數據要素市場化配置與深化政府數據治理方式變革

夏義堃

數字技術革命是人類歷史上最廣泛、最快節奏的技術革命，數據已成為國家重要的戰略資源和核心創新要素，數據要素的市場化配置是推動數字經濟高質量發展的前提基礎。而數據與政府天然的內在聯系決定了要推動數據要素市場健康發展，必須深化政府數據治理方式變革。

1? ?“資產”與“要素”：兩個不同的觀察視角

2009年《數字英國》報告將數據描繪為“創新貨幣”和“知識經濟的命脈”，2019年《加拿大數字憲章》提出支持數據驅動型經濟以帶動整體增長。目前，數據數量、種類、內容、流動速度的增加以及與人工智能、區塊鏈、5G等技術形態與實體經濟的深度融合，所蘊含的巨大社會和經濟價值不僅受到各國政府的高度重視，成為拉動數字經濟的制高點，也標志著人類社會邁向數據驅動的經濟社會發展范式的轉變。2019年，《中共中央關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定》中首次將數據增列為生產要素。劉鶴副總理總結到：“數據作為生產要素，反映了隨著經濟活動數字化轉型加快，數據對提高生產效率的乘數作用凸現，成為最具時代特征新生產要素的重要變化”[1]。

從強調數據的資產屬性升華到生產要素屬性，概念背后揭示的是兩種不同的觀察視角與分析框架，對政府數據治理理念與治理方式提出了不同的要求。資產視角下的政府數據治理，聚焦于數據的資產屬性，要求政府像對待其他重要資產那樣，以戰略性方式管理數據，實現數據資產價值的保值增值。其工作著眼點是從供給環節考察數據質量、數據流通、數據增值加工、數據基礎服務等關鍵問題，并建立起覆蓋數據采集、使用、流通、存儲等全流程、全方位的政府數據資產管理框架，進而實現數據價值結構的優化;而要素視角下的政府數據治理，則站在需求端，更加強調數據價值的市場轉化與數據創新的用戶收益。因而，需要從數據開發利用的生產環節和市場環節入手，業務管理邊界應在數據資產管理基礎上擴展到更廣闊的社會視角，通過數據資源配置、數據確權、合作伙伴關系、數據市場培育與市場激勵等推動數據價值輻射范圍的外移，促進數據驅動的創新，帶動產業升級，刺激數據消費，培育數據經濟新動能。

站在數據資源供給側結構性改革角度，以數據資產價值實現為中心的數據治理，所要解決的主要矛盾并不是數據供給量問題，而是數據價值結構優化基礎上的供給質量與供給能力問題;而以數據要素培育為中心的數據治理，更加聚焦數據服務的有效供給，更加重視用戶的需求偏好、數據消費與效益創造，既涉及到數據驅動型經濟結構調整與發展模式，也觸及數據產業鏈經營模式與利益平衡問題。同時，二者之間還有著緊密的內在聯系和邏輯分工。一方面，均圍繞數據價值實現這一主線建構上下游數據業務框架，前者偏重于供給端，以提供數據的政府機構為中心，后者注重從需求端解決政府數據供給與需求錯位問題，降低無效或低端數據供給，旨在形成以用戶需求為中心的數據價值實現體系;另一方面，均統一于數據資源供給側結構性改革過程中政府數據采集、加工、傳播、利用等管理職能、組織實施、技術方法等全面優化。二者理念、目標的差異使得它們在數據資源供給側結構性改革的實施路徑與方法舉措上有著鮮明的特色，共同構成了政府數據資源開發利用的整體性治理框架，內嵌著從“政府”到“市場”、從“產品”到“要素”、從“數據管控”到“開放共享”、從數據利用到提高數據經濟增長率等數據治理邏輯的遞進與深入。

2? ?“成本”與“效益”：兩個不同的價值導向

數據是數字創新的重要來源，在數據價值的生成轉換過程中，政府數據服務供給的成本補償與激勵方式對于數據要素的市場化配置顯得尤為重要，直接影響到政府拉動數字經濟的公平性和效率性。沒有激勵或者激勵不足，盤活數據存量的內生動力有限，數據開放的數量、質量難以得到保障，而激勵過度，則導致數據公共空間擠壓和包容性數據經濟發展受損。

20世紀90年代以來，在市場化改革和企業家政府驅動下，歐洲國家先后對包括政府數據在內的公共數據供給采取了成本回收定價、部分成本回收定價以及邊際成本定價、免費等做法，得出的普遍性共識是政府部門及其所屬機構以經濟激勵為目的的數據開發與出售會導致數據產業發展的扭曲與公共利益的損害。同時，數據出售的收入并不能覆蓋政府數據生產維護的成本。可見，以成本為中心的數據治理需要正視兩個問題，一是從政府數據中得到的收益并不能精準量化，數據要素升級需有持續性的資金投入以實現數據資本的存量增加和價值提升，資金壓力會制約政府數據項目的可持續性開發進而削弱政府數據供給能力;二是政府數據成本節約追求的是有限成本支出帶來的數據效益最大化，從數據治理水平提升與促進數據價值生成著手，規范數據標準、提高數據質量、優化數據流程都能達到加速數據流動、推動數據利用、增進價值生成并控制成本的目的。

如果說以成本為導向的數據治理系行政成本削減壓力下政府向內挖潛的現實折中，那么，以數據效益最大化實現為目標的數據治理則是政府數據賦能向外輻射的理性選擇。牛津經濟研究院和華為聯合發布的研究報告預測，2015-2025年，由于“+智能”時代的到來，數字經濟將占到全球經濟的15%-24%[2]。隨著數據驅動的新產業、新業態、新應用、新模式的不斷涌現，以效益為導向的數據治理在激發創新活力、促進數據要素市場健康發展的同時，還需要擺正效益觀念，妥善處理好以下幾方面的關系：

（1）應追求數據要素經濟效益與社會效益的同步提高。正如數字經濟與數字社會之間存在著彼此依存互為促進的緊密共生關系，圍繞數據挖掘、數據分析而衍生的數據價值鏈是一個動態復雜的多元價值體系，既能夠帶來可觀可計量的直接收益，也能夠創造出造福社會的巨大數據紅利。因而，數據效益的聚焦點必須超越將成本利潤作為目標追求的傳統效益觀念，并注重數據開發利用過程中所釋放出的行政效益、文化效益、社會效益等整體數據價值的實現。

（2）應堅持數據資源政府供給與社會供給的協同共進。數據要素的市場配置意味著數據供求關系發生了深刻變化，以政府為主體的數據供給結構、供給質量與用戶需求之間的適配性較差，而以市場為主體的高質量數據供給則是釋放數據附加值潛力的關鍵。在鼓勵基于數據關聯、數據挖掘、數據智能等開展的數字產品經營模式創新，促進數據生產要素高效利用的同時，必須清醒認識到市場供給的局限，需要政府在基礎數據供給，保障數據共享，維護數據公平，發展包容性數據經濟方面發揮積極作用。

（3）應實現數據開發與數據權保護的并行遞進。數據資源區域間和機構間獲取利用的不平衡、平臺產品開發中的個人數據泄露、人群歧視、數據濫用等現象，折射出的本質是不同群體數據關系協調與數據利益平衡問題。安全、可信任的數據利用生態是數據驅動型經濟發展的前提，數據市場的繁榮不能以犧牲國家安全、商業秘密和公民隱私為代價。

（4）應增進數據市場公平性與創新性的融合發展。數據驅動型經濟是建立在“信息不對稱”之上的，具有強大計算能力的公司比沒有這種計算訪問權的公司更容易提取和利用數據來創建新產品和服務[3]。盡管數據賦能蘊含了巨大的創新創業潛力，不同類型的企業在數據產業鏈中可以展現出價值創造的多樣性，但數據市場的規模經濟與網絡效應會帶來贏者通吃的格局，一些平臺型企業會利用算法合謀、價格歧視、捆綁銷售等非正當競爭鞏固其壟斷地位，造成市場公平性與創新性的脫節，必須加以防范。

3? ?“管理”與“治理”：兩個不同的范式轉化

2012年，澳大利亞信息專員辦公室針對政府部門開放公共信息的調查發現，很多政府機構將實施數據資產管理視為最難實施的原則， 76.9%的機構報告最困難的事情是建立和維護信息資產登記注冊[1]。由此可見，盡管政府在發展數字經濟以及促進數據開放和大數據利用的創新方面應發揮主導和促進作用，但數據要素市場的發展使得傳統政府數據管理方式面臨挑戰：如數據理念從部門管控到開放再利用的轉變，數據調控從指令性配置向計劃與市場并重的轉變，數據流通從封閉的體制內運轉到開放的社會大循環轉變，數據激勵從單一的部門收入和成本節約到市場收益、社會福祉的轉變，數據供給從一元主體到多元共治等覆蓋數據生命周期的全面調整（見表1）。

我國數據要素市場培育具有突出的數據集聚優勢和強大的政府動員能力，但“由于數據作為生產要素轉化為新型生產力尚處于初級階段，數據資源的應用方式、管理模式、組織機制、運營環境等生產關系的調整仍有待探索”[5]。換言之，政府部門應充分把握數據驅動型經濟的發展規律，并從制度創新、平臺搭建、市場引導、基礎數據供給等方面對數據要素市場建設做出靈活準確的快速反應，著力通過數據治理方式的調整真正實現粗放型數據供給向精準集約型供給的轉型升級，并帶動我國數字經濟的快速發展。