摘 要：当前，国家号召积极开展数据要素市场培育发展，各地竞相探索数据要素市场的有效模式和可行路径。在理论滞后实践的情形下，研究明确了数据要素市场的内涵，探讨了数据要素市场的发展模式、发展定位、发展目标和发展原则，构建了数据要素市场供给、流通、应用、监管、制度、基础“六位一体”的总体框架体系，并从政策法规、试点示范、生态联盟、理论研究、基础设施等方面提出数据要素市场发展的总体思路，以期对我国加快推动数据要素市场发展提供指导和参考。
关键词：数据要素；数据市场；数字经济；数据授权运营；数据交易；数据跨境流动
DOI：10.16582/j.cnki.dzzw.2023.07.001
激活数据的要素价值，培育发展数据要素市场，对我国推动经济高质量发展、提升数字经济国际竞争力具有举足轻重的积极影响和重要作用。2022年12月2日，《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》对外发布，为构建数据基础制度体系、培育数据要素市场指明方向。在各级政府积极推动数据要素市场培育发展之际，理清数据要素市场“是什么、有什么、如何做”等重大问题，是一项极具现实意义和实践价值的重要课题。在此背景下，聚焦数据要素市场体系的总体构成，在探讨数据要素市场的发展模式、发展定位、发展目标、发展原则的基础上，拟提出数据要素市场的总体框架及下一步的推进思路，以期为数据要素市场建设提供启迪借鉴。
一、学术界基本观点综述
当前，数据要素市场作为一种新生事物，在国内尚处于探索初期，仅有少量学者进行了理论研究。田杰棠等[1]从数据交易实践出发，认为数据产权界定存在巨大争议，提出了“在实践中规范、在规范中发展”的数据交易发展思路，但数据交易是数据要素市场的重点而非全部。王伟玲等[2]围绕发展数据要素市场的重要意义，重点阐述了清晰界定数据权属、认定数据资产会计、统一数据估值标准、建立数据配置模式、理清参与分配机制、推动数据开放共享、激活数据交易市场、健全数据市场监管规则等八个数据要素市场破局的关键点。于施洋等[3]针对我国构建超大规模数据要素市场所面临的统筹力度弱、数据立法欠缺、交易市场瓶颈大、创新资源配置效率低、数据市场监管难、数据安全保障差等六大挑战进行了集中论述，并从实践层面提出了相应的解决方案。陈兵等[4]认为，我国数据要素市场的运行在企业（经营者）行为、市场结构和国家（政府）干预三个层面均存在问题，主要表现为企业新型不正当竞争和垄断行为冲击现有竞争秩序、区域数据交易平台林立易形成统一市场的区域分割、政府不当干预滋生行政性垄断风险等，并提出在统筹多方主体利益和平衡多元价值需求的基础上，科学合理地营造数据要素市场的竞争秩序，推进数据要素市场各主体间的有效竞争。王璟璇等[5]认为，我国数据要素市场发展不充分不平衡问题突出，将全社会范围内数据要素的流动路径划分为数据共享、数据开放、数据交易三类，提出了全国一体化大数据中心具体支撑数据要素市场培育的四条技术路径和五大配套政策建议。既有研究成果大多聚焦于数据要素市场的一个方面。以数据交易为例，数据交易只是数据要素市场的一个部分，而非全部，对数据交易的研究，并不能等同于数据要素市场的研究。数据要素市场到底是什么，数据要素市场有哪些发展模式，推动数据要素市场的发展应秉持什么样的定位、遵循什么样的原则、树立什么样的目标，数据要素市场到底包括哪些要素构成，这些涉及数据要素市场建设的关键问题目前尚未有定论。在理论滞后于实践的情形下，有必要对数据要素市场开展系统性研究，夯实数据要素市场的理论基础，为数据要素市场健康发展提供理论指导。
二、数据要素市场的发展模式
参考经济学相关概念，数据要素市场即数据要素在交换或流通过程中形成的市场，既包括数据价值化过程中的交易关系或买卖关系，也包括这些数据交易的场所或领域。数据要素商品化、社会化后，才能形成数据要素市场。换言之，数据要素市场是从数据要素到数据产品的形成过程。数据作为原材料，只有通过人类劳动的加工，将数据要素转化为各种数据产品，进而拿到市场交换，才能成为具有一定价格可交易的数据商品，数据商品通过交换转化为货币。交换是从数据产品到商品的必要条件，只有通过交换造成数据权属的转移，才能完成数据商品使用价值的置换。数据要素的买卖，不是买卖数据的持有权，正如劳动力要素的买卖不是买卖某个劳动力个体，而是劳动力在一定时期内使用权的交易。发展数据要素市场，首先要有大量的数据产品，有了数据产品才能进行数据交易，才能形成交易市场。从当前我国各地数据要素市场发展模式来看，政府是数据要素市场培育的主力军，各地依托当地资源优势和产业特色，统筹区域发展，发挥比较优势，探索不同数据要素市场培育模式，形成差异化、多样化、个性化的数据要素市场发展格局。
（一）以两级市场体系为特色，构筑数据要素市场蓝图
为有效解决公共数据交易流通，各地纷纷推出“政府主导+企业主导”两级模式来构建本地数据要素交易市场。广东省作为改革开放的前沿阵地，充分吸收土地、资本等两级要素市场结构的有效经验，率先推出“1+2+3+X”数据要素市场化配置模式，探索数据要素市场化配置路径。“1”是要统揽“全省一盘棋”；“2”是搭建一级和二级并行的两级数据要素市场；“3”是推动建设促进数据收集和交易等各环节发展的新型数据基础设施、数据运营机构和数据交易场所；“X”旨在促进数据要素在各个场景中的应用，释放数据要素的潜力。一级市场强调政府管理机制，构建公共数据运营组织，打破原有公共数据运营模式，推动实现公共数据的分级、分类管理，打破“数据孤岛”，确保公共数据顺利进入市场开展流通和交易，同时利用规模经济，促进公共数据的深入开发和利用。二级市场强调市场的自由竞争，建立健全市场监管和各项保障正当竞争的制度，充分激发供给主体的市场活力，充分发挥价格和竞争机制的作用，由市场供求关系及其自身价值决定数据要素价格，优化数据资源配置，增强数据要素在数字经济发展中的基础性作用。此外，北京以“北京金融公共数据专区、北京国际大数据交易所”为特色，上海以“上海数据集团有限公司、上海数据交易所”为龙头，福建以“福建省大数据有限公司、福建大数据交易中心”为核心，区域数据要素市场两级体系的雏形初步形成。
（二）以生态培育为突破口，打造数据要素市场价值链
同数字经济一样，数据要素市场也是一个生态系统，从基础设施到第三方数据服务，从要素获取到交易再到处理应用都要集聚发展，才能有效激活数据要素价值。江苏、上海、北京等地纷纷以生态培育为目标，创新数据要素市场发展模式。江苏省率先开展数据要素市场生态培育项目，基于数据的资源、资产与资本属性，以构建生态系统的思路，围绕数据收集、管理、应用、流通等四大培育方向，引导政府、园区和各类企业先行先试，遴选了一批培育项目，并对其进行跟踪指导，打造数据要素市场价值链，构建数据要素市场生态体系，推动数据要素有序流动和高效配置。上海数据交易所首先提出“数商”概念，将数据要素相关的业务主体汇聚到一个平台上，包括数据交易主体、数据合规咨询、质量评估、资产评估、交付等服务商，帮助企业或机构更好地整理、处理和管理数据，培育和规范新主体，构筑更加繁荣的流通交易生态。北京国际大数据交易所则建立了面向全球的首个数字经济中介产业体系，对数据托管、数据经纪等一系列创新型中介产业的培育。数据托管是对受托数据进行清洗脱敏和数据来源合法性核验，进而实现数据的合规存储、授权管理和市场应用，促进数据价值的深度挖掘和提升；数据经纪则侧重对接数据资源、撮合数据交易，促进数据可信有序流通和市场化利用，加速数据与经济活动融合，催生新产业新业态新模式。
（三）聚焦确权定价等难点，破题数据要素市场关键点
全国各地围绕数据登记、确权、定价等难题，积极探索数据要素市场破题路径。在数据登记方面，山东数据交易公司在全国率先推出数据登记制度，发布了多项数据登记标准，提出“先登记后交易”的发展模式，为数据确权提供了切实可行的路径和方法，为促进数据要素流通做出了有益尝试。中国资产评估协会制定出台数据资产评估指导意见，以规范资产评估机构及其资产评估专业人员在数据资产评估业务中的实务操作，更好地服务数据要素市场发展。围绕数据确权，多省市针对政务数据、知识产权数据等不同领域开展数据权属划分。例如，福建省率先探索政务数据产权机制，明确规定“政务数据资源属于国家所有，纳入国有资产管理”。浙江省建立分级分类的数据知识产权保护基础性制度和标准规范，率先建立数据知识产权确权、用权、维权全链条保护机制。围绕数据要素定价，有的地方专门出台定价制度，规范市场行为。例如，湖北省鄂州市出台《推动数据要素市场化建设实施方案》《数据确权管理制度》《数据定价策略》等文件，在数据确权、定价等方面进行了大量的探索，从而得以最大化推进数据资源的生产和利用。
三、数据要素市场的发展定位、目标和原则
（一）数据要素市场发展定位
数据要素市场规范化和规模化的发展定位，是由市场经济规律客观要求和我国国情所决定的。
第一，从完善社会主义市场经济体制出发，提出了数据要素市场向规范化、规模化发展的要求。从基本功能来看，数字化时代的土地、资本、劳动力等生产要素市场和一般商品市场逐步向虚拟空间迁移，缺乏标准化规范化制度、市场不发达等问题将不可避免地限制其他生产要素市场和一般商品市场标准化的发展。相反，提高数据要素市场本身的质和量也将有助于提高其他生产要素市场和一般商品市场的质和量。从深层意义来讲，国内国外双循环和统一大市场的战略部署，要求社会主义市场经济体制和市场体系必须与国际接轨，盘活国内外资源，才能符合现代化经济体系的发展预期。为此，要求发展中的数据要素市场必须上档次、上规模，向规范化、规模化发展。
第二，从生产要素市场化配置出发，提出了数据要素市场向规范化、规模化发展的要求。虽然各地各部门对数据要素市场已有一定探索，但远未达到规范化发展的要求。一些重要法规尚未出台，对公共数据授权运营、数据交易场所、企业间数据流通的标准合同模板等方面的探索仅局限在部分领域，全国层面尚未形成有效的制度管理体系[6]。从实际市场表现来看，我国数据要素市场尚未有效形成。我国数据要素市场规模还很小，各地数据交易机构大多在策划筹建，已建的数据交易机构成交量不大。加快推动数据要素市场规范化、规模化发展，才能适应构建高水平社会主义市场经济体制的要求。
第三，从数字经济高质量发展出发，提出了数据要素市场向规范化、规模化发展的要求。数字经济是引领国家创新战略实施的中坚力量，数据作为关键性生产要素能够催生和推动数字经济新产业、新业态和新模式的发展，是促进数字经济高质量发展的重要抓手[7]。一方面，高质量高价值的数据资源的集聚，极大促进了数据要素在不同场景中的应用，催生了一批新业态、新模式、新产业。同时，规范有序的数据要素市场能够促进数据采集、标注等新产业的培育发展，同时也将极大提升相关企业的数据挖掘、脱敏、分析等技术，进而促进了数据价值的充分挖掘和数据资源的有效利用，推动创新，加速数字经济产业化、规模化发展。另一方面，高质量高价值数据对其他产业具有乘数效应，通过实现供给与需求的精准对接、创新价值链流转方式，推动传统产业数字化转型和产业升级，同时对于其他生产要素如劳动力、资本等也大有裨益，将大大提升其他要素在社会经济中的价值。
第四，从建设统一的数据市场出发，提出了数据要素市场向规范化、规模化发展的要求。构建统一的数据市场，是基于国际形势与国内发展的需要，也是构建新发展格局的重要支撑。一方面，规范化数据要素市场，有助于规范整合政府数据、企业数据和个人数据等数据要素，提升数据治理能力，保障数据供给满足使用方需求，提升数据供给质量和数量[8]。另一方面，通过构建公平有序的市场规则，打破超大平台企业对数据要素的垄断，保障各市场主体平等获取和使用数据的权利，进而有效破除统一数据要素市场的壁垒。同时，通过构建多渠道数据要素流通平台，对接数据产品的供给方和需求方，有效撮合双方流通使用，进而提高数据要素的应用范围，并研究推出数据要素应用场景指引，培育不同场景的数据应用能力。
（二）数据要素市场的发展目标
明确数据要素市场发展的总体目标，并根据《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《“十四五”数字经济发展规划》《“十四五”大数据产业发展规划》《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》等文件拆解为阶段性目标，有利于明确数据要素市场不同主体聚焦用力的方向，推动数据要素市场更快发展。
⒈数据资源生产的专业化和要素化
各级政府和企业作为数据要素的主要供给源头，要充分利用数据捕捉、收集、存储、开发及价值评估等专业技术力量，配备先进的数字化设备和各类数据处理技术，配套专业化的生产组织形式，将原始数据加工成为可应用于不同场景的数据资源。海量数据资源生成后，组织开展专业的数据治理，并通过数据安全、数据管理与计算处理等技术手段，将数据资源转化为可供生产使用的投入要素。通过对数据的专业化处理将其转化为可供生产应用的数据产品，进而实现数据资源的专业化和要素化转变，激发数据要素的流通活力。
⒉数据资源配置的开放化和精准化
数据资源的精准配置是数据要素市场有序运行的必要条件，既包括公共数据共享开放，也包括数据交易流通。以数据交易为例，数据交易机构是数据要素市场化流通的主要场所，其主要功能之一就是高效撮合数据供给方与需求方的数据交易。数据交易机构可对数据供给方提供的数据要素进行属性分析与分级分类管理，明确不同类型数据的应用场景，并精准捕捉和分析数据需求方的数据使用需求，为其提供高度匹配的数据要素，降低数据资源的搜索成本和交易摩擦成本，实现数据资源配置的开放化和精准化。
⒊数据资源流通的平台化和自动化
无论是公共数据共享开放，还是数据交易流通，都需要平台作为数据流转的渠道和载体。除了政务数据共享交换平台、公共数据开放平台外，数据交易机构通过打造不同层级的交易平台，根据参与流通数据的不同类型和级别自动分级分类管理，并提高交易平台对交易标的估值、定价、生成账单和风险防范的自动化水平。基于不同交易的成本和风险差异问题，数据交易机构利用区块链技术进行数据可信存储后，以分级分类的形式生成目录自动上传至不同层级的数据交易平台，并通过智能合约体系等数字技术自动为交易主体生成账单，获取所需数据要素，完成数据交易，实现数据资源流通平台化和自动化，提高数据流通效率，降低交易风险。
⒋数据资源应用的场景化和赋能化
数据资源正全面融入社会交往和日常生活，实现数据要素应用落地，并为其打造更能发挥生产效能的应用场景，是其价值最大化的关键。数据要素具有较强的互补性和溢出效应，可通过对资本、劳动等生产要素的耦合、渗透和改造，为各项生产要素赋能，促进各类生产要素的数字化转型，全面提升生产效率。单一的数据资源只有与其他生产要素组合并应用于多种复合场景中，才能最大限度发挥其价值，政府部门和相关企业应重点关注数据资源应用的场景化与赋能化，借助数据要素化发展，加速推进生产要素的数字化转型，并积极探寻数据资源不同权属的适用场景，激活数据要素潜能，促进数字经济与实体经济的深度融合，推动经济高质量发展。
⒌数据资源生态的综合化和体系化
数据资源的生产与使用涉及政府、企业和公民等多个主体，针对数据要素市场运行的薄弱环节，应联合各方市场主体的优势，补齐短板，破解数据要素市场发展之道。推动数据要素市场可持续发展，需要打造完善的数据要素市场生态体系，由政府、行业协会、企业、公民等各方主体基于自身角色地位共同参与建设，建立健全的数据要素市场运行规则体系，落实相关主体的监管责任，保障各市场主体切实履行责任与义务，畅通数据要素市场的生产、分配、流通与消费等各个环节，提升数据要素市场运行效率，为数据要素市场高质量可持续发展提供强劲动力。
（三）数据要素市场的发展原则
基于数据要素市场的发展模式与定位，结合经济高质量发展的总体要求，在实现上述五项主要发展目标的过程中，数据要素市场必须坚持协调发展的五项原则。
⒈坚持系统推进与协同高效相统一
数据要素市场建设是一项系统性工程，需要以系统的思维谋划全局，建立完善的数据要素制度规则体系，规范数据要素市场主体行为，构建公平有效的市场监管机制，科学系统地推进各项工作。数据要素市场的建设工作涉及各级政府部门、行业组织、企业与个人等各个主体，需要统筹协调各层次关系，提高政策规则的统一性和制度执行的协同性，确保数据要素市场的有序运行和可持续发展。
⒉坚持创新驱动与规范发展相统一
要积极探索、创新出符合我国数据要素市场运行与发展特征的特色制度规则和管理体系，让数据在明确的市场规则下应用于各个现实场景，成为数字经济高质量发展的重要助推力。同时，要准确把握数据要素市场规则体系建设的方向，切实符合数据要素市场的发展和监管要求，严格遵循市场规律，推动数据要素市场的科学、规范、有序发展。
⒊坚持技术应用与管理创新相统一
数据要素市场的有效运行，离不开数字技术的保驾护航，应对数字技术创新行为予以大力支持，营造良好的创新环境，并鼓励参与数据要素交易的市场主体积极应用先进的数字技术。海量数据的有效管理，对数据管理模式创新提出了更高要求，各个市场主体应与时俱进，不断优化完善数据要素管理模式，高质量地完成数据要素生产、分配、交换及消费等各个环节的市场活动。
⒋坚持重点突破与生态营造相统一
数据供给方、数据需求方与数据中介方等是数据要素市场运行的微观主体。实现数据要素市场的可持续发展，要坚持重点突破与生态营造。一方面，要满足微观主体的发展诉求，重点完善数据权属、定价与收益分配等关键制度体系建设，督促监管主体将责任落实到位，打通数据要素市场有序运行的关键堵点、难点和重点。另一方面，也要对政府部门、行业协会、企业及个人等数据流通具体参与者的行为、诉求予以高度关注，对于数据要素市场各个环节的薄弱部分，针对性地提出改进措施，补齐短板，锻造长板，打造良好的数据要素市场生态体系。
⒌坚持价值创造与风险管理相统一
数据要素具有非消耗性和非排他性特征，某一主体使用或消费数据既不会造成数据的减少，也难以限制他人接触和使用。因此，数据要素市场在促进数据流通，积极发掘数据要素的应用场景，满足不同市场主体需求，最大化释放数据要素价值，同时也应注意避免数据要素流通应用风险事件的发生。积极推动数据安全保护和隐私计算等技术创新应用，切实保障参与流通的隐私、机密数据不被泄露与滥用[9]，做到防患于未然。
四、数据要素市场体系总体构成
数据要素市场体系包括基础制度、市场供给、市场流通、市场应用、市场监管、市场基础设施等（参见图1)。
（一）基础制度是保障数据要素市场规范发展的前提条件
数据的不断生产、集中、共享和融合，离不开相关收集、利用、交易、保护等规则的建立健全。数据要素的基础制度主要包括产权制度、会计制度、估值制度、分配制度等内容。完善的数据产权制度是数据要素市场培育的基础。数据要素产权制度可以调节市场主体间数据使用的利益关系。数据产权制度不纠缠于“数据归谁所有”，从数据使用、数据流通和数据收益三方面确定具体数据权力的归属，保障数据流通效率和数据收益分配的公平性，并通过数据合规公正和数据登记的方式，解决数据交易信息不完全对称、信用建立不足和数据流通交易权属不清的问题。数据要素会计核算制度可以提升数据要素利用率。数据会计核算制度明确了数据核算范围和分类、数据初始和后续计量，以及资产处置等账务处理与报表列示事项，全面、准确地反映数据要素的资产价值，有利于盘活现有数据要素，激活数据要素市场供需主体的发展活力，为数据要素的深度分析与广泛应用提供新动能。数据要素价值评估制度助力数据要素以公允价值完成市场经济活动，打造公平有序的市场环境。数据价值评估制度制定了专业的价值评估框架和评估指南，从第三方视角对数据资产的使用价值、规模活性和可用场景等维度进行量化分析，为数据流通、数据交易等精准、多元的数据要素应用提供有力支撑[10]。数据要素收益按劳分配制度，保障了公平有效的数据要素收益分配。数据收益分配制度以成本分配为主、以数据财税政策为核心，构建了由市场评价贡献、按贡献决定报酬的利益分配机制，加强了公共数据治理和流通交易，平衡了供需主体分配不公平的问题，并逐步消除区域和群体间数字鸿沟。
（二）市场供给是数据要素市场运行的基础原料
数据要素市场供给是指在特定时间范围内和价格水平下，市场主体愿意提供的数据要素总规模。数据要素通过数据加工、提炼、整合形成资源，一般包括数据采集、数据标注、数据治理等新业态[11]，重在解决数据供给质量良莠不齐等问题，涉及数据采集方、数据提供方、数据产生方等主体。其中，数据要素市场供给的主要功能体现在对数据产品质量的把控和管理上，构建完善的数据要素质量监管体系。完善的数据要素市场供给机制能够对要素提供者形成监督，严格把控进入市场的数据产品结构和质量，同时搭建标准化的数据产品生产流水线，建立统一的产品生产和操作标准。
（三）市场流通是数据要素市场运行的主轴枢纽
数据要素市场流通是为数据产生方、数据使用方、数据开发方带来价值的过程，流通载体由平台运营方管控，包括数据开放共享、数据授权运营、数据交易流通、数据跨境流动等内容。良好的数据要素市场体现在市场环境安全可信、包容创新、公平开放，同时这也是数据要素市场的基本功能。例如，鼓励公共数据、企业数据和个人数据分类分级进入要素交易市场[12]，提高公共数据管理机构、数据要素型企业和个人参与数据流通应用的积极性。从制度建设来看，当前尚未形成数据要素交易制度的相关规则体系，需建立数据要素的准入、标识、质量、处理、安全等方面的规范标准[13]；对不同来源和重要程度数据设立相应的数据跨境审核要求和监管标准，引导政府、行业协会和企业参与数据出境风险监管，鼓励数据控制主体的自我监管，降低数据跨境传输合规的风险。
（四）市场应用是释放数据要素市场经济价值的必经环节
数据要素市场应用是数据价值释放的过程，主要涉及政务数据应用、工业数据应用、农业数据应用和服务业数据应用。政务数据应用是将政务数据应用到政府履职过程，提升政府履职能力的重要手段。比如，大数据应用到宏观经济调控，可以提高宏观经济运行的实时感知、预测预警、精准调控；应用到市场监管，可以创新监管模式，实现穿透式全过程监管；应用到社会治理，可以提升社会治安管理能力，预测犯罪不法行为。工业数据在企业经营管理中的有效应用，可以实现企业管理模式变革，大幅提升生产效率，降低企业运营成本。农业数据在农产品种植、销售中的应用，可以降低农作物生产风险，提高农作物产量，实现精准营销。服务业的数据应用，可最大化实现服务资源的有效配置，提高社会运行效能。
（五）市场监管是维护数据要素市场运行秩序的必要之策
市场监管主要对数据要素市场登记备案、流通安全与秩序和信用体系等方面进行监督管理，主要包括与数据要素市场相关的政策文件、法律法规、制度规则和标准规范等，为数据要素市场发展提供监管依据，涉及主体一般是政府机构和行业协会。例如，数据市场交易登记备案监管对数据资产和流转情况、登记情况进行监督，并对数据资产凭证的生成、存储、归集和应用全流程进行管理，促进数据交易服务行业协会和企业自律，督促交易参与主体履行责任与义务，有助于解决数据要素确权定价问题，畅通数据要素流通[14]。数据交易市场安全与秩序监管对数据安全泄露、垄断和不正当竞争等违法违规行为进行管理和整治，对第三方服务机构数据权属与数据使用等行为进行监管，避免数字化企业过量、过快、过度扩张与野蛮生长，打掉“灰”“黑”数据产业链，避免数据泄露和数据滥用事件发生，保证数据要素市场的安全、有序运行。数据要素市场信用行为监管制定了交易数据“负面清单”，严禁不能或严格限制交易的数据类型参与市场交易活动，对交易主体信用信息和失信行为予以公示，严格限制违规操作的交易主体参与数据要素交易活动，维护数据要素市场的公平竞争，降低数据交易成本。
(六）基础设施是推动数据要素市场发展的重要支柱
数据要素市场建设离不开数据流通、安全保护、加工分析和模型治理等关键技术和数据中心的支撑。数据中心能够传递、存储、展示和计算数据信息，以最快速度和最小延迟处理大量的数据，是承载数据的基础物理单元，也是算力的重要载体，为保障数据安全存储与深度分析提供重要支撑。
数据流通技术能够根据大量数据与场景、数据与数据间的有用性和价值关系，利用数据定价算法的网络化模型，对数据和场景进行科学合理的匹配，高效撮合数据交易，并采用区块链等可溯源技术对数据要素的交易、计算过程进行全程记录。数据安全保护技术主要包括以多方安全计算为代表的隐私计算技术，保证数据在不出供给方控制范围的前提下由需求方使用，实现数据“可用不可见”的交易范式，有效整合不同主体间或同一主体内部的数据要素，打破“数据孤岛”现象，促进数据要素的共享与流通。数据加工分析技术能够辅助数据建模，获取数据要素的经济价值，提升工作效率和管理层决策效率。例如，在工业生产活动中，企业可借助已有生产数据资源构建智能生产模型，提高产品制造、加工效率；借助原材料、产品的物流调度数据构建智能调度模型，优化物流调度路径。数据模型治理技术是从使用者层面和监管层面对算法进行监管、对数据模型进行治理，为企业和监管机构模型价值、公平性、合规性和风险系数等提供底层支撑。
五、数据要素市场的发展路径
（一）完善数据要素市场政策法规
⒈强化数据要素市场发展的顶层设计
谋划成立数据管理综合部门，统筹推进数据要素配置管理和监管。编制出台培育数据要素市场指导性文件，明确发展思路及主要任务，坚持问题导向，边发展边完善，分阶段分步骤、由易到难、逐步试点探索的发展原则。发挥数据要素市场关键作用，激活数据要素潜力，进一步完善数据生态，建立健全数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范[15]。解决数据要素市场供给侧、需求侧及供需对接机制等方面的问题，为各地区配套出台相关政策提供思路和基础保障。
⒉完善数据要素市场发展的法律法规
完善国家现有数据法律体系，确立数据的法定资产身份，制定出台数据流通专项法规，对数据流通中的授权、使用、确权等具体细节问题作出规定，确保数据交易依法合规展开。鼓励地方政府因地制宜，分级分类研究制定或持续完善数据生成、确权定价、流通交易、安全管理等方面的地方性法规规章。构建数据流通法律监管和实施环境，配套出台数据流通监管法规制度，加大违规使用数据案件查办协调力度，引导数据要素企业规范经营。建立健全数据分级分类规则，在数据要素应用愈加丰富的情况下充分保障数据安全，如对涉及个人信息和个人隐私的数据处理前依法获得个体授权、处理过程中依法匿名化、处理后及时妥善处置等，防止个人数据泄漏引发大规模的社会安全问题。
（二）开展数据要素市场培育试点
⒈依托试验区开展先行探索
依托国家数字经济创新发展试验区、自由贸易试验区等，开展数据要素市场先行探索。一方面，围绕医疗、社保、交通等重点民生领域，组织开展数据要素市场培育试点，对拟制定推行的数据要素领域的相关法律规章、监管体系、标准规范在试点地区先行先试。加快构建多元共治的数据要素市场治理体系，规范数据资源利用行为。依托数据交易所、数据经纪商等市场中介，完善数据交易规则，规范市场主体交易行为。强化数据要素市场监管和反垄断研究，推动数据要素市场公平有效竞争。另一方面，探索数据要素高效配置规则体系，开展数据流通交易、安全保护、确权定价、统计核算等数据要素细分领域的试点，形成标杆效应。探索运行数据采集、传输、存储、运营、追溯等数据要素全生命周期的管理、风险防护等涉及前沿技术突破与应用的一体化管理系统。
⒉借助城市群开展示范推广
借助京津冀、长三角、粤港澳大湾区、成渝地区双城经济圈等重点区域开展示范推广。搭建数据供需对接平台、协同平台等，统一集群内数据流通标准和规则，大力发展数据流通交易与数据技术研发业务，增加跨区域数据合作。以重点城市为核心，加强省市上下联动及城市间联动，围绕不同场景加快数据深度应用，着力总结形成一批可操作、可复制、可推广的经验做法。⒊鼓励有条件的城市开展新模式挖掘鼓励和支持数据规模较大、数据市场需求旺盛的城市或地区，结合自身数据要素发展基础，聚焦数据要素细分领域，探索基础研究、应用研究、体制机制等新型数据要素管理和运作的新业态、新模式。
（三）搭建数据要素市场生态联盟
依托粤港澳、京津冀等重点城市群，推进数据要素市场联盟建设。一方面，融合政府、高校、行业等多方主体，建立协作关系，充分发挥各方优势，实现强强联合、优势互补。举办数据要素市场研讨会和专题交流，集思广益，收集多方共识，为数据要素市场发展提供解决方案，发挥协会和联盟的桥梁纽带作用。从社会资源出发，提高全民数据要素利用意识和数据素养，让更多的主体参与到数据要素的挖掘和应用中来，共同建设数据要素市场。另一方面，着力搭建产业技术创新体系，以相关核心企业为中心，立足市场导向，推进产学研深度融合。通过相关政策导流，使得创新要素聚集在核心企业中，同时搭建关键共性技术的联合研发平台，联合产业链上下游群策群力共同完成技术攻关。
（四）强化数据要素管理能力建设
依托《数据管理能力成熟度模型》《数据安全能力成熟度模型》，组织培养一批权威的评估咨询机构，为数据管理能力全面提升提供智力支持，引导全社会形成数据管理能力至上的良好氛围[16]。除了金融、工业、政府等领域外，在更多行业推进数据分类分级，让更多一把手认识到摸清数据底数的重要性，为全国数据资源大普查做好准备。积极营造数据质量第一的良好环境，让更多的人认识到数据质量如同生命，对数据价值具有重要影响，推动各个层面全面提升数据管理能力，为数据要素市场发展打好基本功。
（五）加强数据要素市场理论研究
数据要素市场的发展，要发挥理论研究对实践发展的指导作用，从实践中来，到实践中去。对数据产权、数据资产会计认定、数据收益按劳分配等阻碍数据要素市场的关键难点，要进一步发挥专家学者的理论研究优势，在国家重大研发计划中，设置相应的研究专题，加大攻关力度，为数据要素市场在实践中茁壮成长注入理论血液。加大区块链、隐私计算、数据沙箱等技术的自主创新投入，依托联盟、协会等形成联合攻关小组，鼓励技术入股等多种形式创新，为数据要素市场发展奠定技术基础。
（六）推进数据要素市场基础设施建设
⒈建立可信可追溯数据要素流通平台
建立全国一体化可信可追溯的数据要素流通体系，在数字经济发展基础较好，数据要素流通密集的地区，集中搭建一批数据要素流通平台，主要用以保障数据要素登记、存储和流通的有序运行。针对数据要素登记，可建立专业登记平台，对数据要素产权进行明确登记，积极开发区块链、多方安全计算等技术，以技术手段对数据要素流通进行追溯，保障各主体数据权利。针对数据要素流通，完善相关增值服务，研发数据要素估值模型，建立健全数据要素的报价、询价、定价等交易规则，提高数据交易的运行效率。
⒉稳步推进算力基础设施统筹布局
统筹布局建设全国一体化算力网络国家枢纽节点，发展数据中心集群，引导数据中心集约化、规模化、绿色化发展。围绕强化数字转型、智能升级、融合创新支撑，加快推进数据中心、智能计算中心、超级计算中心等算力基础设施的建设，提高整体数据计算能力。一是依托我国现有八大枢纽节点，围绕数据中心集群建设算力基础设施，结合国家新一代人工智能创新发展试验区建设要求，建设每秒百亿亿次级和每秒千亿亿次级超级计算中心。持续引导各区域算力供需对接，提升应用水平。二是加快支撑新一代人工智能科学研究、产品研制、应用推广的系统化基础设施和制度体系建设，推进建立新型科研组织，围绕智算中心、超算中心开展人工智能技术研发，加速成果转化。
⒊提升安全存储与算力资源调度能力
统筹推进“东数西算”工程，优化数据中心建设布局，加快建立完善云资源接入和一体化调度机制。推动算力、算法、数据、应用资源集约化和服务化创新，加强云算力服务、数据流通、数据应用、安全保障等方面的探索实践。实现大规模算力部署与土地、用能、水、电等资源的协调可持续，重点提升算力服务品质和利用效率，充分发挥资源优势，夯实网络等基础保障，为全国范围内的数据加工、存储备份等算力需求提供保障。
参考文献：（略）
作者简介：王伟玲（1979—），女，山东青岛人，管理学博士，中国电子信息产业发展研究院研究员，主要从事数字政府、数据治理、数字经济等科技政策研究。
本文来源：电子政务杂志微信公众号，原文刊载于《电子政务》2023年第7期。