大数据、数据要素、数据分析、数据资产
一、数据要素是什么？
1.1 在理解数据要素之前，我们先理解数据的概念
在广泛意义上，数据(data)就是对事实、活动等现象的记录。可以将数据定义为“描述事物的数字、字符、图形、声音等的表示形式”。按照《中华人民共和国数据安全法》中给出的定义，数据是指任何以电子或者其他方式对信息的记录。由此可见，数据本身可以有丰富的表现形式。
1.2 数据要素的基本概念
数据要素是指在信息化社会中，能够为使用者或所有者创造经济价值的数字资源。它是一种新型的关键生产要素，区别于传统的土地、劳动力、资本和技术四大要素，被赋予了“第五大生产要素”的地位。数据要素涵盖了各类结构化和非结构化的信息，包括但不限于个人行为数据、企业运营数据、公共服务数据等，在经过合法合规采集、整合、处理之后，可应用于各个行业领域，成为推动数字经济发展的核心驱动力。
1.3 数据要素的表现形式
数据要素指的是根据特定生产需求汇聚、整理、加工而成的计算机数据及其衍生形态，投入于生产的原始数据集、标准化数据集、各类数据产品及以数据为基础产生的系统、信息和知识均可纳入数据要素。对于数字化转型刚刚开始的企业，原始数据集是维持业务系统运转、提高业务运行效率的基础资源。对于数字化较为成熟的企业，其经过清洗、预处理后的数据集具有更高质量，能够提供更准确、更全面、更有预测力的信息用于分析决策，可以为企业带来更大的效益。企业还可将自身持有的数据加工成多样的数据衍生品，在符合法律制度的前提下向外流通，使其他企业利用数据蕴含的价值参与生产活动。具体形式如下图所示：
二、数据要素国家政策解读
习近平总书记指出，数据作为新型生产要素，对传统生产方式变革具有重大影响，要构建以数据为关键要素的数字经济。2019年10月，党的十九届四中全会首次将数据纳入生产要素范畴; 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。在三年的实践探索中，我国数据要素市场建设取得显著成效,市场主体和市场环境不断完善，要素质量得到大幅提升,但是制约数据要素市场化配置的权属界定、估值定价、市场规则、流通技术等关键性难题仍有待破解。
三、数据要素关键价值
数据要素的根本目的是以多样、创新的方式投入生产，为经济社会生产创造更大的价值。数据要素究竟如何发挥其作为生产要素的价值，需要进一步分析厘清。随着信息技术的发展和产业应用的演化,数据要素投入生产的途径可概括为三次价值释放过程。
第一次价值：数据支撑业务贯通
数据投入生产的一次价值体现在支撑企业、政府的业务系统运转,实现业务间的贯通。
第二次价值：数据推动数智决策
数据要素投入生产的二次价值释放体现在通过数据的加工、分析、建模，可以揭示出更深层次的关系和规律，使生产、经营、服务、治理等环节的决策更智慧、更智能、更精准。在数据分析、人工智能等。
第三次价值：数据流通对外赋能
数据要素投入生产的三次价值释放让数据流通到更需要的地方,让不同来源的优质数据在新的业务需求和场景中汇聚融合，实现双赢、多赢的价值利用。
四、数据要素+数字孪生赋能行业应用
（1）工业制造
• 创新研发模式，支持工业制造类企业融合设计、仿真、实验验证数据，培育数据驱动型产品研发新模式，提升企业创新能力。
• 推动协同制造，推进产品主数据标准生态系统建设，支持链主企业打通供应链上下游设计、计划、质量、物流等数据，实现敏捷柔性协同制造。
• 提升服务能力，支持企业整合设计、生产、运行数据，提升预测性维护和增值服务等能力，实现价值链延伸。
• 强化区域联动，支持产能、采购、库存、物流数据流通，加强区域间制造资源协同，促进区域产业优势互补，提升产业链供应链监测预警能力。
（2）现代农业
• 提升农业生产数智化水平，支持农业生产经营主体和相关服务企业融合利用遥感、气象、土壤、农事作业、灾害、农作物病虫害、动物疫病、市场等数据，加快打造以数据和模型为支撑的农业生产数智化场景，实现精准种植、精准养殖、精准捕捞等智慧农业作业方式，支撑提高粮食和重要农产品生产效率。
• 提高农产品追溯管理能力，支持第三方主体汇聚利用农产品的产地、生产、加工、质检等数据，支撑农产品追溯管理、精准营销等，增强消费者信任。
• 推进产业链数据融通创新，支持第三方主体面向农业生产经营主体提供智慧种养、智慧捕捞、产销对接、疫病防治、行情信息、跨区作业等服务，打通生产、销售、加工等数据，提供一站式采购、供应链金融等服务。培育以需定产新模式，支持农业与商贸流通数据融合分析应用，鼓励电商平台、农产品批发市场、商超、物流企业等基于销售数据分析，向农产品生产端、加工端、消费端反馈农产品信息，提升农产品供需匹配能力。
提升农业生产抗风险能力，支持在粮食、生猪、果蔬等领域，强化产能、运输、加工、贸易、消费等数据融合、分析、发布、应用，加强农业监测预警，为应对自然灾害、疫病传播、价格波动等影响提供支撑。
（3）商贸流通
• 拓展新消费，通过与各类商贸经营主体、相关服务企业深度融合，依托客流、消费行为、交通状况、人文特征等市场环境数据，打造集数据收集、分析、决策、精准推送和动态反馈的闭环消费生态，推进直播电商、即时电商等业态创新发展，支持各类商圈创新应用场景，培育数字生活消费方式。
• 培育新业态，支持电子商务企业、国家电子商务示范基地、传统商贸流通企业加强数据融合，整合订单需求、物流、产能、供应链等数据，优化配置产业链资源，打造快速响应市场的产业协同创新生态。
• 打造新品牌，支持电子商务企业、商贸企业依托订单数量、订单类型、人口分布等数据，主动对接生产企业、产业集群，加强产销对接、精准推送，助力打造特色品牌。
• 推进国际化，在安全合规前提下，鼓励电子商务企业、现代流通企业、数字贸易龙头企业融合交易、物流、支付数据，支撑提升供应链综合服务、跨境身份认证、全球供应链融资等能力。
（4）交通运输
• 提升多式联运效能，推进货运寄递数据、运单数据、结算数据、保险数据、货运跟踪数据等共享互认，实现托运人一次委托、费用一次结算、货物一次保险、多式联运经营人全程负责。
• 推进航运贸易便利化，推动航运贸易数据与电子发票核验、经营主体身份核验、报关报检状态数据等的可信融合应用，加快推广电子提单、信用证、电子放货等业务应用。
• 提升航运服务能力，支持海洋地理空间、卫星遥感、定位导航、气象等数据与船舶航行位置、水域、航速、装卸作业数据融合，创新商渔船防碰撞、航运路线规划、港口智慧安检等应用。
• 挖掘数据复用价值，融合“两客一危”、网络货运等重点车辆数据，构建覆盖车辆营运行为、事故统计等高质量动态数据集，为差异化信贷、保险服务、二手车消费等提供数据支撑。
（5）金融服务
• 提升金融服务水平，支持金融机构融合利用科技、环保、工商、税务、气象、消费、医疗、社保、农业农村、水电气等数据，加强主体识别，依法合规优化信贷业务管理和保险产品设计及承保理赔服务，提升实体经济金融服务水平。
• 提高金融抗风险能力，推进数字金融发展，在依法安全合规前提下，推动金融信用数据和公共信用数据、商业信用数据共享共用和高效流通，支持金融机构间共享风控类数据，融合分析金融市场、信贷资产、风险核查等多维数据，发挥金融科技和数据要素的驱动作用，支撑提升金融机构反欺诈、反洗钱能力，提高风险预警和防范水平。
（6）文化旅游
• 培育文化创意新产品，推动文物、古籍、美术、戏曲剧种、非物质文化遗产、民族民间文艺等数据资源依法开放共享和交易流通，支持文化创意、旅游、展览等领域的经营主体加强数据开发利用，培育具有中国文化特色的产品和品牌。
• 挖掘文化数据价值，贯通各类文化机构数据中心，关联形成中华文化数据库，鼓励依托市场化机制开发文化大模型。提升文物保护利用水平，促进文物病害数据、保护修复数据、安全监管数据、文物流通数据融合共享，支持实现文物保护修复、监测预警、精准管理、应急处置、阐释传播等功能。
提升旅游服务水平，支持旅游经营主体共享气象、交通等数据，在合法合规前提下构建客群画像、城市画像等，优化旅游配套服务、一站式出行服务。提升旅游治理能力，支持文化和旅游场所共享公安、交通、气象、证照等数据，支撑“免证”购票、集聚人群监测预警、应急救援等。
（7）医疗健康
• 提升群众就医便捷度，探索推进电子病历数据共享，在医疗机构间推广检查检验结果数据标准统一和共享互认。便捷医疗理赔结算，支持医疗机构基于信用数据开展先诊疗后付费就医。
• 推动医保便民服务。依法依规探索推进医保与商业健康保险数据融合应用，提升保险服务水平，促进基本医保与商业健康保险协同发展。有序释放健康医疗数据价值，完善个人健康数据档案，融合体检、就诊、疾控等数据，创新基于数据驱动的职业病监测、公共卫生事件预警等公共服务模式。
• 加强医疗数据融合创新，支持公立医疗机构在合法合规前提下向金融、养老等经营主体共享数据，支撑商业保险产品、疗养休养等服务产品精准设计，拓展智慧医疗、智能健康管理等数据应用新模式新业态。提升中医药发展水平，加强中医药预防、治疗、康复等健康服务全流程的多源数据融合，支撑开展中医药疗效、药物相互作用、适应症、安全性等系统分析，推进中医药高质量发展。
（8）应急管理
• 提升安全生产监管能力，探索利用电力、通信、遥感、消防等数据，实现对高危行业企业私挖盗采、明停暗开行为的精准监管和城市火灾的智能监测。鼓励社会保险企业围绕矿山、危险化学品等高危行业，研究建立安全生产责任保险评估模型，开发新险种，提高风险评估的精准性和科学性。
• 提升自然灾害监测评估能力，利用铁塔、电力、气象等公共数据，研发自然灾害灾情监测评估模型，强化灾害风险精准预警研判能力。强化地震活动、地壳形变、地下流体等监测数据的融合分析，提升地震预测预警水平。
• 提升应急协调共享能力，推动灾害事故、物资装备、特种作业人员、安全生产经营许可等数据跨区域共享共用，提高监管执法和救援处置协同联动效率。
（9）气象服务
• 降低极端天气气候事件影响，支持经济社会、生态环境、自然资源、农业农村等数据与气象数据融合应用，实现集气候变化风险识别、风险评估、风险预警、风险转移的智能决策新模式，防范化解重点行业和产业气候风险。支持气象数据与城市规划、重大工程等建设数据深度融合，从源头防范和减轻极端天气和不利气象条件对规划和工程的影响。
• 创新气象数据产品服务，支持金融企业融合应用气象数据，发展天气指数保险、天气衍生品和气候投融资新产品，为保险、期货等提供支撑。支持新能源企业降本增效，支持风能、太阳能企业融合应用气象数据，优化选址布局、设备运维、能源调度等。
（10）城市治理
• 优化城市管理方式，推动城市人、地、事、物、情、组织等多维度数据融通，支撑公共卫生、交通管理、公共安全、生态环境、基层治理、体育赛事等各领域场景应用，实现态势实时感知、风险智能研判、及时协同处置。支撑城市发展科学决策，支持利用城市时空基础、资源调查、规划管控、工程建设项目、物联网感知等数据，助力城市规划、建设、管理、服务等策略精细化、智能化。
• 推进公共服务普惠化，深化公共数据的共享应用，深入推动就业、社保、健康、卫生、医疗、救助、养老、助残、托育等服务“指尖办”“网上办”“就近办”。
• 加强区域协同治理，推动城市群数据打通和业务协同，实现经营主体注册登记、异地就医结算、养老保险互转等服务事项跨城通办。
（11）绿色低碳
• 提升生态环境治理精细化水平，推进气象、水利、交通、电力等数据融合应用，支撑气象和水文耦合预报、受灾分析、河湖岸线监测、突发水事件应急处置、重污染天气应对、城市水环境精细化管理等。
• 加强生态环境公共数据融合创新，支持企业融合应用自有数据、生态环境公共数据等，优化环境风险评估，支撑环境污染责任保险设计和绿色信贷服务。
• 提升能源利用效率，促进制造与能源数据融合创新，推动能源企业与高耗能企业打通订单、排产、用电等数据，支持能耗预测、多能互补、梯度定价等应用。
• 提升废弃资源利用效率，汇聚固体废物收集、转移、利用、处置等各环节数据，促进产废、运输、资源化利用高效衔接，推动固废、危废资源化利用。
提升碳排放管理水平，支持打通关键产品全生产周期的物料、辅料、能源等碳排放数据以及行业碳足迹数据，开展产品碳足迹测算与评价，引导企业节能降碳。
五、结语：数据要素的趋势与展望
我国数据要素发展处于活跃探索期，突破方向将逐渐显现。各地、各部门、从多个角度积极布局数据要素发展,各市场主体积极寻找在数据要素发展中的定位和角色，寻找新的业务增长点。尽管目前尚未形成成熟的方法论和推广模式，探索的路径尚未形成体系，但随着探索的深入，新视角、新方式不断涌现，新方向和新热点层出不穷。未来一段时间，公共数据授权运营可能进入大规模落地探索阶段,授权运营的制度、平台、标准等将不断完善，高价值公共数据的高质量供给有望在数据要素市场中率先“突出重围”。各大企业有望结合自身数据资源、数据能力等各方面优势,将各自功能有机联系，形成数据要素生态体系，带动市场各参与主体有序运转，形成“飞轮效应”，个人数据相关权益保护仍将持续加强,同时基于个人权益保护的个人数据开发利用技术、模式也将不断创新。
面向未来，数据要素与时代相伴发展，不断衍生出新的问题等待破解。生成式人工智能为数据流通带来了新的可能模式，以内容生成代替数据本身、以模型部署代替数据流动是否可能颠覆现有数据流通模式，需要持续跟踪。推广数据文化、倡导数据利他主义的潮流既是促进数据管理、数据应用、数据流通的理念，又是对数据的经济、社会、文化特性的全新阐释。从面对未知的风险角度看，数据伦理的讨论也日益增加。数据伦理的本质是人的伦理，构建由个人及至家国的秩序，关怀数字时代的“弱势群体”，持续推进科技向善也是数据要素发展的应有之义。
“大鹏一日同风起，扶摇直上九万里”。历史经验表明，生产要素的扩充代表着生产模式、经济社会运行模式乃至人的生存状态、文化形态、价值追求的变革。从“结绳记事”到大模型，数据伴随社会发展变迁，承载人类认知世界的努力与探索。当前，我国正从“数据大国”向“数字中国”全速前进，数据要素与新兴技术交织融合，数据价值与行业发展相互交错，数据引擎正在被注入巨大动能。面向未来，我们相信，在落实数据基础制度和建设数字中国的新篇章中，数据要素的价值将被更加充分的挖掘，我国数据要素的发展也将迎来新的突破。
数据来源：信通院数据要素白皮书及国家数据要素三年行动计划