数据说（让听见炮声的人,谈数据要素流通）

第八条，真正的数据场外流通难题在公共数据开放。这需要解决政府部门的数据开放激励机制和责任机制问题。通过交易市场可以规范公共数据开放,并提供免责条款。

第九条，数据需求多元复杂，一种交易形式或中介难以满足。应鼓励多种中介和交易渠道共同发展， 如数据经纪人、数据信托、API聚合平台和隐私计算平台等，满足数据多元化需求，推动数据场外流通。

第五条，数据难以作为资产入账。数据价值无法独立存在，需要与其他要素共同产生。数据价值随场景和合作对象变化巨大，难以准确计量和审计。将数据资产化会带来更大问题。

第十五条，数据本质上更适合点对点的场外交易。目前数据场内交易方式还不够丰富和易用，长期价值较低,风险较高。

第十八条，三权分制在数据交易领域的具体定义和范围需要进一步思考。

第二十条，企业数据管理能力较弱，自身数据质量较低,难以实现高质量的数据流通和交易。提高企业数据治理能力是关键。

第十七条，可将数据交易的基础由价格变为合规性监管，从保护、供给和使用的合规性角度建设运营数据交易平台。

第十三条，企业数字化转型加快和数据技术升级是推动数据流通的重要前提。隐私计算和区块链技术可以最大限度保护数据安全,促进数据流通。

第六条，统一数据交易所审核标准，明确数据安全相关法规细则，引导更多数据类型上市交易，尤其是政府数据。这有助于提高交易效率，解决敏感数据和授权数据上市难的问题。

第三条，数据交易仅限于原始数据买卖，缺乏商业价值和动力，难以持续。数据服务交易更为符合未来发展方向，需要数据与行业应用的深度融合，以理解行业痛点和数据应用场景。

第十条，要积极探索多种流通模式，以满足数据使用者的不同需求，推动数据场外流通。如，面向中小企业的“试验田”模式，面向大企业的“可信数据空间互通认证”模式，与具体业务场景结合的“寄居蟹”模式。

第十二条，要关注数据场外流通的监管模式。美国较为宽松，重视经济效应，欧洲较为严格，中国需要在风险可控的前提下开展数据跨境流通与合作。

第七条，目前国内数据交易规模较小，但数字经济总体规模较大。这说明真实数据需求可能较小，我们过高估计了数据交易价值。这是我们在推动数据交易时需要考虑的问题。

第四条，数据场外流通交易量更大，交易方式更加灵活，可以最大化发挥数据价值并避免过度标准化带来的信息损失。

第一条，数据场内交易尚处于发展初期，政府采购、国企入场、公共数据授权等是未来重要的业务拓展方向。存在产业生态主导的流通模式是交换共享而非交易，且既有的数据采购模式难以改变、合规审核标准不一等问题。

第十九条，从全国统一大市场看，数据交易只是流通方式的一种，场内场外的划分方式需要商榷，其实是优化存量市场来培养增量市场的过程。建设统一的大市场，要建立多层次、多元化的流通生态，超越场内和场外的界限。

第十六条，数据的价格具有多重性，也可重复使用，这种情况下，用工业时代的交易所方式进行数据交易本身需要打问号，传统交易所模式可能成为“烂尾楼”。

通过本次研讨会以期激发思考和启发智慧，为国家在构建数据要素市场和推动数字经济高质量发展的关键节点提供更优和更具针对性的决策依据。

第十四条，完善数据流通相关制度,要根据行业发展状况和数据技术变化及时调整和更新。人工智能领域的发展也要引起高度重视，及时跟进制定相应机制。做人工智能大模型需要大量高质量数据，但现实中数据质量不高、所有权不清晰、数据获取难度大。如何获取和整合大量高质量数据是人工智能大模型面临的最大问题。

5月19日，信息化百人会2023年第2期专题研讨会在京召开，本次会议聚焦“构建数据流通体系、激活数据要素价值”，政企学研有关专家，围绕数据流通存在的关键难题，数据流通模式创新等内容进行深入探讨，提出推进数据要素流通20条观察：

（傅建平广东数字政府研究院副院长）

第十一条，要重点关注数据场内交易的业务模式，要素(主体、对象、服务方式)以及应用场景。目前国内外数据交易模式大致相同，需要根据不同国家的数据政策环境和数据生态作出调整。

第二条，场内交易动力和数据来源不足，难以形成自我循环的生态，这是目前数据交易所面临的最大难题，亟需重新审视和定位商业模式。建议以公共数据授权运营、国资企业带头入市、增加数字化转型考核杠杆等方式引导数据入场交易。