经营分析系统指标说明 目 录 1. 文档编制说明.................................................................................................................................19 1.1. 背景................................. ............................................................................................20 2. 指标编码及管理.............................................................................................. ...................21 2.2. 指标分类................................................................................................................................21 2.3. 指标编码...........................

中关村智慧城市产业技术创新战略联盟 发 布 团 体 标 准 T/ZGCSC 018-2025 城市全域数字化转型评价指标体系 Evaluation Indicators for Digital Transformation of the Entire Urban Area 2025-04 2025 - XX - XX 发布 2025 - XX - XX 实施 ............................................... 3 5 评价指标体系 ......................................................................... 4 6 指标说明 ...................................................... ............................................ 29 7.2 指标测算方法 .................................................................... 29 附件 1：关于自选评价指标的制定说明 ...............................................

附件 3 国家级零碳园区建设指标体系（试行） 指标类型 指标名称 目标要求 核心指标 单位能耗碳排放 ≤0.2 吨/吨标准煤 （年综合能源消费量20~100 万吨 标准煤的园区） ≤0.3 吨/吨标准煤 （年综合能源消费量≥100 万吨 标准煤的园区） 引导指标 清洁能源消费占比 ≥90% 园区企业产出产品单位能耗 达到或优于二级能耗限额标准 工业固体废弃物综合利用率 ≥80% 工业用水重复利用率 ≥80% 一、指标类型说明 核心指标：零碳园区建设必须达到的目标，是园区验收评估的 首要条件，按照园区年综合能耗规模分为两类。达不到核心指标要 求的园区，原则上不得申请验收。 引导指标：在零碳园区建设过程中发挥路径引导作用，同时也 作为园区验收的参考指标。由于客观条件不具备开展相关工作的园 区，可在申报材料中说明原因，相关指标将不纳入验收要求。 二、部分指标解释 1．年综合能

附件 3 国家级零碳园区建设指标体系（试行） 指标类型 指标名称 目标要求 核心指标 单位能耗碳排放 ≤0.2 吨/吨标准煤 （年综合能源消费量20~100 万吨 标准煤的园区） ≤0.3 吨/吨标准煤 （年综合能源消费量≥100 万吨 标准煤的园区） 引导指标 清洁能源消费占比 ≥90% 园区企业产出产品单位能耗 达到或优于二级能耗限额标准 工业固体废弃物综合利用率 ≥80% 工业用水重复利用率 ≥80% 一、指标类型说明 核心指标：零碳园区建设必须达到的目标，是园区验收评估的 首要条件，按照园区年综合能耗规模分为两类。达不到核心指标要 求的园区，原则上不得申请验收。 引导指标：在零碳园区建设过程中发挥路径引导作用，同时也 作为园区验收的参考指标。由于客观条件不具备开展相关工作的园 区，可在申报材料中说明原因，相关指标将不纳入验收要求。 二、部分指标解释 1．年综合能

合作发展规划 智能制造标准体系结 构包括“ A 基础共性” 、“ B 关键技术” 、“ C 行业 应用” 等三部分。 本标准研究内容隶属 于 --“AE 评价” --“AEB 指标 体系”的范围和方向。 标准研究方向 智能制造标准体系结构 以《国家智能制造标准体系建设指南（ 2018 版）》为核心 l 以国标立项《智能制造能力成熟度模型》为基础； l 针对中小企业和传统行业重点企业的特点，构建容易理解和接受的评估模型和评价工作体系 : 分解、细化指标评价和要求，易于理解和操作，较好的指导企业进行评价 ; 贴近重点行业制造模式的特点，结合业务过程、符合行业的实际情况； 评价办法灵活，可用于整体评价和局部评价等方式，加快评价工作进展，适应不同层次 源 管 理 物 流 销 售 客 户 服 务 产 品 服 务 组 织 战 略 人 员 技 能 装 备 网 络 集 成 信 息 安 全 数 据 评价指标构成 智能制造成熟度能力要素包括制造、人员、技术和资源四个维度， 共设有人员、资源、技术、设计、生产、物流、销售、服务共 8 个能 力 域，涉及 20 个评估域 （其中制造包括设计、生产、物流、销售和

ETL 治理 活动 数据 资产 Doc 方案 P3 探查 P2 设计 R 需求 P7 中心 数据检测 25 挂接 ETL P12 P5 —— 数据平台搭建 数据治理落地 指标模型评估 资产运营大屏 资源编目 资源挂载 资源质量 建设成果评估 模型数量 任务数量 服务数量 接入系统 数据总量 存储总量 基础库 主题库 应用库 质检结果评估 清洗整改评估 风险分析评估 成本评估模型 收益评估模型 运维评估模型 服务评估模型 以体系化的元数据为支撑 ，结合数据治理建设方法论 ，构建多组织协同的数据治理及资源共享交换效能评估指标体系 ， 并通 过 指标平台对指标进行全生命周期管理、 并以具体管理规范为依据构建评估模型对共治共享效能进行科学严谨评估 ， 并构建系 列 可视化仪表盘实现直观 监 控。 强化共治共享管理： 共治共享效能监 控 数据分析服务、 画像服务、 接口编排服务、 展示服务、 AI 服务、 视频服务等多种服务能力 ， 由供 数据转为供服务的模式 ，建成数用一体平台以赋能业务场景。 1 5 7 4 6 3 2 8 指标管理与分 析服务 政策智能服务 跨部门应用 视频服务 查询服务 服务编排 画像服务 AI 服 务 39 让数据用起来 在数据资源基础上， 构建多元化数据服务体系 ， 能够看数、调数、查数、

根据煤矿生产能力、煤层赋存条件、开采技术条件等对智 能化建设条件进行分类，分类结果为：智能化建设条件Ⅰ类煤 矿、智能化建设条件Ⅱ类煤矿、智能化建设条件Ⅲ类煤矿，分 类评价指标如下： 表 1-1-1 煤矿智能化建设条件分类评价指标 序号 评价指标 单位 等级划分 指标得分 权重值 1 生产能力 万吨 ≥1000 100 0.20 500～1000（不含） 80 300～500（不含） 60 120～300（不含） o 0°～8° 100 0.10 8°～16° 80 16°～25° 50 ＞25° 20 4 褶曲影响 — 简单 100 0.05 中等 70 复杂 60 序号 评价指标 单位 等级划分 指标得分 权重值 5 断层影响 — 简单 100 0.05 中等 70 复杂 60 6 陷落柱影响 — 简单 100 0.05 中等 70 复杂 60 7 围岩稳定性 — 围岩稳定，对采掘影响很小 13 服务年限 年 15 年以上 100 0.15 8-15 年（含 15 年） 70 8 年以下（含 8 年） 40 根据煤矿实际情况对上表中的煤矿各项指标进行打分，指 标得分与权重值的乘积为该项指标的综合得分，将各项指标的 评分相加则为煤矿的综合得分。采用百分制原则对煤矿的智能 化建设条件进行综合评价，依据评价结果集：｛智能化建设条 件Ⅰ类煤矿、智能化建设条件Ⅱ类煤矿、智能化建设条件Ⅲ类煤

（如上海设立专班，联合城运中心、大数据中心及委办局联合建设） ① 通过专题数据的分析和预测，触发督办，促进专项问题督办闭环 ② 以城市运行体征指标为标准，监测并触发告警，促进日常问题处置闭环 ② 预警 / 告警 ① 督办 态势感知 监测预警 辅助决策 联动指挥 城市 IOC 新模式 没有打通问题闭环流程 ① 督办 态势感知 运行体征指标 预警 / 告警 考核指标 ① 城市运行状态一图全面感知 • 五位一体 13 大类专题， 11000+ 感知 指标，城市运行状态一目了然 ② 城市运行体征指标体系，进行城市 “全科”体检，发现问题 • 基于 13 大类， 11000+ 指标基础上， 沉淀输出 7 大类， 300+ 体征指标体系， 全面扫描并发现日常问题 预警和事件闭环机制，推进数据共享、 事件协同、组织保障的持续改进 家底看不清：缺数据、 碎片化等问题突出 态势测不到：部门间数 据缺乏及时更新和共享 风险查不全：监测和预 警指标单一，缺乏城市 全科“体检”指标 拥堵指数 人群密度 学位预测 物联网 互联网 视频 大数据 文化 旅游 … … … 部门数据实时汇聚

对标省级、市级园区评级指标评分 • 对定量指标进行数据统计 • 对定性指标结果分析 一、现代农业园区大数据平台 园区指标 定量指标 定性指标 基地建设指标 主导产业指标：主导产业占园区总产值的90% 重点聚焦10个川字号产业 效益指标：单位产出效益高于当地平均水平20% 发展规模指标:丘陵地域种植基地规模5000亩以上。 指定市县2级园区分类规模标准，加快规模化 绿色指标：满足地方的“一控二减三基本”目标 质量安全溯源系统平台 设施基装指标 基础设施：高标准农田占耕地70%以上，有公共服务平台 建有市场信息，产权流转，法律咨询的公共服务平台 生产装备指标：机械化耕作95%以上，综合信息化水平60%以上（建议使用该系统，作为加分项） 冷链运输指标：水果，茶叶，蔬菜的预冷率80%，冷链运输率50%，（其中肉类要求100%)， 有物流基地和配送中心 产品加工指标 产地加工指标：初加工率80%以上 支持精深加工 支持精深加工 综合利用指标：废弃物资源利用化率和回收处置率85%以上 新业态指标 电商指标：电商销售额占比大于30% 发展结合当地特色的休闲农业 社会化服务指标：农业社会化服务大于50% 品牌指标 品牌创建指标：品牌农作物产量大于75%， 健全品牌农产品标准体系，主要农产品纳入品牌评价体系 品牌销售指标：品牌销售额大于80% 科技支撑指标 良种指标：种植业良种覆盖率100%，养殖业主

器和网络设备提供方常常是各管一段，整个业务从上 到下的全栈调用路径往往是个黑盒，导致故障定位定 界困难，或者恢复时长无法控制。 面对IT系统复杂的技术栈及海量的运维对象，做到软 硬件运维对象的统一管理，指标、告警、日志、调用 链、拓扑等运维数据的统一汇聚和分析，构建全链路 故障感知、全栈故障可视的运维体验，对于金融主机 上云过程中的运维工作至关重要。 挑战3：云网深度融合，如何快速发 现、定位、恢复问题 流程合规；其次，核心应用需要全局的高可用设计， 从架构层面避免单点故障；最后，企业还应具备完善 的风险管理体系，可以对识别到的风险举一反三快速 闭环，持续提升核心应用的韧性。 如何快速恢复故障 基于核心应用黄金指标的秒级故障感知是故障恢复的 前提；基于调用链分析、日志解析、云服务实例快速 诊断的分钟级故障定位是故障恢复的基础；基于应急 处理预案的一键式故障恢复是行之有效的手段。 如何解决云网络问题 全链路可观测 面向应用运维 极简信息汇聚 云网定位定界 故障精准诊断 一键故障恢复 主动风险预防 变更风控管控 混沌工程演练 高可用SLA规划 应用高可用设计 持续高可用治理 运维数据治理 可用性指标构建 运维故障分析 用户授权可控制 作业过程可信赖 潜在风险可识别 立体防御体系 主动智能安全 全面安全运营 全链路 运维监控 确定性 故障恢复 预见性 风险治理 智能化 应用运维 全视角