亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

數字基礎設施作為數字中國的數字大動脈、未來新底座，對于推進數字化、智能化及可持續發展至關重要。中共中央、國務院印發《數字中國建設整體布局規劃》強調，夯實數字基礎設施，打通數字基礎設施大動脈。當前，數字中國進入整體布局規劃新階段，隨著新一代信息技術的快速發展和廣泛應用，數字基礎設施建設的內涵外延與重心方向也在發生深刻調整，核心能力從“算力、存力、運力”向“多力協同”快速演進，以滿足各行各業對更廣連接、更大帶寬、更強算力、更高智能、更可持續等的多元化新需求，數字基礎設施體系逐步進入敏捷部署、彈性配置、跨域調度、均衡提升階段。

基于此，中國信息通信研究院（簡稱“中國信通院”）成立項目組，開展數字基礎設施評估研究工作，編制了《數字大動脈未來新底座——數字基礎設施評估體系研究報告（2024年）》。近日，該報告正式發布。

報告在深入分析數字基礎設施建設面臨的五大新形勢基礎上，前瞻研判數字基礎設施十大建設方向階段特征和建設重點，系統構建形成新時代我國數字基礎設施評估體系，旨在以評促建，以評促改，更快更好地建設數字基礎設施，持續打通經濟社會發展的信息“大動脈”，為網絡強國、數字中國建設筑牢堅實基礎。

具體內容如下

來源：中國信息通信研究院 　　2023年12月，習近平總書記在上海考察時指出，在城市規劃和執行上堅持一張藍圖繪到底，加快城市數字化轉型。上海、重慶等地率先開展城市數字化轉型工作，堅持數據驅動下的技術創新與機制變革同頻發力，創造性地解決城市治理、服務和發展難題，以數字化驅動城市生產、生活、治理方式整體性轉變，革命性重塑，推進城市治理體系和治理能力現代化，引領智慧城市走向數據融通、全域轉型、質效提升的發展新階段。數字城市成為數字時代推進中國式現代化、落實數字中國建設重大戰略的重要抓手。在政策、技術、市場等多方因素助推下，多方主體爭相布局數字城市萬億級藍海賽道，數字城市產業成為加快城市產業結構轉型升級、助力經濟社會高質量發展的重要引擎。 　　基于此，中國信息通信研究院成立項目組，開展數字城市產業研究工作，編制了《數字城市產業研究報告》。近日，該報告正式發布。 　　報告結合城市數字化轉型最新形勢，深入分析數字城市產業周期、投資規模、產業布局及產業生態，進一步洞察數字城市咨詢服務、基礎設施、數據要素、智能中樞、智慧應用、運營服務、數字安全等7大關鍵要素發展最新態勢，梳理AI大模型、數據流通、算力設施、數字文旅4大熱點板塊，并從技術創新、數據賦能、場景應用、產業協同、運維運營等方面提出數字城市發展建議。

來源：世界互聯網大會 　　近日，在烏鎮召開的人工智能賦能產業發展論壇上，來自企業、研究機構、國際組織等各方的代表，共同發布了《發展負責任的生成式人工智能研究報告及共識文件》。 　　回顧人工智能60余年的發展歷程，技術突破不僅會創造發展機遇，也會帶來相應的挑戰。統籌人工智能發展和治理逐漸成為全球共識，自2016年以來，全球多個國際組織、國家、地區及產業界，積極探索人工智能發展與治理路徑，已經形成了系列共識原則、治理要求、實踐范式等。考慮到人工智能尚處在快速發展的過程中，相關工作仍需要持續推進。 　　信息技術革命在進入人工智能階段之后，以生成式人工智能為代表的技術，又取得了長足的進步和發展。如《研究報告及共識文件》中所明確指出的那樣： 　　其一，在“模型、數據、算力”等三大要素持續迭代和高速演進的推動下，人工智能不斷在工程維度的發展和應用中，實現快速突破。就全球范圍的發展情況來看，Transformer為主的基礎模型依托相關研究主體的長期持續投入，通過ChatGPT、Stabel Diffusion、BLIP-2等，在大語言模型、視覺生成模型、多模態模型等細分領域，持續實現模型能力的躍升。這種躍升的主要體現，是參數規模進入1000億量級，處理復雜自然語言能力因此呈現顯著發展；在數據領域，多場景的大模型預訓練數據集不斷涌現，研究機構形成了通過發布微調數據集方式，提升預訓練用數據集的效能；合成數據解決訓練數據資源可持續性的探索也取得了較為顯著的成效；算力芯片和架構的持續迭代，在訓練效能、云邊端算力效能優化等方面，對生成式人工智能的發展提供了有效的支撐。 　　其二，應用前景催生了開源開放驅動生成式人工智能生態的迅速發展，整體趨向繁榮發展。從應用場景看，開源生態與開放驅動成為當下推動人工智能生態發展的主基調，模型迭代優化、研發門檻降低、縮短初創成本等，成為各方廣泛認知的主要優勢。與此相應的，在ChatGPT的刺激下，生成式人工智能的開發者社區迅速涌現，成為支撐和推動相關技術與應用發展的主渠道。Hugging Face、華為云AI Gallery、阿里巴巴、FlagOpen飛智、百度的飛槳星河等社區憑借各自比較優勢，在其中發揮了至關重要的作用。 　　其三，生成式人工智能的階段性高速發展再度激發了人們對于發展通用式人工智能的勇敢想象與積極探索。如《研究報告及共識文件》指出的那樣，由于生成式人工智能的這一輪突破，尤其是其中與多模態方向發展相一致的發展，催生了人們新的想象與探索：人們預期，伴隨著多模態生成模型技術的突破，能夠更好地理解和處理復雜的現實場景，或許將帶來更多的想象空間，比如可以探索將多模態生成模型與機器人技術結合等方式，繼而以某種形式盡可能趨近模仿人類感知復雜世界能力的呈現。 　　很自然的，生成式人工智能帶來的機遇和挑戰，同步存在： 　　從積極的角度看，生成式人工智能可能帶來的經濟增長前景，日趨明朗。根據麥肯錫2023年6月的樂觀預測，生成式人工智能每年可能為全球經濟增加2.6萬億至4.4萬億美元的價值。根據高盛研究，在滿足增長條件的情況下，生成式人工智能的突破將在10年內推動全球GDP增長7%。對生成式人工智能以及通用式人工智能未來發展前景的合理展望，有助于人們確信人類的生產活動和滿足特定要求的服務行業，未來均可能面臨顯著的增長前景，有理由保持樂觀預期。 　　從生成式人工智能的可能應用場景來看，現代社會的基礎服務體系可能獲得有效賦能，預期城市運營管理、災害救助與事故分析、實時預警與風險管理、定制化個性化的新型教育體系、新型就業崗位與就業機會、以及迫切需要得到實質性賦能的醫療和養老行業，均可能從人工智能的負責任發展中獲得實質性的收益。此外公益事業中的無障礙數字環境建設、全球文化成果保護和傳播，以及全球環境治理和可持續發展，也有希望從生成式人工智能的噴薄發展中得到全新的賦能與助力。作為高質量的“聰明”助手，生成式人工智能在助力科學研究中所具有的廣闊前景，也同時日趨清晰地呈現。 　　客觀而謹慎地看，生成式人工智能帶來的風險挑戰也是顯而易見的，預先訓練大模型時投喂的數據不可避免地存在缺陷，價值偏見、隱私泄露、數據污染等，如《研究報告及共識文件》所指出的那樣，是已經被廣泛察覺到的主要風險；算法模型的“幻覺”，虛假信息干擾，指向模型的網絡攻擊等，均揭示了人工智能發展帶來的新型安全隱患和風險；此外，高速技術迭代帶來的科技倫理失范以及人類社會發展失衡等問題，也日趨明顯地成為各方必須共同關注，并探究治理方案的關鍵所在；在更廣義的政治經濟學分析框架中，生成式人工智能對數字勞動和能源損耗等領域的重大影響，也已經到了必須早日提上議事日程的時候，其后帶來的發展，值得我們各方高度關注。 　　具體內容如下：

來源：中國信息通信研究院

　　2022年12月，“數據二十條”正式印發，確立了數據基礎制度體系的“四梁八柱”。隨著“數據二十條”等一系列政策措施相繼出臺，數據要素市場培育進展加速，暢通數據資源大循環的方向愈加明確。尤其是面對人工智能快速迭代、大模型與大數據相得益彰的發展態勢，數據要素戰略地位進一步凸顯。各主體加快數據要素領域布局，從多角度開展落地方案的深度探索，涌現出數據要素價值釋放新熱潮。 　　近日，中國信息通信研究院在“2023年數據要素發展大會”上發布了《數據要素白皮書（2023年）》。白皮書在《數據要素白皮書（2022年）》的基礎上，進一步探討數據要素理論認識，聚焦過去一年來數據要素探索過程中不斷涌現的新模式、新業態、新熱點，重點關注資源、主體、市場、技術四大方面的發展，期望能為社會各界進一步參與數據要素實踐探索提供有價值的參考。 白皮書核心觀點

　　公共、企業、個人三類數據有不同重點突破方向

　　在推進數據開發利用、釋放數據價值過程中，不同類型數據面臨不同的重點任務與關鍵問題，分類推進數據要素探索已成為當前共識。其中，如何加大供給規模、推動供給提質增效成為公共數據發展的關鍵問題；如何認定企業數據的業務貢獻，促進數據價值“顯性化”成為企業數據面臨的關鍵問題；如何在加強相關個人權益保護的基礎上進行開發利用是個人數據面臨的關鍵問題。 　　企業政府雙向發力推進可持續探索

　　企業和政府構成推進數據要素發展的核心力量。其中，企業是沖鋒在前的創新主體，政府則主要發揮有序引導和規范發展的作用。在數據要素市場建設過程中，企業側應不斷提升數據管理能力和應用能力，政府側應推動建立公平高效的機制，在扮演好各自角色的基礎上守正創新、雙向發力，共同推進數據要素發展的可持續探索。 　　數據流通場內外結合推動數據資源最優配置

　　數據要素市場是實現數據要素價值第三次飛躍的關鍵。數據在市場中流通使數據流向更需要的地方，讓不同來源的優質數據在新的業務需求和場景中匯聚融合，實現雙贏、多贏的價值利用。在此基礎上，不同的數據流通形態串聯起各類主體，推動場內外數據要素市場活躍探索，引導數據要素在供需關系與價格機制的作用下實現最優配置，創造更大的經濟效益。 　　數據技術基于業務需求加速創新與體系重構

　　數據技術是伴隨業務要求發展的。當前，第一代數據技術、第二代數據技術體系已基本成熟，第三代數據技術逐漸興起。新技術不斷涌現，云原生、軟硬協同、湖倉一體、人工智能、隱私計算、時空數據庫等技術在助力降本增效、促進安全流通和釋放數據價值方面發揮了重要作用。隨著數據規模爆炸式增長、數據類型日漸豐富，傳統大數據處理技術面臨著諸多挑戰，以滿足業務需求為導向的數據技術體系正不斷變革創新，在采集、存儲、計算、管理、流通、安全等方面加速重構。 　　具體內容如下：

來源：大數據技術標準推進委員會

　　日前，在2023可信數據庫發展大會上，《數據庫發展研究報告（2023年）》正式發布。 　　黨的二十大報告提出，堅持創新在我國現代化建設全局中的核心地位，加快實現高水平科技自立自強，加快建設科技強國。隨著新一輪科技革命和產業變革深入發展，互聯網、大數據、云計算、人工智能、區塊鏈等數字技術創新活躍，數據作為關鍵生產要素的價值日益凸顯，深入滲透到經濟社會各領域全過程，數字化產業正在成為全球經濟新的驅動引擎。 　 　　作為各行業數據存儲、計算、流通的基礎軟件，數據庫管理系統經過六十余年發展，理論技術不斷創新、產品形態日益豐富、產業生態加速變革、產業熱度持續升溫。當前，我國數據庫行業市場前景廣闊，產業欣欣向榮，正在經歷由“數量型”向“質量型”關鍵轉變期。 　 　　隨著數字化轉型深入推進和數據量的爆炸式增長，千行百業應用對數據庫的需求變化推動數據庫技術加速創新，全球數據庫產業快速發展，我國已經邁入第一梯隊。報告顯示，2022年全球數據庫市場規模為833億美元，中國數據庫市場規模為59.7億美元（約合403.6億元人民幣），占全球7.2%。預計到2027年，中國數據庫市場總規模將達到1286.8億元，市場年復合增長率（CAGR）為26.1%。2022年，公有云數據庫市場規模為219.15億元占市場總體的54.3%，較2021年增速51.6%，我國公有云數據庫市場規模首次過半。 　 　　此外，產業方面，報告從產業主體、研發模式、產品分布、推廣策略等方面，分析我國數據庫產業的主體特點、市場格局、發展態勢等；技術方面，報告梳理了數據庫技術發展在助力用戶降本增效、護航數據要素安全流通以及賦能新興業務場景三個方面的細分12個演進趨勢；應用方面，報告以金融、電信和制造業為代表，研究當前應用現狀、問題以及發展前景。 　 　　報告核心觀點

　**　1、市場規模：全球近833億美元，我國公有云數據庫市場規模首次過半**

來源：CCSA TC601，2023年6月 圖 1 2022-2027年中國數據庫市場規模及增速

　　據CCSA TC601測算，2022年全球數據庫市場規模為833億美元，中國數據庫市場規模為59.7億美元（約合403.6億元人民幣），占全球7.2% 。預計到2027年，中國數據庫市場總規模將達到1286.8億元，市場年復合增長率（CAGR）為26.1%。按數據庫部署方式劃分市場規模，2022年中國公有云數據庫市場規模為219.15億元，較2021年增速51.6%，本地部署數據庫市場規模為184.45億元，較2021年增速14.4%，公有云和本地部署模式市場規模分別占總市場54.3%和45.7%，2022年公有云數據庫市場規模首次過半，預計2023年公有云市場占比將進一步擴大達到59.8%，規模達到323.16億元，本地部署模式市場增速達到17.8%，規模為217.24億元。 　 　　2、發展周期，全球數據庫發展經歷兩輪熱周期

來源：CCSA TC601，2023年6月

圖 2 全球數據庫企業開展業務時間

　　全球數據庫發展經歷兩次熱潮，21世紀后進入蓬勃發展期。全球數據庫企業起步于20世紀60年代，隨著80年代關系型數據庫的理論突破和技術創新，全球數據庫迎來第一波發展熱潮。步入21世紀后，PC互聯網逐步向移動互聯網發展，數據庫的應用場景不斷豐富，全球數據庫在2010-2019年進入發展高峰期，新興企業不斷成立。這十年間，一共出現了230家企業，全球48.7%的數據庫企業均成立于這一時期。中國數據庫產業始于20世紀末，并在2013年后迎來繁榮發展。2014-2022這段時期迎來發展高峰。 　 　3、從地域看，全球數據庫產業聚集效應明顯

　　北京為我國數據庫產業貢獻主要力量。中國150家數據庫廠商總部大多集中在超一線城市。數量最多的前四名分別是北京、杭州、上海和深圳，數量為80、15、12、8個。天津、南京、廣州、成都數據庫企業數量均為4個，其中南京市和成都市由于高校資源豐富，成為很多數據庫企業設立研發中心的青睞地點。 　 　4、從類型看，非關系型數據庫在全球范圍占比略大

來源：CCSA TC601，2023年6月 圖 3 全球數據庫產品類型分布 　　全球數據庫產品數量整體分布呈現以非關系型及混合型數據庫為主。據CCSA TC601統計分析，截止2023年6月，全球數據庫產品共有 655 款。除了早期的兩款網狀數據庫和層次數據庫，在剩余的653個數據庫產品中，關系型數據庫為309個，非關系型數據庫有344個，占比分別為47.3%和52.7%。非關系型數據庫中，鍵值型數據庫82個、時序數據庫53個、圖數據庫52個，在非關系數據庫中依次占比23.8%、15.4%和15.1%。

來源：CCSA TC601，2023年6月 圖 4 中國數據庫產品類型分布 　　我國數據庫產品數量呈現以關系型為主，非關系型數據庫為輔的局面。關系型數據庫156個，非關系型數據庫有82個，占比分別為65.5%和34.5%。非關系型數據庫中，圖數據庫24個、時序數據庫24個、鍵值數據庫10個、列存數據庫10個，在非關系數據庫中依次占比29.3%、29.3%、12.2%和12.2%。 　 　5、從模式看，開源模式在全球范圍內發展勢頭迅猛

來源：CCSA TC601，2023年6月 圖 5 全球現存開源數據庫的開源時間

來源：CCSA TC601，2023年6月 圖 6 中國現存開源數據庫的開源時間

　　我國開源數據庫產品始于2010年前后，但開源數據庫在總數中占比較小，開源數據庫中七成為關系型數據庫。我國數據庫產品以商用為主，開源數據庫產品共有42款，商用和開源占我國數據庫產品總數分別為82.4%和17.6%。開源產品中，關系型數據庫29個，非關系型數據庫有13個，占比分別為69.0%和31.0%。我國開源數據庫整體起步較晚，在2017年之后迎來發展高峰。2017年至今，一共新增29款開源數據庫產品，近7成產品采用Apache許可證2.0版。 　 　　6、創新方面，我國創新實力不斷增強

來源：CCSA TC601，2023年6月 圖 7 2020-2022年VLDB、ICDE和SIGMOD論文分布情況 　　從VLDB、SIGMOD和ICDE三個數據庫領域權威的學術會議研究方向看，當前關系型數據庫和非關系型數據庫研究內容數量占比相當，非關系型數據庫研究方向成為熱點。以VLDB為例，2020-2022年，各領域論文總數分別為110、81和483篇，關系型和非關系型數據庫論文分別占三年論文總數量的16%和13%。SIGMOD各領域論文總數分別為87、87和350篇，關系型和非關系型數據庫論文總數均占17%。ICDE各領域論文總數分別為75、85和574篇，關系型和非關系型數據庫論文總數占三年論文總數比例分別為10%和12%，非關系型數據庫占比略微超過關系型數據庫。 　

來源：CCSA TC601，2023年6月

圖 8 2020-2022年中國高校及企業學術會議論文貢獻情況

　　我國在全球三大數據庫領域學術會議的影響力持續提升。高校及企業在ICDE論文貢獻占比最高，三年依次為43.15%、44.68%和65.43%，三大會議每年貢獻占比平均為23.81%、27.17%和40.70%，數量呈逐年上升趨勢，且2022年增長幅度相較前兩年十分明顯。大部分由我國貢獻的論文是以企業、高校合作或者高校間合作的方式發表到頂級會議上。 　 　　7、從標準看，我國數據庫產業標準引領作用初見成效

來源：CCSA TC601，2023年6月 圖 9 CCSA TC601數據庫領域標準化工作體系 　　中國通信標準化協會大數據技術標準推進委員會（CCSA TC601）緊跟國家戰略，圍繞數據庫領域標準化工作，設立數據庫與存儲工作組（WG4）。自2015年起共推出30項數據庫相關標準，逐步構建以數據庫產品、服務和應用為目標的標準體系。 　 8、技術方面，圍繞三大方面向12個技術方向不斷演進

來源：CCSA TC601，2023年6月 圖 10 數據庫技術演進趨勢圖 　　數據庫技術將圍繞助力用戶降本增效、護航數據要素安全流通和賦能新興業務場景三個目標持續發展，具體細分為12個技術方向，分別是交易分析一體化支撐多類業務，多模處理一體化實現一庫多用，數據湖倉一體化降低存算成本，軟硬協同一體化提升系統性能，AI與數據庫融合迸發無限潛力，云計算成為數據庫重要驅動力，隱私計算保障密態數據安全流通，區塊鏈技術賦能數據資產高度可信，圖聯邦學習技術打破圖數據孤島，AI大模型催生向量數據庫新應用，圖分析技術洞察數據連接新價值，時空數據庫釋放時空數據新潛能。 　 　9、應用方面，由邊緣系統至核心系統、由重點行業向全行業應用鋪開

　　近些年隨著各行業數字化轉型不斷加速，我國數據庫應用創新實踐邁入新階段，其應用范圍已從對能力需求較低的辦公、郵件等外圍系統，逐步向金融、電信等關鍵行業中，對性能需求極高、穩定性要求極強的賬務、調度等核心系統深入。 　 　　具體內容如下：

來源：中國信息通信研究院

　　日前，中國信息通信研究院發布了《中國數字經濟發展研究報告（2023年）》，中國信通院院長余曉暉對報告進行了解讀。

　　報告分析，我國數字經濟進一步實現量的合理增長。2022年，我國數字經濟規模達到50.2萬億元，同比名義增長10.3%，已連續11年顯著高于同期GDP名義增速，數字經濟占GDP比重相當于第二產業占國民經濟的比重，達到41.5%。 　 　　報告認為，我國數字經濟結構優化促進質的有效提升。2022年，我國數字產業化規模與產業數字化規模分別達到9.2萬億元和41萬億元，占數字經濟比重分別為18.3%和81.7%，數字經濟的二八比例結構較為穩定。其中，三二一產數字經濟滲透率分別為44.7%、24.0%和10.5%，同比分別提升1.6、1.2和0.4個百分點，二產滲透率增幅與三產滲透率增幅差距進一步縮小，形成服務業和工業數字化共同驅動發展的格局。

　　報告指出，我國數字經濟全要素生產率進一步提升。從整體看，2022年，我國數字經濟全要素生產率為1.75，相較2012年提升了0.09，數字經濟生產率水平和同比增幅都顯著高于整體國民經濟生產效率，對國民經濟生產效率提升起到支撐、拉動作用。分產業看，第一產業數字經濟全要素生產率小幅上升，第二產業數字經濟全要素生產率十年間整體呈現先升后降態勢，第三產業數字經濟全要素生產率大幅提升，成為驅動數字經濟全要素生產率增長的關鍵力量。 　 　報告分析，我國數據生產要素價值進一步釋放。數據產權、流通交易、收益分配、安全治理等基礎制度加快建設，破解數據價值釋放過程中的系列難題。同時，數據要素市場建設進程加快，數據產業體系進一步健全，數據確權、定價、交易流通等市場化探索不斷涌現。

　　據了解，這是中國信通院連續第九年發布中國數字經濟發展研究報告，2023年報告在延續以往對我國數字經濟發展最新態勢量化分析的基礎上，首次研究了我國數字經濟發展效率水平，為推動數字經濟發展提供更多參考。 　

**8月16日，百度智能云智慧城市聯合中國信通院產業與規劃研究所編寫的《百度城市數字化轉型白皮書》正式發布，**對中國城市數字化轉型工作階段性成果進行理論沉淀，給出城市數字化轉型發展新思路。

《百度城市數字化轉型白皮書》

《白皮書》顯示，新時期城市數字化轉型的重點包含六個方面：

**應加快“數字底座”升級，****以“整體性變革”和“可持續發展”為目標導向，****以理念、機制、技術、要素、應用的“全場景創新”，****驅動數字經濟、數字政府和數字社會的高質量發展，**打造“共建共治共享”的城市數字化轉型生態。

當前，我國城市建設呈現出分級分類數字化轉型的要求，**百度智慧城市近期公布的“九州”區縣大腦，核心就是****滿足不同規模體量、不同行政級別的城市數字化轉型需求。**此外，以場景應用牽引數字化轉型走深走實，用解決“一件事”的思路重構業務流程機制，打造“一網管”、“掌上辦”、“刷臉辦”等創新應用。

《白皮書》也指出，**城市數字化轉型可以引入智慧總線和知識總線，**統一納管城市的各類設備、算力、算法、數據、應用，構建城市全要素圖譜支撐智能化決策和統一應用。

“產城融合是新動能。”百度智慧城市認為，**數智技術和資源賦能下的“城市運行管理指揮中心”、“城市數字經濟賦能中心”和“城市數字化體驗中心”，為城市治理、生產和生活的全面轉型提供了三維驅動引擎。最后，《白皮書》認為現階段城市數字化轉型，應整合各方力量打造多元主體共同參與的長效模式。 百度智能云在城市數字化轉型、行業智能化發展等領域深耕多年，這些創新舉措的背后，凝結著深厚的“內功”支撐。《白皮書》還首次展示了百度智能云升級推出的“一底、兩線、三心、四度”**的全新城市數字化轉型總體框架，從“底座-總線-中心-應用”全方位、多層次為城市數字化轉型建設服務賦能。

百度城市數字化轉型整體框架

截至目前，百度智慧城市已攜手生態伙伴形成了70余個城市智慧化場景應用解決方案，服務200余家政府客戶。以新框架為指引，百度智能云將高質量助推城市治理、生產、生活的全面轉型升級。 據悉，在即將舉辦的2022智能經濟高峰論壇上，百度還將對外發布在助力產業轉型變革方面的最新進展情況，百度智能云將帶來驚艷“上新”。

來源：京東智能城市 　　《“十四五”數字經濟發展規劃》中提出，要以數據為關鍵要素，以數字技術與實體經濟深度融合為主線，協同推進數字產業化和產業數字化，賦能傳統產業轉型升級，培育新產業新業態新模式，不斷做強做優做大我國數字經濟。 　　近日，中國信通院產業與規劃研究所聯合京東科技發布《城市數字經濟發展實踐白皮書》，首次提出“數實融合”總體框架，并構建城市數字經濟評估指標體系。

數實融合是城市數字經濟發展的主線

　　數實融合即“數字技術和實體經濟深度融合”，既是新時代順應新一代技術革命和產業變革的必然選擇，也是新階段激發城市經濟發展動能、推動城市高質量發展的內在要求。習近平總書記在中共中央政治局第三十四次集體學習中強調，要充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合。

　　國家《“十四五”數字經濟發展規劃》明確提出，以數字技術與實體經濟深度融合為主線。近年來，各地政策文件中紛紛強調要持續推進數字技術賦能各行各業，加快產業數字化轉型，數實融合正成為地方塑造經濟發展新優勢的重要路徑。 　　目前，我國數實融合還處于起步階段，仍面臨發展不均衡、融合不充分等問題。“十四五”期間，數實融合加速向更深層次更廣范圍發展，政策制定將更具有落地性和可操作性，工作重心將兼顧特色產業集聚和本地數字化轉型支撐服務生態培育，建設重心從龍頭企業向中小企業延伸，從重點行業向產業園區和集群拓展，從采購和銷售環節向研發生產環節滲透。

數實融合需建立全面系統的總體架構

　　城市數字經濟是一個涉及數據要素、技術創新、平臺企業、產業生態、制度環境等方面的復雜巨系統。數實融合的總體架構由數字基礎設施、數據資源要素、數字技術產業、數字融合應用、數字經濟治理五個要素，產業治理、產業運營、產業供應三大環節和政府、園區、企業三大主體共同構成。

　　其中，數字基礎設施為支撐底座，數字技術產業、數據資源要素和數字經濟治理為關鍵驅動力，數字融合應用為核心主題，產業治理、產業運營、產業供應為最終著力點，政府、園區和企業為發展主體。 　　以產業治理、產業運營、產業供應為著力點，通過夯實數字基礎設施，強化數字技術產業支撐，激發數據資源要素活力，完善數字經濟治理，構建數實融合支撐賦能生態，推動數字技術與實體經濟深度融合，大力發展數字融合應用，走出一條以數實融合推動城市數字經濟高質量發展道路。

五大要素

　　數字基礎設施

　　指以通信信息網絡、計算系統、數據平臺等為核心，覆蓋數據的采集、傳輸與分發、存儲與計算、挖掘與分析，保障城市數字經濟活動正常進行的新型基礎設施體系。狹義的數字基礎設施，指的是信息基礎設施，即基于新一代信息技術演化發展形成的基礎設施。廣義的數字基礎設施，不僅包括信息基礎設施，還包括融合基礎設施，即傳統基礎設施利用新一代信息技術進行智能化改造后所形成的基礎設施形態。數字基礎設施作為戰略性公共基礎設施和“信息大動脈”，是推動經濟社會高質量發展的關鍵支撐。數字基礎設施的建設水平，正成為衡量城市核心競爭力的重要標志。

　　數據資源要素

　　指以電子化形式記錄和保存的具備原始性、可機器讀取、可供社會化再利用的數據集合，包括公共數據和非公共數據。數據資源作為數字經濟最核心的生產要素，具有可共享、可復制、可無限供給等特點。數據資源是推動經濟增長的新引擎，能有效降低經濟運行成本，提高經濟運行效益，推動產業轉型升級。 　 　數字技術產業

　　指數字技術通過市場化應用，形成的電子信息制造業、軟件和信息技術服務業、電信廣播電視衛星傳輸服務業、互聯網和相關服務業等產業。數字產業化代表了新一代信息技術的發展方向和最新成果，是數字經濟發展的根基和動力源泉。

　　數字融合應用

　　指利用數字技術對傳統產業進行全方位、全角度、全鏈條的改造，推動數字技術與實體經濟深度融合，促進工業、農業、服務業的數字化、網絡化、智能化轉型。數字融合應用是城市數字經濟的“主戰場”，數字融合應用水平的高低決定了城市數字經濟發展的水平。

　　數字經濟治理

　　指運用數字技術，建立健全行政管理的制度體系，創新服務監管方式，實現行政決策、行政執行、行政組織、行政監督等體制更加優化的新型政府治理模式。數字經濟治理引領生產關系深刻變革，是數字經濟發展的保障，也是鞏固提升城市核心競爭力和軟實力的關鍵之舉。

三大環節

　　產業治理

　　產業治理：地方政府制定城市發展政策，塑造區域制度環境，集聚生產要素資源，開展產業監測，引導城市產業發展的過程。突出的城市產業治理能力，是地方政府推動產業集聚發展和轉型升級的重要地方制度變量。隨著云計算、大數據、人工智能等技術在治理中的應用，產業治理模式將由“個人判斷”、“經驗主義”向“細致精準”、“數據驅動”轉變。

　　產業運營

　　指地方政府圍繞本地特色產業鏈，搭建產業園區平臺，遴選產業賽道，引入企業和培育企業的過程，也是為城市范圍內產業的孵化、成長、發展、壯大提供全生命周期服務體系的過程。產業運營既要構建大中小企業融通發展的企業發展體系，也要強化創新資源導入，通過搭建產業公共服務平臺和合作孵化平臺（眾創空間、孵化器、加速器等），為入園企業在政策、資金、技術、人才等方面提供所需要的全生命周期服務。

　　產業供應

　　指地方政府聚焦產業鏈現代化中“斷點”“堵點”“痛點”，引導本地企業推進“產、供、銷、研”一體化的過程。借助全方位的數據采集與信息傳遞，利用人工智能算法，可驅動城市空間內供應鏈企業與上游、下游成員的連接形成可持續發展的全鏈條網絡結構。產業供應鏈發展水平能保障資源要素高效流動和合理配置，提高產業鏈供應鏈安全性和穩定性，促進全產業鏈供應鏈優化升級。

數實融合探索推進呈現六大發展趨勢

　　新型城市感知體系成為數字基礎設施建設的重要方向

　　目前，我國已成為全球物聯網網絡規模最大、應用最為活躍地區之一，但長久以來，城市建設普遍存在感知體系底賬不清、煙囪林立、數據孤島、感知盲區等問題。隨著元宇宙到來，以城市更新為契機，城市感知體系將快速發展階段，建立底賬清晰、全域覆蓋、網絡通暢、數據共享、集約共用的城市感知體系，形成廣泛感知、綜合感知、智慧感知的感知格局，成為未來各地政府的重點任務。

　　數據資源要素從資源化加速向資產化、資本化方向發展

　　數據和土地、勞動力、資本、技術、資源環境一樣，是亟待市場化的生產要素，也是發展數字經濟的關鍵。目前，我國已在數據采集、數據標注環節初步形成了產業體系。隨著數據的所有權、使用權、增值權及數據紅利的釋放權、分配權逐步清晰明確，數據要素價值將得到更有效的釋放，數據價值化為城市數字經濟提供強大發展動力。

　產業賦能中樞成為城市數字經濟的產業數智底座

　　當前，世界局勢復雜演變，新冠疫情持續多發，經濟下行壓力進一步加大，我國城市發展困難挑戰明顯增多，城市數字化轉型勢在必行。產業賦能中樞作為連接政府與市場的橋梁，是地方政府對城市經濟進行全面掌握、分析、研判、預警的工具，也是描繪經濟運行態勢、洞察產業鏈狀況和輔助政策落地，助力經濟高質量發展的數字經濟綜合應用。 　 　提升產業鏈供應鏈現代化水平成為城市加快發展現代產業體系的關鍵路徑

　　產業鏈供應鏈是我國經濟循環暢通的關鍵，也是城市經濟發展安全的生命線。提升產業鏈供應鏈現代化水平是推動城市實體經濟特別是制造業高質量發展的關鍵途徑。疫情發生以來，黨中央、國務院結合國內外經濟形勢變化，多次提出要提高產業鏈供應鏈穩定性和競爭力。習近平總書記強調：“要優化和穩定產業鏈、供應鏈。產業鏈、供應鏈在關鍵時刻不能掉鏈子，這是大國經濟必須具備的重要特征。”

　　數字經濟園區成為推動產業園區和產業集群數字化轉型的重要載體

　　數字經濟園區是產業發展的重要載體，是數字經濟相關企業的孵化平臺。習近平總書記指出，要不斷做強做優做大我國數字經濟，引導數字融合產業園建設。《“十四五”數字經濟發展規劃》提到，要推動產業園區與產業集聚的數字化轉型，加快產業園數字基礎設施建設。 　 　技術、人才、資金等本地化數字生態保障成為企業數字化轉型必備要素

　　當前，我國城市數字經濟發展進入“深水區”，中小微企業面臨“轉型是找死、不轉是等死”的轉型困境。搭建平臺企業（轉型服務供給方）和中小企業（轉型服務需求方）對接機制，激發企業數字化轉型內生動力，建設數字化轉型促進中心，聚合力建生態，強化平臺、算法、服務商、專家、人才、金融等數字化轉型公共服務，成為解決企業數字化轉型難題的重要舉措。

具體內容如下

來源：中國信息通信研究院、中國網絡空間研究院和北京市金杜律師事務所

　　當前，全球數據呈現爆發增長、海量集聚的特點，蘊藏著巨大的經濟社會價值。數據作為新一代信息通信技術的底層驅動力，具備了生產要素和戰略資源的雙重角色。我國亟需構建起數據要素權益配置基礎制度，解決數據要素市場建立面臨的諸多障礙，進而適配生產力的發展，護航數據資源高效有序利用，回應數字時代法律關系需求。

　　2022年7月15日，在中國信息通信研究院主辦的“第三屆數據治理研討會”上，中國信通院政策與經濟研究所、中國網絡空間研究院信息化研究所、北京市金杜律師事務所聯合撰寫的《數據治理研究報告——數據要素權益配置路徑（2022年）》正式發布。

　　報告對數據要素權益配置的內涵進行邏輯解構，討論權益配置的基礎理論、基本構成以及配置方法，并分析數據要素權益配置的關鍵癥結，包括數據多維屬性導致數據權益體系構建尚未形成共識、靜態化的數據賦權模式無法匹配數據動態化的流動特性以及數據之上多主體訴求交織導致各方利益難以平衡等障礙。

　　報告認為，數據要素權益配置是世界各國共通性難題，實踐中圍繞數據要素權益配置也建立起了一系列探索機制，包括數據立法完善配置路徑、數據分類成為配置基礎、數據流通實現各方權益以及技術方案成為權益保障工具。 　

當前，以數據為關鍵生產要素的數字經濟已經進入全新時代，數據成為了推動社會經濟發展的核心動能， 數據驅動的數字中國、數字政府和企業數字化轉型正在悄然重塑經濟活動和社會活動。

數據治理作為數據的核心管理手段和管理范式，得到了政府、企業、個人的高度關注， 伴隨著 理論、法律、政策、產業的一系列實質性變化 ，各方正在將數據治理納入到 政務活動、企業治理、經營管理等領域， 數據治理的理念、法規、方法、工具也得到了蓬勃發展。

數字經濟的高質量發展有賴于科學完整的數據治理體系，業界需要 指導性強、可實踐落地的數據治理方法論。 中國通信標準化協會積極 將標準化 理念 引入數據治理，搭建了數據治理標準化體系框架，支撐各項法規政策落實、指導行業發展、引導技術進步、滿足全新需求，以數據標準推動建立全新的規則秩序。

本白皮書系統介紹了數據治理的概念、意義、治理范圍和治理原則，詳細闡述了數據治理標準化的總體進展、典型標準和需求挑戰，搭建了數據治理標準體系框架，提出了后續工作建議 。