作者
赛迪数科高级分析师
《高科技与产业化》
2024年3月11日报道
点击文章左下角“阅读原文”或复制以下链接从浏览器打开，阅读《高科技与产业化》报道原文！
https://mp.weixin.qq.com/s/YclsQzRc8RLf42Lb3PRa1A
数据要素是数字经济深化发展的核心引擎，对提高生产效率的乘数作用不断凸显，已成为最具时代特征的生产要素。我国高度重视数据要素市场化配置改革，截至2023年11月，国家与地方政府已累计出台30余项相关政策，推动数据要素的高质量供给流通和市场交易加速发展。数据要素产品化是数据要素市场化配置流通的必要前提，是海量数据价值“萃取”的重要环节，是数据发挥“乘数效应”的主要承载，但现阶段我国数据要素产品化仍处于探索阶段。
对数据要素产品化的基本认识
数据要素产品化是建设数据要素市场的重要内容。数据要素市场的交易标的物是覆盖制造、交通、农业、医疗等社会全领域、全流程的数据要素产品，数据产品的高质量供给和高效流通是要素市场的必然要求。然而，社会经济活动产生的海量原始数据是碎片的、无序的、离散的、无意义的，不同主体产生与共享的数据标准和质量也参差不齐，使得大量数据的潜在价值无法充分挖掘利用，必须通过产品化过程，形成标准的、有序的、有组织的、具备要素价值的数据要素产品，从而实现要素产品在全国层面的顺畅流通交易和对社会全领域场景的有效赋能。
生产和应用是数据要素产品化及其价值创造的主要环节。生产是数据价值“萃取”的重要环节。以公共数据、企业数据、个人数据等原始数据采集为起点，通过数据存储、数据清洗、数据标注、数据审核、数据分析等过程，形成符合市场交易规范、可流通应用的数据要素产品。数据产品应用是数据要素价值化的主要体现。以场景需求为牵引形成的数据要素产品，通过赋能生产制造、市场营销、交通物流、金融服务、医疗健康等商业领域和公共服务领域，将数据要素的“乘数作用”嵌入到全流程的生产经营活动中，发挥数据要素对传统生产要素的放大、叠加、倍增作用。
数据要素产品化的三个难点
我国数据要素市场正处于培育阶段，数据要 素在产品化过程中，亟须解决数据要素产品定价、数据要素高效流通和数据价值归属等问题。
数据产品类型丰富，不同行业的数据产品区分明显，数据产品估值难。数据要素产品可分为实时数据包、离线数据包等标准化数据产品，以及数据模型、数据算法等非标产品，其中标准化数据产品的时效性较高，非标产品的初次开发投入较大。以应用行业划分，数据产品可分为政府类数据产品、工业类数据产品、能源类数据产品、金融类数据产品等，不同行业的数据产品特征鲜明，其应用产生的价值效益也不同，比如能源类数据产品赋能能源开采、运输、交易等环节，政府类数据产品则是应用在社会治理、公共服务等领域。目前，主流采用的基于产品开发成本定价的方法，难以准确估计数据要素产品的时效性价值和不同领域的产品应用效益。
数据泄密风险存在，共享数据标准不一，数据要素高效流通难。数据流通共享阻力大的主要原因，一是数据供给者出于对数据隐私和安全的保护，担心敏感信息、商业机密和个人数据泄露，不愿开放完整数据内容，所共享的数据也存在着内容不一致、更新不及时等问题；二是不同企业、政府等主体的数字化程度不一、数据库架构不一，数据治理能力不一，导致共享数据标准不一，在开放共享过程中形成了新的“数据孤岛”，进一步阻碍了不同主体间的数据要素流通。
数据要素是准公共产品，各环节主体多元共生，数据价值收益分配难。数据要素产品既具有可复制、可共享的公共产品属性，又包含着个人隐私信息，是准公共产品，比如交通部门通过采集民众的出行数据，提供实时路况信息，民众在节约出行时间的同时，个人出行数据也进行了一定程度的公开，因此价值收益需要衡量公共利益和个人利益。在数据要素产业链中，个人、企业、政府等主体扮演着供给者、加工者、使用者等不同角色，主体间是共生依存、动态变化的关系。例如购物平台通过分析处理用户浏览数据，推送相关商品链接的场景中，用户扮演着数据供给与数据使用的角色，平台扮演着数据使用和数据加工的角色，这一购物场景是平台与用户共同创造的，其产生利益的分配需要计量不同主体的贡献度。
对策建议
在数据产品合理定价方面，综合考虑数据产品的生产成本、数据产品的时效性、稀缺性等应用价值，以及潜在的交易风险，探索不同产品类型、不同应用领域的数据产品价值量化评估机制。在生产成本维度，应重点评估产品采集、存储、处理、分析、挖掘、研发的开发过程成本，以及后期的产品运维成本。在应用价值维度，在对产品应用场景判断的基础上，需有效评估应用数据产品所带来的利润增加和成本节约。潜在风险维度，需重点考虑产品所在市场的产权保护力度和法律限制。
在加速数据流通方面，一是持续推动公共数据共享开放，完善公共数据交换共享标准和机制，建立公共数据开放试点，推动气象、交通、医疗等公共数据跨地区、跨系统、跨层级开放，鼓励第三方机构对公共数据进行价值挖掘和产品开发；二是加强数据安全和隐私保护技术应用，建立多方参与、利益共享、风险共担的数据可信流通平台，鼓励企业、政府等主体运用数字化监管平台和多方计算、差分隐私、数据水印、联邦学习等安全技术，开展数据授权认证、数据源追踪和数据完整性监测。
在产品收益分配方面，按社会属性将数据产品分为公共产品和私有产品，公共类数据产品具有非营利属性，其收益在补偿成本的基础上，应尽量让利于民。私有类数据产品分配收益应平衡公平和效率，一方面收益应分配给参与产品生命周期各环节的主体，包括原始数据提供方、数据加工方、产品运营方、产品投资方等，以确保分配的公平公正；另一方面应强化对数据价值创造的激励，推动利益分配向数据价值发现者和数据价值赋能者合理倾斜。
更多行业案例及其特点，请扫描下方二维码关注“赛迪顾问”公众号，获取最新动态。
微信号：ccidconsulting
本公众号提供的内容用于个人学习、研究或欣赏，不可用于其他商业用途。如有关于作品内容、版权及其它问题，请及时在公众号留言。
如果获得转载授权，请注明作者姓名和转载的出处，不修改文章的标题、文字、图片或者音视频，以免曲解原文意思。
热门跟贴