中国信通院-数据价值化与数据要素市场发展报告（2021年）-2021.5-53页_2mb

数据价值化与数据要素市场发展报告总结

核心内容概述

本报告系统分析了数据价值化和数据要素市场发展的现状、趋势及未来方向，提出数据价值化的“三化”框架：数据资源化、数据资产化、数据资本化。同时，报告构建了数据要素市场的“四位一体”格局，包括交易主体、交易手段、交易中介和交易监管，并提出了数据确权的“三分原则”及数据定价的“四因素模型”。最终，报告从政策、市场、应用和安全四个维度提出发展建议，旨在推动数据要素市场规范化、高效化、可持续发展。

主要观点

数据价值化的“三化”框架

1. 数据资源化

   • 是数据价值化的首要阶段，涵盖数据采集、整理、聚合、分析等环节。
   • 数据资源化是数据价值化的基础，通过提升数据质量形成使用价值。
   • 中国在数据采集和标注环节已初步形成产业体系，数据管理与应用能力不断提升。

2. 数据资产化

   • 是实现数据价值的核心，通过市场流通交易带来经济利益。
   • 包括数据权属确定、数据定价、数据交易流通等关键环节。
   • 数据资产化是构建数据要素市场的关键，但目前仍面临确权与定价的挑战。

3. 数据资本化

   • 通过数据信贷融资与数据证券化等方式，实现数据价值的进一步拓展。
   • 数据资本化是数据要素社会化配置的体现，有助于推动数据要素在资本市场流动。

关键信息

数据资源化现状

• 数据采集

  • 覆盖多个领域，如工业、金融、电商等，形成多维度数据采集体系。
  • 数据采集行业分为设备提供商和解决方案提供商两类，其中人工采集在语音、图像、视频领域广泛应用。

• 数据标注

  • 全球市场规模预计持续增长，中国企业在2010年后逐步参与，形成文本、语音、图像标注等服务。
  • 数据标注企业主要采用众包、自建、组合三种运营模式，其中互联网企业通过自建标注基地和众包平台实现高效作业。
  • 数据标注产业已形成“环京”、“环长三角”、“环成渝”三大产业增长带，带动区域经济发展。

数据资产化进展

• 全球数据确权探索

  • 欧盟通过GDPR确立“个人数据”和“非个人数据”的二元架构。
  • 美国以“部门立法+行业自律”模式加强数据隐私保护。
  • 日本强调数据自由流通，仅在特定情况下进行特殊保护。
  • 俄罗斯强调数据处理者的责任，明确数据主体权利。

• 数据定价策略

  • 主要采用静态定价和动态定价两种方式。
  • 静态定价包括固定定价、差别定价、拉姆齐价格。
  • 动态定价包括自动计价、协商定价、拍卖式定价。
  • 数据定价体系尚不完善，价格影响因素不统一，需构建科学定价模型。

• 数据交易发展

  • 全球数据交易市场稳步增长，中国增速领先，2019年交易值达23.93亿美元。
  • 数据交易平台包括政府主导型、企业主导型、混合型等，功能涵盖数据撮合、交易监管、资产定价等。

数据要素市场建设

• “四位一体”格局

  • 数据交易主体包括政府指导类、数据服务商类、大型互联网企业。
  • 数据交易手段包括API、数据包交易、区块链等，区块链技术有助于提升交易可信度和透明度。
  • 数据交易中介经历三个阶段：爆发期、停滞期、重现新生期。
  • 数据交易监管主要由政府主导，包括数据披露、交付内容监督、交易事后审查等。

• 数据确权“三分原则”

  • 分割原则：区分数据产权与所有权，强调利益保护而非单纯所有权归属。
  • 分类原则：将数据分为个人数据、企业数据、社会数据，分别赋予不同产权属性。
  • 分级原则：根据数据的竞争性与排他性，将数据分为私有品、准公共品、公共品，明确确权优先顺序。

• 数据确权路径图

  • 通过分类分级，形成数据确权的先后顺序，以社会效益和个人效益最大化为优先。
  • 确权路径为：A → B → C → D → E → F，其中颜色较浅区域为确权较易、效益更大的部分。

成熟数据要素市场“四因素定价模型”

• 数据价值 = 补偿价值 + 新增价值

• 补偿价值：包括固定资产投资成本、无形资产投资成本、管理成本。

• 新增价值：体现数据的市场价值与社会价值。

• 异质性价值：来源于数据结构、采集主体、使用场景等差异。

• 风险溢价：反映数据投资的不确定性，包括信息不对称、数据误差、数据可挖掘性等。

• 定价模型公式：
  $$
  P = \sum_{t=1}^{n} \frac{C_t}{(1 + r)^t} \times \left[1 + \alpha_i + R_{fi} + \beta_i (E(R_m) - R_{fi}) \right]
  $$

发展建议

1. 完善数据要素资源体系

• 加强数据资源采集汇聚，打通数据壁垒，实现多源数据一体化集成。
• 推动数据高质量汇聚，提升数据准确性、完整性、一致性。
• 建设国家数据采集与资源平台，形成数据质量管理闭环。

2. 构建数据要素市场体系

• 加快建立数据确权机制，明确数据权利类型和主体，实现权属动态管理。
• 建立数据定价规则，研究开发数据资产价值评估模型。
• 推动数据交易市场化机制，依法合规交易，支持各类企业参与平台建设。
• 构建全流程数据流通平台，结合区块链技术提升数据授权与交易的可信度。

3. 壮大数据要素应用体系

• 推动数据要素在工业、服务业、农业等领域的全面深度应用。
• 开展重点行业应用试点示范，探索各具特色的数据应用模式。
• 编制数据应用指南，指导各行业数据应用路径与方法。

4. 建成数据要素安全体系

• 推动数据安全监管体系建设，明确主体责任与防护要求。
• 加强数据安全技术攻关，包括态势感知、测试评估、访问控制、数据脱敏等。
• 建立数据市场风险防控体系，应对数据带来的社会问题，如就业结构变动、隐私泄露、数据歧视等。
• 强化跨境数据流动监管，保障数字基础设施安全，保护隐私数据和商业秘密。

总结

数据价值化是推动数字经济发展的核心动力，通过“三化”框架实现数据资源、资产、资本的转化。数据要素市场正在形成“四位一体”格局，但确权、定价、安全等问题仍需解决。报告提出数据确权“三分原则”与数据定价“四因素模型”，为数据市场发展提供了理论支持与实践指导。未来需加强政策引导、市场机制完善、技术支撑与安全保障，以推动数据要素市场的健康、可持续发展。