編者按：隨著數據要素市場化配置改革持續深化，制度構建、價值釋放與治理協同成為推動數字經濟高質量發展的關鍵議題。在此背景下，人民網·人民數據對話專家學者、地方政府相關負責人、企業代表，共同探討數據要素高質量發展新路徑。

本期嘉賓：姜江 國家數據發展研究院副院長

主持人：劉暢 人民網·人民數據總編輯

打造數據供給方願意投入、需求方願意付費的良性生態

人民數據：當前數據供給仍存在短板，破解難題還需從哪些方面發力？

姜江：從數源主體來看，數據可分為公共數據、企業數據和個人數據。在公共數據開放利用方面，國家數據局已形成“1+3”政策體系，從強化公共數據資源登記管理、規范公共數據資源授權運營實施和建立授權運營價格形成機制等方面，對公共數據資源開發利用特別是授權運營全流程進行指導和規范﹔企業數據方面，需在嚴守國家安全、商業秘密、保障個人隱私安全的前提下，探索海量數據的高效開發利用路徑﹔個人數據可以通過脫敏脫密處理轉化為高質量數據集，用於模型訓練或打造優質數據產品與服務。

國家數據局2026年強調數據價值釋放，正是著眼於數據要素的經濟價值持續釋放，推動全社會形成願意為數據買單、投資、供給的良好氛圍。要實現這一目標，離不開配套基礎制度的持續完善：既要構建保障公共數據、企業數據、個人數據安全合規供給的規則體系，也要明晰數據產權三權分置框架，厘清各方在持有權、使用權、經營權上的權利邊界﹔同時明確數據產品區別於實物產品的價值分配機制，並通過可信數據空間建設實現安全可控環境下的數據開發利用。通過制度規則與基礎設施協同，打造出供給方願意投入、需求方願意付費的良性數據供需生態。

人民數據：關於數據產業發展路徑，一種觀點認為應先明確需求再落地場景﹔另一種觀點則認為，可先打造創新場景培育、引導需求。您如何看待這樣的觀點？

姜江：需求牽引和場景牽引並不矛盾。數據在眾多細分行業中的賦能效果已經非常明顯。比如在交通、物流、氣象、金融等領域，數據不僅為傳統生產方式降本增效，還創造了新的增長點，催生了新產品、新服務和新業態。這些行業可以作為典型的先行應用示范，將其中形成的經驗向其他場景推廣復制。同時，國有企業、數據商、平台企業等也可以主動創造場景，挖掘、激發大量潛在需求。一旦更多新場景被創造出來，供給方會看到可盈利的、合理合規的商業機遇，從而願意積極供給數據，參與到數據生態共建中來。

人民數據：當前存在“誰家喝水誰打井”的觀點，意思是誰需要訓練數據得自己想辦法，有些企業只能局限於作坊式採集、生產原始數據。對此您怎麼看？

姜江：這是行業發展初期的典型模式。目前不少人工智能模型企業即便能夠合規獲取部分公共數據、企業數據，仍難以滿足模型訓練所需的高質量數據集，因此不得不自建數據加工體系，自行生產加工適配需求的數據集。隨著行業生態與產業鏈逐步成熟，未來將形成頭部企業引領、中小微專業服務商協同發展的一體化格局。屆時會涌現大量專注於高質量數據集建設的優質數據供應商，以及數據流通、交易服務機構等進行數據供需撮合的主體，多層次、多元化的數據產業生態會不斷完善。

培育數據付費意識，健全數據權益分配機制

人民數據：提供公共服務的公用企業，本質上屬於市場化經營主體，但這類企業的數據若被簡單歸為“公共數據”，企業往往會有自己的利益考量。怎樣看待公共數據開放利用中的利益分配機制建設？

姜江：公共數據在治理、存儲、加工過程中會衍生出各類新型數據產品與服務，相關企事業單位為此投入了大量人力、技術與資金成本，理應獲得合理收益補償。目前的公共數據授權運營機制，本質上就是賦予參與數據開發的主體獲取合理經濟回報的權利。這套模式既彌補了相關主體的數據建設成本、保障合理收益，也能充分釋放公共數據的價值潛能。

人民數據：有調查顯示，國企、民企等經營主體普遍缺少採購數據的專項預算。

姜江：針對此問題，部分地區已開展有益探索。政府一方面推出“數據券”，對企業的數據消費支出給予補貼補償﹔另一方面借鑒首台（套）重大技術裝備政策，鼓勵將數據服務納入政府採購清單，參照實體設備採購模式予以支持。通過政府端先行發力，發揮示范引領作用，帶動市場培育數據付費意識。

詞元經濟的生態繁榮，得益於全產業鏈的發展活力

人民數據：隨著詞元經濟到來，數據開發利用過程需要同步更新哪些理念和認知？

姜江：詞元經濟，是圍繞詞元的生產、流通、交換、消費形成的經濟活動模式。從產業鏈條看，上游是詞元的供給端，對應算力、電力、數據等核心板塊，也就是“原料工廠”﹔中游是詞元的調度樞紐，以人工智能大模型研發運營企業為核心，實現算力、算法與數據的融合應用﹔下游是詞元的應用端，涵蓋辦公、代碼生成、短視頻等各類場景應用，從需求端拉動全鏈條，實現詞元的價值變現。

詞元經濟方興未艾，每個環節都是一個新增長點，但也有結構性、周期性波動的特點。比如，詞元經濟孕育發展初期，詞元的工廠、原料、能源供應等上游環節的增長點更多，資源配置也容易更多向這些環節集中，還可能會出現一些新的投入產出分配模式。但伴隨人工智能技術迭代升級，發展到一定階段，中游的環節會成為主力，包括模型即服務、雲企業、算力調度、人工智能模型開發訓練的企業等。詞元經濟的生態繁榮，歸根到底要取決於算力、算法、數據供給下的人工智能大模型開發能力，及其為千家萬戶、千行百業提供服務的綜合水平。

人民數據：我國數據供給能力持續增強，數據體量與產業規模優勢突出。如何將龐大的數據規模優勢，有效轉化為智能經濟的核心競爭力？

姜江：國家數據局在一段時間的工作實踐中，形成了“5個組合拳”+“3個基礎”+“1個重點工作”的數據要素市場化配置改革的體系架構。其中，“5”包括數據基礎制度、國家數據基礎設施、開放共享安全的數據市場、數據應用場景以及數據產業﹔“3”包括數據技術、數據標准、數據人才﹔“1”是指數據能否有效支撐人工智能技術迭代、場景落地與產業升級，已成為衡量數據工作成效的重要標尺。

將海量沉睡的數據資源轉化為適配智能經濟發展的高質量可用數據，一方面需健全制度機制，推動數據有序供給，激發各方數據開放的意願﹔另一方面需要專業人才與資金投入，對數據開展清洗、標注，打造適配各細分行業垂類模型的高質量數據集。同時，在數據應用全流程中，必須嚴守安全合規底線，防范各類風險隱患。

期待未來數據賦能效應持續釋放，催生智能經濟新形態，培育出更多新的增長點，使全社會切實感受到數據帶來的效益和紅利，從而更積極擁抱數字化轉型、投身數據產業實踐。