国家数据局《“数据要素×”三年行动计划（2024—2026 年）》（以下简称“数据要素 X 行动”）正在面向社会征求意见，这是一份以发挥数据要素乘数效应，激活数据要素潜能的重磅顶层设计文件。
一 数据要素市场建设背景与挑战
我国数据要素市场体系加速构建。进入 2023 年以来，我国数据要素市场政策体系、运营体系、制度规则体系、基础设施体系、数据集市以及围绕数据的确权、资产化、数据入表、公共数据运营、政务一体化大数据体系建设、工业数据治理、数据产品创新、数据交易场所建设等开展了一系列的积极有效的探索实践，场内交易规模不断扩大，数据生态不断繁荣，数据要素市场体系建设实质性地启动，为“数据要素 X 行动”奠定了良好的制度、市场、设施、生态、场所、企业的多维度基础。
但是也并不是没有挑战，在“数据要素 X 行动”中指出还存在：存在场景释放不够、数据供给不足、 流通机制不畅等问题。
二 数据要素乘数效应三种路径
“数据要素 X 行动”的关键词是乘数效应。
数据要素潜能激活，需要一定的路径、方式、方法，特别是要遵循数据的规律，即“数据要素 X 行动”提及的“规模报酬递增、非竞争性、 低成本复用”三大不同于传统要素的经济特性。
那么如何去用数据要素作为乘数去乘？“数据要素 X 行动”告诉我们有三种乘法：
一是数据要素 X 要素，既用数据要素去乘物资、人才、技术、资金，通过数据流与其他要素流的相乘，使得要素生产率得到提高，既提高全要素生产率。所谓全要素生产率[1]是指产出与综合要素投入之比，综合要素指资本、劳动、能源及其他要素等两种或多种要素的组合。数据要素通过乘数效应，优化综合要素的比例配置和价值产出，使得生产率提高。
二是数据要素 X 场景 X 主体，即数据场景化应用产生价值，市场主体/治理主体/社会主体利用数据非竞争性重复使用数据要素创造多份价值。各自在各自的场景中利用同样的数据要素创造各自的价值。“数据要素 X”的用词是：多场景应用、多主体复用。在这里强调的是数据的非竞争性。
三是数据要素 X 数据要素，既异质的、异构的、多元的、多样的、跨行业的、跨企业的、跨周期的、跨时空的数据的融合，以“创造新的信息和知识，催生新业态新模式”。有一个数据融合 JDL 模型，为不同领域的数据融合提供了一个较为统一的流程[2]，明确了数据融合的过程、功能以及可用技术，把数据融合分为五个等级：Subobject refinement、Object refinement、Situation refinement、Impart assessment、Process refinement。此外根据输入输出关系，数据融合可以分为五类：数据进数据出（DAI-DAO）、数据进特征出（DAI-FEO）、特征进特征出（FEI-FEO）、特征进决策出（FEI-DEO）、决策进决策出（DEI-DEO）
一句话概括，数据要素乘数效应的路径是：协同优化、复用增效、融合创新作用
三 数据要素 X 行动核心是数据产品/服务
我们看到，推动数据要素 X 行动，着力点在场景，关键在企业，核心是产品和服务，目标是推动数据要素市场体系建设。
“数据要素 X 行动”在目标设置上提出要打造 300 个典型场景，培育一批数据商和第三方专业服务机构，建设一批应用示范区。
企业是“数据要素 X 行动”的主体，核心是发展数据商，并且推动数据商在数据要素应用示范区的区域聚集，自然而然地，或者是剩下的核心就是创新数据产品/数据服务，来满足场景价值创造的需求、要素生产率提升的要求和新知识新信息创新的需求。
福建版“数据二十条”创新逻辑与启示？中分析指出数据要素市场化改革千头万绪，非常复杂，从哪里开始又如何抓住牛鼻子达到牵一发动全身的效果并不容易，需要抓住聚焦数据要素市场关键牛鼻子：产权、定价、生态，认为抓住数据产权牛鼻子、扭住数据定价牛鼻子、抓住数据流通牛鼻子，扭住企业主体牛鼻子是成功之道。海南“数据二十条”的国际化、场景化和产品化中分析认为海南数据二十条在基础制度设计上，也有不少可圈可点的创新点，其中最突出一点是始终聚焦数据产品这一数据要素市场中核心价值载体，不断深化创新，直面现实，要通过数据产品平台构建数据交易场所，并场内集中交易和场外分散交易提供低成本、高效率、可信赖的流通环境。
发展数据要素市场，我们不能忘记企业是主体，产品服务是核心，只有产品才能实现价值的承载流通转移创造，离开产品谈市场无异于缘木求鱼。
四 数据要素乘数效应九大模式
“数据要素 X 行动”面向十二大行业提出了场景化的应用规划，给出了一份数据要素如何场景化赋能、多主体服用的路书、指南。
一是多环节数据融合模式，例如海铁联运、公水联运衔接，实现货运“一次委托”；利用城市时 空基础、资源调查、规划管控、工程建设项目、物联网感知等数 据，助力城市规划、建设、管理、服务等策略精细化、智能化、 可持续
二是多维度数据融通模式，例如利用电力、 通信、铁塔等公共数据，结合安全生产和自然灾害数据，提升对 私挖盗采、明停暗开行为的精准监管
三是多主体数据共享模式，例如链主企业打通供应链上下游设计、计划、质 量、物流等数据，通过共享数据提高产业链协同效率；货运寄递数据、运单数据、 结算数据、保险数据、货运跟踪数据等共享互认，畅通公铁联运。
四是多区域数据流通模式，例如多地区的产能、采购、库存、物流数据在区域内流通，提高区域协同效率。灾害事故、物资装备、特种作业人 员、安全生产经营许可等数据跨区域共享共用。
五是多场景数据应用模式，例如基于设计、仿真、实验、生产、运 行等数据积极探索多维度的创新应用，开发创成式设计、虚实融 合试验、智能无人装备等方面的新型工业软件和装备
六是多主体数据融合模式，例如融合利用气象、土壤、农事作业、病虫害、市场等数据，实 现精准种植、精准养殖；企业开展自有数据、公共数据等融合分析，通 过环境质量监测、环境信用评价等，强化环境数据在服务金融机 构贷款审核、绿色供应链资质评定中的应用。
七是多主体数据复用模式，例如第三方企业 汇聚利用农产品的产地、生产、加工、质检等数据，支撑农产品 溯源管理、精准营销等；龙头企业推进运输高质量数据集建设和复用，培育 行业人工智能平台和人工智能工具，助力企业提升运输效率。重大科学基础设施、野外台站、科研仪器、科学计算等产生的各类科学数据开放共享。
八是跨行业数据融合模式，例如电商平台、 商超、物流等基于销售数据分析，向农产品生产端与消费端反馈 农产品信息。
九是多源数据融合创新模式，例如金融机构融合科技、环保、 工商、税务、气象、消费、医疗等数据，加强主体识别，优化信 贷业务管理和保险产品设计，探索开发基于数据资产的金融产品 和服务；深入挖掘 包含科技文献在内的各类科学数据，通过细粒度的知识抽取，构建科学知识资源底座；保险、金融企业融合应用气象数 据，发展天气指数保险、天气衍生品和气候投融资新产品。
以上是笔者梳理的数据要素乘数应用典型模式，围绕跨主体、跨环节、跨应用、跨区域、跨时空、跨行业开展数据要素的协同优化、复用增效、融合创新将成为数据要素建设的主要方式方法，“数据要素 X 行动”为我国数据要素市场建设中数据要素潜能激活释放提供了一本场景化的路书和指南。
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。 主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。 主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
