国内外智能网联汽车相关数据管理和开发情况

汽车工业正以智能网联汽车为重点，加速迈向以用户体验为中心、以智能服务为导向、以数字能力为驱动的新发展阶段。作为国家汽车工业重镇和数字化转型前沿城市，上海应以智能网联汽车相关数据资产化为重要抓手，在强化顶层设计、关键场景切入、创新载体机制和完善服务生态等方面持续探索发力，加快先行先试，率先实现智能网联汽车和城市数字化转型生态的协同跨越式发展。

一、数字化引领全球汽车工业转型的发展趋势

随着新一轮科技革命和产业革命的蓬勃兴起，全球汽车产业正面临调整和变革。其中，数字经济作为核心驱动力之一，正引领百年汽车工业驶入新一轮革命进程，催生新形态、新价值和新生态。

以用户体验为中心，重新定义汽车产品形态

智能设备、移动网络与人的关系正加速推动消费者进化，用户对服务体验和产品认知达到了新的层面。在对汽车的认知方面，产品属性和消费偏好正发生重大变化。汽车电商行业用户画像显示，30岁以下汽车用户正不断成为未来汽车行业的主力消费人群,个性化、智能化已成为消费新趋势。

汽车正成为继家和公司之后的“第三生活空间”，服务体验的重要性将超越驾驶体验，用户不再执着于马力和速度，而更在意沉浸于车内时空时能否进行休息、娱乐和办公活动的安排。

以智能服务为导向，重新构建汽车价值链条

面向未来，汽车将逐步成为超级智能移动终端，消费对象从单一的功能产品向“产品+服务”全周期解决方案延伸，消费方式从单次交易向长期服务转变，围绕汽车构建的移动生活圈将成为车企利润的主要新增来源。

在数字化、智能化背景下，汽车行业价值链"价值重心后移”特征愈发凸显,汽车服务体系尤其是出行服务领域的价值比重将持续提升，并作为核心业务布局发展。德勤预测，到 2025年，汽车行业20%的利润将来自移动出行及数据管理。普华永道预测，到2030年,出行服务对汽车行业利润的贡献率将进一步升至 30%，中国出行服务市场规模预计将达到6560 亿美元,是 2017 年的 43 倍。

以数字能力为驱动，重新塑造汽车产业生态

电动化、网联化和自动化作为汽车产业未来发展的方向已形成行业共识，而数字能力则是促使运营和服务更为高效丰富的关键所在。

尽管人、车、路、环境的本质没有发生根本性变化,但数据与算法的精细化可实现各类要素更精准高效的链接，创造新的需求、产品、服务和解决方案。智能网联汽车作为汽车行业数字化的加速器，是汽车智能数字化升级的主导方向。

智能网联汽车通过获取车辆、驾驶者、交通设施及环境等相关数据，利用大数据、机器学习等技术打通服务生态圈，将加速实现智能驾驶和个性化服务，并对出行体验带来颠覆性变化。数据的发掘集成和价值释放能力则将直接决定汽车产业未来的核心竞争力。

二、上海前瞻布局智能网联汽车数据资产化工作的重要意义

随着大数据时代的到来，数据资产的概念逐渐普及。2012年，瑞士达沃斯世界经济论坛发布的《大数据、大影响:国际发展的新可能》报告指出，数据就像货币和黄金一样，将成为新的经济资产类别。尽管学术领域对数据资产的概念内涵和外延仍有不同认识，但其价值创造属性已得到一致认可。

作为将数据转化为资产的重要途径，数据资产化从数据作为第五大生产要素的视角切入，通过明确数据的权属、质量、价值等关键属性，促进数据要素的合规可信流通，实现数据的乘数效应，提高经济产出并体现社会价值。

进入信息文明时代，相较传统汽车，智能网联汽车信息终端特征愈发凸显，数据将成为商业应用的核心资源，数据资产化则是促进数据要素价值释放和全面治理的必由之路。

数据资产化是统筹产业发展与安全的关键前提

当前，智能网联汽车产业正处于大规模推广和商业化部署的前夜，数据已成为决胜汽车产业下半场的胜负手。

一方面，数据驱动将成为智能网联汽车产品和商业模式创新的主导模式。无论是测试阶段的自动驾驶模型训练，商用阶段的车辆即服务(VaaS)、乘车即服务(Raas)、数据即服务(Daas)应用创新，还是运营后的精准化监管机制实现，其核心支撑均为数据价值的有效释放。而智能网联汽车涉及的海量异构数据资源，只有通过数据资产化手段，才能有效转化为安全可控、质量可靠、价值可估，权属可信的可流通数据。

另一方面，数据治理挑战将成为全行业面临的重大共性问题。智能网联汽车在设计、研发、使用、运营、维护等全生命周期内，会收集、处理、传输、利用大量的个人、车辆、交通设施和环境数据，并带来不同层级的安全风险隐患及数据治理挑战，数据的合规和安全可控已成为行业转型必选项。相较欧美国家，我国在智能网联汽车的数据资源开发和应用创新方面起步较晚。

同时，相较欧美以单车智能为主的技术路线，我国主导的车路协同路线涉及的数据要素更加丰富，数据治理更加有力，数据价值释放更加迫切。上海作为我国汽车产业重镇和数字化转型前沿城市，在智能网联汽车研发、测试、示范应用和示范运营等方面已走在国内前列，面向数实融合新要求，更应跨前一步，积极运用数据资产化手段，在抢占产业新赛道和促进合规治理方面率先形成引领地位。

数据资产化是培育交通数据要素市场的重要支撑

随着 5G 通信、大数据、云计算、人工智能等创新技术的加速迭代成熟，数字化正成为重组要素资源、重塑经济结构的关键力量。近年来，作为新型生产要素，数据已成为要素市场化配置的热点领域。截至 2022 年底，我国数据交易场所已达40 家，数据交易市场规模近 500 亿元。

业内专家预测，交通领域固定资产规模已逾 1500 万亿元，其数据资产化前景将可对标金融业。其中，智能网联汽车市场潜力巨大，用户场景丰富，数据关联泛，是交通数据交易的重要先发市场，在政策支持下，美国交通数据已形成相对完整的交易模式。

例如，亚马逊数据交易平台(AWS)关于汽车的数据产品、数据服务等商品信息有近 300 项，中国仅有上海数据交易所和贵阳数据交易所推出10多项相关数据产品。面对数据要素市场重大开发机遇，上海应前瞻谋划，以智能网联汽车数据资产化引领交通数据交易平台和机制建设，率先形成具有国际影响力的新兴数据市场标杆。

数据资产化是促进超大城市双智协同的强力纽带

伴随着汽车产业向电动化、智能化、网联化绿色化转型，智能网联汽车将逐步成为智能交通和智慧城市建设的牵引力和数字化终端。

2022年11月，上海市交通委员会制定了上海市车路协同创新应用工作实施方案(2023-2025年)以加速车路协同技术与智能交通体系融合为核心，以推进道路更智能、场景更丰富、服务更智慧、管理更精细、数据更开放为主线，聚焦智能交通领域新型基础设施、出行服务、精细化治理和标准规范，明晰车路协同发展路径，加强统筹协调、鼓励跨界融合。基于车路协同技术路径的智能网联汽车，与城市交通、城建、能源、通信等多个领域深度耦合。

只有依托数据资产化手段，智能网联汽车涉及的车辆、设施、管控等多维数据才能真正实现融合开放，在促进智能网联汽车向车路协同发展的同时，加强对市政设施、能源环境，交通运行、韧性防灾的智慧化管理，推进“一网统管”向全周期智慧化社会治理转型升级。

作为"双智协同"的示范城市，上海应率先探索数据赋能智能交通和智慧城市发展范式，以智能网联汽车数据资产化为突破口，促进多源异构数据的汇聚、处理及融合应用，以数据赋能推动超大城市治理转型。

三、国内外智能网联汽车相关数据管理和开发情况

在智能网联汽车相关数据管理和开发应用领域，国内外政企及学界已开展一系列行动，积极探索数据资产化路径。但总体而言，智能网联汽车相关数据资产化工作仍处于初期阶段，推进过程依然面临诸多困难与挑战。

数据治理框架推进情况

1.国际数据治理规则从数据保护逐步迈向数据赋能

全球围绕数据的合作和竞争持续深化，数据治理已成为各国立法的重要内容，并从数据保护逐步迈向数据赋能阶段。

例如，欧盟的战略目标是确保其成为数据驱动型社会的领导者，并以构建“泛欧数据市场”为导向，在数据保护、公民权利和数据安全等方面构建相对完善的法律框架，2016年欧盟发布《通用数据保护系例IGDPR)建立了以个人数据权利为中心的保护框架；2017年发布的《构建欧洲数据经济》提出针对非个人和计算机生产的匿名化数据设立数据生产者权利，鼓励公司授权第三方访问其数据；2019年出台的《欧盟非个人数据自由流动框架条例》与《网络安全法案X开放数据指令》相辅相成，共同促进欧盟内部的数据流动；2020年《欧盟数据战略发布，进一步强化欧盟数据单一市场的建设要求。

在行业领域，世界车辆法规协调论坛(WP.29)的自动驾驶汽车工作组(GRVA)已逐步形成以道路试、场地测试、仿真测试、审核与验证、交通场景等为支撑的多支柱验证方法，而基于大数据应用的仿真及虚拟测试逐渐成为自动驾驶功能验证中它不可少的一环。

美国、德国、日本等国家先后制定自动驾驶相关法律，尤其关注 L4级以上自动驾驶对车辆及相关环境数据的采集、处理和可信交互要求。

2.我国数据立法及汽车相关数据标准建设不断推进

我国已形成以“三法一条例"为主体的数据管理框架。围绕智能网联汽车数据，力图从法律法规层面加以规范,促进数据价值有效释放和限制违规搜集滥用。

例如，2020年2月，国家发改委、工信部等11个部门联合印发《智能汽车创新发展战略》，提出加强智能汽车复杂使用场景的大数据应用，建设国家智能汽车大数据云控基础平台,这步实现车辆、基础设施，交通环境等领域的基础数据融合应用。

2021年9月，国家网信办发改委、工信部、公安部、交通运输部联合发布《汽车数据安全管理若干规定(试行)》明确了“汽车数据"“敏感个人信息"“重要数据""汽车数据处理"等定义，制定了汽车数据处理安全原则。同月，工信部发布《关于加强车联网网络安全和数据安全工作的通知》，强调汽车数据有效保护和合法利用，保障车联网安全稳定运行，实施数据分类分级管理。

2022年2月，工信部编制并发布的《车联网网络安全和数据安全标准体系建设指南进一步明确智能网联汽车、车联网平台、车载应用服务等领域的数据安全和个人信息保护要求。

在地方层面，上海依托《上海市数据系例》形成数字化转型的基础性制度保障，2023年3月印发的《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定》是全国首部聚焦在L4 级及以上自动驾驶系统的地方专项立法。

数据流通规则建立情况

1.数据分类分级成为数据权益配置的基础性工作

数据分类分级通过规定不同类型数据的流通方式和保护措施，既为数据合规流通提供依据，也能更好地保护数据安全。

例如，欧盟发布《通用数据保护条例》在保护个人数据的同时，还通过《非个人数据在欧盟境内自由流动框架条例》创建了非个人数据在欧盟内部自由流动的框架，为欧盟增强数字竞争力奠定重要基础。

又如，美国主要由各专业管理部门对其领域内的个人隐私信息科学技术数据、涉密敏感数据制定细致的分类清单，国家安全信息分类》则依据信息泄露后可能造成的损害程度进行数据安全定级。

我国也在不断探索数据分类分级制度。2017年6月实施的《网络安全法》首次提出“重要数据”概念，同时《数据安全法》进一步明确提出建立数据分类分级保护制度。国家信息安全标准化技术委员会在《网络安全标准实践指南——网络数据分类分级指引》中，提出一般数据、重要数据、核心数据的三层级框架。

在智能网联汽车领域，2021年9月工信部发布的《关于加强车联网网络安全和数据安全工作的通知》，指出要加强数据分类分级管理。2022年3月工信部编制的《车联网网络安全和数据安全标准体系建设指南》，对数据从通用要求、分类分级、出境安全、个人信息保护、应用数据安全等5个方面提出标准需求。

2.数据开放和确权规则是实现数据流通的基本前提

在公共数据开放方面，相关规则制定倾向于提升数据供给便利化，并确保数据安全。例如，2019 年美国出台的《开放、公共、电子、必要政府数据法案》和《开放政府数据法》，要求美国政府规制机构以标准化、非专有化的格式公开其所有信息，并对数据审查和常态化机制做出规定。

又如，2020 年欧盟制定《开放数据指令》,要求做到“尽可能开放，必要时关闭”并通过许可证制度、高价值数据集制度等推动数据开放。同时，欧盟、美国等对企业间数据交易合同条款、促进数据经纪中介服务发展等方面进行了更为清晰的规制。

目前，我国国家层面的立法尚未对公共数据范畴进行界定，但地方规制探索和实践正在有序开展，例如，2019年9月出台的《上海市公共数据开放暂行办法》，作为国内首部针对公共数据开放的地方政府规章，在公共数据定性、分级分类、开放清单、数据利用事后监管等方面进行了积极探索。

此外，数据确权是数据资产化道路上必须直面的挑战。与世界上绝大多数主要司法管辖区一样，我国现行全国性法律尚未对数据确权进行立法规制，各国普遍通过法院个案处理的方式，尝试通过司法裁判来填补这一法律空白。

3.数据可信交易规则成为促进数据流通增值的重要依据

关于数据可信交易规则的建立，各国普遍关注数据流通路径、数据流通机制和系列衍生服务的制度设计。一些发达国家已将数据资源开发上升为国家战略，并动态完善制度体系。

例如，2019年，美国白宫行政管理和预算办公室发布《联邦数据战略》，明确提出将数据作为核心战略资源开发，并着重改进特定数据资产组合的管理和使用，在智能汽车与交通领域，2014年美国交通部发布的《智能交通系统战略规划(2015-2019)》指出应在保护个人数据隐私的同时，通过提高数据质量赋能自动驾驶汽车等新兴技术发展。在《智能交通系统战略规划 2020-2025》中，美国进一步提出促进可信交通数据交易的整体部署和政策框架。

近年来，我国持续加大相关制度建设,推进数据交易流通体系建设。2021年12月，国务院办公厅印发《要素市场化配置综合改革试点总体方案》，探索建立数据要素流通规则，建立健全数据流通交易规则，规范培育数据交易市场主体，2022年4月《中共中央国务院关于加快建设全国统一大市场的意见》正式发布，提出加快培育数据要素市场，建立健全数据安全、权利保护、跨境传输管理、交易流通、开放共享、安全认证等基础制度和标准规范。

2023年2月中共中央、国务院印发了《数字中国建设整体布局规划》，要求加快建立数据产权制度和开展数据资产计价研究。针对智能汽车及相关数据的资产化和应用服务，我国尚未出台全国性政策体系，但地方层面正展开积极探索，努力为数据交易营造良好的创新环境。

示范应用试点开展情况

1.数据共享和交易框架逐步细化

相较传统生产要素交易市场，数据共享和交易作为一种新兴市场，各国都在数据要素市场化配置的通用机制建设基础之上，向重点领域和行业细分深化。

例如，美国发布《智能交通系统战略规划 2020-2025》，要求研发创立具有普遍性、致性、可信赖的数据访问权限，以支持自动化、人工智能、交通运输服务数据与其他基本公共服务的加速融合。

欧盟委员会也在2022年发布的《互联、合作、自动化出行战略研究与创新议程》中提出，将建立“测试数据交易框架”，以方便自动驾驶测试数据的交易流通。我国也相应加快了数据要素市场化配置的相关改革和行业应用。

2021年12月，国务院办公厅发布的《要素市场化配置综合改革试点总体方案》，明确提出稳妥探索开展数据资产化服务，推动人工智能、区块链、车联网、物联网等领域数据采集标准化及相关领域产品和服务创新。

2022年由工信部中国电子技术标准化研究院牵头、国信优易数据股份有限公司承担建设的全国数据资产登记服务平台正式发布，旨在打造全国统一的数据资产登记服务体系。

2.数据资产管理与交易平台加大试点

在智能网联汽车相关数据分类分级、资产管理和交易平台试点建设方面，国内外都在加大试点力度。鉴于智能网联汽车开发周期特点，现阶段重点集中在测试数据的标准化管理和资产化等领域。在数据分级分类环节，北京市高级别自动驾驶示范区率先对区内数据进行全面盘点和分类分级研究,为车路协同技术路线下数据资产的全方位、可执行、易操作的分类分级方法提供“北京经验”。

上海成立了国内首个智能交通地方标准化技术委员会，优先开展智能车路协同、智能交通设施等关键技术领域标准研究制定工作。上海还搭建了从实验室、封闭测试、公共道路测试到示范应用全链条测试的大数据资产管理平台框架，研发全链条测试数据资产质量评估、价值评估和确权系统，初步实现对车路协同等新基建数据的扩展及无缝接入。同时，上海数据交易所先期开展交通领域数据产品交易，已形成道路交通、地理遥感等数据产品，率先挂牌高德路呈、千寻知寸及“随申行”出行即服务等交易品类，积极探索车辆使用服务领域的数据产品。

3.适用性新兴技术应用加速推出

针对数据不同于传统要素的属性特征，隐私计算、区块链等技术正在加速变革传统数据流通范式，在破解数据保护和融合应用难题方面发挥积极作用。一方面，隐私计算正成为平衡数据价值挖掘和隐私保护的有效手段。隐私计算成熟度迅速提升，在2020年被权威技术预测公司Gartner 列为近期企业应用的9项重要科技趋势之一，并已在金融、政务、医疗、交通等主要场景加速落地。

另一方面，区块链依托其去中心化、不可篡改及可溯源等特点，已先行应用于智能驾驶时代车辆大数据处理全流程中。例如，大规模汽车行业区块链联盟 MOBI(Mobility Open BlockchainInitiative)成立于 2018 年，由宝马、通用、福特等国际巨头联合零部件企业、区块链初创公司等30多家企业创立，旨在以区块链技术推动智能网联汽车的数据归属与确权，并为相关数据资产管理和使用提供可行的技术框架和标准体系。国内部分自主品牌及数据交易机构也已开展试点应用。

面临的问题和难点

1.与顶层规划和法规标准的衔接不足

国家面向智能网联汽车的应用场景规划了数据安全治理框架，但实施层面的标准规范尚处于研究和试行阶段，相关标准的可行性和有效性仍待验证。尤其是涉及自动驾驶等未来商业应用的重点领域，面向真实运营场景的数据资产全面盘点、敏感和重要数据的梳理等方面还需细化规则以实现数据底账的快速摸清，并提升防护策略的有效性，为数据共享提供条件。

2.对复杂异构数据的价值利用痛点突出

面对数据海量、多源、异构、涉密、多主体等复杂问题，数据安全难保障、质量难确保、价格难确定、权属难明确等痛点依然显著。

一方面，数据的多源属性使得整体性的权益体系构建艰难。智能网联汽车相关数据涉及环节众多、数据类型复杂、权利主体多元、权益属性复杂，还包含个人、高精度地图、交通信号、高精度道路环境等关系国家安全和社会安定的信息。对其数据要素的权益配置既涉及法律、经济等学科的底层结构调整，还包括数字伦理等深层次问题。

另一方面，数据的非传统特性对现有产权制度兼容性提出挑战。数据海量化、非排他性、动态性、流动性、普惠性等特点凸显，与传统产权制度主要解决的资源稀缺性、排他性、封闭性、壁垒性等问题差别巨大，对数据价值如何计量、价值动态性如何体现等问题尚缺乏匹配机制，需要从数据的使用场景和处理环节出发探索构建符合数据特征的权益配置体系。

3.适应多元诉求的统一市场建设挑战巨大

对应智能网联汽车的研发和应用需求，数据流通涉及企业、车辆、车队、平台、监管、管理等多个主体，由于当前对数据归属和安全保障责任主体的界定还不够清晰，数据流通规则和访问权限管理办法尚未明确，伴随产业化进程的推进，各主体间的数据接口不匹配、流转不通畅等问题逐步暴露，并影响运营可行性和数据价值的有效释放同时，数据作为特殊资产而是现的资源所有权、加工使用权和产品经营权分离情况，客观上会产生数据流出和失控风险，可能导致数据交换共享面临安全困境。为平衡数据开发与安全合规需求应进一步推进包容审慎的政策环境和可信互通的市场环境建设。

四、上海加快布局智能网联汽车数据资产化的思路和对策

上海是全国汽车产业重镇，在产业规模、产业创新、产业融合等方面处于全国领先地位。伴随着数字化转型步伐的加快，上海在智能网联汽车研发、测试、应用示范及示范运营等新兴领域，持续起到引领和示范作用。2018年3月，上海在全国率先实施智能网联汽车开放道路测试，发放国内首批智能网联汽车道路测试牌照。5年来，上海经历了“从无到有”、“从有到优”、“从优到强”等阶段，逐步形成了嘉定、临港、奉贤和金桥等4个创新示范区的联动发展格局，并率先在国内创建分级分类全出行链条测试场景模式。

截至2022年底，累计开放 926条、1800公里道路，里程和场景复杂度位居全国首位，初步形成“四全一融合”测试环境战略布局，正积极开拓数智融合创新应用新篇章。面向从常态化测试向商业化运营落地的现实需要，上海应以智能网联汽车相关数据资产化为重要抓手，在强化顶层设计、关键场景切入、创新载体机制和完善服务生态等方面持续探索发力，加快先行先试，率先实现智能网联汽车和城市数字化转型生态的协同跨越式发展。

强化顶层设计，全周期布局数据资产管理

一是构建跨部门协同工作机制。以“三法一条例”、《上海市数据条例》及智能网联汽车领域相关数据管理规则为依据，可由上海市智能网联汽车推进工作小组牵头，建立跨部门一体化数据协同机制,促进智能网联汽车“车、路、云、网、图、第三方”等相关方加强协调联动、明确管理职责、强化数据资产管理系统对接。

二是建立完善标准体系。以数据资产流通和数据安全管理通同标准为基础，组织行业共同完善面向智能网联汽车相关数据的分级分类、质量评估、价值评估、权属确定标准体系，强化智能化工具应用，推动实现数据资产的自动化盘点和监控，提升数据治理工作效率。

三是强化合规体系建设。创新数据安全治理机制，构筑数据安全管理防线、完善数据安全技术体系，制定有针对性的数据交易安全评估、合规性审查等规范，制定数据资产管理的风险应急机制，探索形成数据安全与资产流通的均衡方案，实现数据来源可溯、去向可查、行为留痕、责任可究，有效平衡数据充分利用与数据安全可控。

关键场景切入，全链条促进数据价值释放

一是扎实开展数据资产盘点和分级分类，推动数据资源化进程。依托国家智能网联汽车(上海)试点示范区、临港智能网联汽车综合测试示范区、上海智能驾驶全出行链创新示范区(奉贤)和上海金桥智能网联汽车测试示范区等基地，全面梳理数据信息和流转过程，明确产权归属、使用管理权责和分级流通规则，制定使用节点管控机制。

二是积极试点数据确权和价值评估，促进数据价值有序释放。围绕数据准确性、完整性、唯一性、致性、有效性和时效性等指标，建立并完善数据资产评估体系和运营策略，重点推进自动驾驶仿真测试、智能出租，智能公交,智能物流及"双智协同”涉及的智慧城市模型、智慧交管等关键场景验证，促进数据内外部流通。

三是构建全生命周期数据资产化平台，服务数据全生命周期开发应用与管理。以自动驾驶全链条测试大数据资产管理平台为基础，搭建涵盖数据要素、质量评估、价值评估、权属管理、安全治理、交易平台、应用场景的七层级数据资产化平台，加速试点场景纳入与推广。

创新载体机制，全渠道支撑数据流通交易

一是立足错位互补，建立特色交易板块。持续完善上海数据交易场所布局，基于上海数据交易所，探索建立具有全国影响力的智能网联汽车及智慧交通数据交易平台或板块，促进行业数据汇聚供给及跨行业流通。

二是坚持可信互通，构建专业交易体系。建立健全智能网联汽车相关数据要素流通和资产流转交易规则，形成覆盖全过程的资产评估、登记确权、授权存证、合规公证、争议解决等服务能力，完善安全审查、算法审查、监测预警机制，探索汽车相关数据跨境流通国际协同治理机制，分级分类、分步有序地推动数据流通应用。

三是平衡效率与安全，推动适应性创新以上海数据交易所联盟链为基础，借鉴大规模汽车行业区块链联盟 MOBI经验，探索建立基于区块链的数据确权交易技术底座。针对高敏感和高价值数据，积极推进隐私计算、数据水印等技术应用，保障源数据安全和溯源追责。同时，构建以数据要素为核心驱动的产品体系，支撑数据产品和服务、算力资源、算法工具等多元化产品交易。

完善服务生态，全方位促进多元参与

一是创新数据供给机制。以大数据中心建设运营为契机，加强智能网联汽车与城市公共服务智能应用体系的协同，立足数据分类分级体系,强化公共数据供给，建立智能网联汽车相关数据资源持有权、加工使用权和产品经营权等分置的产权运行机制。探索公共数据、企业数据和个人信息数据的确权授权运营新机制和交易新范式，发挥国有企业带头作用，鼓励支持行业龙头企业、互联网平台企业与公共数据运营机构开展合作，促进与中小微企业双向公平授权，丰富可流通交易的数据产品和服务。

二是加大培育数商体系。立足上海数据交易所“全国数据交易联盟”率先构建智能网联汽车相关数据流通交易产业链，着力培育、引进、发展一批行业性数据商，鼓励数据商公规开展数据开发承销和数据创新业务，鼓励第三方专业化服务机构开展数据集成、认证、审计、保险、托管、评估、仲裁、培训等市场服务。积极探索政策创新突破，试点开展数据要素型企业认定数据采购费用纳入研发投入、数据资产纳入企业负债表、数据资产融资等支持政策。

三是构建多方共治体系。基于智能网联汽车产业生态特征，构建政府、企业、社会多元共治体系，创新政府治理方式，明确各方主体责任和义务，持续建立健全涵盖研发制造、运营服务及行业监管相关主体的数据治理规则和技术范式，建立智能网联汽车相关数据要素市场信用体系，积极防范新型不正当竞争和垄断行为，保障数据全生命周期的安全可控，维护公平有序的数据要素市场竞争环境。

作者简介：徐珺，上海发展战略研究所副所长，正高级工程师。涂辉招，同济大学交通运输工程学院教授、博士生导师，上海智能网联汽车与智慧交通工程技术研究中心副主任。