，整合市、縣、鄉、村四級總共 15 個大類、1300 多萬條數據，借助智能報表、智能台賬等實現報表自由定制、數據自動複用以及結果實時統計，切實減少了基層數據的重複填報和手工篩查，減輕了基層在“指尖上”的負擔，基層表格縮減率達 34%、填報縮減率超過 52% ，給基層治理現代化給予了有力的支撐。

案例十九：國網新疆電力有限公司融合 807 家新能源場站的 5.7 億運行數據、8497 萬餘條雲圖數據，創建新能源功率預測及消納能力分析模型，爲新能源項目建設、并網運行、動态消納等提供決策依據，助力風電短期預測精度提升 4.3%，增加新能源上網電量 31.9 億千瓦時，提高并網效率 30%，爲“雙碳”目标的達成貢獻力量。

案例二十：合肥市生态環境局融合 11 億條與藍藻治理相關的數據，構建智能模型，精确預測巢湖藍藻的發生狀況，結合預警信息并提前介入管控，2023 年巢湖水質穩定保持在Ⅳ類，達到 1979 年以來的最佳水平，巢湖流域生态得到了系統性的改善。