为贯彻落实《数字中国建设整体布局规划》工作部署，摸清数据资源底数，加快数据资源开发利用，更好发挥数据要素价值，2024年2月19日，国家数据局、中央网络安全和信息化委员会办公室、工业和信息化部、公安部四部委联合开展全国数据资源情况调查，调研各单位数据资源生产存储、流通交易、开发利用、安全等情况，为相关政策制定、试点示范等工作提供数据支持。

通过本文，我们尝试对国家数据局开展本次数据资源调查的背景、重点进行解读，以期后续为企业在实践中开展数据要素治理工作提供可资借鉴的思路。

1. 数据要素市场与数据基础制度亟待建立

自2019年10月，党的十九届四中全会首次提出将数据与“土地、劳动、资本、技术”等传统生产要素并列后，伴随大数据、区块链、人工智能等前沿信息技术的发展，我国的数据要素市场逐步壮大。

在规范层面，我国正努力探索数据要素市场化的合理路径，并逐渐尝试构建起以法律、行政法规、部门规章及规范性文件、地方性法规等规范组成、覆盖多领域的数据要素利用框架。2022年12月中共中央、国务院颁布的《关于构建数据基础制度 更好发挥数据作用的意见》（简称《数据二十条》）将数据定位为重要的生产要素，强调了其在数字化、网络化、智能化基础上的核心作用，极大地影响了数字时代以来人们的生产生活和社会管理模式。

围绕《数据二十条》，近两年来，我国陆续出台国家层面的数据要素顶层设计和相关政策，并提出数据要素发展目标与方向。例如，2023年2月，国务院印发《数字中国建设整体布局规划》，规划指出到2025年实现数字基础设施高效联通，数据资源规模和质量加快提升，数据要素价值有效释放。2024年1月，国家数据局会同中央网信办、科技部、工信部等17部门联合印发《“数据要素X”三年行动计划（2024-2026年）》，提出到2026年底，数据要素应用场景广度和深度大幅拓展，数据产业年均增速超过20%，数据交易规模增长1倍，场内交易规模大幅提升，推动数据要素价值创造的新业态成为经济增长新动力。

但是，当前我国的数据要素市场正处于初期和成长阶段，数据资源相当复杂，这对现有的产权、流通交易、利益分配以及治理模式等体系构成了新的挑战。同时，政策与目标的推进与实现需以实践情况为现实基础，因此，有必要对我国现有数据资源的整体情况进行梳理、盘点，从而助力数据要素价值的实现，而本次国家数据局开展的数据资源调查正是自其挂牌成立后履行相应职责的重要举措。值得注意的是，2023年7月25日，国务院发布《关于进一步优化外商投资环境加大吸引外商投资力度的意见》，提出在北京、天津、上海、粤港澳大湾区等地区实施数据出境安全评估、个人信息保护认证及个人信息出境标准合同备案等试点工作过程中，探索建立可自由流动的“一般数据清单”。我们理解，盘点、梳理相关地区、行业的整体数据资源也有助于实现制定“一般数据清单”的愿景，从而协助构建更加开放、安全的数字经济环境，为后续数据流通创造充分的预备条件。

总的来说，国家数据局此次对现有数据资源进行盘点，响应了《数据二十条》《数字中国建设整体布局规划》等相关工作部署、政策的号召，是明确数据资源规模和结构，识别数据价值潜力的重要举措，不仅能为后续实现数据资源规模和质量的提升，有效释放数据要素价值，以及数据的整合共享流通做准备，也能通过数据资源调查支撑未来数据产业的快速增长和数据交易规模的扩大，为数字化经济增长提供新动力。

2. 数据资源调查之域外实践

从国际经验来看，在全国范围内推动数据资源调查不仅是促进数据资源有序流通、提升一国数字经济竞争力的重要举措，同时也是解决地方权限不足和数据资源碎片化问题的关键。

早在2009年，美国政府通过启动Data.gov网站的方式向公众提供多样的政府数据。[1]为确保数据在Data.gov网站上的开放和共享，美国政府还制定相关的政策和指导原则。例如，《开放政府数据法》（OPEN Government Data Act）要求联邦机构以标准化、机器可读的格式发布数据，并将元数据包含在Data.gov的目录中。目前，大多数联邦机构已在Data.gov上发布数据，政府机构需要收集并整理各自拥有的数据资源，确保数据的格式和质量符合Data.gov的要求，包括数据清洗、分类以及标准化处理，以确保数据的一致性和互操作性。

欧盟通过条例(EU) 2023/138的颁布，明确了高价值数据集。[2]高价值数据集可以推动数据资源的整合利用，确保具有最高社会经济潜力的公共数据可以在最小的法律和技术限制下进行免费重复使用。欧盟聚焦地理空间、地球观测与环境、气象、统计、公司及公司所有权和移动性等六大关键领域，确立了数据共享的新标准，释放出这些数据集在社会和经济上的巨大潜力。同时该条例规定高价值数据集必须以机器可读格式免费提供，并在可能的情况下通过API提供，从而极大程度地降低了数据重用（Data Reuse，二次利用）的门槛，促进了跨领域、跨界的数据资源整合和服务创新，为数据的跨境流动和再利用创造了有利条件。这一系列措施体现了欧盟将数据要素作为推动创新、促进经济增长和服务社会福祉的关键资源的决心，是欧盟数据资源整合流动的重要里程碑。

澳大利亚则更重视数据资产的风险管理，并发布了《建立对公共记录的信任：为政府和社区管理信息和数据》政策（该政策已于2021年1月1日生效）。[3]具体而言，该政策提出了6项直接与政府数据资产的管理有关行动计划，包括：信息资产盘点和目录管理；以数字方式管理数字信息资产；存储和长久保存信息资产；以可持续的数字格式创建数字信息资产；信息资产移交；信息资产评估与处置。该政策旨在改善澳大利亚政府机构收集、管理和使用数据资产的方式，强调提高信息管理能力，以满足当前和未来政府和社区对真实可靠信息及数据的需求；提高政府机构对其数据资产的管理效率和效果，确保数据资产的可持续利用和安全保障。[4]

从国际经验来看，美国、欧盟和澳大利亚在推动数据资源调查方面都已有相关实践，包括建立数据平台、确定高价值数据集、以及强化数据资产的风险管理和系统管理等。这些措施不仅是数据资源有序流通和提升数字经济竞争力的需要，还有助于解决地方权限不足和数据资源碎片化问题。面向未来，我们理解，国家数据局将持续发挥其在促进数据流通利用方面的引领、规范、保障作用，确保中央推动数据要素配置工作顺利推进，构建起安全与发展并重的数据资源流通体系，推动数据驱动的科技创新和经济社会高质量发展。对中国而言，此次国家数据局开展全国数据资源调查也将为后续数据流通创造预备条件，同时对提升国家数字经济发展水平和构建数字中国也具有重要意义。

1. 调查对象

根据通知，参与本次数据资源调查的对象主体包含如下五类机构：

上述主体类别中，既涉及公安、工信等国家政府部门，也涉及中央企业/互联网平台等属于非政府部门的市场主体。我们理解，前述需配合调查的主体类型范围虽然较为广泛，但就构建数据要素市场而言，其在主体选择上具有一定的代表性。具体而言：

首先，针对省级数据管理机构、工业和信息化主管部门、公安厅（局），我们理解，省级数据管理机构、公信等机关作为数据要素发展、数据安全及保护方面的监管部门，一方面，其作为监督管理机构，通过其掌握相应监督管理维度的数据资源的效果不言而喻：通过公安部门，可了解各省份数据安全事件的相关汇总情况。另一方面，相关机关掌握海量公共数据的流通共享（包括授权运营）等相关情况，是盘点我国公共数据流通利用现状、推动公共数据授权流通的实践有效路径。与此类似的是，国家信息中心作为国家发展和改革委员会下属的事业单位，负责国家发展改革委政务信息化建设与国家政务信息系统整合共享等技术支撑工作，数据局可通过其直接了解国家数据共享交换平台的数据资源情况例如政务数据资源目录、完成共享的数据集数量等内容，从而反映出截至目前我国政务数据的流通共享与需求满足情况，有助于进一步优化政务数据共享规则，提高政务数据共享利用效率。

其次，针对监管部门以外的企、事业单位，就工业互联网平台、消费互联网平台、大数据厂商、人工智能厂商、学术资源平台、卫星互联网厂商、游戏厂商、云服务商、招聘平台、运营商及地方其他重点应用企业、央企而言，我们理解，其或为大数据产业关联主体，或为行业领先企业。一方面，行业领先的大数据关联企业掌握海量数据，其数据挖掘、分析能力在一定程度上能够反映行业整体的数据利用能力，而提高包含工业数据在内的数据利用能力也是发展大数据战略的关键。另一方面，本次调查对象包含央企、地方重点应用企业例如东部地区省份100强企业、中部及东北地区80强企业，在其本行业领域具有相应的领先地位，选择具有一定行业优势的企业作为调查对象也体现了国家数据局关注各行业数据资源发展现状的决心。我们理解，这也顺应了《数据二十条》有关“鼓励探索企业数据授权使用新模式，发挥国有企业带头作用，引导行业龙头企业、互联网平台企业发挥带头作用”的倡议，也是发展深入各行业领域发展培育数据要素市场的必然基础。

再者，就数据交易所而言，在《“数据要素X”三年行动计划（2024-2026）》将“场内交易与场外交易协调发展、数据交易规模倍增”作为我国至2026年底的总体目标的背景下，通过数据交易所梳理现阶段各行业场内数据交易情况也是开展数据资源调查的必要程序。

最后，就行业协会、商会而言，鉴于全国数据要素市场的建立离不开行业数据要素的流通与发展，行业协会和商会等社会组织在未来也将成为培育数据要素市场的重要力量，因此，本次调查也要求行业协会和商会就其重点行业产品的数据资源信息进行填报。我们理解，通过行业协会、商会，可快速了解相关国内产品的国内发展领头企业、国内产品在全球行业/领域的市场份额等以行业为维度出发的指标项，形成初步的行业概况。

2. 调查内容

（1）调查内容为统计级数据

开展数据资源调查工作之初，初读通知，社会各界可能会对本次国家数据局开展的数据资源调查工作产生疑虑：接受调查的企业是否需向国家数据局报送自身所持有的全量数据即提供全量数据目录？自中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》将数据正式确立为新型生产要素后，各市场主体对数据的重视程度与日俱增；尤其是在数字经济时代，“谁掌握了数据，谁将掌握发展的主动权；谁利用好数据，谁将赢得未来数字竞争新优势”。[5]我们理解，掌握数据尤其是海量数据的市场主体相较而言往往会更为关注关于数据调取、数据访问、数据提供等方面的监管动态。

一方面，鉴于现阶段数据要素供给侧结构性矛盾突出，在上位正式法源有待进一步厘清的前提下，部分市场主体尤其是数据驱动型企业对调取其全量数据可能形成相应的顾虑。另一方面，数据流通、共享是实现数据要素价值的一大重要途径，实践中，各类企、事业单位等主体除了自身在生产、经营、管理过程中形成数据，还可能通过与其他主体的合作获取数据。鉴于数据的可复制性，作为数据提供方的合作方往往会通过合作协议保密条款、承诺函等形式限制数据接收方对外提供数据或仅允许在特定情形下对外提供数据。在双方具有明确的限制性约定情形下，如数据接收方未经对方同意将数据对外提供，可能因此需承担相应的保密违约责任。

但实际上，根据公开渠道展示的数据资源调查表（包含《数据采集和存储设备商数据资源调查表》《平台和数据技术企业数据资源调查表》《运营商数据资源调查表》《中央企业（运营商除外）数据资源调查表》等），国家数据局开展本次数据资源调查并非意图调取相关调查对象的数据具体明细，而是概括性了解数据存储规模（包括数据存储量和存储设备规模等）、数据交易额度、处理重要数据的重要系统数与关键信息基础设施数量、数据安全相关事件数量、数据跨境流出总量、数据跨境流入总量等统计级数据，从而初步梳理、把握我国公共数据、重要行业领域企业数据等的生产存储、流通交易与安全等情况，从而为后续数据基础制度及配套措施的建设探索现实基础条件。

针对调查指标仅限于统计级别数据这一特点而言，我们理解，一方面，本次数据资源调查仅是国家数据局在正式挂牌成立后履行其“协调推进数据基础制度建设，统筹数据资源整合共享和开发利用”职责的先行工作，在提供统计数据即可实现调查目的的情况下，不要求调查对象报送具体数据目录符合比例原则，是数据局等监管部门结合实际调查需求而审慎作出的行政决定。另一方面，因本次数据资源调查不涉及具体数据字段的报送或权限调取而仅报送统计级数据，这也有助于调查对象尤其是市场经营主体履行其与数据合作方可能存在的保密约定，在不影响业务合作关系的基础上充分履行源于主管机关的报送义务。此外，仅报送统计级数据也可显著减轻各调查对象的填写负担，从而在3月5日24:00届满前如期完成填报工作。

（2）调查内容依据对象类型差异而“求同存异”

如前所述，调查对象类型广泛，包含工信、公安等政府部门、由国务院或委托国有资产监督管理机构行使出资人职责的中央管理企业与非国有独资、控股的重点行业企业或地方领先企业。一方面，由于调查对象主体性质之间存在较大差异，非统一标准能够概括各调查对象主要持有的数据类型及数据处理特点，依据公开渠道提供的各主体数据资源调查表，国家数据局为不同类型的调查对象提供差异化的调查表单，使得相关调查对象具备充分发挥其自主能动性的空间。另一方面，尽管各类调查对象之间收集产生数据的方式、涉及的数据主体类型、开展业务方式等内容可能互不相同，但鉴于本次调查核心围绕数据资源开展，各企业持有、存储数据的方式等基础内容可能仍存在一定的共通性，即国家数据局在制定各主体调查表单时仍保留了一定共性。

1）共通之处

首先，针对各调查对象调查内容的共通之处，依据公开渠道检索的数据资源调查表，其主要体现在，无论是何种类型的调查对象（数据采集和存储设备商、数据交易所等主要为其他主体提供数据服务的特殊主体除外），无论其持有、掌握的数据为公共数据还是企业数据（包括工业数据），亦或是用户数据，了解其数据生产总量[6]、数据存储总量是国家数据局开展数据资源调查、布局全国数据“一盘棋”的题中应有之义。考虑到数据存储可用及使用的机架数、数据存储的物理服务器数据量等基础物理设施的持有情况也是实践中了解、判断各主体数据持有能力的重要参考因素，数据局也将相关指标项列入了本次调查中绝大多数对象需统计答复的问题范畴当中。此外，冷数据作为“一年未访问的数据”例如企业备份数据、操作日志数据，其在数据存储总量的占比将直接反映各数据持有者开展数据处理活动的活跃程度，从而在一定程度上间接反映其所在行业、领域开展数据处理活动的活跃程度，有助于在后续构建国家数字经济市场的过程中选定数据处理频率高、规模大的行业、领域开展试点工作。

其次，考虑到调查对象中绝大多数企业例如工业互联网平台、消费互联网平台、招聘平台等在实践中往往通过与用户的交互生成、获取数据，而其在开展业务过程中累计的个人用户数、企业用户数等用户数量也能够在一定程度上映射出调查对象获取数据资源的途径、在本行业的用户市场份额、可加工汇集的数据规模、掌握的个人信息规模等维度，依据公开渠道检索的数据资源调查表，包含个人用户和企业用户数在内的用户数量成为绝大多数调查对象需要统计答复的指标项。

再者，数据的AI应用成为监管部门的关注重点。自ChatGPT等生成式人工智能的应用风险在世界范围内引发热议、中国快速出台《生成式人工智能服务管理暂行办法》作出回应后，人工智能日渐成为监管部门的重点立法领域之一。在本次调查中，除运营商以外的企业型调查对象（无论是央企还是非央企）均需填报关于是否应用AI技术开展数据分析、AI数据分析主要应用在哪些领域、2024年拟在AI方面的投入资金的相关指标项，我们理解，这将有助于国家数据局对现阶段应用AI技术开展数据分析的情况形成初步画像，赋能数据分析及AI产业发展。

此外，如前所述，无论是何者调查对象，国家数据局开展本次数据资源调查工作旨在概括性了解相关调查对象持有数据资源的总体情况，其指标项均为统计级数据，而非要求企业或相关单位，报送包含具体字段明细的字段清单。

2）主要差异

根据国家数据局发布的数据调查通知，结合数据资源调查表的实践情况，我们理解，除数据生产和存储量、数据基础物理设施等通用指标外，依据相关调查对象参与数据市场的特性，数据局对各类调查对象的数据处理关注重点存在差异，涵盖数据共享、开放、流通或交易的规模、数据安全情况、数据跨境情况、数据应用情况、数据流转情况等多方面。例如：

其一，考虑到数据交易所主要定位是为数据需求方和数据供给方提供数据交易场所，创造可信任、持续性的交易环境，其参与的数据活动多数是为企业提供数据产品、数据服务的交易、磋商环境，因此本次数据资源调查也重点要求数据交易所填报有关各行业例如采矿业、制造业截至2023年分别就数据产品和数据服务的可交易数量、交易数量、交易金额、交易次数及相应总额，从而了解我国截至目前的场内数据交易现状，为后续优化数商环境、制定场内交易规则等夯实基础，而不涉及数据生产、存储总量等指标统计。

其二，《数据安全法》第六条明确规定，公安机关、国家安全机关等依照本法和有关法律、行政法规的规定，负责统筹协调网络数据安全和相关监督工作，因此，要求公安厅（局）报送全国各省、直辖市、自治区的数据安全相关事件也是较为便捷地了解全国数据安全情况的快速途径。此外，按照法定职责，近年来公安部也出台了一系列配套文件和工作指南以深入组织开展关键信息基础设施认定及保护工作，有力维护了关键信息基础设施安全，[7]据此，国家数据局也可通过公安部门了解截至2023年全国各地处理重要数据的关键信息基础设施数量，从而在一定程度上映射我国在相关维度上的数据安全保护能力。

其三，数据跨境流通是中国自2022年以来陆续出台《数据出境安全评估办法》《个人信息出境标准合同办法》等数据出境监管规定后的数据领域重点监管对象，而数据的合法出境还有赖于使用合法的国际线路，因此，运营商在响应数据资源调查工作时，除了需填报有关国内的数据流通情况例如基站数量、数据存储的物理服务器数量等基础内容外，还需额外提供包含数据跨境流出总量、数据跨境流出至五大洲及对应流量、数据跨境流入总量等双向跨境数据流通情况。我们理解，这将直接反映我国数据出境及入境的规模情况，为后续吸引境外数据在中国流通、存储以构建规模庞大的中国数据要素市场、加强数据的安全跨境流通提供事实依据。

《数据二十条》明确探索建立包含公共数据、企业数据、个人数据在内的数据产权制度，基于本次数据资源调查涉及的调查对象类型，涉及调查的数据类型也涵盖了公共数据、企业数据和个人数据。进一步而言，基于数据产权制度针对各类型数据设想的流通使用目标，调查表也据此提出了差异化的指标报送需求。

具体而言，《数据二十条》及其他数据基础制度强调，针对各级党政机关、企事业单位依法履职或提供公共服务过程中收集、产生的数据（即公共数据），需“加强汇集共享和开放开发……推进互联互通”，因此，涉及公共数据时，除生产、存储总量外，本次调查还重点关注截至2023年各省级政府部门公共数据的开发共享情况，例如公共数据开放总量、开放数据集总数、授权运营数据量、政务数据资源被调用的总次数等。

针对非公共数据以外的其他数据（包含企业数据、用户数据），本次调查则关注了数据生产方式、存储方式、应用方式等有关数据产生、存储和使用等多维度的基础内容。同时，除运营商以外的企业（不区分企业是否为央企）数据资源调查表也同步关注了企业的数据交易额、数据交易次数、数据交易次数场内/场外占比等数据交易维度。流通创造价值，由于相关企业型调查对象或为中央企业、或为行业龙头企业，或为互联网平台等数据驱动型企业，具有一定的代表性，了解其数据交易现状有助于对全国数据交易热度乃至数据交易所的实践作用形成初步画像，为后续构建全国数据交易市场、优化场内场外交易模式赋能。

感谢实习生苏琦对本文作出的贡献。

转载声明：好文共赏，如需转载，请直接在公众号后台或下方留言区留言获取授权。

封面图源：画作·林子豪