数据要素价值实现理论基础及实践问题研究

李红娟

内容摘要：

数据的属性、数据产权确权机制、数据产权保护等是数据要素价值实现和数据资产化的基础制度。当前，由于数据产权不明、规则不清等问题造成数据要素开发利用和流动受限、数据占有权益不稳定、数据交易成本高效率低，信息安全、数据垄断、不正当竞争等现实困境，影响了数据要素跨界融合及数据产业化效率。深圳在数据要素市场化配置改革中，在数据确权、数据交易、数据价值实现等方面，进行先行先试和探索创新性突破，其改革经验对我国数据产权制度建设和市场体系完善有着重要的现实意义。

数字经济时代，数据以强大的渗透力和黏合力正深刻改变着生产生活方式和社会治理方式。数据要素的有效利用和资产化是推动数字经济高质量发展的关键环节，并作为国家基础性战略资源被提到了前所未有的高度。2019年10月，党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。”首次以中央文件的方式将数据正式确立为一种生产要素。2020年4月，中共中央、国务院出台《关于构建更加完善的要素市场化配置体制机制的意见》，将数据与土地、劳动力、资本、技术并列为基本生产要素，并明确了数据要素市场化改革的重点任务部署。国务院印发的《“十四五”数字经济发展规划》提出要充分发挥数据要素作用。2022年4月发布的《中共中央、国务院关于加快建设全国统一大市场的意见》，再次强调要建立数据要素流通规则，推动数据资源开发利用。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，强调要加快构建数据基础制度，构筑国家竞争新优势。这些为加快培育和发展数据要素市场，以数据作为核心要素推动区域数字经济高质量发展赋予重要的时代价值。

一、数据要素基本内涵及逻辑关系分析

数据产权是经济学和法学学科交叉背景下的复合问题，作为一种新型财产，数据权益的实现和保护已突破了现有的法律框架体系，面临着法律逻辑和经济效益关系的平衡与协调冲突。

（一）法學上数据产权以“权利”“权属”为核心，经济学更关注“效益”与“效率”

数据产权法学讨论的分歧往往始于对“数据”属性的不同认知，而经济学在于“效率”的实现，通过明确数据的产权归属，降低数据收集、流通、使用等环节的交易成本，激励数据作为生产要素的经济价值得到最大实现。数据产权制度是构建数据要素基础制度的根基，数据要素价值的实现依赖于数据开发利用、数据权属确定、数据的评估、数据的交易、数据权利的保护等诸多基础性制度机制保障。数据是对客观事物（事实、事件、事物、过程或思想等）的数字化记录或描述，是无序的、未经加工处理的原始素材。数据要素是利用数字技术对原始数据进行加工并嵌入生产活动，转化为数据生产力的系列过程，是数据的物化劳动过程，能够与传统生产要素产生新的组合方式。数据要素市场是数据要素在交换或流通过程中形成的市场，既包括数据价值化过程中的交易关系或买卖关系，也包括这些数据交易的场所或领域以及交易的规则体系。数据要素市场的运行机制主要包括供求机制、价格机制、风险机制以及竞争机制等。

（二）数据产权本质是数据财产权，既不符合传统财产权的构建逻辑，亦无法被纳入知识产权的范畴之中

我国数字经济的快速发展产生了维度多样的海量数据，从主体来源上看，包括个人、企业、组织、政府等；从应用场景来看，包括购物、旅行、搜索、投资、交易等；从表现形式来看，包括数字、文本、图像、音频、视频等。在数据权属、流通、交易、安全等诸多制度中，数据产权制度居于核心地位。我国现行法律仅是概括性地对数据保护进行了规定，并没有针对数据的权属性质、确权、流通及权益分配保护等进行专门的立法，只能在一定程度上实现部分数据财产权的保护，无法应对数据要素市场构建目标下日益突出的数据财产权保护及安全问题。关于数据产权的相关规定，散见于《民法典》《网络安全法》《个人信息保护法》《反不正当竞争法》等法律规定，例如《民法典》第一百二十七条规定“法律对数据、网络虚拟财产的保护有规定的，依照其规定”。《网络安全法》第七十六条对网络数据和数字签名作出了规定。总体而言，数据权利与网络虚拟财产相似，具有可用性、排他性、可交易性等财产权属性，数据产权制度本质上体现为一种社会关系，是调节人与人之间涉及数据相关利益关系的根本制度。

二、深圳数据确权和构建数据流通制度体系的经验

深圳数据产权制度建设突出的经验在于，紧扣自身“比较优势”，即政策优势、试点优势、产业优势、市场优势等，聚焦数据要素市场化改革体制机制壁垒“创新突破”，以数据产权制度建设为抓手，推进整个要素市场制度体系建设和现代市场体系建设，全面深化改革，创造“竞争新优势”。

一方面，法制率先创新突破，系统性出台数据要素相关政策文件保障数据市场培育发展。深圳加快培育数据要素市场，建立健全数据安全、权利保护、跨境传输管理、交易流通、开放共享、安全认证等基础制度和标准规范，深入开展数据资源调查，推动数据资源开发利用。一是完善合理的数据交易流通规则，安全可信的数据交易流通环境，率先开展综合性数据立法。2018年着手开展有关立法调研工作，2019年初出台国内第一部基础性、综合性的数据立法《深圳经济特区数据条例》，首次以地方立法形式系统性探索数据权益、个人数据保护、公共数据管理等数据要素市场相关基础制度。二是出台《深圳市首席数据官制度试点实施方案》《深圳数据交易管理办法》《深圳市数据流通及交易第三方机构管理办法》《深圳市数据产权登记管理暂行办法》等政策文件，对数据交易所、数据买卖双方、数据商、第三方机构给出了清晰的定义，将数据可信流通这个环节，纳入交易所构建基础设施的部分，有力的促进数据有序高效流动。

另一方面，试点先行先试，构建和完善数据要素市场交易和服务体系，积极推进公共数据资源开发利用。深圳在全国率先提出并构建数据知识产权存证登记程序完整流程，面向社会提供数据知识产权登记公共服务，通过数据登记，数据拥有了数据知识产权权利外观，具有了有限排他权，能够规制他人不正当获取和使用数据的行为，在避免数据权益纠纷的同时，破解企业因数据权属。截至2023年5月底，深圳数据知识产权登记平台内公示的数据知识产权登记证书已达68份。①通过立法构建信息开放共享的顶层设计，推进“互联网+政务服务”建设，实现政府部门的数据开放共享，并推动政府部门与社会的数据开放共享；在公共数据资源开发利用方面，深圳市开展公共数据资源开发利用试点工作，基于联邦学习、多方安全计算、数据沙箱、区块链等新技术，建设融合数据和社会数据的开发利用环境。在数据应用场景拓展方面，深圳市政府数据开放平台通过创新方式推广数据应用，坚持每年举办开放数据应用创新大赛。统计数据显示，截至2022年底，深圳已引入数据提供方、数据商、数据需求方等市场参与主体共计484家，覆盖全国26个省市，深圳市外占比达76%。数交所已完成登记备案交易415笔，累计交易金额超11亿元。②有效地促进数据的交易、流通、共享和保护，进一步释放数据要素价值潜力。

三、数据要素价值实现存在的主要问题

由于数据的无损耗性、可复制性、时效性、分散性、多样性、再创性等属性，使得数据作为一种新型生产要素，一方面具有强赋能产业链转型升级和高价值的经济增长潜力，另一方面在价值实现中普遍存在确权难、定价难、互信难、交易难、监管难等一系列痛点和难点，面临着数据开发利用与权益保护、安全防护之间的利益平衡的挑战和困境。数据的市场价值未被充分的激活，数据对经济增长的贡献作用未能有效的发挥。主要表现在以下三方面。

一是数据要素的权利属性确定缺乏明确的法律依据，数据要素利用不足和滥用并存，严重阻碍数据要素市场化配置的发展。数據的法律属性不明导致难以明确具体赋予数据何种法律权利，加之数据类型复杂、环节多、投资主体多元化，也造成难以统一确定数据权属。随着数据的经济价值不断被开发和利用，越来越多的数据产权纠纷对数据的合法合规使用提出了更多挑战。从已生效的法院判决看，主要依据《反不正当竞争法》，从规制侵权行为的角度进行的消极性司法保护，在一定程度上解决了司法实践的需要，但无法起到推动数据流通、交易的作用。与此同时，数据监管日趋严格，出于数据安全责任、数据权属、数据使用路径等因素考虑，各行业主管部门开放数据顾虑较多，影响了数据资源汇聚的数量和质量。数据要素运用仍不充分，数据应用场景开发、企业画像等方面仍有较大提升空间，信息共享和数据整合较不充分，存在一定的数据孤岛现象，银行难以充分完整获得有用的企业经营和信用信息，只能依赖传统抵质押融资方式防范信用风险，限制信用类贷款发展，严重影响了数据资产化价值的实现。

二是数据要素市场定价机制不健全，数据的成本价和交易价难以衡量，降低了数据资产化效率。数据要素市场是一个隐含交易各方行为规则、知识和信息的集合，而价格机制则是这些元素相互作用的集中体现。在数据要素市场中，要素在价值生产中的贡献值不能直接被测定，更多的是通过市场经济的竞争简化为数据要素价格信号，数据定价机制的建立是完善市场生态体系的关键问题。数据的采集、挖掘、传输、加密、分析、存储等一系列环节都需要一定投入成本，尤其是前期的基础设施建设和配套技术研发，成本往往较高。数据生产价值链条长且运行过程复杂，涉及多种交易对象和产权主体，对此进行价值计量难度较大，同时，由于数据要素的虚拟性，使得数据生产成本计算起来较为困难，因此，数据市场的定价、评估和交易主体权益保护成为数据资产化的关键，而这也正是目前数据要素价值实现中的薄弱环节。

三是数据资产分类不清，数据源垄断，对数据技术创新和数据产业化造成阻碍。清晰的产权边界是数据技术应用和产业发展的基础制度保障。由于企业数据、个人数据、公共数据资产边界不清，数据滥用、数据源垄断、产业潜力挖掘不充分等问题突出。数据的高固定成本、低边际成本、产权不清、来源多样和结构多变等特征，对于产权类别和边界提出了更高的要求，尤其是进行数据产业化的过程中，分类不清增加数据要素流通与交易的不确定性，加大了数据买卖双方对数据价值评估不确定、不可估以及风险不可控，进而降低了数据技术的创新及数据产业化进程。

四、政策建议

构建数据产权制度，促进要素数据合规有效利用，充分释放数据经济价值，突出数据分类分级、要素确权授权机制、数据收益分配机制及强化安全治理，助力数字经济高质量发展。

一是完善数据确权授权机制，推动数据分类分级标准制度体系建设。进一步完善顶层设计，加快建立健全涉及数据所有权归属等关系到数据要素确权与评估的关键方面的法律制度安排。分类分级建立公共、企业、个人领域的数据规制规则，比如企业数据产权更多侧重于涉及商业秘密的法律法规，个人数据更多关注个人信息保护及安全。在保障公共数据资源公益属性的前提下，地方政府成立市场化、公司化运作的省级公共数据资源一级开发机构，推进公共数据资源一级开发和授权开放。按照分类分级标准，加大数据开放，加速公共数据资源社会化开发利用。探索建立公共数据资源开发技术相关标准体系，完善数据要素确权与评估的制度框架。

二是加快推进统一公共数据采集和加工，打通数据流通和共享的体制机制壁垒，促进数字技术和实体经济深度融合。构建信息开放共享的顶层设计，着重解决政府部门的信息“孤岛”问题，推进“互联网+政务服务”建设，实现政府部门的数据开放共享，并推动政府部门与社会的数据开放共享。构建各产业大数据平台，推进公共数据与产业数据融合应用，赋能传统产业转型升级，催生新产业新业态新模式，提升数据产业化的效能。

三是依托大数据交易平台，推动数据要素市场化配置。鼓励和引导数据交易主体在依法设立的数据交易平台进行数据交易。探索构建涵盖产权界定、价格评估、流转交易、担保、保险等业务的综合服务体系。培育数据开发市场主体，积极拓展数据资源应用场景，为推动企业技术创新应用提供更多“高含金量”场景条件。支持开展数据资产管理、数据交易、结算交付等业务，逐步建立全链条数据要素供需对接市场。

（作者为国家发改委经济体制与管理研究所研究员）

注释：

①任文岱.用登记证书促进数据交易流通数据知识产权制度探索的深圳模式[N]民主与法制时报，2023-05-31，001版.

②李晓玲.深圳：加快打造全球数字先锋城市[N].经济参考报：2022-12-27，006版.