建设全国统一数据要素大市场的关键因素分析及政策建议_王静云.pdf

管理现代化146理论评述Summery in Theory农业经济时代，劳动力和生产工具成为最早的生产要素；工业经济时代，资本和技术又成为重要的生产要素；数字经济时代，数据顺理成章地成为第五个生产要素。2019 年，在党的第十九届四中全会决议上，数据被增列为生产要素，同时建议该要素的报酬由市场来决定。2022年 4 月 10 日，中共中央、国务院印发了 关于加快建设全国统一大市场的意见 1，明确提出要培育全国统一的数据要素大市场。至此，构建全国统一的数据要素市场，从决策层的概念驱动、因势利导，转变为各地区、各部门的积极探索和实操落地。本文旨在分析建设全国数据要素统一大市场的关键因素。一、构建数据要素市场在全国统一大市场中的重要性建设全国统一大市场是当前我国重要的战略举措，有助于推动我国由“大市场”到“强市场”转变，进一步释放经济单一超大规模的市场潜力，进而形成对世界经济强大的牵引力2。数据要素的统一市场不仅是全国统一大市场的重要一环，而且是提升其他要素市场效率的重要抓手。数据要素本质上没有物理实体、连接成本低，容易做到全国一盘棋。土地、劳动力、资本、技术等实体要素和数据要素融合以后，更加便于流动且释放动态化红利，并由此打通制约效率提升的关键堵点，具有重要意义。第一，提供市场建设的新路径。数据要素市场可以突破空间限制，让市场范畴无限扩大。通过数字信息共享，可以实现更高效的互联互通和市场资源配置。同时，数据要素与实体经济的融合，可以进一步拓宽包括企业在内市场经济主体的横向联系和产业间的纵向延伸，推动市场向结构更优、质量更强的方向发展。此外，数据要素也可以助力政府在监管中更加有序规范，推动过去依靠行政手段的市场建设路径过渡到数据治理路径。第二，成为市场流通的新活力。流通不畅依然是中国经济的堵点之一，如农业领域经常出现的“谷贱伤农”现象。通过数据要素市场的培育，可以进一步解决传统产业信息中存在的不流通、不可信、不及时等问题。第三，助力新模式新业态发育。可以看到，当前数据已经初步与传统产品及传统服务产生了融合，如智能家居、智能互联网汽车、产业链金融、定制化医疗服务等，由于数据具有开放共享的特征，因此发展数字经济，未来将进一步推动社会生产方式、经营组织模式和商业运行范式的深层次变革，随着全社会数据实现开放共享，还可催生零工经济、共享经济等新业态。二、数据要素市场的研究现状数据要素具有资源属性和使用价值，只有确权才能完成从资源到要素的转变，然后通过市场交易完成“变基金项目2022 年国家社科基金重大项目，健全互联网领导和管理体制研究（22ZDA079）。DOI：10.19634/ki.11-1403/c.2022.06.019建设全国统一数据要素大市场的关键因素分析及政策建议王静云吕本富（1.中共安徽阜阳市委党校，安徽阜阳236008；2.中国科学院大学，北京100049）摘要建设全国统一数据要素大市场是当前一个重要任务。产业界和学术界都认为，市场建设、数据确权和数据定价是建设数据要素市场的关键要素。通过分析数据要素市场建设的时代背景，本文提出数据要素市场建设的全局图，从主体线、流通线、监管线、技术线等角度，对数据要素市场进行全流程分析。结果表明，市场建设、数据确权和数据定价仅仅是部分关键要素；数据供应方的入场意愿、交易主体之间的互动、数据精炼服务、数据资源开放和标准化、公共数据专区建设、一站式监管、密态交易技术等反而是急迫而关键的要素，只有解决上述问题，数据要素市场才能真正落地。基于此，系统提出综合性政策建议。关键词数据要素；数据交易所；关键因素；全局分析 中图分类号F49文献标识码A文章编号1003-1154(2022)06-0146-071472022年第 期6理论评述Summery in Theory现”；数据要素和应用场景进行匹配，才能决定数据要素的价格，只有形成稳定价格以后，数据才能流向最有价值领域，进而成为经济社会高质量发展的重要动力。因此，数据要素的市场建设、数据确权和数据定价，成为建设全国统一数据要素大市场的关键因素。（一）数据要素统一市场建设关于数据要素统一市场的定义多种多样。本文认为：数据要素市场是数据要素供需双方交易的场所，以市场调配机制为基础，实现数据要素完全由市场配置，让数据在流动中产生价值，以及实现数据流动本身的价值。数据要素市场的核心功能是数据作为资产（由组织或个人合法拥有或控制，能够为组织或个人带来经济利益的数据资源）能够实现交易（通过等价有偿的方式让渡数据资源的所有权、使用权或收益权）。通俗地讲，就是让数据在全国不同行业、不同地区之间，实现有序地流通和交易。如何构建数据要素统一市场，国内学者有三种设计方案：第一种是建立统一与分散相结合的数据要素市场。陈兵和赵秉元3提出，要建立管理集中和运营分散的全国统一数据要素市场，即将全国性的数据交易所、数据要素市场管理规则收归中央政府，平台运营实行分散化布局。然后，将全国数据交易所平台联通起来，类似现在央行的清算系统。欧阳日辉4提出，需要统筹考虑全国性市场与区域性市场、场内市场与场外市场、一级市场与二级市场、综合市场与专业市场、境内外市场相结合的建设思路。第二种是建立数据要素的分级市场体系。陆志鹏5提出，建立数据“资源-元件-产品”的三级市场，资源就是将政府、企业、社会组织、个人等主体的数据进行归集，形成一级市场；元件就是通过数据清洗治理、元件开发，将数据资源转化为数据元件，作为安全流通、公允定价的数据中间态，建立链接数据元件开发商和数据应用开发商的数据元件市场，形成二级市场；产品用来链接数据应用开发商和政府、企业、个人等各类终端用户，以点对点方式完成数据产品及服务的交易，形成三级市场。第三种是构建类似股票市场的交易体系。陆岷峰和欧阳文杰6借鉴股票市场的运行原理，首先构建数据资产的采集市场，服务于数据资产采集和价值分配；其次构建数据资产流通市场，服务于数据资产使用；最后将采集市场和流通市场统一纳入数据资产交易所平台统一管理。在数据资产交易所综合体制框架下，融合数据资产估值和定价两大功能模块，附加一套公共使用系统，从而打通数据资产生产供给、权益分配、交易结算和集约使用的链接通道。有关数据市场的运营问题，田杰棠等7在全面论述数据市场涉及的交易模式、交易界面基础上，围绕数据可交易范围、数据交易法律法规和监管、数据服务业态培育等方面提出了建议。杨锐8从数据价值链的视角，提出应培育多元化数据供给主体，激发其他行业对数据的应用需求，成立专门机构统筹推动数据要素市场培育，并探讨了数据交易超越数据服务，成为一种基于数据产品本身的商品交易，甚至成为一种类似证券的高频交易的可能性。（二）数据确权方式数据确权指依照法律、政策的规定，经过申报、权属调查、审核批准、登记注册、发放证书等规定程序，确认某一数据资产的所有权、使用权的隶属关系和他项权利。目前，以“隐私权”为导向的欧洲体系和以“财产权”为导向的美国体系，是全球数据立法规制的主要体系，但这两大体系也存在明显缺陷。欧洲体系中由于对数据进行过度保护，从而会导致数据产业的发展活力出现不足，而美国体系中存在的问题是，片面强调市场规则，从而会导致公民的个人隐私权难以得到充分保障。当前，我国关于数据的立法原则是参考两大体系特点，同时介于两者之间的。数据作为一种虚拟环境物品，其权利体系的构成和界定与传统现实物品差异很大，数据权属生成具有主体多元、过程多变的特点，且同时存在国家主权、产权和人格权三种确权视角9-11。对数据要素市场培育面临的权属确认、合规交易、制度保障等问题，学者们给出了多视角、多维度、跨学科、跨领域的学术回应和思考12-15。戎珂等16研究了数据要素市场进行分级授权问题，并给出了相应的理论模型。按照工业经济时代的观点，实现产权清晰是保障市场经济活动有序进行的基础，以法律形式来确定不同来源数据的产权归属，可以有效避免“搭便车”等行为。然而，丁晓东17从阿罗信息悖论的角度，对数据确权进行了严格论证，认为即使解决了数据确权问题，也不能解决交易量问题。既然确权并非解决数据交易困境的药方，那么数据交易的困境如何破解？只能从真实数据交易场景出发进行逐渐试错，再进行总结和迭代更新。在真实的交易场景中，北数所首先把“农贸市场”1.0模式升级为“分级分类”2.0 交易模式，通过对数据来源和数据用户的分级分类，针对敏感度不同的数据匹配相应的交易类别，按照数据不同性质，实现“门当户对”的交易。通过把确权问题变成审查交易资格，以曲线方式让问题得以解决。（三）数据定价机制为充分体现处理或非处理数据集的真实价值，平衡买方效用和卖方收益，统一估值成为一个关键问题。大数据的固定成本高且为沉没成本，边际成本趋近于零，也无法“先尝后买”，其了解过程与使用过程重叠，数据可用性无法事先确定18，导致传统商品定价机制失效。买卖双方对于数据价值的评估存在“双向不确定性”19，导致定价困难。针对此问题，国内外学者已经有解决方管理现代化148理论评述Summery in Theory案，如刘枬等20系统总结了大数据的 6 种定价模型。目前产业界普遍采用两类定价机制：一是协议定价，即交易双方通过反复协商达成一致价格。如中关村数海大数据交易平台的买卖双方自由定价，交易平台撮合。协议定价简单可行，但交易效率低。中关村数海大数据平台曾有一笔交易，达成协议花费了近一个月时间。二是根据数据价值和应用场景，交易所自动定价，买卖双方接受。此方法效率高，关键是最终价格必须是参与博弈各方所能接受的平衡点，对技术水平要求非常高。姚期智21应用博弈论、经济计量模型等，为深圳大数据交易所开发了自动定价技术，其基本原理是：经营主体利用数据进行有效决策，根据应用场景建立自己的决策模型。经营主体获取最好经济价值的目标可以抽象为功效函数，基于经济学理论与数学推导建立起经营主体的功效函数与决策模型精度的直接联系。在数据交易过程中，涉及到数据控制者、数据生产者、数据交易者、数据使用者等参与者，通过应用合作博弈理论，可以根据在决策模型中不同数据的贡献度，确定数据要素的价值（价格）。这个自动定价模型正在接受实践检验。（四）数据市场建设实践从实践的角度看，当前，我国的全局性数据要素大市场还没有建立，但已经出现很多局部的数据交易“小市场”。需要特别指出的是，国际上目前也没有数据要素交易的统一大市场。国外有很多数据交易平台22，例如，BDEX、Ifochimps、Mashape、RapidAPI、Factual、Quandl、GE Predix 等，其数据产品主要集中在消费者行为趋势、位置动态、商业财务信息、人口健康信息、医保理赔记录等垂直领域，而不是全域、全局数据交易。在 2014-2018 年期间，我国出现建设大数据交易平台的第一轮热潮。2014 年 2 月，我国首个大数据交易平台中关村数海大数据交易平台正式启动，由中关村大数据交易产业联盟承建。这轮交易所建设可以归纳为四种类型：一是政府牵头或背书的交易所（中心），如贵阳大数据交易所等；二是产业联盟或行业机构牵头建设的行业数据交易模式，如交通大数据交易平台（TDEP）等；三是大型互联网平台建设的数据交易平台，如阿里云市场、京东万象数据服务商城、百度智能云服务平台等；四是数据服务商主导型交易模式，如九次方、数据堂、天眼查等。这轮交易所的交易模式类似“农贸市场”，买卖双方自行选择交易对象，交易所只是简单的撮合，主要盈利模式为佣金分成。由于只是简单撮合模式，对商业性的数据服务商来说，除了增加交易成本，增值服务不大，进场意愿不足；对于公共数据的拥有方，由于担数据安全等问题，进场意愿也不高。所以，第一轮交易所鲜有成功的案例。2020 年后，我国数据交易所（中心）建设、进入了第二轮的爆发期，截至目前，全国各地已陆续建成了超过 30个大数据交易所（中心）23。吸取了上一轮的建设教训，各地加快培育数据要素市场生态，积极探索和创新政府主导型区域性数据交易所，积极探索数据开发方式、交易模式和治理模式，呈现“八仙过海”的局面。第二轮交易所建设过程中，上海大数据所提出了“数商”的概