工信安全-中國數據要素市場發(fā)展報告（2020-2021）-2021.4正文版

數據要素研究系列編號：DE-2021-01CIC國家工信安全中心CIC國家工信安全中心中國數據要素市場發(fā)展報告2020~2021國家工信安全中心（ CIC ）CIC國家工信安全中心CIC國家工信安全中心國家工業(yè)信息安全發(fā)展研究中心心2021信安工CIC

4月報告編寫組參編單位：國家工業(yè)信息安全發(fā)展研究中心心中CIC螞蟻科技集團股份有限公司心天聚地合（蘇州）數據股份有限公司CIC參編人員：喬思淵 楊 捷 王夢辰 周易江 孫 璐駱伊寧楊玫袁桂安心CIC

劉巍紀潤博心全CICCIC國家工信安全中心CIC國家工信安全中心前 言“十三五”時期是我國大數據產業(yè)蓬勃發(fā)展的階段，根據國家工業(yè)信息安全發(fā)展研究中心產值測算數據，截至2020年底，我國大數據產業(yè)規(guī)模已達萬億元。隨著我國大數據產心國CIC要素的屬性不斷凸顯。如何實現數據要素市場化配置，激活心中數據要素潛在價值，推動與實體經濟繼續(xù)深度融合，是“十CIC四五”期間我國需要面臨的重要課題之一。本報告提出了數據要素及數據要素市場的邊界，梳理了國內外數據要素市場發(fā)展現狀，重點從市場概況、政策脈絡、產業(yè)圖譜及市場運行機制等角度，并結合相應的產值規(guī)模、心全中安CIC心CIC在本報告撰寫過程中，國家工業(yè)信息安全發(fā)展研究中心（以下簡稱“國家工信安全中心”）通過專家訪談、企業(yè)調研、案頭研究等方式開展數據要素市場相關研究，并結合自有的逾5000家企業(yè)大數據案例庫對報告界定的產值規(guī)模進行了測算和分析。心國CIC各界同仁閱后批評指正，加強合作交流。中心CIC國家工信安全

報告編寫組二〇二一年四月目錄一、數據要素市場相關概念界定1（一）數據心12國家CIC2（三）中心全二、國外數據要素市場發(fā)展概況6CIC（一）美國：數據交易模式多樣，數據市場政策開放.6（二）歐盟：數據立法頂層設計，加強數據主權建設.7（三）德國：率先打造數據空間，建立可信流通體系.8（四）英國：金融行業(yè)先行先試，促進數據市場交易.8心全中安三、我國數據要素市場發(fā)展現狀CIC10心10家CIC（二）政策脈絡11（三）產業(yè)圖譜121.數據采集132.數據存儲153.數據加工17心4.數據流通19家工國5.數據分析中心CIC29全6.生態(tài)保障31CIC（四）運行機制34I1.定價機制352.收益分配機制383.政企合作機制40四、我國數據要素市場發(fā)展面臨的問題與挑戰(zhàn)心4343國家CIC44（二）中心全（三）數據流通交易機制有待完善44CIC（四）數據監(jiān)管法律法規(guī)存在空缺45五、我國數據要素市場未來的發(fā)展趨勢47（一）數據要素市場主體趨于多元化47（二）“數據可用不可見”成為技術趨勢48（三）數據要素市場行業(yè)應用不斷拓展心全中安CIC51心53工信家CIC（一）重塑數據價值流動規(guī)則53（二）擴大公共數據開放程度54（三）促進數據要素交易流通55（四）提升數據安全保障能力56心心CICCICII圖目錄圖1數據要素理論圖3圖2數據要素市場構成關系圖心4圖35國家42016-2025CIC10圖心年中國數據要素市場規(guī)模中圖5數據要素市場政策梳理12CIC圖6數據要素市場產業(yè)圖譜12圖7API技術服務模式圖22圖8隱私計算原理23圖9安全多方計算架構圖24圖10聯邦學習醫(yī)療行業(yè)應用心全中安圖11數據沙箱技術圖CIC26心29家CIC圖13數據要素市場機制一覽35圖14數據要素市場收益分配機制40CIC國家工信安全中心CIC國家工信安全中心I一、數據要素市場相關概念界定數據要素是一個經濟學概念，對數據要素市場相對準確、清晰的認識和界定，是探索和培育數據要素市場模式和方向的重要前提，也是值得各界商榷的難點所在。本節(jié)探索心國CIC的含義進行界定和分析。心中（一）數據CIC數字經濟的背后實際上是數據經濟，甚至可以說“無數據，不經濟”1，數據是整個數據要素市場最基本的構成元素。計算機科學將數據定義為“對所有輸入計算機并被計算機程序處理的符號的總稱”2。國際數據管理協會（DAMA）也給心全中安CIC3心“數據是對事實、CIC概念或指令的一種形式化表示”。以上定義各有側重，一方面，數據若想為人所用，必須能夠被計算機以數字化、可視化的形式呈現出來，這是數據必備的外在形態(tài)；另一方面，數據之所以有價值，是因為其承載著著某些客觀事實，這是數據的內在實質。因此我們認心國具有一定意義的符號介質的總稱。心CIC中CIC1趙剛.數據要素[M].人民郵電出版社，2021年.2嚴蔚敏，吳偉民.數據結構[M].清華大學出版社，2002年.DAMAInternational.DAMA數據管理知識體系指南[M].清華大學出版社，2016年.1（二）數據資源和數據資產數據資源和數據資產都是數據匯聚產生的結果，數據資源是數據的自然維度，數據資產是數據的經濟維度，兩個概念相互融合，且不沖突。心國CIC物理符號的集合?？梢允菙底帧⑽淖?、圖像，也可以是計算心中機代碼的集合。數據是一種寶貴的資源，但是數據的法律權CIC屬界定仍然是一個世界性難題，傳統的法學確權理論還無法移植到數據這種易復制的無形資源上。數據資產，從本質上來講是產權的概念，是指由個人或企業(yè)擁有或者控制的，能夠為個人或企業(yè)帶來經濟利益的，心全中安CIC心CIC統意義上的資產。但數據資產化是世界經濟發(fā)展的必由之路，也是數據成為一種生產要素的必然要求。（三）數據要素和數據要素市場進入信息時代后，最重要的生產資料是用“比特”來描述的數字化信息，人類的生產活動正逐漸由物理世界深度轉心國CIC成。數據對生產的貢獻越來越突出，同時也顯著提升了其他心中CIC生產要素在生產中的利用效率，因此，數據已成為當今經濟活動中不可或缺的生產資料。數據作為生產要素參與生產，需要進行市場化配置，形成生產要素價格及其體系。數據要2素價格體系的建立，又是建立在數據所有制基礎上的。因此誰掌握數據資產，在一定程度上就可以影響體系建立。生產要素主要包含土地、資本、技術、勞動力和數據。數據作為新型生產要素，具有勞動工具和勞動對象的雙重屬心國CIC分析環(huán)節(jié)，具備了價值和使用價值；其次，數據作為勞動工心中具，通過融合應用能夠提升生產效能，促進生產力發(fā)展。CICCIC國家工信安全中心

CIC國家工信安全中心圖1 數據要素理論圖來源：國家工業(yè)信息安全發(fā)展研究中心數據要素市場就是將尚未完全由市場配置的數據要素轉向由市場配置的動態(tài)過程，其目的是形成以市場為根本調配機制，實現數據流動的價值或者數據在流動中產生價值。數據要素市場化配置是一種結果，而不是手段。數據要素市中心CIC國家工信安全場化配置是建立在明確的數據產權、交易機制、定價機制、安全中心CIC國家工數據要素市場的發(fā)展，需要不斷動態(tài)調整以上保障制度，最終形成數據要素的市場化配置。本報告從產業(yè)鏈的角度出發(fā)，將我國數據要素市場歸結3為數據采集、數據存儲、數據加工、數據流通、數據分析、數據應用、生態(tài)保障七大模塊，覆蓋數據要素從產生到發(fā)生要素作用的全過程。其中數據采集、數據存儲、數據加工、數據流通、數據分析、生態(tài)保障六大模塊，主要是數據作為心國CIC塊，主要是指數據作為勞動工具，發(fā)揮帶動作用的階段。本心中報告當前關注數據作為勞動對象，挖掘數據價值的階段，聚CIC焦于數據采集、數據存儲、數據加工、數據流通、數據分析、生態(tài)保障六大模塊。CIC國家工信安全中心CIC國家工信安全中心圖2數據要素市場構成關系圖心信安家工CIC保障數據要素市場化配置這一結果，不同產業(yè)鏈環(huán)節(jié)均心家CIC全面性；數據儲存環(huán)節(jié)，關注數據儲存安全性，調用實時性；數據加工環(huán)節(jié)，關注數據加工精度；數據流通環(huán)節(jié)是數據要素市場的核心環(huán)節(jié)，關注在保障所有者權利的前提下，進行4合理合規(guī)流通；數據分析環(huán)節(jié)，關注數據深度分析挖掘；數據應用環(huán)節(jié)，關注數據作為要素在合理、充分應用中產生價值，降低生產要素獲取成本及提升其賦能水平。其中，數據流通作為數據要素市場的核心環(huán)節(jié)，需要針對不同類型數心國CIC對不同數據分級分類進行數據要素市場化配置，并提出了心中“數據流通金字塔模型”。該模型將數據分為公開數據、低CIC敏感度數據、中敏感度數據、高度機密數據四種，提出針對不同數據類型，應用不同的數據流通技術和服務模式。CIC國家工信安全中心CIC國家工信安全中心圖3數據流通金字塔模型來源：國家工業(yè)信息安全發(fā)展研究中心CIC國家工信安全中心CIC國家工信安全中心5二、國外數據要素市場發(fā)展概況（一）美國：數據交易模式多樣，數據市場政策開放美國發(fā)達的信息產業(yè)提供了強大的數據供給和需求驅動力，促進其數據交易流通市場的形成和發(fā)展。美國在數據心國CIC律制定，開放的政策和法律又進一步規(guī)范了數據交易產業(yè)的心中發(fā)展。CIC首先，建立了政務開放機制。美國聯邦政府自2009年發(fā)布《開放政府指令》之后，便通過建立“一站式”的政府數據服務平臺D加快開放數據進程。聯邦政府、州政府、部門機構和民間組織將數據集統一上傳到該平臺，政府心全中安CIC心CIC其次，發(fā)展多元數據交易模式。美國現階段主要采用C2B分銷、B2B集中銷售和B2B2C分銷集銷混合三種數據交易模式，其中

B2B2C模式發(fā)展迅速，占據美國數據交易產業(yè)主流。所謂數據平臺C2B分銷模式，即個人用戶將自己的數據貢獻給數據平臺以換取一定數額的商品、貨幣、服務、心積分等對價利益，如、CarandDriver家國工CIC平臺B2B集中銷售模式，即以美國微軟（中心Azure）為首的數全CIC據平臺以中間代理人身份為數據的提供方和購買方提供數據交易撮合服務；數據平臺B2B2C分銷集銷混合模式，即以數據平臺安客誠（Acxiom）為首的數據經紀商（Databroker）6收集用戶個人數據并將其轉讓、共享給他人。最后，平衡數據安全與產業(yè)利益。在涉及到數據保護等方面，目前美國尚沒有聯邦層面的數據保護統一立法，數據保護立法多按照行業(yè)領域分類。雖然臉書（Facebook）、雅心國家CIC案件發(fā)生，但由于硅谷巨頭的游說使得美國聯邦在個人數據心中保護上進展較為緩慢。CIC（二）歐盟：數據立法頂層設計，加強數據主權建設歐盟委員會希望通過政策和法律手段促進數據流通，解決數據市場分裂問題，將27個成員國打造成統一的數字交易流通市場；同時，通過發(fā)揮數據的規(guī)模優(yōu)勢建立起單一數心全中安以繁榮數字經濟發(fā)展。CIC心。2018年5月，《通用數家CIC據保護條例》（GDPR）在歐盟正式生效，特別注重“數據權利保護”與“數據自由流通”之間的平衡4，這種標桿性的立法理念對中國、美國等全球各國的后續(xù)數據立法產生了深遠而重大的影響。但由于GDPR的條款較為苛刻，使得推出后，歐盟科技企業(yè)籌集到的風險投資大幅減少，每筆交易的心平均融資規(guī)模比推行前的12國CIC其次，積極推動數據開放共享。中心2018年，歐盟提出構建全CIC專有領域數字空間戰(zhàn)略，涉及制造業(yè)、環(huán)保、交通、醫(yī)療、財政、能源、農業(yè)、公共服務和教育等多個行業(yè)和領域，以4何淵.數據法學[M].北京大學出版社，2020年.7此推動公共部門數據開放共享、科研數據共享、私營企業(yè)數據分享。最后，完善頂層設計。歐盟基于GDPR發(fā)布了《歐盟數據戰(zhàn)略》，提出在保證個人和非個人數據（包括敏感的業(yè)務心”（Dataaltruism）國家CIC意愿的個人可以更方便地將產生的數據用于公共平臺建設，心中打造歐洲公共數據空間。CIC（三）德國：率先打造數據空間，建立可信流通體系德國提供了一個“實踐先行”的思路，通過打造數據空間構建行業(yè)內安全可信的數據交換途徑，排除企業(yè)對數據交換不安全性的種種擔憂，引領行業(yè)數字化轉型，實現各行各心全中安CIC心CIC擁有訪問他們專有數據的權利并提供訪問目的，從而實現對其數據的監(jiān)控和持續(xù)控制。目前，德國數據空間已經得到包括中國、日本、美國在內的20個多個國家及118家企業(yè)和機構的支持。（四）英國：金融行業(yè)先行先試，促進數據市場交易心國CIC對金融數據進行開發(fā)和利用，促進數據的交易和流通。該戰(zhàn)心中CIC略通過在金融市場開放安全的應用程序接口（API）將數據提供給授權的第三方使用，使金融市場中的中小企業(yè)與金融服務商更加安全、便捷地共享數據，從而激發(fā)市場活力，促8進金融創(chuàng)新。開放銀行戰(zhàn)略為具有合適能力和地位的市場參與者提供了六種可能的商業(yè)模式：前段提供商、生態(tài)系統/引用程序商店、特許經銷商模型、流量巨頭、產品專家以及行業(yè)專家。其中，金融科技公司、數字銀行等前端提供商通心國CIC為開放銀行業(yè)鏈的最終支柱掌握著銀行業(yè)參與者所有的資心中5。目前，英國已有CIC產和負債表，控制著行業(yè)內的資本流動性100家金融服務商參與了開放銀行計劃并提供了創(chuàng)新服務，數據交易流通市場初具規(guī)模。（五）日本：創(chuàng)新設立數據銀行，釋放個人數據價值日本從自身國情出發(fā)，創(chuàng)新“數據銀行”交易模式，最心全中安CIC心家CIC意的前提下，將數據作為資產提供給數據交易市場進行開發(fā)和利用。從數據分類來看，數據銀行內所交易的數據大致分為行為數據、金融數據、醫(yī)療健康數據以及行為嗜好數據等；從業(yè)務內容來看，數據銀行從事包括數據保管、販賣、流通在內的基本業(yè)務以及個人信用評分業(yè)務。數據銀行管理個人心國CIC屬界定以自由流通為原則，但醫(yī)療健康數據等高度敏感信息心中CIC除外。日本通過數據銀行搭建起個人數據交易和流通的橋梁，促進了數據交易流通市場的發(fā)展。畢馬威.《從開放銀行到業(yè)務開放——英國企業(yè)家對開放銀行服務的展望》，2018年.9三、我國數據要素市場發(fā)展現狀（一）發(fā)展概況當前，我國數據要素市場處于高速發(fā)展階段?！笆濉逼陂g，我國各要素市場規(guī)模實現不同程度的增長，以數據采心國CIC素市場增長尤為迅速。據國家工信安全中心測算數據，中心2020全6年我國數據要素市場規(guī)模達到545億元，“十三五”期間市CIC場規(guī)模復合增速超過30%；“十四五”期間，這一數值將突破1749億元，整體上進入高速發(fā)展階段。CIC國家工信安全中心CIC國家工信安全中心42016-2025年中國數據要素市場規(guī)模來源：國家工業(yè)信息安全發(fā)展研究中心在技術融合層面，以聯邦學習、安全多方計算、數據沙全中心CIC國家工信安箱為主的新技術不斷助力我國數據要素市場發(fā)展。在區(qū)域發(fā)信安全中心CIC國家廣、深等城市依托自身人才與技術優(yōu)勢大力發(fā)展數據流通交如前文所述，本報告當前關注數據作為勞動對象，挖掘數據價值的階段，聚焦于數據采集、數據存儲、數據加工、數據流通、數據分析、生態(tài)保障六大模塊，因此測算數據中未包含數據應用的部分。以下研究和闡述皆遵循這六個模塊或環(huán)節(jié)。10易與數據技術研發(fā)等高精尖業(yè)務，而圍繞中心經濟帶的欠發(fā)達地區(qū)則利用人力密集特點開展數據標注、清洗等傳統數據服務。通過技術創(chuàng)新及統籌發(fā)展，我國數據要素市場相對完善的產業(yè)生態(tài)初見雛形。心（二）政策脈絡國CIC心中平達到一定程度后的必然結果，也是數據供需雙方在數據資CIC源和需求積累到一定階段后產生的必然現象。2014年，“大數據”第一次寫入政府工作報告，標志著我國對大數據產業(yè)頂層設計的開始。在“十三五”期間，大數據相關的政策文件密集出臺，為數據作為生產要素在市場中進行配置，提供心全中安CIC心CIC徑。2020年是我國“十三五”規(guī)劃收官之年，根據國家工信安全中心測算數據，我國大數據市場規(guī)模已經達到1萬億元。數據在國民經濟中的地位不斷突出，要素屬性逐漸凸顯。2020年4月，中共中央、國務院印發(fā)《關于構建更加完善的心國CIC明確指出了市場化改革的內容和方向。數據要素市場的培育心中CIC將消除信息鴻溝、信任鴻溝，促進數據資源要素化體現，推進各方對數據資源的合作開發(fā)和綜合利用，實現數據價值最大化，以新動能、新方向、新特征開啟數據生態(tài)體系培育新11征程。CIC國家工信安全中心CIC國家工信安全中心5數據要素市場政策梳理來源：國家工業(yè)信息安全發(fā)展研究中心（三）產業(yè)圖譜數據要素市場產業(yè)圖譜，主要是指對我國數據要素市場信安全中心產業(yè)鏈各環(huán)節(jié)市場主體的梳理情況，包含對政府、企業(yè)等不CIC國家同主體提供從數據產生到數據產生價值服務的過程。心CIC國家工信安全中CIC國家工信安全中心CIC國家工信安全中心圖6數據要素市場產業(yè)圖譜來源：國家工業(yè)信息安全發(fā)展研究中心121.數據采集數據采集是數據要素市場的基石。企業(yè)在經營過程中，需要針對不同的數據類型進行采集，并進行分析處理訓練。企業(yè)數據采集主要包括內部數據采集、外部數據采集和定制心化數據采集等三種類型。國（1）企業(yè)內部數據中心CIC全一是企業(yè)在日常經營活動中產生的數據。通過Excel、CIC數據倉庫、數據庫、ETL等技術進行儲存和調?。徽块T和企業(yè)經營數據的采集主要與主體的信息化水平、數據治理能力提升有直接聯系，因此從上到下的整體設計，才能保證數據的一致性、可用性。該部分數據是現階段大數據、人工心全中安CIC心該環(huán)節(jié)主要通過物聯網設CIC備，如溫度傳感器、PLC傳感器、MES等。但該環(huán)節(jié)數據采集主要受到兩個方面的制約，一是部分機器沒有數據接口，二是存在大量異構的通信規(guī)范。未來需要對現有機器設備進行信息化改造升級，以及完善定義通信標準。現階段，該部分數據采集主要集成在相關領域解決方案中進行整體落地。心國域，相關企業(yè)有諸葛、神策等。心CIC中CIC（2）外部數據采集企業(yè)對于外部數據的采集主要是用于網絡輿情分析、廣告投放檢測，以調整自身的產品和營銷策略。在外部數據采13集方面，主要通過爬蟲技術、埋點檢測技術、用戶調研等方法，綜合給出外部數據的檢測結果。在該方面，主要公司有AdMaster和秒針等。其中，AdMaster主要定位在社交媒體輿情監(jiān)控方向；秒針主要定位在曝光監(jiān)測方向，其在國內市心國CIC據采集不侵犯個人隱私和國家利益，需要保證采集數據在數心中據需要的最小范圍。另外，現階段國家在數據采集方面，也CIC缺少相關的法律法規(guī)以及行業(yè)標準。未來需要加強該方面的法規(guī)、標準研制，增強數據采集的復用性，更好的保護社會信息安全。（3）定制化數據采集心全中安CIC心CIC音、圖像、云點圖等?，F階段定制化數據采集主要采用人工采集的方式，但也出現了利用人工智能手段進行智能數據采集的技術。一是人工數據采集。即根據方案設計，對目標領域、場景的特定數據進行采集，多以人像、車輛周遭環(huán)境、聲音片心國CIC豐富度高的要求。現階段提供相關服務的公司有海天瑞聲、心中CIC倍賽數據等。二是智能化數據采集。人工智能（AI）合成圖像和視頻，即利用生成對抗網絡（GAN）合成圖像、視頻，所生成的圖14片，可以為AI提供模擬的訓練數據，但該技術現階段仍處于探索階段，生成數據的質量仍處于較低水平。2.數據存儲企業(yè)在完成數據采集環(huán)節(jié)后，需對有價值的數據進行有心國CIC儲過程中，企業(yè)主要會從數據敏感度、數據時效性、企業(yè)硬心中件水平等維度考慮，選擇不同的數據存儲服務?，F階段，我CIC國數據存儲主要包括公有云、私有云以及混合云等方式。（1）公有云數據存儲現階段，公有云是我國數據存儲最大的平臺。根據工信部《全國數據中心應用發(fā)展指引（2020）》數據，截至2019年底，我國在數用數據中心機架總規(guī)模達到314.5心安CIC心Oceanbase等分布式數據庫，數工信家CIC據存儲能力有了大規(guī)模上升。同時，公有云提供商已經從早期的阿里云、騰訊云等幾家互聯網公司，發(fā)展成為超過60家企業(yè)的供應商群體。雖然我國公有云規(guī)模有了較大上升，但公有云建設仍存在一定的盲目性，需統籌規(guī)劃公有云平臺建設。例如，現階心國（2）私有云數據存儲中心CIC全CIC對數據安全性要求較高的企業(yè)可構建屬于該企業(yè)的數據中心并設立防火墻，將數據存儲在私有云。對于某些企業(yè)如科技研發(fā)企業(yè)，程序、數據等無形資產是最關鍵的核心資15也可作為私有云的存儲備份，當發(fā)生災難性事件時將私有云中心CIC國家工信安全數據轉移至公有云，提高了數據存儲的抗風險能力?；旌显茢祿鎯Ψ绞郊婢吖性坪退接性频膬?yōu)勢，提高了數據存儲的安全性和靈活性，降低了存儲成本。然而，混16可將自己核心業(yè)務及重要數據資源存放在私有云上，而將次要及需要外部訪問的數據存放在公有云上，可提高數據資源的整體安全性能；另一方面，部分企業(yè)依時序需求選擇混合云存儲方式，例如，旅游服務企業(yè)或零售企業(yè)的數據存儲需求會隨業(yè)務淡季或旺季而產生周期性變化，當數據存儲需求工信安全中心量較大時可由私有云切換為公有云存儲方式。此外，公有云家CIC國產，為防止數據泄露會采取網絡隔離的方式，使數據存儲在本地。同時，對于某些時序性要求較高的數據，云端訪問在流量峰值期間容易出現性能問題（如網絡擁堵），在局域網訪問數據的本地化部署可以有效避免外部流量峰值的沖擊。心國CIC有優(yōu)勢。根據中心Gartner預計，我國私有云市場將在2023年升全至全球第一位，占據全球市場25%的份額。CIC由于企業(yè)私有云搭建和維護成本較高，且部署在私有云上的數據較難通過遠程訪問，因此私有云的廣泛部署仍存在限制。未來，我國數據要素市場私有云存儲仍主要集中在政府部門、大型企業(yè)及高新科技企業(yè)等主體。（3）混合云數據存儲心全中安CIC心CIC合云存儲也提高了數據維護的復雜性。未來，混合云數據存儲將探索更加靈活合理的結合方式，規(guī)避可能出現的兼容性問題，從而使混合云數據存儲被更多企業(yè)所采用。3.數據加工心國CIC理，提高數據可用性，為數據資源的挖掘和分析奠定基礎，心中主要包括數據清洗、數據標注、數據審核以及數據融合處理CIC等方式。（1）數據清洗數據清洗是指對數據進行校驗的過程，目的在于刪除重復信息、糾正存在的錯誤，提升數據質量。不符合要求的數心全中安CIC心CIC臺都提供自動化的數據清洗功能，簡化數據加工過程。例如，百度的EasyData智能數據服務平臺可提供圖片去模糊、圖片去重、圖片批量裁剪、圖片旋轉等功能，利用機器和人工雙重檢驗，保證數據質量。（2）數據標注心數據標注是指借助特定軟件標注工具以人工的方式將家國CIC圖片、語音、文本、視頻等數據內容打上特征標簽，使計算心中CIC機通過大量學習這些帶有特征標簽的數據，最終具備自主識別特征的一種行為。數據標注質量主要關系到三方面：一是是數據標注人員的素質問題，二是標注工具的效率，三是企17業(yè)的管理能力。數據標注行業(yè)主要有兩種服務模式：一是數據外包形式，由數據標注公司完成人工智能項目的數據采集、數據標注；二是部署標注平臺，由企業(yè)內部人員利用本地化的數據標注平臺標注完成企業(yè)內部數據。例如，倍賽數心國CIC能企業(yè)提供數據標注服務?，F階段，我國數據標注產業(yè)快速心中發(fā)展，已經吸納就業(yè)超過10萬人，成為欠發(fā)達地區(qū)發(fā)展人CIC工智能、大數據產業(yè)的選擇。（3）數據審核數據審核主要是指對非結構化數據進行涉及色情、反動、欺詐之類的非法內容審核。一般是機器和人工審核的雙心全中安CIC心工信家CIC據審核上主要通過購買成熟的審核產品來實現，例如圖普科技、百度、騰訊、依圖等公司可提供通過算法模型進行數據敏感性審查的技術。對于人工審核，數據公司主要通過自建團隊或選擇第三方審核團隊，進行內容審核。例如，人民網就利用自身第三方身份，為今日頭條、梨視頻等平臺提供第心三方內容審核。國（4）數據融合處理中心CIC全CIC數據融合處理是指將多源、多模態(tài)數據互相融合、形成可以被挖掘分析的數據集的技術過程。企業(yè)在信息化建設過程中由于受各業(yè)務系統建設和實施數據管理系統的階段性、18技術性以及其它經濟和人為因素的影響，導致企業(yè)在發(fā)展過程中積累了大量采用不同存儲方式以及不同模態(tài)的業(yè)務數據。多源、多模態(tài)數據采用的數據管理系統有所不同，從簡單的文件數據庫到復雜的網絡數據庫，它們構成了企業(yè)的異心國CIC態(tài)數據進行知識融合與挖掘。目前，不同數據管理平臺均開心中始在平臺中集成相關多源異構數據融合和多模態(tài)數據挖掘CIC的功能，使企業(yè)數據可以被分析和利用，充分釋放數據價值。4.數據流通數據流通在提升公共決策效率、擴展商業(yè)應用場景等方面有著顯著的作用。數據流通根據技術方式的不同，可以分心全中安CIC心式。CIC（1）數據開放共享根據數據所有權的不同，可將流通數據分為政府數據和企業(yè)數據。政府數據開放共享主要有兩層內涵，一是各級政府以及政府部門之間的數據共享，二是政府數據對外開放；企業(yè)數據開放共享是指企業(yè)之間的數據共享與開放。心1）政府數據開放共享國CIC在政府數據開放共享方面，現階段已經形成了以心“國家中CIC電子政務網站”為平臺，促進各部委、省市政務數據共享的內部共享體系和以部委、地方政府為主體，對社會進行數據開放的外部數據開放體系。19內部共享體系方面。國家電子政務網站接入中央部門和相關單位共計162家，接入全國政務部門共計約25.2萬家，形成了國家共享平臺。31個國務院部門在國家共享平臺注冊發(fā)布實時數據共享接口1153個，約1.1萬個數據項，涵蓋個心國CIC基本信息、信用信息、資質信息等法人相關信息。國家共享心中平臺累計為生態(tài)環(huán)境部、商務部、稅務總局等27個國務院CIC部門、31個?。▍^(qū)、市）和新疆兵團提供查詢核驗服務9.12億次，有力支持網上身份核驗、不動產登記、人才引進、企業(yè)開辦等業(yè)務。對外數據開放方面。隨著國家政策的引導以及各地數據心全中安CIC心98558家CIC個，在四年內增長超過10倍。各地也不斷通過舉辦開放數據的活動，推動數據開放應用的發(fā)展，挖掘政府開放數據價值。2020年，全國已經有12個省市及地級政府舉辦了開放數據利用互動7。2）企業(yè)數據開放共享心國CIC比，企業(yè)數據開放共享仍處于較低水平。企業(yè)數據開放共享心中CIC對提升供應鏈協同效應、提升產業(yè)競爭力有明顯的帶動作用。我國政府正在推出相關政策，鼓勵支持企業(yè)數據開放共復旦大學，國家信息中心數字中國研究院.《2020中國地方政府數據開放報告》，2020年.20享。例如，《工業(yè)和信息化部關于工業(yè)大數據發(fā)展的指導意見》提出支持優(yōu)勢產業(yè)上下游企業(yè)開放數據，加強合作，共建安全可信的工業(yè)數據空間，建立互利共贏的共享機制。對于企業(yè)數據的開放共享，一方面需要政府出臺政策進行鼓勵心國CIC進行合理合規(guī)流通。心中（2）數據交易CIC數據交易是指數據買賣雙方就數據所有權進行交易。其典型模式為數據交易平臺模式，該模式通過構建數據交易平臺，吸收第三方數據，撮合數據供給者和數據需求者發(fā)生數據所有權交易，并獲取交易的服務費。數據交易模式是早期心全中安CIC心CIC（3）API技術服務API技術服務主要利用API接口技術，通過程序對元數據進行隔離，在用戶發(fā)出數據使用請求后，由程序從元數據中抽取、調用數據反饋給用戶。目前，API技術服務模式的供應商主要有聚合數據、京東萬象等。例如，API技術服務心頭部企業(yè)聚合數據已經沉淀了超過500國CIC日調用次數已經達到中3心億次，目前已合作客戶逾120萬家，全CIC涵蓋智能制造、人工智能、5G應用等領域。API技術服務模式具有安全性、便利性等優(yōu)勢。一是保證數據流通安全性。API技術服務公司提供API接口，數據21依然存儲在客戶的數據中心，用戶發(fā)出的數據驗證請求通過API接口傳遞給供應商，并將供應商的驗證結果反饋通過API接口反饋給用戶。二是API技術成熟、使用門檻低。API技術基于互聯網的應用正變得越來越普及，數據API具有很心國家CIC時很大程度地減少數據質量的爭議。三是在技術上易監(jiān)管。心中因為用戶在進行數據調用時，并不能獲取全部元數據，只能CIC調用業(yè)務相關數據，因此可以對相關數據調用進行記錄，并可以形成一套國家自主可控的標準化、安全可信的技術來實現API的網絡管控。心心CICCIC圖7API技術服務模式圖來源：聚合數據（4）“數據可用不可見”模式

CIC國家工信安全中心心”模式是指通過隱私計算技術，實現信數據在加密狀態(tài)下被用戶使用和分析。隱私計算，廣義上是指帶有隱私機密保護的計算系統與技術，能夠在不泄露原始數據的前提下對數據進行采集、加工、分析、處理與驗證，22涉及數據的生產、存儲、計算、應用等數據處理過程。隱私計算能夠在保證數據所有者權益、保護用戶隱私和商業(yè)秘密的同時，充分挖掘發(fā)揮數據價值。隱私計算重點強調同時處理隱私和商業(yè)機密以及處理心國CIC算、機密計算等。在具體的商業(yè)場景中，隱私計算具有在保心中護數據安全的情況下處理海量數據的基本能力。其技術方案CIC主要有安全多方計算、聯邦學習、可信執(zhí)行環(huán)境等。CIC國家工信安全中心CIC國家工信安全中心8隱私計算原理來源：國家工業(yè)信息安全發(fā)展研究中心1）安全多方計算安全多方計算（MPC）是指在無可信第三方的情況下安全地進行多方協同計算。在一個分布式網絡中，多個參與實安全中心體各自持有秘密輸入，各方希望共同完成對某函數的計算，CIC國家工要求每個參與實體除計算結果外，均不能得到其他參與實體工信安全中心國家CIC如同態(tài)加密、秘密分享、不經意傳輸、混淆電路等?；诨煜娐返膮f議更適用于兩方邏輯運算，通訊輪數固定，但是拓展性稍差。在另一類基于秘密分享的安全多方23計算中，數據輸入和計算中間值都會以“密文分片”的方式存在。秘密分享技術可以把隱私數據切割為2份或更多份，并將隨機分片分發(fā)給計算參與方，這個過程保護了數據隱私又允許多方聯合對數據進行計算。之后，就可以利用分片間心國CIC數據計算結果的目的。安全多方計算技術主要可應用于聯合心中風控、聯合營銷、聯合商業(yè)智能等業(yè)務應用場景。當前探索CIC安全多方計算技術的廠商主要有螞蟻集團、阿里云等。CIC國家工信安全中心CIC國家工信安全中心圖9安全多方計算架構圖來源：螞蟻科技集團心2）聯邦學習家工FederatedLearningCIC聯邦學習（）是指基于多方數據進行心CIC建模，都可成為聯邦學習。聯邦學習更多地用于解決聯合建模的業(yè)務問題，比如信貸風控中的常用的邏輯回歸建模評24分、精準營銷中的常用的XGBOOST分類等建模。比較有代表性的企業(yè)和平臺包括螞蟻集團、锘崴科技、富數科技（Avatar）、平安科技（蜂巢）、數牘科技等。聯邦學習的技術原理在于參與學習的各方機器上部署心國CIC所有的數據對模型的參數進行更新，并把結果傳回客戶端并心中更新模型。使用該方法不會與服務器交互原始數據，因此保CIC證了原始數據不會出庫。另外，原始數據或者梯度在使用前都可以使用某種方式進行加密或加噪，來增強安全性。目前，聯邦學習已經開始用于醫(yī)療、基因分析等領域。需要注意的是，無論是安全多方計算還是聯邦學習，在心全中安用場景授權。心CICCICCIC國家工信安全中心CIC國家工信安全中心圖10聯邦學習醫(yī)療行業(yè)應用來源：螞蟻科技集團253）可信計算環(huán)境即TEE，是指主處理器的安全區(qū)域，它保證裝載在內部的代碼和數據在保密性和完整性方面受到保護。TEE作為一個獨立的執(zhí)行環(huán)境，提供了完整的安全特性，如執(zhí)行的獨立心國家CIC性。為了滿足對隱私的緊迫需求，越來越多的云提供商正在心中轉向采用TEE技術方案。Gartner在其報告中將TEE列為30CIC多種“關鍵安全技術”之一。2019年，百度、阿里巴巴及騰訊等公司聯合國外大型科技企業(yè)啟動了“機密計算聯盟”項目，聯盟成員共享TEE開源工具，實現TEE標準互認。4）數據沙箱技術心全中安CIC心CIC量數據，從而達到保護數據隱私的目的。數據沙箱技術實現了“數據不動程序動，數據可用不可見”，既確保原始數據不泄露，促進合法合規(guī)的數據開放，又充分發(fā)揮了數據的最大價值。心CIC心CIC圖11數據沙箱技術圖來源：倍賽科技26實際數據應用場景中，對安全性和計算性能有不同要求，以上的數據技術并不是獨立的，所以在實際應用中需要將以上的數據安全技術進行有機的融合方能形成有效的技術解決方案。心國家心CIC安CIC記錄）或者對計算性能要求較高時，基于安全多方計算或聯邦學習的技術可能難以滿足性能或者實時性需求。在大規(guī)模或實時性要求較強的數據分析場景下，可證去標識是目前唯一能同時滿足隱私合規(guī)要求和計算性能要求的新技術。這種技術確保數據去標識后，數據接收方無法重新識別或者關聯心信CIC去標識管控，確保所有計算基于去標識化數據展開；其次構心國CIC的高危行為進行攔截，實現挖掘過程中個人數據“可算不可識”；最后在結果輸出階段對輸出數據進行原始數據擁有主體及用戶的雙重確權，實現了價值輸出時各方權益可保障。該方案可與現有大數據技術棧無縫集成，且采用集中式計算規(guī)避了跨網延時成本，可支持大規(guī)模數據的高性能分析和計心心CICCIC實時性，適用于對計算環(huán)境存在信任基礎的多方大規(guī)模數據挖掘場景。27（6）數據跨境流動近年來，數據跨境流通已經成為全球經濟的重要驅動力。根據美國著名智庫布魯金斯學會的相關研究，過去十年間，全球數據跨境流動對全球經濟增長貢獻度超過10%。我家工信安全中心國數據要素市場需建立健全法律法規(guī)、完善監(jiān)管制度以維護國CIC數據主權。心中數據跨境立法方面。2016CIC

年11月7日，全國人大常委會表決通過《中華人民共和國網絡安全法》（簡稱“《網絡安全法》”），并于2017年6月1日起正式實施。該法是我國網絡安全管理領域的基礎性法律，對關鍵信息基礎設施的運營者數據跨境傳輸的義務進行原則性規(guī)定。然而，該法心全中安CIC心CIC法力度仍然相對寬松。數據跨境政策制度方面。2019年6月13日，國家互聯網信息辦公室發(fā)布《個人信息出境安全評估辦法（征求意見稿）》（簡稱“《辦法》”）。《辦法》指出國家網信部門負責統籌協調數據出境安全評估工作，具體數據出境安全評心國CIC息出境安全評估工作的職責統一歸于省級網信部門。心中CIC地方試點方面?，F階段關于數據跨境流通的政策性文件主要為商務部印發(fā)的《全面深化服務貿易創(chuàng)新發(fā)展試點總體方案》（以下簡稱“《方案》”）?！斗桨浮分赋鲆跅l件28相對較好的試點地區(qū)開展數據跨境傳輸安全管理試點。其中，“探索跨境數據流動分類監(jiān)管模式，開展數據跨境傳輸安全管理試點”這一試點任務，由中央網信辦指導并制訂政策保障措施；北京、上海、海南、雄安新區(qū)等試點地區(qū)負責心推進。國心CICCICCIC國家工信安全中心心圖12個人數據出境安全監(jiān)督工安CIC來源：商務部《全面深化服務貿易創(chuàng)新發(fā)展試點總體方案》5.數據分析數據分析主要是指最大化地開發(fā)數據的功能，發(fā)揮數據的作用。從數據來源來講，主要包含內部數據分析和外部數據分析。心（1）內部數據分析工信家CIC企業(yè)內部數據分析主要是針對企業(yè)內部經營分析，進行心CIC分析兩種。29一是離線數據分析。用于較復雜和耗時的數據分析和處理，一般構建在云計算平臺之上，如開源的HDFS文件系統和MapReduce運算框架。Hadoop機群包含數百臺乃至數千臺服務器，存儲了數PB乃至數十PB的數據，每天運行著成心MB到幾百國家CICTB甚至更多的數據，運行時間為幾分鐘、幾小時、幾天甚中心全至更長。日常的離線數據分析可以通過EXCEL等軟件完成，CIC較復雜任務則可通過商業(yè)智能領域的Oracle以及YonghongZ-SuiteBI套件等國產專業(yè)軟件完成。二是在線數據分析。在線數據分析也稱為聯機分析處理，用來處理用戶的在線請求，它對響應時間的要求比較高心全中安CIC心CIC的數據量要小得多，但隨著技術的發(fā)展，當前的在線分析系統已經能夠實時地處理數千萬條甚至數億條記錄。在線數據分析系統一般構建在云計算平臺的NoSQL系統上。在線數據分析廣泛應用在移動互聯網應用中，如在微博、網約車軟件、短視頻平臺、電商平臺、搜索引擎中均有廣泛應用。在心國CIC（2）外部數據分析中心全CIC外部數據分析主要是針對企業(yè)外部數據，進行同業(yè)競對分析、營銷投放檢測等。外部數據分析主要通過抓取各個企業(yè)數據，形成不同領域的行業(yè)數據庫，并通過對數據庫產品30進行分析，為用戶提供咨詢服務。企業(yè)通過脫敏數據分析研究服務既可以幫助客戶了解市場發(fā)展趨勢和行業(yè)競爭格局，通過理解用戶特征和全景畫像優(yōu)化自身運營效率，也可以幫助客戶前瞻性地發(fā)現市場機會。伴隨著產業(yè)競爭力不斷加家工信安全中心大，外部數據分析企業(yè)會有較大規(guī)模的增長?，F階段外部數國CIC據分析供應商主要包括心中6.生態(tài)保障CIC

Questmobile、艾瑞數據、易觀數據等。數據要素市場除包含數據采集、數據存儲、數據加工、數據流通等直接面向數據要素進行處理的環(huán)節(jié)外，還需數據要素市場各方主體為數據交易流通提供有效保障，構建良好的市場生態(tài)。數據要素市場生態(tài)保障主要包括數據資產評心全中安（1）數據資產評估CIC心CIC所有者在生產、運營過程中所產生的數據進行內在價值和使用價值的評估，以便為數據要素流通交易提供基礎性參考。例如，中關村數海數據資產評估中心與Gartner合作推出全球首個數據資產評估模型，為企業(yè)提供數據資產登記確權和評估服務。心國CIC資產評估方法。由于數據資產存在無形化、虛擬化的特性，心中CIC因此數據要素流通交易直接產生的收益或所需的成本存在較難核算的問題。同時，我國數據要素市場仍處于培育期，交易規(guī)模尚小，給數據資產評估提供的范例較為有限。因此，31數據資產評估整體上存在標準模糊、執(zhí)行困難的問題，亟須建立數據要素市場資產評估機制架構。（2）登記結算登記結算是指在數據作為資產的前提下，為數據所有者心國CIC結算機構為數據交易雙方建立數據持有及交易資質名冊，提心中高數據交易效率，規(guī)避數據交易風險。同時，登記結算機構CIC通過現金結算、票據轉讓及轉賬結算等方式為數據所有權變更、API技術服務采購等交易過程提供交易場所。例如，貴陽大數據交易所創(chuàng)立大數據登記確權結算服務，將數據視為和房產、股標等一樣的實際資產，通過交易所的數據平臺，心全中安CIC心CIC本低等特點，使得國內數據登記結算機構面臨著數據被攻擊、竊取或盜用的風險，一旦產生數據泄露將直接造成數據所有者或購買方的利益損失。因此，數據登記結算機構需進一步完善“數據可用不可見”等技術的落地應用，相關部門亦需制定數據登記結算監(jiān)管機制，保障數據登記結算過程的心安全性。國（3）交易撮合中心CIC全CIC交易撮合是指為數據交易雙方提供給交易信息查詢、信息匹配、供需對接及交易競價等第三方服務。交易撮合機構將數據持有者及采購者等多方信息整合起來，并通過分析與32評估將有效信息反饋給交易雙方，以促進數據交易的達成。例如，華東江蘇大數據交易中心在其官方網站開通供需撮合平臺，通過咨詢匹配、需求分析、定制方案與雙方協作等四個步驟為各類經濟企業(yè)提供一站式服務，搭建起數據所有者心與采購方的溝通橋梁。國CIC心中在著數量較少、單打獨斗的問題。同時，仍有相當數量的企CIC業(yè)對數據資源重要性的認識程度不夠，參與數據要素市場交易的積極性有待提高。因此，我國數據要素市場需繼續(xù)提升數據開放程度，擴大交易撮合機構規(guī)模，盤活數據要素市場資源。（4）爭議仲裁心全中安CIC心CIC盾。數據交易爭議雙方在爭議發(fā)生前或發(fā)生后依自愿原則將爭議提交至爭議仲裁機構，爭議仲裁機構依據相關法律法規(guī)對爭議的是非曲折作出判斷，爭議雙方有義務執(zhí)行爭議仲裁結果。例如，深圳大數據仲裁中心為數據交易提供電子證據固化、在線公證保全和網絡裁判等權威數據證明及爭議解決心國心CIC環(huán)境。中CIC作為新興領域，我國數據要素市場在解決爭議仲裁問題是還面臨著法律法規(guī)存在空白、監(jiān)管制度不健全、判例較少等困境。同時，數據要素無形化、虛擬化所帶來的權屬界定33CIC國家工信安全中心困難等問題也給數據交易爭議仲裁從業(yè)人員帶來挑戰(zhàn)。因此，行業(yè)主管部門需進一步完善數據要素市場監(jiān)管體制機制，培育數據交易爭議仲裁專業(yè)人才，為數據要素流通交易提供保障。（5）跨境流動監(jiān)管心中據傳輸、處理及存儲過程進行監(jiān)督管控，以維護本國數據安CIC全?？缇硵祿鲃颖O(jiān)管機構通過構建系統化制度體系，開展數據跨境流動雙方信息采集及分析，對數據跨境流動進行審查和管理。例如，北京國際大數據交易所依托數字貿易試驗區(qū)積極探索跨境數據安全流通，吸引跨國企業(yè)和國際機構加心全中安監(jiān)管生態(tài)體系。心CICCIC在差異，因此數據跨境流動監(jiān)管面臨著標準不統一、執(zhí)行困難等問題，給國家數據安全帶來挑戰(zhàn)。因此，我國數據要素市場應完善數據跨境流動監(jiān)管法律法規(guī)，擴大數據開放共享程度，積極融入國際數據跨境流動體系，并參與數據跨境流動國際法規(guī)制度制定，提升國際話語權。心（四）運行機制國CIC數據要素市場需要在政府及第三方機構的監(jiān)管下，制定心中CIC合適的市場定價機制及收益分配機制，以實現數據從數據所有者到數據購買方的流通交易，并使數據所有者、購買方、平臺方均獲得一定收益，從而保證數據要素市場實現可持續(xù)34發(fā)展。CIC國家工信安全中心CIC國家工信安全中心13數據要素市場機制一覽來源：國家工業(yè)信息安全發(fā)展研究中心1.定價機制數據要素市場定價基于對數據自身價值的評估。目前資信安全中心產價值評估主要包括市場法、收益法及成本法等方法，而由CIC國家于數據自身的無形化、虛擬化等特性使得上述資產價值評估心國家工信安全中CIC 基礎理論方法存在局限性。對于市場法，其基于數據資產在市場中的交易價格計算作為交易對象的數據所代表的價值，從而進一步為數據要素市場交易提供價格參考。市場法的優(yōu)勢在于通過交易價格易于得到數據價值判斷的依據，且數據價值與交易價格呈正相關。然而，數據交易作為新興市場交易量尚小，往往不能為中心CIC國家工信安全市場定價提供指導。同時，數據價值評估反作用于市場交易安全中心CIC國家工定價機制陷入“先有雞還是先有蛋”的問題中。對于收益法和成本法，其基于數據要素市場中由于數據交易而帶來的利潤或需要的成本。收益法與成本法的優(yōu)勢在于通過利潤或成35本可以體現出數據價值的本質，并為數據價值提供具象化的表征。然而，數據要素持有方往往難以界定由于數據交易所帶來的利潤或創(chuàng)造數據價值所需的成本，利潤或成本的量化過程浮動范圍較大，影響數據交易定價參考。心國CIC形化及虛擬化特性，國內數據要素市場在實踐中探索定價機心中制，目前主要存在數據所有權交易定價和數據使用權交易定CIC價兩大類，又可細分為第三方平臺預定價、協議定價、拍賣定價、按次計價（VIP會員制）及實時定價等五種大數據交易定價機制。（1）數據所有權交易定價心全中安CIC心CIC值。一是第三方平臺預定價。如果數據賣方無法確定數據產品的具體價格，大數據交易平臺可以委托大數據交易相關第三方專業(yè)人員進行評估定價。第三方專業(yè)人員基于大數據交易平臺特點，利用數據質量評價指標（數據量、數據種類、心國CIC覆蓋度、數據稀缺性等）給出評價結果，并根據評價結果和心中CIC同類同級數據集/產品的歷史成交價給出一個合理的價格區(qū)間，數據賣方基于此價格區(qū)間在交易前對交易數據進行再定價。36二是協議定價。即數據買賣雙方協商交易價格。大數據交易平臺用于促進數據交易雙方的溝通，使數據交易雙方達成對該交易數據交易價格的一致認可，并完成數據交易的最終成交。這種定價方式目標性強，在不違反政策限制的情況心國家CIC這有可能會使整個協議過程形成一個漫長的博弈過程，增加心中時間成本。CIC三是拍賣定價。即在一個賣方和多個買方之間經過拍賣而確定價格。現今各大數據交易平臺交易的數據至少都經過了脫敏等預處理,這樣數據交易雙方無法對所成交數據的最終使用價值進行準確的定價。于是，交易雙方會傾向于通過心全中安CIC心CIC（2）數據使用權交易定價數據使用權交易類型是指數據交易雙方不產生數據所有權屬的變更，而主要通過調用數據集達到訓練算法模型等目的，如API技術服務等。數據使用權交易定價更多地將數據交易視為服務形式，并參考服務業(yè)定價機制。心國CIC用一次數據就付費一次。這種方式實際上出售的僅僅是數據心中CIC的使用權。這一定價方式的計價標準由大數據的提供者定價，大數據交易平臺或大數據技術服務提供商作為中介對數據進行傳輸。部分企業(yè)在按次計費的基礎上延伸了VIP會員37制，即購買VIP

會員即可獲得免費接口一定時間范圍內的調用次數。按次計價定價方式強調對API的多次調用，是針對數據產品或技術使用權的多次交易，因此此定價方式與權利歸屬中的交易權方式結合，能更好地體現大數據交易平臺的心盈利模式。國CIC二是實時定價機制。心依據數據的樣本量和單一的數據指中標項價值，通過交易系統自動定價，價格實時浮動。采用實CIC時定價的數據商品價格受市場環(huán)境和市場供求關系的影響，當市場供需實時變化時，數據價值也實時波動。此外，數據所包含的商品價值和使用價值會隨著時間變化出現波動，將會直接影響交易數據的最終交易定價。若交易數據處于市場心全中安2.收益分配機制CIC心CIC據價值實現機制，大數據交易平臺和數據賣方的價值實現是大數據交易的關鍵。（1）數據交易平臺收益分配機制目前我國典型政府類大數據交易平臺，大多數都扮演著數據交易中介的角色，主要交易來源于不同數據所有者提供心國成和保留數據增值收益權兩種。心CIC中CIC一是交易分成收益分配機制。在數據交易完成后大數據交易平臺與數據賣方按約定好的比例分成。大數據交易平臺作為數據交易中介會在促成數據所有權或使用權交易后收38取相應的中介費用。如貴陽大數據交易所以4：6與數據供應商分成，同時視具體數據價值，適當對數據買方進行收費。大數據交易分成機制是目前國內大數據交易平臺普遍采用且符合市場規(guī)律的收益分配機制。心國CIC對數據保留增值收益權并以此為基礎收費的方式。數據包含心中豐富的價值，大數據交易平臺作為數據中介機構需要在交易CIC前準確預測數據交易后能否產生增值價值并保留數據增值收益權。（2）大數據交易賣方收益分配機制大數據交易賣方是數據所有者，根據權利歸屬和定價方心全中安CIC心。即在數據交易中CIC一次性轉移數據占有權、使用權、處分權、收益權。這一模式主要適用于協議定價、拍賣定價方式。協議定價方式能夠形成數據交易雙方討價還價的博弈，協調得出一個交易雙方認同的交易價格。在拍賣定價方式下，數據賣方雖然根據自身對數據價值的評估給出了起拍價及加價幅度等相關拍賣心國CIC所以面對協議定價和拍賣定價方式下的一次性交易所有權心中CIC收益分配機制，數據賣方對最后定價權利很被動，相應地壓縮了利潤空間。二是多次交易使用權收益分配機制。即不將數據所有權39一次性轉移，只針對數據使用權進行反復多次的交易，進而帶來更多的收益。數據交易雙方約定只針對數據使用權進行交易，數據賣方能夠反復對數據進行交易以獲取更多的利益，尤其是在按次計價定價方式或API技術服務模式下。因心國家CIC數據交易的首選。但由于數據產品的低成本可復制性、便捷心中可傳遞性，在該模式下，數據賣方如何對交易數據進行安全、CIC保密、可控傳遞，避免數據被大規(guī)模復制使用成為這一收益分配機制實現的關鍵。三是保留數據增值收益權分配機制。數據賣方更清楚數據的來源和數據采集、處理、分析過程，因此更能直接準確地評價數據的價值，并預測數據交易后是否有增值收益的可全中心CIC國家工信安能性?；谙嚓P優(yōu)勢，數據賣方能更準確地判斷是否需要保信安全中心CIC國家CIC國家工信安全中心心圖14數據要素市場收益分配機制國來源：國家工業(yè)信息安全發(fā)展研究中心3.政企合作機制現階段我國90%的可用數據均是政府所有，因此政府如40何激活數據要素、推動數據服務，是數據要素行業(yè)繁榮的關鍵。各地在數據服務方面，也進行了多種嘗試，但由于政府機關與國企對于市場敏感程度較低、對于數據行業(yè)了解程度不高、技術積累薄弱，因此以純政府行為推動的數據服務項心國CIC是以企業(yè)合作為主。目前主流政企合作模式可根據企業(yè)參與心中程度不同，分為技術服務、企業(yè)代理運營模式與政企合資模CIC式。（1）以技術服務為主的合作模式以技術服務為主的合作模式是指企業(yè)根據政府的需求通過計算機與大數據技術為其提供數據服務產品（例如搭建心全中安CIC心CIC地進行大規(guī)模復制，二次開發(fā)成本較低，利潤率可觀。但該模式缺點為單一項目額度較低，同時后期企業(yè)參與程度較低，產品與運營分離導致數據服務產品的實際效用也較低，很難形成示范級的項目。（2）企業(yè)代理運營模式心國CIC需求為其提供產品、運營等一套解決方案，但不占有股權，心中CIC在管理上收政府或相關單位上的指導，類似“官督民辦”形式。該模式在早期大數據交易所建立時，有大量的案例，如華東大數據交易所，就采取該模式。但伴隨著該模式效率較41低，各地大數據交易所，以及數據運營公司都在積極吸引社會資本參與，并且有一些數據交易所，已經完全私有化。（3）政企合資模式政企合資模式是指企業(yè)以技術入股方式占有股份，負責心國CIC主要股權，企業(yè)與政府雙方強綁定。其優(yōu)點是可以盤活數據心中資產，將是未來合作的主流方向。投資為億級規(guī)模，該模式CIC可以在政府對數據進行掌控的情況下，保證企業(yè)的活力與積極性?，F階段已經有一些企業(yè)，通過與地方合資成立公司的形式，通過運營經驗賦能的方式服務于當地業(yè)務。心心CICCICCIC國家工信安全中心CIC國家工信安全中心42四、我國數據要素市場發(fā)展面臨的問題與挑戰(zhàn)（一）數據權屬界定問題尚不明晰習近平總書記在中共中央政治局集體學習上指出，“要制定數據資源確權、開放、流通、交易相關制度，完善數據心產權保護制度”。近年來，西方國CIC的專門法規(guī)，如歐盟《通用數據保護條例》、日本《人工智心中能、數據利用相關簽約指南》等，相關法規(guī)均對數據權屬等CIC問題進行了系統界定。我國《中華人民共和國民法典》等法律雖然規(guī)定了須對個人信息和數據進行保護，但相關立法對數據要素市場中的數據權屬問題一直未作出正面回應。數據權屬界定不明確造成數據在流通、交易、使用過程心全中安CIC心CIC讓或售賣微信帳號。而在重慶新世紀百貨與騰訊公司的名譽權糾紛一案中，騰訊公司又解釋稱賬號所有權屬于用戶，騰訊公司本身并沒有占有處分權和所有權。數據權屬不確定問題使得針對微信賬號數據的挖掘、開發(fā)等市場行為處于司法實踐的灰色領域。此外，數據權屬不確定問題還給相關執(zhí)法心國CIC據集在黑市進行交易，數據隱私泄漏問題屢見不鮮。因此，心中CIC相關部門應盡快建立數據權屬界定方法體系，分離數據所有權與使用權，為數據要素的流通交易奠定基礎。43（二）數據要素市場存在安全風險近年來，數據隱私泄漏等公共安全事件頻發(fā)，折射出數據要素市場存在的技術安全風險問題。數據要素在采集、存儲、加工和流通過程中，數據安全防護更加困難，容易受到心國CIC的環(huán)節(jié)復雜，與傳統要素相比更加容易發(fā)生泄漏的問題，因心中此數據要素流通風險防治一直是影響制約要素流通的關鍵CIC問題，對數據安全和隱私保護的要求更高，甚至直接影響數據要素的流通以及流通時的價值。數據要素流通過程中，各種基礎性、人為性或合規(guī)性的原因均可能導致數據發(fā)生泄漏，而一旦發(fā)生泄漏，以目前的心全中安CIC心CIC技術在促進要素交易流通方面雖然有巨大的潛力，但企業(yè)對其接受度還有待提高。未來，針對數據要素流動核心風險的防護技術依然有待加強。（三）數據流通交易機制有待完善根據數據所有權的不同，可將流通數據分為政府數據和心國CIC數據流通需要地方黨政領導充分意識到大數據重要性，協調心中CIC各部門關系，合理賦予大數據相關部門權利，利用剛性制度約束，促進各部門數據打通、開放。目前，貴州、浙江等以信息技術立省的地方，由于黨政一把手重視，相應剛性制度44完善，數據流通工作開展迅速。以貴州為例，貴州省大數據管理局掌控各平級部門的信息化預算，以此推動政府數據流通。但仍有部分地方大數據主管部門缺乏配套的剛性制度約束，無法實現政府內部的數據流通管理。二是企業(yè)數據方面，心國家CIC14家主，但根據相關統計數據，各地的數據交易所已經有中心全處于停止運營或半停止運營狀態(tài)。貴州大數據交易所作為最CIC大的數據交易所，年交易額僅3億。這主要是因為數據是非標品，因此數據交易所作為平臺交易商，從基因上無法解決數據質量和數據定價問題。雖然數據公司通過提供標準化的數據產品，可以在一定程度上解決數據質量和數據定價問心全中安周期長且數據成本高等問題。CIC心CIC目前我國有關數據方面的法律法規(guī)、部門規(guī)章主要集中在政府數據開放、個人信息保護和數據交易流通等方面，但在實際操作中缺乏具體細則。一是在政府數據公開方面，出臺了《政府信息公開條例》等系列政策文件，但并沒有針對政府數據公開的范圍、數據質量評估等方面的具體細則，各心國CIC章制度也并不統一，部門間共享數據的權利責任問題也沒有心中CIC厘清，這些都制約了公共數據資源的進一步開放共享。二是在跨境數據流動管理方面，在《網絡安全法》中提到“關鍵信息基礎設施的運營者在中國境內運營中收集和產生的個45人信息和重要數據因業(yè)務需要，確需向境外提供的，應當按照國家網信部門會同國務院有關