《賽迪：2023-2024中國數據資產發展研究報告（76頁）.pdf》由會員分享，可在線閱讀，更多相關《賽迪：2023-2024中國數據資產發展研究報告（76頁）.pdf（76頁珍藏版）》請在三個皮匠報告上搜索。

1、2023-2024 中國中國數據資產數據資產發展研究報告發展研究報告中國電子信息產業發展研究院中國電子信息產業發展研究院賽迪（青島）區塊鏈研究院賽迪（青島）區塊鏈研究院前前 言言黨的十九屆四中全會將“數據”列為與勞動、資本、土地、知識、技術管理并列的生產要素，黨的二十大報告明確提出，推進數字經濟發展，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。數字中國發展報告顯示，我國數字經濟規模已超過 50 萬億元，數字經濟占 GDP 比重達到 41.5%，位居世界第二位，數據資產成為穩定經濟增長的關鍵動力。2024 開年企業數據資源相關會計處理暫行規定正式實施，“數據要素”三年行動計

2、劃（2024-2026 年）關于加強數據資產管理的指導意見等政策密集發布，國家對數據資產管理與價值挖掘的頂層設計逐漸完善，數據資產作為經濟社會數字化轉型中的新興資產類型，已在社會形成廣泛共識，成為國家基礎性戰略資源，迫切需要了解國內數據資產發展現狀，掌握數據價值實現路徑，助力釋放數字經濟新動能。為精準把握數據資產發展風口，我們從數據資產相關基本概念出發，研究數據到數據資產的市場化進程，基于價值驅動劃分數據資源化、數據產品化、數據資產化和數據資本化四個階段，并參考成熟市場構成綜合分析市場管理制度體系和數據基礎設施支撐，結合外部政策體系和底層數據設施全面分析數據資產市場化現狀和問題，為后續健康發展

3、提出了相應的對策建議。本報告雖經過研究人員的嚴謹思考和不懈努力，但由于能力和水平所限，疏漏和不足之處在所難免，敬請讀者和專家批評指正。2023-2024 中國數據資產發展研究報告中國數據資產發展研究報告編寫委員會編寫委員會主任：主任：劉權 黃忠義副主任：副主任：張雨編寫人員（排名不分先后）編寫人員（排名不分先后）張雨 鄧凱心 張兆鵬校稿：張兆鵬指導單位：指導單位：（排名不分先后）青島市嶗山區人民政府中國電子信息產業發展研究院青島金家嶺金融聚集區管理委員會組織單位：組織單位：賽迪（青島）區塊鏈研究院聯合聯合編寫編寫單位：單位：（排名不分先后）青島農村商業銀行股份有限公司青島嶗山科技創新發展集團有

4、限公司青島研博數據信息技術有限公司聯合發布單位：聯合發布單位：（排名不分先后）清華大學互聯網產業研究院區塊鏈實驗室北京郵電大學區塊鏈實驗室標新科技司法鑒定所中國軟件行業協會區塊鏈專業委員會中國電子商會自主創新與安全技術委員會北京電子認證服務產業聯盟鏈信專業委員會福州市福耀高等研究院 Web3研究中心青島啟迪之星創業孵化器南京金寧匯科技有限公司上海零數科技有限公司青島冠成軟件有限公司北京靈境世界科技有限公司卓望數碼技術有限公司目錄一、一、數據資產數據資產市場化發展概述市場化發展概述.1（一）數據資產相關基礎概念.1（二）數據資產市場化路徑分析：從數據到數據資產.3（三）數據交易市場發展歷程.5二

5、、流通管理制度是規范數據資產市場化進程的必要條件二、流通管理制度是規范數據資產市場化進程的必要條件.8（一）全流程合規審查制度保障數據資產價值發掘安全有序.8（二）“三權分置”制度促進數據交易市場主體靈活供給.11（三）多樣化授權運營制度驅動數據價值高效積累與釋放.13（四）數據資產入表制度實現從數據資源向經濟資產的跨越.15（五）數據治理規則及標準保障交易市場健康可持續發展.18三三、數據資源化是無序原始數據有序匯聚的關鍵過程數據資源化是無序原始數據有序匯聚的關鍵過程.19（一）數據采集提供數據資源化的原料.20（二）數據整理促進原始數據有效利用.21（三）數據聚合充分調用分散數據資源.23

6、（四）數據評級機制優化數據資源質量.26四四、數據、數據產品化是數據產品化是數據資產資產大規模增值大規模增值的的驅動力驅動力.27（一）數據元件是數據產品的基礎構件.28（二）數據集是實現數據價值的基礎形式.29（三）數據包是數據資產的封裝傳送工具.30（四）API 接口數據是數據資產的使能器.30（五）解決方案是數據資產增值的有效手段.31五、五、數據資產數據資產化是企業數據價值化是企業數據價值實現實現的核心的核心.32（一）價值評估是推動數據資產化的重要前置工作.33（二）數據資產化運營加速數據價值實現.34（三）內部應用是數據資產價值實踐重要領域.39（四）外部流通拓寬了數據資產的價值網

7、絡.41六、數據資本化是基于金融手段實現的價值躍遷六、數據資本化是基于金融手段實現的價值躍遷.44（一）數據資產金融屬性助企融資紓困.45（二）數據資本化運營助力資產增值變現.46（三）金融機構積極踐行數據資產金融化.49（四）多地落地數據資產增信與融資應用.51七、數據基建全流程保障數據資產市場化流通七、數據基建全流程保障數據資產市場化流通.54（一）網絡設施促進數據高速泛在連接.54（二）存儲設施打造數據交易糧倉.55（三）算力設施提供數據價值轉換的新型生產力.57（四）流通設施便捷數據產品流通交易.59（五）安全設施創造安全可控運營環境.61八八、我國數據、我國數據資產運營過程中所資產運

8、營過程中所面臨的問題面臨的問題.63（一）數據權屬難以界定，產權保護面臨困境.63（二）數據價值衡量困難，交易機制有待完善.64（三）交易規則和標準缺乏，市場壁壘亟待破除.65（四）市場流通機制不完善，監管體系有待優化.66九、對策建議九、對策建議.67（一）創新數據產權制度體系，有效避免數據產權糾紛.67（二）完善交易評估體系，促進數據資產價值轉化.68（三）優化交易市場規則體系，暢通數據資產流通渠道.69（四）健全監管體系和基礎設施，保障數據資產安全交易.701一、一、數據資產數據資產市場化發展概述市場化發展概述（一一）數據數據資產相關基礎資產相關基礎概念概念（1 1）數據）數據根據我國數

9、據安全法的定義，數據是指任何以電子或者其他方式對信息的記錄，是對客觀事物（如事實、事件、事物、過程或思想）的記錄或描述，既包括“數字”，也包括聲音、圖像等模擬形式?；诓煌诸悩藴蕯祿蓜澐譃椴煌悇e，按生產對象不同可將數據分為與物有關和與事有關；按存儲形式不同可將數據分為結構化、半結構化和非結構化數據；按權屬不同又可分為公有數據和私有數據。數字經濟背景下，數據具有體量大、類型多樣、價值密度低等特點，原始數據要在加工處理后才能進一步發揮支持分析、推理、計算和決策的功能。（2 2）數據資源）數據資源“數據資源”一詞目前在國家層面尚未明確定義，2023 年深圳市數據產權登記管理暫行辦法（征求意見稿

10、）通告中將“數據資源”定義為自然人、法人或非法人組織基于數據來源方授權，在生產經營活動中采集加工形成的數據；CCSA TC601 大數據技術標準推進委員會將“數據資源化”定義為“將原始數據轉變數據資源，使數據具備一定的潛在價值，是數據資產化的必要前提”。綜合分析可將“數據資源”定義為：可被識別、采集、加工、存儲、管理和應用的原始數據及其衍生物，是以電子化形式記錄和保存的、可供社會化再利用且能為企業帶來經濟價值的數據集合。不僅指原始數據，還包括對這些數據進行處理、分析后能夠得到的有價值的信息和洞察力，更加強調原始數據加工處理后具有的經濟價值。2使無序、混亂的原始數據成為有序、有使用價值的數據資源

11、的過程可稱為數據資源化。數據資源化是實現數據價值的首要階段，包括數據采集、整理、評級、聚合等。數據采集是根據需要收集數據的過程；數據整理包括數據標注、清洗、脫敏、脫密、標準化、質量監控；數據評級則根據數據敏感和重要程度等劃分不同級別；數據聚合包括數據傳輸、存儲、集成匯聚。數據資源化的重點在于數據管理匯聚，以提升數據質量、保障數據安全、形成數據使用價值為目標，確保數據的準確性、一致性、時效性和完整性。（3 3）數據產品數據產品從上海數據交易所對場內交易“數據產品”的要求可以看出，數據產品應包括數據資源、工具和服務三種組成成分，是經過加工、處理和分析且能給用戶帶來效益的數據內容和服務，包括數據可視

12、化和大數據應用平臺相關的產品?？傮w來看數據產品可以理解為數據資源加數據算法模型加終端服務的綜合，基于不同應用場景需求完成設計與交付，是直接解決客戶或業務問題的“數據容器”。數據產品是實現數據價值的一條路徑，數據產品的流通運作可增大數據要素的乘數效應，激發新質生產力，直接增加企業的收益來源。在從需求市場出發把數據資源轉化為具體數據產品的過程中，可以挖掘出數據資源更多的商業價值，為用戶提供更加精準、有效的服務。數據產品化同時也可促進數據資產的積累和優化，通過不斷地收集、整理和分析數據，完善數據產品的功能和性能。3（4 4）數據資產）數據資產“數據資產”源于“資產”概念的演化，財政部企業會計準則基本

13、準則指出資產是指企業過去的交易或者事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源。隨著電子信息技術的發展，數據資產的概念逐漸被認知擴展，2021 年資產評估專家指引第 9 號數據資產評估、中國市場監督管理總局、中國標準化管理委員會發布的 GB/T40685-2021 國家標準文件，將數據資產定義為被合法擁有或控制的，能進行計量的，為組織帶來經濟和社會價值的數據資源。綜合看來，數據資源先經過明晰權屬關系，被加工處理為可獲益數據產品，參與流通交易并為使用者或所有者帶來經濟利益資產的過程稱為數據資產化，因此數據資產應具有以下三方面內涵：從法學層面，數據資產具有明確劃分的權屬關系；從

14、經濟學層面，數據資產能夠產生既有的或預期的經濟利益；從社會效益層面，數據資產能直接或間接帶來經濟效益和社會效益。（二）（二）數據數據資產市場化路徑分析：從數據到數據資產資產市場化路徑分析：從數據到數據資產數據資產化即從原始數據逐步轉變為數據資產的過程。從數據資產形成流通與應用的全流程看，數據資產市場化路徑主要包括數據資源化、數據產品化、數據資產化和數據資本化這四個階段。綜合國內土地要素、房地產和金融市場等成熟市場的發展階段來看，市場化發展需同時確立相對明確的政策管理制度、初步形成的基礎設施支撐，因此為保障數據資產化和數據資產的合規高效流通與變現，需同步完善數據市場流通管理制度和數據基礎設施支持

15、，具體如圖 1-1 所示。4圖 1-1 數據資產市場化路徑市場化市場化管理制度是引導數據資產市場化健康合規的關鍵。管理制度是引導數據資產市場化健康合規的關鍵。構建數據要素市場制度管理體系需建立隱私保護、風險防范的合規審查制度，保障權屬、明晰責任的數據產權制度，集約高效、場內外結合的數據要素授權運營制度，科學規范、切實可行的數據要素估值定價制度，體現效率、促進公平的數據要素收益分配制度，安全可控、彈性包容的數據要素安全治理制度等。制度管理范圍包括市場參與主體、各種數據行為、基礎設施等市場環境。價值驅動下數據資產化實施路徑分析。價值驅動下數據資產化實施路徑分析。數據從產生到最終的價值實現需依次經過

16、資源化、產品化、資產化、資本化四個階段，完成三次價值提升。數據資源化數據資源化涉及原始數據的獲取與加工，經過數據采集、整理、評級、聚合等數據資源化全過程后，低價值密度的數據才被篩選處理成為有價值的數據資料。數據產品化數據產品化是數據資源從客戶場景、業務應用出發，經過算力和算法加工形成數據產品的過程，是實現數據經營價值增值的重要階段，為數據形成資產奠定基礎。數據資產化數據資產化是確定數據產品價值和價值兌現的重要依據，是以拓展數據經濟效益和應用賦能為導向的進一步價值提升，可基于5對外開放共享、內部專用、數據交易的方式完成數據資產化階段的價值實現。數據資本化數據資本化是在資產化基礎上對財報中數據資產

17、獨立科目金融價值屬性的挖掘，基于數據資產收益及價值共識，賦予數據金融屬性，賦能完成數據增信、數據質押融資、數據資產證券化、數據作價入股、數據信托等。數據數據基礎設施基礎設施是保障數據市場化流通的底層支持是保障數據市場化流通的底層支持。數據網絡設施、存儲設施、算力、流通及安全保障設施等提供安全、可靠、高效的數據服務，保障數據“采-存-算-用”全生命周期支撐，推動了數據的市場化進程。要保障數據基礎設施發揮作用，推動完善數據加工、登記和上市交易流程，促進數據共享開放，保障數據交易合規高效。（三）數據交易市場發展歷程（三）數據交易市場發展歷程數據交易市場指數據要素交易和流通過程中形成的復雜系統，是數據

18、資產形成的主要場所，包括數據價值化過程中的交易渠道和交易關系，以及數據交易的場所或領域及一系列制度技術支撐，實現從數據提供者流向需求者，促進原始數據資源化、產品化、資產化，并完成數據資產融資?；谥贫?、基礎設施、運行機制和監管體系的變化，我們認為數據交易市場發展大致經歷以下幾個階段：6圖 1-2 數據交易市場發展過程的大事記數據市場萌芽階段：數據市場萌芽階段：2014 年大數據首次被寫入國務院政府工作報告后，數據產業自此上升為國家戰略，2015 年國務院發布促進大數據發展行動綱要，各地政府逐步探索對數據資源的開發利用，中國開始進入大數據時代。這個階段主要是對原始數據的“粗加工”交易，以單純的原

19、始數據交易為主，缺乏全國統一的數據規范體系，交易頻次低、交易混亂、成交率和成交額不高，難以滿足社會的有效需求。數據市場數據市場快速快速培育階段：培育階段：國家和各地方政府陸續出臺政策文件，2019 年 10 月，黨的十九屆四中全會首次將數據確立為一種生產要素，在 2020 年 4 月 9 日的中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見數據作為一種新型生產要素首次正式出現在官方文件中。2022 年 12 月 19 日中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見（“數據二十條”）初步構建數據基礎制度體系，致力于理順政府和市場的關系、厘清數據要素市場主體之間的關

20、系、平衡數據有序流動與數據安全之間的關系，2023 年開始，企業數據資源相關會計處理暫行規定7關于加強數據資產管理的指導意見“數據要素”三年行動計劃（20242026 年）等政策密集發布，國家數據局及各地數據局陸續掛牌，數據資產迎來重大發展機遇。同時，在政府牽頭下，上海、深圳、北京、湖南等多地加快完善數據交易所，聚焦解決確權難、定價難、互信難、入場難、監管難等共性問題。數據市場高速發展階段：數據市場高速發展階段：隨著政策支持力度加大和市場需求增加，供給和需求兩端逐漸走向成熟，數據交易市場正逐步進入高速發展階段。此時市場化制度體系基本建立，相應確權、定價、交易等制度規則更加明晰，監管體系框架基本

21、構建，市場化運行走上正軌。數據供應方可通過高效的數據處理技術和精準的數據匹配算法提供多樣化的數據產品；需求方通過應用場景的拓展和商業模式創新挖掘數據價值，數據的流通和交易將變得相對自由和便利。當前數據交易市場正在加速推動新型生產關系變革，助力激活發展新動力。一是變革生產管理。一是變革生產管理。數據交易市場的流通和共享以明確的數據產權為前提，需建立新的合作機制和利益分配模式，以適應數據流動和價值轉換的新特點，集去中心化、分布式記賬、共識機制等區塊鏈技術成為支持新型生產關系下權屬及利益分配的關鍵。二是創新生產工具。二是創新生產工具。數據交易市場化促進了大數據分析、云計算等技術新一代信息技術的發展，

22、支持新型生產資料（大數據）的高效分析處理，顯著提高了決策的科學性和生產的智能化水平，并通過引入新技術和設備，提升傳統生產效率和產品質量。三是融合新型三是融合新型生產力。生產力。人工智能技術的快速發展已成為推動經濟和產業變革的核心動力，其自主學習決策能力大幅度提高了數據的分析處理能力，8成為發揮數據行業應用效能的關鍵生產力，極大地提高了生產效率和質量。二、流通管理制度是規范數據資產市場化進程的必要條件二、流通管理制度是規范數據資產市場化進程的必要條件合法合規可計量是數據進入流通市場的兩個必要條件。從合法合規角度，數據登記機構需要依規進行必要的審核、評級確權等工作，使數據產品及其提供方成為合法合規

23、的標的物和參與者；從可計量角度，企業需要從數據安全、標準化等角度進行數據資源治理，依托數據評估機構依據開展質量評估、價值評估等工作，可量化的數據資產能有效幫助企業更好地了解其現有數據資產的價值以及尋求可以增加數據價值的基本要素。（一）全流程合規審查制度保障數據資產價值發掘安全有序（一）全流程合規審查制度保障數據資產價值發掘安全有序合規性是數據資產形成的基礎條件，合規審查是保障數據資產合規性的重要手段，已成為數據資產管理的核心環節。對數據資產全方位、多層次審查，確保數據的收集、存儲、使用等環節均符合法律法規要求，能夠有效防范潛在風險，保障數據資產安全合規。數據資產合規數據資產合規指在數據處理或存

24、儲過程中，遵守相關法規、標準、政策和最佳實踐，從數據來源、數據內容、數據處理、數據管理及數據經營等五個主要維度梳理，建立企業數據合規管理機制，確保數據資源的合法、合規。數據來源合規數據來源合規指企業獲取數據行為不違反任何法律法規、國家政策和社會公共道德，不侵犯任何第三方合法權利。中華人民共和國數據安全法第三十三條規定，從事數據交易中介服務的機構提供服務，應當要求數據提供方說明數據來源，審核交易雙方的身份，并留存審核、交易記錄。中華人民共和國個人信息保護法該法律對個人信息的處理活動進行了規范，9要求個人信息的處理應當遵循合法、正當、必要的原則，不得違反法律、行政法規的規定和雙方的約定。中華人民共

25、和國反壟斷法和反不正當競爭法為數據交易市場的健康競爭環境提供了法律保障，防止通過不正當手段獲取數據源，維護市場秩序。各地方政府根據中央法律和政策，結合本地實際情況，出臺了相關的數據交易管理規定，如天津市數據交易管理暫行辦法上海市數據條例等。信息安全技術 個人信息安全規范（GB/T 35273-2020）等國家標準為數據處理活動提供了具體的安全規范和操作指南。這些法律法規共同構成了數據來源審查的法律框架，確保數據交易的合法性、安全性和合規性。在進行數據交易時，相關主體必須遵守上述法律法規的要求，對數據來源進行嚴格審查，以防止非法數據流通和保護個人及組織的合法權益。數據內容合規數據內容合規指企業存

26、儲數據的內容需真實、合法、合規，不得存儲法律法規不允許采集或存儲的違法數據。數據內容合規主要涉及個人信息和商業秘密處理合規兩個方面。個人信息主要依據中華人民共和國個人信息保護法，以清晰通俗的語言說明、個人同意、不得危害個人權益為核心原則，對個人信息進行收集、存儲、使用、加工、傳輸、提供、公開、刪除等處理，并參考中華人民共和國個人信息保護法第 28 條對生物識別、宗教信仰、特定身份、醫療健康、金融賬戶、行蹤軌跡等信息，以及不滿十四周歲未成年人的個人信息等敏感信息進行處理。商業秘密主要參考中華人民共和國反不正當競爭法（2019）、中華人民共和國民法典（2020）和最高人民法院關于審理侵犯商業秘密民

27、事案件適用法律若干問題的規定（2020）中相關要求，結合實際情況進行保密、清除等相關處理。數據處理合規數據處理合規是指10企業處理數據行為不違反法律相關規定，符合合法、正當、必要原則。數據安全法第二十七至三十一條規定了數據處理過程中的安全保護義務，第三十條規定重要數據處理者應按規定對數據處理活動定期開展風險評估并向有關主管部門報送風險評估報告。中華人民共和國個人信息保護法（草案）提出了個人信息處理的合法性、正當性和必要性原則，第二十五條規定利用個人信息進行自動化決策，個人認為自動化決策對其權益造成重大影響的，有權要求個人信息處理者予以說明，并有權拒絕個人信息處理者僅通過自動化決策的方式作出決定

28、。數據管理合規數據管理合規指企業需按照法律法規、規章和國家標準等要求，建立數據合規相關管理制度，開展包括合規管理體系搭建、風險識別、風險評估與處置等管理活動，對數據分類分級管理、數據跨境，個人信息保護等領域建立相應的全鏈條監督管理機制。在當前實踐中，企業主要依據DAMA 數據管理知識體系指南（原書第 2 版）和 GB/T 34960.5數據治理規范，圍繞數據標準、數據質量、數據安全、元數據管理和數據生存周期等開展數據治理，圍繞數據流通、數據服務和數據洞察等，開展數據資產運營和應用的治理。數據經營合規數據經營合規指企業需依法開展數據經營業務，獲得相應的資質、行政許可及充分授權，建立完善的內控體系

29、，保障數據經營業務不危害國家安全、公共利益以及侵犯個人、組織合法權益。企業應根據業務實質判斷自身在數據安全領域的身份以及所收集、使用的數據性質，及時取得相關資質或授權。如根據關鍵信息基礎設施安全保護條例網絡安全審查辦法等規定，關鍵信息基礎設施的運營者應當進行網絡安全審查；根據數據安全法征信業管理條例等規定，從事征信業務的征信機構11需要取得個人征信業務經營許可證等。（二）（二）“三權分置三權分置”制度促進數據交易市場主體靈活供給制度促進數據交易市場主體靈活供給明確數據權責關系是數據資產形成的重要前提。局限于所有權的傳統產權觀念導致數據產權歸屬問題的焦點匯聚于數據所有權之上。但數據的非排他性使得

30、所有權概念天然存在沖突，數據所承載的信息復雜性又使得數據所有權的歸屬備受爭議。目前國內暫時擱置數據所有權爭議，關于構建數據基礎制度更好發揮數據要素作用的意見提出“建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制”，保障相關方的利益與數據要素市場的有序流通，為構建數據產權制度體系明確了新方向。數據持有權數據持有權主要針對原始數據加工處理后的數據集，即數據資源。數據資源的持有者可以是本身生產數據的政府、企業或者個人，也可以是依法獲得授權的主體。依據當前實踐，數據資源持有權的權利包括：自主管理權、數據流轉權和數據持有限制。在“三權分置”的中國特色數據產權制度下，更多企業可以在遵

31、守法律和合同的基礎上對數據進行加工處理和應用，深挖數據價值，賦能數據流通交易。數據資源持有者能夠在法律及合同允許范圍內自主決策數據的應用場景，并具有同意他人獲取或轉移其所產生數據的權利，同時也需要按法律法規及合同遵守數據持有時間的限制。數據加工數據加工使用權使用權包含加工權和使用權，其中，數據加工是指對數據進行篩選、分類、排列、加密、標注等處理，而數據使用是指對數據進行分析、利用等，數據加工使用權的權利主體為數據處理者?！皵祿畻l”提出在保護公共利益、數據安全、數據來源者合法權益的前提下，承認和保護“依照法律規定或合同約定獲取的數據加工使用權，尊12重數據采集、加工等數據處理者的勞動和其他要

32、素貢獻，充分保障數據處理者使用數據和獲得收益的權利”。同時，數據加工使用權受到多種限制，首先，包括加工和使用在內的數據處理活動不得超出法律授權或合同約定的范圍；其次，數據處理者應當采取加密、去標識化、匿名化等技術措施和其他必要措施來保障數據安全。數數據產品經營權據產品經營權包括收益權和經營權，數據產權人有權對其開發的數據產品進行開發、使用、交易以及支配并獲得收益?！皵祿畻l”明確“保護經加工、分析等形成數據或數據衍生產品的經營權，依法依規規范數據處理者許可他人使用數據或數據衍生產品的權利”；深圳經濟特區數據條例第五十八條規定：“市場主體對合法處理數據形成的數據產品和服務，可以依法自主使用，取

33、得收益，進行處分?！碑斍霸谄髽I獲取其他平臺用戶數據確權實踐中主要應用三重授權原則，即第三方企業獲取平臺用戶數據時需要滿足三個條件：平臺企業獲得平臺用戶授權、第三方企業獲得平臺企業授權、第三方企業獲得平臺用戶授權。近年來，在國家相關制度的指導下，各省市就數據權屬界定制度展開探索并取得了一定成果（見下表）。然而完善數據產權制度不可能一蹴而就，下一步將在參照數據資源持有權、數據加工使用權和數據產品經營權“三權分置”產權制度框架基礎上，抓好并優化數據分類確權工作，明確數據主體行為邊界和權責歸屬，建立政府、企業、社會組織、行業協會等各方共同參與的數據開發和治理體系，提高數據資源的利用效率，為提升我國新質

34、生產力保駕護航。13表 2-1 數據確權相關政策所屬省所屬省/市市制度名稱制度名稱出臺時間出臺時間主要內容主要內容北京市關于更好發揮數據要素作用進一步加快發展數字經濟實施意見2023 年 7 月加速創建北京數據基礎制度先行區，率先推進數據資源持有權、加工使用權、產品經營權的結構性分置制度先行先試，依托依法設立的交易場所開展數據資產登記，推進國家數據知識產權登記試點。深圳市深圳市數據產權登記管理暫行辦法2023 年 6 月設立登記申請人及登記主體、登記機構、登記行為、監督與管理、法律責任等，對數據產權的 6 種登記類型做出具體規定。辦法是我國首部數據產權登記相關規范性法律文件，在探索數據產權確認

35、和促進數據要素流通等方面極具制度創新意義。浙江省浙江省數據知識產權登記辦法（試行）2023 年 5 月明確三權分置下的分級分類保護（三）多樣化授權運營制度驅動數據價值高效積累與釋放（三）多樣化授權運營制度驅動數據價值高效積累與釋放數據資產授權運營能確保數據資產在法律框架內有序流動與增值。多樣化的授權運營模式針對不同數據類型和敏感程度，實施精細化的權限劃分和授權管理，有效平衡數據利用與保護之間的關系。分級分類授權運營不僅提升了數據使用的合規性，還增強了數據管理的靈活性和效率，為數據資產的合規合法運營提供了有力保障。公共數據公共數據指兩類主體(各級政府部門、企事業單位)與兩類過程(依法行政履職、提

36、供公共服務)中產生的數據。2022 年以來，各省市積極響應中央號召，相繼制定發布了數據條例、管理辦法、實施細則、實施方案等一系列地方政策法規針對公共數據的管理、開放、授權運營和應用等作出了細化要求（見下表）。14表 2-2 公共數據管理相關政策所屬省所屬省/市市制度名稱制度名稱出臺時間出臺時間主要內容主要內容北京市北京市公共數據專區授權運營管理辦法2023.7在金融場景的實踐基礎上推進專區制度體系建設，并深化交通、位置、空間、信用等各專區建設和應用。廣東省廣州市數據條例2022.11提出在授權運營中引入數據商角色按政府指導價使用公共數據。福建省福建省加快推進數據要素市場化改革實施方案2023.

37、9提出建立公共數據資源開發有償使用機制。江蘇省江蘇省公共數據管理辦法2022.1明確了公共數據管理中各方的責任；規范公共數據的供給和共享，依法實行數據分類分級保護制度，確保各方主體履行相應的數據安全義務。山東省山東省公共數據開放辦法2022.1鼓勵公共數據提供單位開放數據，推動公共數據與非公共數據的融合應用與創新發展，提升社會治理能力和公共服務水平。長沙市長沙市政務數據運營暫行管理辦法(征求意見稿)2023.7指出基于政務數據資源運營屬于政府國有資產有償使用范圍，且明確了市、區縣數據權屬主體收益分配納入市、區縣財政收入，為完善數據要素市場體系提供了有益的探索。浙江省浙江省公共數據開放與安全管理

38、暫行辦法2020.6注重加強公共數據的安全管理，規定了一系列安全管理制度和技術措施，包括數據加密、訪問控制、安全審計等，確保公共數據在開放過程中的安全可控。上海市上海市公共數據開放暫行辦法2019.10優化分級分類機制，對公共數據的開放范圍、開放機制、開放過程、數據利用等方面進行細化、鞏固與創新企業數據企業數據是生產經營過程中產生的不涉及個人信息和公共利益的數據。當前實踐中，企業數據授權運營模式主要包括數據源開放、數據租賃、數據咨詢服務和數據流通交易等。在制度探索方面，依據中華人民共和國反壟斷法和反不正當競爭法，著力推動大型企業與中小微企業雙向公平授權，防止大企業利用自身既定競爭優勢、壟斷數據

39、要素市場。當前實踐以從法律上肯定中小微企業15對數據的訪問權為突破點，以“誰投入、誰貢獻、誰收益”的分配原則作為大企業經濟收益保障，促進企業間雙向公平授權，促進數據流通，打破數據孤島。個人數據個人數據是某一個個體的信息,指每個體特有的數據，可以是包含該個體身份、位置、社會聯系、支付信息、賬戶信息、地理位置、日常運動情況等各種信息和數據的集合?；谖覈壳暗姆梢幎ㄒ约靶袠I實踐，個人信息的收集和使用以得到用戶同意授權為普遍性存在。我國個人信息保護法第十四條規定，基于個人同意處理個人信息的，該同意應當由個人在充分知情的前提下自愿、明確作出；第四十四條另外規定，個人對其個人信息的處理享有知情權、決定

40、權，有權限制或者拒絕他人對其個人信息進行處理；法律、行政法規另有規定的除外。因此，我國往往將知情權和決定權合并予以考慮，知情權往往通過“告知”規則實施而得以保障，而決定權往往通過拒絕同意、拒絕一攬子同意、撤回同意、刪除權等措施而得以保障。（四）數據資產入表制度實現從數據資源向經濟資產的跨越（四）數據資產入表制度實現從數據資源向經濟資產的跨越數據資產入表標志著數據資產的形成，在數據入表登記前需完成數據質量和價值評估，確保數據可被計量、可以實現價值轉化?？茖W的數據價值評估，可以準確量化數據的內在價值、潛在及市場價值，為數據資產的合理定價和有效利用提供決策依據。數據質量評估數據質量評估指通過科學的方

41、法和統計學手段對數據進行分析，判斷數據是否滿足項目或業務所需的數據質量，并且能夠支撐其預期用途的過程，其主要目的是確保數據的質量符合預定的標準，從而能夠支持有效的決策制定和業務操作。當前實踐主要參考依據包16括國家統計局數據質量審核評估管理辦法（試行）、國家標準信息技術 數據質量評價指標、地方標準政務數據 第 4 部分：數據質量評價規范數據資產評估場景化案例手冊等。常用指標框架如下圖所示，包括規范性、完整性、準確性、一致性、時效性、可訪問性 6 個一級指標，以及 20個二級評價指標。圖 2-1 數據質量評價指標框架數據價值評估數據價值評估指通過構建價值評估體系，計量數據的經濟效益、業務效益、投

42、入成本等活動。作為推動數據資產化的重要前置工作，數據資產價值有助于提升企業數據資產運營及變現能力。與傳統生產要素相比，數據種類多樣、價值易變，具有更加豐富的潛在應用場景，其資產化后的價值評估也需要綜合考慮更多方面因素。當前數據要素評估定價管理措施尚處于初級探索階段，近年來我國相繼出臺法律法規、評估準則等為數據資產價值評估提供法律依據和操作準則（見下表）。2019 年 12 月，中國資產評估協會印發資產評估專家指引第 9 號數據資產評估，提出了提供數據服務模式、提供信息服務模式等以數據資產為核心的多樣化商業模式，并參考無形資產評估為數據資產評估提出改良成本法、改良收益法以17及改良市場法三種評估

43、方法。2023 年，中國資產評估協會發布了數據資產評估指導意見，規范資產評估機構及其資產評估專業人員在數據資產評估業務中的實務操作，明確了評估對象、數據質量評價、評估方法、披露要求等。表 2-3 數據資產價值評估法律法規及評估準則類別類別名稱名稱編號編號法律法規中華人民共和國資產評估法中華人民共和國主席令第46 號國有資產評估管理辦法施行細則國資辦發199236 號企業數據資源相關會計處理暫行規定財會(2023)11 號企業會計準則和其他相關會計制度-關于加強數據資產管理的指導意見關于加強數據資產管理的指導意見財資財資(2023)141(2023)141 號號評估準則資產評估基本準則財資201

44、743 號資產評估職業道德準則中評協201730 號資產評估準則術語中評協202031 號資產評估執業準則-資產評估委托合同中評協2017J33 號資產評估執業準則-利用專家工作及相關報告中評協201735 號資產評估執業準則一無形資產中評協201737 號資產評估機構業務質量控制指南中評協201746 號以財務報告為目的的評估指南中評協201745 號資產評估價值類型指導意見中評協201747 號資產評估對象法律權屬指導意見中評協201748 號資產評估執業準則-資產評估報告中評協201835 號資產評估執業準則-資產評估程序中評協201836 號資產評估執業準則-資產評估檔案中評協2018

45、37 號資產評估執業準則-資產評估方法中評協201935 號資產評估專家指引第資產評估專家指引第 9 9 號號數據資產評估數據資產評估中評協中評協201940201940 號號中國資產評估協會資產評估業務報備管理辦法中評協(2021)30 號數據資產評估指導意見數據資產評估指導意見中評協中評協(2023)17(2023)17 號號數據資產入表登記數據資產入表登記指在數據資產目錄和數據資產評估結果的基礎上進行數據資產確認和應用場景研判，最終登記入財務報表的行為。數據資源合規入表是企業憑借數據資產參與社會經濟分配的基礎和依據。入表后，數據資源變為資產，數據資產是所有者權益的體現，將擴大企業的資產總

46、額。2023 年 8 月，財政部印發企業數據資源相關會計處理暫行規定，專門規定規范企業數據資源相關會計處理，發揮會計基礎作用的制度依據，并引導并規范企業強化18數據資源相關信息披露。2023 年 12 月，財政部印發關于加強數據資產管理的指導意見，提出構建“市場主導、政府引導、多方共建”的數據資產治理模式。指導意見和暫行規定兩份推動數據資產化財會文件的出臺，是對“數據二十條”的進一步落實，標志著我國數據要素資產化邁出了實質性一步，將極大推動數據資產化進程。（五）數據治理規則及標準保障交易市場健康可持續發展（五）數據治理規則及標準保障交易市場健康可持續發展數據治理是數據資產形成的重要手段，是保障

47、數據可變現的必然過程。依據有關法律法規及標準指南要求，圍繞數據安全、權益保護、數據標準化等多個方面構建數據治理制度框架，使數據變成可交換且可被流通對象所解釋利用的數據資源，是形成數據資產的關鍵前提。近年來，我國數據治理法治體系不斷推進，在落實體系的協同性、整體性、實質性要求的基礎上，結合數據領域的立法規劃，圍繞數據安全保障、用戶權益保護以及數據價值釋放三個方面，形成涵蓋法律、行政法規、部門規章等不同層級的制度規則。數據安全數據安全保障體系方面，保障體系方面，我國先后通過并施行中華人民共和國國家安全法中華人民共和國網絡安全法中華人民共和國數據安全法及相關配套規定，構建了數據分類分級與重要數據保護

48、、數據安全風險評估與工作協調、數據安全應急處置、數據安全審查等制度。2019 年，阿里巴巴和中國電子技術標準化研究院聯合發布數據安全能力成熟度模型（DSMM），從數據安全能力維度、數據安全等級、數據全生命周期安全形成了一個三位一體模型，并且給出了非常詳細的評估內容和評估項，DSMM 定義數據安全保障的模型框架和方19法論，提出對組織的數據安全能力成熟度的分級評估方法，來衡量自主的數據安全能力，既促進組織了解并提升自身的數據安全水平，也能促進數據在組織機構之間的交換與共享，發揮數據的價值。用用戶權益保護體系方面，戶權益保護體系方面，通過并施行中華人民共和國民法典中華人民共和國個人信息保護法及相關

49、配套規定，確立了個人信息處理應遵循的合法、正當、必要等原則；建立了以“告知-同意”為核心的個人信息處理的一系列規則；設立了個人信息跨境提供規則；明確了在個人信息處理活動中個人的各項權利，包括知情權、決定權、查詢權、更正權、刪除權等；明確了個人信息處理者的合規管理和有關部門保障個人信息安全等義務。數據管理標準體系方面，數據管理標準體系方面，圍繞數據要素流通涉及的數據采集、存儲、加工、分析、服務、流通、交易、衍生產品等環節，制定國家標準數據管理能力成熟度評估模型（DCMM），涵蓋數據戰略、數據標準、數據質量、數據安全等數據資產管理相關 8 個能力域，從管理制度、組織架構、管理流程、技術工具 4 個

50、方面提供數據管理能力的建設指引。2021年 11月工業和信息化部印發十四五大數據產業發展規劃提出要推動數據管理能力成熟度評估模型國家標準貫標，持續提升企業單位數據管理水平，加強數據“高質量”治理，截至 2023 年 7月，我國共 1179家單位獲得 DCMM等級證書。三三、數據資源化是無序原始數據有序匯聚的關鍵過程數據資源化是無序原始數據有序匯聚的關鍵過程數據要素資源化是將原始數據轉化為可供分析和使用的資源的過程，包括數據的采集、整理、評級、聚合等環節，目的是使數據具有可用性、可訪問性和可理解性。數據要素資源化是數據要素市場化的基礎，只有當數據被有效地資源化，才能夠進一步被市場所20認可和使用

51、，需要通過數據要素資源化的過程，將數據的特性和價值進行明確的定義和度量，從而為數據在市場中的交易和流通提供基礎和保障。（一）數據（一）數據采集提供數據資源化的原料采集提供數據資源化的原料數據采集指通過一定的技術和方法從各種數據源中手動或自動收集數據，并存儲到目標位置的過程。數據采集廣泛應用于各種領域，如科學實驗、工業生產、醫療保健、市場營銷等。數字化、信息化進程的加速，使其數據規模呈現出爆炸式增長。數據采集需要處理的數據量越來越大，對數據采集技術提出了更高的要求，網絡爬蟲技術、API 技術和數據同步技術等賦能數據采集，計算機技術、網絡技術、傳感器技術、人工智能等發展應用，在提升采集效率的同時促

52、進智能化發展。網絡爬蟲技術網絡爬蟲技術自動化程度高，可自動抓取網頁信息，無需人工干預，大大提高數據采集效率；靈活性強，可根據設定的規則抓取任意網站的數據，不受數據格式的限制；實時性好，可實時監控目標網站的數據變化，及時更新數據。APIAPI 技術技術數據質量高，API 提供的數據通常經過規范化處理；安全性好，API 通常需要進行身份驗證和授權，保證數據的安全性和隱私性；易于集成，API 提供統一的數據接口，方便與其他系統進行集成和數據交換。數據同步技術數據同步技術數據一致性好，數據同步技術可以確保多個數據源之間的數據保持一致性；可靠性高，數據同步技術具有容錯和恢復機制，保證數據的可靠性和穩定性

53、。數據采集過程中也會遇到各種問題，例如數據源的不穩定性可能導致數據采集失敗或采集到的數據不準確，由于各種原因造成的錯誤和不完整等問題導致數據質量低下，在網絡環境下，數據泄露、21數據被篡改等發生的安全問題，在分布式數據采集環境中，如何協調多個爬蟲節點，確保數據一致性和避免重復抓取的數據同步問題，企業需要制定完善的數據采集計劃和執行方案，不斷地進行優化和完善，提高自身的競爭力。（二）數據整理促進原始數據有效利用（二）數據整理促進原始數據有效利用數據整理指將多個數據源內數據加工處理的過程，以得到更加全面、規范有序的數據。這個過程包括數據標注、清洗、脫敏脫密、標準化等一系列操作，目的是使數據更加容易

54、管理和理解。隨著大數據時代的到來，數據整理過程中需要處理的數據量越來越大，傳統方法已無法完成數據的整理和分析，對數據整理技術提出了更高的要求。區塊鏈、物聯網等新興技術的發展使數據整理工具和技術也在不斷發展創新，數據標注、清洗、脫敏脫密、數據標準化等技術和工具越來越成熟，使得數據整理變得更加高效和準確。未來，數據整理技術將繼續向智能化、高效化、安全化方向發展，為各個領域提供更好的數據支持。數據標注數據標注是對未經處理的語音、圖片、文本、視頻等數據進行加工處理，并轉換為機器可識別信息的過程。中商數據顯示我國數據標注頭部企業主要有云測數據、海天瑞聲、數據堂、龍貓數據、標貝科技等。其中數據堂數據堂自主

55、研發“基于 Human-in-the-loop 智能輔助標注技術”，可完美實現人機交互半自動標注與質檢；龍貓數龍貓數據據打造的 Web 端標注平臺眾包用戶已突破 400 萬，單日可完成百萬量級以上的數據樣本任務，滿足不同領域的多種定制化數據需求；標貝數據標貝數據基于 AI+SaaS 開放平臺，全方位支持文本、語音、圖像、視頻、點云等全數據類型的標注。隨著算法模型的不斷進化，數據22標注將逐步走向自動化、規范化。數據清洗數據清洗指在進行數據分析前，對原始數據進行處理，去除數據集中的錯誤、缺失、重復、不一致等問題，以確保數據的質量和準確性。數據清洗主要有缺失值、異常值、重復值處理，格式規范化和數據

56、類型轉化等清洗方法。對于數據清洗，常用以下幾種數據清洗工具：思邁特軟件 Smartbi、Excel、Python、VBA(VisualBasic 宏語言)、PyCharm 等。思邁特軟件思邁特軟件 Smartbi 的輕量級 ETL 功能，可視化流程配置，強大的數據處理功能不僅支持異構數據，還支持內置排序、去重、映射、行列合并、行列轉換聚合、去空值等數據預處理功能。ExcelExcel 是許多數據相關從業者的主要分析工具，它可以處理各種數據。統計分析和輔助決策操作。PvhonPvhon 語言簡潔、易讀、可擴展，它越來越多地被用來開發獨立的大型項目。VBAVBA 主要用于擴展 Windows 的應

57、用功能，VBA 可以使現有的應用程序自動化，并通過自定義創建解決問題的方案。PycharmPycharm 是一種 PythonlDE集成開發環境，可以幫助用戶使用 Python 語言在調試、語法亮點、Proiect 管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制等開發時提高效率。數據清洗可有效提高數據的質量和可靠性，只有通過數據清洗與整理，才能讓海量的數據真正發揮其應有的價值，為決策者提供準確可靠的信息。數據脫敏脫密數據脫敏脫密指在不影響數據使用準確性的前提下，對原始數據中的敏感字段進行處理，從而降低敏感度和減少個人隱私風險的技術措施。它能夠在保持數據原始結構和特性的同時，通過替換、變

58、形、刪除等手段去除數據中的敏感信息，使得處理后的數據既能夠滿足業務需求，又能夠保護個人隱私和企業機密。數據脫敏常見23的技術方法主要有統計技術、密碼技術、抑制技術、假名化技術、泛化技術和隨機化技術等。目前國內做數據脫敏的公司包括：比特信安、神州數碼、美創、啟明星辰、天融信等企業。比特信安數據脫敏系統、美創數據脫敏系統、神州數碼 TDMP 數據脫敏系統等脫敏產品方案開拓我國自主、可控數據脫敏市場，為信息安全保駕護航。數據標準化數據標準化是機構或組織對數據的定義、組織、分類、記錄、編碼、監督和保護進行標準化的過程。這個過程旨在消除不同變量之間性質、量綱、數量級等屬性特征的差異，從而將數據轉化為無量

59、綱的標準化數值，確保各指標的數值處于同一數量級，便于進行綜合分析和比較，可以使不同系統之間的數據交互更加高效、準確，促進信息的流通和共享。目前我國企業大多數數據系統的建設都是直接依據業務需求建立，沒有形成一個整體的規劃，建設廠商研發的不同數據系統也導致了數據的不一致性，究其根源是企業缺少一套統一的數據標準來進行約束。（三）數據聚合充分調用分散數據資源（三）數據聚合充分調用分散數據資源數據聚合（Data Aggregation）指合并來自不同數據源的數據。數據聚合能夠將來自不同源的數據進行整合，形成一個統一的數據視圖，提供一個全面的數據視角，而無需分別處理各個分散的數據集。對于超大規模的數據集，

60、數據聚合有助于壓縮數據，使其更易于存儲和管理，有助于節省存儲空間，并提高數據檢索速度。常見的數據聚合工具以數據模型（Data Model）為主，數據模型數據模型是對現實世界數據特征的抽象表示，是一種用于描述和組織數據的工具，它提供了一種通用的語言來描述數據的屬性和關系。根據應用目的不同，可以將模型可以分為概念模型、邏輯模型。概念模型是按用24戶的觀點來對數據和信息建模，主要用于數據設計；邏輯模型主要用于數據庫管理系統的實現?？紤]到數據聚合的實現路徑，數據的傳輸和存儲是完成數據聚合的兩大重要步驟。數據傳輸數據傳輸指按照一定的規程，通過一條或者多條數據鏈路，將數據從源設備發送到目標設備的過程。數據

61、傳輸方式可分為有線傳輸、無線傳輸和云存儲三種。數據傳輸過程中涉及網絡協議、傳輸介質、數據編碼與壓縮、加密與安全等關鍵技術。數據管道數據管道是數據傳輸的重要工具之一，指通過多個連接的數據處理元素將一個或多個數據集從其源移動到目標位置的過程。其原理是通過將數據源的大量數據傳遞給中間件，減輕源數據庫的壓力，然后將中間件收集到的數據發送到目標數據庫。數據管道通常包括數據提取、清洗、轉換、加載(ETL)等階段，適用于從多個數據源收集和整合數據，以供后續的數據分析和挖掘使用。數據管道主要優勢在于支持多渠道數據源的集成、數據預處理和數據規范化，以及提供實時數據處理能力。同時，數據管道可以自動化提取、轉換、合

62、并、驗證、進一步分析數據和數據可視化的過程，通過消除錯誤并避免瓶頸和延遲，提供端到端效率。數據管道在業務中的應用廣泛而重要，它主要涉及數據的提取、轉換、組合、驗證、可視化等多個步驟。在業務實踐中，它不僅可以支持探索性數據分析，實現數據可視化，還可以為機器學習提供高質量的數據輸入。數據存儲數據存儲指記錄和保存數字信息以供當前或未來運營之用的磁性、光學或機械介質。數據存儲反映了系統中靜止的數據，表現出靜態數據的特征。數據存儲的介質多種多樣，常用的包括磁盤和磁帶。數據存儲的組織方式因存儲介質而異，例如在磁帶上，數據僅25按順序文件方式存??；而在磁盤上，數據則可以根據使用要求采用順序存取或直接存取方式

63、。此外，數據存儲方式還有多種分類，如硬盤存儲、固態硬盤、內存、云存儲、近線存儲、脫機存儲、異站保護、內存卡、光盤存儲等。常見的數據存儲工具有數據倉庫、數據湖等。數據倉庫數據倉庫是一個大型、集中式的存儲系統，用于存儲和管理大量的數據，并為數據分析、數據挖掘和決策支持提供數據基礎。它按照一定的數據模型組織，并提供了統一、安全和高效的數據環境。數據倉庫通常是從現有的多個數據源中抽取數據，然后進行清洗、整合和轉換，提供一致、可靠的數據視圖。數據倉庫為企業提供了一個集中的、可靠的數據存儲環境，幫助企業更好地理解其業務運營情況，并支持戰略決策制定。通過數據倉庫，企業可以對數據進行深入分析、預測和優化，從而

64、提高業務效率和競爭力。數據數據湖湖是一類存儲數據自然/原始格式的系統或存儲，通常是對象塊或者文件。數據湖通常是企業中全量數據的單一存儲，全量數據包括原始系統所產生的原始數據拷貝以及為了各類任務而產生的轉換數據，各類任務包括報表、可視化、高級分析和機器學習。數據湖中可以包括來自關系型數據庫中的結構化數據（行和列）、半結構化數據（如 CSV、日志、XML、JSON）、非結構化數據（如 email、文檔、PDF 等）和二進制數據（如圖像、音頻、視頻）等。隨著數字化時代的來臨，各種數據源產生的數據量呈指數級增長。數據聚合的規模和復雜性也隨之增加，對數據處理和分析能力提出了更高的要求。而大數據技術、云計

65、算和人工智能的發展，為解決這些問題提供了新的手段，這些技術為數據聚合提供了更高效、靈活和智能的方法，使數據聚合的效率和準確性得到了顯著提升，26有助于加速數據處理和分析的過程。（四）數據評級機制優化數據資源質量（四）數據評級機制優化數據資源質量數據評級是數據資源管理過程中的一個重要機制，它根據數據的敏感程度和數據遭到篡改、破壞、泄露或非法利用后對受害者的影響程度，對數據進行不同級別的劃分。這種劃分有助于更好地管理和保護數據，確保數據的安全性和完整性。數據評級通常涉及對數據的保密性、完整性和可用性等方面的評估，并根據評估結果對數據進行分類和標記。從分級方法來看，數據評級分級主要依賴于數據的重要性

66、、敏感性、業務價值等因素進行劃分。數據分級方法主要包括定性分類法、定量分級法、綜合分類法、模型驅動法等幾種。定性分級定性分級根據數據的性質、用途、價值等特征進行分類。例如，可以將數據分為敏感數據、非敏感數據等。定量分級定量分級根據數據的重要性、影響程度等指標進行分級。例如，可以將數據分為一級、二級、三級等。這種方法更注重數據的客觀指標，如訪問頻率、修改頻率、業務影響等，來判定數據的級別。綜合分級綜合分級需要結合定性分類和定量分級，對數據進行全面、細致的分類分級，這種方法結合了前兩者的優點，既考慮了數據的業務特性，又注重了數據的客觀指標。模型驅動模型驅動則利用數學模型、機器學習等技術，對數據進行

67、自動化分類分級。我國企業在多領域數據分級方面展開積極探索。其中在石油化工領域，湖北三寧化工提出的“三寧化工數據分類分級方案”成功解決了數據資產盤點、數據碎片化分布、結構化數據分類分級準確率、結構化數據的字段級的分類分級耗時耗力、數據分類分級運營管理等痛難點問題，為國內化工企業開展工業數據分類分級提供復27制參考案例。金融領域，平安銀行研究探索出了“平安銀行數據安全分類分級雙向打標方法”在此基礎上，平安銀行積極研發 AI 模型，開發出數據安全分類分級 AI 打標及管理平臺，這個平臺利用先進的人工智能技術，能夠自動化地對數據進行分類和分級。此外，平安銀行的數據安全分類分級平臺還注重數據的流動性和可

68、用性，通過合理的數據分級，平安銀行能夠在保證數據安全的前提下，實現數據的合理流動和共享，為業務創新和發展提供了有力的支持。四四、數據、數據產品化是數據產品化是數據資產資產大規模增值大規模增值的的驅動力驅動力數據產品是經過算力和算法的加工的數據資源，是一種產權可界定、可交易的商品，是數據流通過程中的主要交易對象和標的，可以從中挖掘出更多的商業價值，為用戶提供更加精準、有效的服務，可以看作是數據資產大規模增值的驅動力。當前數據產品供給商可在場內外兩大場所內完成供給，基于調研數據發現，供給產品分類存在較大差異，但整體可分為原始數據、數據加工產品、數據服務這幾個類別。表 4-1 國內主要交易所數據產品

69、情況數據交易機構數據交易機構數據集數據集APIAPI許可證許可證數據處理數據處理數據應用服務數據應用服務數據分析工具數據分析工具解決方案解決方案北京國際大數據交易所北京數據交易平臺上海數據交易所合肥數據要素流通平臺浙江大數據交易中心山東數據交易平臺青島大數據交易中心貴陽大數據交易所東湖大數據交易中心北部灣大數據交易中心山西數據交易平臺華中大數據交易所江蘇大數據交易中心28表 4-2 場外交易數據供給模式場外交易模式場外交易模式特點特點示例企業示例企業自身業務數據自身業務數據數據供給方的數據完全基于自身業務產生，并以自身的業務數據服務產業鏈上下游的生態伙伴電商領域：阿里云、美團通信領域：移動、聯

70、通、電信電力領域：大型工業企業多種數據源多種數據源數據提供方的數據主要來源于多渠道收集（包括公開渠道獲取、購買數據庫、與數據資源方合作等），并作為一個數據源的集成方為需求方提供相應服務汽車供應鏈領域：達示數據所建設的汽車行業數據平臺，打通了 108 類汽車行業數據，為新能源汽車廠商生產結構和效益優化等提供決策依據；外貿領域：環球慧思建設的外貿數據終端系統，匯聚海關貿易數據、商業數據等數據源，為出口企業開展市場分析、行業監測等提供信息來源。（一）數據元件是數據產品的基礎構件（一）數據元件是數據產品的基礎構件數據元件是經過采集、清洗、脫敏處理等數據保護措施處理之后，由若干數據單元/數據對象/數字/

71、字符串形成的，具有固定的數據類型、格式和結構且具有表達意義的數據，是數據要素開發利用的“中間件”，數據元件是數據要素產品和服務所使用的基本組成部分，通常用于生成報表、進行分析、驅動機器學習模型、支持決策等，可以在不同的應用程序和系統中共享和重復使用。在數據元件開發應用方面，國內目前主要集中于企業內部數據模型和數據倉庫的建設和開發。企業基于“數據元件作為中間態解決數據安全與數據流通”的核心理論，聚焦通信、金融、醫療、能源、交通、地理空間等重點領域，探索滿足各行業領域數據需求的數據元件產品。以中國電子數據為例，公司作為醫療大數據試點工程的主體單位，聯合清華大學等多個學院攻關，按照數據歸集、清洗處理

72、、資源管理、元件開發、元件交易五大業務流程，創新設計數據調研、數據盤點、元件發布、元件維護等 20 道數據元件開發工序，探索出制度+技術+市場的工程路徑，初步實現了數據元件的智慧化、規?；?、柔性化生產。29（二）（二）數據集是實現數據價值的基礎形式數據集是實現數據價值的基礎形式數據集是收集、清洗、處理和組織數據要素的集合，包括一個或多個數據表、文件或其他數據來源，涵蓋一種特定類型的數據或數據集合，通常采用由行和列組成的表格格式。數據集可以是結構化的或非結構化的，結構化數據集通常以表格形式存儲，包含固定數量的行和列，每列具有固定的數據類型和格式。非結構化數據集可包含各種各樣的數據和格式，包括文本

73、文檔、圖像、視頻、音頻和其他媒體文件等。在數據集應用方面，國內主要把數據集用于模型訓練和數據分析，包括建立和優化人工智能算法等。目前國內市場的數據集主要有開源數據集、自開發數據集、對外出售的數據集等幾種形式。其中，開源數據集開源數據集為政府、行業巨頭、開源組織、學術機構等單獨或聯合發布，如百度Du Reader數據集、阿里天池數據集等，主要用于機器學習模型的初級訓練，存在噪聲、偏差或過時等問題，數據質量相對較低。自開發數據集自開發數據集指在業務經營、研究過程中，各機構基于積累數據所開發的數據集，其領域性和專業針對性相對較強。如騰訊“混元大模型”的應用的數據集資源主要來自微信公眾號、廣告數據和微

74、信搜索等，華為開發涵蓋氣象、礦山、鐵路等專項行業資訊的數據集，訓練“盤古大模型”。對外出售的數據集對外出售的數據集主要由數據交易所基于API接口的方式供市場交易，也有部分機構基于需求在自有平臺上定制化提供聚合型數據表格等數據資源，這類數據的結構性較強質量較高。如北京國際大數據交易所圍繞制造業、交易運輸業、信軟、金融等共上線 218 個數據集產品。30（三）數據包是數據資產的封裝傳送工具（三）數據包是數據資產的封裝傳送工具數據包是一個預先制作好的數據庫，由鍵值對組成（如關聯列表），常以CSV、SQL和XML的格式出現，用于描述、傳輸和共享數據，具有可移植性、可復用性等特點，可直接供給成型的軟件，

75、如軟件代理、游戲、互聯網機器人或聊天機器人等，以傳授信息和事實，?；贑KAN、Data Package Manager等工具完成數據包的創建、發布和管理，當前數據包通常用于視頻游戲行業，用來向一個系統提供小的更新。從廣義范圍看，數據包產品是數據包與各類分析處理工具的結合，涵蓋從基礎的網絡數據包分析工具到高級的數據處理和管理軟件。其中，網絡數據包分析工具用于捕獲、分析和解碼網絡數據包，幫助用戶理解網絡流量、診斷網絡問題或進行網絡安全審計，常見的工具有Wireshark、Tcpdump、OmniPeek等；數據庫管理軟件用于管理、查詢、更新和保護數據庫，可提供圖形化界面，方便用戶完成數據庫中數據

76、的處理；數據抽取、轉換和加載（ETL）工具用于提取多源系統數據，并完成特定數據格式需求的轉化；數據質量工具用于評估、監控和改進數據質量，幫助用戶識別錯誤數據、重復數據或不一致數據，從而提高數據的準確性和可靠性；數據可視化工具可將數據轉化為圖表、圖形或儀表板，幫助用戶更直觀地理解和分析數據。從行業應用看，數據包可涵蓋多行業和寬領域的數據，如電商、金融、醫療、教育等，滿足不同主體的需求。（四）（四）APIAPI 接口數據是數據資產的使能器接口數據是數據資產的使能器API 數據指在應用程序間通過 API 技術服務公司提供的 API 接口傳輸數據，并可通過各種協議（如 RESTful、SOAP）進行交

77、互。31API 接口數據供給特點如下：一是保證數據流通安全性。一是保證數據流通安全性。API 接口數據在用戶發出數據驗證請求后通過 API 接口傳遞給供應商，并將供應商的驗證結果反饋通過 API 接口反饋給用戶，原始數據依然存儲在客戶的數據中心。二是二是 API 技術成熟、供求交易靈活。技術成熟、供求交易靈活。API 數據按需消費，無需購買全量數據，可較大程度地減少數據質量爭議，且 API 技術相對成熟、使用門檻低，數據產品具有很好的可控性。三是技術路徑易監管。三是技術路徑易監管。用戶在調用數據時，并不能獲取全部元數據，只調用相關業務數據，故可以記錄相關數據調用情況，基于區塊鏈等標準化、安全可

78、信的技術來實現 API的網絡管控。API 接口數據可幫助實現跨部門數據的高效共享，使開發人員可在接入數據的基礎上編寫程序代碼，極大地節省新程序的研發成本，提高了生產力和用戶體驗。國內 API 數據服務的供應商主要有天聚地合（蘇州）數據股份有限公司、京東萬象等，目前 API 技術服務頭部企業聚合數據已經沉淀了超過 500 個分類的 API 接口，日調用次數已經達到 3 億次，服務超 120 萬家客戶，涵蓋智能制造、人工智能、5G應用等領域。（五）解決方案是數據資產增值的有效手段（五）解決方案是數據資產增值的有效手段數據解決方案是一系列服務和工具的集合，旨在幫助企業或個人解決特定的數據問題，從而優

79、化決策、提升效率或創造價值。通?；跀祿治?、模型、算法、大數據處理等技術，為用戶提供數據處理、分析和應用服務，交付滿足用戶特定信息需求的模型工具及數據處理結果，業務范圍涵蓋數據咨詢、存算、應用、治理等。這類數據服務交易更加適合一對一交易模式，貴陽大數據交易所、32山西數據交易平臺等為買賣雙方提供集中交易場所，撮合解決方案的交易。目前我國數據解決方案交易呈現出市場增長迅速、定制化需求增加、數據安全與隱私保護愈加重視、合規性要求逐漸完善等特點。行業應用類數據解決方案（即提供針對特定行業的解決方案）在解決方案交易市場的占比最高，例如華東江蘇大數據交易中心網站上在售的品牌營銷解決方案、政企行研解決方

80、案、企業創新解決方案、電商風控解決方案等，其購買途徑需要通過管家咨詢匹配，深度了解訴求，定制解決方案，并最終在特定企業應用。未來，隨著數字經濟的進一步發展和數據分析、機器學習、人工智能等技術的創新，數據解決方案市場的前景將更加廣闊，方案性能將不斷提升。五、五、數據資產數據資產化是企業數據價值化是企業數據價值實現實現的核心的核心數據資產化是將數據資源轉化為數據資產的過程，也是數據產品通過高效運營、價值評估，實現共享開放、流通交易，給使用者或所有者帶來經濟利益的過程。DCMM 標準將數據需求定義為組織在業務運營、經營分析和戰略決策過程中產生和使用數據的分類、含義、分布和流轉的描述。數據需求方涉及公

81、共服務、影視娛樂、交通、醫療、金融、廣告營銷等眾多領域。當前市場數據需求種類主要包括數據的內部使用、外部流通，從數據市場流通環節來看，數據資產化階段的流通與使用是真正實現數據經濟價值的階段。在新一代信息技術支持和 AI 大模型訓練加持下，各類數據產品將實現對廣泛下游數據使用細分場景的泛化，顯著降低數據使用成本和門檻，更好賦能千行百業。33（一）價值評估是推動數據資產化的重要前置工作（一）價值評估是推動數據資產化的重要前置工作數據資產價值評估是對數據資產使用價值的度量，是指導數據資產入市合理定價和登記入表的基準。由企業過去交易或事項形成、由企業擁有或控制、能夠帶來預期經濟利益的數據資源，在被識別

82、確認為數據資產后進一步完成價值評估工作。順應發展需求和自身特殊規律的價格形成機制，是有效反映市場供需關系及數據實際價值貢獻基礎。目前數據資產價值評估主要沿用傳統資產評估方法（成本法、收益法、市場法），成本法成本法以各階段成本歸集作為估值依據；收益收益法法估算基于被評估數據資產預期收益的折現值；市場法市場法以在市場上完成數據交易為主要目的，以市場交易價格類比估值。數據在不同流通階段投入、關注重點和價值實現方式存在一定差異，故不同階段數據定價可綜合考慮選擇最優的定價方式，并融合大數據、云計算、區塊鏈、人工智能等新一代信息技術，賦能數據資產價值增值。數據在一級市場數據在一級市場即數據資源市場主要完成

83、數據資源的治理，保證數據的真實性和完整性以提高數據質量和效率，此階段數據價值主要基于數據治理成本定價。一是數據資源采集開發相關成本，包括數據采集、標注、集成、匯聚和標準化等一系列數據處理過程中消耗的軟硬件和人力等成本；二是受數據資源質量規范相關成本影響，即數據資源化過程中建立完善的數據資源質量評估和監管機制，并嚴格遵循質量評價體系規范數據處理開發流程，實現數據價值增值最大化所付出的成本；三是受數據合規性處理相關成本影響，即為滿足數據資源合規性審查中對個人隱私、商業秘密等要求，對原始數據進行脫敏化、匿名化等隱私處理所付出的治理成本。34圖 5-1 數據資產價格形成過程數據在二級市場數據在二級市場

84、即數據產品服務流通交易市場，是數據產品價值實現的階段，涉及數據交易、流通和應用等環節，此階段可基于價值最大化原理及后續流通環節靈活選擇定價方式。首先，由數據產品賣方綜合考慮數據產品開發成本、市場供需關系、產品應用潛力、同類產品競爭性、同領域數據價值、綜合歷史價格等因素，在數據交易所對相應數據產品報價。其次，交易場所或第三方機構遵循相關數據資產評估標準，綜合考慮數據成本（包括開發成本、運維成本、管理成本等）、數據質量（包括規范性、一致性、完整性、時效性、準確性等）和收益預期（包括歷史成交價、模型貢獻度等），提供參考價建議或釋放價格信號。最后，由數據買賣雙方進行議價，形成數據產品最終成交價。（二）

85、數據資產化運營加速數據價值實現（二）數據資產化運營加速數據價值實現數據資產運營指數據所有者通過直接或授權運營的方式完成對數據資產端分析挖掘，把隱藏在海量數據中的信息作為商品，以合規化形式發行出售，供數據消費者使用的過程，是激活數據資源流通潛能、實現數據價值的關鍵環節。數據運營以優化數據產品體系、豐富數據應用場景、賦能業務發展為目標，旨在構建有序開放與流35通應用的良好數據生態，貫穿數據價值化提升、推動數據價值變現。（1 1）公共數據開放利用與授權運營模式）公共數據開放利用與授權運營模式為順應經濟社會數字化轉型趨勢，充分釋放數據價值紅利，各地正有序構建統一規范、互聯互通、安全可控的公共數據開放平

86、臺，分類分級開放公共數據，提供目錄發布、數據匯集、數據獲取、統計分析、應用展示等服務。表 5-1 重點城市行業大數據應用管理舉措城城市市重點政策重點政策重點數據平臺重點數據平臺開放數據量開放數據量重點數據舉措重點數據舉措上上海海上海市公共數據開放暫行辦法上海市數據條例上海公共數據開放平臺https:/ 放 51 個 數據 部 門，132個開放機構，5528 個數據集（數 據 接 口2119 個），84個數據應用重視數據安全管理，以數據平臺深化行業數據開放應用上海確立數據交易價格“自定+評估”原則，建立公共數據授權運營機制，建設上海數據交易所。以安全可控為原則，全面提升服務能力和安全保護水平。融

87、合機器學習、交互可視化、人機協同和探索式分析于一體發布數據偵查兵創新方案，廣泛應用于公共安全領域。北北京京北京市公共數據管理辦法北京市數字經濟促進條例北京公共數據開放平臺https:/ 經 濟、信用、交通、醫療 健 康 等 20個主數據分類開放 71.86 億條數據量創制數據資產確權，引領數據要素資產化。注重數據資產確權評估制度體系，構建多行業、多場景數據資產綜合評估確權機制。推進數據資產登記平臺建設，依托區塊鏈等技術為公共數據的共享和開放提供確權技術支撐。整合北京市大數據中心 200 余萬市場信息，建設北京金融公共數據專區，上線“京云征信平臺”。天天津津天津市促進大數據發展 應 用 條例天津

88、市公共數據資源開放管理暫行辦法天津信息資源統一開放平臺https:/ 放21 個 主 題、61 個 市 級 部門、16 個區、7312 個 數 據集、1031 個數據接口推進智慧港口物流建設，重點布局智慧貿易、交通數據服務平臺融合物流、道路、港口、車輛和停車場信息，構建集政府管理、行業服務和企業應用為一體的貨運協同管理服務平臺及智慧運輸無車承運平臺，打造“線上線下一體化”的智慧運輸服務網絡。36重重慶慶重慶市公共數據開放管理暫行辦法重慶市數據條例重慶公共數據開放系統https:/ 領 域 共 13個數據集（含5 個 API 接口），開放數據量高 達52.20 億實施“云長制”，開放數據資源提升

89、數字城市管理效能。推動“管云管數管用”，在營商環境、大數據金融、交通出行、社區生活服務等方面加速形成網易應用、移動 APP、小程序等應用方案。公共數據運營應用主要分為政府主導運營和授權運營兩種模式，面向政法類客戶及非政法類城市數字治理服務等，應用場景覆蓋了政務、金融、醫療、商業等行業領域。政府主導運營應用方面，以社會治理現代化需求為導向，拓展市政、鄉村、交通、能源、公共衛生等公共數據的應用場景，建設一體化智能化公共數據平臺、智慧城市綜合平臺等，提升公共數據對社會治理與行業服務賦能作用，形成“用數據對話、用數據決策、用數據服務、用數據創新”的現代化治理模式，落地“反欺詐準入”“醫保核查”“群租房

90、識別”“實體店鋪選址”等多應用場景。授權運營應用方面，需明確數據的使用范圍和目的，允許第三方機構或個人在特定條件下獲取和使用數據，確保數據的安全和保密性，以滿足政府、產業和社會對數據的需求。當前我國各地政府正加速探索數據的授權運營工作，頂層設計與一線實踐的探索一直在交織推進，逐步形成了幾類不同的發展模式：一是集中一是集中 1 1 對對 1 1 模模式，式，即地方政府集中統一授權某一機構承擔該區域平臺建設、數據運營、產業培育等公共數據運營相關工作，以浙江、安徽、貴州、成都、青島等地為代表。二是行業二是行業 1 1 對對 N N 模式，模式，即地方政府授權不同的行業屬性機構，按照行業特點開展公共數

91、據運營工作，專業性更強，有利于充分發揮行業屬性作用，但統籌協調的難度也隨之增大，以北京市的金融公共數據專區為代表。三是分散三是分散 1 1 對對 N N 模式，模式，37即地方政府根據不同數據與機構特點進行匹配，授權各類型市場主體分別開展公共數據運營工作，以廣東、上海、武漢等地為代表。2024 年數據元年多省份數據局密接掛牌，數據局統籌下數據集團（國有企業）推進數據運營的方式將逐步成為主流運營方式。表 5-2 主要數據集團基本情況名稱名稱主要業務情況主要業務情況合肥市大數據資產運營有限公司公司致力于通過數據的匯聚、整理、共享、開放，培育大數據生態體系，打造合肥領先的大數據產業高地。云上貴州大數

92、據集團有限公司聚焦政務服務、企業服務、IDC 服務，為貴州省“一云一網一平臺”建設、大數據與實體經濟深度融合發展提供服務支撐。南京大數據集團有限公司是國有資本主導的全市數據資源管理、開發的運營平臺，是推進智慧城市建設和發展數字經濟的重要抓手。蘇州市大數據集團有限公司依托蘇州市公共數據開放平臺、蘇州大數據交易平臺兩大平臺，支持數字金融、數字制造、數字文旅等 N 個應用創新的“1+2+N”運營模式。上海數據集團有限公司是上海市一體化城市大數據資源基礎治理的支撐主體，致力于成為國內數據要素匯聚、供給、配置及市場化開發利用的領軍企業。河南數據集團有限公司推動河南省政企數據高度融通、公共數據全面接入，實

93、現重點領域數據價值化應用走在全國前列。武漢數據集團有限公司以數字新基建為主線，打造智慧城市建設與運營、數字產品供給與服務、數字資產開發與利用、數字產業培育與投資“四大板塊”。湖北數據集團有限公司立足省數據要素市場化運營，在北斗產業、城市基礎數據、國資國企、金融、光谷、鄂州等“N”個行業和區域開展試點工作。（2 2）基于）基于“數據銀行數據銀行”的數據資產化運營模式的數據資產化運營模式“數據銀行”是一個集數據收集、存儲、管理、分析和應用于一體的綜合運營平臺，以打造縱深分域綜合運營體系為主線，在確保數據管轄權前提下，充分調動數據資產流通活力。平臺運用數據沙箱、聯邦學習、區塊鏈等技術，整合會員企業的

94、不同類型數據，打造數據安全有序流通技術環境，在保護數據安全的同時為用戶提供更深入的數據價值業務，幫助用戶解決多渠道數據來源的收集和管理的難題。數據銀行主要采取“類銀行”模式對“數據”進行價38值挖掘應用、隱私安全保護以及數據產品的研發與融通，圍繞數據全生命周期、全鏈路運營環節完成數據的采集、存儲、治理與應用，并在此基礎上實現數據的資產化、價值化，通過數據的綜合管理實現數據的增值和有效流通，最終為用戶帶來收益。圖 5-2 數據銀行運營模式架構圖數據采集層連接傳感器、物聯網、云服務、物理服務器和虛擬機等，主要完成各種來源數據（如生產實景、內部數據庫、外部數據源、網絡爬蟲等）的采集，包括結構化數據（

95、如數據庫中的表格）、半結構化數據（如 XML 或 JSON 文件）和非結構化數據（如文本、圖像、音頻和視頻等），并同步完成數據資源的初步清洗與驗證，確保數據質量；數據存儲層需要高性能的存儲設備和技術，以實現海量數據的快捷存儲與訪問；數據治理層主要完成數據資源的分類、確權、整理和標注，形成數據資產庫，同時提供權限控制、版本管理、質量監控的功能服務；數據應用層是數據資產運營的核心環節，通過數據分析、挖掘和可視化等手段，將數據轉化為有價值的數據產品，實現包括可信數據倉庫、數據資產融資、數據商品39交易等在內的數據資產應用，實現數據資產的價值化?！皵祿y行”運營環節主要設計標準化產品超市，實現標準化數

96、據產品的撮合交易；匯聚生態服務商、生態用戶和產業用戶，提供數據資產委托運營服務；規劃用戶存儲空間，有償實現用戶數據存儲服務；同時布局線下業務大廳，整合數據融通、孵化器、服務中心、研究平臺等生態資源，賦能線下高效運營服務。（三）內部應用是數據資產價值實踐重要領域（三）內部應用是數據資產價值實踐重要領域數據資產在企業內部使用時通常用于維護和支持企業日常經營活動，通過數據資產價值開發支持企業經營活動實現降本增效的效果。企業內部流通應用的數據有市場數據、銷售數據、財務數據、營銷數據、供應鏈數據等，用于優化經營決策及業務流程，通過數據檢索實現復雜查詢、節省決策成本，透過客戶標簽畫像監測經營指標、分析競爭

97、對手等，支持企業決策和產品開發，找到資源約束下生產經營的“最優解”，實現精準營銷和數據風控。（1 1）數據檢索）數據檢索數據內部應用中的數據檢索指企業通過數據目錄、元數據管理、數據庫、搜索平臺等完成自身海量生產運營數據的整理匯聚，通過數據便捷檢索，解決商事決策中面臨的復雜查詢及驗證流程，以節省決策成本。數據內部應用中，數據檢索可通過以下幾種方式實現：一是健一是健全的數據治理框架管理元數據、編制數據目錄。全的數據治理框架管理元數據、編制數據目錄。通過元數據管理工具、數據分類標簽和訪問策略等幫助用戶快速定位和理解數據資產，提高檢索效率；二是組建數據庫二是組建數據庫（如關系數據庫、數據倉、數據湖等）

98、來存儲和管理數據，用戶可通過數據庫管理系統執行 SQL 查詢40或其他類型的數據檢索操作來獲取所需信息；三是開發數據可視化三是開發數據可視化工具和搜索平臺。工具和搜索平臺。通過關鍵詞、數據屬性或其他條件等在搜索界面或可視化界面直觀理解數據，發現數據間的關系和模式。通過上述方法，企業可提高數據內部應用的效率，并根據數據分析結果改進和優化現有產品和服務的管理，優化經營決策和業務流程，確保數據資源得到充分利用，從而支持決策制定、業務流程優化和創新活動，實現降本增效獲得更多的商業利潤。（2 2）精準營銷與數據風控）精準營銷與數據風控精準營銷和數據風控是數據內部應用的兩個關鍵領域，他們是相輔相成的關系。

99、精準營銷為數據風控提供更豐富的客戶數據，幫助企業更好理解客戶行為，從而更準確地評估風險；數據風控成果同時在營銷策略中反饋，幫助企業規避高風險客戶，優化營銷資源的分配，通過高效的數據分析和應用，顯著提高商業價值和風險管理能力，進而實現業務增長和風險控制的雙重目標。精準營銷利用大數據技術深入分析客戶行為、偏好、歷史交易等數據，透過分類和聚類算法等形成客戶標簽畫像，實現對目標市場的細分和個性化營銷?？蛻纛悢祿鄳糜诟黝悹I銷系統，當前應用群體以品牌廣告主、4A 公司及媒體平臺為主，旨在識別目標用戶、增強用戶畫像、提升客戶產品投放變現轉化率。比如淘寶的生意參謀幫助商家通過行業數據選品，做好店鋪管理決策

100、；微信公眾號后臺統計功能（包含用戶分析、內容分析、菜單分析等）等，幫助公眾號精準把握目標客戶，做優數據化運營、決策。數據風控側重于利用數據分析來識別、評估和預防潛在風險，通過建立數據指標模型和規則體系，在觸發特定場景下，提前判斷41是否存在信用風險、金融風險等，以減少損失。當前金融市場上的風險數據產品需求相對旺盛，銀行多基于大數據技術搭建欺詐風險信息數據“云平臺”，實現對各類風險的識別和預警，整合融資、交易、預警、評級、抵質押、財報等數據資源，實現風險信息的自動、分級、分類應用于授信全流程，提升風險識別、監測和預警的前瞻性和數字化水平。（四）外部流通拓寬了數據資產的價值網絡（四）外部流通拓寬了

101、數據資產的價值網絡數據外部流通推動了數據資源價值網格體系的發展，拓寬了數據資產應用價值。數據網格體系將數據所有權和管理權下放到各業務領域，每個業務領域負責管理和維護各自數據，并積極為其他領域提供數據產品和服務。這種分散式的數據運營方式有助于增加數據的標準化和互操作性，提高數據的可發現性、可訪問性和可用性，促進數據資源整合、提高生產效率、提升數據戰略價值，支持企業的數字化轉型和創新發展，是促進數字經濟發展的關鍵。（1 1）數據源應用與數據產品流通交易）數據源應用與數據產品流通交易數據源應用指通過企業合作或授權的方式，約定被授權方調用特定形式數據完成商業活動，授權方收取固定費用或一定比例分成費的形

102、式。該模式下數據源的應用主要面向特定環境需應用固定或少量數據源的中小企業，企業經評估后?；?API 接口調取相關數據，并支付相應的費用。數據產品流通交易則指數據所有方直接（場外）或通過數據交易平臺（場內）對外出售形成數據產品或服務以實現價值，交易對象可以是原始數據、數據產品以及各類數據分析報告。從場外流通市場看從場外流通市場看，數據流通多局限于小范圍自循環，“數據42孤島”問題較為突出。一是基于供應鏈生態的流通模式，數據基于自身業務產生并以自身業務服務產業鏈上下游的生態伙伴，電商領域的阿里云、美團等為典型代表；二是基于多種數據源對接提供數據服務的模式，此時數據在多渠道集成（包括公開渠道獲取、

103、購買數據庫、與數據資源方合作等）后為市場提供服務，如在工業供應鏈方面，卡奧斯依托“BaaS 引擎”沉淀海量工業數據，形成對 ICT、OT 等工業資源的高度抽象，提煉數字工業共性服務，已建設 510 個公開數據集、52 個專用數據集，具備單機操作系統的資源管理能力。從場內流通市場看從場內流通市場看，數據交易機構加速建設，2014-2024 十年間，國內相繼成立數據交易所超過 80 家，其中上海數據交易所自2021 年成立以來，數據交易額不斷攀升，單月數據交易額已超 1 億元，2023 年全年數據交易額突破 10 億元，累計掛牌數據產品數量超 2000 個，日益活躍的市場交易生態正在逐步形成。當前

104、我國場內交易的撮合平臺多采用政府主導或政府聯合國有企業共建的方式。從業務性質看，從業務性質看，可劃分為單純中介型和中介加處理型數據交易平臺。前者以中關村數海大數據交易平臺為代表，交易平臺本身不從事數據存儲、分析業務，僅提供數據買賣渠道；后者以貴陽大數據交易所、上海數據交易所和北京國際大數據交易所等為典型，交易平臺一方面就數據交易提供一般中介服務，同時也提供數據清洗、建模、分析等深度處理服務。從從交易產品交易產品看，看，可劃分為提供初級數據產品的交易平臺和提供高級數據產品的交易平臺。前者直接供應數據產品，如數據 API（應用程序接口）、數據云服務、技術支撐、離線數據包等；后者由平臺提供的定制服務

105、，包括可視化的數據分析報告等解決方案、針對特定業務場景的數據應用系統與軟件、與云融43合的各類大數據技術產品等。（2 2）數據資產入表強勢落地）數據資產入表強勢落地企業數據資源相關會計處理暫行規定中指出，企業在編制資產負債表時，應當根據重要性原則并結合本企業的實際情況，在“存貨”和“無形資產”科目下增設“數據資源”項，意味著數據完成了從自然資源到經濟資產的跨越。企業應根據相關會計準則完成數據資產的合規管理與計量，并以無形資產的會計科目在財務報表中進行確認和報告，這是對企業數據資產價值的認可，能夠規范數據交易、促進數據資產流通。我國在數據資產管理和應用方面取得顯著進展，以數據交易所為主體的交易平

106、臺多維度創新推進數據資產入表工作，國內多家企業已成功落地數據資產登記入表首單業務，顯著提高了數據資產的規范化管理水平。為有效推進數據資產入表進程，交易平臺推進多維度創新工作。一是制定入表路線圖。一是制定入表路線圖。聯合電網、中金、普華等多家專業機構和數據管理部門制定入表路線圖，涵蓋數據企業認定、數據資產登記、數據金融產品開發、交易價格計算、資產評估報告等全流程。二是二是上線數商服務平臺開設各類交易專區。上線數商服務平臺開設各類交易專區。蘇州大數據交易所、深圳數據交易所以數商為服務對象，設立數據資產化專區，并聯合企業征信在全國率先上線數商金融服務平臺，打造無質押增信貸款產品；同時推出“智能車聯網

107、”交易專區，完成超 30 億條智慧交通路側感知數據資產化入表。三是打通數據資產鏈服務平臺。三是打通數據資產鏈服務平臺。建立區塊鏈技術產品交易存證、完善智能合約標準，探索“一數一碼”模式、推動各類數據產品可登記、可統計、可普查；同時打通企業數字資產發行平臺，逐步放開不同應用場景數字資產的發行流通與登記。44表 5-3 部分國企集團數據資產入表推進情況國企集團實際運營主體入表數據資產內容南京公用控股有限公司南京公共交通有限公司公交數據成都市金牛城市建設投資經營集團有限公司成都鑫金大數據有限責任公司金牛城投內部智慧水務監測數據以及運營數據等城市治理數據江蘇鹽城港控股集團有限公司集團本部集裝箱碼頭生產

108、操作系統、電子口岸系統、港機設備物資管理系統、散雜貨生產管理系統數據四川發展（控股）有限責任公司四川發展數字金沙科技有限公司在公文資訊領域創新打造的“公文助手”數據產品成都產業投資集團有限公司成都數據集團股份有限公司公共數據運營服務平臺運行產生數據重慶巴洲文化旅游產業集團有限公司重慶巴渝數智城市運營服務有限公司智慧停車數據泉州交通發展集團有限責任公司泉州大數據運營服務有限公司泉數工采通數據集（通過對公共數據進行數據治理、加工、處理后定制化開發形成可用的數據集）溫州市國有金融資本管理有限公司溫州市大數據運營有限公司信貸數據蘇州高鐵新城國有資產控股（集團）有限公司先導（蘇州）數字產業投資有限公司蘇

109、州高鐵新城交通路側感知數據合肥興泰金融控股（集團）有限公司合肥市大數據資產運營有限公司公共交通出行數據臨沂城市建設投資集團有限公司臨沂鐵投城市服務有限公司臨沂市高鐵北站停車場數據資源集2024 年開年來國家先后發布多項政策文件強調數據資產流通，激活數據資產應用價值，地方政府圍繞數字資源化、資產化、資本化作出多項政策舉措，江蘇省圍繞數據知識產權登記管理，上線數據知識產權登記平臺，保護數據資產相關權益；上海、江蘇、湖北等 20 余個地區成立省級數據局，統籌數據資源整合共享和開發利用。調研發現國內多地完成首單數據資產入表業務（如表 5-3 所示）但數據資產市場流通活力尚有待提高，未來將進一步完善數據

110、資產流通市場，促進數據資產跨部門、跨領域流通應用復用，是助力數字經濟高質量發展的關鍵。六、數據資本化是基于金融手段實現的價值躍遷六、數據資本化是基于金融手段實現的價值躍遷數據資本化不僅需要對數據資產的深刻認識，還需要金融機構45對數據資產的價值認可。數字資產具有明晰的權屬確認、可預見的經濟價值、良好的流動性，以及區塊鏈等技術保障下的不可篡改性和全程追溯性等多重優勢，使其在信貸融資市場占據獨特地位，為金融創新提供了新的探索方向。數據資本化是在數據資產化的基礎上，賦予數據資產更多金融屬性，將數據資產作為抵質押品等用于信貸融資及其他金融活動的過程，這意味著數據的經濟價值得到金融市場的認可。（一）數據

111、資產金融屬性助企融資紓困（一）數據資產金融屬性助企融資紓困數據資產的可增值性、可質押性和可作信用擔保性等使其具有增值、保值、融資等作用，是完成數據資本化、進一步盤活數據價值、實現增值變現的關鍵，基于數據資產金融屬性推進數據資本化運營能夠賦能助企融資紓困。一是數據資產具有增值性。一是數據資產具有增值性。數據資產的增值性主要來源于使用價值和流通價值。通過對海量數據資源的收集、整理、分析和挖掘，數據資源成為滿足使用者需要且可以創造經濟利益的數據資產，并投入到生產經營中，實現價值鏈上的價值傳遞和增值。在流通環節，數據資產的價值不僅僅體現在當前的市場價格上，更重要的是其能夠在未來的交易中通過數據交易、數

112、據共享等方式繼續增值。既然數據資產呈現增值趨勢，我們就可以投資數據資產，推動數據資產流通和增值。二是數據資產具有可質押性。二是數據資產具有可質押性。數據資產具備資產屬性和可交易性，故可設立質押權。當前實踐中，數據資產質押主要有兩種形式：一是數據資產憑證質押，企業通過數交所等權威平臺確權登記后獲得憑證，以此數字資產憑證轉移占有權給債權人作為質物，待責任46履行完畢，質押的憑證將予以歸還；二是區塊鏈存證平臺質押，利用區塊鏈特性為知識產權提供存證服務，并頒發證書，支持維權、許可、質押、交易等一站式服務。這兩種形式為數據資產提供了有效的質押途徑。三是數據資產可以作為信用擔保。三是數據資產可以作為信用擔

113、保。數據資產可以作為信用擔保的一種形式，向金融機構或其他受益人提供保證，以增強其信用等級和融資能力。金融機構可以根據權威機構提供的數據資產評估結果發放貸款，實現數據資源的貨幣價值變現。這種形式的擔保不僅有利于企業獲得更多的融資機會，還有助于提高整個金融體系的穩定性和風險防控能力。在當前實踐中，基于數據資產的金融屬性，金融機構正積極探索多樣化數據資產資本化方式，以進一步釋放數據資產的潛在價值，助力解決企業融資困境。如數據資產增信貸款，即通過將數據資產作為信用背書，為企業提供更加靈活的貸款條件；數據資產抵質押融資，即企業可以將自己的數據資產作為抵押物或質押物，從金融機構獲得融資支持等。此外，數據保

114、險、數據信托、數據證券化、數據資產作價入股等也是拓展數據價值、體現數字資產金融屬性的重要途徑。這些資本化方式不僅為企業提供更加靈活和多樣化的融資選擇，還能幫助企業更加合理地管理和利用自己的數據資產，充分釋放數據的潛在價值。（二）數據資本化運營助力資產增值變現（二）數據資本化運營助力資產增值變現數據從資源到資本，需要經過資源化、產品化和資產化再到資本化的過程，經過資產化合規審查認定后的數據可進入三級交易市場（數據資產金融產品交易市場）。與傳統信貸融資相比，在應用47數據資本完成信貸融資前需第三方服務機構（公證中心、登記機構、律師事務所、資產評估機構等）完成數據資產的合規審查與登記，并結合交易市場

115、情況完成數據資產價值評估，形成評估報告和資產登記證書，支撐后續信貸融資服務。以數據資產質押貸款為例，分析數據資產資本化實現全流程。（1 1）數據資產確權登記）數據資產確權登記數據資產持有方委托相關法律機構明確數據資產的所有權、使用權等權利歸屬，并將相關信息記錄在權威數據資產登記機構或平臺上，以確保數據資產的合法性、唯一性和可追溯性。（2 2）數據資產）數據資產價值價值評估評估數據資產持有方委托第三方資產評估機構開展數據資產價值評估，以初步估算可申請的融資額度。資產評估機構結合數據資產特性，設計適用于數據資產評估的方法與模型，基于數據質量、市場認可度、未來現金流等出具數據資產評估報告，為金融機構

116、授信額度提供參考依據。（3 3）金融機構審核）金融機構審核金融機構綜合評估數據資產化階段的各項合規性審查材料、數據資產價值、融資方資信情況、法律風險評估意見等完成授信審批流程，同時以數據資產評估結果作為貸款額度的依據，確定最終授信額度，并形成授信報告，指導擬定后續貸款合同中貸款金額、利率、期限、還款方式等條款。（4 4）簽訂質押合同）簽訂質押合同申請方與金融機構之間就質押融資事宜達成一致，并簽訂質押合同。質押合同作為法律文件，將詳細規定質押物的具體信息，包48括其類型、數量、評估價值以及權屬證明，確保質押物的明確性和合法性。整個合同的制定旨在為質押融資提供法律保障，確保交易的透明性和雙方利益的

117、最大化保護。（5 5）辦理質押登記）辦理質押登記根據相關法律規定，質押物需要在指定的登記機關進行登記，以確保質押權的合法性和對抗第三人的效力。登記過程可能涉及提交質押合同、質押物權屬證明等文件，并獲取登記證明。（6 6）發放質押貸款）發放質押貸款在質押合同簽訂且質押登記完成后，金融機構會根據合同約定向申請方發放貸款。貸款金額、利率、還款方式等均在質押合同中明確。申請方需按照合同約定使用貸款并按時還款。（7 7）數據資產融資全流程管理）數據資產融資全流程管理數據資產融資作為新興交易市場，法律和監管框架尚不健全，導致其受技術、市場和操作性風險的影響相對較大，金融機構為防范資金風險，需在傳統貸后管理

118、的基礎上新增企業“數據資產全生命周期”的監督管理：一是定期組織對數據資產采集、存儲、流通和銷毀等全生命周期環節的日常監控與貸后檢查；二是通過數據交易所、登記管理機構、融資企業及產業鏈上下游關聯企業等渠道完成對數據資產的日常監控；三是持續關注融資企業數據資產的質量、完整性、技術更新、應用價值以及權屬轉換情況。49圖 6-1 數據資產質押貸款實現全流程（三）金融機構積極踐行數據資產金融化（三）金融機構積極踐行數據資產金融化2023 年 12 月，財政部印發關于加強數據資產管理的指導意見，提出引導金融機構和社會資本投向數據資產領域。數據資產作為新型資產形態，是未來金融資源配置的重要內容。當前，金融活

119、動越來越多地涉及數據資產，各金融機構也將重點關注數據資產業務，加快推動數據資產的信用化進程。一是一是銀行信貸銀行信貸業務業務考慮考慮使用使用數據資產作為質押和擔保數據資產作為質押和擔保。數據資產抵質押貸款作為金融創新的一個重要方向，已經吸引了中國工商銀行、光大銀行、青島農商銀行、平安銀行等多家銀行參與，并已成功實踐。但當前實踐中數據資產抵押貸款的規模較小，一方面，數據資產作為一種新興的抵押物，其風險控制仍處于探索階段，銀行在缺乏充分經驗和數據支持的情況下，傾向于保守放貸，以降低潛在的信貸風險；另一方面，數據資產的價值往往與其使用場景和數據質量緊密相關，而這些因素在不同的評估機構和評估方法下可能

120、產生較大的差異，故大規模的數據資產抵押貸款可能需要更為成熟的評估體系和市場認可度。未來，銀行探索數據資產抵質押融資貸款，一是需要建立和完善數據資產的評估體系，提高市場認可度，保證數據資產評估的準確性和標準化，以支持大規模的數據資產抵50押貸款；二是銀行要結合金融科技，如區塊鏈、人工智能等技術，提高數據資產抵質押貸款的透明度、安全性和效率；三是要完善相關監管政策和法規，以適應新的金融市場環境。二是二是保險業保險業將持續優化推出將持續優化推出數據保險類解決方案數據保險類解決方案。2023 年 8 月，全國首批數據保險類解決方案在深圳數據交易所上市，解決方案聚焦數據網絡安全、數據產品知識產權保護、網

121、絡安全軟件質量等領域，有效保障企業數據安全風險，也助力行業創新“產品+保險”模式。未來，保險行業將聚焦于數據密集型企業所面臨的核心挑戰出臺數據保險解決方案。一是在數據安全方面，數據保險解決方案將提供全方位的風險覆蓋，有效應對企業在生產經營過程中遭遇的數據安全與網絡安全風險，包括第一方損失風險及第三方賠償責任；二是在數據產品知識產權保護方面，數據保險解決方案將保護報備主體的合法權益，為數據要素市場的參與者提供堅實后盾，促進數據市場的健康流動與高效利用；三是針對軟件首版次質量安全，方案將提供針對性保障，確保用戶單位在驗收后避免因軟件質量缺陷而引發的意外事故。此外，數據保險類解決方案不限于數據服務商

122、及數據要素交易雙方，也可為需要加強數據安全、網絡安全、數據知識產品產權保護、各基礎軟件質量管控等一系列風險管理需求的企業提供保障。三是三是數據資產證券化數據資產證券化將逐步探索落地將逐步探索落地。數據證券化實現機制的核心是經過評估定價后數據資產的打包和結構化,形成可交易的證券產品。當前數據資產證券化正處于探索初期，金融機構參考知識產權證券的成熟模式,大多采取以下幾種方式實現數據資產的結構化:數據權的轉讓和回租、數據權的二次許可使用、供應鏈應收賬款模51式和數據資產抵押貸款模式。未來，數據資產證券化將逐步進入落地實踐階段，通過一定的結構化設計,就數據的使用或抵押,將未來的收益權或現金流量化為基礎

123、資產,轉讓給特殊目的載體（SPV）,并發行資產支持專項計劃。此外，數據資產證券化需要符合相關法律法規和監管要求,包括數據隱私、知識產權、合規性等方面的規定，監管機構需要對數據資產證券化進行監管和規范,保護投資者權益和市場秩序,讓數據資產證券化發行,有規可依。交易標的屬性很大程度上決定了投資者群體和適用的交易制度，進而影響產品的價格表現和流動性。因此，要構建高效的數據要素市場體系，不僅要有良好的交易機制，還需要優質的交易標的。而數據資產因其類型繁雜標準化程度低、預期收益不確定和流動性變現能力差等固有缺陷，未經過資本化處理的數據資產短期內難以成為流動性好、價格發現功能強的資本市場優質交易標的，長期

124、看數據資產資本化將是我國要素市場金融工具創新的大勢所趨。（四）多地落地數據資產增信與融資應用（四）多地落地數據資產增信與融資應用從當前實踐來看，數據資產資本化方式以銀行貸款融資為主，輔以數據資產保險、數據信托、數據證券化產品、數據資產作價入股等多元資本化方式。具體案例見下表。表 6-1 部分數據資產融資貸款案例融資類型融資類型公司名稱公司名稱資產內容資產內容融資金額融資金額案例詳情案例詳情無質押增無質押增信貸款信貸款深圳微言科技有限責任公司-1000 萬元2023 年 3 月，深圳微言科技有限責任公司通過光大銀行深圳分行授信審批，成功獲得全國首筆無質押數據資產增信貸款額度 1000萬元，并于

125、2023 年 3 月 30 日順利放款。52朝陽區數據要素綜合服務平臺A 類 數 據資產登記憑證和數據資產評估報告1000 萬元2024 年 3 月，朝陽區數據要素綜合服務平臺與光大銀行等數據要素生態合作伙伴深入合作，圍繞數據金融產品賦能企業發展，挖掘對接企業數據要素信貸融資訴求。光大銀行北京分行結合公司 A類數據資產登記憑證和數據資產評估報告，以數據資產增信方式為公司批復授信額度 1000 萬元。山西鵬景科技有限公司-900 萬元2024 年 3 月，數據服務商山西鵬景科技有限公司獲得深圳數據交易所數商認證授牌，與中國銀行山西省分行簽約獲得數據資產無質押 900 萬元人民幣增信貸款。河南數據

126、集團有限公司“企業土地 使 用權”數據800 萬元河南數據集團“企業土地使用權”數據在鄭州數據交易中心掛牌上市，金融機構向河南數據集團批準授信額，完成了河南省首筆數據資產無抵押融資案例。山東政信大數據科技有限責任公司濟寧市企業信用金融服務數據300 萬元該公司憑借“濟寧市企業信用金融服務數據”獲得北京銀行融資授信額度，系濟寧市首筆無質押數據資產授信貸款。質押貸款質押貸款天津臨港投資控股有限公司兩種知識產權證書1500 萬元通過質押“天津港保稅區臨港區域通信管線運營數據”知識產權證書和“臨港港務集團智腦數字人”知識產權證書，在天津市首次實現了用數據資產為企業帶來現金流。泰安市泰山發展投資有限公司

127、“泰山易?！蓖＼嚁祿?500 萬元泰山發展投資有限公司以公司自有的“泰山易?！蓖＼嚁祿Y產成功獲得銀行融資，成為全市首個將自身運營形成的數據資產實現融資的成功案例。德清縣車網智聯產業發展有限公司德清自動駕駛仿真場景庫數據1000 萬元德清縣車網智聯產業發展有限公司通過質押數據知識產權“德清自動駕駛仿真場景庫數據”，成功獲批寧波銀行貸款，標志著湖州市首筆數據知識產權質押貸款落地。宿遷易通數字科技有限公司園區平臺企業經營能力計算與分析模型1000 萬元通過自有的“園區平臺企業經營能力計算與分析模型”數據知識產權證書辦理質押登記，在南京銀行宿遷分行以“數據知識產權質押+信用”模式獲貸。53青島北岸控

128、股集團青島北岸智慧城市科技發展有限公司的 BIM 數據200 萬元青島農商銀行以“數據資產”質押作為擔保方式，向青島北岸控股集團發放貸款。開創了青島市銀行業基于可信數據資產評估報告進行數據資產質押融資的先例，為普惠金融、數字經濟高質量發展注入新活力。表 6-2 其他數據資產資本化方式案例融資類型融資類型參與主體參與主體資產內容資產內容融資金額融資金額案例詳情案例詳情數據信托數據信托深圳數據交易所等-2023 年 4 月，“中誠信托數據資產 1 號財產權信托”成功提交監管備案，系全國首個落地的數據信托制度創新項目。廣西電網有限責任公司電力數據產品-2023 年 7 月，廣西電網有限責任公司與中航

129、信托股份有限公司、廣西電網能源科技有限責任公司簽署數據信托協議，并在北部灣大數據交易中心完成首筆電力數據產品登記及交易，標志著全國首單數據信托產品場內交易完成。杭州工商信托股份有限公司-2024 年 2 月，杭州工商信托股份有限公司成立數據信托產品“杭工信數金晟 1 號數據信托”。作價入股作價入股青島華通智能科技研究院有限公司基于醫療數據開發的數據保險 箱(醫療)產品100 萬元2023 年 8 月，青島華通智能科技研究院有限公司把基于醫療數據開發的數據保險箱(醫療)產品，以作價入股的方式與青島北岸控股集團有限責任公司、翼方健數(山東)信息科技有限公司簽訂組建成立新公司的協議，成為全國首例數據

130、資產入股的案例。數據資產數據資產保險保險中航創世機器人(西安)有限公司等 10 家企業-1000 萬元2023 年 4 月，中國人民財產保險股份有限公司西安市分公司承保，為中航創世機器人(西安)有限公司等 10 家企業的數字資產提供保險，系國內首單數字資產保險。貴陽大數據 交 易所、中國大地財產保險股份有限公司等-2024 年 1 月，貴陽大數據交易所聯合中國大地財產保險股份有限公司等發布數據交易險、數據網絡安全責任險。數據知識數據知識產權證券產權證券化化杭州高新金投控股集團有限公司12 家 企業的 145件知識產權1.02 億元2023 年 7 月，杭州高新金投控股集團有限公司 2023 年

131、度第一期杭州高新區(濱江)數據知識產權定向資產支持票據(ABN)在中國銀行間市場交易商協會成功簿記。54七、數據基建全流程保障數據資產市場化流通七、數據基建全流程保障數據資產市場化流通數據要素市場化基礎設施是指以數據為中心，以挖掘數據價值和保障數據安全為基本點，以實現數據要素的采集、存儲、處理、流通、交易為目標所設計建設的各類硬件設施和軟件平臺。數據要素市場化基礎設施涵蓋網絡、存儲、計算、流通、安全五個方面，通過匯聚各方數據，提供“采-存-算-用”全生命周期的支撐能力，構建全方位的數據安全體系，打造開放的數據生態環境，讓數據“采得到、存得下、流得動”，推動數據要素市場化高質量發展。（一）網絡設

132、施促進數據高速泛在連接（一）網絡設施促進數據高速泛在連接網絡基礎設施支撐數據匯聚、處理、流通、應用、運營、安全保障全流程，安全高效的網絡基礎設施一方面使得數據生成流轉的速度更快、覆蓋范圍更廣，能夠帶動全社會數據規模的快速增長，增加數據要素供給量；另一方面能夠有效促進數據要素的實時傳輸和高效流通，推動數據要素在不同領域、不同行業之間的共享和交換，加快數據要素市場化進程。5G 高速率特性實現大規模數據的實時傳輸和處理。高速率特性實現大規模數據的實時傳輸和處理。與 4G相比，5G 的理論下載速率可達到 20Gbps，高出 20 倍以上，這意味著數據可以在極短的時間內完成傳輸，極大地提高了數據傳輸的效

133、率。這種高速率的數據傳輸為數據要素的實時獲取、分析和利用提供了有力的技術支撐，提高了數據供給量和活躍度。物聯網物聯網賦能數據采集，賦能數據采集，提高數據供給提高數據供給。物聯網通過連接各種智能設備和傳感器，實現了數據的高效采集，為各種應用場景提供豐富的數據源。通過深度學習、機器學習等技術，物聯網設備能夠自動識別和過濾無效或異常數據，確保采集到的數據質量和可靠性。物聯網設施不僅提高了數據的供55給量、多樣性和準確性，也為數據要素的流通和交易提供了更廣闊的空間。衛星互聯網突破物理限制，擴展數據資產流通范圍。衛星互聯網突破物理限制，擴展數據資產流通范圍。衛星互聯網以其全球覆蓋的特性，打破了物理空間的

134、限制，拓寬數據資產應用場景和流通范圍，為全球范圍內用戶提供全覆蓋、高帶寬、靈活便捷的互聯網接入服務，促進了全球范圍內的信息共享與合作。Web3.0 保障數據交易安全保障數據交易安全高效高效并實現跨鏈流通并實現跨鏈流通。Web3.0 去中心化機制使得數據交易信息能夠被公開記錄且不可篡改，確保交易高透明度和可追溯；智能合約技術能夠自動執行預定義條款，為數據資產交易提供自動化執行機制，有效降低交易成本且提高交易效率；跨鏈技術支持 Web3.0 基礎設施實現不同區塊鏈網絡之間數據流通，擴大了數據資產交易的范圍和可能性。（二）存儲設施（二）存儲設施打造數據交易糧倉打造數據交易糧倉存儲基礎設施為數據資源提

135、供高效、安全、可靠存儲，在確保數據的完整性與安全性的同時，支持數據資源的規范管理、開發利用和開放共享，能夠有效提升數據資源供給質量和開放共享水平，促進數據資源價值轉化。數據中心數據中心保障數據規范化管理和共享。保障數據規范化管理和共享。數據中心主要包括集中式、邊緣式和云存儲式幾種模式。集中式數據中心集中式數據中心實施數據加密、訪問控制、安全審計等先進的安全技術和措施，在降低單位存儲處理成本的同時保障數據資產的安全性和完整性。邊緣式數據中心邊緣式數據中心指靠近網絡邊緣或靠近最終用戶和設備的小型數據中心，更接近數據生成和使用方，可顯著減少數據傳輸的延遲，實時高效處理各類數據，邊緣數據中心的前端數據

136、存儲處理可提高有價值數據的傳輸效率，賦能數據資產價值挖掘。云數據中心云數據中心指以數據存儲為主的云平56臺，具有多樣化的存儲方式、空間和周期，能夠快速適應業務變化，降低數據資源的存儲處理成本。此外，云數據中心靈活的數據訪問共享機制可以實現跨組織、跨地域的數據共享協作，有利于打破數據孤島、促進數據資產的流通利用。當前，我國數據中心建設規模正快速增長，數據顯示，截至 2023 年 8 月，國內集中式數據中心機架總規模超過 760 萬標準機架；基礎運營商及大型互聯網公司如中國移動、華為、阿里巴巴等積極開放各類邊緣計算產品、邊緣數據中心和相應的開發測試平臺；共研網數據顯示，2022 年我國云存儲行業市

137、場規模達 649.42 億元，同比增長 26.1%，市場占有率較高的云存儲平臺主要有百度網盤、360 云盤、阿里云盤、騰訊微云和華為云盤等。區塊鏈技術平臺保障數據資產安全可信存儲。區塊鏈技術平臺保障數據資產安全可信存儲。針對權屬結構復雜、敏感程度高的大規模數據，區塊鏈技術平臺可依托去中心化存儲方式，數據可溯源、難以篡改、智能合約自動執行等技術特點，提供安全可信的數據授權、存儲、開發、管理解決方案，保障數據來源可確認、存儲開發過程可追溯、使用范圍可界定、安全風險可防范，有效解決數據存儲互信、隱私安全等問題。近年來，我國區塊鏈技術平臺加快賦能數據資產安全可信存儲，如濱州生態環境局鄒平分局建設“區塊

138、鏈生態環境監管平臺”，通過建立環保部門與排污企業、設備廠商、公安、法院、大數據局等多方共建的生態環境保護聯盟鏈，確保了環保數據的司法采信，防止了數據篡改和濫用；敦煌研究院基于騰訊區塊鏈“今確”數字文化鑒證平臺打造“數字敦煌開放素材庫”，確保了文化遺產數字化原創性的保護、授權并實現數據資產安全存儲。然而，由于區塊鏈具有高透明度特57性，交易數據經過驗證節點驗證狀態和有效性達成共識后上鏈，上鏈后的賬本數據所有參與節點可見，可能無法完全實現數據隱私保護。在未來探索中可考慮引入其他隱私保護機制來解決鏈上數據的隱私安全問題。（三）（三）算力算力設施設施提供數據價值轉換的新型生產力提供數據價值轉換的新型生

139、產力算力基礎設施以其高性能的計算資源，完成大規模數據的計算處理、模擬和分析，應用于模式識別、預測分析、深度學習等數據密集型任務，深入挖掘海量數據中的隱藏信息，是數據價值轉換的新型生產力，已成為數字經濟的“新能源”。智算中心提高數據資產的價值挖潛效率。智算中心提高數據資產的價值挖潛效率。智算中心指基于人工智能技術研發和應用需求而設立的數據處理中心，其核心功能是通過算力的生產、聚合、調度和釋放，高效支撐數據的開放共享、智能生態建設、產業創新聚集，以專業智能化計算能力為數據資產運營提供算力支持，進而提高數據處理的效率和準確性，又能降低數據運營成本，推動數據資產的價值實現和產業升級。目前我國智算中心正

140、加速建設，算力平均水平在 100P左右，具體建設情況見下表。表 7-1 我國部分智算中心建設情況地區地區所屬省所屬省/市市智算中心名稱智算中心名稱成立時間成立時間算力算力東部地區北京市北京異騰人工智能計算中心2023 年一期 100P;短期 500P;遠期 1000P天津市天津人工智能計算中心2022 年300P河北省河北人工智能計算中心2022 年計劃 100P山東省濟南人工智能計算中心-青島人工智能計算中心2023 年100P“海之心”人工智能計算中心2023 年150P江蘇省南京智能計算中心2021 年800P太湖量子智算中心2023 年-昆山智算中心2021 年峰值 500P(FP16

141、)58浙江省杭州人工智能計算中心2022 年40P浙江“烏鎮之光”超算中心2021 年181.9P寧波人工智能超算中心2023 年-福建省福建人工智能計算中心2023 年一期規劃 105P;總體 400P廣東省深圳人工智能融合賦能中心2019 年一期 100P(FP16)/5P(FP64)期 300P(FP16)15P(FP64)廣州人工智能公共算力中心2022 年一期 100P，五年內 1000P中部地區河南省中原人工智能計算中心2021 年計劃 100P湖南省長沙人工智能計算中心2022 年200P;2025 年 1000P湖北省武漢人工智能計算中心2021 年100P山西省百度陽泉智算中

142、心2022 年計劃 100P西部地區四川省成都人工智能計算中心2022 年一期 300P陜西省未來人工智能計算中心2021 年-甘肅省甘肅慶陽智算中心2023 年-東北地區黑龍江省哈爾濱人工智能先進計算中心2020 年-遼寧省沈陽人工智能計算中心2022 年100P;后期 300P超算中心賦能高科技領域科研數據價值轉化。超算中心賦能高科技領域科研數據價值轉化。超算中心指集中了超級計算機、高速網絡等大規模計算資源，研究和發展超級計算機和相關信息技術的基礎設施，通常由國家統籌規劃建設，主要面向國家重點項目、科研單位等，為航天、國防、石油勘探、氣候建模和基因組測序等高科技領域提供尖端技術研究所需的運

143、算速度和存儲容量，大幅度提高數據計算性能，促進數據價值釋放。截至2023 年 8 月，我國已批準建立的國家超級計算中心共有 11所，包括天津、深圳、濟南、廣州等城市，形成了覆蓋全國的超算網絡。表 7-2 智算中心與超算中心的聯系與區別主要指標主要指標智算中心智算中心超算中心超算中心定義定義基于最新人工智能理論，采用領先的AI 計算架構,提供 AI 應用所需算力服務、數據服務和算法服務的公共算力新型基礎設施，通過算力的生產、聚合、調度和釋放，高效支撐數據開放共享和智能生態建設國家超級計算中心，是指由中國興建、部署有千萬億次高效能計算機的超級計算中心59計算單位計算單位不同智算中心算力單位不同，多

144、為Pops、Pflops、Petaflops、P，每秒可進行一千萬億運算，100P 以上智算中心多實現 16 位半精度運算Pflops，每秒一般可進行百億億次至萬億次的運算，高精度計算能力更強，可實現 64 位雙精度浮點運算能力基礎架構基礎架構底層：芯片；中層：框架、模型、算法；頂層：應用計算節點、存儲節點和網絡傳輸架構使用范圍使用范圍應用于計算機視覺、智能語音、自然語言處理、知識圖譜等，賦能智能制造、智能能源、智能交通、智能金融、智能教育、智能醫療等行業。面向科研、國民經濟、社會發展、高新技術產業等突出問題和核心技術，在工業仿真、天文物理、流體仿真、地球科學、大氣科學、地質模擬、深度學習、基

145、因組學、集成電路設計等領域支持國家科技創新建設成本建設成本每 100P 算力建設成本 1-5 億元人民幣成本在千萬至數十億元人民幣能耗及使能耗及使用價格用價格能耗在 1.2PUE 左右能耗在 1.22PUE 左右，基準使用價格約 0.05-0.1 元/核時開放難易開放難易程度程度統一標準、統籌規劃、開放建設、使用面廣、遷移靈活、編譯開發難度低，互聯互通互操作，開放程度相對簡單超算中心核心部件相對復雜，專業性程度相對高，多采用并行架構，標準不一，存在多個技術路線，開放互聯互通難度較大（四）流通設施（四）流通設施便捷數據產品流通交易便捷數據產品流通交易數據流通基礎設施指為促進數據在不同主體間的共享

146、、交換、流通與交易，確保數據資產高效便捷流通的一系列技術平臺安排，包括但不限于數據開放平臺、登記平臺、交易平臺。數據流通基礎設施是連接數據資源與應用的橋梁，是數據資產價值轉化的關鍵支撐，通過提供安全、高效、合規的數據流通環境，促進數據資源向數據資產的轉變，進而推動數字經濟的發展與創新。公共數據開放平臺增強數據資源的可獲取性。公共數據開放平臺增強數據資源的可獲取性。公共數據開放平臺是數據資源的集散地，匯聚來自政府、企業和社會各界的海量數據，為用戶提供豐富的原始材料，用戶可便捷獲取平臺上的各類規范化數據資源，通過分析工具處理開發新的產品、服務和解決方案，深度挖掘數據資產價值、提高經濟效益。目前，全

147、國已有 22 個省級行政區（不含直轄市）上線公共數據開放平臺，全國 333 個地級行60政區中建成公共數據開放平臺的地區已有 204 個，占比達 61.26%。從現有公開數據看，山東省共開放 2.26 萬個數據接口、83.5 億個數據條，是開放數據接口最多的地區。表 7-3 我國部分省市公共數據開放平臺建設情況平臺名稱平臺名稱數據量數據量/條條數據目錄數據目錄/個個數據領域數據領域/個個部門部門/個個數據接口數據接口/個個北京市公共數據開放平臺71.86億185732011514799上海市公共數據開放平臺19.92億552512512119廣州市公共數據開放平臺3.75億1441-59881

148、深圳市政府數據開放平臺19.93億401314493994山東公共數據開放網227.0億79427195619100江蘇省公共數據開放平臺1.70億7672340-四川公共數據開放網30.11億81272148-寧夏公共數據開放平臺4231萬200424286遼寧省公共數據開放平臺1924萬25262780武漢市公共數據開放平臺5553萬136912611027青島公共數據開放網16.5億39391943996寧波市數據開放平臺5.09億18031153-成都市公共數據開放平臺3.02億738721573816無錫市公共數據開放平臺4.73億238928734521濟南公共數據開放網23.1億

149、36521954899數據資產登記平臺數據資產登記平臺提供數據資產流通的技術框架和制度保障。提供數據資產流通的技術框架和制度保障。數據資產登記平臺是登記者、登記機構、相關第三方的信息溝通交流平臺，具備賬戶開立、申請、申請指引、審核、查詢、證書公示、法規展示、平臺簡介等功能，通過平臺合規性審查、登記明晰數據權屬關系、建立市場交易信任機制，同時提供參考定價、記錄數據交易信息等，是解決交易糾紛、實現政府監管數據交易的重要工具和手段。當前我國數據資產登記平臺仍處于初步探索階段，多由省市數據交易機構或登記中心建設運營，區塊鏈技術被廣泛應用于數據資產登記平臺的建設中，發布數據資產憑證和數字交易合約等實現數

150、據資產唯一性確權。61數據交易平臺是數據資產價值實現的主要場所。數據交易平臺是數據資產價值實現的主要場所。數據交易平臺連接數據供需雙方，運用技術及制度保障數據交易的安全性和隱私性，具備供求信息及交易日志管理、交易數據計費、數據安全審計等基本功能，可完成行業數據的交互、整合，引導確權、評估和定價服務，推動數據產品服務創新，促進數據流通共享，是數據資產價值轉化的重要驅動力。當前國內數據交易平臺的職責定位、功能及監管機制等方面仍存在短板，需要探索和完善相關規則和制度，推動數據資產價值的最大化轉化和利用，國家層面正積極出臺政策法規，支持交易所建設運營，推動數據交易市場的規范和發展。（五）安全設施創造安

151、全可控運營環境（五）安全設施創造安全可控運營環境數據安全基礎設施是支撐流通交易安全、實現數據資產價值的核心，是保障安全、高效、可信數據環境的關鍵。數據流通交易通過可信計算、數據空間等安全基礎設施，實現數據在不同主體間“可用不可見、可用不可存、可控可計量”，為不同行業、不同地區、不同機構提供可信的數據共享、開放、交易環境，有效提升數據流通環節的安全可靠水平。保護數據安全與隱私。保護數據安全與隱私?？尚庞嬎阋蕾囉布С值挠嬎闫脚_，如可信執行環境（TEE）或專用安全芯片，存儲和執行敏感信息，確保數據安全完整；通過實施加密、訪問控制和數據脫敏等措施，運用隱私計算、區塊鏈等技術手段，確保數據在流通過程中

152、的安全性和隱私保護，在保護個人隱私和企業敏感信息的同時，促進數據的開放和共享。支持數據確權與評估。支持數據確權與評估。運用區塊鏈、身份認證和授權機制等，支持數據所有權和使用權的透明記錄，確保數據資產權屬清晰，確保只有經過授權的用戶或設備訪問特定數據資產；安全可62信數據空間提供數據資產確權評估所需的工具和服務，幫助數據資產所有者和使用者更好地理解和實現數據的價值。促進應用創新和促進應用創新和市場流通。市場流通?？尚庞嬎闩c數據資產流通的結合有助于提升數據的可信度，通過區塊鏈+機密芯片，可實現對數據流動軌跡、計算過程的全程可追溯、可審計，提升系統信任度；安全可信數據空間為數據資產買賣雙方提供了一個

153、安全、透明、高效的交易環境，這能夠提高企業組織基于市場數據開發新產品和服務的積極性，促進數據開放共享，支持數據從原始資源向可交易數據資產的轉化。近期國家積極推進數據安全基礎設施建設，一方面推動各參與方建立數據安全保障體系，在可信計算產品標準體系框架下推進標準編制工作（如下表所示），并發布國內首個可信數據空間標準可信數據空間系統測試規范，確保數據的可信性、完整性和安全性；另一方面促進數據安全基礎設施在工業控制、大數據、人工智能、金融安全等領域的廣泛應用，在工業互聯網、金融科技、找機會城市等領域開始探索和實踐可信數據空間的應用，以提升我國信息系統安全防護能力，構筑主動防御、安全可信的保障體系。表

154、7-4 可信計算標準情況國家標準國家標準標準名稱編號信息安全技術 可信計算規范 可信軟件基GB/T 37935-2019信息安全技術 可信計算 可信計算體系結構GB/T 38638-2020可信計算 可信密碼模塊接口規范GM/T 0012-2020信息安全技術 可信計算規范 可信平臺控制模塊GB/T 40650-2021信息安全技術 可信計算密碼支撐平臺功能與接口規范GB/T 29829-2022團體標準團體標準標準名稱編號可信計算產品規范T/ZTCIA 001-2022網絡安全產品安全可信要求T/ZTCIA 002-2022嵌入式可信計算技術要求與測評方法T/ZTCIA 003-2022外設

155、產品可信計算技術規范T/ZTCIA 004-202263八八、我國數據、我國數據資產運營過程中所資產運營過程中所面臨的問題面臨的問題自 2015 年我國第一家大數據交易所“貴交所”成立以來，我國在數字經濟的浪潮中不斷探索數據資產價值實現路徑。自關于構建數據基礎制度更好發揮數據要素作用的意見發布，暢通數據資源大循環的方向愈加明確，加速了數據資產化進程。2023 年北京、上海、廣州等政府出臺本地版“數據二十條”政策文件，從體制機制、市場流通、產品研發、安全治理等多層次、多角度開展落地方案的深度探索，激發數據資產的應用價值，但仍面臨諸多挑戰。（一）數據權屬難以界定，產權保護面臨困境（一）數據權屬難以

156、界定，產權保護面臨困境數據權屬關系是數據要素流通應用的前提。當前我國創造性提出數據產權“三權分置”運行機制，圍繞所有權、知識產權、用益物權、債權等加速構建數據領域的維權體系。由于數字資產具有可復制、可變、可分割、可傳輸和可存儲等特點，應用場景多樣多變，致使其權利主體、性質難以明確。數據權屬界定不清，則會擴大數據在定價、加工使用和流通交易過程中的可解釋性，破壞市場交易規則、增加交易成本，極大程度地阻礙數據資產價值實現。一是數據資產的生成與價值實現流程復雜。一是數據資產的生成與價值實現流程復雜。數據產品的生產方式和生產關系極為復雜，數據從無價值原始數據轉化為數據資源及數據資產，需要多類主體參與完成

157、數據的收集、篩選、加工、處理等程序，且每個環節都給數據賦予了新價值。目前司法實踐在認定數據資產歸屬時通常會考慮數據收集者、數據加工者等主體對數據資產的貢獻，而復雜的加工方式使得數據價值的歸屬難以確定。二是數據要素侵權追溯識別困難。二是數據要素侵權追溯識別困難。數據存在非競爭性、可復制性和低可控性等特殊性質，社會主體可通過簡單的復制行為獲取數64據及數據價值，且數據價值的重要體現在于其廣泛的分享、流動和積累。因此，與傳統財產權益相比，各環節主體對數據的控制力相對薄弱，數據侵權行為多有發生，且難以參照傳統的財產權益保護體系對其所應享有的數據權益進行劃分、確認和保護。三是數據權屬法律規定不明。三是數

158、據權屬法律規定不明。數據收益分配是數據權屬關系的核心問題，且存在較大爭議，目前我國與數據收益分配相關的法律法規相對缺失，對數據權屬、交易和收益分配的規定相對模糊，這增加了收益分配的復雜性和爭議性。只有確立了合理的數據權屬關系及收益分配機制，才能確保各個主體的實際利益，才能從根本上調動各類主體參與數據要素市場構建的積極性。（二）數據價值衡量困難，交易機制有待完善（二）數據價值衡量困難，交易機制有待完善數據作為一種新型財產客體，社會普遍認可數據的經濟價值和持有人對其數據所享有的財產權利。民法典第 127 條已明確承認數據與網絡虛擬財產具有相同的財產屬性。但在實踐中，數據作為可交易的資產進行市場流通

159、交易機制仍不完善，在估值定價和收益分配方面缺乏系統性運行規則，數據定價活動無法取得預期目標和效果，數據交易活動所涉及的產品類型、規模和質量遠不能達到數字市場的商業需求。一是數據資產的外部性影響價值評估。一是數據資產的外部性影響價值評估。數據兼具正、負兩方面的外部性，導致數據資產價值評估時難以準確計量其成本、收益。從正外部性看，發揮數據的高流動性、低成本復制、報酬遞增的特點，有利于提高資源配置效率，創造新產業新模式，實現對經濟發展倍增效應。從負外部性看，數據要素流通易帶來隱私泄露、數據濫用，極易拉大社會收入差距，增加影響國家安全的潛在風險。65二是數據估價指標不統一，數據質量標準難定論。二是數據

160、估價指標不統一，數據質量標準難定論。與傳統財產客體不同，數據資產具體估價指標不統一、質量標準難界定，交易雙方“一事一議”、自行協商定價的數據估價模式難以為數字市場提供足夠的參考依據，成本、利潤、行業屬性，與數據質量相關的時效性、顆粒度、數量、范圍等要素均會對數據資產的最終定價產生決定性影響。三是交易方式不確定導致場景效應難量化。三是交易方式不確定導致場景效應難量化。當前數據資產市場交易尚處于探索階段，企業間數據交易方式多樣，直接交易模式、數據交易所模式、資源互換模式、會員賬號服務模式、數據云服務模式、API 接口訪問模式等并存，不同交易方式下流通成本、參與主體的不同影響數據產品的量化價值；另外

161、不同行業的數據需求差異較大，賣方基于買方所處行業特性采取歧視性定價策略的現象較為普遍，導致市場主體間難以就數據資產市場價值認定達成共識。（三）交易規則和標準缺乏，市場壁壘亟待破除（三）交易規則和標準缺乏，市場壁壘亟待破除活躍的數據資產交易市場不僅能夠破除數據要素流通的環境約束、促進數據要素的高質量供給，還能夠賦能土地、資本、勞動力等傳統要素市場的數字化升級。數據資產交易市場的壯大，能有效提升傳統要素市場的數字化、網絡化、智能化水平，進而帶動全國產品市場的迭代升級。然而當前我國的數據要素交易市場的活躍度相對較低，市場壁壘成為制約數據資產流通的重要問題。一是條塊分割及重復建設等問題突出。一是條塊分

162、割及重復建設等問題突出。就部門壁壘來看，各部門出臺的方案、實施意見、規劃等存在一定的沖突，數據交易系統在建設過程中僅基于本系統的規劃或方案來實施，部門間缺乏溝通和協調，管理上的條塊分割導致重復建設問題突出，不僅造成了資66源的浪費，還影響了數據要素的流動，難以形成應有的市場合力。二是大數據交易平臺缺乏標準。二是大數據交易平臺缺乏標準。自 2015 年 4 月全國第一家大數據交易平臺貴陽大數據交易所成立以來，在各地政府的推動下，眾多區域性數據交易平臺建成，然而交易平臺建立規則不一，存在隱藏的盲點和誤區，數據標準化程度低。以湖北武漢為例，華中、東湖、長江三大數據交易中心在半年內依次成立，在發展、功

163、能定位上界線不清，導致形成多個分割的交易市場，交易規則的不統一致使并立困難無法形成綜合優勢來發揮數據交易機構的作用。三是大型企業數據互聯互通程度較低。三是大型企業數據互聯互通程度較低。當前，我國數字資源的集中化趨勢較為明顯，在很多領域呈現出“寡頭”競爭或一家獨大的局面。阿里系、百度系、騰訊系、頭條系等企業生態系統中相關企業數據量巨大，但開放度較低，相互間數據兼容性較差，數據資源價值有待發掘。加快推進不同行業之間的數據開放共享及互聯互通是構建統一數據要素市場的內在要求。（四）市場流通機制不完善，監管體系有待優化（四）市場流通機制不完善，監管體系有待優化數據要素市場化配置是一項復雜的系統工程，市場

164、監管是數據要素市場化的重要環節，目前我國數據要素市場化建設尚處于起步階段，市場監管體系不健全、數據要素基礎設施支撐不夠強，缺乏對數據造假、泄露、侵權等違法行為的有效監管技術和處罰手段，存在數據要素監管體系和服務生態不成熟等問題。一是數據安全保障規范和標準缺乏。一是數據安全保障規范和標準缺乏。區塊鏈隱私計算等技術的成熟普及度較低，對數據安全的保障效果有限；通用人工智能訓練需要海量數據，極易出現信息泄露，導致數據的濫用，且模型訓練過程中的偏見和歧視性內容，易引發社會倫理爭議，急需制定一套67包含數據資源利用、安全、隱私保護、交易監管等指標的數據要素市場風險評估指標體系，提升數據治理的法治化水平。二

165、是數字基礎設施建設不完善。二是數字基礎設施建設不完善。骨干網絡、5G 信號覆蓋、光纖網絡提速、數字信息中心、數據交易平臺、智能設施設備、數字應用場景等基礎設施覆蓋不全面、區域發展不協調、應用不充分，致使數據采集、流通、擴散和應用缺乏有效載體，數據要素難以融入代表先進生產力的前沿科創領域，賦能未來產業發展受限。三是數據資產可信流通環境有待優化。三是數據資產可信流通環境有待優化。數據流通不暢是數據要素市場目前發展狀態下面臨的基礎性問題，現在數據要素市場處于培育期，各類配套制度、標準、實踐經驗都處于探索期?？蓞⒖細W美國家設立市場運行監管機構，建立完整的數據分類和風險評估機制、數據要素入市和退出機制，

166、促進數據資產市場的規范發展。九、對策建議九、對策建議總體而言，我國數據資產探索處于起步階段，數據要素市場培育基礎尚不堅實，需要不斷推進相應的理論研究和制度設計，通過試點應用積累實踐經驗，持續探索各方面難題的解決方案，以期在保障數據安全的前提下，充分釋放數據資產價值潛能，推動數字經濟持續健康發展。（一）創新數據產權制度體系，有效避免數據產權糾紛（一）創新數據產權制度體系，有效避免數據產權糾紛一是出臺統一的數據管理標準。一是出臺統一的數據管理標準?？捎蓢覕祿譅款^，聯合全國信息技術標準化技術委員會制定數據收集、存儲、管理、共享、開放、分析、結算過程等流程的一系列標準化管理辦法，并依托各地數據交易

167、所選取專業數據處理機構開展數據處理規范化試點，逐步明確數據的權利歸屬和權益分配，減少不同主體對數據解釋和使68用的差異，進而減少數據確權糾紛的發生。二是建立數據流通存證溯源體系。二是建立數據流通存證溯源體系。運用區塊鏈、數字簽名、時間戳等技術手段，對數據來源、內容、格式、質量、處理過程及流通過程等進行鑒別和記錄并上鏈存證，形成具有法律效力且不可篡改的鏈上數據公證證書，建立完善數據流通存證溯源體系，實現數據全生命周期可信管控，便于發生數據資產侵權糾紛時進行取證，增強數據交易信任和安全。三是完善數據確權法律法規。三是完善數據確權法律法規。推進出臺數據確權方面的法律法規和制度辦法，確立數據產權制度框

168、架，明確數據產權的屬性、歸屬以及權利和義務，確保數據生產、流通、使用過程中各參與方依法享有權利、承擔義務。劃清國家與地方之間、政府部門之間、政府與個人之間的數據權屬邊界，明確政府對企業和個人數據的權利范圍和利益返還機制。（二）完善交易評估體系，促進數據資產價值轉化（二）完善交易評估體系，促進數據資產價值轉化一是分類選取數據資產評估方法。一是分類選取數據資產評估方法。根據數據特性分類選取數據資產評估方法，如對于具有正外部性的數據資產，考慮使用收益法來評估其帶來的額外收益；對于具有負外部性的數據資產，選取成本法幫助評估數據資產的管理和保護成本。為使評估結果更加全面，可以考慮綜合運用多種評估方法，并

169、定期更新評估結果，以反映最新的市場和數據使用情況。二是分行業探索二是分行業探索數據資產數據資產評估指標體系。評估指標體系。依據各行業數據特征、用途和行業需求，充分考慮數據的價值構成、市場供求關系、行業法規和技術發展趨勢等因素，制定不同的質量評估指標體系和價值評估指標體系。如在金融行業，數據資產估值標準應著重考慮數據69的準確性、完整性和時效性，而在醫療行業，數據資產的估值應關注數據的隱私性、安全性和合規性。三是完善數據資產信息披露制度。三是完善數據資產信息披露制度。鼓勵數據資產交易市場各方主體按有關要求及時披露數據資產相關信息，包括數據開發過程、數據交易模式、數據應用場景等，提升數據交易市場信

170、息公開透明度。有助于減少數據交易市場中的信息不對稱，使得各方主體都能基于相同的信息做出決策，更準確地衡量數據資產的真實價值，促進數據資產交易市場各主體就數據資產價值達成一致。（三）優化交易市場規則體系，暢通數據資產流通渠道（三）優化交易市場規則體系，暢通數據資產流通渠道一是統籌規劃數據資產交易平臺建設。一是統籌規劃數據資產交易平臺建設。突破既有規范的不適應，從數據安全保護、促進信息利用、規范市場發展等目標出發，可由國家數據局牽頭，界定各部門管理職責，帶領省市數據局聯合地方部門統籌推進建立分工明確、協同推進、“邏輯一體、物理分散”的全國一體化數據資產交易平臺，避免各部門、各地方重復建設。二是統一

171、數據資產交易規則及標準。二是統一數據資產交易規則及標準。將數據交易所納入國家數據交易場所體系布局規劃，可面向北京、上海、深圳等已成立的數據交易場所，遴選試點承擔國家級數據交易所職能，制定全國統一的數據交易場所建設相關制度，推動形成統一規劃、統一標準、互聯互通的數據資產交易市場體系。三是探索企業數據授權運營機制。三是探索企業數據授權運營機制。引導大型企業合作建立數據共享平臺，推動企業擬交易數據開展自主合規審核后上傳平臺，嘗試發現數據租賃、數據咨詢、應用開發等數據多樣化數據授權運營模式，擴大數據價值釋放范圍。同時推動制定統一的數據標準和接口規范，降低數據互聯互通的技術門檻。70（四）健全監管體系和

172、基礎設施，保障數據資產安全交易（四）健全監管體系和基礎設施，保障數據資產安全交易一是完善數據安全保障體系。一是完善數據安全保障體系。制定數據資產交易監管制度，監督供應方按合同約定以及市場標準交付數據，監督購買方在約定的時間、范圍內合規使用數據保障數據交易各方的權益，制定數據交易合規和風險控制制度，嚴防數據交易過程中對個人隱私、企業商業秘密甚至國家安全造成的侵害，確保合法合規進行數據交易。二是完善通信、算力、交易等數據基礎設施體系建設。二是完善通信、算力、交易等數據基礎設施體系建設?？捎蓢覕祿譅款^設計數據交易基礎設施體系，采取多元供給策略優化5G、智算中心、數據中心、共享平臺、登記平臺、交易平臺等數字基礎設施的地理布局，合理擴展其覆蓋范圍并緩解區域發展差異；各地政府配合打通數據共享流通堵點，實現各級平臺數據互聯互通，為創新數據要素開發利用和流通交易模式提供基礎保障。三是技術、制度創新保障數據安全高效流通。三是技術、制度創新保障數據安全高效流通。鼓勵科研機構、頭部企業重點突破隱私計算、區塊鏈、動態加密、零知識證明、群簽名、環簽名、差分隱私、數據標識等可信流通新技術；各地加快推進以隱私技術、聯邦學習技術支撐的數據安全設施建設重大項目落地；探索建立數據資產流通準入規則，逐步完善數據供應方、需求方、交易平臺運營方和第三方服務商等各類市場主體準入機制，確保流通數據標的明確、合法。