2021年数据价值化与数据要素市场发展报告_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

本报告围绕“数据价值化”和“数据要素市场发展”两大主题，探讨数据如何从原始资源转变为可交易、可融资的资产，并构建相应的市场体系。报告提出数据价值化的“三化”框架，即数据资源化、数据资产化和数据资本化，强调数据在数字经济中的基础性和创新性作用。同时，报告分析了数据要素市场的发展现状、挑战与发展方向，提出政策建议以推动数据要素市场建设。

主要观点

• 数据是数字经济时代的新生产要素，与技术、资本、劳动力、土地等共同构成新的生产要素组合。
• 数据价值化是推动数字经济发展的关键，其过程包括数据资源化、资产化和资本化三个阶段。
• 数据要素市场正在形成“四位一体”的格局，包括交易主体、交易手段、交易中介和交易监管。
• 数据确权和定价是数据要素市场发展的核心难点，报告提出“三分原则”及“四因素定价模型”以解决相关问题。
• 数据资本化探索包括数据证券化、数据信贷融资、数据银行和数据信托等，具有广阔前景。

关键信息

数据价值化“三化”框架

1. 数据资源化：通过采集、整理、聚合、分析等方式，使原始数据转化为具有使用价值的数据资源。
2. 数据资产化：使具有使用价值的数据在市场上流通交易，形成交换价值，是实现数据价值的核心。
3. 数据资本化：通过数据信贷融资、数据证券化等方式，使数据价值进一步延伸，实现社会化配置。

数据资源化现状

• 数据采集、标注、存储、分析等技术快速发展，推动数据资源化。
• 全球数据量呈井喷式增长，2025年预计达到175ZB。
• 数据采集行业应用广泛，涵盖电商、金融、工业等多领域。
• 数据标注市场发展迅速，全球市场规模预计持续增长，中国企业在该领域已形成一定产业基础。

数据资产化进展

• 数据确权探索处于起步阶段，国内外对数据权属的界定各有不同。
• 数据定价存在混乱，但已有多种定价策略，如静态定价、动态定价等。
• 数据交易市场逐步形成，2017-2019年全球五大数据市场交易值持续增长，中国增长最快。

数据资本化探索

• 数据资本化包括数据证券化、数据质押融资、数据银行和数据信托等。
• 企业通过数据资本化方式实现融资和价值增值，如LinkedIn被微软收购，数据信托如中航信托的案例。

数据要素市场格局

• 数据交易市场正在形成“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。
• 区域分布上，北京、长三角、成渝等地区成为数据标注和交易的重要增长极。
• 数据交易中介经历井喷、停滞、复苏三个阶段，目前仍存在数据质量、供需不对称等问题。

数据确权“三分原则”

1. 分割原则：数据产权应反映不同参与方的权益，而非单纯的所有权。
2. 分类原则：将数据分为个人数据、企业数据和社会数据，明确其权属。
3. 分级原则：根据数据的竞争性和排他性，将数据分为私有品、准公共品和公共品。

数据确权路径

• 数据确权应优先考虑社会效益和个人效益最大化，按照“A→B→C→D→E→F”的顺序进行。
• 数据确权路径图显示，颜色越深，确权难度越大，社会效益越高。

数据定价“四因素模型”

• 数据价格由补偿价值、增值价值、异质性价值和风险溢价构成。
• 数据资本定价模型为：
  $$
  P = \sum_{t=1}^{n} \frac{C_t}{(1 + r)^t} \times [1 + \alpha_i + R_{fi} + \beta_i (E(R_m) - R_{fi})]
  $$
  其中，$V_i$ 表示数据成本，$E(R_i)$ 表示数据投资收益率。

政策建议

1. 完善数据要素资源体系

   • 加强数据资源采集与汇聚，打通数据壁垒。
   • 推动数据高质量汇聚，提升数据质量。
   • 建立数据要素资源体系标准化，制定数据标准。

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。
   • 建立数据定价规则，推动数据资产价值评估模型。
   • 构建数据交易市场化机制，完善交易流程。
   • 营造数据要素流通的市场环境，简化准入机制。

3. 壮大数据要素应用体系

   • 推动数据要素在各行业的全面深度应用。
   • 开展重点行业应用试点示范，复制推广成功经验。

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。
   • 建立数据市场风险防控体系，加强预警与应急处理。
   • 加强数据跨境流动管理，提升安全防护能力。