（图片来源：摄图网）

（记者　陈洲）日前，国家数据局官网发布了《2025年可信数据空间创新发展试点名单公示》。名单显示2025年可信数据空间创新发展试点项目共63个，其中城市可信数据空间方向13个，行业可信数据空间方向22个，企业可信数据空间方向28个。随着可信数据空间在多领域加速落地，一系列现实挑战也逐渐凸显：隐私计算效率不足、跨平台兼容性差、数据确权难、中小企业参与度不高等等……

各地掀起可信数据空间建设热潮

可信数据空间是基于共同规则构建的数据共享平台，其核心价值在于让企业、政府、机构等主体在严格保护数据隐私与安全的前提下，实现数据资源的高效流通与协同利用，最终达成“数据可用不可见、可控可计量”的目标。这一创新模式打破了传统数据共享中的信任壁垒，为数字经济的深入发展提供了关键支撑。

目前，各地已掀起推进可信数据空间建设的热潮，纷纷出台政策规划为其发展保驾护航。湖北省数据局印发的《湖北省推进可信数据空间发展行动方案》明确提出，到2028年要建成30个以上资源集聚、价值共创的可信数据空间，开发不少于300个应用场景，上架2000个以上数据产品，构建完善的技术、运营、生态、标准和安全体系。广东省则聚焦制造业，计划在汽车、电子信息等重点产业打造行业可信数据空间，推动产业链上下游数据共享，助力产业升级。上海市依托数据交易所优势，探索建立跨区域可信数据空间互联机制，促进长三角地区数据要素自由流动。

在多领域的落地应用中，可信数据空间的价值得到充分彰显。如，在医药行业，北京“药品可信数据空间”实现了药监局、医院、药企的数据互联，患者在不同医院的检查结果可跨院调取，避免了重复检查带来的资源浪费；在电力行业的可信数据空间打通了发电企业、供电公司与用电用户的数据链路，通过实时监测全链条碳排放数据，为“双碳”目标达成提供精准支撑；教育领域的数据空间汇聚了全国1PB优质教学语料，涵盖从小学到高中的各类课程资源、教学案例和题库素材，乡村学校通过标准化接口即可调用这些资源，有效缩小了城乡教育差距；在农业领域，茶业数据空间构建了从种植到销售的全链条溯源体系，消费者扫码就能查看茶叶的种植基地环境、施肥用药记录、加工工艺参数以及物流运输轨迹……

这些场景的成功实践，印证了可信数据空间在激活数据要素价值、赋能实体经济方面的强大潜力。

可信数据空间面临多重挑战

可信数据空间作为数字经济时代数据流通的重要载体，虽被寄予推动数据要素市场化的厚望，但在实践中仍面临技术、规则、生态等多重挑战，这些难题制约着其规模化落地。

在技术层面，隐私计算效率与跨平台兼容性成为核心瓶颈。当前主流的隐私计算技术，在处理大规模高维度数据时，往往需要付出数倍于传统计算的时间成本，部分场景下甚至出现效率下降10倍以上的情况，难以满足实时性业务需求。更关键的是，不同企业研发的隐私计算框架采用差异化技术标准，如同“信息孤岛”般难以互联互通，严重阻碍数据跨域流动。此外，数据加密与解密过程中的算力消耗、异构系统间的数据格式转换误差等问题普遍存在。

规则层面的数据确权模糊与定价机制缺失，直接推高了数据交易成本。数据作为新型生产要素，其所有权、使用权、收益权的界定始终存在争议——用户生成的数据经企业加工后权属如何划分？公共数据开放后的商业利用边界在哪里？这导致企业在数据交易中普遍存在“不敢交、不愿交”的情况。与此同时，数据价值评估缺乏统一标准，同一批消费行为数据在零售、金融领域的估值可能相差5-8倍，买卖双方的定价博弈往往使交易周期延长至3个月以上。

生态层面，中小企业参与门槛高以及数据资产化能力薄弱，则阻碍了可信数据空间的生态平衡。构建可信数据空间需要前期投入大量资金用于技术部署、合规审计等，一套基础级别的数据安全管理系统成本高达数百万元，远超中小企业的承受能力。更重要的是，多数中小企业缺乏数据资产化思维，既不懂如何将业务数据转化为可交易的资产，也难以评估自身数据的商业价值。能力的断层使得数据空间生态呈现“头部企业主导、中小玩家边缘化”的失衡格局，难以形成多元主体共赢的良性循环。

多维度创新，护航行业规模化发展

可信数据空间的规模化发展，需要以技术创新打破壁垒、以规则构建明晰边界、以生态培育激活活力，三者协同发力方能推动可信数据空间真正成为普惠性基础设施。

技术创新需聚焦效率提升与标准统一。针对隐私计算效率不足的问题，可通过“硬件加速+算法优化”双轮驱动——采用专用加密芯片将训练效率提升3-5倍，同时开发轻量化隐私计算框架，降低中小机构的部署门槛。更关键的是建立跨行业技术标准，参考63个试点项目经验，在金融领域统一账户数据加密格式，在医疗领域规范电子病历脱敏标准，通过“行业标杆+强制适配”机制，推动80%以上的隐私计算平台实现互联互通。

规则构建要实现确权分级与定价市场化。基于试点经验建立数据权属“三分法”：用户保留所有权、机构享有使用权、收益按贡献分配，同时对数据进行安全等级划分，明确不同级别数据的流通范围。在定价机制上，推广“基础价值+场景溢价”的动态模型——医疗数据可按病例数量确定基础价，结合AI药物研发等场景附加值调整最终价格。可借鉴数据交易所的“挂牌-竞价”模式，引入第三方评估机构，将交易周期压缩至1个月内，同时建立争议仲裁机制，降低交易摩擦成本。

生态培育需打造普惠体系与业态创新。针对中小企业参与难的问题，应推出 “数据科学即服务”(DSaaS) 模式，通过云化部署将入门成本降低。在金融、医疗等试点领域培育数据经纪商，帮助中小企业完成数据资产化转型，同时催生合规审计、安全评估等新业态，形成“技术服务商+数据经纪商+监管沙盒”的生态闭环。

随着各领域标准化范式的形成，可信数据空间将逐步实现“像水电一样即用即取”。这种数据自由流动的格局，不仅会重构产业竞争逻辑，更将推动全社会进入“数据驱动”的创新纪元。