不同来源的数据存在差异，缺乏国家标准，使得数据在跨行业、跨领域流通时面临兼容性和互认性问题，增加了数据整合的难度和成本，从而影响数据价值的充分发挥。数字经济时代，要让数据“流得动、用得好”，国家数据标准体系呼之欲出。

　　近日，国家发展改革委、国家数据局、中央网信办、工业和信息化部、财政部、国家标准委联合印发《国家数据标准体系建设指南》（下称《建设指南》）。其中提到，计划到2026年底，从基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分，基本建成国家数据标准体系。

　　“《建设指南》构建了一个统一、高效和可持续的数据标准体系，强调以应用牵引为导向，鼓励在数据标准制定和实施过程中注重创新和实践，这将有助于推动数据标准与实际应用场景的紧密结合，提升标准的实用性和有效性，继而推动数字经济发展。”受访专家表示。

数据价值释放需标准促成

　　数据作为新型生产要素被明确提出已有些时日，但数据作为生产要素的价值释放仍不充分。北京市社会科学院副研究员王鹏告诉记者，缺乏统一的数据标准确实是导致数据供不出、流不动的一大因素。不同来源的数据在格式、质量等方面存在差异，缺乏标准使得数据在跨行业、跨领域流通时面临兼容性和互认性问题，增加了数据整合的难度和成本，从而限制了数据的流通。

　　知名经济学者、工信部信息通信经济专家委员会委员盘和林对记者表示，数据供不出、流不动的因素很多，缺乏国家标准是其中一个因素。当前数据标准存在的问题，在于制定标准者和数据流通的实际情况有所脱节，因为数据应用是多元复杂的领域，标准不适合新数据场景的情况时有发生，应通过立法和实践的相互协调，探索出一套完善的数据要素流通规则体系。

　　中伦律师事务所合伙人刘新宇在接受记者采访时表示，缺乏国家标准可以说是数据供不出、流不动的因素之一。在法律层面上，数据流动交易的前提之一是数据本身权属明确，否则数据流动交易的双方均存在法律风险。此外，“数据流动的具体方式是否适配双方的系统与业务模式”“如何在交易中对数据进行估值定价”等问题也是实践中可能存在的难点，这些都会给数据流动带来阻碍。

　　“目前较多被提及的国家标准还是与安全相关的标准，例如《数据安全技术数据分类分级规则》《信息安全技术人脸识别数据安全要求》等。就数据标准建设而言，因为标准的制定本身需要一定的周期，所以相较于最新的业务实践往往有一定的滞后性。”刘新宇指出。

　　王鹏也认为，由于不同行业、不同企业之间的利益诉求存在差异，标准制定过程中的协调和统一存在难度。标准的实施和推广需要投入大量的人力、财力和时间，对于一些中小企业来说，可能存在经济负担和实施难度。随着技术不断发展和应用场景不断变化，数据标准也需要不断更新和迭代以满足新的需求。然而，标准的更新和迭代可能面临技术和组织上的挑战。

体系化构建国家数据标准

　　为了数据“供得出、流得动、用得好”，《建设指南》提出计划到2026年底，基本建成国家数据标准体系，围绕数据流通利用基础设施、数据管理、数据服务、训练数据集、公共数据授权运营、数据确权、数据资源定价、企业数据范式交易等方面，制修订30多项数据领域基础通用国家标准，形成一批标准应用示范案例，建成标准验证和应用服务平台，培育一批具备数据管理能力评估、数据评价、数据服务能力评估、公共数据授权运营绩效评估等能力的第三方标准化服务机构。

　　具体来看，《建设指南》中数据标准体系结构包括基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分。其中，基础通用标准包括术语、参考架构、管理、服务、产业等，支撑标准体系结构中其他部分；数据基础设施标准以现有相关标准为主，强化基础设施互联互通、算力保障和流通利用标准建设，为数据资源、数据技术、数据流通、融合应用提供支撑。

　　数据资源标准聚焦基础资源、开发利用、数据主体、数据治理和训练数据集，为数据资源高质量供给提供标准支撑；数据技术标准聚焦数据汇聚、处理、流通、应用、运营、销毁等技术，为数据生命周期提供技术标准支撑；数据流通标准聚焦数据产品、确权、资源定价、流通交易等环节，为数据有序流通提供标准支撑；融合应用标准聚焦《“数据要素×”三年行动计划（2024—2026年）》重点行业领域，为行业领域数据管理应用、数字化水平评价、数据服务能力评估、转型成效评价等融合应用提供标准支撑；安全保障标准包括数据基础设施安全、数据要素市场安全、数据流通安全等，为标准体系建设提供合规保障。

　　刘新宇表示，《建设指南》结合数据利用的各个方面，相对全面地列举了需要建立数据标准的领域。依据这一指南，数据标准的制定可以更为完整与体系化。如果这些标准得到行业广泛的认可与接受，形成行业惯例，那么也有可能促进与之相关第三方标准化服务机构的繁荣。

　　王鹏指出，指南从基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等7个部分构建了一个统一、高效和可持续的数据标准体系。同时，指南还提出到2026年底基本建成国家数据标准体系的目标，具有前瞻性和指导性。指南强调以应用牵引为导向，鼓励在数据标准制定和实施过程中注重创新和实践，这将有助于推动数据标准与实际应用场景的紧密结合，提升标准的实用性和有效性。标准化的数据管理为数字经济发展提供坚实基础，将推动数字经济健康、快速发展。

（文章来源：国际金融报）