2022年11月，《广东省数据要素市场化配置改革理论研究报告》正式发布，该报告详细阐释了广东的实践做法，提出打造全国数据要素改革先行区等对策建议，为各级政府部门、相关企业和社会公众提供借鉴和参考，有效促进行业内交流合作和产需对接，全力推动数据要素市场化改革发展。该报告由广东省政务服务数据管理局的指导，广东数字政府研究院联合广东数据发展联盟、中山大学、华南理工大学、暨南大学、广东财经大学共同编制。
广东省2021年7月印发《广东省数据要素市场化配置改革行动方案》，在全国率先启动数据要素市场化配置改革。9月22日，“广东省推进数据要素市场化配置改革”专题新闻发布会提到，经过近两年的实践探索，广东省在数据要素市场培育方面取得诸多阶段性成果。
遵循“1+2+3+X”数据要素市场化配置改革的总体思路，广东省探索了政府首席数据官、数据资产凭证、数据要素统计核算、“数据海关”、数据经纪人等创新举措，并将于近期发布《广东省数据要素市场化配置改革白皮书》。作为广东数据要素市场化配置改革的重要抓手，广州数据交易所揭牌仪式于2022年9月30日在广州南沙举行，标志着广东省级数据交易机构正式成立运营。
本次《广东省数据要素市场化配置改革理论研究报告》创新提出数据要素市场结构的优化模型。分析土地、劳动力、资本和技术四大生产要素市场结构的一般规律，以数据要素特征和客观实际为配置基础，以平衡数据要素市场效率与秩序为价值导向，以统一、完整、开放为原则，从合理化、高级化和梯度化三个方面构建数据要素市场结构优化模型。
三者相互影响、相互制约、相互作用，共同决定数据要素市场结构及其优化方向。合理化是高级化的基础，只有先进行合理化，才能实现高级化；高级化是梯度化的前提，只有先进行高级化，才能实现梯度化。数据要素市场发展水平越高，其对合理化的要求也越高，而要实现合理化，就必须在其高级化和梯度化的动态过程中进行。
依据数据要素市场结构的优化模型，《报告》指出，数据要素市场结构是数据要素市场发展的综合体现，数据要素市场发展的变化必然反映为市场结构的变化。数据要素市场结构优化必须及时满足数据要素市场发展的客观需要，既不能超前也不能滞后。报告从纵向、横向两个角度明确了数据要素市场结构优化路径。
一是从纵向看，市场结构优化的路径分为近期路径、中期路径和远期路径。近期路径，应选择以“政府引导”为主的路径；中期路径，应选择“政府引导”与“市场跟进”相结合的路径；长期路径，随着数据要素市场规模和结构的不断增加和改善，数据流通效率不断提高，数据要素市场整体功能得到一定发挥，数据核心竞争力不断增强，可选择以“市场引导”为主的优化路径。
二是从横向看，根据数据要素市场的发展水平高低、市场结构的阶段以及市场内部要素结构的具体层次来选择优化的路径。对于高级别、高梯度的“双高”市场结构，属于目标模式，对其优化路径不作具体安排。对于高级别、低梯度的“一高一低”市场结构，可选择“先实践，后规范”的路径安排。对于低级别、高梯度的“一低一高”市场结构，可选择“先规范，后实践”的路径安排。对于低级别、低梯度的“双低”市场结构，可选择“边实践，边规范”的路径安排。
根据《报告》提出的数据要素市场结构优化模型及优化路径综合分析，目前各地数据要素市场尚未成熟，全国数据要素市场尚处于初期培育阶段。”从合理化方面来看，存在供需结构不匹配、主体结构不平衡、层级结构不协调等问题；从高级化方面来看，数据要素市场治理体系尚不完善、尚未成熟、尚未定型；从梯度化方面来看，存在市场规模小、区域分割、层次单一，市场化配置效率低等问题。因此，在全国范围内数据要素市场结构属于低级别、低梯度的“双低”市场结构，距离形成全国统一大市场尚有很长的路要走。
广东通过建设高标准两级数据要素市场体系，推动市场结构由“双低”向“双高”跃迁。广东在2021年7月首次提出的两级数据要素市场结构的构想是有充分理论依据的，近两年的改革成果也证明了这一点。数据要素市场结构不是一成不变的，要根据生产力和生产关系的发展要求而不断演进。广东应秉持“全省一盘棋”共建共享共用共治理念，不断深化数据要素市场化配置改革，构建数据要素市场治理体系，提升数据要素市场治理能力，促进全面数字化发展。
《报告》全文由六个章节组成：
附报告全文下载：广东省数据要素市场化配置改革理论研究报告.pdf
广东数字政府研究院是国内首家以推动中国特色数字政府改革发展为己任，以建设国家一流的数字政府研究与咨询机构为目标的非营利性科研机构。研究院应“数字中国”建设的时代大潮，立足广东、面向全国、面向未来，汇聚政府部门、产业部门、学术研究等各方优势资源，聚焦中国特色数字政府改革实践，持续开展前瞻性、创新性的理论与应用研究，为数字政府建设提供科学的理论依据和精准的行动方案，为我国数字政府基础理论体系建设、数字化发展路径探索贡献力量，打造国内一流，具有国际水平的新型数字政府智库。
以下为报告正文：
指导单位：广东省政务服务数据管理局
编写单位：广东数字政府研究院、广东数据发展联盟、中山大学、华南理工大学、暨南大学、广东财经大学
党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，明确提出要“加快数字化发展”，这是党中央站在战略和全局的高度，科学把握发展规律，着眼实现高质量发展和建设社会主义现代化强国作出的重大战略决策。
2020年3月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，明确将数据列为继土地、劳动力、资本和技术之后的第五大生产要素，提出要加快培育数据要素市场。2022年6月，国务院印发《关于加强数字政府建设的指导意见》，明确要建立健全数据要素市场规则，完善数据要素治理体系，加快建立数据资源产权等制度，强化数据资源全生命周期安全保护，推动数据跨境安全有序流动。同月，习近平总书记主持召开中央全面深化改革委员会第二十六次会议，审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，指出数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式，明确要促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。这一系列决策部署表明：加快数字化转型发展和推进数据要素市场化配置改革已成为政府治理以及我国经济社会发展的重要议题，已成为加快推动政府治理现代化进程、充分释放数据红利、推动数字经济创新发展的强力赋能，更将成为增强综合国力和抢占国际数字竞争制高点的重要支撑。
广东省委、省政府高度重视，将“建设高标准数据要素市场体系”列入全省深化改革的重点任务和重要创造型引领型改革清单，并且在省委常委会、省政府常务会上专题研究，谋划部署全省数据要素市场化配置改革工作。2021年7月5日，广东省出台全国首份数据要素市场化配置改革文件《广东省数据要素市场化配置改革行动方案》，对改革任务进行全面部署，相关改革举措得到了十二届全国政协副主席、国家电子政务专家委员会主任王钦敏同志以及有关部委领导的充分肯定。
为了进一步促进数据要素市场化配置理论研究，我们在省政务服务数据管理局的指导下，组织编写了《广东省数据要素市场化配置改革理论研究报告》，以数据要素特征和客观实际为配置基础，以平衡数据要素市场效率与秩序为价值导向，以统一、完整、开放的数据要素市场结构为关键载体，从数据要素市场结构的合理化、高级化和梯度化，创新提出了数据要素市场结构的优化模型，并从纵向、横向两个角度明确了数据要素市场结构优化路径，构建了四象限数据要素市场结构优化路径图，进而提出持续优化两级数据要素市场结构、健全广东数据要素市场治理体系、提升广东数据要素市场治理能力、打造全国数据要素改革先行区等对策建议，为各级政府部门、相关企业和社会公众提供借鉴和参考。由于时间仓促，水平所限，相关工作还有很多不足。诚邀各界专家学者参与研究工作，共同完善广东省数据要素市场化配置改革理论体系。如您有意愿，请联系：zhanghongjian@dgovri.cn，17728160989。
面对世界百年未有之大变局，数据争夺战已经打响，数字化成为大变局中最确定的发展趋势，谁充分掌握了数据，谁将占据更加有利的位置。同时，数据成为各国国际竞争的新高地，代表着国家的发展水平和综合国力。世界主要国家和地区广泛关注数据竞争力，纷纷从国家层面提出具体的数据发展战略，基于国家整体发展趋势进行布局。
我们应高度重视，在不可阻挡的数字化潮流中把握先机，抢占数字化竞争高地。数据优势为我国提供了快速超越机会。我国幅员辽阔、人口众多、经济体量庞大，经济社会运行数据规模列全球首位，数据资源呈迅猛增长态势。从数据规模和量级看，我国构建全球领先的超大规模数据市场各项条件已经具备，数据是未来10年我国经济社会发展超越主要竞争对手的战略制高点。充分发挥我国的数据资源优势，可以为我国参与新型国际规则制定提供强力支撑。
我国在数字经济和数据治理规则方面的实践和探索成效显著，在推广自己的数据治理模式方面具有较大优势。
党的十八大以来，以习近平同志为核心的党中央高度重视数字化发展，提出数字中国建设和网络强国战略。2020年3月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》（中发〔2020〕9号），提出深化要素市场化配置改革，加快培育数据要素市场。2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出“以数字化转型整体驱动生产方式、生活方式和治理方式变革”。2022年6月，习近平总书记在中央深改委第二十六次会议时强调，“数据基础制度建设事关国家发展和安全大局，要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。”
构建数据要素国家治理体系、提升数据要素国家治理能力，是释放数据要素价值、占据国际数字竞争制高点的迫切需要，也是我国推进国家治理现代化的迫切需要。
数据要素治理能力正在成为重塑国际关系，改变国际话语权竞争格局，推动网络空间地缘政治格局加速重构的关键力量。世界主要国家和组织纷纷制定数据要素治理规则，培育自身数据要素资源优势，积极开展数字外交，力求占据全球数据治理主动权。
例如，2022年4月美国发布《促进使用公平数据》建议书，提出加强信息采集、完善基础设施以充分利用数据资源，建立分类数据管理机制；2022年2月欧盟发布《数据法案》，旨在强化数字主权，在数据共享、国际数据传输、数据互操作等方面做出了约束性规定。
因此，我国迫切需要推进数据要素国家治理体系和治理能力现代化，提高数据要素治理国际话语权，强化关键数据要素的自主可控，占据国际数字竞争制高点。
数据要素市场化配置改革是构建全国统一大市场的重要抓手。在新时代条件下，构建全国统一大市场，必须从国家战略最高层面考虑，立足国际秩序大变局来把握数字化规律，立足提升党的执政能力大前提来谋划数字化发展，立足国内国际大循环来统筹推进数据要素市场化配置改革，推动经济社会高质量发展，夯实国家数据主权，牢牢掌握国家制信息权，走出一条具有中国特色的数据治理与市场化利用之路。其整体目标是以数据要素市场化配置改革为重要抓手，构建有效市场和有为政府更好结合的“全国统一大市场”，打通数据要素价值创造、价值交换和价值实现的全链条，培育“统一、开放、法治、安全、高效”数据要素市场体系，促进数据要素流动规范有序、配置高效公平，全面赋能数字经济、数字社会和数字政府高质量发展。
数据对于经济增长的影响已经不亚于传统生产要素。全面深化数据要素市场化配置改革，构建全国统一大市场，将是一场涉及面广、兼具根本性和全局性影响力的供给侧结构性改革。近年来，大量传统产业逐步将数据要素融入到自身的生产服务中，依托模块化和结构化的数据处理分析技术，对既有工序实行痛点疏通，对供需关系进行精准预测，进而突破了制约效率提升的桎梏瓶颈，为全社会创造出难以估量的再生价值。换言之，数据对各个行业的深度渗透，重塑了传统产业的运营思维和发展格局，有利于多行业的协同融合与技术创新。
在新冠疫情仍在全球蔓延的情况下，加快推进数据要素市场化配置，构建全国统一大市场也已成为我国抢占国际数字竞争制高点的关键一环。数据资源本身的价值逐步被重视，成为要素市场上的重要标的，并不断演化延伸出更加多元复杂的产业链条。数据要素市场则是以数据要素价值的开发和利用为目的，围绕数据要素全生命周期所形成的市场。数据要素市场化配置，使数据能够借助市场机制在不同主体之间进行有效的流转和使用，激发各类市场主体对数据开放和流转的积极性，从而最大限度地开发数据价值。
目前，我国数据要素市场化配置尚处于起步阶段，在数据要素法规制度、数据要素市场体系和治理能力等方面仍面临阻碍，主要体现在三个方面：
一是数据要素法规制度尚不健全。数据产权、流通交易、收益分配、安全和监管等基础性法规制度尚不完善。数据的相关权利义务在法律性质、权利内容、权利归属等方面存在着诸多空白。数据资源的管理、定价、分配模式在法律层面尚无明确规定。围绕数据的基础支撑、数据标准、技术平台、数据管理、业务应用等方面的数据制度标准体系尚不完善。
二是数据要素供给侧结构性矛盾突出。经济社会对高质量、高价值数据要素的迫切需要与不平衡不充分的数据要素供给之间的矛盾日益突出，确权难、定价难、互信难、入场难、监管难等问题制约着市场功能的有效发挥。供需结构不匹配，供给质量和供给效率有待提升。数据授权运营、资产登记、市场监管等方面亟需补位。数据要素层级结构不协调，市场规模小、区域分割、结构单一、缺乏层次性，不能满足各类主体的多样性、高质量用数需求。
三是数据要素市场治理能力有待进一步提升。数据管理组织体系有待完善，数据统筹协调、风险防控、市场监管和综合保障能力有待提高。部门数据职能体系亟待明确和细化，数据管理能力及数据质量的考核机制有待健全。数据要素市场竞争机制、约束、激励机制亟需构建。
数据产权、数据流通交易、收益分配等基础性制度亟待构建。
一是相关法律不健全。数据确权是数据要素高效有序流通的前提，而数据产权性质的确定，属于基本民事制度范畴，涉及中央的立法事权，但针对此问题，现国家立法存在空白。
二是地方立法受限。地方立法权限的不足，加之地方立法的地域性难以适应跨省数据确权和数据交易的需要，正制约着相关制度创新。
公共数据开发利用的制度亟待完善。
一是公共数据开发利用的程序性制度设计缺失，企业参与公共数据资源开发利用的授权机制、服务标准及定价标准等政策规章基本处于空白，公共数据资源运营许可和程序不完善。
二是公共数据开发利用的数据供给制度不完善，造成企业开发利用动力不足，成为企业参与公共数据服务的制度性障碍。
三是政企合作关系制度设计不规范，政府和企业之间权责义务划分不清晰，当发生国家安全、个人隐私数据泄露等事故时，难以找到责任主体。
总之，这些制度的不健全制约着公共数据更高水平地利用和更大价值的实现。
竞争机制、约束机制和激励机制不健全。
一是缺乏数据产权关系明确的市场主体，缺乏有序竞争机制，导致数据要素市场不能形成有效的资源配置机制，总体呈现两种不正常形态：政府侧“小行政化配置”形态，表现为以部门为中心，小规模、低频率、无效率，自然垄断的形态。社会侧“伪市场化配置”形态，表现为低效、不公、无序竞争的形态，“黑市”不法交易猖獗。
二是缺乏有效的约束和激励机制，政府与社会数据割据现象严重，相关主体之间因不了解或太了解数据价值而“不愿”开放共享，因数据安全、数据质量等问题频发而“不敢”开放共享，因数据产权、数据定价等制度不明确而“不会”开放共享。
数据安全制度体系仍不健全。
纵使我们国家已经在数据安全立法方面取得了一些突破性的进展，包括出台《中华人民共和国网络安全法》《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》等，但是在实践过程中，各种数据资源开发利用、数据要素流通交易的行为依旧缺乏具体的数据安全保障制度及规范，比如数据分类分级、隐私保护、安全审查等规则及技术保障体系仍处于不完备、不健全的状态。
供需结构不匹配。当前经济社会对高质量、高价值数据要素的迫切需要与不平衡不充分的数据要素供给之间的矛盾日益突出。一是政府内部数据共享应用效率还有待提高。数据共享交换平台数据的实时性、权威性、完整性有待提高，支撑跨部门协同应用需求相对不足。另外，随着国垂、省垂业务系统部署力度加大，数据从下向上不断集中，形成中央、省级“数据悬河”与市县基层“数据空心化”之间结构性错位，亟待破解。二是公共数据开放成效有待提高。虽然各地区建立了很多公共数据开放平台，但总体呈现“总量规模小、供给分散、质量不高、流通不畅、社会参与度较低、应用效果不理想”状态。三是公共数据与社会数据融合利用路径尚不明确。疫情期间，虽然政府公共数据与电信运营商、航空公司、铁路集团、交通集团等企业所掌握的社会数据开展融合利用，对疫情防控工作起到了关键支撑作用，但是类似探索仅限于个别场景，没有形成具有广泛可行性的全社会数据融合利用路径。因此，亟需构建统一协调的公共数据运营体系和权威高效的数据交易体系，打通数据供需渠道，促进全社会数据要素流通。
主体结构不平衡。当前，数据要素市场尚在培育和探索期，政府、企业和社会公众是数据要素市场建设主体，各主体之间的边界和角色有待规范。一是政府作为数据要素市场环境的营造者和公共数据的供给者，在制度供给、公共数据运营、市场监管等方面存在“缺位”问题。二是企业作为市场主体既是社会数据的供给者也是各类数据的消费者，但由于市场环境不健全，使得市场主体鱼龙混杂、良莠不齐，亟须规范治理。三是社会公众是数据要素市场建设的重要利益相关者和参与者，但当前市场对社会公众个人数据权益保障等方面的制度规则仍不健全，使得其权利主张得不到保障、参与市场建设受限，成为“沉默的大多数”。总之，亟需建设平衡的政府、市场、社会三者的关系结构。
层级结构不协调。一是从全国范围内看，当前我国数据要素市场建设尚处于“中央政策支持、地方培育探索”阶段，尚未形成全国统一的数据要素市场体系和有效的市场化配置新格局。二是从地方探索方向看，各地普遍热衷于设立数据要素交易机构。这些地方探索缺乏对区域数据要素市场体系培育建设的长远规划和配套制度规则基础，仅从数据交易环节单点突进，盲目跟风，并没有催生规范化、大规模、高效率的数据交易。究其根源在于当前地方数据要素市场体系结构单一、缺乏层次性，不利于在多层次市场体系中有效发挥行政机制和市场机制的比较优势，不能满足各类主体的多样性、高质量用数需求。
统筹协调、风险防控、综合保障、监督管理等治理能力亟待提升。推动数据要素市场化配置改革涉及大量跨部门统筹规划与组织协调工作，需要高权限的领导支持和强有力的协调机制支撑，并建立权威高效的工作协调、风险防控、综合保障、监督管理机制，统筹领导数据要素市场化配置改革。
数据要素市场要件有待进一步培育发展。全国范围内数据交易机构、中介服务机构、产业联盟、行业协会等市场要件的数量和规模明显不足，其服务、沟通和监督各类市场主体之间的桥梁和纽带作用尚未有效发挥。
广东省以数据要素市场化配置改革为突破口，遵循“有效市场和有为政府更好结合”的组合方案，构建“全省一盘棋”数据要素市场体系，重构新型数据生产关系，解放和发展数据生产力，打通数据要素价值创造、价值交换和价值实现的全链条。
总体框架可概括为“1+2+3+X”，“1”是坚持“全省一盘棋”，统筹推进数据要素市场化配置改革，完善法规政策，优化制度供给，保障市场的统一开放；“2”是构建两级数据要素市场体系，推动有为政府与有效市场更好结合，优化供需结构，畅通供需渠道，提高供给效率，加强数据权益保护，激发市场主体活力；“3”是围绕数据集聚、运营和交易等环节，推动数据要素市场一体化基础运营体系、数据运营管理机构、数据交易场所三大枢纽建设，支撑两级市场健康运行，着力解决确权难、定价难、互信难、入场难、监管难等关键问题；“X”是推动数据要素市场治理体系和治理能力建设，重塑新型数据生产关系，解放和发展数据生产力，推动数据要素赋能经济社会全面高质量发展。
图1 广东省数据要素市场化配置改革总体框架
统筹推进数据要素市场化配置改革，完善法规政策，优化制度供给，保障市场的统一开放。建立健全数据产权、供给、流通、分配和监管等方面法规制度，完善数据分类分级、资产登记、价值评估、共享开放、开发利用、信用管理、安全管理和隐私保护等标准规范，营造良好的数据要素市场法治环境。保护自然人、法人和非法人组织的合法权益，推动数据要素合规高效流通交易，促进数字产业化和产业数字化，形成与广东发展相称的数字竞争新优势。
推动有为政府与有效市场更好结合，优化供需结构，畅通供需渠道，提高供给效率，加强数据权益保护，激发市场主体活力。
构建以行政主导的一级数据要素市场，建立政府首席数据官制度，提高公共数据管理水平和供给质量。加快数据资源“一网共享”，推动公共数据与社会数据汇聚融合、授权运营、加工处理、合规登记，实现数据资源向数据资产转化，为数据进入流通交易环节创造条件。
构建以市场竞争为主的二级数据要素市场，培育涵盖数据交易所、数据经纪人、数据服务商及第三方专业服务机构等主体的多元化数据流通生态，培育壮大场内交易，规范引导场外流通，有序开展跨境流动，推动数据规模化应用、价值释放与再创造。推广企业首席数据官，提高社会数据治理与利用能力。探索数据要素纳入国民经济核算体系及数据要素收益再分配调节机制。
打造省数据运营管理机构、数据交易场所、数据要素市场一体化基础运营体系等三大枢纽。共同支撑两级市场健康运行，着力解决确权难、定价难、互信难、入场难、监管难等关键问题。
其中，省数据运营管理机构是一级数据要素市场的核心枢纽，坚持公益性、非营利定位，以健全数据合规治理体系和创新公共数据运营管理模式为主要任务，切实防控数据安全风险，培育数据授权运营服务生态。
数据交易场所是二级数据要素市场的核心枢纽，推动广州数据交易所和深圳数据交易所健康可持续发展，加强与兄弟省市数据交易机构开展务实合作，培育具有湾区特色、面向全国的数据交易生态。
数据要素市场一体化基础运营体系是支撑两级市场健康运行的重要枢纽，基于数字政府公共支撑能力，建设数据要素市场主体数字化节点，形成规范化、可监管的数据要素市场基础运营体系，促进数据安全流通及数据要素市场健康发展。
坚持共建共治共享的理念，打造“理念先进、制度完备、模式创新、高质安全”的数据要素市场和市场化配置改革先行区。推动数据要素市场治理体系和治理能力建设，重塑新型数据生产关系，解放和发展数据生产力，推动数据要素赋能经济社会全面高质量发展，为数据要素全国统一大市场建设贡献广东经验。
20世纪90年代末，新公共管理运动的式微和数据时代治理的兴起，以帕特里克·邓利维为主要代表的学者们提出了数据治理理论，并对其内涵诠释、产生背景、主要观点、重要意义、实践应用等方面进行研究。
国内，在竺乾威及彭锦鹏的推动下，数据治理理论于2006年进入学者视野。彭锦鹏（2006年）认为，数据治理理论具有重要意义，能够有效回应整体性治理理论的制度化构建，实现良好的治理效果。王文凯等（2019年）学者提出数据治理理论可能在发展进程中面临实践应用上的困境和挑战。竺乾威（2017年）认为信息技术在治理实践中的应用，促使整体性理论与数据治理理论有了衔接的现实基础。
随着大数据在国家治理、政府行政以及经济社会生活中的影响和作用日益凸显，数据治理的概念相应从企业领域延伸拓展至国家及政府组织领域，政府成为数据治理的重要主体引起广泛讨论。
微观目标：合理有效挖掘数据价值。从微观层面看，充分挖掘数据价值是数据治理的根本目标。只有通过治理从分散、无序“碎片化”的数据中挖掘出有用的价值后，数据才能变成有效的资产。数据治理的过程就是通过对数据进行整合，实现从无序到关联，通过对数据进行激活，实现从静态到动态，通过对数据进行转化，实现从隐性到显现的过程。大数据的生命周期主要包括数据生产、采集、存储、处理、分析、展示和应用环节，只有经过这几个环节处理，数据的价值才能真正得以挖掘。吴善鹏指出，数据治理目标主要体现在以下几个方面5：提升数据质量、促进数据融合、规范数据流程、发掘数据价值。
数据治理的目标之一提供合约遵循的可见度。国外数据治理的兴起很大程度上是为了防止不正当行为和数据欺诈。在美国，如萨班斯-奥克斯利法、新巴塞尔资本协议、美国爱国者法案等诸多法案均要求提供准确可信的财务报告和治理规则。当前，我国各个领域已经有了数据标准和相关政策研究，涉及监管政策、传播交流机制以及数据存储规范、数据质量标准等。
目前，由于数据治理缺失阻碍了数据价值的充分实现，数据生产和采集方式不规范、数据存储分散、数据处理标准不统一、数据分析技术落后、数据应用不深入，整体上导致数据质量不高、数据利用率低、数据流动应用安全风险大等问题，出现“数据割据”、“数据孤岛”、“数据碎片化”等现象和数据安全及个人隐私遭受威胁等社会问题。因此，微观层面的数据治理框架是为了提升数据质量、提高数据可获取性、提升数据价值转化率，以保障数据安全为底线，实现数据从无形资产到有形价值的转变。
图2 数据价值的实现过程
图3 数据治理的微观目标
宏观目标：推进国家治理现代化。从宏观层面来看，数据治理的根本目标是提升国家治理现代化水平。2013年11月，党的十八届三中全会提出：“全面深化改革的总目标是完善和发展中国特色社会主义制度，推进国家治理体系和治理能力现代化。”需要指出的是，这一总目标由国家治理体系和治理能力现代化两部分构成，明确和理顺两者的内在逻辑关系是深化改革的逻辑起点。国家治理体系是治理能力现代化的前提和基础，治理能力现代化是国家治理体系的目的和结果，要想实现真正的治理能力现代化，首要任务是建立健全一套完整、合法、有效的国家治理体系。6数据治理是国家治理体系中的重要组成部分，是为了保障数据安全、国家安全及公民合法权益，顺应数字时代经济社会发展新要求，实现数据安全与发展利益之间的平衡，使国家治理能力与治理体系与时俱进、紧跟经济社会转型步伐，加快法治政府、创新政府、廉洁政府和服务型政府建设，最终实现国家治理能力和治理体系现代化。
图4 数据治理的宏观目标
数据治理的原则。大数据时代，社会形态呈现出数字空间与物理世界融合、渗透和网络、数据空间跨越地理疆界而全球互联互通的两个基本特征，数据资源成为基础性战略资源，涉及国家政治、经济、社会的方方面面。为适应这种社会形态，促进数据资源的自由流通、有效利用的同时，加强安全保障应成为数据治理的核心原则所在，因此，数据治理应树立数据主权原则、数据自由流通原则和数据安全原则及数据保护原则7，在数据资源自由流通、有效利用和数据安全保障间寻求平衡，最终构建起适应大数据时代经济发展规律的生产关系。
一是坚持数据主权原则。数据主权原则是指国家自主独立行使占有、控制、使用、保护、处理本国数据的权力。数据主权对外表现为一个国家有权力自主决定如何参与到国际中与数据相关的政治、经济、社会活动中，并且有权力采取必要措施保障国家主权、数据权益不受他国侵犯；对内表现为一个国家对政权管辖范围内的数据产生、存储、处理、传输、交易和利用等一切活动享有最高的管辖权力。
二是坚持数据流通原则。数据流通是数据资源的潜在价值得以实现的前提和条件。数据流通原则是指法规政策制度应为数据资源在市场中的自由流通提供基本制度保障，不对其流通施加不必要的限制。坚持数据流通原则，需要政府加强对数据开放、流动传播的宏观调控治理能力，做好前瞻性战略布局，建立规范化法律法规，采取合理、有效的行政监管措施，保障激励相容、健康有序的数据经济市场秩序形成。
三是坚持数据安全原则。数据安全原则是指依靠国家数据治理确保数据安全，避免数据泄露、窃取、毁坏、篡改、滥用等危险，充分保障国家、社会安全稳定及个人的基本合法权益。具体来说，一是需要保障数据的真实完整性，保障静态存储的数据不被恶意访问、篡改、丢失、伪造或利用。二是要保障数据使用的保密性，凡是使用涉及国家及社会安全、个人合法权益的涉密、敏感数据必须获取授权。
四是坚持数据保护原则。数据保护原则是指确立数据的法律性质和法律地位，明确数据具有独立的价值和利益而应受法律的确认和保护，确认其成为法律保护的关系客体，为数据治理建立相关的法律制度体系。数据涉及社会公益、财产利益及人格利益等多方面法律利益，并呈现出多种利益交织的复杂性和特殊性，因此，有必要确立数据为独立、特定的法律关系客体，推动数据治理相关的专门立法建设。
目前，数据治理的相关定义内涵不一致。不同人从不同的角度对其进行了描述。例如，从体系框架角度，上海计算机软件技术开发中心的研究员张绍华等人则将大数据治理定义为“大数据治理是对组织的大数据管理和利用进行评估、指导和监督的体系框架。它通过制定战略方针、建立组织架构、明确职责分工等，实现大数据的风险可控、安全合规、绩效提升和价值创造，并提供不断创新的大数据服务”；从信息治理计划和策略角度，曾任美国IBM信息治理总监的桑尼尔·索雷斯将大数据治理定义为“大数据治理是广义信息治理计划的一部分，即制定与大数据有关的数据优化、隐私保护与数据变现的政策”；从部署与管理角度，莫哈纳普里亚等人将大数据治理定义为“大数据治理是企业数据可获性、可用性、完整性和安全性的部署及其全面管理”；从策略或程序角度，美国数据管理咨询公司Knowledge Integrity总裁戴维·洛辛将大数据治理定义为“描述数据该如何在其全生命周期内有用并对其进行管理的组织策略或程序”。
习近平总书记指出，数据治理“体现的是系统治理、依法治理、源头治理、综合施策”。数据治理以数据为对象，由于数据的来源、流通具有高度复杂性，因此数据治理是一个复杂的过程，包括数据采集、归集存储、分析处理、数据产品和服务定价与分配等多个复杂的流通环节；涉及数据生产者、数据采集者、数据管理者、数据平台运营者、数据加工利用者、数据消费者等多元参与主体（政府、市场、社会），是一个复杂的动态变化过程。6通过梳理包括数据治理在内的各方面体系与现有数据治理模型，对现有研究进行总结概括，提炼出数据治理核心要素。
数据治理体系。可划分为宏观、中观和微观层面。
安小米等人基于协同创新理论研究协同创新生态治理体系，构建基于“核心概念-动议-实现路径”三位一体的数据治理体系概念框架，明确框架构成要素和基本要求。
在国外，政府数据治理研究关注主体、客体、活动三方面议题，在治理主体方面，推动向多元协同治理的方向转变；在治理客体方面，关注公共数据分类分级、政府数据开放等领域；在治理活动方面，大数据呈现出多样性的治理特征和多维度的治理路径。
在国内，针对政府数据治理体系研究多以“政府大数据治理体系”为研究对象，依据政府数据在不同领域的作用可分为三个方面：一是围绕如何对存储在政府信息系统中的行政管理数据进行数据分类、清洗、分析和应用；二是关注涉及政府政务、社会公共事业、公共利益的公共数据资源的治理问题；三是关注对数字产业、数字经济等经济社会方面的治理问题，包括如何推动大数据产业发展、共享及平台经济发展、数字经济发展等方面。
数据资产治理体系。数据资产治理体系的相关研究主要围绕数据确权或数据权属制度展开，其核心是促进数据产业及数字经济的发展。近年来，学界与实务界有关数据权属与权利创设的思路基本上主要都是从对数据持有主体的激励角度，主张以私权或“准私权”的方式赋予数据绝对权意义的，可支配特征的权利特性，重视数据权力的“归属”。王融（2019年）认为匿名化后的数据应当可以归企业所有，未匿名化的则归个人所有。高富平（2019年）认为数据资产公用会导致数据主体权责不明无法实现数据价值；龙卫球（2018年）认为信息主体基础源地位的确认是信息利益归属的确认，为信息主体授权与数据产业者取得使用权提供保障，承认数据价值开发核心者地位是激励数据交易化的内在制度保障。
随后，学者逐渐注意到，在探讨数据权利归属之前，数据权利的性质实际上还未形成统一的概念和认知。李晓宇（2019年）认为当下研究中权利话语泛滥，会导致数据保护的法律体系存在混乱，应区分保护不同数据权益的不同路径类型；数据相关权益在法律保护位阶上存在强弱之分，数据权利优于数据利益保护，人格性数据利益优于财产性数据保护，公共利益优于私人数据利益保护；李爱君（2020年）系统探讨了数据权利的概念、属性及法律特征，肖冬梅等（2019年）系统论述了数据权谱系。
数据安全治理体系。在国外，由高德纳提出数据安全治理概念并阐述数据安全治理对应的原则和框架，数据安全治理已成为数据安全中的“风暴之眼”，高德纳2018年首次推出研究报告《如何使用数据安全治理》，为首席数据官、首席安全官、首席信息安全官提供数据安全价值。从研究的重点问题来看，一是关于数据主权问题。齐爱民、盘佳（2015年）指出，大数据安全治理需要构建大数据安全保障法律机制，并且构建数据主权制度制定适合国情的网络信息安全法，规制网络信息，具有极其重要的现实意义；梁坤（2019年）探讨了基于数据主权的国家刑事取证管辖模式；吴沈括（2019年）梳理了现阶段全球跨境数据规制和数据主权问题的共通制度逻辑，明确数据规制的基础性因素，从而建构合理的治理路径。二是关于个人信息安全保护问题。学者普遍认为数据泄露、数据滥用严重侵犯到了公民的合法权益，个人信息及隐私保护已经上升成为重要的数据安全问题，有必要围绕个人信息安全构建相应的制度体系。王利明（2019年）探讨了个人信息权与隐私权问题，张新宝（2019年）认为个人信息保护法需要衡量更多的利益关系，在新的利益衡量格局下，我国的个人信息保护坚持“两头强化，三方平衡”并设计搭配法案；周汉华（2016年）提出探索建立激励相容的个人数据治理体系，先从信息安全风险管理角度切入，由易到难，循序渐进，推动激励相容机制实现。
新的生产力变革必将引发生产关系变革，数据治理体系则代表着新的生产关系。从狭义上讲，数据治理的对象是数据，目的是通过技术和规则确保数据与物理世界的和谐统一。从广义上讲，数据治理的对象是物理世界，目的是依托数字化理念对世界进行改造。基于前文的阐述，数据治理的核心在于治理，目的是保障数据有序运转，于是可以对数据治理做出这样一个界定：数据治理以数据为对象，是指在确保数据安全的前提下，建立健全规则体系，理顺各方参与者在数据流通的各个环节的权责关系，形成多方参与者良性互动、共建共享共治的数据流通模式，从而最大限度地释放数据价值，推动国家治理能力和治理体系现代化。具体来说，数据治理的核心框架由“价值目标”（方向）、“法律基础”（关键）、“制度设计”（动力）、“行为选择”（路径）、“条件环境”（保障）五部分构成。
从国家治理看，价值目标是治理活动的出发点和起点。治理活动是价值理性和工具理性的结合体，是价值判断和事实判断的结合体。如果价值目标不清晰、价值与手段错位、价值导向错误，治理方法和治理手段再好，也难以保障治理活动取得预期效果。巴纳德组织理论认为，组织的三个基本要素是协同意愿、共同的目标和信息交流。各类治理主体对于某个特定公共事务所持的价值诉求和目标是有差异的，对价值和目标的认知也是有差异的。只有特定复杂公共事务治理任务与各方治理主体的价值目标高度匹配，才能产生高的意愿。
数据治理的目标是保障数据及其应用过程中的运营合规、风险可控和价值实现，通过数据治理管理体系规范数据治理流程，保证数据治理的合规运营。同时，通过系统化、规范化、标准化的流程或措施，促进对数据的深度挖掘和有效利用，从而将数据中隐藏的巨大价值释放出来。因此，合理合规、风险可控是数据治理的根本，而数据价值的充分挖掘，是数据治理的目标所在。
由于数据治理以数据为对象，那么作为核心要素，数据在社会经济发展中所处的地位直接决定了围绕数据的各项活动的开展方式、流程等。资产是任何有形或无形的、能够被拥有并产生价值的东西。以法律的形式明确将数据作为一种资产，确立数据作为生产要素和生产资料的法律定位，将数据的归属、估值、交易、管理等纳入人类社会一般资产的管理体系，为数据的生产、流通、共享、使用等营造良好环境，这是实现数据要素市场化配置的前提，对于促进数据的确权、流通、交易、保护等具有重要的基础性意义。
明确数据的资产地位是促进数据价值释放的关键。通过数据立法，明确数据权属的主体资格，明确规定数据的收集、使用、管理权限，明确各类经营者收集数据的合法途径，平衡数据利用与数据保护。为了更好地利用数据，发挥数据的价值，需要在国家法律法规层面明确数据资产的地位。同时，在行业层面，需要在国家相关法律法规的框架下，考虑本行业中企业的共同利益与长效发展，构建相应的行业大数据治理规则，并且在组织层面，通过组织内部规章将数据确定为其核心资产，以利于有效管理和应用。
制度经济学理论认为，推动国家或地区经济繁荣发展的主要因素是制度本身。在多元协同的治理体系中，政府的作用在于更多地关注在多元社会治理主体之间进行协调，给予制度供给而不是实施社会控制，以求促进多元社会治理主体所提供的公共服务相互补充、相互支持并联为一个有机的系统化整体。在数据治理过程中，涉及利益主体较多，利益诉求也较多元，制度设计的前提是多元主体能够就治理的目标、理念、原则等达成共识。学术界一般从宏观和微观两个层面对治理主体进行划分。宏观层面来看，多元主体分为政府、市场和社会主体；微观层面来看，多元主体分为政府、社会组织、基层组织、公民、市场主体等15。可以借鉴上述划分方式，将数据治理主体分为政府、企业、社会。也就是说，制度设计需要政府、企业、社会就数据治理的目标、理念、原则达成共识。这个过程需要制度的协同性。而政府在制度协同方面须起到主导作用，统筹各类制度的协同性、系统性和整体性，推动多元主体协同治理。
数据治理的重点在于建立健全规则体系，通过数据安全、有序地流通，推动资本、人才、技术等要素的不断重组和优化，形成多方参与者良性互动、共建共享共治的数据流通模式，因此，围绕数据的各项管理体制机制的建立和完善是当前国家、组织、企业等各类主体的核心。在数据治理过程中，政府要发挥“看门人”和“掌舵者”的角色，要发挥数据治理的主导作用，营造透明开放、整体协同的制度环境。企业兼具被规制者和规制者双重角色，在主动作为的同时要重点做好自治。社会各类组织要发挥自律作用，引导行业企业规范发展。公民作为重要利益主体应具有共治精神和共治行为，积极主动参与治理。
数据治理理论是治理理论与互联网数字技术结合催生的新理论，它与整体性治理强调的整合与协调以及网络化治理理论强调的复合中心的治理形式和自我组织的特征有着一定的理论与实践上的重合。治理能力的发挥需要依靠其权力。根据迈克尔·曼相关论述，国家权力分为专断性权力与基础性权力。专断性权力指国家通过强制力将国家意志自上而下地转变为现实政策。而基础性权力则是通过各种设施和技术保障支撑国家目标的实现17。大数据时代背景下，国家需要着重增强其基础性权力，做好“服务型政府”。其中，数据作为新的生产要素，起到了“基础性权利”的作用，而数据“基础性权力”的构建与其价值的释放有赖于不同主体之间数据的共享与流动，这是由数据的消费非排他性、规模经济特征19、价值密度高20等本质特点所决定的。
数据治理的目标在于保障数据的有序流通，进而不断释放数据的价值。而数据流通的主要活动包括数据的共享、开放以及有序的开发利用等，数据开放共享包括国家间数据开放共享、政府部门之间的数据开放共享、企业和各种社会组织之间的数据开放和共享等。政府数据资源的开放共享不仅是构建一个透明的政府，更重要的是创造新兴战略产业（数据产业），推进传统产业转型升级，成为驱动创新的主要因素。
行政生态学理论认为，政府行政与环境是相互影响的。一方面，治理体系变迁依赖外部的条件和环境。制度所诱导的具体行为方式依赖特定的历史背景和初始条件。另一方面，治理的实现也依靠特定的外部条件和环境予以实现。包括治理的历史条件、技术基础（互联网、云计算、大数据、区块链、人工智能等新技术）、外部环境（突发事件、政治环境、经济环境、文化环境和社会环境）等。
信息技术和大数据应用的发展，为政府、社会、企业、公众提供了外部条件，但是也带来一定的风险。2019年Elasticsearch数据库27亿个电子邮件地址被泄露，是目前网络空间安全历史上泄露数据规模最大的一次事故。数据治理要以国家、企业和个人信息安全为前提，否则再好的治理模式也是有违社会正义的。6数据治理通过数据的分类分级管控，严格的权限管理机制、完善的组织架构和监督评估体系，防范化解数据危机，为数据应用和价值实现提供健康良好的管控环境。
总体来讲，数据治理的核心框架从价值目标到条件环境是一个自上而下的推导过程。
图5 数据治理核心框架推导图
数据价值释放为数据治理提供了远景和方向，数据资产地位确立提供了关键基础，多元协同治理提供了动力，数据开放共享提供了实现路径，而平台技术保障提供了保障。从而，整个过程形成逻辑闭环，构成了数据治理的核心框架，保证了数据治理体系不断完善，实现迭代发展。
图6 数据治理核心框架示意图
数据治理涵盖数字世界和物理世界，构建数据治理体系必须要有正确的方法论来予以指导。根据数据治理理论分析及核心框架的梳理，按照习近平总书记提出的“战略思维”、“精准思维”、“系统思维”、“辩证思维”、“创新思维”、“底线思维”的六大思维方式，对数据治理基本思路进行归纳，形成数据治理的思维视角。
其中：
数据治理思维示意图。
图7 数据治理思维视角示意图
习近平总书记多次提出：“要树立战略思维和全球视野，站在国内国际两个大局相互联系的高度，审视我国和世界的发展，把我国对外开放事业不断推向前进”，“要努力增强总揽全局的能力，放眼全局谋一域，把握形势谋大事”。
数据治理涉及政治、经济、社会、技术、文化等方方面面，具有非常复杂、宽广的视域。要在战略思维的引导下从全球化、系统性和多学科等维度，深度分析数据治理的研究范畴和内容，国家已经从“国民经济与社会信息化战略”转向“国家大数据战略”。从数据资源到数据资产再到数据要素，数据的战略性越来越被人们广泛认识。在这种背景下，政府应在数据治理过程中发挥战略引领作用，高瞻远瞩、统揽全局，把握总体趋势和方向。与此同时，数字经济是一个全球化的经济形态，数据治理必须与全球对接，我国应从全球发展战略层面出发，立足经济社会发展根本和全球数字化变革大局，着眼数字经济时代的长远发展，充分考虑国际数据流通需求，对接世界主要数据流通圈规则，完善相关战略规划、政策规定与法律体系，构建数据治理生态体系，形成公共价值目标共同体，打造全球数据治理体系的中国方案。
党的十八大以来，习近平总书记从实现“四个全面”的战略布局出发，把精准开展各项工作作为推进国家治理体系和治理能力现代化的重要方法，多次强调要培养精准思维，精准开展工作。
数据只有流动起来才能创造价值，数据治理需要促进数据在不同主体之间有序流动。而数据流通的前提，需要建立统一规范的数据标准，并建立在数据质量可靠的基础上。低质量甚至错误的数据，会影响数据流通，并最终影响价值的挖掘。影响数据质量的因素包括管理和技术两个方面，数据生命周期的每个方面都有可能产生数据质量问题，特别是数据采集和整合阶段。因此，数据治理需要聚焦数据资源质量管理。数据质量管理包括不单纯是一个概念，也不单纯是一项技术、一个系统或者一套管理流程，而是一个集方法论、技术、业务和管理为一体的解决方案。通过有效的数据质量控制手段，进行数据的管理和控制，消除数据质量问题进而提升数据治理的效果。
从另外一个角度看，精准思维还包括在海量数据与分析技术的支撑下，政府部门可更加准确、及时、客观地开展公共服务、监督违法违纪行为、提升科学决策、增强政府公信力等，这其实是数据治理服务于“精准治理”的一种体现。
习近平总书记提出：“要注重系统的整体性和要素与要素的协同性”，“现在，重大改革都是牵一发而动全身的，更需要全面考量、协调推进。不能畸轻畸重，也难以单刀突进”，“必须坚持和完善中国特色社会主义制度，不断推进国家治理体系和治理能力现代化，坚决破除一切不合时宜的思想观念和体制机制弊端，突破利益固化的藩篱，吸收人类文明有益成果，构建系统完备、科学规范、运行有效的制度体系，充分发挥我国社会主义制度优越性”。数据治理过程中，应当从整体性、系统性着手，打破部门壁垒，搭建开放共享平台，打通国家、行业、组织等多层次，整合政府、企业、个人等多利益相关方的力量，从政策、标准、技术、应用等多维度进行综合考量，构建共建、共享、共治的数据治理环境。
中共中央政治局第二十次集体学习时，习近平指出“我们的事业越是向纵深发展，就越要不断增强辩证思维能力。当前，我国社会各种利益关系十分复杂，这就要求我们善于处理局部和全局、当前和长远、重点和非重点的关系，在权衡利弊中趋利避害、做出最为有利的战略抉择”。
由于数据的特殊属性，可以以极低的成本复制和传播，如果完全无条件开放，数据稀缺性就难以体现，数据确权和定价、数据流通难以保障。而如果不开放，数据价值无法发挥。
用辩证思维去看待数据的稀缺性与数据开放之间的辩证统一关系。数据治理是有效的切入点，要从辩证法和认识论的角度入手，深刻理解数据资源的深刻内涵、网络空间的内在本质，辨析虚拟空间与现实社会、安全保护与开放利用的辩证统一关系，归纳和总结数据治理的一般规律，推动数据由资源向要素转化，最大程度上挖掘数据价值。
习近平总书记指出：“问题是创新的起点，也是创新的动力源”，强调创新思维要以问题为导向，彰显出强烈的“问题意识”。推动创新必须坚持问题导向，通过发现问题、筛选问题、研究问题、解决问题，不断推动社会发展进步。同时，习近平总书记指出：“创新是一个系统工程”，强调创新思维的系统性，包含经济、政治、文化、社会、生态等众多领域，是一项相互联系、相互作用的系统工程。
数据治理的创新包括技术的创新和文化环境等。一方面，信息技术是政府管理的“赋能者”。近年来，云计算、大数据、人工智能、区块链等技术蓬勃发展，数字孪生等各种新概念、新理念、新应用、新需求不断涌现，为数据价值的释放提供了更多可能。另一方面，文化环境是数据治理内生动力。政府作为管理部门，要从服务型政府、整体政府以及开放政府的角度，聚焦管理方式、协调机制、组织文化等方面改革创新，运用新机制、新技术、新手段以适应大数据发展面临的新问题、新挑战。
底线思维能力，就是客观地设定最低目标，立足最低点，争取最大期望值的能力。习近平总书记多次强调：“要善于运用‘底线思维’的方法，凡事从坏处准备，努力争取最好的结果，这样才能有备无患、遇事不慌，牢牢把握主动权”，“要坚持底线思维、注重防风险，做好风险评估，努力排除风险因素，加强先行先试、科学求证，加快建立健全综合监管体系，提高监管能力，筑牢安全网”。
当前，数据成为国家重要的战略资源，数字经济成为经济发展的重要驱动力，数据也是个人和企业的重要资产，数据治理能力已经成为保障国家安全、产业发展和个人权益的基础支撑。要坚持底线思维，做好数据安全防护、个人隐私保护，防范和化解各类风险。
《资本论》是马克思主义政治经济学最基本的代表著作，从社会劳动和价值规律等视角严密论证了资源配置的问题，形成了完整的资源配置理论，创立了马克思主义政治经济学的理论体系。
马克思在书中写道：“照最浅薄的理解，分配表现为产品的分配，因此它离生产很远，似乎对生产是独立的。但是，在分配是产品的分配之前，它是
（1） 生产工具的分配，（2）社会成员在各类生产之间的分配（个人从属于一定的生产关系）——这是同一关系的进一步规定。”马克思认为，资源配置，或生产要素在生产之前的这种分配按其性质来说，它是“包含在生产过程本身中并且决定生产的结构”26的一种经济行为。也就是说，资源配置是一定的社会主体根据宏观经济发展的内在要求，将各种生产要素按一定的比例关系在社会各生产部门进行分配的一种经济行为，本质在于解决生产力和生产关系之间的矛盾，满足生产关系与生产力发展水平相适应的要求。
马克思在1968年写给路德维希·库格曼书信中提到：“要想得到与各种不同的需要量相适应的产品量，就要付出各种不同的和一定量的社会总劳动量。这种按一定比例分配社会劳动的必要性，绝不可能被社会生产的一定形式所取消，而可能改变的只是它的表现方式，这是不言而喻的。自然规律是根本不能取消的。”通过这句话，可以引申出关于资源配置的三层含义：首先，资源配置是社会化生产的客观要求。在社会分工和专业化的社会化生产中，各市场主体必须在社会规模上按一定比例分配社会总劳动量，从而生产出同社会各种不同需要量相适应的产品量，以维持社会供给结构和社会需求结构的基本平衡。其次，资源配置是社会经济发展的一般规律。任何形态的社会化生产，客观上都存在着比例性，都必须按照一定的比例分配社会总劳动，生产满足社会需要的各种产品，这是根本不能取消的自然规律。最后，资源配置方式是变化的。资源的合理配置，是任何社会制度都不能改变或取消的，只不过是资源配置方式，在不同的历史条件下有可能发生而已。
马克思主义政治经济学作为以历史唯物主义方法论为基础的资源配置学说，不仅包括资本主义制度下的资源配置规律的理论，还包括社会主义和共产主义制度下的资源配置规律的理论，对我国当前大力发展的社会主义市场经济具有重要指导意义。
改革开放40多年来，我们党在推进社会主义改革开放的伟大事业中，不断加深对政府和市场关系的认识，相应做出了一系列历史性的重大决策33，主要经历了以下三个阶段：
第一个阶段：市场在国家调控下起基础性作用。1979年，邓小平同志指出：“说市场经济只存在于资本主义社会，只有资本主义的市场经济，这肯定是不正确的……社会主义也可以搞市场经济。”邓小平同志第一次把市场经济同社会主义直接联系起来，把市场经济当作发展生产力的方法。伴随着对改革开放经验得失的认真总结，党的十四大明确提出建立社会主义市场经济体制，“就是要使市场在社会主义国家宏观调控下对资源配置起基础性作用”。至此，社会主义市场经济不仅仅是市场竞争机制、供求机制和价格机制，更是一种资源配置机制。
第二个阶段：市场在资源配置中起基础性作用。相较于第一阶段“市场在国家调控下起基础性作用”的认识，我们党进一步深化了对市场在资源配置中作用的认识，提出了“市场在资源配置中起基础性作用”的论断。这一论断更加突出了市场在资源配置中的地位和作用，也明确了国家宏观调控在经济社会发展中的重要作用。在新世纪新阶段召开的党的十六大提出：“在更大程度上发挥市场在资源配置中的基础性作用，健全统一、开放、竞争、有序的现代市场体系”，党的十七大强调“从制度上更好发挥市场在资源配置中的基础性作用”。在这一认识阶段，我们党将社会主义市场经济的内涵进一步拓展为更大程度、更广范围发挥市场在资源配置中的基础性作用，极大地深化了对市场作用的认识。
第三个阶段：市场在资源配置中起决定性作用。党的十八大以来，习近平总书记在社会主义经济一系列重大问题上，又提出了很多新思想、新观点，构成了习近平新时代中国特色社会主义经济思想。习近平新时代中国特色社会主义经济思想是习近平新时代中国特色社会主义思想的重要组成部分，是运用马克思主义基本原理指导我国经济发展实践形成的重大理论成果，为做好新时代经济工作指明了正确方向、提供了根本遵循。习近平总书记强调，要适应我国社会主要矛盾的变化，坚持社会主义市场经济改革方向，把推进供给侧结构性改革作为经济工作的主线，处理好政府和市场的关系，充分发挥市场在资源配置中的决定性作用，更好发挥政府作用，推动有效市场和有为政府更好结合。这被称为中国特色社会主义“资源配置市场决定论”，不仅把以往市场起“基础性”作用改为“决定性”作用，同时也强调“更好发挥政府作用”。
从以上对我们党认识市场决定性作用的历程可以看出，正确认识市场在资源配置中究竟起什么样的作用，一直是贯穿于我国改革开放进程中的重大课题，是我们党对实行社会主义市场经济随着实践发展在认识上不断丰富、不断深化的过程。
如何配置有限的资源一直以来都是政治经济学面临的热点和难点问题。从狭义上说，资源配置主要是指有限的生产要素用来生产什么、如何生产以及为谁生产这三个基本问题，其回答就是资源配置的效率问题。然而这种强调效率的资源配置并未考虑初始要素如何分配，也未考虑生产成果即收入又是如何分配等问题，这就是所谓资源配置的公平问题。虽然公平取决于社会的价值判断，但在政治经济学中无法回避，收入分配不公必将反过来决定着生产要素分配状态，进而影响整个经济系统的运行。不仅如此，一个良性运转的经济系统还更需要宏观经济运行环境的“稳定”。从广义上说，资源配置正是用于解决和协调效率、公平与稳定之间的问题及关系，从而构成了资源配置三原则。
1.效率原则
资源配置的效率原则是指以“帕累托最优状态”为目标，即资源配置和财富分配已经达到这样一种状态，任何重新改变资源配置或财富分配的方法，已经不可能在不使任何人的处境变坏的情况下，使任何一人的处境更好。换言之，如果经济运行已经达到最高效率时，一部分人要进一步改善处境，就必须以另一些人的处境恶化为代价；反之，当资源配置是低效率时，那么通过改变资源的配置方法，至少可以提高一部分人的福利水平，而不会使任何人的境况恶化。
图8 完全竞争市场与帕累托最优状态的实现
该原则提供了一种合理配置资源的理想状态，但在经济实践活动中通常难以企及。因此，经济学家引申出了“帕累托更优”或“帕累托改进”的概念，即如果把改变资源配置之后与之前相比，同时符合“至少有一个处境变好”和“没有一个人处境变坏”这两个条件，那么就称改变资源配置可达到“帕累托改进”；当某一种资源配置方式不可能达到“帕累托改进”时，就是一种“帕累托最优”的资源配置。38总体而言，“帕累托更优”或“帕累托改进”是通过对资源的重新配置而朝着理想的帕累托效率状态靠近。
“帕累托最优状态”是经济运行和资源配置的最佳状态，而达到这种状态有赖于以下三个条件，即交换的最优条件、生产的最优条件和生产与交换的最优条件。一是交换的最优条件，是指使交换双方得到最大满足的条件即为交换的最优条件；二是生产的最优条件，是指在生产要素存量一定的条件下，使产出达到最大的条件；三是生产的最优条件和生产与交换的最优条件，是指任何一对可以再生产的产品，它们的边际转换率必须等于它们的边际替代率。以上三个条件全部满足后，就可以说达到了效率最大或资源配置的最佳状态，“帕累托最优状态”最终得以实现。38
2. 公平原则
有关资源配置的公平问题研究，在学术上比较有影响力的主要有杰瑞米·边沁的功利主义、约翰·罗尔斯的自由主义正义论、罗伯特·诺齐克的自由意志主义机会平等论以及福利经济学的公平效率观。39功利主义反对政府在资源配置中的平均主义，认为其目标是使社会每一个成员的效用总和最大化，公共政策的落脚点是为了取得最大多数人利益的最大化。约翰·罗尔斯从“无知的面纱”出发，认为公平原则是公正协商或谈判的结果，只有社会处境最差的人得以改善时，社会福利才有增长，因此主张最小效用最大化，即政府的目标应使社会状况最差的人福利最大化，公共政策应致力于收入分配平等化。罗伯特·诺齐克认为自由权利至高无上、不可侵犯，机会平等远比收入平等重要，主张过程公平而不管结果是否公平，提出政府的公共政策目标应致力于个人权利的实现和保护，以确保个人获取财富的机会平等。
福利经济学在一定价值判断的基础上将资源配置的公平原则引入了经济学框架，由此提出了社会福利目标及社会福利判断标准，从而能够对经济系统的运行效率及资源配置优劣进行客观评价。在其发展过程中主要有旧福利经济学、新福利经济学以及新福利经济学的发展三个阶段。以庇古为代表的旧福利经济学家从基数效用论出发，提出了社会福利的三个基本命题：一是国民收入越大，社会福利越大；二是国民收入中穷人所占份额越大，社会福利也就越大；三是规模收入增长越稳定，社会福利越大。进而他们主张将国民收入最大化、分配平等化以及国民收入增长稳定化作为经济政策的基本目标。以帕累托为代表的新福利经济学则从序数效用论出发，认为公平会妨碍效率，但同时指出公平是自由竞争的必要前提，没有公平就没有效率，二者的同时解决才能促使社会福利最大化。以阿玛蒂亚·森为代表的“关注社会最底层的经济学”发展了新福利经济学的公平效率观，他从人的基本能力出发，提出了实质自由的基本能力公平观，认为社会应当根据一个人所具有的基本能力即个人赖以进行某些基本经济活动的能力，而不是他所拥有的资源来分析公平正义和判断个人处境。因此，阿玛蒂亚·森的正义评价基础既不是效用、物品，也不是个人权利，而是一个人选择有理由珍视自己生活的实质自由，即基本能力，其平等正是“基本活动的能力”的平等。
在公平与效率的选择上，公共政策的制定必然要以二者兼顾的社会福利最大化为出发点。如果说资源配置效率是指社会能从其稀缺资源中得到最多的成果，那么资源配置公平就是指这些资源的成果能平等地分配给每个社会成员。前者是社会福利最大化的必要条件，后者是社会福利最大化的充分条件，二者之间实际上就是如何做大蛋糕与如何切分蛋糕的关系。“效率不是决定制度选择与变迁的唯一因素；没有社会公平，将不会有持久的社会经济效率；任何只顾效率而忽视公平的政策制度最终会走向否定自身的反面；在一个社会，需要形成把效率与公平有机统一起来的功能上互为补充的政策制度体系；如果两种制度具有同等的效率，更能实现社会公平的制度，应处于政府主导性制度变迁的优先位置。”从公共政策制定层面出发，关键是需要寻找到资源配置中的那个有效制衡点，以此切入，动态调适，循序渐进，由此达到公平与效率组合效益的最大化。
3. 稳定原则
稳定原则是指资源配置应使宏观经济运行有序，经济处于可持续发展之中。西方各国由于长期推行凯恩斯的政府干预主义，在20世纪60年代以后相继出现了不同程度的宏观经济运行问题，诸如通货膨胀、国际收支恶化等状况，由此将宏观经济的稳健运行纳入了资源配置的基本范畴，即要求达到稳定物价、充分就业、经济增长以及收支平衡四大目标。第一，稳定物价是指在一定时期内，物价水平保持基本稳定，即零通胀或低通胀。第二，充分就业是指由于摩擦性失业和自愿性失业的不可避免，自然失业率为零也不现实，因此充分就业即意味着在不影响宏观经济有序运行下的低自然失业率。第三，经济增长是指国家的人力、物力、财力的增长水平，至少应保证充分就业的经济产出。第四，收支平衡是指国际货币收支大体平衡，避免长期性的大量收支顺差或逆差。
1992年，邓小平同志在南方谈话中深刻提出：“计划多一点还是市场多一点，不是社会主义与资本主义的本质区别。计划经济不等于社会主义，资本主义也有计划；市场经济不等于资本主义，社会主义也有市场。计划和市场都是经济手段”41，把计划和市场都作为发展生产力的手段。因此，实现资源的合理与优化配置，不仅要发挥市场机制这只“看不见的手”的决定性作用，同时也要发挥政府这只“看得见的手”的调节作用，两者相互补充、协同发展，共同致力于经济效率。
1. “看不见的手”：市场机制
所谓市场机制是指市场经济运行的实现机制，即价值规律作用的机制或实现形式，通常包括价格机制、竞争机制和利益机制。使市场在资源配置中起决定性作用，其本质就是让价值规律、竞争规律和供求规律等市场经济规律在资源配置中起决定性作用，有利于促进经济更有活力、更有效率和更有效益地发展。35
价格机制是市场配置资源的核心所在，是市场运行的“晴雨表”，通过价格信号调节市场供求关系，引导资源配置的方向，从而推动经济良性发展。其是供求关系决定价格水平，而价格水平的波动反过来又会引起供求关系的变化，通过供求关系和价格水平之间的相互作用彼此联动，推动资源合理流动与均衡配置。42在现代市场经济的条件下，价格机制的作用主要表现在几个方面：一是价格机制是实现自由竞争的重要工具；二是价格机制是调整生产方向的重要途径；三是价格机制是进行宏观调控的重要手段。
竞争机制是市场配置资源的动力源泉，反映了不同市场交易主体之间复杂的经济利益关系，既是市场机制发挥作用的重要条件，也是实现价格机制的重要途径。其作用机理是通过市场竞争、优胜劣汰，强化对市场主体的激励和约束，使市场主体的决策行为自觉服从于价格信号，适应于市场需求，从而为市场配置资源提供了强大的驱动力。42
利益机制是市场配置资源的基础和前提，是市场交易主体的责任、权利与所得的经济利益之间的有机联系。其作用机理在于，各个微观主体为了追求自身经济利益的最大化，会自动根据市场中的价格信号做出相应的决策，继而通过这种分散决策，实现资源的配置。
实际上，在任何一个经济体中，首要的问题都是如何调节个人利益与社会利益之间的关系，如何力求将个人追求自身利益的活动引导到与社会经济发展总目标相一致的轨道上来。在利益机制的顺畅运行下，个人追求自身利益的过程就是促进一个国家经济社会发展的过程，在个人追求富裕生活的美好愿望和实际行动中，实现经济社会的“自生自发秩序”。
价格关系反映着人们之间的经济利益关系，价格的变动在导致资源流动和重新配置的同时，必然引起经济利益在各个市场主体之间的重新分配，从而使资源实现最优化配置。上述三种机制相互依存、共同作用，有效保障了市场机制在资源配置中的决定性作用，进而显示出市场机制在资源配置效率方面的巨大优越性。在“看不见的手”的作用下，市场实现了配置效率，促进了“公共利益”的实现。43
2. “看得见的手”：行政机制
在完全竞争市场中，市场机制的自发调节作用可以达到资源配置的“帕累托最优状态”，实现经济效率。然而，现实经济生活中完全竞争市场的前提条件并不能得到全面满足，存在各种市场失灵的因素，从而导致市场失灵的广泛存在，诸如“垄断性失灵”“信息性失灵”“公共性失灵”“外部性失灵”“公平性失灵”和“宏观性失灵”等。为了消除这些市场失灵所造成的资源配置效率的损失，必然要求发挥“看得见的手”的作用，即要求政府实施经济干预。
所谓资源配置的行政机制主要是指政府通过命令机制或计划机制来做出资源生产和分配的决策。它是政府通过行政机构的层层设置与行政命令的逐级下达来配置资源，由此决定着社会资源的分配和生产组合，并决定着资源配置格局的变化。44政府作为公共权力的行使者、社会经济活动的管理者，最重要的职能是从宏观上引导方向，保持整个经济社会持续健康稳步发展。同时，政府作为宏观调控的执行者，还可以从宏观层次和全局发展上配置重要资源，促进经济总量平衡，协调重大结构和优化生产力布局，提供非竞争性的公共产品和公共服务，保障公共安全，加强社会建设和环境保护，维护市场和社会秩序，促进社会公平正义，逐步实现共同富裕，弥补市场缺陷和失灵的方面。35在明确了现代公共政府的基本职能及其角色定位之后，不难发现，其经济资源配置权限实际上是很有限的，它还需要借助于行政权力、行政手段和行政机制来实现配置目标，在配置手段上要借助于财政政策、货币政策、税收政策、产业政策、区域政策等来实现宏观经济调控，在配置程序上有赖于形成一整套规范的法律、监督、制度体系。因为政府一旦超出其经济干预的“度”，不但不能有效地匡正市场失灵，弥补市场机制的不足，反而会走向其反面，即引发新的政府失灵，其后果似乎比市场失灵更具破坏性。
在我们国家，有共产党的领导、有社会主义制度的优势，政府可以自觉地依据对客观事物的认识，能动地观察和反映国内外发展变化，按照包括市场规律在内的客观经济规律，对重大社会经济活动作出战略规划与宏观决策，可以对重大社会经济活动作出预先安排，进行有目的、有计划地引导和调控。
市场与政府是现代市场经济体系中两个重要手段，各有长处但功能不同。市场是一只“看不见的手”，政府是一只“看得见的手”，他们都能对资源配置产生作用，但资源配置和利益调节的机理、手段、方式不同。两者既是相对确定、有一定区别的，也是相互联系、有机统一的，因此，在处理政府和市场关系中，一定要清晰认识这两者之间是呈现出互补共生的关系35。一是要明确认识两者各自的功能和长处，使它们在不同社会经济层次、不同领域发挥应有作用，都不能越位、错位和不到位。二是要充分发挥两者功能作用，“两只手”都要用，并有效配合。“两只手”配合得好，可以起到“1+1>2”的效果。反之，市场作用的正效能就会下降，负作用就会扩大；同样，政府的正效能也会下降，政府形象和公信力也会受到伤害，甚至造成重大经济损失。三是政府和市场应当有机结合而不是板块连接，政府应尊重市场经济规律，自觉按经济规律办事，市场要在政府引导、监管和制度规范下运行。只有这样，才能实现政府与市场各自长处的充分发挥以及两者之间的良性互动。
我们分析了土地、劳动力、资本和技术这四大生产要素配置的普遍做法，均采用多层级市场结构，来界定政府和市场的边界，发挥行政机制和市场机制的比较优势。
在现行法律下，国有土地属于全民所有制，由国务院代表国家行使。一般来说，国有土地市场是指其使用权市场，因为“土地使用权可以依法转让”
（2019年《土地管理法》第二条）。我国土地使用权市场体系目前已初具雏形，土地要素的市场配置方式业已形成，基本形成了由“土地使用权初级市场
-土地使用权次级市场”组成的土地市场治理结构。
土地使用权初级市场（土地一级市场），是指政府将土地使用权以划拨、出让、租赁、作价出资或入股等方式供应给土地使用者行为的市场。我国土地所有权市场以行政机制为主。《宪法》和《土地管理法》都明文规定，土地属于全民所有即国家所有，国有土地使用权可以依法转让。也就是说，土地所有权不进入流通，进入流通的只是土地使用权，从而奠定了土地使用权市场的法律基础。土地使用权的流通，也要经过不同的流通环节，承载土地使用权交易的市场就构成土地所有权市场。
土地使用权次级市场（土地二级市场），是指土地使用权在不同的使用者之间横向转让形成的市场。我国土地二级市场以市场机制为主、行政机制为辅。社会主义市场经济的发展，客观上要求生产要素通过市场进行横向流动和重组，作为生产要素之一的土地，单有纵向流动是无法满足市场经济发展的需要，必须有横向流动作为补充，从而形成城市土地使用权纵横交错的流通网络，促进城市土地的合理利用。土地使用权次级市场的交易者众多、交易频率高，交易形式多种多样，包括土地使用权的转让、转租、交换、抵押等。43
表1 土地要素市场结构表
| 市场类型 | 交易主体 | 交易客体 | 交易方式 | 市场特征 |
| 土地使用权初级市场（土地一级市场） | 政府（土地所有者）、土地经营者或使用者 | 土地使用权 | 出让、出租等 | 政府垄断、纵向流转 |
| 土地使用权次级市场（土地二级市场） | 土地经营者、土地使用者之前 | 土地使用权 | 转让、转租等 | 政府调控、横向流转 |
改革开放以前，因为计划经济体制和单位制度的存在，中国城镇社会不存在以市场机制为基础的劳动力市场。国家通过“统包统配”方式使得劳动者成为用人单位“终身制”的固定工，一旦就业就鲜有机会流动，也没有被解雇的风险。改革开放以后，随着经济体制改革，我国劳动力配置方式与雇佣关系也发生了深刻变化，基本形成了由“再分配-市场”组成的劳动力市场结构。
公共部门（“再分配”），是指以提供公共产品和公共服务为主的非经济部门。公共部门人员的工资收益主要来源于国家财政预算，属于“再分配”，它更多地受到政府组织目标、国家利益要求和政策导向的影响。公共部门人力资本收益有两个较为明显的相反特征，即公共部门是一个追求组织效率的理性行为主体，也是承担社会公平责任的组织机构。
经济部门（“市场”），是指以盈利为主要目标的部门。经济部门的劳动者收益主要来自企业生产利润，因此它首先与企业的生产绩效直接相关。作为以盈利为目标的社会组织，经济部门人力资本的私人收益模式将主要服务于企业的劳动生产绩效的提高，从而在更广泛的劳动力市场上形成人力资本竞争的成本-效益模式。同时，一个社会的人力资本存量、组织之间人力资源竞争程度，将直接影响到整个劳动力市场上的人力资本收益。
表2 劳动力要素市场结构表
| 劳动力市场的部门 | 劳动力工资收益 | 影响因素 |
| 公共部门 | 主要来源于国家财政预算 | 更多地受到政府组织目标、国家利益要求和政策导向的影响 |
| 经济部门 | 主要来自企业生产利润 | 与企业的生产绩效直接相关 |
证券市场作为资本要素市场的重要组成部分，是证券发行和交易的场所。经过二十多年的发展，证券市场规模发展迅速，法律法规逐渐完善，监管制度逐渐成熟，市场体系逐步建立，基本形成了由“证券发行市场-证券交易市场”组成的证券市场结构。
证券发行市场（证券一级市场），是发行人以筹集资金为目的，按照一定的法律规定和发行程序，向投资者出售证券所形成的市场。证券发行市场包括了各个经济主体和政府部门从筹划发行证券、证券承销商承销证券、认购人购买证券的全过程。证券发行市场使股票、债券等证券数量和种类不断增加，把众多的社会闲散资金集聚起来转变成资本，集中体现了证券市场筹集资金的功能。证券发行市场是整个证券市场的基础，它的内容和发展决定着证券交易市场的内容和发展方向。
证券交易市场（证券二级市场），是指已发行并被投资者认购的证券进行转让、买卖的市场。证券经过发行市场的承销后，即进入交易市场，它体现了新老投资者之间投资退出和投资进入的市场关系。因此，证券交易市场具有两个方面的职能：其一是为证券持有者提供需要现金时按市场价格将证券出卖变现的场所；其二是为新的投资者提供投资机会。证券交易市场又可以分为有形的交易所市场和无形的场外市场。
表3 资本要素市场结构表（以证券市场为例）
| 市场类型 | 参与方 | 方式 |
| 证券发行市场（证券一级市场） | 证券发行人、证券认购人、证券承销商和专业服务机构 | 公募发行和私募发行/直接发行和间接发行 |
| 证券交易市场（证券二级市场） | 政府部门、投资银行、商业银行、证券公司、信托公司、投资公司、财务公司和广大的社会个人 | 买卖证券、参与投资活动 |
技术市场是从事技术中介服务和技术商品经营活动的市场。改革开放30多年来，我国已初步搭建了结构合理、管理科学、运行有序的技术市场管理体系，形成了由“技术一级市场-技术二级市场”组成的技术市场治理结构。
技术一级市场，以行政机制为主。政府的技术资源配置职能包括在其社会职能和经济职能之中，主要体现在以下两个方面：一是提供公共产品的资源配置职能。技术资源在一定程度上也具有公共资源性质，政府承担起提供基础研究和关键与重大共性技术领域研发资源投入的重任，在国家重大战略需求领域进行技术资源的配置，提升全社会整体的自主创新能力。二是促进区域技术资源公平、合理分配的调节职能。政府可通过设立专项财政科技拨款，加大对公共科技事业支出，或通过中央财政或地方财政支出，提供一般科技行政服务，建造科技公共设施，在一定程度上参与或调整技术资源配置；通过财政补贴、贷款贴息、减免税收，以及建立自主创新产品政府采购政策等，对某些产业的技术创新和改造给予一定程度的支持，推动企业和科研机构进行科技创新。
技术二级市场，以市场行政机制为主。市场通过逐利行为，来调节经济活动，进而影响技术资源的配置。在市场作用过程中，市场主体基于提升产品竞争力的利益诉求，必定会对科技创新产生需求；而技术资源的供给者与需求者在经济利益和特定目标导向的驱动下，也必然把自己所拥有的资源投入到能够获得最大利益的领域中，进而对技术资源和科技成果的供给与需求、交换和配置进行调节，以此来高效配置技术资源。市场在技术资源配置中的功能主要体现在以下两个方面：一是聚集功能，即市场把各种科技成果、资源以及需求者都集中到市场上。二是扩散与供求对接功能，即供需双方在市场上进行等价交换，这一过程就把科技成果的研发者和需求者以及技术资源的提供者与需求者进行对接，并将各自得到的资源扩散到相应的经济活动中去。
表4 技术要素市场结构表
| 市场类型 | 运行机制 | 职能与功能 |
| 技术一级市场 | 以行政机制为主 | 提供公共产品的资源配置职能；促进区域技术资源公平、合理分配的调节职能；对微观领域的管理或规制职能 |
| 技术二级市场 | 以市场机制为主 | 聚集功能；扩散与供求对接功能 |
市场结构，是当代西方微观经济学关于市场理论的一个重要概念，是指影响企业行为的市场组织特征。决定市场组织特征的关键因素是卖方数量的多少和产品是否存在差别。马歇尔、张伯伦、克拉克等人把市场分为四种不同类型的市场结构，即完全竞争市场、完全垄断市场、垄断竞争市场和寡头垄断市场。50在吸收和继承研究成果的基础上，现代市场结构理论按期发展的先后顺序分为哈佛学派的市场结构理论、新产业组织学派的市场结构理论和芝加哥学派的市场结构理论。
20世纪50年代，以梅森、贝恩和席勒为代表的哈佛学派，创造性地提出一种理论分析范式，即SCP（S-Structure结构、C-Conduct行为、P-Performance绩效）分析范式。梅森认为，一个产业（或市场）的效果如何，取决于该产业（或市场）中企业的行为方式，而企业的行为方式又取决于该市场的结构形态。市场结构是外生变量，由市场供给和需求方面的基本条件决定。在结构、行为、绩效之间存在着单向的因果关系。
贝恩在1959年出版的《产业组织》突出SCP分析范式，并运用这种范式研究了垄断竞争关系及市场结构、企业行为和经济绩效三者的联系。贝恩认为，竞争与垄断是结构问题。判断一个行业是否具有竞争性，不能只看市场行为（如定价行为）或市场绩效（如是否存在超额利润），而应看该行业市场结构是否高度集中、是否实际上由数个寡头控制，此外还要看进入该行业的壁垒是否很高，以至于是否遏制了新厂商加入其竞争行列。
继贝恩之后，哈佛学派的另一位产业组织学家席勒在其1970年出版的《产出结构和经济绩效》一书中进一步完善了SCP分析范式。席勒更加明确界定了市场结构、市场行为和市场绩效的涵义和范围。根据席勒的定义，市场结构指行业内企业间市场关系的表现和形式，主要包括卖方之间、买方之间、买卖双方之间和业已存在的买卖方与可能进入市场的买卖方之间的关系。市场结构主要包括以下四个要素：市场份额、市场集中度、进入与退出壁垒、规模的经济性等方面。市场行为是指企业在市场上为利润最大化和更高市场份额所采取的各种竞争行为。市场绩效是指在特定市场结构下，通过一定的市场行为使某一产业在价格、产量、成本、利润、产品差别化以及技术进步等方面达到的现实状态。它涉及到资源配置效率、生产效率、研究与开发效率以及就业、物价和收入分配等诸多方面和领域。
至此，以SCP分析范式为基本特征的哈佛学派的市场结构理论，由梅森开始，中经贝恩，到席勒这里已经基本定型，它表明现代市场结构理论的真正确立，也是现代经济学发展进程中的一个重要里程碑。
哈佛学派虽然开创了产业组织学的市场结构理论的系统研究，并由此奠定了现代市场结构理论的基本体系，然而这一学派的理论也存在着许多缺陷，其主要表现为三个方面：一是其理论基础仍是新古典主义；二是其分析方式基本上属于静态和单向的；三是其理论研究内容偏重于市场结构本身因素及其对行为、绩效的影响。这三个方面的局限性导致哈佛学派的市场结构理论随着时间的推移，收到了严峻的挑战。因此，一些经济学家从上世纪70年代开始，在基本坚持SCP分析范式的前提下，对哈佛学派的市场结构理论进行了补充和修正，形成了以鲍莫尔、索耶、泰勒尔等人为代表的新产业组织学派的市场结构理论。新产业组织学派对现代市场结构理论的主要贡献表现在以下几点：
第一，突破了哈佛学派原有的分析范式，建立起双向和动态的研究框架。一些经济学家在肯定市场结构对企业行为及其运行绩效正向、单一的作用时，还强调市场结构、企业行为、运行绩效三者之间的反向、互动的联系，鲍莫尔在20世纪80年代初出版的《可竞争市场与产业结构理论》中，提出了“可竞争市场结构学说”。这个学说克服了传统产业组织学中关于市场结构与企业行为那种单一的和既定的逻辑关系，而强调企业行为对市场结构的反向因果联系。鲍莫尔认为，“可竞争”概念是指企业可以自由地、无损失地进入或退出有关市场，由于企业具有这种快速进出市场的行为能力，使得相关市场中经常存在着潜在进入企业的威胁，因此，该市场中的现有企业必然会努力降低成本，促进创新和扩大经营规模。这样一来，企业行为既改变了市场结构，也影响了经济运行绩效。
第二，在注重市场结构及其因素的同时，强调对企业行为因素及其作用的研究。索耶于1982年发表的《关于结构——绩效关系的说明》中首次以厂商（企业）行为为中心展开分析，并认为只有厂商才是基本的现实的经济单位，而产业是不确定的，至于市场结构，它只是厂商竞争关系的一种反映。
第三，将70年代以来微观经济学领域中所取得的最新研究成果尤其是博弈论创造性地引入市场结构理论分析之中，从而促使这一理论研究在分析工具上的更新和分析内容的拓展。法国经济学家泰勒尔所著的《产业组织理论》中利用博弈论重新审视了市场结构理论中的若干领域，着重分析了垄断条件下的企业竞争行为，这种将博弈理论直接导入市场结构理论的结果，使传统的市场结构理论发生革命性变化，它意味着现实中企业如现代大公司可以通过许多非市场制度安排（如内部组织结构调整、合谋等）而不是通过市场机制的作用来解决市场均衡问题。
新产业组织学派进一步补充和完善了哈佛学派的市场结构理论，以理论分析的结论来完善和丰富了现代市场结构理论的内容。
虽然主流产业组织学的市场结构理论主导着现代市场结构理论研究的发展线路，并在实践中起着重大作用。然而主流产业组织学包括哈佛学派和新产业组织学派虽几经修正和补充其理论逐步趋于成熟，但它自身仍存在难以克服的局限性。从上世纪60年代以来，施蒂格勒、戴姆塞茨、布罗曾、威廉姆森等来自芝加哥大学的经济学者在对哈佛学派及主流市场结构理论的批判过程中，逐渐形成了具有“芝加哥传统”特性，即维护市场机制、鼓励竞争、反对政府干预的市场结构理论或学说。归纳起来，他们对主流派市场结构理论的批判和发展的主要方面有：
第一，他们认为，主流学派的SCP分析范式是以垄断竞争模式为分析起点的，而这种模式并不比完全竞争模式更有价值，因此，主张产业组织研究应以微观价格理论的基点——完全竞争模式为理论基础，力图把现实中的竞争性产业作为解释相对价格水平的主导模型。
第二，他们对主流派在研究市场结构问题所采用实证或经验分析方法一直持批评乃至否定的态度，认为他们的这种方法既不料学也不全面，而且还带有浓厚的主观色彩，缺乏系统的完备的客观的理论分析，从而运用这种方法分析所得出的结论其正确性和准确性很值得怀疑。因此，他们主张改进实证分析中的这种不完善性，采用更多的数据、更好的统计技术和更客观的分类办法来考察和分析产业组织问题，同时强化规范分析、理论分析在市场结构理论研究中的作用。
第三，他们认为SCP范式中的S、C、P之间的逻辑推理关系过于简单而且片面，与现实有些不符。因为他们认为，结构、行为、绩效三者之间并非只是单向因果关系，实际上它们之间存在着更为复杂的如双向互动的内在联系。与此同时，在结构、行为、绩效三个方面上，他们更注重对绩效的研究，强调绩效的重要作用，他们甚至提出，是绩效或行为决定了结构，而不是相反。由于他们极为重视效率标准（即判断市场上给予某一行业以某种形式的保护是否应当或者是否恰当的依据只能看总体效率是否提高），由此，芝加哥学派也被称为“效率学派”。
第四，他们摒弃了主流市场结构理论的“利润最大化模式”，认为现实中许多企业除了自身利润最大化目标外，还有其他目标选择。这是由于企业目标是从管理者目标那里派生的，而管理者目标可能是多元的，如增加职工人数、扩大企业规模、提高额外收入等，因为这些可以直接带来更高的权力、地位和待遇。由于研究的前提条件的进一步放宽，使得芝加哥学派的理论更具有现实说服力。
第五，他们还对主流学派理论中尚未涉及有关产业组织存在及规模扩张的动因作了解释。他们运用交易费用理论对此进行研究，认为，产业组织之所以存在并且追求规模扩张，其原因就在于这样可以降低市场交易成本。
芝加哥学派与主流派有较大的分歧，但不可否认，芝加哥学派的一些思想和观点还是颇具新意且有相当深度的。实际上，当前芝加哥学派的一些观点已被纳入主流派市场结构理论体系之中，他们在现代市场结构理论的发展进程中起到了重要作用。
有效市场结构就是最理想的市场结构，按照新古典学派的观点，原子型的完全竞争市场结构是最理想的市场结构。在这种市场结构下，竞争最充分，资源配置达到最佳状态。
在新古典学派的影响下，我国经济学界提出一种观点认为：“在社会主义商品经济的条件下，对竞争的作用是不能限制的，作为竞争场所的市场的范围也不能限制。”“全面地开放市场，必然产生完全和充分竞争。”按照这种观点，我国的市场结构将是单一的、无限制的完全竞争，不存在垄断因素。然而，在现实经济中，许多产业为了发挥规模经济效益，需要一定的市场集中，为了避免过度竞争，需要设置一定的进入壁垒，形成适度垄断的格局。对铁路、邮电等具有自然垄断性质的公共产业来说，在一定时期内还有必要实行独家垄断经营。可见，原子型的完全竞争市场结构与规模经济是相互冲突的，不是最有效率的市场结构，不能作为现实生活中的理想市场结构。
我国经济学界提出另一种观点认为：“所谓垄断竞争，即不完全竞争，亦称有效竞争或适度竞争。从宏观领域看，垄断竞争表现为有干预的竞争或可调控的竞争。从微观层次看，它或者是产品和服务的差别化竞争，或者是生产集中引起的联合竞争或规模竞争。”“垄断竞争市场既可维持市场竞争的活力，又能充分利用和获取规模经济效益。”这种观点提出：“垄断与竞争并存的现代垄断竞争市场，作为全国经济体制改革的目标，是现实的最优选择。”54还有的学者认为：“我国社会主义市场经济条件下的竞争模式，既不是完全竞争，也不是寡头和独占，而是以公有制为主体，受国家宏观调控和指导的市场垄断竞争。”
以上两种观点具有一些共同特点：一是认为我国的市场竞争似乎是在一个“平面”上进行的，忽视了产业之间的差异性，因而，认为可采取单一的市场结构；二是他们主张在经济发达国家已有的几种市场结构理论中进行“择优”，选择某种市场结构用于我国现实经济。但我国产业众多，产业之间的异质性大，采取任何一种市场结构都难以在不同产业实现有效竞争。同时，经济发达国家的各种市场结构理论都有某些缺陷，与有效竞争存在一定偏差，不可能完全符合我国的实际情况。在这方面，有的学者提出了颇有创见的第三种观点：“我国市场结构较为理想的目标模式是以大企业为核心的寡头竞争型产业组织结构为主，辅之以高度竞争型和独占型而形成的混合结构。”这种观点认为我国应存在多种市场结构，并在各种市场结构中存在“主辅”关系。
因此，判断市场结构是否有效时，必须根据规模经济原则和充分竞争原则。有效的市场结构应当是既能实现规模经济，又能鼓励竞争的市场结构。对某一产业是有效的市场结构对另一产业则可能不是有效的，不存在统一的有效市场结构。
市场结构相对稳定，而资源配置是一个动态概念。资源配置在一定时期一定时刻是已定的、固定的、静止的，但在一定时期的不同时刻，又是未定的、流动的。因此，数据要素配置也是动态的，以对市场结构进行“帕累托改进”，使之不断接近于“帕累托最优状态”的一种过程，进而实现与数字经济发展阶段相匹配的最适市场结构。这里的最适市场结构参考了林毅夫教授提出的“最适金融结构”，即处在一定发展阶段的经济体中的最适金融结构应当是，金融体系的各种金融制度安排的构成及其相互关系与要素禀赋结构所内生决定的实体经济的产业、产品、技术结构和企业的特征相互匹配，随着要素禀赋结构的提升、实体经济产业和技术结构的变迁，该经济体的最适金融结构也会内生地相应演变。
我们参考吴腾华在《中国金融市场结构优化研究——基于合理化、高级化与梯度化视角的分析》一书中提到的“最适金融结构”，提出最适数据要素市场结构，是指市场结构的合理化、高级化与梯度化协调一致，充分发挥数据要素市场的整体功能，提高数据要素市场运行效率，规避数据安全风险，进一步增强数据的核心竞争力，为数字经济发展提供强有力支持的一种状态。
从内容上说，市场结构的优化是指市场结构不断合理化、高级化和梯度化的过程，市场结构的合理化、高级化和梯度化则是市场结构优化的三个基本尺度。
图9? 数据要素市场结构的优化内容
一是市场结构的合理化，是指数据要素市场中的各个子市场及其组成要素之间的相互适应、相互配合和相互协调的过程，反映了数据要素市场与数字经济发展之间的综合协调特征。二是市场结构的高级化，是指市场结构层次由简单到复杂、由低级到高级、由封闭到开放的转换和提升的过程，是市场结构纵向层次的提升，反映了数据要素市场在数字经济发展中的深度和广度特征。三是数据要素市场的梯度化，是指市场结构在规模、区域、层次由小到大、由单一到多层、由垄断到竞争、由发达地区到落后地区、由境内到境外等渐次发展的过程，反映了数据要素市场在数字经济发展中的不均衡特征。
从具体时间来看，市场结构优化在某一特定阶段内的内容是有所侧重的，可以根据实际情况，安排其优化的重点。一般来说，在市场结构严重不合理、结构性矛盾加剧，严重影响数字经济发展的情况下，市场结构优化的重点就是合理化问题。而在市场结构优化的长期过程中，则应把合理化同梯度化与高级化有机地结合起来，以合理化促进梯度化和高级化，以梯度化和高级化带动合理化。在合理化过程中实现高级化和梯度化的发展，在高级化和梯度化过程中实现合理化。只有这样，才能真正实现市场结构的优化。
市场结构优化模型是由市场结构的合理化、高级化和梯度化三个方面共同决定的。在市场结构优化的全过程中，必须将合理化、梯度化与高级化问题有机地结合起来。
从静态角度看，市场结构的合理化是市场结构的高级化和梯度化的基础，只有实现合理化才能达到高级化和梯度化。在一个较长时期内，高级化和梯度化是相对稳定的，而合理化则是经常变动的。只有合理化达到一定程度，结构效益积累到一定水平时，才能促进高级化和梯度化。
从动态角度看，市场结构的高级化和梯度化与市场结构的合理化是相互渗透、交互作用的。其中，合理化是高级化的基础，只有先进行合理化，才能实现高级化；高级化是梯度化的前提，只有先进行高级化，才能实现梯度化。数据要素市场发展水平越高，其对市场结构合理化的要求也越高；而要实现合理化，就必须在其高级化和梯度化的动态过程中进行。总之，合理化、高级化和梯度化三者之间是相互联系、相互作用、相互配合的关系，它们共同决定了市场结构的优化程度。
图10 数据要素市场结构的优化模型
市场结构是数据要素市场发展的综合体现，数据要素市场发展的变化必然反映为市场结构的变化。因此，数据要素市场结构优化必须及时满足数据要素市场发展的客观需要，既不能超前也不能滞后。在此情况下，市场结构优化的路径选择应从以下两个角度综合考虑：
1. 从纵向角度分析，市场结构优化的路径可分为近期路径、中期路径和远期路径：
（1） 近期路径。应选择以“政府引导”为主的路径。所谓“政府引导”，其含义是指先由政府通过制度安排加以推进，即政府提供市场变迁方案，并具体实施和控制市场改革与变迁的进程。
（2） 中期路径。应选择“政府引导”与“市场跟进”相结合的路径。随着数字经济的持续快速发展和数据要素市场化配置改革的进一步深化，数据要素市场发展进入一个变动较快时期，原先的“政府引导”变迁模式所带来的问题就越来越突出，主要是变迁机制设计可能会与现实情况脱节、存在政府的“隐性担保”等问题。因此，这时市场结构的优化路径应选择“政府引导”和“市场跟进”相结合的路径，即政府首先加以引导，通过宣传、培训、辅导以及窗口指导等手段进行提示，诱发市场结构优化的动机；然后是市场跟进阶段，市场主体从政府的诱导中得到信号，明确了市场结构优化的方向，并产生了市场结构优化的动机，通过学习、试验、内部试行、酝酿准备等手段来积累结构优化因素，为市场结构的优化准备条件；最后，政府待各种条件比较成熟后，再推行市场结构优化方案的实施，主要手段有制定规则、推出方案、进行试点等。这种结构优化的成本比较低，有利于更加有效地优化市场结构。
（3） 长期路径。随着数据要素市场规模和结构的不断增加和改善，数据流通效率不断提高，数据要素市场整体功能得到一定发挥，数据核心竞争力不断增强。在此基础上，可选择以“市场引导”为主的优化路径，即主要由市场主体根据数据要素市场的发展需要，激发优化市场结构的动机，并主动地采取一系列措施对市场结构进行优化。这时，政府的职责就是当好“守夜人”，为市场结构的优化营造适宜的环境。
2. 从横向角度分析，各领域的市场结构所处阶段并不完全一样，即使同一个数据要素市场其内部的要素结构、功能结构、层次结构等所处的阶段也不完全一样。
如果简单地选择某一个优化路径，就可能失去针对意义。在这种情况下，可根据数据要素市场的发展水平高低、市场结构的阶段以及市场内部要素结构的具体层次来选择优化的路径可能会更好一些。因此，市场结构优化的路径可考虑以下四种方式的安排：
（1） 对于高级别、高梯度的“双高”市场结构，由于其结构优化的任务已基本完成，剩下的只有合理化的调整问题，所以对其优化路径不作特别的具体安排。
（2） 对于高级别、低梯度的“一高一低”市场结构，可考虑选择“先实践、后规范”的路径安排。这类“一高一低”的市场结构，主要包括市场健康性结构、市场繁荣性结构、市场有效性结构、创新性结构、竞争力结构、数据产品结构等。
（3） 对于低级别、高梯度的“一低一高”市场结构，可选择“先规范、后实践”的路径安排。这类“一低一高”的市场结构，一般包括空间结构、区域结构、制度结构、价格结构等。
（4） 对于低级别、低梯度的“双低”市场结构，可选择“边实践、边规范”的路径安排。
图11 数据要素市场结构优化路径图
根据数据要素市场结构优化模型及优化路径分析，目前各地数据要素市场尚未成熟，全国数据要素市场尚处于初期培育阶段。
从合理化方面来看，数据要素市场供需结构不匹配，政府内部数据共享应用效率有待提高，公共数据开放成效有待提升，公共数据与社会数据融合应用路径尚不明确；主体结构不平衡，政府在制度供给、公共数据运营、市场监管等方面“缺位”，市场主体鱼龙混杂、良莠不齐，社会公众的权利主张得不到保障、参与市场建设受限；层级结构不协调，尚未形成全国统一的数据要素市场体系和有效的市场化配置新格局，各地缺乏对区域数据要素市场体系培育建设的长远规划和配套制度规则基础。
从高级化方面来看，统筹协调、风险防控、综合保障、监督管理等治理能力亟待提升，数据要素市场要件有待进一步培育发展。
从梯度化方面来看，数据市场处于初期培育阶段，市场规模小、区域分割、层次单一，市场化配置效率低等问题。
因此，在全国范围内数据要素市场结构属于低级别、低梯度的“双低”市场结构。
数据作为第五大生产要素，成为新的生产力，涉及到国民经济运行及市场主体生产经营的各个过程、各个环节，必将引发数据生产关系的变革。马克思政治经济学认为，通过资源配置解决生产力和生产关系之间的矛盾，满足生产关系与生产力发展水平相适应的要求。数据要素市场化配置改革的根本目的是调整数据生产关系，充分发挥市场决定性作用，更好发挥政府作用，解放和发展数据生产力。当前，供给侧结构性矛盾是制约数据要素市场功能有效发挥的主要矛盾，应当用结构性改革破解结构性矛盾。其中，构建合理的数据要素市场结构是这项改革的关键所在，以推动实现数据要素的合理配置。
基于此，我们分析了土地、劳动力、资本和技术四大生产要素市场结构的一般规律，以数据要素特征和客观实际为配置基础，以平衡数据要素市场效率与秩序为价值导向，以统一、完整、开放为原则，从合理化、高级化和梯度化三个方面构建数据要素市场结构优化模型。此外，从近期、中期和远期的纵向视角，以及数据要素市场发展水平、市场结构阶段和市场内部要素结构的具体层次的横向视角，指明了数据要素市场结构优化路径，为今后广东省数据要素市场发展提供了理论解释框架。
图12 数据要素市场结构优化模型
数字经济时代，作为生产要素的数据不再是狭义上的数值，或是声音、图像、符号、文字等，而主要是以电子形式传递和存储的信息载体。但是“数据”这个概念尚未有各领域和各学科通用的定义。人类对数据的理解不仅随着时间的推移而演变，而且因角度的不同而不同。60从生产要素属性出发，数据具有和土地、资本、劳动力、技术等传统有形生产要素的共性，更具有其特殊性。
首先，大数据具有4V特征，即数据的规模性、聚合数据的多样性、数据收集运用传播的快速性、数据蕴含的价值性。低成本生产与大规模可得是数据能够被广泛使用并成为基本生产要素的前提，也是历次技术革命中生产要素所普遍具备的基本特征；数据的多源异构是指数据通常以碎片化的方式散布在不同的数据源中，且数据集结构多样，结构化数据集仅占数据要素的一小部分，绝大多数是音频、图像、视频等非结构化数据，需要进行数据聚合与协同处理62；数据的快速性也被称为即时性，5G通信、云计算、人工智能、物联网等新一代信息技术使得数据生成收集、传输、处理的分析的速度大幅提升，在无人驾驶、远程医疗等应用场景中，数据的即时性发挥着重要作用；数据蕴含的价值性体现在两方面，一方面数据自身蕴含了大量可供提炼的信息与知识，可以赋能技术创新与生产决策，另一方面数据可以利用其承载的有价值的信息，提高劳动、资本等其他生产要素之间的协同性，从而提高经济运行效率。 “4V”是数据要素的存在属性，也是数据对生产力的作用条件。
其次，从数据的存在形式看，数据具有虚在性和依附性。虽然“数据”背后所表达的“含义”是客观存在的，但数据没有能量和固定形态，相对于土地、劳动力、资本和技术等要素“客观实在”而言，数据具有“客观虚在”的特性。数据的“虚在性”也导致数据使用和管理中的“依附性”，即数据要素价值的发挥不是独立的，需要在具体业务场景中与其他生产要素相结合，并且依托数字技术、信息系统、数据平台等进行管理。因此，在构建数据要素市场化配置过程中，要坚持问题和需求导向，创新数据要素与其他要素的协同联动机制及应用场景，完善多主体、多环节数据要素配置规则，理顺利益相关方的数据生产关系。
再次，从数据的使用过程看，数据要素具有非竞争性和部分排他性。传统生产要素如土地、资本、劳动一般具有排他性和竞争性，即要素归某类人群所拥有并控制，且在使用过程中不可分、无法同时被其他人使用。但数据要素的突出特征为非竞争性，即数据可以低成本复制和使用，从而使得多个主体可以同时使用数据要素投入生产，数据使用的边际成本几乎为0。数据具有部分排他性。数据要素的排他性根据应用场景决定，可以在特定场景下排斥他人使用和收益的数据为“俱乐部产品”、具有排他性，如平台企业所掌握的平台内的数据；无法排斥他人使用和收益的数据为公共物品，具有非排他性，如天气数据、政府统计公报数据。
最后，从数据要素的影响效应看，数据要素具有外部性。数据要素投入生产过程中，会产生正外部性和负外部性，其中，数据的边际收益递增、价值差异、数据赋能等构成数据的正外部性，而隐私泄露、数据污染、信息过载、数据鸿沟等形成数据的负外部性。因此，在构建数据要素市场化配置过程中，应该加强监管的组织建设、体制机制创新，健全监管手段方式，在发挥数据的正外部性的同时，严格抑制数据的负外部性，营造良好数据生态系统。
图13 数据要素特征
在人类发展历史上，从农业社会到工业社会，再到如今的信息社会，生产要素不断发生变化，同时伴随着生产资料所有制的变化，建立与社会发展相适应的生产资料所有制才能促进生产力的发展，而不合时宜的生产资料所有制无疑会成为时代进步的桎梏。建立合作、共治、负责任的数据规则体系，是社会发展演变带来的必然结果，更是对当前社会发展现实需要的回应。
生产资料所有制是生产关系的核心，是经济制度的基础。所有制是指人们在生产资料所有、占有、支配、使用和收益等方面所结成的经济关系，不仅是人对物的占有关系，更是通过对物的占有而发生的人与人之间的关系。生产资料归谁所有，由谁支配，不仅决定生产过程中人与人的关系，而且决定着分配关系、交换关系和消费关系。不同的所有制形式决定人们在生产中的地位及其相互关系，所有者有时不是单独的个人，而是一个集体，联合起来的共同所有者之间存在着一定的所有制关系。
生产力决定生产关系，历史上出现过多种基本的生产资料所有制，生产力的不断发展进步，要求建立与它相适应的生产资料所有制，使能够促进生产力发展的新的生产资料所有制代替阻碍生产力发展的生产资料所有制。这是不以人们的意志为转移的历史发展的必然过程。每一种基本的生产资料所有制，从它产生直到被发展程度更高的所有制代替为止，也都存在不断发展的过程。
新的科技进步包括数字化的发展，给社会带来的主要是生产力水平的提高。数字化有助于提升人们利用各种资源进行生产活动和创造财富的能力，这就是生产力。数字化的发展对生产力提升的推动作用，已经为经济社会发展的实践所证明。同时需要注意的是生产力最终是要影响和决定生产关系的，而生产关系主要指的是生产资料归谁所有，劳动成果如何分配，这是传统政治经济学的主要观点。数据权属之所以难以界定，其关键在于数据具有“超物”特性，并且与数据相关的权利主体较多，涉及的财产关系较为复杂甚至彼此冲突，数据产权界定又与数据安全保护、个人信息保护等问题相互交织。
数据价值产生于多源融合，使得数据价值的实现方式不再是单主体的数据治理，而转变为多主体的数据共治。因此，通过建立合作、共治、负责任的数据规则体系，强化数据来源者的数据权利，从权利主体层面看，肯定个人作为数据所有者的人格权与财产权，个人尊严、隐私等重要权利通过信息自决得以保障；明确企业合法利用数据资源的边界，避免在创造经济收益的过程中产生权利纷争、数据抢夺、黑市交易等乱象，保障企业更有活力、更有动力开展数据产业经济活动，增强企业的创新能力；有利于政府对公共数据有效管理和开发利用，有利于激发公共数据要素活力，释放公共数据价值，营造良好的国家数据发展、建设与创新环境。
广东作为改革开放的排头兵、先行地、实验区，经济实力雄厚、经济发展水平全国领先、产业体系完备、集群优势明显、与港澳经济互补性强。全省地区生产总值从2012年的5.7万亿元增长到2021年的12.4万亿元，连续跨过7个万亿级台阶，经济总量连续33年居全国第一，人均地区生产总值从5.23万元增长到9.83万元。2021年，全省数字经济增加值规模达5.9万亿元，连续5年位居全国第一。全省市场主体总量突破1600万户，主体数、企业数、外商投资企业数连续多年稳居全国第一，有力夯实数据要素市场化配置改革的经济基础。
广东以数字政府改革建设为引领，推动经济社会高质量发展，形成数字政府改革建设“12345+N”工作业务体系，为数据要素市场化配置改革提供了体制机制保障。2017年广东在全国率先启动数字政府改革建设以来，推出了一批引领性、示范性的改革建设成果，推动全省数字政府改革建设和全面数字化发展持续走在全国前列。2018年至2021年广东省连续4年获得全国省级政府和重点城市一体化政务服务能力评估第一名，广州市、深圳市位居全国重点城市前列。通过数字政府改革建设形成了海量、高质量、战略性公共数据资源池，极大拓展应用场景。截至2022年10月，累计发布数据资源目录7.16万个，数据总量达821亿条，数据调用量达779亿次。
粤港澳大湾区和深圳中国特色社会主义先行示范区“双区”驱动效应不断增强，创新要素集聚，国际化水平领先。一是交通条件便利，拥有香港国际航运中心和吞吐量位居世界前列的广州、深圳等重要港口，以及香港、广州、深圳等具有国际影响力的航空枢纽，便捷高效的现代综合交通运输体系正在加速形成。二是经济实力雄厚，经济发展水平全国领先，产业体系完备，集群优势明显，经济互补性强，香港、澳门服务业高度发达，珠三角九市已初步形成以战略性新兴产业为先导、先进制造业和现代服务业为主体的产业结构。三是创新要素集聚，创新驱动发展战略深入实施，广东全面创新改革试验稳步推进，国家自主创新示范区加快建设；粤港澳三地科技研发、转化能力突出，拥有一批在全国乃至全球具有重要影响力的高校、科研院所、高新技术企业和国家大科学工程，创新要素吸引力强，具备建设国际科技创新中心的良好基础。四是国际化水平领先，香港作为国际金融、航运、贸易中心和国际航空枢纽，拥有高度国际化、法治化的营商环境以及遍布全球的商业网络，是全球最自由经济体之一；澳门作为世界旅游休闲中心和中国与葡语国家商贸合作服务平台的作用不断强化，多元文化交流的功能日益彰显；珠三角九市是内地外向度最高的经济区域和对外开放的重要窗口，在全国加快构建开放型经济新体制中具有重要地位和作用。
推进要素市场化配置是建设统一开放、竞争有序市场体系的内在要求。数据要素市场化配置改革的价值追求主要有两个方面：一是效率的追求，通过培育和发展数据要素市场，发挥数据的赋能作用，提高资源配置的效率，助推我国的高质量发展；二是秩序的追求，在发挥市场化配置效率优势的同时，要确保数据要素市场发展的秩序，提高数据质量和规范性，保护个人隐私和数据安全。
市场化是通过一系列的经济、社会、法律、政治改革和全面的制度建设，不断降低市场中交易费用的过程。市场化改革的目标在于通过经济制度创新和市场交易习惯的培养来实现市场交易成本的节约，因此，效率是数据要素市场化配置改革的内在追求。从个人和企业数据的角度来看，数据市场提供了促进数据广泛使用的激励，由于数据的无限可用性，当多个企业同时使用相同的数据时，会产生巨大的社会收益。64也就是亚当·斯密所说的“凭借看不见的手，那些在完全竞争中追求自身利益的人能最有效地促进公共利益”。实现经济学家所说的效率，即社会从现有资源中取得最大消费者满足。
秩序是指动态有序平衡的状态，秩序良好，是经济发展社会稳定人民幸福的基础条件，是最基本的公共品，是公共治理的重要目标。对于数据要素市场化配置而言，秩序也是其必不可少的价值追求。良好的数据市场，必然也是一个竞争有序的市场，只有从制度上对数据要素市场化配置作出具体安排，才能实现其规范有序运行。
在市场经济中的三种主要秩序：市场竞争、法律制度和公共监管。数据要素市场化配置改革秩序价值的实现需要探索不同秩序之间的动态组合，不断拓展制度可能性边界，在私人侵占带来的损失和国家干预带来的损失之间找到均衡点，实现整体效益。
数据要素市场结构建立在数据要素流通的基础上，一个结构健全的数据要素市场应包含三个方面的特点：一是统一性。数据要素流通必须按照市场经济的内在联系，遵循价值规律等客观经济规律的要求，建立共同的交易规则，形成统一的交易市场。各种经济成分的生产经营者都进入统一的市场，遵循统一的交易规则，公平竞争，这是数据要素市场正常运行的必要条件。二是完整性。在社会主义市场经济条件下，数据要素配置要通过“有效市场和有为政府更好结合”，实现数据要素的合理流通和优化组合，达到优化配置的目的。数据要素流通要有不同的市场作为承载体，从而形成一个多层次的数据要素市场体系。各种数据要素市场之间又存在相互联系、相互制约、相互依存的关系。只有各个层次的数据要素市场发育健全、运行规范、相互配套、相互衔接，才可能发挥数据要素市场的整体功能。三是开放性。数据要素市场不仅要对内开放，而且要对外开放。对所有参加数据要素市场竞争的自然人、法人和非法人组织都一视同仁、平等相待、公平竞争。数据要素市场越是开放，就越是有利于市场繁荣和市场竞争的展开。
为提高数据要素配置效率，稳定数据要素市场秩序，我们基于数据要素的特性，参考其他生产要素的市场结构，按照数据要素进入市场的顺序和分类，将其划分为“一级数据要素市场-二级数据要素市场”。其中，按照数据要素进入市场的顺序而形成的结构为纵向市场结构（合规登记-交易定价），按照数据要素分类形成的结构为横向市场结构（公共数据开发利用及其与社会数据的融合-全社会数据的多元化流通和价值再创造）。
表5 数据要素市场结构表
| 市场类型 | 运行机制 | 纵向结构 | 横向结构 |
| 一级数据要素市场 | 以行政主导 | 数据资产合规登记 | 公共数据开发利用及其与社会数据的融合 |
| 二级数据要素市场 | 以市场竞争为主 | 数据流通交易定价 | 全社会数据的多元化流通和价值再创造 |
以行政主导的一级数据要素市场。政府的数据要素配置职能包括在其社会职能和经济职能之中，主要体现在以下两个方面：一是保障数据要素市场服务体系建立的促进职能。通过完善数据产权制度，健全数据权益法律保障机制，提供数据资产合规登记服务，保障数据要素在充分保护个人信息安全和维护社会稳定的前提下进行合规化、规范化的流通交易。二是提供公共数据产品和服务的资源配置职能。公共数据作为全社会数据的重要、权威的组成部分，政府承担起提供公共数据产品和服务进入流通市场的重任，推进公共数据依法、有序、规范加工利用，打破“数据孤岛”，疏通要素流通渠道，充分挖掘公共数据价值，助推数字经济发展。
以市场竞争为主的二级数据要素市场。在市场价格、竞争和利益机制的作用下，在数据要素供给者之间、数据要素需求者之间、数据要素买方和卖方之间的竞争中，各方通过逐利行为，影响着数据要素的价格。市场主导的二级市场核心就是一个开放流通的交易体系，这个交易体系包含合格的数据经纪人，还包括合规的数据供给方和需求方，以及健全的市场监管和一系列保障正当竞争的制度。其存在的目标就是让市场来决定数据要素的价格，优化数据的资源配置，增强其在数字经济发展中的基础作用，进一步发挥数字经济的优势。
数字化既是经济高质量发展的驱动力，也是提升持久竞争力的着力点。未来十五年乃至更长一段时间，受全球政治经济形势复苏缓慢以及疫情等不确定因素影响，我国数字化发展面临更加复杂多变的形势。广东谋划中长期数据要素市场化配置改革发展，应该深入学习贯彻党的二十大精神，综合考虑内外部环境条件的趋势性变化，直面经济社会发展的深层次障碍和挑战，在当前“1+2+3+X”的数据要素市场化配置改革框架下，继续把握好改革方向和重点，持续优化数据要素市场结构，实现市场结构从低级别、低梯度的“双低”模式向高级别、高梯度的“双高”模式演进；把握数据要素治理核心框架，从法规制度体系、两级市场体系和基础运营体系入手，不断健全数据要素市场治理体系；坚持战略、精准、系统、辩证、创新和底线等六大思维方式，加快推动数据要素市场治理能力建设，不断增强对数据要素市场的统筹协调、风险防控、市场监管和综合保障能力；着力打造全国数据要素市场化配置改革先行区，畅通数据要素生产、分配、流通、消费的主要环节，形成多方共同参与、共建共治共享的新型数据生产关系，解放数据生产力，推动数据要素市场化配置改革成果更广范围、更深层次惠及经济社会发展，促进全面数字化发展。
结构决定发展高度，合理的市场结构可以提高资源配置的效率。66市场结构是市场发展的综合体现，优化市场结构既是市场自身发展的内在要求，也是促进经济社会高质量发展的客观要求。必须持续优化市场结构，以不断适应市场的发展变化。同理，数据要素市场结构不是一成不变的，要根据生产力和生产关系的发展要求而不断演进，及时满足数据要素市场发展的客观需要，既不能超前也不能滞后。
广东在现阶段创新性地提出两级数据要素市场结构，发挥好有效市场和有为政府的作用，构建行政主导的一级数据要素市场和以市场竞争机制为基础的二级数据要素市场，这符合目前数据要素市场发展现状的最优选择。
但与此同时，两级数据要素市场结构并不是终局性的，在谋划数据要素市场中长期发展路径时，广东要根据规模、供需情况等市场发展实际，持续优化数据要素市场结构，促进数据要素市场结构的合理化、高级化与梯度化协调一致。
从合理化方面来看，促进实现供需结构匹配、主体结构平衡、层级结构协调；从高级化方面来看，推动构建成熟、完善、稳定的数据要素市场治理体系；从梯度化方面来看，规范扩大数据要素市场规模，提升数据要素市场化配置效率。
为此，广东应秉持“全省一盘棋”共建共治共享理念，不断深化数据要素市场化配置改革，健全数据要素市场治理体系，增强数据要素市场治理能力，推动数据要素市场结构由低级别、低梯度的“双低”模式向高级别、高梯度的“双高”模式跃迁。
构建成熟完善的数据要素市场，就要不断健全数据要素市场治理体系。把握数据要素治理的核心框架，以确保安全合规为前提，充分挖掘数据要素价值为目标，通过健全数据要素市场法规制度，完善两级数据要素市场结构，打造数据要素市场一体化基础运营体系，理顺各参与方在数据生产、分配、流通、消费各个环节的权责关系，形成多方参与、共建共治共享的良性数据要素市场生态，最大限度地释放数据要素价值，构筑数字竞争新优势。
一是健全数据要素法规制度体系，营造良好市场法治环境。坚持“全省一盘棋”共建共治共享理念，强化法规保障，优化政策供给，完善标准规范，为构建两级数据要素市场提供坚实的制度保障。
二是完善一级数据要素市场，推进数据资源成为资产。通过加快数据资源“一网共享”体系建设、创新公共数据运营管理模式、建设个人和法人数字空间、健全政府首席数据官组织体系、促进公共数据与社会数据汇聚融合、授权运营、加工处理、合规登记，探索数据资产化管理，为数据资产进入流通交易环节创造条件。
三是规范二级数据要素市场，促进数据要素高效流通。通过推进数据交易所发展、培育数据经纪人、推广企业首席数据官、探索数据要素统计核算等举措，打造多元化数据要素流通生态，充分激发各类主体活力，促进有序竞争，保障数据要素有序高效流通。
四是打造一体化基础运营体系，支撑市场可持续运行。坚持自主可信和立体防控，适度超前布局粤港澳大湾区先进算力网，推进数据要素市场一体化新型基础设施建设，建成“云管端”一体的网络安全和数据安全保障体系，打造数据要素市场一体化基础运营体系，筑牢数据要素市场的技术与安全底座。
要实现数据要素市场结构的优化与数据要素市场治理体系的健全，就必须加快推动数据要素市场治理能力建设，坚持战略、精准、系统、辩证、创新和底线等六大思维方式，不断提升对数据要素市场的统筹协调、风险防控、市场监管、综合保障能力水平，有效发挥数据要素市场功能，构建“理念先进、制度完备、模式创新、高质安全”的数据要素市场体系和市场化配置改革先行区。
一是坚持高位推进，加强统筹协调能力。充分发挥省委、省政府以及各级数字政府改革建设领导小组的高位推动及统筹协调作用，指导督促各地各部门落实数据共享主体责任。健全数据安全工作协调机制，推进数据领域国家安全体系和能力现代化。充分发挥全省各地各部门推进数据要素市场化配置改革工作的主动性和创造性，加强组织协调，明确责任分工，制定实施方案，确保各项任务落实到位，形成省市一体化、全省“一盘棋”的数据要素市场化配置改革的强大合力，推动改革工作行稳致远。
二是坚持安全发展，提升风险防控能力。健全数据分类分级、审批流程、存储、传输、使用等重点环节的监测预警、应急处置、容灾备份及恢复机制。依法建立数据主体授权第三方使用数据的机制，推动数据主体涉及商业秘密、个人信息和隐私的敏感数据或者相应证照授权使用。落实网络安全等级保护要求，部署自主可信的数据平台，完善云平台在不同业务之间的安全隔离，完善电子政务身份基础设施建设，探索构建安全支撑平台，持续提升可信基础设施的安全防范能力。强化数据流通交易安全支撑能力，实现数据流通交易全程留痕、安全可控。支持相关组织机构在数据安全风险评估、防范、处置等方面开展协作。
三是坚持多措并举，提高市场监管能力。健全有关部门协同监管机制，压实属地监管责任。组织开展数据流通关键过程监控、安全审计和合规性审查，建立风险监测、评估、预警和处置等风险控制机制，加强对核心数据、重要数据、商业秘密、个人信息的识别和流通监管，打击数据垄断、数据不正当竞争行为。运用人工智能、大数据、区块链、隐私计算等新型技术，完善全省统一的数据流通交易监管平台，并纳入省域治理“一网统管”体系，促进监管信息共享和业务协同。畅通行业组织、第三方专业服务机构、媒体、利益相关主体和消费者等共同参与的社会监督渠道，对数据流通交易活动进行多种方式的监管。强化监督评估，加强数据要素市场化配置改革情况跟踪分析，定期开展工作进展情况评估，及时优化调整，推动工作落实。
四是坚持人才优先，强化综合保障能力。持续优化“政数学院”品牌，坚持“储备人才、学练结合、服务基层、指导实践”的原则，充分整合省内高校、信息化龙头企业和全省政数系统人才资源，通过开展常态化培养，建设结构科学、素质过硬、持续发展的数字化人才资源池，为支撑各地各部门数字政府和数据要素改革储备力量。充分发挥广东数据发展联盟、数字政府建设产业联盟及数字政府网络安全产业联盟作用，整合政企学研力量，在人才培养、技术创新、场景落地等方面提供支撑。统筹数字政府改革相关经费，做好数据要素市场化配置改革资金保障，积极稳妥引入社会资本，在产业数字化转型、数字产业化发展和政企数据融合应用等方面发挥作用。
新时代构建新发展格局，广东要立足新形势下粤港澳大湾区和深圳中国特色社会主义先行示范区“双区”发展优势，以粤港澳大湾区为主平台，深入推进数据要素市场化配置改革，打造国内领先的数据权益保护高地，畅通国内大循环，并以国内大循环为基础更好参与国际大循环，着力打造全国数据要素市场化配置改革先行区，为广东全面建设中国式现代化提供更有力支撑。
构建一个统一公平、竞争有序、成熟完备的数据要素市场体系，离不开完善的数据权益保护机制，要积极将广东打造成为国内领先的数据权益保护高地。
一是充分发挥市场在资源配置中的决定性作用，更好发挥政府作用，着力优化鼓励创新的制度环境，强化企业创新主体地位，激发人才创新创造活力。
二是扩大数据要素市场化配置范围和按价值贡献参与分配渠道，推动数据要素由市场评价贡献、按贡献决定报酬，按照“谁投入、谁贡献、谁受益”的原则，着重保护数据要素各参与方的劳动收益，促进劳动者的贡献和劳动报酬相匹配，强化基于数据价值创造的激励导向。
三是建立健全公共数据资产收益分配机制，完善数据要素收益的再分配调节机制，让各类组织和个人更好共享共用数字经济发展成果。
作为国内改革开放的前沿地区，广东具有经济实力雄厚、数字政府改革建设体制机制完善以及“双区”驱动优势，要力争将广东打造成为数据要素全国统一大市场的核心枢纽。
一是充分发挥“双区”经济实力雄厚、质量效益领先的优势，率先构建数据要素驱动经济社会高质量发展的体制机制，优化政策环境，畅通经济循环通道，形成全省全域参与数据要素市场化配置改革、“双区”引领带动全省全域发展的格局。
二是进一步优化供给结构，以高质量供给引领和创造新需求，以场景创新为牵引，加快全面数字化发展，催生新产业、新业态和新模式，激活制造业、商业、金融等重要领域的数据潜能，打造具有国际竞争力的数字产业集群，推动产业基础高级化和产业链供应链现代化，提高产业现代化水平，打造新兴产业重要策源地、先进制造业和现代服务业基地，推动建设更具国际竞争力的现代产业体系。
三是通过深化数字政府改革建设，在数据共享、开放、应用及体制机制上大胆探索，创新高效便民利企的数据应用服务，提升公共服务、社会治理等数字化、智能化水平，让各行各业和广大企业群众都享受到数据要素市场化配置改革带来的巨大红利。
基于广东外向型经济产业积累及粤港澳区位优势，要努力将广东打造成为国内国际数据要素战略链接点。
一是充分发挥“双区”的改革开放试验田和窗口作用，强化粤港澳大湾区对外开放水平高的综合优势，大力推动与港澳经济运行的规则衔接、机制对接，并依托“双区”规则软联通和设施硬联通优势，开展数据交互、业务互通、监管互认、服务共享等方面交流合作，积极参与数据流动、数据安全、数字货币、数字经济税收等国际规则和数字技术标准制定。
二是探索建立包容共享、和而不同、先进适宜的数据规则制度，合作推进高质量、可持续、普惠型的数字贸易基础设施建设，推动省内供给同国内强大市场需求高效适配，加快融入数据要素国内统一大市场。
三是以“双区”数据要素循环畅通带动全省更好参与国际循环，推动稳住存量市场同时开拓多元化国际市场，深度对接国际经贸体系，有效利用国内国际两个市场两种数据资源，更高水平参与国内国际双循环。
来源：广东数字政府研究院
【END】电话：400-123-4567
传 真：+86-123-4567
手 机：13800000000
邮 箱：admin@eyoucms.com
地 址：广东省广州市天河区88号
