房地产基础数据要素资产化的理论基础、演进规律与价值实现

■刘刚 孙毅

2020年4月10日，中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》，是中央层面首份关于要素市场化配置的政策文件。文件提出了土地、劳动力、资本、技术、数据五个要素市场化配置改革的目标和任务，数据要素被明确为五大生产要素之一。2022年1月6日，国务院办公厅发布的《要素市场化配置综合改革试点总体方案》中提出探索建立数据要素流通规则，并将数据分类分级、流通应用、资产化、安全保护等作为数据要素市场化的重要内容。由此，数据要素资产化被正式提出。当前，数据要素市场化建设已启动，作为数据要素市场化发展的重要一环，数据要素资产化的重要性不言而喻。数据要素资产化既是数据要素价值实现的重要途径，也是发展数字经济的重要内容，未来必将迎来新的发展机遇。

数据要素资产化作为新兴领域，尚未对其开展系统研究，亟待从理论与实践层面进行先导性探索。房地产作为我国国民经济的重要组成部分，在经济发展以及民生保障等方面都起到举足轻重的作用，且房地产领域数据资源丰富，广泛涵盖房屋特征数据、房产交易网签备案数据、金融机构信贷数据和房地产估价数据等，具有丰富的应用场景和应用价值。在数据要素市场化的背景下，系统梳理房地产基础数据要素，对房地产数据要素进行分类分级，在此基础上探索房地产基础数据要素确权、价值评估以及资产化问题，不仅有利于政府优化房地产市场监管环境，而且能够推动房地产科技变革创新，为打造智慧城市赋能，具有重要的理论和现实意义。

一、从资产概念发展理解数据资产与数据资产化

判断哪些数据要素可以作为资产，如何让数据要素成为资产，是研究数据要素资产化时需要解决的基础性问题，回答上述问题需要深刻理解数据资产的基本内涵。目前对数据资产尚无明确定义，但可以从现有资产的定义及特征来审视。

《企业会计准则》第二十条规定“资产是由企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源”。按照此定义，对于企业而言，数据资产是企业拥有或控制的，且预期会带来经济利益的数据资源。但是，这一定义在控制主体、权利类型、经济利益流入等方面的要求并不完全适用于数据资产，或者说仅适用于定义部分的数据资产。这是因为数据资产的权利主体及权利类型多样，往往不需要主体直接拥有或控制。此外，数据资产的价值类型不仅限于经济利益，还包括潜在的社会价值，且数据资产的价值不确定性较高，不应过分强调经济利益流入。

2018年，国际会计准则理事会（IASB）对《财务报告概念框架》进行了修订，其中对于资产的定义出现重大变化，这一变化为科学界定数据资产提供了更多依据。新版《财务报告概念框架》将资产定义修订为“有潜力产生经济利益的权利”，与旧的资产概念相比，弱化了资产的资源属性，重在突出资产的权利属性，并弱化了经济利益流入可能性标准[1]。IASB对资产的新定义更适用于对数据资产内涵的界定，特别是其将资产定义为一种权利，符合数据资产的价值规律，因为数据资产的价值实现更多是基于合法行使数据权利而非直接控制数据资产。但这一定义对于数据资产仍具有一定的局限性，原因在于其对经济利益的要求不适用于数量可观的政务数据资产，政务数据资产往往兼具经济和社会双重价值。

即便现有资产定义尚不能准确界定数据资产，但仍可以在此基础上结合数据要素的基本特征理解数据资产的内涵。从现有资产定义和数据要素基本特征出发，无论是商业数据还是政务数据，并非所有数据要素都可作为数据资产。数据要素至少需要满足两个基本前提才能成为数据资产：一是要能够明确界定数据主体对数据要素的权利，包括权利类型和权利范围；二是通过数据要素合法权利的行使能够产生潜在经济价值或社会价值，即使价值实现具有不确定性。

第一个条件，明确主体对数据拥有的权利。对于作为资产的数据要素而言，主体拥有的权利主要包括四种，分别为所有权、使用权、收益权和转让权[2]。这四种权利对于数据主体来说往往并非同时拥有，但主体仍然可以通过行使四种权利中的一种或几种来创造价值。值得注意的是，数据一般可以被多方采集，且数据容易复制，所以数据相关权利不同于物权，往往不具排他性[3]。由于不同来源、不同方式产生的数据权属存在差异，下文将结合房地产基础数据分类进行探讨。

第二个条件，主体基于对数据合法权利的行使能够产生经济价值或社会价值。对于商业数据，其价值更多地体现为经济价值，权衡成本与收益是判断其潜在价值的重要标准，如果数据的潜在经济价值难以覆盖数据采集、处理和加工成本，那么一般认为数据的经济价值难以实现，数据的潜在经济价值可以通过数据自用（业务数据化）、开发新业务（数据业务化）以及数据交易等多种方式实现。值得注意的是，从资产概念的发展来看，经济利益流入可能性标准已经逐步弱化，针对数据要素这种价值高度不确定的资产，也应放宽其价值判断标准，既着眼当下，更要兼具长远。因此，为了最大程度挖掘数据要素的价值潜力，只要数据没有完全丧失价值，则可以认为其仍具备潜在经济价值。对于政务数据而言，其不仅具有经济价值，还具有社会价值，且更多地表现为隐性价值，往往难以直接评估和量化。因此，一般认为，如果通过政务数据的利用能够提高行政效率、优化公共服务、促进科学决策、提升社会治理水平，则认为政务数据具备潜在价值。

在对数据资产的概念、特征有了一定理解后，对于数据资产化的理解就变得相对容易。数据资产化是指通过数据加工、整合及价值挖掘等一系列活动，将数据要素转化为资产，进而实现数据价值的过程。数据资产化是数据潜在价值向价值实现转化的过程，是发展数字经济的关键。

二、房地产基础数据要素分类、权利解构与资产化前提

（一）房地产基础数据要素分类

我国数据要素资源丰富、来源多样、种类繁多、结构和权属复杂，针对数据要素全样本建立分类体系存在较大的现实困难，可以从特定行业入手，探索建立自下而上的数据分类标准体系。从房地产行业来看，目前尚没有关于房地产基础数据要素的系统分类标准和规范。本文在参考中华人民共和国建设部发布的《CJJ/T 115-2007 房地产市场信息系统技术规范》以及系统梳理房地产市场和业务数据的基础上，将房地产数据要素主要分为四类，分别为基础数据、从业主体数据、业务数据和统计数据，具体如表1所示。

表1 房地产基础数据要素结构

（二）房地产基础数据要素的权利解构

以上关于房地产基础数据的分类更多是基于管理的需要。为了更好地明确数据权属，有必要按照数据的来源及生产方式对房地产基础数据进行分类，即将房地产基础数据分为原生数据和衍生数据。原生数据是不依赖于现有数据而产生的数据；衍生数据是在现有数据的基础上，经过整理、加工而形成的数据。按此分类，基础数据一般属于原生数据；统计数据则属于衍生数据；从业主体数据和业务数据既有原生数据，也有衍生数据，如从业主体中的企业基本信息为原生数据，信用信息则属于衍生数据，业务数据中的交易数据（成交价格、权利登记等）为原生数据，估价数据（特别是大数据估价）为衍生数据。原生数据和衍生数据在数据来源、隐私保护以及数据采集和加工方式等方面的差异性决定了其权属结构存在显著差异[4]。

原生数据往往由对应主体直接生产，其所有权一般归属于数据的生产主体。在此基础上，原生数据生产主体一般也可以获得数据的使用权、收益权和转让权。但是，对于涉及个人隐私、特定个体以“同意要件”“修正和删除”以及“限制处理”等方式实现间接“控制”的原生数据，个人应成为该类数据的所有权主体[5]，但是原生数据的生产主体为数据采集、加工和存储投入了资源，如果没有其提供基础技术支撑，数据将失去价值发挥的基础。因此，数据采集主体应获得数据的有限使用权和收益权，前提是获得必要的授权且采集、加工行为合法。

衍生数据的权属结构相对更复杂。衍生数据按照所加工数据来源可分为两种类型：一是加工自有数据而形成的衍生数据；二是加工第三方或者公共数据而形成的衍生数据。对于前者，只要数据的加工主体对数据进行不可复原的匿名化处理，即可获得数据的所有权、使用权、收益权和转让权。对于后者，其权属结构需要进一步拆解。如果属于加工合法交易取得的第三方数据，根据劳动产权论[6]，数据加工主体享有增值部分的所有权，同时获得衍生数据的使用权、收益权和转让权；如果属于加工的公共数据，由于这些公开数据大多具有公共产品属性，数据加工主体无法获得衍生数据的所有权[7]，但享有数据的使用权和收益权。

图1 房地产基础数据权利结构图

（三）房地产基础数据要素资产化的前提

以上对数据资产概念的理解以及权利结构的分析共同构成了房地产基础数据要素资产化的前提。即房地产基础数据要素资产化需要满足以下基本前提：

第一，能够成为数据资产。数据资产是具备经济价值或社会价值潜能的数据要素，是数据资产化的逻辑起点。并非所有数据要素都能成为数据资产，只有那些能够明确主体对数据拥有的权利且主体基于合法权利的行使能够产生经济价值或社会价值的数据要素才能成为数据资产。

第二，要清晰地界定主体对数据拥有的合法权利。与数据资产价值相关的权利主要包括所有权、使用权、收益权和转让权，只有明确数据权利类型及权利边界才能在合法、合规的前提下行使数据权利进而挖掘数据资产价值。数据主体可以拥有以上四种权利中的一种或几种，并基于合法的权利行使推动数据潜在价值实现。需要注意的是，如前所述，数据一般可被多方采集且容易复制，数据权利往往不具有排他性。因此，不同数据主体对于同一数据可能存在权利交叉，而数据权利的多样性以及数据权利的多主体共有也为数据要素价值倍增提供了现实基础。

第三，需要判断创造价值的潜力。数据资产不同于实物资产，其价值不确定性大，且难以量化评估。特别是当前数据要素市场化发展尚处于起步阶段，数据价值的实现存在高度的不确定性，对其价值潜力的判断应更具长远眼光。因此，当前应放宽对数据资产潜在价值的判断标准。通常认为，只要数据没有完全失去价值，则认为其仍具备价值潜力。

三、房地产基础数据要素资产化的价值规律

房地产基础数据要素资产化是通过一系列探索、实践，挖掘房地产基础数据要素潜在价值的过程。这其中涉及数据整合、加工、开发、管理、估价、交易等一系列价值挖掘活动。房地产基础数据要素资产化的价值实现一般需要经历潜在价值向价值创造，再向价值实现以及价值增值转化的过程。价值实现方式主要体现在推动房地产企业经营管理智慧化、创新商业模式、拓展房地产衍生场景服务以及助力智慧城市建设等方面。

（一）房地产基础数据要素资产化的价值演进规律

房地产基础数据资产化的一般演进规律可以归纳为“房地产基础数据资产——房地产基础数据产品——房地产基础数据商品——房地产基础数据资本”四个阶段，即从潜在价值向价值创造、价值实现以及价值增值转化。

第一，按照数据资产的定义，房地产基础数据资产是具有潜在价值的数据资源，是数据价值开发和实现的起点。房地产基础数据资产在尚未开发利用之前一般处于静态存储状态，需要对其进行分类、筛选、优化、整合及加工，以达到可开发利用状态。因此，房地产基础数据要素价值实现的第一步是对数据资产进行初加工，即提高数据资源质量的过程。这一过程可以是数据主体基于优化数据治理、提升数据价值需要自发进行，也可以根据业务和市场需要，为提高生产效率、开发新业务而进行。

第二，房地产基础数据资产参与生产形成数据产品和服务，这一过程推动了数据要素潜在价值向价值创造转化。数据产品化进一步推动了数据价值的实现，房地产基础数据产品既包括为房地产相关企业生产经营赋能的内部应用产品，也包括开发的能够形成新业务的房地产数据产品。例如，在内部生产赋能方面，房地产经营主体可以借助内部数据产品开发和应用在土地投策、地块定价、商业选址、项目定位、产业规划等方面优化营运流程、创新商业模式；在外部服务方面，基于房地产基础数据要素构建的房地产大数据估价产品能够提供金融、税务和评估解决方案，实现数据价值创造。

第三，推动房地产基础数据产品向数据商品转化。在数据资产化发展的初级阶段，数据产品和数据商品之间的界限并不清晰，或者说更多是处于数据产品开发和有限交易阶段。从产品和商品的经济含义来看，数据产品和数据商品的本质区别在于是否进行流通和交易。数据产品能够提供给市场消费和使用，但一般不是专门为了交换而生产，而数据商品是专门用于交易和流通的数据产品[8]。数据产品通过交易和流通成为数据商品，进而实现数据价值。数据产品向数据商品转变的关键在于推动数据产品标准化，提高其通用性。如果房地产基础数据产品对于外部使用者而言使用困难、通用性不高，那么其市场需求将被弱化，实现其价值和使用价值的过程也将变得困难。

第四，房地产基础数据商品向数据资本跨越。数据商品向数据资本跨越是房地产基础数据要素资产化发展的高级阶段，推动数据商品价值实现到价值增值转化。数据商品向数据资本跨越的关键在于数据商品能够多次交易、重复使用，从而放大数据商品的社会价值，实现价值倍增[9]。实现这一阶段转变除了要求数据商品高度标准化、通用化，还需要活跃的市场交易生态以及多元化的市场交易主体。

图2 房地产基础数据要素资产化的价值形态演进

（二）房地产基础数据要素资产化的价值实现方式

房地产基础数据要素资产化在促进经济发展以及民生保障领域具备丰富的应用场景。特别是在全国房地产交易网签备案深入实施，商品房预售、交易资金监管持续强化的背景下，房地产行业数字化经营管理需求不断提升、房地产金融科技服务持续深化，这为房地产基础数据要素资产化发展奠定了良好的现实基础。具体而言，房地产基础数据要素资产化主要通过以下方式发挥经济和社会价值：

1.优化房地产全产业链流程，塑造房地产新商业模式。在优化房地产全产业链流程方面，房地产基础数据要素资产化将在土地投策、地块定价、商业选址、项目定位、商铺规划等方面优化资源配置，提高决策效率。例如，利用大数据、GIS、人口数据分析等对区域发展前景及土地市场进行预判，进而在地块估价和土地投策方面提高决策的科学性、有效性。还可以借助路网、交通、人流、基础设施、消费热力图等基本数据信息指导商业地产选址，同时利用大数据客群画像技术指导商铺规划，通过提高商铺经营效率为商业地产增值提供动力。

在塑造房地产新商业模式方面，房地产基础数据要素资产化在社区经济、智能建筑、跨界融合等方面将发挥更大潜能。例如，在高度集约化的生活场景下，无人自助设施设备、平台化的家庭服务业、智慧化的物业管理、一站式社区电商等社区新经济模式有望迎来新发展。在智能建筑方面，利用房地产基础数据要素可以从空间规划、设备自控、安全检测、建筑节能等方面推动构建全新的智能建筑产品体系，推动房地产产品战略转型升级。

2.借助房地产数据要素模型开发，提供金融、税务、评估等解决方案。房地产业务与金融、税务、评估服务有着深刻的内在联系，通过有效采集、加工房屋基础数据构建算法模型，能够为房屋抵押业务提供全生命周期的金融服务，包括贷前获客、贷中风控内评、贷后押品管理等。同时，在防范化解房地产金融风险的时代背景下，借助房产交易网签备案的系统环境，有效打通房地产交易资金流，保障交易资金安全也是金融机构的新诉求。值得注意的是，2021年以来，房地产税改革试点工作的推进，将催生以房地产大数据批量估价技术为基础的房地产税税基评估应用需求，而房地产税税基评估正是建立在房地产数据要素开发利用的基础之上。此外，房地产数据要素在评估服务领域将衍生出多样化的应用场景，在土地招拍挂、商业地产估价、法拍、业务转介、大型项目支持等领域对数据API、移动外勘、实时询价、报告生成等的需求也与日俱增，而这些均需要房地产基础数据要素的支持。

3.优化城市“数字治理”模式，助力智慧城市建设。近年来，越来越多的城市开始全面、系统地梳理本地房地产基础数据要素，不断完善、充实住宅楼盘字典数据，目的在于通过有效的数据治理来构建房地产数字化服务体系、提升监管效能。特别是在房地产市场环境复杂多变、潜在风险大的背景下，实时监管、动态监管成为房地产市场监管的新诉求，借助大数据、物联网和云计算技术打造“一屏通览，一网统管”的智慧房管大脑，实现房地产市场实时动态监管，成为优化城市房地产市场治理模式的新诉求[10]。因此，房地产基础数据要素资产化未来将在优化房地产“数字治理”模式方面助力智慧城市发展。从构建智慧房管、智慧城市生态角度而言，房地产基础数据要素资产化的发展将推动房地产领域新型数字基础设施建设，有利于催生房地产数字经济新业态，拓宽智慧城市生态的内涵和外延，激活智慧城市发展潜力与活力。

四、房地产基础数据要素资产化发展需要破解的关键问题

当前，房地产基础数据要素已经在房产交易、大数据批量估价、金融服务、涉税服务、物业管理等领域得到应用，但按照房地产基础数据要素资产化的一般演进规律，与房地产基础数据商品乃至数据资本仍存在较大的现实差距。特别是在数据要素市场化建设刚刚起步，数据要素交易支撑体系尚未系统建立的当下，房地产基础数据要素资产化发展仍存在诸多的现实问题亟待突破，包括数据资产的确权、定价、交易流通以及数据安全等。

（一）房地产基础数据分类分级标准亟待建立

房地产基础数据要素分类分级是资产化的基础和前提。数据分类主要是根据数据来源、属性、特征、价值、功能等将数据进行归类，数据分类能够提高数据管理效率，也有利于推动不同领域数据结构体系的持续优化。数据分级主要是根据数据的敏感性、涉密程度、影响范围等进行数据敏感级别划分，不同敏感级别的数据对应不同的管理和开发利用原则。目前，房地产基础数据要素分类分级标准、规则、管理体系尚未建立，制约了数据的进一步确权、开发、利用和管理，需要建立统一规范的数据分类分级标准体系，进而指导房地产领域数据治理工作，为房地产基础数据要素资产化奠定基础。本文对房地产基础数据要素分类进行了初步探索，可以作为后续标准制定的参考。

（二）数据确权、交易制度规则和技术标准需要明确

数据确权是数据要素应用、流通的基础性条件，也是发展数字产业必须要解决的核心问题之一。但是，目前无论是国家还是地方，宏观层面还是具体行业层面，均未对数据确权问题作出明确规定。房地产基础数据要素权利主体涉及个人、企业、政府等多元化主体，不仅涉及个人隐私和商业秘密，还涉及数据安全。权利边界模糊，权利关系复杂，容易引发权利纠纷，需要明确各权利主体的权利边界及权利类型。明确权利类型及权利边界后，需要制定数据交易的制度规则和技术标准，包括数据交易流通的政策法规、数据交易规则、交易过程监管、技术保障与风险监控、信息披露与监督等一系列制度规范，从而确保交易平台规范运作、交易主体有序参与市场交易[11]。目前，我国各省份有近20家大数据交易所成立，但实际运营情况并不理想，缺乏有效的业务支撑，很多大数据交易所仅充当信息撮合角色，一方面原因在于数据交易市场还处于探索阶段，另一方面，数据确权、定价和交易等方面的制度设计缺失也是重要的制约因素。

（三）数据运营商及数据交易生态需要培育

广泛的数据运营商和丰富的数据交易生态是激活房地产基础数据要素市场化发展的内在动力。房地产基础数据运营商是将房地产基础数据要素资源作为生产资料或业务活动对象的经济主体，是数据价值的发现者、开发者和实现者，既包括从事技术服务的数据运营商、数据流通与交易的配套服务商、数据交易平台运营商，也包括数据供应方和数据需求方[12]。从目前情况来看，专门从事房地产基础数据运营和服务的市场主体较为匮乏，行业生态体系尚未建立。为了激发房地产基础数据要素市场活力，促进房地产基础数据要素开发、利用和交易，需要扶持、培育一批专门从事房地产基础数据生产、服务、交易的数据运营商，进而逐步构建主体多元、场景丰富的房地产基础数据要素交易生态体系。

（四）数据产品的标准化应用场景有待开发

目前，房地产业务数字化发展，房地产数据资源的对接及共享发展取得了积极成效，信息技术和数字化在房地产交易环节打通、利企发展、市场监管等方面均发挥了积极作用。但从数据要素市场化发展层面来看，现有的房地产数据要素应用还处于内部使用阶段，通过数据要素市场化流动实现跨领域、多场景的数据应用方面还有待挖掘。而推动数据产品的流通、应用，打造标准化、多样性、可落地的应用场景是关键，这在数据要素市场化发展初期需求更加迫切。

五、推动房地产基础数据要素资产化发展的着力点

目前，房地产基础数据要素已在房地产相关企业经营管理智慧化、商业模式创新、房地产衍生场景服务以及房地产市场监管等领域应用，并产生了一定的经济价值和社会价值。纵观未来，房地产基础数据要素资产化发展即将进入交易流通、融合发展的新阶段。在此阶段，需要着力解决房地产基础数据要素资产化面临的基础性问题，特别是要在房地产基础数据要素的分类分级、数据确权、数据交易支撑体系、数据交易生态等方面制定标准，构建支撑体系，为全面开发利用房地产基础数据要素，推动房地产基础数据要素资产化的价值实现打下良好基础。

（一）系统梳理基础数据要素，明确分类分级标准

房地产基础数据要素内容丰富、结构复杂、涉及主体众多，既包括地理数据、权属数据，也包括从业主体数据、业务数据，还包括各类机构发布的调查数据和统计数据。每一类数据又可以根据数据主体、业务流程、所属领域等进行进一步细分。此外，随着房地产市场的转型、创新发展，又会不断衍生新的数据要素。需要系统梳理现有房地产基础数据要素，建立数据结构的基础性框架，并根据行业发展不断扩展和完善数据结构框架。在系统梳理房地产基础数据要素后，需要建立数据分类分级标准，分类分级标准的建立需要遵循以下原则：一是以数据安全和隐私保护为前提，将涉及国家安全、个人隐私、商业秘密的数据划分至较高的敏感等级，并对应较为严格的管理和开发利用规则。二是遵循科学性、可操作性和灵活性原则。科学性要求根据数据的特征属性和逻辑关联对数据进行归类，同时还要确保分级分类体系的稳定性，避免反复修订。可操作性要求分类分级规则标准明确且易于识别，容易落地实施，不存在标准模糊和主观程度较高的情况。灵活性要求分类分级标准能够适应经济社会、市场和业务环境的新变化，为持续产生的新数据要素预留空间。三是有利于数据的全生命周期管理，数据要素分级分类重在优化数据治理水平，进而服务数据要素的开发利用和价值挖掘。因此，应构建数据全生命周期的分类管理规则和流程，针对数据生命周期的不同阶段采取不同的管理方式和策略。

（二）设立房地产基础数据产品确权登记信息平台

房地产基础数据资产化需要数据确权、数据资产定价、数据资产交易制度安排以及数据资产交易支撑体系建设等多方面配合支持，但当务之急是解决数据确权问题，因为数据权属的确定是数据资产化的基本前提。房地产基础数据要素权利主体众多，权利关系复杂、权利边界模糊，不仅需要专门的法律法规作指导，也需要权威的组织机构充当仲裁及协调人解决可能产生数据权利纠纷，以保护数据主体合法权益。因此，要加快出台数据确权相关法律法规，但考虑到法律层面的复杂性，可以先由房地产主管部门发起设立权威的房地产基础数据产品确权登记信息平台，并要求房地产基础数据资产化产品确权以前在平台披露数据采集渠道、采集范围、数据清洗规则以及脱敏处理方式等，在《网络安全法》《个人信息保护法》《民法典》等法律框架内，依法履行信息披露义务，为潜在权利主体提供争议处理渠道，为潜在数据安全风险提供进一步的风险隔离措施。对于存在权利争议的数据应妥善处理，同时考虑到数据权利的复杂性，在充分考虑数据安全的前提下，对于一定时间内未有异议的数据产品可以允许生产者进行确权交易，但仍保留真实权利主体的追溯权利。

（三）培育以数据运营商为主体的数据技术网络和交易生态

丰富的数据资产化产品供给、多元化的交易主体以及畅通的数据流通网络是激发房地产基础数据要素资产化市场的重要驱动力。在这其中，数据运营商又发挥主导作用，培育富集多元的数据运营商的重要性不言而喻。基于目前房地产基础数据要素市场建设尚处于起步阶段的客观现实，对数据运营商的培育应先采取内部孵化的策略，即支持房地产产业链相关企业，包括房地产开发企业、住房租赁企业、物业管理企业、中介机构、资产评估机构、金融机构等先行试点数据资产化产品开发及交易，支持、引导科研院所、大型企业及行业协会等联合制定行业标准、开展业务场景开发与试点，逐渐培育共创共享的数据技术网络和行业生态。随着市场的逐步成熟、交易的不断活跃，还要培育一批从事数据技术服务的数据运营商、数据流通与交易的配套服务商、数据交易商和数据交易平台运营商等，为房地产基础数据要素资产化提供规范化、专业化的交易支撑体系，推动数据资产交易流通，促进数据的资产价值实现和价值增值。

（四）尝试推动一批高频标准化交易产品和场景先行先试

首先，支持数据治理基础良好、技术实力较强的数据商开发一批需求明确、价值明显、通用性高的数据资产化产品，拓展数据资产化产品在房地产交易、房地产金融服务、物业管理、住房租赁、市场监管等重点领域的先行应用。其次，围绕惠民便民、利企发展、社会治理等方面，推动各级各部门、各行业各领域积极打造应用场景，让企业、群众切实感受到数字化发展带来的便捷和实惠，进而激发数据要素应用的内在活力。为了保证数据资产化产品试点的顺利推进，对产品试点应采取相当包容的监管态度，同时密切监控潜在风险，可以根据数据要素的基本属性建立数据资产化交易的名单制管理制度，设置负面清单、谨慎清单和白名单。不同名单的数据产品对应不同的市场准入条件和监管要求，以保证产品交易稳妥落地。■