翁翕：未来三年或迎爆发式增长，数据开发与流通还需“闯关”
以大数据、人工智能为代表的信息技术迅猛发展，掀起了新一轮的技术与商业革命。翁翕认为，数据要素市场未来三年将迎来爆发式增长，但目前市场上的数据大多“睡在”数据库里，要实现开放、开发甚至流通仍需闯过多道关卡，如推动解决数据跨境流动、如何展开数据资源盘点和数据资产入表等，亟需学术界研究的深入和支持。
数字经济“铁三角”重要一环
与传统生产要素相比，数据要素的自带属性显然更多，如权属更复杂、价值密度不均匀、兼具正负两方面的外部性、多主体生产、敏感信息多、减损贬值快等。随着近期政策利好不断出现，“数据要素”成为今年两会期间的热门词汇之一，《政府工作报告》也有多处提及。
将时间轴向前拨，翁翕表示，数据要素市场的提出源自2020年印发的《关于构建更加完善的要素市场化配置体制机制的意见》，这一文件首次提出培育数据要素市场。而2022年发布的“数据二十条”，则是数据要素市场发展的纲领性文件。此后，国家数据局等17部门就联合印发《“数据要素×”三年行动计划（2024—2026年）》（以下简称《三年行动计划》），提出发挥数据要素的放大、叠加、倍增作用。
“去年我们看到，以ChatGPT为代表的人工智能，在应用方面带来的巨大潜力。因此我们现在研究数据要素，需要将其放入数字经济、数实融合加人工智能等体系里来分析。”翁翕说。
在翁翕看来，数字经济如今已形成了一个数实融合、数据要素和人工智能的铁三角，我们不能单纯的去看待数据要素，而是说数实融合产生了数据要素，数据要素训练了很多人工智能大语言模型，同时这些模型又进一步赋能数实融合发展。从这一角度看，数据要素是数字经济发展非常重要的一环。
至于《行动计划》中谈到的“数据要素×”究竟是“×”什么，在翁翕看来，“乘”主要在三方面：“×要素”“×场景”“×数据”。
其中，“×要素”是指在生产函数中将数据要素直接作用于劳动、资本、技术等传统生产要素，通过改善微观主体的决策效率提高全要素生产率。而与场景的融合则要得益于数据本身具有的非竞争性和可无限复制、重复使用的特性，这意味着数据可以通过多场景复用来最大限度地释放其价值。至于如何理解“×数据”，翁翕表示，数据要素规模报酬递增的特性意味着通过数据的多源融合可以产生1+1大于2的效果。
应坚持市场导向及应用牵引
目前，各界对未来数据市场的发展都充满期待。在翁翕看来，数据要素市场未来三年将迎来爆发性增长，加之地方政府发展数据要素市场的热情高涨，业内已经出现了“数据将成为未来的一大风口”“未来将以数据财政代替土地财政”等说法。
翁翕也指出，目前在许多领域，数据要素的开发利用仍处于摸索期，数据市场作为一种崭新的市场形态，并没有任何现有理论来指导其发展，各地均在竞相探索。
根据《三年行动计划》，未来将聚焦工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳这12个行业和领域，推动发挥数据要素乘数效应，释放数据要素价值。
到2026年底，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区。同时，数据产业年均增速超过20%，数据交易规模倍增，推动数据要素价值创造的新业态成为经济增长新动力。
对此，翁翕建议，未来应坚持市场导向及应用牵引，引导广大市场主体丰富数据应用场景，在智能制造、智慧农业等重点领域按照鼓励创新原则，留足发展空间，同时坚守数据安全底线，严禁简单封杀或放任不管。对看得准、有发展前景的数据开发利用场景，要引导其健康规范发展；对一时看不准的，设置一定的“观察期”，对出现的问题及时引导或处理。
数据要素发展亟需学术支持
数据要素市场的发展，来自实践中的挑战也有不少。例如，数据要素化需要解决数据确权、价值挖掘和形成稳定需求和供给的矛盾；数据市场化需建立完善的数据市场体系、公平高效的收益分配机制并形成合理的交易价格；数据价值化需解决数据资产入表评估，形成一套行之有效的数据资产估值体系等。
在很多现实场景中，这些挑战相辅相成，交织在一起。“以大模型的研发为例，我们发现中国在发展大语言模型过程中，虽然有很多数据，但这些数据没有办法融合。此外，有高质量标注的数据也非常少。”翁翕表示，现在的数据有点类似石油，都“睡”在各个大厂的数据库里，数据要素面临的问题是如何将这些数据释放、开发，最终实现流通。
翁翕直言，未来三年，各方在鼓励地方先行先试的同时也要注意到，数据要素市场需在发展中规范、在规范中发展，有很多理论问题和实践问题亟需学术界的支持。
例如，理论问题方面会涉及纳入数据要素的新生产函数，数据要素与其他生产要素的协同联动机制及其对全要素生产率的贡献，构建数据要素生产、流通、分配等基础性经济理论等内容；实践问题方面则需要数据要素典型应用场景的案例总结与推广、数据要素使用和流通效率的评估方法、数据资源盘点和数据资产入表等方面支持。
“此外，在健全数据基础制度、适度超前建设数字基础设施、以及推动解决数据跨境流动等问题上，也亟需学界更深入地参与，为数据要素的进一步发展提供智力支持，推动数据要素市场化配置，激发要素价值，助力数字中国建设。”翁翕说。