数据要素市场发展指数2023.pdf

数据要素市场发展指数 Data Factor Market Development Index 录 Contents 报告要点.?、数据要素市场城市?指数.?.编制背景.?.编制案.?.?城市选择.?.?计算指标设计法.?.?指数计算.?.?指数样本调整.?.?指数发布与更新.?.观察结果.?.?综合引领型城市：线领跑，新线.?.?加速成型城市：起步较晚，加速赶超.?.?机会潜型城市：产业基础薄弱，发展潜较强.?.数据要素分项发展现状.?.?数据要素治理.?.?数据要素供给.?.?数据要素流通.?.?数据要素保障.?.结语.?、数据要素市场景指数.?.编制案.?数据要素市场发展指数 Data Factor Market Development Index?.?景指数计算法.?.?景指数样本选择法.?.?景指数解读.?.?景指数更新和调整.?.数据要素市场景状况（?第?季度）.?附录：问卷调查表.?数据要素市场发展指数 Data Factor Market Development Index 1 报告要点“数据要素市场发展指数”由“数据要素市场城市 30 指数”与“数据要素市场景气指数”组成。“数据要素市场城市 30 指数”以“数据二十条”为编制指导，从“数据要素治理”、“数据要素流通”、“数据要素供给”、“数据要素保障”四个维度，聚焦城市数据要素市场发展成熟度。“数据要素市场景气指数”以 200家数据要素型企业为对象，利用季度问卷调查的方法，从业务、需求、价格、人员、利润、研发、预期等维度动态监测数据要素行业景气度，致力于打造数据要素领域的晴雨表。数据要素市场发展指数 Data Factor Market Development Index 2、数据要素市场城市 30 指数 1.编制背景 自 2022年关于构建数据基础制度更好发挥数据要素作用的意见（简称“数据二十条”），确立了数据要素市场作为国家重点培育对象的地位，2022 年被视为数据要素市场化元年。2023 年 2 月，国务院发布数字中国建设整体布局规划，为数据要素市场的顶层设计定调。数据要素市场的制度建设、地方实践高楼渐起，成果初现。与中央政策要求呼应，各地积极落实设定数据要素市场发展目标。2023 年 7 月，北京市印发关于更好发挥数据要素作用进一步加快发展数字经济的实施意见，提出力争到2030 年数据要素市场规模达到2,000亿元，基本完成国家数据基础制度先行先试工作，形成数据服务产业集聚区；2023 年 8 月，上海市人民政府办公厅印发立足数字经济新赛道推动数据要素产业创新发展行动方案（2023-2025 年），提出到2025 年，数据要素市场体系基本建成，数据要素产业动能全面释放，数据产业规模达 5,000 亿元，年均复合增长率达15%。“数据二十条”提出从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度的发展方向，各地区政府纷纷响应号召，加快数据要素市场建设的步伐。为对比中国各主要城市在数据要素市场的发展状况，指数编制组发布数据要素市场城市 30 指数（以下简称城市 30 指数），以“数据二十条”为评价标准，建立数据要素市场科学的指标体系。本报告根据各样本城市的指数，将三十个样本城市划分为综合引领型城市、加速成长型城市及机会潜力型城市三种类型，并对各类型城市的数据要素市场发展现状进行分析。2.编制案 2.1 城市选择 综合对比不同城市的经济发展水平，数据要素市场发展的自由度，本指数编制方案以中国境内（不含港、澳、台）主要城市为分析样本。直辖市和省会城市是我国大部分地区发展引擎，是各地区内经济发展水平的最高代表、经济社会活动最活跃的城市，企业产生的数据资源越丰富，越有可能形成数据生产要素。但部分省份经济发展相对落后，数据要素市场仍属于发展初期，因此本次指数编制选择直辖市和东部、中部、西部三个区域内经济水平发展较高的省会城市为样本，最终上海、北京、广州、杭州、南京、武汉、天津、贵阳、成都、合肥、重庆、南宁、济南、兰州、福州、长沙、海口、郑州、南昌、呼和浩特、昆明入选。此外，补充苏州、无锡、珠海、汕头四个经济发展潜力型城市。较高的发展自由度有利于推动数据要素市场加速发展。计划单列市有更大的决策自主权，可以获得更多政策和资金支持，因此补充深圳、宁波、青岛、大连、厦门五个计划单列市为入围城市。数据要素市场发展指数 Data Factor Market Development Index 3 2.2 计算指标设计法 综合考虑国家对数据要素市场的发展思路，本方案依据“数据二十条”中对数据要素市场四大基础制度的建设要求，设计了三层指标体系，包含 4 项一级维度指标、15 项二级维度指标、34 项三级细分衡量指标。通过分层拆解一、二级评价维度，保证对城市数据要素市场发展的评价全面性与科学性；对三级衡量指标分类汇总，平衡指数呈现结果清晰度与易理解程度。表 1 “城市 30 指数”指标体系#一一级级维度维度 指标指标#二二级级维度维度 指标指标#三级细分衡量三级细分衡量指标指标 1 数据要素治理 1.1 政府数据治理 1.1.1 是否出台涉及数据流通监管机制的相关政策 1.1.2 是否出台涉及建立数据治理体系的相关政策 1.2 企业数据治理 1.2.1 提及要求企业进行数据治理的政策数量 1.2.2 提出建立数据要素登记及披露的政策数量 1.2.3 是否组建大数据产业联盟 1.2.4 是否组建数据相关协会 2 数据要素供给 2.1 数据权属保护 2.1.1 提及数据产权保护的政策数量 2.1.2 是否正在推动数据立法 2.2 公共数据供给 2.2.1 是否建立公共数据开放平台 2.2.2 是否形成了公共数据管理办法 2.2.3 是否形成公共/政务数据分类分级指南 2.2.4 是否开展公共数据授权运营探索 2.3 企业数据供给 2.3.1 是否建立数据采集/质量评估标准 2.3.2 提及数据交易/资产化/数字化转型的政策数量 2.3.3 大数据企业 50 强数量 2.3.4 数据相关赛道独角兽企业数量 2.4 个人数据供给 2.4.1 提及个人数据的政策数量 3 数据要素 流通 3.1 数据合规 3.1.1 数据合规管理办法数量 3.2 交易场所 3.2.1 是否形成数据交易场所标准/管理实施办法 3.2.2 是否设立数据交易机构 3.3 流通生态 3.3.1 是否有数据要素交易/流通利用激励性政策 3.3.2 是否进行数据生态探索（如建立生态样板区/建立生态产业链）数据要素市场发展指数 Data Factor Market Development Index 4 2.3 指数计算 城市 30 指数对 34 个三级细分衡量指标根据各城市发展差异从低到高进行 0 至 3 分打分。三级细分衡量指标具体包含进行“是/否判断”、“数量比较”两种类型。其中，对进行“是/否判断”的衡量指标根据“是”得 3 分，“否”得 0 分的标准赋分。对进行“数量比较”的衡量指标根据该城市表现与样本三分位数大小关系进行赋分。三分位数根据以下公式进行计算：样本三分位数=最小值+三分位点!#最大值 最小值%例如：第一三分位数=最小值+!#最大值 最小值%若“该城市表现第二三分位数”，赋3 分；若“第一三分位数该城市表现第二三分位数”，赋2 分；若“最小值该城市表现第一三分位数”，赋 1 分；若“该城市表现=最小值”，赋 0 分。二级衡量指标根据其对应的三级衡量指标分值加总形成：二级衡量指标分值=(其下属三级指标分值)一级衡量指标根据其对应的二级衡量指标分值加总，并调整为 0 至 100 分区间形成，以提高受众对一级指标的理解程度：一级衡量指标分值=其下属二级衡量指标分值加总其下属二级衡量指标满分 100 3.4 跨境流通 3.4.1 是否进行数据跨境流通探索 3.5 收益分配 3.5.1 提及数据定价相关的政策数量 3.5.2 提及数据资产评估相关的政策数量 3.5.3 提及政府对数据收益进行调节的政策数量 4 数据要素 市场 保障体系 4.1 组织建设 4.1.1 是否设有大数据管理局/大数据中心/数据集团 4.1.2 是否试验首席数据官制度 4.2 财政支持 4.2.1 是否有财政专项资金支撑数据发展 4.2.2 数据应用激励/补贴政策数量 4.2.3 是否有数字经济相关财政金融扶持政策 4.3 创新探索 4.3.1 是否建立数据创新示范区 4.4 理论/立法研究 4.4.1 是否设有国家级大数据实验室 4.4.2 数据研究机构数量 数据要素市场发展指数 Data Factor Market Development Index 5 最终，城市数据要素市场发展指数根据对应城市的一级衡量指标计算算数平均数形成：城市 30 指数=(一级指标分值)&2.4 指数样本调整 方案建议根据指数编制的不同阶段，阶梯型优化运营机制，并同步进行指数样本调整。伴随指数编制工作逐步成熟运行，城市 30指数将每年对中国境内城市进行筛选，基于前述样本选取方法筛选、更新合适指数的样本城市，并适当考虑扩充样本数量以提高指数对中国境内城市的整体覆盖范围。2.5 指数发布与更新 城市 30指数每年计算、更新并发布。更新依据各样本城市在各三级细分衡量指标的最新表现，综合考虑该城市相关政策出台、探索运营、激励补贴等情况计算。数据要素市场发展指数 Data Factor Market Development Index 6 3.观察结果 本期样本城市的数据要素市场发展指数分值集中在 40-100 分之间，呈现为综合引领型（大于 75 分）、加速成长型（60-75 分）、机会潜力型（小于 60 分）三个梯队：第一梯队：综合引领型（大于 75 分）上海、深圳、北京、广州、杭州、珠海、苏州、宁波、南京；第二梯队：加速成长型（60-75 分）武汉、天津、汕头、贵阳、成都、无锡、合肥、重庆、南宁、济南、青岛；第三梯队：机会潜力型（小于 60 分）厦门、兰州、福州、长沙、海口、郑州、大连、南昌、呼和浩特、昆明。表 2 城市 30 指数排名及总得分 排名排名 城市城市 总总积积分分 排名排名 城市城市 总分总分 1 1 上海 96.8 16 合肥 68.9 2 2 深圳 90.7 17 重庆 66.9 3 3 北京 88.3 18 南宁 66.7 4 4 广州 85.7 19 济南 62.7 5 5 杭州 81.6 20 青岛 60.4 6 6 珠海 81.2 21 厦门 58.4 7 7 苏州 78.9 22 兰州 58.3 8 8 宁波 77.7 23 福州 57.6 8 8 南京 77.7 24 长沙 57.3 1010 武汉 74.4 25 海口 57.2 1 10 0 天津 74.4 26 郑州 53.5 1212 汕头 73.5 27 大连 50.1 1313 贵阳 71.8 28 南昌 46.0 1 14 4 成都 71.0 29 呼和浩特 45.7 1 15 5 无锡 69.3 30 昆明 42.5 数据要素市场发展指数 Data Factor Market Development Index 7 图 1 城市 30 指数三梯队城市分布 总体来看，各城市数据要素市场指数与本地的数字经济正相关，部分新一线城市表现亮眼。数据作为数字经济时代具有基础性战略资源和关键性生产要素，是发展数字经济的关键抓手。对比各地的数字经济发展指数，各城市数据要素市场的发展程度与各地数据经济实力呈正相关性。这一方面体现了有价值的数据要素是催生和推动数字经济新产业、新业态、新模式发展的基础。在数据挖掘、脱敏、分析的基础之上对数据资源实现高效利用，将极大地推动创新、加速产业升级。另一方面，数据对经济活动中的其他生产要素也具有倍增作用，可以利用数据流通中各利益相关方的对接，放大劳动力、资本等要素在社会各行业中的价值。此外，部分城市对比本地的数字经济发展水平，数据要素市场发展程度有亮眼表现。武汉、宁波、苏州、贵阳等城市数据要素市场发展超水平发挥，得益于其所在省市政府积极推动数据要素市场发展，力图抓住数据要素市场建设这一关键抓手，实现数字经济的“弯道超车”，形成了自身数据要素市场特色。以贵阳为例，其数据要素市场发力公共数据，打造明星气象数据产品，在交易、应用场景等方面均有创新探索。有力的政策支持成为这些城市数据要素市场发展的加速剂。数据要素市场发展指数 Data Factor Market Development Index 8 图 2 数字经济指数与城市 30 指数呈正相关关系 信息来源：H3C中国城市数字经济指数，指数编制研究组 3.1 综合引领型城市：线领跑，新线 综合引领型城市均为东部沿海地区的经济发达城市，数字经济发展水平高，除北京、上海、广州、深圳四大一线城市外，还包括杭州、南京等新一线城市，数据要素治理、数据要素供给、数据要素流通、数据要素市场保障体系四项指标均处于全国领先水平，为数据要素市场发展的排头兵。表 3 综合引领型城市 30 指数一级指标分数 排名排名 城市城市 数据要素治数据要素治理理得分得分 数据要素供数据要素供给给得分得分 数据要素流数据要素流通通得分得分 数据要素保障数据要素保障体体系得分系得分 总分总分 1 1 上海 100.0 90.9 96.3 100.0 96.8 2 2 深圳 94.4 87.9 88.9 91.7 90.7 3 3 北京 94.4 81.8 85.2 91.7 88.3 4 4 广州 83.3 87.9 92.6 79.2 85.7 5 5 杭州 77.8 75.8 85.2 87.5 81.6 数据要素市场发展指数 Data Factor Market Development Index 9 6 6 珠海 83.3 81.8 88.9 70.8 81.2 7 7 苏州 77.8 72.7 77.8 87.5 78.9 8 8 宁波 77.8 78.8 66.7 87.5 77.7 8 8 南京 83.3 72.7 63.0 91.7 77.7 3.1.1 上海：数据要素先行者，各指标位列第一 上海雄厚的经济基础和数字经济规模为数据要素市场的建设提供了雄厚的产业基础。上海近年来持续推进国际经济、金融、贸易、航运和科技创新“五个中心建设”，夯实建设中国特色的超大规模城市和枢纽的战略定位。上海市国民经济和社会发展第十四个五年规划和二三五年远景目标纲要中，多次强调提高数据要素高频流动、高效配置、高能增值，鼓励数据跨境流动，及数据的跨领域、跨行业的数据融合与协同创新，依托超大城市海量数据、市场规模和应用场景优势，以数字技术创新带动科技变革、产业变革和城市治理方式变革，实现整体性转变、全方位赋能、革命性重塑。上海城市发展纲领性文件为数据要素市场的发展奠定了基调。上海对数据要素市场建设的政策支持力度领跑全国。2022 年正式生效的上海市数据条例是国内首部省级人大制定的数据条例，上海出台了数量最多、覆盖最广的数据要素相关政策，全面推动和保障数据要素市场的发展。例如，上海出台上海市“元宇宙”关键技术攻关行动方案（20232025年）促进数据资源技术基础设施建设，出台上海国际金融中心建设“十四五”规划推动上海大数据在金融行业的应用。上海在数据要素治理方面表现尤为突出。上海推进数据服务企业引培，培育涵盖数据收集、治理、加工等业务的数据中介、数商和数据运营管理机构，并协同行业协会、科研院所等多方力量参与数据治理，同时不断推进长三角数据要素治理技术标准和数据标准统一。上海经济发展水平和企业数字化水平领先，大量企业不断加入数字化转型的队伍中，为数据创新融合应用提供了丰富的应用场景。上海已打造了大数据、普惠金融等一批标杆性示范应用。丰富的数据应用场景也为数据流通提供了良好的发展机会，上海的数据流通与交易市场活跃。上海正积极打造数据交易生态，加速将数据要素发展转化为数字经济增量。在数商生态培育方面，上海正加速推动数据要素型企业的认定。同时，上海也积极推动国际数据港和国家级数据交易所两项重点工程的建设，促进数据高效合规流通。上海数据交易所牵头启动国内首个数据交易链建设，并加快构建数据要素流通标准体系，同时逐步完善数据交易合规服务生态、数据交易存证链条与数据交易国际板，促进跨境数据合规安全流通。3.1.2 北京：国央企数据资源丰富，科研水平领先 北京是我国的政治文化中心，对数字经济发展高度重视，是国家数字经济创新发展试验区，有利于加快试点示范和政策创新。北京市国民经济和社会发展第十四个五年规划和二三五年远景目标纲要中提到系统化构建数字发展新生态，深度挖掘数据资源内在价值，推动多行业、多领域、跨部门、跨层级数据有序数据要素市场发展指数 Data Factor Market Development Index 10 流通，推动企业数字化转型。在纲领性政策的引领下，北京的数据要素治理、数据要素供给、数据要素保障体系发展成熟。北京市数据要素资源优势显著。北京是各类央企、国企和民营企业的总部聚集地，具有较高的数字化水平，汇聚了种类丰富、规模庞大的商业数据资源。同时，北京积极推动智慧城市、数字政府、智能制造等重点行业率先进行数字化建设，沉淀和汇聚更多更高价值的数据资源。北京拥有国内最丰富优质的科研资源，数据要素市场保障水平较高。北京拥有数量最多的国家级大数据实验室和数据研究机构，理论研究水平先进，数据要素人才丰富，这些因素均为北京数据要素市场发展奠定了基础，推动数据要素市场加速发展。相比上海和深圳，北京的数据要素流通水平提升空间较大，其中主要是关于促进数据收益分配的政策较少，仅在“十四五”大数据产业发展规划等五条政策中提及了探索数据资产评估，在北京市数字经济促进条例中提及调节数据收益，对收益分配的政策推动力有待加强。3.1.3 广深珠：把握数据跨境优势，积极创新数据应用 广东省将建设高标准数据要素市场体系列为新阶段创造型、引领型改革任务，2022 年印发的广东省数据要素市场化配置改革行动方案旨在充分发挥海量数据资源和丰富应用场景优势，打通数据从资源到资产的全环节，“全省一盘棋”推进高质量新型数据要素市场体系建设。为全面推动数据要素市场建设，广东加快政策先行，出台的政策覆盖数据要素治理、数据要素供给、数据要素流通、数据要素保障体系中的多个细分领域，为数据要素市场提供制度保障，驱动数字经济发展。作为数字经济大省，广东有深圳、广州和珠海三个城市入围综合引领型城市。2020 年 10 月，中共中央办公厅国务院办公厅印发深圳建设中国特色社会主义先行示范区综合改革试点实施方案（20202025 年），在方案中，数据要素市场化配置被重点提及。作为我国经济特区，深圳始终注重数据要素市场的全方位体系化发展，数据要素治理、数据要素供给、数据要素保障体系均水平较高。凭借金融、高新技术产业等坚实的产业基础，深圳市拥有丰富的数据资源及应用场景，大力发展数据应用为企业发展赋能，推动深圳优势产业发展。相对而言，深圳的数据要素流通水平仍存在提升空间，其中对数据合规的政策推动力与上海存在差距，针对跨境数据交流，应更加注重完善相关监管机制，加强政府机构指导作用。广东省是数据跨境流动的先行者。广东凭借独特的地理位置优势，对我国粤港澳地区数据要素发展，对我国数据要素走向世界发挥着重要作用。其中，珠海持续深化珠澳合作，深圳则致力于打造深港数据跨境交易中心，体现深圳作为我国改革开放前沿阵地的主体地位。广东省也注重丰富的数据要素创新探索和实践经验积累。例如在深圳成立粤港澳大湾区大数据研究院及数据交易流通实验室，并将实践经验汇编成广东省数据要素市场化配置改革白皮书进行发布。3.1.4 杭州、宁波：发挥产业优势，提供丰富应用场景 浙江省把数字经济高质量发展作为奋力推进共同富裕先行和省域现代化先行的关键力量，通过数据要素赋能，扩大其他产业要素连接范围，促进市场公正公平竞争，提高全要素生产率，实现经济发展的效率变革。其中，杭州与宁波作为浙江省表现较好的两个城市，均在数据应用方向上各自发挥产业优势。数据要素市场发展指数 Data Factor Market Development Index 11 杭州市强化高质量数据要素供给。杭州的互联网产业飞速发展，集聚了阿里巴巴、网易等众多数字经济头部企业，促进数据要素供给水平的提升，也培育形成了智能制造、数字营销等数据应用场景。借助数字经济的产业基础，杭州市在高新区（滨江）成立了“中国数谷”，以数据要素市场化改革为突破，促进数据合规高效流通使用，赋能实体经济。杭州市的数据要素流通水平较高，在交易场所、流通生态方面尤为突出。2016 年，浙江大数据交易中心在杭州成立，并出台了数据知识产权交易指南（浙江省杭州市地方标准）指导数据交易场所管理，为数据要素的流通提供规范的平台。同时，杭州市注重流通生态建设，在浙江省数字经济促进条例、杭州市公共数据授权运营实施方案的推动下，不断激励数据要素交易和流通，通过“规则市场生态场景”四位一体推进数据价值化，力求形成在全国范围内可复制的“杭州模式”。但是，杭州在数据要素治理方面有待提高，主要是针对企业数据治理、数据要素登记及披露的相关政策指引相对薄弱。促进企业数据治理方面，主要在浙江省推进产业数据价值化改革试点方案中提及了围绕数据采集、存储、加工、交易、传输等全链条培育企业与数商，但缺乏具体的指引；促进数据要素登记及披露方面，除少部分浙江省出台的政策有提及外，只有杭州市数字经济发展“十四五”规划提及建立健全信息披露制度的发展目标。自宁波市数据要素市场化配置改革行动方案发布以来，宁波数据要素市场化配置改革工作进入快车道，逐步形成了以产品化为核心，市场化为路径，政府监管，国资引领，行业推进的发展模式，推动数据要素成为社会经济发展的战略性资源。宁波市积极抢抓数据要素市场机遇，发挥特色产业优势，数据要素供给发展水平较高。在数据要素供给方面，宁波市精准对接数据供给与需求，加强数据资源的高效利用，发挥宁波在港口物流、工业制造等方面的产业优势，激活数据要素发展潜能。宁波的数据要素市场保障体系发展成熟。宁波市全面加强组织建设，成立宁波市大数据发展管理局，并于 2023 年 1 月正式上线运营人工智能超算中心，为气象、科研等领域提供基础设施建设，为宁波市打造“全球智造创新之都”提供动力。与杭州相同，宁波对企业数据要素治理的政策推动作用有待加强，仅在宁波市数据要素市场化配置改革行动方案中提及促进企业进行数据的集中融合治理，仅在宁波市信息化发展“十四五”规划中提及进一步完善数据资产挂牌与登记制度的工作目标。3.1.5 南京、苏州：经济基础坚实，科研氛围浓厚 围绕国家“十四五”规划纲要中关于打造数字经济新优势的要求，江苏省出台了江苏省“十四五”大数据产业发展规划，以形成省内数据基础设施支撑有力、数据治理能力显著提升、数据要素流通规范有序、技术产品创新日趋活跃、融合应用不断深化的大数据新格局为发展目标。江苏省拥有坚实的制造业和实体经济基础，为培育数据要素市场提供了肥沃土壤。同时在大数据、工业互联网、人工智能等政策的推动下，江苏的数字要素市场的发展始终走在全国前列，拥有南京、苏州两座数据市场发展成熟的城市。数据要素市场发展指数 Data Factor Market Development Index 12 江苏的数据要素市场保障体系发展突出，凭借江苏的经济基础，在财政支持、组织建设、创新探索、理论研究等方面都有充足的保障举措。尤其是在数据研究方面，南京集中了江苏省雄厚的科研资源，拥有南京大学大数据服务与应用研究院等多个数据研究中心。但南京的数据要素流通水平则相对较低，在交易场所建设方面，南京市缺少市级大数据交易中心（所），只能依赖位于盐城的华东江苏大数据交易中心，因此也没并未形成专门的交易场所管理办法。在流通生态建设方面，南京也并未进行数据生态的探索，有待在未来进一步加强。相对来看，苏州的数据要素治理水平、数据要素供给水平相对薄弱，主要需加强推动企业数据要素治理的政策力度，提高企业数据质量以增加数据要素供给；并针对苏州的装备制造产业等优势产业整合公共数据资源和社会数据资源，提高数据要素供给水平。3.2 加速成型城市：起步较晚，加速赶超 加速成长型城市包含 11个城市，区域分布均匀，有东部地区的天津、汕头、无锡、济南、青岛，中部的武汉、合肥，以及西部地区的贵阳、成都、重庆、南宁。加速成长型城市虽在培育数据要素市场方面起步相对较晚，但均密集出台激励政策，鼓励数据要素市场发展。普遍来看，加速成长型城市在数据要素治理、数据要素供给、数据要素流通、数据要素保障体系四大方面往往各有所长，但发展不平衡，有待进行针对性突破，加速追赶综合引领型城市的发展水平。表 4 加速成长型城市 30 指数一级指标分数 排名排名 城市城市 数据要素治数据要素治理理得分得分 数据要素供数据要素供给给得分得分 数据要素流数据要素流通通得分得分 数据要素保数据要素保障障得分得分 总分总分 1 10 0 武汉 88.9 72.7 44.4 91.7 74.4 1010 天津 83.3 60.6 70.4 83.3 74.4 1 12 2 汕头 83.3 78.8 77.8 54.2 73.5 1313 贵阳 66.7 63.6 77.8 79.2 71.8 1414 成都 72.2 69.7 63.0 79.2 71.0 1 15 5 无锡 77.8 60.6 55.6 83.3 69.3 1616 合肥 77.8 66.7 51.9 79.2 68.9 1717 重庆 72.2 60.6 55.6 79.2 66.9 1818 南宁 61.1 63.6 63.0 79.2 66.7 1 19 9 济南 72.2 48.5 59.3 70.8 62.7 2 20 0 青岛 55.6 48.5 66.7 70.8 60.4 数据要素市场发展指数 Data Factor Market Development Index 13 武汉位于我国中部地区，对于周边城市具有辐射带动作用，在中部地区崛起重要战略支点中具有引领地位，因此是国家重点支持的培育数据要素市场的城市之一。得益于武汉市数据要素市场化配置改革三年行动计划（20232025年）等政策的保障，以及光电子等高新技术产业的基础，武汉正着力推进数字产业化、产业数字化、数字化治理和数据要素价值化等工作。目前武汉的数据要素治理、数据要素保障体系已达到较高水平，出台了针对数据应用的激励和补贴政策，加大数字经济发展的人才激励、企业补贴力度，促进数据要素市场的加速发展。武汉的数据要素流通水平较低，数据合规和跨境流通探索、交易场所和流通生态构建都相对落后。武汉市目前出台的数据相关政策中并未提及数据合规管理，也并未对数据跨境流通进行探索。在交易场所建设的过程中，目前已成立华中大数据交易所、武汉东湖大数据交易中心，但并未形成针对数据交易场所的管理实施办法。针对数据生态的探索，目前尚未开始建立数据生态示范区、数据生态产业链等数据生态聚集区。我国西部数据中心的占比正稳步提高，贵州、成都、重庆都是东数西算的国家算力枢纽。其中，贵州拥有适合建设数据中心的气候和地理条件，是发展大数据产业的最大优势。虽然贵州数字经济的总规模不及第一梯队的城市，但每年的增速较快，正加速在实施数字经济战略上抢新机。贵阳大数据科创城已招引数据要素、数字阅读等新赛道的优质企业，全力打造区域数字产业聚集区。为促进数据要素流通，贵阳成立了首个以大数据命名的交易所贵阳大数据交易所，在全国率先探索数据要素流通交易价值和交易模式。相比之下，贵阳的数据要素治理水平较低。贵阳并未组建大数据相关的产业发展联盟，政策对数据要素登记和披露的推动力较弱，仅在贵州省政府数据共享开放条例和贵州省数据流通交易管理办法（试行）中提及数据登记，贵阳的数据要素治理水平有待全方面加强。山东省也出台了推动数据要素市场发展的政策。2022 年山东发布的关于加快推动平台经济规范健康持续发展的实施意见提到，将试点推进重点行业数据要素市场化进程，研究制定数据交易、应用开发的规则和流程，探索数据要素市场发展新机制。3.3 机会潜型城市：产业基础薄弱，发展潜较强 在三十个样本城市中，厦门、兰州、福州、长沙、海口、郑州、大连、南昌、呼和浩特、昆明十个机会潜力型城市相比其他城市数据相关产业基础薄弱，目前数据要素市场的发展水平较低，政策保障有待强化，数据要素各个领域的研究和探索亟需加强，期待进一步释放发展潜能，促进数字经济发展，高效赋能各城市的实体经济。表 5 机会潜力型城市 30 指数一级指标分数 排排名名 城市城市 数据要素治理积数据要素治理积分分 数据要素供给积数据要素供给积分分 数据要素流通积数据要素流通积分分 数据要素保障积数据要素保障积分分 总总分分 2 21 1 厦门 61.1 57.6 48.1 66.7 58.4 数据要素市场发展指数 Data Factor Market Development Index 14 具体来看，厦门、福州、长沙、海口、郑州已有一定促进数据要素市场发展的举措，通过总结和借鉴综合引领型城市数据要素市场的发展经验，结合本地发展特色，正逐步开启培育本地数据要素市场的探索。福建省按下了数据要素市场建设的加速键，将深化数据要素市场改革，探索构建数据流通交易体系，丰富健全数据交易方式手段。湖南省的数据产业发展迅猛，数据要素市场已初现规模，但与高标准市场体系相比仍有较大差距。海南省则总结了北京、上海、广东等省市的经验做法，探索具有自由贸易区特色的数据产品开发利用与交易新模式。河南省通过打造地市数据要素市场培育试点城市，培育基于公共数据运营为主的数据要素市场，探索可复制、可推广的河南区域特色数据要素市场新路径。而大连、南昌、呼和浩特、昆明四个城市仍在观望中，省级和市级出台的与数据相关政策均较少。由于经济发展水平相对较低，数字经济基础薄弱，因此缺乏发展数字要素市场的先天条件，未来应以公共数据资源为抓手推动数据要素市场的建设。4.数据要素分项发展现状 三十个样本城市在数据要素治理、数据要素供给、数据要素流通、数据要素保障体系各有所长，通过对分项一级指数的分析，可以观察出各个城市在数据要素市场建设中的短板与长板，针对性扬长避短。2 22 2 兰州 77.8 36.4 48.1 70.8 58.3 2 23 3 福州 61.1 60.6 29.6 79.2 57.6 2424 长沙 61.1 60.6 40.7 66.7 57.3 2525 海口 77.8 45.5 55.6 50.0 57.2 2626 郑州 44.4 39.4 59.3 70.8 53.5 2727 大连 72.2 45.5 37.0 45.8 50.1 2828 南昌 61.1 48.5 37.0 37.5 46.0 2929 呼和浩特 61.1 36.4 18.5 66.7 45.7 3 30 0 昆明 61.1 27.3 48.1 33.3 42.5 数据要素市场发展指数 Data Factor Market Development Index 15 4.1 数据要素治理 表 6 30 城市数据要素治理水平排名及分数 数据要素治理是释放数据价值的有效路径，也是数据要素化的起点。在数据要素治理领域，上海凭借较高的公共数据治理水平位居第一，深圳则紧随其后。深圳肩负着促进跨境数据流通交易，探索建立全球数据融通机制的使命，坚持数据安全与发展并重的原则，构建“新型数据治理”体系。但总体来看，除一线城市领先外，其余城市尤其是新一线，在数据治理上表现未形成显著差异。这主要是由于目前数据治理集中于公共数据和国央企的企业数据治理，北、上、广三地由于政务、国企数字化走在前列，表现突出；其他城市近年来开始出台政策，推动政务数据统一归集，建设地方大数据中心，但完成数据治理仍需时日。排名排名 城市城市 数据治理数据治理得分得分 排名排名 城市城市 数据治理数据治理得分得分 1 1 上海 100.0 10 海口 77.8 2 2 深圳 94.4 17 成都 72.2 2 2 北京 94.4 17 重庆 72.2 4 4 武汉 88.9 17 济南 72.2 5 5 广州 83.3 17 大连 72.2 5 5 珠海 83.3 21 贵阳 66.7 5 5 南京 83.3 22 南宁 61.1 5 5 天津 83.3 22 厦门 61.1 5 5 汕头 83.3 22 福州 61.1 1 10 0 杭州 77.8 22 长沙 61.1 1 10 0 苏州 77.8 22 南昌 61.1 1 10 0 宁波 77.8 22 呼和浩特 61.1 1010 无锡 77.8 22 昆明 61.1 1 10 0 合肥 77.8 29 青岛 55.6 1 10 0 兰州 77.8 30 郑州 44.4 数据要素市场发展指数 Data Factor Market Development Index 16 4.2 数据要素供给 表 7 30 城市数据要素供给水平排名及分数 数据要素供给的主要影响因素是数字经济发展水平。上海数字经济发展领跑全国，加之近年来长三角推动建设科技创新共同体，提出在长三角加强国科平台、各省市相关平台的数据共享，极大丰富了公共数据的供给。广东省的企业数据、公共数据供给丰富，拉动了以广州、深圳为核心的珠三角地区的数据供给水平。截至 2023 年 4 月，广东省向社会开放 57138 个数据集，累计开放超过 10.66 亿条政府数据。同时，广东省也是 GDP 大省，丰厚的经济基础也为数据供给提供了肥沃土壤。排名排名 城市城市 数据供给数据供给得分得分 排名排名 城市城市 数据供给数据供给得分得分 1 1 上海 90.9 16 天津 60.6 2 2 深圳 87.9 16 无锡 60.6 2 2 广州 87.9 16 重庆 60.6 4 4 北京 81.8 16 福州 60.6 4 4 珠海 81.8 16 长沙 60.6 6 6 汕头 78.8 21 厦门 57.6 6 6 宁波 78.8 22 济南 48.5 8 8 杭州 75.8 22 南昌 48.5 9 9 武汉 72.7 22 青岛 48.5 9 9 南京 72.7 25 海口 45.5 9 9 苏州 72.7 25 大连 45.5 1212 成都 69.7 27 郑州 39.4 1313 合肥 66.7 28 兰州 36.4 1 14 4 贵阳 63.6 28 呼和浩特 36.4 1 14 4 南宁 63.6 30 昆明 27.3 数据要素市场发展指数 Data Factor Market Development Index 17 4.3 数据要素流通 表 8 30 城市数据要素流通水平排名及分数 公共数据授权运营的不断探索，推动了数据流通的活跃。北京、上海、广东等地纷纷制定公共数据授权运营基本规则，加速推动落地实践。北京建设运营公共数据金融专区，金融领域的数据流通得到极大活跃，数据支撑金融服务已形成成熟应用场景；上海授权开展公共数据运营业务，推动以公共数据为牵引，加快实现公共数据、行业数据、社会数据资源的整合布局。此外，数据流通与交易的发展离不开各地交易所、交易机构的推动。上海数据交易所积极引导各类数据供需方参与数据交易，积极构建数商生态。利用大湾区优势，深圳数据交易所以深港数据交易合作机制为抓手，积极推动数据跨境流通交易。排名排名 城市城市 数据流通数据流通得分得分 排名排名 城市城市 数据流通数据流通得分得分 1 1 上海 96.3 16 济南 59.3 2 2 广州 92.6 16 郑州 59.3 3 3 深圳 88.9 18 无锡 55.6 3 3 珠海 88.9 18 重庆 55.6 5 5 北京 85.2 18 海口 55.6 5 5 杭州 85.2 21 合肥 51.9 7 7 汕头 77.8 22 厦门 48.1 7 7 苏州 77.8 22 兰州 48.1 7 7 贵阳 77.8 22 昆明 48.1 1010 天津 70.4 25 武汉 44.4 1111 宁波 66.7 26 长沙 40.7 1111 青岛