工業數據要素登記白皮書（2023

年）中國工業互聯網研究院二〇二三年十一月版權聲明本白皮書中所有材料和內容的知識產權屬于中國工業互聯網研究院及所有參編單位，并受法律保護。任何單位和個人未經中國工業互聯網研究院授權，不得使用或轉載白皮書中的任何部分。授權后轉載、摘編或利用其它方式使用本白皮書中文字或者觀點的，應注明“來源：

中國工業互聯網研究院”。違反上述聲明者，本院將追究其相關法律責任。中國工業互聯網研究院郵箱：drcii@序數據作為數字經濟時代的核心生產要素，正在發揮越來越重要的基礎性與戰略性作用，數據要素的高效流通與利用，可以加速資源配置效率，優化生產方式變革，推動產業生態重構，促進經濟社會高質量發展。工業數據直接服務于工業數字化轉型，蘊含巨大價值，其作用發揮與價值實現將有力推動新型工業化進程。2022

年我國出臺《關于構建數據基礎制度更好發揮數據要素作用的意見》（業界稱為“數據二十條”），邁出了數據要素化的關鍵一步。當前，我國數據要素化尚處于起步探索階段，有若干問題需在未來制度建設與創新探索過程中進一步研究和迭代，圍繞數據要素市場、數字治理體系與數據技術體系“三大基石”，夯實數字經濟發展的基礎，促進我國數字經濟的有序健康和高水平發展。工業數據要素化發展是一項系統工程，需要統籌規劃、系統推進，既需要做好頂層設計，更需要鼓勵創新探索。《工業數據要素登記白皮書》由中國工業互聯網研究院主持編寫，聚焦工業數據登記和數據資產化價值化的關鍵問題與應用實踐，積極探索基于數字對象的數聯網基礎設施所支持的工業數據登記確權架構與發展路徑，對構建和完善我國工業數據要素市場化配置體系，推動我國工業數據要素市場健康長效發展具有重要參考價值。梅宏

癸卯年季秋于北京白皮書編寫組編寫單位及主要成員：中國工業互聯網研究院：羅俊章、田野、張旭、任俊綺、申若水、方照數據空間技術與系統全國重點實驗室：黃罡、劉天成、羅超然北京大學：柳峰、蔡華謙北京國際大數據交易所：郎佩佩、王海洋、何寶榮、朱大培、盛京中國電子技術標準化研究院：張群、李冰、王為中、汪睿棋貴陽大數據交易所：黃煜、劉君惠子、韓坤潔、周艾琳廣東數字政府研究院：傅建平、張宏建、袁昭晅、牟冰清、羅漫、楊婉儀北京市中倫律師事務所：張杜超、岳虹君大成律師事務所：郭璐璐、韓飛、陳筱、陳曉薇中聯資產評估集團有限公司：范樹奎、李業強、郝坤鵬中國工商銀行：王劍、劉唯、周濤泰山智能制造產業研究院：畢延潔、盧蓓蓓、蔣坤萍中國科學院信息工程研究所：李鳳華、張玲翠中建電子商務有限責任公司：唐鑫中科云谷股份有限公司：曾光、周志忠、羅穎、劉文虎江蘇蘇州農村商業銀行股份有限公司：周斌新華網股份有限公司：焦俊紅、程瑋、褚夢溪廈門國家會計學院：陳朝琳北京理工大學：劉馳、李國政深圳大學：秦建斌、常京上海交通大學：邱衛東、唐鵬電子科技大學：張源、何欣雨西安電子科技大學：李暉江蘇銀行：施騁、王云峰北京弘毅產鏈科技有限公司:楊超大數據分析與應用技術國家工程實驗室：王娟、喬天宇河南數權科技有限公司：崔海斌海爾數字科技（上海）有限公司：謝海琴、談晟、劉冰、凌鳳岐浪潮工業互聯網股份有限公司：商廣勇、劉品杰、武婉婉、謝五峰羚羊工業互聯網股份有限公司：王龍生、周堯、溫偉軍杭州數據交易所：周宇、宣嘯、潘凱偉杭州市數據資源管理局：齊同軍、張斌、方建軍、汪林杰、沈春悅長三角一體化示范區（江蘇）慧聚數據服務有限公司：沈利東中電數字場景科技研究院：朱江北京易觀數智科技股份有限公司：陳晨合肥綜合性國家科學中心數據空間研究院：林傳文、趙春玉深圳中集移動物聯國際運營服務有限公司：周受欽湘潭大學：劉翊、雷高攀前言自黨的十九屆四中全會首次將數據增列為生產要素以來，數據已融入生產、分配、流通、消費和服務管理等各個環節，成為數字經濟深入發展的核心引擎與國家基礎性戰略資源。目前，世界主要發達國家也紛紛出臺新一輪數字法規與戰略搶占數字經濟的發展主動權。同時，隨著企業數字化轉型不斷深入，新型工業化進程不斷推進，數據要素也已經逐漸展現其作為“新資產”的廣闊價值。我國數據交易市場已步入高速發展階段，未來發展空間廣闊。特別是《中共中央

國務院關于構建數據基礎制度更好發揮數據要素作用的意見》印發后，初步形成了我國數據基礎制度的“四梁八柱”，提出了以產權制度為基礎、以流通制度為核心、以收益分配制度為導向、以安全制度為保障的數據基礎制度頂層框架。工業數據的流通應用對加快數據要素化進程、激活數據價值潛能具有重要作用。工業數據直接服務于實體經濟，蘊含巨大價值，占總數據的比重大，但目前工業數據的開發利用程度尚有提升空間，多數企業對工業數據的重要性認識不足，也缺乏對數據資源的有效管理。這不僅制約了工業數據本身價值的釋放，也影響了我國數據交易市場的活躍度和進一步發展。工業數據登記是工業數據要素價值化的基礎與前提，也是首要關鍵步驟，能夠為進一步暢通工業數據價值釋放提供根本保障。但對于工業數據要素登記機制的確立與價值化實踐，目前在全球尚沒有成熟解決方案與運行模式。《工業數據要素登記白皮書（2023

年）》將重點梳理數據要素相關國內外政策法規、我國數據要素市場發展現狀、工業數據要素特征及流通價值化過程中存在的挑戰，聚焦于工業數據要素登記體系框架與技術底座、價值化資產化路徑等關鍵問題，為探索工業數據登記新機制提出相關建議，為完善我國工業數據價值化與合規流通提供有益參考，以期加速推動中小企業轉型升級，有效釋放數據要素新動能，構建和完善數據要素市場服務體系，推動我國工業數據要素市場健康發展。白皮書撰寫過程中得到了行業內許多專家領導的悉心指導，在此由衷感謝各大數據交易機構及各參編單位的踴躍參與。特別感謝梅宏院士、魯春叢院長、黃罡教授對于白皮書編寫過程中的指正與支持。課題組后續還將推出《工業數據要素登記白皮書技術方案篇》《工業數據要素登記白皮書應用場景篇》等系列研究，對數據要素登記有關技術方案進行深入分析，對數據要素登記的應用場景進行詳細梳理，為推動工業數據要素市場建設提供理論支撐。時間所限，白皮書中難免有疏漏之處，敬請讀者批評指正。工業數據要素登記白皮書目

錄一、數據要素化發展的時代背景................................................-

1

-（一）各國布局數字法規戰略，爭奪發展制高點...........

-

1

-（二）中國致力數據要素發展，構筑競爭新優勢...........

-

3

-（三）數據要素市場快速發展，探索模式多元化...........

-

6

-（四）工業數據價值加速釋放，推進新型工業化...........

-

8

-二、工業數據要素概念框架......................................................-

11

-（一）工業數據要素的內涵特征......................................-

11

-（二）工業數據要素價值釋放的關鍵環節.....................

-

14

-（三）工業數據要素登記制度的重要意義.....................

-

16

-三、工業數據要素登記流通的現存問題與挑戰.....................

-

19

-（一）制度體系亟待完善，政策指引仍待加強.............

-

19

-（二）技術標準雛形初見，數據安全尚存隱憂.............

-

20

-（三）產業生態初步構建，實踐效果有待觀察.............

-

23

-（四）數據市場方興未艾，價值釋放難覓途徑.............

-

24

-四、工業數據要素登記體系框架.............................................

-

26

-（一）登記權屬劃分..........................................................-

26

-（二）登記基本原則..........................................................-

28

-（三）登記技術底座..........................................................-

29

-（四）登記認證機制..........................................................-

32

--

1

-工業數據要素登記白皮書五、工業數據要素推動新型工業化發展路徑.........................

-

36

-（一）金融授信創新助力企業數字化轉型融資.............

-

36

-（二）資產評估與入表帶動數據價值“顯性化”.........

-

37

-（三）深化數據治理能力賦能企業提質增效.................

-

39

-（四）數據賦能產業轉型升級實踐蓬勃涌現.................

-

42

-（五）工業數據資產登記的蘇州節點實踐.....................

-

44

-六、完善工業數據要素發展的相關建議.................................

-

46

-（一）加快構建工業數據制度體系.................................

-

46

-（二）加強工業數據基礎設施建設.................................

-

46

-（三）持續培育工業數據市場生態.................................

-

47

-（四）激發工業領域金融創新活力.................................

-

47

-參考文獻......................................................................................-

49

-附錄

1

工業數據要素相關法律法規列表................................

-

51

-附錄

2

全國現有數據交易機構情況表....................................

-

53

-附錄

3

數據要素及數據交易相關重要政策文件列表............

-

57

-附錄

4

“數據二十條”印發后各省市相關政策文件列表....

-

60

--

2

-工業數據要素登記白皮書一、數據要素化發展的時代背景數據是數字經濟時代的關鍵生產要素，是國家基礎性戰略資源，是推動經濟社會高質量發展的重要引擎。誰掌握了數據，誰將掌握發展的主動權；誰利用好數據，誰將贏得未來數字競爭新優勢。推進數據要素化要用結構性改革破解供給側結構性矛盾，提高各界駕馭數據的能力，加速調整數據生產關系，解放和發展數據生產力，促進全要素協同共生、數實融合，實現全面高質量發展，牢牢掌握數據發展主動權，構筑國家數字競爭新優勢1。（一）各國布局數字法規戰略，爭奪發展制高點近年來，美國、德國、英國、日本等主要發達國家與地區將數據作為發展先進制造業的戰略重點，并相繼發布了一系列規劃文件，以期平衡數據的高效利用與隱私安全，積極推動數據的創新發展。相關機構預測，2035

年全球數據量預計將達

2142ZB，較

2020

年增長約

35

倍2。在有關數據的立法模式上，全球范圍內較具代表性的數據立法模式包括美國的分散式立法模式、歐盟的統一式立法模式以及日韓以個人數據保護為主的本地化立法模式。一是分散式立法模式。美國采用的分散式立法模式是指美國目前在聯邦層面沒有專門的數據保護立法，而是采用分行業分散立法的方式，將相關的數據保護規定分散在眾多的聯邦法案中。1

傅建平等.數據發展之路:廣東實踐[M].北京:人民日報出版社.20232

中國信息通信研究院《大數據白皮書（2020

年）》.2020-

1

-工業數據要素登記白皮書對于非個人數據而言，美國主要通過《計算機欺詐和濫用法》以及反不正當競爭的相關規定實現非個人數據的保護。同時，美國法院依據美國在普通法中確立的信息盜用制度，對違法抓取網絡數據的不正當競爭行為進行認定，構成要件包括數據收集方投入了勞動與成本、另一方通過搭便車方式使用數據對數據收集方造成了損害等。二是統一式立法模式。歐洲國家關于數據方面的立法，最初體現在對個人數據的強保護層面，而加強工業數據等非個人數據的保護與價值挖掘也逐步形成共識。為實現建立單一數據市場的目的，歐盟陸續發布了《非個人數據自由流動條例》《數據法案》《數據市場法案》《數字服務法案》等一攬子規范性文件，從數據權利保護、數據市場準入、數據要素共享和監管執法等方面，初步構建起歐洲單一數據市場的頂層制度體系。歐盟在

2020

年11

月推出的《數據治理法案》（Data

Governance

Act，簡稱

DGA），明確“定義數據共享渠道的歐盟路徑”。該法案試圖創新歐盟的數據共享機制，以多重主體、多重渠道、多重保障的模式，拓寬數據的共享來源。除歐盟國家外，英國等其他歐洲國家，也在紛紛推進基于數據驅動的規范體系建設和實踐落地。例如，英國頒布《數據改革法案》以減輕企業因個人數據保護要求的掣肘，提高企業數據使用效率。三是以個人數據保護為主的本地化立法模式。韓國近年來頒布并修改了《個人信息保護法》《信息通信技術與安全法》《信-

2

-工業數據要素登記白皮書用信息保護法》及配套實施令，構建起韓國的數據保護體系。在促進數據的應用上，2021

年

10

月，韓國通過了《數據產業振興和利用促進基本法》，旨在建立數據交易申報系統，發展數據產業、振興數據經濟。隨后于

2022

年陸續推出“數據產業振興綜合計劃”與“韓國數字戰略”，并成立“國家數據政策委員會”，目標為擴大數字經濟的覆蓋范圍，提升數字經濟的包容性，構建政府數字平臺。日本于

2017

年

10

月提出了“工業互聯戰略”，旨在通過大數據、人工智能等信息技術實現人、物、企業、區域之間的數據共享與互聯互通，通過合作與協調解決工業新挑戰。此后日本于

2021

年

9

月成立了數字廳實施“綜合數據戰略”，在醫療、教育、防災、出行、簽約及結算等領域建立相應機制以優化數據的實際運用。（二）中國致力數據要素發展，構筑競爭新優勢我國在數據要素發展的政策法規構建方面取得了積極進展。根據數字時代的發展需要，我國將數據要素作為重要的基礎性戰略資源，積極推動數據要素市場的發展完善，并通過制定一系列的政策法規，為數據要素化提供了必要的法律保障和規范。一是國家戰略導向。我國高度重視數據要素產業發展，將其納入國家戰略規劃中。其中，《中華人民共和國國民經濟和社會發展第十四個五年規劃和

2035

年遠景目標綱要》明確提出要加快培育數據要素市場，完善數據產權制度，推進數據要素市場化配置。2022

年

12

月，《中共中央

國務院關于構建數據基礎制-

3

-工業數據要素登記白皮書度更好發揮數據要素作用的意見》（以下簡稱“數據二十條”）正式印發，從數據產權、流通交易、收益分配、安全治理四方面，提出二十條政策舉措，初步形成了我國數據基礎制度的“四梁八柱”。在今年

2

月，中共中央、國務院印發了《數字中國建設整體布局規劃》（以下簡稱《規劃》），旨在推動數字技術與實體經濟的深度融合，促進數字經濟的快速發展，對強化數字化發展基礎設施、推進數字化產業創新、提升數字化治理能力以及促進數字經濟與實體經濟深度融合等方面進行了全面規劃。《規劃》將“夯實數據資源體系”作為數字中國建設兩大基礎之一，提出要“暢通數據資源大循環”，明確了數據要素對促進數字中國建設的重要基礎性作用，為中長期數據要素發展和數字化建設指明了方向。二是法律框架保障。為保障數據要素化的健康發展，我國在法律框架的構建方面做出了大量努力。一方面，我國加快推進數據安全相關法規體系構建，相繼頒布《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等法律法規。另一方面，相關行政法規和部門規章也在逐步細化完善數據要素市場的法律框架。例如，《關鍵信息基礎設施安全保護條例》對關鍵信息基礎設施的安全保護進行規定，明確相關部門和企業的責任和義務；《互聯網信息服務管理辦法》則規范互聯網信息服務活動，加強對網絡信息的管理和監管。除上述法規外，還有大量與數據相關的立法內容散見于《民法典》-

4

-工業數據要素登記白皮書《反壟斷法》《反不正當競爭法》《刑法》等法律規范中（見附錄

1）。三是體制機制創新。我國政府重視數據要素市場體制機制建設。自

2016

年起，我國相繼出臺《關于加快建設全國統一大市場的意見》《關于構建數據基礎制度更好發揮數據要素作用的意見》等政策文件，推動數據要素市場的規范化發展。其中，“數據二十條”提出了建立數據產權制度，推進公共數據、企業數據、個人數據分類分級授權使用等政策舉措，為數據要素市場的健康發展提供了堅實的政策支持。我國政府積極推進公共數據開放和企業數據流通。一方面，政府通過建立公共數據開放平臺和制定相關政策措施，促進公共數據的開放和利用。另一方面，政府積極推動企業數據的流通和交易，支持各類企業參與數據要素市場的發展。四是地方布局發展。各省市也積極響應國家政策，開展數據要素化實踐探索與創新。自“數據二十條”印發后，各地圍繞數據要素登記與流通交易的數據條例和配套政策紛紛出臺，數據要素產業進入加速發展階段。北京、上海、廣州、深圳等地均發布了數據要素相關政策文件，推動數字技術同實體經濟深度融合（見附錄

4）。多省市發布的政策文件中都明確提出探索數據流通、數據跨境新途徑，建立結構性分置的數據產權制度，關注數據入表，健全政府側與企業側的首席數據官制度。通過分析“數據二十條”發布后各省市及相關領域二十余份數據要素方向政策文件的關鍵詞后發現，有關數據的資產化價值-

5

-工業數據要素登記白皮書化的實現路徑得到了較多的關注。特別是

7

月以來，數據資產入表、數據跨境、數據資產評估與首席數據官等新名詞也被更多地提及，如下圖

1-1

所示。圖

1-1

我國各省數據要素政策文件詞云圖（三）數據要素市場快速發展，探索模式多元化數據作為新型生產要素，在推動經濟社會高質量發展中的作用日益凸顯。中國數據要素市場在近年來取得了積極進展，尤其是多元化的數據流通模式探索，為市場注入了新的活力。一是市場規模持續擴大。隨著我國數字經濟的蓬勃發展和數據保護法規的不斷完善，數據要素市場規模持續擴大。據統計，2022

年我國數據要素市場規模達到

815

億元，預計“十四五”期間，市場規模復合增速將超過

25%，將進入群體性突破的快速發展階段3，這一趨勢得益于政策紅利的不斷釋放和市場需求的大幅增加。二是跨界合作成為新趨勢。隨著數據要素市場的不斷發展，3

國家工業信息安全發展研究中心.《中國數據要素市場發展報告（2021~2022）》.2022-

6

-工業數據要素登記白皮書跨界合作成為新趨勢。眾多企業開始探索與金融、醫療、教育等領域的合作，共同推動數據要素市場的繁榮發展。例如，阿里巴巴與多家銀行合作推出基于大數據的信用評估服務，這類跨界合作不僅為企業提供更廣闊的市場機會和盈利空間，也為其他領域帶來更高效、精準的服務和解決方案。三是場內集中交易提供便捷的交易渠道。近年來，全國各地涌現出許多數據交易機構，截至

2023

年

8

月底，我國已經建立了

48

家數據交易機構（見附錄

2），成為我國數據要素市場的重要組成部分。這些機構不僅為數據供需雙方提供了便捷的交易渠道，還推動了數據要素的流通和變現，為中國數字經濟的發展注入了新的動力。一方面，交易機構地理分布與資源聚焦。如圖

1-2

所示，數據交易機構主要集中在經濟較發達、數據資源更豐富的地區。例如北京市與上海市均在其最新的數據條例及實施意見中明確提出要推動數據交易機構的發展，提升交易所能級，明確功能定位和建立數據市場交易指數等措施。另一方面，數據交易機構創新設立特色專區。各地的數據交易機構積極探索創新發展模式，結合區域特點和重點行業推出特色數據專區。截至

2023

年

8

月底，已有

26

個特色數據專區板塊成立。例如，北京國際大數據交易所與中國工業互聯網研究院共同推出的工業數據專區，面向企業提供數據登記、評估、交易、跨境等“一站式”相關服務。貴陽大數據交易所上線氣象、電力和算力專區，發揮地區算力優勢。-

7

-工業數據要素登記白皮書上海數據交易所打造“航運交通板塊”，提供多類型數據產品。這些創新探索和特色專區有助于推動中國數據要素市場的繁榮發展。圖

1-2

2014—2023

年我國數據交易機構地域分布情況四是場外自主交易提供靈活的交易方式。在場外交易市場中，企業或個人可以自主選擇交易的對象和方式，從而實現更加快速和精準的數據流通，降低交易成本和門檻，使得更多企業和個人參與到數據交易中來，進一步促進市場的繁榮發展。通過“數據礦主”和產業鏈“鏈主”的帶動，可以促進產業鏈上下游大中小企業間的數據協作和共享。（四）工業數據價值加速釋放，推進新型工業化習近平總書記指出：“新時代新征程，以中國式現代化全面推進強國建設、民族復興偉業，實現新型工業化是關鍵任務。把-

8

-工業數據要素登記白皮書建設制造強國同發展數字經濟、產業信息化等有機結合，為中國式現代化構筑強大物質技術基礎。”新型工業化戰略的重要性在于促進工業化與信息化的深度融合，在于利用數字技術與數據驅動的方法更好地監測和管理生產過程，提高生產效率和生產質量。工業是立國之本、強國之基，工業化是現代化的基礎和核心動力。在數字化轉型的加速推進的當下，我國工業化發展進入新的階段，正面臨數字化轉型和智能化融合的迫切需求。工業數據作為新型生產要素，是數字化、網絡化、智能化的基礎，將有力推動制造業質量變革、效率變革、動力變革。隨著企業數字化轉型，海量的工業數據不斷產生，這些數據反過來又催生了更為精確的供需匹配需求，促使企業匯集應用數據、形成數據目錄，找尋數據資產化價值化的途徑，因而工業數據的價值釋放也與企業的轉型發展相輔相成。工業數據要素的價值挖掘和利用成為新的經濟增長點。隨著人工智能、區塊鏈等技術的發展，工業數據的價值挖掘和利用已經成為新的經濟增長點。挖掘和利用工業數據可以提高生產效率，降低生產成本，創新商業模式，從而推動新型工業化的快速發展。工業數據的價值挖掘和利用也有助于促進科技創新和產業創新深度融合，提升工業企業的核心競爭力。工業數據要素作為“新資產”具有廣闊價值。今年

8

月

，財政部印發《企業數據資源相關會計處理暫行規定》，規范了企業數據資源相關會計處理，明確數據資源進入資產負債表的有關規-

9

-工業數據要素登記白皮書定，數據要素資產化的法律基礎初步構建。同時，工業數據在授信審批、風險評估等方面的重要作用也逐步彰顯，實踐案例不斷涌現。因而工業數據的資產化價值化，能夠服務于工業企業的融資需求，增強企業數字化轉型的意愿，加快傳統產業的轉型升級。數據登記是實現工業數據的價值釋放的首要環節。狹義上的數據登記，便是登記數據要素的有關信息與權屬。管理與流通工業數據要素的過程中應更加明確地確立權益歸屬，實現數據資產的標準化和合規化，以期提升工業數據要素的流通水平和質量，進一步推動科技創新和產業創新的深度融合。工業數據涉及知識產權、商業秘密、關鍵生產經營等關鍵信息，存在侵權行為難認定、權益流轉難管控等問題，為了解決這些問題，建立工業數據資產登記制度至關重要。該制度不僅可以明確數據權屬，保護數據安全，促進數據流通，還能提高工業數據的利用效率，進而推動工業數據的價值釋放，增強企業數字化轉型的意愿。-

10

-工業數據要素登記白皮書二、工業數據要素概念框架近年來，全球數字經濟蓬勃發展，新一輪科技革命和產業變革深入推進，帶動產業數字化轉型升級，以數字化、網絡化、智能化為主要特征的新工業革命蓬勃興起。在

2020

年

3

月《中共中央

國務院關于構建更加完善的要素市場化配置體制機制的意見》明確將數據作為一種新型生產要素寫入文件，與土地、勞動力、資本、技術等傳統要素并列為要素之一。自此，數據在提高生產效率與資源配置效率方面的經濟價值進一步凸顯，數據要素也不再只是對各行業各領域各類數據的指代，而是被定義為實際參與社會生產經營活動，為使用者和所有者帶來經濟效益的重要資源。目前，工業數據已經成為影響工業經濟發展、工業安全保障的重要生產要素，是驅動工業互聯網創新發展的重要引擎。據中國工業大數據產業生態聯盟數據統計，2020

年中國工業數據市場規模已經達到

364.10

億元，同比增長

31.10%，到

2025

年，我國工業數據市場規模有望達到

1400

億元左右4。同時，隨著我國工業互聯網從概念倡導進入實踐深耕階段，工業互聯網獲取了大量工業企業的實時、準確生產和經營數據，這些工業數據正日益成為評價工業經濟運行狀況的重要“晴雨表”。（一）工業數據要素的內涵特征工業數據是指在工業領域中，產品全生命周期各階段開展各4

中國工業大數據產業生態聯盟.《2021

中國大數據產業發展白皮書》.2021-

11

-工業數據要素登記白皮書類業務活動產生數據的總和。工業數據要素，是指在工業領域內能夠參與社會生產經營活動，進而產生經濟效益的數據資源。“數據二十條”明確將數據分為公共數據、企業數據和個人數據三大類，并以此為基礎建構數據利用的權利義務體系。與強調公共管理性質的公共數據和強調隱私的個人數據不同，工業數據以生產研發與管理經營數據為核心，屬于企業數據范疇，在權屬上更為明晰。從工業數據的來源看，主要包括兩類：第一類是企業內部數據

，主要包括企業傳統運營管理相關的業務數據和制造過程數據。其中業務數據來自企業傳統信息化相關系統，包括企業資源計劃（ERP）、產品生命周期管理（PLM）、供應鏈管理（SCM）和能耗管理系統（EMS）等，此類數據是工業企業傳統意義上的數據資源與資產；制造過程數據主要是指工業生產過程中，通過物聯網等技術手段采集的裝備、物料及產品加工流程的工況狀態參數、環境參數等生產情況數據。第二類是企業外部數據，主要指企業使用工業互聯網等新一代信息通信技術提供的服務過程中產生的數據，包括工業互聯網標識解析服務產生的數據、使用工業互聯網平臺服務產生的數據、工業互聯網安全監測數據、產業鏈上下游協同服務產生的數據等。工業數據具備明顯的工業屬性，與互聯網等企業數據相比，其種類更豐富、形態更多樣，主要包括：以關系表格式存儲于關系數據庫的結構化數據，如生產控制信息、運營管理數據；以時-

12

-工業數據要素登記白皮書間序列格式存儲于時序數據庫的結構化數據，如工況狀態、云基礎設施運行信息；以文檔、圖片、視頻、音頻格式存儲的半結構化或非結構化數據，如生產監控數據、研發設計數據、外部交互數據。工業數據往往具有明確的權屬關系和資產價值，企業能夠決定數據的具體使用方式和邊界，相對其他數據而言，工業數據資源的持有權邊界更加明晰。工業數據作為對工業相關要素的數字化描述和映像，除了具備規模性（Volume）、高速

性（Velocity）、多樣性（Variety）、價值性（Value）的

4V

特征外，還具有反映工業邏輯的新特征。這些特征可以歸納為多模態、強關聯、高通量。多模態是指需要用到多模態復雜結構來反映工業數據的系統化多維度特征。工業數據的記錄存儲都需要較高的完整性，同時不同細分行業間的數據構成也有顯著差異。工業數據往往包含大量非結構化數據與時序信息，為工業生產帶來了豐富的信息來源，但同時也為工業數據的運用與分析制造了困難。強關聯是指工業數據之間的關聯具有系統性與動態性。工業數據之間的關聯并不僅限于數據字段，其本質是物理對象之間和過程的語義關聯。同時，這種關聯性在長期生產過程中具有穩定性，可實現機理與模型復用，有助于企業更好地把握生產過程并做出決策。高通量是指工業數據的采集、處理、分析具有很高的實時性要求，過程中傳輸的數據可能是海量的，其中具有應用價值的數-

13

-工業數據要素登記白皮書據需要進行實時精確篩選。目前，嵌入傳感器的智能互聯產品已成為工業互聯網時代的重要標志，海量實時的數據在人員、設備、平臺之間快速傳輸互通成為常態。（二）工業數據要素價值釋放的關鍵環節在直接的應用價值之外，隨著對數據要素的資產化應用途徑探索不斷加深，有關政策不斷落地，工業數據的資產化價值潛力越來越得到廣泛關注。一般而言，工業數據的價值釋放由三個主要環節步驟組成（見圖

2-1）。圖

2-1

工業數據價值化的實現路徑圖工業數據價值化的第一步是對企業的數據資源進行整理登記

。企業將來自經營、生產領域的數據，進行匯總清洗與處理分析，沉淀為最初的數據資源。這些數據資源通過登記權屬，明確數據的歸屬權并實現標準化，最終形成清晰的數據目錄，以便更好地展示數據具體情況。而工業數據因其海量多模態、可復制、易篡改的特性，使得權屬確認難監督、數據質量難保障，因而在工業數據要素管理過程中需要更加明確地確立權益歸屬，更加重-

14

-工業數據要素登記白皮書視登記機制的實施。經過登記環節后，工業數據價值化的第二步是實現數據資產的質量與價值評估。數據質量評估對于確定數據價值至關重要，是價值評估是前決條件。為了確保數據資產的高質量治理和合理定價，企業側應選擇具有權威性的第三方機構來提供科學準確、具備時效性的數據質量評估結論，為后續的數據資產價值評估提供有效參考。目前，我國數據資產的價值評估機制仍處于探索階段，尚無權威統一的法律準則或方法體系，現有的方法可大致分為市場法、成本法、收益法三種。除相對直觀的通過市場法定價外，成本法主要考慮原生數據形成數據資產的投入成本因素，而沒有將數據資產與特定場景結合起來。收益法將數據與具體場景相結合，通過預計數據資產所帶來的收益來評估其價值。這種方法適用于能夠帶來長期價值的衍生數據，在金融和互聯網領域得到廣泛采用。第三步是數據資產化應用，包括直接的交易流通途徑，間接的金融授信、數據跨境以及通過“數據入表”實現數據價值與成本的顯性化展示。工業數據在經過登記和評估定價后形成了具有可交易價值的產品，就可以進行合規交易，為企業帶來直接收益，實現數據流通生態的良性循環。同時，以工業數據產品為依托的多元化金融服務和授信貸款也是價值化釋放的潛在途徑。金融機構依據企業或產業鏈上下游的排產運營數據能夠更精確地評估客戶經營信用風險、制定適當的授信策略，并根據客戶需求提供-

15

-工業數據要素登記白皮書更個性化的金融產品服務，為企業數字化轉型提供更多融資渠道。（三）工業數據要素登記制度的重要意義工業數據要素登記狹義來說指登記數據要素的權屬信息與屬性信息，界定數據權益的歸屬，是實現數據安全有序流動和數據資產化不可或缺的首要環節。要素有效分配的前提是產權清晰，而登記制度是對財產自然屬性和法律屬性的確認，是各類要素產權界定和交易流轉的基礎，同樣也是要素市場體系中不可或缺的基礎性制度。我國先后在土地（不動產）、資本（如債券）、技術（知識產權）等要素市場領域建立了完善的登記制度，這對數據要素的登記制度也具有重要借鑒意義。一是土地（如不動產）登記制度。不動產登記通常由政府或相關法律機構對土地、房屋、林地、海域等不動產信息進行登記，涉及的具體信息主要包括自然狀況信息（面積、價格、等級、用途、位置等）、權利狀況信息（所有權、用益物權、擔保物權等）和其他信息（提示類信息、限制類信息、相關附記的其他信息等）。現行的不動產登記涉及領域較廣，且被登記的數據龐雜分散、介質多樣。通過全面實現不動產統一登記，不動產權人的合法財產權與交易安全能夠得到有效保障，政府也能更好統籌安排調控政策，提高治理水平。二是資本（如債券）登記制度。債權登記由債券登記結算機構進行債券面值與償還期等債券基本信息、債券權利信息、債券變更等相關信息的記錄和確認，是確定債券持有人及其權利的法-

16

-工業數據要素登記白皮書律行為與保障投資者合法權益的重要措施。債券登記是債券發行和交易過戶的核心環節，對提高交易結果執行的確定性和便捷性、保障債券市場安全有效運行至關重要。從我國債券登記托管的歷史沿革來看，債券市場的登記托管體系和制度因治理無序分散的登記托管亂象而生，基于高度統一的集中登記原則而建立，是債券市場健康發展的迫切需求和必然選擇。集中統一的登記原則不僅適用于債券市場建設，也能為數據要素的登記提供參考。三是技術（如專利等知識產權）登記制度。和普通財產權不同，知識產權具有無形性、專有性、時間性特征，需要專門的登記制度對其進行確認和保護。我國建立了完善的知識產權制度，以實用新型專利為例，在申請階段需要登記提供的資料包括：請求書（包括專利名稱、發明人或設計人信息、申請人信息）、說明書（包括專利名稱、所屬技術領域、背景技術、發明內容、附圖說明、具體實施方式）、權利要求書（包括專利技術特征、請求保護的內容）等資料。知識產權保護制度的確立與管理水平的提升，能夠有效激發創新主體的創新活力，推動科技成果轉化為現實生產力，為經濟社會的可持續發展打下堅實基礎。數據的登記機制一直是數據產權制度體系的一大難點。“數據二十條”明確指出要建立保障權益、合規使用的數據產權制度，探索數據產權結構性分置制度，建立數據資源持有權、數據加工使用權、數據產品經營權“三權分置”的數據產權制度框架。工業數據要素的登記確權與合規流通在全球范圍內尚無成熟的解-

17

-工業數據要素登記白皮書決方案與運行模式，美國注重平臺企業、數據中介的作用，歐盟通過數據空間來促進工業領域的數據流通。我國工業和信息化部印發的《工業互聯網創新發展行動計劃（2021-2023

年）》，則明確提出要實施數據匯聚賦能行動，制定工業大數據標準，促進數據互聯互通，研究數據權屬確定、價值評估、資源交換、效益共享等機制，充分激發數據要素作用。工業數據要素的登記需要充分考慮工業數據要素的特性，針對工業數據要素規模海量、權屬清晰、價值巨大的特點，建立面向發展、保障安全、促進流通、實現價值的權屬框架。數據登記能夠匯聚數據目錄，構建數據黃頁，幫助工業數據市場的需求方與服務商獲知企業數據的基本信息，為工業數據要素市場構建提供目錄級數據供給，促進工業數據要素“活起來、動起來、用起來”。加快研究工業數據產權登記新方式，建立健全工業數據登記機制，有助于促進工業數據要素的市場化流動，為工業數據市場的有序發展提供基礎支撐與關鍵保障。-

18

-工業數據要素登記白皮書三、工業數據要素登記流通的現存問題與挑戰本章充分結合現有法律法規、行業技術實踐以及相關產業發展等多方面，對我國工業數據要素價值化發展與登記流通中的現存問題與挑戰進行深入剖析。當前工業數據要素在登記流通中尚存在四個主要問題與挑戰：一是當前政策法規存在體系化程度不高、落地化程度不深的問題；二是現有平臺尚未解決數據要素登記等相關技術標準問題，存在安全隱患；三是數據要素產業生態仍處在起步階段，第三方數商生態尚待培育，面臨發展、合規等一系列相關問題，缺乏實踐案例；四是工業數據交易市場尚處于初級階段，數據供給較少，交易模式尚未成熟，難以找尋適配于工業數據特點的供需對接模式及價值化途徑。（一）制度體系亟待完善，政策指引仍待加強數據產權是工業數據安全合規交易的關鍵前置條件，是數據基礎制度建設中的重中之重。當前，我國現有的數據立法主要集中在數據安全和數據監管層面，聚焦于數據主權和數據隱私。但仍要看到，目前缺少對數據確權、流通、共享等問題的明確規定，同時，對于工業數據也尚未有專門立法。工業數據流通的基礎制度體系建設需要中央和各級地方政府制定出臺一系列政策，形成由國家戰略、行動綱要、發展規劃、指導意見、實施方案等構成的比較完備的頂層制度設計體系。截至

2023

年

9

月，國家尚未出臺工業數據基礎產權制度建-

19

-工業數據要素登記白皮書設的直接相關文件，關于數據產權制度的建設要求零散地分布在不同政策中。同時，國家尚未出臺專為數據產權制度確立的體系化政策文件，政策集成程度不高，現有的一些關鍵性政策尚未配套相應的實施方案與標準規范，缺少對于工業數據流通及價值化途徑的政策引導。亟需針對工業數據產權制度建設要求出臺切實的支撐性與鼓勵性政策，并對工業數據的資產化價值化途徑，做出明確的政策引導與宣貫。（二）技術標準雛形初見，數據安全尚存隱憂當前，工業數據要素的流通與價值化尚面臨著“計量難、出庫難、標準難”三大技術難題，需要通過重點突破、系統協同，實現數據要素市場發展的整體推進。1.數據價值量化方式不統一目前我國的工業數據交易市場還處于初級發展階段，工業數據價值的確定方式尚在探索。對于某些資產而言，如貨物，其價值可以通過單價和數量的形式進行度量。但對于工業數據而言，其特有的復雜性使得它的量化和價值確認變得錯綜復雜，無論是工業數據的成本還是利潤都沒有統一的標準和度量單位。從空間維度來看，工業數據的價值往往是上下游相關的，對于一個企業有價值的數據可能對于另一個企業毫無用處。而跨企業、跨行業的工業數據進行聚合匯總后往往還有可能發生疊加效應，產生

1+1>2

的效果，此時對數據的價值需要重新進行評定和量化。-

20

-工業數據要素登記白皮書從時間維度來看，工業數據的價值也是時間敏感的，對于當下有價值的數據可能在明天就失去了價值。同樣的數據同一時間在不同的機構和應用場景中呈現出的價值差異較大。工業數據的類型與存儲方式復雜多樣，如生產制造過程中設備產生的流式數據、質檢需要的圖片數據、監控產生的視頻數據、工人知識轉化的音頻數據等。其中既有結構化數據，又有非結構化數據，不能用統一的數據行、數據量等計算機常用計量單位對工業數據進行計量，這也使得工業數據的定價交易面臨不確定性。2.數據安全可控出庫是瓶頸當前制約工業數據要素市場發展的難題之一便是數據的供給不足，由于數據要素具有“脫離提供方物理控制即失控”的特點，數據提供方往往不愿意把數據“拿出來”進行物理轉移式的交易。通過“數據不動、算法移動”的方式，可以實現在保護提供方數據控制權基礎上的隱私保護與可信使用，為數據提供方提供“可管、可信、可知、可控”的全過程保障，促進數據要素供給，加速數據要素交易流通。解決數據出庫難問題，本質上是要實現數據的可控安全流轉，建立可仲裁可溯源的數據交易安全流通技術體系。數據登記的目的是使數據能在市場上合規發布流通，而數據在出庫過程中和出庫后都面臨一系列的安全風險。例如，在出庫過程中如何保障數據傳輸的安全性，在出庫后如何防止買方在未經賣方同意的情況下轉賣數據。這些問題在現有的技術框架下仍-

21

-工業數據要素登記白皮書然難以緩解，亟需某些新興技術作為支持。預計很多新興技術還需要三到五年左右的時間才能成熟地應用于數據交易鏈中，其中一些值得關注的新興技術包括：隱私計算技術：隱私計算是面向隱私信息全生命周期保護的計算理論和方法，隱私計算涵蓋了信息搜集者、發布者和使用者在信息產生、感知、發布、傳播、存儲、處理、使用、銷毀等全生命周期過程的所有計算操作。隱私計算技術解決了傳統隱私保護技術不支持多輪傳播的隱私使用控制、數據安全技術不支持數據出域等問題，可有效支撐工業數據要素流通與受控共享。去中心化技術：區塊鏈技術用于解決傳統的、中心化的技術難以解決的問題，能夠實現數據登記可靠存證（例如提供獨立、單一的信息源，確保數據的透明度和可信度，使交易流程自動化，打破數據流通的地點限制等），從而創造新的價值。3.數據標準尚未統一工業數據流通交易價值化面臨著標準難的問題，無論是后續的流通交易，還是最初的登記環節，其實施均需要成熟的數據標準體系。數據標準的內容覆蓋了廣泛的業務屬性信息、技術屬性信息、管理屬性信息，其中：業務屬性包括中文名稱、英文名稱、標準別名、業務定義、業務規則、值域、標準依據、敏感度。技術屬性包括數據的類型、格式、長度、編碼規則等。管理屬性包括標準編號、標準主題、數據制定人、標準定義-

22

-工業數據要素登記白皮書部門、標準管理者、數據使用者、業務應用領域、使用系統、標準大類、標準子類、標準狀態等。在宏觀層面，數據標準的主要問題是鮮有成功或成熟的案例。由于數據標準體系建設是一個新興的領域，以數據主權為核心空間的

IDS

國際數據空間，也仍在倡議階段，距離落地實踐仍有一定的距離。在微觀層面，由于各機構組織的數據標準尚缺乏整體規劃，嚴格的數據標準尚未制定，容易出現數據名稱標準不規范、數據語義不清等問題。（三）產業生態初步構建，實踐效果有待觀察第三方數據服務商在數據要素市場中扮演著至關重要的角色，他們通過提供數據質量評估、數據資產價值評估和合規等服務，為數據的交易流通提供了定價支持及法律基礎。盡管我國已初步具備培育數據要素產業生態的基礎條件，但在實際發展中，不平衡、不完善等問題仍較突出。“數據二十條”明確指出加強數據交易場所體系設計，推進數據交易場所與數據商功能分離，鼓勵各類數據商進場交易。依據在數據流通鏈條中的不同分工，第三方服務商可以分為數據產品開發服務商、數據合規評估服務商、數據質量評估服務商、數據資產評估服務商、數據經紀服務商、數據授權運營服務商、數據交付服務商、數據咨詢服務商、數據安全服務商以及數據治理服務商等十類服務商。數商類別的完善和數商生態的發展，對于推動數據要素市場的健康發展具有重要意義。-

23

-工業數據要素登記白皮書數據的標準化和登記是實現數據交易流通的首要步驟。但由于數據服務商生態尚不完善，使得數據的標準化和合規登記均面臨一定的挑戰。當前第三方服務商生態仍處于培育階段，盡管已有一些地方與數據交易機構已開始明確數商的重點培育方向，但相關的法律、監管和市場機制還未完全成熟，工業數據的資產評估與授信貸款等價值化路徑尚在探索，實踐效果有待觀察。同時，數據資產評估服務商的缺乏，使得后續的工業數據資產化路徑受到阻礙。工業數據價值化的具體路徑需要在實踐探索中逐步總結有效方式，形成可復制、可推廣的經驗。工業數據產業生態的建設，需要政府、企業和交易機構各方共同努力。（四）數據市場方興未艾，價值釋放難覓途徑“數據二十條”明確提出加強數據交易場所體系設計，統籌優化數據交易場所的規劃布局，嚴控交易場所數量。規范各地區各部門設立的區域性數據交易場所和行業性數據交易平臺，構建多層次市場交易體系。據上海數據交易所研究院，2022

年數據場內交易占場外交易的比重約為

2%，預計數據交易每年會有20%以上的增速，其中場內交易市場增速應在

40%以上5。數據交易是工業數據要素價值化釋放的直接途徑。當前，工業數據交易市場尚處于初級階段，數據的供給需求不充足，數據定價模式尚未成熟，難以找尋適配于工業數據特點的供需對接模式及價值化途徑。5

數據來源：黃麗華，2022

年全球數商大會-

24

-工業數據要素登記白皮書一是當前工業數據的供給與需求尚不充足，數據實現流通需要龐大且多元化的供需體量。據相關機構統計，2022

年，我國數據交易額僅為

700

億元，難以滿足企業用數需求6。同時，由于生成高質量的數據集需要付出的數據治理以及清洗加工成本較高，且尚存數據安全與合規流通的顧慮，企業往往不愿向外部交易自身的數據，這些因素共同作用使得目前工業數據的供給尚顯不足。二是工業數據的定價過程需要市場中各方建立共同的價值評估原則。根據復旦大學管理學院的調研顯示，數據供給方在定價過程中考慮的主要因素有相關成本和可供參考的歷史成交價格；數據需求方在看待價格時希望更多地了解數據的特點、匹配程度和實際應用過程中創造價值的潛力。數據定價難即供需雙方很難找到共同的定價評估標準，難以達成對雙方都認為合理的成交價格。同時，因工業數據海量多態、實時性強的特征，在樣例數據較少的情況下，需求方很難對數據產品的質量進行判斷。因此，強化高質量的數據供給是加強數據要素市場化建設的工作重點，數據供給應兼顧數量和質量，既要擴大數據供給的類別，拓展數據要素的應用場景，又要增強數據的實用性，這就需要在登記階段對數據資產的關鍵屬性與特征進行畫像抽取。6

國家信息中心.

打通“數實融合”中的數據供給堵點-

25

-工業數據要素登記白皮書四、工業數據要素登記體系框架工業數據要素的登記體系需要面向工業數據要素的特性，建立面向發展、保障安全、促進流通的權屬框架與技術底座，充分發揮工業數據要素規模海量、權屬清晰的特點，按照“分層分步分級分類”的基本原則與路徑，在現有法律框架下通過“依法、依約、依公示”等方式開展工業數據要素登記探索實踐工作，為立足自主、面向國際合作的工業數據要素市場體系提供基礎支撐與關鍵保障。（一）登記權屬劃分“數據二十條”提出，“數據基礎制度建設事關國家發展和安全大局，要維護國家數據安全，保護個人信息和商業秘密，促進數據高效流通使用、賦能實體經濟，統籌推進數據產權、流通交易、收益分配、安全治理，加快構建數據基礎制度體系”。工業數據大多為企業自身產生的數據，其數據來源于企業設備、產品或經營活動，因此數據的權屬按照現有法律法規，作為企業所擁有的物權衍生和獨立所有，具有比較清晰的權屬邊界，大多數情況下不需要對抗其他方對數據權屬的主張；另一方面，工業互聯網平臺服務工業企業的數據具有更復雜的權屬架構，例如平臺提供服務而獲得的被服務企業的數據，其數據權屬如何劃分尚沒有明確的法律規制，而當平臺服務對象延伸到自然人的情形，其數據權屬的劃分與明確在現有法律框架下具有更大的挑戰。參照“個人數據權利多維矩陣框架”，可以對工業數據要素-

26

-工業數據要素登記白皮書的權屬按照其來源、特點以及相關人等維度，以“分層分步分類分級”的方式進行劃分，以便于定義一個可以明確數據要素權屬的“系統框架”。表

4-1：工業數據要素權屬框架根據工業數據要素權屬框架，工業數據的權屬內容同樣分為三類：數據資源持有權、數據加工使用權、數據產品經營權。1.數據資源持有權大多數工業數據資源持有權可以比較明晰的進行界定。可以明確持有權的工業數據資源包括企業擁有物權的設備數據、產品數據以及企業自身活動所產生的運營數據和物流數據等，也包括根據協議而獲得的相應數據資源的持有權。部分工業數據資源持有權可能由多方共有，單獨一方無法主張數據資源的獨立持有權，其權屬的劃分、控制、使用、安全通-

27

-工業數據要素登記白皮書過協議的方式進行確定。共有持有權的數據主要包括工業互聯網平臺數據以及消費者數據，其中平臺數據的持有權由平臺服務方與被服務方根據協議進行約定與確定；消費者數據中的個人基本數據，如姓名、身份證號、住址以及通信信息等屬于人格權的范疇，因此其持有權歸消費者所有，企業或平臺服務方可以依照法律法規以及服務協議，在保護個人隱私的前提下合理使用數據；消費者的行為數據由平臺服務方、企業、消費者共有，其使用、轉移、保護在法律規制下通過協議方式進行確定。2.數據加工使用權工業數據的加工使用權可以按照使用范圍不同分為服務范圍內加工使用權和服務范圍外加工使用權。對于服務范圍內的加工使用權可以由服務協議進行約定，超出服務范圍的數據加工使用權應當獲得被服務對象的二次授權同意，并可以協商報酬。3.數據產品經營權工業數據資源可被加工成數據產品或數據服務的方式進行經營，產品經營權在不侵害個人隱私與企業商業秘密的情況下可以由產品提供方掌握。（二）登記基本原則在現有法律框架下，針對工業數據要素權屬框架，采取“分層分布分級分類”的基本原則，有助于進行工業數據要素登記的探索與實踐工作。分層原則是指工業數據要素按照數據的全生命周期可以分-

28

-工業數據要素登記白皮書為原始數據、治理數據、脫敏脫密數據、加工數據、數據產品等不同層級，根據不同層級數據的特性進行權屬劃分。分步原則是指針對權屬清晰的工業設備數據、產品數據、運營數據與物流數據等可以率先進行登記的探索與實踐；對于涉及多個主體共有持有權的平臺數據和消費者數據可以依照合同約定的方式進行登記，同時探索通過公示方式進行數據登記的理論與實踐。分類原則是指工業數據要素可以按照權屬特征進行分類，不同類別可以實行不同的權屬劃分與登記方式。按照是否具有獨立的持有權，工業數據可以分為設備數據、產品數據、運營數據、物流數據、平臺數據、用戶數據等類別。分級原則是指工業數據要素具有重要的價值與作用，因此在登記過程中有必要進行分級，以便于后續的流通與利用。工業數據要素登記分級可參照《工業數據分類分級指南（試行）》。同時，在登記實踐工作中，也應在現有法律法規規制下，統一標識、統一計量、統一語義、統一特征，明確數據特征、描述屬性、數據權屬主體、數據權屬內容等關鍵信息，通過“依法規、依合約、依公示”等方式進行工業數據要素登記探索與實踐工作。（三）登記技術底座數據登記與可控流轉的安全保障技術是數據資產價值得以實現的重要基礎。數據空間技術與系統全國重點實驗室提出的數聯網技術，能夠在復雜開放、動態、難控的互聯網上實現可信可-

29

-工業數據要素登記白皮書管可控的數據互聯互通互操作，將分散的互聯網數據資源通過分布自治的數聯網基礎設施，形成以數字對象為數據一階實體表達、以語用為使用場景刻畫的數字對象互聯網（見圖

4-1），支撐數據空間的互通及大數據應用對數據的利用。圖

4-1

數聯網總體架構數聯網是基于互聯網的虛擬數據網絡，通過開放式軟件體系結構和標準化協議，可以高效率、低成本、規模化、可信任地連接各種數據節點、平臺和系統，實現異構、異域、異主數據的互聯互通互操作，進而在互聯網上形成一種

“數據互聯、應需調度、域內自主、域間協作”的數字空間，支持以數據要素為核心的數字經濟健康發展。數聯網可以提供自主、彈性、高效的數據互聯互通方式。數據互聯互通互操作的實施過程仍然存在較高的溝通成本、技術成本與實施成本，數據網絡節點數量眾多，需要對

N

個節點的數據標識、數據語義、數據目錄等內容進行

N-N

的映射與統一，-

30

-工業數據要素登記白皮書成本隨著節點數量的增長而呈現指數關系；通過協議化的方式只需要進行

N-1

的映射與統一，成本隨著節點數量的增長而呈現線性關系，因而更加高效和集約。以協議化與標準化為主要方式的數聯網作為數字經濟的新型基礎設施，可以更好地支持數據主體、平臺主體、領域主體之間以配置化、低成本、高效率的方式進行互聯互通互操作。正如在互聯網發展的早期，通過建立統一的互聯網協議與架構，將原來軍事與科研的局域網發展成為廣域互聯網，進而支持了互聯網經濟的蓬勃發展，數字經濟的健康發展也需要協議化和標準化的數聯網作為基礎設施的支持。數聯網能夠基于元標識，實現跨域數據標識“多碼共存、數碼合一”。針對不同領域數據標識體系不一致的問題，數聯網基于歸一化的多碼融合模型、協議化的標識解析服務、自適應的多碼映射技術，構建“標識的標識”，在兼容現有標識體系的前提下，實現跨域數據標識的互信互認。例如，在基于數聯網的工業數據要素登記應用中，可以在采用單一標識體系的基礎上，同時具備兼容與映射其他現有標識體系的能力，打破標識與標識之間的孤島障礙，實現多源標識的互聯互通與互解析。數聯網能夠基于群智，實現跨域數據語義的“一次映射、全網通用”。針對跨域數據語義缺乏統一標準的問題，數聯網通過開源語義社區“共建、共享和共用”的方式，進行數據語義的統一規范化，減少多次映射、重復對接的時間和成本，實現“一次映射、全網通用”，從而促進數據要素標準化計算和規模化應用。-

31

-工業數據要素登記白皮書數聯網能夠基于語用，實現跨域數據交易的“按需使用，可信可控”。針對跨域數據交易不可知、不可控的問題，數聯網基于數據語用機理，將數據語用從需方數據應用中解耦，并基于分布式協同技術和貼源計算技術，在數據不出域的前提下完成數據的計算與分析，從而保障數據跨域交易的可見、可信、可控。（四）登記認證機制數據登記是工業數據流通的前提與關鍵步驟，登記后的數據需要由具有公信力的單位出具登記證書，以量化數據體量、明確數據權屬與屬性信息，使得數據的后續流通與價值化過程可仲裁、可追溯。工業數據要素具備多模態、高通量、實時性、價值密度低等特點，需要登記的數據特征多、范圍廣、識別難，往往還需要技術手段進行深入挖掘，以反映所登記數據要素的質量與價值。1.登記證書頒發機構登記證書的頒發機構應由具備公信力的機構頒發，負責開展數據的登記、審核、發布等工作。構建工業數據要素市場亟須解決的首要問題就是工業數據的權屬問題，統籌建設工業數據資產登記平臺是落實黨中央指示的重要舉措。登記證書的頒發機構應具備數據安全與治理領域的技術基礎。數據登記的過程中需要對數據進行標準化分類分級，并且要保證數據在流通中的安全性，最終還需要對數據的全生命周期進行管理。在此過程中需要結合大數據、云計算、人工智能等技術進行海量數據的分析處理，結合模式識別與人工智能算法技術進-

32

-工業數據要素登記白皮書行數據清洗和提煉。同時，數據流通的安全需要借助區塊鏈相關技術進行數據加密和指紋管理，以此來確保數據的擁有者權益不受侵犯，避免數據市場中同質化情況的出現。2.登記證書格式要件數據要素登記證書內容應包含數據要素所屬人信息、數據要素基本信息、審核機構信息、對應的數據庫信息，以及生成區塊指紋的信息，登記證書格式要件應包括如下內容：數據要素名稱:______xxx

數據________數據要素所有單位:_____xxx

公司或單位_________數據要素標識:_____MA.xxx_________數據要素總量:_____xxxDRs_________獲取方式:_____xxx

采集取得_________申請時間:_____xxxx

年

xx

月

xx

日_______審核機構:_____xx

機構_________審核時間:_____xxxx

年

xx

月

xx

日_______區塊

ID:_____xxxxxx_________生成區塊時間:_____xxxx

年

xx

月

xx

日______數據表數量:_____xx

張_________數據字段數量:_____xx

個_________有效記錄占比:_____xx%_________數據要素特征屬性:_____xxxxxx_________3.登記證書互認機制-

33

-工業數據要素登記白皮書不同機構之間的數據要素登記證書互認機制類似貨幣交換機制，銀行對于不同的貨幣之間的兌換會基于一定的經濟規律和現有問題，登記證書的互認機制同樣要分析數據要素之間的規律和面臨的問題。數據要素在流通過程當中會產生數據重復登記的現象，進而出現數據資源池內的數據資產質量降低、數據原權益人權益受損等現象。當前數據互認的難題是“難解析，難量化，難防偽”，需要提前將數據標準化、語義化，然后使用統一的計量法則來統計數據體量，最后通過技術手段進行數據防偽才能滿足登記證書的互認要求。數據治理難是數據要素流通價值化的一大難題，原因是數據庫標準不一致，各業務系統的數據庫相同語義字段使用不同的命名和數據類型定義，這種冗余的數據很難在數據交易市場上進行有效管理，因此需要聯合高校、機構、企業來一同推進數據統一字段技術。企業數據在登記之前需要按照標準化字段及類型進行語義化轉換，使得登記證書頒發機構正確識別數據，從而做好后續的量化及防偽工作。實現數據安全和數據防偽是保障企業數據資產權益不被侵犯的重要措施，可以通過結合區塊鏈去中心化技術來防止數據篡改，通過人工智能模式識別技術進行數據的相似度計算，通過數據庫指紋算法，對數據庫進行一致性校驗，有效識別數據庫的重復登記、偏轉計算后登記等問題。對于工業領域的數據和其他領域數據互認的問題，需要建立-

34

-工業數據要素登記白皮書一個更加開放的生態圈，讓各領域的龍頭企業和機構參與進來，將互認標準統一化，結合標識解析技術打通數據通信壁壘，構建登記證書互認機制體系，以促進數字技術與實體經濟的融合發展。-

35

-工業數據要素登記白皮書五、工業數據要素推動新型工業化發展路徑（一）金融授信創新助力企業數字化轉型融資當前工業數據基礎制度建設尚處于起步階段，如何將數據要素融入實體經濟建設，并帶動全要素協調發展已成為重要研究課題。以數據為依托開展金融創新服務與授信貸款，已成為工業數據要素價值化的一條明確途徑。一方面，金融機構可充分利用企業排產訂單、庫存物流、設備運行數據等生產經營數據，構建有效的風險評估、授信審批和風險定價模型，更精確地評估客戶信用風險并制定合適的授信策略。同時，金融機構亦可通過生產經營數據的登記，實現實時可控的貸后管理，完善企業客戶畫像，為客戶提供更加個性化的金融產品與服務，滿足企業數字化轉型不同階段多樣化的融資需求。目前傳統的貸后管理，通常需要定期由工作人員赴現場核實企業資產情況和經營情況，存在一定信息滯后性風險。如果能夠及時獲得企業資產及設備經營的實時數據，就能夠顯著提升銀行貸后管理效率。另一方面，金融機構可通過推出數據質押融資貸款和無質押數據增信貸款等創新型產品，打通數據資產化價值化的可行路徑，優化金融服務方式，為破解中小企業融資難問題提供更多有益探索，為企業數字化轉型提供更多融資渠道。光大銀行與貴陽大數據交易所持續挖掘數據資產開發需求，-

36

-工業數據要素登記白皮書共同探索金融授信創新服務，通過數據資產增信，向貴陽移動金融發展有限公司授信

1000

萬元。在該授信過程中，貴陽移動金融發展有限公司先將自身的數據產品在貴陽大數據交易所平臺掛牌，并申請獲得“數據要素登記憑證”。同時，貴陽大數據交易所基于全國首個“數據產品交易價格計算器”對授信企業數據資產價值進行評估，并由光大銀行總行結合其自主研發的數據資產價值評估模型對貴陽大數據交易所給出的評估結果進行對比驗證。光大銀行貴陽分行根據上述數據資產登記、內外部價值評估及合規評估結果，結合企業整體情況及數據資產授信融資模型計算出的建議授信額度，綜合研判審批，完成對貴陽移動金融發展有限公司的授信。通過該數據增信貸款，光大銀行與貴陽大數據交易所安全有效地激活了企業數據的資產化應用。中國工商銀行致力于運用數據要素推動經營模式和治理模式的數字化變革，利用數據要素提升金融服務實體效率，探索創新融合金融服務模式。中國工商銀行利用工業互聯網+的思維，為工業互聯網節點添加資金流功能，與真實的物流、信息流形成閉環管理。在未來還將通過生態合作方式，增加全渠道服務觸點，融合企業在經營活動中產生的數據，加以篩洗和標準化處理，追蹤數據資產，用于更全面、更綜合地評估企業風險，探索工業數據的新金融業務模式。（二）資產評估與入表帶動數據價值“顯性化”今年

8

月，財政部對外發布《企業數據資源相關會計處理暫-

37

-工業數據要素登記白皮書行規定》（以下簡稱《暫行規定》），將自

2024

年

1

月

1

日起施行。暫行規定規范了企業數據資源相關會計處理，同時強化了相關會計信息披露，初步構建了數據要素資產化的法律基礎。一方面，數據資產入表意味著企業可將制造業企業過往費用化的數據研發相關投入顯性化，增厚企業資產。另一方面，對于數據沉淀較多的平臺類企業，其數據資產的現時能力與價值也能夠在財務報表中直接反映，吸引外部投資者，擴寬融資渠道，提升融資規模。繼《暫行規定》印發后，中國資產評估協會發布了《數據資產評估指導意見》，進一步規范和促進了中國資產評估行業在數據資產的財務核算、交易、利用以及數據資產的投資管理等方面為市場相關各方提供專業的價值評估服務，為數據資產評估提供了指導。并同步在全國信標委開展數據資產評估國家標準研制，將數據資產評估過程劃分為數據評價與價值評估兩部分。其中，數據評價部分是對數據質量要素、成本要素和應用要素進行技術評價；價值評估是從財務角度對數據資產的價值進行估值，為數據資產評估的落地實施提供了保障。作為數據要素資產化的關鍵環節，數據資產評估能幫助企業更準確地確定內外部數據的具體價值，進而更高效地利用數據資產，使數據資產交易更具公允性和合理性。具體而言，金融機構可以通過數據資產評估建立基于數據的風險評估體系，并在此基礎上合法合規地開展數據資產質權貸款等業務。同時，資產評估也是企業數據資產入表、計量、信息披露的重要支撐和依據。但工業數據的多模態、高通量、易-

38

-工業數據要素登記白皮書復制的特點使得現有的資產評估或會計準則都面臨較大挑戰，對此需要在探索實踐中不斷總結，并持續進行理論研究以指導實踐的創新發展。羅克佳華科技集團股份有限公司在兩個地區大氣環境質量監測服務中沉淀了大量的傳感器數據，通過環境空氣質量傳感器對區域內環境空氣質量進行數據的定時采集，數據中包含

PM2.5、PM10、CO

等污染物濃度，在平臺中按照小時、日、周、月等不同時間頻率更新與存儲。評估涉及的數據資產為兩地區的環境空氣質量監測和服務數據，總數據近