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融智和，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%总部设在北京融智和，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；联和金融数字经济研究所首席经济学家；中国石油集团经济技术研究院经济师）融智和
宝尚配资提示：文章来自网络，不代表本站观点。
