2020年4月9日，中共中央、国务院公布了《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称“《意见》”）。这是中央颁布的第一份关于要素市场化配置的文件。《意见》分别指出了土地、劳动力、资本、技术、数据五个生产要素领域的改革方向，并明确了完善要素市场化配置的具体举措。这份文件的一大亮点在于，数据作为一种新型生产要素被写入其中。《意见》明确要求加快培育数据要素市场。

该如何理解“市场化配置”这个相对抽象的词呢？《意见》中提出，要“依据市场规则、市场价格、市场竞争实现效益最大化和效率最优化”。在笔者看来，通俗地说，就是通过市场化竞争的方式，将这些要素视作“商品”，让其在市场中充分流动、自由竞价，最终使得每个要素都流向其可以产生最大价值的地方。

对于土地、劳动力、资本和技术而言，其市场化配置的手段相对成熟。例如，通过完善土地管理体制可以推动土地要素市场化配置；通过户籍制度改革可以有效促进劳动力流通；通过完善股票市场、债券市场等金融服务体系可以优化资本配置；通过深化科技成果使用权、处置权和收益权改革可以推进技术要素的市场化。而对于数据这一新型生产要素，如何培育数据要素市场、完善数据要素市场化配置，则亟待有关各方深入探讨与研究。以下，笔者试图从不同维度总结培育数据要素市场、完善数据要素市场化配置的诸多关键问题。

一、切实推动政府数据共享开放

政府数据的共享开放，对于数据要素市场的培育有着重大意义。政府部门通过长期的统计和监测，积累了海量、权威的数据要素资源。政府数据的共享有利于打破数据孤岛，促进各地区各部门间数据要素流通共享；政府数据开放有利于探索数据要素经济价值，促活数据要素交易市场，让数据真正取之于民、用之于民，创造更多的价值。

政府数据共享开放需要思维转变。需要认识到政府数据共享开放是政府数据治理的前提基础，是现代化治理体系的重要组成部分，也是大数据产业发展的关键。政府数据无法共享开放，数据治理就成了无本之木。需要政府履行主体责任，在数据采集共享和利用等环节制定相应规则与权责红线，提高数据质量和规范性，推动数据管理制度、安全保护制度的建立。

政府数据共享开放需要机制优化。要做好顶层设计，无论是国家层面还是地方层面，都要对政府数据共享开放过程中的政策、法规、机制等问题进行统一部署和细致谋划。同时要完善绩效考评体系，建立科学的绩效考评体系，不断完善绩效考评的相关流程和制度,来激励和倒逼各级主体参与其中。

政府数据共享开放需要技术创新。政府数据共享也要重视把“路”修“通”，数据共享不一定要把数据物理集中，更重要的是让数据逻辑集中、可以随时调用。关键的举措就是要建立统一的数据共享开放平台，作为公布信息和实现政民互动的物质载体, 依据具体业务细分责任目标，来判断需要哪些数据的应用场景和关联数据，并通过科学的分析方法对数据进行处理。

政府数据共享开放更要做好数据治理。要明确各单位共享开放数据的具体流程，完善数据集的选定、数据元审核、采集、发布、下线等全生命周期管理规范。同时要制定相关标准细则，明确定义数据开放的总体标准、术语标准、元数据格式标准、接口规范、平台建设标准等，引导政府数据要素依法有序自由流动。

二、促进政府数据与社会数据融合

政府数据和社会数据属性不同、类型不同，两者的跨界融合和共享开发利用将会产生倍增效用，应促进各级政府、社会各行业和各类企业的数据要素资源互通、数据要素开发能力共享，进一步释放数据红利，创造更多经济价值。

探索数据利用新场景，以业务带动数据流动。笔者认为数据的流动共享依附于业务。脱离了业务的数据是死数据，很难流通起来，为了共享而共享会使数据共享方丧失动机意愿。应要积极探索构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域政企数据的共享利用场景，培育数据共享利用的新业态，以业务需求带动数据流互联互通的实现，持续释放数据要素价值。

建设统一的数据共享平台。考虑在国家层面和城市层面建立统筹利用、统一接入的数据共享大平台，促进政企互联，使数据要素资源跨界共享利用。同时要建立政务数据与社会数据对接机制，通过行政命令、市场手段等方式，促进政企数据要素、数据接口、算法模型融合共享。将数据共享变成政府和企业应尽的职能义务，促使政府更好利用社会数据研判经济社会发展形势，科学定策，使社会企业充分利用政府数据，创造经济价值。

完善数据融合制度规范。应加快数据立法，构建多层级的数据管理法律法规体系，让政务数据与社会数据共享“有据可依”，破除“不愿共享、不敢共享”的老难题。同时，加强数据的标准规范应用，对拥有海量数据资源的互联网企业进行约束，避免企业逐利而在融合共享中违规泄露用户敏感数据和个人隐私。

三、培育数据流通交易市场

数据流通交易市场是推动数据要素市场化配置的核心环节，为数据的自由流动提供了环境。培育数据流通交易市场的关键要素包括数据确权机制、数据定价机制和市场监管运行机制。

1. 数据确权机制

权属关系是生产要素至关重要的属性，也是数据交易的基础。然而，现有的物权法、合同法、知识产权法等法律规范在信息革命和数字经济时代未能及时完善，同时，数据的电子化、易复制性、隐蔽性等特点使数据确权更加复杂困难。

笔者认为，应从数据作为生产要素的角度出发，明确个人数据和数据交易主体的数据权利，合理分配数据要素生产过程中各参与主体的权益，保障个人数据权益不被侵犯，最大化数据生产链与交易链中的数据增值。数据确权的措施主要包括：构建以新型数据权利为核心的法规政策体系[1]，使之与数据要素市场的发展相适应；利用区块链等相关技术，将各参与主体在数据采集、存储、处理、交易、应用等节点上的数据行为进行记录与追溯。同时，也可以基于权利与经济利益的等价关系，通过建立包括数据定价在内的新型经济利益分配体系，间接地完成数据确权。

2. 数据定价机制

数据定价使数据生产要素具备在市场中的可转让性，因而也是培育数据生产要素的重要问题。但是，由于数据交易市场的不成熟与数据特有的属性，目前数据定价问题仍然未能形成一套良好的机制。笔者认为，数据定价的限制因素主要涉及三个方面：一是尚未形成交易客体（包括原始数据至数据产品流转过程中的任一数据形态）与交易规则的映射机制；二是交易客体具有易扩展性，在不同的数据交易场景下，交易客体的定价要素会受多种因素的影响；三是数据成本和收益难以计量。

针对以上问题，解决的思路一方面包括逐步标准化各类交易客体和相应的数据定价规则，构建数据成本和收益的计量模型，另一方面包括建立信任交易中介以解决信息不对称等问题，增强数据交易的透明性和有效性，使市场成为指导数据定价的“无形的手”。

3. 市场监管运行机制

当前，数据交易市场仍处于发展初期，缺乏配套的市场监管运行机制，使得数据交易市场活力难以充分释放。数据交易市场监管运行的目的是通过对数据流通行为进行监管来推动数据交易市场的有效运行，其主要监管对象为数据交易主体与交易行为。

那么，究竟该如何进行监管呢？从政府层面来说，一是应当成立市场监管运行组织并建立相关机制，明确包括第三方数据交易机构、数据源机构等在内的数据交易主体的资质和权责，制定数据交易的负面清单，对数据交易市场的价格进行调整和优化，保障数据流通的合规性和安全性，防止数据垄断与滥用。二是可以引入数据交易登记机制，鼓励全社会借助数据交易机构实现数据的合法合规交易，在满足市场对于数据流通强烈需求的同时，确保数据及交易过程的可追溯、可审计。

从行业协会或第三方的角度，各组织可以依托自身行业优势，通过自律公约或行业标准的形式，建立数据交易的过程标准、技术标准、质量标准、定价标准，监督规范行业内和行业间数据交易，并逐步采集共享各行业数据交易案例，推动上述监管运行机制的完善与落地。

四、强化数据安全保护机制

数据泄露会使数据权属得不到保障，增加数据要素流动的交易成本，降低数据开发利用的动力。数据安全对数据要素有序自由流动有“一票否决权”，是数据有序自由流动的保障。所以亟需加强数据安全保护，防止数据窃取、数据滥用、数据误用，保障数据要素的有序自由流动。

做好数据分级分类管理，明确数据安全保护各方权责。数据安全保护的工作需要做细、做实，笔者认为首先要厘清各类数据的重要程度和管理等级，厘清数据流动交易各方的权责义务。要在事前，通过对《数据安全管理办法》等法规细则的修制订工作，加强对各种数据的分级分类管理，合理评估确定各方对各级各类数据的访问权、调用权、使用权及应付责任的边界，使可以利用的数据发挥出应有价值而不是简单打上“禁用”标签深藏闺中，也更要加强对敏感涉密数据的权限流程管理，确保“不锁死有用数据，不泄露敏感数据”。同时要强化事中事后行政监管和数据审计，加强对数据滥用、侵犯个人隐私等行为的治理和惩戒。

平衡多方利益，构建多方共治体系。考虑到数据流通所涉领域广、种类多、利益攸关方众多，要注重平衡数据流通多方利益，着力构建数据安全多方共治体系。要充分重视并调动行业协会商会作用，在个人信息保护和数据安全保障基础上制定行业标准合约和共识规范。要发挥社会监督作用，各数据流通参与方应当履行行业自律职责，并接受媒体和民众的监督。

强化技术创新，平衡数据利用与数据安全关系。让数据多“跑路”可以便捷人们生活，但难免引发更多数据安全问题。为破解当前困境，笔者认为应强化技术创新，积极推动安全多方计算、联邦学习等隐私计算技术应用，从技术层面实现数据可用不可见，保障数据安全与发展并重。

责任编辑：张旖旎