摘要：国家数据局公布8个课题委托研究入选结果，六张网、重大场景、数据投资、城市数字化与价值共创等方向，构成未来一到两年数据政策工具演变的前置地图。
摘要：
9月1日，国家数据局数字经济司发布《2026年课题委托研究入选公告》，确认此前公开征集的8个数字经济与数字社会研究课题已完成遴选。单看公告本身，它是一份课题入选结果，并非正式政策文件；但把8个研究方向展开来看，政策储备信号相当集中：数据要素赋能“六张网”、数字经济重大场景建设、“十五五”数据领域投资实施路径、城市数字化场景价值释放，以及数字化智能化转型中的价值共创、风险共担、利益共享，都被列为正式研究任务。对数据基础设施、城市数字化、工业智能、数据服务和AI应用企业而言，这批课题值得作为观察未来一到两年政策工具演变的一张“前置地图”。
一、今天落地的是课题承担单位，真正值得看的是背后的政策研究清单
9月1日，国家数据局数字经济司发布2026年课题委托研究入选公告。公告明确，7月22日公开征集的相关课题已经完成遴选，国家数据局将与入选研究机构和课题负责人联系，办理后续手续。
这不是补贴申报，也不是已经生效的专项政策。它的价值在于：国家数据局把未来一段时间需要重点研究的问题公开列了出来，而且很多课题直接对应“十五五”时期的数据基础设施、数字经济投资、场景开放和人工智能应用。
政策形成通常要经历问题识别、课题研究、试点验证、制度设计和正式发布等多个阶段。从这个角度看，这份课题清单更像政策储备库，能够帮助产业界提前判断哪些问题已经进入主管部门研究视野。
二、“六张网”被放进数据要素研究，基础设施逻辑正在发生变化
8个课题中，最值得产业界关注的一个方向，是“数据要素赋能‘六张网’融合发展，推动智能经济建设研究”。
国家数据局在7月22日发布的课题申报通知中提出，“六张网”是“十五五”期间着力谋划构建的战略性、基础性、先导性基础设施，要研究如何通过深化数据要素市场化配置改革，推动数据流带动技术流、资金流、人才流、物资流，促进产业资源高效链接与基础设施智能化升级。
这个表述说明，未来基础设施建设的评价逻辑可能会发生明显变化。过去谈网络、算力、能源、交通等基础设施，通常分别规划、分别建设；进入智能经济阶段后，数据流开始承担跨基础设施连接作用。
对技术企业而言，机会不会只出现在单一数据中心或单一平台建设中，而更可能出现在跨系统互联、统一数据底座、智能调度、产业资源协同和场景运营等环节。
如果这一研究方向后续转化为规划、试点或建设任务，能够同时理解数据基础设施、行业业务和人工智能的企业，会比单纯提供硬件或单点软件的企业更有优势。
三、“数据换数、模型换数、订单换数”进入研究议题，数据交易可能出现新形态
另一个很有意思的课题，是城市全域数字化转型场景价值释放研究。
国家数据局明确提出，要研究“数据换数、模型换数、订单换数”等新型模式，探索城市数字化场景中数据资源、模型能力和市场订单之间的价值转化机制。
这比传统“数据产品挂牌交易”的思路更进一步。
很多城市数字化项目拥有大量公共数据、行业数据和企业数据，但现实问题是：数据并不总适合直接出售，一些高价值数据涉及隐私、商业秘密和安全边界；同时，很多数据只有与算法、模型和具体场景结合以后才能产生价值。
“模型换数”意味着企业可能通过提供模型和算法能力获得数据使用机会；“订单换数”则可能让真实场景和采购需求成为数据开发利用的牵引机制。
如果这些模式未来形成试点，数据服务公司的商业模式也会发生变化。企业不再只依靠出售数据集或者数据接口，而可能通过“数据+模型+场景+运营”的方式参与长期价值分配。
四、重大场景建设被单独立项，场景开放会成为数据和AI产业的重要政策工具
国家数据局还设置了“数字经济重大场景建设研究”课题，研究范围覆盖科技、产业、消费、经济运行、公共服务、社会治理和国际合作等领域。
通知特别提出，要围绕场景培育和开放、数据要素价值释放，研究场景开放和监管方面的改革举措，以及财政、金融、数据、人才等配套支持政策。
这一点对AI企业非常关键。
过去地方人工智能政策常用的工具是补贴、基金和园区招商。现在“开放场景”越来越成为政策体系中的独立工具。政府部门、国企、医院、交通、能源和制造企业如果能够开放真实业务场景，就能降低AI产品从实验室进入生产环境的门槛。
从今年各地推进“人工智能+行业”路演、服务商池和场景清单的做法看，场景正在成为连接技术供给和产业需求的中间层。
国家数据局把“重大场景建设”正式列入研究课题，说明这个机制仍有进一步制度化的空间。
五、“十五五”数据领域投资实施路径，意味着数据基础设施将更强调可持续运营
第六个课题直接研究“十五五”数据领域投资实施路径。
国家数据局提出，要围绕数字化智能化“六张网”、产业数字化、城市数字化更新等重点方向，研究投资领域、投资规模、组织方式、支持机制、标准体系和可持续运营模式。
这几个关键词放在一起很值得注意。
数据基础设施建设过去容易强调一次性投资规模，但进入下一阶段以后，主管部门显然更加关注“建完以后谁来运营、收益从哪里来、社会资本如何参与”。
对产业界来说，这意味着单纯靠建设收入的项目模式会承受更大压力。能够提供持续运营、数据服务、模型调用、场景收费、企业增值服务的项目，更容易证明长期经济价值。
同时，这也可能给民间资本和产业资本创造新的参与空间。数据中心、可信数据空间、城市数字化平台、行业数据基础设施等项目，未来可能探索更加多元的投资和运营机制。
六、“价值共创、风险共担、利益共享”直指企业数字化转型的商业模式难题
第八个课题研究的是数字化智能化转型中的价值共创机制。
国家数据局在课题说明中点出了几个现实问题：传统企业“不敢转”，数据服务企业需要承担较高信用成本，数据资源利用不足。
课题要求研究“价值共创、风险共担、利益共享”的新机制。
这个方向对工业智能和企业AI市场尤其重要。
传统数字化项目通常按照软件许可、项目实施和运维服务收费，但AI项目的效果往往需要与客户业务共同验证。模型上线以后究竟能够降低多少成本、增加多少产出，很难在项目签约前完全确定。
因此，未来可能出现更多与业务结果绑定的合同模式，例如按照节省成本、提升产能、增加订单或者模型调用量收费。
如果这种模式逐步获得政策和行业规则支持，AI服务商与客户之间的关系会从“一次性交付”转向长期共同运营。
七、企业可以提前关注哪些机会
第一类机会是数据基础设施和跨系统互联。
“六张网”融合、数据要素流通和基础设施智能化，都需要统一数据接口、数据治理、可信流通和智能调度能力。
第二类机会是城市和行业场景运营。
未来场景政策如果持续加强，拥有真实行业客户、能够快速把模型嵌入业务流程的AI企业，会更容易获得试点机会。
第三类机会是数据服务模式创新。
“数据换数、模型换数、订单换数”如果落地，会给数据公司、模型公司和行业平台带来新的合作方式。
第四类机会是数据领域投资与运营。
数据基础设施如果进一步强调可持续运营，能够把建设、运营、模型服务和产业招商结合起来的企业，会比单纯工程建设商更有竞争力。
第五类机会来自公共服务和医康养。
8个课题还包括国家基础福利数字账户、数据与人工智能赋能医疗健康养老协同等方向。这些领域数据量大、业务链长，同时也是政策需求较强的场景。
八、需要注意的风险：研究方向不等于正式政策
这批课题目前仍处于研究阶段。
产业界不能把研究题目直接理解成未来一定会出台的具体补贴、项目或监管制度。研究结论是否被采纳、以什么方式转化，还需要等待后续正式政策。
第二个风险来自跨领域数据合规。场景开放越深入，数据授权、隐私保护、商业秘密和安全边界越重要。
第三个风险是投资回报。数据基础设施和城市数字化项目投资规模大，如果缺乏真实业务需求和持续付费机制，容易形成“平台建起来、使用率不高”的问题。
第四个风险是利益分配。“模型换数”“价值共创”等机制很有想象空间，但数据贡献、模型贡献和业务收益如何量化，需要成熟的合同和治理规则支撑。
从9月1日这份入选公告往前看，国家数据局已经把下一阶段值得研究的几个关键问题摆在桌面上：基础设施如何融合，数据如何进入智能经济，重大场景怎样开放，数据领域投资怎样形成闭环，企业数字化转型怎样解决收益和风险分配。
这些问题一旦形成制度化工具，会直接影响数据服务、工业智能、城市数字化和AI应用市场的组织方式。
参考来源
-
国家数据局数字经济司：《2026年课题委托研究入选公告》，发布日期：2026年9月1日。
https://www.nda.gov.cn/sjj/zwgk/tzgg/0901/20260901164832597511380_pc.html -
国家数据局数字经济司：《关于征集2026年课题委托研究承担单位的公告》，发布日期：2026年7月22日。
https://www.nda.gov.cn/sjj/zwgk/tzgg/0722/20260722172029996328690_pc.html