关瑞玲 罗培 焦德禄：我国数据要素市场理论创新｜《产业转型研究》专刊报道
导 读
《产业转型研究》专刊前六期刊物在发行后收获了强烈反响，得到了产业界的一致好评。日前，《产业转型研究》专刊第七期刊物已正式刊发。本公众号会对《产业转型研究》专刊第七期中所收录文章进行持续报道，欢迎各位读者关注。本文为清华大学互联网产业研究院关瑞玲、罗培以及贵州省大数据发展管理局焦德禄联合发表于《产业转型研究》专刊 2022 年第 12 期 总第 340 期的文章，特此分享，以飨读者。
文/关瑞玲 罗培 焦德禄
关瑞玲、罗培：清华大学互联网产业研究院
焦德禄：贵州省大数据发展管理局
PART.01
数据要素化和要素数据化
数据要素市场化包含数据要素化和要素数据化两个重要方面。
数据要素化
数据要能成为生产要素，能被交易和流通，产生真正的价值就需要具备要素属性，经历要素化过程。
数据要素化过程
党的十九届四中全会首次将数据增列为生产要素。经济学中，生产要素是指进行社会生产经营活动时所需要的各种社会资源，是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素。数据要素是参与到社会生产经营活动、为使用者或所有者带来经济效益、以电子方式记录的数据资源。判断数据是不是已经变成一个地方生产要素的依据，主要在于其是否产生了经济效益。
数据要成为资源、成为生产要素，要通过数据要素化的过程，即采集、传输、存储、计算、分析等过程后成为有价值的信息、知识，在生产、营销、决策、管理等过程中发挥重要作用。
因而，数据采集、清洗、标注、挖掘等处理过程，数据存储、计算、通信等关键硬件，数据算法、工具、解决方案等关键软件，构成了数据要素化过程的必要基础。
此外，作为加快培育数据要素市场的重要举措，有关领域数据采集标准化是数据要素可交易可流通的一个关键基础。如果数据运行各个环节采集标准不一致，其共享共用就很难实现。这就好比火车行驶的铁轨，如果一段路程有的宽轨、有的窄轨，火车行驶的速度就起不来，更别说跑高铁了。推进数据采集标准化正是数据要素市场的关键性、基础性举措。
要素数据化
推动数据要素市场化配置的另一个重要内容是要素数据化。在数字技术和数据要素的作用下，土地、劳动力、资本、技术这些传统生产要素迎来了数字化变革的新机遇。
要素数据化的内涵
要素数据化，一方面是传统生产要素本身的数字化。比如：同样的一亩农田，加上一个摄像头，就成为一个可直播的“数字农场”，除了地里的农作物产出，还有更可观的粉丝经济等价值分享收益；同样的一名教师，以前在教室里只能教几十名学生，现在在网上课堂就可以教成千上万名学生；同样的一毛钱，如果是一枚硬币，恐怕只能躺在抽屉里无人问津，而在金融科技平台里却还能产生利息；同样的一台电脑，以前只是为个人服务，现在却可以分享算力给其他人。
另一方面，传统要素在数字空间里会产生“新土地”“新劳动力”“新资本”“新技术”，从而丰富传统要素的内容和市场化方式。比如，面向房地产开发的社区、社群等类型的“新土地”；7x24 小时在线的“客服机器人”等“新劳动力”；数字货币等“新资本”；中台、云平台等“新技术”。传统生产要素在数字空间里的不断创新必将给社会经济系统带来新价值，所以也必然会带来这些要素市场化及配置的新规则、新模式。
要素数据化的价值
土地的有效流转，离不开土地资源相关数据的互联互通。此外，土地要素与数据要素融合，会在原有土地的基础上，衍生出大量新的市场空间，创造大量土地要素的数字经营模式，进而形成大量新的数据资产。
一是土地自身带来的数字空间。在物联网、卫星遥感、地理信息系统（GIS，GeographicInformation System）、建筑信息建模（BIM，Building Information Modelling）、城市信息建模（CIM，City Information Modelling）、大数据、云计算、人工智能、区块链等新兴数字技术的支持下，可以对土地自身、土地上的建筑物和设备等物理空间的数据进行采集和整合，形成“城市一张图”“农村一张图”“园区一张图”“建筑一张图”等等，基于这些数据构成了多种多样的土地的数字空间映射。在这些土地数字空间中，蕴含着数据要素开发的巨大机会，通过激活数字空间中的市场需求能够创造丰富多彩的数字经济新业态、新模式，如数字 CBD、直播农田、数字化车间、数字城市治理等。
二是土地要素数字空间里的新机遇。当前，日益发展壮大的网络数字空间成为了新的“土地要素”，在数字经济背景下创造出新产品、新模式、新业态。例如基于私域社群的微商模式、基于互联网社区的文创产品、基于游戏空间的装备交易以及数字城市第二人生（Secondlife.com）等。近年来兴起的元宇宙（Metaverse）概念的基础，在某种程度上就是土地要素的数字空间拓展。
劳动力要素在引入数据要素之后，因为有了海量基础数据和大量数字化工具，在劳动力的培养、开发、管理、评价等方面都会有许多新方法，从而能够进一步释放劳动力所带来的价值。
劳动力要素与数据要素融合，将完善劳动力群体的数据库，基于大数据重塑人才培养体系，这将成为城市未来的核心竞争力之一。同时，新的经济形态下，对劳动力的数字素养提出了新的要求，加快发展数字化劳动力成为当下必须重视的问题。其中也会产生海量的数据资产。
比如劳动力接受数字化培训时的课件、模拟实训工具等数据资产，劳动力通过数字化设备进行锻炼、体检等形成并经过脱密脱敏处理后的数据资产，劳动力在数字空间创作的数字文学、数字音乐、数字视频、数字藏品等数据资产，以及“数字人”劳动力在数字空间形成的并经过脱密脱敏后的数据资产等等。
在引入数据要素后，一方面数据改变了资本循环的范围、内容和方式，另一方面数据自身也会逐渐变成资本，参与到资本循环过程中。
资本要素的一个重要应用领域就是金融系统，金融的本质是由信用、杠杆、风控相互作用的资本要素流通系统，以风控为边界、以杠杆为手段、以信用为基石。当数据要素与资本要素融合之后，数字技术加持海量数据形成新型社会信用体系，并推动资本市场运行方式优化。这将产生大量的高价值数据资产。
一是交易信用风控模型。目前，银行采用的是传统的主体信用评价模式，这种模式基本上偏向于有资产、经营状况好的企业，也就是所谓的“嫌贫爱富”。大部分中小微企业很难满足这种主体信用评价的需要，所以很难得到资本市场的资金支持。数字时代，中小微企业的数量还在不断增加，他们的资产总量不容忽视，现代资本市场必须要找到为他们服务的路径，那就是资本要素与数据要素的融合。资本市场有了海量数据和数字技术，中小微企业原本散乱的交易行为就有了新的衡量方法，通过搭建可信的数据穿透系统，能有效控制这些企业的资本使用风险，从而建立一套与原有资本市场互补的新型资本服务模式。
二是产业链金融。资本要素市场的科技创新最合理、最有前途的模式是产业互联网或物联网形成的数字平台（大数据、云计算、人工智能）与各类资本要素市场机构的有机结合，各尽所能、各展所长，形成各资本要素的数字化平台并与各类实体经济的产业链、供应链、价值链相结合建立基于产业互联网平台的产业链金融。这种网络数据公司与专业的资本服务企业的合作形成了强强联合、优势互补、资源优化配置，这才是最好的发展模式。
技术要素与数据要素的融合，也会进一步提高技术开发的效率和效果，并有助于建立技术多样化交易机制。
同时，数据要素时代，“数据+算法+算力”成为科技创新的新动力，开源、共享、协同成为科技创新的新模式。
随着实体空间和数字空间的融合发展，人类的科技创新将面对更复杂的场景、更巨量的信息，需要创新者具备一定的创新链协调处理能力、一定的算法能力或者海量信息处理能力。也就是说，人类创新的基础设施在发生着革命性改变，从图书馆变成了数据库、从研讨会变成了开放社区、从实验室变成了算力模拟、从单一设备变成了设备网络。这些创新基础设施的变化，对政府、企业、个体都提出了全新的要求。政府会将一部分算力、算法、数据变成公共创新资源，并开放给相应创新主体，为他们提供创新的数字土壤。企业将打破原有的学科和产业界限，通过数字空间进行协同创新，打造共建共享共治的科技创新新模式。个体创新者的智慧也将通过数字手段得到最大限度的释放，形成个体互联的数字创新社区。这里面蕴藏着巨大的数据资产。
比如算力资产、算法资产。经过多年筹划，2021 年底到 2022 年初，国家发改委、中央网信办等 4 部门联合印发通知，“东数西算”工程正式全面启动，将在京津冀、长三角、粤港澳大湾区、成渝，以及内蒙古、贵州、甘肃、宁夏等地启动建设国家算力枢纽节点。随着“东数西算”工程的实施，未来可能出现类似电力插座一样的“算力插座”，用户只需像购买电力一样付费，就可以购买到无处不在、方便易用的算力服务；随着算力需求的持续增长和技术的成熟，未来还可能出现类似发电厂的“算力工厂”“算法工厂”，类似电网的“算网”，用户能够像现今购买手机流量套餐一样，购买面向各种创新应用的算力服务套餐。
PART.02
数据确权
数据权属
数据要成为数字资产，并能够顺畅地进行流通和交易，最重要的是对数据进行确权。当前，数据的所有权、使用权、交易权等各项权属尚未形成明确的法律界定，在学界和业界也未形成共识。数据权属的不明晰，影响着数据开发利用及相关产业的健康发展。企业在对数据进行采集、处理、加工、使用和共享时存在安全隐患和法律风险。
一般而言，政府数据属于国家，社会数据归属于数据产生主体。但就具体场景而言，还要根据实际情况具体考虑。其中个人数据由于考虑到隐私保护问题，所以更需要与数据的使用场景相结合，在具体场景中判断相关主体的权利。不同场景下，个人数据可能涉及不同的利益诉求，有着不同的目的与用途，要根据数据类别、安全级别、隐私保护、权益归属等条件，明确哪些数据是完全属于个体的，哪些是公共的，以及哪些是市场化的。
数据所有权与数据用益权二元结构
贵州大数据流通交易平台在数据确权方面创新了数据所有权与数据用益权二元结构。
从数据的全生命周期的角度出发，首先，数据的最初起源是用户的一系列网络接入行为，因此，数据权利配置的出发点应当是对用户进行赋权。其次，对企业如互联网平台而言，其在数据处理过程中同样耗费了大量的资金，同时也作出了大量体力、脑力劳动投入，因此，赋予数据处理企业一定的数据财产权是合理的，同时，数据财产权的合理设置亦有利于数据要素的有效配置与良好数据产品激励机制的形成。但是，由于数据最初产生于用户，如果将数据所有权赋予数据处理者，实际上违背了前述逻辑起点，即数据是由用户的网络接入引发产生的；同时，这也违背了互联网的共建共享。为此，可以考虑从自物权—他物权以及著作权—邻接权的权利分割模式中借鉴相关经验，进而，在数据权利体系的设计上，根据不同主体（数据来源者、数据处理者）对数据形成的贡献来源以及程度的不同，规定数据所有权属于数据来源者、数据用益权属于数据处理者的二元权利结构，最终实现作为数据来源者的用户与作为数据处理者的企业及其他市场主体之间数据财产权、数据所有权、数据用益权的帕累托最优配置。
深入来看，数据的来源者，就定义来讲便是各类数据产生的起点。具体而言，如果企业等市场主体所采集的数据源于用户的网络接入行为，如自然人的网络浏览记录、地理信息位置、网络设备信息等，那么此类数据的所有权应当归属自然人用户所有，而合法的数据采集企业仅仅拥有数据用益权。但是，如果企业等市场主体所采集的数据并非源于自然人用户的网络接入行为，而是具有公共性公开性的信息，如政府公开信息、地理环境信息、气象信息等，那么这类公共信息的数据所有权应属于国家，而合法的数据采集企业拥有数据用益权。
就数据所有权而言，数据所有权的对象可以分为两类，第一类是已经取得的数据，第二类是未来取得的数据，但是，数据来源者拥有的数据财产应当具备以下条件：
① 可存储性：数据财产相应的数据具备在较长时间内存储的能力
② 可分割性：数据财产在财产意义上具备可分割的特性③ 数据财产是基于数据来源者的身份、财产或者行为而产生
此外，数据财产权所保护的数据必须记录在一定的存储设备之中，如此，这些数据便得以长时间保持并获得再利用，同时，不具备长期保存能力的数据或者没有保存的数据缓存副本等均不能成为数据用益权的客体。
就数据用益权而言，其既可以基于事实行为如数据所有者授权和合法合规的数据采集、处理活动等取得，也可以通过规范的数据共享、数据交易等方式取得。数据需要依托具有公信力的公共数据平台、数据中间商进行交易与共享。具体而言，数据用益权包含着持有、开发、同意、出让四项细分的主动性权利细则，同时，这四项主动性权利也存在相应的被动性权利，起到一定的防御作用，在公平、合理、非歧视原则下行使各项权能，可以有效平衡保护数据财产权与实现数据充分利用两种价值，从而推动数据要素市场高质量健康发展。
数据“三权”分置的新探索
《中共中央国务院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《意见》），提出要“探索数据产权结构性分置制度。建立公共数据、企业数据、个人数据的分类分级确权授权制度。根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，推进非公共数据按市场化方式‘共同使用、共享收益’的新模式，为激活数据要素价值创造和价值实现提供基础性制度保障。研究数据产权登记新方式。在保障安全前提下，推动数据处理者依法依规对原始数据进行开发利用，支持数据处理者依法依规行使数据应用相关权利，促进数据使用价值复用与充分利用，促进数据使用权交换和市场化流通。审慎对待原始数据的流转交易行为”。《意见》指出要推进实施公共数据确权授权机制，推动建立企业数据确权授权机制，建立健全个人信息数据确权授权机制，建立健全数据要素各参与方合法权益保护制度。
关于数据资源分类与确权授权原则
《意见》依据三类数据（公共数据、企业数据、个人数据）进行数据分类工作，对于不同类别的数据而言，其涉及的确权和授权规则也存在不同。
首先，对于公共数据而言，其由各级党政机关、企事业单位依法履职或提供公共服务的过程产生，应当加强公共数据汇聚和开发，提高共享性和开放性，通过强化数据统筹授权管理和使用推进各数据互联互通，进而打破数据壁垒和数据分割，创造更多价值。对于不涉及个人信息即不会损害个人隐私以及不影响公共安全的公共数据，应当按数据用途推动加大数据供给使用范围，实现数据赋能。此外，对于用于公共治理、社会公益事业的公共数据，应当推动其实现有条件无偿使用；对于用于各产业进步、行业发展的公共数据，应当探索其有条件有偿使用的合理方式；对于依据相关法律法规予以保密的公共数据，应不予开放，同时严格管控市场，防止未依据相关法律法规公开的原始公共数据直接进入，从而保障公共数据供给使用的公共利益。
不同类别的市场主体如企业等在合法的各种经济活动中可能会归集并处理一系列不包含个人隐私相关信息且不涉及公共安全、公共利益的数据，对于这类数据不应予以太严格的限制，市场主体应享有依照法律法规持有、使用这类数据并获取收益的权利，如此方能保障市场主体在采集、加工、处理数据时投入的劳动、资金和其他要素贡献获得合理回报，进而建立良好的数据要素供给激励机制。鼓励探索企业数据授权使用新模式，在此过程中，应利用国有企业优势，充分发挥其领头带动作用，由国有企业引导各行业各产业龙头企业、互联网平台企业发挥进一步示范带动作用，在法律保障下实现与中小微企业双向公平授权，进而共同合理使用、开发数据，并赋能中小微企业，加速其数字化转型。引入第三方力量，支持第三方机构、评估组织和中介服务组织，加强数据采集规范标准和数据质量评估标准的制定，进而实现各类数据产品标准化，从而加速数据互联互通，同时，规范的数据产品也可以推动数据分析、数据服务等产业的发展，降低数据转换成本。政府部门在履职过程中可以依据法律法规获取相关企业、机构等个体数据，但政府部门在获取时须约定并严格遵守数据使用限制要求。
对于承载个人信息的数据，要求数据使用者对于被采集个人进行数据权限申请，并按照被采集个人授权范围、依照相关法律法规归集、管理、处理和使用个人数据，严格规范对个人信息数据的处理活动，数据采集者不得采取默认授权、捆绑授权、强制同意等方式违背个人真实意愿过度收集个人信息，促进个人信息合法合理利用。探索数据监督机制，即由受托者代表个人利益，对于市场主体如企业等对个人信息数据采集、加工、使用的过程进行监督的机制。对于关系到国家安全的特殊个人信息数据，需要特别对待，可依照法律法规授权相关单位使用。加大对于个人信息的保护力度，尤其是对于重点行业需要建立完备的长效个人信息保护机制，强化落实企业主体数据责任，规范企业采集、加工、使用个人信息行为。积极采用新技术落实数据安全，推动个人信息匿名化、无害化处理，保障使用个人信息数据时的信息安全。
关于“数据资源持有权”
对于不同类型的主体，数据资源持有权的设置状况也存在差异：首先，对于公共数据而言，其由政府部门、企事业单位在日常行政、履行各类职责、经营生产过程中产生，应当做到权责清晰。在具体管理事务上，由国家指定公共数据管辖机关并由其代表行政区、行业、产业行使数据管理职责，并承担公共数据向有关部门乃至社会开放和授权使用的权责；对于企业数据而言，如若是某一企业等市场主体在合法合规的各类经济事务中归集、处理的不关乎个人隐私、不涉及公共安全、公共利益的数据，则该市场主体应当获得合理的数据权益；对于个人数据而言，涉及个人隐私的数据，应当由个人直接持有或者由数据采集、处理者如互联网平台等向个人申请并在授权范围内依照相关法律法规归集、管理和运用数据。
除此之外，也可以将数据的持有状况划分为两类情况。第一种情况是数据来源者持有（且有权持有）从自身产生出来的数据。第二种情况是数据处理者依法依规持有其他主体的数据。
就数据资源持有权的内涵而言，其至少应当包括以下三点内容。
① 第一点是自主处置权，即某主体对具备持有权的数据进行保存、管理、维护和防止其他主体侵害的权利。
② 二点是数据转让权，即某主体同意其他主体获取或转移其具备持有权的数据的权利，这一点是基于第一点的衍生权利。③ 第三点是数据持有限制，即数据资源持有权并不是永久的，而是存在一定的时间期限，任何主体的数据持有权不得越过或低于相关条例设置的数据储存时间期限。
关于“数据加工使用权”
在国家标准或行业指引的定义中，数据加工指的是通过一系列人工或自动规范化方式对数据进行筛选、清洗、分类、排序、加密、标记、计算等各类处理的活动。而数据使用主要指利用一系列分析工具对数据（一般是处理后的数据）进行分析、利用等活动。
通常而言，数据加工使用权所涉及的主体是数据处理者（一般是企业等）。数据处理者可以依照相关法律法规对数据进行加工、使用。但是，需要强调的是，只有在数据处理者对于数据的持有或者获得是合法合规的前提下，数据处理者才真正拥有加工、使用该数据的权利。对于非法获取的数据，数据处理者不仅不具备数据加工使用权，其对于数据的加工、使用还可能构成篡改、破坏、泄露数据或者非法利用数据等行为。
除此之外，数据加工、使用并非是毫无边界的，数据加工使用权也受到一系列限制：第一点是通过法律、合同构成的限制，即包括加工、使用在内的各类数据处理活动必须在法律授权或合同约定的范围内进行；第二点是数据安全义务，数据处理者对于加工、使用的数据承担有数据安全保障义务，应当采取加密、标识去除、匿名化等技术措施消除数据中的个人隐私，并通过其他必要措施来保障数据安全，并设置数据安全事件应急预案，在发生数据泄露等数据安全事件时，数据处理者应当立即启动应急预案、采取处置措施，并及时告知数据相关用户并向负责相关事务的部门报告；第三点是具体的使用限制，举例而言，《个人信息保护法》第二十四条显示，个人信息处理者利用个人数据被进行自动化决策时应确保公平公正，避免不合理的差别待遇；利用个人数据进行信息推送和商业营销时也应当提供不针对个人特征的选项或者便捷的拒绝方式。
关于“数据产品经营权”
数据产品以及数据相关服务是数据利用的最后呈现，也是从原始数据的收集到一系列数据开发处理过程后的最终的同时也是最重要的成果形式。在数据产品和服务的生产过程中，其最初发端于用户（数据来源者）网络接入产生的信息等一系列碎片化个体数据，而数据处理者如互联网平台企业通过合乎法律条例的方式获得用户授权、进而收集这些碎片化原始数据，在完备数据集的基础上通过数据清洗、深度处理、开发、挖掘等大量复杂工作对于数据进行加工，从而使得数据从原始零散的无价值或低价值状态转变为高价值产品。
依据洛克劳动财产理论和市场激励理论，数据处理者在数据产品上存在劳动、资金投入，应当对数据产品享有一定的财产权益，而这也可以激励数据处理者更好地创造数据产品。现实中，我国部分地区的地方性立法和司法实践也已经规定、强调了相关内容。
就定义来说，数据产品的经营权指数据处理者对数据产品的一定程度的支配权，具体是指数据处理者如互联网平台企业对投入了劳动、资金生产的具备价值的数据产品与服务持续开发、利用和交易的权利。目前，在企业获取数据的法律实践中，我国已经确立了“三重授权原则”，即要求数据获取方在获取数据时需要同时满足三方授权，分别是用户授权、数据持有方授权以及用户对数据持有方企业的授权。此外，企业的数据产品经营权也存在限制，企业在行使过程中也需要保护个人隐私安全、维护公共利益，避免因数据产品经营权的过度使用而产生负面影响。
关于权益保护
《意见》提出要保障数据处理者的投入收益。坚持“谁投入、谁贡献、谁受益”的基本原则，保障了数据处理者的投入能够获得合理收益的权利，从而形成正向激励。同时，之前提到了数据资源持有权、数据加工使用权、数据产品经营权等一系列权利，对这些权利进行合理保护，为数据处理者合法持有数据、有效使用数据并通过数据流转获得收益提供依据，也为各市场主体提供了利好因素。
《意见》提出要保护数据来源者的权益。数据处理者持有的数据大部分来自数据来源者（例如平台商家、消费者、IoT 设备使用者等），数据处理者对于数据的持有、使用以及许可其他主体使用数据，都需要建立在数据来源者同意或存在法定事由支持的前提下，从而确保数据来源者真正享有获取或转移由自身所产生数据的权利，实现数据价值。通过此类制度设计，有助于推动数据来源者合理分享数据要素价值。未来将健全数据要素权益保护制度，逐步形成合理分置的数据产权运行机制。
《意见》提出数据收益分配要兼顾效率和公平。在数据要素资源配置过程中，市场机制依然将发挥决定性作用，按贡献大小分配收益依然是基础性规则。在数据要素收益分配方面，《意见》强调要更好发挥政府在数据要素收益分配中的引导调节作用，通过持续深化数据开放，向社会释放公共数据红利。大型数据企业在数据流通、处理以及提升公众数据素养等方面担负更多社会责任，消弭数字鸿沟促进收益分配的公平。
PART.03
数据定价和交易
数据的定价
数据在流通中体现价值。数据的定价应该交给市场，由交易双方根据供需关系和数据价值进行合理定价。
单一、无序的数据要经过处理后才能产生价值，数据经过再加工后可以创造更高的价值。同样的数据对于不同的用户，在不同的场景应用中其价值也会不同，比如某个学校全体学生的性别、年龄、身高、体重等基础数据，对于做体育器械的厂家、提供营养食品的厂家、做服装的厂家，其价值就会有一定的差别。因此，数据应在不同阶段、针对不同用户分别定价。
在数据价值创造和流通过程中，算法和算力是实现数据价值增值的重要工具。算法和算力既可以作为一项特定的“资产”单独进行交易，也可以与数据捆绑在一起交易。因而，数据、算法、算力既可以分别单独定价，也可以合并在一起定价。
数据定价的一个思路是基于对数据自身价值的评估。目前资产价值评估主要包括市场法、收益法及成本法等方法，而由于数据自身的无形化、虚拟化等特性使得上述资产价值评估基础理论方法很难直接应用于数据资产的定价。
市场法基于数据资产在交易中的价格视为数据的价值，从而为数据要素市场下一步交易提供价格参考。市场法的优势在于，通过交易价格易于得到数据价值判断的依据，且数据价值与交易价格呈正相关。但是，如果数据交易很不活跃、交易量很少，就不能为市场提供准确的定价指导。同时，数据价值评估反作用于市场交易的定价，那么不规范的交易行为将使该定价机制陷入“先有鸡还是先有蛋”的问题中。
收益法和成本法是基于数据要素市场中由于数据交易而带来的收益或者消耗的成本来进行定价的方法。收益法与成本法的优势在于通过利润或成本可以体现出数据如何创造价值的本质，并为数据价值提供更直观的描述。但是，由于数据价值定价的复杂性，数据持有方往往难以界定哪些利润是数据交易所带来的、哪些成本应该归于数据交易成本，所以也就比较难于给出一个令人信服的数据交易定价。
那么，数据应该如何定价比较合理呢？由于数据的特殊性，它既有商品比如煤炭、石油等大宗物资因为供求关系而形成的垄断定价特征，也有因为可重复交易享有边际效应递增的特征。因此数据产品的定价机制与一般商品是不同的，如前所述，数据的定价机制更多的可能与专利、知识产权等定价机制相类似。
首先，数据的定价一定是市场化的，即充分发挥市场在数据资源配置中的决定性作用。如果数据本身没有主体愿意使用，它就没有产生价值。如果数据有很多主体愿意反复地使用，就证明其具有较高的价值，这个时候就由交易的双方确定它的价格。
其次，数据最终产生的收益，应当由作出贡献者所共享。数据的原始贡献者与二次加工者都应当享有数据的收益分配权。数据所产生的收益的分配比例可借鉴知识产权的分配模式。政府是为人民提供公共服务责任、履行法定义务的执行机构，因此由政府作为个人数据财产分配权益的受让主体更为合理。同时，政府也可以将这部分收益用于加强数字化基础设施建设，从而反哺数据生态系统。
数据交易
随着数据中心、算力网络、数据平台等数据基础设施不断完善，数据应用的不断拓展，数据交易就会大量产生，并形成二级交易市场，也就是数据交易所。数据交易所将会成为未来的一个重要行业，建设并运营好数据交易所需要注意以下几个方面：
① 要注重数据的功能性价值发现。找到可以不断发掘的数据，并形成针对不同功能的应用场景；
② 注重针对不同场景的数据定价系统。有了价值发现，数据就通过不同交易场景形成定价机制；
③ 注重数据交易的现金流管理。数据交易市场的自动交易特性会产生巨额的现金流，该现金流如何管控也将成为新课题；
④ 设计完善的数据交易机制。数据交易涉及买家、卖家、中介机构等，与数据交易有关的各种中介机构在数据交易所中发挥各自功能，需要建立一套新的交易规范；
⑤ 注意数据交易过程中的风险防范。数据交易市场与传统的商品交易市场、要素市场等均有不同：传统的商品交易市场是有形的商品加有形的交易空间，要素市场是有形的商品加无形的交易空间，而数据交易市场是无形的商品加无形的交易空间，该空间中的风险更大，更需要加强监管和防范。
PART.04
大数据资产和数字化资产
数据资产的分类方法
从直观呈现的产品类型来区分，数据可分为数字产品和数据产品。
数据产品是对某一特定对象的行为轨迹和关联信息进行记录，具有分析和使用的价值，例如工厂里机器生产数据，通过技术采集而形成的数据集合。数据类产品的大体量集合即大数据资产。
数字产品是以数字形式存储、表现和使用的人类的思想、知识成果，如网易云歌曲、电子文献、在线课程、数字艺术品等。数字产品的权属明确，因而是一种数字资产，即拥有二进制形式数据所有权，产生并存储在计算机、智能手机、数字媒体或云端等设备中的数据。
随着数字经济与实体经济的不断融合，数字孪生等新技术不断发展，原来实体空间里的实物资产（比如一栋建筑、一个零件、一辆车、一个杯子等）经过数字化成为数字空间中的数字资产。如此，我们可以将数字产品对应的数字资产与实物产品数字化后形成的数字资产统称为数字化资产。即数字化资产是资产的数字化形态，是已经权属明确，以数据方式保存、流通、交易的资产。
由此，我们可以将数据资产分为两类，一类是大数据资产，一类是数字化资产。如下图所示：
加快培育大数据资产
目前国内外数据交易平台的交易标的主要是以数据包、API、数据服务、数据报告、解决方案、算力资源、算法工具等为主的数据资产。
▽ 国外数据交易平台数据资产交易标的表
▽ 上海数据交易所数据资产交易标的表
▽ 贵州省数据流通交易平台数据资产交易标的表
以上这些大数据资产的交易由于确权、定价等方面在理论和实践上还有待进一步探索，因而预期前期此类型的交易还将处于培育期，交易标的的数量、交易频次、交易量等都有待逐步培育。
大力发展数字化资产交易
在数据要素市场中，可交易的标的除了上述数据资产外，还有大量存在、不断新增、需求旺盛、可成为交易标的的数字化资产。
▽ 数字化资产交易标的表
这些数字化资产由于权属明确，存量和增量都巨大，且需求明确和旺盛，可快速提高交易平台的交易标的供给，活跃交易量，提升交易额。
贵州云集了一大批顶尖数据中心，拥有丰富的文化旅游资源，且是首个国家大数据综合试验区，也是全国一体化大数据中心协同创新体系中的八个国家枢纽节点之一，在数字化资产交易上拥有巨大潜力和想象空间。
订购须知
《产业转型研究》专刊现已发售第一期至第七期，各位读者如欲购买，可点击文末“阅读原文”自行订购，也可联系以下老师订购：
朱栩葶老师：联系电话：010-83021220邮箱地址：zhuxt6@sem.tsinghua.edu.cn
《产业转型研究》专刊第一期至第六期