2024年9月3日-6日，由亿翰智库主办，上海市产业科技金融协会联合主办，长三角G60科创走廊金融服务联盟、明源不动产研究院、浦东新区科技企业创新研究会协办的“新动力·新园区—2024产业园区未来大会”在上海临港松江科技城G60科创大厦开展。

上海市社会信用促进中心主任傅春受邀参加本次大会，并带来《园区数据资产化探索与实践》主题演讲。

以下为傅春先生发言实录：

#01

对数字时代的认知

很多时候我们要放眼整个时代的发展，要去看看时代的发展给我们带来一些改变，能支撑时代发展的一定是改变生产力、生产资料和生产关系的。

上一个互联网时代，互联网时代的生产资料是用户，生产力是互联网，生产关系是平台经济。数字时代的生产资料变成了数据，生产力变成了人工智能，生产关系是知识的驱动。很多数据的形成价值就是知识力的驱动，我们对企业的未来价值评估会跟着时代的发展做一些改变，像在互联网时代，为什么我们大部分传统企业做不过互联网企业？是因为互联网企业除了有利润获得的资产，还有一块是用户资产，所以很多互联网企业在估值体系里面比我们传统企业要高。

但中国对于用户资产没有相应的评估，很多互联网企业都跑到纳斯达克去上市，为什么？因为纳斯达克是资本市场对用户资产市场评估价最高的。进入数字时代之后，我们国家发了相应的数据资源入表文件，我们的数字企业除了拥有利润创造的资产，同时可以拥有数据资产，所以说评估一个企业的未来价值，大家要从这个角度去做一个深度的挖掘。

在这个过程中，我们有一些心得借这个场合跟大家来交流一下。首先第一个，我们实现了园区每年稳定的增长，稳定的增长不仅表现在企业数量上，也表现在产业税收上。2023年的税收是38个亿，2022年的税收是32个亿。在2023年的下半年，整个经济下行的压力就已经出现，但是我们依然顶住了压力，实现了面上的税收增长。

互联网时代与数字时代相比，整个的商业模式也是不一样的。在互联网时代，专注是用户，很多服务都是围绕用户转的，平台经济的产生改变的是劳动力分配的价值。原来的出租车，司机必须花几十万买一个出租车的牌照才能加入出租车公司做运营，现在开自己的车就可以了，而不需要成为出租车公司员工，这改变了很多劳动力分配的方式。

到了数字时代，它会改变知识力的分配。举一个比较简单的例子，比如说一个医生在医院每天看三十个门诊病人，他的收入来源主要是门诊费用，但医生的知识是可以服务成千上万的病人，当把病人的客观数据、体检报告、X光片收集起来，再叠加医生的知识数据就能够创造知识的更多的赋能。所以医生不光能够拿到的岗位收入，他的知识能在其它的场景里面带来增量收入。在数字时代拥有一套知识体系，对未来的个人收入和企业价值，都能带来更长久的帮助。

数字时代下，我们要看一下做这件事是否符合国家的战略，是否在技术上能够实现。很多事情的实施一定要符合国家的发展规划，我们从左边这一块能看到国家对于整个的经济发展上升到了非常高的高度，从二十大报告里面提到新质生产力主要三个方向，一个制造业，一个是服务业，还有一个数字经济。事情能否落地实施，也需要符合技术发展的趋势，从右边这一块能够看到人工智能技术已经能够全面实施落地了。

按照信通院发布的数字经济统计规模，2023年的总量已经超过50万亿，数字经济已经成为我们国家GDP的一个重要支柱。另外，国家在各省市成立了相应的部门，包括行政的经济体制，财政部发的数据资产目标、政府推动公共数据资源的流通，一切的动作都是为了加速数字经济的发展。

在技术层面，人工智能写入到二十大的工作报告里面去，不管是从数据资源的整合、整个算力的建设、算法的提升，一项技术作为一个未来的前景发展，当国内还是在实施一些很常规的商业模式时，在国外人工智能已经取得了长足进步，所以说这个时代的发展，未来二三十年可能就是朝着这个方向去努力。

#02

对数据价值的理解

我们在适应新时代的时候，要对要素市场要非常理解。到了数字时代，生产资料是数据，我们一定要把生产资料研究透才知道怎么去挖掘它的价值。这个数据的价值我们之前也做了总结，并不是所有的数据都有用。对于哪些数据能够体现价值，我们做了一些思考并列出了三个判断：第一个是能否影响他人决策的数据，我们称之为有效数据，很多数据可能会影响你的决策，影响你跟客户的判断，影响你将来的下一步的行为；第二个是具备市场服务的差异性，随着数据要素的不断开放，大家获取数据资源已经不再成为障碍，好的平台体系取决于知识的深度；第三个是能不能创造经济价值，能不能推动社会进步。   

在经过大量的实践工作检验，我们总结了数据价值体现方式，目前总结的方式有四种，体现在以下几个方面：

第一个是解决信息差，谁在数据方面拥有了稀缺性的资源，谁就有了话语权，这里面的更多体现核心数据资源的独特性和稀缺性。

第二个是解决认知差，就是当所有数据摆在你面前，你能不能形成自己的结论。举个例子，比如说像高校招收研究生的信息、研究生就业情况，信息在网上都能查得到，都是公开的客观数据，但是张雪峰利用他20多年的从业经验和对行业深度的知识体系，把这个场景的认知体系变成了课程，解决了大学生、家长们在择校、选专业、就业等认知上的问题，解决认知差的课程也能卖到几个亿。

第三个是解决效率差，服务一百人与服务一万人或十万人是不一样，所以说平台很重要，这里面需要平台提供大量的算力基础设施服务。

第四个是解决规模差，国家在各个地方都开了数交所，数交所多的有几千款产品，少的有几百款，我们会发现未来的数据产品会特别多，但这些数据产品如何结合场景形成专业化的综合性应用在目前是一个瓶颈，未来谁能够结合专业化的场景，将这些优质的数据产品形成解决方案，来推广这些产品的落地应用，未来会成为主流。

在数据价值挖掘思路这块，有一句话可以给大家分享，“要从用户需求的想象力迭代成数据场景的想象力！”什么叫用户需求想象力？比如我们给政府或企业客户做项目，我们经常会问，你想要什么？但用户掌握信息的不够全面，或者知识体系已经达到了瓶颈，他无法提出新的需求。我们现在面临的是什么？我们面临的是知识数据爆炸的时代，现在信息特别多，我们不缺信息，我们缺的是什么？缺的是对信息的运用能力，需要依托知识数据，围绕具体业务场景做业务的深度挖掘。就像ChatGPT一样，它把人类的公共知识做了梳理，在此基础上推出的一个AI智能应用，它从未问过我想要什么，但推出的这个AI服务能够满足我的大部分需求。所以在未来很多的数据产品，都会以数据场景的想象力来更好地去服务客户。

在数据价值产品化方面，我们需要去挖掘数据的一些深层的价值，有几种方式能来发掘这些价值，第一种是发现一般规律，用统计学就可以完成。第二种是透过一般性的规定，去看到它生成的本质，比如像上海经济发展的周期性波动上升情况是客观统计数据，但到底是什么原因导致了经济的周期性波动上升？是因为企业创新能力的加强？还是人才这一块的引入？还是政策的优惠？还是营商环境的提升？这些问题都是透过现象看本质，这些内容更多会通过知识数据来反映。数据在不断改变，知识也在不断提升，将来我们的产品服务能力也会不断提升。

#03

企业数据资产化的实施路径

企业数据资产化的价值主要体现在四个方面：

第一是改变报表，原来我们做企业数字化转型的时候需要有大量的投入，但在大量投入的情况下，很多时候产出并没有得到快速体现，这更多的是一种成本的消耗，所以企业在数字化转型的时候比较谨慎，但现在国家允许你把这一块的成本投入纳入你的资产，作为企业未来价值评估的一个重要的基础，这是几十年来难得的机会。其次改变报表能让你形成的产品获得相应的收益，我们一产、二产、三产中，企业拥有大量的数据资源，这些数据资源以前锁在硬盘里、锁在仓库里，没有得到有效利用和挖掘，现在也能获得相应的收益。

第二是改变属性，对于传统的制造业和贸易型企业，它在资本市场的估值就8-10倍，但通过数字化转型，它的企业属性会由贸易型企业变成科技型、研发型、服务型企业，在资本市场的估值会达到20-30倍，直接对企业的估值模式发生了转变。

第三是改变业务，传统业务随着人工智能技术的发展会不断地迭代，就算你不迭代，你的竞争对手也会迭代，所以它会使我们很多的业务方式发生转变。举个例子，有一家做电器销售的上市公司，大概有三千多万用户，有十几万个的客服。客户经常需要客服提供相关咨询服务，如电器坏了怎么办？怎么去维修？找不到维修点怎么办？后来公司把所有电器的说明书、维修清单、解决方案都变成了AI语料，做成了一个AI服务，现在客户只要通过 AI应用，拍张照片说明一下原因，就马上能有智能化的解决方案，之后客服人员从原来的十几万人直接下降到了几万人，不仅大大提高了用户的满意度，同时也大幅降低企业的运营成本。所以传统线上、线下的销售型企业，通过人工智能的方式能改变它的整个业务服务形态，将来不管是园区还是产业都会利用人工智能技术有所发展、有所改变。

最后是改变权利，资产落表后会形成你的核心资源，未来人工智能的发展需要大量的数据资源，所以这一块是重中之重。我们要把有效的数据资源盘点出来，结合产品形成传递，形成能持续创造的AI服务。

企业数据资产化的实施路径分为四个环节：

第一步是数据资源化，我们要梳理和挖掘有价值的数据资源。

第二步是资源产品化，很多企业会拿几块硬盘去入表，拿原始数据去做数据资产，这是非常错误一条路，数据也有时效性，这类数据资产在第二年就会大量减值。因此，数据资源一定要以产品化形态出现，同时不断迭代产品来促进数据资产不断增值。举个例子，长白山天池大概有8,000万吨水，水资源到底值多少钱？值100万、1,000万还是一个亿，很难去估计，但娃哈哈用长白山天池的水造了一瓶水，这瓶水卖一块钱，这一块钱的商品对整个长白山天池的8,000万吨水做了定价，所以我们的数据资产的价值认定源于最标杆的数据产品价值。在资源产品化过程中会分为两种形态，第一种形态是什么？是资源类产品，解决了信息差，比如我们提供的API接口服务都属于解决信息差的产品。第二种形态是什么？是应用类和服务类产品，解决的是认知差，以SaaS服务、App、小程序、研究报告、短视频课程的方式存在，这都是数据产品的表现形态。

第三步是产品资产化，按照国家相应的规定，通过合规评估、资产评估、资产审计等标准化流程，完成数据资产价值评估和财务入表，这是律师事务所、资产评估事务所、会计事务所等第三方服务。

第四步是资产资本化，不管是在一级市场下金融服务的支撑，还是二级市场对企业市值的重新评估，体现数据资产在资本市场的价值。

#04

园区数据资产化的实施路径

首先，我们要对未来要做一个研判，未来万亿级城市的经济模型会是什么样子的？武汉已经给了答案，武汉有无人驾驶的出租车“萝卜快跑”。未来我们的智慧城市会进化到AI城市，AI城市的基础设施的建设，跟互联网时代是不一样的，互联网更多是什么？网络带宽，云资源。但AI需要什么？语料、算力、大模型、智能体，它和互联网时代的基建模式不一样，将来园区要考虑服务的企业是万兆宽带落户？还是提供AI时代这些原材料的基础设施？

在互联网时代创造了万亿级产业，核心原因是运营商将流量资费大幅度降低，才造就了大量的移动互联网应用，如果在人工智能时代再造万亿级产业，如何将算力、语料、大模型、智能体的使用成本大幅度降低将是产业园区要重点考虑的问题。未来哪个园区能将这个服务以更优惠的价格提供给入园的企业，这个园区就能形成未来发展的一股潜力。不管是国家，还是地方，都在积极打造新时代、新基建的这种模式的运营商，三大运营商也在做转型，上海也形成了这种模式，通过把区块链、大模型、算力与语料的处理形成了一个新的生态的支撑。政府正在修人工智能时代“高速公路”，园区要在这条“高速公路”中有一条支线。

在产业园区的未来发展的过程中，特别是围绕数据要素发展的过程中，整个生态体系跟原来的模式发生了转变。作为产业园区，要从政府的“高速公路”里修条支路，修到园区里面，提供服务的基础设施围绕语料、算力、大模型和智能体几个方面，要为园区的所有企业提供这种AI赋能的平台，并提供相应的数据资产管理和服务平台，因为所有的企业都会朝这方面转型，要提前布局这一块的业务。不同的园区会有不同的产业，需要不同的知识体系，所以要构建围绕园区专业知识体系的一个研究中心，才能更好地挖掘这个产业，才能通过知识数据去赋能企业的发展，园区还需要数据要素高质量发展企业，它们会将园区提供的数智基建，结合企业自身的数据，形成在垂直行业的AI创新应用。

这个体系下，金融机构也会参与进来。我们在上海做试点的时候，第一批园区的数据要素高质量发展企业大概有1000家，银行方面表示这1000家优质的数据企业都可以提供500万到1,000万的授信。因为看到了赛道，看到了未来这些行业标杆独角兽的产生，这都来源于我们数据要素的驱动，来源于我们AI产品的创新应用。这里还有产业投资，能够为我们园区的企业债务债权有新的赋能、新的发展机遇、新的发展舞台。我们在江苏、浙江、湖南等多个地方试点的时候，我们给很多产业园区也做了相应的规划，通过每一轮的数据资产化，能帮助园区获得相应的收入，提高园区运营公司的数据资产，同时为园区的整个生态发展带来一个新的高度。

我们分不同层次开展落地具体实施工作：

第一层次是要建立所有的数据要素之间的联系，夯实未来发展的基础。第一阶段工作中三个内容需要以半年为周期去实施的。第二阶段工作是要把“高速公路”修到园区门口，需要这些数据要素为园区的要素企业提供相应的赋能，这个阶段能够形成千万级的收入，大概有四五千万。第三阶段工作就是扩大受众企业，园区能达到2-3个亿的收入，形成上亿的数据资产。除了园区的企业，园区运营方在这波红利中的作用能得到很好的体现，这一块的经营能力也能得到相应的提升，达到一个多赢的局面，具体的内容包括数据资源整合、数据产品规划、数据资产管理以及数据资产入表服务等。

第二层次是建立常态化机制和模式，实现更多的赋能。更多的赋能是什么？是形成一个共赢的局面，在共赢局面里面，我们要建立的是什么？是数据资产的循环经济体系，建立“1+2+N”机制体系。

“1”是通过数据资产的服务，帮所有入园的企业提供数据资源的经营管理服务。园区将来不光是有固定资产、土地资产的报表，园区的运营管理方也要谱写园区的数据资产这张报表，数据资产报表是未来发展潜力的一个重要的支撑，除了这个报表以外，入园的所有企业所形成的数据资产也会归为你的名下，你将来要做的是什么？是做数据资产运营。

“2”是两个平台。第一是要构建园区产业知识力平台，要把知识纳入园区的赋能平台里，来赋能我们各行各业的企业，让这些企业在业务发展中能得到更好的提升。另外我们要开放数据资产的管理平台，帮助企业去管理好它的数据资产，帮它做整体的数据资产运营。我们以前运营的是土地，现在是用的数据，土地开发跟数据开发是两个概念，一块土地只能一个开发商，不能在空中盖一个楼层，但数据的开发商是没有上限的，所有人都可以开发，因为每个人的知识点都不一样，数据是可复制的，总有人能挖掘出新的东西，所以未来整个发展模式都会发生巨大的转变。

“N”是指生态支撑，包括基建、技术、金融、第三方服务，这是园区未来要重点去落实和推进的，如何在我们园区挖掘一批高质量发展企业？这批企业能够充分利用现有的这些数智基建和数据要素资源，能在垂直行业能够形成标杆，怎么让一部分数字时代的企业能够先富起来？怎么能够带领各行各业的企业能够快速地成长？这是我们的一个新的标准。

园区在不同的行业、产业会有不同的标准体系，国家制定了相应的标准，对这些企业也产生了不同的好处：第一是这些企业可以通过数字化产业获得收益。第二是它的资产能够提高它的估值。第三是政府给予了相应的认定支持下，金融机构可以提供相应的贷款。企业在发展产业的过程中，政府也会给予相应的政策服务，所以构建一个新的产业或者一个新的赛道，对我们整个园区会带来巨大的帮助。

从2015年数字经济进入国家规划里，到2023年很多制度建设已经完成，中间经历了8年，这8年是我们数字时代的导入期，而2024年进入了数字时代的高速发展期，这个时期会持续10年到20年，是一个大有可为的时代！