种植大棚里，物联网设备成了农作物的“保镖”，实时监测蔬菜生长情况远离病虫害；村镇里，AI和云计算技术有效提高乡村治理能力；林场里，5G慢直播实时呈现特色菌类和油鸡的生长环境……在京郊乡村，一幅幅数字化新图景正在上演。  近年来，北京不断探路数字化赋能乡村振兴新模式。记者获悉，目前本市涉农区菜田信息化应用覆盖率已超30%。根据规划，到2025年，北京将全面建成乡村振兴大数据平台，智慧农业发展水平提高到67.5%，数字乡村发展水平由2020年的44.9%提高到74.5%。  “慧种植”及时掌控农作物生长环境  金秋时节，通州西槐庄村科技小院里一排排冰淇淋萝卜长势喜人，紫色圆润的大萝卜已破土而出。记者注意到，萝卜田中竖立着一台小巧的物联网设备，铁杆插入土里，杆上挂着一台白色仪器。这是北京电信提供的物联网监测设备，能够监测农作物生长环境数据。  “这台入地式物联网设备能实时监测土壤、温度、湿度等7个方面的数据。”北京电信工作人员赵鲍飞介绍，这台设备还连接着智慧滴灌系统，当监测到土壤湿度不足后可以自动滴灌。这样的监测设备，每台价格在300元至600元不等，能够及时帮助农人掌控农作物的生长环境。  冰淇淋萝卜口感脆甜爽口，水分充足，具备较高的经济效益，但种植起来并非易事。中国农业大学的研究生王思远正驻扎在该村科技小院进行科研工作。她告诉记者，冰淇淋萝卜非常娇气，如果温度不适宜或者水分管理不当就会出现裂根的情况。  今年，西槐庄村的冰淇淋萝卜通过大棚种植并利用智慧监测设备进行管理，裂根情况明显减少。“自然露天种植环境中10根可能会有5根左右裂根，智慧大棚里10根中可能只有1根会出现裂根。”王思远说。  村里的科技小院配备了智慧虫情监测设备、草地物候自动监测设备以及自动气象监测设备等一系列“慧种植”设备，通过5G和物联网等技术让农户实时了解种植环境，解决种植生产过程中“靠经验、拍脑袋、种不好、收入低”等问题。  这样的数字化种植场景在北京多个乡村遍地开花。密云区河南寨镇的数字化大棚里，高效的智能翻土机器人穿梭在田间地头；海淀区西北旺镇百旺农业种植园里，在大数据云计算的助力下，高架无土栽培草莓在智能温室里茁壮成长……农民们坐在办公室里就能开启远程种地模式，“面朝黄土背朝天”的辛劳将渐行渐远。  “慧管理”村里走出科技治理新路  “村头的花椒熟了，可以收了”“村口喇叭声音大，麻烦小点声”“家门口线路比较乱，有安全隐患”……在通州区南三间房村的村委大屏上，显示出一条条村民用朴实语言自主上报的问题。智慧大屏根据具体地点，将问题精准派发给网格员进行解决。  “有什么事可以直接在微信公众号上反映，村委看见就能马上解决，又方便又实用。”村民王阿姨说，现在这个系统成了村里的“12345热线”。  记者获悉，智慧大屏连接的数字乡村云平台具有网格管理、垃圾分类监控、水域防治监控以及康养守护等多个功能。平台利用AI技术、云计算技术对乡村进行网格划分，提升乡村治理能力；通过摄像头等终端设备，实时掌握进出村的陌生车辆和人员信息；通过天翼数字乡村微信公众号，村民可以自主反映问题。  目前数字乡村云平台已落地北京多个村镇。记者走访北京延庆八达岭镇里炮村时，村委会工作人员正通过平台查看村内道路、果园、河道等区域的实时状况。  北京电信延庆区分公司副总经理徐勇介绍，依托5G、云计算、物联网等新技术，北京电信在八达岭镇多地建设“天翼云眼”AI摄像头和“天翼云播”系统，将动态数据接入数字乡村云平台。目前，八达岭镇16个村已经装上了数字乡村云平台。  记者从北京移动获悉，目前已完成“通州区100个智慧平安乡村”建设项目，平台可以对数据进行收集、整理、加工和分析，并无缝对接相关管理单位的系统，提升基层治理、社区管理能力。  “慧产业”特色农产品搭上数字化快车  在北京顺义龙湾屯集体林场，通信技术也助力当地特色产业搭上数字化快车。  龙湾屯集体林场利用森林资源，发展起赤松茸、竹荪种植以及林下油鸡养殖等特色产业。这么好的农产品如何卖出去？5G慢直播为农产品销售带来了新思路。  在种植基地，一排排稻草铺就的菌床下，灰褐色的赤松茸已经成熟，村民正忙着采摘、分拣、打包，争取以最快速度将它们送到市民的餐桌上。林下是菌菇，树上是一个个“5G+AI”天翼云眼，消费者通过5G慢直播就能看到菌菇的生长环境和采摘过程。  走进油鸡养殖农场，公鸡的打鸣声远远传来，一群群肥硕的油鸡欢快地在林间觅食嬉戏。这样的画面，也通过5G慢直播呈现在消费者眼前。北京电信乡村振兴“新农人”贠建伟介绍，北京电信在翼支付线上商城上架了林场的特色产品，网友在翼支付APP可以通过慢直播看到油鸡、菌类的生长情况，并下单购买，为特色农产品拓宽了销路。  借力数字化底座的基础支撑，北京乡村振兴将进一步提速。记者从市通信管理局获悉，将和市农业农村局合作推动乡村信息基础设施提档升级，到2025年，农村互联网普及率要达到90%，5G基站在重点区域和典型应用场景基本全覆盖。（实习记者 夏骅）

本报北京10月30日电 （记者韩鑫）中国轻工业联合会近日公布前三季度我国轻工业经济运行情况。数据显示，前三季度，轻工业实现营业收入16.15万亿元，同比增长1.6%；实现利润9537亿元，同比增长1.9%。　　生产持续恢复。据统计，前9月轻工业增加值同比增长1.2%，较1至8月份回升0.4个百分点。其中，9月份同比增长3.4%，较8月回升1.9个百分点，连续6个月保持增长，轻工业生产继续保持回升向好态势。　　看产品产量，9月份，在国家统计局统计的92种主要轻工业产品中，50种产品实现增长，增长面为54.3%。前9月，主要轻工业产品中有49种产品产量实现增长，增长面超过五成。　　看细分领域，9月份，部分轻工行业增加值较快增长，其中食品制造业增加值增长6.4%，纸浆制造增加值增速接近50%，造纸、电池制造行业增加值增速超过10%。家用电器制造行业增加值增速接近10%。

2023年10月26日，由中国物品编码中心主办，中车智程文化科技(北京)有限公司承办，中国条码技术与应用协会和中国中关村电子信息产品指数中心协办的GS1数字化公共/政府采购座谈会暨公共采购商品条码应用标准发布会在北京顺利举办。来自政府部门、公共资源交易中心、央国企、标准化机构的代表参加了本次座谈会。会议聚焦公共采购领域热点话题，与会各方围绕GS1与采购供应链、采购平台和采购商品的关系，共同探讨如何携手并进，实现公共采购数字化转型之路。会议现场中国物品编码中心主任张成海对参会代表及嘉宾表示热烈欢迎。他指出，商品条码作为商品流通“身份证”和国际贸易“通行证”，是公共采购数字化的基础。他强调，要用商品条码实现公共采购平台商品识别和身份认证，用源头赋码实现商品条码在公共采购平台的全链应用，用中国商品条码数据库实现与公共采购平台商品数据的高效对接，用商品条码相关标准实现公共采购平台科学规范管理，实现公共采购降本增效、优化监管，助力构建公共采购新发展格局。中国物品编码中心张成海主任致辞河南省财政厅、中国物品编码中心、南车投资管理有限公司、国能易购、联通数科、中国供销电子商务有限公司和深圳公共资源交易中心的代表也分别就商品条码推进公共采购标准化建设、赋能采购数字化转型、助推乡村振兴、助力建设统一大市场、优化采购商品质量价格管控、实现采购平台智慧化管理等方面进行了精彩的经验分享，进一步加深了与会各方对商品条码在公共采购中如何实践的认知。会议中，中国物品编码中心主任张成海为中车智程文化科技（北京）有限公司颁发了中国商品条码系统成员证书，标志着中车智程发布的高铁模型都拥有自己全球唯一的GS1商品条码，可实现全球范围内的可视可溯、可查可控。系统成员证书颁发仪式会议期间还举办了《公共采购商品条码应用规范》与《商品源数据 商品属性信息规范 第3部分：公共采购类》团体标准发布仪式。中国物品编码中心总工程师李建辉与其他五位参编单位代表共同按下了启动按钮，标志着两项标准正式发布与实施，填补了公共采购标准中缺少以商品条码为支撑的空白，为商品条码在公共采购领域的应用提供了参考与指导。公共采购团体标准发布仪式本次座谈会的成功举办为与会单位搭建了开放、创新、合作的平台，加强了采购各方之间的沟通与交流，进一步推动标准落地实施，彰显了商品条码在公共采购中的关键作用和突出的技术支撑，对于更好地服务我国公共采购数字化转型具有促进作用与现实意义。参会嘉宾与代表合影

随着大数据时代的到来，数据分析与数据预测分析在各行各业的应用越来越广泛，或许你会想多了解关于数据分析与数据预测分析在各行各业的应用越来越广泛的相关内容，下面这篇文章可以看一看，会让你得到意想不到的收获。一、数据可视化设计数据可视化设计是一种将数据以图形或图像的形式呈现出来的技术，其目的是使数据更易于理解和分析。在进行数据可视化设计时，需要注意以下几点：选择合适的图表类型：根据数据的类型和要表达的信息，选择合适的图表类型，例如折线图、柱状图、饼图、散点图等。优化图表元素：图表中的元素包括标题、轴标签、图例、注释等，需要对其进行优化，以使图表更易于理解。调整图表颜色与样式：根据数据的主题和风格，选择适当的颜色与样式，使图表更具吸引力。数据预处理与转换：在进行数据可视化之前，需要对数据进行预处理和转换，以确保数据的准确性和一致性。二、数据分析数据分析是指利用统计学和计算机技术对数据进行处理和分析，以提取有用信息并解决实际问题。在进行数据分析时，需要注意以下几点：明确分析目的：在开始分析之前，需要明确分析的目的和需求，以便选择合适的数据类型和方法。收集合适的数据：根据分析目的，选择合适的数据来源，并收集相关数据。数据预处理：对收集到的数据进行清洗、整理和归纳，以确保数据的准确性和一致性。选择合适的分析方法：根据问题的特点和数据的类型，选择合适的数据分析方法，例如描述性统计、聚类分析、关联规则等。结果解释与报告：将分析结果以易于理解的方式呈现出来，包括数据表格、图表和文字描述等，以便于决策者理解和应用。三、数据预测分析数据预测分析是指利用历史数据和预测模型来推测未来趋势和发展的一种方法。在进行数据预测分析时，需要注意以下几点：选择合适的预测模型：根据数据的类型和特点，选择合适的预测模型，例如线性回归、时间序列分析、机器学习等。数据预处理：对历史数据进行清洗、整理和归纳，以确保数据的准确性和一致性。训练预测模型：利用历史数据训练预测模型，并对其进行调整和优化，以提高预测的准确性。验证预测结果：对预测结果进行验证和评估，以检查其准确性和可靠性。实际应用：将预测结果应用于实际场景中，例如市场预测、生产计划等，以提高决策的准确性和效率。可以与实际值进行比较，判断实际销售目标是否达到标准。它还可用作 KPI 评估的基矗四、结论数据可视化设计在数据分析与数据预测分析中都具有重要的作用。通过合理的数据可视化设计，可以更直观地展示数据信息，使数据分析与数据预测结果更易于理解。同时，良好的数据可视化设计可以提高数据分析与数据预测的准确性和效率。未来，随着大数据技术的不断发展，数据可视化设计将在更多领域得到广泛应用，帮助人们更好地挖掘数据价值，推动社会的进步和发展。

工信部统计数据显示，今年前三季度，我国软件和信息技术服务业（以下简称“软件业”）运行态势平稳，软件业务收入87610亿元，同比增长13.5%。软件业利润总额达10090亿元，同比增长18.3%，软件业务出口降幅收窄。“我国软件业务收入的增长势头已经持续多年，而近年来这种增长较为显著，这主要得益于国家相关政策的牵引、数字经济的发展、新基建投资的拉动、数字化转型的升级等因素。”赛迪研究院研究员张莉在接受中国经济时报记者采访时表示。在张莉看来，前三季度，我国软件业发展呈现出三大亮点，一是软件业务无论是收入还是利润的增幅都超出2022年同期增长水平，尤其是信息技术服务收入增长明显且增速平稳；二是东部地区增速显著改变了去年同期中部地区强势增长局面；三是京津冀地区和长三角地区在全国软件收入中的占比凸显了两个地区软件业发展的巨大潜力。赛迪顾问软件与信息服务业中心总经理高丹告诉中国经济时报记者，前三季，软件业表现良好，究其原因，一是行业需求不断释放，金融、能源等重点行业对软件产品企业收入增长具有较大贡献。二是云业务收入增长是推动信息技术服务业表现较好的重要因素，其中，以运营商为代表的云厂商是支撑云业务表现较好的重点力量。值得一提的是，前三季度，信息技术服务收入增长较快。信息技术服务收入58335亿元，同比增长15%，占全行业收入的比重为66.6%。其中，云计算、大数据服务共实现收入8750亿元，同比增长15.8%，占信息技术服务收入的比重为15%；集成电路设计收入2236亿元，同比增长6.8%；电子商务平台技术服务收入7990亿元，同比增长9.4%。对此，张莉认为，信息技术服务收入实现较快增长，部分原因是享受了政策带来的红利，近年来，国家相继推出《新时期促进集成电路产业和软件产业高质量发展的若干政策》《信息技术应用创新产业发展意见》等一系列政策，为信息技术服务市场的发展作出重要牵引。同时，我国的云计算、大数据等信息技术服务逐步向规模化、高端化、生态化等方向发展，也为其收入增长奠定了良好基础。高丹表示，在数字经济时代，数字转型需求不断增加，从长远来看，软件业作为推动数字化的最关键环节，其快速增长具有一定的必然性，但是软件业内部结构的调整也具有必然性，随着云计算、人工智能、大数据等技术的不断成熟，新技术带动的业务占比会不断提升，基础软件会随着技术架构的不断调整，分布式业务比例提高，网络信息安全等需求也会不断增加。展望未来，张莉认为，随着新一轮科技革命和产业变革的加速，软件业将面临更多的创新需求和市场机会，软件业务收入仍会继续保持较高的增长速度，但其中也蕴藏着诸多挑战，主要体现在网络和数据安全、知识产权保护、出口贸易等方面，需加强预判，尽早谋划，为软件市场健康快速发展创造良好的内外部环境。“伴随着越来越多的企业入局，以及前期企业不断成长，软件业市场竞争格局更加激烈。另外，中大型企业可以释放更大的市场。”高丹表示。

“得数据者得天下”，大模型带火数据要素板块。机构人士向财联社记者表示，大模型的发展会对很多行业产生较大改变，通过大模型去训练针对特定行业应用的小模型，将会让数据变得精细化、专业化，做数据确权或手上有优质数据的公司将会获益。近期国内百度（09888.HK）、阿里巴巴（09988.HK）、商汤（00020.HK）等企业陆续进军大模型领域，加速了垂直行业应用落地。在具体赋能行业的过程中，投喂专业数据进行微调可以大幅提升模型表现。数据要素的重要性突出，有机构甚至称其为AI时代的“锂矿”，还称“得数据者得天下”。前述机构人士告诉记者，“锂矿”的比喻很恰当，但数据跟锂矿的背后逻辑不同。“一般情况下，锂矿挖掘出来后，作为商品可以自由售卖。但数据即便挖掘出来，只能在‘可用不可见’的时候，脱敏后去销售一些数据的计算结果，而不能拿到原始数据。”该机构人士认为，一些数据供应商会受益于此，比如有政府数据或做政府数据开发的供应商。有业内人士向记者表示，“现在还不清楚大模型的数据具体是从哪里来的，比如百度、知乎里很多是个人数据，平台可以取得用户授权去引用，但这个数据不一定能够合法合规地进行售卖。如果要开发个人数据或使用个人数据去做大模型，肯定是需要个人同意开发数据，这个方面还存疑。”据悉，百度文心一言和阿里通义千文并未公开具体的训练数据集。百度此前在回应文心一言“套壳”时称，文心一言文生图能力来自文心跨模态大模型ERNIE-ViLG，“在大模型训练中，我们使用的是互联网公开数据，符合行业惯例。”值得注意的是，昨日网信办发布《生成式人工智能服务管理办法（征求意见稿）》，其中第七条提到，“提供者应当对生成式人工智能产品的预训练数据、优化训练数据来源的合法性负责”，强调对数据安全方向的关注。受消息提振，二级市场上数据要素概念板块拉升。记者注意到，其中一类为拥有政企、地域数据的企业，如每日互动（300766.SZ）、易华录（300212.SZ）等，另一类则为手握IP、版权的文化传媒企业，如华策影视（300133.SZ）、捷成股份（300182.SZ）、中文在线（300364.SZ）等，还有包含第三方内容审核业务的人民网（603000.SH）等公司。每日互动证券部相关人士对以投资者身份致电的记者表示，“我们数据合规走在非常前面，在业务开展过程中，都有双道保险。比如说我们在开展之前都会获得用户授权，包括我们开展这个业务都是所学的数据都是最小化的，是合理必要的这样一个数字范围。”分析人士告诉记者，当前AI对于数据相关概念板块的拉动，也包含了一定的“市场热情”。目前来看，还不是落在具体业绩和落地方向上，而是一个偏概念的行情。在AI浪潮下，仍有许多应当警惕的风险，首当其冲的是个人隐私问题，此外还存在假数据、数据不精准等问题。（编辑 刘琰）