国内的数据流通和要素市场曾被一些业内人士视作“黑暗丛林”。伴随国家数据局成立，数据要素市场迎来历史性时刻。

数据要素市场迎来巨大变动。3月10日，国家数据局成立，正从顶层设计层面推动数据要素市场的完善和提速。

国内的数据流通和要素市场曾被一些业内人士视作“黑暗丛林”。由于在数据确权、价值挖掘和分配、跨产业链治理、数据交易等诸多层面缺乏规范，数据要素市场的发展并不健全，距离爆发仍有不短距离。

不过，数据晋升为第五种生产要素后，改变正在加速发生。尤其是最近国家数据局的成立，被业内人士认为是从顶层设计层面做了部署，“相当于1992年证监会的成立对证券市场的影响，市场将进一步规范与健全”。同时，一些企业也正在从跨链治理和流通及行业性底座层面开始探索。

为什么会成立国家数据局？国家数据局的成立会给行业带来哪些变化？数据真正发挥生产要素作用的关键是什么？

01 、“重要程度可类比证监会的成立”

3月10日，国务院机构改革方案获批通过，意味着一个新机构——国家数据局正式组建。不少业内人士对该局的协调、统筹特征，及纳入国家发改委的高规格管理表示关注。它将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。

对此，行业内及产业人士有什么反应？

“这对行业的重要程度，可以类比1992年组建证监会对证券市场的意义。”大数据资深人士、百分点科技CTO刘译璟告诉数智前线。

在他看来，该机构在短期内可能推动法律法规、制度建设，未来可能会衍生出执法等职能。“市场如何运行，相关从业者要具备什么资质，出现争议如何处置，它应该具有最终决定权。”

企服行业资深人士、用友集团副总裁罗小江则认为，国家数据局的成立，将推动数据交易加速，推进数据估值，让数据真正成为资产。据他了解，在企业侧，目前已有企业提出数据像厂房、机器设备、商誉等一样，作为资产出现在三大报表中。

此前，因数据黑产问题频发，国家陆续出台了《个人信息保护法》、《数据安全法》，但更多集中在数据的安全、保护上。2020年4月作为，数据首次在国务院印发的相关文件中被列为第五大生产要素后，对其应用实践增多。

但多位业界人士发现，数据要素在过去几年的产业实践中遇到了不少问题，核心瓶颈是基础制度缺失，如产权制度、流通交易制度、收益分配制度、跨产业链治理制度、安全治理制度等，导致数据要素市场没有真正发展起来。

"数据局成立，有一个明确的牵头部门，更有助于去理清并解决这些问题。"中国计算机学会理事、副秘书长谭晓生认为。IDC中国助理研究总监孙吉峰也表示，组建国家数据局是必须和必然的。

根据相关统计，2021年，我国数字经济占GDP比重已高达39.8%，其从2015年到2021年的复合增长率达到 16.1%，高于GDP增速。数据对经济的贡献已经与土地、劳动力、资本、技术四大要素同等重要。

在孙吉峰看来，作为下一轮增长的引擎和重要动力，数据生产要素要发挥更大作用，必须要形成自上而下的组织和制度，从组织层面解决数据汇聚、数据质量问题，从制度层面解决数据共享、数据开放，以及数据交易问题。

02、顶层设计加码

国家数据局成立背后，是国家在顶层设计层面，对数据要素的加码。

2014年，大数据*次被写入政府工作报告，上升为国家战略，预热就已经开始。数据成为生产要素后，“十四五”规划、《2035年远景目标纲要》等也都将其作为重要元素，市场如火如荼被搅动起来。不久前出台的《数字中国建设整体布局规划》，更与数据要素紧密相关，提出“到2025年，数字中国建设取得重要进展，数据资源规模和质量加快提升，数据要素价值有效释放”。

刘译璟告诉数智前线，最近几年，国家的确把数字经济提到了非常高的一个位置，相关的动作也在变得越来越实，越来越具体。

政策之外，一些新进展和动向也在持续发生。

数据交易所层面，成立一年多的上海数据交易所，数据产品累计挂牌数近千个，交易额超1亿元，且预计今年场内交易有望突破10亿元。广州数据交易所已发布80多个行业数据指数，这些是企业运营时非常需要的。而从2022年9月30日挂牌运营后，它在不到4个月内就累计交易5.07亿元。

国资委和国央企也有动作。产业资深人士告诉数智前线，国资委从去年底已推动相关课题，其一是如何打造相对通用的数字技术底座，其二是推动国央企沉淀数据资产，为行业数据交易奠定基础。

2022年12月25日，中国电子组建国内首家央国企设立的数据产业集团，定义了“数据元件”，尝试解决确权、交易、收益分配和安全治理问题。“数据要素市场还处于初期，有很长的试错期，央企国企自身在数据要素市场获得国家的信任，发力希望通过市场实践，变成事实上的标准或模式。”IDC孙吉峰告诉数智前线。

有行业人士预计，随着数据要素相关质量、合规标准等的逐渐完善，或将带动数据从企业内治理，向跨产业链治理方向迈进，进而推动整个数据要素市场发挥价值。

03 、数据跨产业链是新焦点

数据要素市场尚在发展中，还有大量的标准和规则需补齐和完善。罗小江认为，在让数据能够真正发挥生产要素作用的道路上，数据治理，尤其是跨产业链数据治理正在成为大家关注的新焦点。

罗小江接触到的不少大中型企业，前几年在和他交流时，提的需求往往是BI（商业分析）、大屏可视化，这两年却不约而同转向了更底层的数据治理。其中，集团性企业和行业龙头企业关于跨产业链数据的需求更是广泛存在。

一位资深人士介绍，国内一些做大宗商品贸易的企业就已经有了对行业指数、产品开工率、用电情况、航运数据等的需求，以此来判断大宗交易的价格起伏，“部分企业每年花在购买跨产业链数据的钱基本在百万规模以上”。

打造韧性供应链也需要跨产业数据。某中国机械行业龙头企业，有大量海外订单，订单逾期处罚相当惊人，为此，他们引入天气、航运、公路交通等数据，再结合供货商的产能数据、自身的生产数据，及时调整生产计划，“对整个生产运营进行风控”。

供应链金融的风控、营销场景里的通路问题同样对跨产业链数据有需求。国科恒泰市场负责人王忠良透露，新能源汽车厂商在做新车研发时，都会关注年轻人的用车数据和交通数据，以便更好地适应市场需要。

但跨产业链的数据治理其实仍存在不少难题。一是《数据安全法》出台后，在实操中遇到非常多问题。比如数据确权和流转，大家还缺乏明确样例。谭晓生曾碰到基建设计单位，设计时用到了高精度地理信息数据，这些要当做敏感数据去管理。而整个设计、施工过程，要依靠BIM软件，是电子化流转的。这些机构遇到了施工中数据要如何安全流转的问题。

二是数据质量。罗小江在实践中发现，数据来源五花八门，有效性和准确性不足，即便治理之后，跟银行的一些风控模型进行匹配时，依然会存在问题。

三是数联网的标准。王忠良之前在一家医药新零售企业。某个药品到底属于口腔科、牙科，还是呼吸道科，行业内没有统一标准。所以大家在输入时就比较随意，最后导致不同存储平台里的数据维度完全不一样，给后续使用造成障碍。

四是数据治理的工程化。数据治理是一个庞杂的过程，除了工具，还要有经验提炼、标准、流程和运营机制。这是一个系统化、工程化的事，并不容易。

04、央国企、行业龙头已有实践

尽管存在不少问题，甚至还有一些企业内部数据都尚未打通，但也有部分龙头企业已迈进跨产业链数据落地实践阶段。

典型如央国企，最近几年都在深化链长制建设，以期打通整个产业链。一些地方大数据局，则把当地医疗、教育、出行、能源、电力等社会数据逐步打通，政府部门在惠民和产业布局中先用起来。

而在供应链金融、营销、风控等领域，已落地跨产业链数据应用。

当然，更多应用的深入还依赖于跨产业链数据的进一步打通。IDC分析师告诉数智前线，供应链的数据打通，当前都是依靠强有力的链主企业等制定数据标准。在汽车、钢铁、石化等比较大的行业，由于国外供应商引入，或者行业集中度高，供应链的上下游数据打通较好。而大部分企业自身的标准化、数字化还比较低，无从谈起供应链上下游的数据打通。

谭晓生也表示，这个问题最终起决定性作用的是产业协同关系。随着甲方逐渐成熟，国内确实可以像西方一样用大的采购订单，逼大家去标准化。“比如电力、两桶油、各大银行，采购量比较大，提出这种要求，供应商咬着牙也得做”。

最近，ChatGPT的“横空出世”也给行业带来了新思路，一些企业及政府机构开始思考甚至尝试在一些场景里嵌入相关技术。知情人士透露，一些地方政府受大模型启发，正在从整体经济市场，包括ESG环境能源，配套支撑体系来思考引入什么经济，最有利于本区域产业聚合。

不过，受访业界人士都认为，ChatGPT这类大模型在消费市场，如社交等表现相对成熟，但在ToB领域，还需大量建设，“不用太神化它”。

百分点科技刘译璟也认为，未来大模型要用得更好，一定是在垂直领域里。他同时表示，看好行业性的大模型做成后的效果。他认为，企业间的数据流转可能由此能形成更好的共享共用机制。“在统一产业链上，大家有相同的技术和产品标准，同时数据共享给行业性大模型，对产业里的设计、研发等长期规划有推动作用，从而催生出好的应用场景。”