数据要素融合应用典型模式与价值路径白皮书（2025年）

1数据要素融合应用典型模式与价值路径白皮书（2025 年）发布单位：中移智库编制单位：中国移动通信研究院1前言习近平总书记指出，“充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。”随着数字经济的不断发展，海量数据在应用场景中如何发挥作用日趋受到关注。《“数据要素×”三年行动计划》指出“加快多元数据融合，以数据规模扩张和数据类型丰富，促进生产工具创新升级，催生新产业、新模式，培育经济发展新动能”，阐明了推动数据融合应用的重要价值。本报告结合国家数据局发布的“数据要素×”48 个典型案例，以及“数据要素×”大赛 119 个获奖案例，深入分析数据要素融合应用在相关案例中的作用。通过发掘优秀案例中数据要素融合应用的共性和个性特征，剖析其融合应用基础、融合应用模式及融合应用成效，探寻促进数据价值释放的可循路径，为数据要素在更大程度、更广领域、更多主体中发挥乘数效应提供参考。本白皮书的版权归中国移动所有，未经授权，任何单位或个人不得复制或拷贝本建议之部分或全部内容。2联合编写单位及作者中国移动通信研究院主编林琳、潘宏筠、陈哲、黄梁峻参与编写单位中国移动大数据（贵阳）创新研究院：龚珂、高杨、王玉梅、杨靖中国移动数据要素融合应用典型模式与价值路径白皮书（2025）3目录1. 数据要素融合应用的概念和内涵 .................................... 41.1 数据要素融合应用的必要性 ...................................... 41.2 数据要素融合应用的定义及特征 .................................. 41.3 数据要素融合应用的研究框架 .................................... 51.3.1 融合应用保障 ...........................................51.3.2 融合应用路径 ...........................................51.3.3 融合应用成效 ...........................................52. 融合应用保障：政策法规引导、市场机制驱动、基础设施赋能 .......... 72.1 政策法规引导 .................................................. 72.2 市场机制驱动 .................................................. 82.3 基础设施赋能 .................................................. 93. 融合应用路径：跨行业、跨区域、跨主体融合应用加速推进 ........... 123.1 跨行业融合应用成为数据要素高水平应用的标配 ................... 123.2 跨区域融合应用有力破解数据价值“碎片化”痛点 ................. 133.3 跨主体融合应用有效应对“数据烟囱”难题 ....................... 144. 融合应用成效：赋能生产、生活与社会治理全面升级 ................. 164.1 驱动高效生产：激活创新动能，驱动产业升级 ..................... 164.2 赋能美好生活：优化消费体验，提升服务品质 ..................... 174.3 优化社会治理：提升协同效能，增强响应能力 ..................... 175. 趋势与展望 ..................................................... 195.1 制度供给：从“框架构建”向“精准施策”深化 ................... 195.2 技术支撑：从“单点突破”向“集成创新”跃迁 ................... 195.3 融合机制：从“线性协作”向“生态共治”演进 ................... 205.4 合作范式：从“单体主导”向“多元共生”转型 ................... 20参考文献 .......................................................... 21中国移动数据要素融合应用典型模式与价值路径白皮书（2025）41.数据要素融合应用的概念和内涵1.1 数据要素融合应用的必要性数据要素的非竞争性（可无限复用且不损耗）和强协同性（数据要素价值发挥具备规模报酬递增效应）是其区别于传统生产要素的核心特征。一方面，数据要素的非竞争性则赋予了其无限复用的潜力，例如气象数据在农业、物流、保险等领域的复用可产生“1+1>2”的乘数效应。数据要素的非竞争性和强协同性决定了数据必须通过跨行业、跨区域、跨主体融合才能释放价值。另一方面，数据要素的强协同性决定了单一数据难以直接创造价值，必须通过融合才能释放价值，例如医疗影像数据需与临床诊断、药械研发等场景结合，才能形成完整的价值链。1.2 数据要素融合应用的定义及特征目前，关于“数据要素融合应用”尚未有权威定义，已有的研究多从技术视角切入，认为数据要素融合应用是通过技术手段整合多源异构数据，完成数据清洗、关联、分析与决策的过程。本报告认为，技术视角对研究数据要素融合应用固然重要，但由于海量数据存在不同的主体中，而有效的制度供给（政策法规和市场机制等）则是促进不同主体数据互通的关键，因此也需要从制度视角切入对其进行剖析。基于此，本报告将数据要素融合应用定义为：“通过技术工具与制度创新打破行业、区域和主体间的数据壁垒，将多源、异构、跨域的数据要素进行系统性整合与协同计算，并直接作用于具体业务场景、实现价值创造的过程。”从这个定义出发，数据要素融合应用呈现出三个显著特征：一是技术-制度协同创新。数据形态具备的复杂性（如结构化、半结构化、非结构化等）和数据主体呈现的多样性（如公共数据、企业数据、个人数据等）决定了数据要素融合不仅是技术问题，更是制度设计问题，需要技术工具（如隐私计算等）与制度设计（如数据收益分配等）的双重保障。二是场景驱动的价值创造。数据要素融合的终极目标是直接作用于业务场景中国移动数据要素融合应用典型模式与价值路径白皮书（2025）5并产生经济价值，相较于传统数据集成（如数据库等），数据要素融合更强调场景化驱动，即在具体业务场景中，依托多源数据协同释放乘数效应。三是动态演化与自我增值。数据在融合应用过程中不会损耗，反而被更多场景应用，生成更多衍生数据，呈现出“越用越多、越用越好”的特征。例如，医疗影像数据与临床诊断、药械研发等场景结合，经分析后形成医疗研发趋势报告，而报告本身又成为新的数据产品，形成“数据→知识→新数据”的正向循环。1.3 数据要素融合应用的研究框架1.3.1 融合应用保障政策法规、市场机制和基础设施共同构成了推动数据要素融