全國首個詞元計量收益分配體系落地青島

□ 隨著數據要素市場化改革不斷深化，詞元逐步成為適配全類型數據、可量化、可標準化的新型數據計量工具。不過，將詞元概念落地到傳統數據交易、收益分配場景，面臨多重現實難題。

□ 目前，青島數據集團在詞元收益分配機制基礎上，成功完成了全國首例詞元計量數據產權登記，以詞元為計量單位的數據交易，已全面進入實質性落地階段。

近日，國家數據局在《關于推進行業高質量數據集建設行動的實施方案》中，首次正式提出“探索詞元交易等新型交易模式”。依托青島已率先建成的行政事業單位數據資產管理與收益分配機制，當地搶抓機遇、先行攻關，成功搭建起這套全國首創的詞元計量收益分配體系。

專家表示，此舉將推動數據計價方式告別傳統粗放的“按條統計”模式，邁入以詞元為核心的精細化計量新階段，也為全國數據要素公允定價、收益合理分配探索出一套可復制、可推廣的實踐路徑。

“傳統數據流通交易一直面臨計費難題，數據有的是結構化的單值字段，有的是非結構化的長文本、表格或圖像，按‘條’或‘字段’計費，無法準確度量數據量的多少，更無法體現數據的真實價值。”青島數據集團首席數據官、青島數據資產登記評價中心主任趙傳啟說。

以醫療數據為例，像高血壓等常見病診療數據存量充沛、獲取門檻低，單組數據科研附加值有限；肌肉萎縮癥等罕見病病例樣本稀缺，在新藥研發、病理攻關領域具備不可替代的高價值。但在傳統計價規則下，兩類數據以“條目”為單位計價，價值差異無法在收益中體現，稀缺優質數據供給方收益與貢獻嚴重錯配。

與此同時，公共數據來源橫跨多個行政事業單位、經營主體，多源數據融合開發后，各供給主體貢獻邊界模糊，缺少量化標尺就難以實現公平分潤，直接導致大量高價值政務數據、行業數據沉淀在各機構系統內，閑置資源無法轉化為市場化資產。

“數據要素要真正流動起來，必須破解多源數據融合分賬這一難題。而解決之道，恰恰在于引入詞元作為數據價值的基本計量單位。”趙傳啟坦言。

詞元是衡量AI數據處理、算力消耗的通用標準。隨著數據要素市場化改革不斷深化，詞元逐步成為適配全類型數據、可量化、可標準化的新型數據計量工具。不過，將AI領域的詞元概念落地到傳統數據交易、收益分配場景，青島數據集團開發團隊也曾面臨多重現實難題。

一方面，民生、醫療等核心行業數據兼具高價值與高私密性，原始數據包含大量個人敏感信息，直接轉化計量存在隱私泄露風險，過度脫敏又會剔除核心特征、導致數據價值失真。如何實現原始數據“可用不可見”，在嚴守合規底線的同時完整保留數據核心價值，成為技術攻關的難點。另一方面，國內數據交易市場長期沿用“計條、計字段”的結算模式，經營主體交易習慣固化，直接全面切換新詞元計價規則，極易引發業務銜接斷層、市場適配困難，阻礙新模式落地推廣。

針對一系列行業共性難題，青島數據集團立足本地數據資產管理制度優勢，探索出一套“技術脫敏+差異化計量+雙軌過渡”的系統性解決方案，精準破解數據定價、隱私防護、市場銜接三重痛點。

在數據安全治理層面，團隊創新采用特征提取式脫敏模式，規避了隱私泄露與價值損耗之間的矛盾。以高頻應用的醫療數據為例，體系在詞元轉化過程中，剝離姓名、聯系方式、住址等涉密原始信息，僅保留性別、年齡、病種、診療特征等可用于模型訓練、產業研發的核心有效字段。既實現原始數據不出域、敏感信息不流通，嚴守數據安全和個人信息保護紅線，又最大限度保留數據核心價值，為精準詞元計量筑牢基礎。

在價值核算層面，體系打破“數量等同價值”的粗放邏輯，構建以詞元為核心、差異化加權的公允定價機制。統一將結構化、非結構化、長短文本、行業專項數據等全品類數據，轉化為精細化詞元單位進行核算。同時依據數據稀缺性、應用價值、行業效用設置動態加權系數，例如常見病乙肝診療數據系數設為1.0，稀缺性極強的罕見病肌肉萎縮癥數據系數暫設為3.0，通過差異化系數兌現高價值數據的市場溢價，真正落地“多貢獻多得、高價值多得”的市場化分配原則，徹底解決優質數據收益錯配問題。

為降低市場改革陣痛、平穩推進模式迭代，項目創新實行“字段計量+詞元計量”雙軌并行機制。過渡期內，以傳統字段計量與新型詞元計量結果的加權平均值，作為各數據主體的最終貢獻量與收益分配依據。這種模式既尊重市場長期形成的交易習慣，保障存量數據交易、合作分賬業務平穩接續，又循序漸進推廣詞元計價新模式，引導經營主體逐步適應標準化、精細化的數據價值核算體系。

據了解，這套機制試運行以來，高價值數據集占比已超過40%，較去年同期增長了兩倍以上。目前，青島數據集團在詞元收益分配機制基礎上，成功完成了全國首例詞元計量數據產權登記，以詞元為計量單位的數據交易，已全面進入實質性落地階段。（經濟日報記者 劉 成）