數據價值釋放：現狀、問題和建議

摘 要：數據要素作為一種新興生產要素，是新質生產力發展的重要動力。我國當前面臨數據價值釋放不充分的問題，有必要從完善數據要素市場的視角拓展至促進數據價值釋放的更一般的理論體系。數據要素的價值釋放總是經歷供給、需求、供需匹配三個基本環節，并依賴政策法律形成全面健康的價值釋放生態。提高數據要素價值釋放效率，需正視并解決當前我國數據價值釋放過程中面臨的諸多現實問題，如數據供給成本高且開發激勵不足、數據利用能力不夠、供需匹配機制與相關制度法規尚不完善等。針對這些問題所反映出的市場失靈與政策失靈，政府應把握數據要素在價值創造與釋放過程中的核心規律，兼顧交易交互兩大主線，保障市場有效運行，健全定價與收益分配體系，推動數據價值的充分釋放。

關鍵詞：數據價值釋放；數據要素；數據流通；數據交互；新質生產力

中圖分類號：F49 文獻標識碼：A 文章編號：1003-7543（2024）08-0045-15

數據要素是數字經濟時代最為重要的生產要素之一，是新質生產力發展的重要動力［1-2］。我國高度重視培育數據要素市場，出臺多項政策文件促進數據價值流通釋放。2023年12月國家數據局等十七部門聯合印發的《“數據要素×”三年行動計劃（2024—2026年）》指出，要推動數據要素應用廣度和深度大幅拓展，發揮數據要素的放大、疊加、倍增作用，提升數據要素賦能經濟社會發展的增長動能。據測算，2023年全國數據生產總量達32.85ZB，同比增長22.44%，2024年數據生產量增長預計將超過25%［3］。我國數據規模優勢正在逐步擴大，并將保持快速增長趨勢，這引發了生產力和生產關系的深刻變革與重塑，高質量數據資源將成為經濟增長的重要源泉［4-5］。

然而，我國數據要素管理與利用目前尚處于起步階段，海量數據優勢潛力急需釋放［6］。數據要素價值釋放的組織形式與監管機制需要更加多元化，以匹配數據存量與應用場景的高速增長。本文立足我國當前數據要素價值釋放各環節中存在的諸多現實問題，剖析數據價值釋放的基本機制，就實現數據價值的高效轉化提出針對性建議。

一、我國數據價值釋放的現狀

自2014年起，我國數據流通交易經歷了逐步建立、規范整頓再到繁榮有序的發展過程，多地建立數據交易平臺，各數商和互聯網企業也紛紛探索數據流通交易的多種模式。隨著對于數據價值釋放的認知與實踐不斷豐富，我國于2023年成立國家數據局，統籌推進數據要素流通利用。隨后，數據要素相關產業活躍度顯著提升，總體規模不斷上升，現已形成縱向聯動、橫向協同的數據工作體系［7］。總體來說，我國當前數據價值釋放呈現多主體參與、多維度分布、多政策協同的態勢。

（一）數據價值釋放的多主體參與

我國當前數據價值釋放是一個多元主體參與的過程，參與主體范圍仍在隨著價值釋放方式的不斷豐富而擴張。各級政府、各類企業甚至公眾個體共同參與，共同完成數據價值的實現過程。以數據交易所功能演變為例，目前我國數據交易所已從單純的交易撮合平臺發展為集流通交易規則制定、市場主體登記、數據要素登記確權、數據產品服務提供、各方資源整合、交易全流程數據安全把控等職能于一身、貫通產業鏈上中下游的綜合性服務中心，使得更多類型的數商或數字化企業能夠參與到數據價值釋放過程［8］。此外，數商的范圍和功能也在不斷擴展。目前，數商企業的具體業務正在經歷從傳統的數據分析、資源集成、咨詢治理業務向產品開發、交易經紀、評估仲裁等更深層次多元領域業務拓展的過程。現階段，通用型數商（如普元信息、美林數據、華為云、阿里云等）與專攻金融、鋼鐵、智能制造等某一領域或某一產業鏈的行業型數商（如萬得等金融軟件服務企業以及歐冶云商等產業互聯網廠商）并存經營、協同發展。

同時，參與數據價值釋放的政府主體也日漸豐富。云南融資信用服務平臺通過直接用數、信用報告及聯合建模三種模式與銀行共享數據，其數據歸集位居全國前列。四川省文化和旅游廳規劃構建“人在游、數在轉、云在算”智慧文旅新格局。從各地構建數據交易所向各地發揮地域優勢，地方政府開始從自身經濟關鍵領域以新的路徑和形式通過數據賦能地方經濟，充分表明我國數據價值釋放進入多元主體新階段。

除政府部門與數據相關企業外，我國各類科研機構、算力中心、行業協會也參與到數據價值共創過程中。表1（下頁）總結了我國當前各類主體參與數據價值釋放的典型類型與案例，以及各類型主體參與價值釋放的主要形式。數據價值釋放多元主體參與成為我國數據要素價值實現在當前階段的新特征。

（二）數據價值釋放的多維度分布

數據價值釋放的多元性不僅體現在參與主體上，而且體現在其釋放逐漸向多領域、多地域拓展上。由國家數據中心及大型平臺企業作為大型數據樞紐，各細分領域數據流通逐漸向專業化發展，呈現“多極散布”的新特征。數字中國建設峰會官網整理了當前我國“數據要素×”多個典型案例［9］。在物流領域，浙江四港聯動發展有限公司打造智慧物流云平臺，集成全省多維度物流大數據，加快物流行業轉型升級；在材料科學領域，合肥機數量子科技有限公司建立高質量化學和材料科學數據庫，打造基于數據的材料研發新模式，大幅增強相關產品市場競爭力；在電子信息領域，四川長虹電子控股集團有限公司通過建立工業數據空間，打通生產全流程以及供應商資信和歷史交易記錄等數據，實現產業鏈供應鏈高質量協同發展。此外，大量專業細分領域數據交易所開始涌現，如中關村醫藥健康大數據交易平臺、海南國際知識產權交易所、全國文化大數據交易中心、青島海洋數據交易平臺等。

與此同時，數據價值釋放存在地域差異，但已呈現區域間互動融合趨勢。目前，我國華東、華北、華南地區共有近30家數據交易所或交易中心，而東北、西北地區僅有兩三家正常運行，體現了數據資源與價值釋放發展的地區間不平衡。2023年底，廣州數據交易所依據廣東省數據要素“一所多基地多平臺”體系，在新疆喀什地區成立喀什服務基地，成為新疆第一所數據交易所，促進了跨省跨區域數據流通。從國家政策來看，2023年12月印發的《數字經濟促進共同富裕實施方案》開始重視數據要素價值實現的再分配效應，提出立體化實施“東數西算”工程，引導數據要素跨區域流通融合。從地方政府政策來看，當前各區域正聚焦數字經濟體系中具備一定經濟優勢的關鍵領域，如四川省優先發展智慧文旅和智慧醫療，安徽省將公共數據授權試點作為數據要素價值釋放重心之一等。

產業上多極散布、區域上互動融合成為現階段我國數據價值釋放的重要特征。由于數據要素具備產業與地區上的集聚效應［10］，發揮數據的倍乘效應，就需要重視我國數據要素應用發展中的新規律。

（三）數據價值釋放的多政策協同

我國當前數據價值釋放狀況是新舊數據相關政策實施的動態結果，體現了中央與地方政策共同作用的基本成效。我國有關數據價值釋放的政策演進可以分為三個階段（見表2，下頁）。

第一個階段是大數據發展探索期（2014—2019年）。2014年大數據首次被寫入中央政府工作報告，拉開了我國數據要素市場建設的序幕。這一時期，政策以鼓勵大數據發展為主，強調“互聯網+”概念，推動大數據技術在不同產業中廣泛應用，國家出臺了一系列政策鼓勵培育新興產業集群。這一階段的政策使得數字技術日益成為國家規劃及企業發展的重心之一，積累了大量數據與數據生產技術，為數據要素價值釋放打下基礎。

第二個階段是數據要素市場建設期（2019—2022年）。2019年首次將數據要素作為生產要素的重要組成部分。這一時期，政策重點是加快培育數據要素市場，推動政府數據開放共享，并為數據流通和交易的基礎制度建設指明了方向。與此同時，開始關注數據安全問題，先后出臺多部法律法規為數據要素市場健康發展提供保障。這一階段的政策鼓勵大數據相關平臺與機構的試點、建立和完善，這些平臺與機構是當前數據要素價值釋放生態中不可或缺的組成部分。

第三個階段是數據要素價值釋放期（2023年至今）。2023年是我國數據要素市場建設的重要一年。國家發布了一系列政策文件，為深化數據要素市場建設、持續推進數字中國戰略提供了堅實的政策支撐。隨著這些政策的深入實施，我國數據要素市場迎來更加廣闊的發展前景。2023年，我國成立了國家數據局，更是標志著我國數據要素流通利用進入全新的發展階段。與此同時，我國各省（區、市）積極出臺相應配套文件，激發數據要素創新活力，推動數據要素市場快速發展。

隨著政策的逐步演進，數據價值釋放的理論基礎不斷深化。首先，數據作為一種獨立的、具有重要價值的生產要素，其真正的價值在于參與到生產要素的組合與升級過程中，激發更大的經濟活力和創新動力。數據價值釋放的精髓在于其在實體經濟發展中扮演關鍵生產函數的角色，成為推動高質量發展的核心引擎。其次，數據要素市場是實現數據價值釋放的途徑之一，但并非唯一。因此，需要從多元化的角度出發，通過多種方式充分挖掘數據要素的潛在價值。根據最新政策導向，數據價值的釋放應與多樣化的應用場景緊密結合，通過數實融合，探索數據價值釋放的新機制、新路徑［11］。最后，數據價值釋放的主要途徑，是否通過中心化的數據交易中心或數據交易所來實現，是一個值得深入思考和探討的問題。從理論角度出發，需要重新審視這一觀點，因為在實際操作中，先前各地大數據交易所的模式似乎并未完全展現數據價值釋放的最佳效果。因此，不應局限于傳統的交易中心或者交易所模式，而應探索更多元化、靈活化的數據流通和價值實現方式，以確保數據能夠更有效地為實體經濟和社會發展貢獻力量。

二、數據價值釋放的基本機制

數據價值的釋放，需經歷從資源化到數據共享、交易流通再到分析應用的過程，這一過程依賴云服務、隱私計算、人工智能等數字技術和數據中心等基礎設施的支撐，需要清晰、透明、一致的監管政策來保障市場秩序［12］。根據數據的不同供給類型與應用需要，達成供需匹配的具體形式也需要靈活變化。在供給、需求與匹配這三個環節中，政策法規均扮演了重要角色，支撐了數據價值更好實現。

（一）數據供給是數據價值產生的起點

數據供給構成數據生命周期的起始階段，包含數據生產、存儲與清洗等環節，是數據加工、分析及應用的先決條件。只有充足且高質量的數據供給得到保障，數據的潛在價值才有望得到充分釋放。為了使數據要素的價值最大化，必須提供全面、多樣、合規且有效的數據。一方面，為適應多樣化的業務需求，數據供給應涵蓋個人數據、科研數據、公共數據等多種類型。各類數據源于不同的渠道、用途和特性，對數據的質量和供給方式自然有著不同的要求。特別是對于公共數據這類價值高但敏感性強的數據，需探索合法合規的利用策略以釋放其潛在價值。另一方面，數據質量直接決定了數據價值實現的可能性。數據供給的質量不足，如數量有限、精度不高、更新緩慢或內容不完整，都會影響數據的有效利用［13］。因此，提升數據收集與初步整理加工的能力和技術，也尤為重要。

《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》將數據分為公共數據、企業數據和個人數據三大類型，但從實際應用角度來看，個人數據價值釋放場景相對較少，因而可以將數據供給主要分為公共數據供給與企業數據供給兩個部分。公共數據是數據要素的重要組成部分，政府通過對外開放這些數據資源，并授權相關企業進行運營，可以為社會提供高質量的公共數據服務［14-15］。這種做法不僅促進了數據的有效利用，而且能推動社會的整體進步和經濟發展。據統計，自 2017年起我國公共數據開放平臺持續增加，截至2023年8月，我國已有226個省級和城市的地方政府上線了數據開放平臺。在我國27個省級行政區（不含直轄市和港澳臺）政府中，已經有80%以上的政府上線了公共數據開放平臺。整體上，呈現從東部向其他地區發散的狀況［16］。公共數據在促進社會公益和提高公共服務效率方面發揮著關鍵作用，通過合理利用和分析這些數據，可以更好地提升社會福利。此外，政府對公共數據的開放和授權運營，可為企業提供寶貴的信息資源，幫助它們提升生產效率、改進生產技術、優化經營管理策略等，從而在更大程度上賦能經濟社會發展。在企業的生產經營活動中，也會產生大量數據。在保障數據安全和隱私的前提下，企業數據的利用不僅能夠提升企業的運營效率和創新能力，而且能廣泛地服務于社會公益和商業發展，促進社會的整體進步和經濟的繁榮。隨著信息通信技術的快速發展，對數據進行采集、存儲、加工和開發應用的能力不斷提升，企業數據的規模迅速擴大、種類不斷擴增、應用場景越發豐富，在經濟社會發展中開始發揮越來越重要的作用。我國高度重視企業數據的開發應用，出臺了一系列政策，支持數據產業發展，推動互聯網、電信、金融等領域的企業進行數據開放共享，提升數據供給數量和質量，提高大數據應用水平，加快我國數據要素市場建設，促進數字經濟和實體經濟融合發展［17-18］。

此外，我國制定了多項政策法規保護個人信息安全，如何在滿足這些政策法規要求的前提下實現個人數據有效供給是數據交易面臨的一大難點。2023年4月，貴陽大數據交易所聯合某公司探索個人簡歷數據流通交易全新商業模式，完成全國首筆個人數據合規流轉交易，創新了數據交易模式，為個人數據合規交易、合法創收提供了參考。

（二）數據需求是數據價值釋放的終點

數據需求代表了市場和用戶對數據的期望和依賴，是推動數據流動和交易的關鍵動力。只有當數據供給能夠精準匹配并滿足市場和用戶的需求時，數據的潛在價值才能得到實現和轉化。因此，理解并滿足數據需求是數據價值鏈的終點，也是數據資產化和資本化的最終目標。從數據需求來源的豐富性來看，數據需求來源于不同的行業和領域，包括但不限于商業智能、市場分析、產品開發、客戶服務等。隨著數字化轉型的深入、公共數據授權運營的推進、數字技術和實體經濟的融合，這些需求變得更加豐富而緊迫。企業需要通過深入分析市場趨勢和消費者行為，準確把握數據需求，來指導數據的采集、處理和分析工作。從數據需求實現價值的途徑來看，數據要素可以通過優化決策、提高生產效率、降低生產成本、增強產品和服務性能或創造新需求等方式實現最終價值［19］。

根據用途不同，可以將數據需求分為公益需求和商業需求兩個部分。用于公益用途的公共數據范圍廣泛，如政府衛生部門利用公共數據監測傳染病的暴發和傳播；氣象部門通過分析公共氣象數據，提供臺風、地震、洪水等自然災害的預警；城市規劃者使用公共數據分析人口增長趨勢、城市擴張模式，以及制定長期的城市規劃和發展戰略等。企業數據種類多元、需求多樣，探索不同情景下的定價收費模式，是交易實踐中亟待解決的問題。此外，企業生產經營的數據信息可能具備較高的公共屬性，如一些與國家安全、社會秩序息息相關的數據，因而在運用時尤其要注意公共利益的維護［20］。需要注意的是，用于公益用途和商業用途的數據之間并不存在明顯的分界。例如，政府衛生部門的數據，既可以用于公益用途，進行傳染病監測；又可以用于商業用途，為醫藥制造公司研發產品提供數據支撐。但是，不同來源和不同用途的數據在權責確定、流通使用規范等方面存在差異，因而發展重點有所不同（見圖1，下頁）。

隨著數字經濟的飛速發展，政府和企業對數據的需求日益旺盛，數據應用場景不斷拓展，涵蓋公共服務、教育醫療、氣象交通、金融娛樂等多個領域。除了綜合性或專業性數據交易平臺（中心）外，我國數據交易機構還包括以數據堂、美林數據等為代表的集數據生產、采購、加工、銷售于一體的平臺機構，以及由互聯網巨頭派生出的交易平臺，如京東萬象、阿里數據等［21］。

（三）數據供需匹配是數據價值釋放的路徑

供給和需求的匹配，即價值真正釋放的環節，可以通過交易或交互兩種方式來進行［22］。在交易過程中，一般來說供需雙方需要依托數據交易平臺提供相應的數據確權、資產定價等服務來達成交易；但在現實情況中，由于法律法規和監管制度的不完善，大部分企業會選擇直接進行交易，越過平臺這一環節。這在一定程度上影響了數據交易的規范性和安全性。在交互過程中，雙方并不需要通過市場機制來達成合作，而是通過數據開放共享來互利共贏，某種程度上實現了部分一體化，因而在產業鏈中數據交互十分常見。

交易模式分為場內交易和場外交易。場外交易也稱企業間直接交易。目前，我國數據交易市場呈現場內冷清而場外火熱的狀況，場外數據交易規模占整個數據交易的95%左右。在場外交易模式中，數據的供應方和需求方通過初期的互動和供需匹配進行溝通，就價格和合同細節進行協商。雙方達成一致后，即簽訂相應合約并執行，以完成數據交易。場內交易則由數據交易平臺參與交易，鏈接數據產品的買方和賣方。我國數據交易平臺的盈利方式主要分為以下幾種：一是交易撮合，通過鏈接數據買方和賣方以收取相應傭金；二是提供數據產品，包括數據集、數據服務、數據應用等；三是產業鏈整合，對數據供給、數據需求、供需匹配、技術支撐、合規安全審查等全領域進行賦能。以上海數據交易所為例，上海數據交易所制定了一系列數據交易配套制度，構建了一體化數據流通智能系統技術框架，其交易服務流程涵蓋交易前、交易中和交易后三個階段，共包含九個服務功能。在交易前階段，必須滿足合規要求，具體包括數據治理、產品登記和產品掛牌等步驟。交易中階段則包括交易測試、簽訂交易合約、產品交付以及結算和清算等環節。交易后階段則涉及發放交易憑證和解決可能出現的糾紛。北京國際大數據交易所構建了全國首個大型數據商圈，建成國內首個數據要素服務中介體系。其交易流程由交易申請、交易磋商、交易執行和交易完結四個環節組成，除了提供數據交易撮合服務外，還提供資產評估、法律咨詢和數據審計等衍生服務。在數據交易定價方式方面，公共數據與企業數據有所不同。目前授權運營單位的公共數據定價主要分為兩類：一是制定公開的公共數據定價目錄，納入政府指導定價范疇；二是采取一對一議價方式收取相關費用。企業數據流通交易機制豐富，已形成協議轉讓、掛牌拍賣等多種形式并存的局面。產品定價和收益分配方面，已形成協議定價、拍賣定價等多種定價方式，以及訂閱式收費、從量從次收費等多種收費模式。企業數據種類多元、需求多樣，使得探索不同情景下的定價收費模式成為交易實踐中亟待解決的問題。

在交互模式下，數據的供給和需求方之間進行數據的共享［22］。原始數據的提供方向另一方開放數據集或數據服務的部分使用權。例如，政府在運行過程中積累了大量覆蓋社會服務、教育醫療、環境交通等多個關鍵領域的數據。政府通過建立數據開放中心，進行跨部門跨區域的數據共享，并授權相關企業進行運營，可以為社會提供高質量的公共數據服務。又如，淘寶、京東等大型網購平臺常采取與電商開放消費者數據的方式來吸引消費者或進行價格歧視，以提升商家的銷售額，進而提升自身收益。以浙江省數據開放平臺為例，一方面提供了高質量的開放數據集，用戶可以通過它直接下載或申請接口來獲取；另一方面，通過開展數據開放創新應用大賽等方式鼓勵社會力量有效利用開放數據，積極參與城市治理，為公眾提供更便捷的服務。目前，應用成果分為移動App、小程序、Web應用、研究成果四個類型，為社會生產生活的方方面面提供了高質高效的數據服務。在數據交互模式中，常見的數據共享方法是提供API接口服務。數據供應方可以直接向需求方提供API接口，或者通過數據中介平臺將數據供需雙方納入其網絡，并為他們提供相應的服務及API接口。在這一過程中，可以沒有數據交易發生，僅僅是數據的流通和共享。這種模式減輕了企業在數據確權、入表等方面的成本，但對企業的數據開發技術提出了更高的要求。目前，API模式主要包括消費者平臺數據共享和產業互聯網企業數據共享兩種形式。API模式應用廣泛，無論是產業鏈上下游之間進行業務溝通提升效率，還是公共數據的開放共享，抑或大模型的開發利用，都偏好采用API模式進行數據流通。與此同時，API模式在數據交易中也發揮著重要作用。我國多家數據交易平臺都提供基于API的信息服務類產品，包括北京國際大數據交易所、上海數據交易所等數據交易所，以及聚合數據、數據堂、阿里云API平臺、京東萬象等數商。

由于來源和用途的不同，數據產品流通產生了豐富的形態。出于對數據可控性及可用性的考慮，很少有數據是以原始形態直接交付的。我國數據產品或服務的主要形式包括標準數據集、數據模型或分析結果、數據應用解決方案。數據集主要通過介質傳遞、開放下載、接口調用、終端平臺、定制服務等方式交付，而數據模型或分析結果主要以接口調用或分析報告的形式給出結果。數據應用解決方案則根據客戶的不同需求提供相應的定制化產品或服務，如終端平臺等［23］。數據流通還包括數據確權、數據定價、數據交付等。其中，數據交易所和數商扮演了關鍵的平臺角色，承擔基礎設施搭建、等級審批、合規監管、交付應用等職能；第三方企業則參與確權、定價、評估等環節，提供專業服務。

根據科斯的觀點，供需匹配的最優模式應該以最小化交易成本的形式來承擔，這個最優形式決定了是采用市場機制還是其他的協作機制［24］。數據要素本身具備諸多不同于過去生產要素的特征，目前還需要進一步探索和發現更加合理的匹配機制。數字技術發展本身也提供了諸如智能合約等新式合作工具，使得數據價值實現的途徑不斷改良升級［25］。

（四）相關政策法規是數據價值釋放的支撐

實現數據價值的最大化，需要有健全的政策法規支持。這包括數據評估、交易監督、權益保障等多個階段，涉及個人數據權利的保護、商業數據的合法使用、防止不正當競爭行為、確保數據安全等多個方面。健康有序的政策法規支持可以提升數據供給、數據需求與數據供需匹配三個環節的價值釋放效率。

在供給端，政策法規為數據要素生產提供保護和激勵，以及制定數據要素的規范化標準。例如，數據資產如何入表是當前關注的重點之一［26］。又如，通過數據確權，保護數據生產相關主體的數據權益，尊重和保護數據制造者的勞動成果［27］。

在需求端，政策法規為數據購買者提供場景范圍與使用保障。政策制定者需要抑制不合規的數據使用方式，保護并支持企業數字化轉型升級。同時，通過建立健全的數據評估體系，數據買方可以更加準確地評估數據的價值，從而促進數據價值最終實現。

在匹配端，通過加強交易監督，可以確保數據交易與交互的公平性和規范性。通過完善權益保障機制，可以更好地保護數據提供者和使用者的權益，促使交易雙方減少因信息不對稱等而產生的擔憂。另外，政府相關部門還可以統籌規劃，提供包含交易在內的交流、分享、磋商、合作等多種數據價值實現溝通機會，激發更具創新性和合理性的匹配機制。

基于對其他三個環節的綜合影響，政策法規需統籌數據價值實現過程的各個方面，塑造最適合我國數據環境的價值實現生態，激發數據要素潛在活力，實現增量價值提升。

三、我國數據價值釋放面臨的問題及其成因

數字技術更新迭代頻繁，數據要素使用方式變化迅速，世界各國對數據價值釋放還處于探索之中，我國當前仍在不斷提升數據價值轉化效率。從數據價值釋放的現狀來看，在四個基本環節中，我jJmqvaoBH8JDalKzTsPl+Q==國數據價值釋放仍面臨一些亟待解決的現實問題。

（一）數據價值釋放面臨的問題

1.數據供給成本高且開發激勵不足

第一，海量數據采集存儲成本過高。部分企業不能以較低成本篩選和處理海量數據，導致大量數據價值丟失，難以挖掘復用。根據2023年《全國數據資源調查報告》，全國數據產存轉化率僅為2.9%［3］。考慮到大量數據在應用上還存在時效性要求，這些數據產能因為未能及時轉換為數據供給而貶值或消失。盡管近年來發展了諸如分布式計算、緩存技術、并行算法、增量處理、流式處理等高效處理海量數據的方法，但新誕生的諸如生成式AI大模型等新型數據應用場景對數據采集和存儲提出了更高的要求。數據供給端降本增效的速度往往慢于數據需求端的技術革新速度，使得海量數據采集存儲成本成為數據供給端面臨的重要問題。

第二，各類數據合規成本過高。數據要素相較于其他生產要素具有更高的非標準性、易修改性和可復制性，這些特性使得數據在流通過程中面臨更多安全與隱私保護的挑戰。相關政策法規往往要求對數據進行嚴格完善的全流程監管，對數據供給方造成較大的合規壓力。以《中華人民共和國網絡安全法》為例，司法解釋規定了十種入罪情形，對信息保護設定了明確的界限。具體來說，非法獲取、出售或者提供超過50條通信信息的行為即可構成犯罪。這些規定在保護隱私權益的同時，顯著增加了企業在數據交易和流通中的責任風險，迫使企業在處理數據時必須非常謹慎，以避免違反法律規定。

第三，個人數據開發利用激勵不足。其一，獲取個人數據的合法授權是一個復雜且成本高昂的過程。尤其是當涉及大規模個人數據的收集時，獲取每個數據主體的明確同意變得尤為困難。例如，商業保險公司可能希望使用群體健康數據來開發新的保險產品，但面臨數據授權方面的障礙。其二，個人數據的匿名化處理缺乏統一和明確的標準。在人工智能和機器學習領域，大量的個人數據被用于訓練算法模型。目前，數據的脫敏處理通常包括去除電話號碼、姓名、身份證號碼等個人信息，但這種做法是否能夠完全符合隱私保護的要求，仍然缺乏清晰的指導和法規支持。其三，個人數據共享的經濟激勵機制尚未充分建立。由于分享個人數據難以獲得直接的經濟回報，個人數據的流通和利用缺乏足夠的內在動力。同時，由于隱私悖論①的存在，難以建立由消費者個體組成的個人數據要素市場。

第四，公共數據開發共享激勵不足。當前，政府和公共機構尚未確立清晰的收費項目和標準，用以向進行公共數據授權運營的實體收費。盡管自2020年起，中央網信辦已在8個省份（包括上海、江蘇、浙江等）啟動了公共數據資源的開發利用試點項目，并涌現出多樣的授權運營模式，但作為數據資源的持有者，政府并未向這些運營實體收取費用。這背后的主要難題在于缺乏明確的收費項目和收費標準，這些項目的設立層級、審批流程以及如何確定費率等，都需要進一步的探討和明確。否則，可能會引起政策執行上的偏差，導致相關部門在收費環節中不敢收、不會收，進而產生國有資產流失風險。此外，大型科研機構和高校雖然在研究過程中收集和存儲了大量數據，但在項目結束后主動共享數據的意愿并不強烈，導致了數據孤島現象，阻礙了科研數據潛在價值的充分利用和釋放［28］。

2.需求側數據利用能力與有效需求動能缺乏

第一，許多公共數字化應用場景尚未對市場充分開放。這也進一步限制了數據需求方動能的增長。《2022中國地方政府數據開放報告》顯示，目前全國地級、副省級和省級開放平臺仍然只占全國覆蓋率的50%，且在已上線的平臺中，開放數據在數量上還相對較少，容量也較低［29］。此外，國有企事業單位掌握的公共交通、氣象服務等具有較高價值的數據同樣開放有限，這在一定程度上抑制了市場對數據需求的增長和創新應用的發展。

第二，部分企業對數據應用價值的理解不足。我國一些企業對數據的潛在價值缺乏足夠的理解，未能充分發揮數據在推動業務決策和創新方面的作用，部分企業數字化轉型進程緩慢。根據埃森哲2022年發布的《中國企業數字化轉型指數報告》，2022年中國只有不到20%的企業在數字化轉型上取得了顯著成效［30］。中小企業面臨三大障礙：缺乏轉型的能力、缺乏轉型的意愿、對轉型風險的擔憂，這些問題共同阻礙了中小企業的數字化轉型進程。

第三，眾多企業在數據的分析應用上存在短板。盡管企業積累了海量數據資源，但未能將這些數據轉化為實際的業務價值。全國信息技術標準化技術委員會在2020年9月發布的調研分析報告中指出，多數大中型企事業單位雖然開始認識到數據的重要性，并嘗試通過數據治理來提升數據價值，但仍普遍面臨組織結構、戰略規劃、標準體系不完善，以及技術工具不足、數據治理能力有限等問題。就中小企業而言，數據治理的問題則更為嚴峻［31］。從整體來看，大多數企業在數據開發和利用方面仍有較大的提升空間。

3.供需匹配的實現機制尚待完善

第一，“有數無市”和“有市無數”并存。前者是指數據豐富但缺乏流通市場。以醫療健康領域為例，醫院和醫療機構積累的大量醫療數據對于醫學研究和健康服務具有重要價值，但由于隱私保護的嚴格要求和數據標準化程度不足，這些數據難以在市場上自由流通，導致數據擁有方難以找到合適的交易對象，形成數據存量豐富但市場交易不活躍的現象。“有市無數”則是指市場上的數據供應商主要提供未經深度加工的原始數據，缺乏滿足特定需求的定制化服務。當前我國數據交易還停留在基礎的匹配階段，未能充分挖掘數據的深層價值。尤其在工業領域，制造企業需要根據自身生產需求定制化的數據服務來優化生產流程，但市場上的數據服務往往無法提供這種個性化解決方案，導致企業難以有效利用數據資源來提高生產效率。

第二，數據要素價格發現機制不完善。其一，公共數據的定價機制尚未成熟。《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》雖然提倡公共數據依據政府的指導性定價進行有償使用，但目前全國范圍內尚未建立一個統一且成熟的公共數據定價模式。其二，企業數據的價格形成機制不夠完善。當前，企業數據的交易多以私下協商為主，采取的是賣方提出價格、雙方進一步協商的模式。在缺乏規范的價格形成機制的情況下，企業數據的定價存在較大的主觀隨意性，不能準確體現數據的真實市場價值。

第三，供需雙方高度信息不對稱。在搜索階段，市場主要發揮著數據展示的功能，但潛在買家在篩選和識別對自己有用的數據集時需要投入相當的搜索成本。他們往往依賴賣家提供的元數據，這就要求賣家必須具備足夠的專業知識來詳細解釋數據的結構和內容。此外，存在數據質量和價值的信息不對稱問題，賣家通常掌握更多關于數據質量的信息，而買家則對數據的潛在價值有更深刻的理解。進入交易階段，買賣雙方在價格協商上也需要投入大量的時間和精力。同時，確認數據的合規性和安全風險等不容忽視的關鍵問題也需要雙方付出相當的時間和成本，其中也存在著顯著的信息不對稱問題。

4.相應制度與法規仍不健全

第一，數據權屬分置問題。在數據權屬的界定上，理論和實際操作都面臨重大挑戰。首先，數據的分級和分類問題尚未得到有效解決，這包括個人數據、企業數據、政務公共數據，以及原生數據和衍生數據等不同類別。其次，數據所有權的歸屬問題復雜，若將所有權歸集于數據收集者（如企業），可能難以充分體現產權的全面意義；而若將所有權歸屬于數據被收集者（如用戶個人），則可能對數據產業的健康發展產生不利影響。此外，法律層面對數據權屬的確權嘗試成效有限。盡管全球范圍內的立法活動日益增多，涉及數據的規定也在不斷增加，但目前還沒有對數據產權問題提供清晰的解決方案。在中國，雖然《中華人民共和國民法典》提出了對數據財產進行法律保護，一些地方性法規也對數據權屬進行了初步探索，但這些嘗試尚未取得顯著成效。

第二，數據安全合規問題。數據交易市場的發展受到合規性和安全性風險的制約，這些因素增加了交易成本，影響了買賣雙方的交易積極性，進而導致市場流動性不足。根據《中華人民共和國數據安全法》《中華人民共和國網絡安全法》《中華人民共和國個人信息保護法》的規定，數據交易必須確保合規性，同時保障網絡安全和個人信息的合法保護。上海數據交易所提出的“不合規不掛牌，無場景不交易”的方針進一步體現了對合規性的嚴格要求。這些規定和原則提高了市場準入門檻，使得數據交易的參與者必須更加謹慎，最終影響了市場的活躍度。

第三，數據要素流通市場建設的相關制度不健全。其一，國內的數據交易平臺尚未形成統一的標準，多種模式共存，各自制定規則，這導致數據標準化水平不高，且數據交易的登記和結算系統尚未健全，各平臺間資源共享與整合面臨困難。其二，數據交易領域缺乏一個明確的監管主體，導致市場準入、數據安全、數據濫用、交易糾紛等問題監管不足。其三，目前還沒有專門針對數據交易和應用的法律法規，這增加了交易的不確定性和風險。

第四，在數據監管上缺乏判斷數據壟斷的標準。探討數據領域是否存在壟斷現象，關鍵在于如何對數據壟斷進行識別。在數據流通領域，反壟斷法的適用性需結合具體情況分析。數據使用的廣泛性能夠提升其靜態效率，但過度廣泛可能會減少對數據采集的激勵，影響動態效率。在數據的生產與共享之間尋求靜態與動態效率的平衡是一個復雜議題，是否判定廣泛使用數據為數據壟斷也存在爭議。數據壟斷作為一個亟待解決的問題，其重要性不言而喻。

（二）數據價值釋放面臨問題的成因分析

我國數據價值實現過程中面臨的諸多困境可以歸結為市場失靈、政策失靈兩個方面。

第一，市場機制失靈。一是信息不對稱，這主要體現在供需雙方缺乏對數據需求的精確描述以及對數據質量的準確信息。二是負外部性，數據流通過程中可能會帶來隱私泄露、商業機密泄露等數據安全問題。三是壟斷問題，企業出于保護商業秘密和維持競爭力的考慮，可能會嚴格限制數據的流通和共享，這無疑阻礙了數據價值的最大化。四是協調失靈，產業鏈上的各企業甚至單個集團公司內部的不同部門在進行數字化轉型時都可能出現協調失靈問題，影響數據高效流通。

第二，政策手段失靈。首先，數據交易所的重復建設現象普遍，各省（區、市）競相設立大數據交易所，但多停留在“一把手”工程，往往因缺乏統一規劃和有效管理而出現資源浪費、效率低下、經營不佳等問題。其次，政策制定者在推動數據流通與保護數據安全之間面臨兩難抉擇，這種發展與安全的二元矛盾使得政策制定變得復雜而困難。中央和地方存在多個負責大數據流通交易的管理部門，關注重點的不同容易產生在發展和安全之間的政策矛盾，導致政策和規則不統一，易造成數據跨行業、跨地區流通應用的阻礙。同時，政策的不明確和不穩定使得企業難以形成穩定預期，會采取“法無授權不可為”的策略來規避政策風險，從而抑制企業的發展活力。最后，公共數據缺乏數據共享激勵機制，使得政府部門在公共數據授權運營過程中，將部分本應服務于公共利益的數據轉為授權運營，不僅減少了公眾免費獲取公共數據的渠道，還增大了社會運行的整體成本。

四、促進我國數據價值釋放的思路和建議

（一）促進數據價值釋放的基本思路

第一，明確有效市場是數據要素市場發展的基礎，政府的作用是在市場失靈時進行補充和引導，政策制定需要且應當遵循市場規律和原則。當下的數據要素市場建設，要盡快明確相應政策（尤其是安全政策），劃清紅線，以及可以探索“盡職免責”的方案，打破當下已經形成的“法無授權不可為”的市場預期。要充分利用市場力量。數據交易平臺的建設，可以對市場放開，不一定要由政府來主導，謹防形成行政壟斷。當前，一些互聯網平臺提供的數據平臺服務已經展現出顯著的市場效果，未來應進一步借助市場的力量，推動公共數據的應用場景向市場開放；在需求端提升各行業的數字化水平，豐富數據要素的需求與應用場景；提升人才的數字素養，加強數字經濟人才培養。

第二，充分理解數據作為生產要素的價值。數據要素作為創造新質生產力的關鍵生產資料，對我國經濟增長具有重要意義［32］。數據要素的經濟效益體現在促進產品和服務質量提升、降低成本、激發創新上，其核心價值源自數據的深度開發與應用［33］。因此，在構建數據基礎制度時，重點應放在如何使數據得到充分利用，而非單純追求數據交易的數量和金額。此外，將數據視作一種資產進行會計處理、抵押或融資等金融操作時，需持謹慎態度，以確保數據資源的合理利用和風險控制。

第三，兼顧交易和交互兩大主線，尋找數據要素高效流通模式。一方面，探索多樣化的數據交易模式，培養市場的專業參與者（如考慮第三方機構的參與），并嘗試數據信托等新型模式。具體可參考北京國際大數據交易所“數據可用不可見，用途可控可計量”的創新做法，以及上海數據交易所推廣的數商新業態和數據產品登記憑證。同時，提供包括質量評估、合規性審查、資產評估和仲裁等在內的綜合服務，增強數據的可追溯性和交易的可靠性。另一方面，發揮數據交互在數據流通中的關鍵作用。數據交互允許各方通過共享數據來支持業務協同和價值創造，共同分享業務增長的成果。在這種模式下，數據的流通和使用不必依賴于復雜的所有權確定、定價和交易過程。此外，還需解決包括匿名化標準、隱私保護責任、數據跨境傳輸、數據安全技術、大型企業數據壟斷等挑戰。

第四，有效保護數據投資激勵。數據的利用和共享并非越廣泛就越好，這一點與技術和知識共享相似。盡管數據的非競爭性從理論上講支持更廣泛的共享，但這可能會削弱對數據收集和處理的投資動力。同時，評估數據共享是否充分的標準也值得深入探討，以確保共享的合理性，從而使社會福利最大化。

第五，重視應用數據能力的提升。數據有效利用的關鍵在于技術和服務能力，而不僅僅是數據本身。在眾多擁有大量數據資源的巨頭企業如阿里巴巴、京東和騰訊的競爭環境下，拼多多和字節跳動的成功突圍，以及ChatGPT在美國的崛起，均體現了技術和創新體系、制度與經濟環境的共同影響，這些因素往往比數據量本身更為關鍵。技術和有利于創新的外部條件比單一的數據規模更具決定性作用。

（二）促進數據價值釋放的建議

第一，尊重數據要素市場運行規律，建立有效開放的數據流通與應用體系。首先，建立激勵機制以提升數據產品的品質和吸引力，同時在需求端提高各行業的數字化水平，以促進數據要素需求和應用場景的拓展。其次，優化數據流通和交易模式，減少市場摩擦，特別是要重視數據交互的流通方式，并促進數據交易、數據交互兩種流通渠道的發展。再次，鼓勵社會資本的投入，為避免形成行政壟斷，可考慮對某些公共數字化應用場景進行市場化開放。最后，政府應加強技術研發、人才培養，并完善數據安全和合規交易的機制［34］。

第二，以發展數據交易平臺為抓手，進一步加強數據要素價值釋放生態建設。數據交易平臺應定位為全面的服務提供者，要不斷提升服務質量和建設能力，專注于規則制定、生態建設、技術進步、機制創新和安全保護等支持性服務，以實現其中介功能。通過建立互信機制，利用技術和業務模式創新，連接數據產業的各個環節，促進數據價值在產業鏈中的流動，實現數據生產和交易的閉環。

第三，探索更加完善的數據要素定價和收益分配體系。綜合運用多種定價策略［35］，實施差異化定價策略，以擴大數據交易的應用范圍。對于標準化程度高、成本和價值容易衡量的數據產品，可以采用成本法進行定價，即基于生產過程中的勞動和資本投入來確定價格。對于稀缺性高、市場價值大、受市場供需影響顯著的數據產品，可以采用拍賣法進行實時定價。而對于定制化的數據產品或服務，可以通過協商的方式來確定價格。企業數據用于商業目的時，其定價應由市場供需關系決定，以最大化數據的經濟價值。對于企業數據和公開數據在公益領域的應用，建議設置價格上限，以降低成本，促進這些數據在公益用途中的廣泛應用，從而提升社會福利水平。公共數據的商業使用需要處理好效率和公平的關系，可通過設定最低價格限制來指導。此外，數據交易平臺應不斷優化數據交易的定價規則，同時鼓勵和支持第三方權威數據資產評估機構的發展，以提高數據市場價格發現的效率，促進定價機制的透明化和規范化。 [Reform]

參考文獻

［1］周文，許凌云.論新質生產力：內涵特征與重要著力點［J］.改革，2023（10）：1-13.

［2］王文澤.以智能制造作為新質生產力支撐引領現代化產業體系建設［J］.當代經濟研究，2024（2）：105-115.

［3］國家工業信息安全發展研究中心.全國數據資源調查報告（2023年）［R/OL］.（2024-05-24）［2024-06-20］.https：//www.cics-cert.org.cn/web_root/webpage/articlecontent_101006_1

793458699935682562.html.

［4］李三希，黃卓.數字經濟與高質量發展：機制與證據［J］.經濟學（季刊），2022（5）：1699-1716.

［5］任保平，王子月.數字新質生產力推動經濟高質量發展的邏輯與路徑［J］.湘潭大學學報（哲學社會科學版），2023（6）：23-30.

［6］丁波濤.我國數據要素市場治理的模式、現狀與對策［J］.信息資源管理學報，2024（2）：29-40.

［7］陳思.培育數據要素市場的邏輯理路、安全困境與應對策略［J］.當代經濟管理，2023（3）：24-31.

［8］鄭丁灝.中國數據交易所政策變遷、功能定位與規范配置［J］.科技進步與對策，2024（13）：113-121.

［9］國家數據局.“數據要素×”典型案例之二 | 打造工業數據空間 賦能產業鏈上下游發展［R/OL］.（2024-06-04）［2024-06-20］.https：//www.szzg.gov.cn/2024/xwzx/qwfb/202406/t20240604_48

36023.htm.

［10］ 王曦.數字新質生產力、國內國際雙循環與經濟高質量發展［J］.統計與決策，2024（10）：17-22.

［11］ 丁述磊，劉翠花，李建奇.數實融合的理論機制、模式選擇與推進方略［J］.改革，2024（1）：51-68.

［12］ 李三希，李嘉琦，劉小魯.數據要素市場高質量發展的內涵特征與推進路徑［J］.改革，2023（5）：29-40.

［13］ 王超賢，張偉東，顏蒙.數據越多越好嗎——對數據要素報酬性質的跨學科分析［J］.中國工業經濟，2022（7）：44-64.

［14］ 吳武清，李祁恒，章柳漪，等.公共數據資源與企業全要素生產率——基于地方政府數據開放的準自然實驗［J］.系統工程理論與實踐，2024（6）：1815-1833.

［15］ 方錦程，劉穎，高昊宇，等.公共數據開放能否促進區域協調發展？——來自政府數據平臺上線的準自然實驗［J］.管理世界，2023（9）：124-142.

［16］ 復旦大學數字與移動治理實驗室.中國地方公共數據開放利用報告——省域（2023年度）［R/OL］.（2023-11-01）［2024-06-20］.http：//ifopendata.fudan.edu.cn/report.

［17］ 陳雨露.數字經濟與實體經濟融合發展的理論探索［J］.經濟研究，2023（9）：22-30.

［18］ 洪銀興，任保平.數字經濟與實體經濟深度融合的內涵和途徑［J］.中國工業經濟，2023（2）：5-16.

［19］ 楊俊，李小明，黃守軍.大數據、技術進步與經濟增長——大數據作為生產要素的一個內生增長理論［J］.經濟研究，2022（4）：103-119.

［20］ 葉敏，范馨允.習近平法治思想指導下的中國特色企業數據產權制度構建［J］.法治現代化研究，2023（6）：37-52.

［21］朱云帆.我國數據交易統一大市場發展現狀與路徑思考［J］.電子技術應用，2023（5）：47-51.

［22］ 江小涓.數據交易與數據交互：理解數據要素市場特征的關鍵［J］.中國網信，2024（1）：32-36.

［23］ 中國信息通信研究院.數據要素白皮書（2023）年［R/OL］.（2023-09-26）［2024-06-20］.http：//www.caict.ac.cn/kxyj/qwfb/bps/202309/t2023

0926_462892.htm.

［24］ 黃麗華，竇一凡，郭夢珂，等.數據流通市場中數據產品的特性及其交易模式［J］.大數據，2022（3）：3-14.

［25］ 歐陽日輝，杜青青.數據要素定價機制研究進展［J］.經濟學動態，2022（2）：124-141.

［26］ 黃麗華，郭夢珂，邵志清，等.關于構建全國統一的數據資產登記體系的思考［J］.中國科學院院刊，2022（10）：1426-1434.

［27］ 李三希，王泰茗，劉小魯.數據投資、數據共享與數據產權分配［J］.經濟研究，2023（7）：139-155.

［28］ 盧祖丹.科研數據開放共享的經濟邏輯與制度安排［J］.科學學研究，2022（9）：1661-1667.

［29］ 復旦大學數字與移動治理實驗室.中國地方政府數據開放報告——城市（2022年度）［R/OL］.（2023-01-10）［2024-06-20］.http：//ifopendata.fudan.edu.cn/report.

［30］ 埃森哲.數字化轉型：可持續的進化歷程［R/OL］.（2022-10-27）［2024-06-20］.https：//www.accenture.cn/cn-zh/insights/strategy/china-digital-transformation-index-2022.

［31］ 中國電子技術標準化研究院.數據治理發展情況調研分析報告［R/OL］.（2020-09-21）［2024-06-20］.https：//www.cesi.cn/202009/6825.html.

［32］ 焦勇，齊梅霞.數字經濟賦能新質生產力發展［J］.經濟與管理評論，2024（3）：17-30.

［33］ 蔡繼明，劉媛，高宏，等.數據要素參與價值創造的途徑——基于廣義價值論的一般均衡分析［J］.管理世界，2022（7）：108-121.

［34］ 陳蕾，李夢澤，薛欽源.數據要素市場建設的現實約束與路徑選擇［J］.改革，2023（1）：83-94.

［35］ 歐陽日輝，龔偉.基于價值和市場評價貢獻的數據要素定價機制［J］.改革，2022（3）：39-54.

Data Value Release： Current Status， Problems， and Suggestions

LI San-xi HUANG Jing-min MA Meng-yang

Abstract： As an emerging production factor， data factor is an important part of the new quality productive forces. As China is currently facing the status quo of simultaneous development of data factor transaction and interaction， and insufficient scale of data value release， it is necessary to expand from the perspective of perfecting the data factor market to a more general theoretical system that promotes the release of data value. The value release of data elements goes through three basic links of supply， demand， and the matching of supply and demand， and relies on policies and laws to form a comprehensive and healthy value release ecosystem. To improve the efficiency of data factor value release， it is necessary to cope with many practical problems faced in the current process of releasing the value of data in China， such as high data supply costs and insufficient incentive of data supply， insufficient data utilization capabilities， and incomplete supply-demand matching mechanisms and related institutional regulations. In response to the market and policy failures reflected in these issues， the government should grasp the core laws of data elements in the process of value creation and release， take into account the two main lines of data factor transactions and interactions， ensure the effective operation of the market， improve the pricing and income distribution system， and promote the full release of data value.

Key words： data value release; data factor; data circulation; data interaction; new quality productive forces