数据要素价值实现过程与数据要素市场建设紧密关联，影响着数据要素市场化构建与高质量发展。数据作为一项特殊的生产要素，需要在流通交易中释放价值，数据价值实现可由多个相互关联的环节共同组成。要保证数据要素市场化的顺利推进，需要综合分析数据价值实现的全过程从本源逐层进行解构，明确数据要素在各个环节的价值流转与变化、流通交易模式等，并明晰推动各环节数据价值充分释放的核心所在。
本报告基于数据要素价值实现视角，将原始数据形成数据资产的价值实现过程分解为数据资源化、数据产品化等关键阶段，分析各阶段数据交易标的物、交易模式以及价值实现面临的关键问题，并从政策供给、技术服务、基础制度及设施三方面针对数据要素市场建设提出相关建议。最后展望了运营商在数据要素市场建设中应发挥数据供给主力军作
用、基础设施支撑作用、产业生态引领作用。
本报告的版权归中国移动所有，未经授权，任何单位或个人不得复制或拷贝本报告部分或全部内容。
数据价值实现过程是以原始数据作为输入，经过大量的整理、分析过程、叠加算法、算力等因素，产生新的数据集或业务洞察的完整过程，包括数据从生成到应用的一系列过程，具体分为数据生成、数据采集、数据汇聚、数据存储、数据分析、数据洞察、数据应用等多个环节，每个环节都会使数据增值，促进数据价值不断显性化。
数据价值实现过程与数据要素市场建设密不可分，需要在研究数据价值实现基础上，梳理分析、深入理解数据要素市场交易标的物、交易方式以及交易过程中涉及的确权、定价、收益分配和安全治理等制度体系。目前来看，基于数据价值实现视角来理解与构建数据要素交易市场具有以下几方面积极意义。
1.1.有利于形成以数据价值实现为核心的数据定价机制
原始数据价值较低，通过聚合、分析、应用，数据的价值持续增加。数据经过一系列价值创造过程，变成了一种价值可衡量的产品。通过对数据价值实现过程的分解，可以对数据价值实现各个环节进行估值，最终确定数据资源或数据产品的价值。数据要素价值是数据交易定价的基础，数据定
价机制不仅要考虑数据生产或者数据持有，更要考虑数据开发、利用等价值实现的多个环节，即整个数据价值实现过程。在数据流通交易实践中，基于价值实现的数据定价机制也是常见的定价思路，即明确数据价值实现过程中的各主体，对数据价值实现各主体的贡献进行分解，基于数据产品的使用效益，进而确定数据产品价格。
1.2.有利于提升数据要素交易标的物类型及范围的覆盖度
数据价值实现过程可分解成多个阶段，每个阶段又由多个子环节组成，每个子环节都有相应的输入与输出，形成不同的数据产品。这些数据产品类型各异，形态不同，包括：数据集(或称数据包)、数据算法模型、数据分析报告、数据服务等等，都可以作为数据要素市场交易标的物。如在数据采集、数据标注等环节中通过对原始的杂乱无序的数据进行采集、标注、整理后形成有序、具有使用价值的标准数据集对外交易。在研发数据产品时，企业结合客户需求和业务场景，对标准数据集叠加算法模型，形成有智力劳动参与的、有洞察的数据报告对外交易。因此，研究数据价值实现的过程就是发现数据交易不同类型标的物的过程。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
