数据作为数字经济的核心生产要素和创新动力源泉，蕴含着事物的关联性及其发展规律，对提升国家安全管理能力、社会治理能力、经济发展质量等各方面具有重要的价值。然而，数据要素流通使用环境复杂，承载多方主体利益，流通使用过程环节众多，容易引发多重安全风险和隐私泄露问题，威胁个人隐私、商业秘密、国家安全以及各参与主体的合法权益，严重制约数据要素大规模流通使用。近年来，政府组织、学术界和产业界围绕数据要素在产权分配、数据治理和数据资产等方面的问题，很少有研究在中观或者微观层面关注数据流通交易、数据市场可持续发展的基础条件——市场信任。
由于数据要素市场的双向信息不对称性，供需双方存在信任壁垒问题一方面导致了供需双方对另一方道德风险和资质风险的感知，降低其市场参与的信心，另一方面导致参与主体间高昂的信任沟通成本，降低了市场运行效率。建立数据要素市场可信生态，构建诚实、守信和公平的营商环境不仅可以避免“劣币驱逐良币”,还可以促进数据要素市场的可持续发展。因此，构建数据要素流通使用的信任理论基础，建立数据要素流通使用全过程合规信任机制，对破解数据要素市场信任壁垒，促进数据要素高效流通使用、推动数据要素市场化配置、健全完善数据要素市场、加快数据要素价值释放具有重要意义。
本报告以数据要素如何高效可信流通使用为主线，综述了数据要素可信流通使用理论与方法。首先辨析了信任的概念和相关理论，界定了数据要素可流通交易信任的概念，并通过文献调研，对数据要素流通交易中的关键主体、关键客体和流通环境进行风险识别分析。综上，本报告面向数据要素流通交易过程涉及道德关键主体和客体，提出了PDCA可信模型，即主体可信(Participant)、数据可信(Data)、合约可信(Comtract)和算法可信(Algorithm)。其依据数据要素流通交易全流程可信的要求，即事前审查阶段需要保障主体资质可信、数据质量可信和合约内容可信，在事中监控阶段要保障主体行为和算法行为可信，在事后审计阶段，要对数据流通使用过程进行追溯，更新主体和数据的信用评估。此外，本报告还给出了基于PDCA模型的数据可信流通交易评估指标和测度体系，以及数据交易PDCA可信模型的实现路径和保障体
系。一、前言
近年来，随着我国一系列政策的出台，数据要素市场建设已经取得了重要进展，也受到了国内外学者和业界的广泛关注。这些关注主要是在产权分配、数据治理和数据资产等方面，很少有研究在中观或者微观层面关注数据流通交易、数据市场可持续发展的基础条件—市场信任。
1.1数据要素流通交易中建立信任机制的意义
数据要素的可信流通使用是数字经济可持续发展的客观要求。数字经济即将进入创新发展阶段，促进高质量数据要素供给、流通以及开发利用，实现数据要素流通和利用的制度创新是数字经济高质量发展的内在要求凹。数据作为新型生产要素，只有经过市场可信流通，才能彰显数据要素的价值，实现数据产品化[]。另外，推动数据要素在国际上的可信流通，可以进一步引领全球化数字经济的发展因。
数据要素的可信流通使用是破解主体间信任壁垒，提高市场运行效率的重要举措。在数据要素市场，供需双方存在信任壁垒问题，深层次的原因在于：供需双方对数据价值的双向不确定性，在传统商品中，一般来讲产品的价值决定了产品的价格，但是数据产品的价值检验和产品使用是重叠的，供需双方都无法确定数据产品相对于对方的价值M。现有研究关注较多的另一个问题是数据使用过程中的不可证实性，数据供方无法得知自己的数据将被如何使用以及数据需方是否具有数据保护的能力，数据需方也很难向第三方证实自己是否滥用了供方数据[P]。这种信息不对称性和不可证实性所导致的问题是供需双方对对方道德风险和资质风险的感知，一方面降低了其市场参与的信心，另一方面参与主体间存在高昂的信任沟通成本，降低了市场运行效率。
数据要素的可信流通使用是促进数字产业与传统产业融合的有效途径。数据要素作为一种新兴生产要素，只有与传统要素相结合才能更好的发挥价值回。而当前主要存在的问题是除了传统企业在进行数字化转型方面的动力不足，数据要素的供给和流通还缺乏成熟的服务生态。一方面，数据要素市场缺乏成熟的数商生态，同时传统的中小企业很少具备专业的数据治理能力和数据管理意识。因此，数据资源向数据产品转化成本较高，市场供给动力不足。另一方面，第三方数据交易机构与传统企业在发展中的协调程度不高，中小企业对数据价值认知不足，无法准确描述数据产品需求，亟需数据交易平台搭建双边市场，提供智能匹配和数据推荐服务。通过专业的数据处理服务、精准的供需匹配和细心的数据管理辅导等方式实现数据产品的可信流通使用，才能促进传统产业与数字产业的深入结合以及协同创新。
数据要素的可信流通使用是合规高效释放数据要素潜在价值的核心引擎。数据要素的可信流通并不是单方面保证数据流通使用的安全，而是兼顾隐私保护、数据安全和数据流通使用效率。随着算法技术的不断发展，不断衍生出更多种类、更加智能的数据加工及处理服务，以透过数据发现知识。但是算法本身是一个“黑匣子”,很难检测算法是否安全合规、公平透明。目前学术界已经致力于解决Al算法的治理问题，例如关于算法的安全性口、公平性回和可解释性門等算法要求受到国内外学者越来越多的关注。因此，实现数据要素的可信使用才能促进释放数据要素价值，推动产业数据流通。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
