作为分布式数据集成技术的数据空间，在产业应用中演进为集技术、商业和法律制度为一体的数据社会化重用体制，成为支撑欧盟数据经济战略的重要措施。数据空间是数据重用的基础设施和数据分享中介，可以实现分散数据存储和管理条件下多方数据分享（流通）；数据空间还是实现成员共同或合作治理、实现集体一致的元组织。元组织与成员组织之间分工协同的治理实现了数据有序分享（流通），赋能各成员数据驱动发展。这意味着数据空间创造了一种与数据特征适配的数据重用新范式——数据治理体制。数据空间对我国的借鉴意义在于为数据社会化重用（流通）提供了方法论。我们应当以数据社会价值最大化定位数据流通，以数据持有者权作为制度基础，以可信数据流通作为基本建设目标，设计和构建我国数据空间制度，创造出一条体现中国特色的数据驱动发展新模式。
引言
计算科学中数据空间的概念出现于2005年，用来解决分散存储的数据如何集成使用，被称为异构数据的集成新范式。弗劳恩霍夫（Fraunhofer）研究所工业数据空间研究项目不断推动这一想法落地，形成了适合产业数据交换的数据空间根据和标准。2020年，数据空间成为欧盟数据战略主要支撑，并被不断推向全球。国家数据局于2024年12月发布《可信数据空间发展行动计划（2024—2028年）》（以下简称《空间计划》），认为可信数据空间须具备数据可信管控、资源交互、价值共创三类核心能力，是“促进数据要素合规高效流通使用，加快构建以数据为关键要素的数字经济”的重要举措，将可信数据空间定位于数据流通利用基础设施和数据市场的重要载体。目前全国各地企业都在积极寻找数据空间建设机会，开始规划建设数据空间，以期能成为100个数据空间样例之一。
笔者非常认同数据空间作为数据资源共享共用和数据要素价值共创的基础设施定位，但是数据空间作为域外移植概念，需要对其产生、功能和原理深入理解才有可能用正确的方法做正确的事情。从近十年探索来看，数据空间已经从纯粹的技术解决方案走向技术、法律和治理相互结合的数据重用制度方案。数据空间不是一项新技术，而是一种方法论。如果偏离从制度意义上理解数据空间，探索支撑其有效运行的制度和治理架构的方向，那么数据空间建设有可能沦为“有技术，无运营”的项目工程。更为重要的是，我们应当探索符合中国国情，代表中国数据重用制度的解决方案，而不是盲目地移植域外方法。因此，本文尝试理解欧盟的数据空间缘起、功能定位和实践探索，分析背后的逻辑和可能效果，在此基础上提出我国数据空间制度的基本构想。
一、数据空间的缘起
数据空间是产业为了有效获取和集成多源数据，满足数据驱动发展需求而逐渐形成的。关系数据库（及数据仓库）只能支撑先获取再整理（curation），形成单一主体控制和使用资源。技术领域的分布式架构数据库（dataspace）引起产业的青睐，在保持各方数据自主权（数据存储和管理）的前提下，产生了通过交换或分享实现多源数据集成（data integration）使用的数据空间制度。
（一）
产业数据交换和分享：数据集成的困境
数据分享是行业运行的必要前提。随着数字化发展，组织或集团内部的数据分享可以通过集中存储的数据，解决不同部门之间或不同分（子）公司之间的数据交换或共享问题，避免数据重复产生、存储和使用中出现的成本和差错。但是，随着网络通信技术应用于产业，网络成为产业之间联结的重要方式，因而基于产业链的数据交换成为产业之间的基本需求。早期电子数据交换（EDI）就是企业之间分享电子文件交换给贸易带来的便利。之后，供应链管理通过数据交换高效协调各个环节（从生产、运输到使用或消费）的业务活动。通常，供应链管理是以某个最终产品制造商为核心展开的，由其建立上游原材料和零配件供应以及下游产品供货和消费的体系。最终产品制造商是供应链管理的最大受益者，因为供应链管理的最大好处是增加需求预测能力，降低库存，提高生产效率和资金使用效益。这会影响到上下游企业之间数据分享的意愿、范围和方式。一般来说，这种分享仅限于双边关系的特定目的需要，超越直接交易关系和（或）与交易无关信息的分享存在信任障碍。
随着数字化技术持续在产业应用，一种试图超越顺序和双边关系的数据驱动生态逐渐发展起来。数据生态系统以基于共同价值驱动因素（如客户价值或合规性）的动态数据分享为中心，而不仅仅是执行基本的业务功能。数据生态系统借鉴了生物生态系统的理念，协同各方数据资源，创造并在生态中分享价值，它突破了顺序和双边数据供应链逻辑，创建多组织之间协作的多边互动生态，这便是各种网络平台的商业逻辑。这些生态系统不是由明确的边界限制价值创造活动，而是由或多或少自主的多边行为体组成，这些行为体作为补充，产生价值和网络效应。组织间数据分享和（平台）生态系统的综合激发了数据生态系统的概念。数据生态系统是“社会技术复杂网络，参与者在其中相互互动和协作，查找、存档、发布、消费或重用数据，并促进创新、创造价值和支持新业务”。数据生态系统的核心是各方通过接收（数据用户）、发送（数据提供者）或促进过程（数据中介）来促进数据分享的能力，专注于数据捕获和价值创造。由于数据是无限分享的资源，因而平台汇集整理的数据资源可以通过标准化的接口（API）或开放数据集，快速跨域分享利用，为整个生态参与者创造价值。
在供应链和数据生态中均需要技术基础设施支持，被称为组织间信息系统（以下简称IOＧIS）。IOIS不仅可连接组织内部之间的数据，也可以适用于供应链中双边数据的交换或分享，实现更深层次的供应链集成和自动化数据分享。但是IOIS超越双边关系就面临一系列挑战。一个典型的问题是，数据来源者或生产者对数据被谁使用或如何使用的担忧，在这一过程中是否泄露自己的商业秘密，是否被违法使用而导致自身承担责任，是否能够公平地分享因数据汇集利用产生的价值等。这就迫切需要维护秩序和主持公道的“第三人”。在现有平台经济中，平台为用户数据的存储、交换（传递）、处理等提供便捷和效率，但多源数据汇集似乎没有为数据提供者（尤其是经营者用户）带来经济价值。这导致产业界不断探索既能保持参与者的数据控制权，又能实现数据多边分享或汇集利用的数据生态解决方案。由此，产生于计算机技术领域的数据空间被引入关系产业生态中，意在构建新的数据驱动的生态。
（二）
数据空间：从数据集成新模式到行业数据分享空间
数据库是计算机产生又伴随其应用（包括互联网）而不断发展的基础设施。数据库的内容从文本数据逐渐发展为碎片化事实数据，于是出现采用表格形式来表示实体（数据对象）及其之间的关系的关系数据库，并不断演绎发展应用于各种行业的数据集成。大数据出现后，“无时不生，无处不在”的数据如何以方便、集成或结构化方式管理和重用就成为数据资源化（要素化）利用的核心问题。传统关系型数据库管理系统（DBMS）很难直接应用于实时产生的多样数据。行业研究者指出，开发人员经常面临一组松散连接的数据源，在异构集合中单独和反复应对低级数据管理挑战，如提供搜索和查询功能；执行规则、完整性约束、命名约定；追踪谱系；提供可用性、恢复和访问控制，以及管理数据和元数据的演变等。于是，就出现了汇集不同来源数据，实现集成使用的新数据库架构，称为数据空间（dataspace）。支撑这一运行的平台被称为“数据空间支持平台”（以下简称DSSP），其最重要的功能是对参与者的数据元素进行平台编目，然后提供数据及元数据的搜索和查询，同时提供监控、事件检测和对复杂工作流的支持服务。在数据空间，数据分散存储于各参与者的数据库（可以是关系数据库、XML存储库、文本数据库），由参与者管理各自系统的数据，但借助DSSP的服务，可以使应用程序开发人员在处理复杂、多样、相互关联的数据源时，无需持续重新实现基本的数据管理功能即可实现不同来源数据的汇集利用。可将数据空间视为一个数据集成系统，适用于企业数据资源或网络等多种数据资源收集，且具有低/无初始化成本，支持增量改进并管理自动集成过程固有的不确定性。
与传统数据集中存储的数据集成（即数据库、数据仓库等）不同，数据空间的数据存储在源位置，通过逻辑关联方式进行集成（称为逻辑集成）。从技术的角度，逻辑集成“是通过使用分享词汇在语义级别实现的”；从商业角度理解，数据空间概念可以理解为数据合作的一种形式。借助数据空间的理念，行业数据分享能够在不进行广泛集成的情况下处理不同的数据源并独立于其格式、结构或来源管理数据。数据不是持续整合的，而是纯粹基于“按需”整合的，从而减少了不必要的努力。数据空间系统允许导航各种数据和数据源的复杂性，促进无缝数据处理和分析。
数据空间技术可以在满足原数据存储和控制权利不变的情形下，满足数据汇集或集成利用的需求，因而成为产业数据分享的技术支撑，两者的完善结合演进出数据空间制度。2015年，德国联邦教育和研究部资助Fraunhofer研究所设立“国际数据空间（IDS）计划”，同时成立了非营利行业协会IDS协会（IDSA），将其进一步发展为IDS参考体系结构模型（IDＧSRAM）。2019年法德合作项目“Catena－X”及之后的Gaia－X协会也成为数据空间的强力推动者。2020年欧盟将数据空间上升为欧盟数据战略，提出要建立欧洲共同数据空间。之后，欧盟委员会设立了数据空间支持中心（DSSC），全力支撑在欧盟层面的数据空间战略的实施。在这一过程中，欧盟形成了以数据自主权（datasovereignty）为特征的“现代”数据空间概念，并将之上升为基础设施。数据空间设计者认为数据空间及其底层软件基础设施必须支持数据的信任、互操作性和可移植性以及数据自主权，并且必须是非歧视性的。之后，欧盟出台《数据治理法》《数据法》等法律，构建数据中介、数据分享（datasharing）等制度概念，全力支撑数据空间建设。
关于数据空间并没有一致的定义。学者倾向于认为数据空间是明确解决这些问题的跨组织信息系统（IOIS），旨在通过在组织和技术上实施数据自主权来支持跨组织数据分享。IDSA将数据空间看作“数据集成架构模型”，因此将国际数据空间定义为允许安全交换数据并保证数据自主权的分布式数据端点网络（即国际数据空间连接器的实例化）。Gaia－X将数据空间定义为“基于共同政策、规则和标准的自主数据分享的分布式开放基础设施”。比较权威的定义来自DSSC：“基于共同治理原则、标准、实践的互操作框架，实现了参与者之间的可信数据交易”。如今，从欧盟政策制定者和行业研究来看，数据空间不仅是分布式数据集成技术，更是一种治理架构，它已经成为实现数据社会化重用或分享的综合基础设施。
二、数据空间定位：作为数据社会重用制度的数据空间
从起源及其直观含义来看，数据空间最易被理解为一种技术存在或数据存储设施。但从数据空间的演进和应用来看，数据空间已经演变为一种数据社会化重用体制。从欧盟近十年数据空间理论研究和制度实践来看，数据空间有三重定位：作为数据重用的基础设施、作为数据分享的中介和作为数据生态系统的元组织。
（一）
数据空间作为数据重用的基础设施
数据空间作为数据重用的基础设施
在大数据时代，没有预先设计好的数据模型或没有按照固定模式组织的非结构化数据成为主流，大约占80%以上。云计算基本上解决了大规模存储和分析数据的能力，而数据可获取和可用性则成为AI训练和数据分析的主要障碍。行业研究者指出，科学研究的一个重要最低标准是产生可重复的结果。数据可重用性取决于用于训练人工智能模式的数据是如何标记的，即数据的底层结构和特征，以及模型架构的细节。人工智能需要共同的标签，即关于某个对象或“基本事实”的数据标签，并且该数据可以被其他研究人员使用，使人工智能模型的结果可以可靠地再现。来源于业务和社会主体活动形成的分散来源的数据，是由不同主体在不同场景、系统、为特定目的而产生的，这些数据的重用需要解决数据的可获取、可访问和可使用问题；在可用的情形下，还存在质量问题以及真实、完整和标准一致问题。因此，数据可重用的实现既需要一致标准，又需要数据产生或汇集时能够执行统一标准，这些均需要持续地开展数据整理。
大数据出现之后，数据基础设施已经经历了数据仓库到数据湖再到“湖仓一体”。数据仓库是专为存储和管理结构化或半结构化（主要是JSON格式）数据而构建的专有系统，用于基于SQL的分析和商业智能（BI）。数据湖是一种低成本、开放、耐用的存储系统，适用于任何数据类型——表格数据、文本、图像、音频、视频、JSON和CSV。但是，数据湖运行遇到了数据重用难题。可重用数据就像产品那样，须按照一致标准以语义元数据描述，即采用一致术语、表示方法、内容要素，再加上来源验证、唯一编码、质量控制等体系。数据湖设计者最初认为，只要将所需提取出来并将其放置在数据湖中，就可以被最终用户使用（找到数据并进行分析）。但应用中发现缺失统一治理和质量控制，数据不可用或不好用，企业中的大多数数据湖都变成了数据沼泽，于是，集数据仓库和数据湖优势于一体的湖仓一体数据架构出现了。湖仓一体是由一种新开放和标准化的系统设计实现的：其直接在用于数据湖的低成本存储上实现与数据仓库中类似的数据结构和数据管理功能。
数据连接器（dataconnector）或类似的数据分享控制设施在数据空间中起着非常重要的作用。IDS的设计者认为，它有三个关键功能：一是负责数据提供者和数据消费者之间的数据交换（包括请求活动、使用控制管理和执行、映射和安全数据传输活动）；二是实现了软件的安全和可信执行（即它确保连接器内的数据和软件受到保护，免受外部未经授权的访问和操纵）；三是执行可从IDSAppStore检索的可信软件包（“数据应用程序”），负责分发经过认证的数据应用程序（即可以部署在IDS连接器内的自包含、自我描述的软件包）。
从技术的角度，数据空间代表了与上述数据基础设施不同的数据架构——分布式数据架构。在分布式数据架构下，数据不用集中存储和汇集，而是允许不同异构数据库的自组织。这意味着数据整理、元数据管理、数据使用管理、数据生命周期安全和合规管理均在各成员或参与人自己的数据系统中。但是，数据空间建立需要数据治理标准，各成员必须安排统一标准，实现数据语义互操作。语义互操作性是数据空间的一个关键方面，因为它确保了数据可以在不同的系统和领域之间无缝集成、理解和利用。数据空间基于分布式和标准方法实现跨组织的数据分享和使用，继而基于标准化的方法将数据视为产品（dataasaproduct），模拟“产品”交换实现数据汇集利用。
从技术实现角度来看，集中数据目录和分布式数据分享生态系统是数据空间基础设施的核心。数据空间这一原理与数据网格企业架构一脉相承，与网络在数据产品化（整理）、数据连接、数据汇集利用方面具有相同原理，数据网格是数据空间生态系统如何运作的公司内部微型示例，而数据空间是超越组织边界的数据网格。二者可以融合在一起，创建一个更全面的数据管理范式，通过数据产品化实现内部和外部数据的共享使用。数据网格侧重于组织内的数据管理，数据空间侧重于跨组织边界的数据管理；企业内部的产品化管理可以形成可分享的数据产品，而数据空间可以为产品化数据找到更广阔的“市场”。在此意义上，数据空间既可以适用于大型组织内部不同部门（子/分公司）之间的数据集成重用方案，也可以适用于不同组织之间通过可信数据交换实现的数据重用。在集团公司，因存在股权控制和组织管理体系，数据空间实施起来更加容易。
（二）
数据空间作为数据分享中介
数据空间与人们长期探索跨组织之间事实数据分享实现机制有直接关联。事实数据的价值在于汇集之后的分析，而这需要突破组织边界，实现跨组织之间的流动或分享利用，也就是实现数据社会化重用。包括欧盟在内的国际社会采用宽泛的数据分享（datasharing）来表示数据持有者向他人提供数据（或访问数据），允许接受者使用（通常限于特定目的）。欧盟将数据分享分为G2B、B2B和B2G，认为这三种分享可以全面促进数据社会可用性。《数据治理法》明确了数据分享框架性概念——数据持有者、使用者、数据分享等基础概念，设专章（第３章）规定了数据中介服务，建立政府持有数据分享的基本框架。之后的《数据法》旨在保护数据和与数据收集投资相关的权利，鼓励B2B数据分享。
数据空间在某种意义上就是为数据提供者和数据使用者的数据分享提供服务的数据中介。数据空间为数据分享提供的服务主要有三类：一是清晰界定参与各方的角色，提供创建、维护、管理和验证参与者身份信息的服务；二是制定数据交换或分享规则，建立安全交换或交付通道，确保数据交换或分享安全实现；三是提供合同履行、计费和清算服务。数据空间旨在实现多边网络效应，为参与者提供类似中心平台打造的生态系统的网络溢出效益，为数据提供商和消费者提供分享数据的平台。其数据分享的主要特征可归纳如下：
其一，数据分享中介新范式。数据空间提供受控的数据连接器，使数据供需双方实现数据的跨组织边界流动，扮演数据分享中介角色。但是，数据空间不汇集数据（到平台），需求者仍可以便捷地以低成本找到所需要的数据。这是一种新的数据分享基础设施和分享方式。数据空间可以实现一对多、多对多的数据分享。研究者将数据空间解读为具有复合性质的双边/多边分享基础设施，认为其既是数据中介（多边、生态系统视角），同时也是IOIS（双边、数据分享视角），由此生成可信的数据生态系统参与者信任池。
其二，需求驱动的数据分享。数据空间数据交易在两个方面区别于数据市场（datamarketplace），其一，数据空间的数据分享是一种数据合作关系，它可以是数据换数据或换机会，分享双方不是竞争或对立关系，也不是一次性的买卖关系，而是持续的合作关系。其二，数据分享是需求驱动的，数据空间提供数据目录和检索引擎，数据使用者根据搜索、查询来集成所需要数据。在数据空间，数据将保持其来源，其他人的访问将以受控和安全的方式获取和使用，成本较低，而且能以按需、自动集成的方式实现。
其三，共享共创的数据生态。数据生态是围绕商业对数据的需求而形成的数据供需关系网络。有研究者认为，数据生态系统是“一组松散耦合的参与数据共享的自主方”，而数据空间为数据生态系统的引擎。IDS创始者们创新性地将数据用作平台边界资源（boundarye sources），按照多边数据平台设计的分布式基础架构，应用程序编程接口（API）和软件开发工具包（SDK）进行开发利用。数据的社会属性和技术属性相互交织，决定了其治理必须建立完善的规则体系和共享数据的管理流程。这些规则和流程需要在不同的用户群体（即平台侧）之间分布，从而形成了一个复杂的生态系统结构，包括数据来源和数据自主权的具体作用。
总之，数据空间是建立在共同接受原则上的可信数据分享和交换的去中心的基础设施，由此可建立共享数据集成利用网络经济的数据生态，形成以需求驱动的跨组织边界数据分享新范式。
（三）
数据空间作为数据生态的元组织
在探索数据空间的过程中，空间的技术构架和制度规则等主要是由利益相关者联合设计开发的，而不是由单个实体或关键公司设计开发的，因而空间治理更强调生态系统协调和平等参与，而不是等级组织。但是，落地实施空间由谁设计和运维就成了数据空间设立和运营的基本问题，这迫使人们不得不从组织的角度出发来思考数据空间。Guggenberger等三位学者将数据空间视为元组织（meta－organization），这一观点反映了对数据空间的准确定位应当贯彻到空间的设计、组织和运行中。
从理论上说，数据空间可以作为一种技术存在（纯粹的系统联结），相互之间有数据需求的组织可以形成联结的数据生态。但是，要真正通过多边数据交换汇集实现多边网络效应和数据聚合效应创造价值并公平分配价值，仍然需要组织和治理。相互数据需要的数据联结（数据空间）是否能够成为具有成长能力的有机体仍然需要组织，需要持续投资、运营和管理。数据空间的分布式架构是一种参与人各自控制和利用数据的模式。因此，数据空间必须具备能够协调各参与人行动和利益的组织，这种松散耦合主体之间为了共同目标和利益而采取共同行为所构建的组织形式，属于元组织或“组织之间的组织”。
研究者关注的以组织为成员的组织区别于以人为成员的组织，当以正式组织的特定形式安排组织之间的相互关系时，其本身也构成一类组织形式，称为元组织。元组织是一种以协调其他组织为目标的正式组织，其典型特征是中央权威相对较弱。之后，有学者将雇佣关系看作是组织的重要特征，认为“元组织由不受基于雇佣关系的权威约束但以系统级目标为特征的企业或个人网络组成”，但排除股权控制集团公司或纯粹交易网络。这意味着元组织被理解为非正式的、松散连接的、组织间的某种弱中心化结构，如创业生态系统、平台生态系统。后来有批评者认为，元组织不能被理解为没有组织的组织间关系（如俱乐部），只有当存在一个包含生态系统成员的决策系统时，才能将商业生态系统视为元组织。笔者认同这样的观点，应将元组织界定为成员共同参与管理（或治理）而实现一致行动和目标的正式组织。
因此，我们应当从元组织的角度理解和建设运营数据空间。为实现这一目标，需要从以下几方面理解和构建数据空间：
一是共同基础设施和支撑服务。数据基础设施是空间组织的活动“场所”。理论上可以委托第三方运营，但是共同基础设施和服务仍然与各成员密切相关，而不完全是运营者与各成员独立的服务关系，数据基础设施运营质量和效率关系着每一个成员切身利益。数据空间中的数据是分散存储和管理的，但是数据基础设施是共同的，相互连接的数据基础设施营造了跨组织边界的数据分享安全环境或安全域。
二是成员关系决定空间组织的边界。数据空间存在成员组成和加入控制，成员之间存在共识或共识形成机制，加入者除需符合一定资质条件外，更重要的是要具有共同认知、价值或利益追求，这是形成数据生态或合作机制的关键。数据空间可视为成员合作组织，只有建立成员间的相互信任和合作，空间才能有效运行。
三是共同的数据活动边界。数据空间为成员提供了跨越组织边界的数据活动空间，但空间相对于非成员而言仍然是有边界的。空间的规则、监督和服务仅适用于空间范围，空间边界主要依赖技术和管理控制来实现。
四是协调各成员集体行动的决策、监督和执行机制。数据空间是促进成员之间的互动和集体行动、建立共同规则和标准、形成共同认可的运行机制。数据空间建立在充分尊重和维护各成员数据自主权的基础上，各成员通过对数据治理、分享或交换，使用自主权自然延伸到空间，形成共同治理或合作治理的空间管理架构。各空间必须有一套反映成员意志的共同决策机制，建立共同规则和标准，监督成员行为，构建起维护共同利益的运营和执行机制。促进互动的治理框架是数据空间的关键组成部分，应当由成员决策形成，并在加入数据空间时达成一致。
数据空间组织超越组织边界分享数据的同时要保持数据自主权。这意味着必须有一个组织来扮演边界和集体行动管理者的角色，这便是组织意义上的数据空间。我们应当按照元组织理念设计该组织的运营框架和机制，这样的组织应当建立在成员自治基础上。正如DSSC所明确提出的，数据空间参与者负责创建、开发、运营、维护和执行具体数据空间的治理框架。数据空间治理框架包括适用于数据空间的治理、管理、运营（包括业务和技术方面）、执行以及解决任何冲突的原则、标准、政策（规则/条例）、协议和实践。
三、我国数据空间制度构建的基本设想
自2015年以来，我国一直探索数据资源社会化利用体制，并率先将数据作为生产要素，形成构建数据基础制度并建立数据要素合规高效流通使用机制的努力方向。在引入和借鉴数据空间时，我们应当将其置于我国制度架构和实践探索中，设计中国方案。在欧盟制度环境下孕育的数据空间体制很难直接融入我国本土环境并生根发芽。因此，数据空间只是一种方法论，我们需要寻找契合我国数据要素市场的制度方案。
（一）
以流通利用为核心构建数据重用话语体系
当数据被作为资源后，数据分享（datasharing）就被广泛采用，表示持有者以外的人使用数据的行为。笔者认为，数据分享可以中国化为数据流通，以流通利用为核心来构建我国数据社会化利用（重用）体系。
在行业实践中，时常采取数据交换和数据分享两个术语描述数据社会重用方式。有研究者对两个概念做了系统对比后认为，数据交换是指数据的技术转换过程，而数据分享是“授予数据访问权限的各种情形”。数据分享是一个高级术语，数据交换只是其中一个过程。虽然在实施层面这两个概念可以独立存在，但数据交换可以成为数据分享的一部分。国际清算银行2015年《数据分享：问题和最佳实践》报告（IFCReportNo1）首先对数据分享进行了行业研究。在法律层面首先使用分享（sharing）的是英国2017年的《数字经济法》（DEA），该法第五章“为研究目的分享”规定了政府的信息和科学研究数据的分享。在数据驱动经济成为趋势之后，数据分享逐渐成为数据实现社会化利用的术语。欧盟委员会于2018年4月26日在其官网发布了《欧洲公司之间数据分享研究》，对“数据分享”和“数据重用”进行了初步定义：“datasharing”特指数据提供者的行为，即生成或存储数据的企业将自身掌握的数据提供给其他企业使用，而“datareuse”特指数据需求方的行为，即企业从其他机构获取数据并使用。数据分享意味着允许第三方访问数据集以产生价值。
欧盟《数据治理法》对数据分享作出了明确定义：“数据分享”是指数据主体或数据持有者提供数据给数据使用者用于共同目的或独自使用；数据分享可以直接或通过中介进行，既可以基于自愿协议，也可以基于欧盟或成员国法律，如依据收费或免费的开放许可或商业许可。该定义采纳广义分享概念，数据分享可以依据协议和法律进行，分享许可包括数据开放。对于数据分享，欧盟的法律规范也比较宽泛，不仅包括数据持有者（控制者）向其之外的个人、组织或实体传输或披露数据的行为，也包括自然人（基于数据保护权）提供数据或决定数据使用的行为。英国则将数据主体向数据控制者（持有者）提供数据（数据控制者与个人之间的直接处理关系）排除在数据分享概念之外。根据英国ICO的《数据分享准则》，数据分享是数据控制者之间，而不包括数据控制者与个人之间直接的收集使用，而且将数据分享定位于单向或互惠的数据交换或提供访问或提供数据用于特定目的的使用。根据这个准则，数据分享既包括不同组织之间定期或临时的数据分享，也包括数据池（datapooling），即多个组织共同决定汇集他们持有的数据，并将其提供给彼此或不同的组织用于特定目地的分享。
笔者认为，英国对于数据分享的界定较为合理，可以数据流通替代之，建立我国数据资源社会化利用秩序的基本概念。这既是为了创制中国数据经济和法律制度概念体系，也是为了与个人数据保护法的数据处理相区分。个人基于信息主体（数据主体）地位给予的同意处理（包含使用）只是个人信息合法处理的基础之一，并不是流通数据的行为。当数据持有者（域外称为数据控制者，我国个人信息保护法中称为信息处理者）向他人流通属于个人信息范畴的数据时，方属于个人信息保护法处理（对外提供或披露数据行为）范畴，需以相关规定（比如获取个人单独同意）作为流通前提，以此构建不同规范目的的概念体系。
流通至今不是一个法律用语。在我们决定引入数据流通作为构建数据资源社会化重用基本概念时，就需要对数据流通有清晰的定位。一般意义上，数据流通可以涵盖从持有者（提供者）到接受者（使用者）一切利用数据的过程或行为，而被纳入法律时，则需要更清晰的界定。这表明数据流通并不适合基于产权传统市场交易的模式，而应当构建适合数据特征的基于治理范式的数据流通体制。在清晰和准确定位数据流通的情形下，我们可以围绕数据流通建立我国的数据社会化配置和利用基础制度，取代域外模糊的数据分享。事实上，“数据二十条”已经提出要分别界定数据生产、流通、使用过程，构建合规高效的数据流通使用制度这一思路。我国应在清晰界定数据流通概念的基础上，构建我国的数据空间制度。
（二）
以数据持有者权为制度基础
为调整数据分享关系，欧盟《数据治理法》正式采用数据持有者和数据接受者作为规范用语，《数据法》再次使用两个术语作为最基本数据使用和相关产品、服务关系的主体，并将数据分享分为企业对消费者的分享和企业对企业之间的分享。只因欧盟的数据分享关系比较宽泛，数据持有者的权利基础也较多元，以致欧盟的行业实践中基本将持有者分享数据的权利基础解释为数据自主权。
数据自主权既体现了数字技术主权延伸到数据政治的意图，也有行业支持和理论研究支撑。自2017年开始，有研究提出将datasovereignty作为数据治理新理念，认为大数据正在对基于个人控制理念的数据保护制度有效性提出挑战，数据应作为共享资源，勾连并建立企业和个人利益相关者之间分享的数据使用体制。德国伦理委员会建议采用以数据主权为中心目标的治理理念，以实现大数据的潜力，确保个人自由和隐私，确保正义和团结，促进责任和信任。也有研究者提出将数据主权概念作为通信技术发展和框架的规范性指导原则，形成负责任和道德健全的数据治理，不仅保护隐私，还能提供可控的方式与他人分享数据。这些研究均助推了数据主权概念的形成，并为数据空间制度设计者所采纳。IDSA认为，空间可使持有者自主决定（self－determine）他人在整个价值链中如何使用数据，这被称为datasovＧereignty。
之所以模糊datasovereignty作为欧盟数据空间首选术语，是因为在欧盟委员会试图引入数据生产者权但被否定之后，缺乏一个实现数据社会化重用秩序的概念。也许是欧盟一直从数字主权和人权角度来构建数据保护和利用秩序的基因，导致用“sovereignty”一词表示数据权利更具有接受度。在这一过程中，研究者主张将数据自主权与数字主权和技术主权区分开来，明晰个人或组织在信息系统中的数据控制和分享能力。只是欧盟对哪些主体享有数据自主权并没有达成一致认知。依据《数据法》，物联网（IOT）的商品消费者或服务消费者（用户）是权利人，其享有自主权。甚至该法是从数据持有者有义务分享数据的角度来“赋予”用户自主权的。在对数据主权进行系统研究后，有研究者指出，欧盟立法框架缺乏对数据主权的明确定义，“在数据空间的背景下，最适用的定义是个人、组织或国家对其数据的访问、使用、存储和分享的一种控制。”实质上，这三个主体具有不同权利基础和目的，因而欧盟的数据自主权是一个因主体不同而异的概念。这说明欧盟对于数据分享采取多元制度基础。
笔者认为数据源自社会，其用之于社会的认知具有社会性和公共性，很难纳入单一主体决定其使用的产权范式，因而很难援用传统的产权来构建数据社会化利用秩序，故应提出数据持有者权概念，以此建立以数据持有者权利和义务为核心的数据社会化重用的治理范式。数据持有者是对任何合法控制数据的主体状态的描述，只要社会主体合法地获取和控制数据，就可以成为数据持有者。数据持有者享有什么权利并非由控制事实决定，而是由法律规定。与物不同，数据不适用物的先占原则，先行采集和加工处理者不能享有类似于所有权的权利以排除他人获取和使用。因此，法律一直没有介入数据资源使用，而是采用“合法取得即可合法使用”原则。这意味着数据社会化重用需有复杂的体制，而不是简单的产权。
在笔者看来，数据空间就是实现数据社会化重用（流通利用）的一种体制（regime），因为通过结合必要的工具和基础设施，并通过共同规则解决信任问题，数据空间克服了数据分享的法律和技术障碍。只是在支撑数据空间的基础制度方面，欧盟选择了含义宽泛的数据自主权。笔者认为，数据自主权既有维护国家主权的因素，也有保护数据主体的权利（个人自主决定），同时还是保护数据生产者合法权益的因素，反映了将多维价值/利益贯彻于数据之上，形成因主体而异的一种不同性质的权利表达。我国应当以数据持有者权作为数据空间建设的制度基础。相对于欧盟的数据主权，数据持有者权是从数据资源最有效利用角度出发做出的一种制度安排。数据持有者权是数据空间建立的基础，数据持有者也因数据空间而使数据流通，二者相互结合构建了数据社会化重用体制。
其一，数据持有者权只是对持有者合法持有状态的描述，而不是一种权利，持有者享有什么权利是根据持有者在具体场景中对数据做了哪些改进、创造了什么价值而决定的。也就是说，数据持有者的权利配置是一个动态过程，不同形态的数据持有者享有的权利不同。即便数据转化为形态和价值稳定的知识（亦被称为数据产品），持有者都不享有稳定的产权。
其二，数据持有者权是构建数据社会化重用秩序的制度工具。持有人并没有在特定持有者与特定数据之间建立可识别支配关系，因而不存在单一可转让的权利（即不存在持有权交易）。数据持有者权的作用仅在于证明对其控制的数据享有资产管理权，可以加入特定数据空间；至于能否将特定数据提供给成员，仍然取决于空间技术和法律规则以及从A主体到B主体的流通利用是否合规。
其三，数据空间为数据持有者的数据价值实现提供了安全有效的渠道。非通用、有风险的数据流通必须建立可信流通制度，明确了可流通数据的合法性标准、安全的流通方式、可信的流通渠道等才能够实现，这些便是数据空间的目的和作用。一旦这些规则建立起来，数据就可以合法、安全、便捷地流通。
其四，数据空间服务于每个数据持有者，使其获得和集成更多的数据，成为更大规模、更加完整的数据持有者。在数据空间，数据流通的结果是让接受者取得合法使用数据的权利，同时因为加工使用而成为新数据持有者，新数据持有者可以独立使用新数据或者将其提供给他人使用。在数据价值实现链条上的所有参与者都因加工使用而成为独立的数据持有者，都可以启动下一次流通。
综上，数据持有者权不是传统意义上的产权，而是用以促成数据持有权交易或数据转让交易，使数据持有者依法管理数据社会重用的权利。数据持有者权是集权、责、利为一体的制度安排，数据持有者权不是持有者对数据的支配权，而是基于法益保护并促进数据社会价值实现的制度安排，是通过治理范式来构建数据要素市场化利用秩序的新型制度工具。只有数据空间与数据持有权完美结合，才能实现数据社会化重用秩序。
（三）
以数据社会价值最大化为基本定位
在构建数据重用的基础制度过程中，如何配置和平衡数据权益，其背后反映着立法者的价值观。在国际数字经济新秩序的构建过程中，各国均以基本人权保护、国家主权安全等作为国家干预数据跨境流动的理由。在构建我国数据流通秩序过程中，我国提出了发展与安全并重的原则，在数据流通使用中保护数据的各种合法权益和国家安全。从理论的角度来讲，这可以抽象为以数据社会价值最大化作为我国数据制度的基本原则，这也应当是数据空间制度设计的指导思想。
围绕单一市场目标，欧盟致力于开展数据经济的战略部署，努力“使欧盟成为世界上最具吸引力、最安全、最具活力的数据敏捷经济体，用数据赋能欧洲，改善决策，改善所有欧洲公民的生活”。为实现这一目标，欧盟将共同欧洲数据空间作为实施数据战略的手段，而“共同欧洲数据空间”也被称为“共同的欧洲方法”，一方面促进数据分享，让更多的数据可用于经济和社会；另一方面贯彻欧洲的价值观和基本权利保护，保持生成数据的公司和个人对数据的控制。“欧洲共同数据库空间”旨在体现欧洲的规则和价值观，特别是个人数据保护、消费者保护立法和竞争法，因而得到了充分尊重。由此看来，欧盟的数据空间本质上是贯彻欧盟价值观和发展理念的一项数据基础制度。在欧洲的价值观中，基本权利（人权）被置于核心地位。欧盟创建共同欧洲数据空间，以促进更多的数据用于经济和社会，同时保持生成数据的公司和个人的控制权。在数据空间探索过程中，数据控制制度设计者之所以选择datasovereignty作为数据分享和数据空间的制度基础，也是欧洲价值观的延伸和体现。数据空间旨在通过可信数据交换或分享机制实现每个空间成员对数据的最终控制，也就是说，通过空间交换机制实现对各自数据（包括交换获得的数据）的自主权。本质上，欧盟数据空间设计理念仍然渗透着个人本位的价值理念。
在构建支撑数据空间的基础制度时，我国应将数据作为社会资源，坚持数据社会价值和利益最大化的社会本位理念，主要原因如下：
其一，数据使用本身具有社会性。事实数据是认知客观世界的材料，而要认知客观世界必须找到数据之间的关系，发现客观世界的规律。从数据中挖掘知识即挖掘模式或关系，因此，孤立的数据并无多少价值，只有将其汇集或结合才能产生更高价值。数据的相互依存性和聚合效应导致数据流通成为数据使用的内在需求及其价值实现的必然过程。数据需要具有一定的相关性，才能真正在知识层面上提供新的内容，从而构成数据驱动的创新。因此，个体使用（效用）最大化和社会使用（效用）最大化在本质上并不矛盾，数据空间的本质就是在实现各自数据价值的同时实现社会价值的一种机制。
其二，数据及其产出的知识均具有社会溢出效应。数据使用可能产生积极或消极的外部作用，其使用既会带来新的商业模式等机会，也会带来侵犯隐私和歧视等风险。数据分析应用会产生安全和隐私风险等负外部性，若将负外部性控制在一定水平，单纯就数据利用正向效益而言，数据的社会价值在于它能够为社区和整个社会创造利益，超越个人或企业的经济收益。英国剑桥大学的两位学者对数据价值作出了开创性研究，他们认为，“信息外部性意味着一个数据点的存在将增加数据集中所有其他数据点的值”，“组合数据集的值可能大于其各部分的总和”。除了数据汇集或集成产生裂变效应外，数据聚合分析产出的知识还会存在溢出效应，带来完全的正外部性，给社会整体发展带来新认知、创新和效率。
其三，数据空间可使数据转化为半公共产品，以实现最大化利用。理论上，数据作为公共产品能够最大化实现社会价值，但是在数据需要整理时才能集成。在只有规模化集成才能具有价值的今天，迫切需要解决成本与激励、安全与风险等问题，而数据空间即是解决这些问题的制度方案。由于数据价值产生和转化存在一个过程，且能否转化及转化效果均存在不确定性。而作为流通标的数据的价值却很难被准确衡量，因为数据价值取决于使用，使用能够产生多少价值取决于数据类型、数据完整性、数据质量等，还取决于数据场景、目的、手段和方法等。因此，在数据空间展开的并不是竞争性市场交易，而是取长补短、互惠互利的合作交易。在这里，金钱对价是例外，以数据换数据（易数交易）是常态，数据换机会甚至无偿流通则普遍存在。
其四，数据空间应当以实现数据社会价值最大化作为目标。上述分析表明，数据是一种社会资源，社会价值是它的第一属性，而经济价值只是社会价值的一种体现。单次数据流通、单次的使用并不能完整反映数据社会价值，只有保持数据的原始性、可用性，数据才具有无限可能的使用和价值。数据空间即是在特定群体成员之间有序实现数据社会价值的一种制度安排。数据空间不是孤立存在的，数据空间与数据空间仍然可以互相连接而成为更大数据空间，使每个个体持有的数据被更广泛使用，产生更多社会价值，实现由个体控制数据向公共物品转化的无限可能性。
因此，我国应以最大化数据流通来定位数据空间的使命。数据流通带来更多的数据使用场景，更多场景数据汇集利用，产生更多社会价值。数据空间制度设计的核心问题包括：是否可以为有序数据流通开辟多种渠道；是否存在有效的激励和收益分配机制以促使数据持有者对外提供数据；是否有合理的责任规则可以解决数据流通利用中的风险分担等。同时，将数据空间定位于数据社会价值的实现，还可以将空间设计原理适用于政府数据授权运营、科研数据集成使用、语料数据集成等领域，为我国数据社会化重用提供多样性的制度安排。这实质上是在要求需将数据空间作为未来社会基础设施来建设。
（四）
以信任机制打造作为数据空间建设的基本内容
在数据成为资源的背景下，从产业实践者到政策制定者均在关注如何打破数据筒仓，实现数据跨组织流通，以及更大范围的数据汇集和集成使用。基于去中心的分布式架构，在尊重每个成员持有者权的前提下，数据空间以实现成员获取和集成空间范围内其他成员的数据为目的。显然，实现这一目的的最大挑战是成员之间如何建立信任，愿意与其他成员分享数据，这样的分享能够给双方带来预期的价值或利益。因此，构建成员之间的信任成为数据空间建设的重点和难点。
数据社会化重用既需要数据流动脱离业务需求，又需要超越单边（契约）关系。因为数据社会化重用的目的是数据分析，支撑多样的组织决策，而数据分析往往脱离原业务场景或业务关系需求，且需要超越直接有业务关系的组织，汇集更多数据。将源自各组织业务的数据汇集起来以支撑企业决策成为企业生存发展的新模式（称为数据驱动）。数据空间力图构建润滑的多边数据交换机制，使每个成员都能够集成其他成员的数据，实现数据驱动发展。对于每个空间成员而言，其最为关心的问题是：通过分享数据能够得到什么好处？如何保障分享出去的数据的使用可以给其带来利益？显然，多方信任关系本质上是制度问题，也是组织问题。笔者曾撰文对多方合作关系从信任角度提出流通关系可信、流通数据可信、流通主体可信和流通过程可信，从制度角度提出可信数据流通治理框架。下面仅从组织的角度进一步阐释数据空间信任机制的形成。
1.建立有效共同/合作治理框架
数据空间的建立和运营基础是数据合作。合作既可以基于契约（如战略伙伴关系），也可以建立组织的紧密型合作（如成立合作社）。如前所述，数据空间不仅仅是数据流通的技术设施，还是组织协同各成员的集体行为，有效创造价值并公平分配价值治理架构，需要建立有效元组织。元组织的底色是合作，是指每个参与者均能够平等参与合作治理或共同治理结构，而不是少数主体（基于资本、地位或角色）中心化治理。成员之所以能够组成或进入空间，是因为一个组织（企业）无法独自实现或者难以通过其他方式实现高效获取和集成不同数据目标，而能否实现这样的共同目标需要成员的合作和共同努力。从单个成员来讲，必须认识到数据空间本质是数据合作，是遵循共同规则的互惠互利的数据开放和共享，通过对等的“数据/利益”交换，实现“以小搏大”的数据聚合使用效果。这就要求共识和共同规则的形成机制能够反映各成员的价值和利益追求，还需要有相互监督和中立监督机制，以使所有成员都能够遵循共同的规则。因此，数据空间的难点不仅在于各成员是否有合作意愿，还在于能否建立可以反映成员共同意志的治理架构，平等维护各方利益，实现共同目标。
2.打造具有自成长能力的生态系统
数据空间通常是由少数成员或第三方设计、建设、组建和运营的（以下称为“主导方”）。在初始建设期，主导方的工作包括制度和商业模式设计、基础设施建设、搭建元组织和治理框架、打造样例、吸收更多成员入驻空间等。这一过程中，主导方往往需要投入大量资金和人力资源来设计商业模式和制度规则，而后来加入的成员大多是接受者和受益者，存在“服务与被服务”“引领与被引领”的关系。但是空间成员的长期关系只有价值维系，成员对空间的信任基于空间能够实现其利益。这样的生态系统是价值补充的生态链，是在满足各自成长需求中赋能其他成员。因此，发掘数据的需求，匹配数据供给，在需求驱动下形成互补互惠的生态，才会形成良性循环，演进为自组织系统。显然，这不是主导方或中心组织单方能够成就的事情。因此，如何形成合作型多边组织，形成成员内驱力和互动机制，是空间成为数据生态系统的关键。“数据生态系统使参与者能够将数据作为组织间网络中的战略资源加以利用，而不受固定的合作伙伴或核心关键公司的限制。”“数据生态系统不仅能够显著改善数据价值链，而且为实现数据自主权提供了技术手段。”因此，主导者的使命是为每个成员寻找生存空间，让空间成长为具有自生成能力的数据生态系统。数据空间是分散的基础设施，不同的参与者可按照共同的治理、组织、监管和技术机制，以安全、可靠和值得信赖的方式共享和使用数据。它们将在需求驱动的过程中互连各种数据生态系统，这是实现跨社会行为者数据交换的关键。
3.数据空间治理与分散成员数据治理协同
数据治理在数据空间中占有非常重要的地位，需要空间和成员分工协作完成。数据产品化整理即数据标准化的治理行为。数据整理旨在确保数据空间流通的数据符合统一的技术和合法性标准，以实现成员持有的数据可互操作以及合法流通。在此方面，空间与成员之间明确分工。数据空间的职责是建立统一的数据治理技术和管理标准，并监督各成员执行这样的标准开展数据治理。空间需要制定或选择一致的数据分类、数据表示、数据形式、可流通数据集、数据质量、数据合规等标准，并将这些标准贯彻到数据流通的各个环节。数据整理的具体任务落在每一位成员，每一位成员需按照一致标准开展数据治理，确保流通的数据符合统一标准。同样，数据流通秩序和安全治理仍然是由数据空间制定数据流通规则、流通方式、使用控制、安全管控等流程、规则和技术规范，而由各成员按照该规则实施数据交换、流通或分享。显然，数据空间在两类数据治理中既是共同规则的“制定者”，又是规则执行的“管理者”。由此可见，空间数据治理是由空间组织和成员协同实现的。
4.确保数据空间流通秩序和安全
数据空间治理的另一项核心内容是确保各方按流通约定使用数据，监督违反合同或法律使用数据情形，确保空间范围内的数据流通利用的安全。在数据空间，数据流通仍然以数据使用协议来界定接受人的使用权，徒有协议约定不足以执行，同时还需要配合一定的监督和约束机制来约束接受者遵守协议；同时还需要控制数据流通的风险，确保数据滥用或违法使用可审计、可追责。虽然这一过程可以采用许多技术手段（如同态加密、差分隐私和功能加密等密态计算方法）降低安全和隐私风险，但是，经过计算的结果仍然存在侵犯隐私或滥用的可能性。因此，数据空间需要建立数据流通基础设施，在支撑安全流通的同时，还可以使数据流通在全面受控的环境（系统）中完成，使流通过程和使用过程可记录、可控制、可审计，以便出现违约或违法责任时能够查明事实，分配责任。一旦使空间的数据滥用和违法行为可追责，就会降低成员的冒险和投机行为，提升成员对数据空间的信任。
5.在具体的数据应用场景中感受数据空间的力量
数据空间本质上是一种商业模式，它让每个成员走上数据驱动发展之路。成员对空间的信任最终回归商业本质——数据空间是否赋能成员，让每个成员感受到数据空间的合作效应。但是，数据空间的建设和发展不能只有规划和愿景而没有商业模式和可复制样例。可实地见效具体应用场景、商业模式的探索和推广是数据空间起步阶段的必需品，可使成员在具体样例中感受到数据交换的魅力。空间组织的核心作用是发现需要、打造商业模式。
结语
数据空间的底层逻辑是克服数据集中的分布式数据集成技术，分布式数据库技术、分布式数据集成技术和分布式计算技术等相关技术在我国很早就有相关研究，但并没有演进为数据重用体制。数据空间技术是基于共同规则的分布式数据生态系统，数据分布在不同存储点根据需要进行集成使用。但是，数据空间不仅仅是一项技术，更是产业数据交换或集成需求相匹配的技术解决方案。这一解决方案的创新之处在于为分布式寻找制度（或权利）基础，承认数据分散/独立的存储和管理者的权利，通过分散权利人遵循共同规则的交换或分享实现数据集成使用。这样一来，就可以创制特定主体（空间）范围内的数据资源重用。而一旦空间与空间相连，就可以实现全社会的数据社会化重用。源自技术的数据空间在欧盟已经从分布式数据集成技术演进为数据社会化重用体制或解决方案，因在寻找数据权利基础方面受制于欧洲文化和地缘政治影响，故采纳可以适用于任何主体的数据自主权。
《空间计划》发布后，数据空间概念正式进入我国。在笔者看来，数据空间应当被看作实现数据社会化重用的方法论，而不是可移植的现成方案，更不是一种软件技术设施。IDSA首席技术官Sebastian Steinbuß先生认为，IDS不仅是一种技术标准，也是创建数据驱动型商业生态系统的通用法律框架。实现这一目标的关键要求是制定一套以分散方式管理它的规则和政策。按照数据空间设计者的观点，我们可以通过三个角度观察数据空间：从技术角度来看，数据空间通常被描述为数据集成的一种手段；从经济角度来看，数据空间被视为一种经济交换手段；从法律角度来看，个体的自决权凸显出来，数据空间最终可以被理解为数据自主权的一种手段。数据空间作为一种集技术、商业和法律制度为一体的综合体，我们应当先研究欧盟实施数据空间的经验，再探索我国数据空间的功能定位，最终形成我国数据空间制度。
从欧盟数据空间制度出发，本文从三个维度对数据空间进行描述和定位。首先是数据重用的基础设施，数据存储和管理虽分散于不同主体，但通过集中数据目录可使每个成员检索和获取所有整理的数据；其次是数据分享（流通）中介，数据空间实现不集中数据使参与方实现多方数据分享（流通）的效果；最后是数据空间作为正式的组织形式通过成员共同或合作治理实现集体一致的行动，以上三个维度是相互依存、相互支持的，以共同的基础设施支撑数据分享（流通）和元组织运行。作为数据空间数据价值实现的新体制，元组织意味着创造一种新经济范式，改变过去以个人财产权作为组织社会经济关系的主要手段的体制，转变为合作分享资源（即数据）价值/利益的协作关系。如欧盟学者指出，这代表欧盟放弃传统（知识）产权作为数据交换的监管手段，转而支持更细致的数据治理体制，实现基于财产的范式向基于治理的范式的转变。
数据空间所体现的数据治理体制是与数据特征适配的数据重用体制。数据具有风险，也存在使用利益，而数据只有碎片化价值，需要不断集成使用才有更大价值，其无法配置稳定的产权，不存在公开竞争的市场交易（产权交易），在受控环境下，按照共同的规则交换或分享形成了多方数据集成的可行出路。数据空间正是基于分布式数据架构和管理方法在特定成员之间实现了数据流通使用。理想情形下，通过数据空间与数据空间连接可以实现更大范围或全社会的数据资源社会化配置和利用。欧盟产业实践者在分布式数据集成技术下发展出的一套实现数据社会化配置利用效果的解决方案，其设计深刻反映了欧盟的数据价值观、数据权益观、数据重用方式理解和制度设计。数据空间对我国的借鉴意义在于为数据社会化重用提供了方法论。因此，笔者提出应当以数据流通替代数据分享，以数据持有者权替代数据自主权，以数据社会价值最大化作为数据社会化重用的设计理论基础，以可信数据流通实现为基本目标，以此设计我国数据空间制度。重点不是采用数据空间概念，而是设计符合中国社会价值和制度观的数据流通制度，创造出具有中国特色的、最大化实现数据社会价值和经济价值的体制，形成数据驱动发展的新范式。
人工智能和机器学习等变革性技术的成功应用在很大程度上依赖于数据的可用性、无缝获取和集成利用。最大化实现数据跨组织流动和数据社会化重用是当今世界主要经济体之间最主要的制度竞争之一。全面深入理解数据空间的制度意义，进一步推动我国数据要素市场的制度设计具有重要的战略意义。我们应当在数据社会化重用制度的基础上思考和定位数据空间制度，并将其上升为国家数据要素市场发展战略。
原文链接
高富平 | 数据空间制度论——欧盟方案的本土化改造
