张春：数据要素市场发展面临的问题和中国需要的创新 | 洞见

日前，上海交通大学上海高级金融学院金融学教授、汇付天下讲席教授张春受邀出席 “2023国际金融科技论坛”，并以“数据要素市场发展面临的问题和中国需要的创新”为题分享观点。

张春教授表示，中国可能已经站在了全球发展数字文明的前列，但是，数据要真正成为一种生产要素，要真正地建立一个高效的数据要素市场，我们仍然面临很多问题和挑战。

*本文根据张春教授10月28日在成都由西南财经大学等机构主办的上所做的主题演讲内容整理而成。感谢何宝露提供的帮助。

本世纪以来，数字和AI等技术不断创新和发展，从根本上改变了人与人之间交流与合作的方式，在社会各个领域催生出各种各样的新模式。

在此过程中，海量的数据持续不断地被生产出来并被智能化地运用，经济、政治、文化和生活等领域都在发生革命性的改变。

在经济领域，一个时髦的新观点是：数据将会成为和技术、资本、劳动力同等重要的生产要素。有人甚至认为数据要素所发挥的作用，可能会超过资本和劳动力。

中国对数据要素以及建立数据要素市场十分重视，在几年前的中央文件中已有体现，最近一年来又有一些实质性的动作。因此，中国可能已经站在了全球发展数字文明的前列。

但是，数据要真正成为一种生产要素，要真正地建立一个高效的数据要素市场，我们仍然面临很多问题和挑战。这些问题是我今天想要讨论的重点，同时我也想谈一下应对这些挑战中国可以采取的创新思路。很多观点不太成熟，请大家批评指正。

01

数字和数据时代的到来

在农耕时代，土地和劳动力是两种关键的生产要素。进入工业时代后，资本和技术作为新的生产要素被逐步加入到生产函数中。并且，在工业时代的不同阶段，资本和技术进入生产函数的形式可能也有所不同。

在工业1.0时代初期，资本和技术对产值增长的效应可能是简单相加的，而到了工业3.0时代，资本和技术的增值效应则是以乘数级的形式进入生产函数。

数字时代，随着数据要素的加入，所有生产要素的作用都有可能被数据要素放大，整个增值效应可能完全变成乘数级、甚至是指数级的。数据要素对生产函数的改变和具体形式将进一步影响数据要素、数据资产的定价和分配，这是一个值得研究的重大问题。

在数字时代，对数字技术和大数据有效和公平的使用，可以极大程度地改变金融。

简单来说，数字技术能够降低触达成本，AI技术能够极大地增加效能和智能，而大数据的使用则能够减少信息的不对称性。

在数字技术和大数据的有力支撑下，金融能够更好地服务实体经济，实现普惠金融和绿色金融，同时有效控制风险。

因此，做好“金融科技”的最重要的要素有可能不一定是资本或技术，而是数据。

02

中国政府对建立数据要素市场的重视

中国政府对数据要素和建立数据要素市场非常重视，在经济学家们都还有许多争议的时候，2019年的中央文件中就有了“数据要素”的提法。

最近一年来，中国政府又出台了一系列更具体的、能够落实的政策措施。比如，2022年12月，中国政府公布了《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“数据二十条”），随后发改委、财政部等部门和金融监管单位积极响应，相继出台了支持“数据二十条”落地的细则。几天前，国家数据局也正式揭牌。

从中可以看出，中国政府在建设数据要素市场方面的动作十分迅速和有力。

中国政府积极推进数据要素市场的建设是具备充分的条件和激励的。

首先，与世界上其他国家不同，中国各级政府及国有企业掌握了海量的数据。由于缺乏共享意愿和激励，这些数据还没有被高效地流通和使用起来。在地区间、政府间、部门间存在着严重的数据壁垒。未来这些数据一旦被释放出来，将极大地促进中国数字经济、人工智能和大模型的发展。

其次，旧的模式难以维持中国的可持续经济增长，中国政府迫切需要寻求新的增长模式和资金来源，而这有可能通过建设数据要素市场来实现。中国政府希望能够高效利用数据要素发展数字经济，从而挖掘出新的经济增长点。在数据分配过程中，政府部门也有可能获得一部分收入，作为资金来源的重要补充。

因此，中国政府有足够的激励来推进数据要素市场的建设。当然，现实中的矛盾和挑战也很突出，尚有许多理论和实践问题没有厘清和解决。

03

资本要素的基础制度和市场体系

是怎么建立起来的

在讨论中国建立数据要素的制度和市场仍然面临的具体问题之前，我想先以资本要素为例，谈一谈基础制度和市场体系通常是如何建立起来的。

众所周知，资本要素制度起源于自由主义传统比较强的国家，比如荷兰、英国和美国等。除开自由主义传统，资本要素制度的起源可能也与这些国家的法律和价值观有关，是多种因素共同作用的结果。

资本要素市场建立的过程比较漫长，也不太容易，需要先形成一套能够保护产权和执行合约的法律规则体系，在此之上才能逐渐发展出较完备的金融产品、市场、中介和生态体系。

资本要素市场的成功离不开一套逻辑自洽的理论框架以及实际操作方法。西方经济学、金融学理论有着很强的逻辑体系和严格的数学模型，这些数学模型可以具体量化和实际操作，对金融产品的定价，风控，市场和中介机构的监管都有重要的指导作用。

因此，数据要能真正成为一种要素，数据要素市场要能真正建立起来，一定也需要一套相应的理论框架。完成这一步骤也许会很耗时，但是必不可少。

04

中国建立数据要素的制度和市场

仍然面临的问题和创新思路

1

数据产品的供给较少

相比于其他类型的产品，数据产品的安全性、隐私性问题受到广泛关注，导致其供给较少，应用场景不足，在不同场景下的创新也不够。这一问题在全世界范围内都普遍存在，而并非是中国独有的问题。

最近出于提高业绩或是市值管理的考虑，上市公司比较有积极性来推动解决这些问题，但力量有限，因为大量的有用的数据沉淀在各级政府和国有企业当中。

数据产品的供给主要应该靠市场创新，包括行业的创新、企业的创新和场景的创新，但需要各级政府部门和国有企业的配合，需要将他们手中掌握的海量数据流通起来，投入到企业和大模型中去。

要实现这一步转变，国家必须建立起更好的考核机制以及激励、分配和合规机制，以此提高各级政府部门和国有企业共享数据的积极性。如果数据产品方面的供给和创新做得好，可以极大地增加中国未来经济增长的潜力。

2

不太清晰的数据产权的确认和授权

数据产权中的权利是多维度的，超越了传统的所有权概念。中国通过“数据二十条”创新地提出持有权、使用权和经营权三权分置，不同的参与方可以有不同的产权，甚至有不同的分配权。

三权分置具有突破性意义，但还缺乏可操作的方法和细则，比如怎么去分配这三种权利，数据是否还存在着更多的权利，与这三种权利对应的控制权和收益权应该怎么有效和公平的分配，这些都需要进一步思考和完善。

尤其是需要法律经济学和制度经济学的创新性研究，只有先建立起牢固的理论框架，才有可能去讨论更具体的操作方法和细则。

在明确数据产权的定义以后，还要进行确权和授权。中国已经有了一些实践，通过数据交易所或者有公信力的大机构的挂牌流程来完成确权和授权。律师在这个过程中发挥了一些作用，而经济学家们则还没有完全关注到这些问题。

不过，由于数据确权涉及资源的原始分配，一旦分配不公可能会引发一系列社会问题，因此仍然需要经济学家们深入开展研究并给出创新性的解决办法。

3

数据资产入表的方式和标准

财政部宣布从明年1月1日起，数据资产可以以无形资产和存货的方式进入会计报表。有些上市公司对此很期待，认为可以通过将数据资源入表，拉高股票市值。然而，传统会计报表的评估方法往往采用较为保守的成本法，有可能会大大低估数据资产的价值，所以上市公司的期待未必能完全实现。

目前公布的数据资产入表的方式和标准只是初步版本，具体细节还在商榷，有学者提出可以在原有三张报表的基础上额外增加一张报表，入表的标准也要做适当调整，这是一种创新思路。类似的讨论很多，但离真正落地还有差距。

会计报表采用保守的方法进行估值有现实意义，可以避免上市公司出现过多的坏账或是虚假资产。但金融估值与会计估值不同，金融估值可以更高。

上市公司可以通过对数据资产信息准确和充分的披露让市场了解到数据潜在的应用场景以及未来可能产生的现金流和收益，将数据资产的价值交给资本市场来评估。

国外有参考的案例，比如亚马逊，从会计报表上看，这家企业上市后连续亏损了很多年，与此同时，它在资本市场上的估值却一直攀升，这便是金融估值的作用。

尽管对这家企业的经营模式是否存在垄断存在一些争议，但它的估值通过信息披露被提升的方法仍值得借鉴。

4

数据资产和数字型企业的估值和定价

在上个问题中，我已经提到可以参考境外公司的经验，采用信息披露和金融的方法对数据资产和数字型企业进行估值和定价。如果讨论得更细致一点，则还需要关注数据的应用场景。

不同于其他资产，数据资产的价值因场景而异。同样的数据放在不同的行业、企业或者应用场景中，价值可能大不相同。传统估值定价的原理和方法也可能因此需要修正和调整。

未来需要大量的理论和实证研究的创新，深入研究数据要素对不同行业产值的作用机理，建立不同行业对数据的估值方法和标准。

所有研究问题的关键可能还是在于数据对产值的作用机理讨论，即数据要素究竟是以什么方式进入生产函数，加法形式？乘法形式？还是指数形式？除此以外，它对资本，技术或劳动还有什么附加的协同作用？每一个细节都可能使研究结论出现较大差异。

5

数据要素的宏观统计和收入分配

对数据要素总量的统计和数字经济规模的测算也是一个难题，目前存在两种说法。

一种是测算数字产业化的程度，即将数据作为数字产品的产值和增加值的估算。这种测算方式相对简单，也比较容易衡量，我们最近做了一些研究，发现中国数字产业化的程度不到10%。

另一种是测算产业数字化的程度，即数据要素本身以及数据要素通过其他要素对产值的总贡献的估算。这种测算方式比较困难，国内一些研究机构认为中国产业数字化的程度在40%至50%左右，但他们并未公开测算过程。

在生产函数中数字要素的作用机理尚未明确之前，这样的测算结果也许是存疑的，因为测算结果中有可能技术、资本或劳动力的因素算在了数据头上，从而高估了数据要素的作用。

不同生产要素对产值直接和间接的贡献度会影响收入分配，会直接影响技术、资本、劳动力和数据获得多少报酬。

发展中国式现代化一定要解决好收入分配的问题，这就需要创新宏观经济学和产业经济学的方法，研究数据要素对不同行业的产值和其他要素的作用机理和分配机制（生产函数）。

6

数据市场基础设施、
中介机构和生态环境建设

完善的配套设施是建立要素市场的必要条件。资本要素市场的发展历经了几百年的时间，建立了市场基础设施、培育了中介机构以及营造了生态环境。

未来数据要素市场的规模可能不会小于资本要素市场，同样需要一系列的配套设施，包括交易所和交易平台，数据产品公司，数据经纪公司，数据投行等等。

在数据资产确权和入表的过程中，还需要有专业的律所和会计师事务所参与。

此外，要有专门的培训机构负责培训相关的专业知识和技能，并向市场输送人才。研究机构也很重要，因为还有许多理论和实践的问题没有解决，需要大量的科研人员花时间去攻克。

中国希望快速推进这些工作，但充满困难和挑战。很多地方政府都大力支持建设数据交易所或数据交易中心，希望在这一领域提高竞争力。

据不完全统计，全国正式挂牌的数据交易所有50家左右。与之相矛盾的是，真正有能力完成数据要素确权、授权和上市交易的中介机构很少，造成生态环境很不平衡。

因此，未来发展的重点在于对数据要素跨学科的研究和培训，需要有更多的人才从事数据产品设计、数据产品经纪和数据投行工作，需要培育和发展更多的数据中介机构。

7

数据的合规：安全、隐私、反垄断

数据的合规问题也一直是世界各国关注的重点。在合规的具体内容上，不同的国家有较大的差别，西方国家普遍重视数据的隐私问题，而中国则把更多的注意力放在了数据安全和反垄断方面。

到目前为止，数据相关的法律、规则和监管还不够完善，但中国政府一直在努力推进。这里面有一些经济考量，地方政府掌握海量的数据，希望通过数据要素市场来促进下一轮的经济增长，并获得一部分收入来缓解财政压力。因此，中国政府有很强的激励在制度、法律和监管上创新。

当然，仅靠政府创新远远不够，市场和机构也应该主动寻求能够解决安全、隐私问题的创新产品和创新方法，比如建立数据信托和可信中立服务器等。

数据要素市场的建章立制和基础设施建设都是公共品，开建时往往需要政府的介入。但关键是政府在建成后需要及时退出，让市场在资源配置中发挥决定性作用，否则就不可能做好。

政府和市场的边界问题一直是研究的热点问题，也存在一些争议。最大的困难在于政府退出时缺乏具体的、可操作的方法，政府可能不知道何时该退出以及以什么方式退出，甚至发展到了一定阶段，政府也不愿意退出了。这些问题都需要经济学家们在未来去解决。

05

   总结   

数字时代，数据指数级的增长和数据的AI化使用会改变全球经济增长的范式。世界上很多国家尤其是中国都重视并且在推进数据成为要素，数据要素和数据资产的市场潜力巨大，但也有很多挑战。

中国需要创新地建立和数据相关的新制度、新规则、新市场、新产品、新机构和新生态，全面推动数据的合规开放。

在这个全球都在积极探索的新领域，能够更高效和更公平利用数据的国家会走在全球数字文明的前列。中国的政府、企业和学界需要一起创新和努力！

图片来源｜Pexels

精彩推荐