数据价值化与数据要素市场发展报告（2024年）

数据价值化与数据要素市场发展报告 (2024年) 中国信息通信研究院政策与经济研究所2024年9月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前言 近年来，习近平总书记围绕“发挥数据的基础资源作用和创新引擎作用”做出多项重要战略部署，党的二十届三中全会再一次对加快全国一体化数据要素市场建设，完善数据要素市场制度规则等提出新要求。去年10月，国家数据局正式挂牌成立，在数据要素市场化配置改革、数据基础制度体系建设、数据创新应用等方面取得了积极进展。 本报告围绕“新理论、新进展、新价值、新对策”，从经济学角度出发分析数据要素市场类型、特征和价值释放路径，梳理数据资源化、资产化、资本化价值释放现状，分析数据要素赋能经济及产业发展路径和能力，为未来加快完善数据要素市场体系，释放数据要素价值提出政策建议。 新理论：提出四类数据要素市场，明确各类市场数据要素价值释放路径。本报告通过对市场竞争程度及交易成本高低的区分，将数据要素市场分为“低交易成本竞争型市场、低交易成本垄断型市场、高交易成本垄断型市场和高交易成本竞争型市场”。根据市场特点和发展程度的不同，报告认为各类市场在数据资源化、资产化和资本化阶段中的发展重点和环节也存在差异。 新进展：数据价值化与数据要素市场进入发展提速期。在数据资源化方面，数据基础设施建设夯实数据开发利用的技术底座，覆盖数据采集、标注、分析、存储等全生命周期的基础设施和管理链条不断完善，有效提升数据供给质量。在数据资产化方面，数据资 产登记及数据资源入表助推产权确认，数据交易规模持续扩大，市场活跃度提升，收益分配机制探索为多元主体利益分配提供保障。在数据资本化方面，数据信贷服务、数据作价入股和个人数据信托等开拓数据资本化新蓝海，繁荣金融市场。 新价值：数据通过提高配置效率、规模效率和技术效率提升全要素生产率，推动经济增长。2023年，我国数据经济贡献度为2.05%，比2022年增长0.99个百分点。数据应用推动行业革新，在工业制造、现代农业、交通运输、金融服务、医疗健康、绿色低碳等行业形成数据赋能路径，第一产业、第二产业、第三产业数据经济贡献度分别为1.01%、1.96%、2.43%，数据驱动经济增长能力初步显现。 新对策：充分调动市场活力，挖掘市场潜能。报告建议，要完善数据产权、市场准入、公平竞争、数据安全治理等制度。要立足数据要素市场特征，分类推动数据要素市场建设。要扶持数据产业发展，加速数据要素应用和实践探索，实现数据要素价值充分释放。 一、新理论：数据要素价值释放的经济学分析1 （一）从稀缺性看数据要素特征1 （二）数据要素市场化配置理论4 （三）数据要素市场分类及特征8 （四）数据要素价值释放路径和框架13 二、新进展：数据价值化与数据要素市场进入发展提速期16 （一）顶层谋划，数据要素管理体系逐步完善16 （二）数据资源化纵深推进，各类主体显活力17 （三）数据资产化聚力攻坚，市场化配置加速19 （四）数据资本化持续探索，创新金融新模式22 三、新价值：数据要素赋能经济发展作用初显23 （一）数据提升全要素生产率，赋能经济增长24 （二）数据应用推动行业革新，实现高质量发展27 四、新对策：数据价值化与数据要素市场发展建议32 （一）聚焦数据要素市场化配置，完善数据制度体系32 （二）立足数据要素市场特征，形成特色发展路径34 （三）扶持数据服务产业发展，支撑数据价值释放36 （四）鼓励数据要素实践应用，激发企业创新活力37 图1数据、数据资源与数据要素1 图2企业数据要素市场化配置示意图6 图3数据要素市场分类11 图4数据要素价值释放路径13 图5数据要素推动经济增长机理24 图62021—2023年数据经济贡献度26 图72021—2023年三产数据经济贡献度27 表目录 表1数据要素市场化配置对象7 表2数据要素市场分类及特征13 一、新理论：数据要素价值释放的经济学分析 （一）从稀缺性看数据要素特征 稀缺性是经济学基本原理之一，是指资源因无法满足人类社会不断扩大的需求，或无法实现空间上的均匀分布而呈现出稀缺状态，即资源有限而需求无限的经济现象。稀缺性导致人们需要做出选择，以确定如何最有效地利用有限资源。 数据是否稀缺呢？在分析数据稀缺性之前，我们首先需要厘清几个概念，即数据、数据资源和数据要素。数据指杂乱无章的原始电子记录。数据资源指经过处理后，有使用价值的数据。数据要素指可以交易或投入生产，有价值的数据资源。数据资源有使用价值，数据要素兼具使用价值和价值。 来源：中国信息通信研究院 图1数据、数据资源与数据要素 其中，数据不稀缺。一是数据可以无限生产，随着数字技术加速渗透到经济社会方方面面，数据伴随着人类行为、设备运转、政府履职等随时产生，数据流通能力强，随着数据共享可以实现指数级增长，传播链条越长，数据量愈发庞大。二是数据具有非竞争性、非排他性特征，数据尚未被开发，其潜在价值具有不确定性，一个人使用数据 并不会排斥和阻止其他人使用相同的数据，数据可被多个主体同时或者顺序地使用，且不会影响彼此的效果。 数据资源有限稀缺。一是数据资源边际成本不为零。数据成为数据资源的过程，经历数据加工、存储、管理等流程，耗费人力、时间和资金等资源，投入大量资本，特别是对于大规模或复杂的数据集，投入成本更加高昂。二是数据资源具有部分排他性和部分竞争性，数据资源具有使用价值，不同主体、不同部门或业务单元可能将数据资源视为未来可变现的资产，不愿与其他主体分享数据。 数据要素具有稀缺性。一是数据要素具有强外部性。数据要素是高质量的数据资源，具有使用价值和价值，挖掘数据要素价值，有利于提高资源配置效率，创造新产业新模式，实现对经济发展的倍增效应。二是数据要素具有强竞争性和强排他性。数据要素价值含量高，被认为一种资产，一种权力，具有较强的竞争性和排他性。数据要素的持有者，在收益未达预期时，不愿与更多人分享和复用，会采用多种手段保护数据不被泄露，并限制其他人访问数据，这些限制导致数据要素变得稀缺。 因此，数据要素区别于传统要素的重要表现是其特征动态变化。这种特征的动态变化使得数据要素的确权、定价和交易流转极为困难。由于数据是没有价值的，但数据要素具有使用价值和价值，若将产权归属于产生原始数据的个人或组织，对开发利用数据，使之成为数据要素的组织极不公平。如，倘若将个人在平台产生数据所有权归属于个人，单个个人数据无价值，同时，平台企业会选择不再收集和存储 数据，海量数据的价值无法释放，数据要素难以实现有效率生产。因此，数据要素发展需要兼顾多方主体利益，以政府激励性措施，市场化配置手段，实现多方主体激励相容。 此外，无论是数据、数据资源还是数据要素，都具有虚拟性、可复制性、复用性、增值性、异质性等特征，这些特征也为数据要素这一新型要素的管理和治理带来新的挑战。 如，虚拟性是指数据的存在状态是无形的，以文字、声音、图像、视频等作为存在形式。数据虚拟性特征一是导致数据的非消耗性，即数据不会在使用过程中被磨损或消耗掉；二是导致数据监管困难，数据流通突破了地域限制，可在短时间内进行跨地域流转，隐匿性强；三是导致数据流转复杂化，数据需求方无法准确判断数据真实性、数据质量等，交易双方的信任危机影响着价值评估及交易谈判。 可复制性是指数据能够以远低于生产费用的成本进行复制，且能够被其他主体同时获取。一是数据复制后被多方主体持有，难以确定数据源头，导致确权困难；二是数据被复制后，数据价值可能面临贬值，数据交易面临风险，导致定价困难；三是数据易被复制，使数据流通交易、数据治理等过程，面临高额数据保护、数据保密成本。 复用性是数据在存储允许的前提下重复使用、多次开发，开发后不会被消耗，可多次循环使用。数据复用性一是导致数据产品流转与价值流转分离，数据即使完成产品流转，原持有者仍可使用数据创造价值；二是引发新的数据产权不清问题，数据在多次使用过程中产生不同衍生数据，产权归属复杂化；三是增加收益分配难度，随着多次 开发应用，数据价值由不同环节的不同主体创造形成的，贡献难衡量。 异质性指由于数据结构异质、搜集主体各不相同、价值高度依赖使用场景等带来的价值含量不同，一个比特数据跟另外一个比特数据包含的价值通常是完全不同的。数据异质性导致数据公允价值难确定，同一数据对不同使用者在不同使用时间和不同应用场景所产生的价值并不相同，难以为交易双方提供统一的市场价值参考。 （二）数据要素市场化配置理论 通过对数据要素的特征分析，我们可以发现，数据要素具有稀缺性，兼具了使用价值和价值，可以通过交换实现资源的配置和价值的变现，因此数据要素具有商品属性。市场经济的本质是商品经济，通过市场机制发挥市场配置资源的决定性作用。数据要素市场化配置就是尊重市场经济规律，凭借市场机制来实现数据要素在结构、时空等的有效安排，以获取最佳的经济效益。 宏观看，数据要素市场化配置是建设统一开放、竞争有序市场体系的内在要求。理论方面，完善数据要素市场化配置体制机制，有利于数据要素更好地按照效益最大化和效率最大化的原则进行分配，实现要素自由流动、价格反应灵活、竞争公平有序，提高数据要素配置效率，推动数据要素被重复开发利用，更大范围地提高数据要素生产力，激发全社会创造力和市场活力，推动经济高质量发展。数据要素市场化配置改革是坚持和完善社会主义基本经济制度和社会主义市场经济体制的重要内容。社会主义市场经济通过利益机制引导要素自主有序流动的，并通过要素边际生产力水平显示要素配置效率。通过 数据要素的市场化配置，有利于将数据要素从边际生产力水平低的部门流动出来，投向边际生产力水平高的部门，提高整体生产力的水平。政策方面，自2019年党的十九届四中全会首次将数据列为与劳动、资本、土地、知识、技术、管理并列的生产要素之后，我国宏观政策导向便由“大数据”产业发展转向“生产要素”配置。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出“加快培育数据要素市场”的要求与任务。2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和 2035年远景目标纲要》提出，要对完善数据要素产权性质、建立数据资源产权相关基础制度和标准规范、培育数据交易平台和市场主体等作出战略部署，并着重指出要激活数据要素潜能。2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》，区分了公共数据和商业数据。对于公共数据，强调汇聚利用、建立数据资源库等措施，对于商业数据，则强调市场化配置。2024年7月，党的二十届三中全会《中共中央关于进一步全面深化改革推进中国式现代化的决定》明确要求“培育全国一体化技术和数据市场”。 微观看，数据要素市场化配置是企业实现利益最大化的必然选择。聚焦到企业这一微观个体，可将企业自身所持有的数据资源分为三类。如图2，企业A及企业B持有不可供给数据、企业内部应用数据和其他数据三类数据，图中分别用�、②、③所示。其中，不可供给数据 🕔，即敏感数据或者脏数据。敏感数据一般涉及企业商业秘密，是企业不希望公开的数据，如风险管理数据、网络结构数据等；脏数据是 不具有使用价值的数据。企业内部应用数据②，即用于企业自身决策管理的数据。如企业通过监控和分析企业内部运营数据，包括生产设备数据、供应链数据、人力资源数据等，发现生产经营过程中的问题和瓶颈，并采取相应的措施进行改进和优化。其他数据③，这部分数据既不涉及数据安全问题，也对企业自身无用。在十九届四中全会将“数据”列为生产要素之前，我国通过国家大数据战略，指引企业对数据开发应用开展了长期探索。也就是2019年之前，企业主要关注提升企业内部应用数据②的能力，拓展可使用数据规模，提升该部分数据使用价值。但受制于企业技术能力、数据管理能力不佳、数据数量及质量不足等原因，内