文章核心观点 - 江苏省需通过深化区域协同、强化核心产业功能、抢占数据与人工智能高地、推动科教人一体化改革、优化协同网络及构建开放系统，以落实长三角一体化发展战略，增强其辐射带动作用，在中国式现代化中走在前列 [1] 深化辐射带动理念与责任担当 - 推广“苏州—新加坡”、“无锡—大湾区”等合作试点经验，通过政策引导和搭建合作平台发挥政府有为作用，依据经济规律推动资本、技术、人才等要素自由流动 [2] - 强化系统思维，扩大战略视野，统筹推进跨行政区协同治理，在更大范围内整合科技与产业资源、经济存量与增量 [2] 强化核心产业功能与创新体系 - 以“产业链能级跃迁工程”为抓手，加速培育“高精尖特新”现代化产业体系 [3] - 重点突破集成电路、生物医药、新能源等十大战略领域“卡脖子”难题，并通过“揭榜挂帅”等机制掌握产业生态主导权 [3] - 协同构建长三角创新生态系统，共建长三角技术交易枢纽、人才流动网络、产业协同示范区等功能性平台 [3] - 打造“智改数转网联”国家级标杆场景，建设全球生物医药创新极，全面提升新能源产业价值链 [3] 发展数据要素与人工智能产业 - 构建面向“1650”产业场景的“算力—数据—算法”三位一体的智能经济新生态 [4] - 对内辐射层面，依托南京、苏州智算中心，联动上海和合肥国家算力中心，共同构建覆盖三省一市的算力资源协同网络 [4] - 对外辐射层面，以连云港“一带一路”建设为支点构建辐射长江经济带的工业AI质检服务平台，在徐州布局淮海经济区人工智能赋能中心 [4] - 依托苏州、南京自贸片区开展跨境数据流动安全试点，参与制定人工智能伦理国际标准 [4] 推进科教人一体化改革 - 在全国率先推进“科教人综合改革试点”，以系统性设计破除学科、创新、产业、人才割裂的体制机制障碍 [5] - 以“学科动态适配产业”为导向，允许高校按产业需求动态调整学科权重，推动职业院校专业设置与“1650”现代化产业体系精准匹配 [5] - 支持南京、苏州等科创走廊建设跨学科超算中心、未来产业概念验证中心，打造“基础研究特区”，试行科研项目“学科交叉备案制” [5] - 在苏南国家自主创新示范区、沿沪宁产业创新带等推广科学家多聘制度，探索长三角高校学分互认、联合学位授予等教育一体化路径 [5] 优化区域协同与多维联动网络 - 推动江苏跨江融合发展，推动苏南国家自主创新示范区与苏中江海联动开发区的产业协作 [6] - 在沿江科创带布局中培育绿色智能船舶、生态环保装备等特色产业集群，增强江苏沿江与长江经济带的科技产业合作与协同 [6] - 深化“双三角”战略互动，推动苏州工业园区、南京江北新区等载体与深圳前海、广州南沙等建立产业协作联盟，促进集成电路、生物医药等战略性新兴产业的技术转化与市场共享 [6] - 东西部支援协作突出产业、科技、人才、体制机制等方面内容，增强互融共促 [6] 构建内外深度交融的开放系统 - 推动江苏自贸区三大片区与上海临港、浙江舟山联动创新，在生物医药跨境研发、高端制造全产业链保税等领域形成制度型开放成果 [7] - 对标CPTPP等高标准经贸规则，在苏州、南京等城市率先试点数据跨境流动、绿色贸易认证等制度创新 [7] - 优化外贸结构，依托南通、连云港等沿海节点发展新能源装备、高端纺织等特色出口基地，联合浙沪皖共建长三角数字贸易国际枢纽，探索“长三角品牌出海”计划 [7] - 深化服务业开放，以南京服务业扩大开放综合试点为突破口，在金融科技、国际航运等领域对接国际规则，构建长三角跨境服务贸易负面清单协同机制，吸引高能级外资功能性机构落地 [7]

广州大数据行业协会十周年庆典核心观点 - 广州大数据行业协会举行十周年庆典 回顾发展历程 探讨数据要素市场化改革与算力产业新机遇 谋划粤港澳大湾区数字生态协同发展新篇章 [1] 协会角色与战略方向演进 - 协会角色从政策传导者、企业服务者转向产业组织者与生态共建者 将聚焦数据作为新质生产力 组织会员抱团出海 系统性培养复合型数据与经营人才 [2] - 协会应成为政策红利转化器、数据价值化示范者与湾区协同推进器 在一国两制三法域背景下搭建合作桥梁 助力粤港澳大湾区数据要素流通与创新 [2] - 协会历经十年 已从行业交流平台发展为链接数万家企业、超三百位专家的智库网络 并在佛山、东莞、珠海等地设立协同节点 成为资源调度与生态链接的关键枢纽 [3] - 协会下一步将围绕加快发展新质生产力、促进数字技术与实体经济深度融合等国家战略 以深耕生态、赋能实体、引领未来为主线 强化政策解读、开展能力建设、深化供需对接 [3] 数据要素市场化国家战略与机遇 - 数据要素市场化配置已上升为国家战略 重点在于构建持有权、使用权、经营权分置的产权制度 培育全国一体化数据市场 发展数据经纪与评估服务生态 [4] - 公共数据开发利用是明年重点 国家正构建公共数据1+3制度体系 破解不敢、不愿、不会开放难题 并通过授权运营与价格机制推动其资产化 [4] - 公共数据开发利用前两批38个示范场景已落地 单个场景创造产业规模可达8亿元 第三批征集将于明年3月启动 为企业参与国家重大项目提供入口 [4] 算力产业发展与普惠模式 - 数据价值释放离不开算力支撑 提出算力银行模式 推动大型国企闲置算力优惠服务中小企业 让算力如水电般流通共享 [5] 政企协同与区域联动实践 - 协会十大专业委员会正式授旗成立 标志着协会服务向多对专纵深升级 [6] - 越秀区拥有52亿条公共数据与丰富应用场景 已建成大模型和算法赋能服务中心、广州数据交易所（越秀）服务专区 通过全生命周期政策体系支持企业发展 形成数据要素产业操作系统 [6] - 浙江省嘉兴市作为长三角算力枢纽 已投用算力规模超8.4万PFLOPS 并依托新材料、智能网联汽车等产业集群形成数据服务巨大需求 [6] - 长三角与大湾区应在算力协同、产业互补上深化合作 共同开拓数据要素新蓝海 [6] 生态网络建设与未来展望 - 协会为新聘专家、新入会会员授牌 并完成多组战略合作签约 推动生态网络向更紧密、多元、务实方向发展 [8] - 协会实现了从观察者、服务者到共建者与生态定义者的跨越 未来将继续以数据为笔、生态为墨 携手各方谱写粤港澳大湾区数字经济发展新篇章 [8]

新泰市“整县授信”模式的核心机制 - 核心观点为解决传统信贷中信息不对称导致的融资难融资贵问题 通过激活公共信用数据要素价值 形成“整县授信”新范式[1][2] - 模式以“精准画像、营销获客、批量授信”为信用数据应用的核心任务 为整县授信提供科学决策支持[2] - 运用隐私保护计算、人工智能和机器学习技术 推动银行信贷系统与市公共信用信息平台联合建模 将公共信用信息作为重要变量纳入信贷模型[2] - 以建行裕农快贷产品为基础 联合创新收入法模型 利用农业投保、生产种植等数据结合身份标识、农机设施情况进行增信 批量测算预授信额度[2] 模式实施的具体成果与数据 - 新泰市与建行共建全国建行系统首个县域级基于隐私计算的信用大数据创新实验室 并于2023年11月揭牌[3] - 裕农快贷与新泰市智慧公共信用信息平台累计交互1.55万次 为169户诚信农户贷款1.4亿元[3] - 通过构建“信用村-信用户”体系 对高信用等级村民给予额度利率优惠 农户融资利率最大降幅达15%[5] - 目前已评定信用村589个 累计授信11.6万户、近1亿元[5] - 信用数据嵌入产业场景 为医药产业上下游企业授信6.6亿元[5] 模式的驱动因素与未来展望 - 发展模式得益于制度创新与技术赋能双轮驱动 以及场景导向与价值释放的深度融合[5] - 模式是政府引导与市场主导有机结合的成果[5] - 下一步计划是进一步拓展信用应用场景 深化数据要素市场化改革 为全国社会信用体系建设与数字金融发展提供可复制、可推广的“新泰方案”[5]

城市可信数据空间行业研究报告核心摘要 - 城市可信数据空间是由政府主导建设的数据基础设施，是促进城市数据资源开发利用的关键载体，旨在联通数据供给与数据应用，为数据提供可信、安全、合规的流通通道，支撑城市治理与产业发展 [1][2] 概念界定与发展驱动因素 - **概念界定**：城市可信数据空间是由政府主导、多方协作共建的城市数据基础设施，旨在保障数据可信、安全、合规地流通利用，整合分散的城市维度数据资源，赋能城市治理与产业发展 [2] - **政策驱动**：自2019年提出培育数据要素市场以来，中国出台了一系列顶层设计，包括《关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）、《“数据要素×”三年行动计划（2024—2026年）》、《国家数据基础设施建设指引》等，推动数据要素市场化改革 [4][5]。《可信数据空间发展行动计划（2024-2028年）》提出鼓励创建城市可信数据空间，目标是到2028年建成100个以上可信数据空间，形成全国性网络，首批13个城市试点名单已公布 [4][5] - **技术驱动**：隐私计算和区块链技术是解决数据可信流通难题的关键，隐私计算让原始数据不离开控制，仅允许处理后的“知识”流出，促进数据“敢共享”；区块链通过不可篡改的行为存证和自动化规则执行，建立可信协作机制，促进数据“愿共享” [5] - **需求驱动**：2024年中国数据生产总量超过40ZB，但存储量仅约生产总量的3%，存储数据中约四成未被使用，数据价值有待释放 [8]。城市作为数字中国建设载体，面临数据资源开发利用不足的问题，可信数据空间是盘活数据资源、提升城市治理效能的关键，并能以公共数据为牵引，促进行业、企业、个人等维度的数据融合应用 [8] 核心价值与总体架构 - **核心价值**：旨在解决城市治理中信任机制缺失、价值牵引缺失和流通机制不畅等痛点，通过推动公共数据开发利用提升政府公共服务普惠化与城市治理精细化水平，并通过政府、市场、社会协同治理，以生态协同重构产业关系，支撑城市全域数字化转型与数字经济创新 [11] - **总体架构**：以政务云基础设施为基石，允许各类数据通过连接器可信接入，构建包含安全存储、加密传输、身份管理、存证溯源等能力的数据流通利用支撑底座 [13]。包含数据运营管理平台（负责数据资源目录、主体准入、连接器治理及运行监控）和数据开发利用平台（聚焦数据产品加工、交易、授权与应用集成），两者协同服务于政务服务、普惠金融、医疗健康等多元化应用场景 [13] 核心能力与产业链 - **核心能力**：由三部分组成，可信管控能力保障数据流转过程的实时管控与全程追溯；资源交互能力提供统一的数据发布发现机制与互操作规范，助力跨系统、跨空间的数据互联互通；价值共创能力通过构建安全开发环境、明晰运营规则与收益分配机制，吸引多方入驻，形成数据服务新生态，激发数据要素价值 [16] - **产业链及主体**：涉及五类主体，运营方通常为各地数据集团或大数据公司，负责制定规则、日常运营并招募数据提供方和使用方 [21]。数据服务方包括技术服务商（负责平台搭建，部分参与运营并分成）和生态服务商（提供电子存证、数据确权等配套服务） [21]。监管方为政府主管部门或授权第三方，负责合规审查与风险防范 [21] 竞争格局与主要玩家 - **主要玩家类型**：技术服务商包括综合型和专业型厂商 [24]。综合型厂商可作为总集成商承接项目，主要包括ICT背景、电信运营商背景、公有云IaaS背景和系统集成商背景四类 [24] - **竞争力分析**：以浪潮云为代表的ICT背景云服务商凭借技术、产品、服务、生态和经验等综合实力在城市可信数据空间领域占据领先地位 [24]。专业型厂商如数鑫科技、蚂蚁集团则深耕特定垂直领域，多作为被集成方 [24] 典型应用场景 - **政务服务场景**：通过构建可信、安全的运行环境，明确数据共享权责规则，破解政府各部门数据标准不一、“部门墙”问题，促进跨部门数据互联互通，赋能“一网通办”与“一网统管”高效落地，并为政务大模型训练提供高质量、合规的数据基础 [27] - **普惠金融场景**：在城市可信数据空间中设立金融数据专区，融合政府公共数据（如人社、住建、纳税信息）与金融机构数据（如交易流水、用户资产），在不共享原始数据前提下，支撑金融机构安全调用多方数据接口，构建动态风险评估模型，精准判断企业与个人信用状况，推动普惠金融发展 [30] 实践案例 - **张家口案例**：张家口可信数据空间和数据流通服务平台是河北省内首个城市级数据要素流通基础设施，由张家口数字集团运营，浪潮云提供技术服务 [33]。采用“一空间四平台一体系”架构，依托数据流通技术支撑底座，面向公共数据授权运营、企业数据确权、数据交易等提供支撑服务 [33]。采用“共识治理”机制，建立共建共治、责权清晰的运营规则，吸引多方参与，在政务、医疗、交通、金融等多领域推进数据融合应用 [35] - **上海案例**：上海城市可信数据空间由上海数据集团构建，依托区块链算力底座和共性能力，满足超大城市复杂生态需求，通过统一技术框架与治理协议，从身份、资源、产品、交易、交付五个维度保障数据可信流通利用 [37]。作为国家数据局首批试点，已进入试运行阶段，加入企业近300家，汇聚数据资源上万个，开发数据产品超300个，累计数据调用数以亿计 [37]。在金融领域开发了“用电波动指数”“物流履约率”等数据产品支撑普惠金融；在医药领域开发中药安心达可信数据空间实现中药溯源；在城市治理领域通过融合多模态公共数据赋能防汛指挥等 [39] 发展趋势 - **技术趋势**：AI for Data成为驱动数据治理效能提升的关键，将传统依赖人工、规则驱动的治理方式转变为自动化、智能化、动态化的治理策略，例如在数据资源化阶段自动进行数据分类分级和标注，在数据资产化阶段进行动态脱敏与授权，保障流通数据优质、安全、可靠 [42] - **应用与生态趋势**：当前处于试点先行阶段，未来将遵循“试点-示范-推广”路径实现全国推广，并以长三角等区域为先导开展区域合作建设 [44][45]。随着技术、标准与市场成熟，有望建成从城市节点到区域枢纽再到全国网络的一体化生态格局 [45]。建成后将积极吸引行业和企业入驻，挖掘数据价值，探索更多垂直领域应用，共同推动城市数字化转型 [44][45]

数字营商环境的核心价值与现状 - 数字营商环境旨在通过数字化手段弥补传统不足，为企业提供更透明高效的服务支撑，是激发经营主体创新活力、推动高质量发展的重要抓手 [2] - 全国一体化政务服务平台已覆盖所有省级单位，整合数百万项服务事项，实现“一网通办”和“跨省通办”，大大简化企业办事流程并压缩审批时间 [3] - 政府积极推动数据资源向企业开放，截至今年年中，各地高质量数据集交易额已近40亿元，数据资源规模达246PB，为企业研发提供关键支持 [3] 地方实践与成效案例 - 北京通过“数据专区”向科技企业开放公共数据，助力人工智能研发 [3] - 重庆的“E企办”小程序整合企业开办全流程，提升办理效率 [3] - 浙江的“浙里办”生态圈使政务服务一网通办率高达98% [3] - 广东佛山探索“创享易”服务，优化政策获取渠道 [3] 未来强化技术赋能的方向 - 数字政府建设需加速推进，推动政务服务从基础功能向智能便捷转变，加强数据共享，建立全国统一的电子证照库以实现“免证办”全覆盖 [5] - 引入AI技术优化审批、监管等环节 [5] - 解决效率问题需依托集成化的信息系统，例如企业管理系统、ERP系统和进销存系统，这些工具能帮助企业无缝对接政务平台，提升内外部协同性 [5] 未来深化数据要素改革的方向 - 需打破数据壁垒，建立清晰的数据产权和收益分配机制，鼓励企业参与数据开发 [5] - 政府需制定统一开放标准，明确各方角色，并建设以企业需求为导向的数据交易平台 [5] - 可靠的信息化支持至关重要，例如通过生产管理系统、报价系统或贸易系统，企业能更高效利用数据资源，而琦瑞云站等平台可为小程序开发和网站开发提供基础，助力企业实现数据驱动的创新 [5]

论坛背景与战略意义 - 论坛主题为“乘数而上 激活潜能”，聚焦数据从资源到资产再到资本的价值实现路径，旨在深度剖析前沿政策、探讨治理范式、凝聚产业共识、破解实践难题 [1] - 论坛旨在贯彻数字中国建设部署，激活数据要素潜能被视为驱动产业升级、技术革命及构筑国家核心竞争新优势的战略支点 [1] - 论坛由《中国经营报》主办，深圳数据交易所、开放群岛开源社区协办，将于2025年12月10日在北京举办 [1] 行业发展现状与政策环境 - 2024年中国数据要素市场规模突破1600亿元，年增速超过30% [2] - 在《关于构建数据基础制度更好发挥数据要素作用的意见》和《“数据要素×”三年行动计划（2024—2026年）》推动下，数据市场政策体系持续完善 [2] - 全国数据交易所数量已增至33家，场内交易规模突破300亿元 [2] - “十五五”规划建议提出坚持智能化、绿色化、融合化方向，深入推进数字中国建设，促进实体经济与数字经济深度融合，实施工业互联网创新发展工程 [1] 论坛内容与参与情况 - 论坛将吸引数据产业产、学、研、用多主体参与，围绕行业热点、难点、痛点问题进行探讨 [2] - 演讲及圆桌讨论嘉宾将来自国家数据专家咨询委员会、地方数据集团、数据交易所、数据流通服务平台、数据场景方等多个领域 [2] - 论坛目前已吸引百余位数据要素领域专业观众报名参与 [3] 配套活动与传播计划 - 论坛前夕发起了“2025中国数据要素高质量发展案例精选”征集活动，聚焦制度创新与技术突破，评选“产业数智化转型标杆案例”、“数据要素技术突破先锋案例”、“数据要素市场化实践领军案例”、“数据要素应用场景创新潜力案例”等，评选结果将在论坛当日发布 [3] - 论坛期间将发布《真实世界通证产业应用蓝皮书（2025）》 [3] - 论坛传播将系统覆盖会前、会中、会后全周期，通过中国经营网、新浪微博、今日头条、抖音、快手、bilibili等20余家主流平台，以专题报道、海报、短视频、深度稿件、圆桌对谈实录等形式开展立体传播 [3] 主办方角色 - 主办方中国经营报社长期立足财经媒体视角关注行业前沿，将以此次论坛为契机，以主流媒体视角全方位关注数据要素市场化改革进程 [3]

AI与数据安全融合趋势 - AI与数据安全融合进入白热化阶段，行业从被动防御转向主动治理[1] - 谷歌推出AI Protection全生命周期防护方案，OpenAI发布开源模型GPT-OSS-Safeguard-20B将合规落地周期从月级缩短至小时级[1] - 到2028年，60%部署AI技术的中国企业将采用协作式AI防御策略，目前比例仅为5%[1] 数据质量与AI模型关系 - 数据质量决定AI模型上限，高质量知识库输入是降低AI幻觉的核心[1] - 大模型与数据的关系被比喻为"火箭引擎与燃料"[2] - AI大模型进化依赖于高质量数据支撑，同时AI也优化数据安全保护体系[2] AI赋能数据安全技术应用 - AI技术使数据安全分类分级效率提升超3倍，准确率稳定在95%以上[2] - API安全智能体通过要素解构和聚类分析，能过滤非API资产并输出高纯度资产清单[2] - 智能体通过大模型计算实现自动化风险降噪，并提供智能化解读与处置建议[3] 新兴风险与应对方案 - 大模型增长带来提示词注入攻击、输出内容不当等新风险[5] - 通过语义识别与风险拦截技术搭建"电子围栏/大模型安全防火墙"，实时监测并拦截敏感信息[5] - 大模型的"幻觉"风险不容忽视，需注意技术落地中的认知偏差[7] 数据要素市场化与隐私保护 - 隐私保护计算技术通过"数据可用不可见"特性解决企业间数据共享信任难题[6] - 欧洲提案放松GDPR对大模型训练数据的限制，将高风险AI法规实施推迟18个月[8] - 数据水印可实现交易后溯源，模型指纹能识别备案与实际使用不符的违规行为[9] 行业实践与效率提升 - AI与数据融合解决方案已转化为面向金融、政务等行业的成熟方案[4] - 上海市大数据中心用大模型训练专用审计模型，将部分场景审计效率提升30%[7] - 传统代码审计依赖人工效率低下，大模型能破解代码审计的"高成本困局"[7] 产业生态与协同防御 - 普陀区形成"安全服务+数字应用"完整产业生态，安全企业与数字应用双向赋能[9] - 建立政府、企业、研究院三位一体的情报共享生态，强调协同防御重要性[9] - 中小安全企业集群效应构成独特竞争力，在数据要素流通中发挥优势[9]

城市可信数据空间概念与核心价值 - 城市可信数据空间是由政府主导、多方协作共建的城市数据基础设施，旨在保障数据可信、安全、合规地流通利用，是促进城市数据资源开发利用的关键载体[2] - 该空间作为联通数据供给与应用的桥梁，整合分散在各领域的城市维度数据资源，为城市规划、建设、管理和服务提供支撑，同时为行业和企业数据可信流通赋能[2] - 核心价值在于打破数据流通困境，激活数据要素潜能，通过推动公共数据开发利用提升政府公共服务普惠化与城市治理精细化水平，并成为城市全域数字化转型与数字经济创新活力的重要支撑[11] 发展驱动因素 - 政策驱动：基于数据要素市场化改革主线，国家出台一系列顶层设计，如《可信数据空间发展行动计划（2024-2028年）》提出鼓励创建城市可信数据空间，目标到2028年建成100个以上可信数据空间，形成全国性网络，目前首批13个城市试点名单已公布[4][5] - 技术驱动：隐私计算技术让原始数据不离开控制方，仅允许处理后的"知识"流出，促进数据敢共享；区块链通过行为存证不可篡改和规则自动化执行，建立可信协作机制，推动数据愿共享，共同解决数据可信流通难题[5] - 需求驱动：2024年中国数据生产总量超过40ZB，但存储量仅约生产总量的3%，存储数据中未被使用数据占比约四成，城市作为数字中国建设载体面临数据资源开发利用不足问题，可信数据空间是盘活数据资源的关键[8] 总体架构与核心能力 - 总体框架围绕一个底座、两大平台构建：以政务云基础设施为基石，构建包含安全存储、加密传输等能力的数据流通支撑底座；数据运营管理平台负责资源目录、主体准入等，数据开发利用平台聚焦数据产品加工、交易等，共同服务政务、金融、医疗等多元场景[13] - 核心能力由三部分组成：可信管控能力保障数据流转过程实时管控与全程追溯；资源交互能力提供统一数据发布发现机制与互操作规范，助力跨系统互联互通；价值共创能力通过构建安全开发环境、明晰运营规则与收益分配机制，形成数据服务新生态[16] 产业链与竞争格局 - 产业链涉及五类主体：运营方通常为各地数据集团或大数据公司；数据提供方和使用方参与数据流通；数据服务方包括技术服务商和生态服务商；监管方为政府主管部门或授权第三方，进行合规审查与风险防范[21] - 竞争格局中技术服务方包括综合型和专业型厂商，ICT背景的云服务商如浪潮云凭借技术、产品、服务等综合实力占据领先地位，可作为总集成商承接项目；专业型厂商多作为被集成方发挥垂直领域优势[24] 应用场景分析 - 政务服务场景：通过构建可信安全环境，明确数据共享权责规则，破解政府各部门数据标准不一、"部门墙"问题，促进"一网通办"与"一网统管"高效落地，为政务大模型训练提供高质量合规数据基础[27] - 普惠金融场景：在空间中设立金融数据专区，融合政府公共数据与金融机构数据，在不共享原始数据前提下支撑金融机构安全调用多方数据接口，构建动态风险评估模型，精准判断信用状况，推动普惠金融发展[30] 实践案例研究 - 张家口案例：采用"一空间四平台一体系"架构，由张家口数字集团运营、浪潮云提供技术支持，通过"共识治理"机制吸引多方参与，在政务、医疗、金融等多领域促进政府与企业数据融合应用，推动公共数据授权运营高效化[33][35][36] - 上海案例：作为国家首批试点项目，依托区块链算力底座和共性能力构建，满足超大城市复杂生态需求，现已进入试运行阶段，加入企业近300家，汇聚数据资源上万个，开发数据产品超300个，累计数据调用数以亿计，在金融、医药等领域形成创新数据产品[37][39] 未来发展趋势 - 技术趋势：AI for Data技术将数据治理从人工规则驱动转向自动化智能化，在数据资源化阶段自动分类分级，在资产化阶段进行动态脱敏与授权，提升数据治理效能[42] - 应用趋势：从单一试点向协同生态发展，遵循"试点-示范-推广"路径实现全国推广，未来将建成从城市节点到区域枢纽再到全国网络的一体化生态格局，吸引行业企业入驻探索垂直领域应用[44][45]

文章核心观点 - 南京淳科公交有限公司的公交公共数据成功获得登记证书并实现资产入表，成为南京市首例国有企业完成“资源登记+资产入表+授权运营”的公共数据案例 [1] - 该案例为公共数据要素市场化改革提供了可借鉴的“高淳经验”，旨在激活公共数据资源并推动数据要素市场化改革 [1][2] 数据资产化详情 - 登记的数据为公交运行轨迹数据，包含441辆公交车资产信息、58条公交线路运营信息及实时轨迹监控信息等公共数据集 [1] - 经第三方评估，该数据资产以337万元规模入表登记 [1] - 公司通过数据脱敏、标注、整合、分析等手段使数据符合国家标准，最终确认为公共数据资源 [1] 对公司的意义 - 数据成功资产化标志着从数据资源到数据资产的转变，公司可获得未来数据运营分成的经济效益 [2] - 资产入表可作为有效凭证，为公司后期获得融资、信贷等金融服务拓展市场化渠道 [2] 行业与政策背景 - 公共数据授权运营是指由政府授权对公共数据进行加工开发，形成数据产品和服务并向社会开放的机制 [1] - 国家及省市层面已出台一系列文件政策，指明释放公共数据要素价值的方向 [2] - 公共数据作为国家基础性战略资源，其开发利用的深度和广度是深化数据要素市场化改革的风向标 [2] 区域经济影响 - 该案例有利于促进南京数据要素市场培育，为高淳区域经济发展注入新动能 [2] - 案例对经营主体参与数据要素市场及公共数据持有部门供数的积极性、主动性将产生深远影响 [2]

城市可信数据空间核心观点 - 城市可信数据空间是由政府主导、多方协作共建的数据基础设施，旨在促进城市数据资源可信、安全、合规地流通利用，是联通数据供给与应用的桥梁[1][2] - 该空间通过整合分散的城市数据资源，一方面支撑城市规划、建设、管理和服务，另一方面为行业和企业的数据可信流通赋能，促进产业发展[2] - 其核心价值在于打破数据流通困境，激活数据要素潜能，推动公共数据开发利用，提升政府公共服务普惠化与城市治理精细化水平，并成为城市全域数字化转型的重要支撑[11] 发展驱动因素 - **政策驱动**：基于数据要素市场化改革的主线，国家出台一系列顶层设计鼓励城市建设可信流通基础设施，如《可信数据空间发展行动计划（2024-2028年）》提出鼓励创建城市可信数据空间，并设定了到2028年建成100个以上可信数据空间的目标[4][5] - **技术驱动**：隐私计算技术让原始数据不离开控制，仅允许处理后的"知识"流出，促进数据敢共享；区块链技术通过行为存证的不可篡改和规则自动化执行，建立可信协作机制，推动数据愿共享[5] - **需求驱动**：2024年中国数据生产总量超过40ZB，但存储量仅约生产总量的3%，存储数据中未被使用的数据占比约四成，城市作为数字中国建设载体，面临数据资源开发利用不足的问题，可信数据空间是盘活数据资源的关键[8] 总体架构与核心能力 - **总体架构**：以政务云基础设施为基石，构建包含安全存储、加密传输等能力的数据流通利用支撑底座，包含数据运营管理平台和数据开发利用平台，服务于政务服务、普惠金融、医疗健康等多元化应用场景[13] - **核心能力**：由可信管控、资源交互与价值共创三部分组成，可信管控保障数据流转过程的实时管控与全程追溯，资源交互提供统一的数据发布发现机制与互操作规范，价值共创通过构建安全开发环境、明晰运营规则与收益分配机制，形成数据服务新生态[16] 产业链及竞争格局 - **产业链主体**：涉及运营方、数据提供方、数据使用方、数据服务方和监管方五类主体，运营方通常为各地数据集团或大数据公司[21] - **主要玩家**：技术服务方包括综合型和专业型厂商，ICT背景的云服务商如浪潮云凭借技术、产品、服务、生态和经验等综合实力占据领先地位[24] 应用场景案例 - **政务服务场景**：通过构建可信、安全的运行环境，明确数据共享与流通中的权责规则，为跨部门数据互联互通提供保障，促进"一网通办"与"一网统管"高效落地，并为政务大模型训练提供高质量、合规数据基础[27] - **普惠金融场景**：在空间中设立金融数据专区，融合政府公共数据与金融机构数据，在不共享原始数据前提下支撑金融机构安全调用多方数据接口，构建动态风险评估模型，精准判断企业和个人信用状况，推动普惠金融发展[30] - **实践案例-张家口**：采用"一空间四平台一体系"架构，是河北省内首个城市级数据要素流通基础设施，通过"共识治理"机制促进政府与企业数据在政务、医疗、交通、金融等多场景融合应用[33][35][36] - **实践案例-上海**：作为国家数据局首批试点项目，依托区块链算力底座和共性能力构建，满足超大城市复杂生态需求，已进入试运行阶段，加入企业近300家，汇聚数据资源上万个，开发数据产品超300个，累计数据调用数以亿计[37][39] 未来发展趋势 - **技术趋势**：AI技术正成为驱动数据治理效能提升的关键，AI for Data将传统高度依赖人工的治理方式转变为自动化、智能化、动态化的治理策略，如在数据资源化阶段自动进行数据分类分级和标注[42] - **应用趋势**：当前处在试点先行阶段，未来将遵循"试点-示范-推广"路径实现全国推广，并积极吸引行业和企业入驻，探索垂直领域数据应用，最终建成从城市节点到区域枢纽再到全国网络的一体化生态格局[44][45]