​​​​    编者按：日前，我校正式发布首批关键共性技术清单，覆盖绿色技术、数据技术、智能技术三大战略领域，集中展现了我校在关键共性技术研发领域的突破性进展与最新创新成果。现介绍首批关键共性技术之二——数据要素价值实现关键技术。

　　在国家深入实施数字经济战略、将数据确立为关键生产要素的背景下，江西财经大学研发的“数据要素价值实现关键技术”近日入选学校首批关键共性技术清单。该技术系统性构建了覆盖数据要素“资源化、要素化、价值化”全生命周期的治理与赋能体系，首次攻克了基于“持有权、经营权、使用权”三权分置的数据确权流通及多源异构数据融合应用难题，为数据要素市场建设与流通交易、企业数字化转型与智能决策、智慧城市与社会治理提供了核心技术支撑。

技术研发背景：响应国家战略需求，破解数据要素价值释放难题

　　在全球数字经济蓬勃发展和我国将数据确立为第五大生产要素的战略背景下，释放数据要素价值已成为驱动创新、提升国家竞争力的核心引擎。国家层面出台《关于完善数据流通安全治理更好促进数据要素市场化价值化的实施方案》等系列重要文件，明确提出要加快培育数据要素市场，建立健全数据确权、流通、交易、应用等规则和机制，激活数据潜能。

　　然而，数据要素价值的高效释放仍面临多重瓶颈：首先，数据资源化基础薄弱，多源异构数据难以有效汇聚、整合与治理，数据质量参差不齐，阻碍了可用数据资源的形成。其次，数据要素化流通不畅，数据权属不清、合规风险高、安全隐私保护难、缺乏标准化和可信流通机制等问题，导致数据难以作为生产要素在市场高效流通与交易。第三，数据价值化应用受限，数据资源与应用场景之间存在“鸿沟”，缺乏有效的技术手段将高质量数据与具体业务深度融合，难以驱动业务模式创新与效率提升。因此，开发一套覆盖数据资源化、要素化、价值化全链条的关键技术，打通从原始数据到价值实现的路径，成为破解当前瓶颈、支撑国家数字经济发展战略的迫切需求。

技术核心内容：数据来源层→治理确权层→场景应用层

　　1.数据来源与资产化

　　起点于多源异构的基础数据，通过系统化的数据管理活动（如识别、整合、挖掘、盘点、聚合）对原始数据进行处理与组织，实现数据资源化，形成结构化、可用的数据资源库。在此基础上，依托行业模型和数据模型的支撑，一方面驱动数据分析以优化决策并提供业务指导，另一方面则赋能下游的应用开发活动，形成具体的业务功能。最终，输出高质量、可复用的数据资源及成熟的应用程序成果，为后续数据进入交易流通市场和深入场景赋能奠定了坚实的资源与技术基础。

　　2.数据要素治理与市场流通

　　在数据交易服务平台的支撑下，首先对汇聚的原始数据资源进行汇聚、挖掘、盘点与聚合等预处理操作；进而通过确权、合规登记及场域确认，确立数据的法律基础与流通环境；在此基础上实施标准化与服务化（包括数据清洗、标注、索引建立及数据汇装），将资源转化为可交易单元；核心技术隐私计算贯穿流程，确保敏感信息使用中的安全合规；最终通过价值评估与交易撮合，实现以经营权和使用权流转为核心的授权交易。核心目标是构建持有权、经营权、使用权“三权分置”的新型数据产权制度，推动数据要素在合规安全可控前提下实现高效市场流通与交易。

图1 构筑可信、安全、高效的数据资产治理

　　3.数据要素赋能场景应用

　　依托前期形成的标准化、合规化数据要素和服务体系，通过高效调用治理后的清洁数据，并与业务场景模型深度融合；进而驱动模型训练、调用与迭代优化，支撑面向业务需求的应用场景开发；最终将数据要素转化为直接赋能核心业务场景的服务能力，驱动业务模式创新与效率提升，实现数据价值的实质性落地。在此过程中，数据监管活动贯穿应用全生命周期，确保数据使用的合规性、安全性与公平性。核心目标是构建以应用为导向、以价值释放为结果的数据要素闭环，推动数据要素服务体系的高质量发展，为实体经济和社会治理提供持续动能。

图2 数据要素全生命周期管理与价值实现流程

技术应用场景：赋能多领域数字化转型与价值创造

　　“数据要素价值实现关键技术”可系统性服务于多领域、多环节的数据价值挖掘与应用，包括但不限于以下场景：

　　数据资源化与资产化管理：赋能政府部门、企事业单位高效整合内外部多源异构数据，构建统一、规范、高质量的数据资源库，实现数据资产的清晰盘点和有效管理，为数据驱动决策奠定基础。

　　数据要素市场建设与流通交易：为数据交易所、交易平台提供核心技术支撑，实现数据的确权登记、合规审查、标准化处理、隐私计算保护下的安全流通、价值评估与智能撮合交易，推动构建“三权分置”的新型数据产权制度和健康有序的数据要素市场生态。

　　企业数字化转型与智能决策：赋能企业整合内外部数据，通过数据深度分析与业务模型融合，驱动精准营销、智能风控、供应链优化、产品创新等，提升运营效率和核心竞争力。

　　智慧城市与社会治理：支撑政府部门汇聚城市运行、公共管理、民生服务等多维数据，通过数据融合分析与场景化应用开发，赋能交通治理、应急管理、公共安全、环境保护、政务服务等领域的精细化、智能化水平提升。

　　这一技术体系通过打通数据“资源化-要素化-价值化”的全流程，为数据赋能实体经济和社会治理提供了系统化的技术解决方案。

技术研发团队：跨学科协同攻关团队

　　本技术由江西财经大学邓辉教授团队研发。该团队是一支跨学科研究团队，成员来自数据法学、数字经济、人工智能等领域，在数据产权登记、数据确权、数据资产入表、数据价值评估等领域取得了一系列高水平研究成果。相关成果不仅获得了省委主要领导的肯定性批示，还荣获首届“数据要素×”大赛全国最具商业价值奖及江西省“数据要素×”大赛一等奖。

结语

　　作为学校首批关键共性技术的代表成果，“数据要素价值实现关键技术”充分彰显了江西财经大学在数字经济与数据要素领域的创新实力和前瞻布局。该技术为破解数据要素价值释放的核心难题提供了关键支撑，契合国家发展数字经济的重大战略需求。未来，我校将持续推进该技术的应用推广与迭代升级，积极推动其在数据要素市场建设、产业数字化转型、智慧社会治理等领域的落地实践，加速科研成果向现实生产力转化，为释放数据要素新动能、驱动经济社会高质量发展、服务国家数字中国战略持续贡献“江财智慧”与“江财方案”。（图文/熊凌云 科研处    审核/姜莹  赵旻  成亚林）