童楠楠,张琳颖,牛文倩 | 我国数据交易市场建设:实践进展、生命周期定位与推进对策

2024-02-15 09:43 来源: 经济纵横编辑部
浏览量: 收藏:0 分享

       摘要:在数字经济时代,数据资源不断释放价值潜力,数据交易市场建设推动数据从资源到资产的跳跃,为赋能实体经济和推动产业升级提供了重要支持。文章从产业生命周期理论出发,通过对我国数据交易市场的建设现状与面临问题的探讨,结合竞争者数量、市场结构、技术创新性、产业规模等产业生命周期识别的主要指标分析,将我国数据交易市场建设划分为导入期、成长期、扩张期、成熟期等生命周期阶段,并探讨各个阶段的特征。研究认为,当前我国数据交易市场处于扩张阶段,在相关政策的推动下,不可避免会有产业周期的异化现象影响其向成熟期演进,建议从推进大探索、开展大布局、培育大市场、组织大研究等方面立体化开展国家数据交易市场建设。

  一、引言

  在数字经济时代,数据成为与农业经济时代的土地和工业经济时代的能源相类比的核心战略资源,其对于生产的叠加、倍增、放大作用日益凸显,已成为现代经济发展的一个关键要素。我国幅员辽阔、人口众多、经济体量庞大,随着数字经济发展战略的深入推进,经济社会运行各方面产生的数据应用场景需求日益高涨。2022年,我国数据产量高达8.1ZB,占全球数据产量的10.5%,居世界第二。预计2025年,我国新增数据量将达到48.6ZB,年均复合增长率高达30%,占全球的27.8%,对国内生产总值(GDP)增长的贡献率将达年均1.5~1.8个百分点。面对百年未有之大变局,需要加快建设数据要素市场,在全球数字经济竞争中抢占先机。2022年12月,中共中央、国务院印发《关于构建数据基础制度  更好发挥数据要素作用的意见》(以下简称“数据二十条”),初步勾勒了我国数据要素基础制度的“四梁八柱”,提出了数据产权、流通交易、收益分配、安全治理四方面制度框架,标志着全国一体化的数据要素市场培育正式拉开帷幕。

     生产要素并非必须流通,但流通作为经济活动的一种形式,可以进一步释放生产要素价值,促使资源在不同主体间进行合理配置,实现资源优化配置和效益最大化。从我国出台的多份有关数据要素市场建设的政策文件可看出,促进数据要素高效流通已成为数据要素市场化改革的重要任务,其中交易是最典型的市场要素流通形式。在政策法规布局方面,数据安全法第十九条规定“建立健全国家数据交易管理制度”,2015年国务院发布的《促进大数据发展行动纲要》,以及“十四五”规划纲要等均提出要培育规范数据交易市场。“数据二十条”进一步明确要构建国家级数据交易所、区域级数据交易中心、行业级数据交易平台等多层级的数据交易市场体系。同时,学术界对数据交易流通的话题也较为关注。根据中国知网统计数据显示,近年来有关数据交易的文章数量超过3000篇,尤其在2019年之后,与数据交易相关的文章数量呈快速增长趋势。

  数据交易市场在要素市场建设中的关键地位毋庸置疑,中央和地方政府培育数据要素市场的政策布局遵循了数据交易产业发展的基本规律。但从地方实践看,大多数交易所运营发展困难重重,交易活跃度未达预期。随着国家数据局正式揭牌,从发展的角度出发,厘清数据交易市场“当下处于何种阶段,未来应如何培育发展”“国家级数据交易所应如何规划建设”等重大问题,对于推动数据要素市场建设具有较大的理论意义与实践价值。同时,数据交易打通了数据采集、加工、存储、收益分配等各环节,形成了以数据要素为中心的产业链,为此,本文基于产业生命周期理论,从我国数据交易市场建设的实际出发,试图明晰当下数据交易产业所处的周期阶段,以为下一步国家级数据交易所的布局建设提出切实可行的对策建议。

  二、我国数据交易市场建设的实践进展与问题审视

  (一)实践进展

  近年来,我国数据交易市场建设如火如荼,呈现如下特点:

  第一,政策法规逐步完善。截至2023年底,以“数据交易规则”“数据要素交易规则”为关键词在北大法宝平台进行全文检索的结果共有66项。其中,规范性文件22项,其他行业规定44项。在国家层面,“数据二十条”历史性地提出统筹构建数据要素交易场所、所商分离等重大改革举措,确立了数据交易市场建设的基本方向。在地方层面,截至2023年底,全国31个省(区、市)中,组建专门的大数据管理职能机构已有30个,已出台大数据、数字要素相关条例的有21个。

  第二,交易场所迅速增加。自2014年以来,数据交易中心、数据交易所、数据交易平台等场所机构不断涌现,全国各地积极推进数据交易机构建设。据统计,截至2023年12月,共有50余家(含注销)数据交易机构成立。这些交易机构在地域上呈现明显的集中特征,多分布在东部经济较发达的省份,如广东省共有8家、江苏省有4家。交易对象以数据产品、数据服务或脱敏后的数据为主,数据类型以公共数据居多,其次是金融、气象、交通等行业数据。

  第三,市场主体趋于多元。随着数据要素市场的快速发展和不断壮大,更多主体逐步参与市场运作。如,政府为市场的健康发展创造了良好的环境,企业通过参与数据交易活动实现数据变现和数据价值最大化,数据交易机构提供相应的服务和保障,科研院所为数据的应用和创新提供支持,产业孵化场所通过培育和孵化新兴企业推动市场持续发展和壮大,各方主体的积极参与为市场发展和创新注入了新的活力。《全国数商产业发展报告2023》显示,截至2022年11月,我国数商行业企业数量已达192万家,其中数据资产评估服务商、数据合规评估服务商、数据质量评估商等第三方专业服务机构数量近年来不断增加。

  (二)问题审视

  在全国各地积极布局建设数据交易平台的同时,不可否认的是,数据交易市场建设过程中仍有不少交易平台面临较大困境,如最早成立的中关村数海大数据交易平台已呈现无法登入的状态,数据交易市场建设面临诸多现实问题。

  1.交易标的不明晰。目前,对于数据交易所交易的是数据集、数据产品、数据服务,还是一种可与证券相类比的高频交易商品,尚不明晰。截至目前,我国尚未出台相关标准,各地法规、政策也未达成共识。如,针对交易标的,《北京市数字经济促进条例》《深圳经济特区数字经济产业促进条例》《山东省大数据发展促进条例》等规定为“数据、数据产品和数据服务”,《河南省数字经济促进条例》规定为“信息资源集合、数字技术和数据产品”,《广东省数字经济促进条例》规定为“数据资源开发利用的成果”;针对数据产品和服务的形成过程,《北京市数字经济促进条例》提出“基于合法收集的数据形成”,《上海市数据条例》强调“通过实质性加工和创新性劳动形成”,《山东省大数据发展促进条例》要求以“合法获取的数据资源开发”为基础。

  2.交易主体不明晰。一般认为,数据交易主体涉及数据供应商、数据需求方、交易中介和监管机构等。由于数据自身的虚拟性、可复制性、非排他性、外部性等特征,数据要素流通交易的安全风险较大,且数据价值的实现离不开对数据的加工利用,因此,第三方的数据经纪服务在数据交易市场中应运而生。当前,美国依靠技术优势与经济体量,数据交易市场已形成规模,中介型交易主体、数据经纪人成为数据交易市场的主体之一。而我国“数据二十条”虽已提出“培育引导具备一定资质的数据商和第三方服务机构”,但对数据商的认定与界定还较为模糊。同时,在交易环节,数据商的存在是否会阻碍数据供应商直接参与数据交易,对于数据持有者或数据所有者可否直接作为交易主体参与交易还有不同观点。目前,仅有深圳明确了数据卖方必须作为数据商或通过数据商才能进行交易。

  3.交易场所定位不明晰。“数据二十条”明确了建立数据交易机构与数据商分离的市场运行机制,即“所商分离”。在此原则下,数据交易所应为公益性质机构,侧重于保障交易公平、交易安全。当前,在我国已成立的地方数据交易机构中,没有一家属于公益性质,多数交易所仅仅是由国有资本控股,且出于成本与运营的考虑,国有投资也需收回成本并实现微薄盈利。资本的逐利本质从根本上导致数据交易场所的多重定位问题。交易所既是运动员,以中立身份为数据供需双方提供交易撮合服务,发挥交易中介作用;又是裁判员,为保障交易安全,承担着交易数据来源的合法性检验等职责。由于交易平台与被监督对象之间天然的利益关系,监管违背了独立性原则,存在流于形式的问题。

  4.交易机制不明晰。从理论上看,数据交易既可通过依法设立的数据交易平台进行(场内交易),也可由交易双方依法自行交易(场外交易)。作为一种特殊形式的交易行为,当前我国数据市场的场内交易只占4%。交易机构存在重复建设、低层次同质化竞争、不活跃等问题。究其原因,主要是交易主体入场交易的机制不明、动力不足。此外,由于数据交易平台应承担的法律责任尚未有明确规定,数据交易生态还不健全,交易主体存在互信障碍,数据产品交易的合规性和可操作性层面仍存在大量空白。

  5.交易规则程序缺乏统一标准。数据交易平台的交易规则具有多重作用。通过规范交易流程、操作及监管,确保交易的合规和安全,同时实现交易的公正和高效运行。这些规则旨在维护交易的公平、透明和合法性,明确参与交易各方的权利和义务,促进市场的健康运行和可持续发展。目前,由于数据产权的缺位,国内数据交易规则程序缺乏统一标准,市场现行规则多由各交易平台自行拟定,不同平台之间存在较大差异。如,在数据定价方面,贵阳大数据交易所采用第三方自动定价模式,基于特定的数据质量评价指标和历史成交价格确定价格区间,为数据交易参与者提供明确的定价参考;深圳数据交易所则提出由卖方自主定价、买卖双方议价。

  三、我国数据交易市场建设的生命周期阶段定位

  作为现代产业组织理论的重要组成,产业生命周期理论被广泛用于评估和预测产业发展情况,为产业发展阶段及其发展趋势的分析判断提供重要理论支持。基于产业生命周期理论,可将我国数据交易市场建设划分为导入期、成长期、扩张期、成熟期等生命周期阶段。

  (一)产业生命周期识别的主要指标

  产业生命周期曲线形态及其阶段识别的实证研究往往基于产业发展的各类影响因素或指标的变化。从现有研究看,市场增长率、产业需求、竞争者数量、进入壁垒、退出机制及产业创新等是学者们划分产业生命周期的主要衡量指标,其中产业创新与产业生命周期的演进关系被讨论得最多。如,Cusumano等探讨了创新主体、创新内容等因素在产业生命周期不同阶段的不同表现。Saviotti研究发现,消费者的需求差异使产品创新成为可能,进而引起产业生命周期的变化。Braguinsky等通过对创新型企业和模仿型企业的市场环境分析,认为在产业生命周期的成熟阶段更注重对技术创新的保护。唐恒等通过分析江苏省战略性新兴产业企业在不同生命周期阶段企业创新的影响因素,得出企业专利质量受技术、资金、人事、策略和营销等因素的影响,且影响程度各不相同。霍国庆等通过对美国典型产业案例分析发现,产业创新、产业政策、宏观环境等因素通过产业需求共同影响产业演进,并使产业生命周期表现出差异性。对于战略性新兴产业而言,能否从技术创新中获利是产业发展的关键,因此,有关技术发展的知识、人才、资金等成为影响新兴产业生命周期演进的主要因素。考虑到数据交易产业属于新兴事物,本文在现有研究的基础上,提出应根据竞争者数量、市场结构、技术创新性、产业规模等指标,较为直观地分析数据交易市场发展的产业周期阶段。

  1.竞争者数量。竞争者数量指产业中从事同一生产活动的市场主体数量,市场中竞争者数量越多,竞争程度越高。在产业发展过程中,竞争者的数量变化是识别产业生命周期最直观的指标。已有研究显示,从产业的导入期到成长期再到成熟期、衰退期,其内部竞争者数量往往会呈现先增加,到达峰值后再逐渐减少的稳定性变化。对数据交易而言,数据供给和需求天然存在,数据交易场所为满足这种供求而生,其生存经营状况能直接反映数据交易市场需求的强弱及产业发展的变化情况。因此,本文将当前各地成立的数据交易机构作为数据交易市场竞争者的典型代表。

  2.市场结构。市场结构是市场各构成要素之间的内在联系及其特征,市场集中度、市场进入壁垒等因素都会对其产生影响。其中,市场集中度是最主要的影响因素,表示市场中规模处于前n位的市场主体在市场中的份额总和,可以用来直接测度市场结构。一般认为,市场集中度越高,少数主体的占有份额越大,其对市场的支配和统治能力也就越强。但对新兴产业而言,由于政策导向、技术选型存在较大不确定性,先进入者往往需要承担更多的投资风险,很难具有先进入者的主导优势。数据交易市场也不例外,例如最先成立大数据交易所的贵阳,当下其数据市场的影响力并不强于北京、上海、深圳这些城市的交易所,但不可否认的是,随着北京、上海、深圳等地大数据交易所陆续成立,数据交易的集中度在逐渐下降。市场进入壁垒是另一个衡量市场结构的重要指标,指新的市场主体要进入某一行业所遇到的阻力。一个行业的进入壁垒越低,其竞争程度就越高;进入障碍越高,则其竞争程度就越低。在产业导入期,市场进入壁垒一般较低,在产业成长和成熟期,市场进入壁垒会持续上升并达到最高点。

  3.技术创新性。技术创新性指将新技术、新工艺或新产品创造性地应用于某一产业领域,以追求预期的经济效益和社会效益,从而实现资源配置和收益最大化。作为推动技术进步和产业转型升级的核心动力之一,技术创新对生产效率和产业结构的演变产生深远影响。在数据交易市场发展过程中,技术创新是一个重要的衡量指标,在评估数据交易市场的成熟度、竞争力、创新程度等方面起到重要作用。如,联邦学习、量子密钥、隐私计算等技术应用确保了数据的安全共享与流通,有助于更好地发挥数据潜力,推动成长阶段数据交易市场的发展和繁荣。在产业生命周期的不同阶段,技术创新起到不同的推动作用。在产业导入阶段,新技术和新工艺的引入帮助数据交易市场建立起基础设施和规范化的交易机制,推动市场初步发展。在产业成长和成熟阶段,市场参与者需要通过技术创新保持竞争优势和市场份额,为数据交易市场注入新活力。

  4.产业规模。产业规模指区域内某一产业的整体规模,可体现产业的投入水平和产出水平,能在一定程度上反映数据交易市场在我国的发展情况。随着产业逐步发展至成熟阶段,产业规模也会随之发生变化。产业规模的变化受多种因素的综合影响,如市场需求、政府政策、竞争环境、资本和投资等。在产业发展初期,受制于资金、技术和市场等因素,产业规模相对较小。随着产业不断发展和市场需求的增加,产业规模开始迅速扩大。随着市场饱和度的增加,产业生态系统逐步健全,产业规模增长趋势减缓,最终达到一个相对稳定的水平。通过关注产业规模的变化,能够较为准确地判断数据交易市场所处的发展阶段,为进一步的分析提供基础。本研究综合多个信息来源,如专业数据调研公司、行业协会等组织机构发布的数据和信息,对数据交易市场的产业规模进行综合分析研判。

  (二)数据交易市场建设的生命周期探讨

  根据前文研究,本文认为当前我国数据交易市场发展已经历三个阶段,即将进入成熟期。

  1.导入期(2014—2015年)。在导入期,产业内厂商数量较少、进入壁垒低、竞争者数量少、产业规模也较小。2014—2015年,我国仅有12家数据交易机构,政府部门对数据交易的监管几乎空白,市场进入门槛较低。产业生命周期理论认为,导入期的厂商进入或是基于对市场预期的判断,或是由于掌握了新型技术或产品,市场主体致力于占领市场,凭借管理、资金等先行优势来确定主导地位。在这两年间,“大数据”火热,市场对数据交易或者数据变现的预期较高。据有关机构测算,2014年我国大数据核心产业规模已达84亿。同时,2015年国务院印发的《促进大数据发展行动纲要》明确提出“引导培育大数据交易市场”,将数据交易提升到国家战略层面。这些因素推动导入期数据交易市场初步形成。

  2.成长期(2016—2020年)。在成长期,市场需求量仍处于高位,大量厂商进入。我国数据交易机构在2020年发展为35家,市场竞争逐渐激烈,但市场规模仍然较小,且呈现竞争者数量增速放缓等特点。值得注意的是,新技术对数据交易厂商的进入行为影响较大,并开始带动整个产业发展。例如,隐私计算、联邦学习等新技术的应用,降低了业界对数据安全风险的担忧,使数据交易有了更优的实现路径。然而,由于成长期内我国数据交易制度尚不健全,产业生命周期的演进出现了不可避免的异化现象,其中典型的异化表现是逆转现象。例如,业界公认的国内首家数据交易机构贵阳大数据交易所业务停滞,使市场主体开始反思数据交易的可行性;2018—2020年间,各地新增的数据交易平台数量骤降,部分数据交易机构如武汉长江大数据交易中心等停滞不前、难以为继,市场建设进入缓慢增长阶段。这些异化现象也充分说明数据交易属于新兴事物,先进入者优势在新兴产业不一定存在。

  3.扩张期(2021年至今)。随着党的十九届四中全会将数据增列为新型生产要素,国家层面数据要素市场培育方面的政策文件相继出台,数据交易市场建设等议题再度成为热点,引发广泛讨论和关注,数据交易市场建设开始进入迅速扩张期。从竞争者数量看,仅2021年全国就有11家数据交易机构成立。在此阶段,各地有关数据交易市场的要素投入、市场需求和产出规模快速增长,如地方政府有关数据交易市场建设的政策密集出台、公共数据授权运营的需求出现等。同时,由于扩张期市场成熟度提升,竞争强度不断加剧,市场进入的规模壁垒开始出现。一方面,大量市场主体经过前期市场竞争的洗礼后开始退出市场,如多地数据交易机构的兼并破产等;另一方面,少数成功的主体开始注重通过资源重新配置,如引入国有资本、上市公司等战略资源,重组交易机构等,以及通过经营观念革新、技术创新等方式,巩固其在产业的主导地位。如,2021年先后宣布成立的北京国际大数据交易所、上海数据交易所,开始注重技术产品、行业规则的创新,在经营模式上呈现两种截然不同的路径。前者倡导以“数据可用不可见,用途可控可计量”的技术路径推进数据交易,后者则以打造“数商”的产业生态来创新制度规则。这两种模式目前都被市场接受认可,且在某种程度上正在引领着数据交易生态的打造及数据要素市场的建设,成为各地建设数据要素市场的风向标。

  随着数据交易市场成熟度的不断提高,加之国家数据局的组建,数据基础制度逐步完善,数据交易市场的规则体系将进一步明确,产业发展有望很快进入成熟期。产业生命周期理论一般认为,成熟期市场规模趋于稳定,市场格局基本成型,产品与服务差异性较小,集中度提高,产业政策更积极,不断吸引各类主体参与产业培育。同时,产业成熟期呈现市场需求大、经济效益高、竞争者数量多、集中度高、技术成熟、进入壁垒高等特点。可以预见,在成熟期,数据交易市场经过优胜劣汰,会出现主导企业或占据一定垄断地位的市场主体,以及成立国家级数据交易机构。需要说明的是,由于新兴产业与传统产业相比具有高度的不确定性,数据交易市场成熟期的周期演进受到数据产权、数据要素市场培育等相关法规政策的影响较大,其中产业周期异化现象也将更为普遍,这将直接影响到产业扩张期能否成功向成熟期过渡。总之,随着市场环境的不断完善,数据交易市场将朝着多层交易市场体系的方向发展,并逐步形成以全国交易场所为主、地方交易场所为辅、场内场外相互协同的良好局面。

  四、进一步推动我国数据交易市场建设的对策建议

  当前,我国数据交易市场仍需不断优化完善。从市场建设看,存在数据交易标的、交易机制、交易场所定位、交易规则程序不明晰等问题。从产业生命周期看,数据交易市场还处于扩张阶段。立足高质量建设数据交易市场的实际需要,建议从推进大探索、开展大布局、培育大市场、组织大研究等方面立体化开展。

  (一)推进大探索,鼓励有条件的地方试点试验

  鼓励地方试点是我国政策制定和测试的常用方法之一。在政策内容和政策工具尚不明确的情况下,试点往往被视为解决问题的一种可行的方式,其意义是试出问题、解决问题、积累经验。我国推进数据交易市场建设,是将新的生产要素纳入收入分配序列的全局性改革,在全球属于首例,没有先进经验可循。从“数据二十条”提出的“所商分离”构建原则看,政策设计的初衷充分借鉴了证券、期货交易市场的建设经验,期望以数据要素类比证券,带动数据交易上下游产业链的培育和完善。而从我国证券市场建设的历史经验看,其产业发展经历了一定时间的扩张期。当时,多个省份建立证券交易中心。尽管后续国家清理整顿了所有未经中国人民银行或证监会批准的除上海、深圳证券交易所之外的证券交易中心,但这些地方证券交易所的建设为我国证券市场发展进一步走向成熟期积累了较多的经验。在当前数据交易市场建设正处于从扩张期向成熟期过渡的产业周期背景下,应坚持顶层设计与基层探索相结合,鼓励有条件的地区先行探索,赋予更多创新先行先试权。通过扩张期的试点探索,推动地方在政策空白领域结合本地区优势探索新方案,研究制定符合地方特点的数据交易市场相关法规和地方规章,提供可借鉴、可复制的经验模式。在总结经验的基础上,适时提出国家级数据交易所的布局建设方案。

  (二)开展大布局,完善数据产权、分配、激励机制

  数据是一种经济资源,数据交易本质上是一种经济活动,体现了特定经济资源(数据)的市场化配置和利用。应进一步完善数据的交易流通规则、收益分配机制、安全治理规范等基础性制度。“数据二十条”创新性地提出数据资源持有权、数据加工使用权和数据产品经营权“三权分置”,但尚未对上述三权的具体含义作出详细释义,这使得其执行落地存在模糊地带。从国内外理论研究和探索实践看,现有基于物权、知识产权、协议约束等理论的产权框架虽能为数据主体之间的行为提供一定规范,但对上述三权的认定依旧存在种种不足。因此,对于数据流通和收益分配制度,首先应加快完善数据产权制度,通过有效界定数据要素市场各参与方的权利和义务边界,推动数据相关权利结构性分置与有序流通。在具体操作上,要建立全国数据资源的统一登记确权体系,分层分类推进各类数据权属的动态管理,提高数据交易效率。其次,在明确产权的基础上,完善数据收益分配制度,逐步探索形成面向数据资源化、资产化、资本化等不同层面,兼顾薪资分配、效益分配和股权分配等多种分配形式的分配机制。最后,要充分激发市场活力,加快落地“数据二十条”提出的数据资产入表,通过充分激励政府和企业积极参与数据交易,确保各方获得合理收益,促进数据资源的优化配置和有效利用。

  (三)培育大市场,健全数据流通交易及其配套制度

  一方面,从规划国家级数据交易所入手,通过建立全国统一的数据要素流通技术环境,构建覆盖事前事中事后各环节的信任配套设施,基于政府“有形之手”把控数据要素市场发展的整体方向和基本秩序,同时以市场的“无形之手”作为数据要素市场的主要运行机制,实现市场的自我调节和优化。政府部门应在财政政策、人事政策等方面提供一定优惠,出台数据要素型企业认定办法,推出拉动数据交易、增加市场活力的补贴激励政策。另一方面,要不断优化政策制度环境,强化数据流通规则规范,构建促进数据使用和流通、场内场外相结合的交易制度体系,布局多元化交易市场,规范引导场外交易。在做好交易风险监管的同时,还应鼓励发展特定领域数据交易平台,支持多元化数据交易主体,引导平台提供专业化服务,深入聚焦某一领域,提供专业化、精细化和深度定制的数据交易服务。此外,要研究制定数据权利、数据交易安全等相关政策,建立健全数据交易安全标准规范和安全制度体系,制定数据隐私保护和安全审查制度,加强对政务数据、企业商业秘密和个人数据的隐私与安全保护,为数据进入流通交易环节创造条件、提供保障。

  (四)组织大研究,构建中国特色的数据要素理论体系

  数据交易市场建设是一个典型的多学科交叉研究领域。目前,数据交易市场建设面临的数据交易标的不明晰等基本问题还未真正破题。为有效指导要素市场建设实践,应促进产学研深度融合,积极倡导更多主体参与数据交易市场建设,充分利用政府、企业、科研机构、高等院校、行业协会等各方资源优势,鼓励产业界和学术界加强合作,集思广益,推动制度和技术创新。充分发挥理论研究优势,鼓励广大研究人员积极参与专项课题研究,聚焦数据交易市场发展的热点难点问题,深入探讨解决方案。充分借鉴相关产业发展的实践经验,将理论指导与实践应用相结合,为数据流通和价值挖掘贡献智慧和力量,为数据交易市场的安全和稳定发挥积极作用。

  作者简介:童楠楠,国家信息中心大数据发展部规划处副处长;张琳颖,国家信息中心大数据发展部规划处干部;牛文倩,中国科学院大学、中国科学院自然科学史研究所博士研究生。

↓↓了解更多资讯,请识别下方二维码↓↓

  1701840725(1).jpg

国脉集团

国脉集团是数据资产化先锋企业,主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务,提升机构数据管理服务能力,实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论,提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品,并与数源方合作研发系列数据产品。

主要课程

主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。

数据产品

主要产品:数据易投、数据易贷、数据易保、数据易售。

标签:

责任编辑:chenshanliang
在线客服