摘 要：数据要素的市场化配置是数据资源利用效率最大化和价值实现的重要手段，是形成新质生产力的重要支撑。数据要素市场化的形成机制包括数据要素的市场化配置机制、数据与其他生产要素相互组合中的市场化配置。形成新质生产力中高标准数据要素市场建设的目标要求是提升数据要素供给质量，实现高标准的数据要素供给；探索数据要素确权机制，实现高标准的数据要素配置；搭建数据要素交易场所，实现高标准的数据要素流通；强化数据要素交易监管，实现高标准的数据要素监管。形成新质生产力中高标准数据要素市场建设的体系框架包括加快构建开放有序的供给体系、高效畅通的流通体系、数实融合的应用体系、安全导向的监管体系和创新高效的基础设施体系。形成新质生产力中高标准数据要素市场建设的路径在于通过建立数据要素产权制度、培育数据要素交易流通生态、促进数据要素与实体经济深度融合、完善数据要素参与分配的制度安排，实现数据要素市场高标准化的战略目标。
2023年1月31日习近平总书记在主持中共中央政治局第十一次集体学习时强调："发展新质生产力是推动高质量发展的内在要求和重要着力点，必须继续做好创新这篇大文章，推动新质生产力加快发展。"随着数字经济的深入发展与新型数字技术的不断突破，我国正加速走向数字化和智能化，数据要素成为形成新质生产力的关键要素。党的十九届四中全会首次将数据纳入市场体系，并将其作为生产要素参与收益分配。数据要素是新质生产力的重要组成部分，在发挥数据要素作用形成新质生产力的进程中，最为关键的是要建设高标准的数据要素市场，从数据要素供给、数据要素流通、数据要素应用、数据要素监管、数据要素基础设施等领域入手，提出形成新质生产力的高标准数据要素市场发展的目标要求，建立形成新质生产力的高标准数据要素市场的框架，以实现数据要素市场的蓬勃发展。
一、新质生产力形成中数据要素市场化的形成机制
在数字经济背景下，形成新质生产力需要数据要素的合理流通和充分利用，以充分释放数据要素的价值，推动数据要素的价值创造，而这些都需要数据要素市场支撑，完善数据要素市场化的形成机制，为形成新质生产力的数据要素流通交易、市场主体平等参与竞争提供了平台 。在新质生产力形成中，数据要素市场化的形成机制是指数据资源在市场机制的作用下实现有效配置和价值最大化的过程。
（一）数据要素的市场化配置的机制
数据要素市场包括数据要素、数据主体、数据载体和制度机制四个维度，数据要素市场化配置的本质是四个维度之间多元组合形成的运行机制，数据要素与数据主体间的相互作用反映的是数据要素流通问题，数据要素与数据载体间的相互作用反映的是数据要素集聚问题，制度机制则贯穿数据要素市场化配置的全过程。与传统生产要素相比，数据要素可以通过互联网平台实现交易流通，克服了时空限制，促进了资源优化配置，推动形成新质生产力 。
1.数据要素市场化配置的运行机制
单纯的数据罗列无法体现数据要素价值，只有经过合理配置后的高质量数据才有价值。提高生产要素的使用效率和全社会财富总水平，形成数字新质生产力市场化配置是最具效率的配置方式。在数据要素供给市场上，家庭部门作为数据要素的提供方，厂商作为数据要素的需求方。在产品市场上，产业数字化部门将数据视为必要的生产要素，生产出不完全数字产品和传统产品供家庭部门使用，家庭部门通过消费数字产品和传统产品满足自身的效用需求；数字产业化部门完全从事数字产品的研发与生产工作，经过收集、处理和分析经济系统运行过程中产生的海量数据信息，向家庭部门提供完全数字产品。通过市场机制的运作，可以有效实现数据资源的优化配置和有效利用，从而提升整体的生产力水平和经济效益。此外，并非所有的数据都可以作为生产要素参与市场流通、交易与分配。对于一些涉及个人隐私、关乎公共利益及国家主权安全的数据，一旦进入市场可能会引发数据滥用、隐私泄漏，甚至危害国家主权。因此，进行市场化配置的数据要素必须经过严格考量以确保符合法定性要求。
2.数据要素市场化配置的定价机制
从国际经验来看，欧盟现已形成了分层次、成体系的数据要素法律制度，通过扩大公共数据的共享范围、提高数据的再利用水平深入挖掘数据要素价值。从国内研究来看，付熙雯等人对开放政府数据要素的价值进行了研究，得出了政府数据所具有的三个核心价值：政治价值、经济价值和社会价值。李海舰等人认为数据要素通过提高产业的生产效率，并对数据的交换价值进行充分挖掘，实现了价值创造和价值增值。王超贤等人通过归纳数据价值创造全过程中影响数据要素报酬性质的因素，认为数据质量、数据的外部性、数据参与生产的规模报酬、数据驱动的学习效应和阶梯跃升空间都会影响数据要素的边际价值 。依据这些研究，我们认为新质生产力形成中数据要素进行市场化配置，最为关键的是确定适合的市场定价机制。数据要素的价值体现在三个层次：第一，数据具有稀缺性和效用，因此有资源价值--租金。第二，管理增值，将数据有序排列后，数据会具备可发现性、可检索性和可利用性，从而实现增值--经济租。第三，深度挖掘和分析数据可以创造出新的价值--挖掘利用价值。数据要素的价值早已被市场认可，目前数据要素定价主要依托于以下三个关键因素。第一，数据要素定价与数字技术密切相关。第二，制度设计是数据要素定价的关键。第三，数据要素定价必须基于具体场景。数据要素的价值具有高度情景相关性，没有考虑场景因素的传统价格理论很难解释数据要素定价。
（二）数据与其他生产要素相互组合中的市场化配置机制
数据要素本身并不能独立形成生产力，数据要素形成新质生产力需要与其他生产要素相结合，才能带来实际的物质财富增长或服务改善。随着技术进步对生产率贡献水平的提升，技术要素逐渐内生化，形成了要素之间的组合。在数字经济背景下，数据要素只有和其他要素组合才能产生生产力的力量，从而形成新质态的生产力。
1.数据要素与传统资本要素相互组合中的市场化配置机制
在中国经济高速增长的四十余年里，作为拉动经济增长的"三驾马车"之一，投资一直发挥着主要作用，这一现象可以用传统资本相对于劳动力的稀缺性来解释，不断进行资本投入能够实现边际收益递增。进入新发展阶段，在现有资本存量基本稳定的前提下，需要提高资本的使用效率，提高生产利用率等方式，充分利用现有资本实现更高的产出，数据要素的引入为资本要素的转型提供了契机。一方面，数据要素生产和使用过程涉及的各环节均需大量的资本要素投入。为了满足数据要素的资金需求，可通过市场化的方式进行投融资。市场化的投融资机制提供了多样化的资金来源和投资渠道，更多的资金注入数据要素领域，推动数据产业链的发展，加速数据要素的创造和应用，为数字经济的发展提供持续的资金支持。另一方面，数据要素的智能化处理和应用也可以增强资本要素的效率和精度，减少资本要素的使用摩擦，提高生产流程的流畅性，促进经济可持续发展。对数据要素进行收集、分析和应用，可以提供更准确、及时和全面的信息，优化供应链管理，降低库存成本和运输成本，提高物流效率，进而优化资本要素的配置和运作。具体而言，在生产过程中，通过数据分析可以实时监测设备运行状态、提前预测，避免设备出现故障，从而减少停机时间和维修成本。同时，数据要素可以赋能资本要素的创新和升级，通过对数据要素进行挖掘和分析，发现潜在的市场需求、产品改进和新技术应用等机会，进而引导资本要素的投资方向和决策，推动企业的创新和发展。
2.数据要素与劳动要素相互组合中的市场化配置机制
劳动要素是价值创造的源泉，在中国乃至全球的制造业发展中起着关键作用。过去几十年，中国依靠劳动力数量优势和人口红利成为世界上最大的制造业国家。然而，随着人口老龄化趋势加剧，劳动力数量优势逐渐减弱，单纯依靠数量优势的发展模式已不再可行。为了保持在国际市场的竞争力，中国需要提升劳动要素的质量，将数量优势转化为质量优势。一方面，数据要素的生产和利用需要与劳动要素相结合。市场化配置数据要素时，需要考虑劳动要素的供给和需求关系，为数据生产和利用提供必要的人力资源。企业数字化转型是推动数据要素发挥赋能作用的关键途径，数据要素的赋能为劳动力要素带来更多机会，通过数字化技术和数据分析工具，企业可以加强对生产过程的控制和监测。具体说来，企业可以利用数据要素信息分析生产效率以合理分配生产工作和制订生产计划，加快生产循环，减少人力成本和资源浪费。另一方面，数据要素与劳动力要素的融合发展，有助于提高劳动力的专业技能和知识水平，数据要素的引入畅通了劳动力获取生产计划的渠道，为更加适应未来的工作环境和需要，劳动人员会进一步学习相关知识或技能，以提高劳动效率，推动劳动要素提效升级。同时，以数据要素为核心的数字技术改变要素投入结构，赋能劳动生产率提升。具体来看，工业互联网平台通过发展新模式、新产品、新服务改善制造业企业的投入产出比，在预测维护、远程资产管理、改善工作环境等方面的充分应用有效提高了劳动生产率 。
3.数据要素与技术要素相互组合中的市场化配置机制
基于生产函数设定，技术水平对企业提高生产效率发挥着至关重要的作用。目前，我国在一些前沿技术和核心技术制造方面遭到"卡脖子"威胁，加之新常态下经济发展动能的转换倒逼技术更迭不断加快，数据要素恰好能为这一过程提供强大动力。一方面，数据要素生产和利用需要依赖各种技术手段和工具，技术要素可以通过技术创新和研发提高数据要素的生产效率和利用效果。首先，技术手段和工具可以帮助企业拓宽获取数据要素的渠道，提高数据要素的生产效率。其次，技术手段和工具可以帮助企业更好地挖掘数据信息，通过大数据分析、人工智能等技术手段，助力企业实现数据可视化和智能化。最后，技术创新研发可以提高数据要素的安全性，在数据采集、存储和传输过程中，技术手段可以采取各种安全措施，保护数据的机密性和完整性，防止数据泄露和滥用。另一方面，数据要素提供的丰富的信息资源为技术的应用和发展提供了充足的材料，助力其发挥优势。数据要素使企业更易获取下游客户群体的消费需求偏好，以针对性地提供定制化的产品和服务，并据此进一步预测长短期消费趋势。在既有技术应用的基础上，采取更能适应市场需求、更具发展潜力、灵活性更强的技术。最后，数据要素是技术创新的基础，为技术要素提供了新的思路和方向，将对数据要素进行分析发现的新规律、新趋势转化为知识和智慧，以此带动技术创新，形成新质生产力。
二、新质生产力形成中高标准数据要素市场建设的目标
随着数据的价值化发展，我国数据要素市场格局逐渐明晰，正在形成包含数据交易主体、数据交易手段、数据交易中介、数据交易监管的"四位一体"市场格局①。面对形成新质生产力的新要求，必须明确形成新质生产力的高标准数据要素市场建设的目标。
（一）提升数据要素供给质量，实现高标准的数据要素供给
现代经济系统的运行过程会产生大量数据要素，数据要素的供给质量是形成新质生产力的关键。必须以高质量的数据要素供给提高企业运营效率，推动企业形成新质生产力。首先，数据要素的高质量供给可以有效提高生产效率。运用大数据、物联网收集原材料采购和产品制造等环节的数据信息，对生产环节进行全方位管理和调控，提高生产工具的利用效率。其次，数据要素的高质量供给可以有效提高管理效率。面对激烈的市场竞争和不断变化的外部环境，企业的组织结构呈现出平台化、网络化、扁平化、柔性化 ，可通过一系列既相互独立又相互联系的节点进行数据传输，在进行分散决策的同时实现数据的高效传递，提升企业部门间的协同性，提高管理环节的资源配置效率。最后，数据要素的高质量供给可以有效提高企业专业化分工水平。交易成本理论指出，市场与企业是开展交易的两种治理结构，企业的专业化分工程度取决于外部交易成本和内部管控成本之间的权衡。当前，平台经济高效联通了社会信息网络，显著降低了企业间的信息不对称问题，极大地降低信息搜寻成本、合同履约成本等外部交易成本，从而推动企业专业化水平提升。目前，作为信息载体的数据要素呈现出爆发式增长态势。但与发达国家相比，我国要素数据供给质量仍然较低。必须将提升数据要素供给质量作为形成新质生产力的高标准数据要素市场的目标要求之一，以实现高标准的数据要素供给，推动数据要素成为形成新质生产力的关键要素。
（二）探索数据要素确权机制，实现高标准的数据要素配置
数据要素的确权机制可以使数据资产具备可控制性，有利于加快数据要素的流通配置速度，决定了数据要素动能释放的程度。数据确权并非单纯的所有权归属问题，而是一个产权问题，重点是强调公共数据的共享收益和私人数据的隐私保护，需要从数据利益归属的角度考虑哪些利益应该受到保护。构建数据要素产权制度的首要任务是明确产权确权的数据客体，即哪些数据具有产权，因此要制定数据要素的分类标准。首先，明确数据要素确权机制可以有效避免数据垄断。数据产权的明确界定可以改善数据市场交易环境，避免企业为参与数据竞争而过度收集数据，从而稳定数字经济市场秩序。同时，通过数据确权，数据持有者对未来数据的收益存在基本预期，可以显著降低数据纠纷风险，提高企业参与数据要素市场的积极性。其次，明确数据要素确权机制便于数字治理和行业监管。政企之间的数据确权是政府有效行使监管职能、提供公共服务的前提，数据确权将极大提升国家对数据要素的安全管控能力，强化国家对关键数字资源的部署，推动数字中国建设。最后，明确数据要素确权机制有助于个人信息保护。在数据利用方式转为精准用户营销的当下，数据确权可以有效保护个人信息免受侵害，避免过度采集信息、侵害用户权益的问题。完善的产权制度是推动我国数据要素市场化配置的基础前提，必须将明确数据要素确权路径作为形成新质生产力的高标准数据要素市场的目标要求之一，以实现高标准的数据要素配置。
（三）搭建数据要素交易场所，实现高标准的数据要素流通
搭建数据要素交易场所是数据要素流通的重要手段，也是推进数据要素成为形成新质生产力的重要手段之一。首先，数据要素交易场所的建立可以改善企业外部融资环境。由于信息不对称，商业银行等金融机构不愿为中小企业提供融资服务，这抑制了企业的研发创新活动。数据要素交易场所为企业公开和共享财务数据提供了渠道，商业银行等金融机构也可以据此更准确地评估企业的信用风险，为企业提供更合适的融资方案。其次，数据要素交易场所的建立有助于提高政府决策治理水平，可以驱动政府内部进行跨部门、跨层级的数据共享，实现政府数据资源的有序流通，提高政府治理水平。最后，数据要素交易场所的建立可以满足公众对政务数据公开的需求。公众是政务数据需求的主体，要根据公众需求优化数据资源流通，增强政府决策透明度，提高公众对政府行为的监督和参与意识，实现政务数据资源价值最大化。当前政务数据信息无法在不同部门间及时共享，政务数据透明度也无法满足公众需求，必须将搭建数据要素交易平台作为形成新质生产力中建设高标准数据要素市场的目标要求之一，以实现高标准的数据要素流通。
（四）强化数据要素交易监管，实现高标准的数据要素监管
强化数据要素交易监管包括完善数据要素交易监管规则、加强数据要素监管执法、提高数据要素监管能力。首先，数据要素交易监管规则是确保数据要素市场交易有序运行的基础制度安排。全面的数据要素交易监管标准包括数据要素质量标准、数据交易合规性要求和隐私保护规定，在保护消费者信息安全与数据安全、防止个人信息泄露或被滥用的同时，确保交易数据要素的质量和可信度，提高交易参与者对数据的信任度。其次，数据要素监管执法是确保数据要素市场交易有序运行的关键举措。通过配备专业人员对数据要素交易市场进行监测和调查，建立健全有效的执法机制，可以及时发现和打击违法违规行为，为数据要素交易市场提供公平、稳定的发展环境，维护市场秩序和参与者的合法权益。最后，数据要素监管能力是确保数据要素市场交易有序运行的重要保障。在制定监管规则、加强执法力度的基础上，积极开展与相关行业专业机构的合作并引入科技监管。必须将强化数据要素交易监管作为形成新质生产力中建设高标准数据要素市场的目标要求之一，以实现高标准的数据要素监管。
三、新质生产力形成中高标准数据要素市场建设的体系框架构建
新质生产力是一种高水平的生产力，需要高标准的数据要素市场使数据要素融入生产力体系。从形成新质生产力的要求出发，需要加快构建高标准数据要素市场的供给体系、流通体系、应用体系、监管体系和基础设施体系，由此形成新质生产力的高标准数据要素市场建设的体系框架。
（一）高标准数据要素市场供给体系
开放有序的供给体系是建设高标准数据要素市场的先决条件，是数据要素资源化的重要途径。一方面，要构建开放共享的市场供给。构建政务数据公开透明的数据要素市场供给体系。以政务数据发挥带头作用，推动跨层级跨部门数据资源共用共享模式。构建企业数据多元化发展的数据要素市场供给体系。鼓励拥有数据资源的企业与数据交易机构合作，探索数据合作开发模式，提升数据供给效能。构建多主体共建的数据要素市场供给体系。数据供给的主体有政府各层级部门、大型互联网企业和数据服务商三类，要推动数据要素供给主体由政府主导向社会主导发展，实现社会多主体共建发展。另一方面，要建立明晰的数据要素"资源化"流程。数据要素"资源化"通过对数据要素进行整合和分析，使得原本无序混乱的数据要素得以转变为有序、有使用价值的高质量数据资源。保证数据要素来源的多样性，充分利用大数据等数字技术，从各数据源中收集有效数据。构建高标准的数据要素加工系统。对采集到的数据进行处理和筛选，以确保数据的准确性和完整性，并辅以整合和数据分析，提取有用的信息和见解。构建高标准的数据要素检测系统。开发数据检测算法，明确数据检测流程，制定统一的数据检测标准，确保数据的准确、一致、可靠。
（二）高标准数据要素市场流通体系高
效畅通的流通体系是建设高标准数据要素市场的流通基础，是数据要素市场化的重要途径。一要构建边界清晰的数据要素市场流通体系。要明确数据要素流通和交易的法律边界，为数据交易提供有力的法律保障，鼓励数据资源的有效利用和流通。同时，数据要素的流通和交易也要符合相应行业的交易标准和监管要求，要明确数据的权利和义务，规定数据的使用范围和目的。二要构建路径畅通可溯源的数据要素市场流通体系。不仅要鼓励企业数据和个人数据的市场化流通，增强数据要素市场活力，还需制定统一的数据标准，完善数据交易接口，便于不同主体和领域的数据共享，提供可溯源的数据要素交易环境，增强数据要素的可信度和可靠性，强化风险管理和合规性监管。三要构建交易场所规范的数据要素市场流通体系。建立数据便捷互通的数据要素交易平台，着力培育为交易市场各参与方提供数据咨询、数据分析服务的大型数据服务商，增加数据资源的商业化价值，形成开放共享的数据流通生态，提高数据要素流通速率。四要构建区域协作的数据要素市场流通体系。鼓励不同区域的企业间开展数据要素交易的业务合作，增强地区数据能力和公共服务水平，进而利用数据优势推动区域产业升级。
（三）高标准数据要素市场应用体系
数实融合的应用体系是建设高标准数据要素市场的关键抓手，需要构建以公众需求为导向、以应用场景为依托、以技术创新为核心的高标准数据要素市场应用体系。一要构建以公众需求为导向的数据要素市场应用体系。随着数据要素规模的扩大，数据要素市场越来越倾向于买方市场，需求是创新的重要动力，数据要素市场的应用体系需要以公众需求为切入点，梳理公众数据需求清单，强化公共数据资源开发利用与公共数据要素需求协调发展的互动机制，并跟踪数据要素需求变化进行调整和优化。二要构建以应用场景为依托的数据要素市场应用体系。数据的价值在于应用，应用的关键在于场景。聚焦重点领域，引导市场主体丰富数据要素在智能制造、智慧城市等领域的重大应用场景，深化场景数据开发利用，构建以数据为驱动的多元化场景化应用，推动数据要素价值与应用效益转化。三要构建以技术创新为核心的数据要素市场应用体系。发挥数据要素的乘数效应必须创新数据要素应用场景，探寻解决问题的新方案与新实践。建立数据开发利用激励机制，加快打造数据要素创新应用场景，促进数据要素在各行各业的共享与创新性应用，丰富数据产品、服务及数据价值创造模式。
（四）高标准数据要素市场监管体系
安全导向的监管体系是建设高标准数据要素市场的治理保障，是数据交易市场环境公开、公平、公正的基础。对数据要素市场做好监管：一要构建监管全流程覆盖的数据要素市场监管体系。对数据要素进行全流程实时监控，确保数据要素来源合法、处理合规、传输安全、交易合法。成立专门的市场监管部门，对数据要素市场进行监督管理和执法监督，明确监管机构的职责范围，包括市场准入、交易监管、信息披露等各个环节。同时，建立数据要素市场风险预警机制，及时发现和应对潜在风险规定风险事件的处置措施，保障市场稳定和投资者利益。二要构建合理适配的数据要素市场监管体系。对内，根据企业所属行业的合规要求制定数据安全监管目标；对外，综合考虑跨国公司面临的多种数据安全法律制约，有针对性地设计符合多地法律体系的数据安全监管规则。三要构建多方协同治理的数据要素市场监管体系。探索形成政府部门、数据要素服务商、行业协会等多主体参与的数据要素市场监管协调机制，强化跨区域、跨主体的数据公开透明，打破"信息孤岛"。特别是鼓励行业协会这类社会力量参与数据要素市场建设，出台行业数据要素监管规范和自律公约，配合政府部门开展行业监管。
（五）高标准数据要素市场基础设施体系
创新高效的基础设施体系是建设高标准数据要素市场的外部支撑，是数据要素汇聚、处理、流通、应用和安全保障的关键底座。需要完善新型数据要素市场基础设施。一要构建高效便捷的数据要素市场基础设施。加快建设算力基础设施建设，为数据要素参与主体提供存储、计算、分析功能，消除阻碍数据要素跨部门、跨平台、跨地区流通的壁垒，为数据要素交易提供跨区域、跨行业的低成本、高效率流通环境。二要构建创新融合的数据要素市场基础设施。依托国家数据中心强化高质量数据资源建设和场景应用，支持数据要素技术开发和数据产品研制，加强新型数据平台、超级计算机的开发力度，进一步挖掘数据要素在智慧医疗、应急管理、城市治理等重点领域的应用场景，实现创新基础设施的落地建设和创新性发展。三要构建服务完备的数据要素市场基础设施。加快培育数据要素市场第三方服务机构，支持第三方机构进行数据采集、参与质量检测标准制定、开展可信数据安全合规服务，有序引进数据要素合规认证、数据要素风险评估、数据要素价值评估、数据要素知识产权保护等服务机构。
四、新质生产力形成中高标准数据要素市场建设的路径
高标准的数据要素市场是全国统一大市场的重要组成部分，是促进数据资源利用效率最大化和价值实现的重要手段，是形成新质生产力的市场条件。根据形成新质生产力中建设高标准数据要素市场的框架，形成高标准数据要素市场建设的路径。
（一）建立数据要素产权制度，重塑数据价值流动规则
建立数据要素产权制度是建设高标准数据要素市场的关键。首先，建立数据要素"三权分置"的产权制度。根据数据要素生产、流通过程中涉及的各参与主体及其合法权利，建立数据资源持有权、数据加工使用权和数据产品经营权分置的产权机制，为数据要素的流通和处理奠定基础。其次，对数据要素进行分级确权授权。根据数据来源主体不同将数据要素分为个人数据、企业数据和公共数据。对于公共数据，加大对公共治理相关的数据资源的供给，对与产业发展相关的数据可以适当有偿供给；对于企业数据，鼓励国有企业和互联网平台企业向中小微企业双向公平授权；对于个人数据，规范对个人信息的收集和处理，禁止平台利用冗长艰涩的条款或一揽子授权条款强制收集个人信息，推动个人信息匿名化处理。最后，开展数据要素产权登记。加强对数据要素产权的保护力度，明确数据要素产权登记证书的效力，使其在行政和司法保护中有据可循，防范可能的侵权行为。
（二）培育数据要素交易流通生态，推进数据要素高效流通
培育数据要素交易流通生态，需要加强数据要素质量标准、交易场所、流通规则等方面的顶层设计，为数据要素的高效流通创造条件。首先，加强数据质量标准化建设，提升数据要素供给水平。面对更高层级的数据要素需求，需要更高效的数据要素生产，为经济提供标准化、高质量的数据要素产品。在对公共数据、各行业企业数据进行调研的基础上，借鉴国际成熟的实践经验和相关标准，制定数据要素标准分类规划，定义数据标准及相关规则，建立全国统一的数据质量标准体系、数据安全标准体系和数据交换标准体系。其次，建立规范的数据要素交易场所。统筹全国数据交易场所规划布局和建设，建立多元化的数据要素交易平台，贯通数据要素生产、交易、定价、应用的全流程，充分利用市场化配置汇聚多维度数据，最大化发挥数据要素参与生产的规模经济，提升数据要素报酬递增的区间。最后，完善数据要素交易制度。出台交易场所管理办法，规范数据交易管理细则，从规则、市场、生态、跨境等四个方面构建适应我国制度优势的数据要素交易制度。建立数据交易分级管理机制，鼓励数据商参与交易，培育第三方数据服务机构对数据资产进行评估、撮合交易、登记结算、解决争议，提升数据资产价值释放潜力。
（三）促进数据要素与实体经济深度融合，实现数据要素资产化
数据要素的应用加快了数字产业化和产业数字化的发展，数字经济的发展又对数据要素产生更高的需求[15]，在推动形成新质生产力中有利于拓宽数据要素资产化的路径。首先，推动数据要素与其他生产要素的深度融合。数据要素需要与其他生产要素结合才能创造价值，如通过即时收集、传输、分析数据信息，发挥数据要素对物质流、资金流的引导功能，提高企业生产和运营管理环节的资源配置效率，加速经济循环。此外，数据要素的投入可以缓解传统生产要素面临的结构障碍，以数据要素为核心的新一代数字技术正在以技术革新的方式改变要素投入结构，提高要素产出效率。其次，拓宽数据要素在实体经济的应用场景。对数据要素进行实质性加工得到的数据产品是数据要素参与实体经济运行的重要载体，要培育数据驱动型产品研发新模式，提升企业创新活力。加强区域间数据资源协同，充分运用各地区产业优势，实现价值链延伸，加速数据要素在实体经济的全链条覆盖。最后，加快实体企业数字化转型。充分利用数据要素通过数据资源和数字技术对传统企业的数字化赋能作用，将围绕数据要素进行分析和挖掘形成的业务作为传统企业数字化转型的新突破口，提高企业数字化程度，充分挖掘数据要素价值。
（四）完善数据要素参与分配的制度安排，激发数据主体活力
构建体现效率、促进公平的数据要素收益分配机制，激发数据要素各主体的创新活力，加快数字经济发展，推动形成新质生产力。首先，健全数据要素按价值增值贡献决定分配的机制。数据要素的价值是通过数据价值链实现的，因此数据价值链接入环节的每一方都应该按照其对数据价值的增值贡献比例而获取相应的收益权[16]。充分发挥市场在数据要素资源配置中的决定性作用，在初次分配阶段，按照"谁投入、谁贡献、谁受益"的原则，兼顾数据采集、加工、流通应用不同环节主体的利益分配，让全体人民共享数字经济发展成果。其次，扩大数据要素参与分配的渠道。完善数据要素收益二次分配和三次分配的调节机制，更好发挥政府在数据要素收益分配中的引导调节作用，推动数据要素收益向数据价值创造者合理倾斜，确保数据来源者直接或间接享有数据权益，重点关注对弱势群体的帮扶，鼓励大型数据企业承担更多社会责任。最后，探索数据要素价值收益共享的新方式。围绕数据价值开发全过程，通过竞价交易、协作分红等多种方式，平衡兼顾数据内容采集、加工、流通、应用等不同环节相关主体之间的利益分配。
↓↓了解更多资讯，请识别下方二维码↓↓
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
