2025年12月底的北京寒意正浓，但在全国数据工作会议的现场，关于数字经济的热度却达到了沸点。会议明确了一个令业界振奋的信号：2026年被确立为“数据要素价值释放年”。如果说过去几年我们是在为数据要素市场“平整土地、修桥铺路”，那么现在已经开始进入“播种耕耘、开花结果”的阶段。

　　为何在此时强调“价值释放”？数据作为第五大生产要素，如何真正像土地、资本、技术、劳动力那样，全面融入经济价值创造过程？这不仅关乎GDP的增长数字，更关乎中国经济转型的底层逻辑。

　　为什么是现在？从“要素确认”到“函数重写”

　　把2026年列为“数据要素价值释放年”，并不只是口号升级，而是现实约束与战略窗口叠加后的选择。笔者认为，至少有四个层面的原因。

　　首先，宏观经济需要数据要素的可度量贡献。传统要素的边际回报趋于递减已是共识，而高质量发展需要更可持续的生产率来源。数据要素可以在不消耗掉的情况下被反复使用，并通过组合、算法、场景不断增值，但前提是必须进入可交易、可配置、可审计的体系，才能从“数字化投入”真正变成“生产率产出”。2026年强调价值释放，本质上是要让数据对GDP、产业效率、创新产出产生可观察、可核算、可复制的贡献。

　　其次，“十四五”收官后制度与工程到了“交卷时刻”。过去一段时间的数据工作核心在打基础：确权框架、流通规则、分类分级、交易平台、数据安全治理等。但是，如果没有规模化的价值产出验证，就容易陷入“修了很多桥，但桥上没有车”的尴尬。2026年是把“制度红利”转化为“产业红利”的时间节点，也是把各地各部门各行业试点的“盆景”变成“风景”的一场大考。

　　第三，新质生产力发展倒逼高质量数据供给。大模型、智能体、工业智能、城市治理智能化等的发展，导致对数据的需求发生了结构性变化：不仅要“多”，更要“真”“准”“新”“全”“可追溯”。很多地方数字化投入不少，但数据质量、标准、可共享程度不足，导致AI“吃得多、消化差”。2026年强调价值释放，等于承认：数据要素的竞争，已经从“有没有数据”进入“有没有高价值数据资产与高效供给机制”。

　　第四，统一大市场需要“统一数据市场”这块关键拼图。统一大市场不仅是货物与资本流通，还包括数据流通。数据跨区域、跨部门、跨行业流动不畅，会直接抬高交易成本，形成“数字壁垒”。强调数据价值释放，隐含的政策指向是：要用更强的规则与基础设施，把数据市场的供给与需求真正撮合起来，形成全国范围的资源配置效率。

　　价值释放难点在哪里？深水区的“暗礁”与“激流”

　　“数据要素价值释放”说起来容易，做起来却很难，关键在于它不是单一技术问题，而是典型的制度—市场—技术的耦合问题。其中的四大难点，分别是确权、定价、供需和信任。

　　第一大难点是确权：数据权利的边界难以一刀切。与土地、设备不同，数据往往由多主体、多环节共同生成和加工，现实中最难的不是抽象地讨论“数据是谁的”，而是把权利拆分到可执行层面：谁有决定权（能否对外提供、提供到何种颗粒度）、谁有收益权（增值收益如何分配）、谁有控制权（能否撤回、能否限制用途）、谁承担责任（泄露、误用、偏差造成损失谁担责）。

　　第二大难点是定价：数据价值强依赖场景，缺少稳定、可复制的计量口径。数据价值不等同于数据量，更不等同于采集成本，而取决于它在特定场景中能带来多大边际改进；再加上数据往往以“组合”产生价值，单独拆分定价就会遇到“贡献度难量化”的问题。缺少共识结果是交易谈判成本高、价格波动大、服务交付难以标准化，只能停留在“定制项目”，很难形成规模化流通。

　　第三大难点是供需：供给端“供得出”与需求端“用得上”之间长期错位。供给端常见问题是数据治理不足，需求端常见问题是需求表达不清，结果是双方都觉得“对方不专业”。供需错位进一步固化成组织错配：数据部门关注合规与治理，业务部门关注短期产出，IT部门关注系统稳定，各自目标函数不同，难以形成“用价值牵引治理”的闭环。市场层面则表现为需求很旺但成交率低，项目很多但可复制性弱，形成样板间繁荣而规模化不足的困境。

　　第四大难点是信任：数据流通需要“可用、可控、可追责”的信任基础设施。数据一旦流动，风险外溢性极强。供给方担心给出去就失控，需求方担心买到的数据不好用。信任不是靠口头承诺，而要靠制度与技术共同构建：授权是否细粒度、用途是否可限制、访问是否可审计、使用是否可计量、违规是否可追责。

　　数据价值如何释放？紧扣“供、流、用、安”四大环节

　　国家数据局局长刘烈宏用十六个字概括了数据价值释放的核心目标：“供得出、流得动、用得好、保安全”。这不仅是一句口号，更是一张作战图，精准概括了2026年数据工作的四大重点领域。

　　供给侧：数据供给是价值释放的前提，但不是把数据放到平台上就算完成，而是要实现“可用数据”与“可用产品”的供给能力提升。公共数据供给要拓展到高价值主题和场景，并统筹推进公共数据开放与授权运营两种开发利用方式，最大程度释放公共数据价值。企业数据要从沉睡数据走向可复用资产，通过数据治理、标签体系、元数据管理等等，把数据做成可组合的“零件”；数据产品化步伐要加快，形成数据集、指标、模型特征、行业知识图谱等标准化产品形态，减少需求侧二次加工成本。

　　流通侧：数据只有流动起来才有价值，数据流通的核心不只是传输，更是权利、责任、收益、风险的可配置。要进一步推动跨部门、跨地区互联互通，统一标准、接口、目录、身份认证与审计机制，打通“最后一公里”；要加快建设可信流通基础设施，通过可信数据空间、隐私计算、联邦学习等手段实现“可用不可见”“可控可计量”，让敏感数据也能在合规边界内流动；不要只盯着数据交易，很多价值来自“共享协同”而非“买卖”，例如产业链协同、城市治理联动、应急响应等，需要制度化的共享机制与成本分担机制。

　　应用侧：价值释放最终要落到应用，要从“点状示范”走向“规模复制”，从“案例”变成“可复用的生产力”。数据应用的抓手是高价值场景的工程化，重点是应用价值要能被核算：节约了多少成本、提升了多少效率、减少了多少风险、创造了多少新增收入，否则“价值释放”就会停留在“价值描述”。

　　安全侧：让“保安全”从“被动合规”变成“发展型治理”。数据要素的最大矛盾是：越流动越有价值，越流动越有风险。要做到既“放得活”又“管得好”，要求安全治理要从“只防风险”升级为“在可控中促流通”。重点是：分类分级与最小必要原则落地到系统与流程；全链路审计、可追溯、可撤回；跨境数据在规则框架下的可预期流动；把安全成本转化为交易信任与生态信用；等等。

　　结语

　　把2026年确立为“数据要素价值释放年”，意味着数据工作进入从“修桥铺路”到“通车增效”的关键转换期。而决定这场转型成败的，恰恰是确权、定价、供需与信任四道“深水区关卡”能否被系统性打通。

　　破局的路径，也已经清晰地写在“供得出、流得动、用得好、保安全”这条主线上：用产品化和高质量供给对齐供需，用可执行授权与可信流通机制打通确权与信任，用场景工程化和价值归因体系把定价从“拍脑袋”拉回“算得清”，再用发展型安全治理把风险从“不可控恐惧”降为“可管理成本”。

　　数据从来不是“挖出来就值钱”的资源，只有当它能被可靠接入、精准计量、合规使用、出事可追责，才会从纸面要素变成真实生产力。2026年要做的，就是把这套“电网—电表—保险丝”装齐、装牢，让数据真正照亮企业的效率曲线与创新的增长空间。

　　（作者王翔为复旦大学数字与移动治理实验室研究员）

（文章来源：澎湃新闻）