摘要
多数据要素作为第五大生产要素，其市场机制建设是我国当前数字经济发展中的重要任务。一方面，数据要素与传统生产要素在经济特征上具有一定共性，另一方面，数据要素在技术经济特征上具有多主体性、部分排他性、非竞争性、规模报酬复杂性等特性，这带来了经济激励、互操作性、与现有制度的衔接等问题，为数据要素市场机制的建设加大了难度。基于数据要素的技术经济特征，借鉴发达国家数据要素市场机制建设相关经验，我国可通过以下路径完善数据要素市场机制：优化数据相关权利制度设计，在现有技术条件与竞争格局下促进流通，布局新技术并在其基础上设计更为科学合理的数据要素交易与收益分配制度。
作者： 1、刘志鹏 ，经济学博士，中国信息通信研究院政策与经济研究所工程师，研究方向为数字经济、平台经济及治理。 2、王钺 ，经济学博士，中央党校（国家行政学院）经济学教研部讲师，研究方向为数字经济、区域经济。 本文原发表于《电子政务》（录用定稿）网络首发时间：2024-03-18 11:50:32 一、问题的提出 2020年4月，中共中央、国务院首次在《关于构建更加完善的要素市场化配置体制机制的意见》中将数据与土地、劳动力、资本、技术并列，升格为第五大生产要素，并提出“加快培育数据要素市场”；2022年12月，又发布了《关于构建数据基础制度更好发挥数据 素作用的意见》（以下简称“数据二十条”），提出“完善数据要素市场体制机制”，可见我国数据要素市场的核心问题正在由“从无到有”逐渐转变为如何高速且规范地发展。随着以ChatGPT为代表的生成式人工智能大模型成为各国科技创新“军备竞赛”的焦点，大模型在训练与优化过程中对高质量数据的大规模需求更提升了这一问题的重要性与紧迫性。
综合国内外现有研究和产业实践情况来看，解决这一问题有两大难点：一是相较于传统生产要素，数据要素具有如非竞争性等一系列更容易造成市场失灵的技术经济特征，这一方面决定了成熟完善的数据要素市场无法完全依靠市场力量自然演化形成，需要政府的必要干预，另一方面也使得相对传统生产要素市场，要在数据要素市场实现激励相容需要更复杂、更科学的机制设计；二是在数据要素相关产业实践中所形成的种种惯例，有些从最新的技术经济范式出发看，并不利于长期发展，却已经使市场形成了路径依赖，甚至在司法中有所体现，对落实科学合理的市场机制设计造成掣肘，如“三重授权原则”。我国当前政策能否破解这两大难点，又需如何进一步完善，成为亟待研究的重要问题。
二、数据要素的内涵及其技术经济特征分析 要分析数据要素市场的发展，前提是厘清什么才是能够市场化流通的“数据要素”。顾名思义，数据要素是指将数据作为可以被利用的生产要素。首先，一些未经匿名化、清洗等处理无法直接使用的原始数据正如未经开采的石油、未经征收的土地，还不能进入市场流 通，尚不属于数据要素；其次，一些经过深度分析、已提炼出明确结论的数据产品，虽然还会被下游经营者进一步使用，但从经为一种中间品，从对要素市场的相关研究来看，中间品也并非生产要素。故此，数据要素是指在原始数据的基础上经过且仅经过匿名化、清洗等初步处理而产生的可供利用的生产要素。 由这一内涵可知，要研究数据要素市场，就应从数据要素的技术经济特征视角出发进行分析。所谓技术经济特征，即分析新技术的创新与使用对经济发展方式的影响。就数据要素而言，正是其可复制性、易留存性、溢出性等技术特性，即由于数据可被低成本复制、难以被消耗、从产生到利用往往影响多个利益相关方，带来了非竞争性、多主体性等会深刻改变生产方式的技术经济特征。 与单纯的技术特征相比，技术经济特征不仅关注技术本身的特性，还更加关注技术在经济中的应用效果、对产业生态影响等经济方面的问题；与单纯的经济特征相比，技术经济特征则不仅关注经济现象本身的规律和特点，还更加突出了技术在其中作为驱动力的作用，研究技术变革对经济发展的影响和作用机制。换言之，技术经济特征更加强调技术与经济的结合，以及技术在经济发展中的作用和价值。与传统生产要素相比，数据要素在经济特征上具有一些共性，而在技术经济特征上则呈现非常鲜明的独特性。 （一）数据要素与传统生产要素在经济特征上的两大共性 首先，从生产角度看，数据要素市场的完善和成熟需要专门的基础制度支撑。与大多数普通商品可以基于较为通用的市场监督管理制度进行交易相比，土地流转、资本流通等要素的流通交易都需要较为复杂的专门制度进行规范。这是由于生产要素种类少、通用性强，任何一种生产要素的流通交易如果出现系统性问题，都将对千行百业产生巨大影响。正如土地的用途规划会直接决定不同产业乃至居民生活的空间资源，资本如何流通决定了现代经济体系中“血脉”是否通畅，在当前数字化网络化智能化深入发展、新一轮技术产业变革日新月异的阶段，数据要素的流通交易制度也将决定各行各业的发展速度，因此需进行适应数据要素流通需求、符合经济高质量要求的市场机制建设，对技术、制度、人员等因素进行调整。 其次，从分配角度看，对数据要素权益的初始分配将对社会福利的分配产生重大影响。根据科斯的产权理论，在交易成本较低的情况下，无论产权的初始分配如何，最终市场都可以达到最高效率，但这并不意味着社会福利得到公平分配，社会福利的公平分配需要对数据 产权及其他相关权益进行科学合理的初始分配。虽然数据产权的确权存在一定困难，目前条件尚不成熟，但对数据相关权益的分配制度正在逐步构建，甚至已实际运行。生产要素与普通商品不同，在现代经济的社会分工下，根据两部门模型，大部分普通商品的供给方是有组织的厂商，而生产要素的供给方往往涉及普通居民。普通居民向厂商提供生产要素，由此所得的收益再用来购买厂商的产品。一个经济体在追求全局利益最大化的同时，更注重厂商的利润还是居民的福利，就体现在其对生产要素产权及其他相关权益的初始分配。数据要素权益的初始分配则决定了“数字红利”最终会扩大还是弥合“数字鸿沟”。 综上所述，数据要素的市场流通、权益分配等机制建设亟待进行。而在机制的设计过程中，不仅要考虑其作为生产要素的共性经济特征，更需结合其独具特性的技术经济特征，这也成为重要的研究内容。 （二）数据要素相对传统生产要素在技术经济特征上的四大特性 数据要素的生命周期包括产生、采集、流通、利用等环节，从这四个环节出发，在技术经济特征上，数据要素相对传统生产要素分别表现出以下四大特性： 第一，在产生环节，数据要素通常表现出多主体性。数据是伴随人类行为而产生的，但在现代经济体系的分工合作下，经济行为的参与方通常不止一方，这一点在电商交易数据等领域体现得尤为突出。消费者在某电商平台购买了某第三方商家的商品，那么消费者、提供交易中介服务的电商平台和提供商品的第三方商家都参与了这一交易数据的创造过程，都应在一定程度上享有某种数据权益，这也是数据产权确权难的根本原因之一。对于用户直接提供的身份信息类数据、企业内部运营所产生的相关数据，其产权相对易于界定，而上述用户行为痕迹类数据由于多主体性较为突出，其产权如何界定至今仍是世界性难题，这也制约了数据要素的流通和利用。 第二，在采集环节，部分数据要素具有一定排他性。数据要素尽管在使用环节不具有竞争性，但部分数据在采集环节具有排他性。例如，当用户利用智能手环或智能手表收集自身的心率、睡眠时长等人体健康数据时，绝大部分用户只会佩戴一个智能手环或手表，由此 其数据会被一家智能终端厂商排他性收集。这一情况同样适用于其他大部分用户通常选择单栖的产品或服务，只有在用户普遍多栖的业态中，数据排他性的影响才会被大大削弱。如果某一用户普遍单栖的行业被一家企业所垄断，那么就可能同时造成数据垄断，使该领域数据难以流通。 第三，在流通环节，数据要素具有非竞争性。数据要素通常以复制而非转移的方式流通，流通后可以被多方同时使用，而并不增加使用成本或影响其价值。这也是为何在拉动经济增长方面，数字经济被寄予厚望的原因之一。一旦数据要素可以高效流通，那么就可以同时为多方赋能，而不像土地、资本等资源具有稀缺性。然而，其高效流通并不必然实现，这不仅是因为相关制度的潜在限制，更主要是由数据要素的多主体性、部分排他性等特征决定的。 第四，在利用环节，数据要素的规模报酬情况具有复杂性。数据要素的规模报酬是一个近年来学术研究集中涌现、相关争论激烈进行的领域。很多学者认为，数据要素具有显著的规模经济、范围经济特性，同时由于数据可用于优化产品和服务性能，因此在数据上 具有优势的企业可以提供更优质的产品，吸引更多用户，从而获取更多数据，形成正反馈效应。也有学者指出，数据规模过大可能造成高昂的清洗成本，很多类型的数据都会快速折旧，因此达到一定规模后，数据就会呈现出规模报酬递减的特性，并不必然带来竞争优势。还有观点认为，在不同的行业、业态和应用场景下，数据因其质量、应用方式、价值创造逻辑等的不同，而呈现出不同的规模报酬效应。除此之外，不同的技术条件下数据价值也会发生变化。例如，在相对传统的算法技术下，新闻传媒领域数据时效性较强，规模报酬很难呈现递增态势，但随着ChatGPT等生成式人工智能大模型可以进行具有一定创造性的写作，更长期的数据积累可以帮助其从长期的历史视角下，综合分析当前新闻事件的原因和脉络，降低其陷入“幻觉”、出现错误的概率。由于规模报酬效应的不同会影响产业政策、竞争政策等政策的导向，而数据要素在不同的条件下会表现出不同的规模报酬，这就给政策制定带来一定困难。
三、数据要素市场机制建设的现状与面临的问题 由于数据要素相对于传统生产要素在技术经济特征上的独特性，目前世界各主要经济体都尚未完成围绕数据要素的经济制度建设，仅进行了初步的框架设计和相关制度探索。随着数据要素的经济价值凸显，规模巨大的数据要素市场早已自发形成，这样的市场既充满活 力，也存在一些由野蛮生长带来的乱象，其市场机制并不必然导致全局最优，甚至可能对部分参与方的权益构成一定侵害。 （一）我国数据要素市场机制建设的现状 我国数据要素市场首先是在发展过程中自然演化形成了一定的市场机制。近年来，随着对于数据要素重视程度的不断提升，政府通过加强顶层设计、制定法律法规等方式参与和引导了进一步的市场机制建设。 在自然演化形成的市场机制中，数据要素主要通过以下方式流通：数据包交易、通过API接口流通、数据爬取、通过并购获取、数据权利换服务等。其中，前四种流通方式主要见于B2B业务中，即用于实现企业间的数据流通，而数据权利换服务则多见于B2C业务中，即用于企业获取个人数据时。这些数据流通的方式各有利弊，其中一些还具有法律风险，如近年来由数据爬取引发的诉讼屡见不鲜。目前最为常见的数据流通方式是通过API接口流通和数据权利换服务，但这两种方式都给超大型平台等企业带来了传导市场势力的机会。普通用户很难拒绝此类企业在提供产品或服务的同时收集数据的请求，而由此获取大量数据后，这些企业又控制着是否对产业生态内其他参与者开放数据接口的权利，这样使其市场势力在普通商品市场和数据要素市场间的双向传导、相互强化成为可能。随着技术的发展，逐渐出现了一些新的数据流通方式，将有助于解决上述问题，如Web3.0条件下可进行基于数据确权的交易，通过隐私计算、联邦学习等技术可实现“数据可用不可见”等，在这些新技术、新模式基础上结合新制度，就有望实现数据要素在更大范围内的流通和利用。 近年来，政府进一步推动了我国数据要素市场的市场机制建设。在顶层设计上，“数据二十条”在数据产权制度中创造性地提出了“三权分置”，为数据要素市场上的各类主体搁置产权争议初步提供了制度基础；在数据要素流通和交易制度中，为数据要素市场的机制建 设指明了具体方向；在数据要素收益分配制度中，将市场作为评价贡献的基础；在数据要素治理制度中，涵盖了反垄断、反不正当竞争等市场竞争监管的内容。在机构设置上，成立了国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用等工作。在政策法规上，出台了《数据安全法》《个人信息保护法》等针对数据的法律法规，并在《反垄断法》《反不正当竞争法》的修订中进行了数据相关竞争规则的优化，还印发了《“数据要素×”三年行动计划（2024—2026年）》等政策文件。 （二）基于技术经济特征的数据要素市场机制问题分析 要推动数据要素市场建设完善，加速数据要素流通，实现对其价值的共享共用，仍面临经济激励、互操作性、与现有制度的衔接等方面问题。 ⒈经济激励 由于数据要素具有非竞争性、多主体性，很多类型的数据要素难以进行明确确权，数据要素市场亦已在无法明确确权的情况下实际运行，因此在当前对数据流通的推动中，更为直接、现实的瓶颈并非其产权问题，而是经济激励问题。一方面，数据的流通可以带来技术的进步和产业的发展，另一方面，如果对数据的获取不受限制，那么通过爬取数据实质性替代服务等行为将削弱数据收集企业的创新激励。例如，在2016年的大众点评诉百度不正当竞争案中，如果允许百度地图直接显示来源于大众点评的餐厅评价等信息，确会造成大量用户直接通过百度地图一站式完成对消费场所的搜索、选择、导航，那么不仅大众点评的权益受损，此后再有企业想进行此类创新投入时，也会担心被百度通过类似手段实质性替代，由此可知长此以往就可能扭曲整个市场的经济激励。不过，目前这种以保护企业权益和创新激励为由的数据保护，也有被滥用的风险。仍以大众点评诉百度案为例。该案中大众点评收集用户评论数据是为了给用户在选择消费商家时提供参考信息，这也是其核心业务之一，而百度地图对大众点评数据的“搬运”直接替代了这一大众点评赖以获得数据的核心业务，因此大众点评在该案中的胜诉没有争议。而如果在某一新业务领域的企业为开发某种不会直接替代该核心业务的产品或服务而爬取数据，那么这种爬取行为是否应该被允许呢？在实践中这一问题仍有争议，但从理论角度出发，这种情况下允许爬取并不会扭曲经济激励。按照我国政策法规要求，企业在收集用户个人信息时应遵循最小必要原则，即只收集提供某项服务所必需的个人数据，换言之，如果不收集该数据，该数据所直接支撑的业务就无法进行。在此背景下，企业是否付出成本去收集数据就取决于其所直接支撑业务带来的收益增加是否大于数据收集成本，如果收益大则进行收集，反之放弃收集。也就是说，只要保障企业在数据收集所直接支撑的业务领域的权益和创新激励，使该领域的创新收益大于数据收集成本，那么企业就会完整地收集数据，即使明知未来无法享有该数据在其他领域所衍生的价值。这种衍生价值如果依然被界定给数据收集企业，反而会成为其跨行业传导市场势力的重要手段，在普通商品市场和数据要素市场同时增加垄断风险。在数据要素具有一定排他性的领域，这一风险尤为突出。 ⒉互操作性 数据要素流通的目的是促进其利用，而要提高数据流通后的利用效率，就要保证来自不同主体的数据具有互操作性。特别是在平台内经营者普遍进行多栖经营的行业和领域，平台内经营者为统筹管理，必然存在跨平台数据流通的需求，这种需求具有显然的正当性。即使 各平台从规则、接口等层面不支持这种流通，平台内经营者也可能通过更低效的方式以人力完成多平台数据的汇集，而各平台间数据标准的不统一只会降低平台内经营者的经营效率。此外，平台内经营者以低效方式自行流通的往往是原始数据，与在平台技术支持下的可控流通相比，带来的数据安全和隐私风险更高。换言之，平台间数据不具有互操作性、平台不支持数据互操作存在降低效率和放大风险的双重问题。反之，如果各平台根据行业的一般特征，对具有共性需求的数据进行清洗、匿名化等处理，确保处理后的数据要素具有互操作性，并为数据的互操作提供相应的技术支持，不但可以满足平台内经营者需求、提升其经营效率，也有利于扩大平台自身可利用的数据资源规模，完善我国平台经济领域的开放式创新生态，实现我国数据基础制度中“坚持共享共用，释放价值红利”的总体要求。 ⒊与现有制度的衔接 随着互联网、移动互联网的飞速发展，我国开始积累海量数据资源；随着算法等技术的进步，我国对数据资源的利用能力不断提高。在此过程中，数据的重要性是逐渐被发现的，相关治理规则也是在实践中逐步建立的。然而，站在今天的人工智能、区块链等技术条件下来看，监管、司法实践中早期对数据的一些认知乃至基于此建立的制度规则需要调整，制度衔接由此成为一项难题。例如，2016年我国司法机关在新浪微博诉脉脉案中，创设了企业间涉及个人信息数 据流通的“三重授权原则”，其目的是在彼时《个人信息保护法》等法律缺失的情况下，通过《反不正当竞争法》对个人信息权利做出一定保护，然而这一在其后的司法实践中被广泛引用的原则却与2021年出台的《个人信息保护法》中个人信息的可携带权形成一定冲突。又例如，《民法典》在最终出台时，删去了一审稿草案中总则部分将“数据信息”列为知识产权的相关条款，而是单独设立了第127条作为数据保护的相关规定，从这一立法历史来看，数据似乎不宜作为一种知识产权进行保护[19]；但2022年11月，国家知识产权局又确定了北京、上海、江苏、浙江、福建、山东、广东、深圳等8个地方作为开展数据知识产权工作的试点，目前，浙江、北京将数据知识产权相关内容写入了地方性法规，深圳探索开展数据知识产权的登记工作。由此可见，在涉及数据要素的新旧制度衔接上，需要勇于打破制度惯性，立足新技术新背景，进行科学的制度设计和调整，着力推动新制度落地。
四、国外数据要素市场机制相关经验借鉴 尽管我国已初步建立以《个人信息保护法》《数据安全法》等为基础的数据要素监管制度，并通过“数据二十条”明确了数据基础制度的构建方向，但很多具体权益、机制因缺乏细则指引还难以落地，发达国家的部分相关经验对我国有一定借鉴价值。 （一）落实数据可携带权：美韩模式对比 自欧盟在《通用数据保护条例》（General Data Protection Regulation，GDPR）中规定了用户数据可携带权以来，多国先后跟进，目前其落地的方式和进度各有不同。如美国尽管未在联邦层面通过类似法案，但由于《加州消费者隐私法案》（California Consumer Privacy Act，CCPA）等州立法的生效，美国主要平台企业也建立了可实现个人信息可携带的DTP（Data Transfer Project）项目。相较于我国目前各主要平台生态内数据可流通、生态间数据多封闭的现状，美国主要平台间数据可基于DTP实现流通。DTP的不足在于仍无法覆盖中小企业，使得这种由主要平台主导的数据流通甚至可能 造成新的垄断。 相比之下，韩国的MyData模式则是以政府为主导。其构想是当用户想对个人信息数据进行管理、携带等操作时，此前曾持有其个人信息的企业需将数据传至由政府发放牌照的MyData运营商所建立的平台，当其他企业想使用该数据时，用户则决定是否授权其从MyData运营商平台处获取数据，整个过程通过API完成。MyData模式自2021年1月在金融行业开展试点，2022年1月主体实施，截至2022年12月，大约有600家信息提供商和53家公司获得许可作为MyData运营商。MyData自正式上线以来实现快速增长，2022年1月至9月，其累计订阅用户数从约1400万增长至5480万，每日API传输量从2.74亿次增至3.84亿次，累计传输总量从85亿次增长至1048亿次。新加坡、印度政府也先后推出类似模式。 在该模式中，MyData运营商的盈利机制设计是关键和难点，目前韩国仍处于依靠政府补贴维持盈亏平衡阶段，我国可结合国际经验和国内数商、数据经纪人等市场化机制探索，研究推出类似MyData的个人信息可携带受托平台试点。 （二）使用户因数据获得收益：英国Swash项目 随着Web3.0等技术、模式的发展，发达国家已有创业者尝试基于此实现向用户分配数据的财产性权利，如于2019年在英国启动的Swash项目。该项目由4位联合创始人共同创立，其宣称的使命是“通过将利润回馈给人们来创建公平的数据经济”。个人通过安装一种sCollector并成为数据联盟中的成员，使其数据的被收集和被访问都将通过sCollector进行，由此个人可以借助Swash平台对自身数据拥有一定程度的控制权，并获得部分利润。现有的sCollector包括Swash浏览器拓展、独立浏览器或SDK。数据联盟中的成员企业则通过与sCollector的互联互通获取经过匿名化处理的数据，并为此付费。除此之外，Swash还提供sIntelligence分析平台，帮助企业用户分析数据，并允许具有隐私计算能力的开发者在只支付计算费用、不支付数据费用的情况下使用其数据，但如果将数据开发成数据产品并出售，则仍要对数据集的所有者和数据贡献者进行补偿。虽然国 外此类应用通常与国内所禁止的加密货币相关联，但加密货币并非其发展的必要条件，我国可在技术条件相对成熟的情况下借鉴国外Web3.0发展经验，将其作为一种数据基础设施推动建设。
五、完善数据要素市场机制的路径分析 完善数据要素的市场机制，既要从数据产权制度、数据要素的流通和交易制度、数据要素的收益分配制度等方面分别入手，又要综合考量其相互作用、相互影响，系统性推进数据要素市场机制建设。 （一）基于数据要素多主体性的权利制度设计 数据要素的产权及相关权利的制度设计至今仍是一个难题，甚至对于是否应针对数据进行明确的产权归属界定都存在争议。特别是对于多主体性较为突出的数据要素，将其产权排他性地界定给任意一方均可能损害其他利益相关主体的权益，扭曲经济激励机制。以网络零 售交易数据为例，一项普通的交易数据可能同时涉及消费者、平台内经营者和平台方三个主体，以及数据利用、数据流通、数据携带、个人隐私等多种权利，授予任何一方排他性的产权都会导致其他主体在行使自身相关权利时面临一定阻碍；但产权如果始终不明确，也会使数据流通和利用的制度成本和交易成本等居高不下。对此，常见的解决思路有如下两种： 第一，仍将产权或实际控制权排他性地授予某一方或默许某一方占有，通过控制相关成本弥补由经济激励扭曲带来的损失。这种思路是在政府规制遵循市场现状的情况下得出的自然结果。无论数据涉及哪些主体，最终还是会由某一方持有，如互联网领域的平台企业、工 业领域的制造企业或主要设备供应商等。在政府不进行干预的情况下，具备多主体性的数据通常由具有一定市场势力和技术能力的企业持有，政府授予或默许其对数据的排他性控制不会在已有现状基础上产生额外的制度成本和交易成本，这些企业虽然不一定是创新性最强的企业，但通常也具有一定的创新性和较强的数据利用能力。此类企业控制数据虽然可能并非最优选择，例如在消费互联网领域，根据Jones & Tonetti等的研究，将数据产权授予个人消费者可以获得更大的经济效率，不过在数据要素市场发展初期，考虑到政府规制本身的成本与收益，这种思路也不失为一种次优选择。其弊端在于随着市场演化，可能在部分领域造成数据垄断等问题，损害公平竞争秩序，降低颠覆性创新发生的可能性，甚至危害长期的经济发展潜力和社会公平性。我国在过去一个时期一度遵循这种思路，数据的持有方实际控制着数据的绝大部分权利，而2021年《个人信息保护法》等相关法规的出台、腾讯公司诉祺韵公司和优视公司等案例的判决，标志着我国的思路已发生改变。 第二，以其他数据相关权利的设计来取代传统的排他性产权。这是我国当前采取的主要思路，即对数据产权进行数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”，辅之以个人信息可携带权、数据安全与隐私的相关权利、商业数据的竞争权益等，共同 构成一个权利体系，而非对数据产权进行简单的排他性规定。这种思路的优势在于从长期来看相对于第一种思路更为合理，可以更好地保障各方权益、激发创新热情与发展潜能，而其问题在于对机制设计的水平提出了较高要求，并且成本相对较高。这样一个权利体系在建立、落实过程中可能产生较高的制度成本，在长期运行过程中则需要通过对各方各种权利的协调形成一个激励相容的市场机制，并基于新技术新背景进行不断调整，否则就会由于不同权利的互相冲突形成新的交易成本。尽管如此，随着消费者、中小经营者等群体对数据相关权利的重视，数据权利制度的设计向这种思路转变已成为一种必然，这也是数据多主体性这一特性的内在要求。 在具体的推进措施上，一是在顶层设计方面研究出台数据产权“三权分置”等制度的细化规则和落实方案，并采取试点运行、适时推广等方式在实践中对其进行迭代优化，发挥其推动数据要素流通利用的作用；二是在具体的权利制度及其实施上合理借鉴发达国家经验 模式，结合我国实际情况，推进《个人信息保护法》中的可携带权等规定落地，推动《反不正当竞争法》修订中的商业数据等条款出台，适时扩大可携带权的主体范围，通过指南、指引等形式对上述法律法规的具体落地方式进行动态调整，以适应数字经济的发展变化。 （二）现有技术条件与竞争格局下的流通促进措施 企业间、生态间的数据封闭是我国数据要素市场建设最突出的问题之一。从重要性、紧迫性来看，随着生成式人工智能大模型等技术的发展，跨行业跨领域的数据流通和汇集、利用成为创新的重要基础；从现实性、可行性来看，我国通过个人信息的可携带权、反垄断法修订和正在进行的反不正当竞争法修订等制度设计，已经为解决这一问题提供了部分条件，使其在短期、中期得到解决成为可能。 受到消费互联网高速发展的影响，我国服务业领域的数据要素已经形成一定程度的流通，阻碍数据要素市场进一步发展的主要是生态封闭问题。如前文所述，“三重授权原则”等规则使我国平台企业等大规模数据的持有者一度在事实上掌控了数据的排他性权利，将其视为自身拥有完整产权的私产，作为实施生态封闭策略、巩固和传递市场势力的重要工具。虽然近两年的法律法规制定和修订在一定程度上打破了此类行为的合法性基础，但可携带权等新规迟迟未能落地，使这一问题未能得到真正解决。因此，要促进服务业领域的数据流通，可携带权是一个重要抓手：一是要实现生态间数据的互操作性；二是要通过技术手段实现数据的部分匿名化，解决社交等类型数据中个人信息携带可能涉及第三方隐私权益的问题；三是应将可携带权的主体扩大至平台内经营者等企业范畴，例如当平台内经营者跨平台进行多栖经营时，应有权利汇总和综合分析自身在不同平台的经营数据，这也与国际上同类数据权益法规的普遍要求一致。 而在工业领域，企业间数据流通的基本问题还未能完全解决，数据要素市场处于十分初级的阶段。首先，由于工业数据在产生、采集、存储等各环节的具体机理，其异构性更强，从源头上增加了流通和利用的难度。其次，工业数据中蕴含着相关的技术、工艺等信息，商业价值更高，一旦泄露经济后果更为严重，因此企业不愿共享。并且工业数据的权属通常较服务业数据更为清晰，多主体性较弱，如果企业不愿共享，促进数据流通的政策就很难找到合法性基础。因此，要促进工业数据的流通，就要以标准化工作为突破口，并提供具备隐私计算等能力的新型数据基础设施，吸引中小企业为提升效率和市场份额进行数据的共享共用，吸引大型龙头企业在由其主导的产业生态内部加强数据流通利用、提升供应链效能，才能进一步形成企业普遍自发参与的工业数据流通机制。 在具体的推进措施上，政府应引导监管机构、行业协会、相关企业等形成合力，加速数据要素及相关接口等的标准化工作，提升数据要素的互操作性，营造良好的行业竞争生态，实现数据要素的互联互通。对于工业数据，应在保障其安全的前提下，以存在区域集聚的产业集群为突破口，开展产业集群内部的数据流通试点示范工作。 （三）新技术条件下的数据要素交易与收益分配机制设计 无论在我国还是世界范围内，当前数据要素市场的一大特征是规模巨大的数据在没有明确定价的流通机制下流通。虽然没有明确的定价机制不会完全阻碍数据流通，但给科学的收益分配带来了困难，进而也使得对数据产权相关制度的设计难以落实，对数据要素市场的发 展形成深层次制约。限于此前的技术条件与商业模式，数字经济主流理论认为个体数据的边际价值较小且难以精确计算，因此仅从隐私等角度保障用户的人格权利，事实上否认了用户因数据而获得收益的财产性权利。还有一种观点认为，在平台经济等领域，用户是以自身数据的财产性权利换取了低价甚至免费的服务。这种观点忽视了平台作为双边市场的载体，对消费侧提供低价甚至免费的服务、对供给侧收取主要费用往往是其在利润最大化目标下最优的价格结构，换言之，即使不存在数据的财产性权利，平台也会进行这种交叉补贴，而非为了补贴用户的权利让渡额外降低了价格。虽然单个用户的数据边际价值较低，但系统性忽视个体用户对数据的财产性权利依然会扭曲数据要素市场的资源配置。区块链、Web3.0等新技术新模式使用户持有数据、追踪数据使用记录成为一种现实可能，从而为其获得数据的财产性权利提供了前提和基础。如果用户获得数据的财产性权利，则可以倒逼数据要素市场形成相对清晰的价格机制，从而推动数据的流通交易。据Prince和Wallsten的研究，用户对于企业使用其不同类型信息期待得到不同的补偿。[25]研究发现，人们普遍认为银行 余额等金融信息和指纹数据等生物特征信息的价值最高，个人位置数据的价值最低。平均而言，对于采集银行余额信息，用户希望企业每月向其支付8.44美元；采集指纹信息为7.56美元；采集或阅读用户文本信息为6.05美元；现金取款信息为5.8美元。相比之下，当采集个人位置信息时，用户仅希望企业每月支付1.82美元。如果能够建立合理价格下的数据交易机制，与被动地被收集数据相比，用户主动出售数据时，由于数据具有非竞争性，可能同时向多家企业出售，从而更好地促进数据流通、发挥数据价值。 在具体的推进措施上，国家数据局局长刘烈宏提出推动数据基础设施建设，其中就涵盖了基于区块链、数据空间等新技术的数据流通基础设施。首先应通过数据基础设施建设，帮助企业基于数据空间、隐私计算、区块链、数据脱敏、数据沙箱等技术实现“可用不可见”“可控可计量”的数据流通与价值共享；其次应进一步推进Web3.0建设，鼓励在Web3.0领域创新创业，将基础设施与市场机制设计相结合，探索推动数据确权，合理分配数据财产权利。
六、结论 从数据要素的内涵及其技术经济特征出发，分析我国数据要素市场机制建设现状和面临的问题，进而借鉴发达国家相关经验，提出数据要素市场机制的完善路径。通过研究发现： 第一，数据要素与传统生产要素相比，在经济特征上具有需要专门的基础制度支撑、相关权益分配会对社会福利产生重大影响两大共性，在技术经济特征上具有多主体性、部分排他性、非竞争性、规模报酬的复杂性四大特性； 第二，虽然我国目前已通过市场自然演化形成的多种流通方式和政府对市场机制的推动建设构成了一定规模的数据要素市场，但其市场机制的完善仍然面临经济激励、互操作性、与现有制度的衔接等问题； 第三，从完善路径来看，目前在数据产权及相关权利制度方面，我国已由默许某一方排他性占有大部分数据权利转向建设由多种数据相关权利构成的权利体系，在现有技术条件与竞争格局下仍需采取促进数据流通的措施，并在未来建立基于新技术条件下的数据要素流通交易与收益分配机制。 在未来的研究中，一方面可基于机制设计理论，采取模型化的方法，提出数据相关权利体系、市场机制的具体设计方案，进一步提升研究价值；另一方面可追踪相关技术最新发展及其对数据要素技术经济特征的影响，深化当前分析，增强研究的长期性、延续性。 参考文献：略
编辑：Jason
Tsinghua - Beijing Center for Organizational Learning & Urban governance Innovation
清华大学-北京市组织学习与城市治理创新研究中心
中心从组织学习视角，使用大数据、数据可视化等高科技技术，研究超大城市（群）发展和治理创新问题。开展社区发展培训师的培训工作，助推北京学习型城市建设，为清华大学学科发展、人才培养等贡献力量。
1
联系微信
“似曾相识燕归来”