关于四川省数据交易市场建设的几点思考

◆张 苑 雷山锋

数据成为生产要素，是我国要素市场理论新的突破和创新，也是我国经济体制改革的重要内容。信息技术的进步使得数据大规模采集、治理、存储、应用等能力提升，扩大了数据规模，为利用数据持续创造价值提供了可能，也为通过市场化方式利用数据打下了基础。

一、数据交易市场发展概况

（一）开展数据交易的政策背景

数字时代，数据作为数字经济的关键核心要素，其作用愈加凸显。2019 年，党的十九届四中全会首次将数据要素正式纳入生产要素范畴。2020 年4 月，中共中央国务院《关于构建更加完善的要素市场化配置体制机制的意见》明确提出，引导培育大数据交易市场，依法合规开展数据交易。2022 年3 月，《关于加快建设全国统一大市场的意见》再次强调加快培育统一的数据要素市场。12 月发布的《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“数据二十条”），更是为数据交易场所建设、数据交易生态构建等提供了明确指引。

（二）数据交易市场建设情况

2015 年，十八届五中全会正式提出“实施国家大数据战略，推进数据资源开放共享”，2015年4 月，贵阳大数据交易所作为我国第一家数据交易所正式挂牌运营，拉开了我国数据交易的序幕。到2017 年，面对数据孤岛问题难以解决、数据流通壁垒尚未消除、数据权属尚不明确等问题，各地数据交易场所面临经营困难，大数据交易机构建设进入冷静期和观望期。

十九届四中全会提出将数据作为生产要素参与分配，数据交易再度成为热点问题；2020年8 月，北部湾大数据交易中心在南宁揭牌成立；10 月，《深圳建设中国特色社会主义先行示范区综合改革试点实施方案》提出要研究开展数据交易的方式。目前，全国已有以贵州、上海、浙江、湖北、河南等为代表的多个省市建立了数据交易机构并开始运营探索。同时，国内数据交易参与主体也呈现出多元化快速发展的态势，各地纷纷提出要打造数商生态。

（三）数据要素交易面临难题

数据要素具有一些独特特征，与土地和劳动等有形要素相比，数据交易标的具有无形性、权属复杂性等特征；与资本要素相比，数据交易具有非标准性、非均质性；与技术要素相比，数据交易标的不具备独创性、法定性等特征。这些与传统生产要素的差异性，使得数据交易与传统生产要素交易相比面临数据确权困难、定价困难、监管难等诸多问题。

1.数据确权问题。数据价值的释放会产生直接的经济效益，而这些效益的分配又与其所有权、使用权、收益权等息息相关。作为数据进行公开交易的基础，数据的确权不仅仅包括原始数据的所有权，还应该包括采集、治理后的数据以及在此基础上衍生出数据的使用权、经营权等。“数据二十条”中明确了要建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，但是在实际操作中，如何推动数据持有权的获得、流通交易过程中权属的转移等仍是亟待解决的问题。

2.数据估值问题。数据估值是数据交易市场建设另一个重要基础，市场价格机制发挥作用的前提，缺乏明确定价机制的数据交易市场很难实现数据的大规模交易。数据价格是对数据质量、数据价值的一种衡量手段，现阶段，数据资源本身的价值无法直接判断，只能根据它可以产生的价值或支撑应用场景的价值来衡量，同时，考虑到数据供需双方对数据质量、数据价值的认识存在信息不对称，如果每个市场主体对数据价值的认识都是千差万别的，那么市场的价值发现作用就会大打折扣，因此，在应用场景差异巨大的市场中，用相对合理的标准衡量数据价值，明确数据的价格是数据市场建设中需要面临的问题。

3.安全监管问题。数据安全是关系数据能否大规模应用的前提。一是数据在采集、治理等过程中消耗的成本较高，而数据复制、窃取的成本很低，一旦发生数据安全问题，将会对数据交易参与方带来巨大损失。二是面临隐私保护问题。大数据采集了能够涵盖企业、个人生产生活方方面面的数据，可以实现对企业或个人的精准画像、精准匹配。这就对数据采集、治理、存储、交易、使用等各环节提出了更高的安全要求，需要的将会是全方位、全流程的安全监管。

数据交易市场建设面临确权、价格、安全等问题，这些问题的存在导致目前很难建设一个完整的、流动性充足的数据交易市场。现阶段数据交易、买卖等市场行为虽然一直存在，但是这些市场行为更多的是满足了买卖双方对于数据的需求，数据交易行为的透明性不足、市场化程度偏低。

二、数据交易市场的发展趋势

（一）数据增值服务占比持续增加

随着数据交易探索的不断深入，数据交易的对象将会由单一数据源交易向多维度多源数据融合转变，由高隐私风险的源数据交易，向以低隐私风险的再加工数据产品、模型化数据和智能化数据为主转变。数据交易服务也会更多地从底层数据向提供场景化、持续性的数据解决方案转变，第三方数据交易服务机构将介入数据交易的全流程，包括数据清洗、加工、审计、资质认证、建模等在内的整个交易流程。

（二）交易数据价值密度逐步提高

随着数据交易市场对交易规则、数据标准等重视程度的持续加深，参与交易的数据的标准化程度、治理水平将会快速提升。数据交易双方对高价值数据的需求，将会推动数据要素交易从非均质、价值密度低的数据逐步向价值密度较高的数据转变。随着数据在医疗、交通、旅游、教育等场景应用越来越丰富，各行业对高价值数据需求日益旺盛，多源数据融合分析及交易的需求规模将持续扩大，数据交易市场规模将逐步扩大。

（三）数据交易的智能化加快推进

随着政府、企业等全社会数字化转型的加快，数据的采集、治理、分析、挖掘和流通等需求持续增加，需要管理好、使用好的数据规模也在持续扩大，人工智能技术在数据领域的应用将快速拓展，利用自动化智能化的方式增强数据交易机构的数据管理效能，通过机器学习、大模型等人工智能对交易数据质量进行评估、交易行为进行全流程管理成为必然趋势，其中数据建模、数据标签、数据发现、数据标准应用将会成为自动化和智能化数据管理的主要应用方向。

（四）数据安全成为交易关注焦点

为了在安全可控的基础上推进数据交易流通，现阶段基于隐私计算的数据流通技术成为实现数据安全合规交易的主要思路，同时数据匿名、数据脱敏、数据加密、数据访问控制等技术也得到进一步发展。充分应用软硬件加密计算技术（如多隐私计算、同态加密、可信计算环境等）、联盟计算技术、区块链溯源技术，推动数据“可用不可见”交易方案的落地，将成为数据交易服务机构努力探索的方向。

三、数据交易市场建设重点分析

（一）以制度规范保障数据交易市场运行

推动数据交易市场建设，优先做好数据要素流通制度、法规、标准等规章制度建设，明确数据要素流通涉及的供给端、需求端、运营端、监管端、技术支撑体系、安全隐私保障体系等全流程的工作规程、法规条例、标准指引等。在特定行业和领域内形成小范围试点验证，同步优化完善相关制度规范与标准，逐步在全省推广应用。

（二）以场景牵引推进高价值密度数据交易

加快数据交易的核心是实现供给与需求的高效对接，在数据交易过程中要开展应用场景的数据需求分析，以挖掘、释放数据价值为导向，汇聚政务、零售、物流、医疗、金融等领域稀缺的高价值数据资源，吸引大量数据需求方参与数据交易，挖掘高频、高价值应用场景，提高数据交易规模和频次，形成高价值数据资源生态圈，提升数据交易的活跃度。

（三）以交易生态建设激发数据交易市场活力

充分发挥数据交易平台在数据交易中的核心承载平台作用，围绕数据供给方、数据需求方、数据服务方等多方需求，构建以数据资产、数据服务、数据产品为核心的综合性数据交易平台。完善数据交易服务机制，形成快捷入驻、数据产品发布、交易、交付、结算的标准化流程，加快形成数据治理、数据咨询、数据评估、数据合规等综合数据服务能力，提升数据的利用和交易价值。

（四）以高水平研究做好交易制度和技术支撑

数据要素作为新型生产要素，其流通共享、分析挖掘、安全保障、隐私保护、产业融合等需要持续的制度创新和技术研发，同时，技术可行性和安全保障体系的实际落地也需要长期持续的投入和研究，需要在不断深化对数据以及数据交易等认识的基础上，深入推进制度研究，加强自主可控、加密脱敏、隐私计算、区块链等数据流通交易相关技术研究。

四、对策建议

（一）加快推进制度标准建设

完善数据交易制度，制定数据交易管理办法、数据权益保护及交易争议解决办法、数据交易流通监管办法，建立数据资产评估、数据交易定价机制。建立数据资源登记管理制度，通过数据采集登记、数据资源登记、数据产品和服务登记、数据交易登记等一系列数据资产管理登记，实现对数据交易前、交易中、交易后数据持有权、加工使用权、产品经营权等权属的确认，做到对数据交易流通全过程的监督管理。支持数据交易机构制定数据交易服务指南、数据交易主体认证机制、数据交易安全保障机制等，保障数据交易参与主体合法合规开展交易活动。建立数据流通交易负面清单。

（二）完善数据交易流通机制

根据公共数据、社会数据、个人数据等不同类型数据开展分类分级管理，合理确定可交易数据范围、数据交易方式，综合运用协议定价、固定定价、集合定价等方式确定数据价值。以数据交易场所为枢纽和节点，持续扩大场内数据交易规模，率先推进金融、交通、旅游、医疗等拥有丰富数据资源的数据交易专区建设，提升对典型应用场景的支撑能力。建设数据应用场景实验室，丰富数据交易新产品、新模式供给，通过不同数据的融合应用展示数据价值，降低数据交易双方信息获得成本。

（三）搭建交易流通发展生态

鼓励政府、企业、社会组织等多方参与数据交易，形成推动数据交易流通和价值转化的有效路径。发挥龙头企业、社会组织等作用，集中引进培育一批云服务、区块链、隐私计算等数据交易技术服务企业。支持会计、审计、律所等第三方服务机构开展数据交易服务业务，并完善配套资质认证和管理机制。持续完善数据交易平台，围绕数据供给方、数据需求方、数据服务方等多方需求，明确数据交易平台主要功能。鼓励产学研合作，支持高校院所、行业协会、龙头企业等开展数据交易前瞻性研究，建立重点实验室、工程技术中心、协同创新基地等研发实体，围绕数据要素交易通用技术、核心技术开展深入研究，推动理论研究、科技研究与交易实践“并跑”。

（四）加强数据交易安全保障

数据交易流通过程中需要建立安全合规的技术运营体系，利用密码学技术包括可验证计算、同态加密和安全多方计算等方式，对数据进行加密，在保证数据安全性的基础上，减少数据泄露风险。探索利用区块链技术实现数据的追溯、存证、确权和利益分配，推动不同交易主体之间数据的连接。推动隐私计算技术的应用，在保护数据本身不对外泄露的前提下实现数据可用不可见、数据融合挖掘及数据价值流转，平衡安全性和隐私保护需求，更好发挥数据要素价值。制定数据的隐私保护和安全审查机制，成立专业的数据交易审查委员会，对数据产品和服务的合规性合法性进行审查，明确上市交易条件。