繼勞動、土地、資本等生產要素，數據成為新一輪市場競爭中爭奪的關鍵資源。旺盛的數據交易需求催生出規模近千億的數據要素市場，當前卻面臨著前進一步發展的難題。

如何發揮數據的價值？如何合理計量數據？數據究竟屬于誰？如何搭建數據要素市場實現更大的效益？作為2023全球數字經濟大會的重要組成部分，7月4日，中國數字經濟發展和治理學術年會（2023）在清華大學舉辦。會上，多位業界專家及學者共同探討就數據要素市場的培育展開探討。

數據資源蘊含百萬億級經濟市場

“在數字經濟的發展實踐中，大數據與人工智能的‘要素+技術’新組合，已隱隱超越‘計算機+互聯網’這一在上一輪技術革命后發揮重要作用的ICT技術組合，成為推動經濟社會發展范式轉換的核心驅動力，”中央財經大學經濟學院副教授徐翔介紹道。

數字時代中，技術接力發展，而作為其核心，數據始終具有關鍵的重要性。

中國社會科學院大學教授江小涓強調，數據在創新中具有極端重要性，海量數據的加入提供了觀察科學、技術、經濟、社會關系的新視角，使得創新方式在某些領域出現了根本性變革。以平臺數字企業為例，她指出，數據支撐大型數字企業實現產學研一體化創新、從事前沿技術創新、從事基礎研究以及敏銳投資初創企業。

此外，中國電子信息產業集團有限公司副總經理陸志鵬表示，“目前我們估計數據資源的價值大概在10萬億，如果經過數據要素化，能夠實現的一定是超過100萬億級的數據資產?！?他指出，若能實現數據跨利益主體、跨系統、跨區域的交流，推進數據要素網絡的形成，將會發揮更大的經濟社會效益。

然而，與資本、勞動、土地等傳統生產要素相比，數據具有非競爭性、非排他性、低成本復制等技術及經濟特征，同時，目前仍不存在一個標準體系使數據要素得以自由流動，其蘊含的巨大潛力難以釋放。

探索數據要素市場化流通

數據如何從資源變成資產，真正到市場上流通還有多遠？

“資產須具備主體、客體、權數、收益四個要件，即主體要清晰、客體形態要穩定、權數要清楚、收益要可預期，因此，要素的本質要求是能夠進行確權、計量、定價，從而實現規?；魍??！标懼均i指出，由于資源不具備要素的本質特征，往往需要將資源加工成初級產品，使其具有穩定的形態、清晰的產權，可計量、可定價，從而作為生產要素進行市場化配置，參與經濟循環。

陸志鵬表示，須根據數據自身的特殊屬性，構建符合其個性化特點的資產化路徑。他提出在數據資源資產化過程中應搭建一個“中間態”數據元件，也就是基于數據資源形成的，形態穩定、產權清晰，能夠市場化流通、規劃化應用，參與經濟循環，實現價值提升，進而產生經濟社會效益的數據初級產品。

在其數據資產化模型的設想中，數據資產主要分為數據資源、數據要素、數據產品三種類型，數據資源是數據商品加工過程的原材料，承載著最完整、最全面的信息；數據要素是數據商品加工過程的半成品，對信息進行了統計、抽象，可讀性好，保證了數據信息的安全合規、可追溯流通；而數據產品則是數據商品加工過程的產成品，面向不同場景，顯性釋放數據資產價值。整體看來，從數據資源類到數據要素類，再到數據產品類，能夠一級級放大數據的經濟社會效益。

徐翔則從交易市場角度出發，指出相較于我國大數據產業發展規模，我國數據要素市場規模仍較小，2016-2021年，數據要素市場規模由62億元快速增長到815億元，而2022年我國大數據產業規模已達1.57萬億元。

我國數據要素市場方興未艾，發展中仍面臨許多現實問題。徐翔在調研中發現，目前我國數據要素市場建設仍面臨交易規模不足、交易種類偏少、數據標準不同意、場內交易不活躍、市場監管職能不明確等現實問題。

基于“技術—經濟—生態范式”，徐翔結合學界最新相關研究提出了一個理解數據要素市場的新視角。在技術層面，數據的安全自由流通將奠定交易基礎，將“沒有免費午餐”定理（No-free-lunch theorem）融入隱私計算中，能夠提高數據的安全性；在經濟層面，需要圍繞數據的共享與賦能設計一套新的交易方案與激勵機制，如湯珂學者提出引導多樣化交易所共同發展，推進所商分離與數據商進場，抑或是戎珂等學者提出的建立數據要素市場的分級授權機制。

在生態層面，則要以“有效分配資源福利、消除隱私安全隱患”為治理基本原則。徐翔表示，“我們的最新研究中設計了一套福利機制，我們發現結合消費者支付的福利費用和消費者會獲得的數據補貼，能夠顯著改善消費者的福利?！?/p>

從數據資源到數據資產、從無序泛濫到體系交易，學者專家們提出不同框架、模型探索發展方向，然而，其本質都繞不開健全完善數據本身相關的標準體系。

數據的獲取、確權及計量

數據獲取是一切數據產業的源頭，釋放數據所蘊涵的巨大社會經濟效益的前提同樣是獲取數據。江小涓表示，數據時代中，數據生產流動和共享的意義重大，極大提升科技對社會問題的回應能力。

然而，目前看來，數據共享仍面臨重重阻礙，用戶主體擔心隱私泄漏問題，而企業主體共享動力不足?！叭绾伟褦祿?、數據資本轉化為一種持續的創新動力是一個發展的關鍵問題，”徐翔表示，“然而，鼓勵企業數據之間的共享實則非常困難，許多企業傾向于把數據藏在企業內部?！?/p>

此外，清晰劃分權責的法律政策也不可缺失，北京大學國家發展研究院副教授張俊妮表示，“數據共享環境仍需鼓勵，目前對數據全鏈條追責的方式也使企業不敢分享數據?！?/p>

數據市場化流通的另一個難題則是數據究竟屬于誰。數據是屬于生產數據的用戶主體，抑或是屬于整合數據、加工數據的技術商？而數據的所有權、使用權又應該如何界定？

陸志鵬將主體對數據的權利定義為數據主體權，“就像肖像權，我今天在這演講意味著我將我的肖像權授權給你了，在你不損害我的個人形象、不將我的形象進行商業利益變現的情況，我不會追究你的責任，但如果你使用我的形象進行了利益變現，你就需要給予我分紅、利潤相關的利益，”他表示。

他表示，目前“數據20條”中對數據資源持有權、數據加工使用權、數據產品經營權做了明確分置，遵循這一產權運行機制，探索數據資源、數據元件、數據產品三類數據資產的演進關系，有利于降低確權授權復雜度。

此外，中國社會科學院大學應用經濟學院教授蔡躍洲指出當下社會共同面臨著一個大數據統計測算的悖論，“我們在感受海量數據的存在，以及海量數據對整個經濟社會變化帶來的影響時，卻不清楚我們究竟有多少數據資源?！?/p>

蔡躍洲表示，當前官方的統計測算體系對應的是工業化成熟階段的經濟，而在數字經濟這種新經濟形態蓬勃發展的當下，既有統計指標無法直接提供有關數據規模的信息。此外，由于數據本身的特殊屬性，其本身就形成了一個內涵邊界存在較大差異，又緊密關聯、相互交織的復雜數據生態體系。

要實現科學測算數據要素以及常態化信息輸出，蔡躍洲指出目前仍需解決三大問題。

第一，確定數據要素資源相關概念內涵及層次類型的劃分。其中，從數據涵蓋使用范圍和價值轉移創造角度可將數據劃分為數據資源、數據資產、數據產品/服務、數據要素四個層次。第二，設計數據要素資源統計抽樣及測算方法，與現有國民經濟和算體系對接融合。根據分屬為不同層次的測算對象，可從物理和價值兩個緯度，選取表征數據規模的統計指標，從而構建指標體系。第三，圍繞常態化、持續化輸出數據要素規模信息，完善現行統計體系及會計制度。

責任編輯：王超