2025年我国低空经济产业规模突破1.5万亿元，无人机注册量达328.7万架、飞行时长同比增长69.89%，低空经济数据生产量增速超75%——当万亿级产业遇上数据爆发，治理成为决定发展天花板的关键变量。中国信通院这份报告首次系统构建了低空经济数据治理的完整框架：从"核心-关联-衍生"三层数据资源体系，到"2+N+X"多元协同组织架构，再到"3+1+N+X"五层治理平台，为低空经济从"野蛮生长"走向"有序发展"提供了制度与技术底座。

"低空经济"连续三年写入政府工作报告，从战略性新兴产业正式确立为新兴支柱产业。2025年12月，新修订的《中华人民共和国民用航空法》将促进和发展低空经济纳入民用航空领域的基本法律。据测算，2025年中国低空经济市场规模达1.5万亿元，无人机运营企业近2万家。广东低空经济达到千亿级规模，低空飞行器制造企业超2000家，占全国产业链企业30%以上。截至2025年底，全行业注册无人机328.7万架，同比增长51.0%；全年无人机累计飞行时长4530.29万小时，同比增长69.89%。2025年低空经济数据生产量增速达75%。

低空经济数据相较一般公共数据具有更强的治理需求。多源异构——数据类型包括结构化（飞行遥测）、非结构化（图像、视频、三维点云）和半结构化（气象、地理信息）。高敏感性——高精度测绘、环境监测等涉及国家安全和公共利益，需分级分类管理。高实时性——直接关联飞行安全与运营效率，需毫秒级响应。跨界融合——需要在确保安全前提下发挥数据要素乘数效应。当前低空经济数据治理处于起步阶段，数据资源体系尚未构建、治理平台体系尚未建立、组织管理架构尚不明确、标准规范尚未出台。

低空经济数据治理涉及三大类主体。政府监管与业务部门包括空中交通管理、工业和信息化、通信管理、数据管理等部门，负责空域数据、低空航空器数据和飞行动态数据管理。平台运营与技术服务企业包括低空综合管理服务平台运营商以及技术方案服务商，例如中科星图智航·低空应用平台、中国移动"中移凌云"无人机管控平台。数据生产与应用主体包括低空基础设施运营企业、飞行活动运营企业、协会组织等。

按照与低空经济的关联性进行划分，低空经济数据资源体系归纳为三个层次。核心数据层（监管数据层）是支撑低空安全和监管所必要的最小数据资源范围，主要包括空域数据、飞行动态数据、航空器数据、通信与导航数据，具有高实时性、强安全性和法定要求等特点。关联数据层（环境数据层）是支撑低空经济发展所涉及的环境与空间数据资源体系，主要包括地理信息数据、基础设施数据、气象数据、CIM及BIM数据、电磁环境数据，具有基础性、共享性和相对静态等特点。衍生数据层（应用数据层）是城市治理服务与商业应用所产生的广义数据资源体系，主要包括流量与效率分析数据、安全与风险评估数据、城市治理数据、商业运营数据，具有高附加值、知识化、场景化等特点。

参考数据治理相关国家标准和行业标准，低空经济数据治理参考架构包含五大组成部分。治理目标是"指引"，聚焦"可信、安全、高效"三方面——提升低空经济数据质量、保障低空飞行活动安全有序和飞行效率、促进低空资源优化配置和高效利用。组织管理是"牵引"，通过"2+N+X"架构实现多元主体协同。制度环境是"前提"，发挥法律法规、政策文件、标准规范的引领、调控和规范作用。治理平台是"支撑"，依托"3+1+N+X"平台架构实现数据统一治理。治理过程是"核心"，应用人工智能技术赋能数据全生命周期治理。

"2+N+X"组织架构中，"2"是统筹协调和专家指导两个机制，"N"是推动空中交通管理、民航、发改、数据管理、公安、工信等多部门数据互联互通，"X"是覆盖公共数据授权运营商、科研机构、行业协会等多方主体构建低空行业可信数据空间。"3+1+N+X"平台架构中，"3"是"国家-地区（省）-市"三级低空飞行综合监管服务平台，"1"是一体化公共数据平台，"N"是低空商业化应用平台（物流、交通、文旅等），"X"是低空数据价值化平台（共享开放、流通交易、开发利用）。

人工智能技术是驱动低空经济数据治理智能化的核心引擎。在数据采集环节，AI算法自动规划最优飞行路径，机载AI芯片实时分析拍摄质量并自动补拍，采集后AI自动评估数据完整性和质量，形成"采集-评估-再采集"的智能闭环。在数据存储环节，AI自适应压缩算法保证关键信息不丢失前提下实现"降量提质"，按重要性分级选择差异化存储路径，高价值数据存高性能介质，低价值数据经确认后自动清理。在数据加工环节，深度学习算法自动识别和清理噪声、错误数据和重复数据，图像识别和目标检测自动从海量图像和点云中识别目标，联邦学习、差分隐私实现数据"可用不可见"。

在数据利用环节，AI推动低空经济数据从"支持决策"到"自主行动"——城市智能管理中自动发现违章建设并派单至相关部门；精准农业生成"肥力处方图"自动传输给无人机执行变量施肥；电力巡检自动分析弧垂和气象数据预测故障区域并提前预警。在数据退役环节，大模型自动识别不再具有业务价值的数据，预测性存储优化实现成本优化，智能归档确保"退役但可追溯"，智能删除确保数据安全彻底删除。