数据要素融合应用典型模式与价值路径白皮书

数据要素融合应用典型模式与价值路径白皮书（2025年） 发布单位：中移智库编制单位：中国移动通信研究院 前言 习近平总书记指出，“充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。”随着数字经济的不断发展，海量数据在应用场景中如何发挥作用日趋受到关注。 《“数据要素×”三年行动计划》指出“加快多元数据融合，以数据规模扩张和数据类型丰富，促进生产工具创新升级，催生新产业、新模式，培育经济发展新动能”，阐明了推动数据融合应用的重要价值。 本报告结合国家数据局发布的“数据要素×”48个典型案例，以及“数据要素×”大赛119个获奖案例，深入分析数据要素融合应用在相关案例中的作用。通过发掘优秀案例中数据要素融合应用的共性和个性特征，剖析其融合应用基础、融合应用模式及融合应用成效，探寻促进数据价值释放的可循路径，为数据要素在更大程度、更广领域、更多主体中发挥乘数效应提供参考。 本白皮书的版权归中国移动所有，未经授权，任何单位或个人不得复制或拷贝本建议之部分或全部内容。 联合编写单位及作者 中国移动通信研究院主编林琳、潘宏筠、陈哲、黄梁峻 参与编写单位 中国移动大数据（贵阳）创新研究院：龚珂、高杨、王玉梅、杨靖 目录 1.数据要素融合应用的概念和内涵....................................4 1.1数据要素融合应用的必要性......................................41.2数据要素融合应用的定义及特征..................................41.3数据要素融合应用的研究框架....................................51.3.1融合应用保障...........................................51.3.2融合应用路径...........................................51.3.3融合应用成效...........................................52.融合应用保障：政策法规引导、市场机制驱动、基础设施赋能..........72.1政策法规引导..................................................72.2市场机制驱动..................................................82.3基础设施赋能..................................................93.融合应用路径：跨行业、跨区域、跨主体融合应用加速推进...........123.1跨行业融合应用成为数据要素高水平应用的标配...................123.2跨区域融合应用有力破解数据价值“碎片化”痛点.................133.3跨主体融合应用有效应对“数据烟囱”难题.......................144.融合应用成效：赋能生产、生活与社会治理全面升级.................164.1驱动高效生产：激活创新动能，驱动产业升级.....................164.2赋能美好生活：优化消费体验，提升服务品质.....................174.3优化社会治理：提升协同效能，增强响应能力.....................175.趋势与展望.....................................................195.1制度供给：从“框架构建”向“精准施策”深化...................195.2技术支撑：从“单点突破”向“集成创新”跃迁...................195.3融合机制：从“线性协作”向“生态共治”演进...................205.4合作范式：从“单体主导”向“多元共生”转型...................20参考文献..........................................................21 1.数据要素融合应用的概念和内涵 1.1数据要素融合应用的必要性 数据要素的非竞争性（可无限复用且不损耗）和强协同性（数据要素价值发挥具备规模报酬递增效应）是其区别于传统生产要素的核心特征。一方面，数据要素的非竞争性则赋予了其无限复用的潜力，例如气象数据在农业、物流、保险等领域的复用可产生“1+1>2”的乘数效应。数据要素的非竞争性和强协同性决定了数据必须通过跨行业、跨区域、跨主体融合才能释放价值。另一方面，数据要素的强协同性决定了单一数据难以直接创造价值，必须通过融合才能释放价值，例如医疗影像数据需与临床诊断、药械研发等场景结合，才能形成完整的价值链。 1.2数据要素融合应用的定义及特征 目前，关于“数据要素融合应用”尚未有权威定义，已有的研究多从技术视角切入，认为数据要素融合应用是通过技术手段整合多源异构数据，完成数据清洗、关联、分析与决策的过程。本报告认为，技术视角对研究数据要素融合应用固然重要，但由于海量数据存在不同的主体中，而有效的制度供给（政策法规和市场机制等）则是促进不同主体数据互通的关键，因此也需要从制度视角切入对其进行剖析。基于此，本报告将数据要素融合应用定义为：“通过技术工具与制度创新打破行业、区域和主体间的数据壁垒，将多源、异构、跨域的数据要素进行系统性整合与协同计算，并直接作用于具体业务场景、实现价值创造的过程。”从这个定义出发，数据要素融合应用呈现出三个显著特征： 一是技术-制度协同创新。数据形态具备的复杂性（如结构化、半结构化、非结构化等）和数据主体呈现的多样性（如公共数据、企业数据、个人数据等）决定了数据要素融合不仅是技术问题，更是制度设计问题，需要技术工具（如隐私计算等）与制度设计（如数据收益分配等）的双重保障。 二是场景驱动的价值创造。数据要素融合的终极目标是直接作用于业务场景 并产生经济价值，相较于传统数据集成（如数据库等），数据要素融合更强调场景化驱动，即在具体业务场景中，依托多源数据协同释放乘数效应。 三是动态演化与自我增值。数据在融合应用过程中不会损耗，反而被更多场景应用，生成更多衍生数据，呈现出“越用越多、越用越好”的特征。例如，医疗影像数据与临床诊断、药械研发等场景结合，经分析后形成医疗研发趋势报告，而报告本身又成为新的数据产品，形成“数据→知识→新数据”的正向循环。 1.3数据要素融合应用的研究框架 1.3.1融合应用保障 政策法规、市场机制和基础设施共同构成了推动数据要素融合应用的保障体系。一是由政策、法律和标准构成的制度体系，降低了数据主体进行融合应用的“顾虑”。二是市场机制，解决供需匹配、价格形成、收益分配等难题，为数据主体进行融合应用提供“动力”。三是数据流通基础设施，集成了可信管控、数据交互、共性服务等能力，为推动政策法规、市场机制落地提供有效载体。 1.3.2融合应用路径 数据融合应用通过三条路径实现。一是跨行业融合，即数据要素在不同行业间的流通利用，通过数据共享与协同创新，推动行业间的资源整合与价值共创。二是跨区域融合，即数据要素在不同地理区域间的流动，促进区域间的协同发展。三是跨主体融合，即数据要素在政府、企业、社会组织和个人等多主体间的共享与应用。 1.3.3融合应用成效 数据要素在融合应用过程中赋能千行百业发展，依托场景牵引释放要素价值，发挥乘数效应。一是多源数据融合驱动高效生产，催生新质生产力；二是跨域数据互联赋能美好生活，提供全新消费体验和服务品质；三是全域数据互通优化社会治理，重塑协同治理范式（图1）。 图片来源：中国移动研究院（中移智库） 2.融合应用保障：政策法规引导、市场机制驱动、基础设施赋能 2.1政策法规引导 政策法规对推动数据融合应用的主要作用是降低数据主体进行融合应用的“顾虑”，通过“政策-法律-标准”的制度引导，数据融合应用得以在安全可控前提下释放价值。 一是发布政策进行引导。首先，以行业场景为依托推动数据融合应用。《“数据要素×”三年行动计划（2024—2026年）》聚焦工业制造、金融服务、医疗健康等12个重点领域，提出通过数据协同优化、复用增效和融合创新，推动数据要素赋能实体经济。其次，以公共数据开发利用引领撬动各方数据的融合应用。国家数据局积极推动公共数据资源管理和运营机制改革，形成了公共数据资源开发利用“1+3”政策体系，从强化公共数据资源登记管理、规范公共数据资源授权运营实施和建立授权运营价格形成机制等方面进行指导和规范，为开发利用公共数据资源，引领带动各类数据资源融合应用，提供了重要的政策保障和工作指引。 二是制定法律加以约束。首先，平衡数据应用与安全保护。《网络安全法》要求网络运营者采取技术措施保障数据完整性、保密性和可用性，明确禁止非法侵入、窃取数据等行为，并要求对能源、金融等行业的关键信息基础设施需实施重点保护。《数据安全法》要求各地区、各部门按照数据分类分级保护制度，确定本地区、本部门以及相关行业、领域的重要数据具体目录，对列入目录的数据进行重点保护。其次，强调在数据应用中避免侵害个人隐私。《个人信息保护法》明确“最小必要”原则，禁止过度收集个人信息，敏感信息（如生物识别、行踪轨迹）需单独授权。此外，要求企业在数据融合中采取加密、去标识化等技术措施，防止个人信息“裸奔”。 三是依托标准进行协调。例如，2025年3月发布的《国家数据标准体系建设指南》创新性提出“通用域-资产域-安全域”三维架构，未来将从工业制造、 农业农村、商贸流通、交通运输、金融服务、科技创新、文化旅游（文物）、卫生健康、应急管理、气象服务、城市治理、绿色低碳等12个领域细化数据融合应用的标准，促进数据跨行业应用（图2）。 2.2市场机制驱动 市场机制对推动数据融合应用的主要作用是提升数据主体进行融合应用的“动力”。 第一，促进供需匹配，降低数据要素错配成本。一是降低数据产品和工具搜索成本，扩大数据应用场景。例如，贵阳大数据交易所上线运营气象数据、电力 数据、高质量数据集等共计19个数据专区，推动数据交易市场发展、增强数据流通交易互信、促进数据价值释放。二是打破区域壁垒、畅通数据要素流通渠道。2024年，在国家数据局的推动下，24家数据交易机构联合发布《数据交易机构互认互通倡议》，在打破区域壁垒、畅通数据要素流通渠道、提升数据流通交易效率方面做了有益探索。北京、上海、深圳、贵阳等地重点数据交易机构上架产品1.6万多个、数据交易（含备案交易）总额超220亿元，同比增长80%1。 第二，推动价格形成，辅助量化数据要素价值。市场机制通过供需博弈、成本评估与收益预期等方式，形成动态合理的数据价格体系，解决“数据值多少钱”的定价难题。一是按成本加成定价，这种模式主要基于数据采集、清洗、脱敏等成本核算基础价格，如隐私计算服务按计算量收费。二是按收益分成定价，这种模式主要按数据应用产生的经济效益比例分成，如某金融风控数据产品按信贷坏账减少额的10%收费。三是按市场竞拍定价，通过竞价匹配最高支付意愿买家，如科研、医疗等垂直领域高价值数据集的流通交易。 第三，明确收益分配，激发多元主体参与动力。通过契约设计明确数据所有权、使用权、收益权分配规则，解决“谁贡献、谁受益”的激励问题。一是依托贡献度量化分成，基于数据质量、应用价值等指标动态分配收益。例如，浙江省大数据联合计算中心的分润体系中，数据提供方（如医疗机构、交通部门）占40%-60%，算法提供方（科技公司）占20%-30%，基础设施平台方占10%-20%。二是数据资产入股，即将数据资源折算为股权，参与长期收益共享。2024年12月，天津轨道交通