数据要素市场建设的现实约束与路径选择
时间：2023-06-20 16:05:04 来源：雅意学习网 本文已影响 人 
陈 蕾 李梦泽 薛钦源
当前数字化转型已经成为全球化浪潮，数字化及数字经济推动生产生活方式发生深刻变革，影响着世界各国经济社会发展乃至国家综合实力的提升。数据要素在数字增长动能塑造、经济结构转型升级和宏观调控效率改善等方面扮演着十分重要的角色［1］。从数字经济及数据要素市场规模来看，2012—2021年我国数字经济规模从11万亿元增长到45.5万亿元，占国内生产总值的比重由21.6%提升至39.8%；
但根据工业和信息化部的测算，2021年我国数据要素市场规模仅为704亿元［2］。随着未来数字化转型步伐加快、数据要素参与社会生产程度加深，充分发挥市场配置资源优势、提高数据要素使用效率、实现数据要素市场化配置，成为数字经济高质量发展的必然选择。
2020年4月发布的《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》将数据确立为可进行市场化配置的生产要素，并强调要加快培育数据要素市场；
2022年1月国务院印发的《“十四五”数字经济发展规划》提出要“充分释放数据要素价值，激活数据要素潜能”，到2025年初步建立数据要素市场体系；
2022年12月中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》进一步提出要完善数据要素市场化配置机制，不断健全数据要素市场体系和制度规则。数据要素市场化配置及配套体制机制建设问题是数字经济领域的理论研究热点和现实难点。基于此，梳理我国数据要素市场建设进程及相关政策演进，明确当前数据要素市场建设状况及现实约束，归纳国际数据要素市场建设模式及经验，探寻我国数据要素市场的建设路径，对推动新时代数字经济高质量发展具有重要的现实价值。
数据要素是数字经济发展背景下的核心生产要素和关键战略性资源，数据要素市场则是以市场化资源配置方式实现数据要素高效流通的重要载体。自2014年大数据被首次写入中央政府工作报告后，我国对数据要素市场的建设投入和培育力度持续加大，一批数据交易平台及配套机制相继形成，加之人工智能、区块链等新兴技术手段应用于数据采集、加工及流通领域的能力持续提升，数据要素市场活力日渐增强，市场规模不断扩大。但是，与数字经济规模相比，数据要素市场规模仍有较大的提升空间，且相应的市场配套体制机制建设相对滞后，制约着数据要素市场化配置和资源自由流通效率的提高。这里对我国数据要素市场建设历程及相关政策进行梳理，为精准把脉并破解数据要素市场建设难题提供基础。
（一）培育壮大市场主体，激发市场活力和价值创造力
市场主体培育与壮大是扩大市场需求、优化市场供给并激发市场活力和价值创造力的重要支撑，数据要素市场亦不例外。从政策演进视角来看，《“十二五”国家战略性新兴产业发展规划》及后续配套政策的出台，培育壮大了数字经济相关产业基础和市场主体。其中，鼓励大数据、物联网、信息技术等数字经济产业相关主体及先进技术工具发展的政策，有助于培育数字经济领域相关新业态和新产业，使信息价值及信息化水平、处理技术不断提高，进一步激发了数据要素的经济价值。2014年，“大数据”首次被写入中央政府工作报告；
2015年，一系列促进数据要素基础产业发展和应用建设的规划方案及指导意见相继出台，为释放数据要素市场活力和价值创造力创造了条件。例如，《促进大数据发展行动纲要》《国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见》针对数据要素市场主体培育提出了更加明确的发展目标和配套支持政策，旨在通过政务数据公开共享，逐步引导企业、行业协会、科研机构、社会组织等主动收集并开放数据，推动资源整合以增强数据要素供给能力；
《国务院关于促进云计算创新发展培育信息产业新业态的意见》《国务院关于积极推进“互联网+”行动的指导意见》《中国制造2025》等政策重点关注培育一批互联网创新企业和智能、数字化制造业，并激励各类市场主体积极参与数据要素供给和创新应用。
（二）加快市场基础设施建设，确立数据要素价值地位
“十三五”期间，数据要素相关产业基础逐步成形、市场主体增多、市场活力进一步增强，市场化交易需求不断增大。国家出台若干政策措施加快数据要素市场基础设施建设，以促进数据要素的交易和流通、扩大数据要素市场规模。例如，《中华人民共和国国民经济和社会发展第十三个五年规划纲要》《大数据产业发展规划（2016—2020年）》等政策推进了信息经济发展壮大，统筹布局并建设各类国家级或省级大数据交易平台、数据中心，为数据要素参与市场化交易提供了基础设施和交易场所。同时，一系列涉及信息经济和数据信息的行动计划，鼓励发展新一代信息技术产业并构建信息技术与经济新业态，拓展了数据要素相关产业的边界和产业关联，数据要素的供给规模和融合应用场景大幅扩大，其市场空间及价值潜能在“十三五”期间得到进一步释放。基于数据要素市场基础的不断完善，2017年党的十九大报告提出“推动互联网、大数据、人工智能和实体经济深度融合”，数据参与制造业和实体经济发展的程度加深，数字经济成为我国国民经济高质量发展的新动能。2018年《科学数据管理办法》进一步将确保数据安全放在首要位置，突出科学数据共享利用这一重点，以加强和规范科学数据管理。随着数据价值创造加速并逐渐成为社会生产活动中的基础性、战略性资源和重要生产力，2019年党的十九届四中全会首次将数据增列为新的生产要素，数据不再是信息化过程中的单一产物，而是能够发挥其信息价值作用参与社会生产和分配。
（三）补齐数据要素市场发展短板，提升要素配置效率
数据成为数据要素并在市场中流通是数据要素市场化配置的核心内容，需要市场主体参与、市场体制机制保障以及市场监管部门规制。然而，适应于诸如资本、劳动等传统生产要素的市场体制机制和传统产权制度，无法完全适用于数据要素市场发展，其与持续壮大的数据要素市场规模之间的矛盾日益凸显。于是，完善市场体制机制，补齐市场短板，在规模上升的同时提高要素配置效率，成为促进数据要素市场高质量发展的必然要求。从政策演进视角来看，2020年《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》出台，强调数据要素的市场地位以及市场资源配置能力对数据要素市场发展的重要性，并就如何进一步完善数据要素市场化体系建设的体制机制等问题指明了方向。此后，围绕数据要素市场化问题，2020年《中共中央 国务院关于新时代加快完善社会主义市场经济体制的意见》，2021年《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《“十四五”大数据产业发展规划》《中华人民共和国数据安全法》《建设高标准市场体系行动方案》《要素市场化配置综合改革试点总体方案》，2022年《“十四五”数字经济发展规划》《中共中央 国务院关于加快建设全国统一大市场的意见》《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》等一系列政策文件的相继出台，为数据要素市场建设过程中的数据权属确认、流通交易机制、估值定价和数据安全等问题解决提供了指导思想、基本原则、发展目标和重点任务，旨在营造安全公平、流通自由、竞争有序的数据要素市场化体系。
伴随数据要素市场建设相关政策的演进和数据要素市场培育力度的加大，我国数据要素市场化格局初步形成，但也面临要素供给成本偏高、要素流通渠道及规模受限、安全稳定发展存在挑战等一系列现实约束。
（一）数据要素市场建设状况
1.数据要素市场基础设施及交易环境持续改善
在国家政策的鼓励和推动下，2015年以来我国公共数据开放共享进程加快，地方数据交易平台探索、建设有序推进，区域性数据要素交易市场基础设施日益完善。截至2021年末，全国已经建成80余家大数据交易中心及数据交易所，如贵阳大数据交易所、上海数据交易所、北京国际大数据交易所、浙江大数据交易中心、江苏大数据交易中心等，在为数据交易方提供交易平台的同时履行数据流通交易、合规监管服务相关职责。数据交易场所及场内交易机制的建设，一方面立足数据要素供需双方搭建中介桥梁，为释放公共数据和企业数据、打破“数据孤岛”以及促进数据跨地域、跨行业、跨单位交易和流通等营造良好的市场环境；
另一方面也为数据要素流通监管、市场交易行为规范、市场秩序维护等搭建了平台载体。
2.数据要素市场活力日益增强
数据要素市场基础设施及交易环境持续改善，带动市场主体间竞争和市场化运作能力同步增强。国内部分头部互联网企业依托自身数据信息优势，建设各类数据交易平台，如阿里、腾讯、百度、浪潮信息等企业通过整合旗下数据运算和云平台相关业务，构建诸如阿里云、腾讯优图、百度智能云、天元数据等数据服务平台，并通过运用机器学习、数据挖掘等手段对数据进行处理整合，为用户提供数据采集、清洗、聚合、建模，数据经纪、认证、价值评估以及数据产品化等服务。与此同时，各类企业法人和个人主体也通过服务外包等方式，为中小企业提供数据采集、处理、委托交易和中介等服务。市场主体增多及服务内容多样性带来更多新的应用场景、解决方案和产品服务，融合、盘活各类数据资源，为提升数据价值、释放数据潜能、增强数据要素市场活力不断注入新动能。
3.数据要素市场安全发展法律制度基本确立
在数据市场基础设施完善和市场活力增强的同时，数据要素市场发展的法律制度及安全保障原则基本确立。从数据要素市场安全保障的法律制度来看，2021年9月《中华人民共和国数据安全法》正式实施，界定了数据、数据安全的基本概念，明确了建立数据分类分级保护制度、数据安全风险监测预警机制、数据安全应急处置机制、数据安全审查制度等，确立了数据安全的法律基础制度框架。同年11月，《中华人民共和国个人信息保护法》正式施行，为协调个人信息保护与促进信息自由流动的关系、提高个人信息保护条款在特定行业的适用性等数据要素市场发展进程中的个人信息隐私及安全问题处理提供了指导原则。至此，《中华人民共和国民法典》《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》共同构成当前我国数据要素市场安全发展的法律基石和制度建设依据。
（二）数据要素市场化面临的现实约束
应该看到，作为数字经济时代全新的生产要素，数据的多元分散、可复制性、非标准化、外部性、规模报酬递增、流通与安全风险较大等特性［3］，导致数据要素市场化进程在产权界定、交易流通、开发利用、市场竞争、监管治理等环节仍存在一些亟待解决的问题。
1.产权界定仍不清晰，数据要素供给成本高
产权清晰是市场交易的前提。当前传统生产要素的产权界定相关理论及实践较为丰富，但是数据要素作为新兴生产要素，其权属界定仍然存在制度安排和界定规则不清晰的现实问题，使数据要素产权认定及不同主体之间的权益分配存在实质性困难［4］。例如，数据资源可能涉及多个主体，原始数据拥有者与数据控制者之间的权属及利益分配问题通常难以解决。清晰、可操作的数据要素产权制度的缺乏，可能导致为明确产权所增加的交易成本甚至会超过交易数据本身，以致市场交易方可能因为顾虑产权纠纷而无法形成有效的供需关系［5］。长此以往，即使存在畅通的交易渠道和合适的交易场所，大量的潜在数据供给主体也可能不愿意进场交易，而是选择通过黑中介或“桌下”方式完成交易。这种缺乏法律和监管保障的交易方式，又可能加剧数据滥用和交易诈骗等问题，进而影响数据要素供给主体的市场化流通意愿［6］。
2.交易机制仍不健全，阻碍数据要素自由流通
从资本要素与行业发展规律来看，各类生产要素产品由计划分配转为市场化竞争、从非规范性流通转向规范性流通，是市场经济及数据要素市场建设的必然趋势。然而，当前数据要素在市场流通过程中仍然面临两方面的难题：一是当前数据要素入场交易仍存多重壁垒。虽然国内已经搭建众多数据交易平台，但由于交易细则不够明确、运营机制不尽合理、交易激励不足，大多数交易平台的年实际交易量较低，致使通过公开竞价手段形成市场公允价格的定价机制难以充分发挥信息披露、供需调节等功能［7］。此外，部分互联网公司出于自身数据生态体系的保护或垄断目的，限制体系外机构参与本企业数据资源的流通和交易，进一步加剧了数据要素市场的碎片化［8］。二是多样性交易模式及多主体参与激励机制尚不健全。数据要素市场建设需要在市场行为过程中不断创新市场化制度和交易模式，逐步形成对整个市场各方主体资源配置效率公约数最大化的市场机制。而当前我国要素市场交易主体及模式较为单一，数据要素的需求方和供给方仍然以企业为主，个体参与数据要素市场的渠道较少。同时，我国各类数据交易平台尽管具备一定的交易撮合功能，但专业化数据交易服务机构仍然较少，数据要素市场的资源挖掘能力和供需关系匹配能力仍然较弱。
3.数据安全监管及隐私保护能力有待进一步提高
数据安全是数据要素市场得以长久稳定发展的必要条件。一般而言，不涉及国家安全、商业机密和个人信息安全的合法、脱敏、非隐私数据，可以作为数据要素参与市场交易。但是，随着社会数字化转型的推进和信息化能力的提升，数据信息开放共享和数据要素资源收集的范围不断扩大，信息复杂性程度和数据安全风险也同步增大。在数据要素权利主体多样、复杂的情况下，未来的数据安全必然面临侵权主体多样化、侵权手段和关系复杂多变、技术追踪难等问题。加之数据泄露、贩卖、非法交易存有巨大的利润空间，数据安全问题在破坏市场环境的同时还可能威胁到国家安全［9］。着眼当前，我国虽然已经出台相关法律，为数据安全和个人信息保护提供了基础性法律保障，但相关法规及细分领域的安全保障制度仍有待进一步完善，如不同行业的数据安全标准及安全事件处理原则、数据安全分级分类监管细则等存在缺失。此外，数据要素与信息化技术发展关系密切，如何通过数字技术水平提升和数据安全标准化程序设计来提高数据安全问题的识别、追踪及治理能力，也是当前数据要素市场安全保障中的重要问题。
当前部分发达国家已经提出基于本国数字经济产业基础的数据要素市场建设战略或路径，但从数据要素市场化体系建设的实践进展来看，世界各国仍处于不断摸索与建设完善阶段，目前尚未形成一套体系成熟、机制健全、多方适用的市场化方案。此外，不同国家的政治法律基础、市场化水平、数字经济相关产业基础不尽相同，各国在数据要素市场建设过程中的战略重点选择和比较优势发挥方面存在差异。这里总结美国、英国、德国和欧盟在数据要素市场交易模式选择、市场主体激励、市场标准设计及技术实现等方面的典型模式和经验，为我国数据要素市场建设的路径选择和体制机制完善提供参考和借鉴。
（一）美国：市场交易模式多样化，拓宽市场流通渠道
美国数据要素市场建设已有较长时间，数字化产业体系健全，拥有众多世界大型互联网及信息服务企业。统计数据显示，美国数字经济规模约占全球世界数字经济总量的41.7%［10］，已经建成较为完善的数据流通、交易体系，形成多种交易模式并存的格局。美国典型的数据要素交易模式可以概括为三类，即“供给→需求”“供给←中介服务→需求”“供给↔市场机构↔需求”三种交易模式。其中，供给方和需求方不仅包括企业，而且包括个人、政府及公共服务机构。
具体而言，如图1（下页）所示，在“供给→需求”交易模式中，需求方以专业数据服务商为主，供给方大多为个人或其他企业。数据服务商从个人手中购买数据后，经过处理、整合并上线出售，以离线数据包或者数据库使用权限等形式向市场需求方提供数据要素并获取收益。在“供给←中介服务→需求”交易模式中，中介机构是交易模式的核心，主要提供数据要素的供需引导、搜寻匹配和交易撮合等服务。在这种交易模式中，无论是数据供给方还是数据需求方，都主要通过数据服务中介机构完成数据要素交易；
在“供给↔市场机构↔需求”交易模式中，无论是个人、企业还是数据服务商，均可能成为交易市场中的数据要素供给方、需求方或中介机构。该交易模式中每一个市场交易主体均可能承担多个市场角色，因而交易更加开放和灵活。
图1 美国数据要素市场主要交易模式
就美国数据要素市场各类交易模式特点及适用性而言，“供给→需求”交易模式中双方的交易关系较为简单、便于监管，适合低复杂度的数据要素交易或定向交易；
“供给←中介服务→需求”交易模式较为依赖中介机构或交易平台的中介服务能力，适合中等复杂度或较为活跃市场的交易；
“供给↔市场机构↔需求”交易模式最为灵活，适合复杂数据要素产品和活跃市场交易，监管难度和监管成本也最大。不同区域和不同行业的数据要素市场之间差异较大，而市场交易模式需要与市场主体、规模和供需能力相适应，因此，美国数据要素市场的多样性交易模式有助于保障不同市场环境下数据要素的流通顺畅。
（二）英国：推进个人数据要素化，调动市场供给主体积极性
个人数据是数据要素的最基础来源，但碎片化的个人数据除了整合和管理难度高之外，还面临着隐私信息保护、个人信息使用边界确定以及收益分配等难题，导致个人数据成为数据要素并发挥其经济价值往往面临现实障碍［11］。如何对个人碎片化数据进行收集、处理以实现数据信息要素化，是壮大数据要素市场供给主体、激发市场活力的重要内容。对此，以英国为代表的部分国家关于数据银行模式的探索，为解决上述问题提供了有益参考。
以实现个人数据的价值释放、调动数据要素市场中个人供给主体的积极性为初衷，英国于2011年发起Midata项目，尝试创建一套能够将个人数据转化为数据要素的个人信息资源管理和数据处理方法框架、原则及模型，并将其开发为基于计算机技术实现操作化管理的系统。经过不断发展与完善，Midata项目逐渐演变为数据银行模式，使个人能够清晰、明确地选择将自己的某一类数据，在某种程度范围内授权给接入数据银行系统的数据需求方免费或付费使用，并根据约定价格或标准化定价体系获取相应的服务或经济收益。这种模式能够在保护个人对其数据的所有权、知情权、隐私权和收益权的前提下，为个体和数据需求方搭建一个集管理、开发和利用于一体的综合数据要素运营平台，有利于激发个体的数据共享意识，释放并实现个人数据要素价值，进而调动数据要素市场供给主体的积极性。
（三）德国：强化标准设计，营造安全包容的数据要素流通环境
明确数据权属并实现动态追踪，营造安全可信的流通环境，是数据要素能够跨领域、多行业自由流通的前置条件，而完善、明确的标准设计和技术手段是上述前提得以实现的基本保障。为满足上述要求以进一步挖掘数据要素价值，德国于2014年率先提出“工业数据空间”行动，后逐渐拓展为标准、技术及工作实现流程明确的数据空间构架（见图2）。就机制创新而言，在进入数据空间、参与数据要素交易之前，接入数据空间的主体用户需要在指定的监管部门完成身份信息认证和资质审核，通过审核的方可获得进入数据空间的专属连接器。“空间准入”审核能够促进参与数据交易的各方主体快速建立互信关系，也有助于监管部门实现角色管理与市场监管。
图2 德国“数据空间”工作流程
从交易过程来看，数据空间内引入了经过资格审核的专业中介服务机构和数据交易结算部门。专业中介服务机构一方面为数据需求者提供服务咨询，将其需求以标准化或专业化语言转译，然后定价发布或寻求适合的数据供给方，另一方面也会对数据供给方的资源提供打包及数据商城上线服务。数据交易结算部门则主要负责数据交易的备案登记与结算，并在监督、记录数据交易日志的同时提供数据会计服务，便于在日后出现争议时确定交易各方责任。此外，数据空间内的用户需求发布、数据录入、数据来源确认、数据定价、数据使用方法和权限范围明晰等数据要素市场化交易过程中的必要操作需要通过专属连接器完成，而数据空间内的每一笔交易完成后能够自动对整个交易过程的核心内容生成溯源追踪码［12］，以实现交易活动的全过程精准化监控。
（四）欧盟：破除区域间市场壁垒，推动统一数据要素市场建设
由于不同区域的数字法规、安全标准、税收制度、监管机制不尽统一，数据要素市场流通过程中不可避免地存在区域市场壁垒。这不仅抬高了交易成本，而且降低了市场资源配置效率。相较于其他国家，欧盟在破除数据要素区域市场壁垒、推动统一市场建设方面所面临的挑战更大［13］。为此，欧盟出台了一系列政策法规以解决上述问题，其经验为我国数据要素统一市场建设提供了有益借鉴。
从欧盟数据要素市场化发展政策演进来看，相关政策内容及启示主要包含四方面的内容（见表1）：一是进行数据要素统一市场建设顶层设计。制定《欧洲数字化统一市场战略》《欧洲数据战略》等战略规划，包括提出构建多成员国、多行业互联共通的数据开放和共享体系，设立协调跨成员国和跨部门的数据使用原则和方法等内容，为建立数据要素统一市场、发挥市场规模效应以及为后续投资和相关产业政策制定等提供思路与指导。二是统一区域数据共享、应用标准。出台《数据治理法案》，整合成员国碎片化数据，破除数据要素多区域、跨主体流通壁垒。例如，对数据利用的原则和标准进行统一，提出创建欧盟公共数据统一接入点，由统一组织管理数据访问权限和成员登记册；
对公共部门数据使用的设备保障、接入点和安全标准作出统一要求；
鼓励数据中介机构发展及“数据利他主义”行为，促进数据跨区域、多主体流通。三是注重数据要素市场监管和反垄断。出台《数字市场法案》《数字服务法案》，明确数据要素各类市场主体的权责配置及社会责任，规范市场主体行为。其中，为防止大型平台利用数据要素规模优势实施市场垄断，规定对科技企业、社交媒体、数字服务及电商平台的所有涉及数字经济服务的业务进行针对性监管，并对判定有“系统不合规”行为的平台处以高额罚款，对情节严重的还会给予整改、拆分、重组等“结构层面”的处罚措施，以求为数据要素市场的公平竞争、创新发展以及中小企业成长提供良好环境［14］。四是健全数据安全法律体系。出台《网络和信息系统安全指令》《通用数据保护条例》，提出构建数据安全共建共治体系，依法保障数据主体的知情权、控制权和隐私权，并通过提高安全技术水平、更新网络安全标准规范和加强安全系统建设等强化数据安全综合保障能力。
表1 欧盟数字领域主要政策法规体系
立足当前我国数据要素市场高质量发展的现实需要，借鉴国际经验，这里进一步提出我国数据要素市场在市场基础培育、市场体制机制完善和市场安全保障三个层面的措施：以市场基础培育增加数据要素市场有效供给，以体制机制完善发挥市场化资源配置效率优势，以安全保障能力提升助力数据要素市场长效化高质量发展（见图3）。
图3 数据要素市场体系建设路径
（一）市场基础培育层面：增加数据要素市场有效供给
第一，提高数据要素供给能力。一是坚持公共数据和政务数据开放、共享先行。通过编制地方和政府部门的公共、政务数据清单，按照数据开放要求在政务平台实现数据公开并定期完成数据更新及维护，逐步引导市场数据要素供给增加；
同时，在此过程中探索完善数据共享、交换、协作和开放的标准化体系建设。二是提高个人及社会数据要素供给能力。通过探索个人数据收集及管理机制，研究如何在安全、自主、可控的前提下，依托各类激励机制保障个人数据收益权利，提高个人碎片化数据供给积极性；
通过扶持数据采集、挖掘及加工服务行业发展，鼓励专业化数据服务机构合规开采、开发数据，使其形成数据要素产品，从而增加有效供给。三是加强数据采集分析技术及应用软件研发。数据采集与分析是数据转化为数据要素的必要条件，也是提高数据要素市场供给、激发市场活力的基本保障。通过人工智能、机器学习、情报检索、专家系统等技术手段创新，提高数据采集和自动分析的准确性，增强复杂数据处理、多源数据融合、深度价值挖掘等领域的数据加工处理能力，拓宽既有数据的潜在价值挖掘边界和供给可能性。
第二，建立健全高质量数据要素交易平台。一方面，整合优化现有数据交易平台架构，明确平台交易服务功能。既要对相同或相邻区域内重复建设、功能重合的数据交易中心、交易所等数据交易平台进行结构性整合优化，理顺并明确平台的基本定位、服务目标、管理架构、权责配置等顶层框架设计；
又要立足数据要素的登记、交易、应用、保护等市场服务需求，逐步建立并完善平台服务的基础制度、标准规范和操作指南，引导数据要素的市场化汇聚和规范化融合利用。另一方面，鼓励交易平台积极拓展数据经纪服务业务，发挥数据交易枢纽作用。一般而言，交易平台作为数据交易场所，主要承担交易规则维护和交易权益保护等职责，较少直接参与各方交易或直接提供中介服务。但是，对于尚处于发展初期的数据交易平台，如果仅仅依靠市场供需自发匹配，则可能面临业务量不足以维持平台正常运转的困境。在此情形下，交易平台可以尝试直接提供数据经纪服务或联合中介机构提供，主动寻求、匹配数据要素的需求方与供给方，撮合双方完成交易。这样不仅能为数据要素市场上游供给方提供需求反馈，又能为市场下游消费方提供丰富的产品选择和案例展示，从而在增强数据交易市场活力的同时，拓宽业务领域，形成规模效应。
（二）市场体制机制建设层面：提高市场化资源配置效率
1.明晰数据要素的“权”与“利”
从数据要素的价值形成及增值过程来看，“原始信息→数据加工→分析→应用”等多个环节均可能出现数据要素的价值增值。数据财产属性的日渐凸显，使其时常面临多主体权益之争，而共有产权、情景依存的有限产权等多维数据权利体系尚处于探索阶段，数据要素市场配置需随数据产权交易、定价、分配等机制动态调整。在当前数据要素市场化配置中，可以暂时将其从多主体数据产权之争中剥离。一要厘清数据要素市场化配置与数据产权的关系，即市场化配置的基础之一为数据产权，但其不应囿于产权之争，可以依据数据权利体系构建进程加以动态调整。二要重点明晰当前数据要素的权益分配机制，即，明确原始数据归其创造者所有；
对于政府、企业组织、社会团体等以合法程序等价或无偿方式收集并处理后的数据，由数据加工者享有其使用、收益和转让等权益；
同时，应保障数据提供者的数据人格权。
2.丰富数据要素交易模式
一是关注数据要素市场交易方式的多样性。一方面，坚持多种市场交易模式并举。通过发展诸如C2B、B2B、B2B2C等多种交易模式，以适应不同类别市场主体的数据要素交易需求。另一方面，坚持场内市场与场外市场发展并重。场外市场交易的标的物和交易方式相对灵活，适合数据要素的非标准化、一对一、分散化交易，因而场外市场交易既能成为场内市场交易的有益补充，又能满足数据要素市场主体的多样化需求。二是健全数据要素中介服务体系。在数据要素市场化过程中，除了数据供给方和数据需求方外，还需要由专业中介服务机构提供配套服务。对此，有必要引导、培育包括数据运营商、经纪商和服务商在内的中介服务机构，发展数据挖掘、数据托管、资产评估、会计审计、法务等一系列相关的中介服务技能，建立健全数据要素市场中介服务体系。
3.完善数据要素估值定价机制
一是完善行业指导价格管理机制。虽然数据是一种新型生产要素，但是在市场化交易过程中仍然遵循“成本—收益”原则。监管部门、行业协会或交易平台可以对数据要素提供行业指导报价，明确指导价格形成的原则与方法。二是推进数据质量标准体系建设。数据质量对数据效能发挥和估值定价结果的影响显著，可通过出台数据标准质量认定原则、方法及指导意见，逐步统一不同区间的数据标准质量认定及口径。三是加强数据要素资产评估工作。基于可信第三方的数据要素价值评估，有助于公允价格形成。行业协会应当从数据要素的资产种类划分、应用场景特征、获利方式确定、经济寿命判断、收益参数测算、权属核查及合规性审核等方面给予更科学、可行的实操指导，并通过培植拔尖的资产评估机构和评估专业人才，丰富数据要素市场询价、估值服务供给。
4.构建数据要素统一市场体系
数据交易规则及服务标准不尽统一，是影响数据要素跨区域流动的重要原因。应当着力破除当前的数据交易壁垒，构建全国统一的数据交易规则及服务体系。可以借鉴数据要素统一市场建设中规则与制度先行的国际经验，从如下方面着手：其一，从国家层面明确数据交易体系建设原则及基本服务要求，为数据要素统一市场建设提供总体性方向指导；
其二，由地方政府部门、行业协会及数据交易平台结合当地实际，在遵循基本的数据交易原则及服务框架的前提下，共同制定更加细化的数据交易规则与服务标准，有效发挥数据交易平台在市场交易规则及服务标准方面的治理和监管职能。
5.加强数据要素市场监管及反垄断
部分企业通过长期经营积累，凭借庞大的用户群体及其数据和流量建立起新的商业形态，从而在数据要素市场竞争中处于优势地位。如果它们依托此优势实施干扰市场竞争的行为，就会损害数据要素市场其他企业的正当权益。因此，有必要通过行政监管的手段，对数据要素市场的垄断企业及其垄断行为加以治理。具体来看，一是对数据要素市场中拒绝交易、恶意抬价、人为设置壁垒等滥用市场支配地位的行为，加强反垄断调查力度和处罚力度，保障数据流通公平有序。二是基于《中华人民共和国反垄断法》，研究适用于数据要素市场的垄断企业业务分离及拆分标准。当某些企业多次实施市场垄断行为、干扰数据要素市场公平竞争时，可以考虑对其相关业务进行分离或者对企业实施拆分。
（三）市场安全保障层面：提升数据安全保障能力
第一，推进数据要素市场法治建设。一是健全数据安全法律框架。针对收集、存储、使用、加工、传输、共享等数据全生命周期中可能存在的安全隐患，出台或完善相关的法律法规以及指引、指南等规范性文件，规范数据处理活动；
着眼于数据要素市场流通中的数据盗窃、泄露、不当使用和安全分级分类问题，加快数据交易配套立法工作进程，为数据要素市场安全运行提供有效支持。二是加强数据要素市场合规性监管。聚焦数据要素市场中的风险隐患，建立健全数据要素安全审核、出境评估、市场监测、申诉投诉、安全宣传等市场监管制度和工作标准，保障数据安全，同时应明确数据要素市场监管工作中各参与主体的权责配置和主体间协调机制，营造多部门协同治理的数据要素市场监管体制。
第二，加快数据安全技术创新突破。安全技术防护是对数据实施安全保护的最直接手段。以促进经济社会发展、增进人民福祉、符合社会公德和伦理为前提，通过支持数据安全技术研究和相关产业发展，鼓励加密算法、匿名处理、可信隐私计算、区块链、智能合约、溯源追踪等前沿技术的研发和应用推广，不断强化数据安全技术创新和推进数据安全标准化程序设计，以应对数字安全风险挑战。例如，在数据要素市场入口处加强风险监测，采用静态和动态相结合的可信认证模式，消除安全隐患；
通过可验证计算、动态加密等技术手段，结合交易过程溯源技术，对数据要素市场交易实现全过程监管。
