编者按：当前，我国数据要素市场正从“规模扩张”迈入“质量深化”的关键转型期。在此背景下，人民网·人民数据对话专家学者、地方政府相关负责人、企业代表，共同探讨数据要素高质量发展新路径。

本期嘉宾：张向宏 北京交通大学教授

主持人：吴海天 人民网·人民数据研究院研究员

场景驱动、应用牵引，推动公共数据授权运营探索

人民数据：当前，各地在探索公共数据授权运营过程中，出现了“统一授权”“分领域授权”“分级分类授权”等多种模式。您如何看待公共数据授权模式的探索趋势？

张向宏：公共数据授权运营是我国数据要素市场化改革中的重要开创性举措。中共中央办公厅、国务院办公厅印发的《关于加快公共数据资源开发利用的意见》，明确了公共数据可以依规开展授权运营。文件出台后，各地积极探索，形成了统一授权、分领域授权、分级分类授权等多种模式，也取得了阶段性成效。

需要明确的是，公共数据授权运营目前仍处于初步探索阶段。要实现更大突破，尤其在平衡公共利益与商业价值方面达成最优解，我认为需把握三个关键方向：第一，坚持“共享开放为主，授权运营为辅”的原则。将公共数据授权运营与共享开放机制有机结合，明确共享开放是公共数据开发利用的主流路径，授权运营仅作为特定场景下的补充手段。

第二，所有授权模式均需以“场景驱动、应用牵引”为核心。必须提前明确公共数据授权后的具体应用场景与使用边界，让授权运营具备清晰的价值导向，才能持续激发其生命力与创新动力。

第三，推动授权运营与国家数据基础设施建设深度协同。国家数据基础设施建设的核心目标，是构建数据“供得出、流得动、用得好、保安全”的良性生态。因此，公共数据授权运营需与国家数据基础设施建设进程紧密结合，做好安全域、可信域的协同布局。

夯实制度与技术支撑，推进数据深度融合开发利用

人民数据：推进公共数据与企业数据融合开发利用是业界关注的重点。推动两类数据融合开发利用的关键突破口是什么？如何通过制度设计和技术手段平衡数据安全与价值释放？

张向宏：公共数据与企业数据的融合应用，已在医疗、教育、交通等多个领域涌现出一批典型案例，价值潜力初步显现。

从学者视角出发，要推动两类数据深度融合、创新更多应用场景，可从三个层面突破：第一，法律制度层面，构建“安全与流通并重”的制度环境。随着人工智能技术迭代与数据要素市场化进程加速，市场对数据规模化、规范化流通的客观需求日益凸显。建议在坚守数据安全底线的基础上，优化数据流通管控的制度设计，提升制度供给的精准性与灵活性。

第二，产业生态层面，培育独立完整、专业化的数据产业形态。对此，国家已出台《关于加快推进数据产业高质量发展的指导意见》，通过培育国家级数据产业集聚区、支持数据标注等细分领域发展等一系列举措，持续完善产业生态。这些布局在未来逐步落地见效，推动形成涵盖数据资源、技术、应用、服务、安全的完整产业集群。

第三，技术支撑层面，打造安全高效、可信可控的数据流通基础设施。数据融合的前提是安全可控，只有构建起“安全流通、高效流动、规模流通、全程可溯”的技术支撑体系，才能为公共数据与企业数据的融合提供可靠保障。

培育“数据工厂”业态，加强人工智能领域数据供给

人民数据：生成式人工智能的发展对高质量数据集需求迫切，而公共数据正是优质数据来源。如何构建公共数据向人工智能领域安全有序供给的机制，同时防范潜在风险？

张向宏：当前人工智能发展已实现里程碑式突破，其核心特征是形成了“算力—模型—数据”三位一体的核心发展逻辑。去年，行业焦点多集中于大算力布局与大模型迭代；而从去年年底至今，行业逐步认识到“数据要素”的核心价值。当前，“人工智能”与“高质量数据”已成为行业高频关键词，高质量数据集供给不足已成为人工智能应用发展的核心瓶颈。

要破解这一瓶颈，推动公共数据向AI领域安全有序供给，我倡议：一是树立数据资产意识。无论是政府部门、行业企业，还是个人，都应重视高质量数据集的构建与积累。原始数据本身价值有限，但经过清洗、标注、加工后的高质量数据，有望成为个人、企业及行业的核心资产。

二是培育“数据工厂”新业态。进入数字社会，“数据工厂”将成为支撑AI发展的关键基础设施——即专门为人工智能训练、模型优化、推理应用，提供各类通用型及行业专用型高质量数据集的专业机构。

三是推动公共数据大规模、合规化的免费开放共享。“十五五”期间，人工智能将全面渗透千行百业，对高质量数据的需求将持续激增。建设公共数据为基础的国家级“数据工厂”，结合各行业高质量数据集建设与“数据工厂”业态发展，将为人工智能产业实现跨越式发展提供核心支撑。

分享让更多人看到