探索具有中国特色的数据要素价值化之路
□ 进一步加快场景化建设步伐。数据本身是抽象的，只有将其应用于具体的业务场景，才能发挥价值。通过构建丰富的应用场景，不仅可以充分发挥数据的潜在价值，还可以促进数据的交易和流通，带动相关技术和产业的发展，为经济高质量发展注入新的动力
□ 全力打造良好的数据要素产业生态。在数据要素产业链条中，各方扮演着不同的角色，可分为供给—流通—应用三大环节：在数据供给环节，各级政府、电信运营商、大型国有企业、大型互联网公司等汇聚了海量数据，数据服务商协助这些数据提供者，进行数据采集和分析，将原始数据转化为有价值的资源；数据流通中游环节主要涉及数据的流通，包括确权登记、定价和流通交易，数据服务商在这一过程中起着关键作用，推动数据资源资产化，从而在流通中进一步释放数据价值；数据应用下游环节主要集中在金融机构和互联网公司等数据需求方。随着场景化建设步伐的加快，数据的应用将会扩展到更多行业，进一步深化其在各个产业的应用，从而实现产业赋能
□ 大力培育数据人才。2024年4月发布的《加快数字人才培育支撑数字经济发展行动方案(2024—2026年》明确了对数字人才培育的支持措施。这些措施包括优化培养政策、完善评价机制、提供资金和资源支持等，旨在为数据人才的教育和成长创造良好环境。数据人才的培养还需要高校与政府部门协同合作，期待高素质的数据人才不断涌现，为数字经济的发展贡献力量
新一轮信息革命浪潮袭来，生成式AI、大数据、区块链、Web3.0等新技术作为基础性和驱动性的技术力量，与制造、医疗、教育、交通、农业等领域深度融合，推动传统产业转型升级。随着新一代信息技术与数字技术不断发展，数据成为基础性生产要素，关键价值愈发凸显。充分发挥数据要素的价值，可以推动产业结构优化和升级，助力培育壮大新质生产力。
一、数据要素及其价值化
数据要素的核心在于其能够通过分析、处理和应用，转化为对经济活动有益的洞察和知识，从而提高生产效率，促进产品和服务的创新。无论是自身作为生产要素发挥作用，还是与传统生产要素融合并驱动传统生产要素的创新与演化，数据要素都能够直接或间接产生社会价值和经济价值。
国家高度重视发挥数据要素价值。进一步推进数据价值化、发展数据要素市场是发展数字经济的关键。数据价值化意味着将数据要素转化为能够带来经济利益的资产，进而通过流通、交易等手段实现其价值，涵盖数据资源化、数据资产化和数据资本化三个阶段：
数据资源化——这是数据价值化的起点，指的是将原始、无序的数据通过采集、整理、聚合、分析等手段，转化为有序、有使用价值的数据资源的过程。
数据资产化——在数据资源化的基础上，通过市场流通交易，推动数据资源为使用者或所有者带来经济利益，从而成为数据资产。这个阶段的本质是形成数据的交换价值，是实现数据价值的核心。
数据资本化——实现数据资产化后，数据可以通过金融手段进一步转化为数据资本。利用数据信贷融资、数据证券化等方式，使数据资产未来产生的现金流通过结构化设计进行信用增级，发行可出售流通的权利凭证，实现融资。
二、各国数据要素市场模式
1.美国数据要素市场的模式和路径
美国通过立法和司法手段防止数据产权垄断，以促进数据的自由流通和利用。在司法实践中，美国不支持数据权利的保护，如“Feist案”确立了事实信息不受排他权保护的原则，以及“Ticketmaster v. Tickets 案”对数据爬取进行合法性认定。
数据开放方面，美国建立了全国性开放政府数据平台“Data.gov”，发布并更新大量联邦和州政府数据，提供数据工具和API接口，推动政府数据的全方位开放。通过立法约束和判例引导，促进企业数据的共享和开放，如通过反垄断法促进企业数据的互操作性和共享程度。
个人数据方面，美国采用分散立法的方式，针对金融、健康、电信等领域进行个人信息保护，同时对其他领域采取较为宽松的态度。参与全球数据传输规则的制定，如通过“CLOUD法案”确立数据控制者标准，以及与其他国家建立数据流动协议，如“隐私盾2.0”“数据桥”。
2.欧洲数据要素市场的模式和路径
欧盟通过制定一系列法律法规，形成了完整的数据权益保护体系。从1995年的《个人数据保护指令》到2018年的《通用数据保护条例》《欧盟非个人数据自由流动条例》，欧盟确立了对个人数据和非个人数据的严格保护。此外，2020年的《欧洲数据战略》、2021年的《数据治理法案》等进一步强化了数据市场公平交易和数据治理的法律框架。
欧盟推动创建了一个向世界开放的单一数据市场，通过“共同数据空间”实现跨行业跨领域的数据共享和交换。这一平台不采用集中式数据汇聚，而是由不同主体协同建设，使用IDS连接器组件连接数据供需两端，确保数据交换的安全性和互操作性。
在增加数据供应规模的同时，欧盟不断扩大公共数据的开放范围和获取便捷性，如通过《公共部门信息再利用指令》推动公共数据再利用。同时，通过《通用数据保护条例》等法规确保欧盟内部数据标准的一致性，实现数据在欧盟内部的自由流动，并借此提升欧盟在全球数据治理中的话语权。
3.英国数据要素市场的模式和路径
英国推动政府公共数据开放，制定了一些公共数据开放法律法规，并通过建立“Data.gov.uk”等平台保障政策落地。同时，英国严格保护个人数据权利。此外，英国建立了由多个部门组成的数据管理组织体系，各司其职，形成协同效应。内阁办公室、政府数字服务局、信息专员办公室等机构负责数据政策的制定、协调和实施，推动政府数据发布并提高透明度。
国家数据基础设施建设方面，英国通过“国家信息基础设施计划”推动数据连接器、身份标识、安全设置等软基础设施建设。这有助于提高政府公共数据开放效率，促进数据的再利用和跨境流动，同时支持数字经济创新发展。
英国还探索数据跨境流动机制，通过与美国建立“数据桥”、与欧盟保持数据流动畅通、促进与亚太国家之间数据自由流动等措施，重塑数据全球流通走势方向。这些做法不仅保障了英国数据在全球主要经济体之间的流动畅通，也对全球数据治理制度带来了深刻影响。
4.日韩数据要素市场的模式和路径
在机构设置与政策推动方面，日本于2021年9月1日成立了全球首个数据专门管理机构——数字厅，负责维护和管理国家信息系统，促进数据自由流动。韩国则设立了国家数据政策委员会，作为国家数据和新产业政策的管理机构，每3年修订发布《数据产业振兴基本计划》，推动数据的产生、开放和共享，建立数据流通交易生态系统。
从数据产业与经济发展来看，日本在数字经济发展方面采取了鼓励自由流动的措施，通过《全面与进步跨太平洋伙伴关系协定》(CPTPP促进跨境数据自由传输，以促进数据的商业利用。韩国通过《数据产业振兴和利用促进基本法》大力促进数据产业发展，成为全球首个提出促进数据产业发展的国家，并制定了相关政策鼓励元宇宙、自动驾驶等产业发展。
数据安全保护方面，日本采取了相对宽松的策略，如通过修订版《不正当竞争防止法》确立了“限定提供数据”保护制度，但未对不正当获取、使用或披露数据行为设置刑事责任。韩国则采用弱保护方式，主要通过《反不正当竞争及保护商业秘密法》进行规制，保护企业对其数据的控制和利用。
5.印俄数据要素市场的模式和路径
印度和俄罗斯都非常重视数据的本地化存储，以保障国家安全、促进本国数字产业发展。印度在《国家电子商务政策》《信息技术法案》中规定，重要数据必须本地存储，并要求外国公司在当地建设数据中心。俄罗斯实行严格的数据本地化制度，要求收集、记录个人信息的数据库必须存放在俄罗斯境内，并向国家数据保护机关报告数据库所在地。
两国均将数据安全置于优先地位，通过法律法规对数据流动进行严格控制。俄罗斯通过修订《关于信息、信息技术和信息保护法》《个人数据法》，加强对个人数据的保护，限制个人数据的跨境转移。印度则通过加大对外国科技企业的监管力度，保护本国数字产业免受外部影响，同时促进本国数字经济自主发展。
尽管印度在数据要素市场化配置中采取了较为保守的策略，但该国也在探索通过建立数据信托、数据依托等方式促进数据合理利用和产业发展。俄罗斯则制定了《俄联邦数字经济国家规划》《2030年前俄罗斯国家人工智能发展战略》，明确数字经济发展方向，包括立法规范、数字经济投入、数字教育和人才培养等方面，以推动数字经济整体发展。
三、数据要素市场发展的中国特色
1.高度重视数据要素
党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》明确，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》提出，“加快培育数据要素市场”。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》提出搭建我国数据基础制度体系的20条政策措施，进一步明确了数据要素在国家发展中的重要地位和作用。这些政策的出台，体现了我国对数据要素的高度重视，以及推动数据要素市场化配置、促进数字经济发展的坚定决心。
2.探索数据资产入表
国际会计准则(IASB并没有针对数据资产入表的具体操作，中国则在数据资产会计处理方面进行了创新探索。2023年财政部发布《企业数据资源相关会计处理暂行规定》(下称《暂行规定》，标志着我国在数据资产入表方面迈出了关键一步，这是国际上首次允许数据资源入表，具有里程碑式的意义。这一创新做法将对国际会计准则产生一定的影响或启发。
《暂行规定》的发布，不仅体现了中国在数据资产会计核算方面的制度创新，也反映了中国在数字经济快速发展背景下对数据要素价值的前瞻性思考。这将有助于推动数据资产的价值显性化，促进数据要素市场化配置，为数据驱动型企业带来积极影响。
3.设立国资背景的数据交易所
目前，国际上并没有数据交易所的概念，多以数据交易中介平台的形式进行数据交易，采用完全市场化的模式。这些平台集中在消费者行为趋势、位置动态、商业财务信息、人口健康信息、医保理赔记录等领域。例如，美国的BDEX、Ifochimps、Mashape、RapidAPI等都是综合性数据交易中心，同时还有很多专注细分领域的数据交易商，如Factual(位置数据领域、Quandl(经济金融领域、Qlik Data market(经济金融领域、GE Predix(工业数据领域等。
中国的数据交易所则通常具有国资背景，多由地方政府发起、指导或批准成立，采取“国有资本 民营资本”共同持股的股权架构，运营方式以“政府指导 国资入股 市场化运营”为主。从地域分布来看，数据交易所主要集中在经济发达地区，如京津冀、珠三角、长三角等。这些交易所的成立往往与地方政府的推动密切相关。
与海外相比，中国的这种模式更加强调政府的参与和指导，以及国有资本的控股或参股，这在一定程度上反映了中国在数据交易领域的政策导向和市场特点。同时，中国的数据交易所多数由地方股权交易所转变而来，这表明中国在数据交易领域的探索和发展是逐步推进的，且与现有的金融市场基础设施有一定的关联性。
4.设立政府公共数据平台
美国的公共数据平台由政府主导，通过立法确保数据的开放性、可访问性和安全性，同时鼓励私营部门参与，形成公私合作模式。欧洲则通过欧盟统一的数据政策和标准，促进成员国之间的数据共享与合作。
中国的公共数据平台由地方政府组建，通常由大数据集团或公司负责经营管理，实行授权经营。地方政府根据当地实际情况建立数据平台，大数据集团或公司则利用其技术实力和市场运作能力，负责平台的日常运营和维护。公共数据授权运营采取多级多类型授权，形成行业主导、区域一体化和场景牵引等多样化运营模式，促进了不同职能主体的合作。平台提供多样化的产品和服务，如数据模型、分析报告和数据可视化，同时注重数据安全与合规，构建了包括风险识别、主动防御、安全监控和响应在内的安全保障体系。此外，公共数据运营还注重生态保障，通过多方共建良性生态环境，推动数据运营业务的闭环管理。这种模式具有灵活性、专业性和创新性，能够根据当地需求调整策略，提升服务质量，激发市场活力。
5.搭建数据要素价值化的丰富场景
多元化的应用场景是中国数据要素市场建设的一大特色。2024年1月发布的《“数据要素×”三年行动计划(2024—2026年》(下称《行动计划》，聚焦12种应用场景，覆盖工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理和绿色低碳等关键领域。
《行动计划》发布以来，数据要素实践案例在多个领域不断涌现。例如，3月28日，厦门市政空间资源投资有限公司(下称“空间公司”在福建大数据交易平台成功挂牌“厦门市政智慧停车泊位查询”“厦门市政智慧停车指数分析报告”两个停车数据产品，此举为厦门首批。“厦门市政智慧停车泊位查询”基于空间公司自有厦门市政停车智慧管理平台自行产生数据、人工采集数据以及协议取得数据，经过数据清洗、格式转化、链路加工等方式，在保证数据隐私安全及合法合规的基础上，对停车场相关信息进行加工生成，可为地图导航企业、停车信息平台、城市服务平台以及车机系统企业提供数据服务，更好地服务车辆驾驶员，提高停车效率，方便市民出行。“厦门市政智慧停车指数分析报告”涵盖车场基础信息及相关指标，可为商业及出行分析、城市管理及规划分析提供可靠数据参考。这充分展示了数据要素在推动经济社会发展方面的创新价值和转型潜力。
四、探索具有中国特色的数据要素价值化之路
1.进一步加快场景化建设步伐
《行动计划》提出，到2026年底，数据要素应用广度和深度大幅拓展，在经济发展领域数据要素乘数效应得到显现，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区。
数据本身是抽象的，只有将其应用于具体的业务场景，才能发挥价值。例如，在零售行业，通过分析消费者的购买行为数据，企业可以更好地了解消费者需求，从而优化产品组合和营销策略；在医疗领域，利用患者的健康数据，可以为患者提供个性化的治疗方案。因此，构建多样化的应用场景，是实现数据价值化的基础。
加快场景化建设步伐，对于推动中国数据要素价值化具有重要意义。通过构建丰富的应用场景，不仅可以充分发挥数据的潜在价值，还可以促进数据的交易和流通，带动相关技术和产业的发展，为经济高质量发展注入新的动力。
2.全力打造良好的数据要素产业生态
数据要素产业链条中，各方扮演着不同的角色，可分为供给—流通—应用三大环节：在数据供给环节，各级政府、电信运营商、大型国有企业、大型互联网公司等汇聚了海量数据，数据服务商协助这些数据提供者，进行数据采集和分析，将原始数据转化为有价值的资源，进而为下一个阶段做好准备；数据流通中游环节主要涉及数据的流通，包括确权登记、定价和流通交易，数据服务商在这一过程中起着关键作用，推动数据资源资产化，从而在流通中进一步释放数据价值；数据应用下游环节主要集中在金融机构和互联网公司等数据需求方。随着场景化建设步伐的加快，数据的应用将会扩展到更多行业，进一步深化其在各个产业的应用，从而实现产业赋能。
3.大力培育数据人才
在数字化转型的浪潮中，数据人才的培养尤为重要。2024年4月发布的《加快数字人才培育支撑数字经济发展行动方案(2024—2026年》明确了对数字人才培育的支持措施。这些措施包括优化培养政策、完善评价机制、提供资金和资源支持等，旨在为数据人才的教育和成长创造良好环境。
中山大学、中国人民大学、华中科技大学等成立了数字经济硕士专业，开设了与数据治理、数据要素产业相关的课程，标志着高等院校在数据人才培养方面迈出了重要一步。数据人才的培养需要高校与政府部门协同合作。期待高素质的数据人才不断涌现，为数字经济的发展贡献力量。
(韩乾系中山大学岭南学院教授、广东省金融工程与风险管理研究中心副主任；王升工作单位系东北大学工商管理学院