数据孤岛，等来了国家队

2023年国家数据局挂牌，管制度；2025年，央企国家数据集团组建，管运营。一虚一实，中国数据要素市场的顶层拼图，补上了最关键的一块。这不是又一家新央企的例行新闻——它要干的，是把散落在各部委、各省市、各事业单位里的公共数据挖出来、洗出来、用起来，直接给国产大模型和具身智能供粮。

数据孤岛喊了二十年，这次是真的有国家队下场了。但国家队进场，不等于孤岛自动消失。这篇文章想讲清楚三件事：国家数据集团到底补什么位、它和省级数据集团是什么关系、以及它要在AI时代喂饱模型，中间还隔着几道工程上的坎。

🏛️ 从数据局到数据集团：政策闭环补上“实体运营”

先看时间线上的几次落子，每一步都有公开文件可查：

• 2022年12月：《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（业内通称“数据二十条”）发布，确立了数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”框架；
• 2023年10月25日：国家数据局正式挂牌，首任局长为刘烈宏，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用；
• 2024年1月：国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》；
• 2024年10月：中办、国办印发《关于加快公共数据资源开发利用的意见》，首次从中央层面对共享、开放、授权运营三种公共数据开发利用方式作出部署；
• 2025年初：国家数据局相继印发《公共数据资源登记管理暂行办法》《公共数据资源授权运营实施规范（试行）》，授权运营的操作规则开始落地；
• 2025年：央企国家数据集团组建，定位数据要素领域的国家级实体运营平台。需要说明的是，截至本文成稿，该集团的具体挂牌日期、注册资本、领导班子和首批业务清单尚未见官方完整披露，细节请以官方公告为准。

把这些节点连起来看，逻辑非常清晰：数据局解决“规则”问题——数据确权、流通交易、收益分配、安全治理的制度框架；数据集团解决“干活”问题——归集、加工、运营这些需要真金白银、真团队、真系统去执行的事。

一个客观存在的缺口是：数据要素这条路，前几年确实是“文件先行、实体缺位”——从“数据二十条”到2024年的公共数据开发利用《意见》，制度设计层层加码，但落到操作层，谁来做全国性的公共数据归集与授权运营，一直没有一个明确的市场主体。地方上有省级数据集团在各自试，部委数据却始终悬在半空。

这就是国家数据集团的第一重意义：把“数据作为新型生产要素、国家基础性战略资源”这个定位，落成一个可执行的组织载体。它的核心任务不是简单把数据收上来囤着，而是聚焦公共数据授权运营、数据资产化、数据要素流通三个方向，推动数据资源真正转化为生产要素。

用一张结构图看当前的数据要素体系：

值得注意的是配套节奏已经起步：《公共数据资源登记管理暂行办法》和《公共数据资源授权运营实施规范（试行）》在2025年初相继出台，登记、授权、运营的操作框架有了初步版本；而收益分配机制、跨域流通规则等更深层的细则，仍在推进之中——这才是判断这家央企能走多快的真正变量。顶层组织到位只是开始，规则细化才是胜负手。

🗂️ 省级集团各自的仗：孤岛为什么一直打不破

国家数据集团不是凭空冒出来的，它站在一批省级数据集团的肩膀上。

过去几年，很多省份都成立了自己的省级数据集团，各自盘活本地的公共数据：政务数据归集、公共数据授权运营试点、数据产品上架地方数据交易所。这条路径在省域内部走得通，因为一省之内，行政协调成本可控。

但问题出在边界上。跨省市、跨部委的数据打通，一直很难。原因说穿了并不复杂：

1. 标准不统一。同一类数据，A省的口径和B省的口径对不上，部委系统和地方系统的字段定义、更新频率各有一套；

2. 规则不一样。授权运营的定价、分成、安全责任，各省各部委回答都不同，跨域流通缺少共同遵守的合同与合规框架；

3. 利益与责任不清。数据出域之后出了安全问题算谁的？收益怎么分？没有顶层裁判，地方没有动力主动把自己的数据拿出来共享。

于是数据孤岛长期存在。这不是技术问题，技术上的数据交换、隐私计算方案早就成熟；这是治理结构和激励结构的问题。

国家数据集团的角色，就是补上这个顶层统筹：作为央企，统一推进全国数据资源的归集、流通、确权和安全治理。换句话说，省级集团继续做“地方运营者”，国家集团做“跨域协调者＋国家级平台”。

这个分工能不能真正运转，取决于省级集团愿不愿意“交出一部分话语权”。不难预见，地方数据集团的心态会是复杂的：既希望国家队带来统一标准、降低对接成本，又担心自己在价值链里被压到下游。产业逻辑上，分工明确对双方都有利——前提是确权和分成机制设计得足够细。

🤖 为AI供数：这是比“数据变现”更硬的命题

如果说确权流通是数据集团的“基本盘”，那么为AI供给高质量训练数据，才是它被成立的“时代原因”。

2024年中办、国办《关于加快公共数据资源开发利用的意见》及配套文件，明确指向同一个目标：推进公共数据资源开发利用，为国产模型、具身智能供给高质量数据，降低全社会模型训练成本。这句话信息量很大，值得拆开。

当前国产大模型普遍面临一个共同瓶颈：公开可抓取的高质量中文语料越用越薄，互联网存量数据的天花板肉眼可见。而政务、医疗、交通、气象、地理等公共数据领域，恰恰藏着大量高价值、高可信度、持续更新的数据——这些数据受制于授权和安全约束，过去几乎无法进入训练管道。

具身智能的需求更迫切。机器人训练需要的真实场景数据（物理环境、行为轨迹、传感数据）分散在各个行业系统里，靠企业自己采集，成本高到不现实。公共数据的统一开发运营，理论上可以把这个供给成本打下来。

放到竞争格局里看，各家玩家的位置差异很明显：

读这张图有两个要点。第一，国家数据集团的高价值来自资源禀赋——它背靠的公共数据是别人拿不到的，但技术门槛需要靠生态补齐：清洗、标注、脱敏、评测这些能力，大概率会通过合作开放给产业链。第二，头部互联网平台虽然技术和商业化能力强，但手里主要是自有业务数据，公共数据这条供给线它们进不来也不该进。两者不是替代关系，是互补关系。

对做Data for AI的创业公司来说，这反而可能是利好：国家级供数平台一旦成型，数据标注、数据清洗、合成数据、数据质量评测这些下游环节的需求会被系统性放大。国家队供原料，市场做精加工——这条产业链的分工值得提前布局。

⚖️ 确权与授权运营：商业模式里最硬的骨头

公共数据授权运营喊了几年，真正的难点从来不在“愿不愿意开放”，而在三个具体问题：

• 确权：一份数据经过多个部门、多次加工，权益怎么切分？“数据二十条”确立的持有权、加工使用权、经营权“三权分置”框架有了，2025年初的登记管理办法也开始搭建统一登记体系，但落到具体合同和系统里，还需要国家级平台给出完整的确权流转凭证；
• 定价：公共数据不是商品，不能完全市场定价，但完全免费又会摧毁运营激励。授权运营的定价与分成机制，是数据资产化能否跑通的核心，目前细则尚未完全成型；
• 安全：数据出域即风险。原始数据不出域、数据可用不可见，需要隐私计算、可信数据空间这类基础设施在国家层面统一建设，而不是各地各建一套。

这三个问题环环相扣，任何一环含糊，数据要素流通就只能在试点范围里小打小闹。国家数据集团把确权、流通、安全治理三项职能收拢在一个主体下统筹，本质上是在给整个市场“立规矩、修管道”。

落地过程中的主要痛点与可能的解法，可以归纳为：

需要保持清醒的是：数据资产化不等于数据能卖出钱来。公共数据的货币化路径大概率是渐进的——先在政务、金融风控、交通调度这类确定性场景里跑出样本，再谈规模化。指望集团成立就带来数据要素市场的爆发，不现实。

⚠️ 工程视角的三道坎：别把顶层设计当落地本身

作为长期泡在数仓和管道里的人，最后必须泼一点工程上的冷水。顶层组织到位，离数据真正可用，中间还有至少三道坎。

第一道坎是数据质量。公共数据的现实状态是：字段缺失、口径陈旧、更新滞后、系统烟囱林立。归集只是搬运，治理才是大头。按业内普遍经验，数据治理的投入常常占整个项目的大半，而产出周期以年计。国家数据集团要准备的，是一场持久战而非闪电战。

第二道坎是成本与可持续性。全国尺度的归集、存储、脱敏、供数，是一笔持续的巨额开支。如果不尽快跑通授权运营的收费闭环，集团自身就会面临“公益使命＋商业造血”的平衡难题。这也是为什么政策文件反复强调数据资产化——它不只是概念，是这个模式活下去的现金流。

第三道坎是协同机制。央企能协调部委，但协调不等于执行。省级集团、行业数据源、地方数据交易所各有算盘，统一标准的过程本质是利益再分配的过程——标准之争，背后往往是话语权之争。这一层的磨合速度，将直接决定全国数据一张网的成型时间。

这三道坎决定了判断节奏的正确姿势：看配套政策落地、看首批授权运营案例、看对AI公司的实际供数进度，而不是看挂牌新闻本身。

结语：一块拼图，一场长跑

回头看，从2022年12月“数据二十条”定调制度框架，到2023年10月国家数据局挂牌管规则，再到2025年国家数据集团组建管运营——四年时间，国家数据要素体系完成了“定理念、立规则、建实体”的三级跳。国家数据集团的成立，回答的是一个悬了很久的问题：数据要素这件事，谁来做国家级的实体运营者。它补上了从制度设计到实体执行的最后一环，也为国产模型和具身智能的数据供给，铺了一条过去不存在的管道。

但管道铺好，水不会自动流过来。确权规则要细化，省级协同要磨合，数据质量要一年年洗出来。对产业链上的玩家——做数据治理的、做隐私计算的、做数据标注和合成数据的、做大模型的公司——现在最该做的，是盯住三个可观察的信号：授权运营实施细则和收益分配机制的后续文件、第一批跨域授权运营的落地案例、以及公共数据对大模型企业的实际供数进度。

数据孤岛没有在挂牌当天消失，但终结它的路径，第一次清晰地摆在了桌面上。

修订说明（编辑注，发布时可删除）：

1. 补全了可核实的事实链：国家数据局挂牌日期（2023年10月25日）及首任局长、“数据二十条”（2022年12月）、《“数据要素×”三年行动计划》（2024年1月，17部门）、中办国办《关于加快公共数据资源开发利用的意见》（2024年10月）、《公共数据资源登记管理暂行办法》《公共数据资源授权运营实施规范（试行）》（2025年初，国家数据局）。

2. 国家数据集团的挂牌日期、注册资本、领导班子、首批业务等，因尚无官方完整披露，已在文中明确标注“以官方公告为准”，未做虚构填充；待官方信息发布后可回填。

3. 删除了无出处的引证：“据多位接近政策层的人士观察”“素材里说得直白”“据多位接近行业的人士反馈”等，均改为基于公开文件的分析表述；“私下里，不少地方数据集团的人心态是复杂的”改为对可预见情况的推断。

4. 顺手修复了“竞争格局定位”象限图中缺失的数据点坐标及代码块截断问题。