以标准破局 促数据可信流通

　　建设数据标准体系、推进数据标准化是促进数据要素市场生态培育、构建全国统一数据大市场的重要基础。数据标准体系指导数据登记、数据资产价值评估、数据范式交易、数据空间等数据流通重点标准的建立，能够打通数据流通环节、促进数据流通规范化发展。

　　数据标准建设迎来关键窗口期

　　当前，数据要素已成为数字经济核心生产要素，然而数据格式混乱、标准缺失、流通壁垒森严等问题长期掣肘数据高效流转与合规交易，成为数据要素市场发展的核心痛点。2025 年底全国数据工作会议将2026年定为 “数据要素价值释放年”，把健全数据基础制度、强化标准制定实施列为重点工作，全国数标委同步发布数据领域国家标准需求，数据标准建设迎来政策与实践双重发力的关键窗口期。

　　为深入探寻数据标准体系建设破解数据流通交易各类堵点痛点的实施路径与实践思路，厘清标准化建设在规范交易秩序、降低流通成本、激活数据价值中的核心作用，《中国信息化周报》记者采访了业内多位专家和企业家，通过汇聚各方真知灼见，共同探寻以标准化赋能数据要素市场高质量发展的可行方案。

　　透过采访，可以看出，数据标准是数据要素市场的 “通用语言” 与 “交通规则”，更是全国一体化数据市场的底层通用规则。破解数据标准困境无须追求自上而下的全能体系，而应遵循 “场景定义规则、规则形成合约” 的逻辑，让标准随场景动态演进，经实践验证后固化复用，适配多元市场需求。

　　同时，专家一致表示，数据产权确权是一个世界性难题，需与标准制定协同推进，秉持 “场景先行、产权随行” 策略，在流通中明晰权属边界，以标准支撑数据可识别、可追溯、可计量，形成 “制度定规则、标准做落地” 的闭环体系。而针对数据标准跨区域互认难题，多地标准不统一、壁垒交织阻碍流通，需构建 “试点—推广—迭代” 闭环，以重点区域先行互认、沙箱测试验证、动态优化迭代的方式，兼容差异、逐步统一，搭配 AI 智能化治理提升跨域治理效率。

　　此外，面对行业数据特性差异，应搭建 “基础通用+行业专用” 的分层标准体系，底层筑牢通用合规底线，中层适配各行业专属规范，上层灵活响应场景迭代，兼顾通用性与特殊性，让数据跨行业 “流得动、用得好”。

　　构建存证履约标准 疏通产业发展瓶颈

　　目前，数据交易行业普遍存在流程不透明、定价无依据、合规判定难三大核心痛点，三者相互制约。事前合规判定难，使得市场主体不敢开展数据交易;数据价值无法精准衡量，造成市场定价混乱;行业流程缺乏统一标准，滋生各类不规范交易行为。

　　为有效解决这些问题，数据空间全国重点实验室数据系统部副主任、副研究员罗超然建议，在国家标准制定上，优先推进合约执行与交易存证两大基础体系建设，完整记录数据使用频次、应用方式、实际产出价值，以此打通行业发展堵点。交易服务规范需清晰划分数据供给方、使用方、交易平台、经纪商等各方权责，明确平台仅承担撮合、存证、监管职能，杜绝平台既做监管又参与交易的错位模式。合约登记备案需搭建全流程可追溯记录体系，将数据登记与市场流通深度绑定，扭转数据资产登记后闲置搁置的现状，做到流通必登记、登记促流通。

　　同时，罗超然表示，数据价格评估是行业长期难题，传统成本定价模式不适用于数据资产，数据价值随应用场景、使用频次灵活变动，应依托市场交易结果确定价值。此外，合规监管模式也需同步革新，摒弃传统事前审批模式，转向合约化监管。由数据使用方自主承诺合规使用范围，监管部门事后核查履约情况，依托智能合约将合规条款嵌入运行机制，自动拦截违规数据使用行为，以智能化监管替代人工审核，高效适配海量数据流通场景。

　　结合美林数据参与国家级、省级可信数据空间试点项目实践来看，两类项目均围绕数据要素市场化建设，助力企业数据流通交易。在项目推进过程中发现，当前行业仍处于起步探索阶段，正在逐步触及交易规范、价格评估、合规审核等运营问题，这些项目的建设仍处于厘清企业数据流通应用场景、明确流通用途、筛选可流通数据等阶段。

　　美林数据技术股份有限公司总经理程宏斌提到，国家出台可信数据空间相关政策的同时，全国数标委发布了《可信数据空间 技术架构》技术文件，清晰划定了可信数据空间技术架构、业务流程、安全准则，为行业落地提供了指引，回答了数据流通“怎么做”的问题。不过，落地难点不在于交易流程、定价、合规等运营问题，而是缺少成熟可复制的行业场景样板。

　　数据确权与标准制定要协同推进

　　罗超然表示，数据产权确权是一项世界性难题，其困难之处在于：数据既不像房产那样具有明确的物理边界，也不像专利那样具有清晰的技术特征。同一组数据可能同时涉及个人隐私、企业商业秘密、公共安全等多重权益，产权边界难以进行一刀切式的划分。对此，罗超然认为，数据产权制度的落地实施，必须着力解决两个核心问题：一是“谁的数据谁说了算”，二是“用一次算一次”。

　　在确权环节，数据标准需要解决的核心问题是可识别、可追溯、可计量。每笔数据流通均需能够追溯至源头——数据由谁生产、属于何种类型、在何种条件下生成。

　　这些元数据信息构成确权的基础支撑。在此需要明确一个关键认知：确权并非流通的前提条件，而是流通的自然结果。在很多情况下，数据权属的清晰化恰恰是在流通过程中逐步明确的——交易双方达成合作、签署合约、明确使用范围，这一过程本身就是数据确权的有机组成部分。

　　关于产权确权与数据标准的协同推进，罗超然建议，采取“场景先行、产权随行”的推进策略——不应等到产权制度完美构建后再推进流通工作，而应在具体场景中先行开展实践，在流通过程中逐步厘清产权边界、完善登记制度、形成行业惯例。产权制度与水、电、气等基础设施一样，最终应服务于应用需求，而非悬置空中。

　　浪潮数字企业首席数据官王相成表示，在机制协同上，产权制度与数据标准双向赋能。数据产权制度明确宏观政策框架与权责准则，为标准制定提供政策依据与方向指引。而数据标准将抽象的制度条文变成可操作、可公示的具体规则，补齐制度落地实操短板。唯有制度与标准同步推进、深度适配，才能构建“制度定规则、标准做落地”的闭环体系，让各类数据权属清晰、流转有序，二者共同为全国一体化数据市场提供制度与技术双重保障。

　　程宏斌表示，数据产权制度与数据标准在推进过程中最好协同开展，标准与制度可以同步规划、同步发布，优先制定确权、登记等数据流通环节急需的标准或技术文件，最好在制度发布的同期，有相关的标准/技术文件做参考和指南;在实施环节，考虑落地性强的标准与统一数据产权登记平台，数据交易流通平台等同步制定、同步落地，形成边实践边完善的标准推进机制;再有，强制性基础标准与推荐性行业标准要统筹互补，制度明确流通范围、安全底线，标准细化操作层的规范，打通从产权到流通的端到端流程。

　　推进数据标准跨区域互认

　　当前，数据标准的跨区域互认面临多重现实制约，各地在数据采集口径、分类编码、格式规范、质量核验及安全管控等方面尚未形成统一通用体系，加之区域间产业应用场景差异大、权责划分不清晰、数据权属与流通规则界定不一，再加上地方行业壁垒、监管细则不统一以及隐私合规、利益分配等问题交织叠加，导致不同地域数据标准难以快速对齐打通，极大阻碍了数据要素顺畅跨域流通与高效协同共享。

　　程宏斌表示，推动跨区域标准互认，需要建立区域数据标准协同机制，遴选诸如京津冀、长三角、粤港澳大湾区等区域，优先在公共数据层面开展标准互认实践，逐步推广至全国，构建全国标准一盘棋。同时，建立标准落地验证机制，依托国家可信数据空间试点、行业联合实验室等平台，开展标准试行验证，通过“沙箱测试—问题反馈—标准迭代”的闭环，确保标准适配实际业务场景;也可以依托标准符合性检测标准及测评，对跨区域、跨行业数据资源的口径一致性进行量化评估，倒逼标准完善。在此基础上，建立试点示范与迭代机制，根据行业发展和区域需求，持续优化数据标准，为统一的全国数据市场建设奠定基础。

　　“从美林数据多年参与大数据领域数据标准建设及服务企业数据建设工作的经验看，‘标准先行+实践落地+优化迭代’的组合拳是解决数据不一致问题切实可行的实施路径。”程宏斌补充道。

　　对此，罗超然认为，数据口径不统一在相当长的时间内将是一种常态。与其试图消灭差异，不如采取承认差异、兼容差异、管理差异的务实策略。具体而言，推动口径统一的实施路径应包含以下三个阶段：第一步，场景驱动、需求拉动。不应自上而下宣布统一何种标准，而应让具有真实需求的场景方率先行动;第二步，协议先行、标准跟进。两个主体之间如需互通数据，应首先签署数据交换协议，将接口规范、安全要求、使用限制等事项约定清楚。该协议可能仅适用于特定主体，但经过验证后可提炼为双方均认可的接口标准;第三步，标准积累、生态扩展。当一个个具体的接口标准积累至一定程度，便能形成行业层面的共识，进而形成区域层面的互通，最终达到全国层面的规范。

　　“在实施路径上，建议采用‘试点—推广—迭代’的滚动推进模式。首先在条件成熟的区域和行业开展试点，验证可行后再逐步推广，推广过程中遇到新问题则持续迭代完善。这一模式相较于一次性制定大而全的标准然后全国推行，将更为可行。”罗超然如是说。

　　此外，王相成表示，标准化制度搭配AI智能化治理能力，能够大大解决传统标准落地碎片化、迭代慢的问题，使数据实现“一次治理、全域通用”，大幅提升跨域数据治理效率，为跨行业、跨区域数据可信流通及全国一体化数据市场建设夯实底座。

　　打造“基础通用+行业专用”的标准体系

　　不同行业数据特性差异大，如公共数据开放、工业数据流通、医疗数据应用等。面对这一难题，数据标准制定应该如何兼顾行业特殊性与通用性?

　　对此，罗超然表示，这一问题涉及数据标准化工作中最难处理的核心议题。每个行业的数据特性确实存在显著差异：公共数据讲究开放共享，工业数据讲究精准可靠，医疗数据讲究隐私安全。硬套同一套标准，要么过于严格束缚行业发展，要么过于宽松使标准形同虚设。

　　“我的思路是构建‘通用框架+行业适配层’的分层架构。底层是通用架构层，用于解决所有行业面临的共性问题。例如：数据如何标识、如何追溯、如何计量、如何计费、如何存证、如何合规审查。这些是跨行业、相对稳定的共性需求。中间层是行业适配层，针对不同行业的数据特性和流通模式，制定差异化的接入规范。例如：公共数据强调脱敏处理、授权管理、公益性优先;工业数据强调实时性、精准度、知识产权保护;医疗数据强调隐私保护、伦理审查、知情同意。上层是场景应用层，在具体应用场景中定义数据使用的细节规范。这一层最为灵活，也是迭代最快的环节。标准制定机构无须亦无能力预先设计好所有场景，而应让行业实践者先行探索，形成成熟的场景规范后再逐步推广。”罗超然解释说。

　　罗超然表示，在实施路径上，建议采取“框架先行、行业跟进、场景迭代”的推进策略。通用框架先定下来，给出接入规范和合规底线;各行业在此框架下制定自身的适配标准;具体场景在行业标准基础上灵活调整、持续迭代。

　　同时，程宏斌表示，数据要素横跨政务公共、工业制造、医疗健康等多个领域，各行业数据在采集口径、敏感等级、应用场景、流通边界上差异显著。标准制定首先坚持先通用、后行业的思路，优先出台全国统一的数据基础共性标准，搭建统一基准框架。通用标准作为全国通行的“底线标尺”，统一跨行业、跨区域的数据互通语言，守住产权确权、隐私保护、安全合规、交易流通的基本准则，为不同行业数据互联互通筑牢通用制度底座。在通用标准框架基础上，开展行业标准细化，充分兼顾行业属性的需求，如针对公共数据，侧重开放共享、统一目录管理与发布需求;针对工业数据，聚焦设备时序数据、产业链协同、工业产品数据全生命周期管理等需求;针对医疗数据，强化个人健康隐私、临床科研、数据可用不可见等需求。遵循“通用标准保底线、行业标准显特色”的原则开展标准化工作。

　　此外，王相成也认为，针对行业、区域数据口径杂乱、标准不一的问题，需依托国家顶层规划，搭建“基础通用+行业专用”的数据标准体系，统一数据编码、指标口径、语义定义与元数据规范，消除跨主体数据理解偏差，解决各地区、各行业数据治理各自为政的乱象。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。