我国大数据产业和数据要素市场发展的问题与对策

□李文军 李 玮

一、引言

近年来，受国家宏观政策和信息技术快速发展的影响，我国数字经济保持高速发展。2021 年我国数字经济规模达45.5 万亿元，占GDP 比重为39.8%。[1]互联网、大数据等信息技术与实体经济的渗透融合日益深化，社会的全要素生产率持续提升。与此同时，我国大数据产业规模快速增长，从2017 年的4700 亿元增加至2021 年的1.3 万亿元，年均复合增长率超过30%。[2]我国大数据产业发展格局初步形成，大数据产业链条持续完善，公共数据开放取得积极进展，数据开放共享水平不断提高，大数据发展政策体系逐步完善。随着《关于构建更加完善的要素市场化配置体制机制的意见》以及系列政策文件的出台，我国数据要素市场迎来新一轮的建设期，各地纷纷建设或筹建形式多样的数据交易平台和交易场所。部分省（区、市）在大数据产业和数据要素市场方面积极开展探索实践，涌现出不少的好经验好做法。本文首先回顾了已有文献对大数据产业发展和数据要素市场构建的研究，然后从数据制度创新、数据开放共享等5 个方面梳理总结我国部分省（市）在大数据产业和数据要素市场建设方面的经验做法，进而深入剖析我国大数据产业和数据要素市场发展实践过程中存在的问题，最后提出相应的对策建议。

二、理论基础及文献综述

大数据概念最早由美国的未来学家阿尔文·托夫勒在1980 年出版的《第三次浪潮》中提出。高德纳认为，大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡则认为，大数据是一种规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。随着大数据技术的不断迭代演进，与之相关的大数据产业也蓬勃兴起，并逐渐成为经济社会发展的重要增长点。根据国家“十四五”大数据产业发展规划的定义，大数据产业是指以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，是激活数据要素潜能的关键支撑，是加快经济社会发展质量变革、效率变革、动力变革的重要引擎。数据要素市场则是大数据产业和应用链中极其重要的组成部分。近年来，学界对我国大数据产业和数据要素市场的研究逐步增多，研究主要集中在产业影响因素、产业发展问题挑战、产业促进策略等方面。

（一）大数据产业和数据要素市场发展影响因素

当前，我国正处于大数据产业快速发展和数据要素市场构建阶段，究竟哪些因素会影响两者的发展和培育，部分学者对其进行了分析总结。胡剑波（2015）[3]利用修正的“钻石模型”理论，对影响我国大数据产业发展的关键要素进行深入剖析，认为我国大数据产业发展基础良好、具备一定的竞争优势。杨倩倩（2016）[4]提出了大数据产业发展的三个主要矛盾，即大数据的产业化利用与数据主权保障、数据洞见与个人隐私保护、数据规模与利用率之间的矛盾。周瑛（2017）[5]利用指标分析方法，发现技术因素、经济因素、政治因素和企业创新战略因素是影响大数据产业发展的重要因素。任保平（2022）[6]指出我国数据要素市场培育的制约因素主要有数据产权界定不明晰、数据市场化配置效率不高、数据市场开放共享程度有限、数据要素参与收入分配机制不健全等。

（二）大数据产业和数据要素市场问题挑战

问题研究一直是学界讨论大数据产业和数据要素市场的焦点和重点，已有文献也分别从全国整体和地方局部两个维度对此展开研究。茶洪旺（2018）[7]指出我国大数据产业主要面临着数据产权确权难、政府数据开放度低、数据收集和共享困难、数据安全保护及管理体系不完善、大数据企业领军企业缺乏、大数据合格人才匮乏、大数据技术创新不足等问题。于施洋（2020）[8]指出我国构建数据要素市场体系面临数据统筹力度弱、数据立法待突破、交易市场培育难、创新资源配置难、数据市场监管难、数据安全保障难等挑战。顾天安（2022）[9]利用调查问卷发现，市场主体参与的积极性不足、配套制度不完善、数据确权定价不明确、数据资源获取与应用受限、多元主体创新生态尚未形成是构建数据要素市场面临的困境。武虹（2022）[10]指出我国大数据市场存在的主要问题有数据权属不明晰、市场监管职能不突出、交易信任机制尚未建立等，同时指出建设数据要素市场的核心问题主要包括可确权、可管控、可计量、可交易等四个阶段。部分学者基于地方发展实践，分析了当地大数据产业发展存在的问题以及应对策略。[11-14]

（三）大数据产业和数据要素市场促进策略

部分学者对大数据产业和数据要素市场促进策略进行了研究。崔小委（2016）[15]认为应该从加强大数据人才的培养和储备、关键技术的开发和研究、创新体制的开放和优化三个方面促进大数据产业发展。谢卫红（2018）[16]通过对国内外大数据产业发展的比较分析，提出平衡政府数据开放和个人隐私保护政策完善、完善数据流通体系、加强人才培养、调整大数据关键技术投入重心等政策建议。部分学者研究了大数据产业发展过程中政府以及决策的作用和影响，如谭海波（2021）[17]指出贵州大数据产业发展就是地方政府“因时就势”、赶超战略的集中体现，通过及时发现战略机遇、匹配地方比较优势、自上而下行政动员等，为大数据产业发展提供了重要保障。大数据产值测算对于准确把握产业发展态势、制定合理产业发展策略有着重要作用，因此部分学者对我国大数据产业产值测算方法开展了研究。杨玫（2022）[18]结合我国大数据产业发展实际，利用企业数据从数据资源层、基础硬件层、通用软件层、行业应用层、安全保障层5 个层级对我国的大数据产业产值进行测算，结果显示，“十四五”时期我国大数据产业年均复合增长率预计为25%。

整体来看，我国大数据产业和数据要素市场相关研究已形成部分成果，对发展实践的指导作用持续显现，但也存在不足之处。一方面，缺少对我国大数据产业和数据要素市场建设经验的梳理总结。当前我国各地特别是长三角、珠三角、京津冀地区的大数据产业发展较快，对数据要素市场积极探索培育，实践发展已领先现有的理论研究，有必要对其进行体系化的梳理总结。另一方面，随着我国大数据产业和数据要素市场建设的持续推进，在发展过程中涌现出不少新问题新挑战，有必要对问题挑战进行重新梳理分析。

三、部分省（区、市）大数据产业和数据要素市场发展模式比较

从全国层面实践来看，随着全国一体化大数据中心建设、“东数西算”工程的全面启动，我国大数据产业和数据要素市场的建设已经呈现区域集聚协同发展态势，主要分布在以北京为代表的京津冀地区，以浙江、上海为代表的长三角地区，以广东为代表的粤港澳大湾区等区域。同时，以贵州为代表的欠发达地区在大数据产业和数据要素市场构建方面也独具特色。本节从数据制度创新、数据开放共享、数据中心整合、数据创新应用、数据资源流通与交易等方面对以上省（区、市）在大数据产业和数据要素市场方面的经验进行梳理总结。

（一）北京：设立数据专区，探索“数据可用不可见”交易范式

得益于丰厚的人才、资金资源和较好的创业环境，北京拥有全国最多大数据企业，大数据产业主要分布在数据分析和处理、数据管理、可视化等高价值环节，是我国大数据产业发展的关键增长极。在数据开放共享方面，北京将公共数据分成四个级别，从而为不同级别的数据汇聚、应用、交易、共享和开放提供支撑，在一定程度上实现了“能开放尽可能开放”的状态。例如，北京的政府公共数据采用了无条件开放、有条件开放、数据专区开放（即重大领域、重点区域或特定场景设立了“数据专区”）等三种形式，同时设立数据产业联盟，引导联盟内企业自主开放数据，形成多层次、广覆盖的数据开放体系。在数据中心整合方面，受北京产业发展政策影响，北京充分发挥京津冀协同发展趋势，引导数据中心向天津、河北转移外溢，持续发挥京津冀各区域产业比较优势。

在数据资源交易与流通方面，北京于2021 年3 月成立国际大数据交易所，是我国第一家基于“数据可用不可见，用途可控可计量”交易范式和交易原则的大数据交易所。[19]北京大数据交易所在交易生态、交易技术、交易模式和交易规则方面都进行了有益创新：一是在交易生态方面，通过整合数据提供方、算法参与方、场景参与方、技术支撑方、数据交易服务方等数据交易相关要素，成立了北京国际数据交易联盟；二是在交易技术方面，北京国际大数据交易所上线IDeX 系统，该系统基于区块链技术进行研发设计，可为上架交易的数据产品进行登记，实现数据资产唯一性确权；三是在交易模式方面，创造“可用不可见、可控可计量”新型数据交易范式，以数据使用权和数据产品、服务为交易对象，探索在金融、医疗、商业等应用场景实现数据价值安全流动；四是在交易规则方面，建立数据合理化定价机制，在全国率先推动开展数据资产评估，探索数据资产评估方法。同时，该所提出数据跨境管理解决方案，创新推出数据托管服务平台，通过提供数据驻留、脱敏输出、融合计算、建档备案等服务，为国家推动跨境数据流动进行了有益探索。

（二）浙江：建成“数据高铁”和“数据产业仓”，发挥第三方社会力量

浙江将数字经济列为“一号工程”，持续发展大数据产业，发力打造“云上浙江”、数据强省。从政策发展环境来看，浙江不断推出有利于大数据产业发展的政策措施。[20]2021 年，浙江大数据发展水平和产业规模指数位居全国第四，数据资源指数和行业应用指数位居全国第一。[21]

在数据制度创新方面，浙江颁布了全国首部公共数据领域的地方性法规《浙江省公共数据条例》，该条例已于2022 年3 月正式施行，条例对浙江省域内的公共数据收集、归集、共享、开放、利用等作出较为详细的规范。在数据的开放共享上，一方面，浙江通过建立省级政务信息资源目录和共享交换体系，加强公共数据的归集和共享应用，目前已建成33 条“数据高铁”；另一方面，浙江搭建“省级产业数据仓、市级产业数据仓、行业数据仓、企业数据仓”四级架构，归集整理各类涉企公共数据，试点开展行业产业大脑数据归集，初步形成从企业数据仓、行业数据仓到产业数据仓的产业数据资源体系，实现跨部门、跨区域、跨行业、跨系统的产业数据资源整合。

在数据资源流通与交易方面，浙江注重激发微观主体活力和创造力[22]，重点依靠第三方力量，通过开设数据资源服务公司来开展资产化的管理运营。

（三）上海：建立大数据交易所，明确“不合规不挂牌，无场景不交易”原则

作为我国的经济和金融中心，上海在大数据产业发展特别是数据要素资产化探索方面具备较好的先天优势。数据显示，2020 年上海大数据产业规模超过2300 亿元，同比增长16.3%，数据中心市场规模达到140亿元，年增长率近15%。[23]

在数据开放共享方面，上海设立了公共数据开放平台，截至目前开放50 个部门数据，100 个数据开放机构，涵盖了5466 个数据集、44985 个数据项和20 多亿条数据。此外，上海推动长三角区域的数据合作，注重打造长三角一体化数据中心建设。在数据制度创新方面，《上海市数据条例》于2022 年1 月开始施行，对上海的公共数据流通共享和安全保障、数据要素市场构建等作出相对详细的规定，鼓励上海市各部门建立首席数据官制度。

在数据资源流通与交易方面，上海数据交易所于2021 年11 月正式挂牌成立，标志着上海正式开启探索数据交易流通。上海数据交易所成立一开始，即对当前数据交易过程中存在的确权难、定价难、互信难、入场难、监管难等众多难题进行了有益探索。例如，构建全新的数商体系，该体系具体包括数据交易主体、数据合规咨询、数据质量评估、数据资产评估、数据交付等部分；创新实施众多数据交易领域的配套制度规范，针对数据交易全流程提出一整套有机的制度规范，具体包含从交易场所、交易主体到交易生态体系的各种办法规范和指引标准，同时明确“不合规不挂牌，无场景不交易”的交易原则，该交易原则对于我国开展数据交易场所建设具有非常重要的借鉴意义；创新研发全新的数据交易系统，能够充分保障数据交易的全时挂牌、全域交易、全程可溯；设计数据产品的登记凭证，借助数据产品登记凭证与数据交易凭证，所有在交易所内发生的数据交易活动都可以实现“一数一码”，便于进行统计分析和普查优化；创新编制数据产品对应的使用说明书，数据产品说明书能够确保交易的数据产品可被阅读和理解，将抽象数据变为具象产品。[24]

（四）广东：探索数据交易“两级市场”，创新数据资产应用

广东是全国大数据产业发展的领先省份。数据显示，2021 年广东省数据中心市场规模达到164.1 亿元，复合增长率超过20%。[25]在制度创新方面，广东于2021 年7 月发布了《广东省数据要素市场化配置改革行动方案》，在数据要素市场化配置改革方面提出诸多创新举措，该行动方案是全国首个数据要素市场化配置改革行动方案。例如，行动方案提出了要发挥政府、市场和社会的“三方机制”，构建公共数据开放利用的“一级数据要素市场”和社会数据交易“二级数据要素市场”等。

在数据开放共享方面，广东数据资源总量和共享水平位居全国前列，截至2021 年8 月，广东完成了全省政务信息能力和公共数据资源普查，归集数据超过285 亿条，并通过“开放广东”政府数据统一开放平台向社会开放了资源环境、教育科技、交通运输等12 个领域的政务数据。广东率先在省内各级政府试点首席数据官制度，首席数据官的职责主要是负责统筹数据管理和融合创新、组织制订数据治理工作的中长期发展规划及相关制度规范等。在数据中心整合方面，广东规划设立韶关数据中心集群，承接广州、深圳等省内发达地区的算力需求。在数据创新应用方面，广东创新公共数据资产化应用，发布了全国首张公共数据资产凭证。例如，支持企业通过“用电数据”作为资产凭证来申请融资贷款。

在数据资源流通与交易方面，广东在全国首次推出数据经纪人名单，并在本省范围内的电力、电商、金融领域龙头企业开展数据要素交易流通模式探索。2022 年5 月，经过多轮协商，由数库科技生产的数据产品成功与知名境外头部对冲基金达成交易，在深圳开展全国首批跨境数据交易业务。目前，广州和深圳都在开展大数据交易场所建设。

（五）贵州：超前布局大数据发展战略，探索数据交易规则

贵州是全国较早探索推进大数据发展战略和数据要素市场化配置的省份。得益于适度超前的政策先发优势，当前贵州大数据产业的竞争力持续增强，产业布局日益清晰，大数据相关领域投资较为活跃，数据要素市场培育初见成效。

在数据开放共享方面，贵州在2014 年就上线了我国第一个一体化的政府数据平台，该平台集成贵州省、市、县三级政府部门的信息化系统和公共数据资源，从而实现一体化管理和运营。[6]以公共数据开放作为突破口，贵州开展公共数据资源授权运营，推动公共数据场景应用。在数据资源流通与交易方面，2015 年4 月，贵州率先成立贵阳大数据交易所，探索数据要素的交易价值和交易模式。近年来，贵州不断优化贵阳大数据交易所的运营模式和组织架构，探索“政府引导、企业主体、多方参与”的数据交易生态。2022 年5 月，贵阳大数据交易所发布全国首套数据交易规则体系，具体包括数据要素流通交易规则、数据产品成本评估指引、数据产品交易价格评估指引等方面的规则。

通过对部分先发省（区、市）大数据产业和数据要素市场发展模式和经验做法的梳理总结发现（见表1），各地充分考虑和结合本地区位特点、资源要素禀赋、人才科研资源、产业发展特色等因素，通过数据制度创新先行，个性化、差异化、有侧重、有针对地探索大数据产业发展和数据要素市场建设，在数据开放共享、数据中心整合、数据创新应用和数据资源流通与交易等方面，形成了不少具有独创性、值得推广的发展模式和经验做法。

表1 部分省（区、市）大数据产业和数据要素市场发展模式和经验做法汇总

四、我国大数据产业和数据要素市场存在的问题分析

近年来，大数据产业已经成为推动我国经济社会发展的重要引擎。我国大数据产业和数据要素市场建设取得显著成绩，在政策体系、产业基础、产业链构建、生态体系等方面持续完善。但在实践中仍存在不少制约其发展的问题和短板，大数据容量大、类型多、速度快、精度准、价值高的“5V”特性尚未得到充分释放。[26]

（一）我国大数据产业区域间发展仍不平衡不充分

当前，我国大数据产业发展主要集中在东部地区，中西部地区产业发展则相对较慢，大数据等新一代信息技术对于中西部经济社会驱动作用尚未迸发出来。根据《中国大数据产业发展指数报告（2022）》数据显示，从省份层面来看，在大数据产业发展前15 强省份中，东部省份有8 个，占据了半壁江山，中部省份占据5 个（含辽宁省），西部省份仅有2 个（见下图）。从城市层面来看，大数据产业发展不平衡不充分的特点更为显著。可以发现在大数据产业发展指数城市级排名前20 名中，东部城市有15 个，中部城市有2 个，西部城市有3个（见表2）。原因主要有以下方面：

表2 20 个城市大数据产业创新能力指数排名

1.大数据产业在赋能经济社会发展的同时，也会受到经济社会发展的反向制约和影响。中西部经济发展基础较为薄弱，经济体量相对较小，客观上制约了大数据产业的发展规模。此外，大数据产业发展与信息基础设施息息相关，无论是产业基础层所需的通信设备、传感器、采集设备等硬件设施，还是开展数据服务和数据分析所需要的网络带宽、数据传输等网络环境，都需要完备优质的信息基础设施体系。近年来，我国大力推动信息基础设施建设，但在全国来看，中西部的信息基础设施仍存在不足，对大数据产业的支撑作用仍需进一步释放。

2.从产业结构来看，中西部地区的实体产业发展较为单一和集中，主导实体产业的工业化、数字化和智能化水平较低，难以对大数据产业的发展形成有力支撑。以贵州为例，当前主导实体产业主要是现代能源产业、优质烟酒以及旅游产业。根据贵州省统计局的数据，2021 年贵州现代能源总产值为3520.05 亿元，优质烟酒总产值为1618.51 亿元，贵州旅游及相关产业增加值超过1000 亿元。这些产业数字化转型的迫切性相对较弱，一定程度上削弱了大数据产业发展壮大的产业基础。

3.中西部大数据产业链发展不够完善，产业链发展整体呈现中间强（数据存储和数据管理）、两头弱（数据采集与清洗、数据分析、数据运维和应用）的特点。[27]以贵州为例，大数据产业布局多处于产业链低价值环节，以初级的存储备份为主，处于产业链中高端的云计算服务、数据清洗、数据标注等业务布局较少，储存性、备份性的“冷数据”多，生产性、运营性的“热数据”少，囤“数”的规模远大于用“数”的规模。此外，大数据相关配套产业部署也不完善，与软件和信息技术服务业相配套的模拟验证、性能测试、安全等保（即信息安全等级保护）、造价评估等专业服务产业明显缺失。

图15 个省（区、市）大数据产业创新能力指数排名

（二）大数据产业创新能力有待加强

大数据产业技术体系的核心是面向海量数据的存储、计算和处理等基础软硬件和开源框架技术，这些关键核心技术是大数据产业持续稳定发展的重要支撑和底座。近年来，随着数据量急剧增大、数据类型愈加复杂、数据处理速度需求不断提高，大数据产业的关键核心技术也在不断演进迭代。以大数据通用化处理流程分类，大数据产业关键核心技术主要包括数据采集与预处理、数据存储、数据清洗、数据分析挖掘和数据可视化等方面的软硬件技术（见表3）。不难发现，这些底层核心技术基本由国外科技公司、高校或科研人员研发创造。我国大数据技术发展虽属于“全球第一梯队”，但基础软硬件、开源框架等关键领域与国际先进水平存在一定差距，主流大数据平台技术中自研比例不超过20%。我国大数据技术大部分为基于国外开源产品的二次改造，核心技术能力亟待加强。

表3 大数据相关核心技术及研发机构和人员

随着我国产业数字化进程加速，通用型、基础性大数据产品和服务已经远远不能满足各领域的数字化转型需求，以软硬一体、边云协同、系统集成、平台支撑为特点的综合解决方案将备受青睐，按需定制成为主流。[28]然而，我国当前大数据产业的整体创新能力不强，技术研发能力有限，对大数据应用场景的探索不够深入，大数据应用场景开发较为单一，如在大数据分析、治理、安全等关键环节仍缺乏可用、可信、可管的大数据产品和服务，无法满足各级政府、社会组织和广大民众更高层次的需求，高端产品和深层次应用解决方案不足。

（三）数据要素市场化配置仍处于创新探索阶段

2015 年，我国第一个大数据交易所在贵州成立。根据国家工业信息安全发展研究中心发布的《2022 年数据交易平台发展白皮书》显示，截至2022 年8 月，全国已成立44 家数据交易机构，平台的注册资本多数介于5000 万元至1 亿元间。但从后续的发展和经营状况来看，我国的数据要素市场建设仍远未达到理想目标。以贵州大数据交易所为例，公开资料显示在贵州大数据交易所建立初期，数据交易额非常低，甚至可以忽略不计。近年来，大数据交易所通过调整组织机构、完善交易规则、拓展交易链条等积极举措，数据交易额已有一定起色，但同土地、资本、劳动等其他生产要素市场相比，整体发展仍存在较大差距。目前我国的数据交易场所交易规模整体不大，仍处于初期萌芽阶段。原因主要有以下几个方面（见表4）：

表4 我国部分大数据交易场所发展现状

1.数据交易规则、数据交易体系和数据交易模式不够成熟。基于生命周期视角，现阶段我国大数据交易产业处于成长期[29]，全国各地都在积极探索数据要素市场化配置。明晰的产权和完善的权属登记制度是开展市场交易的基础。按照实物商品交易的经验，只有明确物品产权归属，才能更好地进行权责利的分配，进而制定相应的规则以规范约束市场交易各方行为。[30]然而，结合贵州的实践来看，由于数据要素的独特性及其产权的复杂性，当前在数据交易过程中普遍存在数据确权难、数据定价难，市场交易主体互信难、入场难、监管难等一系列痛点和难点问题，这些问题将会抑制数据要素市场相关主体参与的主动性和数据要素市场交易需求。存在的不确定性导致供求双方面临逆向选择和道德风险，显著增加市场交易成本，难以形成正向激励。

2.数据交易生态构建不够完善。当前，由于数据要素市场发展和建设进展较慢，交易系统、交易平台、安全保障等基础设施建设仍处于探索和尝试阶段，因此与数据交易相关的各类主体如数据供应商、数据中介服务商、数据需求主体等参与的积极性不强。已有的数据交易主要是靠官方撮合和引导，市场主体自发参与的激励不够。政府、企业、科研院所、行业协会、孵化器、国际合作等多元主体参与的数据要素市场创新生态尚未形成。[31]

3.数据资源供给能力不足。现有公共数据开放程度不够，已有数据开放平台上的数据存在内容重复、种类单一、数量整体偏少、质量参差不齐等问题。共享的数据以传统统计类数据为主，社交网络数据、视频数据等新型数据较少，覆盖面较窄，数据开放系统的接口开放率较低。[32]同时，由于客观上存在的数据管理标准不完善、数据交易体系不健全、数据资源供给能力有限等问题，在一定程度上导致交易场所内的数据资源整体质量不高、交易流通不畅、供需不匹配等现状。大量的有价值且可公开利用的“沉默”数据分散在公共部门和企业，而这些部门和企业由于种种原因，并未完全摸清自身的数据资源状况，同时限于自身信息能力，海量的数据资源短时间难以变成有价值的数据资产，从而导致数据资源有效供给不足。[33]

（四）发展机制和安全机制仍存在障碍不足

1.社会认识不到位，企业数据管理能力偏弱。部分领导干部对大数据产业的认知和了解不到位，大数据领域相关的专业知识和能力欠缺，产业服务能力明显不够，缺乏“用数据说话、用数据决策、用数据管理、用数据创新”的大数据思维。产业数字化转型政策扶持不够精准，政策兑现力度与企业诉求间存在较大差距，从而形成制度性障碍。企业等市场主体对大数据融合应用的准备不足，自身信息化基础较弱且意愿不强，对数字化转型的重要性认识不足，企业决策管理层对数字化转型前景缺乏信心，企业数字化转型意愿不强，数据资源优势尚未转化为发展优势。

2.大数据企业融资难问题突出，多层次金融支撑体系尚未健全。一方面，大数据企业多数是中小微民营企业，发展初期通常需要持续资金投入，以便确保技术研发工作的有序开展，但当前大部分科研支撑计划较多支持具有“国字号”背景和行业龙头企业，广大中小微企业较难得到经费支持；另一方面，大数据企业是轻资产运作企业，其符合银行借贷要求的抵押资产少，而各地能实施专利权质押贷款的银行又较少，因此资金成为大数据企业持续发展壮大的掣肘。

3.大数据产业安全机制不完善，数据安全产业支撑能力不足，敏感数据泄露、违法跨境数据流动等隐患依然存在。大数据平台整合存储了海量的民众、企业和社会组织数据，当前大数据平台大多基于Hadoop 框架进行二次开发，安全机制和安全保障能力均比较薄弱。以上这些数据一旦遭到泄露，对民众而言可能会造成隐私曝光等不良影响，对企业和机构可能造成核心经营数据和商业秘密泄露，对政府可能造成管理决策失误、社会治理失灵乃至国家安全等问题。[34]

五、对策建议

“十四五”时期是我国数字经济建设的关键时期，对大数据产业发展提出了新的要求，产业将步入集成创新、快速发展、深度应用、结构优化的新阶段。党的二十大报告提出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。综上所述，我国大数据产业和数据要素市场应在以下几个方面继续努力。

（一）持续夯实中西部产业发展基础

1.推进中西部数字基础设施建设。适度超前统筹建设通信基础设施、算力基础设施和融合基础设施等新型基础设施，提升技术攻关和市场培育能力。加大5G 和千兆光网部署力度，打造大数据产业发展的“大动脉”。充分利用超大数据中心集聚优势，打造满足数字化转型的云端服务设施，着力解决传统产业的算力需求，让传统产业能够实现“轻装上阵”。

2.推动中西部传统产业数字化转型。充分利用人工智能、大数据、云计算、区块链等智能技术，助力电力、交通、水利、物流等传统基础设施优化升级。加快建设独具特色的工业互联网平台体系，依托工业互联网平台降低中小微企业进行数字化转型的门槛。探索培育基于工业互联网平台的虚拟产业集群，构建以新型工业操作系统和工业APP 架构为核心的智能服务生态，逐步形成大中小企业各具优势、竞相创新、梯次发展的数字化产业格局。[35]

3.健全区域协同机制，形成优势互补发展“新格局”。依托国家“东数西算”战略，激活数据资源流通活力，以数据流带动引领带动资金流、人才流、技术流等，推动大数据产业有效转移，引导各地区大数据产业特色化、差异化发展。鼓励中西部地区积极引进和培育数据采集、储存、清洗、脱敏、建模、分析、可视化等领域的大数据企业，发展第三方大数据服务产业，培育优质大数据服务供应商，开展数据深度采集、数据清洗、数据标注、数据分析、数据可视化等数据服务。

（二）加强关键核心技术攻关

1.充分利用我国大数据产业超大市场规模优势，积极补齐关键核心技术短板不足。重点强化拥有自主知识产权的基础软硬件的底层支撑能力，推动自主开源框架、组件和工具的研发，发展大数据开源社区，培育开源生态，全面提升技术攻关和市场培育能力。推动大数据与人工智能、区块链、边缘计算等新一代信息技术集成创新，形成集成创新优势。鼓励企业等各类创新主体开展数据生成、采集、存储、加工、分析、安全与隐私保护等通用技术研发。

2.持续探索大数据应用场景。鼓励大数据企业积极利用数据资源开发全生命周期产品，针对农业、工业、服务业三次产业不同特点和需求，研发兼具个性化和适用性的数据产品和配套增值服务，促进大数据与各行业各领域的深度融合。探索在金融、物流、交通、医疗等不同行业领域建设大数据平台，形成成熟且适合推广的应用案例和场景，时机成熟则可在其他行业和领域进行推广。

（三）强化数据要素市场化配套体系

1.推进数据要素市场化配置。鼓励各类所有制企业参与数据要素交易平台建设，按照数据性质在规则体系、技术保障、商业模式等重点领域开展试点探索，加快建立数据资源产权、交易流通、跨境传输和安全等的基础制度和标准规范。开展数据要素市场规则体系研究，培育数据要素市场相关主体，建设并完善数据要素市场监督管理体系。持续优化提升现有数据流通交易平台，探索数据要素一、二级市场建设模式，开展数据经纪人、数据信托等创新举措试点。

2.加强数据要素资源供给。多渠道引导潜在数据提供方上线交易数据产品，丰富数据产品和服务的市场供给。推动公共数据资源开放，在确保安全的前提下逐步向社会开放。加强社会数据资源的开发利用，推动产业、互联网等领域数据标准化采集，提升社会数据资源开发利用程度。鼓励市场主体挖掘自身的商业数据价值，开展专业化、个性化、定制化的数据服务。调动行业协会、科研院所、企业等多方参与教育、金融、医疗健康、工业互联网、文化旅游、交通出行等重点行业创新数据开发利用，推进数据产品服务供给和需求高效联动。持续优化数据资源共享开放管理流程，为数据需求主体使用数据资源提供便利条件。

（四）完善大数据产业管理支撑体系

1.组织针对领导干部的大数据和数据要素知识培训，提高对大数据产业的认识水平，提升服务大数据产业和企业的能力，增强利用数据创新工作的能力水平。加强扶持政策的落地性，面向大数据发展重点领域、典型场景推出一批特色化、精准化、个性化的扶持政策。用好各类大数据专项资金和基金，创新资金投入方式，加大大数据重点企业项目、大数据与实体经济融合共性技术研发及产业化等支持。

2.加强对大数据企业的金融支持。鼓励金融机构创新多种方式支持大数据产业发展，开展信易贷（即全国中小企业融资综合信用服务平台提供的贷款服务）、知识产权质押、产业链融资、信用保险保单融资增信等业务。鼓励政策性担保机构加大对大数据产业知识产权质押贷款的担保支持力度，对为大数据企业提供信用担保的机构给予补贴。

3.强化大数据平台系统安全保障。统筹安全和发展的关系，加强重要大数据系统和平台的安全防护，推进安全可控和自主可控的数据产品研发与应用，开展大数据相关的技术、产品和平台的可靠性及安全性评估。支持贵阳市大数据安全靶场建设，有序部署数据安全防护和网络攻击演练，定期组织检测大数据领域的新技术和新产品。建立并完善数据要素安全管理体制机制。