数据要素流通治理模式的构建路径

      内容提要：数据作为一项特殊的生产要素，需要在流通交易中释放价值。《数据安全法》和《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》等为构建我国数据要素[1]流通[2]的基础制度提供了重要的法律和政策指引。而数据要素流通基础制度如何落地，需要立足数据要素流通实践问题和发展方向，寻求数据流通治理的有效路径。本文通过探究数据要素特性及数据流通的底层逻辑，分析数据要素流通交易和价值实现面临的主要问题，结合企业实践，从市场规律、政府监管、技术标准、法律制度等纬度提出数据要素流通治理模式的构建路径和需要关注解决的重点问题。

　    一、数据要素价值释放的重要意义

　　习近平总书记2021年在中共中央政治局第三十四次集体学习时强调，要充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。作为以数据要素为重要生产要素的经济形态，数字经济已成为我国经济增长的重要推手。2022年，我国数字经济规模突破50万亿元，占GDP比重41.5%，当年GDP同比增长5.3%，数字经济同比增长10%。2012年以来，我国数字经济增速已连续11年显著高于GDP增速，充分说明了数据要素对于国家经济社会发展的重要价值。

　　数据价值的释放离不开安全的保障。《数据安全法》推动数据安全治理和技术应用，为数据运营提供法律指引，释放数据要素价值。该法在总则、第二章、第五章等章节明确了数据开发利用、产业发展与数据安全的辩证关系，规定了政务数据开放利用的要求，为个人、组织、企业、国家机关等主体处理数据提供了根本遵循。

　　数据价值的充分发挥需要以健全的数据要素市场为前提。《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“数据二十条”）坚持问题和目标导向，探索建立数据产权、流通、收益、治理等系列基础制度，旨在破除阻碍数据要素供给、流通、使用的体制机制障碍，更大程度释放数据要素价值。

　　作为数字经济时代的新型生产要素，数据具有非排他性、非消耗性、强融合性，这是其他传统生产要素，如资本、劳动力和土地等所不具备的。数据作为新型要素进入生产函数直接影响产业发展：一方面，直接赋能制造业，提高企业质量管控和生产制造能力，提升企业自动化、智能化生产水平，并能优化企业制造流程、缩短生产环节、降低生产成本，进而提高生产效率，促进传统经济向数字经济转变，实现产业数字化发展；另一方面，数据要素借助新一代信息技术的革新发展，发挥数据要素的创新、协同等效应，促进全部生产要素的互补与耦合，助力传统企业发挥行业需求、应用场景等优势，逐步形成新的生产组织形式，孵化出新产品、新服务，催生出新模式、新业态，培育形成新兴产业，进一步促进数字产业化发展。

　　同时，数据要素促进提高全要素生产率，能够引发“三新”效应。一是推动资源优化配置的“新规模效应”。资产数字化推动资源整合的规模体量从局部拓展到全局，大幅提升资本、人力等传统要素的投入产出效率。二是精准满足多领域个性化需求的“新范围效应”。数据在各领域的快速流通、复用，推动产品服务的范围大幅拓展延伸，有效满足大规模、个性化需求。三是突破人的经验和认知局限的“新学习效应”。通过对海量数据的价值挖掘，机器逐步成为学习主体，突破人的经验束缚和认知局限，不断创造新知识。

　　数据要素的流通交易是数据要素价值充分释放的基础，而市场化的数据流通方式是数据要素价值释放的重要途径：一方面，数据流通能够让数据的应用场景和使用范围不断扩大，而数据要素流通应用范围的扩大有助于充分激活数据要素潜能，培育和发展全国性数据要素市场；另一方面，通过数据要素流通交易，能够打破数据壁垒，使不同主体、不同行业、不同地域的数据实现交叉融合，从而推动数字领域产业生态的发展，激发数据要素的“放大、叠加、倍增”作用。

　    二、数据流通交易现状及面临的问题

　　（一）数据流通交易现状

　　我国大数据行业持续快速发展，2022年其产业规模达1.57万亿元，同比增长18%。政府的支持、技术的创新和市场的竞争将共同推动大数据产业发展提速，预计到2025年，大数据产业测算规模将突破3万亿元，年均复合增长率保持在25%左右。

　　在政策的引导与市场需求的推动下，特别是“数据二十条”等顶层设计出台后，各地、各部门从多个角度主动布局数据要素发展，各市场主体积极寻找在数据要素市场发展中的定位和角色，数据要素市场突破方向逐渐显现。

　　根据中国信息通信研究院发布的《中国数字经济发展研究报告（2023年）》统计，我国现有实际运营中的数据交易所近40家。从交易规模看，目前深圳数据交易所位居首位。截至2023年12月，深圳数据交易所完成登记备案的数据交易金额已超50亿元，汇聚305家数据商、338家数据卖方、1063家数据买方，覆盖金融科技、数字营销等228个交易场景。贵阳大数据交易所交易规模次之，完成交易金额25.1亿元，上市产品1521个。北京国际大数据交易所截至2023年11月的数据交易备案规模超过20亿元，交易主体500余家。上海数据交易所2023年数据交易额则超过11亿元，累计挂牌产品2110个。

　　从实践来看，企业之间的数据流通交易模式主要分为三种：直接交易模式、平台交易模式、资源互换模式。直接交易模式，即数据供需双方直接就交易内容进行约定与付款，如苹果、Meta、微软长期从Factual采购位置数据。平台交易模式，即通过第三方交易平台进行数据供需撮合，如“企查查”提供的企业主要人员信息查询产品通过上海数据交易所对外销售，可广泛应用于金融、制造业、互联网等各个行业。资源互换模式，即企业与企业间出于商业目的通过战略合作、投资并购等方式达成数据使用权的交换。例如，京东2017年开始推出“京X计划”，相继与腾讯、今日头条、百度、网易、新浪等达成战略合作，在数据资源上实现优势互补。再如阿里投资或并购高德、饿了么、优酷等企业，以扩充位置、生活服务、娱乐数据。

      （二）面临的问题

　　数据要素市场正在加快构建，但数据要素流通仍有不少问题需要破解。由于数据要素具有无形性、非标准性、实时动态性、可派生性等迥异于传统生产要素的特征，数据的资源化、资产化、资本化不能套用无形资产管理的一般规则，数据的占有、使用、收益、处分也难以直接适用物权法的有关规则。

　　囿于数据流通规则和标准缺乏预期，可信流通基础设施不完善，数据加工能力较弱、公共数据开放不足等原因，数据资源供给质量不高、数据流通量少，数据要素市场面临需求、供给不匹配的情况。究其背后原因，包括如下几个方面。

　　1．数据权属尚不明确，可流通范围尚不清晰，数据流通缺乏权责基础

　　根据《数据安全法》的规定，数据是任何以电子或者其他方式对信息的记录。数据即对信息的记录。可见，数据范畴广泛，作为新型生产要素有待明确诸多规则。

　　在数据权属方面，数据权益的法律保护还止步于反不正当竞争法、知识产权法和合同法的层面。“数据二十条”提出三权分置的产权运行机制，但需从法律层面明确数据权属和权利内容。在数据分类方面，公共数据、企业数据的界定缺乏统一标准。各地数据立法对于公共数据的范围认定不一致。在流通范围方面，可以流通交易的数据范畴不清晰，个人信息匿名化处理标准尚不明确。核心数据、重要数据目录未出台，流通要件法律并未提及。在责任范围方面，法律仅对个人信息共同处理、委托处理、向第三方提供和政务数据委托处理等规定了相关法律义务和责任，数据流通中各方主体的法律责任边界并未明晰。在交易动机方面，网络综合治理将相关运营主体作为主要监管对象，并形成了“谁接入，谁负责”“谁经营，谁负责”“谁主管，谁负责”的监管原则，数据领域也存在同样的监管预期。部分行业主体存在数据来源是否合规、数据交易是否安全等担忧，对数据运营较为保守。部分行业因为历史原因或涉及自身商业利益，缺乏数据开放或流通动机。

　　2．交易机制尚不完善，可信流通能力不健全，数据要素交易缺乏市场活力

　　当前，我国数据要素市场建设仍处于探索期，交易运行机制和支撑能力还不够完善，数据合作和场外交易是数据交易的主流。据统计，2021年我国数据交易规模超500亿元，以数据交易所或数据交易中心为主导的场内交易占比2%。数据交易所的交易标的主要是数据API接口、数据包、数据报告、数据产品和服务。数据交易几乎都是点对点的交易或通过服务合同的交易，数据的流转也更接近于类似“私人定制”的数据服务或小范围流转，“数据交易并不像土地交易所、证券交易所那样活跃，也不像商场里的商品那样高效流通”。

　　数据交易尤其是场内交易不活跃，原因除了前述数据权属、可流通范围不清晰，尚有四方面原因。一是数据合规要求。《个人信息保护法》《数据安全法》等对于个人信息保护实施严格保护政策，加之前期执法先例，使得涉个人信息的数据产品较难进入流通市场。其他数据产品也面临数据来源合法性、授权链条完整性等问题。二是由数据交易特点决定。数据交易往往涉及交易双方数据融合、比对，交易周期长。数据关系企业运营情报，不希望公开交易细节。公共数据及部分行业数据要求原始数据不出域，交易方已构建合适交易环境满足双方需求。三是数据要素市场可信流通基础设施尚不完善，流通技术标准不统一，互联互通服务质量和业务安全难以保障。四是数据资产定价面临现实挑战。尽管国家鼓励数据资产自主定价，有关部门也出台了相关文件探索数据资产定价规则，但是因为数据本身及其价值形成的特殊性，使得数据估价存在收益的不确定性、成本核算的复杂性和市场定价的不充分性等问题，制约了数据要素流通交易。

　　3．社会主体数字化能力不均，数据运营能力不足，配套的行业标准缺失

　　我国多数行业处于数字化转型初期。《2023埃森哲中国企业数字化转型指数》研究显示，在关键数字化能力上，中国企业的表现并不均衡。报告研究了来自八个行业的553家中国企业，2%的受访企业通过打造强大的数字核心能力重塑业务和职能；中国企业在全企业协同、全域数据治理等数字核心领域的发展相对滞后。

　　社会普遍缺乏大数据思维，对数据资源及其价值认识不足。涂子沛在《数据之巅——大数据革命、历史、现实与未来》中指出：回望历史，中国是个数据文化匮乏的国家；就现状而言，中国数据的公信力弱、质量低，数据定义的一致性差也是不争的事实。

　　数据收集和供给能力不足，也限制了数据产业化、规模化、集约化发展。据调研，每年全社会数据量增长率约40%，但存在大量“沉睡数据”，真正被利用的数据量增长率只有5.4%。企业运营中的数据只有56%能够被及时捕获，而这其中43%的采集数据并没有被激活。政务数据中，地方平台约有46%的平台没有更新数据，只有8.5%的地方平台连续两年发布了新的数据集。仅有2.4%的地方平台提供了数据请求功能且公开了用户的数据请求，仍有37.8%的地方平台未提供此功能。大型企业组织在平台建设初期没有进行集中化、规模化部署，在数据生产过程中，存在数据孤岛化、碎片化、分散化等问题。

　　数据质量、数据计量、资产化等缺乏行业标准。数据中不乏假数据、脏数据，数据入表面临会计“三性”挑战。企业的ICT设备接口与功能参数互不相同，大量数据为非结构化数据。数据价值具有后验特征，对数据要素资产化形成挑战。

　　因此，笔者认为，迫切需要从法律或监管层面明晰可流通数据范围、个人信息匿名化标准和数据资产化路径；创新数据交易服务模式，加强数据人才培养，引入居间数据商和专业服务机构，繁荣数据交易生态；构建匹配数据交易特征的交易机制、基础设施、技术标准和规则体系。

       三、构建适应数据特征和数据要素市场规律的数据流通治理范式

　　目前，我国数据要素发展已迈入活跃探索期，构建既科学理性又合乎经验的数据流通治理范式将有力保障数据要素合规高效流通，推动构建全国统一数据市场，催生数字经济新产业、新业态和新模式，推动“数据二十条”等顶层设计落地落实。

　　构建路径应围绕治理结构中市场、政府、技术、法律几大因素，结合市场实践和企业实际，坚持问题导向、目标导向，格物致知，综合施策，探索提出适应数据特性、符合数据要素市场规律的数据流通治理范式和重点解决的问题。

　　（一）数据要素的特性——来自技术、经济、法律的视角

　    数据要素作为新型生产要素，与土地、资本、劳动等传统生产要素相比具有不同的特征。

　　一是从自然/技术属性看，数据要素具有指代性/映射性（记录信息）、可复制性（信息/数据一旦生成，就可以无限复制）、虚拟性（数据虽然记录客观世界信息，但已脱离了具体实物形态，同时，数据也可以记录虚拟世界信息）、可存储性、流通性（数据可以在不同主体、不同平台、不同区域间自由流动）、可封装性（将数据封装在单独单元中，以控制访问和保护数据）、多源异构性（不同来源、不同类型、不同格式）、可交互性（通过不同技术和协议，使得不同设备或应用程序能够共享和传输数据）、可延展性（数据并非一成不变，可以按照版本管理的方式修改，可以组合、拆分、运算等）、多态性（包括对同一数据接口，不同使用对象会有不同的操作；同一数据与不同对象结合会产生不同的结果）及技术依赖性（数据处理、数据安全都涉及技术）等特点。

　　二是从经济学角度看，数据要素具有生产要素属性，市场经济要求生产要素商品化，即要求数据以商品形式在市场上通过交易实现流动和配置，从而形成数据生产要素市场。数据也具有生产协同性，即数据商品化的过程是劳动力、技术等生产要素和数据相结合的过程，同时数据融合其他数据也会产生数据再创。数据还具有赋能性/外部性，即其他生产要素通过吸收与运用数据，能提升生活、生产、治理活动的整体效率效能，节约或降低要素总投入量。

　　数据使用具有无消耗性（数据不会因为使用频率的增加而磨损、消耗）、非竞争性（同一数据能够被不同主体同时使用，且在不减少已有使用者价值的同时带来新的递增价值）、规模收益递增性（由于数据使用的非竞争性、零边际成本和数据开发应用具有的强外溢性，数字经济增长的生产函数将体现出规模收益递增的增长促进效应）等特点。

　　在价值方面，数据具有商品价值性、价值特异性（同一数据针对不同使用主体或不同应用场景而价值不同）、质量、数量和时效相关性（数据质量的高低直接影响数据价值的高低；在满足数据质量的前提下，不考虑供需关系影响，聚合的大数据或者数据集更具有实用价值；同一数据时效不同价值不同，当前时点的数据价值一般更高）、计量复杂性（计量的基本单元较难确定，计量的可靠性存疑，计量的时点和计量的动态性挑战等）等特点。

　　三是从法学角度看，数据要素具有无形性，通过电子或其他方式承载；数据虽然无形，但载体有形。数据具有可复制性，可以通过拷贝、拍照、复印、复制、扫描、录制等方式再现。数据的可复制性使数据便于流转和备份，同时带来了安全性、合规性等问题。数据具有派生性，由客观事物产生，也由数据衍生，会产生基础数据和衍生数据两类不同的数据。衍生数据涉及权利的稳定性和维护问题，也涉及数据篡改、数据失真等问题。数据的非排他性意味着数据可以被不同主体同时收集、使用、加工、提供、公开，可以被不同载体同时存储、传输，可以被不同算法、标准反复测试。据此，数据涉及多方法益，包括国家利益、公共利益、行业利益、企业利益、个人利益等。数据要素具有种类多样性，有公共数据、企业数据、个人数据之分，有重要数据、核心数据、一般数据之分，有资源型数据、产品型数据之分，有一般个人信息、敏感个人信息之分，有不同行业、不同区域、不同保密要求数据之分等。不同行业认定的核心、重要数据标准不同，公共数据、企业数据和个人数据彼此也会有交叉。主体存在多元性：一方面，数据来源主体、数据需求主体多元；另一方面，数据供应链、权利链上的主体多元。数据具有强监管性，即法律法规对数据合规、数据安全有诸多要求，对特定类别数据有特定要求。数据还有产权模糊性，虽然“数据二十条”提出探索构建数据产权分置制度，法律层面尚未明确数据权属。

     （二）数据要素流通的市场规律——从三要素与大逻辑出发

        数据要素流通的市场化方式应该以数据交易为主。数据交易是指交易双方通过合同约定，在安全合规的前提下，开展以数据或其衍生形态为主要标的的交易行为。市场交易的三要素——交易主体、交易客体、交易行为，同样也适用于数据要素交易。

　　1．数据交易三要素及其关系

　　首先看交易客体。因为数据的可复制性与不可消耗性，且数据产权没有法律依据，数据交易转移的表面看是数据，实际上是数据的使用权。这一点决定了交易双方的行为除了受《数据安全法》《个人信息保护法》等法定约束，更多受授权协议的约束。鉴于数据及数据使用都不公开，双方的交易更多依赖于彼此信任。

　　同时，交易客体通常指向高价值数据，具有稀缺性、高质量、高时效、场景对应性等特征，一般指向公共数据或政务数据、个人信息、与业务场景融合的数据、专业学科类数据和全程全网等“一揽子”实时性数据。

　　上述数据要素交易目前存在诸多瓶颈：公共数据存在定价上的争议；个人信息需要极高的合规和技术门槛；国有企业数据需要进行资产评估；拥有全程全网性数据的企业一般为集团型企业，涉及集团和子公司、关联公司之间数据授权的合规性问题。

　　其次看交易主体。数据市场供给方包含公共数据运营方、企业数据运营方、个人数据产品提供方等多元数据要素（产品）的供给方，也包括数据商等服务方。

　　市场需求方包括政府、组织、企业和个人。市场中间商包括数据商、数据交易平台、数据集成方、第三方专业服务机构等多类型主体。市场需求来自数字产业化、产业数字化相关的需求（如数据训练公司、互联网＋企业），建设营商环境的需求（如政府公共数据采购），法律监管要求（如网络运营者开展网络实名制核查），与企业业务相关的需求（如风险控制、背景调查），与中间业务相关的需求（如商贸往来预测），与个人相关的需求（如电子商务、科学研究）等。

　　需要注意的是，与一般生产消费过程不同，数据要素的生产消费过程具有链条性。数据交易前后会涉及数据收集、存储、使用、加工、传输、提供、删除等环节。除数据供给方、需求方之外，还会涉及多个第三方参与到数据要素的生产消费过程中。

　　市场主体的地位各不相同：一是因为数据的价值异质性，导致不同市场主体的议价能力会受信息、技术、资本等差异而不同。二是数据要素生产加工具有连续性，数据要素的供需呈现源头供给影响数据产品供给、影响数据需求的单向关系。原始数据类似原油，供给方具有交易主导地位，其价格影响后续衍生品价格。三是数据交易平台多为政府主导，对交易主体、交易行为、交易客体的规范较为严格。以深圳为例，场内交易要求数据卖方应当作为数据商或通过数据商保荐进行交易。

　　最后看交易行为——交易条件与合意达成。

　　一是交易成本较高。因为数据本身的虚拟性、可派生性及权利的不确定性，会增加交易双方的证明成本：一方面，买方担心卖方数据的合法性、真实性问题；另一方面，数据脱离卖方后，卖方担心买方或买方的受托方滥用或越权处理数据。

　　二是双方意思自治受限。因为数据的流通性和强监管性，如果交易数据涉及个人信息，在达不到匿名化标准的情况下，要受到个人信息主体的约束和《个人信息保护法》的规制。如果交易数据是衍生数据，要受到基础数据供给方的协议约束。从数据流通的长链条看，受让方的权益是继受性的，“后手”的权益和义务范围受到“前手”彼此交易合意的影响。

　　在民法语境下，物品转移，在特定时点，权利和风险即转移；转移占有，占有人即享有推定所有的公信效力或用益物权。在知识产权语境下，转移知识产权，会明确受让人享受的权属，权利人也有技术维权的手段。这都保护了动态交易安全，提升了交易效益。但是，数据交易缺乏有效的信任和保护机制，导致交易只能在有限主体间、有限客体中、有限范围内进行。

　　三是交易模式的选择遵从数据交易的运行逻辑。有专家指出，基于信息的高度透明和交易双方的时时互动，数字时代的交易更多地表现为去中心化、去中介化的特点，很多工业经济时代的中介类机构被取代，其功能或被整合到各类综合服务平台。有专家分析，数据集成商是一种主流的中介交易模式。国际上也是如此。2021年，全球数据中介交易的市场规模估值为2571.6亿美元，其中数据交易所的市场规模仅为7.8亿美元。

　　数据交易的模式选择与交易主体、交易客体息息相关。政务数据交易需要满足“原始数据不出域、数据可用不可见”等要求，大部分企业数据交易方不希望对非特定第三方披露交易内容。定制化、场景化的数据交易，需要双方进行数据挖掘、比对，周期较长，不符合场内交易的特点。标准化、可反复交易的数据集产品、公共数据类产品等，可采用以价格发现、合规背书、履约保证和高效等优势见长的场内交易。

　　不得不提的是，数据交易还存在线下的、灰色的、黑色的交易市场，严重侵害个人权益和企业合法权益，危害国家安全，这应是政府监管和企业合规治理的重点。笔者注意到，“数据二十条”特别提到了“审慎对待原始数据的流转交易行为”。如何看待原始数据的流转交易、怎样公平合理地解决原始数据的流转交易也是各界需要研究解决的问题。

　　2．数据流通交易的大逻辑

　　数据流通交易的基础是合约，合约的保障机制包括市场和监管两方面。

　　数据高效流通离不开数据要素市场体系的建设，与地区、行业的数字经济、数据治理发展水平和技术开发应用水平有很大关系。从各地数据交易所的设立来看，分布呈现东多西少的局面。因此，数据流通发展具有不同群体、不同地区和不同行业的非均衡性。

　　数据市场化流通与监管走向有直接关系。监管决定着市场主体要满足何种要求，既包括可预期的行为性要求，也包括为防范或者避免负向结果的管理性要求。其一方面带来安全；另一方面也带来监管对象的风险转嫁，包括业务创新模式的谨慎、合作对象选择的谨慎、交易行为的谨慎等。因此，数据流通发展要考虑数据背后的监管逻辑。

　　数据流通与数据安全之间有制约关系。数据如果通过企业自主平台流转，意味着端口的开放、协议的兼容、平台的互联、标准的调试、数据的调用等；如果通过第三方平台流转，还涉及第三方的安全管理能力。数据越是重要，越强调其安全性，限制其流动性。因此，不同等级的数据流通要求对应不同等级安全保障能力的处理主体和流通环境。

　　数据流通与数据保护之间有辩证关系。对于高价值数据，控制者不愿共享或对外提供。个人信息主体也会从自身出发，不愿让渡信息。数据流通在惠及公众利益的同时，可能牺牲了少数利益。因此，需要在公共利益和私人利益平衡中，寻求合理的数据保护方式，促进数据有序流动。

　　（三）数据要素流通治理的方向设想

       前文已经论述了数据特性、数据流通市场逻辑和现状问题，那么，数据要素流通治理的大方向是什么？笔者认为，有如下几方面。

　　一是面向未来。虽然当前数字产业化占比较高，但是未来发展重心是产业数字化。数据要素流通应结合网络强国、数字中国、智慧社会建设，明确优先发展、重点推动领域。

　　二是胸怀世界。全球数据治理具有共通性、竞争性和协同性。因此，应承继中国国情，把握信息化发展的“时”与“势”，打造具有国际竞争优势的中国数据流通治理范本。

　　三是以人为本。诚然，数据要素有因数效应，但其负面效应同样不容小觑。个人权益和企业信息受到侵犯，数据流通的马太效应将加深“数字鸿沟”、增强权力的控制力，一旦规则出现偏差，技术又足以支持该项规则持续运转，试图通过能动性调试规则的行为都将失效。因此，要坚持以人为本，强化规则的批判性论证和技术的伦理审核。

　　（四）数据要素流通治理的逻辑路径

　    1．循性而治，坚持市场主导、政府引导的治理原则

　　“数据二十条”在数据流通有关工作部署中，六次提到“市场（化）”，包括：推进数据分类分级确权授权使用和市场化流通交易；推进非公共数据按市场化方式“共同使用、共享收益”；促进数据使用权交换和市场化流通；推动企业与个人信息数据市场自主定价；完善数据要素市场化配置机制，扩大数据要素市场化配置范围。

　　十二次提到“政府”，包括：政府部门履职可依法依规获取相关企业和机构数据，但须约定并严格遵守使用限制要求；顺应数字产业化、产业数字化发展趋势，充分发挥市场在资源配置中的决定性作用，更好发挥政府作用；创新政府治理方式，明确各方主体责任和义务，完善行业自律机制，规范市场发展秩序，形成有效市场和有为政府相结合的数据要素治理格局；加强数据分类分级管理，把该管的管住、该放的放开，形成政府监管与市场自律、法治与行业自治协同、国内与国际统筹的数据要素治理结构。

　　政府在数据流通治理中的作用发挥主要包括：

　　一是提升治理能力现代化。我国是首个将数据列为生产要素的国家，数据要素化尚处于起步探索阶段，国际上亦无先例可循。数据治理因为内容庞杂，涉及跨行业、跨部门、跨层级协同、制度创新、组织创新、技术创新……相比以往治理工作更具挑战性，亟须治理理念迭代、方式迭代、能力迭代。

　　当前国家正式成立大数据局，就是要从中央层面强化数据治理的组织保障，突出专业主责和统筹部署。国家数据局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，统筹推进数字中国、数字经济、数字社会规划和建设等。下一步应重点关注跨部门、跨区域协同，促进公共数据供给，提升政府和企业的数治化水平。

　　二是处理好地方和中央的关系。首先，推动构建统一大市场。习近平总书记主持召开中央全面深化改革委员会第二十三次会议时强调，构建新发展格局，迫切需要加快建设高效规范、公平竞争、充分开放的全国统一大市场，建立全国统一的市场制度规则，促进商品要素资源在更大范围内畅通流动。政府治理应推进全国市场监管公平统一，运用大数据、人工智能等新型监管手段发现地方、行业壁垒，打破地方保护和市场分割。

　　其次，规范地方数据立法和交易平台。目前已有30个省及部分城市出台数据领域地方性立法，但是前述条例存在不具体、不一致或过于抽象、执行不力等问题，需要从国家层面进行统一规范和指导。从已成立的数据交易所来看，多由国资控股。要防止交易所运用政府作为投资人的优势地位“拉郎配”或者盲目设立造成资源浪费。

　　最后，明确公共数据治理事权划分。公共数据治理的中央、地方事权划分需要与数据的类别、属性、治理主体相匹配，需要与国家行政体制相适应，还需要有利于激发公共数据授权链条各主体的积极性，必要时可引入竞争机制。

　　三是处理好政府和市场的关系。对尚不成熟的数据要素市场而言，应当以尊重市场规律为主、政府监管为辅，建立健全鼓励创新、审慎包容的监管机制，给予市场主体更多自主探索空间，建立适合我国国情的数据要素流通治理模式。

　　具体而言，坚持依法监管，做到规则透明、执法公正。保护数据要素市场和交易自由，不兼具裁判员、运动员角色。服务市场发展，对于涉数据流通审批事项，简化流程、提升时效。防止脱实向虚，根据“数据二十条”有关要求，使数据要素市场发展坚持“以促进数据合规高效流通使用、赋能实体经济为主线”。打击数据“黑灰产”，保护个人和企业合法权益。构建多边合作机制，促进跨境数据流动。弥合“数字鸿沟”，加强数字基础设施建设和数字技术教育培训，保障欠发达地区数据要素供给、分配。

　　2．材技官能，加强数据流通治理的技术标准研制

　　数据与技术发展有天然的联系。《“十四五”数字经济发展规划》指出，数字经济是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。数据要素作为数字经济时代的新型生产要素，很大程度上就是数字技术应用的产物，可以说是“始于技术”。

　　技术也逐渐被视为一种社会治理方式。英国学者罗杰·布朗斯沃德在《法律3.0：规则、规制和技术》中“将法律重新构想为更广泛的规制环境的一部分，这种环境不仅由基于规则的规范性信号组成，还包括非规范性的技术管理措施”。数据要素价值的释放，需要运用新型技术手段，让数据“治于技术”。

　　技术突破应重点围绕以下领域：一是“数据二十条”提出的“数据可信流通体系”。基于安全可靠的算力网络服务基础，以及区块链、隐私计算、人工智能等数据流通安全保障技术，构建统一、高效、可信的数据流通基础设施。二是重要数据和个人信息的安全保障技术。安全与发展是一体两面。法律对重要数据和个人信息在境内存储和跨境提供上有特别规范，说明其需要更强安全保障。强化重要数据安全保护技术投入的同时，也要创新推动个人信息匿名化处理和个人隐私保护产品研发。支持地方、行业、企业先行先试，打造支撑数据要素合规高效流通的技术产品。

　　除技术外，标准也是数据要素流通的重要支撑。以制约数据要素流通的数据质量为例，在数据采集、模型设计等前置环节，明确实施相关标准，将从源头保障和管控数据质量。

　　数据要素流通标准体系包括数据要素流通交易业务相关的基本标准、数据标准、技术标准、平台和工具标准、管理标准、安全和隐私标准以及行业应用标准等方面。其中，首个数据管理领域发布的国家标准为DCMM（GB/T 36073—2018《数据管理能力成熟度评估模型》国家标准），目前已有包括中国移动在内的7家单位获得最高等级认证。

　　3．反躬践实，完善数据领域法律制度保障

　　法律是治国之重器，良法是善治之前提。数据流通领域制度设计在地方立法和交易平台规则层面已有积极探索，学界也呈现百家争鸣，但从目前颁布的法律来看，尚无具体条文指向数据流通或数据交易。

　　与市场竞争、政府监管、技术创新等不同，法治的价值在于追求公平正义。《立法法》第7条规定，立法应当从实际出发，适应经济社会发展和全面深化改革的要求，科学合理地规定公民、法人和其他组织的权利与义务、国家机关的权力与责任。这要求立法坚持科学理性。

　　数据流通立法的调整对象是公私混合型社会经济关系，涵盖多个创新领域。在技术迅猛发展、万物互联时代即将到来、数字经济成为国际竞争焦点的背景下，数据流通领域综合立法尤显艰巨复杂。

　　笔者认为，数据流通法律制度构建应该审慎对待，分步实施，稳中求进。重点关注解决的问题包括但不限于以下几个方面。

　　一是建构基于数据范围和分类的流通规则。数据范围方面，数据流通规范的出发点是数据成为生产要素。生产要素需要进行分配，分配需要计量和确权等。有学者指出，将数据纳入生产要素是经济理论的重要突破，数据权属的界定不应单纯停留在权属论证层面，而应首先圈定纳入法律调整对象的数据范围，将可以作为生产要素流通且具有流通价值的数据纳入法律调整范畴。分类规制方面，数据流通的规则应考量不同种类数据的流通价值。政务数据与企业数据流通具有不同的目的，前者是为实现公共利益，后者是为实现私人利益，应当区分构建公共数据、企业数据、个人数据的流通交易规则。

　　二是数据赋权应借鉴财产法相关制度。我国《民法典》物权编将动产的占有作为权利公示的要件，产生公示公信力。在知识产权法律领域，商标、专利等通过审查公告授权产生专属权利，当存在权利争议时才启动权利裁定程序。数据要素如追溯其源权利，在既有海量数据和商业运行模式下，会耗费大量成本。如果吸收借鉴《民法典》物权编有关权利推定原则、善意取得原则和知识产权法律的公示无异议授权制度，可极大集约交易成本，促进数据要素流通。

　　三是统一政务数据运营规则。政务数据因其高价值，有观点将之视为土地财政后的新财政收入。但数据与土地的权利归属不同，依“物权法定”原则，土地国有为《民法典》《土地管理法》等法律认可，《数据安全法》对政务数据是从安全与开放角度进行规范，并明确了政务数据公正、公平、便民的公开原则和政务数据开放平台统一规范、互联互通、安全可控的构建要求，与土地流通的立法导向不同。

　　同时，土地交易没有私人市场，而数据要素市场存在私人市场。政务数据与私人数据的属性和流通目的不同，一旦进入公共流通市场会和私人数据市场产生竞争张力，且政务数据具有天然的垄断性、公共性，其运营应受到法律规制。笔者建议尽快统一明确政务数据的属性、范围和收集、评估、使用、收费及运营规则。

　　四是探索构建个人信息流通规则。对于个人信息，《民法典》《个人信息保护法》《刑法》《反电信网络诈骗法》等主要从人格利益角度对其进行保护，并未规范其财产利益。《个人信息保护法》对于个人信息的界定较为宽泛，规定了个人信息处理者需要取得个人（单独）同意的多种情形，并对收集范围从法律上进行严格限定，加大违法处理个人信息行为的惩戒力度。在不修改立法的前提下，笔者建议执法和司法部门在认定个人信息授权使用的合法性上更具包容性，以符合产业实际。

　　基于个人信息主体的广泛性、差异性，逐一取得单独同意不具有现实可操作性。因此，对于个人信息的利用仅有匿名化这一路径。匿名化的标准在实践中虽有若干探索，但是对于不能复原的界定业界尚未形成共识。为兼顾个人财产和生命安全，已有行业规定对匿名化要求进行了放宽。鉴于数据交易中，匿名化个人数据会跨行业流通，建议尽快统一个人信息匿名化标准，保障个人信息数据安全使用。

　　五是统筹国内国际两个大局，构建数据流通治理规则。数字贸易是构建国内国际双循环相互促进的新发展格局的“加速器”，而外商投资、企业出海、跨境电商等离不开数据的跨境流动，因此，数据流通治理领域立法有其一定的涉外性。一方面，要加强数据流通领域涉外法制建设，提升国内立法域外适用力，更好应对国际数据流通中的争议和冲突，维护国家、企业、个人权益。另一方面，要积极推动国内法律制度融入国际数据治理框架，主动对接《数字经济伙伴关系协定》（DEPA）、《全面与进步跨太平洋伙伴关系协定》（CPTPP）等国际高标准经贸规则，确保国内立法与高水平对外谈判相衔接，与国家推进高水平对外开放相适应。

　　综上，数据作为一项新型的生产要素，需要在流通和协作中释放价值。我国数据要素市场正处在培育发展期，数据要素治理应该审慎包容、分步推进。在《数据安全法》和“数据二十条”等既有法律和政策的基础上，依托于数据要素特性及数据市场流通的底层逻辑，立足于数据要素流通的实践问题和发展方向，构建市场、政府、技术、标准、制度等综合施策的有效治理路径，以推进国家数字化发展进程和数据要素市场建设。

↓↓了解更多资讯，请识别下方二维码↓↓

国脉集团

国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。

主要课程

主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。

数据产品

主要产品：数据易投、数据易贷、数据易保、数据易售。