这篇文章要给你一张地图：数据空间不是一个铁板一块的概念，国家数据局将其划分为企业、行业、城市、个人、跨境五种类型。搞清楚每一种的边界和责任主体，你才能判断你的企业现在该建哪一种、该接入哪一种。
2019年，我做企业数据空间咨询时遇到过一个典型案例。
一家制造业企业想建”自己的数据空间”。我问了一句：”你的数据空间，对外开放吗？”对方犹豫了五秒钟：”暂时不想。”
我说：”那你建的是私有数据空间。没问题，但不要叫’数据空间’跟申报材料混在一起——因为数据空间的核心价值在于跨组织流通。一个永远不对外的数据空间，本质上是高级版的数据中台。”
那次对话之后，我给自己立了一个规矩：任何关于数据空间的讨论，第一步一定是明确类型。
按开放程度分类：五层进化
从封闭到开放，数据空间可以分成五个层次。这不是理论分类，而是有工程意义的演进路径。
第一层：封闭式数据空间。仅限单一组织内部使用。数据在企业内部各部门之间流通，不对外共享。典型场景：企业内部数据仓库或数据中台，实现跨部门的数据整合和共享。这种模式的最大特点是”信任成本为零”——因为所有参与者同属一个组织，合同和管理层级已经解决了信任问题。
第二层：半开放式数据空间。外部成员可在特定条件下访问。数据在组织边界上有条件地开放，访问需要申请和审批。典型场景：政府开放数据集需要申请审批才能获取；企业向合作伙伴开放部分数据但控制使用范围。
第三层：开放式数据空间。完全公开，面向所有公众。任何人都可以访问数据，无需身份验证或审批。典型场景：公共气象数据、交通数据、政府信息公开数据。这类数据空间的治理重点是数据质量管理，而非访问控制。
第四层：联盟式数据空间。多个组织联合管理，共同制定和遵守数据共享规则。典型场景：医疗联合体共享患者数据用于科研和诊断、供应链上下游企业共享库存和排产数据。这是目前商业价值最集中、案例最丰富的类型——Catena-X汽车供应链数据空间就是典型的联盟式。
第五层：生态协同式数据空间。跨多个行业的广泛生态系统。不同行业的数据空间之间实现互操作，数据在更广泛的生态中流通和融合。这是数据空间的终极形态——数据在智能制造、金融、物流、医疗等行业之间安全流动，产生跨行业的融合价值。
五层演进的核心驱动力不是技术，而是信任半径的扩大。封闭式数据空间的信任基于组织管控，联盟式数据空间的信任基于合同规则，生态协同式的信任基于跨组织的标准化治理机制。每扩大一次信任半径，技术难度和管理复杂度都是指数级的增长。
按应用场景分类：五种实体形态
除了开放程度，还可以从应用场景的维度来看数据空间的形态：
局域数据空间。限定在特定地理范围或网络范围内。比如一个工业园区内的企业数据共享网络，或者一个城市行政区划内的政务数据空间。
私有数据空间。单一组织拥有和完全控制——就是我前面说的”高级版数据中台”。它的存在有意义，但价值天花板在组织边界上。
专用数据空间。为特定目的或项目设立，有明确的生命周期和时间边界。比如一个联合研发项目的数据协作空间，项目结束后空间可以按规则关闭或归档。
联盟数据空间。多组织共享环境，常见于供应链管理、行业联盟。这是目前最受关注的类型。
公共数据空间。面向公众开放，类似开放式数据空间，但更强调公共服务属性而非商业价值。
国家数据局的五种分类
2024年《可信数据空间发展行动计划》从治理主体的角度提出了五种官方分类：
行业数据空间（IDS）：以行业协会或头部企业联合建设和运营
城市数据空间（CDS）：以城市政府为主体建设和运营
跨境数据空间（TDS）：解决数据跨境流动的规则问题
这五种分类对应五种不同的治理主体——企业、行业、政府、个人、跨国机构——各自的权责边界、投入模式和价值分配机制截然不同。
对企业最关键的判断
面对这五种数据空间类型，企业的决策框架应该只有两步：
第一步，判断你的数据资产对应哪个类型。如果你的核心数据是内部经营管理数据，你关注的是企业数据空间（EDS）。如果你的优势在于行业知识图谱和供应链协同，你天然需要参与行业数据空间（IDS）。如果你的业务与城市运行数据紧密相关，城市数据空间（CDS）是绕不开的基础设施。如果你持有大量个人相关数据，个人数据空间（PDS）决定了合规边界。如果你有跨境业务需求，跨境数据空间（TDS）就是必答题。
第二步，判断你在各个类型中的角色。在企业数据空间中你是建设者和拥有者（这是你的主场），在行业数据空间中你是参与者和贡献者，在城市数据空间中你可能是数据提供方或使用方，在个人数据空间中你是义务履行者（保障用户数据权益），在跨境数据空间中你是合规主体。
五种类型不是互斥的——一家企业可能同时建设自己的企业数据空间、参与行业数据空间、向城市数据空间提供公共数据、并处理个人数据和跨境数据合规问题。
数据空间的类型不是”单选题”。一家企业可能同时拥有私有数据空间（对内）、参与联盟数据空间（与合作伙伴）、接入行业数据空间（与同行）、向城市数据空间提供公共数据（合规义务）。类型图谱的价值在于——让你不再把所有这些混在一起谈。
十年区块链与隐私计算的产品开发和方案咨询，先后参与多个国家重大课题，亲手建过区块链、隐私计算、可信数据空间的落地项目。不追概念，写真的。
