數據確權、入表、定價均應圍繞數據產品展開。

近期，國家數據局組織12家央企牽頭開展首批國有企業數據資源開發利用試點工作，標志著數據要素市場化正式從“政策框架搭建”邁入“實體實踐破冰”關鍵階段。作為國民經濟關鍵領域核心數據持有者、產業鏈供應鏈樞紐，央國企牽頭試點不僅關乎自身數據價值釋放，更對全行業確立數據治理規范、打通資產化路徑具有全局示范意義。

面對數據要素價值釋放中“不敢開放、不愿流通”的核心堵點，以及數據匯聚、價值挖掘等現實難題，證券時報記者專訪了擁有豐富地方大數據治理實踐經驗的原海南省大數據管理局局長董學耕，深度剖析央國企試點的獨特價值、破局路徑與數據要素市場的長遠發展方向。

央國企為何成為數據要素市場“先鋒隊”？

證券時報：數據要素市場化從政策走向實踐，央國企作為試點主力，在核心數據稟賦、產業鏈樞紐地位上的獨特價值是什么？“國家隊”引領模式對全國數據資源有序釋放有哪些基礎作用？

董學耕：在數據要素市場化從政策走向實踐的關鍵轉折期，央國企作為試點主力，其獨特價值源于我國經濟體制的核心特征，在能源、電力、通信等國民經濟關鍵基礎領域，央國企占據主導地位，核心數據資源也主要由其掌握。因此，由央國企帶頭釋放數據資源價值，既是其責無旁貸的責任，也是國企社會擔當的體現。

我國經濟體制下多種所有制共存，民營企業尤其是互聯網平臺企業也掌握著大量社會經濟活動數據，同樣能在數據資源釋放中發揮重要作用。此次選擇央國企作為試點，核心目的是讓“國家隊”發揮示范帶頭作用，消除行業顧慮，后續帶動國企、民企等各類市場主體積極參與數據資源有序釋放。

當前數據要素價值釋放推進多年，但效果有限，核心問題在于數據密集型領域的頭部企業，尤其是平臺型企業，拿出的數據資源較少。此次試點正是希望通過央國企“打樣”，若“國家隊”能主動開放數據供社會利用，其他企業將更有動力參與，從而打破行業僵局。

證券時報：試點推進中如何平衡數據安全與價值釋放？央國企應如何構建數據全生命周期安全管理體系，具體可遵循怎樣的邏輯和原則來匹配安全措施？

董學耕：無論是帶動中小企業參與，還是推進數據產品化落地，始終離不開安全與價值釋放的平衡，這是試點推進的核心底線，也是央國企必須筑牢的基礎。

平衡安全與價值釋放的關鍵，是結合具體應用場景評估安全需求，既保障安全底線，也避免過度投入。例如聯邦學習等技術成本高、效率有限，無需在所有場景中應用，需根據數據風險等級和場景需求精準匹配安全措施。而在筑牢安全底線、落實“搭平臺—謀場景—做產品”推進路徑、實現數據資產化與帶動中小企業目標的基礎上，如何構建數據要素市場的長效發展機制，實現數據價值化全生命周期動態安全成為試點中需要進一步解決的核心問題。

從“可信流通”到“價值實現”的關鍵路徑

證券時報：您在海南推動公共數據開發時，曾強調“可信數據空間是數據流通的核心基礎設施”。央國企成熟的合規體系與數據基礎設施結合，能為破解“不敢開放、不愿流通”提供哪些關鍵支撐？

董學耕：結合海南公共數據開發經驗，數據開放利用必須兼顧安全與發展，安全是核心原則。而可信數據空間作為關鍵數據基礎設施，不僅是技術層面的支撐，更蘊含一套完整的制度規則體系，能夠有效破解當前行業普遍存在的“不敢開放、不愿流通”困境。

從實踐路徑看，針對此次央國企的試點，可信數據空間可分為企業級和行業級兩類，其中企業可信數據空間更具現實性，也是當前央國企試點的重點方向；而行業可信數據空間根據戰略性，應成為央國企試點需要重點突破的方向。

企業可信數據空間，由龍頭央國企牽頭，覆蓋分子公司及產業鏈上下游等，圍繞研發、生產、銷售等全環節形成生態合作體系。這類空間對企業自身發展至關重要，且實施難度較低。此次參與試點的國家管網、中國移動、南方電網等企業，已具備良好基礎，且市場上已有成熟的技術解決方案。核心是要在生態內建立完善的制度規則，技術層面則需結合數據分級分類原則平衡成本與效率。涉及商業秘密等敏感數據的，采用高安全性技術；一般性信息則可通過低成本方式實現，無需過度投入。

行業可信數據空間，復雜度更高，需突破單一龍頭企業的生態局限，覆蓋多個龍頭企業，甚至跨行業、跨地域（如交通與物流、裝備制造與汽車行業的融合）。這類空間的難點在于跨龍頭企業的協同，因企業間存在技術體系差異和競爭關系，數據流通共享易產生障礙。破解關鍵在于制度體系創新，需借鑒“運商分離”原則，由行業內多家企業通過聯盟、共同投資等方式，成立第三方獨立運營平臺，兼顧多方利益。類似金融領域銀聯的模式，可成為行業可信數據空間破局的有效參考。而這一模式的落地不僅需要央國企帶頭推動，更離不開政府層面的機制協調與保障，為試點推進筑牢制度根基。事實上，行業可信數據空間離不開部委公共數據授權運營的公共協作、支撐。

證券時報：針對數據“匯聚難、質量低、價值挖掘弱”痛點，央國企如何依托產業鏈核心地位推動數據融合匯聚與高效流通？有哪些可全國推廣的實踐思路？

董學耕：可遵循“搭平臺、謀場景、做產品”的核心思路，強調數據價值化必須圍繞實際問題展開，不能泛泛談數據，這也是央國企試點推進的核心路徑。

搭平臺，即建設企業或行業可信數據空間，實現數據的可信流通，保障數據“供得出、流得動”。這是數據價值化的基礎，需完成數據編目、掛接等基礎工作，讓生態內企業清晰了解可用數據資源。

謀場景，核心是找到高價值應用場景，聚焦行業共性或難點問題，以投資回報率（ROI）為導向。數據開發利用存在較高成本，只有瞄準實際痛點，才能通過解決問題實現降本增效，讓生態內企業共同受益，從而建立數據匯聚的動力機制。例如，數據質量高低、顆粒度粗細，均以能否解決場景問題為標準，若粗顆粒度數據可滿足需求，便無需過度投入提升數據精度；若場景需要，有投資回報，企業自然有動力投入數據治理，提升數據質量，開發數據產品，滿足場景需求。

做產品，將數據資源嵌入具體的數據產品，如軟件、APP、服務系統等，針對性解決場景痛點，形成“數據—產品—收益”的價值閉環。這一價值閉環能有效破解匯聚難、質量低問題：若數據提供方能從數據應用中獲得明確收益分成，自然愿意開放數據并提升數據質量；反之，脫離場景的數據分析只會增加成本，無法形成持續動力。

證券時報：央國企在數據確權、入表、定價等資產化關鍵環節，如何規避行業模糊地帶？對形成可復制資產化模式、加速價值轉化有何關鍵建議？

董學耕：當前行業對數據資產化存在兩大誤區，一是將數據資源泛化為數據資產，忽視數據資產“可控制、可計量、可收益”的核心特征；二是跳過產品化環節，直接推進數據確權入表，導致計量困難、價值衰減等問題。

真正的數據資產只有兩種形態，一是數據產品本身，二是嵌入數據產品的數據提供方的來源數據。數據價值化、資產化要以現金流為核心。數據產品因瞄準具體場景，形成了收益閉環，具備價值穩定性，其依托鮮活數據提供持續服務，不會像靜態數據那樣快速過時，能夠穩定產生現金流，自然滿足“可控制、可計量、可收益”的資產屬性。同時數據產品的現金流也會分享部分給來源數據，使來源數據也具備“可控制、可計量、可收益”的資產屬性。

基于此，數據確權、入表、定價均應圍繞數據產品展開，定價可通過場景收益反推，結合投入成本和產生的現金流測算；入表及后續的質押貸款、資本化入股等，也需以數據產品的穩定收益為基礎。這一思路既遵循數據產品化、服務化后再推進資產化、資本化的要求，也能切實解決當前數據估價難的問題，讓數據資產化落到實處。而數據產品的規模化推廣與資產化落地，最終將帶動產業鏈上下游中小企業參與。

構建多方協同、賦能全局的繁榮市場

證券時報：試點提出2027年帶動10萬家以上中小企業的目標是否具備可行性？其帶動效應會覆蓋哪些范圍？

董學耕：試點提出的“2027年帶動10萬家以上中小企業”的目標具備可行性。12家試點央國企的產業鏈生態已較為成熟，僅通信行業就關聯手機制造、物聯網、無人機等大量企業，圍繞這些企業的場景需求提供數據服務，可帶動海量中小企業參與。

試點的帶動效應還將超出直接關聯企業，一方面，央國企在各地的分支機構將推動地方國企參與；另一方面，行業可信數據空間的建設將吸引民營企業、外資企業加入。例如裝備制造領域，既有央國企主導，也有實力強勁的民企、外企，需多方聯合才能做好行業數據空間，充分挖掘跨企業、跨區域數據價值。

挑戰仍集中在行業可信數據空間的建設，從帶動中小企業的角度看，額外需要關注的是利益分配機制的建立，只有讓中小企業明確參與數據產品生態能獲得收益，才能充分激發其積極性。從國際競爭背景看，行業力量整合是產業突破的關鍵，當前政策力度下，隨著利益機制的完善和行業數據空間的推進，帶動中小企業的目標具備較大實現前景。

證券時報：長遠來看數據要素市場需從哪些方面完善支撐體系？央國企、地方政府、數據交易所應如何明確定位并聯動？

董學耕：長遠來看，數據要素市場需從三方面完善支撐體系，一是制度建設，依托可信數據空間，建立行業數據流通標準、安全標準及企業間數據連接器標準等，為數據流動提供規則保障；二是空間拓展，從企業可信數據空間逐步向行業可信數據空間延伸，實現跨龍頭、跨行業、跨區域可信數據空間互聯互通，形成全國統一大市場，吸納各類所有制企業參與；三是主體聯動，明確央國企、地方政府、數據交易所的定位。

具體聯動機制中，央國企負責帶頭示范，通過“搭平臺、謀場景、做產品”推動數據產品化、資產化；地方政府需結合區域產業特色，聯動城市可信數據空間試點，為中小企業提供政策支持，銜接公共數據與企業數據；數據交易所則聚焦數據產品的跨區域、跨行業交易，為數據產品運營主體的多元化提供支撐，例如企業開發的供應鏈數據產品，可通過交易所轉讓給其他運營主體，擴大服務范圍。

央國企試點帶動中小企業的過程中，還需兼顧人工智能行業落地的需求。當前人工智能的核心發展方向是行業賦能，即賦能實體經濟，而行業大模型訓練離不開高質量行業數據集。12家試點央國企的核心擔當之一，是搭建行業高質量數據集，帶動垂直大模型和具身智能應用（如物流分揀機器人）的發展。這一過程中，央國企及其合作生態提供場景與數據，科創企業負責模型訓練，數據治理企業承擔數據標注與脫敏工作，形成生態協同，既解決了科創企業“缺數據、缺場景”的痛點，也能進一步擴大對中小企業的帶動效應。

校對：劉榕枝