机器人在第二十七届中国北京国际科技产业博览会大兴展台向观众挥手致意。新华社记者 任超 摄

随着大数据、云计算和人工智能等新一代数字技术的快速发展，数据正成为新的生产要素，为社会经济各领域创新发展提供关键动力。数据要素的价值化能够重构原有的生产要素体系，推动技术、资本、劳动力、土地等传统生产要素的深刻变革与优化重组，实现我国数字经济的持续健康发展。实现数据要素价值化管理，加速释放数据要素市场红利，是推动数字经济高质量发展、畅通国内大循环、提升国民经济运行效率，进而推动形成新发展格局的必然要求。

数据要素价值化发展的成效与不足

我国早已开始数字经济的布局，并在制度建设、数字基础设施建设、技术应用创新等方面取得了一定成效。简要而言：一是制度建设渐成体系；二是数字基础设施初具规模；三是数字技术的应用与创新再上新台阶。

与此同时，数据要素的价值化管理方面仍存在问题，具体表现在：

数据资源丰富，但数据资源红利释放不足，“大而不强”的问题依旧突出，表现为“三多三少”，即原始数据多、价值数据少；孤立数据多、融合数据少；通用数据多、场景数据少。

数据要素资源化的范围和程度有待提高。数据资源化是数据价值化的首要阶段，包括数据的采集、整理、聚合和分析等环节。当前，数据清洗成本较高，占项目总投入的35%至50%，企业获取数据资源的主要方式仍是采集公开数据，采购数据服务和加工后的数据占比较小，通过专业化、市场化交易方式获取高质量数据资源模式尚处于起步探索阶段。

数据要素资产化速度有待进一步加快。数据资产化是实现数据价值化的关键阶段，主要包括数据权属的确定、数据资产的定价和数据的交易流通，当前的制度构建和市场实践中存在多重堵点。比如，平台交易规模有限，数据交易市场确权模式单一，交易规则不明确，监管体系不完善等，影响了经营主体参与的积极性，数据要素资产化的潜力还有待挖掘，总体上仍处于起步阶段。

数据要素资本化规模需进一步提升。数据资本化是数据价值化的最后一个阶段，在这一阶段，数据经过市场流通交易能够给使用者或所有者带来经济利益。以在数据要素市场建设起步较早的北京为例，虽然现有的数据标注头部企业有75%总部设在北京，但由于存在交易和流通等方面的制度性缺失，数据的有序流通和价值增值仍存在较大障碍，因此，企业和个人在数据资产质押融资、数据资产保险、数据资产担保、数据资产证券化等创新服务上的需求无法满足，数据要素资本化的整体规模有限，还有待进一步提升。

实现数据要素价值化的主要途径

数据要素价值化直接驱动经济社会向数字化、网络化、智能化方向发展。为加快实现数据要素价值化管理，应从以下几方面着手：

着力推动数据开放共享。一是加快推进数字经济相关制度的立法工作，及时出台相应实施细则，明确界定数据开放的边界。二是针对各地区目前存在的“数据割据”现象，制定相应的正面清单和负面清单，在保障国家秘密、商业秘密和个人隐私的前提下，最大限度推动数据开放共享。三是打破数据壁垒，针对政府部门、公共机构、企业等不同主体之间的数据壁垒，推动建设统一的数据资源平台，实现多源数据的融通汇聚和开放共享。

进一步培育完善数据要素市场。一是建立数据确权机制。立足各地区数据交易所的建设，加快推动数据确权试点示范工程，分类分级对原始数据、脱敏数据和标准数据的权属界定和流转进行动态管理。二是建立数据定价规则。根据已有的实践经验，构建准确衡量数据价值的评估模型，完善评估工作机制，推动形成数据资产目录和资产地图。三是推动数据跨区域共享。基于各地区尤其是自贸区大数据综合试验区建设成果，进一步衔接区域数据资源与算力资源，加强地方政企数据交流合作，逐步形成以数据为纽带的区域协同新格局。

加快发展数据要素产业。一是通过数据要素赋能传统产业。要结合各地优势产业的不同资源禀赋和比较优势，充分发挥省会城市节点指挥运营中心效能、各地数据集团以及数据交易所职能，培育数据驱动型标杆产业集群。二是加强示范企业培育。要建立全国统一的“数据要素价值化示范企业”认定标准，统筹结合专精特新企业培育，为数据要素价值化进程提速发掘优秀企业并进行试点示范，降低数据创新企业的准入门槛。三是构建数据资产的全链条运营生态。支持和鼓励行业龙头企业发展数据资产的管理、交易和服务产业，探索构建完善的数据资产化运营生态。

培养数据要素人才。一是要根据实现数据要素价值化管理所需的人才特征、职能和结构等多维度对人才储备的现状进行分析，推动人才战略的落地实施。二是紧紧围绕数字经济发展实际和产业布局，针对产业链、创新链的实际需求，加大数字人才的知识和能力培养体系的建设，培育既具备本领域专业素质、又掌握数字技能的复合型“数字工匠”。三是以更宽广的国际视野进行前瞻性布局，加大对数字经济领域高层次人才引进和培育力度，发挥人才聚集的“雁阵效应”。

加强数据要素保护。一是加快健全数据安全保护的地方性法律法规。要加强与新出台的数据安全法、个人信息保护法的衔接，根据实际情况制定配套实施办法，形成比较完备的数据安全管理法律法规体系。二是推动数据安全监管体系建设。在明确安全主体责任和防护要求的基础上，围绕数据全生命周期的安全保护要求，推动形成覆盖数据资源全产业链的安全监管体系。三是完善数据监管治理体系。协调有关部门加强数据安全风险信息的获取、分析和研判工作，建立数据安全风险预警和应急处置机制。

实现数据要素价值化发展的对策

随着新一轮科技革命和产业变革深入发展，未来应以全国统一大市场为导向，通过实施区域协同赋能、经营主体培育、生态体系构建三大工程，着力破解数据要素“不愿流、不敢流、不会流”的关键问题，形成“数据资源富集—数据资产增值—数据资本放大”的良性循环，为构建现代化产业体系提供强劲的数据动能。同时，通过完善数据要素资源体系和交易流通体系，拓宽数据应用场景，从而激活经营主体活力，推动数据要素健康发展，塑造数字经济时代新的竞争优势。

激活经营主体参与活力。要立足于我国优势，推动行业、企业数据资产化，以数字经济带动数据需求链、牵引供给链，激活经营主体参与的积极性。可以充分利用人工智能、物联网、区块链等优势领域的数据资产，带动提升科技独角兽企业对数据资源的应用水平及服务能力。同时，要加大对关键数字技术攻关的投资建设力度，加强数据交易平台、工业互联网等数字基础设施建设，构建完善的数据配套服务，优化数据供给环境。

完善数据要素资源体系。在数据采集、标注等方面工作的基础上，借鉴国内外重要数据中心城市发展经验，组织企业、科研机构、行业组织联合开展数据资源编目工作，建立起统一开放的数据资源采集标注平台，推动数据要素高质量汇聚。同时，要进一步建设数据要素市场化配置机制，引导数据资源与产业创新要素深度融合，探索建立以数据链有效联动创新链、供应链、产业链的“四链协同”制度框架，引导培育数据要素资源体系。

促进数据要素交易流通。要把数据作为经济高质量发展与持续增长的新动能，积极参与国际标准制定，加快构建数据标准化体系，促进数据共享流通。此外，要建立数据确权机制，明确数据权利类型，确定数据权利主体。建立数据定价规则，搭建包括数据交易撮合、交易监管、资产定价、争议仲裁在内的全流程数据要素流动平台，营造便于数据要素交易流通的市场环境。

拓宽数据要素应用场景。未来，应加快建设一批高水平的数字产业集群，推动制造、交通、教育、医疗以及城市建设等重点行业领域的大数据应用，推动无人驾驶、无人零售、智慧物流等多元化应用场景全域开放，发挥数据赋能效应，构建创新融合的数字生态。

展望未来，我国应坚持政府引导和市场机制相结合的原则，强化数据要素融通制度保障，充分挖掘和培育数据要素价值化管理的新模式，通过制度创新和技术创新双轮驱动，打通数据要素融通环节壁垒，将构建和完善数据要素价值化生态系统融入新质生产力、科技创新、数字经济、供给侧结构性改革和区域协同发展等命题与支点，抓住机遇、乘势而上，为我国经济的高质量发展下好先手棋、打好主动仗。

（作者分别系：中国人民大学经济学院教授杨继东；联和金融数字经济研究所首席经济学家许余洁；中国石油集团经济技术研究院经济师刘志焱）

【责任编辑:赵秋玥 张允虹】