引言
数据要素典型企业是指将数据作为其业务活动的主要对象或主要生产原料的经济主体，在推进数据要素市场化配置的过程中发挥着关键作用。为挖掘数据要素市场的中坚力量，推动数据要素市场快速发展，7月30日，赛迪四川发布了《2024数据要素典型企业名录(第一期)》，远光软件成功入选“数据要素技术型企业”。公司以大数据、人工智能技术为核心引擎，通过新一代企业数字核心系统等数智化产品，助力能源电力、地产、制造、医疗等行业的大型集团企业和政府事业单位打通数字化转型壁垒，加强数据资产建设和管理，建立高质量经营分析体系，实现数据价值创造和经营风险智慧防控。
内容来源
数据要素研究中心
表1 2024数据要素典型企业名录（第一期）（排名不分先后）
数据来源：赛迪四川征集和评选，2024.07
数据要素典型企业是指将数据作为其业务活动的主要对象或主要生产原料的经济主体，在推进数据要素市场化配置的过程中发挥着关键作用。为挖掘数据要素市场的中坚力量，推动数据要素市场快速发展，赛迪四川发起了「2024数据要素典型企业名录」征集活动，评选国内优秀的技术型数商、应用型数商和第三方服务机构，评估其数据管理、数据应用、数据变现等能力，最终评选出6家优秀的数据要素型企业。
一、我国数据要素型企业发展现状
（一）政策支持做强企业群体
2022年12月，中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》首次提出培育一批数据商和第三方专业服务机构。之后，各地紧跟国家政策，积极支持数据商和第三方专业服务机构的引进和培育（如表2所示），例如，省级层面，浙江省出台了《关于推进浙江数商高质量发展的实施意见》；市级层面，苏州市出台了《苏州市培育工业大数据服务商和第三方服务机构的指导意见》。2023年12月，国家数据局等17部门联合发布的《“数据要素×”三年行动计划（2024—2026年）》提出培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态。数据要素型企业支持和引导政策的密集出台标志着数据要素市场化进入到了具体落地阶段，数据商和第三方专业服务机构将迎来前所未有的发展机遇。
表2 我国数据要素型企业培育相关政策
数据来源：各大政府网站，赛迪四川整理，2024.07
（二）企业整体规模持续壮大
随着数据要素市场建设深入推进，大力培育数据商和第三方专业服务机构、健全市场生态已成为业界共识。根据万得全球企业数据库，对我国工商备案的数据要素型企业成立注册情况进行统计分析，结果显示，截至2024年上半年，在工商备案的数据要素型企业共254.1万家，其中2024年新成立28.5万家。自2014年大数据被写入政府工作报告以来，新增数据要素型企业数量呈飞跃式增长（如图1所示），每年增速均在25%以上。同时，各地数据交易机构积极推进数商生态体系建设，探索培育新型专业化数据服务商、数据经纪人和第三方数据服务机构。根据各大数据交易平台公布的数据显示，全国数据交易机构已签约或合作的数商总数已达到3000余家。
图1 2014—2024年我国数据要素型企业数量及增长率
数据来源：万得全球企业数据库，赛迪四川整理，2024.07
（三）多元化业务探索成效初显
在业务运营方面，全国数据要素型企业已形成相对完善的服务体系，服务范围涵盖数据集成、数据产品开发、数据应用、数据资产入表、数据质量评价等多个方面。数据管理方面，市场上企业能提供的服务愈加完善。
二、数据要素典型企业案例分析
远光软件：企业数字核心系统，打通数字化转型壁垒
【案例背景】
数字化转型浪潮下，企业如何推动数字技术与企业业务管理深度融合，找到适合自身特点的数字化转型解决方案，已成为企业发展的必答题。然而当前仍有众多企业在数字化转型过程中存在着转型目标不清晰，转型能力有短板，转型价值难量化，转型环境不匹配，企业组织、体制、文化等变革滞后于技术实现等痛难点问题。针对上述企业在数字化转型中的需求痛点，远光软件研发出满足多行业多场景应用的新一代企业数字核心系统——远光达普（YG-DAP）。远光达普（YG-DAP）创新采用“微服务+中台架构”，深度应用“云大物移智链”技术，通过构建业务中台，为企业商业模式和管理创新提供系统支撑。通过企业及社会互联、智能应用等数字技术，实现数据采集自动化，提高企业内外部沟通的工作效率，创造更理想的营商环境。系统从企业内部协同扩展到企业上下游协同，重塑伙伴关系，实现社会互联生态共赢。
【创新做法】
1.敏捷智能的数据驱动。远光软件依托长年累积的丰富管理实践经验，沉淀了多维度的企业核心业务数据模型、数据流转审核校验规则、数据分析算法等数据能力，通过“数据+规则+算法”的运行机制，使得远光DAP实现数据从采集、处理到应用的全过程一体化、智能化，帮助企业实现数据的资产化、价值化。将数据能力渗透到各个业务环节和决策分析场景中去，实现数据价值的增量运营，创新型的自助分析工具可以帮助业务人员更便捷地进行数据分析探索和价值挖掘。
2.共识互信的社会互联。远光DAP系统突破了企业管理边界，以产业链上下游各环节交易数据为基础，连接供给端与需求端，通过开放共享的系统架构，推动产业链上下游业务协同处理、交易实时反映、信息互联互通。应用区块链技术创建信任、公开、透明的可信体系，实现政企、税企、银企、企企直连，构建共识互信的社会化互联生态。
【经验启示】
远光软件创新研发出面向数字时代的新一代企业数字核心系统远光达普（YG-DAP），不只依托于自主创新研发“远光九天智能一体化云平台”，更依托了在企业管理信息化领域的技术投入和数据资源整合。数字技术方面，公司持续加强技术创新，AI算法、RPA、智能硬件及电子档案等各产品线取得持续性突破。其中，AI算法方面，推出了面向垂直领域和私有化的大语言模型产品——远光智言，打造企业级智能应用的一站式人工智能平台——天蜂，全新推出了融合AI人脸识别、语音识别、体验识别等技术的数智员工。数据资源整合及服务领域，公司在数据中台、模型服务、智慧物联及数字孪生方面持续加大研发投入，健全大数据产品体系。持续完善和拓展企业智能数据平台EDT、企业智能物联平台AIoT、企业智能分析平台Realinsight、资金智能监控产品Cashinsight等大数据产品能力。
三、我国数据要素型企业发展面临的挑战
(一)
数据要素相关制度规则待完善
我国数据要素市场目前处于初期发展阶段，规则和制度的不健全使得数据要素型企业在开展业务时无“把握”。数据确权、流通交易、收益分配等方面存在法律空缺，数据产权相关法规不明确，市场参与主体权责不清晰，定价机制尚未健全，在实际的业务过程中，企业需要探索前进。
(二)
数据交易市场发育不完全不充分
目前，我国数据交易市场处于初期发展阶段，缺乏有效的市场机制，市场上交易双方供需失衡，交易市场的活跃性不高，数据要素型企业难以实现盈利，影响了企业进行数据产品开发的积极性。此外，由于数据交易市场发育不充分，企业在进行数据交易时将面临更大的流通风险，需要投入更多的资源进行数据安全性处理，增加了交易成本。
(三)
数据要素型企业自身能力待提升
随着数据要素市场的深入发展，数据挖掘、数据产品开发、数据流通、数据安全等业务对技术的要求不断增高，特别是随着数据的流通，数据泄露和隐私保护问题的日益突出。虽然头部数据要素企业技术相对完备及成熟，但大部分企业在数据管理、数据加工、数据资产化等方面的技术需进一步提升。
(四)
数据要素型企业发展保障待加强
数据要素型企业发展过程中存在资金不足、人才匮乏等情况。一方面，技术创新的研发导致企业资金需求不断增加；另一方面，人才的发展滞后于企业的发展，面对数据挖掘、数据流通、数据入表等新兴业务领域的综合型数字人才大量缺乏。此外，目前针对数据要素型企业的专项支持政策、资金以及人才对口培养相对较少，对数据要素型企业发展的支撑能力有限。
四、促进数据要素型企业发展的对策建议
(一)
建立完善的数据基础制度体系
一是完善数据产权制度。建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，探索依托民事商事合同、行政协议约定、资产登记等方式明确收益归属，并建立健全数据确权授权机制。二是完善流通交易制度。构建多层次数据要素市场交易体系，推动区域性、行业性数据流通使用，推进数据交易场所与数据商功能分离，建立数据流通交易规范指引体系，规范数据交易全生命周期流程。三是完善收益分配制度。建立数据要素由市场评价贡献、按贡献决定报酬的收益分配机制，鼓励数据来源者依法依规分享数据并获得相应收益。建立企业数据开发利用的收益分配机制，鼓励采用分红、提成等多种收益共享方式，平衡兼顾不同环节相关主体之间的利益分配。
(二)
优化数据要素市场发展生态
一是优化数商企业发展载体。加快建设城市数字公共基础设施、大数据中心集群、数字经济示范园区等载体，汇聚高质海量数据，吸引一批数据服务商、数据供求方、市场服务机构，形成良好数据要素产业生态。二是构建数据要素交易体系。建立数据交易配套服务机构，建设行业性数据交易配套服务平台。鼓励在依法设立的数据交易机构开展数据流通、交易。推动政府通过数据交易场所开展数据采购活动。三是构建交易服务生态联盟。积极推动数据商和第三方专业服务机构集聚发展，支持成立跨市场、跨领域、跨学科的数据要素产业联盟、行业协会、创新联合体，构建产学研融合新生态。
(三)
提升数据要素型企业服务能力
一是提升技术创新能力。加强数据商和第三方专业服务机构智能计算与生成式人工智能、隐私计算等相关技术的研究突破、深度融合与集成创新。加强数据商和第三方专业服务机构与高等院校、科研院所的产学研合作，推动数据生产、治理、流通、交易等数据链全栈技术研发和成果转化。二是提升产品供给能力。支持数据商和第三方专业服务机构率先面向工业制造、商贸流通、金融服务、医疗健康等领域，开发一批安全、可靠的数据产品和服务。鼓励数据商和第三方专业服务机构建设人工智能平台，开展通用和垂直领域人工智能大模型训练。三是提升流通交易服务能力。鼓励数据商和第三方专业服务机构登记数据知识产权，推进数据资产入表，加强数据管理，保障数据安全，提升数据合规运用能力。提升数据商和第三方专业服务机构在数据资产财务登记、产权登记和交易登记等环节中的中介作用和服务能力，进一步明晰数据资产产权，降低数据资产交易成本。
(四)
强化企业服务支撑和要素保障
一是加大资金支持力度。对企业的数据首登记、首挂牌、首交易、首开放等给予奖励，更好促进数据要素市场创新和产业化发展。充分利用高精尖产业发展基金，加大对数据服务产业投资，积极稳妥引入社会资本，鼓励设立数据服务产业基金，加大对数据要素型企业的投入力度。建立专项扶持基金，识别有成长潜力的相关企业，借助孵化器体系培养出行业龙头、市场标杆。二是加大人才培养力度。加强数据人才培养，鼓励高校、职业院校、中小学校开设多层次、多方向、多形式的数据要素课程教学和培训，支持企业与院校通过联合办学及共建产教融合基地、实验室、实训基地等形式，拓展数据专员、数据分析师、数据合规师、数据标注师等多元化人才培养模式，引入数据相关国家职业标准和数字技术工程师培育项目，培养数据要素各类专业化和复合型人才。