的高度集中区域，已成为我国控碳减碳的重要靶点。碳数据管理是研究分析工业园区碳减排重点 和制定降碳具体措施的重要基础。目前，工业园区碳数据管理基础较薄弱，缺乏相应的制度体系 规范，亟待夯实相关制度流程，指导园区精准度量减碳成效，科学评估部门要素，推动低碳发展。 本报告梳理了现行碳数据管理制度体系（统计、核算、管理、评价体系）存在的一些共性问题和 特性问题，针对现行体系的不足有目的地开展园区碳数据管理制度设计，在清晰界定园区碳数据 总、报告、核证，综合形成碳总量和强度数据，进一步提升园区碳数据管理体系的实操性。 2 目 录 CONTENTS 01 前言 附件1：园区碳数据补充调查表 附件2：专有名词解释 研究背景与目标 园区碳数据管理体系框架 园区碳数据管理边界 02 现行碳数据管理制度体系 统计体系 核算体系 管理体系 评价体系 现行体系存在的问题 03 园区碳数据管理制度设计 园区碳数据管理机制 范围和目标确定 范围和目标确定 方法学、规范及程序 工作流程 数据收集 数据核算 质量保证及质量控制 报告和数据管理 01 05 08 09 11 13 14 18 20 21 27 28 30 36 22 23 25 16 1.前言 1.1 研究背景与目标 01 国家“双碳”政策陆续出台，对碳排放精准管控提出了更高要求。 2020年9月，我国基于推动实

沙剑锋、王君、王昉、周瑞群、张国宝、高攀、杨景雯、潘隆、 张广运、王志明、李娜、郝叶飞 前 言 《全国一体化政务大数据体系建设指南》指出，到 2025 年，全 国一体化政务大数据体系更加完备，政务数据管理更加高效，政务数 据资源全部纳入目录管理。《关于深化智慧城市发展 推进城市全域 数字化转型的指导意见》指出，要加快完善省、市两级政务数据平台， 整合构建全国一体化政务大数据体系。2025 年 一体化政务大数据体系建设实践..................................................................... 9 （一） 推进基础保障体系建设，夯实地方政务数据管理基础...................... 9 （二） 统筹管理一体化，助力政府侧数据共享协调集约利用.................... 12 （三） 数据目录一体化，盘点数据底数构筑数据资源总账本 图 1 一体化政务大数据体系总体视图.................................................................... 4 图 2 政府侧数据管理组织角色分布........................................................................ 9 图 3 一体化集约化资源管理体系总体架构

，任何人不得将白皮书中的任何内容以任何方式进行复制、经销、 翻印、以超级链路连接或传送、存储于信息检索系统或者其他任何商业目的的使用。 版权申明 电力行业数字化转型 TDengine 驱动数据管理和实时监控解决方案 写在前面 � � 电力行业作为国家基础设施的基石，肩负着向全社 会供应持续、稳定电力的使命。电力系统的稳健运 作对于维护国家的安全、促进经济的繁荣以及提升 民众的生 电力行业提高运营效率与可靠性，为电力行业的数 字化转型提供了独到的视角和深刻的洞察力。 在电力行业的深耕中，我们凭借深厚的项目经验， 不断深化对行业特性的理解，并精准把握业务的核 心痛点与需求。本文首先深入剖析了传统数据管理 方案的局限性，进而明确了 TDengine 在解决这些 问题中的关键角色。通过细致的分析，我们逐步展 示了 TDengine 如何助力电力行业的数字化转型， 并显著提升业务成效。我们整合这些内容，旨在让 方面显得力不从心。这种预测精确性的不足不仅影响了设备维护的效率，也增加了电网运行 的风险。 预测精确性差 (预测性维护的迫切性) 针对数据管理难题，电力行业需要一个强大的数据管理和分析平台，以实现数据的高效存 储、快速处理和深度分析，从而提升决策质量和响应速度，而平台的建设需要融入更具创新 性和多元化的技术。 数据管理和分析能力提升 这些挑战和痛点清晰地指出了电力行业在数字化和智能化转型中的关键需求。这些需求不仅 限

......................................................................... 14 4. 媒体声音 | 阿里云王远：一站式数据管理平台的智能化跃迁 ................... 20 第二部分：Data+AI 行业应用 .............................................. 1. 云栖大会 | 数据库与 AI 全面融合，迈入数据智能新纪元 .......................... 64 2. 云栖大会 | 从数据到决策：AI 时代数据库如何实现高效数据管理？ ...... 76 3. 云栖大会 | 多模+一体化，构建更高效的 AI 应用 ........................................ 89 4. 云栖重磅 | 数据和 AI 在一个平台高效联动 Data+AI 能够让数据和 AI 团队在一个平台上进行协作，端到端的完成 AI 开发，数据 管理为 AI 应用提供高效数据支撑，而 AI 又能反向增强数据管理的智能化水平（例如 基于 LLM 构建 Copilot 等），进而形成 Data 和 AI 相互促进相互提升的良性循环。 第一部分：Data+AI 大咖观点

业各业务单元转型的核心环节，是梳理并解决信息化时代业务系统 独立、数据孤岛等问题的重要方式。在各类流程中，流程数据记录 了流程运行的路径轨迹、参与角色、时间节点与行为逻辑，是企业 真实业务活动的数字映射。高质量的流程数据管理和运营不仅是企 业开展精细化流程治理、充分发挥流程效益的关键要素，更是开展 流程智能的重要基础和前置条件。 在此背景下，中国联通集团、联通数科、中国信通院云计算与 大数据研究所共同编写了《数据驱动的企业流程数智化路径与实践 ........................ 24 图 12 流程治理发展历程 ........................................... 26 图 13 流程数据管理办法 ........................................... 28 图 14 流程数据治理“七步法” .............................. ◎支撑运营监控与趋势研判等 三、流程数据的战略价值 流程数据作为企业流程治理的基础性资产，不仅是业务流程运 行的数字化镜像，更是推动企业数智化转型的核心数据要素。依托 流程数据数字化管理体系，实施全生命周期流程数据管理与深度应 用，在流程问题诊断、企业风险防控、流程管理决策及流程跨域协 同中，流程数据展现出多维的战略价值，成为企业强化核心竞争力、 中国联通 联通数科 中国信通院云大 信通院云大所 云大所

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 36073—2018 数据管理能力成熟度评估模型 3 术语和定义 下列术语和定义适用于本文件。 商业训战 通过模拟真实商业环境，对商业模型进行测试和训练。 客户成长 通过对客户数据的深度分析，提供有针对性的解决方案，助力业务的持续增长。 理团队 组织设立了数据 治理团队，形成了 各项数据职能工 作开展的基础 组织设置了数据 治理部门，包括组 织架构、岗位设 置、团队建设、数 据责任等内容，有 效开展数据管理 工作 组织的数据治理 部门规划和控制 组织在数据管理 和数据应用方面 的规范，并指导各 项数据职能的执 行，以确保组织能 有效落实数据战 略目标 组织的数据治理 部门有效提升公 司数据治理水平， 形成数据治理生 态 理团队 组织设立了数据 治理团队，形成了 各项数据职能工 作开展的基础 组织设置了数据 治理部门，包括组 织架构、岗位设 置、团队建设、数 据责任等内容，有 效开展数据管理 工作 组织的数据治理 部门规划和控制 组织在数据管理 和数据应用方面 的规范，并指导各 项数据职能的执 行，以确保组织能 有效落实数据战 略目标 组织的数据治理 部门有效提升公 司数据治理水平， 形成数据治理生 态

深度集成与建模分析，实现智能化的决策与控制指令，形成智能 2 化生产、网络化协同、个性化定制、服务化延伸等新型制造模式。 这 一背景下，传统数字化工具已经无法满足需求。一是工业数据 的爆 发式增长需要新的数据管理工具。随着工业系统由物理空间 向信息空 间、从可见世界向不可见世界延伸，工业数据采集范围 不断扩大， 数据的类型和规模都呈指数级增长，需要一个全新数 据管理工具， 实现海量数据低成本、高可靠的存储和管理。二是 响应市场变化，制造企业间在设计、生产等领域的并行组织与资源协 同日益频繁，要求企业设计、生 产和管理系统都要更好支持与其他企 业的业务交互，这就需要一 个新的交互工具，实现不同主体、不同系 统间的高效集成。海量 数据管理、工业应用创新与深度业务协同， 是工业互联网平台快 速发展的主要驱动力量。 3. 信息技术加速渗透并深刻影响制造业发展模式 新型信息技术重塑制造业数字化基础。云计算为制造企业带 来更灵 利用边缘计算设备实现底层数据的汇聚处理，并实现数据向云端平 台的集成。 第二层是平台，基于通用 PaaS 叠加大数据处理、工业数据 分析、工业微服务等创新功能，构建可扩展的开放式云操作系统。 一是提供工业数据管理能力，将数据科学与工业机理结合，帮助 制造企业构建工业数据分析能力，实现数据价值挖掘；二是把技 术、知识、经验等资源固化为可移植、可复用的工业微服务组件 库，供开发者调用；三是构建应用开发环境，借助微服务组件和

数字化平台战略：互联的数字生态。 架构设计：物联接入、IAAS/PAAS/SAAS云。 关键技术：虚拟化、容器、数字模型、中间件、开发套件。 数据与分析战略：实现的数字价值 架构设计：数字孪生、数据管理框架。 关键技术：大数据、行业数据标准、设备机理模型、人工智能等。 核心层-云/数据中心战略：混合IT 架构设计：世界级IT架构、多云架构。 关键技术：多云管理、数据中心自动化DCA、软件定义SDI。 了人工智能的分析手段，数据的价值层 次也由“数据-信息-知识”转变为“数据-信息-知识-智慧”。 数据管理框架 鉴于如上变化，企业的数据管理框架需要进行重新的审视、规划。业界也在进一步探讨数据管理框架所涉及内 容的完善。以常见的国际数据管理协会DAMA的数据管理职能框架为例，说明数据管理所涉及的内容与活动。 数据处理流程 为进一步描述现代数据与分析中的新特征，以数据处理流程为例，摘要说明关键环节： 台。无代码开发平台，也称hpaPaaS（High Productivity Application PaaS） [2]，由Gartner在2018年5月最新定义。 数字化平台战略架构设计 数据管理职能-概要介绍 基本环境因素-概要介绍 为什么要数字化转型 数字化转型实现之道白皮书 24 23 数据互联互通：共享交换 各个行业已经开展了数据共享交换的相关实践，例如政 府，中国在2007年已经发布了《政务信息资源交换体

为男士定制真正有效的护理产品 产品线涵盖护肤、理容、洗护、香氛、修容 「理然」 背景与建设框架 CHAPTER 2 公司业务战略与业界趋势对数据管理工作的诉求： 日益增长的数字化需求、复杂的业务系统、驱动企业需要构建一个跨越孤立数据、简单、一致的数据管理系统  井喷增长的数字化业务需求  数据隐私和安全将对业务带来影响  数据贯穿企业内外分布在多个系统  人工智能将切实重塑商业模式 人工智能将切实重塑商业模式  规模化、复杂的业务生态 新趋势及挑战 营收、利润、现金 流持续有效增长 人员不显著增加 业态 分布式 管理 规模 组织 + 业务战略 业界趋势 对数据的诉求  数据管理向企业上下游伙伴覆盖  安全分享（隐私、安全和权限等）  数据消费敏捷自助  财经与业务数据集成  业务对象、规则、过程数字化  数据采集/处理自动化、智能化  模型算法 供应链业务痛点 销售实时监控预警等，提升 数据流转效率。 自建SRM系统（帆软简道云） 覆盖供应商注册、询报价、 订单、收发货、对账等全流 程，打破信息孤岛。 帆软整体应用框架:业务系统+BI数据分析 主数据管理 产品电子档案 简道云供应商管理模块（一期） 采购订单管理 仓库收货确认 财务对账单 扣款处罚管理 扣减计划推送 采购订单变更 仓库负责人推送 退货订单管理 供应商送货预约 供应商发票管理

款 。 其 中 ， 注 日 期 的 引 用 文 件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本(包括所有的修改单)适用于 本文件。 GB/T 36073—2018 数据管理能力成熟度评估模型 3 术语和定义 下列术语和定义适用于本文件。 3.1 数字化技术 digital technology 数字化转型过程中用到的信息技术及其组合。 注：包括但不限 能力域 数字化转型成熟度能力域见表1。 表 1 能力域 能力域 能力子域 组织建设 转型战略 流程管理 组织 变革管理 研发管理 技术创新 技术 信息安全 业务数据化 数据管理 数据资产 数据 数据业务化 基础设施 应用支撑资源 资金 资源 知识 数字化营销 数字化财务 数字化运营 数字化供应链 产品设计 工艺设计 计划调度 生产作业 质量管控 ； b) 应实现信息安全与产业 转型升级的一体化融 合，确保信息安全风险 与处置的自优化、自决 策等 GB/T 43439—2023 7.3 数据 数据能力域包括业务数据化、数据管理、数据资产、数据业务化4个能力子域。各能力子域的成熟度等级要求，应符合表4的规定 表 4 数据的成熟度要求 成熟度等级要求 能力子域 一级 二级 三级 四级 五级 业务 数据化 应以手工或信息技术手段等