编者按：随着数据要素市场化配置改革持续深化，制度构建、价值释放与治理协同成为推动数字经济高质量发展的关键议题。在此背景下，人民网·人民数据对话专家学者、地方政府相关负责人、企业代表，共同探讨数据要素高质量发展新路径。

本期嘉宾：姜江 国家数据发展研究院副院长

主持人：刘畅 人民网·人民数据总编辑

打造数据供给方愿意投入、需求方愿意付费的良性生态

人民数据：当前数据供给仍存在短板，破解难题还需从哪些方面发力？

姜江：从数源主体来看，数据可分为公共数据、企业数据和个人数据。在公共数据开放利用方面，国家数据局已形成“1+3”政策体系，从强化公共数据资源登记管理、规范公共数据资源授权运营实施和建立授权运营价格形成机制等方面，对公共数据资源开发利用特别是授权运营全流程进行指导和规范；企业数据方面，需在严守国家安全、商业秘密、保障个人隐私安全的前提下，探索海量数据的高效开发利用路径；个人数据可以通过脱敏脱密处理转化为高质量数据集，用于模型训练或打造优质数据产品与服务。

国家数据局2026年强调数据价值释放，正是着眼于数据要素的经济价值持续释放，推动全社会形成愿意为数据买单、投资、供给的良好氛围。要实现这一目标，离不开配套基础制度的持续完善：既要构建保障公共数据、企业数据、个人数据安全合规供给的规则体系，也要明晰数据产权三权分置框架，厘清各方在持有权、使用权、经营权上的权利边界；同时明确数据产品区别于实物产品的价值分配机制，并通过可信数据空间建设实现安全可控环境下的数据开发利用。通过制度规则与基础设施协同，打造出供给方愿意投入、需求方愿意付费的良性数据供需生态。

人民数据：关于数据产业发展路径，一种观点认为应先明确需求再落地场景；另一种观点则认为，可先打造创新场景培育、引导需求。您如何看待这样的观点？

姜江：需求牵引和场景牵引并不矛盾。数据在众多细分行业中的赋能效果已经非常明显。比如在交通、物流、气象、金融等领域，数据不仅为传统生产方式降本增效，还创造了新的增长点，催生了新产品、新服务和新业态。这些行业可以作为典型的先行应用示范，将其中形成的经验向其他场景推广复制。同时，国有企业、数据商、平台企业等也可以主动创造场景，挖掘、激发大量潜在需求。一旦更多新场景被创造出来，供给方会看到可盈利的、合理合规的商业机遇，从而愿意积极供给数据，参与到数据生态共建中来。

人民数据：当前存在“谁家喝水谁打井”的观点，意思是谁需要训练数据得自己想办法，有些企业只能局限于作坊式采集、生产原始数据。对此您怎么看？

姜江：这是行业发展初期的典型模式。目前不少人工智能模型企业即便能够合规获取部分公共数据、企业数据，仍难以满足模型训练所需的高质量数据集，因此不得不自建数据加工体系，自行生产加工适配需求的数据集。随着行业生态与产业链逐步成熟，未来将形成头部企业引领、中小微专业服务商协同发展的一体化格局。届时会涌现大量专注于高质量数据集建设的优质数据供应商，以及数据流通、交易服务机构等进行数据供需撮合的主体，多层次、多元化的数据产业生态会不断完善。

培育数据付费意识，健全数据权益分配机制

人民数据：提供公共服务的公用企业，本质上属于市场化经营主体，但这类企业的数据若被简单归为“公共数据”，企业往往会有自己的利益考量。怎样看待公共数据开放利用中的利益分配机制建设？

姜江：公共数据在治理、存储、加工过程中会衍生出各类新型数据产品与服务，相关企事业单位为此投入了大量人力、技术与资金成本，理应获得合理收益补偿。目前的公共数据授权运营机制，本质上就是赋予参与数据开发的主体获取合理经济回报的权利。这套模式既弥补了相关主体的数据建设成本、保障合理收益，也能充分释放公共数据的价值潜能。

人民数据：有调查显示，国企、民企等经营主体普遍缺少采购数据的专项预算。

姜江：针对此问题，部分地区已开展有益探索。政府一方面推出“数据券”，对企业的数据消费支出给予补贴补偿；另一方面借鉴首台（套）重大技术装备政策，鼓励将数据服务纳入政府采购清单，参照实体设备采购模式予以支持。通过政府端先行发力，发挥示范引领作用，带动市场培育数据付费意识。

词元经济的生态繁荣，得益于全产业链的发展活力

人民数据：随着词元经济到来，数据开发利用过程需要同步更新哪些理念和认知？

姜江：词元经济，是围绕词元的生产、流通、交换、消费形成的经济活动模式。从产业链条看，上游是词元的供给端，对应算力、电力、数据等核心板块，也就是“原料工厂”；中游是词元的调度枢纽，以人工智能大模型研发运营企业为核心，实现算力、算法与数据的融合应用；下游是词元的应用端，涵盖办公、代码生成、短视频等各类场景应用，从需求端拉动全链条，实现词元的价值变现。

词元经济方兴未艾，每个环节都是一个新增长点，但也有结构性、周期性波动的特点。比如，词元经济孕育发展初期，词元的工厂、原料、能源供应等上游环节的增长点更多，资源配置也容易更多向这些环节集中，还可能会出现一些新的投入产出分配模式。但伴随人工智能技术迭代升级，发展到一定阶段，中游的环节会成为主力，包括模型即服务、云企业、算力调度、人工智能模型开发训练的企业等。词元经济的生态繁荣，归根到底要取决于算力、算法、数据供给下的人工智能大模型开发能力，及其为千家万户、千行百业提供服务的综合水平。

人民数据：我国数据供给能力持续增强，数据体量与产业规模优势突出。如何将庞大的数据规模优势，有效转化为智能经济的核心竞争力？

姜江：国家数据局在一段时间的工作实践中，形成了“5个组合拳”+“3个基础”+“1个重点工作”的数据要素市场化配置改革的体系架构。其中，“5”包括数据基础制度、国家数据基础设施、开放共享安全的数据市场、数据应用场景以及数据产业；“3”包括数据技术、数据标准、数据人才；“1”是指数据能否有效支撑人工智能技术迭代、场景落地与产业升级，已成为衡量数据工作成效的重要标尺。

将海量沉睡的数据资源转化为适配智能经济发展的高质量可用数据，一方面需健全制度机制，推动数据有序供给，激发各方数据开放的意愿；另一方面需要专业人才与资金投入，对数据开展清洗、标注，打造适配各细分行业垂类模型的高质量数据集。同时，在数据应用全流程中，必须严守安全合规底线，防范各类风险隐患。

期待未来数据赋能效应持续释放，催生智能经济新形态，培育出更多新的增长点，使全社会切实感受到数据带来的效益和红利，从而更积极拥抱数字化转型、投身数据产业实践。