189 8069 5689
◇ 由于数据确权、分类分级、价值评估等方面缺少理论和政策支撑，国内已建设的数据交易中心，有效的数据交易量微乎其微
◇ 跨层级、跨地域、跨系统、跨部门、跨业务的数据共享方面仍存在障碍，特别是一些垂直系统的数据获得难度仍较大
世界正迈向数字经济时代，挖掘和创造数据价值已成为大国竞争的焦点，也是我国治理能力提升和经济稳定发展的必然选择，培育数据要素市场势在必行。
今年初，中共中央办公厅、国务院办公厅印发《建设高标准市场体系行动方案》提出，加快培育发展数据要素市场，研究制定加快培育数据要素市场的意见，建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范，推动数据资源开发利用。
数据市场培育：需要勇闯三道关
数据要素市场培育是涉及整个经济社会运转的系统性工程。随着新的业务形态、技术能力和应用场景的不断涌现，在思想观念、制度规则等方面产生新旧冲突与矛盾，主要体现为三个方面。
第一道关：业务形态快速革新与数据观念相对滞后的矛盾。第一代信息技术的飞速发展促发一系列新型业务形态，但社会整体数据观念仍相对落后，基础理论和制度规划仍不完善，给要素市场发展造成了阻碍。一方面，基础理论认知不足。目前学术界和产业界对数据要素有关概念、内涵和外延尚未达成一致，边界划分不清晰，特别是对于数据确权、分类分级、价值评估等方面理论研究不深入，实践缺少理论指引，如国内已建设的数据交易中心，由于数据确权等方面缺少理论和政策支撑，有效的数据交易量仍微乎其微。
另一方面，制度供给不足。我国关于数据的法律法规相对滞后，数据安全法、个人信息保护法等上位法仍在制定过程中，国家数据治理的体制机制尚未理顺，数据标准规范有待扩充完善，相关政策措施亟待抓紧研究制定。如当前数据安全的管理仍存在模糊地带，公共数据开发和运营缺少依据，企业在开展相关业务时畏首畏尾。
第二道关：技术能力快速提升与资源供给相对不足的矛盾。
数据资源存在底数不明、质量不高、流通不畅等问题，导致数据资源供给能力无法适应数字经济快速发展的迫切需要。
数据供给不足。数据治理需要具备专业知识体系、专业技能及实战经验，当前很多部门和企业对所拥有的数据资源底账情况还处在混沌或无序状态，而且存在更新频度低、多源数据歧义等质量问题，数据难以从资源变为资产乃至资本。
数据流通不畅。受部门职能、责任边界、数据质量、安全风险等不同因素制约，部门间数据交换共享仍存在较大阻碍。以政府数据为例，随着各地大数据主管部门的成立，本地数据共享能力不断提升，但在跨层级、跨地域、跨系统、跨部门、跨业务的数据共享方面仍存在障碍，特别是一些垂直系统的数据获得难度仍较大。
第三道关：应用场景快速涌现与安全保障能力相对不够的矛盾。由于内部治理体系不健全、安全防护措施不到位、安全防护能力跟不上等原因，数据安全风险压力加大。同时，由于监管思路、模式及手段还没有及时转型等因素，隐私保护、数据垄断等非传统安全风险浮出水面。
在此背景下，数据泄露问题严重。如微博5.38亿用户数据泄露、雅诗兰黛4.4亿条用户数据泄露、英国某安全公司泄露50亿条安全记录等。据统计，2020年前三季度公开报告的数据泄露总量超过300亿条。
在隐私保护方面，虽然在网信办等多部门的打击下，移动APP侵犯个人隐私问题得到明显缓解，但类似剪贴板数据监控、关联应用调用等新型问题不断涌现，需要不断完善监管规则和能力。
在数据垄断方面，由于大量公共数据集中在平台企业，如何避免出现数据歧视、信息茧房、大数据杀熟乃至隐私侵犯等问题，管理部门需要不断更新监管思路、模式及手段。
激发活力：瞄准新型生产关系
激发数据要素市场新活力，释放数据要素新动能，政府部门要发挥引领作用。
一是建立完善数据治理体系。
依托数据主管部门，构建政府主导、多方参与的数据治理体系，厘清政府、企业、个人等在数据要素市场中的权责边界，营造良好的数据创新应用环境，推动数据要素资源的合理开发利用。
完善公共数据资源管理机制。确立数据资产地位，建立完善数据目录、分类分级、质量保障等管理制度和标准规范，形成公共数据权威高效开放共享机制，确保公共数据资源有效供给。
引导建立数据资产运营机制。以公共数据资源合规性开放利用为突破，参考自然资源特许经营模式，建立数据开发利用、加工运营、交易服务等流通机制，推动数据产品和服务的有序流动，确保数据市场平稳运转。
建立完善数据安全管理机制，明确数据全生命周期的数据安全管理要求，明晰数据提供方、汇聚方、运营方、开发方、使用方、监管方等各方权责。
二是加快提升数据生产力。
优化数据资源供给。组织开展数据资源普查、登记、盘点，形成数据资源一本账。推进一体化大数据平台和数据共享交换平台迭代更新，按照物理分散、逻辑集中的集约化原则，打造标准规范、互联互通的数据资源开发利用支撑体系，提供优质数据资源。
提升数据技术能力。引导培育一批具有自主知识产权的国产化工具，实现关键核心技术突破，针对数据采集、传输、存储、加工、脱敏、安全等全生命周期各个环节开发一批技术工具、产品及解决方案，确保数据要素市场配套技术的自立自强。
培养数据人才队伍。依托高校和社会培训力量培养数据工程师、数据咨询师、数据治理专员、首席数据官、数据科学家、数据分析师等专业人才。
三是形成新型数据生产模式。
探索建立数据资产运营机制。以应用场景为牵引，以技术为支撑，以市场为纽带，以试点示范为突破，打造数据生产新业态。
探索形成数据加工模式。构建安全可靠的数据资源开发利用环境，打通政务数据、企事业单位数据以及第三方社会数据汇聚通道，促进多元主体参与各类数据产品、服务的开发及运营。
探索数据资源配置模式。借鉴公共资源管理方式，将公共数据资源纳入公共资源配置范畴，探索数据要素一、二级市场配置模式，开展数据中介、数据经纪人、数据信托等方式在特定领域小范围尝试实践，实现资源配置程序合规化、效率大化和效能最优化，统筹健全数据管理权、运营权、开发权、监管权的权责分工体系，探索形成数据资源价值的收益分配机制，确保数据生产及流通可管可控。
四是强化数据安全保障能力。
依据网络安全法等相关法律法规，制定完善数据安全管理办法，提高数据安全监管能力。针对数据要素市场各参与方，强化企业主体责任。鼓励采用密码、隐私计算、区块链等技术手段，营造安全可靠的数据资源开发环境，提高数据访问、流向控制、数据溯源、数据销毁等关键环节技术管控能力，确保数据利用来源可溯、去向可查、行为留痕、责任可究。