4. 数字产品护照的核心数据模型
数字产品护照（Digital Product Passport，DPP）不是一张静态的“电子标签”，而是一套围绕产品全生命周期构建的结构化数据模型。理解 DPP 的关键，在于分清六个相互支撑的核心概念：产品标识回答“这是什么产品”，唯一标识符回答“具体是哪一件”，数据载体回答“数据从哪里读取”，数据属性回答“记录了哪些字段”，数据关系回答“这些数据如何关联”，语义模型回答“机器如何无歧义地理解”。六者缺一不可，共同构成可交换、可验证、可追溯的护照数据骨架。
一、核心原理：从“产品型号”到“单件护照”
传统产品数据多以型号（Model）或批次（Batch）为粒度，而 DPP 强调单件级（Item-level）可追溯。因此数据模型必须同时容纳两类标识：产品标识描述产品类别与型号，唯一标识符则精确指向某一台、某一批或某一组件。二者通过数据关系绑定，再由语义模型赋予统一含义，最终写入数据载体供扫码读取。
核心逻辑链：产品标识（类别/型号）→ 唯一标识符（单件/批次）→ 数据载体（二维码/NFC/RFID）→ 数据属性（字段集合）→ 数据关系（关联与层级）→ 语义模型（本体与词汇表）。
二、方法流程：构建护照数据模型的五个步骤
- 定义产品标识体系：确定品类编码（如 GTIN、UNSPSC）与型号命名规则，确保与行业分类标准对齐。
- 分配唯一标识符：为每件产品生成全局唯一 UID，可采用 GS1 Digital Link、UUID 或 DID 方案，并保证离线可解析。
- 选择数据载体：根据使用场景选择二维码、NFC 或 RFID。二维码成本低、通用性强；NFC 适合消费者交互；RFID 适合仓储批量读取。
- 建模数据属性与关系：按“静态属性 + 动态事件”组织字段，并用父子、装配、供应关系连接组件与整机。
- 绑定语义模型：将字段映射到共享词汇表（如 schema.org、EPCIS、DPP 专用本体），输出 JSON-LD 或 RDF 格式。
三、案例场景：一台工业电机的护照数据
以一台工业电机为例，其护照数据模型可组织如下：产品标识为“三相异步电机 YX3-160M-4”，唯一标识符为“UID: 8f3a-2024-000178”，数据载体为机身铭牌上的二维码。数据属性包括额定功率、效率等级、绕组材料、碳足迹、合规证书编号。数据关系则指向其定子、转子、轴承等子组件，并关联上游供应商批次。语义模型将这些字段映射到统一本体，使不同厂商的系统能够自动解析。
{
"@context": "https://dpp.example.org/context/v1",
"productId": "GTIN:06901234567890",
"uniqueId": "UID:8f3a-2024-000178",
"carrier": "QR:https://dpp.example.org/p/8f3a-2024-000178",
"attributes": {
"ratedPower": "15 kW",
"efficiencyClass": "IE3",
"windingMaterial": "copper",
"carbonFootprint": "128 kgCO2e"
},
"relations": [
{ "type": "hasComponent", "target": "UID:bearing-001" },
{ "type": "suppliedBy", "target": "Supplier:SKF-2024-07" }
]
}四、常见误区与复盘
误区一：把唯一标识符当成产品标识。型号相同不代表单件相同，缺少 UID 将无法实现单件追溯。
误区二：只关注数据载体而忽略语义模型。二维码能扫出数据，但若字段含义不统一，跨系统交换仍会失败。
误区三：数据关系缺失。只记录整机属性，不记录组件与供应链关系，护照就无法支撑维修、回收与合规核查。
| 要素 | 核心问题 | 典型标准/技术 | 常见错误 |
|---|---|---|---|
| 产品标识 | 这是什么产品 | GTIN、UNSPSC | 与唯一标识混用 |
| 唯一标识符 | 具体是哪一件 | GS1 Digital Link、UUID、DID | 仅用批次号代替单件号 |
| 数据载体 | 数据从哪里读 | QR、NFC、RFID | 载体与解析地址不绑定 |
| 数据属性 | 记录了哪些字段 | EPCIS、schema.org | 字段命名随意、单位缺失 |
| 数据关系 | 数据如何关联 | 父子关系、装配BOM | 忽略供应链与组件层级 |
| 语义模型 | 机器如何理解 | RDF、JSON-LD、本体 | 无共享词汇表，语义孤岛 |
实践建议：在项目初期先冻结语义模型与标识规则，再选择数据载体；否则后期更换载体或扩展字段时，将面临大规模数据迁移与映射成本。数据模型应支持版本化，确保护照在多年后仍可被正确解析。
综上，DPP 的核心数据模型是一个以唯一标识符为锚点、以数据载体为入口、以数据属性为内容、以数据关系为网络、以语义模型为通用语言的有机整体。只有六要素协同设计，数字产品护照才能真正实现跨企业、跨系统、跨生命周期的数据互操作。