省政府各委、辦、廳、局，各市州數據局，省內各高校，省屬各國有企業，省內各金融機構，各有關單位：
根據《關于舉辦****年“數據要素×”大賽的通知》(國數政策〔****〕**號)要求，為充分激發數據要素創新應用活力，通過以賽促研、以賽促用，加強數據資源供給，激勵社會各界共同挖掘市場需求，提升數據利用水平，完善數據要素生態，經國家數據局同意，我省將舉辦****年“數據要素×”大賽青海分賽。現將有關事項通知如下：
一、分賽名稱
****年“數據要素×”大賽青海分賽
二、分賽主題
數據賦能 乘數而上
三、辦賽目標
以“立足青海特色、深挖數據價值”為目標，著力構建符合青藏高原實際、服務綠色發展需求的數據要素市場化配置創新生態。通過廣泛匯聚省內事業單位、科研院所、重點企業及社會力量，重點挖掘一批在高原生態保護、清潔能源發展、特色農牧業、鹽湖化工、文旅融合等領域，具有高原特色、示范性強、顯示度高、帶動性廣的數據要素應用優秀案例，著力突破數據“供得出、流得動、用得好、保安全”的實踐難題，特別是在生態價值核算、特色產業賦能、普惠民生服務及民族地區數據安全等方面探索有效路徑，為深化我省數字經濟與實體經濟融合，打造生態文明高地、建設產業“四地”、提供可落地、可復制、可推廣的本土化創新范式。
四、組織結構
(一)組織單位
指導單位：國家數據局、青海省人民政府
主辦單位：青海省數據局
協辦單位：省委網信辦、省委金融辦、省發展改革委、省科技廳、省工業和信息化廳、省自然資源廳、省生態環境廳、省住房和城鄉建設廳、省農業農村廳、省文化和旅游廳、省林草局、省能源局、省氣象局、青海金融監管局、各市州數據工作部門。
承辦單位：國網青海省電力公司(青海綠能數據有限公司)
(二)賽事組委會
為有序推進青海分賽相關活動，省數據局牽頭成立青海分賽組委會、專家指導委員會、專家評審委員會，并在省數據局設置青海分賽組委會秘書處。
*.分賽組委會。在****年“數據要素×”大賽組委會指導下，由主辦單位負責同志擔任組委會主任，成員由主辦單位、協辦單位、承辦單位相關人員組成。其主要職責為：負責建立工作協調機制，編制分賽方案，并組織實施。
*.分賽組委會秘書處。組委會下設秘書處，設在青海省數據局數據資源處，負責統籌推進大賽相關事項。
*.專家指導委員會。由分賽組委會秘書處邀請相關領域行業內知名度較高、研究領域綜合性較強的院士、專家學者等共同組成，為分賽各項活動提供學術指導和咨詢。
*.專家評審委員會。由分賽組委會秘書處面向科研機構、高等院校、企事業單位和社會團體邀請評審專家成立專家評審委員會，負責案例篩選、案例評審等工作。
五、賽事安排
(一)賽道安排
結合青海實際，設置工業制造、現代農業、金融服務、科技創新、文化旅游、氣象服務、城市治理、綠色低碳、清潔能源共*個公開賽道，針對每個賽道分別制定賽題指南，其中：
“工業制造”賽道基于“數據要素×工業制造”行動場景，以提升創新研發能力，推動制造高端化發展為目標，鼓勵各單位提交工業制造相關方案。
“現代農業”賽道基于“數據要素×現代農業”行動場景，以提升農牧業數智化水平、提高農產品追溯管理能力、培育以需定產新模式、提升農業生產抗風險能力等為目標，鼓勵各單位提交現代農牧業相關方案。
“金融服務”賽道基于“數據要素×金融服務”行動場景，以提升金融服務水平，提高金融抗風險能力為目標，鼓勵各單位提交金融服務相關方案。
“科技創新”賽道基于“數據要素×科技創新”行動場景，以科學數據支撐技術發展應用為目標，鼓勵各單位提交科技創新相關方案。
“文化旅游”賽道基于“數據要素×文化旅游”行動場景，圍繞“山宗水源、大美青海”主題，聚焦消費者服務和體驗的痛點、管理的難點、需求潛能、消費熱點等，從旅游場景的點、線、面、體等層面不斷優化，補足短板。
“氣象服務”賽道基于“數據要素×氣象服務”行動場景，以強化氣象數據與經濟社會建設鏈接為目標，鼓勵各單位提交氣象服務相關方案。
“城市治理”賽道基于“數據要素×城市治理”行動場景，以數據融通、業務協同等實現具體領域或城市綜合管理的態勢實時感知、風險智能研判、及時協同處置，鼓勵各單位提交城市治理相關方案。
“綠色低碳”賽道基于“數據要素×綠色低碳”行動場景，以數據助力綠色低碳發展為目標，鼓勵各單位提交綠色低碳相關方案。
“清潔能源”賽道是我省的特色賽道，利用我省清潔能源發展優勢，以數據要素和數字技術助力算電協同發展、清潔能源與數字經濟融合發展為目標，鼓勵各單位提交清潔能源相關方案。
(二)宣傳安排
省數據局統籌協辦單位、承辦單位、第三方服務企業等做好賽事宣傳工作，通過制作賽事宣傳片、發送分賽通稿、專家專訪等形式，開展“賽前預熱、賽中聚焦、賽后推廣”全周期宣傳，依托相關媒體開展賽事宣發活動。
六、賽程安排
籌備期：****年*月，包括分賽活動策劃、實施方案、專家邀請、網站搭建、宣傳預熱、典型場景挖掘培育等。
啟動報名：****年*月，分賽正式啟動，開放分賽報名通道，統一通過分賽官網進行報名提交。
作品提交：*月初至*月中旬，資格審核、接收各賽道初賽作品。
初賽評審：*月底至*月中旬，線上評審，確定決賽入圍名單。
決賽準備：*月下旬，入圍團隊迭代完善作品。
決賽評審：*月初，線下決賽，現場路演答辯。
頒獎典禮及成果展：*月初，閉幕式及成果展示。
全國總決賽賽前輔導：*月中旬至月底，參加全國總決賽作品賽前輔導。
七、獎項及獎勵
(一)賽事獎項
分賽每個賽道設置一等獎、二等獎、三等獎及創新獎，具體獎項數量和獎金分布如下：
一等獎：*名，獎金*****元
二等獎：*名，獎金*****元
三等獎：*名，獎金****元
創新獎：*名，獎金****元
(二)賽事權益
每個賽道獲得一二等獎的團隊將有機會由青海分賽組委會推薦至全國總決賽，并享受宣傳展示、產融對接、供需對接、人才支持及交流學習等權益，具體內容如下：
*.宣傳展示：獲獎項目將有機會入選由青海省數據局組織編制的相關典型案例集進行宣傳展示。獲獎項目和獲獎團隊還將有機會獲得主流權威媒體的重點宣傳推廣。
*.項目對接：獲獎項目將有機會入選“青海省數據局重點聯系示范場景”項目庫進行重點培育。
*.供需對接：獲獎項目將有機會獲得組委會提供的定向供需對接渠道支持。
*.人才支持：獲獎團隊成員將有機會入選青海省數據要素專家智庫，也將有機會獲得我省部分高校校企互聘推薦和其他人才招引項目推薦。
*.交流學習：獲獎團隊成員將有機會參與省數據局組織的各類專題座談與培訓學習活動。
八、賽事組織分工
(一)省數據局負責統籌賽事整體運行，監督賽事執行。
(二)分賽組委會秘書處統籌各協辦單位對本行業領域典型案例及應用場景提交申報。
(三)承辦單位負責本次大賽啟動儀式、行業專家論壇、決賽頒獎、宣傳推廣、現場服務保障等工作。
(四)會務保障單位負責賽事運營執行、賽道賽題設計、數據歸集與處理、路演答辯、活動組織及分賽評審等工作。
九、公示與舉報
青海分賽實行獲獎作品公示和舉報制度。獲得青海分賽決賽一等獎、二等獎、三等獎及創新獎的項目，在青海分賽競賽平臺進行公示，公示期*天，未通過公示的團隊將取消獲獎成績并追回獎勵。舉報實行實名制，由青海分賽組委會進行受理、核查、裁定，匿名舉報無效。
十、其他事項
(一)參賽費用
分賽為公益性賽事，全程不收取參賽人員費用。
(二)宣傳組織
請省直各部門、各市州數據局及省內各有關單位開展廣泛宣傳，在門戶網站、新媒體平臺等官方渠道發布青海分賽有關資訊，并組織指導本地區、本單位符合條件的單位準備項目資料，按要求積極參賽。
(三)大賽平臺
青海分賽官方平臺(****.******.***.**/****)是報名參加分賽的唯一官方渠道，同時也將公布賽事各階段具體時間安排、晉級名單等信息。
(四)其他
各賽道參賽作品知識產權歸參賽團隊所有，參賽團隊需對作品原創性負責。主辦方對比賽具有完全解釋權。
大賽組委會秘書處辦公室聯系方式：
馬福忠：****－******* ***********
顧 雪：****－******* ***********
康 靜：****－******* ***********
附件：*.****年“數據要素×”大賽青海分賽賽道指南
*.****年“數據要素×”大賽青海分賽參賽說明
青海省數據局
****年*月*日
附件*
****年“數據要素×”大賽青海分賽
賽道指南
賽道一：數據要素×工業制造
一、提升創新研發能力，推動制造高端化發展
數據驅動型創新研發模式，基于設計、仿真、實驗、生產、運行等多維度數據實現產品研發和工藝創新，推動制造高端化發展。
二、提高工業制造決策科學性，降本提質增效
完善數據采集、管理、分析和利用，在生產制造和企業運營主要過程采用基于數據的科學決策，實現降低成本、提高質量、效益提升的多重目標。
三、提升服務型制造能力，增強用戶滿意度
加強產品全生命周期數據采集，整合設計、生產、運行數據，增 強高端化生產性服務能力，提升產品可靠性和運行性能，增強產品用戶滿意度。
四、穩固產業鏈供應鏈，強化價值協同
促進產能、采購、庫存、物流等不同制造環節，以及供應鏈上下游等數據共享和可信流通，探索協同設計、協同制造、協同服務等新模式，提高區域間制造資源配置效率，提升產業鏈、供應鏈穩定性。
五、探索數據跨主體協同利用機制
鼓勵企業間建立公平互惠互利的流通規則制度，探索可信數據空間、隱私計算等技術手段，完善數據治理體系，提高數據資源質量，創新流通規則機制，促進數據在組織內部不同部門及組織內外更大范圍流通和協同利用。
六、工業領域高質量數據集建設
聚焦新材料、機械、電子、汽車等行業，圍繞基礎零部件、核心基礎元器件、關鍵基礎材料、整機裝備與系統，打造來源主體豐富、數據標注準確、應用成效突出的高質量數據集，支撐人工智能和大模型在工業及更多行業應用。
賽道二：數據要素×現代農業
一、促進農業生產數智化水平提升
通過融合利用北斗導航、遙感、氣象、牧場、土壤、放牧作業、農事作業、農情監測、災害、農作物病蟲害、動物生長、動物疫病、市場、近海捕撈生產等各類數據，促進數智技術、農牧業生產技術和裝備的集成應用，為農牧業生產管理、生產經營主體和相關服務企業提供農牧業生產數智化場景支撐，提高糧食和重要有機農牧產品生產效率，促進跨界生態化發展，加速農牧業產業形態轉型升級和綠色轉型。
二、推動農機作業服務提質增效降本
在農業生產環節，通過融合利用物聯網、大數據、人工智能等技術和農機作業、農情、天氣等各類數據，輔助農機化生產管理決策，為農業生產經營主體和相關服務企業提供數智化場景支撐，推動農機作業服務提質增效降本，促進智能農機裝備應用生產一線，促進農業產前、產中、產后數據融合應用，提升農業生產過程智能化、數字化水平，推動農業生產現代化。
三、促進農產品追溯管理能力提高
設計出一套完整的品牌農產品信息化追溯方案，包括但不限于：開展品牌授權管理，便利的原料生產、收購加工、包裝等環節數據采集與存儲方案，關鍵環節中時間、位置與設備戳的技術實現，建立數據模型解決造假和信息不符問題，向消費者可視化展示品牌農產品供應鏈的核心環節和生物特征值指標，實現從生產到銷售全過程中的年份、產地、品種、質量安全(承諾達標合格證)、產品品質、生產方式、檢測報告、加工過程、運輸方式、銷售渠道、包裝防偽工藝等關鍵信息的全面追溯。
四、促進產業鏈數據融通創新能力提高
通過綜合利用農產品生產、銷售、加工等數據，為農業生產經營主體提供智慧種養、智慧捕撈、產銷對接、疫病防治、行情信息、跨區作業、一站式采購、供應鏈金融等創新數據和信息服務。
五、促進培育以需定產新模式
通過有效融合分析應用農業與電商平臺、農產品批發市場、商超、物流企業等商貿流通數據，為農業生產經營主體和相關服務企業提供新模式及場景支撐，向農產品生產端、加工端、消費端反饋農產品信息，輔助農業生產決策，促進以需定產。
六、促進農業生產抗風險能力提高
通過綜合利用產能、運輸、加工、貿易、消費等數據，為農業生產經營主體在糧食、生豬、果蔬等重點領域，提供自然災害、疫病傳播、價格波動等農業監測預警服務。
七、促進農村土地利用優化與精準服務
通過整合土地數據、環境數據、人口數據，構建土地利用效率評估模型，針對低效用地提出優化建議。開發可視化決策系統(可基于農業農村大數據平臺)，為地方政府提供基于數據的土地利用優化方案，支持精準施策。
八、打造智慧鄉村治理服務場景
打通人口、基礎設施、經濟等多維數據，建立鄉村治理大數據服務場景模型及解決方案，實現多源數據融合和治理狀態實時監測。提供基于數據的政策建議和精準服務方案，提高鄉村治理水平。
九、建設農業農村政策智能問答模型
系統匯集各級各地的農業農村政策，開發文字類大模型，對政策分主題、分地域歸集、標記，建立面對農村居民、農業經營主體、公文撰寫人員等相關主體的一站式政策咨詢平臺，方便多場景政策查詢和咨詢，有效提升農業農村政策的貫徹執行水平。
十、基于農業數據資源的智能搜索與推薦系統
開發一個集成多源農業數據的智能搜索與推薦系統，能夠根據用戶需求(如作物種植、氣候預測、市場價格等)提供精準的數據搜索結果，并通過算法推薦相關數據，以提升農業生產決策的效率和準確性，推動農業數據的有效利用。
賽道三：數據要素×金融服務
一、拓展公共數據應用
基于公共數據挖掘新的業務增長點，推動金融機構業務創新，促進金融機構可持續發展并更好地服務實體經濟。同時，借助公共數據建立智能化的風險防控體系，實現對各類金融風險的實時監測、精準預警和有效應對，保障金融機構的穩健運營。
二、提升科技、綠色、普惠、養老、數字金融服務水平
運用大數據等手段，融合利用多維數據，深化金融數字化智能化轉型，完善對科技、綠色、普惠、養老企業的畫像和評級，提升客戶識別和營銷對接效率，提高風險防控能力，探索創新業務模式，優化金融產品和服務，滿足科技企業、綠色企業、中小微企業、養老企業的合理融資需求，持續做好金融“五篇大文章”，助力產業轉型升級和經濟高質量發展。
三、人工智能條件下的資本市場輿論環境治理
結合資本市場輿論數據的特點與趨勢，利用大數據、自然語言處理、人工智能等新型技術手段，研究優化資本市場輿論推薦算法，構建資本市場負面輿論監測預警及“信息繭房”防范機制，充分發揮資本市場正面輿論的數據要素價值，強化資本市場預期管理，堅定對資本市場高質量發展的信心。
四、融合多維數據發展綠色金融
融合環保、氣象、金融等多維數據，構建模型評估金融活動的環境和社會風險。更好發揮資本市場樞紐功能，引導更多資源要素向綠色、低碳領域集聚，提高金融業、環保、社會經濟的可持續發展水平。
五、提高金融服務領域的數據分析能力
加快建設證券期貨金融數據分析平臺，通過多維度立體化統計分析，深入挖掘各類數據，提升自動化風險監控水平。穩步推動金融行業的數字化轉型，加強智能化的科技監管能力，防范化解金融風險，確保金融市場的穩健運行和健康發展。數據架構應能夠支持多源異構數據的采集、存儲和整合，并滿足高并發和大數據量處理的需求；數據治理方案應能夠保障數據的一致性、準確性、完整性和安全性，并對數據治理的效果進行評估和持續改進。
六、強化期貨市場服務實體經濟能力與風險防控能力
在確保市場合規與風險有效管理基礎上，探索應用大數據、區塊鏈、人工智能、物聯網等前沿科技，整合宏觀經濟、行業動態、供應鏈信息、政策導向、商品價格指數及市場情緒等多源異構數據，合理促進期現貨市場數據交融，豐富外部數據應用場景，解決重點風險領域監管難題，優化期貨合約設計、風險管理工具及交易監管機制。
賽道四：數據要素×科技創新
一、鼓勵科技數據匯聚共享
圍繞科學數據開放共享機制，推動海量多源科學數據治理，數據安全與隱私保護等重點場景，促進重大科技基礎設施、重大科技項目等產生的各類科學數據有效匯聚、高效治理與互聯互通，打造跨領域流通的科學數據協同服務網絡，發展綜合型、智能化、交互式等新型科學數據發現模式，推動科學數據有序開放共享和融合利用。
二、推動科技領域人工智能大模型開發
圍繞科學數據的質量和準確性，科學數據的標注和分類，科技領域大模型的預訓練、微調與推理應用等重點問題，深入挖掘各類科學數據和科技文獻，通過細粒度知識抽取和多來源知識融合，構建科學知識資源底座，建設高質量語料庫和基礎科學數據集，支持開展人工智能大模型開發和訓練。
三、科學數據助力科學研究和技術創新
圍繞不同領域科學數據的融合利用，科學問題與人工智能等技術的融合，科學數據成果賦能技術創新和產業發展等重點場景，對科學數據融合應用、深入挖掘，提供高質量科學數據資源與知識服務，利用人工智能大模型等新技術，助力探索未知領域，驅動科學創新發現。聚焦生物育種、新材料創制、藥物研發等領域，以數智融合加速技術創新和產業升級。
四、科學數據加速科研新范式變革
圍繞** *** *******在不同學科領域的研究與落地，充分依托各類數據庫與知識庫，利用人工智能、大數據和物聯網等技術，推進跨學科、跨領域協同創新，以數據驅動發現新規律、創造新知識、發明新方法，推動科學研究方法的不斷進步和發展，加速科學研究范式變革與新質生產力發展。
賽道五：數據要素×文化旅游
一、文化資源數字化與開放共享
推進文化資源數字化采集，整合匯聚文物、古籍、美術、地方戲曲劇種、非物質文化遺產等文化數據資源，形成專題數據庫或高質量數據集，實現公共文化數據的開放共享與跨主體流動，豐富公共文化數字內容供給。
二、文化和旅游數據要素化探索
對文化和旅游數據的確權、評估和交易流通等環節進行探索，開展文化數據資產交易實踐，支持文化創意、旅游、展覽等領域加強數據開發利用。拓展數字技術在文化創意產業應用，提高文化資源創新效能，發展文化創意產業及其衍生業態，創新文化數據資源開發利用模式。
三、智慧旅游創新發展
支持旅游經營主體共享氣象、交通等數據，在合法合規前提下構建客群畫像、城市畫像等，優化旅游配套服務、一站式出行服務；通過公共數據開放共享、涉旅企業數據有序流通等形式，實現文化和旅游場所共享公安、交通、氣象、證照等數據，支撐“免證”購票、集聚人群監測預警、應急救援等，提升旅游服務水平和治理能力。
四、大模型與文化和旅游融合應用
利用文化和旅游領域特色數據資源，打造文化和旅游大模型，為文化內容生產創作提供智能化解決方案，探索提供行程規劃、智能導覽等文化和旅游創新服務。
五、文物數字化保護
運用前沿技術，實現對文物進行全方位數字化保護與復原，借助保護修復、安全監管、文物流通等多維度數據，形成“文物畫像”，讓文物“活起來”。利用數字**、全息投影等技術提升文物展示與講解的游客體驗。
六、文物數據應用機制與技術
研發一套文物數據確權的技術解決方案，包括標準化確權模型和適用于文物保護機構的數字化工具。設計一個智能授權管理平臺，包括智能合約模板、數據訪問權限管理模塊和授權記錄追蹤模塊等。建立一個基于區塊鏈或可信計算技術的數據流通平臺，實現透明、安全、高效的數據共享。
七、文物數據資源應用場景展示研究
構建多維度的文物結構化數據，運用知識圖譜、多模態大模型、算法推薦等，完成從文物數據采集到科研、教育、游戲、動漫、文創設計等的多場景應用。同時，形成高精度、多模態、虛實融合的歷史空間時序重建與人機交互解決方案，實現新型文物展示空間等創新成果的產業化應用。
八、歷史文化街區和歷史建筑數字化保護展示
應用互聯網、物聯網、大數據、人工智能等技術，提升歷史文化街區和歷史建筑信息集成、日常巡查和社會監督水平。創新應用知識圖譜、虛擬現實、數字孿生等信息技術，豐富歷史文化街區和歷史建筑展示利用場景。優化實體展示空間，提升觀眾的實地參觀體驗，讓受眾在近距離接觸歷史文化遺產中增強文化認同。
賽道六：數據要素×氣象服務
一、提高氣象防災減災能力
加強氣象數據與自然資源、交通運輸、農業農村、住建、水利等數據融合利用，開展精細化氣象災害風險預報預警。面向水電氣熱交通等城市建設和安全運行不同場景，強化氣象影響預報和風險預警，增強城市韌性。深化氣象數據與城市規劃、重大工程等建設數據融合應用，降低不利氣象條件對規劃和工程的影響。
二、強化氣象賦能增益作用
加強氣象數據與低空飛行通信、導航、監測等數據融合利用，探索利用**-*基站、智能汽車加載的激光雷達、視頻等設備，開發氣象數據收集新技術，打造數字化氣象服務產品。推動氣象數據在風能、太陽能等企業選址布局、設備運維、能源調度等深度應用，實現新能源企業降本增效。融入冰雪經濟、銀發經濟，與經營主體聯合打造旅游、健康等氣象服務新業態。打造高質量氣象語料庫和數據集等，支撐人工智能大模型開發和訓練，創新氣象數據產品及服務。探索建立可信數據空間，暢通氣象數據融合利用、授權運營、高效流通、收益分配等關鍵環節，強化氣象數據跨部門跨市場安全監管。
三、提升應對氣候變化能力
強化氣象數據與經濟社會、生態環境、自然資源、農業農村等數據融合應用，打造氣候變化風險識別、風險評估、風險預警風險轉移等智能決策模式。聚焦農業、能源、交通、電力、旅游等領域氣候風險防范需求，創新各類天氣指數保險產品及天氣衍生品，推動其落地應用于保險、期貨等金融行業。研發氣候投融資金融工具，提高經濟實體和金融體系對氣候變化的適應能力和韌性。
賽道七：數據要素×城市治理
一、發展智能安居的數字住房
圍繞住房全生命周期管理，統籌推進住房領域系統融合、數據聯通，促進集分析研判、監管預警和政務服務為一體的綜合應用，大力提升住房領域智慧監管、智能安居水平。
二、打造智聯協同的數字工程
圍繞建筑工業化、數字化、智能化，推行工程建設項目全生命周期數字化管理，推進施工質量安全監管、工程質量檢測數字化轉型，實現智慧監管。深化應用自主可控建筑信息模型(***)技術，提升建筑設計、施工、運營維護協同水平，推動智能建造與建筑工業化協同發展。打造全產業鏈融合一體的智能建造產業體系，大力發展數字設計、智能生產和智能施工，促進建筑業高質量發展。
三、建設智慧韌性的數字城市
圍繞實施城市更新行動，打造宜居、韌性、智慧城市，統籌規劃、建設、治理三大環節，加大新型城市基礎設施建設力度，實施城市基礎設施智能化建設行動，加快城市基礎設施生命線安全工程建設，推動城市運行管理“一網統管”推進城市運行智慧化、韌性化。
四、構建智管宜居的數字村鎮
深入實施數字鄉村建設行動，按照房、村、鎮三個層面，整合現有信息數據，統籌推進信息化建設和數字化應用，構建“數字農房”、“數字村莊”、“數字小城鎮”，助力建設宜居宜業美麗村鎮。
五、推動基于人工智能大模型的施工安全管理
基于北斗、***、傾斜攝影、機器人、邊緣計算等技術提升施工安全監管效率。運用人工智能大模型，實現施工方案的自動智能編寫與合規性審查。通過機器視覺等技術實現質量和安全風險的智能識別。探索具身智能在安全風險識別和預測方面的應用。利用大模型推理能力的優勢，拓展在數據挖掘方面的應用，保障工程質量和施工安全。
六、發展數智融合的公共服務
在城市醫療、教育、養老、文旅等公共服務領域開展數智融合實踐，打通公共數據與社會數據(如企業數據、互聯網平臺數據等)之間的數據堵點，推動三醫協同、醫養融合、文體旅融合等多維度數據融通，提升公共服務便捷化和精準化水平。基于數據融合、業務協同等模式，打造智慧社區、智慧鄰里、數字家庭、**管家等新場景，切實滿足人民群眾對高質量公共服務的需求，體現數據要素對公共服務的賦能作用，及其產生的經濟和社會效益。
七、推動城市管理數智升級
綜合利用城市時空基礎、資源調查、規劃管控、工程建設項目、物聯網感知等數據，推進城市生命線數字化升級，打造城市數字孿生系統，以數據融合助力城市安全運行，推動城市管理降本增效。推動城市人、地、事、物、情、組織等多維度數據融通，推進“城市碼”應用創新。
八、深化城市產城融合發展
促進新型產城融合發展，推動智慧建筑、園區招商、物業服務等多元數據融通利用，推進城市產業空間數字更新。推動數據在智慧商圈、智慧文體場館、智慧公園等數實融合場景的應用，激發產城融合服務能級與數字活力。開展城市實體化數據要素場景創新中心建設，打造新技術新場景新場景首試首用體驗場。
九、夯實城市數據底座支撐
統籌建設城市感知與傳輸設施，全面提升城市存儲與計算設施，加快建設城市數據流通設施，為城市數據“采存算管用”提供安全高效的基礎設施能力支持。基于城市數據底座，開展公共數據授權運營、數據融通利用、城市數據空間運營等創新實踐。完善城市智能中樞體系建設，依托海量城市數據資源、大模型等，構建城市運行數字體征指標體系、智能分析研判平臺、多級聯動指揮平臺，形成城市態勢全面感知、趨勢智能研判、協同高效處置、平急快速切換能力。
十、強化區域數字化協同發展
圍繞企業經營主體注冊登記、異地就醫結算、養老保險互轉等服務事項開展跨城通辦中存在的難點、痛點問題，發揮數據要素的融合賦能作用，以數據流暢通跨城治理藩籬，體現跨城治理新技術、新產品、新服務、新應用及新商業模式，實現社會效益的最大化。
十一、提升城市管理協同化水平
提高城市管理數據共享與融通應用實效，推動城市人、地、事、物、情、組織等多維度數據融通，在公共衛生、交通管理、公共安全、生態環境、基層治理、體育賽事等領域場景投入應用，基于數據融通、業務協同等實現具體領域或城市運行管理的態勢實時感知、風險智能研判、及時協同處置，優化城市管理方式。
十二、提高城市發展決策科學性
綜合利用城市時空基礎、資源調查、規劃管控、工程建設項目、物聯網感知等數據，開展綜合分析與研判，助力城市體檢、規劃、建設、管理、服務等策略精細化、智能化，為城市發展關鍵事項決策提供基于數據的科學支撐。
賽道八：數據要素×綠色低碳
一、優化生態環境治理服務
面向氣象和水文耦合預報、受災分析、河湖岸線監測、重污染天氣應對、城市水環境精細化管理、環境污染責任保險、環境質量監測與評估、污染源解析與追蹤、環境風險預警與應急、環境治理工程智慧應用、環境綜合決策分析等領域需求，通過對生態環境及氣象、水利、交通、電力等相關領域數據資源的融合創新應用，支撐生態環境精準化智慧化治理服務。
二、促進用能效率提升
強化工業生產過程中訂單、排產、用電等制造、能源數據的融合創新應用，打造能耗預測、多能互補、梯度定價等創新場景，支撐生產用能效率提升。
三、促進資源循環利用
強化對固體廢物收集、轉移、利用、處置等各環節數據資源的融合創新應用，依托數字技術實現生產端智能化升級、流通環節精準管控、智能回收終端、智能分選系統、再生工藝優化，提升產廢、運輸、資源化利用各環節效率，促進固廢、危廢資源化利用。
四、促進生產減排降碳
通過對行業或產品碳排放數據監測、統計、核算，依托數字技術實現實時排放感知網絡構建、碳足跡動態追蹤、能源系統智能優化、智能核算與報告、碳交易輔助決策、重點領域深度脫碳、負碳技術創新應用，創新能源協同、技術協同、政策協同，服務行業、企業、生產過程減排降碳，提升碳排放管理水平。
賽道九：數據要素×清潔能源
一、算電協同發展
利用青海省豐富的綠色能源資源和數據，結合人工智能、大數據等技術，開展綠電溯源認證、異構算力一體化、算力互聯網等關鍵技術研究與應用。助力全省算力一張網構建，實現算電協同、以算代儲，持續優化綠電能效和綠色算力算效，推動綠色電力與綠色算力的“雙向奔赴”。
二、源網荷儲一體化示范
通過對數據要素的深度利用，優化整合青海電源側、電網側、負荷側和各類儲能資源，助力源網荷儲高度融合的新型電力系統發展模式構建。探索園區級、縣市級、省域級綠色負荷，通過多種一體化聚合模式提升負荷側響應能力。
三、綠色算力評測體系構建
依托新型智能系統，高效、安全地對數據中心綠色算力進行綜合系統的性能評測、綠色算力的認定、整體能效算效的評測，助力綠電綠算溯源認證標準體系研究制定。
四、虛擬電廠構建與運營
通過智能虛擬電廠系統，實現對分布式資源的實時監控、智能調度和優化運行，提高電力系統調節能力，優化新能源綠電資源配置，有效控制電力供應成本，降低棄風、光率，提升綠電使用效率，提升綠電資源穩定可靠性。
五、跨區電力外送通道建設
在助力青海省內清潔低碳發展基礎上，進一步提高數據要素應用，以擴大綠色電力跨省跨區外送規模，支撐清潔能源基地建設，服務全國碳達峰目標實現，助力探索跨區特高壓外送輸電通道和配套清潔能源基地建設。
六、清潔能源與數字經濟融合發展
結合青海省清潔能源和數字經濟融合發展基地建設，利用大數據、人工智能技術，加快實現高效低碳、集約循環的綠色數據中心建設，助力東部地區中高時延業務需求承接，推動形成綠色算力體系。
七、綠色數據中心建設與優化
利用青海的冷涼氣候和清潔能源優勢，深度開發利用各類數據資源，研究和開發綠色數據中心的建設標準和運營模式，實現數據中心的低碳運營和能源效率最大化。
八、綠色算力應用與服務模式創新
探索綠色算力在不同行業和領域的應用，包括但不限于智能制造、智慧城市、環境監測等。研究如何通過創新服務模式，推動綠色算力的商業化和規模化應用，為社會和經濟發展提供新動力。
九、綠色算力與碳交易市場對接
基于對數據的整合與開發，探索綠色算力與碳交易市場的對接機制，通過碳排放權交易激勵綠色算力的發展，推動綠色算力產業與碳減排目標的協同實現。
十、綠色算力產業政策與市場機制探索
發揮數據要素價值，探索促進綠色算力產業發展的政策措施制定方式，包括綠電保供、用電保障、招商引資、用地保障、科技創新、投融資及稅收、人才引育、營商環境等方面，為綠色算力產業提供政策支持和市場引導。
十一、綠色異構算力驅動的能源系統智能預測與多能協同優化研究
面向“雙碳”目標下能源與算力融合的重大需求，聚焦綠色異構算力與新型能源系統的協同優化問題，通過多源***大數據驅動的人工智能技術，突破異構算力負載的動態感知、新能源儲力與算力需求的智能預測、能源-算力資源的跨域協同優化等技術。構建“多維感知-智能預測-協同優化”一體化研究框架，突破算力中心任務與綠色能源波動的跨時空協同調度瓶頸，致力于面向綠色異構算力新型能源系統智能調度體系。項目成果將為構建高比例可再生能源供能的綠色算力基礎設施提供理論支撐與技術路徑，助力能源與數字經濟的低碳融合發展。
附件*
****年“數據要素×”大賽青海分賽
參賽說明
一、參賽對象要求
青海分賽“工業制造”“現代農業”“金融服務”“科技創新”“文化旅游”“氣象服務”“城市治理”“綠色低碳”“清潔能源”賽道為公開賽道，面向全國開放報名。分賽大賽秉持開門辦賽的原則，企業、事業單位、科研院所、高校等均可參賽，鼓勵產學研用等主體聯合參賽。參賽單位、參賽項目、提交材料應符合大賽基本要求。參賽單位要求包括：
*.參賽單位須是具有獨立法人資格的企業、事業單位、科研院所、高校等單位。允許上述組織間合作組隊報名，合作組隊需指定一個組織為牽頭參賽單位。被列入“信用中國”網站記錄失信被執行人、重大稅收違法案件當事人名單、政府采購嚴重違法失信行為記錄名單、有重大違法記錄等情形的單位或個人不得參賽。
*.同一參賽單位可以有多個團隊和項目參賽，但每個參賽團隊只能提交*個參賽項目，每個參賽團隊的參賽代表人數不超過*人，每個參賽代表只能代表*個團隊參加比賽。報名截止之后，參賽代表不可更改。
*.參賽團隊僅能選擇一個分賽區報名參賽，并需遵守賽區的賽事要求和安排，不得重復參賽。
*.參賽團隊需遵守大賽規則，對所有信息的準確性和真實性負責，一經發現虛假信息將取消參賽資格。參賽團隊名稱需符合法律法規、公序良俗相關規定。
*.分賽相關組織企業及其下屬分公司、子公司、控股公司、母公司均不得在相應地方參賽，否則參賽成績無效。各級政府部門及事業單位在保障賽事評審工作公平公正的前提下，可參與城市治理、氣象服務、開放性創新賽道等賽道。
*.獲得晉級全國總決賽資格的參賽單位應接受所在分賽區主辦方或大賽組委會包括參賽項目知識產權審查在內的相關審核，審核未通過的團隊將取消全國總決賽參賽資格。
二、參賽項目要求
(一)參賽項目須符合所報地方分賽賽題方向，每個參賽項目限報一個賽題方向，且僅在一個地方分賽參賽。賽題一經選定不得更改。
(二)參賽項目要求已經開展實際應用，取得或潛在具備良好的經濟或社會效益，包括但不限于擁有自主知識產權的技術、產品、解決方案等。
(三)參賽項目的創意、產品、技術及相關專利等知識產權應歸屬參賽單位，未侵犯任何他人的專利權、著作權、商標權及其他知識產權，且不得違反國家相關法律法規，否則將取消參賽資格和成績。
(四)具體參賽項目名稱由參賽團隊自行擬定，符合賽道和賽題要求，能體現出數據要素的主要特征，名稱需符合法律法規、公序良俗相關規定。
(五)在地方分賽、全國總決賽期間，參賽團隊均可在不改變項目名稱和主要內容的基礎上，持續推進參賽項目迭代升級。
(六)評審期間，參賽團隊須按照大賽組委會的要求補充提交參賽項目有關材料。所有已提交的相關材料原則上不予退還。
三、參賽作品要求
參賽項目應提交作品包括但不限于以下內容：
(一)項目申報書
參賽單位應對參賽作品以***格式(組委會提供模板供下載)進行詳細的說明，包括但不限于：
*.項目概述：項目背景、應用行業、核心優勢等。
*.解決方案：架構設計、方案功能、關鍵技術、數據要素利用方案等。
*.應用價值：具體應用案例、經濟效益、社會效益等。
*.商業模式：推廣模式、市場空間、社會效應等。
*. 團隊介紹：履歷、資質和優勢等。
(二)相關證明材料
參賽單位相關的基本資質、申報主體責任聲明、財務審計、信用情況等證明材料，以及和參賽項目相關的基本資質證明、應用案例證明、知識產權證明等材料。所有材料須為參賽單位所有，嚴禁使用母公司、分公司、子公司、控股公司或其他非參賽單位材料，否則將取消參賽資格和成績。
(三)其他證明材料
例如：項目評審時需要的介紹材料、可直觀展示參賽項目效果的視頻、產品解決方案的模型和說明文檔等。
四、評審標準
(一)專家評審
每個賽道參與作品評審的專家不少于*位，由組委會根據賽道情況在專家評審委員會中進行抽取，確保抽取專家與參評作品無相關關系。
(二)評價指標
| 一級指標 |
二級指標 |
三級指標 |
| 先進性 |
數據治理 |
數據治理標準規范 |
| 數據全生命周期管理 |
| 數據合規情況 |
| 數據安全情況 |
| 數據應用場景培育 |
數據來源多元性 |
| 數據和業務融合度 |
| 數據服務及產品豐富度 |
| 技術創新及模式創新水平 |
數據技術創新情況 |
| 數據開發模式創新 |
| 數據流通模式創新 |
| 實效性 |
解決問題重要程度 |
問題重要性 |
| 問題解決程度 |
| 經濟社會效益 |
經濟效益 |
| 社會效益 |
| 示范性 |
數據治理模式推廣 |
治理模式可復制性 |
| 治理標準可推廣性 |
| 數據流通模式推廣 |
流通模式可復制性 |
| 流通模式可推廣性 |
