产品明细

  数据产品的核心有两点：第一，要利用数据，将数据当作生产要素；第二，是产品，它能达到一个业务目标，解决一类问题，服务一类用户，能够得到业务价值。

  2024年2月以来，数据产品上市及交易信息不断发布。例如，国内首个“生态环境数据+隐私安全计算+绿色服务”的全流程生态环境数据要素化产品完成场内交易；水务行业首个、全国首批取得入表会计凭证的数据资产在南京市数据交易平成交易；首个化工行业平台类数据商品正式挂牌等。

  不仅如此，笔者在浏览有关数据交易所网站时也发现，行业数据集、大数据平台、数据管理系统和解决方案、分析报告、数据API（应用程序编程接口）等诸多“数据产品”都已经郑重进入了公开流通交易环节。据统计，2023年，上海数据交易所全年数据交易额超11亿元，累计挂牌数据产品2100个，签约数商超1000家。

  上海数据交易所副总经理韦志林表示，现在，中国正进入数字化的经济与实体经济融合发展新阶段，数据要素作为新的生产要素，在全方位赋能其他传统生产要素发展的同时，通过开展以数据产品为标的的交易行为，进一步加快了中国数字化的经济发展。预计未来3～5年，中国数据交易市场规模仍旧能够保持较高速的增长，到2030年中国数据交易市场规模有望达到5000亿元，2025-2030年，年复合增长率约为20.3%。

  加快推动数据的流通交易和开发利用是数据要素价值释放的关键。2022年底，《中央国务院关于构建数据基础制度更好地发挥数据要素作用的意见》对外发布，系统性布局了数据基础制度体系的“四梁八柱”，加速了数据流通交易和数据要素市场发展。2023年10月，国家数据局正式挂牌成立，围绕数据要素市场化配置改革推进系列重点工作，包括丰富完善数据基础制度体系、促进数据流通交易和开发利用、推动数据基础设施建设、推进数据领域核心技术攻关、强化数据安全治理等。

  赛迪顾问AI与大数据研究中心常务副总经理邹德宝表示，推进数据流通交易具备极其重大意义：一是价值实现。数据本身就具有巨大的价值，通过交易可以将这种价值转化为实际的经济收益。二是促进数据流通。数据交易能够在一定程度上促进数据的流通和共享，加速知识的传播和应用。三是推动大数据产业高质量发展。数据交易可以推动大数据、人工智能、云计算等相关产业的发展，加快实现新质生产力的快速地发展。四是优化资源配置。通过数据交易，可以更有效地配置资源，提高资源的利用效率。五是提高决策质量。企业和个人能够最终靠购买数据产品，获得更多有用的信息，来提升决策的质量和准确性。六是创新驱动。数据交易可以激发更多的创新活动，推动技术进步和社会发展。

  “数据产品在当前数字化的经济浪潮中所扮演的角色愈发重要。数据资产确权准则、数据资产估值方法、数据资产交易定价、数据流通的法律和法规以及数据流通技术等方面，都是我们重视和深入探索的方向。随着数据要素市场化的不断推进，数据产品将迎来更广阔的应用前景。”美林数据执行总裁程宏斌如此说道。

  数据进行流通交易的前提是将其产品化。然而，怎么样才可以将企业数据转变成一份可拿来流通交易的数据产品？

  从定义上看，数据产品是指经过加工、处理和分析的数据，以满足特定用户或应用的需求。数据产品能来自于不同的领域，如金融、电商、社交、气象、地理等，也可以是各类算法模型、分析报告、指数等。在邹德宝看来，数据成为产品并进行交易需要经历数据采集、数据清洗、数据分析、数据产品化、数据交易等5个过程。

  也就是说，首先，数据产品并不是企业的原始数据，而是通过清洗、分析、建模、可视化等方式对原始数据来加工形成的劳动成果，是在原始数据基础上，经过深度分析处理、整合加工而形成的。其次，在完成数据资产认定、登记确权、合规评估等环节之后，实现正式入表而成为数据资产。最后，成为一份可以在数据交易所能够流通交易的“数据产品”。

  “上海数据交易所提出交易标的物为‘数据产品’，并依据数据产品的三种组成成分，即数据资源、工具和服务，将其分为数据集、数据应用和数据服务三种类型。上海数据交易所针对数据交易全流程制定了一系列制度规范，确立了‘不合规不挂牌，无场景不交易’的根本原则，数据产品挂牌之前，有必要进行合规评估和质量评估。”韦志林说。

  在数据要素产业链环节中，传统的数据交易以点对点的方式来进行，但这样的形式的规范程度和交易效率较低，难以大规模推广。数据交易所是实现数据流通、充分挖掘数据要素潜力的关键环节和平台。

  韦志林表示，我国数据要素市场还处于早期培育阶段，面临着制度体系不完善、数据有效供给不足、数据要素价值释放不畅等一系列问题，迫切地需要打造适应数据要素特征的专业平台，加速数据要素市场的成长。数据交易所作为公平、透明、规范的数据交易市场，拥有高质量数据产品、高水平数商企业、高标准市场规则，对整个数据要素市场具有引领示范作用。同时，数据交易所作为具备公允性的专业平台，是连接数据要素市场与长期资金市场等其他要素市场的枢纽节点，对发挥数据要素的乘数效应，充分释放数据要素价值具备极其重大作用。

  如今，上海数据交易所紧扣国家数据交易所的定位，以数据产品为交易标的，以应用场景为导向，正着力构建数据交易规则及服务体系，培育数商服务生态，促进多层次数据要素市场相互连通，建设集约高效的数据交易基础设施，推进数据资产创新应用工程建设。

  数据产品可以帮助企业解决的问题非常多样，其核心价值在于通过对企业运营数据的收集、整合、分析和解读，向企业提供决策支持和业务洞察。例如，风险管理与预警、优化决策过程、提高资源配置效率、提升市场与客户洞察、提升服务与产品品质、促进融资的可获得性与精准性等。

  对此，美云智数数据运营产品研发负责人贺子祥表示，随着技术的不断更新迭代，数据产品正变得日趋多样化、个性化、智能化和自动化，数据产品能够帮助政府和企业等更好地理解和分析市场、优化业务流程，并发现新的业务机会和创新点，从而更快速有效地作出决策。

  程宏斌表示，随着数据交易市场的逐步建设与成熟，数据产品将在多个层面对未来的商业模式和产业格局产生影响。企业层面，数据产品将推动企业经营决策的精准化，数据产品推动企业基于内部自身数据开展经营决策分析的同时，也为企业基于内外部融合的数据开展商业决策提供了更多机会；行业层面，数据链长制、基于某一场景的数据跨行业融合应用等也将得到快速推进；国家层面，通过各地数据交易所挂牌及数据局的设置，为数据交易市场的政策与制度完善、法律法规建立、流通标准形成、流通模式探索等提供了坚实保障。组织、制度、政策、标准与技术等，既相辅相成又相生相融。

  以国内首个基于生态环境数据打造的绿色金融数据产品为例，中节能数字科技有限公司总经理张栩表示，这款绿色金融数据产品可以全方位多维度分析企业，输出企业贷前调查报告和贷后预警报告，精准批量挖掘企业的绿色经营活动相关数据，以此提高金融机构对企业绿色价值识别的效率。同时，能够帮助银行或金融评级机构等高效识别绿色企业，通过给予企业便捷和充足的金融支持，进而推动环保产业的绿色发展。

  此外，某金融机构在购买“南京江北新区（沿江街道以北范围）企业用水行为分析数据”之后表示，会将所购数据作为评价企业经营状况的一项指标，应用于辅助开展授信评估。同时，将努力让首批数据产品涉及的用水企业享受到数据资产价值转化带来的优质金融服务，不断提升客户体验。

  对此，邹德宝表示，随着新一代信息技术的深入应用，数据产品的创新应用层出不穷。例如，基于大数据分析的智能推荐系统、风险预测模型、用户行为画像分析等，正在改变着各行各业的业务模式和决策方式。这些创新应用不仅提高了数据产品的应用附加值，也为企业带来了更多的商业机会。同时，数据产品的发展正逐渐打破行业壁垒，实现跨界融合。例如，金融、医疗、教育等行业都在积极探索数据产品的跨领域应用，以提高服务质量和应用效率。这种跨界融合将进一步推动数据产品的创新和普及，促进数据要素市场的繁荣发展。

  “借助大数据、人工智能等技术，数据产品可以实现对复杂业务场景的自动化处理和智能化决策。这将大大提升产业的运行效率和服务质量，降低人力成本，并为企业创造更多的商业价值。同时，智能化的数据产品还将为企业或消费者提供更加便捷、个性化的服务体验，满足人们日益增长的多元化需求。”贺子祥如此说道。

  随着数据产品的功能越来越强大，数据产品的应用范围也更加广泛。现在，数据产品不仅可以用于金融、保险、零售等行业，还可以用于医疗、教育、农业等行业。

  未来，随着技术的发展，数据产品的应用范围将更加广泛，更多的行业将会受益于数据产品的发展。

  韦志林表示，中国数据资源应用场景丰富多彩，金融、制造、医疗健康和交通运输等细分行业对于数据产品的应用需求均呈现出上升趋势，且未来交易规模有望进一步提升。上海数据交易所以应用场景为导向，积极推进金融、航运交通、国际等交易板块建设。以金融板块为例，其数据产品供给和交易比较活跃。金融机构对于数据的需求是海量的，且对数据的质量要求高。从目前情况来看，金融机构将在未来相当长的时间里都是数据的需求方，风控、信贷、投研、获客是金融机构获取数据的四大主要场景。

  不仅如此，在谈到未来哪些种类的数据产品将更具市场潜力时，众多被采访人表示，智能化数据分析产品、数据安全和隐私保护产品等将成为数据要素市场的“宠儿”。

  邹德宝表示，随着数据量爆发式增长，企业和组织需要更高效的工具来处理和分析这些数据。智能化的数据分析工具，将极大地提高数据分析的效率和准确性。这不仅能够自动化地处理和分析数据，还能提供清晰、逻辑严密、推理精确的发展建议，从而帮企业做出更明智的决策。同时，随着数据泄露和隐私问题的不断增多，数据安全和隐私保护将成为企业和组织必须面对的重要问题。因此，提供高效、可靠的数据保护和隐私解决方案的数据产品将具有巨大的市场需求。此外，直观、易用的数据可视化工具和基于大数据的人工智能产品也将受到广泛欢迎。

  程宏斌表示，未来，最具潜力和市场需求的数据产品主要包括以下几类：一是行业定制化的解决方案类数据产品，针对行业痛点提供定制化的数据解决方案，且基于内置的产业数据形成的“开箱即用”服务模式，会成为提供数据产品的厂商的核心竞争力。二是数据资产交易平台。能够落地数据资产确权、数据资产自动估值、数据资产合理定价、数据安全与合规活动等的数据平台，将会成为新生行业落地的必要保障工具，也具有较大的市场需求。三是产教融合类数据产品，既能辅助教学数据资源的盘点、数据资产目录的建设、数据安全管理、数据确权与估值等相关知识，又能基于企业、行业实际案例场景，提供相关数据集实例情况下的实操演练平台。这将会是数字经济背景下中国高等院校对人才培养的急切需求。

  数据流通交易作为数据基础制度之一，能够激活数据要素潜能，促进数字经济发展，当前，我国数据要素市场处于高速发展阶段，数据交易规模扩大、数据交易类型日益丰富。但与此同时也面临数据权属、数据定价、安全合规、场内场外交易等难点问题，围绕数据交易产生的争议也日渐增多。

  韦志林表示，数据成为生产要素一般要经过“资源化-产品化-资产化-资本化”四个递进形态。当前，我国数据要素市场仍处于早期培育阶段，数据要素化过程还未充分展开，数据要素的价值释放还处在初级水平。有关机构测算，目前，绝大部分数据资源仍仅限于相关机构和企业自留自用，社会对数据价值的认知还主要停留在“用数”阶段。加快公共数据开发利用，推进数据来源的多样化、引导企业愿意将数据作为产品进行流通并推进数据资产化，还需要数据交易等各方对市场进行培育，来加快数据要素流通生态的建设。

  贺子祥表示，数据产品的研发离不开先进的技术支持。当前核心技术的自主研发是一大难题，很多产品仍依赖国外技术，这在一定程度上限制了产品的创新和发展。随着数据量的快速增长和数据类型的多样化，如何更高效地存储、处理和分析这些数据成为一个重要的技术挑战。针对以上问题，可以结合高校和科研机构的科研优势，加速技术成果的转化和应用。通过产学研合作，共享资源和技术，降低研发成本，提高研发效率。同时，作为数据治理和数据分析服务提供商，美林数据将继续深耕行业应用，并通过持续的技术创新，推动数据驱动的业务发展和实体经济的数字化转型。对此，程宏斌从市场、技术、产教三个方面谈了目前在数据产品研制过程中所面临的挑战。从市场角度来看，需要准确把握用户的真实需求，并提供相应的解决方案，同时设计出既能满足当前需求又能适应未来变化的应用架构；从技术角度来看，面对不同来源、格式和标准的数据，如何应用大模型生成等相关新型技术，高质量的满足前端应用场景需求，也是我们需要研究及克服的挑战；从产教角度来看，如何快速的将工程应用实践转换成高效的教学教材及实操教具，达到行业教育与行业应用相匹配，也是我们集多方力量要攻克的难题。

  邹德宝表示，在推进数据交易的过程中，还需要解决数据确权、数据质量、数据安全和隐私保护、数据交易监管等问题。而为了更快地推进数据要素市场化建设和数据流通共享，邹德宝表示，政府主管部门、数据交易所以及数据产品的供需双方应该做到各有侧重、各司其职。

  例如，政府主管部门应该制定和完善数据交易相关的法律和法规，为数据交易提供明确的法律框架和制度保障；监督和规范数据交易所的运营行为，确保其依法合规运行；提供政策支持，包括财政、税收等方面的激励措施，促进数据交易的健康发展。数据交易所应该建立和维护数据交易的平台和机制，为数据产品的供需双方提供交易服务；制定和执行数据交易的标准和规则，确保数据交易的公平、公正和透明；提供数据交易的信息披露和风险管理服务，保障数据交易的安全和稳定。数据产品的供应方应该提供高质量、合规的数据产品，满足市场需求，同时保护数据的安全和隐私；需求方应明确数据需求，合理使用和保管数据产品，遵守数据法律和法规和交易规则。

  数据要素产权的清晰界定是实现数据要素市场化配置的基础条件。只有产权清晰的数据，才能使所有权和使用权相分离，数据才能顺利进入要素市场，从而确定交易权和收益权，实现数据要素在各个生产部门间的合理配置。

  在理论层面上，数据确权问题构成了数据要素市场化的逻辑起点，也是数据基础制度体系中最为核心的问题。由此可见，数据确权对推动我们国家数据产业高水平质量的发展具备极其重大意义。

  反观现实，数据确权难一直是数据要素市场发展最大的难点和堵点。数据要素产权不清晰直接影响了我国数据资产定价、数据共享开放、数据交易、数据安全、隐私保护等环节。

  尤其是清晰合理的数据产权制度缺位不仅导致数据资源配置效率低下，而且引致不道德或者侵损他人合法权益的行为冲击社会公平和正义，扰乱了公平竞争的市场秩序。

  为破解数据确权难题，国家和地方纷纷布局，通过数据资产入表、数据知识产权登记、数据要素进场交易等方式，探索从财务、法律、市场等方面明确数据权属、推动数据交易的新路径。这些措施有助于推动数据确权工作的进展，促进数据要素市场健康发展。

  综合来看，数据确权的核心是确立数据产权制度，这需要在两大层面进行明晰：一是数据产权在法律层面的明晰；二是数据产权在经济层面的明晰，构建数据产权的约束依据，并通过约束依据明确数据产权的收益目标。