《信息通信技術與政策》2024年 第4期

數據已成為與土地、勞動力、資產、技術并列的重要生產要素。將數據作為生產要素，是我國從國家層面在全球首次提出的重大理論創新。可以說，構建以數據為關鍵要素的數字經濟，成為釋放數據價值的重要目標和關鍵動力。數字經濟形成了支撐新質生產力蓬勃發展的重要生產力，成為我國經濟發展的新引擎，也為協同推進發展效率和共享公平帶來新契機。近年來，產業界對數據要素供給、流通、應用全流程的關注持續增強，為數據要素市場帶來蓬勃生機。

1  數據要素產業主體構成

將數據作為生產要素，強調釋放數據蘊含的價值。為充分發揮我國海量數據資源的價值潛力，需不斷汲取產業力量，強化產業培育，促進數據以多樣、創新的方式投入于經濟社會發展全過程。當前，我國數據要素產業基礎良好，市場初步建立，各類相關主體積極探索，成為數據要素產業生態構建的重要推動者[1]。

從各級政策來看，數據要素的相關產業生態培育工作正在加速推進。2022年12月，《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（國發〔2023〕1號）（簡稱“數據二十條”）中提出，要加快發展數據要素市場，做大做強數據要素型企業。2023年12月，國家數據局等17部門聯合印發的《“數據要素×”三年行動計劃（2024—2026年）》（國數政策〔2023〕11號）中提到，國家要培育一批創新能力強、成長性好的數據商，特別指出要培養第三方專業服務機構，并圍繞這些參與方形成相對完善的數據產業生態。上海市、北京市、廣東省、浙江省等地正在積極布局培育數商生態，圍繞不同業務類型的數商企業開展分類認定、評優評級工作。四川省、河南省、深圳市、青島市等地也在陸續啟動建設各類數據要素產業園區。但是，現階段，各級各地對于數據產業主體構成的界定和分類口徑并不一致，進一步推進相關產業發展還需要強化認識，建立有效的企業培育機制[2-5]。

本文認為，從數據要素價值發揮的規律出發，數據要素產業包含三大類主體，即數據要素價值驅動企業、數據要素技術廠商和數據要素服務機構，分別以數據資源和數據產品、數據技術工具和其他相關專業服務為主要經營內容（見表1）。

表1  數據要素產業主體分類

數據要素價值驅動型企業是以數據資源為基本載體，以數據價值釋放為核心目標，參與數據生成、流通、增值利用的企業，具體可分為數據源企業、數據產品開發企業、數據運營企業、數據標注企業、數據交易服務企業等。數據要素技術廠商是以數據技術為核心能力，為數據開發利用各環節提供技術工具、平臺或技術實施服務等內容的企業，具體可分為數據存儲與計算廠商、數據治理廠商、數據分析應用廠商、數據流通廠商、數據安全廠商等；數據要素服務機構則是不直接參與數據開發利用過程，而提供登記、評價、審計等專業服務的第三方機構，大多需要具備開展特定業務的專業資質，具體可分為數據登記服務機構、數據評估服務機構、數據審計服務機構等。

2  數據要素產業實踐方向

密集出臺的政策規章引領了積極活躍的市場探索。自2020年以來，我國數據要素產業圍繞數據交易流通、數據資源供給、數據服務產業、數據資源入表等方面的產業探索重心不斷變化。本文將產業實踐方向概括為數據“供得出”“流得動”“用得好”“能入表”4項，并分別介紹其主要嘗試和面臨的問題。

2.1  聚焦數據“供得出”探索活躍

目前，我國在數據“供得出”這一環節的市場探索非常活躍。數據供給方在自營業務中積累了大量數據，并完成了數據的采集、標注、清洗、管理等工作。我國數據供給方主要集中在各級政府、通信運營商、大型國有企業、大型互聯網公司等，這些機構聚集了海量經濟社會、行業、用戶數據，通過數據接口、數據產品、數據服務等形式可滿足大量企業的數據需求。

特別是公共數據，涉及到社會經濟生活的方方面面，并具有體量大、價值高、規模效應明顯等特征。相對于其他類型數據，公共數據的來源路徑與管理模式相對明確，且天然具有公共性、權威性、非隱私性和非獨占性，在通過開發利用與流通賦能數據價值釋放方面具備一定優勢，因而也成為了數據供給的重要來源。自2005年起，公共數據的開放與共享工作已開展多年，是公共數據資源供給的基本路徑，需要長期堅持并做好相關保障工作。在此基礎上，授權運營將成為全面盤活公共數據資源的有益補充，為公共數據資源供給體系帶來強大助力[6-8]。

除此之外，個人數據托管成為了數據要素市場近期備受關注的新嘗試。例如，北京市于2023年6月印發了《關于更好發揮數據要素作用 進一步加快發展數字經濟的實施意見》，其中提出要在北京市逐步建立個人數據分類分級確權授權機制，并且推動數據處理者或第三方在個人授權范圍內依照授權進行依法依規地采集、持有、使用數據或提供相應托管服務，以及從政策層面允許個人作為主體將承載個人信息的數據對包括數據處理者或第三方在內的角色進行使用授權等。然而，持續活躍的探索并未使得數據供給的發展達到預期。企業未能從數據要素產業中獲得持續性的收益，導致基礎數據“供不出”，高價值數據更是“不敢放”，沒有形成持續推動數據高質量供給的充分動力。

2.2  推動數據“流得動”冷熱不均

數據流通是釋放數據價值的關鍵環節。然而，我國數據要素產業中長期存在“場內叫好不叫座、場外悶聲發大財”現象。

數據交易機構是銜接數據供需方、提升數據要素市場化配置效率的重要支撐。近年來，為發掘數據要素價值、搶抓數字經濟發展機遇，多個地方開展數據交易場所建設。據本文測算，截至2023年底，全國已建立83個數據交易市場（平臺），有23個地方制定了數據交易市場相關規劃。當前，我國數據交易場所數量增長較快，但建設、運營情況不容樂觀，我國場內數據交易在數據市場總規模的占比尚不足2%。

另一方面，數據的場外交易較為活躍。如查詢服務行業中，天眼查、企查查等企業從全國企業信用相關的信息公示系統、司法領域的中國裁判文書網等平臺以及國家知識產權局等部門的官方網站收集、聚合公開數據，通過相關技術與算法為企業和個人提供獨具價值的企業信息查詢服務。在金融領域中，同花順、萬得等知名企業所研發的金融終端服務，具備與多家資訊公司、交易所等機構的數據對接能力。這些企業通過資源整合，構建了一個更為標準化和全面化的數據庫，以滿足市場的多樣化需求。類似地，廣告、通信等其他行業的數據交易規模也可以借助公開渠道進行估算，從而為行業發展提供更為準確的數據支持。本文將各類場外數據交易規模匯總后得知，2023年我國場外數據交易規模超過2 000億元，大約是場內交易規模的數十倍以上。

2.3  發揮數據“用得好”亟待突破

數據應用是數據要素產業持續發展的根本動力。沒有源源不斷的應用場景，數據的供給和流通都將喪失意義。目前，我國大部分企業和政府的數據應用層次較淺，通常還是簡單地分析和呈現，與業務深度耦合的應用較少；同時，大部分企業對于數據開發缺乏系統化的方法論，沒有構建起全流程數據流水線，并且在數據應用等領域和場景的拓展方面仍處于初期。按照通用方法論，根據數據開發應用深入程度的不同，一般可將各行業的數據應用分為初級的描述性分析應用、中級的預測性分析應用和高級的指導性分析應用3個層次。目前，我國大量的數據應用場景中，企業采用的描述性分析應用實踐最多，中級的預測性分析應用和高級的指導性分析應用實踐很少，然而預測性分析應用與指導性分析應用對各類數據融合的需求較大，因此亟待突破。

從應用行業來看，金融風控和精準營銷領域已經產生了較為穩定、大規模、多渠道的外部數據需求。但大部分企業和政府的數據應用層次淺，數據缺口不大。以智能風控為例，相較于傳統風控局限于公司內部歷史業務數據、央行征信數據和客戶提交資料，智能風控還有大量的第三方數據、行為數據等線上/線下多方位數據需求，相較于傳統風控以基本信息等強變量為主的數據特征，智能風控場景下數據特征規模可以超過1 000個，且數據之間的關聯度較高，可交叉驗證。

因此，數據應用的需求亟待挖掘是我國數據要素產業發展的一個重要現狀和特征。數據的實際應用，即將數據作為實際的生產力，是達成數據要素價值釋放的關鍵一環，也是最終實現數據價值轉化的關鍵一步。如何充分利用我國海量應用場景優勢，將數據賦能真正融入到場景中，成為擺在數據要素產業從業者面前的一道難題。

2.4  關注數據“能入表”需求旺盛

數據入表是數據要素產業進步的核心環節。通過構建完善的數據入表機制，可以顯著促進數據采集、清洗、標注、質量評價和價值評估等一系列數據服務產業的蓬勃發展，不僅有助于深化數據技術的創新應用，更能有效激發數據要素產業的內在活力，推動其持續健康地發展。

在政策支持和市場主體的雙重驅動下，數據入表的熱度不斷提高，數據入表成為推動數據要素市場化、數據要素價值釋放的核心工作。從政策支持看，2023年8月，財政部發布了對數據要素市場影響深遠的《企業數據資源相關會計處理暫行規定》，這份意義重大的政策指引文件規范了企業數據資源相關的會計處理及信息披露情況，奠定了數據入表的制度型基礎，意味著我國推進數據成為一種新型生產要素從會計報表上開始顯性化，標志著我國正式邁出了數據入表“從0到1”的關鍵一步。從市場主體來看，企業作為數據要素市場的重要主體，一方面利用數據賦能傳統業務發展，另一方面通過創新數據產品創造新的業務增長點，數據要素已然成為企業在數字經濟時代高質量發展的重要資產，亟需將數據納入企業財務報表，體現數據的價值。

數據入表尚處于初步探索階段，相關制度體系不夠完善，存在企業利用數據資產粉飾財報等風險。目前只有我國發布了數據資源相關會計處理規定，這對我國在未來獲取數字經濟發展的話語權具有重要意義，但也表明數據資產入表既沒有歷史經驗可循，也沒有國內外經驗可借鑒，完全處于“摸著石頭過河”的階段。數據入表后將直接提高企業業績，市場各方對此抱有很大熱情，但目前還存在入表范圍邊界不清、入表金額計量不準、合規路徑不清晰等問題，盲目入表會導致資產泡沫和風險溢出。2023年12月，財政部發布的《關于加強數據資產管理的指導意見》中也強調，要依法合規地推進數據資產化進程，加強對數據資產全流程的細致管理，嚴密防范數據資產在應用過程中可能產生的風險。

3  我國數據要素產業發展趨勢

隨著“數據二十條”等一系列政策措施相繼出臺，數據要素產業進展加速，當前和未來一段時間，我國數據要素產業仍將快速發展，并在數據管理、行業應用、全鏈條推進和價值顯現化等方面顯現出一些趨勢。

3.1  提升數據要素管理能力成為重要議題

數據要素的管理能力是數據要素市場發展的必要保障。沒有數據治理，市場主體無法獲取高質量的數據，也無法確保數據的安全，數據要素產業的基礎就無從談起。因此，數據管理能力的提升對數據要素產業的發展具有不可替代的重要作用，未來數據產業發展的重要趨勢就是市場主體會更加重視數據要素的管理能力。

數據管理理論日趨成熟，將指導行業全面開展數據管理能力建設。Gartner公司率先在2008年提出了企業信息管理成熟度模型（EIM Maturity Model），成為數據管理理論的前身。該模型誕生于信息化階段，將數據管理納入企業信息架構，強調數據管理服務于企業信息技術基礎設施建設和項目管理。國際標準化組織（International Organization for Standardization，ISO）于2008年推出ISO/IEC 38505-1《基于ISO/IEC 38500的數據治理》，從主體評估、指導和監督闡述數據治理過程。2014年后誕生的企業數據管理能力成熟度（Data Management Maturity，DMM）模型和數據管理能力評價模型（Data management Capability Assessment Model，DCAM）聚焦于數據本身，結合行業數據管理實踐，歸納總結數據管理的關鍵環節，覆蓋組織、技術、制度、流程、操作等多個方面。如圖1所示，我國在綜合考量國內外相關理論與實踐的基礎上，緊密結合國內數據行業的鮮明特色與成長需求，成功創建了國內首個數據能力成熟度評估體系——《數據管理能力成熟度評估模型》（Data management Capability Maturity Model，DCMM），并于2018年3月正式公布。這一模型為數據產業的穩健與有序發展提供了堅實的支撐與明確的指導。該標準明確界定了數據管理涵蓋的8個核心能力域，即數據戰略、數據治理、數據架構、數據應用、數據安全、數據質量、數據標準以及數據生存周期管理，從組織結構、制度規范、操作流程和技術實施4個方面全面評估企業的數據管理能力。與國際數據管理理論框架相比，DCMM更側重于數據標準、數據安全和數據應用方面的考量，更好地適應我國數據管理的現實情況，滿足我國數據管理能力建設的實際需求[9]。

圖1  DCMM模型示意圖

自國家啟動標準DCMM的貫標評估工作以來，經過全國范圍內的廣泛宣傳與推行，目前已有來自十余個行業的千余家企業投身于DCMM的評估之中。這一舉措極大地提升了全社會對數據管理的重視程度，使得參與貫標的企業在數據管理能力上獲得了顯著的提升。與此同時，在數據管理的基礎上，數據研發運營一體化（DataOps）作為一種新型模式，旨在解決開發與管理之間長期存在的割裂問題。通過優化協作流程，DataOps能夠大幅提升數據管理與應用之間的協同效率，進而推動數據價值的最大化實現[10]。DataOps倡導協同式、敏捷式的數據管理，建立清晰、通暢的數據管道，明確數據管理的流轉過程及環節，采用先進的數字化技術推動數據管理自動化，縮短數據項目的周期，提高各數據管理相關人員的數據檢索、獲取和應用效率，并持續改進數據質量，降低管理成本，加速數據價值釋放。

3.2  深化數據要素賦能行業應用成為關鍵

數據要素對其他生產要素的放大、疊加、倍增作用體現于實際應用。隨著技術的進步和市場需求的增加，數據要素將與其他生產要素深入融合，釋放出更大的價值。例如，數據與制造業的融合將推動智能制造的發展，數據與金融業的融合將推動金融科技的進步，數據與醫療業的融合將改善醫療服務的水平。因此，拓寬數據要素對各行業賦能應用的深度和廣度將是未來數據要素產業發展的長期主線。特別是《“數據要素×”三年行動計劃（2024—2026年）》，旨在發揮數據要素乘數效應，促進數據多場景應用、多主體復用，促進生產工具創新升級，催生新產業、新模式，培育經濟發展新動能。未來，對于數據要素應用的挖掘將成為數據要素產業發展的重要趨勢。

可以預計，眾多地區未來將充分利用各自的產業發展條件與地方場景優勢，積極推動數據要素企業深入實際場景與各種各樣的需求之中。包括企業在內的各類市場主體將繼續深入挖掘和釋放數據場景的價值，通過圍繞場景創新，加快匯聚各種資源要素，探索技術供給與場景需求高水平互動的發展新路徑。一方面，借助國家及各地紛紛開展的“數據要素×”行動計劃，針對醫療健康、自動駕駛、科研創新、金融征信等社會廣泛關注的重點場景展開深入探索，著力解決重點行業在數據流通交易與應用過程中遇到的難點與瓶頸，通過深入挖掘數據中的行業與應用信息，助力企業、行業、產業在資源約束條件下找到所謂的“最優解”，從而解決以往難以攻克的問題。另一方面，多種多樣的行業數據融合共享將進一步推動數據在多元場景和領域的復用，為包括工業、農業、服務業在內的各行業孕育新產品、新服務提供有利條件，進而為新價值的創造與增長奠定堅實基礎。

3.3  暢通數據要素產業全鏈條成為推動力

面向數據要素價值釋放的全流程，需要培育專業的相關服務商，支持廣大市場主體參與數據要素化值化的全流程服務，豐富數據服務業態，壯大數據全生命周期服務產業體系，這也是數據要素產業發展的重要趨勢。

從目前的產業主體分布來看，數據要素技術廠商較多，而數據要素價值驅動型企業還不夠充分、成熟。數據要素市場中主要的參與角色卻明顯呈現出缺位狀態。特別是對于生態服務型數商來說，其作為一類活躍市場的必需元素，在當前數據要素市場中起到的作用遠遠不夠。此外，各類數據要素服務機構的相關業務剛剛起步，但由于數據要素的特性，在傳統第三方專業服務的基礎之上，市場對這些機構的數據要素理解能力和數據素養提出更高要求。未來，一是要著力提升各級各類數據服務商的專業能力，提升包括數據交易撮合、安全審查、質量與價值評估、合規審核等在內的共性服務水平；二是應充分發揮政府、企業、行業協會等各級各類市場主體的不同角色作用，鼓勵各類數據流通的配套機構服務于各種供需方的個性需求。在我國數據要素產業的未來發展中，可能會呈現出多元化、階段化的服務商角色并行發展的態勢，這種態勢基于對傳統要素市場發展思路的深入理解和融合。例如，面向數據交易流通場景，在事前階段，服務商角色可能包括數據加工商、數據托管商、數據資產價值評估機構等；在事中階段，服務商角色可能包括數據交易擔保機構等；而在事后階段，服務商角色可能包括數據交易公證機構、數據流通審計機構等。

4  結束語

總體來看，我國數據要素產業目前正處于積極的探索進程中，其突破方向正在逐步清晰。當前階段，各地區、各部門正從不同維度積極規劃數據要素產業的發展策略，同時，各市場主體也在積極探索自身在數據要素產業中的定位與角色，以期發掘新的業務增長點。各大企業有望依托自身在數據資源、數據能力等方面的優勢，實現各項功能的有機整合，構建完善的數據要素生態體系，促進市場各參與主體的有序運轉，形成正向循環的“飛輪效應”。值得關注的是，公共數據授權運營可能將進入大規模的實踐探索階段，高價值的公共數據有望在數據要素市場中率先成為關鍵突破口，成為數據要素產業的重要供給。同時，企業對數據資產管理和數據資源入表的需求將持續增強，這將進一步推動數據要素全產業鏈的拓展、補充和強化，為產業注入新的活力與動力[11-12]。

可以預見，在數據要素產業蓬勃發展的推動下，我國數據要素制度、技術都會迎來新的突破，數字經濟發展的目標也將被數據要素產業發展帶動，迎來新的發展階段。