P+F接近开关深度 | 从垂直场景切入，探索数据产业化和推动大数据交易所转型升级 来源 | 数据经济评论作者 | 刘新海 许伟数字经济已经成为主要国家争夺的战略制高点，各国纷纷把数据产业作为战略性新兴动能加以培育。而国内受数据共享不足、应用场景有限、应用专业化水平不高等限制，数据要素市场发展尚处于初级阶段，数据产业链水平不高，加快数据产业化应用模式的探索创新更为紧迫。沿着产业链纵向推进的垂直场景应用，主体对象明确，数据集成便捷，服务精细专业，激励形成闭环，监管更容易穿透，同时也更多国际成功案例可借鉴，能够为数据的延展和综合性创新打下坚实基础，是加快我国数据产业化和推动大数据交易转型升级的有力抓手。作为一个新兴的战略性领域，数据产业专业性强，无论是理论还是应用实践，目前全球还在积极探索。数据产业本身是高科技发展一定阶段的产物，不仅需要信息技术的应用，而且还要大量统计分析。数据产业投入高，而且要达到一定规模效应、经过一段时期的探索和积累，才能盈利。受制于认知和经济规律的局限，数据产业发展很难全面铺开，需要找准切入点。沿着产业链纵向推进的垂直场景应用，主体对象明确，数据集成便捷，服务精细专业，激励形成闭环，监管更容易穿透，同时也更多国际成功案例可借鉴，能够为数据的延展和综合性创新打下坚实基础，是加快我国数据产业化和推动大数据交易转型升级的有力抓手。一、与垂直场景深度融合是发挥数据价值的重要切入点数据要素价值发挥关键在用，而用的关键又在于和不同场景的深度融合。随着互联网发展逐步迈入场景时代，可穿戴设备、大数据、传感器、社交媒体、定位系统等五大关键技术，将大规模改变社会生活方式和商业形态[]。特定的数据流动和分享，应该与具体的场景化数据模式相匹配，场景化的设置将最大限度地激发相应数据的潜在价值。而且，同样的数据置于不同场景当中，可交易性以及价值都会存在差异。即便在数据保护方面，也有必要基于场景对“数据安全”、“隐私信息”进行具体限定。沿着产业链纵向推进的数据垂直场景应用，是加快数据产业化进程的重要方向。垂直场景主要指聚焦具体应用领域，明确特定数据主体对象，以及基于该主体某些信息集合而形成的数据产业生态闭环。与社交、电商平台等其他融合方式相比，垂直数据融合不追求大、多、全，而是更加强调做好细分领域，打造专业信息平台，沿着产业链纵向分布，更加追求精、深、细，深入挖掘该领域的潜在价值。与全方位综合应用场景比较而言，垂直应用场景至少具有以下四方面的优势。一是小切口，数据产品服务的对象更容易聚焦，便于发挥领域内的专业知识，加快产品设计和开发。而且数据产品技术标准化更容易，更有利于产品迭代升级。二是容易形成信息闭环，市场主体可以从垂直的场景中自动产生信息激励，以促进可持续的信息供给、应用及其价值分配。三是可扩展性好，以某个领域为核心向周边扩展的同一类型或有统一共性的产品或者服务，能够有效地将具体领域的专业性和数字化的规模效应有效结合。四是问题清晰突出，垂直场景下数据产业的问题更容易识别，进而更好满足监管穿透的要求。图1 全方位数据应用和垂直数据应用场景的比较从国内外的实践上来看，欧美的数据经济也是从一些垂直领域开始起步发展。垂直场景的数据公司，例如专业性的征信公司在美国和欧洲已经成功运营多年。垂直领域的数据公司更能提供专业和聚焦的精细化服务。从更长远的角度看，当各种垂直场景的数据应用进行得越扎实，越能够给范围更宽、领域更综合的数据产业应用提供基础。二、垂直场景下数据产业应用化的一个分析框架从全方位综合应用到垂直应用场景，数据的产业化应用得到了简化和聚焦。而且，传统产业数字化的推进，又为数据的产业化应用提供更为丰富、更为广阔的垂直场景。与其他要素相比，数据要素具有不同的技术和商业属性，这也决定了不同垂直场景下，产业化应用模式可能存在较大差异。从数据的技术属性看，数据复用性高，带有一定的准公共品特性，只有通过一定的技术手段，才能把数据产品变成私人物品，才能进行交易。而且，这种私人物品是否标准化，决定了是否能够开展大规模批量化的处理。不同领域数据的标准化程度与数据产品形态有关，更与信息技术有关，背后涉及到数据公司的研发成本。容易标准化的数据领域方便切入，例如个人征信领域，该领域数据报送格式相对标准，而且符合大数定律，一个模型可以覆盖上百万人。而非标准化的数据领域，研发成本比较高，例如企业征信公司，不同领域、不同规模的企业很难用同一种模型来描述。又比如，医疗数据标准化程度比较低，不同医院的数字化水平差异很大，数据打通的难度更高。从数据的商业属性看，数据的价值与商业化程度相关，是否有人买单，影响到数据公司的实际商业回报，关乎数据应用模式是否可持续。商业化程度高的数据领域，更为市场化机构所青睐，愿意投入和布局。例如，个人信贷数据和个人健康数据，市场空间广阔，潜在的商业价值较大。商业化程度低的数据领域，市场化的数据公司很难涉足。当然，有些领域的数据具有社会价值较高，例如推动政务数据开放共享，不仅可以保持政府的透明度，提高社会大众的知情权，同时也有助于加快数据产业培育。为此，政府或国有部门可以介入政务数据相关的平台建设。因此，一个成功的数据产业化应用模式，既需要考虑商业价值，同时又离不开技术支持。按照技术标准化程度和商业化程度的高低，可进一步将垂直场景下的数据产业化应用模式划分为四种类型，如图2所示。图2 垂直场景下数据产业发展的四种模式及演变 其中，第一类模式（I）适用于技术标准化难度高、商业化程度低的场景。该场景下，公共服务属性往往比较强，社会价值高，但由于商业程度不高，技术实现有难度，市场力量短期内不易进入，早期需要政府加大相关投入，例如针对老年人或未成年人的信息共享、农村普惠金融和信用体系等。涉及社会安全和国家安全的敏感领域也可以归入此类，而且政府还要参与数据价值的开发应用，或者实施严格监管。比较典型的场景是反洗钱。当然，除了政府以外，其他行业组织、非营利性组织也可以参与其中，培育和丰富具体的场景应用。第二类模式（II）适用于技术标准化程度高、商业化程度较低的场景。这一类场景主要和政务、公用事业相关。政府部门沉淀的数据，大多产生于政务流程，数据格式规范和标准，数据质量较高，例如企业注册、税务、法律诉讼等方面的信息。但受制于数据孤岛、数据壁垒，数据应用有限，商业化程度较低。相关数据产生自纳税人或者缴费人，一定程度需要取之于民、还之于民。不少发达国家的做法是，构建政务数据开放平台，分层分级推动数据的共享，而且公开是惯例，不开放是例外。这些信息可以在脱敏之后向社会公开，在应用过程中能够创造更多商业价值，有效发挥对数据产业的助推作用。第三类模式（III）适用于技术标准化程度低、商业化程度高的场景。目前大量的数据应用都属于此类场景。这一类场景当中，数据应用潜力广阔，数据价值的发掘高度依赖数据与具体场景的整合。而这种整合，很难说有放之四海而皆准的标准模式。在医疗、影视、创投等具体细分领域，国内外都有不少典型案例，比如BVD公司、彭博、汤森路透、Preqin、FactSet、万得数据、百度医疗、烯牛数据、见微数据和小土科技等。这类场景，依赖于技术推动、资本驱动和数据处理经验的整合，充分发挥数据服务商等市场主体的积极性，通过多次深入试错，实现数据应用的突破。第四类模式（IV）适用于技术标准化程度高、商业化程度高的场景。这一类场景下，数据产品往往是标准化的服务，需求量大，重复性高，交易集中，可以批量处理。个人征信模式或者交易所模式，往往就对应这种场景。而且，往往涉及大量个人数据，可以采取特许机构经营的方式，以保证个人信息保护和网络信息安全。这一类场景，一定程度上类似成熟度较高的标准化商品交易。值得注意的是，上述四种模式适应的场景并不一成不变，不同场景也是可以迁移的，垂直场景下的产业化应用可以选择合适模式切入。例如，个人征信行业，最初商业化水平比较低，技术标准化程度也不高，但经过多年发展，随着市场化主体增多，逐步由第一类模式向第四类模式转化[]。总的来看，第一种模式通常是数据产业发展最初的模式，产业应用更多需要从个案入手。而技术标准程度高、商业价值大的第四种模式，可实现数据产品的大规模生产和交易。当然，多数应用场景介于两者之间，数字转型当中积累的大量数据要素，需要在众多垂直场景当中进行个案试点，共性研究，挖掘价值。一个总的原则是，对于商业价值高的，应该让市场来做。对于收入高的市场化机构，可以提高监管门槛和征收数字税来实现经济调节和平衡。三、垂直场景应用的四类典型案例关于不同类型的垂直数据场景应用，国内外都有不少探索，积累了不少具有参考意义的案例实践。既涉及个人数据，也包括行业数据。既有金融领域，也有电信和影视领域。既有欧美案例，也有国内大数据企业的探索。从监管的角度看，有些探索受到严格的专门监管，例如年收入较多的个人专业征信机构。有的则不受专门监管，例如房产和影视大数据公司，而是和普通公司一样，受相关基本法律约束。第一类应用模式案例：国内农村信用体系农村信用体系建设对于促进“三农融资”、推动农村发展意义重大。而完善农村信用体系的一个关键是建设农村信用信息基础数据库。近年来，全国各地以县市为主体加快推进农村信用体系建设，开发农村信用信息平台（以下简称“信用平台”），建立信用信息共享应用机制，充分发挥信用信息服务对农村普惠金融的支持。但与此同时，农村信用数据标准化程度低、商业价值也比较低，构建农村信用体系是全球性难题。农村经济主体分布分散且数量较多，农村常住人口尤其是青壮年劳动力大量外出，部分涉农信息采集难度较大、成本较高。即使采集了一时的信息，也难以实现信息的持续更新。信息缺失往往比较严重。而且，农村居民收入流并不稳定，缺乏合适的抵押担保物，信用风险高，商业价值回报率低，市场化激励机制不足。从目前的实践看，建设农村信用体系，主要参与方包括地方政府、央行、专业服务机构和涉农金融机构。具体模式大体上分为四类。一是政府主导模式，地方政府统一推进信息采集、共享和应用。二是“政府+人民银行”模式，在当地政府的支持下，人民银行分支机构联合多部门共同推进信息采集与共享。三是 “政府+专业服务机构”模式，政府牵头推进信息采集与共享，并成立专业化机构负责具体信用平台的开发和运维。四是人民银行或其他涉农金融主管部门主导模式。主要由涉农金融机构主导信用平台的建设和运维，协调各部门采集和应用信息[]。总的看，农村信用平台建设，短期内缺乏经济效益，开发成本较高，但是有较强的社会价值，如果政府发挥主导作用，并紧密依靠农户、农民专业经济组织和涉农企业，通过更细致的垂直场景划分（如表1所示），在局部区域内可以取得较好成效，更有效推进农村信用平台建设。表1 细分农村信用场景

（P+F 电感式传感器 NBN12-18GM50-E0-V1）

12 mm，非齐平,更远的工作距离,温度范围扩大
-40 ... +85 °C,工作电压范围扩大,具有多种安装选择，使用灵活

开关功能 : 常开 (NO)
输出类型 : NPN
额定工作距离 : 12 mm
安装 : 非齐平
输出极性 : DC
确保操作距离 : 0 ... 9,72 mm
驱动器件 : 软钢，如 1.0037、SR235JR（之前为 St37-2）
36 mm x 36 mm x 1 mm
衰减系数 rAl : 0,49
衰减系数 rCu : 0,46
衰减系数 r304 : 0,75
衰减系数 rBrass : 0,55
输出类型 : 3 线
工作电压 : 5 ... 36 V
开关频率 : 0 ... 1300 Hz
迟滞 : 类型 5 %
反极性保护 : 反极性保护
短路保护 : 脉冲式
电压降 : ≤ 1 V
工作电流 : 0 ... 200 mA
断态电流 : 最大 20 µA
空载电流 : ≤ 10 mA
可用前的时间延迟 : ≤ 10 ms
开关状态指示灯 : 黄色多孔 LED
MTTFd : 1708 a
任务时间 (TM) : 20 a
诊断覆盖率 (DC) : 0 %
PWIS 符合性 : VDMA 24364-A1/B2/C1/T100°C-W
符合标准 :
EAC 符合性 : TR CU 020/2011
防护等级 : II
UL 认证 : cULus 认证，一般用途，2 类电源
CCC 认证 : 额定电压 ≤ 36 V 时，产品不需要 CCC 认证/标记
环境温度 : -40 ... 85 °C (-40 ... 185 °F)
存储温度 : -40 ... 85 °C (-40 ... 185 °F)
连接类型 : 连接器插头
外壳材料 : 黄铜 ， 白青铜 带涂层
感应面 : PBT ， 绿色
防护等级 : IP68
连接器 :
质量 : 58 g
拧紧扭矩 : 0 ... 30 Nm
供货范围 : 供货范围包含 2 颗自锁螺母

聊城接近开关而此次格科投资的为名下全资子公司，其成立于2016年，2018年格科投资25.4亿元建设CMOS传感器芯片基地，工期3年，拟购置ADTI工艺专用生产线、封装一体机、Holder-bond设备、IR贴片机、测试调焦机等设备，项目实施后形成年产12亿颗CMOS图像传感器芯片，1亿颗VCM马达，6亿件摄像头模组，20万片晶圆的生产能力，预计年销售收入100亿元，利税5.7亿元。

资料接近开关我省高度重视该领域发展，疫情发生以来一直积极助力企业复产，协调解决重点企业资金困难，推进重点项目加快建设进度。其中，帮助沈阳硅基科技、沈阳拓荆等生产企业协调口罩、测温仪等重点防护物资；帮助沈阳硅基争取国家政策性贷款1220万元，缓解企业资金需求。多方努力下，罕王微电子MEMS传感器、大连芯冠科技6英寸硅基氮化镓外延及功率器件产业化、锦州天工8英寸半导体硅片国产化等重点项目相继投产。

P+F接近开关钧捷智能中国(重庆)智能驾驶传感器产业基地项目总投资30亿元，将建设包括AI人工智能终端设备研发制造基地项目、8英寸-12英寸集成电路光感芯片封测项目、汽车智能驾驶设计生产项目以及智能驾驶传感器产业研究院，建立智能驾驶传感器全产业链、全供应链、全价值链基地。项目全部建成投产后年产值不低于40亿元，年税收不低于1亿元。

聊城接近开关微轲联建设“四好农村路智慧管理平台”，使用卫星遥感、无人机、车载机等，采用图像识别、音视频技术和各类传感器互联，实现公路基础设施、桥隧、山坡等巡查养护、实时监测和智能预警；融合5G、地理信息、人工智能、物联网等技术，以“一云、一网、一库、一图、一终端”链接各级行政管理部门、建设养护和运营单位及群众，改善农村公路“人车路”技术和管理现状，保障农村公路规范有序、安全畅通、健康发展。(综合)

资料接近开关　　9.打好产业基础高级化、产业链现代化攻坚战。大力实施产业链链长制，按照自主可控、安全高效原则，推进铸链强链引链补链。完善核心零部件、关键原材料多元化可供体系，增强本地产业协同配套能力。实施产业基础再造工程，搭建产业共性技术平台，加强标准、计量、专利等体系和能力建设，着力补齐智能传感器、工业软件、稀土功能材料、集成电路硅片等关键领域基础部件短板。抓住产业链供应链重构机遇，开展精准招商、专业招商、产业链招商。实施优质企业梯次培育行动，打造百亿级、千亿级头部企业，培育“专精特新”中小企业，优化产业链分工协作体系。大力发展服务型制造，推动产业链条向“微笑曲线”两端延伸。

13.培育壮大战略性新兴产业。把握技术革命发展趋势，超前谋划由前沿技术带动的新兴产业，突破移动信息网络、云计算和大数据、人工智能、生物工程、新能源、新材料等领域关键技术，培育壮大一批有核心竞争力的品牌产品和企业。创新发展氢能、风能、太阳能、生物质能等新能源，整合东部抽水蓄能和西部新能源资源，建设吉林“陆上三峡”工程，扩大“吉电南送”，撬动新能源装备制造业发展。大力发展产业融合衍生的新技术、新产品、新业态、新模式，重点加快新能源与智能网联汽车研发及产业化，实现卫星装备及应用技术设备制造批量化生产，推动机器人及智能装备、人工智能系统、精密机械、先进传感器等加快发展，打造具有国际竞争力的精密仪器与高端装备产业基地。发挥国防动员需求的牵引作用，打造一批军民深度融合发展的产业联盟和集群，提升高科技企业和产品技术服务军队备战打仗能力。

——要把创新链扎扎实实建在产业链上，推动产业创新能力迈出新步伐，全力打造原始创新策源地，加快推进江西传感器科技岛、复合半导体省实验室等战略创新平台建设，全力打造中国智能传感器产业技术创新中心。加快推进航空科创城、中国商飞制造中心投产等项目建设，全力打造以中国商飞为头部企业的国产民机研发制造基地。要推进企业创新积分制试点和科技金融创新服务“十百千万”专项行动，力争形成一批在全国有特色、省内作示范的经验。要全力打造企业创新先行地，深入实施3亿元以上工业企业研发机构全覆盖行动，加快构建“科技型中小企业—高新技术企业—创新型领军企业”梯次培育机制，鼓励北大南昌创新研究院、北航江西研究院等研发机构与企业开展合作，支持做实产业化。要全力打造创新人才集聚地，加快江西省高层次人才产业园二期建设，提升高层次人才承载能力；发挥人才服务专员、“瑶湖英才卡”等保障举措，着力将高新区打造成为人才集聚新高地。

第一,坚持技术引领,准确把握产业投融资方向。智能网联汽车产业特性决定了投融资规模需求非常大、时效性要求高、受到的融资约束相对比较大,工信部围绕着制造强国和网络强国建设,加强各方资源的统筹协调,会同财政部、一行两会持续开展产融合作工作,初步建立起政策共商、机制共建、信息共享、风险共担、互利共盈的产融合作体系,来助力产业与金融的联姻。以实现以产兴融,以融促产,产融深度融合的发展路径。产融合作的重点支持智能汽车创新发展引导金融机构加大对新能源汽车、车联网等重点产业以及雷达、传感器、新体系电池、车规级芯片、车载操作系统等等细分领域的发展。促进5G、人工智能、工业互联网、大数据、区块链等新一代信息技术、在汽车产业当中场景式规模化应外,推动车、路、网、云、图一体化发展。

该项目主要研究物联网技术，实现智能声纹传感器与其他传感器的交互与融合、自然语言识别及处理、降噪、语音识别算法等技术，解决了传统声纹传感稳定性差、信噪比低、语音识别精度低等问题。通过项目建设，形成对声纹传感器的自主研发设计能力，提升我省乃至全国电声行业的整体技术水平。