赛迪顾问副总裁吕萍：数据要素发展问题与建议（7000字干货）

中国数据要素产业发展现状

       自2019年10月十九届四中全会首次提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”以来，数据已正式成为新的生产要素，对经济增长的重要性日益增加。

       在数字经济时代，劳动、土地、资本等要素对于经济增长的拉动作用正在边际减弱，新一代信息技术不断引发数字化浪潮。数据要素作为与劳动、土地、资本、技术同等重要的生产要素，是当前数字经济发展的关键生产要素，对于最大化释放数据资产经济价值，促进数字经济快速发展具有重大意义。

       《数字中国发展报告(2023年)》显示，2023年数字经济核心产业增加值占GDP比重已达到约10%，标志着我国数字经济的迅猛发展。

       与此同时，我国正加快构建以新一代信息通信网络为基础、以数据和算力设施为核心、以融合基础设施为重点的新型信息基础设施体系，不断建设国家枢纽节点、大数据中心集群以及E级和10E级超级计算中心。

       近三年来，我国数据要素产业的政策体系已基本构建完成。2022年12月19日，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》（简称“数据二十条”），“数据二十条”系统性布局了数据产权制度、流通和交易制度、收益分配制度及安全治理制度等数据基础制度体系。

       2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》，明确数字中国建设按照“2522”的整体框架进行布局，不仅为中国未来的数字化发展指明了方向，还设定了到2025年需实现的阶段性目标和2035年的远景目标。

       2023年12月，国家数据局等17部门制定了《“数据要素×”三年行动计划（2024—2026年）》，旨在通过一系列重点行动，推动数据要素与其他要素的协同，提高全要素生产率，培育基于数据要素的新产品和新服务，开辟经济增长新空间，加快多元数据融合，培育经济发展新动能。

       2024年4月29日，国家发展改革委办公厅、国家数据局发布《数字经济2024年工作要点》。提出适度超前布局数字基础设施、加快构建数据基础制度、深入推进产业数字化转型、加快推动数字技术创新突破、不断提升公共服务水平、推动完善数字经济治理体系、全面筑牢数字安全屏障等9方面落实举措。

       数据要素产业链涵盖了供给、流通与应用三大环节。

       在生产供给环节，各级政府、电信运营商、国有企业及互联网公司等积累了海量的经济社会、行业和用户数据，代表性企业包括各地的数据集团、三大运营商、腾讯、字节跳动、华为云等；在流通交易环节，该环节包含确权登记、定价和流通交易三个主要部分，数据服务商致力于推动数据资源的资产化，代表性的交易所如北京、上海等五大数据交易所，其中2023年深圳数据交易所的交易额达65亿元，位居首位，相关上市企业有浙数文化、易华录、京东数科等；在应用环节，国家数据局于2024年5月发布了首批20个“数据要素X”典型案例，并于8月发布第二批28个案例，涉及工业制造、商贸流通、现代农业、金融服务、交通运输、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等多个领域。

       数据要素产业规模迅速扩张，尤其是数据交易领域占据了显著比例。2023年，中国数据要素产业的整体市场规模达到了532.8亿元，较上一年增长了36.8%。预计到2026年，这一数字将超过1400亿元，继续维持高速的增长趋势。从细分市场来看，2023年数据交易占据最高份额，达到24%；其次是数据分析（21%）、数据加工（18%）和数据存储（20%）。这表明，在数据要素产业中，四大主要领域的发展较为均衡。

       数据要素产业各领域成效显著，覆盖面不断扩大，呈现出以下六个特点：

       第一，数据资源总体规模庞大。2023年，中国数字生产总量达32.85ZB，同比增长22.44%，相当于1200多万个国家图书馆的存储量。中国数据存储总空间为2.93ZB，累计数据存储总量为1.73ZB，存储空间利用率为59%。上网人数达10.92亿，全国移动电话用户总数为17.27亿户，其中5G移动电话用户达8.05亿户。

       第二，数字基础设施支撑有力。截至2023年底，中国累计建成5G基站337.7万个，同比增长46.1%。算力基础设施综合水平稳居全球第二，全国共有2229座算力中心，其中包括66座超大规模算力中心。算力总规模超过230EFLOPS，其中智能算力接近70EFLOPS。越来越多的城市成为“双千兆城市”，持续打通数字经济发展“大动脉”。

       第三，数据要素活力更加迸发。中国10亿参数规模以上的大模型数量已超过100个，行业大模型在电子信息、医疗、交通等领域深度赋能，形成了上百种应用模式。规模以上制造企业已进入数字化网络化制造阶段，制造机器人密度跃居全球第五，智能制造装备产业规模达到3万亿元。

       第四，产业数字化转型更加深入。智能制造与工业互联网快速发展，5G和千兆光网已融入71个国民经济大类，应用案例超过9.4万个，建成5G工厂300家。截至2023年底，具有行业和区域影响力的工业互联网平台超过340个，工业设备连接数超过9600万台（套）。各类物联网（IoT）及自动化系统每日生成海量工业数据资源。

       

       第五，服务业的新业态更加活跃。2023年，中国的网上零售额达到了15.42万亿元，同比增长11%。移动支付的普及率达到了86%，在全球名列前茅。新型显示产业的产能规模同样位居世界首位。数字化技术支撑下的沉浸式旅游等新兴消费模式正在成为新的增长点，而在线旅行预订的用户数量也达到了5.09亿人次。

       第六，公共服务更加普惠。农村互联网普及率稳步增长，截至2023年底已达到66.5%。数字政府建设从一网通办、一网通管、一网协同，到高效办成一件事，在线公共服务更加便捷可及，智慧出行、智慧医疗等不断提高人民群众幸福感。网约车、互联网医疗用户规模增长明显，2023年同比增长率分别达20.7%、14.2%。

       各地积极探索数据要素产业发展，取得初步进展。基于国家数据要素相关政策，各地积极成立各类机构和企业，探索数据要素制度体系和公共数据开发开放，不断推动数据交易流通和数字中国建设。

       近些年，中国各地纷纷成立数据机构和企业。截至2024年2月，全国已成立23个省级数据局。同时，全国各地已组建100多家省级和市、县级的数据集团公司，推进数据管理、数据运营等工作，促进数据要素市场培育与发展。

       在制度体系建设方面，基于中共中央、国务院印发的“数据二十条”，全国31个省市已陆续出台数据要素发展规划或行动计划。浙江、广东、深圳、上海、江苏、山东、河北、重庆、四川、北京等地已开展《公共数据管理条例》的立法工作。

       在公共数据开发开放方面，几乎所有省份均已对公共数据的采集汇聚、共享开放作出明确规定。北京、浙江、上海、海南、福建、山东、湖南、湖北等省市更是出台了公共数据授权运营管理办法。

       在推动数据交易流通方面，北京、上海、广州、深圳、贵阳等地正积极推进国家级数据交易所的数据交易工作。截至目前，全国已成立58家数据交易机构，其中数量排名前三的省份分别是江苏省（7家）、广东省（6家）和湖北省（4家）。

       在推进数字中国建设方面，重庆、安徽、山东、天津等地将“数字重庆”、“数字江淮”、“数字山东”、“数字天津”建设作为推进全省数据要素化的牵引，湖南以“数字博物馆”建设为小切口，带动数字文博产业甚至数字文化产业集聚式生态式发展。

       我国数据要素产业园起步较晚，但发展迅速，各级政府扶持政策持续出台，相关配套设施日趋健全。目前已建产业园主要包括上海张江数据要素产业集聚区、深圳福田数据要素全生态产业园、四川数据要素产业园、青岛城阳区数据要素产业园、河南中原数据要素生态产业园、桐乡乌镇数据要素产业园等，对于实现数据要素产业集聚、规模化发展、数据价值激活、市场生态培育具有积极影响，也为其他地区建设数据要素产业园提供试点示范。

中国数据要素产业问题挑战

       尽管过去两年产业呈现出高速发展的态势，但从其生命周期的角度看，仍处于初级发展阶段，且面临着一系列挑战。

       第一，算力核心能力和数据资源供给难以满足经济快增需求。数据资源分布不均。我国数据资源分布不均，呈现二八定律，80%数据资源掌握在20%的东部发达地区“数据大户”手中，数据资源或难以发挥真正的流通价值。

       算力芯片受到限制。算力芯片是算力基础设施的核心技术和产品，美国在算力芯片方面对我国采取了严格禁运措施，而英伟达宣布CUDA生态闭源，直接导致我国一批新兴起的GPU厂商经营受限。

       有效资源短缺，开放共享受限。企业面临有效数据资源短缺的问题，主要体现在基础标准和规范的缺位，以及税法滞后于数据资产入表的发展。数据资产流通机制尚不健全，由于数据管理部门职责边界不清、数据流通存在安全风险隐患和技术标准接口不统一等因素的制约，不同部门、领域和地区之间的数据开放与共享仍面临较大障碍。

       第二，数据要素部分理论研究和安全监管滞后于业务创新。数据入表相关方法论尚处于探索阶段。传统税法和会计准则滞后于数据资产入表发展，数据资产性质与特点同传统资产差异较大，具有海量、多元、异构等特征，实现准确入表难度较大。

       数据精确估值相关操作方法仍待完善。现阶段仍缺乏被广泛认可的数据价值评估方法或模型，而价值评估涉及数据质量、应用场景、法律法规等多种因素，不同评估机构可能会采用不同评估模型和参数，缺乏专家指导和市场评估，估值精度不一致且受主观因素影响，数据资产市场价值受限。

       数据监管亟待升级优化。在监管思路、管理模式和治理手段方面，目前存在诸多问题，导致了信息茧房、大数据杀熟、隐私侵犯等现象。这些问题需要国家采取更多科学的监管措施来解决。

       第三，产学研用能力仍需进一步加强。产业生态集聚效应不强。部分地区数商企业局限在数据要素产业若干环节上，从数据采集、存储、研发、加工、交易、售后服务以及各行业数字化应用均难以形成资源共享和生态集聚，导致成本居高不下，不但加大本地数据要素产业招商引资、人才引进的难度和管理复杂性，也无法产生规模效益和集聚效应。

       数字技术创新融合程度不高。部分企业技术研发投入方面不足，未构建技术创新研发孵化器、实验室或服务平台，大多数小微企业技术研发能力弱，技术人才匮乏，抗风险能力弱，制约当地数据要素产业创新发展。

       应用场景挖掘不深。我国数据流通应用大部分集中在金融、公共服务、交通等信息化基础较好的领域，部分传统行业应用场景相对局限，导致部分地区数据应用仍以企业内部数据为主，未真正实现数据交易流通。

中国数据要素产业对策建议

       对于中国数据要素产业发展，有如下建议：

       首先，持续提升算力基础设施竞争力。要加大支持国产算力芯片的技术创新，特别是提升单个芯片的计算能力和多个芯片之间的互联效率，以此缩小与国际领先厂商的差距。此外，还需强化算力生态系统的建设与产能供给，构建独立的生态系统，以应对国际供应链的变化，降低对外部代工服务的依赖，进而提高芯片的综合性价比。

      通过统筹“通用算力、智能算力、超级算力一体化布局”“东中西部算力一体化协同”“算力与数据、算法一体化应用”“算力与绿色电力一体化融合”“算力发展与安全保障一体化推进”，建立全国一体化算力调度体系。

       第二，探索建立数据要素创新理论体系。建立和完善数据治理体系：依托各数据主管部门，逐步明晰责权边界，形成政务数据和公共数据的开放共享机制。同时，完善数据分类分级管理制度和标准，明确数据生产者、汇聚者、开发者、使用者等各方的权利和责任。

       探索行业数据标准规范与质量评价体系：推进特色行业数据标准规范体系建设，制定特色行业数据采集、存储、标注、加工、流通、交易、生存周期、数字衍生品等标准规范。开展特色行业数据质量评价体系建设、数据标注和数据治理服务，对元数据、数据集、数据模型的规范性、完整性、准确性、一致性、时效性等维度开展质量评价。

       完善数据隐私安全保障体系：推动数据资源供给、数据治理、数据交易等全过程的安全标准制定，建立分层处置、分类计算、动态评估的数据安全管理体系。结合数据分类分级管理，审慎决定个人信息、企业商密及公共安全数据的披露范围，保障数据资产入表全流程的安全性、合规性和标准化，确保数据资产价值的真实性和公允性。

       第三，完善数据交易流转机制。建立数据资产交易流通模型：探索数据要素一级、二级市场交易流通模式，鼓励数据经纪人、中介及信托机构开展交易方式试点，以实现资源配置程序合规化、效率最大化和效能最优化，促进数据要素合理流通。

       打造行业主题数据核心区流转枢纽：重点在打造环渤海、珠三角、长三角、成渝经济圈等经济圈先行落地具备特色的行业主题数据核心区，加快数据资源汇聚，支持重点企业通过升级数字系统和数字装备、部署物联网感知设备等方式，推动研发、生产、经营、服务等全环节数据的采集和汇聚，支持数据链主/链星企业建设高质量数据集，推动数据资产上市发行，全面提升数据流通交易的活跃度。

       加快促进公共数据资源开放利用：明确公共数据资源开放的责权分工、开放机制、平台建设、开发利用、安全管理、监督考核等内容。要开展公共数据资源普查和目录梳理，进一步完善政务信息资源目录体系，梳理形成统一高效、互联互通、质量可靠的公共数据资源目录清单，明确数据共享开放的种类、标准、范围、流程等，强化数据使用的规范化程度。

      第四，多措并举促进数据要素产业发展。提高招商引资效率：按照“强链—补链—延链”的原则，聚焦稳固产业基础和做强数据要素产业体系的“支柱”。借助第三方招商机构资源，筛选重点领域细分赛道，制定产业指导目录，对重点细分赛道的世界500强、中国500强、大型集团、隐形冠军、“专精特新”小巨人等企业进行“一对一”跟踪，形成重点盯引企业清单。

       强化政策扶持力度：通过税收优惠、示范试点奖励、土地租赁优惠、资金扶持、知识产权保护等政策手段，吸引优质企业和资源进入数字要素产业领域。实施企业收费清单管理模式，严格落实数商企业减负担降成本的各项政策，系统性梳理企业税费、审批、融资、用地、用工、采购流通等环节成本，出台进一步降低企业成本减轻企业负担的政策。

       加强人才培育及应用场景试点示范：试点培育数据专员、数据分析师、数据合规师、数据标注师等多元化人才，引入数据相关国家职业标准和数字技术工程师培育项目。遴选一批符合当地特色的数据产品、服务和解决方案进行示范推广，打造典型数据要素应用场景，不断巩固既有优势产业，拓展新兴产业和未来产业。

       第五，提升数据要素产业生态集聚。要打造开放协同科技创新园区，提供良好承载空间。基于本地现有数据企业集群，积极扩张产业园共享科创空间，实现数据需求与数据产品的高效、实时“碰撞”，激发市场数据活力。围绕当地重点产业创建行业数据模型联合实验室、大数据评测认证与用户体验中心、企业大数据应用实训基地等数据技术联合实验空间。

       要打造重点行业数据资源集市，提供强大支撑平台。围绕本地重点行业数据专区，打造数据资源汇聚平台，通过升级数字系统和数字装备、部署物联网感知设备等方式，实现全环节数据的采集和汇聚。建立公共数据资源开放管理平台，为促进和规范公共数据资源社会化利用提供支撑和保障。

       要打造数据产研用基地，提供生态集聚功能。成立专业数据资源中心，从本地及周边产业数据资源、数据服务商、数据征集线索关系图谱等方面不断扩大数据资源征集渠道，推动数据资源向产业园集中。建立数据要素产业研究机构，开展政策机制研究，紧跟国家宏观导向和市场经济引领。