数据作为一种新型生产要素，拥有巨大的价值潜力。工业企业在数字化变革中通过平台建设和应用沉淀了海量的数据资源，并在驱动产业升级和融合等方面创造价值。因此，以工业互联网平台为着力点，聚焦工业企业数据价值化需求，深入挖掘与释放数据要素价值，对于加快浙江省数据市场化配置、助推数据资源高效利用尤为重要。

浙江已创建省级工业互联网平台535个

数据价值化是将原始数据转化为有价值的信息和知识以支持企业决策与创新的关键过程，包含数据资源化、产品化、价值化、资本化四个阶段。

平台通过集成先进技术，实现了数据的高效采集与数据资源化转化，并利用大数据分析能力，深入挖掘数据潜在价值，加速了工业企业数据资产化进程。同时，平台以工业企业需求为导向，开发多样化的数据应用，促进数据商品化，基于此，平台积极促进数据流通与交易，推动数据资本化迈向新阶段。

2024年9月，国家统计局发布的《服务业地位作用更加彰显，发展质效持续提升——新中国75年经济社会发展成就系列报告之四》中提到，2023年年末，我国具备一定影响力的工业互联网平台数量已超过340个，覆盖了全部工业大类，工业互联网核心产业规模达1.35万亿元。我国工业互联网平台发展已初具规模，并展现出强大的引领作用。

近年来，我国数据资源规模高速增长，2023年总规模达到32.9ZB。

截至目前，浙江已创建了省级工业互联网平台535个，建设了“5G+工业互联网”项目1205个，实现了全省30个工业大类全覆盖。利用工业互联网平台多样化的规则、技术等手段解决工业企业数据价值化过程中的复杂问题，是浙江企业进行数据要素市场配置的必然选择。

标准不统一阻碍数据资源化

目前，工业企业数据价值化过程中还存在一些主要问题：

一是数据标准不统一，数据资源化受阻碍。

《2024中国企业数据治理白皮书》显示，超过70%的企业在数据整合过程中遇到了数据标准不一致的问题，造成在数据对接方面的成本高，数据沟通和理解困难。企业在对不同来源的数据进行分析整合时，平均需要额外花费20%的时间进行数据清洗和转换工作，极大地降低了数据整合的效率。而浙江省统计局也发布报告显示同行业企业间的数据标准差异率高达13%。数据标准不统一问题不仅增加了数据整合与处理的复杂度，更限制了数据价值的充分释放，造成了数据资源的巨大浪费，严重阻碍了浙江省工业企业向数据资源化转型的进程。

二是数据安全运维力度不足，数据商品化受制约。

当前我国对于数据要素规范化使用的界限并不明确，用户隐私数据泄露并用于非法交易事件时有发生。行业机构Fortscale的调查显示，在数据泄露事件中，超过85%以上的企业数据泄密都来源于企业内部员工，可见数据安全运维面临的形势较为严峻。此外，国家还没有针对数据产权归属问题出台法律，在实际交易中，数据权属的判断主要通过基础法律理念和质朴感情，这使得大量拥有数据资源的企业不敢参与数据交易，数据商品化受到严重制约。

三是场内外交易规模差距大，数据资产难判定。

据统计，全国共有数据交易所60余家，数据交易额增长速度快，但交易规模有限。2023年，深圳数据交易所交易规模增长速度超300%，而交易额度仅50亿元；上海数据交易所数据交易增长速度更是达到1000%，但是数据交易额仅突破11亿元；浙江大数据交易中心、杭州数据交易所落户“中国数谷”一周年以来，完成交易也仅45.75亿元；场内数据交易仅占总交易量的5%左右。场内交易额和场外数据市场规模的不平衡导致数据市场对工业数据资产的价值评估标准不平衡，从而严重影响数据资产的定义与价值认定以及数据资产的流通性。

四是数据保值增值十分困难，数据资本化受制约。

中国工业经济学会会长江小涓曾提到，绝大部分数据的价值在于实时性，而一年期以上的数据贬值往往可达到98%以上，数据减损贬值快。2024年5月，国家数据局发布的《全国数据资源调查报告（2023年）》中指出企业数字化投入较高，但数据价值外溢效应不明显，在开展数字化转型的大型行业重点企业中，96%的行业重点企业已实现数据场景化应用，但实现数据复用增值的大企业仅占8.3%，而且在存储数据中，一年未使用的数据占比约四成，大量数据价值被低估、难以挖掘复用。企业数据的保值增值难，导致企业在进行数据信贷融资与数据证券化时受到阻力。

加强数据标准建设快速推动数据资源化

工业互联网平台助推工业企业数据价值化，需要加强数据标准建设，快速推动数据资源化。

一是推进产品主数据标准（CPMS）试点。产品主数据标准是统一描述和规范产品信息的数据标准，为打破国外标准体系垄断，浙江在全国率先开展CPMS的县域试点建设，已在15个工业细分行业开展试点，其中9个细分行业成功构建标准，7个行业标准纳入国家标准体系。下一步要加快提升对CPMS试点工作的认识，有序扩大试点行业范围，指导试点地区做深做实生态，遴选一批示范性强、显示度高、带动性广的典型案例和场景。

二是深化国家数据标准贯标。数据管理能力成熟度评估模型（DCMM）是我国首个数据管理能力评估国家标准。目前，浙江全省已有超过100家企业取得DCMM贯标证书，超过40个县（市、区）出台DCMM贯标支持政策。下一步要绘制年度全省企业数据管理能力热力图，指导成立DCMM贯标咨询服务联盟，开展全省DCMM标准推广系列培训，提升企业数据管理和应用能力。

三是探索开展工业领域数据集建设。研究制定“浙江省推进工业领域数据集建设实施意见”，引导各地面向优势行业，依托工业互联网平台（产业大脑）加强行业数据采集汇聚、治理使用，探索建设若干个垂直行业高质量数据集试点，促进工业领域垂类人工智能大模型发展。

需要加强数据安全保障，合理规范数据产品化。

一是支持可信数据空间发展。可信数据空间是基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用设施，综合利用隐私保护计算、区块链、数据使用控制等技术手段，保证数据的可信采集、加密传输、可靠存储、受控交换共享、销毁确认及存证溯源等，规避数据隐私泄露、违规滥用等风险。下一步浙江将重点依托工业互联网平台（产业大脑），在纺织、服装、化工等重点行业探索行业可信数据空间试点建设，支持省内国有企业和龙头企业建设企业可信数据空间，构建多方互信的数据流通利用环境，创新共建共治共享的数据使用、收益分配、协同治理等机制。

二是指导企业开展数据安全工作。构建省市县企四级联动的工业领域数据安全管理机制，强化省市联动、政企协同，形成工作合力。强化企业主体责任意识，开展工业数据安全法律法规和政策标准的宣贯培训，组织开展工业数据安全分类分级，滚动编制数据安全风险防控重点企业名录。定期开展应急演练，提升安全事件快速反应、规范处置、协同联动水平。提升数据安全服务支撑能力，组织遴选并动态管理数据安全服务支撑单位，为全省数据安全发展提供标准规范、交流合作、应用推广等服务。

需要发展数据交易市场，加速推进数据价值化。

一是积极开展数据基础制度探索。推动数据持有权、使用权、经营权等分置运行，鼓励探索市场化、场景化的“授权使用、分享收益”新模式。鼓励企业采取共享开放、交换交易、资源置换等多种方式流通数据，促进数据产品和服务创新开发、高效流通和价值复用。引导企业在数据产品和服务的生产、供给、流通、使用中实现数据价值的创造和提升，坚持由市场评价贡献、按贡献决定报酬，充分发挥市场在资源配置中的决定性作用，探索建立数据产品和服务的收益分配调节机制。

二是做大做强数据交易机构。坚持以“所商分离”为重点，构建“交易场所+数据商+第三方服务机构”协同创新的多元生态，鼓励各地和交易机构通过减免撮合服务费、补贴和激励数据交易等方式，推动数据供需主体迈出场内交易第一步，引导“看不见、互信难、监管难”的场外（交易所以外）数据交易变为“看得见、可信任、好监管”的场内交易。鼓励各地出台针对数据资源的首登记、首挂牌、首交易、首评估、首入表、首认证，数商首注册、首交易等行为的奖励政策。

三是培育壮大浙江数商群体。浙江数商是促进数据要素价值实现的经济主体，是为市场提供丰富的数据产品服务、打造产业数据发展生态的关键一环。推动浙江数商高质量发展，需要紧密围绕浙江“415X”先进制造业集群，支持数字化服务商向数商转型，大力发展数据技术服务、数据产品开发、数据流通服务、数据安全服务等专业性数商服务，促进数据为企业服务，推动形成新业务新模式。

需要探索数据资产转化路径，高效助力数据资本化。

一是积极探索数据资产入表路径。加强对数据资产入表及数据资产化的理论研究和实践探索，同步推进数据资产入表路径和财务核算体系。加强数据质量评估，出台数据质量评估规范，基于数据准确性、一致性、完整性、规范性、时效性和可访问性等维度选取可量化指标进行评价，把好数据资产“质量关”。

二是推动数据资产价值的合理认定。分别考察场内场外各自关于同类数据分析的不同观点，比较省内不同工业互联网平台对于数据分析的不同标准，汲取融合不同工业互联网平台的数据分析体系，推动数据资产价值的认定标准更合理地贴近市场。

三是发挥数据在金融领域价值实现。以设备运转、经营、用电量等数据作为企业征信凭证，借助工业互联网平台实现海量数据积累，为中小企业提供完善的“信用画像”，鼓励金融机构依据云上“背书”，在供应链金融领域创新金融产品、探索金融新模式。