王建冬，于施洋，等丨数据要素基础理论与制度体系总体设计探究

转载请注明“刊载于《电子政务》2022年第2期”。引用参考文献格式：王建冬，于施洋，黄倩倩. 数据要素基础理论与制度体系总体设计探究[J]. 电子政务，2022(02): 2-11.

摘　要：收入分配制度改革是我国改革开放的核心主题之一。我国按照按劳分配与按要素分配并存的收入改革思路，结合不同发展阶段特点，逐步将土地、资本、技术、管理、知识和数据纳入按要素分配序列之中。从推动我国从数据大国迈向数据强国的时代背景出发，分析指出当前数据要素市场化配置改革应当坚持国情视角、问题导向、综合改革和创新驱动等四个原则，并系统论述了推动数据要素市场化配置改革中的产权制度、供给制度、流通制度、分配制度和跨境制度等五个方面的基础制度设计。

关键词：数据要素；数字经济；市场化配置；基础制度

DOI：10.16582/j.cnki.dzzw.2022.02.001

数字经济是继农业经济、工业经济之后的主要经济形态。在数字经济时代，数据已经成为与农业经济时代的土地和工业经济时代的资本、技术相类比的重要生产要素，其对于生产的贡献度明显提升，这是现代经济发展的一个重要趋势，分配关系必须与时俱进地体现这个趋势性变化。党的十九届四中全会首次增列数据作为生产要素，要求建立由市场评价贡献、按贡献决定报酬的机制，是一个重大理论创新，“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”[1]。本文就加快构建适应我国国情和时代需求的新型数据要素市场基础制度体系，以及“十四五”期间加快构建全国统一的数据要素大市场体系的实施路径开展系统研究。

一、现有研究回顾

数据作为生产要素参与分配研究尽管是一个全新提法，但相关问题早已被学术界关注，并经历了一个认识不断深化的过程。卡斯特尔（M. Castells）曾将人类有史以来对信息的研究归纳为计算模型和经济模型两种[2]，计算模型帮助人们将效率和信息作为指令来理解问题，关注信息和信息技术的应用对于提高人类信息驾驭能力的意义；而经济模型则关注信息消除不确定性的作用，认为信息带来的价值是预先获得消息和没有获得消息所带来的选择之间的差值[3-4]。国内学者冯梅[5]也表达过类似观点，并认为，学术界对信息的研究主要包括两大方向：一是把信息活动作为新兴产业，研究它的价值与价格、需求与供给、规模与收益、投入和产出、投资与融资机制等一系列经济学问题；另一个方向是把信息作为商品流通的条件或经济决策的要素，考察信息在工业生产过程和商品流通中对价格、成本和其他生产要素的影响。学术界围绕将数据作为一种生产要素纳入收入分配序列的思考和争鸣，也大致可归为上述两个视角。

（一）计算模型：对数据要素认识的“螺旋式”上升过程

自20世纪80年代开始，随着数字化技术在全球范围内的飞速普及，经济学界对于将信息和数据作为一种独立生产要素的认识也在不断清晰，并大致经历了一个螺旋式上升的过程，大致可以划分为如下三个阶段：

第一，“IT生产率悖论”阶段。1987年，索洛提出了著名的“IT生产率悖论”[6]，发现过去十年美国企业信息技术投资并没有促进企业绩效增长。此后十几年间，对医疗[7]、金融[8]、汽车[9]等行业以及美国[10-11]、欧洲[12]、芬兰[13]等区域和国家的实证研究进一步印证了这一观点。

第二，“信息有效论”阶段。自2000年后，支持“IT生产率悖论”的研究越来越少。大量实证分析[14-17]发现，信息技术投资对生产率确实具有明显正向促进作用，表明随着信息技术投资的持续深入，其对全要素生产率(TFP)的提升效应[18-20]日渐显现，并成为区域高技术产业和生产性服务业聚集效应形成的重要因素[21-23]。

第三，“数据价值论”阶段。自2010年以后，有学者指出应区分一般意义上的信息技术建设（如购置软硬件基础设施）和信息技术能力（即运用信息技术手段调度整合企业信息资源），后者才能真正提升企业全要素生产率，核心是促进信息和数据要素与技术、人才、管理等要素的深度融合[24]，实现企业组织能力充分开发[25]，进而基于业务流程优化[26]、服务水平改善[27]、信息系统质量提升[28]等间接途径影响生产率水平。其中，数据要素对于提升改进全要素生产率的贡献度得到了高度共识。如有研究指出，企业数据使用率每提高10%，可带来零售、咨询、航空等领域人均产出分别提升49%、39%和21%[29]。

至此，在经济学理论中，将信息/数据要素作为一种独立的生产要素提出来似乎已经水到渠成了，但还有两个问题有待回答：一是信息或数据要素与其他生产要素是否具有通约性？李清彬[30]认为，劳动和企业家才能等要素与数据要素的含义差别较大；技术要素可以代表支撑数据的信息技术部分，但与数据要素本身无法通约；资本要素的逻辑与数据创造价值的逻辑差异也很大，因此数据应当成为一种独立的生产要素。二是究竟应当将信息还是数据作为一种独立生产要素？早在20世纪80年代，就有学者提出应当将信息作为生产力的一种要素[31]。但通常认为，信息要素包括信息、信息技术、信息生产者三部分[32]，前者在概念上包含于数据，是经过处理、具有意义的那部分数据[33-34]；后两者则分别与技术和劳动要素具有通约性。从这个意义上说，将数据而不是信息作为一种独立的生产要素，更合逻辑，也更契合当前万物互联化、数据泛在化的大背景。

（二）经济模型：数据纳入分配序列是改革开放的重大里程碑

经济增长（财富如何创造）和收入分配（财富如何分配）是经济学的两大基本主题。西方经济学认为，生产要素稀缺性要求生产者必须提高要素的配置和使用效率，这是西方经济学建立的基础[35]。因此，生产要素理论是西方经济学建立的基础与前提，对其的理论关注最早可以溯源到威廉•配第提出的著名论断“土地为财富之母，而劳动则为财富之父和能动的要素”[36]。过去百年间，经济学对于生产要素的认识经历了二元论（土地和劳动）、三元论（如萨伊提出的劳动、资本和自然力[37]）、四元论（如马歇尔提出“把组织分开来算作是一个独立的生产要素”[38]）、五元论（如加尔布雷思提出将知识、技术等作为生产要素[39]，曼昆提出将人力资本从资本要素中独立出来[40]）等不同发展阶段。对生产要素参与分配问题的研究贯穿西方经济学发展全过程，并经过配第、斯密、李嘉图、萨伊、西尼尔、穆勒、马歇尔等人的发展，到克拉克提出的边际生产力分配理论为其大成。克拉克认为：“社会收入的分配是受着一个自然规律的支配，而这个规律如果能够顺利地发挥作用，那么，每一个生产因素创造多少财富就得到多少财富。”[41]

回顾我国改革开放至今的四十年历程，收入分配制度改革是贯彻始终的核心命题。中国结合社会主义初级阶段下以公有制为主体、多种经济成分并存的所有制结构特点，提出按劳分配为主，多种分配方式并存的渐进改革思路，既遵循了马克思主义基本分配原则，又从社会主义市场经济规律出发，体现市场经济发展中的竞争机制、效率原则。在这一过程中，党中央根据不同阶段经济发展特点，逐次将资本、技术、管理、知识和数据等纳入按要素分配的序列之中（参见表1）。与其相应，学术界从20世纪90年代初期开始围绕按劳分配与按要素分配、劳动收入与非劳动收入、效率与公平、初次分配与再分配等几组关系开展了大量论争和思考。[42]

在思考中国特色要素分配制度构建的同时，有研究者在20世纪90年代末开始提出将信息要素纳入分配机制的设想[43-44]。进入2000年以后，陆续有研究对信息要素参与收益分配的主要方式和途径[45-46]、要素市场构建[47]、价格机制[48]等政策问题进行了专题研究。在地方政府层面，包头市等地2000年还专门出台了《包头市事业单位技术信息等生产要素参与收益分配的暂行规定》，规定“专业技术人员通过提供技术、信息为单位带来经济效益的，一次性提取5%-10%的净收益分配给信息提供者”[49]。近年来，随着国家大数据战略深入推进实施，数据在提升全要素生产率方面的价值日益凸显，将数据作为一种新生产要素纳入分配体系的政策呼声大量出现[50-52]，得到中央决策层高度重视，成为十九届四中全会《决定》重点采纳的七方面社会建议之一。四中全会正式提出将数据增列为一种新生产要素后，研究者对数据要素的基本特点[53]及其参与收入分配的政治经济学原理[54]、配套机制[55]等问题进行了分析。国家信息中心研究团队曾就当前我国数据要素市场培育所面临的挑战[56]、数据跨域流通机制[57]、数据与其他要素联动机制[58]、政企数据融合对接[59]以及依托全国一体化大数据中心体系构建数据要素统一基础设施[60]等问题进行了系统研究，并形成了一些初步结论。

二、当前培育数据要素市场的四个政策着眼点

推进数据要素市场化改革是一项事关我国经济社会发展全局，具有极强现实意义的改革举措。当前，我国推动数据要素市场化改革，亟需探索形成一套兼顾中国国情需求和数据要素特殊规律，有效回应行业痛点难点问题的综合配套改革方案。

（一）坚持国情视角，着眼于以数据要素改革助力数据强国建设

我国人口众多、经济主体数量庞大、数据应用领先全球，未来数据总规模及增速将全球首屈一指，据IDC测算，到2025年我国数据量将占全球27.8%，远高于美国的17.5%，构建全球领先的超大规模数据要素市场各项条件已经具备。充分发挥数据资源对于提升全要素生产率的倍增和杠杆效应，有效促进数据跨领域跨行业流通，是推动我国从数据大国迈向数据强国的核心路径。

第一，从区域分布看，通过全国统一大市场推动数据自由流通，实现“东数西算”，是构建双循环新发展格局的核心路径。目前，国内东西部地区数据资源与算力资源配置十分不均衡，当前我国数据资源83.7%集中于“胡焕庸线”以东，相应地，我国数据中心部署也主要集中在北京、上海、广州、深圳等一线城市及其周边地区，中西部地区分布较少。而电力充足、气候适宜的大规模算力集群主要在西部，在此背景下，逐渐出现了“东边挤破头，西边无人用”的境况。为有效解决国内东西部地区间数据资源供需矛盾、资源倒挂现象，下一步应当利用联邦学习、数据沙箱等技术，构建东西部数据可信流通环境，推动东西部地区实现数据“可用不可见”“可用不可拥”的新型合作机制，打造东西部数据要素跨区域可信流通新通道，优化东西部算力资源协同发展格局，构建全国一体化大数据中心协同创新体系[61]，建设打造自由流通、按需配置、有效共享的数据要素市场。

第二，从行业分布看，当前全社会数据资源分布格局正在发生逆转，我国政府数据总量占比22.4%，数据资源分布格局已经从过去政府掌控80%演变为企业占主导的“倒28”格局，应抓住社会数据流通配置这一当前信息化发展的主要矛盾。但从实际情况看，当前我国政企数据对接困难，政府数据开放不足，开放数据集规模仅为美国1/9，企业使用数据来自政府的仅7%，社会机构难以向政府共享数据。可见，我国社会数据要素流通的主要矛盾正在逐渐从“政府内部整合难”向“政府与社会共享难”的方向转变，下一步加快培育数据要素市场化，应当着眼于打造类比工业经济“国家电网”的数字经济“国家数网”资源调度统筹体系，通过政企间数据的共享融合，释放更大的数据价值，达到“1+1>2”的效果。

（二）坚持问题导向，着眼于解决数据交易行业的痛点堵点问题

当前，数据要素市场相关主体普遍面临的堵点痛点问题可以概括为“五难”：

第一，确权难。数据要素产权问题是数据要素市场培育的首只“拦路虎”。一般而言，对数据权构成的研究可以划分为数据人格权、财产权和国家主权三大视角。2021年刚刚颁布的《数据安全法》和《个人信息保护法》从立法层面解决了数据国家主权和人格权的问题，但与数据要素市场息息相关的财产权问题尚未在法律层面有明确定义。相比实物物品，数据要素有其自身独特特征，比如混合性、复杂性、可复制性、不确定性等，这都使得数据的产权制度建立存在难点，需进一步探索。缺乏清晰合理的数据要素产权制度，使得市场主体在数据交易时顾虑多、成本高，难以形成有效供需关系[62]，大量潜在数据供给方不敢或不愿进场交易，只能依靠场外一对一甚至桌子下“利益勾兑”方式进行。

第二，定价难。市场是一个隐含交易各方行为规则、知识和信息的集合，而价格则是这些元素相互作用的集中体现[63]。在数据要素市场中，要素在价值生产中的贡献值不可直接测定，只能通过市场经济的竞争简化为数据要素价格信号，数据定价机制的建立是完善市场生态体系的关键问题[64]。目前，数据定价领域主要沿用传统信息产品的定价模式，如谷歌云平台采取每分钟计价模式和持续折扣模式。但数据具有高固定成本、低边际成本、产权不清、来源多样和结构多变等特征，数据买卖双方对数据价值评估存在“双向不确定性”特点，使得结合数据质量、完整性、稀缺性和潜在价值对数据交易产品进行定价成为一个巨大难题。

第三，互信难。数据是承载信息的载体[65]。从本质上说，数据交易行为的最终达成，是伴随着数据所承载的信息内容或信息权利的交换。从这个意义上说，数据交易相比一般的实物交易而言，除了传统市场意义上的价值交换之外，还伴随着数据/信息权利的交换，因此其交易双方的相互信任机制能否有效建立至关重要。数据交易的事前事中事后各个环节都存在互信机制建立难的问题：在交易事前阶段，交易主体对于交易对手方的资质、信用、履约及数据能力缺乏针对性的第三方评估和担保机制；在交易事中阶段，交易双方对于所交易数据产品及相关技术的安全保密、隐私保护、伦理风险等缺乏有效评估，导致潜在风险不可预见；在交易事后阶段，以目前的技术条件，交易一方将数据移交给另一方后，很难控制对方的数据使用流向，因此信任关系建立十分困难。

第四，入场难。从资本等要素市场发展规律看，推动各类要素产品从场外逐步转向场内，充分发挥场内交易的规范性优势是必然趋势[66]。当前，我国数据要素市场场内交易发育不充分、场外交易乱象频发问题比较突出。目前，国内主要数据交易平台实际运营情况均不理想，多数交易平台年实际发生交易流量低于50笔，有的交易流水虽然很大，但利润十分单薄，很多只是通过平台“走单”，甚至平台为了积累交易流水采取完全不收费的策略。互联网头部企业垄断现象凸显，很多互联网公司将自身数据生态体系视为禁脔，严禁体系外机构参与数据资源流通，加剧了数据要素市场的离散化、碎片化发展态势。

第五，监管难。有效的监管体系是要素市场得以运行的基本前提。近年来，随着我国金融市场日益发展壮大，国家层面逐步形成对于要素市场的统一规范化管理机制。但相比其他要素，数据交易在权属流转层面的情况要复杂得多，其流通交易至少涉及国家主权安全、个人隐私保护和财产权交易三个方面监管问题。特别是随着数据领域“反垄断”问题愈加突出，目前条块分割的行业和属地监管也难以适应数据要素跨地区、跨行业、跨层级流通监管需求，数据要素监管空白地带和重复监管并存的问题较为突出。

（三）坚持综合改革，着眼于数据与其他要素市场改革的联动性

数据要素市场化改革是一项牵一发而动全身的全局性、综合性改革，在思考数据要素市场培育的制度问题时，应当着眼于数据要素和其他生产要素之间的协同联动关系，并从以下两个方面破题以数据为纽带的全要素综合改革。

一方面，可充分借鉴土地、人才、资本等传统要素市场培育的成功模式和成熟经验，并将可类比的改革经验引入数据要素市场培育领域。为此，通过调研和借鉴知识产权市场、土地市场、资本市场等要素市场体系构建经验，并将不同层面的传统要素市场培育模式和政策点引入数据要素市场构建的制度体系之中。如参考知识产权市场领域由国家建立知识产权价值评估、统计和财务核算制度的做法，下一步应探索建立数据生产要素会计核算制度，准确、全面地反映数据生产要素的资产价值。再如，借鉴资本市场领域证券交易所和券商制度，可建立数据交易所与数商相分离的市场运行机制，培育引导具备一定数据、技术和商务资质的企业成为数商，交易所可针对数据开发类、数据自营类、数据承销类和数据资产类业务颁发不同数商牌照。

另一方面，在推动数据要素市场化改革的同时，要注重实现对人才、技术、资本、管理等要素流转的数字化智能化改造，推动国民经济的全要素数字化转型。在技术经济学视角，数据要素具有“使能性”（enabling technologies）和通用目的性（general purpose technologies）特点，其无法独立地创造价值，通过数据要素与传统生产要素的结合，实现“全要素数字化”是数字经济创造价值的根本来源[59]。下一步培育数据要素市场，应当着眼于构建“五链协同”的全要素数字化制度框架，即“围绕产业链、整合数据链、联接创新链、激活资金链、培育人才链”。

（四）坚持创新驱动，着眼于探索适配数据特有属性的制度创新

数据要素特征明显区别于其他传统生产要素，其既具有外部性、边际成本递减、规模报酬递增等经济属性，又具有非结构性、非标准化、资源标的多变性等技术属性。本研究从以下两个方面提出适配数据要素特点的制度分析框架：一是从权属和价值流转的角度，引入数据要素开发利用的四层次模型[61]，为建立多层次开发利用、多形态权属模式和多主体价值分配的新型数据要素市场制度体系提供基础分析框架。二是从便于数据要素综合管理的角度，引入数据“动态本体论”分析框架[67]，即按照数据要素所依附或反映事物本体的不同，将数据本体划分为自然人、法人、车辆、物品、地点、事件等，基于对数据动态本体对象的统一标识和管理，实现对数据要素的标识化管理。

三、建立完善五类基础性制度体系

结合十九届四中全会提出的“价格市场决定、流动自主有序、配置高效公平”要素市场制度建设目标，本研究将数据要素的基础性制度概括为产权制度、供给制度、流通制度、分配制度和跨境制度五个方面。

（一）数据要素产权制度

建立一套合规科学、兼顾效率和公平的数据要素产权制度是数据要素市场培育的首要任务，通过系统对比欧美数据产权制度，结合我国国情实际，提出较为系统完整的数据产权理论。

第一，明确数据产权是一种新型民事权利[68]。数据产权是附着在数据上的一系列排他性权利的集合，是调整人与人之间关于数据使用的利益关系的制度。与物权相比，支配数据具有非损耗和非“物”上的排他性；与债权相比，相关法律制度不能为数据权利提供充分保护；与知识产权相比，数据采集汇聚存储不包含明显的智慧加工，解释力有限。因此，数据财产权是一种新型民事权利。

第二，从三个层面确定数据产权归属。解决数据权利归属问题应当跳出所有权的思维定式，不纠缠于“数据归谁所有”，而从三个方面确定具体数据权利的归属：数据使用、流通权利应当归属数据实际控制者，保障效率；数据收益权利应当应根据数据生产中的贡献度分配给多方主体，确保公平。

第三，引入数据登记和合规公证体系，保证交易合法合规。在明确上述数据要素确权基本路径的前提下，可以引入数据合规公证体系，以有效解决目前数据交易市场不够健全、规则不够完善、信息不完全对称、信用未及时建立等难题。同时，通过“数据登记”的方式解决现阶段数据流通交易权属不清的问题，保证进入交易数据的合法合规，作为数据要素确权的基本前提。

（二）数据要素供给制度

与土地、人才、资本等传统要素相比，数据要素作为一种全新要素形态，其供给端存在供给主体供给意愿不强、供给质量良莠不齐、政企之间相互供给机制不畅等问题，成为当前阶段制约数据要素市场快速发展的重要瓶颈问题。针对此，提出如下建议：

第一，建立数据要素质量监督管理体系。加快培育供求匹配高效、标准制度统一、市场运行规范、产品质量可控的数据要素市场，应当在全社会范围内构建一个可以类比实物商品流通领域质量监督机构的数据资源和数据产品质量监督管理体系，建立针对多阶数据产品和元数据的常态化数据质量评估和管理机制，促使数据生产者规范数据结构、提升数据质量，逐步建立起完善的数据质量管理体系，推动数据产品像现代工业品一样流水线、标准化操作和生产。

第二，加快公共数据进入要素市场。为了落实“十四五”规划提出的开展政府数据授权运营试点的要求，探索由公共数据管理机构统一授权运营，通过建立公共数据成本核算机制，参照行政管理类、资源补偿类收费标准和流程，指导对市场化主体进行收费。

第三，强化社会数据供给激励。深入推动“上云用数赋智”，建立匹配产业链发展的数据供应链。认定一批数据要素型企业，建立对数据要素型企业税收引导和优惠政策，探索“以数抵税”制度，研究出台面向企业开放共享数据的数据税收抵扣政策。

第四，鼓励个人数据参与流通应用。探索“个人数据信托”机制，通过市场机制实现个人数据参与收益分配，提高个人参与数据流通应用的积极性。

（三）数据要素流通制度

借鉴证券市场、知识产权市场等成功经验，构建交易所、数商和第三方服务商共同构成的数据流通生态，着力培育高效、规范、有序的数据要素流通市场，打造安全可信、包容创新、公平开放的数据要素市场环境。

第一，构建所商分离的流通生态体系。借鉴证券市场交易所与券商相分离的经验，建立数据交易所与数商相分离的市场运行机制。交易所定位为事业单位、纯国资企业或法定机构，突出金融属性和非盈利属性，主要是进行自律管理，负责标准化数据产品的交易撮合、价格生成、清结算等工作；数商定位为混合所有制企业，突出技术属性和市场化属性，在交易所授权下负责将非标准化数据转化为标准化产品。培育数据集成、经纪、评估、审计、公证等第三方专业服务机构，加快构建数据要素社会信用体系。

第二，构建三价结合的价格生成体系。参考证券市场等成熟要素市场价格机制，结合数据要素自身特点，提出“报价-估价-议价”相结合的价格生成路径。

第三，构建统一规范的流通规则体系。结合我国数据交易制度规则体系的“空白地带”，构建完善包含基础数据描述、准入、处理、安全、质量、标识等的数据交易标准规范体系。

第四，着力推进数据要素与实体经济深度融合，实现全要素数字化转型。加速数据要素从互联网、金融等数据密集型行业向实体经济流动，促进科技创新、金融服务、人力资本等领域数据资源高效交流和融合应用。

（四）数据要素分配制度

聚焦数据要素特点，从优化数据要素市场一、二、三次分配的实现路径出发，逐步构建完善数据要素由市场评价贡献、按贡献决定报酬的相关机制。

一次分配路径包括三个层面：资源化层面以成本分配为主，主要考虑由“原料”到形成高质量数据过程中的软硬件和人力等成本消耗；资产化层面以收益分配为主，绝大多数数据资产定价均采用“分润”模式或基于模型化算法化后形成的应用成效确定收益分配；资本化层面以股权分配为主，探索“数据入股”，允许数据需求方以股权对数据持有方的特定数据权益进行置换，实现数据要素参与者按贡献折算资本份额并分配剩余价值。

二次分配路径以数据财税政策为核心。在税收端（入口），可在流通环节基于交易收入额征税，出台激励数据要素使用的税收政策优惠，探索在保有环节基于数据价值量征税。在财政端（出口），通过财政手段加强公共数据治理和流通交易，建立个人数据来源者的收益补偿机制，平衡供需分配不公平问题。

三次分配路径主要着眼于促进共同富裕。建设国家公共数据开放平台社会版，鼓励企业通过开放共享促进孵化全社会数据创新应用，依照企业提供公共品和正外部性的程度实行免税或缓税政策，逐步消除区域和群体间数字鸿沟。

（五）数据要素跨境制度

跨境数据流动涉及数据隐私与数据安全、国家数据主权与本地存储要求等问题，可把建立数据分类审核制度、强化数据安全的技术建设、完善数据主体等的法律权利等作为关键突破点。

第一，建立数据分类审核制度，规范审核要求及监管标准。可按来源和重要程度将跨境数据划分为个人、商业、特种行业数据，设定不同的出境审核要求和监管标准。强化数据安全领域技术手段及措施，建立相应评估体系。

第二，形成数据出境风险管理机制，引导多元市场主体参与数据跨境流动机制建设。形成政府宏观审慎监管，行业协会自律监管，数据控制主体积极自查的组织架构。

第三，为我国数据跨境流动规则主张“增容扩圈”。积极采取“以双边带多边、以区域带整体”的推进策略，选取与我国贸易往来密切、发展潜力大、政治互信较好的国家或地区签署双边协议，积极推动与欧盟、英国、日韩之间规制协调。支持在海南、上海、北京、浙江、深圳等国内条件较好地区深入推进数据跨境传输安全管理试点。

四、结语

将数据要素纳入收入分配序列是我国改革开放向纵深推进的又一标志性事件，有助于化我国“人口红利”“成本红利”为“数据红利”“创新红利”，对数字经济时代生产关系变革产生深远影响，意义十分重大。本文从顶层设计的角度，对我国加快构建数据要素市场基础制度体系的四个政策着眼点和五方面初步设想进行了初步阐述，下一步应当将培育数据要素市场纳入要素市场化配置综合改革试点范畴，加快建立统筹协调和工作推进机制，制定配套政策清单和工程项目清单，明确责任部门、建设组织主体和推进实施主体。在技术配套层面，面向不同应用场景，由政府牵头、各方广泛参与，加大力度研究数据沙箱、隐私计算、联邦学习、区块链等数据要素市场多主体可信流通技术，构建数据授权存证、数据溯源和数据完整性检测系统，打造安全可控、有活力的数据流通生态。积极推进数据流通领域政策法规的制订和修订，支持地方先行先试制定地方性数据要素市场政策规章。围绕数据资源管理、共享交换、开放流通、安全保密等方面制定一批亟需的关键技术和管理标准规范，建立覆盖数据全生命周期的标准体系，不断推动数据要素市场持续健康发展。

参考文献：

(略）

作者简介：

王建冬（1982—），男，博士，国家信息中心大数据发展部规划处处长，研究员。研究方向：大数据与数字经济。

于施洋（1974—），男，博士，国家信息中心大数据发展部主任，研究员。研究方向：大数据决策支持与大数据发展战略研究。

黄倩倩（1993—），女，中国人民大学信息资源管理学院博士研究生，国家信息中心大数据发展部助理研究员。研究方向：机器学习、数据要素市场。

*基金项目：国家社会科学基金青年项目“使用大数据方法开展社会政策评估的探索性研究”（项目编号：18CSH018）。