A. 數據創新的三要素是哪三要素
1、數據思維：這是數據創新的前提，要學會用數據的眼光看世界，發現事物的本源、本質和變化規律，將數據使用起來，才能充分發揮數據價值。
2、數據能力：這是數據創新的關鍵，也是數字時代的核心競爭力。它分為數據的獲取、加工和應用能力等，不斷提升這些能力，才能在未來數字化轉型中起到事半功倍的作用。
3、數據融合：這是數據創新的路徑，也是數字創新的催化劑。實際上單一的數據價值有限，但是數據融合就可以帶來無限的創新機會，未來全面的數字化轉型，也是全面的數據融合，其中數據開放將是最重要的突破口。
B. 發展數字經濟應抓住數據要素市場化這個關鍵
數字經濟時代，數據具有基礎性戰略資源和關鍵性生產要素的雙重屬性。一方面，有價值的數據資源是催生和推動數字經濟新產業、新業態、新模式發展的基礎神滑缺。在數據挖掘、脫敏、分析的基礎之上對數據資源實現高效利用，將極大地推動創新、加速產業升級。另一方面，數據對其他生產要素也具有乘數作用，可以利用數據實現供給與需求的精準對接、創新價值鏈流轉方式，放大勞動力、資本等要素在 社會 各行業中的價值。善用數據生產要素，促進數據要素市場化，有助於推動數字經濟與實體經濟深度融合，為經濟轉型發展提供新動力，實現高質量發展。因此，利用好數據要素是驅動數字經濟創新發展的重要抓手。
數據要素極為重要，必須重視數據要素市場的發展，更為合理地挖掘數據資源、提高數據利用效率。但也要看到，當前我國數據要素市場化發展仍面臨不少問題和挑戰。首游辯先，數據的資產地位在法律層面尚未確立，數據沒有法定的資產身份，這對數據要素市場的發展形成了制約。由於不能被作為法定資產，數據的資產價值無法體現在會計報表上。由於國家沒有涉及數據權屬問題的法律法規，現實中關於數據怎麼確權爭議很大，因為數據資源參與的主體多、權利關系復雜，在現有框架下難以有效解決復雜的數據確權問題。其次，存在數據資源的壟斷現象。現實中的數據質量往往參差不齊，標准化數據採集難度大、成本高，數據市場存在的壁壘導致數據市場壟斷現象，這不利於數據進行共享。最後，數據流通交易與隱私保護之間的矛盾日益突出，涉及數據存儲管理風險、信息泄露風險等的安全問題頻頻爆發。
在經濟數字化、數據經濟化的必然趨勢下，促進數字經濟發展，充分發揮數據要素對其他要素效率的倍增作用，必須加快數據要素市場化配置改革。
加快數據立法，營造良好環境。以法律的形勢確立數據作為生產要素和生產資料的法律定位，為數據的生產、流通、共享、使用等營造良好環境，這是實現數據要素市場化配置的前提。通過數據立法，明確數據權屬的主體資格，明確規定數據的收集、使用、管理許可權，明確各類經營者收集數據的合法途徑，平衡數據利用與數據保護。通過制定國家層面數據開放及共享的法律制度，明確數據開放及共享的范圍、標准、條件、方式、責任等。在《反不正當競爭法》等法律法規中明確商業數據的流通規則，對損害企業商業利益、信息網絡安全、用戶隱私、 社會 公共利益的數據不當獲取及使用行為予以規制，以維護正常的數據流通市場秩序。建立健全個人信息保護、數據跨境流動、關鍵信息基礎設施保護、數據安全防護等制度，通過對數據平台基礎設施層、數據層、應用層進行實時監控，實現安全防護與預警、安全監控與分析、事件響應及處置的有效結合。完善數據犯罪相關立法，明確數據竊取、濫用與誤用的刑事責任，加大對危害數據安全行為的懲戒力度。
統一標准和平台，促進數據共享。實現數據共享，建立統一的標准體系是關鍵。為此，應加強數據標准化的頂層設計，逐步統一數字化基礎設施、底層技術、平台工具、行業應用、管理和安全的數據標准體系，統一不同部門、不同領域的標准資源，建立並不斷完善跨部門、跨行業的數據標准體系。加強數據資源的採集匯聚，推動數據傳輸交互，推廣各層級統一的數據交換架構，制定關鍵設備數據介面標准。加快建設政府數據統一開放平台，確立政府數據開放的基本原則和框架性規則，包括明確數據開放的范圍、程序和標准等。推動數據高質量匯聚，建設國家數據採集標注平台和數據資源平台，實現多源異構數據的融合和存儲，提升基礎設施的互操作性，提升數據採集的效率和質量。
探索 確權和定價制度，促進數據交易。政府應組織企業、科研機構、行業組織聯合開展數據確權及價值量化評估的理論研究，建立通用的確權制度及數據資產價值評估模型。加快建立數據確權機制，建立數據確權基本框架，明確數據權利類型，確定數據權利主體。建立數據定價規則，研究開發數據資產價值評估模型， 探索 建立成本定價和收益定價、一次定價與長期定價相結合的數據資源流通定價機制。建立包括數據交易撮合、交易監管、資產定價、爭議仲裁在內的全流程數據要素流動平台，營造便於數據要素流通的市場環境，簡化數據市場准入機制和備案制度，降低數據領域創業型企業的准入門讓和檻。
加強協同治理，確保數據安全。數據保護的核心不在於「數據」本身，重點在於如何規制數據的控制者對公民或企業數據的收集、使用、加工、傳輸等行為。完善數據資源分級分類治理的准則，確立覆蓋數據全生命周期的安全保護機制，結合不同類型數據屬性和安全防護要求，明確數據資源提供方、使用方、監管方等各方主體的數據安全法律責任。強化數據安全技術，圍繞數據全生命周期的安全保護要求，加快數據安全監測、加密傳輸、訪問控制、數據脫敏等安全技術攻關。建立適應大數據時代要求的協同治理模式，強化數據安全治理的頂層設計，確立數據安全防護能力標准，實現數據安全風險總體可控；加強數據安全執法，推動建立數據安全治理國際合作機制，嚴懲重點領域數據違法犯罪行為。行業組織應立足數據安全與數據應用的協同發展，建立行業自律規范，不斷優化數據的行業安全標准體系；開展行業數據安全治理水平評估，定期向 社會 公布企業保護個人數據安全的舉措與成果。
《光明日報》（ 2021年07月20日 11版）
作者：俞林（中國 社會 科學院西部發展研究中心副研究員）
C. 數據創新的三要素是哪三要素
1. 數據思維：數據創新的基礎在於培養以數據為中心的思考方式。這意味著要能夠通過數據分析來洞察事物的本質，揭示其內在的規律，並利用這些洞見來驅動決策和創新。
2. 數據能力：在數據創新中，個體或組織對數據的處理能力至關重要。這包括數據採集、處理、分析和應用等多個方面。通過提升這些能力，可以更有效地利用數據資源，成為數字化時代的關鍵競爭力。
3. 數據融合：數據融合是實現數據創新的重要途徑，它能夠催化數字創新的發展。融合不同來源的數據可以創造出新的價值和機會。在未來的數字化轉型過程中，數據融合將成為關鍵的突破點，而數據開放則是推動這一過程的重要手段。