数据作为新型生产要素，是国家战略性基础资源，不仅可以推动数字经济进一步发展，也可以支持创新与科技进步，对于社会与国家的发展具有深远影响。近年来，中央与地方陆续出台政策推动数据要素价值化发展，并在地方展开试点。笔者梳理了数据要素价值化的内涵与流程，并以公共数据资源为例，探索公共资源价值化的发展路径并针对性地提出未来发展建议。
数据要素价值化的内涵与流程
数据要素价值化的本质是商业化
数据要素是指以电子形式存在的、通过计算的方式参与到生产经营活动并发挥重要价值的数据资源。与土地、劳动力和资本等传统生产资源要素相比，数据生产要素具有非耗尽性、非竞争性、重复使用性、可复制性等特点。作为数字经济的核心关键要素，要想充分发挥数据要素的作用，就需要大力推进数据要素价值化进程。
数据要素价值化的本质是数据要素商业化，实现数据要素从产品到商品的转化，帮助数据要素实现其最大化利用。数据要素作为数字经济最核心的资源，探究如何最大化发挥数据要素价值，对加快数字经济与实体经济深度融合，激活数据要素价值赋能产业数字化和数字产业化，进而通过数字创新引领经济社会高质量发展起着重要作用。
数据要素资源化、资产化、资本化的全流程
实现数据要素价值化需要经过资源化、资产化、资本化三个阶段。释放数据潜力的第一步是数据资源化，包括对原始数据的挖掘、识别、获取和数据后期的加工组织，为数据资产化与资本化奠定基础。数据资源化的本质是提升数据质量、形成使用价值的过程。
数据资产化是将数据从原始状态转化为具有经济价值的资产，在这一阶段，数据被赋予了更高的价值。数据被组织、标注、加工，形成了具有实际用途的数据资产，这些数据资产可以用于支持业务决策、创新、市场营销等，实现数据的商品变现。数据资产化的本质是形成数据交换价值的过程。
在数据资产化基础上，数据资本化意在使数据价值可以度量，并基于资产价值进行交换，使数据要素成为被经营的产品或商品，并且能够产生新的产品和服务，可以通过数据流通、数据交易、数据服务等方式实现。数据信贷融资是数据资本化的一种具体表现，旨在用数据资产作为信用担保获得融通资本；数据证券化是数据资本化的另一种表现形式，旨在以数据资产未来所产生的现金流为偿付支持，通过结构化设计进行信用增级，在此基础上发行资产支持证券。数据资本化的本质是形成数据要素社会化配置的过程。
公共数据资源价值化的路径与意义
公共资源与公共数据资源
公共资源是指自然生成或自然存在的资源，它能为人类提供生存、发展、享受的自然物质与自然条件，这些资源是人类社会经济发展共同所有的基础条件，有着非排他性与竞争性两大特征。
公共数据资源是公共资源的组成部分之一，主要是指由政府、社会组织或其他组织收集、整理、管理并向公众提供的数据资源，具有公共性、共享性、开放性等典型特征，在履行公共管理职责或提供公共服务过程中产生，对于推动社会经济发展和提高公共服务效率具有重要价值。
公共数据资源是公共资源的一种形式，公共资源需要有效管理和保护，以防止过度使用和破坏，公共数据资源同样需要通过数据治理来确保数据的质量、安全和合理使用。它们都是社会共有的财富，需要得到合理管理与有效利用以实现其潜在的社会与经济价值。
公共数据资源价值化的发展路径
统筹管理。建立统一的国家级或地方级的数据管理局，负责统筹公共数据资源的管理和价值化工作，统一的数据管理机构应当具备跨部门协调能力，以确保数据资源的整合和高效利用。同时，该机构也应制定包括数据分类、存储、处理、共享、安全等在内的全面数据治理政策，确保政策的连贯性和实施的一致性，避免政策碎片化，实现统筹管理。
协同治理。深化政府与市场相结合的协同治理机制，维护公共数据价值创造秩序，构建有效市场和有为政府相结合的公共数据资源治理格局，形成多方协同治理模式。一方面，政府应当在制度建设与政策支持方面发挥作用，建立数据治理的组织结构；另一方面，应当鼓励企业依托公共数据开发提供公益服务，积极参与数据要素市场建设，构建政府、企业、社会组织等多方参与的协同治理体系。
合规监管。完善安全与发展相结合的合规监管机制，筑牢公共数据价值创造保障，在公共数据资源价值化的过程中，要强化数据安全保障制度，明确监管红线，建立数据全流程合规监管。同时，也要强化公共数据统筹管理，推动各地区、各部门明确管理部门代表本地区、本行业统一行使公共数据开放和授权使用职责，强化分行业监管和跨行业协同监管，建立数据联管联治机制。
开发利用。构建公益与商业相结合的开发利用机制，丰富公共数据价值创造模式，推动公共数据分类分级授权使用，探索政府指导定价与市场自主定价相结合的价格形成机制，推动公共数据资源价值化进程。在对数据开发利用的过程中，要坚持科学化的原则，以“释放数据红利、激发创新活力”为目标，以数据驱动业务优化。
公共数据资源价值化的意义
1.价值化有助于提升政府治理能力
数据资源是治理的基础，公共数据价值化有助于增强政府的决策和服务能力，提高治理效率。通过对公共数据的分析与利用，政府可以更加精准地理解社会需求，更加有效地监管市场与社会行为，预防与解决问题，也可以更科学地制定政策、优化服务、改进治理。公共数据的开放还可以促进政府与公众之间的互动，增强治理的透明度和参与度，从而最大程度地实现数据资源的价值化。
2.丰富公共数据价值的创造模式
公共数据价值化意味着数据整合，将分散在不同部门和层级的数据资源进行整合，可以提供更全面的数据视角，为决策者和公众提供更加丰富和准确的信息。同时，公共数据价值化也意味着数据开放，通过政府数据开放平台，公共数据资源可以被更多的人或机构访问和利用，这样可以激发更多的创新应用和服务，从而增加数据的实际价值。公共数据价值化更意味着数据分析，利用现代数据分析技术，可以从大量的公共数据中提取有价值的信息和洞见，支持科学研究、政策制定和商业决策。以上举措都将使公共资源得到最大限度的开发与利用。
3.成为经济发展新动能
公共数据的开放和利用可以促进新技术、新业态的发展，为经济增长提供新的动力。公共数据资源的利用可以激发新的商业模式和服务，如基于数据的定制服务、智能分析等，为企业带来新的收入来源。此外，公共数据资源的价值化可以促进社会创新，支持科研机构和个人进行研究与开发，充分激发市场的价值，推动科技进步和社会发展。
同时，公共数据的有效利用有助于优化营商环境，通过数据驱动的创新，企业能够更好地理解市场需求，提高竞争力，还可以帮助企业降低生产成本、提高生产效率。数据资源的价值化同样能够支持科学研究和技术创新，为科技进步提供重要的信息基础，从而成为经济发展的新动能。
公共数据资源价值化的措施展望
公共数据资源的价值化是实现高质量发展的关键，需要政府、企业和社会各界共同努力，建立健全的数据治理体系，确保数据安全和隐私保护，释放数据的潜在价值，为经济发展注入新的活力。
加快顶层设计，制定合理的制度规范
明确公共数据资源价值化的政策导向，根据《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》精神，确立以产权制度为基础、以流通制度为核心、以收益分配制度为导向、以安全制度为保障的数据基础制度顶层框架。探索公共数据合理有偿使用的政策，尊重公共数据的要素属性，明确数据资源分类、评估、开放、交易和保护等方面的规范。
同时，建立安全可控、弹性包容的数据要素治理制度，确保公共数据的利用方式主要以算法模型、核验接口、数据沙箱等技术服务形式展开，规避数据失控风险。加快规范公共数据的收集、归集、存储、加工等程序，实现问题数据的可追溯可定责，持续健全数据全流程质量管控体系。
数据要素的价值化需要完善顶层设计和整体规划，破除政府部门之间的信息壁垒，形成以服务为导向的数据结构和应用体系，才能让公共资源得到最大限度的开发与利用。
在数据要素价值化的过程中，应当强化地区与行业相结合的统筹管理机制，建立政府主导的数据共享平台，鼓励数据的跨部门、跨行业流通，深化政府与市场相结合的协同治理机制，政府通过制定政策和法规来引导市场发展。同时，允许市场机制在数据资源的分配和价值化过程中发挥主导作用，构建政府与私营部门的合作模式，共同开发和管理数据资源，以促进数据的开放和共享，构建公益与商业相结合的开发利用机制，完善安全与发展相结合的合规监管机制，用配套的制度规范促进公共数据资源这种公共资源的有效管理和价值化。此外，确保数据安全和合规使用，为社会经济发展提供强有力的数据支持。
加快推进理论研究，培养数据专业人才
在完善数据要素价值化相关制度设计的同时，应当加快推进公共资源开发利用的理论研究。通过建立和完善公共数据资源价值化的理论框架，明确数据资源的属性、价值形成机制和市场化路径，可以支撑大量的实证研究，通过案例分析、数据挖掘等方法，探索公共数据资源价值化的最佳实践和模式。为了理论研究的深入，可以为数据要素价值化建立专门的研究平台，如数据研究中心、智库等，集聚专家学者，形成研究合力，同时建立数据科学研究基金，支持基础理论和应用研究，鼓励高校和研究机构开展跨学科的数据科学研究项目，与国际研究机构合作，共享研究成果，提升研究水平。
同时，理论研究也应当与实践应用相结合，在理论探索的基础之上研究现行政策对公共数据资源价值化的影响，提出改进意见和建议，为政策制定提供理论支持，并在理论的指导下进行技术创新，研究数据采集、存储、处理和分析的新技术，提高公共数据资源的质量和价值化效率。有关部门可以建立校企合作平台，促进学术成果转化为实际应用，同时提供继续教育和职业培训，帮助在职人员提升数据处理和分析能力。
数据专业人才的培养有助于数据要素价值化的加速实现，要加强对公共数据资源价值化领域人才的培养，提高研究人员的专业水平和创新能力，使其具有应用公共数据资源的专业知识和数据思维，在高等教育机构中设立数据科学与大数据技术专业，开设数据分析、数据管理、数据安全等相关课程。同时，畅通数据专业人才参与公共数据政策制定和优化的渠道，提高政策的科学性和有效性，使其有效地处理和分析大量的公共数据，从而提取有价值的信息和知识。
完善人才的评价与激励机制。可以设立数据科学成果奖，表彰在数据科学领域作出突出贡献的个人和团队，实施科研成果考核制度，将数据科学研究成果作为职称评定和晋升的重要依据，为数据科学人才提供竞争性薪酬和职业发展路径。
积极推动地方试点，释放数据价值
公共数据资源价值化应当鼓励有条件的地区、部门、企业先行先试，支持创新探索，完善相关配套政策标准和制度创新。结合地区与行业的特点，提升公共数据资源供给能级，加快构建全国统一的数据要素市场，推动政务数据跨层级、跨地域、跨部门有序共享和开发利用。
在地方推动试点前，应制定详细的试点项目计划，提前进行全面的数据资源调研，明确地方公共数据的种类、数量、质量和价值，包括政府部门、公共服务机构和重要行业的数据，并对这些数据进行分类与评估。在确保数据开放政策已经明确后，包括数据的获取、使用、共享和发布的规则，以及数据使用者的权利和义务，逐步实施数据开放，可以从对内部部门开放开始，逐步扩展到对社会公众和企业的开放。探索和实践具有地方特色的数据运营模式，如数据交易、数据产品和服务、数据分析和咨询等，以实现数据的价值化，并定期对数据价值化的效果进行评估，收集各方面的反馈，分析数据潜在的经济和社会价值，不断优化数据开放的政策和操作流程。
数据要素价值化的地方试点要从制度建设、技术创新、企业管理、人才培养、安全保障等各方面协同发力，持续迭代优化涉及各参与方的公共数据生态运行机制和整体效率。同时，结合地方特色和实际需求，探索形成可复制可推广的典型经验。通过比赛、挑战赛等形式激励地方企业和创业者开发基于公共数据的新应用，通过提供资金支持和技术指导，帮助小型企业和初创公司利用公共数据创新，鼓励地方的创新应用。