数据要素价值化分四个阶段
数据要素价值化的本质是通过一系列技术和经济活动，实现数据要素的商业化，主要分为四个阶段，分别是数据要素资源化、数据要素产品化、数据要素市场化和数据要素价值化。第一阶段：数据要素资源化。从数据要素的规模性特点可以看出，单个或少量的数据难以发挥较大的应用价值，因此数据要素价值化的第一阶段就是依法有序的数据采集整理、数据聚合和数据分析，实现政务数据、企业数据以及个人数据等不同类型数据要素的资源化处理。第二阶段：数据要素产品化。在市场经济体制下，要想实现数据要素价值化，关键在于形成有市场需求的“数据产品”，“数据产品”应具备多样性、安全性和动态性等特点。例如，在交通行业，可面向乘用车制造企业提供“机动车数据产品”“新能源汽车数据产品”等，所提供的数据产品可根据需求者的要求提供定制服务，满足其个性化需求。第三阶段：数据要素市场化。数据要素市场是数据要素产品交易的重要载体，是激发和对接供需双方的纽带。数据要素市场可以是宏观意义上的市场，一般由政府引导建设；也可以是综合性平台或组织，如各地成立的数据资源交易中心等。在数据要素市场的作用下，推动数据要素资源及数据要素产品的有序流动。第四阶段：数据要素价值化。数据要素价值化包括两方面，一方面是数据要素通过资源化、产品化、市场化后产生的直接价值；另一方面是购买方通过所购买的数据产品或数据服务对原有业务进行赋能后所产生的增长价值，可视为数据要素价值化的间接价值。例如电商平台企业通过大数据分析，向消费者精准推送商品信息，提升了平台的交易额。数据价值管理依赖于 4 个核心要素，以便连续地处理所有不同的维度：3.有效设计、构建、部署和运营数据与分析计划的正确运营模式。4.正确的环境和变革管理，以实现更高的数据素养和数据驱动的决策文化。和石油一样，数据要素的价值不在于其本身，而在于其通过二次加工后所产生的衍 生品。数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。通俗的来说，乘数作用就是一个变量的作用逐步放大，产生一种类似链式反应的效 果。从对社会的效用来看，数据要素的开放能提高生产力；创造新的产业生态；提 高科学研究的速度、效率和范围；提高社会的公平性；推动更好地公共服务从而为 社会创造更大的价值。从数据要素的要素属性来看，数据要素可以直接投入信息生 产创造价值；生产中的要素替代与节约，降低要素总投入量；以及与生产中的其他 要素融合所达到进一步的价值共创。数据要素作为信息的载体，本身就可以直接投入各项生产环节之中。数据则是信息的一种载体，文字、语言、数字在广义上也归属于数据，但在数字化之前数据与信息的差别不大，人们自身就可以直接处理数据，尚未构成一个“从数据到信息”的产业链，数据还不具备充分的要素属性。直到社会进入数字化时代后，狭义上的、可作为要素出现的数据才正式登上社会舞台。数据要素所产出的信息产品满足了人们多方面的信息需求。数据不是天然的产物， 是复杂劳动加工的产品，其采集与生成耗费和凝聚了人类的劳动投入。数据的生产过程经历了数据收集、数据清洗、匹配集成、归类存储等多个环节，数据生产者在上述的每一个环节都注入了劳动。劳动不仅让承载着信息的数据得以生成，还放大了数据的规模，增加了数据的最终价值面向企业级用户，数据要素被投入到工业应用软件、市场调查、行业咨询以及数据库产业的生产与服务活动中; 面向消费者用户数据要素支撑着线上教育、文化传播、交通气象、个人软件等多产业。数据要素的投入促成了全球数字经济的繁荣。进一步来说，数据要素产出的信息产品，其价值在于人们在“拥有消息”与“没有消息”两种状态之下做出不同行为选择之间的价值差。商业查询平台是基于公开信息的第三方信息查询平台，与中国征信体系互补。商业查询平台通过结构化、体系化、可视化的数据收集与加工，减少商业交易中的“信息不对称”，降低社会运行中的“信用成本”，助力诚信社会建设，从而具备了意义更为重大的社会价值。无论是商家对商家的 B2B交易，还是商家对消费者的 B2C交易，买卖双方都一个共同的需求，即希望寻找到一个可靠的交易对象，以保障交易安全、降低交易风险、避免交易纠纷。这也催生了一个巨大商机:在合法框架下，如何帮助市场交易的双方主体增进彼此了解、双向降低信息不对称，并实现对部分潜 在风险的识别。商业查询平台通过结构化、体系化、可视化的数据收集与加工，在实现商业价值与用户价值的基础上，进一步减少商业交易中的“信息不对称”，降低社会运行中的 “信用成本”，助力诚信社会建设，从而具备了意义更为重大的社会价值。政府数据的大规模开放是我国商业与信息查询行业得以诞生的根本原因之一。以市场份额排名第一且知名度最高的天眼查为例，根据该平台的业务描述，该平台是通过非人工方式从全国企业信用信息公示系统、中国裁判文书网、中国执行信息公开网等政府 数据开放平台以及国家知识产权局、商标局、版权局等行政部门的官方网站收集、聚合公开数据。例如，通过全国企业信用信息公示系统所提供的数据接口，天眼查平台获得了企业相关的工商基本信息、股东信息、工商变更信息、主要任职人员、 企业分支机构、动产抵押、股权出质、行政处罚、企业年报等重要数据。在政府数据要素进一开放后，商业查询能为企业带来更大的价值。据《中国经济周刊》报道，2017 年 4 月天眼查个人端产品商业化后，一个月时间就实现了收支平衡， 当年营收额达到了 6000 万元，不过后续再无公开营收数据。这一案例也证明，将政府分散在各处开放的公共数据资源进行整合、梳理与分析，也能够创造出巨大的经济社会价值。饮食是人们日常生活的基本需求之一，但餐饮领域存在的明显信息不对称也一直是困扰社会的一大难题。一个普通食客进入餐厅后，能看到的往往是一个封闭的厨房和道道直接呈上来的菜品。这些菜品是不是在安全卫生的条件下生产出来，食客通常不得而知。因此，保障饮食生产与供应的卫生安全，减少餐饮领域卫生条件的信息不对称，不仅是社会大众的真实期盼，也是政府开展社会监管与公共服务活动的 重中之重。通过卫生数据要素的开放，让市场、社会参与市场监管成为可能。通常来说，大部分国家会要求店铺通过张贴卫生评级贴纸到餐厅的醒目位的模式去展示其卫生情况。但是大部分情况下，大部分消费者在进入店面之后，并不会因为看到餐饮卫生质量的贴牌而改变自己的选择，也无法起到反向的客户监督作用。2012 年，英国食品标准局将所有的食品卫生评级结果放到了网上，所有消费者都可以登录“ratings.food.gov.uk”网站输入铺的名称和地址信息，来查询一家店铺的评分情况。更重要的是，英国食品标准局向社会提供了应用程序 API 接口，方便各类社会直接通过接口调用食品卫生评级数据，并对这些数据进行开发利用。这种数据要素的开放就给了互联网企挖掘及调用食品卫生评级数据的机会。在英国境内占据市场份额较大的 JustEat、UberEat 和Deliveroo 等生活服务平台(类似中国 的美团、大众点评、饿了么)，都调用了英国食品标准局所开放的食品性评数据以供消费者在选择餐厅的时候做出参考。还发有人开发了一个叫做“Don’tEatAt”的 APP， 用户在允许 APP 读取地理定位信息后，一旦进入一家卫生有问题的餐厅，APP 就会 跳出一个警示“⚠”，提醒用户这家餐厅的潜在卫生问题。通过数据要素的流通以及反馈，英国餐馆的卫生水平进一步的得到了提高。英国食品卫生评级的数据开放取得了非常显著的社会收益根英国食品标准局估算，每年大约有 1.2 亿次的 API 调用申请服务发生，大量的社会机构与个人获取了相关数据并加以利用。事实上从那些认真对待餐馆经营的老板角度来看，食品卫生评级数据的公开和被利用，对他们店铺的声誉与生意确实有好处。北爱尔兰地方政府还利用这 一数据来调整受评估店铺的行政缴费率，以激励餐馆切实地改善他们的卫生条件。英国食品卫生评级的政府数据开放还在食品卫生领域之外发挥出更大的功能。例如，英国经济部(DepartmentforEconomy)通过将食品标准局开放的食品卫生认可计划数 据（FHRS：Food Hygiene Rating Scheme）与其他数据集的“并库”分析，来检查房产的商用情况。英国地方政府则利用 FHRS 数据来判断哪一片城区的下水道非常容易被食品垃圾中的脂肪堆积所阻塞，从而显著提升了城市管理的效率。在非信息产品的生产中，数据要素所能发挥的重要功能之一，是在某些生产环节替代其他要素，进而在总体上节约各类要素总投入量。历史上，随着生产力的发展与科学技术的进步，新兴生产要素对传统生产要素的替代一直在发生。就像机器能够替代人力，数据要素对其他要素的替代功能也不会例外。相较于信息产品的生产即 “数字产业化”，非信息产品的生产同样可以投入数据要素并迈向新的产业模式，也 即“产业数字化”。数据要素拥有的是一种“虚拟替代性”。在传统的生产模式下，土地、劳动力等各种物理实体要素会对生产活动加以约束，决定了生产活动的发生时间、发生地点、发生规模。数据要素投入生产活动中后，某些环节就不再依赖物理实体要素，转而依靠存在于虚拟空间中的数据要素来完成该环节的生产。这就是数据要素在生产中的 “虚拟替代性”体现。最为典型的数据要素替代土地要素案例是那些互联网交易平台。过去，人们在线下的特定场所里进行货品交易，在这种传统的生产模式里，土地为交易双方提供了活动空间，但也约束了交易的发生场合。以阿里巴巴批发网为代表的互联网交易平台，将货品交易到了线上的虚拟空间中。这样，即使买卖双方主体在浙江义乌或者广东广州，看货、谈价、签约等交易活动也一样能够完成，甚至还可以举办线上展会，实现“云上看展”。如今在许多行业，线上交易的规模已经 能够占据半壁江山。重要的是，尽管数据、土地、劳动力同属生产要素，但在许多情境下，使用数据要素达成相同的生产目标更具经济性、生产成本更低。因此，用数据要素替代土地、 劳动力等传统要素，除了提升生产效率之外，最重要的意义在于要素总投入量的节 约。节约出的传统要素可以改投到生产过程的其他受土地、劳动力要素制约、更具要素紧缺脆弱性的环节之上，从而带动生产活动实现效率效能的全方位提升。通过大量数据所建立的数字城市以有很多创新的治理方式。如数字规划与模拟为城市规划者生动呈现不同方案特点，数字技术可以助力疫情的管理和防控，可以实时 呈现城市危化品的运输轨迹等，让城市更有韧性。数字孪生城市可以改善居民生活。人口膨胀、交通拥挤、住房困难、资源紧张等“城市病”日益严重，城市可持续发展面临重大挑战。数字孪生城市可以提升居民服务，如智能门磁感知系统守护失能 独居老人安全，实时导航服务便捷市民出行，远程医疗、数字教育惠及更多人群， 让城市更加宜居。同时数字孪生通过智能分析与空间推演优化资源分配，调整人口与产业分布，改善环境承载力；新型分布式综合能源系统促进清洁能源应用，让城 市更可持续。例如，2021 年 11 月，国网上海电力研发的数据产品“企业电智绘”在上海数据交 易所完成交易，该产品利用企业用电行为、用电缴费、用电水平、用电趋势等数据构建评价模型，为银行提供授信决策、贷后管理、反欺诈等方面的决策参考。又如， 在房地产领域，利用房地产基础数据能够为商业银行按揭贷款业务及抵押物价值监 测提供更多有价值的信息，包括客户资信评价、贷款风险控制以及不良资产处置等 可以看出，对于数据要素利用而言，在数据要素开放后，不仅能开拓新的业务领域， 而且赋能关联行业业务发展，这也正是数据要素所发挥的乘数。以英国施工地下管线的单位破坏模型为例，我们会发现城市数字孪生对于提升城市 运营效率和节约城市维护成本有很大帮助。目前全球大部分的地下管道数据并没有被要素化，施工单位通常需要在施工前联系多个组织从而获取关于地下水、气、通 信以及特种管道的具体位置数据。在目前的情况下，这些数据通常有多种格式和比 例，具有不同的准确度，甚至还可能不完整。这就导致在施工过程中挖断管道变成 了一件常有的事，这不仅耽误了施工进度，还产生了不必要的财务支出。英国政府 曾经计算过如果将国家地下资产进行数据登记后，在未来的十年里有望每年收益 3.641 亿英镑。其中减少公用事业停工带来的节省每年有 2.5 亿英镑；通过共享数据 降低的交流成本每年有 9100 万英镑；以及通过提高项目现场效率带来的1600 万英 镑收益。也就是说如果对全英国地下管线数据数字化后的投资收益进行保守估计， 每投资 1 英镑可产生价值 30 英镑的收益，这对于任何政府计划来说都是极高的回 报率。数据要素还可以与其他类要素相融合，以协同创造财富与价值。一种生产要素要助 力生产的价值创造活动，就必然要与其他要素相结合，如劳动力与土地的结合、劳 动力与资本的结合。在现实中，数据要素则更加依赖于与其他物理要素的结合，这 是因为数据要素具有“虚拟”与“赋能”两重性质。数据的“虚拟”性质使得数据 要素在参与非信息产品的生产时，必须以其他生产要素作为载体。数据的“赋能” 性质则源于其他物理要素运用活动对数据的需求。通过吸收与运用数据，生产活动 能够提升要素使用的整体效率效能。知识与技术的传递以及再创造。数据本身就是信息的载体，数据要素与其他物理要素结合后，高价值的知识与技术也同时实现从数据要素到物理要素的传递 与结合，从而提升生产效率与效能，并最终构成产品本身价值的一部分。在数据要素与其他物理要素结合后，新的知识还会被继续创造出来。例如，劳动力 与数据的结合可以产生对劳动力状况的新理解，资本与数据的结合能够形成数 字化资本。通过知识与技术传递以及再创造两种效应的加总，数据要素与其物 理要素的结合能够大幅缩短一个生产活动的技术积累与研发周期，帮助产业在 更短的时间内迈上新的台阶。对传统生产要素改良并生产率的整体提升。在传统的生产模式下，生产活动的 管理者那些对决定要素最优投人量与最优组合形式的必要信号(如价格信号、供 给与需求信号、竞争意愿信号、风险信号)并不完全清楚，也不具备充分的时间来获取上述信号。但在数据要素充分流通后，在生产中对某一类特定要素的短 缺或者冗余现象会开始逐步减少。例如:数据要素与劳动力要素结合后，通过对企业用工结构的优化和人力资本的更优配置，消除劳动力要素的冗余配置，实现劳动生产效率的提升;数据要素与资本要素结合后，通过数据驱动投资决策， 调整和优化投资方向，改良资本在整个要素投入结构中的占比，从而实现资本 应用效益的最大化等等。在传统时代，气象部门主要利用本地化的观测仪器获得本地观测结果，进而做出对 未来天气状况判断。后来，气象卫星拍摄的云图极大地提升了天气预报准确性。不过人们获得的依然是“未来 24 到 48 小时有雨”这样相对粗颗粒的预报信息。进入 数字化时代后，通过进一步的对气象基础设施的建设，气象部门能够产出更细致、 更准确、信息含量更大的高价值气象信息产品。例如，我国政府在全国各地布设了 数百台天气雷达构成了一个密集的天气雷达网，实时收集云雨目标物的数据。中央 气象部门汇聚了企国所有多普勒天气达收集的气象数据后就可以将这些数据作为要素，投入高价值气象信息产品的生产中，像雷达回波图就是这一生产活动的典型产出。不同观测频率与观测重点的气象数据，经过处理后形成了预警、预报、气象指引等 不同形式的气象数据产品。根据著名的德尔菲气象定律，气象投入与产出比为1:98， 即企业在气象信息上投资 1 元，便可以得到 98 元的回报，这反映了气象数据的巨大价值。气象灾害预警类数据可以服务于城市管理尤其是为建设韧性城市，提高数 字政府建设水平，强化数字技术在应对气候自然灾害等突发事件应对中的运用，全面提升预警和应急处理能力。气象数据企业以上述数据产品为基础，通过高时效性、 可视化、格点化的数据服务，满足农业、电力、新能源、零售、保险、交通等领域 客户的不同需求。农业：气象服务公司结合遥感、物联网、水肥一体化等技术为传统农业提供信 息化综合解决方案。为农业生产者对农作物种植面积、作物长势提供遥感监测， 进行大宗农产品产量预估，为病虫害和气象灾害提供决策支持，实现减少投入、 规避风险、提高产量、增加效益的目的。电力：通过建立对气象数据的分析平台，电力行业相关企业可针对造成电网及设备设施损害的主要自然灾害进行精细化、杆塔级的监测预警，以先进的科技 手段支撑电网防灾减灾。新能源：新能源发电站通过采用更高精准度的气象数据和智能预测模型，对区域内风光出力进行准确的预测，从而提高能源利用效率并减少因波动性和间歇性特征在并网时给电网造成的冲击。零售：精准的天气数据分析不但可以帮助商家预测商品销量、客流量、商品库存量等，也可以通过结合历史气象数据，分析消费者喜好，商家还可以进行精准营销，最终实现降本增效的效果。保险：气象数据在保险领域主要应用包括气象保险指数产品、巨灾保险产品、 保险公司风险测定等。交通：气象情况对交通安全与效率造成巨大影响。例如，气象数据已在航班管 理、民航试飞、机场选址等场景发挥巨大价值，不仅提升了航班安全水平，也帮助相关企业实现降本增效的目的。交通数据具有维度多、实时性与动态性强等特征，包括实时流量、车辆综合信息、 阻断与管制情况、路况与天气等多个维度，形成智慧交通系统、自动驾驶地理围栏 服务、智能导航等多样产品，其应用场景全面覆盖 G 端、B 端与 C 端，满足各个领 域的需求。G 端：交通大数据是城市流量的直观体现，对城市治理与智慧城市建设有着不可估 量的价值。在数字政府等政策的推动下，各地建设智慧交通系统，显著提高了治理 效能，为相关软件与服务市场注入巨大动能。以捷码综合交通运行监测与应急指挥 平台为例，其汇集并统筹公路路网、城市交通、出租网约、长途客运、货运、交通 枢纽场站、交通在建工程等各种交通信息资源，提供全面监测、分析决策、行业监 管、应急保障等服务，该平台服务于交通运输监管单位的综合交通管理工作，已在 浙江省多地交通运输局实施应用，切实推动了治理现代化、智能化。B 端：交通大数据代表的城市流量信息蕴含着巨大的商业价值，相关产品与 B 端需 求的结合将成为城市增长的亮点。围绕实时流量、车辆综合信息的交通大数据能为 商家精准的预测区域流量、消费者偏好与消费能力等，为经营管理赋能，实现降本 增效。此外，交通大数据与智能驾驶、金融等新兴应用场景深度融合。基于 V2X 车 路云协同技术，百度智能网联解决方案为自动驾驶与智能交通提供泛在连接技术与 端到端应用服务；基于百度地图海量时空数据，百度智慧金融地图解决方案构建金 融行业的地图数字底座，与网格化营销管理和服务、新型车险运营、网点选址、地址反欺诈、农业金融等诸多金融业务场景深度融合，赋能金融行业数字化与智能化 升级。C 端：交通大数据带来数字地图、智能导航等服务的全面升级，让 C 端消费者更好 享受城市生活。交通大数据切实便捷了消费者出行，传统导航业务在路线指引的准 确性、实时性进一步增强，网约车等服务不断成熟；交通大数据助力新零售，以美 团、盒马为代表的服务把城市生活的多姿多彩带到消费者身边。除了基础的地图功能外，通过对交通数据以及其他数据的进一步叠加分析，可能还 能得到很多行为结论。目前，北京公安正在尝试用智能公交一卡通数据的分析研究 结果，根据异常交通记录分析来抓小偷。因为绝大多数的行人会选择最优的交通方 式（最短时间／距离，或者最少的换乘），而扒手的行为路径可能不会按照最优解进 行。类似的行为分析可能还能用到旅游热力分析，路况分析等多个场景。
因此，我们会发现数据要素既是生产要素，也蕴含着其他生产要素的意义。经济活动的效益是由劳动者、土地、资本、企业家才能、技术、数据(信息和知识)等全要素 协同作用的结果，要素之间的连接形成了经济价值网络。以数据为纽带,不断冲破行业信息不对称的壁垒，跨行业资源整合成本不断降低，行业不断跨界融合，衍生平 台经济、共享经济、零工经济等新的经济形态，数据在其中发挥着核心和纽带作用。
随着数据要素市场化的深入，颠覆式创新时代即将到来。数据与经济活动的深度融 合一直都可以促进各类生产要素的融合创新，就像互联网模式衍生出的“互联网+” “5G+”、“人工智能+”等信息服务新业态。就像滴滴除了提供打车平台外，也开创 了顺风车、拼车等出行模式，数据要素市场中的创新在未来也一定会成为颠覆性创 新的源头。因为数据要素和任何一个行业的深度结合，各类学科的交叉沟通，都可 以带来“更简单、更容易、更便宜”的三更解决方案。这正是每一次生产力发展周 期都会带来十倍到百倍的新增市场，这就是数据要素化对我国经济的真正的创新式 “颠覆”。
