當前，面臨數據要素產業從“粗放式”轉向“集約式”“精細化”發展的重要節點，探索有效的生態建設成為重中之重。有效的數據要素產業生態應該體現為“7+1”模式，即基礎層、技術層、交易層、業務層、客戶層、功能層、監管層等7個層次，再加上環境要素。

日前，上海發布《立足數字經濟新賽道推動數據要素產業創新發展行動方案（2023-2025年）》，尤其強調了促進供給、需求、服務等多元數商生態的健康發展。

根據上海數據交易所的界定，數商是指以數據作為業務活動的主要對象或主要生產原料的經濟主體，是數據要素價值的發現者和價值實現的賦能者，是跨組織數據要素的聯結者和服務提供者。我們看到，這也涵蓋了數據產業鏈的主要參與者。當前，在數據要素市場建設中，與著眼于特定環節相比，更為關鍵的是應考慮整體生態模式的構建。

近年來，在推動經濟金融高質量發展中，生態的概念越來越受到重視。例如，在人民銀行《金融科技發展規劃(2022-2025年)》中，就體現出眾多關于金融生態要素，包括金融科技治理體系、數據要素潛能激發、新型基礎設施建設、金融科技審慎監管、可持續發展基礎等，這些顯然都是保障金融科技健康發展的生態基礎。

當前，面臨數據要素產業從“粗放式”轉向“集約式”“精細化”發展的重要節點，探索有效的生態建設更是重中之重。所謂數據要素產業生態，其核心思想應該是通過合理的激勵相容機制安排，促使不同層次的產業參與主體合作共贏、協同創新，通過新技術、新規則、新模式，來優化產業鏈環境，改善產品和服務，提升數實融合的效率并降低成本、保障安全。

我們認為，有效的數據要素產業生態應該體現為“7+1”模式，即7個層次，加上環境要素。具體看，

一是基礎層。主要是服務于數據采集、數據存儲、數據處理加工等產業鏈前段部分，涵蓋了相關數據類企業，以及各類數據服務商、數據基礎設施等。

二是技術層。主要是面向數據要素產業鏈運行特征的、專業化的技術解決方案落地，包括人工智能、區塊鏈、云計算等，都可以更有效地用于解決數據產業鏈的痛點難點。

三是交易層。近期北京、貴州、上海等地相繼發布推進數據要素市場發展的地方政策，其核心都是圍繞數據交易市場建設展開。對此，如何統籌構建多層次交易市場，怎樣以交易為抓手來實現數據資源持有權、數據加工使用權、數據產品經營權的“三權分置”，都還需要改革“闖關”。

四是業務層。即聚焦更加具體的產業應用場景，不斷創新和落地數據分析、數據應用等產品，嵌入到不同實體經濟細分產業中。例如在金融領域，小微金融、農村金融、供應鏈金融、綠色金融都亟需數據和技術支撐下的創新探索。

五是客戶層。通過推動宏觀經濟與微觀主體的數字化變革，優化數據要素產業鏈運行的內生動力，提高企業和居民對于數據要素的“有效需求”，從而使得數據要素產業鏈從源頭上啟動良性循環。

六是功能層。數據要素產業生態建設是否成功，最終還要落到其功能價值上，對此可以從不同經濟部門角度來看。對企業部門而言，應使得產業內外的企業更好地互動融合，使各類企業數字化能力全面提升，改善生產效率；對居民部門而言，則不僅對居民數字生活、數字消費等帶來改善，而且能使得居民真正享受數據要素分配帶來的福利改善。對于政府部門、金融部門也應使其加快提升數字化能力和運行效率。

七是監管層。數據產業的健康發展離不開有效的監管模式，尤其是當產業邊界仍然存在模糊的情況下，如何處理好不同部門之間、中央和地方之間、常規監管與非常規監管、監管與自律之間的關系，都存在諸多挑戰。同時，監管重點也是處理好效率與風險的“蹺蹺板”，對數據要素產業發展給與合理的風險“容忍度”。

最后，環境要素則是指能夠推動不同層級之間有效互動，促進數據要素全產業鏈有效運作的“潤滑劑”，主要包括政策與規則等正式制度、倫理文化等非正式制度等。前者如上海方案提到的“創新數據產權范式，保障企業數據資源持有權、加工使用權、產品經營權，推動公共數據、企業數據、個人數據分類分級確權授權”，后者如在各方高度重視的金融科技倫理建設中，數據倫理已經成為主要抓手，需有效規范數據要素應用中的隱私保護、信息“繭房”、數據濫用等問題。