7月5日召开的国务院常务会议提出，“推进数字产业化、产业数字化，全面赋能经济社会发展”“协同完善数据基础制度和数字基础设施，推进数据要素市场化配置”。

　　各方形成合力，推动数据要素市场建设。近日，上海数据交易所启动数据资产交易市场，这是数据要素市场建设的一个里程碑。接下来，数据要素市场应如何发展？蕴含哪些机会？针对上述话题，上海证券报记者邀请相关专家进行探讨。

上海数据交易所总经理汤奇峰：

全国统一大市场建设正当时

数据要素市场率先突破

　　上海数据交易所日前启动数据资产交易市场。这一市场的建立有何背景和意义？对此，上海证券报记者专访了上海数据交易所总经理汤奇峰。他表示，数据要素市场建设已从单一的产品市场延伸到了产品市场和资产市场并举，数据资产交易市场的启动将助力整个市场进入正向循环。

　　要素市场新延伸：

　　产品市场和资产市场建设并举

　　上海证券报：数据资产交易市场的成立有何背景和意义？

　　汤奇峰：3年前上海数据交易所成立，此后我们以数据产品为核心组织交易，核心是帮助企业在跨组织的数据使用上以产品为核心发现其价值，赋能生产经营活动和业务创新。

　　我们调研发现，围绕数据资产，企业的创新活力非常强。但是，企业的创新活力和金融服务对接时，中间存在一些问题。例如，从金融机构的角度看，它们在支持实体企业发展过程中会碰到一系列问题：数据资产的产权怎么确立？数据资产本身的估值怎么确立？如果机构从事金融征信或者质押服务，产生的关于质押的登记怎么体现？数据资产本身具有特殊性，它的变化比较快，如何做到动态披露，让金融机构能把控风险？

　　我们认为，这些问题需要一个市场来解决。所以，上海数据交易所从去年开始提出产品交易和资产交易并行，即在原有产品交易市场基础上，设立资产交易市场。

　　作为一个公开市场，数据资产交易市场必须具备规范、透明两个特征。

　　本着制度先行的原则，我们组织法律专家、行业智库、社会化的企业和金融机构，相关政府部门等不断探讨和研究，率先推出了1个规范和5个指引。

　　规范的核心是，整个市场以数据资产为对象，以上海数据交易所的功能和服务作为平台，充分对接企业和金融机构的需求，针对相关问题提出解决方案。

　　同时，我们积极参与了上海地标的建设，关于数据资产估值的地标也是非常重要的规范。当制度规范有了第一步之后，这个市场就变成一个有据可依的规范的市场。

　　数据资产交易市场的设立，表明整个要素市场的建设已经从单一的产品市场延伸到了产品市场和资产市场并举。

　　上海证券报：数据资产交易市场的核心功能是什么？上海数据交易所在其中扮演什么角色？

　　汤奇峰：第一，当数据产权比较明晰时，它的核心功能不再停留在挖掘数据资源、产生价值，其产权也能够发挥更大的价值。我们关注产权的延伸价值能否匹配金融活动，这是一个非常重要的市场功能。

　　第二，我们提供类似于保荐商的功能，要将产权问题整理清楚，确保产权可控。

　　第三，估值功能。必须具备公允的估值系统，我们有大量的产品交易和合约，能公允地反映数据资产的价值。

　　上海证券报：未来，数据资产交易市场是否向全国推广？

　　汤奇峰：启动建设数据资产交易市场，这与上海在改革方面承担的任务有关。数据资产交易市场还处于早期发展阶段，目前更加关注本身的探索和实践能否创造新的利益增长点。

　　赋能数据市场正向循环发展

　　上海证券报：你对数据资产交易市场的发展路径有何预期？

　　汤奇峰：上海数据交易所在2023年11月发布了数据资产通证化路线图，正在积极衔接证券市场，我们的方向就是不断探索、不断积累。希望在这个领域里能通过数据资产本身的特性，为企业发展提供更多可能性。

　　上海证券报：数据资产交易市场对于数据市场而言会起到什么作用？

　　汤奇峰：数字经济的核心，是利用数据并产生价值，以此赋能实体经济。而从资产角度来看，它是更高阶的表达形式。资产化要求我们加快开发产品，而产品合约反过来能支撑资产化。企业获得金融支持后会加快投资，而加快投资形成数据基础资产后又形成了新的入表资产，从而使它拥有更大的抵押物，可以获得更多金融支持。

　　因此，整个市场就会进入正向循环。这是一个加速的过程，而不是线性迭代。因此，数据供得出、用得好，至关重要。

　　全国统一大市场建设稳步推进

　　数据要素市场或先行

　　上海证券报：上海数据交易所场内交易规模如何？

　　汤奇峰：去年上海数据交易所场内交易规模达11亿元以上；截至5月底，今年以来场内交易规模和去年全年持平，预计今年全年增长3到4倍。

　　以此测算，预计到2025年上海数据交易所基于数据产品的交易规模在100亿元左右。此外，我们还关注其他指标，如数据产品挂牌数量，交易双方数量、合约金额等。

　　上海证券报：上海数据交易所如何服务全国统一大市场建设？

　　汤奇峰：全国统一大市场建设一直在路上，很可能在数据要素市场率先突破。近期国家数据局推进的交易机构互认、产品互认、数商互通、标准共同执行等工作，可以被视作全国统一大市场建设的重要内容。

　　服务全国统一大市场建设，上海数据交易所积极探索。比如，关于产品合规性问题，上海数据交易所的执行标准非常严格。我们的数据产品有上有下，如果某个产品在新的制度下有合规性缺陷，那么就会被下架。

　　数据资产交易市场的合规性要求更高。它的背后是产权，是对收益和金融机构的联动，所以我们会特别小心，建设好风险防火墙，绝不会把管理范畴的问题延伸成为金融范畴的问题。

　　上海证券报：上海数据交易所国际板发展情况如何？接下来可能会重点突破的地方有哪些？

　　汤奇峰：数据跨境流动有两方面：一方面，数据出境严格执行国家相关规定；另一方面，数据入境又分为数据进口和数据过境两种情况，我们都在进行相应探索。

　　关于数据进口，上海数据交易所与国际主流数据供应平台正在形成信息对接和打通机制。考虑到商务领域需求强劲，接下来我们将加快探索，助力企业在法律法规、数据交付等方面更加便利畅通。

　　关于数据过境，已有很多制度规定，我们也在积极推进加入相关国际组织的工作。比如，金融、民航、货运等领域的国际组织，上海数交所申请加入或已顺利加入。

　　我们也在发挥沪港合作的优势，加强与香港在数据赛道上的合作。这部分合作侧重在资产侧，我们正在积极组织数据资产与香港金融市场对接。

　　对于最新启动的数据资产交易市场，我们也在紧锣密鼓地和香港相关部门、企业和市场不断沟通。

复旦大学教授朱扬勇：

加快建设大宗数据市场

推动公共数据入市

　　近日，复旦大学计算机科学技术学院教授朱扬勇在接受上海证券报记者采访时表示，公共数据入市需要大宗数据市场，应加快大宗数据市场建设。鼓励一些地级市政府积极参与开展大宗数据交易试点，尽快形成大宗数据交易生态，为数字经济发展提供大规模的数据要素供给，带动实现数据供得出、流得动、用得好。

　　上海证券报：大宗数据交易有何新特点，将对公共数据使用带来什么影响？

　　朱扬勇：《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（下称“数据二十条”）提出，“探索用于产业发展、行业发展的公共数据有条件有偿使用”。公共数据进入数据市场是“供得出、流得动、用得好”的排头兵，有着示范性引领性作用。

　　公共数据规模巨大，数据安全性要求高。鉴于公共数据进入数据市场的安全合规性、专业性、运营效率、促进数字经济发展等方面要求，我认为有必要为公共数据授权运营设计一个专门通道——大宗数据市场。

　　公共数据作为一类重要的生产要素，以地方政府持有的整体数据向市场供给，是更高效可行的一条路径。这在大宗数据市场完全可以实现，城市公共数据不需要进行拆分，可以整合为一个大宗商品直接推向市场。理想情况下，每个地级市都能推出一到两个大宗数据产品。

　　上海证券报：您对于大宗数据市场建设有何建议？

　　朱扬勇：我建议，大宗数据的基础标的是含有3000至5000个数据集的大宗数据，形成一个标准的大宗数据标的形态。大宗数据作为数据要素最大的供给源，具有极高的经济社会价值，已具备一定基础，可先行对大宗数据进入数据要素市场流通进行探索，也为其他数据要素更好地进入市场流通提供借鉴和示范。

　　上海证券报：数据要素市场发展的契机是什么？

　　朱扬勇：数据要素市场的发展是当前讨论的热点。需要思考的是，是否应先建设好数据要素部分，推动数据要素流通，再建设“数据产品”部分？针对数据生产者大规模提供数据要素，大宗数据一旦建设运行，当公共数据能批量化供给后，数据要素的供给就比较充分了。

　　一旦公共数据向市场供给，市场主体便可将其加工成产品，并在产品市场上进行交易。这将形成数据市场运行的良性模式，推进数据产业发展。

　　上海证券报：关于数据财政有不少讨论，我们距离实现数据财政还有多远？

　　朱扬勇：数据财政是指数据开发和流通过程中适配的财政税收制度。

　　“数据二十条”提出“探索用于产业发展、行业发展的公共数据有条件有偿使用”，这可以形成财政收入，但仅仅是一小部分。数据财政的重头戏是，数据产业规模扩张之后，税收可能增加，现行的税收方式可能并不能满足将来以数据要素流通生产再加工形成的税。这是需要进一步探索的。

同济大学副教授陈吉栋：

人工智能数据生产者

应建立全流程合规管理体系

　　人工智能应用领域数据合规和估值日益受到重视。近日，同济大学法学院副教授、上海市数据交易专家委员会委员陈吉栋在接受上海证券报记者采访时表示，数据合规和估值对人工智能应用至关重要，人工智能的独特数据利用过程需要特别的合规管理，生产者应建立研发到服务的全链条合规体系，确保风险可控。

　　上海证券报：对于企业来说，数据资产交易蕴含哪些机会？

　　陈吉栋：数据资产交易市场的设立，是多维度建设数据要素市场的重要成果。市场经营主体可以接受合规的数据资产交易服务，利用交易所提供的登记、估值、信息披露、托管和处置等基础设施和系列制度，降低交易风险，实现数据资产的财产价值。

　　市场经营主体实现数据资产化，要摸排数据资源，了解数据资源的存储位置、类型和量级，进行有效治理，完成资产评估入表，最终通过交易行为实现财产价值。

　　在数据资产化过程中，市场经营主体可通过转让、融资等方式享受资产化的收益。例如，可以通过数据资产质押从金融机构获得贷款、数据资产转让等方式实现数据资产的财产价值。

　　上海证券报：数据资产入表“火热”，如何看待这个现象？

　　陈吉栋：数据资产入表“火热”的背后体现了数据拥有者和市场对数据价值的认可。数据拥有者意识到数据资源的价值，以及市场对数据资产价值进行开发，这是构建有效数据交易、数据流通和数字经济市场的重要基础。

　　企业应以数字化转型为基础，构建数据资产价值闭环，有效利用和开发数据资源，实现数据资产化。具体有三方面建议：一是数字化转型，企业要完成数字化转型，这是形成数字资产价值闭环的关键步骤，是构建数据资产价值的底层逻辑，也是实现数据资产化的基础；二是闭环构建，数字资产最终要依托数据资源，构建包括资源的收集、治理、估值、价值生成、产品加工生产、交易等一系列环节；三是数据资产化，在数字化转型的基础上，企业可进一步挖掘数据资源的财产价值，推动数据资产入表，实现质押等资产化运作。

　　上海证券报：在人工智能应用领域，数据的合规和估值有何特殊性？

　　陈吉栋：各国正积极为人工智能的研发提供数据支持，这已成为一种趋势。在该趋势下，政策制定的目标是在人工智能研发者有效利用数据，与妥善保护现有数据的知识产权及其他权利之间找到平衡。

　　人工智能应用场景中，数据利用的独特之处在于：在预训练阶段，人工智能模型需要大量的数据进行初步训练，在此基础上进行人类干预下的强化学习；在数据处理阶段，通过数据解决问题，每一个步骤都涉及数据流入和流出；在人工智能向外输出时，合规性成为关键风险点，包括合规处理、合规保存、合规再输出等。

　　平台用户使用人工智能服务产品时，服务提供者要对输出结果进行明确标识。同时，从产品研发到上市再到服务应用，人工智能研发和生产者须建立全流程合规管理体系，包括保存生产日志和技术手册、完成对高风险人工智能系统的评估和认证等。