2021年6月，《中华人民共和国数据安全法》经会议表决通过，从数据风险评估、监测预警、安全审查等方面确立了基本制度。这是我国在数据领域出台基础性法律的重大成果，随着数字经济时代的进程加快，在保障数据安全的前提下，实现数据共享已成为各国政府不可忽视的存在。
数据是数字化时代的重要生产要素
2020年4月9日，中国出台第一份关于要素市场化配置的文件《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，明确将数据作为一种新型生产要素纳入到要素领域改革中，加快推进数据要素市场化建设。
美国南卡罗来纳州卡托巴数字经济区通过数字资产规则:金色财经报道，位于南卡罗来纳州罗克希尔的卡托巴印第安民族支持的数字经济区已经通过了一系列旨在为数字资产创造“法律清晰度”的法规。
根据周三的公告，该框架将数字资产从加密货币到NFT定义为无形财产或没有物理存在的个人财产。
公告称，卡托巴数字经济区（CDEZ）成立于2022 年 2 月，是由卡托巴国家建立和支持的主权监管区。据其网站称，新规定于 2022 年 7 月 6 日由作为卡托巴国家政府的一个部门的 CDEZ区管理局通过。经济区计划允许数字资产公司根据其法律远程合并。CDEZ 发言人称，规则现已生效，这项政策将成为加密和Web3公司全面而清晰的监管框架的基础。[2022/7/14 2:11:35]
数据具有生产力与生产关系的双重属性，当数据作为生产力时，能通过加工、存储、流通、分析等环节，增强价值和使用价值；当数据作为生产关系时，能与其它产业融合应用，提质增效，促进生产力的发展。
加拿大前财政部长：跨境数字经济税收协定将是首要解决的问题:加拿大前财政大臣Bill Morneau在华盛顿年会辩论中表示，如果他成为OECD负责人，他的首要任务之一就是为跨境数字税寻求解决方案。就数字经济的跨境税收达成协议是首要需要解决的现实问题。 对于数字经济巨头来说，最好是让他们了解他们的处境。（CNBC)[2020/10/31 11:19:14]
保障数据安全，实现数据共享，是发挥数据价值的前提条件，也是数字经济向纵深发展的必然选择。
全球数据池化步伐进程加快
当前数字经济时代，信息数据的增长是爆炸性的。据IDC《数据时代2025》白皮书显示，到2025年，全球数据圈将扩展至163ZB，相当于2016年所产生16.1ZB数据的十倍。
动态 | 未来三年衢州还将重点围绕区块链等一系列数字经济重点领域发力:据信息时报报道，未来三年，衢州还将重点围绕云计算、大数据、人工智能、物联网、区块链、机器人、集成电路、数字文化等一系列数字经济重点领域发力。[2019/12/30]
和美国、欧洲等发达国家相比，中国的数据池化步伐位居世界第一，预计到2022年中国将拥有全球最大的数据圈。
据前瞻产业研究院数据统计，从2016-2019年，我国大数据产业市场规模由2840.8亿元增长到5386.2亿元，连续四年增速保持在20%以上，预计到2025年中国大数据产业规模将达19508亿元的高点。
现场 | 富士康集团副总裁许立威：数字经济是破局经济 将促进金融强国建设:金色财经现场报道，11月10日，由华荣资本主办的2019世界区块链数字科技大会（WBDC）开幕式在成都举办。富士康集团副总裁许立威现场进行《区块链、人工智能、大数据、物联网等对数字经济时代的破局和影响》演讲指出，数字经济时代的形成包含4方面，基建层面，互联网、云计算等；基层技术上，区块链、人工智能、大数据、物联网等算力，算法的破局性发展；基础应用，即加密数字金融与各行各业的破局性应用；最终形成全民应用，加密数字金融和传统金融等发展形成数字经济时代。数字经济是破局的经济，是促进金融强国建设的重要部分。总体来看，人工智能的神经网络，一个全新的非线性方程“通解”计算器的发明，按需服务的区块链与物联网，PxP数字金融工程，将促进中国数字经济破局性发展成功。[2019/11/10]
数字经济已成为中国经济增长的新引擎，挖掘数据价值，是提升国家核心竞争力的关键。
制约数据流通共享的因素
有效的数据共享，本质上就是要实现数据主体、数据采集者和数据使用者三者间的利益平衡，处理好隐私保护、数据安全和数据价值挖掘、实现的关系。
当前数据市场由于数据总量规模小、数据质量较差、可利用率不高等原因，无法保证数据的一致性与准确性，数据共享与流通协作受阻，“数据孤岛”现象普遍存在。
其次，过于集中的数据存储及管理，也在一定程度上造成了数据共享的垄断化，加剧了信任鸿沟的产生。
合理保护个人隐私，建立安全可信的数据共享环境，区块链和隐私计算提供了行之有效的解决方案。
区块链与隐私计算，实现数据共享的有力武器
随着在政务、工业、医疗、文创等领域大量应用场景的落地，区块链的实用性得到充分验证。
区块链本质上是一个多中心化的分布式账本数据库，以P2P组网结构、链式账本结构、共识算法、密码算法和智能合约五大要素为技术内核，将数据进行分布式存储，减轻集中化存储带来的风险，确保数据传输和访问的安全，从物理世界到网络世界，建立资产与数据一对一的映射关系，为数据共享提供安全可控的基础保障，解决交易信任问题。
为解决互不信任的多个机构间数据共享和数据价值挖掘问题，国际上开发出了在不共享原始数据前提下实现数据价值挖掘和流转的技术手段，即隐私计算。它是隐私保护前提下数据共享的技术实现路径，一般通过联邦学习、安全多方计算、差分隐私、同态加密、零知识证明五个环节保证数据和模型隐私，实现数据“可用不可见”、“可算不可识”和“可用不可拥”。
目前国内正积极开展基于区块链和隐私计算平衡数据安全和共享流转的应用场景。如腾讯与广东顺德区政府基于联邦学习合作建立的普惠金融平台，融合政务、企业、银行三方数据,进行实时进件分析和风险控制。截止2020年底，该平台已为7家金融机构发放共计433笔小微企业贷款，总金额超3.4亿，初步解决了疫情后顺德区中小微企业的融资难题。
随着社会数字化转型的要求，通过数据共享与上下游产业链之间进行深度合作已是大势所趋，隐私计算与区块链的结合，能有效带动数据跨领域多维度的融合发展，完成数据流通向“价值”的升级。
但同时，我们也该看到实践过程中面临的新技术挑战，比如如何提升效率瓶颈、如何研发自主可控、安全可靠的硬件设备等，平衡实用性、安全性与隐私性等，都是未来数据共享领域需要突破的技术难点。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。