我国数据要素发展现状

科技   2024-09-28 21:59   北京  


在当今数字化时代,数据已成为关键的生产要素,如同工业时代的石油一般,对经济社会的发展起着至关重要的作用。数据要素的发展涵盖了数据资源化、数据资产化和数据资本化三个重要阶段,每个阶段都呈现出独特的现状和发展趋势,同时也面临着一系列的挑战和机遇。

01

数据资源化现状


(一)数据基础设施成为新型技术底座

1.数据空间。互联网龙头企业积极探索数据空间方案,为数据共享、流通和应用提供分布式可信环境。华为云、腾讯云、百度等企业凭借其强大的技术实力和丰富的资源,在数据空间的建设中发挥着重要作用。这些企业通过构建高效的数据存储和处理平台,实现了数据的安全存储、快速传输和高效分析,为企业和个人用户提供了便捷的数据服务。

例如,华为云通过其先进的云计算技术,为企业提供了可靠的数据存储和计算服务,帮助企业实现数字化转型。腾讯云则凭借其在社交、游戏等领域的优势,为用户提供了丰富的数据资源和应用场景。百度在人工智能和大数据领域的技术积累,为数据的智能化分析和应用提供了有力支持。

2.数据沙盒。数据沙盒成为数据监管的重要基础设施方案,多地出台相关政策。江苏、北京、杭州等地区通过技术手段和监管制度,实行入盒企业容错纠错机制。数据沙盒的出现,为数据的安全监管提供了新的思路和方法。通过将数据放入沙盒中进行测试和验证,可以有效地降低数据泄露和滥用的风险,同时也为企业提供了一个安全的创新环境。

例如,江苏省在数据沙盒的建设中,制定了严格的数据安全标准和监管制度,对入盒企业进行严格的审核和管理。北京市则通过建立数据沙盒平台,为企业提供了一个开放的创新环境,鼓励企业在沙盒中进行数据创新和应用探索。杭州市则将数据沙盒与城市大脑建设相结合,为城市的智能化管理提供了有力支持。

(二)数据全生命周期价值管理链呈现规范化、精细化趋势

1.数据采集在重点行业形成规范化指引,外汇管理局、交通运输部等先后印发相关数据采集规范,部分地区政府、行业协会也出台了采集规范。数据采集的规范化,为数据的质量和可用性提供了保障。通过制定统一的数据采集标准和规范,可以有效地提高数据的准确性、完整性和一致性,为后续的数据处理和分析提供可靠的数据基础。

例如,外汇管理局制定的数据采集规范,对金融机构的外汇业务数据采集进行了严格的规定,确保了外汇数据的准确性和及时性。交通运输部印发的相关数据采集规范,为交通行业的数据采集提供了指导,促进了交通数据的整合和应用。

2.数据标注国家发布试点加速推进,2024 年全国数据工作会议明确开展数据标注基地试点工作。数据标注是人工智能和大数据领域的重要环节,通过对数据进行标注,可以为机器学习和数据分析提供高质量的训练数据。国家开展数据标注基地试点工作,将有助于提高数据标注的质量和效率,推动人工智能和大数据产业的发展。

例如,一些数据标注企业通过建立专业的数据标注团队和平台,为客户提供高质量的数据标注服务。这些企业在数据标注过程中,采用了先进的标注技术和管理方法,确保了标注数据的准确性和一致性。

3.数据分析技术加速成熟,自然语言处理、数据挖掘、数据可视化等技术不断优化,海量数据价值提取呈现自动化、标准化发展态势。数据分析技术的不断进步,为数据的价值挖掘提供了有力支持。自然语言处理技术可以实现对文本数据的自动分析和理解,数据挖掘技术可以从海量数据中发现有价值的信息,数据可视化技术则可以将复杂的数据以直观的形式呈现出来,方便用户进行分析和决策。

例如,一些企业利用自然语言处理技术,对用户的评论和反馈进行分析,了解用户的需求和意见,为产品的改进和优化提供依据。数据挖掘技术在金融、电商等领域得到了广泛应用,通过对用户行为数据的分析,实现精准营销和风险控制。数据可视化技术在数据分析和报告中发挥着重要作用,通过直观的图表和图形,展示数据的分布和趋势。

4.数据存储市场蓬勃发展,2023 年中国企业级存储市场规模占全球份额的 19.2%,数据库推动组织数智化转型提质增效。数据存储市场的快速发展,为数据的安全存储和管理提供了保障。随着数据量的不断增长,企业对数据存储的需求也越来越大。数据库作为数据存储和管理的核心技术,在组织的数智化转型中发挥着重要作用。

例如,一些企业级存储厂商通过不断创新和优化产品,为企业提供了高性能、高可靠的数据存储解决方案。数据库技术的不断进步,也为企业的数据管理和分析提供了更加便捷和高效的手段。

(三)政企协同发力,提升高质量公共数据资源的供给能力

1.政务数据开放有序推进,开放数量和维度增加,截至 2023 年 8 月,我国共有 226 个省级和城市地方政府上线数据开放平台。政务数据开放是推动数据资源共享和利用的重要举措。通过开放政务数据,可以为企业和社会公众提供更多的数据资源,促进数据的创新应用和价值释放。

例如,一些地方政府通过建立数据开放平台,将政务数据向社会开放,吸引了众多企业和开发者参与数据创新应用。这些平台提供了丰富的数据资源和开发工具,方便用户进行数据的查询、下载和应用开发。

2.授权运营成公共数据开发利用主要方式,行业部委持续发力,各地授权运营探索加快,全国范围内已成立、重组省市两级数据集团 40 余家。授权运营是指政府将公共数据授权给专业的数据运营机构进行开发和利用。通过授权运营,可以充分发挥市场机制的作用,提高公共数据的开发利用效率和质量。

例如,一些数据集团通过与政府部门合作,获得了公共数据的授权运营权,开展了一系列的数据创新应用项目。这些项目涵盖了政务服务、民生保障、产业发展等多个领域,为推动经济社会发展提供了有力支持。

02

数据资产化现状


(一)数据登记和入表工作开展,助推数据权属确认

1.数据登记服务多样化部分地区尝试形成登记规则指引,依托当地数交所、授权运营平台开展数据资产登记服务,并颁发凭证。数据登记是确认数据权属的重要手段。通过数据登记,可以明确数据的所有者、使用者和管理者,为数据的流通和交易提供法律依据。

例如,一些地区的数交所和授权运营平台通过建立数据资产登记系统,为企业和个人提供数据资产登记服务。在登记过程中,对数据的来源、内容、用途等进行审核和确认,颁发数据资产登记凭证,保障数据资产的合法性和安全性。

2.数据资产入表进入实践落地阶段

以国有企业为主的市场主体先行先试,涌现出一批企业数据资产入表实践案例。数据资产入表是将数据资产纳入企业财务报表的重要举措。通过数据资产入表,可以提高企业对数据资产的重视程度,促进数据资产的管理和价值提升。

例如,一些国有企业通过将数据资产纳入财务报表,明确了数据资产的价值和地位,为企业的数字化转型提供了有力支持。同时,数据资产入表也为投资者提供了更加全面和准确的企业财务信息,有助于提高市场的透明度和公正性。

(二)数据流通交易规模扩大,市场活跃度有效提升

1.场内交易规模快速增长。交易场景覆盖多个领域,如深圳数据交易所年交易额超 50 亿元,保持全国领先。场内交易是指在数据交易所等正规交易场所进行的数据交易。随着数据交易市场的不断发展,场内交易规模快速增长,交易场景也越来越丰富。

例如,深圳数据交易所通过建立完善的交易规则和服务体系,吸引了众多企业和机构参与数据交易。交易所提供的数据交易产品涵盖了金融、交通、医疗、能源等多个领域,为数据的流通和应用提供了便捷的渠道。

2.场外数据流通模式不断创新。通过企业间数据共享、平台企业定制化服务、数字化项目置换等形式实现数据交互利用,以 API 接口调用为主。场外交易是指在数据交易所之外进行的数据交易。场外交易模式更加灵活多样,可以满足不同企业和机构的个性化需求。

例如,一些企业通过建立数据共享平台,实现企业间的数据交互利用。平台企业则通过提供定制化的数据服务,满足客户的特定需求。数字化项目置换则是一种创新的场外交易模式,通过将数字化项目与数据资源进行置换,实现双方的互利共赢。

3.数据价格形成机制研究加快。各界针对数据的估值与定价已形成系列研究成果,涵盖定价标准、模型、策略等方面。数据价格形成机制是数据交易市场的核心问题之一。随着数据交易市场的不断发展,各界对数据价格形成机制的研究也在不断加快。

例如,一些研究机构和企业通过建立数据估值模型和定价策略,为数据的交易定价提供了参考依据。同时,数据交易市场的不断发展也为数据价格形成机制的研究提供了实践基础,促进了数据价格形成机制的不断完善。

(三)收益分配机制加速探索,保障数据持有方权利

1.公共数据运营收益呈现多种反哺形式。包括财政利益返还、成本补偿、数据产品和服务反哺、技术反哺、政治认可和社会荣誉、政府专项基金等形式。公共数据运营收益的反哺,是保障公共数据持有方权利的重要举措。通过多种反哺形式,可以激励公共数据的开放和共享,促进数据的创新应用和价值释放。

例如,一些地方政府通过财政利益返还的方式,将公共数据运营收益返还给数据提供部门,用于数据的采集、存储和管理。成本补偿则是对公共数据运营成本的一种补偿方式,保障了公共数据运营的可持续性。数据产品和服务反哺是指将公共数据运营收益用于开发数据产品和服务,为社会公众提供更多的数据资源和服务。技术反哺则是通过将公共数据运营收益用于技术研发和创新,提高公共数据的管理和利用水平。政治认可和社会荣誉则是对公共数据持有方的一种激励方式,提高了公共数据持有方的积极性和主动性。政府专项基金则是为公共数据运营提供资金支持的一种方式,保障了公共数据运营的顺利进行。

2.个人缺乏直接参与数据要素收益分配的有效途径。现阶段,个人用户通常以消费者身份免费使用平台的服务,部分地区出台政策推动个人数据托管使用,但个人参与收益分配仍处于初步阶段。个人数据是数据要素的重要组成部分,个人用户应该享有数据要素收益分配的权利。然而,目前个人用户缺乏直接参与数据要素收益分配的有效途径。

例如,一些平台企业通过收集和分析个人用户的数据,实现精准营销和广告投放,获得了巨大的商业利益。而个人用户却只能以消费者身份免费使用平台的服务,无法直接参与数据要素收益分配。部分地区出台政策推动个人数据托管使用,为个人用户参与数据要素收益分配提供了一种途径。但目前个人数据托管使用仍处于初步阶段,需要进一步完善相关制度和技术手段,保障个人用户的数据安全和权益。

03

数据价值化释放现状


(一)数据信贷服务拓宽中小微企业融资渠道

银行基于数据信贷服务产品,为企业提供信贷融资支持,如上海 “数易贷”、温州 “信贷数据宝”、苏州 “数商贷” 等,同时各地也在积极搭建 “数据增信” 平台,推动金融机构利用数据增信替代传统增信模式。数据信贷服务是利用数据要素为中小微企业提供融资支持的一种创新方式。通过对企业的经营数据、信用数据等进行分析和评估,可以为金融机构提供更加准确的风险评估和信贷决策依据,拓宽中小微企业的融资渠道。

例如,上海的 “数易贷” 通过整合企业的税务、社保、工商等数据,为中小微企业提供快速、便捷的信贷融资服务。温州的 “信贷数据宝” 则利用大数据技术,对企业的信用状况进行实时监测和评估,为金融机构提供风险预警和信贷决策支持。苏州的 “数商贷” 则通过与电商平台合作,利用电商数据为中小微企业提供融资服务。

(二)数据作价入股成非货币财产投资新方式

国资委确认数据资产可以作价出资入股,部分地区已成功落地数据作价入股案例,数据资产作为初始资本,对企业形成显著激励。数据作价入股是将数据资产作为非货币财产进行投资的一种创新方式。通过将数据资产作价入股,可以提高企业的资产规模和价值,为企业的发展提供资金支持。

例如,一些企业通过将自身的数据资产作价入股,与其他企业进行合作,实现了资源的整合和优势互补。同时,数据资产作价入股也为企业的创新发展提供了动力,促进了企业的技术进步和产业升级。

(三)数据信托打开个人数据价值释放新思路

发达国家针对个人数据信托治理已建立较为成熟的商业应用模式,我国也在积极探索,如全国首例个人数据信托在贵阳实现,北京国际大数据交易所上线 “数据授权平台” 试点项目。数据信托是一种新型的数据管理和价值释放方式。通过将个人数据委托给专业的信托机构进行管理和运营,可以实现个人数据的安全存储和合法利用,同时也为个人用户提供了一种参与数据要素收益分配的途径。

例如,贵阳的全国首例个人数据信托项目,通过将个人医疗数据委托给信托机构进行管理和运营,为医疗科研机构提供了数据支持,同时也为个人用户带来了一定的收益。北京国际大数据交易所上线的 “数据授权平台” 试点项目,则为个人用户提供了一种自主授权和管理个人数据的方式,实现了个人数据的价值释放。

04

数据资源化、数据资产化、数据价值化建议


(一)数据资源化建议

加强数据基础设施建设,提升数据采集、存储、处理和分析能力,提高数据质量和可用性。

数据基础设施是数据资源化的基础,加强数据基础设施建设可以为数据的采集、存储、处理和分析提供有力支持。政府和企业应加大对数据基础设施的投入,提高数据中心的建设水平和运营效率,加强数据存储和处理技术的研发和应用,提高数据质量和可用性。

例如,政府可以出台相关政策,鼓励企业加大对数据基础设施的投入,提高数据中心的绿色化水平和能源利用效率。企业可以加强与科研机构的合作,共同开展数据存储和处理技术的研发和应用,提高数据的安全性和可靠性。

促进政企协同,加大对公共数据资源的开放和共享力度,推动数据资源的整合和利用。

政企协同是实现数据资源化的重要途径,加大对公共数据资源的开放和共享力度可以为企业和社会公众提供更多的数据资源,促进数据的创新应用和价值释放。政府应加强对公共数据资源的管理和开放,建立健全公共数据开放制度和标准,推动公共数据资源的整合和利用。企业应积极参与公共数据资源的开放和共享,利用公共数据资源开展创新应用和业务拓展。

例如,政府可以建立公共数据开放平台,将公共数据向社会开放,吸引企业和开发者参与数据创新应用。企业可以通过与政府部门合作,获得公共数据的授权使用,开展数据创新应用项目。

鼓励技术创新,应用人工智能、大数据等技术,挖掘数据潜在价值,推动数据在更多领域的应用。

技术创新是推动数据资源化的关键,应用人工智能、大数据等技术可以挖掘数据潜在价值,推动数据在更多领域的应用。政府和企业应加大对技术创新的投入,鼓励科研机构和企业开展技术创新和应用探索,提高数据的价值和应用水平。

例如,政府可以出台相关政策,鼓励企业加大对技术创新的投入,提高企业的技术创新能力和核心竞争力。企业可以加强与科研机构的合作,共同开展技术创新和应用探索,推动数据在金融、医疗、交通等领域的应用。

(二)数据资产化建议

完善数据登记和入表制度,明确数据权属,保障数据产权收益。

数据登记和入表是确认数据权属的重要手段,完善数据登记和入表制度可以明确数据的所有者、使用者和管理者,保障数据产权收益。政府应加强对数据登记和入表制度的研究和制定,建立健全数据登记和入表的标准和规范,推动数据资产的登记和入表工作。企业应积极参与数据登记和入表工作,明确自身的数据资产权益,提高数据资产的管理水平和价值。

例如,政府可以建立数据资产登记平台,为企业和个人提供数据资产登记服务。企业可以将自身的数据资产进行登记和入表,明确数据资产的价值和权益,为数据资产的交易和融资提供依据。

加强数据流通交易市场建设,规范场内和场外交易,完善数据价格形成机制,提高市场活跃度。

数据流通交易市场是实现数据资产化的重要平台,加强数据流通交易市场建设可以规范数据交易行为,提高数据交易效率,促进数据的流通和应用。政府应加强对数据流通交易市场的监管,建立健全数据交易规则和服务体系,推动数据交易市场的健康发展。企业应积极参与数据交易市场,利用数据交易平台开展数据交易和合作,提高数据资产的价值和流动性。

例如,政府可以建立数据交易监管机构,加强对数据交易市场的监管,规范数据交易行为。企业可以通过数据交易平台,将自身的数据资产进行交易和合作,实现数据资产的价值最大化。

建立合理的收益分配机制,兼顾数据持有方、加工处理方、使用方等不同主体的利益,激励数据资源的增值利用。

收益分配机制是保障数据资产化的重要保障,建立合理的收益分配机制可以兼顾数据持有方、加工处理方、使用方等不同主体的利益,激励数据资源的增值利用。政府应加强对收益分配机制的研究和制定,建立健全数据收益分配的标准和规范,推动数据收益的合理分配。企业应积极参与收益分配机制的制定和实施,合理分配数据收益,提高数据资源的利用效率和价值。

例如,政府可以建立数据收益分配协调机构,加强对数据收益分配的协调和管理,推动数据收益的合理分配。企业可以通过协商和合作,确定数据收益的分配比例和方式,实现各方利益的最大化。例如,在数据加工处理过程中,数据持有方、加工处理方和使用方可以根据各自的贡献程度,合理确定收益分配比例。对于数据持有方来说,其提供了原始数据资源,应获得相应的收益回报;加工处理方通过技术手段对数据进行清洗、标注、分析等操作,提升了数据的价值,也应获得合理的收益;使用方则通过利用数据进行业务创新和决策优化,为数据的价值实现提供了场景,同样应在收益分配中占有一定份额。

(三)数据价值化建议

推动数据与其他生产要素的融合,降低交易成本,提高配置效率、规模效率和技术效率,提升全要素生产率。

数据作为一种新型生产要素,与土地、劳动力、资本、技术等传统生产要素的融合将产生巨大的价值。通过推动数据与其他生产要素的融合,可以降低交易成本,提高资源配置效率,实现规模经济和技术创新,从而提升全要素生产率。政府应制定相关政策,鼓励企业探索数据与其他生产要素的融合模式,促进产业升级和创新发展。企业应积极开展数据驱动的业务创新,将数据与生产、经营、管理等各个环节深度融合,提高企业的核心竞争力。

例如,在制造业中,通过将传感器数据与生产设备、工艺流程相结合,可以实现智能化生产和精准质量控制,提高生产效率和产品质量。在农业领域,利用大数据分析和物联网技术,可以实现精准农业,提高农业生产的效益和可持续性。在金融行业,通过整合客户数据、市场数据和风险数据,可以实现精准营销和风险管控,提升金融服务的质量和效率。

鼓励各行业积极应用数据,推动产业升级和创新,实现高质量发展。

各行业应充分认识到数据的价值,积极应用数据推动产业升级和创新。政府可以通过设立专项资金、提供税收优惠等方式,鼓励企业加大对数据应用的投入。同时,政府还可以组织开展数据应用示范项目,推广先进的数据应用经验和模式,引导各行业加快数据应用步伐。企业应加强数据人才培养和技术创新,建立健全数据应用体系,不断探索新的数据应用场景和商业模式,实现企业的高质量发展。

例如,在医疗行业,利用大数据分析和人工智能技术,可以实现疾病预测、精准医疗和医疗资源优化配置,提高医疗服务的质量和效率。在教育领域,通过分析学生学习数据和行为数据,可以实现个性化教育和教学质量评估,提升教育教学水平。在交通行业,利用大数据和智能交通技术,可以实现交通流量监测、智能调度和出行规划,缓解交通拥堵,提高交通运输效率。

加强数据安全和隐私保护,建立健全数据安全治理制度,保障数据的合法合规使用。

数据安全和隐私保护是数据价值化的重要前提。随着数据的广泛应用和流通,数据安全和隐私保护面临着越来越严峻的挑战。政府应加强数据安全和隐私保护的立法和监管,建立健全数据安全治理制度,明确数据安全责任和义务,加强对数据安全违法行为的打击力度。企业应加强数据安全管理,建立完善的数据安全防护体系,采取加密、脱敏、访问控制等技术手段,保障数据的安全存储和传输。同时,企业还应加强对员工的数据安全培训,提高员工的数据安全意识和防范能力。

例如,政府可以制定数据安全法和个人信息保护法,明确数据安全和隐私保护的法律责任和义务。企业可以采用数据加密技术,对敏感数据进行加密存储和传输,防止数据泄露。同时,企业还可以建立数据访问控制机制,对不同用户的访问权限进行严格控制,确保数据的合法合规使用。

数据资源化、数据资产化和数据资本化是数据价值化的三个重要阶段,每个阶段都有其独特的现状和发展趋势。为了进一步推动数据要素的发展,实现数据的价值最大化,政府、企业和社会各方应共同努力,加强数据基础设施建设,完善数据登记和入表制度,加强数据流通交易市场建设,建立合理的收益分配机制,推动数据与其他生产要素的融合,鼓励各行业积极应用数据,加强数据安全和隐私保护。只有这样,才能充分发挥数据作为关键生产要素的作用,为经济社会的发展提供强大动力。

来源:综合数字菁英网整理

编辑:数据管理圈

审核:数字化转型高研院

声明:转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考,如有侵权或违反公众平台运营规范,请联系feedback@digitalelite.cn删除。


数字菁英网为百万数字中国的设计者和建设者服务,下有 SCOC智城中国(智慧城市行业动态)、数字化转型高研院、数字菁英社、首席数据官GovCDO、数据管理圈GovCDO、数据质量万里行等,服务公共数据、数字政府、智慧城市、智慧社区、数字乡村等新生态。

点击阅读原文,即进入下载

智慧城市行业动态
数字菁英网旗下媒体。智慧城市是发展数字经济的重要载体,涵盖城市数字化转型、数字政府、数据要素化治理、公共数据、政务数据等。下有 SCOC智城中国/智慧城市行业动态、数字菁英社、GOVCDO首席数据官、数据管理圈、全域数字化转型高研院
 最新文章