江小涓：数据交易与数据交互——理解数据要素市场特征的关键
中国工业经济学会会长，中国社会科学院大学教授
人类社会进入数字经济时代，数据成为基础性战略资源。党中央高度重视发挥数据的重要作用，习近平总书记作出重要指示，要求发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济。
2019年党的十九届四中全会明确了“数据要素市场”这个重要概念。2022年6月，中央全面深化改革委员会审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”），部署了数据要素基础制度的“四梁八柱”，开启了数据要素市场建设发展的新征程，数据要素市场建设从理念形成进入实践探索阶段。
数据要素市场建设是重要的制度创新
数据的流通使用和治理引起各国的普遍关注，我国是首个将“数据”列为生产要素的国家。新型生产要素的市场建设是典型的制度创新。在这个过程中，数据确权、数据生产、数据流通、数据收益和数据治理等与生产要素配置相关的经济学概念和内涵等将成为理论研究关注的问题，工作实践中显现的问题更应成为理论研究的首要。因此，实践创新和理论构建面临诸多机遇和挑战。
第一，中国是数据大国，构建数据要素市场具备有利条件和坚实基础。
中国作为世界上互联网人口最多、制造业规模最大和大型城市数量最多的国家，每天都在产生各类海量数据，具备良好的数据收集、汇聚、传输和计算能力。从消费类数据看，2022年年末，中国移动端月活上网人数达11.7亿，人均上网时长6.9小时，每天消费者在线总时长达80亿小时，高居全球第一，源源不断产生与个人行为相关的海量数据。从生产类数据看，中国制造业占全球比重近30%，高居全球第一，企业内部数字化转型和产业互联网连接水平居全球中上，源源不断产生与生产行为相关的海量数据。从城市运行数据看，中国660个大中型城市中，超过600个进行智慧城市建设，高居全球第一，源源不断产生与城市运转相关的海量数据。同时，中国5G基站数量、计算中心数量、连接5G基站的网民数量和企业等均高居全球第一，数据收集、汇聚、传输和计算等便利高效。由此决定了中国是全球数据大国的重要地位，建设数据要素市场对中国未来发展意义重大。
第二，数据的独特性质和创新的挑战与机遇。
数据的独特性质主要体现在五个方面。一是多主体生产，导致数据生成过程错综复杂，常常是多方主体相互协作的结果，其中包含不同主体不同程度的投入和贡献，确权困难；二是多场景复用方便，一组数据可以被不同主体以不同方式重复利用，在使用上不具有竞争性和排他性，不容易清晰明确主张权利；三是数据中敏感信息多，许多数据内容多层次多元化，可能承载了需要保护的个人信息和商业机密，即使匿名化和去标识化，也有可能被挖掘出来；四是减损贬值快，绝大部分数据的价值在于实时性，有研究表明，一年期以上的数据贬值达到98%以上，保值增值十分困难；五是具有交易和交互两种类型流通方式，特别是交互型流通即数据在不同主体间的非交易型流通使用，与其他生产要素流通使用的形态相比有显著不同。
第三，实践探索的轻重缓急与理论创新的实事求是。
在“数据二十条”的起草制定中，针对数据要素与其他生产要素的不同特点，文件的重点是构建起主要架构，即“四梁八柱”，许多更具体的内容需要不断探索发展，并从有社会较多共识、有迫切实践需求、符合数据要素特征、与理论体系有较好契合性等角度梳理工作重点。例如，在起步阶段不回避“所有权”，但更强调持有权、使用权、经营权，让数据先动起来、用起来，就是现阶段中国特色数据产权制度的一个鲜明特点。再如，处理好场内交易和场外交易的关系也是现实针对性很强的问题。从实践看，数据流通使用既有通过数据交易所完成的场内交易，也有企业之间直接发生场外交易，更有规模巨大的非交易型的数据交互。因此，“数据二十条”并未强调以哪种流通方式为主，而是提出场内交易与场外交易相结合，不断探索创新。在公有数据开放共享和开发利用以及构建安全贯穿数据治理全过程的安全治理模式等方面，也都从理论与实践的结合出发，既提出长远发展方向，也明确当下工作重点。
数据交易与数据交互：数据流通的两条主线
“数据二十条”发布后，数据要素市场建设最显著的进展是各类数据交易所的建设。与此同时，对数据流通普遍的认识偏差是忽视数据交互流通和使用方式。数据流通与其他要素流通的显著差异在于，其并非必须经过确权、定价和交易后才能流通和使用，而是通过数据交互方式拉通全产业链全生态圈的业务、相关各方共同拓展新赛道和分享新收益，这是当下数据流通和发挥作用的主要形态。
第一，场内数据交易：制度规则建设先行和数据交易尝试起步。
“数据二十条”发布后，各地发展热情高涨，数据交易所快速增加，截至2023年10月底已经超过48家。
从各地数据交易所的工作推进看，总体上是制度建设和规则建构先行，高频推进的工作包括登记、确权发证（持有权、使用权、经营权）、价值评估、公共数据开放和运营、数据链建设、数据产品合规体系、数据安全体系建设等，以及从数据、数据产品到数据资产、数据资产金融创新的路径指引等。同时，数据交易所的各类主体汇聚也效果明显，几家主要的数据交易所已经入场的各类主体都超过上千家，包括数据供给方、数据需求方、多种类型数据服务商和数据安全技术开发主体等。不过从总体上看，场内数据交易量有限，仍处在尝试起步阶段。
没有交易发生甚至没有场内数据交易意愿的主体为何“入场”？主要原因在于，数据交易所的信息平台作用突出，能够促进相关主体之间的充分交流，构建良性互动、开放协作的产业生态，共同推动相关制度建设。在此共性意愿下，各类主体有各自立场。数据拥有方希望在确权的基础上能够交易数据并获得收益，交易不活跃时也期待数据能够被确权、评估和“入表”，成为数据资产。数据资产可以增加企业信誉和改善资产负债表，不过最有共识的期待是数据资产可以用来融资，如数据质押贷款、数据资产担保和数据资产证券化等。目前，金融业普遍认为，数据资产带来很大的挑战和机遇，需要积极谨慎研究，试点探索先行。对数据服务商来说，能在数据交易所得到某种方式的增信并预期能为数据交易所中的各类主体提供服务，是其“入场”的重要动力。先行进入获得信息得到增信并期待在未来海量数据交易中抓住先机，是所有主体的共同愿望。
第二，场外数据交互：多种场景拉通支撑业务扩展。
数据的交互利用是当前数据流通更为广泛使用的商业模式。数据或数据产品并非用来直接“交易”获利，而是为了业务发展。也就是企业和组织通过与内部各方以及与业务相关外部各方共享数据来支撑业务打通和创造新价值，各方共享业务发展带来的红利。数据交互的主流模式是API（应用程序编程接口）模式，即通过应用程序接口拉通数据，这种模式允许不同的应用程序或系统之间进行数据交换和集成，实现数据流通和共享。API模式在数据流通中的应用非常广泛，可以帮助实现数据共享、数据交换、数据迁移、数据同步等功能。API模式下并没有数据交易发生，因此，数据持有方没有确权、估值、“入表”和交易规则等服务需求，但是需要解决数据交互中匿名化标准、隐私保护责任边界、数据跨境流动、数据安全技术开发、大企业数据垄断等问题。
各类平台的数据交互情况主要体现在以下几个方面。
首先是消费平台。数据主要用于全链条业务和跨界业务打通（数据交互）而非数据交易。例如，跨境电商平台有海量实时数据，为平台上的国内外客户和商户服务，打通全链条数据交互，通过消费者偏好感知、智能广告推送、获得客户订单、生产者排产制造、商户发货、物流体系配送直到商品交付给消费者这个运作全链条的数据拉通，支持平台全球业务发展和生态圈的不断拓展。再如，银行数据也主要用来进行风控、识别客户、推送服务以及各种衍生服务圈的开拓，而不会通过“确权-交易”这种方式来流通利用。
其次是产业互联网平台。产业互联网的初心就是通过数据交互支持产业链从供应端到客户端各个环节的业务衔接和融通，提高产业全链运行效率。另一类产业平台是复杂场景下全域数据的拉通，例如，全过程智能电网建设、智慧城市建设中多场景数据的汇聚和应用。这两种情形下，平台有可能将行业、领域知识与经验进行数字化封装，提供优秀的服务组件，适应特定企业和特定场景的应用需要，但此时的供需双方可以直接沟通，而且交易的是数字产品，而不是数据要素。
再次是公共数据的开放共享。政府和各类公共部门及企事业单位生产存储大量数据，而且是高质量数据。现实中普遍服务类型的公共数据主要通过两种数据交互方式提供服务。一是中央到地方的政府服务平台，纵向数据与横向数据汇聚或贯通，为公众提供异地或跨层级的数字化服务。二是政府建立公共数据专区，汇聚政府各部门掌握的多种类型数据，为需要了解市场主体信用状况的机构提供相关信息服务，“原始数据不出域、数据可用不可见”，既能助力信用良好企业获得金融服务，又能保护企业相关商业秘密。
最后是通用人工智能模型应用。无论是搜索平台通过人工智能实现极高匹配度的内容分发和信息输出、内容平台实现极为丰富的智能化内容生成、社交平台实现人机极高效率交互，还是人工智能模型在垂直领域的落地应用，训练模型所需要的多模态海量数据多数不是经过确权后的数据交易这种方式来获得的，而是用海量交互方式或网络抓取方式获取数据。
第三，场外数据交易前景广阔。
一类场景是经济社会的智能化转型。其本质是将物理场景数据化并将两者有效协同。智能化转型的市场有多大，智能化转型服务的市场就有多大，有些企业采用专业数据生产商提供数据库或数据组件，有些企业购买数字化转型解决方案或各种形式多样的转型服务。另一类场景是解决数据无法流通时的数据共享问题。由于隐私保护或其他政策限制以及竞争关系，一些领域数据无法汇聚或拉通，数据服务商提供联邦数据和计算解决方案，私有化部署，“数据不动算法动”，这为各种数据技术服务商提供了商机。由于技术持续升级，该类服务需求量大且不断升级迭代，不过目前主要采取需求方与生产方直接交易的方式。从技术类型和交易规模看，数据交易所这类交易平台发挥着品质保障、信用保障、金融服务和撮合交易等作用，有很好的发展前景。
数据跨境流动：交互为主拉通全球业务及监管模式
数据跨境流动主要采取数据交互的方式进行，单独将其列举出来做分析，是因为这个问题面临的当下紧迫性和处理方式的特殊要求。数据跨境流动的主体是跨国运营的企业和组织，目的是通过企业内部以及相关业务生态内各方的数据交互，拉通全球业务链和统筹全球业务运行。
对数据跨境流动进行监管是各国的共同做法。我们目前主要采用发布规则并逐单核准模式。这种方式有利于数据跨境流动安全，但对政府和企业来说负担较重、效率有待提升。从国际经验和我国一些数据交易机构的实践看，需要将审核企业数据合规能力和审核数据内容合规性相结合。
第一，审核企业数据保护的合规能力。美国主张通过行业自律实现数据跨境自由流动。企业制定隐私政策的标准，最具代表性的为ISO/IEC 29100系列标准。但数据跨境流动涉及双方或多方，因此，美国大力推动亚太经济合作组织（APEC）采用跨境隐私规则（Cross-Border Privacy Rules，CBPR），强调“数据持有者标准”是一种企业数据合规能力标准。CBPR体系是一项企业和各类组织自愿认证体系，通过认证后，认证企业内部和企业之间个人信息的跨境传输应不受阻碍。
第二，制定白名单。欧盟执行的是白名单管理制度，CBPR体系的本质也是白名单，但主要针对企业和各类组织。而欧盟的白名单指经过欧盟认定的对个人数据保护充分的国家、地区或国际组织，如果达到要求就可以直接向其传输数据，不必采取进一步的保护措施。评估的主要内容是对个人隐私的保护。
第三，制定标准合同（Standard Contractual Clause，SCC）。如果一个国家或地区不在欧盟认定的个人数据得到充分保护的白名单中，此时企业将欧盟的个人数据传输到这些地方，则需要采取其他豁免途径，如签订标准合同、约束性企业规则、获得数据主体同意等。其中，标准合同应用最为广泛。标准合同要求明确个人信息被传输的方式和途径，个人信息被传输的地点、接收方和用途，个人信息被传输的合法性和安全性保障措施，出现违规行为的责任追究机制等。
第四，制定负面清单。美国2010年界定的“重要数据”范围包括农业、受控技术信息、关键基础设施、地理产品信息、情报、核、隐私、安全法案信息等17个门类。这些数据特别是受控技术信息出境要受到数据安全审查，审查内容和程序则依据相关法案。
无论哪种审查方式都不涉及“数据交易的合规性”，而只针对“数据跨境流动的合规性”。实践背景就是数据跨境流动，主要是跨国企业集团内部数据流通，以及跨国经营企业在其全球产业链条和产业生态内的数据流通，其重点在于数据跨境交互，而不是交易。对于我国数据跨境流动的商业模式和监管制度，要深刻理解这个实践背景，从实际出发，参考借鉴其他国家经验，持续创新和完善。
总之，数据要素市场是一种新型要素市场，发展模式和监管制度都要符合这个新型市场的特点和规律，让数据创造价值的潜力充分发挥，让相关问题和挑战受到有效监管，为数字时代经济社会发展进步提供强大动力和有效支撑。