来源：远光软件2024-07-25

01、数据管理提供数仓设计、数据开发、资产管理、算法服务、数据质量管理以及数据服务等方面的能力，面向集团企业数据开发人员、数据管理员提供大数据存储、大数据计算分析引擎等基础服务，同时支持行业及领域算法模型库的在线化服务

来源：新华社2024-07-22

黄润秋表示，未来将加快推进全国碳市场各项建设工作，加快将钢铁、水泥、铝冶炼等重点排放行业纳入全国碳排放权交易市场，持续强化数据质量管理，逐步推行配额有偿分配，不断丰富交易主体、交易品种和交易方式，研究探索碳金融活动的可行路径

来源：中能传媒研究院2024-07-19

三是加强数据质量管理，实行项目业主和第三方审核机构“双承诺”机制。...此外，作为全国碳市场的补充机制，ccer将改革重点放置于环境完整性和数据质量管理，ccer制度体系在方法学管理、项目公示登记、第三方审定核查等方面迎来重大变革。

来源：国家统计局2024-07-15

（三）加强数据质量管理，剔除跨地区、跨行业重复统计数据。

来源：运城市人民政府2024-07-12

积极参与全国碳排放权交易，采取有效措施控制温室气体排放，严格碳排放数据质量管理和监督，按国家、省要求完成全国碳市场配额清缴，逐步扩大碳排放权交易行业覆盖范围，探索制定碳普惠、公益性碳交易等激励政策。

来源：山东省发展和改革委员会2024-07-10

加强碳排放统计核算数据质量管理，严厉打击数据造假行为。（省统计局牵头，省生态环境厅配合）（四）建立健全碳排放标准计量体系。

来源：运城市人民政府2024-07-08

积极参与全国碳排放权交易，采取有效措施控制温室气体排放，严格碳排放数据质量管理和监督，按国家、省要求完成全国碳市场配额清缴，逐步扩大碳排放权交易行业覆盖范围，探索制定碳普惠、公益性碳交易等激励政策。

来源：中共江苏省委办公厅2024-07-03

积极参与全国碳排放权市场交易，加强碳市场数据质量管理、配额分配和清缴履约工作。增强省域森林、湿地、土壤、海洋等生态系统固碳作用，支持里下河地区提升生态系统碳汇能力。深入推进减污降碳协同创新。

来源：国家统计局2024-06-27

（三）加强数据质量管理，剔除跨地区、跨行业重复统计数据。三、统计范围规模以上工业企业，即年主营业务收入为2000万元及以上的工业法人单位。

来源：国家统计局2024-06-27

（三）加强数据质量管理，剔除跨地区、跨行业重复统计数据。三、统计范围规模以上工业企业，即年主营业务收入为2000万元及以上的工业法人单位。

来源：新疆维吾尔自治区生态环境厅2024-06-20

逐步建立健全碳排放数据质量管理长效机制，切实履行重点排放单位日常监管职责。

来源：国家统计局2024-06-17

（三）加强数据质量管理，剔除跨地区、跨行业重复统计数据。

来源：《中国电力报》2024-06-17

数智技术能够在一定程度上解决传统决策中信息不对称、决策效率低下等难题，并形成了数据采集、数据质量管理、人工智能分析、优化决策相配合的数字化转型雏形。

来源：吉林省生态环境厅2024-06-14

组织一轮次全覆盖数据质量管理考核，重点是检测资质、人员能力、场所环境、设备设施和内部质控等5个方面。督促驻市中心严格按照相关标准和技术文件要求开展质量控制与质量保证工作。...二、强化生态环境监测数据质量管理要进一步建立健全生态环境监测数据质量保障责任体系，提高监测数据公信力和权威性，以更高的数据质量更好地支撑深入打好污染防治攻坚战，实现“监测先行、监测灵敏、监测准确”。

来源：绥化市人民政府2024-06-04

做好本市纳入全国碳市场相关企业碳排放报告核查工作，加强数据质量管理，配合做好核查复核及清缴履约工作。强化日常环境监管，严厉打击碳排放数据造假行为。

来源：绥化市人民政府2024-06-04

做好本市纳入全国碳市场相关企业碳排放报告核查工作，加强数据质量管理，配合做好核查复核及清缴履约工作。强化日常环境监管，严厉打击碳排放数据造假行为。

来源：电联新媒2024-05-29

真正用好碳资产管理发电企业实际上已具有丰富的碳资产管理经验，在内部管理体系建设、数据质量管理、碳资产运营、能力建设、信息化支撑等方面的技术水平已经走在了全行业的前列。

来源：国家统计局2024-05-27

（三）加强数据质量管理，剔除跨地区、跨行业重复统计数据。三、统计范围规模以上工业企业，即年主营业务收入为2000万元及以上的工业法人单位。

来源：北京市生态环境局2024-05-24

四、碳排放数据质量管理（一）落实数据质量管理主体责任。重点碳排放单位要切实履行主体责任，配备人员负责碳排放核算和报告工作。...核查机构应加强核查数据质量管理，对核查报告质量负责。

来源：运达股份2024-05-23

致力于提升数据管理能力和应用水平，公司建立了一套完善的数据管理体系，包括数据质量管理、数据安全管理、数据架构管理、数据运维管理等方面，确保数据管理的有效性和高效性。