陈晓红：拼抢数字经济全球话语权

中国工程院院士、湖南工商大学党委书记 陈晓红

拼抢数字经济全球话语权

文 |《瞭望》新闻周刊记者 徐欧露

中国工程院院士 湖南工商大学党委书记

陈晓红

　　“数据要素是现代产业体系的核心要素之一，是数字经济新引擎的源动力，也是全球数字竞争的角力前沿。”中国工程院院士、湖南工商大学党委书记陈晓红说。

　　自《关于构建更加完善的要素市场化配置体制机制的意见》明确提出加快培育数据要素市场，今年1月，中共中央办公厅、..办公厅印发的《建设高标准市场体系行动方案》再次对“加快培育发展数据要素市场”作出纲领性指引。

　　长期研究数字经济的陈晓红认为，高标准推进数据要素市场化配置这一牵引性的重大改革，不仅关系到我国数字经济的蓬勃发展和数字化改革的深入推进，而且关系到我国在数字经济和数字治理中的全球话语权，影响深远。

　　我国数据要素市场培育面临哪些关键瓶颈？数字标准化体系建设有哪些特点？哪些领域是我国数字标准化体系建设的当务之急？《瞭望》新闻周刊记者就此专访了陈晓红。

　　陈晓红：高标准就是要在全球对标的水准上提出数据要素市场建设的中国方案。《建设高标准市场体系行动方案》提出要基本建成统一开放、竞争有序、制度完备、治理完善的高标准市场体系。其中深化要素市场化配置体制机制改革是建设高标准市场体系的重点和难点。高标准的数据要素市场建设更应该创造性地符合这样的高标准要求，突出开放对接数据全球流动，彰显对全球数字经济的有序竞争规则的示范引导，健全对数据要素交易的监管保护和法律保障，以及完善交易市场体系和中介服务产业。

　　陈晓红：当前，我国数据要素市场培育还面临着国内法律监管规则缺位、公共数据开放共享不足、数字标准体系建设滞后、新基建新场景存在差距、多层次市场体系和中介服务业培育滞后等突出问题。

　　第一，法律监管规制建设滞后，有可能削弱我国的立法话语权。将数据要素作为基础性战略资源配置的前提，是立法确立数据要素市场交易的合法性。目前，还缺乏针对数据采集、数据确权、共享开发、流通交易、应用场景的国家法律保障，监管规则也滞后于要素流转实践。数据要素全生命周期和全交易链监管规则缺位。高频、海量数据要素的流转交易缺少与之相适应的监管体制与监管技术。数据资源的国家安全利益时常面临威胁。我国在全球数字经济竞争中面临着如何影响国际立法规则的巨大挑战。

　　第二，公共数据开放共享面临两大瓶颈，制约我国的市场话语权。市场规模决定市场地位，数据流量决定话语分量。海量的公共数据资源依然滞留于各部门、各地方的信息孤岛中。关键瓶颈在于：一是公共数据脱敏脱密的标准规范不清晰、不一致、难协调，导致公共数据难以完全符合开放共享要求；二是负责公共数据清洗、分级分类、脱敏脱密、共享交换的专业服务机构和市场培育不足。

　　第三，数字标准体系建设迟缓，影响我国的规则话语权。一是数据采集、开放、分级、质量、安全等关键共性技术领域的标准制定滞后，导致数据要素交易只能采取粗放式管理，影响数据价值释放。尤其是涉及传统产业的工业大数据、工业互联网等重点领域。二是数据要素交易和中介服务的应用标准滞后，制约企业数据要素资源的价值转换，加大中小企业参与数据要素市场的难度。

　　第四，数字基础设施和产业应用发展不平衡，制约我国的发展话语权。数据交易基础设施建设存在东部沿海与中西部间的地区差距、数字产业与传统产业间的行业差异、智慧城市与数字农村的城乡落差，制约全国统一的数据要素市场的高标准培育。政务、金融、商务、贸易等领域应用场景持续丰富，但在两化融合、实体转型、公共安全、生命健康、城市管理等方面的应用场景面临瓶颈。一是结构性融合问题，消费、流通类数据要素与产业融合较为领先，工业数据要素与实体产业融合相对滞后；二是标准性融合问题，传统产业中小企业居多，在无共性技术方案支持下，工业数据入网水平低、关键工序数控率低、作业标准化低、数字采集难度高、大数据汇集难度高。

　　第五，多层次交易市场和中介服务培育滞后，约束我国的交易话语权。一是缺少安全、高效、便捷的大数据交易系统及交易管理模式。二是支撑数据要素采集、交易与使用的“网边云端心”基础设施的全国网络布局尚未形成。需要加强顶层设计，加快工业互联网、边缘计算、云上..、存储服务交易终端、超算中心等布局建设。三是数据中介服务业培育不足。现有数据开发服务业的规模和能力与数字要素交易服务的巨大需求不相适应。

▲ 4月25日，第四届数字中国建设峰会数字成果展览会上，一名观众在体验基于5G技术的VR动感单车 魏培全摄

　　陈晓红：第一，高标准完善数据要素全生命周期的法律保障体系。一是加快制定和完善覆盖数据要素“生产、交易、应用、标准、安全”各方面的市场法律体系，突破确权和流转使用中的法律难题。二是构建全国一体化的数据市场监管体系。全国层面筹建国家数据市场监管部门，地方设立各层级的大数据局和大数据交易所（中心），明确市场监管主体。

　　第二，高标准构建数据要素交易前沿技术生态群。包括充分发挥数字技术应用场景丰富的优势，突破区块链、5G、大数据、云计算等领域的数据要素交易前沿技术，构建自主可控的核心专利生态群。汇集PE/PV等产业资本进入数据要素领域的重大新基建，集聚一批全球顶级数据要素交易领域的专业人才，推进数据要素交易市场和周边产业发展。

　　第三，高标准推进数据要素市场化配套改革。建议试点“数字要素跨境自贸区”建设，依托国内庞大的数据要素市场以及数字经济与数字技术优势，大力发展跨境数据交易、处理、流转等新兴业态，为全球数字经济提供安全、流畅、高效的全球化数据服务，为我国数字企业安全可控走向国际市场提供保障。自贸区可以为来华的国际数字企业提供数据托管服务，大力发展数据外包产业，同时保障中国本土敏感数据的安全可控和国外敏感数据在华的安全流转。

　　第四，高标准开放公共共享数据，迅速扩大数据市场基数锁定全球数据要素流动的规模锚定效应。市场流动规模和核心技术一样是确立全球话语权的重要因素，当前迅速扩大我国数据要素市场流量规模的增长点在于海量公共数据的市场化流转使用。一是建议推动各地、各部门制定《数据资源目录》《数据要素上市负面清单》《公共数据上市前处理规范》，按“非限制即共享、非特例即共享”原则，加快政府公共数据利用和开发。二是建议建立“公共数据开发”招标制度，引导合规企业参与公共数据挖掘和市场化数据产品创新。持续扩大公共数据应用场景，以市场需求促进企业数据要素生产与上市。

　　第五，高标准开发数据要素技术标准体系。在立法基础上，建立确权、分级、转化、上市标准规范，构建数据采集、存储、传输、处理、使用和分配等各流通环节操作标准，建立国家标准、地方标准、行业标准三级体系。同时积极参与国际规则制定和中国标准的国际化推广，依托国内市场规模，拼抢国际标准的话语权。

　　第六，高标准建设数据要素交易的基础设施。重点实施一批数据要素交易领域的重大新基建项目，推进数据要素交易基础设施的互联汇通。加强多层次、多元化数据要素市场的顶层设计，加快分布式要素交易所（中心）的培育。引入数据资源头部企业、市场活跃创新企业和科研院所科技力量，共同推进数据交易..建设。

　　陈晓红：数字经济的新发展在全球范围内都对传统的监管体制和标准体系提出了全新挑战。作为一种新型生产要素，其生产、交易、流转和使用都具有很强的场景化特征。在具体的不同场景下会有不同的使用、监管和保护需求，会涉及不同利益相关方的相关诉求。标准建设也应当考虑不同场景的通适性，应当通盘考虑数据的分级、分类的标准体系建设和不同场景下标准融合问题。这对数字标准化体系的建设路线和体系设计都提出了更高的科学性要求。标准体系也需要更加精细化，不仅要有总体标准，还要有各个分级数据的对应标准，要考虑不同应用场景的标准对接，标准建设可能会技术性更强、规范弹性更高、场景性更丰富。

　　陈晓红：数字经济发展很快，需要数据要素市场也同步加快建设步伐，急用环节具体说起来很多。我个人觉得我们有几个环节的标准相对而言非常急迫。例如，数据确权标准的研发，数据分级标准的研发。又例如公共数据开放相关的数据脱敏标准、开放标准等。

　　目前，这些标准建设都滞后于我们国家数字经济发展的实际需求，应当加大科研攻关力量，汇集头部企业、政府、科研机构和高校等各方面力量共同开展协同攻关，为我国数据要素市场建设奠定标准基础。

[观察]让数据成为新的生产要素，解读华为云数据领域最新进展与布局