攻坚的过程比想象中更艰难。数据对接接口调试时，程力带着技术团队连续熬了两个通宵，反复修改代码参数，直到第三天清晨，系统提示“对接成功”时，程力才靠在椅背上长长舒了口气。

林晓一早来办公室，看到他眼里的红血丝，递过去一杯热咖啡：“辛苦了，今天下午给你放半天假，好好休息下。”程力摇摇头：“不用，接下来还有数据清洗，得抓紧时间。”

不同来源数据的清洗与对齐更是个细致活。人社局提供的人才招聘数据里，“人工智能工程师”的岗位名称，在经信局的产业统计里被拆成了“AI算法工程师”“机器学习工程师”，光是统一岗位名称的统计标准，小组就开了四次讨论会。有次晚上十点多，工作组的微信群里还在热烈讨论——小李发了个困惑的表情：“税务局的‘软件业开票金额’和经信局的‘软件产业营收’统计口径差了15%，这该怎么处理？”

程力很快回复：“我查了两个部门的统计制度，税务局是按开票时间算，经信局是按权责发生制算，我来做个时间维度的调整模型，明天早上给大家。”

林晓看着群里的消息，默默给每个人点了个赞，然后在群里发：“大家别熬太晚，身体是革命的本钱，有解决不了的问题，咱们明天一起商量。”

指标权重设置的科学性论证也引发了争论。有人认为“专利数量”应该占更高权重，毕竟创新是数字经济的核心；但也有人提出，“人才净流入率”更能反映产业活力。林晓组织大家开了场论证会，还邀请了高校的产业经济教授做指导。产业经济教授建议：“用层次分析法，结合专家打分和数据相关性分析，这样既兼顾主观判断，又有客观数据支撑。”最终，经过两轮打分和三次模型验证，小组才确定了12个核心指标的权重。

这章没有结束，请点击下一页继续阅读！

老谭看着林晓和团队没日没夜地加班，态度悄悄发生了转变。以前他总觉得林晓一个女同志，干不了这么复杂的项目，可看到她每天最早到办公室最晚离开，有时中午还在啃着面包改方案，还要帮程力他们协调办公室的加班餐，老谭心里不由得开始佩服林晓。有天下午，林晓正忙着写数据对接的进展报告，老谭突然走过来：“小林，你手里的日常事务先给我，我来处理，你专心搞项目。”林晓愣了一下，随即笑着说：“谢谢谭哥，那麻烦您了。”之后，老谭不仅主动承担了处里的文件流转、会议通知等日常工作，还利用自己在机关工作多年的人脉，帮工作组解决了不少非技术性障碍——电网公司的联络员因为工作调整，对接进度变慢，老谭一个电话打过去，对方第二天就重新安排了专人对接。

孙浩也时不时跑来“探班”。他每次来都不空手，要么带几杯奶茶，要么拎着一兜水果，用他特有的幽默给团队打气。偶尔还能动用自己的关系网，帮团队解决问题，有次团队卡在补充参考数据上，孙浩听说后，拍了拍胸脯：“这事儿包在我身上，我认识市场监管局的朋友，明天就给你们要过来。”果然，第二天下午，孙浩就把整理好的数据表格送了过来，林晓接过表格，笑着说：“孙科长，你可真是我们的‘及时雨’。”

那段时间，林晓就像一个高速旋转的陀螺。早上八点到办公室，先梳理当天的工作重点，然后和程力讨论技术进展；上午十点，和各部门联络员开线上会，同步需求、解决问题；下午要么跑委领导办公室汇报项目进度，要么和团队一起调试模型；晚上还要留在办公室，修改项目报告，经常忙到十一点多才回家。同事们都发现，林晓瘦了一圈，下巴尖了不少，但她的眼神却愈发锐利和明亮，说起项目进展时，语气里满是藏不住的干劲。

试点区域和重点产业的选择也经过了反复考量。林晓和团队对比了全市五个区的数字经济基础数据——高新区的数字经济企业数量占全市的38%，研发投入占比达45%，最终确定将高新区作为重点区域；而在产业选择上，考虑到“人工智能”和“集成电路”是全市数字经济的核心产业，且产业链相对完整，数据可得性强，便将这两个细分产业作为监测重点。

当第一批初步的指数结果和分析报告在电脑上生成时，整个攻坚小组都围了过来。屏幕上的数据图表清晰地显示，高新区人工智能产业在自然语言处理领域的创新活跃度（基于专利数据）与相关领域的人才净流入率（基于招聘数据）相关系数达到0.82，属于高度正相关；更令人惊喜的是，通过供应链发票数据的关联分析，团队发现区内三家龙头AI算法公司与五家传统制造业企业，在“工业视觉检测”领域形成了初步的协同创新集群，只是协同紧密度指数仅为0.47，还有较大提升空间。