作者简介

欧阳日辉，教授/研究员，博士生导师。现任中央财经大学中国互联网经济研究院副院长、首都互联网经济发展研究基地副主任、清华大学电子商务交易技术国家工程实验室互联网经济与金融研究中心主任、中国市场学会副会长等职。主要研究领域为数字经济、数据要素、数字金融、数字商务。主持国家级课题3项（1项重大、1项重点），省部级课题11项，发表论著150多篇（部）。致力于数字经济、电子商务和数字金融的政策研究和实践推动工作，参与起草国家电子商务政策4项，参与国家信息化、数字经济等相关政策制定和咨询十余项，参与起草国家数据局等17部门联合印发的《“数据要素×”三年行动计划（2024—2026年）》，参与国家发展改革委、国家网信办、商务部、央行、海关总署等部委的电子商务、金融科技、数字贸易、数字乡村、数字商务的示范和试点推动工作。

徐远彬，江西财经大学数字经济学院讲师，硕士生导师。

摘  要

数据产业是驱动我国经济社会全局性深刻变革、构筑国家竞争新优势的战略支柱。“十五五”时期，需以形成新质生产力的优质生产要素、抢占未来产业竞争的制高点、打造数字经济生态体系、增强经济社会发展新动能为重点方向。从市场来看，应以集中突破关键数据技术瓶颈、培育多层次多样化的市场主体、拓展应用场景与培育繁荣产业生态、发挥产业基金撬动作用激活社会资本、深化区域协同与促进产业集群化发展、拓展高水平国际合作与交流空间为发展路径。从政府来看，为保障实现数据产业高质量发展，应着力加快建设全国一体化数据市场，多措并举、多方合力推进数据要素市场化配置改革，促进数据产业与千行百业数智化转型深度融合，鼓励探索数据资产创新应用新模式，打造中外数据产业链供应链“相互纠缠”的全球化合作关系。
关键词：“十五五”时期；数据产业；数字经济；数据要素；新质生产力

近年来，我国数据产业发展规模不断扩大、质量不断提升，发展格局不断分化。一方面，我国数据产业虽起步较晚，但发展迅猛，规模与增速均居世界前列，未来发展空间巨大。其中，2024年的数据生产总量为41.06ZB，同比增长25%，增速提高了2.56个百分点；人均年度数据生产量约为31.31TB，同比增长25.17%；全国数据存储总量为2.09ZB，同比增长20.81%，高质量数据集数量年增速达27.4%。另一方面，区域格局形成“梯度协同”发展态势，即全球数据产业多极化版图呈现出核心区域辐射与梯度转移并存的格局。第一，北美、亚太、欧洲三大极形成差异化定位。北美地区依托硅谷创新生态和华尔街资本优势，占据全球数据中心45%以上份额；亚太地区以规模效应快速崛起，东南亚地区2023年数字经济规模达到2180亿美元，数据中心市场2022—2028年的年复合增长率达6.57%；欧盟通过《2030年数字十年政策方案》强化数字主权，德法共建的GAIA-X云平台已吸引350余家机构参与。第二，区域内部则呈现出梯度发展特征。《数据产业图谱（2024）》显示我国现有数据领域相关企业超19万家，而对2197家典型企业进行分析发现，东部、中部和西部区域间差异明显。美国则是东西海岸形成“技术研发—场景应用”双核驱动，中西部传统制造业通过工业互联网改造提升数据渗透率。“十五五”时期是我国数据产业发展的重要阶段，因此，科学研判形势、清晰锚定未来五年数据产业的发展重点方向并系统构建实施路径具有重要的理论与现实意义。

一、全球视野下我国数据产业发展的定位

科学谋划“十五五”时期我国数据产业发展蓝图，首要前提是确立其在全球坐标系中的精准方位。本文通过厘清数据产业的定义、内涵与特征奠定概念基石，通过梳理全球数据产业的发展阶段、特征与经验教训以掌握前沿趋势，迎接挑战，最终明晰我国数据产业发展的战略定位，把握发展方向。需要强调的是，把握全球视野下我国数据产业发展的定位，不仅是对当前发展态势的深刻把握，更是为后续的重点发展方向、路径及实施举措提供支撑。

（一）数据产业的定义、内涵与特征

1.数据产业的定义

目前，各界对数据产业的概念尚未形成统一的界定。《国家发展改革委等部门关于促进数据产业高质量发展的指导意见》提出，数据产业是利用现代信息技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理和数据基础设施建设等。学者们对大数据产业探讨较多，但对数据产业的分析较少。郑林昌等在数据产业测算过程中，认为数据产业为广义上的数据核心产业，包括数据采集、数据处理、数据存储、数据挖掘、数据分析、数据可视化、数据交易、数据管理等。雷小乔等将数据产业定义为围绕着数据产品的生产、存储、沟通、使用而从事一系列经济活动的单位构成的集合。可见，前者侧重于从构成内容角度界定数据产业，后者侧重从产品角度分析数据产业。

实际上，数据产业是一个新兴产业，其天然具有产业经济的属性。从产业经济学的视角看，本文认为数据产业是以数据为核心生产要素，通过系统性采集、存储、处理、分析、交易与应用活动创造经济价值的产业部门集合。其中，从产业经济学视角界定数据产业，关键在于识别数据产业独特的生产对象、技术基础、市场结构与经济功能。可以发现，数据产业的生产对象区别于传统的物质，是以二进制代码形式存在的可机读的海量信息集合，其非物质性与可无限复制性构成与传统物质的根本差异。一方面，数据产业的技术基础高度依赖现代信息通信技术，特别是云计算、分布式存储、大数据处理框架与人工智能算法，这些技术决定了数据处理的规模、速度与深度。同时，其市场结构呈现出双边或多边平台特征，连接着数据供给方、处理方与需求方，并常因网络效应与规模经济而形成高度集中态势。另一方面，数据产业的经济功能在于通过对原始数据的精炼与知识萃取，降低经济决策的不确定性，提升资源配置效率，并催生新产品、新服务与新业态。

2.数据产业的内涵

第一，数据产业是数字时代的生产关系重构。在信息经济理论中，数据的边际复制成本趋近于零，这就打破了传统稀缺性资源的配置逻辑，实现了规模报酬递增。数据产业通过数据资本化将原始信息转化为生产要素，形成了从数据、知识到决策的价值链闭环，重构了产业分工的底层逻辑。该过程以数据企业为枢纽，通过连接数据供给端与需求端，实现了资源配置效率的帕累托改进。值得注意的是，数据产业的特殊性在于其双重价值属性：作为交易对象，其价值由稀缺性、时效性与应用场景深度决定；作为生产要素，其价值体现为对其他产业全要素生产率的乘数效应。因此，数据产业不仅是技术革命的产物，更是生产关系在数字空间的映射，其发展依赖数据产权制度、交易规则与伦理框架之间的协同。

第二，数据产业呈现出数据要素的独特经济属性。数据要素的非竞争性使企业倾向于最大化数据的复用范围与频次。数据的价值会随规模的扩大而提升，所以企业通过各种用户获取策略、并购或开放API接口等方式，尽力扩张其数据生态边界。数据应用的强正外部性要求有效的市场协调或政策干预，以实现社会福利最大化。在定价机制上，数据产品与服务常采用多元化策略。原始数据可能低价甚至免费以吸引用户，而深度加工的分析报告、预测模型或定制化解决方案实行高溢价。双边市场定价策略尤为普遍，平台常对数据供给方支付较低的费用，而向需求方收取较高的费用。此外，基于数据使用量、处理复杂度或业务成果的灵活定价模式也较为常见。

第三，数据产业通过前向、后向与旁侧关联深度嵌入并重塑国民经济体系。前向关联体现为数据产业作为中间投入品供应商，向几乎所有下游行业输出数据分析与智能决策能力。例如，智慧农业依赖土壤与气象数据分析优化种植，智能制造依托设备运行数据实现预测性维护；后向关联表现为数据产业对上游硬件、软件与通信产业的拉动，如全球数据中心建设刺激了高端服务器与光模块的需求；旁侧关联更为广泛，数据产业能够催生围绕数据确权、评估、交易、安全、合规等环节的新兴服务产业，如数据经纪商、数据合规咨询商、隐私计算解决方案提供商等。此外，关联作用不仅体现为数据产业的经济贡献，更体现在通过提升全要素生产率，形成经济增长的新动力。据研究估算，数据驱动型创新对美国经济增长的贡献率已超过传统的资本与劳动力要素。

3.数据产业的特征

数据产业的特征表现为技术创新驱动性、政策强依赖性、产业生态场景化以及产业结构协同化四个方面。第一，技术创新驱动性在于数据价值的深度挖掘高度依赖先进技术的支撑。海量数据的采集、存储、处理、分析与应用，离不开云计算、人工智能、大数据分析、区块链、物联网等尖端技术的迭代突破，如果没有技术驱动，数据本身则难以转化为高价值的资产与生产力。第二，政策强依赖性源于数据的特殊属性——既是关键生产要素，又关涉国家安全、个人隐私、商业秘密与社会公平。数据的权属界定、跨境流动规则、安全保护标准、市场准入机制以及反垄断规制等，都急需合理的政策来引导与规范。例如，欧盟《通用数据保护条例》的严格合规要求曾导致全球互联网企业运营成本上升；我国积极探索数据产权改革，在数据要素确权、流通、交易等关键环节实现了制度创新。第三，产业生态场景化在于数据价值并非抽象存在，而是服务于具体的业务场景和应用领域，可以说“无场景就难有价值”。数据流通应以共享为导向，将数据使用权配置于多元价值场景。数据产业的发展必须与金融、医疗、制造、交通、零售等行业的实际需求紧密结合，因为不同场景对数据的类型、质量、处理速度、分析深度和安全要求差异巨大。第四，产业结构协同化在于数据产业的发展高度依赖产业链上下游及跨界主体的紧密协作。从数据生成、传输、存储与计算、处理与分析到场景应用，各环节专业性强且相互依存。任何单一环节都难以独立创造最大价值，需要数据提供商、技术平台商、分析服务商、应用开发商、终端用户以及监管机构等多方构建开放、共生、互利的生态系统。

（二）全球数据产业的发展阶段、特征与经验教训

第一，依据价值形态、主导驱动力与治理范式的变化，全球数据产业的发展历程可划分为信息产业、大数据产业和数据产业三个阶段，这一划分标准能够反映数据从技术工具到战略资源再到关键生产要素的变化。其中，信息产业以计算机、互联网、移动通信为支柱，构筑了数据时代的技术与理念基石，其主要矛盾在于“连接”的无限潜能与“处理”能力的相对滞后；大数据产业标志着数据处理能力的质变飞跃，分布式计算、云存储成本下降及机器学习突破使得海量异构数据的价值得以释放，数据上升为新型战略资源，但也激化了价值冲突与治理困境；在当前的数据产业阶段，数据已跃升为关键生产要素，其发展深度影响一国的核心竞争力与全球规则话语权，在技术路线与规则体系上的博弈成为塑造未来格局的关键，构建全球共生治理体系成为释放数据普遍价值的必然方向。

第二，全球数据产业各阶段的发展特征依次表现为规模扩张、技术治理协同演进与价值形态跃迁。其中，在信息产业阶段，摩尔定律驱动的硬件性能提升支撑了连接规模的爆炸式增长和全球数据流动骨架的初步构建，但传统数据库难以应对指数级增长的非结构化数据，导致数据价值挖掘的深度有限；大数据产业阶段实现了“量质双升”，全球数据总量与数据结构化程度同步跃升，技术突破极大地提升了数据处理效率并催生了开源生态，但区域差距显著，数据主权引发了激烈的治理冲突；进入数据产业阶段，规模扩张与精细化治理并行，技术驱动“生态重构”与“跨界共生”成为主流，区域格局呈现出“梯度协同”，数据要素通过跨越产业边界构建起全球化价值网络。

第三，纵观全球数据产业发展的历程，最重要的经验教训在于治理体系滞后于技术创新与规模扩张，导致价值冲突频发，不利于产业的可持续发展。其中，在信息产业阶段，早期的开放协议虽促进了连接自由，但对数据处理瓶颈和潜在价值认识不足，导致错失了早期深度挖掘的机遇，其教训在于需要前瞻性地布局技术以匹配连接潜能；在大数据产业阶段，技术飞跃释放了巨大价值，但资本主导的扩张模式导致数据垄断、隐私侵犯及国家间规则冲突，其经验在于技术突破是价值释放的关键，教训在于缺乏有效治理框架可能引发严重的社会信任危机和地缘政治风险；在数据产业阶段，主要经济体正加速构建基础制度框架以促确权、促流通、保安全，中美技术路线与规则博弈虽带来阵营化风险，但也迫使二者在关键领域寻求“竞合”，因此，需要通过国家层面的系统性制度创新和国际协作来化解矛盾，最大限度地释放数据价值。

（三）我国数据产业发展的战略定位

数据产业是推动以数据为关键生产要素的数字经济做强做优做大、驱动经济社会全局性深刻变革、构筑国家竞争新优势的战略支柱。第一，数据产业是激活新质生产力的核心基础，通过着力构建基础制度体系，破除确权、流通、分配与安全治理瓶颈，释放数据的“乘数效应”，赋能传统产业的智能化、绿色化转型，并催生人工智能等新兴产业，实现全要素生产率跃升。第二，数据产业是赋能国家治理现代化的关键支撑，通过推动政务与社会数据融合互通、有序共享和深度利用，为科学决策、精准施策、风险预警和公共服务优化提供支撑，实现治理模式的智能化、协同化重构。第三，数据产业是强化科技自立自强与安全发展的重要支撑，其发展会倒逼算力基础设施、核心算法和基础软件的自主创新，但也依赖健全的安全治理体系与强大的保障能力以维系产业链韧性与国家安全。第四，数据产业是提升国际话语权的前沿阵地，积极参与全球数据跨境流动、数字贸易以及协调技术伦理安全标准，推动构建公正合理的全球数字治理新秩序，关乎国家数字主权和数据企业的全球竞争力。

二、“十五五”时期我国数据产业发展的重点方向

“十五五”时期是我国从数据大国迈向数据强国的战略攻坚期，系统谋划数据产业发展的重点方向具有全局性意义。本文基于数据产业价值链的内在逻辑，从四个维度层层递进切入：从数据要素视角聚焦产业赖以生存的“基础性资源”特性与价值转化规律，是产业发展的价值起点；从产业经济视角剖析产业自身的结构、技术与生态竞争，是产业壮大的核心载体；从数字经济视角定位产业在宏观经济中的引擎与枢纽功能，是产业辐射的生态网络；从发展动能视角衡量产业对现代化建设的实际贡献，是产业发展的重要目标。

（一）数据要素视角：形成新质生产力的优质生产要素

数据要素作为一种新兴生产要素，是新质生产力发展的重要动力。数据要素高效配置是数据产业价值释放的基础，决定其能否成为驱动新质生产力的优质引擎。数据产业区别于传统产业的关键在于，其加工处理的对象是具备非竞争性、非消耗性、强外部性及价值强场景依赖性的数据要素。这些特性使数据产业的价值创造呈现出非线性、累积性、网络化特征——单一数据价值有限，但海量数据在跨域流通、深度聚合与智能分析中可产生指数级的价值跃升。实际上，数据的“价值”在极大程度上取决于其潜在用途的挖掘程度，而非初次采集成本。当前，制约数据产业发展的确权难、定价难、互信难、监管难等瓶颈，本质上是数据要素社会化大生产需求与传统私有产权市场规则及技术治理能力不足之间的深层矛盾。例如，权属不清阻碍了数据的开放共享，定价机制缺失导致市场交易不活跃，技术手段不足导致难以实现数据“可用不可见”的安全流通。能否构建适配数据要素特性的新型制度框架与可信技术设施，会影响数据产业能否规模化、高效率地将数据资源转化为数据资产与数据资本，进而为技术突破、要素重组、产业跃迁提供持续、高质的“创新燃料”，真正成为新质生产力的核心驱动力。

“十五五”时期，形成新质生产力的优质生产要素的重点任务在于构建支撑数据产业发展的基础性制度与市场环境，需在制度创新、市场培育、技术筑基与安全防护四个方面协同发力。第一，在制度创新层面，急需深化数据产权结构性分置改革，探索数据资源持有权、数据加工使用权、数据产品经营权三权分置的精细化确权路径，并通过立法明确各主体在数据采集、处理、流通、应用中的权利边界与责任义务，为数据要素合规流动奠定法律基础。第二，在市场培育层面，应构建涵盖场内集中交易与场外定向流通的多层次市场体系，针对公共数据、企业数据、个人数据等不同类型数据设计差异化的交易机制；重点培育专业化的数据价值评估机构、合规审计服务商与可信数据经纪商；研发基于数据质量、稀缺度、时效性、应用潜能及风险因子的动态多维定价模型，破解定价难题。第三，在技术筑基层面，加快建设国家级数据枢纽节点与行业级数据空间，推动跨域数据资源目录互认与接口标准化；大力推广隐私计算、区块链、可信执行环境等“数据不动价值动”的技术方案，实现数据融合应用与隐私安全的平衡。第四，在安全防护层面，需升级覆盖数据全生命周期的分类分级保护体系，形成集主动防御、风险监测、应急响应于一体的安全保障能力；建立兼顾规范与包容的敏捷监管机制，通过沙盒试点、合规指引等方式引导创新，严防数据滥用与垄断，确保数据产业发展行稳致远。

（二）产业经济视角：抢占未来产业竞争的制高点

数据产业自身的技术突破、标准主导、规则制定与生态构建，是全球数字产业竞争主导权的重要战场，其竞争态势已从单一技术比拼升级为全体系较量。数据产业包含基础层、技术层、应用层等多个层面。当前，全球竞争呈现出技术、标准、规则、生态四维交织态势，具体而言：在技术层面，竞争集中于高性能计算芯片、海量异构数据存储管理、实时流处理引擎、高效隐私计算框架、高质量AI训练数据集构建等核心技术；在标准层面，争夺集中于数据格式、接口协议、互操作性、安全认证、质量评估等关键技术标准的制定权；在规则层面，博弈聚焦于数据跨境流动、数据主权、算法透明度、数字税等国际规则话语权；在生态层面，体现为开源社区影响力、平台型企业号召力、产业链协同效率的竞争。可见，我国数据产业面临严峻挑战——基础层受制于高端芯片与核心工业软件短板，技术层遭遇主流开源框架依赖与标准碎片化，应用层受困于场景数据壁垒与高质量数据集匮乏。能否在关键核心技术上实现自主可控，在重要国际标准规则制定中掌握主导权，在开放产业生态中占据枢纽位置，将决定我国在全球数据产业价值链中的位势与战略安全。

“十五五”时期，抢占未来产业竞争制高点的重点任务在于集中力量突破数据产业关键瓶颈，构建具有国际竞争力的创新生态。对此，需实施“技术攻坚、标准引领、生态培育、机制优化”战略。第一，技术攻坚须瞄准产业痛点精准发力。重点突破面向AI训练与推理的高性能低功耗计算芯片、EB级海量异构数据的智能存储与管理技术、支持毫秒级响应的分布式实时分析引擎、兼顾效率与安全的实用化隐私计算平台、基于知识图谱与联邦学习的高价值数据集合成技术等。第二，标准引领是掌控话语权的关键。要加速建立自主可控的数据采集、处理、流通、安全、评估全链条技术标准体系；主动发起并主导国际数据标准工作组，深度参与数据跨境流动、可信AI、数字身份等全球规则制定；大力建设具有国际影响力的大数据、AI框架等开源社区，提升生态主导力。第三，生态培育需分层分类施策。基础层依托国家战略力量保障算力网络、国家数据中心集群等关键设施的安全可控；技术层支持领军企业构建开放平台生态，培育专业化工具链与服务商；应用层以“链长制”为抓手，在智能制造、智慧金融、精准医疗、数字政府等重点领域打造标杆性数据应用场景，推动数据供应链贯通与价值释放。第四，机制优化重在激发活力。建立“政产学研用金”深度协同机制，设立国家级数据产业创新基金；探索适应产业高风险、长周期特点的投融资模式；完善数据人才引育体系，为产业持续创新提供智力支撑。

（三）数字经济视角：以数据为切入点打造数字经济生态体系

数据产业是数字经济的核心引擎和关键连接器，其技术能力与服务深度决定了数字产业化的高度和产业数字化的广度及深度。数据产业的核心价值在于提供专业化、规模化、智能化的数据价值挖掘服务，是数字产业化集群中的重要支柱，并通过提供基础要素、核心工具、关键能力而成为产业数字化转型的“工具箱”与“使能器”。数据产业本身作为高增长引擎，其涵盖的数据采集标注、清洗治理、分析挖掘、安全服务、交易流通等细分领域，正在形成万亿级市场，创造了大量的高技能就业岗位。更为关键的是，数据产业的技术与服务深度嵌入实体经济全链条：在研发端，支撑基于大数据的仿真模拟与智能设计；在生产端，赋能柔性制造、预测性维护、智能质检；在流通端，优化智能物流、需求预测、库存管理；在营销端，实现用户画像、精准推荐、动态定价；在服务端，推动远程诊断、个性化服务、产品即服务转型。这一深度渗透显著提升了全要素生产率，成为打通数字经济“任督二脉”、构建数实融合生态的重要枢纽。当前，数据产业的技术与服务的短板在于处理非结构化数据效率不高、实时分析与决策能力不足、行业技能与数据技术融合度低，亟待突破短板制约。

“十五五”时期，以数据为切入点打造数字经济生态体系的重点任务在于提升数据产业的供给能力并深化其与传统产业的融合应用，系统推进“强基、融合、治理”三大工程。第一，强基工程聚焦基础能力短板。重点攻克高性能分布式数据库、流批一体数据处理引擎、向量数据库等基础软件；发展低代码无代码数据分析平台、自动化机器学习、AI模型工厂等智能工具；研发融合行业知识的领域大模型、专用AI算法及边缘智能设备；构建智能化的元数据管理、数据质量管控、数据血缘追溯等治理平台。第二，融合工程重在释放倍增效应。以工业互联网平台为基座，推动数据服务商为制造业提供“云—边—端”协同的数据智能解决方案；在农业、金融、医疗、能源等重点行业建设数据应用创新中心，开发模块化、可复用的数据产品包；鼓励探索“数据+算法+算力”即服务等订阅制新模式，降低企业使用门槛。第三，治理工程旨在优化发展环境。制定适配数据产业敏捷创新的沙盒监管、豁免清单等弹性规则，明确数据产品的责任边界；推动差分隐私、同态加密、可信硬件等安全技术在产业中的规模化应用与合规认证；建立数据要素市场公平竞争审查机制，防止平台垄断和数据资源垄断；构建跨行业、跨区域的数据资源共享交换与合规利用机制，破除“数据孤岛”。

（四）发展动能视角：增强经济社会发展新动能

数据产业的高质量发展是培育新质生产力和增强经济社会新动能的核心驱动力，其赋能价值体现在经济增长、产业升级、治理优化、安全保障等多维度协同发力。第一，经济增长维度。数据产业自身作为战略性新兴产业，其包含的数据采集标注、清洗治理、分析挖掘、可视化、安全服务、平台运营、交易流通等庞大产业链条正在创造可观的经济增量与高质量就业岗位，已成为经济增长的新支柱。第二，产业升级维度。数据产业提供的预测性维护、智能供应链优化、精准营销、数字化研发等解决方案，显著提升了传统产业的运营效率、创新能力与可持续性，是推动产业迈向中高端的关键力量。第三，治理优化维度。基于数据产业的智慧城市管理、精准疫情防控、智慧交通调度、环境质量实时监测、普惠金融服务、个性化教育医疗等应用，大幅提升了公共服务的可及性、精准性与公平性，为超大规模国家治理现代化提供了技术支撑。第四，安全保障维度。面对日益严峻的外部技术封锁与数据霸权挑战，构建涵盖基础芯片、操作系统、数据库、分析软件、安全技术的自主可控数据产业技术体系，是捍卫国家数据主权、保障产业链供应链安全、确保新动能发展自主性的战略基石，对实现中国式现代化具有重要的支撑作用。

“十五五”时期，增强经济社会发展新动能的重点任务在于以提升数据产业能力为核心，精准释放其对经济社会各领域的赋能价值，围绕“聚焦赋能、激发活力、开放合作”精准施策。第一，聚焦赋能。在制造业领域，大规模推广基于数字孪生、信息物理系统的智能制造解决方案；在农业领域，发展融合卫星遥感、物联网、AI的精准种植数据服务；在绿色低碳领域，深化能源大数据平台与产品碳足迹追踪服务；在公共服务领域，依托数据产业提升“一网通办”智能水平、“一网统管”协同效率及教育、医疗、养老等民生服务的精准化与个性化水平。第二，激发活力。完善支持数据产业创新的专项政策；培育一批具备核心技术与生态整合能力的龙头数据科技企业和“专精特新”中小企业；建立健全数据资产登记、评估、入表、交易等市场化配套规则及产业统计监测体系；强化数据安全技术应用与个人信息保护合规监管，构建规范有序、充满活力的市场环境。第三，开放合作。在确保安全可控的前提下，积极参与跨境数据流动规则、人工智能伦理准则等国际对话；探索建设“数字丝绸之路”数据合作枢纽；推动我国自主数据技术标准、数据产品服务“走出去”，提升国际影响力与规则制定话语权。

三、“十五五”时期我国数据产业的发展路径

科学规划“十五五”时期我国数据产业的发展路径至关重要，这是将数据产业宏伟蓝图转化为现实生产力的关键环节。深入探讨发展路径，旨在厘清市场力量如何有效汇聚、协同发力，以解决当前数据产业面临的核心瓶颈，释放数据要素的巨大潜能，最终实现数据产业的高质量跃升。选择从市场角度切入构建发展路径，源于市场机制在数据资源配置、技术创新、价值发现和生态构建中无可替代的基础性作用。数据产业作为新兴业态，具有技术迭代快、应用场景广、商业模式新、风险不确定性高的特点，更需要依靠市场主体的敏锐嗅觉、创新活力和灵活应变能力来驱动其发展。构建发展路径的逻辑在于：以突破核心技术瓶颈为根基，奠定数据产业自主发展的安全基石；以培育多元市场主体为核心，激发数据产业竞争与创新的动力；以拓展丰富应用场景为牵引，验证数据价值并驱动产业发展；以有效撬动社会资本为支撑，破解数据产业发展的高投入高风险难题；以深化区域协同集群为依托，优化产业空间布局并提升数据产业整体效率；以拓展国际合作空间为依托，融入全球价值链并提升数据产业的国际竞争力。这六条路径相互关联、相互支撑，共同绘就市场力量驱动我国数据产业高质量发展的行动路线图。

（一）集中突破关键数据技术瓶颈

关键数据技术的自主突破与领先是我国数据产业赢得市场竞争、保障发展安全的基础。数据产业的价值链高度依赖底层技术的支撑，我国在数据采集、存储、处理、分析、流通、安全等各个环节都存在急需突破的“卡脖子”技术，如高效能低成本存储、超大规模实时处理、高级隐私计算、可信数据空间、数据确权与溯源等。这些技术的缺失或落后不仅会制约数据要素的高效流通和价值释放，导致数据企业难以开发具有竞争力的数据产品和服务，更将使我国企业在全球数据产业链中处于被动跟随地位，面临供应链中断和数据安全受制于人的重大风险。同时，核心技术壁垒也是企业构筑护城河、获取超额利润的重要来源。市场对效率提升、成本降低、模式创新和风险控制的需求，内在驱动着市场主体必须将资源持续投入核心技术的攻坚克难，而丧失技术主自权将使数据产业沦为无源之水、无本之木，难以实现真正的自主可控和高质量发展。

“十五五”时期，我国数据产业市场主体需主动协同资源，聚焦数据产业核心环节，通过开放协作与市场化机制加速关键技术攻关和应用落地。数据产业链上下游企业、高水平研究型大学、新型研发机构应基于共同的技术需求和市场前景预判，自发组建创新联合体或参与揭榜挂帅等市场化项目，重点攻关数据存储与计算架构优化、高效能数据分析算法、跨域数据融合与隐私计算、数据要素可信流通、数据安全与加密技术等核心瓶颈。科技领军企业应开放自身技术平台和场景资源，牵头组织共性技术研发，并积极推动研发成果的工程化转化和商业化应用。企业应积极参与或主导数据相关技术标准的制定与推广，如互操作性、接口规范、安全基线等，以标准抢占技术制高点，降低产业协作成本。市场主体需加大对数据安全技术的研发投入，如脱敏、加密、访问控制、审计追踪等，共建共享安全测试验证平台，提升自身及产业链的数据安全保障能力，为数据要素的合规高效流通扫除技术障碍。

（二）培育多层次多样化的市场主体

丰富且充满活力的多层次市场主体结构是数据产业实现创新涌现、生态繁荣和可持续发展的根本动力。数据产业涵盖基础设施、技术工具、平台服务、数据资源、垂直应用等多个复杂环节，且各环节的技术门槛、资本需求、风险特征和创新模式差异显著，单一类型的企业无法覆盖全链条需求。大型科技平台和领军数据企业在算力基础设施、通用技术平台、大规模数据汇聚与生态构建方面具有优势，是数据产业发展的压舱石；大量“专精特新”中小企业在特定细分技术、垂直行业应用解决方案和数据产品创新上更具灵活性与专业性，如数据清洗、标签化、特定场景建模分析、可视化、安全服务等，是数据产业创新的生力军；高校、科研院所和新型研发机构是前沿技术探索与高端人才培养的摇篮。市场对效率、创新和专业化分工的内在要求，必然催生并依赖这种大中小数据企业融通、产学研用紧密结合的多元生态。缺乏这种多样性，数据产业将失去活力，难以应对复杂多变的需求和技术挑战。

“十五五”时期，我国数据产业市场主体应基于自身定位，主动构建开放、协作、共生的数据产业生态，共同营造公平竞争与鼓励创新的市场环境。具有平台和生态优势的领军企业即“链主”，应积极在合规安全前提下开放核心数据能力、技术平台和算力资源，通过API、SDK、开源等方式降低中小企业创新门槛，吸引和赋能上下游合作伙伴，牵头或参与建设开放的数据创新社区或产业联盟。中小数据企业应在细分领域深耕，围绕特定技术痛点或垂直行业场景需求，提供专业化的数据工具、服务或解决方案，努力成为隐形冠军或单项冠军。各类市场主体应积极探索灵活的合作模式，如联合研发、项目分包、生态孵化、股权投资等，促进技术、数据、人才、资本等要素的有效流动与优势互补。企业应主动拥抱并实践数据要素市场化配置的基础规则，如通过合约明确数据权属、流通方式和收益分配，建立内部数据治理体系，共同维护数据市场秩序。数据企业需重视数据人才的引进、培养和激励，构建具有竞争力的薪酬福利、股权期权、创新容错等机制，并积极参与产教融合项目，共同培养市场急需的复合型数据人才。

（三）拓展应用场景与培育繁荣产业生态

丰富且不断深化的应用场景是数据价值得以实现和提升的重要载体，繁荣共生的产业生态则是数据产业持续创新和健康发展的肥沃土壤。数据本身的价值需要通过具体的应用场景来验证、挖掘和实现。市场需求的多样化和纵深化，要求数据产业必须不断拓展其在工业制造、金融服务、医疗健康、城市治理、商贸流通、文化创意等千行百业的渗透深度和广度，解决实际问题、提升效率、创造新体验和新模式。单一场景的成功难以支撑整个产业，需要形成场景矩阵，相互促进、迭代升级。同时，数据产业链条长、参与者多、技术融合性强，任何一个数据企业都难以独立完成从原始数据到最终价值创造的全过程。一个包含数据提供方、技术工具方、平台服务方、应用解决方案方、安全合规方、咨询评估方等多元角色的繁荣生态，能够通过专业化分工和高效协作，降低创新成本，加速技术扩散，共同做大市场蛋糕。市场对数据价值实现和效率优化的追求，必然要求市场主体持续深耕场景，合力构建数据产业生态。

“十五五”时期，我国数据产业市场主体需主动挖掘、创造和深耕高价值应用场景，并通过开放协作积极构建和融入共生共荣的数据产业生态网络。数据企业应紧密结合自身业务和行业理解，深入挖掘数据在提升生产效率、优化用户体验、创新商业模式、降低运营风险等方面的潜力，在重点领域打造标杆性数据应用解决方案，如工业互联网的预测性维护、智慧城市的精细化治理、金融科技的智能风控与精准营销、医疗健康的个性化诊疗等，并不断迭代优化。数据技术提供商应聚焦开发更易用、更高效、更安全的数据处理分析工具，特别是针对特定行业需求的技术工具，降低数据应用门槛。平台型企业应积极建设和运营合规安全的开放数据平台或数据市场，促进数据资源的汇聚和供需对接，为生态伙伴提供基础服务。各类市场主体应积极参与或发起数据行业联盟、开源社区、创新工坊等组织，共建共享知识、工具和实践经验。数据企业应积极与产业链上下游甚至跨行业伙伴合作，共同探索基于数据融合的新场景、新模式，如联合建模、数据空间等。市场主体应重视培育和发展专业化的第三方数据服务商，如数据经纪、质量评估、合规审计、价值评估等，完善“数据—技术—服务—应用”的价值链配套。

（四）发挥产业基金撬动作用，激活社会资本

有效激活和引导社会资本大规模、长周期地投入，是破解数据产业前期投入高、技术迭代快、回报周期长、不确定性大等融资瓶颈的关键。数据产业的核心基础设施如超算中心、前沿技术研发如新一代AI芯片、量子计算用于数据处理、大规模数据资产积累与治理、创新应用场景的培育，均需要巨额且耐心的资本投入。传统的债权融资模式往往因其风险厌恶特性难以满足这类需求，因而，需要风险投资、私募股权、产业资本等更具风险承受能力的长期资本深度介入。然而，单纯依靠市场的自发力量，在产业早期或技术突破期可能产生资本因信息不对称、风险过高而观望或不足的情况，因此，市场自身需要设计有效的机制。其中，专业化的数据产业基金扮演着关键角色，其通过风险共担、专业判断、资源链接等方式，显著放大社会资本的杠杆效应，引导其流向最具潜力的技术方向和创新企业，为数据产业注入强劲的金融动力。

“十五五”时期，我国数据产业市场主体特别是投资机构、企业、金融机构需创新融资模式和风险分担机制，利用市场化基金工具高效吸引和配置社会资本。专业的风险投资和私募股权机构应设立专注于不同数据产业细分赛道的专项基金，如基础软件、数据安全、行业应用、数据要素流通等，凭借专业判断识别高潜力项目并进行组合投资。数据产业中的大型科技公司和产业集团应积极发起或参与设立企业风险投资基金，围绕自身战略生态进行投资布局，既获取财务回报，也促进数据技术创新和业务协同。金融机构应积极探索数据资产的价值评估方法和融资模式创新，如发展基于数据资产或未来收益权的知识产权质押融资、供应链金融、资产证券化等工具，盘活数据资产价值。基金管理机构应设计更灵活的数据产业投资策略和退出机制，如阶段参股、联合投资、接力投资等，降低投资风险。数据企业应加强与保险机构的合作，探索开发针对数据技术研发、数据安全等特定风险的保险产品，为融资活动提供增信。市场需积极吸引养老金、保险资金、捐赠基金等追求长期稳定回报的资本，通过专业基金管理人使之有序进入数据基础设施和成熟期数据企业的投资领域。

（五）深化区域协同与促进产业集群化发展

优化数据产业的空间布局，深化区域协同并推动产业集群化发展，是市场提升资源配置效率、降低协作成本、增强整体竞争力的内在要求。数据产业不同环节对资源禀赋的需求各异，如人才、算力、资本等。数据产业前沿研发和生态平台建设高度依赖顶尖人才和资本聚集，如京津冀、长三角、成渝、粤港澳的核心城市；大规模算力设施和数据处理业务对能源成本、土地空间、气候条件敏感，如西部能源富集地区；垂直行业应用的深化需贴近具体产业场景，如成渝的制造业、各区域的特色产业。数据市场对成本最小化、效率最大化、知识溢出和产业链配套的追求，驱动资源要素向优势区域集聚，形成各具特色、优势互补的产业集群。数据产业集群化发展能有效降低数据企业间信息沟通、人才流动、技术合作、供应链配套的交易成本，加速创新扩散，形成强大的区域品牌效应和规模经济，是提升我国数据产业全球竞争力的重要空间组织形式。

“十五五”时期，我国数据产业市场主体应基于资源禀赋和市场规律，主动参与区域分工协作，积极融入并共同建设高能级的数据产业集群。数据企业应结合自身业务特点与不同区域的资源匹配度，科学布局研发中心、算力中心、数据处理基地、区域总部或市场运营中心。例如，将算力密集、能源敏感的业务部署在西部成本优势区；将数据技术研发创新、生态平台、高端服务布局在人才资本密集的东部核心区。数据产业集群内的领军企业应发挥辐射带动作用，开放能力，吸引和培育本地配套的数据企业和服务商，共建共享基础设施如行业云、测试平台，以及公共服务如人才培训、数据共性技术研发。产业链上下游、产学研用各方市场主体应加强在集群内部的紧密协作，通过联合研发项目、共建数据实验室和数据技术转移转化中心、定期举办技术沙龙与产业论坛等方式，促进知识流动、技术转移和业务合作。数据企业应积极参与或推动形成集群内部的行业标准、数据共享规范、人才互认等软性基础设施，降低协作壁垒。市场主体应利用集群优势，共同打造区域数据产业品牌，吸引外部投资和客户。

（六）拓展高水平国际合作与交流空间

主动融入全球数据产业链、价值链和创新网络，拓展高水平国际合作，是我国数据产业提升国际竞争力、参与全球规则塑造、实现可持续发展的必由之路。数据具有天然的跨境流动属性，全球数据市场互联互通是大势所趋。我国数据产业要实现高质量发展，不能闭门造车，必须参与全球竞争与合作。这包括接入全球领先的技术生态如开源社区、基础软件框架，获取前沿知识；吸引全球顶尖数据人才；学习借鉴国际先进的管理经验和商业模式；推动我国数据产品、服务和技术解决方案“走出去”，开拓广阔的国际市场；参与甚至引领跨境数据流通规则、技术标准、安全认证和伦理框架的讨论与制定，争取话语权，为我国数据企业营造有利的国际营商环境。市场对数据技术前沿的追逐、对更大数据市场的开拓、对资源的最优配置、对国际风险的规避，都内在驱动着市场主体深化国际合作，在开放竞争中提升自身实力。

“十五五”时期，我国数据产业市场主体应积极适应国际规则，主动对接全球资源，通过多种渠道深化数据技术、市场、资本与人才层面的国际合作。应深入研究并主动遵循国际主流的数据治理规则及相关贸易协定中的数字条款，提升自身跨境业务的合规能力。积极参与全球顶级开源社区，贡献代码、参与治理，提升技术影响力，融入全球创新网络。主动寻求与国际领先的同行、研究机构建立联合研发项目，共同攻克技术难题，共享知识产权。参与制定国际化战略，通过产品出海、服务输出、设立海外研发中心或分支机构、跨国并购等方式，拓展国际市场，参与全球数字基础设施建设与服务。积极参与国际行业组织、标准机构的活动，推动我国技术方案融入国际标准，提升规则制定话语权。数据企业应加强与国际顶尖高校、研究机构的合作，吸引海外高端数据人才，联合培养国际化数据人才。市场需积极探索和试点基于新技术的跨境数据流通与交易模式，如利用区块链、隐私计算、国际数据空间理念等，在合规前提下探索数据要素的国际化配置和价值实现。

四、“十五五”时期推动我国数据产业发展的新举措

“十五五”时期，我国数据产业发展路径的顺利实施急需新举措予以保障，从而突破制度瓶颈、优化治理体系、强化基础支撑、引导发展方向。本文聚焦于政府推动产业发展的关键政策措施和制度创新，旨在通过系列举措，系统性破除阻碍数据要素高效配置的体制机制障碍，为市场活力的迸发和产业生态的繁荣创造有利条件。

（一）加快建设全国一体化数据市场

构建高效规范、公平竞争、充分开放的全国一体化数据市场，是全国统一大市场建设的组成部分，也是破除“数据孤岛”、实现要素高效配置的制度安排。当前，数据资源分散、流通渠道不畅、交易成本高昂、区域市场分割等问题，严重阻碍了数据价值的跨域融合与规模释放。“十五五”时期，需强力破除体制机制障碍，构建互联互通、高效运行的国家级数据流通基础设施与市场体系。为此，需着力实现以下突破：一是建设“国家数据要素制度创新试验区”，在重点区域授权突破性探索数据产权分置、资产入表等深水区改革；二是打造“国家数据流通可信基础设施”，融合隐私计算、区块链等提供统一身份、存证、安全计算与结算等公共服务，推进各级平台接入，构建全国流通“信任基座”；三是推行“数据元件化”国家统一标准与“可信数据空间”互操作协议，实现原始数据标准化脱敏加工与安全域间协同；四是设立国家级“数据市场行为监管沙盒”与跨部门协同监管机构，实施穿透式动态监管并统一惩戒违规行为。

（二）多措并举、多方合力推进数据要素市场化配置改革

深化数据要素市场化配置改革，关键在于破除所有制偏见。当前，对非公有制经济主体在数据持有、运营、开发方面仍存在“不安全”“不可控”等不合理疑虑与歧视，严重抑制了市场活力和创新潜力。“十五五”时期，需旗帜鲜明地确立核心标准是“数据安全能力与合规水平，而非所有制属性”的基本原则，推动改革向纵深发展。为此，需采取以下关键举措：一是破除“所有制门槛”，打破“数据在民企就不安全”的所有制歧视、认知误区与“玻璃门”，将准入与监管标准精准锚定于技术保障能力、合规管理水平和安全投入强度，在数据市场准入、公共数据授权运营、跨境试点等关键领域率先垂范，对达标企业一视同仁、同等赋能。二是不断优化公共数据运营机制，大规模拓展高价值数据集授权运营试点，创新性引入“授权运营负面清单+竞争性遴选”模式，重点吸纳高能力民营企业深度参与，厘清授权边界、收益机制与安全责任。三是前瞻培育数据要素服务新生态，着力培育“国家队+民间队”融合互补的多元化数据产业市场主体与第三方专业机构集群式发展，提供覆盖全链条、适配多场景的体系化专业支撑。四是构建数据要素价值贡献测度与分配制度体系，探索建立基于数据质量、应用深度与市场反馈的贡献度评估模型，从制度源头保障多元主体在数据价值创造中的合理权益。

（三）促进数据素养提升与技术应用助推千行百业数智化转型

对于提升全社会的数据应用能力，政府承担着基础支撑、公共服务和战略引导的功能。当前，数据应用存在“重采集轻利用”“重技术轻业务”“大企业强小企业弱”等不均衡现象。“十五五”时期，需将提升数据素养与应用能力作为国家战略工程加以推进。为此，需重点强化以下支撑：一是打造“数据素养国家认证体系”，将数据知识深度融入国民教育和在职培训，并建立分级认证标准，特别向中小企业管理者和传统行业从业者提供“数据技能振兴包”，精准弥合“数字鸿沟”；二是构建“国家数据沙盒机制”，依托现有平台资源，在可控环境下开放高价值公共数据集与核心算法工具，提供安全合规的试验场，支持跨域融合应用的无障碍创新孵化；三是升级“数据要素×”行动计划为“数据融合引擎计划”，推动标杆场景必须体现深度协同与价值倍增，打造国家级跨行业赋能范式；四是设立“国家数据技术开源共同体”，在国家战略攻关框架下，集中力量攻克并开源共享关键底层技术栈，形成自主可控的公共技术基座。

（四）鼓励探索数据资产创新应用新模式

探索数据资产化新路径，需要在制度设计、风险管控和激励政策上主动创新。当前，数据资产在会计确认、价值评估、质押融资、资本化运作等方面仍面临诸多法律、技术和制度障碍。“十五五”时期，需在严守安全底线的前提下，推动探索数据资产创新应用的制度设计与实践路径。为此，需着力推动以下创新：一是创设国家级数据资产登记与价值发现机构，在现有交易所基础上，授权设立具备法定效力的数据资产登记中心，牵头研发并推行全国统一、动态演进的确权规则与价值评估国家标准体系，为数据资产“入表—交易—资产化”全链条奠定制度性基石；二是扩大并深化数据要素金融化“沙盒”试点，在严格监管下，鼓励探索数据质押、保险、信托，重点试点特定区域、平台开展数据资产证券化、RDA(Real Data Assets，真实数据资产）、数据作价入股等前沿模式，并配套构建专属监管规则；三是出台“数据要素×”专项行动升级版，优先支持在智能制造、绿色低碳、生物医药等领域形成可复制的政企协同新范式；四是设计覆盖数据资产化全周期的精准政策包，包括前端研发加计扣除、入表成本补贴、交易环节特殊税制及后端应用财政奖励，形成具备强牵引力的政策组合。

（五）打造中外数据产业链供应链“相互纠缠”的全球化合作关系

在构建互利共赢的全球数据合作格局中，政府是战略制定者、规则倡导者和国家利益的维护者。在保障安全可控的前提下，主动构建与全球伙伴“你中有我、我中有你”、互利共赢的数据产业链供应链合作关系，是应对逆全球化挑战、提升我国数据产业国际竞争力的战略选择。“相互纠缠”强调深度互嵌、利益交融，使恶意脱钩断链的成本极高，从而增强整体韧性。为此，“十五五”时期需实施以下策略：一是主导建立“全球数据链韧性协同保护机制”多边框架，与伙伴国共同设立数据流动异常预警及紧急协作规则；二是建设“全链条数据合作试验区”，在特定领域与友好国家深度互嵌基础设施、共建共享数据池、联合运营跨境平台，打造利益深度捆绑的示范标杆；三是创建“国际数据互信协作组织”，吸纳志同道合的国家共同研发并推广基于新型隐私计算、区块链等技术的“可验证不泄露”跨境流通标准；四是设立国家级“颠覆性数据技术研发专项”，聚焦量子安全通信、分布式主权数据网络等前沿领域，以底层技术突破抢占未来全球数据架构的规则制定权和基础设施主导权。

本文原载于《延边大学学报（社会科学版）》2025年第4期。注释从略，引用请参考原文。