数据要素融合应用典型模式与价值路径白皮书2025.docx

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

1
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。

1
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

2
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

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 4
1.2 数据要素融合应用的定义及特征 4
1.3 数据要素融合应用的研究框架 5
1.3.1 融合应用保障 5
1.3.2 融合应用路径 5
1.3.3 融合应用成效 5
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 7
2.1 政策法规引导 7
2.2 市场机制驱动 8
2.3 基础设施赋能 9
3. 融合应用路径：跨行业、跨区域、跨主体融合应用加速推进 12
3.1 跨行业融合应用成为数据要素高水平应用的标配 12
3.2 跨区域融合应用有力破解数据价值“碎片化”痛点 13
3.3 跨主体融合应用有效应对“数据烟囱”难题 14
4. 融合应用成效：赋能生产、生活与社会治理全面升级 16
4.1 驱动高效生产：激活创新动能，驱动产业升级 16
4.2 赋能美好生活：优化消费体验，提升服务品质 17
4.3 优化社会治理：提升协同效能，增强响应能力 17
5. 趋势与展望 19
5.1 制度供给：从“框架构建”向“精准施策”深化 19
5.2 技术支撑：从“单点突破”向“集成创新”跃迁 19
5.3 融合机制：从“线性协作”向“生态共治”演进 20
5.4 合作范式：从“单体主导”向“多元共生”转型 20
参考文献 21

3
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

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

4

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）。

5
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

图 1 数据要素融合应用的研究框架
图片来源：中国移动研究院（中移智库）

6
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

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、

7

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）。

图 2 数据标准体系结构图
图片来源：国家发展改革委

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

8
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

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，天津轨道交通产业发展集团有限公司将蓄电池全生命周期运维数据作价入股 天津津达电源科技有限公司，获得 52%股权，此次入股有利于整合相关企业的数 据资源优势和科技能力，推动研发适用于轨道场景的蓄电池产品。

2.3 基础设施赋能

数据流通利用基础设施作为推动政策法规、市场机制落地的有效载体，通过

1
中国政府网：《2024 年全国数据市场交易规模预计超 1600 亿元》，2025 年 1 月，

9
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

集成隐私计算、区块链、数据沙箱等技术工具，构建起覆盖数据全生命周期的可 信流通网络，是推动数据要素融合应用的关键支撑。
一是落实政策法律要求，为数据合规流通提供可信管控环境。数据流通利用 基础设施以技术刚性约束实现法律柔性治理，确保数据流通“合规可控 ”。首先， 落实数据分类分级管理要求。例如，基于平台内置分类引擎，对数据实时标记密 级，在流通中执行差异化的脱敏、加密策略，确保符合《数据安全法》要求。其 次，满足全流程合规审计要求。利用区块链技术实现数据操作全程存证，支持监 管部门穿透式检查。如北京国际大数据交易所采用“长安链 ”记录数据使用轨迹， 满足《个人信息保护法》对用户授权的可追溯要求。

二是对接多方数据资源，为多源异构数据融合提供数据交互链路。数据流 通利用基础设施通过提供数据交互链路破除“数据孤岛 ”，构建跨域数据互联的 “高速公路网 ”。首先，提供标准化接口与中间件适配不同行业数据格式，如广 东电网能源数据空间通过标准化接口，实现水、电、气等领域数据的跨域调用。 其次，通过隐私计算技术实现跨机构数据联合分析，如微众银行联邦学习平台连 接 40 余家医疗机构，在保护患者隐私前提下完成疾病风险预测模型训练。最后， 依托数据资源目录服务构建全局数据资源地图，支持按需检索与权限申请，解决 数据“找不到、看不懂、不敢用 ”的痛点。
三是挖掘潜在数据价值，为数据价值发现提供共性服务支撑。数据流通利用 基础设施打造“ 即插即用 ”的数据工具箱，降低数据应用门槛。数据可视化引擎 是价值发现的常用工具，通过低代码工具生成动态数据看板，辅助决策分析。例 如，杭州市经济运行监测平台整合 20 个部门数据， 自动生成产业链风险预警热 力图，助力政府精准施策。此外，随着人工智能技术应用的深化，AI 已成为嵌 入数据流通利用基础设施的重要支撑能力。国家数据局公布的“数据要素× ”167 个典型案例中，117 个案例采用了AI 技术（占比70%），其中，“人工智能 ”“大 模型 ”“机器学习 ”“深度学习 ”“自然语言处理 ”等为出现频度较高的关键词（图 3）。

10

图 3 数据要素融合应用关键技术与工具
图片来源：中国移动研究院（中移智库）根据 167 个“数据要素× ”典型案例生成

11

3.融合应用路径：跨行业、跨区域、跨主体融合应用加速推进

3.1 跨行业融合应用成为数据要素高水平应用的标配

在“数据要素× ”167 个典型案例中，147 个案例涉及政企数据融合应用， 占比 88%（图4）。产业链联动与应用场景牵引是跨行业数据融合的两种典型模 式，前者沿供应链纵向穿透，后者立足需求侧痛点“横向贯通 ”，共同破解跨行 业数据协同难题。

图 4 跨行业数据融合应用占比
资料来源：中国移动研究院（中移智库）
一是产业链上下游业务联动牵引模式。以产业链上下游业务联动为牵引，驱 动跨行业的数据融合，实现全链条资源动态配置与效率提升。以轮胎的生产制造 和销售为例，其产业链上下游涉及原材料、能源、金融及物流等多个行业的数据， 中策橡胶联合知轮科技和中国移动，以轮胎全链多维数据要素为驱动，开创“智 慧轮胎+里程租赁 ”的商业模式，打造轮胎生产制造研产销服新范式。
二是行业典型应用场景牵引模式。该模式以满足某一行业的典型应用场景需 求为牵引，构建跨行业数据协同网络，突破行业的发展瓶颈。例如，贵阳大数据 交易所、南方电网贵州电网公司与数库（上海）科技有限公司融合电力大数据与

12
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

公开产融大数据共建企业营销价值评价模型，在数据交易场所实现“产业+ 电力” 数据赋能金融科技创新，助力金融机构提升对公服务效率、缓解中小企业融资难， 探索数据要素市场产业数据多元融合流通交易方案。
3.2 跨区域融合应用有力破解数据价值“碎片化 ”痛点

在“数据要素× ”167 个典型案例中，112 个案例涉及跨区域数据融合应用， 占比 67%（图5）。跨域数据融合应用突破空间限制，通过横向区域、纵向层级、 横纵结合三重贯通模式，重构数据要素协同范式，形成多维价值网络，有效释放 数据要素经济潜能。

图 5 跨区域数据融合应用占比
资料来源：中国移动研究院（中移智库）
一是横向区域贯通。破除行政辖区限制，横向融合跨域数据，实现要素资源 的优化配置与业务协同。例如，舟山市与张家港、江阴、南京、武汉、重庆等 25 个长江物流节点城市共建江海联运数据联盟，推动流域数据共享共治。企业 办理进出港手续时间从原来的 16 小时压缩至 2 小时，船舶平均在港时间减少 1 天以上，每年可为企业节省船舶租金等费用超 13 亿元。
二是纵向层级贯通。穿透行政层级壁垒，垂直整合多级行政数据，形成“省 -市-县-乡 ”穿透式治理响应链条。例如，中国移动广东公司基于海量人口数据， 打造应急管理人口热力图，实现对省、市、区、镇、街道各级人群数量及画像的

13
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

融合汇聚和实时洞察，有效赋能应急管理监测预警和救援指挥，保障人民群众生 命安全。
三是横纵结合贯通。融合地理空间坐标与实体属性，实现横向跨区域和纵向 跨行政层级的全域数据整合。例如，住房和城乡建设部以国家“天地图 ”为基础 地图，统筹制定技术规范、制备调查底图、开发在线调查软件系统，形成了具有 空间位置和物理属性的房屋建筑海量数据成果，全国房屋建筑第一次有了“数字 身份证 ”。显著提升了抗震加固、安全管理、城市体检及更新的数据支撑力，实 现了经济效益与社会效益的双重飞跃。
3.3 跨主体融合应用有效应对“数据烟囱 ”难题

产生数据的主体主要包括政府、企业、个人等，由于个人数据大量存储于政 府和企业手中，因此在实践中政企数据融合成为跨主体融合应用的主要表现形式。 在“数据要素× ”167 个典型案例中，132 个案例涉及政企数据融合应用， 占比 79%（图 6）。主要通过两种方式进行：

图 6 政企数据融合应用占比
资料来源：中国移动研究院（中移智库）
一是公共数据授权运营。政府将公共数据资源通过合规机制向市场主体定向 开放，以数据市场化配置激活公共数据深层价值。例如，浙江中国小商品城集团 股份有限公司通过授权运营方式获取登记、许可、处罚、荣誉等公共数据，建立

14
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

了覆盖义乌市场 25 万家商户的企业信用评价模型。2023 年基于企业征信体系累 计授信总额 90.57 亿元，放款额 35.58 亿元，解决 3.3 万余户小微企业融资问题。
二是政企数据双向共享。政企间建立互信流通机制实现数据共享，打造政企 数据“双循环 ”生态。例如，大同市数字政府服务中心联合京东城市数字科技， 依托城市数字底座搭建智慧文旅监管服务平台，汇聚酒店住宿、餐饮排队等企业 数据以及停车管理、市政公厕、特色活动等特色政务数据。通过政企数据双向共 享，既为游客提供精准美食攻略、实时停车推荐、权威活动查询等本地特色服务， 又解决了政府部门文旅监管感知弱、信息散等难题，提升了游客体验。
公共数据从单向释放向政企双向对流演进，不仅释放公共数据的社会化价值， 更激活企业数据的治理反哺效能，形成“商业创新-社会治理 ”螺旋式演进新格 局。

15
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

4.融合应用成效：赋能生产、生活与社会治理全面升级

4.1 驱动高效生产：激活创新动能，驱动产业升级

多源数据融合有力推动数据规模增长和品类丰富，催生新能力、新模式，加 速了研发范式变革、产业链协同与资源优化配置，催生新质生产力。
一是数据大体量汇聚驱动研发范式变革，加速技术突破。通过海量数据沉淀 重构科研基础方法论，推动传统研发模式升级为由数据驱动的智能范式，实现技 术的跨越式突破。例如，合肥机数量子科技有限公司通过建立高质量化学和材料 科学数据库，训练人工智能分析模型，并打造机器人实验系统“机器化学家 ”， 将材料研发效率提升百倍以上，显著缩短了研发周期。
二是数据要素融合驱动产业链协同创新，提高生产效率。跨域数据融合打破 生产研发端的信息不对称，通过构建跨域数据池，推动生产环节向智能协同演进， 最终实现生产效率的提升。工业领域，国家能源投资集团有限公司通过汇聚铁路 运输装备、港口装备等数据，构建智能模型，形成近 600 类装备设计和研发数据 集，显著提升了装备制造效率。农业领域，中国科学院计算技术研究所搭建“智 慧农业数据底座 ”，打通农场生产数据流，实现施肥、施药、灌溉等环节的精准 化管理，带动粮食增产和农户增收。
三是数据要素融合优化资源配置效率，实现降本增效。数据驱动生产要素动 态调配，提升分配与交换环节效能。例如，餐饮业中，企迈科技通过整合分析企 业业务数据和用户行为数据，为餐饮企业提供智能补货、门店经营分析等数据服 务，赋能企业精细化运营，支撑企业为客户提供个性化服务，提升客户消费满意 度。零售业中，山西全球蛙电子商务有限公司有效整合零售行业采购、供应、销 售、服务等全链路数据，通过分析顾客年龄分布、购物频次、偏好品牌、热门时 段、历史销售等数据，构建消费偏好图谱，为超市商户开发市场洞察、供应链优 化、智能补货等数据产品和服务，提升超市运营效率和决策精准度，直接带动整 体销售额增长约 15%。

16
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

4.2 赋能美好生活：优化消费体验，提升服务品质

数据要素与生活场景的融合，催生了新型消费形态，提升了公共服务便捷度， 让民众获得感持续增强。
一是创新消费业态与场景。数据跨领域深度耦合，孵化出虚实融合的消费新 业态，将传统消费品的物理属性升级为可交互的数字体验价值。湖南省博物院通 过高清影像拍摄和激光扫描等技术，采集 103 万条文物数据，推动文物数据跨领 域融合创新，推出云展览、动画视频等 200 余项数字化项目，实现了 2300 万元 的票房收入。敦煌研究院通过高精度摄影和三维重建技术，完成 295 个洞窟的数 字化采集，并开放 6500 余份高清数字资源，形成了“创作-共享-收益 ”的正向 循环，展现“数据要素×文旅”的融合活力。
二是精准匹配消费供需。数据整合分析推动消费与金融服务精细化。文旅领 域，福州数联网平台融合景区客流与停车场数据，帮助游客寻找车位时间缩短 70%，激活“智慧文旅 ”新体验。金融领域，农商行“社保 e 贷 ”融合多源数据， 实现 5 分钟极速放贷，不良率降至 0.28%。
三是提升公共服务便捷性。政务数据共享打破部门壁垒，让服务更高效。无 锡市通过政务数据互通，实现低保与补贴政策“无感”享受，减少群众跑腿次数； 诸暨市卫生健康局联合讯飞医疗，基于医疗机构数据为基层医生提供智能辅助决 策，提升基层医疗服务能力，彰显“数据要素×公共服务”的民生价值。
4.3 优化社会治理：提升协同效能，增强响应能力

数据要素与治理领域的融合，推动治理模式从“经验驱动”向“数据驱动”转型， 提升全域协同治理水平。
一是提升城市治理水平。全域数据融合实现城市问题“早发现、快处置 ”。 重庆市渝北区通过数字化治理中心汇聚人、房、企数据，结合智能感知与算法识 别，将人行道占用问题处置时效压缩至 25 分钟内，效率提升 3.6 倍；烟台市大 数据中心通过建设镇街综合数据平台，整合市、县、乡、村四级数据，实现了基 层数据的全量汇聚和多级联动。通过智能报表、智能台账等功能，减少了基层重

17
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

复填报工作，表格缩减率达 34% ，填报缩减率超过 52% ，显著提升了基层治理 效率。
二是构筑产业发展支撑。通过全域数据融合，构建“数据—信用—资金 ”的 价值转化链，为产业发展提供支持。例如，西藏高驰征信有限责任公司汇聚政务、 民生、企业等多源数据，搭建普惠金融综合服务平台“藏金普惠”，为西藏各级政 府部门、金融机构和企业提供可靠、高效的征信服务，破解了中小微企业融资难 点问题。
三是提升应急响应能力。通过整合气象、地质、交通等跨部门数据，各地应急管
理系统实现灾害预警、资源调度的精准化，有效降低灾害损失，体现“数据要素 ×应急治理 ”的重要价值。广东省应急管理厅通过构建“一网管 ”风险防控与应 急指挥体系，接入 1180 类数据，实现了对 30 轮强降雨和6 次台风的有效应对， 保障群众生命财产安全；四川省通过跨部门气象数据共享，构建了地质灾害预警 体系，短临预测信息的精准性高达 55.6% ，显著提升了灾害预警能力。

18
中国移动 数据要素融合应用典型模式与价值路径白皮书（2025）

5.趋势与展望

5.1 制度供给：从“框架构建 ”向“精准施策 ”深化

制度供给对推动数据要素融合应用至关重要，但现有的政策主要聚焦框架构 建，医疗、交通、制造等具备海量高价值数据的垂直行业仍然缺乏具备落地性和 实操性的融合应用指引。展望未来，制度供给将从“框架构建 ”向“精准施策 ” 深化。一是政策制定从“泛化支持 ”转向垂直行业靶向施策，医疗、交通、制造 等垂直领域数据应用试点有望深入推进，如医疗领域探索数据信托模式，交通领 域试点车路协同数据共享等，为实践提供引导。二是推动数据供给从“政府主导 ” 向多元主体协同供给转型。2025 年以来，国家公共数据资源登记平台上线，医 保、气象等数据率先开放流通，通过分级授权和收益分成机制激发供给活力。深 圳、北京等地试点个人数据托管，允许用户在合规范围内授权数据商业化使用， 未来多元主体协同的数据融合应用机制有望形成。
5.2 技术支撑：从“单点突破 ”向“集成创新 ”跃迁

当前，隐私计算、区块链等技术单点应用逐步成熟，但跨技术融合能力薄弱， 工具链割裂导致技术规模化应用成本高企。展望未来，伴随可信数据空间等数据 流通利用基础设施的广泛落地，技术集成创新将从更深层次赋能数据要素融合应 用。一方面，合规咨询、数据流通等技术支撑能力将通过数据流通利用基础设施 “一站式 ”整合，涵盖数据分类分级、风险评估、匿名化效果评估、敏感传输路 径预警、敏感数据监控等功能，支撑从公开数据到核心数据的分级管控和可信交 付，支撑智慧医疗、智慧物流、供应链金融等数字场景。另一方面，隐私计算、 区块链等可信流通技术有望与 AI 大模型深度耦合，构建“数据可用不可见+智 能决策 ”的一体化解决方案，提升数据融合应用效率。

19

5.3 融合机制：从“线性协作 ”向“生态共治 ”演进

当前，数据孤岛现象普遍存在，行业内数据来源分散，产业链上下游数据协 同不足，质量参差不齐，“信息断点 ”普遍存在，严重阻碍了数据价值的挖掘与 创新应用。合作模式仍以数据“采购-交付 ”的简单交易为主导，利益分配大多 依赖短期协议，未能建立风险共担、价值共创的长效机制，导致数据二次开发潜 力受限。展望未来，而市场机制有望通过“供需匹配—价格形成—收益分配 ”链 路建设重构协作生态。首先，数据经纪人、数据合规师等新型职业的兴起，以及 数据商和第三方专业服务机构等多元角色加入，将提升数据融合应用的供需匹配 效率，推动形成“数据产品开发—流通—应用 ”完整产业链。其次，成本法、市 场法、收益法等方法的成熟将推动数据从“静态定价 ”转向“动态价值评估 ”，
引导数据流向高价值场景，激励市场主体开发高质量数据集。最后，数据资产入 股、依托贡献度量化分成等收益分配模式的完善将推动收益分配从“中心化独占 ” 到“贡献度量化共享 ”，保障各方权益，从而将数据价值创造从“线性协作 ”升 级为“生态共治 ”。
5.4 合作范式：从“单体主导 ”向“多元共生 ”转型

数据要素融合应用的参与主体现阶段以单一行业或头部机构为主，跨行业、 跨区域、跨主体协作不足，面临主体单一、创新瓶颈等问题。未来，数据融合应 用涉及数据主体日益多元，覆盖政府部门、产业链核心企业、科研机构、行业协 会等主体的“跨行业—跨区域—跨主体 ”多元共生生态将逐步构建。首先，各类 可信数据空间及行业数据共享联盟的建设将有力破除行业数据壁垒，推动数据跨 行业融合，打造“可信管控、资源交换、价值共创 ”的数据产业生态。其次，国 家数据要素综合实验区（北京）、粤港澳大湾区数据特区等区域数据枢纽的建设 将有效聚合各区域数据持有主体资源，促进数据跨区域融合。最后，公共数据授 权运营“1+3 ”政策体系的落地将推动行业主体融入公共数据开发利用的梯队中， 以公共数据开发利用引领撬动各方数据的融合应用，加速数据跨主体融合，形成 多元共生、互利互惠的数据开发利用生态。

20

参考文献
[1] 国家数据局.数字中国发展报告（2024 年）[R].2025
[2] 中国信息通信研究院.中国数字经济发展研究报告（2024 年）[R].2024.
[3]盛朝迅.新质生产力的形成条件与培育路径[J].经济纵横,2024, (02).
[4]陈 雨 露 . 数 字 经 济 与 实 体 经 济 融 合 发 展 的 理 论 探 索 [J]. 经 济 研 究,2023,58(09):22-30..
[5]中国信息通信研究院.数据价值化与数据要素市场发展报告（2024 年） [R].2024.
[6]中国通信标准化协会大数据技术标准推进委员会.数据要素白皮书（2024 年） [R].2024.
[7] 中国信息通信研究院.数据智能白皮书（2024 年）[R].2024.
[8]中国电子信息产业发展研究院，腾讯研究院.数据要素赋能新质生产力 -数 据要素场景创新发展报告（2024 年）[R].2024.
21