{ "query": "什么是数字经济", "answer": "【检索结果汇总】\n\n查询问题：什么是数字经济\n\n检索到 27 个相关段落：\n\n【事件信息】\n\n事件1：我国数字经济规模达到50.2万亿元，同比名义增长10.3%\n\n事件2：全球51个主要经济体数字经济同比名义增长7.4%\n\n事件3：数字经济占GDP比重达到41.5%\n\n事件4：全球51个主要经济体数字经济占GDP比重为46.1%\n\n事件5：数字经济规模持续扩张成为全球经济发展的重要支撑\n\n事件6：数字经济规划\n\n事件7：全球经济发展的重要支撑\n\n事件8：云计算作为数字经济的技术底座，成为物联网、大数据、人工智能等新兴技术快速发展的核心引擎\n\n事件9：数字经济创新发展\n\n事件10：构建数字经济生态集群，加速数字经济发展。\n\n事件11：数字化转型拉动经济增长，促进经济社会可持续发展\n\n事件12：产业数字化占数字经济比重为85.3%，占GDP比重为39.3%，较上年提升约1.8个百分点\n\n事件13：能源领域\n\n事件14：7.4%\n\n事件15：产业数字化进程加快\n\n事件16：培育新增长点，发展数字经济，促进经济高质量发展\n\n事件17：经济高质量发展\n\n事件18：数字经济全要素生产率进一步提升\n\n事件19：发展壮大数字经济\n\n事件20：确定重点招引的数字企业、项目类型\n\n事件21：产业加速器围绕人工智能、数字经济等产业领域。\n\n事件22：数据开发利用强调\n\n事件23：确定重点招引的数字企业和项目类型\n\n\n\n【段落信息】\n\n段落1：# 云计算加速赋能数字经济，推动各行业产业数字化进程\\n\\n## 数字经济规模持续扩张，产业数字化进程加快\\n\\n* 2022年，全球51个主要经济体数字经济占**GDP比重为46.1%**\\n\\n* 2022年，全球51个主要经济体数字经济同比名义**增长7.4%**\\n\\n* 2022年，**产业数字化占数字经济比重为85.3%，**占GDP比重为39.3%，较上年提升约1.8个百分点\\n\\n![GDP及数字经济增速图](image_1.png)\\n\\n来源：中国信息通信研究院\\n\\n从以上数据看出，**数字经济规模持续扩张**，成为全球经济发展的重要支撑，也是全球经济增长的活力所在。同时，产业数字化持续成为全球数字经济发展的主导力量，其**进程加快**\\n\\n## 云计算加速赋能数字经济，向垂直行业需求演进\\n\\n* 云计算作为**数字经济的技术底座**，成为物联网、大数据、人工智能等新兴技术快速发展的核心引擎，为新一轮科技革命和产业变革提供了**基础性支撑**\\n\\n* 各个行业数字化需求不断演进，**牵引云计算面向垂直行业特定需求**\\n\\n### 各类垂直行业\\n\\n#### 金融领域\\n\\n* 移动支付\\n\\n* 在线银行\\n\\n* 保险科技\\n\\n#### 制造领域\\n\\n* 数字化工厂\\n\\n* 智能制造\\n\\n#### 能源领域\\n\\n* 矿山开采\\n\\n* 危化品管理\\n\\n* 绿色能源\\n\\n#### 大数据\\n\\n* 物联网\\n\\n* 人工智能\\n\\n#### 云计算底座\\n\\n传统产业\\n\\n产业数字化\\n\\n智能制造\\n\\n新业态\\n\\n工业物联网\\n\\n新模式\\n\\n平台经济\\n\\nCAICT\\n\\n中国信通院\\n\\n中国通信标准化协会\n\n段落2：数据运营是企业持续释放数据价值、进入数据要素市场的能力基础。 企业通过构建数据管理能力，实现了理清数据分布、提升数据质量、确保 数据安全、数据共享交换、数据分析挖掘等，为进一步深化数据应用、赋 能业务发展奠定了基础。未来，伴随着数据要素市场逐渐成熟，企业更聚 焦于持续优化数据管理能力，形成数据供需闭环，丰富数据应用场景，充 分赋能业务发展，有效管控成本，精细化管理数据价值。本白皮书旨在提供一份全面可行的数据运营实践指南，在企业逐步夯实数据管理能力、实现数据资源化的基础上，结合产业数据运营各方面的先进经验，为企业进一步开展数据运营、加速迈入数据资产化阶段提供一套方法理论。具体来说，数据运营包括数据目录管理、数据应用场景构建、数据服务推广、数据动态优化、数据成本管理、数据价值评估等基本活动，旨在加深企业对于数据运营的认识和理解，持续优化数据管理能力，推动企业深化数据应用，逐步构建数据竞争优势。 # 一、数据运营概述 ## （一）数据运营发展背景 发展数字经济已成为推进中国式现代化的重要驱动力量。2022年，我国数字经 济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增 速，数字经济占GDP比重达到41.5%。数字经济全要素生产率进一步提升，我国数字 经济全要素生产率从2012年的1.66上升至2022年的1.75，数字经济生产率水平和同 比增幅都显著高于整体国民经济生产效率，对国民经济生产效率提升起到支撑、拉动 作用 $^1$ 。 国家加大数据要素政策布局，数据要素市场化进程持续加快。当前，数据已成 为重要的生产要素，是加快经济社会发展质量变革、效率变革、动力变革的重 要引擎。\n\n段落3：# 形成数据安全行业整体视图\\n\\n中国·北京 12.20-12.21 回归数据本质 应用驱动治理\\n\\n2023数据资产管理大会\\n\\n## 数据作为新型生产要素，已成为我国数字经济发展的核心资源，也是国家重要资产和基础战略资源。在依托数据价值释放，打造数字化、网络化、智能化的环境背景下，保障各行业领域的数据安全至关重要。\\n\\n一方面，需求侧受政策要求与数据价值驱动，逐步开展以数据为中心的安全体系建设；另一方面，供应侧受市场需求引导，进行产品服务的迭代升级。\\n\\n为了更好地洞察数据安全需求侧数据安全建设现状与面临的挑战，了解供应侧数据安全业务布局与产品服务技术形态，推进数据安全行业发展，搭建供需双方交流平台，数据安全推进计划发起数据安全行业调研，旨在梳理数据安全行业建设现状，形成数据安全行业整体视图。\\n\\n### 需求侧\\n\\n- 随着数据要素市场化的深入发展，我国数字经济发展迅速。与此同时，国内外数据泄露事件频繁发生，数据安全形势严峻。\\n\\n### 供应侧\\n\\n- 数据安全需求侧共回收75份有效的问卷样本，覆盖了不同行业、不同人员规模以及不同数据规模的不同企业。\\n\\n- 据安全供应侧共回收37份有效的问卷样本，覆盖了不同产品类型、不同从业人员规模的不同企业。\n\n段落4：由于政企数据处于不同的管理体系与管 理机制之下，不论是国家层面还是行业层面均缺乏统一的管理标准和 规范，难以有效贯通，影响数据的整体性。与此同时，由于数据治理 的总体水平尚在发展中，数据整体质量与利用价值相对有限，未能完 全发挥数据作用。并且，政企数据融合的安全保障也需要进一步升级。 从本质而言，当前各省、市、区（县）等地方分别探索公共数据授权 运营实际上也是一种分割，但由于缺乏明确的激励机制目前难以实现 整合应用，还需要通过政策或举措实现有效的促进。 尽管面临困难和挑战，政企数据融合开发也已经起步，形成了一 系列应用成果，例如结合人群监控数据与运营商实时位置数据的智慧 安防应用、结合跨域交通数据与货运信息数据的物流管理应用、结合 集采数据与集采协议数据的供应链金融应用等等。面向政企数据要素 流通，应推进解决各类问题，在安全、合规、规范等方面不断完善， 提升数据开发利用水平，以充分释放数据价值，培育新增长点，发展 壮大数字经济，促进经济高质量发展。 # 五、公共数据授权运营推进要点 在当前的政策背景下，各地方要开展公共数据授权运营，需要从 顶层出发，根据当地实际情况规划公共数据授权运营体系，在明确发 展目标与推进方向的基础上，设计具体推进思路，通过细化的工作方 案落实各阶段的各项重点工作。从当前已经开展和正在推进公共数据 授权运营的地方及行业实践总结来看，主要从建设制度机制、设计实 施路径、打造运营平台、培育多元生态、推进成效优化五方面的工作 要点发力建设，从而按步骤逐步推进公共数据授权运营高效落地运转， 助力公共数据要素价值释放。\n\n\n相关子查询：\n什么是数字经济、数字经济包括哪些方面或领域\n\n检索统计：\n- 查询复杂度：{'is_complex': True, 'complexity_level': 'complex', 'confidence': 0.95, 'reason': \"这是一个复杂查询，需要生成多方面的多个子查询来回答。用户询问了关于'数字经济'这一广泛且涵盖多个领域的概念，可能包括其定义、构成、影响、发展趋势以及与传统经济的区别等。这些问题通常需要从经济学、信息技术、政策法规等多个角度进行深入探讨，因此无法通过简单的查询或单个答案来完全解答。\"}\n- 是否复杂查询：True\n- 迭代次数：0\n- 信息充分性：True\n", "query_complexity": { "is_complex": true, "complexity_level": "complex", "confidence": 0.95, "reason": "这是一个复杂查询，需要生成多方面的多个子查询来回答。用户询问了关于'数字经济'这一广泛且涵盖多个领域的概念，可能包括其定义、构成、影响、发展趋势以及与传统经济的区别等。这些问题通常需要从经济学、信息技术、政策法规等多个角度进行深入探讨，因此无法通过简单的查询或单个答案来完全解答。" }, "is_complex_query": true, "retrieval_path": "complex_hipporag", "iterations": 0, "total_passages": 27, "sub_queries": [ "什么是数字经济", "数字经济包括哪些方面或领域" ], "decomposed_sub_queries": [ "什么是数字经济", "数字经济包括哪些方面或领域" ], "initial_retrieval_details": {}, "sufficiency_check": { "is_sufficient": true, "confidence": 0.9, "reason": "事件信息和段落信息包含了回答查询所需的关键内容...", "iteration": 0 }, "current_sub_queries": [], "is_sufficient": true, "all_documents": [ { "page_content": "我国数字经济规模达到50.2万亿元，同比名义增长10.3%", "metadata": { "node_id": "d2222b4c769ef318fa74c6d1510f1484ca2b0b111c150ec8a20b8545f8f5234f", "node_type": "event", "ppr_score": 0.005750592014337714, "edge_score": 1.7109534, "passage_score": 0.0, "rank": 1, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "全球51个主要经济体数字经济同比名义增长7.4%", "metadata": { "node_id": "7067aa4ed9879e02ba585925e8231ddef2495f27cb26c54ad32267b5aad3fa7c", "node_type": "event", "ppr_score": 0.005669172373192268, "edge_score": 1.7520766, "passage_score": 0.0, "rank": 2, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "数字经济占GDP比重达到41.5%", "metadata": { "node_id": "110638cc2f60cf493a4424c16c6b573497e2fedcb6b7cfd5e47599205baa1ae2", "node_type": "event", "ppr_score": 0.005549503505247589, "edge_score": 1.7505, "passage_score": 0.0, "rank": 3, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "全球51个主要经济体数字经济占GDP比重为46.1%", "metadata": { "node_id": "cf76187a3302b14fcbabf04d2254b57b33230ce0c681135e88ed00b9438dc364", "node_type": "event", "ppr_score": 0.005363855920813931, "edge_score": 1.7549812, "passage_score": 0.0, "rank": 4, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "数字经济规模持续扩张成为全球经济发展的重要支撑", "metadata": { "node_id": "7b015d7c74c1e0ee3b4671eafe8b33a125ea19bd07c42b51948a4c56bd0016d2", "node_type": "event", "ppr_score": 0.0051070623839470294, "edge_score": 1.7368348, "passage_score": 0.0, "rank": 5, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "数字经济规划", "metadata": { "node_id": "9783482180210dfd72b981901677775a05f3c18f62488a5c39ca260ce16be853", "node_type": "event", "ppr_score": 0.004530980586820523, "edge_score": 1.7353852, "passage_score": 0.0, "rank": 6, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "全球经济发展的重要支撑", "metadata": { "node_id": "8fb6d9389e311731dde97c52a7daa3d78e5bc66ec2c46186efb534b0beca0b0a", "node_type": "event", "ppr_score": 0.004191953453803542, "edge_score": 1.7463949, "passage_score": 0.0, "rank": 7, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "云计算作为数字经济的技术底座，成为物联网、大数据、人工智能等新兴技术快速发展的核心引擎", "metadata": { "node_id": "96b11ea419a8e3aa31bbc246b0a64c0a5d27a16ec6c7da8e17ecba23bd8f4528", "node_type": "event", "ppr_score": 0.0035776801284296183, "edge_score": 1.7714287, "passage_score": 0.0, "rank": 8, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "数字经济创新发展", "metadata": { "node_id": "49ecedca6e5fbdebd29ccb6f255802b3a6a423595413d51b4850b5e466b59790", "node_type": "event", "ppr_score": 0.0030596701752425935, "edge_score": 1.7902591, "passage_score": 0.0, "rank": 9, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "构建数字经济生态集群，加速数字经济发展。", "metadata": { "node_id": "7cb3fc6e3ae301c74ca0e994ea3c42e62c6161eff746446fd4699a735159128a", "node_type": "event", "ppr_score": 0.0030002693311090766, "edge_score": 1.7328411, "passage_score": 0.0, "rank": 10, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "数字化转型拉动经济增长，促进经济社会可持续发展", "metadata": { "node_id": "63b6673b9575b9392cf883df14f5561f921b7f126483c410765d840f227be13c", "node_type": "event", "ppr_score": 0.002859148980710757, "edge_score": 1.7246693, "passage_score": 0.0, "rank": 11, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "产业数字化占数字经济比重为85.3%，占GDP比重为39.3%，较上年提升约1.8个百分点", "metadata": { "node_id": "02da1b96e086beba987d54dcb49cc565b628700c934f00ca478fce68bbffea06", "node_type": "event", "ppr_score": 0.0024645020056470184, "edge_score": 0.0, "passage_score": 0.0, "rank": 12, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "能源领域", "metadata": { "node_id": "6fc96eedb714ad51a462d3ad415a48810d273dde8b28e0a5bc51155db12b200f", "node_type": "event", "ppr_score": 0.002281860735156747, "edge_score": 0.0, "passage_score": 0.0, "rank": 13, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "7.4%", "metadata": { "node_id": "618ed3053a830d61c4a6fd4bb98ceba1e56c825deb5ab486ec7d8d1f7ea1e322", "node_type": "event", "ppr_score": 0.0021618903210060144, "edge_score": 0.0, "passage_score": 0.0, "rank": 14, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "产业数字化进程加快", "metadata": { "node_id": "5ccfa46dad69eb6ea9cf19ff97cf2e2f8ba6505105b33e66d5919a9aad0229c1", "node_type": "event", "ppr_score": 0.0021618903210060144, "edge_score": 0.0, "passage_score": 0.0, "rank": 15, "source": "hipporag2_langchain_event", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "# 云计算加速赋能数字经济，推动各行业产业数字化进程\\n\\n## 数字经济规模持续扩张，产业数字化进程加快\\n\\n* 2022年，全球51个主要经济体数字经济占**GDP比重为46.1%**\\n\\n* 2022年，全球51个主要经济体数字经济同比名义**增长7.4%**\\n\\n* 2022年，**产业数字化占数字经济比重为85.3%，**占GDP比重为39.3%，较上年提升约1.8个百分点\\n\\n![GDP及数字经济增速图](image_1.png)\\n\\n来源：中国信息通信研究院\\n\\n从以上数据看出，**数字经济规模持续扩张**，成为全球经济发展的重要支撑，也是全球经济增长的活力所在。同时，产业数字化持续成为全球数字经济发展的主导力量，其**进程加快**\\n\\n## 云计算加速赋能数字经济，向垂直行业需求演进\\n\\n* 云计算作为**数字经济的技术底座**，成为物联网、大数据、人工智能等新兴技术快速发展的核心引擎，为新一轮科技革命和产业变革提供了**基础性支撑**\\n\\n* 各个行业数字化需求不断演进，**牵引云计算面向垂直行业特定需求**\\n\\n### 各类垂直行业\\n\\n#### 金融领域\\n\\n* 移动支付\\n\\n* 在线银行\\n\\n* 保险科技\\n\\n#### 制造领域\\n\\n* 数字化工厂\\n\\n* 智能制造\\n\\n#### 能源领域\\n\\n* 矿山开采\\n\\n* 危化品管理\\n\\n* 绿色能源\\n\\n#### 大数据\\n\\n* 物联网\\n\\n* 人工智能\\n\\n#### 云计算底座\\n\\n传统产业\\n\\n产业数字化\\n\\n智能制造\\n\\n新业态\\n\\n工业物联网\\n\\n新模式\\n\\n平台经济\\n\\nCAICT\\n\\n中国信通院\\n\\n中国通信标准化协会", "metadata": { "node_id": "236e4e4cc956ed33d1378aa5a775d849d57cf7201a5eec3a576d3f5a50de3d7c", "node_type": "text", "ppr_score": 0.036721020790098695, "edge_score": 0.0, "passage_score": 0.21287249179005732, "rank": 16, "source": "hipporag2_langchain_text", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "数据运营是企业持续释放数据价值、进入数据要素市场的能力基础。 企业通过构建数据管理能力，实现了理清数据分布、提升数据质量、确保 数据安全、数据共享交换、数据分析挖掘等，为进一步深化数据应用、赋 能业务发展奠定了基础。未来，伴随着数据要素市场逐渐成熟，企业更聚 焦于持续优化数据管理能力，形成数据供需闭环，丰富数据应用场景，充 分赋能业务发展，有效管控成本，精细化管理数据价值。本白皮书旨在提供一份全面可行的数据运营实践指南，在企业逐步夯实数据管理能力、实现数据资源化的基础上，结合产业数据运营各方面的先进经验，为企业进一步开展数据运营、加速迈入数据资产化阶段提供一套方法理论。具体来说，数据运营包括数据目录管理、数据应用场景构建、数据服务推广、数据动态优化、数据成本管理、数据价值评估等基本活动，旨在加深企业对于数据运营的认识和理解，持续优化数据管理能力，推动企业深化数据应用，逐步构建数据竞争优势。 # 一、数据运营概述 ## （一）数据运营发展背景 发展数字经济已成为推进中国式现代化的重要驱动力量。2022年，我国数字经 济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增 速，数字经济占GDP比重达到41.5%。数字经济全要素生产率进一步提升，我国数字 经济全要素生产率从2012年的1.66上升至2022年的1.75，数字经济生产率水平和同 比增幅都显著高于整体国民经济生产效率，对国民经济生产效率提升起到支撑、拉动 作用 $^1$ 。 国家加大数据要素政策布局，数据要素市场化进程持续加快。当前，数据已成 为重要的生产要素，是加快经济社会发展质量变革、效率变革、动力变革的重 要引擎。", "metadata": { "node_id": "4ec71c7edc23d78a58343dc38d19efb13f4200cf767ee528096926782d552654", "node_type": "text", "ppr_score": 0.019391223567955407, "edge_score": 0.0, "passage_score": 0.19079220597395144, "rank": 17, "source": "hipporag2_langchain_text", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "# 形成数据安全行业整体视图\\n\\n中国·北京 12.20-12.21 回归数据本质 应用驱动治理\\n\\n2023数据资产管理大会\\n\\n## 数据作为新型生产要素，已成为我国数字经济发展的核心资源，也是国家重要资产和基础战略资源。在依托数据价值释放，打造数字化、网络化、智能化的环境背景下，保障各行业领域的数据安全至关重要。\\n\\n一方面，需求侧受政策要求与数据价值驱动，逐步开展以数据为中心的安全体系建设；另一方面，供应侧受市场需求引导，进行产品服务的迭代升级。\\n\\n为了更好地洞察数据安全需求侧数据安全建设现状与面临的挑战，了解供应侧数据安全业务布局与产品服务技术形态，推进数据安全行业发展，搭建供需双方交流平台，数据安全推进计划发起数据安全行业调研，旨在梳理数据安全行业建设现状，形成数据安全行业整体视图。\\n\\n### 需求侧\\n\\n- 随着数据要素市场化的深入发展，我国数字经济发展迅速。与此同时，国内外数据泄露事件频繁发生，数据安全形势严峻。\\n\\n### 供应侧\\n\\n- 数据安全需求侧共回收75份有效的问卷样本，覆盖了不同行业、不同人员规模以及不同数据规模的不同企业。\\n\\n- 据安全供应侧共回收37份有效的问卷样本，覆盖了不同产品类型、不同从业人员规模的不同企业。", "metadata": { "node_id": "4fcfb998a852cee52268ea17051ba934ea30a3fc2d1b963a6894e5e935b97fda", "node_type": "text", "ppr_score": 0.01521469980141655, "edge_score": 0.0, "passage_score": 0.1877384983471459, "rank": 18, "source": "hipporag2_langchain_text", "query": "什么是数字经济", "pagerank_available": true } }, { "page_content": "培育新增长点，发展数字经济，促进经济高质量发展", "metadata": { "node_id": "02f96aa205f767293eaab2b259de0e7f93522488ba827d96a82d9447771e3b31", "node_type": "event", "ppr_score": 0.003787599750004281, "edge_score": 1.797347, "passage_score": 0.0, "rank": 3, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "经济高质量发展", "metadata": { "node_id": "c3c993e3da7630c4d2a42d329c580ab53e28c5980389e083b7f26cfee7b8b5f3", "node_type": "event", "ppr_score": 0.0037404542864712983, "edge_score": 1.7433376, "passage_score": 0.0, "rank": 5, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "数字经济全要素生产率进一步提升", "metadata": { "node_id": "5349a06b99b291ae0af2b3128c7391c6b0c1be198d31ec8ee522e6e40293a17d", "node_type": "event", "ppr_score": 0.0033383704366710797, "edge_score": 1.7176809, "passage_score": 0.0, "rank": 7, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "发展壮大数字经济", "metadata": { "node_id": "7c7f9aeffa2b0dcc57300a87893b51f116f4db2f1eabc2d9098de4049e07b75e", "node_type": "event", "ppr_score": 0.0027511879671173302, "edge_score": 1.7433376, "passage_score": 0.0, "rank": 10, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "确定重点招引的数字企业、项目类型", "metadata": { "node_id": "299b0fbf09ef68f671003f866278cb3b59e7f5bc4f544bd47fadfc4e4a83e48b", "node_type": "event", "ppr_score": 0.002593465167834957, "edge_score": 1.7139616, "passage_score": 0.0, "rank": 12, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "产业加速器围绕人工智能、数字经济等产业领域。", "metadata": { "node_id": "d63bb3dbd9cdcacfa06e36e04c77cd7672e153841205c25bc6a785c0a2b6893d", "node_type": "event", "ppr_score": 0.0023049885611089766, "edge_score": 1.8279654, "passage_score": 0.0, "rank": 13, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "数据开发利用强调", "metadata": { "node_id": "a5677a1aed50c9e3e0adc7fa40cab884f716d7b7d05993494acf5d48538300b0", "node_type": "event", "ppr_score": 0.0022709209183025014, "edge_score": 1.7594982, "passage_score": 0.0, "rank": 14, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "确定重点招引的数字企业和项目类型", "metadata": { "node_id": "97ca75e5f7d7e8f419db55fb9700e1d459c26cf278f14fa9a9d794c99c3d5ee7", "node_type": "event", "ppr_score": 0.0022596581042080787, "edge_score": 1.7285204, "passage_score": 0.0, "rank": 15, "source": "hipporag2_langchain_event", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } }, { "page_content": "由于政企数据处于不同的管理体系与管 理机制之下，不论是国家层面还是行业层面均缺乏统一的管理标准和 规范，难以有效贯通，影响数据的整体性。与此同时，由于数据治理 的总体水平尚在发展中，数据整体质量与利用价值相对有限，未能完 全发挥数据作用。并且，政企数据融合的安全保障也需要进一步升级。 从本质而言，当前各省、市、区（县）等地方分别探索公共数据授权 运营实际上也是一种分割，但由于缺乏明确的激励机制目前难以实现 整合应用，还需要通过政策或举措实现有效的促进。 尽管面临困难和挑战，政企数据融合开发也已经起步，形成了一 系列应用成果，例如结合人群监控数据与运营商实时位置数据的智慧 安防应用、结合跨域交通数据与货运信息数据的物流管理应用、结合 集采数据与集采协议数据的供应链金融应用等等。面向政企数据要素 流通，应推进解决各类问题，在安全、合规、规范等方面不断完善， 提升数据开发利用水平，以充分释放数据价值，培育新增长点，发展 壮大数字经济，促进经济高质量发展。 # 五、公共数据授权运营推进要点 在当前的政策背景下，各地方要开展公共数据授权运营，需要从 顶层出发，根据当地实际情况规划公共数据授权运营体系，在明确发 展目标与推进方向的基础上，设计具体推进思路，通过细化的工作方 案落实各阶段的各项重点工作。从当前已经开展和正在推进公共数据 授权运营的地方及行业实践总结来看，主要从建设制度机制、设计实 施路径、打造运营平台、培育多元生态、推进成效优化五方面的工作 要点发力建设，从而按步骤逐步推进公共数据授权运营高效落地运转， 助力公共数据要素价值释放。", "metadata": { "node_id": "049e6393f2f84a523c14648c3d2afed0ff465fd35d05026dd33172bbb0af4aa3", "node_type": "text", "ppr_score": 0.012254606542097216, "edge_score": 0.0, "passage_score": 0.17598752639224607, "rank": 18, "source": "hipporag2_langchain_text", "query": "数字经济包括哪些方面或领域", "pagerank_available": true } } ], "all_passages": [ "我国数字经济规模达到50.2万亿元，同比名义增长10.3%", "全球51个主要经济体数字经济同比名义增长7.4%", "数字经济占GDP比重达到41.5%", "全球51个主要经济体数字经济占GDP比重为46.1%", "数字经济规模持续扩张成为全球经济发展的重要支撑", "数字经济规划", "全球经济发展的重要支撑", "云计算作为数字经济的技术底座，成为物联网、大数据、人工智能等新兴技术快速发展的核心引擎", "数字经济创新发展", "构建数字经济生态集群，加速数字经济发展。", "数字化转型拉动经济增长，促进经济社会可持续发展", "产业数字化占数字经济比重为85.3%，占GDP比重为39.3%，较上年提升约1.8个百分点", "能源领域", "7.4%", "产业数字化进程加快", "# 云计算加速赋能数字经济，推动各行业产业数字化进程\\n\\n## 数字经济规模持续扩张，产业数字化进程加快\\n\\n* 2022年，全球51个主要经济体数字经济占**GDP比重为46.1%**\\n\\n* 2022年，全球51个主要经济体数字经济同比名义**增长7.4%**\\n\\n* 2022年，**产业数字化占数字经济比重为85.3%，**占GDP比重为39.3%，较上年提升约1.8个百分点\\n\\n![GDP及数字经济增速图](image_1.png)\\n\\n来源：中国信息通信研究院\\n\\n从以上数据看出，**数字经济规模持续扩张**，成为全球经济发展的重要支撑，也是全球经济增长的活力所在。同时，产业数字化持续成为全球数字经济发展的主导力量，其**进程加快**\\n\\n## 云计算加速赋能数字经济，向垂直行业需求演进\\n\\n* 云计算作为**数字经济的技术底座**，成为物联网、大数据、人工智能等新兴技术快速发展的核心引擎，为新一轮科技革命和产业变革提供了**基础性支撑**\\n\\n* 各个行业数字化需求不断演进，**牵引云计算面向垂直行业特定需求**\\n\\n### 各类垂直行业\\n\\n#### 金融领域\\n\\n* 移动支付\\n\\n* 在线银行\\n\\n* 保险科技\\n\\n#### 制造领域\\n\\n* 数字化工厂\\n\\n* 智能制造\\n\\n#### 能源领域\\n\\n* 矿山开采\\n\\n* 危化品管理\\n\\n* 绿色能源\\n\\n#### 大数据\\n\\n* 物联网\\n\\n* 人工智能\\n\\n#### 云计算底座\\n\\n传统产业\\n\\n产业数字化\\n\\n智能制造\\n\\n新业态\\n\\n工业物联网\\n\\n新模式\\n\\n平台经济\\n\\nCAICT\\n\\n中国信通院\\n\\n中国通信标准化协会", "数据运营是企业持续释放数据价值、进入数据要素市场的能力基础。 企业通过构建数据管理能力，实现了理清数据分布、提升数据质量、确保 数据安全、数据共享交换、数据分析挖掘等，为进一步深化数据应用、赋 能业务发展奠定了基础。未来，伴随着数据要素市场逐渐成熟，企业更聚 焦于持续优化数据管理能力，形成数据供需闭环，丰富数据应用场景，充 分赋能业务发展，有效管控成本，精细化管理数据价值。本白皮书旨在提供一份全面可行的数据运营实践指南，在企业逐步夯实数据管理能力、实现数据资源化的基础上，结合产业数据运营各方面的先进经验，为企业进一步开展数据运营、加速迈入数据资产化阶段提供一套方法理论。具体来说，数据运营包括数据目录管理、数据应用场景构建、数据服务推广、数据动态优化、数据成本管理、数据价值评估等基本活动，旨在加深企业对于数据运营的认识和理解，持续优化数据管理能力，推动企业深化数据应用，逐步构建数据竞争优势。 # 一、数据运营概述 ## （一）数据运营发展背景 发展数字经济已成为推进中国式现代化的重要驱动力量。2022年，我国数字经 济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增 速，数字经济占GDP比重达到41.5%。数字经济全要素生产率进一步提升，我国数字 经济全要素生产率从2012年的1.66上升至2022年的1.75，数字经济生产率水平和同 比增幅都显著高于整体国民经济生产效率，对国民经济生产效率提升起到支撑、拉动 作用 $^1$ 。 国家加大数据要素政策布局，数据要素市场化进程持续加快。当前，数据已成 为重要的生产要素，是加快经济社会发展质量变革、效率变革、动力变革的重 要引擎。", "# 形成数据安全行业整体视图\\n\\n中国·北京 12.20-12.21 回归数据本质 应用驱动治理\\n\\n2023数据资产管理大会\\n\\n## 数据作为新型生产要素，已成为我国数字经济发展的核心资源，也是国家重要资产和基础战略资源。在依托数据价值释放，打造数字化、网络化、智能化的环境背景下，保障各行业领域的数据安全至关重要。\\n\\n一方面，需求侧受政策要求与数据价值驱动，逐步开展以数据为中心的安全体系建设；另一方面，供应侧受市场需求引导，进行产品服务的迭代升级。\\n\\n为了更好地洞察数据安全需求侧数据安全建设现状与面临的挑战，了解供应侧数据安全业务布局与产品服务技术形态，推进数据安全行业发展，搭建供需双方交流平台，数据安全推进计划发起数据安全行业调研，旨在梳理数据安全行业建设现状，形成数据安全行业整体视图。\\n\\n### 需求侧\\n\\n- 随着数据要素市场化的深入发展，我国数字经济发展迅速。与此同时，国内外数据泄露事件频繁发生，数据安全形势严峻。\\n\\n### 供应侧\\n\\n- 数据安全需求侧共回收75份有效的问卷样本，覆盖了不同行业、不同人员规模以及不同数据规模的不同企业。\\n\\n- 据安全供应侧共回收37份有效的问卷样本，覆盖了不同产品类型、不同从业人员规模的不同企业。", "培育新增长点，发展数字经济，促进经济高质量发展", "经济高质量发展", "数字经济全要素生产率进一步提升", "发展壮大数字经济", "确定重点招引的数字企业、项目类型", "产业加速器围绕人工智能、数字经济等产业领域。", "数据开发利用强调", "确定重点招引的数字企业和项目类型", "由于政企数据处于不同的管理体系与管 理机制之下，不论是国家层面还是行业层面均缺乏统一的管理标准和 规范，难以有效贯通，影响数据的整体性。与此同时，由于数据治理 的总体水平尚在发展中，数据整体质量与利用价值相对有限，未能完 全发挥数据作用。并且，政企数据融合的安全保障也需要进一步升级。 从本质而言，当前各省、市、区（县）等地方分别探索公共数据授权 运营实际上也是一种分割，但由于缺乏明确的激励机制目前难以实现 整合应用，还需要通过政策或举措实现有效的促进。 尽管面临困难和挑战，政企数据融合开发也已经起步，形成了一 系列应用成果，例如结合人群监控数据与运营商实时位置数据的智慧 安防应用、结合跨域交通数据与货运信息数据的物流管理应用、结合 集采数据与集采协议数据的供应链金融应用等等。面向政企数据要素 流通，应推进解决各类问题，在安全、合规、规范等方面不断完善， 提升数据开发利用水平，以充分释放数据价值，培育新增长点，发展 壮大数字经济，促进经济高质量发展。 # 五、公共数据授权运营推进要点 在当前的政策背景下，各地方要开展公共数据授权运营，需要从 顶层出发，根据当地实际情况规划公共数据授权运营体系，在明确发 展目标与推进方向的基础上，设计具体推进思路，通过细化的工作方 案落实各阶段的各项重点工作。从当前已经开展和正在推进公共数据 授权运营的地方及行业实践总结来看，主要从建设制度机制、设计实 施路径、打造运营平台、培育多元生态、推进成效优化五方面的工作 要点发力建设，从而按步骤逐步推进公共数据授权运营高效落地运转， 助力公共数据要素价值释放。" ], "passage_sources": [ "原始查询-event-d2222b4c769ef318fa74c6d1510f1484ca2b0b111c150ec8a20b8545f8f5234f", "原始查询-event-7067aa4ed9879e02ba585925e8231ddef2495f27cb26c54ad32267b5aad3fa7c", "原始查询-event-110638cc2f60cf493a4424c16c6b573497e2fedcb6b7cfd5e47599205baa1ae2", "原始查询-event-cf76187a3302b14fcbabf04d2254b57b33230ce0c681135e88ed00b9438dc364", "原始查询-event-7b015d7c74c1e0ee3b4671eafe8b33a125ea19bd07c42b51948a4c56bd0016d2", "原始查询-event-9783482180210dfd72b981901677775a05f3c18f62488a5c39ca260ce16be853", "原始查询-event-8fb6d9389e311731dde97c52a7daa3d78e5bc66ec2c46186efb534b0beca0b0a", "原始查询-event-96b11ea419a8e3aa31bbc246b0a64c0a5d27a16ec6c7da8e17ecba23bd8f4528", "原始查询-event-49ecedca6e5fbdebd29ccb6f255802b3a6a423595413d51b4850b5e466b59790", "原始查询-event-7cb3fc6e3ae301c74ca0e994ea3c42e62c6161eff746446fd4699a735159128a", "原始查询-event-63b6673b9575b9392cf883df14f5561f921b7f126483c410765d840f227be13c", "原始查询-event-02da1b96e086beba987d54dcb49cc565b628700c934f00ca478fce68bbffea06", "原始查询-event-6fc96eedb714ad51a462d3ad415a48810d273dde8b28e0a5bc51155db12b200f", "原始查询-event-618ed3053a830d61c4a6fd4bb98ceba1e56c825deb5ab486ec7d8d1f7ea1e322", "原始查询-event-5ccfa46dad69eb6ea9cf19ff97cf2e2f8ba6505105b33e66d5919a9aad0229c1", "原始查询-text-236e4e4cc956ed33d1378aa5a775d849d57cf7201a5eec3a576d3f5a50de3d7c", "原始查询-text-4ec71c7edc23d78a58343dc38d19efb13f4200cf767ee528096926782d552654", "原始查询-text-4fcfb998a852cee52268ea17051ba934ea30a3fc2d1b963a6894e5e935b97fda", "子查询2-event-02f96aa205f767293eaab2b259de0e7f93522488ba827d96a82d9447771e3b31", "子查询2-event-c3c993e3da7630c4d2a42d329c580ab53e28c5980389e083b7f26cfee7b8b5f3", "子查询2-event-5349a06b99b291ae0af2b3128c7391c6b0c1be198d31ec8ee522e6e40293a17d", "子查询2-event-7c7f9aeffa2b0dcc57300a87893b51f116f4db2f1eabc2d9098de4049e07b75e", "子查询2-event-299b0fbf09ef68f671003f866278cb3b59e7f5bc4f544bd47fadfc4e4a83e48b", "子查询2-event-d63bb3dbd9cdcacfa06e36e04c77cd7672e153841205c25bc6a785c0a2b6893d", "子查询2-event-a5677a1aed50c9e3e0adc7fa40cab884f716d7b7d05993494acf5d48538300b0", "子查询2-event-97ca75e5f7d7e8f419db55fb9700e1d459c26cf278f14fa9a9d794c99c3d5ee7", "子查询2-text-049e6393f2f84a523c14648c3d2afed0ff465fd35d05026dd33172bbb0af4aa3" ], "pagerank_data_available": true, "pagerank_summary": {}, "concept_exploration_results": {}, "exploration_round": 0, "debug_info": { "total_time": 22.133304595947266, "retrieval_calls": 1, "llm_calls": 4, "langsmith_project": "rag-api-service", "token_usage_summary": { "has_llm": true, "has_generator": true, "last_call": { "prompt_tokens": 2145, "completion_tokens": 37, "total_tokens": 2182 }, "total_usage": { "prompt_tokens": 3128, "completion_tokens": 169, "total_tokens": 3297, "call_count": 3 }, "model_name": "qwen2-7b-instruct", "has_last_usage": true, "has_total_usage": true }, "complexity_analysis": { "is_complex": true, "complexity_level": "complex", "confidence": 0.95, "reason": "这是一个复杂查询，需要生成多方面的多个子查询来回答。用户询问了关于'数字经济'这一广泛且涵盖多个领域的概念，可能包括其定义、构成、影响、发展趋势以及与传统经济的区别等。这些问题通常需要从经济学、信息技术、政策法规等多个角度进行深入探讨，因此无法通过简单的查询或单个答案来完全解答。" }, "debug_mode_analysis": { "debug_mode": "0", "debug_override": {}, "path_override_applied": false }, "sufficiency_analysis": { "final_sufficiency": true, "sufficiency_check_details": { "is_sufficient": true, "confidence": 0.9, "reason": "事件信息和段落信息包含了回答查询所需的关键内容...", "iteration": 0 }, "iteration_sufficiency_history": [], "sufficiency_progression": { "status": "no_sufficiency_checks" } }, "routing_analysis": { "total_routing_decisions": 1, "sub_query_generation_count": 0, "parallel_retrieval_count": 0, "pagerank_collection_count": 0 }, "concept_exploration_analysis": { "exploration_enabled": false, "exploration_rounds": 0, "pagerank_nodes_analyzed": 0, "successful_branches_total": 0, "total_branches_attempted": 0 } }, "iteration_history": [ { "iteration": 0, "query": "并行检索: 原始查询 + 2 个子查询", "passages_count": 27, "action": "retrieval" }, { "iteration": 0, "action": "sufficiency_check", "is_sufficient": true, "confidence": 0.9, "sub_queries_count": 0 }, { "iteration": 0, "action": "final_answer_generation", "answer_length": 3631 } ] }