问题：数据已成为推动产业升级和治理现代化的重要生产要素，但更大范围、更深层次流通中仍面临“能供给、难交易”“有需求、缺合规”“会使用、难复用”等现实瓶颈。一上，数据权属边界、合规责任、风险控制等规则体系仍需细化落地；另一方面，交易撮合、质量评估、定价机制、交付与验收等市场服务能力不足，导致数据供需对接成本高、效率不稳定，尤其模型训练、行业应用等环节对高质量数据的获取与加工提出更高要求。 原因：制约数据流通的核心在于制度与能力“双短板”。从制度看，公共数据、企业数据、个人信息等不同类型数据的合规要求差异明显，安全边界、隐私保护、跨主体共享责任等需要更清晰的可操作安排；从能力看，数据标准不统一、治理水平参差、价值评估缺少共识，叠加部分行业数据敏感度高、场景复杂度高，使传统“单一买卖”模式难以覆盖多元需求。同时，随着“人工智能+”深化，数据从“可用”向“好用”“可复用”转变，市场迫切需要一批既懂规则又懂技术、既能撮合交易又能提供增值服务的专业机构。 影响：意见首次明确培育三类数据流通服务机构，意在为数据要素市场提供“基础设施式”的组织支撑与服务供给。其一，数据交易所（中心）突出综合服务功能，有利于形成更规范的交易秩序，完善登记、撮合、交割、争议处置等全链条服务，降低市场交易摩擦。其二，数据流通服务平台企业突出专业化发展，有助于在行业、区域、细分领域形成深耕能力，通过技术与运营手段提升数据治理、隐私计算、可信流通等服务水平。其三，数据商侧重加大数据产品和服务开发力度，将分散的数据资源转化为可交付、可评估、可持续迭代的数据产品，推动数据从“资源”走向“资产化、产品化、服务化”。三类机构定位清晰、分工互补，有望在规范、安全前提下提升数据要素供给质量与流通效率。 对策：围绕“市场化价值化”目标，意见提出探索多样化流通交易模式，鼓励拓展数据换数据、换订单、换服务、换模型、换场景等方式，传递出“以场景促流通、以流通促应用”的政策导向。相较于单纯的价格交易，交换型、合作型模式更贴近产业实际：数据提供方可以通过订单、服务、模型能力实现回报，需求方也能以更低成本获得可用数据与能力输出，从而扩大数据要素的参与主体与应用范围。与此同时，面向合力推进“人工智能+”和“数据要素×”行动，意见强调建设服务人工智能发展的高质量数据集，拓展与人工智能发展相适配的流通交易方式，并支持各类机构与对应的企业合作，依托数据基础设施提供数据汇聚、治理、模型训练等服务。这意味着数据流通服务将从“交易撮合”延伸到“数据工程+模型工程”的一体化能力，推动形成更稳定、可复制的供给体系。 前景：随着相关制度细化和市场服务能力提升，数据要素将更广泛嵌入制造、金融、交通、医疗、城市治理等关键领域，成为培育新质生产力的重要支撑。可以预期，未来一段时间内，数据流通服务机构将围绕标准化、合规化、规模化三条主线加速成长：标准化上，数据质量评价、元数据描述、产品交付与验收等规则将更完善；合规化方面，安全治理、隐私保护、风险评估与审计能力将成为机构核心竞争力；规模化方面，围绕重点行业与重点区域的专业平台与数据产品将不断涌现，带动更多中小企业以低门槛参与数据要素市场。对“人工智能+”而言，高质量数据集供给的扩大与流通效率的提升，将为模型训练、行业落地和场景创新提供更坚实的“燃料”和“底座”，进而推动从单点应用向系统性赋能演进。
数据流通服务体系的完善是一个长期、渐进的过程；此次意见的发布标志着我国在数据要素市场化改革上迈出了重要一步，但真正的考验在于如何推动这些政策举措落地见效。各地各部门需要在保护数据安全、维护个人隐私的前提下——积极探索创新——鼓励市场主体参与，逐步建立起规范、透明、高效的数据流通生态。只有这样，才能让数据这个新型生产要素在经济社会发展中发挥更大作用，为数字经济和人工智能产业发展提供坚实支撑。