文章荐读 | 数据要素市场体系建构与价值实现路径探索
文 章 荐 读
数据要素市场体系建构与价值实现路径探索
孙建军1,2, 巴志超1,3, 夏义堃1,3
1.南京大学数据智能与交叉创新实验室,南京 210023
2.南京大学信息管理学院,南京 210023
3.南京大学数据管理创新研究中心,苏州 215163
摘要
数据要素市场体系的顶层设计是加快推进数字要素市场化配置、推动我国数字经济高质量发展的前提基础与关键部署。通过剖析当前全国数据要素统一大市场建设面临的瓶颈与挑战，本文分析数据要素市场建设的特殊性，提出全国统一数据要素市场体系“一体两翼”“三基”“七要点”的总体架构思路，以及战略布局、结构布局和空间布局相统一的总体布局方案，并从市场体系建设新特征、内在结构与运行模式解析、数据要素市场与传统要素市场一体化联动机理揭示与场景应用示范等方面探索促进数据要素市场价值升级与高质量发展的实现路径，从而为推动数据资源化、资产化和资本化的可持续运营提供参考借鉴。
关键词
数据要素; 市场体系架构; 价值实现路径; 运行模式; 联动机制
引用格式：
孙建军, 巴志超, 夏义堃. 数据要素市场体系建构与价值实现路径探索[J]. 情报学报, 2024, 43(1): 1-9.
👈长按识别文章二维码查看全文
0
引言
当今信息化时代，我国数据资源优势十分明显，数据量将在2025年达到48.6 ZB，占全球数据量的27.8%，远高于美国的17.5%，成为全球最大的数据中心。数据不再仅是宝藏或石油这些直白的物质财务代表，而是已成为如同水、空气一般重要的必需品，成为数字经济时代关键生产要素。特别是随着数据量的井喷式增长、数据产业规模持续扩张、数据技术产品不断创新、数据引发管理模式的高效变革，数据为数字经济发展提供了不可或缺的动力支持。然而，数据价值释放过程中亦存在诸多数据风险和问题，数据泄露危害加剧、违规收集和滥用个人信息情形严重、数据市场不正当竞争频发等现象引发诸多治理困境。因此，如何培育发展数据要素市场，探索释放数据价值的有效路径，实现数据资源化、资产化和资本化的可持续运营，成为抢占数据发展与治理先机的关键。
当前围绕大数据已提出较多新概念，如数据要素、数据要素市场、大数据产业、数字经济等。从概念间逻辑来看，数据要素是基础资产，数据要素市场是促进数据要素市场化配置主要方式，大数据产业是数据要素发展的主要载体，数据要素是数字经济时代的核心生产要素。我国改革重心逐步从前一阶段以“强化大数据技术产品研发”“发展核心技术”“加快大数据产业主体培育”“推动产业创新发展”等为主题的发展大数据产业扩展至全面加强数据要素市场化配置，构建数据要素市场。然而，当前建设全国数据要素统一大市场面临着诸多瓶颈与挑战，具体包括以下四个方面。
（1）数据要素化和要素市场化层面，数据要素市场亟待确权、流通、定价和交易规则等标准的制定。具体地，确权方面，尽管政策方向已形成“个人数据具有人格权属性”“企业对其投入大量智力劳动成果形成的数据产品和服务具有财产性权益”的共识，但清晰的产权规则仍有待建立；流通方面，目前我国存在以政府数据为主的数据共享体系和以数据市场化利用为主的数据交易体系，但缺乏统一数据交易标准和隐私交易技术，数据质量难以衡量，数据交易安全难以保证，数据流通仍存在较多问题；定价方面，数据要素难以使用传统定价模型，多数以固定定价和协议定价进行交易，缺乏权威第三方定价平台，定价缺乏标准，定价区间较大，部分平台出现“看人下菜”“漫天要价”问题；监管方面，包括《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》在内的法律框架基本搭建完成，但侧重于原则性，可操作性较弱，同时我国仍缺乏专门的大数据管理机构。
（2）数据运营机构层面，原始数据形成数据要素并实现市场化配置需要历经六大环节，但目前数据产业链面临数据资源开发不足、“黑暗”或睡眠数据存量较大、数据安全保护和基础设施保障机制尚未建立健全等问题。当前我国数据产业链，一是面临数据资源开发不足的问题，政务开放数据集规模仅为美国的约11%，企业生产经营数据中来自政府的仅占7%，企业数据利用率也低于欧美水平；二是数据安全问题贯穿产业链，近年来信息泄露事件频发，数据泄露途径呈现多元化；三是基础设施保障机制不健全，包括资产评估、登记结算和争议仲裁机构等市场运营机构仍有待建立完善，公共开放数据尚缺乏类似“撞库”或者区分度的方法论或实践。
（3）数据产业层面，“数字产业化”和“产业数字化”对经济的驱动作用有待持续提升。特别地，数字产业化发展面临关键领域“卡脖子”等问题；龙头效应明显，部分领域存在垄断和妨碍公平竞争的问题；不同产业在数字化进程中存在发展不平衡、不充分的问题；产业数字化转型需统一的标准规范及多种类市场主体，目前我国传统产业数字化转型仍有待形成统一的规范标准及行业配套标准体系，不确定性造成部分主体参与意愿不足，从而无法全面发挥数字技术对经济发展的放大、叠加、倍增作用。
（4）数据安全层面，数据泄露、数据滥用、数据损毁、数据篡改等潜在威胁日益凸显。与此同时，数据安全也成为部分西方国家打击和遏制我国以数据要素为核心的数字经济新业态、新模式、新技术创新发展的借口和工具。而且，随着越来越多的数据产生和流动，数据应用范围更加广阔，应用场景更加丰富，数据要素流通全过程风险更加多元化，导致当前数据要素安全可信流通和使用的安全风险需求内涵不清晰、应对策略不明确，特别是数据安全技术与管理制度设计未形成有效合力。
为深入探索上述问题解决路径，促进全国数据要素统一大市场建设的快速成型，本文聚焦于促推数据要素流通方法、路径与治理机制、数据要素市场与传统要素市场体系高效联动和融合发展等数据要素市场体系顶层设计的核心问题，从国家数据治理视角出发，以释放数据价值作为数据治理的核心目标，提出“一体两翼”“三基”“七要点”的数字要素市场培育总体架构和方案设计；同时，从市场体系建设新特征、内在结构与运行模式解析，数据要素市场与传统要素市场一体化联动机理揭示等方面探索促进数据要素市场价值升级与高质量发展的实现路径。通过剖析当前我国数字经济与数字要素市场化的现状与问题，探究数据从资源化、资产化、资本化，到价值化实现这一经济过程的推进路线与增值策略，有助于系统性解决我国数据要素市场构建的基础性理论问题，探索和构建出一条适合我国数据要素市场构建的体系架构和运行逻辑，为建立一个高标准、多层次、合规高效、可信安全的数据要素市场体系顶层设计提供方法指导和策略，也为企业数字化转型、政府智能决策在保供给、促开发、建生态、强安全等维度上提供有针对性、及时性和可行性的政策建议。
1
相关研究工作
1.1 数据要素市场内部结构与运行模式
（1）数据要素属性特征分析。研究者通过对数据资源、数据资产、数据资本等概念辨析“数据”和“生产要素”，进而揭示数据要素经济、法律与资源特性[1]。数据要素不仅具有可再生性、非稀缺性、非均质性、非竞争性等经济特征[2]，还因其包含个人信息与成本投入而具有人格权与财产权等法律属性[3]。此外，数据共享不透明使得数据拥有者将数据视为核心竞争优势，以此获得利益成为市场垄断者，数据要素由此获得资源属性[4]。
（2）数据要素市场价值实现。数据要素价值创造与实现过程是一个从原始数据到数据产品的整体耦合过程，可被视为数据价值链[5-7]，具体被划分为数据获取、数据存储、数据分析及数据应用四个基本阶段[8]，与之类似的研究还包括Kriksciuniene等提出的四环节模型[9]、Curry的五环节模型[10]。基于对数据要素价值周期的解构，研究者又从价值形态角度探究数据要素市场价值实现。如李海舰等[11]认为，“数据资源-数据资产（产品）-数据商品-数据资本”的数据形态演进带动价值形态的演进，即“潜在价值-价值创造-价值实现-价值增值（倍增）”。
（3）数据要素市场内在结构分析。数据要素市场结构是指整个数据市场中各种要素之间的内在联系及其特征[12]。现有研究主要从数据交易、产权、定价、竞争、监管等方面展开。孔艳芳等[13]认为，数据要素市场包括基于数据双边网络效应的竞争机制、基于数据成本结构特性的供求机制和基于效用敏感性的价格形成机制。李爱君[12]认为其是由数据、数据产品和数据服务等要素之间的交易关系、竞争关系、合作关系组成。曾铮等[14]则指出，数据要素市场体系由产权制度、数字基建市场规制制度、数据交易分级分类制度和数据安全与监管构成。
（4）数据要素市场运行模式研究。国内外数据要素市场运行与发展被认为主要有两种模式：一是单一政府主导的公共数据开放与再利用，二是多方参与市场驱动数据运营[15-16]。欧美国家走在前列，其通过颁布国家层面的公共数据开放立法、建立公共数据开放平台、制定授权许可规则等手段，促进公共数据开放与再利用。市场化开发利用被视为实现政府数据资产经济价值、拉动数字经济发展的关键[17]，欧美逐渐形成数据信托、数据中介、数据经纪人等为代表的市场化运营模式。其中，数据信托模式基于法律框架在数据信托人和数据受托人之间构建一种信托服务[18]，数据经纪商和数据中介则是以中间人的身份促成数据在供需方之间流动[19-20]。
尽管相关研究针对国内外公共数据运营的主要模式与特征分析已取得一定的研究成果，然而较少开展国内外数据要素市场建设体系与发展模式探索。当前对各国数据要素市场研究仍停留在引介层面，且散见于跨境数据流动、数据主权、隐私保护等议题，无法为促进我国数据要素市场体系建设的体系化和可实践化形成经验借鉴。因此，需要从顶层设计、体系建构、运营模式、治理路径等维度梳理国内外数据要素市场建设模式，提炼出数据要素市场建设过程中针对不同环节和模块的一般性、个性化培育模式与路径。
1.2 数据要素市场体系架构与管理策略
（1）数据要素市场体系架构研究。既有相关研究初步探索数据要素市场体系架构。例如，涵盖数据层、技术层以及政策制度层等数据要素市场体系总体架构[21]；主要侧重于数字技术层面[22]，融合数据标识、区块链、隐私计算的国家“数联网”根服务架构[23]；数据要素市场与传统要素市场“五链协同”一体化联动架构[24]。也有相关学者从数据生命周期一体化[25]、多层次数据要素交易体系[26]、基于信任原则的可信数据治理框架[27]等方面着手探索数据要素市场体系架构。加拿大政府提出各部门全覆盖EA（Enterprise Architecture）框架，包含商业架构、信息架构、应用架构、技术架构和安全架构五个部分；美国联邦政府提出统一业务框架（Federal Integrated Business Framework，FIBF），包括联邦业务生命周期、业务能力、业务用例、标准数据要素、绩效评价五个部分；还有学者在工业4.0背景下构建数据治理体系实施参考框架，包括大数据、云计算、人工智能与现行法规等[20]。
（2）数据要素市场体系管理策略研究。数据要素市场体系管理策略主要涉及以下三个层面：宏观战略层面，可从数据治理技术体系、数据要素三级市场体系、数据要素市场化制度体系进行构建[28]；中观管理层面，政府的规制性政策能够有效防止数据要素的单向集聚，包括建立数据交易市场分级管理体系[29]，探索数据开发、交易和治理模式[26]，建设新兴央地合作和政企合作模式[30]等；微观实施层面，形成全国一体化大数据中心体系及“数网”“数纽”“数链”“数脑”“数盾”体系[31]。
目前国内外对数据要素、市场化配置及价值化实现路径研究主要聚焦在数据要素定义和分类、数据要素价值化作用机理和实现路径、数据要素权属界定等方面，缺乏从数据要素全周期和创新生态系统视角对多元主体如何在数据要素市场化配置过程中围绕数据授权、让渡和流转等议题协同共创机制的探讨，较少深入剖析数据要素市场化配置微观过程机制，以进一步探索数据要素价值化生态建设和市场化配置监管机制及治理体系建设。因此，应加强顶层设计，从多层次、跨区域、多主体高效共创视角出发，不断完善数据要素市场化机制和数据治理体系建设，构建具有中国特色、世界领先的数据要素价值化生态系统，探索形成数据要素市场化配置机制与价值实现的中国方案。
2
数据要素市场体系架构与布局设计
全国统一数据要素市场体系总体架构及其总体布局方案实施是我国超大规模数据要素市场优势持续释放和增强的过程，是数据要素生产、分配、交换、消费各环节价值转换更为顺畅的过程，是数据要素市场资源配置功能持续凸显、规则统一、机制完善、产业耦合、区域协同的过程。因此，需要基于数据流通与价值实现的供给侧结构分析，厘清我国数据要素市场治理中确权、供给、流通、分配等环节问题与症结原因，总结数据要素市场化治理的制度优势、资源优势。而如何以整体观和系统观理论构建数据要素价值化生态系统，成为推进数据要素市场化配置、释放数据要素价值的关键。
2.1 数据要素市场建设的特殊性
全国统一数据要素市场体系总体架构及其总体布局方案的研究应坚持数据要素市场建设的普遍规律与特殊性，既要解决传统要素市场和数据要素市场通用的共性关键问题，如生产要素的总量盘点、权属界定、市场主体培育、交易机制、市场治理的制度设计，搭建复合数据要素流动与治理规律的市场基本结构，也要深入分析数据要素市场的特殊性。所谓特殊性主要体现在以下五个方面：①遵循数据要素属性特征及其递进式的价值实现模型，在数据基础设施、数字技术体系以及数据基础制度方面夯实数字化的底座根基，为数据要素的流通与治理提供硬支撑；②准确把握我国数据要素市场制度优势，必须强化政府在数据要素市场建设中的主导作用，提升战略性国有数据要素型企业的主体地位，增强市场资源高效配置能力，以充分发挥我国数据要素市场的超大规模优势和无限内需潜力；③厘清公共数据、企业数据价值实现逻辑差异，分类设计数据增值路线图，不断细化公共数据授权运营路径，创新企业数据价值实现渠道；④探索数据作为源要素与劳动力、技术、管理等其他要素衍生联动的价值生成原理，推动数据要素市场布局与产业发展布局有机协同、共生联动；⑤正视数据跨境流动中的数据主权问题，数据要素市场建设应立足国内大循环，促进国内国际双循环。
2.2 数据要素市场体系总体架构
本文提出，应以国家数字经济发展的长远规划与配套性改革为突破口，充分考量国家经济安全和数据要素市场产业链、供应链安全，在写好“做强、做大”文章的同时，还要在“韧性、安全”上筑牢根基。因而，创设“一体两翼”“三基”“七要点”总体架构思路，以此确定指导思想、发展目标与主要任务，具体总体架构设计如图1所示。
图1 全国统一数据要素市场体系总体架构与布局方案设计
一体，是以全国统一数据要素市场体系建构为中心，实现全国“一盘棋”；两翼，是以有效市场资源配置和有为政府监管服务为战略支点，坚持市场配置与公共配置相结合，实行公共数据授权运营、企业数据交易流通两条不同的逻辑进路。三基，是以基础设施体系、数字技术体系和数据基础制度为核心，夯实数据要素市场体系运行的底层根基。其中，基础设施体系既包括移动通信网络设施、数据存储与处理中心等数字基础设施，也包括集约高效的“根服务+公共服务+算力服务”三大数据交易基础设施建设；数字技术体系既包括数据标识技术、可信流通技术、数据授权存证、数据溯源和数据完整性检测等关键性核心技术研发，也包括等联邦学习、隐私计算、区块链网络空间数据安全一体化技术解决方案的制定；数据基础制度，一方面指构建具有中国特色的完整的数据要素市场管理法律制度框架，如数据确权、供给、流通、分配环节和领域法规制度的统一；另一方面指统一数据技术标准，包括基础数据及操作规范、技术标准文件，如建立全国统一数据标准管理制度，编制基础数据强制性统一数据标准目录，实现重点标准目录、标准制定与标准实施的协同及国内标准与国际标准的对接。
七要点，则是围绕数据要素市场建设所必需的总量盘点、权属分置、公共数据授权运营、企业数据资产估值、主体培育、流通交易机制和市场治理体系提供系统性的解决方案。一是数据要素总量盘点，包括统计指标体系、总量测算、结构特征分析等，以便各级政府能够从宏观层面把握我国数据要素市场总体规模、结构与效益；二是数据要素权属分置，包括数据要素权属结构性分置的具体内容、相互关系、实现机制与权益保护机制等，以形成统一确权框架和数据权利束；三是公共数据授权，包括授权运营制度设计、建设方案、政策体系等，以建构公共数据高效利用与公平配置相结合的新型授权运营模式；四是企业数据资产估值，包括估值理论与方法、价值分配方法以及增值开发应用等，以明确数据资源开发利用和价值形成机理，为价值实现创造条件；五是主体培育，包括分析数据要素市场参与者类别和动力机制，探索数据要素型企业评价指标，分析准入机制、监管机制、培育机制等，营造国有企业与非国有企业、平台型企业与中小企业多主体和合共生、竞相发展的良好氛围，以激活数据要素市场，促进数据生产和消费；六是流通交易机制，包括可信可控可计量的数据流通交易机制设计、区块链等技术应用方案、全流程合规可信体系建设等，营造安全可信、集约高效的数据交易生态；七是市场治理体系建设，包括数据治理体系的国际比较、安全风险分析、多方协同共治体系设计以及配套制度安排等，以构建具有中国特色的数据要素市场治理体系。
2.3 数据要素市场体系总体布局方案
明晰全国统一数据要素市场体系的总体布局方案，需要从战略布局、结构布局和空间布局三个维度，基于数据增值与治理全要素、全周期、全领域探讨符合国情的全国统一数据要素市场体系总体布局方案的编制。具体地，①战略布局上提出整体规划、分层推进、分步执行的具体设计构想，针对资源链、产业链、创新链、资金链、技术链、人才链、制度链构建全链路协同的战略实施框架，特别是价值生成环节的“国家数网”资源调度统筹体系（包括政企数据共享融合实施方案）与价值分配环节的全国“数据券商”管理体系的规划设计和国家数据要素流通交易公共服务平台建设，为经济发展提供具有更大创新性和包容性的空间。②结构布局从行业领域、区域分布及数据产品/服务类型、价值密度等不同维度进行结构化细分，研究重点是进行公共数据、企业数据差异化开发及其方向、布局细分，以互补性市场支撑全国统一数据要素市场建设。勾勒企业数据产品化全景图谱、一对一或一对多授权框架以及数据要素可信可控可计量交易机制设计、多层次数据交易体系建构等，规划一批跨区域重点课题，为数据要素在不同层次、类型市场的开放、协同、融合奠定基础。③空间布局按照突出特色、错位发展思路,研究国家级+区域级+行业级多层次数据交易体系和多样态数据要素型重点企业空间集聚的统筹规划，如推进“东数西算”工程和“数据要素”开发利用有机衔接方式举措，探索区域性数据交易中心和行业性数据交易中心布局，包括试点城市圈数据交易枢纽与数据要素场景化应用特区研究，创新公共数据与企业数据、社会数据相融合的流通交易方式，探索跨区域数据要素流通治理联盟组建机制，推动政策、市场与数据赋能等多位一体发展，形成数据要素与传统要素协同发展的均衡性区域分布。
3
数据要素市场价值实现路径探析
以现代创新要素为核心，推进传统存量要素与现代创新要素融合发展是我国要素市场化改革的重要方向。数据要素是不同主体数据价值连接的中介，数据流通的背后涉及数据主体对可支配数据资源资产化管理、资本化运行与优化配置等一系列问题。从数据要素与数据要素市场体系建设的新特征入手，分析不同类型数据要素市场化价值实现的共性规律与差异表现，并探索数据要素市场与传统要素市场一体化联动机制及其应用场景，具体实现路径框架如图2所示。通过着眼于数据要素市场体系的整体建设，基于数据价值规律和产业发展规律的双循环结构，探讨数据要素的市场结构与运行逻辑，揭示数据要素市场与传统要素市场的一体化联动机制，以深入探索培育发展数据要素市场的可行路径。
图2 数据要素市场价值实现路径研究框架
3.1 数据要素市场体系建设新特征解析
准确识别和把握数据要素市场体系建设的新特征，是构建数据要素市场形成理论的重要前提。数据要素的特殊性并不完全适合于当前基于产权清晰界定和移转为基础的数据要素市场运行范式。因此，需要尝试构建一种新的数据要素观，并以此为基础培育适用数据生产要素特征的要素市场。鉴于数据自身价值已超越其工具属性，逐渐演化为新型赋能要素，其价值实现一方面是跨越时空、层级、流程实现纵向逻辑的汇聚打通，另一方面是横向上破除各自为政的资源整合与线上线下数据链重组，通过数据主体关系与业务功能的结构性优化嵌入不断创新的应用场景中，进而带来产业效率和产业集聚水平的提升，并创造价值。
数据要素属性决定数据要素市场制度环境和参与者的交易行为，反映数据产品/服务的交易行为和供求关系。其市场体系建设的首要特征是价值实现过程的多源融合性，通过“价值倍增”“资源优化”“投入替代”等方式带动全要素生产率提升。其次是价值评估的“双向不确定性”，既有市场交易标的物模糊、产权不明的问题，也有价值估值动态多变的困难，市场体系处在有形与无形、线上与线下高度融合状态，依赖于新型确权、定价、授权等交易规则的确立，以促成供需匹配和价值转移。最后是价值实现场景的泛在化，应用场景创新已成为数据要素市场价值实现的重要变量，数据要素价值实现的重要突破口是基于充分的用户需求挖掘各类数据应用场景，并迅速精准匹配数据产品/服务。
3.2 数据要素市场体系的内在结构与运行模式挖掘
作为一般性的抽象概念问题，市场更趋向于一种经过设计的制度结构。强调以市场为基础的方法构建丰富的价值发现、转化与社会参与是数据要素培育的关键。为此，首先需要探索定价机制、供求机制、竞争机制、信任机制在时间、空间、数量、技术等数据要素矢量配置中的作用影响，细分数据要素市场体系，揭示不同类型数据要素市场价值实现的运行逻辑，分析数据要素市场内在结构；其次，需要结合全球开放数据运动的重要初衷（开放创新）与各国政策比较，梳理国内外数据要素市场运行与发展中的路径依赖与路径突破——由单一政府主导的公共数据开放与再利用逐步转向多方参与的市场驱动的数据运营的逻辑脉络，推导数据要素市场建设中政府与市场的职能边界与关系变迁，分析数据要素公共配置和市场配置交叉并行关系和运作机理，提炼数据要素市场运行模式研究；再其次，需要从主体关系、运营架构、场景实践等多维视角比较分析数据信托、数据中介等欧美代表性数据要素市场化运营模式与我国数据要素市场化运营模式的区别，把握数据要素市场参与者及其主体关系；最后，开展我国数据要素市场体系优势分析，从规模、种类、制度、技术、市场主体以及政府管理体制等多个维度，分析我国数据要素市场体系的完备性、系统性、超大性等特征所蕴含的市场机遇与发展空间。
3.3 数据要素市场与传统要素市场一体化联动机制探索
数据要素市场与传统要素市场的内在联动是数据要素属性与价值实现特征共同作用的结果，是数据要素赋能数字产业化和产业数字化的核心环节。这就需要运用数据连续性共识，厘清数据要素公共配置与市场配置的作用边界与交互方式，分析数据要素市场关系谱系结构与生态群落画像，搭建数据要素市场与传统要素市场融合共生模型，揭示数据要素市场阶梯式演进与辐射式扩张规律。为此，首先，需要探析数据要素赋能逻辑与实现机制研究，从数据-知识-智慧价值转换视角细分阶段性赋能联动形式、条件，并从主体、共同体、客体、工具、规则和分工的数据流通维度萃取数据要素市场辐射传统要素市场的影响因素与传导机制，揭示二者融合共生的理论逻辑，并从供给侧、需求侧视角推演二者一体化转换与共生模式。
其次，洞察数据要素市场与传统要素市场联动过程，通过数据要素流通对传统要素市场渗透过程的分析，揭示二者联动的关键在于市场环境，特别是可信数据要素市场生态的“扩散效应”与传统要素市场“回流效应”博弈程度。当二者联动水平较低时，传统要素市场回流效应居于主导，数据要素难以流向传统产业，产业数字化进程受阻，传统要素市场数据化、数字化水平停滞。当数据要素市场的扩散效应超过回流效应时，则会形成强联动效应，能够带动传统要素如技术创新要素的流动和配置，进而促进高新技术等产业的高质量发展。
最后，需要开展数据要素市场与传统要素市场一体化联动关系研究。一方面，数据要素市场能极大地促进数智产品/服务的空间流动，形成数字技术牵引的技术创新辐射，实现数据要素与传统要素配置效率同步提升；另一方面，传统要素市场庞大的市场规模、海量市场需求从需求端构成一体化联动的外在牵引力，可以推动数据要素质量提升、服务创新与流通范围扩大，为数据要素市场的发展提供广阔的应用场景和无限的市场机会。
3.4 数据要素市场与传统要素市场一体化联动应用示范
把握数据价值创造与应用场景创新关联紧密这一主线，针对政府、企业不同类型数据要素市场化价值实现路径差异，展开一体化联动应用场景研究，有助于揭示不同业务场景下数据要素流通赋能的共性规律。为此，一是需要开展公共数据市场化应用与传统要素市场一体化联动应用场景研究。结合当前智慧城市发展趋势和“城市大脑”对数据集成分析的需求态势，从公共数据授权运营、公私合作伙伴关系、数据信托等角度展开案例研究。二是需要探索企业数据要素市场与传统要素市场一体化联动应用场景研究。面向金融、医疗、交通、科技等具体应用场景，从主体联动、方法融合、机制衔接、场景赋能等维度考察数据融通推动各产业融合创新发展形态，探索双向赋能与全要素融合示范的主要方式。三是需要开展数据要素市场与传统要素市场一体化联动方式研究。解构数据要素溢出效应的实现路径，从数据要素的统筹管理、标准规范、数据资产目录、共享交换、数据服务、算力设施、安全保障等方面分析数据赋能传统要素市场的一体化联动方式。
4
结 语
探索和构建出一套适合我国数据要素市场的体系架构和运行逻辑，对于激活我国数据要素市场价值、推动经济高质量发展、提升数字经济国际竞争力具有重要的理论与实践价值。在分析数据要素市场建设特殊性基础上，本文提出以全国统一数据要素市场体系建构为一体中心，以有效市场资源配置和有为政府监管服务为两翼战略支点，以基础设施体系、数字技术体系和数据基础制度为三个核心底层根基，以完成全国统一数据要素市场体系总体架构和布局方案设计，并提出数据要素与传统要素市场一体化联动的综合推进方案，明确全国统一数据要素市场体系建构的目标、原则与实施路线图。该研究成果能够为建立全国数据要素统一大市场体系的顶层设计提供方法指导和策略参考。
为建设一个高标准、多层次、合规高效、可信安全的数据要素市场体系架构，需要站在国家数据要素市场体系整体性建设和数字经济竞争力提升战略高度，结合国内外数据要素市场建设运行的经验教训，重点探索我国数据要素市场体系建设中全面推进和重点突破的关系、政府与市场的关系、国内市场与国外市场的关系、中央统筹与区域试点的关系，搭建战略领导、依法治理与安全保障的三元管理策略，从宏观统筹（方向）、中观推进（方法）和微观保障（底线）三个维度构筑长效机制。同时，还需要聚焦于数据要素市场中供求关系、竞合关系、利益关系、市场效率等关键性问题，建立数据要素政策分析框架，既要探究中央、地方政策生态演化脉络，考量数据生产和流通环境对数据交易规则的影响，也要深入分析政策统一性、规则一致性、执行协同性的实施要求，探明政策协同与要素互动关系，如数据嵌入产业的促进方式和监管互认、服务共享的合作模式，赋智数据要素市场体系的顶层设计。
参考文献
[1] 白永秀, 李嘉雯, 王泽润 . 数据要素: 特征、作用机理与高质量发展[J]. 电子政务, 2022(6): 23-36.
[2] Azcoitia S A, Laoutaris N. A survey of data marketplaces and their business models[J]. ACM SIGMOD Record, 2022, 51(3):18-29.
[3] 王利明. 论数据权益: 以“权利束”为视角[J]. 政治与法律, 2022(7): 99-113.
[4] Shapiro Carl, Varian H R. Information rules: a strategic guide to the network economy[M]. Boston: Harvard Business School Press, 2022.
[5] Miller H G, Mork P. From data to decisions: a value chain for big data[J]. IT Professional, 2013, 15(1): 57-59.
[6] 李纲, 马亚雪, 巴志超. 基于价值链的数据管理理论思考[J]. 信息资源管理学报, 2018, 8(1): 9-18.
[7] 夏义堃 . 数据要素市场化配置与深化政府数据治理方式变革[J]. 图书与情报, 2020(3): 14-16.
[8] Gustafson T, Fink D. Winning within the data value chain[J].Strategy & Innovation Newsletter, 2013, 2: 7-13.
[9] Kriksciuniene D, Sakalauskas V, Kriksciunas B. Process optimi‐zation and monitoring along big data value chain[C]// Proceed‐ings of the International Conference on Business Information Sys‐tems. Cham: Springer, 2015: 75-86.
[10] Curry E. The big data value chain: definitions, concepts, and theo‐retical approaches[M]// New Horizons for a Data-Driven Econo‐my. Cham: Springer, 2016: 29-37.
[11] 李海舰, 赵丽. 数据成为生产要素: 特征、机制与价值形态演进[J]. 上海经济研究, 2021, 33(8): 48-59.
[12] 李爱君 . 数据要素市场培育法律制度构建[J]. 法学杂志, 2021,42(9): 17-28.
[13] 孔艳芳, 刘建旭, 赵忠秀 . 数据要素市场化配置研究: 内涵解构、运行机理与实践路径[J]. 经济学家, 2021(11): 24-32.
[14] 曾铮, 王磊 . 数据要素市场基础性制度: 突出问题与构建思路[J]. 宏观经济研究, 2021(3): 85-101.
[15] 中 国 软 件 评 测 中 心 . 公 共 数 据 运 营 模 式 研 究 报 告[EB/OL].(2022-05-30) [2022-10-30]. http://dsj.guizhou.gov.cn/xwzx/gnyw/202205/t20220530_74436679.html.
[16] 张会平, 马太平, 孙立爽. 政府数据赋能数字经济升级: 授权运营、隐私计算与场景重构[J]. 情报杂志, 2022, 41(4): 166-172.
[17] 夏义堃, 管茜 . 政府数据资产管理的内涵、要素框架与运行模式[J]. 电子政务, 2022(1): 2-13.
[18] Hardinges J. Defining a‘data trust’[EB/OL]. (2018-10-19) [2022-11-09]. https://theodi.org/article/defining-a-data-trust/.
[19] Federal Trade Commission. Data brokers: a call for transparency and accountability[R/OL]. (2014-05-27) [2022-10-25]. https://www.ftc. gov/system/files/documents/reports/data-brokers-call-transpar‐ency-accountability-report-federal-trade-commission-may-2014/140527databrokerreport.pdf.
[20] Sherman J. Data brokers and sensitive data on U.S. individuals:threats to american civil rights, national security, and democracy[R/OL]. 2021. [2022-11-09]. https://techpolicy.sanford.duke.edu/wp-content/uploads/sites/4/2021/08/Data-Brokers-and-SensitiveData-on-US-Individuals-Sherman-2021.pdf.
[21] 王璟璇, 窦悦, 黄倩倩, 等. 全国一体化大数据中心引领下超大规模数据要素市场的体系架构与推进路径[J]. 电子政务, 2021(6): 20-28.
[22] Zorrilla M, Yebenes J. A reference framework for the implementa‐tion of data governance systems for industry 4.0[J]. Computer Standards & Interfaces, 2022, 81: 103595.
[23] 窦悦, 易成岐, 黄倩倩, 等. 打造面向全国统一数据要素市场体系的国家数据要素流通共性基础设施平台——构建国家“数联网”根服务体系的技术路径与若干思考[J]. 数据分析与知识发现, 2022, 6(1): 2-12.
[24] 王建冬, 童楠楠. 数字经济背景下数据与其他生产要素的协同联动机制研究[J]. 电子政务, 2020(3): 22-31.
[25] 焦豪, 杨季枫, 王培暖, 等. 数据驱动的企业动态能力作用机制研究——基于数据全生命周期管理的数字化转型过程分析[J].中国工业经济, 2021(11): 174-192.
[26] 欧阳日辉 . 我国多层次数据要素交易市场体系建设机制与路径[J]. 江西社会科学, 2022, 42(3): 64-75, 206.
[27] 徐珉川 . 论公共数据开放的可信治理[J]. 比较法研究, 2021(6):143-156.
[28] 陆志鹏 . 数据要素市场化实现路径的思考[J]. 中国发展观察,2021(14): 31-34.
[29] 杜平 . 加强基础制度体系建设加快构建全国一体化数据交易市场体系[J]. 数据, 2022(8): 49-51.
[30] 马费成, 吴逸姝, 卢慧质. 数据要素价值实现路径研究[J]. 信息资源管理学报, 2023, 13(2): 4-11.
[31] 陆岷峰, 王婷婷 . 数字化管理与要素市场化: 数字资产基本理论与创新研究[J]. 南方金融, 2020(8): 3-12.
制版编辑 | 李 静
审核 | 王海燕
国家自然科学基金管理学部A类期刊
全国中文核心期刊
CSSCI来源期刊
《中国人民大学复印报刊资料》重要转载来源期刊
CSTPCD（中国科技论文与引文数据库）收录期刊
NSSD （国家哲学社会科学学术期刊数据库）
长按扫描二维码 ｜ 关注我们
情报学报官网：qbxb.istic.ac.cn
邮箱：qbxb@istic.ac.cn
电话：010-68598273
欢迎投稿！
【免责声明】本公众号主要发布《情报学报》期刊的录用文章，或转载其他媒体与网站的图文资讯。文章仅代表作者本人观点，本公众号对文中陈述、观点判断保持中立。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。抄袭本文至其他渠道者引发的一切纠纷与本公众号平台无关。