我國公共基礎設施企業數據價值化理論邏輯和關鍵路徑研究

[摘要]作為數字經濟時代的關鍵性生產要素，數據要素全面深度融入經濟價值創造，成為我國因地制宜發展新質生產力的動力來源和核心引擎。立足實體經濟和數字經濟融合發展理論基礎，著眼數字技術驅動、數據要素賦能和人力資本提升分析框架，側重基于數據要素資源化、知識化、價值化視角探討數據賦能異質性的邏輯、機制和實踐。研究發現，囿于大數據自身的復雜性特征，源于特定情境的數據要素價值化存在明顯異質性特征。與一般場景數據要素相比，公共基礎設施數據資源挖掘亟需分級、分類、分層推進，實現數據要素價值化。數據要素價值化是我國公共基礎設施企業數字化轉型的重要組成部分，對國家宏觀層面公共數據資源開放和價值化實現同樣具有重要意義。在此基礎上，以國網ZJHZ供電公司“電力看經濟”實踐為例分析電力數據要素價值化，提出推動公共基礎設施領域數據價值化實現的關鍵路徑。

[關鍵詞]新質生產力；數實融合；數據要素；電力數據

一、 引言

2024年1月，《“數據要素×”三年行動計劃（2024—2026年）》1發布；同年10月，《關于加快公共數據資源開發利用的意見》2印發；同年12月，《關于促進企業數據資源開發利用的意見》3出臺。《2025年政府工作報告》4提出，激發數字經濟創新活力，加快完善數據基礎制度，深化數據資源開發利用。因此，隨著數字化水平不斷攀升和實數融合全社會推進，數據要素通過與技術、資本、土地、勞動力等其他生產要素融合，成為促進新質生產力加快形成、推動社會經濟高質量發展的重要引擎[1-3]。

本文立足實體經濟和數字經濟融合理論基礎，重點基于數據要素價值實現的機制、路徑和效果等多個視角，借助數據要素賦能分級、分層、分化等多個維度，構建多種情境下公共數據要素價值化實現分析體系。在此基礎上，本文以國網ZJ省電力有限公司HZ供電公司（簡稱國網ZJHZ供電公司，下同）“電力看經濟”實踐為研究對象，重點闡釋電力數據公共基礎設施企業數據價值化主要做法的成效和意義。

與既有文獻相比，本文在以下三個方面對既有研究有所貢獻：其一，提出數據要素價值化異質性分析體系，突破普遍意義數據要素的同質性分析框架，有助于豐富我國企業數據資源挖掘和數據價值化領域的相關研究文獻。其二，基于情境視角提出公共基礎設施數據要素價值化研究方法和分析體系，有助于豐富我國公共數據資源價值化研究的相關文獻。其三，以國網ZJHZ供電公司“電力看經濟”實踐為案例，剖析我國電力數據公共基礎設施企業數據價值化成效和重要意義，豐富微觀企業層面數據要素價值化實踐和數字化轉型研究方法。除本部分外，本文結構如下：第二部分廓清公共基礎設施數據價值化理論基礎；第三部分分析我國公共基礎設施數據價值化推進思路與主要進展；第四部分以國網ZJHZ供電公司“電力看經濟”平臺建設為例剖析我國基礎設施企業數據要素價值化實踐，最后給出本文的主要結論和政策建議。

二、 公共基礎設施數據價值化理論基礎

1. 數據要素、數字經濟與新質生產力

在2023年中央經濟工作會議上，習近平總書記指出：“要以科技創新推動產業創新，特別是以顛覆性技術和前沿技術催生新產業、新模式、新動能，發展新質生產力。”1這表明，推動數字經濟發展暨實體經濟和數字經濟融合，是提升新質生產力發展水平的重要內容和關鍵抓手。一方面，數字經濟通過對生產要素賦能，提升勞動者數字素養、推動生產工具跨越式改善和勞動對象范圍極大擴展。另一方面，數字經濟通過激活數據要素核心引擎，釋放“數據要素×”的倍增效應，促進交易成本降低、提升要素配置能力及增強產業鏈韌性與抗風險能力。因此，發展數字經濟是培育新質生產力的重要路徑[4-5]。

2. 數據資源、數據賦能與異質性效應

數字經濟促進新質生產力發展，主要表征為實體經濟和數字深度融合發展，其本質是數字技術驅動、數據要素賦能和人力資本提升[6-7]。其中，數據要素賦能直接表現為數據資源以資產或資本形式進入生產經營環節，直接驅動企業改善工作流程、優化產品設計、提升運營效率，繼而提升行業層面、區域層面和宏觀層面整體績效水平。一方面，有文獻基于包含數字資本的內生經濟增長模型，深入刻畫了數字資本對經濟增長的直接影響和溢出效應，為宏觀層面研究數據要素賦能奠定了較為堅實的理論基礎[8-9]。另一方面，有文獻利用政府數據開放平臺、國家數據政策實施、數據交易平臺建立等重要事件構建擬自然實驗模型并進行實證檢驗，從企業全要素生產率視角證實了宏觀和中觀數據要素賦能效應[10-12]。

作為強依賴其他載體才能釋放邊際效應的生產要素（技術），數據要素具有典型的“使能技術”2屬性，形成所謂典型的乘數效應特征[13-14]，旨在激活數據要素潛能，發揮數據要素的放大、疊加、倍增作用，推動生產生活、經濟發展和社會治理方式深刻變。一方面，數據要素既可以直接投入各項生產環節、參與實體經濟循環系統價值創造，也可以作為一種生產要素替代、減少傳統物理環節總投入成本，還可以與其他數據合作融入，共同參與新領域新市場新環節的價值創造。另一方面，數據要素賦能既可以實現生產效率和組織效率提升，也可以帶來技術方面的工藝改良和產品創新，還可以幫助企業挖掘新機會、控制潛在風險等。《中國數據要素市場發展報告（2021—2022）》顯示，數據要素增加企業效益成果明顯，包括降低成本、改進工藝、提高效率等[15]。

3. 數據成本、數據開放與公共數據價值化

作為現實世界及其運行的數字化映射，數據資源生產、采集、流轉、安全等具有“天然”的復雜性。其中，公共數據是我國數據資源的重要組成部分[16-17]。數據復雜性決定了其基于賦能視角形成以下七大特征3，即知識價值性、網絡伴生性、組合多樣性、動態時效性、價值密度低、附屬公共性、隱私安全性等[18]。這些特征直接決定了數據要素融入實體經濟循環系統既不能直接進行數據開放，也不能“一把尺子”量到底采用一個定價標準，更不能不顧實際發展階段和水平而強制性推進。以具有網絡伴生性的工業企業數據開放為例，數據資源除了對內賦能還能夠對外增值。在此過程中，會存在收益與風險的不匹配問題。一方面，囿于數據資源的價值密度偏低，不少企業數據資源挖掘和數據要素開放實施難以直接“變現”，形成可持續性的收入來源。另一方面，企業數據要素開放不可避免地導致部分數據流出，甚至存在關鍵核心數據泄露的風險。在此背景下，決定企業層面數據價值開放行為主要來自凈收益的考量，具體如下式所示：

[PF=RVin+RVout（Pdata，Bdata）-Cost（Pdata，Bdata）-Risk（Pdata，Bdata）] （1）

上式中，[PF]為企業數據價值化凈收益，[RVin]為企業內部賦能增量收入，[RVout（Pdata，Bdata）]為企業對外數據市場交易收入，[Cost（Pdata，Bdata）]為保障數據價值化成本支出，[Risk（Pdata，Bdata）]為涉及對外數據交易風險補償成本；[Pdata]表示內部數據，[Bdata]表示公共數據。

基于數據要素的知識價值性、組合多樣性和價值密度低特特征，[RVout（Pdata，Bdata）]是[Bdata]的增函數，即公共數據開放程度越高，企業對外數據開放交易收入越高。比如，隨著公積金、社保、高鐵、地鐵等公共數據的開放，金融機構針對個人的行為刻畫將更加精準，能夠結合自身擁有的個人數據更好地進行授信審批和風險評估，繼而能夠有效提升自身擁有數據及其開放的價值。同時，基于數據要素的知識價值性、組合多樣性和價值密度低特征及附屬公共性、隱私安全性特征，[Cost（Pdata，Bdata）]、[Risk（Pdata，Bdata）]均為[Bdata]的減函數，即公共數據開放程度越高，企業數據價值化成本支出和風險補償成本相對越低。一方面，公共數據開放程度越高，大數據產業市場越發達，隨之帶來數據采集、清洗、流轉、存儲和安全等成本降低，繼而降低企業自身數據要素價值化的邊際成本支出。另一方面，公共數據開放程度越高，相應的數據安全管理和風險防控體系越健全，越能夠對企業數據資源形成更加有效的保障并降低對外數據交易風險。

綜合來看，企業數據價值化動力直接取決于凈收益大小，即凈收益越大，其數據開放動力越強；反之亦然。對照公式（1）可知，擴大凈收益水平主要來源于三個方面，即提升對外數據市場交易收入、減少數據價值化成本支出、降低風險補償成本，而這顯然都能夠通過提高公共數據開放水平予以實現。其中，包括加大公路、鐵路、地鐵及水、電、煤氣等公共基礎設施數據同步開放力度。為進一步推進數據要素價值化進程、促進實體經濟和數字經濟更好融合，我國有必要以公共基礎設施數據為重要抓手、加快提升公共數據開放水平，從而引導個體數據和企業數據加快開放、促進數據市場規模壯大和健康發展[18]。

三、 我國公共基礎設施數據價值化推進思路與主要進展

1. 我國數據要素資源及市場交易概況

2024年5月，《全國數據資源調查報告（2023年）》發布。該報告顯示，2023年，全國數據生產總量達到32.85澤字節（ZB）、同比增長22.44%；其中，數據存儲總量為1.73澤字節（ZB）、占生產總量的5.27%，數據產存轉化率1僅為2.9%[19]。因此，96%以上的生成數據未能被有效存儲，使得被采集的海量數據難以進入數據資源（庫）環節，形成所謂的“源頭即棄”現象。在實體經濟和數字經濟融合發展中，市場（企業）主體是否融入數據要素賦能及在多大程度上融入數據要素，其中既包括利用自身數據提升內部管理績效和運營水平，也包括外部采購數據增強核心業務競爭力，本質上取決于數據要素賦能對具體業務或主體所能帶來的邊際效應2[20]。

除來自行業邊際效應的差異，數據賦能異質性還體現在數據市場交易的供給端和需求端行業分布方面。《2023年中國數據交易市場研究分析報告》顯示，2022年，全國數據交易市場規模854億元，從供給端來看，金融行業為248.7億元、占比29.1%，互聯網行業數據交易規模達到238.8億元、占比約為28.0%，政務數據97億元、占比11.4%3。從需求端來看，金融行業為306.9億元、占比達到35%，互聯網行業為210.4億元、占比24%，通信行業78.9億元、占比9%。無論是供給端還是需求端均存在明顯的“馬太效應”。其中，全國數據交易中70%數據交易需求來自金融業、互聯網業和通信行業，70%數據交易供給源于金融業、互聯網業和公共數據等。

2. 我國公共基礎設施數據要素價值化推進思路

隨著新一代信息技術迭代升級和新型基礎設施廣泛滲透，作為繼土地、勞動力、資本、技術之后的第五大生產要素，數據融入實體經濟系統的邊際價值不斷凸顯和增大，促使其越來越多地介入、滲透和融入社會經濟系統，全面參與經濟價值創造，成為具有多重價值的生產資料。以“大數據”首次寫入政府工作報告為標志，我國先后經歷重視數據價值化、促進數據應用、確立數據要素地位等主要發展階段，“四梁八柱”政策體系逐漸建立，不斷完善行政管理機構設置、健全數據交易市場體系。

（1）建立“四梁八柱”政策體系。2014年以來，我國先后出臺規劃綱要、產業規劃和資源配置等系列文件。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》1對外發布；2024年1月以來，我國陸續出臺《“數據要素×”三年行動計劃（2024—2026年）》等七個2國家級文件，全面構筑數據基礎制度“四梁八柱”，形成數據要素價值化的有力支撐。

（2）完善行政管理機構設置。2023年3月，國務院機構改革方案首次明確組建國家數據局，主要負責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3。同年10月25日，國家數據局正式揭牌。2024年1月以來，全國大部分省區市先后完成省級數據局及地市級數據局掛牌，與國家數據局形成歸口對應的、承上啟下的數據管理部門。

（3）健全數據交易市場體系。“數據二十條”提出，規范各地區各部門設立的區域性數據交易場所和行業性數據交易平臺，構建多層次市場交易體系，推動區域性、行業性數據流通使用4。經過多年來的發展，我國已初步形成“N+X”結構，“N”主要指處于全國數據交易市場頭部平臺，比如深圳、北京、上海；“X”主要指地方政府出面設立的區域性數據交易平臺，比如貴陽、廣州、江蘇等。

3. 我國公共基礎設施數據要素價值化賦能主要進展

《數據要素白皮書（2023年）》（簡稱《白皮書》）提出，我國公共數據主要包括政務數據、公共基礎設施數據、財政支持生成數據、社會團體數據及其他涉及公共服務的數據。隨著數字政府建設加快推進，我國政府平臺數字化程度和數據治理能力不斷增強，驅動政務數據開放水平不斷提升并走在公共數據開放的前列5。目前，全國數據要素交易市場中，工商、司法、稅務、社保、公積金等成為我國早期政務數據開放的重點領域，相關領域數據已經全面、深入地融入以金融機構為代表的數據需求方數據產品。其中，不少商業銀行先后推出以稅務、社保、公積金等為核心數據的金融創新產品，比如稅務貸、社保貸、公積金貸等。

在政務數據開放不斷走向成熟的基礎上，我國公共數據開放逐漸開始向其他領域覆蓋，其中公共基礎設施數據有望成為下一階段加快推進的重點領域和主要方向。根據《白皮書》的界定，公共基礎設施數據主要是指具有公共職能的公共企事業單位在提供公共服務和公共管理過程中產生、收集、掌握的各類數據資源，如教育醫療、水電煤氣、交通通信、民航鐵路等數據。與其他數據相比，這部分數據具有專業性強、覆蓋面廣、實時性強、準確度高、更新頻率高、細分維度多、觀測時間長、標準易統一等優點，是及時了解我國企業、居民就醫、用電、用水、用氣等情況的有效手段。

隨著我國數據資源價值化進入平臺期，著眼需求視角，分類、分級、分層推進數據要素價值化是我國數據資源加快開放和數實融合發展的關鍵途徑[21]，特別是以公共數據為核心引擎打造“數據基礎設施”，降低企業數據資源開發和數據價值化轉型的邊際成本。在此背景下，我國公共基礎設施數據開放加快提上日程。其中，涉及生命健康的醫保數據正加快應用于保險領域，率先拉開我國公共數據要素價值化進程 的帷幕[22-23]。2024年12月，國家醫療保障局發文《醫保帶來的發展新增量》1，提出要積極謀劃探索推進醫保數據賦能商業保險公司、醫保基金與商業保險同步結算及其他有關支持政策。

四、 我國公共基礎設施數據要素價值化實踐：以國網ZJHZ供電公司“電力看經濟”為例

1. 基本背景

2021年以來，國網ZJ省電力公司貫徹《ZJ省人民政府關于深化數字政府建設的實施意見》重大決策，落實國網公司“具有中國特色國際領先的能源互聯網企業”戰略部署，加快以數據作為核心生產要素開展數據治理，全面提升“電網數字化、管理數字化、服務數字化”發展水平。2024年3月，國網ZJ省電力公司加快推進存量數據資產登記和確權工作、打造電力數據ZJ品牌。

為貫徹落實“數字Z電”建設目標和任務要求，國網ZJHZ供電公司深入踐行“范圍全覆蓋、數據全口徑、標準全統一”指導原則，推動HZ能源大數據評價與應用研究中心與城市大腦貫通，參與打造全市集中共享的一體化數據中心，推動電力數據價值化水平再上新臺階。其中，2024年6月以來，HZ供電公司在HZ主管部門和機構的指導下，協同專業機構組成“電力看經濟”課題組進行電力數據價值化專題研究，旨在利用電力數據監測全市重點企業生產經營狀況、研判和預測重點區域產業發展態勢，為地方政府主管機構和決策部門把握全市經濟社會發展提供政策依據和決策支持。

2. 主要做法

對照公共基礎設施數據價值化通用模式，國網ZJHZ供電公司充分挖掘和利用電力數據時效性強、干擾性少、準確性高、積累性好等獨特優勢，以場景需求為導向、“電力數據+”為基礎、統計分析方法為抓手，側重圍繞“企業微觀層面監測、行業中觀層面監測、區域宏觀層面預測”等領域進行數據資源管理和價值化開發。

（1）順應實數融合大趨勢，搶抓數據價值化重大機遇。激活數據要素市場價值，既是構建數字經濟底座的重要支撐，也是促進實體經濟和數字經濟融合的核心引擎。2021年以來，國網ZJHZ供電公司搶抓“數據要素×”行動計劃和數實深度融合發展重大機遇，以開發電力大數據產品和創新應用場景為關鍵抓手，創新性實施“電力大腦中樞”融入HZ“城市大腦”生態體系重大工程，激活電力數據要素價值、釋放電力數據資源潛力，助推城市科學決策與社會民生精益治理能力提升。

（2）強化“一把手”工程，提升數據價值化能級定位。國網ZJHZ供電公司秉承“生態思維、透明理念、合作共贏、風險防范”原則，組建“一把手”擔任組長的數據資源管理領導小組，重點圍繞數據價值化制定發展規劃、明確重點業務、督辦任務推進等。其中，生態思維旨在充分整合政府、企業、銀行等社會資源，透明理念意指建立以電力數據為核心的經濟社會指標、打破數據壁壘，合作共贏是指聯合政府各部門、銀行機構、社區街道等建立合作機制，風險防范是指主要建立科學規范的數據基礎管理體系和安全規范的數據共享開放體系、保障信息安全。

（3）以典型場景為切入點，聚焦需求實現數據價值化。在充分調研和科學論證的基礎上，國網ZJHZ供電公司結合地方政府主管機構和決策部門實際需要，主要基于三個層面細化了電力數據價值挖掘和場景開發。一是企業微觀層面監測，重點利用企業月度、季度和年度實際用電量監測目標企業生產景氣度情況。二是行業中觀層面監測，重點利用全社會行業層面月度、季度和年度用電量編制指數刻畫行業生產端景氣度情況。三是區域宏觀層面預測，綜合利用用電量增速和增加值增速數據預測下一季度經濟增長態勢。

（4）融入多元化外部數據，最大化激活電力數據價值。為充分發揮時效性強、干擾性少、準確性高、積累性好等優勢，避免指標單一、維度簡單、內涵貧乏等劣勢，須結合具體場景需要將電力數據與外部數據對接，并采用統計方法導入。有鑒于此，國網ZJHZ供電公司支持課題組對接數據ZJ、Wind資訊、國家統計局等平臺并構建“電力數據+”平臺體系，實現了電力數據監測維度、視角和預測功能等較大幅度提升。比如，通過導入數據ZJ平臺三次產業季度增加值增速數據，能夠較好地提前2～3周預測下期增速。

（5）開發數字化平臺模塊，確保價值化成果落地生根。與技術開發類似，數據資源管理和要素價值化轉化同樣是循序漸進和迭代升級的過程。為確保所有數據資源開發能夠有機嵌入生產系統，國網ZJHZ供電公司在前期理論研究和場景試驗應用基礎上，組織開發人員對企業微觀層面監測、行業中觀層面監測、區域宏觀層面預測等模塊進行系統開發，引導相關軟件模塊及子模塊融入現有平臺并能夠根據用電數據變化實時更新結果數據，確保數據資源開發和價值化成果能夠落地生根。

3. 主要成效

國網ZJHZ供電公司立足城市區域經濟發展實際和重點產業/行業特色，組織組成“電力看經濟”課題組和專業團隊，以用電量及其增速為核心數據完成構建覆蓋“宏觀+微觀”的電力看經濟體系。一方面，利用企業微觀層面用電量數據，實現分行業、分區域、分規模和分用電量增速的動態監測。另一方面，立足全市層面近年來的月度/季度歷史數據，對全市宏觀層面經濟景氣情況進行動態監測。經過近1年的應用實踐，國網ZJHZ供電公司“電力看經濟”數據要素價值化取得了一定成效，相關成果已被納入國網ZJHZ供電公司定期上報地方政府主管機構和決策部門的相關分析報告。

（1）構建高成長企業用電景氣監測體系。基于高成長企業用電行為及其數據，構建全市范圍內五大產業生態圈和數字經濟核心產業等高成長企業監測體系，實現重點企業、大類行業和重點區域的高成長企業及其行業經濟景氣情況的動態監測。其中，高成長企業主要分布在智能物聯、生物醫藥、高端裝備、新材料和綠色能源，以及健康產業、文化產業和數字經濟核心產業（含軟件信息業）等。以月度為單位，能夠對HZ市高成長企業生產景氣度進行準實時動態監測，且單位產品電力能源關聯度越高的企業及相關行業和區域監測效果越好。與其他數據來源監測相比，電力數據生產景氣度監測實時性高、涵蓋范圍廣、準確度較高、誤差相對較小；通常來說，該監測數據能夠在當月上旬反映上月情況，較現有統計報告上報時間提前2周以上。

（2）構建預警企業用電景氣度監測體系。立足分行業、分區域、分用電規模、分用電量增速等視角，以給定的監測企業用電數據為基礎對其進行動態監測，實現對用電量出現較大幅度波動、增速/增幅變化明顯、用電行為出現“異常”的企業、區域、行業的動態監測。其中，預警企業是指地方黨委政府重點關注的、受外部宏觀環境影響較大的、經營持續性存在風險的重點用電企業，其可持續性經營和正常運轉對地方經濟社會發展具有重大意義。

（3）建立全市重點行業動態監測體系。利用2018年以來的產值數據篩選對全市宏觀經濟產生較大影響的15個行業，以其用電量數據為基礎引入對照分析法和基期指數法構建動態監測體系，能夠動態監測、預判、評估全市重點行業用電量走勢情況及推測其經濟景氣度。其中，重點行業包括第二產業、第三產業、工業、軟件信息、批發零售、金融業、科學服務、化學原料、醫藥制造、化學纖維、通用設備、專用設備、電氣機械、計算機制造、儀器儀表等。下一步，將與數據ZJ平臺對接，爭取將相關成果作為刻畫地方產業生產景氣度重要指數進行發布。

（4）動態預測全市重點行業季度增速。立足HZ經濟社會發展和產業分布特色，在數據可得性、可靠性和一致性的情況，綜合利用同類指標的產出增速數據和用電量增速數據進行時間序列分析。構建動態的、可驗證的、可持續優化的時間序列模型，對全市GDP與三次產業季度增加值增速進行預測，并根據用電量同比增速數據預判下一期季度GDP和三次產業季度增加值增速指標。經過前期測試和調整，該成果能夠較統計口數據提前3～5周預測下季度GDP和三次產業季度增加值增速，且預測精度約為15%。

五、 主要結論及啟示

本文立足實體經濟和數字經濟融合發展理論基礎，著眼數據要素資源化、知識化、價值化視角，探討我國數據賦能異質性的邏輯、機制和實踐。在此基礎上，本文以國網ZJHZ供電公司“電力看經濟”實踐為例分析電力數據價值化，探討公共基礎設施數據價值化實現路徑，繼而圍繞加快公共基礎設施企業數據要素價值化提出以下四方面建議。

第一，強化頂層設計，提升數據要素價值化能級定位。一方面，明確目標定位，重點圍繞數據資源開發目標定位，結合數字技術驅動和人力資本提升編制數據要素價值化發展規劃、中短期階段性行動方案和年度重點工作計劃暨場景開發等。另一方面，強化考核引導，引導企業全員重視數據資源使用、開發和價值挖掘，重點將數據要素價值化年度目標進行細化分解，構建業務部門、管理崗位及個人年度業務培訓、資源配置和績效考核等綜合體系，形成“目標—任務—考核”的閉環模式。

第二，恪守系統思維，統籌推動數據要素價值化進程。一是遵循產業發展規律和數據內在特性，圍繞數據要素價值化實現導向推進，避免“為價值化而價值化”等“偽價值化”操作方式。二是立足數據資源投入和產出綜合考量，分步驟、分階段、分場景推進數據要素價值化進程，避免“一蹴而就”“畢其功于一役”短期行為。三是統籌考慮對內賦能和對外增值雙重目標，建立健全數據資源管理體系、規范數據交易和流轉機制，確保價值化推進和實現的安全性、合規性和高效性。

第三，加強應用導向，圍繞場景推進數據要素價值化。一是區分個人端和企業端，圍繞下游金融、電信、互聯網等應用端多維度“畫像”需求，遴選數據場景開發重點方向、突出重點領域、創新特定產品。二是區分低頻和高頻，分門類、分層次進行多元化開發，圍繞實時監測類、校驗輔助類、前景預測類等重點方向提供立體化的數據產品/服務。三是區分伴生和獨立，有針對性地歸集數據要素資源、設計開發開放標準，對接國家層面數據規章制度編制數據要素價值化合規管理辦法。

第四，搭建內部平臺，全面有序融入開放型生態體系。一是順應國家數據價值化戰略部署和全國性數據交易平臺規范要求，統籌內部賦能和對外增值兩大戰略維度，搭建模塊化、標準化、規范化的數字資源平臺和開放體系架構。二是與數據產業服務供應商和行業聯盟團體等，統籌推動數據資源歸集、元數據體系、數據接口開發等標準編制。三是協同行業龍頭和合作伙伴定期發布數據要素價值化發展白皮書，推動產業鏈上、中、下游企業對接數據標準體系，融入數據價值化實現平臺。

參考文獻：

[1] 謝康，張祎，吳瑤.數據要素如何產生即時價值：企業與用戶互動視角[J].中國工業經濟，2023（11）：137-154.

[2] 張珂涵，張古，趙興羅.數據要素賦能對人力資本升級的作用機制分析——基于國家級大數據綜合試驗區數據[J].科技管理研究，2024，44（3）：174-182.

[3] 鐘佳琴，陳宇.數據要素視角下地方政府公共數據開放與企業投資：一個準自然實驗[J].現代經濟探討，2025（1）：86-97.

[4] 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），2023，47（6）：23-30.

[5] 朱巧玲，王逸雯，胡姜.數據要素賦能新質生產力的發展：作用機理、關鍵環節與現實困境[J].福建論壇（人文社會科學版），2024（7）：50-62.

[6] 楊燁，羅云楊.數據要素產業鏈解析[R].財通證券，2023.

[7] 何明鋒，吳峰，程穎，等.我國工業企業數字化邏輯、路徑與實踐研究——以國網浙江金華供電公司統計“AI+RPA”系統為例[J].現代管理科學，2024（1）：169-175.

[8] 徐翔，趙墨非.數據資本與經濟增長路徑[J].經濟研究，2020，55（10）：38-54.

[9] 徐藹婷，宋妙緣.基于“價值創造-實現”路徑的數據要素核算問題研究[J].現代經濟探討，2024（4）：13-21.

[10] 彭遠懷.政府數據開放的價值創造作用：企業全要素生產率視角[J].數量經濟技術經濟研究，2023，40（9）：50-70.

[11] 謝賢君，郁俊莉.大數據如何影響企業全要素生產率——來自《促進大數據發展行動綱要》實施的準自然試驗[J].當代經濟管理，2023，45（8）：22-32.

[12] 鄭國強，張馨元，趙新宇.數據要素市場化如何驅動企業數字化轉型？[J].產業經濟研究，2023（2）：56-68.

[13] 楊秀云，韓奇.公共數據開放能提升企業全要素生產率嗎？[J].證券市場導報，2023（12）：18-30.

[14] 劉銀喜，吳京陽，任梅.數據要素乘數效應運行機理與實現路徑[J/OL].科技進步與對策，1-10[2025-02-16].http：//kns.cnki.net/kcms/detail/42.1224.G3.20241203.1534.006.html.

[15] 國家工業信息安全發展研究中心.中國數據要素市場發展報告（2021—2022）[R].國家工業信息安全發展研究中心，北京大學光華管理學院，蘇州工業園區管理委員會，上海數據交易所，2022-11.

[16] 中國信息通信研究院云計算與大數據研究所.數字公共產品研究報告（2024年）[R].中國信息通信研究院，2024-11.

[17] 賽迪顧問.2023民生數據要素應用研究報告[R].賽迪顧問股份有限公司，2023-07.

[18] 李忠海，劉永彪，后雨萌.我國數字經濟與實體經濟融合發展的理論邏輯和關鍵路徑——基于內生增長理論視角[J].金陵科技學院學報（社會科學版），2022，36（1）：1-8.

[19] 全國數據資源調查工作組.全國數據資源調查報告（2023年）[R].國家工業信息安全發展研究中心， 2024-05.

[20] 歐陽日輝.我國多層次數據要素交易市場體系建設機制與路徑[J].江西社會科學，2022，42（3）：64-75，206-207.

[21] 史丹，何輝，薛欽源.數據分類分級制度與數據要素市場化：作用機制、現實困境和推進策略[J].福建論壇（人文社會科學版），2024（4）：58-76.

[22] 夏清瑩.數據流通交易釋放數據要素價值——數據要素產業系列深度報告（一）[R].萬聯證券，2024.

[23] 王紫敬.醫保數據要素實踐和展望[R].東吳證券，2024.

作者簡介：戴晴，通訊作者，女，國網浙江省電力有限公司杭州供電公司經濟技術研究所綜合室專職，工程師，研究方向為電力系統及其自動化；尹建兵，男，國網浙江省電力有限公司杭州供電公司經濟技術研究所四級職員，高級工程師，研究方向為電力系統及其自動化；王妍艷，女，國網浙江省電力有限公司杭州供電公司經濟技術研究所能源數據研究專職，高級工程師，研究方向為電力系統及其自動化。

（收稿日期：2025-02-20" 責任編輯：魯文雯）