10月13日，由中国人民大学国家发展与战略研究院、经济学院、中诚信国际信用评级有限责任公司联合主办的CMF宏观经济热点问题研讨会（第34期）于线上举行。本期论坛聚焦“建设高效的数据要素市场：挑战与路径”，知名专家毛振华、申卫星、曾宇、孙克、刘小鲁联合解析。

中国人民大学经济学院教授、中国宏观经济论坛（CMF）主要成员刘小鲁代表论坛发布CMF中国宏观经济专题报告。报告围绕三方面内容来展开：一、数据要素产业链与中国数据要素市场的现状；二、数据要素的特征与建设高效要素市场的挑战；三、建设数据要素市场的路径。

一、数据要素产业链与中国数据要素市场的现状

目前我国数据要素市场整体规模较小，2020年我国数据要素市场的规模大约为545亿元。虽然规模相对而言比较小，但是它的增长速度非常快。“十三五”期间，市场规模年平均增长率超过30%，按照这个速度，预计在2025年，数据采集和数据分析的市场规模总共会达到1700亿左右。

在这样一个发展过程中，我国大数据企业分布在数据产业链的各个环节上。根据信通院在《大数据白皮书》中整理的数据，目前绝大部分大数据企业是中小企业；从行业数据应用领域来看，最大的行业是金融，其次是医疗健康、政务和互联网；在地区分布上，北上广是大数据企业分布最为集中的地区。随着我国数字经济快速发展，大数据产业的需求和应用范围都日益广泛。

在讨论数据要素市场时，应梳理要素产业所涉及到的相关主体，即数据要素的产业链构成。

首先是原始数据。原始数据的来源是非常多样的，既可能来自于个人信息，也可能是包含了商业数据，还可能来自于政府公共数据。这些数据经过一定的采集、存储、加工、分析就会形成衍生数据以及相关的信息知识和算法。从数据采集到最后形成的过程，可归纳为数据的生产过程，所有生产过程必须建立在一定的大数据基础设施之上，也就是我们所说的新基建。此外还需要依赖于相关软件和技术服务。当数据被整理加工形成了有价值的信息之后，就涉及到数据的流通和数据的应用问题。整个产业链包含了非常多的相关主体。

从产业链构成角度来看，如果对应到数据要素市场的话，首先要关注市场的核心是什么。这里所讲的市场，并不是侧重于数据交易的场所，并不是大数据的交易平台。从经济学的视角来看，这个市场更多讲的是市场机制，也就是价格机制如何在资源配置中发挥作用。这也符合“建设更加完善的要素市场意见”对要素市场所做的定位，就是要让市场机制在资源配置中发挥基础性的作用。

在数字经济发展过程中，随着大数据使用范围越来越广，重要性日益提高，也引发了很多新问题。首先是大数据的广泛使用引发了很多权益纠纷、数据安全问题和反垄断规制方面的新问题。如微视和微信读书案都涉及到个人信息权的问题。微视是腾讯旗下的一个APP，当用户使用微信登录APP的时候会进行授权，微视会获取个人的微信好友相关信息，并且向客户推送好友发布的视频。有用户认为用微信帐号登录微视APP仅仅是授权了登录服务，并没有允许微视收集好友信息，这就产生了个人信息的纠纷。法院实际判定这个案件时支持了原告的主张，也就是说个人信息权是应该得到保护的。

除此之外，近年来，可以观察到国内外已经有非常多的针对平台的反垄断调查。如去年欧盟对亚马逊展开了第二轮的反垄断调查，主要原因是亚马逊会收集平台上商户的数据，并且会用这个数据来影响它和商户间的竞争，相当于亚马逊在这个过程中既当裁判员又当运动员，这样的行为就引发了反垄断调查。总之，大数据会引发比较复杂的权利纠纷、数据安全和反垄断规制方面的问题。

其次，在工业领域或者在整个产业领域，数据的共享和流通可能会面临更大困境。

第一是数据产权界定不够清晰。目前我国针对数据安全和个人信息的相关权益的立法推动速度非常快，已经实施了《数据安全法》，《个人信息保护法》在年底也会实施，但工业数据领域是否需要给予一个明确的权利，这个问题有待讨论。目前保护数据和数据库存的方式主要是通过知识产权和《反不正当竞争法》的途径，并没有一个明确的产权上的界定。

第二是在数据质量管理和数据安全管理等环节缺乏明确的治理体系。根据2021年企业数据治理的报告，虽然大部分企业都有数据治理的意识，但是设立了专门的数据治理部门的比例小于25%，这反映了企业数据管理混乱。部门间的异构数据问题妨碍了数据的共享和流通。

第三是缺乏数据标准。虽然我国已经发布了关于工业数据的部分标准，但标准的市场接受度仍有待提升。此外我国在物联网领域的硬件设备和软件对外依赖度较高，海外供应商间的标准不统一，导致物联网所采集的数据缺乏统一的标准。

第四是有影响力的优势工业互联网平台仍在培育和建设中。这涉及到我国互联网平台的格局，我国的互联网经济发展最活跃的部分还是在消费端。以阿里云为代表的消费端大型互联网平台正在积极参与到工业互联网平台的建设中。但这些互联网平台过去主要针对消费者开展业务，缺乏工业领域的专业知识，难以为工业大数据平台的建设提供更加专业化的支持。

二、数据要素的特征与建设高效要素市场的挑战

数据虽然是一种生产要素，但它和传统的资本、劳动存在很大的差异。关于数据特征有很多不同的观点，比较流行的是“4V”理论，报告根据目前所讨论的主题，对它进行了扩展和调整，归纳来说具有这五个方面的特征：一是非竞争性；二是衍生；三是外部性；四是多样性；五是时效性。

报告称，数据要素市场建设面临两大挑战：

挑战一是外部性问题的复杂性。第一，数据充分使用、数据相关主体权益和数据安全难以兼顾，需要考虑三者的平衡；第二，隐私成本的异质性和不确定性导致科斯定理失效。科斯定理认为初始产权分配是不重要的，只需要做到产权界定清晰。如果市场环境是完美的，这样一个初始界定不会带来任何效率的损失，因为市场会自发就这种权利去进行交易，最后形成一个最优的资源配置结果。但现实情况要更加复杂，比如隐私成本具有异质性和不确定性，不同年龄、性别、受教育水平的人对隐私保护的偏好存在很大差异。第三，隐私和安全规制效果的不确定性。这种不确定性主要来自两个方面，一是企业和平台可能会对隐私条款进行策略性的“包装”，比如把隐私条款篇幅增加，消费者没有精力去阅读或者根本无法理解。二是它可能反而会强化企业数据垄断，因为当个人数据采集需要以知情和同意为前提时，在大互联网平台和一个小平台之间，用户通常会更加信任前者，这就强化了这类企业在数据市场上的市场势力。第四，对商业秘密的保护尚不能有效满足数据生产和使用的需求。目前商业数据没有明确的产权界定，主要是通过版权或反不正当竞争法来进行保护。

挑战二是数据垄断成因、行为与后果的复杂性。数据垄断的核心在于数据是否具有排他性。数据垄断的成因以及后果都很复杂。这里探讨一些会强化或弱化数据垄断的因素。第一个强化因素是数据接口和渠道上的竞争。第二个强化因素是数据和网络效应结合的新正反馈机制，有了大数据之后，平台就可以通过个性化的推荐和商品排序来提高用户间的匹配效率，改善用户体验，形成了一个新的正反馈。用户体验好，所以就有更多的用户加入，而他们的行为会产生更多的大数据，大数据又进一步强化了平台的数据能力。第三个强化因素是“二选一”排他性合约，如电脑和操作系统可以进行捆绑。第四个强化因素是数据上的规模经济与范围经济。第五个强化因素是其他市场的集中度，数据在很多情况下是一种行为的副产品，在其他市场中具有垄断地位的企业有很强的市场势力，控制了相应的数据采集的接口。

但也有很多因素会弱化数据的集中，第一个弱化因素是用户的多归属，第二个弱化因素是用户偏好的异质性，两者相结合可以给予平台差异化发展的空间。第三个弱化因素是数据的多样性与替代性。第四个弱化因素是数据的时效性，即随着时间的推移，现有的数据的价值会慢慢消失。此外，还可以讨论隐私规制的潜在影响。隐私规制有可能加剧市场的垄断程度，也有可能会限制这些企业在数据采集上的行为。所以，它对数据垄断的影响可能是两方面的。

垄断的结果并不必然是反效率和反福利的。很多平台都基于大数据进行个性化的匹配，这有利于促进市场繁荣，降低市场交易成本。在对企业的数据行为、数据集中程度进行干预的时候，则可能会相应带来效率上的损失。

另外，数据垄断的来源是什么？是来源于排除竞争还是来源于企业自身创新和数据能力的培育？如果企业的这种垄断是因为它更有能力，比如它的算法开发得更好、更有效率，那对数据的集中进行干预的话，反而会打击企业进行技术创新的积极性。

平台基于大数据能力的行为影响也是比较复杂的。一方面，大数据可以用于改善用户体验，这是一种积极效应。但是，现实中存在“大数据杀熟”和“算法歧视”，这些行为可能都会带来负面影响。

三、建设数据要素市场的路径

首先，要继续完善数据的立法和数据确权。第一，目前数据立法呈现出一种从分散立法到统一立法的趋势，但是目前权利的划分仍然不够清晰。第二，因为隐私问题和数据安全问题的复杂性，不可能对任何市场行为都用一套简单的规则进行规范。所以隐私和安全规制主要是明确数据要素市场的基本红线，对于其他问题则应该采取开放的态度，来充分发挥市场主体这种创新的作用。第三，因为数据要素市场效率存在着充分使用、相关权利主体的权利的保护以及数据安全问题，通过单一产权界定没有办法兼顾多个目标，所以应该构建多元化的数据产权体系。第四，数据确权的核心是产权配置，通过产权在个人、企业等相关主体间的分配，来平衡数据充分使用、数据相关主体权益和数据安全这三者的目标。第五，在企业数据的保护上，应分类提供除商业秘密外的更为全面的权利保护。

其次，要继续以包容审慎原则来评估数据垄断问题。第一，在平台经济和动态效率问题上，市场结构认定的可靠性有限。第二，反垄断规制侧重评估市场进入、效率与福利影响，而非必须依赖市场结构界定。第三，要在不同的领域、不同的发展阶段，针对行业的特征，针对大数据的特征来实施分类监管。

最后，要通过改善基础设施和数据技术推动数据流通与共享。比如现在有很多数据脱敏技术，可以通过这些技术来排除数据流通中的敏感数据。除此之外，目前可用不可见的数据技术和隐私计算技术的发展也非常迅速，可以考虑基于这些技术构建数据安全可信的共享平台。

清华大学法学院院长、教授申卫星认为，既要促进数字经济发展，也要加强数据保护立法。立法的目的是为了保护个人信息权益、规范个人信息的处理活动，促进个人信息的合理利用。《数据安全法》《个人信息保护法》的通过，体现了我国数字经济发展进入一个特殊阶段。在这个阶段里既要发展数字经济，也要防止过去工业社会中出现的先污染后治理的弊端，不能以牺牲个人的信息和隐私保护，甚至包括数据的安全为代价。此外，对数据确权问题要采取两权分离模式：用户享有所有权，平台拥有用益权。通过用益权的设定，可以很好地保护平台商业数据的权益，同时促进商业企业不断加大投入、鼓励创新。所以，权利的分配不仅是为了促进交易或者成为数据能够流通利用的前提，更主要的是鼓励企业创新。

中国信息通信研究院政经所副所长孙克围绕数据立法、确权已解决和未解决的问题等展开分析。他认为，第一，我国数据立法方面存在三大趋势：注重以人为本、注重以数据为关键生产要素的数字经济的发展、注重与国际规则接轨。第二，我国数据确权已经解决了战略问题、认识问题和技术问题。第三，目前我国数据确权存在几大未解决的问题，首先是从消费型到产业型的数字经济存在巨大鸿沟；其次是数据的确权需要在未来的社会和个体多方的权衡中取得前进，要在国家、社会和个人的利益层面做权衡；此外数据的属性和权利归属存在复杂性和模糊性。第四，对于商业数据不应采取排他性的财产权保护，这会影响数据市场的发展。

中国互联网络信息中心主任曾宇认为，有必要通过几大措施进一步保护商业数据确权。一是要进一步加快出台相关的法律法规，要进一步明确数据确权，可以在已有法律的前提下进一步出台行业细分领域相关的数据产权保护的细则和实施办法。二是要推动建立层次化分布式的数据共享流通交易平台，进一步规范数据交易的行为，培育数据交易市场。三是要出台对数据资源定价的指导性意见和规则，严厉打击在数据资产交易领域的违法违规行为。四是要进一步推动商业企业的数据使用的自律管理，加强行业自律。

中国人民大学经济研究所联席所长、教授、中国宏观经济论坛（CMF）联席主席，中诚信集团董事长毛振华认为，数据作为新的生产要素，很多细节有待进一步研究讨论，包括参与分配方式、经济运行贡献、交易规则，这有助于在实践和立法上完善我们的认识；数字经济的产业链、遵循的经济规律和产业规律也值得研究；我国应发挥数据技术走在世界前列的优势，深化技术研究，加强相关领域立法。此外，数据应用的合法合规领域、效率程度也值得讨论。他还指出，数据的立法问题仍有待进一步解决，如对隐私权的保护、效率和普惠的选择、发展和安全的选择等。（来源：中国宏观经济论坛）