RM新时代平台足球

在當前的實(shí)踐中，明明市面上的數據滿(mǎn)目琳瑯，但往往面臨一個(gè)尷尬的問(wèn)題，數據量大、種類(lèi)很多但感覺(jué)“不值錢(qián)”，經(jīng)常出現“數以稀為貴”的情況，致使數據價(jià)值未能充分釋放。數據的價(jià)值由數據本身特性、外部環(huán)境、應用場(chǎng)景等多種因素共同決定，打破“數以稀為貴”，需要做好數據開(kāi)發(fā)與價(jià)值之間的平衡。

一、困擾數據價(jià)值轉化的三大原因

一是有效供給不足。當前，雖然數據生產(chǎn)的相對量大，但存儲和高價(jià)值的數據占比低?！度珖鴶祿Y源調查報告(2024年)》就顯示，2024年，全國年度數據生產(chǎn)總量達41.06澤字節(ZB)，同比增長(cháng)25%，但全國數據存儲總量為2.09澤字節(ZB)，存儲量?jì)H占總量的5.1%。此外，在存儲的數據中，仍然有大量“高質(zhì)量高價(jià)值”的數據未被供給出來(lái)，如涉及個(gè)人征信、學(xué)歷等方面的數據，由于缺乏完善的安全保障措施和授權機制，這類(lèi)高價(jià)值數據供給不足。

從供給端來(lái)看，結構性錯配與有效供給不足是導致數據價(jià)值轉化率低的主要原因。其中結構性錯配主要包括數據供給量大但與市場(chǎng)需求的標準化結構性的數據差距大。如電商日志數據雖然數據量爆發(fā)式增長(cháng)，但有效數據占比少，大量冗余的數據不僅不會(huì )產(chǎn)生價(jià)值，可能還會(huì )干擾決策科學(xué)性。有效供給不足主要體現在非標性供給導致有效利用率低，高質(zhì)量數據供給不足，這反映出我們當前數據本身質(zhì)量高和加工處理后的價(jià)值高有較大提升空間。如何供給更多高質(zhì)量數據，提升數據治理加工的質(zhì)量，是破解數據供給端造成數據“不值錢(qián)”的關(guān)鍵問(wèn)題。

從需求端來(lái)看，應用場(chǎng)景局限與支付意愿薄弱是造成數據價(jià)值轉化率低的重要原因。場(chǎng)景創(chuàng )新應用是發(fā)揮數據價(jià)值的重要途徑，從當前的發(fā)展看，數據要素價(jià)值的釋放，需要更多場(chǎng)景創(chuàng )新，場(chǎng)景創(chuàng )新不足制約數據價(jià)值化。實(shí)踐中，給數據定價(jià)時(shí)，要考慮根據數據的應用場(chǎng)景和具體能產(chǎn)生的價(jià)值來(lái)確定數據的價(jià)值，如果應用不足，自然再好的數據價(jià)值也難以挖掘出來(lái)。支付意愿弱也是重要原因。由于數據價(jià)值評估難，加上數據這個(gè)富礦的價(jià)值不明，需求方往往會(huì )選擇明細且確認的數據，而不是用摸盲盒的形式給數據估值。需求方以降低自身需求，防止質(zhì)量與付出的不對等問(wèn)題，需求端的相對乏力也是影響數據價(jià)值轉化的原因。

二是價(jià)值不確定性。數據常被人比作一個(gè)富礦，但這是什么礦、純度如何、價(jià)值幾何等均不能從觀(guān)察和經(jīng)驗中快速評估和掌握。第一，因為缺乏專(zhuān)業(yè)工具和方法。在信息爆炸的時(shí)代，數據量呈指數級增長(cháng)，但人們的數據處理能力卻相對滯后。缺乏有效的數據分析工具和方法，導致數據無(wú)法轉化為有用的信息。許多企業(yè)積累了大量的用戶(hù)數據，但由于缺乏專(zhuān)業(yè)的數據分析團隊，無(wú)法從這些數據中挖掘出用戶(hù)需求和市場(chǎng)趨勢。

第二，因為處理速度慢。數據創(chuàng )建、處理和分析的速度持續在加快，但在數據量非常龐大的情況下，如果不能做到數據的實(shí)時(shí)處理，就會(huì )影響數據的價(jià)值實(shí)現。傳統的數據挖掘技術(shù)在處理大規模數據時(shí)效率低下，無(wú)法滿(mǎn)足快速決策的需求。

數據實(shí)際運用中可能會(huì )存在開(kāi)盲盒現象，遇到不準確、不完整、不一致等問(wèn)題，影響數據的可信度和可用性。數據的不確定性影響了數據價(jià)值轉化。

三是數據關(guān)聯(lián)不足。數據之間缺乏有效的關(guān)聯(lián)和整合，難以形成對事物全面、深入的認識。很多企業(yè)雖然積累了大量來(lái)自不同數據源的數據，但這些數據沒(méi)有經(jīng)過(guò)有效的整合和分析，無(wú)法發(fā)揮出數據的協(xié)同效應，也就難以挖掘出其潛在價(jià)值。

此外，在流動(dòng)性方面，流通與保障機制待健全是影響數據價(jià)值轉化的重要原因之一。數據的高價(jià)值需要高流通性承載和體現，實(shí)踐中，數據權屬認定、安全機制、估值和利益分配等問(wèn)題，仍然制約著(zhù)數據流通，讓數據在流通領(lǐng)域的價(jià)值并不像預期中那樣“值錢(qián)”。

二、數據怎樣才能量與價(jià)“齊飛”

隨著(zhù)數據作為數字經(jīng)濟高質(zhì)量發(fā)展核心引擎作用不斷凸顯，數據的價(jià)值困境亟待探討。

在供給端需要構建高質(zhì)量數據生產(chǎn)體系。推動(dòng)建立數據質(zhì)量分級認證機制，從完整性、準確性、時(shí)效性、稀缺性等維度建立量化指標，建立數據質(zhì)量星級評定標準。政策工具包對于星級高的數據集加以精準補貼，形成正向激勵機制。培育專(zhuān)業(yè)數據服務(wù)生態(tài)。高質(zhì)量數據供給需要良好的服務(wù)生態(tài)做支撐，充分發(fā)揮數據產(chǎn)業(yè)園的作用，對從事數據標注、脫敏、融合等服務(wù)的企業(yè)給予政策支持，建立數據貢獻積分體系，可允許積分兌換云計算資源或優(yōu)先數據采購權，形成可持續的供給激勵循環(huán)。

在需求端需要打造場(chǎng)景化價(jià)值實(shí)現路徑，以實(shí)際應用場(chǎng)景為切入點(diǎn)，構建可信數據流通體系。通過(guò)建立行業(yè)級可信數據空間，采用區塊鏈存證、隱私計算等技術(shù)手段，確保數據來(lái)源可追溯、使用可審計，有效解決數據提供方對安全和隱私的顧慮。同時(shí)，引入數據價(jià)值標注機制，對數據的時(shí)效性、完整性、稀缺性等維度進(jìn)行量化評估，形成標準化的數據定價(jià)模型。

在流通和關(guān)聯(lián)性上需要從保障及效率上協(xié)同發(fā)力。在基礎保障層面，需加快完善數據流通基礎設施網(wǎng)絡(luò )，針對流通環(huán)節的堵點(diǎn)難點(diǎn)，建議加快構建全國一體化數據市場(chǎng)制度體系，破除地方保護和行政壁壘，建設良好的數字化治理環(huán)境。在提升效率層面，需要重點(diǎn)解決數據權屬認定、安全機制、估值和利益分配等問(wèn)題，真正打通數據流通價(jià)值釋放的難點(diǎn)堵點(diǎn)。