（报告出品方/作者：招商证券，刘玉萍、孟林）

1、公共数据是数据要素重要一极

公共数据体量大、覆盖面广，潜在运营价值大。公共数据主要有两大来源：一是 管理公共事务职能的组织， 包含地方各级行政机关，以及税务、海关、金融监 督监管等国家有关部门派驻地方的分支机构；二是提供公共服务的运营单位，例 如供水、供电、供气、公共交通等提供公共服务的单位。公共数据涉及多个系统， 如政府数据库包含从行政记录到财务信息的各种数据，而城市管理系统则涉及交 通、规划和其他基础设施相关的数据。在当前所有数据资源中，公共数据规模较 大，最大范围、最大程度、最高质量地释放公共数据的可能性，是数据要素产业 落地的核心命题之一。 传统开发利用方式下，公共数据应有效能还有待挖掘。传统的开发利用公共数据 价值方式是公共数据开放，将数据直接提供给作为用户的社会公众使用。近年来， 公共数据开放取得一定成效，公共数据开放平台逐年增长，但数据开放质量不够 理想，供需不匹配导致可能出现“政府开放的数据没有使用，社会需要的数据不 敢开放”的现象。

公共数据授权运营作为新型公共数据价值化渠道，为数据的开发利用增值赋能。 公共数据授权运营能有效上述缓解数据开放的问题：一方面，公共数据授权运营 中直接接触原始数据的是有准入门槛的运营主体，而社会公众等用户使用的是数 据产品和数据服务，不直接接触全样本原始数据，更加便于进行安全监管，而且 可以通过多方安全计算等方式实现数据“可用不可见”；另一方面，数据授权运 营将公共数据视为一种可以增值的公共资源，可以为政府带来一定收益，这为政 府供给公共数据提供激励，促使政府更积极地供给数据。

2、政策端：上下联动，公共数据运营体系逐渐明晰

数据要素顶层政策框架奠定基础

在“数据”这一概念从资源到要素的发展过程中，国家顶层政策持续完善。对数 据的重视最初始于互联网的兴起和蓬勃，之后随着数字经济在我国的战略地位不 断提升，2015 年国务院印发《促进大数据发展行动纲要》提出数据成为国家基 础性战略资源。至 2020 年中共中央、国务院发布《关于构建更加完善的要素市 场化配置体制机制的意见》，明确将数据称为第五种生产要素，在 2022 年 12 月份出台的《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称 “数据二十条”）奠定了我国数据要素基础制度发展框架，此后顶层政策设计进 入到数据要素基础制度完善期。

其中，“数据二十条”为数据要素基础制度建设奠定了框架。“数据二十条”提 出构建四大基础制度： 建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立 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”的数据产权制 度框架； 建立合规高效、场内外结合的数据要素流通和交易制度，从规则、市场、生态、 跨境等四个方面构建适应我国制度优势的数据要素市场体系； 建立体现效率、促进公平的数据要素收益分配制度，在初次分配阶段，按照“谁 投入、谁贡献、谁受益”原则，推动数据要素收益向数据价值和使用价值创造者 合理倾斜，在二次分配、三次分配阶段，重点关注公共利益和相对弱势群体，防 止和依法规制资本在数据领域无序扩张形成市场垄断等各类风险挑战； 建立安全可控、弹性包容的数据要素治理制度，构建政府、企业、社会多方协同 的治理模式。

组织架构方面，数据要素制度体系的顶层设计机构是党中央决策议事协调机构中 央网络安全和信息化委员会（简称中央网信委）、国家发改委，其中中央网信委 主要负责网络安全和信息化建设的顶层设计、总体布局、统筹协调、整体推进、 督促落实，其他各部门在各领域数字基础建设、数字产业化、产业数字化等承担 一定相应职能。2023 年 3 月，中共中央、国务院印发《党和国家机构改革方案》， 明确要求组建国家数据局，并由国家发展改革委管理，中央网信办和国家发改委 的部分职能划分到国家数据局。

公共数据授权运营顶层设计持续完善。2021 年 3 月，中共中央、国务院出台的 《中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲 要》明确提出了“开展政府数据授权运营试点，鼓励第三方深化对公共数据的挖 掘和利用”，表明了对公共数据开发利用的重视，并提出了通过公共数据授权运 营为基础的开发利用新思路。2022 年 12 月发布的“数据二十条”，明确提出“推 进公共数据确权授权机制”，强化公共数据的“统筹授权使用和管理”，“推动用于公共治理、公益事业的公共数据有条件无偿使用，探索用于产业发展、行业 发展的公共数据有条件有偿使用”。 各部委相继就行业性公共数据开放、授权运营等相关领域作出指导。金融领域， 中国证监会、中国人民银行自 2018 年开始逐步探索数据交易流通、治理规范， 2023 年 9 月，《中国人民银行业务领域数据安全管理办法（征求意见稿）》公 开征求意见，这是中国人民银行业务领域数据安全规范问题的首个针对性重磅法 规，对规范数据分类分级要求、压实数据处理活动全流程安全合规底线、非法获 取数据等行为的处理等多个问题指明了方向。医疗行业，2018 年国家卫生健康 委员会发布《国家健康医疗大数据标准、安全和服务管理办法（试行）》，提出 加强健康医疗大数据管理，明确由国家卫健委负责建立健康医疗大数据开放共享 机制。另外，在交通、气象行业，交通运输部和中国气象局近年也不断出台相关 政策，支持推动公共数据的发展。

地方公共数据相关政策也陆续跟进。紧跟“数据二十条”的步伐，我国多个省市 相继发布了关于公共数据授权运营的试行办法，虽然政策细节各有差别，但是整 体都强调推进公共数据开放共享、有偿使用。综合多地政策，“公共数据通过授 权开放”已经成为地方立法的一个标配模式。其中，北京是全国首个以公共数据 专区为抓手来规范推进公共数据授权运营的城市。2020 年北京出台《关于推进 北京市金融公共数据专区建设的意见》，明确金融公共数据专区作为北京市金融 公共数据汇聚的核心载体、运营管理的平台和社会应用的统一接口，承担金融公 共数据统进统出、制度化管理、创新社会应用的功能。在 2023 年 7 月发布的《北 京市公共数据专区授权运营管理办法（征求意见稿）》中，进一步完善专区运营 机制，打造领域类专区、区域类专区以及跨领域、跨区域综合基础类专区，开拓 创新公共数据运营新思路。

1、“一局、一组、一公司、一平台”的运营框架逐渐形成

政府部门指导、多方共同参与的公共数据授权运营架构是当前主流构架。根据华 为、信通院发布的《基于公共数据授权运营的数据流通建设白皮书》（以下简称 《白皮书》），基于全国各地开展的公共数据授权运营实践，公共数据授权运营 逐渐形成了“一局、一组、一公司、一平台”的总体架构。其中：

1）“一局”指的是地方大数据局或者政务数据管理局，主要职责是负责公共数 据的授权和监管。其负责制定和执行公共数据授权运营的政策和规定，确保公共 数据得到合理、合法和有效的使用。此外，还负责对公共数据授权运营的监督和 管理，以确保数据的隐私和安全得到保障。

2）“一组”指的是公共数据授权运营专家组，其具备专业的知识和经验，在公共 数据授权运营中提供咨询、建议和技术支持，确保数据的有效管理和安全使用。 工作职责主要聚焦于建立健全公共数据授权运营相关规范和工作机制、审议给予 授权、终止或撤销授权、统筹协调解决公共数据授权运营工作中的重大问题这三 方面。

3）“一公司”指的是承担数据开发运营的主体，即被授权主体。这些公司的职责 是负责实际的公共数据运营工作。这包括数据的采集、整合、处理、分析和利用等，需要具备专业的技术和知识，能够从海量的公共数据中提炼出有价值的信息， 并提供给政府和企业等用户使用。

4）“一平台”指的是公共数据授权运营平台，主要职责是提供数据授权开发与运 营全流程服务，其有四个功能定位，分别是政府公共数据授权开发载体、政府相 关部门进行监督管理的载体、城市数据要素新型基础设施、以及地方数据要素流 通的核心载体，涉及授权运营管理、数据资源管理、数据产品服务、支撑服务四 大核心功能。平台需要确保公共数据的“原始数据不出域、数据可用不可见”，提 供可靠的技术和服务，保障公共数据的隐私和安全。同时，平台还需要提供数据 分析结果，帮助决策部门进行针对性决策和服务，提高公共管理和服务的效率和 质量。

地方实践中，“一局、一组、一公司、一平台”架构雏形已显。根据我们的梳理， 各地对公共数据授权运营框架的设定和参与主体的界定总体类似，只是描述上有 所不同，如“一局”的设置上，杭州、舟山等地以成立工作协调机制小组承担类 似公共数据主管部门的职责；“一平台”作为整个构架中公共数据价值化的关键， 各地都统一规定了唯一平台作为该地区的公共数据授权运营的统一通道。

公共数据授权运营关键参与主体包括“六方”。公共数据授权运营平台作为数据 开发载体，承担深入挖掘数据价值、对数据进行开发利用与分析职能，形成可控 数据产品和场景化数据服务之后通过数据交易机构根据数据使用者需求提供产 品和服务。以公共数据授权运营平台建设为中心，其关键参与主体有六方，分别 是： 1）数据提供方：通常是政府机构或公共事业单位，负责提供原始数据，职责是 确保数据的准确性、完整性和及时性，同时确保数据符合相关法规和政策要求。 2）数据需求方：通常是企业、研究机构或个人，需要使用数据来满足特定的业 务需求或研究目的。数据需求方的职责是明确自己的数据需求，向授权运营方提 出申请，并遵守授权运营方制定的数据使用规则。 3）授权运营方：通常是具有数据运营能力的企业或机构，经过数据提供方的授 权，负责对公共数据进行运营管理。授权运营方的职责包括制定数据使用规则， 审核数据需求，确保数据的安全和合规使用，同时负责数据的日常维护和更新。 4）开发利用方：对数据进行实际开发和利用的机构或个人，使用授权运营方提 供的数据来开发新的产品或服务。开发利用方的职责是遵守授权运营方制定的数 据使用规则，确保数据的合规使用，同时负责数据的创新应用和价值挖掘。 5）平台运营方：负责搭建和维护公共数据授权运营平台的机构，职责包括平台 的技术维护、用户管理、安全保障等，确保平台的稳定高效运行。 6）监督管理方：通常是政府相关监管部门，负责对公共数据授权运营全过程进 行监督和管理，职责包括制定相关法规和政策，对数据提供方、授权运营方、开发利用方等进行监管，确保数据的合规和安全使用。

2、公共数据运营在落地探索中逐步形成三大模式

全国各地纷纷探索开展实践，公共数据授权运营模式总体可归纳为三类。公共数 据授权运营在探索中逐步成熟，在试点上初见成效，已经成为充分开发利用公共 数据的重要选择。根据中国电子信息产业发展研究院院长张立在 2022 年数博会 中的发言，当前国内主要的公共数据运营模式可以归纳为三类：行业主导模式、 区域一体化模式、以及场景驱动模式。

行业主导的运营模式以集中在特定行业为特点。该模式是以特定行业的管理机构 或龙头企业作为主导力量，将同一行业的数据先进行内部的收集和整理，并汇集 到垂直领域数据管理部门，由该部门统一授权和监管运营主体，数据运营方负责 建设和运营公共数据的运营平台，并通过此平台对数据进行加工处理，包括清洗、 脱敏等，将生产的数据产品提供给第三方机构或者直接交付给数据需求者，在数 据的交付、流通与应用中，由网信部、发改委、工信部、公安部等多部门全程协 同监管。 行业主导模式的特点是专业性、针对性和创新性，这种模式注重行业内公共数据 的深度挖掘和应用，以满足特定行业的需求和推动行业的创新发展。这种模式注 重行业内数据的专业处理和应用，以推动行业的数字化创新和发展为核心目标。 通过行业主导模式，可以实现行业内公共数据资源的高效管理和应用，促进数据 要素在行业中的价值释放，并最终提升整个行业的竞争力和发展水平。这种模式 更适用于对特定行业内公共数据进行精细化、专业化的管理和利用，以满足行业 的特定需求并推动其发展。

航旅纵横即作为以行业主导模式的案例代表。由中航信担任垂直领域数据管理部 门的角色，将民航运行、旅客航空出行的数据统一授权给“航旅纵横”平台，由 “航旅纵横深入挖掘数据价值，对数据进行开发利用”，为旅客提供机场、天气、 航班等信息，以及电子登机、爱心通道、失物招领等服务。

区域一体化的运营模式以围绕区域数据融合为特点。该模式是将一定区域内的数 据统筹归集至区域（包括省、市、区）数据管理机构，并以整体授权的形式委托 给一个综合性整体数据授权运营方，再按行业分类授权给各个行业领域（如医疗、 交通、教育等）子平台对数据进行开发利用，最后将运营生产的产品和服务直接 提供给数据需求者或者通过第三方机构间接交付。 区域一体化模式的特点是整体性、协同性和规模性，通过整体授权和统一建设， 实现区域内公共数据资源的集中管理和优化配置。在该模式下，地区数据管理机构或其委托的数据运营机构通过整体授权形式委托数据运营机构，整体开展区域 内公共数据运营平台建设和市场运营。这种模式强调跨部门、跨领域的协同管理 和数据资源整合，旨在实现区域内公共数据资源的集中管理和优化配置，提高数 据利用效率和公共服务水平。区域一体化模式适用于对公共数据资源进行大规模、 系统化的管理和利用，以满足整个地区或城市的公共数据需求。

成都市授权运营为区域一体化模式的典型案例。成都市以国有资产运营模式开展 公共数据授权运营，由市政府统筹授权成都市大数据集团股份有限公司搭建“成 都市公共数据运营服务平台”，并以此为底座分类各行业领域数据，再由各行业 的数据开发利用者相对独立进行数据处理。成都市政府授权运营的实现机制涉及 管理层、平台层、数据层、权益层，分别负责确立运营体制和权责关系，确保运 营的数据安全，提供数据的运营流通，保障相关方的权益。

场景牵引的运营模式以围绕数据开发运营的场景应用为核心。政府部门搭建公共 数据管理平台，将持有的公共数据以应用场景为抓手将数据进行分级分类，将数 据分领域授权给各自垂直领域数据运营主体开展相关数据服务，数据的分类授权 运营机制在其中是关键，目的在于保障各个细分领域的数据服务质量。 场景牵引化模式的特点则是针对性、专业性和灵活性，通过分类授权和专业运营， 实现公共数据资源在不同领域和场景下的高效利用和增值服务。数据管理方首先 对收集到的公共数据进行分类，根据不同的业务需求和数据特点，将数据划分为 不同的类别，例如网信、发展、工程和公安等管理类别。与区域一体化模式不同 的是，对数据进行了分级分类，直接分领域授权于多个子平台。如何分类授予各 个子平台，需要根据行业子平台的需求和特点，制定相应的授权方案和策略，明 确各子平台可授权的范围、使用目的、数据访问权限、数据使用期限等。

北京市公共数据专区运营是场景驱动模式下的典型案例。北京市的公共数据授权 运营采用分专区设立行业领域应用场景专区、重点领域专区、特定场景专区、综合基础类专区，由北京市经济和信息化局（以下简称“市经信局”）作为数据管 理机构，向不同专区运营主体授权公共数据的加工使用。如金融领域，市经信局 授权北京金融控股集团有限公司作为专区运营单位，建设打造“金融公共数据专 区”，以场景为牵引，融合开发数据产品服务于金融机构，实现普惠金融领域不 同细分场景的应用。

以场景驱动的运营模式对数据流通有更强的提质增效，可作为未来公共数据运营 价值创造的风向标。从理论上看，数据价值的发挥主要是在应用端，而应用端是 根据使用场景来驱动的。“以应用场景为导向”贯穿于公共数据产品运营的核心 业务流程从需求到交付的全周期过程。首先，为满足客户需求，标准化产品或定 制化产品并建立产品目录，然后平台提供数据勘探，帮助客户在使用前了解数据 的情况，评估是否匹配自己的需求场景，接着客户确认需求的产品或者服务，双 方建立合约对使用方式和使用场景等进行规定并进行交付，最后对产品效果（包 括性能、使用情况、对业务的影响）进行评估，不断改进数据服务以适应市场变 化。从实践上看，在各地公共数据运营创新试点中，以场景驱动、社会对数据的 需求为导向而开展的一些公共数据产品上架交易、场景应用，公共数据运营发展 势头都越来越好，因此综合来看，认为未来通过该模式创造价值的前景广阔。

3、公共数据定价及收益分配原则尚有待完善和明确

公共数据定价基本依照成本法、收益法、市场法三大传统定价机制。根据上海数 据交易所副总裁卢勇，数据交易议价应遵循：一是成本法则，即在卖方生产产品 需要花费的成本基础上，进行调整定价；二是收益法则，即对买方使用数据产品 预计所获收益进行评估，根据适当规则调整；三是市场法则，即产品多次交易后 形成一个相对稳定的市场价格。 当前公共数据局定价原则尚未统一。数据定价是数据资产化的一大难题，公共数 据定价过高，影响开发利用的积极性，不利于数据经济产业发展，定价过低又会 低估我国公共数据资产水平。在数据产品定价时，不同地域、不同交易所所采取 的方式有所差异。例如上海数据交易所在进行定价时多遵循成本、收益、市场三 法则，新的产品定价时会通过律师事务所与数据交易所专业人士进行评估。贵阳数据交易所在进行数据产品定价时，产品价格主要取决于数据的样本量和每个样 本的价值，产品通过交易系统自动定价，价格实时浮动。贵阳数据交易所将数据 产品分为标准化数据产品和定制化数据产品两类，并针对不同的数据品种设计了 对应的自动计价公式。

国家层面，公共数据价格形成机制正紧密推进。在 2023 年 11 月 9 日国家发展 改革委价格司会同国家数据局筹备三组召开的座谈会中，政府部门会同相关专家 不仅对符合公共数据要素特性的价格形成机制进行探讨，也对“推动用于数字化 发展的公共数据按政府指导定价有偿使用”提出意见。国家发展改革委、国家数 据局将会同有关方面，加快研究建立公共数据价格形成机制和有关制度规定，促 进公共数据合规高效流通使用。 政策指引、地方实践，政府在定价中充当关键“指导”角色。“数据二十条”中 提出“推动用于数字化发展的公共数据按政府指导定价有偿使用”明确了政府对 公共数据定价进行指导。《上海市数据条例》第五十七条规定，从事数据交易活 动的市场主体可以依法自主定价，市相关主管部门应当组织相关行业协会等制定 数据交易价格评估导则，构建交易价格评估指标。除了上海地区在条例中说明了 交易主体自主定价并经由相关部门评估之外，其他地区如杭州、舟山、温州、长 春厦门等，也探索了公共数据实行政府指导定价方式，在表述定义上略有差异， 如“相关部门统筹制定”、“执行公共数据产品定价和合理收益有关规定”、“视 情况采取有偿使用”等，目前这些探索都表明了公共数据价格须根据政府相关规 定或原则来制定，体现了政府在公共数据运营体系中的指导角色。但具体如何实 行政府指导定价，以及公共数据定价的形成机制细则仍未形成。

收益分配方面，从各地实践进展来看，公共数据授权运营的收益分配规定也尚未 统一。从已经开展公共数据授权运营实践的地区发布的政策看，仅仅作简短说明 “执行公共数据产品定价和合理收益有关规定”或者“报市大数据主管部门和价 格主管部门批准后”获取收益，其中只有部分地区指出将收益返哺财政预算，而 对收益分配的原则和内容、不同主体在分配中扮演的角色、具体机制设计以及收益分配的运行实施的支撑保障等问题没有详细规划和设计。

授权运营涉及多方主体，收益分配应考虑互惠共赢。公共数据授权运营是一个多 元主体价值共创的过程，为了确保这一价值共创生态的持续良性运转，收益分配 的结果必须充分激励各类投入贡献主体。参考 2023 年 11 月由赛迪顾问和中国 电子云联合发布的《公共数据授权运营创新指南》（以下简称《指南》），公共 数据授权运营的收益分配主要涉及政府的收益和参与数据运营并贡献价值的参 与方的收益。其中： 1）对于政府的收益，由于要素市场配置的基本原则已在政府采购、工程建设招 投标及国有产权交易等公共资源交易领域得到了广泛践行，而从广义的视角来看， 公共数据授权运营也属于公共资源交易的范畴，因此数据运营单位和政府同样应 遵循要素市场配置的基本原则向政府分配收益，在多元主体根据授权期限、运营 收益波动等方面达成的共识基础上，确定可分配给政府财政部门的比例。 2）对于参与数据运营并贡献价值的参与方的收益，可根据投入产品或服务价值 的贡献程度约定比例进行分配，《指南》中对相关主体的收益提出建议，如数据 产品提供方获得产品销售收入，第三方服务机构按照提供的咨询、评估服务获得 第三方服务费，数据商依据产品开发服务获得相应报酬，数据经纪人则依据其促 成的交易按比例获取回报。

数据交易目前仍以场外交易为主。《数据价值化与数据要素市场发展报告（2023 年）》指出，目前中国的数据交易市场以场外交易为主，尽管存在官方的数据交 易平台，但大部分交易活动仍然在场外进行。场外交易的活跃度导致了合规问题， 包括个人信息的未经授权交易和数据泄露等问题。为了更好地发挥数据要素的作 用，《数据二十条》提出建立合规高效、场内外结合的数据要素流通和交易制度。 未来需要纳入监管进一步优化，争取将更多的数据交易纳入到数据交易所中。 公共数据产品的潜在购买者和使用者包含政府、金融机构、企业、个人等。政府 机构：利用公共数据来提升治理效率、规划和实施公共政策，以及提高公共服务 质量。金融机构：通过公共数据增强风险管理、信用评估和市场分析的能力。企 业用户：各类企业，尤其是依赖数据分析的企业，利用公共数据优化运营、开发 新产品和服务，增强市场竞争力。个人用户：可能利用公共数据进行个人研究、 教育或做出更明智的消费决策。

1、场内公共数据挂牌产品所属领域五彩纷呈

近几年地方数据交易所争相涌现。根据中国互联网信息办公室的数据，截至 2022 年末全国已有 48 家数据交易平台，最早成立的是中关村数海大数据交易服务平 台（已关闭），贵阳数据交易所是目前仍存续的最早成立的交易服务平台。此外， 从 2021 年开始数据交易服务平台建设进入加速期，其中规模较大的有北京国际 大数据交易所、上海数据交易所、广州数据交易所、深圳数据交易所等机构。

场景是激活数据价值的关键，交易所上架多领域数据。目前各大数据交易所都有 丰富多样的产品推出，其会在对应的产品信息中显示价格（面议/具体金额/免费）、 产品详情、应用领域等内容，方便机构、企业或个人进行选购。以成立时间最早 且仍存续的贵阳大数据交易所为例，其主要涉及的产品领域包括工业农业、生态 环境、交通运输、科技创新、教育文化、智慧城市等诸多领域。

生活服务、金融与财政等领域排名靠前，上市产品数众多。我们统计了各交易所 各领域的产品数量，按照大的领域划分，排名靠前的领域分别是公共服务、金融 与财政、地理遥感与航运交通、ICT、医疗健康等。

公共服务：细分场景众多，体现出需求的多样性和碎片化

根据我们对贵阳大数据交易所、上海数据交易所、北京国际大数据交易所、广州 数据交易所和深圳数据交易所挂牌数据产品的梳理，目前与居民有关的公共服务 领域挂牌产品数量最多。在该领域，数据提供商包括电网公司、气象局、电信运 营商等，涉及的细分场景众多。 应用方向上，如智慧城市公共数据产品主要聚焦于城市管理、基础设施规划和环境监控等方面。例如，利用交通流量数据，可以优化交通信号系统，减轻拥堵； 环境监测数据则有助于及时响应空气或水质污染问题。在公共数据运营方面，跨 部门的数据共享和集成分析是智慧城市构建的关键，如将城市规划数据与居民反 馈相结合，为城市发展提供数据驱动的决策支持。如广州数据交易所推出的“智 慧城市时空信息云平台”，由广州建通测绘地理信息技术股份有限公司提供，利 用 LiDAR、倾斜摄影等新型测绘技术作为支撑，为城市的治理、环境保护、规划 建设、交通运行、安全生产、文化旅游等各方面提供智慧化建设的“时空数字空 间底座” ，提高“智慧政务，智慧产业、智慧民生”等领域的应用基础数据地图基 础，实现多层级多部门间的数据共享及一体化运维机制。 此外，政府通过整合来自不同部门的数据，比如医疗、教育、交通等，能够更全 面地理解和响应市民需求，实现精准治理和服务。以北京市石景山区为例，2018 年 3 月该区推出了公共文化服务效能大数据平台，该平台整合了公共文化设施监 测系统、文化活动中心和社区文化室等数据源。该平台通过采集、处理、分析和 可视化数据，对公共文化服务进行多维度监测和评估，实现智慧化运营。

金融：主要服务于银行等金融机构，同时惠及个人和小微企业

银行为公共数据的主要需求方。根据《2023 公共数据金融应用白皮书》，上海 大数据普惠金融应用的 33 家试点金融机构中，有 27 家银行参与，占比超过 80%， 显示银行在公共数据应用中的主导地位。银行的参与也推动了公共数据在金融行 业更广泛的应用，如信用评估、贷款审批、资产管理等关键环节，进而提高了金 融服务的效率和质量。通过公共数据的整合和分析，银行能够更好地识别和满足 客户需求，同时为小微企业和个人投资者提供更加精准和高效的金融服务。例如， 由上海数据交易所提供的“进出口企业全景”产品，由中国经济信息社有限公司 提供，通过企业名称或统一社会信用代码查看进出口企业数据，可以让银行等金 融机构通过进出口数据对企业的经营情况进行准确把握，在营销、贷后管理、风 险控制等多个业务场景中均发挥重要作用。

财政领域公共数据不仅支持预算管理和规划，还有助于税收政策的制定和优化。 例如，财政部门可以利用经济增长、就业率、通货膨胀等公共数据，精准地制定 年度预算，优化资源分配。同时，税收数据分析有助于识别税收政策的效果，调 整税率和税收结构，从而平衡政府收入与支出。此外，公共数据在监控政府支出 方面发挥着重要作用，确保资金的有效和透明使用。通过对公共经济数据的深入 分析，财政部门能够更好地理解和应对经济变化，为制定相关经济政策提供数据 支持。此外，公共数据在社会福利和补贴政策的制定和实施中也发挥着重要作用， 确保资源得到有效分配，满足社会的各项需求。 保险领域也在积极运用公共数据进行风险管理和产品创新。例如，中国太平洋财 产保险股份有限公司佛山分公司与当地气象公共服务中心合作，利用公共数据资 产凭证激活气象数据资源，构建了覆盖气象灾害财产保险全流程的数据监测体系。 这体现了公共数据在风险管理和保险产品创新中的应用。

在股权融资领域，公共数据被应用于交易所、创投机构等。上海大数据普惠金融 应用接入了上海证券交易所、上海保险交易所、上海股交中心等金融市场，将公 共数据用于挂牌上市审核和科创企业甄别等场景。国家产融合作平台与交银资产 投资有限公司、安信证券股份有限公司等机构合作，将公共数据应用于市场化债 转股、股票质押式回购交易、约定购回式证券交易及科创基金等领域。 普惠金融将使个人和小微企业从中受益。普惠金融将是未来公共数据应用于金融 领域的主要场景之一。通过将公共数据开放给银行，帮助其优化普惠金融产品的 信贷风控模型或将信贷支持工具与金融产品深度融合，帮助金融机构精准筛选有 融资需求的中小微企业，并合理评估其风险。金融综合服务平台如雄安新区的“金 融服务直通车”和成都的“农贷通”平台，通过公共数据支持的产品和服务，实 现了金融机构产品与企业融资需求的有效对接。

地理遥感与航运交通：助力公共交通规划、管理及灾害应急响应等

地理遥感领域的公共数据在交通运输规划、管理及紧急响应中发挥着重要作用。 通过卫星遥感和空中摄影测量技术获取的高精度地理信息，为交通规划者提供了 关于地形、城市布局和环境条件的详细洞察，这对于设计高效的交通网络和缓解 交通拥堵至关重要。这些数据还能用于监测交通基础设施的状况，及时发现维修 和升级需求，从而提高安全性。在自然灾害等紧急情况下，遥感数据能迅速提供 受影响区域的地理信息，协助救援队伍有效规划救援路线。

此外，测绘遥感数据还支持环境监测和城市规划，为可持续发展提供数据支持， 促进了交通运输领域的高效运作和持续创新。以上海大数据交易所挂牌的“遥感 三维底座”为例，由武汉天际航信息科技股份有限公司提供的产品基于全球全域 众源卫星遥感影像，利用新型航天摄影测量技术，输出卫星遥感实景三维模型， 建立可量测的空间基准数据，为数字孪生应用提供数据底座。 交通运输领域，公共数据的应用在提高效率、确保安全方面发挥着重要作用。这 些数据对于提高交通效率、规划城市基础设施、优化交通流量和提升安全性至关 重要。通过分析道路和高速公路的使用模式，交通管理部门可以识别拥堵点，优 化信号灯控制和路线设计，从而减少交通延迟和提高整体通行效率。此外，这些 数据还能帮助交通规划者确定哪些区域需要道路维修或扩建，以及如何更有效地 投资交通基础设施。在安全方面，通过分析交通事故数据，可以识别高风险区域， 并采取预防措施，如改善道路设计或增加交通信号。 随着智能交通系统的发展，交通数据的收集和分析变得更加高效和精准。例如， 使用传感器和摄像头收集的实时数据可以用于即时响应交通状况变化，如调整交 通信号灯的时序以缓解交通压力。同时，这些数据还可以支持更广泛的应用，如 城市规划、环境监测和应急响应。

ICT：助力开发和优化定制化的产品及服务

软件和信息技术的公共数据应用聚焦于大数据分析、云计算、人工智能和机器学 习等领域。这些行业依赖于公共数据来开发和优化软件产品、提供定制化的 IT 服务，并进行系统集成。公共数据在提高运营效率、创新产品和服务、加强客户 关系管理以及提升安全性和合规性方面发挥着重要作用。例如，通过分析公共客 户数据，企业能更准确地把握市场需求，改进产品设计，或提供更加个性化的服 务。 通信运营领域的公共数据可以有效管理网络并维护通信安全。通信领域在公共数 据运营中的需求集中在网络流量管理、客户服务优化、网络安全和基础设施规划 等方面。通过分析公共通信数据，运营商能够更有效地管理网络资源，预测并缓 解网络拥堵，优化覆盖范围，提升服务质量。数据分析帮助运营商提供更个性化 的服务，例如基于用户使用习惯的定制化套餐和服务。在安全方面，公共数据用 于监测和预防网络欺诈、非法侵入等安全威胁。同时，在基础设施规划中，数据 分析能够指导未来的投资和技术升级决策。

例如，上海大数据交易所的“疑似养卡识别”产品，由中国移动通信集团上海有 限公司提供，基于海量的用户和业务数据，面向各垂直行业客户提供的标准化数 据产品和定制化服务。数据标签可应用于风险管控、获客风险评估等业务领域， 应用于身份核验、反欺诈等业务场景。

医疗健康：健康管理、医药研发、临床决策、医疗保险等多细分领域需求明确

在医疗健康领域，公共数据的应用主要集中于提供个性化的健康管理服务、支持 临床决策与医药科研，以及优化智慧养老和医疗保险服务，从而显著提升医疗服 务的效率、精准度和创新性。

个性化健康管理利用公共数据帮助患者更快康复。在这个领域，公共数据的应用 主要集中在提供个性化的健康管理和远程医疗服务上。例如，通过整合区域医疗 健康一体化平台和智能终端 APP，医疗服务提供者可以为个人用户制定健康计划、 进行健康干预、提供就诊引导等 O2O 顾问式服务。这种方法特别适用于慢性病 管理、健康干预、康复指导和辅助治疗。此外，远程医疗资源通过大数据服务平 台获取患者的全周期信息，如健康档案、医疗数据、日常健康指标等，这些信息 被用作诊疗决策的重要参考，帮助医生进行判断和处理。 临床决策支持与医药科研整合公共数据提高药品研发效率。公共数据在临床决策 支持系统（CDSS）和医药科研领域的应用，使得医疗机构能够提供基于数据的 更准确的诊断和治疗建议。CDSS 系统不再仅依赖于单一医疗机构的数据，而是 通过整合区域内多机构的数据，提升了患者信息的全面性。此外，大数据服务在 专病治疗领域的应用，提供了基于临床、影像、生化等多维数据的模型化分析， 为病种治疗提供科学依据。在医药科研方面，大数据的应用包括药物研发和市场 需求预测，AI 深度学习算法能够分析临床数据、实验数据、药物疾病信息等，从 而降低药品研发成本和市场投放成本。

在医疗保险服务领域，公共数据的应用将极大地提升服务的精准性和有效性。通 过对公共数据进行分析，商业医疗保险机构能够更好地理解和预测市场需求，同 时完善风险控制要素。这些数据包括区域人群特征、病种分布、诊疗记录等，为 医疗保险产品的设计和风险评估提供了重要支持。数据分析将使得保险公司能够 有效地降低风险，优化产品结构，同时根据客户的健康情况和治疗需求定制保险 方案。这不仅提高了保险产品的吸引力和竞争力，也为客户带来了更为精准和个 性化的医疗保险服务，进一步促进了整个医疗保险行业的发展和创新。 目前，多地政府积极推进医疗领域的公共数据开放、运营及应用。例如，山东省 以医疗健康为切入点，推进公共数据创新应用。根据《公共数据运营模式研究报 告》，山东省以国家健康医疗大数据中心(北方)为数据管理主体，授权北方健康 医疗大数据科技有限公司开展医疗健康公共数据运营。围绕“健康医疗大数据” “智慧健康医疗”等板块，北方健康以北方中心为底座，构建了涵盖健康医疗大 数据湖、数据中台、业务中台和开放平台的“一湖三台”核心技术体系架构，实 现了对医疗数据的采集汇聚、存储处理、治理加工、开放运营及安全保障全流程 一体化服务，有效支撑了公共卫生、保险创新、精准医疗、互联网医院、医药研 发，健康管理、医学教育等业务开展。

2、场外第三方服务商以提供零售、电商等非公共数据类产品为主

第三方数据服务商主要提供电商、消费者评论等非公共数据。在当前的场外数据 中，场外交易的数据服务商如 Growing l0、魔镜洞察、一面和观远，以及许多国 内咨询公司，通过出售数据实现盈利。这些公司专门收集、分析并销售各类数据， 尤其是零售和电商领域的信息，为市场研究、品牌分析和投资决策提供支持。例 如，魔镜洞察通过电商和消费者评论数据的收集和分析，为客户提供了多样化的 洞察服务。例如，魔镜基于国内外电商、消费者评论、社交媒体等多源数据，为 客户提前发现市场机会。魔镜提供的服务涵盖多个领域，如母婴、服饰鞋包、家 用电器等，满足各类行业对电商平台运营监测、竞品监测、投资标的发现等不同 需求。

场外数据交易与 BI 发展密不可分。BI（商业智能）是一种技术驱动的数据分析 方法，用于帮助企业更好地理解并运用其大量的业务数据。在场外交易环境中， 数据服务商通常通过各种渠道获取和分析数据，企业则利用 BI 工具分析这些数据，以支持决策制定、市场趋势预测、客户行为分析等。基于 BI，企业可以全面 洞察其经营情况，优化决策过程，提升业绩，实现成本控制和运营效率提升。 随着交易的不断规范，未来场外交易有望纳入场内进行规范化交易。场外交易的 数据常用于商业智能分析，但受限于交易的非正式性以及缺乏规范，存在数据权 属不明、数据隐私泄露等问题。场内交易具备更加明确的交易规则以及更加完善 的监管体系，未来随着部分场外交易逐步纳入更加规范和监管的场内市场，BI 技术也能在一个更加标准化和安全的环境中发挥作用。这不仅提升了数据交易的 透明度和有效性，也为商业智能分析提供了更高质量和更可靠的数据源，进一步 推动了数据驱动决策的发展。

根据我们对主流第三方数据服务商所提供的产品进行梳理，场外数据交易主要集 中在零售、金融以及政务等领域。 零售：提升运营效率与增强市场洞察为主要应用方向。通过分析销售数据、客户 行为和市场趋势，零售商能够更好地理解消费者需求，优化库存管理，并制定有 效的营销策略。随着数据的合规性和安全性得到增强，意味着零售商可以依赖更 加准确和全面的数据来驱动业务决策。例如，精准的消费者行为分析可以帮助零 售商更好地定位目标市场，制定个性化的营销策略。同时，对销售趋势和库存水 平的深入理解将促进供应链的优化，减少库存积压，提高资金流转效率。此外， 高质量数据的可用性将加速 BI 技术在零售领域的应用，使零售商能够更加智能 化和自动化地进行市场预测、风险评估和客户服务。

金融：数据价值挖掘和业务决策支持为主要应用方向。金融机构，如银行和投资 公司，积累了大量的交易记录、客户数据和资产数据。这些数据提供了深入的客 户洞察、风险监控和市场分析机会。结合客户历史数据、公共数据（如财税数据 等）等，金融机构可以更准确地分析市场趋势、客户行为和风险模式。例如，BI 可以用于优化投资组合，通过深入分析历史交易数据和市场动态，预测未来的市 场走势。此外，随着数据质量的提升，BI 还能帮助金融机构更有效地遵守监管要 求，比如在反洗钱和欺诈检测上，BI 技术可以分析交易模式，识别异常行为。 政务：提升政府治理的现代化水平、实现数据驱动的决策制定为主要应用方向。 政府部门结合本部门数据、其他部门数据以及社会数据有助于更好地规划和实施 公共政策、提高公共服务的质量，包括改善社会民生、应急管理、环境监控等多 个方面。随着数据质量的提升，政府部门可以更精确地监测和评估政策的影响， 确保公共资金的有效使用，并通过数据驱动的洞察促进社会和经济的可持续发展。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。「链接」