刘雅君　张雅俊

摘   要：数字经济时代，数据因有别于传统生产要素的技术—经济特征而成为现代生产要素。培育数据要素市场需要实现数据要素市场化配置、畅通数据要素交易流通和充分释放数据要素价值三重构建目标。中国数据要素市场发展迅速，市场建设有序推进，但基础制度仍不完善，尚未充分挖掘数据要素市场规模并释放发展潜力。当前面临着数据安全保护不足、开放共享流通不畅、数据权属不清、双重信任困境难规避、定价和交易体系不健全等现实挑战和制约因素。破解数据要素市场化困局，未来应基于“制度支撑—交易体系—市场监管—技术赋能”四位一体的发展路径，以数据要素分类分级为起点，通过数据要素确权、定价和参与收入分配的机制等制度基础支撑数据要素有效供给；加快数据要素市场交易体系构建；推动科学立法与规范监管，保障和支撑数据要素市场交易及运行。培育数据要素市场，应加速推动要素市场化配置，充分释放数据要素价值，赋能数字中国建设。

关键词：数据要素；数据要素市场；数字经济

中图分类号：F49   文献标识码：A   文章编号：1003-7543（2023）09-0021-13

数据要素是数字经济发展和数字中国建设的核心引擎和关键动力。相关测算数据显示，1993—2020年中国数字经济平均增速达16.3%［1］。2022年中国数字经济规模达50.2万亿元，同比名义增长10.3%，占国内生产总值的比重为41.5%［2］。数字经济对经济发展的驱动力根本上来源于数据要素与数字技术。只有将数据转换为生产要素，推动数据要素进入生产活动，才能持续促进新产业和新模式涌现，实现数字经济的驱动作用。培育数据要素市场是充分释放数据“新”要素价值的关键选择［3］。党的二十大报告强调，“加快发展数字经济，促进数字经济和实体经济深度融合”。实现这一目标并推进中国式现代化，需要深度挖掘数据价值，培育数据要素市场，激发数据要素活力。促进数据要素流通和市场化配置，有利于充分释放数据的乘数效应［4］，最大化发挥其经济和社会价值。

近年来我国出台的一系列政策文件均明确数据是新的生产要素，提出加快培育数据要素市场是解决数据要素市场培育进程滞后问题的重要举措。2015年印发的《国务院关于印发促进大数据发展行动纲要的通知》提出，要“引导培育大数据交易市场，促进数据资源流通”。2020年印发的《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》提出要深化要素市场化配置改革，促进要素自主有序流动，加快培育数据要素市场；同年印发的《中共中央 国务院关于新时代加快完善社会主义市场经济体制的意见》再次强调加快培育数据要素市场，完善数据权限界定标准，促进数据开放共享、交易流通等。2021年印发的《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》强调要“建立健全数据产权交易，培育规范的数据交易平台和市场主体”。为促进数据交易流通和新基础设施建设，2021年北京和上海大数据交易所先后正式揭牌。2022年印发的《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》（以下简称“数据二十条”）指出，要以促进数据合规高效流通使用、赋能实体经济为主线，以数据产权、流通交易、收益分配、安全治理为重点，构建数据基础制度。2023年，中共中央、国务院印发了《党和国家机构改革方案》，组建国家数据局，负责统筹推进数字中国和数字经济等规划和建设。“数据二十条”的出台及国家数据局的组建标志着数据要素迎来规模化、标准化发展阶段。

随着政策发力和实践探索的推进，数据要素市场发展迅速，但仍然处于起步阶段，诸多难题有待解决。在生产要素市场化配置下，零散的数据要素交易和付费使用活动在经济实践中不断涌现。但从实践结果来看，数据交易远不如土地交易所和证券交易所活跃［5］，数据要素流动和共享还不充分，数据要素市场尚未真正形成。中国培育数据要素市场的进程大幅度滞后于传统生产要素市场和数字经济发展，数据交易仍然面临着诸多现实挑战和约束，数据权属的明晰、数据公平与效率的平衡、数据和数据资产定价机制的建立健全、相关技术支撑和监管立法等关键难题和短板亟须攻克。本文认为，应基于数据要素市场特性，梳理和明确数据要素市场的构建目标、培育状况和制约因素，据此设计数据要素市场的“制度支撑—交易体系—市场监管—技术赋能”四位一体的总体框架和发展路径，以促进数据要素交易和流动，深度释放数据要素的经济价值与社会价值，赋能数字中国建设。

一、数据要素与数据要素市场的理论阐释

在数字经济背景下，数据更多是作为数字技术和数字经济基础的大数据［6］。在最新一轮技术变革中，新一代信息技术位于核心地位，数据因此成为新的生产要素［7］。在经济学视角下，数据本质上是收益不确定、需要与其他资源协同的生产要素［8］。作为生产要素的数据也是数据资产。一般认为，资产的关键特征在于收益性、所有者拥有或控制、由过去的交易或事项形成。按照资产的定义，数据资产是能够影响所有者未来的决策和行为，并带来以经济利益为主的各类收益的数据资源。数据资产作为生产要素时，可以看作资产投入。与传统资产相比，数据资产具有更多的数字特性。数据资产可以不受限制地复制和共享，具备一定的非竞争性。尽管前期成本投入较高，但数据收集完成后除去储存成本，边际成本接近于零，且易于复制和流动。数据具备很强的不确定性，存在“阿罗信息悖论”［9］，即如果事前不了解数据资产的信息，则很难确定其真实价值；如果获取了相关信息，数据资产对于买方的价值又会大幅降低。因此，数据交易经常面临“双重信任困境”①（需要买方和卖方的相互信任），这也成为数据交易和流通的堵点。

数据因符合生产要素的关键特征而得以成为生产要素［10］。作为新型生产要素，数据要素具有非竞争性、部分排他性、外部性等技术—经济特征［11］，这也是数据要素和传统生产要素的根本区别。数据要素能同时被多主体在多场景下重复使用，并且数据要素几乎不会因此被消耗，反而能实现一定的价值增长［12］，即非消耗性。但是，数据要素本身对生产力提升作用有限［8］，需要与其他生产要素协同发挥作用，因而数据要素具有强协同性。数据成为生产要素是生产力发展的结果。随着科学技术的发展创新，新的生产要素持续涌现，并同传统生产要素协同融合，共同促进社会生產力提升。数据要素具备优异的渗透性，通过交易和流通深度参与到各个生产环节，与其他生产要素结合产生新的价值，显著提高劳动生产率，缩短必要劳动时间［13］。基于不同的视角和标准，可以对数据要素进行多种分类。从产权上，数据要素可以分为私人数据和公共数据［11］。私人数据有明确的产权归属，至少具有部分排他性，可以通过公开和私下交易流通；公共数据被政府部门所控制，类似于公共物品，具备公共服务功能［6］。从用途上，数据要素可以分为生产经营数据与公共管理数据。生产经营数据天然适合进入市场交易，通过市场配置，影响企业生产经营活动。从来源上，数据要素可以分为源自机构自身的（诸如个体身份和行为的）数据和源自外部单位的统计数据［14］。

数据要素市场作为一种新兴市场，目前仍处于探索阶段，相关理论研究较少且落后于实践。从职能角度来看，数据要素市场不仅是配置手段，而且承担着数据要素的交易和中介职能，是配置行为主体和组织机制的结合［15］。数据要素市场与其他市场相同，需要规范的制度与环境［6］。数据要素市场化是将数据要素转换为市场配置的过程，市场作为核心调节机制，推动数据在流通中增值［16］。数据要素市场化是生产要素化和配置市场化的综合有机叠加，需要生产与流通环节高效衔接，充分发挥市场力量，由生产者自主决定生产、消费者自主选择消费，促进数据要素配置效率最优［4］。培育数据要素市场需要形成“市场有效、政府有为”的机制［17］。数据要素市场的基本原则包括市场主导、政府监管、开放共享和分类规范等。随着国家加大战略布局和相关政策出台，数字经济和数字技术快速发展，数据要素市场基础设施和制度加速建设和完善，市场交易规模逐步提升，但同时也存在数据界权、交易制度、监管规制等诸多难题和现实约束［18］。数据要素市场可以视为数据要素商品化为数据产品的场所和过程，而数据要素进入市场交易的前提是权属明晰。数据界权是数据要素化的关键制度障碍，当前相关研究主要基于经济学和法学视域，分歧和争论点在于个人对脱敏后的个人数据是否享有初始产权和收益权［19］。个人主体对数据要素的产权是数据要素确权的关键问题。

二、数据要素市场的三重构建目标

数据要素市场最核心的作用是在市场中形成数据要素價格，实现数据要素市场化配置，这是数据要素市场建设最基础的目标。为此，需要通过完善的市场基础制度解决数据要素确权、定价和交易等难题，发挥数据要素市场的市场机制和功能。数据要素市场建设需要以畅通数据要素交易流通为目标，以此支撑数字经济高质量发展。数据要素市场还需要解决数据要素安全性、交易和使用规范性等问题，在市场配置和流通中充分释放数据要素内在价值。

（一）在市场中形成数据要素价格，实现数据要素市场化配置

数据要素市场的基础功能和构建目标是在市场活动和交易中形成数据要素价格，由市场评价数据要素价值贡献和供需关系，进而实现数据要素市场化配置。市场经济的本质是资源配置市场化，即通过市场交易来实现资源供求，价格基于价值决定且通过市场形成，从而促进生产要素自由流通，优化资源配置和社会生产。市场化配置是最具有效率的方式。目前中国传统要素市场机制和体系已初步建立完成［6］，数据要素市场机制正在加速建立中。发挥数据要素市场正常功能，需要破除数据要素交易障碍，保障数据要素优质供给，让价格、竞争和供求等市场机制正常运行。数据作为新的生产要素进入和赋能生产活动，有赖于数据要素市场实现数据要素市场化配置，需要数据要素确权、定价、安全保护等基础制度支撑。数据要素具有虚拟性，其流通更加依赖市场和平台匹配供需和保障交易。培育数据要素交易市场，可以高效实现数据要素的流通、定价与供需匹配，减少信息不对称，提高运行效率，挖掘和释放数据价值。

（二）畅通数据要素交易流通，支撑数字经济高质量发展

数字经济高质量发展有赖于完善的数据要素市场和畅通的数据要素流通渠道。数字经济高质量发展的核心动力在于数据要素与数字技术，数据要素对数字经济发展的赋能作用愈发显著。中国经济实现双循环的核心之一在于生产要素，生产要素尤其是数据要素的流动和循环决定了下一阶段的经济增长速度与产业升级速度。数据要素市场作为数据要素交易流通的关键渠道，能够使数据要素通过市场配置加速进入经济活动中，提高全要素生产率和发展潜力，畅通国民经济双向循环。市场经济的固有局限之一在于生产盲目性和信号滞后性，而数据正好可以反映市场信息，基于大数据进行预测与分析决策，有效匹配供需，缓解市场生产的盲目性。培育数据要素市场可以强化数据要素的市场信号功能，市场主体通过收集、处理、分析和利用数据要素，就能促进产业效率提升与创新升级，推动新产业、新业态和新商业模式的涌现与发展。数据要素通过市场配置进入生产活动后，与土地、劳动和资本等传统生产要素协同，产生倍增效果，强化生产要素的使用价值，推动实体经济与数字经济的深度融合发展。实体经济的发展产生和积累了大量的数据要素，又推动数据要素积累与流动，实现积极的正反馈循环，驱动数字经济高质量发展。

（三）规范数据要素使用与交易，充分释放数据要素内在价值

完善的数据要素市场需要有效解决数据要素规范使用与交易问题，以充分释放数据要素内在价值。第一，培育数据要素市场应该以市场评价贡献、深度挖掘数据内在价值为核心目标，促进数据融合互通，推动社会治理能力现代化。第二，培育数据要素市场应该兼顾公共数据价值挖掘。数据要素市场交易流通的数据要素不仅包括私人数据，而且包括公共数据。应以数据要素加速政府治理能力现代化和模式创新，提升公共服务水平和准确性［16］，建立多元主体监管体系。基于政府所有的大量可共享的公共数据，推动打破数据孤岛，整合不同政府部门和社会主体的数据资源，共建多元主体监管的新思维与模式。第三，培育数据要素市场应该关注数据要素的安全性和使用规范性。明晰数据要素交易和使用的基本要求、数据要素分级分类框架、使用范围等，加强监管和规范力度。数据要素已经深度融入居民生活，数据安全和规范交易与每个个体息息相关。第四，数据要素市场应该解决数据确权问题，为数据主体提供所有权和收益分享权等法律支撑。加速建立数据要素参与收入分配的机制，保障数据主体分享数据要素产生收益的权利，鼓励个人通过数据经纪人出售个人数据以丰富收入来源渠道。

三、数据要素市场的培育状况

从2014年大数据首次被写入中央政府工作报告，到2023年组建国家数据局，中国不断加大对数据要素市场的培育力度，持续扩大数据要素市场规模，数据要素市场化格局初步形成。当前阶段数据要素市场培育取得了一定的成果，但是在交易体系、交易制度和共享流通等方面仍存在不足之处。

（一）数据要素市场发展迅速，但多层次交易体系尚未建立

数据要素是数字经济的核心战略资源。根据国家工业信息安全发展研究中心的数据，2022年中国数据要素市场规模为815亿元，同比增长49.51%。预计2025年市场规模将突破1 749亿元，步入高速增长阶段。中国数据要素市场规模正在经历高速增长，但是发展规模和发展质量上仍有较大的提升空间。根据相关测算，2019年，世界数据要素市场规模在260亿美元左右，美国大约为150亿美元，占比为57.69%；中国为33亿美元，占比为12.69%［11］；2020年中国数据要素市场规模约为美国的3.1%、欧洲的10.5%，与发达国家和地区相比仍有较大差距。目前中国正在积极建设数据要素交易市场和流通基础设施，个人、企业、政府和公共机构等多元主体参与、“供给—中介—需求”等多种交易模式共存的市场体系有待建立和完善。将数据交由数据经纪商收集转卖的数据经纪人（B2B2C）模式是目前美国等发达国家主要的数据交易模式之一。而中国数据要素市场主体以企业为主，个人参与较少，缺乏为个人服务的数据经纪人，数据经纪人模式不成熟，也尚不具备交易规模；交易模式以数据交易所为主，模式相对单一。世界数据要素市场处于高速发展中，中国数据要素市场发展潜力尚未充分释放。相关研究表明，中国数据要素市场化配置效率呈现上升趋势，但总体水平较低，区域间发展不平衡，尚有较大的优化和提升空间［20］。加速培育数据要素市场是提升数据要素市场配置效率的重要手段，是发展数字经济、实现经济高质量发展和中国式现代化的重要战略选择。

（二）积极推动数据要素确权与定价实践，但相关法律仍然缺位

中國等世界主要经济体对数据主体的划分和权属确定进行了积极的尝试和探索，在实践中逐步明晰和尝试解决数据权属问题。数据确权的根本目的是保障数据的合法交易、共享与流动。通过数据产权制度分配各主体权益，促进产权流转，以加速培育数据要素市场。由于经济社会和政治法律等国情差异，以欧盟和美国为代表的国家或地区在数据要素确权思路和关切点上与中国有着较为显著的区别。欧盟和英国在数据确权上更注重个人权利和个人数据要素化，充分肯定个人对数据要素的权利；美国的确权原则以促进数据自由流动为核心；德国在明晰数据权属的基础上进行动态跟踪，推行空间准入监管机制，强化标准设计，引入专业的中介服务机构和数据交易部门。中国2021年颁布的《中华人民共和国个人信息保护法》将数据主体分为个人信息主体、控制者和委托处理者。目前数据确权主要依靠交易所、行业机构和服务商等。2016年贵阳大数据交易所提出了数据登记确权模式，主要进行事前登记。2019年中国首家数据确权平台“人民数据资产服务平台”开始运行，职能包括审核和认证登记，赋予数据权属一定的权威保障，是对数据确权的初步尝试。但现阶段中国尚无对数据产权进行明确界定的法律法规，个人数据和政府数据的交易与开放边界模糊，相关法律的缺位使数据要素确权缺乏法律支撑，在一定程度上限制了数据要素的交易流通。

（三）政府数据开放平台数量快速增长，但共享水平和数据质量较低

世界各国在数据保护上侧重和取舍不同，但是对于数据要素开放共享是一致认可的。数据的价值需要在流通与共享中释放。从理论上说，尽可能实现数据开放共享能带来大量的经济价值［12］。数据的共享和流动可以显著减少交易成本和创新成本，促进社会分工和创新，创造社会财富。加之数据的非竞争性和部分排他性，“公地悲剧”和“搭便车”问题也产生了新的变化。但事实上，基于数据要素和资源的重要战略意义，数据主体倾向于过度收集、拒绝分享甚至垄断数据，这会阻碍数据要素的流动和共享，降低市场运行效率，损害消费者合法权益。低程度、低质量的公共数据开放共享也会影响国家战略的制定与实施。

2015年《国际开放数据宪章》通过，确立了开放数据的六大准则，第一条即为默认开放，政府数据从被动开放积极过渡为主动共享。中国就数据共享和开放开展了一系列实践。上海和北京等地最早于2012年就上线了数据开放平台。根据国务院办公厅2022年10月发布的《全国一体化政务大数据体系建设指南》（以下简称《指南》），截至2022年9月，全国共有26个省级政务数据平台、257个市级政务数据平台和355个县级政务数据平台。虽然政府数据开放平台在数量上呈现快速增长的趋势，但是现阶段数据要素共享仍然处于较低水平，存在数据要素质量良莠不齐、收集成本高、管理机制不健全、共享利用不充分、安全保障不足、数据孤岛较严重等问题，政务数据价值尚未充分开发和释放，并且目前还未建成国家级数据开放平台，也缺乏对应的法律法规。针对这一问题，《指南》明确了分阶段建设完成全国一体化政务大数据体系的任务，以促进数据共享开放、深入开发和有序流动，充分发挥政务数据在建设数字政府和推进现代化治理体系中的作用。

四、数据要素市场培育的制约因素

数据要素具有虚拟性、非竞争性、部分排他性、外部性等特征，相较于传统要素市场，数据要素市场培育难度更大，面临着更多的制约和挑战。

（一）数据权属界定不清晰，数据要素交易制度不完善

数据交易的本质是权利主体通过让渡使用权或未来收益权来影响数据要素市场配置效率的行为。数据确权是数据要素市场培育的前提，是数据要素自由交易和流通的基础，但是当前数据权属界定不清晰，数据确权面临诸多难题。从经济学角度看，数据确权应该考虑权利主体对资源配置和社会福利的影响。从数据的来源看，购物和出行等数据大多是消费者相关行为的副产品［21］，将这部分个人数据的控制权授予个人将激励数据的进一步分享和交易［22］。但是由于数据的易复制性和无形性，数据和所有权极易被转移和占有，赋予个人数据所有权可能也无法保障个人隐私和数据安全。赋予企业数据所有权将促进数据交易达到社会最优水平，但也存在企业滥用数据的风险［12］。除考虑效率外，还应关注数据权属的公平性。场景性公平原则认为，应基于不同的场景、参与主体和数据特征，权衡公平或效率来确定主体的数据权益。数据分类分级是解决数据确权问题的一种思路，即授予不同类型的数据以不同级别的权利，包括收益权、拒绝权等，以此兼顾个人隐私保护和数据交易流通需要［4］。从法学的角度来看，数据产权也称数权，从性质上是人格权和财产权的综合。人格权要求维护数据主体的尊严，保护数据隐私；财产权强调价值性和收益性归属。数据产权制度的价值取向需要有效平衡公平与效率。其中，公平主要指对个人隐私数据与权利的保护，而对数据的限制和保护将一定程度上影响数据的流动，进而影响数据要素市场的发展速度和运行效率［23］。

主体多元性进一步加大了数据确权的难度。所有权是物权的一种，是一种对世权，强调对物的绝对和直接支配权。而数据权贯穿于数据的整个生命周期和流通过程，拥有多元化的主体，或是数据最初的提供者和生产者，或是数据收集者和处理者，或是流通过程中的加工者和提炼者。这与传统物权的一物之上只能有一个所有权的一物一权基本原则产生了一定的冲突。传统的物权理论应用于数据权属有较大的局限性，加大了立法的难度。“阿罗信息悖论”指出，数据交易困境实为交易公开与数据公开之间的矛盾所导致的数据交易信任困境。解决问题的关键可能在于数据产权制度［24］。数据财产化确权能够有效降低交易费用，减少信息不对称和交易双方风险感知。相较于有形财产，数据等无形财产可能更需要产权保护以解决更复杂的信息和交易问题。现阶段尚未建立有效的数据产权制度、财产保护手段和风险管控措施等数据要素交易基础制度，限制了数据要素市场的高质量发展。

（二）数据价值不确定性导致数据要素定价困难，影响数据要素供需

培育数据要素市场最核心的任务之一是建立适用的市场定价机制，打通阻碍数据要素流通的堵点。数据的流动方式主要有自留自用、企业互享、数据交易和开放共享，受到法律法令、风险偏好、交易市场等多种因素的影响。促进数据要素交易是培育数据要素市场的核心目标。根据所有权变动与否，交易可以分为租赁式交易和一次性交易。数据所有权人可以与平台或者第三方中介采用租赁式交易模式，对于平台或者中介的每次交易行为收取费用或者采用一次性买卖或补偿机制。第三方中介可以从多种渠道汇集和加工数据，提供丰富多样的数据产品［25］，有效匹配供需双方需求，降低信息不对称和交易成本，减少买卖双方交易风险，促进数据要素的产生、交易和流通。无论是何种交易机制，都涉及数据定价的环节。表1总结了目前主要的数据资产定价方法、适用场景和局限。数据资产定价方法主要有传统会计定价、信息熵定价和多维度定价。从会计角度来看，数据资产属于无形资产，因而可以借鉴无形资产的传统会计定价方法，主要有收益法、成本法和市场法三种基本方法，有广泛的应用场景。传统方法为数据定价提供了一定的参考价值，但是容易低估数据要素和产品的价值，有较大的局限性。信息熵定价更关注信息内容的有效性，充分考虑数据资产的稀缺性和数据的有效量与分布情况。多维度定价则通过构建包括数据现值、数据成本、数据质量、客户感知价值等多个维度的指标，综合计算数据资产价值。由于存在数据价值不确定性、使用者与场景异质性等特性，数据价值密度在不同场景和使用主体中存在较大差异。数据定价机制有赖于具体的场景与使用对象，因而数据要素定价程序复杂，暂时难以形成标准化的定价体系，阻碍了数据要素供需双方的交易。数据定价无论在理论上还是实践中都是亟待解决的难题。

（三）数据安全和数据隐私问题突出，市场监管效果有限

数据安全和隐私保护是数据要素交易的重要保障。信任理论提出，信任分为善意信任和能力信任［26］。数据要素的信任问题据此可分为善意信任与能力信任。善意信任主要包括两个方面：一是数据提供者或生产者对后续数据控制者或使用者遵守社会道德规范、不会侵犯和泄漏隐私信息的信任；二是数据卖方对数据买方后续使用行为合规、不会擅自转卖或泄漏数据的信任。能力信任主要指数据买方对数据卖方所出售数据要素的质量与价值符合事前信息与承诺的信任。数据交易方难以通过已有信息或产品体验在购前了解产品，只有在交易行为发生后才能确定产品的效用和价值［27］，即数据要素具有信用品特征。基于数据要素的虚拟性和信用品特征，数据要素流通面临着复杂的信任问题。数据主体对数据交易的善意信任与能力信任限制了数据流通与共享。数据在流通和使用过程中，容易产生负外部性，影响提供数据和未提供數据的其他个体。

数据隐私在数据要素流通全过程中都尤为重要，涉及个人、企业和政府组织等多重主体。隐私数据和数据中包含的私人信息常面临着泄漏或非法利用的危险，限制了数据要素流通。当进行数据收集、处理和分析时，平台常倾向于选择对自身有利的方式进行，从而产生数据过度收集与隐私保护不足的问题，引致负的外部性。数据收集技术的快速发展使得获取数据主体个人隐私数据更加容易和难以察觉，严重影响主体的基本权益和个人隐私。如果数据收集者不加限制地使用和传播相关隐私数据，就会榨取消费者剩余，直接侵犯数据主体的合理权益［28］，甚至危害人身安全。因此，数据交易与共享应该建立在保障数据主体基本权益的大前提下。目前市场监管效果相对有限，缺乏完善的法律法规体系。数字技术和智能设备不断深入生活，产生了庞大的私人统计数据和行为数据，几乎涵盖了生活各个方面。“无孔不入”的私人数据采集对数据隐私保护提出了更高的要求，数据善意信任与数据要素流通的矛盾更加突出，数据要素存储、加密和流通过程的安全问题有待解决，迫切需要建立动态高效的监管体系。

（四）相关技术和服务支撑不完善，市场交易不活跃

目前中国的数据交易平台正处于初设和成长阶段，面临着数据交易量低、活跃用户少等问题。整体上，数据权属不清、交易规则不统一和不明确、相关支撑技术和服务不成熟导致了企业数据要素交易意愿低、数据价值转换低效，影响了交易体系建设和发展进程。市场中还存在扰乱市场秩序和违法的行为，制约了中国数据要素市场的培育与成长。相关技术和服务不完善，导致市场难以实现数据要素供给和需求的有效匹配，难以解决数据安全和市场制度问题，是当前市场交易不活跃的重要原因。一方面，数据要素面临着数据安全、隐私保护与交易流动的平衡。丰富多元的数据要素难以全部投入生产活动中，部分数据包含了个人和企业隐私甚至国家安全，脱敏和控制成为数据要素交易的重要环节，但是数据的虚拟特性增加了难度和成本。数据要素交易面临数据安全、隐私保护与价值释放的平衡，需要相关技术和服务的动态调整和保障。另一方面，目前交易对象以原始数据为主，数据异质性和非标准化限制了大规模交易，场内集中交易制度难以满足多样化交易需求和应用场景。但是场外制度存在数据安全和隐私泄漏风险，监管难度和成本大，需要借助有效的技术和服务解决场内外市场体系构建问题。

五、数据要素市场培育的总体框架与路径选择

基于中国数据要素市场构建目标与建设状况，考虑数据要素交易和数据要素市场运行全流程，发现当前数据要素市场主要面临着数据权属和定价等制度支撑不足，数据安全与交易监管、交易技术和相关服务等交易环境不优质等制约因素，对此提出基于“制度支撑—交易体系—市场监管—技术赋能”四位一体的总体框架和路径。数据要素市场的培育应主要围绕制度、交易、监管和技术四个方面。制度基础主要包括数据要素确权、定价和参与收益分配的机制三大市场制度基础；交易体系主要包括数据交易场所和数据经纪人等交易体系建设；政府承担着维持市场秩序、调节市场失灵的职能，通过技术赋能、科学监管与法律法规为数据要素市场提供保障和支撑。

（一）完善数据要素市场制度，破除数据要素交易的供给障碍

1.建立数据分类分级保护制度，有序保障数据安全流通

实现数据要素确权、定价和安全流通，需要加速建立和完善数据分类分级保护制度，确定可以流通的数据及数据类型。基于数据要素的影响对象与影响程度两个维度对数据要素进行分级分类，其中核心数据和重要数据禁止流通和共享；一般数据又可以根据不同重要级数分为可以流通或者限制流通。根据数据要素类型，可以分为政府公共数据和社会数据，政府公共数据应该通过高质量开放共享来促进流通，而社会数据则需要通过确权、定价、交易等环节进入要素市场流通。建立数据分级分类管理制度是推动数据要素确权和数据要素市场建设的首要步骤。应基于科学统一的标准，对数据要素进行分级分类，明确可交易和共享数据要素的边界和尺度；基于数据敏感度和隐私性、重要和危害程度划分数据，实施禁止流通、限制流通或可以流通的三级分类管理制度。

2.明晰数据产权，解决数据要素确权难题

数据确权是培育数据要素市场面临的核心难题。一方面，应加强数据权属相关基础理论研究，综合经济学和法学等多学科的视角和观点，从多角度科学探讨数据要素的权属问题与解决方案，平衡效率与公平。另一方面，推进数据权属问题的实践探索，构建和完善数据确权制度与体系，在实践中发现和解决问题。数据确权的前提是法定性，对于可能危害国家安全和社会稳定的禁止流通的数据，严禁进入市场流通。这部分数据并非生产要素，自然也不存在权属问题。《中华人民共和国民法典》肯定了数据的财产权益，但并未规定具体的产权形式和规则。针对数据要素的多元主体性和物权法一物一权基本原则的限制，可以参考物权法的一物多权，尝试设立包括所有权、用益物权等一“数”多权，尽可能兼顾各类数据主体的合法合理权益。借鉴《欧盟通用数据保护条例》的思路，严格的个人信息保护制度并非禁止利用个人信息，而是为更高效和广范围的信息流通提供安全的环境。基于数据要素价值增值过程的来源与贡献，可以尝试设定所有权和用益物权的二元权力结构①，平衡数据生产者与加工者的财产权益。用益物权强调对标的物的使用和收益，旨在支配标的物的使用价值。二元权力结构既能尊重数据原发者权利，又赋予平台和企业最大限度直接支配数据要素的权利，具有适当的排他性［29］。另外一种思路是通過数据分类与场景确权，在一定程度上解决数据要素的多主体性质和确权难题。根据数据是否进行清洗和脱敏，可以赋予数据要素主体不同的权利。数据脱敏前，权利主体主要是数据生成者和收集者；对数据进行清洗和脱敏后，数据要素成为收集和处理者的数据资产，此时有较为明晰的权利归属。数据确权制度的实际效果需要在现实中不断探索和修正。

3.积极探索和实践数据要素定价机制

构建数据要素定价体系，有助于推动数据确权和培育数据要素市场。使用者与场景异质性、数据价值密度分布差异性等数据价值不确定特性，使数据要素定价机制构建面临着新的挑战。为数据要素和数据资产设定统一的定价机制，是难以实现的。通过明确数据权属，推动数据要素市场化配置，根据具体的交易和应用场景核算价值，是一种可行的思路。第一，发挥市场定价机制与配置的作用。对于交易量大、交易稳定和交易频繁的数据要素，应更多地依靠市场机制发挥作用，通过供求确定价格。第二，涵盖不同数据类型与交易场景。应积极探索和实践如何构建综合数据要素定价体系。第三，适时适度介入政府监管。当数据要素市场出现价格机制扭曲、垄断或失灵时，政府等相关管理部门需要进行调控，通过平衡供求或其他数据定价机制来保证市场效率。

4.构建和完善数据要素参与收入分配的机制

构建和完善数据要素参与收入分配的机制，有助于促进数据要素的有效供给，保障要素主体合理权益。差异性公平要求尊重主体的劳动创造与成果，以激发主体的能动性与积极性。数据要素的权益分配会直接影响其交易与流通［11］，因而需要建立合理的数据要素参与收入分配机制，按市场评估贡献，按共享分配报酬。数据要素参与收入分配的机制可以分为保留数据收益权、一次性交易和多次交易［16］，对应着数据要素交易的租赁式交易和一次性交易。欧盟的强制许可要求数据所有人在收取法定费用后分享所拥有的数据，赋予了数据要素所有人参与分红的权益，使其依托合理的分配机制，尽可能促进数据要素流动和配置最优［28］。数据要素参与收入分配应该覆盖数据要素流通全过程，在数据产生、收集、加工、交易和收益分配全环节，以按劳分配为基础，兼顾各类主体收益分配权益。数据要素初次分配时，必须按照市场化分配原则，坚持效率优先，以贡献决定报酬，激励市场主体创造更多价值。

（二）构建数据要素市场交易体系，完善和创新多层次市场交易体系

1.协同建设场内和场外交易制度，发挥数据交易场所的交易支撑与保障功能

培育数据要素市场离不开交易中介和交易场所等构成的交易体系的支撑与推动。数据交易根据具体应用方向可以分为营销分析、风险信用和人员匹配，数据交易场所等第三方中介在三个应用场景都有显著作用。相关交易场所是交易活动的枢纽和中介。数据交易所模式能有效推动数据交易与流动，是培育数据要素市场的重要途径。针对信用品的信息不对称问题，可以渐进式推动主体间交流，借助信用机制、市场声誉机制等促成交易行为。未来应该明确并进一步强化数据交易所的核心中介职能，为数据要素交易和流通提供良好的环境和保障。通过建立信用评级制度、提供数据产权登记和权威第三方数据要素定价服务等重要职能和服务，发挥数据交易所在数据市场中的关键作用。数据所有者可以选择向数据交易所等第三方中介提供部分数据以合理评估数据的价值，同时能够保障对数据拥有一定程度的控制，实现渐进式的合作与交易。在数据要素市场发展初期，囿于产权保护制度不完善或缺失，数据交易对象更多是服务而非财产。数据要素尚未成为商品，更多在较小范围内流通，也就难以达成高频率和高数量的交易活动。这一阶段，数据交易场所有别于证券交易所模式，需要提供更多数据服务的合作模式，发挥更大的中介与匹配职能，增强交易双方信息流动与交流，降低风险感知，提供交易风险评估与安全保障，强化交易主体进场动力。

2.培育和发展数据经纪人，丰富交易模式

在建设第三方中介与数据交易场所等交易体系的同时，积极培育和发挥数据经纪人的中介与交易撮合作用。目前主要数据交易平台不允许个人注册交易，而实际上个人无论是作为供给者还是消费者，都具备可观的潜力和需求。在数据要素市场发展初期，个人交易规模总量较低、频次较少，通过制度设计还不完善的交易平台进行交易确实存在一定的局限性，此时数据经纪人便承担了重要作用。数据经纪人主要通过搜集、整合和提供与个人信息相关的数据参与数据交易，包括与个人相关的统计数据、地理数据和行为数据等。承载个人隐私的数据需要进行严格的脱敏，并且保证不可逆。美国等发达国家的数据经纪人（商）发展已经相对成熟，而中国正处于萌芽阶段，未来需要加快推进场内交易和场外交易的步伐和进程，鼓励和促进个人数据参与市场交易，弥补现有市场交易模式的不足，规范和监管场外交易的不合规和不合法行为，完善交易体系。

（三）优化数据要素市场监管与服务，推动科学立法与规范监管

1.健全有关数据要素权属与隐私安全的法律法规

针对数据要素市场的制度基础，出台相应的法律法规以保障制度正常运行。第一，逐步出台解决数据要素权属问题的相关法律法规，突破数据确权上法律制度缺失和滞后的限制。通过法律制度正式明确数据要素的权属问题，推动数据要素分级分类管理和保护，为数据要素后续顺畅流通建立制度基础和提供保障。数据要素确权需要兼顾效率与公平，构建包容审慎的政策和法律环境。第二，建立和完善针对数据隐私的法律法规体系，增强相关法律保护与数据流通要求的适配性。通过法律途径保障数据隐私与数据安全问题，可增强数据要素交易双方的数据信任，缓解和克服数据要素所有者和控制者参与数据要素流通的风险感知。第三，为不同的数据类型提供法律制度保障。对于符合专利制度申请要件的临床数据等少部分数据要素可以借鉴专利制度，赋予对世权和排他性；其他类型数据要素可以通过商业秘密和合同安排提供一定程度的保护以缓解“阿罗信息悖论”和交易的信任困境。

2.明确与规范数据交易所等第三方中介的职能、定位、义务和责任

数据交易所等第三方中介在数据要素市场中占据着重要地位，具有公众组织意义的社会主体和平台需要承担一定的安全保障责任。数据交易所作为典型的中介平台，需要承担对应的安全保障与风险防范责任。2022年发布的《国务院办公厅关于印发要素市场化配置综合改革试点总体方案的通知》提出积极探索“原始数据不出域、数据可用不可见”的交易范式，也是对控制和减少数据交易风险的尝试。以数据交易所为代表的交易场所和相关监管机构未来需要建立数据要素合规确认、安全审查、监测预警等动态机制，基于数据要素流通全流程溯源留底，提供公证服务和安全保障服务，营造安全规范的交易环境，保障交易用户的权益。

3.限制不正当竞争行为，调节市场失灵

加强数据要素市场监管的顶层设计，成立相应的数据管理机构或部门，引导建立基础的市场规范和数据标准，以促进数据要素跨部门、跨行业、跨地区流动，打破不同主体间的数据壁垒。对于数据滥用和不正当竞争行为，基于包容审慎的监管态度，合理运用反不正当竞争法进行治理，调节市场失灵。构建对主体审慎、对技术和创新包容、对数据予以监管的新监管模式［30］。数字经济时代下数据风险更加凸显，平台可能通过过度收集和利用数据成为数据寡头，阻碍行业竞争。典型的数据滥用包括不当采集、拒绝共享、自我优待、价格歧视等，数据滥用成为影响市场竞争的常见因素，剥夺了消费者剩余，影响了市场秩序。当市场秩序失灵时，监管和法治等制度秩序成为维护市场有效和稳定运行的关键力量。监管部门需要规范交易主体行为，推动相关企业自治，保护产权，优化要素配置，开展更加动态高效的监管。

（四）推动相关数字技术研发与创新，加速数字技术在数据要素市场中的应用

数据赋能、数据要素交易和数据要素市场建设都有赖于相关技术支撑。应加速诸如区块链、通信与信息传感技术、公钥密码学、密码技术、交易技术等相关技术的研发与应用，赋能和保障数据确权、数据交易、数据共享和数据监管，推动数据要素市场高质量发展。区块链等技术可以实现数据要素交易全流程的记录与追溯，包括各个节点的数据收集、存储、处理、交易和流通等，有利于明确各主体的行为和权利，为数据要素流通提供合理的记录与证据，保障数据要素市场的有序运行。通信技术、射频识别、全球定位系统等信息传感技术可以进行自动化数据采集工作，产生丰富的现实数据要素，实现数据传输和协同的即时性与智能化。多方安全计算（MPC）技术能促进数据共享，保护数据产权和数据隐私，进而加速数据要素流通和激发业务创新。企业同样需要加强数据收集与分析能力，完善数字技术等基础设施，发挥数据要素生产作用，提高企业生产经营效率，促进创新发展［31］。数据要素市场监管更需要相关技术支撐。要素流通全流程和全周期离不开加密技术、传输技术、控制技术和监测技术等多种技术加持，更应建立一套综合的数据要素市场技术支撑体系。应利用数字技术构建数字信任制度和体系，完善数据要素全生命周期评估、监管和反馈的长效机制。

参考文献

［1］李海舰，蔡跃洲．中国数字经济前沿：数字经济测度及“十四五”发展［M］．北京：社会科学文献出版社，2021．

［2］国家互联网信息办公室．数字中国发展报告（2022年）［R/OL］．（2023-05-23）［2023-09-10］． http：//www.cac.gov.cn/2023-05/22/c_1686402318492248.htm？eqid=e964285800089bd400000004646d59f6．

［3］孔艳芳，刘建旭，赵忠秀．数据要素市场化配置研究：内涵解构、运行机理与实践路径［J］．经济学家，2021（11）：24-32．

［4］熊巧琴，汤珂．数据要素的界权、交易和定价研究进展［J］．经济学动态，2021（2）：143-158．

［5］丁曉东．数据交易如何破局——数据要素市场中的阿罗信息悖论与法律应对［J］．东方法学，2022（2）：144-158．

［6］何玉长，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．

［7］蔡跃洲．“互联网+”行动的创新创业机遇与挑战——技术革命及技术—经济范式视角的分析［J］．求是学刊，2016（3）：43-52．

［8］李勇坚．数据要素的经济学含义及相关政策建议［J］．江西社会科学，2022（3）：50-63．

［9］ARROW K. Economic welfare and the allocation of resources for invention， the rate and direction of inventive activity： Economic and social factors［M］． New Jersey： Princeton University Press， 1962．

［10］  李海舰，赵丽．数据成为生产要素：特征、机制与价值形态演进［J］．上海经济研究，2021（8）：48-59．

［11］  蔡跃洲，马文君．数据要素对高质量发展影响与数据流动制约［J］．数量经济技术经济研究，2021（3）：64-83．

［12］  JONES C I， TONETTI C. Nonrivalry and the economics of data［J］. American Economic Review， 2019， 110（9）： 2819-2858.

［13］  魏益华，杨璐维．数据要素市场化配置的产权制度之理论思考［J］．经济体制改革，2022（3）：40-47．

［14］  李静萍．数据资产核算研究［J］．统计研究，2020（11）：3-14．

［15］  张馨．“市场失效论”和“公共产品论”不成立吗——论市场经济下财政学的理论基础［J］．财贸经济，2021（1）：16-25．

［16］  俞林，赵俊红，霍伟东．推进数据要素市场化配置 促进经济高质量发展［J］．宏观经济管理，2021（10）：48-54．

［17］  BUYYA R， YEO C S， VENUGOPAL S， et al.Cloud computing and emerging IT platforms： Vision， hype， and reality for delivering computing as the 5th utility［J］. Future Generation Computer Systems， 2009， 25（6）： 599-616.

［18］  陈蕾，李梦泽，薛钦源．数据要素市场建设的现实约束与路径选择［J］．改革，2023（1）：83-94．

［19］  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．

［20］  乔晗，李卓伦．数据要素市场化配置效率评价研究［J］．中国科学院院刊，2022（10）：1444-1456．

［21］  ORDONEZ G. The asymmetric effects of financial frictions［J］. Journal of Political Economy， 2013， 121（5）： 844-895.

［22］  MILLER A R， TUCKER C. Privacy protection， personalized medicine and genetic testing［J］. Management Science， 2017， 64（10）： 4648-4668.

［23］  刘悦欣，夏杰长．数据资产价值创造、估值挑战与应对策略［J］．江西社会科学，2022（3）：76-86．

［24］  罗伯特·P.墨杰斯，徐慧丽．财产权之交易观［J］．私法，2017（1）：280-312．

［25］  YAN R. Profit sharing and firm performance in the manufacture retailer dual-channel supply chain［J］. Electronic Commerce Research， 2008， 8（3）： 155-172.

［26］  MCKNIGHT D H， CUMMINGS L L， CHERVANYN. Initialtrust formation in new organizational relationships［J］. The Academy of Management Review， 1998， 23（3）： 473-490．

［27］  DARBY M R， KARNI E. Free competition and the optimal amount of fraud［J］. The Journal of Law and Economics， 1973， 16（1）： 67-88.

［28］  ACQUISTI A， TAYLOR C， WAGMAN L. The economics of privacy［J］. Journal of Economic Literature， 2016， 54（2）： 442-492.

［29］  申卫星．论数据用益权［J］．中国社会科学，2020（11）：110-131．

［30］  胡仙芝，刘海军．包容审慎监管：论新基建监管框架构建的过渡性和开放性［J］．管理世界，2022（2）：116-128．

［31］  谢康，夏正豪，肖静华．大数据成为现实生产要素的企业实现机制：产品创新视角［J］．中国工业经济，2020（5）：42-60．

The Constraints and Breakthrough Paths of Cultivating the Data Element Market

LIU Ya-jun   ZHANG Ya-jun

Abstract： In the age of digital economy， data has become a modern element of production because of its technology-economy characteristics which are different from traditional elements of production. To cultivate the data element market， it is necessary to realize three construction objectives： market allocation of data element， unimpeded transaction circulation of data element and full release of value of data element. China's data element market is developing rapidly， and the market construction is progressing in an orderly manner， but the basic system is still imperfect， and the data element market size has not been fully tapped and the development potential has not been released. At present， we are faced with realistic challenges and constraints such as poor circulation of open sharing， unclear ownership of data， dilemma of double trust， unsound pricing and trading system. In order to solve the dilemma of marketization of data factors， we should base on the five-in-one development path of "classification protection-institutional support-transaction management-market regulation-technology empowerment" in the future， take data factors classification as the starting point， and support the effective supply of data factors through such institutional foundations as rights confirmation， pricing and participation in income distribution mechanism of data factors; accelerate the construction of a data element market trading system; promote scientific legislation and standardized supervision to ensure and support the trading and operation of the data element market. To cultivate the data element market， we should accelerate the market-oriented allocation of data factors， fully release the value of data element， and empower the construction of digital China.

Key words： data elements; data elements market; digital economy

作者簡介：刘雅君，吉林省社会科学院副研究员；张雅俊（通信作者），中国社会科学院大学商学院博士研究生。