文｜中国信息通信研究院

关键词：数据要素白皮书；数据要素；数据二十条；公共数据授权运营；会计入表；数据交易；数商生态；数字技术

数据要素再认识

  数据的爆发式增长和规模化应用不断催生新产业、新业态，对生产力和生产关系的发展和变革具有重要影响。

1. 国家战略布局

  我国数据要素政策进入体系化构建阶段。自2014年大数据首次写入政府工作报告以来，在关于数据系列政策的布局推动下，数据与实体经济融合程度不断加深，数据技术、数据产业、数据应用、数据安全等方面都取得长足发展。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（下称“数据二十条”），成为我国首部从生产要素高度系统部署数据要素价值释放的国家级专项政策文件，明确了数据基础制度体系基本架构（如图1）。随着一系列政策措施相继出台，数据要素市场培育进展加速，畅通数据资源大循环的方向愈加明确。

同时，数据要素统筹管理、协调发展体制机制进一步完善。2023年3月，《党和国家机构改革方案》提出组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等工作。国家数据局的组建有利于完善数据治理环境，平衡数据要素安全和发展的辩证关系，从而进一步推动数据要素的开发利用，推进多层次数据要素市场建设，促进数据要素、数字经济与实体经济深度融合。

2. 人工智能需要

  2023年，以ChatGPT等为代表的AIGC技术应用火遍全球，大模型技术的突破使人工智能技术发生深刻变革，而这个突破离不开高质量数据的发展。伴随着大模型时代的到来，通用人工智能（AGI）产业迎来爆发期，更需要大规模、高质量、多样化数据集提升模型效果和泛化能力。 当前，主流大模型预训练数据主要来源于公开数据集、合作数据分享、大规模网络数据以及通过数据众包方式获取的数据。然而，我国人工智能领域高质量数据集缺乏、数据供给的产业生态不健全、企业数据资源获取成本高等问题依然严峻。

3. 自身价值释放

  数据要素概念的内核是提高生产效率与资源配置效率。生产要素是对某一时期经济发展中所需重要资源的科学抽象，是对生产过程中所投入成本的高度凝练。数据要素这一概念不只是对各行业各领域各类数据的指代，更是对数据所蕴藏巨大价值的强调。数据支撑业务贯通、推动数智决策、流通对外赋能的三次价值是挖掘、释放数据要素价值的主要手段，而激活数据要素的根本目的是将数据以多样、创新的方式投入经济社会发展全过程，通过数据开发利用增加生产经营活动的投入产出比，促进跨领域活动过程中资源的高效流动，从而全面提高生产效率与资源配置效率。

资源：分类推进数据要素探索

  数据资源是释放数据要素价值的原材料。在推进数据开发利用、释放数据价值过程中，不同类型数据面临不同重点任务与关键问题，分类推进数据要素探索已成当前共识。

1. 不同数据资源类别

  “数据二十条”在总述探索数据产权结构性分置制度时，提出“建立公共数据、企业数据、个人数据的分类分级确权授权制度”，按照数据相关权益归属的不同，将数据分为公共数据、企业数据、个人数据三大类型，突出不同类型的重点关切，探寻相应的突破方向。

 “数据二十条”总体描述了公共数据是在各级党政机关、企事业单位依法履职或提供公共服务过程中产生的数据，包括来自政务体系的数据和来自公共事业的数据（包括科研、教育、文化、供水、供电、公交等公共事业）。企业数据来源广泛，按照生成方式的不同，可分为三类：一是自行采集、记录客观现象所得到的数据；二是在生产经营活动中，采集与用户的交互记录所得到的数据；三是基于已产生的数据，在赋予数据全新价值过程中所得到的数据。个人数据大多由公共部门和企业实际持有，包括描述或标识特定自然人信息的数据及自然人创作的各类信息。

2. 公共数据授权运营

 由于责任与激励机制缺乏，公共数据高质量供给受到制约。当前，授权运营在公共数据领域的实践探索中具有关键意义，可以充分发挥社会力量，解决公共数据开发利用中开放质量不佳、供需匹配不足、应用挖掘不够等问题，是大量高价值、高敏感的公共数据开发利用的核心路径。国内授权运营实践在机制、平台等方面均取得成效。行业主管部门持有和控制的公共数据是纵向的数据归口，在行业领域内具有相对完整性和全面性，推进行业主管部门公共数据的应用与流通也是公共数据授权运营的关键工作之一。

3. 企业数据会计入表

 近年来对于数据能否真正成为会计意义上的资产、能否计入企业资产负债表，是各界讨论的焦点。2023年8月21日，财政部正式发布《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》，2024年1月1日起施行），肯定了数据资源的资产属性，是数据要素市场发展的重要里程碑。作为报表意义上的“资产”，企业数据的市场价值与业务贡献将在财务报表中“显性化”。《暂行规定》明确了企业数据资源在财务报表中进行会计确认和计量的思路，在不改变现行企业会计准则的基础上，给出了将数据确认为无形资产、确认为存货和不确认资产三条入表思路。

 企业数据资源“入表”有利于内外部发现并确认企业数据的价值。在将数据确认为无形资产或存货进行会计计量的过程中，企业需要明确取得和持有数据资源过程中产生的各项成本或增减值，企业数据的产生成本或应用价值将得到更加完整、准确的列示，基于企业数据资产产生的收入进一步明确。继而，对从事数据产品（或数据服务）供应的企业来说，有助于确定更为市场认可的数据产品定价，促进企业参与市场化的数据交易流通；对数据密集型企业来说，有助于投资者更好发现和理解企业整体的价值，提升企业融资机会，扩大企业发展空间。

 需要注意到的是，《暂行规定》还不是真正意义上的“数据资产会计准则”，目前只给出了“满足资产确认条件且价值确定的数据资源如何计入报表”的解决思路，但是没有解决“数据价值如何确定”的问题。由于数据具有未来经济利益难确定、经济寿命不确定、价值易变性等区别于传统要素的特性，成本法、收益法、市场法等估值方法均有其局限性。总的来看，《暂行规定》的出台迈出了我国为发展数据要素而建立相关会计核算制度的第一步。真正建立适应数字经济发展需求、符合数据要素特殊属性的会计核算方法，未来仍将有很多复杂、挑战性工作待完成。

4. 个人数据权益保护

 个人数据方面，《个人信息保护法》针对个人信息数据确立了保护原则，通过分级授权细化个人数据采集使用规范已有理论探索，通过专业数据托管服务机构降低个人数据行权门槛已有国际实践。

主体：企业和政府双向发力

 企业和政府构成推进数据要素发展的核心力量。企业是冲锋在前的创新主体，政府则主要发挥有序引导和规范发展的作用。在数据要素市场建设过程中，企业和政府需着力提高自身能力，在扮演好各自角色的基础上守正创新、双向发力，共同推进数据要素发展的可持续探索。

1. 企业侧提升管理应用能力

 企业是数据要素的创新主体和主要需求方。结合业务发展目标构建数据管理体系、在业务场景中深度应用数据是企业整体数据能力提升的必要环节，构成企业数据价值释放的基础。数据管理规范了数据采集、加工、使用过程，是企业丰富数据应用、参与数据要素流通的前序基础。数据应用将数据真正转化为生产力，是释放数据要素价值的最后一公里。在不断夯实自身数据能力的基础上，企业才能进一步探索参与数据要素市场、构建核心竞争力的方式。

 企业不断通过DCMM贯标评估提升数据管理能力，以此为契机，在战略规划、组织架构、技术工具等方面推动开展数据管理相关工作。数据研发运营一体化（DataOps）可在数据管理基础上，解决开发管理“两张皮”的问题，有效提升数据管理与应用协作效率。企业正在同步推进业务需求梳理与挖掘，数据应用场景持续扩充。数字化水平较高的头部企业进一步挖掘业务链条中的数据需求，通过自有数据的挖掘和分析，为生态伙伴提供更加科学化的决策依据，以实现生产、流通等环节的高效运作。

 传统企业愈加重视数据要素的沉淀、挖掘和应用能力提升，重视数据与生产、调度、调控、营销等业务的融合应用，以实现设备级、工厂级和企业级的互联互通，从而提高生产效率、降低成本、改善产品质量和创新能力。在夯实数据能力基础上，企业积极挖掘并输出自身数据能力特色，通过提供高质量数据服务，创新数据要素市场参与方式。数据要素供应链条长，在供给、流通、应用、安全等环节均有细分市场需求，对于专业数据能力突出的中小企业，可借助集聚优势，寻找市场定位，塑造服务品牌。

2. 政府侧建立公平高效机制

 政府及其他党政机关作为国家治理的核心力量，在数据要素发展过程中扮演着有序引导和规范发展的关键角色。除了向社会供给高价值公共数据，提升治理能力，创新治理手段，建立公平高效的数据要素发展促进机制，守护数据要素可持续发展环境是更好发挥政府在数据要素领域作用的关键。

 面对数据要素这一新兴事物，各地方在中央宏观战略指引下，加紧制定数据条例与行动方案，更加灵活、主动地探索推进数据要素发展的实施规范乃至细化操作流程。加快完善数据领域央地协同和条块协同机制是当前的重要命题。在地方纷纷成立大数据管理机构，承担数据领域统筹协调与资源整合共享职能的背景下，国家数据局的成立顺应了各界对国家层面组建专职管理部门的期待。然而，国家数据局尚处于初建阶段，如何理顺国家和省级数据管理机构关系、平衡国家各部委及地方各委办局间职能，需要尽快探索方案并落地执行。

 提升治理能力、营造兼顾效率与公平的数据要素发展环境仍应成为政府工作重点。综观各地数据要素相关政策制度，尽管产业格局、发展目标、数据供给、流通、应用等重点发力方向等基本明确，但数据治理落地抓手相对有限，还不能完全适应数据要素的新特性和新趋势。

市场：优化数据资源配置

 数据要素市场是实现数据要素价值第三次飞跃的关键。数据在市场中流通使数据流向更需要的地方，让不同来源的优质数据在新的业务需求和场景中汇聚融合，实现双赢、多赢的价值利用。

1. 数据流通存在多种形态

 推进数据要素充分流通，首先应正确认识数据流通的表现形式，从不同角度分析数据流通的类型。从流通主体间的供需关系来看，数据流通存在开放、共享、交易三种供需模式，区别在于数据需求方获取数据所需要支付的对价关系不同。从流通对象来看，流通中的数据包括从原料到衍生服务的多种形态，可参照实体商品加工程度区分（如图2）。就交付形式而言，为满足不同的应用需求和安全保护要求，数据产品的流通也呈现多样化的交付形式。与实体商品不同，数据产品的流通并非简单的转移交割。

2. 场内外交易特点各异

 场外交易仍是数据交易主要形式。数据流通交易并非新生事物。例如，金融行业中，万得、同花顺等企业研发金融终端，对接、采购各类交易所、券商、资讯公司等方数据，汇聚研发形成标准、实时、全面的数据库，供市场各大机构购买使用。综合查询服务、金融、征信、广告、人工智能等各行业的场外数据交易情况，2022年场外数据交易规模约为1000亿元，是场内交易规模的50倍。部分行业外部数据采购需求强烈。部分企业期望通过内外部数据的相互融合获得更加精准的市场分析、用户画像等能力解决业务开展过程中的核心问题，金融机构、互联网平台、广告公司等企业的外部数据采购规模呈稳定增长趋势。

 场内数据交易多元化探索不断取得突破。中国信息通信研究院根据公开信息统计显示，2023年1月至8月，国内新成立5家数据交易机构。目前，全国已先后成立53家数据交易机构，其中活跃的数据交易机构已上架数据产品超12000种。各数据交易机构从不同角度发力，在拓展业务模式、强化权益保障等方面积极创新，提升数据进场交易吸引力。

 所商分离背景下，数商生态不断完善。在广泛意义上，“数据二十条”所鼓励的数据商和第三方专业服务机构，均可纳入“数商”范畴，其核心功能是为数据供需方提供各类数据服务与市场服务。各类数商在地方政府、数据交易所支持下，积极主动寻找市场定位，推动数商生态不断完善。

3. 破除数据流通障碍

 面对流通规则不完善的问题，各地加快健全数据要素市场制度与规则。当前，数据流通的激励和权益保护规则仍未健全，市场主体合规顾虑仍然较大。为此，各地在“数据二十条”指导下，制定符合当地实际的政策，推进制度与规则的探索。例如，2023年7月，北京印发《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》，提出推进数据产权结构性分置、完善数据收益合理化分配等具体举措，布局推进公共数据专区授权运营、推进数据技术产品和商业模式创新等探索方向。

 面对权利归属难界定的问题，各地推进数据产权登记新方式。数据来源广泛、相关主体复杂、数据权属不明及错配始终是数据交易操作中的“拦路虎”。“数据二十条”提出研究数据产权登记新方式。未来，数据确权本身仍将存在大量争议，构建以促进产业发展为导向的数据产权登记框架，推进权责明确、保护严格、流转顺畅的数据产权登记体系建设需加快探索。

 面对支持力度仍有限的问题，还需进一步鼓励数据流通创新探索。当前我国数据要素市场培育仍具有“重安全、轻发展”的特点，未来，需着力统筹发展和安全，加大对创新探索的支持力度。积极开展数据特区、数据委托运营、行业数据市场、多级数据市场等创新试点。加大财税综合支持，扶植具有创新技术应用或商业模式的代表性企业，鼓励自由竞争的市场化流通交易。鼓励企业加强数据产品研发力度，主动创新商业模式，主动创造应用场景，主动寻找市场机遇。大力培育多样、专业的数据服务机构，主动对接数据创新成果、分析数据应用需求、撮合数据流通。研究建立数据资产价值评价指标体系，从行业、场景等方面切入，开展数据估值定价试点。进一步探索数据要素金融服务体系，提高相关企业的融资效率。

技术：基于需求加速重构

 技术发展持续推动着产业进步，业务需求也对技术提出新的要求。随着数据规模爆炸式增长、数据类型日渐丰富，传统大数据处理技术面临诸多挑战，以满足业务需求为导向的数据技术体系将会不断变革创新。

1. 需求驱动技术不断演进

 数据技术（Data Technology）伴随业务要求发展，不同需求也推动着数据技术不断演进。当前，第一代数据技术（DT1.0，以文件系统、数据库等技术为代表）、第二代数据技术（DT2.0，以数据仓库、数据湖以及湖仓一体等技术为代表）体系已基本成熟，第三代数据技术（DT3.0，以相对匿名化、隐私计算、区块链、全密态数据库以及防篡改数据库等技术为代表）逐渐兴起。

2. 新技术不断涌现

 数据要素在强调通过大数据投入生产的同时，进一步突出了数据在交易流通过程中产生的经济价值（如图3）。可控、可计量、可流通是数据要素对数据技术提出的新要求，新技术不断涌现为数据要素价值释放保驾护航。

以云原生、软硬协同以及湖仓一体等技术为代表的数据处理技术持续助力用户降本增效。由于数据要素具有规模经济性，企业将趋向于持续积累数据，助力企业降本增效的技术将进一步受到关注。

 以人工智能、隐私计算、区块链、及图技术等为代表的新兴技术持续护航数据要素安全流通。AI技术与数据处理技术相结合降低技术使用门槛。数据库与隐私计算相结合落地的全密态数据库，能够解决数据全生命周期的隐私保护问题，使得无论在何种系统环境下，数据在传输、运算以及存储的各个环节始终都处于密文状态。数据库与区块链技术相结合形成的防篡改数据库，能够很好地保障云上数据可信运维。

 向量数据库、图分析技术、时空大数据平台以及时空数据库等技术有效支持新兴业务场景下的数据要素价值释放。在现实世界中有超过80%的数据都和地理位置（空间）相关，而所有数据均含有时间属性。因此，实际业务场景中许多数据需要通过时空大数据平台或时空数据库处理。近年来，时空大数据平台以及时空数据库等技术的发展，有效应对了北斗时空大数据服务、数字孪生、智慧城市等新兴数据应用业务场景对于时空数据处理的需求。

3. 技术体系重构加速

  数据要素时代，围绕数据的采集、存储、计算、管理、流通、安全各个环节，技术体系不断革新（如图4）。数据采集方面，传统数据采集通常采用外部数据源购买、人工检索以及搜索引擎等手段。未来，数据采集技术将向采集途径多样化、数据类型多样化以及数据结构多样化等方向持续发展，尤其是物联网技术的发展将极大扩展数据采集的范围。数据存储方面，数据存储技术将向更高性能、更低成本方向升级，从以存算耦合为代表的传统存储架构向存算分离的新型架构不断演进，从而提高资源共享性和伸缩性。数据计算方面，新型计算平台持续涌现以满足不同类型数据处理需求，计算实时性、交互性将会不断提升。数据管理方面，传统数据管理技术人工参与多、效率低，随着AI技术的不断发展，新技术将会极大程度代替人工从而提升整体效率、压缩成本和周期。数据流通方面，在传统的数据流通过程中，由于明文数据拷贝成本很低，数据资源持有权很容易失控。未来，数据流通过程中“数据可用不可见”“数据可控可计量”“可溯源存证”等技术理念将不断落地。数据安全方面将由传统的防护边界安全技术向保护全生命周期的内生安全技术逐步演进。在以上环节构成的技术体系不断革新完善的基础上，数据要素基础设施、可信数据空间等综合性技术框架将逐渐落地成型，成为系统解决数据共享流通瓶颈问题、安全可信类问题和数据内容保护问题的必要技术底座，确保数据要素在供给方、使用方、服务方、监管方等主体间通力合作中释放价值。

趋势与展望

 我国数据要素发展处于活跃探索期，突破方向将逐渐显现。各地、各部门从多个角度积极布局数据要素发展，各市场主体积极寻找在数据要素发展中的定位和角色，寻找新的业务增长点。尽管目前尚未形成成熟的方法论和推广模式，探索路径尚未形成体系，但随着探索的深入，新视角、新方式不断涌现，新方向和新热点层出不穷。未来一段时间，公共数据授权运营可能进入大规模落地探索阶段，授权运营的制度、平台、标准等将不断完善，高价值公共数据的高质量供给有望在数据要素市场中率先“突出重围”。各大企业有望结合自身数据资源、数据能力等各方面优势，将各自功能有机联系，形成数据要素生态体系，带动市场各参与主体有序运转，形成“飞轮效应”。个人数据相关权益保护仍将持续加强，同时基于个人权益保护的个人数据开发利用技术、模式也将不断创新。此外，面对国际数据治理新格局，北京、上海、深圳等地将依托自身跨境合作优势，进一步探索数据跨境的落地实施方案。

 面向未来，数据要素与时代相伴发展，不断衍生出新的问题等待破解。生成式人工智能为数据流通带来了新的可能模式，以内容生成代替数据本身、以模型部署代替数据流动是否可能颠覆现有数据流通模式，需要持续跟踪。推广数据文化、倡导数据利他主义的潮流既是促进数据管理、数据应用、数据流通的理念，又是对数据经济、社会、文化特性的全新阐释。从面对未知的风险角度看，数据伦理的讨论也日益增加，持续推进科技向善也是数据要素发展的应有之义。

 生产要素的扩充代表着生产模式、经济社会运行模式乃至人的生存状态、文化形态、价值追求的变革。从“结绳记事”到大模型，数据伴随社会发展变迁，承载人类认知世界的努力与探索。当前，我国正从“数据大国”向“数字中国”全速前进，数据要素与新兴技术交织融合，数据价值与行业发展相互交错，数据引擎正在被注入巨大动能。■