中國網/中國發展門戶網訊 伴隨我國數字經濟的飛速發展，數據已與土地、勞動力、資本、技術等傳統要素并列，成為驅動經濟運行的關鍵生產要素，但各領域數字化發展不均衡導致的“數據割據”“數據孤島”等問題，嚴重制約了數據要素的價值實現。因此，構建數據要素市場體系，推動數據要素市場化配置已成為發展數字經濟亟待解決的重要問題。2020?年?3?月?30?日發布的《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》，強調加快培育數據要素市場；2022?年?1?月，國務院發布《“十四五”數字經濟發展規劃》，進一步對充分發揮數據要素價值作出重要部署，提出到?2025?年將初步建立數據要素市場體系。

在政府部門的推動下，我國各省份陸續成立大數據交易中心，探索數據要素及其衍生產品的交易，實現數據資源的流通和共享。貴陽大數據交易所于?2015?年正式成立，后續相繼成立了武漢東湖大數據交易中心、華東江蘇大數據交易中心、陜西省大數據交易所、上海數據交易所、北京國際大數據交易所等多家數據交易平臺。但是，囿于數據要素確權、定價和交易機制等配套制度的不完善,大數據交易平臺的數據交易量極低，甚至多家數據交易平臺的交易量為?0；截至?2022?年?3?月，在已成立的?40?多家數據交易平臺中，29?家公司沒有正常運營。

當前，我國數據要素市場化配置尚處于發展的起步階段，成長速度相對緩慢。作為一種新型生產要素，數據有著不同于傳統生產要素的特性，其所具有的非排他性、非稀缺性、易復制性和分享增值性等特征，使得數據的確權、定價和交易流通等各個環節均存在諸多待解決的問題和挑戰。數據要素的高效配置是推動數字經濟產業發展的關鍵一環，急需明確并突破數據要素市場化配置過程中的障礙，以加快提升要素市場化配置水平。 

我國數據要素市場化配置的基本問題

數據確權

數據確權即確定數據的權屬問題，明確數據歸誰管理、歸誰使用，創造的利益歸誰分配、如何分配。清晰的權屬界定是數據交易的前提，只有權屬明晰，交易才會實施，交易對象的價值才會得以釋放。

數字經濟時代，數據是能夠產生經濟效益的核心要素，具有使用價值和交換價值，且在反復使用過程中能不斷增值。但海量的數據歸誰所有、產生的財富如何分配？目前在世界范圍內仍是一個難題。所有權是物權的一種，《中華人民共和國民法典》規定所有權是所有權人對自己的不動產或者動產，依法享有占有、使用、收益和處分的權利，所有權具有絕對性、排他性、永續性?3?個特征。可見，所有權強調對“物”的絕對占用，可以排斥一切他人的干預，是絕對支配權。物權法上的“物”通常講是有體物或者有形物，即“物”是“有形”且“獨一”的，所以在權益的劃分上可以分割清楚。

數據本質上是無形的，它的形成涉及多個主體和環節（提供和產生數據的生產者、收集數據的控制者，以及對數據進行分析和整合的產品開發者）。基于傳統的“所有權”，難以對數據權屬進行清晰的界定。例如，互聯網平臺企業基于其商業模式特性及其規模優勢，收集網絡用戶瀏覽、搜索、收藏、交易等行為痕跡產生的巨量數據；這些數據反映的是用戶信息，理論上應為用戶所有，但實際卻被收集數據的互聯網平臺企業控制和使用。部分企業為實現盈利，未經用戶允許為第三方應用開放編程接口（API），共享用戶數據，這等同于將用戶隱私作為利益進行交換。作為數據控制者，平臺企業基于數據主張所有權和收益權，卻對第三方泄露數據不承擔責任；而提供和產生數據的數據主體不僅對數據不享有支配權和收益分配權，還需要承擔隱私泄露的風險。數據權屬不清導致越來越多的企業對用戶數據非法竊取、無償占有和隨意濫用，已嚴重制約了數據流通和共享，成為數字經濟發展的巨大隱患。

數據定價

定價是市場機制的核心。與傳統要素不同，由數據產生的經濟效益極具不確定性。①數據的使用效果非直觀，價值難以分離。數據本質上是一種協同要素，沒有獨立經濟價值，需要和其他要素一同發揮作用才能產生價值；但如何在實現的總價值中剝離數據價值仍缺乏合理依據。②數據的應用場景復雜，價值難以估計。即使相同的數據面對不同的制度環境或政策環境、不同的業務場景，所產生的價值也完全不同；難以在不考慮其他影響數據使用因素的基礎上單獨分析數據的價值。③數據的使用時間無限，價值難以確認。數據一旦產生可以無限期被使用，且固定數據的價值周期可能有限；隨著使用過程可能會形成新的數據，舊數據的價值可能會發生貶值。④數據的價值存在先行者優勢，難以統一定價。數據具有極強的共享性，一旦產生若無限制，可以零成本的復制、使用，無限被使用。盡管如此，在不加限制的情況下卻存在先行者優勢現象，難以使用統一的標準對其進行定價。鑒于數據的獨特性及其定價的復雜性，全球范圍內尚未形成較為成熟的估值體系。

交易機制

數據的流通方式主要包括交易、共享、開放、交換等，企業對這幾種方式的選擇依賴于賣方是否與買方存在競爭、買賣雙方的風險偏好水平等。由于數據所有權具有非排他性，數據交易沒有辦法實現完全所有權的轉移。因此，數據交易本質上是數據使用價值的流轉，而非對數據產品本身的轉移占有。

直接數據交易和數據交易所模式是目前較為普遍的數據交易模式。直接數據交易是一種場外交易，即雙方協商確定交易內容及方式，簽訂合同后進行錢貨交易。由于當前數據相關法律法規尚不完善，直接數據交易存在較大的風險，數據零成本復制和傳播的特性使得賣方無法控制出售數據帶來的風險。數據交易所的交易模式主要有數據撮合交易模式和數據增值服務模式。數據撮合交易模式類似于股票場內市場，即在政府監管下，由集中場所進行數據供需關系撮合；數據增值服務模式是數據交易所提供定制化產品給需求方。交易標準和機制不清晰導致交易主體難以互信、入場意愿低下，迫切需要確立和完善數據交易規則，規范數據交易。 

國際數據要素市場的戰略布局

伴隨數字經濟的深入發展，以及各國家和地區大數據產業政策的鼓勵，全球范圍內數據要素市場呈快速發展態勢。針對權屬界定、價格形成和交易模式等問題，各國家和地區采取了不同的舉措。

美國：開放“非敏感”政府數據，發展多元數據交易模式

美國通過《開放政府數據法案》，規定所有政府部門都要向公眾開放“非敏感”政府數據。該法案要求聯邦機構必須以“機器可讀”格式，發布任何不涉及公眾隱私或國家安全的“非敏感”信息；同時，要確保數據可以通過智能手機和其他電子設備輕松訪問，以便于公眾、企業或其他組織對政府公開數據的利用，進而為社會創新、政府決策等事務提供支持。

相較于其他國家和地區，美國對個人數據保護的法律規定較為寬松，堅持以市場為主導、以行業自律為主要手段，輔以政府監管的模式。2022?年?6?月，美國眾議院和參議院發布了《美國數據隱私和保護法（草案）》（ADPPA），具體內容包括：防止美國個人數據遭到歧視性使用、相關實體允許消費者關閉定向廣告、信息處理者在特定實踐方面遵守忠誠義務，同時確保消費者不必為隱私付費等。

美國的數據交易模式主要有?3?種，分別是數據平臺?C2B?分銷（即個人直接出售數據給數據平臺）、B2B?集中銷售（即數據平臺以中間代理人身份撮合數據供求雙方交易）和?B2B2C?分銷集銷（即數據平臺以數據經紀商身份收集數據后轉賣，數據經紀商并不是一個自然人，而是一些具備資質的企業）。目前，美國?B2B2C?分銷集銷已形成相當市場規模，成為其主要的數據交易模式。

歐盟：重視數據隱私保護，按行業差異化發展非個人數據

歐盟數據要素市場的發展注重“數據權利保護”與“數據自由流通”間的平衡，強化個人數據保護，促進非個人數據自由流動。2018?年，歐盟發布《通用數據保護條例》（GDPR）取代了自?1995?年生效的《數據保護指令》，確立了“個人數據”和“非個人數據”的二元架構。針對任何已識別或可識別特定自然人的“個人數據”，賦予數據主體訪問權、更正權、刪除權、限制處理權、可攜帶權、反對權，以及不受制于自動化決策權等?7?項數據權利，增加數據可攜帶、數據保護影響評估、數據保護官、數據保護設計等多項制度。對于“非個人數據”，作為數據生產者的企業享有使用和授權使用的權利。GDPR?約束所有與歐盟用戶數據相關的企業，極大地落實了對個人數據的保護；但也由于?GDPR?條款較為嚴苛，顯著降低了歐盟科技企業的融資規模。

為保證推進數據市場化進程，歐盟出臺《非個人數據自由流動條例》，以進一步在歐洲單一市場內消除非個人數據（如機器數據、環境數據等）在儲存與處理方面的地域限制，保障非個人數據跨境和跨信息系統流動。此外，歐盟出臺了《數據戰略》、《數據治理法案》（DGA）、《數據法案》（DA）、《數據市場法案》（DMA）和《數據服務法案》（DSA）等?10?余部法律，并在保持高度隱私、安全和倫理標準的前提下，遵循不同行業數據要素市場化存在差異的客觀規律，劃分出健康、工業等?9?個垂直領域，按照行業構建數據流動解決方案以及數據互通標準。

交易模式方面，歐盟認為限制數據共享的關鍵因素不是共享意愿，而是交易主體間的信任缺失。但是，歐盟并未采取美國的數據經紀模式，而是創設了數據中介制度，由數據中介服務提供者促成數據持有者和使用者間的數據共享。數據中介服務提供者具有嚴格的獨立性，并需遵循特定的運行規則，接受政府部門全過程監管。

英國：強化個人信息安全屏障，“開放銀行”模式共享金融數據

1984?年制定頒布的《數據保護法典》是英國個人數據保護制度的開端，其明確了個人數據保護的對象是可以被識別的、與個人相關的數據——既包括人工記錄及自動化獲取的個人數據，還涵蓋通過公共途徑獲取的個人信息（如教育記錄等）。《數據保護法典》設立數據保護登記官一職，以確保該法得到監管執行。英國議會?1998?年對這一法案進行了修訂，加大了對公民個人數據的保護力度。此后，英國又陸續通過了《信息自由法》（2005?年）、《消費者信用監管規定》（2010?年）等一系列旨在保護公民個人數據信息的法律法規。

英國是信托制度的起源國。為促進數據流通，釋放數據價值，英國嘗試將數據納入信托機制，在受托人、委托人、受益人三方之間建立相互信賴和責任的法律機制，試點通過第三方實現權力平衡的數據信托模式。英國政府?2018?年推動“智慧數據計劃”，將分散的個人和企業數據，通過安全的應用程序編程接口等技術手段，分享給被授權且受監管的第三方。在這一計劃的推動下，金融領域發起“開放銀行”倡議，實現商業銀行與第三方機構之間的數據和服務共享。開放銀行讓銀行服務無處不在，為企業和個人提供了極大的便利，推動了新興科技企業在金融服務業領域的創新。

日本：倡導“政府指導，民間主導”的發展模式，推進數據跨境流通

日本政府部門通過完善法律法規的頂層設計，出臺《第五期科學技術基本計劃》和新《個人信息保護法》，完善反數據壟斷相關法律法規，為營造良好數據流通環境提供政策支持；并發布《官民數據活用推進基本法》等法案，以推動公共信息資源被高效利用。日本數據流通市場的核心組成部分大多是由民間企業或組織主導建立的數據交易平臺、數據銀行及數據流通推進協會等；數據流通推進協會通過學術會議、數據利用大賽和示范應用推介擴大數據流通市場，并制定與數據開放、數據流通相關的各類標準以規范數據市場。

2019?年?2?月，日本與歐盟達成《歐盟日本數據共享協議》，允許個人信息在歐盟和日本間自由流動，不受進一步的保障或授權影響。這一對等充分性協議建立在高度保護個人數據的基礎上，創造了全球最大的數據自由流通區域，極大地促進了日本大數據和人工智能產業的快速發展。

其他國家

隨著大數據、云計算和人工智能等新一代信息技術的快速發展，各國高度關注數據要素市場化的發展，積極采取各種舉措以促進數據流通，釋放數據價值。

韓國。對于個人數據強調以保護為主，限制個人信息的收集及未經授權的使用；對于公共數據，要求國家機關和地方政府積極推進公共數據公開，并盡可能提高公共數據獲取的便利性。

新加坡。重新修訂了《個人數據保護法》，允許企業因開展某些合法目的的商業活動而使用消費者數據時，可不經用戶同意，并相繼推出“金融數據交易平臺”（SGFinDex）和“貿易數據共享平臺”（SGTraDex）——前者允許個人在授權后獲取由不同金融機構和政府機構提供的金融信息，后者為物流、建筑、航空等行業共享和獲取實時數據提供了基礎設施，從而極大地促進了數據流通和價值開發。

澳大利亞。制定《國家數據安全行動計劃》，賦予消費者對其個人數據的廣泛控制，確保公民的數據（收集、處理和存儲在數字系統和網絡上的信息）免受侵害。澳大利亞公共部門數據分為封閉數據、共享數據和開放數據；其中，封閉數據僅限內部訪問，共享數據限有正當需求的適當主體訪問，開放數據可自由訪問。 

我國數據要素市場的發展現狀

政府主導建立的大數據交易中心和企業主導的數據服務平臺是我國數據要素市場的主要構成部分。自?2014?年起，全國各省份推進數據交易機構建設，成立集中式、規范化的數據交易場所；目前，已有?40?多家數據交易中心先后成立。數據交易所的建立旨在通過市場化的定價機制和規范的交易，降低供需雙方的交易成本，激活數據流通交易。但是，實踐中大數據交易規模未如預期持續增長——究其根本原因在于數據定價、確權等難題未能得到有效破解，未形成規范且統一的交易機制和必要的法律保障。企業主導的數據服務平臺是擁有或者能夠獲取大量數據資源的企業（如京東云旗下的京東萬象大數據交易平臺、數據寶等），其收集數據并進行清洗、加工后出售給數據需求方。

國家層面的數據交易規范尚未推出，法律法規逐漸完善，地方嘗試自行探索標準體系，相繼公布《數據條例》。國家陸續出臺《中華人民共和國國家安全法》《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等與數據安全相關法律，明確建立了數據分類分級保護制度，為數據確權奠定了法律基礎。地方層面，已有?18?個省市公布了相關數據條例。部分地方條例具有制度創新、引領改革發展的鮮明特點。例如，《上海市數據條例》聚焦數據權益保障、數據流通利用、數據安全管理三大環節，強化數據保護以促進數據交易；《深圳經濟特區數據條例》提出市場主體對合法處理數據形成的數據產品和服務，可以依法自主使用，鼓勵市場主體制定數據相關標準等；《浙江省公共數據條例》明確將在省、設區的市、縣（市、區）三級建立起以基礎設施、數據資源、應用支撐、業務應用體系為主體，以政策制度、標準規范、組織保障、網絡安全體系為支撐的一體化智能化公共數據平臺，推動公共數據的流通共享。

數據確權制度尚未建立，數據交易中心通過加強數據交易保護機制以規避因數據確權難帶來的數據安全風險問題。數據的價值往往來自對數據加工和挖掘所傳達的有效信息，但是大量的中小供需主體缺乏這項能力；掌握數據的部門多是具有市場勢力和規模優勢的大型企業，這類企業同時也是數據的消費者。在數據權屬不明晰，數據流通存在風險的情境下，除戰略互補等特定需求，數據所有者缺乏主動共享數據的動機。鑒于數據確權的復雜性，各地交易所采取間接方案解決數據確權帶來的交易難題，即通過加強對數據應用的保護，解決數據使用不可控、隱私數據易泄露問題。例如，北京國際大數據交易所將數據要素解構為可見的“具體信息”和可用的“計算價值”，對其中“計算價值”進行確權、存證、交易，實現數據流通的“可用不可見、可控可計量”，為數據供需雙方提供可信的數據融合計算環境；上海數據交易所提出“不合格不掛牌，無場景不交易”的原則；浙江大數據交易中心上線大數據確權平臺，采用開源大數據分布式計算框架，獨創“數據可用不可見”“數據用后即焚”等技術方案。

數據定價體系尚未形成，實踐中以數據特征定價和供需協議定價機制為主，多種數據定價機制并行。數據價值具有極大的不確定性，我國尚未形成統一的數據定價機制。價值是價格的基礎，供求關系影響數據價格，數據要素價值需要根據典型應用場景有針對地進行核算。在“價格反映價值”的核心原則下，數據定價遵循真實性、收益最大化、收入公平分配、無套利、隱私保護和計算效率等?6?項基本原則，具體的定價方法基本體現了以上原則的取舍和融合。國內主要的定價機制有?3?種，分別是基于數據特征的第三方定價模型、基于博弈論的協議定價模型和基于查詢的定價模型。例如，貴州大數據交易所根據數據品種、數據深度、時間跨度、數據的實時性、完整性和數據樣本的覆蓋度等，制定了協議定價、固定定價、實時定價?3?種數據定價模式，并設立了數據交易撮合部，對交易價格進行協調；華東江蘇大數據交易中心主要采用協商定價。

數據交易機制尚不健全，未形成統一嚴格的交易標準體系，在實踐中不斷探索合規高效的數據交易制度。盡管國內已成立數十個大數據交易平臺，但并未形成統一的交易規則，不同交易所的運營模式及交易機制存在較大的差別。我國數據要素交易市場仍處于探索發展期，國家鼓勵探索多種形式的數據交易模式。例如，北京國際大數據交易所首創基于區塊鏈的“數字交易合約”模式，突破了單一數據買賣的傳統初級模式，發展為涵蓋數據、算法和算力的組合交易模式，擴展了數據資源的價值實現范圍，把算法、算力及綜合服務應用也變成了可供交易的數字資產；上海數據交易所首創了“數商”模式，引導多元主體加大數據供給。 

培育數據要素市場的對策建議

實現數據要素市場化配置，激活數據要素潛能是數字經濟高質量發展的關鍵，借鑒國際經驗，立足于《中華人民共和國國民經濟和社會發展第十四個五年規劃和?2035?年遠景目標綱要》《“十四五”數字經濟發展規劃》和《中共中央國務院關于加快建設全國統一大市場的意見》，針對我國數據要素市場發展過程中的問題，提出?4?點對策建議。

打破地區行政壁壘，建設統一數據市場制度。我國自?2015?年發布《促進大數據發展行動綱要》以來，多個省份推進數據交易市場的建設，建立地方政府數據開放平臺；但由于不同地區的營商環境存在較大差異，各地交易制度以適應本土需求為原則，導致形成數據流通的封閉小市場、自我小循環，嚴重制約了數據資源的有效配置。只有打破區域性分割，構建全國統一數據要素大市場，制定統一的數據市場制度，才能夠吸引更多數據進入交易市場，實現數據要素自由、有序的流動。同時，全國統一數據要素大市場能夠有助于發揮超大數據交易市場的規模優勢，降低非必要經營成本。因此，為提高我國數據資源的配置效率，打破地方行政壁壘，從產權保護、市場準入、公平競爭、社會信用?4?個方面強化數據交易市場基礎制度規則的統一，實現數據要素在全國范圍內暢通流動。

建立數據產權制度，試點數據分類分級確權。通過建立數據產權制度，明確產權的邊界，可以減少交易成本，避免產權沖突。數據產權制度的根本目的是在保護個人隱私前提下，通過明確數據權屬，推動數據流通。數據確權難的關鍵在于涉及個人信息的數據具有人格屬性，對于這一部分數據的共享或交易存在隱私泄露的風險，可能會導致侵犯自然人權益。個人數據的確權問題，可在法律法規的基礎上，借鑒歐盟等國家和地區的做法：對能夠直接或者間接識別自然人身份的數據，自然人擁有絕對的所有權，由其決定是否允許收集和捕獲的個人數據在脫敏后進行交易；對于企業數據，可考慮由數據生產者為一級數據所有者享有基于數據的最高權益和責任，并由其決定產業鏈下游企業對數據享有的權益和責任；政府數據與公共數據應由政府部門明確可共享的數據范圍，統一向社會開放。

完善定價理論體系，探索差異化的定價機制。數據定價的客體是商品化的數據產品和服務。與傳統生產要素不同，數據外部性、異質性、價值溢出、交易場景多元等特征及其多樣的類型、廣泛的交易場景，使得難以設定一個普適性的標準對其進行定價，全球范圍內尚未形成較為成熟的估值體系。盡管國內外已經提出了成本法等定價方法和模型，但對于不同方法適用場景缺乏合理性的論證。不同交易場景下，供需雙方對數據價值的定位存在差異，如所有權轉移、數據收益分配以及業務競爭狀況等均會對數據交易價格產生影響，單一的成本法、收入法、“數據勢能”模型、“四因素定價模型”均難以適用于所有交易場景下的數據產品定價。因此，仍需進一步完善數據要素定價理論體系，探索基于產品類別、基于場景的數據定價機制。

規范數據交易行為，布局多元化的交易市場。數據交易安全與合規是數據市場化配置的重要前提。當前，我國數據要素市場化仍處于初級階段，為規范數據交易，發展的重心聚焦于場內數據交易中心的建設。數據確權、定價、交易、監管等方面的困境導致數據交易中心的發展受限，數據供給無法滿足日益增長的市場需求。除場內交易外，當前數據的場外交易規模呈顯著增長態勢；但因數據交易制度不完善，數據泄露及攻擊行為等不斷涌現。隨著《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》相繼出臺，相關法律體系逐步完善，為多元化交易市場的發展提供了保障。數據場外交易有助于吸引更多的市場主體參與到數據要素的市場化配置中，促進數據要素的流通，在實踐中完善數據交易機制。

（作者：劉金釗，北京工商大學 商學院、中國科學院數學與系統科學研究院；汪壽陽，中國科學院數學與系統科學研究院、中國科學院大學 經濟與管理學院、中國科學院預測科學研究中心；《中國科學院院刊》供稿）

相關文章