Workflow
数据产业
icon
搜索文档
深港数据跨境安全便捷通道启动 将率先在医疗领域试点应用
21世纪经济报道· 2025-04-30 10:22
深港数据跨境安全便捷通道 - 深港数据跨境安全便捷通道正式启动 由深圳市委网信办指导 前海管理局依托国家新型互联网交换中心建设 [1] - 通道采用"三位一体"架构 包括深港专用安全通道 深港数据跨境安检站 深圳数据跨境综合服务中心 [1] - 率先在医疗领域试点应用 支持病历互通 医保核赔 远程诊疗 科研合作等场景 [1] - 2023年5月深港跨境数据验证平台已上线试运行 首阶段应用于跨境金融领域 [2] - 前海管理局表示将继续建立健全数据跨境流动机制 建设国际数据流通枢纽 [2] 前海数据产业基金 - 前海数据产业基金正式设立 总规模5亿元 [1] - 由前海管理局与宝安区政数局指导 前海产业引导基金和宝安区产业投资引导基金共同出资 [2] - 重点投向数据资源 数据技术 数据服务 数据应用 数据安全和数据基础设施等领域 [2] - 旨在培育高成长性数据科技企业 打造全国领先的数据产业集群 [2]
钛媒体科股早知道:“政策支持+需求逐渐释放”该行业景气度有望提升
钛媒体APP· 2025-04-30 00:39
汽车芯片标准化 - 工信部加快汽车芯片标准制修订 包括环境及可靠性通用规范、信息安全、一致性检验等标准制定 完善基础评价方法 [2] - 推动安全芯片、电动汽车用功率驱动芯片等标准发布实施 完成智能座舱计算芯片、卫星定位芯片、红外热成像芯片、底盘控制芯片等标准审查报批 [2] - 2025年中国汽车芯片市场规模预计达950.7亿元 高端芯片国产化势在必行 国外厂商在MCU、智能功率器件、电源管理芯片等领域占据主导地位 [2] 数据资源开发利用 - 国家数据局要求构建全国一体化数据资源开发利用体系 推动公共数据开发利用政策落地 释放公共数据价值 [3] - 加快可信数据空间创新试点 打造数据规模化流通利用新模式 培育开放创新的数据产业生态 [3] - 数据有望成为中国AI产业弯道超车的主要抓手 DeepSeek有望破除公共数据放开障碍 建议关注数据基础设施、数据标注、数据运营相关标的及拥有独特高质量数据集的公司 [3] 算力资源争夺 - 腾讯向字节跳动购买价值约20亿元的GPU算力资源 以英伟达H20卡和服务器为主 阿里也向字节跳动下了GPU订单 [4] - 字节跳动去年囤积约10万个GPU模组 总价值约1000亿元 [5] - 阿里巴巴宣布未来三年投入超3800亿元建设云和AI硬件基础设施 字节、腾讯等互联网大厂加大算力投入 行业需求旺盛 [5] 民爆行业景气度 - 2025年一季度民爆生产企业累计实现炸药产量89.98万吨 同比+1.5% 利润总额13.13亿元 同比+23.03% 爆破服务收入72.41亿元 同比+35.52% [5] - 行业迎龙头并购整合加速、西部大开发、新疆能源保供基地、"一带一路"出海等多重发展机遇 [5] - 2024年采矿业投资增长10.5% 全国出让探矿权984个 其中战略性矿产探矿权570个 同比+218.4% 新疆和西藏地区炸药需求量增长 [6]
数据筑基AI创新,高质量供给点燃数智融合新引擎
选股宝· 2025-04-29 14:55
数字中国建设与人工智能发展 - 国家数据局局长强调加快推进数字中国建设,抓住人工智能发展机遇,推动数据要素市场化配置改革与"人工智能+"行动协同 [1] - 重点推动数据要素与人工智能、科技创新、产业应用结合,建设高质量数据集,为AI技术创新提供数据基础 [1] - 银河证券预测到2035年AI核心产业(算力基础设施、智能终端与硬件、算法与软件)将直接贡献GDP约10% [1] 数据产业链发展机遇 - 中信证券指出国内数据产业链处于初期阶段,AI基础设施、数据要素、国产化信创三大趋势驱动新一轮发展 [2] - 数据库环节:传统关系型数据库受信创政策支持,需求弹性显著 [2] - 数据平台环节:大数据平台向"数据+AI"演进,生成式AI推动行业模型落地,带来训练管理需求 [2] - 数据资源服务环节:生成式AI催生多模态数据需求,国内与数据要素共振加速发展 [2] 相关公司业务布局 - 浪潮信息:全球IT基础设施龙头,聚焦云计算、大数据、AI、边缘计算技术研发,业务覆盖120国 [3] - 奥飞数据:国内IDC服务商,核心业务包括数据中心、互联网接入、灾备服务、云计算及AI智算 [3]
2024年我国数据生产总量同比增长25%
快讯· 2025-04-29 02:43
数字经济规模 - 数字经济核心产业增加值占GDP比重10%左右 [1] - 数据生产总量达41.06ZB [1] - 数据生产总量同比增长25% [1] 数字基础设施建设 - 数字基础设施不断扩容提速 [1] - 数字中国建设加快推进 [1] 数据要素市场 - 数据要素市场日趋活跃 [1]
国家数据局召开数据资源开发利用和数据产业发展工作座谈会
快讯· 2025-04-28 09:12
数据资源开发利用 - 深刻认识数据要素作用机理和产业发展规律 [1] - 构建全国一体化数据资源开发利用体系 [1] - 坚持以市场化价值化为导向 [1] - 推动公共数据开发利用政策加快落地 [1] - 释放公共数据价值 [1] 数据产业发展 - 强化整合共享、开放共用、授权运营 [1] - 加快可信数据空间创新试点 [1] - 打造数据规模化流通利用新模式 [1] - 大力培育开放创新的数据产业生态 [1] - 强化数据登记、资源调查、标准建设 [1] 数据应用与生态 - 强化设施互通、价值共创、场景应用 [1] - 强化利益协同、主体培育、生态集聚 [1] - 推动数据资源高水平开发利用 [1] - 赋能经济社会高质量发展 [1]
把握关键抓手 深化区域产业协作
经济日报· 2025-04-23 23:13
区域产业协作的战略意义 - 深化东、中、西、东北地区产业协作是统筹区域协调发展的关键抓手,通过产业梯度转移、产业链分工、技术转移等方式促进区域协调发展 [1] - 东西部协作带动西部欠发达地区特色优势产业壮大,东北地区通过对口合作吸收先进产业发展理念,中西部城市承接东部产业转移成为特色制造基地(如宜宾"动力电池之都"、包头新能源装备制造基地) [1] - 区域产业协作可优化生产力布局,提升产业链供应链韧性,探索区域协调发展新机制,发挥经济发达地区带动作用 [2] 区域产业协作的驱动因素 - 各地区要素禀赋、产业基础差异形成比较优势,科技创新赋能创造动态协作机会(如"东数西算"工程利用西部电力资源发展数据产业) [2] - 新兴技术(如人工智能、通用大模型、新型储能)拓展协作广度深度,东部科技企业可开发中西部应用场景,数智技术推动协作方式向数实融合转变 [3] - 应对国际产业外迁压力需深化国内协作,利用区域发展梯度解决产业链布局不平衡、产业空心化等问题 [4] 区域产业协作的实施路径 - 发展飞地经济模式:中西部和东北地区承接东部产业转移,共建飞地园区、科创基地,推动低效园区转型 [6] - 数智赋能协作创新:建设"产业大脑"优化资源配置,依托龙头企业提高跨区域合作效率,营造创新环境驱动场景创新 [6] - 完善利益共享机制:探索跨省产业转移税收分成(属地征收、横向兑付),建立能源资源区际补偿机制吸引高载能产业西移 [7] - 营造公平竞争环境:清理歧视性政策,降低制度性交易成本,推进资质跨区域互认,促进重点区域(京津冀、长三角等)创新要素流动 [7] 当前区域产业协作的挑战 - 体制机制障碍:跨区域合作税收分成等利益共享问题未理顺 [5] - 地方保护主义:部分地区追求全产业链独享收益,不愿分享发展机会 [5] - 产业同质化竞争:盲目投资热门行业导致产能过剩(如新能源、动力电池等领域) [5]
探索数据入股、数据资产证券化……北京最新发布
券商中国· 2025-04-08 09:48
数据要素市场化改革 - 北京市提出构建"数据基础制度+数据基础设施"双轮驱动体系,推动数据要素价值向资本市场深度释放 [1] - 以数据要素资产化为突破方向,探索数据入股、数据信贷、数据信托和数据资产证券化等流通模式 [2][3] - 支持数据企业上市,加强北京国际大数据交易所与北交所联动,鼓励设立数据产业基金引导社会资本参与 [3] 北京国际大数据交易所升级 - 交易所将升级为全国一体化数据要素市场枢纽,强化规则引领、技术支撑和定价能力 [4] - 提升数据产品及资产评估定价能力,构建公允市场价格体系,推动与其他交易机构互认互通 [4] - 目标实现数据交易量质大幅提升,打造可信数据传输通道和安全协作环境 [4][6] 数据收益分配与流通制度 - 建立数据产权结构性分置制度,鼓励数据复用融合及有序流转 [5] - 创新场内场外结合的交易规则体系,培育场内交易并规范场外交易 [5] - 制定公共数据授权运营价格机制,核定运营收入上限,按市场贡献决定数据收益分配 [6] 数据跨境流动与多场景应用 - 在自贸区推动数据跨境负面清单落地,扩展覆盖领域并构建便利化服务体系 [8] - 促进数据平台对等开放,发展数字贸易,建设国际数据口岸支持企业出海 [8] - 开展"数据要素X"行动,聚焦工业制造、医疗健康、金融等重点领域打造示范场景 [9] - 深化"人工智能+"行动,推动各区特色应用如海淀区"人工智能+"、经开区"双智融合"等 [9] 数据基础设施建设 - 超前部署数据基础设施,试点国家数据流通利用设施,整合区块链、隐私计算等技术 [6] - 实施可信数据空间计划,推进企业、城市、跨境等五类空间建设 [7] - 建设数据质量评价与价值评估服务平台,促进数据资源价值挖掘 [7]