我国数据要素流通现状、困境及对策建议

殷利梅 黄梁峻

2022年12月，《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》（以下简称《意见》）印发，把“破除阻碍数据要素供给、流通、使用的体制机制障碍”作为基本思想，提出了探索数据产权分离、规范数据要素流通和交易制度等创新性举措；2023年2月，《数字中国建设整体布局规划》发布，提出“畅通数据资源大循环”，体现了中央层面对促进数据要素流通的高度重视；3月，国家数据局成立，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用。

数据是数字经济时代的“钻石矿”，经历采集、汇聚、存储、共享、交换、分析、应用等过程，在流通中产生价值。新形势下，如何破解瓶颈，创新渠道和模式，加快构建符合数字经济发展规律的数据流通体系，已成为进一步释放数据要素价值的关键。

一、数据要素流通现状

我国数据要素产量持续扩大，《数字中国发展报告（2022年）》显示，我国数据产量达8.1ZB，同比增长22.7%，全球占比10.5%，稳居世界第二；国家工业信息安全发展研究中心测算数据显示，我国数据交易规模持续增长，2022年交易规模超700亿元。当前数据要素流通可分为场内流通和场外流通两种模式，此外数据经纪人、数据空间、数据信托等模式同步加速探索。

（一）从场内流通市场上看，数据交易机构加速建设，但流通模式仍待破题

近年来，各地积极布局建设数据交易机构，截至2023年4月，全国已注册40多家数据交易所，其发展经历了两个阶段：

第一阶段以2015年贵阳大数据交易所成立为标志，这一阶段全国成立了20多家数据交易机构，但相关机构并未探索出可行发展模式，目前大多数面临注销或重组。

第二阶段以2021年北京、上海、深圳等地的数据交易所成立为标志，此阶段各数据交易所开始以新技术和新模式重新探索场内数据流通路径。一是重新思考职能定位。北京、上海、深圳等地的数据交易机构均不约而同地将自身职能定位为准公共服务机构，从优化数商产业建设、赋能传统经济和中小企业、协助社会信用体系构建等方面提出了社会效益目标。二是重新探索盈利模式。当前各大数据交易所逐渐摒弃了以收取交易佣金为主要收入来源的模式，并开始探索发展了会员制、增值式交易服务等多种服务和盈利模式。三是不断创新交易模式。例如，北京国际大数据交易所对数据要素采取分级分类处理模式，针对数据敏感度的不同，匹配相应交易类别，探索交易模式创新。四是引入技术手段探索数据价值聚合。通过采用隐私计算、区块链等技术，实现“数据可用不可见，用途可控可计量”，从而融合多方数据资源，实现价值释放。

但整体来看，由于缺乏建设经验及配套产业，当前数据交易机构运营情况并不理想。上海数据交易所研究院数据显示，2022年场内数据交易规模不足场外数据交易规模的2%。超半数场内数据交易机构年成交量不足50笔，场内数据流通模式如何破题仍有待进一步探索。

（二）从场外流通市场上看，应用场景不断拓宽，但数据流通多局限于小范围自循环

当前的场外交易市场的交易模式大致可分为两种类型。

第一类是基于自身业务产生的数据提供数据产品和服务的模式。此种模式下，数据供给方的数据完全基于自身业务产生，并以自身的业务数据服务产业链上下游的生态伙伴。例如，在电商领域，阿里云、美团通过向线上商户提供电商各行业品类的销售数据报告等方式为线上商户进货和生产决策提供依据；在通信领域，地方政府通过采买三大运营商用户位置信息，可识别人口在本市的时空分布及动态迁移情况，从而辅助人口流动管理，服务经济社会大局；电力领域中，大型工业企业通过采买工业用电数据分析报告，为投建分布式电力储能设备提供数据支撑。

第二类是通过对接多种数据源提供数据服务的模式。此种模式下，数据提供方的数据主要来源于多渠道收集（包括公开渠道获取、购买数据库、与数据资源方合作等），并作为一个数据源的集成方为需求方提供相应服务。例如，在汽车供应链领域，达示数据所建设的汽车行业数据平台打通了108类汽车行业数据，为新能源汽车厂商生产结构和效益优化等提供决策依据；在外贸领域，环球慧思所建设的外贸数据终端系统融合汇聚了海关贸易数据、商业数据等数据源，为出口企业开展市场分析、行业监测等提供信息来源。

然而，当前场外数据流通供给多局限于小范围自循环。例如，互联网公司形成“阿里系”“腾讯系”等数据共享阵营，彼此之间数据壁垒森严，并产生了一定程度的“数据孤岛”问题，导致数据要素流通更加分散化，不利于建设高效、联通的大市场。

（三）从新兴流通模式上看，模式创新不断涌现，但实践规模和范围仍待扩大

借鉴国外经验，当前国内落地了很多新的数据要素流通应用模式。一是数据经纪人模式加快应用。广东推动数据经纪人“持牌上岗”，促成一批数据要素市场项目成功落地。二是数据空间模式加快落地。2022年以来，广东省政务服务数据管理局通过构建“个人数字空间”“法人数字空间”创造政务数据开放共享的安全环境；东方电气、华控清交、阿里云等企业在机床生产、质量检测、数据可信流通等领域落地了一批数据空间项目，为企业数据传输和技术合作提供信任基础。三是数据信托模式加快探索。《意见》提出鼓励“探索由受托者代表个人利益，监督市场主体对个人信息数据进行采集、加工、使用的机制”模式，中航信托等企业正在积极开展业务探索。但相关模式的探索能否形成可复制可推广的经验，仍有待检验。

二、数据要素流通困境

数据要素流通本质上是实现数据要素的最优配置，拓展数据的流通价值。但目前我国面临数据要素供给不充分、交易机制不健全、服务生态不完善等难题，阻碍数据要素的高效流通与价值释放。

（一）数据供给不充分，要素“难获得”

数据供给不充分是阻碍数据高效流通的首要难题。一是公共数据开放不充分。公共数据分类分级授权使用规范及管理标准仍未完善，精细化管理缺失，相当一部分可开放利用的数据资源仍处“休眠”。以政务数据为例，清华大学调研发现，政务数据共享仅占部门总数据的18%，全国开放数据集规模仅为美国的1/9。目前市场上除公安系统、电信运营商实名查询等少数开放程度较高、服务能力较强的公共数据库外，很多高价值公共数据或未开放，或开放了但无法满足市场应用需求，如税务、房产、公积金数据等。

二是企业数据供给担忧多、循环少。企业数据供给渠道存在“三不”阻碍，即企业或为保持自身竞争力而不愿共享数据，或担心商业数据泄漏而不敢共享数据，或数据标准不同而不能共享数据。此外，企业数据多局限于小范围自循环供给。

三是个人数据入市流通难度大。华中师范大学《中国政府开放数据利用研究报告（2022）》显示，2021年全国数据开放平台赋予数据自由利用权益的仅占26.74%，赋予数据自由传播保障权益的仅占18.6%。现有“授权同意”规则要求处理个人信息须取得个人“同意”甚至“单独同意”，无法满足高利用、高流通的应用需求。此外，通过“匿名化”处理去除与个人身份关联信息的方式，无法满足保险、医疗等场景应用中“与具体用户相匹配”的需求，大量个人数据沦为“化石”，难以流通应用。

（二）交易机制不健全，要素难流通

完善的交易机制是数据要素高效流通的保障。目前，我国数据交易市场在监管、准入、定价等方面仍存在缺位现象。一是监管机制不完善，监管主体不明、职责不清，缺乏对数据交易过程的实际管控，加密流通、数据溯源等技术和应用不成熟，数据交易市场管理机制和技术支撑体系仍未建立。二是准入机制不健全，哪些数据可以交易、哪些单位可以参与交易等问题尚未明确，参与主体缺乏互信。三是定价机制不统一，当前数据交易大都依靠“一事一议”或单方主导的方式定价，定价的随意性、掠夺性和垄断性问题突出，数据资产价值难保障，市场交易撮合难成功。

（三）服务生态不完善，要素“难应用”

一方面，数据服务商数量不足且良莠不齐。在数据交易磋商、资产定价、合规评定等方面缺乏规范化、专业性的服务支撑，导致数据交易中涉及的质量评估、合规评定等成本多由企业自身承担。根据《全国数商产业发展报告》，2022年我国数据资产评估、数据合规评估、数据质量评估服务商分别只占数商企业总体的3.44%、1.13%、0.38%，数据治理服务商更是只有13家。另一方面，数据人才不足。数据市场相关从业人员的技能水平缺乏评价标准，人员水平参差不齐，影响数据交易流通的安全、公平和可信。

三、对策建议

数据要素作为流通对象，从数据供给方传递到数据需求方，数据资源先后被多主体获取、掌握并利用。对此，应激活要素供给、畅通流通路径、培育应用生态，实现数据要素的价值全流程释放。

（一）强化数据供给，激发数据要素流通潜力

公共数据层面，应构建统一的公共数据分类分级标准，逐步明确公共数据开放目录。划分不能公开、有条件公开与无条件公开的公共数据，推动公共数据入市流通。探索从开放原始数据转向“数据可用不可见”转移，保障数据利用方仅能获得数据利用结果，无法获得与推理原始数据，降低数据泄露风险。

企业数据层面，应推动企业数据开放，探索“以数抵税”激励数据供给，明确执法边界，探索对企业间数据分享和数据再使用的行为设置豁免条款，以解决企业“不能、不愿、不敢”共享的难题。

个人数据层面，探索数据安全责任的适当调整，在个保法、数据安全法等现有框架下，探索推行数据授权后的使用方责任承担，原有数据共享、转让方不应也不宜承担责任。落实《意见》部属，开展个人信息数据托管试点工作，探索由受托者代表个人利益、监督市场主体对个人信息数据进行采集、加工和使用的机制。

（二）完善交易体系，增强数据要素流通能效

探索设立数据交易监管机构，加强数据监管技术研发和应用，强化事中事后行政监管和数据审计，保障数据交易安全有序。参照证券交易市场，从技术能力、资金保障、人员规模等多个维度，设立各类主体的市场准入条件，建立市场主体信息备案制度，保障交易可控可追溯，逐步构建交易市场信任机制。加快数据资产评估相关标准研制，建立标准化、规范化的评估方法和评估流程，统一评估准则，解决各方主体数据定价难题。

（三）培育应用生态，激发数据要素市场活力

建立数据交易所与数据商相分离的市场运行机制，构建所商分离的数据流通生态体系。制定数据资产登记管理政策，探索数据资产登记和交易溯源机制，推动数据资产化，提升企事业单位对数据资产的增值利用意识。培育数据服务产业，支持各地聚焦数据的标注、清洗、分析等环节，以及资产评估、登记结算、交易撮合等需求。建立数据人才资格认证体系，提升数据从业人员技能水平和专业素养，提高数据要素市场的人力资本水平。