2022年大数据产业发展试点示范项目申报和实施指南

　为深入实施大数据战略，落实《“十四五”大数据产业发展规划》(工信部规〔2021〕179号)，切实做好2022年大数据产业发展试点示范项目(以下简称试点示范项目)的组织实施工作，特制定本指南。

　　一总体目标

　　通过试点示范项目的实施，探索形成一批可复制、可推广、可借鉴的经验模式，带动全国大数据产业高质量发展。在数据要素市场培育方面，引导各市场主体围绕数据管理能力提升、数据交易流通、数据要素服务生态培育等，探索数据要素市场化配置的有效路径。在产品和服务创新方面，引导企业探索突破数据各相关技术瓶颈，形成一批具有核心竞争力的大数据产品;鼓励企业开展服务模式创新，推动大数据服务向专业化、工程化、平台化发展。在行业融合应用方面，加快大数据在农业、工业、服务业等方面深度融合应用，形成一批相对成熟的解决方案，推动数字经济与实体经济深度融合。

　　二试点示范内容

　　(一)数据要素市场培育试点示范

1.数据管理能力提升方向

　　需求要点：通过标准引领、技术实施、服务配套等，提升企业数据管理能力和数据服务水平，推动数据高质量管理和高价值转化。

　　实施内容：鼓励数据拥有方基于《数据管理能力成熟度评估模型》(GB/T36073-2018，以下简称DCMM)等标准，探索提升数据管理能力;鼓励数据管理相关技术服务方开发提升企业数据管理能力的工具和平台。

　　应用成效：数据拥有方已将数据当做实现组织绩效目标的重要资产，在组织层面具备系列的标准化、规范化数据管理体系，在DCMM等标准中规定的一个或多个能力域表现突出，且能够量化分析数据管理的效率，在行业内进行更佳实践分享;数据管理技术服务方的平台或工具应在不少于5个企业成功部署实施，获得一定经济效益或社会效益，并具备复制推广价值。

　　2.数据交易流通方向

　　需求要点：主要针对全国各数据交易机构，支持各机构通过数据交易流通的模式创新和技术创新，解决数据要素市场化配置过程中的难点和堵点。

　　实施内容：鼓励各交易机构围绕数据定价、交易、交付、结算、安全保障等方面，提供综合配套服务，提升数据要素市场化配置效率。鼓励各交易机构勇于创新，探索“原始数据不出域、数据可用不可见、用途可控可计量”等交易流通模式。

　　应用成效：数据交易机构拥有较为充足的数据供给方，在顶层设计、运营模式等方面初步形成较为清晰的实施路径，数据交易总量初具规模。

　　3.数据要素服务生态培育方向

　　需求要点：主要针对数据拥有方，以及数据技术提供商、数据评估商、律师事务所、会计师事务所等各类数据服务商，着力培育发展数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系。

　　实施内容：鼓励数据拥有方在做好数据脱敏和隐私保护的前提下，将搜索、电商、社交、通信、金融等数据开放至数据交易机构，提升全国数据供给数量。鼓励数据服务商开展数据流通技术服务、数据合规认证、交易主体评级、数据资产评估、数据争议仲裁等探索。

　　应用成效：数据拥有方将数据开放至数据交易机构后，探索形成由市场评价贡献、按贡献决定报酬的收益分配机制。数据服务商在数据资产评估、登记结算、交易撮合、争议仲裁等方面形成不少于2个可在全国推广应用的典型模式。

　　(二)大数据重点产品和服务试点示范

　　4.大数据重点产品方向

　　需求要点：在数据生成、采集、存储、加工、分析、服务、安全等关键环节，推动大数据产品和服务不断完善。

　　实施内容：在数据生成采集方面，着重提升异构数据源兼容性、大规模数据采集与加工效率;在数据存储加工方面，着重推动高性能存算系统和边缘计算系统研发，打造专用超融合硬件解决方案;在数据分析服务方面，着重推动多模数据管理、大数据分析与治理等系统的研发和应用;在数据安全保障方面，加强隐私计算、数据脱敏等数据安全产品的研发应用。

　　应用成效：项目产品在关键技术或产品性能方面有一定突破，在不少于5个场景实现应用，可有效提升企业数据开发利用水平和安全保障能力，具有较强的可复制可推广性。

　　5.大数据服务创新方向

　　需求要点：围绕数据清洗、数据标注、数据分析、数据可视化等需求，培育优质大数据服务供应商，加快大数据服务向专业化、工程化、平台化发展。

　　实施内容：鼓励发展智能服务、价值网络协作、开发运营一体化等新型服务模式，围绕诊断咨询、架构设计、系统集成、运营维护等综合服务需求，开展系统化、平台化服务。

　　应用成效：项目有利于推动大数据服务模式和业态创新，应用案例不少于3个，在促进数据价值释放和利用效率提升方面成效显著。

　　(三)行业大数据应用试点示范

　　6.农业大数据应用方向

　　需求要点：推动农业农村大数据应用，提升农业生产智能化、经营网络化、管理高效化、服务便捷化的能力和水平。

　　实施内容：发挥大数据在农业生产、经济运行、资源环境监测、农产品产销等方面作用，推广大田作物精准播种、精准施肥施药、精准收获，推动设施园艺、畜禽水产养殖智能化应用。推动构建智慧水利体系，以流域为单元提升水情测报和智能调度能力。

　　应用成效：项目实施可有效带动农业生产、经营、管理和服务等效率提升，赋能数字乡村建设，应用部署案例不少于3个，具有较好的推广价值。

　　7.工业大数据应用方向

　　需求要点：以数字化转型需求为引领，促进工业全流程大数据深入应用，培育数据驱动的新模式、新业态。

　　实施内容：深化大数据在工业研发设计、生产制造、经营管理、销售服务全流程的融合应用，重点鼓励轨道交通、船舶海工、航空航天、电子信息等领域的大数据应用，不断探索产业数字化转型新路径。支持企业利用工业大数据平台实现产业链上下游业务数据互联互通，不断促进生产资源优化配置、实现供应链高效协同。鼓励工业数据空间、零工经济、共享制造、工业电子商务、供应链金融等新业态发展。

　　应用成效：项目在推动企业提质增效、节能减排和安全生产等方面具有显著成效，在提升企业和行业竞争力方面有一定成效，成功应用案例不少于3个。

　　8.服务业大数据应用方向　　需求要点：全面推进大数据在服务业的广泛应用，带动全要素生产率提升和数据资源共享，更好满足人民群众多样化的数据需求。

　　实施内容：支持大数据在社会治理、应急管理、环境保护等领域应用，促进政府管理精细化、服务水平现代化。鼓励大数据在医疗诊断、医药研发、医保服务等方面先行先试，助推医疗、医药、医保联动改革。支持网络招聘、个人征信、社会保险等领域的大数据综合应用，保障就业市场稳定。推动通信、物流、电力、金融、保险等行业大数据的应用场景创新。

　　应用成效：项目在助力治理能力现代化、实现便民服务精细化等方面具有一定积极成效，应用案例不少于3个，且在行业具有可复制可推广性。

　　三实施及组织保障

　　(一)建立高效组织机制。各推荐单位应充分重视试点示范项目工作，要结合实际情况，按照企业自愿、择优推荐的原则，建立高效协同推荐工作机制，遴选基础扎实、特色鲜明、潜力突出的申报主体。

　　(二)加大政策扶持力度。鼓励地方及中央企业等有关推荐单位，在政策、资金、资源配套等方面加大对入选试点示范项目的支持力度。推荐单位在示范期内要对项目实施进行监督指导，不断推动项目在各地方、各行业加大应用推广。

　　(三)做好摸底评估工作。各推荐单位应在项目两年期满后，对入选的申报主体进行自查评估。工业和信息化部将结合自查评估情况开展随机抽查，从项目综合实力、关键技术创新、经济社会效益等维度进行系统评价，并探索建立相应目录清单。