引言

数据要素市场是一个新兴的概念，它是指以数据作为基本要素的交易市场。随着大数据、云计算和人工智能等技术的发展，数据的价值日益凸显，成为企业竞争的关键资源。数据要素市场的出现，是对传统市场的补充，为数据的产生、流通和应用提供了一个平台，促进了数据资源的高效利用和价值实现。本文将探讨数据要素市场的建设以及应用。

1.政策背景 

1.1发达国家的战略探索与启示

工业数据共享流通是数字经济时代的重要驱动力，也是各国竞争优势的关键因素。为了抓住这一机遇，各发达国家都在积极制定和实施相关战略，以构建开放和协作的工业数据空间。例如，德国在工业4.0项目中提出了工业数据空间的概念，并将其扩展到其他行业和欧盟层面。欧洲则在其数据战略中明确提出了建设以工业为代表的九大行业数据空间，并推动了 GAIA-X（盖亚 X）框架的建设，旨在为数据空间提供统一的基础设施底座。日本也提出了 建设“互联产业开放框架”，以促进不同产业之间的数据共享和合作。

这些战略举措反映了发达国家对于工业数据共享流通的重要性的认识，并表明它们正在积极行动，以确保在数字经济时代获得竞争优势。这一趋势也为其他国家提供了重要的启示，即在数字化转型中，建立可信、安全、高效的工业数据共享和流通机制是至关重要的。

1.2我国政策措施与发展方向

党中央、国务院高度重视大数据发展，强调推动大数据在工业中的应用。习近平总书记指出，要“构建以数据为关键要素的数字经济”“系统推进工业互联网基础设施和数据资源管理体系建设，发挥数据的基础资源作用和创新引擎作用。”《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件均提出要促进工业大数据的发展和应用。2020年4月，党中央、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》，明确提出要支持构建工业等领域规范化数据开发利用的场景，提升数据资源价值。2021年《数据安全法》审议通过，强调在加强对重要数据的保护，保障数据有序流动的同时，鼓励塑造数据自由流动的市场秩序，提高数据流动性。2021年发布的《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》中明确提出统筹数据开发利用、隐私保护和公共安全，加快建立数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据跨境安全有序流动。2021年工信部印发《工业互联网创新发展三年行动计划（2021-2023年）》，再次提出在重点行业建立工业数据空间，引导数据有序开放共享。2022 年 1 月 6 日，《要素市场化配置综合改革试点总体 方案》提出，建立健全数据流通交易规则。探索“原始数据不出域、数据可用不可见”的交易范式；探索建立数据用途和用量控制制度；规范培育数据交易市场主体。2022年01月21日，国务院印发《“十四五”数字经济发展规划》，对数据要素作出专章部署，提出强化高质量数据要素供给、加快数据要素市场化流通、创新数据要素开发利用机制等重点任务举措，对于加快形成数据要素市场体系、促进数字经济高质量发展具有重要意义。

2.产（行）业现状及发展需求

随着数字经济的蓬勃发展，数据要素的价值日益凸显。在工业领域，工业数据不再仅仅是生产过程的副产品，而是变成了战略性资源，为企业和供应链环节带来新的价值。这一数据资产已经成为提升制造业生产力、竞争力和创新能力的关键要素。它有力地推动了制造业在更广泛领域、更深层次上实现资源的更有效配置。

然而，当前的数据流通仍然存在一系列挑战。据Gartner 的预测，到2022年，只有不到5%的数据共享活动能够依赖可信的数据和数据源，这反映了当前数据流通的不足和不完善。这一问题的一个重要原因是传统的数据流通方式已经无法满足工业应用的需求。 目前，数据共享流通主要采用集中式的双边信息传输模式。其中一种方式是通过数据交易平台进行共享流通，参与方通过数据包传递来达成交易。虽然这在政务、消费、金融和证券等行业取得了显著成效，但对于具有复杂数据来源的工业数据来说，存在着难以保护数据所有者权益的问题。这可能导致核心竞争力的信息暴露以及数据被使用方进行二次利用，其适用性受到限制。另一种方式是基于明文数据 API 接口进行流通，将加工处理后的单方结果数据以API形式输出。虽然这在一定程度上保护了用户的隐私信息并降低了二次利用的可能性，但同时也限制了数据价值的整合和释放。这种方式难以实现数据的协同共享和应用的创新价值。

因此，迫切需要在工业领域建立一种新型的数据共享流通解决方案，以平衡数据价值的释放和数据安全的需求。这种解决方案是基于“原始数据不出域、数据可用不可见” 的交易范 式，即参与方不需要将原始数据传输给对方或第三方平台，而是通过加密、分割、分布式存 储等技术手段，实现对原始数据的保护和隐藏。同时，参与方可以通过安全多方计算等技术手段，在不暴露原始数据内容和结构的情况下，实现对多源异构数据的联合分析和处理，并获取所需结果或洞察。这种方式既保证了原始数据所有者对其核心竞争力信息和隐私信息的控制权和安全性，又实现了多源异构数据之间的价值整合和释放。这将有助于满足数字产业 化和产业数字化的要求，提高效率，降低成本，推动产业创新，以及保护数据的可信性和安全性。

3.技术架构

技术架构遵循国际数据空间参考架构模型，这是一种为构建基于数据主权的数据驱动生 态系统、产品和服务而制定的标准。

架构模型定义了一系列组件、接口、协议和规范，以实现不同参与者之间基于元数据和策略的可信任交互。其中最核心的组件是连接器，它是一种网关软件，可以保护数据提供者 的数据资源，同时允许数据用户按照数据提供者的规则访问和使用数据。

技术架构的整体功能简介如下：

l 数据提供者可以通过连接器将自己的数据资源注册到生态系统中，同时为数据附加使用 策略，例如允许或禁止数据的处理、链接或分析， 以及允许或禁止第三方访问数据等。

l 数据用户可以通过连接器向生态系统发出数据请求，同时遵守数据提供者的使用策略。 数据用户可以根据自己的需求选择合适的数据源，也可以利用生态系统中提供的其他服务，例如数据质量评估、数据转换、数据分析等。

l 生态系统中还有其他组件和服务，例如代理（Broker），它是一种目录服务，可以帮助数据用户发现可用的数据资源；清算所（Clearing House），它是一种审计服务，可以记录和验证数据交易；身份提供者（Identity Provider），它是一种认证服务，可以为参与者颁发和管理数字证书等。

4.解决方案介绍

4.1从业务出发的系统规划

参考国际数据空间参考架构，我们提出了一种兼容国际空间数据连接器的解决方案，即连接数据提供方与使用方，实现目录推送与资源检索、合约达成与执行等服务功能，以及日志存证与溯源、数据使用控制等可信功能。

从业务视角出发，我们在数据要素市场中定义了5种主要参与方角色，包括数据提供方、数据需求方、数据代理方、存证方以及身份鉴权提供方。

数据提供方：原始数据、加密数据以及经过数据应用处理过的加工数据提供方。

数据需求方：原始数据或者需要对原始数据经过再加工处理后方可使用的数据使用方。

数据代理方：连接数据提供方、数据需求方，对数据需求和数据原始生产资料进行加工处理的数据中间方。数据代理方提供供需对接的同时还提供担保交易、清算服务以及后续评价等基本功能。

存证方：参与方的存证部门或者第三方可信存证或者监管部门，存证日志主要为审计和监管工作提供资料支持。

身份鉴权提供方：提供身份鉴别服务和身份创建、身份注销服务支持。

数据要素市场的数据交易过程涉及三种主要参与者：数据消费者、数据提供商和数据代理商。

数据消费者：数据提供方通过构建数据网关加入到数据网关体系，并提供数据生产的相关证明资料，可以在数据要素市场上架相应的数据商品，同时数据商品需要经过平台或者第三方数据评估机构进行数据准确性、数据完整性、数据有效性和数据可用性等方面的评审，确保数据合法合规，定价合理。

数据提供商：原始数据或者需要对原始数据经过再加工处理后方可使用的数据使用方。

数据代理商：数据要素市场同时提供给不具有数据消费需求和数据生产能力的数据代理方进行数据中介和撮合交易的行为，允许赚取一定数额的数据服务费，以促进数据的共享和创造数据价值。

4.2以功能为导向的系统设计

从技术视角出发，主要包括安全技术、隐私计算技术、存证溯源技术、访问控制技术、大数据加工处理技术、知识图谱技术等。

安全技术：安全技术在数据空间中的应用旨在确保数据的机密性、完整性和可用性。 它包括椭圆加密、国密加密、数字签名、漏洞扫描等方法，以保护数据不受未经授权的访问、 篡改或破坏。

隐私计算技术： 隐私计算技术允许在数据共享和分析中保护个人隐私。通过使用加密和安全计算技术，它可以使数据在不暴露原始信息的情况下进行分析，从而平衡数据共享和隐私保护。

存证溯源技术： 存证溯源技术用于跟踪数据的来源和变更历史。这对于确保数据的可信度和完整性至关重要，特别是在多个参与方之间的数据共享情景下。

访问控制技术： 访问控制技术用于管理谁可以访问数据以及以什么方式访问。它包括身份验证、授权和权限管理，以确保只有授权的用户可以访问数据。

大数据加工处理技术：大数据加工处理技术允许在数据空间中处理和分析大规模数据。 它包括分布式计算、数据清洗、数据挖掘和机器学习等方法，以从大数据中提取有价值的信 息。

知识图谱技术： 知识图谱技术用于将数据关联到语义信息，以建立数据之间的关系。它有助于发现隐藏在数据中的模式和见解，促进更深入的数据分析和理解。

这些技术的综合应用使数据空间成为一个安全、高效、智能的环境，有助于推动数据的合理共享和流通，并为创新和决策提供了强大的支持。在数字化时代，这些技术对于有效管理和利用数据资源至关重要，尤其是在跨部门、跨组织和跨国界的数据合作中。

4.3以技术为支撑的系统架构策略

从架构交互角度出发，整个体系有词汇表驱动提供统一的词汇语义定义，防止重复定义和歧义词汇，数据网关之间直接传递数据本地和数据元，不经过任何第三方，有效防止数据泄露的风险；数据元代理从各个数据网关获得数据元信息，为整个网络提供供需对接；票据中心为数据供需双方提供凭据存证，以备后续的审计和追溯；应用商店为数据提供者和数据需求者提供数据处理应用的同时而不直接接触数据本地，从而提示数据安全，身份提供者采用椭圆加密算法为整个网络提供安全可靠的身份鉴权。

基于整个数据交互网络体系之上，我们同时设计了一套去中心化的数据要素交易市场。首先，数据消费者是市场中购买数据的使用者，他们必须提供合格的资质和身份认证以成为认证的数据消费者。他们浏览市场上的数据元类目、数据属性、数据元描述和数据样本，以确保所购数据满足他们的需求，并完成线上交易。其次，数据提供商通过建立数据网关，上传相关数据并提供相关证明文件，使其数据能够在市场上出售。他们的数据必须经过数据准确性、数据完整性、数据有效性和数据可用性等方面的审核，以确保合法性和合理定价。最后，数据代理商是市场中的中介角色，他们协助不具备数据消费需求和数据生产能力的参与者，促成数据的买卖，从中赚取数据服务费，以推动数据共享和数据价值的创造。这三者共同构成了数据要素市场中的数据交易生态系统。

数据要素市场的建设在当前阶段相对滞后于发达国家，尤其是欧洲数据空间倡议的早期先驱者。该倡议于2015年发起，并在2016年实现了制度化。数据要素市场的建设主要侧重于数据标准、共享策略、数据开放协议等基础设施的构建，这些构建为数据要素市场提供了 坚实的基础。

在这一基础上，数据要素市场不断推进技术革新，借助技术的不断进步和对数据需求的不断演进，以推动工业现代化和社会智慧化的进步。通过不断改进技术手段，数据要素市场旨在满足不断变化的需求，促进数字化转型，提高效率，降低成本，增强市场竞争力，从而确保我们在数据经济时代的竞争地位。这一努力的目标是将数据要素市场打造成为创新和增长的引擎，为国家的可持续发展作出贡献。