5月30日，全國數據資源調查工作組（國家工業信息安全發展研究中心）編纂的《全國數據資源調查報告（2023年）》對外公布。

根據說明，2024年2月，國家數據局聯合中央網信辦、工業和信息化部、公安部組織開展全國數據資源調查，國家工業信息安全發展研究中心承擔調查實施工作。在前期工作基礎上，此次調查擴大調查范圍、擴展調查對象、增設調查指標，通過全量測算和抽樣調查等方式，調查全國關鍵數據資源情況，為政府施策、產業發展提供參考。

調查報告指出，數據作為新型生產要素，具有重要基礎性和戰略性，是發展新質生產力的重要基礎。近年來，在政產學研用合力推動下，我國數據規模實現快速增長，數據流通交易架構逐步形成，數據開發利用創新探索，數據要素價值加快釋放，為做大做強數字經濟、建設數字中國奠定了堅實基礎。

調查發現，我國數據資源管理和利用整體處于起步階段，數據“產-存-算”規模優勢基本形成，數據“供給-流通-應用”主體逐漸豐富，海量數據和豐富場景優勢潛力仍待釋放。

全國數據生產、存儲、計算呈現規模大、增速快的特點。2023年，全國數據生產總量達到32.85澤字節（ZB），同比增長22.44%。2023年，全國數據存儲總量為1.73澤字節（ZB），存儲空間利用率為59%。2023年，2200多個算力中心的算力規模超0.23十萬億億次浮點運算/秒（ZFLOPS），同比增長約30%。其中，智能算力占比約30%。

2023年，全國一體化政務數據共享樞紐接入53個國家部門、31個省/自治區/直轄市和新疆生產建設兵團數據，“一網通辦”事項不斷增加。2023年，公共數據開放量同比增長超16%。18.6%的平臺企業和51%的中央企業在數據開發利用過程中應用到政府開放數據。4個國家部門、15個省級數據管理部門探索公共數據授權運營。

值得注意的是，數據生產存儲、流通交易、開發利用過程中的數據量降幅較大，能支撐人工智能訓練的數據資源較少，數據價值仍需進一步挖掘。2023年，全國數據產存轉化率為2.9%，海量數據源頭即棄。企業一年未使用的數據占比為38.93%，大量數據被存儲后不再被讀取和復用。交易所需求方是供給方的1.75倍，數據產品成交率為17.9%，數據場內交易供需匹配率低。2023年，尚未建設數據管理系統的大企業比例為21.9%，實現規劃管理的數據資源仍然較少。2023年，開展數字化轉型的大企業中，實現數據復用增值的僅有8.3%，數據價值挖掘任重道遠。

1）我國數據生產規模持續擴大

2023年數據生產總量達到32.85澤字節（ZB），同比增長22.44%，非結構數據爆發式增長。隨著5G、AI技術的快速發展及智能設備的規模應用，內容創作、影像視聽等非結構數據對我國數據總規模增長貢獻較大，消費民生領域新業態不斷涌現，滿足了人們不斷增長的文化娛樂消費需求。

2）智慧城市擴大物聯感知范圍

公共數據獲取范圍不斷擴大，設施物聯傳感數據占比超40%。城市各種基礎設施、資源、服務等加速數字化、網絡化、智能化升級，攝像頭、傳感器、無線設備等相互連接形成城市的“神經脈絡”，實時捕捉城市交通、人流等各種信息，推動海量數據從大街小巷匯入城市大腦。

3）智能應用推動數據產量提速

隨著技術的創新突破以及硬件的迭代更新，生產生活的數字化應用逐漸增加，推動我國數據產量快速增長。在生活方面，智能網聯車驅動車、路、網、云數據快速交換，出行數據同比增幅達到49%。在生產方面，老舊生產設備的升級改造以及智能邊緣設備、工業機器人、數控機床等智能設備的推廣應用，推動生產制造數據同比增幅達到20%。

4）算力中心規模持續增長，算力建設仍需適度超前布局

至2023年底，2200多個算力中心的算力規模約為0.23十萬億億次浮點運算/秒（ZFLOPS），同比增長約為30%。與此同時，大模型訓練算力需求高漲，科學、政務、金融、工業等行業算力需求隨之增加，一體化算力體系建設仍需加快推進，保持適度超前布局。

5）消費領域數據交互活躍度較高

2023年，四大運營商數據顯示全國數據總流量較去年同期增長7.6%，數據流量保持穩步增長。隨著汽車、家居、穿戴等智能終端品類不斷豐富和聲像視聽數據交互需求持續增加，移動互聯網數據流通活躍度不斷增加。

6）平臺和央企數據流通量遠超其他企業

中央企業和平臺企業成為行業領域的數據樞紐，在各自領域探索交互機制。平臺企業是行業領域的數據樞紐。本次調查中，平臺企業平均數據交互量為行業重點企業的249倍，各行業數據正逐漸向平臺聚攏。SaaS服務模式日益成熟，平臺提供數據產品中SaaS化產品占比超五成，訂閱式交易占比逐年增多。中央企業成為產業鏈數據樞紐。本次調查中，中央企業平均數據交互量為行業重點企業的42倍。鏈主企業正在通過產業鏈協同賦能上下游企業，匯聚全產業鏈數據。

在發展趨勢方面，全國數據資源調查工作驗證了我國發展數字經濟具備超大規模市場、海量數據資源和豐富應用場景潛在優勢。未來，隨著數據技術不斷進步，基礎制度持續完善，數據生產規模將保持高速增長，存儲計算將向按需調度發展，數據流通將向規范有序、多元協同發展，數據開發利用將向需求牽引、智能驅動發展。

1）數據生產向高增速和高質量同步發展

在政策、技術和應用多重因素驅動下，我國數據規模將保持快速增長趨勢，高質量數據資源將成為經濟增長的重要源泉。一方面，數據規模優勢將進一步擴大。數據生產能力將隨著衛星通信、自動駕駛、生成式AI等新技術的規模化應用而持續提升，預計2024年數據生產量增長將超25%，同時，數據存儲能力也將隨硬件技術的升級迭代和成本降低提升。另一方面，數字化轉型將促進各行業高質量數據形成，數據從設備、系統的分散狀態釋放、匯聚和應用。同時，AI大模型的迅猛發展對大規模、高質量、多樣性數據集提出更高要求，有助于數據質量進一步提升。

2）數據存儲計算向一體化按需供給發展

隨著人工智能訓練需求的高漲，算力在短期內仍會出現難以滿足需求的情況，但會隨應用需求加速調整布局，提高算力利用率。一方面，數據存儲結構將按需調整，邊緣智能計算將有所提高，把有價值的數據釋放出來；協同交互需求推動部分數據向云端遷移，實現在線調度和應用。另一方面，隨著數據高效計算、實時讀取需求不斷增長，未來全國一體化算力體系將向算力能力發布、算力調度、安全服務等多元功能擴展，緩解東部實時算力壓力的同時，釋放西部算力優勢。

3）數據流通向規范有序、多元協同發展

隨著國家層面的數據交易規范進一步完善。一方面，隨著數據流通基礎規則不斷完善，數據交易場所、數據服務商等流通載體將逐步走向規范有序發展。另一方面，場內場外流通交易模式更加多元化，各類細分領域交易機構向專業化發展。平臺企業和中央企業將持續發揮行業數據樞紐作用，帶動行業領域的數據匯聚、流通和應用。

4）數據應用向需求牽引、智能驅動發展

應用場景牽引的數據開發利用將成為主要趨勢，AI技術成為數據開發利用的重要推動力。一方面，應用需求涌現，場景逐漸豐富化。大模型對海量高質量數據提出了迫切需求，垂直領域的數據應用需求將持續保持快速增長，并逐步從業務降本提效轉向協同創新、市場拓展，數據驅動業務發展將成為主要應用訴求。另一方面，自然語言處理、語音識別等技術進步降低開發門檻，圍繞數據增值的產品服務將逐漸成為數據供給的主要方式。