广东省数据要素市场化配置改革理论研究报告.pdf

广东省数据要素市场化配置改革理论研究报告指导单位：广东省政务服务数据管理局编写单位：广东数字政府研究院广东数据发展联盟中山大学华南理工大学暨南大学广东财经大学2022 年 10 月目录前言.1第一章 改革形势：抢抓新机遇下好“先手棋”.3一、数据要素市场化配置改革环境形势.3二、数据要素市场化配置改革面临挑战.6三、广东省数据要素市场化配置改革总体思路.9第二章 数据治理：高水平治理推动高质量供给.13一、数据治理理论依据.13二、数据治理的核心框架.20三、数据治理的六大思维.26第三章 资源配置：有效市场与有为政府更好结合.31一、资源配置理论依据.31二、资源配置的目标模式.34三、要素资源配置的普遍做法.42第四章 市场结构：系统性改革破解结构性矛盾.47一、市场结构理论依据.47二、市场结构的目标模式.51三、数据要素市场结构优化模型.53第五章 路径优化：市场结构与市场发展阶段相匹配.60一、立足数据要素特征和客观实际.61二、平衡数据要素市场效率与秩序.66三、推动构建两级数据要素市场结构.68第六章 对策建议：打造支撑广东高质量发展的数据要素市场体系.70一、持续优化两级数据要素市场结构.70二、健全广东数据要素市场治理体系.71三、提升广东数据要素市场治理能力.72四、打造全国数据要素改革先行区.74 1 前言党的十九届五中全会通过的中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标的建议，明确提出要“加快数字化发展”，这是党中央站在战略和全局的高度，科学把握发展规律，着眼实现高质量发展和建设社会主义现代化强国作出的重大战略决策。2020 年 3 月，中共中央、国务院印发关于构建更加完善的要素市场化配置体制机制的意见，明确将数据列为继土地、劳动力、资本和技术之后的第五大生产要素，提出要加快培育数据要素市场。2022 年 6 月，国务院印发关于加强数字政府建设的指导意见，明确要建立健全数据要素市场规则，完善数据要素治理体系，加快建立数据资源产权等制度，强化数据资源全生命周期安全保护，推动数据跨境安全有序流动。同月，习近平总书记主持召开中央全面深化改革委员会第二十六次会议，审议通过了关于构建数据基础制度更好发挥数据要素作用的意见，指出数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式，明确要促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。这一系列决策部署表明：加快数字化转型发展和推进数据要素市场化配置改革已成为政府治理以及我国经济社会发展的重要议题，已成为加快推动政府治理现代化进程、充分释放数据红利、推动数字经济创新发展的强力赋能，更将成为增强综合国力和抢占国际数字竞争制高点的重要支撑。广东省委省政府高度重视，将“建设高标准数据要素市场体系”列入全省深化改革的重点任务和重要创造型引领型改革清单，并且在省委常委会、省 2 政府常务会上专题研究，谋划部署全省数据要素市场化配置改革工作。2021年 7 月 5 日，广东省出台全国首份数据要素市场化配置改革文件广东省数据要素市场化配置改革行动方案，对改革任务进行全面部署，相关改革举措得到了十二届全国政协副主席、国家电子政务专家委员会主任王钦敏同志以及有关部委领导的充分肯定。为了进一步促进数据要素市场化配置理论研究，我们在省政务服务数据管理局的指导下，组织编写了广东省数据要素市场化配置改革理论研究报告，以数据要素特征和客观实际为配置基础，以平衡数据要素市场效率与秩序为价值导向，以统一、完整、开放的数据要素市场结构为关键载体，从数据要素市场结构的合理化、高级化和梯度化，创新提出了数据要素市场结构的优化模型，并从纵向、横向两个角度明确了数据要素市场结构优化路径，构建了四象限数据要素市场结构优化路径图，进而提出持续优化两级数据要素市场结构、健全广东数据要素市场治理体系、提升广东数据要素市场治理能力、打造全国数据要素改革先行区等对策建议，为各级政府部门、相关企业和社会公众提供借鉴和参考。由于时间仓促，水平所限，相关工作还有很多不足。诚邀各界专家学者参与研究工作，共同完善广东省数据要素市场化配置改革理论体系。如您有意愿，请联系我们：，17728160989。3 第一章改革形势：抢抓新机遇下好“先手棋”一、数据要素市场化配置改革环境形势（一）构建数据要素国家治理体系是抢占国际数字竞争制高点的迫切需要。面对世界百年未有之大变局，数据争夺战已经打响，数字化成为大变局中最确定的发展趋势，谁充分掌握了数据，谁将占据更加有利的位置。同时，数据成为各国国际竞争的新高地，代表着国家的发展水平和综合国力。世界主要国家和地区广泛关注数据竞争力，纷纷从国家层面提出具体的数据发展战略，基于国家整体发展趋势进行布局。我们应高度重视，在不可阻挡的数字化潮流中把握先机，抢占数字化竞争高地。数据优势为我国提供了快速超越机会。我国幅员辽阔、人口众多、经济体量庞大经济社会运行数据规模列全球首位，数据资源呈迅猛增长态势。从数据规模和量级看，我国构建全球领先的超大规模数据市场各项条件已经具备，数据是未来 10 年我国经济社会发展超越主要竞争对手的战略制高点。充分发挥我国的数据资源优势，可以为我国参与新型国际规则制定提供强力支撑。我国在数字经济和数据治理规则方面的实践和探索成效显著，在推广自己的数据治理模式方面具有较大优势。党的十八大以来，以习近平同志为核心的党中央高度重视数字化发展，提出数字中国建设和网络强国战略。2020 年 3 月，中共中央、国务院印发 关于构建更加完善的要素市场化配置体制机制的意见（中发20209 号），提出深化要素市场化配置改革，加快培育数据要素市场。2021 年 3 月，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 4 提出“以数字化转型整体驱动生产方式、生活方式和治理方式变革”。2022年 6 月，习近平总书记在中央深改委第二十六次会议时强调，“数据基础制度建设事关国家发展和安全大局，要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。1”构建数据要素国家治理体系、提升数据要素国家治理能力，是释放数据要素价值、占据国际数字竞争制高点的迫切需要，也是我国推进国家治理现代化的迫切需要。数据要素治理能力正在成为重塑国际关系，改变国际话语权竞争格局，推动网络空间地缘政治格局加速重构的关键力量。世界主要国家和组织纷纷制定数据要素治理规则，培育自身数据要素资源优势，积极开展数字外交，力求占据全球数据治理主动权。例如，2022 年 4 月美国发布 促进使用公平数据建议书，提出加强信息采集、完善基础设施以充分利用数据资源，建立分类数据管理机制；2022 年 2 月欧盟发布数据法案，旨在强化数字主权，在数据共享、国际数据传输、数据互操作等方面做出了约束性规定。因此，我国迫切需要推进数据要素国家治理体系和治理能力现代化，提高数据要素治理国际话语权，强化关键数据要素的自主可控，占据国际数字竞争制高点。2（二）推进数据要素市场化配置改革是抢占国际数字竞争制高点的必然要求。数据要素市场化配置改革是构建全国统一大市场的重要抓手。在新时代条件下，构建全国统一大市场，必须从国家战略最高层面考虑，立足国际秩1新华社.习近平主持召开中央全面深化改革委员会第二十六次会议EB/OL.http:/ 序大变局来把握数字化规律，立足提升党的执政能力大前提来谋划数字化发展，立足国内国际大循环来统筹推进数据要素市场化配置改革，推动经济社会高质量发展，夯实国家数据主权，牢牢掌握国家制信息权，走出一条具有中国特色的数据治理与市场化利用之路。其整体目标是以数据要素市场化配置改革为重要抓手，构建有效市场和有为政府更好结合的“全国统一大市场”，打通数据要素价值创造、价值交换和价值实现的全链条，培育“统一、开放、法治、安全、高效”数据要素市场体系，促进数据要素流动规范有序、配置高效公平，全面赋能数字经济、数字社会和数字政府高质量发展。3数据对于经济增长的影响已经不亚于传统生产要素。全面深化数据要素市场化配置改革，构建全国统一大市场，将是一场涉及面广、兼具根本性和全局性影响力的供给侧结构性改革。近年来，大量传统产业逐步将数据要素融入到自身的生产服务中，依托模块化和结构化的数据处理分析技术，对既有工序实行痛点疏通，对供需关系进行精准预测，进而突破了制约效率提升的桎梏瓶颈，为全社会创造出难以估量的再生价值。换言之，数据对各个行业的深度渗透，重塑了传统产业的运营思维和发展格局，有利于多行业的协同融合与技术创新。在新冠疫情仍在全球蔓延的情况下，加快推进数据要素市场化配置，构建全国统一大市场也已成为我国抢占国际数字竞争制高点的关键一环。数据资源本身的价值逐步被重视，成为要素市场上的重要标的，并不断演化延伸出更加多元复杂的产业链条。数据要素市场则是以数据要素价值的开发和利用为目的，围绕数据要素全生命周期所形成的市场。数据要素市场化配置，使数据能够借助市场机制在不同主体之间进行有效的流转和使用，激发各类市场主体对数据开放和流转的积极性，从而最大限度地开发数据价值。3傅建平.深化数据要素改革 构建全国统一大市场EB/OL.光明网,https:/ 二、数据要素市场化配置改革面临挑战目前，我国数据要素市场化配置尚处于起步阶段，在数据要素法规制度、数据要素市场体系和治理能力等方面仍面临阻碍，主要体现在三个方面：一一是数据要素法规制度尚不健全。是数据要素法规制度尚不健全。数据产权、流通交易、收益分配、安全和监管等基础性法规制度尚不完善。数据的相关权利义务在法律性质、权利内容、权利归属等方面存在着诸多空白。数据资源的管理、定价、分配模式在法律层面尚无明确规定。围绕数据的基础支撑、数据标准、技术平台、数据管理、业务应用等方面的数据制度标准体系尚不完善。二是数据要素供给侧结构性二是数据要素供给侧结构性矛盾突出。矛盾突出。经济社会对高质量、高价值数据要素的迫切需要与不平衡不充分的数据要素供给之间的矛盾日益突出，确权难、定价难、互信难、入场难、监管难等问题制约着市场功能的有效发挥。供需结构不匹配，供给质量和供给效率有待提升。数据授权运营、资产登记、市场监管等方面亟需补位。数据要素层级结构不协调，市场规模小、区域分割、结构单一、缺乏层次性，不能满足各类主体的多样性、高质量用数需求。三是数据要素市场治理能力三是数据要素市场治理能力有待进一步提升。有待进一步提升。数据管理组织体系有待完善，数据统筹协调、风险防控、市场监管和综合保障能力有待提高。部门数据职能体系亟待明确和细化，数据管理能力及数据质量的考核机制有待健全数据要素市场竞争机制、约束、激励机制亟需构建。（一）数据要素法规制度尚不健全。数据产权、数据流通交易、收益分配等基础性制度亟待构建。数据产权、数据流通交易、收益分配等基础性制度亟待构建。一是相关法律不健全。数据确权是数据要素高效有序流通的前提，而数据产权性质的确定，属于基本民事制度范畴，涉及中央的立法事权，但针对此问题，现国家立法存在空白。二是地方立法受限。地方立法权限的不足，加之地方立法 7 的地域性难以适应跨省数据确权和数据交易的需要，正制约着相关制度创新。公共数据开发利用的制度亟待完善。公共数据开发利用的制度亟待完善。一是公共数据开发利用的程序性制度设计缺失，企业参与公共数据资源开发利用的授权机制、服务标准及定价标准等政策规章基本处于空白，公共数据资源运营许可和程序不完善。二是公共数据开发利用的数据供给制度不完善，造成企业开发利用动力不足，成为企业参与公共数据服务的制度性障碍。三是政企合作关系制度设计不规范，政府和企业之间权责义务划分不清晰，当发生国家安全、个人隐私数据泄露等事故时，难以找到责任主体。总之，这些制度的不健全制约着公共数据更高水平地利用和更大价值的实现。竞争机制、约束机制和激励机制不健全。竞争机制、约束机制和激励机制不健全。一是缺乏数据产权关系明确的市场主体，缺乏有序竞争机制，导致数据要素市场不能形成有效的资源配置机制，总体呈现两种不正常形态：政府侧“小行政化配置”形态，表现为以部门为中心，小规模、低频率、无效率，自然垄断的形态。社会侧“伪市场化配置”形态，表现为低效、不公、无序竞争的形态，“黑市”不法交易猖獗。二是缺乏有效的约束和激励机制，政府与社会数据割据现象严重，相关主体之间因不了解或太了解数据价值而“不愿”开放共享，因数据安全、数据质量等问题频发而“不敢”开放共享，因数据产权、数据定价等制度不明确而“不会”开放共享。数据安全制度体系仍不健全。数据安全制度体系仍不健全。纵使我们国家已经在数据安全立法方面取得了一些突破性的进展，包括出台中华人民共和国网络安全法中华人民共和国个人信息保护法中华人民共和国数据安全法等，但是在实践过程中，各种数据资源开发利用、数据要素流通交易的行为依旧缺乏具体的数据安全保障制度及规范，比如数据分类分级、隐私保护、安全审查等规则及技术保障体系仍处于不完备、不健全的状态。8（二）数据要素供给侧结构性矛盾突出。供需结构不匹配。供需结构不匹配。当前经济社会对高质量、高价值数据要素的迫切需要与不平衡不充分的数据要素供给之间的矛盾日益突出。一是政府内部数据共享应用效率还有待提高。数据共享交换平台数据的实时性、权威性、完整性有待提高，支撑跨部门协同应用需求相对不足。另外，随着国垂、省垂业务系统部署力度加大，数据从下向上不断集中，形成中央、省级“数据悬河”与市县基层“数据空心化”之间结构性错位，亟待破解。二是公共数据开放成效有待提高。虽然各地区建立了很多公共数据开放平台，但总体呈现“总量规模小、供给分散、质量不高、流通不畅、社会参与度较低、应用效果不理想”状态。三是公共数据与社会数据融合利用路径尚不明确。疫情期间，虽然政府公共数据与电信运营商、航空公司、铁路集团、交通集团等企业所掌握的社会数据开展融合利用，对疫情防控工作起到了关键支撑作用，但是类似探索仅限于个别场景，没有形成具有广泛可行性的全社会数据融合利用路径。因此，亟需构建统一协调的公共数据运营体系和权威高效的数据交易体系，打通数据供需渠道，促进全社会数据要素流通。主体结构不平衡。主体结构不平衡。当前，数据要素市场尚在培育和探索期，政府、企业和社会公众是数据要素市场建设主体，各主体之间的边界和角色有待规范。一是政府作为数据要素市场环境的营造者和公共数据的供给者，在制度供给、公共数据运营、市场监管等方面存在“缺位”问题。二是企业作为市场主体既是社会数据的供给者也是各类数据的消费者，但由于市场环境不健全，使得市场主体鱼龙混杂、良莠不齐，亟须规范治理。三是社会公众是数据要素市场建设的重要利益相关者和参与者，但当前市场对社会公众个人数据权益保障等方面的制度规则仍不健全，使得其权利主张得不到保障、参与市场建设受限，成为“沉默的大多数”。总之，亟需建设平衡的政府、市场、社会三者的关 9 系结构。层级结构不协调。层级结构不协调。一是从全国范围内看，当前我国数据要素市场建设尚处于“中央政策支持、地方培育探索”阶段，尚未形成全国统一的数据要素市场体系和有效的市场化配置新格局。二是从地方探索方向看，各地普遍热衷于设立数据要素交易机构。这些地方探索缺乏对区域数据要素市场体系培育建设的长远规划和配套制度规则基础，仅从数据交易环节单点突进，盲目跟风，并没有催生规范化、大规模、高效率的数据交易。究其根源在于当前地方数据要素市场体系结构单一、缺乏层次性，不利于在多层次市场体系中有效发挥行政机制和市场机制的比较优势，不能满足各类主体的多样性、高质量用数需求。（三）数据要素市场治理能力有待进一步提升。统筹协调、风险防控、综合保障、监督管理等治理能力亟待提升。统筹协调、风险防控、综合保障、监督管理等治理能力亟待提升。推动数据要素市场化配置改革涉及大量跨部门统筹规划与组织协调工作，需要高权限的领导支持和强有力的协调机制支撑，并建立权威高效的工作协调、风险防控、综合保障、监督管理机制，统筹领导数据要素市场化配置改革。数据要素市场要件有待进一步培育发展。数据要素市场要件有待进一步培育发展。全国范围内数据交易机构、中介服务机构、产业联盟、行业协会等市场要件的数量和规模明显不足，其服务、沟通和监督各类市场主体之间的桥梁和纽带作用尚未有效发挥。三、广东省数据要素市场化配置改革总体思路广东省以数据要素市场化配置改革为突破口，遵循“有效市场和有为政府更好结合”的组合方案构建“全省一盘棋”数据要素市场体系，重构新型数据生产关系，解放和发展数据生产力，打通数据要素价值创造、价值交换和价值实现的全链条。总体总体框架框架可概括为可概括为“1+2+3+X”，“1”是坚持“全省一盘棋”，10 统筹推进数据要素市场化配置改革，完善法规政策，优化制度供给，保障市场的统一开放；“2”是构建两级数据要素市场体系，推动有为政府与有效市场更好结合，优化供需结构，畅通供需渠道，提高供给效率，加强数据权益保护，激发市场主体活力；“3”是围绕数据集聚、运营和交易等环节，推动数据要素市场一体化基础运营体系、数据运营管理机构、数据交易场所三大枢纽建设，支撑两级市场健康运行，着力解决确权难、定价难、互信难、入场难、监管难等关键问题；“X”是推动数据要素市场治理体系和治理能力建设，重塑新型数据生产关系，解放和发展数据生产力，推动数据要素赋能经济社会全面高质量发展。图 1广东省数据要素市场化配置改革总体框架（一）建立健全“全省一盘棋”数据要素法规制度。统筹推进数据要素市场化配置改革，完善法规政策，优化制度供给，保障市场的统一开放。建立健全数据产权、供给、流通、分配和监管等方面法规制度，完善数据分类分级、资产登记、价值评估、共享开放、开发利用、11 信用管理、安全管理和隐私保护等标准规范，营造良好的数据要素市场法治环境。保护自然人、法人和非法人组织的合法权益，推动数据要素合规高效流通交易，促进数字产业化和产业数字化，形成与广东发展相称的数字竞争新优势。（二）构建两级数据要素市场体系。推动有为政府与有效市场更好结合，优化供需结构，畅通供需渠道，提高供给效率，加强数据权益保护，激发市场主体活力。构建以行政主导的一构建以行政主导的一级数据要素市场级数据要素市场，建立政府首席数据官制度，提高公共数据管理水平和供给质量。加快数据资源“一网共享”，推动公共数据与社会数据汇聚融合、授权运营、加工处理、合规登记，实现数据资源向数据资产转化，为数据进入流通交易环节创造条件。构建以市场竞争为主的二级数据要素市场构建以市场竞争为主的二级数据要素市场，培育涵盖数据交易所、数据经纪人、数据服务商及第三方专业服务机构等主体的多元化数据流通生态，培育壮大场内交易，规范引导场外流通，有序开展跨境流动，推动数据规模化应用、价值释放与再创造。推广企业首席数据官，提高社会数据治理与利用能力。探索数据要素纳入国民经济核算体系及数据要素收益再分配调节机制。（三）打造数据要素市场三大重要枢纽。打造省数据运营管理机构、数据交易场所、数据要素市场一体化基础运营体系等三大枢纽。共同支撑两级市场健康运行，着力解决确权难、定价难、互信难、入场难、监管难等关键问题。其中，省数据运营管理机构是一级数据要素市场的核心枢纽，坚持公益性、非营利定位，以健全数据合规治理体系和创新公共数据运营管理模式为主要任务，切实防控数据安全风险，培育数据授权运营服务生态。数据交易场所是二级数据要素市场的核心枢纽，推 12 动广州数据交易所和深圳数据交易所健康可持续发展，加强与兄弟省市数据交易机构开展务实合作，培育具有湾区特色、面向全国的数据交易生态。数据要素市场一体化基础运营体系是支撑两级市场健康运行的重要枢纽，基于数字政府公共支撑能力，建设数据要素市场主体数字化节点，形成规范化、可监管的数据要素市场基础运营体系，促进数据安全流通及数据要素市场健康发展。（四）数据要素赋能全面高质量发展。坚持共建共治共享的理念，打造“理念先进、制度完备、模式创新、高质安全”的数据要素市场和市场化配置改革先行区。推动数据要素市场治理体系和治理能力建设，重塑新型数据生产关系，解放和发展数据生产力，推动数据要素赋能经济社会全面高质量发展，为数据要素全国统一大市场建设贡献广东经验。13 第二章数据治理：高水平治理推动高质量供给一、数据治理理论依据20 世纪 90 年代末，新公共管理运动的式微和数据时代治理的兴起，以帕特里克邓利维为主要代表的学者们提出了数据治理理论，并对其内涵诠释、产生背景、主要观点、重要意义、实践应用等方面进行研究。国内，在竺乾威及彭锦鹏的推动下，数据治理理论于 2006 年进入学者视野4。彭锦鹏（2006年）认为，数据治理理论具有重要意义，能够有效回应整体性治理理论的制度化构建，实现良好的治理效果。王文凯等（2019 年）学者提出数据治理理论可能在发展进程中面临实践应用上的困境和挑战。竺乾威（2017 年）认为信息技术在治理实践中的应用，促使整体性理论与数据治理理论有了衔接的现实基础。随着大数据在国家治理、政府行政以及经济社会生活中的影响和作用日益凸显，数据治理的概念相应从企业领域延伸拓展至国家及政府组织领域，政府成为数据治理的重要主体引起广泛讨论。（一）数据治理的目标与原则。微观目标：合理有效挖掘数据价值。微观目标：合理有效挖掘数据价值。从微观层面看，充分挖掘数据价值是数据治理的根本目标。只有通过治理从分散、无序“碎片化”的数据中挖掘出有用的价值后，数据才能变成有效的资产。数据治理的过程就是通过对数据进行整合实现从无序到关联，通过对数据进行激活，实现从静态到动态，通过对数据进行转化，实现从隐性到显现的过程。大数据的生命周期主要包括数据生产、采集、存储、处理、分析、展示和应用环节，只有经过这几个4韩子尧,王成康,宋彬伟.从新公共管理到整体性治理J.经济管理（全文版）.2019(4):173.14 环节处理，数据的价值才能真正得以挖掘。吴善鹏指出，数据治理目标主要体现在以下几个方面5：提升数据质量、促进数据融合、规范数据流程、发掘数据价值。数据治理的目标之一提供合约遵循的可见度。国外数据治理的兴起很大程度上是为了防止不正当行为和数据欺诈。在美国，如萨班斯-奥克斯利法、新巴塞尔资本协议、美国爱国者法案等诸多法案均要求提供准确可信的财务报告和治理规则。当前，我国各个领域已经有了数据标准和相关政策研究，涉及监管政策、传播交流机制以及数据存储规范、数据质量标准等。目前，由于数据治理缺失阻碍了数据价值的充分实现，数据生产和采集方式不规范、数据存储分散、数据处理标准不统一、数据分析技术落后、数据应用不深入，整体上导致数据质量不高、数据利用率低、数据流动应用安全风险大等问题，出现“数据割据”、“数据孤岛”、“数据碎片化”等现象和数据安全及个人隐私遭受威胁等社会问题。因此，微观层面的数据治理框架是为了提升数据质量、提高数据可获取性、提升数据价值转化率，以保障数据安全为底线，实现数据从无形资产到有形价值的转变。图 2数据价值的实现过程5吴善鹏.政务大数据环境下的数据治理框架设计J.电子政务.2019(2):45-51.15 图 3数据治理的微观目标宏观目标：推进国家治理现代化。宏观目标：推进国家治理现代化。从宏观层面来看，数据治理的根本目标是提升国家治理现代化水平。2013 年 11 月，党的十八届三中全会提出：“全面深化改革的总目标是完善和发展中国特色社会主义制度，推进国家治理体系和治理能力现代化。”需要指出的是，这一总目标由国家治理体系和治理能力现代化两部分构成，明确和理顺两者的内在逻辑关系是深化改革的逻辑起点。国家治理体系是治理能力现代化的前提和基础，治理能力现代化是国家治理体系的目的和结果，要想实现真正的治理能力现代化，首要任务是建立健全一套完整、合法、有效的国家治理体系。6数据治理是国家治理体系中的重要组成部分，是为了保障数据安全、国家安全及公民合法权益，顺应数字时代经济社会发展新要求，实现数据安全与发展利益之间的平衡，使国家治理能力与治理体系与时俱进、紧跟经济社会转型步伐，加快法治政府、创新政府、廉洁政府和服务型政府建设，最终实现国家治理能力和治理体系现代化。6梅宏.数据治理之论M.北京:中国人民大学出版社.2020.16 图 4数据治理的宏观目标数据治理数据治理的的原则。原则。大数据时代，社会形态呈现出数字空间与物理世界融合、渗透和网络、数据空间跨越地理疆界而全球互联互通的两个基本特征，数据资源成为基础性战略资源，涉及国家政治、经济、社会的方方面面。为适应这种社会形态，促进数据资源的自由流通、有效利用的同时，加强安全保障应成为数据治理的核心原则所在，因此，数据治理应树立数据主权原则、数据自由流通原则和数据安全原则及数据保护原则7，在数据资源自由流通、有效利用和数据安全保障间寻求平衡，最终构建起适应大数据时代经济发展规律的生产关系。一是坚持数据主权原则。数据主权原则是指国家自主独立行使占有、控制、使用、保护、处理本国数据的权力。数据主权对外表现为一个国家有权力自主决定如何参与到国际中与数据相关的政治、经济、社会活动中，并且有权力采取必要措施保障国家主权、数据权益不受他国侵犯；对内表现为一个国家对政权管辖范围内的数据产生、存储、处理、传输、交易和利用等一切活动享有最高的管辖权力。二是坚持数据流通原则。数据流通是数据资源的潜在价值得以实现的前7齐爱民,盘佳.数据权、数据主权的确立与大数据保护的基本原则J.苏州大学学报(哲学社会科学版),2015,36(01):64-70.DOI:10.19563/ki.sdzs.2015.01.013.17 提和条件。数据流通原则是指法规政策制度应为数据资源在市场中的自由流通提供基本制度保障，不对其流通施加不必要的限制。坚持数据流通原则，需要政府加强对数据开放、流动传播的宏观调控治理能力，做好前瞻性战略布局，建立规范化法律法规，采取合理、有效的行政监管措施，保障激励相容、健康有序的数据经济市场秩序形成。三是坚持数据安全原则。数据安全原则是指依靠国家数据治理确保数据安全，避免数据泄露、窃取、毁坏、篡改、滥用等危险，充分保障国家、社会安全稳定及个人的基本合法权益。具体来说，一是需要保障数据的真实完整性，保障静态存储的数据不被恶意访问、篡改、丢失、伪造或利用。二是要保障数据使用的保密性，凡是使用涉及国家及社会安全、个人合法权益的涉密、敏感数据必须获取授权。四是坚持数据保护原则。数据保护原则是指确立数据的法律性质和法律地位，明确数据具有独立的价值和利益而应受法律的确认和保护，确认其成为法律保护的关系客体，为数据治理建立相关的法律制度体系。数据涉及社会公益、财产利益及人格利益等多方面法律利益，并呈现出多种利益交织的复杂性和特殊性，因此，有必要确立数据为独立、特定的法律关系客体，推动数据治理相关的专门立法建设。（二）数据治理的内容。目前，数据治理的相关定义内涵不一致。不同人从不同的角度对其进行了描述。例如，从体系框架角度，上海计算机软件技术开发中心的研究员张绍华等人则将大数据治理定义为“大数据治理是对组织的大数据管理和利用进行评估、指导和监督的体系框架。它通过制定战略方针、建立组织架构、明确职责分工等，实现大数据的风险可控、安全合规、绩效提升和价值创造，18 并提供不断创新的大数据服务”8；从信息治理计划和策略角度，曾任美国 IBM信息治理总监的桑尼尔索雷斯将大数据治理定义为“大数据治理是广义信息治理计划的一部分，即制定与大数据有关的数据优化、隐私保护与数据变现的政策”9；从部署与管理角度，莫哈纳普里亚等人将大数据治理定义为“大数据治理是企业数据可获性、可用性、完整性和安全性的部署及其全面管理”10；从策略或程序角度，美国数据管理咨询公司 Knowledge Integrity 总裁戴维洛辛将大数据治理定义为“描述数据该如何在其全生命周期内有用并对其进行管理的组织策略或程序”11。习近平总书记指出，数据治理“体现的是系统治理、依法治理、源头治理、综合施策”。12数据治理以数据为对象，由于数据的来源、流通具有高度复杂性，因此数据治理是一个复杂的过程，包括数据采集、归集存储、分析处理、数据产品和服务定价与分配等多个复杂的流通环节；涉及数据生产者、数据采集者、数据管理者、数据平台运营者、数据加工利用者、数据消费者等多元参与主体（政府、市场、社会），是一个复杂的动态变化过程。6通过梳理包括数据治理在内的各方面体系与现有数据治理模型，对现有研究进行总结概括，提炼出数据治理核心要素。数据治理体系。数据治理体系。可划分为宏观、中观和微观层面。在宏观层面，主要从理论维度考虑政府数据治理活动的要素及其关系，构建理论概念体系，包括数据治理的目标、主体、客体、权力、对象、责任、风险等；在中观层面，主要从某一维度考虑大数据治理的整体解决方案，包括数据治理的制度安排、计划等；在微观层面，主要从某一要素角度考虑应对策略、程序和行动，包8张绍华.大数据治理与服务M.上海:上海科学技术出版社.2016.9桑尼尔索雷斯.大数据治理M.匡斌.北京:清华大学出版社.2014.10Mohanapriya C,Bharathi K M,Aravinth S S.ATrusted Data Governance Model for Big Data AnalyticsJ.InternationalJournal for Innovative Research in Science and Technology,2015,1(7):307-309.11David Loshin,Big DataAnalyticsM.San Mateo:Morgan Kaufmann,2013.12魏礼群.实现从社会管理到社会治理的新飞跃N.北京日报,2019-03-18(013).19 括治理的技术、策略、规则、程序等。安小米等人基于协同创新理论研究协同创新生态治理体系，构建基于“核心概念-动议-实现路径”三位一体的数据治理体系概念框架，明确框架构成要素和基本要求。在国外，政府数据治理研究关注主体、客体、活动三方面议题，在治理主体方面，推动向多元协同治理的方向转变；在治理客体方面，关注公共数据分类分级、政府数据开放等领域在治理活动方面，大数据呈现出多样性的治理特征和多维度的治理路径。在国内，针对政府数据治理体系研究多以“政府大数据治理体系”为研究对象，依据政府数据在不同领域的作用可分为三个方面：一是围绕如何对存储在政府信息系统中的行政管理数据进行数据分类、清洗、分析和应用；二是关注涉及政府政务、社会公共事业、公共利益的公共数据资源的治理问题；三是关注对数字产业、数字经济等经济社会方面的治理问题，包括如何推动大数据产业发展、共享及平台经济发展、数字经济发展等方面。数据资产治理体系。数据资产治理体系。数据资产治理体系的相关研究主要围绕数据确权或数据权属制度展开，其核心是促进数据产业及数字经济的发展。近年来，学界与实务界有关数据权属与权利创设的思路基本上主要都是从对数据持有主体的激励角度，主张以私权或“准私权”的方式赋予数据绝对权意义的，可支配特征的权利特性，重视数据权力的“归属”。王融（2019 年）认为匿名化后的数据应当可以归企业所有，未匿名化的则归个人所有。高富平（2019 年）认为数据资产公用会导致数据主体权责不明无法实现数据价值；龙卫球（2018年）认为信息主体基础源地位的确认是信息利益归属的确认，为信息主体授权与数据产业者取得使用权提供保障，承认数据价值开发核心者地位是激励数据交易化的内在制度保障。随后，学者逐渐注意到，在探讨数据权利归属之前，数据权利的性质实际上还未形成统一的概念和认知。李晓宇（2019 年）认为当下研究中权利话 20 语泛滥，会导致数据保护的法律体系存在混乱，应区分保护不同数据权益的不同路径类型；数据相关权益在法律保护位阶上存在强弱之分，数据权利优于数据利益保护，人格性数据利益优于财产性数据保护，公共利益优于私人数据利益保护；李爱君（2020 年）系统探讨了数据权利的概念、属性及法律特征，肖冬梅等（2019 年）系统论述了数据权谱系。数据安全治理体系。数据安全治理体系。在国外，由高德纳提出数据安全治理概念并阐述数据安全治理对应的原则和框架，数据安全治理已成为数据安全中的“风暴之眼”，高德纳 2018 年首次推出研究报告如何使用数据安全治理，为首席数据官、首席安全官、首席信息安全官提供数据安全价值。从研究的重点问题来看，一是关于数据主权问题。齐爱民、盘佳（2015 年）指出，大数据安全治理需要构建大数据安全保障法律机制，并且构建数据主权制度制定适合国情的网络信息安全法，规制网络信息，具有极其重要的现实意义；梁坤（2019 年）探讨了基于数据主权的国家刑事取证管辖模式；吴沈括（2019 年）梳理了现阶段全球跨境数据规制和数据主权问题的共通制度逻辑，明确数据规制的基础性因素，从而建构合理的治理路径。二是关于个人信息安全保护问题。学者普遍认为数据泄露、数据滥用严重侵犯到了公民的合法权益，个人信息及隐私保护已经上升成为重要的数据安全问题，有必要围绕个人信息安全构建相应的制度体系。王利明（2019 年）探讨了个人信息权与隐私权问题，张新宝（2019 年）认为个人信息保护法需要衡量更多的利益关系，在新的利益衡量格局下，我国的个人信息保护坚持“两头强化，三方平衡”并设计搭配法案；周汉华（2016 年）提出探索建立激励相容的个人数据治理体系，先从信息安全风险管理角度切入，由易到难，循序渐进，推动激励相容机制实现。二、数据治理的核心框架 21 新的生产力变革必将引发生产关系变革，数据治理体系则代表着新的生产关系。从狭义上讲，数据治理的对象是数据，目的是通过技术和规则确保数据与物理世界的和谐统一。从广义上讲，数据治理的对象是物理世界，目的是依托数字化理念对世界进行改造。基于前文的阐述，数据治理的核心在于治理，目的是保障数据有序运转，于是可以对数据治理做出这样一个界定：数据治理以数据为对象，是指在确保数据安全的前提下，建立健全规则体系，理顺各方参与者在数据流通的各个环节的权责关系，形成多方参与者良性互动、共建共享共治的数据流通模式，从而最大限度地释放数据价值，推动国家治理能力和治理体系现代化。具体来说，数据治理的核心框架由“价值目标”（方向）、“法律基础”（关键）、“制度设计”（动力）、“行为选择”（路径）、“条件环境”（保障）五部分构成。（一）价值目标：数据价值释放。从国家治理看，价值目标是治理活动的出发点和起点。治理活动是价值理性和工具理性的结合体，是价值判断和事实判断的结合体。如果价值目标不清晰、价值与手段错位、价值导向错误，治理方法和治理手段再好，也难以保障治理活动取得预期效果13。巴纳德组织理论认为，组织的三个基本要素是协同意愿、共同的目标和信息交流。各类治理主体对于某个特定公共事务所持的价值诉求和目标是有差异的，对价值和目标的认知也是有差异的。只有特定复杂公共事务治理任务与各方治理主体的价值目标高度匹配，才能产生高的意愿。数据治理的目标是保障数据及其应用过程中的运营合规、风险可控和价值实现，通过数据治理管理体系规范数据治理流程，保证数据治理的合规运营。同时，通过系统化、规范化、标准化的流程或措施，促进对数据的深度13赖先进国家治理现代化场景下协同治理理论框架的构建J.党政研究.2020(3):103-110.22 挖掘和有效利用，从而将数据中隐藏的巨大价值释放出来6。因此，合理合规、风险可控是数据治理的根本，而数据价值的充分挖掘，是数据治理的目标所在。（二）法律基础：数据资产地位确立。由于数据治理以数据为对象，那么作为核心要素，数据在社会经济发展中所处的地位直接决定了围绕数据的各项活动的开展方式、流程等。资产是任何有形或无形的、能够被拥有并产生价值的东西。以法律的形式明确将数据作为一种资产，确立数据作为生产要素和生产资料的法律定位，将数据的归属、估值、交易、管理等纳入人类社会一般资产的管理体系，为数据的生产、