摘要

數據已成為推動新質生產力培育和高質量發展的關鍵新型生產要素。然而，數據要素與應用場景的有效融合問題成為制約其市場化配置的主要瓶頸。本研究探討了數據要素市場化配置的理論邏輯、共創生態與過程機制，提出通過超越傳統線性思維，運用場景思維實現多元主體共建生態、提升數據要素市場化和價值化效能，從而賦能各行各業發展新質生產力。

結合國家政策背景和實踐案例，基于場景驅動創新理論，提出了場景驅動數據要素市場化配置的理論內涵、典型特征和共創生態構建原則。進一步地，以深圳數據交易所的實踐探索為例，提煉了場景驅動數據要素市場化配置的CDM （Context—Data—Match） 新機制，梳理了如何通過多維場景驅動的數據要素市場化配置新模式，加快數據要素的市場化流通、場景化應用和乘數效應釋放，為推動數字產業化與產業數字化協同發展、加快發展新質生產力提供理論與實踐啟示。

一引言

數據要素作為一種邊際成本基本為零、可復用、非排他性和廣域滲透的新型生產要素，已廣泛融入生產、分配、交換、消費等各個環節，成為企業、產業、區域和國家高質量發展的基礎性、戰略性資源。數據要素的高效配置成為釋放數據要素價值、打造國際競爭力的數字產業集群和做強做優做大數字經濟的核心戰略議題。《“十四五”數字經濟發展規劃》指出要“堅持以數字化發展為導向，充分發揮我國海量數據、廣闊市場空間和豐富應用場景優勢，充分釋放數據要素價值，激活數據要素潛能”。2022年12月，《關于構建數據基礎制度更好發揮數據要素作用的意見》圍繞如何建立和健全關于數據要素基礎制度體系提出了全面規劃指導。2023年10月，國家數據局正式揭牌，并提出要研究實施“數據要素X”行動，從供需兩端發力，推動數據要素與其他要素結合，催生新產業、新業態、新模式、新應用、新治理，為發揮數據要素乘數作用，促進數字經濟發展和加快培育新質生產力提供了有力的制度賦能。2024年1月31日，習近平總書記在主持中共中央政治局第十一次集體學習時強調要加快發展新質生產力，扎實推進高質量發展，并指出“要健全要素參與收入分配機制，激發勞動、知識、技術、管理、資本和數據等生產要素活力”，為加快數據要素市場化配置、激活數據要素，賦能新質生產力加快發展指明新方向、提出新要求。

我國不缺乏數據基礎，但有效數據供給不足，數據難以應用于場景和向新質生產力轉化，其瓶頸是缺乏圍繞多元場景中的復雜綜合性需求而開展的產業數據系統性規劃與機制創新，數據要素與場景需求難以融合，海量冷數據難以轉化為多維場景所需的高價值知識及知識支撐的決策。在此背景下，如何促進數據要素高效市場化流通和場景化應用，實現數據產業化和賦能新質生產力加快發展的價值，成為推動數據要素市場建設需要解決的關鍵核心難題。目前，關于數據要素市場化配置的研究主要從價值內涵、數據權屬、價值實現過程、數據基礎設施等不同角度展開，但主要從數據本身出發，探討技術和制度驅動下的要素價值創造過程，缺乏對場景這一重要和核心要素及其驅動機制的關注，難以突破數據、技術、場景融合的理論和實踐瓶頸。

場景驅動創新范式是數字經濟時代的新興范式，關注多元主體在場景中的復雜綜合性問題和需求，能夠將創新鏈和產業鏈相結合，提供完整具體的場景任務清單與綜合適配的解決方案，更適應數字經濟多變復雜的情境特征，因而能夠為突破場景與數據難匹配瓶頸，推動多元主體、全要素協同參與解決場景問題提供重要突破口。現有關于數字經濟和場景驅動相關的研究大多以“產業數字化”和“數字產業化”為背景，從數據要素、數字技術與場景之間的互通共促的關系展開。一類研究聚焦于場景對數據要素和數字技術的研究。例如，尹西明等提出了“產業數字化動態能力”的概念，認為企業應當從多元化應用場景入手，提高數字化場景整合能力，進而推動產業數字化技術能力和管理能力雙核協同，培育強勢的產業數字化動態能力，闡明了場景驅動創新在企業數字化轉型中的重要作用。尹本臻等指出數字經濟時代場景探索存在滯后問題，應當加大場景創新的探索力度，并通過場景創新促進產業數字化和數字產業化。

另一類研究聚焦數據要素和數字技術如何賦能場景挖掘和構建。例如，錢菱瀟等基于具體的綠色創新場景探討了如何應用新興數字技術打造場景內容，實現數字經濟與綠色發展的協同增效。鄒波等提出了數字經濟場景化創新，強調了數據要素對場景化創新的支撐作用以及數字技術對場景化創新的驅動作用。在數字產業化的過程中需要將數據要素轉化為場景生產力，進而創造和孵化場景；而產業數字化要將數據要素及數字技術應用于場景，充分釋放數據的要素價值，提高場景效率。數據、技術、場景的融合是探究數據要素市場化配置的前沿問題。將前沿的數字技術和“國家—區域—產業”的重大需求場景緊密結合有利于進一步拓展技術的應用領域，進一步催生更符合人民福祉的需求。但現有研究更多的是單獨討論數據要素，或者從數字技術的視角出發，探討場景應用中的數字技術與數字技術驅動的場景創新，鮮有學者結合場景驅動創新探討其如何助力數據要素市場化配置和賦能新質生產力涌現。

與此同時，海量數據與豐富場景的融合已成為國家層面共同關注的實踐議題。2022年7月，科技部等六部門印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》的通知，明確以場景創新為抓手，提升人工智能場景創新能力，加快推動人工智能場景開放，加強人工智能場景創新要素供給，第一次將場景創新寫入中央政府文件并上升到國家戰略層面，這成為場景驅動的數字經濟高質量發展的里程碑事件。2024年《政府工作報告》提出要“健全數據基礎制度，大力推動數據開發開放和流通使用”。

在此背景下，探討場景驅動的數據要素市場化配置既具備理論研究的前沿特征，又符合新時代推動數據要素開發開放和流通使用，更是加快發展新質生產力的戰略要求。因此，本研究針對新質生產力背景下數據與場景難融合的現實瓶頸問題，以及現有研究存在的缺口，通過將場景驅動創新理論引入“收—存—治—易—用—管”的數據要素全生命周期管理過程，探究場景驅動數據要素市場化配置的核心特征，進一步解析數據要素的價值共創生態和過程機制。并結合深圳數據交易所等典型實踐探索，提煉多維場景驅動的數據要素市場化配置新模式—CDM機制（Context—Data—Match）。本文為釋放數據要素紅利，推動數字產業化與產業數字化協同發展，助力加快發展新質生產力，扎實推進高質量發展提供了重要的理論與實踐啟示。

二

場景驅動數據要素市場化配置的理論邏輯

（一）場景驅動數據要素市場化配置的理論內涵

場景思維是企業商業模式創新的重要手段，在管理領域最早且廣泛應用于營銷，江積海等基于場景創新的視角分析了用戶、產品、運營場景化的價值創造動機和機理，解構中國情境下零售企業商業模式場景創新過程及價值創造路徑。大數據、人工智能、區塊鏈等數字技術的發展為創新提供了新的基礎，但仍然存在技術成果轉化慢、迭代難、“卡脖子”等難題。基于此，尹西明等提出了場景驅動創新理論，認為組織在戰略和使命的牽引下出發瞄準場景中的綜合性需求，不僅需要從需求側出發運用特定技術解決現有問題，也要從現有場景和未來場景中反向拉動供給，推動關鍵核心技術突破和新技術迭代。在數字經濟時代，場景作為企業和用戶持續交互的載體，通過對用戶情感和行為分析，推動企業的商業邏輯向技術開發、產品設計和用戶價值與場景匹配轉變，以充分發揮數據與場景的雙重價值倍增效應。

基于場景驅動創新的理論，學者們已經從不同場景維度結合具體的場景需求，探究場景驅動創新的實踐路徑。例如，孫艷艷基于冬奧實踐，結合冬奧會的場景需求提出了北京國際科技創新中心的建設舉措；俞鼎等分析人工智能與場景驅動創新的互動關系，指出責任鴻溝是人工智能場景創新的核心倫理問題，并明確解決對策。這些研究表明場景對于數字經濟時代推動要素創新、釋放要素價值的重要作用。然而，現有學者尚未能夠結合數據要素市場化配置的多維場景問題，探討場景驅動數據要素市場化配置的過程機制。

本文以場景驅動創新為理論基礎，針對數據要素市場化配置的相關理論研究缺口以及缺少場景設計、難以有效激發市場價值活力的實踐瓶頸問題，進一步提出并探討場景驅動數據要素市場化配置的理論機制、典型特征，并論述如何基于場景驅動構建數據要素市場化的共創生態，推進數據要素市場化和價值化的過程機制。

具體而言，場景驅動的數據要素市場化配置理論強調數據要素市場的多元主體應充分結合國家和區域的發展實況和相關場景，在使命的驅動下因地制宜地構建數字基礎設施，從而發揮海量數據的規模優勢，充分釋放數據生產力，實現數據要素賦能新質生產力的多維價值釋放。數據要素市場化配置的主體包括政府、企業、數據交易平臺、個人等，承擔“收—存—治—易—用—管”等多重功能，需要數據創新人才、數據基礎設施、數據相關制度等多要素協同發展。不同應用場景下所使用的數據類別層級不同、參與數據要素市場化配置的主體不同、所面臨的核心問題也存在差異。因此，需要數據交易主體結合具體的應用場景，瞄準特色場景下數據要素市場化配置過程中的個性需求，識別場景中的痛點問題，進而明確場景設計的重點任務和建構方案，推動數據要素在配置過程中多層次、多主體、多功能以及多要素的融合，最終實現創新應用。

（二）場景驅動數據要素市場化配置的典型特征

場景驅動的數據要素市場化配置具有統籌整合、精準配置、快速轉化和跨場景應用的多元特征。

1.統籌整合

場景驅動創新符合使命驅動的創新理論，重視使命和戰略的引領，對場景需求和任務痛點的識別能力更強。在戰略指引下，數據要素的供給和分配更具統籌性。以“低碳減排”這一重大場景應用為例，需以“雙碳”目標為使命牽引，既要解決降碳問題，又要協同保障經濟高質量發展；在通過數字化手段轉型發展的同時也要降低數據基礎設施的碳排。基于此重點任務，在“雙碳”目標下，數據要素市場化配置應當充分發揮政府、產業、企業和個人的主體作用，充分收集來自各級部門、各類格式、不同時空維度類型的數據，實現全量存儲、全面匯聚、高效治理、全場景應用的數據要素價值化流程。場景驅動創新強調統籌整合，需要不同創新主體共同參與，在保證數據安全的情況下共享數據，協同研發，共同破解數據融通難的問題。

2.精準配置

在場景驅動下，要素配置的目標任務和需求分解更為準確。一方面，場景構建、核心問題識別、具體任務設計由數據要素提供具象化支持；另一方面，數據要素服務于場景，最終拉動技術的創新應用。二者協同，數據要素配置更精準。如新華三集團開展了以交通擁堵為導向的數據治理，在這一過程中實現了“只需調用和融合出行數據，而無需融合每一輛車的數據”，詮釋了在場景驅動下數據要素的配置“用哪治哪”“治哪融哪”的精準性原則。

3.快速轉化

場景驅動數據要素市場化配置和價值釋放要求數據與需求、愿景、使命間建立更緊密的對接，并實現更順暢的數實融合和數據的快速應用。在場景驅動創新范式下，需求是場景生成的原動力。因而，數據要素價值化的前提是準確識別把握場景的復雜綜合性需求問題。如博世底盤控制系統的南京工廠數字孿生平臺在建設之初就面向實現全鏈數字化的場景。在此基礎上，面向場景需求實現數據向生產力的低成本和快速轉化。平臺深度融合了智能工廠運營中涉及到的人、機、料、法、環各環節，采集工廠內部邊緣側的各類工業數據，打通各種數字化系統間的數據管道，并借助超寬帶UWB等技術獲取人員和物流設施的實時位置，提升了工廠運營關鍵指標，樹立了中國工業4.0的標桿。

4.跨場景應用

在場景驅動下，數據要素的市場配置不僅以實現單一應用為目的，更應該全面提升數據效能，促進數據流通，使得其能被更多場景應用。以京東方為例，依托顯示終端的應用場景，京東方建立了“1+4+N+生態鏈”的發展架構，聚集1個技術策源地——半導體顯示，圍繞“物聯網、傳感、MLED、智慧醫工”4條主場景，實現了數據的跨場景互通共用，同一類數據可面向智慧城市、智慧零售、智慧醫工、智慧金融、工業互聯網等N個場景問題提供多元化、差異化、精準適配的解決方案，大大提高了數據和場景融合的效能。

（三）場景驅動數據要素市場化配置的共創生態

尹西明等學者提出了數據要素價值化生態的基本框架和建設原則，但是相關研究忽視了場景在數據要素市場化配置中的重要作用，難以有效解決數據與場景融合的難題。因此，本文從場景驅動的理論視角梳理了數據要素市場化配置的價值邏輯，進一步構建統籌數據發展與安全、融入場景的數據要素市場化配置的創新生態（見圖1）從創新再到場景驅動，最終走向生態時，各方都需參與數據要素生態的共享共創，而并非單獨一方完成所有職能，數據從所有權到運營權，再到使用權在讓渡和交易的過程中包含大量不同環節，需要多元角色參與構建場景驅動數據要素市場化配置的共創機制。

圖1 場景驅動數據要素市場化配置的共創生態架構

場景驅動數據要素市場化配置既符合場景驅動的內涵特征，又包含數據要素市場化配置的理論實踐，其核心在于以“公共—產業—企業—用戶”等不同維度場景下數據要素市場化配置的重點和痛點為抓手，由數據源出方、數據“收—存—治—易—用”的各個主體共同構成數據要素市場化配置的生態底座，由數據監管主體發揮頂層設計與監管功能，保障數據要素安全交易，順暢流通。其中，政府、企業、個人等作為數據源供給海量數據；數據交易所、企業、數據交易中心等在“收—存—治”階段發揮主要作用，共同將數據激活，轉變為知識狀態；數據交易所、企業、各級政府、個人等結合場景需求與痛點參與數據的交易和使用過程，充分激活數據的場景價值；政府、標準機構、受托監管機構等在此過程中承擔監管職能，保障數據交易流通。通過多元主體的生態價值共創精準打通數據要素市場化配置“收—存—治—易—用—管”的各個核心環節，最終實現生態價值共創。

現有數據要素市場化配置以場外點對點交易為主，數據要素的場外交易比例遠大于場內交易比例，企業參與場內交易動力不強、動機不足、機制不清。然而場外交易需要數據供給方與需求方點對點或者多方撮合交易，存在對接難、交易標準分散、交易匹配性差的難題，需以明確的場景問題為支撐。因此，需進一步激活場內交易。在此過程中，強化數據交易所在數據要素價值化共創生態中的主導地位并發揮其場景—數據匹配作用，引導多元數據交易主體進一步參與場內交易并激活數據要素市場化配置的生態共創機制。

（四） 多維場景驅動數據要素市場化配置的過程機制

1.公共場景

面向公共維度的多元場景推進數據要素市場化配置，需要以經濟社會的可持續發展為使命，面向國家和民生發展的重大場景需求。公共場景使用教育醫療、水電煤氣、交通通信等公共數據，具有一定公益屬性，主要由公共企業事業單位運營，如上海市和福建省通過成立數據集團支持本地公共數據運營。公共數據的配置具有明確的授權機制，其難點不在于確權，而在于如何瞄準智慧城市、智慧教育、智慧醫療、智慧交通等公共場景的流程痛點，打破數據在“政—企—民”間的信息孤島和數據分割，以數據賦能公共場景搭建落地。在公共場景中，主要由政府及公共事業單位產出數據源，由數據交易所、數據交易中心、數商企業、城市大腦等相關數據基礎設施作為數據收集、存儲、治理的主體，最終交由政府和公共事業單位交易使用，并在此過程中由政府、標準機構、受托監管機構全程監管數據要素市場化配置的過程，實現數據交易合規合法。

以智慧城市為例，智慧城市是全局優化的過程，重在以城市居民為中心，打通數據壁壘，實現高密級數據可用不可見，低密級數據對居民開放可視化。杭州城市大腦以交通領域為突破口，利用數據改善城市交通，如今已覆蓋警務、交通、文旅、健康等11大系統和48個應用場景。通過“一張網”“一朵云”“一個庫”“一個中樞”“一個大腦”，拉動數據在市、區、部門間流動，在中樞、系統、平臺、場景中互連，在政府與市場中互通。杭州城市大腦通過全面打通各類數據和場景，破除信息壁壘和數據孤島，實現經濟最優、治理最優、民生最優的公共場景全局優化。

2.產業場景

面向產業維度場景開展數據要素市場化配置，需要充分鏈接融通和激活產業供應鏈上下游的數據要素，面向智慧家居、智能制造、智慧零售、智慧居住等多元產業場景，解決產業的共性問題和需求痛點，在此基礎上，把握產業發展的前瞻性趨勢，以數據賦能傳統產業轉型升級和新產業的培育、新業態的激活。在產業場景中，數據要素配置的重點和難點在于數據的收集、流通和使用。首先，產業數據來源廣、數據量大且數據權屬不清，這為產業數據的收集帶來很大難度。其次，產業鏈上下游間在有利益競爭關系時如何開放和交易數據促進數據的流通也是一大難點。最后，如何使用數據切實解決產業數據價值化的痛點和需求是產業維度數據要素價值化的重點。產業場景由產業鏈上下游所有企業和用戶作為數據源，主要使用產業的單個企業數據、企業間協作以及用戶產生的數據。由企業、數據交易所、數據交易中心等作為數據要素市場化配置的主體，最終解決產業痛點，盤活產業數據資產。

以智慧居住產業為例，貝殼植根于產業場景本身，針對“假房源”的產業場景痛點，將房地產領域這種非標長周期的、復雜性的服務解構為20余個標準化的數據場景環節。企業借助人力、數字技術和工具系統在不同的環節交由不同的人員來處理，如交易員、帶看員、錄VR和AR視頻的人員等，并對他們進行不同的教育，通過實行類似于貝殼分的信任激勵機制，使得房地產中介的經營過程變成了標準化數據支撐的服務過程。借助收集的門牌號碼、戶型、朝向、區位條件等多維數據，貝殼找房以真實房源數據搭建樓盤字典，沉淀數據資產，打通多元服務居住場景。與此同時，不斷迭代升級技術與設備，以樓盤字典live讓樓盤數據活起來，實現了VR采房、VR看房和AI講房的智慧新居住模式，真正在場景驅動下激活了房源數據價值，顛覆了產業潛規則，有效驅動居住行業的數字化轉型，實現產業數字化和數字產業化的高效協同，構建中國居住服務的新生態。

3.企業場景

數據要素面向企業維度的多元場景推進市場化配置的過程，需瞄準企業運行的各個場景，如研發、生產、采購、銷售、管理、財務等，重在激活整合企業內部及與外界交易的數據，場景驅動的核心在于用數據賦能企業業務增長和組織運行的重要環節。企業場景主要使用企業數據，其更加靈活，企業可自行決定、自行管理或授權第三方企業開展數據要素市場化配置。由于企業所處的行業、自身體量，開展的業務存在差異，數據要素市場化配置的過程和重點、難點也各有不同。制造企業的數據在要素價值化過程中沒有交易，重在如何使用數據降本增效，體量較大的企業數據量大且龐雜，數據治理難度大，可能需要第三方數字技術廠商合作搭建數據中臺，提高數據治理效率。企業場景下主要由企業作為數據的源出者，企業自身、數字技術服務企業、數據交易所等機構作為數據市場化配置的生態共創主體共同優化配置企業的制造數據、采購數據、銷售數據、產線設備互聯數據等，解決企業業務運營的實際痛點，激活企業數據價值。

以三一重工為例，在生產環節中，針對優化生產節拍的場景，三一重工利用樹根互聯的根云平臺匯聚工廠里數千個數據采集點收集的工業大數據，在場景驅動下為每一道工序、每一個機型甚至每一把刀具匹配最優秀參數；針對優化園區水電量的場景需求，通過“三現四表互聯”將場內設備和廠外設備搬到云平臺，基于場景數據對高能耗設備重新排產，降低能耗成本，提升了三一重工智能制造的能力。

4.用戶場景

數據要素面向用戶維度場景推進市場化配置的核心是利用數據解決用戶痛點，結合用戶的個人信息與非個人信息，如基本信息、訪問足跡、消費數據、瀏覽記錄、個人存儲數據和元宇宙交易數據等，充分解決用戶衣食住行的難題。在用戶場景下，數據要素市場化配置的重點和難點在于數據隱私保護、數據使用門檻和管理效率優化，主要由用戶或其他用戶產生數據源，企業、數據交易所、交易平臺等通過推出數據應用、數據產品等解決用戶痛點，有效面向用戶完成數據要素配置。

針對用戶需求，盒馬依托阿里集團強大的用戶消費行為數據深入洞察新一代高質量懶宅用戶對生鮮產品的需求痛點，運用數據進行更精準的采購管理、上架管理、庫存管理以及精準的廣告投放和推送，實現購物便捷、送貨快、商品豐富度高，通過全渠道的數據采集分析精準地為消費者提供高性價比的產品和服務，提升用戶零售體驗。

三場景驅動數據要素市場化配置的典型

實踐與機制

（一）場景驅動數據要素市場化配置的實踐探索——以深圳數據交易所為例

傳統的數據交易市場存在數據源企業匯聚一大批原始數據，但交易過程中的使用方對如何治理使用數據未形成廣泛能力，加上多元數據融通涉及主體多、協調難，數據供需難匹配，合規成本高，數據要素場景開發開放不足，大多數據要素流通交易和市場化配置仍然以場外交易為主，場內合法合規的流通與市場化配置生態培育不足。因此，亟需培育面向數據應用和價值釋放的場景創新的新型主體。數據交易所作為數據要素市場化配置的重要制度性基礎設施，在數據流通交易市場中發揮著重要的制度橋接和生態建構者作用，是數字經濟時代圍繞場景開展數據供給與需求匹配機制探索的典型新質主體，也已日漸成為國家和各地探索數據場景匹配（CDM）機制和生態建設的重要實踐載體。2015年4月14日，貴陽大數據交易所正式掛牌成立，成為我國第一個地方政府批復成立的數據交易所，之后各省市相繼成立數據交易所或交易中心。截至2022年底，全國范圍內由地方政府發起、主導或批復成立的數據交易所已有39家。

其中，深圳數據交易所（以下簡稱“深數所）于2022年11月15日正式揭牌，根據訪談記錄，截至2023年底，實現累計交易規模65億元，累計跨境交易額1.1億元，匯聚數據賣方、數據商、數據買方等各類參與主體共計1706家，涉及交易場景228個，覆蓋30個省份、128個城市，入選深圳發展改革十大亮點，成為全國數據交易所中交易規模最大、數據市場化生態參與主體最多、開發應用場景數量最多的數據交易所，成為場景驅動數據要素市場化配置機制創新和實踐的引領性典型案例。

深數所是在2021年設立的深圳數據交易有限公司基礎上成立，成為加快落實中央《深圳建設中國特色社會主義先行示范區綜合改革試點實施方案（2020—2025年）》文件精神、深化數據要素市場化配置改革任務，打造全球數字先鋒城市的重要實踐。深數所以建設國家級數據交易所為目標，按照場景驅動創新設計頂層邏輯，開展數據要素市場化配置機制探索，推動場景與數據深度融合，加速數字產業化、賦能產業數字化。自成立后，深數所在全國范圍內首創供需匹配圖譜，以場景高效匹配數據，聚集數據要素生態主體，構建了數據要素跨域、跨境流通的全國性交易平臺，進一步以數據要素生態服務融通場景與數據，大幅度提升了應用場景創新能力與數據要素市場化配置效率，取得了階段性的卓越成效。本文基于對深數所的參與式跟蹤訪談和研究，提煉出了深數所場景驅動數據要素市場化配置的創新模式（見圖2）。

圖2 深數所場景驅動數據要素市場化配置創新模式

具體而言，在生態主體匯聚上，深數所廣泛對接政府、數商、其他數交所等多元數據要素生態主體，主要通過提供數據交易服務對接數據供需雙方，提升數據收集、存儲、治理、交易、使用、監管的全流程配置效率。圍繞金融科技、數字營銷、公共服務等61類重要應用場景，深數所聚集數據交易主體，匯集數據大類，產出數據產品，打造數據資源和數據產品的聚集高地。應用場景廣泛覆蓋的核心在于圍繞場景重點，連接更多跨地區、跨行業、跨平臺的數據商和其他數字化領域專業機構，打造高質量數據要素生態圈。深數所的合作數商具有高度整合場景的數據庫和數據產品，為數據資源與數據產品聚集、數據要素市場化配置提供有力基礎。如“坤輿數聚”作為深數所首批數據商的重要成員，已是國內首家時空大數據數商，公司自身整合了國內外的一大批優質時空數據，如高分辨率衛星遙感數據、氣象預報數據、物聯網傳感數據等，并與國內外權威機構和部分企業合作，在能源、農業、交通、旅游等場景下開發了一批批解決行業痛點的數據產品。深數所聯合這些已具備數據要素化資產化能力的數商，鼓勵更多數據源方共同構建更豐富的高質量數據源，在場景驅動下以更低的成本和更高的效率為不同場景匯聚更完備的數據要素和數據產品，以多元生態主體合作共創推動數據要素生態建設與價值激活。

在生態服務與生態能力上，深數所通過部署數據開發者培養計劃配套開發者成長計劃、國際數據空間創新實驗室、開放群島開源社群、數據合規服務工作站、數據流轉及交易合規共識計劃、合規部等生態計劃從場景創新與數據要素市場化配置兩方面布局數交所生態能力，推動高質量數據精準賦能高價值場景，解決公共、產業、企業、用戶等多維場景痛點。

一方面，深數所通過數據開發者培養計劃配套開發者成長計劃、國際數據空間創新實驗室、數據合規服務工作站聯動場景與數據，提升場景培育、解構能力與場景—數據匹配能力，形成了“場景構建—技術支撐—場景解構—場景方案—交易匹配”的場景驅動問題解決的路徑，其核心在于通過匯聚場景創新人才與不同產業主體，共同挖掘場景需求，從而培育、構建數據應用場景，促進數據與場景融合，推動數據要素向多維場景轉化新質生產力。“開發者培育計劃”通過模擬數據交易市場，為廣大的開發者、高校、學生、企業開發者提供基于數據安全可信的環境，構建基于開發者自身認知的行業應用孵化場景，并從中探索優質的數據產品，助力數據交易所培育數據開發稀缺人才，豐富數據場景應用，解構數據要素業務需求。國際數據空間創新實驗室致力于成為國內首個數據空間技術體系孵化基地，通過孵化并構建自主知識產權以及安全、可信、可控、可追溯的數據流通技術體系，推動數據、技術、場景融合應用。企業數據合規服務工作站主要提供數據合規和數據交易服務，篩選優質數據產品上架深數所，并匹配行業需求方的業務訴求，當數據需求方購買數據時，由工作站明確數據應用場景，進而通過深數所為該企業尋找合適的數據商并為其提供匹配的數據，協助企業基于業務場景有序、高效地開發利用數據資源。

另一方面，深數所通過開放群島開源社群、數據流轉及交易合規共識計劃、設立合規部等生態計劃，既可以提高數據交易撮合功能，也使深數所利用自身資源完成數據要素“收—存—治—易—用—管”的全生命周期價值管理。其核心在于圍繞數據要素流通技術、流通平臺、合規體系等暢通數據要素價值化全流程。開放群島與開源社群圍繞技術開源協同、行業標準制定、數據要素場景落地等具體場景目標開展隱私計算、大數據、區塊鏈、人工智能等前沿技術探索，為打通數據、平臺、機構間的孤島，實現數據跨地區、跨地域、跨平臺的交易流通提供數字技術保障。在數據監管方面，深數所除了與國家政府、律所及其他合規機構合作，對內設立合規部，建立完善數據交易規則制度和管理規范，對外發起“數據流轉及交易合規共識計劃”，成立了由13位數據流轉及法律合規領域具有卓越影響力的專家組成的專家委員會，為數據交易的合規性提供政策依據、法律保障以及操作指南，助力深數所防控數據交易風險，并參與制定數據標準。基于場景驅動數據匹配與要素市場化配置機制最終實現場景績效的邏輯閉環，深數所開拓了場景驅動數據要素市場化配置的高能激活路徑，為突破場景與數據難以有效融合的瓶頸問題提供實踐啟示。

（二） 多維場景驅動的數據要素市場化配置新機制

基于深數所的數據要素市場化配置邏輯，本文針對數據要素市場化配置供需匹配機制難的問題提出了“公共—產業—企業—用戶”多維場景驅動的數據要素市場化配置的場景—數據匹配（Context—Data—Match，CDM）機制。CDM機制的核心邏輯在于激活場內交易，整合數據交易和交互。其中，數據交易所不僅提供交易撮合服務，更需發揮場景嵌入的核心職能。在場景驅動頂層邏輯下由職業經理人和數據經紀人尋找實際場景，并將場景內的需求解構為需求清單，再聯合數字技術服務、數據產品供給等多類數商角色共同把經授權的數據轉化為場景化數據產品，以一個專業平臺連接海量數據，聯動數據要素生態，實行一個平臺、一個標準，完成場景—數據最優匹配（見圖3）。

圖3 場景驅動數據要素市場化配置的場景—數據匹配（CDM） 機制

在CDM機制下，數據交易所基于公共、產業、企業、個人等多維場景匯聚分散無序的多元數據，通過與政府、數商、數據供需雙方、合規機構、其他數據交易平臺等生態主體合作，共同構建以數據交易所為中心、政府與多元數商共同賦能參與、合規機構保障、數據供需主體精準對接與場景價值滿足的全要素價值共創生態。在此生態中，政府除提出公共維度場景問題外主要提供數據要素市場化配置的政策指引與監管規制，負責供給數據和數據產品的數據商只需結合自身專業技術和業務場景打造并提供優質且匹配場景的數據產品與數據服務，保障有效數據的供給質量與數量，律所等機構主要開展數據合規業務，發揮監管功能，為統籌數據安全與發展提供堅實保障。數據交易所作為生態中心，圍繞多維場景與多元數據匹配提供數據要素生態服務，構建場景驅動數據要素市場化配置的體系能力。一方面，通過培育場景開發者、場景解構者并提供場景解決方案為豐富數據應用場景、高效匹配數據場景、嵌入場景撮合交易提供有力抓手。另一方面，持續提供數據要素市場化配置全流程支持，通過鏈接數據收集、存儲、治理主體聚集數據要素與優質數據產品，牽頭研發數據交易技術提供技術保障，打通數據“收—存—治”三大環節；通過匯聚各類數據要素市場交易主體建設數據交易平臺網絡，融通數據交易樞紐；通過導出數據產品并與應用主體建立長遠的合作關系打通數據應用市場；通過與合規機構合作并參與制定數據標準，發揮數據監管職能，構建面向場景的合規體系。最終通過多維數據價值釋放，充分賦能公共、產業、企業、用戶場景。基于CDM機制，數據價值在多次復用、多元融合與高效匹配中充分激活，并進一步生成新數據，構建新場景，“飛輪”效應形成，催生更加繁榮的數據要素市場化配置生態。

面向公共、產業、企業、用戶等多重維度的多元場景，數據交易所需進一步探索具體業務場景的場景—數據匹配機制。面向公共場景，由政府和公共事業單位向數商企業統一授權公共數據，如貴州省將公共數據統一授權給云上貴州，北京市統一授權給北京金控。由政企合作面向公共場景問題開發數據產品，經過篩選后公開上架數據交易所，由數據交易所為該數據產品快速匹配多元場景，結合業務找到該數據產品需求企業并最終促成交易，實現數據—場景的多元匹配，打造公共數據在場景下的合規交易模式，解決公共難題。

面向產業場景，由企業與上下游合作機構深耕產業數據，開發基于場景的數據產品。在此基礎上，企業與交易所合作，共同拓寬產業數據產品的應用場景，并將其投入場景試點探索產業數據產品在不同應用場景下的合規交易模式，由企業、數據交易所合作共創，打造具有國際競爭力的數據產業集群。

面向企業場景，針對企業業務痛點開發利用數據，通過場景—數據匹配使得企業積累的海量數據得到合規有效的開發，提升企業經營效率。企業既可以基于制造、生產等場景購買數據交易所的數據產品，由場景驅動數據高效配置，降低企業生產成本；又可以面向業務維度接入數據交易所，依托數據交易所為企業用戶匹配更多數據，提高企業業務收益。

面向用戶場景，針對個人用戶在數據分析開發的高門檻痛點，借助個人信息受托機制，由數據交易所聯合數商開發面向用戶的公共數據產品，讓數據最大限度地普惠群眾。用戶只需通過數據交易所便能以較低的門檻購買所需的數據產品和服務，促進數據價值在用戶層面釋放，推動用戶積極參與數據要素的市場化配置，培育繁榮的數據要素市場主體。

四結論與展望

推動場景驅動的數據要素市場化配置是順應數字資源共建共享、培育新質生產力、加快實現高質量發展的重大議題。本文梳理了場景驅動數據要素市場化配置的核心特征和共創生態構成，梳理了多維場景驅動數據要素市場化配置的過程機制，以數交所為典型案例，提煉了場景驅動數據要素市場化配置的CDM機制，打開了場景驅動數據要素市場化配置的過程黑箱。CDM機制要求數據交易所從場景解決方案的角度出發，匯聚鏈接多元數據要素市場主體，在交易職能中進一步嵌入場景，將場景—數據匹配作為數據交易服務的突破點，打通數據要素“收—存—治—易—用—管”各流程環節，實現數據價值釋放與具體場景賦能，解決數據與場景難融合的問題，推動數字經濟與實體經濟深度融合，最終賦能新質生產力持續涌現。

本文創新點主要表現在三個方面：其一，面向新質生產力發展的新要求，提出了場景驅動的數據要素市場化配置的新范式，突破了數據要素市場化配置的線性邏輯，從場景驅動的視角建構了數據要素市場化配置的理論模式；其二，構建場景驅動數據要素市場化配置的共創生態，對標并超越了現有數據要素市場化配置的生態研究；其三，面向多元場景提出了數據要素市場化配置的機制，并以深數所為例提出了CDM機制，為進一步推動數據、技術和場景需求深度融合和數字經濟的創新發展提供了理論參考。

在進一步以CDM機制指導數據要素市場化配置的過程中，需強化場景驅動的頂層邏輯和主導地位，數據交易所不僅要注重提高數據產品的供給質量，還需要發揮場景建設出題人、答題人的角色，強化場景問題識別分析與解決的能力，開放公共、產業、企業、用戶等多維場景的數據要素，面向不同場景提供高效的數據解決方案，與政府、企業、律所、個人等多元主體協作搭建良好生態，進一步激勵、激發超大規模數據市場，豐富應用場景、海量數據的深度融通和賦能成效。與此同時，進一步推進數據要素交易、交互等多元模式探索，重點培育場景創新人才，加快生態培育，在真正意義上把數據產業化、賦能產業數字化，實現數字產業化和產業數字化協同發展，促進全體人民共享數字紅利。下一步還需要超越數據要素市場化配置這一話題，進一步研究和探索數據要素如何加快向新質生產力轉化，真正釋放數據要素在千行百業萬企高質量發展中的放大、疊加和倍增的乘數效應。