2024年全国两会期间,数据要素的市场化配置、数据资产的确权与保护、数据立法的完善构建以及人工智能的深度应用成为了社会各界广泛关注的焦点议题。人大代表和政协委员们积极建言献策,围绕着数字经济这一关乎中国未来发展的关键引擎,热烈探讨如何有效挖掘数据要素潜力、规范数据资产流通、强化法治保障以及推动人工智能与实体经济深度融合等问题,力图在新的历史起点上,为中国数字经济的健康发展擘画蓝图,赋能国家治理体系和治理能力现代化,助力经济社会高质量发展。
(以下代表们建言顺序不分先后)
邵志清认为,数据资产具备非实体性、依托性、可共享性、价值易变性等特征,但同时也具备较强的乘数效应,呈现规模报酬递增、非竞争性、低成本复用等特点,导致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。为此,他提出如下建议: 第一,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。 第二,构建国家数据资产创新应用的管理体系。数据资产创新应用是需要多个部门相互配合、协同治理的工作。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。在长三角、粤港澳、京津冀等数字经济发达地区或自贸试验区,建立国家级数据资产创新应用示范区,优化区域内数据资产管理体制和有关机制,依托可信数据基础设施开展先行探索。 第三,形成与数据资产创新应用相适应的制度体系。建议加快构建与数据资产创新应用相适应的制度体系。完善数据资产创新应用标准体系,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。 第四,设立数据资产创新应用的专业服务机构。数据资产的创新应用对数据运营能力、交易流通基础设施能力、数据资产价值发现能力、数据资产风险评估能力等方面都提出较高要求,建议成立若干专业专营机构,有针对性地开展数据资产创新应用工作。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。 第五,加快数据要素市场与金融、商品、资本市场互联互通。建议稳妥推动数据交易所与证券交易所、期货交易所、银行间市场等成熟的资本、商品和金融市场实现连接,探索将数据资产创新应用有关工作与标准化金融工具相结合,充分发挥金融市场资源配置、价格发现、资金融通等功能,优化数据资产价值表达通道,推动数据要素市场化配置改革。 林洁在提案中提出,当前,我国数据资源开发利用的顶层设计已初步建立,但仍面临诸多法律和制度机制障碍,亟待加强数据资源开发利用的法律法规和制度机制建设。 一、大数据的权属亟须立法界定 数据作为新型生产要素,成为推动经济社会高质量发展的关键动力。只有明确数据权属关系,才能在数字经济与实体经济深度融合过程中明确数据的所有、使用、管理、分配等权利,促进数字经济健康、安全、可持续发展。 当前,尽管有数据政策确认了数据权益,但是在全国性立法层面并没有对数据确权作出规定,数据生产、流通、使用过程中各参与方的权利保障和责任承担均缺少法律依据。 林洁建议,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。林洁认为,可依托深圳等国家数据要素流通枢纽节点,设立全国性数据登记机构,建设统一的数据要素登记平台,打造全国一体化的数据要素登记体系。 二、建立一体协同的交易市场体系 虽然当前全国各地已经建设众多的数据交易场所,但未形成一体协同、多级联动的市场流通交易体系,特别是国家级数据交易所缺失,不利于大规模数据跨域流通,影响全国统一数据要素市场建设。 针对这个问题,林洁建议,统筹推进全国数据交易场所布局建设,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。 林洁还建议,探索开展央地数据融合应用创新,在国家数据局统筹下,推动有关部委与数字经济基础好、应用场景丰富、信息基础设施完备的城市联合开展公共数据授权运营试点。同时,加强对政府共享数据的规范管理,构建国家、地方、部门、企业等不同层面的数据协同共享机制。 三、探索建设“粤港澳大湾区数据特区” 畅通数据跨境流动是发展数字贸易的重要前提。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。 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。同时,应充分发挥深圳毗邻港澳的区位优势,依托前海深港现代服务业合作区、河套深港科技创新合作区等重大合作平台,加快试点数据跨境流动合作,探索建设“粤港澳大湾区数据特区”。此外,可发展数字贸易和国际数据产业,探索建设离岸数据中心和离岸数据交易平台。 数据作为一种新型生产要素,是提高新质生产力的基础和保障。构建统一规范的数据交易市场,能够充分挖掘和释放数据要素的价值,促进数字经济的高质量发展。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》(以下简称《数据二十条》),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”。目前,从全国范围看,制约数据交易市场功能有效发挥的障碍和问题还较多,亟需构建全国统一规范高效的数据交易市场和法规制度体系。 一、现行数据交易市场存在问题的剖析 当前,我国数据交易市场处于初始发展阶段,面临数据交易市场分割、交易规模不大、数据安全合规、场内场外交易等难点问题,围绕数据交易产生的争议也日渐增多。 1.数据交易市场各自为政。时至今日,全国各地根据自身需要自发性建立了数据交易场所,尚未建立全国性的数据交易市场。2015年,贵阳大数据交易所挂牌运营;2021年,北京国际大数据交易所和上海数据交易中心相继成立。据统计,截至2023年年底,全国各地由政府发起、主导或批复的数据交易场所已有40多家,但数据交易呈现场内外“冰火两重天”现象。而且,全国各地数据交易场所根据本地的情况制定自己的交易规则和制度,形成了各自为政的局面,同一批数据在不同的数据交易市场中交易价格天差地别。 2.数据交易确权困难重重。为了使数据能够像其他生产要素一样在市场上进行便捷自由的交易,需要确立明确的权属关系。由于数据交易权益归属认定的复杂性,数据交易确权面临着困境。数据本身具有可复制性、多归属性、非竞争性、可共享性等特征,相同的数据可能同时被消费者、经营者、政府等多元主体持有,难以明确数据交易权益的实际归属者。尽管《数据二十条》提出对数据产权进行结构性分置处理的原则,但在实践中仍然困难重重。数据交易确权作为数据交易的基石,如果权属不明将制约数据交易市场的建立和发展。 3.数据交易合规难以保障。随着数据交易的不断发展,数据交易的合规性日益凸显,数据交易的主体、数据产品、数据交易过程等各个环节都需要符合合规性要求。但是,数据交易的购买方往往缺乏足够的技术水平和专业能力对数据是否合规进行审查,而使用不合规的数据可能会给购买方埋下隐患。在实践中,涉及到个人数据、隐私相关数据的数据交易,大多数交易尤其是场外一对一数据交易,在缺少平台或第三方监督的情况下,极易产生黑市数据交易等不合规交易的情况,也会给数据交易带来风险和挑战。 4.数据交易质量参差不齐。随着数据交易的发展,随之而来的是大量且混乱、无序的数据,特别是数据普遍缺乏有效治理,不能提供持续、多源的、标准化的数据,妨碍数据正常交易。同时,现行数据交易中执行的标准不一致,导致数据格式混乱、数据质量较低,阻碍数据在市场上的流通。数据交易质量存在的现实问题有:一是数据交易质量保障机制缺位,导致数据质量参差不齐,数据购买方试错成本高、交易风险大;二是不同数据交易机构的交易方式和程序不同,对数据质量要求不同,增加了数据交易成本,制约了数据流通的交易。 5.数据交易监管政出多门。目前,对数据交易的监管主要是通过多政府部门条块监管,力量薄弱、职能分散。政府各监管部门之间互动不顺,存在管办不分、各自为政、重复监管等问题,对发生在数据交易环节中的机制不畅、政出多门、腐败频发等现象难以实施有效监管。政府监管部门对数据产品是否涉及隐私、国家安全、商业机密等监管不到位,对数据交易的安全性监管薄弱;对各地区数据交易市场规则、机制监管缺乏,致使不同交易所的规则不同,数据交易成本较大;对数据的跨境、跨地区跨行业交易的监管缺乏依据。 二、构建全国性统一数据交易市场的建议 当前,加快构建数据交易市场对于打造具有中国特色的数据交易新生态,形成以数据要素为主要驱动力的社会经济高质量发展体系,全面建设中国特色社会主义现代化国家具有重大的现实和战略意义。 1.构建全国统一规范的数据交易市场体系。目前,在全国范围内已经建立了一些区域性的数据交易场所,但至今未建立全国性的数据交易市场,不利于数据要素在全国范围内实现充分流通交易。因此,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,以避免“政出多门”情况的发生。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。 2.利用法律和技术手段不断推进数据确权。我国个人信息保护法、数据安全法等对数据确权在一定范围内进行了规范,但是较难以覆盖当前广泛的数据应用场景。整体来看,目前国内还在积极探索适合的数据确权方式,《数据二十条》从顶层设计角度提出在建立数据分类分级授权的基础之上,构建数据产权结构性分置制度。所以,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。数据权属明确才能保护数据交易权益人的权利,更好地激发数据交易的活力。 3.构建数据交易市场的法规和制度体系。推动数据交易市场的不断发展,激发数据交易市场主体活力,需要构建数据交易市场的法规和制度体系。因此,在国内外数据交易相关探索和实践基础上,结合数据交易的特征和场内外交易情况,政府主管部门应从法规、制度规则、交易市场、交易生态、跨境交易等方面构建数据交易的法规和制度体系。一是构建严格的数据交易市场准入制度,对数据交易参与方进行资质审核,确保参与方具备合法合规的资质和能力。二是构建统一规范的数据交易定价制度,建立在使用中流通、场内场外相结合的数据交易制度体系,规范引导场外交易,培育壮大场内交易,有序发展跨境交易。三是构建包括数据交易撮合、交易公开、交易定价、交易争议仲裁在内的全流程数据交易制度体系,建立全社会数据交易质量评估和信用评级体系。 4.构建数据资产登记体系,供给高质量数据。主管数据资产的政府部门应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,以确保全国数据资产登记的一体化。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,促进数据的高质量供给,满足交易各方需要。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。 5.构建具有中国特色的数据交易市场监管体系。政府相关部门应积极探索走出一条具有中国特色的数据交易市场监管之路,应采取的具体措施有: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。 尽管数据要素市场建设取得明显成效,但我国数据要素探索处于起步阶段,数据要素市场培育的基础尚不坚实,制约数据要素市场化配置的一些关键性难题仍有待破解。 “首先是数据确权问题尚未解决。”刘中民表示,目前国家尚未明确数据确权规则,数据产权法律界定存在空白,授权后的数据法律纠纷隐患较大,如姓名、身份证号、手机号码等个人信息,既是政府履职需要而采集的政务信息,又是个人隐私信息,权属不明;不同部门对同一数据的多次采集问题,边界不清。 此外,民间数据交易尚不规范。刘中民表示,市场交易机制不完善,非正规交易场所交易缺乏第三方鉴证、商业纠纷多,容易造成社会风险隐患,大量场外交易的数据流动和交易安全风险大。 为进一步做好数据要素市场化配置改革工作,刘中民提出五点建议: 一是推进数据确权。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。 二是推动数据定价。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。 三是规范交易场所。建议国家数据局出台数据交易场所管理办法,规范数据交易场所,引导场外交易向场内交易转化,加强交易场所准入资格的把关,阻止个别扰乱正常市场秩序的不诚信企业进场,净化市场环境。 四是增设算力枢纽。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。 五是统筹宏观布局。建议国家数据局按领域布局全国性数据交易所,按地区布局区域性数据交易所,支持大连商品交易所成为全国性金融领域数据交易所。 急需强化数据分析人才培养力度 作为数学家、统计学家,陈松蹊对数据要素领域有深入的探索,对数据领域的科研和应用方面的痛点难点有着深刻的理解。今年全国两会期间,关于数据方面,陈松蹊委员带来了关于“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:首先,我国公共数据获取渠道不畅。近十年来,我国一些公共数据的可获取性得到了提升,一些数据的实时播报为通过网络实时下载数据提供了可能。但是网络下载数据的通道并不稳定,数据发布格式时有变化,易造成数据缺失。一般科技工作者仍缺乏国内历史公共数据的有效获取途径,而提供公开的数据来源是科研发表的基本要求。 其次,科学研究过度依赖国外公共数据集。由于国内公共数据获取困难,中国科学家大量使用国外的公开数据集进行科学研究。经常使用的数据集有英国生物银行基于大样本人群的遗传、生活环境和健康数据;欧洲中期天气预报中心发布的自 1951 年的高分辨率全球气象再分析数据;美、欧、日本等机构发布的涵盖大气污染物、二氧化碳、沙尘、灯光等高分辨卫星数据;世界卫生组织发布的各国流行病数据等。过度依赖外部数据,不利于我国科学技术自立自强,可能会限制研究人员的自主性和创新性;不利于掌握科技资源的主动权,存在关键时刻数据获取中断的风险;也不利于我国科技工作者讲好中国故事。 最后,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。例如,华为盘古气象大模型就是基于欧洲气象中心公开的再分析数据集训练的。 高质量再分析科学数据集的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: 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。我们建议,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。 中国数据分析人才仍存在较大缺口。无论政府部门还是企业都需要建立用数据说话、决策、管理、创新、赋能的数据文化。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。 逃避征信数据安全监控和监管 魏革军表示,中央金融工作会议提出,金融要为经济社会发展提供高质量服务,明确提出要做好普惠金融等五篇大文章,健全具有高度适应性、竞争力、普惠性的现代金融体系。加强涉企信用信息共享是助力普惠金融发展的关键环节。 魏革军指出,当前涉企信用信息共享仍然面临一些制约。如信用信息权属不清、质量不高、标准化程度不一等。建议,信用信息责任权属方面,出台《社会信用体系建设法》或在相关法律中明确信用信息权属,推动信用信息资产化,赋予市场化征信机构信用信息使用权;明确信用信息使用、交流、质量保证等相关内容,提升数据质量和安全性,为相关工作的开展提供法律保障。 信用信息归集共享方面,坚持统筹协调,共建共享,发挥政府部门、企业征信机构、金融机构等多方合力。出台信用信息相关的标准规范政策,提高政府部门在信息资源共享和使用上的匹配度。建立数据质量标准,制定数据接口、信息分类等行业标准,推进各类政务数据源的有序开放共享,形成政务数据向市场化征信机构开放的机制;通过市场化征信机构强化信用信息应用能力,不断创新和打造优质的征信产品服务,满足互联网金融、消费金融等金融需求。 信用信息高效流通方面,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。