数据要素市场化配置与数字生态体系建设白皮书.pdf

前 言近年来数字经济蓬勃发展，与经济社会各领域融合的广度和深度不断拓展，成为把握新一轮科技革命和产业变革新机遇的战略选择。习近平总书记强调，要加快建设数字中国，构建以数据为关键要素的数字经济，推动实体经济和数字经济融合发展。当前，数据已经成为数字经济时代的基础性资源、重要生产力和关键生产要素，对经济社会运行发展的重要作用日益凸显。自党的十九届四中全会首次将数据增列为生产要素，党的十九届五中全会提出推进数据要素市场化改革后，党中央、国务院多次在政策文件中围绕数据要素市场培育与数据要素价值发挥做出战略部署。2022年12月，中共中央、国务院正式发布关于构建数据基础制度更好发挥数据要素作用的意见，意见从数据产权、流通交易、收益分配、安全治理四个方面统筹推进数据基础制度体系建设，系统性布局了数据基础制度体系的“四梁八柱”，历史性绘制了数据要素发展的长远蓝图，具有里程碑式的重要意义。2023年2月，中共中央、国务院印发数字中国建设整体布局规划，规划指出要夯实数字中国建设基础，畅通数据资源大循环，构建国家数据管理体制机制，推动公共数据汇聚利用，释放商业数据价值潜能，加快建立数据产权制度，开展数据资产计价研究，建立数据要素按价值贡献参与分配机制。数据要素市场化配置与数字生态体系建设白皮书数据要素作为数字经济发展的核心引擎，只有经过交易流通与传统要素融合，才能在生产经营活动中的特定场景下使用并产生效益，释放其经济价值。因此，安全、规范、高效的数据交易市场是实现数据要素市场化配置的关键抓手，能够使数据资源流向市场最需要的领域和方向，优化数据资源配置效率，使数据要素价值得到最大化挖掘。数据要素市场培育需要顶层制度设计与实践方案落地的双重赋能。数据要素市场化配置还需搭建数据运营生态体系，促进数据交易活跃度。数据运营生态是数据深度开发、创新利用及数据增值的源头活水，是促进数据交易持续繁荣的动力。围绕数据要素采集治理、加工处理、资产定价、合规评估、标准规范、安全保障等重大课题构建全链生态，引导多方主体参与数据交易、合力完善数据交易标准体系，深度挖掘数据潜在价值，保障数据安全有序流动，促进数据要素规模化、可持续性交易。为贯彻落实党中央提出的“推动数据资源开发利用，推进数据等要素市场化改革“要求，天津市积极部署数据要素流通与市场培育，释放数据要素潜在新价值。2020年7月，天津市发布天津市公共数据资源开放管理暂行办法，旨在规范和促进公共数据资源开放，充分发挥公共数据资源经济价值和社会效益。2021年8月，天津市人民政府出台天津市加快数字化发展三年行动方案，对数据数据要素市场化配置与数字生态体系建设白皮书要素流通与数字生态搭建提供前瞻引领，该方案指出“健全数据要素生产、确权、流通、应用、收益分配机制，构建具有活力的数据运营服务生态，制定数据交易管理办法，完善数据资源确权、交易流通、跨境传输等基础制度和标准规范，健全数据要素市场监管体系，推进数据依法有序流动。并提出“构建社会数据市场化运营机制，建立部门间数据共享、政企间数据开放、企企间数据融通的数据要素流通公共服务体系。”2019年，国务院下发关于支持天津滨海新区高质量发展的意见，明确支持中新天津生态城设立北方大数据交易中心。2021年10月经天津市人民政府批复同意，北方大数据交易中心在中新天津生态城设立。为贯彻落实中共中央、国务院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，突出交易场所的合规监管和基础服务功能，北方大数据交易中心定位于打造“国家级数据交易场所”，按照“政府监管、国资控股、市场化运营”的模式，依托天津产业优势及智慧城市建设基础，面向全国打造天津数字经济发展新引擎、北方数据要素交易先行者、全国数据汇津集散主枢纽、国际数据跨境流通示范区。当前，数据要素受政策、技术、市场等红利催化迎来发展新机遇。顶层设计层面，数据要素交易流通及开发利用相关政策法规体系不断健全；在技术层面，区块链、隐私计算等技术赋能数据交易使“原始数据不出域，数据可用不可见”成为可能，保障数据流通、计算及应用安全；数据应用场景不断丰富，数据交易需求更加突出，数据要素市场化配置与数字生态体系建设白皮书在融合应用层面也得到广泛关注。但同时数据交易流通也面临数据确权不清晰、数据定价缺少合理机制、数据供需不匹配、数据供给意愿不足、数据有效需求乏力、缺少规范交易制度、数据安全与隐私保护尚未成熟、数字生态体系不健全、数据交易“昙花一现”不可持续等诸多挑战。本白皮书以数据要素市场化配置与数字生态体系建设为切入点，在顶层设计层面，构建数据确权、数据定价、数据安全、数据运营“四位一体”的支撑架构作为制度保障；在实践落地层面，以“基于市场需求驱动的供需双挂牌与智能撮合交易”数据交易流通解决方案为核心，以数据要素生产加工平台赋能数据实现资源化资产化资本化的演进，以区块链共性平台构建数据要素可信流转的环境，以数据银行作为数据信托服务与数据要素市场化配置的战略思考，为数据交易流通与高效利用提供落地实施的解决方案。数据要素顶层规划与落地实施同步推进，为数据要素市场化配置与数字生态体系建设提供指引。白皮书第一部分主要概述数据要素市场发展现状，首先阐述数据要素与数字经济，从数据要素的定义特征与价值形态演进出发，构建数据要素作为数字经济发展核心引擎的理论框架。并基于当前国内数据交易平台实践，总结数据要素市场发展面临的难题与机遇。第二部分阐述数据要素“四位一体”支撑架构，包括数据交易的起数据要素市场化配置与数字生态体系建设白皮书点数据确权、数据交易的关键数据定价，数据交易的保障数据安全、数据交易的动力数据运营四个维度。第三部分阐述“基于市场需求驱动的供需双挂牌与智能撮合交易”业务范式，并以此为核心对数据要素加工平台、区块链共性平台与数据银行的核心理念、平台架构及应用价值进行阐述。最后阐述基于数据交易的数字生态体系建设，介绍北方大数据交易中心及其交易模式、发展方向、创新数据交易系统及数商体系建设等发展情况，并从数据算法人才培养、数据开发者培养计划、基于数据交易的产业链构建、打造数据要素全生态全链条产业园作为生态载体四个方面，构建数据要素交易流通的全链生态。数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书数据要素市场化配置与数字生态体系建设白皮书数据要素市场概述顶层设计：“四位一体“支撑架构（一）数据要素与数字经济（二）数据交易流通市场现状（一）需求驱动的供需双挂牌与智能撮合交易模式（二）数据要素生产加工平台（三）区块链共性平台（四）数据信托服务01（一）数据交易的起点：数据确权（二）数据交易的关键：数据定价（三）数据交易的保障：数据安全（四）数据交易的动力：数据运营02目 录-02071417192126293135-01-13-交易实践：数据交易流通解决方案03-25-基于数据交易的数字生态体系建设04-36（一）北方大数据交易中心（二）数据算法人才培养（三）数据开发者培养计划（四）基于数据交易的产业链构建（五）打造数据要素全生态全链条产业园-38424344462021中国大数据产业发展指数白皮书数据要素市场概述01数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（一）数据要素与数字经济2首先，原始数据本身的价值往往很低，需要通过加工和分析将非结构化的字节转换为具有实际应用价值的信息，因此数据要经过采集、清理、加工和分析等系列过程才能成为生产要素。其次，数据要素蕴含着大量关于实体经济的信息，信息是数据产生价值的本质原因。因此，数据要素应承载知识与信息，是有价值的数据。基于以上观点，本报告定义数据要素如下：数据要素是指“原料”状态的数据经加工处理形成机器可读、可参与流通交易、可投入生产活动并得以应用发挥使用价值和经济效益的数据。数据要素作为新型生产要素，与资本、劳动、土地、技术等传统要素相比，呈现出非竞争性、非排他性、非稀缺性、价值异质性、边际收益递增五大特性。0102非排他性03非稀缺性04价值异质性05边际收益递增性非竞争性任何主体使用数据都不会对数据产生质量损耗，进而不会影响其他主体的使用和利益数据可无限复制给多主体同 时重复使用，一个主体对数据的使用，并不会阻止其他主体利用该数据数据要素是可再生的，万物数据化使海量数据可以持续产生并快速积累数据要素不仅不会损耗，还能够自我繁衍，能在使用中继续创造数据资源数据要素价值具有很强的场景依赖性，相同数据的可用性与价值在不同应用场景下存在差异。数据要素具有规模经济特性。数据的体量越大、维度越多、种类越丰富，越有利于数据交互汇聚，释放数据要素价值。图 1-1 数据要素特性1、数据要素的定义与特征数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（一）数据要素与数字经济3数据要素的“原始数据数据资源数据资产数据资本”的数据形态演进过程，也是“使用价值创造数据价值实现价值增值”的价值形态演进过程。图 1-2 数据要素价值形态演进图2、数据要素价值形态演进原始数据数据资源数据资产数据资本“使用价值创造数据价值实现价值增值”的价值形态演进过程数据资源化数据资产化数据资本化l 数据资源化将原料状态的数据加工形成机器可读、可参与流通交易并投入生产应用的数据资源，是数据使用价值实现的阶段具体表现为通过数据采集、存储、清洗、加工、分析、标记、标准化、挖掘等生产环节形成可流通应用的数据生产要素l 数据资产化数据资产化是数据通过市场的流通交易给数据使用者、加工者、生产者带来经济利益的过程是实现数据价值的阶段。本质是形成数据交换价值，初步实现数据价值的过程l 数据资本化数据资本化是指数据资产的交换价值被充分挖掘和无限放大，形成对数据劳动者的劳动成果的无限次重复使用，并生成价值增值的数据资本以股权化、证券化等多种方式运营数据资本，数据资本不仅占有数据资产中的剩余价值，还将剩余价值用于扩大再生产“原始数据数据资源数据资产数据资本”的数据形态演进过程数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（一）数据要素与数字经济4数据要素作为驱动数字经济发展的核心引擎，主要通过何种路径带动数字经济的发展？数据要素不仅作为新型生产要素催生出新产业新业态创造新价值，还具有溢出效应促进产业优化升级；不仅对数字经济本身产生影响，还能创新商业模式提升数字经济效率，并促进制度动态优化赋能数字经济发展。本报告基于以上研究分析，从新型生产要素驱动价值创造、溢出效应促进产业优化升级、长尾效应驱动商业模式创新、治理效能推动制度迭代优化四个视角出发，阐述数据要素作为数字经济发展核心引擎的内在机制。新型生产要素驱动价值创造。数据作为新型生产要素，一方面自身催生了新产业与新业态并创造新价值，为数字经济培育新的增长点；另一方面对传统生产要素产生替代效应，推动生产要素配置方式发生本质性改变，优化资源要素结构，提升匹配效率。除了替代效应之外，数据要素还能与传统生产要素融合发挥乘数效应，放大土地、资本、劳动、技术等传统生产要素在社会流转中产生的价值，用更少的资源要素投入创造更大价值。溢出效应促进产业优化升级。数据具有突出的溢出效应，数据流带动资金流、人才流、物资流，不断突破地域、组织、技术边界，促进资源配置从单点优化向多点优化演进，从局部优化到全局优化演进，从静态优化向动态优化演进，显著提升资源的配置效率和水3、数据要素是数字经济发展的核心引擎数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（一）数据要素与数字经济5平。数据要素通过非线性溢出效应促进产业融合、空间溢出效应推动产业关联两种路径对产业优化升级发挥“核聚变”效应。首先，数据要素与其他生产要素融合并广泛渗透，促进产业边界模糊进而实现产业融合，不同产业间交叉重组推动传统产业智能化升级，实现数字经济增值。其次，数据要素打破时空界限，压缩时空距离，增强了区域间经济活动关联的广度和深度，通过高协同性、网络效应与正反馈效应形成互动性强的产业集群，拉通产业之间的互动关联。基于以上两种路径，数据要素通过溢出效应完成对产业结构的深度改造与调整，实现产业转型升级。长尾效应驱动商业模式创新。数据要素通过平台化、在线化汇聚，使得各业务环节和产业链条相互渗透融合，催生出个性化与多样化的产品和服务，差异化需求得以满足，大量非主流市场的价值创造形成总量叠加，从而大大超过主流市场，形成“长尾效应。“长尾效应”应用于商业模式创新中，企业依靠某种主营业务积累用户，以此为基础开发多样化的定制型服务，以满足更多尾部的、边缘化的消费需求，市场边界得以扩展。因此，长尾效应要求个性化、定制化的异质性产品与服务，驱动市场主导由供给方到需求方转变，催生出需求驱动的新型商业模式C2B，提高交易效率与生产效率。数据要素融合还能促进供需精准匹配：一方面刻画用户画像，实现“点对点”、“点对面”精准营销；另一方面，打通层级、行业之间的信息壁垒，减少信息不对称问题，实现供需精准匹配。数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（一）数据要素与数字经济6治理效能推动制度迭代优化。数据要素具备治理效能，政务服务、城市治理、公共政策等领域数字化进程逐步推进，通过“执行-反馈-优化-再反馈”动态迭代效应指导科学决策，倒逼传统制度随数字经济发展进行适应性创新，灵活应对市场变化，增强宏观调控能力，引导资源要素优化配置，推动政策优化更好赋能数字经济发展。数据要素长尾效应驱动商业模式创新溢出效应促进产业优化升级政务服务城市治理公共政策数字经济非线性溢出效应促进产业融合数据要素融合产业边界模糊产业融合传统产业智能化升级数字经济增值空间溢出效应推动产业关联产业结构深度调整打破时空界限高协同性正反馈性网络效应互动性强的产业集群长尾效应需求驱动的新型商业模式C2B期待个性化、定制化的产品与服务驱动市场主导由供给方到需求方转变供需精准匹配刻画用户画像，“点对点”精准营销数据汇合打通信息壁垒减少信息不对称交易效率生产效率数据融合治理效能推动制度迭代优化传统制度随数字经济发展适应性创新“执行-反馈-优化-再反馈”动态迭代机制政策更好引导资源优化配置赋能新型生产要素驱动价值创造新要素催生以ICT产业为代表的新产业与新业态替代效应改变要素配置方式，优化资源要素结构与传统要素融合协同发挥乘数效应，放大价值培育新增长点提升要素匹配效率激发要素创新活力图 1-3 数据要素驱动数字经济发展的体系框架数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（二）数据交易流通市场现状7数据要素市场受益于国家制度政策、前沿技术赋能、市场需求刺激的叠加效应不断壮大。据国家工信安全发展研究中心测算数据，2021 年我国数据要素市场规模达到 815 亿元，预计“十四五”期间市场规模复合增速将超过 25%，进入群体性突破的快速发展阶段。2014年贵阳大数据交易所成立标志着我国数据交易流通的开端，各地积极探索数据交易实践，布局数据交易中心建设，浙江、江苏、湖北、上海等地陆续成立数据交易中心，数据交易平台情况如下：数据来源：包括政府公开数据、企业内部数据、网络爬虫数据及其他数据供应方提供的数据数据产品类型：包括数据集、API及解决方案、数据服务等功能定位：一是强调数据交易撮合功能，平台本身不参与数据交易，数据交易相关定价、购买期限、使用方式、转让条件等由买卖双方商议。另一类数据交易平台除数据交易撮合功能之外，还承担数据增值服务功能，一方面为数据供需方提供交易平台，另一方面以数据供应商或服务商的角色参与交易，根据不同用户需求，对原始数据进行分析建模处理，形成定制化的数据产品。1、我国数据交易平台发展概述数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（二）数据交易流通市场现状82020年，中共中央、国务院发布关于构建更加完善的要素市场化配置体制机制的意见提出加快培育数据要素市场，意味着数据从简单的产业转变为经济发展的战略性资源。随着数据要素市场化配置改革的推动，北京国际大数据交易所、上海数据交易所、深圳数据交易所等国家级新型数据交易平台先后成立。新一批数据交易机构从强化技术支撑、完善配套规则入手，探索在数据要素市场中的立足点、突破点，帮助市场建立信任、保障权益。2021年3月，北京国际大数据交易所成立，是国内首家基于“数据可用不可见，用途可控可计量”新型交易范式的数据交易所，定位于打造国内领先的数据交易基础设施和国际重要的数据跨境流通枢纽。北京国际大数据交易所创新性研发出基于隐私计算、区块链及智能合约、数据确权标识、测试沙盒等技术打造的数据交易平台IDeX交易系统，并推出保障数据交易真实和可追溯的“数字交易合约“，将算法、算力及综合服务应用纳入可供交易的数据资产范围之内，扩展了数据资源的价值实现范围。此外，北京国际大数据交易所推进“数据可用不可见”，为数据权属确定提供了新思路，全国数据交易开始探索区分数据所有权和使用权，逐步淡化数据所有权，强调使用权，数据交易市场也正从传统的数据交易过渡到以数据服务为重点。数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（二）数据交易流通市场现状92021年11月上海数据交易所成立，为公司制数据交易所，围绕打造全球数据要素配置的重要枢纽节点的目标，紧扣建设国家数据交易所的定位，突出准公共服务、全数字化交易、全链生态构建、制度规则创新“四个功能”。重点针对数据交易存在的确权难、定价难、互信难、入场难、监管难等关键共性难题创新性提出“数商”新业态，培育涵盖数据交易主体、数据合规咨询、质量评估、资产评估、交付等多领域的流通交易生态；制定数据交易全过程制度规范，使得数据流通交易有规可循、有章可依；在技术上首发全数字化数据交易系统，保障数据交易全时挂牌、全域交易、全程可溯；并创设数据产品登记凭证与数据产品说明书，保障数据产品的规范有序流通，使数据产品具像化。2021年12月，深圳数据交易所成立，战略定位为全国数据资源的汇聚地，数据产品开发高地和全国领先的数据交易流通枢纽。深数所采用100%国资公司制，以建设国家级数据交易所为目标，从合规保障、流通支撑、供需衔接、生态发展四方面打造覆盖数据交易全链条的服务能力，构建数据要素跨域、跨境流通的全国性交易平台。在制度建设方面，对标国家培育数据要素市场顶层设计，重点围绕数据流通交易、安全合规应用等领域构建全面、系统的交易场所制度规则体系，现已制定发布12项交易规则和管理制度，打造涵数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（二）数据交易流通市场现状10盖数据安全分级分类规范、数据交易撮合系统技术框架白皮书等9项技术标准规范，并参与 6 项国家、地方标准制定。在生态发展方面，构建涵盖产品生态、技术生态、合规服务生态与数据商生态的数据交易服务生态，并成立深圳市数据要素发展协会，探索隐私计算开源社区等创新模式。数据交易所的功能定位自数据二十条出台后更加清晰。数据二十条提出“所商分离”的市场运行机制，将“公益属性”和“市场属性”相分割，其中数据交易所定位为公益性机构，强调数据交易的公共属性和金融平台属性，而数据商定位为专业性的市场化机构，强调数据交易的效率属性和技术实现属性。数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（二）数据交易流通市场现状11数据交易受益于制度政策、前沿技术与市场需求的叠加效应迎来重大机遇。在顶层设计层面，相关制度政策与法律法规持续出台发挥前瞻引领作用，数据流通交易受政策催化利好不断；在技术层面，区块链、隐私计算等前沿技术赋能数据交易流通，使原始数据在无需归集与共享的情况下实现多节点间的协同计算和数据隐私保护，在安全约束下充分开发数据要素价值，促进数据安全高效流通；在市场需求层面，数字产业化驱动海量数据产生，数据供方有共享数据并获得收益的意愿，同时产业数字化带来丰富的应用场景，数据需求凸显，驱动数据交易流通的繁荣。2、数据交易流通的机遇与挑战政策制度发挥前瞻引领作用，支持信号更加明确技术赋能数据交易流通，助力破解安全难题新兴产业丰富应用场景，驱动数据交易需求2020年4月关于构建更加完善的要素市场化配置体制机制的意见，将数据列为生产要素，要求加快培育数据要素市场2021年12月要素市场化配置综合改革试点总体方案，提出完善公共数据开放共享机制、健全数据流通交易规则、拓展规范化数据开发利用场景、加强数据安全保护”四个方向的指示2022年6月关于构建数据基础制度更好发挥数据要素作用的意见，提出建立包含数据产权、数据流通交易、收益分配、数据安全治理及数据要素市场化配置等方面的数据基础制度体系。数据要素法律法规体系逐步完善。网络安全法数据安全法个人信息保护法出台，成为护航网络空间安全与数据安全保护的“三驾马车“隐私计算区块链联邦学习多方安全计算解决不愿共享不敢共享不能共享安全保障能力提升数据交易流通赋能数字产业化产业数字化数据供方拥有海量数据数据共享意愿产业智能化升级丰富了应用场景数据需求意愿催生数据交易需求图 1-4 数据交易流通面临的机遇数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书01 数据要素市场概述（二）数据交易流通市场现状12数据交易市场上还存在数据供需方匹配度不高、低价值数据泛滥、短期博弈信任度低、场外交易占绝大比重、监管滞后力量分散等问题。原因来自诸多方面，例如数据确权、定价及利益分配模式不清晰及数据安全风险导致缺少数据主体激励，数据供给及投入加工的意愿不足；数据运营生态体系尚未成熟，为数据交易双方提供的数据增值服务不够；场内交易数据还未搭建起成熟的应用场景，难以激发数据买方需求等。来自体制、技术与市场等方面的诸多原因使得数据交易市场陷入困境。本白皮书从数据确权、数据定价、数据安全与数据运营四个角度分析数据交易面临的挑战。2、数据交易流通的机遇与挑战图 1-5 数据交易流通面临的挑战数据确权数据安全数据定价数据运营数据交易未达到市场与政策预期数据权属界定不清晰权益难保障，缺少激励驱动主体参与数据生产与交易责任界定不清，为规避监管风险，供给方数据共享意愿被抑制，交易缺少持续优质的数据来源数据交易的可解释空间大，缺乏规范性数据确权与价值发挥需平衡兼顾排他性所有权导致数据不能被多主体重复使用，封锁价值倍增的机会产权碎片化导致“数据孤岛”,抑制大数据整合效应,难以发挥价值数据交易缺乏合理公平的定价机制数据安全事件频发，交易缺少安全保障数据篡改、滥用、隐私泄漏等安全事件频发，造成安全威胁，数据交易流通缺少安全支撑数据安全流通与价值发挥协同难度大若过分强调数据安全，制约数据跨界跨域融合，阻碍价值发挥许多敏感信息本身具有分析和应用价值，脱敏过度导致数据丧失商业价值数据供方数据需方供方难以获得合理定价，抑制数据供给意愿无法激励厂商对数据加工处理的持续性投入价格价值“阿罗悖论”：数据需方交易前无法获知数据使用价值加之缺乏清晰的定价机制作为依据难以形成大规模交易数据运营生态体系不够健全导致交易活跃度不够、“昙花一现”不可持续数据交易规则不够完善数据价值有待深度挖掘数据供需不匹配数据标准不统一数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书顶层设计：“四位一体”支撑架构02数据要素市场化配置与数字生态体系建设白皮书2021中国大数据产业发展指数白皮书（一）数据交易的起点：数据确权图 2-1 数据确权在数据要素各环节中的作用02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书14顶层设计层面数据共享交换数据资源整合数据价值倍增数据确权支撑数据要素市场顶层设计数据确权作为数据交易的起点,产权清晰是数据定价与收益分配机制的基础数据确权为数据价值倍增提供激励机制多方主体在数据价值创造过程中呈现共同投入、多向合作的动态关系，产权清晰有利于形成加工投入激励，促进数据要素价值充分释放数据确权是推动数据资源整合的重要抓手产业数字化催生数据资源整合需求，但产权配置不清晰使得数据主体偏向于保护自己的数据而引进整合其他外部数据，导致数据难以交予外部机构进行有效整合数据权属清晰增强数据共享交换意愿数据确权能够保障各数据主体权益并有效界定责任，消除数据供给方的安全与监管顾虑，增强数据供给意愿数据确权作为数据交易的起点，自上而下从制度顶层设计，到数据共享交换、再到数据资源整合，以及后续的数据加工增值等各环节中均起到引领支撑作用。同时数据确权面临多方面的困难，导致数据权属界定不清晰。首先，数据要素承载了多种权利义务关系，是个人、企业组织之间复杂关系的映射，生产链条参与主体众多导致权责分配困难；其次，数据确权需要解决“隐私上的负外部性、数据处理主体的投入激励、非竞争性在数据充分利用上的效率要求”三者之间的权衡取舍问题，给数据确权带来挑战；最后，数据要素共享性强导致溯源困难、数据来源不同造成权利多样复杂给数据确权带来阻碍。2021中国大数据产业发展指数白皮书（一）数据交易的起点：数据确权图 2-2 数据确权的难点02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书15数据确权现有的解决方案集中在两类，一是数据分类分级，兼顾不同类型数据的管理和使用需求。二是充分利用技术手段推动数据确权，在不转移原始数据的前提下实现对数据的开发利用。数据二十条创造性提出建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架。该举措旨在跳出所有权思维定式，强化数据加工使用权，放活数据产品经营权。其中，根据国家发展和改革委员会数据基础制度观点,数据资源持有权的权能至少涵括自主管理权，即持有者在法律或合同允许范围内可自主决策数据的应用场景，并能够防止侵犯或干扰持有者合法权利的行为。因此数据持有权具有私益性，持有者可享有数据资源的排他性和竞争性所带来的益处。数据加工使用权是指企业自我使用、处理加工数据的权利。数据产品经营权是指企业对数数据要素生产链条参与主体众多，都享有权利并承担相应义务，多方主体利益诉求难以平衡，造成权责分配困难生产链条参与主体众多，权责分配困难数据要素市场的“不可能三角”给确权带来难题原数据数据要素!#$%&%()%*+%,-%./%012隐私上的负外部性数据处理主体的投入激励非竞争性在数据充分利用上的效率要求不可能三角!3456789:;%!3456789:;?ABCDEFGH=?ABCDEFGHIJ!,-IJ!,-K6LMNOK6LMNOPQRS!PQRS!TUVWXYTUVWXYZ#$Z#$!6_Ha!6_Ha!b.!b.3434cdecde数据易于复制和传播,交易过程中的数据要素及产品并非最终产品，中间会经过分析与加工形成新的数据产品进入下一个流通过程，导致难以溯源，数据主体识别困难，给确权带来阻碍数据要素多次流转溯源困难阻碍数据确权数据要素数据产品1数据商品数据产品2fg7#$hi34jk数据来源不同导致权利多样性和复杂化个人数据私人物品性质政府数据公共物品性质企业数据来源复杂强调保护人格权和财产权强调数据高效流通与价值挖掘企业生产过程涉及商业机密平台收集用户信息涉及客户隐私企业在数据加工分析上的投入2021中国大数据产业发展指数白皮书（一）数据交易的起点：数据确权图 2-3 数据确权解决思路概述02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书16据开发、交易和处分的权利。数据使用权和经营权须具有一定的排他性才能够确认为资产，即企业控制的资产必须带来其它企业不能获得的经济收益。2023年2月深圳市数据产权登记管理暂行办法发布，对数据资源持有权、数据加工使用权及数据产品经营权进行定义，指出数据资源持有权是指在相关数据主体的授权同意下，对数据资源管理、使用、收益和依法处分的权利；数据加工使用权，是指在授权范围内以各种方式、技术手段使用、分析、加工数据的权利；数据产品经营权，是指对投入实质性加工和创新性劳动形成的数据衍生产品占有、使用、收益和依法处分的权利。随着各地方、各层级产权制度及规范文件密集出台，数据产权结构性分置理念将逐步细化落地。分类分级授权体系解决思路具体内容数据产权制度的三边框架个人数据产权强调以原始数据为主的人格权保护企业数据产权强调以衍生数据为主的财产权保护国家数据产权强调将整体数据作为公共物品加以管理和规制平台数据确权原始数据、匿名数据、衍生数据原始数据研发投入强度低、隐私负外部性高强调用户个人隐私保护匿名数据研发投入强度中、隐私负外部性低强调数据公共所有，促进数据流通衍生数据研发投入强度高、隐私负外部性低强调激励研发投入与创新积极性个人数据权利多维矩阵框架个体自身基本数据权利归属个人，平台不因物理拥有而改变权属个体行为数据权利归属平台和个人，当平台超服务范围使用数据时需要征求个体额外同意并协商报酬个人数据加工分析后的衍生数据权利归属于平台、个人与数据加工企业，加工需要再次取得个体同意并协商报酬技术手段确权数据产权配置理念和政策应通过技术系统进行落地实现一是统一标识管理，具有广域互联网中的唯一性特征，实现对多元异构标识的对接和融合二是元数据和数据源分离，确保数据访问权限受控三是数据安全互操作，身份认证、内容确权、访问控制等信息上链，授权行为通过智能合约自动处理，并提供敏感数据的多方安全处理机制2021中国大数据产业发展指数白皮书（二）数据交易的关键：数据定价图 2-4 数据定价的困难02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书17数据及数据产品定价涉及因素复杂多样，因此该问题是一个多元函数，需要综合考虑多个维度。2023年3月，深圳市发展和改革委员会印发深圳市数据交易管理暂行办法，办法指出数据交易场所运营机构应当从数据质量维度、数据样本一致性维度、数据计算贡献维度、数据业务应用维度等方面探索构建数据价值评估指标体系，为数据交易定价提供参考。数据具有非竞争性、非排他性、非稀缺性、价值异质性、边际收益递增等有别于传统生产要素的特点市场供需关系和资源稀缺程度的传统定价策略难以适配数据要素的特征数据不仅以单一生产要素参与经济活动，还通过促进其他生产要素高效配置、支撑传统生产方式转型升级等方式形成规模报酬递增的经济发展模式市场难以对数据要素对于企业产出和经济增长的实际贡献给出真实准确的评价数据要素价值会随使用对象、使用场景、具体用途而不同相同数据要素的价值评判难以标准化数据供方不知道需方购买数据之后的具体用途，从而无法评估需方的支付愿意数据需方难以事先获知数据的具体信息从而难以验证数据的质量和真实性，产生“阿罗信息悖论”!#$%&()*+&,-./012345,-67./0489:;?ABCDE&4FGHDEA&1IJKLM9NOP89QRSTDE489UVWXYBC&DEZ01传统定价策略难以适配数据要素新特征02数据要素对经济增长的产出贡献较为复杂难以准确评估03数据要素价值场景依赖性强难以标准化04数据交易供需方信息不对程带来定价困难本文基于数据定价的成本法、收益法、市场法思想，从数据要素的静态价值、动态价值及应用价值三个维度构建数据要素价值评估体系。一是数据要素的静态价值，即数据生产投入的成本，数据2021中国大数据产业发展指数白皮书（二）数据交易的关键：数据定价图 2-5 数据定价维度体系02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书18价格应使生产成本得到充分补偿；二是数据的动态价值即数据本身的质量及其收益潜力，数据本身规范完整、数据关键标签丰富、安全性高、更新速度快，易于以新的方式进行组合分析，应用于更多新场景提炼出更多有价值的信息；三是数据进入交易流通后的应用价值，数据价值有很强的场景依赖性，随应用场景、分析方法、受众者的变化而不同。数据定价维度体系静态价值动态价值应用价值采集存储成本清洗加工成本分析建模成本安全运维成本风险补偿成本规范性完整性数据标签丰富度更新时效性安全性关联度实用度复用度受众广度与深度场景经济性!#$%&()*+(,-(./0123456789:;67?ABCDEFGHI1JKLM(NONNPONQRNSTUO12021中国大数据产业发展指数白皮书（三）数据交易的保障：数据安全图 2-6 数据交易亟待建立安全保障体系02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书19数据安全是数据要素交易流通发挥价值的保障。数据要素作为产业信息的核心载体，产生于千行百业，通过交易流通等方式赋予自身海量的价值空间，因此数据安全是信息安全的核心，是数据交易流通的后盾支撑与底板工程。02010403多方主体数据协作成为趋势，价值挖掘期待安全保障!#$%&()*+,-./%&0123456789:;%&?AB+CDEFGH4IJ%&0141KLMNOABPQRSTUV内生需求与政策共振，各行业加速布局数据安全!%WXYZ%&4_abcd+ef%&GHghabijklmnopqr%&GHbstuvghabwxyz|f+%&GHabx全球数字化进程不断加速，数据安全风险敞口激增!%&%+%&22GH+GH+%&GH9GH?尚未形成体系化的数据安全标准，安全关键软硬件国产化率较低!%&GHna|5L+aNO$-JGH1!9J_/X%&GH+%&GHXua5L2NO24/X2X%&GH/新技术的发展赋能数据交易安全落地，主要包括区块链、同态加密、多方安全计算、数据安全标识、联邦学习等。区块链致力于解决信任问题的去中心化的记账方式。按时间顺序、以顺序相连的链式结构将数据区块组合，通过密码学保证传输和安全，并利用分布式节点的共识机制算法实现数据的生成和更新，具有去中心化，不可篡改和伪造、可追溯、多方维护、公开透明等特点。2021中国大数据产业发展指数白皮书（三）数据交易的保障：数据安全02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书20同态加密将原始数据经过同态加密后，对得到的密文进行特定的运算处理，然后将计算结果再进行对应同态解密后得到的明文等价于原始明文数据直接进行相同计算所得到的数据结果，重点解决数据处理安全问题，实现数据“可算不可见”。图 2-7 同态加密原理图多方安全计算在各方不泄露各自输入数据的前提下，多方协同进行数据分析、处理。多个参与方共同进行一项计算，各方只能获取自己的计算结果，无法通过计算过程推测出其他任意一方输入的数据。数据安全标识数据安全标识是与客体数据安全相关的属性的格式化封装，是数据安全属性的信息载体。由安全可信的数据安全标识认证系统签发，采用密码技术确保标识信息的完整性和真实性，防止被篡改和仿冒。联邦学习核心思想是通过在多个拥有本地数据的数据源之间进行分布式模型训练，在各方机器学习原始数据不出库的情况下，通过对数据加密流通与处理来完成多方机器学习模型训练。2021中国大数据产业发展指数白皮书（四）数据交易的动力：数据运营02顶层设计：“四位一体”支撑架构数据要素市场化配置与数字生态体系建设白皮书21数据运营是数据深度开发、创新利用及数据增值的源头活水，是盘活数据资源价值、促进数据交易持续繁荣的动力，是构建数据价值共创机制、价值创造循环机制的基础。只有数据运营生态图谱愈加丰富，才能充分挖掘数据价值，并将数据确权、评估、定价、应用、增值服务等产业生态主体纳入数据交易流通环节，从而实现数据要素流通与市场化配置。当前数据要素运营体系不够健全，提供给数据交易流通的动力不足。例如，公共数据作为要素参与生产经营深度不够，主要聚焦在政府决策、城市治理等方面，大量公共数据聚集在政府内部而未进入市场进行价值化开发利用，公共数据的经济效益不明显。因此规模、高效、安全的数据交易，离不开由数据运营体系的支撑，应该加快数据授权运营步伐，加快健全数据运营机制，鼓励多元主体对数据进