文章核心观点 - 随着国家将2026年明确为“数据要素价值释放年”，多地政府正大力建设数据要素产业园区，以培育新质生产力，驱动产业升级，数据要素产业园区建设成为各地释放数据价值的新赛道 [1] - 地方政府及国资搭建的现代数据要素产业园区，其经营逻辑超越传统“二房东”模式，致力于成为产业推动者，通过提供技术、培训、交易对接等增值服务，帮助企业实现数据资产入表和数据资源流通，并形成产业集聚效应 [2][3][4] - 多地通过出台专项政策、提供资金支持、设定量化目标等方式，积极引导和扶持数据要素产业园区发展，旨在盘活本地资产、吸引人才、形成产业生态，从而将数据要素全面融入经济价值创造过程 [5][6][7][8] 根据相关目录分别进行总结 数据要素产业园区的定位与运营模式 - 甘肃永新国信数据要素产业园由省属国资企业联合国家信息中心相关方投资运营，聚焦工业制造、金融服务、城市治理等13个重点领域，是西北地区重要的数据要素与网络安全产业集群 [1][2] - 产业园定位为产业推动者而非“二房东”，通过举办培训会、提供技术方案等方式，已推动相关数据资产评估金额达数千万元 [2] - 产业园与甘肃省产权交易所、北京国际数据交易所、深圳数据交易所等建立合作，促进数据资源向外流通 [3] - 园区通过提供优惠入住条件、免费共享办公场所等降本增效措施吸引企业入驻，例如成功吸引浙江一家工业级无人机制造企业落地兰州 [4] 各地产业园发展现状与集聚效应 - 杭州“中国数谷·城市运营数据要素产业园”（未来数智港）由本地城投公司运营，项目整体出租率已达73.77%，科技类数据型企业占比达68%，初步形成产业集聚效应 [4] - 福建省对入选的省数据产业集聚区给予不超过1000万元专项资金支持，对入选的省数据要素产业园给予不超过500万元专项资金支持 [6] - 北京市朝阳区出台措施，支持在园区建设数据基础设施，支持企业通过北京国际数据交易所平台开展数据资产登记与交易，并支持数据要素企业在园区集聚 [6] - 多地政府将数据要素产业园建设写入2026年地方政府工作报告，例如：甘肃省提出实施“数字信息大通道+产业”行动；河南省提出建设10个省级数据产业园、新建200个智能车间与智能工厂，实现数字经济规模2.5万亿元的目标 [7] 行业发展趋势与政策导向 - 根据全国数据工作会议要求，2026年是“数据要素价值释放年”，核心任务是畅通数据流动和资源配置，推动数据“供得出、流得动、用得好、保安全” [5] - 行业观点认为，地方政府应打造数据“产研用”总部基地，为产业园提供生态集聚功能，并按照“一个重点产业，一个数商集群”策略，培育数据要素“专精特新”企业 [8] - 建议通过“数据资源中心+产业联盟”模式，引进产业大数据应用、生成式人工智能等核心领域人才，联合头部企业和研究机构培育数字化人才 [8] - 地方国资人士认为，发展数据要素产业园区需注重与地方经济的适配性，并精准倾斜人才、补贴等政策，同时盘活老旧物业、激活沉睡数据、链接上下游企业，以培育新质生产力 [7]

数据要素的战略价值与核心驱动力 - 数据要素是数字文明的核心驱动力，正引发生产方式、社会结构和治理模式的重塑，成为突围破局的重要抓手和价值创造的重要源泉 [7] - 数据主权已成为国家综合竞争力的重要体现，直接关系到一国能否在未来全球竞争中赢得主动、塑造优势 [7] - 数据要素已深度融入生产、分配、流通、消费等各环节，对于促进科技协同创新、产业转型升级等方面具有“四两拨千斤”的作用 [7] 数据价值释放的制度建设 - 数据基础制度的核心作用在于破解“数据不愿供、流不动、用不好”等制度障碍，为数据要素从“资源”向“资产”“资本”转化提供规则指引 [10] - “数据二十条”创造性提出了数据产权结构性分置的运行机制，即数据持有权、数据使用权、数据经营权“三权”分置，以明晰各方权利、激励用数 [11] - 培育全国一体化数据市场是打破“数据孤岛”、提高数据资源配置效率、激发市场活力和创新潜力的重要途径 [12] 数据价值释放的应用牵引 - 在生产制造领域，数据是企业提质增效的“新引擎”，通过智能化分析可提升研发设计效率，实现智能预警与产线优化 [13] - 数据在产业链上下游甚至跨行业流动时，其倍增效应更为凸显，行业龙头通过整合生态数据可推动整个行业全要素生产率的跃升 [13] - 在生活服务领域，数据通过精准匹配与供给支撑便捷服务，公共数据授权运营可开发出丰富多样的数智化产品，例如整合多方数据核验家政人员资质 [14] - 在政府治理领域，打破部门“数据孤岛”能实现从出生到养老等事项的“一网通办”，智能感知系统采集的数据可为风险识别和灾害预警提供支撑 [15] 数据价值释放的安全治理 - 安全是数据要素进入流通领域的基础性条件，系统性风险管控机制能为数据流动提供信任基础 [16] - 构建全流程安全保障能力能推动高价值敏感数据的开放和复杂场景落地，促进数据应用从低价值场景向高价值领域迈进 [16] - 践行“数据可用不可见”原则，在不触碰原始数据的前提下利用风控模型进行实时分析研判，可切实保护用户数据安全和个人隐私 [20] 数据赋能金融服务的实践案例 - 浙江丽水市通过“丽即通”平台融合公共政务、商户经营、银行信贷等多源数据，为分散全国的丽水籍商户精准画像，破解小微商户融资难题 [17] - 截至2026年1月15日，“丽即通”平台已服务丽水籍域外小微主体超3.29万户，商户授信金额达79.53亿元 [17] 数据赋能建筑劳务与风险防控的实践案例 - 深圳“建筑港智能调度系统”为建筑工人建立“数字身份证”和“信用账户”，将出勤与完工情况量化为信用价值，以数据穿透实现劳务全景可视 [19] - 平台上线3年来，已实现劳务结算超10亿元，助力施工企业降本增效超15% [19] - 中移互联网基于可信数据流通安全底座与风控平台构建智能联防机制，通过动态风险识别模型在毫秒间精准识别诈骗并进行显性化预警 [20]

行业核心观点 - 数据作为新型生产要素正深刻改变交通行业面貌，数智赋能是交通转型升级的核心引擎，不仅是一次技术革新，更是一场系统性、深层次的生态重构 [1][2] - 交通行业数智化转型已取得显著成效，但面临数据孤岛突出、关键核心技术自主创新不足、法规标准滞后、复合型人才短缺等深层次挑战 [1] - 面对历史机遇，需凝聚各方合力，通过强化科技创新、深化生态融合、推进绿色低碳发展等系统性策略，共同推动交通高质量发展和产业体系整体跃升 [1][2][3] 行业发展现状与成效 - 中国已建成全球最大的高速路网与高铁网，智慧交通基础设施不断完善 [1] - 行业数据资源初具规模，网约车、自动驾驶等新业态蓬勃发展，管理服务能力持续提升 [1] - 大数据、人工智能、云计算、大模型等技术以前所未有的广度和深度融入交通运输全领域、全过程，深刻重塑交通组织模式、服务形态与产业生态 [2] 行业面临的挑战 - 数据孤岛问题突出 [1] - 关键核心技术自主创新能力不足 [1] - 法规标准建设相对滞后 [1] - 复合型人才短缺 [1] 未来发展路径与策略 - 强化核心技术攻关：需强化智能感知、车路协同等核心技术攻关，突破交通数智化关键技术瓶颈 [1][3] - 加快新型基础设施建设：加快“车路云网图”一体化新型基础设施建设 [1] - 完善法规标准体系：完善自动驾驶等领域的法律法规 [1] - 创新人才培养机制：创新复合型人才培养机制 [1] - 探索可持续商业模式：探索可持续的商业模式 [1] - 深化产业生态融合：深化交通与旅游、物流、能源、信息、金融等行业的融合，拓展服务场景，推动多种运输方式深度融合及与相关产业紧密耦合 [1][2] - 发挥国企引领作用：国有企业应发挥引领作用，促进设施、服务、信息、能源等网络的“硬联通”与标准、数据的“软联通”，带动产业链协同创新 [2] - 推进绿色低碳发展：积极推进绿色低碳发展，依托技术优化服务与安全 [3] - 构建产学研用生态：构建产学研用一体化生态，联动工业制造与科技创新资源，以工业智造赋能交通数字化转型 [2][3] 行业协会与媒体的角色 - 中国交通运输协会将重点推进以数智推动设施融合打造智能化交通体系、以融合优化服务供给发展智慧物流等新模式、以创新深化产业协同构建产学研用一体化生态三方面工作 [3] - 中国工业报社将持续深化系统性变革，构建融媒平台与服务矩阵，为促进产业链融合创新提供支撑 [3]

报告行业投资评级 - 评级：增持 [1] 报告核心观点 - 2026年是“数据要素价值释放年”，制度闭环叠加AI催化，数据要素价值释放和产业开花有望加速 [2][4][7] - 数据要素政策落地节奏自2024年以来加快，正从顶层设计转向实际落地，构建围绕数据供给、交易流通、场景开发和基础设施的制度闭环 [4][7][18] - AI大模型和应用激发数据价值飞轮，催生了巨大的数据市场供给缺口，人工智能应用日均Token消耗量从2024年初的1000亿激增至2025年6月底的超过30万亿，增长超过300倍 [4][7][37] - 数据产业是超万亿蓝海市场，2023年产值规模已突破两万亿元，2020-2023年年均复合增速25%，预计未来几年将保持20%以上年均增长率 [43] 根据目录总结 投资建议 - 建议关注数据供给、数据交易流通、数据应用开发、数据服务、数据安全、算力和网络基础设施等产业链环节 [4][7] - 推荐标的包括合合信息、税友股份、瑞纳智能、通行宝、广电运通、云赛智联、久远银海、朗新集团、新点软件、安恒信息等 [4][8] - 相关标的包括海天瑞声、深桑达、太极股份、博思软件、中科江南、易华录、航天信息、南威软件、数字政通、上海钢联、中科星图、航天宏图、超图软件、莱斯信息、实达集团、万达信息、国新健康、启明星辰、人民网 [4][8] 第五大生产要素，占据国家战略高地 - 2020年数据被正式列为“第五大生产要素” [4][11] - “十四五”规划及后续系列政策文件（如《“十四五”大数据产业发展规划》、《“十四五”数字经济发展规划》）确立了数据要素的战略地位和发展目标 [13] - 2022年“数据二十条”初步搭建了数据基础制度体系，2023年国家数据局正式成立，统筹数据资源整合共享和开发利用 [14][15][17] 近年政策落地节奏加快，构建数据要素制度闭环 - **数据供给**：政策聚焦加快公共数据、企业数据的合规开发利用，发布了《关于促进企业数据资源开发利用的意见》、《关于加快公共数据资源开发利用的意见》等文件 [19] - **交易流通**：政策旨在打造高效率、高可靠性的数据流通市场，包括建立公共数据授权运营价格形成机制、完善数据流通安全治理体系、培育数据流通服务机构 [20][23] - 2024年12月，首家数据科技央企中国数联物流信息有限公司成立，注册资金100亿元，为行业数据流通提供示范效应 [21][22] - **场景开发**：强化应用导向，发挥数据要素乘数效应。《“数据要素×”三年行动计划（2024—2026年）》提出到2026年底打造300个以上典型应用场景，数据产业年均增速超过20% [24] - **基础设施**：完善数据产业基础设施，包括统一数据标准体系、建设可信数据空间、分“三步走”建设国家数据基础设施、培育数据要素人才、推动数据科技创新 [25][26][27] - 政策目标时间节点明确，未来五年（2026～2030年）将是政策目标密集兑现期 [18] 后续政策展望：迎接数据要素“价值释放年” - 2025年底的全国数据工作会议明确提出2026年是“数据要素价值释放年”，要求着力畅通数据流动和资源配置渠道 [4][32] - 2026年数据要素建设工作将在八大重点方向发力，包括加快培育全国一体化数据市场、推进数据科技创新、深化数据融合应用等 [33][35] AI激发数据价值飞轮，超万亿蓝海市场 - **AI大模型和应用激发数据要素价值飞轮**：高质量多模态数据集成为模型能力提升关键，AI应用催生巨大数据供给缺口 [34][37] - 我国数据生产总量高速增长，2024年达到41.06ZB，同比增长25%，预计2025年有望突破50ZB [37] - 数据要素与人工智能形成双向赋能的“飞轮效应”，人工智能技术可深度挖掘数据价值并合成高质量数据以解决供给不足问题 [39] - **数据产业：充满想象空间的超万亿蓝海市场**：2023年我国数据产业产值规模突破两万亿元，2020-2023年年均复合增速25% [43] - 根据《关于促进数据产业高质量发展的指导意见》，到2029年数据产业规模年均复合增长率将超过15% [43][44] - 2023年全国数据企业数量超过19万家，产业链企业类型包括资源、技术、应用、服务、基础设施和安全企业 [45][47][48]

行业投资评级 - 投资评级为“看好”，并维持此评级 [8] 报告核心观点 - 2026年伊始，全国多地相继召开数据工作会议，紧紧围绕“数据要素价值释放年”的战略定位，以数据要素市场化配置改革为主线，系统部署数字经济发展工作 [2][4] - 2026年有望成为数据要素价值释放元年，标志着数据工作从“基础建设”向“效能释放”的关键转型，数据要素价值有望充分释放，从而迎来数据要素价值的重估，惠及全产业链 [2][6] - 建议关注具备高质量数据资源的厂商，尤其在医疗、金融、工业等细分领域具有稀缺数据的公司，以及在数据处理、管理和分析方面具备深厚积累的企业 [2][6] 事件背景与政策部署 - 2025年全国数据工作会议明确，2026年为“数据要素价值释放年”，核心目标是畅通流动配置，激活供需与生态，全面落实数据“供得出、流得动、用得好、保安全” [11] - 近期，江西、贵州等多地相继召开数据工作会议，进一步围绕“数据要素价值释放年”的工作目标部署数字经济发展工作，积极编制数字建设规划，推进数据基础设施建设运营，培育数据市场生态 [11] 关键制度与标准建设 - 数据产权登记制度有望加快建立，以推进数据流通使用，释放数据要素价值 [6] - 中共中央、国务院印发的“数据二十条”提出，要建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制 [6] - 2025年，全国数标委研制了48项国家标准和技术文件，其中超过三分之一的标准在制定过程中同步开展验证试点 [11] - 2026年，我国将在智能体、具身智能等前沿方向布局一批数据标准，同时加快出台公共数据、高质量数据集、数据基础设施等方向的一批急需标准，加快研制城市全域数字化转型、全国一体化算力网等方向的一批重点标准，合计共将推出30余项数据领域国家标准 [11] - 随着数据国家标准的进一步建立，数据标准化有望成为解决确权、定价、供需、信任四大难题的关键，从而打通数据要素价值释放的落地路径 [11] 产业发展阶段判断 - 随着相关工作的推进，数据要素产业有望从“打基础”的量变阶段正式跨越至“价值释放”的质变阶段，其中数据标准化以及数据产权登记制度的建立或是数据要素价值释放的关键环节 [11]

数据要素市场政策与实践动态 - 新年伊始，数据要素市场呈现出“政策制度完善”与“地方实践落地”并举的特点 [1] - 今年以来已有多份聚焦数据要素价值挖掘的政策文件密集出台 [1] - 地方层面同步推进实践探索，例如山西印发推进数字经济全面发展实施方案，全国首单“具身智能数据集”在江苏完成交易 [1] 国家层面发展导向与专家预期 - 系列动作背后是国家层面的清晰导向，即2026年是“数据要素价值释放年” [1] - 专家预计，气象、统计分析等公共数据产品凭借合规性优势将加速成熟 [1] - 金融、医疗行业的数据产品供给也将在市场驱动下快速成形，共同开启数据要素赋能实体经济的新篇章 [1]

行业活动与成果 - 2025年“数据要素×”大赛长沙初赛颁奖仪式暨经验交流会在长沙举行 主题为“数据赋能 乘数而上” [1] - 长沙初赛共吸引191支团队参赛 最终一支“数据军团”晋级决赛 [3] - 在省级赛事中 长沙夺得64个奖项 包括21个一等奖 长沙市数据局荣获“领航先锋奖” [3] - 在全国总决赛中 长沙斩获10个奖项 其中一等奖2项 位居全国省会城市第一 [3] 企业实践与案例 - 长沙数字集团 惠农科技 中兴通讯等获奖企业代表现场分享实践案例 [3] - 案例展现了数据要素在降本增效 模式创新中的“乘数效应” [3] 政策支持与解读 - 大会特设政策讲解专场 长沙市数据局总工程师陈建华围绕“如何做好数据领域争资争项工作”作主题发言 [3] - 政策解读详细说明了支持方式 方向与比例 并强调规范申报流程 强化项目质量与全过程管理 [3] - 现场企业代表认为政策讲解“直击痛点 干货满满” 为项目后续发展提供了清晰指引 [3] 专家观点与行业地位 - 专家指出数据要素赋能已进入广度与深度并重的新阶段 [5] - 长沙凭借清晰战略与扎实产业基础 已跻身全国数据要素领域第一阵营 [5] - 长沙作为首批国家数据标注基地 兼具高质量数据生产能力与深厚产业底蕴 [5] - 在工程机械 音视频文创等特色领域场景丰富 有望打造一批可复制 可推广的标杆范式 [5] 未来规划与发展方向 - 2026年是“十五五”规划开局之年 也是全国数据系统的“数据要素价值释放年” [6] - 长沙市数据局将持续深化数据要素市场化配置改革 重点开展四方面工作 [6] - 强化成果转化 推动大赛优秀项目从“赛场”走向“市场” 鼓励企业明晰商业化路径与应用场景 [6] - 深挖要素价值 推动数据资源开发利用 2026年将重点培育一批数创型企业 落地一批“数据+AI”融合应用场景 打造一批公共数据授权运营示范项目 [6] - 构建发展生态 探索组建数据发展共同体 以行业龙头为牵引 联合产业链 数据链 交易链上下游企业及服务商 [6] - 抢抓政策机遇 积极争取国家数据领域投资支持 加强项目谋划与对接 挖掘培育优质项目 [6] - 推动政 学 研 企协同发力 共同将数据要素打造成长沙高质量发展的核心引擎 [6]

行业趋势：地方数据集团整合企业征信机构 - 2026年被定位为“数据要素价值释放年”，畅通数据要素资源配置渠道成为关键环节[1] - 近期出现地方企业征信机构并入新成立的数据集团的趋势，例如广西数据集团在2025年12月末完成对广西征信有限公司100%控股，上海、无锡等地数据集团也将当地企业征信机构纳入子公司[1] - 行业观点认为，随着“一集团一交易所”格局形成，“一集团一交易所一征信平台”将成为地方数据市场发展的新趋势[1] - 企业征信机构拥有大量金融场景经验，数据集团具备公共数据授权运营资质，两者协同有利于数据资源与应用场景精准对接，打造市场化信用产品[1] 整合模式与战略意图 - 广西数据集团于2025年12月11日成立，注册资本为10亿元，由广西国资委等多家国企控股，其结构旨在打破单一平台边界并统筹管理[2] - 整合企业征信公司有助于数据集团借助股东力量调动全区金融资源，同时调动征信公司的数据资源以高效赋能金融场景[2] - 企业征信公司普遍先于数据集团成立，许多地方数据集团在成立之初便将本地企业征信机构纳入版图[2] - 例如无锡数据集团在2023年年初组建时，便将无锡企业征信公司纳入作为首期子公司[3] 协同效应与价值释放 - 无锡企业征信已归集数据约20亿条，通过数据集团的公共授权运营将进一步释放数据价值[3] - “一集团一交易所一征信平台”模式有利于实现信用信息归集、加工、应用的管理目标，提升数据要素释放效能[3] - 企业征信机构业务聚焦金融领域，需要公共数据授权运营政策支持，作为母公司的数据集团可提供赋能[3] - 例如无锡企业征信通过与市公共信用信息平台联动，累计提供信用报告查询17万余次，调取数据接口330万余次[3] - 整合有利于打破公共数据资源“孤岛”，数据集团可提供技术、人才支持，特别是在算法、人工智能大模型等领域实现资源协同[4] 政策驱动与市场转型 - 中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》明确提出建立公共数据授权运营机制，数据集团作为统一运营主体，整合企业征信机构有利于其在金融场景更好发挥作用[3] - 2025年4月，中国人民银行表示将探索发展行业特色征信机构，支持有数据、有技术、有市场的机构进入企业征信市场，并推动地方征信平台市场化转型[5] - 截至2024年末，征信平台已累计服务各类经营主体近700万家，促成融资规模突破24万亿元[5] 地方实践与业务探索 - 2024年，上海数据集团有限公司与上海市联合征信有限公司启动“上海绿色金融服务平台”，完成首批入库项目11个，促成项目融资35.81亿元[5] - 2025年9月30日，常州数据集团有限公司下属的常州企业征信服务有限公司完成数据产品登记，产品为“常州地区企业融资特征数据”，包含超过2000万条企业融资需求及行为分析信息[6] - 常州征信汇聚多维度涉企数据，打造覆盖企业全生命周期的区域征信数据库，并推动“常信AI”在中小微企业融资等场景落地应用[6] - 2026年1月4日，无锡企业征信入选第一批“江苏省入库培育数据企业”，其通过征信平台向金融机构推送白名单企业信息，累计推动贷款超6000亿元[6] - 杭州围绕产业链协同、社会治理等领域挖掘信用数据价值，培育“信用+交通运输”、“信用+文旅”等示范应用场景[6] 未来发展方向 - 企业征信机构需要强化数据治理，深耕征信数据应用核心业务，丰富数据应用产品与场景[7] - 目标是助力完善数据产业生态与信用体系建设，推动数字经济与实体经济深度融合发展[7]

2026年数据工作战略部署 - 2026年被定位为“数据要素价值释放年”，全国多地召开数据工作会议，以数据要素市场化配置改革为主线，系统部署数字经济发展工作 [1] - 江西省于1月11日召开数据工作会议，明确强化数据赋能人工智能发展，全面落实国家数据局推动人工智能发展六大行动，强化算力统筹布局，加强高质量数据集供给，促进算法模型创新应用 [1] - 江西省同时提出推进数字经济创新发展，协同推进数字产业化和产业数字化，大力发展数据产业，培育壮大数字产业集群，发挥投资支撑带动作用 [1] - 贵州省于1月13日召开全省数据工作会议，提出按照大抓产业、项目、招商、经营主体的要求，强化数源供给，壮大数商主体，加强数才引育，高质量建设数园 [1] - 贵州省计划持续优化产业发展环境，扩大“免申即享”“即申即享”快速直达范围，加快培育壮大数智产业经营主体，着力做强做优数字经济 [1] 各地政策共同点与资本关注方向 - 尽管各地资源禀赋不同，但政策呈现诸多相同点，包括积极编制数字建设规划、推进数据基础设施建设运营、培育数据市场生态等 [2] - 随着人工智能时代到来，数据成为关键要素，各地纷纷提出统筹推进人工智能共性支撑能力建设方案，加强算力、数据和算法的协同发展 [2] - 2026年各地数据工作在规划引领、市场共建、赋能人工智能等方面形成政策合力，共同构成落实的有机整体 [2] - 数据基础设施建设运营和数据市场生态培育是资本关注的重点，数据交易机构和数据服务平台的建设为资本提供了参与数据流通和交易的机会 [2] - 资本可通过投资数据交易平台推动市场繁荣并从数据交易中获取收益，在人工智能共性支撑能力建设方面，资本可助力企业整合算力、数据和算法资源，提升整体发展水平并带动相关产业链 [2] 数据要素发展目标与挑战 - 全国数据工作会议要求2026年着力畅通数据流动和资源配置渠道，激活数据市场供给和需求，繁荣市场生态，推动数据“供得出、流得动、用得好、保安全” [3] - 目标是促进数据要素全面融入经济价值创造过程，更好赋能经济社会发展 [3] - 数据要素发展面临数据安全、隐私保护、算法偏见等问题的制约，需要政策持续引导和监督，坚守安全底线，构建完善的数据治理体系 [3] - 需确保数据在合法、合规、安全的轨道上运行，以实现数据要素成为推动经济社会高质量发展的强大引擎 [3]

文章核心观点 - 全国数据工作会议将2026年定为“数据要素价值释放年”，标志着数据要素市场化配置改革进入价值创造与验证的关键新时期，2026年数据要素价值规模化释放完全值得期待 [1] - 建设全国一体化数据市场是破解数据要素价值释放难题、充分发挥市场优化配置资源决定性作用的必由之路 [1][7] - 数据产业的商业模式将围绕“数据产品化”发生深刻变化，从“项目制开发”向“可复购的数据服务”转变，并与人工智能基础设施融合，催生数据产品2.0和智能体等新兴业态 [15][16] 对“数据要素价值释放年”的解读与期待 - 将2026年定为“数据要素价值释放年”意味着前期在制度建设、平台搭建、场景谋划和产品开发上的积极探索已积累到量变到质变的关键时刻 [3] - 政策层面已铺平道路，例如2024年底至2025年初国家数据局连续出台数据产业、企业数据资源、公共数据授权运营、数据基础设施建设等一系列政策 [3] - 可信数据空间试点推动了“搭平台”热潮，数据要素×大赛及场景清单推动了“谋场景”实践，各地数据交易所、平台企业和数据商在“做产品”上发挥了先锋作用 [3] - 当前是“万事俱备，只欠东风”，全国数据工作会议吹响了进军号，期待2026年数据要素价值释放能够规模化爆发 [4] - 判断“数据要素价值释放年”是否成功，应聚焦价值指标，建议从微观企业数据产品产生的现金流，以及产值、增加值、销售额、市值等指标去定义和衡量数据产业的价值释放成效 [5] 全国一体化数据市场的意义与建设路径 - 建设全国一体化数据市场旨在打破地域、行业界限，实现数据要素在全国范围无障碍地“供得出、流得动、用得好、保安全” [7] - 关键性基础建设包括：建立全国性互联互通的数据基础设施（平台）、全国统一的数据相关标准体系、全国一体化的数据互操作规范、鼓励数据商发展、在可信数据平台基础上通过谋场景和做产品实现数据价值 [7] - 全国一体化数据市场能带来的益处包括：让分散不出域的数据在全国自由流动，优化资源配置；让数据商获得空前市场空间，开发更多更好的数据产品和服务；充分发挥数据要素的规模效应（边际规模递增）、范围效应、乘数效应以及对其他要素的带动引领作用 [8] - 构建全国一体化市场的基石是“五统一、一开放”，即统一数据产权、统一数据流通、统一数据交易、统一数据安全、统一数据治理，实现数据市场的开放共享和安全可控 [8] - 实践层面，需积极总结各地各行业在统一制度、平台、标准、元数据、认证等方面的经验，提炼共性，鼓励跨地域跨行业的规则与平台互通；同时发挥国家层面行政、行业组织、标准化组织等的作用，推动全国一体化的制度、规则、标准、确权体系、登记体系、元数据体系、认证体系及平台互通建设 [9] 从数据资源到数据产品的转变 - 对于公共数据持有者（政府部门），需落实责任驱动、绩效驱动原则，将数据共享、开放及授权运营作为责任，加强考核监督，激励先进 [11] - 对于数据资源富集的大型企业等市场主体，需落实市场驱动、利益驱动原则，兼顾社会责任，具体措施包括：通过有偿使用鼓励释放数据；通过“数据可用不看见”等技术手段保护数据持有权；鼓励公开元数据以便数据商发现和调用；让相同功能的元数据形成竞争和价格机制，降低使用成本 [11] - 通过市场机制，鼓励对市场高频使用的数据开发共性的数据原子能力（数据中间产品），以改善数据供给 [12] - 预计最先成熟并规模化供给的数据产品包括：不涉及涉私数据的分析类数据产品（如气象数据产品、统计分析可视化产品）；以及市场利益驱动力较强的领域数据产品，如金融和医疗行业数据产品 [12] 数据与人工智能的相互赋能 - 高质量数据集已成为人工智能发展的关键，数据赋能人工智能发展主要体现在：结合行业高质量数据集赋能领域小模型的微调；建设行业知识库赋能大模型推理，减少幻觉；通过私域数据支撑人工智能私域应用 [13] - 实现上述赋能需要数据基础设施与人工智能基础设施融合建设，例如在可信数据空间等平台上融合部署AI大模型，利用其安全可信场域建设高质量数据集和知识库，赋能精准应用 [13] - 基于融合基础设施平台，可加强数据产品的智能化，或通过面向任务的AI智能体建设，实现数据产品向智能体升级，成为数据产品2.0 [13] - 全国一体化数据市场能为AI大模型提供更高质量、更合规的数据燃料，有效促进大模型应用落地，降低幻觉，提高泛化能力 [13] - AI的发展为数据价值计量提供了新的可能性，例如除了传统的字节数、数据条数，也可通过词元数进行计量，但这仍是流量方式，难以完全体现数据的内容价值 [14] 数据产业商业模式的演变与新兴业态 - 数据产业的商业模式将围绕“数据产品化”发生深刻变化，核心路径是“搭平台、谋场景、做产品”，必须落脚到数据产品化，而非局限于数据领域内部闭环运作 [15] - 数据产品化形式多样，包括各行各业的分析类、个体化数据产品，以及智能化的数据产品（如大模型、AI智能体）和结合硬件的产品（如具身智能） [15] - 在数据基础设施与人工智能基础设施融合的趋势下，数据产品开发将基于“大平台、微服务”架构，从“项目制开发”向“可复购的数据服务”转变成为必然，可以针对场景需求迅速开发产品并提供持续稳定的数据服务 [16] - 数据产业的核心业态围绕“数据—数据平台—数据产品—数据应用”四要素展开，包括：数据供给产业（采集、治理、标注等）、数据平台运营业（基础设施建设、生态体系建设等）、数据产品开发产业（产品与智能体开发生产服务）、数据应用业（各类应用服务及与实体经济融合服务），其中数据产品开发产业是价值化的核心 [16]