微信
新浪
视频号
百度知路
更多
习近平总书记指出：“要构建以数据为关键身分的数字经济”“充分阐扬海量数据和丰硕利用场景优势”“不休做强做优做大我国数字经济”。。。。。近年来，，，，，， ，，我国当局推动数据工作有两种做法，，，，，， ，，一种工作思路是推动数据开发利用，，，，，， ，，好比，，，，，， ，，国度数据局等十七部门施杏装数据身分×”三年行动打算，，，，，， ，，主题是引发数据价值创造，，，，，， ，，充分实现数据身分价值。。。。。另一种做法是推动数据资产化，，，，，， ，，财政部为充分引发数据资产潜能，，，，，， ，，推动数据资源作为管帐上的资产“入表”、加强数据资产治理等工作。。。。。数据合规高效流通使用、赋能实体经济，，，，，， ，，是我国数据事业的发展指标。。。。。将来，，，，，， ，，要统指挥若定划数据工作，，，，，， ，，对峙推动数据身分市场化配置鼎新，，，，，， ，，沉点突破数据身分市场化价值化的难点堵点痛点问题。。。。。当前我国数据工作的突破点，，，，，， ，，是以数据身分市场化推动价值化。。。。。
数据身分价值化是“四化”的过程
数据身分价值化是数据作为出产身分进入经济社会系统创造价值，，，，，， ，，并转化为经济效益的过程。。。。。数据之所以能成为一种新型的出产身分，，，，，， ，，是数字技术利用的了局，，，，，， ，，也是数字经济发展的必然要求。。。。。无论是数据自身作为出产身分阐扬作用，，，，，， ，，还是数据与传统出产身分协同和融合，，，，，， ，，数据身分都可能直接或间接产生社会价值和经济价值。。。。。这一过程涉及高级数据分析、机械进建、人为智能等先进技术。。。。。
数据价值化的性质是依附数据全性命周期的价值形成、价值创造、价值实现、价值共享过程，，，，，， ，，是推动数据身分协同其他出产身分集聚、向现实出产力转化、提高全身分出产率的沉要伎俩，，，，，， ，，是加快新质出产力形成的沉要前提。。。。。数据身分历经价值形成、价值创造、价值实现和价值共享，，，，，， ，，共同高质量的数据供给、便捷的数据流动和丰硕的数据利用场景，，，，，， ，，为新质出产力的造就提供了坚实的支持和持续的驱动力。。。。。数据身分价值化为发展新质出产力所要面对的技术创新、身分配置和产业转型等难题提供了突破口，，，，，， ，，数据价值的创造和分配是分辨新旧出产力的关键。。。。。
数据身分价值化的主题在于，，，，，， ，，通过汇聚、分析、处置和利用数据资源，，，，，， ，，转化为对经济活动有益的洞察和知识，，，，，， ，，发显熹内涵法规和价值，，，，，， ，，优化业务流程、驱动创新、优化决策，，，，，， ，，从而提逾越产效能，，，，，， ，，创造新价值。。。。。数据价值化也是推动企业创新和转型升级的沉要动力。。。。。数据身分价值化重要分为四个阶段即“四化”：数据资源化、数据产品化、数据身分市场化、数据身分资产化。。。。。数据身分是指投入出产经营活动、参加价值创造的数据资源。。。。。
第一，，，，，， ，，数据资源化是将正本分散、无序的数据通过采集、洗濯、整合等步骤，，，，，， ，，转化为有序、有价值的信息资源。。。。。第二，，，，，， ，，数据产品化是指将经过处置的数据资源封装成具体的产品或服务，，，，，， ，，以满足市场需要的过程。。。。。这蕴含但不限于数据分析汇报、数据可视化平台、智能推荐系统等。。。。。通过数据产品化，，，，，， ，，企业能够将数据资源的价值直接传递给用户，，，，，， ，，实现数据的贸易化利用。。。。。第三，，，，，， ，，数据身分市场化是指将数据作为一种沉要的出产身分，，，，，， ，，纳入市场系统进行配置的过程。。。。。数据身分市场化，，，，，， ，，构建高效的数据身分市场系统，，，，，， ，，是开释数据价值的主题蹊径，，，，，， ，，涵盖确权、定价、流通到买卖的复杂生态构建。。。。。数据身分市场化配置就是通过市场机造来配置数据这一新型出产身分，，，，，， ，，旨在成立一个越发盛开、安全和高效的数据流通环境，，，，，， ，，不休开释数据身分价值。。。。。数据身分市场化促使数据资源在更大领域内优化配置，，，，，， ，，突破当部门门间的数据壁垒。。。。。第四，，，，，， ，，数据身分资产化是指将数据资源和数据产品的价值通过市场机造得以实现的过程。。。。。这一过程是实现数据身分市场化配置的关键环节。。。。。数据资产，，，，，， ，，是指特定主体合法占有或者节造的，，，，，， ，，能进行钱币计量的且能带来经济利益或社会效益的数据资源。。。。。数据资产的价值评估和“入表”是该阶段的沉要工作内容。。。。。数据身分资产化推进数据身分的流通和买卖，，，，，， ，，提高数据资源的利用效能，，，，，， ，，是数据身分价值实现的沉要蹊径，，，，，， ，，但数据身分资产化属于全新的领域，，，，，， ，，诸多基础性问题尚待明确和解决。。。。。为了推动数据身分资产化过程，，，，，， ，，必要成立健全的数据产权归属认定、市场买卖、权利分配和利益� ；；；；；； ；ぴ於取�。。。。
数据身分价值化将进一步推动经济的数字化、智能化发展，，，，，， ，，推进产业链高低游的深度融合，，，，，， ，，形成越发高效、丰硕的数字生态。。。。。数据身分价值化不仅是数字经济发展的内涵需要，，，，，， ，，更是提升国度综合竞争力的沉要战术。。。。。将来，，，，，， ，，随着技术的进取与政策的美满，，，，，， ，，数据价值化将不休强化对社会进取和产业创新的推作为用。。。。。
数据身分市场化的沉点是阐扬流通买卖机构的作用
目前，，，，，， ，，国内数据买卖市场以处所当局主导建设的数据买卖机构为载体，，，，，， ，，处所当局在设定数据买卖所的定位与职能时，，，，，， ，，仍在肯定水平上因循了传统买卖所的框架，，，，，， ，，尚未齐全突破并独立形成适应数据买卖个性的新模式。。。。。国内数据买卖机构发展不及预期的深档次原因，，，，，， ，，不仅体此刻其发展模式与国表主流方向的差距，，，，，， ，，还涉及多方面复杂成分的交错。。。。。首先，，，，，， ，，脱胎于传统买卖所或中心的模式，，，，，， ，，固然在肯定水平上保障了买卖的合法性和规范性，，，，，， ，，但并未充分阐扬买卖所的市场作用。。。。。其次，，，，，， ，，国内数据买卖机构通常采取“当局领导、国有控股、企业参加、市场运营”的运行模式，，，，，， ，，固然在肯定水平上有利于整体买卖规定的构建和行业综合性的提升，，，，，， ，，但也限度了市场的自由度和创新性。。。。。最后，，，，，， ，，国内数据买卖机构在技术创新和贸易模式创新方面也存在不及，，，，，， ，，国内数据买卖机构在提供高质量数据服务、满足多样化市场需要等方面存在短板，，，，，， ，，难以形成竞争优势和品牌影响力。。。。。
总体来看，，，，，， ，，我国数据流通市场正处于萌芽阶段，，，，，， ，，尚未构建出一个美满且尺度化的市场系统。。。。。传统买卖所模式根植于成熟的市场规定、健全的监管机造以及完整的服务系统之中，，，，，， ，，其运作机造已经相当成熟。。。。。然而，，，，，， ，，数据作为一种新型出产身分，，，，，， ，，以其独个性、复杂性和潜在的高价值，，，，，， ，，使得在当前市场尚未成熟之际，，，，，， ，，直接套用传统买卖所模式来规划数据买卖机构的职能定位显得并不合适。。。。。
在此布景下，，，，，， ，，数据流通买卖机构的职能表延该当更为宽泛。。。。。必要承担起建设整个数据流通市场的沉任，，，，，， ，，蕴含但不限于数据流通基础设施的建设，，，，，， ，，同时，，，，，， ，，还必要在造度层面进行深刻的索求，，，，，， ，，如数据产权界定、买卖规定造订、隐衷� ；；；；；； ；ぜ昂瞎嫘陨蟛榈裙丶方诘幕旖ㄉ琛�。。。。此表，，，，，， ，，数据买卖机构还需积极参加到产业链的孵化中，，，，，， ，，推进数据供给方、处置方、需要方等多方主体的协同合作，，，，，， ，，共同推动数据价值的最大化开释。。。。。随着数据流通市场的逐步成熟，，，，，， ，，数据买卖机构的职责可能会越发聚焦，，，，，， ，，但在此之前，，，，，， ，，其仍需承担起建设者和索求者的角色，，，，，， ，，为数据流通市场的繁华发展贡献自己的力量。。。。。
在数据身分市场造就期，，，，，， ，，数据买卖机构兼具多沉职能。。。。。一方面通过提供数据买卖的公共服务，，，，，， ，，削减买卖主体合规买卖的压力和成本，，，，，， ，，援试祗业解决数据流通买卖中面对的难题，，，，，， ，，顺利发展数据创新业务，，，，，， ，，为市场提供高效、便捷的买卖服务，，，，，， ，，推进数据的合规流通和创新利用。。。。。另一方面为国度有关部门加强对数据流通安全的监管提供了依附，，，，，， ，，是我国对于国际数据流通新范式的索求，，，，，， ，，承担起监管职责，，，，，， ，，确保数据买卖的安全、公和善合法。。。。。将来，，，，，， ，，随着数据买卖市场的成熟，，，，，， ，，买卖所的职能可能会逐步聚焦，，，，，， ，，但在当前阶段，，，，，， ，，数据买卖所依然肩负着蕴含数据产业生态造就者、数据合规买卖保险者、数据资源整合者、数据流通与开发利用推进者、数据流通基础设施建设者、数据产品和服务提供者、价值发现者和数据买卖规定引领者在内的多沉责任。。。。。
数据身分市场化和价值化的难点和堵点
数据身分市场化和价值化过程依然存在诸多问题。。。。。数据买卖机构作为数据身分市场的主题枢纽，，，，，， ，，在推动数据市场化与价值化过程中肩负着关键使命。。。。。相较于与国表活跃且规模重大的数据市场相比，，，，，， ，，国内数据买卖所面对贸易模式不足可持续性的问题。。。。。国表的数据买卖平台，，，，，， ，，依附技术和市场优势，，，，，， ，，通过有效降低数据发现成本、买方数据使用风险与成本，，，，，， ，，已构建相对成熟的生态与贸易系统。。。。。
我国数据买卖机构发展面对的困境，，，，，， ，，集中体此刻两个方面。。。。。一方面，，，，，， ，，买卖规模受限。。。。。在需要侧，，，，，， ，，由于现行政策未带来内容利益以及企业对数据价值认知和利用能力参差不齐，，，，，， ，，引发有效需要不及 ；；；；；； ；在供给侧，，，，，， ，，公共数据存在“供不出”“流不动”等问题，，，，，， ，，收益机造不明、安全责任风险高、技术限度等成分影响公共数据的使用与开发效能。。。。。另一方面，，，，，， ，，创新与监管平衡难题。。。。。国内数据流通市场尚处萌芽，，，，，， ，，数据买卖所同时肩负着市场造就、基础设施建设、造度创新等责任，，，，，， ，，鉴于新市场不确定性高，，，，，， ，，创新风险大，，，，，， ，，必要肯定试错空间以激励突破。。。。。
数据身分价值化在理论上和实际中都存在一些难点。。。。。第一，，，，，， ，，在数据价值创造维度方面，，，，，， ，，数据治理水平低，，，，，， ，，不足高质量数据资源堆集，，，，，， ，，数据场景挖掘有限。。。。。从数据获取角度看，，，，，， ，，中幼企业数据大多散布在官网、手机利用软件（APP）、幼法式等碎片化渠路，，，，，， ，，由于不足便捷的数据综合、采集、利用的工具和数据衔接能力，，，，，， ，，企业无法有效归集数据成立数字化系统，，，，，， ，，无法实现精准营销、自动定价、线上运营等数字化出产。。。。。从企业数据治理角度看，，，，，， ，，由于不足统一的数据治理尺度，，，，，， ，，各个业务部门采集数据存在口径不一、数据失真、失准等常见问题，，，，，， ，，而数据资源增长会造成异常数据、缺失数据等“脏数据”累积问题。。。。。公共数据开发利用水平低。。。。。
第二，，，，，， ，，在数据价值测度维度方面，，，，，， ，，数据在经济系统中的贡献难以体现和衡量。。。。。在宏观上，，，，，， ，，国民经济统计中，，，，，， ，，没有解决数据价值的理论和统计核算问题。。。。。数据在企业出产、当局治理和居民生涯蹬爪用场景中创造的经济价值没有被有效捉拿、纪录和测度。。。。。数据价值受其时效性、真实性、正确性、齐全性等质量属性的影响，，，，，， ，，加之分歧利用场景中数据特点的定量评估、数据价值贡献度等主观测度内容，，，，，， ，，尚难达成统一衡量尺度，，，，，， ，，数据资产估值存在较大争议。。。。。在微观层面，，，，，， ，，数据可实现的收益场景，，，，，， ，，如数据追踪、数据运维、数据反馈等高场景化收益环节的价值预测不美满，，，，，， ，，数据部门的工作难以得到认可。。。。。
第三，，，，，， ，，在数据价值分配维度方面，，，，，， ，，数据权属造度滞后，，，，，， ，，分配环节难以剥离数据的贡献。。。。。数据价值分配在出产、流通和使用环节都涉及，，，，，， ，，多元主体参加、多环节流通买卖使得数据产权系统复杂，，，，，， ，，数据权势主体存在肯定的吞吐性。。。。。数据身分价值化的过程自身融合利用劳动、技术、知识、本钱等多种身分，，，，，， ，，数据身分贡献度无法确定，，，，，， ，，收入分配激励机造不好成立。。。。。数据身分初次和二次分配收入不易确定比例。。。。。
数据身分市场化和价值化是一个系统工程，，，，，， ，，笔者提出以下建议：第一，，，，，， ，，加强国度数据局与其他部门之间的沟通协调。。。。。建议美满数字经济发展部际联席会议造度，，，，，， ，，数字经济发展部际联席会议的牵头单元改由国度数据局担任，，，，，， ，，进一步明确重要责任，，，，，， ，，沉新确定成员名单。。。。。一方面，，，，，， ，，依附联席会议，，，，，， ，，国度数据局与有关部门就数据基础设施、数据登记机造、数据资产治理等数据市场硬软设施有关概想内涵、建设尺度、利用效力、安全要求等进行专题钻研和会商 ；；；；；； ；另一方面，，，，，， ，，加强政策动态优化，，，，，， ，，在造订或订正数据有关政策时，，，，，， ，，牵头部门提前向其他司局和有关部门传递，，，，，， ，，确保各项政策在宏观方向上维持高度一致，，，，，， ，，为一体化数据市场建设提供清澈、连贯的政策指引。。。。。
第二，，，，，， ，，建议明确数据买卖机构作为数据身分市场的主题枢纽职位。。。。。一方面，，，，，， ，，应强调其公益属性，，，，，， ，，承担起数据登记的基础职能，，，，，， ，，确保数据的真实性、齐全性和可追忆性，，，，，， ，，为市场提供不变的数据源头 ；；；；；； ；另一方面，，，，，， ，，也要赋予数据买卖所作为活跃市场主体的角色，，，，，， ，，赐与足够的索求空间和政策支持，，，，，， ，，激励其在数据买卖模式、技术创新、服务优化等方面敢于尝试。。。。。出格是针对安全风险较高的数据类型，，，，，， ，，如公共数据、准公共数据及类公共数据，，，，，， ，，应通过政策疏导，，，，，， ，，激励这些数据进场买卖并登记，，，，，， ，，利用买卖所的平台优势，，，，，， ，，加强数据的安全治理、合规审查和价值挖掘，，，，，， ，，推进数据的合法合规流通与高效利用。。。。。
第三，，，，，， ，，成立健全包涵创新的容错纠错机造。。。。。一方面，，，，，， ，，成立数据身分创新容错纠错机造，，，，，， ，，对于数据买卖所技术和产品创新、蹊径模式索求过程中，，，，，， ，，因技术路线和建设蹊径选择、市场环境变动等沉大不确定成分导致研发失败的、未获得预期功效或造成损失的，，，，，， ，，可纳入容错免责领域 ；；；；；； ；另一方面，，，，，， ，，建议将数据身分作为国有企业加强主题竞争力的沉要内容，，，，，， ，，对数据买卖所的业务进行单独查核，，，，，， ，，充分思考造就发展数据身分市场战术投入期的经营性吃亏。。。。。
第四，，，，，， ，，建议钻研造订《推进数据身分价值化的若干定见》。。。。。价值创造是数据身分价值化的督脉，，，，，， ，，价值评价和价值分配是数据身分价值化的任脉。。。。。只有买通任督二脉，，，，，， ，，数据身分价值化能力实现。。。。。针对数据价值创造、价值测度、价值分配等问题，，，，，， ，，造订《推进数据身分价值化的若干定见》。。。。。一方面，，，，，， ，，该定见实现“数据二十条”钟装成立体现效能、推进平正的数据身分收益分配造度”的工作 ；；；；；； ；另一方面，，，，，， ，，该定见与《造就全国一体化数据市场建设的定见》相共同，，，，，， ，，突破数据身分市场化价值化的难点堵点痛点问题。。。。。
文章起源：《金融时报》
文章作者：欧阳日辉中央财经大学中国互联网经济钻研院副院长、中国市场学会副会长，，，，，， ，，教授、博士生导师
