《艾瑞咨詢：2024年中國數據要素流通行業研究報告（57頁）.pdf》由會員分享，可在線閱讀，更多相關《艾瑞咨詢：2024年中國數據要素流通行業研究報告（57頁）.pdf（57頁珍藏版）》請在三個皮匠報告上搜索。

1、部門：TMT金融科技組署名：李夢瑤2024 iResearch Inc.2024年中國數據要素流通行業研究報告多舉措齊頭并進，共同探索數據資源創新應用2中國大數據產業在“十三五”發展期間取得了顯著的發展成效，產業規模年均復合增長率超過30%，2020年超過1萬億元。自2022年起，“公共授權運營平臺建設”、“數據二十條”、“數據要素”三年行動計劃（20242026年）”等政策明確了數據為我國經濟發展的生產要素，推動數據流通應用良性發展。本報告將從以下三個維度解析當下數據要素行業的重要發展狀況，為未來發展重心和發展路徑提供啟示：1）宏觀行業發展分析：明晰數據要素的流通與應用的所處環境，在政策與監

2、管和市場需求導向下，對于宏觀發展歷程、現處位置、產業與各行業應用場景情況做出判斷；2）領域實踐路徑與進展：縱覽2022-2024年行業發展實況，針對供給側、需求應用與認知、監管推動下的新應用場景建設實況進行解析，更好地明確當前所處方位；3）廠商研究：基于市場調研，重點展示典型廠商的核心團隊、戰略定位、產品與技術優勢，市場與生態等方面。前言3執行摘要宏觀發展環境概述：新興技術深化應用不斷催生數據噴井式爆發增長，由此確立了數據作為生產要素參與資源分配的重要地位，數據安全與隱私保護推動了新一輪數據安全流通與循環利用的探索。在宏觀向好的發展環境中，多組合的政策工具引導行業不斷創新，探索數據的循環與高效

3、利用；與此同時，數據源使用的供需雙方紛紛表示希望以更安全合規地方式使用數據，賦能業務發展。產業鏈與市場參與者：從產業鏈價值環節傳導角度出發，數據要素產業鏈分為數據資源要素化、市場化流通與數據要素應用，這三大環節。其中，在市場化流通這一環節當中，也會有第三方服務機構，提供相應地咨詢、審計、評估與仲裁等服務，更好地推進數據資源化到應用這一過程的轉化，所牽扯的參與方多元且類別復雜，價值共創屬性十分突出。商業模式與市場規模：目前數據要素流通與應用正值行業基建期，各領域當中，市場需求主導了商業模式的差異，從而衍生了兩大類模式：1）政務與公共部門集中在基礎設施建設上，多以軟硬件IT服務采購、運維以及相關咨

4、詢服務為主；2）金融、醫療、交通運輸等代表領域多以數據運營與服務的模式開展實踐應用，通過實際的業務應用范圍、數據源需求難度等維度進行定制化一次性收費，或者根據收益進行利潤分配。隨著政策利好，且新興技術發展不斷成熟提供有力支撐，艾瑞預測2024年中國數據要素市場規模達1662.0億元，近5年以25.7%復合增速于2025年約達2042.9億元。數據要素流通發展實踐探索：自2022年以來，在國家政策的指引之下，我國“數據要素流通”這一大目標愿景從三大方向發力：1）公共數據授權運營體系建設，為開放與流通提供支撐；2）各行業探索數據要素應用場景的廣度與深度；3）為企業數據資源提出明確的會計處理辦法，進

5、一步助推數據資源資產化與價值化。多舉措并行探索之下，我國進入了數據要素流通發展的萌芽與探索期，向數據流通與價值釋放加速邁進。未來發展趨勢展望：中國數據要素流通發展仍在萌芽和探索階段，面臨著數據與基礎設施環境欠缺、各業認知與建設動力不足、多方協同推進進展速度慢等重重挑戰。在挑戰之下，政策扶持與引導、新興技術發展與交叉融合應用、以及數據安全和隱私保護意識不斷增強等多重因素不斷驅動著行業加速發展，向日趨完善的良性循環與應用演進。4研究范疇數據要素產業鏈環節從數據形態和流程上界定整個數據要素的產業鏈環節，數據最終在實現流通、多次利用并賦能各行業，發揮“乘數效應”之前，需經歷數據采集與加工、數據存儲與治

6、理、數據資產化與產品化、數據連接與流通，以及數據交易這五大環節。其中，按照數據使用范圍可進一步劃分為“內循環”和“外循環”：以（1）數據集采和加工和（2）數據存儲與治理為主的兩大環節，圍繞著各企業、機構等主體內部進行“內循環”，以及由（3）數據資產化與產品化、（4）數據連接與流通、和（5）數據交易這三大環節為核心進行各主體間、跨行業等外部循環流通和應用的“外循環”。本報告更聚焦在基于“外循環”的數據要素流通與應用，更多地討論當前時點下數據要素流通進展、可行性，以及各終端行業的應用場景，特此說明，后續將不再贅述。數據要素產業鏈環節數據采集與加工數據存儲與治理數據資產化和產品化數據交易數據連接、隱

7、私保護與合規流通123455概念界定數據要素流通與應用數據作為新型生產要素，為契合我國大數據產業的發展，滿足新型的數據爆炸和擬合現實的數據探究和應用等需求，需要以安全合規的方式，進行多維度、多層次在同業和跨行業使用，賦能業務發展。在保證數據提供方不泄露原始數據的前提下，對數據進行分析計算，可以保障數據以“可用不可見”的方式進行安全流通。除了“數據可用不可見”的特性外，通過融合區塊鏈、隱私計算等安全加密等保障技術，控制數據的用途以及用量，進而做到數據“用途可控可計量”，并以產品和服務的形式，促進基于數據要素的交易，投入各產業進行應用。在這個過程當中，引入多方參與者，共建數據要素流通生態。數據要素

8、化后實現流通與應用的路徑搭建數據流通平臺產品化場景匹配數據應用、創新：迭代與反哺舊場景和應用共創商業模式12345產業經驗與場景認知技術底座專業人才與團隊數據開放6目 錄01宏觀發展環境概述022024年中國數據要素流通行業實踐現狀032024年中國數據要素流通行業服務市場玩家0405行業專家之聲2024年中國數據要素流通發展趨勢展望7宏觀發展環境概述0182024.9 iResearch I數據資源與要素化發展歷程回顧數據與新興技術同源共生，新興技術深化應用不斷催生數據噴井式爆發增長，由此確立了數據作為生產要素參與資源分配的重要地位，數據安全與隱私保護推動了新一輪數據安全流通與循環利用的探索

9、來源：綜合公開資料整理，外部專家訪談，艾瑞自主研究繪制。iResearch：中國數據資源化與要素化發展歷程國家發改委會同科技部、教育部、中國科學院、工程院和自然科學基金委等部委組建“下一代互聯網發展戰略研究專家委員會”，開展我國下一代互聯網發展戰略、規劃和實施方案的研究。僅示意，非窮盡1995-2010 信息共享交互時代2010-2019大數據時代信息化時代來臨，中國依托于龐大的人口基數，電子化信息呈爆發式增長，奠定了數據發展的基礎創新型技術飛速發展，大數據技術落地實踐不斷引領產業革新，數據與技術同源共生，數據量也隨之噴井式涌現，數據安全與隱私成為新的焦點需求側驅動數據賦能實體經濟活動，對需求

10、量持續擴張，數據作為生產要素的重要地位正式被確立，迎來新一輪安全流通與利用的相關探索政策與監管需求側供給側2008年6月底，我國網民數量、寬帶網民數量、國家域名注冊量，三項指標均躍居全球第一。其中網民數量達2.53億、寬帶網民數量達2.14億、“.CN”域名注冊量突破1200萬，首次成為全球第一大國家頂級域名。1999年，中國電信公司的寬帶ADSL正式商用，開啟了電信運營商互聯網寬帶第一次大提速，信息共享與交互，碰撞出更多地火花，總量不斷攀升。2012年“十二五”國家戰略性新興產業發展規劃加強以網絡化操作系統、海量數據處理軟件等為代表的基礎軟件、云計算軟件等關鍵軟件的開放2016-2019年促

11、進數據發展的行動綱要、大數據產業發展規劃（2016-2020）等相關政策多次強調重視數據價值，促進實施國家級大數據戰略2013年“BAT”分別推出創新性數據應用。通過云計算平臺軟件、虛擬化軟件，探索大規模數據并行處理技術等諸多技術，采集復雜來源的數據，實時處理、存儲并分析數據，輔助商業決策2010年以來，全球范圍內數據泄露事件頻發。我國公民個人隱私信息輕易被商業組織進行搜集利用，公民的人身財產利益帶來損害。生產模式從大規模制造過渡到大規模定制，利用大數據來掌握用戶的需求特點，引發消費模式、制造模式、管理模式的巨大變革數據應用越多，數據安全與隱私泄露引起了企業用戶在合規方面的重重擔憂數據初步成為

12、企業主體的資源數據不斷跨領域交叉和持續深化，物理世界的一切都可以進入數據世界，主動基于數據挖掘更多復雜活動，數據的需求進一步迎來爆發區塊鏈、隱私計算、數據安全等支撐型技術不斷涌現，以提高數據訪問、調取和使用等實施層面的安全隨著AI、云計算、大模型等技術的不斷深化，應用場景也在持續涌現，應用自身也需更多高質量數據來加強模型精確度2020年關于構建更加完善的要素市場化配置體制機制的意見首次公開提出“數據可作為生產要素按貢獻參與分配”2021年我國正式頒布了中華人民共和國數據安全法中華人民共和國個人信息保護法2023年發布全國一體化政務大數據體系建設指南、關于構建數據基礎制度更好發揮數據要素作用的意

13、見2024年“數據要素”三年行動計劃（20242026年）（征求意見稿）2019-2030 數據要素化探索時代92024.9 iResearch I多維度組合政策工具大力助推數據要素探索數據要素政策布局不斷深入，全國各省市通過組合政策不斷深化數據流通相關的實施與應用2023年2月國務院發布數字中國建設整體布局規劃，強調在數字基礎設施、數據要素資源配置、數字經濟、數據安全等維度在2025年取得重要進展；2024年1月，國家數據局發布“數據要素”三年行動計劃（20242026年）提出數據要素應用場景廣度和深度大幅度拓展。2023年以來，各省市基于國家政策與指導意見，不斷深化實施細則，并鼓勵相關技術

14、部署與應用，針對數字政府建設實施、數據資產和交易管理等維度持續推進實施與應用。來源：中共中央，國務院，中國信通院，艾瑞自主研究繪制。數據安全法個人信息保護法促進和規范數據跨境流動規定2024.05 國家發展改革委、國家數據局等部門聯合發布關于深化智慧城市發展 推進城市全域數字化轉型的指導意見聚焦城市數字化基礎設施建設、城市數字經濟等多個方面，目標至2027年，全國城市全域數字化轉型取得明顯成效，形成一批橫向打通、縱向貫通、各具特色的宜居、韌性、智慧城市，有力支撐數字中國建設2024.01 國家數據局“數據要素”三年行動計劃（20242026年）意見提出，到2026年底，數據要素應用場景廣度和深

15、度大幅拓展，在經濟發展領域數據要素乘數效應得到顯現，打造300個以上示范性強、顯示度高、帶動性廣的典型應用場景2023.02 中共中央、國務院印發了數字中國建設整體布局規劃到2025年，基本形成橫向打通、縱向貫通、協調有力的一體化推進格局，數字中國建設取得重要進展。數字基礎設施高效聯通，數據資源規模和質量加快提升，數據要素價值有效釋放，數字經濟發展質量效益大幅增強2022.12 中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見提出構建數據基礎制度體系，促進數據合規高效流通使用2022.04 中共中央、國務院關于建設統一大市場的意見提出加快培育統一的技術和數據市場國家政策與指導意見

16、法律法規各省市不斷深化實施細則，并鼓勵相關技術部署與應用2023.01 工信部、國家網信辦等十六部門要素市場化配置綜合改革試點總體方案提出加強區塊鏈、隱私計算等新興隱私保護技術攻關，加強產品研發，推動數據開發利用制程技術的部署應用2023年4月以來，河南、江蘇、山東青島、甘肅、北京、廣東在內為代表的六大省市，率先針對省數字政府建設實施、數據交易管理、數據資產分類分級與治理、促進數據要素市場發展等主題發布政策文件，多次提出完善相關基礎設施體系建設、加強技術攻關、開展技術部署與應用，加快培育統一的數據交易市場，促進數據要素在更大范圍內流通。增強經濟發展新動能。加強基礎設施建設，促進橫縱貫通技術與數

17、據互聯互通構建數據制度體系數據中國建設布局規劃數據要素應用場景橫縱拓展102024.9 iResearch I供需雙方均希望以安全合規的方式探索多源數據應用傳統的數據流通方式已無法滿足合規要求，實現數據的可信流通是推進數據要素市場化配置的基礎大數據產業的迅猛發展，激發了數據要素流通的市場空間。中國大數據產業在“十三五”發展期間取得了顯著的發展成效，產業規模年均復合增長率超過30%，2020年超過1萬億元。同時，“十四五”大數據產業發展規劃發展目標提出：到2025年，大數據產業測算規模突破3萬億元，年均復合增長率保持在25%左右。傳統數據流通方式無法滿足合規需求，需要通過創新的技術或模式來實現數

18、據要素的可信流通。在大數據產業迅猛發展的背后，數據隱私安全相關問題也在逐漸暴露，傳統“復制式”的數據流通方式讓商業隱私信息、個人隱私信息等產生了泄漏，無法滿足法律合規要求。而倘若在數據提供方處展開計算，雖然可以讓數據不出域，但會暴露業務方的計算規則與計算模型，進而暴露業務方的商業隱私。因此，若想讓數據要素實現良好的市場化配置，行業首先需要完善數據可信流通能力的建設。注釋：1、面向業務需求者（數據使用者）的調研中，分析師對金融機構為主的139位技術應用者展開了訪談；2、面向數據源（數據提供者）的調研中，分析師對通信運營商、政務機構的159位技術應用者展開了訪談。來源：艾瑞咨詢研究院自主研究及繪制

19、。行業用戶對數據要素流通的關注點Insight 2：面向數據源（數據提供者）的調研2Insight 1：面向業務需求者（數據使用者）的調研171.9%的受訪者：希望可以調用更加多元化類型的數據受訪者較多的反饋是：目前所合作的數據源主要為通信運營商、大型互聯網企業，但是對于部分業務，希望可以與更加多元類型的數據進行合作，如政務機構數據等。64.7%的受訪者：對業務模型的安全性問題較為關注業務模型直接反映了業務邏輯與規則，在部分計算模型需要出域的情況下，受訪者對模型泄露所帶來的影響較為關注。87.4%的受訪者：在探索基于隱私保護的數據流通形式數據包傳輸、API調用等傳統數據流通方式目前已經無法滿足

20、監管與合法要求，因此基于隱私保護的數據流通成為不可或缺的能力。72.3%的受訪者：希望通過隱私保護技術，加強數據開放的深度與廣度數據因計算才有價值，受訪者一方面希望可以盤活數據價值，另一方面在積極踐行數據要素開放流通戰略，加強數據開放能力建設。112024.9 iResearch I新興技術涌現與數據世界相互交織，共生同長自2012年進入大數據時代以來，以5G、大數據、AI等為代表的新興技術不斷深度融合實體經濟活動，促進數據量暴增，同時技術的融合與應用也需要更廣、更深度精準的數據參與迭代，共生同長，相互交織賦能經濟發展來源：艾瑞咨詢研究院自主研究及繪制。1.02.03.0信息化主導1990-2

21、011年大數據時代2012年-至今全域數智化未來技術與產品特點開始使用計算機等工具，實現業務流程化，操作線上化“工具思維”利用計算機進行信息錄入代替手工操作 業務操作線上化，以提升組織內局部的業務流程與效率提升以大數據、人工智能等技術應用整合企業內部孤立的業務流程，橫向打通業務與管理系統以RPA、流程挖掘等超級自動化組合工具技術將進一步加速業務流程智能化基于數據安全和網絡安全的技術不斷涌現，減少安全與隱私泄露等隱患以區塊鏈、隱私計算為代表的隱私保護與加強技術趨于成熟，并投入應用 加大IT系統的投入，嘗試探索新興技術 搭建基于大數據、云計算平臺的業務IT系統 融合業務經驗與數據支撐，完善全流程業

22、務管理 擴大業務覆蓋類別與數據源，向數據主動賦能業務，覆蓋與拓展真實世界的更多領域深化大數據、人工智能等技術的應用實踐，實現全業務流程自學習與自應用建設全域互聯互通的數據治理底座強調數據安全合規使用，吸納隱私計算、區塊鏈等技術，持續探索并深化應用 積極布局全域數智化下的新技術與業務融合創新 推動了多源數據跨領域交叉應用、支撐模型與業務應用、輔助決策與數據分析等細分維度的迭代與創新，為整體發展提質增效MainFeatures主要特征數據相關技術的衍變歷程需求端認知與實踐情況122024.9 iResearch I商業模式目前數據要素流通與應用正值行業基建期，各領域當中，市場需求導致了商業模式多元

23、化，政務與公共部門集中在基礎設施建設上，而金融、醫療、交通運輸等代表領域多以數據運營與服務的模式開展實踐應用注釋：對于商業模式的判斷，統計了市場公開招投標信息+非公開招投標信息，同時研究團隊分別對金融、政務、運營商、醫療等領域的技術應用者展開了大規模調研，征詢了其在未來35年的數據要素投入規劃。在此基礎上，研究團隊還參考了“十四五”大數據產業發展規劃等相關政策中的大數據產業發展目標，進而對數據要素市場的發展展開了綜合預判。來源：市場調研、行業專家訪談、艾瑞數據統計模型、艾瑞咨詢研究院自主研究及繪制。模式1：技術產品銷售：對客戶進行產品銷售（產品形式可分為軟件、硬件、軟硬件一體機）。目前主要的實

24、施方式為本地化部署。產品銷售根據系統部署節點數量、功能模塊等維度進行收費。如整體方案中含有硬件，也需涵蓋硬件成本。模式2：技術服務：對系統更新維護等相關技術服務的費用。模式3：場景應用：以場景需求為核心，在特定應用場景內，部分采取數據分析、脫敏加密技術處理后的數據應用，包括但不限于：數據調研、分析應用等應用和咨詢服務1.基礎設施建設：基礎產品服務2.數據運營與服務市場數據運營的理想模式是在MN的數據運營網絡（如上圖）中，數據提供者通過與數據運營方合作，將數據接入數據智能產品，數據運營方向數據使用者提供數據智能產品的調用服務，我們可以框架性地將數據智能產品理解為封裝了算法模型和多方數據的綜合性產

25、品，來為數據使用者提供“數據調用+算法模型”的一攬子服務。在這其中，數據運營方需要通過數據運營能力來持續創造價值1?；诖?，衍生了兩種商業模式：數據分潤、業務分潤。數據運營方提供數據智能產品調用服務，按照業務實踐效果收取業務分潤的費用。如可按獲客量、訪問量等維度進行收取。業務分潤數據流通商業模式（2024，中國市場）技術提供方數據使用方1數據使用方2數據使用方N數據提供方1數據提供方2數據提供方M數據運營方技術輸出技術輸出數據數據服務基礎設施建設：基礎產品服務數據運營與服務市場數據使用者數據提供者技術提供方和數據運營方既可以是同一類企業（如大數據科技公司、隱私計算技術服務商等），也可以是不同類

26、型企業。數據運營方為數據使用者提供數據源接入服務，技術服務商向數據提供者收取數據分潤費用。數據分潤132024.9 iResearch I中國數據要素流通行業市場規模2024年全年預計中國數據要素流通市場規模將達1662億元，2025年預計將釋放兩千億需求空間注釋：1.“數據安全及服務”這一口徑包含1）以API服務、數據流通服務等為主營業務的數據軟件、解決方案和服務，2）以數據安全技術產品（提供大數據安全相關服務，以及利用大數據完善安全管理機制等內容），3）數據要素相關咨詢、標準、測試、培訓等在內的相關產業支撐服務：2.2021-2022年的市場規模統計了市場公開招投標信息+非公開招投標信息（

27、通過對行業客戶的調研、廠商營收調研等形式獲?。?；3.20242025年的市場規模發展，研究團隊分別對金融、政務、運營商、醫療等領域的技術應用者展開了大規模調研，征詢了其在未來23年的數據要素相關投入規劃。在此基礎上，研究團隊還參考了“十四五”大數據產業發展規劃數字中國發展報告（2022）、等相關政策中的大數據產業發展目標，進而對數據要素市場的發展展開了綜合預判。來源：國家工業信息安全發展研究中心、自主市場調研、外部行業專家訪談、艾瑞數據統計模型、艾瑞咨詢研究院自主研究及繪制。45.057.070.086.0104.0161.0 206.0 262.0 328.0 404.0 251.0 316

28、.0 388.0 474.0 568.0 362.0 473.0 611.0 773.0 966.0 819.01053.11332.01662.02042.9-200.0300.0800.01300.01800.02300.00.0500.01000.01500.02000.02500.02021202220232024E2025E2021-2025E年中國數據要素流通行業市場規模（億元）數據集采（億元）數據加工（億元）數據交易（億元）數據安全及數據服務（億元）CAGR25.7%2021-2023年，受大量企業在大數據產業開始布局所影響，數據集采、加工等環節開始高速增長。同時，國務院、中共中

29、央在關于構建更加完善的要素市場化配置體制機制的意見中首次將數據作為要素參與分配，各行業積極響應開展數據要素行業相關布局，加速深化數據治理與流通應用。2023年全年數據要素市場規模達1332億元。2024年1月，國家數據局發布“數據要素”三年行動計劃（20242026年）后，以政務、金融、互聯網、交電為代表的行業持續深化數據要素的發展與應用，2024年預計全年市場規模將達1662.0億元。隨著公共數據授權運營平臺建設加速開展，基礎設施的建設與完善將進一步帶動數據流通服務與交易。其次，能源、醫療等其他行業也在陸續入局，進一步釋放增長空間；同時，公共數據和其他數據供給方對于數據隱私和安全性的重視日益

30、凸顯，數據安全流通以及隱私保護和加密合規等需求將進一步浮出水面，帶動數據服務、數據安全以及第三方咨詢、審計等服務高速增長。預計2025年將持25.7%的復合增速，市場規模將有望達2042.9億元。市場規模分析142024.9 iResearch I數據要素產業價值鏈與行業參與者數據價值鏈組織邊界逐漸模糊，價值共創屬性較為突出來源：艾瑞自主研究繪制。與傳統價值鏈不同的是，數據要素產業鏈不存在嚴格意義上的供給側與需求側，任何行業的企業用戶都能夠成為數據的供給者和需求者。從產業鏈價值環節傳導角度出發，數據要素產業鏈分為數據資源要素化、市場化流通與數據要素應用，這三大環節。首先，從數據采集歸類加工，管

31、理后形成資產，再加工為產品，完成數據資源要素化；再者，通過掛牌上市，或者場外交易的方式觸達各行業需求者并投入應用。其中，再市場化流通這一環節當中，也會有第三方服務機構，提供相應地咨詢、審計、評估與仲裁等服務，更好地推進數據資源化到應用這一過程的轉化，所牽扯的參與方多元且類別復雜，價值共創屬性十分突出。原始數據數據資源數據資產數據產品掛牌上市金融醫療互聯網零售工業交通其他數據資源要素化采集、存儲、歸集登記、管理研發數據要素流通應用產品上市交易匹配合同交付撮合議價產品/解決方案產品/解決方案解決方案/服務數據交易所數據存儲與計算算力加速基礎設施場外交易數據要素市場化流通資產評估咨詢服務審計經紀仲裁

32、第三方服務其他服務科技公司渠道代理商其他服務商其他場外交易解決方案/服務解決方案/服務2024年中國數據要素產業鏈與行業參與者152024.9 iResearch I2024年中國數據要素流通服務市場產業圖譜注釋：1.圖譜中所展示的公司logo順序及大小并無實際意義，不涉及排名。2.各種類型的市場參與者“上下/左右”位置并無實際意義，不代表排位。如有任何疑問，請聯系團隊分析師。來源：艾瑞咨詢研究院自主研究及繪制。數據流通服務商硬件合作廠商技術輸出通用硬件可信硬件國內廠商國外廠商數據流通技術服務商第三方評估服務公共部門征信公司產品、技術、解決方案與服務輸出銀行保險醫療廣告業務需求者（數據使用者）

33、數據源（數據提供者）互聯網企業數據要素流通通信運營商技術與解決方案輸出數據產品、解決方案與服務類數據治理、加工和初步產品化類1602中國數據要素流通發展實踐路徑探索172024.9 iResearch I2024年數據要素流通核心探索方向在多政策組合助推下，我國數據要素流通進行多舉并行的探索2022年以來，關于構建數據基礎制度更好發揮數據要素作用的意見（簡稱“數據二十條”）、“數據要素”三年行動計劃（20242026年）（征求意見稿）、企業數據資源相關會計處理暫行規定等政策文件陸續發布，在國家政策的指引之下，“數據要素流通”這一大目標愿景從三大方向著力：1）公共數據授權運營體系建設，為開放與流

34、通提供支撐；2）各行業探索數據要素應用場景的廣度與深度；3）為企業數據資源提出明確的會計處理辦法，進一步助推數據資源資產化與價值化。多舉措并行探索之下，我國進入了數據要素流通發展的萌芽與探索期，向數據流通與價值釋放加速邁進。來源：信通院等公開資料整理，外部專家訪談與調研，艾瑞自主研究繪制。打造生態建設安全、合規地開放數據運營、交易和流通數據資產入表及估值實踐技術底座能源金融技術底座支撐著各行業安全、合規地數據運營、交易和流通，更好地探索數據在行業垂直場景內的落地實踐與應用醫療快消零售工業互聯網數據資產綜合治理數據加工新興技術融合與企業應用AI、大模型流程挖掘、RPA等業務應用模型服務OA財務數

35、據存儲數據開發質量管理分析與運營分類評級其他服務數據安全其他數據安全防御技術通用硬件/可信硬件/云化基礎設施隱私計算區塊鏈CRM數據交易服務商數據管理機構交易所數據評估審計服務商數據產品運營服務商.技術底座公共數據一體化平臺：公共數據資產綜合治理數據加工公共數據運營平臺：支撐公共數據流通數據加工數據托管數據資產評估數據開發數據應用服務數據存儲數據開發質量管理開放授權分類評級其他服務數據安全其他安全防御技術通用硬件/可信硬件/云化基礎設施隱私計算區塊鏈公共數據授權運營體系建設持續完善當中123政府側：公共數據授權運營建設體系技術架構交易流通生態中間方泛行業側：企業內部數據要素流通技術底座建設架構

36、數據要素X泛行業場景應用18Section 01 公共數據授權運營實踐進展艾瑞結合內外部專家針對2022-2024年我國公共數據授權運營的體系生態建設實踐情況，進行綜合調研，結合調研結果所得，在我國各具特色的建設進展當中，對推進方向與實踐深度、生態搭建橫向廣度、以及應用重難點，這三大維度開展了分析。Section 02 數據要素X行業應用Section 03 數據資產入表實踐情況192024.9 iResearch I公共數據授權運營體系建設方向（1/3）2024年全國各省市加速公共數據授權運營的多元化探索與實踐，多措并進下發展各有特色自2023年以來，依托于“數據要素”三年行動計劃（2024

37、2026年）、深化公共數據管理與運營等國家級政策，各省市公共數據管理與授權運營的專項政策陸續出臺，進入2024年以來這一現象持續演化。在專項政策的推動下，當前全國各省市在公共數據管理與授權運營建設的核心推進方向分為4大維度：1）基礎設施：公共授權運營在過去2年的基礎上，分期多次的加速建設與不斷完善；2）運營助推：加強需求征集、激勵行業垂類的數據產品上線；3）數據資產化：成立數據資產評估機構，加速數據資產評估與入表的完善與落實；4）生態共建：在全國范圍內，進行跨省數據打通，為統一數據大市場奠定好基礎。來源：國家數據局、國家發改委、各省市政府公開發布渠道，知了知訊，外部專家訪談等綜合整理，艾瑞自主

38、研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值公共數據授權運營生態建設核心方向建設策略：多期推進，分批次加速建設。浙江、杭州、河南、江蘇、青島、甘肅、北京、廣州、貴州等省市開展了基礎平臺框架建設、平臺升級擴容與改造、數據運營與管理服務、以及數據安全運維等招投標項目，受實際搭建情況影響，單次招投標項目金額在10萬1億之間。2022-2024年6月底，據不完全統計，公共數據平臺相關建設累計招標約700起，其中，2024年上半年招標約110起，已達2023年全年招標數量的40.2%。由于各省市受數智化水平、建設時點等因素影響，全國呈現“百花齊放、各有特色”的現狀。目前，已有21個省市

39、已上線公共數據開放平臺?；A設施：公共數據授權運營平臺相關建設跨地域公共數據共享互通2023年以來，浙江、四川、廣東、上海、江蘇等省市發布的公共數據運營細則與管理辦法等文件中，明確指出在省內加速實現省級跨區域的公共數據歸集與共享，通過省內一體化公共數據運營平臺，連接各區域政府，實現省內互聯互通。2023年12月，京津冀晉四地依托于信用信息共享平臺，實現區域共享3293.68萬條公共信用數據，覆蓋京津冀晉區域683.47萬家市場主體，初步建成了京津冀晉信用信息跨區域共享交換體系。多舉推動公共數據資產化：1）事業單位的內部數據資產評估：山東濰坊首批啟動行政事業單位數據資產管理試點；2）廈門首批探索

40、開展數據資產評估單位征集；3）福建漳州結合地域特色，對海洋經濟數據完成數據資產的評估認證等，各省市多元化結合地域發展開展創新實踐和探索。公共數據資產化數據局牽頭推動供需匹配：1）運營機構試點：例如天津于2024年5月分批確定公共授權運營試點單位；2）以數據服務商為主力的應用場景征集：長沙、寧波等地結合地域特色領域，積極開展公共數據授權運營場景的征集；3）需求側征集：山東、xxx等地向受限于數據獲取和應用深化升級的需求方開展公共數據的需求征集，加速推進數據資源的有效配置。01 02 04 公共數據授權運營生態共建03 202024.9 iResearch I公共數據授權運營體系生態與價值鏈（2/

41、3）政府作為建設主體，公共數據授權運營需要多方參與，合作共建生態，探尋數據價值的長效機制自2022年以來，我國各省市公共數據授權運營體系建設基于各地域特色，進行多元化創新與實踐探索。與之同時，帶動各地政府內部的一體化政務體系不斷完善，基于數據治理的改造升級持續加速，加強基礎設施建設與完善，以實現數據的內外雙循環流通。與“內循環體系”不同的是，公共數據授權運營生態作為“外循環”，各省市公共數據授權運營模式不盡相同，分為統一管理和分級授權管理，由此造就了不同的合作模式與市場格局。注：“數據流通服務商”泛指提供數據產品及服務的所有服務商，其中部分服務商可能涵蓋多個能力，既是公共數據授權運營平臺建設的

42、技術服務商，也會提供場景數據應用的產品及解決方案，此處不再根據細分環節進一步拆分，特此說明。來源：信通院、數據要素社、數據要素X工作坊、各省市政府試點與案例公開資料整理，艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值我國各省市公共數據授權運營主體為數據局牽頭的數據集團或科技公司，而數據運營方的主要運營模式可分為2類：統一運營管理和分場景授權。1）由數據集團或科技公司進行統一運營和管理平臺；2）按照行業場景分為專區，例如金融專區、醫療專區，每個專區授權給一個或多個數據流通服務商運營。具有雙邊平臺屬性：一方面，基于公共授權運營平臺，數據供給方授權提供數據，由數據產品供應方開

43、發數據產品，銜接對公共數據需求方，獲得數據產品及相關服務。生態體系 數據流通服務商多方協同：1）技術服務商在公共數據授權運營體系中參與基礎設施共建、授權運營；2）第三方服務機構以咨詢、審計、評估、資產管理等服務，撮合交易，促進流通；整個生態體系建設需要多方參與者協同，并不斷完善。數據運營方數據運營監管機構模式1：統一運營和管理模式2：每個專區授權給多個數據運營服務商共同運營公共數據授權運營平臺第三方服務機構技術服務商其他服務商數據產品供應方數據供給方數據產品使用方技術支撐交易撮合授權提供數據產品開發與交付協調、監督與規范管理輸出產品公共數據授權運營生態公共數據授權運營生態212024.9 iR

44、esearch I公共數據授權運營挑戰分析（3/3）公共數據授權運營發展面臨的“六大挑戰”來源：公開資料整理，外部專家訪談與行業用戶調研，艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值產品與技術相關挑戰政府機構與公共部門需求側相關挑戰服務商商用實踐視角相關挑戰從政務和公共部門行業形態和視角來看，公共數據的存儲、管理并非如其他行業的需方一樣，以應用需求作為儲備標準。數據具備缺失、標準格式不統一、清洗和整理難度大等特征。由于我國各省市政府數智化政務水平受限于地方發展水平和重視程度等因素，地域差異較大，難以統一互通。123456數據質量參差不齊從2022年我國各省市開展的公共

45、數據授權運營基礎設施建設和探索應用實踐成果來看，基于區塊鏈、隱私計算、其他安全保護技術等解決方案層出不窮，各省市差異較大。這導致在實踐過程中，行業側參考基準缺乏，值得同業借鑒的案例有限，側面制約了實踐者投入的動力，也會進一步增加技術上互聯互通的難度?；谛屡d技術的建設方案各具特色，互聯互通難度較大從當前進展的成效來看，運營主體多以各省市數據局及旗下的產業集團為主，部分主體的運營經驗、技術搭建認知和產業經營出現均不足的情況。在政策大力助推下，對落地效率較為關注，也不乏出現盲目開展導致后期實用性不高的建設情況，難以在后期撮合供需雙方，發揮良好的對接作用。相關機構的認知仍待提高，缺乏商用實踐的有效動

46、力運營生態完備性有所欠缺，限制了公共數據產品和服務的市場化進程多方協同的實施過程面臨重重阻力，且數據流通相關人才較為有限中國公共授權運營建設較為復雜，對安全性要求較高，增加實踐難度當前公共數據尚未完成確權，相應地導致授權運營方、數據方、加工和服務等多方參與者的權責邊界和生產經營范圍仍較為模糊，部分省市采取的“一攬子”授權方案對流通交易過程中形成了一定干預，導致運營環境中公共數據產品與服務活動經營的市場競爭性尚未被激發。整體來看，運營生態機制的完備性不足，限制了公共數據產品和服務流通交易的市場化實踐進度。我國公共部門的系統建設和基礎設施水平本身復雜程度較高，在公共授權運營基礎設施建設過程中，需要

47、和原有多方系統融合打通，甚至進行統一改造和升級，大大增加了系統建設的復雜性。同時，公共數據和相關系統建設對全生命周期的安全性和隱私封閉性要求較高，這將一定程度增加實踐成本，影響商用實踐效率。公共部門本身存在多部門、多系統帶來的實施阻力，在公共數據授權運營的建設過程中，更涉及管理方、授權主體、技術服務方等多參與主體協同推進，統籌協調成本增高，實施難度較大。同時，運營生態建設過程中，可參考經營較少，具備產業經驗和技術背景等復合經驗的人才較為稀缺，也將成為未來3年內公共授權運營實踐的一個重要挑戰。22Section 01 公共數據授權運營實踐進展Section 02 數據要素X行業應用Section

48、 03 數據資產入表實踐情況艾瑞結合內外部專家、行業側企業用戶，針對2022-2024年我國數據要素流通在泛行業領域的實踐應用情況，進行綜合調研，結合調研結果所得，對泛行業數據要素流通實踐效能進行研判評估，并針對金融、交運、醫療、能源，這四大領域，聚焦于企業用戶應用需求、實踐特點、以及典型應用場景等維度，展開了深度的分析。232024.9 iResearch I數據要素X行業應用（1/6）數據要素流通的商用實踐分析在“iResearch：2023-2024年中國數據要素流通實踐發展象限”的研究基礎上，我們圍繞“行業企業用戶數字化實踐程度、領域內企業用戶技術和應用認知度、數據要素流通應用場景實踐

49、度”三個維度進行解讀。來源：艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值Section 1：整體商用實踐實踐領跑行業：金融、通信運營商、互聯網、交通運輸、醫療是數字化程度、數據流通認知度、以及應用實踐度均領先的四個領域。實踐潛力行業：政務、工業制造、零售與能源等領域的產業鏈龐大且牽連甚廣，數據流通需求潛能巨大，現階段受數字化程度，與各主體之間多方協同難度所困，數據要素流通應用實踐度處于中等，待各方參與者進一步探索與挖掘。實踐后發行業：如文娛與傳媒、高?？蒲械阮I域，現階段的數據流通應用相對較少。Section 2：細分領域商用實踐實踐領跑行業（金融）：金融領域應用需求龐

50、大、數字化程度領先，依托于不斷吸納新興技術，以銀行為代表的領域用戶對于數據流通商用認知較為成熟，應用深度保持領先，保險、證券也在逐步跟進實踐進程。實踐領跑行業（醫療和交運）：交通運輸和醫療行業是數據流通需求龐大的領域，受益于場景深化和加密技術（隱私計算、區塊鏈等）的逐漸成熟，跨行業和同業內的數據共享與再利用需求將進一步被釋放。實踐潛力行業（政務）：作為數據提供者的角色，政務領域近幾年受政策助推，公共數據授權運營加速建設與發展將持續推動數據流通，帶來巨大的發展機會；同時，運營商將基于可信加密技術合力（隱私計算、區塊鏈等），讓數據開放走向合規化，同時也將加深數據開放的廣度與深度。實踐潛力和后發行業

51、：工業制造、零售與能源等領域各領域間存在不同程度的數據流通需求，因此“實踐領跑者”將在一定程度上帶動“實踐潛力和后發者”的數據流通應用探索和實踐。注：用例位置只反映不同場景用例之間在“三個維度”方面的相對關系，而不用于說明某一個領域的絕對位置定位。1.行業用戶數字化程度：通過數字化能力和業務運營成效、創新技術的應用、數據治理水平等維度綜合反映。2.數據流通技術與應用認知度：通過相關技術應用的了解全面性與積極性、應用與技術結合的意愿和動機等維度綜合反映。3.應用場景實踐度：通過應用場景數量、實踐深度、業務應用深度等維度綜合反映。數據要素流通應用實踐分析繪制時間：2024年6月 用例圓越大，表示該

52、領域企業用戶技術與應用認知度2越高高低低高行業企業用戶數字化程度1數據要素流通應用場景實踐度3實踐領跑行業實踐后發行業政務通信運營商醫療高校及科研機構文娛與傳媒工業制造互聯網零售交通運輸能源金融其他實踐潛力行業242024.9 iResearch I數據要素X行業應用：金融領域金融領域數據流通應用關注點與發展現狀注釋：N=151，受訪者涵蓋金融機構中的IT/技術部、各金融業務部門等技術應用者。來源：金融機構調研、艾瑞咨詢研究院自主研究及繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值Section 1：發展現狀分析Section 2：未來發展預估a.調研顯示，2022-2023年間展

53、開以可信隱私保護技術（如隱私計算、區塊鏈、數據安全等）相關投入的金融機構數量約是2021年的2倍或2倍以上（增量部分包括了在2021年處于POC進而在2022年正式投入應用的金融機構）。參與基于隱私保護技術的數據流通實踐的金融機構數量的增加，將在一定程度上讓應用實踐深度、技術實踐效能實現同頻提升。b.與其他行業不同的是，金融機構具備前沿的數智化水平，以及對新興技術的積極擁抱態度和采納意愿。隨著數據流通平臺建設的完善，搭建金融可信基礎設施，通過融合多種新興技術，強化數字監管能力，推動應用層的場景實踐陸續展開。c.艾瑞認為風控、營銷大類場景中至少分別會有13個細分場景用例進入“實踐擴展”象限，這些

54、細分場景將在技術性能允許的范圍內，擴大業務實踐范圍?；A設施建設的發展現狀：自2021年起，金融機構用戶率先完成了可信隱私保護技術的基礎設施和平臺建設。國有大行、股份制銀行是展開加密技術（如隱私計算、區塊鏈等）平臺建設的主力軍，部分保險公司、證券公司、少部分城商行等也有參與實踐。市場調研發現，2023年后，金融機構陸續按場景需求開展數據流通應用的探索和實踐。應用層場景實踐和數據調用需求：部分客戶會在平臺建設的同時提出數據源接入需求，進而為后續的應用層場景實踐做準備。對于應用層的場景實踐來說，風控類、營銷類的場景實踐案例較多，定價、評級、ABS、監管等場景也在逐步落地，部分廠商基于場景模型的定制

55、化方案中，在逐步探索標準化數據智能產品。此外，基于銀行等機構對跨平臺數據調用的需求，還有行業客戶（如招商銀行）還發起了互聯互通建設的項目需求，進而為多方數據調用和應用層場景實踐做好技術鋪墊。01行業用戶的技術戰略實踐視角下：數據流通應用的重要關注點該部分內容由分析師對金融機構用戶進行訪談而綜合整理得出，下述所列是受訪者關注度較高的內容。這些內容從數字戰略角度反映了行業用戶對數據應用流通的價值定位與實踐考量。約75.5%的金融機構技術實踐者關注：金融機構將自身服務能力對外開放時，需要多維度的數據對目標用戶需求展開精準判斷，以此加深金融服務質量與深度?？尚烹[私保護技術對開放金融戰略的影響約67.5

56、%的金融機構技術實踐者認為：根據艾瑞持續對金融機構數字戰略的關注，全域數字化的發展一直被定義為數字金融發展的關鍵底層能力。銀行、保險領域對全域數字化建設的需求更為迫切，隱私計算以數據可信流通為基礎，將協同多元化的可信技術能力，構建全域數字化建設的閉環?？尚烹[私保護技術將推動金融全域數字化建設進程252024.9 iResearch I數據要素X行業應用：金融領域金融行業以營銷和風控兩大場景為主導，跨機構與集團協同共治場景為輔助，整體來看多種類數據源方的連接訴求較強。每一類場景中，涉及個人主體數據、征信、各大APP上的消費行為數據、企業數據和其他行業數據等多種類數據，需對接多方數據源加密匹配以提

57、升營銷、風控的精準度，以支撐運營決策。同時，跨機構與同集團的協同分析，通過安全求交的方式，在數據不出域的情況下，實現數據共享與協同分析。來源：外部專家訪談，公開資料整理，艾瑞咨詢自主研究繪制。金融領域應用以營銷和風控場景為主，金融行業作為數據使用方，連接多種數據源的需求較強場景1：營銷場景3：跨企業/集團協同分析解決方案場景說明業務節點計算節點數據庫發起方業務節點計算節點數據庫參與方A參與方B區塊鏈平臺執行PSI協議返回滿足的樣本集合發布協同分析任務參與方C樣本方X樣本方Y服務方協調參與建模過程中間參數交互不斷迭代更新本地計算訓練結果模型部署迭代本地計算訓練結果模型部署迭代樣本方X加密節點樣本

58、方Y加密節點加密安全求交共 有 樣 本分層模型 融合樣本模型加密建模訓練2加密安全匹配和分層精準營銷1 營銷：通過在多數據源中連接計算節點加密匹配和安全求交，剔除無效樣本后，將“交集”樣本后進行分層建模，根據用戶狀態選擇不同營銷策略，提升投放精準度。風控：基于金融機構自有數據和多方數據、底層變量等樣本進行聯合建模，在多方數據和變量不出域的前提下，進行定制建模提升最終風控效果，可覆蓋反欺詐、反洗錢、信貸風控等多個場景?？鐧C構金融協同共治：針對全域跨機構進行聯防聯控，擴大反欺詐、反洗錢等風控覆蓋面，實現安全可靠的風險信息共享協同分析及穿透式監管等核心業務功能。集團協同分析：在不同企業主體間，同一集

59、團內，實現數據協同分析與統計，在數據不出域的前提下，提升統一管理質效。聯合風控拉新營銷休眠喚醒存客激活場景2：風控數據要素行業應用公共數據授權運營側數據資產入表與估值262024.9 iResearch I數據要素X行業應用：交通運輸領域交通運輸數據自帶公共數據屬性，數據運用廣泛且需求龐大，數據交易所使交運數據產品的影響力和使用范圍進一步擴大來源：綜合行業用戶調研，外部專家訪談等，艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值行業用戶的技術戰略實踐視角下：數據流通應用的重要關注點該部分內容由分析師對交運領域企業用戶進行訪談而綜合整理得出，下述所列是受訪者關注度較高的內容

60、。這些內容從數字戰略角度反映了行業用戶對數據流通應用的價值定位與實踐考量。超80%的交通運輸領域數據需求方：在交通運輸領域場景中，受訪者表示，目前所覆蓋的數據包含：路況、車輛信息、人流量、公共場所地信息、交通管制情況、運營商數據等多維度數據，希望數據更多元地仿真模擬，同時關注應用時的安全合規與數據真實準確性。將數據多元性、安全合規、真實精準作為采購應用時的TOP3重要考量因素超60%的交通運輸領域實踐者認為：我國的公共部門在交通運輸領域含有大量真實可信的高質量數據，在交通運輸領域的各個場景當中，多需要政府機構與公共部門進行參與協同。受訪者表示，如若公共部門所有的交運相關數據等進一步開放給企業授

61、權使用，將為大幅度提升數據流通，賦能業務價值。公共部門所有的交運數據若未來面向大眾授權開放，將會加速領域的數據流通與價值釋放Section 1：交通運輸領域數據流通應用實踐特點交通運輸領域的數據具備公共屬性，多方協同需求龐大：交通運輸領域的數據自身具有公共屬性，來源于基建與全民大眾，與民生息息相關。我國人口密度多，在共享出行、公共交通出行等出行領域承載巨大壓力，在模擬仿真預測真實出行情況時，需要群眾出行數據、路況、交通管制、車輛信息等多元數據，多方協同特性十分明顯且需求龐大，并應用廣泛，數據復用與流通價值較高。場外交易中商業化應用需求側主導數據流通發展，掛牌上市數據交易所增強產品合規性，并進一

62、步擴大影響力：受共享經濟、新能源、自動駕駛以及我國高速發展的公共交通基建等新型產業推動，基于交通運輸的數據多以產品與業務模型的形式，驅動各個細分場景發展。在數據交易所陸續成立后，部分交運大數據科技公司掛牌上市，進一步增加產品及服務的合規性，并借機擴大應用場景和影響力。Section 2：典型應用場景a.城市交通運行監測：聯合各個公共場所（高鐵、城市路面、機場、軌道等），結合運營商、群眾出行數據等多個維度，進行交通運行的實時監測，分散運營壓力，針對高峰擁堵進行預警、分流，輔助進行決策。b.智慧城市與充電樁建設：通過深入場景，關聯電力、支付情況、園區車輛數量、停車時段等維度數據，精細化預判區域內所

63、需新能源充電樁數量，為充電網絡規劃與預測提供支撐。c.自動駕駛模型訓練：提供更多路面情況，結合車輛自身的算力，為仿真模擬真實路面情況，提供更多高精度的數據用于訓練模型。d.多式聯運：針對跨運輸方式的商貿物流，結合貨物、碼頭航運信息、物流裝載和路況信息，進行實時監控與預測，提升運輸效率。272024.9 iResearch I數據要素X行業應用：醫療領域醫療領域數據需求者流通應用關注點與實踐特征來源：綜合專家訪談，艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值行業用戶的技術戰略實踐視角下：數據流通應用的重要關注點該部分內容由分析師對醫療機構用戶進行訪談而綜合整理得出，下述

64、所列是受訪者關注度較高的內容。這些內容從數字戰略角度反映了行業用戶對數據流通應用的價值定位與實踐考量。超70%的醫療領域機構實踐者：我國醫療機構多是自負盈虧，內部數據治理水平的提升使機構面臨較大的改造成本，且與機構自身業務關聯性較弱，整體推動意愿較弱。我國各省市醫療機構數智化水平參差不齊，進一步加劇了全面互聯互通的難度。對醫療機構內部數據治理全局互聯互通的態度持審慎態度超60%的醫療領域機構實踐者認為：基于全國內各省市醫療機構數智化水平的差異，在臨床研究、新藥研發、藥品實用情況統計等專題場景當中，更精準、具有針對性地，在固定疾病、研究課題，以及一定區域范圍內進行數據共享和流通，能夠更好的在保障

65、數據合規與安全不出域的同時，以數據作為依托推動科研和應用價值。在專題實踐內進行數據共享與流通更精準符合場景應用的需求Section 1：醫療領域數據流通應用實踐特點與難點醫療領域的數據類型更為多元化、且復雜度高：醫療領域中，除HIS系統中的結構化數據外，還擁有如病例、醫囑等大量非結構化數據，以及CT醫學影像信息、基因等多類型的數據信息。相比其他領域的數據類型更多，復雜度更高。數據處理與分析方法更為多元化：非醫療領域通常以邏輯回歸、樹模型等方法可以實現征信、風控、營銷等多數場景的應用需求。醫療領域除了常用的數據分析模型外，還需要基因數據對齊、全基因關聯組分析、影像勾劃、病灶識別、非結構化數據的關

66、鍵信息提取等關于統計學分析、生成率分析等數據處理與分析的方法。難點1：醫療領域的聯合共享參與方數量更多：例如科研合作、新藥研發等應用場景通常需要十幾家甚至幾十家醫院的聯合參與，我國各醫療機構數智化系統相關獨立，互聯互通難度較大，大規模商業化應用相對較窄。難點2：多方協同的數據共享推進流程偏長：以衛健委牽頭的數據共享和流通應用，需多次匯集機構負責人共同討論推進，審批加簽流程冗雜，極大程度削弱了推進效率。Section 2：未來發展預估a.醫院之間存在醫療信息互聯互通的困難較大，且基于場景不同，對于數據精度、參與數據種類數量的要求差異較大，因此，先通過聚焦于垂類領域，有望進一步加速商業化應用，驅動

67、整體的醫療數據流通發展。282024.9 iResearch I數據要素X行業應用：醫療領域醫療領域典型實踐進展與應用場景醫療場景當中，保護醫患就診個人隱私的必要性和重要性日趨增強。這一特性也導致了各醫療機構和醫藥產業鏈相關企業主體之間，具備較大的信息壁壘，廣泛地造成了就醫不變、醫療應用數據資源有限無法共享應用等問題。通過保護數據源不出域的情況下，增強數據的共享與流通，發揮數據多次利用的價值，賦能多個實踐應用。來源：綜合專家訪談，艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值新藥研發過程往往耗時10-20年之久，醫院臨床和病患健康等數據涉及隱私問題無法與研發側共享，造成

68、研發難度大耗時長。通過加密數據不出本地的方式提供民眾健康、臨床病患診斷詳情等數據，為藥企研發和模型優化提供更多的燃料，加快研發速度與研發精準性，以更貼合實際病患情況。2023年以來，上海、福建、山東等地以衛健委牽頭，局部嘗試基于臨床試驗的數據共享和流通。針對部分罕見疾病、關聯歸因分析等場景常面臨數據不足、共享可行性小，臨床患者隱私泄露等問題。通過多種可信隱私保護技術建立醫學科研應用平臺，連接各方數據，在醫患數據不出本地的同時，加密提供模型參數得以在各方內部所部屬的模型進行訓練，得出所需結果與應用。衛健委服務方協調參與數據加密傳輸、交互、建模等過程審計與監督機構X醫療數據計算節點本地模型機構Y醫

69、療數據計算節點本地模型機構Z醫療數據計算節點本地模型.數據加密傳輸，交換模型參數，更新迭代本地模型多機構聯合的醫學科研平臺衛健委數據服務方協調參與數據加密傳輸、交互、建模等過程藥企X醫院臨床數據數據共享加速新藥研發醫學科研應用Case 1藥物臨床研發與試驗Case 2292024.9 iResearch I數據要素X行業應用：能源領域電力行業典型實踐進展與應用場景來源：深圳數據交易所，南方電網，艾瑞自主研究繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值該案例中，南方電網在給區域企業供電的同時，也能夠采集到企業的用電及電費繳納數據，通過對這些電力數據進行加工可形成電力數據產品，并上架

70、至數據交易所，數據交易所經過一系列評估之后，可將電力數據產品售賣給銀行，此時銀行也能夠借助電力數據產品，選取恰當的數據指標構建信用評價模型，從而對企業的信用狀況進行判斷。電力行業數據流通典型應用場景城市數字大腦跨區域數據共享稅收風險分析電樁布網小微信貸風控協同方：各省市能源局、相關政府機構。場景：基于電網能源大數據中心，在各省市地區分別部署可信數據平臺：各省市可接入本地重點企業的能耗數據，以及跨省市進行耗能統計、對比和評估。協同方：政務/民生/運營商/金融等機構等。場景：通過連接各單位組織（企業、家庭、機關及事業單位等）實時電力數據與智慧城市中心，協助與支持政府進行民生情況、用電實際等更精準地

71、監測和決策，推動經濟發展與運行。協同方：征信機構、公共行政機構等場景：關聯稅收情況與電力數據，通過用電成本反應企業的真實運轉情況，與稅收反應的企業生產活動強弱度共同監測、交叉分析，針對企業真實生產經營情況建立全面深刻的監測與洞察。協同方：智慧園區、支付行業數據方、新能源汽車。場景：通過深入場景，關聯交通、支付情況、園區車輛數量、停車時段等維度數據，精細化預判區域內所需新能源充電樁數量，為充電網絡規劃與預測提供支撐。協同方：金融機構場景：基于隱私保護數據進行聯合建模，在保證數據安全不出庫的前提下幫助金融機構更精準建立風控畫像，評估風險狀況，優化整體的風險決策路徑。提供電力服務，獲取了企業用電數據

72、，通過數據加工處理后形成數據產品電網數據交易所銀行評估數據產品價值、合規性以及質量等使用電力數據進行融資貸款模型評估、預警和審核電力數據是直觀反映企業生產經營狀態、經濟運行發展的關鍵指標，通過對電力大數據的深度挖掘和創新應用，有助于洞察發展趨勢、重構業務流程、提升服務質效、創新業態模式，具有較大的經濟效益和社會效益。南方電網加工電力數據通過數據交易所幫助金融機構構建信用評價模型Case 1生態合作：深數所與南方電網合作推進電力行業場景應用實踐Case 2深數所與南方電網平臺科技合作，基于聯邦學習技術設計和構建一套聯邦學習平臺，用于開展電力行業的場景應用實踐，并對聯邦學習技術知識產權進行建設形成

73、專利體系和標準體系。雙方重點拓展了在政務、企業、民生三大領域的場景，挖掘出經濟分析場景、能源管理場景、反欺詐場景、綠色雙碳場景、山火監測場景、城市治理場景等關鍵重點領域場景。30Section 01 公共數據授權運營實踐進展Section 02 數據要素X行業應用Section 03 數據資產入表實踐情況艾瑞結合內外部專家、行業側企業用戶，針對2022-2024年我國數據資產入表的實踐應用情況，進行綜合調研，聚焦于企業用戶應用重難點、實踐特點、以及當前進展成效等維度，展開了深度的分析。312024.9 iResearch I數據資產入表實踐現狀政策與意愿動機雙輪驅動數據資產入表的實踐探索，目前

74、已有35個落地案例，多使用“成本法”進行數據資產評估與計量，缺乏針對數據長期價值的挖掘與探索注釋：訪談樣本來自銀行、保險、政務、運營商、醫療等領域的數據流通與數據資產入表應用者（含IT/科技部門應用者、業務部門技術應用者）。來源：數據流通與資產入表應用者外部訪談，公開資料收集整理，艾瑞咨詢研究院自主研究及繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值約 83.7%的應用者反饋將合規與安全性作為首要考量因素約 66.7%的應用者將易操作性作為關鍵考量因素據調研，行業企業用戶在數據資產入表實踐環節中，綜合考量的因素排名前2位的為：目前是數據資產入表實踐落地的初期階段，關于數據資產入表的

75、估值與實踐問題，行業用戶仍需要數據價值與流通應用的相關認知。在當前入表實踐當中，“數據資產估值合規”為行業用戶實踐的考量主要因素，在保障數據質量的前提下，市面多使用“成本法”進行資產評估與計量，以增強當前落地的易實施性，滿足會計與合規需求。然而，當前數據資產評估與計量僅停留在“入表”層面，基于過去數據資產衍生的歷史成本，缺乏針對數據長期價值的探究。法規政策和意愿動機雙輪驅動下，截止2024年6月，全國范圍內公布了35例“數據資產入表落地案例”，標志著已有先驅企業完成了數據資產入表的初步探索行業企業用戶需要在數據資產入表環節中綜合考量的影響因素與當前局限2023年8月，財政部企業數據資源相關會計

76、處理暫行規定發布，規范企業數據資源相關會計處理，強化香港會計信息披露；2023年9月，中國資產評估協會數據資產評估指導意見為數據資產的評估提供了實踐指引。自此，北京、上海、深圳等地在地方政策中陸續細化數據資產入表落地的方案和措施，同時面向國央企、上市公司、科創企業和典型數商積極開展數據資產入表企業試點。法規政策的影響據公開資料不完全統計，截止至2024年6月30日，全國范圍內數據資產入表落地案例為35+。在全國各地覆蓋了上海、浙江、江蘇、四川、河南、福建、廣東、湖南等多個省市，涉及了交通運輸、能源、金融、制造業等多個行業，聚焦于數據盤點、確權估值、入表運營等一系列核心維度，在大數據交易所等平臺

77、申請數據知識產權登記，明確了所在行業內的企業數據資源標準，成功獲得了銀行融資授信，并探索相關數據應用場景。需求側企業用戶的意愿動機需求側企業用戶在政策指引下有較為強烈的推行意愿與動機：（1）有助于企業增厚資產，部分地方政策采取激勵措施，數據資產可作為融資、抵押貸款等金融行為的憑據，進一步強化數據資產管理與披露；（2）增加外部市場對企業價值的評估維度；（3）提升企業公開披露信息的透明度；（4）提升企業內部管控和數據治理水平。322024.9 iResearch I數據資產入表實踐現存挑戰來源：艾瑞咨詢研究院自主研究及繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值數據權屬模糊點與不確定

78、性導致企業難以確定合規范疇，將影響整個數據要素化的整個生命周期如今我國尚未對數據權益的使用范疇和權屬進行明確界定，在法律法規層面上，如何“合規”地使用、資產化數據資源充滿了不確定性，以及在后續影響了數據資源要素化、資產化整個價值鏈的傳導與利益分配。企業內部管控和數據治理水平仍需提高，質量較差的數據將影響數據資產的質量及長期可用性現階段，各行業各企業的數據內部管控與治理水平存在較大差異。在數據資產入表階段，企業常常在數據治理能力不足的情況下，將數據資源簡單地資本化處理，并非實現“資產化”地入表。另外，數據質量較差，將影響后續數據作為資產的應用和流通，可用場景的廣度和深度都大大被限制，影響后續的規

79、?；魍?。當前數據流通的應用場景和經濟效益還未規?；A見，數據資產的計量與評估難點頗多數據作為資產在會計領域確認時，需要在預期內產生一定經濟效益。當前數據尚未實現規?；魍ê蛢r值釋放，加之企業對挖掘數據價值和應用場景的認知仍待提升，導致在對數據資產價值進行準確客觀地評估時，存在困難。同時，行業各異的應用場景加劇了數據評估的科學性和可比性，也進一步掩蓋了隱性的數據資源和價值。332024.9 iResearch I數據資產入表實踐持續探索方向來源：艾瑞咨詢研究院自主研究及繪制。數據要素行業應用公共數據授權運營側數據資產入表與估值技術整合與重新塑造，新型基礎設施和解決方案使得數據資產化得以有力支撐

80、AI、區塊鏈、隱私計算等新興技術的不斷深化，基于新技術和產品進行整合與重新塑造，新型的基礎設施和解決方案帶來了更多的新模式，因此，以可信數據空間、數據要素加工交易中心、公共數據授權運營等為例的新模式將為數據資產化提供有力支撐。多參與方的不斷加入，產業新業態隨之，推動數據資產化進程發展一方面，政府、行政事業單位等所持有的公共數據授權運營體系化建設、合規體系、收益分配機制等環節不斷完善，促進數據流通；另一方面，第三方機構在資產登記評估、計量以及授信與再利用等環節，不斷有新型機構參與進來，橫向擴充業態的發展。學術研究與行業標準制定：自上而下為行業實踐提供更多參考樣本學術界、行業協會與相關組織通過牽頭

81、行業內部前瞻參與者進行交流和探討，共同開展關于數據資產評估標準和規范，建立標準體系，自上而下地為企業數據資產化的評估和價值計量提供相對公允，符合行業實際情況的基準，推動整個數據價值評估體系的發展和完善。3403中國數據要素流通行業服務市場玩家352024.9 iResearch IiResearch-數據要素流通卓越者 入圍介紹注釋：評選指標括號內的百分數代表指標的評審權重。如有任何疑問，請聯系團隊分析師。來源：艾瑞咨詢研究院自主研究及繪制。入圍者的評估指標有哪些？如何確定入圍者？由“數據要素流通卓越者”的內、外部評審團隊，共同進行企業提名（本次共計提名企業45家，展開調研企業39家）。步驟1

82、 卓越者提名步驟 2 內部評審步驟 3 外部評審步驟 4 結果的審核校驗由“數據要素流通卓越者”的內部評審團隊對提名企業進行評選，輸出評選結果。對評審結果進行校驗審核，保證結果的準確公正性，確定最終入圍者名單（本次最終入圍企業23家）。由“數據要素流通卓越者”的外部評審團隊對提名企業進行評選，輸出評選結果。根據企業類型的不同，我們將“數據要素流通卓越者”分為“前瞻推動者、精益融合者”兩個類別。每個類別企業均有相應的入圍基準（在入圍者名單公布的內容中有介紹），在此基礎上，我們將對企業從下述維度展開能力評估?！皵祿亓魍ㄗ吭秸摺钡脑u選由內外兩部分評審團組成：內部評審團的評審權重為20%、外部評審

83、團的評審權重為80%。綜合得分 =技術&產品力0.25 +場景應用能力0.25 +市場能力0.20+生態資源能力0.15 +管理&財務0.15 技術&產品能力（25%）產品安全產品性能產品功能易用性場景應用能力（25%）場景理解與復用客戶反饋和需求理解市場能力（20%）覆蓋行業數量客戶數量商業營收生態資源能力（15%）合作伙伴數量上下游支持管理&財務（15%）團隊背景團隊規模企業文化融資規模資源支持資方平均362024.9 iResearch IiResearch-數據要素流通卓越者 入圍企業來源：上述每類企業排序均按照企業名稱首字的漢語拼音首字母從左到右依次排列，不涉及任何排名；艾瑞咨詢研究

84、院自主研究及繪制。如有任何疑問，請聯系團隊分析師。前瞻推動者大型科技企業/大型機構對數據要素流通的前瞻性布局，有效地推動了行業的發展?！扒罢巴苿诱摺币笃髽I擁有頂尖的科研團隊、3年以上的數據要素流通相關的投入與研發、具備數據要素流通相關技術的前瞻性探索經驗、卓越的產品技術創新能力、優秀的技術落地實踐能力，是推動數據要素流通技術發展、商用落地的核心力量。按企業漢語名稱音序排列精益融合者產業專家及艾瑞研究團隊一致認為：數據要素流通這一過程將與產業經營、多元科技實現深度融合，而非“孤立式”的應用?！熬嫒诤险摺敝饕獮榉谴怪庇跀祿亓魍夹g設施和基礎設施建設的科技公司，也包括區塊鏈公司、人工智能公司

85、、云計算公司、大數據服務公司、金融科技公司等。這類企業在各個產業領域，聚焦于數據要素流通與多元技術融合的探索中發揮了高效的推動價值。按企業漢語名稱音序排列372024.9 iResearch I軟通動力數據要素專業服務商，提供“數據+AI”全棧技術產品及服務軟通動力是中國數字技術產品和服務創新領導企業，為客戶提供軟件與數字技術服務、計算產品與數字基礎設施和數字能源與智算服務。作為數據要素專業服務商，公司的能力涵蓋數據咨詢、數據集成、數據治理、數據安全、數據標注、數據運營與運維等多個領域。同時，在數據和AI技術平臺方面，軟通動力積累了豐富的產品實施經驗，通過“五步走”實施策略，幫助客戶釋放數據價

86、值，實現數據要素的業務閉環。數據智能應用數據管理存儲與計算數據服務大模型管理知識中臺算法庫模型訓練支撐平臺數據集成平臺主數據管理平臺元數據管理平臺數據資產管理平臺數據開發平臺數據工廠數據集成與開發數據采集/遷移數據治理數據標注數據歸集生命周期管理數據集成數據治理數據標注數據安全防護數據質量數據加工數據安全分析數據安全運營運維數據價值數據可視化平臺數據共享管理平臺增強數據檢索天璇MaaS平臺金融知識檢索工業知識大腦醫療智慧大腦保險行業大模型零售行業大模型軟件工程大模型AI Station工作站 訓推一體機數據可視化數據資產化數據知識化數據及模型終端化數據模型化數據確權數據價值評估數據財務核算數據

87、資產管理數據資產交易數據流通管理數據運營管理數據分析數據加工數據挖掘數據可視數據API數據權限數據分類數據咨詢AI 咨詢數據咨詢AIPC 電腦 人形機器人云主機容器訓推一體機數據倉庫/數據湖天鶴多模態數據庫計算存儲數據戰略咨詢與規劃數據資產化與智能應用業務戰略數據戰略1數據資產化數據治理數據采集智能應用數據模型化數據資本化數據交易2345以咨詢服務為引領，將“業務戰略”拆解為“數據戰略”；以數據標注和數據歸集等數據服務為輔助，實現面向AI的數據治理；以算法、行業大模型訓練和微調為發力點，創造全新業務模式；以大模型場景應用為驅動，喚醒數據要素潛能；以數據資產化和資本化為目標。實施策略“五步走”實

88、施策略大模型 API來源：艾瑞自主研究繪制。382024.9 iResearch I軟通動力以數據業務化為核心的“咨詢2.0”服務快速發展軟通咨詢，作為軟通動力集團旗下的專業咨詢品牌，自主研發了一套獨特的數字咨詢方法論咨詢2.0。這一咨詢模式實現了企業愿景到管理機制的全面數字化，相較于傳統管理理論指導的企業咨詢1.0，咨詢2.0所談論的戰略、商業模式及運營管理，都必須圍繞數字化技術展開。未來，大數據、人工智能等新興技術，將成為咨詢2.0時代快速發展的重要驅動力。數據驅動的商業模式創新數據戰略與數據能力規劃數據洞察分析規劃與建設數據平臺服務規劃咨詢與建設數據治理咨詢與服務主數據管理咨詢與建設數據

89、戰略規劃 數據戰略制定 數據戰略舉措規劃、KPI設計 數據戰略落地路線圖規劃數據推動的模式創新 內部運營模式優化 新業務模式探索與構建 新數據業務/數據產品構建數據平臺服務 數據基礎設施平臺服務 數據平臺服務（數據倉庫、數據湖、數據中臺、湖倉一體平臺等）AI平臺數據治理體系 數據治理組織 數據治理標準 數據保密及安全政策 流程、活動與機制數據能力體系 運營模式(組織、流程、文化)數據應用能力（場景、人才、工具）數據治理能力（標準、質量）平臺支撐能力(技術、生態系統)數據安全體系 數據安全組織架構 數據安全管理政策與制度 數據安全管理流程 數據安全技術規劃數據應用服務 數據分析與挖掘 數據報表&

90、BI 面向業務領域/應用場景的高級 應用服務（信用風險、合同等）數據集成服務 企業應用集成（EAI）企業服務總線（ESB）API服務網關（API Gateway）集中身份管理與統一認證（IAM）147258369數字化轉型/企業架構規劃 現狀分析與行業對標 架構藍圖規劃、差距分析 實施路徑規劃 架構治理規劃咨詢 2.0數據業務化咨詢2.0軟通咨詢：十大領域數據咨詢服務能力數據資產服務10 數據資源化服務 數據資產化服務 數據資本化服務392024.9 iResearch I天融信建設“以數據為中心的安全體系”，致力于運用多年數據安全經驗積累與豐富認知，推動我國數據安全發展 天融信科技集團(00

91、2212.SZ)成立于1995年，是上市公司中成立最早的網絡安全企業，中國第一臺商用防火墻的締造者。圍繞網絡安全、大數據與云服務三大業務構建起全系列產品與服務。30年來，天融信堅持創新驅動，擁有產品100余款、申請專利2600余項、參編標準430余項，具備“一專多強”網絡安全與數據安全能力體系。近年來，融合人工智能、云計算、大數據、國產化、量子計算、隱私計算、5G等領域的前沿技術，天融信持續升級產品技術、延展場景應用，為10余萬大中型政企客戶數字化轉型筑牢安全防線。來源：公司資料，艾瑞咨詢研究院自主研究及繪制。產業貢獻科研實力、服務資質主導/參與數據安全領域標準90余項，積極支撐監管單位各項工

92、作，入選國家工業領域數據安全管理試點整體典型案例、湖北省首批網絡和數據安全風險報送單位，是中國信通院“數據安全共同體計劃”聯合發起單位行業協會：30余家數據要素、數據安全、數據治理相關社會組織成員單位，協同打造數據要素安全產業生態圈人才培養：中國信息安全測評中心注冊信息安全專業人員-數據安全治理專業人員（CISP-DSG）、數據安全官（CISP-DSO）獨家授權運營機構，累計培養近7000名數據安全治理專業人才在數據安全領域，獲得2項省部級科技進步獎，1項社會科技進步獎天融信數據庫審計、天融信網絡審計、天融信數據防泄漏3款產品獲“北京市新技術新產品（服務）證書”取得國家信息安全服務-數據安全類

93、一級資質，數據安全服務能力評定資格證書-數據安全評估（二級）、數據安全建設（二級），CCRC數據安全管理認證等多項國家與行業認證402024.9 iResearch I天融信建設“以數據為中心的安全體系”，致力于運用多年數據安全經驗積累與豐富認知，推動我國數據安全發展來源：公司資料，艾瑞咨詢研究院自主研究及繪制。1Part 政務行業痛點：該項目為全國首個市級“網絡安全態勢感平臺”建設試點項目，全市黨政機關和重要行業領域的網絡安全數據進行大量匯集，整體涵蓋六平臺、一中心等若干子平臺和系統，業務流程復雜，數據體量龐大，需要通過詳細的現場調研，摸清業務系統流程和數據流轉情況，進一步分析數據生命周期場

94、景下的風險點，從而針對性的制定安全防護策略。項目亮點：全面梳理平臺系統資產、數據資產、數據生命周期活動；針對平臺全量數據開展數據安全分類分級；結合網絡安全保障體系，深度融合業務場景，為“網絡安全態勢感平臺”構建起從組織管理到技術保障的一體化數據安全防護體系，將數據安全落實到數據全生命周期的各個環節。2Part 政府行業天融信數據安全案例：數據安全防護體系建設項目天融信數據安全案例：數據安全管理與風險分析痛點：經過多年信息化建設，該客戶已具備較為完善的網絡安全組織架構和管理體系，但是在數據安全方面，雖然上級發布了頂層數據安全管理要求，但是大多數數據安全防護工作由各業務部門根據自身經驗執行，缺乏落

95、地的指導、規范的流程和統一的監管。項目亮點：本項目通過數據安全治理過程，完善該客戶整體數據安全保障體系，從組織架構和權責的梳理、到管理體系和流程的設計完善，基于數據安全能力成熟度差距分析，設計可指導落地的數據安全技術實施方案，結合數據安全管理平臺實現數據全生命周期的安全防護。1Part 某客戶數據安全深化應用項目痛點：為響應網絡安全法數據安全法個人信息保護法關于個人信息保護及重要數據保護的要求，該客戶落實XX數據安全分級管理辦法XX業務數據管理辦法要求，需在下屬三個中心以及十三個核心節點建立數據安全管理平臺、數據安全治理平臺，提升數據資產梳理、安全數據治理、數據安全風險分析等能力。項目亮點：幫

96、助客戶建立多級一體化數據安全管控體系，總部集中把控數據安全態勢，規范客戶安全數據采、傳、存接口標準，建立安全大數據治理倉庫，并以數據為核心，建立數據安全生命周期管理機制，助力客戶實時掌握數據安全動態、及時發現潛在的數據安全威脅，提高客戶數據安全管控的效率和水平。2Part 數據安全風險分析系統：某運營商數據安全管理項目痛點：根據數據安全法等法律法規要求，客戶業務系統存在較多敏感數據，因此需要對業務系統進行數據治理和監管，完成數據的發現、分類分級、風險識別等監管治理工作，提升整體數據安全運營能力。項目亮點：幫助客戶建立了 3 大類 84 小類共 143 條數據分類分級策略，搭建 25 個場景風險

97、分析模型，并針對關鍵業務系統的數據分類分級信息和風險監測信息自動生成審計報告，提升了整體的數據安全運營能力。412024.9 iResearch I中電萬維積極構建數據要素生態，致力于成為領先的數據運營服務提供商中電萬維信息技術有限責任公司是中國電信全資子公司，致力于黨政軍、鄉村振興、文化旅游、公眾服務等行業，業務遍布全國31個省份?；?6年技術和業務積累，堅持“技術為根、平臺為器、服務為本、數據為王”的理念，打造覆蓋“聚數、治數、融數、流通、用數”全生命周期的全棧國產化數據服務能力，具備數據要素全棧技術和解決方案優勢，為各級政府部門、大型企事業單位等提供從規劃咨詢、軟件開發、實施交付到持續

98、運營的一攬子解決方案。來源：艾瑞自主研究繪制。關鍵核心優勢提供高效完備的數據供給服務具備多元數據匯聚、一站式的數據開發服務、一體化的數據治理服務、全流程的安全保障能力，為數據供給服務保障提供支撐能力、提升數據質量和標準，夯實數據供給基礎，為數據要素價值的發揮提供支撐。行業應用廣泛，實施經驗豐富業務覆蓋城市治理、智慧雙碳、智能辦公、畜牧養殖、中小企業數字化轉型、智慧商業、文博講解、智算加速等多個關鍵領域，實現數據價值的倍增、放大、疊加。具備部委、省級、市級、縣級四級數據平臺建設及實施經驗，形成“四大體系、十八道工序、分域治理、敏捷迭代”的數據治理實施工藝，為數據治理服務開展和數據產品開發“保駕護

99、航”，保障數據治理實時可感，數據產品可用，數據價值可達。覆蓋數據流通全生命周期管理聚焦數據要素供給、流通和應用環節，提供數據資產登記、授權運營、開發治理、撮合交易、支付結算等服務，打通數據要素從收集、治理、加工到數據產品登記、確權、評估、定價、交易等全流程，為數據產品從供應、管理到流通、交易全流程提供一站式支撐，滿足用戶對數據資源開發治理和數據資產價值釋放的需求。數據要素交易數據資產登記公共數據授權運營基礎設施中國電信數鏈網數據要素平臺數據集聚數據聚合與開發數據場景數據要素流通產品上架撮合交易授權運營管理數據可信加工數據資源管理數據中臺：數據加工處理數據運營平臺：數據運營數據產品交付結算數據資

100、源登記數據產品登記資產證書憑證數據安全監管工業制造交通運輸文化旅游氣象服務NLPCV人工智能智能合約智能體構建區塊鏈數字信任MPCFL隱私計算模型微調大模型現代農業金融服務醫療健康城市治理商貿流通科技創新應急管理綠色低碳制度規則體系數據要素流通平臺架構安全防護體系422024.2 iResearch I螞蟻摩斯中國隱私計算行業的領先布局者，致力于保障數據安全的前提下促進數據流動迸發價值螞蟻摩斯基于多方安全計算、可信執行環境、聯邦學習等技術，致力于解決企業數據協同計算過程中的數據安全和隱私保護等問題，助推實現數據可用不可見，融合創新以進一步釋放數據價值。螞蟻鏈摩斯產品歷經長期不斷打磨，在安全合規

101、、性能、生產可用性、服務完善度、產品多元性和資源儲備六大方面持續深耕于擴充，已獲得20余家領先權威機構認證，參與制定20+行業標準。螞蟻鏈摩斯將持續加大對隱私計算研發和應用的相關投入，將持續保障數據安全，探索數字經濟的合理運用。來源：艾瑞自主研究繪制。服務層安全數據服務Morse DaaS安全模型服務Morse MaaS機密算力服務Morse CaaS隱私計算APIMorse OpenAPI產品層隱私計算一體機Morse Station隱私計算增強服務Morse App+隱私計算連接器Morse Flow隱私計算軟件Morse Edge功能層摩斯引擎MPC/FL/TEE安全匹配任務管理網絡管理

102、引擎管理數據管理節點管理安全模型安全統計安全腳本匿名查詢模型預測策略服務SaaS安全互通引擎其他廠商隱私計算隱私計算增強服務多引擎互通通用層管理螞蟻鏈摩斯（MORSE）：產品能力及優勢6大產品優勢安全合規全生命周期安全保障：計算前分級授權，計算中算法+規則雙重保護，計算后日志審計20多多項權威認證：信通院、BCTC、國密等。多安全引擎：MPC、TEE、FL性能超群生產高可用實踐經驗豐富：300+機構實踐打磨，積累了大量經驗可拓展的架構設計、自助化運維、數據備份與恢復等系統對接：支持與上下游系統打通，提升作業效率多產品可選服務完善售前：專業團隊為不同客戶定制解決方案售后：交付/升級、日常運維、產

103、品培訓等，全流程專人跟進，全面保障軟件：支持分布式和集中式軟硬一體機：軟件+密碼卡/TEE卡/GPU加速連接器：open api系統標準化對接、Flow多引擎互聯互通在線服務支持千萬級QPS：性能為同類產品5-60倍大數據分布式框架：支持10億級數據計算低耗能：比傳統MPC協議CPU占用低80%，帶寬減少50%多次獲得國際大獎：國際大賽性能PK中多次獲得世界冠軍 資源豐富螞蟻阿里系平臺流量資源外部平臺流量資源數據服務商資源300+客戶實踐覆蓋10+行業20+領先權威機構認證20+行業標準制定1100+自主研發專利4304中國數據要素流通發展趨勢展望及專家之聲442024.9 iResearch

104、 I未來發展趨勢展望（1/2）監管引導與產業生態協同并進，多力促進行業良性發展來源：艾瑞自主研究繪制。多參與方的不斷加入，培育出多元的市場參與主體，構建豐富且蓬勃發展的數據要素產業生態除了政府、行政事業單位等所持有的公共數據授權運營體系化建設、合規體系、收益分配機制等環節不斷完善，促進數據流通，同時還不斷有不同類型的數據提供方、需求方以及新模式的數據交易平臺等參與主體進入市場，豐富市場主體與產業生態，隨著數據要素交易規范化，技術支撐不斷完備，數據要素產業生態將迎來蓬勃發展。學術研究與產業實踐碰撞，制定行業標準為行業實踐提供更多參考樣本學術界、行業協會與相關組織通過牽頭行業內部前瞻參與者進行交流

105、和探討，共同開展關于產業鏈環節、技術實踐與應用等多個標準和規范，建立標準體系，為各產業實踐者提供參照體系和樣本規范，推動整個數據價值評估體系的發展和完善。監管與政策12監管與政策持續推出多政策工具，激活數據要素，鼓勵創新技術探索應用，引導、培育并不斷壯大數據要素產業生態各省市持續“因地制宜”，結合自身資源稟賦及當地優勢，在應用模型建設、平臺共建、合規全流程查驗、沙箱機制等模式不斷探索，在理念、機制和技術應用上多維創新，差異化地為各產業企業提供更安全、可實操的探索環境，促進區域間數據交互和業務互通，不斷降低合規成本，增擴可信通道。未來，在監管引導以及政策引領下，將進一步推動行業良性循環發展，促進

106、數據要素價值釋放。產業生態完善與相互協同452024.9 iResearch I未來發展趨勢展望（2/2）多技術融合將持續賦能產業場景應用與實踐探索，數據安全合規與隱私保護為各業的長期關注方向來源：艾瑞自主研究繪制。技術不斷整合與重新塑造，衍生出的新型基礎設施和解決方案將成為數據治理、資產化以及再利用等多個環節深化發展的重要支撐AI、區塊鏈、隱私計算等新興技術的不斷深化，基于新技術和產品進行整合與重新塑造，新型的基礎設施和解決方案帶來了更多的新模式，因此，以可信數據空間、數據要素加工交易中心、公共數據授權運營等為例的新模式將為數據資產化提供有力支撐。同時，結合各產業應用中不同客戶的差異化需求，

107、供給側廠商通過提供靈活敏捷、按需部署的定制化解決方案和服務，以更高效、敏捷迭代的方式加速數據治理、深化與再利用之一過程，這一模式將在未來3-5年持續存在。業務系統之間互聯互通仍為數據要素全面化建設的重要考量方向如何匹配已有內部業務管理系統與新建的數據要素平臺已然成為當前建設與管理過程中重要考量因素之一。從建設的全面性和整體性視角下，業務之間的互聯互通，以企業作為一體化的中心，最大化沉淀數據資產，并探索如何復用將為未來3-5年各企業在建設和部署數據要素相關應用時持續思考和重視的方向。場景應用實踐34數據安全、隱私保護以及合規體系建設的重要性日趨增強，為企業長期布局的重要方向之一隨著數據相關的各類

108、應用相互交織，關聯甚廣并不斷深化，數據安全與合規保障議題的重要性日漸凸顯。加強信息與數據安全意識，跟進行業規范并執行相關細則，加強數據安全技術創新應用，并持續完善數據安全監管與規范體系，為企業在探索數據應用中，仍需長期拓展延伸的重要方向之一。技術賦能46專家之聲中國數據要素流通行業尚處萌芽期，發展之路漫漫。在此，艾瑞特別邀請軟通動力、天融信科技、中電萬維、中科院軟件、洞見科技、藍象智聯、金智塔科技、零數科技等中國行業內知名參與者，分享對我國數據要素產業技術變革、賽道動態及未來趨勢展望的見解，共同探索中國數據要素市場的發展方向。47楊念農楊念農軟通動力軟通動力咨詢與數字化創新服務線聯席總裁咨詢與

109、數字化創新服務線聯席總裁軟通咨詢總經理軟通咨詢總經理以“1357”框架，搭建數據價值化管理體系，助推數字經濟繁榮發展“數據要素作為第五大生產要素，既是重要資源，也是國家戰略資源和全球競爭資源，正在推進數字經濟的全速發展。軟通動力旗下軟通咨詢基于多年服務客戶的經驗優勢，經過大量實踐與探索分析，確定了以“1357”的架構搭建數據價值化管理體系，即以數據要素價值發揮為核心目標，從“數據”、“技術”、“業務”三個方面進行分析與挖掘，建立“規劃、戰略、架構、治理、評估”五種方法模型，通過“梳、理、定、查、治、放、用”七個具體行動來實現數據要素價值的全面釋放。軟通動力旗下軟通咨詢主張“一體兩翼”的服務模式

110、，即從頂層戰略到業務運營模式規劃、技術支撐或引領、一站式解決方案三個方面，為客戶提供全面的端到端的數據咨詢服務。以咨詢服務為引領，在適應新型技術的條件下，從戰略、組織、標準、流程、制度、工具等方面開展數字化轉型，與企業客戶一道共同鋪設數字化戰略新基石，打造出一套全鏈路的數據要素價值發揮的解決方案，為國家和企業數字經濟騰飛插上雙翼?！?8王奇飛王奇飛天融信科技集團副總裁天融信科技集團副總裁保障數據安全，釋放數據價值“當前，中國經濟正處于轉型期，以數據要素為核心的數字經濟快速發展，為中國經濟注入了新的活力和動力。黨中央和政府高度重視，出臺了系列政策和規范，旨在加快各行業數字化轉型，推動數據要素化、

111、資產化和資本化的進程。然而，隨著數據資產價值的不斷攀升，數據勒索、數據泄露、數據篡改、數據濫用等安全事件頻發，給個人、企業乃至國家安全帶來了嚴重威脅，也給我國數字經濟高質量發展帶來影響。為此，天融信基于多年技術積累建立了數據安全體系，以數據要素為中心，以合規、風險及價值保障為驅動，從數據資產分類分級及安全治理入手，實現數據全業務、全場景、全流程、全生命周期的管理，構建“組織、管理、技術”三位一體的數據安全保障能力。通過數據安全運營，不斷降低風險水平，持續提升安全保障能力，助數據要素價值釋放?！?9慕嵐清慕嵐清中電萬維中電萬維數據交易經紀師數據交易經紀師(高級高級)數據資產評估計價咨詢師數據資產

112、評估計價咨詢師(高級高級)數據要素流通助力企業實現精準決策，推動社會經濟高質量發展“數據要素流通行業作為數字經濟時代的新興領域，正以前所未有的速度蓬勃發展。它涉及數據的采集、處理、分析、交易以及安全保護等多個環節，旨在促進數據作為新型生產要素的高效配置與有序流動。通過構建數據交易平臺、完善數據交易規則、加強數據治理與監管，數據要素流通行業不僅為企業提供了豐富的數據資源和洞察能力，助力其實現精準決策和智能化升級，還推動了社會經濟的數字化轉型與高質量發展?！?0羅三筆羅三筆 博士博士北京中科院軟件中心有限公司北京中科院軟件中心有限公司AIAI大大模型技術和產品研發負責人模型技術和產品研發負責人北京

113、市科協信息領域決策咨詢專家北京市科協信息領域決策咨詢專家團隊青年研究員團隊青年研究員深耕AI大模型和數據治理領域，助力賦能千行百業“大模型的加速落地為數據持有企業注入了數據供給新動力，將推動數據要素的應用和流通：一方面，企業數據訓練出大模型，促進了產業側應用的落地，激發了數據要素的價值；另一方面，大模型將數據轉化為產品和服務，激發了企業數據的商業潛力。此外，大模型對高質量數據的依賴也將推動數據治理的發展，數據企業需要建立健全數據治理體系、優化數據供給鏈路，確保數據的高效交付和應用。北京中科院軟件中心有限公司將持續深耕AI大模型和數據治理領域，推動企業數字化轉型和智能化升級，助力AI和數據要素賦

114、能千行百業?！?1姚明姚明洞見科技創始人、董事長洞見科技創始人、董事長安全筑底，應用牽引，智能驅動，推動數據要素產業高質量發展“數據作為新型生產要素，不僅是數字經濟發展的基石，更是國家戰略性資源和國際競爭力的重要基礎。數據要素重塑了生產關系，推動了新質生產力的形成，為社會和經濟的高質量發展注入了新動能。作為國內領先的隱私計算與數據要素生態服務商，洞見科技始終致力于以獨立自研、安全可信的技術創新體系，賦能數據要素“產-存-算-供-流-用”各環節的價值潛能釋放與安全合規應用。在數字經濟新篇章中，洞見科技積極順應國家政策與市場需求，基于InsightOne系列產品全面賦能數據要素安全流通及高效應用，

115、涵蓋了從數據流通基礎設施到公共數據授權運營，從數據智能高效應用到數據資產安全管理的全方位解決方案，并在“數據要素政務”、“數據要素金融”、“數據要素通信”、“數據要素工業”等多領域場景落地了眾多商業化標桿案例，示范性地推動數據要素賦能千行百業，為構建更加開放、共享、安全的數字經濟新生態貢獻智慧和力量?！?2童玲童玲 藍象智聯創始人、董事長藍象智聯創始人、董事長響應國家試點政策，藍象智聯構建數據冷鏈與試衣間基礎設施“隱私計算是數據基礎設施的重要組成部分，為了響應落實國家數據局的數據基礎設施城市試點政策，藍象智聯創新推出了的基于隱私計算的數據流通利用基礎設施-數據“冷鏈”與數據“試衣間”。數據“冷

116、鏈”是一套鏈接數據供給端到場景端的網絡化流通利用基礎設施，滿足數據安全供給、高效流通與價值保鮮的特點，支持數據要素市場“供得出、流的動、用的好、保安全”的工作方針。數據試衣間是一個數據價值驗證平臺，基于隱私計算技術，起到激活數據價值，數據在流通中進行價值匹配和價值再創造的作用，真正讓數據要素流得動?！?3蘭春嘉蘭春嘉上海零數科技有限公司上海零數科技有限公司聯合創始人兼聯合創始人兼CTOCTO數據流通基礎設施，產業融合與發展的新引擎“當前數字經濟蓬勃發展，數據要素已成為推動社會經濟發展的重要引擎。隨著產業數字化建設加速、各類數字技術逐步成熟、國家圍繞數據要素政策體系日趨完善，數據要素市場迎來全面

117、發展的嶄新階段。而數據流通市場的有序繁榮是這個階段的核心，讓數據流通起來的基礎設施是數據價值釋放的引擎。零數科技依托領先的區塊鏈和隱私計算技術，打造數據流通基礎設施產品“零數可信數據空間”，為供需雙方提供一系列組件和數據供需協議，建立可信、可控、可擴展的數據流通體系?；诹銛悼尚艛祿臻g產品，深耕產業落地應用，深度服務于汽車、能源、漁業、政務重點行業的數智化轉型；通過產業數據空間，全面釋放數據價值，推動數據要素市場發展，助力數字中國建設?！?4謝魯謝魯杭州金智塔科技有限公司杭州金智塔科技有限公司合伙人、產品總監合伙人、產品總監數據要素流通時代已來，隱私計算將成為數據價值流轉的壓艙石“隱私計算技

118、術作為數據合規流通的最優技術解，已經在金融、政務等行業得到深入應用，隱私計算平臺市場規模已進入爆發期。在未來兩年，隱私計算平臺會朝三個方向演進：第一，更輕量的組件部署，用戶將獲得安裝APP般的便捷體驗；第二，更多元的環境適配，安全監測系統將保護平臺在內網、專網、公網交織的復雜環境零風險運行；第三，更高效的協作互通，平臺將無感銜接數據要素流通體系的各類組件，成為釋放數據價值的重要底座。金智塔科技自主研發的“智隱”隱私計算平臺與“智通”數據要素流通平臺，將助力政府、金融機構、大型企業等機構保護數據資產、釋放數據勢能。隱私計算的發展將嚴守數據安全的初衷，在推動數據要素價值釋放的同時，保持數據的持有方

119、不變，進而保障數據持有方的資產權益不被稀釋，為各機構實現數據資產化的宏遠目標保駕護航！”55業務合作BUSINESS COOPERATION400-026-聯系我們官網企 業 微 信新 浪 微 博微信公眾號56版權聲明本報告為艾瑞數智旗下品牌艾瑞咨詢制作，其版權歸屬艾瑞咨詢，沒有經過艾瑞咨詢的書面許可，任何組織和個人不得以任何形式復制、傳播或輸出中華人民共和國境外。任何未經授權使用本報告的相關商業行為都將違反中華人民共和國著作權法和其他法律法規以及有關國際公約的規定。免責條款本報告中行業數據及相關市場預測主要為公司研究員采用桌面研究、行業訪談、市場調查及其他研究方法，部分文字和數據采集于公開信

120、息，并且結合艾瑞監測產品數據，通過艾瑞統計預測模型估算獲得；企業數據主要為訪談獲得，艾瑞咨詢對該等信息的準確性、完整性或可靠性作盡最大努力的追求，但不作任何保證。在任何情況下，本報告中的信息或所表述的觀點均不構成任何建議。本報告中發布的調研數據采用樣本調研方法，其數據結果受到樣本的影響。由于調研方法及樣本的限制，調查資料收集范圍的限制，該數據僅代表調研時間和人群的基本狀況，僅服務于當前的調研目的，為市場和客戶提供基本參考。受研究方法和數據獲取資源的限制，本報告只提供給用戶作為市場參考資料，本公司對該報告的數據和觀點不承擔法律責任。法律聲明LEGAL STATEMENTTHANKS艾瑞咨詢為商業決策賦能