可信數據空間，“腳”先著地還是“臉”先著地？

““腳”先著地看市場，“臉”先著地重形式。

近期，全國兩會召開，人工智能與數據要素相關議題成為各界熱議焦點。

值得注意的是，多位代表委員也圍繞可信數據、高質量數據集進行建言獻策，這些建言，主要集中在數據治理、流通、安全與產業落地等方面。

早在2024年，“可信數據空間”被正式納入頂層設計，但截止目前，實際落地情況如何？數據猿注意到，此次兩會期間，有委員直白點出了目前數據的痛點——“轉不起來、不好用、不安全”，多位不同領域的代表反映，目前數據依然存在不敢共享、不愿共享、不能共享等問題。雖然國家有了頂層設計，但實際推進中仍阻礙重重。

國家頂層設計后

實際推進中的阻礙

早在2024年11月，國家數據局發布《可信數據空間發展行動計劃（2024—2028年）》。

具體來看，計劃明確提出，到2028年，建成100個以上可信數據空間的目標，形成一批數據空間解決方案和最佳實踐。

緊接著，在2025年，國家數據局跟進發布了創新發展試點通知，確定63個試點項目，涵蓋城市、行業、企業三大方向。

根據國家數據局《可信數據空間發展行動計劃（2024—2028年）》的定義：

可信數據空間是基于共識規則，聯接多方主體，實現數據資源共享共用的一種數據流通利用基礎設施，是數據要素價值共創的應用生態，是支撐構建全國一體化數據市場的重要載體。可信數據空間須具備數據可信管控、資源交互、價值共創三類核心能力。

簡單理解：它是一個安全、可控、可互信的“數據共享平臺”，讓企業、政府、機構等多方在不泄露原始數據、不喪失數據主權的前提下，安全合規地共享、計算、挖掘數據價值。

可信數據空間能力視圖（來源：可信數據空間發展行動計劃（2024—2028 年）

為什么要提出建立可信數據空間？

簡單來說，可以理解成一條“數據專用高速公路”。路上跑的“車”，就是我們常說的政務數據，企業數據，個人數據。這條“高速路”的核心作用就是：讓數據不亂跑，不被偷用，還能在合規的軌道上，順暢地創造價值。例如，醫院敢給數據，保險公司敢用數據，企業愿意共享數據。簡單來說，是為了讓數據能安全流通、放心共享，既把價值用起來，又守住隱私和安全底線。

我國可信數據空間產業的發展呈現出階段性演進特征（圖自賽迪報告）

盡管早在2024年，國家就已經明確了可信數據空間的發展方向，但目前進展情況如何？此次兩會上，來自不同領域的代表委員，結合各自行業痛點，提出了具體的建議，具體如下：

2026年兩會關于可信數據空間的建議匯總：

人大代表、中國鐵塔董事長張志勇，專門提出了《加快推動數據要素高效流通》建議。他直白地點出了目前數據的痛點——“轉不起來、不好用、不安全”，簡單說就是數據流通不順暢、能用的高質量數據少、安全保障不到位。所以，他建議健全數據權屬、責任、收益分配規則，完善有償使用制度。希望國家能牽頭，統籌建設高質量數據集，打通“數據孤島”。

政協委員、普華永道首席合伙人李丹，重點關注企業出海時的數據合規問題。如今，很多中國企業走出去，但不同國家對數據安全的要求不一樣，企業很容易踩坑。他建議，國家要制定境外數據安全合規的指導文件，建立“一國一策”的風險庫，針對不同國家的規則給出應對方案，同時推動我國的數據規則和國際接軌，實現對等，讓中國企業出海時，在數據使用上更有保障。

政協委員、知乎創始人周源，聚焦互聯網上的專業內容數據。他發現，現在很多AI企業不經過授權，就擅自抓取網上的專業內容，引發版權糾紛，還導致AI使用的數據來源不可靠。他建議，支持像知乎這樣的內容社區，通過標準的接口（API），合規地向AI企業開放數據。同時，建議開展專家級的數據標注和“數據資產化”試點，讓原創內容的權益得到保護，也讓AI能用到合規、可信的高質量數據。

政協委員、蘇州大學附屬第一醫院主任吳德沛表示，目前醫療數據存在很多問題：各個醫院、各個部門的數據都是分散的，沒有統一標準，安全防護也不到位，形成了一個個“信息孤島”，不利于醫療行業發展和AI在醫療領域的應用。他建議，由國家衛健委牽頭，建立國家級的醫療數據統籌機制，把分散的醫療數據整合起來，規范管理。

實際上，這些來自不同領域的代表委員的真實建議，也的確反映了當前可信數據建設的真實情況：雖然國家有了頂層設計，但實際推進中仍有很多痛點。

對此，要解決這些問題，兩會的代表委員們建議，靠國家統籌、多部門協同，把數據的歸屬、流通、安全、收益等全流程的制度健全起來；同時統一數據標準，打造高質量、可追溯、可驗證的數據集，徹底解決數據“質量差、太零散”的問題，讓數據既能安全使用，又能充分釋放價值。

規模4年增超33倍

首批63個國家級試點

根據賽迪顧問發布的《中國可信數據空間市場白皮書》預測，2024年至2028年，中國可信數據空間市場的年復合增長率預計將高達152.4%。市場規模將從2024年的15.2億猛增至2028年的約507.8億元。4年增長超33倍，勢頭強勁。

根據IDC預測，2025年市場規模約30.4億元。預測2026年，預計迎來第二輪建設高峰，市場規模將持續高速增長，運營服務占比逐步提升。

可信數據空間的市場規模

注：數據來源于賽迪顧問，其中2024-2025年為實際跟蹤數據，2026-2028年為預測數據。

分區域情況，長三角、粵港澳、京津冀三大城市群占據75%以上市場份額。市場結構來看，早期以基礎設施建設為主，未來將向運營服務轉型，2028年運營服務占比預計升至45%。

從數據來看，在市場發展初期（2024-2025年），技術產品與解決方案是市場的絕對主體，占比超過70%。然而，隨著首批數據空間完成基建并投入運營，運營與增值服務的占比將從2024年的15%快速增長至2028年的45%。

2025年4月，國家數據局啟動可信數據空間創新發展試點工作，并于7月公布首批63個試點項目，涵蓋13個城市、22個行業、28個企業，為全國數據要素流通探索路徑。

以下盤點6個核心試點城市的最新進展：

截止2026年3月，廣州作為粵港澳大灣區唯一城市級試點，以“政府指導、市場主導、生態共治”模式，首創“八大可信”規則，聯動400余家數據企業，落地37個高價值場景，成為司法與技術雙輪驅動的標桿。

來自廣州市人民政府官網

南京以場景牽引，探索三大融合模式，由南京大數據集團運營，匯聚 30 余個部門超 100 類公共數據，落地 42個授權運營場景，打造價值轉化閉環樣板。

據悉，南京市城市可信數據空間項目是江蘇省內唯一城市級可信數據空間入選項目

寧波聚焦港航、醫療、金融三大領域，落地21個標桿場景、上架318個數據產品、吸引67家數商，以“算力 - 數據 - 算法”協同賦能產業轉型。

溫州依托中國數安港，以輕量化接入賦能民營經濟，歸集900億條數據，鏈接4 萬余家企業與2.5萬名設計師，實現效率與周轉雙提升，配套完善司法保障。

來自國家數據局

上海以區塊鏈為底座，建立“2+8”規則體系，落地多領域場景，將金融合規用數成本降低10%-20%，樹立超大城市治理范式。

廈門打造普惠型數據空間，推出“馬上有數”與“以數分潤”機制，孵化132個場景、上線1200+數據產品，公共數據授權運營場景數居全國第二，實現跨區域普惠賦能。

產業：

典型案例一：汽車行業可信數據空間

汽車行業可信數據空間，是全國首個產業級汽車數據協同平臺，由中國汽研、中汽數據等行業龍頭牽頭建設。具體來看，用技術把汽車從研發、生產、供應、銷售到售后全流程的數據都打通。目前已落地智能駕駛訓練、電池壽命管理、碳足跡核算、供應鏈金融等場景。

典型案例二：醫保行業可信數據空間

醫保行業可信數據空間，由國家醫保局統一部署，各地醫保部門牽頭，聯合醫院、藥企、保險公司等多方一起建。目前已覆蓋醫保基金智能監管、商業保險快速理賠、異地就醫結算、慢病管理等核心場景。

典型案例三：能源行業可信數據空間

能源行業可信數據空間，是能源領域唯一的國家級行業試點平臺，由南方電網負責建設和運營。它搭建技術底座，把電力、氣象、工商、水務、燃氣等跨領域的數據都打通，讓不同行業、不同單位的能源數據安全對接、高效流轉。

圖自國家數據局

市場參與主體：

圖自《邁向數據與智能融合新范式： 可信數據空間建設與產業發展報告》

從市場參與情況來看，市場參與主體包括了集成型、專業型與技術型廠商。

其中，集成型廠商以中國電子云、中國移動、浪潮云、太極股份等為代表，主導著大型城市級與行業級數據空間的整體建設與集成。

專業型廠商以零數科技、華為云、螞蟻集團等為代表，聚焦于可信數據流通的核心技術棧，在區塊鏈、隱私計算等關鍵單點技術上建立了壁壘，在特定領域形成應用閉環。

技術型廠商作為市場的基礎支撐，進一步細分為四大專業技術陣營。包括了數據安全、隱私計算、區塊鏈、數據治理幾大領域。

真價值與泡沫并存

根據《邁向數據與智能融合新范式：可信數據空間建設與產業發展報告》的調研，目前可信數據空間建設方面，存在以下幾個核心問題，：

首先，數據“散、亂、不統一”是首要難題。

現實中，數據大多分散在不同機構、部門和系統里，格式、標準、質量各不相同。雖說可信數據空間的初衷是打破這種“數據孤島”，但數據持有方主動開放、共享核心數據的意愿依然不強。更關鍵的是，目前沒有一套跨行業的統一數據管理規則，比如數據怎么分類分級、怎么統一描述、怎么評估質量、怎么讓不同數據的含義被統一認可？

此前，數據猿的多篇稿件（如《為何可信數據空間大多失敗？只因我們只是在建系統而非建信任》《可信數據空間真的 “可信”？真相沒那么簡單》《沒談好利益，可信數據空間就是一句空話？》）提到：可信數據空間的核心瓶頸，是信任機制尚未真正建立。對此，數據猿認為，要實現從 “政策硬推”到“市場驅動”的轉變，必須先打破“信任僵局”，讓數據在安全可控的前提下，真正為供需雙方創造可量化的價值。

其次，技術整合難度大、成本高。

區塊鏈、隱私計算和AI這三種核心技術，體系和標準不兼容，它們來自不同的技術領域，在系統架構、通信規則、安全要求等方面差異很大。如果只是簡單把這三種技術拼湊在一起，很容易形成新的“技術壁壘”，造成系統繁瑣、維護麻煩，運行效率也不好。目前行業內還沒有一套大家都認可的、可靈活搭配、高性能的技術框架和標準，企業選技術時很迷茫，不知道該選現成的一體化平臺，還是自己整合零散的優質技術，這種困惑拖慢了技術標準化的進度，也讓企業使用這些技術的門檻變高。

最后，商業模式不成熟，難以持續發展。

可信數據空間賦能AI的價值怎么衡量、收益怎么分配，還沒有形成一套完善的機制，現在很多項目都靠政府課題或戰略投資支撐，沒有一套能自主盈利、可大規模推廣的商業模式。

核心難題有三個：數據空間的“可信流通”服務該怎么定價？數據流通后賦能AI產生的價值，怎么衡量不同主體的貢獻？產生的收益，怎么在數據提供方、空間運營方、技術服務商和AI算法方之間，公平、透明地自動分配？如果沒有一套大家都認可的價值衡量和收益分配規則，就沒法激勵各方主動提供高質量數據、積極參與生態建設，最終可能導致數據空間“建好了卻沒人用”，沒法形成活躍的數據交易市場。

可信數據空間建設，始終要面臨“腳”先著地還是“臉”先著地的拷問。從現狀來看，可信數據空間目前仍面臨數據孤島難打破、技術標準不兼容、收益分配機制不完善等現實阻礙，多數項目依賴政策與投資支撐，市場活力尚未充分激發，仍處于從“政策引導”向“市場落地”過渡的關鍵階段，未達成真正意義上的“腳先著地”。