中國銀行研究院：2025年建設金融行業可信數據空間的相關思考與建議報告（17頁）.pdf

《中國銀行研究院：2025年建設金融行業可信數據空間的相關思考與建議報告（17頁）.pdf》由會員分享，可在線閱讀，更多相關《中國銀行研究院：2025年建設金融行業可信數據空間的相關思考與建議報告（17頁）.pdf（17頁珍藏版）》請在三個皮匠報告上搜索。

1、 倫敦經濟月刊（2013 年 1月）2013 年 1 月 18 日 中銀研究產品系列 經濟金融展望季報 中銀調研 宏觀觀察 銀行業觀察 國際金融評論 國別/地區觀察 作 者：劉 晨 中國銀行研究院 電 話：010 -6659 4264 簽發人：陳衛東 審稿人：周景彤 梁 婧 聯系人：劉佩忠 電 話：010 6659 6623 對外公開 全轄傳閱 內參材料 2025 年 2 月 10 日 2025 年第 06 期（總第 578 期）建設金融行業可信數據空間的 相關思考與建議 為了充分激活金融行業數據要素潛能，中國人民銀行等有關部門持續強化制度設計，引導金融行業建設開放、高效的數據流通環境，推動金

2、融行業可信數據空間建設。從理論角度來看，可信數據空間建設是激發各領域數據要素潛能的重要路徑；從實踐角度來看，加快金融行業可信數據空間建設具有緊迫性和必要性。結合金融行業的發展特點，未來金融行業可信數據空間建設在可信數據空間發展行動計劃（2024-2028 年）的基礎上，應著力形成多主體、多行業融合互通的數據生態，打造適配金融可信數據空間的基礎設施建設生態，發展安全、高效的跨境數據流通生態?；诖?，本文為金融行業可信數據空間建設提出相關政策建議。研究院 宏觀觀察 2025 年第 06 期（總第 578 期）1 建設金融行業可信數據空間的相關思考與建議 數據空間（Data Space）最早由美國計

3、算機科技專家邁克爾富蘭克林1等人提出，特指一種涵蓋特定組織全部相關信息的數據共存方法，主要提供數據分類、搜索、更新、事件檢測和支持復雜工作流等服務。此后，主要國家積極開展數據空間實踐探索。2014年，德國提出“工業數據空間行動”；2016年，歐盟提出建立歐盟國際數據空間倡議，并在2020年歐洲數據戰略中明確將數據空間作為重點發展方向，目前已形成超過 180 個數據空間及應用案例；2023 年，日本以汽車、電池等產業為先導開發Ouranos Ecosystem項目，旨在打造統一社會數字底座，并與歐洲數據空間進行對接合作。與此同時，我國圍繞數據空間建設作出一系列理論創新和實踐應用。2022 年，中

4、國信息通信研究院聯合華為等企業和研究機構原創性提出了可信數據空間2（Trusted Data Matrix，簡稱TDM），并發起成立可信數據空間生態鏈組織，為各方參與、探索、完善可信數據空間建設奠定了基礎。北京、上海、深圳、江蘇、重慶、浙江等地積極開展可信數據空間行業試點工作，上海數據交易所構建了具有互聯互通和共享價值的安全可信數據空間。2024 年以來，我國政府高度重視數據要素流通和數據空間發展，先后出臺了多份政策文件，進一步提升了可信數據空間建設的戰略高度。二十屆三中全會強調，“建設和運營國家數據基礎設施，促進數據共享”；2024 年 11 月，可信數據空間發展行動計劃（2024-2028

5、 年）（以下簡稱為行動計劃）出臺，明確了“可信數據空間是基于共識規則，聯接多方主體，實現數據資源共享共用的一種數據流通利用基礎設施，是數據要素價值共創的應用生態，是支撐構建全國一體化數據市場的重要載體”；2024 年 12 月，國家數據基礎設施建設指引針對建設數據可信流通體系，強調“支持建設企業可信數據空間、行業可信數據空間、城市可信數據空間，探索建設個人可信數據空間、跨境可信數據空間?！? Franklin M,HalevyA,Maier D.From databases to dataspaces:A new abstraction for information managementJ.

6、SIGMOD Record,2005(04):27-33.2 可信工業數據空間系統架構 1.0 白皮書，工業互聯網產業聯盟、中國信息通信研究院等，2022 年 1 月。2 2025 年第 06 期（總第 578 期）金融行業作為數據密集型和科技驅動型行業，天然具有數據稟賦。早在2013年，IBM公司商業價值研究所和牛津大學進行的一項調查表明，71%的金融服務公司已經采用了數據分析和大數據技術。伴隨金融數據資源持續壯大，圍繞金融數據要素的交易市場日漸活躍。據上海數交所數據3，截至 2023 年，金融行業數據交易市場規模達到535.6億元，位列各行業第一（圖1）。為了充分激活金融行業數據要素潛能，

7、中國人民銀行等有關部門持續強化制度設計，引導金融行業建設開放、高效的數據流通環境，推動金融行業可信數據空間建設。2022 年 1 月，中國人民銀行印發金融科技發展規劃(2022-2025 年)，強調“在保障安全和隱私的前提下，有序推動跨機構、跨地域、跨行業數據規范共享”；中國人民銀行等七部門聯合印發推動數字金融高質量發展行動方案，提出“加強金融領域數據資源開發利用，探索開展金融行業數據空間建設”。圖 1：2023 年我國各行業數據交易市場規模分布 資料來源：上海數交所 3 2024 年中國數據交易市場研究分析報告，上海數交所，2024 年 11 月。金融互聯網通信制造工業政務醫療健康交通運輸教

8、育其他宏觀觀察 2025 年第 06 期（總第 578 期）3 一、構建金融行業可信數據空間具有重大理論意義和現實價值（一）從理論角度來看，可信數據空間建設是激發各領域數據要素潛能的重要路徑 首先，可信數據空間進一步優化了數據要素作為關鍵生產要素的生產函數。數據要素主要通過優化要素投入比重、改變資源配置方式和賦能其他生產要素三種路徑帶動經濟增長?？尚艛祿臻g能夠將實體空間的各類實體及其關系、交易轉化為數據并進行歸納綜合、演繹分析、優化配置，從而找到企業、產業、行業在要素資源約束下的“最優解”，提升全要素生產率。據國家數據局發布的“數據要素”典型案例4，四川長虹電子建立的工業數據空間，在生產層面

9、完成多個工業軟件系統數據匯聚與校驗，最短可在20分鐘內自動完成全量數據異常發現；在供應鏈層面實現多主體數據可信可控流通，向代工品牌商安全共享超 135 萬臺電視生產質量數據，賦能產值超 90 億元；在跨行業層面通過數據空間對接金融機構系統，形成覆蓋64家大型企業及其上下游超過 1650 家中小企業的供應鏈金融服務，融資總額超 40 億元，中小企業貸款加權平均利率比市場平均水平低 1.05 個百分點，且相較傳統貸款縮短 5-7 天。其次，可信數據空間在發展過程中能夠持續創造新的價值。一方面，可信數據空間通過協同各主體開放共享形成的高質量數據資源，能夠直接以產品和服務的形式提供給消費者從而實現價值

10、。同時，由于具備區別于勞動力、土地、資本等傳統生產要素的非損耗性和非稀缺性，數據要素在共享過程中會伴隨數據傳播鏈條的延伸而呈現爆發式增長，從而產生倍增效應。據麥肯錫公司預測,數據流動量每增加 10%,將帶動GDP增長 0.2%。另一方面，可信數據空間能夠進一步賦能實體空間，從而創造新的價值。例如，不同類型、不同維度的數據再融合，將推動不同領域知識融通，從而促進生產工具創新升級。例如，智慧城市建設的主要思路，就是把各個行業、各個系統中孤立分散的數據匯聚起來，進一步提升城市治理能力。目前多數城市推出的“一號一 4 2024 年 6 月，國家數據局會同生態環境部、交通運輸部、金融監管總局、中國科學院

11、、中國氣象局、國家文物局、國家中醫藥局等部門在第七屆數字中國建設峰會上發布首批 20 個“數據要素”典型案例。4 2025 年第 06 期（總第 578 期）窗一網”“最多跑一次”“一次都不跑”等政務創新，也是基于其不斷累積的數據資產所形成的城市應用新業務。最后，可信數據空間以開放協作、安全可信的方式有效鏈接供需兩端多方主體。數據由于易復制性，在市場交易中一旦完成，賣方可能因失去數據控制權從而面臨潛在安全風險?？尚艛祿臻g基于區塊鏈、隱私計算等技術確保數據供應方能有效監控數據使用目的、方式和去向，實現“可用不可見和可控可計量”的數據流通機制。同時，通過打通多元主體間的信息壁壘，可信數據空間也為

12、需求方提供了與各類高價值數據深度融合流通的平臺。例如，中國保險行業協會指導建立的保險行業數據空間，推動了保險行業數據與政府公共數據及行業部委數據的整合開發利用，有效緩解了保險行業經典的“道德風險”問題。（二）從實踐角度來看，加快金融行業可信數據空間建設具有必要性和可行性 一方面，金融行業數據要素流通面臨一些問題與挑戰，阻礙數據要素潛能充分釋放。金融部門內部數據治理不規范導致“數據孤島”問題嚴重，亟需拓展主體間數據共享、交換的渠道。商業銀行等傳統金融機構往往作為數據的生產者和收集者存在，長期掌握大規模的個人基本數據、金融交易數據和金融衍生數據，但數據累計產生的馬太效應導致數據壟斷的局面凸顯。據中

13、國人民銀行對 210 家商業銀行調研數據5，由于數據不足和技術能力薄弱，中小銀行數字化轉型與大型銀行的差距依然明顯。同時，在缺乏頂層設計的情況下，金融機構內部信息和數據流動也存在梗阻。據2023 中國信息與數據孤島分析報告6，不同部門和業務單元往往獨立選擇和實施數據管理系統和工具，在數據管理分析、系統兼容等方面缺乏協調和一致性，導致在組織內部無法流動和共享（圖2）。早在2020年，中國互聯網金融協會針對商業銀行的調研發現7，被調研銀行數據治理能力自評估總體得分僅 3.03 分（滿分為 5 分），地方中小銀行得 5 數據來源于https:/ 2023 中國信息與數據孤島分析報告，億歐智庫、智邦國

14、際，2023 年 11 月。7 金融業數據要素融合應用研究，中國互聯網金融協會，2020 年 11 月。宏觀觀察 2025 年第 06 期（總第 578 期）5 分為 2.80 分。其中，71%的調研銀行認為自身在規范和提升數據質量方面存在挑戰，認為自身數據價值挖掘能力欠缺、“數據孤島”較為嚴重的調研銀行占比分別為 59%、55%。2024 年 7 月，金融監管藍皮書：中國金融監管報告（2024）8發布，指出當前金融“數據孤島”問題仍難以消除。圖 2：“部門墻”和數據管理分析差異導致金融機構內部數據流通不暢 資料來源：億歐智庫,智邦國際 行業間缺乏互聯互通的安全規則導致數據流通安全隱患嚴重。隨

15、著跨行業、機構的外部數據融合應用場景逐步落地，數據交互的類型和渠道數量增加，但由此也抬升了數據關聯分析復雜程度和數據泄露風險外溢效應。IBM Security的“數據泄露成本報告”9顯示，金融行業發生數據泄露事件后將面臨嚴重損失，2021-2022 年，金融行業的每次泄露平均成本為 597 萬美元，在所有行業中位居第二。據金電信科問卷調查 8 金融監管藍皮書：中國金融監管報告（2024），中國社會科學院國家金融與發展實驗室、中國社會科學院金融研究所、社會科學文獻出版社，2024 年 7 月。9 指維護數據安全需要投入的法律、監管及技術保障成本和企業因數據泄露導致的品牌資產損失、客戶流失和員工流

16、失成本。6 2025 年第 06 期（總第 578 期）數據10，88%的銀行機構認為監管方針對行業間數據交互的合規要求應有所增強；72%的銀行機構認為行業機構間信息系統增多導致統一管控難度加大，風險敞口有所擴大，且風險點動態跟蹤和定位難度也持續提升；36%的銀行機構認為安全告警數據和外部威脅情報繁雜，導致威脅信息精準識別難度增大；28%的銀行機構認為不同行業、區域的數據安全防護難以打通（圖 3）。圖 3：外部數據安全防護需解決問題 資料來源：金電信科 部分數據要素交易模式存在不足限制金融行業數據應用。近年來，商業銀行對數據價值挖掘與數據價值管理的資源投入不斷增加。據國際數據公司（IDC）數據

17、11，中國銀行業IT解決方案市場規模由2016年的250.80億元增加至2022年的648.80億元，年均復合增速高達 16.7%。但相對于商業銀行對數據要素IT解決方案持續增長的市場需求，目前主流數據要素交易模式仍存在不足（圖 4）。例如，金融機構與數據機構間的隱私計算模式下，各廠商間隱私計算產品技術標準相對獨立，難以實現彼此間信息共享、交互；政府部門牽頭的金融服務平臺模式下，“黑箱”機制下難以保障數據質量和合規性。10 共有 50 家銀行業金融機構參與，包括國有大型商業銀行、股份制商業銀行、城商行、農商行等。11 中國銀行業 IT 解決方案市場份額,2022:競爭深化韌性成長，IDC，20

18、23 年 7 月。0%20%40%60%80%100%監管方合規要求增強行業機構間信息系統增多、風險敞口變大威脅信息精準識別難度增大不同行業、區域間數據產品安全防護難以打通宏觀觀察 2025 年第 06 期（總第 578 期）7 圖 4：隱私計算技術模式（左）和政府主導的“一條龍”授權模式（右）仍存在不足 資料來源：韓光,周崇毅,郝東林,等.基于數據元件與數據金庫打造安全可信金融數據空間J.網絡安全與數據治理,2023,42(09):1-5.另一方面，構建金融行業可信數據空間將打通數據要素流通環節各項梗阻，推動數字金融高質量發展。金融行業數據要素質量、規模相對其他行業較為領先，能夠為可信數據空

19、間提供充分的數據資源。據波士頓咨詢測算12，金融行業具有較強的數據供給潛力（圖 5）。近年來，我國金融監管體制機制改革持續推進，二十屆三中全會指出，“依法將所有金融活動納入監管”。在持續完善的金融監管體系保障下13，我國金融機構數據管理能夠基于自上而下、協調一致的治理體系，通過制定和實施系統化的標準、制度、流程和方法，形成完善的數據管理機制。同時，近年來監管持續加大金融行業數據治理力度，引導金融機構建立覆蓋全部數據的統一規劃、業務規范和技術標準。據畢馬威數據14，2023 年，因數據質量、數據合規存在問題被處罰的金融機構法人數量同比分別增長 27.2%和 9.8%。12 數據價值網絡白皮書，波

20、士頓咨詢（BCG）、北京信百會信息經濟研究院，2024 年 3 月。13 繼 2023 年 4 月，國家金融監督管理總局在中國銀保監會 2022 年法治政府建設年度報告提出“金融監管總局持續加強監管科技信息化建設，試行一表通監管數據采集平臺”的要求后，“一表通”監管數據采集平臺建設持續推進中。14 “監”聽則明：2023 年全年金融業監管數據處罰分析及洞察建議，畢馬威，2024 年 2 月。8 2025 年第 06 期（總第 578 期）圖 5：金融行業具有較強的數據供給潛力 資料來源：數據價值網絡白皮書 可信數據空間為金融業數據共享和交換創造了新的可能，有望破解“數據孤島”等問題。行動計劃提

21、出“以推動數據要素暢通流動和數據資源高效配置為目標”，并針對導致“數據孤島”的主要問題（圖 6）因類施策。技術方面，提出“引導可信數據空間運營者提供數據標識、語義轉換等技術服務，推動可信數據空間參與各方通過數據資源封裝、數據資源目錄維護等手段，實現數據產品和服務的統一發布、高效查詢、跨主體互認”；數據割據方面，提出“引導可信數據空間運營者加強協作，統一目錄標識、身份認證、接口要求，實現各類數據空間互聯互通，促進跨空間身份互認、資源共享、服務共用”；標準缺失方面，強調“制訂推廣可信數據空間關鍵標準”。此外，針對行業間數據流通不暢，行動計劃提出“構建多方互信的數據流通利用環境”，并特別強調“引導龍

22、頭企業與物流、金融、信息科技等生產性服務平臺加強協作，強化數據空間專業化服務能力”?？尚艛祿臻g為實現金融數據權益營造了安全可靠的數據生態。數字信任對于金融機構的數字化轉型至關重要，擁有高水平數字信任的機構可以獲得多種正面效應。據北京金融科技產業聯盟統計15，2023 年受訪樣本數字信任帶來的各項正面效應均較 15 面向金融機構數字化轉型的數字信任體系建設研究報告（2023），北京金融科技產業聯盟，2024年7月。宏觀觀察 2025 年第 06 期（總第 578 期）9 2022 年有所提升（圖 7）。行動計劃提出的首項行動即“構建數據空間可信管控能力”，同時通過“接入核驗審查”“履約機制與數

23、據管控”“日志存證與溯源”持續強化事前、事中、事后各環節安全保障。此外，行動計劃也強調構建必要的防范、檢測和阻斷等技術手段強化安全防護。隨著金融行業可信數據空間持續完善，長期形成的安全可靠的數據生態能夠有效降低數據供求雙方的信任成本。圖 6：“數據孤島”形成的主要原因 資料來源：人民論壇網數據共享：政府管理信息化的價值點 圖 7：2022-2023 年數字信任的正面效應統計 資料來源：北京金融科技產業聯盟 0%10%20%30%40%50%60%70%80%更好的品牌效應更少的隱私泄露更少的網絡安全事件更可靠的決策更強的客戶忠誠度更快的創新更高的收入2023年2022年 10 2025 年第

24、06 期（總第 578 期）可信數據空間有助于推動金融體系創新水平持續提升。本質上，數據要素流通為金融服務注入了新動能。金融服務提供方通過收集、分析和處理個人數據預測用戶行為，提供針對性和定制化的金融產品，完善企業與社會的金融風險管理體系。未來，金融機構可以依托可信數據空間開發數據交易中介服務、數據分析與挖掘服務等新型數據產品與服務，滿足市場多樣化需求。同時，在保護數據隱私的前提下，金融機構也可以利用可信數據空間進行精準的數據分析與洞察，提升營銷效果和風險管理能力。此外，行動計劃也強調“拓展可信數據空間國際合作”，通過跨組織、跨行業的數據共享與交易合作，金融機構可以借鑒其他組織和國家在數據治理

25、方面的成功經驗，構建跨區域的身份與信任空間管理細則，優化各主體自身的數據管理策略，構建多層次的數據空間網絡，以實現跨機構、跨行業乃至跨國界的數據安全共享與協同。二、關于金融行業可信數據空間建設的幾點思考 行動計劃為引導和支持以金融業為代表的主要行業可信數據空間建設提供了重要支撐，同時也為建設可信可管、互聯互通、價值共創的數據空間提供了基本框架（圖 8）。同時，行動計劃提出“分類施策推進企業、行業、城市、個人、跨境可信數據空間”，結合金融行業的發展特點，未來金融行業可信數據空間建設在行動計劃整體基礎上，應當注重三個方面。一是打造以金融行業為核心的跨領域、跨行業數據空間，形成多主體、多行業融合互通

26、的數據生態。金融行業服務實體經濟的本質，決定了數字金融發展的根本目的在于促進產業生態的共同發展?？v觀歷史，歷次工業革命總是伴隨著金融技術變革以及新的金融業態產生，并進一步為產業革命提供資本動能。例如，20 世紀 80 年代，美國大力發展信息技術產業。為了更好地吸引優質的科創企業，納斯達克提出“全國市場+常規市場”的分層制度，將規模較大、交易活躍的股票歸入全國市場，將其他股票歸入常規市場。20 世紀 80 年代，納斯達克年均上市企業數量達 140 支，是紐交所的 3 倍，其高速發展也為快速發展的高科技企業融資提供了重要渠道。近年來，伴隨第四次工業革命持續推進，互聯網、大數據、區塊鏈、云計算等技術

27、與金融在功能上產生耦合，加快了金融脫媒、提升了資源配置效率、降低了交易成本，推動金融業宏觀觀察 2025 年第 06 期（總第 578 期）11 的融資方式、獲客渠道、信用評價、貨幣流通發生了重大變化。與此同時，金融行業也通過加快與其他領域的數據流通，推動金融賦能不同個體、部門、產業。據上海數據交易所研究院數據16，近年來金融機構對各領域數據流通需求持續加快，主要交易數據產品包括個人征信、身份認證、不動產數據為代表的個人信息類，公安數據、司法數據、社保數據為代表的公共信息類，以及行情數據、估值數據、投研數據、電力數據、產業與供應鏈數據為代表的產業信息類（圖 9）。其中，產業息類數據產品涵蓋企業

28、基本信息、經營活動、投融資、公司畫像、關聯企業，以及以企業為基礎的行業資訊與產業鏈信息。圖 8：可信數據空間架構圖 資料來源：國家數據局 因此，可信金融數據空間建設應當是以政府為主導、金融機構和產業發展需求雙向驅動、行業協會和企業等各類主體深度參與的數據生態圈。在數據空間中，數字金融促進產業生態的共同發展，以更加有效的金融科技手段，實現普惠金融、綠色金融、16 金融業數據流通交易市場研究報告，上海數據交易所研究院，2022 年 11 月。12 2025 年第 06 期（總第 578 期）轉型金融等多重目標。同時，以金融行業數據空間為示范，牽引不同的行業數據空間建設模式趨于成熟，推動實現其他各行

29、業數據空間的融合互通，以及行業數據空間與通用型、區域性數據交易市場的銜接。伴隨數字金融、科技金融、產業金融生態化發展與融合持續推進，多方互利共贏的全新商業生態模式逐漸形成，從而實現整個生態圈健康發展。圖 9：金融業數據產品交易情況 資料來源：上海數據交易所研究院 二是持續強化算力供給、網絡保障，打造適配金融可信數據空間的基礎設施建設生態。國家數據基礎設施建設指引指出，“數字中國、數字經濟、數字社會建設提出了數據資源化、要素化、價值化要求，國家數據基礎設施圍繞打造可信流通、高效調度、高速互聯、安全可靠的體系化能力，持續賦能各行業數據融合與智能化發展”。算力和網絡保障是構建可信數據空間、推動數據要

30、素高效流通的基礎支撐（圖10）。對于金融機構而言，AI大模型訓練對算力要求持續抬升，僅依靠個體算力支撐的難度不斷加大。與以往的AI訓練模型方式不同，大模型的訓練任務是“多機多卡”式的，在分布式任務訓練下需要消耗大量的資源。OpenAI數據顯示，2012-2020 年其算力增長30萬倍，算力消耗平均每3.4個月翻倍一次；GPT-5預計在2024年底至2025年發布，需要的計算量將為GPT-3 的 200-400 倍。對于金融行業而言，大模型訓練一宏觀觀察 2025 年第 06 期（總第 578 期）13 般以二次訓練精調（Fine-tune）為主，即在已有預訓練模型的基礎上，對神經網絡的最后一層

31、進行修改，其他參數不變。盡管所需的算力要求相較預訓練有所減少，但單次訓練依然需要數十張A100 顯卡。在激烈的市場競爭格局下，部署和維護大模型需要較高的技術投入和資源成本。金融大模型技術創新與應用探索報告17顯示，制約行業大模型訓練的關鍵瓶頸在于技術和資源成本與業務需求的不匹配。因此，亟須各方共同努力優化算力資源管理，在網絡設施的基礎上需要建立全局算力資源感知、度量、調度、分配等于一體的算力設施，能夠有效提升數據空間高效敏捷的數據處理和計算能力。但考慮到算力設施、數據流通利用設施等尚未在數據空間內形成有機整體，存在算力資源閑置、分布不均、配置不完善等問題，未來適配金融可信數據空間的基礎設施建設

32、生態有待進一步完善。圖 10：數據基礎設施及網絡、算力設施總體架構圖 資料來源：國家發展改革委，國家數據局，工業和信息化部 三是加強國際合作和標準互認，發展安全、高效的跨境數據流通生態。當前，我國金融從業機構境外業務規模持續擴大。截至 2023 年 6 月,中資銀行累計在 71 個國家 17 金融大模型技術創新與應用探索報告，度小滿，2024 年 1 月。14 2025 年第 06 期（總第 578 期）和地區設立295家一級機構18。促進和規范金融領域數據跨境流動，有助于中資金融從業機構加速拓展海外市場，全面提升我國金融業的國際競爭力和影響力。但是目前與之匹配的數字規則在全球尚未達成一致，甚

33、至有進一步碎片化的風險。據OECD全球數字服務貿易限制指數19，各國針對數字服務的限制措施不斷上升，跨境數據流動的限制、歧視性差別待遇等措施已經成為影響數字經濟發展的主要負面變量。2024 年 3 月，在十四屆全國人大二次會議經濟主題記者會上，中國人民銀行明確了做好金融數據跨境流動管理的目標和任務。面對短期內無法形成全球統一共識的局面，可以以金融行業可信數據空間搭建為契機探索新的跨境合作機制。例如借鑒日本的經驗，在金融部分領域積極探索與海外國家數據空間的對接，通過統一的數據接口、服務標準、互認機制，提高跨境數據流動的國際兼容性。三、政策建議 第一，加快重點領域人才培育。金融可信數據空間建設涵蓋

34、專業領域眾多，行動計劃專設23個專業名詞解釋。此外，數據空間未來跨部門、跨機構、跨行業的業務融合持續加快，對從業人員的理解和分析能力也提出較高要求。各金融機構可組建數據分析團隊，加強對金融從業人員和金融科技團隊數據分析能力的支持和培養，采用以干代訓、邊干邊學的方式，在機構內部構建數據分析思維體系，鼓勵職工以數據溝通業務和技術，達到數據應用的最大效果。金融基礎設施建設過程中，可搭建數據實驗室等便利、安全、合規的數據創新實驗環境，組建包括技術、業務、數據人員在內的聯合研發團隊，構建市場調研、方案設計、系統研發、運營營銷一體化數據挖掘孵化機制。第二，豐富數據要素場景，推動金融行業深化賦能產業。充分發

35、揮政府數據資源規模優勢，打通公共數據空間、城市數據空間與金融數據空間互聯互通，激發公共數據在金融可信數據空間中的帶動效應。針對跨部門的政務數據平臺間兼容性和交互性不高問題，開展公共數據治理的統籌規劃、評估和管理工作，通過稅收優惠、數據要 18 李偉.促進和規范數據跨境流動著力推進金融高水平開放J.中國網信,2024,(05):31-33 19 OECD Digital Services Trade Restrictiveness Index，https:/goingdigital.oecd.org/en/indicator/73。宏觀觀察 2025 年第 06 期（總第 578 期）15 素化

36、產業鏈價值置換或反哺等創新手段，吸引數據要素治理型企業積極參與到空間互聯互通標準對接工作中。支持具備相關能力及資源的各行業國有企業及龍頭企業率先探索，形成與金融可信空間互聯互通的典型案例，推動可信數據空間技術、制度和應用的創新，進而推動企業級可信數據空間向行業級、地區級、國家級持續發展。同時，聚焦國家發展導向重點關注的實體經濟、創業創新類企業、鄉村振興等重點類產業及客群，以政府為主導推動數據要素價值的相互融合與金融機構服務的升級，更好地賦能實體經濟。此外，搭建常態化可信數據空間對話機制，推動各方交流研討，通過行業專家指導、組織經驗分享，對空間建設運營給予幫助，降低試錯成本。第三，推進軟硬綜合能

37、力建設，夯實金融可信數據空間底座。遵循統籌規劃、區域協調、集約建設、適度超前等原則，依托全國一體化算力網建設，以自主技術創新為牽引，推動我國數字基礎設施與重大工程的體系化布局與建設，通過工程化設計將網絡傳輸體系、算力調度體系、數據應用體系和安全保障體系形成有機整體，為金融行業數據要素市場培育提供綠色、安全、普惠的算力保障。政府成立工作專班，統籌謀劃數據空間發展，布局關鍵核心技術科技計劃和產業化項目，構建通用算法模型和控件庫。第四，加強金融可信數據空間領域關鍵技術、標準規范、人才交流等方面的國際交流合作。充分發揮大型跨國企業、數據跨境類企業、對外合作交流機構等作用，加強與歐美等國家相關組織的經驗交流。積極推動金融領域數據交互、業務互通等方面國際交流合作，依托全球性平臺、區域發展組織、多邊合作機制等組織形式，參與金融行業數據跨境流動規則討論和制定。利用“一帶一路”合作平臺、金磚國家合作機制，以數字經濟發展為紐帶，探索構建金融數據空間領域創新合作新機制，積極貢獻數據空間建設的中國智慧和中國方案。