热点要闻专家观点合作交流研究动态数字产业观察

“三图谱一平台”助力县域高质量发展

2022-11-15

“三图谱一平台”助力县域高质量发展

文/栾晓曦、罗培、孙革、王金龙

清华大学互联网产业研究院

党的二十大报告强调高质量发展是全面建设社会主义现代化国家的首要任务，提出要“加快构建新发展格局，着力推动高质量发展”。郡县治，天下安；郡县兴，国家强。新时代呼唤高质量发展，推动县域高质量发展是其中关键一环。县域经济的高质量发展要落实中央的战略意图，也要挖掘好自己的要素禀赋，差异化发展，充分发挥好自己的本地特色。实现县域经济高质量发展，产业发展是核心要义，产业治理能力是重中之重。

当前，我国县域经济发展面临的主要问题包括东西发展不均衡、南北差距在拉大、产业链重复建设、传统要素已乏力等问题。究其根本，在于老的生产关系已经难以适应以数字技术和数据要素为代表的新生产力的发展要求。突出表现为县域面临产业发展本底要素不清晰，产业发展方向不明确，产业链设计不精准，产业项目落地实施不够扎实，产业创新生态不够优化等一系列问题。同时，新一轮科技革命和产业变革不断演进，产业结构不断上升到中高端，产业链不断复杂深化，产业科技含量不断提高，产业要素投入结构发生深刻变化，新业态、新模式不断涌现，县域传统工作理念、方法、路径面临革新和变革。

新一代信息技术的发展迭代，数字技术与实体经济的不断融合，为提升县域产业治理能力、推动县域经济高质量发展提供了技术手段。 我们试图探索一种基于“三图谱一平台”以提升产业治理能力的方法助力县域高质量发展的路径： 通过新科技力量，致力于构建县域数智治理生态体系，以数智手段助力县域经济高质量发展，开启以大数据智慧赋能区域经济新模式，将产业见解转化为知识图谱，支撑产业分析、产业链分析、产业链风险分析、企业分析与精准招商等场景，形成明确产业方向、配备发展要素、监控产业运行的闭环。

基于知识图谱技术的“三图谱”

知识图谱本质上是基于图的语义网络，表示实体和实体之间的关系。基于关键词匹配的传统搜索引擎，是在匹配到关键词后再把信息展现出来。如果把信息的形式进行转换，例如将里面的人物、地点、时间等信息抽取出来，构建一个知识图谱，就可以将问题的答案推理出来。知识图谱相关领域包括知识工程、自然语言处理、数据库、机器学习等。将知识图谱技术与县域产业发展问题结合起来，我们可以通过构建产业图谱、政策图谱、创新图谱，精细化解决产业链、技术链、创新链协同问题的基础能力，通过大数据和人工智能技术建立产业、政策、专利、企业、人才、资本之间的关联关系，为地方政府产业发展决策提供多元化的分析手段和数据支撑。

产业图谱

产业图谱是产业链全景图与产业链现状图的结合。通过分析行业现状，将大产业链细分成多维度的子产业链，通过对产业链进行全方位、多层级、动态化的可视化全景展示，形成产业链全景图。在产业链全景图基础上，基于领域本体的产业图谱自动化构建技术，自动匹配与产业关联的企业，形成产业链现状图，进而将产业链与本地实际情况结合，分析出本地产业链各个环节强弱，帮助政府洞悉产业发展方向。

政策图谱

政策图谱通过大数据和人工智能技术，由传统的企业找政策变为政策主动找企业，让政府清晰看到政策影响的企业范围，更好地指导和帮助企业及时有效地享受政策福利，使得政策制定更加具有针对性、科学性，为政府政策制定提供数据支撑。

创新图谱

通过对海量人才数据的深入挖掘和分析，完成中高端人才画像，结合大规模多领域构建出的创新元素知识图谱，自动建立人才与领域的关联关系，从而实现了海量人才基于“小领域”的人才智能化检索推荐，让政府非常方便地了解产业中关键技术相关的专利有多少，这些专利的发明人是谁，由哪些企业掌握，从而为政府和企业推荐产业发展所需的创新要素。

县域数字化治理服务平台

基于产业、政策、创新的多模态知识图谱，结合区块链、人工智能、大数据等新一代信息技术，搭建县域数字化治理服务平台。平台实现基于产业、政策、创新图谱的知识推理、文本的语义推理、规则引擎的规则推理、数据的运算推理以及机器学习的知识推理，利用三图谱中产业要素实体之间的语义网络联系，内置了针对政府工作报告解读、区域产经分析、产业决策支持的最短路径、关系交集、随机游走等图算法，深度挖掘产业、政策、创新三要素间复杂的网络关系。

以高质量多源异构数据为支撑的数据基座

平台集成包括但不限于：税收、工商、法院、气象、生态、应急、交通等的本地政府数据，向上对接上级政府数据，横向集成社会公开数据和交易市场数据，向下汇集企业数据，形成一体化集成数据基座。数据层采用基于机器人流程自动化（RPA）的高质量多源异构产业要素大数据采集技术，实现数据的自动采集、流水作业，经过大数据平台的流处理完成数据的清洗并存入数据仓库。

基于领域本体自动化构建技术的产业图谱

通过搭建领域知识图谱本体（Ontology）自动构建产业图谱，通过研发产业实体识别、事件识别、关系属性抽取的深度学习算法，通过人工智能（AI）完成产业各要素的实体抽取，采用深度学习模型完成各生产要素的实体融合，实现产业环节自动匹配到当地对应企业，完成县域产业链的一键自动构建。基于数据与知识双驱动，将产业链的上下游、产品、地域、行业等节点的结构和关系映射到知识图谱中，使知识图谱强大的知识推理能力能够充分利用到产业链研究的各类成果之中。通过对产业图谱节点的向量化处理与嵌入，采用知识推理得到产业要素间的知识联系，从而提供区域产业分析的数字化解决方案。

以深度学习精准施策为核心的政策图谱

政策图谱采用深度学习与机器阅读理解（MRC）的方式对政策进行文本解构，抽取政策条件进行解析形成政策标签，建立企业数据标签与政策标签的匹配模型，采用双向标签化匹配模式，能够将企业特征与政策特点有机结合。经过大数据详细分析比对后，自动提炼两者的标签并进行匹配，解决政策与企业信息不对称的难题，从而促进惠企政策的兑现，帮助合理制定资金扶持政策，推进政策精准制定与实施。

基于细分领域自分类的专家人才创新图谱

创新图谱内置专家系统和交互式机器学习引擎，通过对创新大数据的知识挖掘和领域关联分析，采用逻辑建模、隐含空间分析、人机交互和本体模型支撑等多种知识图谱构建技术，标签化细分产业领域专家的领域、职称、研究方向、研究成果、荣誉奖励、研究动态等信息，形成专家的精准画像。创新图谱用专家的业务知识来配置规则引擎进行数据分析，并引入机器学习引擎进行交互式分析，从而靶向对接产业数字化转型专家，提供适配转型解决方案，提高智库解决问题效率和效能，为政府工作人员开展人才引进、人才情报汇聚、检索提供有效工具。

结束语

基于三图谱的县域数字化治理服务平台，尝试畅通产业、政策、创新三要素，帮助政府直观地了解本地产业布局及相关企业分布情况，对国家、部委、区域、地方、行业等相关政策进行归集整理和智能分析，通过先进的深度学习模型打破数据孤岛，让政策可以直达企业，使得政策制定更有目的性、针对性，为政府科学决策和精准施策提供强有力的数字化服务支撑。

基于三图谱的县域数字化治理服务平台目前已在部分县域、园区等进行实践验证，我们将根据实践情况和地方需求不断完善，以期为县域产业治理现代化提供一种思路，为国家县域高质量发展探索一条路径。

编辑｜段文秀

审核、责编｜杨帆