发展方向

赛文交通网 智能交通 智慧城市

近两年，我国发展数字经济的进程开始提速。

2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》，明确提出数字中国建设目标和整体框架，数字经济纳入官员政绩考核体系。

2023年8月21日，财政部印发《企业数据资源相关会计处理暂行规定》。未来数据资源计入资产，进入资产负债表。后续公共数据的开放或将会由央国企运营，资产入表，所产生的收益可以用来充实中央和地方政府财政。这一转变也意味着我国土地财政有望向数据财政转变。

数据逐渐从自然资源的角色向经济资产进行转变。

在国家政策引导与市场需求不断增长的背景下，交通数据资产化成为发展趋势，数据价值评估、数据交易、数据为核心的服务购买模式等已成为新兴产业。

处于发展初期，交通数据产品的打造过程中面临过哪些问题与挑战？数据要素市场化运营还有哪些重难点问题需要解决？交通细分领域的数据要素市场化哪些场景目前发展比较成熟？

在赛文交通网主办的2023年智能交通行业年终盛典“超级直播日”中，由赛文研究院院长徐赫主持了“超级访问”环节，浙江云通数达科技有限公司董事长汪子逸、上海市大数据股份有限公司首席数据官汪科科、贵州数据宝网络科技有限公司轮值CEO肖斌围绕“交通数据资产化、数据交易”这一话题展开了讨论。

赛文交通网：首先请各位嘉宾介绍一下自己的公司，以及在交通数据资产化、数据交易方面的相关工作。

汪科科：上海市大数据股份有限公司成立于2019年，是经上海市人民政府批准成立的国有控股混合所有制企业，目前是上海数据集团的成员单位。

我们的主要业务分为两部分，一部分是数字政府建设和运营，包括参与智慧城市、数字政府相关的数据基建项目。

另一部分业务是公共数据的社会化开发利用，在完成数据基建的基础上开展数据业务化的工作，也就是将原本用于管理类的公共数据，使用在各类应用场景中实现其价值。

一方面是内数内用的场景，我们帮助交通管理类政府部门，将本部门数据进行开发利用，应用在其自身的管理及生产领域提质增效；另一方面是内数外用，推动各部门公共数据用于不同政府部门之间的共享，并依法依规的运用到各社会生产管理场景中。

肖斌：贵州数据宝网络科技有限公司是2015年应国家大数据的发展需求，被贵州省政府邀约，作为推动国有大数据资产增值开放流通先行试点企业在中国首个大数据综合实验区贵州省贵安新区成立。

数据宝立足于大数据，也就是数据要素流通这一方向，主要解决原始数据的采集、治理、加工、最终价值的挖掘及面向市场化的运营。

公司的7个股东当中有6家是纯国资参股，包括中科院等部属单位及其他大数据产业基金，是大数据资产交易合法经营资质属性的“国家队”。

数据宝较早涉足数据资产交易领域，面向国有数据资源，目前直连超过50个权威国有数据资源方（国家部委、国企、央企），通过结合我们的市场运营经验，挖掘数据产品的价值，为市场赋能。

在交通领域，我们和国家部委等部门进行了深度合作，帮助他们进行数据治理、价值挖掘及最终应用场景的探索。在这个方向，目前我们已经积累了比较成熟的落地经验，在产生社会价值的同时，也产生了比较可观的经济价值。

交通物流以及相关的金融、保险等产业也是数据宝的发展方向，同时我们也面向政府，迎合国家数据要素发展的要求，帮助各地方政府从建设、治理、汇集等各个方向，提供大数据资产价值挖掘及最终形成数字经济的任务。

汪子逸：云通数达是数据源方，也是数据的直接使用方。我们有自己的交通互联网大数据，可直接将这些数据服务于交警客户进行城市交通治理。

云通数达是数据智能上市企业每日互动智慧交通生态企业，致力于成为智能交通行业的数据治理及应用专家。我们结合大数据、人工智能等技术和专家经验，在不依赖大量新建硬件的基础上进行城市全域交通治理。

我个人认为交通数据非常适合进行资产化和价值化，特别是在治堵保畅这类场景当中，因为这类场景当中更加关注人或车的数据，这类数据在个人信息保护合法合规上的风险和压力很小。

此外，交通数据是标准化程度很高的数据，在核心治理场景下，流量、车速、排队长度等数据可以做到全国统一，有利于标准化的复制和推广。

云通数达的两大主要产品是数智绿波系统和交通数盘。数智绿波系统通过计算相关交通指标的稳态特征，在此基础上帮助城市建设全域绿波。我们在不到一年的时间内推广了十余个市区，覆盖500多条绿波道路，整体提效在30%左右。

我们的另一款产品交通数盘的前身是服务于杭州亚运会的数据专用道，做到了对城市所有主次干道、快速路及其匝道等路段的实时车速精准监控，可帮助交警实现精准的数字化实时动态管理。交通数盘目前在杭州先行先试，明年将在全国范围内进行推广。

云通数达在交通领域虽然还只是一个“新兵”，但我们的产品对于交警用户而言还是非常实用且有价值的。

主持人：数据要素市场化整体还处于发展初期，很多事情属于摸着石头过河，交通数据产品的打造过程中面临过哪些问题与挑战？

汪子逸：我认为存在两方面挑战。一是我们的数智绿波系统使用的是自有互联网交通数据，在打造时其背后的过程非常漫长。在初期要找准切入的场景，找到能够充分发挥数据价值的切入口；在找到切入口后，需要将数据价值充分发挥出来。

我们内部对于数据价值的开发和利用有一个“DMP”的说法。“DMP”分别代表Data（数据）、Machine（数据工具）、People（专家经验），是打造数据产品的核心要素。

Data、Machine很好理解，Data就是不断发掘数据源，进行数据的清洗校准；Machine是更好地提升数据的计算效率等；People指的是专家经验，这也是打造好一款产品非常重要的内容，因此我们认为要打造一款数据要素产品，要在最初和使用者一起进行设计或共创。

像我们的数智绿波产品就是打造过程中，根据不断更新的需求和杭州交警一同进行功能、使用体验的迭代，在经过长期的实战打磨后，最终得到了客户真正满意的产品。

在打造完产品后，还需要考虑产品的市场化商业模式。云通数达采用的商业模式是以数据服务为主，其能够快速复制、边际成本较低，通过标准化软件、类SARS的服务形式进行推广。在推广时，我们以口碑作为基础，通过客户实现口碑传播。

目前公共数据授权运营在国内开展得如火如荼，浙江省作为试点省份，从上至下都在开展相关工作。云通数达的数智绿波作为浙江省首批公共数据授权运营实践场景被重点推荐。

如何保障数据在合法合规的情况下能够互相融合产生更大的价值，打造更好的产品，服务于业主和公众出行，是未来的核心挑战。

赛文交通网：数据要素市场里有一些非常重要的问题还有待解决，比如数据所属权、利益分配权，还有哪些市场化运营的重点和难点问题需要解决？

肖斌：在数据的流通过程中涉及到的所属权问题还是非常多的，国家出台“数据二十条”给了明确的宏观指导方向，其中对于“三权”的定义非常值得关注。“三权”分置即数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，三方可以参与到数据要素流通利益分享当中。

值得注意的是，数据资源持有权而未被称作所有权，这实际上是为了能够加速推动数据要素的流通。数据资源持有者如果能够通过合法合规或国家授权的形式将数据进行合法采集后，他将成为持有权的合法主体，在有了合法主体后，就能够向下级进行推进。

数据要素流通中最早的法律法规是“三法”，“三法”和“数据二十条”为数据在流通过程在提供了明确的指导。

相关个人隐私、数据安全、网络安全等法律法规中的约束都导向了数据原始的生产方所有者，很多情况下在流通过程中实物已经流通了，但在实际业务落地却比较困难。因为很多数据是属于个人的，如果想成规模，从经济角度进行流通，需要对数据所有权者进行逐一采集询问，这是存在一定问题的。

在“数据二十条”数据资源持有权的导向下，从国家部委、国央企和重点大型上市公司的角度来说，会有比较明确的定位，从而推动数据要素的流通。

此外，在数据流通过程中涉及到的问题还有很多，数据要素的流通与金融行业类似，不仅要解决数据本身的来源，还要解决数据为谁服务的问题。因为数据本身具有的可复制性和特殊特征是其面临了很多问题，数据宝一直秉承数据安全，也就是国家安全的概念，致力于国有数据的流通。

数据宝在行业首创并坚持 “三真”制度，具体而言，企业合法合规正常经营；数据产品须应用于自有真实合规业务场景；且获得用户授权，才能够顺利提供服务，保障“最后一公里”数据安全。

数据价值在于要将很多数据融合在一起进行价值挖掘，在多源数据融合当中涉及到的数据安全问题会更多，如何挖掘更深层次的数据价值、保障各方数据源的所属利益、数据安全的控制等都是非常有难度的问题，数据宝在这方面也在持续探索，并形成了面向数据要素流通的数据安全体系，我们也希望通过探索能够推动行业快速向前发展。

汪科科：上海大数据股份服务对象主要是政府机构和企业单位，在具体的服务过程中，会实际遇到各类数据价值流通的发展和安全合规质检的磨合，而在这个过程中通常会遇到数据权属、收益分配和人员数据素养这三类十分常见的问题。

第一是权属，在“数据资源化、资源资产化、资产要素化、要素产品化、数据资本金融化”这四化的过程中， 数据权属登记是数据要素流通过程中最为关键，但目前仍未被彻底解决的问题。

由于上位数据法暂未出台，也没有明确法定数据权属的登记机关，虽然“数据二十条”为数据三权分置提供了指引，但在实操过程中仍然会面临各种各样实际的问题，也可能会引起法律范畴内的民事刑事的风险。

第二是权益分配，当我们真正在进行数据要素流通工作时，会发现单一数据源并不能解决客户真实面临的各种复杂问题。在真实解决客户业务场景需求时，必须是多源数据融合后的解决方案，这其中会涉及大量的多源数据的交汇和联合建模及最后的收益分配。

在收益分配上，通常可以借鉴“数据二十条”中提到的“三权”分配模式，结合数据资源、客户资源、数据产品加工能力这三个主要要素，根据实际情况进行相应的收益比例的分配。

在多源数据合作进行联合交付的过程中，除了收益分配的问题外，我们还可能会遇到由于数据权属不合规和数据质量带来的数据污染问题，因此要尽量找到相对合规正规的数据源进行多源数据合作。

第三是人的数据素养问题，在合法合规的基础上，高数据素养的复合型人才对于推进数据要素的发展非常重要，不仅要对于法律、数据安全有所涉猎，还要懂得偏底层的集成等技术，将数据产品包装成可流通的产品；要懂得标准源数据如何获得、数据的加工生产过程以及如何封装等流程。

我个人的看法是数据资产交易这件事情需要谨慎参与，乐观预期。随着国家和各地的数据局都已成立，一旦机制体制和立法等完善后，相关工作任务也会陆续明确。因此现阶段，在数据交易过程中，我们需要做的就是在工作过程中保持小心谨慎的态度，不要触犯数据合法合规的“红线”，静待花开。

赛文交通网：对于场景的描述更让各方容易理解数据要素市场化，很多企业拿着数据并不知道怎么用。结合案例介绍一下公路交通、公安交通管理、公共交通、自动驾驶、物流等细分领域数据要素市场化，其中哪些场景目前发展比较成熟？

汪科科：目前大量企业机构在数据要素市场化和资产化的过程中都会面临两个实际问题。第一是随着2024年1月1日数据资产入表的启动，对拥有大量数据资源的企业需要评估是否需要尽快开始启动数据资产入表；

第二是大量企业随着业务线上化推进，已经留存了大量数据资源，而且后续还需要持续投入基础资源存储数据，目前需要考虑的是现有数据资源如何价值显性化，帮助企业降本增效、控风险。

对于这两类问题，背后代表的是数据价值体系的建立。对于目前已经完成常态数据资源化的企业来说，从数据要素的市场化和资产化路径角度，可以考虑以下两种模式。

首先，可以主动拥抱城市治理和公共服务场景，与政府部门合作，以鲜活的社会数据来帮助政府部门在政务场景应用上的共建开发利用，这类场景如果企业有意愿，可以和类似我们这样的数据公司合作，探讨数据要素流通的模式。

当然，企业留存的数据，也可以在权属清晰，安全合规的基础上用于社会化市场流通。

肖斌：在交通领域，数据宝主要从两大方向进行数据的价值挖掘和流通变现。一大方向是静态数据，也就是人车企相关的自然属性数据；另一大方向是运行的通行及运行数据，如货运场景下的车辆动态运行信息、业务信息、交通环境信息等。

数据宝目前有四个方向在应用这方面的数据，第一个方向是面向政府交通主管部门的道路养护、道路规划、高速公路建设（贷前、贷中管控）等场景。

第二个方向是面向高校和国家研究机构等，为他们提供服务，使其能够更好地在交通保通保畅有更多的预判和感知。

第三个方向是面向物流企业，如何通过交通动静态数据更好地提高数字化管理，精细化运营，为企业增加核心竞争力。

第四个方向是融合的方向，主要解决在物流交通方向当中的资金融通和安全保障等问题，在这一方向数据宝目前车险、物流金融、汽车金融方面有一些具体的落地实践。

回过头来看整个行业目前还处于较早期的状态，由于涉及到数据安全等问题，因此我们需要花费很多时间来引导资源方。同时，如何保障数据在融合的时候价值能够流动出去，且数据的安全和合规性得到保障，在这方面数据宝也进行了大量的探索。

此外，企业和用户的教育也是一大难点。物流、金融等行业的意识思维相对比较传统，因此我们要通过成功的落地实战经验引导客户，帮助他们创造价值，改变思维。

在这一过程中，数据宝坚持将社会价值和经济价值放在一起进行考虑，持续完善支撑服务能力，向数据源输出做这件事情的价值，为供给侧提供更多的支持，这样才能够丰富数据源，为政企用户提供更好的服务。

赛文交通网：对未来交通/数据要素市场化发展趋势的展望（需要从哪些方面继续推进工作）？

汪子逸：我认为后续发展有两大方向，一是前面提到的公共数据授权运营，发挥公共数据的最大价值；二是政府做好监管、引导工作，促进企业与企业间的数据融合，将数据“红线”划明。

此外，我们也期望政府或国有企业能够提供更好地服务设施，保障数据融合等工作能够在更加高效的环境当中进行。

站在数据智能企业角度，我们提了一个概念“让数好用、把数用好”。也就是说要将数据用透，不断挖掘数据价值，让数据服务于各个场景。同时，我们也在考虑如何寻找更多的合规数据源，或是与政府的数据更高效地融合分析，更好地服务于当前行业的痛点问题。

汪科科：交通数据作为高价值的数据，其价值并未被全部挖掘。从数据源本身的角度来看，我们认为交通数据的潜力非常大，结合自身业务模式，提出以下两点展望。

首先，是结合目前我们在产业园区数字赋能的业务场景下，以产城融合的视角，把能帮助优化园区营商环境、服务在园企业的交通数据产品服务化进行精准输出。通过交通客流分布、路面拥堵等数据为园区规划、班车调度路线设计等提供优质数据产品，进一步提升在园企业的服务能级。

另外，根据上海目前在积极推动的行业首席数据官机制体制建设，联合交通领域主管部门，加强对交通行业企业数据人才团队和体系的建设，鼓励行业内优秀的数据赋能案例和优秀首席数据官脱颖而出，进一步带动整体行业数字化转型的效率，为整体交通行业的数据驱动和价值产出提供优秀的可借鉴案例。

肖斌：数据宝目前正在进行相关工作的中长期规划，将从以下四个方向进行。

一是数据源方向，大力推动数据资产入表。帮助国有数据源方、国家部委、国央企及地方政府机构等数据所属或持有方实现数据资产入表，通过市场流通的方式形成锚定价格，将数据资产真正变成有价资产，推动向外增长，帮助地方政府解决财税等问题。

同时，很多数据并非有了就能够成为有价值的流通数据，因此我们希望通过深层次融合和共建、参与运营等形式，结合相关国家政策，推动数据量供给方将数据源丰富起来。

二是面向数据流通方和参与方，我们希望能够形成良好的商业生态，目前数据宝也在推进这项工作。生态及其产业链包括数据质量、数据安全、数据治理等各个方向，非常复杂。数据资源越丰富，能够产生的价值就越大，所需的配套衍生生态需求就越多，数据宝希望能够打造这样的生态，汇聚更多企业参与数据要素流通工作。

三是我们在和客户沟通的时候发现，很多客户有同类需求的企业客户并未进入数据要素价值应用的角色当中，因此数据宝将深入挖掘现有服务企业的上百种需求场景，在市场方向大力推动数据价值的流通和应用场景拓展。

数据的采集和汇聚等工作是一体化的，如果脱离了原始数据的采集再进行治理，那么成本会高出很多。因此我们希望和政府机构进行合作，从源头开始共同推动数据治理工作。同时，也可以帮助各地政府建立数据价值中心等交易平台，通过实物的方式进进行合法合规的交易，有助于国家相关法律政策的制定。

主持人：感谢三位嘉宾的精彩回答！当前行业对于数据资产化的需求非常旺盛，无论是政企单位还是交警用户都希望能够将数据用起来，发挥更大的价值，有更多的创新点来赋能行业发展，这也将是行业未来的发展重点。在此也希望数据交易在未来能够进一步规范，创造出更多的价值。