《中國通信標準化協會：數據要素白皮書（2024年）（48頁）.pdf》由會員分享，可在線閱讀，更多相關《中國通信標準化協會：數據要素白皮書（2024年）（48頁）.pdf（48頁珍藏版）》請在三個皮匠報告上搜索。

1、 數據要素白皮書數據要素白皮書 (2024(2024 年年)中國通信標準化協會中國通信標準化協會 大數據技術標準推進委員會大數據技術標準推進委員會 20242024年年1010月月 版權聲明版權聲明 本本報告報告版權屬于版權屬于中國通信標準化協會大數據技術標準中國通信標準化協會大數據技術標準推進委員會推進委員會（CCSA TC601），并受法律保護，并受法律保護。轉載、摘編轉載、摘編或利用其它方式使用或利用其它方式使用本本報告報告文字或者觀點的，應文字或者觀點的，應注明注明“來源：來源：中國通信標準化協會大數據技術標準推進委員會（中國通信標準化協會大數據技術標準推進委員會（CCSA TC601

2、）”。違反上述聲明者，本。違反上述聲明者，本院院將追究其相關法律責任。將追究其相關法律責任。編編制說明制說明 編寫單位：中國信息通信研究院云計算與大數據研究所 編寫成員：呂艾臨、王澤宇、袁博、姜春宇、閆樹、康宸、張斯睿、王丹陽、侯寧、白玉真、賈軒、王思源、楊靖世、楊曉蕓、童錦瑞 前前 言言 黨的二十屆三中全會強調，要健全因地制宜發展新質生產力體制機制，健全促進實體經濟和數字經濟深度融合制度。數據作為形成新質生產力的優質生產要素，以其獨特的價值增值方式促進科技革命和產業變革，提升全要素生產率。發揮我國海量數據資源優勢和豐富應用場景優勢，全面深化數據要素市場化配置改革，強化數據高質量供給，推動數據

3、高水平應用，在數實融合中充分發揮數據要素乘數效應，對中國式現代化進程具有重要意義。2024 年政府工作報告指出，要健全數據基礎制度，大力推動數據開發開放和流通使用。隨著國家數據局的成立以及數據相關政策與改革舉措的相繼推出，我國數據要素發展路徑愈加清晰和完善。圍繞數據要素市場化配置改革這一主線，數據“供得出”“流得動”“用得好”“保安全”各項任務持續深化，相關政策落地實施步伐明顯加快，并主要呈現出以下發展特點：一是推進數據供給和應用逐漸成為關鍵基礎和首要任務，為發揮我國海量數據資源優勢和豐富應用場景優勢，充分釋放數據要素價值，亟需打通數據供給堵點，鍛造推動高質量數據多方供給合力；促進數據與業務場

4、景、實體經濟深度融合，形成數據應用協同優化、復用增效、融合創新的正向循環。二是數據要素產業實踐探索繼續保持活躍，廣大產業主體投身于數據要素市場培育和全國統一大市場建設浪潮，積極探索數據“入表”方案、持續鞏固和創新場內外數據交易模式，不斷構筑協同互信、有機運轉的生態體系，助力數據要素價值釋放。三是數據管理體制機制初步成型，國家數據局、地方數據管理機構及其他相關職能部門上下聯動、橫向協同，形成體制機制層面的支撐作用。在此背景下，中國通信標準化協會大數據技術標準推進委員會（CCSA TC601）發布數據要素白皮書（2024 年），在立足數據要素領域發展的最新進展和關鍵任務、深化理解數據要素價值作用機

5、理的基礎上，對當前發展態勢進行具體分析并提出建議，最后對數據要素未來發展進行了展望。目目 錄錄 一、概況：世界主要經濟體共同搶抓數據發展機遇.1（一）治理方面，各經濟體強化數據價值發揮的機制協同.1（二）實踐方面，各類主體聚焦以應用需求牽引數據流通.4（三）平衡發展與安全是各國探索過程中面臨的共性問題.7 二、數據供給：強化數據要素高質量供給是關鍵基礎.8（一）我國數據產量快速增長，規模優勢進一步鞏固.8（二）數據供給質量緩步筑基，重點領域可率先發力.10（三）公共數據潛力巨大，推動開發利用成為突破口.12 三、數據應用：豐富數據要素創新應用是首要任務.16（一）我國數據應用場景正逐步拓展，從

6、應用向復用邁進.17（二）少數領域數據應用已初成規模，顯現三種典型方式.18（三）更多領域亟需數據與業務融合，賦能實體經濟發展.22 四、數據管理體系：我國數據管理體制機制初步成型.25（一）各級數據管理機構迅速組建，提出重點工作方向.25（二）行業部委協同多措并舉，合力推進數據事業發展.28 五、數據產業實踐：數據要素產業熱點方向仍需深化探索.30（一）企業數據入表初步落地，市場關注空前高漲.31（二）場內數據交易繼續探索，互聯互通勢在必行.33（三）數據要素主體加快培育，生態建設穩步推進.35 六、趨勢與展望.36（一）數據要素市場建設仍需突破機制挑戰，持續投入，久久為功.36（二）政策激

7、勵加大、產業環境優化，將為數據事業注入新動力.38 圖圖 目目 錄錄 圖 1 歐盟數據監管格局.2 圖 2 數據來源分布情況.11 圖 3 歷年地級及以上數據開放平臺數量增長情況.13 圖 4 數據開發開放和流通使用的正向循環.16 圖 5 數據的三類微觀作用方式.19 1 一、概況：世界主要經濟體共同搶抓數據發展機遇 數據的基礎資源地位和創新引擎作用已成為全球共識。我國將數據增列為生產要素，美國、歐盟等世界主要經濟體同樣充分認可數據價值，將數據相關事業納入國家或區域發展戰略。各大經濟體均在完善數據治理體系、推動數據市場生態培育等方向進行布局，但由于戰略目標、經濟結構、文化背景、法律法規、市場

8、成熟度等不同，各經濟體在具體的政策導向、路徑選擇、安全策略等方面也存在一定差異。（一）（一）治理方面，治理方面，各經濟體各經濟體強化數據強化數據價值發揮的價值發揮的機制機制協同協同 歐盟推動數據共享與法律兼容。歐盟致力于通過嚴格立法保護個人隱私和數據安全，在此基礎上，歐盟為推進區域內部數據共享持續完善法律法規和數據治理框架。2023 年 11 月 27 日，歐盟正式通過了關于公平訪問和使用數據的統一規則的條例（Regulation on Harmonised Rules on Fair Access to and Use of Data），即數據法案（Data Act）。該法案的主要目的是促進

9、歐盟行業通過聯網產品（connected product）和關聯服務（related service）產生的數據的重復利用，為數據驅動的創新提供更加開放、競爭的市場環境。該法案對數據持有者在某些情況下向用戶和用戶選擇的第三方提供數據施加了義務，并要求數據持有者以公平、合理和非歧視性的條款和條件以及透明的方式向歐盟內的數據接收方提供數據。2024 年 1 月，歐盟網絡安全局（ENISA）發布歐盟數據空間中設計個人數據保護（Engineering Personal Data Protection in EU Data Spaces），在歐盟推2 廣其共同數據空間作為營造可信環境、連接行業主體的一體

10、化設施的過程中，闡釋了數據空間中數據保護的注意事項，為創建尊重隱私、安全和符合其他相關監管要求的數據共享框架奠定基礎。2024 年 4月，歐洲數據保護委員會（EDPB）公布了其 2024-2027 年的行動計劃（EDPB Strategy 2024-2027），為未來四年歐盟個人數據保護工作開展確定了基本方向。行動計劃中最大的變化是強調建立新的數字監管框架，加強 通用數據保護條例（GDPR）與 數字市場法（Digital Markets Act,DMA）數字服務法（Digital Services Act,DSA）等其他數字法案的兼容性。來源：李興騰，朱敏國外數據監管實踐及啟示 圖 1 歐盟數

11、據監管格局 歐盟各數據監管機構在法律框架下充分協同發揮作用。歐盟數據監管的最高領導與解釋機構為歐盟委員會，下設歐洲數據保護委員會負責整個歐洲經濟區數據保護法案的一致執行，具體職責包括向國家監管機構發出具有約束力的決定，澄清和促進對歐盟數據保護法案的3 共同理解。針對數據流通等創新性事業，歐洲數據創新委員會還對各成員國的數據中介與數據利他主義組織的監管機構進行指導。歐盟監察專員則享有對行政行為的監督權?？傊?，歐盟基于統一的數據監管機構，通過系列法律賦予和加強數據監管機構的權力，已經形成了以歐盟委員會為主導，歐盟數據保護委員會、歐盟數據創新委員會、歐盟監察專員等協同參與的數據監管格局（如圖 1），

12、歐盟成員國的數據監管機構也被賦予調查權、矯正權、干預權和行政處罰權等完備的數據監管執法權力，推動歐盟各項數據監管措施落地。美國治理體系著力滿足數據領域的市場需求。美國對內鼓勵數據開放共享，將商業利益作為數據領域發展的基本準則，提倡數據自由流動。一方面，美國積極推動政府數據開放，開放網站 data.gov 已上線十五周年，為許多企業創新創業提供了豐富的數據資源。面對生成式人工智能的迅猛發展，為充分釋放數據價值，保持企業創新活力，美國商務部秉承政府數據開放態度，立足“通過數據擴大機會和發現”的使命，于 2024 年 4 月發布人工智能和開放政府數據資產信息征集請求(AI and Open Gove

13、rnment Data Assets Request for Information)，向社會廣泛征詢如何改進商務部開放數據的完整性、可訪問性和質量，繼續推動人工智能對權威政府數據的充分利用。另一方面，美國注重防止數據壟斷形成，力促企業擴大創新優勢。美國多次否決數據產權立法嘗試。例如，早在 20 世紀末，美國國會就曾提出數據庫反盜版、信息收集反盜用等相關法案議案，但均因可能造成數據壟斷而未能通過。同時，美國否認數據屬于平臺獨占財產，通過對大型平臺的監管4 來防止平臺濫用數據壟斷地位限制市場自由競爭和創新。例如，2011年谷歌收購 ITA 軟件時，美國司法部要求谷歌承諾繼續以公平方式對外授權 I

14、TA 數據，滿足其他旅行類網站和搜索網站的數據需求。（二）（二）實踐方面，實踐方面，各各類類主體主體聚焦以聚焦以應用應用需求需求牽引數據牽引數據流通流通 美國數據應用能力持續躍升，并可能長期保持領先。美國企業數據積累時間悠久、資金運作模式多樣，數據流通與應用的內生動力充足。例如，2016 年，Scale AI 公司創始人瞄準各行業對高質量標注數據集急劇增長的需求，創辦公司并完成多輪融資，利用人類反饋的強化學習技術（RLHF）替代傳統的勞動密集型數據標注方式，適時滿足 OpenAI、微軟、美國國防部等各類客戶的數據應用需求。2022 年，基于大規模高質量數據訓練的人工智能大模型在通用人工智能方面

15、的表現極大超出預期，以 ChatGPT 為代表的應用引領全球，產生極大的變革效應，標志著數據應用能力的一次躍升。美國數據流通方式向多元化發展。數據經紀商（Data Broker）是美國數據流通的代表性角色。理論上，數據經紀商只要滿足監管要求的安全隱私條件，就可以廣泛收集各種來源的數據并進行整理、加工、轉讓、交易，數據經紀商之間也互相提供數據，保證數據對各類應用場景的充足供給。數據經紀商對數據的自由買賣分散了數據資源的集中度，也降低了數據壟斷的可能性，為企業提供了豐富的數據支持。例如，Corelogic、Acxiom 等數據經紀商幫助企業優化客戶體驗、提升營銷策略精準度；BeenVerified

16、、Spokeo 等廣泛收集個人信息，為5 企業提供背景調查、尋人等服務。同時，技術廠商提供平臺化服務，助力用戶企業間的數據產品流通。數據流通不只表現為數據本身的交易，也體現在多種形式的數據產品服務交互。美國各類廠商積極探索技術工具在數據市場中的新作用，為數據資源持有方提供輸出數據應用能力的多樣化渠道。例如，物聯網數據領域的獨角獸企業 DataBroker Dao 創建了通過智能合約購買和銷售傳感器數據的分布式流通平臺，借助區塊鏈技術使各傳感器所有者將生成的數據轉化為產品收入，提高了傳感器數據的利用率，促進了利益的合理分配。云數據倉庫公司 Snowflake 針對不同公司、不同行業的數據孤島現象

17、，提供了一站式的數據倉庫解決方案和數據共享部署平臺 Snowflake Marketplace，使各個公司均可基于數據引擎、數據湖、數據倉庫等功能輕松發布數據集和數據產品，供其他Snowflake 用戶使用或購買，從而使分散化、碎片化的數據能夠以應用能力相互協同的方式實現數據價值的自由流動。甲骨文公司（Oracle）的云基礎設施（OCI）為客戶提供了數據全生命周期管理的能力，其中包括對數據訪問進行收費的技術架構，幫助廣大客戶利用云基礎設施開發多種類型的數據產品，并將這些數據以及派生的分析、預測等應用能力直接對外出售，實現數據貨幣化（Data Monetization）。英國以金融行業數據流通為

18、先導，“開放銀行”路線基本成型。為打破銀行業壟斷，促進金融數據的共享流通，2013 年，英國首次提出了“開放銀行”的理念，并于 2017 年成為正式的政策舉措?！伴_放銀行”采用“白名單”的方式確定參與機構，要求商業銀行利用 API6 技術，與商業生態系統共享數據、算法、交易、流程和其他業務功能，逐步連接客戶、員工、第三方開發者、金融科技公司、供應商和其他合作伙伴，實現大型銀行向其他機構共享數據，以打破銀行業壟斷。2024 年 9 月，英國競爭和市場管理局（CMA）正式確認，開放銀行業務最終路線圖項目圓滿完成，CMA 授權的所有九家銀行提供商都已成功達到路線圖和相關的所需功能要求，可以提供全套開

19、放式銀行支付和賬戶信息服務，為英國未來開放金融的發展奠定了基礎。在此基礎上，英國還計劃在未來推出全新的數字信息和智能數據法案（Digital Information and Smart Data Bill），擴展相關生態系統，支持能源、電信、運輸和零售等其他行業的數據共享。歐盟公共數據再開發再利用初顯成效。歐盟開放數據與公共部門信息再利用指令（The Directive on Open Data and the Re-use of Public Sector Information）明確了公共數據的范圍、使用授權以及收費標準，強調公共數據需要匿名化、假名化，或在監督下的安全環境中被訪問，可收取

20、不超過必要成本的數據重復使用費用，并要求各國以此為依據深化公共數據的再開發再利用，賦能企業尤其是中小企業的數字化轉型和數字經濟發展。例如，2019 年，芬蘭基于社會和健康數據二次使用法（Act on the Secondary Use of Social and Health Data）成立社會和健康數據許可局 Findata，專門處理社會各界對社會和健康數據的訪問請求。授予許可證后，Findata 會對數據進行編譯、組合和預處理，并提供分析工具。2021 年，歐盟整合統一建立了官方公共數據開放平臺 European Data Portal，成為歐洲及其成員國開放數7 據的單一訪問點。（三）（

21、三）平衡發展與安全是各平衡發展與安全是各國國探索探索過程中過程中面臨的共性面臨的共性問題問題 世界主要經濟體大都在數據安全隱私方面做出嚴格規范。例如，除歐盟制定 GDPR 等法律外，我國制定了網絡安全法 數據安全法 個人信息保護法，印度制定了數字個人數據保護法（The Digital Personal Data Protection Bill），巴西制定了 通用數據保護法（The General Data Protection）。大多數國家和地區均在保障安全前提下探索數據流通使用，實際成效較美國確有差距。美國數據領域發展環境相對寬松，成果卓著，但也存在安全隱憂。雖然美國在金融、教育、未成年人、

22、衛生健康、視頻、通信等細分領域有個人隱私保護立法，但執行層面不及大多數國家和地區嚴格。大量個人數據均可經數據經紀商而廣泛流通，導致美國的隱私泄露頻發。例如，杜克大學研究者發現，數據經紀商公開出售的心理健康數據包含抑郁癥、失眠情況、種族、年齡、凈資產等敏感個人信息且較少受到管控1，公眾對此始終存在憂慮。在國際競爭層面，美國也將數據領域的國家安全提上日程。2024 年，美國通過關于防止受關注國家訪問美國大宗敏感個人數據和美國政府相關數據的行政令（Executive Order on Preventing Access to Americans Bulk Sensitive Personal Dat

23、a and United States Government-Related Data by Countries of Concern）保護美國人數據免受外國對手侵害法案（Protecting Americans 1 https:/techpolicy.sanford.duke.edu/data-brokers-and-the-sale-of-americans-mental-health-data/8 Data from Foreign Adversaries Act of 2024），旨在限制向中國等“相關國家”大規模傳輸特定類型的美國數據，受到限制的數據類型包括批量敏感個人信息、生物數據

24、、醫療衛生數據和聯邦機構敏感數據等。數據領域發展和安全的平衡問題影響數據領域探索后果，將是各大經濟體共同面臨的長期性問題。一方面，發展是最大的安全，數據流通使用可以深度賦能實體經濟，帶來國家實力增長，但數據流通使用天然產生信息暴露的安全或隱私風險；另一方面，安全是發展的前提，維護國家安全、防范隱私泄露和數據濫用將為經濟活動、人民生活提供保障，但由于泄露、濫用等問題極難避免，不得不從嚴管控的情況也會阻礙數據流通使用的可持續發展。我國將數據增列為生產要素，對數據要素價值釋放提出了更高要求，在數據管理體制機制、數據供給與應用、產業生態培育等方面統籌發展與安全，仍然有較長的探索之路。二、數據供給：強化

25、數據要素高質量供給是關鍵基礎 海量數據資源是我國獨特的優勢，是數據成為生產要素的必要條件之一，在發展新質生產力的時代浪潮中將持續發揮重要作用。為了更好的發揮我國數據資源的規模優勢，還需要進一步打破供給壁壘，提高供給質量和效率，將優勢潛力轉化為要素能力，筑牢數據要素發展的關鍵基礎。（一）（一）我國數據我國數據產量快速增長，產量快速增長，規模優勢規模優勢進一步鞏固進一步鞏固 我國數據生產總量大，高質量供給有待加強。根據全國數據資源調查報告（2023），2023 年我國數據生產總量達 32.85ZB，同比9 增長 22.44%；截至 2023 年底，全國數據存儲總量為 1.73ZB；2023年，我國

26、新增數據存儲量為 0.95ZB，占生產總量的比例（即產存轉化率）為 2.9%2。我國數據產量的規模和增速體現了我國近年來信息化建設、數字化轉型的顯著成效，海量數據資源規模優勢進一步鞏固，各行各業對數據的依賴程度不斷加深，也反過來擴展了數據來源、促進了數據生產。然而，較低的產存轉化率、海量數據“源頭即棄”的現象也體現出數據從生產到有效存儲、再到轉化為有效供給與應用的鏈條中存在的瓶頸。盡管不是所有生產的數據都有必要存儲，但數據管理能力、供需對接動力等的缺失，導致了高質量數據供給不足，阻礙了數據應用需求的滿足和數據價值的釋放。例如，我國多數地方公共數據開放平臺仍然存在數據低容量、碎片化、格式轉化生硬

27、、機讀性差等問題，無法滿足數據價值釋放的質量要求。發揮數據要素乘數效應以優質數據的社會化供給為前提。數據要素最突出的特點就是可低成本多場景復用，發展數據要素的一大目標就是多層次多元化挖掘出數據的更多價值，實現協同優化、復用增效、融合創新，產生“四兩撥千斤”的乘數效應。只有高質量數據的充分供給才能帶來不同場景、不同領域的復用，進而孕育出新產品、新服務，創造新的價值增量。因此，要以形成長期成效、打造共贏局面為目標，通過優化考核、增強激勵等手段，強化高質量數據的社會化供給，從而促進數據應用在多場景、多領域的自由探索，推動從連接到協同、從使用到復用、從疊加到融合的深刻轉變。相應地，要著力避 2 數據來

28、源：全國數據資源調查工作組.全國數據資源調查報告（2023）10 免以短期見效為導向的數據定向供給，避免形成新的數據壁壘。（二）（二）數據供給質量數據供給質量緩步筑基緩步筑基，重點領域可率先發力，重點領域可率先發力 我國整體的數據基礎仍不堅實，需加快引導轉型與質量提升。數據“從無到有”方面，我國企業數字化轉型程度持續加深，但仍然有較大的發展空間。業界調研顯示，98.8%的中小企業已經開始數字化轉型，但 62.6%的中小企業仍處于數字化轉型早期階段3。工廠中的“聾設備”“啞設備”、組織經營管理中“流程靠跑、查詢靠問”的工作模式仍然常見，數據沒有充分的積累、沉淀和供給，更無法用于匹配、挖掘和分析。

29、數字化的基礎決定了數據對內、對外供給和應用的水平，為充分釋放數據要素價值，需要夯實基礎、久久為功，通過試點示范、發布指南等方式持續推動企業數字化轉型。數據“從有到優”方面，我國企業數據加工治理水平持續提升，但數據質量仍顯薄弱。以我國參評 DCMM 企業為例，2023 年，參評企業數據管理能力達到三級（“穩健級”）及以上的企業占比 23.6%，較 2022 年增長 3.7個百分點4。換言之，仍有 76%以上的貫標企業數據管理能力在二級（“受管理級”）及以下，數據質量和整體管理水平還有較大的提升空間。數據治理是典型的“下水道”工程，投入大、周期長、見效慢，但只有經過標注、清洗、加工等大量投入，才能

30、形成高質量的數據。高質量數據是跨業務、跨主體對接標準化、關聯分析精準化、內容生成智能化的基本前提，需要通過貫標引導、競賽評優、產業培育等方 3 數據來源：36 氪研究院、聯想.中國中小企業數字化轉型報告 2024 4 數據來源：中國電子信息行業聯合會.2023 中國數據管理白皮書 11 式加快推動數據質量提升。我國大量數據集中于少數主體，數據分布不均的情況客觀存在。全國數據資源調查報告（2023）顯示（如圖 2），設施物聯傳感數據占比超 40%，車、路、云、網數據快速交換的背景下，出行數據同比增幅達到 49%5。傳感器、互聯網、數控化設備、數字化應用等極大豐富了數據來源，這些設施或應用的開發部

31、署需要大規模、長周期資金投入，數據的積累也具有規模效應和網絡效應，數據資源愈加集中的情況有其客觀必然性。一方面，持有大量數據的主體可利用其資金和技術優勢，提高數據處理的效率，促進技術創新和業務優化；另一方面，在“由市場評價貢獻、按貢獻決定報酬的”的環境下，持有數據的主體大規模對外供給優質數據，將使數據價值惠及廣大主體，實現數據價值倍增。來源：全國數據資源調查報告（2023）圖 2 數據來源分布情況 5 數據來源：全國數據資源調查工作組.全國數據資源調查報告（2023）0%10%20%30%40%50%60%物聯感知類分析計算類生產生活類交通運輸類生產制造類2023年數據分布2023年數據增速1

32、2 大規模數據供給仍有顧慮，可鼓勵重點行業領域率先突破。持有大量數據資源的行政事業單位和企業在數據對外供給方面普遍存在“顧慮遠大于動力”的情況。大部分數據資源持有者的主要職責或主營業務不是數據業務，而相關監管法律對數據供給方提出了較高的合規要求。調研顯示，數據供給出去之后仍然存在的供給方責任認定問題，導致內控部門為避免風險，主動收縮數據供給相關業務，減少了對數據供給的投入。各地區各部門可在明確監管紅線、制定負面清單的基礎上，以數據需求為牽引，率先增強重點行業領域的數據供給動力，進而逐漸帶動各領域高質量數據供給。例如，人工智能大模型的變革吸引了政策、資金、勞動等各方面資源投入，使得訓練數據供給量

33、快速增長。2024 年 5 月，成都、沈陽、合肥、長沙、?？?、保定、大同 7 個城市入選國家數據局首批承擔數據標注基地建設任務的城市名單，各城市將充分發揮比較優勢，促進訓練數據集的形成，高質量數據供給量也將持續增長。（三）（三）公共數據公共數據潛力巨大潛力巨大，推動開發利用推動開發利用成成為為突破口突破口 公共數據資源開發利用主要包括政務部門間的數據共享、面向社會的數據開放和授權運營三種方式。我國公共數據規模龐大，蘊藏著巨大的政治、經濟、社會、文化和生態價值，具有集聚程度高、管控力度大等特征，公共數據資源的開發利用適合在數據要素發展初期通過制度設計大力推進。加快推進公共數據資源開發利用，既是促

34、進公共數據供給公平普惠、促進公共數據價值惠及全體人民的重要舉措，又是引領激活全社會數據要素潛能、推動數據要素市場化配置改革的13 關鍵突破口。政務數據共享是政府治理科學化、政務服務高效化、營商環境便利化的重要支撐。當前，我國政務數據共享服務持續強化。國務院部門數據共享責任清單（第六批）將 35 個單位的 181 類共享信息1292 個數據項納入共享范圍，國務院部門垂直管理業務系統與地方數據平臺對接責任清單（第四批）將 19 個國務院部門的 33 個垂管系統的 67 個數據項納入對接范圍6。更大范圍的政務數據共享顯著提升了便民辦事、行政許可、證照服務等各方面的政務服務質量和效率，使廣大企業和居民

35、享受到了更加便捷、高效的服務體驗，對經濟社會的整體發展產生了積極而深遠的影響。來源：中國地方公共數據開放利用報告省域（2024 年度）圖 3 歷年地級及以上數據開放平臺數量增長情況 公共數據開放是降低社會運行成本、激發市場創新活力、釋放數 6 數據來源：數字中國發展報告（2023 年）334101520561021421932082262432012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年 2021年 2022年 2023年 2024年14 據價值紅利的基本途徑。當前，我國公共數據開放范圍有序擴大。截至 2024 年 7 月，我國已有

36、243 個省級和城市的地方政府上線數據開放平臺（如圖 3），各地平臺上開放的有效數據集達 370320 個，與2023 年下半年相比，新增 17 個地方平臺，平臺總數增長約 8%，數據集數量增長約 7%7。部分行業領域繼續推進高質量數據開放，滿足社會對行業領域內的全國全量高價值數據的使用需求。例如，科學數據具有數據量極大、公益屬性強的特性，對科研工作者或有關企業洞察規律、造福全民意義重大。國家科技基礎條件平臺中心長期運營的中國科技資源共享網已匯集 390 萬余個數據資源目錄，集成了 20 個國家科學數據中心，通過物理分散、邏輯匯聚的方式全面開放科學數據，助力我國自然科學研究水平加速提升，有效支

37、持部分企業對科學數據的再開發再利用，在農業、氣象、公共衛生、環境保護等場景提供普惠性服務。公共數據授權運營是全面激活公共數據價值潛能的有益補充，是兼顧普遍開放和安全保護、平衡社會多元化用數需求和資源市場化配置改革的有效手段，是調動各方力量挖掘數據價值的關鍵舉措。當前，公共數據授權運營實施規則進一步細化。2023 年以來，除了在地方的數據條例、公共數據管理辦法、公共數據開放管理細則等相關政策中對授權運營做出原則性的指示以外，有更多省市針對授權運營發布了專項規定。自 2023 年 12 月至 2024 年 6 月，各省市發布了逾 37 項專門針對公共數據授權運營的政策文件，各地對授權程序、運營機構

38、條 7 數據來源：復旦大學數字與移動治理實驗室.中國地方公共數據開放利用報告省域（2024 年度）15 件及權利義務、數據安全與監督管理等內容作出了更為明確的規定。據調研，為保障專項政策的順利落地實施，還有部分地方建立了授權運營的配套保障體系，包括配套的制度、機制、標準、組織等等，例如，石家莊市發布了石家莊市公共數據運營糾紛管理辦法（征求意見稿）指出要建設糾紛處置機制，并提出了預防性的糾紛處理辦法；浙江省建立省級公共數據授權運營管理工作協調機制后，杭州、寧波、溫州、麗水等多個地級市響應省政府號召，建立了推動本級授權運營工作的協調小組；鄭州出臺了鄭州市公共數據運營服務評價指標體系（2024 年版

39、）等，對本市公共數據運營服務建設的進展和成效進行評估，從而加強有效引導。公共數據授權運營推進模式更加多元化。當前，各地以整體授權、分領域授權、依場景授權為主要模式開展授權運營實踐。為吸引廣大市場主體積極參與、充分發揮各方的主觀能動性，各地也開始探索更為積極靈活的推進措施。在授權方式方面，以惠州為例，為調動各領域數據供給單位的積極性，惠州采取整體授權與分領域授權并行的方式開展授權運營，一方面，授權惠州市政務數據事務中心開展整體運營實施，實現對跨行業跨領域的數據需求實現的協調調度；另一方面，惠州市其他行業主管部門可依據統一制定的管理規則，同步開展針對本領域內公共數據的授權運營。在篩選確定授權運營機

40、構方面，以長沙為例，2024 年 1 月，長沙發布關于征集長沙市政務數據授權運營場景解決方案（2024 年第一批）的通知，針對交通運輸、智能制造、智慧農業、商貿流通、交通運輸、金融服務等 12 領域，向社會公開16 征集授權運營解決方案，并明確了申報條件、場景設計要求、申報流程等內容，鼓勵滿足條件的各類社會主體積極參與公共數據開發利用。以公共數據為抓手，持續深化數據普惠供給。在推進政務數據共享、公共數據開放的基礎上，黨政機關通過授權運營引入了更為專業化的機構，承擔數據治理加工、供需對接、應用開發等工作，將不宜直接開放的公共數據資源通過可再開發再利用的數據產品或服務提供出來，有效增加數據要素市場

41、的資源供給。授權運營作為公共數據資源開發利用的一種供給方式，要以服務公共利益、增進全社會福祉為目標，避免成為滋生壟斷、牟取私利的工具。當前，部分國家行業主管部門由于持有的數據在行業領域內具有相對完整性和全面性8，正逐步啟動和規范授權運營模式，通過引入專業力量強化高價值全國全量數據的社會化普惠供給。部分地方正通過有效的篩選標準、資格評審、結果公示等措施，保障授權運營的公平性和公共數據資源的普惠性。三、數據應用：豐富數據要素創新應用是首要任務 來源：中國通信標準化協會大數據技術標準推進委員會（CCSA TC601）圖 4 數據開發開放和流通使用的正向循環 充分發揮出數據要素的乘數效應，是釋放數據要

42、素價值的主要表 8 數據要素白皮書（2023 年）17 現。產業實際應用需求作為重要牽引力量，可帶動高質量數據供給，進一步提高數據應用水平、擴展數據應用領域，進而形成開發開放和流通使用的正向循環（如圖 4）。持續豐富產業實踐中的數據應用應成為數據要素發展的首要任務。（一）（一）我國我國數據數據應用應用場景場景正逐步拓展正逐步拓展，從應用向復用從應用向復用邁進邁進 數據應用場景加速向經濟社會發展各層面拓展。2023 年 12 月 31日，國家數據局等 17 部門聯合印發“數據要素”三年行動計劃（20242026 年），選取 12 個典型行業和領域，從數據應用端發力，各地區各行業領域積極響應。國家

43、數據局、中國氣象局、部分地區和行業企業已發布各類“數據要素”案例 200 余項；“數據要素”大賽地方分賽陸續啟動，賽道領域和賽題數量豐富，例如，2024年“數據要素”大賽北京分賽的賽道設置，較“數據要素”三年行動計劃（20242026 年）增加了政務服務、區域協同、教育教學、社區服務四大場景，平均每條賽道有 5 個賽題。這些場景的選取和賽題的設置以“有基礎、有場景、有需求”為原則，體現出我國擁有豐富的數據賦能應用場景，彰顯出數據賦能千行百業的價值潛能。數據復用增值的潛能有待進一步釋放。如前所述，數據要素的乘數效應集中體現在協同優化、復用增效、融合創新等方面。盡管我國數據應用場景愈加豐富，但是，

44、2023 年，企業一年未使用的數據占比為 38.93%；開展數字化轉型的大企業中，實現數據復用增值的僅有18 8.3%9。應當注意到，過往信息化、數字化建設浪潮也涌現出一批應用場景，造就了一批應用系統，但由于缺乏面向數據的統一管理，有大量數據被封閉在系統之中，形成了相互割裂的數據壁壘，甚至有不少應用變成了無人問津的“僵尸應用”。盡管最終的應用場景往往是個性化的，需要將數據與場景做專門的適配，但這不代表應用系統中的數據無法適配其他場景并進行再開發再利用。建設應用系統、持有數據資源的部門和企業應當加強專業能力建設，進一步加強對數據復用潛力的研究和探索，通過內部復用、對外復用等方式激活數據蘊藏的豐富

45、價值。（二）（二）少數領域數據應用已初成規模，顯現三種典型少數領域數據應用已初成規模，顯現三種典型方式方式 在營銷、金融風控、政務等少數領域，數據應用已較為普遍，形成了大批典型場景。對這些典型場景進行分析梳理，則可以看到數據應用過程可以歸納為三類微觀作用方式（如圖 5）。一是準確匹配作用，本質是對邏輯學“同一律”的追求，通過對數據是否相等的計算，確保數據被準確傳輸、查詢、核驗，防止信息損耗，對提高工作效率、降低潛在風險有立竿見影的效果。例如，工業數據一致性校驗快速完成全量數據異常發現、物流數據一站式查詢提升多式聯運承載能力和銜接水平等，均入選國家數據局發布的“數據要素”典型案例。二是關聯預測作

46、用，本質是對認識論“經驗主義”的運用，通過對各類歷史數據、相關數據進行統計、回歸、分類、聚類等，描述和診斷形 9 數據來源：全國數據資源調查工作組.全國數據資源調查報告（2023）19 勢、把握和洞察規律，進而預判未來的事件或行為，提出完成預定目標的方案，極大擴展可供人或機器決策參考的信息量。關聯預測作用是挖掘數據價值的關鍵途徑，在用戶畫像、智能推薦、科學研究、監測預警、精細化管理等方面均得到廣泛應用。三是重構生成作用，本質是系統論“涌現”的體現，通過對大量數據匯聚融合、深層計算、解構重組，形成具有極強泛化能力的信息生成機制。當前，以多模態大語言模型為代表的生成式人工智能技術正在轉化為解放人類

47、腦力勞動的新質生產力。數據作為生產要素的價值本質主要體現在，利用數據的可計算性來降低生產經營等各環節的不確定性、增加有效信息密度，從而助力業務目標更好實現。來源：中國通信標準化協會大數據技術標準推進委員會（CCSA TC601）圖 5 數據的三類微觀作用方式 發揮數據作用的目標是通過數據的應用與復用驅動各類業務發展創新。在不違反法律法規、違背倫理道德前提下，數據準確匹配、20 關聯預測、重構生成等作用已在銷售、公共服務等領域有效發揮，數據通過復用切實解決實際業務問題、提升業務流程效率、提高業務辦理水平。要以優化業務為目標和著力點持續挖掘數據應用場景，推廣取得良好經濟社會效益的成熟方案。提升營銷

48、與風控效能是數據應用的典型業務場景。馬克思指出，“從商品到貨幣的轉換是一次驚險的跳躍”。在最普遍的經營行為中，無論是物質商品還是服務性商品，尋找和維系客戶，防范風險客戶，完成商品銷售，是各類經營主體的核心訴求。營銷、風控是完成“驚險的跳躍”的關鍵業務，是非常希望降低不確定性、數據需求極大的應用場景。通過數據流通使用實現準確匹配的路徑樸實而有效。例如，商業信息查詢核驗是對客戶進行營銷、風控的直接手段，是“商查行業”誕生和發展的核心業務。早在 1841 年，鄧白氏集團（Dun&Bradstreet）就將各種商業信息收集匯聚并專門經營，并逐步演化成今天成熟的商業模式。國內各類商查企業利用其獨特的數據

49、集成產品提供查詢核驗服務，通過直接匹配客戶信息助力營銷、風控，取得了良好的經濟效益。合理合法發揮關聯預測作用給業務帶來變革。例如，利用行為記錄、交互記錄等相關數據對客戶偏好、習慣等進行分析，可以幫助企業對產品市場定位、目標客戶畫像、潛在風險因素等進行有效洞察，實現更加個性化的客戶管理、更有針對性的營銷策略制定、更加精細化的風險控制設置。金融、互聯網等行業普遍利用海量數據，極大改變了客戶細分、內容推薦、廣告投放、財務健康狀況預測、貸款風險評估等業務的形態。重構生成作用有望成為提升營銷、風控質21 效的新利器。當前，以大語言模型為代表的生成式人工智能技術同樣在營銷、風控領域率先應用，進一步為客戶提

50、供便利、為經營提供保障。例如，部分頭部互聯網企業推出 AI 廣告平臺，實現對廣告系統的全面理解，有效提高廣告主創意素材生產及投放效率；部分金融機構利用金融行業大模型強化風險評估能力、減少人工操作運營風險、提高監管合規風險管理水平。數據助力公共管理與服務精準普惠。當前，承擔公共管理和服務職能的組織在提升管理服務質量、優化資源配置、滿足群眾個性化需求等方面，有著大量數據應用場景。利用數據可以有效提升人民福祉，促進社會和諧與發展。政務數據共享切實提升企業和群眾獲得感和幸福感。例如，已推行多年的“一網通辦”實現跨地區、跨部門的數據共享與服務協同，為廣大企業和群眾提供了便捷、高效的政務服務體驗。本質上，

51、政務數據共享就是使權威數據直接匹配、簡化中間步驟，讓待辦事項所涉部門充分協同，賦能政務流程優化再造，使“移動化、一體化、便利化”為標志的管理服務新模式不斷涌現?；跀祿谋O測預警將解決人民群眾問題的點位前移。通過數據的實時采集與分析預測潛在的風險和問題，從而采取措施提前干預和解決，有效提升治理效率和效果。例如，浙江省的平臺經濟數字化監管系統“浙江公平在線”，變被動治理為主動治理，利用數據對平臺“反向”畫像，著重對“二選一”“大數據殺熟”“低于成本價銷售”“縱向壟斷協議”“違法實施經營者集中”等五類行為實施靶向監管，累計發現風險線索 9.9 萬條，立案查處 1.4 萬件。政務大模型顯著增強公共服

52、務的響22 應能力。政務大模型將海量數據重構，以對話形式實現“任意表，隨意問，對話即洞察”的內容生成，將傳統的“咨詢服務”升級為精準化、個性化的“導辦服務”，有效提升公共服務效能。例如，廣州市海珠區利用政務服務中心開設 10 年來沉淀的政務數據作為垂直領域訓練語料，打造出海珠政務云腦大模型，全面提升政務服務知識問答專業度、檢索精準度和安全性。業務形態的復雜多樣雖然導致數據實際應用過程復雜，但作用方式并不神秘。當前，我國部分經營主體、公共管理和服務機構仍然缺乏應用數據的思維或技術能力，市場上仍然缺乏既懂業務又懂數據的專業數據應用服務商，對業務的轉型和效能的提升造成一定阻礙。完善數據管理體制機制，

53、培育數據要素產業生態，將為數據要素的深度挖掘和廣泛應用提供堅實的基礎。（三）（三）更多領域亟需數據與業務融合，賦能實體經濟更多領域亟需數據與業務融合，賦能實體經濟發展發展 數據的價值不能孤立存在，需要在與各類業務的深度融合中得到彰顯。發展數據要素，推動數據要素市場化配置，就是要使數據在各個業務領域不斷發揮其應有的作用。要以賦能實體經濟為要點，不斷拓展數據應用場景，探索發揮數據作用的有效方案，推動數據與更多業務、更多行業相結合。從連接到協同，推動數據應用向研發生產端延伸。研發生產端同樣面臨化解不確定性的需求?；跀祿行褂玫娜謨灮?，可進一步促進實體經濟轉型升級。例如，工業研發領域，打通制造業

54、產業鏈23 數據，可實現供應鏈上下游零部件廠與主機廠的高效協同研發制造，有效縮短研發周期，降低供應鏈成本，創造更高質量、更好性能的產品。農業生產領域，早在 20 世紀 50 年代，美國就大力刺激農業信息化。從 1984 年開始，美國利用計算機技術的革新開發大量農業基礎和應用數據庫。美國農民可利用農田地理信息系統、智能化農機具系統等及時準確獲取農業信息，全面覆蓋從生產規劃、種植前準備、種植期管理、直到采收的各環節，從各方面規避減產風險，使美國能夠以 1%的農業人口維持龐大的農業生產體系，并向世界大量出口農產品。當前，我國也加快提高數據利用率，保障我國農業和糧食安全。江蘇省互聯網農業發展中心融合農

55、情、植保、氣象、基礎空間等數據，提供歷史病害、監測分析、預警發布等服務，累計監測小麥和水稻種植面積超 2 億畝，近三年年均挽回稻麥損失 200 萬噸，年均挽回直接經濟損失 49.8 億元。從使用到復用，推動數據應用能力觸達更多業態?；谇邪贅I的數據積累，可以跨行業發揮數據復用的價值，使數據應用向實體經濟更多業態延伸，拓展經濟增長新空間。例如，新能源發電領域，通過對氣象、發電量歷史數據的復用，新能源企業與保險機構能夠建立發電量波動模型，開發以未來發電量為標的的保險產品，緩解隨機波動帶來的不確定性，提前鎖定收益。碳減排領域，英國航空分析公司Cirium（睿思譽）依靠其全球航空業最大、最全面的單一

56、來源數據，將諸多變量納入計算，開發出“碳排放計算器”數據產品，能夠在旅行前準確預測飛機的碳排放信息，為航空公司、機場、導航服務商、24 飛機融資商、制造商、旅游公司等提供實現碳減排目標的信息參考，形成了經濟效益、社會效益共贏的良性循環。文化傳播領域，湖南省博物院積極推進文物數據資源的挖掘利用，與高校、優質企業、文化創意團體等簽署整體授權或單項合作開發協議，免費開放品牌資源和文化數據庫授權，聯合打造“數字漢生活”文化 IP 系列產品，帶動近 10 億元規模的文化創意及周邊產業發展，為繁榮文化產業、增強中華文化軟實力做出有益探索。從疊加到融合，推動數據應用貫通產銷全鏈條。產業鏈、產業生態體系完備的

57、行業領域，數據在環環相扣的業務和場景中可充分發揮出催化作用和規模效應，在實體經濟中引發數據融合驅動的創新涌現。例如，自動駕駛領域，任何一個單一數據來源，都無法實現真正的智能，必須使車企、交通管理部門等生態角色的業務環節有效銜接，進而實現單車智能和車路協同，才能做到全自動駕駛。汽車制造領域，我國以新能源汽車制造為代表的“數字原生”型企業具有與生俱來的數據基因，通過數據與業務緊密融合的商業模式，全面打通研發、生產、運輸、銷售各環節，及時響應市場變化、精準滿足客戶需求、持續優化產品設計，形成數據賦能業務精益運營的閉環，實現了數據對產銷全鏈條的賦能，從而具備了與發達國家同臺競爭的國際競爭能力。零售領域

58、，跨境電商企業希音（SHEIN）基于我國強大的服裝產業供應鏈，創新“小單快反”模式，通過設計、生產、銷售、物流等環節的數據融合，構建起集潮流預測、預售測試、款式迭代、快速配送于一體的柔性供應鏈，實現了數據流通使用對全鏈條營銷、調度等業務25 的深度賦能。數據要素對實體經濟的賦能有巨大潛力，對提升全要素生產率、培育經濟增長點具有關鍵意義。當前，我國大部分行業領域數據應用的可持續性還不夠強，全鏈條實現數據價值釋放的主體還不夠豐富。要充分發揮市場作用，使各類主體積極開拓業務場景，保持業務經營和數據應用的連續性和穩定性；更好發揮引導扶持作用，避免計劃式選擇場景落地數據應用。四、數據管理體系：我國數據管

59、理體制機制初步成型 構建統籌協調的數據管理體制機制是我國科學制定數據發展戰略與宏觀規劃、積極引導市場建設、激勵數據要素價值有效釋放的基礎保障。隨著國家數據局和各級數據管理機構的揭牌運行，我國上下聯動、橫向協同的數據工作體系基本形成。（一）（一）各級各級數據數據管理機構迅速組建，提出重點工作方管理機構迅速組建，提出重點工作方向向 國家數據局正式成立，搭建培育數據要素市場、發展數字經濟的初步框架。2023 年 10 月 25 日，國家數據局正式揭牌，負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等工作。此后，數字經濟促進共同富裕實施方案

60、 “數據要素”年行動計劃（20242026年）深入實施“東數西算”工程加快構建全國一體化算力網的實施意見等多份政策文件陸續出臺。面向未來，國家數據局堅持“一條主線”，統籌“三個建設”。堅持“一條主線”即堅持數據要素市26 場化配置改革，強調遵循市場規律、利用市場化手段優化數據要素的資源配置，促進數據開發利用和流通交易、加快相關產業培育和生態繁榮均是核心落腳點。統籌“三個建設”即統籌數字中國、數字經濟、數字社會建設，強調面向我國新時代發展的重大部署，要在戰略層面統籌規劃，著力破解不同部門之間的銜接難題，夯實治理基礎。省級地區數據管理機構完成組建。國家數據局揭牌運行后，各地因地制宜推進改革，組建對

61、應的數據管理機構，承擔起統籌數據事業的職責使命。據公開報道，除港澳臺地區以外，目前 31 個?。▍^、市）和新疆生產建設兵團均完成機構組建。據統計，在全部 31 個?。▍^、市）和新疆生產建設兵團中，25 個數據管理機構是在國家數據局揭牌運行之后新組建或重新掛牌的，而貴州、吉林、山東等地的數據管理機構成立和履行數據管理職能的時間較早，暫未調整名稱或進行機構改革。從機構名稱來看，目前各省級數據管理機構中，有 18 個機構的名稱設置與國家數據局保持一致；同時，有 10 個機構名稱包含政務服務或由政務服務管理機構加掛牌子，強調將政務服務和數據兩部分同時納入管理職責范圍，簡稱為“政數局”或“數政局”。一方

62、面，大量公共數據產生于政務服務過程，“政數局”或“數政局”實際持有或管理著這部分數據資源，更有利于在制度建設的基礎上精準匹配應用場景，推動公共數據開發利用等實際工作的落地；但另一方面，“政數局”或“數政局”承擔的職責內容要更為龐雜，若要使數據工作得到有效落地，還需確保相關科室設置與分工能夠與數據要素發展27 的整體規劃、制度建設、市場培育、基礎設施等各環節相對應。各市級數據管理機構陸續成立。據不完全統計，今年 2 月至今，我國已有 22 個省的 60 個市級行政區陸續組建了數據局，其中包含13 個省會城市和副省級城市。再加上早前已經成立的機構，截至目前，除港澳臺地區和?？谑幸酝?，其余 26 個

63、省會（自治區首府）城市和 5 個計劃單列市已完成數據管理機構的組建。全國數據工作會議明確下一步重點工作方向。2024 年 4 月首次召開的全國數據工作會議上，國家數據局圍繞八個方面做出重點工作部署，即：健全數據基礎制度、提升數據資源開發利用水平、以數字化賦能高質量發展、促進數據科技創新發展、優化數據基礎設施布局、強化數據安全保障能力、提升數據領域國際合作水平和發揮試點試驗的引領作用?？傮w而言，我國下階段數據工作的重點集中體現在統籌發展和安全，深化數據要素市場化配置改革，著力提升數據賦能效果，形成數據產業與經濟社會高質量發展相互融合、相互促進的良性循環，促進實體經濟和數字經濟深度融合。為確保我國

64、數據事業相關工作部署的上下貫通，各級數據管理機構間的權責對應關系還需進一步理順。早在 2014 年，部分地方政府已開始先行探索成立大數據主管機構，在數據管理和利用方面的實踐經驗可為國家數據局的工作開展提供借鑒。但同時，當前各地方數據管理機構的機構性質和隸屬關系并不完全統一，國家數據局與各省級市級數據局間的權責對應關系還需進一步理順。地方數據管理機構的履職過程既需要確保國家層面的工作部署得到有效落實，也需要結合28 實際，探索更適應本地目標與需求的發展思路。（二）（二）行業部委協同多措并舉，合力行業部委協同多措并舉，合力推進數據事業發推進數據事業發展展 圍繞數據要素的價值釋放，在國家數據局負責統

65、籌數據工作的同時，其他國家部委也承擔著相應管理職能，也進行了數據相關的制度設計與政策布局。工業和信息化部以貫標為抓手推動數據管理能力提升，促進實體經濟與數字經濟深度融合。自 2018 年國家標準 GB/T36073-2018數據管理能力成熟度評估模型（DCMM）發布以來，工業和信息化部大力開展貫標試點，推動 DCMM 應用落地，全社會數據管理的意識和能力提升效果明顯。截至 2024 年 8 月，已有 3000 余家企業的數據管理能力經過專業評估。2024 年 1 月，工業和信息化部等九部門印發原材料工業數字化轉型工作方案（20242026 年），并配套石化化工、鋼鐵、有色金屬、建材等行業的數字

66、化轉型實施指南，進一步推動數實融合。工業和信息化部正加快推進數字產業創新發展，促進數字基礎設施體系化發展和規?；渴?，分行業制定數字化轉型路線圖，深化數據管理國家標準貫標，保障數據要素高水平應用，培育壯大數字產業規模，助力新型工業化。財政部從財會發展的視角出發，制定數據相關的會計制度和資產管理制度。一方面，針對數據要素市場發展中企業數據相關會計處理路徑不夠明確的問題，財政部于 2023 年 8 月 22 日發布企業數據資源相關會計處理暫行規定，指導企業對滿足資產確認條件的數據資29 源進行具體的會計處理工作。該文件自 2024 年 1 月 1 日起施行，推動相關企業重新審視自身的資產結構和財務

67、報表。另一方面，針對數據資產管理制度依據不健全的問題，財政部于 2024 年 1 月 11 日印發關于加強數據資產管理的指導意見，明確了數據的資產屬性，提出依法合規推動數據資產化，平等保護各類主體數據資產合法權益。相較于企業數據資源相關會計處理暫行規定，關于加強數據資產管理的指導意見重點針對公共數據資產管理從權責關系、管理機制、開發利用、價值評估、收益分配、銷毀處置等資產管理的全流程提出了相應要求。國家知識產權局從保護數據處理者權益的視角出發，探索基于登記的數據知識產權保護與應用路徑。早在 2021 年，知識產權強國建設綱要（20212035 年）和“十四五”國家知識產權保護和運用規劃均提出了

68、要研究構建數據知識產權保護規則。2022 年 11 月，國家知識產權局在北京市、上海市、江蘇省、浙江省、福建省、山東省、廣東省、深圳市等 8 個地方開展數據知識產權工作試點，從制度建設、登記實踐、權益保護、交易使用等方面開展試點。到 2024 年，試點地方增至 17 個，新增天津市、河北省、山西省、安徽省、河南省、湖北省、湖南省、貴州省、陜西省等 9 個地方。截至 2024 年 3月，全國 17 個試點地方接收數據知識產權登記申請超 1.3 萬份，頒發證書超過 7000 張。在登記的基礎上，試點工作支持數據知識產權交易融資，以浙江為例，數據知識產權質押融資金額超過 22 億元。而數據知識產權的

69、司法適用問題正在探索中。2023 年 12 月 14 日，30 北京互聯網法院公開審理北京數據堂公司與上海隱木公司著作權與不正當競爭糾紛一案，案件中原告以其獲得的 數據知識產權登記證作為其數據權利的基礎之一提起訴訟。其他行業主管部門從數據要素賦能行業發展的視角出發，積極推進本行業的數據開發開放和流通使用。例如，中國氣象局于 2024 年1 月印發氣象數據要素市場化配置機制建設工作方案（20242025年），提出要構建氣象數據要素市場化配置基礎制度，搭建氣象數據授權運營平臺和氣象數據流通監管平臺，并圍繞授權運營、眾創利用、氣象數據身份證等三方面開展氣象數據要素市場化配置試點。國家金融監督管理總局

70、等 5 部門于 2023 年 8 月 30 日發布 關于規范貨幣經紀公司數據服務有關事項的通知，提出鼓勵數據依法合理利用，確保數據安全。自然資源部于 2023 年 8 月 23 日發布關于加快測繪地理信息事業轉型升級 更好支撐高質量發展的意見，提出激活測繪地理信息數據要素潛能以推進測繪地理信息事業轉型升級和產業發展。五、數據產業實踐：數據要素產業熱點方向仍需深化探索 構建更加完善的要素市場化配置體制機制、建設全國統一大市場是我國重要的改革發展任務。數據要素市場的培育離不開廣大產業主體積極參與。要持續引導各類主體積極推動業務創新、模式創新，構筑起協同互信、有機運轉的生態體系，促進數據要素產業健康

71、繁榮和有序發展。31 （一）（一）企業企業數據入表數據入表初步落地初步落地，市場關注空前高漲市場關注空前高漲 數據資源入表成為企業響應數據政策的主要抓手之一。一方面，將數據納入財務報表處理范圍，是企業發現和確認數據對業務的貢獻、促進數據的市場價值“顯性化”的可操作抓手。另一方面，當數據本身的開發開放和流通使用尚有阻礙時，利用相對成熟合規的金融體系將數據價值“變現”成為企業關注的可行路徑。企業數據資源相關會計處理暫行規定的正式施行和關于加強數據資產管理的指導意見的印發，掀起了企業數據資源入表和數據資產化探索的熱潮。上市公司一季度報和半年報中，數據資源入表呈現出行業分散、金額占比少的特點。經過調整

72、更正，截至 2024 年 9 月 10 日，有 18家上市公司在 2024 年一季度報中披露了數據資源入表金額，合計金額 1.03 億元；有 33 家上市公司在 2024 年半年報中披露了數據資源入表金額，合計金額 5.05 億元，較一季度報增長近 4 倍。從半年報看，進行數據資源入表的上市公司分布于 10 個省市，北京公司數量達 13 家，占公司總數近 40%；其余省市內最多有 4 家公司進行數據資源入表。從這些公司的行業分布看，信息傳輸、軟件和信息技術服務業是當前入表的主力行業，共涉及 13 家上市公司。此外，還涵蓋了制造業、交通運輸、批發零售、商務服務、文體娛樂等行業，整體分布較為分散。

73、從金額看，掌握了海量通信數據資源的三大通信運營商，即中國電信、中國聯通、中國移動的數據資源入表金額位列前三，分別為 1.05 億元、8476 萬元和 7000 萬元，一定程度上反映了當前三大運營商對所持有數據資源的價值評估結果。從資產占比看，大部分32 公司數據資源入表金額占總資產金額比例不高于 1%，從事大宗商品市場分析的卓創資訊和從事互聯網數據智能服務的每日互動分別將數據資源以 1790 萬元、2333 萬元入賬，占總資產金額比例分別為 1.96%和 1.27%。從入表科目看，20 家公司將數據資源計入“無形資產”，18 家公司計入“開發支出”，6 家公司同時計入“開發支出”和“無形資產”

74、，1 家公司計入“存貨”。眾多城投公司成為各地數據資源入表的“首單”案例。目前，廣東、浙江、山東、四川、江蘇、福建、安徽、重慶、河南、廣西、河北、湖北等多省市均已發布城投公司數據資源入表案例，其中不乏不同區域范圍和垂直領域內的“首單”案例。從入表準備工作看，城投公司通常會引入數據交易所、科研機構、律師事務所、會計師事務所、資產評估機構等設計方案并出具相關報告和憑證，對入表數據的權屬、合規、質量、安全、價值等進行全方位的評估和論證。已公開信息中并未披露太多細節，入表數據資源多為城投公司承擔的公共事業相關業務運營數據，涉及城建、供熱、交通、水務、農業等領域，其中包括停車、公交、高鐵、高速、智慧交通

75、等場景的交通領域數據資源入表案例最多。僅少數案例明確了入表的數據資源計入“無形資產”，大部分均未對此進行披露，還有部分案例直接以獲得第三方機構出具的數據資產登記證書或取得銀行增信或貸款作為完成入表標志。增信質押貸款等數據資產化創新模式已有落地實踐。在企業側，融資主體主要為“輕資產、重數據”的科技類小微企業，這類企業在傳統融資模式下融資困難；在銀行側，地方城商行扮演了主要角色。33 從融資模式看，大部分案例采用了質押貸款的方式，少數為無質押增信，還有企業嘗試了數據作價入股、數據知識產權證券化等創新模式。在數據確權、數據資產質押的法律依據尚不完備的情況下，目前數據質押貸款主要依托數據知識產權登記憑

76、證、數據資產憑證、數據產品證書對相關資產內容和權屬進行確認，同時也考慮標的的市場交易情況。從融資規?？?，融資金額基本在幾百萬元，少數達到了上千萬元。部分案例中，銀行為企業提供了授信額度，但并未實際發放貸款。數據資源入表與資產化仍然缺乏有依據、可復制、可操作的成熟路徑?？梢钥吹?，企業對于數據資源入表的關注度空前高漲，但落地層面多數仍停留在觀望層面。雖然諸多“首單”案例為打通數據入表和資產化落地路徑提供了有益參考，但也暴露出一些潛在的問題。例如，數據交易市場尚不成熟，增加了數據資產價值評估的難度；數據資產質押未形成統一的查詢和公示平臺，不同機構出具的憑證是否互認尚不明確，債權人的權利難以保障；對數

77、據資產的包裝、評估、入表等方面的投入，可能導致對數據要素復用價值投入的縮減。這些問題既是挑戰，也是未來數據資源入表和資產化的探索方向。（二）（二）場內場內數據數據交易交易繼續探索，繼續探索，互聯互通勢在必行互聯互通勢在必行 自 2020 年以來，在各級政府數據要素市場培育的政策支持下，各地數據交易所在積極投入建設和運營。截至 2024 年 7 月，全國已有 19 個省組建了數據交易場所，上海、浙江、深圳、海南等地數據交易機構“百花齊放”，交易模式、數商生態、技術底座各具特色10。10 全國數據資源調查工作組.全國數據資源調查報告（2023 年）34 專區化建設成為各數據交易場所的普遍思路。各家

78、交易所紛紛參照國民經濟行業分類設置數據專區并進行產品上架，涉及農業、金融、交通、旅游、電力、電信、醫療等行業。同時，各家交易所也結合本地優勢產業打造特色數據專區，例如，貴陽大數據交易所推出電力數據專區和時空數據專區；北京國際大數據交易所推出科學數據專區；西部數據交易中心推出汽車數據專區；深圳數據交易所推出跨境數據專區；而廣州數據交易所則通過“一所多基地多平臺”的體系架構，在省內佛山、惠州等地市建立基地，對接當地特色行業，形成兼具地域和行業特色的“專區”。場內交易的供需匹配始終存在結構性問題。相比于場外數據交易，場內數據交易的起步時間較晚，仍未形成健全的市場體系和成熟的商業模式，供需主體的進場意

79、愿仍然不足。一方面，調研顯示，場內掛牌數據產品的數量不斷增長，但能夠達成交易的占比普遍在10%-20%之間，已供給的數據產品流通性不足；而另一方面，進場需求方數據應用的需求強烈，但掛牌數據產品無法響應對應需求的情況也普遍存在，特別是具有高價值、稀缺性的數據資源，需求旺盛但場內供給不足。在供需撮合的基礎上，各數據交易場所積極參與數據資產化。伴隨著企業數據資產化熱潮，各數據交易場所開始成為數據資產登記確認、價值評估和融資信貸等資產化活動的重要載體。2023 年 11 月，在北京數據基礎制度先行區內，北京國際大數據交易所落地北京社會數據資產登記中心，并牽頭與北京銀行、華夏銀行、工商銀行、光大35 銀

80、行等共同發起數據資產質押融資服務中心，設計金融信貸產品，服務企業數據資產化業務落地。2024 年 6 月，上海數據交易所數據資產交易市場開始試運行，打造 DCB（Data Capital Bridge）數據資產交易平臺，并推出“數易貸”“數資通”等數據資產化解決方案。各交易場所工作有碎片化、孤島化傾向，交易場所間互認互通勢在必行。由于各數據交易場所均在自行主導交易規則和相關地方標準、團體標準的制定，導致場內數據交易在數據合規、登記、上架、交易、交付等各環節的實施規則“車不同軌，書不同文”現象較普遍，主體和數據產品在各交易所內重復上架但交易所間碎片化、孤島化的現象突出，或將加劇數據市場割裂的風險

81、。在國家數據局的推動下，在2024年 5 月的數字中國建設峰會上，24 家數據交易機構聯合發布數據交易機構互認互通倡議，旨在提高數據流通和交易效率，降低合規流通和交易成本，激發數據要素市場活力。（三）（三）數據要素數據要素主體主體加快培育，加快培育，生態生態建設穩步推進建設穩步推進 企業作為數據要素市場核心主體，既是數據要素價值的發現者、挖掘者，也是數據要素流通的連接者和服務者，在市場化配置的構建中發揮關鍵作用。央地兩級高度關注數據要素市場的主體培育?！皵祿畻l”明確提出要培育一批數據商和第三方專業服務機構。2023 年 12 月，“數據要素”三年行動計劃（20242026 年）再次提出要培

82、育數據商，繁榮數據產業生態；數字經濟促進共同富裕實施方案再次提出要培育數據要素企業，繁榮數據要素市場，進一步激活數據要36 素紅利。2021年，上海提出數商概念，并連續兩年召開全球數商大會；2023 年，山東省數據和信息技術應用創新協會啟動全省數據要素型企業的評估工作，貴陽市大數據發展管理局啟動貴陽市貴安新區數據要素型企業申報工作；2024 年，江蘇省、安徽省等地也相繼開始探索建立數據要素型企業的培育和認定機制。明確數據要素市場主體業務邊界是繁榮產業生態的前提條件?？梢钥闯?，數據要素市場的主體培育重點關注數據要素型企業與數據商兩類主體。但由于各界對這兩類主體的定義不相同、表述不統一，致使企業的

83、定位與發展目標也存在差異。為更好推進數據要素市場主體的培育，市場需要對數據要素型企業的具體畫像以及數據商的規范化業務模式達成共識。首先，需要在概念層面上實現相對統一以便為兩類主體提供明確的界定。數據要素型企業主要指以數據作為關鍵生產要素并能夠將數據要素價值充分釋放的主體，數據商則是以助力實現數據要素價值釋放為核心能力，圍繞數據提供服務的主體。在此基礎之上，需要進一步規范企業的核心能力，通過一套完整的模型標準為企業規劃發展路徑提供科學的方法論。對數據要素型企業、數據商的標準化評估評價，不僅有助于企業更準確地把握自身定位，也將促進數據要素市場的效率提升與整體繁榮。六、趨勢與展望（一）（一）數據要素

84、市場建設仍需突破機制數據要素市場建設仍需突破機制挑戰挑戰，持續投，持續投入，久久為功入，久久為功 從當前進展看，我國數據事業發展仍處于早期階段，數據作為新37 質生產力的優質生產要素作用還有待進一步發揮。從數據供給看，我國總體上數字化轉型基礎仍然不牢，海量數據“源頭即棄”，數據質量仍然不高，而持有大量優質數據資源的主體對數據對外供給仍存顧慮。從數據應用看，我國的數據復用潛能釋放仍然不足，部分行業領域的商業模式和經濟激勵尚未形成閉環，專業數據應用服務商還不夠壯大，數據應用還沒有充分融入到各行業領域、各業務環節，數據要素的價值還有較大的釋放空間。從數據管理體系看，國家數據局和地方數據管理機構仍處于

85、起步運行階段，央地之間、行業主管部門之間的分工協作關系有待進一步理順，圍繞數據要素發展的相關制度與政策設計也有待統一話語體系。從數據產業實踐看，數據資源入表、數據交易場所建設、產業生態主體培育過程仍然面臨認知不明確不統一、實踐效果不顯著等問題，關于數據要素的冷靜分析還需進一步深化。而從數據要素本身來看，數據相對于傳統生產要素的特性使得培育數據要素市場仍然面臨較多的機制障礙。一方面，數據要素的充分流動和價值共享共用與市場和競爭之間存在著天然矛盾，越是充分的數據匯聚挖掘越有利于探索新業態、新模式，但也越容易侵犯個人或其他企業的權益，而越是活躍廣泛的數據流通越不利于維護自身的競爭地位。因此，如何在保

86、護主體權益和業務創新投入的同時防止數據壟斷和濫用風險，進而建立合理的經濟激勵機制是推動數據要素市場化配置的一個關鍵問題。另一方面，數據要素的表現形態與信息、知識產權等存在大量交叉，數據要素的價值發揮又與算法、人工智能等技術的廣泛應用密不可分，圍繞數據要素發展的相關制度如何與個人38 信息保護、知識產權保護等既有制度間合理適配，又如何與算法治理、人工智能倫理等新的治理規則間協同發展，相關問題已引起熱議，但尚未形成明確思路。因此，進行既符合數據要素的特征規律又能與現有制度有序銜接的制度和機制設計，是未來結合實踐經驗深化數據要素探索的一項重要工作。應當注意到，數據事業是創新的事業，長期的事業，破解數

87、據要素發展面臨的諸多難題，全面深化數據要素領域改革，不僅需要保持緊迫感，更需要持續投入、久久為功，營造干事創業的良好探索氛圍，避免盲目跟風、追求速成的思維。各類主體均要結合本行業、本地區、本企業數據發展基礎和階段，理順發展思路，穩妥選擇發展路徑，推動數據深度賦能實體經濟各業務環節、各行業領域，全面優化公共管理與服務效能，為經濟社會的高質量發展注入蓬勃生機。（二）（二）政策激勵加大、產業環境優化，將為數據事業政策激勵加大、產業環境優化，將為數據事業注入新動力注入新動力 未來一段時間，數據基礎制度將逐漸細化，政策激勵將更加顯著。我們期待國家和地方將從多個方面發布制度文件，加大政策供給，著力消除數據

88、資源開發利用過程中的不確定性，為數據產業的發展提供有力的制度保障。同時，這些政策的激勵舉措應更加精準有力，積極引導資金、技術和人才向數據領域集聚，形成良好的數據產業生態，促進各類主體在數據開發開放和流通使用方面的創新突破。通過政策引導，社會各界對數據價值的認識和挖掘將進一步深化，推動數據驅動的商業模式和產業升級，實現數據要素的乘數效應。39 數據產業發展環境將不斷優化，內生發展動力將增強。我們期待，隨著進一步全面深化改革的推進和營商環境的持續優化，開放、公平、便利、可預期、有活力的數據要素市場逐步成型。廣大經營主體開拓業務方向、開展數據創新的顧慮能被打消，數據產業發展可從熱點跟蹤驅動轉變為內生

89、動力驅動。內生發展動力的增強，還需要數據產業中優質數據供給的豐富、應用創新能力的提高和市場需求的擴大。數據管理服務商將通過數據標準、模型、管理工具等專業服務，幫助數據供給方提高數據供給質量；數據應用服務商憑借專業的技術能力和業務知識，深入參與數據需求方的場景挖掘，幫助數據需求方創新數據應用、優化業務決策與執行。還有更多類型的數據要素型企業、數據商各司其職，共同組成相互協同的產業鏈和合作網絡，促進數字經濟和實體經濟深度融合。多元化產業角色的培育，將進一步推動數據資源、資金、技術、人才等因素轉化為內生動力，使各類主體在產業中廣泛聯動、使生態體系有機運轉。人工智能將成為激活數據要素價值、發揮數據要素

90、乘數效應的重要引擎。當前，人工智能正在引發新一輪產業變革，其突破得益于高質量數據，而人工智能的應用也大幅提升分析趨勢、洞察規律、生成方案的能力，使數據深層價值得以在各行各業中被挖掘、重構和釋放。同時，通用人工智能的發展使得數據與算法的邊界更加模糊，催生了下一代數據治理和標注。數據嵌入到了模型的生成中，數據質量與安全將直接影響模型結果，下一代數據治理和標注技術對構建高質量數據集的意義日益凸顯。這一技術體系的發展，可以有效提升數據質量40 水平，顯著提升人工智能模型的訓練效果和預測、生成的準確性，同時提升數據保護水平，確保數據安全合規，進而縮短人工智能模型的開發構建全流程周期，提升人工智能應用規模

91、化落地效率。數據如水，“善利萬物而不爭”；數據如電，“終日用之而不勞”。數據要素的價值集中體現在，數據與千行百業的需求相結合，與千變萬化的場景相纏繞，通過加工與復用促進各類業務提質降本增效。隨著數字化轉型的扎實推進和場內外數據要素市場的逐步繁榮，未來的數據將滲透到各個行業領域中，無處不在、無時無刻不被使用，持續優化各類組織的投入與回報，改善人民群眾的生活，卻又“潤物細無聲”，人們仿佛感受不到數據的功勞。推動數據事業發展，要以數據復用價值釋放的實效為目標，筑牢發展基礎，鼓勵探索創新，使數據的開發開放和流通使用更加自然、充分和高效，成為內化于經濟社會發展的強大動力。大數據技術標準推進委員會大數據技術標準推進委員會 地址：地址：北京市海淀區花園北路北京市海淀區花園北路 5 52 2 號號 郵編：郵編：1 10019100191 郵箱：郵箱：TC601CCSATC601CCSA 網址：網址：om