基于数据价值链的数据要素市场建设理路探索
2023-06-23周毅
编者按:《“十四五”数字经济发展规划》指出,数据要素是数字经济深化发展的核心引擎。数据要素的价值实现不仅是数据采集、加工、存储、利用等业务流程的迭代优化,也是政府、平台、中小企业等不同类型组织机构数据关系的高效协同及其数据生态的和谐共生。与土地、劳动力、资本等有形生产要素的价值创造过程相比,数据要素的价值生产与价值分配过程既凝结了人类社会对于数据-信息-知识-智慧认知的螺旋式上升规律,也折射出数据要素生产方式、流通方式、监管培育方式对传统市场逻辑、生产经营体系的颠覆式改变。换言之,数字产业化、产业数字化的推进需要以社会决策响应、生产经营、组织管理的数据化、智能化为支撑,数据要素资源化、资产化与资本化的价值转换需要对数据主体、数据生产力、数据生产关系等数据空间进行系统化重塑。
基于上述背景,本刊邀请南京大学夏义堃教授及其团队组织了“数据要素的价值体系及其实现空间”专题文章。本专题从数据要素的价值体系及其实现空间建设这一基点出发,聚焦数据价值链的解构,试图从数据增值过程的主体关系、影响因素、市场形态等视角探求数据要素空间的价值形成机理与演进转化的策论图景,揭示数据服务业与数据要素市场互为关联、彼此促进的共生关系,刻画多层次数据要素市场主体关系谱系,分析了激活数据主体创造力、消费力的价值发现与培育机制。
本專题可为我国数据要素市场活力的健康发展提供启示借鉴。
摘 要:数据要素价值化过程与数据要素市场建设互为因果、互相关联,它们共同决定着数据生产要素的作用和数字经济发展的水平与能力。文章运用文献分析法和归纳演绎法,在数据价值链解构基础上,提出从数据价值链参与主体及其关系、数据增值化过程、数据产品与服务类型变化、数据服务业生成和数据管理制度保障等方面理解和构建数据要素市场。认为数据要素市场建设应兼顾其多种表现形态,数据服务业与数据要素市场建设具有互为促进作用,数据要素市场主体的创造力和消费力是决定数据要素市场发展活力的关键,有关数据流通具体管理制度体系与制度清单的落实是数据要素市场持续发展的重要保证。
关键词:数据价值链;数据要素市场;市场主体;数据产品与服务;数据服务业
中图分类号:F49 文献标识码:A DOI:10.11968/tsyqb.1003-6938.2023017
Abstract The process of data factor value and data factor market construction are causally related and correlated with each other. They determine the function of data production factors and the level of digital economy development. This paper proposes to understand and construct the data factor market from the aspects of data value chain participants and their relationship, data value-added process, data product and service type change, data service industry generation, and data management system guarantee. This is done using literature analysis and inductive method based on deconstruction of data value chain. It is concluded that the construction of the data factor market should take into account its various forms. Data service industry and data factor market construction promote each other, and the creativity and consumption power of data factor market players are key to determining the development vitality of the data factor market. The implementation of specific management systems and system lists for data circulation is an important guarantee for the development of the data element market.
Key words data value chain; data factor market; market main body; data products and services; data services industry
数据是重要的新型生产要素和治理要素,是数字化、网络化和智能化的基础,它深刻影响着经济发展方式和社会治理格局。2004年,《中共中央办公厅国务院办公厅关于加强信息资源开发利用工作的若干意见》将信息资源明确定位为一种生产要素。2020年,在《关于构建更加完善的要素市场化配置体制机制的意见》中首次明确数据成为生产要素,并将数据要素市场化配置正式上升为国家政策[1]。2022年12月,《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”)正式发布,强调通过构建数据基础制度体系来促进数据要素作用发挥和数据要素市场建设。因此,科学分析当前我国数据要素市场建设状况和关键问题,是进一步推动数据价值化过程和数据要素市场建设进程的基本前提。
1 研究进展与问题提出
目前国内外在借鉴经济学有关成果基础上,对数据要素市场的基本内涵、建设现状、培育路径、影响因素、相关制度、运行机制和统一数据大市场等问题进行了一系列探索性研究。如Abbas等在系统性综述数据市场研究文献基础上,认为国外目前对数据市场的认识仍不清晰,数据市场研究分为技术性和非技术性的研究两个侧面。技术性研究主要聚焦数据交易平台建设特别是区块链等的应用,非技术研究则是关注客户期望价值和数据市场细分等[2]。Mahajan从增强数据用户能力的角度提出了基于区块链的数据市场发展方法[3]。何长玉和王伟认为数据要素市场是数据产品的交易渠道和交易关系,交易渠道是实现数据要素交易的平台和途径,交易关系是数据要素交易方在交易过程中结成的相互联系[4]。陈兰杰等从国家数据要素市场战略规划与内容分析入手,在比较有关地区数据要素建设模式基础上,总结概括了我国数据要素市场建设现状与实践特色[5]。王伟玲以数据要素市场发展模式、发展定位、发展目标和发展原则等分析为依据,提出构建供给、流通、应用、监管、制度、基础“六位一体”的数据要素市场总体框架体系,并从6个方面提出了数据要素市场发展的基本思路[6]。于施洋等认为我国数据要素市场体系建设存在数据统筹力度弱、数据立法欠缺、交易市场瓶颈大、创新资源配置效率低、数据市场监管难、数据安全保障差等六个方面的挑战,并从搭建公共平台、完善市场要件、研究配套政策、推动协同联动、优化市场结构等方面提出具有实践价值的解决方案[7]。高富平和冉高苒在对数据要素化的条件和市场化数据产品进行类型化分析基础上,认为数据要素市场形成的关键是要整体构建与数据要素及其流通特点相适应的基础性市场制度和机制[8]。马费成等基于数据确权、数据分类、数据安全和开放共享等关键影响因素,梳理了当前数据要素市场发展面临的困境与挑战,系统论述了数据要素市场的运行模式和机制[9]。丁波涛基于信息生态理论来阐释数据要素市场,认为它是由信息本体、信息主体和信息环境所构成[10]。夏义堃从数据要素市场化配置与深化政府数据治理方式变革关系入手,认为我国数据要素市场培育具有突出的数据集聚优势和强大的政府动员能力,因此应从政府数据治理体系内容建构视角推动数据要素市场建设[11]。徐凤敏和王柯蕴认为统一数据要素大市场是指具有“统一”的数据产权制度、流通交易制度、收益分配制度和安全治理制度,提出应建立统一数据要素大市场运行的供求机制、价格机制和竞争机制[12]。此外,有学者提出公共数据生产要素价值的社会性溢出同公共数据开放程度及其治理要素价值变化相关[13],可以从数据交易模式[14]、要素市场培育关键路径[15]、数据权属界定与政府授权运营[16]、数据要素基础制度与要素市场建设[17]等方面研究数据要素市场体系的构建。
从当前研究进展来看,国外侧重于区块链、物联网等技术在数据市场发展中的应用,重视数据交易中个人隐私保护等;国内关于数据要素市场建设研究主要集中在数据要素市场内涵与体系构建、数据要素市场运行机制、数据要素市场相关制度等问题上。目前,学界较少从数据运动生命周期和数据价值链的全程视角,通过对参与主体及其相互关系、数据产品及其价值变化的分析等来认识数据要素市场建设的表现形态、构成要素和内在机制;没有从参与主体的协同、交换或交易关系等视角对数据共享、开放、交换与交易等数据流通过程进行整体性促进与规约,有将数据要素市场等同于数据交易所或交易中心等有形市场空间的倾向;没有根据共享、开放、交换和交易等数据流通路径及其特点,从价值发现、挖掘、增值和实现的全程上形成对数据交换或交易标的物的明确认识,数据要素市场客体对象相对模糊;虽然在实现隐私和敏感性数据保护前提下,提出通过一系列运行制度和机制创新来促进数据汇集、融合和流通,但因缺少可以落地的数据要素汇集、融合和流通运行支撑体系,导致数据流通交易的实际效果并不理想等局限。鉴于此,本文尝试运用数据价值链理论对我国数据要素市场的构成要素及其建设策略进行探讨。
2 基于数据价值链解构数据要素市场建设的核心问题
2.1 数据价值链的内涵及其认识意义
数据价值链是Miller和Mork基于企业价值链视角在2013年首次提出的概念,其主要认为数据价值创造过程是一个从原始数据到数据产品的整体耦合过程,并将数据价值链分为数据发现-数据整合-数据开发利用三个环节[18]。Curry认为由数据归集与分级、获取与共享、数据分析和再利用等所构成的数据价值增值过程与其它价值链一样,影响着相关主体的管理质量和利润产出[19]。李清逸和罗敬蔚认为数据价值链是通过对一组可重复的数据进行操作过程,在从原始数据到数据洞察的整个生命周期中逐步发现和提取数据的价值[20]。张影等基于价值链理论,从数据采集、获取、存储、组织、整合、挖掘、分析、决策八个方面构建了大数据的价值链[21]。综合上述理解,对数据价值链的基本内涵可以进行如下解构:
(1)数据价值链是指数据在从原始数据到数据产品与服务运动的不同阶段中所表现出的不同价值类型。数据运动过程实质上就是数据价值不断被发现、增值和实现的过程[22]。
(2)數据价值链的生成会涉及到众多利益相关者,它们不仅是数据价值的发现与创造者,同时也是利用数据或数据产品与服务的收益者。这些利益相关者主要包括数据形成与采集主体、数据归集与汇聚等处理主体、数据共享与开放主体、数据加工与开发主体、数据产品流通服务主体、数据安全服务主体、数据认证服务主体、数据资产评估主体等。上述主体之间的关系错踪复杂,既有合作关系,也有交易关系,还有竞争关系。为了打通数据价值链,推动数据从前端处理与共享的数据“内循环”向数据社会开放与交易等数据“外循环”的转变,需要从供给、中介和需求主体三个方面厘清这些主体之间的关系。特别是应根据数据要素市场建设需要,对提供数据产品与服务的“数商”企业主体进行类型化区分,以为数据产品与服务的生产与交易建立起配套性市场主体结构体系。
(3)数据价值链生成与扩展需要通过相关主体一系列业务活动的推动和干预才能实现,并且伴随着相关主体的活动将生成不同类型数据产品與服务。在数据价值链中包括数据生成、数据采集、数据集成、数据存储、数据分析、数据洞察、数据应用等多个环节,这些环节都会对数据价值的生成、变化和实现等产生影响[23]。上述环节不仅会推动数据价值的变化,而且会使数据价值显性化。对此,学界也有类似的表述:黄科满和杜小勇认为在数据价值链中,数据的基本价值创造活动主要包括资源化生产(从数据到数据资源的转换)、服务化开发(从数据资源到数据产品与服务的转换)和价值化利用(数据产品与服务的场景化开发与集成化利用)等过程[24]。不管如何划分或表述数据处理与开发等业务流程,其实质都是肯定了数据价值链生成与运行过程中不同主体的推动与干预行为。因不同参与主体的动机、能力、市场定位的不同,在数据流通过程中将会产生不同类型的数据产品与服务。
(4)数据价值链中的数据流通业务流程以及在该流程中所涉及的利益相关者关系的耦合与协同等,需要一整套数据基础制度和规则来加以保障和约束。在利益相关者关系中,涉及到数据权益保护、数据安全责任分担、数据交易价值与价格评估等一系列基本制度。以数据价值链生成与运行为基点,从主体、客体、运行机制等维度进行系统的制度体系建设就成为决定数据要素市场能否取得实质性进展的重要因素。
从上述分析可见,明确数据价值链中各类参与主体及其利益关系、数据处理利用中数据产品类型与价值变化以及数据权益配置等管理制度,都是影响和决定数据要素市场建设的基本条件或构成要素。数据要素市场建设就是要动员多方主体协同参与,在数据基础性制度框架范围和运行规则基础上,通过科学区分用户类型-寻找业务场景-匹配数据资源-确定产品或服务形态—实现数据流通利用过程等,以此来促进数据价值的发现、增值和实现。
运用数据价值链理论对数据要素市场进行内涵解构与目标建构的意义具体表现在:细分数据价值链全链条中所有参与主体类型、角色变化与相互关系,这是明确数据要素市场主体构成体系的基础;细分数据价值链全链条中的数据类型、数据产品形态及其配套数据服务等客体形式,这是明确数据要素市场流通的客体对象或标的物的条件;细分数据价值链全链条运动中有关、影响数据价值发现、增值和实现的体制、机制或制度性安排与支撑性条件等,这是明确数据要素市场规范、有序运行生态的要求。
2.2 基于数据价值链的数据市场建设核心要素识别
业界对数据要素市场的涵义有多种不同理解。有文献认为数据要素市场是数据要素向市场化配置转化的动态过程,基于市场的根本调节机制,数据要素在流通中产生和实现价值[25]。也有学者发现目前业界有将“数据市场”理解为特定交易机构或场所的倾向[8],这种理解将数据市场等同于“数据交易所”或“数据交易中心”等具体交易机构或有形空间场所。国家“数据二十条”明确提出,数据处理者依法依规在场内和场外采取开放、共享、交换、交易等方式流通数据[26]。这表明,数据要素包括数据共享、开放、交换、交易等多样化、多场景、多路径的流通利用形式,既可以无偿也可以有偿。这种表述为认识数据要素市场的内涵打开了新视角。基于上文关于数据价值链的解构和数据流通方式的理解,可以认为数据要素市场是数据要素在共享、开放、交换和交易等价值化或流通过程中所产生的各种经济关系,它既包括有形的数据交易场所或空间领域,也包括在数据流通过程中所产生的无形经济关系,它是由各类市场参与主体、数据产品与服务客体和数据要素流通与安全制度等要素所构成的环境系统(基于数据价值链的数据要素市场体系构成要素见图1)。
(1)数据要素市场主体
数据要素市场主体是指参与数据要素流通或交易活动的全部主体。邹传伟曾提出数据要素市场存在两类经济主体,即数据提供者和数据需求者[27]。这种分类概括了所有要素市场主体构成的一般形式,尚不足以揭示出数据要素市场的具体主体构成及其内在相互关系。如果对数据价值链中的主体类型及其角色与关系进行细分,可以将数据要素市场供给主体区分为五种:一是原始数据或数据集提供者。从数据源分布及其集聚程度看,公共管理与服务部门、企业和个人均是原始数据或数据集的可能提供者,公共管理与服务部门将其形成与处理的公共数据、企业将其在生产经营活动中生成的数据以及个人将其非敏感类数据等通过共享、开放和交易等方式进行流通。如果没有上述主体原始数据或数据集的充分供给,则数据价值链的源头将无法生成,后续一系列的数据价值增值或实现过程也不可能展开。从总体上看,近年来虽然我国有关数据共享与开放利用的政策频繁出台,但其政策效应并不显著。几年前就存在的数据量少、价值低、机读数据少、静态数据多等问题并未根本解决[28],这已经从供给主体源头上影响到数据价值链的生成。
二是数据产品与服务提供者,它包括所有与数据处理、数据交易与服务有关的市场主体。这些数据产品与服务提供者的主要定位是提供专业化、市场化的数据产品生产、加工与配套保障服务,业界一般将其称之为“数商”。根据业务内容不同,它们又由两类组成:一类“数商”重点是要负责将非标准数据转化为可交易的数据标的物,其聚焦于数据采集标注、数据存储、数据运算、数据分析和数据营销等,主营业务包括数据发布类、数据开发类、数据承销类和数据资产管理类;另一类“数商”则由数据估值、数据评级、数据审计、数据托管、数据公证、数据安全等各类服务商构成,它是支撑前类“数商”发展的配套性服务主体。
三是数据交易或中介服务提供者。目前此类主体以数据交易所、数据交易中心等为主。从目前全国已经组建的数据交易所、数据交易中心看,其定位与运作形式有一定差异。根据构建主体不同,可大致分为政府牵头或具有政府背景的交易所、行业机构为主的行业数据交易模式、大型互联网公司和大型IT厂商为主导的数据交易平台以及垂直数据服务商主导的市场化数据交易模式[29]。因目前可交易数据主要来源于公共管理与服务机构和数据基础制度仍处于初步探索阶段等因素的制约,我国目前有一定规模且活跃度较高的交易中介服务主体多是具有政府背景的大数据交易所或交易中心。截至2022年8月,我国由地方政府发起、主导或批复的数据交易机构或平台有44家(不含港、澳、台地区)[30]。这些具有政府背景的数据交易所或交易中心的定位一般为公益法定机构或国资控股机构,大多是由政府/国企独资,主要负责标准化数据产品与服务的交易撮合、清算结算和安全监管等。
四是数据流通秩序监管者。数据价值链的形成和数据要素市场的有序规范运行需要加强数据安全监管和数据产品与服务质量管控。在此过程中将涉及到众多业务内容或工作任务。如科学界定数据源(含原始数据、数据集等)能否开放、如何无差别开放和有序组织开放,评价数据产品与服务质量并制订相关质量标准、确定数据交易的定价规则、细化落实数据确权与授权制度、评估与登记数据资产、开展数据安全特别是数据出境安全审查等。在数据要素市场培育建设初期,政府及其有关主管部门、政府委托的有关专业机构、政府运营的大数据公司或数据交易所等理应承担起对上述业务内容的监管职责。
五是数据产品与服务需求者。从数据要素的流通路徑看,它一般划分为数据共享、数据开放、数据交换和数据交易等。因此,关于数据需求者的细分也可以依上述路径来进行。以公共数据为例,在公共管理与服务系统内部的不同行业领域、不同单位或部门、不同层级单位或部门、不同地区或区域之间的数据共享将使共享主体之间形成互为需求者的关系。从现实发展和改革进程看,随着数字政府建设进程的加快推进,不同主体之间的数据共享需求表现十分强烈。为了满足这种实践需求,从中央到地方政府频繁出台各种制度安排,运用各类政策工具推动从政府数据、政务数据到公共数据的共享,但我国公共数据共享的实际效果并不理想。其中较典型的表现之一就是即使在具有垂直业务关系的系统内部因共享需求而产生的“数据回流”反而成了一个难题,由此可以管窥到在公共管理与服务系统内部数据共享的难度。在数据价值链中,因数据共享、数据开放和数据交易之间具有一定的递进和深化关系,这就导致数据共享需求者及其满足现状与障碍因素等也不同程度地进一步延伸到数据开放、数据交易等数据流通路径之中。目前我国不同主体之间互为供给与需求者的经济关系尚未充分显现,这也是我国数据要素市场主体结构所表现出的基本状态。
虽然对数据要素市场主体可以进行上述类型化区分,这有利于认清市场主体构成要素及其角色或功能(见表1)。但需要注意的是,某类主体在数据价值链和数据要素市场中可以因所处流程、具体场景等的不同而同时扮演着多重角色或发生角色转换。如政府机关既可以是原始数据与数据集的供给者,也是数据要素市场建设的组织者和监督者,同时在数字政府建设与公共服务组织中又通过对有关数据产品与服务的回购、消费来实现治理目标,此时政府及其有关部门就成为数据产品与服务的需求者。企业主体可以将其形成与管理的数据通过开放供给以满足市场需求,同时它又可以对从合法途径获得的数据进行再加工并提供给相关需求者,企业本身在生产与经营管理和产品研发中又会产生巨大的数据需求。此时,企业就兼具了供给主体、生产主体和需求主体等角色。个人主体既可以将非敏感数据授权有关主体使用,也可以通过自己的创新性劳动参与各类数据产品与服务创造,同时也是重要的数据产品与服务消费者。由此可见,在数据要素市场建设中,各类不同主体的角色多元,在不同市场活动中可能会发生关系变化或转换。认清市场主体之间错综复杂的关系,可以为数据要素市场主体结构体系的动态建构提供方向指引。
(2)数据要素市场客体
数据产品与服务客体是在数据要素市场中具体流通的对象物或标的物。据调研,目前我国数据市场场内交易和场外交易涉及到的标的物十分繁杂,主要包括数据集、数据包、数据模型、数据核验服务、数据报告、算力资源、算法模型、API接口、物理介质、特殊软件接口、应用场景数据应用方案等。总体上可以将其归结为“产品交易类”(数据及其衍生品)和“服务交易类”(基于数据的服务交易,如数据分类服务、数据安全评级等)[31]。目前对原始数据是否可以成为流通对象或标的物在业界存在一定认识差异,有关制度也做出了“审慎对待原始数据的流转交易行为”的安排[26]。在公共管理领域,有学者认为激活科层内部市场是推动复合型协作治理的一种重要机制[32]。借鉴此种观点,可以认为在推动公共数据共享中,除应发挥科层制的行政压力传导机制外,也可以探索运用市场激励机制来促进数据价值的生成与实现。事实上,无论是在公共管理与服务系统还是企业内部,在原始数据共享过程中,相关主体通过科层内部市场进行资源再配置的过程也可以使其相互之间建立起一定的经济关系。虽然这种在科层内部市场中形成的数据共享不能等同于一般意义上的数据交易,但其也具备了一定的数据交换或交易特点。从这个意义上看,在特定条件下,原始数据和各类数据产品与服务一样也可以成为数据要素市场的流通标的物。由于我国数据要素市场建设处于起步阶段,目前对标的物在认识和理解上存在差异化现象,这不仅加大了标的物的流通、保存和利用的难度,阻碍了有关主体入场开展流通活动,而且也对数据产品与服务的定价方式、交易规则等制度设计带来了更多不确定性。因此,在数据要素市场建设中,加大数据要素市场流通标的物的固化或标准化工作,是我国数据要素市场建设初期亟需破解的难题。
(3)数据要素市场相关制度
数据要素产权、流通交易与安全治理等制度建设是决定数据要素市场培育与发展的基础性因素。数据产权配置、交易制度构建、数据安全保障、数据流通监管等均是数据要素市场制度建设的基本内容[33]。在数据价值链的不同环节上,因应用场景和参与主体不同,数据价值表现与作用大小不同,数据权利类型与内容也会不同,数据产品与服务的供给者、中介服务者和需求者等主体均会因在数据价值链中的不同贡献而对数据享有相应的权利和责任,这就使数据产权制度、收益分配制度等成为决定我国数据要素市场发展的关键因素[9]。虽然“数据二十条”原则性地提出了公共数据、企业数据和个人数据的确权授权制度与相关机制,我国在国家和地方层面也通过不同方式进行了不同程度的数据权属界定实践,但有关基础性制度的执行落地还需要通过一系列实施细则和操作指南来促进与约束。因此,在“数据二十条”等基础制度的原则范围内制订各具特色的数据要素流通管理办法,制订覆盖数据价值链全程的数据及其衍生品的持有权、开发权、经营权、使用权和获益权等具体规定,建立面向数据要素的评估、流通、开发利用等全生命周期的具体制度和应用标准,对与数据要素资产化和资本化相关的财政、税收、金融等方面政策进行适配优化,逐步形成相关政策工具箱,从而充分发挥数据要素市场合法高效地配置数据及其衍生品以及相关服务的功能就成为当前的重要任务。
3 推进数据要素市场建设的若干思路
基于数据价值链的数据要素市场内涵解构,针对性地从认识理念与行动策略上做出分析,将有利于加快我国数据要素市场建设进程。
3.1 全面理解数据要素市场的表现形态
根据上文分析,目前业界在有意或无意之中有将数据要素市场等同于有形的数据交易所、数据交易中心等具体空间场所的倾向[34]。从数据价值链全程上认识数据要素市场,将获得一种广义的理解。数据要素市场反映的是在数据流通过程中所表现出的各种经济关系。因此,这种经济关系既可能是以“价格”为直接表现形式的数据交易活动,也可以是以权力、利益、权益等为间接表现形式的数据共享、数据开放或数据交换;既可以是通过数据交易所或交易中心及其数据交易平台等有形空间所进行的“场内”交易来表现,也可以是通过有关主体自行开展的“场外”交易来完成;既可以是单纯进行数据产品与服务流通的独立市场形式,也可以是将数据产品与服务融合在与其它生产要素交易或有关经济活动之中的混合型市场;既可以是发生在某个系统(如公共管理与服务系统、集团企业系统等)内部不同单位或部门之间以数据共享、数据开放等为主要形式的内部市场,也可以是发生在数据开放进入社会后由不同主体再加工、再开发后生成数据产品与服务交易的外部市场。
在上述关于数据要素市场表现形态的划分中,对数据要素内部市场与外部市场形态的认识既是基于数据价值链的理解,也是源于科层组织中市场型协作机制的具体运用。在数据运动生命周期中,在一般意义上可以将数据的生成、收集、存储、加工、传输、提供、公开、开放等称之为数据处理前端的“内循环”运动,此时数据的主要价值是行政价值、凭证价值或业务价值等,它是一种受限的数据共享、交换或交易[35]。以数据开放进入社会或市场为主要标志,数据将进入再加工、再开发、再利用、流通交易等数据运动的后端,即数据运动的“外循环”阶段,此时数据的主要价值是经济价值和社会价值,它突出的是终端用户在利用中实现数据价值增值,是一种自由的数据交换或交易。将数据要素内部市场和外部市场两种形态同时纳入到认识视野,有利于形成对覆盖“数据价值链”全程的各种经济关系的理解。从近几年来政府数据、政务数据和公共数据共享与开放的实际效果看,如何激励各类主体积极主动地参与数据共享与开放始终是一个难题[36]。向淼和吕普生提出了运用“科层+市场”复合型协同治理框架推进基于责任共担和利益相容的跨部门协作方案思路[32]。这个思路为解决科层组织及其跨部门之间的数据共享提供了新视角。如公共管理与服务系统内各单位或部门的数据共享不仅是科层制的行政压力要求,也是市场激励的利益相容需求。公共管理与服务系统内不同部门或单位之间的数据共享与交换也构成了一种内部市场关系,这种内部市场关系可以通过公共资源再分配、相关主体的数据利益补偿等机制来实现。它与数据要素外部市场共同成为数据要素市场的表现形态,推动着数据价值链的形成及其价值实现。
数据要素市场的上述多种表现形态,虽然存在着一定交叉或重叠,但它可以进一步打开数据要素市场建设的基本思路。
3.2 全面认识数据服务业生成与数据要素市场建设的关系
数据服务业生成与数据要素市场建设是一种相辅相成、协同并进的关系。在数据要素市场建设中,进一步明确“数据服务业”的产业地位和产业内容,并将其作为数字经济核心产业的统计指标之一,有利于突显数据产品与服务生产与交易的地位,从而丰富数据要素市场的客体对象。从广义上看,数据服务业是以数据产品与服务的生产、流通、交易和消费为纽带所形成的产业链。按照数据价值链构成,可以将其划分为数据资源生成(将原始数据加工处理成数据资源)、数据资产化(对数据资源确权和资产评估)、数据产品化与服务化(即根据市场需求定制数据产品与服务)、数据交易(即促进数据交易合约、清算与仲裁等)和数据市场运维(各类保障条件)等组成部分[37];从业务内容构成上看,它包括但不限于数据清洗、数据建模、数据可视化、用户画像、行业分析、信用评价、数据采集标注、数据存储、数据融合集成、数据合规咨询、数据质量评估、数据技术培训、数据资产评估、数据质押与信托服务等。
从目前看,上述关于“数据服务业”的理念与内涵在业界尚未得到广泛认可。国家统计局在《数字经济及其核心产业统计分类(2021)》中[38],将数字经济核心产业划分为数字产业化(01-04大类)和产业数字化部分(05大类)。其中数字产业化主要包括数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业,产业数字化专指数字化效率提升业。通过对上述统计分类中的类目(包括大、中、小类)、内容和说明等的具体识别发现,除在第4大类0404中类的数字内容与媒体、0406中类的数据资源与产权交易等与数据服务业有一定关系外,其它核心产业统计分类指标均与数据服务业并无太多关联。从理论上看,数字经济与数据经济既有联系也有区别[39],数字产品服务业显然不能简单等同于数据服务业。我国国民经济产业标识代码及其大、中、小类名称中均未明确提出“数据服务业”的概念。正是基于官方统计指标的导向,全国各地均未对基于数据价值链的数据服务业及其建设给予特别关注,这在一定程度上已经影响到了数据要素市场的发展和运行。
据调研,目前全国各地进场交易的数据类型、交易总量以及交易效益都远未达到预期效果,各地大数据交易所普遍呈现出数据交易额度低、质量低、层次低、风险高的“三低一高”现象[40]。究其原因,其中一个重要方面就是各地普遍缺少有效推进数据服务业发展的产业链和生态链。在各地经济规划和发展政策的“智改数转”表述中,管理者普遍认识到“数字技术”在数字产业化和产业数字化发展中的创新作用,但很少将数据服务业作为一个产业类型或内容加以对待。如苏州2021年完成的10634个“智改数转”项目,一般都是基于“数字技术”对存量产业或项目所进行的提升性改造,极少有基于“数据价值链”而衍生的数据服务业增量项目。出现这种状态的原因之一与现有数字经济核心产业统计指标导向和没有将数據服务业作为一个相对独立的产业类型或内容有一定关系。因此,在数字经济核心产业统计指标体系中增设“数据服务业”大类,将现有数字经济核心产业01-05大类中与数据服务业有关的内容识别出来进行合并归类就有重要意义。数字经济核心产业统计指标类目的归并调整是一个科学导向,它可以引导社会各界从理念上重视“数据”和“数字技术”的相互关联作用,重视对数据服务业进行超前布局,基于数据价值链加速形成数据服务产业链或产业图谱,从而为数据要素市场可持续发展提供价值链和产业链的有效支撑。
3.3 全面激发数据要素市场主体的创造力和消费力
根据上文关于数据供给主体和需求主体的分析,在大力推进公共数据共享与开放和授权运营、激励企业数据授权使用和促进个人信息合理使用的基础上,通过保障数据源的充分供给,可以为中下游相关市场主体参与数据要素市场运行创造条件。在数据价值链的中下游主体中,数商供给主体规模与质量、需求主体数量与质量和数据要素市场的交易客体对象类型与质量密切相关,它们是决定数据要素市场活跃程度的关键。
“数商”是数据产品与服务的组织者、跨组织数据资源的联结者,它们决定着数据产品与服务的供给能力,也是活跃数据要素市场的核心主体。根据《全国数商产业发展报告(2022)》,数商企业可以分为15种类型。从2000年至2021年,我国数商企业复合年均增长率为21.7%,至2022年11月,我国数商企业数量为192万家[37]。从总量上看,我国数商企业规模在不断扩大,但数商企业主体质量有待提高。在将数商企业分为15种类型的基础上,突出“数商”中枢企业的建设,以为数据要素市场生态系统提供关键“物种”迫在眉睫。“数商”中枢企业主要包括生产类核心数商、服务类配套数商和数据中心。“生产类核心数商”是提供数据采集、清洗、存储和数据产品生产与服务的市场主体。这类主体是联接原始数据提供方和数据需求方的主体,一般由数据交易所和市场监管部门进行认定。从总体上看,目前我国此类核心数商规模偏小,国际性行业巨头和跨界融合的核心数商数量十分缺乏,它们所面临的应用场景开发与创新需求也特别紧迫。“服务类配套数商”主要是开展数据经纪、数据合规审查、数据公正、数据保全、数据资产评估、数据托管等活动的机构。我国“服务类配套数商”数量较少,基本处于起步阶段。目前我国合规评估、资产评估、交付服务三类服务商仅占全部数商企业的4.6%[37]。这类市场主体可以在数据流通过程中发挥延伸和拓展不同主体间竞合关系的作用,有利于促进数据服务产业链的完整。“数据中心”是决定数据产品与服务能力与水平的重要基础。我国各地在用或在建数据中心众多,其中大型、超大型数据中心也在不断增加,它们在土地、电能等资源消耗上较为突出,因此需要进行规划性控制。如何根据“东数西算”总体战略和全国数据要素统一大市场建设目标,对全国各地的各类数据中心进行功能定位与科学规划亟需重视。在上述三类数商中枢企业建设中,应注意到数据价值链的生成、数据服务业的壮大和数据要素市场的发展是相互关联的。因此,基于关联目标将三类数商中枢企业进行配套支持建设就成为决定我国数据服务业能否创造性生成的关键,也决定着我国数据要素市场的活力和数字经济发展的潜力与质量。
市场需求主体的需求数量与质量、需求结构和消费水平与能力等是推动数据要素市场建设的发动性力量。从实践看,以应用场景为牵引,在政务、金融、医疗、文旅、劳务用工、公共资源交易、通信、电力、交通、气象等领域创造更多市场需要的数据产品与服务是培育市场需求主体参与数据消费的基本途径。从需求看,虽然国内年均数据量增长达到 40%,但被利用的数据量增长率仅为 5.4%[41]。这表明,数据产品与服务尚未被需求主体所重视,也未很好地转化为现实消费能力;从具体策略上看,激发有关主体的数据产品与服务创造力和消费力可以考虑以“应用场景”来引导,在供给端建立全社会数据流通公共服务平台,在消费端培育以数据为核心的消费新业态新模式,強化数据对消费升级的拉动作用[7],从而以市场主体数据产品与服务的创造、消费来带动数据要素市场建设目标的实现。
3.4 全面加强数据要素市场的具体制度建设
数据要素市场建设涉及到数据价值链全程,“数据二十条”等基础性制度已经对数据确权、数据授权、数据安全等原则性问题进行了明确,学界就上述问题的讨论也十分丰富。王建冬等提出要推动数据要素市场化配置改革中的数据产权制度、供给制度、流通制度、分配制度和跨境制度等五个方面的基础制度建设就切中了核心任务[17],这也与“数据二十条”的制度导向相吻合。目前的主要任务是如何在数据要素市场发展与运行中因地制宜、因数制宜地进行具体操作性制度的设计与落实。
结合数据基础性制度要求和有关实践经验,目前具体操作性制度主要应解决以下问题:一是从数据供给侧出发,通过强化政务数据、公共企事业单位数据供给,鼓励支持行业龙头企业、互联网平台企业与政务数据和公共企事业单位数据运营机构开展多种形式合作,从而实现多种政企数据融合开发,丰富可流通交易的数据产品与服务;二是总结北京、上海、深圳等地经验,进一步创新和完善数据交易所运营模式与具体管理制度体系,建立一套包括技术、流程、规则和评价等机制在内的数据交易激励机制、价格机制、安全机制和监管机制,使其担负起交易撮合、清算结算、安全监管、准入审查等职责,以此为牵引带动数据服务业生态建设;三是以市场需求为导向,将数据创新应用项目竞赛、示范应用场景评比等进行制度化规范,以具体制度来规范和促进“应用场景”发现和数据需求挖掘的常态化,从供需两个方面来撬动市场热情,激活各类主体在数据要素市场中的活力,驱动有关主体主动参与数据资源供给和消费;四是探索形成政企数据融合的对接机制,支持政企双方数据联合校验和模型对接,运用政府购买数据产品与服务的形式,打通数据产品与服务的“回流机制”,进一步丰富和提高数据资源的数量与质量,有效满足政府治理、公共服务和市场化增值服务需求。
针对上述任务,可以构建起支持数据要素市场发展的制度清单,主要内容可以包括但不限于以下方面:数据要素市场建设行动方案、数据共享与开放清单、数据共享开放督导机制与绩效评估办法、数据分类分级实施办法、公共数据开放平台管理规定、数据要素流通交易规则、数据授权运营管理办法、数据产品与服务供需对接实施方案、数据产品交易价格评估指引、数据交易合规性审查指南、数据交易安全评估指南、数据交易中心建设与运营管理办法、数商企业准入与退出及相关管理办法、数字征信政策指南等。此外,在金融、税收、土地等政策工具运用上也可以考虑对数据价值链生成与运行、数据服务业等给予定向配套支持。
4 结语
数据价值链的生成与运行是多元主体协同、多种机制并行、多种制度保障等共同作用的结果。数据价值链的发展变化不仅表现在数据产品与服务类型、质量的丰富和提高,数据供需机制的有效对接,数据市场竞争机制、价格机制等的逐步形成与完善,而且它也直接推动着数据服务业的形成与发展。上述因素互相联结、互为因果和互相作用,共同影响和决定着数据要素市场发展的动力来源、要素构成和运行活力。因此,基于数据价值链的解构,从宏观理念与微观要素上形成数据要素市场建设理路,对推动分类分层、体系完整和机制完善的数据要素市场建设具有一定参考意义。
参考文献:
[1] 中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见[EB/OL].[2023-02-18].http://www. gov.cn/zhengce/2020-04/09/content_5500622.htm.
[2] Abbas A E,Agahari W,Van de Ven M,et al.Business data sharing through data marketplaces:Asystematic literature review[J]. Journal of Theoretical and Applied Electronic Commerce Research,2021,16(7):3321-3339.
[3] Mahajan S.Data Marketplaces:A Solution for Personal Data Control and Ownership?[J].Sustainability,2022,14(24):16884.
[4] 何玉長,王伟.数据要素市场化的理论阐释[J].当代经济研究,2021(4):33-44.
[5] 陈兰杰,侯鹏娟,王一诺,等.我国数据要素市场建设的发展现状与发展趋势研究[J].信息资源管理学报,2022,12(6):31-43,57.
[6] 王伟玲.中国数据要素市场体系总体框架和发展路径研究[J/OL].[2023-01-25].https://kns.cnki.net/kcms/detail/11.5181.TP.20230307.1851.002.html.
[7] 于施洋,王建冬,郭巧敏.我国构建数据新型要素市场体系面临的挑战与对策[J].电子政务,2020(3):2-12.
[8] 高富平,冉高苒.数据要素市场形成论——一种数据要素治理的机制框架[J].上海经济研究,2022(9):70-86.
[9] 马费成,卢慧质,吴逸姝.数据要素市场的发展及运行[J].信息资源管理学报,2022,12(5):4-13.
[10] 丁波涛.基于信息生态理论的数据要素市场研究[J].情报理论与实践,2022(12):36-41,59.
[11] 夏义堃.数据要素市场化配置与深化政府数据治理方式变革[J].图书与情报,2020(3):14-16.
[12] 徐凤敏,王柯蕴.建设统一数据要素大市场的科学内涵、内在逻辑与政策建议[J].西安交通大学学报(社会科学版),2023,43(2):95-106.
[13] 李刚.政府数据市场化配置的边界:政府数据的“生产要素”和“治理要素”二重性[J].图书与情报,2020(3):20-21.
[14] 田杰棠,刘露瑶.交易模式、权利界定与数据要素市场培育[J].改革,2020(7):17-26.
[15] 王伟玲,吴志刚,徐靖.加快数据要素市场培育的关键点与路径[J].经济纵横,2021(3):39-47.
[16] 王伟玲.政府数据授权运营:实践动态、价值网络与推进路径[J].电子政务,2022(10):20-32.
[17] 王建冬,于施洋,黄倩倩.数据要素基础理论与制度体系总体设计探究[J].电子政务,2022(2):2-11.
[18] Miller H G,Mork P.From Data to Decisions:A Value Chain for Big Data[J].IT Professional,2013,15(1):57-59.
[19] Curry E.The Big Data value chain:definitions,concepts,and theoretical approaches[M].Springer,2016:29-37.
[20] 李清逸,罗敬蔚.数据价值链视角下数据要素定价机制研究[J].价格理论与实践,2022(3):94-97.
[21] 张影,高长元,何晓燕.基于价值链的大数据服务生态系统演进路径研究[J].情报理论与实践,2018,41(6):58-63.
[22] 郭明军,于施洋,王建冬,等.协同创新视角下数据价值的构建及量化分析[J].情报理论与实践,2020(7):63-68,87.
[23] Fuller C.Is the market for digitaL privacy a failure?[J].Public Choice,2019,180(3):353-381.
[24] 黄科满,杜小勇.数据治理价值链模型与数据基础制度分析[J].大数据,2022(4):3-16.
[25] 国家工业信息安全发展研究中心.中国数据要素市场发展报告(2020-2021)[R/OL].[2023-03-18].http://www.cics-cert.
org.cn/web_root/webpage/articlecontent_101006_1387711511098560514.html.
[26] 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[EB/OL].[2023-03-25].http://www.gov.cn/zhengce/2022-12/19/content_5732695.htm.
[27] 邹传伟.数据要素市场的组织形式和估值框架[J].大数据,2021(4):28-36.
[28] 周林兴,林凯.城市数字化转型视域下公共数据资源开放共享机制研究[J].现代情报,2022(9):16-28.
[29] 李勇坚.我国数据交易机构高质量发展:现实问题、理论逻辑与实现路径[J].广东社会科学,2023(1):47-56.
[30] 国家工业信息安全发展研究中心.2022年数据交易平台发展白皮书[R/OL].[2023-02-24].http://dsj.guizhou.gov.cn/xwzx/gnyw/202209/t20220906_76394528.html.
[31] 付熙雯,王新泽.我国数据交易研究进展:系统性文献综述[J].情报杂志,2022(11):137-143.
[32] 向淼,吕普生.激活科层内部市场:综合执法领域复合型协作治理何以有效?[J].中国行政管理,2022(9):31-39.
[33] 鄢浩宇.数据要素市场培育的制度需求与法治保障[J/OL].[2023-02-27].https://kns.cnki.net/kcms/detail//32.1593.C.20230206.1446.002.html.
[34] 徐恒.我国亟待建立多层次数据要素市场[N].中国电子报,2023-03-10(4).
[35] 郑磊.开放不等于公开、共享和交易:政府数据开放与相近概念的界定与辨析[J].南京社会科学,2018(9):83-91.
[36] 王翔,郑磊.面向数据开放的地方政府数据治理:问题与路径[J].电子政务,2019(2):27-33.
[37] 上海市数商协会.全国数商产业发展报告(2022)[R/OL].[2023-03-27].https://www.bilibili.com/read/cv20996544.
[38] 国家统计局.数字经济及其核心产业统计分类(2021)[EB/OL].[2023-03-24].http://www.gov.cn/gongbao/content/2021/content_5625996.htm.
[39] 夏义堃.数据管理视角下的数据经济问题研究[J].中国图书馆学报,2021(6):105-119.
[40] 周汉华.数据确权的误区[J].法学研究,2023(2):3-20.
[41] 中信证券.数据交易行业专题报告:数据交易,打通数据要素到数字经济的关键[R/OL].[2023-03-27].https://baijiahao.baidu.com/s?id=1756680690372267163&wfr=spider&for=pc.
作者简介:周毅,男,苏州大学智能社会与数据治理研究院教授,博士生导师,研究方向:信息资源管理。
*本文系国家社会科学基金重大项目“基于數智融合的信息分析方法创新与应用研究”(项目编号:22&ZD326)研究成果之一。