要素市场化配置改革数据（全国统一大市场背景下如何推动数据要素市场化配置）

作者：吴晨、李东红《中共中央国务院关于加快建设全国统一大市场的意见》指出，建设全国统一大市场，应打造统一的要素和资源市场在数字经济时代，数据已经成为在土地、资本、技术等之外的又一重要生产要素大力推进数据要素的市场化配置，包括数据本身的市场化配置和数据与其他生产要素相互组合中的市场化配置，是当前及未来我国建设全国统一大市场的重要内容，我来为大家讲解一下关于要素市场化配置改革数据?跟着小编一起来看一看吧!

要素市场化配置改革数据

作者：吴晨、李东红

《中共中央国务院关于加快建设全国统一大市场的意见》指出，建设全国统一大市场，应打造统一的要素和资源市场。在数字经济时代，数据已经成为在土地、资本、技术等之外的又一重要生产要素。大力推进数据要素的市场化配置，包括数据本身的市场化配置和数据与其他生产要素相互组合中的市场化配置，是当前及未来我国建设全国统一大市场的重要内容。

数据要素市场化配置的深层次需求

数据作为经济活动中的重要生产要素，是诸如人工智能、大数据、区块链和物联网等各种数字经济新业态的基石与驱动力量，同时又具有加速劳动、资本等传统生产要素流动、共享和作用发挥的功能。获取和掌控丰富的数据资源，充分挖掘与高效利用其价值，有助于重构价值链，提高全要素生产率，推进产业转型升级，实现产业供给与市场需求的精准对接，从而为我国实现数字经济时代的高质量增长奠定基础。

数据作为稀缺而富有价值的生产要素，要有效参与社会化大生产，必须进行市场化配置。这一过程既需要推进数据要素市场化配置的覆盖面、实现所有数据要素及其衍生物都纳入到市场机制配置资源的经济运行体系之中，又需要提升市场配置数据要素的质量，建构起主体合格、规则清晰、功能完备、反应灵敏、运行高效的数据要素市场体系，以数据流促进生产、分配、流通、消费等各个社会生产环节的市场化贯通。

从产业链的角度出发，数据要素从形成到全面发挥作用，共包括了数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障等七大环节。数据要素在每一个环节上的配置，以及数据要素在不同环节之间的流转配置，都需要在广度和深度上更好地发挥市场机制的作用。

从区域分工协作的角度出发，不同地区需要从充分发挥本地现有资源优势的作用及未来持续积累新的优势能力的目标出发，分层、错位地部署算力，构建数据中心、云计算、大数据一体化等新型算力网络体系，形成差异化服务能力。特别是东西部地区有必要在大力践行“东数西算”的战略部署中找准定位，在数据要素的全国性市场化配置中实现联动发展。

但是，现实中数据要素市场发展也面临一系列挑战，诸如，数据权属界定不明晰。由于拥有数据资源的主体众多，且涉及复杂的权利关系。对于数据如何确权，我国社会各界仍在持续探索之中，尚未形成完全统一的共识；数据开放共享不足，各类原始数据存在着巨大的差异，数据的标准化采集、梳理与存储成本高、难度大；数据监管法律法规还不健全，我国有关数据交易流通及开放、数据保护方面的法律法规和部门规章制度，目前还在不断完善的过程中，还需要出台数据交易和流通的专门性法律法规来进行规范；数据要素市场存在一定的安全隐患，随着数据重要性的提升和数据规模的扩大，数据要素在采集、存储、加工和流通环节更容易发生泄露，也易于受到非法攻击和窃取。

推动数据要素市场化的着力环节

探索数据确权机制，重塑数据价值流动规则。一是明确数据权利的主体和类型，从而确定数据确权的基本框架。开展数据确权及价值量化评估的理论研究，企业、高校、科研机构、行业组织应积极和政府部门联合起来，探索建立通用的数据确权制度和数据资源流通定价机制，培育多种类型的数据要素商业化模式，创新交易模式、数据收益分配模式，研究开发数据资产价值评估模型，建立全流程的数据要素流动平台。二是通过完善法律法规和政策制度，明确数据权属的主体资格。各地可以根据本地数据要素市场发展的实际情况，对数据的收集、使用和管理权限进行适应性的规定，探索创新型数据立法模式，构建适应数字经济发展需求的规则体系。平衡数据利用与数据保护，对数据进行合理确权，明确商业数据的流通规则，对不当获取以及使用涉及社会公共利益、个人隐私信息、信息网络安全数据的行为予以规制。三是重构数据产权制度。结合不同类型数据的属性、安全防护以及反垄断的要求，明确数据资源提供方、使用方、监管方等各方主体的法律责任，打破数据垄断，打击数据控制者在数据收集、使用、加工、传输等过程中的滥用与侵权行为，创造公平有序的数据要素交易环境。

统一标准和平台，实现数据资源共享。一是加强数据标准化的顶层设计，逐步统一并建立全国性的数据标准体系，包括底层技术、数字信息基础设施、数据平台、行业应用以及不同部门和领域的数据资源。二是进一步采集和整合分散的数据资源，推动数据高质量汇聚，统一各层级的数据交换架构，使数据有效进行传输交互。三是根据重要程度、保密敏感程度对数据进行分级分类，建立数据分级分类清单体系。针对不同类型的数据，应用不同的数据流通技术和服务模式，如对于各地数据开放平台的公开数据，可以通过数据开放、API（应用程序接口）技术服务等方式进行数据流通和开放共享；对于低度敏感数据，可通过数据沙箱、API数据服务等方式进行数据流通和共享；对于中度敏感数据，可通过安全多方计算、联邦学习等手段进行数据流通和共享；对于高度机密数据，则不能进行流通和共享。四是合理赋予大数据管理相关部门权力，利用刚性制度约束，促进各部门数据打通、开放。

加强协同治理，提升数据安全保障能力。一是完善数据安全法律法规和大数据犯罪相关立法，明确各方主体的数据安全法律责任以及数据窃取、滥用的刑事责任，建立健全数据跨境流动、关键信息基础设施保护、数据安全防护和个人信息保护等制度，加强数据安全执法和治理，推动建立数据安全治理国际合作机制，严惩重点领域数据违法犯罪行为，提升数据安全防护水平。二是引导企事业单位普遍建立完整的数据管理体系，实现数据安全风险总体可控。培养大数据领军单位和人才队伍，鼓励探索区块链、隐私计算等各类数字技术应用，加快数据安全监测、加密传输、访问控制、数据脱敏等安全技术攻关，营造安全有序的市场环境。三是立足于数据安全与数据应用的协同发展，行业组织应建立起自律规范、不断优化数据的行业安全标准体系，持续推动数据质量标准建设，通过行业标准倒逼各市场主体在数据流通及其管理等环节不断应用新的数据安全技术，在降低已知风险的同时减少对数据要素高效有序流通的干扰。（吴晨、李东红）

来源： 学习时报