唐要家，唐春晖

（1.浙江财经大学 经济学院，浙江 杭州 310018；2.浙江财经大学 工商管理学院，浙江 杭州 310018）

在数字经济中，数据成为实现经济高质量增长的关键要素。最大化释放数据要素的价值是数字经济政策的重点。2020年中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》明确提出数据要素市场化配置的战略设计，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要激活数据要素潜能，加快建设数字经济、数字社会、数字政府，这些为数据要素价值释放提供了重要的政策引领。为了更好地释放数据要素潜能，需要进一步明确数据价值释放的理论逻辑，科学设计实现路径并构建匹配的治理制度体系。

一、数据价值释放的理论逻辑

（一）数据要素的经济属性

数据具有非竞争性使用的基本特征。非竞争性意味着同一数据能够被不同主体同时使用，并且增加额外的使用者并不会减少已有使用者使用数据获得的效用。[1]因为数据具有非竞争性，所以当数据被用于不同目的或被多个人使用时，不仅不会减少每个数据使用者的数据使用价值，甚至还能增加社会总价值。[2]数据的非竞争性和零边际成本的结合内在地要求数据开放共享和接入再用，数据的多人应用和多场景应用会有助于最大化挖掘数据要素的价值。由于数据只有开放共享、重复再用才会创造更大的价值，因此数据开放共享是数据战略的重点。

数据开发利用具有显著的正外部性。对于单个消费者来说，其个人数据并不具有现实的经济价值，只有在多个人的数据汇集在一起达到一定规模才有价值。因此，数据具有明显的互补性。更多数量和更多维度数据的汇集会产生更有价值的数据集和信息知识。同时，由于数据本质上是一种信息，信息的最大特征是具有显著的外溢性，当一个企业对数据集进行分析并发现新的信息知识时，企业会对其他企业的数据开发和信息知识获取产生正外部性。数据开发利用的正外部性显示，数据开发利用往往同时带来私人价值和社会公共价值，具有正外部性的数据开发利用会实现私人利益和公共利益的兼容，但数据外溢性及“搭便车”问题的存在，也会导致数据占有人往往缺乏开放共享的激励。

数据价值具有时效性并会快速贬值。动态来看，数据的价值很大程度上受到时效性影响。数据获取速度越快，获取得越及时，数据提供的信息知识就越有价值，反之，时效性越久的数据，其经济价值越低。因此，与土地、资本等要素的经济价值不会随时间贬值而是往往随着资源稀缺而日益增值不同，数据的价值会随着时间而迅速贬值。数据价值的关键是持续采集和及时开发利用，一个企业仅仅排他性地占有大量数据而不持续更新则数据的价值将越来越低。从这个意义上来说，泛泛地讨论“数据资本化”问题是不恰当的。企业用自己拥有的没有保值增值能力的大量原始数据来进行资产抵押融资会带来较高的金融风险。同时，数据价值的时效性也显示数据开放共享的最佳状态是实时的动态持续接入，数据开发利用应该快速进行，滞后或拖延会显著降低数据价值。

数据开发利用具有供给侧规模经济和需求侧规模经济协同的特征。在数字经济背景下，数据要素开发利用的供给侧规模经济和需求侧规模经济具有内生的正反馈自强化机制，二者协同大幅度地向外移动了社会生产可能性曲线，实现了经济增长的倍增效应。[3]因此，数据要素的开发利用需要确保需求侧和供给侧的协同，实现数据的大规模开发、大范围应用：微观上企业通过大规模经营、广泛的跨界经营和生态组织模式来深度开发利用数据要素，宏观上则要求消除数据开放共享的障碍，促进数据的可获得性，并促进数据的商业发展和应用场景培育，实现大数据优势和大规模市场优势的结合。

（二）数据要素的价值实现过程

从价值实现的角度来说，数据可以分为三个重要的形态：原始数据——衍生数据——数据驱动的商业。其中，原始数据是数据价值的原始形态，其反映的是数据的潜在价值；衍生数据是数据价值的中级形态，其主要反映的是数据采集汇聚、加工处理与互补性投入后产生的价值；数据驱动的商业则是数据价值的高级形态，其主要反映的是数据创新性应用的创造性价值。

原始数据是指存在于世界中的各类数据信息。在数字经济背景下，其更多的是人类经济活动的副产品。原始数据并没有被采集和加工处理，是以一种原始的非结构化的方式而存在，并不包含任何资本或劳动投入，其仅仅是一种资源禀赋，仅具有潜在的经济价值。原始数据的主体既包括个人数据，也包括非个人数据。由于个人原始数据中有一部分数据是个人生理或社会特质的反映，构成了个人敏感信息，成为个人人格权的重要组成部分，因此需要有效的隐私保护。

衍生数据是指对原始数据进行采集、清洗、整合、处理后形成的结构化数据或数字化的数据，主要体现为数据库、数据信息知识等数据产品。衍生数据是对原始数据投入了大量的资本、劳动和智力活动并对原始数据进行深度加工后的数据产品。因此，成为企业一种有价值的数据产品或数据资产。数据企业是通过“对数字基础设施、组织和人力资本的投资，来对数据进行收集、汇总、处理分析”而获得数据价值。作为一种有价值的数据资产，当数据资产以数据产品形式存在时，可以直接通过数据要素市场的价格机制来进行交易，从而可以直接实现数据产品的货币化。[4]衍生数据的主体是数据占有人，通常包括掌握数据的数据企业、政府机构等组织。由于商业衍生数据是企业付出了巨大资本和劳动后的产物，并且其成为企业资产价值的重要组成部分，因此需要通过有效的数据财产权保护以激励企业从事数据采集和开发处理。

数据驱动的商业是企业基于数据资产所产生的信息知识，通过商业战略决策和商业创新来最大化实现数据的经济价值。数据驱动的商业对数据价值的最大化释放主要是基于数据驱动的创新，包括数字技术创新、数字产品或服务创新、数字化商业模式创新、生产供应组织管理模式创新等。因此，数据驱动的商业是数据价值实现的高级形态。数据驱动的商业是人类创造性活动的产物，它构成了企业最为重要的核心竞争力。此时，企业数据竞争力不仅是数据拥有量和数据加工处理能力，更重要的是数据驱动的创新能力和商业决策能力。数据驱动的商业对数据价值的最大化利用不仅需要更多互补性要素投入，同时也需要构建包含更多主体、更多互补性资源和更广应用场景的数据商业生态①波士顿公司发布的《2020年TMT 价值创造者报告》指出，苹果、微软、亚马逊、脸书、阿里巴巴、腾讯等企业将创新意识融入企业发展基因，依托对数据的深度挖掘，创造了巨大的商业价值。。

从数据价值实现程度来说，原始数据仅具有潜在价值，在没有采集开发利用的情况下其价值为零。在数据资产化的衍生数据阶段，数据价值主要是由数据分析处理能力所决定的，相同的数据对不同企业来说具有不同的价值，同时由于数据价值挖掘投入了资本、劳动和智力活动，从而使数据由资源转变为具有使用价值的数据产品（数据集、数据知识信息）。但是由于数据采集挖掘的价值受到要素投入和数据加工规模收益递减规律的影响，进一步的互补性要素投入并不会带来数据边际价值的无限增长，一定界限后会出现下降，因此衍生数据的价值释放是有极限的。在图1 中，在A 点之后，继续扩大数据数量和增加互补性投入，数据价值递增则呈现下降趋势。在B 点之后，由于数据要素的开发利用实现了数据驱动的创新，数据驱动的创新具有显著的规模收益递增性和外溢性，从而摆脱收益递减规律的束缚，实现了数据价值的最大化释放。数据驱动的创新产生了大量的数字平台及颠覆性商业模式，大部分数字平台提供的都是数字化的商品或服务，并且这些商品的生产往往具有零边际成本和向消费者免费供应的特点。从社会整体来说，数据驱动的创新不仅会催生一大批新兴产业的出现，同时也会扩散到传统产业，会极大地提升整个社会的经济增长质量。在数字经济背景下，数据驱动的创新是促进经济高质量增长的根本动力。上述分析说明，决定数据价值的根本是人的创造性活动，而不是数据本身。对原始数据挖掘利用得越深入，数据的价值就越大。实现数据价值的最大化释放，关键是大力推进数据驱动的创新。

图1 数据价值递增曲线

综上，在最大化释放数据价值中，数据开放共享是基础，数据驱动的创新是根本动力，多元利益激励相容是制度保障。据此，应该将促进数据开放共享和流动再用作为国家数据战略的着力点，将促进数据驱动的创新作为国家数字战略关键点，将完善数据治理体系作为制度保障。

二、数据价值释放的实现路径

目前，中国数据开放共享程度相对较低，数据驱动的创新潜力没有得到充分发挥，需要破解和消除各种阻碍数据开放共享的技术、市场、体制和政策障碍，构建便利数据开放共享和激励数据驱动创新的数据生态，以最大化释放数据要素的价值。

（一）分类治理的数据开放共享政策

数据开放共享必须坚持分类治理，针对不同类型数据的经济属性来精准设计。数据分类的重点是合理区分个人数据与非个人数据，强化个人数据对企业的授权接入、企业之间商业数据的开放共享、公共数据的社会开放。数据要素开放共享政策的关键是构建不同类型数据主体数据开放共享的激励机制，形成激励性的数据开放共享生态。

1.个人数据。个人数据的重点是区分个人敏感数据与非敏感数据。由于个人敏感数据属于个人人格权，一般不能进行市场交易，应重点强化隐私权保护，通过制定实施个人信息保护法来增强个人对隐私数据的控制力，只有在用户授权同意的情况下，企业或组织才能对其进行采集和利用。个人非敏感数据主要是个人在线活动轨迹，如在线浏览数据、在线搜索的问题与结果数据、在线交易商品搜索与用户评价数据、智能汽车出行数据等。个人非敏感数据是个人活动的副产品，汇总的个人行为性数据具有较高的潜在经济价值。为最大化释放数据要素的价值，应该在充分遵守个人隐私保护法律规定和支付合理的存储成本补偿价格的情况下，允许经济主体采集个人数据和对个人非敏感数据、匿名化个人数据、泛化的个人数据的挖掘利用。隐私保护的目的不是数据封闭，而是通过构建信任的数据生态，消除消费者对个人隐私数据泄露和被滥用的担忧，使消费者愿意在线交易并披露个人数据信息，同意授权企业采集使用其个人数据，这不仅有助于提升消费者的消费体验，也会促进数据流动和数据驱动的创新。为了推进隐私保护基础上的个人数据分享再用，应培育发展“数据信托”等个人数据中介组织，在用户授权下统一进行原始数据的匿名化处理和监督数据采集使用是否违法，并代表消费者用户进行同意授权和经济补偿条件谈判，降低个人数据采集利用和接入的交易成本。

2.商业数据。商业企业采集和利用个人敏感信息数据必须获得消费者的知情同意，且负有保证个人隐私安全的严格责任。由于个人在线活动的行为性数据或平台基于用户交易的观察数据具有较高的经济价值和较强的正外部性，在确保用户隐私安全的情况下，平台对这些原始数据具有使用权，但不拥有排他性所有权，平台不能排斥其他企业采集相同的数据。在其他企业遵守国家隐私保护法律的情况下，数据占有企业不能拒绝其他企业接入其占有的匿名化个人原始数据①当然，在特定情况下，出于隐私保护和数据安全需要，数据占有企业可能会对没有达到数据安全标准或没有获得相应消费者授权的数据接入要求加以拒绝。。未来随着物联网的建设发展，机器产生的数据会大幅度增长，并有可能成为企业数据资源的主要组成部分。机器产生的数据通常不涉及个人隐私。为获取机器产生的数据，企业对数据采集的传感器等设备和采集汇总软件进行了大量的投资，机器产生的数据构成了企业重要的数据资产。此时，企业的投资激励应该受到保护，数据资产交易应遵循成本价值补偿原则。

衍生数据是指数据占有企业在采集到原始数据后，对原始数据进行结构化处理加工后所形成的数字化的数据集或数据库，或者对原始数据进行计算分析后所产生的知识信息。因此，商业衍生数据是一种功能化的数据，具有明显的使用价值。在衍生数据形成过程中，数据占有企业投入了大量资本和智力劳动，运用了数学、逻辑、算法等大数据分析技术，它更多地体现了创造性智力活动成果，是企业重要的战略资产。因此，衍生数据应突出财产权属性，只有在获得数据持有人许可的情况下，其他企业才能接入并使用。衍生数据的价值实现应主要通过培育和发展数据产品交易市场，消除数据产品市场交易障碍和降低交易成本，推动以价格机制为核心的数据产品交易。

3.公共数据。公共数据是一个国家最为丰富和最有价值的数据资源矿。由于公共数据的采集成本已经支付并成为沉没成本，公共数据向企业开放和鼓励再用基本上是零边际成本，并且会消除企业重复性数据采集、集合、清洗和存储等的高成本支出。公共数据既包括政府部门拥有的数据，也包括政府公共财政支持的有关组织所拥有的数据。政府财政支持的大学、研究机构、事业单位组织拥有的数据也要体现公共产品属性，实现互联互通和向社会开放，促进学术研究和创新，更好地服务于公共利益。公共数据本质上属于公共产品，其成本是由国家公共财政来支付，并应服务于公共利益。为此，除了数据公开会影响国家安全以外，政府公共数据应该强调公共产品属性，免费或基于成本价来向数字企业开放，以促进数据驱动的商业创新②欧盟《公共数据开放指令》明确指出公共数据开放实行边际成本定价，《数据治理法》则规定公共数据开放收费要遵守非歧视、比例性、客观合理和不限制竞争的基本原则。。目前，政府部门的数据开放既包括政府数据向商业企业的开放，也包括政府部门之间的数据互联互通，打破条块分割体制下部门之间数据互联互通壁垒，促进政府部门之间的数据共享。总体来说，公共数据开放共享政策的重点是“对内共享、对外开放”。公共数据开放，应首先通过立法明确政府公共数据开放的基本原则、开放范围、开放程序和使用规则等基本制度，明确哪些数据不能开放，哪些数据必须开放，消除公共数据开放的法律和行政障碍，并确保公共数据开放的“竞争中立”；为促进公共数据开放，国家应加快建设公共数据统一开放平台，重点建设国家数据资源公共平台，整合各个部门和各个地方政府的公共数据，构建全国性“公共数据空间”，实现多源异构数据的汇集和整合，促进全国公共数据的共享和开放，并为企业的数据接入提供集中的单一接入点；为促进公共数据开放，政府应建立“公共数据开放支持中心”来专门协调和从事公共数据开放工作，为企业或个人接入公共数据提供法律、行政和技术支持，更好地服务于商业企业的公共数据接入需求，并确保企业数据使用遵守隐私与数据安全要求。

（二）多轨并进的数据开放共享路径

由于数据要素的特殊性，数据要素开放共享制度设计不应采用传统的土地、资本等实物要素配置方式，数据要素市场化配置不等于所有数据都要进入市场，并不是所有类型数据要素共享再用都要通过价格机制来实现，一些类型的数据并不适合在市场中通过价格机制来实现共享再用，并且有时基于价格机制的数据共享会面临更高的交易成本，数据要素市场化配置不应将市场价格机制看作实现数据开放共享的唯一路径，更不应简单地将建立数据交易中心作为政策重心。数据要素开放共享应采取多轨并进的促进路径，重在形成不同主体数据开放共享的激励机制，并完善治理制度来降低数据开放共享的交易成本和各种不确定性风险。

1.公共数据的免费开放路径。由于以政府部门为主的公共数据属于公共物品，为了促进公共数据要素的开放共享和接入再用，在保证数据安全的基础上，国家应该免费或基于服务成本向商业企业开放公共数据，并确保竞争中立。

2.基于互补性的生态内数据共享路径。在数据生态中，数据占有企业与其合作伙伴基于数据或业务的互补性，出于共同利益而实施主动性数据共享。典型的如平台商业生态中的核心平台主动向互补性第三方应用软件开发者开放数据接入，实现数据共享。在这种路径下，数据开放针对的第三方主要有两种形式：一是第三方提供互补性服务会增加平台生态对用户的吸引力，如在线零售平台与物流、支付企业之间的数据接入；二是第三方提供的增值服务可以增强核心平台的用户黏性和数据资产的商业价值。在此路径下分享的数据既包括经过授权的个人数据，也包括匿名化处理后的原始数据集和衍生数据。核心平台与第三方之间的数据共享应具有非歧视性和竞争中立，不应歧视性对待特定企业，不应扭曲平台内的市场竞争。

3.基于私人协议的平台间数据开放接入路径。数据企业占有的商业衍生数据、投入巨额成本采集汇聚的数据以及企业基于机器产生的非个人数据，更多地具有私人物品属性。在此情况下，企业之间可以基于私人协议在利益相关企业之间实现数据开放接入。在基于私人协议的数据开放接入路径下，多个企业或平台相互开放数据，组建数据共享联盟或共建“数据池”来实时共享数据，此时数据成为一种俱乐部产品。在此路径下，数据接入共享要遵守共同的隐私保护和数据安全义务，接入收费要遵循“公平、合理、无歧视”（FRAND）的基本原则，不能扭曲平台企业之间的市场竞争。

4.基于价格机制的数据市场交易路径。数据产品或数据资产持有企业通过数据市场的价格机制进行数据产品买卖交易，从而实现数据产品或资产的货币化。市场交易的数据应不涉及个人隐私问题，并且要确保数据产品购买方也应遵守基本的数据隐私保护和安全规则。为了降低数据市场交易的交易成本，一方面要完善数据市场交易制度，包括数据确权、数据定价等，同时，为促进市场交易政府或行业可以推动制定并推行格式化的私人合同条款；另一方面要大力发展市场交易中介组织，如数据银行、数据信托、数据资产评估机构等。目前个人原始数据尚不能进入市场进行交易，为此应逐步培育个人数据管理中介组织，在个人授权的情况下来代理个人数据授权和交易谈判，促进形成个人隐私数据开放的经济激励机制，实现个人数据的批量授权和批量交易。

5.基于消费者数据可携带权的数据跨平台流动路径。消费者是促进数据流动共享的重要主体，一方面个人可以基于获得更好的服务或数据采集使用方的经济补偿而同意授权企业采集利用其个人数据，另一方面个人可以基于数据可携带权来跨平台转移个人数据。中国、欧盟等国家和组织的个人数据保护法都明确赋予个人对个人数据拥有可携带权，以促进数据的跨平台流动。2021年8月20日全国人大常委会审议通过的《中华人民共和国个人信息保护法》第45 条明确指出：“个人请求将个人信息转移至其指定的个人信息处理者，符合国家网信部门规定条件的，个人信息处理者应当提供转移的途径。”在消费者对个人数据拥有可携带权的情况下，个人可以将个人原始数据从一个平台转移到另一个平台，促进数据跨平台流动和用户平台多属，这会极大地促进数据开放共享和数字平台之间的竞争。

6.反数据垄断的强制性数据接入救济路径。在特定情况下，如果具有市场支配地位的数字平台为谋求或维护市场垄断势力，对现实或潜在竞争对手实施拒绝接入的数据封锁行为，并且该行为对市场竞争造成严重损害，则构成反垄断法所禁止的滥用行为。为了维护市场竞争，在案件涉及的数据构成“必要设施”的情况下，反垄断执法机关可以强制要求具有支配地位的数字平台向竞争对手开放数据接入。在大多数情况下，数据往往难以满足强制接入救济所需的“必要设施”条件，因此强制性数据接入政策应仅限于少数例外情况，并且开放的数据也仅限于影响相关市场竞争的匿名化原始数据而非支配平台拥有的所有数据。普遍地实施强制性数据互联互通政策，特别是要求数据企业与竞争对手分享衍生数据，既违背企业交易自由和衍生数据的资产属性，也不利于激励企业采集利用数据，会阻碍数据驱动的创新，并可能会增加数据隐私与安全风险。

（三）多源驱动的数据商业创新

数据驱动的创新是实现数据价值最大化释放的关键环节，是促进数字经济高质量增长和良好社会治理的根本动力。促进数据驱动的创新政策基础是通过有效的数据开放共享制度体系来提高数据的可获得性，并培育企业家精神和鼓励初创企业的发展，增加政策和制度供给。具体来说：

1.鼓励企业家群体涌现和初创企业发展。企业家是数据驱动创新的主要推动者和实施者，他们基于数据分析获得的信息知识来做出正确的商业决策，将数据信息知识转化为数据驱动的商业。为此，应构建更为包容的社会，培育企业家精神，鼓励企业家群体的涌现。中小型初创企业是数据驱动创新的重要力量，应完善创新创业环境，增强资本、数据的可获得性，消除初创企业发展面临的各种障碍，促使一大批数据初创企业迅速成长为独角兽企业群体。

2.构建有利于创新创业的商业环境。首先，支持风险资本流入初创企业，增加银行贷款并扩大税收优惠以鼓励研发和初创企业的发展，建立新型的数据驱动创新公私合作模式，营造有利于创新和创业企业发展的政策环境。其次，推动开放的合作创新生态，将数据开放共享和合作创新有机结合，促进数据、信息、知识的流动共享和商业应用。再次，确保数字经济监管政策和产业政策的“竞争中立”，强化公平竞争审查，政府出台的有关政策要引入必要的“竞争影响评估”程序，重点评估政策实施是否会严重扭曲市场竞争和阻碍创新。

3.为数据驱动的创新提供有力的供给推动和需求拉动。从供给侧来说，应强化数据基础设施建设，建设世界领先的数字基础设施；优化教育结构增加数字技术人才供给和提升劳动者数字技能；加强关键数字技术的研发投入和创新能力，为数据驱动的创新提供坚实的基础研究支持；为中小企业提供促进数据开放共享和数据驱动创新的基础软件和应用工具。从需求侧来说，推进传统产业的数字化转型，深化数字技术与传统产业的深度融合；建设重大的数字化应用项目，为数据创新成果提供更大的应用场景；促进数字社会建设，消除数字鸿沟，提高全民数字素养，增强需求的拉动力。

三、数据价值释放的治理制度体系

促进数据开放共享的政策核心是消除阻碍数据开放共享的各种障碍，降低数据开放共享的成本，促进数据更大范围的开放接入和更深程度的共享再用，从而最大化释放数据价值。

（一）加强促进数据价值释放的基础性制度供给

发挥政府战略规划的政策供给和架构设计能力。数字经济的发展是一个国家经济社会和政府治理体系重构的过程，政府治理体系和治理能力的现代化是应有之义，也是重要的战略保障。中国政府应充分发挥战略规划能力强和战略实施效率高的制度优势，合理平衡多元目标和多重利益关系，系统地规划国家数据战略和数据治理体系，科学建构数据价值释放的总体架构，设计精准的政策措施和提供完备的制度体系，消除各种阻碍数据开放共享、流转交易和数据驱动创新的各种制度体制障碍，降低数据价值释放的经济成本和制度成本，充分发挥大市场、多应用场景、独角兽企业群体大和政府规划能力强的综合优势，实现市场驱动和国家战略引领的结合，建立完善的数据要素市场化配置体制和完备的数据治理体系。

推动数据互操作性标准和行业规范的制定与实施。实现数据互操作性是促进数据开放共享和重复再用的重要基础。数据互操作性需要通过应用程序界面（API）的标准化和开放来实现。API 是计算机或软件实现交互的一系列规则，其主要服务于促进更方便和更安全的实时和持续性数据接入或交换。API 是实现数据开放共享的必要通道，是实现数据互操作的技术性基础设施。不同平台API 技术架构和规范存在差异，以及支配平台出于维护市场势力的目的而封闭API，从而对数据开放共享构成严重阻碍。为此，应推动构建数据要素采集、汇聚、传输交互、接入共享的数据互操作性标准。数据互操作性标准的形成应注重发挥行业数据治理的作用，推动行业组织来建立行业数据开放共享的技术标准（特别是API 开放标准和数据格式标准），制定行业数据开放共享的格式化合约和数据接入许可格式条款，并建立数据接入、使用等的相关规范。

抢占数字技术标准必要专利并建立有效的知识产权保护与反垄断政策。数据开放共享涉及众多标准必要专利。特别是随着物联网的发展，数据信息的开放共享将涉及非常多的标准必要专利，标准必要专利将成为决定数据共享和产业国际竞争力的关键。为此，需要大幅提升标准必要专利的研发能力，抢占更多的数字技术标准必要专利，并鼓励企业之间的标准必要专利合作和发挥标准制定组织的治理作用，推动标准必要专利的研发和推广应用。在强化数字经济知识产权保护、打击各种数字技术和数字产品盗版侵权行为的同时，为防止标准必要专利巨头滥用标准必要专利来封杀竞争对手，阻碍创新和市场竞争，应强化知识产权反垄断，打击标准必要专利持有人的各种专利劫持行为，为数据信息的开放共享和中小创业企业的创新发展提供更公平的市场竞争环境。

（二）创新数据要素市场化配置机制

构建激励数据采集利用和创新的数据权属。数据确权是数据市场化配置的基础性制度，数据确权的重点是明确依附在数据的利益相关者的权益，激发相关主体的数据开放接入和从事数据驱动的创新。由于不同类型数据具有明显不同的经济属性和利益关系，数据确权要分类治理：个人原始数据主要强调隐私权保护，以保护个人人格权；公共数据主要强调公共产权（国家所有），以服务于公共利益；商业衍生数据主要强调财产权保护，以激励企业从事数据采集加工和数据商业创新。从欧盟经验来看，对包含创造性活动的商业衍生数据主要采取知识产权（版权或商业秘密）保护方式，对采集加工处理支付巨大成本的商业衍生数据则给予15年的特别权保护。欧盟《数据库指令》明确指出，法律并不保护数据库中的特定数据，而且也不反对其他企业采集利用同一数据，法律保护的是企业在数据采集和开发利用过程中付出的巨大投资和创造性努力。[5]

创新数据市场交易的价格机制和价值分配机制。数据市场化交易，关键是解决数据定价和数据价值分配。首先，数据定价机制的前提是数据价值评估。目前，数据价值评估有三种可能的方法：一是成本法，数据价值基于生成数据的成本进行评估，成本法确定的价值是数据价格的下限；二是市场法，数据价值以市场为基础基于同等产品的市场价格进行数据价值评估；三是收益法，基于数据资产的未来现金流量来评估数据价值，其确定的价值是数据价格的上限。其次，数据交易涉及合理平衡各方利益的价值分配。目前数据价值分配主要有三种路径：一是将数据采集和分析视为一种资产投资，数据占有人获得资产回报；二是将数据视为劳动，这包括对个人数据进行价值补偿并向数据企业征税[6]；三是将数据视为一种知识产权，数据占有人通过许可来获得相应的经济回报。上述三种数据价值分配方法都只适用于特定类型的数据，都具有一定的局限性。总体来说，数据价值分配需要与数据价值创造相匹配，以激励数据价值释放为根本目标。

注重发挥市场机制在数据交易制度创新中的基础性作用。数据市场培育发展和交易机制形成受到多种因素影响并充满不确定性，政府应避免过早地设定数据市场交易制度，应更多地赋予微观主体更大的自由决策权和更大的自由选择空间，赋予微观主体更大的合约自由，通过市场的试错和自我创新来自动演化出更有效的市场交易制度体系。政府应避免过早制定统一的数据交易模式和交易机制。数据市场培育发展应始终注重发挥市场在促进资源优化配置和创新交易机制中的基础性地位，避免不恰当的政府干预阻碍市场发展、数据开放共享和数据驱动的创新。

（三）完备数据价值释放的治理制度保障

强化数据安全与数据主权保护。数据安全是数字经济治理的第一原则，数据开放共享应以确保数据安全为前提。面对数字经济发展和数据采集利用给经济社会带来的负外部性风险，以及日益突出的全球数据资源和数字治理规则主导权争夺的全球数据竞争大格局，应以国家总体安全观为统领，系统构建切实维护国家数据主权和保护数据安全的治理体系，全面提升数据安全治理有效性，维护社会稳定和国家安全，有力维护国家利益。为此，中国一方面要加强对重点领域关键数据跨境流动的严格监管，强化关键数据的本地化要求；另一方面要积极参与数据跨境流动的国际治理规则建设，推进建立平衡各方意愿的开放、公平、公正、非歧视的国际数据治理规则。同时，要建立私人隐私权、商业数据财产权和数据国家主权统一协调的三位一体数据安全治理体制，并建立和完善以风险管理为基础的数据安全分级分类监管体制。

加强个人数据隐私保护。加强对个人数据隐私保护是构建信任的数字生态的重要基础，它不仅有利于充分保护消费者权益，也有利于促进数据开放共享和数字经济创新发展。中国个人信息保护法明确规定了个人隐私权属，并规定了数据采集和应用应该遵循“知情-同意”的基本原则。个人数据隐私保护是为了更好地促进个人数据开放和数据共享再用。为此，个人数据隐私保护应合理平衡多元政策目标，确定合理的隐私保护监管强度，避免不恰当隐私保护政策对中小企业发展和数据驱动的创新带来不利影响。隐私保护政策可采取分类施策：对于个人敏感数据实行“选择加入（opt in)”政策，即必须在事前获得个人同意的情况下，企业才能采集和使用；对个人非敏感数据可实行“选择退出(opt out)”政策，即企业可以先行采集和利用，个人事后可以选择退出。这两种政策的分类设计有助于实现隐私保护和促进数据接入的平衡。为保证数据可携带权对促进数据共享的作用，隐私保护应加强对平台企业保证用户数据携带权义务的监管，禁止平台企业人为设置技术或合约障碍来阻止用户跨平台转移个人数据。为提高个人数据隐私保护的效能，应综合运用经济、法律、行政、私人治理等多种政策手段，并特别重视隐私增强技术（PET）的开发与应用，突出技术性解决方案在保护消费者隐私中的特殊作用，形成多种手段组合应用的隐私保护治理体系。

突出数据企业数据治理体系的基础地位。数据治理，本质上是以数据占有企业为主体的自我规制。数据占有人数据治理的有效性从根本上决定了国家数据治理体系的效能，是国家数据治理体系的基础。为此，应强化数据占有人主体责任，特别是对大型数字平台的数据治理提出明确的规则要求。如欧盟2018年发布的《私人部门数据共享指南》就规定商业数据共享应遵循透明、价值共创、尊重彼此商业利益、确保不扭曲市场竞争、最小化用户数据锁定等基本原则。2021年10月29日国家市场监管总局发布的《互联网平台落实主体责任指南（征求意见稿）》对平台开放生态、数据管理、隐私保护提出了相应的要求。为进一步落实平台企业或组织的数据治理责任，应该着手制定更为具体的数据治理指南或数据治理条例，以明确数据治理原则和数据接入共享义务，设定数据采集、利用和共享的规范和安全标准，强化数据占有人的主体责任，完善外部监督机制和处罚措施，建立坚实的数据治理基础。

建立更为有效的反垄断与政府监管体制。数字经济发展需要加强反垄断和政府监管，创新反垄断和政府监管体制，建立有力、高效、灵活的反垄断与监管体制，实现监管体系和监管能力现代化，构建和维护公平竞争的市场环境和信任的商业环境，确保数据开放共享和创新发展更好地服务于人民福祉。应强化对数字平台实施的各种限制数据共享与阻碍数据驱动创新的垄断行为的反垄断执法，重点禁止数据封锁、利用数据算法的自我优待、排他性搜索排名或结果展示、歧视性用户链接导流、强制性捆绑或搭售、大数据价格歧视、算法合谋等数据垄断行为。为提高数据监管的有效性，应强化事前反垄断监管和平台企业主体责任，对具有守门人地位的平台提出相对高的数据开放接入义务要求。数据监管体制应强化政府集中统一监管的主导作用，同时还要注重发挥行业监管在完善数据治理体系、促进数据开放共享和防范数据垄断中的独特作用[7]，在金融、能源、公用事业、智能汽车等行业制定专门的数据开放接入政策，更深入地促进数据开放接入和保护数据安全。政府监管要合理平衡行政监管与维护竞争、促进创新的关系，确保竞争政策的基础性地位，为防止不恰当行业监管对创新的阻碍，应积极采用“监管沙箱”监管模式，实现政府行政监管与鼓励创新的协调。