把握数据的“六大特性”和处理好数据发展“十大关系”
人类发展进入新纪元，数字时代已经到来，数字化发展浪潮翻涌，催生新变革、新机遇。数据是数字时代的关键生产要素，谁掌握数据谁就掌握发展主动权，谁利用好数据谁将赢得未来数字竞争新优势。
所谓“数据”，是一切客观事物含义的记录。
所谓“要素”，是构成一切客观事物的必要因素。
所谓“化”者，《管子·七法》曰：“渐也、顺也、靡也、久也、服也、习也，谓之化”。
毛泽东则讲“化者，彻头彻尾彻里彻外之谓也”。
数据要素化是指用“全面的、联系的、运动的”观点，把握数据特性及其生产、分配、流通、消费等过程的价值运动规律，更好发挥数据要素作用的过程。
可持续发展包括共同发展、公平发展、协调发展、高效发展、多维发展五种价值内涵。共同发展是将世界作为统一整体而看待；协调发展指的是经济、社会、环境、资源的协调发展；公平发展即注重区域间、代际间差异性，避免过度消耗；高效发展指通过技术创新充分利用资源；多维发展强调充分尊重不同区域在政治经济文化等方面的差异。
可持续数据发展生态是指坚持以人为本原则，以数据要素化为主线，数据创新应用为目的，数据要素流通为关键，数据资源建设为基础，数据基础设施为支撑，数据治理与安全为保障，以期推动实现充分供给、高效流通、创新应用、安全合规的数据发展格局。
从哲学上讲，数据是一切客观对象含义的记录，是客观对象的“虚化”存在方式，是与物质“客观实在”不同的另一种“客观虚在”，但是数据又离不开物质，它需要依赖物质才能存在，是物的派生现象。因此，要深刻把握数据要素特性及其价值运动规律，更好发挥数据要素作用。
（1）虚在性：相对于土地、劳动力、环境、资本和技术等传统生产要素的“客观实在”而言，数据要素具有“客观虚在”的特性。因此，要注重提升各类市场主体的数据治理能力和数字素养，使之能够认识和把握数据背后的“虚在”含义，更好地挖掘数据价值。
（2）依附性：数据需要在具体业务场景中与其他生产要素相结合，才能产生价值、发挥价值。因此，要坚持问题和需求导向，创新数据要素与其他要素的协同联动机制及应用场景，完善多主体、多环节数据要素配置规则，理顺利益相关方的数据生产关系。
（3）运动性：数据“形态变迁”和“含义运动”，使得信息增长从串行走向并行，从小规模并行到大规模并行，进化速度呈指数增长。因此，要强化数字技术在数据开发利用等关键环节的应用，推动实现重点领域数据的结构化、显性化和完备化。
（4）边际收益递增性：数据的价值在于连接，数据的连接数量与其价值呈指数级增长关系，只有建立更广泛的关联，才会产生更大的边际效益。因此，要推动各类数据的跨层级、跨领域、跨系统汇聚融合，推动数据资源向数据资产、数据资本跃迁。
（5）价值差异性：同一组数据对不同主体而言，价值不尽相同。因此，要发挥市场在数据要素配置中的决定性作用，更好地发挥政府作用，健全数据要素流通规则，引导数据要素向具有高价值需求的市场主体流动，最大化数据要素价值。
（6）外部性：数据具有正外部性和负外部性，数据的边际收益递增、价值差异、数据赋能等构成数据的正外部性，而隐私泄露、数据污染、数字鸿沟等形成数据的负外部性。因此，应加强监管，在发挥数据的正外部性的同时，抑制数据的负外部性，营造良好数据生态。
谁掌握了数据谁将掌握发展的主动权，谁利用好数据谁将赢得未来数字竞争新优势。推动数据发展、促进数据要素化机遇与挑战并存，应抓住主要矛盾，处理好“十大关系”，解放和发展数据生产力。
（1）供给与需求的关系。供给与需求是一个矛盾统一体，更好地发挥数据要素作用就要处理好供给与需求的关系，要把提高供给质量和提升需求层级有效匹配。当前，制约数据发展的主要矛盾是经济社会发展对高质量、高价值数据的需求，与不平衡不充分数据供给之间的矛盾，发展不平衡不充分是矛盾的主要方面，体现在数据基础制度不健全、数据供需存在结构性梗阻、数据治理能力亟待提升等。因此，需要通过供给侧结构性改革打通堵点和痛点，破除体制机制障碍，鼓励市场主体创新需求、提高数据供给水平、承担社会责任，贯通生产、分配、流通、消费各环节，构建供给和需求正反馈机制，推动形成需求牵引供给、供给创造需求的更高水平动态平衡。
（2）公共数据与非公共数据的关系。公共数据与非公共数据是构成数据要素的重要内容，二者具备数据的虚在性、依附性、运动性、边际收益递增性、价值差异性和外部性等一般特性。但是，二者价格形成机制不同，公共数据以政府指导价格形成机制为主，非公共数据以市场竞争价格形成机制为主，这决定了二者在数据获取、加工处理、开发利用、授权运营、流通定价及收益分配等方面存在差异。因此，应根据数据特性和价格形成机制差异，推动构建与之相适应的统一开放、多层级数据要素市场体系，更好地发挥公共数据与非公共数据的经济社会价值。
（3）垄断与流通的关系。数据遵循大规模连续协同、指数级积累增长等客观规律，只有汇聚融合多源异构数据，才能发挥更大作用，具有走向垄断的趋势。事实上，以数据为关键要素的大型数字平台等，已成为推动数字经济发展的重要力量。适度的数据垄断有利于调动市场主体的积极性促进数据流通，但垄断不是目的，更不是权力，而是一种社会责任，不能滥用垄断地位。因此，政府应明确由具有数据垄断地位的企业承担起促进数据流通“守门人”的角色，带动中小企业共同参与数据流通行业规则建设，发挥中小企业的创新主动性，促进数据在供应链产业链上的场景化市场化利用。
（4）场外流通与场内交易的关系。场外流通与场内交易都是为了更好地发挥数据要素作用，二者不可顾此失彼而要兼得，共同推动全国统一大市场建设。从规模体量和发展实际看，当前规范场外流通重于场内数据交易，场外流通是一个规模巨大的存量市场，而场内交易是一个正在培育探索的增量市场。因此，既要规范场外流通，充分发挥“数据矿主”和产业链主作用，带动产业链供应链上下游大中小企业间开展数据协作与共享，建设行业数据空间，提升产品和服务的数据附加值，又要培育壮大上下联动、内外结合的场内数据交易生态。
（5）确权与分配的关系。明晰的数据权属有利于数据收益分配。应根据数据来源和数据生成特征，探索通过依法确权登记、民事商事合同和行政协议约定等多元化确权新方式，推动构建数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。强化基于数据价值创造的激励导向，扩大按价值贡献参与分配渠道，推动数据要素由市场评价贡献、按贡献决定报酬，着重保护数据要素各参与方的劳动收益，促进劳动者的贡献和劳动报酬相匹配。建立健全数据要素收益的初次、二次、三次分配调节机制，推动数据资产入表，让各类组织和个人更好共享共用数据要素发展成果。
（6）治理与技术的关系。好的数据治理体系才能真正提高治理能力，好的数据治理能力才能充分发挥治理体系的效能，而技术为数据治理体系和能力建设提供落地支撑手段，增强数据可控、可信、可用、可追溯水平。因此，要以“整体性治理”优化顶层设计，强化中央与地方统筹协调工作机制，加强地方主管部门统一归口管理力度。要以“数字化治理”重塑政府与市场之间的权力结构与功能配置和边界划分，利用数字技术，实现多元治理主体大规模跨界互动协作与价值协同。要以“源头性治理”压实政府部门和市场主体对数据治理的主体责任，强化数据源头治理。要构建集约高效的数据流通基础设施，为数据流通提供低成本、高效率、可信赖环境。加快传统基础设施的数字化改造，推动与数据流通基础设施共建共享、互联互通。
（7）合规与创新的关系。在数据要素创新探索面临的不确定因素中，数据合规是最确定性因素，数据合规可以规避风险，提升竞争力，创造价值，增加确定性。就合规而言，“规”是法度，是边界，为了防止创新探索失控。“合”是过程，是政府、企业、个人全员参与的过程，是构建统一的数据合规治理体系的过程，是提升全领域数据合规治理能力的过程。因此，数据合规是一个不断调整数据生产关系、解放和发展数据生产力的历史发展过程。应当平衡数据合规建设与创新探索之间的关系，推进数据合规治理体系和治理能力建设，构建政府、企业和个人多方参与的“数据合规共同体”，做到价值共创、责任共担、利益均衡、合规不处罚、合规不起诉，推动数据要素合规高效赋能高质量发展。
（8）监管与发展的关系。数据要素市场化配置改革是一项极具探索性、开创性和潜力巨大的战略任务，从构筑国家数字竞争新优势的战略高度，包容协同监管促进数据要素市场化发展，坚持监管规范和促进发展两手并重、两手都要硬。要明确规则，划出底线，设置好“红绿灯”，鼓励支持市场主体在促进产业数字化、数字产业化、便利人民生活、参与国际竞争中发挥积极作用。数据成为生产要素，带来了政府与市场边界的变化，政府既是监管者，也是公共数据的持有者，需要构建一系列的上层建筑以适应经济基础变化，如数据相关法律法规、政策制度、行业规则、技术规范及社会伦理等，筑牢社会主义市场经济有效运行的体制基础，为数据要素健康发展提供牢固保障。
（9）权益保护和争议处理的关系。注重数据权益保护有利于激发市场主体创新活力，而争议处理是为了更好地保护数据权益，未来数据权益保护高地必将是数据集聚融合高质量发展的高地。因此，政府应当合理配置数据权益纠纷解决的社会资源，完善和解、调解、仲裁、公证、行政复议与诉讼有机衔接、相互协调的多元化纠纷解决机制。法院应当加强网上诉讼服务平台建设，逐步形成有利于数据争议解决的诉讼机制。加强数据争议仲裁组织机制建设，完善现有仲裁规则体系适应数据争议解决需求，完善仲裁加调解对接机制与在线仲裁模式。有关政府部门应当完善数据争议行政调解机制。
（10）国内与国外数据流动的关系。在新发展格局下，做大做强国内数据要素统一大市场的同时，积极开拓多元化国际市场，深度对接国际经贸体系，有效利用国内国际两个市场两种数据资源，更高水平参与国内国际双循环。以场景创新为牵引，加快全面数字化发展，催生新产业、新业态和新模式，激活重要领域数据潜能，推动建设更具国际竞争力的现代产业体系。围绕区域发展战略，率先打造粤港澳大湾区、长三角地区、京津冀地区、成渝经济圈等若干区域一体化数据要素市场，支撑全国统一大市场建设。适时将北京、上海、广东打造成为国内数据要素大循环的核心枢纽和国内国际双循环的战略链接点，打造可信跨境数据空间，维护数据主权。
01
内涵定义
所谓“数据”，是一切客观事物含义的记录。
所谓“要素”，是构成一切客观事物的必要因素。
所谓“化”者，《管子·七法》曰：“渐也、顺也、靡也、久也、服也、习也，谓之化”。
毛泽东则讲“化者，彻头彻尾彻里彻外之谓也”。
数据要素化是指用“全面的、联系的、运动的”观点，把握数据特性及其生产、分配、流通、消费等过程的价值运动规律，更好发挥数据要素作用的过程。
可持续发展包括共同发展、公平发展、协调发展、高效发展、多维发展五种价值内涵。共同发展是将世界作为统一整体而看待；协调发展指的是经济、社会、环境、资源的协调发展；公平发展即注重区域间、代际间差异性，避免过度消耗；高效发展指通过技术创新充分利用资源；多维发展强调充分尊重不同区域在政治经济文化等方面的差异。
可持续数据发展生态是指坚持以人为本原则，以数据要素化为主线，数据创新应用为目的，数据要素流通为关键，数据资源建设为基础，数据基础设施为支撑，数据治理与安全为保障，以期推动实现充分供给、高效流通、创新应用、安全合规的数据发展格局。
02
把握数据“六大特性”
从哲学上讲，数据是一切客观对象含义的记录，是客观对象的“虚化”存在方式，是与物质“客观实在”不同的另一种“客观虚在”，但是数据又离不开物质，它需要依赖物质才能存在，是物的派生现象。因此，要深刻把握数据要素特性及其价值运动规律，更好发挥数据要素作用。
（1）虚在性：相对于土地、劳动力、环境、资本和技术等传统生产要素的“客观实在”而言，数据要素具有“客观虚在”的特性。因此，要注重提升各类市场主体的数据治理能力和数字素养，使之能够认识和把握数据背后的“虚在”含义，更好地挖掘数据价值。
（2）依附性：数据需要在具体业务场景中与其他生产要素相结合，才能产生价值、发挥价值。因此，要坚持问题和需求导向，创新数据要素与其他要素的协同联动机制及应用场景，完善多主体、多环节数据要素配置规则，理顺利益相关方的数据生产关系。
（3）运动性：数据“形态变迁”和“含义运动”，使得信息增长从串行走向并行，从小规模并行到大规模并行，进化速度呈指数增长。因此，要强化数字技术在数据开发利用等关键环节的应用，推动实现重点领域数据的结构化、显性化和完备化。
（4）边际收益递增性：数据的价值在于连接，数据的连接数量与其价值呈指数级增长关系，只有建立更广泛的关联，才会产生更大的边际效益。因此，要推动各类数据的跨层级、跨领域、跨系统汇聚融合，推动数据资源向数据资产、数据资本跃迁。
（5）价值差异性：同一组数据对不同主体而言，价值不尽相同。因此，要发挥市场在数据要素配置中的决定性作用，更好地发挥政府作用，健全数据要素流通规则，引导数据要素向具有高价值需求的市场主体流动，最大化数据要素价值。
（6）外部性：数据具有正外部性和负外部性，数据的边际收益递增、价值差异、数据赋能等构成数据的正外部性，而隐私泄露、数据污染、数字鸿沟等形成数据的负外部性。因此，应加强监管，在发挥数据的正外部性的同时，抑制数据的负外部性，营造良好数据生态。
03
处理好数据发展“十大关系”
谁掌握了数据谁将掌握发展的主动权，谁利用好数据谁将赢得未来数字竞争新优势。推动数据发展、促进数据要素化机遇与挑战并存，应抓住主要矛盾，处理好“十大关系”，解放和发展数据生产力。
（1）供给与需求的关系。供给与需求是一个矛盾统一体，更好地发挥数据要素作用就要处理好供给与需求的关系，要把提高供给质量和提升需求层级有效匹配。当前，制约数据发展的主要矛盾是经济社会发展对高质量、高价值数据的需求，与不平衡不充分数据供给之间的矛盾，发展不平衡不充分是矛盾的主要方面，体现在数据基础制度不健全、数据供需存在结构性梗阻、数据治理能力亟待提升等。因此，需要通过供给侧结构性改革打通堵点和痛点，破除体制机制障碍，鼓励市场主体创新需求、提高数据供给水平、承担社会责任，贯通生产、分配、流通、消费各环节，构建供给和需求正反馈机制，推动形成需求牵引供给、供给创造需求的更高水平动态平衡。
（2）公共数据与非公共数据的关系。公共数据与非公共数据是构成数据要素的重要内容，二者具备数据的虚在性、依附性、运动性、边际收益递增性、价值差异性和外部性等一般特性。但是，二者价格形成机制不同，公共数据以政府指导价格形成机制为主，非公共数据以市场竞争价格形成机制为主，这决定了二者在数据获取、加工处理、开发利用、授权运营、流通定价及收益分配等方面存在差异。因此，应根据数据特性和价格形成机制差异，推动构建与之相适应的统一开放、多层级数据要素市场体系，更好地发挥公共数据与非公共数据的经济社会价值。
（3）垄断与流通的关系。数据遵循大规模连续协同、指数级积累增长等客观规律，只有汇聚融合多源异构数据，才能发挥更大作用，具有走向垄断的趋势。事实上，以数据为关键要素的大型数字平台等，已成为推动数字经济发展的重要力量。适度的数据垄断有利于调动市场主体的积极性促进数据流通，但垄断不是目的，更不是权力，而是一种社会责任，不能滥用垄断地位。因此，政府应明确由具有数据垄断地位的企业承担起促进数据流通“守门人”的角色，带动中小企业共同参与数据流通行业规则建设，发挥中小企业的创新主动性，促进数据在供应链产业链上的场景化市场化利用。
（4）场外流通与场内交易的关系。场外流通与场内交易都是为了更好地发挥数据要素作用，二者不可顾此失彼而要兼得，共同推动全国统一大市场建设。从规模体量和发展实际看，当前规范场外流通重于场内数据交易，场外流通是一个规模巨大的存量市场，而场内交易是一个正在培育探索的增量市场。因此，既要规范场外流通，充分发挥“数据矿主”和产业链主作用，带动产业链供应链上下游大中小企业间开展数据协作与共享，建设行业数据空间，提升产品和服务的数据附加值，又要培育壮大上下联动、内外结合的场内数据交易生态。
（5）确权与分配的关系。明晰的数据权属有利于数据收益分配。应根据数据来源和数据生成特征，探索通过依法确权登记、民事商事合同和行政协议约定等多元化确权新方式，推动构建数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。强化基于数据价值创造的激励导向，扩大按价值贡献参与分配渠道，推动数据要素由市场评价贡献、按贡献决定报酬，着重保护数据要素各参与方的劳动收益，促进劳动者的贡献和劳动报酬相匹配。建立健全数据要素收益的初次、二次、三次分配调节机制，推动数据资产入表，让各类组织和个人更好共享共用数据要素发展成果。
（6）治理与技术的关系。好的数据治理体系才能真正提高治理能力，好的数据治理能力才能充分发挥治理体系的效能，而技术为数据治理体系和能力建设提供落地支撑手段，增强数据可控、可信、可用、可追溯水平。因此，要以“整体性治理”优化顶层设计，强化中央与地方统筹协调工作机制，加强地方主管部门统一归口管理力度。要以“数字化治理”重塑政府与市场之间的权力结构与功能配置和边界划分，利用数字技术，实现多元治理主体大规模跨界互动协作与价值协同。要以“源头性治理”压实政府部门和市场主体对数据治理的主体责任，强化数据源头治理。要构建集约高效的数据流通基础设施，为数据流通提供低成本、高效率、可信赖环境。加快传统基础设施的数字化改造，推动与数据流通基础设施共建共享、互联互通。
（7）合规与创新的关系。在数据要素创新探索面临的不确定因素中，数据合规是最确定性因素，数据合规可以规避风险，提升竞争力，创造价值，增加确定性。就合规而言，“规”是法度，是边界，为了防止创新探索失控。“合”是过程，是政府、企业、个人全员参与的过程，是构建统一的数据合规治理体系的过程，是提升全领域数据合规治理能力的过程。因此，数据合规是一个不断调整数据生产关系、解放和发展数据生产力的历史发展过程。应当平衡数据合规建设与创新探索之间的关系，推进数据合规治理体系和治理能力建设，构建政府、企业和个人多方参与的“数据合规共同体”，做到价值共创、责任共担、利益均衡、合规不处罚、合规不起诉，推动数据要素合规高效赋能高质量发展。
（8）监管与发展的关系。数据要素市场化配置改革是一项极具探索性、开创性和潜力巨大的战略任务，从构筑国家数字竞争新优势的战略高度，包容协同监管促进数据要素市场化发展，坚持监管规范和促进发展两手并重、两手都要硬。要明确规则，划出底线，设置好“红绿灯”，鼓励支持市场主体在促进产业数字化、数字产业化、便利人民生活、参与国际竞争中发挥积极作用。数据成为生产要素，带来了政府与市场边界的变化，政府既是监管者，也是公共数据的持有者，需要构建一系列的上层建筑以适应经济基础变化，如数据相关法律法规、政策制度、行业规则、技术规范及社会伦理等，筑牢社会主义市场经济有效运行的体制基础，为数据要素健康发展提供牢固保障。
（9）权益保护和争议处理的关系。注重数据权益保护有利于激发市场主体创新活力，而争议处理是为了更好地保护数据权益，未来数据权益保护高地必将是数据集聚融合高质量发展的高地。因此，政府应当合理配置数据权益纠纷解决的社会资源，完善和解、调解、仲裁、公证、行政复议与诉讼有机衔接、相互协调的多元化纠纷解决机制。法院应当加强网上诉讼服务平台建设，逐步形成有利于数据争议解决的诉讼机制。加强数据争议仲裁组织机制建设，完善现有仲裁规则体系适应数据争议解决需求，完善仲裁加调解对接机制与在线仲裁模式。有关政府部门应当完善数据争议行政调解机制。
（10）国内与国外数据流动的关系。在新发展格局下，做大做强国内数据要素统一大市场的同时，积极开拓多元化国际市场，深度对接国际经贸体系，有效利用国内国际两个市场两种数据资源，更高水平参与国内国际双循环。以场景创新为牵引，加快全面数字化发展，催生新产业、新业态和新模式，激活重要领域数据潜能，推动建设更具国际竞争力的现代产业体系。围绕区域发展战略，率先打造粤港澳大湾区、长三角地区、京津冀地区、成渝经济圈等若干区域一体化数据要素市场，支撑全国统一大市场建设。适时将北京、上海、广东打造成为国内数据要素大循环的核心枢纽和国内国际双循环的战略链接点，打造可信跨境数据空间，维护数据主权。