叶雅珍1,2 朱扬勇1,2,3

（1. 复旦大学计算与智能创新学院，上海 200438；2. 上海市数据科学重点实验室，上海 200438；3. 上海数据研究院，上海 200011）

DOI:10.11959/j.issn.2096-0271.2025044

引用格式：

叶雅珍, 朱扬勇. 数据生产的创造性劳动的几种可能类型[J]. 大数据, 2025, 11(4): 17-29.

YE Y Z, ZHU Y Y. Several possible types of creative labor in data production[J]. BIG DATA RESEARCH, 2025, 11(4): 17-29.

2015年国务院印发的《促进大数据发展行动纲要》指出：引导培育大数据交易市场，加快建立大数据市场交易标准体系。近10年来，全国建立各类数据交易场所近百个，足见各地政府的重视程度。然而，各地数据交易场所的建设尚未形成繁荣的数据市场，反而大量数据交易场所面临着自身的生存危机。另外，市场对数据的需求巨大，大量数据流通交易处于灰色甚至黑色地带。主要原因之一是市场监管体系尚未建立，数据的灰色甚至黑色市场盛行，导致劣币驱良币。加快、加强数据市场监管体系建设不仅不会限制数据市场的发展，反而是推进数据市场发展的关键手段。有效的数据市场监管体系将打击无序、非法的数据灰色/黑色市场，促使数据流通、流动、交互、交易等合法化，使庞大的数据市场浮出水面。因此笔者建议探索构建数据市场监管体系，推进合法有序的数据统一大市场形成。

1 当前数据市场存在的问题

（1）数据要素的合法来源问题

任何主体使用、加工、转移数据，都应该有合法的数据来源。数据可以通过主体自己生产、与他人合作生产、市场购买等多种合法途径获得。然而，实际情况是为了节约成本，大量主体通过爬取、未经授权采集、非法交易、非法复制等方式来获取数据。这些主体对通过低成本方式获取的数据进行复制、转移、加工，再以极低价格使其进入地下（灰色甚至黑色）市场。这种行为极大地打击了正规数据生产加工及应用的相关企业，一方面形成了劣币驱良币的局面，另一方面数据流通脱离市场监管必然导致混乱无序的局面，严重的还会造成国家数据安全风险。这需要在市场端监管所有主体数据来源的合法性，从根本上打击数据要素的非法流通。

（2）数据产品合法生产问题

数据产品生产再生产时，除了需要数据要素来源合法合规外，还需要生产制造商在生产数据产品时严格遵守国家的各类法律法规和标准要求，具备数据合规、质量控制、数据安全等技术能力，取得相应的数据产品生产资质，特别是一些涉及国家安全、市场秩序、个人隐私等特定行业领域的数据，更需要专门获得相关部门的数据生产制造授权许可。因此需要建立数据产品标准、规范数据产品制造加工主体，使数据产品生产和流通有标准、有规范，推进数据市场健康有序发展。

（3）数据要素市场和数据产品市场问题

经济学认为要素市场和产品市场是市场体系的核心组成部分，是两大类不同的市场。绝大部分实物商品的交易能被清晰地划归到要素市场交易或产品市场交易。然而，一个数据商品既可以作为终端（消费品），也可以作为生产投入品，即一个数据商品既可以在产品市场交易，也可以在要素市场交易。不同的市场交易标的、交易规则完全不同。当前两个数据市场处于重叠混乱状态，监管规则适用性差，导致监管困难。因此需要针对不同数据市场，建立相应的监管体系，从而保障数据市场健康发展。

2 市场监管的着力点

（1）从源头监管

监管机构应从源头就开展监管，确保数据的来源合法。不论是企业自己生产的数据，还是通过合法购置方式获取的数据，都应符合国家法律法规和行业标准。这包括对数据采集过程的合规性审查，要求企业在采集个人或企业数据时获得合法授权，遵守隐私保护相关法律，如《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等。同时，监管还需建立数据来源溯源机制，防止非法数据源流入市场，保障数据的真实性与合规性，维护数据市场秩序。数据知识产权是一个很好的抓手。

（2）发展规范的数据工厂

数据产品作为数字经济的主要投入品和产出品，其生产制造需要规范的数据工厂。首先，需要建立数据产品标准和质量标准，数据产品需要依照标准进行生产制造，而数据工厂作为数据产品生产制造主体，需要获得相应的数据生产资质和许可，同时需要具备相应的技术能力、数据安全保障体系及合规管理制度，确保在数据生产、清洗、加工和分析等环节中遵循数据产品标准和质量标准。

监管机构应建立健全审查和定期检查机制，确保数据工厂的运作符合行业规范，严格控制数据在生产加工过程中的泄露和滥用风险，鼓励形成数据知识产权。

（3）数据产品监管

监管部门需对在市场上流通的数据产品进行监管，特别是要对数据产品的质量提出要求并进行检测，应重点关注数据产品的质量体系框架建设，以确保数据产品的合规性、可溯源性。此外，监管部门需要推动建立数据产品的质量评估和认证体系，通过专业机构对数据产品进行质量检测，确保数据产品的可靠性与市场信任度。

（4）数据流通监管

在当前数据产权体系不健全的情况下，需要加快数据知识产权的流通，探索相应的数据知识产权流通监管体系；同时，也应逐步探索一般性数据流动和数据交易市场的监管。

（5）数据用途监管

数据用途监管重点在于确保数据的合法使用，防止数据滥用、非法交易或超范围使用。监管部门需建立完善的数据使用合规评估机制，对数据的使用场景、目的和范围进行严格监管，确保数据仅在合法合规的业务范围内流通。同时，监管应加强对敏感数据的使用限制，防范可能引发的隐私侵犯、数据垄断等问题，保障个人和企业的合法权益。

3 建议

笔者建议从以下几个方面着手建立有效的数据市场监管体系。

（1）建设“数据合法来源存证登记中心”

任何市场主体都需要阐述数据的合法来源，这是数据市场健康发展的前提。当前，国家数据局开展数据资源登记，迈出了有意义的一步。进一步，需要对各主体的数据合法来源进行存证登记。可以采取试点先行、逐步推广的实施路径，优先在一些数字化基础扎实、数据要素活跃的地区开展该中心建设工作，如选择在京津翼、长三角、粤港澳大湾区等有数据先发优势的地区进行建设探索、积累经验，待时机成熟后向全国其他地区推广。

（2）分类建设数据产品标准体系

为了促进数据产品标准化生产和使用，需要按数据产品种类、用途和价值等维度来构建数据产品标准体系，如按照金融、医疗、零售等行业应用场景进行分类等；建立数据产品的质量标准体系、标识和认证体系、合规性标准等数据产品标准体系。

（3）建设数据工厂生产数据产品资质体系

作为数据产品的生产主体，数据工厂资质体系的建设至关重要，以确保数据产品的生产过程符合规范并且具有合法合规性。建设数据工厂资质体系主要包括数据工厂的生产数据产品资质、技术能力评估、完备的数据安全保障体系，以及数据产品质量管理能力。

（4）建设数据市场质量监督管理体系

为了能更好地保障数据产品在市场中的流通质量，确保其符合相关法律法规和质量标准，需要建立市场监管机制，在原有市场监督管理局下设专业数据产品监管部门，定期对数据市场中的数据产品进行创造性审查、质量检查、合规性审查、认证监督等；构建数据产品追溯体系、第三方质量评估和知识产权审核机构等，以及违规处罚机制和合法保护机制；特别要开展应用场景确认、数据产品管理、质量需求描述、质量维度选择、评估模型及方法建立和数据产品质量监控6个方面的建设工作。

作者简介

叶雅珍，女，博士，复旦大学计算与智能创新学院教师，上海市数据科学重点实验室数据资产研究室主任，复旦大学数据产业研究中心主任助理，上海数据研究院特聘研究员，浙江省数据知识产权研究基地智库专家。专著《数据资产》作者，在数据资产研究与实践方面创新地提出“数据资产化框架”“数据产品运营的两阶段授权模式”“盒装数据产品形态”“数据交易的标的形态及其权利授予体系”“基于测度空间的数据资产量化定价模型”等。主要研究方向为数据科学和数字经济，近期主要研究方向为数据资产、数据知识产权、数据流通和数字化转型等。

朱扬勇，男，博士，复旦大学计算与智能创新学院教授，复旦大学数据产业研究中心副主任，上海数据研究院学术副院长。《大数据》期刊编委会副主任，农业大数据产业技术战略联盟副理事长兼首席科学家，大数据协同安全国家工程研究中心室副理事长。国际数据科学倡导者，提出数据界和数据学、特异群组、数据自治、数据资产、数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》《数据资产》等专著，《大数据技术与应用丛书》主编、《大数据资源》和《大数据技术》主编。主要研究方向为数据科学和数字经济，近期研究重点为数字化转型、数据财政、数据资产、数据自治与数据跨境等。

声明：本文来自大数据期刊，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。