煤炭行业数据要素架构规划与实施路径研究
时间：2024-07-08 来源：中国煤炭杂志官网 分享：★ 科技引领 ★
煤炭行业数据要素架构规划与实施路径研究
0 引言
目前，我国煤矿智能化建设正在加速推进。以王国法院士和康红普院士为代表的国家级科研团队建立了煤矿智能化基础理论体系，并多次强调“数字煤矿”“数字逻辑模型”“多源异构数据”“数据驱动”“信息实体”等关键词，这表明煤矿智能化建设过程就是数据要素的产生和转化过程。然而在煤炭行业智能化建设成果的统计过程中，对于积累的有效数据却鲜有总体汇总，突显煤矿智能化过程中数据资源管理较为欠缺，在煤炭行业高质量发展过程中，存在着行业数据要素发展不充分和不平衡等问题[1-3]。
因此，在煤矿智能化建设过程中，要注重和强化有效数据资源化，充分挖掘煤炭行业数据要素的理论依据和基本原理。在煤炭行业数据应用过程中，要把数据要素作为等同生产要素的认知思维，并上升为数据要素价值认知范式。同时，对煤炭行业的数据要素做探索性的实施研究，并给出煤炭数据要素高质量发展内涵和对策建议，以期更好地为煤矿智能化建设提供服务，进而发挥煤炭行业数据要素的业务价值、决策价值和商业价值[4-6]。
1 煤炭行业数据要素现状分析
1980年，著名未来学家阿尔文.托夫勒在其著作《第三次浪潮》中赞颂大数据为“第三次浪潮的华彩乐章”。近5年以来，英国政府宣布的《国家数据战略》、德国政府公布的《联邦政府数据战略》、日本政府颁布的《创建最尖端数字化国家宣言·官民数据活用推进基本计划》、美国政府制定的《数据经纪商法案》等国家大数据相关政策和法规相继出台，其中数据要素作为活跃市场经济的一种生产力要素成为不可避免的核心议题。我国先后颁布了《关于构建数据基础制度 更好发挥数据要素作用的意见》等重大政策，并多次部署加快培育我国数据要素市场的重要任务，表明我国的发展重心逐步由单点大数据能力建设向数据要素市场全局优化配置转变。然而，目前研究大多局限于对数据资源、数据资产等概念的探讨，缺乏对全要素生命周期、多主体互动协同机制的探讨，难以揭示数据要素价值创造的深层机理[7]。
2022年，我国煤炭行业规模以上煤机企业资产总额3 413亿元、总产值2 061亿元，采煤机、掘进机和液压支架制造能力分别保持在1 000台/a、3 000台/a、9万架/a以上，煤机50强企业总产值1 682亿元，占2022年规模以上煤机企业的81%。2021-2022年，全国规模以上煤矿企业煤炭总产量和总利润普遍呈现增长和上升趋势，形成了一批可复制、可推广的技术、装备和建设经验[8]。煤矿智能化建设效果就是如何更好地在煤炭的“产、运、销”过程中运用已经积累的数据资源，且其规模初显。让数据作为一种资源要素在煤流的轮转中带动煤炭生产、运输、消费方式伴随数据要素价值升级，使其达到“能源保供”“‘双碳’目标”“稳定就业”等人文和社会环境因素所引入的变革。由于煤炭行业智能化建设起步较晚，许多方面仍需借鉴其他行业，例如借鉴石油和电力行业在数据要素归属确权、隐私防护、计量估值、均衡分配等方面。石油、电力、煤炭行业数据要素属性对比见表1。
表1 石油、电力、煤炭行业数据要素属性对比
行业数据要素规范确权数据要素隐私安全数据要素计量估值数据要素均衡分配石油行业成熟阶段完善阶段交易阶段探索阶段电力行业成熟阶段完善阶段交易阶段研究阶段煤炭行业起步阶段引入阶段规划阶段讨论阶段
由表1可以看出，煤炭行业数据要素作为煤炭行业智能化建设和数字化转型的核心基础要素，其多种属性问题目前都在规划和研讨阶段，缺乏煤炭行业数据要素价值实现机理和数据要素价值交易平台，作为大数据资产统筹管理的煤炭生产要素的物理载体。
2 煤炭行业数据要素理论依据
2.1 基于全息系统论的数据系统认识范式
在数据系统路线全息认识范式中，对数据系统路线相关的各种要素从不同维度进行分化，可以得到更深入的认识，结合数据要素全生命周期和多主体协同需求，演绎出数据产品路线、技术应用路线、交易价值路线3个典型维度[9]。数据产品路线可以典型地分为数据产品目标层、数据产品成就层和数据产品创新层等视角，这些视角内容可以继续分化。技术应用路线维度可以典型地分为重要需求层、关键目标层、战略规划层和核心技术层等视角，这些视角可以继续分化。交易价值路线维度可以典型地分为交易价值链上的主体层、行为层和交易价值定位层等视角，这些视角也可以继续分化。
由此演绎和类比形成的典型煤炭行业的数据要素范式称为数据系统路线认识立方体，可以作为煤炭行业数据要素价值实现机理的一种研究方法，其最终价值是实现数据产品、技术应用、交易价值的合力体现。数据系统路线认识立方体如图1所示。
图1 数据系统路线认识立方体[8]
2.2 基于三次价值释放的数据要素增值
煤炭行业数据要素作为煤炭生产要素中的一个组成部分，必须同时具备信息属性和交易属性，能够以共识的电子形式存在，参与到煤炭生产经营活动并且能够创造经济价值。按照全息系统论中的所蕴含的哲学辩证思想——“我是谁，从哪来，到哪去”来对数据要素的价值作用做逐步的认知上的升华，在当下全球资本化运作时代，让数据要素除了具有自身的使用价值之外，还要具有商业价值。在煤炭行业，数据要素的价值释放体现为3次释放过程[10]，如图2所示。
图2 煤炭行业数据要素转换过程中的3次价值释放
2.2.1 本体价值：业务数据融合场景
数据要素的本体价值(“我是谁”——数据产品路线)来源于用数据描述客体的认知自身。数据本质就是数字和字符的集合，作为人类认识世界的一种手段，已经客观地存在了几千年。黑格尔曾说过“存在即合理”，数据作为描述事物的本源是历史自然演化的结果，也是人类认识客观事物的一种必要的手段。在当今社会随着计算机、通信网络、云(量子)计算、传感器等技术发展，数据的表现形式和使用方法变得越来越便捷，其与业务对象(透明地质、采掘工作、采剥穿爆、选煤、安全监控、主辅运输、风水电气)的融合程度更为深入，业务对象的各属性和动作都被大量的数据所描述，量变引起质变使得高质量数据本身的价值达到了前所未有的高度。
2.2.2 使用价值：模型数据智能决策
数据要素的使用价值(“从哪来”——技术应用路线)来源于数据的深度应用和数据含义的深度挖掘、学习和理解。围绕数据产生相关的关联、聚类、算法、流程、变换等处置方式，产生人类对客观事物认知上的深刻变革，通过分析数据含义、关联、偏差、时延、组合、统计等特征信息，发现事物的潜在涵义和深层机理。由于《煤矿智能化建设指南(2021年版)》规定指挥调度中心的作用，方便最高决策层(个体或者集体)对各种煤矿资源和煤炭生产工艺(采、掘、机、运、通)进行合理、精准调度分配，并根据目标特性发出与之匹配的指挥信令，同时对应地指派资源和任务，从而形成最佳的策略和规则，以实现低风险、高效能的煤炭柔性生产方式，从而降低非必要的试错成本。
2.2.3 商业价值：产业数据流通增值
数据要素的商业价值(“到哪去”——交易价值路线)来源于海量的煤炭产业供应链上下游政府、企业、院所、学校、个人等众多组织机构的数据产品化商业积累(煤炭交易量、秦皇岛煤炭价格等)，这些组织机构随着数字化转型的深入和对智能化后的数字价值认识的深刻变革，导致这些经过处理的优质数据资源从拖累组织机构的生产成本转变为促成组织机构发展壮大的生产要素中不可缺少的组成部分——数据资产。同时由于区块链技术的应用，该技术与生俱来的条件就是和交易绑定，使得无需第三方集中监管的可信交易成为可能和趋势，从而在技术层面促进数据要素货币化的形成。
3 煤炭行业数据要素框架规划
煤炭行业数据要素框架规划主要基于数据系统路线全息认识范式中的煤炭行业数据要素价值的3次释放理论，并且参考了ISO 55000标准中资产管理的原则内容。煤炭行业数据要素构成框架如图3所示。
图3 煤炭行业数据要素构成框架
为了较好解决煤炭行业数据要素现状情况所存在的问题，必须从一个“管”字入手，在全息数据系统的认知范式范畴内实现煤炭行业数据要素的价值释放过程，每个环节都是紧密相扣、逐层递进。从全息系统论角度而言，这是自组织演化以及大量数据在整体性表征过程中所涌现出来的必然结果。然而这些结果缺少一些约束和分类条件，因此引入数据资产全息模型的方式来对煤炭行业的数据要素价值进行全过程、全生命周期管理，这种管理方式在全息系统下简称“五要素”法。
该方法把数据要素分为组织(煤炭集团、机电装备厂商、政府机构、科研院所等)、社会人(煤炭行业从业人员)、实体(煤流物资、煤炭“产、运、销”场景等)、标识(煤炭行业编码、煤矿空间坐标等也为标识的类)、事件(煤炭“产、运、销”活动、数据交易等)5个，其中事件是5个要素中的核心，数据价值的产生和终止都是事件作用的结果，也是数据要素价值的驱动器。这5个要素之间彼此关联，数据要素的价值存在往往都是在这5个要素约定范畴内产生和作用的结果。因此，数据资产全息模型就是对5个要素进行全覆盖深关联式的管理，这样才能保障煤炭行业数据要素价值的合理合规，能够在煤炭产业链中更好地发挥生产力要素的作用。
4 煤炭行业数据要素研究实施路径
4.1 数据规划谋布局，统筹煤炭行业数据要素价值
煤炭行业数据要素价值体现在良好的市场化规划、资源配置与机制改革中，通过市场推动数据要素价值决定与实现结果：煤炭市场决定数据资源在监管部门、矿场、相关研究机构与上下游之间自由流动，提高数据要素的生产效率，数据要素产权的归属和收益通过市场流转。数据要素在市场流转的过程中所蕴含的价值和内容逐渐变大，类比于区块链的链长度变长[11]。
数据规划要充分面向煤炭行业中可以进行自由贸易的数据交易市场，在“五要素”方式的规定下，以中国煤炭工业协会为主导机构，面向煤炭行业来制定数据要素规划，涉及战略性地数据资产的转变过程需要通过协会的专题讨论会以及煤炭行业云(煤智云)平台的功能规划，组织和定义数据要素价值体系；通过煤机装备、煤炭电子装置等作为数据要素价值的载体，对煤炭行业数据要素价值的计量进行相应的约束；通过煤炭行业数据要素的多维标识，支持煤炭行业数据运营的各个方面，包括勘探、采矿、安全、环境、法规等相关的数据要素在煤炭市场的数据规划中有明确界定和相关标准。有效的数据规划有助于简化煤炭市场数据要素的交易流程，改进交易决策并优化煤炭行业数据资源配置，通常涉及数据技术实现方式，以提取有价值的战略分析结论并提高布局效率[12]。
4.2 数据管理融资产，规范煤炭行业数据要素链条
煤炭行业数据要素链条的形成是通过煤炭行业上下游的厂商、企业、学校、院所、政府共同打造的煤炭全产链数据要素链条，煤炭行业的每个参与方都在该数据要素上贡献一部分数据产品或者数据服务。通过煤炭行业的云平台(例如煤智云)打造煤炭行业的数据资产管理融合平台，形成煤炭行业数据资产的准入机制。
数据要素链条等同于数据价值链，数据价值链是Miller和Mork基于企业价值链视角在2013年首次提出的概念，其主要认为数据价值创造过程是一个从原始数据到数据产品的整体耦合过程。而数据要素链条是数据要素通过数据多维标识标注其所在煤炭行业产业链中的某个环节，是数据要素动态流转过程的跟踪与识别，这样就方便数据资产的动态整合与分割，明确数据要素发生事件的参与方和干系人，并合理确定数据要素的归属问题。同时，防止数据要素含义出现歧义情况的发生导致数据要素断链，从而避免出现无法实现数据要素在数据资产管理下的一致性问题[13]。
4.3 数据流转活资本，促进煤炭行业数据要素循环
煤炭行业的数据要素市场是在主观和客观条件下自组织、数据大量涌现后的一种必然结果，这种结果从数据要素价值3次释放的理论作为出发点得出，因此认识数据要素的市场必须从数据要素价值3次释放过程中进行再认识和体会。
数据要素市场的内在本质是反映数据流转过程中各种经济关系的总的熵和，在这种情况下，熵和总量在不断膨胀，否则将没有任何数据要素的输入和数据要素的转换过程。数据要素的特征表现为数据资产化，对于资产化的数据要素而言，如何在产业和装备上循环发展是值得探索的问题，通过该问题的研究可以较好地分析煤炭行业内数据+经济的问题，不仅可以作为煤炭智能化建设效果经济价值评估的有效补充，还能够以智能化建设来拉动煤炭行业数据要素市场的活跃程度，全面激发煤炭行业交易市场上主体的创造力和消费力提升煤炭行业的经济活力。
4.4 数据产品撑场景，服务煤炭行业数据要素根基
数据产品可以提供可操作的见解并支持各种场景，成为煤炭行业的宝贵工具，这些产品可以包括数据分析平台、预测模型和报告系统，是管理与煤炭生产、供应链管理、安全协议和环境监测相关的数据元素的基础，通过有效利用数据产品，煤炭行业可以优化流程、加强安全措施并做出明智的决策，以实现其运营和可持续发展目标。
场景服务横向整合资源决策、风险、效益相关的职能，打开部门边界，实现信息的互通共享，拉通管理职能，实现端到端的一体化管理。把所有职能目标整合到实现业务目标上来，让煤炭企业的职能联合起来，以最高效的方式协同，通过煤炭企业经营决策数字化，建立从战略到管理再到执行、从目标到现实再到差异的指标分析体系和智能决策模型，支持煤炭企业价值创造。
场景服务纵向整合煤机装备作业执行相关的资源和信息，加强煤炭企业在煤炭生产、煤矿安监业务的资源供应、作业执行、验收交付全过程的数字化程度，精细化管控煤炭生产、煤矿安监业务作业过程，使人、财、物信息能落实到单个合同和项目上，实现单合同的精准盈利结果分析，为煤矿经营决策提供数据分析，使煤炭企业能在业务运作中掌握主动，从而提升各个业务活动阶段的效率。
4.5 数据技术保实现，创造煤炭行业数据要素利润
煤炭企业利用数据技术不仅可以改善运营，还可以通过最小化成本和最大化效率来创造利润。数据技术如果得到有效落地，可以为煤炭行业创造数据要素利润做出以下贡献。
(1)效率提升。物联网传感器、自动化和数据分析等数据技术可以优化煤炭开采和物流的各个方面，降低运营成本并提高生产率。
(2)预测性维护。数据驱动的预测性维护可以帮助煤炭企业预测设备故障，减少停机时间和维修成本。
(3)供应链优化。数据分析可以增强供应链管理，确保及时交货并降低库存成本。
(4)安全增强。监控和分析与工人安全相关的数据可以减少事故和相关成本。
(5)环境合规性。准确的数据收集和分析可以帮助煤炭企业满足环境法规，避免罚款和声誉受损。
5 结语
我国《“十四五”数字经济发展规划》已经把全面覆盖、深入挖潜数据要素市场容量和数据价值作为大数据高质量发展的首要和重点工作，然而在国家大数据的大规模建设热潮中，煤炭行业的数据要素还处于“小数据”时代，数据的应用仅仅局限在可涉及的任务和利益价值，对于数据要素所导致生产要素变革的历史趋势缺乏战略考量。虽然煤炭行业面临复杂的数据要素环境，但煤炭行业正在进行大规模高质量的煤矿智能化建设，届时海量的数据将会超越辅助性的工具地位，煤炭行业数据要素的规划设计和煤矿智能化建设也将统一建设。
[1] 方良才.加快煤炭产业数字化转型,为煤炭企业高质量发展提供新动能[J].中国煤炭工业,2021(11):10-13.
[2] 王国法.煤矿智能化最新技术进展与问题探讨[J].煤炭科学技术,2022,50(1):1-27.
[3] 康红普,王国法,王双明,等.煤炭行业高质量发展研究[J].中国工程科学,2021,23(5):130-138.
[4] 王国法,庞义辉,任怀伟,等.矿山智能化建设的挑战与思考[J].智能矿山,2022(10):2-15.
[5] 韩培强,胡而已,叶兰,等.智能矿山数据质量管理研究及实践[J].中国煤炭,2024,50(2):70-76.
[6] 王虹桥,陈养才,王丹识.我国“数字煤炭”建设发展研究与探讨[J].中国煤炭,2024,50(1):9-14.
[7] 王雪,夏义堃,裴雷.国内外数据要素市场研究进展:系统性文献综述[J].图书情报知识,2023,40(6):117-128.
[8] 王国法,孟令宇.煤矿智能化及其技术装备发展[J].中国煤炭,2023,49(7):1-13.
[9] 高展.第四代系统论:全息系统论—全息系统的存在论、认识论和方法论[M].北京:中国水利水电出版社,2022.
[10] 中国信息通信研究院.数据要素白皮书(2023年)[EB/OL].(2023-09-26)[2024-04-03]. https://mp.weixin.qq.com/s/TJDxp0R91XNwvHY vF6WPBA.
[11] 洪银兴,孙建军,司晓,等.数据要素市场化配置的学界回应与思考[J].图书与情报,2020(3):1-28.
[12] 上海数据交易所有限公司,普华永道中国.数据要素视角下的数据资产化研究报告[R].上海:上海数据交易所有限公司,普华永道中国,2022.
[13] 周毅.基于数据价值链的数据要素市场建设理路探索[J].图书与情报,2023(2):1-11.
Research on coal industry data element architecture planning and implementation path
移动扫码阅读
- 相关推荐
