学术视界 | 数据要素市场化配置的困境与对策探究

数据确权即确定数据的权属问题，明确数据归谁管理、归谁使用，创造的利益归谁分配、如何分配。清晰的权属界定是数据交易的前提，只有权属明晰，交易才会实施，交易对象的价值才会得以释放。

数字经济时代，数据是能够产生经济效益的核心要素，具有使用价值和交换价值，且在反复使用过程中能不断增值。但海量的数据归谁所有、产生的财富如何分配？目前在世界范围内仍是一个难题。所有权是物权的一种，《中华人民共和国民法典》规定所有权是所有权人对自己的不动产或者动产，依法享有占有、使用、收益和处分的权利，所有权具有绝对性、排他性、永续性 3 个特征。可见，所有权强调对“物”的绝对占用，可以排斥一切他人的干预，是绝对支配权。物权法上的“物”通常讲是有体物或者有形物，即“物”是“有形”且“独一”的，所以在权益的划分上可以分割清楚。

数据本质上是无形的，它的形成涉及多个主体和环节（提供和产生数据的生产者、收集数据的控制者，以及对数据进行分析和整合的产品开发者）。基于传统的“所有权”，难以对数据权属进行清晰的界定。例如，互联网平台企业基于其商业模式特性及其规模优势，收集网络用户浏览、搜索、收藏、交易等行为痕迹产生的巨量数据；这些数据反映的是用户信息，理论上应为用户所有，但实际却被收集数据的互联网平台企业控制和使用。部分企业为实现盈利，未经用户允许为第三方应用开放编程接口（API），共享用户数据，这等同于将用户隐私作为利益进行交换。作为数据控制者，平台企业基于数据主张所有权和收益权，却对第三方泄露数据不承担责任；而提供和产生数据的数据主体不仅对数据不享有支配权和收益分配权，还需要承担隐私泄露的风险。数据权属不清导致越来越多的企业对用户数据非法窃取、无偿占有和随意滥用，已严重制约了数据流通和共享，成为数字经济发展的巨大隐患。

1.2 数据定价

定价是市场机制的核心。与传统要素不同，由数据产生的经济效益极具不确定性。①数据的使用效果非直观，价值难以分离。数据本质上是一种协同要素，没有独立经济价值，需要和其他要素一同发挥作用才能产生价值；但如何在实现的总价值中剥离数据价值仍缺乏合理依据。②数据的应用场景复杂，价值难以估计。即使相同的数据面对不同的制度环境或政策环境、不同的业务场景，所产生的价值也完全不同；难以在不考虑其他影响数据使用因素的基础上单独分析数据的价值。③数据的使用时间无限，价值难以确认。数据一旦产生可以无限期被使用，且固定数据的价值周期可能有限；随着使用过程可能会形成新的数据，旧数据的价值可能会发生贬值。④数据的价值存在先行者优势，难以统一定价。数据具有极强的共享性，一旦产生若无限制，可以零成本的复制、使用，无限被使用。尽管如此，在不加限制的情况下却存在先行者优势现象，难以使用统一的标准对其进行定价。鉴于数据的独特性及其定价的复杂性，全球范围内尚未形成较为成熟的估值体系。

1.3 交易机制

数据的流通方式主要包括交易、共享、开放、交换等，企业对这几种方式的选择依赖于卖方是否与买方存在竞争、买卖双方的风险偏好水平等。由于数据所有权具有非排他性，数据交易没有办法实现完全所有权的转移。因此，数据交易本质上是数据使用价值的流转，而非对数据产品本身的转移占有。

直接数据交易和数据交易所模式是目前较为普遍的数据交易模式。直接数据交易是一种场外交易，即双方协商确定交易内容及方式，签订合同后进行钱货交易。由于当前数据相关法律法规尚不完善，直接数据交易存在较大的风险，数据零成本复制和传播的特性使得卖方无法控制出售数据带来的风险。数据交易所的交易模式主要有数据撮合交易模式和数据增值服务模式。数据撮合交易模式类似于股票场内市场，即在政府监管下，由集中场所进行数据供需关系撮合；数据增值服务模式是数据交易所提供定制化产品给需求方。交易标准和机制不清晰导致交易主体难以互信、入场意愿低下，迫切需要确立和完善数据交易规则，规范数据交易。

2.2 欧盟：重视数据隐私保护，按行业差异化发展非个人数据

2.3 英国：强化个人信息安全屏障，“开放银行”模式共享金融数据

2.4 日本：倡导“政府指导，民间主导”的发展模式，推进数据跨境流通

（1）国家层面的数据交易规范尚未推出，法律法规逐渐完善，地方尝试自行探索标准体系，相继公布《数据条例》。国家陆续出台《中华人民共和国国家安全法》《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等与数据安全相关法律，明确建立了数据分类分级保护制度，为数据确权奠定了法律基础。地方层面，已有 18 个省市公布了相关数据条例。部分地方条例具有制度创新、引领改革发展的鲜明特点。例如，《上海市数据条例》聚焦数据权益保障、数据流通利用、数据安全管理三大环节，强化数据保护以促进数据交易；《深圳经济特区数据条例》提出市场主体对合法处理数据形成的数据产品和服务，可以依法自主使用，鼓励市场主体制定数据相关标准等；《浙江省公共数据条例》明确将在省、设区的市、县（市、区）三级建立起以基础设施、数据资源、应用支撑、业务应用体系为主体，以政策制度、标准规范、组织保障、网络安全体系为支撑的一体化智能化公共数据平台，推动公共数据的流通共享。

（2）数据确权制度尚未建立，数据交易中心通过加强数据交易保护机制以规避因数据确权难带来的数据安全风险问题。数据的价值往往来自对数据加工和挖掘所传达的有效信息，但是大量的中小供需主体缺乏这项能力；掌握数据的部门多是具有市场势力和规模优势的大型企业，这类企业同时也是数据的消费者。在数据权属不明晰，数据流通存在风险的情境下，除战略互补等特定需求，数据所有者缺乏主动共享数据的动机。鉴于数据确权的复杂性，各地交易所采取间接方案解决数据确权带来的交易难题，即通过加强对数据应用的保护，解决数据使用不可控、隐私数据易泄露问题。例如，北京国际大数据交易所将数据要素解构为可见的“具体信息”和可用的“计算价值”，对其中“计算价值”进行确权、存证、交易，实现数据流通的“可用不可见、可控可计量”，为数据供需双方提供可信的数据融合计算环境；上海数据交易所提出“不合格不挂牌，无场景不交易”的原则；浙江大数据交易中心上线大数据确权平台，采用开源大数据分布式计算框架，独创“数据可用不可见”“数据用后即焚”等技术方案。

（3）数据定价体系尚未形成，实践中以数据特征定价和供需协议定价机制为主，多种数据定价机制并行。数据价值具有极大的不确定性，我国尚未形成统一的数据定价机制。价值是价格的基础，供求关系影响数据价格，数据要素价值需要根据典型应用场景有针对地进行核算。在“价格反映价值”的核心原则下，数据定价遵循真实性、收益最大化、收入公平分配、无套利、隐私保护和计算效率等 6 项基本原则，具体的定价方法基本体现了以上原则的取舍和融合。国内主要的定价机制有 3 种，分别是基于数据特征的第三方定价模型、基于博弈论的协议定价模型和基于查询的定价模型。例如，贵州大数据交易所根据数据品种、数据深度、时间跨度、数据的实时性、完整性和数据样本的覆盖度等，制定了协议定价、固定定价、实时定价 3 种数据定价模式，并设立了数据交易撮合部，对交易价格进行协调；华东江苏大数据交易中心主要采用协商定价。

（4）数据交易机制尚不健全，未形成统一严格的交易标准体系，在实践中不断探索合规高效的数据交易制度。尽管国内已成立数十个大数据交易平台，但并未形成统一的交易规则，不同交易所的运营模式及交易机制存在较大的差别。我国数据要素交易市场仍处于探索发展期，国家鼓励探索多种形式的数据交易模式。例如，北京国际大数据交易所首创基于区块链的“数字交易合约”模式，突破了单一数据买卖的传统初级模式，发展为涵盖数据、算法和算力的组合交易模式，扩展了数据资源的价值实现范围，把算法、算力及综合服务应用也变成了可供交易的数字资产；上海数据交易所首创了“数商”模式，引导多元主体加大数据供给。

（1）打破地区行政壁垒，建设统一数据市场制度。我国自 2015 年发布《促进大数据发展行动纲要》来，多个省份推进数据交易市场的建设，建立地方政府数据开放平台；但由于不同地区的营商环境存在较大差异，各地交易制度以适应本土需求为原则，导致形成数据流通的封闭小市场、自我小循环，严重制约了数据资源的有效配置。只有打破区域性分割，构建全国统一数据要素大市场，制定统一的数据市场制度，才能够吸引更多数据进入交易市场，实现数据要素自由、有序的流动。同时，全国统一数据要素大市场能够有助于发挥超大数据交易市场的规模优势，降低非必要经营成本。因此，为提高我国数据资源的配置效率，打破地方行政壁垒，从产权保护、市场准入、公平竞争、社会信用 4 个方面强化数据交易市场基础制度规则的统一，实现数据要素在全国范围内畅通流动。

（2）建立数据产权制度，试点数据分类分级确权。通过建立数据产权制度，明确产权的边界，可以减少交易成本，避免产权冲突。数据产权制度的根本目的是在保护个人隐私前提下，通过明确数据权属，推动数据流通。数据确权难的关键在于涉及个人信息的数据具有人格属性，对于这一部分数据的共享或交易存在隐私泄露的风险，可能会导致侵犯自然人权益。个人数据的确权问题，可在法律法规的基础上，借鉴欧盟等国家和地区的做法：对能够直接或者间接识别自然人身份的数据，自然人拥有绝对的所有权，由其决定是否允许收集和捕获的个人数据在脱敏后进行交易；对于企业数据，可考虑由数据生产者为一级数据所有者享有基于数据的最高权益和责任，并由其决定产业链下游企业对数据享有的权益和责任；政府数据与公共数据应由政府部门明确可共享的数据范围，统一向社会开放。

（3）完善定价理论体系，探索差异化的定价机制。数据定价的客体是商品化的数据产品和服务。与传统生产要素不同，数据外部性、异质性、价值溢出、交易场景多元等特征及其多样的类型、广泛的交易场景，使得难以设定一个普适性的标准对其进行定价，全球范围内尚未形成较为成熟的估值体系。尽管国内外已经提出了成本法等定价方法和模型，但对于不同方法适用场景缺乏合理性的论证。不同交易场景下，供需双方对数据价值的定位存在差异，如所有权转移、数据收益分配以及业务竞争状况等均会对数据交易价格产生影响，单一的成本法、收入法、“数据势能”模型、“四因素定价模型”均难以适用于所有交易场景下的数据产品定价。因此，仍需进一步完善数据要素定价理论体系，探索基于产品类别、基于场景的数据定价机制。

（4）规范数据交易行为，布局多元化的交易市场。数据交易安全与合规是数据市场化配置的重要前提。当前，我国数据要素市场化仍处于初级阶段，为规范数据交易，发展的重心聚焦于场内数据交易中心的建设。数据确权、定价、交易、监管等方面的困境导致数据交易中心的发展受限，数据供给无法满足日益增长的市场需求。除场内交易外，当前数据的场外交易规模呈显著增长态势；但因数据交易制度不完善，数据泄露及攻击行为等不断涌现。随着《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》相继出台，相关法律体系逐步完善，为多元化交易市场的发展提供了保障。数据场外交易有助于吸引更多的市场主体参与到数据要素的市场化配置中，促进数据要素的流通，在实践中完善数据交易机制。

本公众号由中国科学院大学经济与管理学院数字经济与商业模式课题组维护，我们将致力于追踪数字经济与商业模式创新研究与实践最新进展，提供高质量的公立研究机构第三方洞察观点。