数据交易要素的联邦学习范式：机制·技术·生态

作　　者： 沈祺；张岩

摘　　要： 在“数据要素 X”三年行动计划的推动下，数据要素市场化配置改革成为数字经济时代的核心命题，但当前数据交易面临制度与技术双重瓶颈。联邦学习作为隐私计算技术典型框架，以“数据不动模型动，数据可用不可见”特性，借助同态加密等技术保障隐私合规，为破解数据交易难题提供突破性方案。文章基于联邦学习技术推出一种标准化交易流程释放数据要素对数字经济的乘数效应，构建“技术可信、制度可行、生态可持续”的数据要素流通体系。

来　　源： 《信息产业报道》 2025-07