习指出：“要构建以数据为关键要素的数字化的经济”“充分的发挥海量数据和丰富应用场景优势”“不断做强做优做大我国数字化的经济”。近年来，我国政府推动数据工作有两种做法，一种工作思路是推动数据开发利用，比如，国家数据局等十七部门实施“数据要素×”三年行动计划，核心是激发数据价值创造，充分实现数据要素价值。另一种做法是推动数据资产化，财政部为充分激发数据资产潜能，推动数据资源作为会计上的资产“入表”、加强数据资产管理等工作。数据合规高效流通使用、赋能实体经济，是我国数据事业的发展目标。未来，要统筹谋划数据工作，坚持推进数据要素市场化配置改革，重点突破数据要素市场化价值化的难点堵点痛点问题。当前我国数据工作的突破点，是以数据要素市场化推进价值化。

  数据要素价值化是数据作为生产要素进入经济社会系统创造价值，并转化为经济效益的过程。数据之所以能成为一种新型的生产要素，是数字技术应用的结果，也是数字化的经济发展的必然要求。无论是数据自身作为生产要素发挥作用，还是数据与传统生产要素协同和融合，数据要素都能够直接或间接产生社会价值和经济价值。这一过程涉及高级数据分析、机器学习、人工智能等先进技术。

  数据价值化的本质是依托数据全生命周期的价值形成、价值创造、价值实现、价值共享过程，是推动数据要素协同其他生产要素集聚、向现实生产力转化、提高全要素生产率的重要手段，是加速新质生产力形成的重要前提。数据要素历经价值形成、价值创造、价值实现和价值共享，配合高质量的数据供给、便捷的数据流动和丰富的数据应用场景，为新质生产力的培育提供了坚实的支撑和持续的驱动力。数据要素价值化为发展新质生产力所要面临的技术创新、要素配置和产业转型等难题提供了突破口，数据价值的创造和分配是区分新旧生产力的关键。

  数据要素价值化的核心在于，通过汇聚、分析、处理和应用数据资源，转化为对经济活动有益的洞察和知识，发现其内在规律和价值，优化业务流程、驱动创新、优化决策，来提升生产效率，创造新价值。数据价值化也是推动企业创新和转变发展方式与经济转型的重要动力。数据要素价值化大致上可以分为四个阶段即“四化”：数据资源化、数据产品化、数据要素市场化、数据要素资产化。数据要素是指投入生产经营活动、参与价值创造的数据资源。

  第一，数据资源化是将原本分散、无序的数据通过采集、清洗、整合等步骤，转化为有序、有价值的信息资源。

  第二，数据产品化是指将经过处理的数据资源封装成具体的产品或服务，以满足市场需求的过程。这包括但不限于数据分析报告、数据可视化平台、智能推荐系统等。通过数据产品化，公司能够将数据资源的价值直接传递给用户，实现数据的商业化应用。

  第三，数据要素市场化是指将数据作为一种重要的生产要素，纳入市场体系进行配置的过程。数据要素市场化，构建高效的数据要素市场体系，是释放数据价值的核心路径，涵盖确权、定价、流通到交易的复杂生态构建。数据要素市场化配置是通过市场机制来配置数据这一新型生产要素，旨在建立一个更加开放、安全和高效的数据流通环境，不断释放数据要素价值。数据要素市场化促使数据资源在更大范围内优化配置，打破政府部门间的数据壁垒。

  第四，数据要素资产化是指将数据资源和数据产品的价值通过市场机制得以实现的过程。这一过程是实现数据要素市场化配置的关键环节。数据资产，是指特定主体合法拥有或者控制的，能进行货币计量的且能带来经济利益或社会效益的数据资源。数据资产的价值评估和“入表”是该阶段的重要工作内容。数据要素资产化促进数据要素的流通和交易，提高数据资源的利用效率，是数据要素价值实现的重要方法，但数据要素资产化属于全新的领域，诸多基础性问题尚待明确和解决。为了推动数据要素资产化进程，要建立健全的数据产权归属认定、市场交易、权益分配和利益保护制度。

  数据要素价值化将进一步推动经济的数字化、智能化发展，促进产业链上下游的深度融合，形成更加高效、丰富的数字生态。数据要素价值化不仅是数字经济发展的内在需求，更是提升国家综合竞争力的重要战略。未来，随着技术的进步与政策的完善，数据价值化将不断强化对社会进步和产业创新的推动作用。

  目前，国内数据交易市场以地方政府主导建设的数据交易机构为载体，地方政府在设定数据交易所的定位与功能时，仍在一定程度上沿袭了传统交易所的框架，尚未完全突破并独立形成适应数据交易特性的新模式。国内数据交易机构发展不及预期的深层次原因，不仅体现在其发展模式与国外主流方向的差异，还涉及多方面复杂因素的交织。首先，脱胎于传统交易所或中心的模式，虽然在一定程度上保证了交易的合法性和规范性，但并未充分发挥交易所的市场作用。其次，国内数据交易机构通常采取“政府指导、国有控股、企业参与、市场运营”的运行模式，虽然在一定程度上有利于整体交易规则的构建和行业综合性的提升，但也限制了市场的自由度和创新性。最后，国内数据交易机构在技术创新和商业模式创新方面也存在不足，国内数据交易机构在提供高质量数据服务、满足多样化市场需求等方面存在短板，难以形成竞争优势和品牌影响力。

  总体来看，我国数据流通市场正处于萌芽阶段，尚未构建出一个完善且标准化的市场体系。传统交易所模式根植于成熟的市场规则、健全的监管机制以及完备的服务体系之中，其运作机制已经相当成熟。然而，数据作为一种新型生产要素，以其独特性、复杂性和潜在的高价值，使得在当前市场尚未成熟之际，直接套用传统交易所模式来规划数据交易机构的功能定位显得并不适宜。

  在此背景下，数据流通交易机构的职能外延应当更为广泛。需要承担起建设整个数据流通市场的重任，包括但不限于数据流通基础设施的建设，同时，还需要在制度层面进行深入的探索，如数据产权界定、交易规则制定、隐私保护及合规性审查等关键环节的机制建设。此外，数据交易机构还需积极参与到产业链的孵化中，促进数据供应方、处理方、需求方等多方主体的协同合作，共同推动数据价值的最大化释放。随着数据流通市场的逐渐成熟，数据交易机构的职责可能会更加聚焦，但在此之前，其仍需承担起建设者和探索者的角色，为数据流通市场的繁荣发展贡献自己的力量。

  在数据要素市场培育期，数据交易机构兼具多重功能。一方面通过提供数据交易的公共服务，减少交易主体合规交易的压力和成本，帮助企业解决数据流通交易中面临的难题，顺利开展数据创新业务，为市场提供高效、便捷的交易服务，促进数据的合规流通和创新应用。另一方面为国家相关部门加强对数据流通安全的监管提供了依托，是我国对于国际数据流通新范式的探索，承担起监管职责，确保数据交易的安全、公平和合法。未来，随着数据交易市场的成熟，交易所的功能可能会逐渐聚焦，但在当前阶段，数据交易所仍然肩负着包含数据产业生态培育者、数据合规交易保障者、数据资源整合者、数据流通与开发利用促进者、数据流通基础设施建设者、数据产品和服务提供者、价格发现者和数据交易规则引领者在内的多重责任。

  数据要素市场化和价值化过程仍然存在诸多问题。数据交易机构作为数据要素市场的核心枢纽，在推动数据市场化与价值化进程中肩负着关键使命。相较于与国外活跃且规模庞大的数据市场相比，国内数据交易所面临商业模式缺乏可持续性的问题。国外的数据交易平台，依托技术和市场优势，通过有效降低数据发现成本、买方数据使用风险与成本，已构建相对成熟的生态与商业体系。

  我国数据交易机构发展面临的困境，集中体现在两个方面。一方面，交易规模受限。在需求侧，由于现行政策未带来实质利益以及企业对数据价值认知和应用能力参差不齐，引发有效需求不足；在供给侧，公共数据存在“供不出”“流不动”等问题，收益机制不明、安全责任风险高、技术限制等因素影响公共数据的使用与开发效率。另一方面，创新与监管平衡难题。国内数据流通市场尚处萌芽，数据交易所同时肩负着市场培育、基础设施建设、制度创新等责任，鉴于新市场不确定性高，创新风险大，需要一定试错空间以激励突破。

  数据要素价值化在理论上和实践中都存在一些难点。第一，在数据价值创造维度方面，数据治理程度低，缺乏高质量数据资源积累，数据场景挖掘有限。从数据获取角度看，中小企业数据大多分布在官网、手机应用软件（APP）、小程序等碎片化渠道，由于缺乏便捷的数据归纳、采集、应用的工具和数据连接能力，企业无法有效归集数据建立数字化体系，无法实现精准营销、自动定价、线上运营等数字化生产。从企业数据治理角度看，由于缺乏统一的数据管理标准，各个业务部门采集数据存在口径不一、数据失真、失准等常见问题，而数据资源增加会造成异常数据、缺失数据等“脏数据”累积问题。公共数据开发利用程度低。

  第二，在数据价值测度维度方面，数据在经济体系中的贡献难以体现和衡量。在宏观上，国民经济统计中，没有解决数据价值的理论和统计核算问题。数据在企业生产、政府治理和居民生活等应用场景中创造的经济价值没有被有效捕捉、记录和测度。数据价值受其时效性、真实性、准确性、完整性等质量属性的影响，加之不同应用场景中数据特征的定量评估、数据价值贡献度等主观测度内容，尚难达成统一衡量标准，数据资产估值存在较大争议。在微观层面，数据可实现的收益场景，如数据追踪、数据运维、数据反馈等高场景化收益环节的价值预测不完善，数据部门的工作难以得到认可。

  第三，在数据价值分配维度方面，数据权属制度滞后，分配环节难以剥离数据的贡献。数据价值分配在生产、流通和使用环节都涉及，多元主体参与、多环节流通交易使得数据产权体系复杂，数据权利主体存在一定的模糊性。数据要素价值化的过程本身融合应用劳动、技术、知识、资本等多种要素，数据要素贡献度无法确定，收入分配激励机制不好建立。数据要素初次和二次分配收入不易确定比例。

  数据要素市场化和价值化是一个系统工程，笔者提出以下建议：第一，加强国家数据局与其他部门之间的沟通协调。建议完善数字经济发展部际联席会议制度，数字经济发展部际联席会议的牵头单位改由国家数据局担任，进一步明确主要责任，重新确定成员名单。一方面，依托联席会议，国家数据局与相关部门就数据基础设施、数据登记机制、数据资产管理等数据市场硬软设施相关概念内涵、建设标准、应用效力、安全要求等进行专题研究和讨论；另一方面，加强政策动态优化，在制定或修订数据相关政策时，牵头部门提前向其他司局和相关部门通报，确保各项政策在宏观方向上保持高度一致，为一体化数据市场建设提供清晰、连贯的政策指引。

  第二，建议明确数据交易机构作为数据要素市场的核心枢纽地位。一方面，应强调其公益属性，承担起数据登记的基础职能，确保数据的真实性、完整性和可追溯性，为市场提供稳定的数据源头；另一方面，也要赋予数据交易所作为活跃市场主体的角色，给予足够的探索空间和政策支持，鼓励其在数据交易模式、技术创新、服务优化等方面勇于尝试。特别是针对安全风险较高的数据类型，如公共数据、准公共数据及类公共数据，应通过政策引导，鼓励这些数据进场交易并登记，利用交易所的平台优势，加强数据的安全管理、合规审查和价值挖掘，促进数据的合法合规流通与高效利用。

  第三，建立完整包容创新的容错纠错机制。一方面，建立数据要素创新容错纠错机制，对于数据交易所技术和产品创新、路径模式探索过程中，因技术路线和建设路径选择、市场环境变化等重大不确定因素导致研发失败的、未取得预期成效或造成损失的，可纳入容错免责范围；另一方面，建议将数据要素作为国有企业增强核心竞争力的重要内容，对数据交易所的业务进行单独考核，最大限度地考虑培育发展数据要素市场战略投入期的经营性亏损。

  第四，建议研究制订《促进数据要素价值化的若干意见》。价值创造是数据要素价值化的督脉，价值评价和价值分配是数据要素价值化的任脉。只有打通任督二脉，数据要素价值化才能实现。针对数据价值创造、价值测度、价值分配等问题，制订《促进数据要素价值化的若干意见》。一方面，该意见完成“数据二十条”中“建立体现效率、促进公平的数据要素收益分配制度”的任务；另一方面，该意见与《培育全国一体化数据市场建设的意见》相配合，突破数据要素市场化价值化的难点堵点痛点问题。

  （作者为中央财经大学中国互联网经济研究院副院长、中国市场学会副会长，教授、博士生导师）

  ②习在二十届中央政治局第二次集体学习时的讲线月.《中央 国务院关于构建数据基础制度更好地发挥数据要素作用的意见》.

上一篇:动力之源——成渝地区双城经济圈建设5周年科学技术创新观察
下一篇:广东东莞举行工程师日系列活动