2023中国大数据产业生态发展报告.pdf

1大数据被认为是继信息化和互联网后信息革命的又一次高峰，“跨界、融合、基础、突破”是大数据落地的关键，大数据在“产业化、行业化、智能化”方面不断赋能实体经济，成为产业关注重点。进入数字经济时代，数据成为驱动经济社会发展的新生产要素。近年来，大数据相关技术、产品、应用和标准快速发展，逐渐形成了覆盖数据基础设施、数据分析、数据应用、数据资源、开源平台与工具等板块的大数据产业生态，数据资源的大规模聚集，奠定了数字经济发展的坚实基础。党的二十大报告强调，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。当前，数实融合正成为数字中国的新引擎。作为“十四五”期间我国做强做优做大数字经济的重要任务，数实融合是数字产业化和产业数字化的协同途径、构建新发展格局和推动高质量发展的新动能。立足大数据现状，展望未来大数据发展趋势，2023中国大数据产业发展研究 分析了中国大数据产业发展演进、基础设施、政策体系、创新载体、人才培育等产业发展要素的现状，研判了 大数据在软硬件产品、基础设施和应用服务等领域的热点布局，重新梳理了 大数据和数字经济产业生态的发展层次，并重点提出了 大数据和数字经济产业发展的新趋势。立足2022年大数据和数字经济产业发展情况，大数据产业生态联盟展望了 大数据产业的未来趋势。其中，趋势一到三对应数据要素市场变革，趋势四和五分析了数字基础设施和新型数字技术（AIGC）的变革，趋势六到九从行业角度分析了金融、电信、工业、政府等数字化渗透较深的多个行业的数字化变革。2023中国大数据产业发展研究 成功付梓，得益于多方的支持和协助。在此，特别鸣谢赛迪智库、赛迪顾问、中国软件评测中心给予的专业指导，感谢大数据产业生态联盟专家委员会给予的专业意见，感谢大数据产业生态联盟近千家企业长期以来对联盟工作的关注和支持。前 言2023中国大数据产业发展研究23一、2022年中国大数据产业发展概述（一）大数据产业步入深度赋能经济社会高质量发展的新阶段数据是新时代重要的生产要素，是国家基础性战略资源。大数据是数据的集合，以容量大、类型多、速度快、精度准、价值高为主要特征，是推动经济转型发展的新动力，是提升政府治理能力的新途径，是重塑国家竞争优势的新机遇。大数据产业是以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，是激活数据要素潜能的关键支撑，是加快经济社会发展质量变革、效率变革、动力变革的重要引擎。“十三五”时期（2016-2020年），大数据产业实现了起步和快速发展，政策体系日益完善，产业基础日益巩固，产业应用不断丰富，产业生态持续优化。“十四五”以来，大数据产业步入“集成创新、快速发展、深度应用、结构优化”的新阶段，数据要素市场建设，技术集成创新，产业知识化转型成为发展重点，大数据深度赋能经济社会高质量发展的成效愈发显著。数据要素市场建设成为新发力点2021年以来，国家将数据作为新型生产要素，聚焦数据产权、流通交易、收益分配、安全治理等核心环节，积极探索“三权分置”的数据产权运行机制，推动公共数据的市场化授权运营，设立新型2023中国大数据产业发展研究图1 大数据产业发展的三个阶段 数据来源：互联网公开信息，大数据产业生态联盟调研整理大数据交易所并在数据资产登记、隐私计算、数据跨境流通等领域勇闯“无人区”，探索培育数商、数据经济人等新市场主体，设立企业首席数据官等新角色。与此同时，国家在微观层面积极推动企事业单位数据管理能力提升，不断完善数据管理能力评估体系，实施数据安全管理认证制度，稳步推进数据管理能力成熟度评估模型（简称 DCMM）、数据安全管理等国家标准贯标。数字技术工具高频迭代成为新常态大数据底层数据基础设施技术日益规范化、标准化，为产业的发展提供了坚实的计算、存储、网络支撑；大数据、人工智能、区块链、隐私计算、信息安全等数字技术加速集成，为各个细分应用场景提供更智能、更安全、更强大的工具箱。随着以ChatGPT为代表的人工智能“大模型”的出现，多行业将步入“智能化”发展新阶段，经济社会对算力、算法、存储、网络、安全、系统集成的需求将迎来爆发式增长，数字技术迭代频率将进一步提高。产业应用的知识化转型引领新方向随着人工智能生成内容（AIGC）等数字技术的进步，大数据产业将通过更高的“信息密度”驱动人类社会变革，推动传统行业的数字化、智能化，乃至知识化转型。未来社会，农业、工业、教育、法律、健康医疗、公共服务、社会治理等诸多领域的专业知识将以“大模型”的新形态出现，开箱即用的“知识”将大幅降低人类的知识获取成本，深度变革产业组织形态，激发更多“知识化”的产业创新和升级。（二）大数据产业是数字经济稳定高速增长的重要引擎我国数据量持续高速增长和频繁交互推升了大数据技术和服务需求2022年我国数据产量达8.1ZB，同比增长22.7%，占全球数据总产量10.5%，位居世界第二。截至2022年年底，我国存力总规模超1000EB，数据存储量达724.5EB，同比增长21.1%，占全球数据总存储量的14.4%。全国一体化政务数据共享枢纽发布各类数据资源1.5万类，累计支撑共享调用超过5000亿次。数据量的激增和频繁交互持续推升全社会对大数据技术服图2 2020年-2022年中国数字经济核心产业规模（单位：万亿元）数据来源：工信部公开数据，大数据产业生态联盟调研整理2023中国大数据产业发展研究45务的需求，数字中国发展报告（2022年）测算指出，2022年中国大数据产业规模达到1.57万亿元，同比增长18%。近三年我国数字经济核心产业规模持续高速增长国家统计局数字经济及其核心产业统计分类（2021）明确了数字经济包含数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业及数字化效率提升业。其中，前四类被定义为数字经济核心产业，主要包括计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务、互联网和相关服务、软件和信息技术服务业等，是数字经济发展的基础。依据工信部公布的数据，2022年数字经济核心产业对应的收入总规模达到29.25万亿元，2020年-2022年的平均增速达到11.7%，持续助推经济社会的数字化转型。大数据技术服务在支撑数字经济发展中起到了重要作用。大数据产业对存储、计算、网络、终端信息采集等的需求，支撑了计算机通信和其他电子设备制造业的发展，间接引致数字产品制造业、数字产品服务业的繁荣。大数据产业对数字技术的集成创新支撑了数字技术应用业的蓬勃发展，间接带动了软件、互联网、信息技术服务等数字技术应用业的繁荣。互联网、数字内容等大数据“数据原生”行业的发展持续丰富数字经济的新模式、新业态，推动要素驱动业发展。大数据技术与传统行业的融合则推动了多个行业的数字化效率提升，加速了传统行业的转型升级，以及政府社会治理能力的提升。（三）国家和地方各级政府的大数据与数字经济政策协同推进2021年以来，国务院发布的 “十四五”数字经济发展规划 和工信部发布的 “十四五”大数据产业发展规划（以下简称“规划文本”）勾勒了数字产业发展的主基调。中共中央、国务院印发的关于构建数据基础制度更好发挥数据要素作用的意见进一步为探索数据要素应用指明了方向。在此背景下，国内各数据来源：互联网公开信息，大数据产业生态联盟调研整理数据来源：互联网公开信息，大数据产业生态联盟调研整理省市紧跟时代步伐，结合地区实际发展情况，相继颁布了相关的数字经济类条例（包括大数据条例、数据条例、数字经济促进条例等）21项，不断推动区域数字经济发展。规划文本明确了数字产业建设主体思路，其中数字基础设施、数据要素市场、数字产业化、产业数字化、数字化治理、信息安全等6大类建设内容已成为行业共识。国内各省市的数字经济类条例设计基本沿袭了规划文本的整体框架，但是普遍更落地更务实，数字经济类条例的主要工作是数字经济相关概念澄清、结构化拆解，并逐条匹配相应的政府主管部门，基本理清了数字经济的各项工作内容，为在辖区内顺利推进数字产业发展，促进区域间数据经济协同，奠定了坚实的立法基础。具体来看，各地的“数据条例”通常从数据资源、数据流通、数据资源开发利用、数据安全4个维度展开，而“数据经济促进条例”更多从基础设施、数据要素、数字产业化、产业数字化、数字治理、数字经济安全、区域协同（如“浦东新区数据改革”“长三角数据合作”和“京津冀数字经济协同发展”）等维度展开。（四）国内的数据立法体系日益健全国内的法律、行政法规、部门规章、地方性规章和规范性文件从不同层级支撑了数据立法体系的健全。数据要素治理纵深发展，基础设施保护日益强化，数据生态与平台治理不断完善，数字技术立法持续探索。数据要素治理的立法加快从基础立法向纵深发展，深度契合数据要素市场改革新趋势2016年以来，中华人民共和国国家安全法 中华人民共和国网络安全法 中华人民共和国数据安全法 中华人民共和国个人信息保护法的出台初步形成了国内数据要素治理的顶层制度设计。在此背图 3 国家和地方各级政府的大数据产业政策框架图 4 国家和地方各级政府的大数据产业政策框架2023中国大数据产业发展研究67景下，为契合数据要素市场改革，国家和地方各级政府围绕数据跨境流动（如 数据出境安全评估办法和个人信息出境标准合同办法等）、数据交易流通（如上海、重庆、四川、苏州等地出台的大数据条例）、公共数据开放共享（如 浙江省公共数据条例关于推进北京市数据专区建设的指导意见等）、工业和医疗等重点行业领域（如工业和信息化领域数据安全管理办法（试行）江苏省健康医疗大数据管理办法（试行）（征求意见稿）等）陆续出台了一批法律、法规和部门规章，不断深化数据要素治理，强化数据安全防护。基础设施安全立法日益细化关键信息基础设施关乎国家安全与经济运行，是数据安全中的基础。中华人民共和国网络安全法首次正式明确了关键信息基础设施的概念并提出了关键信息基础设施安全保护的原则性要求，关键信息基础设施安全保护条例进一步明确关键信息基础设施的范围界定、监管主体、安全保护要求及措施等。2022年以来，电力、公路水路、医疗卫生、证券等主管部门相继出台了针对各自领域基础设施安全的部门规章。强化数据生态管理和平台治理在生态管理方面，金融、电信、互联网等数据价值密度较高的行业已成为电信网络诈骗的重灾区，反电信网络诈骗法 的出台，明确了多种治理举措，如完善了电话卡、金融账户、互联网账号有关制度，建立了电信网络诈骗反制技术，利用大数据开展反诈支持等，为数字生态的清朗奠定了良好的基础。在平台治理方面，国家重点围绕集聚海量数据的互联网平台，明确规定经营者不得滥用数据和算法、技术、资本优势以及平台规则等排除、限制竞争，不得阻碍数据开放共享，利用数据获取、使用和算法技术实施不正当竞争。持续完善针对数字技术的立法数字技术方面重点关注推荐算法，将生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等技术服务纳入监管，建立算法备案、评估等法律义务，并重点维护个人权益、用户权益和特殊群体权益。此外，针对快速发展的智能网联汽车行业，工信部出台了多项部门规章（如道路机动车辆生产准入许可管理条例（征求意见稿）等），初步明确了准入和上路通行的各项内容；上海、深圳等图5 大数据基础设施相关数据数据来源：互联网公开信息，大数据产业生态联盟调研整理城市也加紧推动出台相关的地方性法规（如深圳经济特区智能网联汽车管理条例等），探索提出准入登记、使用管理、道路运输、交通事故及违章处理、法律责任等全链条立法规范，助力行业快速发展。（五）“网络+算力+通用创新平台”大数据基础设施架构基本成型大数据基础设施是数据技术服务和融合应用的重要支撑，现已初步形成“网络+算力+通用创新平台”的架构，分别对应了“新基建”中信息网络基础设施、算力基础设施、新技术基础设施。信息网络基础设施国家着力打造高速泛在、天地一体、云网融合、安全可控的网络服务体系。其中，5G移动通信网络、千兆光网是推进部署的主要网络，北斗卫星、工业互联网、感知物联网、车联网是当前的发展热点，卫星互联网、量子通信等则是国家布局发展的前沿方向。算力基础设施国内的数据中心机架总规模保持30%的高速增长，2022年总机架数量达到650万。在通用算力高速增长的同时，国家同步推动“一体化算力网络”建设，重点在京津冀、长三角、粤港澳大湾区、成渝、贵州、内蒙古、甘肃、宁夏等地布局建设枢纽节点，并布局实施“东数西算”工程，提升跨区域算力调度能力，推动云网融合发展。此外，随着人工智能和基础研究对密集计算需求的增长，以及海量数据传输带来的网络压力，智算中心、超算中心、边缘计算成为新热点。截至2022年年底，国内已建的智能算力规模达到268EFLOPS，超过通用算力180EFLOPS，超算中心累计落地11座，支撑高性能计算和人工智能计算能力不断增强。通用创新平台国家统筹推进人工智能、区块链、大数据、隐私计算等通用算法和底层技术平台，推动软硬件开源社区成为主线。这些新技术平台的建设将大幅降低数字应用创新的壁垒，推动产业生态繁荣。以人工智能为例，2022年底以来，随着GhatGPT的流行，超大规模预训练模型（AI大模型）成为新热点。北京积极抢抓新技术机遇，发布 北京市促进通用人工智能创新发展的若干措施，围绕五大方向提出21项具体措施，包括“开展大模型创新算法及关键技术研究”“加强大模型训练数据采集及治理工具研发”和“拓展政务服务、医疗、科学研究、金融、自动驾驶、城市治理等领域应用场景”等，加速整合创新资源，营造创新生态，推动北京在通用人工智能领域实现创新引领，打造形成一批通用的工具和场景应用。（六）我国数字经济人才队伍不断壮大，创新环境不断增强 大数据技术服务和融合应用的发展，离不开持续的技术革新，更离不开人才、创新环境，以及资本市场投资的支持。整体上，2022年我国的人才和创新环境持续优化，尽管资本市场遭遇下行调整，但行业长期增长可期。人才梯队建设面对上千万的数字人才潜在缺口，教育部积极引导高校加快培养数字经济急需人才。2022年的普通高等学校本科专业目录 显示，数字经济专业和大数据专业大量涌现，147所“双一流”高校中有87所开设了相关专业，数字媒体技术、智能医学工程、智能制造工程、智能建造、智能运输等“复合型”专业也大量设立，为国家持续输送大批数字经济人才。与此同时，国家自然基金委大力支持数字经济高端人才建设。2022年累计资助杰出青年基金64项、优秀青年基金98项、青年基金项2634项、地区科学基金2023中国大数据产业发展研究89262项，极大拓展了该领域高端人才序列。此外，在职业教育端，多种数字技能相关专业纳入国家职业教育专业目录，集成电路技术、智能光电制造技术、智慧健康养老服务与管理、区块链技术应用等正式成为国家职业教育专业。创新环境建设截至2022年年底，我国在数字经济领域已建成了国家级企业技术中心2060家，工程研究中心394家，重点实验室135家，为数字经济基础创新和应用创新奠定了坚实基础。2022年，我国在数字经济领域的创新能力持续增强，一方面在信息领域PCT国际专利申请近3.2万件，全球占比达37%，另一方面数字经济核心产业发明专利授权量达33.5万件，同比增长17.5%。此外，国内还在关键数字技术研发应用领域取得了积极进展，不仅在5G领域实现技术、产业、网络、应用全面领先，在集成电路、人工智能、高性能计算、EDA、数据库、操作系统等方面也取得重要进展，数字开源社区更是蓬勃发展，开源项目现已覆盖全栈技术领域。资本市场投资2022年，受复杂的外部政治和经济环境影响，中国投资机构和投资人多采取审慎态度，由此带来投资事件和投资金额的同比下降。2022年，我国数字经济共发生9744起投资事件，总额达1.08万亿元，为近五年来最低水平。从投资轮次来看，Pre-A至A轮的项目数最多（占比43%），Pre-IPO项目数最少，仅40余起。从平均融资金额来看，E轮及以后项目的平均融资金额最高，达9.48亿元，Pre-IPO和D/D+轮的平均融资额紧随其后，分别为4.38和3.93亿元。二、2023年中国大数据产业生态地图随着数字经济的快速发展，大数据产业与数字经济深度融合，产业生态日益壮大，并逐步形成覆盖“基础支撑层”“技术服务层”“融合应用层”的基本架构。在基础支撑层，“网络+算力+通用创新平台”共同组成了底层基础设施支撑。在技术服务层，依照数据的正常流转过程，技术服务涵盖了数据采集、数据存储、数据治理（含清洗、标准、加工处理等）、数据分析挖掘（含各种软件、算法、解决方案等）和数据可视化。与此同时，针对各流程的集成服务、咨询服务（如规划设计、架构设计、法务咨询、标准制定、知识产权申报等），以及安全服务（数据安全、网络安全、算法安全）也是技术服务中的常见类别。此外，随着数据要素的重要性提升，要素市场建设成为近年来的发展重点，与此相关的数据确权、登记、开放、共享、授权运营、交易流通等服务将得到越来越多的重视。在融合应用层，数字产业化、产业数字化、数字化治理基本已成为业内的共识，它们构成了数字经济上层应用的主要框架。数字产业化包含了数字技术产品、平台经济、在线经济（如在线教育、在线问诊）、智能经济（如智能制造、无人驾驶等），以及开源平台建设等内容；产业数字化包含了农业数字化转型、工业数字化转型、数字商贸、金融科技、数字物流和数字营销等内容；数字化治理，具体可分为数字政务、数字监管、数字社会、智慧城市建设等，典型应用场景如“一网通办”“一网通管”“一网协同”和“接诉即办”等。数据来源：互联网公开信息，大数据产业生态联盟调研整理2023中国大数据产业发展研究10112023中国大数据产业发展研究1415数据来源：基于大数据产业生态联盟调研和互联网公开信息整理趋势二：公共数据利用从“共享开放”走向“深度共享+授权运营”资源的货币化表现形态。数据要素从资源化到资产化的演进是充分释放数据价值和能量的必由之路数据资产化是经济社会数字化发展到深层次后，从生产要素这一价值源泉处寻求发展新动能的必然要求，符合人类配置利用生产要素，推动生产力发展的客观经验。对比房地产改革发现，20世纪90年代中期，中国没有房地产市场，房屋供给都是分配制，只要缴纳租金就可以使用，没有产权；1998年实施房地产改革后，各单位不再分配房子，原有房屋确权后，可在房地产交易市场进行买卖，房屋从社会资源变成了家庭资产；进一步通过金融创新，提供房屋抵押贷款等金融产品，这种资产就演变成可以用于企业经营和生活投资的生产性资本。数据要素的市场化改革可以对标房地产市场改革，资源到资产再到资本的转变具有一定的共性。当前，数据作为一种核心要素资源，虽然具有普遍的使用价值，但资产属性还没有充分体现。只有实现确权、流通和交易后，数据资源才会转变成可以量化的数字资产，进一步通过金融创新，上升为生产性的数字资本，真正释放其内在价值。整体来看，国家在数据要素改革领域的探索，如数据授权运营、数据交易、数据资产登记、数据资产入表等，都是数据要素资产化变革的必由之路。公共数据的共享开放工作稳步推进。当前，地市级政府基本已形成以“大数据主管部门（如市委网信办、市经信局、市大数据局等）+市大数据中心（事业单位）”为主的数据整合模式。大数据主管部门负责业务监督和管理，市大数据中心负责投资建设“市大数据管理平台”，搭建数据目录，联通各部门并沉淀非垂管部门的数据资源，供政府各部门申请共享；少数地市则仅仅将大数据管理平台作为数据通路，不沉淀任何公共数据资源。然而，国家税务总局、海关总署、人民银行等垂管部门，其核心数据资源（如企业纳税申报数据、企业金融信贷数据等）并未接入大数据管理平台，而是多以接口查询的方式提供服务。对于数据开放，传统的模式是搭建地方数据开放平台，依据数据开放目录分级分类开放数据，或者通过举办数据大赛，以选题的方式推进数据开放。上述公共数据的共享和开放，对应了公共数据开发利用的传统模式。考虑到公共数据的持有权和加工使用权相对清晰，其开发利用走在其他类数据前面，体现出两方面趋势。一是垂管部门数据与地方大数据管理平台“深度共享”。未来，垂管部门或将突破传统接口调用的数据开发利用方式，以具体应用场景为牵引，创新核心数据资源的共享利用方式，推动垂管数据与公共数据融合。例如，与企业征信紧密相关的涉企纳税申报明细数据，多数地区仅提供接口调用，暂不支持全量数据建模，税务数据价值释放受阻。未来，税务局或可通过“数据共享”或“在内部开放建模空间”的方式，探索全量税务数据建模和授权调用。2023中国大数据产业发展研究1617数据来源：基于大数据产业生态联盟调研和互联网公开信息整理二是公共数据授权运营将成为常态，政府管理+国企运营将成为标配。当前，国内的授权运营模式大致有三类：1、行业主导模式：垂直领域政府或中央（国有）企业数据归口管理部门开展公共数据管理平台建设，授权并指导其下属国有企业统一运营，承担公共数据运营平台建设和数据汇聚、数据存储、数据加工等数据处理工作，并面向社会主体提供数据服务。典型的实践案例如航旅纵横App。2、区域一体化模式：以区域内（省、市、区）数据管理方统筹建设的大数据管理平台为基础，整体授权至综合数据运营方开展公共数据运营平台建设。运营方基于统一的公共数据运营平台，按行业领域划分，引入行业数据解决方案供应商开展行业领域内公共数据服务。典型案例如成都市大数据集团的公共数据统一运营方案。3、应用场景牵引模式：该模式以政府及公共服务部门信息化设施为基础，由省（直辖市、自治区）政府中数据归口管理部门制定实施公共数据开放共享及开发利用管理制度，统筹建设大数据管理平台，并通过多次分类授权引入垂直领域高质量数据运营方运用公共数据管理平台数据资源开展相关数据服务。典型的案例，如北京市金融公共数据专区。趋势三：数据交易进入精细化管理新阶段“十四五”时期，我国启动了新一轮的数据交易浪潮，推动数据交易进入精细化管理新阶段。国内的数据交易肇始于2015年-2016年，彼时大数据技术蓬勃发展，各地方政府和国有企业紧抓大数据产业爆发契机，抢位设立大数据交易所或交易中心，短短两年成立了17家数据交易机构，贵阳大数据交易所是这一时期的标杆。然而，此时期的交易机构大多采用“农贸市场”模式，缺乏对数据的敏感性进行分类分级，直接将数据包、API、解决方案等产品按行业归类，粗放的罗列供应商和数据需求信息，机构间的实际交易量非常小，没有起到真正数据流通中介作用。这一时期的制度探索也往往停留在学术探讨，受困于数据权属问题而却步不前。2021年以来，我国进入了第二轮交易机构建设热潮，2021年-2022年，北、上、广、深均完成了新的大数据交易机构设立。新一轮的数据交易，施行精细化管理的“交易所”模式，务实地推动交易技术、制度、模式创新，推动数据流通的规模化、场景化和定制化。一是打造数据交易产业生态一方面搭建涵盖数据供给方、数据需求方、数据服务方（如资产登记、评估定价、中介经纪、数据托管）等角色的产业生态体系，推行实名注册会员制，对数据来源进行合规审核，对数据交易行为进行规范管理。另一方面，与各生态方联合推动制度探索，比如数据资产登记、资产评估定价等。二是构建分级分类的交易模式一方面实施精细化的数据分级分类，创新免费开放、授权调用、共同建模、联邦学习、加密计算等多种数据融合使用模式，并依据数据的敏感性匹配用户权限。对于敏感数据的交易，需严格遵循授权管理与合规要求，避免隐私泄露等问题发生。另一方面，结合不同投资者风险适配能力设定不同门槛，比如仅有合规的个人征信机构才能接入大数据交易所的个人行为数2023中国大数据产业发展研究1819数据来源：基于大数据产业生态联盟调研和互联网公开信息整理据等，其他机构均无接入权限。三是应用隐私计算促进数据流通隐私计算涵盖了联邦学习、安全多方计算、可信执行环境等，它们在技术层面将数据的使用权和所有权分离。北京国际大数据交易所提出“数据可用不可见，用途可控可计量”，倡导应用隐私计算支持相关方共同开发数据使用价值。隐私计算极大地释放了敏感数据流通使用的市场空间。四是推动数据跨区域流通和跨境流通数据价值释放的关键在流通，基于流通共享数据的开发利用是推动数据要素价值释放的必由之路。数据流通一方面是数据交易所间的数据流通，比如上海和重庆两地推动数据交易的互联互通。另一方面是推动跨境数字贸易，比如北京国际大数据交易所（以下简称北数所）深入调研多家跨国公司需求，在2022年试点开展跨境数据合规托管工作，并建成北京数据托管服务平台；2023年，北数所进一步携手香港诺华诚信公司和北京德亿信公司，围绕征信领域数据跨境核验开展创新探索，落地了个人信息出境标准合同备案，打造了征信数据业务的“京港通”。趋势四：算力基础设施从“一体化”走向“协同化、智能化、绿色化”算力设施是提供算力资源的基础设施，涵盖超算中心、数据中心和智算中心等多种形态。为了发展算力基础设施，国家亦先后出台了一系列相关政策，其中又以“十四五”规划、关于加快构建全国一体化大数据中心协同创新体系的指导意见（以下简称“指导意见”）和 全国一体化大数据中心协同创新体系算力枢纽实施方案（以下简称“实施方案”）最为重要。实施方案 明确提出在京津冀、长三角、粤港澳大湾区、成渝，以及贵州、内蒙古、甘肃、宁夏等地布局建设全国一体化算力网络国家枢纽节点，随后发改委联合四部门批复同意在枢纽节点周边规划设立了10个国家数据中心集群，自此“东数西算”工程全面启动。“东数西算”是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。然而，实践过程中，“东数西算”遇到如下难题：一是国内算力布局存在供需对接失衡，中西部地区算力过剩，应用需求不足，中东部地区算力供给丰富算力网络体系尚未形成规模，存在资源闲置和浪费；二是算力基础设施已经成为碳排放大户，2022年全国数据中心耗电量约2700亿千瓦时，超过2座三峡电站年发电量，算力场景、算力规模和碳排放亟待统筹考虑。三是随着人工智能的普及，数据中心规模、密度的大幅上升，数据中心各种设备的数量也呈现出快速增长的趋势，传统的人力运维将捉襟见肘。四是随着算力网络的成型，自动化、智能化、便捷化的算力调度和应用成为关键，目前尚缺乏成熟的应对方案。为了因应上述问题，算力基础设施将加快“协同化、智能化、绿色化”转型。2023中国大数据产业发展研究2021数据来源：基于大数据产业生态联盟调研和互联网公开信息整理协同化方面未来要统筹规划算力资源布局，针对各异的算力基础设施需求，分类引导、施策。与此同时，加强算网协同技术研究和应用实践，联合应用方、设备供应商等产业界力量，通过标准的联合制定，开展网络优化技术研究和产业应用创新，形成更好的算力传输网络，推动算网融合。智能化方面一是要强化数据中心内部的智能化运维，推广智能巡检、智能运维、能效最优化等应用。二是强化人工智能技术在算力调度中的应用，迭代优化小于的“全国一体化算力算网调度平台”，探索针对多元算力的定价和计费标准。绿色化方面探索推广绿色节能低碳减排新技术。完善算力基础设施绿色低碳监管体系，大力普及节能产品、节能系统、可再生能源应用，开展节能降耗的算力基础设施关键技术的研发。与此同时，严格新建算力基础设施的PUE管理，逐步推进存量算力基础设施的节能化改造。趋势五：AIGC引领技术变革，推动全要素生产率提升人工智能生成内容（AIGC）既是从内容生产者视角进行分类的一类内容，又是一种内容生产方式，还是用内容自动化生成的一类技术集合。2023年初火爆的ChatGPT大语言模型就隶属于AIGC的文本生成范畴，是一种典型应用。未来随着基础数据、模型技术、算力基础设施的完备，AIGC将持续演化，不仅能够赋能内容创作，还可以迁移到教育、医疗、工程、科研、艺术创作等多个领域，构建各细分领域的“大模型”，推动大量垂直领域的专业知识经验开源化，降低工作成本，提高产能，深度驱动行业变革。内容创作领域AIGC将实现文字领域的自动化资料搜集整理，结构性写作、辅助写作，图片领域的智能编辑和智能生成，语音领域的文本转语音和AI编曲作曲，代码领域的自动生成和性能优化，深度赋能内容的创作。科学研究领域AIGC将深度赋能各领域的科学工作者，将他们从事务性、工具性的活动中释放出来，集中思考要解决的科学问题，推动原始理论创新。比如，空间科学领域的流体力学仿真、遥感数据分析，生命科学领域的分子结构设计、医学文本挖掘，材料科学领域的数据分类、实验参数优化，地理科学领域的各类模型编写和优化，这些工作往往要花费科学工作者大量时间来加工处理。有了AIGC后，这一方工作效率将大幅提高，让科学工作者有更多地时间开展深度思考和创新。教育领域AIGC有助于推动各类学习资料的整理，特别是跨语言、跨载体的学习资料汇集整合。与此同时，AIGC还有助于推动教育资源的共享，将丰富的教学内容惠及2023中国大数据产业发展研究2223数据来源：基于大数据产业生态联盟调研和互联网公开信息整理线下教育资源贫瘠地区，推动教育公平；此外，AIGC还有助于推动自适应学习，提供智能化的学习助手，依照个体的知识掌握程度制定学习方案并实施。健康医疗领域AIGC将能够在诊疗前（如智能分诊）、诊疗中（如辅助诊疗、医疗影像智能识别）、诊疗后（如诊疗报告智能代写）提供大量的支撑性服务，提高医院管理运营效率，降低医生的工作量，提高诊疗效率和精准度，全方位赋能医疗服务。与此同时，AIGC还有助于解决中国医疗资源供不应求的局面，将开箱即用的诊疗能力下方到偏远地区，推动医疗普惠落到实处。需要强调的是，按照AIGC当前的发展水平，它短期内只能作为生产力工具，用于降低人类程式化的工作成本，提高劳动生产率。但AIGC始终无法替代人类产出原始创新，无法独自创造出“质能方程”“博弈论”“量子计算”“基因编辑”等创新性理论和技术。人工智能时代，创造力将成为最重要的能力之一。趋势六：“数据资产化”和“金融智能化”引领金融行业数字化转型金融是实体经济的血脉，为实体经济服务。金融行业是数字化程度较高的行业，金融数字化创新将会为长期经济增长提供新的动力，引导金融资源更好支持经济社会发展中的重点领域和薄弱环节。除去金融机构内部的数字化、智能化系统改造以外，数据资产化和金融智能化是行业内两大发展趋势。考虑到商业银行是中国金融行业的主力军，下文主要以商业银行为对象展开论述。数据资产化金融机构和征信机构是主要的推进力量。国内的商业银行，多在总行层面设立科技部门，统管数字基础设施建设，引入外部合规数据，开展数据治理，开发风控策略，研发线上金融产品等。商业银行倾向于以行内业务为主轴，由科技部门统筹打造银行自身的数据资产库，考虑到很多核心数据需要授权，多数银行的数据资产边界止步于自身客户群体。征信机构是独立于银行和银行客户的第三方机构，中国人民银行2021年颁布的征信业务管理办法 明确规定“金融机构不得与未取得合法征信业务资质的市场机构开展商业合作获取征信服务”。原银保监会也出台商业银行互联网贷款管理暂行办法关于加强商业银行互联网贷款业务管理提升金融服务质效的通知等，进一步规范商业银行互联网贷款业务经营行为，并强调综合考虑商业银行整改进度、业务连续性以及与征信规定衔接等因素进行过渡期间安排，过渡期至2023年6月30日。在此背景下，个人征信机构和企业征信机构加快开展数字资产归集，初步实现了数据资源的统进统出和规范管理。特别是，从2021年开始，中国人民银行大力推动地方征信平台建设，加速了区域公共数据汇聚和金融应用，极大地推进了各地普惠金融的发展。2023中国大数据产业发展研究2425金融智能化金融机构、金融管理部门、征信机构是主要的推进力量。疫情后经济重启阶段，商业银行的智能化诉求是数字营销、数字风控，以及满足其个性化需求的联合建模。营销风控服务于银行的存量客户运营、新客户触达需求；数字风控服务于贷前风险审核与贷后风险预警；联合建模服务于银行客户定制化的业务需求。金融管理部门的智能化需求始终如一，洞察操纵市场和内部交易等违规操作、监测金融欺诈、恐怖主义融资、洗钱等不端行为，开展宏微观审慎监管（如流动性风险监测等），严控金融领域的系统性风险。征信机构的智能化主要体现在融合多维度数据，构建跨银行端的企业画像和个人画像标签体系，打造金融领域的垂类大模型，深度赋能区域消费金融、普惠金融、绿色金融、科技金融发展。趋势七：网络应用解决方案推广、算力服务化，集约的大数据能力迁移引领电信行业数字化转型数据来源，基于大数据产业生态联盟调研和互联网公开信息整理电信行业的数字化转型始于2010年前后的大数据平台建设探索。经过10余年的发展，几大运营商在大数据领域都取得了长足进步，对数字化的理解也愈发深刻。从三大运营商近年来的业务经营来看，电信行业正逐步加大对数据中心、软件定义网络、云计算、云网融合、端到端的ICT系统集成等领域的投资，深度契合了国家“十四五”规划提出的“建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施”的目标。电信行业的数字化转型横跨消费互联网和产业互联网。在消费互联网领域，电子支付、数字内容等与主业协同促进的业务日渐成熟，超级SIM卡、5G消息等新硬件和新功能持续带来增量市场，但始终无法带来显著的增长。然而，在产业互联网侧，电信运营商的数字化转型赛道选择深度契合了新基建的诉求，预计将迎来快速发展。具体来看，网络应用解决方案、算力服务化、集约的大数据能力迁移，将成为未来电信行业数字化转型的主要方向。1、网络应用解决方案推广截至2022年年底，我国已部署5G专网超过5300个，5G+工业互联网建设项目超4000个。5G专网搭配端到端的解决方案，在电力、钢铁、采矿、冶金、港口、工业制造等领域落地了可规模化复制的应用场景。与此同时，千兆光网的快速铺设，不仅激活了智慧家庭需求（比如全屋智能、超高清视频等），还逐步延伸服务至智慧社区、数字乡村、智慧校园、智慧医院等固网可触达场景，提供一体化的数字解决方案。2、算力服务化当前，电信运营商正在强化数据中心、中心云、2023中国大数据产业发展研究2627边缘云、GPU、FPG A等多类型算力设施的布局，完善算力能力布局。与此同时，运营商持续强化SDN/NFV等新技术的应用，推动核心网、承载网、接入网的虚拟化改造，积极落地云网融合。2023年以来，以5G与云计算为基础的“云网融合”吸收了边缘计算、分布式云、AI等新兴IT技术，并融合了CT技术在算力网络、IPv6+、软件定义网络、物联网等方面的创新，迈入“算网融合”的新阶段，算力服务化趋势显著。3、集约的大数据能力迁移经过10多年的大数据平台建设和数据能力沉淀，电信运营商普遍选择构建统一的数字底座和中台体系，着力打造集约化IT与嵌入式运营相互适配、协同互促的智慧运营体系，推进全方位数字化转型。在此基础上，叠加电信运营商的内部业务场景，衍生出大量智慧应用，对内提升企业管理决策效率，对外赋能营销管理效率提升。此外，运营商还在整合输出领跑的网络服务能力、深厚的数据平台架构和数据融合应用能力，以及高效可靠的基础设施和云服务能力，打造以运营商为核心的数字经济“新生态”，深度契入传统行业的数字化转型全流程，提供一系列端到端的ICT集成解决方案。趋势八：装备数字化、网络泛在化、软件云化和数据资产化引领工业数字化转型数据来源：基于大数据产业生态联盟调研和互联网公开信息整理参考工业互联网体系架构2.0，工业装备、工业网络、工业软件、工业数据四大要素是上述所有高价值场景的共同支撑。工业数据是贯穿业务全流程的关键，它采集自工业装备，经由工业网络连接，通过工业软件完成建模计算和控制，推动实现了数字空间与物理空间的深度融合。未来，装备数字化、网络泛在化、工业软件云化、数据资产化，将持续引领工业的数字化转型。1、装备数字化工业装备是工业场景下执行作业的工具，也是工业企业落地数字化转型的第一线。当前大量装备存在未联网、无法实时采集数据、交互方式传统等问题，难以匹配智能、敏捷、高效的生产作业要求。推动工业装备的数字化转型，关键是要实现高效的数据采集，以及基于数据流的交互控制，嵌入式操作系统、工业芯片、传感器、边缘计算等是必要组件，融合工业实践的装备智能化升级是重中