本报记者蒋牧云何莎莎上海北京报道

    自《“十四五”数字经济发展规划》、《关于构建数据基础制度更好发挥数据要素作用的意见》（又称“数据二十条”）发布以来，数据要素市场的改革便开始提速。如今，相关工作的成果开始显现，市场的热度与活跃度正在直线上升。

    多位业内人士向《中国经营报》记者表示，在政策支持下，数据要素市场正在形成较为成熟的商业模式，数据价值化的路径也逐渐清晰。但也需要注意的是，市场的规则和标准尚未完全明确，同时，市场上缺少专业化机构进行估值、数据持有者提供的数据质量不统一等现象也仍待解决。在业内看来，数据要素市场改革不会一蹴而就，未来可能在制造业、金融业等数据规模以及数据结构化较好的领域中先行先试，形成一套更成熟的体系后再向其他领域推广。

    交易额创新高

    当所有的资源被数据化，而数据也融入生产后，传统的生产将会得到全面升级，降本增效的同时，数据也赋予了全社会智能化的能力。

    上海数据交易所官网数据显示，2023年8月，数据交易额已超1亿元。依托上海数交所构建的一系列服务与功能，日益活跃的市场交易生态正在逐步形成。同样在8月，《贵阳贵安推进数据要素市场化配置改革支持贵阳大数据交易所优化提升实施方案》印发，明确将围绕支持贵阳大数据交易所优化提升，全力推进贵阳贵安数据要素市场化配置改革。根据规划，到2025年，贵阳大数据交易所年度交易额将突破100亿元，数据交易生态企业突破1000家。

    除此之外，近日深圳数据交易所也携手金融、学术研究等多方合作伙伴，发布粤港澳大湾区数据要素产业发展基金群。据悉，基金群将围绕建立跨主体金融服务与数据要素产业信息化综合服务平台，依托多方能力加快构建完善的标准规范、基础设施、行业监管、业务模式等业务、规则、体系、生态保障。

    对于发展数据要素市场的重要意义，全联并购公会信用管理委员会专家安光勇告诉记者，在数字经济背景下，数据要素的意义体现在多个方面。首先，在数字经济中，数据被视为新的生产要素，类似于劳动力、土地和资本。数据要素是数字化产业链的基础，它们被用来驱动创新、提高生产效率、支持决策制定等关键领域。其次，数据要素能够促进产业升级，通过数据分析和人工智能技术，企业可以更好地理解市场需求、优化生产过程，并提供个性化的产品和服务，最终能实现传统产业向数字化、智能化方向升级。同时也可以看到，如今数据要素正在助力企业发现新的商业模式，并帮助政府更好地了解社会和经济现象，制定更精准的政策，提高治理效能。

    对此，数字化转型资深专家蔡建军也表示，当所有的资源被数据化，而数据也融入生产后，传统的生产将会得到全面升级，降本增效的同时，数据也赋予了全社会智能化的能力。比如，以ChatGPT为代表的人工智能技术背后除了算力，就是依靠的是海量的数据。

    商业模式逐渐成熟

    一系列背景下，目前市场上已经出现较为成熟的商业模式。

    具体而言，数据要素市场的改革主要关注哪几方面？ 在华西证券近期的报告《数据要素发展态势研究》（以下简称“《研究》”）中提到，数据要素作为一种全新的生产要素，与传统生产要素相比，具备非稀缺性、非均质性、非排他性以及隐私性等新特征。这一背景下，“旧规则”难以满足“新要素”的发展，而技术支撑的不足产生了确权难、定价难、安全难的现象，也因此，此前的数据要素市场活跃度不高，市场生态不强。

    《研究》中进一步指出，确权方面，数据产权制度是推动数据要素流通交易的基本前提。现行法律尚未对数据产权做出规定，主流研究主要基于在财产权的基础上进行开展。但传统排他性私权的设置可能阻碍数据要素价值的释放，此外，数据产权制度的缺位同样造成数据采集汇聚、开发利用、交易流通以及收益分配规则制定等困境。定价方面，由于数据独特性，尚未形成具有共识的数据定价模型，大部分定价模型缺乏实操性，局限性较强。当前，数据要素流通主要是以协商定价为主，导致数据要素难以实现规模化流通。安全方面，数据流通与数据安全矛盾难以破解，存在本质安全、过程安全以及制度安全困境。

    经过多方的不断努力，目前市场上已经探索出较为成熟的商业模式。

    北京社科院副研究员、数据资产化研究院执行院长王鹏告诉记者，从产业链的角度，数据要素的价值化需要三权分置，也就是持有权、加工使用权、运营权分开。首先依托交易所或特定许可部门进行确权登记，再经过专业化的部门定价，最终再由数据持有人进行下一步处置。具体的模式则可以分为两类来看，公共数据的部分，目前由政府授权相关机构或部门，以行业、区域为核心的公共数据进行运营，除了获取收益之外，也通过多样化的方式向参与者进行反馈。企业数据方面，则需要通过刨除公共、个人隐私信息等，在保证合规的情况下进行加工和开发。企业可以选择纯自营的方式，通过无形资产入表提升企业的竞争力，有助于企业的增资扩股等。此外，也可以在保证数据安全可控、合法合规的情况下进行交易进行变现。

    数字化转型资深专家蔡建军也告诉记者，数据要素发挥作用在不同的行业存在差异，目前应用较为深入的是通信、金融、医疗等信息化基础较好的行业。典型的场景和成熟的商业模式，可以从两个方面来看，一方面是企业内部使用，比如金融企业依托大数据开展风险控制和信用管理、医疗行业则在精准医疗、新药研发等领域充分运用数据来发挥作用。另一方面，企业也会考虑将自己的数据开放，对外赋能和变现，比如国内运营商成立了大数据的公司或者业务单元，将自己的数据能力进行封装，为外部的企业提供精准营销、客户引流、门店选址等多种服务。

    仍需进一步确定框架规范

    数据要素市场需要更加健康的生态系统，包括数据提供商、数据使用者、中间商和监管机构等各方的合作。

    在多位业内人士看来，数据要素价值发挥的很多难点正在逐步解决，但从法律法规，以及相关产业、生态布局的角度仍有进步与发展的空间。

    蔡建军表示，目前制约数据要素活跃的因素，需要从内外两个方面来看。从内部来看，企业的数据质量普遍还不高，数据孤岛还比较严重，制约了数据发挥作用，所以需要积极推动企业数据治理的工作，建立数据标准，提升数据质量。从外部来看，跨企业间的数据流动目前还缺乏有效的机制，需要建立相应的流通、分配、应用的机制。同时，数据安全也是突出的问题，需要建立全社会的数据隐私保护和数据安全的意识和机制。

    安光勇也表示，尽管数据要素市场在政策支持下有所改善，但仍然面临一些挑战和难题。比如，数据要素市场的规则和标准尚未完全明确，这导致了不确定性和风险。此外，技术支撑方面，数据要素的采集、存储、处理和保护需要先进的技术支持。一些企业可能缺乏必要的技术能力，这限制了市场的发展市场生态不强。综合而言，数据要素市场需要更加健康的生态系统，包括数据提供商、数据使用者、中间商和监管机构等各方的合作，其中，也可能衍生出市场存在缺乏协同合作的问题。

    综合而言，未来数据改革将呈现哪些趋势？ 接下来的工作重点会有哪些？

    王鹏认为，未来的改革有三大趋势，首先是集中统一、统分结合。除了基础的顶层设计之外，具体的探索可以由地方政府先行先试。此外，改革将在重点行业与领域中首先形成示范效应，通过在数据需求量大、数据结构化程度高的领域重点探索后，形成标准规范体系，再向其他领域精小型推广。最后，基于相关工作对技术的要求较高，数据要素的改革与价值发挥，也需要专业化的部门与团队参与进来，进行数据的估值与入表。