当前，我国已经从过去的信息化发展到数字化、智能化。如果说信息化是基础，那么数字化就是提升，是通过建立各类信息系统，挖掘出数据的潜在价值。而智能化更进一步，是在数字化基础上，形成数据、信息、知识、决策、执行的闭环。因此，通过激活数据要素和智能化工具，可以充分地挖掘和发挥数据价值，推动产业升级和创新发展。

在信息时代，主要解决的是数据的结构化问题，关注数据处理与信息管理。而到了数智时代，主要强调数据智能化，关注知识挖掘和智能决策。由工业经济过度到数字经济的过程中，整个技术基础发生了本质性、革命性的变化。数字经济主要是以数据作为关键的生产要素、以现代信息智能网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构化的重要推动力的一系列经济活动。数智时代的发展趋势也很明显，一是数据要素驱动算法算力快速发展；二是数据要素激发产业智慧化升级；三是数据要素助力数智时代长足发展。

数据要素市场运行和发展过程中，需要关注数据确权、数据分类、数据安全、数据开放共享这些关键影响因素。作为新的市场，还需研究数据要素市场的运行机制和模式。此外，还需要进一步研究数据本身的属性，健全数据流通的法律法规，促进数据要素交易流通，推动公共数据扩大开放，构建数据安全治理体系。

数据要素价值实现路径包括基本活动和辅助活动，基本活动包括数据采集、数据组织、数据流通、数据利用等环节；辅助活动包括数据安全保护、数据技术支持、数据人才保障。在此基础之上，可以实现数据要素的价值开发。

此外，数据要素价值的评价方法对于价值实现也较为重要。在传统评估方法中，可以引入成本法、收益法、市场法。而经济学的评估方法有实物期权法、博弈法等。还有基于各特征维度的评估方法，如基于数据质量的评估法、熵权法、情景分析法、数据势能、条件价值法。为能够对影响数据要素的各种指标的权重进行评价，还可以引入基于综合评价的评估方法，如层次分析法、模糊综合评估法、德尔菲法。为进一步增加准确性，还可以用人工智能评估方法，如人工神经网络模型、深度学习评估模型，从而更科学的去评价数据要素的价值。

（作者系武汉大学人文社科资深教授、大数据研究院院长）

作者｜马费成

来源丨中国社会科学网

编辑丨孙华东 李霈龙

审核丨方德斌