对话原海南省大数据管理局局长董学耕:数据要素市场化破冰,央国企领航数据要素价值释放
证券时报网·2025-12-09 09:39

文章核心观点 - 数据要素市场化已从政策框架搭建进入实体实践破冰阶段,由12家央企牵头的国有企业数据资源开发利用试点是标志性事件,旨在通过“国家队”示范,破解“不敢开放、不愿流通”的行业堵点,确立数据治理规范并打通资产化路径 [1] - 数据确权、入表、定价等资产化关键环节应围绕能产生稳定现金流的数据产品展开,遵循“搭平台、谋场景、做产品”的核心路径,以实现数据价值的有效释放和市场化流通 [1][6][8][9] - 试点目标是到2027年带动10万家以上中小企业参与,其可行性基于央国企成熟的产业链生态,长远发展需完善可信数据空间等基础设施、制度标准及多元主体联动机制 [10][11] 央国企试点的独特价值与角色 - 央国企作为试点主力,其独特价值源于其在能源、电力、通信等国民经济关键基础领域的主导地位和核心数据资源掌控力,由其带头释放数据价值具有责无旁贷的责任和社会担当 [2] - “国家队”引领模式的核心目的是发挥示范带头作用,消除行业顾虑,后续带动国企、民企等各类市场主体积极参与数据资源有序释放,以打破当前数据密集型领域头部企业开放数据较少的僵局 [2] 平衡数据安全与价值释放的路径 - 试点推进的核心底线是平衡数据安全与价值释放,关键在于结合具体应用场景评估安全需求,根据数据风险等级和场景需求精准匹配安全措施,避免过度投入 [3] - 构建数据全生命周期安全管理体系是基础,需在筑牢安全底线的前提下,落实“搭平台—谋场景—做产品”的推进路径 [3] 破解流通困境:可信数据空间 - 可信数据空间是破解“不敢开放、不愿流通”困境的关键数据基础设施,它不仅提供技术支撑,更蕴含一套完整的制度规则体系 [4] - 可信数据空间分为企业级和行业级两类:企业可信数据空间由龙头央国企牵头,覆盖其分子公司及产业链上下游,实施难度较低,是当前试点重点 [4][5];行业可信数据空间需覆盖多个龙头企业甚至跨行业,复杂度高,难点在于跨企业协同,破解关键在于制度创新,可借鉴“运商分离”原则成立第三方独立运营平台 [6] 数据价值化的核心实践路径 - 推动数据融合汇聚与高效流通可遵循“搭平台、谋场景、做产品”的核心思路 [6] - 搭平台:建设企业或行业可信数据空间,实现数据可信流通,完成数据编目、挂接等基础工作,保障数据“供得出、流得动” [7] - 谋场景:核心是找到高价值应用场景,聚焦行业共性或难点问题,以投资回报率为导向,数据质量高低以满足场景需求为标准 [7] - 做产品:将数据资源嵌入具体的数据产品,针对性解决场景痛点,形成“数据—产品—收益”的价值闭环,该闭环能有效破解数据汇聚难、质量低的问题 [7] 数据资产化的关键环节与模式 - 数据资产化应避免两大误区:一是将数据资源泛化为数据资产;二是跳过产品化环节直接推进数据确权入表 [8] - 真正的数据资产有两种形态:数据产品本身,以及嵌入数据产品的数据提供方的来源数据,两者均需具备“可控制、可计量、可收益”的核心特征 [8] - 数据价值化、资产化要以现金流为核心,数据产品因瞄准具体场景形成收益闭环,具备价值稳定性,能稳定产生现金流 [8] - 数据确权、入表、定价均应围绕数据产品展开,定价可通过场景收益反推,结合投入成本和产生的现金流测算,入表及后续的质押贷款、资本化入股也需以数据产品的稳定收益为基础 [9] 试点目标可行性及带动效应 - 试点提出的“2027年带动10万家以上中小企业”目标具备可行性,因为12家试点央国企的产业链生态已较为成熟,仅通信行业就关联手机制造、物联网、无人机等大量企业 [10] - 带动效应将超出直接关联企业:一方面,央国企在各地的分支机构将推动地方国企参与;另一方面,行业可信数据空间的建设将吸引民营企业、外资企业加入 [10] - 挑战集中在行业可信数据空间的建设及利益分配机制的建立,需让中小企业明确参与数据产品生态能获得收益以激发其积极性 [10] 数据要素市场长远支撑体系 - 长远需从三方面完善支撑体系:一是制度建设,依托可信数据空间建立行业数据流通、安全及企业间数据连接器标准 [11];二是空间拓展,从企业可信数据空间向行业可信数据空间延伸,实现跨龙头、跨行业、跨区域互联互通,形成全国统一大市场 [11];三是主体联动,明确央国企、地方政府、数据交易所的定位 [11] - 具体联动机制:央国企负责带头示范,推动数据产品化、资产化;地方政府需结合区域产业特色,联动城市可信数据空间试点,为中小企业提供政策支持,衔接公共数据与企业数据;数据交易所则聚焦数据产品的跨区域、跨行业交易,为数据产品运营主体的多元化提供支撑 [11] 与人工智能发展的协同 - 央国企试点需兼顾人工智能行业落地的需求,其核心担当之一是搭建行业高质量数据集,以带动垂直大模型和具身智能应用的发展 [12] - 在此过程中,央国企及其合作生态提供场景与数据,科创企业负责模型训练,数据治理企业承担数据标注与脱敏工作,形成生态协同,解决科创企业“缺数据、缺场景”的痛点,并扩大对中小企业的带动效应 [12]