研究速递 | 场景驱动：面向新质生产力的数据要素市场化配置新机制

       摘要：数据已成为推动新质生产力培育和高质量发展的关键新型生产要素。然而，数据要素与应用场景的有效融合问题成为制约其市场化配置的主要瓶颈。本研究探讨了数据要素市场化配置的理论逻辑、共创生态与过程机制，提出通过超越传统线性思维，运用场景思维实现多元主体共建生态、提升数据要素市场化和价值化效能，从而赋能各行各业发展新质生产力。

　　结合国家政策背景和实践案例，基于场景驱动创新理论，提出了场景驱动数据要素市场化配置的理论内涵、典型特征和共创生态构建原则。进一步地，以深圳数据交易所的实践探索为例，提炼了场景驱动数据要素市场化配置的CDM （Context—Data—Match） 新机制，梳理了如何通过多维场景驱动的数据要素市场化配置新模式，加快数据要素的市场化流通、场景化应用和乘数效应释放，为推动数字产业化与产业数字化协同发展、加快发展新质生产力提供理论与实践启示。

　　一、引言

　　数据要素作为一种边际成本基本为零、可复用、非排他性和广域渗透的新型生产要素，已广泛融入生产、分配、交换、消费等各个环节，成为企业、产业、区域和国家高质量发展的基础性、战略性资源。数据要素的高效配置成为释放数据要素价值、打造国际竞争力的数字产业集群和做强做优做大数字经济的核心战略议题。《“十四五”数字经济发展规划》指出要“坚持以数字化发展为导向，充分发挥我国海量数据、广阔市场空间和丰富应用场景优势，充分释放数据要素价值，激活数据要素潜能”。2022年12月，《关于构建数据基础制度更好发挥数据要素作用的意见》围绕如何建立和健全关于数据要素基础制度体系提出了全面规划指导。2023年10月，国家数据局正式揭牌，并提出要研究实施“数据要素X”行动，从供需两端发力，推动数据要素与其他要素结合，催生新产业、新业态、新模式、新应用、新治理，为发挥数据要素乘数作用，促进数字经济发展和加快培育新质生产力提供了有力的制度赋能。2024年1月31日，习近平总书记在主持中共中央政治局第十一次集体学习时强调要加快发展新质生产力，扎实推进高质量发展，并指出“要健全要素参与收入分配机制，激发劳动、知识、技术、管理、资本和数据等生产要素活力”，为加快数据要素市场化配置、激活数据要素，赋能新质生产力加快发展指明新方向、提出新要求。

　　我国不缺乏数据基础，但有效数据供给不足，数据难以应用于场景和向新质生产力转化，其瓶颈是缺乏围绕多元场景中的复杂综合性需求而开展的产业数据系统性规划与机制创新，数据要素与场景需求难以融合，海量冷数据难以转化为多维场景所需的高价值知识及知识支撑的决策。在此背景下，如何促进数据要素高效市场化流通和场景化应用，实现数据产业化和赋能新质生产力加快发展的价值，成为推动数据要素市场建设需要解决的关键核心难题。目前，关于数据要素市场化配置的研究主要从价值内涵、数据权属、价值实现过程、数据基础设施等不同角度展开，但主要从数据本身出发，探讨技术和制度驱动下的要素价值创造过程，缺乏对场景这一重要和核心要素及其驱动机制的关注，难以突破数据、技术、场景融合的理论和实践瓶颈。

　　场景驱动创新范式是数字经济时代的新兴范式，关注多元主体在场景中的复杂综合性问题和需求，能够将创新链和产业链相结合，提供完整具体的场景任务清单与综合适配的解决方案，更适应数字经济多变复杂的情境特征，因而能够为突破场景与数据难匹配瓶颈，推动多元主体、全要素协同参与解决场景问题提供重要突破口。现有关于数字经济和场景驱动相关的研究大多以“产业数字化”和“数字产业化”为背景，从数据要素、数字技术与场景之间的互通共促的关系展开。一类研究聚焦于场景对数据要素和数字技术的研究。例如，尹西明等提出了“产业数字化动态能力”的概念，认为企业应当从多元化应用场景入手，提高数字化场景整合能力，进而推动产业数字化技术能力和管理能力双核协同，培育强势的产业数字化动态能力，阐明了场景驱动创新在企业数字化转型中的重要作用。尹本臻等指出数字经济时代场景探索存在滞后问题，应当加大场景创新的探索力度，并通过场景创新促进产业数字化和数字产业化。

　　另一类研究聚焦数据要素和数字技术如何赋能场景挖掘和构建。例如，钱菱潇等基于具体的绿色创新场景探讨了如何应用新兴数字技术打造场景内容，实现数字经济与绿色发展的协同增效。邹波等提出了数字经济场景化创新，强调了数据要素对场景化创新的支撑作用以及数字技术对场景化创新的驱动作用。在数字产业化的过程中需要将数据要素转化为场景生产力，进而创造和孵化场景；而产业数字化要将数据要素及数字技术应用于场景，充分释放数据的要素价值，提高场景效率。数据、技术、场景的融合是探究数据要素市场化配置的前沿问题。将前沿的数字技术和“国家—区域—产业”的重大需求场景紧密结合有利于进一步拓展技术的应用领域，进一步催生更符合人民福祉的需求。但现有研究更多的是单独讨论数据要素，或者从数字技术的视角出发，探讨场景应用中的数字技术与数字技术驱动的场景创新，鲜有学者结合场景驱动创新探讨其如何助力数据要素市场化配置和赋能新质生产力涌现。

　　与此同时，海量数据与丰富场景的融合已成为国家层面共同关注的实践议题。2022年7月，科技部等六部门印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》的通知，明确以场景创新为抓手，提升人工智能场景创新能力，加快推动人工智能场景开放，加强人工智能场景创新要素供给，第一次将场景创新写入中央政府文件并上升到国家战略层面，这成为场景驱动的数字经济高质量发展的里程碑事件。2024年《政府工作报告》提出要“健全数据基础制度，大力推动数据开发开放和流通使用”。

　　在此背景下，探讨场景驱动的数据要素市场化配置既具备理论研究的前沿特征，又符合新时代推动数据要素开发开放和流通使用，更是加快发展新质生产力的战略要求。因此，本研究针对新质生产力背景下数据与场景难融合的现实瓶颈问题，以及现有研究存在的缺口，通过将场景驱动创新理论引入“收—存—治—易—用—管”的数据要素全生命周期管理过程，探究场景驱动数据要素市场化配置的核心特征，进一步解析数据要素的价值共创生态和过程机制。并结合深圳数据交易所等典型实践探索，提炼多维场景驱动的数据要素市场化配置新模式—CDM机制（Context—Data—Match）。本文为释放数据要素红利，推动数字产业化与产业数字化协同发展，助力加快发展新质生产力，扎实推进高质量发展提供了重要的理论与实践启示。

　　二、场景驱动数据要素市场化配置的理论逻辑

　　（一）场景驱动数据要素市场化配置的理论内涵

　　场景思维是企业商业模式创新的重要手段，在管理领域最早且广泛应用于营销，江积海等基于场景创新的视角分析了用户、产品、运营场景化的价值创造动机和机理，解构中国情境下零售企业商业模式场景创新过程及价值创造路径。大数据、人工智能、区块链等数字技术的发展为创新提供了新的基础，但仍然存在技术成果转化慢、迭代难、“卡脖子”等难题。基于此，尹西明等提出了场景驱动创新理论，认为组织在战略和使命的牵引下出发瞄准场景中的综合性需求，不仅需要从需求侧出发运用特定技术解决现有问题，也要从现有场景和未来场景中反向拉动供给，推动关键核心技术突破和新技术迭代。在数字经济时代，场景作为企业和用户持续交互的载体，通过对用户情感和行为分析，推动企业的商业逻辑向技术开发、产品设计和用户价值与场景匹配转变，以充分发挥数据与场景的双重价值倍增效应。

　　基于场景驱动创新的理论，学者们已经从不同场景维度结合具体的场景需求，探究场景驱动创新的实践路径。例如，孙艳艳基于冬奥实践，结合冬奥会的场景需求提出了北京国际科技创新中心的建设举措；俞鼎等分析人工智能与场景驱动创新的互动关系，指出责任鸿沟是人工智能场景创新的核心伦理问题，并明确解决对策。这些研究表明场景对于数字经济时代推动要素创新、释放要素价值的重要作用。然而，现有学者尚未能够结合数据要素市场化配置的多维场景问题，探讨场景驱动数据要素市场化配置的过程机制。

　　本文以场景驱动创新为理论基础，针对数据要素市场化配置的相关理论研究缺口以及缺少场景设计、难以有效激发市场价值活力的实践瓶颈问题，进一步提出并探讨场景驱动数据要素市场化配置的理论机制、典型特征，并论述如何基于场景驱动构建数据要素市场化的共创生态，推进数据要素市场化和价值化的过程机制。

　　具体而言，场景驱动的数据要素市场化配置理论强调数据要素市场的多元主体应充分结合国家和区域的发展实况和相关场景，在使命的驱动下因地制宜地构建数字基础设施，从而发挥海量数据的规模优势，充分释放数据生产力，实现数据要素赋能新质生产力的多维价值释放。数据要素市场化配置的主体包括政府、企业、数据交易平台、个人等，承担“收—存—治—易—用—管”等多重功能，需要数据创新人才、数据基础设施、数据相关制度等多要素协同发展。不同应用场景下所使用的数据类别层级不同、参与数据要素市场化配置的主体不同、所面临的核心问题也存在差异。因此，需要数据交易主体结合具体的应用场景，瞄准特色场景下数据要素市场化配置过程中的个性需求，识别场景中的痛点问题，进而明确场景设计的重点任务和建构方案，推动数据要素在配置过程中多层次、多主体、多功能以及多要素的融合，最终实现创新应用。

　　（二）场景驱动数据要素市场化配置的典型特征

　　场景驱动的数据要素市场化配置具有统筹整合、精准配置、快速转化和跨场景应用的多元特征。

　　1.统筹整合

　　场景驱动创新符合使命驱动的创新理论，重视使命和战略的引领，对场景需求和任务痛点的识别能力更强。在战略指引下，数据要素的供给和分配更具统筹性。以“低碳减排”这一重大场景应用为例，需以“双碳”目标为使命牵引，既要解决降碳问题，又要协同保障经济高质量发展；在通过数字化手段转型发展的同时也要降低数据基础设施的碳排。基于此重点任务，在“双碳”目标下，数据要素市场化配置应当充分发挥政府、产业、企业和个人的主体作用，充分收集来自各级部门、各类格式、不同时空维度类型的数据，实现全量存储、全面汇聚、高效治理、全场景应用的数据要素价值化流程。场景驱动创新强调统筹整合，需要不同创新主体共同参与，在保证数据安全的情况下共享数据，协同研发，共同破解数据融通难的问题。

　　2.精准配置

　　在场景驱动下，要素配置的目标任务和需求分解更为准确。一方面，场景构建、核心问题识别、具体任务设计由数据要素提供具象化支持；另一方面，数据要素服务于场景，最终拉动技术的创新应用。二者协同，数据要素配置更精准。如新华三集团开展了以交通拥堵为导向的数据治理，在这一过程中实现了“只需调用和融合出行数据，而无需融合每一辆车的数据”，诠释了在场景驱动下数据要素的配置“用哪治哪”“治哪融哪”的精准性原则。

　　3.快速转化

　　场景驱动数据要素市场化配置和价值释放要求数据与需求、愿景、使命间建立更紧密的对接，并实现更顺畅的数实融合和数据的快速应用。在场景驱动创新范式下，需求是场景生成的原动力。因而，数据要素价值化的前提是准确识别把握场景的复杂综合性需求问题。如博世底盘控制系统的南京工厂数字孪生平台在建设之初就面向实现全链数字化的场景。在此基础上，面向场景需求实现数据向生产力的低成本和快速转化。平台深度融合了智能工厂运营中涉及到的人、机、料、法、环各环节，采集工厂内部边缘侧的各类工业数据，打通各种数字化系统间的数据管道，并借助超宽带UWB等技术获取人员和物流设施的实时位置，提升了工厂运营关键指标，树立了中国工业4.0的标杆。

　　4.跨场景应用

　　在场景驱动下，数据要素的市场配置不仅以实现单一应用为目的，更应该全面提升数据效能，促进数据流通，使得其能被更多场景应用。以京东方为例，依托显示终端的应用场景，京东方建立了“1+4+N+生态链”的发展架构，聚集1个技术策源地——半导体显示，围绕“物联网、传感、MLED、智慧医工”4条主场景，实现了数据的跨场景互通共用，同一类数据可面向智慧城市、智慧零售、智慧医工、智慧金融、工业互联网等N个场景问题提供多元化、差异化、精准适配的解决方案，大大提高了数据和场景融合的效能。

　　（三）场景驱动数据要素市场化配置的共创生态

　　尹西明等学者提出了数据要素价值化生态的基本框架和建设原则，但是相关研究忽视了场景在数据要素市场化配置中的重要作用，难以有效解决数据与场景融合的难题。因此，本文从场景驱动的理论视角梳理了数据要素市场化配置的价值逻辑，进一步构建统筹数据发展与安全、融入场景的数据要素市场化配置的创新生态（见图1）从创新再到场景驱动，最终走向生态时，各方都需参与数据要素生态的共享共创，而并非单独一方完成所有职能，数据从所有权到运营权，再到使用权在让渡和交易的过程中包含大量不同环节，需要多元角色参与构建场景驱动数据要素市场化配置的共创机制。

　　图1 场景驱动数据要素市场化配置的共创生态架构

　　场景驱动数据要素市场化配置既符合场景驱动的内涵特征，又包含数据要素市场化配置的理论实践，其核心在于以“公共—产业—企业—用户”等不同维度场景下数据要素市场化配置的重点和痛点为抓手，由数据源出方、数据“收—存—治—易—用”的各个主体共同构成数据要素市场化配置的生态底座，由数据监管主体发挥顶层设计与监管功能，保障数据要素安全交易，顺畅流通。其中，政府、企业、个人等作为数据源供给海量数据；数据交易所、企业、数据交易中心等在“收—存—治”阶段发挥主要作用，共同将数据激活，转变为知识状态；数据交易所、企业、各级政府、个人等结合场景需求与痛点参与数据的交易和使用过程，充分激活数据的场景价值；政府、标准机构、受托监管机构等在此过程中承担监管职能，保障数据交易流通。通过多元主体的生态价值共创精准打通数据要素市场化配置“收—存—治—易—用—管”的各个核心环节，最终实现生态价值共创。

　　现有数据要素市场化配置以场外点对点交易为主，数据要素的场外交易比例远大于场内交易比例，企业参与场内交易动力不强、动机不足、机制不清。然而场外交易需要数据供给方与需求方点对点或者多方撮合交易，存在对接难、交易标准分散、交易匹配性差的难题，需以明确的场景问题为支撑。因此，需进一步激活场内交易。在此过程中，强化数据交易所在数据要素价值化共创生态中的主导地位并发挥其场景—数据匹配作用，引导多元数据交易主体进一步参与场内交易并激活数据要素市场化配置的生态共创机制。

　　（四） 多维场景驱动数据要素市场化配置的过程机制

　　1.公共场景

　　面向公共维度的多元场景推进数据要素市场化配置，需要以经济社会的可持续发展为使命，面向国家和民生发展的重大场景需求。公共场景使用教育医疗、水电煤气、交通通信等公共数据，具有一定公益属性，主要由公共企业事业单位运营，如上海市和福建省通过成立数据集团支持本地公共数据运营。公共数据的配置具有明确的授权机制，其难点不在于确权，而在于如何瞄准智慧城市、智慧教育、智慧医疗、智慧交通等公共场景的流程痛点，打破数据在“政—企—民”间的信息孤岛和数据分割，以数据赋能公共场景搭建落地。在公共场景中，主要由政府及公共事业单位产出数据源，由数据交易所、数据交易中心、数商企业、城市大脑等相关数据基础设施作为数据收集、存储、治理的主体，最终交由政府和公共事业单位交易使用，并在此过程中由政府、标准机构、受托监管机构全程监管数据要素市场化配置的过程，实现数据交易合规合法。

　　以智慧城市为例，智慧城市是全局优化的过程，重在以城市居民为中心，打通数据壁垒，实现高密级数据可用不可见，低密级数据对居民开放可视化。杭州城市大脑以交通领域为突破口，利用数据改善城市交通，如今已覆盖警务、交通、文旅、健康等11大系统和48个应用场景。通过“一张网”“一朵云”“一个库”“一个中枢”“一个大脑”，拉动数据在市、区、部门间流动，在中枢、系统、平台、场景中互连，在政府与市场中互通。杭州城市大脑通过全面打通各类数据和场景，破除信息壁垒和数据孤岛，实现经济最优、治理最优、民生最优的公共场景全局优化。

　　2.产业场景

　　面向产业维度场景开展数据要素市场化配置，需要充分链接融通和激活产业供应链上下游的数据要素，面向智慧家居、智能制造、智慧零售、智慧居住等多元产业场景，解决产业的共性问题和需求痛点，在此基础上，把握产业发展的前瞻性趋势，以数据赋能传统产业转型升级和新产业的培育、新业态的激活。在产业场景中，数据要素配置的重点和难点在于数据的收集、流通和使用。首先，产业数据来源广、数据量大且数据权属不清，这为产业数据的收集带来很大难度。其次，产业链上下游间在有利益竞争关系时如何开放和交易数据促进数据的流通也是一大难点。最后，如何使用数据切实解决产业数据价值化的痛点和需求是产业维度数据要素价值化的重点。产业场景由产业链上下游所有企业和用户作为数据源，主要使用产业的单个企业数据、企业间协作以及用户产生的数据。由企业、数据交易所、数据交易中心等作为数据要素市场化配置的主体，最终解决产业痛点，盘活产业数据资产。

　　以智慧居住产业为例，贝壳植根于产业场景本身，针对“假房源”的产业场景痛点，将房地产领域这种非标长周期的、复杂性的服务解构为20余个标准化的数据场景环节。企业借助人力、数字技术和工具系统在不同的环节交由不同的人员来处理，如交易员、带看员、录VR和AR视频的人员等，并对他们进行不同的教育，通过实行类似于贝壳分的信任激励机制，使得房地产中介的经营过程变成了标准化数据支撑的服务过程。借助收集的门牌号码、户型、朝向、区位条件等多维数据，贝壳找房以真实房源数据搭建楼盘字典，沉淀数据资产，打通多元服务居住场景。与此同时，不断迭代升级技术与设备，以楼盘字典live让楼盘数据活起来，实现了VR采房、VR看房和AI讲房的智慧新居住模式，真正在场景驱动下激活了房源数据价值，颠覆了产业潜规则，有效驱动居住行业的数字化转型，实现产业数字化和数字产业化的高效协同，构建中国居住服务的新生态。

　　3.企业场景

　　数据要素面向企业维度的多元场景推进市场化配置的过程，需瞄准企业运行的各个场景，如研发、生产、采购、销售、管理、财务等，重在激活整合企业内部及与外界交易的数据，场景驱动的核心在于用数据赋能企业业务增长和组织运行的重要环节。企业场景主要使用企业数据，其更加灵活，企业可自行决定、自行管理或授权第三方企业开展数据要素市场化配置。由于企业所处的行业、自身体量，开展的业务存在差异，数据要素市场化配置的过程和重点、难点也各有不同。制造企业的数据在要素价值化过程中没有交易，重在如何使用数据降本增效，体量较大的企业数据量大且庞杂，数据治理难度大，可能需要第三方数字技术厂商合作搭建数据中台，提高数据治理效率。企业场景下主要由企业作为数据的源出者，企业自身、数字技术服务企业、数据交易所等机构作为数据市场化配置的生态共创主体共同优化配置企业的制造数据、采购数据、销售数据、产线设备互联数据等，解决企业业务运营的实际痛点，激活企业数据价值。

　　以三一重工为例，在生产环节中，针对优化生产节拍的场景，三一重工利用树根互联的根云平台汇聚工厂里数千个数据采集点收集的工业大数据，在场景驱动下为每一道工序、每一个机型甚至每一把刀具匹配最优秀参数；针对优化园区水电量的场景需求，通过“三现四表互联”将场内设备和厂外设备搬到云平台，基于场景数据对高能耗设备重新排产，降低能耗成本，提升了三一重工智能制造的能力。

　　4.用户场景

　　数据要素面向用户维度场景推进市场化配置的核心是利用数据解决用户痛点，结合用户的个人信息与非个人信息，如基本信息、访问足迹、消费数据、浏览记录、个人存储数据和元宇宙交易数据等，充分解决用户衣食住行的难题。在用户场景下，数据要素市场化配置的重点和难点在于数据隐私保护、数据使用门槛和管理效率优化，主要由用户或其他用户产生数据源，企业、数据交易所、交易平台等通过推出数据应用、数据产品等解决用户痛点，有效面向用户完成数据要素配置。

　　针对用户需求，盒马依托阿里集团强大的用户消费行为数据深入洞察新一代高质量懒宅用户对生鲜产品的需求痛点，运用数据进行更精准的采购管理、上架管理、库存管理以及精准的广告投放和推送，实现购物便捷、送货快、商品丰富度高，通过全渠道的数据采集分析精准地为消费者提供高性价比的产品和服务，提升用户零售体验。

　　三、场景驱动数据要素市场化配置的典型

　　实践与机制

　　（一）场景驱动数据要素市场化配置的实践探索——以深圳数据交易所为例

　　传统的数据交易市场存在数据源企业汇聚一大批原始数据，但交易过程中的使用方对如何治理使用数据未形成广泛能力，加上多元数据融通涉及主体多、协调难，数据供需难匹配，合规成本高，数据要素场景开发开放不足，大多数据要素流通交易和市场化配置仍然以场外交易为主，场内合法合规的流通与市场化配置生态培育不足。因此，亟需培育面向数据应用和价值释放的场景创新的新型主体。数据交易所作为数据要素市场化配置的重要制度性基础设施，在数据流通交易市场中发挥着重要的制度桥接和生态建构者作用，是数字经济时代围绕场景开展数据供给与需求匹配机制探索的典型新质主体，也已日渐成为国家和各地探索数据场景匹配（CDM）机制和生态建设的重要实践载体。2015年4月14日，贵阳大数据交易所正式挂牌成立，成为我国第一个地方政府批复成立的数据交易所，之后各省市相继成立数据交易所或交易中心。截至2022年底，全国范围内由地方政府发起、主导或批复成立的数据交易所已有39家。

　　其中，深圳数据交易所（以下简称“深数所）于2022年11月15日正式揭牌，根据访谈记录，截至2023年底，实现累计交易规模65亿元，累计跨境交易额1.1亿元，汇聚数据卖方、数据商、数据买方等各类参与主体共计1706家，涉及交易场景228个，覆盖30个省份、128个城市，入选深圳发展改革十大亮点，成为全国数据交易所中交易规模最大、数据市场化生态参与主体最多、开发应用场景数量最多的数据交易所，成为场景驱动数据要素市场化配置机制创新和实践的引领性典型案例。

　　深数所是在2021年设立的深圳数据交易有限公司基础上成立，成为加快落实中央《深圳建设中国特色社会主义先行示范区综合改革试点实施方案（2020—2025年）》文件精神、深化数据要素市场化配置改革任务，打造全球数字先锋城市的重要实践。深数所以建设国家级数据交易所为目标，按照场景驱动创新设计顶层逻辑，开展数据要素市场化配置机制探索，推动场景与数据深度融合，加速数字产业化、赋能产业数字化。自成立后，深数所在全国范围内首创供需匹配图谱，以场景高效匹配数据，聚集数据要素生态主体，构建了数据要素跨域、跨境流通的全国性交易平台，进一步以数据要素生态服务融通场景与数据，大幅度提升了应用场景创新能力与数据要素市场化配置效率，取得了阶段性的卓越成效。本文基于对深数所的参与式跟踪访谈和研究，提炼出了深数所场景驱动数据要素市场化配置的创新模式（见图2）。

　　图2 深数所场景驱动数据要素市场化配置创新模式

　　具体而言，在生态主体汇聚上，深数所广泛对接政府、数商、其他数交所等多元数据要素生态主体，主要通过提供数据交易服务对接数据供需双方，提升数据收集、存储、治理、交易、使用、监管的全流程配置效率。围绕金融科技、数字营销、公共服务等61类重要应用场景，深数所聚集数据交易主体，汇集数据大类，产出数据产品，打造数据资源和数据产品的聚集高地。应用场景广泛覆盖的核心在于围绕场景重点，连接更多跨地区、跨行业、跨平台的数据商和其他数字化领域专业机构，打造高质量数据要素生态圈。深数所的合作数商具有高度整合场景的数据库和数据产品，为数据资源与数据产品聚集、数据要素市场化配置提供有力基础。如“坤舆数聚”作为深数所首批数据商的重要成员，已是国内首家时空大数据数商，公司自身整合了国内外的一大批优质时空数据，如高分辨率卫星遥感数据、气象预报数据、物联网传感数据等，并与国内外权威机构和部分企业合作，在能源、农业、交通、旅游等场景下开发了一批批解决行业痛点的数据产品。深数所联合这些已具备数据要素化资产化能力的数商，鼓励更多数据源方共同构建更丰富的高质量数据源，在场景驱动下以更低的成本和更高的效率为不同场景汇聚更完备的数据要素和数据产品，以多元生态主体合作共创推动数据要素生态建设与价值激活。

　　在生态服务与生态能力上，深数所通过部署数据开发者培养计划配套开发者成长计划、国际数据空间创新实验室、开放群岛开源社群、数据合规服务工作站、数据流转及交易合规共识计划、合规部等生态计划从场景创新与数据要素市场化配置两方面布局数交所生态能力，推动高质量数据精准赋能高价值场景，解决公共、产业、企业、用户等多维场景痛点。

　　一方面，深数所通过数据开发者培养计划配套开发者成长计划、国际数据空间创新实验室、数据合规服务工作站联动场景与数据，提升场景培育、解构能力与场景—数据匹配能力，形成了“场景构建—技术支撑—场景解构—场景方案—交易匹配”的场景驱动问题解决的路径，其核心在于通过汇聚场景创新人才与不同产业主体，共同挖掘场景需求，从而培育、构建数据应用场景，促进数据与场景融合，推动数据要素向多维场景转化新质生产力。“开发者培育计划”通过模拟数据交易市场，为广大的开发者、高校、学生、企业开发者提供基于数据安全可信的环境，构建基于开发者自身认知的行业应用孵化场景，并从中探索优质的数据产品，助力数据交易所培育数据开发稀缺人才，丰富数据场景应用，解构数据要素业务需求。国际数据空间创新实验室致力于成为国内首个数据空间技术体系孵化基地，通过孵化并构建自主知识产权以及安全、可信、可控、可追溯的数据流通技术体系，推动数据、技术、场景融合应用。企业数据合规服务工作站主要提供数据合规和数据交易服务，筛选优质数据产品上架深数所，并匹配行业需求方的业务诉求，当数据需求方购买数据时，由工作站明确数据应用场景，进而通过深数所为该企业寻找合适的数据商并为其提供匹配的数据，协助企业基于业务场景有序、高效地开发利用数据资源。

　　另一方面，深数所通过开放群岛开源社群、数据流转及交易合规共识计划、设立合规部等生态计划，既可以提高数据交易撮合功能，也使深数所利用自身资源完成数据要素“收—存—治—易—用—管”的全生命周期价值管理。其核心在于围绕数据要素流通技术、流通平台、合规体系等畅通数据要素价值化全流程。开放群岛与开源社群围绕技术开源协同、行业标准制定、数据要素场景落地等具体场景目标开展隐私计算、大数据、区块链、人工智能等前沿技术探索，为打通数据、平台、机构间的孤岛，实现数据跨地区、跨地域、跨平台的交易流通提供数字技术保障。在数据监管方面，深数所除了与国家政府、律所及其他合规机构合作，对内设立合规部，建立完善数据交易规则制度和管理规范，对外发起“数据流转及交易合规共识计划”，成立了由13位数据流转及法律合规领域具有卓越影响力的专家组成的专家委员会，为数据交易的合规性提供政策依据、法律保障以及操作指南，助力深数所防控数据交易风险，并参与制定数据标准。基于场景驱动数据匹配与要素市场化配置机制最终实现场景绩效的逻辑闭环，深数所开拓了场景驱动数据要素市场化配置的高能激活路径，为突破场景与数据难以有效融合的瓶颈问题提供实践启示。

　　（二） 多维场景驱动的数据要素市场化配置新机制

　　基于深数所的数据要素市场化配置逻辑，本文针对数据要素市场化配置供需匹配机制难的问题提出了“公共—产业—企业—用户”多维场景驱动的数据要素市场化配置的场景—数据匹配（Context—Data—Match，CDM）机制。CDM机制的核心逻辑在于激活场内交易，整合数据交易和交互。其中，数据交易所不仅提供交易撮合服务，更需发挥场景嵌入的核心职能。在场景驱动顶层逻辑下由职业经理人和数据经纪人寻找实际场景，并将场景内的需求解构为需求清单，再联合数字技术服务、数据产品供给等多类数商角色共同把经授权的数据转化为场景化数据产品，以一个专业平台连接海量数据，联动数据要素生态，实行一个平台、一个标准，完成场景—数据最优匹配（见图3）。

　　图3 场景驱动数据要素市场化配置的场景—数据匹配（CDM） 机制

　　在CDM机制下，数据交易所基于公共、产业、企业、个人等多维场景汇聚分散无序的多元数据，通过与政府、数商、数据供需双方、合规机构、其他数据交易平台等生态主体合作，共同构建以数据交易所为中心、政府与多元数商共同赋能参与、合规机构保障、数据供需主体精准对接与场景价值满足的全要素价值共创生态。在此生态中，政府除提出公共维度场景问题外主要提供数据要素市场化配置的政策指引与监管规制，负责供给数据和数据产品的数据商只需结合自身专业技术和业务场景打造并提供优质且匹配场景的数据产品与数据服务，保障有效数据的供给质量与数量，律所等机构主要开展数据合规业务，发挥监管功能，为统筹数据安全与发展提供坚实保障。数据交易所作为生态中心，围绕多维场景与多元数据匹配提供数据要素生态服务，构建场景驱动数据要素市场化配置的体系能力。一方面，通过培育场景开发者、场景解构者并提供场景解决方案为丰富数据应用场景、高效匹配数据场景、嵌入场景撮合交易提供有力抓手。另一方面，持续提供数据要素市场化配置全流程支持，通过链接数据收集、存储、治理主体聚集数据要素与优质数据产品，牵头研发数据交易技术提供技术保障，打通数据“收—存—治”三大环节；通过汇聚各类数据要素市场交易主体建设数据交易平台网络，融通数据交易枢纽；通过导出数据产品并与应用主体建立长远的合作关系打通数据应用市场；通过与合规机构合作并参与制定数据标准，发挥数据监管职能，构建面向场景的合规体系。最终通过多维数据价值释放，充分赋能公共、产业、企业、用户场景。基于CDM机制，数据价值在多次复用、多元融合与高效匹配中充分激活，并进一步生成新数据，构建新场景，“飞轮”效应形成，催生更加繁荣的数据要素市场化配置生态。

　　面向公共、产业、企业、用户等多重维度的多元场景，数据交易所需进一步探索具体业务场景的场景—数据匹配机制。面向公共场景，由政府和公共事业单位向数商企业统一授权公共数据，如贵州省将公共数据统一授权给云上贵州，北京市统一授权给北京金控。由政企合作面向公共场景问题开发数据产品，经过筛选后公开上架数据交易所，由数据交易所为该数据产品快速匹配多元场景，结合业务找到该数据产品需求企业并最终促成交易，实现数据—场景的多元匹配，打造公共数据在场景下的合规交易模式，解决公共难题。

　　面向产业场景，由企业与上下游合作机构深耕产业数据，开发基于场景的数据产品。在此基础上，企业与交易所合作，共同拓宽产业数据产品的应用场景，并将其投入场景试点探索产业数据产品在不同应用场景下的合规交易模式，由企业、数据交易所合作共创，打造具有国际竞争力的数据产业集群。

　　面向企业场景，针对企业业务痛点开发利用数据，通过场景—数据匹配使得企业积累的海量数据得到合规有效的开发，提升企业经营效率。企业既可以基于制造、生产等场景购买数据交易所的数据产品，由场景驱动数据高效配置，降低企业生产成本；又可以面向业务维度接入数据交易所，依托数据交易所为企业用户匹配更多数据，提高企业业务收益。

　　面向用户场景，针对个人用户在数据分析开发的高门槛痛点，借助个人信息受托机制，由数据交易所联合数商开发面向用户的公共数据产品，让数据最大限度地普惠群众。用户只需通过数据交易所便能以较低的门槛购买所需的数据产品和服务，促进数据价值在用户层面释放，推动用户积极参与数据要素的市场化配置，培育繁荣的数据要素市场主体。

　　四、结论与展望

　　推动场景驱动的数据要素市场化配置是顺应数字资源共建共享、培育新质生产力、加快实现高质量发展的重大议题。本文梳理了场景驱动数据要素市场化配置的核心特征和共创生态构成，梳理了多维场景驱动数据要素市场化配置的过程机制，以数交所为典型案例，提炼了场景驱动数据要素市场化配置的CDM机制，打开了场景驱动数据要素市场化配置的过程黑箱。CDM机制要求数据交易所从场景解决方案的角度出发，汇聚链接多元数据要素市场主体，在交易职能中进一步嵌入场景，将场景—数据匹配作为数据交易服务的突破点，打通数据要素“收—存—治—易—用—管”各流程环节，实现数据价值释放与具体场景赋能，解决数据与场景难融合的问题，推动数字经济与实体经济深度融合，最终赋能新质生产力持续涌现。

　　本文创新点主要表现在三个方面：其一，面向新质生产力发展的新要求，提出了场景驱动的数据要素市场化配置的新范式，突破了数据要素市场化配置的线性逻辑，从场景驱动的视角建构了数据要素市场化配置的理论模式；其二，构建场景驱动数据要素市场化配置的共创生态，对标并超越了现有数据要素市场化配置的生态研究；其三，面向多元场景提出了数据要素市场化配置的机制，并以深数所为例提出了CDM机制，为进一步推动数据、技术和场景需求深度融合和数字经济的创新发展提供了理论参考。

　　在进一步以CDM机制指导数据要素市场化配置的过程中，需强化场景驱动的顶层逻辑和主导地位，数据交易所不仅要注重提高数据产品的供给质量，还需要发挥场景建设出题人、答题人的角色，强化场景问题识别分析与解决的能力，开放公共、产业、企业、用户等多维场景的数据要素，面向不同场景提供高效的数据解决方案，与政府、企业、律所、个人等多元主体协作搭建良好生态，进一步激励、激发超大规模数据市场，丰富应用场景、海量数据的深度融通和赋能成效。与此同时，进一步推进数据要素交易、交互等多元模式探索，重点培育场景创新人才，加快生态培育，在真正意义上把数据产业化、赋能产业数字化，实现数字产业化和产业数字化协同发展，促进全体人民共享数字红利。下一步还需要超越数据要素市场化配置这一话题，进一步研究和探索数据要素如何加快向新质生产力转化，真正释放数据要素在千行百业万企高质量发展中的放大、叠加和倍增的乘数效应。