数据要素再认识
　　数据的爆发式增长和规模化应用不断催生新产业、新业态，对生产力和生产关系的发展和变革具有重要影响。将数据增列为生产要素意味着对数据要素价值释放提出更高目标，需要通过深度研究、广泛实践，反复认知和领会数据要素战略布局、时代背景与理论内涵，不断推进数据要素发展，有力支撑数字中国建设。
　　国家战略全方位布局数据要素发展
　　我国数据要素政策进入体系化构建阶段。自2014年大数据首次写入政府工作报告以来，在关于数据的系列政策布局推动下，数据与实体经济融合程度不断加深，数据技术、数据产业、数据应用、数据安全等方面都取得长足发展。2019年，十九届四中全会首次将数据增列为生产要素，关于数据资源整合共享、开发利用、安全治理、市场化配置等方面的数据要素体系化顶层设计正式启动。四年来，《关于构建更加完善的数据要素市场化配置体制机制的意见》《“十四五”数字经济发展规划》《关于构建数据基础制度更好发挥数据要素作用的意见》《数字中国建设整体布局规划》等文件相继出台，数据要素政策体系架构初步形成，擘画出数据资源大循环、数据要素价值充分实现、全体人民共享数字经济发展红利的宏伟蓝图。
　　“数据二十条”为推动数据要素发展筑牢政策基础。习近平总书记指出，数据基础制度建设事关国家发展和安全大局，要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。2022年12月，“数据二十条”的出台明确了数据基础制度体系基本架构（如图1），提出建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治理制度。以“数据二十条”为指导，各地各部门将制定数据要素相关细则规定，围绕“数据二十条”不断丰富完善数据要素各方面制度体系和配套政策，打造“1+N”数据基础制度体系。
　　数字中国建设引领数据要素价值释放方向。建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。2023年2月，《数字中国建设整体布局规划》指出，畅通数据资源大循环是数字中国建设的两大基础之一，要构建国家数据管理体制机制，健全各级数据统筹管理机构，推动公共数据汇聚利用，释放商业数据价值潜能。规划提出的“五位一体”总体布局为数据要素价值释放指引了方向，数字技术与经济、政治、文化、社会、生态文明建设的深度融合将带动数据要素在各场景发挥独特作用，从而充分激活数据要素内在价值，全面赋能经济社会发展。
　　数据要素统筹管理、协调发展的体制机制进一步完善。2022年7月，国务院批准建立由国家发展改革委牵头，中央网信办、工业和信息化部等20个部委组成的数字经济发展部际联席会议制度，强化国家层面数字经济战略实施的统筹协调。2023年3月，《党和国家机构改革方案》提出组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等工作。国家数据局的组建有利于破除“九龙治水”的数据治理环境，平衡数据要素安全和发展的辩证关系，从而进一步推动数据要素的开发利用，推进多层次数据要素市场建设，促进数据要素、数字经济与实体经济的深度融合。
　　人工智能发展对数据供给提出更高要求
　　2023年，以ChatGPT等为代表的AIGC技术应用火遍全球，大模型技术取得的突破使人工智能技术发生了深刻的变革，而这个突破离不开高质量数据的发展。可以说，数据已成为未来人工智能竞争的关键要素，人工智能正在从“以模型为中心”加速向“以数据为中心”转变。
　　人工智能发展驱动数据要素市场需求爆发。伴随着大模型时代的到来，通用人工智能（AGI）产业正迎来爆发期，更加需要大规模、高质量、多样化的数据集提升模型效果和泛化能力。大模型训练使用的数据集规模持续增长，例如根据公开资料显示，2018年GPT-1数据集约4.6GB，2020年GPT-3数据集达到了753GB，而2021年Gopher数据集已达10550GB，2023年GPT-4的数据量更是GPT-3的数十倍以上。
　　当前，主流大模型预训练数据主要来源于公开数据集、合作数据分享、大规模网络数据以及通过数据众包方式获取的数据。然而，我国人工智能领域高质量数据集缺乏、数据供给的产业生态不健全、企业数据资源获取成本高等问题依然严峻。一是国内人工智能领域高质量数据集缺乏。虽然我国已有部分中文开源数据集，但在数量上远远少于国际英文公开数据集，在数据质量方面参差不齐、部分内容十分陈旧。由于高质量数据集的缺乏，部分国产大模型采用“英文数据集+翻译软件”的方式生成中文语料库，导致训练结果出现巨大的文化冲突。二是人工智能领域数据供给的产业生态不健全。由于国内数据要素市场发展尚处于初级阶段，数据流通规则和数据

研究报告全文：No202308数据要素白皮书2023年中国信息通信研究院2023年9月版权声明本白皮书版权属于中国信息通信研究院并受法律保护转载摘编或利用其它方式使用本白皮书文字或者观点的应注明来源中国信息通信研究院违反上述声明者本院将追究其相关法律责任前言2022年12月中共中央国务院印发关于构建数据基础制度更好发挥数据要素作用的意见下称数据二十条这是我国首部从生产要素高度系统部署数据要素价值释放的国家级专项政策文件数据二十条确立了数据基础制度体系的四梁八柱在数据要素发展进程中具有重大意义随着数据二十条等一系列政策措施相继出台数据要素市场培育进展加速畅通数据资源大循环的方向愈加明确尤其是在人工智能快速迭代大模型与大数据相得益彰的发展态势中数据要素战略地位进一步凸显各地方各部门各大企业纷纷加快数据要素领域布局从体制机制市场流通产品研发标准规范等多层次多角度开展落地方案的深度探索涌现出数据要素价值释放新热潮本白皮书在数据要素白皮书2022年的基础上进一步探讨数据要素理论认识聚焦过去一年来数据要素探索过程中不断涌现的新模式新业态新热点重点关注资源主体市场技术四大方面的发展资源方面公共数据授权运营企业数据资产入表个人数据权益保护是各类数据发展的新趋势和着力点主体方面企业和政府逐步提升能力双向发力推进数据要素可持续探索市场方面场外场内各有突破相互促进共同发展推动数据资源的最优配置技术方面基于业务需求支撑数据要素发展的技术体系正加速创新期望本白皮书的研究成果能为社会各界进一步参与数据要素实践探索提供有价值的参考目录一数据要素再认识1一国家战略全方位布局数据要素发展1二人工智能发展对数据供给提出更高要求3三数据要素概念聚焦于数据价值释放5二资源分类推进数据要素探索已成为共识7一不同类别数据资源面临不同关键问题7二授权运营促进公共数据供给提质增效11三会计入表推动企业数据价值显性化15四权益保护仍是个人数据开发利用主线18三主体企业政府双向发力推进可持续探索21一企业侧数据管理与应用能力是前提21二政府侧建立公平高效的机制是关键26四市场场内外结合推动数据资源最优配置29一数据流通存在多层次多样化形态30二场外交易活跃场内交易多点突破33三多措并举破除数据流通障碍35五技术基于业务需求加速创新与体系重构37一数据技术随业务要求不断演进37二数据要素时代新技术不断涌现38三数据要素技术体系重构加速42六趋势与展望42参考文献46图目录图1数据基础制度体系2图2公共数据企业数据个人数据的复杂关系8图3北京公共数据专区运营模式13图4数据要素分级授权体系示例20图5DataOps敏捷协同的一体化管理24图6地方数据相关条例出台情况28图7数据要素流通的多种形态31图8数据要素流通技术流程图39图9数据要素重构技术体系42一数据要素再认识数据的爆发式增长和规模化应用不断催生新产业新业态对生产力和生产关系的发展和变革具有重要影响将数据增列为生产要素意味着对数据要素价值释放提出更高目标需要通过深度研究广泛实践反复认知和领会数据要素战略布局时代背景与理论内涵不断推进数据要素发展有力支撑数字中国建设一国家战略全方位布局数据要素发展我国数据要素政策进入体系化构建阶段自2014年大数据首次写入政府工作报告以来在关于数据的系列政策布局推动下数据与实体经济融合程度不断加深数据技术数据产业数据应用数据安全等方面都取得长足发展2019年十九届四中全会首次将数据增列为生产要素关于数据资源整合共享开发利用安全治理市场化配置等方面的数据要素体系化顶层设计正式启动四年来关于构建更加完善的数据要素市场化配置体制机制的意见十四五数字经济发展规划关于构建数据基础制度更好发挥数据要素作用的意见数字中国建设整体布局规划等文件相继出台数据要素政策体系架构初步形成擘画出数据资源大循环数据要素价值充分实现全体人民共享数字经济发展红利的宏伟蓝图数据二十条为推动数据要素发展筑牢政策基础习近平总书记指出数据基础制度建设事关国家发展和安全大局要维护国家数据安全保护个人信息和商业秘密促进数据高效流通使用赋能实体经济统筹推进数据产权流通交易收益分配安全治理加快1构建数据基础制度体系2022年12月数据二十条的出台明确了数据基础制度体系基本架构如图1提出建立保障权益合规使用的数据产权制度建立合规高效场内外结合的数据要素流通和交易制度建立体现效率促进公平的数据要素收益分配制度建立安全可控弹性包容的数据要素治理制度以数据二十条为指导各地各部门将制定数据要素相关细则规定围绕数据二十条不断丰富完善数据要素各方面制度体系和配套政策打造1N数据基础制度体系来源国家发展和改革委员会图1数据基础制度体系数字中国建设引领数据要素价值释放方向建设数字中国是数字时代推进中国式现代化的重要引擎是构筑国家竞争新优势的有力支2撑2023年2月数字中国建设整体布局规划指出畅通数据资源大循环是数字中国建设的两大基础之一要构建国家数据管理体制机制健全各级数据统筹管理机构推动公共数据汇聚利用释放商业数据价值潜能规划提出的五位一体总体布局为数据要素价值释放指引了方向数字技术与经济政治文化社会生态文明建设的深度融合将带动数据要素在各场景发挥独特作用从而充分激活数据要素内在价值全面赋能经济社会发展数据要素统筹管理协调发展的体制机制进一步完善2022年7月国务院批准建立由国家发展改革委牵头中央网信办工业和信息化部等20个部委组成的数字经济发展部际联席会议制度强化国家层面数字经济战略实施的统筹协调2023年3月党和国家机构改革方案提出组建国家数据局负责协调推进数据基础制度建设统筹数据资源整合共享和开发利用统筹推进数字中国数字经济数字社会规划和建设等工作国家数据局的组建有利于破除九龙治水的数据治理环境平衡数据要素安全和发展的辩证关系从而进一步推动数据要素的开发利用推进多层次数据要素市场建设促进数据要素数字经济与实体经济的深度融合二人工智能发展对数据供给提出更高要求2023年以ChatGPT等为代表的AIGC技术应用火遍全球大模型技术取得的突破使人工智能技术发生了深刻的变革而这个突破离不开高质量数据的发展可以说数据已成为未来人工智能竞争的关键要素人工智能正在从以模型为中心加速向以数据为中心3转变人工智能发展驱动数据要素市场需求爆发伴随着大模型时代的到来通用人工智能AGI产业正迎来爆发期更加需要大规模高质量多样化的数据集提升模型效果和泛化能力大模型训练使用的数据集规模持续增长例如根据公开资料显示2018年GPT-1数据集约46GB2020年GPT-3数据集达到了753GB而2021年Gopher数据集已达10550GB2023年GPT-4的数据量更是GPT-3的数十倍以上当前主流大模型预训练数据主要来源于公开数据集合作数据分享大规模网络数据以及通过数据众包方式获取的数据然而我国人工智能领域高质量数据集缺乏数据供给的产业生态不健全企业数据资源获取成本高等问题依然严峻一是国内人工智能领域高质量数据集缺乏虽然我国已有部分中文开源数据集但在数量上远远少于国际英文公开数据集在数据质量方面参差不齐部分内容十分陈旧由于高质量数据集的缺乏部分国产大模型采用英文数据集翻译软件的方式生成中文语料库导致训练结果出现巨大的文化冲突二是人工智能领域数据供给的产业生态不健全由于国内数据要素市场发展尚处于初级阶段数据流通规则和数据供需对接机制未有效建立目前国内尚未形成高效完整的人工智能数据产品供应链三是企业数据资源获取成本高在模型训练过程中通常80的工作是数据构建和准备高质量数据人工智能企业需要花费大量的人力和物力进行数据集采集清洗和标注成本极高同时人工智能企业4通常难以获取行业高质量数据集常陷入寻数无门的困境对此各类主体通过数据要素市场积极应对上述问题部分地方和行业推出一系列举措加强高质量数据供给为大模型成长提供充足养料例如2023年5月印发的深圳市加快推动人工智能高质量发展高水平应用行动方案20232024年提出建立多模态公共数据集打造高质量中文语料数据2023年8月近50家单位成立开放算料联盟围绕高质量中文训练数据和多模态训练数据协调数据要素数据治理训练数据数据标注等相关标准制定协助数据交易所增加大模型相关的新品类和新专区此外合成数据也成为模型训练中的重要类型为数据要素市场带来了新需求据专家预测模型训练中必不可少的语言数据将于2030-2040年耗尽其中能训练出更好性能的高质量语言数据将于2026年耗尽而视觉数据恐将于2030-2060年耗尽未来合成数据将成为模型训练的关键数据根据Gartner的预测2024年用于训练大模型的数据中有60将是合成数据到2030年大模型使用的绝大部分数据都将由人工智能合成这是否会对数据要素市场带来结构性的变化还有待未来观察三数据要素概念聚焦于数据价值释放数据要素概念的内核是提高生产效率与资源配置效率生产要素是对某一时期经济发展中所需重要资源的科学抽象是对生产过程中所投入成本的高度凝练作为一种理论视角下的概念从外延角度看数据要素固然包括根据特定生产需求汇聚整理加工而成的计算机5数据及其衍生形态1但数据要素这一概念不只是对各行业各领域各类数据的指代更是对数据所蕴藏巨大价值的强调数据支撑业务贯通推动数智决策流通对外赋能的三次价值2是挖掘释放数据要素价值的主要手段而激活数据要素的根本目的是将数据以多样创新的方式投入于经济社会发展全过程通过数据开发利用增加生产经营活动的投入产出比促进跨领域活动过程中资源的高效流动从而全面提高生产效率与资源配置效率业界对于数据要素阶段划分有诸多探讨为推动数据要素价值释放可将具体过程进行分解例如按照供应链可分解为数据供给数据流通数据应用数据安全等阶段按照数据价值增值的阶段性目标可分解为数据资源化数据资产化数据资本化或产品化等阶段每个阶段均可进一步细分例如不同意义层次上的数据资产概念突出了数据要素价值释放的不同需求在经济意义上凡能产生价值的数据资源都可以用数据资产强调从而提升组织对数据管理数据应用的重视程度在会计意义上参照我国企业会计准则基本准则第二十条资产是指企业过去的交易或者事项形成的由企业拥有或者控制的预期会给企业带来经济利益的资源定义数据资产需具备组织拥有或控制能够产生经济利益等性质这对数据的确权流通提出了要求而在资产负债表列报意义上参照我国企业会计准则基本准则第二十二条符合资产定义和资产确认条件的项目应当列入资产负债表符合资产定义但不符合资产确认1数据要素白皮书2022年2数据要素白皮书2022年6条件的项目不应当列入资产负债表要求数据资产若要入表还应满足有关经济利益很可能流入企业成本或价值能可靠计量两大资产确认条件总之类似的分解有利于数据要素政策目标等落地各阶段的活动职能成为实现数据生产要素价值的必要环节二资源分类推进数据要素探索已成为共识数据资源是释放数据要素价值的原材料随着数字经济的迅猛发展各类主体在生产经营管理服务消费等过程中产生大量数据在推进数据开发利用释放数据价值过程中不同类型数据面临不同的重点任务与关键问题分类推进数据要素探索已成为当前共识一不同类别数据资源面临不同关键问题数据分类存在多种维度和多种方法适用于不同场景按照数据资源存储的维度可分为基础层数据中间层数据应用层数据等不同层次对数据的集成性灵活性等要求不同按照对数据资源加工程度的维度可分为原始数据衍生数据数据产品等数据加工者在其中的劳动和贡献存在差异按照数据安全的维度可分为一般数据重要数据核心数据等通过数据分类分级降低数据安全风险数据分类的维度和方法多种多样反映出数据在存储加工应用安全等过程和场景中的复杂性国外主要根据公共利益或个人权利划分数据类型例如美国开放政府数据法案等按照数据持有者类型的不同将数据分为公共数据非公共数据两类以区分数据是否具备公共属性及相应的流通导7向与策略美国开放政府数据法案确立公共数据可以被所有人公开使用非公共数据需通过许可协议获得使用的原则规定美国的所有政府部门都要向公众开放非敏感类的政府数据从而加强公众企业或其他组织对政府公开数据的利用欧盟通用数据保护条例GDPR按照数据所描述对象的不同将数据分为个人数据非个人数据两类凸显出因数据来源主体实际掌控数据能力不同需采取差异化的数据相关权利措施GDPR在个人数据方面赋予用户知情权被遗忘权携带权等权利针对非个人数据欧盟制定非个人数据在欧盟境内自由流动的框架数据法案等推进非个人数据的自由流动与跨境传输来源中国信息通信研究院图2公共数据企业数据个人数据的复杂关系我国数据二十条在总述探索数据产权结构性分置制度时提出建立公共数据企业数据个人数据的分类分级确权授权制度按照数据相关权益归属的不同将数据分为公共数据企业数据个8人数据三大类型突出不同类型的重点关切探寻相应的突破方向从数据实际生成与持有角度看三种类型的划分尽管存在复杂交叉如图2但有利于根据不同类型数据的特性建立细化的分类标准与流通使用规范也有助于建立不同主体的权责利动态调整机制促进相关探索向深水区推进公共数据的概念与范围仍处于不断讨论和迭代中数据二十条总体描述了公共数据是在各级党政机关企事业单位依法履职或提供公共服务过程中产生的数据但并未明确划定公共数据的范围和边界当前来自政务体系的数据部分文件中称政务数据和来自公共事业的数据包括科研教育文化供水供电公交等公共事业由于受公共财政支持或在履行公共管理或服务职能中产生归属于公共数据基本不存在争议但是另有一类数据是企业在经营公共服务性质业务时收集产生的关乎公共利益的数据其是否属于公共数据仍存争议在企业经营的复杂过程中数据是否因提供公共服务而产生不易区分讨论该类数据时务须审慎判断企业所持有数据与公共服务公共利益的关系逐步厘清公共数据的范围有针对性地引导和促进公共数据开发利用对提升公共治理与服务水平发展壮大数字经济具有重要意义对于来自政务体系的数据和来自公共事业的数据一般认为其归国家或全民所有管理开放等职责由政府或其他公共部门代为行使本着取之于民用之于民造福于民的原则在保障国家安全商业秘密安全个人信息安全的前提下按用途加大供给使用范围将使公共数据价值更好回馈全社会因此如9何加大供给规模推动供给提质增效成为公共数据发展的关键问题企业数据来源广泛有丰富的生成方式由于企业的生产经营管理链条较长企业的数据需求多元复杂对数据需要进行不同形式和程度的加工整理与分析这一过程中形成的多种衍生数据也丰富了企业数据的表现形式按照企业数据生成方式的不同可将企业数据划分为三种主要类型一是企业自行采集记录客观现象所得到的数据二是企业在生产经营活动中采集与用户的交互记录所得到的数据三是企业基于已产生的数据在赋予数据全新价值过程中所得到的数据在不同类型企业数据的生成过程中企业尽管付出的资源和劳动有所不同但为数据赋予了独特的业务价值需要得到有效地评估与认定因此如何认定企业数据的业务贡献促进数据价值显性化成为企业数据的关键问题个人数据大多由公共部门和企业实际持有对于描述或标识特定自然人信息的数据如自然人的姓名身份证号码等其承载的信息具有一定的客观性即这类信息不依赖于数据持有者所搭建的业务系统或应用软件但数据持有者掌握这类信息后有可能出现隐私泄露滥用等风险对于自然人与数据持有者交互产生的描述行为痕迹信息的数据其所承载的信息对人来说可读性较弱一般依赖于数据持有者设计或搭建的表格系统和软件数据持有者汇集大量个人痕迹数据后经数据挖掘与分析可将数据价值不断放大但也可能出现大数据杀熟等风险此外自然人创作的各类信息也形成了大量数据个人创作的作品一般用于其他目的而随着数据挖掘的深入尤其是10人工智能大模型的迅猛发展个人作品被数据持有者收集汇聚成为特定场景中独具价值的数据但这一过程中个人相关权益可能被侵犯总体来看由于个人对不同类型个人数据的掌控能力均有限保障个人的隐私人类道德伦理乃至人的主体性等已成为大众关注的焦点如何在加强相关个人权益保护的基础上开发利用仍是个人数据的关键问题二授权运营促进公共数据供给提质增效各地各部门积极开展公共数据开放实践近年来各地方政府部分行业主管部门以建立公共数据开放平台为抓手积极推进公共数据开放逐步完善公共数据开发利用体系截至2022年10月我国已上线208个省市公共数据开放平台3基于开放平台各级政府开放大量公共数据集覆盖市监工商交通生态公共设施等多个领域并且多个地区建立了开放数据需求反馈机制以便满足社会对公共数据的应用需求此外行业主管部门也通过建设平台开放高质量数据例如中国气象局通过中国气象数据网开放气象数据在2023年2月7月先后发布两批基本气象数据开放共享目录共包含106项气象数据产品在天气预报农业指导物流运输等场景发挥着极为重要的作用由于责任与激励机制缺乏公共数据高质量供给受到制约总体而言我国公共数据仍然存在供给质量不佳开发利用程度有限等问题当前公共数据分布较为分散同主题公共数据汇聚整理不便公3数据来源复旦大学数字与移动治理实验室中国地方政府数据开放报告省域2022年度11共数据开放范围仍然不足且开放平台数据更新频率整体较低各地组织公共数据创新利用活动持续性不强有效成果数量有限主要原因在于公共部门履职以三定职责作为核心依据大部分公共部门承担数据安全责任但对公共数据进行治理和开放的职责则不明确推动公共数据开发利用的激励机制不完善因此公共数据开放对于公共部门来说没有明确的动力特别是对于从事非信息化领域的部门来说也往往不具备足够的能力以上原因导致仍有大量高价值公共数据深藏闺中高质量供给受到制约各地各行业开始探索公共数据授权运营引入社会化力量进行开发利用促进公共数据供给提质增效当前授权运营在公共数据领域的实践探索中具有关键意义可以充分发挥社会力量解决公共数据开发利用中开放质量不佳供需匹配不足应用挖掘不够等问题是大量高价值高敏感的公共数据开发利用的核心路径国内各地区各行业积极开展授权运营实践各个先进地区纷纷落实试点举措在机制平台等方面均取得成效在机制探索方面各地方推进探索各具特色的授权运营机制以释放公共数据价值为核心逐步形成了几类不同的发展模式一是集中1对1模式以浙江安徽贵州成都青岛等地为代表地方政府集中统一授权某一机构承担该区域平台建设数据运营产业培育等公共数据运营相关工作一方面集中授权具有权威性有利于通过地域数据整合实现价值最大化另一方面集中授权存在市场效率不够高的问题单一运营主体响应市场需求变化的速度可能有限12二是分行业的1对N模式以北京市的金融公共数据专区为代表如图3地方政府授权不同的行业属性机构按照行业特点开展公共数据运营工作专业性更强有利于充分发挥行业属性作用但统筹协调的难度也随之增大2023年7月北京市公共数据专区授权运营管理办法征求意见稿发布在金融场景的实践基础上推进专区制度体系建设并深化交通位置空间信用等各专区建设和应用三是分散的1对N模式以广东上海武汉等地为代表地方政府根据不同数据与不同机构特点进行匹配授权各类型市场主体分别开展公共数据运营工作分散授权的灵活性更好有利于发挥市场主体主观能动性作用但一定程度上也容易出现混乱对监管的要求更高同时由于地域数据未能完全整合数据可发挥的价值有限来源中国信息通信研究院图3北京公共数据专区运营模式13在平台运营方面部分地方通过建立统一的地域性公共数据运营平台探索公共数据产品或服务的应用与流通一类是公共数据运营服务平台例如贵州省的云上贵州平台在明确授权统一平台对全省公共数据进行汇集存储共享开放的基础上依托全省资源打造数据产品及服务体系与贵阳大数据交易所协同推动构建贵州大数据产业生态成都市政府授权成都数据集团搭建公共数据运营服务平台已于2020年上线平台直接接入公共数据并作为供需对接桥梁基于应用需求经协调获取相应数源部门授权后与应用方共同打造数据产品并接受数据使用监督另一类是兼具公共数据加工与数据交易的综合服务平台例如海南省的数据产品超市以授权运营的思路搭建集数据归集管理加工交易为一体的公共数据平台将各类型参与主体纳入平台由应用主体对公共数据进行加工增值后以数据产品的形式开放给市场此外众多行业主管部门的公共数据也得到有效开发利用通过授权运营的模式引入社会化力量推进数据价值的充分释放相较于地方的公共数据行业主管部门持有和控制的公共数据是纵向的数据归口在行业领域内具有相对完整性和全面性推进行业主管部门公共数据的应用与流通也是公共数据授权运营的关键工作之一例如司法数据作为来自各级司法体系履职和提供服务过程的公共数据包含法条立案审判裁判文书等多方面的司法相关数据具有非常独特的应用价值当前司法数据由最高人民法院信息中心下属中国司法大数据研究院统一推进开发利用应用主要集中在为政府及公共部14门提供决策支撑为金融领域产品提供服务依据为企业或个人主体提供司法大数据服务等场景此外人力资源和社会保障部将社保数据授权金保信社保卡科技有限公司运营人民日报社将人民日报历史数据授权人民网科技北京有限公司运营中国气象局将气象数据授权北京天译科技有限公司等相关机构运营这些均是行业公共数据授权运营的典型案例三会计入表推动企业数据价值显性化近年来虽然将企业数据资源视为资产进行管理逐渐成为众多企业的共识但这里的资产往往只是经济意义上的资产体现了企业数字化过程中数据资源的重要性而对于数据能否真正成为会计意义上的资产能否计入企业资产负债表始终是各界讨论的焦点今年8月21日财政部正式发布企业数据资源相关会计处理暂行规定以下简称暂行规定并规定自2024年1月1日起施行暂行规定的出台肯定了数据资源可具有资产属性是数据要素市场发展的重要里程碑作为报表意义上的资产企业数据的市场价值与业务贡献将在财务报表中得以显性化暂行规定明确了企业数据资源在财务报表中进行会计确认和计量的思路出台暂行规定的主要目的是为消除相关企业实务中对数据资源能否作为会计上的资产确认作为哪类资产入表等疑虑提供指引因此暂行规定在不改变现行企业会计准则的基础上给出了将数据确认为无形资产确认为存货和不确认资产三条入表思路具体来说暂行规定规定企业使用的数据资源15