引言

數據要素典型企業是指將數據作為其業務活動的主要對象或主要生產原料的經濟主體，在推進數據要素市場化配置的過程中發揮著關鍵作用。為挖掘數據要素市場的中堅力量，推動數據要素市場快速發展，7月30日，賽迪四川發布了《2024數據要素典型企業名錄(第一期)》，遠光軟件成功入選“數據要素技術型企業”。公司以大數據、人工智能技術為核心引擎，通過新一代企業數字核心系統等數智化產品，助力能源電力、地產、制造、醫療等行業的大型集團企業和政府事業單位打通數字化轉型壁壘，加強數據資產建設和管理，建立高質量經營分析體系，實現數據價值創造和經營風險智慧防控。

內容來源

數據要素研究中心

表1 2024數據要素典型企業名錄（第一期）（排名不分先后）

數據來源：賽迪四川征集和評選，2024.07

數據要素典型企業是指將數據作為其業務活動的主要對象或主要生產原料的經濟主體，在推進數據要素市場化配置的過程中發揮著關鍵作用。為挖掘數據要素市場的中堅力量，推動數據要素市場快速發展，賽迪四川發起了「2024數據要素典型企業名錄」征集活動，評選國內優秀的技術型數商、應用型數商和第三方服務機構，評估其數據管理、數據應用、數據變現等能力，最終評選出6家優秀的數據要素型企業。

一、我國數據要素型企業發展現狀

（一）政策支持做強企業群體

2022年12月，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》首次提出培育一批數據商和第三方專業服務機構。之后，各地緊跟國家政策，積極支持數據商和第三方專業服務機構的引進和培育（如表2所示），例如，省級層面，浙江省出臺了《關于推進浙江數商高質量發展的實施意見》；市級層面，蘇州市出臺了《蘇州市培育工業大數據服務商和第三方服務機構的指導意見》。2023年12月，國家數據局等17部門聯合發布的《“數據要素x”三年行動計劃（2024—2026年）》提出培育一批創新能力強、成長性好的數據商和第三方專業服務機構，形成相對完善的數據產業生態。數據要素型企業支持和引導政策的密集出臺標志著數據要素市場化進入到了具體落地階段，數據商和第三方專業服務機構將迎來前所未有的發展機遇。

表2 我國數據要素型企業培育相關政策

數據來源：各大政府網站，賽迪四川整理，2024.07

（二）企業整體規模持續壯大

隨著數據要素市場建設深入推進，大力培育數據商和第三方專業服務機構、健全市場生態已成為業界共識。根據萬得全球企業數據庫，對我國工商備案的數據要素型企業成立注冊情況進行統計分析，結果顯示，截至2024年上半年，在工商備案的數據要素型企業共254.1萬家，其中2024年新成立28.5萬家。自2014年大數據被寫入政府工作報告以來，新增數據要素型企業數量呈飛躍式增長（如圖1所示），每年增速均在25%以上。同時，各地數據交易機構積極推進數商生態體系建設，探索培育新型專業化數據服務商、數據經紀人和第三方數據服務機構。根據各大數據交易平臺公布的數據顯示，全國數據交易機構已簽約或合作的數商總數已達到3000余家。

圖1 2014—2024年我國數據要素型企業數量及增長率

數據來源：萬得全球企業數據庫，賽迪四川整理，2024.07

（三）多元化業務探索成效初顯

在業務運營方面，全國數據要素型企業已形成相對完善的服務體系，服務范圍涵蓋數據集成、數據產品開發、數據應用、數據資產入表、數據質量評價等多個方面。數據管理方面，市場上企業能提供的服務愈加完善。

二、數據要素典型企業案例分析

遠光軟件：企業數字核心系統，打通數字化轉型壁壘

【案例背景】

數字化轉型浪潮下，企業如何推動數字技術與企業業務管理深度融合，找到適合自身特點的數字化轉型解決方案，已成為企業發展的必答題。然而當前仍有眾多企業在數字化轉型過程中存在著轉型目標不清晰，轉型能力有短板，轉型價值難量化，轉型環境不匹配，企業組織、體制、文化等變革滯后于技術實現等痛難點問題。針對上述企業在數字化轉型中的需求痛點，遠光軟件研發出滿足多行業多場景應用的新一代企業數字核心系統——遠光達普（YG-DAP）。遠光達普（YG-DAP）創新采用“微服務+中臺架構”，深度應用“云大物移智鏈”技術，通過構建業務中臺，為企業商業模式和管理創新提供系統支撐。通過企業及社會互聯、智能應用等數字技術，實現數據采集自動化，提高企業內外部溝通的工作效率，創造更理想的營商環境。系統從企業內部協同擴展到企業上下游協同，重塑伙伴關系，實現社會互聯生態共贏。

【創新做法】

1.敏捷智能的數據驅動。遠光軟件依托長年累積的豐富管理實踐經驗，沉淀了多維度的企業核心業務數據模型、數據流轉審核校驗規則、數據分析算法等數據能力，通過“數據+規則+算法”的運行機制，使得遠光DAP實現數據從采集、處理到應用的全過程一體化、智能化，幫助企業實現數據的資產化、價值化。將數據能力滲透到各個業務環節和決策分析場景中去，實現數據價值的增量運營，創新型的自助分析工具可以幫助業務人員更便捷地進行數據分析探索和價值挖掘。

2.共識互信的社會互聯。遠光DAP系統突破了企業管理邊界，以產業鏈上下游各環節交易數據為基礎，連接供給端與需求端，通過開放共享的系統架構，推動產業鏈上下游業務協同處理、交易實時反映、信息互聯互通。應用區塊鏈技術創建信任、公開、透明的可信體系，實現政企、稅企、銀企、企企直連，構建共識互信的社會化互聯生態。

【經驗啟示】

遠光軟件創新研發出面向數字時代的新一代企業數字核心系統遠光達普（YG-DAP），不只依托于自主創新研發“遠光九天智能一體化云平臺”，更依托了在企業管理信息化領域的技術投入和數據資源整合。數字技術方面，公司持續加強技術創新，AI算法、RPA、智能硬件及電子檔案等各產品線取得持續性突破。其中，AI算法方面，推出了面向垂直領域和私有化的大語言模型產品——遠光智言，打造企業級智能應用的一站式人工智能平臺——天蜂，全新推出了融合AI人臉識別、語音識別、體驗識別等技術的數智員工。數據資源整合及服務領域，公司在數據中臺、模型服務、智慧物聯及數字孿生方面持續加大研發投入，健全大數據產品體系。持續完善和拓展企業智能數據平臺EDT、企業智能物聯平臺AIoT、企業智能分析平臺Realinsight、資金智能監控產品Cashinsight等大數據產品能力。

三、我國數據要素型企業發展面臨的挑戰

(一)數據要素相關制度規則待完善

我國數據要素市場目前處于初期發展階段，規則和制度的不健全使得數據要素型企業在開展業務時無“把握”。數據確權、流通交易、收益分配等方面存在法律空缺，數據產權相關法規不明確，市場參與主體權責不清晰，定價機制尚未健全，在實際的業務過程中，企業需要探索前進。

(二)數據交易市場發育不完全不充分

目前，我國數據交易市場處于初期發展階段，缺乏有效的市場機制，市場上交易雙方供需失衡，交易市場的活躍性不高，數據要素型企業難以實現盈利，影響了企業進行數據產品開發的積極性。此外，由于數據交易市場發育不充分，企業在進行數據交易時將面臨更大的流通風險，需要投入更多的資源進行數據安全性處理，增加了交易成本。

(三)數據要素型企業自身能力待提升

隨著數據要素市場的深入發展，數據挖掘、數據產品開發、數據流通、數據安全等業務對技術的要求不斷增高，特別是隨著數據的流通，數據泄露和隱私保護問題的日益突出。雖然頭部數據要素企業技術相對完備及成熟，但大部分企業在數據管理、數據加工、數據資產化等方面的技術需進一步提升。

(四)數據要素型企業發展保障待加強

數據要素型企業發展過程中存在資金不足、人才匱乏等情況。一方面，技術創新的研發導致企業資金需求不斷增加；另一方面，人才的發展滯后于企業的發展，面對數據挖掘、數據流通、數據入表等新興業務領域的綜合型數字人才大量缺乏。此外，目前針對數據要素型企業的專項支持政策、資金以及人才對口培養相對較少，對數據要素型企業發展的支撐能力有限。

四、促進數據要素型企業發展的對策建議

(一)建立完善的數據基礎制度體系

一是完善數據產權制度。建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制，探索依托民事商事合同、行政協議約定、資產登記等方式明確收益歸屬，并建立健全數據確權授權機制。二是完善流通交易制度。構建多層次數據要素市場交易體系，推動區域性、行業性數據流通使用，推進數據交易場所與數據商功能分離，建立數據流通交易規范指引體系，規范數據交易全生命周期流程。三是完善收益分配制度。建立數據要素由市場評價貢獻、按貢獻決定報酬的收益分配機制，鼓勵數據來源者依法依規分享數據并獲得相應收益。建立企業數據開發利用的收益分配機制，鼓勵采用分紅、提成等多種收益共享方式，平衡兼顧不同環節相關主體之間的利益分配。

(二)優化數據要素市場發展生態

一是優化數商企業發展載體。加快建設城市數字公共基礎設施、大數據中心集群、數字經濟示范園區等載體，匯聚高質海量數據，吸引一批數據服務商、數據供求方、市場服務機構，形成良好數據要素產業生態。二是構建數據要素交易體系。建立數據交易配套服務機構，建設行業性數據交易配套服務平臺。鼓勵在依法設立的數據交易機構開展數據流通、交易。推動政府通過數據交易場所開展數據采購活動。三是構建交易服務生態聯盟。積極推動數據商和第三方專業服務機構集聚發展，支持成立跨市場、跨領域、跨學科的數據要素產業聯盟、行業協會、創新聯合體，構建產學研融合新生態。

(三)提升數據要素型企業服務能力

一是提升技術創新能力。加強數據商和第三方專業服務機構智能計算與生成式人工智能、隱私計算等相關技術的研究突破、深度融合與集成創新。加強數據商和第三方專業服務機構與高等院校、科研院所的產學研合作，推動數據生產、治理、流通、交易等數據鏈全棧技術研發和成果轉化。二是提升產品供給能力。支持數據商和第三方專業服務機構率先面向工業制造、商貿流通、金融服務、醫療健康等領域，開發一批安全、可靠的數據產品和服務。鼓勵數據商和第三方專業服務機構建設人工智能平臺，開展通用和垂直領域人工智能大模型訓練。三是提升流通交易服務能力。鼓勵數據商和第三方專業服務機構登記數據知識產權，推進數據資產入表，加強數據管理，保障數據安全，提升數據合規運用能力。提升數據商和第三方專業服務機構在數據資產財務登記、產權登記和交易登記等環節中的中介作用和服務能力，進一步明晰數據資產產權，降低數據資產交易成本。

(四)強化企業服務支撐和要素保障

一是加大資金支持力度。對企業的數據首登記、首掛牌、首交易、首開放等給予獎勵，更好促進數據要素市場創新和產業化發展。充分利用高精尖產業發展基金，加大對數據服務產業投資，積極穩妥引入社會資本，鼓勵設立數據服務產業基金，加大對數據要素型企業的投入力度。建立專項扶持基金，識別有成長潛力的相關企業，借助孵化器體系培養出行業龍頭、市場標桿。二是加大人才培養力度。加強數據人才培養，鼓勵高校、職業院校、中小學校開設多層次、多方向、多形式的數據要素課程教學和培訓，支持企業與院校通過聯合辦學及共建產教融合基地、實驗室、實訓基地等形式，拓展數據專員、數據分析師、數據合規師、數據標注師等多元化人才培養模式，引入數據相關國家職業標準和數字技術工程師培育項目，培養數據要素各類專業化和復合型人才。