4月13日，在CMF宏观经济热点问题研讨会上，中国人民大学经济学院教授李三希代表论坛发布中国宏观经济专题报告。

报告表示，我国数据要素流通市场活跃度显著提升，总体规模不断上升，预计2024年可达到1592亿元。除政府推动的数据交易所，互联网平台企业旗下的子平台等数据交易平台所提供的数据平台服务较广并取得一定市场成效。

报告认为，目前数据要素流通交易的主要模式主要有以下三种：

第一，企业间直接交易数据。数据的供给方和需求方通过早期互动、供需匹配沟通，包括对于价格和合同的谈判，最后签订合约和履约来完成数据交易。

第二，数据交易平台撮合。例如，上海数据交易所发布的交易服务流程包括交易前、交易中、交易后三个阶段，共九个服务功能。交易前需到达合规要求，包括数据治理、产品登记、产品挂牌。交易中包括交易测试、交易合约、产品交付、结清算。交易后包括凭证发放和纠纷解决。北数所交易流程由交易申请、交易磋商、交易实施和交易结束四个环节构成，除了撮合数据交易之外提供了其他衍生服务，如资产评估、法律服务和数据审计等。

第三，提供API接口进行数据服务。一方面，数据供给方可以直接给数据需求方开放API接口，另一方面也可以通过数据中介将数据的供需双方拉到自己的网络中，向他们提供相应服务和API接口。

报告提出，我国数据供给侧主要面临以下四个现实问题：

一是合规成本过高。相对于其他生产要素，数据具有更高的流动性和可复制性，为避免合规风险，相关监管法律往往要求对数据进行严格完善的合规性评估，对数据供给方施加巨大合规压力。二是个人数据开发利用成本较高。个人数据的合规使用需要获取个人授权。从当前实践看，个人授权成本较高。群体个人数据授权难度较大，如商业保险公司可依靠群体个人健康数据，开发新险种，创新产品和服务。三是科研类数据共享程度不足。例如国家蛋白质科学研究设施、上海超级计算中心等大科学装置产生的数据以及像中国海洋大学、中国农业大学等科研院所采集的海洋、农业等专业领域数据等，往往都是在科研过程中收集存储，但事后科研数据共享从业人员或者数据贡献人极少选择主动共享数据，进而产生“科研数据割据”现象，不利于科研类数据资源的价值释放。四是公共数据开发激励不足。目前政府和事业单位未明确向公共数据授权运营单位收取费用的收费项目和收费标准。

综合来看，我们在供需匹配上有三个比较严重的问题：

一是“有数无市”和“有市无数”问题。“有数无市”是指产生大量的数据但没有市场。以医疗健康数据为例，医院和医疗机构每天都会产生大量的医疗数据，这些数据对于疾病研究、药物开发、健康管理等领域具有极高的价值。“有市无数”是指数据供应商多以提供“粗加工”的原始数据为主，缺少个性化定制模式，数据规模小，整体较为分散、零碎，无法有效覆盖需求。数据交易机构仍多停留在简单撮合交易模式，缺乏深度价值挖掘。在工业领域这种局限尤为明显。

二是数据要素价格发现机制不完善。一方面，公共数据授权运营单位向社会服务的公共数据定价机制不健全；另一方面，企业数据价格形成机制不健全。

三是高度的信息不对称。虽然当前的数据交易市场能够作为展示数据的窗口，但是买家仍需要付出较大的搜索成本，依赖于卖家维护的元数据来寻找对自己有用的数据集，卖家需要非常专业解释自己数据结构与内容。其次，数据质量与价值信息不对称，即卖家有更多关于数据质量信息，买家有更多关于数据价值信息。

报告在以上分析的基础上，提出如下建议：

第一，明确有效市场是数据要素市场发展的基础，政府的作用则是在市场失灵时进行补充和引导，政策制定需要且应当遵循市场规律和原则。一是构建合理的市场参与者激励机制，提高数据产品的质量和吸引力，在需求端提升各行业的数字化水平，推动数据要素的需求与应用场景等。二是优化数据流通交易模式，降低市场摩擦，尤其是重视数据交互的流通方式，协调推动数据交易和数据交互两种数据要素流通渠道。三是引导社会资本投入，谨防形成行政垄断，数据交易平台可以对市场放开，一些公共数字化的应用场景可以适当对市场放开。除此之外，政府可以加强技术研发与人才培养，建立健全数据安全保障与合规交易机制。

第二，以发展数据交易平台为抓手，进一步完善数据要素市场生态建设。数据交易平台应当树立好综合服务商的定位，不断提高服务水平和建设能力，做好规则制定、生态培育、技术创新、机制设计、安全保障等辅助服务，发挥自身中介价值。以构建互信协同的生态系统为前提，以机制和技术为驱动，以业务创新、合规创新、模式创新为核心，通过建设互信机制，连接数据产业链各个环节，让数据价值在链上流动起来，形成数据产出、交易闭环。

第三，探索更加完善的数据要素定价与收益分配体系。应综合各种定价方法，采用分类的差异化定价，尽量拓宽数据交易的使用场景，并据此作为定价基础。例如面对标准化程度高、投入产出都能清晰衡量、价值比较稳定的数据产品，采用成本法，依据形成过程中的劳动和资本投入定价；面对高稀缺性、高价值、受市场供求较大的数据产品，采用拍卖法，实时定价；面对定制化的数据产品或服务，采用协议定价方法。（记者 王祯祯）