当前工业数据要素在登记流通中尚存在四个主要问题与挑战：
数据产权是工业数据安全合规交易的关键前置条件，是数据基础制度建设中的重中之重。当前，我国现有的数据立法主要集中在数据安全和数据监管层面，聚焦于数据主权和数据隐私。但仍要看到，目前缺少对数据确权、流通、共享等问题的明确规定，同时，对于工业数据也尚未有专门立法。工业数据流通的基础制度体系建设需要中央和各级地方政府制定出台一系列政策，形成由国家战略、行动纲要、发展规划、指导意见、实施方案等构成的比较完备的顶层制度设计体系。截至 2023 年 9 月，国家尚未出台工业数据基础产权制度建设的直接相关文件，关于数据产权制度的建设要求零散地分布在不同政策中。同时，国家尚未出台专为数据产权制度确立的体系化政策文件，政策集成程度不高，现有的一些关键性政策尚未配套相应的实施方案与标准规范，缺少对于工业数据流通及价值化途径的政策引导。亟需针对工业数据产权制度建设要求出台切实的支撑性与鼓励性政策，并对工业数据的资产化价值化途径，做出明确的政策引导与宣贯。
当前，工业数据要素的流通与价值化尚面临着“计量难、出库难、标准难”三大技术难题，需要通过重点突破、系统协同，实现数据要素市场发展的整体推进。
1.数据价值量化方式不统一目前我国的工业数据交易市场还处于初级发展阶段，工业数据价值的确定方式尚在探索。对于某些资产而言，如货物，其价值可以通过单价和数量的形式进行度量。但对于工业数据而言，其特有的复杂性使得它的量化和价值确认变得错综复杂，无论是工业数据的成本还是利润都没有统一的标准和度量单位。从空间维度来看，工业数据的价值往往是上下游相关的，对于一个企业有价值的数据可能对于另一个企业毫无用处。而跨企业、跨行业的工业数据进行聚合汇总后往往还有可能发生叠加效应，产生 1+1>2 的效果，此时对数据的价值需要重新进行评定和量化。从时间维度来看，工业数据的价值也是时间敏感的，对于当下有价值的数据可能在明天就失去了价值。同样的数据同一时间在不同的机构和应用场景中呈现出的价值差异较大。工业数据的类型与存储方式复杂多样，如生产制造过程中设备产生的流式数据、质检需要的图片数据、监控产生的视频数据、工人知识转化的音频数据等。其中既有结构化数据，又有非结构化数据，不能用统一的数据行、数据量等计算机常用计量单位对工业数据进行计量，这也使得工业数据的定价交易面临不确定性。
2.数据安全可控出库是瓶颈当前制约工业数据要素市场发展的难题之一便是数据的供给不足，由于数据要素具有“脱离提供方物理控制即失控”的特点，数据提供方往往不愿意把数据“拿出来”进行物理转移式的交易。通过“数据不动、算法移动”的方式，可以实现在保护提供方数据控制权基础上的隐私保护与可信使用，为数据提供方提供“可管、可信、可知、可控”的全过程保障，促进数据要素供给，加速数据要素交易流通。解决数据出库难问题，本质上是要实现数据的可控安全流转，建立可仲裁可溯源的数据交易安全流通技术体系。 数据登记的目的是使数据能在市场上合规发布流通，而数据在出库过程中和出库后都面临一系列的安全风险。例如，在出库过程中如何保障数据传输的安全性，在出库后如何防止买方在未经卖方同意的情况下转卖数据。这些问题在现有的技术框架下仍然难以缓解，亟需某些新兴技术作为支持。预计很多新兴技术还需要三到五年左右的时间才能成熟地应用于数据交易链中，其中一些值得关注的新兴技术包括：隐私计算技术：隐私计算是面向隐私信息全生命周期保护的计算理论和方法，隐私计算涵盖了信息搜集者、发布者和使用者在信息产生、感知、发布、传播、存储、处理、使用、销毁等全生命周期过程的所有计算操作。隐私计算技术解决了传统隐私保护技术不支持多轮传播的隐私使用控制、数据安全技术不支持数据出域等问题，可有效支撑工业数据要素流通与受控共享。去中心化技术：区块链技术用于解决传统的、中心化的技术难以解决的问题，能够实现数据登记可靠存证（例如提供独立、单一的信息源，确保数据的透明度和可信度，使交易流程自动化，打破数据流通的地点限制等），从而创造新的价值。
3.数据标准尚未统一 工业数据流通交易价值化面临着标准难的问题，无论是后续的流通交易，还是最初的登记环节，其实施均需要成熟的数据标准体系。数据标准的内容覆盖了广泛的业务属性信息、技术属性信息、管理属性信息，其中： 业务属性包括中文名称、英文名称、标准别名、业务定义、业务规则、值域、标准依据、敏感度。技术属性包括数据的类型、格式、长度、编码规则等。管理属性包括标准编号、标准主题、数据制定人、标准定义部门、标准管理者、数据使用者、业务应用领域、使用系统、标准大类、标准子类、标准状态等。在宏观层面，数据标准的主要问题是鲜有成功或成熟的案例。由于数据标准体系建设是一个新兴的领域，以数据主权为核心空间的 IDS 国际数据空间，也仍在倡议阶段，距离落地实践仍有一定的距离。在微观层面，由于各机构组织的数据标准尚缺乏整体规划，严格的数据标准尚未制定，容易出现数据名称标准不规范、数据语义不清等问题。
第三方数据服务商在数据要素市场中扮演着至关重要的角色，他们通过提供数据质量评估、数据资产价值评估和合规等服务，为数据的交易流通提供了定价支持及法律基础。尽管我国已初步具备培育数据要素产业生态的基础条件，但在实际发展中，不平衡、不完善等问题仍较突出。“数据二十条”明确指出加强数据交易场所体系设计，推进数据交易场所与数据商功能分离，鼓励各类数据商进场交易。依据在数据流通链条中的不同分工，第三方服务商可以分为数据产品开发服务商、数据合规评估服务商、数据质量评估服务商、数据资产评估服务商、数据经纪服务商、数据授权运营服务商、数据交付服务商、数据咨询服务商、数据安全服务商以及数据治理服务商等十类服务商。数商类别的完善和数商生态的发展，对于推动数据要素市场的健康发展具有重要意义。
数据的标准化和登记是实现数据交易流通的首要步骤。但由于数据服务商生态尚不完善，使得数据的标准化和合规登记均面临一定的挑战。当前第三方服务商生态仍处于培育阶段，尽管已有一些地方与数据交易机构已开始明确数商的重点培育方向，但相关的法律、监管和市场机制还未完全成熟，工业数据的资产评估与授信贷款等价值化路径尚在探索，实践效果有待观察。同时，数据资产评估服务商的缺乏，使得后续的工业数据资产化路径受到阻碍。工业数据价值化的具体路径需要在实践探索中逐步总结有效方式，形成可复制、可推广的经验。工业数据产业生态的建设，需要政府、企业和交易机构各方共同努力。
