我國無疑是數據大國，但距離真正的數據強國，還有很長的一段路要走。

在支撐數字經濟的三大基石——算法、算力和數據中，算法和算力中國目前還處在“追趕者”的位置，但數據則是我國重要的稟賦優勢。

【資料圖】

在工業化時代，四大核心核心要素分別是土地、勞動力、資本、技術。進入數字經濟時代，數據要素成為了第五要素。數據作為生產要素分配，已經上升到國家的戰略高度。

隨著數據要素化的加速和數據要素市場的形成，無疑將成為我國發展數字經濟和建設數字中國的強大動力。

實現數據的“資源化、資產化、資本化”閉環，將是當前主要需要解決的問題。在數據要素創新領域，中國電子數據集團提出了堅持系統觀念，以“制度+市場+技術”三點互為支撐的總體架構，具有很強的借鑒意義。

而金融行業是數字經濟中對數據要素的價值能夠發揮最大的主戰場之一。

一、數據要素市場面臨的機遇

當談到數據要素時，我們通常是指不同類型的數據元素或數據實體，這些數據元素可以具有不同的形式和用途，例如基礎數據、元數據、地理信息數據、業務數據等。

發展數據要素行業的主要目的和意義是幫助個人、組織和公司更好地管理、共享和交換數據要素，以實現數據資產的最大化利用。通過數據要素的合理分配，可以更好的支持數據挖掘、機器學習、人工智能等領域的應用。

根據工業信息安全發展研究中心的測算，2022年數據要素市場規模已突破900億元，預計到2025年將達到近1750億元。

人民銀行《金融科技發展規劃（2019—2021年）報告中提出：“在切實保障個人隱私、商業秘密與敏感數據前提下，強化金融與司法、社保、工商、稅務、海關、電力、電信等行業數據資源融合應用，建立健全數據融合應用機制，實現數據資源有效整合與深度利用”。

《金融科技發展規劃( 2022-2025年）》進一步明確：把握數字經濟發展新趨勢，發揮數據要素倍增作用，將數字元素注入金融服務全流程，將數字思維貫穿于業務運營全鏈條、強化金融創新的科技武裝，數據加持，加快金融數字化轉型步伐，全面提升我國金融業綜合實力和核心競爭力。

二、數據要素的確權難題分析

數據的確權是指規定數據擁有者和使用者的權利，確保數據被正確授權和使用，保護數據的安全和保密性。

數據擁有者的權利包括使其數據不受非法訪問或復制的保護、選擇其數據交由他人使用的方式以及拒絕或授權其他人使用數據的權利。使用者的權利包括獲得訪問該數據的授權和在得到授權的前提下，使用和傳輸數據的權利。

那么，數據采集、加工和處理后的歸屬權如何界定呢？

數據采集、加工和處理后的歸屬權歸屬于對數據進行投資的一方，即通常是數據使用者的產權。但是，如果在數據的采集、加工和處理過程中使用了他人的知識產權或否認了數據的特定目的，歸屬權可能會在法律層面上受到限制。

從監管層面，數據的確權有許多法律和監管框架來保護其合法性，其中包括數據保護、知識產權以及反壟斷等領域。例如，個人隱私保護法，數據安全法等，其他認證結構如ISO27001也強調數據的確權，包括信息安全和隱私保護。

所以，數據確權是數據處理和管理中的重要部分，可以確保數據完整性、可靠性和安全性。確權需要做出明確定義和確定數據采集和加工歸屬權，并確保依照相關的法律和監管規定的程序進行操作。最終的目標是促進互聯網和數字化生態系統的透明、公正和穩定發展。

三、數據要素的流通與共享現狀分析

現代社會中，數據的流通與共享已成為日常生活中的一部分，如社交媒體、在線搜索和開放源代碼等技術的崛起，已經使各種數據集從不同來源共享到許多組織和人們手中。

從流通方式來看，數據的流通方式包括批量、實時、以及季度/年度更新等方式。標準化、自動化和實時傳輸等技術使得數據能夠在全球范圍內高效的流通。

從規模與市場空間來看，數據流通的規模和市場空間十分巨大。特別是在以大數據和人工智能為主導的行業中，數據流通市場空間非常廣闊，包括金融、醫療、交通等各個領域。

根據工業信息安全發展研究中心的預測，2023年數據要素市場規模，預計可以突破1000億元，但當前規范的場內交易占比在5%以內。顯然，從數據的獲取、確權、流通、共享、交換、交易、產生的價值等各個環節，還有極大的提升空間。

所以，當前數據共享的難點在于數據隱私和安全、數據格式和質量、以及數據使用權和歸屬權等方面。

解決方法可以采用數據脫敏、加密以及區塊鏈、隱私計算、多方安全計算、量子加密等技術等手段，加強數據的隱私保護和信息安全。

總之，數據的流通和共享是現代社會中非常普遍且重要的話題。在這個過程中，需要關注數據共享的難點，如隱私安全，數據格式和質量，以及歸屬權問題。解決這些難點需要采用多種技術、政策和合規性措施，以確保數據流通和共享的公正性和可持續性。

四、數據要素的價值和未來趨勢

數據的價值和未來趨勢是圍繞數據交換和應用的核心議題，在應用過程中需要考慮數據價值的評估和表達，有效地進行應用，以及不同來源的數據所帶來的商業化價值。未來，數據將成為更為重要和優先考慮的資產，并引領企業進入更為緊密和復雜的數據化時代。

整體來說，需要從如下維度展開周密評估：

1. 數據價值的有效表達和評估：

數據價值的有效表達和評估需要考慮數據類型、來源、完整度、質量、以及應用場景等因素。在數據價值的評估中，需要采用相關的指標或方法，如數據采集成本、數據可信度、數據時效性等來進行評估并確定其商業價值。

2. 數據的有效應用：

數據的有效應用需要考慮企業自身的業務場景和商業目的。數據可以用于預測市場趨勢、指導業務決策、提高生產效率、改進客戶體驗等方面，應用場景有非常廣泛的應用領域。

3. 不同數據來源的商業化價值：

不同的數據來源有其不同的商業化價值，需要進行合理的分類分級及科學定價。如傳感器數據可用于農業、工業和智慧城市等方面；社交媒體數據和消費者行為數據可以更好的支持金融行業的市場研究和客戶關系營銷、信用信貸、風控審計等各個領域。

隨著人工智能、機器學習和大數據分析等技術的不斷發展和創新，數據要素將變得更加有價值和關鍵。

以數據要素為核心，通過人工智能以及最新的ChatGPT及類似的大模型技術的結合，可以發揮數據的最大價值。云計算可以大幅降低數據存儲和處理成本，人工智能可以自動化地對數據進行分析和預測，而ChatGPT等大模型則可以提供更加真實和準確的問答系統。綜合運用這些技術手段，可以最大化地挖掘和應用數據的潛在價值。

隨著國家互聯網信息辦公室《生成式人工智能服務管理辦法（征求意見稿）》的發布，圍繞數據要素價值發揮的上層應用——各種最新的AI技術，也有了法律層面的指導。

按照《要素市場化配置綜合改革試點總體方案》 (國辦發〔2021〕51號)文，明確提出以安全可控為前提，以市場培育和規則建設為重點，建立健全高效的公共數據共享協調機制。而“數據二十條”更是形成了數據基礎制度的“四梁八柱”。

隨著各種利好政策的出臺，數據寡頭時代結束，相信全社會將會迎來一次數據大分配。

建立現代化的數據流通體系已經是大勢所趨，并且因為價值鏈重塑，也將帶來各種新的商業機會。

不管你是否認可，是否接受，燎原之勢，已然不可阻擋。

本文系未央網專欄作者:郝東林 發表，內容屬作者個人觀點，不代表網站觀點，未經許可嚴禁轉載，違者必究！

關鍵詞：