数据要素价值化发展的问题与思考

【安防在线 www.anfang.cn】数据已经成为数字经济发展的关键生产要素。党中央、国务院高度重视数据要素发展。习近平总书记明确提出要“发挥数据的基础资源作用和创新引擎作用”，党的十九届四中全会中首次明确数据可作为生产要素按贡献参与分配。十九届五中全会及《关于构建更加完善的要素市场化配置体制机制的意见》《关于新时代加快完善社会主义市场经济体制的意见》进一步明确数据作为生产要素的基础和战略性地位。数据成为具有基础性和战略性地位的新型生产要素，数据价值化发展至关重要。

　　一、数据要素价值化的必要性

（一）数据要素价值化是实现经济高质量发展的关键抓手

数字经济时代，数据具有基础性战略资源和关键性生产要素的双重属性。一方面，有价值的数据资源是催生和推动数字经济新产业、新业态、新模式发展的基础。在数据挖掘、脱敏、分析的基础之上对数据资源实现高效利用，将极大地加速产业创新升级。另一方面，数据区别于以往生产要素的突出特点是对其他生产要素也具备乘数作用，可以通过数据精准对接供需，创新价值链流转方式，促进要素的流动，放大劳动力、资本等要素在社会各行业的价值。善用数据生产要素，解放和发展数字化生产力，有助于推动数字经济与实体经济深度融合，实现高质量发展。

（二）数据要素价值化是推动治理能力现代化的核心动力

数据要素价值化推动政府治理现代化，数据要素促进政府管理和社会治理模式创新，推进政府简政放权改革，有利于政府决策科学化、社会治理精准化、公共服务高效化。数据要素价值化推动市场治理现代化。数据要素助力打破信息孤岛，整合数据资源，搭建快速、精准、高效的数字化办公流程和市场服务模式，促进市场治理向科学化、高效化发展。数据要素价值化推动社会治理现代化。通过数据应用可以有效提升治理主体的分析能力和决策能力，将不同部门的信息资源整合在一起，促进共建共治共享的社会治理格局形成和完善。

（三）数据要素价值化是满足人民美好生活需要的重要条件

以数据分析洞察民生需求，抓住人民最关心最直接最现实的利益问题，解决民生领域的突出矛盾和问题。如利用教育、医药卫生、文化等领域的数据，深度开发各类便民应用，满足人民多元化服务需求；通过对地理数据、农林业数据、水资源数据等进行环境分析，因地制宜、分类施策，改善生态环境，有效预测自然灾害。

　　二、数据要素价值化发展现状

数据要素价值化大幕已经开启，海量数据采集汇聚、确权交易、流通共享，沿着数据资源化、数据资产化、数据资本化三个阶段加速推进，数据资源化与数据资产化是现阶段的发展重点。数据资源化使无序、混乱的数据成为有序、有使用价值的数据资源，如通过对原始数据采集、挖掘、标注、分析，形成高质量数据驱动产业发展。数据资产化过程中，数据经过市场流通交易给使用者或所有者带来经济利益，包括数据确权、数据定价、数据交易等。目前，我国数据要素价值化初见成效。

数据标注等新兴产业兴起，使能数字经济。现有的数据标注业务主要集中在智能驾驶、智慧家居、医疗卫生、金融服务、新零售等领域，未来，随着更多垂直行业使能数字经济，新需求将不断出现，数据标注市场的门槛会逐步提高，数据标注由简单到复杂。数据标注产业围绕北京、沪杭核心圈向外扩散，呈现出产业发展的扩散效益。如环京津冀圈的河北、山西、内蒙古等承接了北京数据服务业务的转移，将部分新技术和资金分流到当地，以“后发优势”提高产业层次与水平，推动落后地区的经济发展，实现经济的均衡发展。数据标注为小城镇和农村提供了大量就业机会，孵化出河南平顶山、信阳光山县，山东菏泽鄄城县，河北涞源县东团堡乡，贵州百鸟河镇等数据标注村。

数据驱动的创新向经济社会多个领域拓展深化。工业、农业和服务业依托数据分析，逐步实现精细管理、精益生产、精准营销、精确规划和智慧农业，催生大量新技术新产业新模式新业态；科研机构通过数据模拟和验证实现科学假设和科学推理的模态还原与仿真测试，推动形成数据密集型科学研究范式；政府和公共服务机构通过数据监测和数据众享，促使社会治理和公共服务走向“量化决策”、“数据治国”和“精准治理”，推进国家治理体系和治理能力现代化。

以政府为主导，深入探索数据确权及数据定价。政府通过指导建设平台、设立数据交易所，推进数据的确权定价。数据确权方面，2019年9月工信部开通了我国首家数据确权平台“人民数据资产服务平台”。数据确权平台主要是对数据的合法合规性进行审核，对数据生产加工服务主体、数据流通过程、数据流通应用规则的一系列审核及登记认证，其确权在一定程度上有政府背书，具有权威性。数据定价方面，国内对数据定价的探索主要依托于大数据交易平台，分为两类定价方式。一是协商定价，包括拍卖定价、反馈性定价和自由定价等。当交易双方对大数据价值的评估不一致时，买方和卖方可以直接通过以上多种方式达成对数据商品价值的协商一致认可。二是可信第三方定价，包括固定定价、自动计价和实时定价等。在数据拥有者无法准确针对数据进行定价的情况下，可委托可信第三方进行交易。

多元市场主体共促数据交易市场的构建，不同主体对数据流通的探索呈现多样化、综合化趋势。大数据交易所（平台）现有筹建两所，已建十五所，形成包含数据开源、认证、标准、确权、定价等的数据生态。数据服务商通过提供数据服务盈利，对数据进行采集、标注、分析挖掘和销售等增值服务，如数据堂、龙猫数据。大型互联网企业通过自建团队、搭建平台，以服务公司发展战略为目标，兼顾盈利性，提供数据解决方案，如百度众测、京东众智。政府机构通过成立大数据管理机构，制定数据发展规划、指导数据资源的深度应用、保障数据安全。

　　三、数据要素价值化发展存在的问题

数据作为数字经济时代的全新生产要素，存在诸多待解决的问题。

（一）数据资源基础薄弱，公共数据资源开放程度有限

国内数据资源虽然丰富，但鉴于观念、技术、利益、安全等多种原因，在采集、存储、交互、共享、集成方面面临很大障碍。从行业看，以工业为例，工业数据开发利用不足、数据安全存在风险等因素掣肘数据要素价值的发挥。从应用看，数据要素与金融、电商等信息化程度较高的行业融合效果好，制造业、农业等行业的融合效果则有待深化。在政府的推动之下，我国政府数据开放已经取得积极进展。截至2020年4月底，我国已有17个省级、113个副省级和地级政府上线了数据开放平台。但政府数据开放门户的数据集数量和质量，与美国等国家还存在差距，且国家级的数据开放平台还在建设中。

（二）数据要素交易市场尚未形成，缺乏良好的流通环境

首先数据标准化体系尚未建立，数据共享流通时因缺乏统一标准而无法建立统一的数据要素市场。其次数据确权及定价推进慢，数据外部性、异质性特征及价值稀疏性特点使得数据确权及定价困难。评估数据资产的价值需要考虑多方面因素，数据的质量水平、不同的应用场景和特定的法律道德限制均对数据资产价值有所影响。最后利于数据交易流通的市场环境尚未形成，一方面缺乏包容审慎的政策环境，另一方面缺乏针对数据产品和交易商的评估体系、可信流通体系。

（三）数据要素产业生态体系尚不健全，人才缺口仍然较大

整体看，国内数据要素产业生态体系构建处于初级阶段，产学研协同中，数据与创新链存在严重脱节，数据开放共享进程较慢。数据交易中所涉及的采集、传输、汇聚活动日益频繁，亟需建立包括监管机构和社会组织等多方参与的，法律法规和技术标准多要素协同的，覆盖数据生产流通全过程和数据全生命周期管理的数据交易生态体系。从行业来看，企业数据管理能力普遍较弱，缺乏数据分级与管理体系，作为生态体系支撑要素的人才培养还不能满足实际需求，尤其缺乏熟悉行业业务需求并掌握数据相关核心技术的综合型人才。

（四）数据保护体系有待完善，部门协作机制有待加强

在法规制度层面，我国仍然缺乏系统的法律法规体系。目前《数据安全法》《个人信息保护法》尚未正式出台，数据安全、个人信息保护等相关规定散见于不同领域立法之中。相关规定不够具体明确，执法中难以直接适用，且无法适应数据确权、数据交易等新业态新问题的发展需求。在监督管控层面，各相关部门管理界限不清，治理难度大，致执法活动分散，执法力度不集中，影响数据风险规制工作的高效化、统一化。如个人数据保护问题，需要公安、工信、网信、市场监管总局等多部门协调配合，各单位在加强部门协作、发挥监管合力等方面尚未形成常态化协同监管机制。

　　四、数据要素价值化发展的对策建议

世界正经历百年未有之大变局，新一轮科技革命和产业变革深入发展，应通过构建四大体系，抢抓数据发展战略机遇期，塑造数字经济时代新的竞争优势，推动数据要素健康发展。

一是完善数据要素资源体系。加强数据资源采集汇聚，打通政府部门、公共机构、企业不同主体之间及不同主体内部的数据壁垒。推动数据传输交互，推广各层级统一的数据交换架构，制定关键设备数据接口标准。提升基础设施互操作性，提升数据采集效率和质量。推动数据高质量汇聚，建设国家数据采集标注平台和数据资源平台，实现多源异构数据的融合和存储。建立数据共享机制。加快建设国家政府数据统一开放平台，确立政府数据开放的基本原则和框架性规则，包括明确数据开放的范围、程序和标准等。

二是促进数据交易流通体系。政府应组织企业、科研机构、行业组织联合开展数据确权及价值量化评估的理论研究，建立通用的确权制度及数据资产价值评估模型。加快建立数据确权机制，建立数据确权基本框架，明确数据权利类型，确定数据权利主体。建立数据定价规则，研究开发数据资产价值评估模型，探索建立成本定价和收益定价、一次定价与长期定价相结合的数据资源流通定价机制。建立数据交易市场化机制，搭建包括数据交易撮合、交易监管、资产定价、争议仲裁在内的全流程数据要素流动平台。营造便于数据要素流通的市场环境，简化数据市场准入机制和备案制度，降低数据领域新技术新业务和创业型企业的准入门槛。

三是壮大数据融合应用体系。政府组织示范应用，选择数据资源丰富、应用需求迫切的领域先行试点，探索形成有效的经验和模式，加快推广普及。产业联盟、行业协会等中介组织要搭建公共服务平台，推进行业数据集聚，组织标准规范制定，推动技术产品交流，形成行业发展合力。企业要加强内部数据资源整合和标准化建设，积极推进与传统行业的数据对接，加快建设集约、开放共享的大数据平台，提升数据服务能力。政府设立企业扶持专项资金，鼓励金融机构加大项目融资服务力度，拓宽企业投资项目资金来源。

四是构建数据安全保障体系。强化数据安全技术，围绕数据全生命周期的安全保护要求，加快数据安全监测、加密传输、访问控制、数据脱敏等安全技术攻关。加强核心技术创新。着力突破重点领域关键核心技术，加强重点技术和产品创新生态体系建设，加快推进核心芯片、操作系统、技术软件等国产化。完善数据法律法规体系，建立健全个人信息保护、数据跨境流动、关键信息基础设施保护、数据安全防护等制度，推动数据管理细则出台。加强数据安全监管，落实数据和用户个人信息安全防护标准，通过对平台基础设施层、数据层、应用层进行实时监控，实现安全防护与预警、安全监控与分析、事件响应及处置。

作者简介

孙克，中国信息通信研究院政策与经济研究所副所长，正高级工程师，经济学博士，主要研究方向为数字经济、数据要素、数字化转型、信息消费、互联网+等。