从国家层面来看，要充分理解数据发挥增值的可能路径在于构建恰当的数据伙伴关系、制定有利政策让数据切实服务于社会民生和生产。在企业层面，数据增值化路径除了提供数据支持决策以提升生产力外，还受政策左右以实现企业实体的财务目标，比如数据资产化并入表，这两个方面相辅相成，共同构建了企业数据价值化的路径。因此，加速构建“政企一体”管促结合的数据要素市场框架，建设两个市场，完善三个机制，是数据要素市场的关键内容。
2024年政府工作任务 “深入推进数字经济创新发展” 中明确提出， “深化大数据、人工智能等研发应用……健全数据基础制度，大力推动数据开发开放和流通使用……赋能经济发展、丰富人民生活、提升社会治理现代化水平” 是在 “两个大局” 下对 “加快形成新质生产力” 的生动诠释和良方。既遵循了数据作为新生产要素的国际共识，揭示了大数据、人工智能等国际竞争的主战场，更确立了完善数据基础制度、深化研发应用和赋能经济、人民和社会治理的实施路径和根本目的。以通信技术为起点，数据作为信息传输和交流的媒介，其主要目的是将信息从一个地点传递到另一个地点，并确保信息能够被准确、可靠地传递到对方。因此即使是看似普通的数据，也可能包含着对某种情况或现象的描述、记录或反映，这些信息在正确使用背景下可能变得非常宝贵。随着数字化朝向网络化和智能化的发展，各类通信系统、网络系统、信息系统和数据平台涌现。数据价值超越对通信服务的支持，逐渐演化为一种广泛的、普遍的用于支持决策的新的实现路径。数据从单一业务系统中解放出来，寻找在域外的新的商业机会或财务机会的可能性。数据作为信息的载体，其价值在于其所包含的信息量和信息质量，在不同的业务场景中对原始数据流进行解码、解压缩、具象化、知识化，或者所谓的D-I-K-W（数据-信息-知识-智慧）决策支持流模型，最终形成新的信息量和更高的信息质量，这也构成了数据驱动数字经济创新发展的基本逻辑。从国家层面来看，要充分理解数据发挥增值的可能路径在于构建恰当的数据伙伴关系、制定有利政策让数据切实服务于社会民生和生产。特别是在为人工智能产业提供更好数据，更好意味着更高质量、更易可及、更负担得起等。在国家层面构建一个囊括政府、企业、学术界和社会组织之间的合作与协同的开放数据合作生态系统，以促进数据资源的共享与交流并推动数据的创新应用和技术进步。尤其是跨行业和跨领域的数据资源的流通和融合，将不同领域的专业知识和经验相结合有助于为各行业提供更有针对性、高效的数据支持，从而创造更加全面和深刻的洞见。另外，国家战略的制定必须坚持两个科学认识：数据、算法和算力三者的优先关系；更好的“数据+”和“数据X”（Better Data for Others）。产业实践已经证明片面的强调数据的重要性对发展数字经济的作用有限。尽管数据是实现人工智能和数据驱动决策的基础，但优秀的算法可以弥补数据的不足，更有利于从海量数据中提取有价值的信息和洞见，创造性的解决新问题。尤其是广谱关联语言模型的开发，对于数据市场基础设施至关重要，因此实践中应该根据实际情况和需求妥善配置和优化三资源关系。另一方面需要明确数据的基础作用，数据作为生产要素必须为生产和生活服务。数据增值的关键在于挖掘潜在的数据支持决策场景，国家应该重点扶持消费、工业、农业等垂直领域的数据能力建立，为不同行业的决策提供更准确、更可靠的支持，以实现和发挥数据的乘数效应。只有通过这些努力，国家才能更好地以数据作为关键的生产要素、以现代信息智能网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构化重要路径，推动相关智能产业发展，从而为社会民生和生产提供更加智能、高效的生产力和服务。在企业层面，数据增值化路径除了提供数据支持决策以提升生产力外，还受政策左右以实现企业实体的财务目标，比如数据资产化并入表，这两个方面相辅相成，共同构建了企业数据价值化的路径。然而前一路径与国家层面的数据增值路径相呼应，是将战略规划转化为实践行动的关键环节-更好的组织挖掘更多有价值的见解。将数据资源资产化后并纳入企业财务表其核心在于数据的“资产化”，则困难重重。数据资产化要求数据资源将可以被广泛复用，数据的产权关系明晰且支持高速率流通等。否则，一切数据资产化路径都可能陷入虚妄，衍生一片虚假繁荣。当前数据资产定价理论方法混乱，数据资产入表实践困局，数据资产交易流通困难等问题都凸显出数据资产化过程漫长且艰难。因此，我们应该首先从应用角度出发，挖掘出高复用、价值可计量、价值流通速率高的一批数据资源或者场景化交付方案，进而依托成熟的数据支持决策逻辑、商业机会挖掘链、数据流通基础设施开展全面数据的资产化进程。加速构建“政企一体”管促结合的数据要素市场框架，建设两个市场，完善三个机制，是数据要素市场的关键内容。政府与企业合作共同建立数据流通基础设施，促进数据资源的整合和共享，从而提高数据的可及性和利用效率。同时融入监管基础设施可以有效管理数据市场的风险，保障参与者的权益，并提升市场的透明度和信任度，以确保数据市场的健康发展和稳定运行。两个市场主要包含数据生产市场和数据交易市场；三个机制主要是数据产品识别、发现和披露机制，数据资源安全管理机制和数据要素价格形成机制。数据要素一级市场是数据的生产和收储市场，其中国家驱动的数据收储制度起着关键作用。这个制度旨在通过国家政府的政策引导和资源整合，从各个来源收集、整理和储存数据资源。这包括来自政府部门、公共机构、企业和其他组织的数据。具体来说，国家驱动的数据收储制度可以通过政府主导的数据收集和储存机制，建立统一的数据标准和规范，建设国家综合数据系统（INDs）来推动数据开放和共享来实现，确保数据资源的全面性和准确性，互操作性和可靠性，及充分有效利用。数据要素二级市场是数据的交易和流通市场，重点在于构建市场生态、基础设施和公共服务支持系统，实现数据的高效流通。在这个市场中，数据的买卖、交换、开发和共享是主要活动。为了实现上述活动的高效运行，可以通过建立专有领域数据池平台（数据市场服务系统DMSs），围绕产业链构建数据市场生态数据链，面向决策服务构建标准数据池或数据链等，基于场景、数据、模型构建前沿应用创新链等来实现数据增值的最大化。最后，以数据资本化为终点，完善“数据源-数据资源-数据资产-数据资本”的价值链，挖掘更多替代数据应用前景，开发更多数据支持决策的生产场域，疏通信息/知识/决策流的传递管道，探索数据金融的乘数效应。加强数据价值增值有关立法、司法和执法保障是保护数据权利，规范数据市场运营，促进数据价值的释放和要素合理配置的基石。首先我们需要确保个人和组织在数据环境中享有权利和保护，包括数据所有权、数据隐私权、数据安全权、数据收益权等。与此同时还应结合数据虚拟性和网络特征，明确数据交易的原则和规范，确保数据交易的合法性、公平性、透明度等要求，防止数据垄断和滥用，保障数据市场的公平竞争和健康发展。再次，当前数据量几何增长，源发和应用场景不断涌现，对数据监管和执法能力都提出了更高的要求，创新数据市场执法主体设置、执法机制设计、执法工具使用，是保障数据价值实现和市场健康发展的必要应对。最终以政府在数据立法和数据治理为核心牵引，结合企业主动适应数据化时代的变革，不断创新和提升数据资产管理能力。社会各界也需要参与到数据价值化路径的探索和实践中来，共同推动数据增值生态系统的可持续发展。来源：《人民邮电报》（2024年3月29日）
原文标题：《加强数据价值增值立法、司法和执法保障》（作者 韩海庭）