我國數據要素流通現狀、困境及對策建議

殷利梅 黃梁峻

2022年12月，《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱《意見》）印發，把“破除阻礙數據要素供給、流通、使用的體制機制障礙”作為基本思想，提出了探索數據產權分離、規范數據要素流通和交易制度等創新性舉措；2023年2月，《數字中國建設整體布局規劃》發布，提出“暢通數據資源大循環”，體現了中央層面對促進數據要素流通的高度重視；3月，國家數據局成立，負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用。

數據是數字經濟時代的“鉆石礦”，經歷采集、匯聚、存儲、共享、交換、分析、應用等過程，在流通中產生價值。新形勢下，如何破解瓶頸，創新渠道和模式，加快構建符合數字經濟發展規律的數據流通體系，已成為進一步釋放數據要素價值的關鍵。

一、數據要素流通現狀

我國數據要素產量持續擴大，《數字中國發展報告（2022年）》顯示，我國數據產量達8.1ZB，同比增長22.7%，全球占比10.5%，穩居世界第二；國家工業信息安全發展研究中心測算數據顯示，我國數據交易規模持續增長，2022年交易規模超700億元。當前數據要素流通可分為場內流通和場外流通兩種模式，此外數據經紀人、數據空間、數據信托等模式同步加速探索。

（一）從場內流通市場上看，數據交易機構加速建設，但流通模式仍待破題

近年來，各地積極布局建設數據交易機構，截至2023年4月，全國已注冊40多家數據交易所，其發展經歷了兩個階段：

第一階段以2015年貴陽大數據交易所成立為標志，這一階段全國成立了20多家數據交易機構，但相關機構并未探索出可行發展模式，目前大多數面臨注銷或重組。

第二階段以2021年北京、上海、深圳等地的數據交易所成立為標志，此階段各數據交易所開始以新技術和新模式重新探索場內數據流通路徑。一是重新思考職能定位。北京、上海、深圳等地的數據交易機構均不約而同地將自身職能定位為準公共服務機構，從優化數商產業建設、賦能傳統經濟和中小企業、協助社會信用體系構建等方面提出了社會效益目標。二是重新探索盈利模式。當前各大數據交易所逐漸摒棄了以收取交易傭金為主要收入來源的模式，并開始探索發展了會員制、增值式交易服務等多種服務和盈利模式。三是不斷創新交易模式。例如，北京國際大數據交易所對數據要素采取分級分類處理模式，針對數據敏感度的不同，匹配相應交易類別，探索交易模式創新。四是引入技術手段探索數據價值聚合。通過采用隱私計算、區塊鏈等技術，實現“數據可用不可見，用途可控可計量”，從而融合多方數據資源，實現價值釋放。

但整體來看，由于缺乏建設經驗及配套產業，當前數據交易機構運營情況并不理想。上海數據交易所研究院數據顯示，2022年場內數據交易規模不足場外數據交易規模的2%。超半數場內數據交易機構年成交量不足50筆，場內數據流通模式如何破題仍有待進一步探索。

（二）從場外流通市場上看，應用場景不斷拓寬，但數據流通多局限于小范圍自循環

當前的場外交易市場的交易模式大致可分為兩種類型。

第一類是基于自身業務產生的數據提供數據產品和服務的模式。此種模式下，數據供給方的數據完全基于自身業務產生，并以自身的業務數據服務產業鏈上下游的生態伙伴。例如，在電商領域，阿里云、美團通過向線上商戶提供電商各行業品類的銷售數據報告等方式為線上商戶進貨和生產決策提供依據；在通信領域，地方政府通過采買三大運營商用戶位置信息，可識別人口在本市的時空分布及動態遷移情況，從而輔助人口流動管理，服務經濟社會大局；電力領域中，大型工業企業通過采買工業用電數據分析報告，為投建分布式電力儲能設備提供數據支撐。

第二類是通過對接多種數據源提供數據服務的模式。此種模式下，數據提供方的數據主要來源于多渠道收集（包括公開渠道獲取、購買數據庫、與數據資源方合作等），并作為一個數據源的集成方為需求方提供相應服務。例如，在汽車供應鏈領域，達示數據所建設的汽車行業數據平臺打通了108類汽車行業數據，為新能源汽車廠商生產結構和效益優化等提供決策依據；在外貿領域，環球慧思所建設的外貿數據終端系統融合匯聚了海關貿易數據、商業數據等數據源，為出口企業開展市場分析、行業監測等提供信息來源。

然而，當前場外數據流通供給多局限于小范圍自循環。例如，互聯網公司形成“阿里系”“騰訊系”等數據共享陣營，彼此之間數據壁壘森嚴，并產生了一定程度的“數據孤島”問題，導致數據要素流通更加分散化，不利于建設高效、聯通的大市場。

（三）從新興流通模式上看，模式創新不斷涌現，但實踐規模和范圍仍待擴大

借鑒國外經驗，當前國內落地了很多新的數據要素流通應用模式。一是數據經紀人模式加快應用。廣東推動數據經紀人“持牌上崗”，促成一批數據要素市場項目成功落地。二是數據空間模式加快落地。2022年以來，廣東省政務服務數據管理局通過構建“個人數字空間”“法人數字空間”創造政務數據開放共享的安全環境；東方電氣、華控清交、阿里云等企業在機床生產、質量檢測、數據可信流通等領域落地了一批數據空間項目，為企業數據傳輸和技術合作提供信任基礎。三是數據信托模式加快探索。《意見》提出鼓勵“探索由受托者代表個人利益，監督市場主體對個人信息數據進行采集、加工、使用的機制”模式，中航信托等企業正在積極開展業務探索。但相關模式的探索能否形成可復制可推廣的經驗，仍有待檢驗。

二、數據要素流通困境

數據要素流通本質上是實現數據要素的最優配置，拓展數據的流通價值。但目前我國面臨數據要素供給不充分、交易機制不健全、服務生態不完善等難題，阻礙數據要素的高效流通與價值釋放。

（一）數據供給不充分，要素“難獲得”

數據供給不充分是阻礙數據高效流通的首要難題。一是公共數據開放不充分。公共數據分類分級授權使用規范及管理標準仍未完善，精細化管理缺失，相當一部分可開放利用的數據資源仍處“休眠”。以政務數據為例，清華大學調研發現，政務數據共享僅占部門總數據的18%，全國開放數據集規模僅為美國的1/9。目前市場上除公安系統、電信運營商實名查詢等少數開放程度較高、服務能力較強的公共數據庫外，很多高價值公共數據或未開放，或開放了但無法滿足市場應用需求，如稅務、房產、公積金數據等。

二是企業數據供給擔憂多、循環少。企業數據供給渠道存在“三不”阻礙，即企業或為保持自身競爭力而不愿共享數據，或擔心商業數據泄漏而不敢共享數據，或數據標準不同而不能共享數據。此外，企業數據多局限于小范圍自循環供給。

三是個人數據入市流通難度大。華中師范大學《中國政府開放數據利用研究報告（2022）》顯示，2021年全國數據開放平臺賦予數據自由利用權益的僅占26.74%，賦予數據自由傳播保障權益的僅占18.6%。現有“授權同意”規則要求處理個人信息須取得個人“同意”甚至“單獨同意”，無法滿足高利用、高流通的應用需求。此外，通過“匿名化”處理去除與個人身份關聯信息的方式，無法滿足保險、醫療等場景應用中“與具體用戶相匹配”的需求，大量個人數據淪為“化石”，難以流通應用。

（二）交易機制不健全，要素難流通

完善的交易機制是數據要素高效流通的保障。目前，我國數據交易市場在監管、準入、定價等方面仍存在缺位現象。一是監管機制不完善，監管主體不明、職責不清，缺乏對數據交易過程的實際管控，加密流通、數據溯源等技術和應用不成熟，數據交易市場管理機制和技術支撐體系仍未建立。二是準入機制不健全，哪些數據可以交易、哪些單位可以參與交易等問題尚未明確，參與主體缺乏互信。三是定價機制不統一，當前數據交易大都依靠“一事一議”或單方主導的方式定價，定價的隨意性、掠奪性和壟斷性問題突出，數據資產價值難保障，市場交易撮合難成功。

（三）服務生態不完善，要素“難應用”

一方面，數據服務商數量不足且良莠不齊。在數據交易磋商、資產定價、合規評定等方面缺乏規范化、專業性的服務支撐，導致數據交易中涉及的質量評估、合規評定等成本多由企業自身承擔。根據《全國數商產業發展報告》，2022年我國數據資產評估、數據合規評估、數據質量評估服務商分別只占數商企業總體的3.44%、1.13%、0.38%，數據治理服務商更是只有13家。另一方面，數據人才不足。數據市場相關從業人員的技能水平缺乏評價標準，人員水平參差不齊，影響數據交易流通的安全、公平和可信。

三、對策建議

數據要素作為流通對象，從數據供給方傳遞到數據需求方，數據資源先后被多主體獲取、掌握并利用。對此，應激活要素供給、暢通流通路徑、培育應用生態，實現數據要素的價值全流程釋放。

（一）強化數據供給，激發數據要素流通潛力

公共數據層面，應構建統一的公共數據分類分級標準，逐步明確公共數據開放目錄。劃分不能公開、有條件公開與無條件公開的公共數據，推動公共數據入市流通。探索從開放原始數據轉向“數據可用不可見”轉移，保障數據利用方僅能獲得數據利用結果，無法獲得與推理原始數據，降低數據泄露風險。

企業數據層面，應推動企業數據開放，探索“以數抵稅”激勵數據供給，明確執法邊界，探索對企業間數據分享和數據再使用的行為設置豁免條款，以解決企業“不能、不愿、不敢”共享的難題。

個人數據層面，探索數據安全責任的適當調整，在個保法、數據安全法等現有框架下，探索推行數據授權后的使用方責任承擔，原有數據共享、轉讓方不應也不宜承擔責任。落實《意見》部屬，開展個人信息數據托管試點工作，探索由受托者代表個人利益、監督市場主體對個人信息數據進行采集、加工和使用的機制。

（二）完善交易體系，增強數據要素流通能效

探索設立數據交易監管機構，加強數據監管技術研發和應用，強化事中事后行政監管和數據審計，保障數據交易安全有序。參照證券交易市場，從技術能力、資金保障、人員規模等多個維度，設立各類主體的市場準入條件，建立市場主體信息備案制度，保障交易可控可追溯，逐步構建交易市場信任機制。加快數據資產評估相關標準研制，建立標準化、規范化的評估方法和評估流程，統一評估準則，解決各方主體數據定價難題。

（三）培育應用生態，激發數據要素市場活力

建立數據交易所與數據商相分離的市場運行機制，構建所商分離的數據流通生態體系。制定數據資產登記管理政策，探索數據資產登記和交易溯源機制，推動數據資產化，提升企事業單位對數據資產的增值利用意識。培育數據服務產業，支持各地聚焦數據的標注、清洗、分析等環節，以及資產評估、登記結算、交易撮合等需求。建立數據人才資格認證體系，提升數據從業人員技能水平和專業素養，提高數據要素市場的人力資本水平。