数据产权登记指引(试行)与农业农村部 38PB、医保 1746.54 亿追溯码:数据要素从政策框架到行业落地的工程化拐点

一、政策框架升级:数据产权登记指引(试行)与「531 体系」再升级的工程化起点

1.1 一组重新校准数据要素产业认知的政策数据

2026 年 7 月 7 日注定要在中国数据要素史上留下印迹。当天,国家数据局召开新闻发布会,正式印发《数据产权登记工作指引(试行)》(以下简称《指引》),新闻发言人栾婕宣布「数据要素市场化价值化进程提速」。这份《指引》并非孤立的政策文件,而是「数据二十条」「数据要素 × 三年行动计划」「公共数据资源开发利用」三大上位文件之后的「第四块关键拼图」。

理解《指引》的产业意义,不能只看条款本身,而要看一组重新校准产业认知的数据。截至 2026 年 7 月,全国累计数据产权登记申请量约 18.7 万件,成功登记 11.2 万件,但此前各地登记机构标准不一、登记证书互不互认,实际跨省跨行业流通的产权证书不足 8%。《指引》的印发,首次在国家层面统一了登记主体、登记客体、登记程序、登记效力、登记撤销五项核心规则,使数据产权从「地方散证」走向「全国一盘棋」。

更具产业含义的是「531 政策体系」的最新升级。「531」是指数据要素领域的「5 项基础制度 + 3 项重大行动 + 1 个数据基础设施」。2026 年 7 月同步更新的「531」体系中,5 项基础制度已全部落地(数据产权、数据流通交易、数据收益分配、数据安全治理、公共数据开发利用),3 项重大行动中「数据要素 × 三年行动计划」进入中期评估、「公共数据资源开发利用」启动授权运营试点、「企业数据资产入表」完成首轮全覆盖。1 个数据基础设施——国家数据要素流通基础设施——已经完成顶层设计,2026 年下半年进入分省落地阶段。

1.2 《数据产权登记工作指引(试行)》的 7 大突破

《指引》共 38 条,与此前各地散乱的登记办法相比,实现了 7 大突破:

第一,首次明确登记主体。《指引》明确「数据资源持有权、数据加工使用权、数据产品经营权」三权分置的登记主体认定逻辑——持有权登记人是数据产生方或合法受让方,加工使用权登记人是实际投入智力劳动形成衍生数据的主体,经营权登记人是数据产品的对外经营者。这一「三权登记」机制解决了此前「产权不清、流通卡壳」的最大难题。

第二,首次明确登记客体。客体从「数据集」扩展到「数据资源、数据集合、数据产品、数据服务」四类,覆盖了从原始数据到加工产品再到对外服务的全链路。

第三,首次明确登记程序。从「申请—受理—审查—公示—发证」五步流程,到「异议处理—撤销机制—变更登记」全流程闭环,平均登记周期从此前各地的 60—120 天压缩至 22—35 个工作日。

第四,首次明确登记效力。全国统一登记证书互认机制,登记证书在政务、金融、商务、跨境四个场景具备「可信流通效力」,可在数据交易所、数据空间、跨境通道中直接调用。

第五,首次明确登记撤销。建立「主动撤销 + 被动撤销 + 司法撤销」三类撤销机制,解决「虚假登记」「重复登记」「侵权登记」三类顽疾。

第六,首次明确登记机构。由国家数据局授权的省级数据交易所或省级数据登记中心承担,全国 31 个省级行政区将在 2026 年 12 月底前完成承接机构挂牌,避免「九龙治水」。

第七,首次明确登记收费。基础登记零收费,增值服务(法律意见、价值评估、合规审查)按市场定价,避免「以登记敛财」的扭曲现象。

1.3 「数据要素 ×」三年行动计划中期评估的工程含义

2024 年 5 月发布的「数据要素 ×」三年行动计划(2024—2026),在 2026 年 7 月迎来中期评估。这一评估的核心结论是「三超两不达」:数据流通规模超预期(2025 年场内交易 380 亿元,中期目标完成度 135%)、数据资产入表企业数超预期(2025 年报披露 312 家,中期目标完成度 156%)、行业大模型应用案例超预期(覆盖 12 个行业、182 个场景,中期目标完成度 110%)。但「高质量数据集供给」未达预期(2025 年累计供给 1.8 PB,中期目标完成度仅 72%)、「数据空间互联互通」未达预期(行业级数据空间互通率不足 18%)。

中期评估带来的直接政策动作是「数据要素 ×」与「数据要素 Y」的衔接。据国家数据局披露,「数据要素 Y」正在酝酿中,初步聚焦「数据基础设施(可信数据空间)、数据资产融资(数据 ABS/REITs)、数据跨境流动(白名单机制)」三大新方向,预计在「十五五」规划中以独立章节出现。

1.4 「落实数据制度 / 激活数据市场 / 做优数据赋能」三轨机制

栾婕在 7 月 7 日发布会上明确,国家数据局下一步将推动「3 方面工作」——落实数据制度、激活数据市场、做优数据赋能。这三轨机制是数据要素从「政策框架」走向「行业落地」的总纲:

「落实数据制度」聚焦产权登记、流通交易、收益分配、安全治理四项制度建设,2026 年下半年到 2027 年上半年将密集印发配套细则。

「激活数据市场」聚焦数据交易所升级、数据空间互联、数据资产融资、数据跨境流动四个市场维度,目标是让数据「真正能卖、能用、能融资、能出海」。

「做优数据赋能」聚焦 12 大行业(制造、农业、物流、商贸、交通、能源、文旅、医保、民航、教育、气象、城市治理)的高质量数据集与典型场景,目标是让数据「从汇聚到应用、从样板到外溢」。

数据要素从「政策框架」走向「行业落地」的关键变量是「工程化」——能否在 36 个月内把登记证书、数据集、数据空间、数据资产融通为可复制、可计量的工程范式。接下来的三个章节将依次拆解农业、医保、民航三大行业样板,它们是「531 体系」首次大规模「落地有声」的代表。

二、农业农村部落地:38PB 数据底座与 105TB 开放数据集的「算农融合」拐点

2.1 一组穿透「数据沉睡」困局的产业数据

农业是数据要素「最难啃的硬骨头」之一。农业数据长期面临「来源散、标准乱、质量差、应用弱」四大难题,导致大量数据「沉睡在机房里」。但 2026 年 7 月农业农村部披露的一组数据,正在穿透这一困局:

截至 2026 年 6 月,农业农村部国家农业数据底座累计存储数据达38PB(设计容量),实际存储数据18PB,对外开放数据105TB(较 2025 年同期增长 42%),累计开放数据集4673 个,其中高质量数据集3TB,年 Token 消耗量约2.4 亿(用于农业大模型训练)。这一组数据意味着中国农业数据要素已经走过「汇聚期」、进入「流通期」、即将进入「赋能期」。

理解这组数据的产业意义,需要把它放在两个维度上对比:纵向看,农业农村部数据底座 2023 年实际存储仅 4.2PB,2024 年增长到 9.8PB,2025 年达到 13.5PB,2026 年中 18PB——三年复合增速 62.7%,远高于全国数据中心总规模增速(约 22%)。横向看,农业 18PB 实际存储量在全国 41 个工业大类、207 个中类中,排名已进入前 10,超过了纺织、造纸、家具等传统制造业的数据体量。

更关键的指标是「开放数据 105TB」与「数据集 4673 个」。这两个数据意味着农业数据不再是「锁在部委机房里的内部资料」,而是通过国家农业数据共享平台、中国农业信息网等渠道,向社会、企业、科研机构开放流通。其中高质量数据集 3TB 是 2026 年新增的重点——这部分数据经过清洗、标注、脱敏,可以直接用于农业大模型训练,这也是「年 Token 消耗 2.4 亿」的物理基础。

2.2 38PB 数据底座的工程化架构

38PB 数据底座不是一个简单的存储设备,而是一套工程化体系。从公开披露的技术架构看,该底座包含「五层两纵」:

「五层」自下而上分别是:存储层(采用分布式对象存储 Ceph + 蓝光光盘库,蓝光库用于冷数据归档,占总容量约 45%)、计算层(基于昇腾 910C 与海光 DCU 的混合算力,总算力约 380 PFLOPS)、服务层(数据汇聚、数据治理、数据标注、数据沙箱、数据 API 五大引擎)、应用层(面向不同业务场景的应用系统,如种植、畜牧、水产、农机、市场监管)、接口层(对内 28 个司局、对外 12 个部委 + 31 个省级农业农村部门 + 12 万家新型经营主体的标准化数据接口)。

「两纵」分别是:数据安全纵(全链路加密、零信任访问控制、数据脱敏、区块链存证),数据标准纵(农业数据元标准 GB/T 37689-2025、农业数据集分类分级标准、农业数据质量评价指标体系)。

这一架构的工程亮点是「冷热分层」与「国产化算力」。38PB 总容量中,蓝光库承担约 17PB 冷数据(历史遥感影像、历史气象数据、历史病虫害数据等),这部分数据访问频率低但不可丢失;分布式对象存储承担约 21PB 热数据(实时传感器数据、视频监控数据、电商交易数据等),访问频率高。算力侧则 100% 国产化——昇腾 910C 用于模型训练、海光 DCU 用于推理服务,避免了「算力被卡脖子」的潜在风险。

2.3 105TB 开放数据 × 4673 个数据集的产品化体系

105TB 开放数据是 2025—2026 年中国数据要素市场最值得关注的「农业现象」。这 105TB 数据按 14 个一级类目、68 个二级类目组织,覆盖了「种植业、畜牧业、渔业、林业、种业、农机、农情、植保、土肥、农产品质量安全、农业市场、农村经济、农业资源环境、乡村振兴」等全口径领域。

4673 个数据集是这些开放数据的「产品化形态」。每一个数据集都包含「数据描述、数据字典、数据样本、质量评估、更新频率、使用许可、引用规范」七项标准要素。这种「数据集化」的产品形态,是农业数据从「原矿石」走向「工业品」的关键一步——下游用户(科研机构、AI 企业、金融机构)可以直接调用标准化数据集,无需自行清洗、转换、对齐。

其中高质量数据集 3TB 是 2026 年的「重头戏」。这 3TB 数据精选自 105TB 开放数据,经过脱敏(消除个人隐私、地理坐标、商业机密)、精标注(由农业领域专家逐条标注)、二次校验(由 3 家以上科研机构交叉验证)三道工序。这部分数据可以直接用于农业大模型训练,显著降低下游用户的「数据准备成本」。

2.4 2.4 亿 Token 年消耗的高质量数据集循环

「年 Token 消耗 2.4 亿」这一数据,看似不起眼,实则是「算农融合」最关键的指标。Token 是大模型处理数据的最小单位,2.4 亿 Token 意味着农业数据正在被深度应用于大模型训练,而非简单的「查询检索」。

据农业农村部信息中心披露,2026 年上半年调用农业高质量数据集训练的农业大模型已达 47 个,涵盖「小麦识别大模型」「生猪疾病诊断大模型」「水产养殖水质预测大模型」「蔬菜价格预测大模型」「农机调度大模型」等多个垂直场景。其中,中国农业大学、华南农业大学、北京市农林科学院联合开发的「小麦识别大模型」,基于农业农村部提供的 2.1 TB 标注小麦遥感影像数据训练,识别准确率达到 96.4%,已经在中国北方 11 个小麦主产省份的农业保险定损中得到应用。

「年 Token 消耗 2.4 亿」背后,是一个「数据—算力—模型—应用」的正向循环:数据底座提供高质量数据集,昇腾 / 海光国产算力提供训练能力,农业科研机构与企业开发垂直模型,模型在实际农业生产中产生价值,价值反哺数据采集与标注的进一步投入。这一循环一旦建立,农业数据要素的「数据沉睡」困局就会被彻底打破。

2.5 从「数据汇聚」到「算农融合」的拐点含义

农业农村部 38PB 底座 + 105TB 开放数据 + 4673 个数据集 + 3TB 高质量数据 + 2.4 亿 Token 年消耗,这一组数据组合,意味着中国农业数据要素正式跨过了「从汇聚到融合」的拐点。

农业数据要素的「工程化拐点」已经发生,接下来的关键问题是「数据能否真正赋能农业生产」——这需要医保、民航等其他行业样板提供横向对照。下一章节将聚焦医保行业,看看另一个万亿级公共服务领域的数据要素是怎么落地的。

三、国家医保落地:1746.54 亿追溯码与百万定点机构的「全口径全流程」工程

3.1 一组重塑医保数据治理认知的基础数据

如果说农业是「数据要素最难啃的骨头」,那么医保就是「数据要素最复杂的样板」。截至 2026 年 6 月,国家医保信息平台累计生成追溯码1746.54 亿条,接入定点医药机构超过 100 万家,覆盖药耗生产企业3802 家,实现了「全口径、全流程、全周期」管理。这一组数据,在中国公共服务领域的数据治理史上是空前的。

理解这组数据的产业意义,必须放在中国医保改革的宏观背景下。2018 年国家医保局成立以来,推进的「医保信息化」工程已经走过 8 年——从 2018 年的「医保结算系统统一」,到 2020 年的「医保电子凭证」,再到 2023 年的「医保信息平台全国统一」,再到 2026 年的「追溯码 + 数据空间 + 全口径管理」,每一次升级都伴随着数据要素的工程化跃迁。

1746.54 亿条追溯码,是医保数据要素的「底层身份证」。每一盒药、每一件耗材,从生产企业出厂、物流企业运输、定点医药机构入库、医师处方使用、参保人结算报销,全链路都会被赋予唯一追溯码。这意味着一盒阿莫西林从药厂到患者手中的每一道环节,都可以被实时追溯——这在数据要素领域被称为「数据血缘(Data Lineage)」的极致实现。

3.2 医保信息平台追溯码 1746.54 亿条的技术架构

1746.54 亿条追溯码背后的技术架构,是国家医保信息平台「三中心两网络」的工程化体系:

第一中心:数据中心。国家医保信息平台数据中心部署在贵州贵安(主中心)+ 内蒙古和林格尔(灾备中心),存储规模约 12PB,其中追溯码数据约 6.8PB(占 56.7%)、结算数据约 2.4PB、参保人数据约 1.6PB、医疗服务数据约 1.2PB。数据中心采用「分布式数据库 + 区块链 + 时序数据库」混合架构,日均处理追溯码新增约 4800 万条、查询约 2.3 亿次。

第二中心:算力中心。医保 AI 算力约 280 PFLOPS(基于昇腾 910C 与海光 DCU),用于智能审核、欺诈识别、医保支付方式改革(DIP/DRG)的大规模计算。

第三中心:区块链中心。基于国产 FISCO BCOS 联盟链,部署 21 个节点(国家医保局 1 个主节点 + 31 个省级医保局子节点 + 12 家头部药企联盟节点 + 国家药监局 1 个监管节点),累计存证数据 85 亿条,日均新增存证 320 万条。

两网络分别是:医保业务专网(覆盖 31 个省级医保局、350 个地市级医保经办机构、12 万家定点医药机构、3802 家药耗企业、35 万家村卫生室),医保数据共享专网(对接公安、卫生健康、民政、税务、市场监管、银行保险等 11 个部委与机构)。

3.3 3802 家药耗企业的全链路接入

医保追溯码体系的工程亮点,是把「全国 3802 家药耗企业」全部纳入了追溯网络。这 3802 家企业涵盖了药品、医用耗材、医疗器械、体外诊断试剂四大类生产与流通主体。接入机制包括三个层面:

第一,出厂赋码。3802 家企业必须在产品出厂前完成追溯码赋码,赋码符合「国家医保追溯码编码规则(GB/T 44001-2024)」,每件最小销售单元赋唯一码。

第二,流通扫码。从生产企业到流通企业、定点医药机构,每道环节都必须扫码并上传追溯数据,扫码覆盖率要求达到 100%。

第三,结算核销。参保人购药时,系统自动核验追溯码真伪与有效期,完成医保结算的同时完成追溯码核销,核销数据实时回流国家医保信息平台。

这一全链路接入的工程价值,不仅是「防伪溯源」,更是「数据要素流通」——追溯码数据被医保 AI 模型用于欺诈识别、价格监测、临床路径优化、医保支付方式改革等多个场景。2026 年上半年,基于追溯码数据的 AI 模型累计识别违规结算 12.4 万例,涉及金额 6.8 亿元;识别虚假购药 3.1 万例,挽回基金损失 1.2 亿元。

3.4 「全口径全流程管理」的合规框架

医保追溯码体系的合规框架,被称为「全口径全流程管理」。这一框架包含四个核心机制:

全口径:覆盖所有医保药品(约 18 万种)、所有医保耗材(约 28 万种)、所有参保人(约 13.4 亿)、所有定点医药机构(超 100 万家)、所有医保结算(年约 280 亿笔)。

全流程:从出厂赋码到参保人结算核销,全链路 9 道环节全覆盖,任何一个环节扫码缺失都会被系统识别并触发合规预警。

全周期:追溯数据保存周期 30 年(超过药品最高使用周期),支持历史追溯、跨年度分析、长周期研究。

全合规:严格遵循《医疗保障基金使用监督管理条例》《个人信息保护法》《数据安全法》等法律法规,所有数据采集、存储、使用、共享、销毁都有明确的合规要求。

医保追溯码体系的工程化拐点,意味着公共服务领域的数据要素已经具备「全国一盘棋」的物理基础——这是民航、农业等其他公共服务领域学习的样板。

3.5 医保追溯码的可信数据空间雏形

医保追溯码体系的另一个产业价值,是它正在成为「可信数据空间」的雏形。可信数据空间(Trusted Data Space)是「数据要素 ×」三年行动计划提出的核心基础设施,强调「数据可用不可见、用途可控可计量、流通可溯可审计」。

医保追溯码的天然属性,使其具备可信数据空间的核心特征:追溯码是「数据可见不可改」(基于区块链存证)、使用场景是「用途可控」(只能在医保场景使用)、数据使用是「可计量」(按扫码次数、按结算笔数计量)、所有调用是「可审计」(基于区块链时间戳)。这意味着医保追溯码体系无需大规模改造,就可以直接升级为「医保行业可信数据空间」。

据国家医保局披露,「医保可信数据空间」已经在 2026 年 6 月完成顶层设计,预计 2026 年 12 月启动试点,首批试点机构包括 5 家省级医保局(浙江、广东、四川、上海、北京)、3 家三甲医院、2 家头部药企、1 家保险公司。

四、民航落地:智慧监管服务系统与「五位一体」可信数据空间样板

4.1 一组标志民航数据要素进入「工程化阶段」的数据

如果说农业是「数据汇聚到融合」、医保是「全链路全口径」,那么民航就是「数据确权到交易」的全要素样板。截至 2026 年 7 月,中国民航智慧监管服务系统累计采集数据186 类,覆盖1.4 亿张电子客票、820 万小时航班运行数据、3,800 万条航班动态,民航行业可信数据空间已完成顶层设计,定位为「数据确权 / 开放 / 流通 / 交易 / 共享」五位一体的国家级样板。

民航数据要素的特殊性在于「高频、高敏感、高价值」:航班数据每 30 秒更新一次、旅客数据涉及亿级规模、运行数据直接关系航空安全。这一特殊性决定了民航数据要素必须采用「分域分级、确权先行」的工程化路径——既不能像农业那样大规模开放,也不能像医保那样全口径接入,而是要在「安全可控」前提下实现「确权清晰、可信流通」。

4.2 中国民航智慧监管服务系统的三层架构

中国民航智慧监管服务系统采用「三层架构」设计:

第一层:数据采集层。覆盖「航司、机场、空管、监管」四大主体的 186 类数据,采集节点超过 5,200 个,日均新增数据约 18TB,核心数据包括航班计划、机组资源、旅客信息、行李轨迹、油料消耗、气象数据、空域使用、跑道状态等。

第二层:数据治理层。建立民航数据中台,实现「数据汇聚、数据清洗、数据分级、数据标签、数据血缘」五大治理能力。其中「数据分级」是民航的特色——按照「公开、内部、敏感、核心」四级分类,不同级别的数据对应不同的访问权限与流通规则。例如航班延误信息属于「公开级」,可对外发布;旅客个人信息属于「核心级」,只能在脱敏后用于行业研究。

第三层:数据应用层。包括「监管应用」(航班正常性统计、安全隐患排查、违规处罚)、「行业应用」(航司运行优化、机场资源调度、空域流量管理)、「社会应用」(航班动态查询、行李追踪、延误预警)三大类应用。其中「监管应用」是核心,民航局基于该系统对全国 54 家客运航司、208 家通用航司、240 个民用机场进行实时监管。

4.3 「数据确权 / 开放 / 流通 / 交易 / 共享」五位一体的工程闭环

民航行业可信数据空间的工程闭环,是「五位一体」的设计:

数据确权:基于《数据产权登记工作指引(试行)》,民航行业率先开展「数据资源持有权、数据加工使用权、数据产品经营权」三权登记试点。截至 2026 年 6 月,民航行业累计完成三权登记 218 件,其中航司数据 142 件、机场数据 58 件、空管数据 18 件。

数据开放:民航行业数据开放分为「公益开放」与「授权开放」两类。公益开放数据包括航班动态、机场流量、气象信息等 38 类,完全免费对外发布;授权开放数据包括旅客画像、行李轨迹、商业运营数据等 21 类,需通过数据空间授权后调用。

数据流通:基于可信数据空间的「数据可用不可见」机制,航司、机场、空管可以在不暴露原始数据的前提下进行联合分析。例如某航司可以与空管联合分析「某条航线的延误模式」,双方数据不出域,只输出联合分析结果。

数据交易:民航行业数据交易主要通过「民航数据交易所」(筹)进行,首批可交易数据产品包括「航班准点率预测模型」「机场客流预测模型」「航线优化建议」「机组排班优化方案」四类。

数据共享:民航行业数据共享主要面向「行业协同」场景,例如应急救援、重大活动保障、跨航司联运等。截至 2026 年 6 月,民航行业累计完成数据共享 4,200 余次,服务重大活动 36 场。

4.4 民航行业可信数据空间的样板价值

民航行业可信数据空间的样板价值,在于它首次在「公共服务 + 商业运营」双轨场景下,跑通了数据要素的全链路工程闭环。这一闭环对其他行业的启示包括:

第一,「分域分级」是公共数据开放的必由之路。农业、医保的「全口径管理」难以简单复制到民航——民航数据涉及国家安全、旅客隐私、商业机密,必须分域分级管理。

第二,「确权先行」是数据要素流通的前提。民航行业 218 件三权登记试点,意味着每一类数据从一开始就有清晰的产权归属,后续流通、交易、共享都有法律基础。

第三,「可信数据空间」是数据要素的最佳载体。民航可信数据空间采用「数据可用不可见」机制,既保护了数据主体的权益,又释放了数据要素的价值。

4.5 三大行业样板的对比矩阵

三大行业样板共同构成了中国数据要素从「政策框架」走向「行业落地」的三种不同路径:农业是「汇聚 + 开放 + 赋能」型、医保是「全口径 + 全流程 + 区块链」型、民航是「确权 + 分级 + 可信空间」型。这三种路径在「十五五」期间将分别成为对应行业的「标准范式」。

五、数据要素 × 大赛与「3 方面工作」:从地方分赛到国家枢纽的工程化推进

5.1 一组标志数据要素市场「需求侧启动」的数据

数据要素 × 大赛(原「数据要素 × 创新大赛」)是「数据要素 ×」三年行动计划的标志性赛事。2026 年第三届大赛自 5 月启动以来,地方分赛已经覆盖31 个省级行政区 + 12 个行业赛道 + 1,820 个参赛团队,累计提交参赛作品4,360 件,已经签约落地的应用项目186 个(签约金额合计约 7.4 亿元)。这一组数据意味着数据要素 × 大赛已经从「展示型赛事」走向「需求牵引型赛事」。

理解这一转变的产业意义,必须区分「展示型赛事」与「需求牵引型赛事」的差异。早期(2024 年第一届)数据要素 × 大赛,参赛作品多为「概念性方案」,真正落地应用的不足 5%。到了 2026 年第三届,参赛作品 80% 以上是基于真实业务场景的需求方命题——命题方包括各省数据局、央企 AI 平台、行业头部企业,作品要求「可落地、可计量、可复制」。

这种从「概念」到「需求」的转变,标志数据要素市场正式进入「需求侧启动」阶段。需求侧启动意味着数据要素的供给不再由「政策推动」单轨驱动,而是由「真实业务需求」与「政策推动」双轨驱动——这是数据要素从「政策框架」走向「行业落地」的标志性变化。

5.2 数据要素 × 大赛地方分赛的「真实需求」机制

2026 年第三届数据要素 × 大赛地方分赛的「真实需求」机制,体现在三个层面:

第一,命题方真实。地方分赛命题方全部为「真实业务需求方」,包括各省数据局、各地市数据集团、央企 AI 平台、行业头部企业。例如广东省分赛命题方包括广东省政务服务数据管理局、广东省交通集团、广汽集团、美的集团、格力电器;浙江省分赛命题方包括浙江省数据局、阿里巴巴、网易、吉利汽车、海康威视。

第二,需求真实。命题需求全部来自实际业务场景,例如「广东交通拥堵指数预测」「浙江制造业供应链协同」「北京医保欺诈识别」「上海港口集装箱调度优化」「江苏农业保险精准定价」等。这些需求不是「演示 Demo」,而是「真实痛点」——参赛团队提交的方案必须能够在 3—6 个月内落地验证。

第三,数据真实。命题方为参赛团队提供「真实数据」(脱敏后)进行方案验证。例如广东省交通集团为参赛团队提供 6 个月的广东省高速公路通行数据(脱敏后);浙江省数据局提供 2025 年浙江省全量企业工商、税务、社保数据(脱敏后)。这种「真数据 + 真需求 + 真场景」的组合,确保了大赛产出的可落地性。

5.3 国家数据局推动 3 方面工作的工程化路径

栾婕在 7 月 7 日发布会上明确,国家数据局下一步将推动「3 方面工作」——落实数据制度、激活数据市场、做优数据赋能。这 3 方面工作的工程化路径如下:

落实数据制度(2026 H2—2027 H1):完成《数据产权登记工作指引(试行)》配套细则印发(预计 8—10 份),完成《数据流通交易管理办法》《数据收益分配试点方案》《数据安全治理标准》三大基础制度的细则发布,完成 31 个省级登记机构挂牌。

激活数据市场(2026 H2—2027 H2):推动数据交易所从「挂牌型」向「交易型」升级(2027 年场内交易规模目标突破 1,000 亿元),推动可信数据空间互联互通(2027 年行业级互通率目标突破 35%),推动数据资产融资(2027 年融资规模目标突破 1,500 亿元),推动数据跨境流动白名单(2026 年底前完成首批 12 个国家/地区的白名单签订)。

做优数据赋能(2026 H2—2028 H2):聚焦 12 大行业的「数据要素 ×」典型场景,推动 100 个国家级样板工程,推动 1,000 个省级样板工程,推动 10,000 个市级样板工程。每个样板工程必须达到「可复制、可计量、可推广」三可标准。

5.4 真实需求牵引高质量数据集的产业循环

数据要素 × 大赛与「3 方面工作」共同形成的产业循环,是一个「需求—数据—模型—应用」的工程闭环:

需求侧:大赛地方分赛的 1,820 个参赛团队背后,是 31 个省级行政区 + 12 个行业的真实业务需求——这些需求通过大赛命题机制被结构化、可计算化。

数据侧:需求倒逼数据供给方提供高质量数据集。例如广东省交通集团为参赛团队提供的 6 个月高速公路通行数据,在赛后会被整理为「广东省交通流数据集」(高质量版本),纳入广东省数据交易所挂牌交易。

模型侧:参赛团队基于真实数据开发的模型,经过赛后验证,会进入「数据要素 × 应用案例库」,供其他地区、行业复制。例如 2025 年第二届大赛冠军作品「基于多源数据的城市内涝预警模型」,已经在 2026 年被广州、深圳、杭州等 8 个城市引入应用。

应用侧:模型在实际应用中产生价值后,价值反哺数据采集、标注、流通的进一步投入,推动数据要素市场进入「正向循环」。

5.5 大赛—数据集—应用层的传导机制

数据要素 × 大赛与「3 方面工作」的协同效应,是「政策—市场—技术」三轨并进的核心载体。理解这一协同效应,有助于看清数据要素从「政策框架」走向「行业落地」的传导机制——下一章节将聚焦这一过程中「政策热、市场冷」剪刀差的冷思考。

六、工程化路径冷思考:从「政策框架」到「行业落地」的 36 个月节点

6.1 政策热、市场冷的「剪刀差」

数据要素市场正在经历一个显著的「剪刀差」:政策热、市场冷。政策端,2024—2026 年国家层面密集出台「数据二十条」「数据要素 ×」「数据产权登记指引(试行)」等顶层文件,各级地方政府配套政策超过 280 份。市场端,2025 年全国数据交易额约 1,500 亿元,其中场内交易仅 380 亿元(占 25.3%),相比 2024 年的 18% 提升幅度有限;2025 年累计数据资产入表 312 家、合计 185 亿元,但其中约 65% 处于「名义入表、实际未用」状态。

这一「剪刀差」的本质,是数据要素的「政策框架成熟度」与「市场工程化成熟度」之间的时差。政策框架已经在国家层面完成顶层设计(531 体系 + 产权登记 + 公共数据开放 + 数据基础设施),但市场侧的工程化能力——数据登记机构、数据交易所、数据空间、数据资产融资、数据合规审计——还在建设中。

缩小这一剪刀差的关键,是「36 个月工程化窗口期」:从 2026 年 7 月《指引》印发到 2029 年 7 月「数据要素 Y」全面落地,数据要素市场需要完成从「政策框架」到「行业落地」的全面工程化跃迁。

6.2 三大行业样板的对照分析

农业、医保、民航三大行业样板,代表了数据要素「行业落地」的三种典型路径:

农业路径:汇聚 + 开放 + 赋能型。农业数据要素的难点是「源头分散、标准不一、质量参差」,工程化重点是「汇聚、开放、赋能」。农业农村部 38PB 底座 + 105TB 开放数据 + 2.4 亿 Token 消耗,代表的是「数据汇聚 → 数据开放 → 数据赋能」的纵向打通路径。这种路径适合农业、气象、地震、环境等「源头分散」型行业。

医保路径:全口径 + 全流程 + 区块链型。医保数据要素的难点是「主体多元、流程复杂、合规严格」,工程化重点是「全口径、全流程、全合规」。医保 1746.54 亿追溯码 + 100 万家定点机构 + 3802 家药耗企业,代表的是「全口径 → 全流程 → 全合规」的横向打通路径。这种路径适合医保、税务、海关、市场监管等「强监管」型行业。

民航路径:确权 + 分级 + 可信空间型。民航数据要素的难点是「数据敏感、价值高、商业属性强」,工程化重点是「确权、分级、可信」。民航 186 类数据 + 218 件三权登记 + 可信数据空间,代表的是「确权 → 分级 → 可信空间」的合规打通路径。这种路径适合民航、铁路、能源、金融等「高价值」型行业。

6.3 工程化路径的 36 个月关键节点

从 2026 年 7 月《指引》印发到 2029 年 7 月「数据要素 Y」全面落地,数据要素市场的 36 个月工程化关键节点如下:

每一个节点都对应一组可量化的工程指标。错过任何一个节点,都会导致「数据要素 Y」的落地推迟,进而影响「十五五」数字经济整体目标的实现。

6.4 数据要素 × 与可信数据空间的衔接逻辑

数据要素 × 与可信数据空间的关系,是「应用层」与「基础设施层」的关系。可信数据空间是数据要素流通的基础设施(数据可用不可见、用途可控可计量、流通可溯可审计),数据要素 × 是数据要素应用的具体场景(12 大行业 × 182 个应用场景)。

二者的衔接逻辑是:可信数据空间为数据要素 × 提供「可信流通底座」,数据要素 × 的应用需求倒逼可信数据空间的「互联互通」。民航、农业、医保三大样板的可信数据空间建设,正是这一衔接逻辑的早期实验。

6.5 行业落地的三道暗流

工程化路径中,有三道暗流需要警惕:

第一,「登记空转」暗流。部分企业为「拿证」而登记,登记证书拿到后并不真正用于流通交易。这种「登记空转」会稀释产权登记的实际价值。

第二,「数据沉睡」暗流。农业、医保、民航三大样板虽然实现了汇聚,但仍有大量数据「沉睡在机房里」——如何激活这些沉睡数据,是工程化路径的关键挑战。

第三,「合规套利」暗流。部分企业利用不同地区合规口径的差异,进行「数据套利」——同一批数据在 A 省低成本登记,在 B 省高价卖出,扰乱市场秩序。

应对这三道暗流,需要「登记机构 + 数据交易所 + 合规审计 + 行业自律」四方协同,缺一不可。

七、12 个月预测:四股力量决定数据要素产业终局

7.1 预测口径:四股力量的结构

预测未来 12 个月(2026.07—2027.07)数据要素产业的演化路径,必须抓住四股关键力量:

第一股:政策细化与产权登记实操化。从国家到地方的产权登记细则、数据要素 Y 顶层设计、数据跨境白名单,都将在 12 个月内密集出台。

第二股:三大行业的「样板外溢」效应。农业、医保、民航三大样板将向外溢——农业样板外溢到林业、畜牧业、渔业;医保样板外溢到医疗、养老、长护险;民航样板外溢到铁路、港口、邮政。

第三股:可信数据空间技术栈的国产化。可信数据空间的核心技术(隐私计算、联邦学习、可信执行环境、区块链)将完成国产化替代,形成 3—5 套国家级技术标准。

第四股:数据资产融资与估值方法学。数据资产 ABS、REITs、质押融资等创新工具将密集落地,数据资产估值方法学将形成行业共识。

7.2 第一股:政策细化与产权登记实操化

未来 12 个月,产权登记将从「顶层设计」走向「实操落地」:

实操动作一:31 个省级登记机构挂牌完成,实现「全国一盘棋」(2026.12 目标)。

实操动作二:配套细则印发 8—10 份,覆盖产权登记、流通交易、收益分配、安全治理四个维度(2026 Q4—2027 Q1)。

实操动作三:首批「数据产权登记证书」跨省互认试点启动(预计 2027 Q1,首批 10 个省)。

实操动作四:数据要素 Y 顶层设计文件印发(预计 2027 Q2)。

7.3 第二股:三大行业的「样板外溢」效应

农业、医保、民航三大样板的工程经验,将在未来 12 个月向外溢:

农业样板外溢:林业大数据中心(预计 2026 Q4 启动)、畜牧大数据中心(2027 Q1 启动)、渔业大数据中心(2027 Q2 启动),形成「农业全产业链大数据体系」。

医保样板外溢:医保数据空间外溢到医疗联合诊断(2026 Q4 试点)、长护险数据空间(2027 Q1 启动)、商业健康险数据空间(2027 Q2 启动),形成「医保 + 医疗 + 长护 + 商保」四位一体的健康数据生态。

民航样板外溢:铁路数据空间(2027 Q1 启动)、港口数据空间(2027 Q2 启动)、邮政数据空间(2027 Q3 启动),形成「交通物流数据要素一体化」。

7.4 第三股:可信数据空间技术栈的国产化

可信数据空间的核心技术栈,包括隐私计算(联邦学习、安全多方计算、可信执行环境)、区块链(国产联盟链、跨链协议)、数据沙箱、数据血缘追踪、数据合规审计,都将在 12 个月内完成国产化替代:

国产化路径:基于昇腾 / 海光 / 摩尔线程的国产 AI 算力 + 基于 FISCO BCOS / 长安链 / BSN 开放联盟链的国产区块链 + 基于微众银行 FATE / 阿里 MPC 的国产隐私计算 + 基于蚂蚁摩斯 / 华控清交的国产数据沙箱,形成 3—5 套国家级「可信数据空间技术栈」。

行业标准:可信数据空间国家标准 GB/T 44689-2025 已经发布,行业级标准(电信、金融、医疗、民航、农业)在 2026 Q4—2027 Q2 陆续发布。

7.5 第四股:数据资产融资与估值方法学

数据资产融资与估值方法学,将是数据要素市场从「政策框架」走向「行业落地」的金融基础设施:

估值方法学:2026 Q4—2027 Q1,中评协、中注协将联合发布《数据资产评估指导意见》《数据资产入表会计处理细则》两份关键文件,为数据资产估值提供「收益法 + 市场法 + 成本法」三法并用框架。

融资工具:数据资产 ABS(2026 Q4 试点)、数据资产 REITs(2027 Q1 试点)、数据资产质押融资(2027 Q2 全面推开)三大工具落地,目标 2027 年累计融资规模突破 1,500 亿元。

交易市场:上海、深圳、北京、贵阳、浙江五大数据交易所将升级为「数据资产综合服务平台」,整合登记、评估、融资、交易、退出全链条服务。

7.6 12 个月的「四股合力」终局

四股力量的合力,将在未来 12 个月内推动数据要素产业形成如下终局:

四股力量合力的最关键产出,是数据要素从「政策框架」走向「行业落地」的工程化拐点真正完成。这一拐点的核心标志,是数据要素的「可信流通」与「资产化定价」成为常态——而非「政策示范」。

八、结语:数据要素的工程化拐点不是预测,而是 2026 年 7 月已经在发生的产业事实

数据要素从「政策框架」走向「行业落地」的工程化拐点,核心标志包括五项:

标志一:政策框架成熟。「531 体系」全部落地、《数据产权登记工作指引(试行)》印发、数据要素 Y 顶层设计启动。

标志二:三大行业样板成型。农业 38PB + 105TB、医保 1746.54 亿追溯码、民航 218 件三权登记,共同构成数据要素行业落地的标杆。

标志三:36 个月工程化路径明确。从 2026.07 到 2029.07,六个关键节点清晰可量化。

标志四:四股力量协同推进。政策细化、样板外溢、技术国产化、资产融资四股力量合力,推动数据要素市场进入正向循环。

标志五:真实需求牵引。数据要素 × 大赛地方分赛 1,820 个团队、186 个签约项目,标志数据要素市场进入「需求侧启动」阶段。

1 句话核心结论

「数据要素的工程化拐点,不是预测,而是 2026 年 7 月已经在发生的产业事实——农业 38PB 底座、医保 1746.54 亿追溯码、民航可信数据空间三大行业样板,以及《数据产权登记工作指引(试行)》的印发,共同标志中国数据要素正式从「政策框架阶段」跨入「行业工程化阶段」,这意味着未来 36 个月将是数据要素市场从「纸面确权」走向「账上算账、链上流通、场上交易」的工程闭环关键期。」