---
schema_version: "library-reader-v1"
source_type: "original_book"
title: "数据要素五论：信息、权属、价值、安全、交易"
author: null
edition: null
publisher: null
year: null
isbn: "9787301332191"
library_document_id: "e15cef9b-a00b-4230-8ad6-386b4a5a8888"
source_sha256: "53810151409244a84e00f024dab97d0128410aca823a5f3cfc1b191cfbfc2acf"
pdf_physical_page_count: 267
pdf_physical_page_index_base: 0
range_start: 260
range_count: 7
html_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888?start=260&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=260&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=250&limit=10"
---
# 数据要素五论：信息、权属、价值、安全、交易
> 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。
## PDF_PHYSICAL_PAGE_INDEX=260 | PRINTED_PAGE=NOT_DETECTED
结合国内数据交易平台的发展现状，数据服务与特定领域交易是未来趋势的方向。
对于数据供给侧，数据的隐私及安全风险、价值不明晰均会导致交易难以达成，因此降低隐私及安全风险、丰富数据产品价值是供给侧的发展趋势。在数据要素市场逐步完善的过程中，交易产品将由单一数据源向多数据源的融合数据转变，从一次性基础数据的类商品化交易向提供场景化的、持续性的数据解决方案服务转变。交易平台作为第三方可以提供数据存储、清洗、建模、分析、价值评估等服务，与供给方一起将自身的数据能力融入交易，为需求方提供持续性的数据与分析产品或服务。交易产品也从含有大量隐私的原始数据向低隐私风险的数据分析报告、利用数据训练的机器学习模型等数据衍生产品和服务的方向转变。这种由数据所有权交易向数据使用权、数据分析结果或服务所有权、数据分析模型所有权交易发展的趋势，可以降低数据权属这一敏感因素所造成的法律风险。
而对于需求侧，由于数据结构复杂，来自同一数据源的数据也存在价值、质量的差别，并且单一的数据点难以带来价值，更大的数据价值的实现往往需要更多数据的聚合。这些特性让大部分数据需求方难以看清数据对己方的价值。通常，需求方对本行业的数据更为熟悉，数据对己方的价值较为明确，交易双方对数据的认知比较一致，统一的数据标准规范也更容易形成，因此往往在需求方较为集中的某一特定领域更易达成数据交易。例如，地理时空数据可以在疫情防治、突发事件处理、保险服务、营销活动等领域产生较大的数据价值，交易的需求往往也较大。
3. 技术保障
随着数据交易安全要求的日益严格，安全合规的运营保障体系势在必行。一是保证数据产品和服务的内容要符合国家相关法律法规的要求。二是开发应用数据确权相关技术，例如区块链技术等，以较好实现数据来源追溯、交易存证和利益的公平分配，保证交易全流程的真实有效。三是加快制定和完善数据权属、交易、安全等方面的标准和规章制度，从制度上确保没有漏洞和灰色地带。四是把隐私保护作为技术保障体系的核心要求，确立“数据可用不可见”“数据不动模型动”等模式，确保数据交易的可靠安全。隐私计算技术可在数据提供方不泄露敏感数据的前提下，对数据进行分析计算并验证计算结果，保证在各个环节中数据可用不可见，实现数据在隐私要求下的安全流通。目前的主流技术包括不经意传输、秘密共享、同态加密、差分隐私、联邦学习、可信执行环境等。
## PDF_PHYSICAL_PAGE_INDEX=261 | PRINTED_PAGE=NOT_DETECTED
（三）数据交易理论与实践是建设数字经济现代市场体系的重要支撑
1. 数据交易能够有效实现效率倍增
数据价值的释放是以实际应用需求为导向的，数字经济的快速发展，必然使得各行各业产生海量的数据，如果数据仅仅限制在本组织或行业，其价值也会受到限制。如果能够在合法合规的情况下，实现不同组织或行业之间的数据交易流通，将会使数据价值得到多次释放，能够带动整个产业链的效率成倍提升。例如，当前各地的一体化政务服务系统，“一网通办” “最多跑一次”等服务管理新模式，让广大群众体验到政府服务的快速和高效。电力、银行等行业间的数据交易流通对提升普惠金融业务的准确性和安全性也有很大帮助。
2. 数据交易能够为数字经济的高质量发展提供有力支撑
数字经济是继农业经济、工业经济之后的主要经济形态。《“十四五”数字经济发展规划》中提出了具体目标，即到2025年，数字经济核心产业增加值占国内生产总值比重达到10%。在中国经济由高速增长转向高质量发展的过程中，数字经济将提供强大动力。数字经济的关键要素之一就是数据要素，充分实现数据的价值，离不开交易环节，由此可以促进数据在生产、分配、流通、利用各环节的创新发
## PDF_PHYSICAL_PAGE_INDEX=262 | PRINTED_PAGE=NOT_DETECTED
展，加快实现数字技术在不同产业中的广泛应用，推动传统产业迈向智能化、高端化和绿色化，从而助力我国经济的高质量发展。
3. 数据交易行业各方要协同发展及创新
总体来看，数据交易目前仍是处于探索中的领域，“理论持续完善，实践可以先行”是行业发展的一种常态。理论模型与监管制度和保障技术是相辅相成的，好的数据交易模型要落地，离不开完善的监管制度和成熟先进的技术，这样才能最终实现数据交易行业的健康有序发展。
对于行业管理者，要继续结合实践，不断完善法律法规，创新机制和模式，严格监管，从制度方面为数据交易行业健康有序长远发展提供保障。在遵守各项法律法规的基础上，市场参与者采用科学有效的安全技术手段，确保市场需求能够合规合法地得到满足，实现数据价值的有效释放和效率倍增，它们是行业创新的主体。对于研究者，要对数据交易的新模式和新机制加以研究，形成可以落地的数据交易模型。同时，针对行业关注的焦点，如数据权属、价值分配等，要结合实际情况加以分析，既要避免过于苛刻的隐私保护导致数据价值的埋没，也要避免不完善的安全要求导致个人信息的滥用。数据交易行业的管理者、参与者、研究者协同发展，将最终形成中国特色的数据交易理论。
## PDF_PHYSICAL_PAGE_INDEX=263 | PRINTED_PAGE=NOT_DETECTED
后记
将数据作为生产要素，在社会科学领域是一件新鲜事。2017年12月，习近平总书记强调要构建以数据为关键要素的数字经济。2019年10月，党的十九届四中全会提出把数据和劳动、资本、土地、知识、技术、管理并列为生产要素。2021年12月，国务院印发了《“十四五”数字经济发展规划》，强调要充分发挥数据要素作用。可是对数据何以作为生产要素，该如何充分发挥数据作为生产要素的价值，学术界知之甚少。
自互联网进入社会化应用以来，数据在经济发展中的生产要素特性不断呈现。搜索引擎运用用户搜索数据开发广告商业模式，电商平台运用买家和卖家数据开发买卖匹配模式和商品推广模式等，都是对数据要素特性的运用。随着数据积累，以数据作为生产要素的生产实践精彩纷呈，数字经济正是在此过程中发展起来的。世界上的两大经济体——中国和美国，均已进入数字经济的飞跃阶段，数据作为生产要素的价值正日益彰显。
遗憾的是，学术界对数据作为生产要素的基本问题尚缺乏系统探讨。2020年，我们尝试将学术界的讨论进行整理，以期形成可以继续研究的起点或基础。2018年5月25日，欧盟出台的《通用数据保护条例》（GDPR）给了我们思考的起点，即从数据权属入手。随着思考和探讨的深入，我们发现，数据作为物质，与劳动和土地的自然属性不同，它不是自然存在的；与资本和技术的非自然属性也不同，它不完全是有组织或有目标的生产活动的产出。数据生产更多是社会互动的结果，且不一定是因生产目标而互动的结果。也因此，我们难以像对待其他生产要素那样界定其权属，针对数据权属的探讨还有相当长一段路要走。
## PDF_PHYSICAL_PAGE_INDEX=264 | PRINTED_PAGE=NOT_DETECTED
循着界定数据权属遇到的困境，我们将思路拓展至实践，试图探索数据作为生产要素在实践中面对的议题，认为数据的信息、权属、价值、安全、交易等五个方面是其作为生产要素来推动数字经济发展的重要议题。为什么选择这五个议题，我们在导论中进行了说明，这里不再赘述。需要说明的是，五个议题并非同时出现在思考中。我们最初试图直接从数据权属出发，讨论数据价值和数据安全。可在探讨中却发现，没有对数据基本属性即信息属性的探讨，便缺乏立论的基础；没有对数据目标属性的讨论，便失去了论述的焦点。为此，我们增加了数据信息和数据交易两个议题。也形成了一个论述逻辑，从数据基本属性即信息入手，汇集对权属的认识，引出对权属的主张与数据价值密切相关；如果数据没有价值，对权属的主张也就失去了意义；而要保障数据的价值和对数据权属的主张，数据安全是必要且必需的；保障数据安全的目的不是囤积数据，而是为了充分挖掘数据价值，推动经济发展；要实现数据的价值，必须让数据进入市场，数据交易是实现数据价值的必然路径。为此，我们将“信息—权属—价值—安全—交易”等相互关联的逻辑链条布局为五个篇章，对相关问题进行探讨。
需要申明的是，本书是一部汇集对数据要素认识的编著作品。其中，有我们的独立思考和观点，也借鉴了既有研究的观点。我们试图实现的是，将既有对数据作为生产要素的思考按照我们建构的理论逻辑进行汇集、重构，并呈现我们的思考。书中凡涉及既有观点的引用，均按照学术规范进行了标注。
本书是集体努力的成果，也是跨学科合作的成果。张平文和邱泽奇提出并修订了本书的论述框架和每一章的要点，撰写了导论；赵越、王衍之、宋洁撰写了第一章“数据信息”；王融、张蕴洁撰写了第二章“数据权属”；宋洁、赵越、艾秋媛撰写了第三章“数据价值”；徐克付、刘洋撰写了第四章“数据安全”；宋洁、赵越、王娟、王世东撰写了第五章“数据交易”。在各篇章完成后，张平文和邱泽奇进行了统稿，张蕴洁汇集各章成书，对书稿的体例、表述、文献、内容等依照论述框架进行了系统整理和修订，刘芊妤参与了书稿的内容校对和参考文献整理以及部分案例的文字压缩与修订工作。
## PDF_PHYSICAL_PAGE_INDEX=265 | PRINTED_PAGE=NOT_DETECTED
参与本书相关工作的人员来自不同学科和不同机构，依照篇章顺序，兹述如下：
张平文，北京大学数学科学学院，大数据分析与应用技术国家工程实验室；
邱泽奇，北京大学社会学系，北京大学中国社会与发展研究中心，北京大学数字治理研究中心；
赵越，北京大学工学院；
王衍之，北京大学工学院；
宋洁，北京大学工学院，大数据分析与应用技术国家工程实验室；
王融，北京大学法学院；
张蕴洁，北京大学社会学系；
艾秋媛，北京大学工学院；
徐克付，大数据分析与应用技术国家工程实验室；
刘洋，公安部第三研究所《信息网络安全》编辑部；
王娟，大数据分析与应用技术国家工程实验室；
王世东，北京大学工学院；
刘芊妤，北京大学新闻与传播学院。
## PDF_PHYSICAL_PAGE_INDEX=266 | PRINTED_PAGE=NOT_DETECTED
本书的出版得到了北京大学出版社的大力支持。多人参与的多学科著作为编辑和出版带来了巨大的工作量。出版社夏红卫书记亲自督导，武岳编辑对书稿进行了认真审核和编校，使本书得以顺利出版。谨此，我们代表作者对北京大学出版社的支持表示真诚感谢！
2022年8月 于燕园
张平文 邱泽奇
对于数据要素的探讨，本书实属抛砖引玉之作，我们真诚期待更优秀的作品出现，以推动数字经济的发展。