亿邦智库：建设可信空间构筑数据要素流通关键基础

【亿邦原创】当数据成为关键生产要素，如何安全、高效地流通利用，成为横亘在数字化转型之路上的共同难题。可信数据空间的探索，正为这一难题提供中国方案。

2025年8月，在国家数据局指导下，可信数据空间发展联盟发布《可信数据空间创新发展报告（2025）》。这份基于全国首批63个试点项目的系统性总结，清晰地揭示出：可信数据空间建设已成为国家数据要素市场化配置改革的核心抓手。从能源电力到医疗健康，从装备制造到跨境物流，一场以可信数据空间为底座的数据流通革命，正在全国范围内悄然上演。

01

为何可信数据空间是流通之基

由于电子化存储数据的固有特点，使得数据要素流通面临着三大核心挑战：信任缺失、规则不清、技术壁垒。可信数据空间的本质，正是通过构建“规则+技术+生态”三位一体的解决方案，系统性地破解这些难题。

首先，构建信任机制是数据流通的前提。报告显示，试点项目设计的458项规则中，信任管控机制占比最高，达32.1%。中国金融电子化集团的金融服务可信数据空间，基于区块链及隐私计算构建全程留痕的可控信任机制；广州依托互联网法院“网通法链”构建合规保障规则。这些实践通过技术赋能规则落地，为互信机制的建立提供了坚实支撑。

其次，缜密的运行规则是数据流通的保障。可信数据空间构建了“信任为基础、价值为激励、治理为基准、合规为保障”的四位一体规则框架。南方航空联合上百家产业链主体共建航空数据流通生态，主导制定生态接入认证、争议处置等规则；国家管网油气储运行业可信数据空间设立数据空间委员会，构建多方共管治理机制。

最后，技术是数据流通的支撑。报告指出，可信数据空间技术体系已基本成型，形成身份管理、互联互通、可信管控、存证溯源四大核心模块。区块链技术实现100%存证溯源，隐私计算技术应用比例达77.8%，确保“数据可用不可见”。不同行业根据自身特点选择差异化技术路线：金融行业侧重“联邦学习+TEE”强化隐私保护；制造、能源等行业采用轻量化方案提高协作效率。

02

可信数据空间建设的主要经验

从350余个项目中脱颖而出的63个试点，为可信数据空间建设积累了宝贵的实践经验。这些经验可归纳为三大成功经验：

经验一：场景驱动，价值引领

可信数据空间建设绝非技术平台的简单堆砌，而是要紧扣业务场景，以价值释放为核心导向。

在能源领域，南方电网打造能源行业可信数据空间，整合源、网、荷、储全环节数据，优化新能源消纳。通过融合电网负荷、气象预测等数据，有效降低弃光率1%，预计增加收益6亿元。在医疗领域，江苏产业技术研究院打造药品行业可信数据空间，推动临床试验、诊后随访等数据共享，预计将缩短新药研发周期20%-30%，降低研发成本40%。

经验二：生态共建，模式创新

可信数据空间的健康发展，离不开可持续的商业模式和活跃的产业生态。

报告总结了四种主流商业模式：数据资源提供（13.3%）、平台渠道支持（6.9%）、技术工具共享（19.7%）和数据服务交付（60.1%）。其中，数据服务交付成为最主流的商业模式，表明可信数据空间的价值重心正从原始数据提供向深度加工服务转变。

生态构建方面，形成了链主企业主导、专业服务机构聚合、公共数据运营机构推动三类模式。如陕西法士特作为商用车制造链主，构建覆盖核心零部件供应商、整车组装厂的可信数据空间；武汉理工数字传播工程有限公司基于专业能力，打造BOOKSGPT出版融合可信数据空间，解决出版业数据资产变现难题。

经验三：数据为基，AI赋能

可信数据空间正成为孵化高质量数据集、赋能人工智能创新的重要载体。

首批试点已构建覆盖14个领域的570个高质量数据集。南方电网积累3.5TB基础语料和超过500万条微调数据，训练出的电力大模型“大瓦特”将配网缺陷隐患检出准确率提升80%以上。苏州实验室开发的新材料人工智能大模型“ChemDFM-X”，突破了大模型理解跨模态材料数据的关键技术。

03

存力是可信数据空间建设的待强化项

在可信数据空间“规则、技术、生态”的显性架构之下，数据存储能力（存力） 作为关键基础设施，其战略价值与支撑作用正日益凸显。存力的核心价值在于构筑可信流通的物理前提。可信数据空间汇聚了海量多源数据，报告指出单个城市可信数据空间归集总量已超千亿条。如此大规模的数据体量，首先要求存力系统具备极高的可靠性与持久性，确保数据在存储环节不丢失、不损坏，这是建立数据流通信任的物理基础。其次，存力需要提供极致的性能与响应速度，以支撑隐私计算、联邦学习等可信管控技术对数据高速调用的要求，避免因存储I/O瓶颈导致“数据可用”流程卡顿。此外，成本可控的存力方案是可信数据空间可持续运营的经济保障，尤其是在处理PB甚至EB级别的高质量数据集时，存储成本直接关系到商业模式的可行性。

从当前全球的趋势来看，存力建设正从“通用存储”向“场景定义存储”演进，以适应可信数据空间的复杂需求：

首先，高性能存算协同，赋能AI创新。譬如，为训练如南方电网“大瓦特”、苏州实验室“ChemDFM-X”等行业大模型，需要存力基础设施与算力紧密协同。这意味着存储系统必须能高速吞吐海量的非结构化数据（如图像、文本、视频），满足GPU集群连续、高带宽的数据供给需求，避免出现“算力等数据”的资源闲置。未来，贴近算力的分级存储体系和极致性能的全闪存阵列，将成为孵化高质量数据集与AI大模型的标配。

其次，是绿色节能创新，响应“东数西算”战略。可信数据空间的数据资源将遵循“东数西训”“东数西备”等模式流动。在西部可再生能源丰富的地区，建设绿色、低PUE的数据中心存力资源，符合国家战略，也能为可信数据空间运营方显著降低长期TCO（总拥有成本）。报告中陵水依托的海底数据中心，正是通过创新性利用自然冷源，实现了存力基础设施的绿色、高效、集约化发展，为高耗能的数据存储提供了新的解决方案。

再就是，安全合规与存算分离，保障数据主权。在可信数据空间的规则框架下，数据所有权与使用权分离。与之对应，存算分离架构逐渐成为优选。通过将数据持久化地、安全地存储在受控的、符合监管要求的存储资源池内，而计算任务则动态调度，可以更好地实现“数据不动程序动”，从基础设施层面强化数据安全和合规保障，为数据要素的多方协同计算提供稳固基石。

总的来看，可信数据空间的画卷刚刚展开，更多的场景有待挖掘，更广的生态有待共建。在这场关乎未来竞争力的探索中，每一个市场主体都既是参与者，也是受益者。亿邦智库将持续关注可信空间建设，开展案例分析，报道相关可信数据空间情况及其发展进展。

联系邮箱为：huangbin@ebrun.com