为什么5G需要网络切片以及如何实现

2023-07-21 16:50:02物联网0111

为什么5G需要网络切片以及如何实现,第1张

5G和网络切片

当5G被广泛提及的时候，网络切片是其中讨论最多的技术。像KT、SK Telecom、China Mobile、DT、KDDI、NTT等网络运营商，以及Ericsson、Nokia 、Huawei 等设备商都认为网络切片是5G时代的理想网络架构。

这个新技术可以让运营商在一个硬件基础设施切分出多个虚拟的端到端网络，每个网络切片从设备到接入网到传输网再到核心网在逻辑上隔离，适配各种类型服务的不同特征需求。

对于每一个网络切片，像虚拟服务器、网络带宽、服务质量等专属资源都得到充分保证。由于切片之间相互隔离，所以一个切片的错误或故障不会影响到其它切片的通信。

为什么5G需要网络切片

从以往到目前4G网络，移动网络主要服务移动手机，一般来说只为手机做一些优化。然而在5G时代，移动网络需要服务各种类型和需求的设备。大家提的比较多的应用场景包括移动宽带、大规模物联网、任务关键的物联网。他们都需要不同类型的网络，在移动性、计费、安全、策略控制、延时、可靠性等方面有各不相同的要求。

例如一个大规模物联网服务连接固定传感器测量温度、湿度、降雨量等。不需要移动网络中那些主要服务手机的切换、位置更新等特性。另外像自动驾驶以及远程控制机器人等任务关键的物联网服务需要几毫秒的端到端延时，这就和移动宽带业务大不相同。

5G的主要应用场景

这是不是意味着我们需要为每一个服务建设一个专用网络了？例如，一个服务5G手机，一个服务5G大规模物联网，一个服务5G任务关键的物联网。其实不需要，因为我们可以通过网络切片技术在一个独立的物理网络上切分出多个逻辑的网络，这是一个非常节省成本的做法！

网络切片的应用需求

NGMN发布的5G白皮书中阐述的5G网络切片如下图所示：

NGMN 5G网络切片示意图

我们怎么实现端到端网络切片？

（1）5G的无线接入网络和核心网：NFV化

在如今的移动网络中，主要的设备是手机。RAN（DU和RU）和核心功能由RAN厂商提供的专用网络设备构建。为了实现网络切片，网络功能虚拟化（NFV）是一个先决条件。基本上，NFV的主要思想是将网络功能软件（即分组核心中的MME，S / P-GW和PCRF以及RAN中的DU）全部部署在商业服务器上的虚拟机，而不是单独部署在其专用网络设备。这样，RAN当作边缘云，而核心功能当作核心云。位于边缘和核心云中的VM之间的连接使用SDN进行配置。然后，为每个服务（即电话切片、大规模物联网切片、任务关键的物联网切片等等）创建切片。

如何实现网络切片之一

下图显示了每个服务专用的应用程序如何可以虚拟化并安装在每个切片中。例如，切片可以配置如下：

（1）UHD切片：在边缘云中虚拟化DU，5G核心（UP）和缓存服务器，以及在核心云中虚拟化5G核心（CP）和MVO服务器

（2）电话切片：在核心云中虚拟化具有全移动功能的5G核心（UP和CP）和IMS服务器

（3）大规模物联网切片（例如传感器网络）：在核心云中虚拟化一个简单轻便的5G内核没有移动性管理功能

（4）任务关键的物联网切片：在边缘云中虚拟化5G核心（UP）和相关服务器（例如V2X服务器），用于最小化传输延迟

到目前为止，我们需要为具有不同要求的服务创建专用切片。并且根据不同服务特性将虚拟网络功能放置在每个切片中的不同位置（即边缘云或核心云）。此外，一些网络功能例如如计费，策略控制等，在某些切片中可能是必要的，但在其他网络切片中不是必需的。运营商可以按照他们想要的方式定制网络切片，而且可能是最具成本效益的方式。

如何实现网络切片之二

（2）边缘与核心云间的网络切片：IP/MPLS-SDN

软件定义网络，尽管在首先介绍的时候是一个很简单的概念，但现在变得越来越复杂。就以Overlay形式为例，SDN技术能够在现有的网络基础设施上提供虚拟机间的网络连接。

端到端网络切片

首先我们看如何保证边缘云与核心云的虚拟机间的网络连接是安全的，虚拟机间的网络需要基于IP/MPLS-SDN和Transport SDN来实现。本文我们主要讨论路由器厂商提供的IP/MPLS-SDN。Ericsson和Juniper都提供IP/MPLS SDN网络架构产品。操作有些许不同，但基于SDN的虚拟机间的连接是极其相似的。

在核心云中是虚拟化服务器。在服务器的管理程序中，运行内置的vRouter / vSwitch。 SDN控制器提供虚拟化服务器和DC G / W路由器（云数据中心中创建MPLS L3 ***的PE路由器）间的隧道配置，在核心云中的每个虚拟机（例如5G IoT核心）和DC G / W路由器间创建SDN隧道（即MPLS GRE或VXLAN）。

然后，由SDN控制器管理这些隧道和MPLS L3 ***（例如IoT ***）之间的映射。该过程在边缘云中也是一样，创建一个物联网切片从边缘云连接到IP / MPLS骨干，并一直到核心云。这个过程可以基于目前为止成熟可用的技术和标准来实现。

（3）边缘与核心云间的网络切片：IP/MPLS-SDN

现在剩下的是移动前传网络。我们如何在边缘云和5G RU之间切割这个移动前传网络？首先，必须首先定义5G前传网络。大家在讨论中存在一些选择（例如通过重新定义DU和RU的功能来引入新的基于分组的前传网络），但是还没有做出标准定义。下图是在ITU IMT 2020工作组中给出的图示，并给出了虚拟化前传网络的示例。

CPS——是(CostPerSales)简称，意为：以实际销售产品的提成来换算广告刊登金额。CPS广告同CPA广告一样，可以为广告主规避广告费用风险，CPS是按照广告点击之后产生的实际销售的提成付给广告站点销售提成费用。同类的操作方式有ROI(ReturnOnInvestment)。CPS的主题包括广告主（广告的投放者），媒体联盟，站长。

广告主和联盟签订分成比例和结算方式等有关条款的合作协议，然后广告主将所要推广的信息以等方式发布给联盟，联盟通过整合旗下合作得个人网站，搜索导航，甚至是所有购买的门户广告为等途径，将广告主的广告发布给受众，通过这些广告形成销售之后，广告主和联盟按合同结算，联盟给各大发布该广告主广告并产生销售的站长和其他网络媒体以广告发布时约定的分成比例结算推广费用。

之前接触做的比较好的有李克特，一起发，成果网，特价王等。做cps，对于广告主来说主要是做客勤，和联盟的关系处理好了才可能拿到好的广告媒体和广告位置。当然分成太低和成交率太低也是会影响合作的。不知道是不是你想要的！

《中国制造2025》中，“智能制造”是一个重要的关键词。根据《中国制造2025》，我国将大体分“三步走”、用3个10年左右时间，最终跻身世界制造强国前列。在此过程中，必须依靠创新驱动，推广“智能制造”，做大“互联网+”模式，实现从“制造”向“智造”的新突破。那么，究竟什么是“智能制造”，如何真正实现从“中国制造”到“中国智造”的转型升级这里两位学者提出了自己的观点。

从三个维度认识“智能制造”

国务院发展研究中心产业经济研究部王晓明

国际金融危机后，许多国家对制造业在推动贸易增长、提高研发和创新水平和促进就业等方面的重要作用有了新的认识，纷纷提出制造业国家战略，如美国的《先进制造业国家战略计划》、德国的“工业40计划”和日本的《制造业白皮书》等。制造业正重新成为国家竞争力的重要体现。面对各国的战略举措和全球制造业竞争格局的重大调整，中国也出台了《中国制造2025》，明确提出把智能制造作为两化深度融合的主攻方向。那么，如何认识“智能制造”我们可以从技术创新、组织创新和模式创新等维度来入手。

其一，“智能制造”不是横空出世，而是先进制造发展的最新形态。“智能制造”作为先进制造的最新形态一经提出，就获得制造业内众多专业人士的广泛响应，正在成为中国制造业转型升级的新方向、新趋势。但是也应该看到，“智能制造”并非只是一个横空出世的概念，而是制造业依据其内在发展逻辑，经过长时间的演变和整合逐步形成的。可以说，“智能制造”是随着市场需求的变化，集成了技术创新、模式创新和组织方式创新的先进制造系统，是集成制造、精益生产、敏捷制造、虚拟制造、网络化制造等多种先进制造系统和模式的综合。

其二，市场需求是先进制造发展的根本动力。上世纪中期以来，随着市场经济的日益繁荣，消费者对商品的需求变得日益多样化和个性化，要求现代制造业必须有最短的交货期、最优的产品品质、最低的产品价格和最好的服务，促使工业制造从最初的规模化战略、成本导向战略发展到后来的质量战略、服务战略。随着消费者环境意识的提高，环保战略又成为工业制造的重要导向之一。目前，单一的制造业发展战略已经让位于综合性的制造服务战略，先进制造系统必须在时间、质量、成本、服务和环境等几个方面同时能够满足市场和社会需求，从而获取最大的经济和社会效益，这就对制造系统提出了更高的要求，也提供了更大的发展动力。

其三，技术进步是先进制造发展的关键因素。从制造业发展的历史长河来看，先进制造业的发展过程也是制造技术进步的过程。瓦特发明了蒸汽机，开启了第一次工业革命，同时也开启了工业化制造的新篇章。上世纪中期以后，科学技术的发展也进入了一个日新月异的时代，电子信息技术和自动化技术发展迅猛，以互联网为代表的信息技术革命为制造业注入了新的生命力，计算机集成制造、敏捷制造、虚拟制造等技术系统应运而生。从上世纪50年代开始出现的数控机床，到60年代开始出现的计算机辅助设计、计算机数控、计算机辅助制造，到70年代计算机集成制造系统，制造业沿着一条信息化程度不断深化的路径快速发展，到目前已经发展到借助计算机仿真技术的虚拟制造和借助人工智能的智能制造阶段。

其四，组织方式创新是先进制造发展的灵魂。美国的福特发明了流水线，颠覆了传统欧洲作坊式的生产组织方式，使生产率大幅度提高，就是一种典型的制造组织方式创新。19世纪中叶到20世纪中叶的工业社会阶段，制造系统和模式是刚性的大批量生产，流水线和泰勒工作制得到广泛的应用。到了20世纪后半叶，市场需求的多样化迫使工业制造向多品种、小批量、缩短生产周期方向演进，刚性制造模式逐渐被柔性制造模式所替代，与之对应的生产组织也由金字塔式的科层管理向扁平化、矩阵式管理的方向演变。

比如，日本丰田公司精益生产方式的产品开发与生产均以销售为起点，按订货合同组织多品种小批量生产，在生产组织上把工人组成作业小组，不仅完成生产任务，而且参加企业管理。美国一些大企业实施的敏捷制造，为了快速满足消费者高质量、高性能产品和服务的要求，采取快速响应的组织方式，利用企业网实现企业内部工作小组之间的交流和并行工作，利用互联网实现异地设计和制造，及时建立最优动态联盟。到了网络化制造阶段，一些企业发展为平台型企业，通过研发平台、营销平台和信息平台实现与大量中小企业的连接。扁平化有了新的内涵，集中垂直式管理被分散合作式所替代，生产者与消费者联系更加直接。

其五，模式创新是先进制造演变的集中体现。制造模式的创新主要是围绕对消费者需求的响应程度来演进的。随着生产效率的大幅度提高和产品的极大丰富，工业制成品的市场竞争越来越激烈，而消费者的话语权却越来越大，如何更好、更快地满足消费者的个性化需求成为制造模式创新的重要因素。美国波音、通用电气等企业采取的并行工程强调并行地进行产品及其相关过程的协同设计开发，缩短产品开发周期。德国大众公司实施的模块化生产方式，把大规模制造的成本优势和满足消费者个性化需求的定制化结合起来，实现了大规模定制化生产，在满足消费者更加个性化需求的同时，大大加快了对需求的响应时间。

为了更好地服务消费者，制造业出现了由单纯制造向服务型制造模式转变的新趋势。在服务型制造模式下，制造企业以“产品+服务”的形式为客户提供全面解决方案。比如，英国的罗尔斯罗伊斯公司为客户提供的不仅仅是传统的维修服务，还整合了增值服务，保障了航空公司服役飞机良好的使用状态。

总之，先进制造业是以顾客为中心，不断响应市场需求变化，综合了技术创新、组织方式创新和模式创新，以实现优质、高效、低耗、清洁、灵活的生产，从而取得理想的经济社会效益的制造系统的总称。而“智能制造”是先进制造业发展到当前阶段，整合了物联网、云计算、大数据等新一代信息技术，由集中式控制转向分散式增强型控制，并通过物联网与互联网的融合，以及三项集成（纵向集成、端对端集成、横向集成），实现智能化、社会化生产的最新形态。从技术创新、组织创新和模式创新三个维度认识“智能制造”，有利于更好地把握中国制造业当前所处位置以及未来努力的方向，避免盲目求新和急于求成的倾向。

如何从“制造”迈向“智造”

工业和信息化部国际经济技术合作中心王喜文

随着移动互联网、物联网以及云计算和大数据技术的成熟，新一轮工业革命正在向我们袭来。制造业正在发生巨大变化。无论是美国的“工业互联网”，还是德国的“工业40”;无论是制造业的参与者角色、制造的理念、模式，还是驱动力，都在出现颠覆与重构。

（一）

上世纪，大规模生产模式在全球制造业领域占据统治地位，它曾经极大地促进了全球经济的飞速发展，使整个社会进入全新阶段。但是，随着世界经济的日益发展，市场竞争的日趋激烈，消费者的消费观和价值观越来越呈现出多样化、个性化的特点，随之而来，市场需求的不确定性越来越明显，大规模生产方式已无法适应这种瞬息万变的市场环境。而且，劳动力成本和原材料成本的上涨也从客观上对未来制造业构成了极大的压力。此外，受资源相对短缺、环境压力加大、产能加剧过剩等外界环境影响，传统的以能量转换工具为推动力的工业经济将难以维系。从某种程度上说，传统工业化的发展模式已经失去了竞争力。

21世纪以来，制造业面临着全球产业结构调整带来的机遇和挑战。尤其是2008年国际金融危机之后，主要发达国家为了寻找促进经济增长的新出路，开始重新重视制造业。以美、德两大制造业大国为例，新工业时代，美国推出“制造业回归”战略，德国推出“工业40”战略，可以说，两国在制造业上争相发力，但目的都是期望抢占未来制造业的主导权。随着美国“制造业回归”的强力推动以及我国国内劳动力、土地等成本的上升，我国制造业依赖传统比较成本优势参与国际竞争的局面难以为继。加快制造业智能化的发展进程，培育和发展新优势，是在新一轮国际产业竞争中主动出击，促进工业转型升级的重大战略抉择。

在国际制造业竞争加剧、传统比较优势不复存在、新一轮工业革命正在酝酿的复杂背景下，我国制造业面临着严峻的挑战和重大的机遇。在机遇与挑战面前，唯一的选择是建设制造强国，紧紧抓住当前难得的战略机遇，积极应对挑战，加强统筹规划，由“制造”向“智造”转型升级，完成中国制造由大变强的战略任务。

（二）

对未来制造业，发达工业国家都提出了各自的愿景。美国利用互联网优势，让互联网吞并制造业;德国基于制造业根基，让制造业互联网化。

而中国正处于加快推进工业化进程中，制造业是国民经济的重要支柱和基础。今年3月召开的国务院常务会议强调，要顺应“互联网+”的发展趋势，以信息化与工业化深度融合为主线，重点发展新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、新材料、生物医药及高性能医疗器械、农业机械装备10大领域，强化工业基础能力，提高工艺水平和产品质量，推进智能制造、绿色制造。可以说，“互联网+工业”将会促进中国制造业的转型升级，实现“中国制造2025”的宏伟目标。

以往，提到制造业不得不提微笑曲线。在国际产业分工体系中，发达国家的企业往往占据着研发、售后服务等产业链高端位置，发展中国家的厂商则被挤压在低利润区的生产与制造环节。就全球产业链来看，尽管“中国制造”铺天盖地，但是，中国制造大多是处于“微笑曲线”中间区域的生产与制造环节，投入大量的劳动力，获取少得可怜的利润。以往的思路认为，想要摆脱传统制造业的低附加值境地，就必须向“微笑曲线”的研发和服务这两端延伸，通过高新技术实现产业升级和发展制造业周边服务业是必经之路。从产业层面来看，“研究与设计”环节意味着发展高新技术产业，“营销与服务”环节则是要提高制造业周边服务业的比重。但是，这一过程会遇到诸多挑战，且不能实质性地走出微笑曲线的底部，也不能短期内走出微笑曲线的底部。

但是，“互联网+工业”时代，很多问题在发生改变。制造业传统意义上的价值创造和分配模式正在发生转变，借助互联网平台，企业、客户及利益相关方纷纷参与到价值创造、价值传递及价值实现等生产制造的各个环节。因为 “互联网+工业”不仅仅是“信息共享”，还将广泛开展“物理共享”，从而形成新的价值创造和分享模式，开创全新的共享经济，带动大众创业和万众创新。

（三）

今年5月，《中国制造2025》出台。这项规划更注重中长期，主要围绕我国工业有待加强的领域进行强化，为我国现代化工业强国之路描绘出清晰的路线图。

第一，强调新一代信息技术与制造业融合。近年来，工信部一直致力于推进“两化融合”工作，通过信息化的融合与渗透，对传统制造业产生了重大影响。但是，随着新一轮工业革命的到来，云计算、大数据、物联网等新一代信息技术在未来制造业中的作用愈发重要。所以，需要在“两化”融合的基础上，以加快新一代信息技术与制造业融合为主线，实现“中国制造2025”的阶段性目标。

《中国制造2025》强调，以推进智能制造为主攻方向，推进制造过程智能化。在重点领域试点建设智能工厂/数字化车间，加快人机智能交互、工业机器人、智能物流管理、增材制造等技术和装备在生产过程中的应用，促进制造工艺的仿真优化、数字化控制、状态信息实时监测和适应控制。加快产品全生命周期管理、客户关系管理、供应链管理系统的推广应用，促进集团管控、设计与制造、产供销一体、业务和财务衔接等关键环节集成，实现智能管控。这为下一步实现从“制造”向“智造”转型升级指明了方向。

第二，强调从资源驱动变为信息驱动。随着移动互联网和云计算、大数据等新一代信息技术的发展，工厂车间内越来越多功能强大的智能设备以无线方式实现了与互联网或设备之间的互联。由此衍生出物联网、服务互联网，推动着物理世界和信息世界以信息物理系统的方式相融合。也可以说，信息物理系统将使制造业领域实现资源、信息、物品、设备和人的互通互联，形成智能制造。

《中国制造2025》将智能制造作为主攻方向，通过互通互联，云计算、大数据这些新一代信息技术，与以前的信息化、自动化技术结合在一起，工厂内的生产设备和设备之间、工人与设备之间实现纵向集成，把整个工厂内部的联结起来，形成信息物理系统，可以相互协同、遥相呼应，生产方式从资源驱动变成了信息驱动。信息驱动下产品制造的过程，体现出了智能制造的价值所在，即能够科学地编排生产工序，提升生产率，实现个性化定制生产，还可以调整资源使用，采用最节约能耗的方式，从而真正实现制造业的转型升级。

过去的2019年，无论从规模还是增速来看，数字经济的表现都十分抢眼，并已然成为中国企业转型的首选，在物流领域，数字化的发展同样如火如荼。那么，物流企业如何打造数字化网络，如何向数字化转型？作为物流产业转型升级的有利抓手——网络货运平台这个新型组织模式是否能成为货运行业颠覆者？

作为企业而言，数字化转型就是既要解决企业内部问题，也要打通外部业务上下游链条，让业务开展的各个环节都能在数字化管理下变得快捷、透明，从而提升企业管理运营水平以及生产能力。

这是一个数据驱动商业的时代，《日经亚洲评论》编制了一份截至2019年12月20日的亚洲以及全球公司的市值榜单，从全球公司的市值榜单来看，数据驱动型公司占据了前十榜单中的七席，分别是苹果、微软、谷歌母公司Alphabet、亚马逊、Facebook、阿里巴巴、腾讯。

德勤曾发布的一项调查显示，在数字化成熟度模型的十个指标中，中国企业在数字化供应链维度上得分最低。何谓数字化供应链？美国数字供应链研究院（DSCI）在《供应链白皮书》中，将数字化供应链定义为：数字化供应链是一个以客户为中心的平台模型；它可以获取并最大程度地利用不同来源的实时数据，它能够进行需求刺激、匹配、感知和管理，以提升业绩并最大程度地降低风险。

数字化供应链是指供应链发展的主流趋势，是供应链在未来的一种形态，它需要经历两个阶段：

1）供应链的数字化，即通过ICT（Information and Communications Technology, 信息与通信技术）及IOT（Internet of Things, 物联网）等技术实现供应链全链条、全场景的透明连接和数据化；

2）在供应链数字化的基础上，通过应用大数据、AI算法等先进技术，对供应链进行持续改善和优化，以实现供应链的智能化及智慧化。

作为供应链链条上重要的一环，很多物流企业也喜欢自称为供应链企业。因此，从某种程度上来看供应链数字化也是物流企业的数字化，这类企业一旦向数字化转型不仅能够为企业管理者提供一个全新的视角和思路，也可以促进企业从传统的依靠经验管理转为依靠数据管理，最终实现智慧物流。

通往智慧物流的路径，可能会有1000条。但从技术视角看，透明是通往智慧物流的可行路径，技术视角的透明就是“物流业务的数据化”和“物流数据的业务化”两个层面。

一：物流业务的数据化

物流业务的数据化是要解决数据有无的问题。借助于各种先进的信息技术手段，采集物流过程各种信息，实现物流环节中人员，车辆，货物，装备，场站，门店等不同物流要素的充分物联网化。在以上物流要素的充分物联网化的基础上，再结合物流企业具体业务场景，实现物流各个业务主体，不同物流网络的互联互通和物流业务的数字化。

二：物流数据的业务化

在物流数字化的基础上，会产生大量的物流数据，对这些物流数据的挖掘和利用，会催生新的业务，这就是物流数据的业务化。这些业务包括但不限于，物流业务优化服务、以数据为基础的调度服务、物流业务数据模拟服务、物流供应链金融服务、宏观经济分析服务等。

数据的三大价值在于：

1协调，能够明显提升效率

2优化，帮助用户优化供应链

3智能，用数据替代经验

物流企业的数字化从来都不是一蹴而就的，也不可能一劳永逸，它必然是随着信息技术的发展和企业经营的具体需求变化而持续迭代进化的。物流企业在实施数字化的过程中，一定要量力而行，选择适合企业发展的数字化道路。规模大、实力雄厚的物流企业可以建立自己的、独立的物流数字化系统。大部分物流企业要通过接受公共服务来完成自己的物流数字化。

物流数字化并不仅仅是企业内部的数字化，并不仅仅是某项业务的在线化，它需要从全局来看，站在整个供应链的视角来审视自己的数字化。不仅需要企业内部的数字化，也需要企业与上下游之间，与整个供应链之间实现数字化联通，打通整个供应链的数字化。只有实现了整个供应链的数字化，才能从更大的层面统筹资源，打造更加优化的客户服务方案，提供更加有竞争力的物流产品和服务。

1 数字化对于物流的价值

经过20年的发展，物流产业与信息技术的融合已愈发深入，近年的前沿技术应用，让二者的融合发展产生了质变。“数字化+”的趋势带来大量的风口机会，但也在物流行业中催生出不小的泡沫，回归业务本质务实前行，真正用技术赋能产业创新发展。

对大多企业来讲，基本都已经走过了信息化时代。那么对比即将需要走入的数字化时代，与信息化时代有哪些区别：信息化时代是以商品为中心，数字化时代是以用户为中心：企业在信息化时代，企业管理的中心是商品，也就是把以往的传统手段管理商品，升级为信息系统管理商品。这在当时环境下，极大地提升了企业的管理效率，提升了企业管理的精准。但在当前的数字化时代，需要升级企业的信息系统，由以商品为中心升级为以用户需求为中心。一切需要围绕满足用户需求、消费者需求，如何更好的提升对消费者的服务重构新的数字化信息系统体系。如果说信息化时代解决的是企业内部管理问题，数字化时代将会重点解决的是企业外部效率问题。

信息化时代各要素之间是分割的，数字化时代需要实现全要素的打通与链接：在信息化时代，总的讲企业的各个要素之间的数字关系是分割的，是不完整的，甚至有些更重要的数字如用户数字是缺失的。数字化时代一定要借助互联网的连接手段，实现企业各要素之间的数字化链接，打通企业全链路的数字化链接，实现企业内部资源与外部资源的数字化链接，通过这种链接有效提升企业的运行效率。

2 网络货运构成物流数字化总成

一：“网络货运”符合数字时代的要求

今年4月初，交通运输部发布了《网络平台道路货物运输经营管理办法(征求意见稿)》，其中，“网络货运”替代了原来“无车承运”的说法。对于这一变化，朱光辉认为，“‘无车承运’的更名反映了当今数字时代的要求，更强调了科学技术的进步，通过大数据、边缘计算等形式，更加突出了网络货运的时代特征和科学性。”

在过去很长一段时间里，很多物流企业认为，只要申请牌照就可以从事无车承运业务，但网络货运有个很重要的表现特征就是“线上化”。传统物流企业因为不想做过多的投入，往往不具备商流、物流、信息流、资金流等线上运营能力，更不具备在途监管、电子回单、电子合同、在线发票等一系列的线上化场景。无车承运不应只是开运输发票这么简单，而应在承运过程中实现交易管理智能化、运输流程场景化以及税务链条合规化，通过平台集聚效应提高物流行业运行效率、降低成本。

二：做到以票控税、数字控税

不可否认，交通运输业中的税务体系是比较复杂的。从行业形态来讲，运输业就如一个“移动的工厂”“移动的生产单位”，是一种“生意”，而生意背后就意味着要有“纳税”行为。在国家税务总局、交通运输部先后发布《关于全面推开营业税改征增值税试点的通知》、《关于推进改革试点加快无车承运物流创新发展的意见》等指导政策中，明确了网络运货平台的开票资格、税务抵扣等细则，在现有政策下，网络货运平台为货主开具9%增值税专用发票。解决了货主发货时取得增专发票难的问题，这实际上是将货主端的税务问题转移到了网络货运企业。国家提出网络货运应解决物流行业中最重要的两大问题：一是通过集约化管理，管控运输工具的安全生产，同时提高车辆运输效率；二是解决多年来实际承运人（个体司机）不纳税、不开发票，货主拿不到票的问题。营改增后，物流业已进入“以票控税、数字控税”的新阶段。在网络货运平台中的抵扣链条里，企业都要凭发票抵扣。而“数字控税”则是因为电子发票已经产生，电子化可以有效控制税务风险，发票造假变成不可能。

三：纳入生产要素、预测协同

数字能力是网络货运平台的一个关键因素，而此次数据纳入生产要素，显然对网络货运平台的发展具有重要意义。李敬泉教授表示，数据成为生产要素的一个重要前提是，这些数据是不是具备生产性，能不能产生生产力，从某种意义来说，数据分为两层含义，一是直接具备生产性的数据，首先，数据是客观存在的，利用数据之间的关系保证平台功能的真实性和规范性，将物流各节点的信息实现数据化嵌入到平台运营中，可以利用数据对平台的规范性划好边界，通过触发某些节点就能够掌握信息的真实性以及运输和数据的安全。二是促使某些数据能够具备生产性的辅助数据，业务数据的真实性和规范性也同样如此，诸如物流运输过程中的在途监控、路线选择等等，实际上这背后都有数据作为支撑，这两者都可以成为生产要素。

区别于传统实体物流企业，网络货运平台是通过互联网手段整合各种生产要素，进而为上下游各方创造价值的全新业态。与传统实体物流企业不同的是，网络货运平台基于数字能力，能够将整个货运物流过程进行数据化，让物流行为变得有迹可循，通过数据对物流过程中的各个环节进行定向性的分析、预测和判断，实现更高效的管理。

在数字化颠覆过程中，第一阶段为：互联网的发展使得高效的管道淘汰了低效的管道；第二阶段，平台吞食传统管道。

相比传统管道，平台享有两大重要经济优势。一是平台的生产和销售有良好的边际经济效益；二是网络效应进一步提升了平台扩大规模的能力。利用网络效应，各个平台可以建立容纳众多远程参与者的开放的电子行业生态系统。

1 构建数字化驱动模式

构建完整的数字化前台、中台、后台体系：在企业数字化转型过程中，需要搭建完整的数字化体系，重点体现小前台、强中台、大后台的系统特征。

小前台：重点体现以数字化体系支撑的前端用户的便利性、智能化。增强用户的便利性、提升用户体验。

强中台：重点是打通所有要素之间、环节之间的数字化链接，通过数字化增强企业整体的运行效率。把以往没有链接、缺乏关联的数字关系，通过中台体系，形成系统关联，特别是把企业的用户信息、产品信息、订单信息、交付信息、营销信息等形成完整的串联。发挥出更强的数字化价值与能力。

大后台：重点体现的是提升企业的系统运算能力与效率。通过云计算、机器学习、大数据算法等支撑企业的系统处理能力，使企业的整体系统更有效率、更智能化。

重构企业组织：企业需要重构以数字化为主线的企业组织。这种组织的特征需要去中间化，减少组织层级，由以往的组织驱动模式，转型数字化系统驱动模式。

对内对外的服务化形式，有些人认为只有封装成API才算是，但数据跟功能不同，其分析的灵活性和数据维度的无限性决定了你不可能封装出所有的数据服务，因此这里的服务应该是广义的服务，只要对方提供的数据能够被共享使用，在前端被业务人员或者其他机器快速方便的使用或调用，这就是对各生产要素数字化并发式应用，能同时满足多个场景同一数据的需求。

2 业务平台化、服务产品化

一：业务平台化

平台化的思路很重要的就是把那些有共性的资源，有共性的能力合并在一起，然后把那些面向客户的价值独立出来，这样的话，专业的人做专业的事情，并且对于企业的绩效也非常的有利，不是混杂的形态在一块了，更加的清晰，这就是平台化的思路。网络货运平台的推行是行业分工合作发生较大变化的一次变革，主要表现在：

1）高效整合货源需求和运力资源、推动行业转型升级：通过整合社会化运力资源形成运力池，连接生产端货主及货代企业，集中上游需求形成订单池，统一分发给下游运力池实现物流资源的整合优化，显著提高了存量资产的使用效率。可以说，网络货运平台这一商业模式正在推动着我国物流行业从分离走向连接、从无序走向集约，实现全行业的转型升级。于信息不对称，以及随之产生的层层转包的冗长交易链条和众多交易主体。

2）替代三方物流中间转包的环节，减少中间成本：面对行业信息不对称，以及随之产生的层层转包的冗长交易链条和众多交易主体等现象，网络货运平台去掉了黄牛、信息部等中间层层转包的主体，将货主需求直接线上化透明呈现，大大减少了这个过程中的信息不对称，有效降低了中间成本，促使物流行业实现降本增效。

3）交易环节线上化，实现透明合规：交易环节以数字化方式线上进行，方便实时记录交易数据，统一上传交通部指定监管平台，推动交易环节实现透明合规；同时系统自动完成缴税和开票等业务，实时记录税务数据，有效减少行业偷税漏税现象，方便政府税收统筹管理。

二：服务产品化

物流行业服务产品化的前提是标准稳定的服务输出，企业一定要制定从上而下的数字化供应链战略。第一步数字化战略要清晰；第二个要构建技术赋能中心；第三个是要实现业务智能运营；第四个是要重塑业务模式；第五个是要构建转型保障体系。

传统物流服务下内外部客户存在6个痛点，比如标准问题，物流服务是一个靠人来实施的服务，由于人的素质参差不齐，导致客户感受体验的物流服务感受不同，没有统一的标准。

定价问题，物流服务不同有形产品，可以明码标价，物流服务报价的人不同，报出来的价格也不同。

评估问题或衡量问题，由于缺乏标准，无法量化，导致无法准确评估服务质量的好坏。

个性化问题，客户的需求是希望能量身定制的解决方案，但是这是在一种假设的前提下，那就是客户非常清楚自己的需求，同时我们也有足够的能力做到。但实际上客户不太清楚自己的需求。

一致性问题，传统的服务一致性更多是靠服务规范或服务标准严格的执行以达成。然而人不是机器，不可能万无一失。

针对性问题。传统的服务思维关注客户满意，而产品思维更多关注客户痛点，产品的痛点思维模式使得服务产品能很好的聚焦于客户痛点，并且持续的快速迭代和改善。

客户的个性化需求是多种多样的，稍有不慎，则服务交付就会出现问题，这也是为什么合同物流做不大的原因，另外也是合同物流在执行和运作的过程中，最简单的认知是提供仓库或运输的单一服务。但是要做统仓统配，做同城配，需要逐步进行点到面的整合，整合后在区域的服务体系中，能够做全网化的服务，通过数字化等技术，实现整个智能决策的响应。

3 赋予生态活力

利用数字化技术所支持的供应链整合与流程创新来支持战略层面的转型与变革，建立全新的商业模式。一个常见的新商业模式是所谓的数字化“解决方案”或“赋能”——把汇集海量数据及分析数据得到有价值的结果作为新的价值主张，向上下游合作伙伴乃至更广泛的生态圈合作伙伴提供数据分析及基于数据分析的解决方案，并从中获得新的收入来源。

那些行业领军企业会在“赋能”上下游及生态圈合作伙伴的过程中，不断学习和总结不同伙伴的需求和每次的服务提供，将一些共性的需求沉淀为标准的服务模块，同时开发更多按需配置的定制化服务模块，最终形成包括大量标准和定制模块在内的“资源池”，实现“赋能”服务的规模效应——通过各类模块的组合来快速满足各类新需求。这种服务能力会吸引越来越多的用户与合作伙伴，最终帮助企业成长为供应链+生态圈的领导者。主休体现在以下三个方面：

1）做好勾稽关系、接口与交互界面的设计

2）设计完善的合作机制与利益分配规则，精密到圆角分的利益计算，以及组织与协调不过分约束的商业伙伴关系；

3）提升构建生态圈边疆的能力——生态圈的领导者在捕捉更多机会的同时，也面临着更多风险，因此，为了平衡风险和机会，就要有动态重构市场范围、资产边界和组织结构的能力。

物流生产力占据国民生产总值约17%，这是一个巨大的行业。2018 年整车货运市场规模 3 万多亿元，零担 16 万亿元，同城货运 9192 亿元，这 3个不同的细分市场可达万亿元，远高于快递、智能快递柜、冷链配送、即时配送等市场。在信息化层面，顺丰和四通一达所在的快递领域智能化程度已经非常高了。比如说在双11当天，快递行业可以完成上亿甚至上10亿的订单。这个成绩在这十多年里创造了奇迹。

数智化物流要做好与制造业的深度融合。为此我国发布了相关政策，强调了物流枢纽建设的重要性，鼓励物流行业为制造企业打造专属供应链管理库存、线边物流、供应链一体化服务等物流解决方案。作为实体经济的一部分，数智化物流能有效降低制造业的物流成本，助推实体经济重新在经济发展中发挥中流砥柱作用。

诚如张勇所说，“ 未来的物流一定是从数字化到数智化，数智世界将是我们共同面临的时代。数智化的世界才刚刚开始，未来的新技术发展，特别是IoT的发展，不仅会带来现有物流要素的数字化，并走向智慧化和智能化，也必将会创造新一代的物流要素。只有实现整个产业链不同企业间的全面联动，数据打通，才能让端到端的整体流转效率变得更高” 当前，中国物流业正在进入全面数字化时代，整个产业链不同企业间将实现全面联动和数据打通，在此基础上，以大数据、物联网、云计算、5G特别是人工智能为核心的新技术，将推动数字化与智能化实现深度融合，现代物流体系将从数字化时代跃升至“数智化时代”

数智化物流”的一个重要特点，是通过大数据、物联网、人工智能等新技术、新模式，打造一个覆盖全国、联通全球的智能物流基础设施网络。目前，国家层面的智能物流基础设施网络，主要有交通运输部、国家发改委等部门和科研机构、物流企业等多方组建的“国家交通运输物流公共信息平台”，旨在促进物流产业链各环节信息互通与资源共享；在企业层面，主要有菜鸟联合全球物流企业打造的智能物流骨干网。一方面，智能物流基础设施网络(物流平台)要继续推进与物流企业深度融合；另一方面，物流平台和物流企业打造的智能物流骨干网，也要与国家层面的物流公共信息平台实现深度融合，形成更加完备有力的数智化基础设施支持体系。这是数智化物流要做好的第一个深度融合。

数智化物流对生活的改变

混合型智能合约包含链上运行的代码和链下数据、计算资源，预言机可为其提供喂价、储备金证明、可扩展计算等功能。

撰文：Chainlink

混合型智能合约包含区块链上运行的代码以及区块链下的数据和计算资源，这些资源由去中心化预言机网络传输至链上。混合型智能合约可以协调复杂的经济和社会活动，具有区块链防篡改的特质，并且可以安全地接入链下预言机服务，实现各种创新功能，如可扩展性、保密性、公允排序以及接入任何链下数据源或系统。

本文将明确定义混合型智能合约在区块链信任模式中的作用，并阐述 Chainlink 预言机为混合型智能合约提供的各种去中心化服务，以及这一发展将如何催生出新一代的混合型智能合约应用。这些连通了链下资源的混合型智能合约将在未来席卷几乎所有主流行业，并改变整个社会的合作方式。

预言机如何扩展区块链上的合作方式

区块链在本质上是促进可信合作的计算基础架构，这是它的关键功能。参与者有了信任，才会坚定地认为合作关系是可靠、真实且有效的。在合作中建立信任最常见的方式就是签署合约。合约定义了各方的法律和商业义务，以及他们行为会受到的奖励和惩罚。然而，如今的合约义务执行机制却漏洞百出。甚至一些情况下，某个参与者会拥有绝对优势，比如操纵和影响合约执行机制，比对手方得知更多消息，或拥有更多时间和资本延长仲裁过程。因此，现在的合约系统变成了：你必须相信对手方的品牌背书，才能信任你们之间的合作关系是牢靠的。

区块链技术的出现使合作从品牌背书转向了基于算法的信任（math-based trust)。合约的存放、执行和托管都转移到了去中心化网络中运行的代码逻辑中，个人完全无法干预和篡改。区块链就像一台没有联网的计算机，可信度非常高，因为它是一个封闭的环境，并且只能实现几种容易执行的功能，比如在一个封闭账本中的多个地址之间转移通证。这种设置是有意而为。虽然区块链的封闭性和功能的单一性为它带来了防篡改性和高度的确定性（这也是区块链最有价值的地方），但同时也排除了任何需要接入链下数据、计算或功能的合作方式。

由于用户希望扩展区块链上可行的合作方式，因此预言机以及混合型智能合约相继出现。预言机为区块链接入外部世界提供了安全的门户，让智能合约应用可以验证外部事件，基于外部系统触发操作，并完成在链上无法实现的计算任务。

Chainlink20 白皮书中提到，去中心化预言机网络（DONs）极大扩展了智能合约可以实现的链上合作方式。去中心化金融（DeFi）的快速崛起就是一个很好的例子。Chainlink 去中心化预言机网络将金融市场数据传输到区块链，支持 Aave 货币市场、Synthetix 衍生品平台、dYdX 杠杆交易市场以及 Ampleforth 算法稳定币等各种混合型智能合约协议，因此加速了 DeFi 的发展。

混合型智能合约的构成要素

混合型智能合约应用包含两个部分，即：1）智能合约——这是专门在区块链上运行的代码；2）去中心化的预言机网络——这是为智能合约提供的安全链下服务。这两个模块安全地无缝交互，共同形成了混合型智能合约应用。最后，链上代码通过许多独特的方式得到增强，并且激活了一系列全新的应用场景，突破了之前链上代码在技术、法律或金融等方面的限制。

混合型智能合约将两个完全不同的计算环境同步在一起，打造出区块链或预言机网络单独无法实现的应用功能，并且将这两个环境中独一无二的优势结合在一起。链上代码在极其安全且功能受限的区块链环境中运行，攻击表面较小，因此用户在执行和储存时可以获得极高的确定性，代码一定会严格执行，结果将被永远储存在链上，不可篡改。而 DON 则在链下运行，因此可以更灵活地实现更多功能并访问更多数据。

值得注意的是，DON 也具有非常高的防篡改性和可靠性，可以与智能合约相媲美，但不同的是，DON 是在封闭的链下环境中运行，并且采用了多种安全机制。每个 DON 都会为一个应用提供定制化的去中心化服务，也就是说同一条区块链上的其他智能合约与这个 DON 的性能没有任何关联，而且保障所有智能合约安全的底层区块链共识机制也不会有任何风险。DON 作为独立的服务，不仅在安全上具有优势，而且还兼具灵活性，可以验证并计算更复杂且开放式的链下数据。

比如，一些智能合约选择接入 DON 的标准是去中心化水平以及加密经济安全性，而另一些智能合约则会选择节点声誉高且采用了高级加密技术展开可验证隐私计算的 DON。在这些异构网络中，可以并行几千个或甚至几百万个 DON，每个 DON 之间不会相互依赖，并可以为具体应用提供专门的去中心化服务。同一个 DON 的用户也可以共摊服务成本（如：目前众多 DeFi 协议共同使用 Chainlink ETH/USD 喂价预言机，并分摊成本）。这个框架非常重要，可以同时为所有区块链和应用提供服务，比如为高速区块链上运行的应用接入链下数据并保障隐私。另外，去中心化程度较高的区块链上的应用也需要接入可扩展的计算资源。

混合型智能合约如何结合链上和链下计算资源

为了进一步了解链上和链下模块的差异，我们先为每个模块明确定义：

链上模块：区块链

维护账本，可靠地托管用户资产，并与私钥交互。

处理用户之间不可逆的转账交易，执行最终结算。

解决分歧，建立安全护栏，保障 DON 的链下服务正常运行。

链下：去中心化的预言机网络

从链下 API 安全地获取和验证数据，并传输到区块链和 layer-2 网络中的智能合约。

为区块链和 layer-2 网络中的智能合约展开各种计算任务。

将智能合约输出的数据传输至其他区块链或链下系统。

混合型智能合约结合了链上代码和链下去中心化预言机网络，实现更高级的区块链应用

Chainlink 去中心化服务为混合型智能合约保驾护航

定义了混合型智能合约之后，我们来讨论一下 Chainlink DON 为智能合约提供的各种去中心化服务。这些去中心化服务可以大致分为两类，即：链下数据和链下计算。

链下数据

DON 可以在各种链下数据和区块链之间搭起连通桥梁，为混合型智能合约输入所需数据。以下是初步可以访问的数据类型：

喂价——从几百家交易平台聚合的资产价格数据，数据基于交易量加权计算，并剔除了异常值和虚假交易。

储备金证明——关于通证资产当前储备金余额的最新数据，比如 WBTC 的比特币抵押资产，或 TUSD 的美元抵押资产。

任何 API——来自受密码保护 API 接口的付费数据，数据类型涵盖天气预报、体育比赛结果、企业后台数据以及物联网数据。

区块链中间件——区块链抽象层，使链下系统可以接入任何区块链网络中的智能合约，双向读写数据。

链下计算

DON 可以代表智能合约执行一系列链下计算，帮助智能合约获取某些数据，或者打造原生区块链上无法实现的功能，比如隐私保护、可扩展性以及公允排序。以下是目前已经实现和未来即将实现的部分 DON 计算功能：

Keeper 网络——指定期维护智能合约的自动化 bot，在适当的时间点启动合约，执行关键的链上功能。

链下报告（OCR）——以可扩展的方式聚合 DON 预言机节点响应的数据，然后将聚合数据在单笔交易中发送至链上，以降低链上成本。

可扩展的计算——为智能合约执行实现高吞吐量和低成本，采用现成的 layer-2 技术定期与链上同步。

可验证随机函数（VRF）——安全地生成可验证的随机数，采用加密证明技术，证明过程的完整性。

数据和计算隐私——保护隐私的预言机计算功能采用零知识证明（DECO）、可信硬件（Town Crier）、安全的多方计算以及特定的 DON 委员会制度，将敏感数据保密地传输至智能合约。

公允排序服务（FSS）——根据预定义的公平原则开展去中心化的交易排序，避免抢跑攻击和矿工可提取价值（MEV）。

链上合约隐私——将合约逻辑与结算结果解绑，保护智能合约交易隐私，比如通过 DON 的 Mixicles 功能在两方之间传输数据。

Chainlink 去中心化的预言机网络提供一系列丰富的服务，拓展了混合型智能合约应用的功能

混合型智能合约对全球各个行业带来的影响

DON 可以实现高级的混合型智能合约框架，将不同系统和区块链上的各个独立实体无缝连接，实现安全和通用的自动化交互。Chainlink 为开发者克服了智能合约的技术壁垒，开发者可以利用区块链的高确定性，并通过 DON 实现外部连接、隐私保障、可扩展性以及公允排序等各种关键功能。混合型智能合约不仅为网络中各个参与者创造了更可信和高效的合作空间，还将区块链网络接入传统链下基础架构，并且无需在后端做任何修改。

DON 将为众多智能合约应用提供所需的隐私保障和可扩展性，并涵盖大多数企业应用场景和众多游戏和金融应用，为其实现高吞吐量和实时决策。混合型智能合约还将激活一系列前所未有的全新应用场景，比如通过可验证随机数和去中心化交易排序实现基于算法的经济公平性和透明性。

已经感受到，或即将感受到混合型智能合约影响的部分主流行业：

身份信息——身份信息可自动验证，并保护信息隐私。智能合约可以定义所需的个人信息以及所需操作。DON 对这些数据展开计算，验证用户个人信息，并同时保护信息不透露给对手方，并且不会储存在链下系统。

金融——抗审查的开放式金融市场，访问不设门槛，信息透明。智能合约可以为买家和卖家定义交易规则，DON 可以使用链下数据定价和结算，并实现额外的功能，如：隐藏交易、KYC 验证、公允交易排序以及高速链下处理等。

供应链——在共享账本上运行的多方交易协议，将产品线数字化，基于验证过的数据跨多个系统进行自动化操作。智能合约可以定义合约义务、支付条款和惩罚机制。DON 可以利用隐私计算和物联网数据追踪运输信息、监控质量控制、验证客户身份并触发结算付款。

保险——基于预定义事件建立双边预测市场，并在此基础上创建参数型保险。智能合约可以定义保费和理赔流程，DON 可以将合约接入链下数据，获得报价并处理理赔申请。DON 还可以开展风险评估计算，从云平台等数据源获取复杂的风险评估结果，并以保密的方式验证用户身份。

游戏 ——自动发放游戏奖励，用户可以通过 NFT 完全拥有游戏内资产，并提供权威证明，证明所有参与者都有同样的获胜概率。智能合约可以定义游戏规则和奖励发放模式，DON 可以提供防篡改的随机数，保障游戏的公平性可以得到验证，并且奖励发放过程是公平的。游戏 dApp 接入 DON 后，还可以接入增强现实的物联网传感器等一系列链下数据源，并在链下处理部分游戏功能，以提高游戏性能。

市场营销——营销活动基于各种参数和指标自动实时发放奖励。智能合约可以定义阶梯式的奖励发放模式，并设置具体的里程碑目标。DON 可以验证目标是否达成，并对客户数据和市场趋势展开保密计算，以更有效地评估营销活动。

治理——分布式社区可以安全公平地管理共享系统和资金池。智能合约可以定义完整的治理框架，DON 可以提供链下数据和计算资源，触发利润分发、费用分摊和身份认证等各种操作，有效抵御女巫攻击，验证各成员的参与度，或甚至实现自动化的决策流程。

最终，DON 可以提供所有无法在链上实现的服务，并为现有数据和系统带来更强大的加密安全保障，以启动链下服务生态。混合型智能合约基础架构可以丰富去中心化系统的合作方式，让各个区块链和非区块链基础设施可以安全可靠地无缝交互，并保障可扩展性、保密性、定制化和通用连接性。虽然目前加密货币资产规模已达数万亿美元，且 DeFi 经济规模逼近 1000 亿美元，但是区块链生态仍处于发展初期，还有巨大潜力未被挖掘，因此混合型智能合约和 Chainlink 去中心化预言机网络拥有巨大的应用空间和潜力。

如果你想立刻着手开发混合型智能合约应用，并需要接入链下数据或计算资源，请查看我们的开发者文档，你也可以在 Discord 频道询问技术问题或与 Chainlink 专家透过电话沟通。

中国北斗卫星导航系统是中国自行研制的全球卫星导航系统，也是继GPS、GLONASS之后的第三个成熟的卫星导航系统。北斗卫星也是在生活方面方面起到了非常大的作用。

一，日常生活方面

我们日常生活的导航和定位都离不开北斗导航，用户不仅能实现精确的定位，也可以在驾驶的同时获得实时路况，进行最优的路线规划；对于一些网约车来说，会根据导航确定的路线确定乘车价格；而且我们可以根据导航在网上看到购买快递到达的位置；对于日常坐公交车的人来说，可以根据导航系统查看公交车到达的位置……

二，工程建设方面

就前不久上海洋山深水港启动的“5G+L4级智能驾驶重卡”，实现了一次性精准停车、近距离自动列队行驶，提升了洋山港智能转运效率和东海大桥行驶能力。这些智能重卡就是根据导航的精确定位从而做到精准停车，列队行驶。对公路建设也有很大帮助，可以减缓公路工程建设勘察工作压力及作业强度，使得工程建设效率有所提高……

三，农业畜牧方面

现在的放牧不在像以前那样，人跟在牲畜到处乱走，只需在每头牛的耳朵上装一个芯片，就能利用北斗卫星随时看到每一头牛的位置。如此一来，将大大节省了放牛的人力和时间。对于种植户喷洒农药，也是开始采用无人机喷洒农药的方式，无人机根据北斗导航的定位系统，可以保证农药被喷洒在每一块土地上，很大程度上节省了人力和时间……

北斗导航的建立在很大的程度上方便了人们的生活，导航系统出在日常生活的方方面面，现在的人们也是越来越依赖导航系统，在不久的将来导航系统会给我们带来意想不到的惊喜。

打开手机里的数字人民币钱包，就如同使用微信或者支付宝一样，“扫一扫”或者被扫一下，消费者就可以完成一笔消费支出，甚至可以不受网络的限制。

只不过因为试点的缘故，许多人还没有见到过数字人民币的“真容”，对它的真正用途、安全性和实用性上还存在一些疑虑。

结合央行近期发布的《中国数字人民币的研发进展白皮书》，本文系统地梳理了数字人民币的几个关键问题。未来，数字人民币的试点范围会越来越大，使用场景会越来越多。希望大家在有机会使用数字人民币之前，先熟悉一下这位日后的“朋友”。

数字人民币的出现是一种必然趋势。

六七年前，人们使用现金支付还是一种常态，随身携带，随处可用。随后，以微信和支付宝为主的移动支付手段，改善了现金支付的一些弊端，逐渐成为主流。

与此同时，加密货币迅速发展，甚至一些全球范围接受度高的加密货币，逐渐被认可，成为具有价值的可交易货币。不过，这种全球性的加密货币，给国际货币体系、支付清算体系、货币政策、跨境资本流动管理等带来的风险和挑战，一直令各国担忧。

正是在这样的背景下，有了使用习惯的基础，再加上外部挑战的动力，中国人民银行从2014年就开始进行法定数字货币的研究开发。如今，数字人民币已从研发推进至试点环节。

要想更好地理解数字人民币的性质，可以记住这几个关键词：法定、现金、数字。

法定，即人民银行发行，与实物人民币等价，具有价值特征和法偿性。通俗地理解，数字人民币就是人民币，国家承认的货币和支付工具，数字人民币将与实物人民币长期并存，并不存在替代的作用。

现金，意味着它就是人民币，不需要绑定银行账户，但是可以从银行账户里取现。没有利息收入，也无须支付兑换流通费用。

数字，就是不同于纸质币，它以数字币的形式存在，使用场景需要具备数字化设备，但不同于微信、支付宝等第三方支付渠道，数字人民币正在研究测试无网络状态下，仍然能够使用的功能。

简而言之，数字人民币不只是央行再造了一个电子支付系统，而是将现金支付电子化，定位于现金类支付凭证（M0），与实物人民币一样，都是央行对公众的负债，具有同等法律地位和经济价值。

从形态上来看，数字人民币更符合当下数字时代所需，也为未来国际货币支付体系升级做好充足的准备。

从功能上来看，对于老百姓而言，就相当于多了一个支付手段，买东西缴费什么的，除了可以用纸币，可以刷卡，可以通过银行把钱提到支付宝、微信支付等第三方支付工具上支付之外，还可以用数字人民币直接支付。

在具体操作时，我们需要下一个数字人民币的APP，开一个数字钱包来使用。由于个人身份识别强度不同，数字钱包的单笔、单日交易及余额限制有所不同。

按照开立主体，数字钱包分为个人钱包和对公钱包，钱包功能可依据用户需求定制。

按照载体，数字钱包分为软钱包和硬钱包。软钱包基于移动支付APP等为用户提供服务；硬钱包基于安全芯片等技术，依托手机终端、可穿戴设备、物联网设备等为用户提供服务。软硬钱包结合可以丰富钱包生态体系，满足不同人群需求。

按照权限归属，数字钱包又分为母钱包和子钱包。钱包持有主体可将主要的钱包设为母钱包，并可在母钱包下开设若干子钱包。

支付更方便了，那使用安全吗？

“在安全性方面，一是规范数字人民币及相关系统的设计、开发和运维操作流程全生命周期信息安全管理；二是初步完成构建多层次联防联控安全运营体系；三是研究新安全技术提升数字人民币安全水平，引入分布式数字身份、零信任等新兴技术的研究和应用。”

这是官方的说法。

通俗理解，技术层面，央行提供了多重技术保障，并没有完全依赖于单一技术。运营管理层面，央行负责中心管理，通过商业银行向社会公众提供数字人民币兑换和流通服务。这就从底层确保了一定的安全性。

再加之，中国移动支付多年发展经验，央行在信息化、数字化领域已经深耕多年，具备了丰富的实战经验和技术储备。

并且，此次数字人民币是以不断扩大试点范围的方式进行推进，在可控范围内，不断积累的风险点识别和应对能力，也为日后全面推广提供了一定的安全保障。

安全的另一个层面是隐私的保护。尤其是越来越数据化的社会，每个人都有了个人数据不宜过分暴露的意识，以确保隐私性和安全性。

数字人民币体系收集的交易信息少于传统电子支付模式，除法律法规有明确规定外，不提供给第三方或其他政府部门。央行内部对数字人民币相关信息设置“防火墙”，通过专人管理、业务隔离、分级授权、岗位制衡、内部审计等制度安排，严格落实信息安全及隐私保护管理，禁止任意查询、使用。

这里有个最关键的原则：“小额匿名、大额依法可溯”。

也就是说，普通人的小额零售支付是经过信息处理的，央行并不掌握这些具体数据。但是，国家并不能容忍有人利用数字人民币进行非法行为，比如电信诈骗、网络赌博、非法洗钱等违法犯罪行为。因此，如果遇到涉嫌相关违法行为时，公检法机构可根据法律规定进行资金追溯。

2019年底，央行正式开始数字人民币试点。

如今，包括深圳、苏州、雄安、成都、上海、海南、长沙、西安、青岛、大连等多个城市都已成为试点地区。同时，2022北京冬奥会场景也全面开展数字人民币试点测试。

试点场景超过132万个、个人钱包超过2087万个、累计交易笔数7075万余笔……这是目前整个数字人民币试点的成效。

在这些数据背后，人们更关心的是，试点还要试多久？什么时候才能全民用起来？

根据白皮书介绍，“在一些地区开展了数字人民币红包活动，实现了不同场景的真实用户试点测试和分批次大规模集中测试，验证了数字人民币业务技术设计及系统稳定性、产品易用性和场景适用性，增进了社会公众对数字人民币设计理念的理解。”

不过，关于数字人民币全面推广，央行始终没有给一个具体的时间表，但是提及了会在以下方面加快进程。

首先是重视对北京冬奥会的金融服务工作。数字人民币北京冬奥会场景试点主要围绕北京冬奥会食、住、行、游、购、娱、医七大重点领域的支付服务需求。尤其是境外来华人员，可以通过APP的钱包服务和基于硬件的钱包服务，实现没有境内卡也能换币消费的问题。

其次是特定群体的现实需求。这里尤其是指老年人、残障人士等特定群体操作智能手机不便问题。央行可能会考虑探索推出智能可视卡等“硬钱包”。

未来，央行将积极响应二十国集团（G20）等国际组织关于改善跨境支付的倡议，研究数字货币在跨境领域的适用性。跨境支付是一个非常有意义的场景，尤其在境外旅游、生活和消费，有助于方便国人的境外消费，也有益于通过数字人民币跨境支付增强人民币在当地国家民众心中的形象。

最后，还要再提醒，目前全球出现了比特币等各种加密货币，数字人民币与它们存在着巨大差异。

虽然数字人民币以及加密货币本质上都是数字货币，也就是基于节点网络和数字加密算法的虚拟货币，但二者也有很大的区别。

从根本来看，数字货币是集中式管理，由央行发行并管理，是一种中心化产物，有国家信用背书。加密货币是分散的，规则是由大多数社区制定的。

而且，根据央行对加密货币的定义，它是一种虚拟商品，不具备货币属性。据不完全统计，目前有影响力的加密货币已达1万余种，总市值超13万亿美元。

根据白皮书的风险提示，比特币等加密货币采用区块链和加密技术，宣称“去中心化”“完全匿名”，但缺乏价值支撑、价格波动剧烈、交易效率低下、能源消耗巨大等限制导致其难以在日常经济活动中发挥货币职能。

同时，加密货币多被用于投机，存在威胁金融安全和社会稳定的潜在风险，并成为洗钱等非法经济活动的支付工具。

针对加密货币价格波动较大的缺陷，一些商业机构推出所谓“稳定币”，试图通过与主权货币或相关资产锚定来维持币值稳定。有的商业机构计划推出全球性稳定币，将给国际货币体系、支付清算体系、货币政策、跨境资本流动管理等带来诸多风险和挑战。

产业发展现状

1、行业整体情况：大数据产业规模维持高速增长主要应用于互联网与政务领域

——大数据产业规模：2020年超过6000亿元，未来将保持高速增长

中国大数据产业联盟发布的《2021中国大数据产业发展地图暨中国大数据产业发展白皮书》指出，2018年以来，大数据技术的快速发展，以及大数据与人工智能、VR、5G、区块链、边缘智能等新技术的交汇融合，持续加速技术创新。与此同时，伴随新型智慧城市和数字城市建设热潮，各地与大数据相关的园区加速落地，大数据产业持续增长。

白皮书中赛迪顾问的数据显示，2020年中国大数据产业规模达6388亿元，同比增长186%，预计未来三年保持15%以上的年均增速，到2023年产业规模超过10000亿元。

注：赛迪统计的中国大数据市场规模包含基础设施、数据服务及融合应用市场。

——大数据应用市场结构：互联网和政府大数据占比超一半

从具体行业应用来看，互联网、政府、金融和电信引领大数据融合产业发展，合计规模占比为776%。互联网、金融和电信三个行业由于信息化水平高，研发力量雄厚，在业务数字化转型方面处于领先地位;政府大数据成为近年来政府信息化建设的关键环节，与政府数据整合与开放共享、民生服务、社会治理、市场监管相关的应用需求持续火热。此外，工业大数据和健康医疗大数据作为新兴领域，数据量大、产业链延展性高，未来市场增长潜力大。

2、细分市场一：政府大数据

——2020年政府大数据市场规模超900亿元

根据赛迪数据，我国大数据产业在政府领域的应用占比约为145%。据此测算，2017年以来，我国政府大数据规模逐年增加。2017年，中国政府大数据产业规模达5148亿元，2020年约为926亿元左右。

注：政府大数据市场规模为前瞻根据中国大数据市场规模与政府大数据所占市场份额数据测算所得，仅供参考。

——政府大数据应用场景

中国政府大数据主要应用于信息共享、政务数据管理、城市网络管理与社会管理几大领域。加强电子政务建设，管理好政府的数据资产，完善政府决策流程，将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用，从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。

3、细分市场二：互联网大数据

——大数据在互联网领域的应用占比过半，2021年市场规模有望突破3000亿

面对当今快速增长的海量互联网数据和复杂的网络社群关系，如何从中提取有价值信息，建立用户模型，针对不同用户提供针对性产品，以此来提高用户体验，增加用户粘性，是当前互联网行业面对的主要挑战之一。社交网站、电商网站将是最需要大数据技术的两类网站，用户间关联性和消费行为是其关注的主要方面。

根据赛迪数据，我国大数据产业在互联网领域的应用占比约为452%。据测算，2017年，中国互联网大数据产业规模达16047亿元，2020年约为28874亿元。

注：上述互联网大数据市场规模为前瞻根据中国大数据市场规模与互联网大数据所占市场份额数据测算所得，仅供参考。

——互联网大数据应用场景

在互联网行业，除了社交、B2C业务之外，像在线音视频业务、广告监测、精准营销等等，也是未来潜在应用场景。

4、细分市场三：金融大数据

——大数据在金融领域的应用空间巨大，2020年市场规模已超600亿

金融数据是大数据商业应用最早的数据源，早在1996年摩根大通银行就聘请数学家丹尼尔利用递归决策树统计方法，对抵押贷款用户进行统计分析，帮助银行找到可能提前还款或者未来不会还款的客户。经过一年的运行，基于递归决策树的抵押贷款管理为摩根大通银行创造了近6亿美元利润。

根据赛迪数据，我国大数据产业在金融领域的应用占比约为94%。据测算，2017年，中国金融大数据产业规模达3337亿元，2020年约为600亿元。

注：金融大数据市场规模为前瞻根据中国大数据市场规模与金融大数据所占市场份额数据测算所得，仅供参考。