四位专家解读【国家数据局】“数据要素×”行动计划  

注：以下解读来源国家数据局资讯

解读专家一：中央财经大学中国互联网经济研究院副院长、教授   欧阳日辉

解读专家二：清华大学电子工程系信息系统研究所副所长   王钺

解读专家三：中国社会科学院数量经济与技术经济研究所   蔡跃洲

解读专家四：中国科学院大学经济与管理学院教授   孙毅

解读一

发挥“数据要素×”效应 构建以数据为关键要素的数字经济

文 | 中央财经大学中国互联网经济研究院副院长、教授   欧阳日辉

近日，国家数据局印发《“数据要素×”三年行动计划（2024—2026年）》（以下简称《行动计划》），把握一条主线，做好三方面保障，实施五大举措，推动十二项行动，促进我国数据基础资源优势转化为经济发展新优势。实施“数据要素×”行动，需要全面理解和准确把握《行动计划》的时代背景和内在逻辑。

01、从“互联网+”到“数据要素×”顺应数字经济发展规律

党的十八大以来，党中央高度重视发展数字经济，实施网络强国战略和国家大数据战略，将发展数字经济上升为国家战略。2015年，国务院印发《关于积极推进“互联网+”行动的指导意见》，大力拓展互联网与经济社会各领域融合的广度和深度。八年以来，数字经济发展取得显著成就，数据成为新型生产要素。《数字中国发展报告（2022年）》显示，2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%。海量数据资源和超大数据要素市场规模为我国经济发展注入了新的动力。

当前，数据要素对经济发展的贡献开始显现，但存在不平衡、不充分问题。一方面，“沉睡”的数据有待开发，数据流通体系有待完善，数据供不出、流不动，数据资源有效供给难以满足数字经济快速发展对数据的需求。另一方面，市场主体不敢用、不会用、用不好，数据对经济的贡献度有待提升。这些问题不仅不利于数据要素的市场化配置，而且制约构建以数据为关键要素的数字经济。

充分挖掘数据潜力，大力推动“数据要素×”，必要且紧迫。顺应经济发展规律，国家数据局出台《行动计划》，促进数据要素在相关行业和领域的广泛应用，推动形成数据要素驱动经济社会高质量发展新态势。

02、理解发挥“数据要素×”效应的三个维度

数据要素并不是单一的赋能“+”，而是能够发挥“乘数效应”。“数据要素×”是数据融入生产、分配、流通、消费和社会服务管理等各环节，通过与不同要素结合，作用于不同主体，发挥协同、复用和融合作用，对其他生产要素、服务效能和经济总量产生扩张效应，提升效率、释放价值和创新发展，推助构建以数据为关键要素的数字经济。

（一）数据通过协同、复用、融合发挥乘数效应

数据要素的乘数效应通过协同优化、复用增效和融合创新三种作用机理得以实现，在深度和广度上都是对“互联网+”的拓展。第一，数据要素具有生产属性，协同实现全局优化。单一数据无法发挥作用，不同主体数据、不同行业数据与其他要素协同，可以提高投入产出效率，提升传统单一要素生产效率，优化传统要素资源配置效率，提高全要素生产率。例如，有些平台企业通过搭建平台协同各类生产要素发挥作用，实现工业设备与各类数据釆集终端的网络化，实现全要素数据可视化、协同研发设计、设备协同作业，实现智能化制造和网络化协同。第二，复用增效是充分利用数据低成本复制的特点，通过数据的重复使用，不断提升数据质量，增加数据效能，突破传统资源要素约束条件下的产出极限，提升经济社会运行效率。比如，气象数据可以在农业生产、应急管理、保险产品创新、物流快递、即时零售等多个场景中重复使用。第三，融合创新则通过将不同品类、不同来源的数据汇集到一起，创造新的信息和知识，发挥数据的规模效应，催生新技术、新产业、新业态、新模式，培育经济社会发展新动能。

（二）数据“供得出”“流得动”“用得好”是发挥乘数效应的基础

数据要素的乘数效应得以发挥，必须在三个方面做好。第一，让数据放心“供”出来是发挥乘数效应的前提。数据要素具有规模报酬递增的特性，供得出的有价值的数据越多，通过数据的多源融合可以产生“1+1＞2”的效果。第二，数据“流得动”是发挥乘数效应的关键一环。数据作为数字经济的“血液”，流通是数据进入社会化大生产并成为数据要素的必要条件。无论数据是与何种事物相乘，必须流通起来才能创造出更大价值。第三，数据“用得好”是发挥乘数效应的落脚点。数据越用越好用，用数据去决策、用数据去管理、用数据去创新，才能实现数据价值的几何级增长。数据基础设施是让数据“供得出、流得动、用得好”的关键载体, 数据基础设施支撑数据汇聚、处理、流通、应用、运营、安全保障全流程，让不同参与主体实现对数据资源和产品有效利用，推动数据服务千行百业、深度融入社会生产生活。

（三）发挥数据要素乘数效应有多种途径

数据成为数字经济的关键生产要素，首先要把握数据特性及其价值运动规律，把数据变成一种新型生产要素。数据要素化是通过对数据进行清洗、加工和整理，把它变成可“机读”、具备生产使用条件，通过市场化配置，实现数据要素在全社会范围内的广泛流通，全面进入社会化大生产和经济系统。其次，数据通过多场景复用才能最大限度地释放其价值，数据使用场景化是聚焦业务场景数据应用，创造更加丰富的应用场景，让数据在千行百业“用起来”。《行动计划》聚焦工业制造等12个行业和领域，明确发挥数据要素价值的典型场景，推动激活数据要素潜能。其三，数据资产化是数据通过流通交易给使用者或所有者带来经济利益的过程。数据资产化可以增强数据供给主体对数据资产价值的认识，有助于盘活“沉睡”的数据资源，提升数据供给质量，助力实现数据资产保值增值，优化数据资源配置。

03、推动数据在不同场景中发挥千姿百态的乘数效应

数据的价值在于应用，应用的关键在于场景。只有和应用场景相结合，解决实际问题和业务痛点，才能充分释放数据要素价值。未来应坚持需求牵引，聚焦重点行业和领域，引导广大市场主体丰富数据应用场景，挖掘高价值数据要素应用场景，通过试点充分展示数据要素的乘数效应。

第一，坚持需求牵引，大胆探索公共数据应用场景。需求是创新的根本动力，迫切的需求激发重大的创新。发挥数据要素的乘数效应必须以应用场景为基础，运用大数据的理论、技术探寻解决问题的方案与实践。应建立公共数据开发利用激励机制，加快打造公共数据开发利用的应用场景，强化公共数据资源开发利用和公共服务能力持续提升的良性互动机制，丰富公共数据价值创造模式。

第二，建立适应数据特征、符合数据要素价值实现规律的数据资源供给体系，打造数据融合应用典型案例。发挥数据要素的乘数效应必须在供给和应用两端下功夫。一方面，公共数据率先做好供给，探索企业数据和个人数据多元化供给模式，有效维护市场主体的数据利益，提升数据供给效能。另一方面，创新公共数据、社会数据和个人数据融合应用模式，探索央地协同开发利用机制，推动跨层级跨部门数据资源共用共享模式，形成丰富的应用实践案例。

第三，数据要素充分赋能经济社会发展，打造数字经济新动能。数字经济和实体经济深度融合，是数据要素发挥乘数效应的主阵地。一要推动互联网、大数据、云计算、人工智能等数字技术加速创新融合，深化数据空间、隐私计算、联邦学习、区块链等技术应用，促进数字技术与实体经济的深度融合。二要聚焦工业制造、现代农业、商贸流通、金融服务等重点行业和领域，推动发挥数据要素乘数效应，释放数据要素价值。三要加大力度培育应用型数据商，为实体经济提供数据开发利用工具、数字化转型服务等，促进数据在不同主体、不同场景用起来。

第四，加强数据要素基础理论研究。我国数据要素的理论研究滞后实践，在“数据要素×”方面的研究刚刚起步。建议学界和产业界开展联合研究，政产学研用协同创新，重点研究数据作为新型生产要素的经济学原理、数据要素与其他生产要素的协同联动及其对全要素生产率的作用机理、数据要素的新生产函数、企业数据资产化对上下游企业和同行业的溢出效应、数据要素乘数效应的机理等问题。

解读二

通过数据要素的乘数效应为实体经济赋能

文 | 清华大学电子工程系信息系统研究所副所长   王钺

伴随数字中国建设的持续推进，我国数字经济迈向了全面扩展期，数据成为了新的生产要素。从生产要素的角度重新看待数据，本质上是要推动数据在更大范围内、更深层次上进入经济循环，突破当前分散的、自发的资源化开发利用方式，通过引入市场化配置的手段激活数据生态，成规模、成体系地实现数据的深度开发和广泛应用。

有别于资本、土地等传统生产要素，数据要素投入生产过程并释放价值的方式更为复杂，并具有鲜明的技术特色。首先，数据的价值释放过程是在众多主体参与下对数据进行持续加工的过程，在加工过程中借助各种技术工具不断改变着数据的形态；其次，数据具有很强的流动性，在数据跨越经济主体的流动过程中，一方面受安全和效率等技术条件的限制，另一方面又必须处理好收益分配、风险界定等商业问题；最后，数据是一种非同质化的资源，其价值释放过程与数据类型、应用场景密切相关，不同场景下数据发挥的作用不同、价值实现的路径不同，对其进行组织、加工、流通、应用的技术要求也存在显著差异。因此，简单地将数据的要素化过程归结成为资源化、资产化、资本化，并未能充分体现数据这种新型要素的特有属性。我们需要更深入地探索数据要素价值释放的内在机理以及核心规律。

数据要素的价值释放关键在于与其他各类要素相结合，为实体经济赋能。而数据要素乘数效应正是揭示数据这种新型要素价值释放机理的关键所在。具体而言，数据要素的乘数效应表现为“协同”、“复用”、“融合”三种赋能机理。从“协同”、到“复用”、到“融合”，是数据应用范围的扩展和应用深度的提升。

“协同”包含三个不同的层级，业务协同、主体协同和要素协同。其中业务协同和主体协同在过往数字化转型的实践中已经被反复讨论，但不同要素之间的协同则是伴随数据要素而产生的新视角和新探索。举例而言，数据与劳动力结合可能会降低劳动力的培训成本，实现知识与经验的快速迁移。

如果说“协同”还带有互联网时代的痕迹，“复用”则是完全属于数据要素时代的，它是数据低成本复制特性的价值延伸。有了“复用”，数据可以一次生产，多次使用，达到成本的节省。同时，数据在不同领域、不同场景、不同主体之间的复用可催生出新产品、新服务，释放出数据的新价值。比如，制造业长期积累的大量工艺数据可以帮助众多企业改善产品质量，这是数据价值在主体之间的复用；医疗健康数据可用于临床诊断、药械研发和医疗保险，这是数据价值在领域之间的复用。与此同时，数据在复用中不会出现损耗，反而会“越用越多”、“越用越好”。

“融合”强调众多主体参与下数据规模的增长和品类的丰富，以量变推动质变，由此产生新能力、新模式。工业革命时代，生产效率的提升除了源于技术进步之外，还源于市场规模的迅速扩张。足够大的市场规模使得精细的分工成为可能，精细的分工进一步提高了生产效率。数据的积累和融合也可能存在类似的效应，数据产业可能因为数据的汇聚与融合出现更细致的分工。此外，以人工智能为代表的新技术浪潮格外依赖数据规模和品类的增长，只有当模型规模和数据规模超过一定的临界值时，人工智能大模型才会出现新能力的“涌现”。

从8年前的“互联网+”到如今的“数据要素×”，他们都对产业产生重要影响。“互联网+”的核心是连接效应和网络效应，连接产生信息交互，推动主体之间的协作；网络是规模化的连接，汇聚了海量的供给者和各类用户，促成供需的精准匹配，并催生出平台经济。从“互联网+”到“数据要素×”的转变，是从用户汇聚到数据汇聚的转变。用户是经济活动的参与主体，而数据则是在主体之间流动的“血液”，是维系数字经济运行与主体正常活动的基本因素。因此，“聚数”就是“造血”，数据流动的范围和强度与数字经济的活力直接相关。

如何加速数据的汇聚与流动？这需要从供给侧和需求侧协同发力。一方面需要进一步推动数据要素的供给侧改革，加强数据要素的相关制度建设，推动有条件的地区开展公共数据授权运营。另一方面，需要在需求侧通过试点充分展示数据要素千姿百态的乘数效应，并具体分析不同行业的业务需求。

需要注意的是，数据要素的确权、定价、流通、交易等规则的设计，可降低交易成本，推动数据的大规模应用和市场化配置。数据流通和交易是为数据应用服务的，应用规模的增长和场景的丰富才会真正带动数据供给和数据交易。归根结底，数据要素的价值源于其丰富而强大的赋能作用，源于乘数效应赋能实体经济，进而推动经济增长的巨大潜力。

解读三

推进数据要素市场化配置，激发数据要素潜能

文 | 中国社会科学院数量经济与技术经济研究所   蔡跃洲

01、行动计划出台的时代背景

2021年10月18日，习近平总书记在十九届中共中央政治局第34次集体学习时强调：发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。从2015年出台“互联网+”到当下出台《“数据要素×”三年行动计划（2024—2026年）》（以下简称《行动计划》）的8年多时间里，社会各界大力推动数字经济发展，全面拥抱数字时代。8年前，互联网、云计算、大数据等新一代信息技术大规模商业化应用，催生了各种数字经济新模式新业态，推动新一轮科技革命和产业变革由2008年金融危机前后的孕育兴起进入到加速演进阶段。彼时开展“互联网+”，有助于让全社会充分认识到技术变革加速演进的趋势，并积极拥抱数字经济。经过8年多的发展，新一轮科技革命和产业变革已步入深入发展阶段，各种业态模式日臻成熟，数字经济对于中国经济的重要性更是形成广泛共识。

数字时代，数据资源日益丰富、可大量获取，数据收集、生产、加工、处理、分析、传输的成本也大幅降低，边际成本接近于零。数据成为（关键）生产要素，能够以更低的成本、更快的速度提炼有效信息，并在生产经营各环节、各主体间实时传递，极大地解决了以往农业社会、工业社会中普遍存在的信息不对称、信息不充分问题，并由此提升经济社会运行效率。与此同时，经济社会组织方式进行适应性调整，以更加充分地运用数据要素，从而衍生出以平台经济等为代表的各种新模式、新业态。例如，在流通领域，通过互联网消费平台展示、比价等功能，可以实时传递出充分的产品信息，极大缓解了买方的信息劣势；与此同时，搜索、比对等功能又能快速传递买方的需求信息；凭借平台背后大量的算力资源和处理分析能力，供需之间得以快速高效地对接匹配。

因此，发挥数据作为新关键要素的支撑作用特别是乘数效应，对于促进我国数字经济健康发展、支撑经济增长、培育国际竞争新优势至关重要。

02、数据要素乘数效应的实现机制

数据要素的乘数效应主要可以通过以下几种机制来实现。一是提高微观层面企业生产经营效率。在微观企业生产运行过程中，数据要素以及相应的数据处理、分析、传输手段，能够提炼出数据中包含的有效信息并将其及时传递到生产运行相关环节，从而提高不同环节以及不同类型要素之间的协同性，进而提高生产经营效率。二是不同来源数据集进行融合匹配后可能产生更多有效信息，为生产经营带来更大的价值提升。三是多场景复用带来的宏观价值倍增。数据要素具有非竞争性、非排他性和低成本复制等技术-经济特征，能够同时在多个场景中发挥上述效率提升作用，从而在宏观层面表现为价值倍增。此外，经济社会运行以各类平台为依托，能够有效对接供给和需求，以此提高全社会资源配置效率。

从“互联网+”到“数据要素×”，伴随着数据资源的大量积累，经济社会运行方式的变化也让上述机制得以更充分地实现。一是由基于网络连接的信息传递向基于有效信息提炼的全局协同转变，推动经济运行效率不断提升。二是由单一垂直领域数据资源汇聚向跨领域多源多类型数据融合转变，进一步激发数据价值创造潜能。三是由互联网技术对不同垂直领域赋能向跨领域多场景数据复用转变，实现数据价值创造能力的倍增，拓展经济增长新空间。

另外，从宏观动态视角来看，数据乘数效应实现过程中，伴随着数据的流通、融合、复用，必然会涌现出更多的数字经济新业态、新模式，衍生出各类新需求，进而带动各种投资进入市场并拉动上游新一代信息技术产业发展，为宏观经济增长注入新动能。

03、行动计划定位及行业领域选择

实施《行动计划》旨在尽快激活数据要素潜能，为此本着“试点先行，重点突破”原则，对12个行业领域进行了细致的部署。这12个行业和领域的选取，主要考虑其在我国数字经济乃至整个经济社会发展中的重要性、数据资源要素的积累状况、整体数字化发展基础等因素。例如，《行动计划》将工业制造排在第一位正是出于这三方面的考量：（1）制造业是实体经济的主体，工业制造是数字经济和实体经济深度融合的主战场；（2）制造业领域整体的数字化智能化转型程度较高；（3）很多制造业企业从早年信息化建设开始便有意识地收集生产运营过程中各种数据，已经积累了大量的数据资源。

这12个行业和领域，涵盖了制造业（工业制造）、农业（现代农业）、服务业（商贸流通、交通运输、金融服务、科技创新、文化旅游）、公共服务及公共管理（医疗健康、应急管理、气象服务、城市治理）。此外，针对“双碳目标”这个中国未来30年发展重要的外部约束，绿色低碳被单独列为一个专门领域。

04、行动计划实施的保障措施

《行动计划》实施的核心目标就是要从重点行业领域入手，最大限度发挥出数据要素在价值创造中的乘数效应。因此，需要在保障数据安全的情况下，加大数据供给、加快数据流通。而实现这两项目标，则要充分发挥市场机制在数据要素配置中的作用，即推进数据要素市场化配置。

数据要素市场化配置改革是一项庞大的系统性工程，需要培育多元化的数据经营主体。这些经营主体，除了买卖双方外，还包括大量合规的专业数据中介服务机构，包括数据商、数据评估方等。当然，政府主导的数据交易所也可以看作是重要的数据经营主体，是市场化配置体系的重要组成部分。《行动计划》也将市场流通主体的培育作为重要的保障措施。

解读四

发挥数据要素乘数效应，推动高质量发展

文 | 中国科学院大学经济与管理学院教授   孙毅

《“数据要素×”三年行动计划（2024-2026年）》（以下简称《行动计划》）标志着我国在数据要素市场建设方面，迈出了从宏观制度安排到具体行动举措的第一步。《行动计划》审时度势把握住我国从技术变革、产业变革向要素变革的发展趋势，准确深刻地提出数据要素对于经济社会发展的乘数效应，以推动数据要素高水平应用为主线，以提升数据供给水平、优化数据流通环境和加强数据安全保障为支撑，针对12个重点行业领域明确发挥数据要素价值的典型场景，旨在充分发挥数据要素的放大、叠加、倍增作用，为构建以数据为关键要素的数字经济、推动高质量发展提供新动能。

01、《行动计划》是落实数据要素基础制度的针对性举措

一是《行动计划》依托我国海量数据的价值优势，能够有效拓展经济增长新空间。党的十八大以来，我国积极推进“互联网+”行动，系统布局新型基础设施建设，大力推动数字化转型，推动数据资源规模快速增长。2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%。海量的数据资源为我国经济发展提供了新动能。充分发挥我国海量数据优势，释放数据要素价值，激活数据要素潜能，能够以数据的高水平应用提高资源配置效率、创造新产业新模式，为经济增长拓展新空间。

二是《行动计划》立足数据要素市场发展的阶段性特征，能够及时满足实体经济转型发展需求。我国数据要素市场建设仍处于起步阶段，数据确权、数据定价等问题仍有待探索，数据供给质量不高、流通机制不畅、应用潜力释放不够等问题仍有待解决。但土地、资本等要素市场发展经验表明，要素市场建设是一个长期、动态、反复的过程，难以一蹴而就。面向实体经济面临转型升级的现实需求，《行动计划》提出了“需求牵引、注重实效”和“试点先行、重点突破”的基本原则，一是聚焦重点行业和重点领域挖掘场景需求，二是针对不同类型的数据分类施策，三是注重梳理实践经验和典型案例、加强宣传推广，能够在释放数据要素价值、满足实体经济转型发展的过程中不断积累经验，在发展中逐步完善数据要素市场建设。

三是《行动计划》聚焦12个重点行业和领域，能够精准定位需求、高效释放数据要素价值。《行动计划》的行业和领域选择体现了“有基础、有场景、有需求”的原则。工业制造、商贸流通、金融服务、交通运输等行业，具有较好的数字化基础，能够与数据要素形成较好的互补性。科技创新、气象服务等领域数据积累较好、数据通用性较强，能够赋能其他行业应用。同时，对于现代农业、应急管理等对我国经济社会发展意义重大的领域，推进数据要素应用能够获得较大收益。随着我国数字化进程不断深化，必然有更多的行业和领域成为数据要素应用的主力军。

02、乘数效应是数据要素赋能经济社会发展的关键机制

数据要素具有报酬递增、非竞争性和低成本复用等特征，在生产过程中能够发挥降低不确定性、提升交易匹配质量、促进知识积累和创新、提高生产要素协同性等作用。《行动计划》提出数据要素对经济社会发展所具有的乘数效应，既是数据要素有别于劳动、资本等生产要素的显著特征，也是数据要素赋能经济社会发展的关键机制。

一是数据要素能够显著降低信息不对称影响，发挥协同作用。利用从数据中挖掘出的有效信息进行分析和预测，能够显著降低信息不对称影响，加强主体协同与任务协同，从而优化资源配置、提高市场运行效率。例如，工业生产中存在兼顾成本、效率、规模的“不可能三角”，但数据驱动的大规模定制业务模式，能够在大规模、高效率、低成本的条件下向消费者提供个性化产品，打破了工业生产的“不可能三角”，解决了过去解决不了的难题。有研究表明，基于数据要素的分析和预测与生产率显著相关，对生产率水平的提升幅度为3.8%～6.7%。

二是数据要素通过与其他生产要素结合，提升投入产出效率。数据要素与传统生产要素结合，能够发挥两种作用：一是产出增益。数据要素进入专业知识领域，与领域知识结合，有助于发现新的规律，研究出新的理论，创造新的知识或技术，进而促进经济增长。二是投入节约。数据要素的产出增益和投入节约效应广泛存在于生产环节，能够优化其他要素投入产出效率、突破生产可能性边界、促进经济社会发展。

三是数据能够实现知识和技能的低成本、规模化复用，加速知识溢出与技术扩散。在我国持续推进数字化转型的过程中，大量的知识、技能被编码成为数据。数据化的知识和技能具有在不同主体、不同场景低成本、规模化重复使用的典型特点，如果说工业经济实现了物理产品的规模化复制，那么数字经济则实现了知识和技能的规模化复制。例如，大模型通过与工作能力突出的员工进行交互，可以将技能“萃取”并编码成为数据，这一数据可以复用于其他组织成员、从而提升组织整体的工作效率。通过加速知识溢出与技术扩散，数据要素的低成本复用能够极大地缩短创新周期、促进宏观经济增长。

03、推动数据要素的高水平应用，释放数据要素乘数效应

一是挖掘不同场景数据需求，打造差异化应用模式。聚焦《行动计划》提出的重点行业和领域，挖掘高价值数据要素应用场景，探索发挥数据要素协同优化、复用增效、融合创新的差异化创新模式。加强试点探索，支持部门、地方协同开展政策性试点，推动数据资源丰富、作用效益明显的领域率先突破，发挥示范引领作用。深入挖掘数据要素应用好经验、好做法，遴选示范性强、显示度高、带动性广的典型案例，及时总结可复制推广的实践经验，推动社会各界共同挖掘市场需求、促进经验分享和交流合作。

二是适应不同类型数据特点，探索多样化开发方式。加强公共数据资源供给，在确保数据安全、保障用户隐私的前提下，支持在重点领域开展公共数据授权运营试点。完善企业数据共享机制，支持行业内企业联合制定数据流通规则、标准，加强数据采集、管理、安全等通用标准建设，聚焦业务需求开展数据共享。完善个人信息匿名化使用规则，在保护个人隐私前提下推动个人信息利用。

三是培育多元数据市场主体，提升专业化服务水平。强化企业在激活数据要素价值中的主体地位，推动数据价值产品化、服务化，大力发展专业化、个性化数据服务，促进数据、技术、场景深度融合。完善数据商支持举措，探索有利于数据商发展的投融资模式，发挥相关引导基金、产业基金作用，引导和鼓励各类社会资本投向数据产业。鼓励地方政府因地制宜，通过新建或拓展既有园区功能等方式，建设数据特色园区、虚拟园区，探索符合各地实际的数据要素应用实践，带动培育数据商等市场化服务机构，营造良好生态。丰富数据安全产品和服务，支持企业面向重点行业、重点领域、中小企业及个人的不同需求，提供多元化的数据安全产品服务和解决方案，利用市场手段提升数据安全水平。