3月29
日，国家数据局正式发布《
数据领域常用名词解释（第二批）》，其
中对数据产权、数据产权登记、衍生数据、企业数据、数据交易机构、数据产业、数据标注产业、可信数据空间、数据基础设施等
20个数据领域常用名词作了官方释义。
至此，国家数据局已正式累计发布60个名词解释。
1.数据产权，
是指权利人对特定数据享有的财产性权利，包括数据持有权、数据使用权、数据经营权等。
2.数据产权登记，
是指数据产权登记机构按照统一的规则对数据的来源、描述、内容等的真实性、合规性、准确性等情况进行审核，记载数据权利归属等信息，并出具登记凭证的行为。
3.数据持有权，
是指权利人自行持有或委托他人代为持有合法获取的数据的权利。旨在防范他人非法违规窃取、篡改、泄露或者破坏持有权人持有的数据。
4.数据使用权，
是指权利人通过加工、聚合、分析等方式，将数据用于优化生产经营、提供社会服务、形成衍生数据等的权利。一般来说，使用权是权利人在不对外提供数据的前提下，将数据用于内部使用的权利。
5.数据经营权，
是指权利人通过转让、许可、出资或者设立担保等有偿或无偿的方式对外提供数据的权利。
6.衍生数据，
是指数据处理者对其享有使用权的数据，在保护各方合法权益前提下，通过利用专业知识加工、建模分析、关键信息提取等方式实现数据内容、形
式、结构等实质改变，从而显著提升数据价值，形成的数据。
7.企业数据，
是指企业在生产经营过程中形成或合法获取、持有的数据。
8.数据交易机构，
是指为数据供方、需方提供数据交易服务的专业机构。
9.数据场内交易，
是指数据供方、需方通过数据交易机构达成数据交易的行为。
10.数据场外交易，
是指数据供方、需方不通过数据交易机构达成数据交易的行为。
11.数据交易撮合，
是指帮助数据供方、需方达成数据交易的行为。
12.数据第三方专业服务机构，
是指为促进数据交易活动合规高效开展，提供数据集成、质量评价、数据经纪、合规认证、安全审计、数据公证、数据保险、数据托管、资产评估、争议调解、风险评估、人才培训、咨询服务等第三方服务的专业化组织。
13.数据产业，
是指利用现代信息技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理和数据基础设施建设等。
14.数据标注产业，
是指对数据进行筛选、清洗、分类、注释、标记和质量检验等加工处理的新兴产业。
15.数字产业集群，
是指以数据要素驱动、数字技术赋能、数字平台支撑、产业融通发展、集群生态共建为主要特征的产业组织新形态。
16.可信数据空间，
是指基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施，是数据要素价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。可信数据空间须具备数据可信管控、资源交互、价值共创三类核心能力。
17.数据使用控制，
是指在数据的传输、存储、使用和销毁环节采用技术手段进行控制，如通过智能合约技术，将数据权益主体的数据使用控制意愿转化为可机读处理的智能合约条款，解决数据可控的前置性问题，实现对数据资产使用的时间、地点、主体、行为和客体等因素的控制。
18.数据基础设施，
是从数据要素价值释放的角度出发，面向社会提供数据采集、汇聚、传输、加工、流通、利用、运营、安全服务的一类新型基础设施，是集成硬件、软件、模型算法、标准规范、机制设计等在内的有机整体。
19.算力调度，
本质是计算任务调度，是基于用户业务需求匹配算力资源，将业务、数据、应用调度至匹配的算力资源池进行计算，实现计算资源合理利用。
20.算力池化，
是指通过算力虚拟化和应用容器化等关键技术，对各类异构、异地的算力资源与设备进行统一注册和管理，实现对大规模集群内计算资源的按需申请与使用。
1.数据，
是指任何以电子或其他方式对信息的记录。数据在不同视角下被称为原始数据、衍生数据、数据资源、数据产品和服务、数据资产、数据要素等。
2.原始数据，
是指初次产生或源头收集的、未经加工处理的数据。
3.数据资源，
是指具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。
4.数据要素，
是指投入到生产经营活动、参与价值创造的数据资源。
5.数据产品和服务，
是指基于数据加工形成的，可满足特定需求的数据加工品和数据服务。
6.数据资产，
是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来经济利益或社会效益的数据资源。
7.数据要素市场化配置，
是指通过市场机制来配置数据这一新型生产要素，旨在建立一个更加开放、安全和高效的数据流通环境，不断释放数据要素价
值。
8.数据处理，
包括数据的收集、存储、使用、加工、传输、提供、公开等。
9.数据处理者，
是指在数据处理活动中自主决定处理目的和处理方式的个人
或者组织。
10.受托数据处理者，
是指接受他人委托处理数据的个人或者组织。
11.数据流通，
是指数据在不同主体之间流动的过程，包括数据开放、共享、
交易、交换等。
12.数据交易，
是指数据供方和需方之间进行的，以特定形态数据为标的，以
货币或者其他等价物作为对价的交易行为。
13.数据治理，
是指提升数据的质量、安全、合规性，推动数据有效利用的过
程，包含组织数据治理、行业数据治理、社会数据治理等。
14.数据安全，
是指通过采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力。
15.公共数据，
是指各级党政机关、企事业单位依法履职或提供公共服务过程
中产生的数据。
16.数字产业化，
是指移动通信、人工智能等数字技术向数字产品、数字服务转化，数据向资源、要素转化，形成数字新产业、新业态、新模式的过程。
17.产业数字化，
是指传统的农业、工业、服务业等产业通过应用数字技术、采集融合数据、挖掘数据资源价值，提升业务运行效率，降低生产经营成本，进而重构思维认知，整体性重塑组织管理模式，系统性变革生产运营流程，
不断提升全要素生产率的过程。
18.数字经济高质量发展，
是指围绕加快培育新质生产力，以数据要素市场化配置改革为主线，通过协同完善数据基础制度和数字基础设施、全面推进数字技术和实体经济深度融合、持续提升数字经济治理能力和国际合作水平，实现做强做优做大目标的数字经济发展新阶段。
19.数字消费，
是指数字技术、应用支撑形成的消费活动和消费方式，既包括对数智化技术、产品和服务的消费，也包括消费内容、消费渠道、消费环境的数字化与智能化，还包括线上线下深度融合的消费新模式。
20.产业互联网，
是指利用数字技术、数据要素推动全产业链数据融通，赋能产业数字化、网络化、智能化发展，推动业务流程、组织架构、生产方式等重组变革，实现产业链上下游协同转型、线上线下融合发展、全产业降本增
效与高质量发展，进而形成新的产业协作、资源配置和价值创造体系。
21.城市全域数字化转型，
是指城市以全面深化数据融通和开发利用为主线，综合利用数字技术和制度创新工具，实现技术架构重塑、城市管理流程变革和产城深度融合，促进数字化转型全领域增效、支撑能力全方位增强、转型
生态全过程优化的城市高质量发展新模式。
22.“东数西算”工程，
是把东部地区经济活动产生的数据和需求放到西部地区计算和处理，对数据中心在布局、网络、电力、能耗、算力、数据等方面进行统筹规划的重大工程，比如人工智能模型训练推理、机器学习等业务场景，可以通过
“东数西算”的方式让东部业务向西部风光水电丰富的区域迁移，实现东西部协同发展。加快推动“东数西算”工程建设，将有效激发数据要素创新活力，加速数字产业化和产业数字化进程，催生新技术、新产业、
新业态、新模式，支撑经济高质量发展。
23.高速数据网，
是指面向数据流通利用场景，依托网络虚拟化、软件定义网络（
SDN）等技术，提供弹性带宽、安全可靠、传输高效的数据传输服务。
24.全国一体化算力网，
是指以信息网络技术为载体，促进全国范围内各类算力资源高比例、大规模一体化调度运营的数字基础设施。作为
“东数西算”工程的2.0版本，具有集约化、一体化、协同化、价值化四个典型特征。
25.元数据，
是定义和描述特定数据的数据，它提供了关于数据的结构、特征
和关系的信息，有助于组织、查找、理解、管理数据。
26.结构化数据，
是指一种数据表示形式，按此种形式，由数据元素汇集而成的每个记录的结构都是一致的，并且可以使用关系模型予以有效描述。
27.半结构化数据，
是指不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但包含相关标记，用来分隔语义元素以及对记录和字段进行分层的一种数据化结构形式。
28.非结构化数据，
是指不具有预定义模型或未以预定义方式组织的数据。
29.数据分析，
是指通过特定的技术和方法，对数据进行整理、研究、推理和概括总结，从数据中提取有用信息、发现规律、形成结论的过程。
30.数据挖掘，
是数据分析的一种手段，是通过统计分析、机器学习、模式识
别、专家系统等技术，挖掘出隐
藏在数
据中的信息或者价值的过程。
3
1.数据可视化，
是指通过统计图表、图形、地图等图形化手段，将数据中包含的有用信息清晰有效地传达出来，以便于数据使用者更好地理解和分析数据。
32.数据仓库，
是指在数据准备之后用于永久性存储数据的数据库。
33.数据湖，
是指一种高度可扩展的数据存储架构，它专门用于存储大量原始数据和衍生数据，这些数据可以来自各种来源并以不同的格式存在，包括结构化、半结构化和非结构化数据。
34.湖仓一体，
是指一种新型的开放式的存储架构，打通了数据仓库和数据湖，将数据仓库的高性能及管理能力与数据湖的灵活性融合起来，底层支持多种数据类型并存，能实现数据间的相互共享，上层可以通过统一封装的接口进行访问，可同时支持实时查询和分析。
35.隐私保护计算，
是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一类信息技术，保障数据在产生、存储、计算、应用、销毁等数据流转全过程的各个环节中
“可用不可见”。隐私保护计算的常用技术方案有安全多方计算、联邦学习、可信执行环境、密态计算等。常用的底层技术有混淆电路、不经意传输、秘密分享、同态加密等。
36.安全多方计算，
是指在一个分布式网络中，多个参与实体各自持有秘密数据，各方希望以这些数据为输入共同完成对某函数的计算，而要求每个参与实体除计算结果、预期可公开的信息外均不能得到其他参与实体的任何输入
信息。主要研究针对无可信第三方情况下，安全地进行多方协同的计算问题。
37.联邦学习，
是指一种多个参与方在保证各自原始私有数据不出数据方定义的可信域的前提下，以保护隐私数据的方式交换中间计算结果，从而协作完
成某项机器学习任务的模式。
38.可信执行环境，
是指基于硬件级隔离及安全启动机制，为确保安全敏感应用相关数据和代码的机密性、完整性、真实性和不可否认性目标构建的一种
软件运行环境。
39.密态计算，
是指通过综合利用密码学、可信硬件和系统安全相关技术，实现计算过程数据可用不可见，计算结果能够保持密态化，以支持构建复杂组
合计算，实现计算全链路保障，防止数据泄漏和滥用。
40.区块链，
是分布式网络、加密技术、智能合约等多种技术集成的新型数据库软件，具有多中心化、共识可信、不可篡改、可追溯等特性，主要用于解
决数据流通过程中的信任和安全问题。
来源：国家数据局
以下是对国家数据局发布的《数据领域常用名词解释（全60个）》的解读分析，结合其内容框架和核心概念进行系统性梳理：
一、概念体系与分类逻辑
国家数据局发布的60个名词解释分为两批（第一批40个、第二批20个），覆盖数据全生命周期管理及市场运行机制，具体可分为以下五大类：
1. 基础概念类
数据本体：如数据、原始数据、衍生数据、结构化/半结构化/非结构化数据等，强调数据的形态与分类。
数据价值化：数据资源、数据要素、数据资产等，突出数据从资源到生产要素的转化路径。
技术支撑：元数据、数据仓库、数据湖、湖仓一体等，定义数据存储与分析的技术架构。
2. 市场机制类
交易流通：数据场内/场外交易、数据交易机构、数据撮合等，构建市场化交易规则。
权属与治理：数据产权（持有权、使用权、经营权）、数据使用控制、数据治理等，明确权益分配与合规框架。
3. 安全与隐私类
安全保障：数据安全、隐私保护计算（如联邦学习、可信执行环境）、安全多方计算等，确保数据流通的机密性与完整性。
技术方案：混淆电路、秘密分享、同态加密等技术底层支撑。
4. 基础设施类
硬件基础：高速数据网、全国一体化算力网、“东数西算”工程等，优化算力与网络资源配置。
生态平台：可信数据空间、数字产业集群，推动跨行业协同与生态共建。
5. 应用场景类
如产业数字化、数字产业化、城市全域数字化转型等，聚焦数据赋能实体经济的具体路径。
二、政策导向与核心亮点
1. 数据要素市场化配置主线。通过“数据要素市场化配置”改革，推动数据流通环境开放化、安全化、高效化，释放数据的经济价值。明确数据产权“三权分置”（持有权、使用权、经营权），借鉴物权制度设计，为数据交易提供权属基础。
2. 技术驱动与产业升级。强调隐私保护计算、算力调度、数据标注产业等技术对数据流通的支撑作用，推动数字技术与实体经济深度融合。“东数西算”工程通过区域协同优化算力布局，降低能耗成本，促进数字经济与绿色经济协同发展。
3. 安全与发展的平衡。提出数据安全治理框架，结合技术手段（如智能合约、可信执行环境）与制度设计（如数据产权登记），实现“可用不可见”与动态管控。
三、产业影响与发展趋势
1. 数据产业生态加速成型。数据交易机构、第三方专业服务机构（如数据公证、合规认证）的规范化，将推动数据产业链分工细化。数据标注产业作为AI训练的基础环节，未来可能向自动化标注（AI预标注）方向升级。
2. 新型基础设施布局。全国一体化算力网与可信数据空间的构建，将打破数据孤岛，促进跨区域、跨行业数据共享。算力池化技术（如Kubernetes虚拟化）提升资源利用率，支持大规模AI模型训练与推理。
3. 数字化转型深化。城市全域数字化转型强调“技术架构重塑+管理流程变革”，推动智慧城市向产城融合方向演进。产业互联网通过全链数据融通，重构传统产业组织模式，提升全要素生产率。
四、挑战与建议
1. 数据产权界定难题。衍生数据权属划分需平衡原始数据贡献者与加工者的权益，需进一步明确收益分配规则。
2. 安全与流通的平衡。隐私计算技术成熟度（如联邦学习效率、同态加密性能）仍需提升，以降低企业应用成本。
3. 标准化与互操作性。数据交易规则、元数据标准等需统一规范，避免市场碎片化。
五、总结
国家数据局的名词解释体系为数据要素市场化提供了权威的术语框架，既体现了顶层设计的系统性（如产权分置、安全治理），也关注了技术落地的可行性（如隐私计算、算力调度）。未来需在政策细化、技术攻关、生态共建三方面协同推进，以实现数据要素价值释放与风险可控的双重目标。
新书发售👇
