张茜茜等：我国数据要素制度体系的九大特点

Original 张茜茜涂群数据要素评论

2024-09-16

经过多年探索实践，我国从中央到地方已在数据要素制度体系建设方面已取得了一些成绩，在数据基础设施、公共数据开发开放、公共数据授权运营、数据技术和产业、数据流通交易、数字中国建设、数据安全保障等环节，形成了数据制度体系基础，主要表现出以下9方面特点：

1.数据要素条例的四种类型

各地方数据要素条例的名称、内容和侧重点有很大不同。一是数据条例，如上海、深圳、重庆、四川、厦门、广州等地；二是公共数据条例，如浙江；三是数字经济促进条例，如浙江、北京、深圳、广东等地；四是大数据条例，如天津、福建、海南、安徽等地。此外，浙江、深圳、广东、贵州、吉林出台了两部以上数据相关条例，既有数据或公共数据综合性条例，也有促进数字经济发展的条例。

2. 数据基础设施的两大特性

数据基础设施作为数据要素化发展新阶段的新型载体，具有继承性和创新性两大特性。继承性是指数据基础设施是在信息化阶段的信息基础设施和数字化阶段的数字基础设施基础上发展起来的，因此，信息基础设施、算力基础设施和应用基础设施也成为数据基础设施的重要组成部分，也需要在数据要素化发展新阶段不断升级演化；创新性是指数据基础设施要确保数据要素生产流通过程中的国家主权、企业机密和个人隐私的安全可信，因此，要创新构建可信安全互操作的行业数据空间、区域数据空间，并促进行业和区域数据空间连通形成国家数据空间。

3. 公共数据开发利用的三种方式

共享、开放和市场化运营是公共数据开发利用的三种主要方式。其中，共享是指在政府部门内部公共数据的免费共享，开放是指政府和公共事业部门对社会公众免费提供公共数据，市场化运营是引入市场化机制将本来不能向社会的公共数据，通过隐私技术加工成数据产品或服务，向社会有偿开放的方式。大规模的、高质量的数据资源不仅是数据要素化发展的基础，也是当前席卷全球的生成式人工智能发展的基础。要解决目前公共数据供不出、流不动、用不好、信不过的难题，一方面需要继续推动公共数据免费共享开放的规模和质量，让更多的机构和社会公众低成本获取公共数据资源，另一方面需要大力鼓励更多拥有核心数据技术、并具备安全能力的社会机构开展公共数据的市场化开发和利用，让更大规模、更高质量的公共数据供出来、动起来、用起来。

4. 公共数据授权运营的三种模式

各地在研究制定公共数据授权运营制度中探索出三种不同模式：一是集中授权模式，包括成都、厦门、长沙、长春、天津、济南、青岛、银川、无锡、随州、孝感、荆门、鄂州、大理、包头、安顺、安徽、石家庄、苏州、泰州、盐城、遂宁等省市；二是分领域分散授权模式，以北京为代表；三是分区域分散授权模式，主要以浙江及下辖杭州、宁波、温州、湖州、绍兴、金华、衢州、舟山、丽水等地为代表。

5.数据技术产业的三种形态

与信息化发展阶段的信息产业、数字化发展阶段的数字产业一样，数据产业是经济社会发展到数据要素化新阶段的主导产业，广义的数据产业既包含硬件产业、软件产业、网络与通信产业、网络与数据安全产业等数据基础产业和数据安全产业，也包括覆盖数据全生命周期的数据采集存储产业、数据分析加工产业、数据交易流通产业、数据治理应用产业等数据要素产业。而狭义的数据产业特指数据要素产业。

数据技术、数据产品、数据企业和数据生态是构成数据产业的四要素。其中，人工智能、大数据、区块链、隐私计算等先进数据技术是数据产业的动力引擎，特别是以大模型为代表的生成式人工智能已快速进化发展为能合成数据语料，并具有极强泛化能力和生成能力的通用人工智能，已成为数据要素化的核心技术，并将侧重数据采集存储、分析加工、交易流通、治理应用等数据全生命周期各环节新业态、新模式的产生。此外，数据企业即数商是数据要素化的载体，广义的数商既包括硬件企业、软件企业、网络与通信企业、网络与数据安全企业，也包括数据技术商、数据服务商和数据应用商等。

6.数据交易的三种模式

经过多年发展，数据交易逐渐演化形成三种交易模式：一是集中交易模式，以各地纷纷设立的数据交易所和数据交易中心为代表，特点是交易机构本身不生产加工数据，只是作为数据交易买卖双方的中介撮合者；二是技术领先型模式，以一批拥有独特数据技术的数商平台为代表，特点是通过自身独特技术对数据进行获取、加工、治理，并提供各种类型的数据产品和服务交易；三是资源依赖型模式，以一批拥有独特公共资源的公共机构为代表，特点是机构拥有大规模、高质量的独特公共数据资源。

7.数据跨境流通的两手准备

数据跨境流通规则主要由美国、欧盟和中国三种方案在角逐和竞争。目前，美国的“数据自由流动方案”和欧盟的“个人数据严厉保护方案”处于领先地位，并且通过“隐私盾2.0”协议安排实现了美欧两大经济体间的数据流通。世界其他国家大多数都遵从了美国和欧盟的数据跨境流动规则，与美欧之间形成较顺畅的数据跨境流动。反观我国数据跨境流动正面临极其严峻挑战，特别是2024年2月28日美国总统拜登正式签署第14117号行政命令，即《关于防止受关注国家获取美国人大量敏感个人数据和美国政府相关数据的行政命令》，指示美国司法部颁布条例，以禁止或限制美国主体进行会导致中国、俄罗斯等6个“受关注国家”和相关主体访问特定种类的个人识别符、地理位置数据和相关传感器数据、生物特征标识符、人类组学数据、个人健康数据、个人财务数据等美国人敏感个人数据和美国政府相关数据，切断了美中之间的数据跨境流动，我国正面临与全球主流数据流通规则渐行渐远，甚至完全脱钩的挑战。

在数据要素化发展新阶段，数据不仅是全球经济发展的关键生产要素，也是全球最基础的社会要素。Sora的横空出世已经警示我们，人工智能不仅能极大提高社会生产效率，同时也会引发新型机器智能与人类智能的“直接竞争”。世界各国本应该在全球数据治理中求同存异，共同迎接人工智能的挑战，但是，面对日益险恶的国际环境，我国数据跨境流动必须做好两手准备：一手是开启第二次改革开放，尽最大力量融入全球主流数据流通体系。将上海浦东、海南、广东、北京等具有开放优势的地方列为“数据全球流动开放特区”，先行先试蹚出一条数据要素对外开放的新路。另一手是以我为主，构建起数据跨境流动全球“第三方案”。通过不断完善数据安全保障法律体系，建立健全国家数据基础设施（NDI），充分发挥我国新型举国体制、海量数据资源、庞大市场空间、丰富应用场景的独特优势，构建起以国内大循环为主体、国际国内双循环的全球数据流动“中国方案”，并通过“一带一路”、“金砖国家”等国际多边或双方协议，逐步向其他国家推广。

8.数字中国建设的两股主力

数字中国的总体框架由“2522”四个层次组成，其中，做强做优做大数字经济、高效协同的数字政府、自信繁荣的数字文化、普惠便捷的数字社会、绿色智慧的数字生态文明等五方面，是数字中国建设的主要内容。从数字中国制度体系构成来看，数字文化、数字社会、数字生态文明大多只在地方的数字省域综合制度中体现，鲜有制定专项制度。但是，全国绝大多数省区都制定了数字经济和数字政府的专项制度，而从实际操作角度来看，大多数省市都是以数字政府建设和发展数字经济为抓手，推动数字省域全面发展。因此，数字经济和数字政府是数字中国建设的两股主导力量。

9.数据安全的一条底线

数据安全是数据要素化发展的前提和保障，国家主权、商业机密和个人隐私等方面的安全是数据安全的主要内容。特别是在中美两国政治互信不断削弱，对国际战略环境的判断都发生了很大变化的今天，保障国家安全已成为两国间数据流通考虑的首要问题。从美国方面来看，近年来，美国不断以国家安全为由加大对中国数据传输的限制：首先，美国已把世界各国区分为外国敌手和非外国敌手，采用不同的标准区别对待。中国被列入外国敌手，企业的中国背景本身就被认为是国家安全风险；其次，美国认为中国对美国一般商业数据的获取和访问也会危害美国国家安全。中国在美国运营的企业会收集美国用户的数据，而这些企业在中国的母公司受到中国国家情报法、国家安全法、网络安全法、数据安全法等法律的约束，这些法律明确要求中国企业配合提供情报协助和在外国收集数据。如果中国企业收集了美国人，特别是美国官员、安全、军事人员等敏感人员的数据，在上述中国法律要求下就会把这些数据交给中国政府，把这些数据汇总结合起来进行分析，就能对这些人进行操纵或胁迫，危害美国的国家安全。中国对美国一般商业数据的获取和访问，可能通过这些数据深入了解美国消费者的行为、风险承受能力和其他偏好，也会给带来国家安全风险。特别是人工智能语言大模型可能会帮助中国在海量数据中“大海捞针”，识别和控制关键敏感数据，并且使用这些敏感个人数据来训练算法，威胁美国的国家安全。第三，美国不断出台对华涉及数据的限制。包括外国投资安全审查、信息通信技术和服务供应链安全审查、《保护美国人数据免受外国监视法案》，2024年2月28日，又最新出台了《关于防止受关注国家获取美国人大量敏感个人数据和美国政府相关数据的行政命令》等。从我国方面来看，我国已经出台的《网络安全法》《数据安全法》《个人信息保护法》《关键信息基础设施保护条例》（简称“三法一例”），已制定了网络安全审查、数据安全审查等一系列制度设计，数据安全已成为数据要素化更好发展的一道坚实保护屏障。

同时，不可忽视的是过度强调数据安全对数据要素化发展将形成巨大阻碍，限制了数据作为关键生产要素作用的发挥，也影响了数据新质生产力的形成，目前，我国在数据全生命周期各环节普遍存在的供不出、流不动、用不好等问题，很大程度上都源于对数据安全的过度保障。如何通过制度、技术、环境等各方面创新，统筹发展和安全，找到数据发展与安全的平衡，是我国数据要素化过程中面临的巨大挑战。

相关阅读

1. 交大评论：湖北的数据要素探索实践和经验启示

2. 交大评论：天津的数据要素探索实践和经验启示

3. 交大评论：重庆的数据要素探索实践和经验启示

4. 交大评论：安徽的数据要素探索实践和经验启示

5. 交大评论：湖南的数据要素探索实践和经验启示

6. 交评评论：山东的数据要素探索实践和经验启示

7. 交大评论：海南的数据要素探索实践和经验启示

8. 交大评论：贵州的数据要素探索实践和经验启示

9. 交大评论：四川的数据要素探索实践和经验启示

10. 交大评论：福建的数据要素探索实践和经验启示

11. 交大评论：广东的数据要素探索实践和经验启示