《中國信通院：數據價值化與數據要素市場發展報告（2024年）（46頁）.pdf》由會員分享，可在線閱讀，更多相關《中國信通院：數據價值化與數據要素市場發展報告（2024年）（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、中國信息通信研究院政策與經濟研究所2024年9月數據價值化與數據要素市場數據價值化與數據要素市場發展報告發展報告(2022024 4 年年)數據價值化與數據要素市場數據價值化與數據要素市場發展報告發展報告(2022024 4 年年)中國信息通信研究院政策與經濟研究所2024年9月版權聲明版權聲明本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應注明“來源：中國信息通信研究

2、院”。違反上述聲明者，本院將追究其相關法律責任。前言前言近年來，習近平總書記圍繞“發揮數據的基礎資源作用和創新引擎作用”做出多項重要戰略部署，黨的二十屆三中全會再一次對加快全國一體化數據要素市場建設，完善數據要素市場制度規則等提出新要求。去年 10 月，國家數據局正式掛牌成立，在數據要素市場化配置改革、數據基礎制度體系建設、數據創新應用等方面取得了積極進展。本報告圍繞“新理論、新進展、新價值、新對策”，從經濟學角度出發分析數據要素市場類型、特征和價值釋放路徑，梳理數據資源化、資產化、資本化價值釋放現狀，分析數據要素賦能經濟及產業發展路徑和能力，為未來加快完善數據要素市場體系，釋放數據要素價值提

3、出政策建議。新理論：提出四類數據要素市場，明確各類市場數據要素價值釋放路徑。本報告通過對市場競爭程度及交易成本高低的區分，將數據要素市場分為“低交易成本競爭型市場、低交易成本壟斷型市場、高交易成本壟斷型市場和高交易成本競爭型市場”。根據市場特點和發展程度的不同，報告認為各類市場在數據資源化、資產化和資本化階段中的發展重點和環節也存在差異。新進展：數據價值化與數據要素市場進入發展提速期。在數據資源化方面，數據基礎設施建設夯實數據開發利用的技術底座，覆蓋數據采集、標注、分析、存儲等全生命周期的基礎設施和管理鏈條不斷完善，有效提升數據供給質量。在數據資產化方面，數據資產登記及數據資源入表助推產權確認

4、，數據交易規模持續擴大，市場活躍度提升，收益分配機制探索為多元主體利益分配提供保障。在數據資本化方面，數據信貸服務、數據作價入股和個人數據信托等開拓數據資本化新藍海，繁榮金融市場。新價值：數據通過提高配置效率、規模效率和技術效率提升全要素生產率，推動經濟增長。2023 年，我國數據經濟貢獻度為 2.05%，比 2022 年增長 0.99 個百分點。數據應用推動行業革新，在工業制造、現代農業、交通運輸、金融服務、醫療健康、綠色低碳等行業形成數據賦能路徑，第一產業、第二產業、第三產業數據經濟貢獻度分別為 1.01%、1.96%、2.43%，數據驅動經濟增長能力初步顯現。新對策：充分調動市場活力，挖

5、掘市場潛能。報告建議，要完善數據產權、市場準入、公平競爭、數據安全治理等制度。要立足數據要素市場特征，分類推動數據要素市場建設。要扶持數據產業發展，加速數據要素應用和實踐探索，實現數據要素價值充分釋放。目錄目錄一、新理論：數據要素價值釋放的經濟學分析.1（一）從稀缺性看數據要素特征.1（二）數據要素市場化配置理論.4（三）數據要素市場分類及特征.8（四）數據要素價值釋放路徑和框架.13二、新進展：數據價值化與數據要素市場進入發展提速期.16（一）頂層謀劃，數據要素管理體系逐步完善.16（二）數據資源化縱深推進，各類主體顯活力.17（三）數據資產化聚力攻堅，市場化配置加速.19（四）數據資本化持

6、續探索，創新金融新模式.22三、新價值：數據要素賦能經濟發展作用初顯.23（一）數據提升全要素生產率，賦能經濟增長.24（二）數據應用推動行業革新，實現高質量發展.27四、新對策：數據價值化與數據要素市場發展建議.32（一）聚焦數據要素市場化配置，完善數據制度體系.32（二）立足數據要素市場特征，形成特色發展路徑.34（三）扶持數據服務產業發展，支撐數據價值釋放.36（四）鼓勵數據要素實踐應用，激發企業創新活力.37圖 目 錄圖 目 錄圖 1數據、數據資源與數據要素.1圖 2企業數據要素市場化配置示意圖.6圖 3數據要素市場分類.11圖 4數據要素價值釋放路徑.13圖 5數據要素推動經濟增長機

7、理.24圖 620212023 年數據經濟貢獻度.26圖 720212023 年三產數據經濟貢獻度.27表 目 錄表 目 錄表 1數據要素市場化配置對象.7表 2數據要素市場分類及特征.13數據價值化與數據要素市場發展報告（2024 年）1一、一、新理論：數據要素價值釋放的經濟學分析（一）從稀缺性看數據要素特征（一）從稀缺性看數據要素特征稀缺性是經濟學基本原理之一，是指資源因無法滿足人類社會不斷擴大的需求，或無法實現空間上的均勻分布而呈現出稀缺狀態，即資源有限而需求無限的經濟現象。稀缺性導致人們需要做出選擇，以確定如何最有效地利用有限資源。數據是否稀缺呢？在分析數據稀缺性之前，我們首先需要厘清

8、幾個概念，即數據、數據資源和數據要素。數據指雜亂無章的原始電子記錄。數據資源指經過處理后，有使用價值的數據。數據要素指可以交易或投入生產，有價值的數據資源。數據資源有使用價值，數據要素兼具使用價值和價值。來源：中國信息通信研究院圖 1 數據、數據資源與數據要素其中，數據不稀缺。一是數據可以無限生產，隨著數字技術加速滲透到經濟社會方方面面，數據伴隨著人類行為、設備運轉、政府履職等隨時產生，數據流通能力強，隨著數據共享可以實現指數級增長，傳播鏈條越長，數據量愈發龐大。二是數據具有非競爭性、非排他性特征，數據尚未被開發，其潛在價值具有不確定性，一個人使用數據數據價值化與數據要素市場發展報告（2024

9、 年）2并不會排斥和阻止其他人使用相同的數據，數據可被多個主體同時或者順序地使用，且不會影響彼此的效果。數據資源有限稀缺。一是數據資源邊際成本不為零。數據成為數據資源的過程，經歷數據加工、存儲、管理等流程，耗費人力、時間和資金等資源，投入大量資本，特別是對于大規?；驈碗s的數據集，投入成本更加高昂。二是數據資源具有部分排他性和部分競爭性，數據資源具有使用價值，不同主體、不同部門或業務單元可能將數據資源視為未來可變現的資產，不愿與其他主體分享數據。數據要素具有稀缺性。一是數據要素具有強外部性。數據要素是高質量的數據資源，具有使用價值和價值，挖掘數據要素價值，有利于提高資源配置效率，創造新產業新模式

10、，實現對經濟發展的倍增效應。二是數據要素具有強競爭性和強排他性。數據要素價值含量高，被認為一種資產，一種權力，具有較強的競爭性和排他性。數據要素的持有者，在收益未達預期時，不愿與更多人分享和復用，會采用多種手段保護數據不被泄露，并限制其他人訪問數據，這些限制導致數據要素變得稀缺。因此，數據要素區別于傳統要素的重要表現是其特征動態變化。這種特征的動態變化使得數據要素的確權、定價和交易流轉極為困難。由于數據是沒有價值的，但數據要素具有使用價值和價值，若將產權歸屬于產生原始數據的個人或組織，對開發利用數據，使之成為數據要素的組織極不公平。如，倘若將個人在平臺產生數據所有權歸屬于個人，單個個人數據無價

11、值，同時，平臺企業會選擇不再收集和存儲數據價值化與數據要素市場發展報告（2024 年）3數據，海量數據的價值無法釋放，數據要素難以實現有效率生產。因此，數據要素發展需要兼顧多方主體利益，以政府激勵性措施，市場化配置手段，實現多方主體激勵相容。此外，無論是數據、數據資源還是數據要素，都具有虛擬性、可復制性、復用性、增值性、異質性等特征，這些特征也為數據要素這一新型要素的管理和治理帶來新的挑戰。如，虛擬性是指數據的存在狀態是無形的，以文字、聲音、圖像、視頻等作為存在形式。數據虛擬性特征一是導致數據的非消耗性，即數據不會在使用過程中被磨損或消耗掉；二是導致數據監管困難，數據流通突破了地域限制，可在短

12、時間內進行跨地域流轉，隱匿性強；三是導致數據流轉復雜化，數據需求方無法準確判斷數據真實性、數據質量等，交易雙方的信任危機影響著價值評估及交易談判?？蓮椭菩允侵笖祿軌蛞赃h低于生產費用的成本進行復制，且能夠被其他主體同時獲取。一是數據復制后被多方主體持有，難以確定數據源頭，導致確權困難；二是數據被復制后，數據價值可能面臨貶值，數據交易面臨風險，導致定價困難；三是數據易被復制，使數據流通交易、數據治理等過程，面臨高額數據保護、數據保密成本。復用性是數據在存儲允許的前提下重復使用、多次開發，開發后不會被消耗，可多次循環使用。數據復用性一是導致數據產品流轉與價值流轉分離，數據即使完成產品流轉，原持有者

13、仍可使用數據創造價值；二是引發新的數據產權不清問題，數據在多次使用過程中產生不同衍生數據，產權歸屬復雜化；三是增加收益分配難度，隨著多次數據價值化與數據要素市場發展報告（2024 年）4開發應用，數據價值由不同環節的不同主體創造形成的，貢獻難衡量。異質性指由于數據結構異質、搜集主體各不相同、價值高度依賴使用場景等帶來的價值含量不同，一個比特數據跟另外一個比特數據包含的價值通常是完全不同的。數據異質性導致數據公允價值難確定，同一數據對不同使用者在不同使用時間和不同應用場景所產生的價值并不相同，難以為交易雙方提供統一的市場價值參考。（二）數據要素市場化配置理論（二）數據要素市場化配置理論通過對數據

14、要素的特征分析，我們可以發現，數據要素具有稀缺性，兼具了使用價值和價值，可以通過交換實現資源的配置和價值的變現，因此數據要素具有商品屬性。市場經濟的本質是商品經濟，通過市場機制發揮市場配置資源的決定性作用。數據要素市場化配置就是尊重市場經濟規律，憑借市場機制來實現數據要素在結構、時空等的有效安排，以獲取最佳的經濟效益。宏觀看，數據要素市場化配置是建設統一開放、競爭有序市場體系的內在要求。理論方面，完善數據要素市場化配置體制機制，有利于數據要素更好地按照效益最大化和效率最大化的原則進行分配，實現要素自由流動、價格反應靈活、競爭公平有序，提高數據要素配置效率，推動數據要素被重復開發利用，更大范圍地

15、提高數據要素生產力，激發全社會創造力和市場活力，推動經濟高質量發展。數據要素市場化配置改革是堅持和完善社會主義基本經濟制度和社會主義市場經濟體制的重要內容。社會主義市場經濟通過利益機制引導要素自主有序流動的，并通過要素邊際生產力水平顯示要素配置效率。通過數據價值化與數據要素市場發展報告（2024 年）5數據要素的市場化配置，有利于將數據要素從邊際生產力水平低的部門流動出來，投向邊際生產力水平高的部門，提高整體生產力的水平。政策方面，自 2019 年黨的十九屆四中全會首次將數據列為與勞動、資本、土地、知識、技術、管理并列的生產要素之后，我國宏觀政策導向便由“大數據”產業發展轉向“生產要素”配置。

16、2020 年 4 月，中共中央、國務院發布關于構建更加完善的要素市場化配置體制機制的意見，提出“加快培育數據要素市場”的要求與任務。2021年 3 月，中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要提出，要對完善數據要素產權性質、建立數據資源產權相關基礎制度和標準規范、培育數據交易平臺和市場主體等作出戰略部署，并著重指出要激活數據要素潛能。2023 年 2 月，中共中央、國務院印發了數字中國建設整體布局規劃，區分了公共數據和商業數據。對于公共數據，強調匯聚利用、建立數據資源庫等措施，對于商業數據，則強調市場化配置。2024 年 7 月，黨的二十屆三中全會中共中央關于

17、進一步全面深化改革 推進中國式現代化的決定明確要求“培育全國一體化技術和數據市場”。微觀看，數據要素市場化配置是企業實現利益最大化的必然選擇。聚焦到企業這一微觀個體，可將企業自身所持有的數據資源分為三類。如圖 2，企業 A 及企業 B 持有不可供給數據、企業內部應用數據和其他數據三類數據，圖中分別用、所示。其中，不可供給數據，即敏感數據或者臟數據。敏感數據一般涉及企業商業秘密，是企業不希望公開的數據，如風險管理數據、網絡結構數據等；臟數據是數據價值化與數據要素市場發展報告（2024 年）6不具有使用價值的數據。企業內部應用數據，即用于企業自身決策管理的數據。如企業通過監控和分析企業內部運營數據

18、，包括生產設備數據、供應鏈數據、人力資源數據等，發現生產經營過程中的問題和瓶頸，并采取相應的措施進行改進和優化。其他數據，這部分數據既不涉及數據安全問題，也對企業自身無用。在十九屆四中全會將“數據”列為生產要素之前，我國通過國家大數據戰略，指引企業對數據開發應用開展了長期探索。也就是 2019 年之前，企業主要關注提升企業內部應用數據的能力，拓展可使用數據規模，提升該部分數據使用價值。但受制于企業技術能力、數據管理能力不佳、數據數量及質量不足等原因，內部數據開發應用有限。同時，企業數字化轉型過程需求更多數據，存在數據需求缺口，即圖中 Da和 Db。因此，企業迫切需要通過數據要素市場化配置，將自

19、身富裕的數據供給出去變現獲利，同時從市場獲得需求的數據。數據要素市場化配置解決了企業日益增長的數據需求同富余數據生產力供給不出的矛盾。來源：中國信息通信研究院圖 2 企業數據要素市場化配置示意圖數據價值化與數據要素市場發展報告（2024 年）7綜上，數據要素市場化配置具有重要性和必要性。那么，數據要素市場配置的對象是什么？可以用什么方式進行配置呢？數據要素市場化配置的對象包括數據集、數據產品、數據服務等。以企業 A 為例，其參與配置的是陰影部分。中敏感數據涉及安全和隱私，不可提供，臟數據的提供無意義，數據內部應用數據是企業已探索的高價值數據，企業有意愿對外提供其中的部分。因此，A企業供給到市場

20、上的主要是中部分及，配置的內容包括數據集、數據產品及數據服務。其中，數據集有原始數據集和脫敏數據集，原始數據集是原始狀態的數據集合，脫敏數據集是經過匿名化處理的數據集。這兩類數據集只經過簡單加工處理，未根據數據買方需求進行定制。如，商安信為用戶提供全球企業的各種關鍵數據集，包括注冊信息、財務狀況、股權結構、信用評級、貿易動態和公眾輿論等。數據產品是利用數據挖掘、機器學習等技術進行數據加工、處理和分析，形成可為需求方創造價值的一種產品形式。如，商安信依托其 219 個國家和 3.7 億家企業的龐大數據庫，為用戶提供的目標企業商業信用報告。數據服務是針對性地提供數據解決方案，包括數據處理服務、數據

21、應用服務和數據分析工具服務等。數據產品是經過開發加工的，面向應用場景形成的交付物，而數據服務是一種解決方案。表 1 數據要素市場化配置對象對象對象定義定義表現形式表現形式數據集有一定主題的、可滿足用戶需求的數據集合離線數據包，API，信息庫，數據更新服務，查詢，評分/評級、指數等數據產品根據客戶定制化需求，將數據加工分析形成數據處理結果產業圖譜、客群畫像，研究產品/報告，評估/評分，指標，查詢等數據價值化與數據要素市場發展報告（2024 年）8來源：中國信息通信研究院數據要素市場化配置改革是現階段政府施策的主線，主要通過市場機制完成。數據要素市場化配置要求數據要素能夠在社會成員和生產部門間自由

22、流通，并通過市場評價貢獻、由貢獻決定報酬的機制進一步激發數據的投入，包括數據產權激勵機制、主體利益激勵機制、數據市場運行機制和法律監管治理機制等的建立。第一，以數據產權激勵機制解決數據確權難題。產權激勵是市場主體活力的基礎，歸屬清晰、權責明確、保護嚴格、流轉順暢的數據產權制度，有利于把人們參與市場經濟活動的努力和財產性權利緊密聯系在一起。第二，以主體利益激勵機制解決激勵相容難題。數據要素市場涉及主體更加復雜，需要兼顧多方市場主體利益，健全數據要素由市場評價貢獻、按貢獻決定報酬的收益分配機制，兼顧效率和公平。第三，以數據市場運行機制解決數據流通難題。價格機制是核心，數據要素價格市場化不足、價格失

23、真就可能導致數據要素錯配。供求機制激勵激發企業供數用數活力，實現資源要素的優化高效配置。競爭機制保障數據資源要素跨地域、跨行業、跨企業公平有序地進入與退出。第四，以法律監管治理機制解決數據安全難題，按照包容審慎原則，建立適合數據要素發展的法律法規，維護公平競爭，保護數據安全，打造市場化、法治化、國際化的數據要素配置環境。（三）數據要素市場分類及特征（三）數據要素市場分類及特征數據要素市場化配置的過程形成數據要素市場，數據要素市場既數據服務使用軟件、算法、模型等工具，形成數據解決方案數據分析和挖掘、歸集、治理、清洗和整理等數據價值化與數據要素市場發展報告（2024 年）9包括市場化配置過程中的交

24、易關系或買賣關系，也包括這些交易的場所或領域。不同的交易關系、競爭關系或合作關系形成不同的市場結構，不同的市場結構決定了企業行為和市場運行方式，引導著市場進入、定價、交易等決策。競爭程度可以看出企業為取得較好的市場條件、獲得更多資源而形成的市場關系，通過市場中買者和賣者的數量以及產品差別的大小等來分析市場結構。主要有兩類：一類偏壟斷型，這類企業可以獨自控制或者與少數企業一起控制某一市場。數據要素市場中，偏壟斷型的市場結構主要集中于公共數據、平臺數據等。其中，公共數據的持有者是政府及公共事業單位，對數據具備較強的控制和管理能力；平臺數據的壟斷性是由其龐大用戶數量形成規模經濟效益催生的。一類偏競爭

25、型，這類企業需要同時爭奪同一市場。數據要素市場中，偏競爭型的市場結構主要集中于數據服務企業、小微企業等。其中，數據服務企業數目眾多，商業化程度高，提供和銷售有差別的數據服務，競爭性強；小微企業規模比較小，進入和退出一個數據要素市場比較容易，其交易行為對市場的影響也較小。在一個趨向競爭型的市場環境中，企業會通過價格、提高服務質量、推出創新產品等舉措吸引客戶并保持競爭優勢，有利于促進資源的有效配置、推動技術創新、提高產品質量，通常更有利于經濟發展和社會福利提升。交易成本指交易活動的參與者為達成交易而發生的直接消耗，如信息搜尋費用、交易談判費用、質量測量和價值評估費用、合同履行數據價值化與數據要素市

26、場發展報告（2024 年）10費用等。交易成本與市場密切相關，可以影響市場運作效率及參與者決策。交易成本高的商品包括涉及法律或監管要求的、低流動性的、個性化定制的商品等。數據要素市場中，交易成本相對較高的市場主要是涉及數據安全、商業機密及個人隱私等強監管的數據，及流動壁壘較高的數據類型。強監管性數據一般由于數據保護法規，數據安全和隱私泄漏風險而導致交易成本較高。如，公安數據存在嚴格的數據保護法規和隱私法規，其數據的流通和處理必須符合特定的標準和程序。低流動性數據往往由于技術壁壘、利益保護等因素形成數據孤島。如，由于數據格式不兼容、數據接口不開放、數據標準不統一等技術因素，導致工業數據共享和交換

27、較為困難。交易成本低的商品一般標準化程度較高，有專門的交易市場，供需雙方匹配相對容易。如，金融行業存在大量的信息交換和共享需求，為確保不同金融機構之間的數據可以互相理解和交換，金融行業數據標準化進程較早，金融數據的交換效率較高，交易成本相對其他數據更低。交易成本低的市場通常更有利于增強企業活力和商品流動性，提高資源配置效率。如圖 3 所示，通過對競爭程度及交易成本高低的區分，可以將數據要素市場分為四類。數據價值化與數據要素市場發展報告（2024 年）11來源：中國信息通信研究院圖 3 數據要素市場分類 低交易成本競爭型市場。這類市場是理想的市場，通常具有較高的數據流動性、市場透明度和主體活躍度

28、，往往具有較大的市場規模，相對較低的準入門檻，更高的市場運行效率。主要包含兩種，一是數據流通交易起步較早，規模較大的數據類型，如金融業是信息密集型行業，金融市場的高度競爭和飛速發展，也促進了金融數據技術和應用的快速發展，數據流動性強，企業數據應用活躍。另一類是數據服務產業，包括數據產品開發、數據資產管理數據治理、數據安全、數據交付以及數據發布等數商，據上海市數交所統計，自 2013年至 2023 年，中國數商企業數量從約 11 萬家增長到超過 100 萬家。眾多中小企業積極參與布局，市場活力迸發。低交易成本壟斷型市場。這類市場的供給者較少，處于市場主導地位，有較大市場份額和影響力。由于供給者本

29、身有公共服務職數據價值化與數據要素市場發展報告（2024 年）12能，或因其主營業務能夠以較低的成本提供數據產品或服務，該市場中的交易成本也相對較低。主要包含三類，一是政府及企事業單位掌握的敏感級較低的數據，此類數據的共享開放、開發利用有利于充分激活數據要素價值。二是平臺數據，因其技術和數據匯集后產生規模經濟效益，使其能夠以低成本進行數據產品和服務的供給。三是由主營商品的壟斷性市場而衍生出的數據產品，如電力數據、通信數據等。高交易成本壟斷型市場。由于技術門檻、法律法規限制等的限制，使得此類市場進入門檻極高，交易成本較高。此類市場主要是敏感級較高的公共數據，這些數據掌握在公共部門手中，可能涉及個

30、人隱私、敏感信息，甚至涉及國家安全等，因此在流通過程中需要考慮數據隱私和安全保護，為安全流通需要付出大量成本。高交易成本競爭型市場。此類市場盡管有較多的主體持有數據，但交易流通的過程需要付出較高成本。主要有三類，一是高度規制的數據，如個人數據的流通從事需要符合嚴格的安全保護法規，導致較高的交易成本。二是交易量較小或信息不對稱的市場，買賣雙方難以找到匹配的交易對手，為了規避風險而支付更高的費用，從而導致交易成本的增加。如農業生產涉及土壤、氣候、作物、水資源等多個方面，而這些數據通常由不同的部門、機構或個人收集，導致數據來源分散，目前市場交易量較小，交易成本高。三是存在流通技術壁壘的數據，如工業數

31、據散落在各種工業企業內部，數據量龐大，但由于不同工業設備和系統可能使用不同的技術標準和通信協議，導致數據在不同系統之間傳輸和解釋困難。數據價值化與數據要素市場發展報告（2024 年）13表 2 數據要素市場分類及特征市場類型市場類型市場主要特征市場主要特征低交易成本競爭型市場市場規模大、進入門檻低、市場效率高低交易成本壟斷型市場市場集中度高、有主導企業、部分承擔公共服務職能高交易成本壟斷型市場進入門檻極高、數據安全要求極高高交易成本競爭型市場市場主體分散、數據流通壁壘高來源：中國信息通信研究院（四）數據要素價值釋放路徑和框架（四）數據要素價值釋放路徑和框架數據要素價值化可以分為三個階段，即為數

32、據資源化、數據資產化、數據資本化。、四類市場都可經歷數據資源化、數據資產化、數據資本化，實現要素價值釋放，但每類市場的特點和發展程度不同，發展重點、發展環節也有差異。來源：中國信息通信研究院圖 4 數據要素價值釋放路徑數據資源化階段，使無序、混亂的原始數據成為有序、有使用價值的數據資源。包括質量提升過程，通過數據采集、整理、聚合、分數據價值化與數據要素市場發展報告（2024 年）14析等，對原始數據進行加工，最后形成可采、可見、互通、可信的高質量數據；也包括數據應用過程，在數據賦能業務效率改善中實現數據潛在價值。由于低交易成本競爭型市場發展相對成熟，數據資源化程度較好，各類數據服務商積極推動數

33、據采集存儲、集成處理、加工分析，已在場景應用挖掘，如研發設計、柔性生產、智能制造、精準營銷、市場推廣、企業管理等方面進行較為領先的探索。在低交易成本壟斷型市場中，數據的集中程度高，價值潛力大，政府、平臺企業、龍頭企業等基于其市場規模優勢推動實現數據集成、數據標準化及對大規模數據集的數據治理是該市場在現階段關注的重點。高交易成本壟斷型市場對數據安全要求極高，此類市場在數據市場化配置過程中首先要保證不踩數據安全紅線，以免造成危害國家安全等嚴重后果。因此，數據資源化的重點是通過技術手段對數據進行加工處理，通過產品開發、模型供給等形式，形成可用不可見的數據產品。高交易成本競爭型市場中，數據分散，數據流

34、通壁壘高，如何將此類數據進行高效合規的數據采集，如何將小數據通過傳輸匯聚，用何種方式及在何地點進行數據存儲是市場推動資源化的關鍵。數據資產化是數據通過流通交易給使用者或所有者帶來經濟利益的過程。包括數據確權、數據流通交易和數據收益分配等。其中，當前數據確權的重點是對“數據二十條”中數據資源持有權、數據加工使用權、數據產品經營權“三權”進行法律制定及落地實踐，并探索數據資產登記的方法。數據流通交易包括流通交易主體、流通交易場所、市場規則與治理、市場參與主體及數據跨境等。數據收益分配數據價值化與數據要素市場發展報告（2024 年）15包括數據價值評估及激勵機制的設計。立足實際，低交易成本競爭型市場

35、在資產化階段的發展重點在于創新數據產品，適應多元化的數據需求，促進數據要素的供需匹配，讓數據交易“有米下鍋”“有數有市”。低交易成本壟斷型市場的重點是建設數據流通基礎設施，通過基礎設施建設，降低數據搜索成本、復制成本、追蹤成本和驗證成本，積極承擔公益職能、強調公共屬性，提供規范、普惠的數據流通基礎服務，引領企業數據和行業數據流通匯聚，推動數據要素市場建設。高交易成本壟斷型市場需以數據開放共享、數據產品開發運營等模式，確保數據安全，并定期維護和更新高度可利用和具有價值的數據資源，強化供給能力，向市場和社會提供公共數據產品和服務，提高供給數量和質量，提升數據資源配置的有效性。在高交易成本競爭型市場

36、中，數據流通基礎設施建設是關鍵，為不同行業、不同地區、不同主體提供可信的數據共享、開放、流通環境，支撐后續數據處理、應用、運營、安全保障等全流程。數據資本化主要包括數據信貸融資與數據證券化。數據信貸融資是用數據資產作為信用擔保獲得融通資金的一種方式，如數據質押融資。數據證券化是以數據未來收入預期的貼現值為內在價值創造權證以獲得資本，如 IPO、重組并購、D-ABS 等。數據資本化是數據要素與資本要素兩者協同互促的產物，既表現為金融產品創新，也表現為數據價值實現方式創新。從數據的角度來看，它提供了一種提升數據流動性、開發數據價值的新方式，有利于促進數據要素社會化配置，提升數據要素整體價值創造能力

37、，是四類市場中推動數據要素價值化數據價值化與數據要素市場發展報告（2024 年）16發展的高級階段。二、新進展：數據價值化與數據要素市場進入發展提速期（一）頂層謀劃，數據要素管理體系逐步完善（一）頂層謀劃，數據要素管理體系逐步完善為更好構建以數據為關鍵要素的數字經濟，黨中央、國務院高度重視培育數據要素市場，發布多項政策文件推動數據價值發揮。行業部委協同發力，深化細化“數據二十條”政策精神。2022年 11 月，國家知識產權局發布國家知識產權局辦公室關于確定數據知識產權工作試點地方的通知，在北京、上海、深圳等八個省、市開展數據知識產權試點工作；財政部先后發布企業數據資源相關會計處理暫行規定數據資

38、產評估指導意見關于加強數據資產管理的指導意見，引領推動數據資源登記和資產價值合法確認，江西、貴州等地以此為指引，從數據資源公證、資產登記、產品登記等方面加速推進數據要素確權；工信部、民航局等印發工業領域數據安全標準體系建設指南（2023 版）和民航數據管理辦法（征求意見稿），引導規范行業數據開發利用。國家、地方組建數據管理機構，探索數據管理模式。2023 年 10月，國家數據局掛牌成立，明確其協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等的主要職責。地方政府與中央主動對齊，推動省、市級數據局成立。截至報告期，31 個?。▍^、市）和新疆

39、兵團均已完成數據管理機構組建，其中，獨立設置機構 26 個，加掛牌子 6 個。數據價值化與數據要素市場發展報告（2024 年）17（二）數據資源化縱深推進，各類主體顯活力（二）數據資源化縱深推進，各類主體顯活力1.數據基礎設施成為數據資源開發利用的新型技術底座數據基礎設施是從數據要素價值釋放的角度出發，在網絡、算力等設施的支持下，面向社會提供一體化數據匯聚、處理、流通、應用、運營、安全保障服務的一類新型基礎設施，是覆蓋硬件、軟件、標準規范、機制設計等在內的有機整體。數據空間打造多主體參與的數據流通可信環境。數據空間是一種保障數據共享、流通和應用的分布式可信數據流通基礎設施，互聯網龍頭企業基于自

40、身技術基礎積極探索數據空間方案，例如華為云交換數據空間 EDS、騰訊云數鏈通數據共享平臺、百度以區塊鏈為核心的數據安全流通解決方案等，此外，中國移動的數聯網服務平臺 DSSN、中國電信的數據要素融通服務平臺“靈澤”等均為企業搭建數據共享流通技術空間的有益實踐。數據沙盒成數據監管重要基礎設施方案。數據沙盒（沙箱）是基于軟件或軟硬件形式提供的一種安全計算環境，主要通過物理隔離或邏輯隔離來保護數據。2024 年 1 月，江蘇出臺“江蘇數據二十條”，探索建立數據沙箱容錯糾錯和數據安全應急處置機制。4 月，北京建立人工智能數據訓練基地監管沙盒機制，聚焦自動駕駛、數據交易等業務場景開展全鏈條沙盒監管運用。

41、同期，杭州中國數谷推出數據要素“改革沙盒”，構建數據制度空間，通過技術手段和監管制度，在可控的范圍之內實行入盒企業容錯糾錯機制。2.數據全生命周期價值管理鏈呈現規范化、精細化趨勢隨著新一代人工智能大模型對大規模、高質量數據集的需求日益數據價值化與數據要素市場發展報告（2024 年）18攀升，數據資源化進程加快。數據采集在重點行業形成規范化指引。外匯管理局、交通運輸部先后印發關于航標數據、外匯金融數據的采集規范，部分地區政府、行業協會出臺公共數據及相關行業數據的采集規范，促進數據采集程序和方式標準化。數據標注由國家發布試點加速推進。2024 年全國數據工作會議明確開展數據標注基地試點工作，支撐促

42、進人工智能產業生態發展，5 月，國家數據局發布四川成都、遼寧沈陽等 7 家數據標注基地試點城市。數據分析技術加速成熟。自然語言處理、數據挖掘、數據可視化、數據融合計算等數據處理和分析技術不斷優化，海量數據價值提取呈現自動化、標準化發展態勢，將無形的數據轉換為有形的數據產品。數據存儲市場蓬勃發展。據IDC，2023 年中國企業級存儲市場規模為 66 億美元，占全球份額19.2%。隨著人工智能快速發展，數據庫作為數據存儲的重要形式，由周邊系統向核心系統逐步升級，不斷推動組織數智化轉型提質增效。3.政企協同發力，提升高質量公共數據資源的供給能力政務數據開放有序推進，開放數量和維度增加。2022 年，

43、全國一體化政務數據共享樞紐發布各類數據資源 1.5 萬類，累計支撐共享調用超過 5000 億次。截至 2023 年 8 月，我國共有 226 個省級和城市地方政府上線數據開放平臺，其中省級平臺 22 個，城市平臺 204 個，開放數據重點集中在企業注冊登記、氣象、衛生等領域。以上海、深圳為例，截至 2024 年 9 月，上海市公共數據開放平臺已開放 51 個數據部門，共計約 20 億條數據；深圳政府數據開放平臺已開放 49 個市級部門/區，共計 28 億余條數據。數據價值化與數據要素市場發展報告（2024 年）19授權運營成公共數據開發利用主要方式。根據“數據二十條”三權結構性分置理念，公共數

44、據持有方依法依規將數據開發使用權和產品經營權授予符合要求的機構或企業，對原始數據進行一級開發，形成合規的數據產品和服務。行業部委持續發力，人社、民航、高法、氣象等典型行業通過 PPP、政府購買服務、設立專門機構等方式，逐漸形成專業化、精細化的授權運營局面。各地授權運營探索加快，部分地區在公共數據授權方面已形成制度安排，截至 2023 年底，浙江、江蘇、廣東、貴州、海南等 22 個省級行政區，深圳、杭州、濟南等4 個副省級市已出臺相關條例辦法。實踐層面，全國范圍內已成立、重組省市兩級數據集團 40 余家，作為公共數據運營機構，承擔當地公共數據治理、加工、運營和平臺建設等工作。（三）數據資產化聚力

45、攻堅，市場化配置加速（三）數據資產化聚力攻堅，市場化配置加速1.數據登記和入表工作開展，助推數據權屬確認數據登記服務多樣化開展。數據登記制度是保障數據產權收益的主要制度之一，部分地區嘗試形成登記規則指引。浙江、北京、山東、江蘇出臺數據知識產權登記管理辦法，廣西、深圳、溫州出臺數據產權登記管理辦法，貴州、安徽、海南、廣東、大理、南京出臺數據要素、數據資源、數據產品、數據資產相關的登記管理辦法。在實踐中，部分地區依托當地數交所、授權運營平臺開展數據資產登記服務，并頒發憑證。2023 年 11 月，廣東數交所為惠農網的“惠農農產品行情價格”數據產品頒發數據資產登記憑證，同期，北京國際大數據交易所頒發

46、國內郵政快遞業首張數據資產登記憑證。上海數交所上線數據數據價值化與數據要素市場發展報告（2024 年）20產品登記大廳，截至 9 月已有 1637 個產品完成登記，其中金融服務領域已有 1172 項產品完成登記。數據資產入表進入實踐落地階段。以國有企業為主的市場主體先行先試，涌現出一批企業數據資產入表實踐案例。2023 年 8 月，江西省數據資源登記平臺投入運行，并于次年成功實現全鏈路合規公證模式數據資產入表。2024 年 1 月，成都數據集團基于公共數據運營服務平臺產生的數據已完成資產評估入表，南京公共交通集團已完成約 700 億條公交數據資源的資產化并表工作。3 月，山東高速集團以 351

47、 萬元入賬路網車流量、科技平臺數據監測等三項數據產品。2.數據流通交易規模擴大，市場活躍度有效提升數據要素市場呈現場內和場外多種形式結合、并行發展態勢。場內交易規?？焖僭鲩L，交易場景覆蓋多個領域。2023 年，廣東省場內數據交易額近 80 億元，其中，深圳數據交易所年交易額超 50 億元，保持全國領先，北京、貴陽場內交易金額均已突破 20 億元。場景打造方面，深數所已累計打造 165 個應用場景，生態合作機構突破 900家，廣州數據交易所交易場景覆蓋金融、陶瓷、農林牧漁、電力等24 個行業，其中陶瓷行業數據空間覆蓋 13 個省市，支撐實體交易金額突破 36 億。場外數據流通模式不斷創新。場外數

48、據流通一般沒有明確的數據產品交割形式，而是通過企業間數據共享、平臺企業定制化服務、數字化項目置換等形式實現數據交互利用，輔助企業日常業務開展和經營決策。目前，數據交互利用以 API 接口調用的形式為主，實現不同系統間數據的共享、交換和遷移。數據價格形成機制研究加數據價值化與數據要素市場發展報告（2024 年）21快。各界針對數據的估值與定價已形成系列研究成果，涵蓋定價標準、模型、策略等方面。2023 年 2 月，貴陽大數據交易所上線數據產品交易價格計算器，為企業提供了基于成本角度的交易定價參考。3.收益分配機制加速探索，保障數據持有方權利數據作為關鍵要素參與生產，產生的收益涉及持有方、加工處理

49、方、使用方等不同主體，合理規范的收益分配機制是推動數據資源增值利用的重要激勵。公共數據運營收益呈現多種反哺形式。主要包括財政利益返還、成本補償、數據產品和服務反哺、技術反哺、政治認可和社會榮譽、政府專項基金等形式。杭州、長沙、溫州等市級層面的地方規范性文件中提出將公共數據授權運營取得的收入合理反哺財政預算收入，形成“數據財政”可行性初探。長春采取市場主體與公共數據授權運營單位簽署數據服務使用協議并支付年費的形式完成數源部門利益返還。成都、廣州等地的數據集團整合了當地數字政府業務，通過引導外部數據和技術流入，助力政府部門提升治理和公共服務水平，具體做法包括提供云服務、云資源統采共用等。個人缺乏直

50、接參與數據要素收益分配的有效途徑。個人用戶參與數據要素收益分配一般包括免費服務形式的利益補償和個人信息交易獲利?，F階段，針對個人行為軌跡和偏好等信息在平臺上產生的額外經濟收益，個人用戶作為原始數據提供者尚無資格和有效渠道參與分配，而是通常以消費者身份免費使用平臺的服務。2023 年 7 月，北京出臺政策推動個人數據托管使用，鼓勵個人以按次、按年等方式獲得個人數據使用產生的收益。同年 9 月，全國首筆個人數據合規流轉交易在貴陽數據價值化與數據要素市場發展報告（2024 年）22大數據交易所內完成，交易標的為個人簡歷數據。（四）數據資本化持續探索，創新金融新模式（四）數據資本化持續探索，創新金融新

51、模式1.數據信貸服務拓寬中小微企業融資渠道近年內，銀行基于數據信貸服務產品，積極為企業提供信貸融資支持。例如上?！皵狄踪J”、溫州“信貸數據寶”、蘇州“數商貸”等。2023 年 4 月，由深圳數據交易所對接第三方評估機構和光大銀行，通過數據產品合規審核、數據商資質審核、數據資產定價估值等業務，助力相關企業獲 1000 萬元授信額度。10 月，湖北搭建“數據增信”平臺，運用大數據、區塊鏈、人工智能等技術為企業經營和財務活動畫像，推動金融機構利用數據增信替代抵押擔保等傳統增信模式，提高小微貸款獲客率、降低貸款門檻和貸款風險。2024 年 3 月，湖南基于當地黃牛產業鏈的數據產品，實現鄉村振興數據資產

52、融資，授信額度為 1000 萬元，為地方特色產業的數據流通和價值變現提供新思路。2.數據作價入股成非貨幣財產投資新方式國資委 2024 年 1 月發布關于優化中央企業資產評估管理有關事項的通知，確認數據資產可以作價出資入股，結合財政部針對數據資產入表和管理所頒布的政策文件，數據資產作為非貨幣財產用以出資入股已具備法律支撐。溫州、北京先后出臺地方工作方案，支持探索數據作價入股等數據資產多元化價值流通路徑。2023 年 9 月，青島已成功落地數據作價入股，標的數據資產在通過合規審查后進行登記，由第三方專業評估機構出具質量評估報告，由華通智研院、北數據價值化與數據要素市場發展報告（2024 年）23

53、岸數科和翼方健數三方結合資金、管理、技術等其他出資方式成立合資公司，實現數據資產的作價入股。數據資產作為初始資本，對企業積極組織數據治理、充分挖掘數據價值形成顯著激勵。3.數據信托打開個人數據價值釋放新思路個人數據信托理論的出發點在于保護數據主體的個人信息權益不受侵害的同時發掘個人數據的經濟價值。發達國家針對個人數據信托治理已建立較為成熟的商業應用模式，例如美國的“信息受托人”、英國的“MiData”和新加坡“SingPass”概念。2023 年 4 月，全國首例個人數據信托在貴陽實現，此次交易在個人用戶知情且明確授權的情況下，將簡歷數據通過數據信托的方式托管給貴陽大數據交易所，由貴數所委托給

54、數據中介進行運營，個人用戶在簡歷數據交易流轉結束后獲得利潤分成。2024 年 1 月，北京國際大數據交易所上線“數據授權平臺”試點項目，其業務模式為個人數據信托，個人用戶通過微信小程序實現對個人信息使用有效管理，可以選擇特定數據主動授權給他人的方式允許數據被查詢使用，且不必對是否提供數據進行重復判斷，為我國個人數據交易提供重要參考。三、新價值：數據要素賦能經濟發展作用初顯我國數據資源化、數據資產化、數據資本化均取得積極進展，為數據價值化和數據要素市場發展夯實基礎，數據要素加速賦能經濟增長和社會發展。數據價值化與數據要素市場發展報告（2024 年）24（一）數據提升全要素生產率，賦能經濟增長（一

55、）數據提升全要素生產率，賦能經濟增長黨的二十屆三中全會決定要求，加快形成同新質生產力更相適應的生產關系，促進各類先進生產要素向發展新質生產力集聚，大幅提升全要素生產率。數據作為新型生產要素，既能直接通過流通交易創造價值，又與其他生產要素融合，降低交易成本，形成規模經濟和范圍經濟，以配置效率、規模效率和技術效率提升全要素生產率，賦能新質生產力，推動經濟增長。來源：中國信息通信研究院圖 5 數據要素推動經濟增長機理一是提高配置效率。數據推動土地、資本、勞動、技術等生產要素優化組合，在市場機制作用下推動各類要素便捷化流動、網絡化共享、系統化整合、協作化開發和高效化利用，降低信息不對稱性，減少交易成本

56、，推動各類優質生產要素以更高的效率流向高生產效率、高邊際產出的企業和行業，流向關鍵核心領域，促進經濟產出、結構、技術和福利持續改善。如，制造業企業通過對歷史生產數據的分析，數據價值化與數據要素市場發展報告（2024 年）25實現生產資料的及時購買、各環節機器設備購入或租用的決策部署，以及專業技術人才的引進和員工新技能更新等，實現各類要素的有效聚合，進而提升生產效率。二是提高規模效率。要素規模效應是通過適度擴大生產要素投入規模，集合各類生產要素，產生更優的經濟效益，形成新的競爭優勢。數據要素價值是在不斷流通復用中釋放的，通過數據流通匯聚，不同類型、不同維度的數據融合，規模擴大，在不同主體、不同場

57、景、不同領域復用，推動各行業知識融通，產生新知識，孕育新產品、新服務，催生新產業、新模式，創造新的價值增量，培育經濟增長新動能。如，山西數據流量谷吸引 750 余家數字經濟企業入駐，推動產業鏈上下游企業數據互聯互通，形成規模效應，成為產業集群，通過集群效應吸引資金和勞動力，截至 2024 年 3 月，園區數據要素流通交易規模突破 43 億元，企業累計營收超 352 億元，平均每 1 元的數據要素投入帶來了近 8.2 元的經濟產出。三是提高技術效率。伴隨高性能算力、智能算法等技術的迅速發展，在海量數據的驅動下，科學研究范式得以由傳統的假設驅動向基于科學數據進行探索的數據密集型范式轉變。數據要素增

58、強創新研發能力，提升科技創新能力，推動 AI 大模型技術及行業應用實現突破。模型演進與數據規模呈顯著正相關，如 GPT-3 的訓練數據約 750GB，而 GPT-4 訓練數據在此基礎上暴漲三十余倍，實現了速度和性能的全方位提升。行業人工智能應用與大規模數據訓練緊密相關，如在自動數據價值化與數據要素市場發展報告（2024 年）26駕駛汽車中，車載傳感器收集的道路條件、交通流量、行人信息等數據，訓練 AI 系統，使其能夠做出快速而準確的駕駛決策。數據要素提升配置效率、規模效率和技術效率，帶來全要素生產率的提高，開辟經濟增長的新空間，創造新產業新模式，實現對經濟發展的倍增效應，成為驅動經濟發展的新力

59、量。根據中國信通院測算，2023 年，我國數據經濟貢獻度為 2.05%，比 2022 年增長 0.99 個百分點，數據經濟貢獻度衡量數據對國民經濟收入的貢獻率，由此可見，數據驅動經濟增長能力已經初步顯現。來源：中國信息通信研究院圖 620212023 年數據經濟貢獻度分產業看，第一產業、第二產業、第三產業數據經濟貢獻度分別為 1.01%、1.96%、2.43%，與 2022 年比，分別增長 0.69、1.30 和 0.74個百分點，其中，第三產業持續保持數據開發利用優勢。依托各類數字基礎設施及互聯網平臺，第三產業企業通過數據接口、埋點、網絡日志、網絡爬蟲等方式采集數據，形成數據資源稟賦優勢，數

60、據開發數據價值化與數據要素市場發展報告（2024 年）27利用起步早，數據要素賦能效果初顯。同時，隨著信息化與工業化融合走深向實，第二產業數字技術應用水平提升，基于網絡連接、智能感知的機器設備產生大量數據，通過傳感器、條形碼、攝像頭等設備的收集，第二產業也匯集了大量數據，數據開發利用取得一定成效。來源：中國信息通信研究院圖 7 20212023 年三產數據經濟貢獻度（二）數據應用推動行業革新，實現高質量發展（二）數據應用推動行業革新，實現高質量發展數據正推動我國產業由低技術水平、低附加值狀態逐步向高新技術、高附加值狀態演變。一是生產要素結構發生變革，呈現出從“勞動密集資本密集技術密集知識密集數

61、據密集”的發展變化態勢。二是產品和服務結構發生變革，即產業在技術進步基礎上逐步向著更貼近消費者、更專業、更靈活的方向轉變，而這種產業結構的轉變離不開大量知識和數據的支撐。三是同一產業內部企業，在原有競數據價值化與數據要素市場發展報告（2024 年）28爭規范下，積極主動探索數據本身可能帶來的新業務場景和新利潤增長點，尋找數據價值有效釋放路徑。數據要素加速賦能工業制造，助力提升制造業研發效率，實現產業鏈供應鏈高效協同。我國基于網絡連接、智能感知的工業機器設備產生了大量數據資源，但面對工業化使命、困難和壓力的升級，工業企業正在尋找新路徑，實現工業質量、效率和動力變革。從企業端看，通過推動產品全生命

62、周期數據融合，打造基于數據的新技術、新產品研發范式，解決研發驗證成本高、周期長、成果轉化率低等問題，推動自主創新成為企業發展的根本驅動力。如華中數控通過中試平臺加快推動企業研究成果轉化，陸續建成了中試車間和測試車間，通過數據分析、測試驗證等，幫助用戶將研發周期從兩年縮短到半年左右，保證產品在量產前達到設計要求。從產業端看，通過打通產業鏈上下游數據壁壘，提升產業鏈韌性，增強抗風險能力。山東于 2023 年 6月出臺山東省工業大數據中心體系協同建設 2023 年行動方案，探索建設國家工業互聯網大數據中心體系，布局全省工業數據“一張網”，為產業鏈整體能力提升提供服務支撐。四川長虹電器股份有限公司通過

63、建立工業數據空間，打通電子信息產業鏈上下游企業間測試、生產、庫存、應付賬款、供應商資信和歷史交易記錄等數據，推動對賬用時降低 99.72%，賦能產值超 90 億元。數據要素加速賦能現代農業，解決產銷難題，形成智慧農業新模式。從生產端看，農業生產受自然環境變化和生物生命規律影響較大，生產能力和抗風險能力提升是農業生產最迫切需要解決的問題。農業數據價值化與數據要素市場發展報告（2024 年）29企業通過采集分析氣象、土壤、生物等數據，實現精準種植和檢測預警，減少外部環境對農作物的干擾。江蘇省互聯網農業發展中心依托政務數據共享平臺，采集匯聚農情、植保、氣象、基礎空間等數據，對超 2 億畝稻麥實現病害

64、常態化風險監測預警，近三年，年均挽回稻麥損失共計 200 萬噸，直接經濟損失 49.8 億元。從消費端看，受農產品市場供需不平衡、信息不對稱、產地封閉性強、物流配送難等影響，農產品銷售的“最后一公里”面臨挑戰。數據要素賦能下，農產品電商、“農業+直播”等新模式快速發展，打通供應鏈數據，提高供應鏈透明度，優化供需對接，為農民打開新的銷售渠道。京東農產品交易平臺打破傳統農產品交易地理隔閡，幫助商家發布產品數據，讓買家便捷瀏覽、購買和結算，實現了交易全鏈路的線上化。數據要素加速賦能交通運輸，提升運輸效率，催生多樣化數字物流場景。物流運輸方面，我國物流種類多樣，但不同物流方式涉及主體數量龐雜、差異較大

65、，物流信息不對稱、不透明導致物流效率低，信息追蹤難，訂艙操作繁瑣等。通過匯聚全鏈條物流數據，可提升管理調度能力和運輸效率，實現企業降本增效。舟山市港航和口岸管理局、中國電信舟山分公司建設了江海聯運數字化平臺，通過對舟山市與張家港、江陰南京、武漢、重慶等 25 個長江物流節點城市的海關、海事、邊檢港航等政府部門數據，以及船舶自動識別系統數據、氣象數據、海圖數據等專業第三方數據的匯聚、分析和綜合應用，推動江海直達配送每航次物流周期縮短 4 天以上、中轉損耗減少 7 萬元，大幅提高長江黃金水道運輸效能。城市交通方面，我國城鎮化快速發展，數據價值化與數據要素市場發展報告（2024 年）30機動車保有量

66、持續提升，但受路況信息反饋和車流預警不足、交通管理應急疏通能力弱等影響，城市交通擁堵情況愈發嚴重。通過城市交通數據匯聚分析，可優化城市交通治理、提升通行效率。2023 年，中國電信在雄安新區容東片區建成規?；瘏^域級數字道路，通過監測分析雷達和智能攝像頭等智能感知設備采集的數據，推動多個交叉路口信控系統優化，大幅提高了車輛通行效率。重慶公交控股有限公司通過人員、車輛、站臺、線路、停車場等多類數據感知互聯，打造遠程集中調度、多方式車輛監控、車輛到站時間預測、運營日報自動生成等數字化應用，實現人車供需匹配。數據要素加速賦能金融服務，推動金融服務模式創新，解決企業融資難題。從內部看，服務效率、質量，以

67、及優良的風險防控能力是金融行業發展的核心競爭力。當前，金融行業內部數據整合和共享逐步推進，大數據、人工智能等新技術在金融領域得到廣泛應用，金融服務的智能化和個性化水平不斷提升，風險防控能力迅速增強。中國郵政儲蓄銀行創新打造不同場景下的信貸全流程智能風控方案，基于歷史交易數據進行授信、基于實時交易數據進行用信、基于貸后經營及履約數據進行預警，風控方案覆蓋各場景各環節風險點。從外部看，金融數據可與農業、醫保、交通等多源數據融合，提升資源配置效率，解決企業信貸難題。網商銀行、螞蟻集團和農業農村部大數據中心合作，匯集遙感識別數據、農戶個人授權數據，以及農村土地基礎數據、承包數據等公共數據，建立新型農業

68、信用貸款授信評估體系，提升金融服務對農戶的授信范圍和額度，提升金融服務機構風險防范能力。數據價值化與數據要素市場發展報告（2024 年）31數據要素加速賦能醫療健康，提高醫療資源利用效率，提升服務質量。研發方面，藥物和臨床試驗數據可提升新藥研發效率，降低研發成本。北京市計算中心通過多渠道、合規收集海量藥物研發關鍵數據，建立專業的新藥研發數據集，并基于人工智能算法對藥物數據集進行數據挖掘和藥物特征提取，現已服務新藥研發項目 100 余項，有效降低新藥研發周期。服務方面，醫療機構間數據的互聯互通，可有效提升醫療檢驗數據標準化和互認程度，提高患者轉診、轉院效率，降低成本。浙江省建立覆蓋省市的醫學檢查

69、檢驗結果互認共享平臺，推動數據互聯互通，實現檢查檢驗結果跨醫院、跨層級、跨區域智能檢索、即時調閱、互認共享。截至 2024 年 3 月，累計節省醫療費用12 億元。融合方面，“金融+醫療”數據融合，實現醫保和商保一站式結算，“醫療+養老”數據融合，助推健康養老服務體系建設。廣州紅山醫院將老人家中煙霧警報器、浸水警報器、緊急呼叫按鈕、心率呼吸監測等設備與社區、醫院進行數據對接，24 小時監測異常情況，保障居民生命安全。數據要素加速賦能綠色低碳，提升能源利用效率，優化管理能力。能源利用方面，依托數據推動構建清潔低碳、安全高效的新型能源體系，實現經濟社會綠色低碳轉型。國家電網通過建設能源大數據應用平

70、臺，搭建與省級能源大數據中心、當地政府部門、電力企業、供用能企業、新能源電站，以及國內外權威數據機構等的數據傳輸通道，實現分地區、分行業、重點企業的常態化監測和高頻碳排放數據核算，助力政府實現能耗“雙控”。自應用以來，助力減少碳排放 1017 萬數據價值化與數據要素市場發展報告（2024 年）32噸，間接為企業節約成本約 5 億元。污染管理方面，以水環境污染為例，通過匯聚和分析水環境數據，可解決當前動態監控和精準防控不足等共性問題。四川省生態環境監測總站匯聚污染、土壤、現場地勘、人口、氣象、水文等數據，基于數字孿生技術支撐管理部門開展流域地表水環境監測管理、資源調配和業務應用，主要污染物預報準

71、確率超過 75%。數據要素加速賦能文化旅游，推廣中國特色文化，優化旅游質量。文化方面，中華文化數據庫加速構建，實現文化遺產的永久性保存和活態化傳承。敦煌研究院采集形成 7 處大遺址、250 個洞窟結構和 60余身彩塑的三維重建數字檔案，以及 180 多個洞窟壁畫數字化成果，打造數據資源共享平臺“數字敦煌開放素材庫”，利用區塊鏈、數字水印等版權保護技術，鼓勵用戶利用素材進行二次創作，助力提升敦煌石窟保護、藝術傳承及文化推廣。旅游方面，數據為文旅產業轉型升級提供了管理和決策依據，推動旅游治理能力和服務水平提升。中國聯通通過自身數據和消費、交通、氣象等多源數據的匯聚融合，打造文旅大數據平臺，支撐各級

72、文旅管理機構開展旅游態勢、文旅消費監測和文旅管理決策。同時，通過打通景區內部多個系統，精準預測景區客流，輔助景區開展擁堵治理和指揮調度。四、新對策：數據價值化與數據要素市場發展建議（一）聚焦數據要素市場化配置，完善數據制度體系（一）聚焦數據要素市場化配置，完善數據制度體系1.推動數據產權制度落地一是構建全國一體化數據產權登記體系。研究出臺國家數據產數據價值化與數據要素市場發展報告（2024 年）33權登記管理辦法，建設互聯互通的數據產權登記平臺，有機融合數據產權登記管理、服務提供、技術平臺等相關組織，構建統一的數據產權登記體系，落實“一地登記，全國共享”的數據產權登記流通機制。二是開展“三權”

73、試點。選取北京、上海、深圳等地區開展三權確認及權利流轉試點，在實踐中探索三類權利的屬性、邊界及主體的權利和義務，完善數據授權機制。根據“三權”試點情況總結經驗，研提數據法，逐步推動納入我國法律體系。三是探索新型數據權利。區分數據類型設置數據產權制度，探索更加多樣化的數據產權，如收益權、剩余追索權等，成熟一種，推進一種，為數據要素市場化發展留下充足的制度空間。2.完善數據要素市場制度一是全面完善數據市場準入制度。建立數據要素流通準入標準，完善數據要素市場主體準入機制。全面實施數據市場準入負面清單制度，建立市場準入負面清單動態調整機制和第三方評估機制。二是全面落實公平競爭制度。完善數據市場競爭政策

74、框架，修訂完善公平競爭審查實施細則，建立健全第三方審查和評估機制。建立違反數據市場公平競爭問題舉報、申訴和司法渠道，加強和改進反壟斷和反不正當競爭執法。三是打造數據信用制度。打造數據交易市場社會信用體系，逐步完善數據交易中失信行為認定、失信懲戒、異議處理和信用修復等機制。強化數據創建流通應用的全生命周期信用監管，將違規操作的市場主體納入黑名單。四是加快建立數據跨境流通規則。探索數據“可用不可見”跨境流通環境，探索通過“監管沙箱”等方式提數據價值化與數據要素市場發展報告（2024 年）34供符合監管要求的數據跨境傳輸技術和設施。3.健全數據安全治理制度一是強化標準引領。加快探索數據定價標準，和數

75、據交易計量單位標準。推進數據標準化體系建設，建立數據格式、接口、存儲等軟硬件通用標準，數據登記、數據交易、數據共享、數據服務等環節通用規范，并利用信息模型庫等技術手段推動數據格式標準化落地。二是完善協同治理體系。設立聯席數據治理協調機構，重點解決跨領域、跨層級的數據治理問題，發揮政府、企業、社會組織等多元主體治理功能，探索多主體協同治理。三是強化數據監管能力。加強對違規私自收集、過度收集、超范圍收集用戶數據行為，及 App 強制授權、過度索權等現象的監管。強化涉及國家安全的數據管理規范，對涉及公共安全的數據傳播、管理、保護、監管、調控等，國家擁有通過技術手段進行安全管理的權力。（二）立足數據要

76、素市場特征，形成特色發展路徑（二）立足數據要素市場特征，形成特色發展路徑1.鼓勵數據基礎好的行業率先應用數據鼓勵金融等數據基礎資源好，技術利用率高的行業或企業，開展數據采集、匯聚和分析工作，增加高質量數據資源供給。鼓勵此類行業或企業將數據充分用于自身管理運營，提升行業服務水平，創新服務方式。推動此類行業或企業將自身數據與工業、農業、醫療、交通等多領域數據融合，共同探索數據開發利用新場景、新模式。支持此類行業或企業加大對人工智能、區塊鏈、隱私計算、云計算、可信數據空間等技術應用程度，推動數據與技術充分融合，進一步優化提升數據價值化與數據要素市場發展報告（2024 年）35數據分析和安全保障能力。

77、2.推動數據規模大價值高的行業擴大數據開放一是支持各地區各部門加快公共數據開發開放力度。用好公共數據共享、開放和授權使用三類方式，推動公共部門將與民生緊密相關、社會需求迫切的數據優先開放，擴大公共數據供給規模，釋放公共數據資源紅利。二是推動電力、信息通信等行業內數據匯聚共享與安全流通。結合自身業務實踐和市場需求，輔以自身數據加工和技術服務能力，推動數據資源和數據產品流通應用。三是加強互聯網企業數據開放共享。率先開放一批數據價值高、市場需求密切的公共屬性數據，打造數據共享平臺，有償開放一批業務領域數據。3.優先保障高敏感行業數據開發利用安全一是針對關鍵數據強化監管。針對公共部門，以及工業、交通等

78、行業中，涉及國家安全、公共利益的數據，以及個人、組織合法權益的數據，強化數據開發利用安全保障。二是推動數據分類分級工作。各行業和主管部門要持續做好數據分類分級工作，指導各部門、各企業統籌部署防護策略，對不同級別數據進行差異化管理，合理配置安全資源。三是運用新技術保障數據安全。推動各部門、各企業積極擁抱區塊鏈、隱私計算等新技術和新基礎設施，進一步提升數據安全保護軟硬件能力。四是開展數據安全評估工作。各行業和主管部門要規范有序開展數據安全風險評估工作，針對評估結果定期進行整改，全面提升數據安全保障能力。數據價值化與數據要素市場發展報告（2024 年）364.推動主體豐富的行業打破數據流通壁壘一是建

79、立行業數據平臺。在農業、工業等產業鏈條較長、涉及部門或主體較豐富的行業，優先推動建立行業數據平臺，實現數據跨主體、跨部門互聯互通。二是建立部門間數據溝通渠道和共享機制。統一行業數據采集、加工處理、應用等數據標準和規范，明確潛在安全風險、爭議及責任問題。三是強化平臺可適用性。豐富數據平臺功能和適用范圍，推動形成一站式、便捷化、智能化的數據分析服務。（三）扶持數據服務產業發展，支撐數據價值釋放（三）扶持數據服務產業發展，支撐數據價值釋放1.培育壯大兩類企業主體，激發產業鏈各環節潛能一是健全數據要素型企業孵化培養體系。重點扶植技術創新代表性企業，識別具備成長潛力的初創企業，打造細分領域標桿企業。二是

80、培育數據基礎設施企業。面向算力網絡、可信流通、應用創新，培育一批數據基礎設施企業，提高數據要素應用支撐能力，鼓勵傳統IDC 企業向數據基礎設施企業轉型發展。三是鼓勵龍頭企業、重點企業發揮示范引領作用。中小企業廣泛參與，圍繞全生命周期價值鏈進一步延鏈補鏈強鏈。四是用好財政金融工具。類比“硬科技”類高新技術企業，充分利用現行財政補貼、稅收加計抵減優惠等政策，為數據企業主體提供財稅綜合支持。2.創新數據服務模式和業態，支撐數據產業高質量發展一是在有條件的地區和部門試點推進首席數據官制度。統籌實施數據普查登記、規范采集、加工處理、標準規范執行、質量管理、安全管控、績效評估等工作。二是建立數據經紀人、數

81、據交易所管理體數據價值化與數據要素市場發展報告（2024 年）37系。開展數據經紀人常態化技術監測與評估。優化數據產品供需對接和流通環境，推動行業級交易所認定，突出國家級交易所公共屬性和監管功能，鼓勵數據服務商、數據交易機構等依托可信數據空間開展數據共享流通應用。三是大力培育各類服務型數商和第三方專業服務機構。在資源集成、質量治理、撮合交付、交易仲裁等環節提供合規的專業性服務，提高數據要素應用支撐與服務能力。四是推動政產學研各界緊密合作。創新數據基礎設施技術解決方案，探索數據流通治理和開發利用新模式，繁榮數據開發利用產業生態。3.優化大數據公共服務，推動數據產業集群化發展面向數據價值化各細分領

82、域培植數據開發利用實體，形成多元產業生態。深入推進智慧城市和數字政府建設場景開放，建立公共數據資源開發應用場景庫。深化工業大數據開發利用，提升生產線物聯網數據實時分析、三維產品數字孿生和設備預測性分析等數據應用水平。加快推動數據基礎設施布局，推動全國一體化算力網建設，深入開展大數據產業發展合作，充分發揮龍頭企業虹吸效應。打造一批協同互補、特色發展、具有國際競爭力的數據產業集聚區，創新探索公共數據與集群企業數據融合的應用場景，實現數據要素紅利向產業發展能力的轉化。（四）鼓勵數據要素實踐應用，激發企業創新活力（四）鼓勵數據要素實踐應用，激發企業創新活力1.持續提升企業數字應用和管理能力一是強化數據

83、賦能中小企業轉型。鼓勵數據商豐富數據產品供給，推動數據與云計算、工業互聯網、大模型等相關技術產業充分融合，數據價值化與數據要素市場發展報告（2024 年）38對中小企業數據應用進行分級分類、精準扶持。二是推動企業提升數據管理能力。開展數據管理能力成熟度評估，規范數據資源管理，激發數據要素潛力。開展自主開源框架、組件和工具的研發，發展大數據開源社區，培育開源生態，全面賦能企業數據分析、應用和治理。加快智能技術產品工程化落地，打造數智化企業，精準快速響應客戶需求和市場變化。三是有序推動企業數據資源入表。鼓勵探索數據資源會計核算的確認、計量、列示和披露等相關方法，打造一批優秀樣板案例。2.面向難點堵

84、點探索數據應用新場景一是推進數據要素應用示范項目。鼓勵和支持行業針對自身發展難點、堵點，探索數據要素協同應用場景，挖掘數據復用、融合場景，形成商業模式清晰、應用成果顯著、可復制性強的數據要素應用示范項目，以點帶面、縱深推進重點行業規?；瘧?。二是開展數據空間試點示范。面向工業、金融、醫療等重點行業開展數據空間試點，支持龍頭、鏈主企業建立行業空間，面向行業典型場景建設測試床，鼓勵數據商、數據交易機構等依托數據空間開展數據交易服務，形成一系列可復制可分享的經驗和模式。3.推動行業全方位營造用數良好氛圍一是建立容錯免責的數據要素流通激勵機制。設立容錯免責“綠燈區”，推動各行各業積極參與數據要素市場建設。鼓勵銀行業和金融機構以支持數據開發利用為重點，在專項額度、審批權限、產品創新等方面爭取政策傾斜，提高企業治數積極性。二是鼓勵金融產品創數據價值化與數據要素市場發展報告（2024 年）39新。推動保險機構圍繞數據資源全生命周期價值化提供保險創新產品。鼓勵探索數據資產證券化、股份化等創新融資方式，支持科技創新企業多渠道開展融資。三是支持發展數據人才。推動產教深度融合，鼓勵打造數據領域專業人才繼續教育基地，定期開展系列培訓和評估認定工作，培養兼具專業能力和數據素養的復合型人才。1