數據要素市場培育的制約因素及其突破路徑

劉雅君　張雅俊

摘?? 要：數字經濟時代，數據因有別于傳統生產要素的技術—經濟特征而成為現代生產要素。培育數據要素市場需要實現數據要素市場化配置、暢通數據要素交易流通和充分釋放數據要素價值三重構建目標。中國數據要素市場發展迅速，市場建設有序推進，但基礎制度仍不完善，尚未充分挖掘數據要素市場規模并釋放發展潛力。當前面臨著數據安全保護不足、開放共享流通不暢、數據權屬不清、雙重信任困境難規避、定價和交易體系不健全等現實挑戰和制約因素。破解數據要素市場化困局，未來應基于“制度支撐—交易體系—市場監管—技術賦能”四位一體的發展路徑，以數據要素分類分級為起點，通過數據要素確權、定價和參與收入分配的機制等制度基礎支撐數據要素有效供給；加快數據要素市場交易體系構建；推動科學立法與規范監管，保障和支撐數據要素市場交易及運行。培育數據要素市場，應加速推動要素市場化配置，充分釋放數據要素價值，賦能數字中國建設。

關鍵詞：數據要素；數據要素市場；數字經濟

中圖分類號：F49?? 文獻標識碼：A?? 文章編號：1003-7543（2023）09-0021-13

數據要素是數字經濟發展和數字中國建設的核心引擎和關鍵動力。相關測算數據顯示，1993—2020年中國數字經濟平均增速達16.3%［1］。2022年中國數字經濟規模達50.2萬億元，同比名義增長10.3%，占國內生產總值的比重為41.5%［2］。數字經濟對經濟發展的驅動力根本上來源于數據要素與數字技術。只有將數據轉換為生產要素，推動數據要素進入生產活動，才能持續促進新產業和新模式涌現，實現數字經濟的驅動作用。培育數據要素市場是充分釋放數據“新”要素價值的關鍵選擇［3］。黨的二十大報告強調，“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。實現這一目標并推進中國式現代化，需要深度挖掘數據價值，培育數據要素市場，激發數據要素活力。促進數據要素流通和市場化配置，有利于充分釋放數據的乘數效應［4］，最大化發揮其經濟和社會價值。

近年來我國出臺的一系列政策文件均明確數據是新的生產要素，提出加快培育數據要素市場是解決數據要素市場培育進程滯后問題的重要舉措。2015年印發的《國務院關于印發促進大數據發展行動綱要的通知》提出，要“引導培育大數據交易市場，促進數據資源流通”。2020年印發的《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》提出要深化要素市場化配置改革，促進要素自主有序流動，加快培育數據要素市場；同年印發的《中共中央 國務院關于新時代加快完善社會主義市場經濟體制的意見》再次強調加快培育數據要素市場，完善數據權限界定標準，促進數據開放共享、交易流通等。2021年印發的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》強調要“建立健全數據產權交易，培育規范的數據交易平臺和市場主體”。為促進數據交易流通和新基礎設施建設，2021年北京和上海大數據交易所先后正式揭牌。2022年印發的《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱“數據二十條”）指出，要以促進數據合規高效流通使用、賦能實體經濟為主線，以數據產權、流通交易、收益分配、安全治理為重點，構建數據基礎制度。2023年，中共中央、國務院印發了《黨和國家機構改革方案》，組建國家數據局，負責統籌推進數字中國和數字經濟等規劃和建設。“數據二十條”的出臺及國家數據局的組建標志著數據要素迎來規模化、標準化發展階段。

隨著政策發力和實踐探索的推進，數據要素市場發展迅速，但仍然處于起步階段，諸多難題有待解決。在生產要素市場化配置下，零散的數據要素交易和付費使用活動在經濟實踐中不斷涌現。但從實踐結果來看，數據交易遠不如土地交易所和證券交易所活躍［5］，數據要素流動和共享還不充分，數據要素市場尚未真正形成。中國培育數據要素市場的進程大幅度滯后于傳統生產要素市場和數字經濟發展，數據交易仍然面臨著諸多現實挑戰和約束，數據權屬的明晰、數據公平與效率的平衡、數據和數據資產定價機制的建立健全、相關技術支撐和監管立法等關鍵難題和短板亟須攻克。本文認為，應基于數據要素市場特性，梳理和明確數據要素市場的構建目標、培育狀況和制約因素，據此設計數據要素市場的“制度支撐—交易體系—市場監管—技術賦能”四位一體的總體框架和發展路徑，以促進數據要素交易和流動，深度釋放數據要素的經濟價值與社會價值，賦能數字中國建設。

一、數據要素與數據要素市場的理論闡釋

在數字經濟背景下，數據更多是作為數字技術和數字經濟基礎的大數據［6］。在最新一輪技術變革中，新一代信息技術位于核心地位，數據因此成為新的生產要素［7］。在經濟學視角下，數據本質上是收益不確定、需要與其他資源協同的生產要素［8］。作為生產要素的數據也是數據資產。一般認為，資產的關鍵特征在于收益性、所有者擁有或控制、由過去的交易或事項形成。按照資產的定義，數據資產是能夠影響所有者未來的決策和行為，并帶來以經濟利益為主的各類收益的數據資源。數據資產作為生產要素時，可以看作資產投入。與傳統資產相比，數據資產具有更多的數字特性。數據資產可以不受限制地復制和共享，具備一定的非競爭性。盡管前期成本投入較高，但數據收集完成后除去儲存成本，邊際成本接近于零，且易于復制和流動。數據具備很強的不確定性，存在“阿羅信息悖論”［9］，即如果事前不了解數據資產的信息，則很難確定其真實價值；如果獲取了相關信息，數據資產對于買方的價值又會大幅降低。因此，數據交易經常面臨“雙重信任困境”①（需要買方和賣方的相互信任），這也成為數據交易和流通的堵點。

數據因符合生產要素的關鍵特征而得以成為生產要素［10］。作為新型生產要素，數據要素具有非競爭性、部分排他性、外部性等技術—經濟特征［11］，這也是數據要素和傳統生產要素的根本區別。數據要素能同時被多主體在多場景下重復使用，并且數據要素幾乎不會因此被消耗，反而能實現一定的價值增長［12］，即非消耗性。但是，數據要素本身對生產力提升作用有限［8］，需要與其他生產要素協同發揮作用，因而數據要素具有強協同性。數據成為生產要素是生產力發展的結果。隨著科學技術的發展創新，新的生產要素持續涌現，并同傳統生產要素協同融合，共同促進社會生產力提升。數據要素具備優異的滲透性，通過交易和流通深度參與到各個生產環節，與其他生產要素結合產生新的價值，顯著提高勞動生產率，縮短必要勞動時間［13］。基于不同的視角和標準，可以對數據要素進行多種分類。從產權上，數據要素可以分為私人數據和公共數據［11］。私人數據有明確的產權歸屬，至少具有部分排他性，可以通過公開和私下交易流通；公共數據被政府部門所控制，類似于公共物品，具備公共服務功能［6］。從用途上，數據要素可以分為生產經營數據與公共管理數據。生產經營數據天然適合進入市場交易，通過市場配置，影響企業生產經營活動。從來源上，數據要素可以分為源自機構自身的（諸如個體身份和行為的）數據和源自外部單位的統計數據［14］。

數據要素市場作為一種新興市場，目前仍處于探索階段，相關理論研究較少且落后于實踐。從職能角度來看，數據要素市場不僅是配置手段，而且承擔著數據要素的交易和中介職能，是配置行為主體和組織機制的結合［15］。數據要素市場與其他市場相同，需要規范的制度與環境［6］。數據要素市場化是將數據要素轉換為市場配置的過程，市場作為核心調節機制，推動數據在流通中增值［16］。數據要素市場化是生產要素化和配置市場化的綜合有機疊加，需要生產與流通環節高效銜接，充分發揮市場力量，由生產者自主決定生產、消費者自主選擇消費，促進數據要素配置效率最優［4］。培育數據要素市場需要形成“市場有效、政府有為”的機制［17］。數據要素市場的基本原則包括市場主導、政府監管、開放共享和分類規范等。隨著國家加大戰略布局和相關政策出臺，數字經濟和數字技術快速發展，數據要素市場基礎設施和制度加速建設和完善，市場交易規模逐步提升，但同時也存在數據界權、交易制度、監管規制等諸多難題和現實約束［18］。數據要素市場可以視為數據要素商品化為數據產品的場所和過程，而數據要素進入市場交易的前提是權屬明晰。數據界權是數據要素化的關鍵制度障礙，當前相關研究主要基于經濟學和法學視域，分歧和爭論點在于個人對脫敏后的個人數據是否享有初始產權和收益權［19］。個人主體對數據要素的產權是數據要素確權的關鍵問題。

二、數據要素市場的三重構建目標

數據要素市場最核心的作用是在市場中形成數據要素價格，實現數據要素市場化配置，這是數據要素市場建設最基礎的目標。為此，需要通過完善的市場基礎制度解決數據要素確權、定價和交易等難題，發揮數據要素市場的市場機制和功能。數據要素市場建設需要以暢通數據要素交易流通為目標，以此支撐數字經濟高質量發展。數據要素市場還需要解決數據要素安全性、交易和使用規范性等問題，在市場配置和流通中充分釋放數據要素內在價值。

（一）在市場中形成數據要素價格，實現數據要素市場化配置

數據要素市場的基礎功能和構建目標是在市場活動和交易中形成數據要素價格，由市場評價數據要素價值貢獻和供需關系，進而實現數據要素市場化配置。市場經濟的本質是資源配置市場化，即通過市場交易來實現資源供求，價格基于價值決定且通過市場形成，從而促進生產要素自由流通，優化資源配置和社會生產。市場化配置是最具有效率的方式。目前中國傳統要素市場機制和體系已初步建立完成［6］，數據要素市場機制正在加速建立中。發揮數據要素市場正常功能，需要破除數據要素交易障礙，保障數據要素優質供給，讓價格、競爭和供求等市場機制正常運行。數據作為新的生產要素進入和賦能生產活動，有賴于數據要素市場實現數據要素市場化配置，需要數據要素確權、定價、安全保護等基礎制度支撐。數據要素具有虛擬性，其流通更加依賴市場和平臺匹配供需和保障交易。培育數據要素交易市場，可以高效實現數據要素的流通、定價與供需匹配，減少信息不對稱，提高運行效率，挖掘和釋放數據價值。

（二）暢通數據要素交易流通，支撐數字經濟高質量發展

數字經濟高質量發展有賴于完善的數據要素市場和暢通的數據要素流通渠道。數字經濟高質量發展的核心動力在于數據要素與數字技術，數據要素對數字經濟發展的賦能作用愈發顯著。中國經濟實現雙循環的核心之一在于生產要素，生產要素尤其是數據要素的流動和循環決定了下一階段的經濟增長速度與產業升級速度。數據要素市場作為數據要素交易流通的關鍵渠道，能夠使數據要素通過市場配置加速進入經濟活動中，提高全要素生產率和發展潛力，暢通國民經濟雙向循環。市場經濟的固有局限之一在于生產盲目性和信號滯后性，而數據正好可以反映市場信息，基于大數據進行預測與分析決策，有效匹配供需，緩解市場生產的盲目性。培育數據要素市場可以強化數據要素的市場信號功能，市場主體通過收集、處理、分析和利用數據要素，就能促進產業效率提升與創新升級，推動新產業、新業態和新商業模式的涌現與發展。數據要素通過市場配置進入生產活動后，與土地、勞動和資本等傳統生產要素協同，產生倍增效果，強化生產要素的使用價值，推動實體經濟與數字經濟的深度融合發展。實體經濟的發展產生和積累了大量的數據要素，又推動數據要素積累與流動，實現積極的正反饋循環，驅動數字經濟高質量發展。

（三）規范數據要素使用與交易，充分釋放數據要素內在價值

完善的數據要素市場需要有效解決數據要素規范使用與交易問題，以充分釋放數據要素內在價值。第一，培育數據要素市場應該以市場評價貢獻、深度挖掘數據內在價值為核心目標，促進數據融合互通，推動社會治理能力現代化。第二，培育數據要素市場應該兼顧公共數據價值挖掘。數據要素市場交易流通的數據要素不僅包括私人數據，而且包括公共數據。應以數據要素加速政府治理能力現代化和模式創新，提升公共服務水平和準確性［16］，建立多元主體監管體系。基于政府所有的大量可共享的公共數據，推動打破數據孤島，整合不同政府部門和社會主體的數據資源，共建多元主體監管的新思維與模式。第三，培育數據要素市場應該關注數據要素的安全性和使用規范性。明晰數據要素交易和使用的基本要求、數據要素分級分類框架、使用范圍等，加強監管和規范力度。數據要素已經深度融入居民生活，數據安全和規范交易與每個個體息息相關。第四，數據要素市場應該解決數據確權問題，為數據主體提供所有權和收益分享權等法律支撐。加速建立數據要素參與收入分配的機制，保障數據主體分享數據要素產生收益的權利，鼓勵個人通過數據經紀人出售個人數據以豐富收入來源渠道。

三、數據要素市場的培育狀況

從2014年大數據首次被寫入中央政府工作報告，到2023年組建國家數據局，中國不斷加大對數據要素市場的培育力度，持續擴大數據要素市場規模，數據要素市場化格局初步形成。當前階段數據要素市場培育取得了一定的成果，但是在交易體系、交易制度和共享流通等方面仍存在不足之處。

（一）數據要素市場發展迅速，但多層次交易體系尚未建立

數據要素是數字經濟的核心戰略資源。根據國家工業信息安全發展研究中心的數據，2022年中國數據要素市場規模為815億元，同比增長49.51%。預計2025年市場規模將突破1 749億元，步入高速增長階段。中國數據要素市場規模正在經歷高速增長，但是發展規模和發展質量上仍有較大的提升空間。根據相關測算，2019年，世界數據要素市場規模在260億美元左右，美國大約為150億美元，占比為57.69%；中國為33億美元，占比為12.69%［11］；2020年中國數據要素市場規模約為美國的3.1%、歐洲的10.5%，與發達國家和地區相比仍有較大差距。目前中國正在積極建設數據要素交易市場和流通基礎設施，個人、企業、政府和公共機構等多元主體參與、“供給—中介—需求”等多種交易模式共存的市場體系有待建立和完善。將數據交由數據經紀商收集轉賣的數據經紀人（B2B2C）模式是目前美國等發達國家主要的數據交易模式之一。而中國數據要素市場主體以企業為主，個人參與較少，缺乏為個人服務的數據經紀人，數據經紀人模式不成熟，也尚不具備交易規模；交易模式以數據交易所為主，模式相對單一。世界數據要素市場處于高速發展中，中國數據要素市場發展潛力尚未充分釋放。相關研究表明，中國數據要素市場化配置效率呈現上升趨勢，但總體水平較低，區域間發展不平衡，尚有較大的優化和提升空間［20］。加速培育數據要素市場是提升數據要素市場配置效率的重要手段，是發展數字經濟、實現經濟高質量發展和中國式現代化的重要戰略選擇。

（二）積極推動數據要素確權與定價實踐，但相關法律仍然缺位

中國等世界主要經濟體對數據主體的劃分和權屬確定進行了積極的嘗試和探索，在實踐中逐步明晰和嘗試解決數據權屬問題。數據確權的根本目的是保障數據的合法交易、共享與流動。通過數據產權制度分配各主體權益，促進產權流轉，以加速培育數據要素市場。由于經濟社會和政治法律等國情差異，以歐盟和美國為代表的國家或地區在數據要素確權思路和關切點上與中國有著較為顯著的區別。歐盟和英國在數據確權上更注重個人權利和個人數據要素化，充分肯定個人對數據要素的權利；美國的確權原則以促進數據自由流動為核心；德國在明晰數據權屬的基礎上進行動態跟蹤，推行空間準入監管機制，強化標準設計，引入專業的中介服務機構和數據交易部門。中國2021年頒布的《中華人民共和國個人信息保護法》將數據主體分為個人信息主體、控制者和委托處理者。目前數據確權主要依靠交易所、行業機構和服務商等。2016年貴陽大數據交易所提出了數據登記確權模式，主要進行事前登記。2019年中國首家數據確權平臺“人民數據資產服務平臺”開始運行，職能包括審核和認證登記，賦予數據權屬一定的權威保障，是對數據確權的初步嘗試。但現階段中國尚無對數據產權進行明確界定的法律法規，個人數據和政府數據的交易與開放邊界模糊，相關法律的缺位使數據要素確權缺乏法律支撐，在一定程度上限制了數據要素的交易流通。

（三）政府數據開放平臺數量快速增長，但共享水平和數據質量較低

世界各國在數據保護上側重和取舍不同，但是對于數據要素開放共享是一致認可的。數據的價值需要在流通與共享中釋放。從理論上說，盡可能實現數據開放共享能帶來大量的經濟價值［12］。數據的共享和流動可以顯著減少交易成本和創新成本，促進社會分工和創新，創造社會財富。加之數據的非競爭性和部分排他性，“公地悲劇”和“搭便車”問題也產生了新的變化。但事實上，基于數據要素和資源的重要戰略意義，數據主體傾向于過度收集、拒絕分享甚至壟斷數據，這會阻礙數據要素的流動和共享，降低市場運行效率，損害消費者合法權益。低程度、低質量的公共數據開放共享也會影響國家戰略的制定與實施。

2015年《國際開放數據憲章》通過，確立了開放數據的六大準則，第一條即為默認開放，政府數據從被動開放積極過渡為主動共享。中國就數據共享和開放開展了一系列實踐。上海和北京等地最早于2012年就上線了數據開放平臺。根據國務院辦公廳2022年10月發布的《全國一體化政務大數據體系建設指南》（以下簡稱《指南》），截至2022年9月，全國共有26個省級政務數據平臺、257個市級政務數據平臺和355個縣級政務數據平臺。雖然政府數據開放平臺在數量上呈現快速增長的趨勢，但是現階段數據要素共享仍然處于較低水平，存在數據要素質量良莠不齊、收集成本高、管理機制不健全、共享利用不充分、安全保障不足、數據孤島較嚴重等問題，政務數據價值尚未充分開發和釋放，并且目前還未建成國家級數據開放平臺，也缺乏對應的法律法規。針對這一問題，《指南》明確了分階段建設完成全國一體化政務大數據體系的任務，以促進數據共享開放、深入開發和有序流動，充分發揮政務數據在建設數字政府和推進現代化治理體系中的作用。

四、數據要素市場培育的制約因素

數據要素具有虛擬性、非競爭性、部分排他性、外部性等特征，相較于傳統要素市場，數據要素市場培育難度更大，面臨著更多的制約和挑戰。

（一）數據權屬界定不清晰，數據要素交易制度不完善

數據交易的本質是權利主體通過讓渡使用權或未來收益權來影響數據要素市場配置效率的行為。數據確權是數據要素市場培育的前提，是數據要素自由交易和流通的基礎，但是當前數據權屬界定不清晰，數據確權面臨諸多難題。從經濟學角度看，數據確權應該考慮權利主體對資源配置和社會福利的影響。從數據的來源看，購物和出行等數據大多是消費者相關行為的副產品［21］，將這部分個人數據的控制權授予個人將激勵數據的進一步分享和交易［22］。但是由于數據的易復制性和無形性，數據和所有權極易被轉移和占有，賦予個人數據所有權可能也無法保障個人隱私和數據安全。賦予企業數據所有權將促進數據交易達到社會最優水平，但也存在企業濫用數據的風險［12］。除考慮效率外，還應關注數據權屬的公平性。場景性公平原則認為，應基于不同的場景、參與主體和數據特征，權衡公平或效率來確定主體的數據權益。數據分類分級是解決數據確權問題的一種思路，即授予不同類型的數據以不同級別的權利，包括收益權、拒絕權等，以此兼顧個人隱私保護和數據交易流通需要［4］。從法學的角度來看，數據產權也稱數權，從性質上是人格權和財產權的綜合。人格權要求維護數據主體的尊嚴，保護數據隱私；財產權強調價值性和收益性歸屬。數據產權制度的價值取向需要有效平衡公平與效率。其中，公平主要指對個人隱私數據與權利的保護，而對數據的限制和保護將一定程度上影響數據的流動，進而影響數據要素市場的發展速度和運行效率［23］。

主體多元性進一步加大了數據確權的難度。所有權是物權的一種，是一種對世權，強調對物的絕對和直接支配權。而數據權貫穿于數據的整個生命周期和流通過程，擁有多元化的主體，或是數據最初的提供者和生產者，或是數據收集者和處理者，或是流通過程中的加工者和提煉者。這與傳統物權的一物之上只能有一個所有權的一物一權基本原則產生了一定的沖突。傳統的物權理論應用于數據權屬有較大的局限性，加大了立法的難度。“阿羅信息悖論”指出，數據交易困境實為交易公開與數據公開之間的矛盾所導致的數據交易信任困境。解決問題的關鍵可能在于數據產權制度［24］。數據財產化確權能夠有效降低交易費用，減少信息不對稱和交易雙方風險感知。相較于有形財產，數據等無形財產可能更需要產權保護以解決更復雜的信息和交易問題。現階段尚未建立有效的數據產權制度、財產保護手段和風險管控措施等數據要素交易基礎制度，限制了數據要素市場的高質量發展。

（二）數據價值不確定性導致數據要素定價困難，影響數據要素供需

培育數據要素市場最核心的任務之一是建立適用的市場定價機制，打通阻礙數據要素流通的堵點。數據的流動方式主要有自留自用、企業互享、數據交易和開放共享，受到法律法令、風險偏好、交易市場等多種因素的影響。促進數據要素交易是培育數據要素市場的核心目標。根據所有權變動與否，交易可以分為租賃式交易和一次性交易。數據所有權人可以與平臺或者第三方中介采用租賃式交易模式，對于平臺或者中介的每次交易行為收取費用或者采用一次性買賣或補償機制。第三方中介可以從多種渠道匯集和加工數據，提供豐富多樣的數據產品［25］，有效匹配供需雙方需求，降低信息不對稱和交易成本，減少買賣雙方交易風險，促進數據要素的產生、交易和流通。無論是何種交易機制，都涉及數據定價的環節。表1總結了目前主要的數據資產定價方法、適用場景和局限。數據資產定價方法主要有傳統會計定價、信息熵定價和多維度定價。從會計角度來看，數據資產屬于無形資產，因而可以借鑒無形資產的傳統會計定價方法，主要有收益法、成本法和市場法三種基本方法，有廣泛的應用場景。傳統方法為數據定價提供了一定的參考價值，但是容易低估數據要素和產品的價值，有較大的局限性。信息熵定價更關注信息內容的有效性，充分考慮數據資產的稀缺性和數據的有效量與分布情況。多維度定價則通過構建包括數據現值、數據成本、數據質量、客戶感知價值等多個維度的指標，綜合計算數據資產價值。由于存在數據價值不確定性、使用者與場景異質性等特性，數據價值密度在不同場景和使用主體中存在較大差異。數據定價機制有賴于具體的場景與使用對象，因而數據要素定價程序復雜，暫時難以形成標準化的定價體系，阻礙了數據要素供需雙方的交易。數據定價無論在理論上還是實踐中都是亟待解決的難題。

（三）數據安全和數據隱私問題突出，市場監管效果有限

數據安全和隱私保護是數據要素交易的重要保障。信任理論提出，信任分為善意信任和能力信任［26］。數據要素的信任問題據此可分為善意信任與能力信任。善意信任主要包括兩個方面：一是數據提供者或生產者對后續數據控制者或使用者遵守社會道德規范、不會侵犯和泄漏隱私信息的信任；二是數據賣方對數據買方后續使用行為合規、不會擅自轉賣或泄漏數據的信任。能力信任主要指數據買方對數據賣方所出售數據要素的質量與價值符合事前信息與承諾的信任。數據交易方難以通過已有信息或產品體驗在購前了解產品，只有在交易行為發生后才能確定產品的效用和價值［27］，即數據要素具有信用品特征。基于數據要素的虛擬性和信用品特征，數據要素流通面臨著復雜的信任問題。數據主體對數據交易的善意信任與能力信任限制了數據流通與共享。數據在流通和使用過程中，容易產生負外部性，影響提供數據和未提供數據的其他個體。

數據隱私在數據要素流通全過程中都尤為重要，涉及個人、企業和政府組織等多重主體。隱私數據和數據中包含的私人信息常面臨著泄漏或非法利用的危險，限制了數據要素流通。當進行數據收集、處理和分析時，平臺常傾向于選擇對自身有利的方式進行，從而產生數據過度收集與隱私保護不足的問題，引致負的外部性。數據收集技術的快速發展使得獲取數據主體個人隱私數據更加容易和難以察覺，嚴重影響主體的基本權益和個人隱私。如果數據收集者不加限制地使用和傳播相關隱私數據，就會榨取消費者剩余，直接侵犯數據主體的合理權益［28］，甚至危害人身安全。因此，數據交易與共享應該建立在保障數據主體基本權益的大前提下。目前市場監管效果相對有限，缺乏完善的法律法規體系。數字技術和智能設備不斷深入生活，產生了龐大的私人統計數據和行為數據，幾乎涵蓋了生活各個方面。“無孔不入”的私人數據采集對數據隱私保護提出了更高的要求，數據善意信任與數據要素流通的矛盾更加突出，數據要素存儲、加密和流通過程的安全問題有待解決，迫切需要建立動態高效的監管體系。

（四）相關技術和服務支撐不完善，市場交易不活躍

目前中國的數據交易平臺正處于初設和成長階段，面臨著數據交易量低、活躍用戶少等問題。整體上，數據權屬不清、交易規則不統一和不明確、相關支撐技術和服務不成熟導致了企業數據要素交易意愿低、數據價值轉換低效，影響了交易體系建設和發展進程。市場中還存在擾亂市場秩序和違法的行為，制約了中國數據要素市場的培育與成長。相關技術和服務不完善，導致市場難以實現數據要素供給和需求的有效匹配，難以解決數據安全和市場制度問題，是當前市場交易不活躍的重要原因。一方面，數據要素面臨著數據安全、隱私保護與交易流動的平衡。豐富多元的數據要素難以全部投入生產活動中，部分數據包含了個人和企業隱私甚至國家安全，脫敏和控制成為數據要素交易的重要環節，但是數據的虛擬特性增加了難度和成本。數據要素交易面臨數據安全、隱私保護與價值釋放的平衡，需要相關技術和服務的動態調整和保障。另一方面，目前交易對象以原始數據為主，數據異質性和非標準化限制了大規模交易，場內集中交易制度難以滿足多樣化交易需求和應用場景。但是場外制度存在數據安全和隱私泄漏風險，監管難度和成本大，需要借助有效的技術和服務解決場內外市場體系構建問題。

五、數據要素市場培育的總體框架與路徑選擇

基于中國數據要素市場構建目標與建設狀況，考慮數據要素交易和數據要素市場運行全流程，發現當前數據要素市場主要面臨著數據權屬和定價等制度支撐不足，數據安全與交易監管、交易技術和相關服務等交易環境不優質等制約因素，對此提出基于“制度支撐—交易體系—市場監管—技術賦能”四位一體的總體框架和路徑。數據要素市場的培育應主要圍繞制度、交易、監管和技術四個方面。制度基礎主要包括數據要素確權、定價和參與收益分配的機制三大市場制度基礎；交易體系主要包括數據交易場所和數據經紀人等交易體系建設；政府承擔著維持市場秩序、調節市場失靈的職能，通過技術賦能、科學監管與法律法規為數據要素市場提供保障和支撐。

（一）完善數據要素市場制度，破除數據要素交易的供給障礙

1.建立數據分類分級保護制度，有序保障數據安全流通

實現數據要素確權、定價和安全流通，需要加速建立和完善數據分類分級保護制度，確定可以流通的數據及數據類型。基于數據要素的影響對象與影響程度兩個維度對數據要素進行分級分類，其中核心數據和重要數據禁止流通和共享；一般數據又可以根據不同重要級數分為可以流通或者限制流通。根據數據要素類型，可以分為政府公共數據和社會數據，政府公共數據應該通過高質量開放共享來促進流通，而社會數據則需要通過確權、定價、交易等環節進入要素市場流通。建立數據分級分類管理制度是推動數據要素確權和數據要素市場建設的首要步驟。應基于科學統一的標準，對數據要素進行分級分類，明確可交易和共享數據要素的邊界和尺度；基于數據敏感度和隱私性、重要和危害程度劃分數據，實施禁止流通、限制流通或可以流通的三級分類管理制度。

2.明晰數據產權，解決數據要素確權難題

數據確權是培育數據要素市場面臨的核心難題。一方面，應加強數據權屬相關基礎理論研究，綜合經濟學和法學等多學科的視角和觀點，從多角度科學探討數據要素的權屬問題與解決方案，平衡效率與公平。另一方面，推進數據權屬問題的實踐探索，構建和完善數據確權制度與體系，在實踐中發現和解決問題。數據確權的前提是法定性，對于可能危害國家安全和社會穩定的禁止流通的數據，嚴禁進入市場流通。這部分數據并非生產要素，自然也不存在權屬問題。《中華人民共和國民法典》肯定了數據的財產權益，但并未規定具體的產權形式和規則。針對數據要素的多元主體性和物權法一物一權基本原則的限制，可以參考物權法的一物多權，嘗試設立包括所有權、用益物權等一“數”多權，盡可能兼顧各類數據主體的合法合理權益。借鑒《歐盟通用數據保護條例》的思路，嚴格的個人信息保護制度并非禁止利用個人信息，而是為更高效和廣范圍的信息流通提供安全的環境。基于數據要素價值增值過程的來源與貢獻，可以嘗試設定所有權和用益物權的二元權力結構①，平衡數據生產者與加工者的財產權益。用益物權強調對標的物的使用和收益，旨在支配標的物的使用價值。二元權力結構既能尊重數據原發者權利，又賦予平臺和企業最大限度直接支配數據要素的權利，具有適當的排他性［29］。另外一種思路是通過數據分類與場景確權，在一定程度上解決數據要素的多主體性質和確權難題。根據數據是否進行清洗和脫敏，可以賦予數據要素主體不同的權利。數據脫敏前，權利主體主要是數據生成者和收集者；對數據進行清洗和脫敏后，數據要素成為收集和處理者的數據資產，此時有較為明晰的權利歸屬。數據確權制度的實際效果需要在現實中不斷探索和修正。

3.積極探索和實踐數據要素定價機制

構建數據要素定價體系，有助于推動數據確權和培育數據要素市場。使用者與場景異質性、數據價值密度分布差異性等數據價值不確定特性，使數據要素定價機制構建面臨著新的挑戰。為數據要素和數據資產設定統一的定價機制，是難以實現的。通過明確數據權屬，推動數據要素市場化配置，根據具體的交易和應用場景核算價值，是一種可行的思路。第一，發揮市場定價機制與配置的作用。對于交易量大、交易穩定和交易頻繁的數據要素，應更多地依靠市場機制發揮作用，通過供求確定價格。第二，涵蓋不同數據類型與交易場景。應積極探索和實踐如何構建綜合數據要素定價體系。第三，適時適度介入政府監管。當數據要素市場出現價格機制扭曲、壟斷或失靈時，政府等相關管理部門需要進行調控，通過平衡供求或其他數據定價機制來保證市場效率。

4.構建和完善數據要素參與收入分配的機制

構建和完善數據要素參與收入分配的機制，有助于促進數據要素的有效供給，保障要素主體合理權益。差異性公平要求尊重主體的勞動創造與成果，以激發主體的能動性與積極性。數據要素的權益分配會直接影響其交易與流通［11］，因而需要建立合理的數據要素參與收入分配機制，按市場評估貢獻，按共享分配報酬。數據要素參與收入分配的機制可以分為保留數據收益權、一次性交易和多次交易［16］，對應著數據要素交易的租賃式交易和一次性交易。歐盟的強制許可要求數據所有人在收取法定費用后分享所擁有的數據，賦予了數據要素所有人參與分紅的權益，使其依托合理的分配機制，盡可能促進數據要素流動和配置最優［28］。數據要素參與收入分配應該覆蓋數據要素流通全過程，在數據產生、收集、加工、交易和收益分配全環節，以按勞分配為基礎，兼顧各類主體收益分配權益。數據要素初次分配時，必須按照市場化分配原則，堅持效率優先，以貢獻決定報酬，激勵市場主體創造更多價值。

（二）構建數據要素市場交易體系，完善和創新多層次市場交易體系

1.協同建設場內和場外交易制度，發揮數據交易場所的交易支撐與保障功能

培育數據要素市場離不開交易中介和交易場所等構成的交易體系的支撐與推動。數據交易根據具體應用方向可以分為營銷分析、風險信用和人員匹配，數據交易場所等第三方中介在三個應用場景都有顯著作用。相關交易場所是交易活動的樞紐和中介。數據交易所模式能有效推動數據交易與流動，是培育數據要素市場的重要途徑。針對信用品的信息不對稱問題，可以漸進式推動主體間交流，借助信用機制、市場聲譽機制等促成交易行為。未來應該明確并進一步強化數據交易所的核心中介職能，為數據要素交易和流通提供良好的環境和保障。通過建立信用評級制度、提供數據產權登記和權威第三方數據要素定價服務等重要職能和服務，發揮數據交易所在數據市場中的關鍵作用。數據所有者可以選擇向數據交易所等第三方中介提供部分數據以合理評估數據的價值，同時能夠保障對數據擁有一定程度的控制，實現漸進式的合作與交易。在數據要素市場發展初期，囿于產權保護制度不完善或缺失，數據交易對象更多是服務而非財產。數據要素尚未成為商品，更多在較小范圍內流通，也就難以達成高頻率和高數量的交易活動。這一階段，數據交易場所有別于證券交易所模式，需要提供更多數據服務的合作模式，發揮更大的中介與匹配職能，增強交易雙方信息流動與交流，降低風險感知，提供交易風險評估與安全保障，強化交易主體進場動力。

2.培育和發展數據經紀人，豐富交易模式

在建設第三方中介與數據交易場所等交易體系的同時，積極培育和發揮數據經紀人的中介與交易撮合作用。目前主要數據交易平臺不允許個人注冊交易，而實際上個人無論是作為供給者還是消費者，都具備可觀的潛力和需求。在數據要素市場發展初期，個人交易規模總量較低、頻次較少，通過制度設計還不完善的交易平臺進行交易確實存在一定的局限性，此時數據經紀人便承擔了重要作用。數據經紀人主要通過搜集、整合和提供與個人信息相關的數據參與數據交易，包括與個人相關的統計數據、地理數據和行為數據等。承載個人隱私的數據需要進行嚴格的脫敏，并且保證不可逆。美國等發達國家的數據經紀人（商）發展已經相對成熟，而中國正處于萌芽階段，未來需要加快推進場內交易和場外交易的步伐和進程，鼓勵和促進個人數據參與市場交易，彌補現有市場交易模式的不足，規范和監管場外交易的不合規和不合法行為，完善交易體系。

（三）優化數據要素市場監管與服務，推動科學立法與規范監管

1.健全有關數據要素權屬與隱私安全的法律法規

針對數據要素市場的制度基礎，出臺相應的法律法規以保障制度正常運行。第一，逐步出臺解決數據要素權屬問題的相關法律法規，突破數據確權上法律制度缺失和滯后的限制。通過法律制度正式明確數據要素的權屬問題，推動數據要素分級分類管理和保護，為數據要素后續順暢流通建立制度基礎和提供保障。數據要素確權需要兼顧效率與公平，構建包容審慎的政策和法律環境。第二，建立和完善針對數據隱私的法律法規體系，增強相關法律保護與數據流通要求的適配性。通過法律途徑保障數據隱私與數據安全問題，可增強數據要素交易雙方的數據信任，緩解和克服數據要素所有者和控制者參與數據要素流通的風險感知。第三，為不同的數據類型提供法律制度保障。對于符合專利制度申請要件的臨床數據等少部分數據要素可以借鑒專利制度，賦予對世權和排他性；其他類型數據要素可以通過商業秘密和合同安排提供一定程度的保護以緩解“阿羅信息悖論”和交易的信任困境。

2.明確與規范數據交易所等第三方中介的職能、定位、義務和責任

數據交易所等第三方中介在數據要素市場中占據著重要地位，具有公眾組織意義的社會主體和平臺需要承擔一定的安全保障責任。數據交易所作為典型的中介平臺，需要承擔對應的安全保障與風險防范責任。2022年發布的《國務院辦公廳關于印發要素市場化配置綜合改革試點總體方案的通知》提出積極探索“原始數據不出域、數據可用不可見”的交易范式，也是對控制和減少數據交易風險的嘗試。以數據交易所為代表的交易場所和相關監管機構未來需要建立數據要素合規確認、安全審查、監測預警等動態機制，基于數據要素流通全流程溯源留底，提供公證服務和安全保障服務，營造安全規范的交易環境，保障交易用戶的權益。

3.限制不正當競爭行為，調節市場失靈

加強數據要素市場監管的頂層設計，成立相應的數據管理機構或部門，引導建立基礎的市場規范和數據標準，以促進數據要素跨部門、跨行業、跨地區流動，打破不同主體間的數據壁壘。對于數據濫用和不正當競爭行為，基于包容審慎的監管態度，合理運用反不正當競爭法進行治理，調節市場失靈。構建對主體審慎、對技術和創新包容、對數據予以監管的新監管模式［30］。數字經濟時代下數據風險更加凸顯，平臺可能通過過度收集和利用數據成為數據寡頭，阻礙行業競爭。典型的數據濫用包括不當采集、拒絕共享、自我優待、價格歧視等，數據濫用成為影響市場競爭的常見因素，剝奪了消費者剩余，影響了市場秩序。當市場秩序失靈時，監管和法治等制度秩序成為維護市場有效和穩定運行的關鍵力量。監管部門需要規范交易主體行為，推動相關企業自治，保護產權，優化要素配置，開展更加動態高效的監管。

（四）推動相關數字技術研發與創新，加速數字技術在數據要素市場中的應用

數據賦能、數據要素交易和數據要素市場建設都有賴于相關技術支撐。應加速諸如區塊鏈、通信與信息傳感技術、公鑰密碼學、密碼技術、交易技術等相關技術的研發與應用，賦能和保障數據確權、數據交易、數據共享和數據監管，推動數據要素市場高質量發展。區塊鏈等技術可以實現數據要素交易全流程的記錄與追溯，包括各個節點的數據收集、存儲、處理、交易和流通等，有利于明確各主體的行為和權利，為數據要素流通提供合理的記錄與證據，保障數據要素市場的有序運行。通信技術、射頻識別、全球定位系統等信息傳感技術可以進行自動化數據采集工作，產生豐富的現實數據要素，實現數據傳輸和協同的即時性與智能化。多方安全計算（MPC）技術能促進數據共享，保護數據產權和數據隱私，進而加速數據要素流通和激發業務創新。企業同樣需要加強數據收集與分析能力，完善數字技術等基礎設施，發揮數據要素生產作用，提高企業生產經營效率，促進創新發展［31］。數據要素市場監管更需要相關技術支撐。要素流通全流程和全周期離不開加密技術、傳輸技術、控制技術和監測技術等多種技術加持，更應建立一套綜合的數據要素市場技術支撐體系。應利用數字技術構建數字信任制度和體系，完善數據要素全生命周期評估、監管和反饋的長效機制。

參考文獻

［1］李海艦，蔡躍洲．中國數字經濟前沿：數字經濟測度及“十四五”發展［M］．北京：社會科學文獻出版社，2021．

［2］國家互聯網信息辦公室．數字中國發展報告（2022年）［R/OL］．（2023-05-23）［2023-09-10］． http：//www.cac.gov.cn/2023-05/22/c_1686402318492248.htm？eqid=e964285800089bd400000004646d59f6．

［3］孔艷芳，劉建旭，趙忠秀．數據要素市場化配置研究：內涵解構、運行機理與實踐路徑［J］．經濟學家，2021（11）：24-32．

［4］熊巧琴，湯珂．數據要素的界權、交易和定價研究進展［J］．經濟學動態，2021（2）：143-158．

［5］丁曉東．數據交易如何破局——數據要素市場中的阿羅信息悖論與法律應對［J］．東方法學，2022（2）：144-158．

［6］何玉長，王偉．數據要素市場化的理論闡釋［J］．當代經濟研究，2021（4）：33-44．

［7］蔡躍洲．“互聯網+”行動的創新創業機遇與挑戰——技術革命及技術—經濟范式視角的分析［J］．求是學刊，2016（3）：43-52．

［8］李勇堅．數據要素的經濟學含義及相關政策建議［J］．江西社會科學，2022（3）：50-63．

［9］ARROW K. Economic welfare and the allocation of resources for invention， the rate and direction of inventive activity： Economic and social factors［M］． New Jersey： Princeton University Press， 1962．

［10］? 李海艦，趙麗．數據成為生產要素：特征、機制與價值形態演進［J］．上海經濟研究，2021（8）：48-59．

［11］? 蔡躍洲，馬文君．數據要素對高質量發展影響與數據流動制約［J］．數量經濟技術經濟研究，2021（3）：64-83．

［12］? JONES C I， TONETTI C. Nonrivalry and the economics of data［J］. American Economic Review， 2019， 110（9）： 2819-2858.

［13］? 魏益華，楊璐維．數據要素市場化配置的產權制度之理論思考［J］．經濟體制改革，2022（3）：40-47．

［14］? 李靜萍．數據資產核算研究［J］．統計研究，2020（11）：3-14．

［15］? 張馨．“市場失效論”和“公共產品論”不成立嗎——論市場經濟下財政學的理論基礎［J］．財貿經濟，2021（1）：16-25．

［16］? 俞林，趙俊紅，霍偉東．推進數據要素市場化配置 促進經濟高質量發展［J］．宏觀經濟管理，2021（10）：48-54．

［17］? BUYYA R， YEO C S， VENUGOPAL S， et al.Cloud computing and emerging IT platforms： Vision， hype， and reality for delivering computing as the 5th utility［J］. Future Generation Computer Systems， 2009， 25（6）： 599-616.

［18］? 陳蕾，李夢澤，薛欽源．數據要素市場建設的現實約束與路徑選擇［J］．改革，2023（1）：83-94．

［19］? 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）：17-26．

［20］? 喬晗，李卓倫．數據要素市場化配置效率評價研究［J］．中國科學院院刊，2022（10）：1444-1456．

［21］? ORDONEZ G. The asymmetric effects of financial frictions［J］. Journal of Political Economy， 2013， 121（5）： 844-895.

［22］? MILLER A R， TUCKER C. Privacy protection， personalized medicine and genetic testing［J］. Management Science， 2017， 64（10）： 4648-4668.

［23］? 劉悅欣，夏杰長．數據資產價值創造、估值挑戰與應對策略［J］．江西社會科學，2022（3）：76-86．

［24］? 羅伯特·P.墨杰斯，徐慧麗．財產權之交易觀［J］．私法，2017（1）：280-312．

［25］? YAN R. Profit sharing and firm performance in the manufacture retailer dual-channel supply chain［J］. Electronic Commerce Research， 2008， 8（3）： 155-172.

［26］? MCKNIGHT D H， CUMMINGS L L， CHERVANYN. Initialtrust formation in new organizational relationships［J］. The Academy of Management Review， 1998， 23（3）： 473-490．

［27］? DARBY M R， KARNI E. Free competition and the optimal amount of fraud［J］. The Journal of Law and Economics， 1973， 16（1）： 67-88.

［28］? ACQUISTI A， TAYLOR C， WAGMAN L. The economics of privacy［J］. Journal of Economic Literature， 2016， 54（2）： 442-492.

［29］? 申衛星．論數據用益權［J］．中國社會科學，2020（11）：110-131．

［30］? 胡仙芝，劉海軍．包容審慎監管：論新基建監管框架構建的過渡性和開放性［J］．管理世界，2022（2）：116-128．

［31］? 謝康，夏正豪，肖靜華．大數據成為現實生產要素的企業實現機制：產品創新視角［J］．中國工業經濟，2020（5）：42-60．

The Constraints and Breakthrough Paths of Cultivating the Data Element Market

LIU Ya-jun?? ZHANG Ya-jun

Abstract： In the age of digital economy， data has become a modern element of production because of its technology-economy characteristics which are different from traditional elements of production. To cultivate the data element market， it is necessary to realize three construction objectives： market allocation of data element， unimpeded transaction circulation of data element and full release of value of data element. China's data element market is developing rapidly， and the market construction is progressing in an orderly manner， but the basic system is still imperfect， and the data element market size has not been fully tapped and the development potential has not been released. At present， we are faced with realistic challenges and constraints such as poor circulation of open sharing， unclear ownership of data， dilemma of double trust， unsound pricing and trading system. In order to solve the dilemma of marketization of data factors， we should base on the five-in-one development path of "classification protection-institutional support-transaction management-market regulation-technology empowerment" in the future， take data factors classification as the starting point， and support the effective supply of data factors through such institutional foundations as rights confirmation， pricing and participation in income distribution mechanism of data factors; accelerate the construction of a data element market trading system; promote scientific legislation and standardized supervision to ensure and support the trading and operation of the data element market. To cultivate the data element market， we should accelerate the market-oriented allocation of data factors， fully release the value of data element， and empower the construction of digital China.

Key words： data elements; data elements market; digital economy

作者簡介：劉雅君，吉林省社會科學院副研究員；張雅俊（通信作者），中國社會科學院大學商學院博士研究生。