当前国内外数据产业的发展现状和未来趋势

4月1日，2024年全国数据工作会议召开，标志我国数据工作体系已初步成型，数据要素市场化配置改革正加快破局。在国际上，美国和欧盟在数据经济方面纷纷表现出显著的规模和影响力，美国以其庞大的数据市场规模而著称，而欧盟则致力于构建一体化数据市场，欧美探索数据市场发展的经验可为我国提供宝贵的参考。

4月16日，国际数据管理协会（DAMA）大中华区主席汪广盛受邀参加数据要素社举办的“数据要素明家讲坛”，深入分析了当前国内外数据产业的发展现状和未来趋势，并在此基础上探讨了我国的数据要素市场建设的前进方向。本文由数据要素社整理分享。

在市场多方力量的共同作用之下，全球数据要素行业正在表现为快速发展的趋势，全球数据要素市场规模呈稳步增长态势，全球数据产量实现大幅度增加，全球数据要素行业区域格局逐渐形成。美国、欧盟等世界主要经济体在加快培育数据要素市场过程中探索出了各具特色的发展路径，中国也在创新性地提出“数据要素”理论后，摸索出独特的数据要素市场建设模式，通过对国内外数据要素市场发展模式进行对比，在考察国外数据要素市场建设的主要动向基础上，对当前我国的数据要素市场建设提出针对性的对策与建议。

一、中国与美国、欧盟数据要素市场规模对比（2022年）

● 整体来讲，全球数据要素市场规模呈稳步增长态势：

根据市场调研机构发布的报告显示，2021年底，全球数据要素市场规模已经达到3000亿美元，较2020年同期新增约150亿美元，同比增长5.3%；到2022年，数据要素市场规模进一步上升至3200亿美元，比上年末新增约200亿美元，同比增长6.7%，增速同比加快约1.4个百分点，据此测算2025年全球数据要素市场总规模将有望超过4000亿美元。

●欧美数字经济绝对规模占优势，而我国数字经济价值增长拔头筹且颇具潜力：

美国和欧盟的数据经济绝对规模较为引人注目，美国拥有最大的数据市场规模，欧盟次之。但中国在数据经济价值增长上位列第一，且中国拥有最多的数据供应型企业，较具发展潜力和发展前景。

二、欧美建设数据要素市场的发展路径

在数据要素市场建设中，美国主要遵循“政府引导、企业参与、市场运作”的模式。欧盟遵循“数据一体化市场”的总体战略。究其共性发展路径，可以总结为六个方面：

1. 完善数据要素市场法律法规

欧美在数据要素市场方面有着较为完善的法律法规体系，如美国颁布的《美国数据隐私和保护法案》、《联邦数据战略与2020年行动计划》、《开放政府数据法案》等政策法规，欧盟通过的《通用数据保护条例》(GDPR)、《开放数据指令》、《数据法案》、《数据治理法》等法律，建立数据交易市场、促进政府数据开放、推动数据利他和开放利用、提升数据治理能力、保障数据隐私和安全等。

2. 推进数据要素市场基础设施建设

美国投入大量资金用于数据基础设施建设，在数据采集、存储、处理、传输和安全等各个环节，建立起覆盖广泛、实时高效的、智能互操的各类网络中心或数据平台。欧盟建立涵盖金融、农业、交通、能源、健康等十个领域的“欧洲数据空间”，推动欧盟内部数据的自由流通。

3. 构建数据要素市场生态圈

数据要素市场生态圈建设主要由政府、企业、非营利组织、个人等多个主体共同参与。政府通过制定相关政策和法规，引导和规范数据要素市场的发展。企业通过投入技术、资金等资源，建设和运营数据要素市场。非营利组织通过提供数据要素市场相关的服务，促进数据要素市场的可持续发展。个人通过参与数据要素市场，获得数据要素带来的经济和社会效益。如美国颁发《数据经纪商法案》培育数据中介与数据信托等市场主体，欧盟鼓励第三方数据机构为数据市场参与者提供数据服务。

4. 培养数据要素市场人才

鼓励和支持数据要素市场人才的创新和创业，美国设立多个数据科学和技术中心，为数据要素市场人才提供实践和研究的平台。欧盟建立数据科学硕士课程，加强数据科学家和工程师的培训，并每年举办数据科学和创新大赛，吸引全球的大学生和研究机构参与，为数据要素市场的发展提供人才支撑。

5. 构建数据要素市场可信流通环境

欧美均设立数据要素市场监管机构，建立数据分类和风险评估机制，加强数据要素市场退出机制建设，并加强行业自律，建立行业自律组织，促进数据要素市场的规范发展。如欧盟委员会就制定了一套包含数据资源利用、数据安全、数据隐私保护、数据市场准入、数据定价、数据交易监管等指标的数据要素市场风险评估指标体系。

6. 加强数据要素市场国际合作

欧美达成“欧盟—美国数据隐私框架”协议，欧盟与日本签署跨境数据流动协议，美英签署《数据访问协议》等，促进数据要素的跨境流动和合作。

三、我国建设数据要素市场的独特模式：创新性提出“数据要素”，实现数据资产入表的落地

我国在2020年提出了“数据要素”这一概念。认为：数据是继劳动力、土地、资本、和科技之后的第五种生产要素（Factors of Production）。国外是没有“数据要素”这一提法的，世界上任何一个国家都认可数据是资产，但只有我国在认可数据是资产的前提下，进一步把数据提高到了生产要素的高度。作为“生产要素”，需要进入流通环节，这个涉及到数据的确权、数据资产的价值评估、数据挂牌交易、利益分配机制等，国外之所以没有提“数据要素”，主要是由于无法解决数据的确权问题，而我国不仅在此基础上提出了“数字底座”，也 实现了“数据资产入表”。

1. 从供给侧看

在供给面政策工具中，数据基础设施备受重视。政策文件显示，中国致力推动数据中心、“采-存-算-管-用”数据库和大数据系统、云边协同中心建设，推动数据中心向规模化、绿色化、智能化方向发展。其次，中国积极发展大数据、云计算、人工智能、隐私计 算、区块链、数据控制等技术，促进全社会算力资源、数据资源向智力资源高效转化，推动行业数据大脑、城市数据大脑建设。

2. 从需求侧看

在需求面政策工具中，示范工程地位凸显。中国通过数据基础制度示范区、数据价值化示范区、数据流通示范区、数据要素综合试验区等示范工程的建设，形成数据要素发展示范和引领，推动数据要素产业发展、提高数据要素利用效率和公众认同度等。其次为跨境交流和多元合作。充分利用跨境交流以及我国政府与其他部门、企业、社会组织等的多元合作，打破国际间、政府部门间、政企间、企业间的数据壁垒，推进中国数据要素发展安全，实现中国数据要素政策的创新和国际话语权的提升。

3. 从政策环境看

在环境面政策工具中，相关政策主要集中在制度规范。中国通过建立健全数据资源产权、交易流通、数据要素分配、开放共享、数据安全、跨境传输管理等基础制度和标准规范，为数据要素的规范化采集、传输、应用等提供发展依据和规划。其次，侧重平台建设和政府监督，相关政策积极推动政府主导型和企业主导型数据流通交易平台建设，促进数据产品交易、资产凭证服务、交易合规监管等业务开展，促进数据高效合规流通，推进数据要素市场化发展。

四、全球数据产业迅速兴起

随着数据经济的快速发展，不同行业数据经济的临界点也逐渐到来，即免费。新兴数据产业的数据驱动业务的价值超越其原有传统产业产品和服务，如下图所示，那么商业模式就会发生颠覆式的改变——传统业务可以免费，主要通过新兴业务获得商业回报。互联网模式下，搜索引擎免费服务：通过客户的流量和数据投放广告获取商业利润。

对全球的数据产业进行扫描后，发现当前全球主要的数据产业模式有征信模式、数据集成商模式（Data Broker）、My Data模式等，且全球数据产业模式以欧美国家为主。除征信模式和数据服务商模式外，大部分数据产业模式都是近十年出现的，例如开放银行（英国）；本人数据管理（My Data，韩国）、数据空间（欧盟）和数据信托（Data Trust，欧盟）。新兴市场国家也在探索：聚合账户（印度）、大数据交易所（2015，中国）。三大全球主要数据产业模式如下：

1. 征信模式

全球通用的数据产业模式，已经有200年的历史。最早是1803年出现在英国（市场经济的起源地），之后在美国壮大（发达的商业市场），目前在全球一百多个国家都存在，获得了普遍的成功。中国的征信始于中国改革开放之后。征信机构作为独立第三方，从银行等信贷机构共享数据，构成全面信用画像，降低信息共享成本，而且减少了信息不对称，同时也形成了闭环约束。

2. 数据集成商（Data Broker）

数据集成商是一类聚合各种来源的信息的企业，例如从其他公司购买信息或在互联网上爬取有关用户的有用信息；处理这些信息，增加维度丰富它，清洗或分析它；持牌合法拥有或“出售”给其他组织。数据集成商主要指个人数据服务商。

3. My Data 模式

My Data 模式发源于英美、探索于北欧、落地于韩国。该模式属于政府主导型，聚焦个人数据流动和应用，强调消费者的授权和数字红利，分为公共My Data（基础设施）和一般 My Data（牌照管理）。

五、国外数据要素市场建设的主要动向

1. 多主体参与数据要素市场建设

欧美等发达国家认为政府应当做数据市场的“守夜人”和“教练员”，尤其重视企业、行业协会、科研院校在数据要素市场中的主体作用。欧美发达国家既拥有强大的互联网企业，也有着符合本国特点的数据中介主体。

2. 数据流通模式趋于多样化

发达国家的数据流通新业态和新模式不断涌现，其数据交易规模不断增加，数据交易活力和数据价值释放能力快速提升。在美国，以数据经纪商为代表的数据中介组织是数据价值的主要发现者、数据流通的主要联结者，目前已经形成C2B、B2B、B2B2C三种数据交易模式。欧盟基于数字主权和数字伦理等因素，创设了数据中介制度，由接受政府部门全过程监管的数据中介促进非公共数据共享。英国将数据纳入信托机制，日本则创新“数据银行”交易模式，最大化地释放个人数据价值。

3. 产业数据空间方兴未艾

数据空间是一个虚拟的空间，以解决数据权属问题和确保数据安全交换共享，其目标是要构建一个完整的数据生态，使数据在可信、低成本的空间中发挥最大的价值。

4. 标准设计优化数据市场生态

欧美政府意识到数字技术标准和规则在市场生态培育和全球竞争中的重要意义。为推动数据行业的健康发展和抢占国际数据标准中的话语权，欧美等发达国家纷纷牵头企业及非政府组织参与国内和国际数据标准的制定。

5. 数据安全技术保障可信流通环境

发达国家很早便意识到数据安全是流通的前提，不仅制定了庞大的法律条文规定，还重视以数据安全技术保障数据流通。各国敏锐认识到通过多方安全计算、联邦学习、可信执行环境、同态加密和智能合约等新型数据安全技术的组合利用，可以有效地满足复杂多样的数据利用需求。

六、我国数据要素市场建设的对策与建议

1. 以有为政府引领多主体参与建设

从国外经验来看，数据经纪商等主体在数据要素市场中发挥了重要作用。我国要针对数据的场内外交易需要，以“有为政府”引领国企、数据运营商、第三方中介组织、行业协会及科研院所共同参与数据要素市场建设。

2. 构建场内外互补的数据交易格局

我国各级数据管理机构要因“数”施策，以高效合规的场外交易刺激数据交易的活力，以安全集约的场内交易促进数据要素市场的高质量发展，形成场内和场外协同互补的交易格局。

3. 强化数据要素标准体系建设

我国现行的数据要素领域标准原则性较强而应用性较弱，且多集中于金融和能源领域，仍不能满足我国海量交易场景的需求。一方面，我国应该根据数据市场的新业态、新模式和新主体制定分类齐全且层层递进的数据行业标准体系。另一方面，要积极参与国际数据交易标准的建设，输出“中国标准”。

4. 政企联动加快前沿数据技术的研发

数字技术是数据价值得以释放的重要载体，我国要将发展数字技术作为国家战略的重要内容，以“政企联动”建设“产学研用”一体化的数字技术研发体系。

5. 减少单一路径依赖，探索多元化发展并发挥市场的活力

数据产业是一个复杂、崭新的领域，中国的数据要素市场在全球来说也是规模巨大的，单一的数据产业模式依赖有很大局限性，远远不能满足数据经济快速发展的需要。需要探索因地制宜的多元化数据产业发展模式，例如对个人数据、公共数据和企业数据（工业互联网）采用不同的发展思路，以及根据不同的需求采用上述九种数据产业模式。

来源：由数据要素社综合整理，转载请注明来源