来源:赛博研究院
发布时间:2024-03-06
2024年全国两会期间,数据要素的市场化配置、数据资产的确权与保护、数据立法的完善构建以及人工智能的深度应用成为了社会各界广泛关注的焦点议题。人大代表和政协委员们积极建言献策,其中部分数据要素和人工智能领域的提案整理如下:
全国政协委员、上海市政协副主席邵志清认为,数据资产具备
非实体性、依托性、可共享性、价值易变性
等特征,但同时也具备较强的
乘数效应
,呈现
规模报酬递增、非竞争性、低成本
复用等特点,导致目前在
以数据资产开展
创新应用
方面存在几个关键问题:
一是对数据资产的
合法合规性
缺乏有效认定;二是对数据资产的
资产处置
缺少明确路径;三是对数据资产的
定价估值
缺少市场参照;四是对数据资产的
创新应用
缺少协同治理;五是缺乏数据资产创新应用的
人才支撑
。为此,他提出如下建议:
第一,完善国家数据资产创新应用的路径体系。
建议有关部门制定国家数据资产创新应用
管理体系与实施办法
,形成包括
数据资产质押融资、数据资产增信、数据资产保理、数据资产保险、数据资产信托、数据资产作价入股和数据资产证券化
等路径体系。同时根据我国
数据要素市场化配置改革
的总体要求,结合数据产业发展的阶段性需要,在数据资产增信、数据资产信托、数据资产作价入股等领域率先开展探索,形成
我国数据资产创新应用的路径经验
。
第二,构建国家数据资产创新应用的管理体系。
数据资产创新应用是需要多个部门相互配合、协同治理的工作。建议由
国家数据局
统筹指导,
信息化部门、金融部门、网络安全部门
等协同配合,发挥各自职能,稳步有序推动数据资产创新应用。在
长三角、粤港澳、京津冀等数字经济发达地区或自贸试验区
,建立国家级数据资产创新应用
示范区,优化区
域内数据资产管理体制和有关机制,依托可信数据基础设施开展先行探索。
第三,形成与数据资产创新应用相适应的制度体系。
建议加快构建与数据资产创新应用相适应的制度体系。
完善数据资产创新应用标准体系
,在数据资产合法合规性认定、数据资产的资产处置、数据资产定价估值等领域建设国家级标准,推动标准体系互认。
培育数据资产创新应用的市场体系
,加强对数据资产主体、评估主体、专业服务机构的准入管理,
培育龙头型企业
。
推动建设数据资产创新应用的技术创新体系
,围绕创新应用技术难点集中开展技术攻关,形成可控可信技术规范。
完善人才体系建设
,开展数据资产创新应用人才资格认定。
完善数据资产创新应用的金融体系
,引导金融服务数据实体产业。
第四,设立数据资产创新应用的专业服务机构。
数据资产的创新应用对
数据运营能力、交易流通基础设施能力、数据资产价值发现能力、数据资产风险评估能力
等方面都提出较高要求,建议成立若干
专业专营机构
,有针对性地开展数据资产创新应用工作。在数据资产信贷、数据资产信托、数据资产证券化等领域,鼓励成立
数据银行、数据信托、数据券商
等专营机构。支持有条件的
数据交易所
设立
专业的数据资产交易板块
,建设数据资产流通、托管、处置有关基础设施。探索设立
数据法院
,确保资产隔离和重组流通的有效性。
第五,加快数据要素市场与金融、商品、资本市场互联互通。
建议稳妥推动
数据交易所
与
证券交易所、期货交易所、银行间市场
等成熟的资本、商品和金融市场实现连接,探索将数据资产创新应用有关工作与标准化金融工具相结合,充分发挥金融市场资源配置、价格发现、资金融通等功能,优化数据资产价值表达通道,
推动数据要素市场化配置改革
。
尽快启动全国性数据专项立法,探索建设“粤港澳大湾区数据特区”
全国政协委员、深圳市政协主席林洁
在提案中提出,当前,我国数据资源开发利用的顶层设计已初步建立,但仍面临诸多法律和制度机制障碍,亟待加强数据资源开发利用的法律法规和制度机制建设。
一、大数据的权属亟须立法界定
数据作为新型生产要素,成为推动经济社会高质量发展的
关键动力
。只有明确数据权属关系,才能在数字经济与实体经济深度融合过程中明确
数据的所有、使用、管理、分配等权利
,促进数字经济健康、安全、可持续发展。
当前,尽管有数据政策确认了数据权益,但是在全国性立法层面并没有对数据确权作出规定,
数据生产、流通、使用过程中各参与方的权利保障和责任承担
均
缺少法律依据
。
林洁建议,全国人大尽快启动
数据专项立法
,通过法律确立数据产权制度框架,明确数据产权的属性、归属以及权利和义务,确保数据生产、流通、使用过程中各参与方依法享有权利、承担义务。同时,制定
国家数据要素登记制度
,为各地开展数据要素登记工作提供指导。林洁认为,可依托深圳等国家数据要素流通枢纽节点,
设立
全国性数据登记机构
,建设统一的数据要素登记平台,打造全国一体化的数据要素登记体系。
二、建立一体协同的交易市场体系
虽然当前全国各地已经建设众多的数据交易场所,但未形成
一体协同、多级联动的市场流通交易体系
,特别是
国家级数据交易所缺失
,不利于大规模数据跨域流通,影响全国统一数据要素市场建设。
针对这个问题,林洁建议,统筹推进全国数据交易场所布局建设,面向北京、上海、深圳等已成立的数据交易场所,遴选试点承担国家级数据交易所职能。制定全国统一的数据交易场所建设相关制度,推动形成
统一规划、统一标准、互联互通
的交易市场体系。
林洁还建议,探索开展
央地数据融合应用创新
,在国家数据局统筹下,推动有关部委与数字经济基础好、应用场景丰富、信息基础设施完备的城市联合开展公共数据授权运营试点。同时,加强对政府共享数据的规范管理,
构建国家、地方、部门、企业等不同层面的数据协同共享机制
。
三、探索建设“粤港澳大湾区数据特区”
畅通数据跨境流动
是发展数字贸易的重要前提。当前,我国跨境数据流通规则机制仍不完善,缺乏成熟的数据跨境
安全评估和重要数据认定机制
。
林洁建议,加快建立发展与安全相协调的跨境数据流动规则体系,积极探索建立跨境数据流通交易机制。同时,应充分发挥深圳毗邻港澳的区位优势,依托前海深港现代服务业合作区、河套深港科技创新合作区等重大合作平台,加快试点数据跨境流动合作,探索建设“粤港澳大湾区数据特区”。此外,可发展
数字贸易和国际数据产业
,探索建设
离岸数据中心和离岸数据交易平台
。
全国政协委员、北京国家会计学院教授秦荣生认为,数据作为一种新型生产要素,是提高新质生产力的基础和保障。构建统一规范的数据交易市场,能够充分挖掘和释放数据要素的价值,促进数字经济的高质量发展。2022年12月,中共中央、国务院发布《
关于构建数据基础制度 更好发展数据要素作用的意见》(以下简称《数据二十条》),要求“建立合规高效、场内外结合的数据要素流通和交易制度”。目前,从全国范围看,制约数据交易市场功能有效发挥的障碍和问题还较多,亟需构建全国统一规范高效的数据交易市场和法规制度体系。
一、现行数据交易市场存在问题的剖析
当前,我国数据交易市场处于初始发展阶段,面临
数据交易市场分割、交易规模不大、数据安全合规、场内场外交易
等难点问题,围绕数据交易产生的争议也日渐增多。
1.数据交易市场各自为政。
时
至今日,全国各地根据自身需要自发性建立了数据交易场所,尚未建立全国性的数据交易市场。2015年,贵阳大数据交易所挂牌运营;2021年,北京国际大数据交易所和上海数据交易中心相继成立。据统计,截至2023年年底,全国各地由政府发起、主导或批复的数据交易场所已有40多家
,但数据交易呈现场内外“冰火两重天”现象。而且,全国各地数据交易场所根据本地的情况制定自己的交易规则和制度,形成了各自为政的局面,
同一批数据在不同的数据交易市场中交易价格天差地别
。
2.数据交易确权困难重重。
为了使数据能够像其他生产要素一样在市场上进行便捷自由的交易,需要确立明确的权属关系。由于
数据交易权益归属认定的复杂性
,
数据交易确权面临着困境
。数据本身具有
可复制性、多归属性、非竞争性、可共享性
等特征,相同的数据可能同时被消费者、经营者、政府等
多元主体持有
,难以明确数据交易权益的实际归属者。尽管《数据二十条》提出对数据产权进行结构性分置处理的原则,但在实践中仍然困难重重。数据交易确权作为数据交易的基石,如果权属不明将制约数据交易市场的建立和发展。
3.数据交易合规难以保障。
随着数据交易的不断发展,
数据交易的
合规性
日益凸显,数据交易的主体、数据产品、数据交易过程等各个环节都需要符合合规性要求。但是,数据交易的购买方往往
缺乏足够的技术水平和专业能力
对数据是否合规进行审查,而使用不合规的数据可能会给购买方埋下隐患。在实践中,涉及到个人数据、隐私相关数据的数据交易,大多数交易尤其是场外一对一数据交易,在缺少平台或第三方监督的情况下,极易产生黑市数据交易等不合规交易的情况,也会给数据交易带来风险和挑战。
4.数据交易质量参差不齐。
随着数据交易的发展,随之而来的是大量且混乱、无序的数据,特别是
数据普遍缺乏有效治理
,不能提供持续、多源的、标准化的数据,妨碍数据正常交易。同时,现行数据交易中执行的标准不一致,导致数据格式混乱、数据质量较低,阻碍数据在市场上的流通。
数据交易质量存在的现实问题有:
一是数据交易质量保障机制缺位,导致数据质量参差不齐,数据购买方试错成本高、交易风险大;二是不同数据交易机构的交易方式和程序不同,对数据质量要求不同,增加了数据交易成本,制约了数据流通的交易。
5.数据交易监管政出多门。
目前,对数据交易的监管主要是
通过多政府部门条块监管
,力量薄弱、职能分散。政府各监管部门之
间互动不顺,存在管办不分、各自为政、重复监管
等问题,对发生在数据交易环节中的
机制不畅、政出多门、腐败频发
等现象难以实施有效监管。政府监管部门对数据产品是否涉及
隐私、国家安全、商业机密
等监管不到位,对数据交易的安全性监管薄弱;对各地区数据交易市场规则、机制监管缺乏,致使不同交易所的规则不同,数据交易成本较大;对数据的跨境、跨地区跨行业交易的监管缺乏依据。
二、构建全国性统一数据交易市场的建议
当前,加快构建数据交易市场对于打造具有中国特色的数据交易新生态,形成以数据要素为主要驱动力的社会经济高质量发展体系,全面建设中国特色社会主义现代化国家具有重大的现实和战略意义。
1.构建全国统一规范的数据交易市场体系。
目前,在全国范围内已经建立了一些区域性的数据交易场所,但至今未建立全国性的数据交易市场,不利于数据要素在全国范围内实现充分流通交易。因此,建议基于已有的数据交易平台建设经验,
构建全国统一规范的3个左右国家级数据交易所
,便于数据要素在全国范围内自由流动和交易。首先,中央政府应加强顶层设计,制定全国数据交易市场总体建设规划,明确数据交易主管部门的职责,以避免“政出多门”情况的发生。其次,需要
构建更加多元化和灵活的数据交易市场体系
,促进数据要素在境内外的流动和配置,更好地满足不同对象的数据交易需求,提升数据交易的效率、安全性和合规性。最后,
中央和地方政府应加强对数据交易活动的监管
,及时发现和处理违法违规行为,并追究相关单位和人员的责任。
2.利用法律和技术手段不断推进数据确权。
我国个人信息保护法、数据安全法等对数据确权在一定范围内进行了规范,但是较难以覆盖当前广泛的数据应用场景。整体来看,目前国内还在积极探索适合的数据确权方式,《数据二十条》从顶层设计角度提出在建立数据分类分级授权的基础之上,构建数据产权结构性分置制度。所以,建议数据交易的政府主管部门
制定数据交易管理条例和规则,细化数据资源持有权、数据加工使用权、数据产品经营权的内容和范围,明确各自的权利和职责。
坚持
分业施策
,根据不同行业特点,制定行业数据确权制度细则。在技术手段上,可考虑使用区块链、人工智能等技术,通过安全隐私计算、加注数字水印、加密计算、协同计算等手段为数据确权提供保障。数据权属明确才能保护数据交易权益人的权利,更好地激发数据交易的活力。
3.构建数据交易市场的法规和制度体系。
推动数据交易市场的不断发展,激发数据交易市场主体活力,需要构建
数据交易市场的法规和制度体系
。因此,在国内外数据交易相关探索和实践基础上,结合数据交易的特征和场内外交易情况,政府主管部门应从
法规、制度规则、交易市场、交易生态、跨境交易
等方面构建数据交易的法规和制度体系。
一是构建严格的数据交易市场准入制度
,对数据交易参与方进行资质审核,确保参与方具备合法合规的资质和能力。
二是构建统一规范的数据交易定价制度
,建立在使用中流通、场内场外相结合的数据交易制度体系,规范引导场外交易,培育壮大场内交易,有序发展跨境交易。
三是构建包括数据交易撮合、交易公开、交易定价、交易争议仲裁在内的全流程数据交易制度体系
,建立全社会数据交易质量评估和信用评级体系。
4.构建数据资产登记体系,供给高质量数据。
主管数据资产的政府部门应建立全国统
一的数据资产登记体系,确保数据资产的准确登记和全面记录,以便交易各方能够方便地获取和利用数据资产,促进高质量数据供给。一是实行
在全国范围内数据资产统一登记标准
、登记机构、登记系统、登记程序、登记规则和登记时效
,以确保全国数据资产登记的一体化。二是
明确数据资产登记的具体内容
,包括各类数据资产的所有者、来源、类别、质量、隐私、安全和可用性等,通过准确登记和记录数据资产的信息,促进不同数据资产之间的融合和协同。三是
建立数据资产标准和分类体系
,利用技术手段提高数据的可搜索性和可访问性,促进数据的高质量供给,满足交易各方需要。四是
建立全国数据资产登记服务平台
,促进数据资产的全面有效登记,从而推动数据资产的有效管理和交易。
5.构建具有中国特色的数据交易市场监管体系。
政府相关部门应积极探索走出一条具有中国特色的数据交易市场监管之路,应采取的具体措施有:
一是构建并实施及时的数据交易信息披露制度
,充分披露交易数据的权属、来源、质量和数据交易主体资质,还包括披露数据交易违法违规行为的信息,减少数据交易中的信息不对称,营造公开透明的数据交易生态。
二是构建并实施数据交易的按约交付和合规使用监管制度
,监督数据供应方按合同约定以及市场标准交付数据,监督购买方在约定的时间、范围内合规使用数据,形成数据交易全方位的监督机制,保障数据交易各方的权益。
三是构建并实施数据交易合规和风险控制制度
,严格防范数据交易过程中对个人隐私、企业商业秘密甚至国家安全造成的侵害,建立事前、事中和事后监督检查的保障机制,确保合法合规进行数据交易。
全国政协常委、中国工程院院士、中国科学院大连化学物理研究所所长 刘中民认为,
尽管数据要素市场建设取得明显成效,但我国数据要素探索处于起步阶段,数据要素市场培育的基础尚不坚实,制约数据要素市场化配置的一些关键性难题仍有待破解。
“首先是数据确权问题尚未解决。”刘中民表示,目前国家尚未明确数据确权规则,
数据产权法律界定存在空白
,授权后的数据法律纠纷隐患较大,如姓名、身份证号、手机号码等个人信息,既是政府履职需要而采集的政务信息,又是个人隐私信息,
权属不明
;不同部门对同一数据的
多次采集问题
,边界不清。
同时,
数据定价缺少统一标准
。“国家尚未出台公共数据交易指导价格,各先行先试地区主要以
成本法、收益法、市场法
三种方式探索数据产品定价,但都需要对数据本身进行合理估值。”刘中民表示,在国家确权、定价等问题尚未解决前,进行原始数据的交易和全面授权风险极大。
此外,
民间数据交易尚不规范
。刘中民表示,市场交易机制不完善,非正规交易场所交易缺乏第三方鉴证、商业纠纷多,容易造成社会风险隐患,大量场外交易的数据流动和交易安全风险大。
为进一步做好数据要素市场化配置改革工作,刘中民提出
五点建议
:
一是推进数据确权。
建议国家数据局出台数据确权方面的制度办法,划清国家与地方之间、政府部门之间、政府与个人之间的数据权属边界,明确政府对企业和个人数据的权利范围和利益返还机制。
二是推动数据定价。
建议国家发改委出台数据定价标准指导意见。按照分类分级的原则,综合考虑产生数据的系统建设成本、数据的质量和治理成本等因素,合理确定各类各级数据价格区间。
三是规范交易场所。
建议国家数据局出台数据交易场所管理办法,规范数据交易场所,引导场外交易向场内交易转化,加强交易场所准入资格的把关,阻止个别扰乱正常市场秩序的不诚信企业进场,净化市场环境。
四是增设算力枢纽。
建议国家数据局在东北布局算力枢纽节点,完善国家算力网络。目前,国家“东数西算”工程布局了8个枢纽共10个集群,东北三省尚无一地入选。希望国家数据局增设数据枢纽节点,依托东北丰富的电力、土地资源优势及产业人才基础,支持辽宁开展算力集群建设。
五是统筹宏观布局。
建议国家数据局按领域布局全国性数据交易所,按地区布局区域性数据交易所,支持大连商品交易所成为全国性金融领域数据交易所。
当前,AI大模型取得实质性突破、加速迈入规模应用的新阶段,推动人工智能从助力千行百业提质增效的辅助手段,升级为支撑经济社会转型升级不可或缺的基础设施和核心能力,
加快从“+AI”向“AI+”转变
。
值此两会召开之际,全国政协常委,中国移动党组书记、董事长杨杰建议,在国家层面推动“AI+”行动,强化顶层设计和整体规划,统筹发展和安全,明确发展目标、主攻方向和关键任务,构建技术、服务和应用齐头并进、蓬勃发展的新局面,充分发挥人工智能在推动科技跨越发展、产业优化升级、生产力整体跃升方面的巨大潜能,为强国建设、民族复兴伟业提供有力支撑。
具体建议
如下。
第一,统筹推进计算智能、感知智能、认知智能、运动智能的协同发展,夯实“AI+”发展根基。
目前,以逻辑运算分析为代表的
计算智能
、以感官信息交互为代表的
感知智能
、以人类思维模拟为代表的
认知智能
、以动作协调和复杂任务完成为代表的
运动智能
,正在成为全球AI创新突破的前沿方向。杨杰认为,要强化
“四类智能”
的有机融合与系统创新,加快前瞻性基础研究、引领性原创成果的重大突破,促进AI具备更强大的认知力、判断力、创造力,为形成新质生产力注入强劲动能。
第二,加快推动人工智能惠及千家万户、赋能千行百业,打造“AI+”产业高地。
当前,新型工业化正在成为新质生产力形成的主阵地,AI等战略性新兴产业正在成为新质生产力形成的关键领域。杨杰建议,要以推进AI全方位、深层次融入实体经济重点领域、核心环节为方向,聚焦人民群众在
教育、医疗、养老、娱乐
等领域的美好生活需要,加快布局超大型智算中心、人形机器人、无人驾驶、未来生物等
战略性新兴产业和未来产业新赛道
,培育多模态人机交互、智能助手、工业理解计算及代码生成等一批有需求、有效益、有前景的创新应用,让人工智能不仅会“做诗”、更要会“做事”,以产业的高质量发展带动生产力的深层次变革。
第三,探索打造企业为主体、产学研用深度融合的创新联合体,厚植“AI+”创新沃土。
AI发展是“大科学+大工程”的系统创新,涉及
跨学科的交叉融合
,以及基础研究、技术开发、产品培育等环节的贯通。杨杰认为,要充分发挥企业科技创新主体作用,打造
国有企业、民营企业、高校及科研院所
等广泛参与的
产学研用创新联合体和新型研发机构
,整合生产、教育、科研等优势资源,协调上、中、下游创新关键环节,完善科创评价体系和激励机制,营造鼓励创新、勇于突破、包容试错的良好氛围,广泛吸引全球AI领军人才和知名学者,培育一批面向国民经济重点行业的示范标杆应用,促进
创新链、产业链、资金链、人才链
深度融合,加速AI技术突破和应用普及。
第四,深化构建可控可信的人工智能安全防护体系,筑牢“AI+”安全屏障。
AI的快速发展也将带来一系列安全问题和潜在风险,防范化解好AI安全风险,让AI更好服务于社会,已成为当前最紧迫的议题之一。对此,杨杰建议,要以AI高水平安全保障AI高质量发展,全面审视技术基础架构、数据、模型、应用的安全规范和技术策略,系统锻造AI安全能力,布局内生安全、隐私计算、区块链等新型技术,增强内容风险管理、数据隐私保护、科技伦理规范等方面的治理效能,形成一体化全程可信的“AI+”安全体系。