数据要素是数字经济时代最为重要的生产要素之一。中国政府高度重视培育数据要素市场，出台多项政策文件。2014年以来，全国各地陆续建立了几十个数据交易机构，拉开了中国数据要素市场建设的序幕。近年来，中国数据要素流通市场活跃度显著提升，总体规模不断上升，2024年预计可达1592亿元。

在此背景下，中国宏观经济论坛（CMF）于4月13日召开宏观经济热点问题研讨会，聚焦“数据要素市场建设：现状、问题和建议”。国家发改委价格监测中心副主任王建冬、上海金融与发展实验室前沿金融研究中心主任，万向区块链首席经济学家邹传伟等多位业界专家学者出席会议，会上发布了专题报告。

报告介绍，目前数据要素流通交易的主要模式主要有三种，分别是企业间直接交易数据、数据交易平台撮合、提供API接口进行数据服务。报告指出，就供给侧而言，数据交易主要面临四个现实问题：合规成本过高、个人数据开发利用成本较高、科研类数据共享程度不足、公共数据开发激励不足。从需求侧看，主要问题在于企业数据利用能力的不足导致有效需求动能不足。

报告认为，数据产业在供需匹配上也面临三大问题。一是，“有数无市”和“有市无数”。二是，数据要素价格发现机制不完善，主要体现在公共数据定价机制不健全和企业数据价格形成机制不健全两方面。三是，高度的信息不对称。

报告建议，首先要明确有效市场是数据要素市场发展的基础，政府的作用是在市场失灵时进行补充和引导，政策制定需要且应当遵循市场规律和原则。例如，构建合理的市场参与者激励机制，提高数据产品的质量和吸引力。同时，优化数据流通交易模式，降低市场摩擦。还需引导社会资本投入，谨防形成行政垄断，数据交易平台可以对市场放开，一些公共数字化的应用场景可以适当对市场放开。此外，政府需加强技术研发与人才培养，建立健全数据安全保障与合规交易机制。

第二，以发展数据交易平台为抓手，进一步完善数据要素市场生态建设。数据交易平台应当树立好综合服务商的定位，不断提高服务水平和建设能力，做好规则制定、生态培育、技术创新、机制设计、安全保障等辅助服务，发挥自身中介价值。

第三，探索更加完善的数据要素定价与收益分配体系。应综合各种定价方法，采用分类的差异化定价，尽量拓宽数据交易的使用场景，并据此作为定价基础。例如面对标准化程度高、投入产出都能清晰衡量、价值比较稳定的数据产品，采用成本法，依据形成过程中的劳动和资本投入定价；面对高稀缺性、高价值、受市场供求较大的数据产品，采用拍卖法，实时定价；面对定制化的数据产品或服务，采用协议定价方法。

本次研讨会由中国人民大学国家发展与战略研究院、中国人民大学经济学院、中诚信国际信用评级有限责任公司主办。