在今年的全国两会上，国家数据局获准成立，数字中国建设提速。两会前夕印发的《数字中国建设整体布局规划》提出，到2025年，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，数字经济发展质量效益大幅增强。
数字经济竞速浪潮中，数据交易所是重要的数字基础设施。深圳数据交易所董事长李红光近日接受南方日报记者专访时表示，数据治理是推动数据资源规模和质量加快提升的关键一步，只有经过治理的数据才能成为数字经济发展的“养分”。
为数字经济提供“养分”
数据上升为新的生产要素，常常被比作是数字经济时代的“石油”。根据国家网信办发布的《数字中国发展报告（2021年）》，2017年到2021年，我国数据产量从2.3ZB增长至6.6ZB，在2021年全球占比9.9%，位居世界第二。
数据价值也有望进一步发挥出来。李红光认为，组建国家级最高数据管理机构，纵向数据治理体系和治理能力建设会加速，跨部门跨行业互联互通体系建设将有望统管统建，“数据大流通时代”将加速到来。
以一夜爆红的语音聊天机器人ChatGPT为例，这被认为是数字生产力已经到了爆发前夜。他注意到，类似ChatGPT的语音聊天机器人在表达上，中文反馈结果不如英文准确，除了中文更难理解、搜索难度更大之外，一个关键因素是数据支撑的不足。
由于数据分散在不同的地方，碎片化比较严重，也比较封闭，同时，没有经过整理的数据，存在字段缺失、信息不准等问题，这限制了国内ChatGPT的发展，目前国内数据流通中存在供给不足的问题，尤其是高质量的数据供给不足。
深圳数据交易所思考的是，自身可以发挥怎样的作用。“数据治理就是经数据交易所的第一关，如何从数据资源变成数据要素，关键点就是数据治理。”李红光说，数据交易所规划了一个全链条服务，从数据治理就要将服务介入其中，治理之后的数据才能作为流通的标的，原始数据经过治理升级后才会成为人工智能领域的助力。
随着国家数据局的成立，“九龙治水”的局面将得到改善，同时，针对数据散落在不同部门，“协同监管”将成为当前数据流通的监管机制。李红光说，随着各地规则体系逐步建立起来，接下来可以探索互认规则，构建全国统一的数据要素大市场。
率先探索“动态合规”
伴随着价值的释放，数据也将成为新的生产力。以深圳数据交易所为例，截至2023年1月31日，已完成登记备案的数据交易总计505笔，累计交易金额超过14亿元。
2022年，贵阳数据交易所交易额突破3.6亿元；广州数据交易所截至2023年2月，交易额实现5.35亿元。
提到数据要素化，在不少外界的潜意识里，就认为数据可以通过交易变现。但实际上，数据流通是数据要素化的基础，交易只是一种特殊形式。
李红光坦言，从数据流通现状来看，尽管场外交易也难以称之为“活跃”，但场内交易规模占比更低，整个数据市场交易额的2%是在场内完成，“可能大家交易标的定义不同，统计口径上有差异，但总体上反映场内交易规模偏低”。
对此，深圳数据交易所提出“以场内交易引导场外交易规范发展”的思路。尽管进入场内交易还存在不少局限，场外交易有诸多合规方面还达不到场内交易标准，但未来趋势则是通过交易所规范场内交易，以数据的场内流通和交易来带动场外流通，最终降低成本数据流通，引入更多产品到场内交易。
要发挥生产要素的作用，数据产权、交易流通等基础制度亟须制定和完善。例如，各地数据交易所一般都要求企业在入场交易前，为每笔交易提供专业律师出具的合规评估证明，即所谓的“进场一次评估一次”，这极大地增加了企业入场交易的成本。
“与其它要素不同的是，数据是跨区域流动的，合规与安全是数据流通的两大基石。”李红光认为，合规最主要的是规则体系本身，对此深数所率先在国内探索“动态合规”，即将“合规”视为一个动态过程，为此深数所创造性地引入“信用”工具，打造动态信用评级，构建可信交易环境，实现数据交易的包容审慎监管。
推动数据生态繁荣
近日印发的《数字中国建设整体布局规划》提及，释放商业数据价值潜能。在李红光看来，从产业发展角度看，数据和产业深度融合，既有助于激活数据要素潜力，也将进一步助力产业转型升级。
李红光认为，国内多家交易所有相当一部分承担了数商的角色，但数据交易所主要解决的应该是公共数据开发，因此深数所也非常明确，坚持“所商分离”的思路和方向，交易所不做数据商，重点是繁荣生态。
在这个生态圈中，第一个核心圈层是，推动数据产业与数据交易相关的数据开发商以及数据的治理机构、数据的评估机构等进驻，以存量带增量，深数所则聚焦于数据加工。
第二个核心圈层是，提供高质量数据服务数字经济。李红光表示，数据是数字经济的主要生产要素，现有数据在数字经济中的作用主要集中于产业数字化，即应用于对传统产业的改造升级，而数字产业化比重还不高，未来深数所要服务于更多高质量的数据供给。
而在广东层面，今年2月，广东出台“27条”助力数字政府建设赋能实体经济，推动广州、深圳数据交易所做大做强。
