数字安全与数字资产风险的经济外溢效应研究报告

数字安全与数字资产风险的经济外溢效应研究报告

编制单位：泷码软件（上海）有限公司、泷码软件研究院、泷码数字经济网研究部
报告日期：2026 年 8 月

摘要

随着生成式人工智能、产业链数字化、数字资产体系深度嵌入全球经济运行体系，数字安全风险已经突破传统信息技术安全范畴，形成显著的经济外溢效应。AI 驱动网络欺诈、供应链攻击、大规模数据泄露不再仅仅造成单一企业局部损失，风险沿着产业链、供应链、金融市场跨主体传导，演变为具有宏观影响的系统性经济风险。本报告围绕数字安全与数字资产风险的经济外溢效应展开系统性研究，梳理 AI 赋能下新型网络威胁的演化特征，剖析风险外溢传导路径，评估微观企业成本向产业、宏观经济扩散的内在机理，分析企业将数字安全成本纳入常态化经营预算的现实逻辑，同时对跨国威胁情报共享、数字安全事件跨国协同处置机制开展制度与实践层面的探讨。报告结合全球网络安全机构公开统计数据、行业调研案例，揭示数字安全由技术问题转向宏观经济风险的底层逻辑，为企业经营决策、产业政策制定、国际数字安全治理提供理论参考与现实依据。

关键词：数字安全；数字资产；经济外溢；AI 网络欺诈；供应链攻击；跨国威胁情报共享

第一章 绪论

1.1 研究背景

全球数字经济持续扩张，数据要素、数字资产成为生产要素的核心组成部分，企业业务流程、供应链协同、市场交易、价值积累高度依赖数字化基础设施与数字资产池。与此同时，人工智能技术双向重塑网络攻防格局：防御端利用 AI 实现威胁识别、漏洞挖掘、自动化应急处置；攻击端则借助大模型、深度伪造技术降低攻击门槛，放大攻击效果，网络威胁的规模化、智能化、跨境化特征快速凸显。

过去网络安全更多被视作 IT 部门的技术运维问题，风险损失局限于受害企业内部。现阶段，一次数据泄露事件、供应链攻击或者 AI 网络欺诈，损失会通过供应链上下游、商业信用体系、资本市场、跨境经贸链条向外扩散，产生明显的经济外溢，个体安全事件转化为产业扰动，甚至对区域宏观经济形成冲击。世界经济论坛《2026 全球网络安全展望》明确警示，网络安全风险已经成为制约数字经济高质量发展的重大宏观变量，安全风险的外部性被数字互联网络成倍放大。

数字资产的边界持续拓展，既包含企业经营数据、知识产权、业务系统，也包括链上数字凭证、数字化合同、供应链可信台账等新型资产，数字资产的高流动性、可复制、跨境流转的特点，进一步放大风险外溢的速度与波及范围。一旦安全缺口出现，损失不再停留在系统宕机、业务中断，延伸至财产损失、信用损毁、供应链断裂、合规处罚、资本市场估值波动等多重经济后果。

在此背景下，企业经营逻辑发生改变：数字安全不再是可选的技术投入，而是刚性经营成本，越来越多市场主体将数字安全预算纳入年度经营规划。但全球数字安全治理仍然存在明显短板，网络威胁天然具备无国界属性，而各国法律体系、数据主权规则、安全情报壁垒阻碍跨境协同，跨国威胁情报共享、跨境数字安全事件协同处置机制建设滞后于风险演化速度。

1.2 研究意义

理论层面：本报告拓展数字安全风险的经济学分析框架，重点阐释数字安全风险的外部性、经济外溢传导机理，突破传统研究侧重技术攻防的视角，建立从微观企业损失到产业扰动，再到宏观经济冲击的完整分析链条，丰富数字经济安全、数字资产风险管理相关理论研究。

实践层面：对企业而言，厘清数字安全风险外溢的传导路径，有助于企业正确评估安全投入价值，科学设置经营预算，建立兼顾成本收益的数字资产风险管控体系；对产业层面，为产业链供应链安全治理提供参考，帮助行业识别系统性风险节点；在国际治理层面，剖析当前跨国情报共享、事件协同处置的现实障碍，为多边数字安全合作提供现实参考。

1.3 研究方法与报告框架

本报告综合采用文献研究法、案例分析法、数据统计分析法。梳理国内外网络安全、数字资产风险、风险外溢效应相关公开研究成果；选取 AI 网络欺诈、供应链攻击、大规模数据泄露典型事件开展案例复盘；整合 IBM、FBI、世界经济论坛、国内监管机构公开统计数据，归纳风险演化趋势。

报告结构安排：第一章绪论；第二章界定核心概念，阐释数字安全风险经济外溢效应理论基础；第三章分析 AI 驱动下主要风险类型：AI 网络欺诈、供应链攻击、数据泄露的表现形式与损失特征；第四章剖析数字安全风险经济外溢传导机制，解释数字安全从技术问题升级为宏观经济风险的内在逻辑；第五章分析数字安全成本内化，企业将安全投入纳入经营预算的现实动因、现实困境与优化方向；第六章研究跨国威胁情报共享、数字事件协同处置机制，梳理现存障碍、国际实践路径；第七章研究结论与对策建议；最后附数据来源说明、免责声明。

1.4 概念界定

1.4.1 数字资产

本报告所指数字资产，广义上包括企业业务数据、客户信息、技术知识产权、数字化业务系统、供应链数字台账，以及各类数字化凭证、链上可信记录等，是能够带来经济价值、可被数字化存储调用的资产集合。数字资产具备可复制、跨地域流转、高耦合于业务运行的特征，资产损毁、泄露、篡改将直接造成经济损失。

1.4.2 经济外溢效应

经济外溢效应，即外部性，是指单一主体遭受风险冲击之后，风险不局限于当事主体内部，通过经济网络向外传导，给产业链合作伙伴、行业乃至社会宏观经济带来成本或者损失。数字网络的强互联特性，让数字安全风险拥有极强负向外溢属性。

1.4.3 AI 驱动网络欺诈

攻击者利用生成式 AI、深度伪造、语音克隆、大模型文本生成等技术，批量制作高仿真钓鱼信息、伪造身份、伪造高管指令，实施诈骗、信息窃取，攻击成本显著下降，欺骗性、规模化程度远高于传统网络欺诈。

1.4.4 供应链攻击

以供应链软件服务商、上游数字化供应商为突破口，通过攻陷中间服务商，向下游成千上万客户植入恶意风险，实现 “一次攻击，批量受害”，风险沿着供应链网状结构扩散。

第二章 数字安全风险经济外溢效应的理论基础

2.1 负外部性理论与数字安全风险

经济学的外部性理论指出，当一项经济活动的成本或者收益不完全由活动主体承担，就会产生外部效应。网络攻击行为带来的风险具备典型负外部性：网络攻击由少数攻击者发起，但风险损害会传导至无关第三方。传统工业时代风险扩散速度受到物理空间约束，而数字空间没有地理边界，风险传导依靠网络链路，传播速度呈指数级提升。

企业如果自身数字安全防护不足，不仅自身承担损失，还会变成整个产业链风险源头。当一家上游软件服务商被攻破，下游数十家、数百家合作企业都会被牵连，下游企业并未直接犯错，却被动承担损失，这就是数字安全风险典型负向外溢。反过来，企业加大数字安全投入，除保护自身，也降低整个供应链被渗透的概率，产生正向外部收益。

市场机制本身很难自发解决外部性问题。单纯依靠企业自发防护，容易出现 “搭便车” 现象：部分企业希望依靠产业链其他主体的安全防护来规避自身风险，自身却不愿承担安全投入成本，造成整个产业链防护短板。这也是数字安全风险持续累积，最终上升为宏观风险的理论根源。

2.2 数字网络的风险传导逻辑：耦合性与脆弱性

现代产业数字化之后，各个市场主体之间形成高度耦合的数字网络。企业之间通过 API 接口、云服务、供应链协同平台、数据共享通道深度连接，业务流程互相嵌套。这种耦合极大提升产业效率，但同时创造风险传导通道。系统中任何薄弱节点，都可以成为攻击突破口，风险顺着业务链路向外蔓延。

数字资产本身高度脆弱：实体资产被盗之后，原始资产会发生转移；数字数据泄露之后，攻击者可以无限复制，原始所有者仍然持有数据，但是数据价值已经彻底灭失。数据泄露一旦发生，损害可以无限复制扩散，这种特性放大风险外溢规模。

2.3 从微观损失向宏观风险跃迁的条件

并不是每一次网络安全事件都会演变为宏观经济风险，风险实现层级跃迁需要满足三个条件。

第一，攻击影响具备规模化，事件波及大量市场主体，例如供应链攻击一次性牵连大量上下游企业；
第二，冲击关键节点，风险冲击关键基础设施、核心产业链平台、大型金融机构，扰动产业正常运转；
第三，信心外溢，安全事件冲击市场数字信任，市场主体普遍降低数字化业务参与意愿，抬高全行业融资、交易成本。

当三者同时出现，原本属于企业 IT 事故的安全事件，就完成从技术故障，到企业经营危机，再到产业扰动、宏观经济风险的升级。

第三章 AI 时代数字安全主要风险形态及经济损失现状

3.1 AI 驱动网络欺诈：攻击门槛下移，损失规模快速扩张

生成式人工智能重构网络欺诈的成本结构。传统网络欺诈，攻击者需要手工编写钓鱼邮件、伪造话术，制作伪造音视频，技术门槛高，产出有限。大模型普及之后，攻击者仅需简单指令，就可以批量生成语法通顺、高度定制化的钓鱼邮件、企业高管伪造文本；深度伪造技术可以模仿企业负责人语音、面部影像，开展商业邮件入侵（BEC）类欺诈，攻击实施成本大幅降低，攻击数量爆发式增长。

FBI 2025 年度互联网犯罪报告统计，全年记录 AI 相关网络欺诈案件超过 2.2 万起，直接经济损失约 8.9 亿美元。大量 AI 欺诈案件因为受害者顾虑声誉，选择不报案，行业评估实际损失远高于上报统计数字，预估报案率不足 5%。IBM《2026 数据泄露成本报告》指出，恶意网络入侵事件当中，四分之一攻击已经借助 AI 工具完成，AI 赋能攻击造成单起事件平均损失达到 600 万美元，高于全部泄露事件平均损失水平。

AI 网络欺诈的经济损失分为直接损失与外溢间接损失。直接损失包含被骗取的资金、直接财产损失；间接外溢损失包括：企业内部流程混乱、财务系统临时停摆、交易伙伴信任下降、商业合作受阻。部分企业遭遇深度伪造高管诈骗之后，合作方会对企业内控能力产生质疑，后续商务谈判、授信评估都会受到负面影响，损失会长期持续。

典型商业案例：跨国企业高管深度伪造诈骗案件，攻击者利用 AI 复刻企业区域总裁声音，欺骗财务人员完成大额跨境转账，涉案金额数千万美元。该事件曝光之后，集团不仅承担直接资金损失，全球子公司财务审批流程全部紧急重构，全球上下游合作伙伴同步收紧与该企业的付款核验流程，整个产业链交易效率下降，产生广泛间接成本。

AI 网络欺诈外溢还有社会层面传导。大量 AI 诈骗案例冲击社会对于数字身份、线上沟通的信任，市场主体被迫增加多重核验流程，全社会数字化交易的交易成本整体抬升。

3.2 供应链攻击：风险沿产业链网状外溢

供应链攻击是当前破坏力最强的数字安全威胁之一。攻击者不直接攻击最终目标企业，转而瞄准软件供应商、SaaS 服务商、工业数字化组件提供商。攻破上游服务商之后，恶意代码嵌入服务商对外输出产品、更新包，所有采购该服务的下游企业被动接收风险，实现单点突破、全域扩散。

供应链攻击天然自带极强经济外溢属性。受害下游企业与攻击源头没有直接关系，仅仅因为商业采购关系就被动遭受安全冲击。IBM 统计数据显示，供应链相关安全泄露事件单起平均损失达到 491 万美元。一次大型供应链攻击，可同时波及成千上万家不同行业、不同地域企业，横跨多个国家。

供应链攻击的经济损失链条：第一层级，被攻陷的上游服务商，系统遭到破坏，面临业务中断、客户索赔、巨额合规处罚、品牌声誉崩塌；第二层级，下游企业遭遇系统瘫痪、数据失窃，业务停工，生产停滞；第三层级，下游企业的客户、合作伙伴，进一步承接连锁冲击。制造业场景中，如果工业供应链软件遭受攻击，会造成多家工厂生产线停机，订单违约，物流中断，冲击整个产业链供给。

供应链攻击还会带来资本市场外溢效应。重大供应链安全事件曝光，相关上下游上市公司会出现股价波动，投资者对数字化供应链风险重新定价，整个行业板块估值受到扰动。

当前现实困境：大量中小企业供应链安全意识薄弱，采购第三方数字化工具的时候，很少评估供应商安全能力，将自身风险完全寄托于服务商防护水平，成为整个产业链安全短板。而服务商本身，很多中小软件厂商安全预算有限，防护能力不足，成为攻击者优先瞄准突破口。

3.3 大规模数据泄露：数字资产损毁与多维度经济外溢

数据是当代企业核心数字资产。客户信息、经营台账、研发数据、供应链商业机密一旦发生泄露，数字资产价值直接受损。全球数据泄露事件造成的平均经济损失持续走高，2025‑2026 周期全球单起数据泄露平均成本达到 444‑600 万美元区间，不同地区差异显著，美国区域单起泄露平均损失突破千万美元，损失涵盖业务中断成本、客户赔偿、合规罚款、修复投入、声誉损失等多个部分。

数据泄露的经济外溢体现在多个维度。

第一，合规外溢。各国数据保护法规不断完善，发生大规模泄露之后，企业面临监管机构高额行政处罚。而处罚的影响不局限于涉事企业，会促使全行业提高合规投入，带动行业整体合规成本抬升。

第二，产业链商业外溢。如果泄露内容包含上下游合作伙伴商业秘密、供应商报价、未公开合作协议，会损害产业链多方主体商业利益，引发大量次生商业纠纷。

第三，消费者层面外溢。大量个人信息泄露之后，泄露数据流入黑产市场，衍生后续电信诈骗、身份盗用，损害普通民众权益，社会治理成本随之增加，这部分成本并不由泄露企业全部承担，形成向社会层面外溢。

第四，资本市场与信用外溢。上市企业发生重大数据泄露事件，将面临投资者集体诉讼，估值下调；市场对企业治理能力产生负面判断，信贷机构调整企业信用评估，抬高企业后续融资成本。

需要特别指出，AI 技术放大数据泄露的次生危害。海量泄露数据集，会被黑产大模型调用，训练欺诈模型，衍生更多后续攻击。一次历史数据泄露，会源源不断产生后续欺诈案件，风险持续向外释放，拉长风险外溢时间周期。

3.4 三类风险外溢特征对比总结

AI 网络欺诈更多作用于交易与财务环节，外溢重点在商业信任与交易成本；供应链攻击擅长网状批量传导，冲击生产经营连续性，风险跨企业批量爆发；大规模数据泄露核心损害数字资产价值，损失会延伸到监管合规、消费者权益、资本市场。三类风险经常互相叠加：供应链攻击可以造成大规模数据泄露，泄露数据集又会被用来开展 AI 网络欺诈，风险互相催化，进一步放大整体经济损失。

第四章 数字安全由技术问题升级为宏观经济风险的传导机制

4.1 微观层面：企业直接损失与间接隐性成本

传统视角，网络安全属于信息技术部门，成本主要是设备采购、运维人员薪酬。但在当前风险环境，一旦安全事故爆发，直接损失仅仅是冰山一角。

直接损失包括赎金、系统抢修、漏洞修复、应急人力投入、监管罚款。隐性间接成本占比越来越高：业务停摆带来营收损失、订单违约赔偿；客户流失带来长期收入衰减；品牌声誉受损带来市场份额下滑；诉讼、调解产生法务成本；事件之后需要全面改造 IT 架构，重构业务流程。

很多企业事故复盘之后发现，间接隐性经济损失数倍于直接抢修支出。当大量企业反复承担此类风险损失，就会累积成为产业层面负担。

4.2 产业层面：风险连锁传导，推高全产业链运行成本

数字安全风险通过产业链网络形成连锁冲击。当产业链某一节点发生安全事件，上下游企业都被迫调整业务、开展安全排查，即使自身系统没有被攻破，也需要投入人力、资金做风险隔离。

产业层面会出现两类成本变化。第一类是事故发生后的应急成本，突发事件出现全产业链被动应对；第二类是预防性成本，经历重大安全事件之后，行业整体提高安全标准，产业链上所有市场主体，无论大小，都被迫增加安全投入。

产业链还会出现风险溢价。下游客户在选择供应商时，将数字安全能力作为重要采购评估门槛。安全防护能力不足的企业，商业机会收缩；安全能力强的供应商获得竞争溢价。整个产业交易环节增加数字安全尽职调查环节，抬高全行业交易成本。

中小企业承受更大压力。大型企业有充足预算做安全建设；中小企业资源有限，安全短板突出，既容易被攻击，遭受冲击之后抗风险能力弱，一次重大安全事件甚至直接导致企业破产。大量中小企业集中的产业集群，会因为数字安全风险，出现行业层面的市场出清。

4.3 宏观经济层面：数字信任、要素配置与经济增长扰动

风险持续累积之后，冲击传导至宏观维度，主要通过三条路径发挥作用。

第一，侵蚀数字信任基础。数字经济运行高度依靠信任体系。频发的 AI 欺诈、数据泄露事件，降低市场主体对数字化业务的信任。市场主体会减少线上交易、数据共享行为，抑制数据要素流通，削弱数字经济发展动力。

第二，社会总资源的挤占。全社会需要投入大量人力物力用于网络安全防御、事件处置、受害救济。这些资源本可以投入技术创新、扩大生产，大量资源消耗在风险对抗上，形成社会层面的效率损耗。

第三，对关键产业与基础设施的扰动。当数字安全风险冲击能源、物流、金融等关键行业，会影响社会正常生产生活秩序，造成实体经济产出损失。

需要明确，并非少数个案就能够撼动宏观经济，但是风险具备累积效应。当网络攻击频次持续走高，各类安全事件损失不断叠加，数字安全就不再只是企业技术故障，而演变为需要宏观层面关注的经济风险。

同时也要客观看待，安全投入本身也会带动网络安全产业发展，创造就业岗位，拉动相关技术研发，具备正向产业拉动效应，但前提是投入属于理性最优区间；过度防御，不计成本的安全投入，同样造成社会资源浪费。宏观层面需要追求安全成本与发展效率之间动态平衡。

4.4 数字安全风险外溢现实约束：风险计量难题

当前阻碍对数字安全宏观风险开展有效治理的现实难题是风险损失计量困难。很多间接外溢损失，例如声誉损失、信任下降、长期产业链扰动，难以通过财务报表直接量化统计。公开统计大多只记录直接可统计报案损失，大量隐性损失、未报案损失无法纳入统计，造成全社会普遍低估数字安全真实经济代价。风险难以量化，又反过来影响企业、政府层面的资源配置决策。

第五章 数字安全成本内化：企业将数字安全纳入经营预算

5.1 成本内化的现实动因

过去很长一段时间，国内大量企业将数字安全视为 IT 部门的技术运维支出，属于可压缩的非核心预算。在风险外溢效应持续显现的背景下，市场正在发生深刻转变，越来越多企业将数字安全预算上升到公司经营层面，纳入整体经营预算体系，推动安全成本内化。

动因一：风险损失的倒逼。AI 攻击、供应链安全事件频发，企业看到同行遭受巨额经济损失，认识到安全事故带来的损失远远大于日常安全投入。事前预算投入，对比事后事故巨额损失，具备显著的成本收益优势。

动因二：合规压力。《网络安全法》《数据安全法》《个人信息保护法》等法规落地，全球各主要经济体数据监管规则趋严。企业如果未履行安全保障义务，发生泄露事件将面临高额处罚，合规要求强制推动企业承担安全成本。

动因三：商业市场的硬性要求。现在大型客户、平台方在供应商准入、招投标环节，增加数字安全能力审查。安全不达标直接失去商业机会。数字安全能力转化为市场竞争门槛，倒逼企业配置对应经营预算。

动因四：管理层认知迭代。企业管理者逐步理解数字资产的价值，意识到数据、业务系统是核心经营资产，保护数字资产等同于保护企业经营根基，安全投入是资产保护支出，而不是单纯 IT 开销。

5.2 当前企业数字安全预算建设现实困境

第一，预算决策依旧偏向短期视角。很多企业预算设置参照往年 IT 支出，缺少基于风险评估的测算。没有结合自身数字资产规模、所处行业风险水平，开展风险损失测算，预算设置随意性较强。企业往往是重大安全事件之后临时追加投入，常态化前置预算不足。

第二，大小企业分化严重。大型企业可以设置独立安全团队，配置充足预算；中小企业营收规模有限，生存压力优先，数字安全预算被挤压。中小企业既缺少资金，也缺少专业人才，不知道钱应当投向何处，预算投入效率偏低。

第三，预算结构失衡，重技术采购，轻管理流程建设。很多企业预算大量采购软硬件安全产品，但是在制度流程、人员培训、供应链安全尽职调查投入不足。AI 时代很多安全事故来自社会工程学欺诈，单纯依靠硬件设备无法抵御，管理层面投入缺失，造成预算投入效果打折扣。

第四，风险外溢带来的 “搭便车” 困境。部分企业希望依靠上游供应商、行业平台承担安全防护责任，自身尽量减少预算投入，把防护成本向外转移。个体企业实现成本最小化，却抬高整个产业链系统风险。

5.3 优化企业数字安全预算管理的方向

企业应当建立面向数字资产全生命周期的预算思维，数字安全预算不只是 IT 部门预算，而是企业经营风险管控预算。

首先，开展数字资产盘点，完成风险评估。梳理自身核心数字资产清单，识别高风险业务环节，评估潜在安全事件可能带来直接损失与外溢间接损失，以此作为预算编制基础。

其次，优化预算结构，实现技术工具、管理制度、人员培训、供应链安全评估均衡投入。尤其重视针对 AI 欺诈的内部风控流程建设，完善高管转账、对外数据输出审批机制。

再次，区分大型企业与中小企业路径差异。大型企业建立常态化安全预算，设立风险准备金，用于安全事件应急处置；中小企业可以优先选用成熟托管安全服务，以相对较低成本补齐短板，不要完全寄希望第三方替自身承担全部风险。

从产业层面，行业协会可以推动建立行业安全基线，引导产业链上下游共同确立安全准入标准，缓解搭便车现象，减少风险向产业链外溢。

第六章 跨国威胁情报共享与数字事件协同处置机制研究

数字安全风险具备天然无国界属性。AI 攻击者、供应链攻击团伙往往跨境活动，一次攻击事件会同时损害多个国家市场主体。但是世界各国数据主权、法律体系、监管制度各不相同，网络威胁情报存在壁垒，跨境数字安全事件处置面临诸多障碍，构建跨国威胁情报共享、数字事件协同处置机制，已经成为现实紧迫议题。

6.1 跨国协同治理的现实价值

第一，降低全球整体攻击损失。威胁情报具备明显公共品属性，如果各国能够及时共享新型攻击特征、恶意样本、攻击者团伙线索，可以让不同国家防御主体提前开展防御，避免重复受害。相关测算显示，开展有效的国际安全协作，可以显著降低勒索软件、数据泄露类事件整体经济损失。

第二，实现跨境事件高效处置。很多安全事件受害者分布多国，证据留存、溯源、止损需要多国机构互相配合。缺少协同处置机制，事件处置周期拉长，损失持续扩大。

第三，遏制 AI 驱动新型跨境网络犯罪。AI 网络欺诈、深度伪造诈骗犯罪团伙大量跨境布局，单一国家独立打击难度极高，需要情报互通、线索移送、联合处置互相配合。

6.2 当前跨国威胁情报共享面临主要障碍

第一，数据主权与国家安全顾虑。威胁情报当中经常夹杂 IP 地址、样本、受害主体信息，部分情报可能涉及本国机构敏感信息。各国担心情报共享过程当中发生敏感信息泄露，也担忧情报被其他国家用于网络攻击活动，存在信任障碍。

第二，法律制度差异。不同国家关于网络数据、个人信息、网络证据的法律规范差异巨大，情报数据跨境传输，会触碰不同地区数据合规规则，情报共享行为本身存在合规风险。

第三，主体多元，权责不清晰。参与情报共享的主体既包括各国政府机构，也包含大型网络安全企业、行业平台。政府与商业机构之间，不同国家商业机构之间，没有统一权责框架，情报泄露之后责任划分困难。

第四，情报质量参差不齐。不同机构产出威胁情报质量、格式不统一，虚假情报、误导信息混杂其中，如果盲目采信外来情报，有可能造成防御误判。

第五，激励机制不足。情报共享需要投入资源搜集整理情报，但是共享带来收益由多方获得，贡献方难以获取对等回报，出现供给动力不足。

6.3 现有国际实践模式梳理

当前全球已经形成多种不同层级跨国情报合作模式。

一类是政府间多边机制，依托联合国、G20、APEC 等多边平台，推动网络安全对话，推动网络事件响应机构（CERT）之间建立沟通渠道，开展预警信息通报。这类模式偏向宏观对话，在实时威胁情报交换层面效率有限。

第二类是区域合作，例如欧盟网络安全局 ENISA 推动成员国之间 CERT 协同，东盟推进区域网络安全合作框架，区域内法律基础相对接近，更容易落地信息互通与事件协同处置。

第三类商业机构主导的跨国情报共享。全球大型网络安全企业，通过自身监测网络，汇总全球攻击情报，向全球客户发布预警。商业机构情报响应速度快，但商业机构有自身商业利益诉求，情报共享服务会受到商业因素约束。

整体来看，目前全球缺少一套通用、均衡、兼顾各国数据主权的全球威胁情报共享体系，现有机制碎片化。

6.4 数字安全事件跨国协同处置机制建设重点方向

6.4.1 分层分类开展威胁情报共享

区分情报类型，建立分级共享机制。对于不涉及敏感主体的攻击特征、恶意样本、攻击 IOC 标识，优先推动开放共享；涉及受害机构隐私、个人数据的情报，严格做好脱敏处理，限定知悉范围。区分公开预警情报、受限情报，建立分级访问权限，平衡情报流通和数据主权保护。

建立情报质量校验机制，对外部输入情报做交叉核验，防范虚假情报干扰。

6.4.2 完善跨境安全事件协同处置流程

当发生跨国重大数字安全事件，建立标准化沟通流程：事件通报、证据保全、风险止损、线索协查。各国国家网络安全应急机构作为对接枢纽，承担事件信息传递职能。厘清跨境事件当中，信息通报义务、证据调取、止损处置的权责边界。

同时区分政府主体和市场主体，企业遭遇跨境攻击时，可以通过本国应急机构，向境外对应机构传递求助诉求，打通企业层面诉求上升到国际协同的通道。

6.4.3 平衡数据主权保护与国际合作

情报共享不等于无限制的数据自由跨境流动。情报交换应当坚持尊重各国数据主权，情报传输遵守各方法律框架，做好信息脱敏，不得借情报共享渠道非法获取他国境内敏感数据。

推动开展规则对话，探索威胁情报跨境传输的合规互认路径，减少制度冲突带来合作障碍。

6.4.4 构建多元主体协同生态

跨国协同不能只依靠政府，要吸纳网络安全企业、行业平台参与。商业安全企业拥有大量一手全球监测数据；行业平台掌握产业链风险信息。构建政府‑产业协同，政府机构负责制度框架、跨境官方对接；企业提供一线威胁情报，开展技术层面协同防御。同时建立适度激励机制，提升各方参与情报共享动力。

6.4.5 聚焦 AI 新型威胁专项协同

针对 AI 驱动网络欺诈、深度伪造跨境诈骗这类新风险，开展专项协同。共享 AI 欺诈样本、深度伪造攻击手法，联合开展预警，共享诈骗团伙线索，联合打击跨境 AI 网络黑产。

第七章 研究结论与对策建议

7.1 主要研究结论

第一，在人工智能与全球数字化深度融合背景下，AI 驱动网络欺诈、供应链攻击、大规模数据泄露带来的损害不再局限于受害主体内部，具备显著经济外溢效应，风险沿着产业链、商业网络、社会信任体系向外扩散，数字安全完成从局部技术问题向宏观经济风险的演化。数字资产高复制、跨地域流转特性进一步放大风险外溢的速度与损失规模。

第二，风险外溢分为三层传导路径：微观企业直接与隐性损失，产业链层面成本抬升与连锁扰动，宏观层面对数字信任、要素配置、实体经济产出的潜在冲击。大量间接隐性损失难以量化统计，容易造成全社会低估数字安全风险真实代价。

第三，风险现实倒逼企业经营模式转变，数字安全由附加 IT 支出逐步转变为刚性经营成本，越来越多市场主体将数字安全投入纳入经营预算。但现阶段企业预算管理普遍存在短期化、结构失衡，中小企业资源短板、产业链搭便车等现实问题。

第四，网络威胁天然无国界，跨国威胁情报共享、跨境数字安全事件协同处置是应对系统性数字安全风险的必要路径。当前国际实践面临数据主权顾虑、法律差异、情报质量、激励不足多重障碍，现有合作机制呈现碎片化特征，需要分层分类设计协同路径，兼顾情报流通与数据主权保护，推动政府、产业多元主体共同参与。

7.2 对策建议

面向企业层面

1. 完成数字资产全面盘点，建立数字资产风险台账，识别核心资产对应的外溢风险，将外溢间接损失纳入风险评估，作为安全预算编制依据，把数字安全预算提升至经营风险管控层级，避免单纯视为 IT 部门成本。

2. 优化安全预算投入结构，不能只重视软硬件采购，同步加大风控流程、员工 AI 欺诈防范培训、供应链安全尽职调查投入。完善财务审批、对外数据输出的风控机制，抵御深度伪造、AI 钓鱼类新型威胁。设置安全事件风险准备金，应对突发安全事件。

3. 重视供应链数字安全风险，将供应商数字安全能力纳入采购准入评估，减少供应链攻击带来风险外溢。中小企业量力选择托管安全服务补齐短板，不能完全将安全责任转移给第三方服务商。

4. 建立安全事件应急预案，一旦遭遇跨境网络安全事件，积极依托国内网络安全应急机构，开展对外求助与线索协同。

面向产业层面

1. 行业协会牵头推动行业数字安全基线建设，发布行业数字资产风险管理指引，引导产业链上下游建立统一安全准入门槛，缓解 “搭便车” 问题，降低产业链风险外溢。

2. 推动行业内部威胁情报共享机制，同行业企业之间，在脱敏前提下互通新型攻击预警信息，构建行业联防。

3. 扶持面向中小企业轻量化安全服务供给，降低中小企业安全建设成本，补齐产业集群安全短板。

面向国家与国际治理层面

1. 完善数字安全风险监测体系，不仅关注技术安全事件，同时跟踪评估安全事件带来的产业、经济外溢影响，完善损失统计框架，重视隐性间接损失的跟踪研判。

2. 持续健全法律法规体系，压实市场主体保护数字资产责任，引导企业合理内化安全成本；同时避免过度合规造成社会资源无谓消耗，把握安全与发展动态平衡。

3. 积极参与全球数字安全治理，依托多边、区域合作平台，推动跨国威胁情报分级共享、跨境数字安全事件协同处置机制建设。坚持尊重各国数据主权，推动情报脱敏交换、合规互认，针对 AI 跨境网络欺诈等新型威胁开展专项国际协作。平衡政府机构、商业安全企业的角色定位，构建多元参与的国际协同生态。

7.3 研究局限与未来展望

本报告主要基于公开统计数据与公开案例开展分析，大量隐性经济外溢损失难以完全量化。未来随着数字资产形态持续迭代，AI 攻防技术持续演化，数字安全风险外溢模式还会持续演变。后续可以进一步针对细分行业开展实证量化研究，测算不同行业数字安全风险外溢系数；持续跟踪全球跨国情报共享机制实践演进，开展更深层次制度研究。

附录：数据来源说明

本报告分析数据来源于以下公开机构公开报告、公开调研成果，报告引用仅作学术分析使用：

1. IBM‑Ponemon Institute《全球数据泄露成本报告》2025‑2026 版，全球数据泄露事件损失统计数据。

2. FBI IC3《2025 互联网犯罪报告》，AI 网络欺诈案件数量、经济损失统计数据。

3. 世界经济论坛《2026 全球网络安全展望报告》，全球数字安全宏观风险研判数据。

4. 欧盟网络安全局 ENISA 公开研究报告，供应链攻击、跨境网络安全协同治理相关研究。

5. 国内《网络安全法》《数据安全法》《个人信息保护法》及监管机构公开解读文件。

6. 公开学术期刊、智库研究文献，包含网络安全经济外溢效应、威胁情报共享相关研究成果。

7. 泷码软件研究院行业调研整理案例，部分企业案例来自公开媒体披露事件。

部分统计数据为抽样调查估算值，不同机构统计口径存在差异，报告已做综合整理。

免责声明

本报告由泷码软件（上海）有限公司、泷码软件研究院、泷码数字经济网研究部编制，仅用于学术研究、行业参考目的，不构成任何商业投资、法律合规、经营决策直接依据。

报告所采用数据绝大部分来自公开第三方数据源，编制单位不对第三方原始数据的绝对准确性、完整性作出担保；报告当中观点、分析、推论为研究团队独立研判，不代表任何监管机构、第三方机构立场。

任何机构或个人依据本报告内容作出经营、投资、合规行为，应当自行承担全部风险。未经编制单位书面许可，禁止对本报告进行篡改、歪曲、商用再发布；引用本报告内容，请注明完整出处。

报告版权 ©2026 泷码软件（上海）有限公司，保留全部权利。