从建章立制到技术革新再到铺展基建，目前我国总体上形成了横向联动、纵向贯通的数字经济发展战略体系。随着全面数字化和数字资产化的推进，如何确定数据权属、确保数据安全和数据高效流通是当前亟待论证的问题。

(资料图)

锘崴科技创始人、董事长王爽

锘崴科技创始人、董事长王爽近日在接受《国际金融报》记者专访时指出，数据资产化是数据要素市场发展的关键与核心，然而数据要素的独特性导致数据确权和标记十分困难，无法按照传统供需关系定价，从而阻碍了数据交易流通。

在王爽看来，利用加密、去标识化或假名化处理后的数据进行计算，计算过程中只传递切片、密文等非原始数据，实现了原始数据不出域的情况下，数据持有权和使用权相互分离的隐私计算技术，是未来促进数据生产要素流通的必须技术手段。

数字经济驶向快车道面临多重挑战

“数字经济”无疑是当下的热词。王爽表示，发展数字经济已上升为国家战略，我国自上而下形成了发展数字经济的共识，具备较为完整的战略框架、较强的政策制度优势和比较完善的数字基础设施，为数字经济步入快车道奠定了基础。

不过，王爽指出，我国数字经济要全面发展仍面临多重挑战：一是数字经济发展仍存在不平衡不充分的问题，不同行业、不同区域、不同群体间数字鸿沟未有效弥合。从不同地区产业数字化程度看，东部省市产业数字化程度位居前列，中西部地区产业数字化程度较低，东西部地区间差距十分明显，数字化发展水平差异使得东西部地区间的发展差距进一步拉大。

二是信息基础设施全球领先，但关键核心技术攻关仍需加强。总体看，目前我国关键技术领域创新能力不足，关键核心技术不能自主可控、关键领域核心技术受制于人的状况没有根本改变。自主创新能力、产品稳定性和成熟度保证等方面与国际领先水平仍有较大差距，一些基础产品和技术对外依存度高，关键环节存在“卡脖子”风险，高端产品供给不足，亟需向纵深发展。

三是数字经济治理体系尚需健全，垄断与不正当竞争、数据安全、隐私保护、技术伦理等问题风险依然存在，需要进一步完善治理规则，强化治理能力，推动数字经济在规范中发展。

四是数据资源丰富，但数据要素市场还处在培育期，很多基础性制度尚未建立。总体看，我国数据资源规模庞大，但价值潜力还没有充分释放，数据共享与数据市场建设仍然处于分散探索阶段。数据共享融通壁垒尚未彻底破除，导致跨地区、跨层级、跨部门、跨系统数据对传统生产要素的融合、倍增价值未能充分释放，阻碍了全要素生产效率水平提升，对数字经济的促进作用有待提速。

要打造数字经济新优势，王爽建议：一要加快传统产业升级，积极推动数字经济与实体经济融合发展；二要提升基础软硬件、核心电子元器件、关键基础材料和生产装备的供给水平，强化关键产品自给保障能力；三要完善数字治理规则，推动数据权属、开放和流动，数字市场公平竞争、网络安全等领域的法律法规和管理制度建设；四要促进世界各国数字基础设施互联互通，深化数字经济规则衔接，支持我国数字科技企业开拓国际市场，同时扩大国内市场对世界数字产品和服务的开放。

数据资产化是数据要素市场发展关键

在数字经济时代，数据作为新的生产要素，与传统生产要素相比有着独特的属性：一是数据不具备实物形态，具有更新速度快、无限可复制的特点；二是数据种类层级多样，既有多渠道获取的“原始数据”，也有经过关联加工后的“信息数据”，以及经过人为解读和经验充实的“知识数据”，还有基于经验知识形成判断、谋略或行动的“智慧数据”，构成了数据要素的合集。

“数据要素的独特性导致数据确权和标记十分困难，无法按照传统供需关系定价。由于数据权属不明，导致个人、企业的数据权利内容不确定，个人与企业、企业与企业之间数据权利分配规则不清，相关主体数据权利保障不足，发生数据权利冲突时缺乏解决机制，从而阻碍了数据交易流通。”王爽指出。

王爽表示，数据资产化是数据要素市场发展的关键与核心，包括数据权属的确定、数据资产的定价、数据的交易流通。不过，数据资产不同于企业传统资产，难以依据传统的资本资产定价模型进行估值，数据确权困难。此外，数据资产相比于传统的实物资产具有极低的复制成本，这也为数据成为交易标的带来更多的挑战和待解问题。

那么，如何解决数字资产化存在的难题？王爽建议：首先，避免数据权属争议是数据要素发挥其市场价值的根本保障。借助技术手段来实现数据产权界定。例如，目前的可验证计算、同态加密、安全多方计算等密码学技术可以支持“数据可用不可见”，某种程度实现了数据资产的不可辨别，保护数据主体权利不受损害，提供了“不影响数据主体所有权的前提下交易数据的使用权”的可能性。

其次，培育多种类型的数据要素商业化模式，创新交易模式、数据收益分配模式和交易定价模式，建立行业级数据流通利用平台，明确规定各参与主体的权利及业务。

再次，创新数据要素交易流通技术手段，研发隐私计算、区块链、动态加密、零知识证明、差分隐私、数据标识等新技术，促进“数据可用不可见”“数据可算不可识”等模式推广应用，保障数据在交易流通过程中的安全性。

隐私计算是数据要素流通必须技术手段

数据要素要发挥价值，离不开5G、物联网、人工智能、云计算、区块链、隐私计算等多个数字技术之间的融合发展与协同作战。在王爽看来，隐私计算技术是未来数据生产要素流通、乃至社会生产力发展的必须技术手段。

一方面，隐私计算通过对原始数据加密等处理，计算过程及结果只传递经处理后的数据，实现了原始数据不出域的情况下，数据持有权和使用权相互分离，保障了数据主体的合法权益。

另一方面，隐私计算通过限定数据用法、用量，解决了原始数据无限复制、盗用、滥用的问题。同时，隐私计算利用加密、去标识化或假名化处理后的数据进行计算，计算过程中只传递切片、密文等非原始数据，有助于实现对原始数据的最小化使用。

不过，目前隐私计算仍处于落地提升阶段，并加速形成自身差异化的竞争优势。隐私计算产品由多方共同运行，由于多主体的特性，其存在较高的对同步性与可用性的要求。另外，由于隐私计算往往较同等功能的明文计算有更大的计算和通信负载，因而更容易遇到性能瓶颈。

王爽表示，隐私计算要突破商业化瓶颈，实现真正的规模化发展，还需要克服几个难点：一是需要充分挖掘市场需求，建立明确的拉动性政策和标杆性示范项目；二是建立完善可靠的技术标准认定体系，实现数据跨行业、跨平台的互联互通；三是搭建科学、易推广的产业多方协同合作模式。

为此，王爽建议，继续推进制定数据合规流通的细则文件，细化隐私计算产品的监管要求；积极探索隐私计算各技术路线之间、隐私计算与外部技术之间的融合方案；还需要增强产品的可用性，软硬件结合的一体机方案是化解可用性的重要选择，推动隐私计算大规模商业化落地；此外，隐私计算是一项复杂的系统化工程，需要多方共同参与，应充分发挥行业组织优势，搭建合作交流平台，广泛吸纳行业优秀的实践经验。

关键词： 原始数据 技术手段