区域数据智能产业景气调查 · 方法论 V1.1 · 详细介绍研究方法、指标体系、计算方法与数据来源。
系统性研究数据要素与具身智能两大赛道的城市产业景气,构建涵盖 24 项核心指标的三维评价体系。
「区域数据智能产业景气调查」是一项专注于评估中国重点城市数据智能产业发展水平的系统性研究。 本调查以数据要素与具身智能两大赛道为核心, 构建了涵盖24项核心指标的三维评价体系,对全国23个重点城市进行综合评估与梯队划分。
科学评估各城市数据智能产业发展水平
洞察区域产业格局演变与发展趋势
为政策制定与企业布局提供数据支撑
评价体系由三大领域构成:数据要素(40% 权重)、具身智能(40% 权重)、数智融合度(20% 权重),共包含 5+5+1 共 11 个维度、24 项二级指标。
| 维度 | 指标编码 | 指标名称 | 单位 | 维度权重 |
|---|---|---|---|---|
| 政策制度 领域权重 14% | DE_P1 | 政策完备度 | 加权数 | 6% |
| DE_P2 | 政策力度指数 | 分(0-10) | 8% | |
| 基础设施 领域权重 11% | DE_I1 | 数据中心算力规模 | 万架 | 6% |
| DE_I2 | 网络基础设施水平 | 综合指数 | 5% | |
| 市场主体 领域权重 14% | DE_M1 | 数据企业数量 | 家 | 7% |
| DE_M2 | 头部企业集聚度 | 综合计分 | 7% | |
| 产业规模 领域权重 12% | DE_S1 | 数字经济核心产业规模 | 亿元 | 6% |
| DE_S2 | 数据交易活跃度 | 亿元 | 6% | |
| 应用落地 领域权重 10% | DE_A1 | 公共数据开放水平 | 综合指数 | 5% |
| DE_A2 | 应用案例丰富度 | 个 | 5% |
| 维度 | 指标编码 | 指标名称 | 单位 | 维度权重 |
|---|---|---|---|---|
| 政策制度 领域权重 13% | EI_P1 | 政策完备度 | 加权数 | 6% |
| EI_P2 | 产业扶持力度 | 分(0-10) | 7% | |
| 产业集聚 领域权重 20% | EI_A1 | 核心企业数量 | 家 | 7% |
| EI_A2 | 头部企业与产业链 | 综合计分 | 8% | |
| EI_A3 | 产业园区/创新平台 | 加权数 | 5% | |
| 数据基础 领域权重 11% | EI_D1 | 训练数据资源 | 分(0-10) | 5% |
| EI_D2 | 算力支撑能力 | PFLOPS | 6% | |
| 技术创新 领域权重 17% | EI_T1 | 专利产出水平 | 件 | 7% |
| EI_T2 | 科研学术产出 | 篇 | 5% | |
| EI_T3 | 高校与人才储备 | 综合计分 | 5% | |
| 应用场景 领域权重 9% | EI_S1 | 工业机器人应用密度 | 台/万人 | 6% |
| EI_S2 | 应用场景丰富度 | 个 | 6% |
| 指标编码 | 指标名称 | 说明 | 权重 |
|---|---|---|---|
| FU_1 | 供需匹配度 | 倒U型指标,存在最优区间 | 35% |
| FU_2 | 产业链协同度 | 正向指标,值越高越好 | 35% |
| FU_3 | 政策协同度 | 正向指标,值越高越好 | 30% |
极差标准化 → 综合得分 → 梯队划分。
所有指标统一采用极差标准化(Min-Max Normalization)映射至 0-100 分区间, 消除量纲差异,便于跨指标比较与加权汇总。
注:对企业数、交易额等分布偏态的指标,先进行对数变换再标准化。
采用三级加权汇总:二级指标 → 维度 → 领域 → 综合指数, 权重基于专家咨询法与层次分析法(AHP)综合确定。
根据综合景气度得分,将城市划分为四个发展梯队:
4 项入选标准,覆盖全国 23-24 个重点城市作为研究样本。
本调查选取全国23个重点城市作为研究样本,入选标准包括:
北京、上海、天津、重庆等
各省/自治区省会城市
深圳、宁波、青岛、大连等
数据要素或具身智能领域有突出特色的城市
7 大类数据源,每年 1 次发布,月度指标持续更新。