加快實現數據要素高質量高效率配置

潘涌

數據已成為當前生產力體系重構不可或缺的基礎要件，高效暢通的數據流通與使用是發展新質生產力重要的驅動因素。由于數字技術的創新性與特殊性，數據要素的權屬、定價、分配規則出現了新的特征，導致數據要素與產業在融合創新的過程中出現了流通不暢、數據割據、數據壟斷等現實問題。因此，如何高質量高效率配置數據要素，充分釋放數據要素的價值，有效提升數據要素市場化配置水平，是推動新質生產力發展的一個關鍵步驟。

構建數據要素政策體系

目前，已有超過30個國家制定推出數據要素配置的相關政策與制度。美國發布《聯邦數字戰略》《2020行動計劃》《開放政府數據法案》等一系列政策法規，強調數字基礎設施建設、數字人才培養、數字治理等，以保障數據流通。2022年6月歐盟《數據法》正式生效，明確數據使用與交易的規則，加速了數據資源流通。日本政府為打造安全互信的數據交易市場，提出建立可信賴的數據自由流通體系（DFFT）。但是，各國出于國家安全、地緣政治、價值觀差異、隱私保護等方面的考慮，對于境內外的數據流通管控嚴格，短期來看，國際范圍內的數據流通體系與規則難以形成。

隨著國內數據要素市場逐步轉入規范探索的新階段，相關政策文件相繼落地，我國數據要素政策體系初步形成。全國層面，《關于構建數據基礎制度更好發揮數據要素作用的意見》提出要提升數據流通效率，賦能實體經濟；《數字中國建設整體布局規劃》中提出了數據要素交易與市場開發的要求；《企業數據資源相關會計處理暫行規定》為數據資產“入表”提供了操作指引。地方層面，浙江出臺的《數據資產確認工作指南》是國內首個地方性標準。此外，數據交易場所建設進入新一輪發展期，各地積極打造不同類型數據交易平臺，建成新建交易場所超過50余家。

厘清數據要素配置難的根源

數據交易體系與市場日益完善，數據要素市場化配置格局初步形成，隨之而來的是，數據要素在權屬、定價、分配規則過程中的問題也不斷凸顯，具體表現為流通不暢、數據割據、數據壟斷、數據安全等現實問題。

數據確權是數據要素配置的基礎。數據承載了多重權利和義務，是數據的生產者、收集者、控制者以及消費者之間復雜關系的映射，無法簡單使用傳統財產權觀念對其權屬進行界定。數據要素牽涉到政府、數字平臺、企業和消費者等多個主體，而這些主體之間的利益訴求往往存在差異，因此沖突不可避免。例如，數字平臺收集大量關于消費者的個人信息及行為偏好數據，并通過數據深加工實現數據價值增值。從法理上來看，盡管這些數據應歸消費者所有，但實際上卻被數據平臺所掌控和使用。數據掌控者（數字平臺）擁有數據的所有權和收益權，數據使用者（企業）需要付費才能獲得數據信息的使用權，而數據的生成和提供者（消費者）不僅無法享有數據的收益權，流通的數據還有可能導致對個人隱私的侵犯。

數據定價是數據要素配置的關鍵。數據產生的經濟效益與傳統要素存在差異，其使用效果并不直接顯現，其價值也很難單獨評估，其特殊性帶來了很大的不確定性。只有與其他要素結合，即數字要素賦能其他生產要素，它才能變成有意義的信息。然而，在實際操作中，缺乏明確的方法去準確衡量數據在總體經濟效益中的貢獻。數據還具備共享特性，同一數據可以同時被多個主體使用，在缺乏限制的條件下，使用權限不會抑制，更不會對數據產生損耗。其可共享、易復制、無限供給的特征，打破了傳統生產要素有限供給的制約。十分復雜的應用場景更加劇數據定價難。針對不同主體、不同的使用情境或業務場景下，數據價值存在顯著差異，即使完全公開，也很難對數據的價值制定統一的衡量標準。

數據交易是數據要素配置的核心。數字技術與數據要素極大地降低了生產系統中的交易成本，使得信息交換突破時空限制。但從數據供給環節來看，數據提供方常缺乏提供數據的意愿；從數據需求環節來看，除權責利的界定與分配缺乏共識規約外，市場參與方之間還存在信任壁壘。如，數據供給方擔心數據的使用超出約定的范圍，數據需求方擔心數據來源的真實性與合規性。其原因在于數據具有潛在的非排他性，這導致了數據交易實際上是數據使用價值的流動，而非轉移占有數據產品本身。一旦缺乏相關交易規則約束，交易雙方互信程度較低，無法控制數據交易的后續風險，交易主體之間存在的信任壁壘很難打破。實踐中，數據價值往往與用戶數量成正比，頭部企業或平臺擁有的用戶越多越占據主動，甚至出現壟斷，誕生“數據寡頭”。憑借資本和技術優勢，積累海量數據資源，精準預測目標市場需求，吸引更多用戶，獲取壟斷利潤，擠占中小企業的發展空間，進而限制行業內部整體創新。

以市場化配置釋放數據要素價值

建立動態的數據產權制度與權益配置體系，明確數據的產權邊界。在非流通場景中，數據的持有權和使用權很難分置，可從經營權的行使授權入手。在流通場景中，數據的持有權、使用權和經營權可以進行分置并獨立運行，通過交易、授權、共享和交換等方式進行轉移。具體而言，首先要厘清不同的數據處理環節和應用場景。特別是涉及到不同主體之間進行的數據收集、交易和共享等環節，需要將數據流通與實際情境結合起來，加強數據要素配置的可操作性。其次，在流通的不同階段的數據要素權益需做區別，根據數據階段特性進行制度設計。最后，厘清各個主體的權責分配。隨著數據要素權益的變動，權利和義務關系需要考慮動態化的設計。

科學構建數據要素定價理論體系，健全數據要素定價監管機制。鑒于數據價值需在具體應用場景中才得以顯現，可將衡量特定情境中的數據價值作為切入點，來構建科學的數據價值評估方法。運用貨幣法來計算數據的直接經濟價值，再結合數據結構、風險、質量等特征，運用非貨幣法計算數據的間接效用，提高準確性。數據價格監管體系是確保數據公平交易的制度保障。對于交易過程中可能出現的價格壟斷、價格歧視、價格異動等不正當競爭問題，要通過探索開發科學的數據要素定價監測模型，對其進行合理監管與調控。隨著市場越發成熟，可綜合考慮數據質量、主體需求、風險溢價等因素，構建更加科學規范的定價估值與監測模型，為監管提供現實依據。

規范數據交易行為，培育數據交易市場。當前數據要素的市場化發展仍處于初級階段，發展模式相對粗放，存在價格無序、數據泄露、黑市交易等問題，數據交易場所作為獨立可信任的第三方機構的角色作用沒有充分發揮。可建立一個非標準化的數據交易場所，分步探索不同情境下，不同主體數據交易活動之間的交互行為與互動關系，提升數據要素的有效配置。通過綜合的場內場外模式，利用數據交換的方法來解決交易亂象，保證交易的公平與有序，實現數據交易全程可追溯。采用區塊鏈、隱私計算等技術為交易雙方建立一個可信的數據融合環境，降低數據權屬不明確、信息易泄露等風險。引導數據主體主動公開或披露數據資源，鼓勵雙邊或多邊在交易所框架內自主交易，促進數據要素的流通。在明確交易主體、數據產品和交易過程的合規要求的基礎上，調整數據交易相關流程，形成共識性的數據交易規則。

（作者單位：南京財經大學會計學院）

責任編輯：何樂