数据开放和共享的资产化运营模式分析

目前已有的国内公共数据运营主要模式分为行业主导、区域一体化和场景牵引三种类型。

1.资产化运营体系

实现数据资产化，需要经过收集-存储-治理-交易-应用等过程，在市场上发现和实现基础性数据资产的“一次价值”和服务性数据资产的“二次价值”。数据收集企业将原始数据经过数据治理后的数据产品进行确权，然后利用原始或者建模处理后的数据进行打包入库，依据计量计价单位对数据产品进行估值定价，利用数据信息完成相应的企业业务，实现其“一次价值”；在市场上流通，为外部企业提供服务，实现其“二次价值”，通过流通情况的变化对数据产品进行折旧、保值和增值管理，根据数据产品的价值变化进行数据产品优化。数据源源不断产生，数据资产化建设的流程循环迭代。

加强数据资产化的建设，能促进数据产品在市场上合法合规流通交易。缺少流通过程，累积的数据就是一潭死水，随时都可能爆发“数据沼泽”的危机；数据资产进行合法合规的流通循环，才能促进实现数据资产的“一次价值”和“二次价值”。加强数据资产化建设，是对优化数据治理、明确数据权属、促进数据建模和装盒入库、实现数据资产估值和进行数据资产折旧、保值和增值管理流程的重视，实现透明清晰的数据资产化建设过程，进而促进企业挖掘应用场景，经营数据产品业务，按照有关监管法律法规进行健康流通。本文首先针对行业的模式机制难点，提出数据流通的体系框架。即在法律法规、监管合规要求下，数据高效流通交易、数据要素市场规范发展，有赖于行之有效的流通模式等规则机制和安全可靠的技术能力支撑。

由此可见，数据开放和共享能获得的收益也可以分为两层：第一层级，数据开放与共享本身所产生的价值，即常规的数据交易行为。各个大数据交易所正是以数据交易为抓手来推动数据的开放共享。但由于目前仍未建立科学合理的数据价值评估体系，无法确定数据资产和数据产品的交易价格，市场化运行机制有待完善，这就涉及数据价值的第二层级，即基于数据开放和共享数据应用所产生的衍生价值。相对于数据本身的价值，其源自数据场景应用的使用价值要高很多。因此，在数据资产化过程中，要将重点放在数据使用价值的挖掘上。通过数据开放和共享，将散落在各个角落的数据汇聚起来，再借助人工智能、大数据信息技术进行数据分析、数据挖掘和数据应用，用数据赋能业务，提升企业的决策、运营、生产、营销效率，让数据产生足够高的剩余价值，再依据共享数据相关各方的贡献程度，来分配数据产品和数据应用所产生的剩余价值。

针对现阶段数据资产化市场发展所面临的挑战，提出包含数据资产化规范体系（顶层设计、法律法规、标准规范）、规则机制（确权机制、评估机制、可信机制、供需管理机制、生态合作机制）、技术体系等内容在内的数据流通体系框架，自上而下指导和促进、自下而上支撑和推进，以保障数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范。在规范体系的顶层指导下，通过规则机制和支撑能力体系双轮驱动，形成场内外多层次数据流通服务模式，共同推动数据流通市场高质量发展。

针对技术难点，提出区块链和隐私计算结合的方案。在数字经济发展过程中，面对由于数据相互割裂而形成的数据孤岛，难以实现数据价值最大化的问题，隐私计算和区块链的结合为此提供了很好的解决方案。隐私计算是以多方安全计算、同态加密、联邦学习和可信执行环境等为代表的现代密码学和信息安全技术，在保证原始数据安全隐私性的同时，完成对数据的计算和分析，实现数据的“可用不可见”。隐私计算保障了计算过程中数据的隐私保护问题，但在数据传输流转的过程中无法保证安全问题。隐私计算是多方之间参与的联合计算，计算过程中会涉及一轮或多轮通信。如果参与隐私计算的节点存在主观作恶的意图，就可以利用中间结果进行攻击。当多方节点共同参与隐私计算时，数据确权问题也会成为隐私计算过程中遇到的挑战。要让隐私计算中数据更高效、安全地互通互传，需要引入更多的安全机制。

区块链通过其数据可溯源、难以篡改、智能合约自动执行等技术特点，可以提供数据全生存周期的全闭环管理。实现上链前数据真实性交叉验证，上链后数据难以篡改和可追溯；还可以通过共识机制在参与方之间建立信任基础，实现点对点的价值传递；还通过协同机制、激励机制的设置与共识，促进数据开放共享与价值协作。但与此同时，区块链也面临一些挑战，比如如何保护链上数据隐私等问题。透明性是区块链的特性之一。交易数据经过验证节点验证状态和有效性达成共识后上链，上链的账本数据是所有参与节点都可见的，不能完全满足数据的隐私保护。合作机构或组织出于自己数据安全的考虑，可能会放弃加入联盟链，从而限制了联盟链的发展。要想解决链上数据的安全问题，需要引入其他的隐私保护机制。

隐私计算和区块链在很大程度上做到了能力互补。隐私计算和区块链相结合，不仅融合了二者的优势，也能解决双方技术面临的部分难点问题，实现“1+1>2”，既能在数据共享过程中有效保护个人信息，实现数据的安全流通，还能为数据的真实性、数据确权等合规问题提供可行解决方案，实现全流程可记录、可验证、可追溯、可审计，并为进一步建设高效率、高安全和高流动性的数据要素市场打下基础。

基于数据开放和共享的资产化运营是盘活公共数据资源、挖掘数据价值、释放数据红利，以实现数据资产化的重要手段。近年来接续出台的一系列政策文件，对公共数据运营和发展提出了新的要求，也提供了新的战略指引，为进一步赋能数字政府建设、培育数据要素市场、促进数字经济发展提供了有效支撑。公共数据授权运营是指经公共数据管理部门和其他信息主体授权具有专业化运营能力的机构，在建立安全可控开发环境基础之上，组织产业链上下游相关机构围绕公共数据开展加工处理、价值挖掘等运营活动，生产数据产品和服务并实现数据价值增值的相关行为。

2.数据授权运营模式

本文按照中国软件评测中心的研究思路，将目前已有的国内公共数据运营主要模式分为行业主导、区域一体化和场景牵引三种类型。（1）行业主导模式：该模式主要由垂直领域的行业管理部门协调，开展行业内公共数据管理、运营、服务等各项工作。政府或垂直领域中央（国有）企业的数据归口管理部门开展公共数据管理平台建设，授权和指导其下属国有企业作为公共数据统一运输机构，承担公共数据运营平台建设任务和数据汇集、数据存储、数据处理等数据处理工作，为社会主体提供数据服务。

（2）区域一体化模式：该模式以区域内数据管理方整体构建的公共数据管理平台为基础，整体授权给综合数据运营方，由综合数据运营方进行公共数据运营平台建设。基于统一的公共数据运营平台，引入行业数据运营机构，按行业细分开展公共数据运营服务。此外，第三方机构主要提供公共数据治理、价值评估、质量评估等共性服务。即地区数据管理机构以整体授权形式委托数据运营机构整体开展区域内公共数据运营平台建设和市场运营。

（3）场景牵引模式：该模式以政府及公共服务部门信息化设施为基础，由各级政府数据归口管理部门制定实施公共数据开放共享及开发利用管理制度，统筹建设公共数据管理平台，并通过多次分类授权引入垂直领域高质量数据运营方，运用公共数据管理平台数据资源开展相关数据服务。主要是由地区或行业数据管理机构在公共数据资源统筹管理基础上，基于特定应用场景通过针对性、专业化分类授权引入专业数据运营机构，分领域、分场景激活公共数据价值的运营模式。

3.基于“数据银行”的数据资产化运营思路

“数据银行”运营模式的整体思路是以打造纵深分域综合运营体系为主线，以确保公共数据管辖权不转移为前提，以公共数据内循环为主要突破口，以外循环为落脚点，以应用场景为牵引，充分运用数据沙箱、联邦学习、区块链等新技术，打造公共数据安全有序流通技术环境，完善数据运营机制和规则，强化公共数据运营监管和指导，提高各参与主体数据管理能力，深入挖掘公共数据价值，为做强做优做大数字经济提供有力支撑和助力。由此可见，基于“数据银行”新模式的数据要素价值化动态机制可以系统性阐释数据要素价值化的过程和路径，打开数据要素赋能产业数字化和数字产业化进而创造多维整合价值的“过程黑箱”。通过理论研究和实践观察，我们总结出围绕数据全生命周期、全链路运营的五环节数据开放及共享模式，即数据低成本汇聚、数据规范化确权、数据高效率治理、数据资产化交易和数据全场景应用，通过上述五个步骤可以实现数据的高效汇聚、确权、治理、融通、交易和应用。具体来说：

（1）数据汇聚。数据的收集汇聚是数据要素开发利用的前提条件。数据的海量性和多样性是导致数据价值密度低的重要因素。海量信息的产生不断稀释单一数据的价值，同时数据的多样性意味着数据所包含的不对称信息越多，使得零散的数据要素价值密度低，融合难度大。要使数据达到价值可用的程度，需要以足够低的成本实现足够的数据积累汇聚，才能分析还原出事物的全貌。因此，汇聚的低成本是数据要素价值增益的基础。大数据时代的到来，伴随着5G的超级链接、物联网的万物互联和云计算的超级计算等一系列技术的突飞猛进，使得数据产生的维度、广度和数据量都呈现出“核爆”式增长，同时大数据科学的快速发展，基于数据驱动的科技发展对数据量的需求也愈加迫切，对数据汇聚存储必然提出了绿色、经济、安全、高效的基本要求，只有数据的汇聚成本低于其潜藏的价值，数据要素的收集存储成为新常态，才能为数据科学、数据产业、数字经济提供源源不断的数据生产要素。

（2）数据确权。数据确权是优化数据要素资源配置效率的基础，是实现数据要素融通增值的前提。由于数据要素具有虚拟性、数据的传输复制成本几乎可以忽略不计，使得数据要素的确权不同于传统物权。数据要素权属界定需要基于法律制度和人工智能技术并行，以保障数据要素融通的总体效率和安全性，是数据价值生产、数据资产评估、数据融通交易以及最终实现数据要素价值最大化的前提与基础。数据要素的规范化确权需要保障数据拥有者主体的隐私安全、权属收益和明确数据使用者的权利边界、侵权责任，以更好地促进数据要素的合法获取、开发共享、开发利用，形成“数据权益保护和数据产业激励”双层维度平衡性制度，促进高质量数据的生成和价值实现。

（3）数据治理。数据治理是一个组织中关于数据使用相关的管理行为体系，是在综合过程、技术和责任等因素下的数据管护过程或方法，以实现数据资产的合理使用，也是国家治理能力现代化的应有之义。高效率治理是以海量数据资源为基础，以云计算、AI、大数据等技术为支撑，提供统一便捷的数据获取、存储、管理、治理、分析、可视化等服务，通过对数据的全生命周期的管理，提高数据质量，促进数据在“内增值，外增效”两方面的价值变现。当然，高效率治理的前提在于低成本存储资源以扩大数据的采集范围，提升数据治理的深度，提高数据利用率;同时，依托产业化链条降低应用产品孵化成本和产品快速应用变现，实现数据价值的最大化，最终实现数据融通统一管理和专业全过程治理。

（4）数据交易。数据作为一种新的生产要素，也是宝贵的资产，未来的企业资产负债表中将会增加数据资产相关内容。但并非所有的数据都是资产，只有合法拥有的数据满足可控制、可计量、可变现等条件时才可能成为数据资产。数据运营融合数据的统一汇聚、存储，经过中层的数据资产化、数据商品化后进行数据交易和融通;最终，在存储层实现数字孪生，在数据价值层实现数据的共享和红利释放，并基于此模式吸纳更多、更新的有价值数据汇聚，实现业务的闭环。数据资产化交易是数据市场新业态的积极探索，是数据价值化的重要体现，数据交易是数据要素流动的重要通路，数据在不同主体之间流通从而表现为包括持有权、收益权、经营权、加工使用权等在内的数据权利的让渡，主要交付形式有API、数据集、数据报告及数据应用服务等。

（5）数据应用。数据开放和共享的最终目的在于数据要素落地于各个产业一线，实现数据融通之后的全场景应用，赋能行业产业发展。在明确应用过程中的数据安全、数据质量及隐私保护要求的基础上，梳理各类应用场景，明确各类应用场景的使用方、开发方、数据内容、数据血缘关系、算法模型、效果评价指标等内容，开展内部共享应用、外部开放流通，以场景和内容驱动数据资产持续应用和变现。

上述模式主要包含以下几个特点：（1）对海量数据规范确权、全面汇聚、全量存储、科学分级和高效治理的基础上，按需合规获取数据供应方提供的“数据资源持有权”，自主研发数据开放实验室平台释放“数据加工使用权”，通过打造数据资产化服务平台落地“数据产品经营权”，进而完成数据三权的有效分离分置，实现数据的资产化、价值化，最终达到数据交易融通和增值变现的目的。（2）面向数据持有者、数据需求者与数据技术服务商，通过打造基于固定安全边界的数据分析及价值挖掘工具平台，即数据开放实验室，依托“双模式”数据开发工具、为数据使用者提供丰富的数据资源、算力、算法、办公场所等条件，实现数据“可用不可见、可用不可取”，保障数据资源持有权与加工使用权分离，促进数据共享、开放、融通。

（3）以《数据安全法》、《个人信息保护法》、《关于构建数据基础制度更好发挥数据要素作用的意见》等法律法规为指导纲领，采用准入门槛建立、用途场景审核、数据开发审核、操作记录上链等手段，易数工场联合北大、清华等高校院所发布了业务服务指南和合规指引，建立了完善的数据授权审批制度流程，保障数据与数据产品在使用过程中的用途可控、行为可追溯、使用可计量。（4）依托区块链技术进行链上数据存证与收益分配监管，实现数据要素流通透明化，更好地发挥了政府在数据要素收益分配中的引导调节作用，建立体现效率、促进公平的数据要素收益分配制度，强化分行业监管和跨行业协同监管，压实数据安全责任。

整体上，该模式可对“数据-场景-算法”进行三维整合，以场景实现数据的价值挖掘与交易定价，以数据赋能场景、行业与城市发展，可以包括区域牵引、行业主导以及场景驱动等多种形式在内的数据运营思路。该方案可以有效汇聚数据要素资源，充分发挥算力、算法的优势，实现技术创新、产品创新、模式创新，推进新业态的发展。同时利用新技术、新应用推动产业数字化，对传统产业进行全方位、全角度、全链条改造，提高全要素生产率，释放数字对产业发展的放大、叠加、倍增作用，最大程度发挥其“乘数效应”，推动产业的转型与实体经济的快速发展，最终构建开放、共享、共赢的数据创新生态体系，以低成本、便利化、全要素、开放式模式，驱动数据创新要素高速流动，促进资源配置优化和全要素生产率提升，聚合并带动形成多层级、多产业的生态体系。同时，该模式的推广可吸引一大批高技术人才汇集，加速资本积聚，催生新技术、新发明，激活各类创新主体，孵化优秀创业项目，促进大众创业、万众创新，为城市发展注入新活力、增加新动能，加快城市现代化和打造未来智慧城市。此外，在政府、企业以及个人大数据积累以及应用方面，可助力政府管理实现数字化升级，达到高效、精细的新型政府建设目标。