工业数据要素内涵特征、价值实现路径及登记制度意义在哪？

目前，工业数据已经成为影响工业经济发展、工业安全保障的重要生产要素，是驱动工业互联网创新发展的重要引擎。

1.工业数据要素的内涵特征

工业数据是指在工业领域中，产品全生命周期各阶段开展各类业务活动产生数据的总和。 工业数据要素，是指在工业领域内能够参与社会生产经营活动，进而产生经济效益的数据资源。“数据二十条”明确将数据分为公共数据、企业数据和个人数据三大类，并以此为基础建构数据利用的权利义务体系。与强调公共管理性质的公共数据和强调隐私的个人数据不同，工业数据以生产研发与管理经营数据为核心，属于企业数据范畴，在权属上更为明晰。

从工业数据的来源看，主要包括两类：第一类是企业内部数据，主要包括企业传统运营管理相关的业务数据和制造过程数据。其中业务数据来自企业传统信息化相关系统，包括企业资源计划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）和能耗管理系统（EMS）等，此类数据是工业企业传统意义上的数据资源与资产；制造过程数据主要是指工业生产过程中，通过物联网等技术手段采集的装备、物料及产品加工流程的工况状态参数、环境参数等生产情况数据。第二类是企业外部数据，主要指企业使用工业互联网等新一代信息通信技术提供的服务过程中产生的数据，包括工业互联网标识解析服务产生的数据、使用工业互联网平台服务产生的数据、工业互联网安全监测数据、产业链上下游协同服务产生的数据等。工业数据具备明显的工业属性，与互联网等企业数据相比，其种类更丰富、形态更多样，主要包括：以关系表格式存储于关系数据库的结构化数据，如生产控制信息、运营管理数据；以时间序列格式存储于时序数据库的结构化数据，如工况状态、云基础设施运行信息；以文档、图片、视频、音频格式存储的半结构化或非结构化数据，如生产监控数据、研发设计数据、外部交互数据。工业数据往往具有明确的权属关系和资产价值，企业能够决定数据的具体使用方式和边界，相对其他数据而言，工业数据资源的持有权边界更加明晰。工业数据作为对工业相关要素的数字化描述和映像，除了具备规模性（Volume）、高速性（Velocity）、多样性（Variety）、价值性（Value）的4V 特征外，还具有反映工业逻辑的新特征。这些特征可以归纳为多模态、强关联、高通量。

多模态是指需要用到多模态复杂结构来反映工业数据的系统化多维度特征。工业数据的记录存储都需要较高的完整性，同时不同细分行业间的数据构成也有显著差异。工业数据往往包含大量非结构化数据与时序信息，为工业生产带来了丰富的信息来源，但同时也为工业数据的运用与分析制造了困难。强关联是指工业数据之间的关联具有系统性与动态性。工业数据之间的关联并不仅限于数据字段，其本质是物理对象之间和过程的语义关联。同时，这种关联性在长期生产过程中具有稳定性，可实现机理与模型复用，有助于企业更好地把握生产过程并做出决策。 高通量是指工业数据的采集、处理、分析具有很高的实时性要求，过程中传输的数据可能是海量的，其中具有应用价值的数据需要进行实时精确筛选。目前，嵌入传感器的智能互联产品已成为工业互联网时代的重要标志，海量实时的数据在人员、设备、平台之间快速传输互通成为常态。

2.工业数据要素价值释放的关键环节

在直接的应用价值之外，随着对数据要素的资产化应用途径探索不断加深，有关政策不断落地，工业数据的资产化价值潜力越来越得到广泛关注。一般而言，工业数据的价值释放由三个主要环节步骤组成。

工业数据价值化的第一步是对企业的数据资源进行整理登记。企业将来自经营、生产领域的数据，进行汇总清洗与处理分析，沉淀为最初的数据资源。这些数据资源通过登记权属，明确数据的归属权并实现标准化，最终形成清晰的数据目录，以便更好地展示数据具体情况。而工业数据因其海量多模态、可复制、易篡改的特性，使得权属确认难监督、数据质量难保障，因而在工业数据要素管理过程中需要更加明确地确立权益归属，更加重视登记机制的实施。 经过登记环节后，工业数据价值化的第二步是实现数据资产的质量与价值评估。数据质量评估对于确定数据价值至关重要，是价值评估是前决条件。为了确保数据资产的高质量治理和合理定价，企业侧应选择具有权威性的第三方机构来提供科学准确、具备时效性的数据质量评估结论，为后续的数据资产价值评估提供有效参考。目前，我国数据资产的价值评估机制仍处于探索阶段，尚无权威统一的法律准则或方法体系，现有的方法可大致分为市场法、成本法、收益法三种。除相对直观的通过市场法定价外，成本法主要考虑原生数据形成数据资产的投入成本因素，而没有将数据资产与特定场景结合起来。收益法将数据与具体场景相结合，通过预计数据资产所带来的收益来评估其价值。这种方法适用于能够带来长期价值的衍生数据，在金融和互联网领域得到广泛采用。

第三步是数据资产化应用，包括直接的交易流通途径，间接的金融授信、数据跨境以及通过“数据入表”实现数据价值与成本的显性化展示。工业数据在经过登记和评估定价后形成了具有可交易价值的产品，就可以进行合规交易，为企业带来直接收益，实现数据流通生态的良性循环。同时，以工业数据产品为依托的多元化金融服务和授信贷款也是价值化释放的潜在途径。金融机构依据企业或产业链上下游的排产运营数据能够更精确地评估客户经营信用风险、制定适当的授信策略，并根据客户需求提供更个性化的金融产品服务，为企业数字化转型提供更多融资渠道。

3.工业数据要素登记制度的重要意义

工业数据要素登记狭义来说指登记数据要素的权属信息与属性信息，界定数据权益的归属，是实现数据安全有序流动和数据资产化不可或缺的首要环节。要素有效分配的前提是产权清晰，而登记制度是对财产自然属性和法律属性的确认，是各类要素产权界定和交易流转的基础，同样也是要素市场体系中不可或缺的基础性制度。我国先后在土地（不动产）、资本（如债券）、技术（知识产权）等要素市场领域建立了完善的登记制度，这对数据要素的登记制度也具有重要借鉴意义。一是土地（如不动产）登记制度。不动产登记通常由政府或相关法律机构对土地、房屋、林地、海域等不动产信息进行登记，涉及的具体信息主要包括自然状况信息（面积、价格、等级、用途、位置等）、权利状况信息（所有权、用益物权、担保物权等）和其他信息（提示类信息、限制类信息、相关附记的其他信息等）。现行的不动产登记涉及领域较广，且被登记的数据庞杂分散、介质多样。通过全面实现不动产统一登记，不动产权人的合法财产权与交易安全能够得到有效保障，政府也能更好统筹安排调控政策，提高治理水平。

二是资本（如债券）登记制度。债权登记由债券登记结算机构进行债券面值与偿还期等债券基本信息、债券权利信息、债券变更等相关信息的记录和确认，是确定债券持有人及其权利的法律行为与保障投资者合法权益的重要措施。债券登记是债券发行和交易过户的核心环节，对提高交易结果执行的确定性和便捷性、保障债券市场安全有效运行至关重要。从我国债券登记托管的历史沿革来看，债券市场的登记托管体系和制度因治理无序分散的登记托管乱象而生，基于高度统一的集中登记原则而建立，是债券市场健康发展的迫切需求和必然选择。集中统一的登记原则不仅适用于债券市场建设，也能为数据要素的登记提供参考。三是技术（如专利等知识产权）登记制度。和普通财产权不同，知识产权具有无形性、专有性、时间性特征，需要专门的登记制度对其进行确认和保护。我国建立了完善的知识产权制度，以实用新型专利为例，在申请阶段需要登记提供的资料包括：请求书（包括专利名称、发明人或设计人信息、申请人信息）、说明书（包括专利名称、所属技术领域、背景技术、发明内容、附图说明、具体实施方式）、权利要求书（包括专利技术特征、请求保护的内容）等资料。知识产权保护制度的确立与管理水平的提升，能够有效激发创新主体的创新活力，推动科技成果转化为现实生产力，为经济社会的可持续发展打下坚实基础。

数据的登记机制一直是数据产权制度体系的一大难点。“数据二十条”明确指出要建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架。工业数据要素的登记确权与合规流通在全球范围内尚无成熟的解决方案与运行模式，美国注重平台企业、数据中介的作用，欧盟通过数据空间来促进工业领域的数据流通。我国工业和信息化部印发的《工业互联网创新发展行动计划（2021-2023 年）》，则明确提出要实施数据汇聚赋能行动，制定工业大数据标准，促进数据互联互通，研究数据权属确定、价值评估、资源交换、效益共享等机制，充分激发数据要素作用。工业数据要素的登记需要充分考虑工业数据要素的特性，针对工业数据要素规模海量、权属清晰、价值巨大的特点，建立面向发展、保障安全、促进流通、实现价值的权属框架。数据登记能够汇聚数据目录，构建数据黄页，帮助工业数据市场的需求方与服务商获知企业数据的基本信息，为工业数据要素市场构建提供目录级数据供给，促进工业数据要素“活起来、动起来、用起来”。 加快研究工业数据产权登记新方式，建立健全工业数据登记机制，有助于促进工业数据要素的市场化流动，为工业数据市场的有序发展提供基础支撑与关键保障。