“数据正在成为数字经济的关键生产要素，充分释放数据要素价值，迫切需要加快推进数据要素市场化建设。”图灵奖获得者、中科院院士、清华大学交叉信息研究院院长姚期智近日接受记者专访时表示，数字经济的发展需要核心技术为基础，应该进一步增加数据交易、数据流通审计、数据建模与模型治理等底层技术的投入，并以这些底层技术“新基建”为引领，加快实现数据要素市场化配置、合理分配数据要素收益等。

数据基础制度建设提速，数据要素市场化关键技术作用凸显

在姚期智看来，数据产权、流通交易、收益分配、安全治理等都与数据要素市场化建设密切相关，需要四大类关键技术的支撑。

第一，数据交易类技术，包括高效实现数据撮合、数据价值分配的技术，以及记录数据交易过程的技术。

“数据要素要形成市场，需要解决数据的定价问题。”姚期智说，不论从使用者层面或者监管层面，需要从科学上研发了解数据与场景应用、数据与数据之间的匹配撮合问题。

第二，数据流通过程中的安全审计、合规审计类技术。

姚期智认为，数据要素在市场化流通的过程中，需要保护安全与隐私。因此，数据应用过程中的安全计算的技术，以及同时发生的或事后发生的合规审计的技术都很重要。

第三，数据加工分析的技术，包括辅助数据科学家建模，或自动化建模的技术。

“数据流通后的海量数据经济价值是通过数据建模来实现的。”姚期智说，如电商领域，推荐模型可以极大提升销售量；生产活动中，智能生产模型可以提升工厂加工、制造的效率，智能调度模型可以帮助物流行业优化物流的调度等。

姚期智强调，数据经济价值的产生是在决策模型的使用上。因此，辅助数据科学家建模，或自动化建模的技术可以帮助提高数据要素的使用效率和经济价值。

第四，数据模型治理的技术。

“对于数据的应用，我们也需要有相关的治理技术，在使用者层面或者监管层面对数据模型进行风险管理。”姚期智说，模型治理与算法监管将是数字经济下企业与监管机构评估模型价值与精度、风险与缺陷、公平性与合规性等的重要手段。

建立体现效率、促进公平的数据要素收益分配制度

如何实现公平有效的数据要素收益分配？姚期智表示，可以根据合作博弈理论，来确立不同的数据对于决策模型的贡献度，贡献度大的数据要素更有价值。

首先，依据公平性原理计算数据要素收益分配的比例，也就是要求多种数据互相协作的收益分配符合公平性原理，在供给侧实现公平的收益分配。

其次，利用数据生产图谱与数据价值图谱建立数据与场景价值的联系。“可以数据生产、流转、加工、分析与建模的生产过程为依据，结合需求端的业务价值，建立数据与数据、数据与场景之间的价值贡献关系。”姚期智说，这需要积累越来越多的数据，在需求侧形成价值的计算与分配。

第三，利用数据交易市场实现场景数据价格的实时发现。姚期智表示，因为数据要素的价值与业务价值直接挂钩，可以参考传统资产交易市场的价格，对数据进行更及时的价格发现。这需要对数据要素与资本、劳动、技术等其他生产要素进行综合分析。

科技研发及智能网联汽车等领域或将迎来数字经济红利

姚期智表示，数字技术、数字经济是世界科技革命和产业变革的先机，数据驱动下，与数据相关的交易、流通审计、建模及模型治理等技术是提高数字技术基础研发能力，打好关键核心技术攻坚战的重点，将会迎来较快发展。

同时，智能网联汽车、数字金融、工业互联网等数据原生领域，将涌现出大量的长期机会。

对于加快推动数据链与产业链融合赋能实体经济发展，姚期智提出了三点建议。

一是利用监管科技与合规科技保障法规落地，提供合规发展的基础，如建立人工智能分级监管机制、开展“沙盒监管”试点等是有益探索。

二是建设公共平台，帮助构建数据资产化的产业链，如以隐私计算、区块链技术为代表的交叉信息技术将扮演基础设施的角色，可以提供公共服务。

三是依托政产学研用五位一体的创新模式加快科技成果转化效率，构建数字技术创新、应用生态。

“大数据+人工智能，让数据海量集聚、海量建模成为可能，蕴藏了巨大的价值。”姚期智说，我国具有数据规模和数据应用优势，未来将带领团队进一步加强基础研究与实践转化，与各方密切合作，促进数字技术与实体经济深度融合。

编辑：李华山