数据要素是指参与到社会生产经营活动中,为所有者或使用者带来经济效益的数据资源。因此,“数据要素”一词是面向数字经济,在讨论生产力和生产关系的语境中对“数据”的指代,是对数据促进生产价值的强调,即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讨论的范畴。以上的定义说明,即对生产有价值的原始数据资源、清洗之后的标准化数据集,以及在数据集上构建的数据产品、数据系统、数据衍生的信息和知识都属于数据要素,因此,这里定义的是以数据为基础,对生产有价值的一系列的技术系统等都属于数据要素。以下这个图可以很清晰的表达了数据要素的范围。该图来源【中国信通院】数据要素白皮书(2022年)
从这张图,做数据行业的可能非常清楚这个数据图的意义,从原始数据集到数据产品,这个数据流向即是数据平台的通常的功能,数据要素如果用简单易于理解的数据语言表达,即为数据平台+数据资源+数据产品。这里的数据平台、数据资源、数据产品都是可以对生产有价值的系统和数据。
数据要素重点强调生产价值,那么数据对生产释放价值的三个过程如下图所示:
上图中数据对业务产生价值分为3次,目前大部分都在基于第二次价值的释放,第一次业务贯通,在数字化转型的初期已经完成了业务的贯通。第二次通过数据分析,完成业务的智能化决策也是数字化转型的重要目标。第一次和第二次都是对内,而第三次则是对外进行流通赋能。

数据要素与数据资产的联系和区别
数据要素和数据资产有什么联系和区别了?首先数据资产是指由个人或企业拥有或者控制的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源。数据资产是拥有数据权属(勘探权、使用权、所有权)、有价值、可计量、可读取的网络空间中的数据集。因此说数据资产对象是个人或者企业拥有的数据资源,另外是对企业有带来经济价值的数据资源。数据要素和数据资产区别可以从数据范围、拥有对象、包含内容来进行区分。1、数据要素包含原始数据集、清洗后的数据集、包含个人数据、企业数据、公共数据。而数据资产的数据范围小一些,只包含清洗之后标准的数据集。2、数据要素的拥有对象包含,企业、个人、公共部门,而数据资产是企业拥有。3、数据要素包含数据、数据系统(数据平台、数据产品),数据知识和信息(报告、分析结果等),数据资产只包含清洗之后的有价值的标准集,因此数据要素的范围远远大于数据资产。
数据要素和数据资产的联系是,数据要素包含数据资产,数据要素可以以数据资产产生生产价值。
数据要素的交易模式
数据要素的交易模型基础一定是需要数据基础制度体系的,2022 年 12 月,“数据二十条”的出台明确了数据基础制度体系基本架构:
以“数据二十条”为指导,各地各部门将制定数据要素相关细则规定,围绕“数据二十条”不断丰富完善数据要素各方面制度体系和配套政策,打造“1+N”数据基础制度体系。
在四项制度下数据流通的方式主要有三种模式,如下图所示:

一、数据开放,数据开放是指提供方无偿提供数据,需求方免费获取数据,没有货币媒介参与的数据单向流通形式。公共数据是指国家机关和法律、行政法规授权的具有管理公共事务职能的组织履行公共管理职责或者提供公共服务过程中收集、产生的各类数据。因此建立公共数据开放平台是各地政府推进数据开放的主要手段,数据开放也是各地政府在主力推行。这里的公共数据开放平台是指各地方政府的数据平台,数据平台中存储的是公共数据,以API、数据同步、数据下载等各种方式提供给回馈给社会公共数据需求方。
二、数据共享,数据共享是指互为供需双方,相互提供数据,没有货币媒介参与的数据双向流通形式。根据共享主体的不同,可分为政府间共享、政企之间共享、企业之间共享等形式。目前主要数据共享形式主要是国家数据共享交换平台、省市数据共享交换平台等,未来主要是政企间数据共享。三、数据交易,数据交易是指提供方有偿提供数据,需求方支付获取费用,主要以货币作为交换媒介的数据单向流通形式。传统的数据交易模式以点对点的方式进行。近两年来,随着党中央国务院多项重要政策出台,各地新建一批数据交易机构,试图消除供需双方的信息差,推动形成合理的市场化价格机制和可复制的交易制度和规则。目前随着数据二十条的颁布,数据交易的需求旺盛,促使一些新的数据交易中心正在筹建中。
数据交易机构的建立,可以更加快速的推送数据要素的建设,以及数据资产的流通。数据要素的建设,数据交易的推进建设都离不开数据平台的技术支持等。数据平台以工具平台技术支持的方式促进数据要素建设和数据交易的顺利进行。
以下是数据要素的相关资料,扫码加入数据行业微信群即可获取。加微信备注数据要素。

欢迎加入【数据行业交流群】社群,长按以下二维码加入专业微信群,获取最新的行业信息,商务合作加微信备注商务合作

往期历史热门文章:
基于DataOps的数据开发治理:实现数据流程的自动化和规范化
数据平台:湖仓一体、流批一体、存算分离的核心问题及原因解析
数据治理体系该怎么建设?
实时数仓&流批一体技术发展趋势
数据仓库、数据中台、大数据平台的关系?
数字化转型如何促进业务的发展
数据中台中的核心概念解析
数据治理中的数据标准的作用?
全面数字化转型:打造全新营销模式