一、引言
当今世界，数据在全球经济运转中的价值日益凸显，国际间抢夺数字经济制高点的竞争日趋激烈。党的十九届四中全会决议通过的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》（以下简称《决定》）中，首次将数据增列为生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制。刘鹤副总理指出：“数据作为生产要素，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸现，成为最具时代特征新生产要素的重要变化。”我国幅员辽阔、人口众多、经济体量庞大，经济社会运行数据规模列全球首位。据IDC测算，从2018年到2025年，中国拥有的数据量将从7.5ZB增长到48.6ZB，占全球27.8%，远高于美国的17.5%。从数据规模和量级看，我国构建全球领先的超大规模数据市场各项条件已经具备，是未来十年我国经济社会发展超越主要竞争对手的战略制高点。

在这一背景下，十九届四中全会提出建立完善数据要素市场体系，反映了当前国家对数据的规制和管理，正在从自发走向自觉的阶段，有助于我国实现线上超大规模数据和线下超大规模市场的优势叠加，有助于化“人口红利”“成本红利”为“数据红利”“创新红利”，有助于抢抓数字经济全球竞争新赛道优先权。把数据作为参与分配的要素，将对数字经济的发展起到导向作用，指引企业更加重视数据要素，释放生产力，推动数字经济新业态、新模式和新优势的诞生，进而完善国家在市场经济体制中的经济治理。本文拟在探讨十九届四中全会将数据作为生产要素必要性和意义的基础上，对其面临的挑战进行分析，并提出相应政策建议。

二、构建数据要素市场的意义和必要性
回顾人类过去数千年发展历程，经济周期生产要素的发展经历了农业经济时代的土地，工业经济时代的能源和厂房，再到以数据和知识为核心的数字经济的转变。数据在驱动产业智能化、催生新的生产组织形态方面的作用不断显现，同样从属于以康德拉季耶夫长波理论等为代表的产业革命历程的一部分。维克托•迈尔-舍恩伯格[4]和史蒂夫•洛尔等人对数据资源和技术对人类社会商业模式的变革进行了系统探讨，并总结为三个基本特征：一是从生产方式规模化角度，认为数据要素可以用来描述新型劳动资料形式的规模化特点，大数据的生产与计算机网络连接在一起带来的生产规模扩大；二是从生产方式自动化角度来看，数据要素的自动化、智能化特点能够促进商业智能难题的解决；三是从劳动资料生成形式来看，对比一二次工业革命，机器需要与工业体系匹配推动经济发展，大数据发挥经济价值则需要有物联网体系，从而成为劳动资料，推动经济发展。随着人类社会进入数字经济时代，数据提升全要素生产率的作用前所未有，成为类比土地和能源的核心战略资源，这是现代经济发展的重要趋势，分配关系必须与时俱进地体现这个趋势性变化。因此，探索建立数据要素的新型市场分配机制，是推动经济转型升级、实现高质量发展的重要举措。

（一）抢占未来全球竞争制高点的战略需要
在信息革命发展进程中，数据在全球经济运转中的核心价值越来越凸显。如果说石油是工业经济时代的核心资源，那么数据则是数字经济时代最重要的战略资源，围绕海量数据分析处理需求而产生的分布式计算、高性能计算、图计算、智能计算、边缘计算、量子计算等“计算力”体系成为经济发展的重要引擎。数字经济的核心生产要素是数据，是信息革命的关键成果。换言之，数据要素将成为影响未来工业化水平的重要因素。当前，数据在全球经济运转中的价值日益凸显，国际间抢夺数字经济制高点的竞争日趋激烈。按照美国“工业互联网”、德国“工业4.0”计划和我国“智能制造2025”的规划部署，数据要素将加速向制造业领域渗透，在驱动生产组织变革的同时，与新兴制造技术深度融合推动市场发生重大转变。与此同时，全球范围内老龄化趋势日渐显著，经济金融周期面临调整，在一定程度上为经济增长带来压力，这意味着中国经济结构也势必会发生变化。如果说过去几十年，我国依靠人口红利、地产和金融资本扩张在全球竞争后来居上，那么未来几十年，加快构建数据要素市场，充分释放数据红利和创新红利，将是抢抓数字经济全球竞争新赛道优先权的全局战略。

（二）有效解放数字化生产力的必由之路
将数据作为生产要素的意义体现在两个方面，一是数据对经济增长有贡献，可以提高经济生产效率，推动新型产品和服务的创造；二是作为参与分配的要素，背后涉及经济结构的变化，尤其是对原有生产要素诸如劳动力、土地、资本和技术的替代，经济结构的变化和要素的变迁对生产分配带来影响，这会对收入分配产生深远影响。一方面，数据要素对于生产系统的重构体现在能够形成生产的闭环，如同资本要素的供给来自于资本积累，数据要素的供给则依赖于通信基础设施的广泛应用。另一方面，当下提出的供给侧结构性改革不仅是表面的产品问题，实则需要各个生产要素之间的优化组合，在互联网设施逐步完善的基础上，当前我国数据资源流通存在诸多瓶颈问题，尚不具备作为一种生产要素的商品化、资产化机制，无法界定权属、无法评估质量、无法有效定价、无法可信流通等问题较为突出，各类机构对于数据共享流通顾虑重重，因此数据资源条块分割严重、要素无法自由流通成为数据要素发挥作用慢的主要原因。只有通过建立有利于数据资源要素自由流通的市场分配机制，有效消除当前存在的数据垄断、数据滥用、非法交易等现象，才能解放和发展数字化生产力，完善数字化生产关系，适应供需结构的变化。

（三）推动经济实现高质量发展的重要抓手
信息通信技术是当今最为典型的通用技术，伴随着其发展和演化已具有非常广阔的应用前景，且其使用受个体约束较小，可以应用到所有行业和活动。数据作为信息时代的产物，推动经济高质量发展具备三个基本条件：一是成本较低且相对成本迅速下降，二是供应能力具有长期无限性，三是在市场经济发展中具有广泛的应用前景，具有高流动性、高初始固定成本、零边际成本和累积溢出效应等特点。数据对国民经济各部门具有广泛辐射带动效应，有助于提升全要素生产率。据统计，美国过去十余年劳动生产率增长中，数字化的贡献度超过40%。据IDC统计，近5年美日英三国企业服务器保有量分别为中国的2.18倍、2.13倍和2倍。分行业看，我国产业数字化呈现结构偏软的特征，一、二、三产数字化渗透度分别为1.3%、3.6%和17.2%，脱实向虚的趋势较为明显。而从制造系统来看，以数据为核心投入的新型制造系统灵活度会更高，一是新型生产系统将取代原来刚性生产系统，二是能够推动大规模生产转向大规模定制，三是增加知识经济时代数据要素的附加值，四是推动产能分散化发展。因此，加快培育数据要素市场，有助于推动数字经济与实体经济深度融合，实现“中国制造”向“中国智造”转型升级，将数据资源“势能”转变为高质量发展“动能”。

（四）寻求全球科技竞争非对称优势的突破口
当前，新一轮科技革命的一个重要特征，就是大数据与核心领域技术创新呈现交叉融合趋势。以生命科学为例，目前全世界每年产生数据总量高达EB级，国际上公开的生物数据达450TB；空间科学领域每天全球卫星等系统产生的对地观测数据达到TB级。从某种意义上说，当前的生命科学、空间科学、能源科学都是典型的大数据科学，其创新模式严格遵循数据驱动型创新范式。目前，我国科技创新数据资源汇聚共享进展缓慢，与发达国家相比差距较为明显，许多高价值科学数据并未在国内得到充分共享和使用就流向国外。在生命科学领域，自20世纪80年代起，美国、欧洲和日本相继开始建设世界级生物数据中心，美国国家生物技术信息中心（NCBI）、欧洲生物信息研究所（EBI）和日本DNA数据库（DDBJ）三大生物数据中心掌握并管理着全世界主要生物数据和知识资源，处于数据垄断地位；而我国国内目前尚未建立类似综合性生命科学数据中心，科研工作高度依赖海外数据，每年高达1.1PB的国际生物数据下载量中55%都来自于国内。未来，应当通过数据要素化市场机制建立，有序推动国家科学数据的归集、共享与流通，全力推动以大数据为纽带的产学研协同创新，在区块链、大数据、5G、人工智能、能源革命等方向寻求新一轮全球科技竞争中新的非对称优势增长点。

（五）推动我国区域协调发展的新纽带
数据要素具有超越时空的独特属性，其正在对经济地理产生颠覆性影响。正如路紫[14]所言：“传统的国家和海岸线的地理学正在被以电话号码、卫星跟踪和互联网地址为焦点的新的地理学所代替，地理学将致力于解释新的空间及其潜在的应用。”当前，围绕“一带一路”、京津冀协同发展、长江经济带、粤港澳大湾区等重大区域协调发展战略，开展了一系列区域一体化数据应用和创新创业试点。可以看出，传统经济理论注重地区间的经济发展，而习近平总书记基于全国发展大局的协调发展理念远远超出了传统经济学研究的范畴，区域协同发展的归途在于促进不同区域间在经济、社会、文化、社会和生态等多个维度上的全面协调发展，缩减区域数字鸿沟，并最终满足人民对美好生活的需求，从而让数字成果真正惠民、便民、利民。而数据具有跨越时空的特点，是数字经济时代人才、资金、技术、产业资源跨域流通的纽带。当前，我国正在推进的几大区域协调发展战略，无不把数据资源跨地域流通作为重要抓手。从全国层面看，我国东中西数字经济发展结构性失衡，东部地区创新能力强，但算力基础设施资源紧张；中西部地区能源和算力资源丰富，但产业发展层级低，能源资源未得到充分运用。通过构建全国范围数据要素流通大市场，有助于加快推进区域协调发展战略，在中西部打造新的数字经济增长极，形成东中西区域协调发展新格局。

三、发展数据要素市场的六大挑战
数据作为数字经济时代的全新生产要素，其所具有的外部性、非结构性、非标准化、资源标的多变性、边际成本递减、规模报酬递增等特征，使得数据的权属界定、价格形成、交易流通、开发利用等各个环节均存在诸多待解决的问题和挑战。

（一）数据统筹力度弱
统筹协调有力、整合资源高效是发展数据要素市场的首要条件，当下我国数据资源开放共享刚刚起步，各行各业思想认识不一致，数据开放整体制度尚不成熟。

一方面中央层面统筹力度不足。自2015年以来，促进大数据发展部际联席会议制度发挥了重要协调作用，但难以解决未来构建超大规模数据市场所必须匹配的更加专业、更加精细的统筹决策和落地执行等一系列问题。部委层面，国务院组成部门、直属特设机构和直属机构中，超过60%的单位印发对应领域大数据发展文件，并启动本行业大数据中心体系建设。各部委纷纷加强本行业数据管理，但烟囱林立、条块分割、重复建设等问题较为突出，跨部门、跨系统、跨区域统筹协调难度依然很大，难以形成整体合力。未来面对数据流通的规模超级大、领域超广泛、技术超复杂、监管全时空等特征，目前顶层缺位、上下不联、横向不通的管理体制机制缺陷和障碍已经十分突出。

另一方面，地方层面自本轮机构改革以来，已有25个省级地方成立大数据管理机构，成立的机构表现形式为组建大数据管理局、政务服务数据管理局和大数据管理中心。由于缺乏统筹，各地大数据机构设置和职能范围五花八门，有的属于省政府主管，有的隶属办公厅、发改委、经信委等职能部委，机构性质的多元带来运行机制各有差异。

（二）数据立法待突破
数据作为一种虚拟物品，其权利体系构成与实物有所差别，从全球范围看，数据确权问题均是巨大挑战。特别是随着互联网平台经济日益发达，数据权属生成过程愈加复杂多变。当下我国在数据开放、数据交易和数据安全层面的立法亟需突破。首先，数据开放层面法学理论和立法总体滞后。数据作为一种虚拟环境物品，其权利体系的构成与界定与传统现实物品差异很大，需要对传统民事权利体系理论进行扩充和完善。目前《政府信息公开条例》尚未适应数据开放的管理，数据开放原则、数据开放平台、数据管理制度还需要进一步完善。其次，数据权属和交易生成过程多元、多变且复杂。如在数据交易方面，数据权属、数据交易市场准入、市场监管以及纠纷解决等机制尚未立法规定。以网约车为例，用户原始数被平台收集后，通过运营商网络传输，关联数据可能同时与消费者个体、平台、运营商和监管部门均有关联，其权属界定同时存在国家数据主权、数据产权和数据人格权三种视角，标准难以统一。最后，数据安全作为棘手问题，增加了数据确权的难度。《网络安全法》颁布后，关键信息基础设施界定、网络产品和服务审查以及网络运营者安全义务界定等缺乏实施细则，存在很多模糊地带，进一步影响数据的有效确权。

与此同时，西方国家近两年已有突破性进展，出台了多部专门法规。欧盟发布《通用数据保护条例》；英国通过修订《自由保护法》、发布《公共部门信息再利用指令》等一系列措施来为政府开放数据提供监督和强制性的限制，从而给数据再利用准备了强有力的法律保障；美国通过《开放政府数据法案》《信息自由法》《隐私法》等系列法律条文来保障政府数据的开放；日本《人工智能、数据利用相关签约指南》等对数据权属等问题进行了系统界定。相比之下，我国《民法总则》虽然规定了对个人信息和数据进行保护，但缺乏专门的下位法，在数据确权立法实践上已明显落后于西方国家。与西方国家不同，我国数据立法首先体现在国家战略规划层面，2015年8月，国务院颁布了《促进大数据发展行动纲要》，该文件虽在推动数据立法层面具有引领作用，但数据安全因素考虑程度较弱。

（三）交易市场培育难
数据具有一定程度的排他性、质量价值差异性、收集成本高等特征，因此大数据市场的进入壁垒得以提高，市场垄断得以形成。一方面，高昂的数据成本降低了数据的可获得性；另一方面，数据的质量和价值会伴随时间推移而价值递减，对于企业来说，如果数据的实效性和相关性不能得到保障，其竞争优势就会丧失。为推动数据交易市场的发展，激发市场主体活力，明确数据交易的标准和形式就变得尤为迫切。

当下数据交易市场培育面临如下五个方面问题：一是数据标准化、资产化和商品化体系尚未建立。各方在开展数据共享流通时，因为统一标准的欠缺导致无法建立统一的数据大市场。二是数据收益和成本估算机制较为缺乏。这是因为数据价值又会随着交易主体和应用场景的变化而变化，交易过程容易出现信息不对称的问题。三是交易双方信任机制难以建立，把握数据使用流向问题难以解决。四是数据定价模式缺乏系统框架。目前，大量零散的数据交易定价均针对应用场景，缺乏统一的数据定价标准。五是形成交易市场的要件尚不具备，我国尚缺乏实现数据资产化、商品化和标准化的交易要件体系，制约了数据交易市场的形成。在交易事前阶段，缺乏针对数据产品和交易商的评估体系，数据质量难保障，脏数据、假数据随处可见。在交易事中阶段，缺乏统一的交易撮合定价体系，依靠点对点交易甚至“数据黑市”方式进行，加剧了数据滥用和诈骗等现象的滋生。在交易事后阶段，缺乏全国统一的数据可信流通体系，区块链等新技术应用不足，进一步阻碍了数据要素的顺畅交易流通。

（四）创新资源配置难
数字经济时代资源配置的空间逐步拓宽，由原来的物理空间正在扩展到网络空间，跨区域的系统创新有了可能，但与之配套的营销服务、通用技术、规范标准尚未建立健全，在一定程度上影响了创新资源的配置。

当下数据资源配置面临的问题主要集中在如下四个方面：第一，在政府管理层面，数据资源共享壁垒仍难打破，各个部委主管行业数据，地方成立大数据机构职能不够统一，由此带来数据资源的调度欠缺统筹管理，条块分割问题普遍存在，共享渠道不畅。第二，在政企之间，数据资源对接困难较大。一方面，我国政府数据开放刚刚起步，全国开放数据集规模仅为美国的1/9，企业生产经营数据中来自政府的仅占7%。另一方面，市场环境中的公司企业，特别是掌握海量数据的超大型互联网企业出于对用户隐私的保护和商业利益的维护，向政府开放数据资源意愿低。第三，在市场层面，互联网公司梯队划分界限逐步明晰，垄断现象开始凸显，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，阻碍了数据要素市场的一体化步伐。第四，在产学研协同层面，数据与创新链存在严重脱节。人才和技术集聚的高校科研机构缺乏一手数据展开研究，拥有海量数据的政府机构和头部互联网企业数据分析人才欠缺，由此带来大数据领域“两张皮”的困境。

（五）数据市场监管难
数字技术与市场体系的结合，重构了市场中参与主体间的关系结构，也带来新的市场竞争方式和竞争规则，但是当前的市场监管大多是在工业经济时代诞生的，与数字经济的发展还有很多不适应的地方。这是因为数字经济市场的竞争增加了线上维度，是一场升维竞争，升维后的数字市场竞争在赋予企业更强能力的同时，也带来了不规范竞争。比如针对垄断型平台企业监管手段有待加强。当前，在社交媒体、共享经济、移动支付、电子商务等数字经济重点领域，平台垄断现象日益凸显，一些头部超大型企业掌握的数据资源规模和价值甚至已经超过政府监管部门，存在形成数据市场“法外之地”的隐患。

当前，数据要素市场监管中的三个“不适应”问题值得关注。一是原有针对传统企业的监管模式与数据要素市场的高效流动性不相适应，亟待建立新型事前事中事后监管模式，加强数字经济领域重大突发事件的应急响应处置能力。二是条块分割的监管体制与数据要素市场的协同联动性不相适应。在条块化和属地化的数据管理机制下，单个部门或单个地区的监管力量已不足以应对“互联网+”“大数据+”驱动的跨地区、跨行业、跨层级的数据监管需求。三是传统线下监管手段与数据要素市场线上线下一体化特性不相适应。比如一些教育、出行、医疗、金融等领域的数据型企业，难以完全参照线下经营实体资格条件取得相应牌照和资质，无形中提高了创业门槛。

（六）数据安全保障难
在国家治理领域，安全问题是整个体系中的重中之重。Jovan Kurbalija等对互联网安全的标准进行了界定，主要包含三方面的因素：一是行为类型，其中包含数据窃取、数据干涉、非法侵入、间谍软件和身份盗窃；二是犯罪者类型，黑客、网络犯罪者、网络战士或网络恐怖分子等包括在其中；三是目标类型，主要有个人、私营企业和公共机构、关键基础设施、政府和军事设施等。在一定程度上，数据安全问题已成为关系国家政治、经济、社会、文化、军事、外交等各方面安全的关键共性问题。2017年底，美国特朗普政府发布的《国家安全战略报告》指出，美国将把工作重心由仅保护网络安全扩大到同时保护网络及其数据安全，并进一步对开放的数据进行了系列的规范约束，力图寻求数据开放与国家安全、法律执行、个人隐私保护等方面的平衡。

当前，我国发展数据要素市场同样需要高度关注数据安全问题。一是数据“阿喀琉斯之踵”隐患日益突出。在我国数字经济发展和数字政府建设过程中，公民、企业和社会组织等有关社保、户籍、疾控、政策等海量数据正进行大规模的整合存储，这些数据一旦泄露，对个人而言可能造成隐私曝光、经济受损等影响，对企业和机构可能造成核心经营数据和商业秘密外泄，对政府则可能造成调控混乱、决策失误和治理瘫痪等问题。二是大数据技术的特殊性对安防技术提出新挑战。一方面关键技术的信息系统架构要面临变革，但势必带来漏洞风险，目前大数据平台大多基于Hadoop框架进行二次开发，安全机制缺失，安全保障能力比较薄弱。三是网络安全产业整体实力弱，在个人、企业、国家和国际等层面以及互联网底层技术层面，一定程度上都存在安全问题，黑客攻击、网络犯罪、网络窃密等互联网安全事件频发。

四、构建数据要素市场的五大对策
将数据视为一种新的生产要素，表明数据将从助力经济发展转变为引领经济发展，因此应当坚持“看得见的手”和“看不见的手”相结合，在多方面协同发力，推动构建权属清晰合理、流动自主有序、配置高效公平的数据要素市场，发挥数据对市场经济生产力的提升作用。国家应该加快基础设施建设，而互联网和能源网络的改造和建设是推动信息化和工业化广泛、深度融合的关键，更是推进高质量发展的主攻方向，同时，强化市场培育，确立新的数据要素政策，推动产业联动，优化经济发展结构，塑造数字经济时代新的竞争优势。

（一）搭建大平台：建立全社会数据流通公共服务平台
完善数据要素市场，基础平台的建设不容忽视，从发展空间来看，未来十年随着5G、区块链等新技术加速推广，数据要素市场基础设施将面临巨大瓶颈。加快建设全国一体化国家大数据中心体系，建立完善“政-政”数据共享、“政-企”数据开放、“企-政”数据汇集和“企-企”数据互通四个方向的数据要素流通公共服务体系。

一是完善公共数据共享交换平台体系。深化推进政务信息系统整合共享工作，构建国家信息交换体系，建立覆盖各级各类政府部门和公共部门的数据共享交换机制，推动政务数据共享的跨地区、跨部门和跨层级。

二是建立完善国家公共数据开放体系。首先需要各级部门完善和健全公共数据开放体系，制定数据开放进程和计划，在加强安全和隐私保护的前提下开放相关数据集，形成国家大数据开发利用智力众包机制。

三是建立完善社会化数据采集体系。清理、整合、统筹各级政府面向社会化机构的数据采集和信息报送渠道，依法依规建立社会化数据统一获取和合作机制，探索建立面向超大规模头部互联网企业的数据目录备案机制，推动政务数据与社会化数据平台化对接，充分发挥社会治理合力。

四是建立国家数据资源流通交易体系。搭建包括数据交易撮合、交易监管、资产定价、争议仲裁在内的全流程数据要素流动平台，明确数据登记、评估、定价、交易跟踪和安全审计机制。建立全社会数据资源质量评估和信用评级体系。整合区块链等新技术，搭建全社会数据授权存证、数据溯源和数据完整性检测平台。

在以上基础上，建设超大规模数据新型基础设施体系。打造“国家数网”，推动“东数西算”，实现东部产业资源与西部算力和能源的有效衔接，同时配合京津冀、粤港澳、长三角等国家战略建设区域数据中心，形成以数据为纽带的东中西协调发展新格局。

（二）培育大市场：营造便于数据要素流通的市场环境
流通环境的建构要以应用需求为指引，精准对接市场需求，坚持多元协同共治原则，充分发挥政府和市场两类资源优势，强化数据确权定价、准入监管、公平竞争、跨境流通、风险防范等方面制度建设，营造健康可持续的数据市场环境。

一是建立数据确权定价基本框架。建设全国数据资源统一登记确权体系，分层分类对原始数据、脱敏化数据、模型化数据和人工智能化数据的权属界定和流转进行动态管理，形成覆盖数据生成、使用、采集、存储、监测、收益、统计、审计等各方面权力面向不同时空、不同主体的确权框架。探索建立成本定价和收益定价、一次定价与长期定价相结合的数据资源流通定价机制。

二是简化数据市场准入机制。修订完善《互联网信息服务管理办法》等现有法律规制，降低数据领域新技术新业务和创业型企业的准入门槛，结合商事制度改革要求，厘清前置审批与业务准入之间的关系，采用正面引导清单、负面禁止清单和第三方机构认证评级相结合的方式，简化、规范数据业务市场准入备案制度。

三是强化事中事后监管。梳理数据产业发展监管环节和线上线下监管要素，完善以数据为基础、以信用为核心的事中事后监管手段。构建覆盖数据企业市场竞争、股权变动、服务运行、信息安全、资源管理等环节的信息采集上报机制，研究形成针对数据流量造假、隐私泄漏、数据泄漏和滥用等新型不正当竞争行为的监管治理手段，探索建立政府、平台型企业、数据市场主体和个人多方参与、协同共治的新型监管机制。

四是探索完善数据跨境流通市场机制。充分运用区块链等新技术探索建立开放透明的跨境数据流动监管体系，积极参与数据跨境流通市场相关国际规则制定。以海南自贸区（港）、深圳中国特色社会主义先行示范区等为依托，开展境内离岸数据中心服务试点，建设一批全球数据港，允许外资服务提供者在自贸区内设立合资或独资企业，发展外向型数据业务服务。

五是建立数据市场风险防控体系。建立面向企业的数据安全备案机制，提升数据安全事件应急解决能力。建立数据市场安全风险预警机制，提前应对数据带来的就业结构变动、隐私泄露、数据歧视等社会问题，严控数据资本市场风险。设立数据跨境流动风险防控机制，加强跨境数据流动监测和业务协同监管。强化关键领域数字基础设施安全保障，切实加大自主安全产品采购推广力度，保护专利、数字版权、商业秘密、个人隐私数据。

（三）研究大政策：完善数据要素流通分配政策工具箱
市场要素的确立，离不开法规政策的约束，大数据市场公平竞争的各项法律需要相互协调。一方面，数据的权属界定是大数据市场有序竞争的前提，另一方面，数据政策和立法需要与反垄断法、民法、隐私法、数据保护法、消费者权益保护法紧密结合。因此，应坚持审慎包容，对与数据要素流通相关的财政、税收、金融、投资等方面的政策进行适配优化，建立与数字化生产力相匹配的数据要素流通分配政策工具箱。

一是探索推进“数据财政”模式在政府治理中的应用。有序推进公共数据资产运营和增值化开发利用，探索数字经济贡献度与财政支出挂钩的财政管理体制改革模式，逐步形成政府数据开放共享促进地方财税收入的良性模式。

二是建立健全适应数据要素特点的税收征管制度。建立针对大型平台企业的跨地域税收联合征管机制，探索鼓励企业向政府安全共享监管数据的税收抵扣政策，加大对小微企业和以数据为核心的技术创新企业的税收优惠，积极参与数字经济国际税收规则体系构建。

三是大力发展数字金融，推动金融体系数字化转型。落实并完善适应数据要素市场化的金融政策，积极探索区块链、人工智能等新技术在监管金融市场中的应用，发挥金融机构在交易市场中的作用，鼓励金融机构进行业务创新。优化数字经济基础设施领域投资结构，加强投资引导，切实转变数字经济领域政府投资“重硬件、轻软件，重建设、轻应用，重监管、轻服务”导向，引导社会资本参与数字经济投资。

四是抓紧解决数据确权和立法问题。应建立以促进产业发展为导向的数据产权框架，分层分类对原始数据、脱敏化数据、模型化数据和人工智能化数据的权属进行动态管理，建立全国数据资源的统一登记确权体系，加快数据立法进度。
五是构建与数据市场相适配的宏观政策工具箱。完善金融财税政策，推动土地财政向数据财政转变，探索数据经济跨域税收联合征管，大力发展数字金融。优化宏观经济“三驾马车”，强化数据拉动消费升级，加大数字化有效投资，推进建设“数字丝路”。

（四）促进大联动：推进数据与其他创新要素深度融合
在数字化和智能化迅速发展的今天，各个企业正在通过“智能工厂”的建设，实现生产的智能化和信息化。同时，充分运用互联网营销平台，形成用户思维，提高产品的创新和设计能力，实现产品的个性化和多样化，并提高资源利用及企业管理的效率和水平，推进组织结构的扁平化与合理化。这是因为数据要素的完善对于深化升级产业链具有重要意义，因此探索建立以数据链有效联动产业链、创新链、资金链和人才链的“五链协同”制度框架，促进建立实体经济、科技创新、现代金融、人力资源协同发展的产业体系。

一是聚焦产业链，以数据链联接创新链。大力推进科学数据共享平台建设，推进数据驱动型创新研发。构建以数据为纽带的产学研协同创新体系，鼓励以“官助民办”形式建立大数据和人工智能开放创新公共平台，形成大数据智力众包模式。

二是围绕产业链，以数据链激活资金链。建立基于大数据的产业运行监测和精准投资体系，针对产业链不同环节设立知识产权基金、协同创新基金和产业并购基金，形成全链条精准化投融资渠道，促使资金向具有竞争优势的实体经济企业汇聚。

三是依托产业链，以数据链培育人才链。依托重点产业数据集群优势，建设不同行业大数据实习实训平台，培育具有世界水平的数据科学家、工程师和高水平创新团队。发挥大数据人才精准画像和供需匹配优势，为各层次人才提供“代理式”“一站式”“全天候”服务，促进产业链、数据链和人才链同频共振。

（五）优化大结构：充分释放数据要素的转型带动作用
生产要素的流动有利于经济重心的转移。在改善数据要素配置效率的同时，需要深入剖析影响供给侧结构性改革的根源，寻求数据要素在市场结构中的最佳位置，因此要大力推进大数据、人工智能、区块链、5G等技术形态与实体经济深度融合，以信息化培育新动能，以新动能推动新发展，从而带动我国经济发展的质量变革、效率变革、动力变革。
一是优化动力结构。在消费端，培育以数据为核心的消费新业态新模式，强化数据对消费升级的拉动作用。在投资端，加快建设大数据、人工智能、区块链等数字经济基础设施，拉动有效投资。在贸易端，搭建“一带一路”大数据公共服务平台，为地方政府和社会化机构“走出去”和全球贸易决策提供数据服务。

二是优化产业结构。全面推动大数据、人工智能、区块链、5G等新技术应用和产业孵化，为数字化产业发展创造良好的“生态环境”。加快产业数字化转型，营造企业竞相发展、活力迸发的数据创新创业氛围，推动互联网、高端制造、现代农业等“数据富矿区”企业大数据转型，发挥数据推动一、二、三产融合发展的“黏合剂”效应。

三是优化区域结构。推动建设“东数西算”工程，促进东部产业和创新资源与西部算力和能源资源有效衔接，形成以数据为纽带的东中西协调发展新格局；建设粤港澳、京津冀、长三角等一批区域性数据要素共享流通枢纽工程，充分发挥数据要素在推进区域协调发展中的纽带和桥梁作用。

五、结语
伴随大数据、人工智能、5G的深入发展，经济全球化趋势日益增强，而在以信息技术为基础的网络社会中，其经济形态必然发生转变，数字经济作为引领未来中国高质量发展的“牛鼻子”，其核心是以数据为基础的生产力及对获利能力的强调，数据化不仅仅是指数据本身生产的大量扩展，更是指生产技术与管理方式适应信息革命带来的变化，这种变革能够提高经济中各个生产领域的生产效率，其结果是形成新的经济范式和组织形式，但同时也使得传统产业所蕴含的生产力得以释放。因此，发展数字经济、建设数字政府、打造智慧社会，都要有赖于一个完善、成熟的数据要素市场体系的培育。

本文对当前我国数据要素市场体系培育面临的挑战和对策进行了系统阐述，期望对后续产业界、学术界和政府部门开展相关工作提供有益借鉴。

作者：国家信息中心大数据发展部主任于施洋、处长王建冬，北京大学博士研究生郭巧敏