專家解讀。

日前，全國數據工作會議明確將2026年定為 “數據要素價值釋放年”，標志著我國數據要素市場化配置改革正式從基礎制度建設階段，邁入價值創造與驗證的關鍵新時期。這一重大定調不僅為數據產業發展指明了方向，也引發了業界對價值釋放路徑、市場建設路徑等核心議題的廣泛關注。

為深入解讀 “數據要素價值釋放年” 的深層內涵，厘清全國一體化數據市場建設的實踐難點與突破方向，證券時報記者專訪了原海南省大數據管理局局長董學耕。董學耕認為，當前數據要素發展已到量變到質變的關鍵節點，2026年數據要素價值規模化釋放完全值得期待，而建設全國一體化數據市場則是破解數據要素價值釋放難題的必由之路。

今年數據要素價值規模化釋放完全可以期待

證券時報：您如何理解2026年被稱為“數據要素價值釋放年”的深層含義？

董學耕：數據要素價值釋放從數據要素提出以來就一直是不變的主題。數據作為要素的含義就是數據要嵌入進生產流通過程，釋放價值。業界為此一直在積極探索，不斷積累案例、經驗，也取得了積極成效。全國數據工作會議將今年定為“數據要素價值釋放年”，意味著這些積極探索積累到了量變到質變的時刻。也就是說，前期的工作已經達到了推進質變的水平。

例如，自《關于加快公共數據資源開發利用的意見》出臺之后，2024年底至2025年初以來，國家數據局連續出臺的一系列政策，包括數據產業、企業數據資源、公共數據授權運營、數據基礎設施建設等，在制度建設上鋪平了道路；可信數據空間試點推動了各地各行業的“搭平臺”熱潮；數據要素×大賽以及各方面出臺的場景清單推動了“謀場景”的實踐；各地數據交易所（中心）、數據平臺企業和數據商，特別是數據商，在“做產品”上發揮了先鋒作用。

可以說萬事俱備，只欠東風，全國數據工作會議吹響了進軍號，期待今年數據要素價值釋放能夠規模化爆發。這完全是可以期待的。

證券時報：到2026年底，我們應關注哪些關鍵指標，來判斷“數據要素價值釋放年”乃至全國一體化數據市場建設是否取得了實質性成功？

董學耕：全國數據工作會議部署了2026年數據工作的八大重點任務，顯然，應該對標八大任務來判斷2026年工作是否取得了實質性成功。此外，關于“數據要素價值釋放年”應該關注的關鍵指標，還要更加聚焦到價值指標。

關于數據產業，目前還沒有統計學、會計學意義上的定義。建議國家要盡快出臺相關標準。應該從微觀的主營業務分類，產品和服務分類做起，聚焦數據產品產生的市場價值，也就是聚焦微觀企業的數據產品、來源數據產生的現金流，從產值、增加值、銷售額、市值等指標去定義數據產生的價值，進而定義數據產業的范圍、規模等指標，用以衡量數據要素價值釋放的成效。

以全國一體化市場打破數據流通壁壘

證券時報：全國數據工作會議提出“加快培育開放共享安全的全國一體化數據市場”，這對于釋放數據要素價值有何意義？相較于目前各地分散的平臺和規則，全國一體化數據市場能解決哪些關鍵問題？

董學耕：不僅數據要素，其他任何要素都應當建設一體化市場，這是生產要素通過市場這個決定性力量優化配置的內在要求，是生產力發展的內在要求。建設全國一體化數據市場是目標，但不可能一蹴而就，需要穩步推進。

目前各地分散的平臺和規則都是必要的探索，有其存在的合理性，也在為全國一體化市場積累經驗。建設全國一體化數據市場，就是要打破地域、行業等界限，實現數據要素在全國范圍無障礙地“供得出、流得動、用得好、保安全”。

這里有幾項關鍵性的基礎建設：一是要建立全國性互聯互通的數據基礎設施（互聯互通的數據平臺）；二是要建立全國統一的數據相關標準體系；三是要建立全國一體化的數據互操作規范；四是要鼓勵數據商的發展，作為數據價值化的生產主體；五是要在可信數據平臺基礎上，通過謀場景、做產品，讓數據在數據產品中流通交互，實現數據價值。

全國一體化數據市場能夠讓分散不出域的數據在全國范圍自由流動，充分發揮市場優化配置資源的決定性作用；讓數據商（數據產品開發者）獲得空前的數據市場空間，充分發揮其能動性，開發出更多更好的數據產品和服務，充分釋放數據市場價值；有助于充分發揮數據要素的規模效應，即數據的邊際規模遞增效應；充分發揮數據要素的范圍效應，釋放數據要素的乘數效應；并充分發揮數據要素對其他要素的帶動、引領作用，讓數據要素價值釋放更好賦能實體經濟和社會發展。

證券時報：“五統一、一開放”被認為是構建全國一體化市場的基石。在實踐層面，如何使這些規則在不同地區、不同行業間真正“對齊”，避免出現新的規則摩擦？

董學耕：統一數據產權、統一數據流通、統一數據交易、統一數據安全、統一數據治理，實現數據市場的開放共享和安全可控，這“五統一、一開放”確實是全國一體化數據市場的基石。

實踐層面，一方面積極總結各地各行業在建設統一制度、統一平臺、統一標準、統一元數據、統一認證等方面的實踐經驗，積極提煉共性，加強交流，凝聚共識，鼓勵跨地域跨行業的規則互通、平臺互通等實踐；另一方面發揮國家層面行政、行業組織、標準化組織、學術組織等的積極性，積極推動全國一體化的制度、規則、標準等方面的建設，推動全國一體化的數據確權體系建設、數據登記體系建設、元數據體系建設、認證體系建設、平臺互通建設等。

從資源到產品，AI驅動數據要素價值新范式

證券時報：全國一體化市場將如何倒逼數據持有方（特別是政府部門和大型企業）完成從“數據資源”到“標準化數據產品”的轉變？您預計哪些領域的數據產品會最先成熟并規模化供給？

董學耕：針對公共數據持有者，大多為政府部門，要落實責任驅動、績效驅動的原則。公共數據共享、開放，包括對涉私數據、重要數據等通過授權運營方式開放，是公共部門的義不容辭的責任，要加強考核、監督，比成績、比績效，激勵先進，鞭策后進。

針對數據資源富集的大型企業等市場主體，要落實市場驅動、利益驅動的原則，兼顧社會責任。一是通過數據、數據產品和服務的有償使用，鼓勵市場主體釋放數據；二是通過技術手段落實“數據可用不看見”等數據利用方式，即通過數據產品化實現數據利用，又保護數據持有者的持續持有權；三是鼓勵市場主體公開元數據，讓更多數據商能夠及時發現、訪問、調用數據；四是相同、相似功能的元數據形成競爭格局，并在競爭中形成價格機制，讓更多數據商能夠用得起、用得好相關數據。

通過市場機制，對于市場高頻使用的數據，鼓勵市場主體開發共性的數據原子能力（數據中間產品），實現更好的數據供給。

在數據供給基礎上，鼓勵數據商（數據產品開發者）開發更多更好的數據產品，包括通用型數據產品、個性化數據產品，包括分析類數據產品、個體化數據產品。

預計最先成熟并規模化供給的數據產品，一是分析類數據產品，即不涉及涉私數據的數據產品，例如氣象數據產品、統計分析類可視化數據產品等；二是市場利益驅動力較強領域的數據產品，例如金融行業數據產品、醫療行業數據產品。

證券時報：全國數據工作會議強調“強化數據賦能人工智能發展”。全國一體化數據市場將如何為AI大模型提供更高質量、更合規的數據燃料？AI的發展又會如何重塑數據價值的標準？

董學耕：當前，基礎大模型性能提升遭遇一定瓶頸，關于人工智能泡沫的擔憂愈發明顯，而人工智能的價值釋放就更加依賴于落地應用。針對應用，數據，特別是高質量數據集，已經成為人工智能發展的關鍵。

數據賦能人工智能發展，除了將更多數據作為基礎大模型的訓練數據，針對應用落地，一是結合行業、領域高質量數據集建設，賦能行業及領域小模型的微調等后訓練工作；二是建設行業、領域知識庫，賦能大模型推理，減少幻覺；三是通過私域數據支撐人工智能私域應用。

這些都要求，一是數據基礎設施和人工智能基礎設施的融合建設，即在可信數據空間等數據平臺上融合部署人工智能大模型，通過可信數據空間的安全可信場域，作為行業性、領域性或組織內部的私域，進行高質量數據集建設、知識庫建設等，賦能人工智能的行業、領域以至組織內部的精準應用。二是基于這樣的基礎設施平臺，加強數據產品的智能化，或通過面向任務的AI智能體建設，實現數據產品向智能體的升級，成為數據產品2.0。

這些行業、領域的融合基礎設施建設、專有數據建設、專有知識庫建設，僅有局部的數據是不夠的，需要全國一體化數據市場，為AI大模型提供更高質量、更合規的數據燃料，才能有效實現大模型的應用落地，降低幻覺，提高模型泛化能力。

關于AI的發展會如何重塑數據價值的標準？首先，數據價值的標準并不在于AI，而在于應用市場，在于上述數據賦能AI、AI賦能數據產品（智能體）的應用落地上，從市場來評估數據價值。其次，通過數據產品智能化或AI智能體的落地應用，數據產品從1.0到2.0可以實現應用價值的提升，這可以說是AI重塑數據價值的體現。再有，AI為數據價值的計量提供了新的可能性。一般的數據計量會采用字節數、數據條數等方式，有了AI，也可以通過詞元數進行計量。當然，這些主要都是流量方式的計量，難以完全準確的體現數據價值，特別是數據的內容價值，不過至少為市場增加了一種價值計量方式。

證券時報：隨著市場成熟，您預測數據產業的商業模式將發生哪些深刻變化？是否會出現從“項目制開發”向“可復購的數據服務”的轉變？這將催生數據領域哪些新興業態發展？

董學耕：數據只有在應用中才能釋放價值，數據產業的商業模式一定要圍繞數據應用展開。數據價值化有“數據—數據平臺—數據產品—數據應用”四要素，從數據到數據應用的唯一橋梁是數據產品，因此，數據產業的商業模式就是數據產品化。“搭平臺、謀場景、做產品”是數據價值化的實現途徑，也就是數據產業的商業模式。以往，局限于數據領域內部閉環運作的模式是不可持續的，而一定要落腳到數據產品化上面，這就是數據產業商業模式將要發生的深刻變化。

數據產品是直接服務應用場景并且要有數據嵌入才能提供服務的產品形式。數據產品化會有多種具體形式，例如各行各業的數據產品化，分析類的數據產品、個體化的數據產品等，也包括智能化的數據產品，包括大模型、AI智能體，進而也包括結合硬件的數據產品，例如具身智能等。這些都將成為數據產業商業模式的發展形態，產生豐富多彩的數據應用，極大釋放數據價值。

在數據基礎設施（數據平臺）與人工智能基礎設施相融合的趨勢下，數據產品開發將爆發出極大的生產力。各類數據產品、智能體將出現爆發式的增長。而這些數據產品開發從“項目制開發”向“可復購的數據服務”的轉變是必然的。這是因為有了融合部署的數據平臺和人工智能平臺，做數據產品開發就是基于大平臺的微服務開發——這就是“大平臺、微服務”的開發架構，可以針對應用場景需求，迅速開發數據產品給予響應。通過數據產品輸出持續、穩定的數據服務，就是自然的數據產品服務形式。

數據產業的核心業態圍繞“數據—數據平臺—數據產品—數據應用”四要素和“搭平臺、謀場景、做產品”的具體路徑展開，包括數據供給產業（數據采集、數據治理、數據標注等），數據平臺運營業（數據基礎設施建設、數據生態體系建設、人工智能基礎設施建設等），數據產品開發產業（數據產品、智能體開發生產服務等），數據應用業（各類數據應用服務、第三方服務、包括與實體經濟的融合服務等），其中，數據產品開發產業是價值化的核心。

校對：陶謙