摘　要：完善的治理體系是充分釋放數據價值的前提保障，而相關配套制度能夠促進數據治理各項任務的實現。面向全國一體化的超大規模數據流通應用主場景，針對我國數據要素市場體系建設過程中存在的市場秩序不完善及監管體系缺位等癥結，圍繞“規則-主體-客體-監管”等四個方面，初步構架了涵蓋數據治理規則、新型交易生態、數據流通效率、市場監管機制的數據要素治理體系，提出了數據財政、數據金融、數據稅收“三位一體”的配套制度體系。

關鍵詞：數字經濟；數據流通；數據要素；數據治理

? 一、引言

數據是數字經濟的關鍵生產要素，是加快構建新發展格局的新資源、新動力，對經濟運行機制、社會生活方式、國家治理能力產生深遠影響。2017年12月，習近平總書記在中共中央政治局第二次集體學習時就提出“要加強國際數據治理政策儲備和治理規則研究”。黨的十九屆四中全會首次提出數據要素重大議題之后，國家層面先后出臺政策文件，統籌推進數據要素規范化流通及高效開發利用。2020年3月，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出加快培育數據要素市場，“探索建立統一規范的數據管理制度，提高數據質量和規范性，豐富數據產品”。2021年12月印發的《“十四五”國家信息化規劃》提出“建立健全規范有序的數字化發展治理體系”的重大任務。同月，國務院印發實施《“十四五”數字經濟發展規劃》，提出要“加快構建數據要素市場規則，培育市場主體、完善治理體系，促進數據要素市場流通”。由此可見，構建數據要素治理體系、完善相關配套制度，是數字經濟時代激活數據要素優質供給的基礎保證，是數據流通情景下充分發揮我國海量數據和豐富應用場景優勢的必要措施。近年來，我國數據總規模及增速迅猛增長，構建全球領先的超大規模數據要素市場的條件已經具備。針對我國數據要素市場化存在的治理水平不高等問題，亟須推動數據要素市場化配置，完善數據制度規范體系。當前，縱觀國內外數據要素治理領域的相關研究，雖然在理論研究與實踐探索層面均已形成了較為豐富的研究成果，但絕大部分研究僅限于單一主體治理提出的數據治理體系，而對于數據流通情景下數據要素治理體系的系統性研究仍然不足，而且缺乏構建數據治理體系所需要的配套制度研究。本文就加快構建高效安全的數據要素治理體系，以及保障數據要素治理體系落地實施的配套制度保障開展系統研究。

二、研究綜述

數據蘊藏巨大的經濟社會價值，完善的治理體系則是充分釋放數據價值的前提保障。沒有精心設計的數據要素治理體系和配套制度，數據流通效益就無從實現，數據的資產價值也無從談起。文獻分析發現，國內外學者圍繞構建數據要素治理體系領域的研究，主要包括內涵分析、框架設計、實踐應用等三個層面。在內涵分析層面，目前關于數據要素治理體系，還沒有統一的權威概念，不同學者基于不同的研究理念或應用場景，提出了內容各異的分析維度及研究見解，大體上可歸結為治理理念、治理主體、治理客體、治理工具、治理目標等五個方面。在國外早期的研究中，Donaldson針對信息治理提出了一系列兼具實用性和拓展性的政策和實踐建議。Begg將數據治理定義為政策、流程、技術、職責的結合體。Putro將數據治理歸納為涵蓋指導數據資產管理中的整體工作的規則、政策、程序、角色和職責以及績效指標。在國內，鄭大慶將數據治理分為目標、權力層次、對象及范圍、解決的實際問題等四個維度，明確了數據要素治理的概念。翟云從信息擴張、市場拉動、政府公信、績效評價和法律保障等五個維度對我國數據要素治理的思路進行了了梳理。安小米等從客體、活動、目標三個維度對數據要素治理的概念進行歸納，基于宏觀、中觀、微觀三個層面構建了“概念－動議－路徑”三位一體的數據治理體系，并針對政府數據依法治理、源頭治理、精準治理和長效治理國家戰略需求，提出了兼顧數據可用、有用、易用、善用能力構成的多維政府數據治理與利用能力體系。在框架設計層面，數據作為政府、企業及其他社會組織的一種戰略資源，需要借助系統的數據要素治理模型框架構建，才能夠充分發揮數據對業務、管理以及戰略決策的重要作用。國際標準化組織提出的ISO/IEC38500系列標準及ISO/IEC38505標準提出通過評估現在和將來的數據利用、指導數據治理準備及實施、監督數據治理實施的符合性等的數據要素治理通用模型和方法論。DAMA框架主要解決了數據要素治理過程中的10個功能(如元數據管理、數據質量管理等)與7個要素（如角色與職責等）之間的問題。DGI框架主要是通過組織整體、規則、決策權、職責、監控或者其他強制性辦法對數據相關事宜進行決策制定和全力控制。COBIT5框架明確了針對信息系統的數據治理，提出數據治理需要兼顧以下五項原則：治理方法綜合全面、模型框架單一集成、企業間端到端覆蓋、治理管理明確劃分、滿足相關利益需求。CALib框架從成功要素、決策范圍、具體實施方法（含績效評估）三個維度對數據元素治理的過程進行描述。數據治理成熟度模型針對數據要素治理過程中的五個層級（初始準備、基礎管理、主動管理、量化管理和后續優化）進行劃分和界定。ITSS數據治理框架通過衡量數據要素治理的實施范圍、促成因素、所在環境、任務過程等內容，以評估數據治理體系的成熟度。在實踐應用層面，各國都在不斷嘗試探索不同的配套制度以完善自身的數據要素治理體系。丹麥、澳大利亞、英國、新加坡、美國、加拿大、瑞士、愛爾蘭等國在政務服務數據協同治理層面均遵循主體協同、技術協同、數據協同、業務協同和服務協同五個方向的發展路徑。美英澳三國政府由于對數據治理在資產（風險收益關系）、權力（權責利關系）、素養（公民綜合性素質提升）三個層面的關注重點不同，也衍生出了不一樣的政策路徑。在國內，鄧崧等結合浙江、上海、廣東等地多案例分析總結了我國數據治理創新的府際擴散模式。王建冬等從區域戰略視角、產業鏈布局視角、技術邏輯視角闡述了數據要素跨域流通治理的重要路徑，探索性提出“東數西算”構想。陳東等針對新冠疫情中暴露的數據治理問題，提出超前布局國家數據資源儲備體系“數據長城”的建議和總體設想。于施洋等提出要加快建設全國一體化國家大數據中心體系，打造“國家數網”，完善數據要素的基礎平臺建設。綜上分析，國內外學者雖然在數據治理的內涵分析、框架設計、實踐應用等方面已有不少研究，但研究主體多局限于政府、企業和其他社會組織中的單一主體，并未理清數據流通場景下不同主體的角色定位，也未構建起完整的數據要素治理體系，對于規范發展數據流通交易、促進數據要素治理的配套制度也鮮有研究。

三、數據要素治理體系的總體設計

我國數據要素市場總體上處于起步發展階段，數據要素市場培育工作尚存在統籌規劃不夠、生態培育不足、數據質量不高、監管措施不力等問題，亟需構建符合數據要素流通使用規律的治理體系，確保數據要素市場要件完整、公平高效、安全有序，推動建立數據來源可確認、使用范圍可界定、流通過程可追溯、安全風險可防范的數據可信流通體系。本文在充分借鑒已有研究成果基礎上，圍繞數據要素治理的多元主體、多源數據的治理客體，堅持頂層統籌與有效監管并重的理念，從“規則-主體-客體-監管”四個維度，提出構建數據治理規則、培育新型交易生態、提升數據流通效率、完善市場監管機制的數據要素治理體系（參見圖１）。（一）構建數據治理規則

構建有效市場和有為政府相結合的數據要素治理格局，創新政府數據要素治理方式，明確企業主體責任和義務，強化企業責任意識，建設行業自律機制，規范市場發展秩序，構建“政府、企業、社會”多方協同治理規則。

⒈強化政府治理的守底線功能充分發揮政府有序引導和規范發展的作用，守住安全底線，明確監管紅線，打造安全可信、包容創新、公平開放的數據要素市場環境。制定數據要素流通交易、跨境傳輸、爭議解決等法律法規，規范數據所有方、使用方、經營方的安全主體責任，確保數據流通使用安全。推進自主可控技術研發應用，建立網上統一身份認證平臺，加強數據安全保護與合法使用。推動數據要素市場監管納入市場經濟監管體系，按照鼓勵創新、平等保護原則，建立健全包容創新的容錯糾錯機制。

⒉提升企業治理的負責任意識堅持“寬進嚴出”原則，強化數據流通交易企業的責任意識和自律意識。鼓勵企業積極參與數據要素市場建設，落實數據流通交易聲明和承諾制相關規定要求，承擔違規而受到的經濟處罰和行政處罰。企業應嚴格落實《數據安全法》《個人信息保護法》等相關法律規定，在數據采集匯聚、加工處理、流通交易、共享利用等環節，企業均應承擔相應法律責任。建立健全數據登記及披露機制，增強企業社會責任，打破“數據壟斷”，促進公平競爭。

⒊發揮社會治理的促協同作用鼓勵行業協會等社會組織積極參與數據要素市場建設，建立數據要素流通使用全過程的合規公證、安全審計、算法審查、監測預警機制，促進不同場景下數據要素安全可信流通。建立數據要素市場社會信用體系，逐步完善數據交易失信行為認定、守信激勵、失信懲戒、信用修復和異議處理等機制。暢通舉報投訴和爭議仲裁渠道，開展數據流通相關主體合規性審查，維護數據要素市場良好秩序。推行政府和市場主體數據要素管理規范貫標工作，推動各部門、各行業完善元數據管理、數據脫敏、數據質量、價值評估等標準體系。

（二）培育新型交易生態

借鑒證券市場交易所與券商相分離的經驗，建立數據交易所與數商相分離的市場運行機制，培育引導具備一定數據、技術和商務資質的數據交易撮合方、技術支撐方和第三方服務機構升級成為專業數商，著力打造交易所、數商和第三方服務機構“三方協同”的多元生態體系。其中，交易所定位為事業單位、純國資企業或法定機構，突出金融屬性和非盈利屬性，主要是進行自律管理，負責標準化數據產品的交易撮合、價格生成、清結算等工作；數商定位為混合所有制企業，突出技術屬性和市場化屬性，主要是活躍交易市場，在交易所授權下負責對多源異構數據的匯聚對接、清洗加工、質量管控、可信流通，將非標準化的數據轉化為標準化數據交易產品，為數據定價提供基礎環境；第三方專業服務機構定位為提供數據集成、數據經紀、數據評估、數據審計、數據公證等市場服務。

⒈夯實數據要素治理基礎——數據交易所數據交易所是為各類數據要素市場主體進行數據流通交易活動的指定場所，從性質上，可分為國家級數據交易所和區域（或行業）數據交易中心兩類。國家級數據交易所應堅持數據交易所公共屬性和公益定位，突出合規監管和基礎服務功能。可由中國證監會會同國家發展改革委等有關部門聯合審批，定位為全國性法定數據交易場所，具體職能包括開展全國性數據流通交易業務，制定完善全國性數據流通交易規則及標準體系，為區域數據交易中心、行業數據交易中心、國家級數據商等提供供需智能撮合、數據質量評估、數據資產定價等共性公共服務，發展審核認證監管國家級數據商，為國家監管部門提供基礎性支撐保障等。數據交易所資金流和業務流監管工作由中國證監會及國家發展改革委等有關部門負責。數據交易所數據流監管工作由中央網信辦、國家安全部、公安部等有關部門根據職能具體負責。區域或行業數據交易中心定位為區域級或行業級合法數據交易場所，具體職能包括開展本地區或本行業公共數據授權運營，開展公共數據與社會數據融合流通交易業務，制定完善區域或行業數據流通交易規則及標準體系，發展審核認證監管地區級或行業級數據商，為區域或行業監管部門提供基礎性支撐保障等。區域或行業數據交易中心可由各省、市、區人民政府或各行業主管部門負責審批，并在中國證監會和國家發展改革委等有關部門進行備案。其中，數據交易中心資金流、業務流和數據流監管工作分別由各省（自治區、直轄市）級人民政府或各行業主管部門負責，中央網信辦、國家安全部、公安部等有關部門有權監管審計數據交易所數據流。?

⒉提高數據要素應用水平——數據服務商數據服務商是數據要素流通市場的重要組成部分，與證券市場中的券商有一定相似性。數據服務商在數據交易所、區域數據交易中心或行業數據交易中心等交易場所的授權下，負責對多源異構數據進行匯聚對接、清洗加工、質量管控、可信流通，將非標準化的數據轉化為可以進行流通交易的標準化數據交易產品。此外，數據服務商也可以為數據流通交易提供基礎環境。借鑒券商在證券市場中的角色與作用，在相關主管部門依法監督管理及數據交易所平臺的規范下，數據服務商可以考慮從以下方面開展業務：

第一，數據開發類業務，包括數據源開發與數據產品開發。數據源開發是指數商探查發現質量穩定、來源合法的數據源，引導相關數據提供方入場；數據產品開發是指數商利用自有數據或與建立正式合作關系的數據提供方合作開發數據資源，形成可交易、產權界定清晰的數據產品。

第二，數據發布類業務。一是數據和產品上市輔導，建立完善盡職調查流程，數商自行或委托具有相應資質的第三方機構開展數據產品質量、安全性及合規性評估，對擬上市產品進行相應輔導；二是數據產品發行報價，結合數據提供方成本、數據質量、市場供求關系、歷史成交記錄等因素評估數據產品發行價并報送交易所；三是上架推薦，推薦符合交易所上線要求的數據產品上架，經保薦后在交易平臺正式發布。

第三，數據承銷類業務。一是產品營銷，利用自建、交易所或第三方交易撮合平臺，通過多種方式發掘數據潛在需求方，拓展數據產品流通范圍；二是產品議價，協同數據提供方或接受數據提供方委托與數據需求方開展定價磋商，形成市場化交易價格；三是可信流通，按照交易所指令和合同約定，為數據產品安全可信流通提供技術環境和相關服務，將流通記錄數據及時提交交易所備案。第四，數據資產類業務。一是數據資產審計，即對所保薦和承銷的數據及數據產品供應商的交易記錄進行數據資產有效性審計，對價格合理、來源穩定合規的數據資產，經保薦后提交交易所審核，作為相關主體數據資產并表依據；二是數據資產創新業務，按照國家有關法律法規和交易所要求，探索聯合銀行、保險公司等金融機構開展數據信托、數據保險、數據銀行等創新業務；三是數據資本創新業務，與證券交易機構合作，探索數據資產證券化路徑，研究建立“數據入股”機制，實現數據要素按貢獻折算資本份額并參與分配。

⒊釋放數據要素流通活力——第三方機構數據要素流通交易服務生態是數據要素有序治理的必要前提，是推進數據要素打通生產、流通、交易和消費等環節的保障條件，這客觀上要求我國聚焦數據要素流通交易需要，分行業培育一批第三方專業服務機構，提供數據集成、數據經紀、數據評估、數據審計、數據公證等市場服務。第一，數據集成。指將不同來源、格式、標準、特征、內容的數據在邏輯上或物理上有機地集中，從而為企業內部、企業之間、行業內部或行業之間提供全面的數據共享和交換。數據集成存在多種實現技術體系，通常采用聯邦數據庫系統、基于中間件模型、數據倉庫、多方安全計算等隱私計算方法來構造數據集成系統，實現“數據可用不可見”解決數據共享和交換難題。第二，數據經紀。數據經紀是數據要素化和數據市場中從事交易服務的中介角色，是一種基于原始數據和派生數據挖掘數據價值為業務、創造數據衍生產品形成經濟價值的業態。數據經紀通常包括向市場主體提供市場營銷產品、風險降低產品和人員搜索產品等數據衍生產品和服務。第三，數據審計。數據審計是一種數據庫安全技術，通過對用戶訪問數據庫行為的記錄、監測、分析和報告，對數據庫操作進行細粒度審計的合規性管理，幫助用戶事后生成合規報告、事故追根溯源，提高數據資產安全性，對數據庫遭受到的風險行為進行預警，對攻擊行為進行阻斷。第四，數據公證。數據公證是信息安全技術與公證服務進行深度融合的業態。數據公證是基于可靠信息和安全技術以確認和保證特定數據資源從數據生成、數據傳輸、數據存取等各環節，數據全生命周期的真實、可靠且不可篡改的一種技術體系和服務方式。第五，數據資產評估。包括數據資產質量評估、合規性評估、價值評估等方面。面向原始數據、脫敏數據、模型化數據、人工智能化數據等不同數據產品形態，對數據產品質量、數據來源和主體合規性情況以及數據資產潛在價值等開展評估認證，并出具第三方評估報告，為數據產品資產化、資本化提供背書和擔保。

（三）提升數據流通效率跨領域、跨地域、跨層級、跨系統、跨部門、跨業務的數據鏈斷裂問題是我國數據流通情景下的數據要素治理普遍存在的問題，亟待進行覆蓋開放、共享、交換、交易等數據流通全生命周期的研究，應結合不同階段數據使用者的需求和目標，不斷提升數據供給質量，強化數據產品及服務的管理水平，實現數據要素的高效安全流通應用。

⒈數據質量的分類考核參考國家數據質量評價標準（GB/T36344-2018）中的綜臺評估框架，利用規范性、完整性、準確性、一致性、時效性和可訪問性等六大指標，縱向延伸到原始數據、脫敏數據、模型化數據、AI數據四個維度，建立數據質量考核標準。原始數據作為未經處理、加工、開發的數據集，如氣象領域的高空衛星原始信號、網絡領域的網絡流量數據包等，需要對六大指標進行全面的考核。脫敏數據作為便于數據流通，確保數據安全和隱私保護，將原始數據中敏感或涉及隱私的數據進行脫敏處理后形成的數據集，如經過整理、統計、分析之后形成的群體性數據，需要有針對性地進行一致性考核以檢驗脫敏規則下數據的變形程度。模型化數據作為結合用戶需求進行模型化開發形成的結果數據，如用戶畫像“標簽”、身份驗真等，需要額外考慮模型規范及結果正確性等內容。AI數據作為基于原始數據、脫敏數據或標簽化數據基礎之上，結合深度學習等技術形成的人臉識別、語言識別、跨語言翻譯等人工智能服務，形態主要表現為服務，需對擬合程度、對抗性樣本防御、數據集標注覆蓋度和數據集標注準確度指標等方面進行額外的考核。

⒉數據產品的動態管理在數據要素治理體系的構建過程中，數據供給方、數據服務商、數據需求方、評估服務機構等相關主體都需要建設數據管理系統或數據生產平臺，以實現數據的產品化，但數據要想真正成為一種生產要素，還需要通過一系列制度和技術手段，使之真正具備規范性、完整性、準確性、一致性、時效性和可訪問性等六種屬性。在數據產品交易流程中，可分為數據產品交易前、數據產品交易中、數據產品交易后三個階段，由數據審核方對即將發生流通和交易的數據產品進行自行檢核，并進一步有針對性地根據場景及業務需求提升各環節的數據質量。

一是使用數據質量檢查腳本或軟件實現自動檢查，比如數據庫檢查腳本、數據庫監控腳本、自動化校驗程序等。二是檢查人員根據有關標準或要求、專家知識及經驗進行的數據檢查，比如專家評估、人工評估。三是在無法實現完全計算機自動檢查時所采用的人機交互檢查，例如業務規則校驗、算法測試等。四是定期對數據產品現有的數據進行自動或手動的質量檢測和評估，及時解決發現的相應問題。

⒊數據要素的高效流通堅持以應用場景為導向，圍繞數據要素治理全生命周期，促進數據要素合規高效流通。

第一，建立數據要素流通準入規則。依據數據要素“可界定、可流通、可定價”原則，建立數據要素流通準入標準，完善數據要素市場主體準入機制，保障流通數據標的明確、范圍確定、標識清晰、來源合法、價值可估。

第二，建立數據要素流通管理規則。規范場內數據交易流通，明確數據交易中的確權登記、主體資格審核、交易規范、市場運營管理等規則，引導數據合法合規交易。規范場外數據交易流通，加強場外交易中的數據安全和隱私保護，保障數據提供者的數據權益，促進多種場景下各種數據要素的安全流通。

第三，建立數據要素流通標識規則。按照數據要素所依附或反映事物本體的不同，將數據本體劃分為自然人、法人、車輛、物品、地點、事件等，基于對數據動態本體對象的統一標識和管理，引導各參與方加強數據要素流通全流程中的分類分級標識標定管理，逐步實現數據資源統一標識管理，推動數據要素跨地域、跨層級、跨行業流通。第四，建立數據要素跨境流通規則。積極開展數據交互、業務互通、監管互認、服務共享等方面國際交流合作，搭建離岸數據交易平臺，探索數據“可用不可見”跨境流通環境，探索通過“監管沙箱”等方式提供符合監管要求的數據跨境傳輸技術和設施，推動打造符合國際標準的數據跨境流通平臺，優先在跨境電商、生物醫藥、人工智能、工業互聯網等領域針對具有跨境數據傳輸需求的企業提供“一事一議”方式的跨境數據傳輸服務。?

（四）完善市場監管機制在我國數據要素市場體系建設過程中，存在市場秩序不完善及監管體系缺位等癥結,應著力推動數據要素市場化配置體制機制的創新與完善，堅持促進發展和監管規范并重的原則，推行數據交易市場“雙隨機、一公開”監管，提高數據要素市場的監管水平和效率。

⒈建立數據流通交易承諾機制加強數據交易市場安全監管和秩序規范，持續推動整治安全泄露、壟斷、不正當競爭等違法違規行為。圍繞數據來源、數據權屬、數據質量、數據使用等方面，推行面向數據服務商及第三方專業服務機構的數據流通交易承諾制，簽訂承諾責任書等同于具有法律約束效力，違反承諾責任將依法依規受到經濟處罰、行政處罰。

⒉建立數據流通交易登記備案機制制定統一的市場主體登記數據和系統建設規范，明確數據交易市場主體登記事項、登記程序及登記要求，建立全國統一主體登記備案系統，探索網上辦理等登記備案方式，確保市場主體登記備案便利化。探索建立數據資產登記、流轉備案及披露機制，加強數據資產憑證生成、存儲、歸集、流轉和應用的全流程管理。加強參與主體責任和義務，建立數據安全收集、存儲、處理、傳輸、交易與使用承諾制，推行數據交易服務標準建設和行業自律。

⒊建立數據要素市場社會信用機制建立數據流通交易全流程社會信用體系，逐步完善數據交易失信行為認定、守信激勵、失信懲戒、信用修復和異議處理等機制。同步構建數據要素市場主體信用信息公示體系，聯通國家企業信用信息公示系統，為相關單位和社會公眾提供方便快捷服務。制定交易數據“負面清單”，明確國家秘密、商業機密、個人隱私領域不能或嚴格限制交易的數據項，公開發布，滾動更新。建立交易誠信“黑名單”機制，將違規操作的市場主體納入黑名單，限制數據要素交易活動并責令限期整改。發揮行業協會作用，引導數據交易市場主體間加強對嚴重違法失信名單等相關信用評價互通、互聯、互認，推動數據交易市場主體對違法行為實施聯防聯控。

四、數據要素治理的三項配套制度

良好的制度與良好的政策相匹配，才能產出最好的治理效能。數據要素治理體系的確立，離不開有效的配套制度作為支撐保障。建立與數據要素對應的數據財政制度，是配置數據要素的重要工具和手段，數據產品的金融屬性設計，是解決全國性的統一數據市場難建立等問題的潛在可行路徑，許多數據交易所已經探索開展金融創新服務，對數據要素創造的價值收稅，是推動數字經濟乃至國家經濟發展的有效方式。鑒于此，本文結合與數據要素緊密相關的財政、金融和稅收三個方面，提出數據財政、數據金融及數據稅收的一體化的配套制度體系（參見圖２）。（一）數據財政：財政配套制度

數據財政類同土地財政，是數字經濟時代財政改革的關鍵之策。

一是促進數字經濟貢獻度與財政支出掛鉤的財政管理體制改革，鼓勵有條件的行業部門及地方探索“數據出讓金”制度。

二是推動將數據資產計入無形資產，選擇正規場內交易機構開展試點，對于滿足一定交易規模和頻次要求的數據資產，將其納入企業資產負債表中的無形資產項下。

三是建立數據要素型企業認定機制，在經濟效益、專業水平、創新能力、經營管理等方面設計指標，研究申報條件，探索推出數據要素型企業認定管理辦法。

（二）數據金融：金融配套制度

數據金融是推進數據要素流通的重要引擎，應充分發揮數據的金融屬性，加快推動數據的資產化、資本化。一是支持數據交易機構與證券交易機構合作，探索開展數據資產質押融資、數據資產保險、數據資產擔保、數據資產證券化等金融創新服務。二是積極探索“數據入股”機制，創新政府數據及企業數據的價值實現方式，允許數據需求方以股權置換數據持有方的特定數據權益，實現數據要素參與者按貢獻折算資本份額并分配剩余價值，形成供需雙方長期共同發展機制。三是鼓勵發展第三方數據信托服務，為中小企業及個人委托主體提供個人隱私、商業秘密保護和數據權益分配等一體化代理服務。四是探索以數據信托方式建立“公民數據賬戶”，提升個人數據采集利用的規范化水平。

（三）數據稅收：稅收配套制度

數據稅收是構建數據要素市場的必要方式，應加快建立促進數據要素流通交易的稅收激勵制度，同時加強對平臺壟斷稅收處罰力度。

一是針對認定的數據要素型企業，建立完善稅收引導和優惠政策，對認證后的數據開放共享行為實施相應的稅收優惠激勵政策，面向新型數據集成商和數據智能商及第三方數據配套服務企業，探索在稅收上享受與高新軟件技術服務行業同等優惠政策。

二是探索“以數抵稅”，對于共享數據并產生較大經濟價值的，在因數據帶來的增值性收入中，給予適當比例稅收減免，對于貢獻較大社會公益價值的，給予一定的稅收優惠。三是探索將企業采購數據費用納入研發投入費用，享受研發費用加計扣除稅收優惠政策。

四是建立針對大型平臺企業的跨地域稅收聯合征管機制，建立健全區域稅收信息共享平臺，完善針對大型平臺企業的稅收數據實時分析處理與共享機制，規范相關稅務機構的職能設置，明確法律權責。

五、結語充分釋放數據要素價值，有助于提升全要素生產率、賦能現代化經濟體系高質量發展、提升政府治理效能，成為推動國家治理體系和治理能力現代化的關鍵舉措，受到社會各界高度關注，有關數據要素治理的研究成果日益豐富，北京、上海、深圳、貴州等地圍繞數據要素治理及制度建設也進行了實踐探索。但總體來看，目前仍缺乏系統的、可復制推廣的數據要素治理體系，國家層面尚未制定出臺針對性的配套制度。本文依托全國一體化的超大規模數據流通應用場景，圍繞“規則-主體-客體-監管”等方面，初步形成了數據治理規則、新型交易生態、數據流通效率、市場監管機制的數據要素治理體系架構，提出了數據財政、數據金融、數據稅收“三位一體”的配套制度體系，以期對后續學術界、產業界以及各級政府部門開展相關工作提供有益借鑒。