数据要素市场亟待治理的四大难题

　　我国具备构建大型数据要素市场的数据规模与量级各项条件，但数据要素市场存在黑暗数据、信息孤岛、数据标准缺失以及数据信息安全等亟待解决的问题。

　　“黑暗”数据存量较大，数据要素价值挖掘力度不够。“黑暗”数据被定义为未知、未识别或未使用的数据，是一种未充分利用的数据资产，也被称为睡眠数据。企业忽视“黑暗”数据的业务价值与风险，对这些具有潜在要素价值的数据挖掘力度不够，将增加企业不必要的资源与成本浪费。

　　数据共享不足，催生“数据孤岛”现象。数据孤岛是指信息化建设的不平衡导致个人与企业间、企业内部、企业之间、企业与政府之间存在信息不对称、共享渠道缺乏等不足，形成孤立数据岛屿。数据孤岛降低了社会内部数据要素沟通效率，增加了社会使用数据要素的成本。

　　数据标准不统一，降低数据要素交易活跃度。企业内部数据之间存在的定义不清、口径不同导致的无法兼容，增加企业内部不同部门数据整合与数据交互成本。清华大学调研数据显示，在各部门实现共享的政务数据仅占部门总数据的18%。

　　用户权益得不到保障，个人数据信息存在安全泄露风险。数据安全关系着企业品牌“生死”，但目前企业用户数据的管理和技术水平参差不齐，甚至有些企业缺乏技术运维方面的专业安全人员，同时产生数据价值归属问题，出现“你的数据不一定是你的”“你的数据不知道在哪里”等现象，用户数据存在信息安全泄露风险。中国网民权益保护调查报告显示，2022年，82.3%网民表示由于个人信息泄露对日常生活造成影响，49.7%网民认为出现个人信息泄露情况。

　　数据要素作为数字经济时代的关键要素，其重要性日益凸显，构建优质安全高效数据要素市场，加快发展数字经济，需多措并举加强数据要素市场治理，健全完善数据治理制度体系，形成更为安全高效的数据要素市场。

　　强化关键核心技术自主攻关。运用数字与智能技术双轮驱动，引入区块链等新一代信息技术，支持发展自动化、智能化数据治理技术，在为数据要素市场发展贡献一批得力技术工具的同时，加快数据要素交易可追溯、加密、监督技术研发与普及，夯实数据要素市场发展的安全基础。制定数据产品技术与安全标准，动态化、情景化、结构化制定脱敏标准，推进数据资源高效流通。以保护个人、组织的合法权益与维护国家主权、安全和发展利益为出发点，根据特定场景，通过应用隐私计算技术实现平台对数据的不可见，统筹数据价值释放与个人隐私信息保护，实现隐私保护前提下的数据自由流转与应用。

　　健全数据要素市场交易体系。完善全国性数据要素交易场所制度，加强对平台数据的监管，规范数据市场交易行为。探索建立数据要素市场准入分类分级数据安全管理体系，将公共数据根据敏感性划分为可商业化、谨慎商业化、不可商业化等级，对于敏感性较高的数据，例如涉及国家机密数据则不可商业化，对于存在一定敏感性的商业数据则可采取审核制，例如资质发放方式谨慎商业化，对于一些敏感性较低的公共数据则可直接实行商业化。完善数据要素场内规范化交易渠道，推动数据要素市场场内交易活动更加简便灵活，以规范化数据要素交易市场替代不正规数据要素交易方式，将数据要素交易纳入阳光下，构建数据要素交易活动全链条可追溯机制，实现数据要素经济价值与社会价值的统一。

　　破解数据要素市场共享壁垒。以立法明确各类数据共享范围，明确数据共享主体的权利与义务，统一规范数据共享标准，推动数据要素跨部门协同合作，促进公共数据跨部门、跨区域、跨行业安全高效共享。与此同时，建立健全数据管理制度，倡导数据价值的流通与共享。鼓励和督促大企业开放数据，破除数据垄断行为，提高数据要素交易公平性，提升数据要素市场化配置效率，形成一个健康可持续的数据要素交易市场。积极参与并制定兼顾数据安全与数据有序国际流动的国际标准，促进数据要素跨境流通参与国际合作，为畅通国内国际双循环、构建新发展格局创造良好条件。

　　增强数据要素市场治理能力。通过分类分级、权益分置方式制定更加明晰的“一数多权”的数据权属界定规则，确保数据相关主体合理权益，形成政府、市场和社会协同的数据治理格局。与此同时，根据规模、供需情况等市场发展实际，搭建协同高效数据要素交易平台，建立健全安全、成熟、完善、稳定的数据要素市场治理制度体系，为数据要素流通创造安全市场环境，促进数据高效流通。加强数据治理经营主体培育，鼓励经营主体探索数据要素质量提升机制，开放社会主体参与平台秩序维护，持续优化数据要素市场结构，实现市场供需匹配，充分释放数据要素市场价值。

更多精彩，请关注“官方微信”