完善数据要素交易体制机制促进数据要素市场化配置

陈伟伟

当前，数据要素正成为驱动全球经济结构转型，实现经济高质量发展的关键生产要素。以数字化的信息、技术和知识为关键投入的数字经济已成为世界主要国家力争抢占的制高点。党中央、国务院高度重视培育发展我国数据要素市场，党的十九届四中、五中全会，及《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》等文件均相继对数据要素市场化配置作出了部署，并明确指出要健全“生产要素由市场评价贡献、按贡献决定报酬的机制”。

一、我国数据要素市场发育水平难以保障对数据要素的需求

经过近些年的培育，我国数据要素市场得到了长足发展，《数据安全法》《个人信息保护法》等法律、标准、规划逐步出台完善，贵阳大数据交易所、上海数据交易中心、北京国际大数据交易所等交易平台相继成立。但同时也要看到，我国数据要素市场的现状是数据开放共享水平低、数据要素场内交易规模小，难以支撑匹配经济社会发展对数据要素市场化配置的需求。

第一，数据开放共享水平相对较低。一是政府数据开放质量不高。政府数据开放共享呈现出“数据总量规模小、数据质量较差、可利用率不高、用户参与度较低”的特点。二是企业间数据共享和再利用较少。我国各行各业的数据要素的使用普遍以机构内部使用为主，呈现出自给自足的“小农经济”状态。

第二，数据要素场内交易规模小。据研究，2020年国内大数据要素市场（含数据清洗、标注、交易等环节）规模达545亿元，但场内数据交易只占总体交易市场规模的4%，没有交易、甚至没有产品是许多数据交易所的真实状态。与之对应的是，场外数据交易却异常活跃。据2022年初的相关报道，我国场外数据交易规模已经超过1500亿元。

二、三大因素成为影响我国数据要素市场发育的关键堵点

追根溯源，数据产权界定不清晰、数据安全顾虑、数据非标性和规模经济性特征等三大因素是影响我国数据要素市场发育的关键堵点。

第一，数据产权界定不清晰导致数据要素市场化配置的激励机制缺位。要素资源所有者凭借其产权参与收益分配是激励各类要素参与市场化配置的原动力，因此清晰的产权界定是促进各类生产要素市场化交易的根本前提。数据要素产权界定不清晰将使各类数据要素所有者在参与收益分配过程中的合法权益缺乏强有力保护，导致个人、企业、政府等各类行为主体在推进数据开放共享和市场化交易过程中动力不足。

第二，数据安全顾虑对数据要素市场化配置形成负向激励。数据是信息、技术和知识的载体，是现实空间和真实行为在数字虚拟世界的映射。数据安全直接关系到现实世界的安全，于个人而言涉及个人隐私和人身安全，于企业而言涉及商业秘密和企业竞争力，于政府而言涉及国家安全等。同时由于数据的收集使用和流通具有非竞争性和低成本无限可复制性，这是数据要素有别于其他要素的先天优势，但同样也为数据要素的盗版和非法滥用提供了条件。因此，对数据安全的顾虑将直接影響个人、企业、政府等各类行为主体开放数据和交易数据的主观意愿，导致场内交易的数据质量和数据价值大打折扣。

第三，数据非标性和规模经济性等特征限制了数据要素的规模化交易。承载现实空间和行为信息的大部分数据是多元非标准的，相应衍生出的数据要素或者数据产品在很大程度上具有较强的定制性，这使数据要素在流通和市场化交易中缩小了受众范围，限制了数据要素的规模化交易。另外，数据价值具有很强的规模经济性，数据维度越多、数据量越大，对现实世界的还原度就越高。因此即使小规模和非标的数据交易流通可能对全局安全影响不大，但也不得不提前预见到随着数据要素市场化水平的提升，通过零敲碎打的市场化交易也可以逐步由点到面地将全局数据收集齐整，进而对影响国家安全的全局进行画像。

三、完善我国数据要素交易体制机制的思路和举措

（一）分类界定数据要素产权，促进数据要素参与收益分配

数据要素的生产包括数据的采集、清洗、挖掘等环节，从逻辑上大致可分为数据采集和数据挖掘两个阶段。数据采集阶段包括数据的采集、清洗、标注、入库等环节，该阶段将零散数据汇聚成大数据形成数据库，使“数据原矿”通过“采矿”“洗矿”“冶炼”等环节变成了可进一步加工制造的“数据原材料”，实现了从“数据资源”到“数据资产”的蜕变。数据挖掘阶段包括数据的挖掘分析等环节，该阶段是对“数据原材料”的加工制造，使“数据原材料”变成了可投入生产的“数据产品”，实现了从“数据资产”到“数据生产要素”的深化。

通过类比分析，在界定数据要素产权时，可以借鉴矿产资源采集和后续使用中的产权界定方式。考虑到现实中数据来源可分为非交互数据和交互数据两类，非交互数据指来源于个人行为特征、企业内部生产运营、政府内部运转的数据，交互数据则指来源于个人与企业交互、个人与政府交互、企业与政府交互产生的数据。因此，一是在数据采集阶段，对于非交互数据，建议产权可以直接界定给个人、企业和政府。对于交互数据，建议产权界定给服务需求方（服务供给方一般为数据采集方）。同时可进一步将交互数据产生的服务区分为商业行为和公共服务行为，对商业行为产生的数据，数据采集方需要获得服务需求方的授权，并保留服务需求方撤销授权删除数据的权利；对公共服务行为，数据采集方则依法进行采集和共享使用数据。二是在数据挖掘阶段，建议将“数据产品”的产权赋予实施数据挖掘的主体，在具体实施中还可参考职务科技成果产权归属实践中的相关产权激励措施。在以上数据产权清晰界定的基础上，可通过区块链等技术手段，对数据要素产权进行颁证。

（二）多措并举强化数据安全，消除数据要素所有者顾虑

数字空间是现实世界的映射，数据是信息的载体。于个人而言，数据信息内含个人隐私，涉及个人尊严、人身安全、家庭生活等。于企业而言，数据要素包括企业生产运营产生的数据、企业对外交往产生的数据、企业通过数据挖掘形成的各种数据产品，如对内和对外的各种决策咨询报告、企业研发的核心数据算法等，无论是哪种数据要素，于企业而言可能都涉及企业的商业秘密、知识产权，进而影响企业核心竞争力等。于政府而言，数据要素涉及一地或一国的公共数据，有很多数据甚至是涉及国家经济社会安全的战略资源，如气象、交通、物流等大数据。因此，如果数据安全问题不能妥善解决，数据要素所有者的顾虑不能消除，数据要素的市场化配置就无从谈起。当前庞大的场外数据交易规模可能恰恰是对以上各种数据安全权利的变现。

解决数据安全问题，需要根据数据类别和特征分类施策。一是对于个人数据要加强隐私保护。个人数据的采集要以获得个人的授权为前提，并保留个人撤销授权和删除个人隐私数据的权利；个人数据的流通交易要以数据清洗和防止个人隐私信息回溯追踪为前提；数据采集方为获得个人信息采集授权可以给个人支付相应对价；企业因业务开展需要采集员工工作期间的行为数据，如外卖平台采集骑手数据、在线约车平台采集行车数据等，需要提前履行告知义务，数据的进一步开发和交易流通需要进行数据清洗和防回溯追踪，鼓励企业探索在工资报酬之外为员工提供额外的数据资源生成报酬。二是对于企业数据要加强商业秘密和知识产权保护。涉及企业商业秘密的生产运营等数据，其交易流通要获得企业书面授权，否则要依法从快从重进行严肃查处并对企业损失进行惩罚性赔偿，情节严重的追究刑事责任；企业通过数据挖掘形成的数据产品、企业研发的核心数据算法等，视同企业知识产权依法进行严格保护，对企业数据产品（可参考图书版权）的盗版使用、对数据算法（可参考技术研发成果和专利）等的侵权同样要从快从重进行查处并实施惩罚性赔偿，直至消除影响。三是对于政府数据要进行分级分类保护。根据政府数据的密级，将政府数据分为绿、黄、红三级，绿色级政府数据可以向各类主体公开和共享，黄色级政府数据则需要对不同主体进行数据访问权限分级管理，红色级政府数据涉及国家安全则进行高等级数据安全防护。四是创新数据访问和使用方式对元数据进行保护。借鉴金融监管实践中的“监管沙盒”理念，在数据库的访问和使用中，探索推进“元数据可用不可见、可控可计量”等新型数据利用方式。

（三）建设数据要素全国统一大市场，为数据交易提供支撑

当前，除国家统计部门和行业主管部门制定的统一的统计指标之外，绝大多数沉淀在各个数字平台上的大数据都是非标数据。对非标数据的共享，因为数据指标不统一，导致不同数据库之间的大数据难以相融等。对非标数据的交易流通，因为难以评估其内在价值或者难以匹配应用场景，导致在非标数据的交易对象匹配和交易撮合中存在交易对象搜寻难、交易定价难等问题。对非标数据的挖掘，需要定制化的场景需求和专用的数据算法，增加了非标数据的挖掘成本并缩小了市场空间。

为提升数据要素市场化交易水平，需要抓住数据标准化、统一大市场建设、市场监管三个关键点。一是提升数据标准化水平。国家统计局和行业主管部门要调动行业协会、互联网平台、企事业单位等各方力量，加紧研究并制定推出全国统一的或分行业领域统一的、甚至是分应用场景统一的细化数据标准目录，促进数据采集标准化，为后续的数据开放共享、交易流通、挖掘运用提供支撑。二是加快建设数据要素全国统一大市场。借鉴互联网消费平台的模式，构建全国统一的大数据交易平台或者出于專业性考虑构建分行业分领域的全国统一大数据交易平台，破除区域分割，统一数据要素交易规则。更重要的是，通过全国统一的数据要素交易平台，可以汇聚海量级的数据要素供给方和需求方，不仅可以促进标准化数据的大规模交易流通，而且可以有效扩大非标数据及数据产品的需求方群体，进而提升交易成功率。三是强化数据要素市场监管。强有力的市场监管一方面是维护保障合法的数据要素交易，另一方面则是要有效封堵非法的场外数据要素交易，双管齐下保护数据安全，促进数据要素市场健康发育。

（作者为国家发展改革委体管所副研究员）