数据价值化与数据要素市场进展与价值分析

数据价值化与数据要素市场进展与价值分析

最佳答案 匿名用户编辑于2024/10/12 11:17

我国数据资源化、数据资产化、数据资本化均取得积极进展,为数据价值化和数据要素市场发展夯实基础,数据要素加速赋能经济增长和社会发展。

1.新进展:数据价值化与数据要素市场进入发展提速期

(一)顶层谋划,数据要素管理体系逐步完善为更好构建以数据为关键要素的数字经济,党中央、国务院高度重视培育数据要素市场,发布多项政策文件推动数据价值发挥。行业部委协同发力,深化细化“数据二十条”政策精神。2022年 11 月,国家知识产权局发布《国家知识产权局办公室关于确定数据知识产权工作试点地方的通知》,在北京、上海、深圳等八个省、市开展数据知识产权试点工作;财政部先后发布《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》《关于加强数据资产管理的指导意见》,引领推动数据资源登记和资产价值合法确认,江西、贵州等地以此为指引,从数据资源公证、资产登记、产品登记等方面加速推进数据要素确权;工信部、民航局等印发《工业领域数据安全标准体系建设指南(2023 版)》和《民航数据管理办法(征求意见稿)》,引导规范行业数据开发利用。

国家、地方组建数据管理机构,探索数据管理模式。2023年10月,国家数据局挂牌成立,明确其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的主要职责。地方政府与中央主动对齐,推动省、市级数据局成立。截至报告期,31 个省(区、市)和新疆兵团均已完成数据管理机构组建,其中,独立设置机构26 个,加挂牌子6个。

(二)数据资源化纵深推进,各类主体显活力1.数据基础设施成为数据资源开发利用的新型技术底座数据基础设施是从数据要素价值释放的角度出发,在网络、算力等设施的支持下,面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施,是覆盖硬件、软件、标准规范、机制设计等在内的有机整体。数据空间打造多主体参与的数据流通可信环境。数据空间是一种保障数据共享、流通和应用的分布式可信数据流通基础设施,互联网龙头企业基于自身技术基础积极探索数据空间方案,例如华为云交换数据空间EDS、腾讯云数链通数据共享平台、百度以区块链为核心的数据安全流通解决方案等,此外,中国移动的数联网服务平台 DSSN、中国电信的数据要素融通服务平台“灵泽”等均为企业搭建数据共享流通技术空间的有益实践。数据沙盒成数据监管重要基础设施方案。数据沙盒(沙箱)是基于软件或软硬件形式提供的一种安全计算环境,主要通过物理隔离或逻辑隔离来保护数据。2024 年 1 月,江苏出台“江苏数据二十条”,探索建立数据沙箱容错纠错和数据安全应急处置机制。4 月,北京建立人工智能数据训练基地监管沙盒机制,聚焦自动驾驶、数据交易等业务场景开展全链条沙盒监管运用。同期,杭州中国数谷推出数据要素“改革沙盒”,构建数据制度空间,通过技术手段和监管制度,在可控的范围之内实行入盒企业容错纠错机制。

2.数据全生命周期价值管理链呈现规范化、精细化趋势随着新一代人工智能大模型对大规模、高质量数据集的需求日益攀升,数据资源化进程加快。数据采集在重点行业形成规范化指引。外汇管理局、交通运输部先后印发关于航标数据、外汇金融数据的采集规范,部分地区政府、行业协会出台公共数据及相关行业数据的采集规范,促进数据采集程序和方式标准化。数据标注由国家发布试点加速推进。2024 年全国数据工作会议明确开展数据标注基地试点工作,支撑促进人工智能产业生态发展,5 月,国家数据局发布四川成都、辽宁沈阳等 7 家数据标注基地试点城市。数据分析技术加速成熟。自然语言处理、数据挖掘、数据可视化、数据融合计算等数据处理和分析技术不断优化,海量数据价值提取呈现自动化、标准化发展态势,将无形的数据转换为有形的数据产品。数据存储市场蓬勃发展。据IDC,2023 年中国企业级存储市场规模为66 亿美元,占全球份额19.2%。随着人工智能快速发展,数据库作为数据存储的重要形式,由周边系统向核心系统逐步升级,不断推动组织数智化转型提质增效。

3.政企协同发力,提升高质量公共数据资源的供给能力政务数据开放有序推进,开放数量和维度增加。2022 年,全国一体化政务数据共享枢纽发布各类数据资源1.5 万类,累计支撑共享调用超过 5000 亿次。截至 2023 年 8 月,我国共有226 个省级和城市地方政府上线数据开放平台,其中省级平台22 个,城市平台204个,开放数据重点集中在企业注册登记、气象、卫生等领域。以上海、深圳为例,截至 2024 年 9 月,上海市公共数据开放平台已开放51个数据部门,共计约 20 亿条数据;深圳政府数据开放平台已开放49个市级部门/区,共计 28 亿余条数据。

授权运营成公共数据开发利用主要方式。根据“数据二十条”三权结构性分置理念,公共数据持有方依法依规将数据开发使用权和产品经营权授予符合要求的机构或企业,对原始数据进行一级开发,形成合规的数据产品和服务。行业部委持续发力,人社、民航、高法、气象等典型行业通过 PPP、政府购买服务、设立专门机构等方式,逐渐形成专业化、精细化的授权运营局面。各地授权运营探索加快,部分地区在公共数据授权方面已形成制度安排,截至2023 年底,浙江、江苏、广东、贵州、海南等 22 个省级行政区,深圳、杭州、济南等4 个副省级市已出台相关条例办法。实践层面,全国范围内已成立、重组省市两级数据集团 40 余家,作为公共数据运营机构,承担当地公共数据治理、加工、运营和平台建设等工作。

(三)数据资产化聚力攻坚,市场化配置加速1.数据登记和入表工作开展,助推数据权属确认数据登记服务多样化开展。数据登记制度是保障数据产权收益的主要制度之一,部分地区尝试形成登记规则指引。浙江、北京、山东、江苏出台数据知识产权登记管理办法,广西、深圳、温州出台数据产权登记管理办法,贵州、安徽、海南、广东、大理、南京出台数据要素、数据资源、数据产品、数据资产相关的登记管理办法。在实践中,部分地区依托当地数交所、授权运营平台开展数据资产登记服务,并颁发凭证。2023 年 11 月,广东数交所为惠农网的“惠农农产品行情价格”数据产品颁发数据资产登记凭证,同期,北京国际大数据交易所颁发国内邮政快递业首张数据资产登记凭证。上海数交所上线数据产品登记大厅,截至 9 月已有 1637 个产品完成登记,其中金融服务领域已有 1172 项产品完成登记。数据资产入表进入实践落地阶段。以国有企业为主的市场主体先行先试,涌现出一批企业数据资产入表实践案例。2023 年 8 月,江西省数据资源登记平台投入运行,并于次年成功实现全链路合规公证模式数据资产入表。2024 年1 月,成都数据集团基于公共数据运营服务平台产生的数据已完成资产评估入表,南京公共交通集团已完成约 700 亿条公交数据资源的资产化并表工作。3 月,山东高速集团以 351 万元入账路网车流量、科技平台数据监测等三项数据产品。

2.数据流通交易规模扩大,市场活跃度有效提升数据要素市场呈现场内和场外多种形式结合、并行发展态势。场内交易规模快速增长,交易场景覆盖多个领域。2023 年,广东省场内数据交易额近 80 亿元,其中,深圳数据交易所年交易额超50亿元,保持全国领先,北京、贵阳场内交易金额均已突破20 亿元。场景打造方面,深数所已累计打造 165 个应用场景,生态合作机构突破900家,广州数据交易所交易场景覆盖金融、陶瓷、农林牧渔、电力等24 个行业,其中陶瓷行业数据空间覆盖13 个省市,支撑实体交易金额突破 36 亿。场外数据流通模式不断创新。场外数据流通一般没有明确的数据产品交割形式,而是通过企业间数据共享、平台企业定制化服务、数字化项目置换等形式实现数据交互利用,辅助企业日常业务开展和经营决策。目前,数据交互利用以API 接口调用的形式为主,实现不同系统间数据的共享、交换和迁移。数据价格形成机制研究加快。各界针对数据的估值与定价已形成系列研究成果,涵盖定价标准、模型、策略等方面。2023 年 2 月,贵阳大数据交易所上线数据产品交易价格计算器,为企业提供了基于成本角度的交易定价参考。

3.收益分配机制加速探索,保障数据持有方权利数据作为关键要素参与生产,产生的收益涉及持有方、加工处理方、使用方等不同主体,合理规范的收益分配机制是推动数据资源增值利用的重要激励。公共数据运营收益呈现多种反哺形式。主要包括财政利益返还、成本补偿、数据产品和服务反哺、技术反哺、政治认可和社会荣誉、政府专项基金等形式。杭州、长沙、温州等市级层面的地方规范性文件中提出将公共数据授权运营取得的收入合理反哺财政预算收入,形成“数据财政”可行性初探。长春采取市场主体与公共数据授权运营单位签署数据服务使用协议并支付年费的形式完成数源部门利益返还。成都、广州等地的数据集团整合了当地数字政府业务,通过引导外部数据和技术流入,助力政府部门提升治理和公共服务水平,具体做法包括提供云服务、云资源统采共用等。

个人缺乏直接参与数据要素收益分配的有效途径。个人用户参与数据要素收益分配一般包括免费服务形式的利益补偿和个人信息交易获利。现阶段,针对个人行为轨迹和偏好等信息在平台上产生的额外经济收益,个人用户作为原始数据提供者尚无资格和有效渠道参与分配,而是通常以消费者身份免费使用平台的服务。2023 年7 月,北京出台政策推动个人数据托管使用,鼓励个人以按次、按年等方式获得个人数据使用产生的收益。同年 9 月,全国首笔个人数据合规流转交易在贵阳大数据交易所内完成,交易标的为个人简历数据。

(四)数据资本化持续探索,创新金融新模式1.数据信贷服务拓宽中小微企业融资渠道近年内,银行基于数据信贷服务产品,积极为企业提供信贷融资支持。例如上海“数易贷”、温州“信贷数据宝”、苏州“数商贷”等。2023 年 4 月,由深圳数据交易所对接第三方评估机构和光大银行,通过数据产品合规审核、数据商资质审核、数据资产定价估值等业务,助力相关企业获 1000 万元授信额度。10 月,湖北搭建“数据增信”平台,运用大数据、区块链、人工智能等技术为企业经营和财务活动画像,推动金融机构利用数据增信替代抵押担保等传统增信模式,提高小微贷款获客率、降低贷款门槛和贷款风险。2024 年3月,湖南基于当地黄牛产业链的数据产品,实现乡村振兴数据资产融资,授信额度为 1000 万元,为地方特色产业的数据流通和价值变现提供新思路。

2.数据作价入股成非货币财产投资新方式国资委 2024 年 1 月发布《关于优化中央企业资产评估管理有关事项的通知》,确认数据资产可以作价出资入股,结合财政部针对数据资产入表和管理所颁布的政策文件,数据资产作为非货币财产用以出资入股已具备法律支撑。温州、北京先后出台地方工作方案,支持探索数据作价入股等数据资产多元化价值流通路径。2023 年9月,青岛已成功落地数据作价入股,标的数据资产在通过合规审查后进行登记,由第三方专业评估机构出具质量评估报告,由华通智研院、北岸数科和翼方健数三方结合资金、管理、技术等其他出资方式成立合资公司,实现数据资产的作价入股。数据资产作为初始资本,对企业积极组织数据治理、充分挖掘数据价值形成显著激励。

3.数据信托打开个人数据价值释放新思路个人数据信托理论的出发点在于保护数据主体的个人信息权益不受侵害的同时发掘个人数据的经济价值。发达国家针对个人数据信托治理已建立较为成熟的商业应用模式,例如美国的“信息受托人”、英国的“MiData”和新加坡“SingPass”概念。2023 年4 月,全国首例个人数据信托在贵阳实现,此次交易在个人用户知情且明确授权的情况下,将简历数据通过数据信托的方式托管给贵阳大数据交易所,由贵数所委托给数据中介进行运营,个人用户在简历数据交易流转结束后获得利润分成。2024 年 1 月,北京国际大数据交易所上线“数据授权平台”试点项目,其业务模式为个人数据信托,个人用户通过微信小程序实现对个人信息使用有效管理,可以选择特定数据主动授权给他人的方式允许数据被查询使用,且不必对是否提供数据进行重复判断,为我国个人数据交易提供重要参考。

2.新价值:数据要素赋能经济发展作用初显

我国数据资源化、数据资产化、数据资本化均取得积极进展,为数据价值化和数据要素市场发展夯实基础,数据要素加速赋能经济增长和社会发展。

(一)数据提升全要素生产率,赋能经济增长党的二十届三中全会《决定》要求,加快形成同新质生产力更相适应的生产关系,促进各类先进生产要素向发展新质生产力集聚,大幅提升全要素生产率。数据作为新型生产要素,既能直接通过流通交易创造价值,又与其他生产要素融合,降低交易成本,形成规模经济和范围经济,以配置效率、规模效率和技术效率提升全要素生产率,赋能新质生产力,推动经济增长。

一是提高配置效率。数据推动土地、资本、劳动、技术等生产要素优化组合,在市场机制作用下推动各类要素便捷化流动、网络化共享、系统化整合、协作化开发和高效化利用,降低信息不对称性,减少交易成本,推动各类优质生产要素以更高的效率流向高生产效率、高边际产出的企业和行业,流向关键核心领域,促进经济产出、结构、技术和福利持续改善。如,制造业企业通过对历史生产数据的分析,实现生产资料的及时购买、各环节机器设备购入或租用的决策部署,以及专业技术人才的引进和员工新技能更新等,实现各类要素的有效聚合,进而提升生产效率。 二是提高规模效率。要素规模效应是通过适度扩大生产要素投入规模,集合各类生产要素,产生更优的经济效益,形成新的竞争优势。数据要素价值是在不断流通复用中释放的,通过数据流通汇聚,不同类型、不同维度的数据融合,规模扩大,在不同主体、不同场景、不同领域复用,推动各行业知识融通,产生新知识,孕育新产品、新服务,催生新产业、新模式,创造新的价值增量,培育经济增长新动能。如,山西数据流量谷吸引 750 余家数字经济企业入驻,推动产业链上下游企业数据互联互通,形成规模效应,成为产业集群,通过集群效应吸引资金和劳动力,截至 2024 年 3 月,园区数据要素流通交易规模突破 43 亿元,企业累计营收超 352 亿元,平均每1 元的数据要素投入带来了近 8.2 元的经济产出。

三是提高技术效率。伴随高性能算力、智能算法等技术的迅速发展,在海量数据的驱动下,科学研究范式得以由传统的假设驱动向基于科学数据进行探索的数据密集型范式转变。数据要素增强创新研发能力,提升科技创新能力,推动 AI 大模型技术及行业应用实现突破。模型演进与数据规模呈显著正相关,如 GPT-3 的训练数据约750GB,而 GPT-4 训练数据在此基础上暴涨三十余倍,实现了速度和性能的全方位提升。行业人工智能应用与大规模数据训练紧密相关,如在自动驾驶汽车中,车载传感器收集的道路条件、交通流量、行人信息等数据,训练 AI 系统,使其能够做出快速而准确的驾驶决策。数据要素提升配置效率、规模效率和技术效率,带来全要素生产率的提高,开辟经济增长的新空间,创造新产业新模式,实现对经济发展的倍增效应,成为驱动经济发展的新力量。根据中国信通院测算,2023 年,我国数据经济贡献度为 2.05%,比2022 年增长0.99 个百分点,数据经济贡献度衡量数据对国民经济收入的贡献率,由此可见,数据驱动经济增长能力已经初步显现。

分产业看,第一产业、第二产业、第三产业数据经济贡献度分别为 1.01%、1.96%、2.43%,与 2022 年比,分别增长0.69、1.30 和0.74个百分点,其中,第三产业持续保持数据开发利用优势。依托各类数字基础设施及互联网平台,第三产业企业通过数据接口、埋点、网络日志、网络爬虫等方式采集数据,形成数据资源禀赋优势,数据开发利用起步早,数据要素赋能效果初显。同时,随着信息化与工业化融合走深向实,第二产业数字技术应用水平提升,基于网络连接、智能感知的机器设备产生大量数据,通过传感器、条形码、摄像头等设备的收集,第二产业也汇集了大量数据,数据开发利用取得一定成效。

(二)数据应用推动行业革新,实现高质量发展数据正推动我国产业由低技术水平、低附加值状态逐步向高新技术、高附加值状态演变。一是生产要素结构发生变革,呈现出从“劳动密集→资本密集→技术密集→知识密集→数据密集”的发展变化态势。二是产品和服务结构发生变革,即产业在技术进步基础上逐步向着更贴近消费者、更专业、更灵活的方向转变,而这种产业结构的转变离不开大量知识和数据的支撑。三是同一产业内部企业,在原有竞争规范下,积极主动探索数据本身可能带来的新业务场景和新利润增长点,寻找数据价值有效释放路径。 数据要素加速赋能工业制造,助力提升制造业研发效率,实现产业链供应链高效协同。我国基于网络连接、智能感知的工业机器设备产生了大量数据资源,但面对工业化使命、困难和压力的升级,工业企业正在寻找新路径,实现工业质量、效率和动力变革。从企业端看,通过推动产品全生命周期数据融合,打造基于数据的新技术、新产品研发范式,解决研发验证成本高、周期长、成果转化率低等问题,推动自主创新成为企业发展的根本驱动力。如华中数控通过中试平台加快推动企业研究成果转化,陆续建成了中试车间和测试车间,通过数据分析、测试验证等,帮助用户将研发周期从两年缩短到半年左右,保证产品在量产前达到设计要求。从产业端看,通过打通产业链上下游数据壁垒,提升产业链韧性,增强抗风险能力。山东于2023年6月出台《山东省工业大数据中心体系协同建设2023 年行动方案》,探索建设国家工业互联网大数据中心体系,布局全省工业数据“一张网”,为产业链整体能力提升提供服务支撑。四川长虹电器股份有限公司通过建立工业数据空间,打通电子信息产业链上下游企业间测试、生产、库存、应付账款、供应商资信和历史交易记录等数据,推动对账用时降低 99.72%,赋能产值超 90 亿元。

数据要素加速赋能现代农业,解决产销难题,形成智慧农业新模式。从生产端看,农业生产受自然环境变化和生物生命规律影响较大,生产能力和抗风险能力提升是农业生产最迫切需要解决的问题。农业企业通过采集分析气象、土壤、生物等数据,实现精准种植和检测预警,减少外部环境对农作物的干扰。江苏省互联网农业发展中心依托政务数据共享平台,采集汇聚农情、植保、气象、基础空间等数据,对超 2 亿亩稻麦实现病害常态化风险监测预警,近三年,年均挽回稻麦损失共计 200 万吨,直接经济损失 49.8 亿元。从消费端看,受农产品市场供需不平衡、信息不对称、产地封闭性强、物流配送难等影响,农产品销售的“最后一公里”面临挑战。数据要素赋能下,农产品电商、“农业+直播”等新模式快速发展,打通供应链数据,提高供应链透明度,优化供需对接,为农民打开新的销售渠道。京东农产品交易平台打破传统农产品交易地理隔阂,帮助商家发布产品数据,让买家便捷浏览、购买和结算,实现了交易全链路的线上化。

数据要素加速赋能交通运输,提升运输效率,催生多样化数字物流场景。物流运输方面,我国物流种类多样,但不同物流方式涉及主体数量庞杂、差异较大,物流信息不对称、不透明导致物流效率低,信息追踪难,订舱操作繁琐等。通过汇聚全链条物流数据,可提升管理调度能力和运输效率,实现企业降本增效。舟山市港航和口岸管理局、中国电信舟山分公司建设了江海联运数字化平台,通过对舟山市与张家港、江阴南京、武汉、重庆等 25 个长江物流节点城市的海关、海事、边检港航等政府部门数据,以及船舶自动识别系统数据、气象数据、海图数据等专业第三方数据的汇聚、分析和综合应用,推动江海直达配送每航次物流周期缩短 4 天以上、中转损耗减少7 万元,大幅提高长江黄金水道运输效能。城市交通方面,我国城镇化快速发展,机动车保有量持续提升,但受路况信息反馈和车流预警不足、交通管理应急疏通能力弱等影响,城市交通拥堵情况愈发严重。通过城市交通数据汇聚分析,可优化城市交通治理、提升通行效率。2023年,中国电信在雄安新区容东片区建成规模化区域级数字道路,通过监测分析雷达和智能摄像头等智能感知设备采集的数据,推动多个交叉路口信控系统优化,大幅提高了车辆通行效率。重庆公交控股有限公司通过人员、车辆、站台、线路、停车场等多类数据感知互联,打造远程集中调度、多方式车辆监控、车辆到站时间预测、运营日报自动生成等数字化应用,实现人车供需匹配。

数据要素加速赋能金融服务,推动金融服务模式创新,解决企业融资难题。从内部看,服务效率、质量,以及优良的风险防控能力是金融行业发展的核心竞争力。当前,金融行业内部数据整合和共享逐步推进,大数据、人工智能等新技术在金融领域得到广泛应用,金融服务的智能化和个性化水平不断提升,风险防控能力迅速增强。中国邮政储蓄银行创新打造不同场景下的信贷全流程智能风控方案,基于历史交易数据进行授信、基于实时交易数据进行用信、基于贷后经营及履约数据进行预警,风控方案覆盖各场景各环节风险点。从外部看,金融数据可与农业、医保、交通等多源数据融合,提升资源配置效率,解决企业信贷难题。网商银行、蚂蚁集团和农业农村部大数据中心合作,汇集遥感识别数据、农户个人授权数据,以及农村土地基础数据、承包数据等公共数据,建立新型农业信用贷款授信评估体系,提升金融服务对农户的授信范围和额度,提升金融服务机构风险防范能力。

数据要素加速赋能医疗健康,提高医疗资源利用效率,提升服务质量。研发方面,药物和临床试验数据可提升新药研发效率,降低研发成本。北京市计算中心通过多渠道、合规收集海量药物研发关键数据,建立专业的新药研发数据集,并基于人工智能算法对药物数据集进行数据挖掘和药物特征提取,现已服务新药研发项目100 余项,有效降低新药研发周期。服务方面,医疗机构间数据的互联互通,可有效提升医疗检验数据标准化和互认程度,提高患者转诊、转院效率,降低成本。浙江省建立覆盖省市的医学检查检验结果互认共享平台,推动数据互联互通,实现检查检验结果跨医院、跨层级、跨区域智能检索、即时调阅、互认共享。截至 2024 年3 月,累计节省医疗费用12 亿元。融合方面,“金融+医疗”数据融合,实现医保和商保一站式结算,“医疗+养老”数据融合,助推健康养老服务体系建设。广州红山医院将老人家中烟雾警报器、浸水警报器、紧急呼叫按钮、心率呼吸监测等设备与社区、医院进行数据对接,24 小时监测异常情况,保障居民生命安全。

数据要素加速赋能绿色低碳,提升能源利用效率,优化管理能力。能源利用方面,依托数据推动构建清洁低碳、安全高效的新型能源体系,实现经济社会绿色低碳转型。国家电网通过建设能源大数据应用平台,搭建与省级能源大数据中心、当地政府部门、电力企业、供用能企业、新能源电站,以及国内外权威数据机构等的数据传输通道,实现分地区、分行业、重点企业的常态化监测和高频碳排放数据核算,助力政府实现能耗“双控”。自应用以来,助力减少碳排放1017万吨,间接为企业节约成本约 5 亿元。污染管理方面,以水环境污染为例,通过汇聚和分析水环境数据,可解决当前动态监控和精准防控不足等共性问题。四川省生态环境监测总站汇聚污染、土壤、现场地勘、人口、气象、水文等数据,基于数字孪生技术支撑管理部门开展流域地表水环境监测管理、资源调配和业务应用,主要污染物预报准确率超过 75%。 数据要素加速赋能文化旅游,推广中国特色文化,优化旅游质量。文化方面,中华文化数据库加速构建,实现文化遗产的永久性保存和活态化传承。敦煌研究院采集形成 7 处大遗址、250 个洞窟结构和60余身彩塑的三维重建数字档案,以及 180 多个洞窟壁画数字化成果,打造数据资源共享平台“数字敦煌·开放素材库”,利用区块链、数字水印等版权保护技术,鼓励用户利用素材进行二次创作,助力提升敦煌石窟保护、艺术传承及文化推广。旅游方面,数据为文旅产业转型升级提供了管理和决策依据,推动旅游治理能力和服务水平提升。中国联通通过自身数据和消费、交通、气象等多源数据的汇聚融合,打造文旅大数据平台,支撑各级文旅管理机构开展旅游态势、文旅消费监测和文旅管理决策。同时,通过打通景区内部多个系统,精准预测景区客流,辅助景区开展拥堵治理和指挥调度。

参考报告

数据价值化与数据要素市场发展报告(2024年).pdf

数据价值化与数据要素市场发展报告(2024年)。本报告围绕“新理论、新进展、新价值、新对策”,从经济学角度出发分析数据要素市场类型、特征和价值释放路径,梳理数据资源化、资产化、资本化价值释放现状,分析数据要素赋能经济及产业发展路径和能力,为未来加快完善数据要素市场体系,释放数据要素价值提出政策建议。新理论:提出四类数据要素市场,明确各类市场数据要素价值释放路径。本报告通过对市场竞争程度及交易成本高低的区分,将数据要素市场分为“低交易成本竞争型市场、低交易成本垄断型市场、高交易成本垄断型市场和高交易成本竞争型市场”。根据市场特点和发展程度的不同,报...

查看详情
相关报告
我来回答