当期荐读 | 2024年第5期 数据要素市场化推进力评价指标体系

为充分推进数字中国建设并引领数字转型进程，我国在全球范围内首先提出数据要素概念，将数据作为生产要素纳入国家发展建设的主战场。由此，数据要素市场化作为发挥数据要素价值的关键支撑，也成为新质生产力构建的重要方面，对深化中国式现代化有着多重价值。同时，针对数据要素市场化问题，尚未形成充分系统的理论与实践体系，需要政府、企业和社会组织等多方形成合力开展探索。尤其政府应当充分发挥有序引导、规范发展、实践示范等关键作用，提升整体发展水平，守住安全底线，明确监管红线，打造健康有序的数据要素市场发展环境。

为实现数据要素市场化，各地积极开展多方探索，通过制定相关政策、完善法律法规、扩展和创新公共数据供给、搭建数据交易平台等措施，不断深化数据要素市场化改革的落地实施。然而，相关工作仍存在一些亟待解决的瓶颈问题，推进数据要素市场化的路径和策略仍有待系统化的梳理和总结。在这一过程中，科学评价政府主导合力推进数据要素市场化的工作水平具有战略性意义。例如，北京、上海、贵州、深圳等多地均积极布局数据交易所，推动数据“场内交易”，但实质成效有待提升，关键问题之一指向政府如何面向数据要素的市场化原理和规律创新实践模式和路径。可见，数据要素市场化的推进，需要更充分的指导框架，在实践的总结迭代中才得以持续优化发展，这对体系化的评估指标设计提出了明确需求。

相关研究为数据要素市场化推进的评估提供了依据和支撑。首先，已有文献对政府在多方协同的数据要素市场化中的功能进行了广泛讨论。这体现了从政府主导视角出发对数据要素市场化推进力进行系统评价的重要性。其次，相关研究为评价维度的定义提供了实证基础：政策法规、组织架构、平台等数据要素市场化进程中的关键要素得到了较多关注，为指标设计提供了重要参考。近年来，在公共数据开放共享的基础上，公共数据授权运营、数据交易等作为数据要素市场化进程的关键行动，也成为研究重点。此外，相关研究揭示了政府推进数据要素市场化的潜在路径和策略，为指标界定提供了实践参考。这些路径和策略包括政策法规体系亟待建立健全、数据行政管理机构有待完善、数据流通交易中的安全保障有待加强、基础设施配置与技术开发需进一步优化、公共数据授权运营模式需探索创新等。综上所述，现有研究已经充分展示了探索数据要素市场化推进路径的重要性，并确认了构建指标体系的必要性，也为指标体系的建立提供了基础依据。

面向丰富与紧迫的理论与实践需求，中国人民大学信息资源管理学院面向国家战略需求，开展有组织的科研，在数据管理学科方面开展学科布局，率先从数据要素市场化的理论和实践研究启动，提出数据要素市场化推进力的概念，拟首先构建评价指标体系，开展年度性的评价工作。指标体系的构建是基础性、研究性工作，可以借此更系统地认识和评价政府在推动数据要素市场化建设中的工作成效，为政策制定和工作规划提供科学依据。本文将在构建数据要素市场化推进力概念的基础上，阐释指标构建方法、过程及结果，并就指标体系应用要点和优化方向展开讨论。

近年来，政府推进数据工作的研究受到学界和社会越来越多的关注。数据要素市场推进力指数的概念，建立在数据要素市场化评价相关研究基础上，注入了政府主导合力推动的驱动力机制。

2.1   数据要素市场化评价的相关工作

有关数据要素市场化的评价，已成为多个科研院所或智库的重点工作，为理解、推动、优化数据要素市场化提供理论与实践参考。其中，中国信息通信研究院的《数据要素白皮书》《数据要素市场化配置综合改革成效（数据要素活力指数）评估体系》、清华大学计算社会科学与国家治理实验室的《中国地方数据发展报告》、赛迪顾问的《中国城市数据要素发展指数（2024）》、复旦大学数字与移动治理实验室的《中国公共数据要素开放利用报告》等有一定显示度和影响力。另外，万维网基金会的“开放数据晴雨表”和英国开放知识基金会的“开放数据指数”，也有一定的参考价值。

上述评价工作，或是专注于数据要素市场化，或是关注外延更大的数据发展情况，但亦显示出共性所在，即政府主导下多方力量对数据要素市场化合力推动是理论和实践应该深入其中的空间：一是数据要素市场化极为繁杂，难以穷尽所有维度，对所有方面予以调查分析和评估；二是数据要素市场化如何推进既是评估数据要素整体发展情况的重要方面，也是制定数据要素市场化发展策略的关键内容；三是数据要素市场化推进需要各方协同合作，且政府的主导发挥重要作用。为聚焦数据要素市场化过程中的上述关键问题，弥补现有评价的不足，本文提出数据要素市场化推进力的概念，并立足此概念设计评价指标体系。

2.2   数据要素市场化推进力的概念内涵

数据要素市场化推进力是在政府的总体协调之下，各类主体协同推进数据要素市场化发展的合力，是对政府主导、统筹和协调之下的促进数据要素市场化的各方面能力的识别、描述和评价。尽管其未有系统、明确的概念界定，但在理论研究与实践探索中均有不同程度的体现。为系统深入评价数据要素市场化推进力，需要从理论层面对数据要素市场化推进力予以更深入的诠释，尤其是需要识别并利用那些能够推动技术进步和社会创新的关键要素。

数据要素市场化推进力的理论内涵，可从以下四个方面加深理解：一是确定当下阶段政府在数据要素市场化过程中的主导性，政府在推动数据要素市场化中发挥关键作用的必要性与需求已经得到确认。这主要是由数据要素的特性以及市场化过程中所面临的挑战所决定的。例如，数据的非排他性特点要求政府在市场化过程中加强监管和指导，以实现资源的更优配置。二是定位政府在数据要素市场化推进过程中的主要角色和应有功能，如政府应探索公共数据授权运营以发挥示范作用，助力数据交易所建设运营以促进社会数据市场化的合规流通等。三是明确和扩展政府推进数据要素化的行动维度，制定政策法规、优化组织架构、开发平台、推动政府数据的流通利用等逐步凸显。四是发现数据要素市场化具体推进实践的挑战并提出应对策略，其中挑战如数据确权、数据登记、数据交易等存在的司法、技术、管理等方面为推进的重难点，而应对策略则聚焦系统、一体化、有成效的市场建设等角度，包括数据质量维护、交易平台优化建设、强化顶层设计、夯实规则体系等。以上概念内涵的深入理解，不仅为政府在数据要素市场化中的行动指引方向，也为评价政府主导的推进工作的有效性提供了参考依据。

2.3   数据要素市场化推进力的构建意义

构建数据要素市场化推进力，主要有三大方面的意义。

一是服务国家发展大局下的数据事业建设。数据事业依托数据要素化展开创新认知、方法与实践探索已是中国式现代化引领下的关键路径，政府主导各方协同推进数据要素市场化更是其中的核心内容。在此背景下，构建数据要素市场化推进力的概念及相应评价指标，可以全面揭示数据要素市场化的关键要素，明确政府及利益相关者的定位、相互关系和实践方向；面向实践的评估以建立系统优质的实践体系为导向，可及时总结经验与发现不足，同步实践进程实现推进策略的迭代升级。

二是促进数据要素视角下信息资源管理理论与方法的创新性系统扩展。数据要素市场化的提出时间较短，实际的实践探索也有限，呈现的是丰富的问题群和试错空间。这为数据要素视角下信息资源管理提供了充分、多样、繁杂的研究问题，在中国式现代化进程中的关键问题引领下，有助于信息资源管理研究方法、研究共同体、研究范式等多方面的多重发展，增强自主理论与方法持续演进的可能性。

三是深化信息资源管理学科在数据要素市场化探索中的有效与显性参与。当前，信息资源管理学科对如何参与并贡献于数据要素市场化已有探讨，但相比于法学、经济学等学科依然需要更加明确其研究视角、议题和应有贡献。数据要素市场化推进力的提出也正是以此为基点，强调从信息资源管理学科主导的视角出发，既要融入跨学科、交叉学科的研究框架中，亦要在研究过程中明确自有定位和特有贡献，并突出数据要素市场化对信息资源管理学科各方面的反哺。

3.1   指标体系的编码构建

首先，进行文献调研，初步构建数据要素市场化推进力指标体系。（1）以“数据要素”为关键词在CNKI数据库、万方数据库进行文献检索（文献收集日期截止到2023年5月31日），通过逐篇阅读摘要筛选出与数据要素市场化推进直接相关文章共58篇。（2）阅读全文，提取与数据要素市场化有关的内容，对其进行文本分析与编码，提炼相关主题。（3）经内部多轮研讨，对相关主题进行综合，进而定义四层的指标体系。（4）对于缺少测量项（即第四级指标）的指标，参考相关研究补充完善，初步形成指标层次体系。

具体的文本分析与编码包括四个步骤，首先剔除与数据要素市场化无关的内容，以表达同一内容的语段为最小分析单元对文献文本进行拆分，详细阅读文本单元，对其进行内容提炼形成初始编码作为底层类目，示例如表1所示；其次，进行文本聚类，根据初始编码结果，汇聚反映相似主题的语段，并按照其逻辑关联进行聚类，形成三级类目；再次，通过对比分析各个三级类目之间的关系，对其归类整合和概念化总结，形成二级类目，示例如表2所示；最后深入挖掘各类目的本质内涵，归纳提炼核心范畴形成一级类目，从而形成完整的编码框架，共包括3个一级类目，7个二级类目，17个三级类目，33个四级类目，一级类目及二级类目如表3所示。

3.2   评价指标的初步验证与完善

评价指标体系初步建立后，需测试指标测量项的可行性。课题组选择了以上海、深圳为例，进行指标测量项的检查，旨在验证这些指标测量项在实际操作中的量化和数据收集是否可行。之所以选择这两个地区进行测试，是因为它们在数据要素市场化改革方面有着相对深入的探索和较为充分的信息公开。如果在这些地区都无法获取到相应的数据，那么其他地区在数据获取上可能面临更大的挑战。因此，对于在这些地区中发现存在数据可获得性问题、数据一致性问题的指标，课题组经内部深入讨论和分析，最终将这些指标进行删除，旨在确保指标体系的可比性和可操作性。

3.3   评价指标的专家意见征询

将经测试完善的评价指标体系提请专家审核，征询其意见建议是评价指标构建的第三步，也是优化指标体系的关键环节。2023年6月，课题组邀请了来自高校、政府、产业和研究院的10名专家参会，他们在数据要素相关专业、产业领域具有丰富的经验和洞见，就指标体系（不包含权重）充分表达了见解，并形成书面意见建议。会后课题组整理归纳专家意见，以科学性、系统性、可比性、动态性和可操作性为原则，对指标体系进行了进一步的调整，并对未加修改的问题进行解释，反馈给专家再次征求意见，确认未收到进一步异议之后，确定了评价指标体系。

3.4   评价指标的权重确定

权重确定是评价指标体系构建的最后一步，课题组采取了AHP法。首先制作面向专家的调查问卷；接下来邀请专家填写问卷，对指标体系进行权重打分，按5分量表来收集专家对于前三级指标的同级指标两两之间重要性的判断。课题组一共收集20名专家的打分，全部通过一致性检验；进而使用平均值融合不同专家的意见，计算得到前三级指标的权重表。第四级指标按平均法分配权重，经课题组内部反复讨论和分析，确认了使用平均法是基本合理的。

本研究从基础环境、保障支撑和执行推进三大维度构建数据要素市场化推进力的评价指标体系。数据要素市场化推进力评价指标体系如表4所示，共包括3项一级指标、7项二级指标、17项三级指标和33项四级指标。表4中一并显示了前三级指标的权重，其中一级指标基础环境占20分，保障支撑占35分，执行推进占45分，共计100分。

4.1   基础环境

基础环境是指数据要素市场化建设所依赖的基础条件，主要对各地的数字经济与数字产业的发展水平进行评价。良好的数字经济产业环境有助于催生创新行为，是数据要素市场化发展的坚实基础产业环境方面的推进力，可以围绕数字经济成熟度和数字产业集聚度进行评价。

数字经济相关指数和指标体系的构建随着中国数字经济的蓬勃发展得到了广泛关注，我国学者和机构对此开展了大量研究。考虑到数字经济成熟度的评价并非本研究的核心任务，这方面引用了工业和信息化部电子第五研究所发布的《中国数字经济发展指数报告（2023）》的评测结果。该结果是中国数字经济发展的最新评价结果，且具有较强的权威性。

数字产业集聚度通过重点产业营收规模和科创企业发展活力两个方面来衡量。重点产业营收规模主要衡量电子信息制造业和软件及信息技术服务业的营业收入规模。科创企业发展活力主要通过数字经济领域国家高新技术企业数量、国家企业技术中心数量、国家级专精特新“小巨人”企业数量、国家级科技企业孵化器数量、“独角兽”企业数量来衡量。

4.2   保障支撑

保障支撑是指为数据要素市场化顺利推进而开展的资源配置情况，主要对各地提供各类保障的工作水平与成效进行评价。有力的保障支撑说明能够为推进数据要素市场化保驾护航。对保障支撑主要从以下三方面展开评价。

4.2.1  政策标准

政策标准主要反映针对数据要素的开放共享、安全保护、流通交易等制定的规章制度的情况。通过发布政策与实行标准，政府可以对数据要素市场的发展完善进行监督与干预，以规范数据的交易流通过程，提升数据要素配置效率。因此，政策标准的制定情况体现了一个数据要素市场的规范程度与市场保障情况。

进一步地，从政策结构协同度、政策内容全面性、标准制定完备性三方面对政策标准方面的情况进行评价。其中，政策结构协同度反映数据要素相关政策是否相互协同、衔接和配套；政策内容全面性反映相关政策是否对数据要素市场配置过程进行系统性把控，具体涉及要素市场、数据安全与保障措施三个方面；标准完备性反映相关地区标准化工作的完善程度，涉及标准的数量与内容两方面。

4.2.2  技术支撑

技术支撑是指保障数据高效流通和价值实现的科学技术发展水平。技术发展解决数据安全、数据质量等数据流通技术困境和难题，同时也体现着硬件设施能否支持安全高效的数据存储和传输，能否满足数据资源化、商品化乃至资本化的进化的能力。

考虑到技术支撑的应用保障和创新引领作用，通过基础设施成熟度与技术研发创新性来进行技术支撑的评价。基础设施成熟度反映了技术支撑的应用保障功能完善程度；数据要素相关技术研发创新性反映了技术支撑的创新引领功能发展程度。

4.2.3  组织工作

组织工作主要反映为促进数据要素市场化发展设立的管理组织主体健全性。其中，专职管理部门在政策引导、规范制定和监管督导方面发挥作用，鼓励市场主体、社会力量积极参与数据要素市场建设；社会组织在人才、技术、市场等方面助推数据要素市场化工作。

4.3   执行推进

执行推进是指数据要素市场化推进的已有实践行动情况，主要对各地开展的实质性工作与成效进行评价。有效的执行推进体现在切实落实中央决策部署、协同推进数据要素发展方面的成果。对执行推进主要从以下三方面进行评价。

4.3.1  数据开放

数据开放是促进数据市场化利用的重要基础，地区的数据开放水平对数据要素市场化发展也存在直接影响。因此，数据开放是数据要素市场化发展的重要环节之一。

对数据开放工作的推进可以从平台支撑情况、利用生态建设和开放利用规模来进行评价。其中，数据开放平台是利用开放数据的基础设施，是否有平台支撑，将对社会对于数据的利用产生直接影响。利用生态建设是为促进社会对公共数据利用举办的相关活动，组织这类活动有利于提升社会利用政府数据的积极性和创造力，具体包括创新大赛和引导赋能活动两类。开放利用规模直接体现社会对于开放数据的利用深度，主要从数据下载量、利用成果提交展示两方面进行衡量。

4.3.2  公共数据授权运营

公共数据授权运营不仅能够促进优质公共数据的利用，而且有利于探索可信任的数据交易流通平台和机制，是数据要素市场化发展的重要突破口。鉴于当前相关工作仍处于探索阶段，指标设计的重心应当放在那些普遍存在于发展过程中的关键问题上。

对公共数据授权运营的推进可以从运营支撑情况、配套制度要求、授权运营情况三方面来评价。其中，运营支撑情况的评价主要考虑发展规划制定、可信基础设施两方面：运营支撑情况指示相关地区是否已经做出开展公共数据授权运营的指令，可信基础设施关注各地是否为保障公共数据授权运营安全可控而建设的基础设施情况。配套制度要求的评价主要关注地方为开展公共数据授权运营在具体制度建设方面的情况，具体包括整体制度要求、专门制度要求。授权运营情况主要关注地方开展公共数据授权运营的具体工作，具体包括是否启动了数据授权工作、是否有运营平台建设工作、是否有数据产品开发产出。

4.3.3  数据交易

数据交易流通与开发利用已成为我国激活数据要素潜能、推动数字经济和数字社会发展、驱动生产生活方式变革的关键力量。数据资源的规模化流转可通过以数据经纪人为媒介的场外交易和以数据交易所为中心的场内交易方式来实现。鉴于场外交易数据获取的困难，本研究暂从数据交易场所、交易中心/平台上的数据来观察分析场内交易的情况，以评价各地在规范数据交易行为、促进数据资源整合、增强数据资产流动性、降低数据交易成本等方面发挥的推动作用。

对数据交易方面的推进可以从数据供应规模、数据交易规模、交易保障情况三方面来评价。数据供应规模反映为数据交易能够提供的资源，具体涉及数商数量、数据商品品种、数据商品数量三方面。数据交易情况反映平台已经完成的数据交易，具体包括数据交易额和跨境交易发展两方面，数据交易额在一定程度上体现了数据交易活跃程度，跨境交易发展则是对未来发展的有益探索。交易保障情况反映在数据交易全过程中所提供的确保交易主体权益得到保障以及交易顺利进行的各类服务，具体从数据交易规则、数据交易服务方面来体现。

5.1   评价指标体系的应用

根据构建的数据要素市场化推进力评价指标体系，课题组开展了2023年全国31个省（自治区、直辖市）的数据要素市场化推进力评价。

数据采集分为两轮进行：第一轮是通过网络和数据库采集公开数据，时间截至2023年9月；第二轮通过与地方对接进行数据补充和确认，时间截至2023年10月。此外，通过对代表性地区的实地调研，获取了详实的相关资料。

指标计分包括三个步骤。首先，对采集的数据进行分析，生成三级指标的得分。指标类型包括数值型数据和类别型数据。在必要时对数值型数据离散化，依数据分布情况从低到高依次划分为0-3分共计4个档次，以避免数值量纲差异带来的影响。然后，对四级指标的得分进行归一化处理，使四级指标的得分在区间内。最后，由于各级指标都按在100分中占比来体现权重，故将四级指标的得分乘以相应指标的分数并相加，即可得到上一级指标的得分，以此类推，直至计算得到总分。

基于评分结果，形成《数据要素市场化推进力（2023）研究报告》。结果显示：一方面，整体上我国数据要素市场化推进处于初级阶段，数据要素潜力有待充分释放。具体来说，多数地方数字经济有一定的发展基础为数据要素市场化提供了认知、需求以及基础保障较为显著的环境；各地的政策保障较为突出，从地方条例到规范多有着力，但基础设施有待“东数西算”战略的深入实施，完备化程度有待加强，技术需求和开发方向也需要更加明确；数据要素流通交易的措施已有先头部队的探索，但未在各地广泛开展，也未形成国家一体化的市场体系，市场效益即数据变现不突出。另一方面，地区间发展有差异，呈现阶梯分布，以广东、北京、上海、浙江、山东、福建、贵州、四川、重庆和江苏为主的地区基础环境、保障支撑相对充分，从“数据赋能”到“数据变现”的执行推进均有一定成效，数据要素市场化总体布局和效果多有亮点，试点、创新与示范性特征显著；中部省份为主的地区各推进维度多处于蓄势待发的状态，基础环境、保障支撑处于跟进追逐的进程中，尤其是政策引导相对明确，但执行推进尚待更多元和实质性的措施；西部与东北为主的地区，具备一定的推进条件，但还有待国家数据要素相关战略与政策更充分地指引，也需要先头地区更系统深入的示范。

课题组与学界和业界就评价结果的科学性进行专家意见征询，征询对象为信息资源管理、公共管理等领域的29名专家，专家对评价结果的客观性、科学性表示高度认可，认为指标应用结果基本合理，具有科学性、客观性，能够有效反映数据要素市场化推进的实际情况。

5.2   评价指标体系的优化方向

通过对所得评价指标体系的应用，可发现一些应用要点或局限，这也进一步启示了数据要素市场化推进力的评价指标体系未来的优化方向或策略。

首先，在指标体系的设计上，应当紧密结合数据要素市场的发展阶段和关键点，不断更新和完善指标体系内容。目前，对于各项正在探索中的工作而言，指标设计着重捕捉数据要素市场化发展的普遍性的问题，指标测量方面也避免过于精细化。随着各项工作的不断深入，评价体系也应从更加严格的角度出发，引入新的测量项来评估工作的成效。例如，评价的视角可以从单纯的平台支撑，扩展到平台的实际运转效果和效能发挥。通过这些设计上的优化，可以更科学、有效地体现各地发展水平的差异性，更好地发挥其引导和激励作用，为决策制定和持续改进提供有力支持。

其次，在指标的测量方法上，对于量纲差异较大的数据，应开展标准化方法的对比研究。指标设计应科学地反映实际变化和差异，以区分不同评价对象的性能。当前我国存在地区发展不均衡的问题，导致许多指标存在量纲和量级上的差异，这给计算和比较带来了挑战。因此，对于不同量纲的数据，需要进行标准化处理方法的比较研究，确保评价结果的稳健性和可靠性。

此外，在文本分析方面，应充分利用自然语言处理技术、人工智能技术等，提升评价工作的自动化和智能化水平。目前，指标体系中定性指标的赋值主要依赖于文本分析，这在很大程度上依赖于研究人员的主观理解。未来，开发相应的分析工具来支持这些评价和计算工作，将有助于提高评价的效率和客观性。通过这些技术手段，可以更高效地处理和分析大量的文本数据，从而提升评价工作的质量和效果。

本文了介绍数据要素市场化推进力评价的研究背景，提出了数据要素市场化推进力的概念，阐述了综合文献研究和专家意见构建该评价指标体系的过程和方法，具体展示了包括3项一级指标、7项二级指标、17项三级指标和33项四级指标的评价指标体系，并就指标体系应用和进一步优化进行了讨论。伴随数据要素市场化进程的深入，数据要素市场化推进力的评价从方法到具体内容将有丰富的扩充空间，评价指标体系持续完善与应用的过程中可转换的理论与实践成果也有待分析、提炼和验证，这都呈现为未来的研究方向，有待更多研究力量的参与。

END

版式设计

陆澜

制版编辑

王淳洋