2025智慧中国年会

2025年11月26日至27日，以“数字跃升：从要素流通到智能涌现”为主题的2025（第21届）智慧中国年会在北京圆满落幕。本届年会由智慧中国年会组委会与国脉互联共同主办，设置“数据基础设施总体架构：前沿实践与核心挑战”高端闭门研讨会及主论坛两大核心议程。会议汇聚了来自国家部委、权威学术机构、多地数据主管部门及行业领军企业的500余位现场代表，并吸引了上万名线上观众，共同探讨数字化发展新趋势，为推动数字中国建设注入新动能。

大会闭门研讨会上，国家电子政务专家委委员，浙江省政府办公厅原党组成员、副主任陈新忠做了《公共数据共享与数据实验室探索》主题演讲，从数据本质认知、浙江实践演进、未来趋势洞察三个维度，系统阐述了公共数据从要素化流通到智能化赋能的转型路径与发展范式。

一、关于数据：基础认知与价值创造

1.数据的本质

从历史维度，大数据在数字化之前已经开始？古人根据物候和天象变化创立了二十四节气，用于指导农事。从商业维度，电商平台表面交易商品，本质是通过服务获取数据，形成“交易-数据-服务”的增强回路。从治理维度，政务服务从“被动响应”到“主动服务”的转变，核心驱动力正是数据赋能平台，从而提供更好的服务。

更为关键的是，规模引发质变。正如一部动态电影迥异于静态绘画，当数据积累达到“大数据”量级时，其性质与价值便发生飞跃。大数据的长处在于通过海量分析揭示事物间的相关性规律，尽管不直接指向因果，但其发现的“共同出现”模式，已成为预测趋势、优化决策与创新服务的强大引擎，构成了主动性政务服务乃至整个智慧社会运行的底层逻辑。

2.数据要素的本质

只有当数据量积累到一定程度，并伴随着处理技术的突破，数据的潜在价值才被大规模地、系统地释放出来，使其真正具备了成为基础性、战略性经济资源的资格。因此，是大数据时代催生并确立了“数据要素”概念。同时，数据要素须具备大数据的“5V”特征（海量、高速、多样、价值和真实性），才能有效发挥其作为生产要素的作用。

从生产力角度看，大数据时代的生产力可表述为：数据生产力=数据要素（劳动对象）×算力平台（劳动资料）×算力模型（生产工具）。这三者相互促进，形成倍增效应：算力进步支持更复杂模型的应用，更优模型能处理更多样海量的数据，而更高质量的数据又能训练出更强大的模型。

数据资产化的前提是有效的控制权。这贯穿于硬件、操作系统、数据库到企业系统等各层面。控制权决定了数据资源的调配、风险的承担与最终价值的归属，是商业运行和合作设计的核心。

数据流通与交易则是实现价值的关键环节。与实物交易不同，数据交易的本质并非所有权的转移，而是控制权的共享、授权或让渡。交易的实质是对数据使用范围、期限、场景及收益分配等控制权限的界定。数据可无限复制的特性，使得交易焦点从“归谁所有”转向“由谁控制、如何合规使用”。控制权直接关联价值实现与风险分配，是数据交易双方博弈的核心所在。

二、浙江实践：数据驱动的改革历程

浙江的数字化改革历程，本质上是数据价值不断释放、应用持续深化的过程。这一进程清晰地呈现出四个递进阶段：数据在线→数据共享→大数据分析→人工智能赋能。

第一阶段：以“四张清单一张网”为标志，解决“数据在线”问题

第一阶段以“四张清单一张网”为标志，核心是解决数据在线的问题。浙江政务服务网的建立，旨在将政务服务全面整合至一个统一线上门户，实现企业群众办事“如网购般便捷”。在此之前，政府运作基本处于“线下办理、数据离线”的状态。因此，构建“一张网”远不止是搭建网站，实质是一场深刻的数据革命——其首要任务正是解决“数据在线”问题。这张网是数字政府的“统一操作平台”与“服务交互界面”。若没有数据的在线汇聚、互通与共享，所谓“一张网”便只是空洞的导航页面，无法支撑业务流程再造，更不可能实现“最多跑一次”的根本性体验变革。

第二阶段：以“最多跑一次”改革，解决“数据共享”问题

第二阶段聚焦数据共享，核心载体是“最多跑一次”改革。数据在线化解决了“数据有无”与“数据在否”的基础问题，但若权限未通、数据未联，各部门仍如仅持自有钥匙、难开他室之门，群众办事依旧需跨部门奔波，“跑腿”之累并未实质减少。为此，浙江于2017年底启动改革，着力打通系统、贯通数据。

此次改革以一套系统性方法推进，可概括为“数据共享V模型”。模型包含双向路径：

◉下行：业务协同模型。以“定准核心业务-确定业务模块-拆解业务单元-梳理业务事项-确定业务流程-明确协同关系-建立指标体系-汇总数据需求”为路径，从梳理核心业务出发，逐层拆解到最具体最基本的事项，并从治理与服务两个维度加以标识形成业务事项清单，逐一明确支持事项及业务流程的数据指标，实现事项的标准化、数字化，形成可认知、可量化的部门职责体系。

◉上行：数据共享模型。以“形成数据共享清单-完成数据服务对接-实现业务指标协同-完成业务事项集成-完成业务单元集成-完成业务模块集成-形成业务系统”为技术路线，按照数据需求清单，逐项明确数据所在系统与所属部门，明确数据共享方式与对接接口，加快业务单元、业务模块的数据定义和系统开发，开发支撑部门职责体系的业务系统。

为推动落实，浙江组织26个省级厅局开展为期31天的集中攻坚，最终实现100个高频事项、72亿条数据的全面打通，有效破解了条块分割、系统孤岛、协同不足等问题。2018年，浙江在首届数字中国峰会上率先分享此项改革经验，并提出“两个凡是”原则——凡是政府部门出具的材料和凡是老百姓提供过的材料不再要求群众和企业提供，标志着从“群众跑腿”到“数据跑路”的根本转变。

第三阶段：以“互联网+监管”改革，深化“大数据分析”应用

如果说“数据在线”是修通了“信息公路”，“数据共享”是制定了“交通规则”，那么“大数据分析”就是利用这些流动的数据来“指挥交通”“预测车流”甚至实现“自动驾驶”，推动治理从“流程优化”迈向“智能决策”的质变。这一阶段的典型实践是浙江省作为国家试点率先推进的“互联网+监管”改革。该平台自2019年7月起全面推广应用，目前已实现省市县全贯通、38个执法部门全覆盖，推动实现事中事后监管迈向规范化、精准化、智能化：

◉更规范：在全国率先实施监管事项清单管理，明确每项监管的权责、流程与标准等，实现“清单之外无监管”，执法全程可追溯；

◉更精准：依托全省统一的公共数据平台，建成执法监管数据中心，归集全量监管数据，并融合GIS、大数据算法等技术，实现数据与监管行为深度联动；

◉更智能：创新建设全国首个省级风险预警处置中心，对接20多个行业风险监测系统，形成“自动监测-预警推送-任务生成-处置反馈”的智能闭环。

这一阶段的实践表明，数据驱动不仅提升了监管效能，更逐步重塑治理逻辑，为从“治理数字化”走向“数字化治理”奠定了系统基础。

第四阶段：以“浙政智能”改革，实现“人工智能赋能”

进入人工智能时代，政务数据应用迈向更高阶的智能决策支持阶段。“浙政智能”应用，标志着浙江从“数据驱动”走向“智能驱动”的治理范式升级。“浙政智能”聚焦地市画像、重大工程、产业政策（如以旧换新、低空经济、415X、8+4体系）等专题，构建智能问答与决策支持系统。平台整合全省政策文件、经济运行指标、“千项万亿”重大项目动态等多维数据，并实时接入浙江日报、人民网、新华网等六大权威信源，实现三大核心功能：

◉动态感知经济社会发展态势，支持对各地市运行情况的实时查询与分析；

◉智能解读重大政策要点，提升政策传达与理解的精准度；

◉跟踪监测重大项目进展与经济走势，强化过程管理与风险预警。

同期，人工智能在政务深水区持续拓展应用场景：如科技厅AI辅助编制助手：聚焦低空经济、人形机器人等前沿领域，辅助专家开展科技专项指南编制，提升需求分析的全面性、榜单设计的创新性，以及绩效指标设定的科学性；政策文件AI辅助合法性审查：基于历史案例与业务规则，构建“人工+模型”协同审查机制，提升文件审查的规范性与效率。从“PPT汇报”到“GPT交互”，从滞后响应到实时研判，这一阶段的实践不仅体现了技术工具的演进，更核心的是治理逻辑的现代化转型——推动政府决策从经验主导、流程驱动，走向数据支撑、智能协同的新模式。

三、未来趋势：探索价值创造新范式

将来数据在社会上真正流转起来后，它的顶层架构会是什么样的？网络层、数据层、应用层各有什么特征？

1.技术趋势：从“计算为中心”向“数据为中心”转型

技术趋势的演进主要体现在两个方面：一是传统以“计算为中心”，数据围绕计算组织和计算效能提升展开设计和优化。未来以“数据为中心”，计算资源围绕数据组织，形成全局数据的多视图支撑。二是推动数据与应用进一步分离，使数据脱离具体业务场景，成为可通过标准化服务灵活调用的独立要素。

进一步聚焦人工智能所带来的深刻变革，我们需要审视数据在收集、处理与利用方式上发生的系统性转变。这一转变可围绕“要素-技术-产业”三层架构，通过每一层数据要素从IT+、互联网+再到AI+的演进脉络来理解，并实现在数据形态、技术能力和价值创造等维度的跨越式升级。

这一演进背后是根本性转变，一是数据形态从结构化为主到非结构化为主，大模型实现端到端处理；二是使用主体从“人主导”到“智能体主导”，AI成为核心数据使用者；三是计量方式从存储视角的“比特”转向计算视角的“Token”，推动数据以模型为中心重新组织。本质上，AI大模型已成为数据价值释放的最短路径与自动流动的引擎，它不仅重塑数据处理方式，更重新定义数据要素化的实现逻辑。

2.互联网升级：数据应用→数据空间→数联网→互联网

互联网的演进正朝着以数据为核心的新一代互联网形态升级，其路径可概括为：数据应用→数据空间→数联网→新一代互联网。关键使能技术包括：

◉去中心化身份（DID）：基于密码学与分布式账本，赋予用户真正的数据控制权，支撑数据要素的自主流转。

◉星际文件系统（IPFS）：通过内容寻址构建永久、分布式的存储网络，实现数据存取的去中心化。

◉链接数据（Linked Data）：借助统一标识符与标准化协议，连接全球分散数据，促进语义化互联与交互。

◉数字对象架构（DOA）：以“标识-元数据-实体”为数据三要素，定义对象间的互联互通机制，支持跨系统互操作。

这些技术共同指向一个核心目标：构建以数据控制权交换为核心的数联网，并推动互联网从“信息传输网络”向“数据要素流通网络”升级。

3.数据价值化方式：数据产品、平台经济、大模型

在数据价值实现层面，已形成三类典型模式：数据产品化，将数据封装为可交易、可服务化的产品；平台经济化，依托数据驱动平台实现业务创新与生态构建；大模型赋能化，以数据训练模型，通过智能输出释放价值。

典型案例如浙江省卫健中试基地的公共数据授权运营，通过政府主导、行业支撑、政企协同，将1.2亿余条医疗健康数据经治理后，以授权运营方式通过省数据局一体化智能化公共数据平台，安全有序提供给大模型训练，探索出公共数据要素化落地的新范式。

此外，要想实现数据要素更大范围、更高效率的流通，建立全国统一且与国际兼容的数据标识体系已成为关键基础。数据开发利用本质上是推动“大数据技术突破”与“互联网升级”协同并进的过程。

最终，我们应从未来回望现在：

三个未来判断：交易所形态将演进，未来数据须实时在线，未来数据都须被大模型直接触达与使用；

三个行动判断：加快互联网升级、推动平台开放标准、建设国家级的可信数据底座。

真正的命题不是未来要做什么，而是现在做什么，才能走向那样的未来。