01

改革开放以来，中国经济在40多年中持续快速增长，已连续多年位居名义汇率计算的世界第二大经济体和购买力平价计算的世界第一大经济体，形成了全球规模最大的、最具成长性的中等收入群体。在这过程中，土地、劳动力、资本等各类生产要素的积累以及全要素生产率的提升，对经济增长的作用极为关键。

其中，土地要素的资源性结合我国土地制度的独特性，演化出了地方政府的“土地招商”和“土地财政”运作模式，有效支撑了我国的工业化和城镇化进程，直接推动了经济增长。

《数字中国发展报告（2023年）》显示，2023年我国数据生产总量达32.85ZB，同比增长22.44%，数据存储总量达1.73ZB，数据已经成为信息时代推动社会进步最活跃、最革命、最显著的生产要素，将不断催生新产业、新模式、新业态，生成新的经济增长点。

数据要素与土地要素在诸多方面都有共同点，甚至数据产业链将有望在产业规模方面超过地产产业链。参照土地要素可预见数据要素的价值释放将会分为数据资源化、数据资产化、数据资本化三个阶段，而在这过程中，地方政府从“土地招商”和“土地财政”的运作模式转换为“数据招商”和“数据财政”的发展方式也将具有重大的现实意义。

PART.01

数据资源化阶段的招商引资

数据资源化可类比为土地从“生地”变成“熟地”的过程，土地储备市场也可类比数据要素储备市场，即地方政府负责“七通一平”等前期开发的需求，对应工程单位建设项目的供给，形成了土地储备相关的市场经济活动，可拟似为，地方政府、市场主体将原本分散无序数据转化为有序有价值资源的需求，对应“数据要素工程企业”通过数据采集、标注、清洗、脱敏、脱密、评级、聚合等工程性工作形成的供给，从而形成了数据要素资源化的市场经济活动和一个具备供需两端的数据要素储备市场。

在此阶段的核心企业——“数据要素工程企业”类同于地产产业的建设工程企业，属于劳动密集型企业。

以数据标注产业为例，数据标注是对原始数据进行分类、拉框、注释、标记等加工处理，并将其转换成机器可识别信息的过程，数据标注企业通常需完成数据集结构/流程设计、数据处理、数据质检等工作，为下游客户提供训练数据集、定制化服务。当前，数据标注仍然处于较为早期的发展阶段，具有显著的劳动密集型企业特征，数据标注人员具备专科学历，掌握一定的标注技能，积累一定的标注经验，就能完成标注工作，相对较低的技术门槛使得低人力成本成为多年来驱动我国数据标注产业发展的重要因素。

2024年6月，国家数据局从产业基础、人力资源优势、数字经济发展潜力、区域协调发展等方面认真研究布局，发布了承担数据标注基地建设任务的城市名单，四川成都、辽宁沈阳、安徽合肥、湖南长沙、海南海口、河北保定、山西大同等7个城市承接了数据标注基地建设任务书。

2022年，国家发展改革委高技术司就实施“东数西算”工程答记者问时，明确提出“支持西部算力枢纽围绕数据中心就地发展数据加工、数据清洗、数据内容服务等偏劳动密集型产业”。可见，数据资源化阶段的招商引资主要立足于人力资源优势。

值得注意的是，随着人工智能大模型的持续发展，数据资源化的劳动密集型产业也逐步有了新变化，进入了新阶段。仍以数据标注产业为例，一是在技术水平方面，人工智能大模型直接推动数据标注从人工标注进入AI辅助标注、自动化标注阶段，产业逐步具备技术密集型特征，对于数据标注人员的技术水平要求也相应提高；二是在数据需求方面，随着人工智能大模型深入各种应用场景，真正开始赋能千行百业，自动驾驶、医疗医药、小语种、法律、金融等有一定专业性要求的垂直场景逐步成为行业的主要需求，带动数据标注行业的服务进一步朝着垂直化、定制化发展，对于数据标注人员的专业水平也相应提高。因此，如地方政府能从本地产业发展优势和产业人才优势出发，因地制宜推动优势产业的相关数据赋能相应垂直领域的数据标注企业，并统筹引导优势产业人才培养、就业与数据标注产业发展相结合，亦有机会打造出具有本地特色且与优势产业互相促进的数据资源化产业体系。

数据资产化在现行条件下，可具象体现为企业将数据资源在资产负债表中确认为无形资产或存货。2024年1月1日，财政部《企业数据资源相关会计处理暂行规定》正式实施，明确规定“企业使用的数据资源，符合《企业会计准则第6号——无形资产》（财会〔2006〕3号）规定的定义和确认条件的，应当确认为无形资产。其中，企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、相关税费，直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出，以及数据权属鉴证、质量评估、登记结算、安全管理等费用。”“企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第1号——存货》（财会〔2006〕3号）规定的定义和确认条件的，应当确认为存货。其中，企业通过外购方式取得确认为存货的数据资源，其采购成本包括购买价款、相关税费、保险费，以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。企业通过数据加工取得确认为存货的数据资源，其成本包括采购成本，数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本和使存货达到目前场所和状态所发生的其他支出。”

由此可见，数据资源化阶段的采集、标注、清洗、脱敏、脱密、评级、聚合等工程性经济活动可以成为数据资产化阶段的价值与价格基础，数据资源在数据要素一级市场（即“外购”市场）可由数据持有权人出让数据使用权，并由数据使用权人在企业资产负债表中确认为资产，应当是最为典型且最有价值的数据资产化。

土地一级市场可类比数据要素一级市场，以土地所有权人与土地使用权人的关系对应数据持有权人与数据使用权人的关系。

此外，今年1月8日，国家发展改革委、国家数据局印发《公共数据资源授权运营实施规范（试行）》（以下简称《实施规范》）指出：“授权运营，是指将县级以上地方各级人民政府、国家行业主管部门持有的公共数据资源，按照法律法规和相关要求，授权符合条件的运营机构进行治理、开发，并面向市场公平提供数据产品和技术服务的活动。

实施机构，是指由县级以上地方各级人民政府或国家行业主管部门结合授权模式确定的、具体负责组织开展授权运营活动的单位。

运营机构，是指按照规范程序获得授权，对授权范围内的公共数据资源进行开发运营的法人组织。”

该表述更为直观地体现了公共数据领域以政府供应为主的数据要素一级市场类同于以政府供应为主的土地一级市场。

个人认为在此阶段的核心企业——“数据要素开发企业”即“运营机构”，类同于地产产业的投资开发企业，具有显著的资金密集型、技术密集型企业特征。而兼具数据需求和应用能力的人工智能大模型企业是数据资产化阶段营造产业生态的核心企业，也应当是“数据要素开发企业”的最合适代表。

开展人工智能大模型企业的招商引资措施应立足于数据、算法、算力这驱动人工智能产业发展的三要素。

在数据方面，可积极增加本区域数据供给，一是从存量考虑，地方政府可“鼓励公共数据在保护个人隐私和确保公共安全的前提下，按照‘原始数据不出域、数据可用不可见’的要求，以模型、核验等产品和服务等形式向社会提供，对不承载个人信息和不影响公共安全的公共数据，推动按用途加大供给使用范围。”同时发挥国有企业带头作用引导本地优势产业的龙头企业、互联网平台企业带动本区域的企业数据授权使用，促进本区域的个人数据授权使用；二是从增量考虑，地方政府可积极争取设立数据交易场所和数据交易平台，以交易作为商品价值呈现的中心环节，塑造高活跃度、高频次、高价值实现的数据交易生态体系，并配套出台数据资产确权登记、交易流通、评估入表等政策奖励措施，大力引导区域外价值数据流入。

在算法方面，可积极增加本区域人才供给，以人才驱动企业发展，营造创业氛围，提升产业浓度。当前，我国人工智能人才缺口超过500万，供需比例高达1:10，在“百模大战”愈演愈烈的背景下，算法竞争的实质就是人才竞争。而人工智能大模型人才的培养关键在于企业与高校，因此，地方政府可发力人才培养服务前移，促进本地人才密度提升，一是支持本区域“双一流”大学发挥培养基础研究人才主力军作用，通过“广基础+重交叉”的人才培养模式，培养人工智能创新青年人才，支持地方性高校结合自身优势探索培养“人工智能+行业应用领域”工程技术专家；二是支持本区域算力中心适当共享算力资源给高校，弥补高校人才培养短板，促进高校培养成熟人才；三是支持人工智能大模型公司与本区域高校合作，建立实训基地，将大模型人才的工程项目实践培养前置并扩展到关联性研究方向；四是支持设立面向计算机、软件工程等相近领域社会产业人才的培训机构，促进有需求的社会存量关联性人才职业转型。

在算力方面，可积极增加本区域算力供给。《中国综合算力指数报告（2024）》显示，从人工智能模型角度看，过去20年间（2003年-2023年），智能算力需求大概增长超过百亿倍。从“要想富，先修路”到“要发展，投算力”成为多地的共识，而在这过程中，算力需求与供给也呈现出“短期够用，长期短缺；整体不足，局部过剩”的动态矛盾特点，因此，地方政府应当精准增加算力供给。一是算力供给应与本地市场化需求相匹配。以智算中心建设为例，政府、金融、汽车、医疗、教育和工业行业是当前大模型等智能应用场景较为丰富的垂直领域，是智能算力需求的终端领域，而不同领域对于智算芯片的型号、配比及软硬件兼容性的需求均不尽相同，增加算力供给应基于本地产业构成、市场情况科学布局，避免低效与错配，以精准算力中心规划，进行精准数据招商；二是算力供给应采用建设与运营一体化方式。为提高算力使用效率，地方政府在建设算力中心时应对建设方设立运营考核要求，鼓励项目承建方从域外带用户、带场景、带资源建项目，以算力中心项目建设直接招引人工智能大模型企业；三是算力供给应引导民营资本参与投资。从全球来看，人工智能或数字经济领域的龙头企业，往往更是算力中心建设的重要参与者，而国内除了大型互联网企业，也有运营商、金融等更多行业企业入场，建设和运营模式正在发展成多方参与、协同推进的形态，地方政府可通过算力券模型券补贴、贷款贴息、特定应用场景开放等方式鼓励吸纳民营资本参与算力中心建设，为招引人工智能大模型企业拓宽基础设施投资来源。

土地市场是我国现代市场体系的重要组成部分，是资源要素市场的重要内容，我国已形成了以市场主体之间转让、出租、抵押建设用地使用权（即“土地资产”）为主的土地二级市场，在土地二级市场中“土地资产”转化为增值性活化资本，即“土地资本”。

《实施规范》指出：“运营机构应依法依规在授权范围内开展业务，不得直接或间接参与授权范围内已交付的公共数据产品和服务再开发。鼓励其他经营主体对运营机构交付的公共数据产品和服务再开发，融合多源数据，提升数据产品和服务价值，繁荣数据产业发展生态。”这里清晰表述了政府、运营机构与其他经营主体的关系，也呈现出数据要素一二级市场的明确分级特征。

以此可以简易类比定义数据要素二级市场为“市场主体之间转让、出租、抵押‘数据资产’为主的市场”，在数据要素二级市场中“数据资产”在市场化交易中转化为增值性活化资本，即“数据资本”。

在此阶段的核心企业——“数据要素服务企业”，即数据商和第三方专业服务机构，可为数据交易双方提供数据产品开发、发布、承销和数据资产的合规化、标准化、增值化服务，也包括数据集成、数据经纪、合规认证、安全审计、数据公证、数据保险、数据托管、资产评估、争议仲裁、风险评估、人才培训等多项专业性服务。

开展数据商和第三方专业服务机构的招商引资，应以解决数据资产化阶段“数据要素开发企业”和数据资本化阶段终端客户的投融资需求为工作目标，以“数据要素×金融服务”行动为工作抓手，围绕数据资产的增值性、可质押性、信用担保性打造成熟流程、成熟模式、成熟案例，形成活跃的数据资本化产业氛围，吸引数据商和第三方专业服务机构集聚落地。

一是可积极打造数据要素二级市场交易体系。今年1月8日，国家发展改革委、国家数据局印发《公共数据资源登记管理暂行办法》明确“公共数据资源登记申请类型主要包括首次登记、变更登记、更正登记、注销登记”。地方政府可以此为契机，积极构建区域性数据交易场所和行业性数据交易平台，联动公共数据资源登记机构，打造并完善数据要素交易体系，集聚承载数据商和第三方专业服务机构进场服务。

二是可积极建立数据要素二级市场交易规则。《实施规范》明确“县级以上地方各级数据管理部门、国家行业主管部门数据管理机构可根据本规范，结合实际制定实施细则”，为地方政府出台政策规则，在公共数据运营方面清晰企业权利义务提供了国家层面统一的制度环境。地方政府可探索创新本地政策法规，降低数据商和第三方专业服务机构合规经营成本，提升本地数据资产交易活跃度。

三是可积极探索以区块链技术推动数据要素流通。区块链技术具有去中心化、共识机制、不可篡改、可以追溯、规则透明等特点，各地政府以区块链技术将公共数据进行可信授权共享，可实现各类数据资产的所有权、交易记录、价值变动等信息都能够被准确记录和追溯，也可为数据资产的通证化奠定基础，进而以金融创新产品吸附数据商和第三方专业服务机构不断创新服务。

四是可积极以公共数据登记、授权运营规则体系建立健全为引导，产生示范性交易成果和投融资成效，从而促进本地企业进行数字化转型和数据资产沉淀，推动企业数据进入数据要素二级市场流通交易并转化为数据资本，使得更多企业能享受到数据资本化带来的价值释放红利，从而进一步促进本地数据商和第三方专业服务机构引进和培育。

（作者单位：珠海市香洲区投资促进中心）