我國數據交易平臺建設的現實困境與破解之道

陳 舟 鄭 強 吳智崧

隨著經濟社會數字化轉型步伐加快，數據作為新生產要素逐漸成為國家競爭力和軟實力的核心資源。加快培育數據要素市場，推動數據資源有效流動，促進數字經濟高質量發展，得到了黨和國家的高度重視。2015年10月，黨的十八屆五中全會正式提出“實施國家大數據戰略”。2017年12月，習近平總書記在主持中共中央政治局第二次集體學習時強調：“推動實施國家大數據戰略，加快完善數字基礎設施，推進數據資源整合和開放共享。”2019年10月，黨的十九屆四中全會首次將數據與勞動、資本、土地、知識、技術、管理等生產要素并列。2020年3月，中共中央、國務院印發的《關于構建更加完善的要素市場化配置體制機制的意見》進一步強調“依法合規開展數據交易”。2020年7月，《中華人民共和國數據安全法（草案）》指出，國家堅持維護數據安全和促進數據開發利用并重，以數據開發利用和產業發展促進數據安全。2020年10月，黨的十九屆五中全會提出，建立數據資源產權、交易流通、跨境傳輸和安全保護等基礎制度和標準規范，推動數據資源開發利用。2020年12月召開的中央經濟工作會議高度重視數字規則健全與完善，要求“支持平臺企業創新發展、增強國際競爭力，支持公有制經濟和非公有制經濟共同發展，同時依法規范發展，健全數字規則”。2021年3月，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》指出，“建立健全數據產權交易和行業自律機制，培育規范的數據交易平臺和市場主體，發展數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系”。一系列重要講話和政策文件為我國數據要素市場培育指明了方向，并對我國數據交易平臺建設提出了更高要求。美國、歐盟和日本等國家或地區也早已出臺發展規劃和政策文件明確數據的戰略地位。美國于2012年制定《大數據研究與發展計劃》，著力大數據科學探究，并于2019年通過了《美國國家安全與個人數據保護法案》，強化了數據應用的嚴格管控。歐盟于2015年發布《數字化單一市場戰略》，強調“構建數據經濟”，隨后出臺《一般數據保護條例》（2016年）、《通用數據保護條例》（2018年），以加強數據的收集、存儲、應用、變現、管控。日本發布了《創建最尖端IT國家宣言》，將發展開放公共數據和大數據上升為國家戰略。國外相關政策對我國數據交易平臺建設中有關數據安全、個人信息保護的基礎立法提供了重要啟示。

數據交易是數據要素市場化配置的關鍵環節，數據交易平臺則是實現數據交易的基礎，也是銜接數據供需方、提升數據要素市場化配置效率的核心載體。自2015年國內第一家大數據交易所——貴陽大數據交易所正式掛牌運營以來，多家由政府主導、企業合作的大數據交易平臺成立，大量民營資本踴躍參與到數據交易平臺建設中，如京東萬象、天元數據、聚合數據、數據星河等。盡管目前我國數據交易平臺蓬勃發展，但其發展水平良莠不齊，且暴露出數據要素流通困難、行業應用需求挖掘難、市場生態發育不良、相關技術支撐不足等諸多問題，亟待進一步完善。因此，有必要系統探究我國數據交易平臺建設的理論依據、現實困境及應對策略，以促進我國數據資源有效流動，推動數據要素市場化配置，加快構建以數據為關鍵要素的數字經濟。

一、相關文獻綜述

數據交易是熱點話題，學術界側重從數據產權界定、數據交易定價、數據交易市場機制構建等方面對其展開研究，并取得了較為豐碩的研究成果。

（一）有關數據產權界定的研究

數據交易的核心是數據可確權。我國《民法典》第一百二十七條規定：“法律對數據、網絡虛擬財產的保護有規定的，依照其規定。”這肯定了數據的財產權益，但對其具體形式和規則作了留白處理。這也引起了學者對數據確權的研究興趣，但研究結論不一。申衛星認為，數據用益權涵蓋積極權能（控制、開發、許可、轉讓）和消極防御權能，在公平、合理、非歧視前提下行使這些權能有利于數據要素市場健康發展。田杰棠和劉露瑤認為需秉持“在實踐中規范、在規范中發展”的基本原則，明晰可交易數據的范圍，構建全國范圍的數據交易法律法規和監管框架。熊巧琴和湯珂認為要基于場景性公正原則，根據數據內容和數據產品細分數據權利，并明晰數據資產化的前提。

（二）有關數據交易定價的研究

從各國數據交易實踐來看，數據交易定價機制尚未成熟，學術界對其研究也未達成統一。Moiso等認為數據定價機制是需要全球共同解決的關鍵性問題。Jentzsch認為拍賣機制難以反映敏感數據產品的價值。Li等構造了云環境下實時大數據定價的服務框架。Shen等基于元組粒度構建了大型個人數據定價模型。趙瑞琴和孫鵬提出了大數據交易所生態下的交易定價模型。彭橋等借助討價還價和甄別定價方式，建立供需雙方效用平衡函數，發現供方具備數據優勢時議價能力更強。

（三）有關數據交易市場的研究

相較于西方而言，國內數據交易研究起步較晚，尚處于初級發展階段。何玉長和王偉分析了數據要素市場運行的價格、供給和競爭機制以及數據要素市場運行實現產業賦能的表現，郭明軍等建議充分尊重市場，借助市場運作機制引入，創新發展數據平臺。宋梅青發現數據供需錯配、資源定價困難、數據時效性不強等問題困擾著數據交易平臺發展，提出應打造構建數據要素與數據服務緊密融合、聯合銷售的平臺交易模式，為數據購買方提供更精準的數據服務。吳潔和張云從交易模式、數據來源、地域分布、應用領域和產品特性等維度考察了國內數據交易平臺現狀及特征，并提出其存在的主要問題及相應對策。

（四）相關文獻述評

以上文獻從交易模式、數據來源和產品特性等角度探討了數據交易平臺特征、問題并提出了相應對策，為本文提供了重要參考和邏輯起點。但遺憾的是，現有文獻鮮有系統探究數據交易平臺建設的理論體系，尤其缺乏對未來新一代數據交易平臺發展趨勢及發展思路的探討，且以往文獻仍未脫離數據確權框架，實際上數據確權非常繁雜，難以形成統一的研究結論，亟待從新視角加以突破。基于此，本文嘗試通過梳理相關文獻，建構數據交易平臺建設的理論分析框架，系統考察我國數據交易平臺發展態勢及面臨的現實困境，并提出加強我國數據交易平臺建設的政策建議，為我國制定數據交易平臺發展及數據要素市場培育政策、加快數據資源有效流動、助推數字經濟高質量發展提供參考。

二、數據交易平臺建設的相關理論闡釋

加強我國數據交易平臺建設，需構建數據交易平臺建設的理論分析框架，包括科學界定數據的定義及其特征，深入分析數據與土地、勞動、資本和技術等生產要素的聯系及區別，系統探究數據交易、數據交易平臺的定義及特征。

（一）數據的內涵界定

厘清數據交易平臺的理論基礎，首先需弄清數據的定義及內涵特征。數據是信息和數字技術的基礎要素，也是數字經濟的“細胞”。對于數據的定義，國際標準化組織（ISO）認為數據是以適合交流、解釋或處理為目的，充分體現信息的一種形式化方式。我國相關國家標準參考ISO的觀點將數據定義為信息的可再解釋的形式化表示，以適用于通信、解釋或處理。《數據安全法》將數據定義為“任何以電子或者其他方式對信息的記錄”。何玉長和王偉認為數據是指人們借助于現代計算機和互聯網技術進行捕捉、管理和處理的數據集合。紀海龍從廣義上來闡釋數據，認為其包括數據產品和數據信息。基于上述分析，本文認為數據是指在數字經濟環境下借助現代計算機和互聯網技術進行捕捉、管理和處理的數據集合，它是信息的有效載體，適用于交流、解釋或處理。

數據與信息、知識和智慧之間的關系具有逐級遞升特征，信息、知識和智慧可視為“更高階”的數據，主要表現為源自原始觀察和量度的數據通過認知處理轉換為信息并應用信息產生知識，借助智者間溝通、自我反省、知識運用而升華成智慧。四者之間具有價值體現的異質性，即宏觀層面和微觀層面的數據價值分別體現為提升全要素生產率（源自數據提煉的信息、知識和智慧可以通過乘數效應作用于全要素生產率）以及對使用者效用的提升。此外，數據與其他生產要素也存在異同。作為經濟學基本范疇的生產要素是不斷演化的，傳統的生產要素包括勞動力、土地、資本、技術和管理等，隨著計算機、大數據和人工智能等科技不斷發展，數字經濟應運而生，數據的戰略地位日益凸顯并被視為新生產要素與土地、勞動、資本和技術等生產要素并列，但在主體特征、權屬界定、價值溢出、交叉關聯性以及資源稀缺性、排他性、資源均質性等方面與傳統生產要素有所不同（見表1，下頁）。

表1 數據與勞動、土地、資本和技術等生產要素的比較

（二）數據交易及數據交易平臺的內涵界定

數據交易是市場經濟框架下推動數據要素市場流通的基本方式，強調數據要素的流通以及數據資產的交易。交易場所是實現數據交易的重要載體。一般而言，交易場所主要包括從事權益類、合約類交易的交易機構。其中，權益類交易是指產權、股權、債權、林權、礦權、知識產權、文化藝術品權益及金融資產權益等交易，合約類交易是指以商品及其他合約為交易對象的合規交易。數據作為一種新的要素形態，其交易很難納入以上范疇，數據交易具有不同的屬性和特征。具體表現在以下三個方面：

一是數據難以進行標準化交易。現有交易場所標的物一般有明確的分類標準，流通體系也有明確的管理和流通架構。比如，紐約商品交易所將石油期貨交易標的物劃分為輕油、天然氣、無鉛汽油、熱油、布蘭特原油等，明確了交易合約、交割方式、交易時間等，有利于通過標準化交易方式加快商品流通。從供給方來看，數據來源和分類非常繁雜，根據不同維度有多種分類方式，按結構類型可以分為結構化數據、非結構化數據等，按主體類型可以分為個人數據、政務數據、企業商密數據等。從需求方來看，對數據的需求呈現較大差異。比如，不同的金融機構會有不同的風險偏好，對風險模型的數據也會有多樣化需求。因此，數據的交易行為往往體現為數據供給方與需求方的一次數據服務，數據服務呈現高度定制化特征，難以進行標準化交易。

二是數據交易難以實現所有權和使用權的統一。除土地外，現有交易場所標的物的所有權和使用權是統一的，一筆交易完成意味著買賣雙方錢貨兩清。數據是信息的價值載體，其中包含著自然人、市場主體等各類隱私數據或商業秘密。數據交易涉及授權、訂單、合同、交收、結算等環節，授權環節是數據擁有主體的法定權利，也是數據交易能否開展的首要條件。從保護數據隱私和安全的角度來看，數據交易必須要進行數據的加工和處理，也往往需要對使用權和所有權進行分離。

三是數據在沒有合規保護的前提下難以具有稀缺性。沒有稀缺性的要素，比如空氣、水等就難以產生交易價值。如果沒有合規保護機制，數據具有可復制、可共享、無限供給的特點。數據的濫用將導致數據價值難以得到正確體現，會帶來網絡安全及隱私泄露案件的頻發。如果數據保護問題長期得不到系統性解決，就會對數字經濟的持續健康發展帶來一定負面影響。因此，數據交易場所的重要價值就體現為數據合規保護，有效監管交易行為，進而有效挖掘數據價值。

數據交易平臺是數據交易中銜接數據供需方、提升數據要素市場化配置效率的核心載體。這里認為，數據交易平臺是指數據資源供給方、數據加工治理方、數據中介服務方、數據產品需求方、數據合規認證方、數據流通監管方，以隱私計算、區塊鏈等數字技術為依托，開展數據要素流通、數據應用創新和數據資產交易等合規活動的協同生態系統。

三、我國數據交易平臺發展態勢及其面臨的現實困境

近年來，隨著大數據技術的蓬勃發展，我國多個省市進行了數據交易的有益探索和實踐。2015年4月14日國內第一家大數據交易所——貴陽大數據交易所正式掛牌運營，隨后數據交易平臺在上海、浙江、湖北和河南等省份如雨后春筍般涌現，行業發展勢頭迅猛，區域分布廣泛，交易產品、交易模式、收入方式等趨于多樣化，助推了我國數據流動交易和數據交易市場發展，但目前數據交易平臺仍面臨數據交易法規制度不健全、數據要素流通困難、行業應用需求挖掘難、市場生態發育不良、相關技術支撐不足等現實困境。

（一）我國數據交易平臺發展態勢

從區域分布來看，國內數據交易平臺分布比較廣泛，覆蓋了我國華北、華東、華中、華南、西南、西北和東北地區，且以直轄市和省會城市為主。其中，華北地區以北京大數據交易服務平臺、京東萬象等為代表，華東地區以上海數據交易中心、聚合數據等為代表，華中地區以河南中原大數據交易中心、阿凡達數據等為代表，華南地區以數多多、iDataAPI等為代表，西南地區以貴陽大數據交易所、SHOWAPI等為代表，西北地區以西咸新區大數據交易所、美林數據等為代表，東北地區以哈爾濱數據交易中心等為代表。總體而言，一地數據產業發展基礎和當地政府支持力度在很大程度上影響著數據交易平臺的發展水平。

從交易模式來看，國內數據交易平臺的交易模式可分為交易中介模式、大數據分析結果交易模式、數據產品交易模式三種。其中，交易中介模式是指平臺本身只作為交易渠道，而不存儲和分析數據。大數據分析結果交易模式是指按照需求方需求，通過清洗、分析、建模、可視化等方式形成處理結果再出售，而不進行基礎數據交易。數據產品交易模式細分為兩種：一是按照需求方需求，借助網絡爬蟲、眾包等合法渠道采集相應數據并經整理、校對、打包等處理后出售；二是與其他數據擁有者展開合作，對數據進行整合、編輯、清洗和脫敏，形成數據產品后出售。這里需要指出的是，一個數據交易平臺通常不止采用一種交易模式。

從收入方式來看，國內數據交易平臺的收入方式主要分為三大類：數據交易抽成收入、會員費收入和數據增值服務收入（見表2）。其中，數據交易抽成收入方式是指數據交易平臺和數據供應商完成交易后進行利益分成，并按照數據價值對數據采購方適當收費。會員費收入方式是指數據交易平臺采用會員制度，為會員提供交易資格、數據清洗、數據需求定制采購、品牌推廣等中介服務并以會員的等級收取年費。數據增值服務收入方式是指將經營過程中所沉淀的不同類別的數據源經過加工處理后，按照市場需求封裝為客戶提供定制化的數據產品，以API的方式提供數據服務調用通道，平臺則在其中收取服務費。

表2 國內部分數據交易平臺的收入方式

從平臺主體來看，國內數據交易平臺可劃分為政府主導和民間資本主導兩種數據交易平臺。政府主導的數據交易平臺主要以貴陽大數據交易所、上海數據交易中心、武漢東湖大數據交易中心、河南中原大數據交易中心等為典型代表（見表3，下頁）。該類平臺秉持“政府指導、國有控股、企業參與、市場運營”的原則，股東常以國有企業為主，主要提供公開政務數據服務，數據價值相對較低，強調整體交易規則構建，行業綜合性較強，盈利能力偏弱。該類平臺面臨數據資源不夠豐富、服務模式較為單一、附加價值較小、用戶黏性較低、難以滿足數據需求方實際需求等問題。

表3 政府主導的數據交易平臺概況

民間資本主導的數據交易平臺以京東萬象、聚合數據、天元數據等為典型代表（見表4），且可細分為大型互聯網企業派生和數據服務商兩種類型。前者的代表為京東和阿里巴巴等，其主要憑借母公司已有的覆蓋電商、金融和行為數據的數據交易平臺進行關聯數據分析。后者的代表有聚合數據、數多多和數據堂等，其主要采用全程參與數據產業鏈的“產供銷”一體化模式。該類平臺由民間資本主導，股東常為民營企業，以盈利為目的，強調借助爬蟲技術、眾包、購買和合作等方式抓取數據以及數據變現能力，還會提供數據中介、數據加工、數據定制等服務，產品的針對性、獨特性和多樣性較強。但該類平臺也存在數據價格不夠透明、交易規則不夠健全、公信力不足、“場外交易”對于國資采購存在一定風險、侵犯隱私風險等問題。

表4 民間資本主導的數據交易平臺概況

（二）我國數據交易平臺建設面臨的現實困境

一是數據交易法規制度不健全。由于我國數據要素市場的培育和發展尚處于起步階段，政府對于數據要素市場的治理缺乏經驗，數據要素市場制度建設存在數據要素市場制度體系化、治理法治化、管理落地化程度不高等短板。數據交易過程中大數據產權界定不清晰，缺乏全國統一的技術標準、法律機制與監管，難以有效破解數據確權、隱私保護、數據資產難以入表等難題。

二是數據要素流通較困難。政務、企業數據提供方各自為政，形成數據孤島，導致數據要素流通困難，各個組織機構沒法獲得全面的、立體的數據。數據交易中心無法提供隱私計算技術或保障機制，使得難以通過多源數據的挖掘分析獲得更多的信息、知識，大大降低了數據挖掘的價值。

三是行業應用需求挖掘難。當前，交易平臺方缺乏行業數據需求場景的認知和理解，主要根據數據需求方需求對數據進行處理，形成分析結果出售，這在一定程度上限制了對數據潛在價值的挖掘，在細分領域甚至跨行業分析挖掘時，更是缺乏分析挖掘技術和專業知識。

四是市場生態發育不良。盡管國內數據交易平臺數量激增，行業發展勢頭迅猛，業務模式、數據產品服務領域呈現多樣化的特點，但缺乏市場化經驗、商業化運營團隊和運營經驗，致使數據交易量低于預期，平臺定位不明確，交易規則不完善，專業深耕程度不足，創新活躍度不夠。

五是相關技術支撐不足。隨著國家《數據安全法》和《個人信息保護法》的陸續出臺，擁有大量數據的社會主體只能通過隱私計算才能對外提供服務，隱私計算對算力大小、算法效率、部署環境、軟硬件的信創水平均提出了很高要求，隱私計算的技術成熟度限制了數據交易市場的發展。另外，隨著智慧城市和產業數字化的不斷發展，政府和各行業對路網、地圖、POI車流軌跡等時空數據的需求越來越強烈。由于時空數據規模大、處理復雜度高，當前時空數據交易存在渠道少、不規范、開發成本高、缺乏平臺技術支撐的痛點。此外，數據資源定價困難，整體上缺乏智能化數據估值和定價模型與技術。

四、加強我國數據交易平臺建設的思路與舉措

鑒于當前國內數據交易生態遠未成熟的實際，數據交易平臺建設應遵循數據行業應用—數據要素流通—數據資產交易的總體路徑。首先，深刻理解行業和領域的數據交易需求，從數據本身和數據結果交易向數據價值挖掘轉變，并不斷沉淀數據行業應用場景認知和理解；然后，構建數據合規保護數據庫，采用成本定價法與市場定價法相結合的數據定價方式，促進數據要素流通；最后，通過大數據、算法和算力，形成數據資產，進而打造活躍的數據交易生態。

（一）加強我國數據交易平臺建設的總體思路

加強我國數據交易平臺建設，應以習近平新時代中國特色社會主義思想為指導，認真貫徹落實黨的十九大和十九屆歷次全會精神，根據新時代中央關于構建更加完善的要素市場化配置體制機制的總體部署，綜合發揮市場“無形的手”和政府“有形的手”對數據資源配置的作用，妥善處理政府與市場、監管與創新、中央與地方、國內與國際之間的關系，遵循數據行業應用—數據要素流通—數據資產交易路徑，重點打造集合規保護功能、融合流動功能、價值挖掘功能等于一體的新一代數據交易平臺。

在合規保護功能方面，新一代數據交易平臺的交易模式更豐富、對接的數據類型更多，要依托政府部門、法律團隊、行業協會不斷建立完善的數據交易合規管理制度，保護數據安全及隱私，營造安全規范的交易市場環境，擠壓數據“黑灰產”生存空間。探索突破數據確權的技術應用難題，利用區塊鏈技術實現數據的追溯、存證、確權和利益分配，推動跨主體數據的聯結。推進數據的權屬、流通、交易、保護等方面的標準和規則制定及運營管理，建立數據流通交易負面清單，營造可信數據交換空間，保障數據流通的合規性和安全性。

在融合流動功能方面，傳統的數據包和數據結果交易已無法滿足知識和價值挖掘的需求，在保護數據的情況下實現多源數據融合和價值挖掘將成為數據交易的重要需求。新一代數據交易平臺需具備基于多方安全計算、聯邦學習、隱私計算等技術為基礎的數據交易模式創新，通過技術方式融合政務數據以及企事業單位、科研院所、社會公眾數據，確保單一數據提供方的公開和敏感數據以及多個數據提供方在互相不共享數據的前提下進行安全計算。隨著數據量的爆發式增長，以及大規模時空數據等處理復雜度的提高，新一代數據交易平臺需具備對超大體量、復雜度高的數據進行高效建模、索引和實時處理的能力，必要時可彈性接入區域超算中心的計算能力，以應對日益增長的復雜數據處理、多源數據融合和挖掘的處理需求。

在價值挖掘功能方面，新一代數據交易平臺的運營團隊需要深刻理解行業和領域的數據交易需求，滿足從數據本身和數據結果交易向數據價值挖掘轉變的訴求，并不斷沉淀場景認知和理解。一方面，在細分領域甚至跨行業（如零售、金融、醫療、智能制造等）分析挖掘時提升對行業數據需求場景的專業認知水平，針對場景需求拓展數據資源；另一方面，圍繞高頻、高價值的領域交易場景搭建生態，打造特色品牌，吸引場景相關方持續加入交易中心的生態之中，提升平臺活躍度。通過價值挖掘，吸引更多數據提供商入場交易。數據量越大、越多樣，能夠挖掘分析出的信息、知識就越多，挖掘分析出的結果相對來說就越準確，價值也就越大。

（二）加強我國數據交易平臺建設的具體舉措

健全數據要素制度體系，需從數據產權確立、數據流通交易、數據市場治理、數據安全監管、數據設施規范、數據收益分配六方面著手。在數據產權確立方面，加快出臺《數據產權法》，健全個人信息授權和數據產權保護制度，借助區塊鏈、隱私計算等現代技術完善數據產權確立制度。在數據流通交易方面，建立涵蓋國家數據資產管理、政府數據共享、政企數據共享、企事業單位數據共享的數據開放共享制度，從市場準入、交易標準、交易模式、交易規則等層面健全數據要素市場交易規則，以數據跨境貿易規則和數據安全保護的多邊協議為突破口，積極對接國際數據交易規則。在數據市場治理方面，加快修訂《反壟斷法》，完善數據市場競爭監管法規，借鑒數據要素市場治理國際經驗，探索構建涵蓋監管成本收益評估、預防性競爭監管、“大數據+監管”等數據要素市場治理工具體系。在數據安全監管方面，以《數據安全法》《個人信息保護法》為抓手，打造涵蓋數據安全管理法規、分級分類管理制度、數據泄露通知制度的數據安全監管制度體系。在數據設施規范方面，創新網絡共建共享激勵制度、網間互聯互通和公平接入制度、跨區域和跨部門的協同制度。在數據收益分配方面，建立涵蓋收益初次分配及再分配制度、保障保底機制及聯席會議制度的數據收益分配制度體系。

豐富數據要素供給體系，需充分借鑒傳統生產要素的發展經驗，通過生產要素充分流動助推要素體系市場化發展，加快數據要素配置效率提升，發現數據要素在市場結構中的最佳位置。一是優化動力結構。通過市場化手段鼓勵更多供給方豐富數據源。在基礎端，加快推動大數據、人工智能、區塊鏈等數字經濟基礎設施建設，推動數據高效、安全匯聚，通過規模化降低數據存儲、治理成本。在供應端，積極培育“數據是寶藏”的價值觀，強化數據擁有方的數據保護、數據開放和數據應用意識。在應用端，政府要充分引導社會化機構跨區域、跨行業拓展數據交易市場，甚至“走出去”為全球貿易決策提供高效的數據服務。二是優化產業結構。借助區塊鏈、大數據、人工智能等數字技術推進產業孵化，肥沃數字化產業發展“土壤”。積極打造數據創新創業的優良“生態環境”，使高端制造、互聯網及現代農業等領域成為大數據的重要應用場景，有效釋放數據助力產業融合發展的“黏合劑”效應。三是優化區域結構。精心打造“東數西算”工程以及京津冀、長三角、粵港澳大灣區、成渝地區雙城經濟圈等區域性數據要素共享工程，不斷增強西部地區算力及能源資源與東部地區產業及創新資源的匹配效果，積極塑造以數據為橋梁的沿海、內陸、沿邊地區協調發展新格局。

打造數據要素市場體系，可重點從以下方面著手：一是設立國家數據要素交易示范區。堅持“政府引導、尊重市場、差異定位”的原則，塑造大數據交易全國“一盤棋”格局，在京津冀、長三角、粵港澳大灣區、成渝地區雙城經濟圈等重點區域先行先試，規避交易平臺遍地開花、經營水平參差不齊、缺乏協同創新等問題。二是完善促進數據要素市場準入退出機制。由數據交易監督管理部門聯合數據交易平臺運營主體，共同建立并嚴格執行交易制度，嚴把市場準入關口，貫徹執行退出機制。三是明晰平臺監管職責，重視交易過程管理。積極發揮數據交易行業協會（自律組織）功能，有效提高統一規范約束下數據交易平臺的互聯互通性、數據流通共享效率以及數據增值能力。四是強化平臺專業化建設。激發市場主體參與數據交易市場的積極性，促進交易平臺多元布局，鼓勵平臺錯位競爭，彰顯各平臺專業特色。打造行業聯盟，形成各平臺優勢互補的新局面。五是充分探索數據資產化發展路徑。數據要素的市場激活需要國家對數據要素市場培育的充分引導，通過完善法律法規、會計制度，保障數據資產可計量、可入表，保護數據要素交易主體的財產權。

構建數據要素創新體系，應從兩個方面著力：一是在隱私合規前提下推動系統能力（算法、模型等）提升。傳統的數據包和數據結果交易已難以滿足知識和價值挖掘的需求。在保護數據的情況下，實現多源數據融合和價值挖掘將成為數據交易的重要需求，交易平臺需要基于多方安全計算、聯邦學習等隱私計算技術的數據交易模式創新，通過技術方式規避數據確權瓶頸，滿足多源數據價值挖掘的市場需求。二是通過數據交易平臺開展垂直行業創新試點示范。隨著產業數字化的快速發展，傳統行業主體儲備了大量的數據，通過鼓勵行業龍頭企業開展試點示范，帶動產業與復雜數據處理、多源數據融合、深度價值挖掘等大數據技術進行適配，根據行業特性培育提升自動化、智能化行業數據要素的加工處理能力，進一步提升數據的利用和交易價值，減少繁復的人工處理成本，提升效率，增強安全性。