两会热议：关于数据要素，两会代表划了哪些重点？

自去年底“新质生产力”正式写入中央文件以来，这一概念已经成为我国数字经济高频词，同时也是今年两会上的讨论热词。所谓“新质生产力”是相对于传统生产力而言的，由于不同的历史发展阶段，生产力发展所依赖的技术支撑和工具各不相同。在数字经济的大背景下，“新质生产力”的要义就在科技创新，目的是实现高质量发展，而数据作为新型生产要素，将是提高新质生产力的基础和保障。

根据去年颁布的《数字中国建设整体布局规划》，其中明确了数据资源体系在数字中国建设“2522”整体框架中的基础地位，并提出构建国家数据管理体制机制等工作要求。

在 2024 年政府工作报告中，也多处提及数据相关工作：

• 深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展“人工智能 +”行动，打造具有国际竞争力的数字产业集群。健全数据基础制度，大力推动数据开发开放和流通使用。适度超前建设数字基础设施，加快形成全国一体化算力体系。

• 加大吸引外资力度。落实好外资企业国民待遇，保障依法平等参与政府采购、招标投标、标准制定，推动解决数据跨境流动等问题。

• 加强重点领域安全能力建设。提高网络、数据等安全保障能力。有效维护产业链供应链安全稳定，支撑国民经济循环畅通。

数据的价值已经成为业界共识，然而，从产业视角来看，数据要素的供给和流通使用、数据资源的联动和配置等课题的探索才刚刚开始；从企业视角来看，数据质量保障、合规化使用路径、高价值场景挖掘等难点仍然普遍存在。

全国政协委员、上海市政协副主席邵志清表示，目前在以数据资产开展创新应用方面存在几个关键问题：一是对数据资产的合法合规性缺乏有效认定；二是对数据资产的资产处置缺少明确路径；三是对数据资产的定价估值缺少市场参照；四是对数据资产的创新应用缺少协同治理；五是缺乏数据资产创新应用的人才支撑。

为激活数据要素的价值和潜能，今年初国家数据局等 17 部门联合印发了《“数据要素×”三年行动计划（2024—2026 年）》，而近日，国家数据局又联合多部门下发通知，宣布开展全国数据资源情况调查，全面调研国内数据资源生产存储、流通交易、开发利用、安全等情况。这标志着我国数据要素市场建设正在从“顶层设计”走向“实践探索”阶段。

围绕数据要素相关议题，在两会期间，多位人大代表和政协委员也积极建言献策，话题重点聚焦数据立法、数据要素市场化、数据确权和定价、数据安全和监管、数据人才培养以及数字基础设施建设。

启动数据立法，加快相关制度体系建设

没有规矩，不成方圆，法律法规和制度体系是数据要素流通和应用的基础保障。对此，多位两会代表都提出了相关建议。

邵志清强调，必须完善国家数据资产创新应用的路径体系。建议有关部门制定国家数据资产创新应用管理体系与实施办法，形成包括数据资产质押融资、数据资产增信、数据资产保理、数据资产保险、数据资产信托、数据资产作价入股和数据资产证券化等路径体系。同时根据我国数据要素市场化配置改革的总体要求，结合数据产业发展的阶段性需要，在数据资产增信、数据资产信托、数据资产作价入股等领域率先开展探索，形成我国数据资产创新应用的路径经验。

此外，他还建议在数据资产信贷、数据资产信托、数据资产证券化等领域，鼓励成立数据银行、数据信托、数据券商等专营机构。支持有条件的数据交易所设立专业的数据资产交易板块，建设数据资产流通、托管、处置有关基础设施。探索设立数据法院，确保资产隔离和重组流通的有效性。

配以相关制度体系建设，一方面要构建国家数据资产创新应用的管理体系。建议由国家数据局统筹指导，信息化部门、金融部门、网络安全部门等协同配合，发挥各自职能，稳步有序推动数据资产创新应用；另一方面要形成与数据资产创新应用相适应的制度体系。在数据资产合法合规性认定、数据资产的资产处置、数据资产定价估值等领域建设国家级标准，推动标准体系互认。培育数据资产创新应用的市场体系，加强对数据资产主体、评估主体、专业服务机构的准入管理，培育龙头型企业。推动建设数据资产创新应用的技术创新体系，围绕创新应用技术难点集中开展技术攻关，形成可控可信技术规范。完善人才体系建设，开展数据资产创新应用人才资格认定。完善数据资产创新应用的金融体系，引导金融服务数据实体产业。

全国政协委员、深圳市政协主席林洁也在提案中强调加强数据资源开发利用的法律法规和制度机制建设的重要性。他强调，大数据的权属亟须立法界定，建议全国人大尽快启动数据专项立法，通过法律确立数据产权制度框架，明确数据产权的属性、归属以及权利和义务，确保数据生产、流通、使用过程中各参与方依法享有权利、承担义务。同时，制定国家数据要素登记制度，为各地开展数据要素登记工作提供指导。与此同时，针对当前我国跨境数据流通规则机制仍不完善，缺乏成熟的数据跨境安全评估和重要数据认定机制的问题。林洁建议，加快建立发展与安全相协调的跨境数据流动规则体系，积极探索建立跨境数据流通交易机制。

而全国人大代表、浙江移动总经理杨剑宇针对加快数据流通配套法规建设的话题，还强调既要“划定红线”，也要“适当松绑”，探索建立正面引导清单、负面禁止清单和第三方机构认证评级相结合的数据市场准入制度，支持各地推广温州“数安港”模式，鼓励数据流转创新，并建立容错机制。

构建统一数据交易市场，解决数据确权、定价、质量、监管等问题

构建统一规范的数据交易市场，让数据充分流动起来，是挖掘和释放数据要素价值的前提。2022 年 12 月，中共中央、国务院发布《关于构建数据基础制度 更好发展数据要素作用的意见》要求“建立合规高效、场内外结合的数据要素流通和交易制度”。但从全国范围看，目前还存在诸多制约数据交易市场功能有效发挥的障碍和问题。

全国政协委员、北京国家会计学院教授秦荣生对现行数据交易市场存在的问题进行了剖析，在他看来主要包括以下挑战：第一，数据交易市场各自为政；第二，数据交易确权困难重重；第三，数据交易合规难以保障；第四，数据交易质量参差不齐；第五，数据交易监管政出多门。

关于数据交易所统筹

秦荣生建议基于已有的数据交易平台建设经验，构建全国统一规范的 3 个左右国家级数据交易所，便于数据要素在全国范围内自由流动和交易。首先，中央政府应加强顶层设计，制定全国数据交易市场总体建设规划，明确数据交易主管部门的职责。其次，需要构建更加多元化和灵活的数据交易市场体系，促进数据要素在境内外的流动和配置，更好地满足不同对象的数据交易需求，提升数据交易的效率、安全性和合规性。最后，中央和地方政府应加强对数据交易活动的监管，及时发现和处理违法违规行为，并追究相关单位和人员的责任。

林洁也建议统一进行全国性的统筹布局建设，面向北京、上海、深圳等已成立的数据交易场所，遴选试点承担国家级数据交易所职能。制定全国统一的数据交易场所建设相关制度，推动形成统一规划、统一标准、互联互通的交易市场体系。

关于数据确权问题

秦荣生建议数据交易的政府主管部门制定数据交易管理条例和规则，细化数据资源持有权、数据加工使用权、数据产品经营权的内容和范围，明确各自的权利和职责。坚持分业施策，根据不同行业特点，制定行业数据确权制度细则。在技术手段上，可考虑使用区块链、人工智能等技术，通过安全隐私计算、加注数字水印、加密计算、协同计算等手段为数据确权提供保障。

全国政协常委、中国工程院院士、中国科学院大连化学物理研究所所长刘中民建议，国家数据局出台数据确权方面的制度办法，划清国家与地方之间、政府部门之间、政府与个人之间的数据权属边界，明确政府对企业和个人数据的权利范围和利益返还机制。

此外，刘中民还谈及统一数据定价标准的重要性。他表示，在国家确权、定价等问题尚未解决前，进行原始数据的交易和全面授权风险极大，为此，建议国家发改委出台数据定价标准指导意见，按照分类分级的原则，综合考虑产生数据的系统建设成本、数据的质量和治理成本等因素，合理确定各类各级数据价格区间。而在国家尚未出台公共数据交易指导价格前，各先行先试地区可以主要以成本法、收益法、市场法三种方式探索数据产品定价，但都需要对数据本身进行合理估值。

关于数据质量问题

秦荣生建议主管数据资产的政府部门建立全国统一的数据资产登记体系，确保数据资产的准确登记和全面记录，以便交易各方能够方便地获取和利用数据资产，促进高质量数据供给。一是实行在全国范围内数据资产统一登记标准、登记机构、登记系统、登记程序、登记规则和登记时效；二是明确数据资产登记的具体内容，包括各类数据资产的所有者、来源、类别、质量、隐私、安全和可用性等，通过准确登记和记录数据资产的信息，促进不同数据资产之间的融合和协同；三是建立数据资产标准和分类体系，利用技术手段提高数据的可搜索性和可访问性；四是建立全国数据资产登记服务平台，促进数据资产的全面有效登记，从而推动数据资产的有效管理和交易。

关于数据安全和监管问题

秦荣生建议构建具有中国特色的数据交易市场监管体系：一是构建并实施及时的数据交易信息披露制度，充分披露交易数据的权属、来源、质量和数据交易主体资质，还包括披露数据交易违法违规行为的信息，减少数据交易中的信息不对称，营造公开透明的数据交易生态；二是构建并实施数据交易的按约交付和合规使用监管制度，监督数据供应方按合同约定以及市场标准交付数据，监督购买方在约定的时间、范围内合规使用数据，形成数据交易全方位的监督机制，保障数据交易各方的权益；三是构建并实施数据交易合规和风险控制制度，严格防范数据交易过程中对个人隐私、企业商业秘密甚至国家安全造成的侵害，建立事前、事中和事后监督检查的保障机制，确保合法合规进行数据交易。

聚焦金融行业，全国政协委员、中国人民银行陕西省分行党委书记、行长魏革军指出，信用信息高效流通方面，应发挥大数据中心的作用，做好信用信息确权和交易流通；支持征信机构等第三方专业机构发展，完善市场化征信机构获取企业信用信息的流程，以企业征信机构作为金融机构接入信用信息的主渠道，防止信息源单位与金融机构开展商业化数据合作，逃避征信数据安全监控和监管；不断开拓合作模式，做好信用信息整合利用，赋能普惠金融和新质生产力发展。

加强数据分析人才培养力度，建设数据文化主力军

作为数学家、统计学家，全国政协委员、中国科学院院士陈松蹊带来了关于“共享公共数据 实现科学数据自立自强”和“加强数据分析人才培养力度”两份提案。

陈松蹊指出，中国目前尤为缺乏高质量的再分析科学数据集。再分析数据是融合机理模型和观察数据的高质量数据集，能有效填补缺失数据、降低原始数据的噪音，是人工智能算法训练和一般科学研究的基础。而在该领域的技能短缺一定程度上限制了人工智能技术的发展进程，为解决相关问题，陈松蹊建议：

一方面，要集中力量打造高质量再分析数据集，建议组建由领域与数据科学家组成的数据融合团队，发挥我国在数据同化方面的统计学基础优势，在一些关键科学领域构建高质量的再分析数据集，解决我国科研人员的数据需求，降低对外部数据的依赖，实现科学数据自立自强。并建议按照数据风险等级，有序开放共享公共数据，使国内科研人员、企业及时获取长时期历史数据，提高我国大数据分析和数据赋能能力。比如，对于高分辨率气象、大气、环保、生态、经济社会等不涉及国家安全的数据应优先考虑公开。对一些敏感数据，可以签署标准化协议，对数据的使用进行不同程度的规范，之后再对国内学者和企业开放。

另一方面，企业构建数据文化需要有数据科学团队，提供从数据采集、分析、到管理决策的全流程服务，让统计师、数据分析师从始至终介入数据价值挖掘。数据分析人才是数据文化建设的主力军，构建企业数据文化必须从加强数据分析人才培养入手。

因此，建议尽快优化有关政策，切实加强我国数据分析人才培养的能力基础，夯实数字中国建设所需要的人才根基。具体可以从以下三个方面入手：

第一，尽快将统计学纳入“强基计划”和“基础学科拔尖学生培养计划” 。一是明确将统计学纳入现有强基计划试点高校强基招生专业中，加大对统计学基础研究人才培养的支持力度；二是明确将统计学纳入“基础学科拔尖学生培养计划”，尽快在全国高校中遴选补充一批统计学基础学科拔尖学生培养基地，补齐统计学基础研究创新拔尖人才培养短板。

第二，加强统计与数据科学课程体系与教材体系建设。为了培养高水平数据分析人才，将统计学纳入国家“101 计划”，集中全国优势力量，系统性建设统计学教材体系，加快形成适应数字中国建设的统计与数据科学核心课程体系，并在全国高校中逐步推广。

第三，加大统计学一流学科建设的支持力度。一是增加统计学双一流建设学科点；二是在经费投入、招生名额、推免比例、长江学者和教学名师评审等方面给予统计学以其他基础学科同样的政策倾斜；三是布局建设若干统计学前沿科学中心、教育部重点实验室。

加速数字基础设施建设，为经济发展注入强大动力

人才培养意在软实力提升，数字基础设施建设目的是硬实力强化。

全国政协委员、京东集团技术委员会主席、京东云事业部总裁曹鹏在今年两会带来了国产化数字基础设施发展相关的建议：

首先，企业需要将自主技术研发和产业发展结合起来。发展新质生产力，特别是在以大模型为代表的 AI 技术创新大潮中，一方面需要建立自主研发和产业发展相辅相成的正循环；另一方面也需要利用大模型的契机，改变国产技术单纯静态替换的现状，通过逐步“真替真换”，实现降本增效，推动产业发展。

其次，鼓励国产算力软硬协同，支持大模型创新与应用。当前的情况下，构建国产化数字基础设施迫在眉睫。此外，软硬协同才能最大化发挥算力底座的作用。提升算力设施的效率，既要研发 GPU，也要配套算力调度软件。建议相关机构抓住大模型发展的契机，通过政策鼓励国产化 GPU 适配国产算力调度软件，支撑行业智能化发展。

最后，新质生产力需要云原生、容器化、分布式的国产先进算力。传统基础设施采用传统集中式服务器、存储、数据库、中间件、安全等技术架构，很难满足资源的弹性扩展，以及应用的敏捷化构建。建议相关部门推动采用云原生、容器化、分布式的新型国产算力底座，通过发展先进算力实现技术革新升级。

对此，刘中民也在其提案中建议国家数据局在东北布局算力枢纽节点，完善国家算力网络。目前，国家“东数西算”工程布局了 8 个枢纽共 10 个集群，东北三省尚无一地入选。希望国家数据局增设数据枢纽节点，依托东北丰富的电力、土地资源优势及产业人才基础，支持辽宁开展算力集群建设。

可以肯定的是，加快形成新质生产力离不开数字基础建设。当前，我国大力推进数字基础设施体系化发展和规模化部署，将为推动新质生产力发展，为经济高质量发展注入强大动力。

专题征稿启事

InfoQ 数字化经纬正策划一项专题《数据要素×千⾏百业，数据驱动企业转型创新》，希望通过该专题，从不同⾏业⻆度出发，探讨数据驱动策略在企业转型过程中的应⽤实践，挖掘数据要素×创新场景和案例。借此让从业者和相关利益⽅深⼊了解企业如何管理好数据资产，挖掘数据价值，从⽽助⼒企业在⾯对变⾰时作出更明智的决策，实现⻓期发展。

我们欢迎相关企业实践案例的投稿，或是希望接受我们采访的企业与个人主动联系我们。