支付行業數據價值： 理論基礎、形成機制與問題建議

劉松

摘? ?要：數據要素被納入新型生產要素后，支付行業作為數據驅動最為明顯的行業，將在數字經濟發展過程中扮演越來越重要的角色，支付數據價值的充分發揮將成為國民經濟發展的重要推動力量。本文首先對國內外數據價值研究現狀進行了述評;然后，從四種價值形成的理論依據出發，深入分析了支付行業數據的價值形成機制和影響因素，指出支付數據作為支付行業價值創造鏈條上的核心資源，數據資源與其他資源如資本等相結合共同創造出新的應用價值，且受數據因素、技術因素、政策因素和市場因素的影響;最后，從數據保護、防范壟斷、數據交易、數據分級分類管理以及數據共享等方面針對目前存在的問題提出了政策建議。

關鍵詞：支付數據;價值形成;影響因素;政策建議

中圖分類號：F832.31? ?文獻標識碼：B? 文章編號：1674-2265（2022）01-0067-06

DOI：10.19647/j.cnki.37-1462/f.2022.01.008

一、引言及文獻綜述

近年來，我國支付行業發展迅猛，支付數字化、移動化趨勢明顯，支付數據量呈現指數化增長，數據資源已經成為支付行業的核心資產，數據的匯集、分析、應用和產出能力已經成為支付行業市場主體的核心競爭力。數據作為一種全新的生產要素，被譽為“數字經濟的石油”，其規模經濟效應明顯，同時也具有非競爭性、非排他性等公共品的一般特征，數據要素與其他傳統生產要素相結合能夠產生極強的乘數效應。2017年12月8日，習近平總書記在中央政治局第二次集體學習時強調，要構建以數據為關鍵要素的數字經濟，發揮數據的基礎資源作用和創新引擎作用。黨的十九屆四中全會首次將數據要素作為生產要素寫入中央文件，提出要“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制。”2020年4月9日，中共中央、國務院《關于構建更加完善的要素市場化配置體制機制的意見》提出加快培育數據要素市場的具體意見。黨的十九屆五中全會指出，要“推進土地、勞動力、資本、技術、數據等要素市場化改革”。數據作為一種關鍵的生產要素，其生產、分配、交換和消費已經納入頂層設計。

關于數據的價值，國內外學者從數據的特點、功能、交易、定價以及監管等方面進行了廣泛地研究。研究認為，數據在經濟中作為生產函數的一種投入要素，以生產商品和服務，并在不同信息主體之間轉移信息，對效率、公平和競爭產生一定影響（IMF，2019;于立和王建林，2020）[1，2]。數據流通是社會財富創造的關鍵（韓海庭，2020）[3]，數據交易是市場經濟條件下促進數據要素市場流通的基本方式（田杰棠和劉露瑤，2020）[4]。要正確認識數據的信息價值和計算價值可分離的新型數據觀，深入挖掘數據要素的潛在價值（杜寧和楊祖艷，2020）[5]，進一步完善和健全由數據要素市場決定的數據所有者和開發者報酬機制（李政和周希禛，2020）[6]。還有學者從數據管理的角度對數據治理進行了研究，認為支付信息數據已經成為支付服務提供商的重要資產，但同時個人支付信息數據保護不足。要從健全支付信息數據保護法律法規入手，優化監管資源配置，提高個人信息數據保護意識（孫華榮，2020）[7]。我國要充分借鑒全球其他國家在數據管理上的經驗，強化頂層設計，建立行業標準，加強部門聯動，讓數據更好地支持監管決策（巴曙松等，2020）[8]，

綜上所述，隨著數字經濟的發展，數據要素的重要作用已經形成了共識，但總體而言，對于數據價值的研究較為寬泛。多數研究僅從其特性、意義、應用的體制機制等方面進行論述，沒有針對特定行業特別是支付行業的數據價值及其形成機制進行深入研究。而支付行業作為近年來發展最為迅猛的行業，對傳統行業數字化水平的提升起到了促進作用，對我國數字經濟的發展貢獻了重要力量。本文將在數據作為新型生產要素的大背景下，深入分析支付行業數據要素的價值形成機制與影響因素，進一步聚焦于支付數據的產生、共享、流動、應用的全過程以及面臨的權屬、防范壟斷、隱私保護等問題，并提出政策建議。

二、支付行業的數據價值分析

數據是數字經濟時代的“石油”，我國經過多年的發展，已成為擁有海量數字科技用戶、多行業形態和完整供應鏈的國家。而規模市場的存在，也形成了量級巨大的數據沉淀可供挖掘使用，是各行各業在產品創新、開發、生產中不可或缺的生產要素。數據具有非競爭性、外部性和部分排他性的特征，數據價值的形成有其自身特點。

（一）價值形成的理論依據

價值的概念可以追溯到中世紀，由亞里士多德最先提出，他將價值劃分為交易價值和使用價值，隨后價值概念引入經濟學領域。依據價值創造的不同，傳統的價值形成理論依據主要從供給側展開分析，分為勞動價值論、資源價值論和效用價值論三種。此外，價值共創理論也是價值形成的重要理論依據。

1. 勞動價值論。勞動價值論認為，價值是凝結在商品中的抽象勞動或無差別的人類勞動，勞動是價值的唯一源泉，因此，勞動創造了價值。勞動創造價值這一思想最早由英國經濟學家Petty提出。亞當·斯密認為勞動是一切商品交換價值的衡量尺度;馬克思對勞動價值論進行了繼承和發展，提出了生產商品的勞動二重性，闡明了具體勞動和抽象勞動在商品價值形成中的不同作用，創立了剩余價值論。

2. 資源價值論。資源價值論認為各種資源中存在價值，考查產品創造價值就是分析資源如何創造價值。價值的創造由產品端向要素市場轉換，從資源的供給數量和資源類型分析資源創造價值，形成了企業資源觀理論。在數字經濟時代，數據作為新型資源，能夠通過提高資源的周轉率和利用率來創造價值。資源創造價值的動因，經歷了資源的數量、類型、屬性再到資源組合的數量、類型和屬性，通過創造差異化的產品帶來客戶價值。

3. 效用價值論。效用價值論認為，物品的價值來源于它的效用。物品滿足人的需求的功能形成物品的使用價值;物品的交易價值是其使用價值的貨幣化體現，即價格。價值起源于效用，又以物品稀缺性為條件，效用和稀缺性是物品價值得以形成的充分條件。

4. 價值共創理論。按照價值創造主體在價值創造過程中的不同作用，有三種不同的價值創造方式（江積海，2019;朱良杰等，2017）[9，10]：一是生產者單獨創造價值;二是消費者單獨創造價值;三是生產者和消費者共同創造價值。在第三種價值創造方式下，生產者的價值創造途徑演變具有開放性，消費者也作為一種重要的資源參與到價值創造過程之中，生產者和消費者進行互動和合作，生產和消費過程相互融合，共同創造價值。價值共創理論表明，消費者以特定的方式與生產者進行合作，并對服務效率和價值創造產生影響，產品或服務的價值創造貫穿于生產和消費的全過程。

（二）支付行業數據價值的形成機制

支付行業是典型的數據驅動型行業。支付過程中各參與主體產生的消費數據、賬戶數據、社交數據、地理位置數據和信用數據共同構成了支付數據。支付行業在發展過程中積累了大量的支付數據資源，各數據采集主體通過對市場參與主體相關數據的收集、匯總、分析和利用，創造了滿足市場參與主體需求的各類場景。豐富的場景使得數據資源進一步積累，通過分析行為模式與具體行業或應用場景的進一步結合催生出更為豐富的場景。由于規模經濟效應，多維度的巨量數據創造出極大的價值，深刻改變了各行業的經營模式，進而推動數字經濟不斷向前發展變化。

在這一過程之中，作為市場參與主體的個人或其他類型主體為了獲得服務訪問權限或應用場景使用權限，讓渡了自身的個人隱私數據。個人相關數據得以脫離主體，形成獨立于市場參與主體之外的數據商品，使得數據商品的使用和交換成為可能。因此，數據作為新型生產要素的使用價值和交換價值得到充分發揮的條件不斷成熟。各支付市場主體通過數據積累，在數據領域不斷深耕細作，依靠先進的數據存儲、分析和應用技術，降低了交易中的信息不對稱，也創造出全新的交易場景。數據成為支付行業價值創造鏈條上的核心資源。

圖1：支付行業數據的價值形成機制

如圖1所示，支付市場主體通過采集市場參與主體的相關數據形成數據沉淀，并通過數據分析技術將數據沉淀轉化為可以進一步應用的數據資源。同時，數據沉淀也可以參與交換過程，通過出售積累的數據供其他支付市場主體轉化為滿足自身需要的數據資源。數據資源與其他資源如資本等相結合共同創造出新的應用價值。在這個價值創造過程中，數據資源、算法、關系代替勞動力、土地、資本等要素成為價值創造的新動能。數據通過精準匹配客戶需求創造新的應用場景，重構商業模式，影響了用戶購買和消費行為，實現了價值倍增效應，有效促進了生產力的發展。同時，在新的價值創造鏈條中，生產關系也在一定程度上實現了重構。支付市場參與主體既是價值創造鏈條中的生產者，也是消費者，參與主體的市場定位面臨快速轉換。通過支付行為產生的數據可以作為生產要素投入生產過程之中，創造出豐富的應用場景。同時，應用場景的不斷豐富也為市場吸引了更多的參與主體，兩者相互強化、相互促進，使得供給和需求之間的連接更有效率，進而改善了社會福利。價值創造從單一的供給端或需求端轉變為供給端和需求端共創，實現了“數據積累—場景開發—價值共創”的價值形成邏輯。

對于具體的經濟金融活動而言，實體經濟長期處于“投資、生產、分配、消費、儲蓄”的循環之中，整個過程通過貨幣化與金融化映射到貨幣金融體系這一數字形態中。通過實現合理的配對，數據能夠被更加可靠地記錄、連接與分析處理，提升了金融風險定價能力，優化了資源配置效率，實現了從資金流轉到數據沉淀。而數據量級不斷增加、維度不斷豐富，促進了社會生產力的進一步發展。以支付數據直接作為生產要素參與生產過程的使用價值逐步體現。支付數據是金融數據的核心，支付業務的底層邏輯對應了價值的轉移。價值的轉移過程依賴于兩大要素：即賬戶和系統。賬戶是價值的載體，具體包括銀行賬戶和支付機構的虛擬賬戶。系統就是價值轉移的通道，一方面，各類清算系統為金融機構提供資金清算服務;另一方面，支付網絡進而通過各類支付手段和介質提供支付服務。在不同監管框架下，基于賬戶和轉移的基礎產品邏輯，派生出從傳統的收單、交易業務，再到新興的互聯網支付、移動支付，并衍生出財富管理、網絡融資、賬戶管理、大數據分析等增值業務。同時，支付數據與具體應用場景相結合能夠展現極強的融合價值。相比于融資、財富管理等存量性質業務，支付業務更適合理解為流量業務。相比于其他存量業務數據，支付數據體量更大，更有助于進行用戶畫像更新，為大數據、人工智能技術發揮作用提供了數據基礎。以個人支付業務為例，消費支付有助于完善客戶信用畫像，金融支付有助于完善財富畫像，社交支付有助于完善關系圖譜。以商業支付為例，采購支付有助于描述客戶用戶的生產情況，稅務數據有助于反映用戶盈利狀況，銷售支付數據亦可反映庫存銷售等情況。支付數據實時采集的特點在一定程度上保證了數據的真實可信，進而圍繞支付數據衍生出信用、信貸等更多的業務領域。支付數據還具有傳遞性，與支付主體相融合能夠清晰反映支付主體之間的關系，能夠有效運用于供應鏈金融、交易對手評估以及數據交叉驗證等領域，減少信息不對稱，提高傳統金融行業的交易效率。

（三）支付行業數據價值的影響因素

1. 數據因素。數據價值與數據采集種類、數量以及數據共享交易機制的成熟性密切相關。由于支付場景具有多樣性特征，支付數據的種類也在持續大幅增加。除了傳統的支付時間、支付金額、支付方式等基礎數據外，交易發生的地點、是否使用了代金券、參與了哪些營銷活動等等，都是以支付為核心的周邊有效數據。一方面，數據采集者要保證采集方法合法合規，用戶充分知情并授權，數據隱私被有效保護;另一方面，要優化技術，以應對大數據量的迅猛增長。

各個機構產品用戶群體不同、定位不同，其所采集的數據集必然有所側重，也導致對同一數據的價值發揮產生不同效果。

2. 技術因素。從技術角度，影響支付行業數據價值的因素主要是算法與模型的設計質量與海量數據的處理能力。網絡條件與云計算硬件可較快速地通過投入資源的方式解決，但目前專門面向支付行業數據分析的、基于人工智能技術的算法與模型還比較少，其成熟與進一步發展還有待時間積累。不同的數據采集主體數據分析技術水平高低不同，導致對同一數據集的開發利用能力不同。數據價值的充分發揮一定是源于足夠且有效的數據，而數據的分散與算法模型尚未成熟的現狀，較大程度上制約了支付行業數據價值的發揮。

3. 政策因素。在支付行業的發展過程中，政策因素是一個重要的影響因子，法律法規或政府監管環境的變化影響著支付數據價值的充分發揮。數字經濟具有規模經濟的特點，同時也具有較強的外部性。作為數字經濟核心資源的數據生產要素是否能夠充分發揮價值，取決于數據要素的采集、流通、交易、定價等基礎平臺的完善。在這個過程中，數據主體的隱私保護、數據確權及其相應的交易機制等影響著支付業務的經營成本。當前，對于支付行業的科技創新，在監管層面，我國采取較為寬松和容忍的態度，這也是近年來支付行業爆發式增長的重要原因。在金融監管逐步強化的大背景下，圍繞支付數據及其業務模式的監管也將逐步加強，法律法規的建立會逐步完善，支付行業的統一監管將使得支付行業更加規范和透明。這些因素都將影響支付數據在傳統模式下應用場景的構建，進而影響到支付數據價值共創作用的發揮。

4. 市場因素。由于支付行業發展具有數據驅動的典型特征，行業規模經濟效應明顯。隨著市場占有份額的增長，獲客邊際成本呈現遞減效應。因此，支付市場容易形成強者恒強的數據壟斷態勢，“馬太效應”明顯。市場份額較大的主體，擁有更為海量的客戶群體，在數據的采集、存儲、分析和應用等方面具有明顯的市場優勢，應用場景的拓展更為便利，使得對于同一數據資源，由于不同市場主體之間市場優勢的不同，數據價值創造倍增效應不盡相同。

三、存在的問題及政策建議

基于數字技術的高速發展，數據與我們的日常生活與生產的關系愈加緊密。一方面，數據呈現爆發式增長，相比于土地、勞動力、資本等其他要素，數據要素存在著非競爭性、隱私外部性、部分排他性等不同的性質;另一方面，對于數據的生產、收集、存儲、加工、分析、交易、服務、應用等各個環節，世界各國積極推動的立法與相關實踐，至今仍處在探索與不斷修正之中。

（一）存在的問題

1. 支付數據隱私保護相關法律法規還不夠完善。當前，支付數據特別是個人支付數據的采集還存在一定程度的越權，數據供給者參與授權的程度還不夠，隱私權得不到有效保護;監管層面對數據采集機構的約束不夠，相關法律法規體系還不完善。出于降低數據采集成本的考慮，數據采集機構在數據采集過程中極易發生非法采集、越權采集等行為，對數據主體的權利構成一定程度地侵害。隨著物聯網、智慧城市以及產業互聯網的逐步發展，類似的挑戰會日益增加。從支付數據的角度來看，個人支付數據的價值更加重要，更應當予以保護。因此，如何確保數據的使用和數據保護的平衡，是亟待解決的問題。

2. 數據壟斷導致支付市場存在一定程度分割。由于數據要素具有排他性特征，經過多年的市場拓展，不同支付市場主體之間市場相互分割，已經形成了實際的市場壁壘。數據資源已經成為各市場主體打造市場優勢的核心資源，數據壟斷趨勢明顯。行業頭部企業依靠多年積累的數據資源不斷強化競爭優勢，并且場景拓展與數據積累相互強化，對中小支付市場主體形成一定程度的排擠效應，不利于市場的充分競爭和整體社會福利的進一步提升。

3. 支付數據交易和定價機制不夠健全。由于支付數據脫離支付市場參與主體形成獨立的商品，使得數據交易成為可能。而數據交易的前提與基礎是明確清晰的產權歸屬。數據主體（個人）對其個人數據享有所有權，個人數據具有人格屬性與財產屬性，個人數據基于個體產生，與個體的利益息息相關，個人對自己相關的信息應當具有控制權。根據我國現有規定，個人通過出售個人信息而獲利是違法行為，刑法修正案（七）將出售個人信息的行為作為違法犯罪活動追究刑事責任。支付機構采集的數據是典型的個人信息數據，其價值的充分發揮除了有效挖掘和利用外，還在于其能夠有效地共享和流通。如何在遵守法律法規的前提下對數據進行有效確權和轉移，進而以市場化方式對其進行定價和交易，促進社會分工的進一步深化，也是在數據要素新時代面臨的關鍵問題。

4. 支付數據分類及共享面臨困難。數據要素與實物型傳統生產要素有巨大差異。因此，它的共享與交易不可能簡單地用撮合買賣的模式予以推行，面臨以下幾個困難：首先是交易信任方面，支付數據要素是典型的時效品，新的數據總是比舊的數據市場價值更高，是實時變化的“活”數據，支付數據的價值體現嚴重依賴擁有者自身的數據分析處理能力。因此，數據要素的交易更加依賴交易雙方的長期合作，需要解決“雙邊信任困境”。其次是數據共享障礙方面，金融機構擁有大量的用戶數據，這些數據是它們的核心商業秘密。雖然同一用戶可以同時與多家金融機構有業務聯系，但由于機構間的競爭關系，用戶數據很難實現共享。最后是政務數據的接入方面，數據價值會隨著數據匯集類型的增加而呈指數型地增長，其中政務類型的數據權威性高、質量更好，且大多居于生態場景的上游，真正意義的數據閉環唯有政務類型的數據接入才能稱之為完整。但目前政務數據在各級政府與事業單位還存在著一些分散獨立、互不聯通的情況，“數據孤島”現象在一定范圍內仍然存在，與企業的數據交互還存在數據類型標準不同、設備接口不同以及安全性等問題。

（二）政策建議

1. 加強頂層設計，完善數據保護法律法規體系。一些國家和經濟體均對個人數據或個人信息給出了各種類型的解釋說明，將個人信息限定為能夠識別特定個人的信息，如歐盟的《通用數據保護條例》（GDPR）將個人信息限定為與已識別或可識別自然人有關的任何信息。可識別自然人能夠被直接或間接地識別，可通過參照諸如姓名、身份證號、定位數據或在線身份等 身份識別信息，也可通過參照該自然人的物理、 生理、遺傳、心理、經濟、文化或社會身份等一個或多個特定要素進行識別。美國《2018年加州消費者隱私法案》（CCPA）定義個人信息是指能夠直接或間接的識別、描述與特定的消費者或家庭相關或合理相關的信息，這些信息包括但不限于真實姓名、別名、郵政地址、唯一的個人標識符、在線標識符、互聯網協議地址、電子郵件地址、生物信息、商業信息、地理位置數據以及教育信息等。我國從2012年發布的《全國人大常委會關于加強網絡信息保護的決定》到2016年頒布的《網絡安全法》和2021年頒布的《數據安全法》，再到最新發布的《個人信息保護法》，提出個人信息是以電子或者其他方式記錄的與已識別或者可識別的自然人有關的各種信息，以及反映特定個人活動情況的信息，不包括匿名化處理后的信息，對匿名化后對外提供（交易）的情形提供了合法性的依據。因此，基于上述分析，除了盡快落實《個人信息保護法》外，數據匿名化技術標準體系及相關法律也應逐步健全完善。具體來看，應建立并明確匿名化數據的技術規劃與認定標準，將是否具備合理的風險評估機制作為數據控制者的準入門檻，同時建立數據匿名化的全流程規范體系，包括征得用戶知情同意、限定披露范圍、被去匿名化的應急預案等方面。

2. 強化行業監管。對于具有市場優勢地位的企業，要強化行業監管，避免形成有市場支配地位的“數據寡頭”，產生系統性風險。2020年12月召開的中央經濟工作會議上提出，要“強化反壟斷和防止資本無序擴張”。對于支付行業而言，就是要防止對支付數據的壟斷，避免“大而不能倒”行業寡頭企業的出現對國家金融安全造成威脅。在這個過程中，要加快支付市場的互聯互通，著力消除市場壁壘，通過打造基礎數據資源平臺，結合數字人民幣發行、行業亂象整治等方式，讓支付市場主體聚焦主責主業，引導其更好服務實體經濟、防止無序擴張。同時，要將數字服務方式與傳統金融服務方式相結合，針對老年人等數字弱勢群體加強服務幫扶，避免“數字鴻溝”導致的金融排斥現象發生。

3. 優化數據交易環境和數據確權機制。在交易過程中，從目前情況看，應當避免建立僅具備信息撮合功能的數據交易平臺。數據交易應當依靠掌握大宗數據資源的聚合平臺，集中開展一對多的數據供需服務，精準對接供需，提高交易效率，在保障交易合法性和安全性的基礎上，通過成熟的數據分析利用技術最大限度滿足主體多樣化的市場需求。同時，由于數據具備非競爭性和非排他性的特征，數據交易價值基本建立在特定領域或特定用途基礎之上，數據交易可以淡化所有權的轉移，主要通過數據服務的方式來實現價值。對于交易的信任難題，在數據交易平臺的設立之初，應當從政策層面對平臺在交易中的角色予以明確：平臺不僅是簡單的交易場所提供者，而且應積極介入交易流程，將一對一的數據交易轉變為以平臺為基礎的網狀交易。為此，平臺需要完成規則制定（包括合同模本、數據質量標準、數據披露內容等）與技術支持（包括大數據管理平臺、安全計算系統、數據加密算法等技術服務）兩類工作，從而確保數據要素交易安全可追溯。此外，數據交易的透明性應當持續加強，確保未來如匿名化數據被聚合乃至逆向時，可以順利溯源。數據交易的透明性包括將數據收集機構向用戶公示其獲得（包括購買、共享）數據的渠道和類型并為用戶提供退出機制作為強制要求，以及要求數據交易方除了披露原始數據類型外，還應當披露企業基于原始數據、利用大數據分析而對消費者特征標簽化的處理活動。

4. 切實加強支付數據分級分類管理，推動數據要素互聯互通。在數字經濟發展過程中，數據種類日益豐富，數據的復雜性、多樣性日益增強，在大量原始數據中，既包括一般數據也包括敏感數據，因此，要加強數據分級分類管理。在制度設計上，可以從數據供給和數據需求兩個方面建立數據分級分類規則。如作為數據資源供給方的數據聚合平臺應當在參照既有立法和標準的基礎上，建立數據安全分級分類管理制度，而數據需求方應當通過制度設計具備保障數據安全、防范數據泄露風險的能力。對于數據互聯互通中的共享障礙，可以在監管機構的牽頭下，建立以聯邦學習為數據共享模式的統一平臺，所有參與機構不僅不用擔心數據被競爭對手獲取，還可通過平臺實現對用戶的全面分析。其他行業機構也可參考此類型共建數據平臺，并按照數據貢獻比例分配平臺的股權。機構也可作為股東分享平臺數據交易的利潤，實現數據整合“1+1>2”的效應，解決數據共享中的激勵相容問題。

參考文獻：

[1]IMF. 2019. The Economics and Implication of Data：An Integrated Perspective，09.

[2]于立，王建林.生產要素理論新論——兼論數據要素的共性和特性 [J].經濟與管理研究，2020，（4）.

[3]韓海庭.數據如何賦能數字經濟增長 [J].新金融，2020，（8）.

[4]田杰棠，劉露瑤.交易模式、權利界定與數據要素市場培育 [J].改革，2020，（7）.

[5]杜寧，楊祖艷.數據要素時代金融業的使命 [J].中國金融，2020，（13）.

[6]李政，周希禛.數據作為生產要素參與分配的政治經濟學分析 [J].學習與探索，2020，（1）.

[7]孫華榮.大數據背景下個人支付數據信息利用研究 [J].金融發展研究，2020，（8）.

[8]巴曙松，陳澤田，朱元倩.監管科技在數據管理領域的應用與實踐 [J].金融發展研究，2020，（8）.

[9]江積海.商業模式創新中“逢場作戲”能創造價值嗎？——場景價值的理論淵源及創造機理 [J].研究與發展管理，2019，31（6）.

[10]朱良杰，何佳訊，黃海洋.數字世界的價值共創：構念、主題與研究展望 [J].經濟管理，2017，（1）.

The Data Value of Payment Industry：

Theoretical Basis，Formation Mechanism and Problem Suggestions

Liu Song

（PBC Wuhan Branch，Wuhan? ?430071，Hubei，China）

Abstract：After the central government integrates data elements into new production factors，the payment industry，as the most obvious industry driven by data，will play an increasingly important role in the development of digital economy. Giving full play to the value of payment data will become an important driving force for the development of national economy. Firstly，this paper reviews the research status of data value at home and abroad;then，starting from the four theoretical basis of value formation，this paper deeply analyzes the value formation mechanism and influencing factors of payment industry data. It points out that the payment data，as the core resource in the value creation chain of the payment industry，data resources are combined with other resources such as capital to create new application value，which is affected by the factors such as data，technology，policy and market;finally，The policy recommendations are made in terms of data protection，monopoly prevention，data trading，data classification and management，and data sharing to address the current problems.

Key Words：payment data，value formation，influence factor，policy suggestions