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环节，深刻改变着生产方式、生活方式和社会治理方式。推动数据要素化、激活数据要素潜能，是下阶段我国做强做优做大数字经济、增强经济发展新动能、构筑国家竞争新优势的重要方向。
本书以数据要素化为着眼点，聚焦数据流通中的使用可控难题，深入分析数据大规模流通交易的本质要求和潜在风险，提出“数据可用不可见，使用可控可计量”的应对思路，并针对性地介绍了隐私保护计算、计算合约等最新技术实现路径，以推动数据要素安全可控、合规高效、有序流通。本书还全面解读了当前数据流通的法律要求、实践图景、全球探索、远景趋势等重要问题，能够帮助读者全方位加深数据要素新认识，把握数据流通新规律，研判数据流通新模式新技术，切实推动我国数据要素化。

清华大学金融科技研究院依托清华大学五道口金融学院，联合清华大学交叉信息研究院、清华大学软件学院和清华大学法学院共同建设。作为交叉类研究机构，清华大学金融科技研究院依托四个学院在各自领域领先的科研水平，在金融科技的前沿发展、数字技术与金融领域的融合实践、金融科技的监管研究、金融科技的创业企业孵化四方面开展工作，致力于发展成为跨学科研究平台、政策建言平台、交流合作平台和创新孵化平台。

中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见
序一 发展自主可控的数据要素流通技术姚期智
序二 稳步有序推进我国数据要素化廖理
第一章 认知：数据的科学内涵
1.什么是数据要素？为什么说数据≠数据要素？
2.将数据上升为生产要素的时代背景是什么？
3.为什么我国率先把数据上升为生产要素？
4.如何理解数据对提高生产效率的乘数作用？
5.什么是数据要素化？其本质是什么？
6.数据要素化的目的和手段是什么？
7.数据能不能流通？如何流通？
8.数据权属界定难在什么地方？
9.为什么说数据大规模流通如同开设“化工厂”，数据监管势在必行？
10.为什么数据流通必须做到“使用可控可计量”？
第二章 坚守：关于数据的法律要求
11.法律上如何定义数据？什么是数据安全责任？
12.哪些主体需要对数据安全负责？
13.《数据安全法》体现了怎样的新数据安全观？
14.数据安全和个人信息保护是一回事吗？
15.《个人信息保护法》对个人信息处理者有哪些主要要求？
16.为何必须明确个人信息处理的目的和方式？
17.APP隐私政策“弹窗”频繁，如何理解处理个人信息需取得个 人同意的法律要求？
18.个人信息处理者面临“有责推定”的被动局面，如何自证清白？
19.法律对互联网平台大数据“杀熟”有哪些惩罚措施？
20.生物识别、金融账户、行踪轨迹等个人敏感信息有哪些特殊保护要求？
21.死者或未成年人(儿童)的个人信息可以用来交易吗？
22.什么是“数字鸿沟”？法律如何保障老年人、残疾人等特殊群体利益？
23.从事数据交易中介服务的机构需承担哪些合规义务？
24.如何更好落实数据分类分级保护制度？
25.我国数据出境有什么特殊要求？
26.为什么说《网络安全法》《数据安全法》《个人信息保护法》是我国数据领域落实总体国家安全观的“三驾马车”？
第三章 实现：数据要素化的技术路径
第四章 活力：数据的流通交易
第五章 探索：数据要素市场的最新实践
第六章 视野：数据要素化的全球观
第七章 预见：数据要素化的远景趋势
名词缩写
参考文献

发展自主可控的数据要
素流通技术
党的二十大报告指出“加
快发展数字经济，促进数字
经济和实体经济深度融合，
打造具有国际竞争力的数字
产业集群”。当前，数字经
济是我国经济发展的新动能
、新引擎。自党的十九届四
中全会正式将数据列为生产
要素以来，我国加快了培育
数据要素市场的步伐。
2022年12月，中共中央、
国务院《关于构建数据基础
制度更好发挥数据要素作用
的意见》，成为下阶段我国
数据要素市场化建设的指引
。
数字经济的基础技术将
数据和算法进行融合，释放
数据价值。人工智能算法的
落地应用给各行各业带来了
明显的价值提升，而数据是
算法作用的对象。因此，国
家把数据纳入生产要素。近
些年，虽然人工智能算法技
术已经有了长足发展，但在
很多行业中，算法的价值发
挥越来越受到基础数据可用
性的限制，诸如数据孤岛、
数据安全、隐私保护等问题
阻碍了数据价值进一步释放
。因此积极推动数据要素的
安全利用，已经成为建设数
字经济的关键举措。
本质上，数据要素应用
的核心挑战是如何保证数据
要素使用可控。从数据可控
流通的技术来看，四十年前
多方安全计算实现了理论上
的突破。一直到近几年，随
着数据流通和数据隐私保护
并重的产业需求愈加旺盛，
大家在计算机科学各个领域
开展研究和实践，极大地提
升了这些技术的性能，并且
已经在金融等领域取得实践
应用的初步成果。但是当前
，数据要素相关技术、产业
和政策的结合，仍然面临两
个核心挑战。
第一是交叉学科的挑战
。如数据要素在金融领域的
应用，是典型的交叉学科范
畴。但目前的金融科技发展
仍面临一定问题，其根源是
金融从业者、科技人员与监
管方之间互相难以沟通和理
解，缺乏开放心态和敬畏之
心。其实，科技人员要敬畏
金融规律，理解金融领域防
范系统性风险底线的根本要
求；金融业从业者也需要敬
畏科技，理解不断涌现的科
技的原理和本质。当然，各
方之间需要互相理解的重要
性还在于，监管与合规是金
融行业非常鲜明的特色，如
何设计开发拥抱监管而不是
逃避监管的技术，才是“行
稳致远”的根本。
第二是交叉学科人才和
技术自主可控的挑战。清华
大学交叉信息研究院一直致
力于培养具有国际一流的科
技创新人才。我们希望自主
培养的创新人才队伍，能够
在安全利用数据要素这一关
乎国家安全的关键领域中，
创造出独立自主、国际领先
的技术。同时，我们与五道
口金融学院合作，共同创办
清华大学金融科技研究院，
也希望能培养出具备交叉学
科能力，并能够在金融等产
业进行应用创新的人才。
我很高兴清华大学金融
科技研究院发扬了清华大学
产学研平台优势，依托不同
领域领先的科研水平，组织
专家编写出版了《数据要素
化100问：可控可计量与流
通交易》一书。社会各界对
这一交叉领域的深刻理解，
是打通技术、业务与政策的
关键。本书简洁全面地介绍
了数据要素相关的关键技术
、政策要求、产业应用、国
际比较等内容，具有通俗性
、可读性，相信能让各级领
导干部、政策研究者、技术
人员、业务人员获益匪浅。
姚期智
中国科学院院士，图灵
奖得主
清华大学交叉信息研究
院院长
清华大学金融科技研究
院管委会主任