一、数据要素行业概览与政策驱动

1.1 图1.2021-2023年我国第一、第二、第三产业及整体数据经济贡献度

2023年我国数据经济贡献度为2.05%，比2022年增长0.99个百分点。第一产业、第二产业、第三产业数据经济贡献度分别为1.01%、1.96%、2.43%，数据驱动经济增长能力初步显现。第三产业数据贡献度最高，反映服务业数据应用最为成熟。

1.2 表1.国家各部委数据要素相关最新政策列表

2020年4月《关于构建更加完善的要素市场化配置体制机制的意见》首次将数据纳入生产要素范畴；2022年12月《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”）明确数据产权、流通交易、收益分配、安全治理等制度框架。国家数据局成立进一步统筹数据要素市场建设。

1.3 图2.企业数据要素市场化配置示意图

企业数据资源分为不可共享数据（敏感数据、无效数据）、企业内部使用数据（决策管理数据）和其他数据三类。企业数字化转型对数据需求增加（Da和Db缺口），亟需通过数据要素市场化配置将富余数据变现、从市场获取所需数据，解决数据需求与供给之间的矛盾。

1.4 图3.数据要素市场分类

数据要素市场按交易成本和竞争程度分为四类：低交易成本竞争型市场（市场规模大、进入门槛低）、低交易成本垄断型市场（有主导企业、承担公共服务职能）、高交易成本垄断型市场（进入门槛高、数据安全要求高）、高交易成本竞争型市场（市场主体分散、数据流通壁垒高）。

1.5 图4.数据要素价值释放路径

数据要素价值化分三个阶段：数据资源化（使原始数据成为有序、有使用价值的数据资源）、数据资产化（通过流通交易给使用者或所有者带来经济利益）、数据资本化（包括数据信贷融资与数据证券化）。四类市场发展阶段不同，价值释放路径各有侧重。

1.6 表2.数据要素市场分类及特征

低交易成本竞争型市场（市场规模大、进入门槛低）在资产化阶段重点在于创新数据产品；低交易成本垄断型市场重点建设数据流通基础设施；高交易成本垄断型市场需以数据开放共享模式确保数据安全；高交易成本竞争型市场以数据流通基础设施建设为关键。

二、数据要素×金融——采购金额占76.86%，反诈/信贷/跨境贸易落地

2.1 图6.金融业交易的数据产品种类分布

金融业交易数据产品以个人信息类和企业信息类为主。个人信息类以个人征信、身份认证、不动产数据为代表，约占整个金融业数据交易的七成。公共数据约占金融业交易数据产品的90%。数据产品定价方式分为逐条查询（0.1-1元/次）和数据包（几万到几百万元/年）两类。

2.2 图7.数据采购项目数量子行业分布

银行业数据采购项目数量占整个金融业的69.22%，保险和证券分别占14.74%和7.7%。银行业主导地位与我国金融业格局一致——截至2021年末银行业总资产344.76万亿元，占金融业总资产的90.26%。

2.3 图8.数据采购金额子行业分布

银行业数据采购金额占金融业数据采购总金额的76.86%，保险和证券分别占12.22%与4.38%。数据采购金额与行业规模相匹配，银行业是数据要素在金融领域应用的最核心场景。

2.4 图9.中国工商银行联邦学习技术方案路线图

工商银行采用联邦学习技术，在原始数据不传输、不交换的情况下，通过模型训练过程中的中间结果交互完成联合建模，实现“数据不动模型动、数据可用不可见”。工行衍生212个特征，运营商衍生170个特征，TOP100特征较只用工行数据准确率提升30%，有效提升反欺诈识别能力。

2.5 图10.中国工商银行电信反欺诈业务场景处理流程图

工商银行反欺诈系统每日通过联邦学习联合交易特征与运营商客户特征，计算客户欺诈风险评分。高分客户列入可疑名单，客户登录手机银行时系统实时检测并采取“禁止登陆、提示转柜面”的干预策略。被公安部确认欺诈的客户作为训练样本定期联邦建模，形成闭环迭代。

2.6 图11.西藏自治区普惠金融综合服务平台“藏金普惠”

“藏金普惠”平台整合拉萨海关、税务局、科技厅等12个部门数据，涵盖工商、司法、住房、银税、专利等10大领域100多个维度的企业信用专题库。已汇集涉企数据超1亿条，入驻企业超1.1万家（占西藏中小企业总数15%），入驻金融机构网点345个（占比99%），授信额度超340亿元。

三、数据要素×医疗与交通——AI辅助诊疗与智能驾驶数据流通

3.1 图15.商业健康保险大数据服务平台整体架构

健交科技基于医疗健康大数据建立数字化一站式健康保险新模式，智能核保带病投保识别率达99%，核赔减损率达66%。创新推出“全量承保”理念，将非健康人群纳入保障范围，引导保险回归本源。

3.2 图16.AI临床辅助决策支持服务

诸暨市卫健局与讯飞医疗合作，整合门诊、体检和个人就医数据，为基层医生提供智能辅助决策服务。已采集健康数据610.7T，发布233个数据采集标准规范，在县域内23家基层医疗机构、340家村卫生室、2466个医生工作站落地应用，病历规范率达98.87%、诊断符合率97.79%、用药合理率94.4%。

3.3 图17.临床辅助决策支持监管

通过“数治、数知、数智”三层治理体系实现数据的规范统一和精确管理。利用数据脱敏、加密、数字水印、区块链和隐私计算等技术构建可信网络环境，支持医疗数据上链，实现数据“可用不可见”。

3.4 图19.上海数产基于临床试验的医疗数据流通和共享平台业务架构

平台采用1+N+2模式，以上海数产中心为医疗数据运营主中心，选定N家医院为参与建设单位。秉持“原始数据不出域、数据可用不可见”原则，支持受试者医疗数据共享和实时招募，可降低约40%-50%的临床试验招募成本。

3.5 图21.智慧交通基本架构

智慧交通实现依赖于数据收集和分析。交通数据主要来源于车辆（车载传感器）和道路（路侧传感器如ETC门架）。截至2022年底中国高速公路里程17.73万公里，年车流量95.32亿辆次，ETC用户超2.5亿，为数据挖掘打下坚实基础。

3.6 图23.岚图智能驾驶数据采集和流通的系统解决方案-总体方案

岚图采用非全量采集和云端配置策略，仅在特定事件发生时收集有限时间内的数据，降低设备、存储和传输成本。通过数据脱敏保护个人隐私，在上海数据交易所保障交易合规安全。数据需求方无需承担昂贵采集成本，有效降低产品开发成本。

四、数据要素×电力与农业——碳足迹核算与三农大数据平台

4.1 图27.智能电网产业链

智能电网将传统电网与先进的传感测量、通信、计算机、控制技术以及新材料技术深度融合，实现对电力系统的全面监控和智能化管理。电力数据涵盖电能生产、存储、传输、交易和消费各环节，具备数据量大、增长迅速、结构复杂的典型特点。

4.2 图29.能源数据目录

国家电网大数据中心通过政府授权、企业合作、市场采购和公开搜集等多种途径，累计整合能源、环境、社会经济、“双碳”、公共等五大类50小类数据，规范汇聚3.08万张表和1383.63亿条数据，构建能源数据目录，推动跨省市、跨行业数据合规共享。

4.3 图30.某10kV-200kVA油浸式配电变压器碳足迹核算

面向“双碳”数字化能力建设，围绕碳排放智能监测、动态核算等场景，打造国际首创的“电-碳”计算模型，开展产品碳足迹核算。已覆盖26个省，累计提供1300余个数据产品，服务上下游客户19.5万家，助力减少碳排放1017万吨，间接为企业节约成本约5亿元。

4.4 图31.农业数据采集及价值链

农业数据覆盖产前规划（气象、土壤分析）、产中作业（智慧农业管理系统）、产后销售（产销平台）全周期，同时支撑下游金融、物流、电商等行业。预计2025年中国农业大数据规模将达1.26万亿，占农业增加值比重15%，但农业数字化率仅8.2%（美国48.9%、德国38.7%），提升空间巨大。

4.5 图32.农小云系统架构图

西昌市农业农村局委托联通开发“农小云”三农大数据管理平台，构建“一个平台基座、一个关联通码、一个应用端口、一个云服务平台、一套数据标准”协同推进体系。以产品链（产地溯源）、监管链（农情通/企税通）、销售链（B2B/B2C平台）、服务链（用工/农资/仓储/物流）、金融链（数据资产化）五链融合，推动农业产业数字化转型。