我們的生活已經與數據密不可分。通信大數據行程卡、健康寶，只要你出門辦事，無論走到哪里都需要出示。這是數據在疫情期間的作用，有效提升了疫情流調溯源的效率。上網購物，平臺通過我們過往的購物、瀏覽數據分析我們個人的消費偏好，向我們推薦產品，讓我們快速選定心儀的貨品。

　　在數字經濟中，數據是基礎性、戰略性資源，更是驅動發展的核心引擎。2020年4月發布的《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》中，明確將數據作為一種新型生產要素寫入文件，與土地、勞動力、資本、技術等傳統要素并列為要素之一。

　　數據要素作為一種新型生產要素，在市場化的過程中面臨著確權、流通、定價、監管等多重挑戰。因此，如何推動數據要素發展，如何深挖數據要素價值，是各方高度關注的問題。

　　發展數據要素市場，做好頂層設計就是布好數字經濟大局。

　　建立數據要素市場是發揮數據要素價值的重要方式。近日，國家發改委副主任林念修表示，按照中央部署，國家發改委正在牽頭制定數據要素基礎制度文件。下一步，將加快推動文件出臺，著力建設四方面制度。一是建立保障權益、激活價值的數據產權制度。二是建立合規高效、場內外結合的數據要素流通交易制度。三是建立體現效率、促進公平的數據要素收益分配制度。四是建立安全可控、彈性包容的數據要素安全治理制度。

　　這四方面的制度建設正是針對數據的確權、流通、定價和監管的四個重要環節。

　　專家認為，目前政策方向已形成“個人數據具有人格權屬性”“企業對其投入大量智力勞動成果形成的數據產品和服務具有財產性權益”的共識，但清晰的產權規則仍有待建立。在數據流通方面，我國目前有以政府數據為主的數據共享體系，以及大數據交易體系，但缺乏統一的數據交易標準和隱私交易技術，數據質量難以衡量，數據交易安全難以保證。在定價方面，數據要素的定價多數以固定定價和協議定價進行交易，目前定價缺乏標準、定價區間較大。在監管方面，包括網絡安全法、數據安全法、個人信息保護法在內的法律框架基本搭建完成，原則確定，可操作性還要提高。

　　今年3月份，國家發改委針對28條“數據基礎制度觀點”公開征求意見，涉及數據產權制度、數據要素流通交易制度、數據要素收益分配制度以及數據要素安全治理制度四個方面。

　　從征求意見稿中可以看到，在數據產權制度上，未來將探索建立現代數據產權制度，推動數據持有權、使用權等相關權利有序分離與流通，滿足數據流通使用需求。在數據要素流通交易制度上，會規范引導場外交易，培育壯大場內交易，有序發展跨境交易，建立數據來源可確認、使用范圍可界定、流通過程可追溯、安全風險可防范的數據可信流通體系。在數據要素收益分配制度上，會按照“誰投入、誰貢獻、誰受益”的原則，著重保護數據要素各參與方的勞動收益。在數據要素安全治理制度上，將構建政府、企業、社會多方協同治理模式，并建立數據要素流通使用全過程的合規公證、安全審計、算法審查、監測預警機制，促進不同場景下數據要素安全可信流通。

　　挖掘數據要素價值，要建立完整的產業鏈，推動數據融合利用。

　　數據要素包括了數據采集、數據存儲與管理、數據加工、數據分析、數據流通、基礎設施保障等多個環節。挖掘數據價值，是把數據放入應用場景中，再從以上環節入手，檢視數據在采、存、管過程中轉化成可用資源的方式，梳理數據在加工、分析、流通過程中，形成可利用資源的能力。

　　挖掘數據價值，主要體現在對數據資源的融合利用上。例如，一個城市所有的交通攝像頭的視頻，如果能合成為一個完整的視頻，就是城市交通實時全景圖，對這張圖中交通事故、交通管制、擁堵等特殊事件進行標注，推送給司機、行人，這就是數據融合利用的可見性。實現數據的可見性，只有每個攝像頭采集的視頻數據合規，才具備合成的條件。

　　專家認為，在數據的融合利用上，目前還存在一些挑戰。數據融合利用需要標準規范先行，實現數據可見性、數據易理解性、數據可鏈接性、數據可信性、數據互操作性和數據安全性。如果數據本身是不全面的，或是有差錯的，基于這樣的數據挖掘是沒有價值的。因此需要發展數據質量管理技術，按照規定程序適當標記、保存和記錄數據，對數據做精細化權限管理和審計，定期評估分類標準并測試合規性。

　　數據價值挖掘還面臨算法模型的挑戰。算法模型從以專家經驗為主的知識驅動向以深度神經網絡引領的人工智能驅動發展，但目前數據挖掘往往是以大算力、大數據完成了一個小任務，應用場景窄，算法模型在完整性、可解釋性和適應能力上，都需要提高。因此從數據價值挖掘的角度看，提高數據的可用性、做模型訓練、檢驗模型的運用效果、推動模型的迭代和完善，都是重要環節，其中蘊含著大量的產業機遇。

　　數據只有融合在應用場景中才具備價值，但同時也面臨保護隱私和保守商業機密的問題。目前已經出現多種路徑方案，如隱私計算正在推動數據的可用不可見，多方安全計算推動基于密碼的安全計算，可信計算發展僅在“密室”內的解密計算，聯邦學習則通過邊緣計算和機器學習的結合保證在數據隱私安全及合法合規的基礎上，進行數據聯合訓練，建立共享的機器學習模型。

　　國務院發布的“十四五”數字經濟發展規劃中明確，到2025年，我國數字經濟核心產業增加值占國內生產總值比重達到10%，未來數字經濟將是我國經濟發展的核心驅動力。大力發展數據要素，就是抓住了發展數字經濟的核心引擎；而數據要素架構建立健全過程中的挑戰，也恰恰是產業鏈、價值鏈、生態鏈中的相關各方參與數字經濟大發展的機遇所在。