我国工业数据的确权与流通

[摘要] 随着新一代信息通信技术革命的推进，工业数据在产业领域的应用和作用越来越大。然而，受到技术、行业等方面壁垒的限制，工业数据的流通不畅，必须加大开拓力度，以实现数据应用与产业发展的无缝对接。可借鉴主要国家的相關做法，通过调整现行制度规范、加快开放平台建设、加快数字化能力改造、推进复合型人才培育等，加快推进我国工业数据流通。

[关键词] 工业数据   共享和流通   发展现状   存在问题

[中图分类号] F425   [文献标识码] A    [文章编号]  1004-6623（2019）06-0094-07

[作者简介] 王欣怡（1987 — ），宁夏回族自治区人，中级经济师，中国信息通信研究院政策与经济研究所，中国社会科学院世界经济与政治研究所博士研究生，研究方向：制造业数字化现状及相关政策。

引 言

随着互联网、大数据、人工智能与制造业融合程度的不断加深，工业数据从生产结果变为企业资产，成为连接虚拟世界和现实世界的核心要素，也成为产业各方竞相争夺的“关键资源”。如何确定数据所有权和流通规则，是激活海量数据资产、释放潜在价值的重要前提，是工业数据应用和产业发展必须解决的核心问题之一。

一、工业数据的内涵和特点

工业数据是在工业价值链中产生的所有数据的总和。一般认为，工业数据主要包含三种类型：一是企业信息管理系统数据，如ERP管理系统的管理数据;二是企业生产或机器设备数据，指工业生产过程中机器、设备等产生的运行数据以及产品数据;三是外部跨界数据，包括客户数据、行业数据、产业链上下游的协同数据等。此外，随着信息技术在工业中的普及和应用，工业数据的内涵范围不断扩大，利用工业物联网将系统、设备、产品甚至生产人员相互连接，也产生了大量的关联数据，如生产人员定位与轨迹等。

和其他大数据一样，工业数据规模大、种类多、速度快、价值高。其自身的突出特性表现在：异质性，工业数据中包含大量非结构性数据，较难按照统一标准和规范进行管理;关联性，工业数据不是独立存在的，数据之间存在很强的关联关系，如设计、工艺数据就与产品质量数据密切相关;连续性，工业生产的连续性使工业数据的产生具有连续性，在工业互联网时代，工业数据将超越时间、空间限制并源源不断产生。基于上述特点，工业数据已经成为工业生产中的重要资源，它不仅是商业模式的主要驱动力，也是工业数字化发展的主要驱动力量，并将对企业未来的竞争力产生极其重要的影响，因此，对于数据资源及其获取渠道的保护就变成了根本性问题。

二、我国工业数据流通现状

（一）我国工业数据流通特点

我国制造业信息化基础相对较弱，工业2.0、3.0并存，自动化和信息化融合能力不强，工业数据的流通呈现如下特点。

1. 数据流通主要集中在企业内部，外部数据交易不活跃

制造企业的数据流通主要集中在企业内部，多采用从第三方购买数字化服务并在本地研发和使用的业务模式，极少通过数据中介进行数据交易。企业一般将协同研发平台或者供应链协同平台建在本地，平台由企业的信息化部门负责进行开发与维护，协同研发者通过专线访问企业内部，获得相关数据并进行研发。企业通过第三方交易平台交易的数据以社会信息类数据为主，不包含设计、生产等数据。

2. 大企业主要通过“私有云+专线”的方式进行数据流通

在与平台企业合作时，大型制造企业更加倾向于使用私有云的方式以保证对数据的绝对控制权，即便使用公有云平台，也仅使用平台企业的IaaS设施。

3. 中小企业工业数据使用模式不清晰

与大企业相比，中小企业对工业数据价值、流通等的使用模式和存在问题尚不完全清晰，大部分中小企业响应地方政府号召积极“上云”后，普遍对数据上云、上平台之后能够用于何处、发挥何种作用、能为企业带来何种收益等问题存在疑惑，对于推动或参与数据流通积极性不高，仅有少数企业利用工业云平台相关服务开展了运维服务、设备监测等，大部分中小企业仅仅接入平台，并未开展实际应用。

4. 通过合同确定数据权属和流通关系

由于数据确权和流通的相关法律和规则仍在讨论之中，通过商业合同对数据的权属关系、知识产权、权利义务等进行规定成为目前产业界的普遍做法。从权属关系看，一般原则是数据提供者对数据拥有所有权，数据使用者在授权范围内进行存储、采集、分析等。

（二）我国工业数据流通的应用实践

目前，我国工业数据流通和共享主要集中于以下应用实践。

1. 生产制造过程优化

石化、橡胶、电子信息、家电等行业通过对工业数据的采集、传输与挖掘，实现对生产过程、计划资源、关键设备等的优化。在该场景下，设备运行、过程监控、生产管理等工业数据主要在生产制造商、平台运营商、数据分析服务商之间相互流通。生产制造商结合业务需求，通过开放数据接口、部署采集装置等方式，不断将清洗、脱敏后的数据发送至平台，由数据分析服务商对平台上的相关数据进行线上计算、分析、建模等，形成优化后的生产制造方案建议，数据分析服务提供商将方案通过平台交付给生产制造商，生产制造商结合行业经验，按照上述方案建议对生产流程进行优化。需要注意的是，在这一过程中，平台企业并不采集企业业务系统中的所有数据，也不负责对相关数据进行存储，因此，不直接拥有企业设备所产生的数据，但是，由平台企业经过数据分析后所产生的相关行业模型的所有权，则由相关企业通过合同约定后分别确定。

2. 制造业服务化延伸

工程机械、电力设备、供水设备等装备制造行业通过工业数据的采集、分析、流通等，实时监控产品的运行状况，并利用设备运行等数据进行商业模式创新。在该场景下，物联数据、设备维修换件数据等工业数据主要在生产制造商、设备提供商、平台服务商、第三方机构（如保险公司）之间相互流通，且设备提供商和平台服务商基本是同一主体。设备提供商按照合同不间断采集设备运行数据上传至平台并在云端存储，平台服务商基于平台上的软件、算法、模型等，完成设备工况画像、远程监测等，多方合作结合行业know-how构建新模型，形成新产品，提供新服务。在这一过程中，平台企业不仅会对企业设备的运行数据进行采集和分析，同时还会存储部分数据。

3. 供应链协同研发与设计

装备制造、航空航天等行业借助平台，汇聚各方的工业设计数据资源，将分布于不同主体之间的设计、制造和服务资源有效整合，通过并行组织，大幅缩短产品研制周期。在该场景下，产品設计图纸、工艺设计参数等工业设计数据主要在需求发布者、平台运营商和服务提供者之间进行流通。需求发布者在平台上发布设计和研发需求，平台运营商负责数据存储并提供数据流通的技术支持，相关服务提供商按照发布要求，通过运算、建模、设计等，形成数字化设计方案并上传至平台，由需求发布者确定最终数字化设计方案并交付使用。在该场景下，需求发布者通过建立平台，构建起以其为中心的设计研发生态，且相关的研发主体，均以核心企业上下游的供应商为主。目前，包括空客（Airbus）在内的众多大型高端装备企业，普遍采用这种方法，汇聚全球范围内的供应商资源进行相关产品的研发与设计。

（三）我国工业数据管理现状

随着数据的重要性被广泛认可，我国近几年在数据监管方面取得了一些积极进展，尤其是在个人信息保护领域，形成了较为完整的法律法规和行业监管体系。但是，在工业数据管理方面仍存在空白。

法律层面，对数据监管的规定主要包括数据境内存储和保留数据接口两大内容，从维护国家安全的角度出发对数据的流通进行了较为笼统的规定。如《反恐怖主义法》明确规定，电信业务经营者、互联网服务提供者应当为公安机关、国家安全机关调查恐怖活动提供技术接口和揭秘等技术支持;强制性国家标准亦要求互联网交互式服务提供商应当为公安机关提供合规的技术接口，确保实时、有效地提供相关证据。近年来，也尝试利用《反不正当竞争法》中的相关规定进行数据监管。

监管层面，我国针对大数据发展的规划众多，但涉及的数据管理规范较少，而针对工业互联网数据的管理和监管，由于管理对象不是数据本身而是承载数据的主体，如平台、APP等，仍沿用电信业务监管模式进行监管。2016年新修订的《中华人民共和国电信条例》按照对基础电信业务和增值电信业务的现行办法对工业数据的流通和使用进行管理。以承载大量工业数据存储、流通、分析的工业互联网平台为例，在现行的《电信业务分类目录》下，如果某一企业想进入工业互联网领域并建设平台，从平台基础设施搭建、提供在线服务并实现运营，至少需要按照现行法规要求，分别取得“互联网接入服务业务”资质、“信息服务业务”电信业务资质、“互联网数据中心业务”资质（具体指“互联网资源协作服务业务类”）。随着《移动互联网应用程序信息服务管理规定》《电子商务法》的颁布实施，针对平台、APP等产品的监管，正在逐步规范。

产业层面，近年来针对数据的流通、确权等做过一些自发性的约束和尝试。如2016年，中国信通院曾联合产业界共同推动制订“数据流通行业自律公约”，尝试对采集、流通、存储、保护等方面进行规范。一些企业也通过构建企业内部横向的管理组织架构，对集团内部的数据采集、流通、保护等内容进行统一决策、统一管理。2014年开始，随着贵阳大数据交易所的成立，一套数据交易的规则体系和一些数据交易、数据安全的标准逐步探索形成。但整体来看，在工业数据的流通和使用方面，通过大数据交易所进行的数据交易规模仍然不大，并且以工业生产中的社会数据为主，如客户评价、意见反馈等，真正能够触及工业生产的数据交易规模较小，相关的规则、标准、管理要求等还需要进一步明确。

三、我国工业数据流通存在的问题

目前我国工业数据流通存在两大难点。从技术上看，数据结构多元化、采集接口标准不统一等，使工业数据采集难、流通难，同时，工业生产对低时延的需求，也对云平台、数据库等的处理能力和速度提出了更高的要求;从管理上看，数据权属界定不清晰、分级分类规则不明确、本地存储的要求等，都对工业数据的使用和流通形成掣肘。

1. 法律法规亟待健全

针对工业数据，我国尚未在国家层面就数据确权问题达成一致，数据流通、数据交易等方面的法律法规仍然缺失，导致现行法律适用性面临不确定性，无法为工业企业提供有效保护。工业数据上传至云平台或交付第三方后，需将相关数据保存在企业外部，云服务提供商成为数据实际控制者。我国云服务提供者以话语权强的大企业为主，在仅能通过商业合同约束双方权利义务的情况下，谈判能力弱的企业只能被动接受合同条款，让渡部分权利或支付高昂费用以获取相关服务，且无法在数据被挪用或丢失时进行追索或获得合理赔偿。

2. 监管水平滞后于产业发展

现有针对数据的管理规范仍建立在传统的行业分类办法上，但随着新一代信息通信技术的快速发展，传统行业发展的驱动力、投入要素等都在发生转变。传统的行业分类方法已无法适应新时代发展要求，一些有融合发展潜力的行业被划分在行业管理要求严格的分类项下，不利于激发行业活力。各行业数据分级分类管理规范普遍缺失或过于笼统，使企业在确定可分享数据类型时，一般通过“试错”或“一刀切”的方法实现，既无法使企业优化服务，又增加了企业成本。

3. 缺乏数据共享平台

政府部门、科研机构、高校等公共部门掌握大量准确性高、可靠性强的工业数据资源。尽管国家相关文件多次强调要推动政务数据等的开放共享，但在产业界推进幅度不大，导致一些价值数据的开放程度和使用率极低。人工智能等新兴领域的蓬勃发展需要以算法为支撑，而面向多场景的精准算法需要建立在大规模数据开放和流动的基础之上。目前，我国开放的数据规模远不能满足相关行业的发展需求。如由于国内缺乏可信的公共数据共享平台，一些企业在进行人工智能相关应用、算法开发时主要使用国外公共开放平台中的数据，但技术、习惯等方面存在的差异，使应用时易存在偏差，不利于行业发展。

4. 工业数据流通的动力和能力不足

对大企业来说，除担心数据流通造成商业秘密泄露之外，还对工业数据开放和流通后能为企业带来多少附加价值存在疑虑，因此积极性不高。而对于多数还处在工业1.0、2.0水平的中小企业来说，“哑设备、哑岗位、哑企业”现象普遍存在，不具备获取工业数据的基本条件，更加不具备对数据的使用、挖掘、交易能力。同时，众多中小企业普遍担心在交出自己的相关数据后，仍然无法获得需要的服务，更担心平台类企业会将其存储在云端的数据挪作他用，从而使得中小企业推动数据流通的动力进一步被减弱。

5. 缺乏统一标准架构

我国IT基础架构解决方案市场集中度较低，导致企业IT基础架构多样化现象广泛存在，且不同行业、企业采用不同标准的虚拟化或容器化工作负载对工业数据进行采集、存储、交换等，使企业之间在集成、迁移数据时需创建迁移所需的大多数硬件和软件面临巨额开支，进而造成数据使用效率较低，导致数据“迁移”困难、“信息孤岛”等问题。

四、主要国家和地区解决

工业数据流通的相关做法

从全球范围内来看，工业数据在何种程度上得以保护，往往取决于数据的内容和来源，并通过知识产权法、专利法、数据中心法、商业秘密保护法、犯罪法等法律加以保护，且由于工业数据多源异构的特性，为特定的一组或单个数据提供任何权利变得较为困难。因此，主要发达经济体重点对工业数据流通规则进行规范和管理。

欧盟：工业数据流通法规范的“先行者”

欧盟在企业间数据流通和共享方面进行了诸多积极探索。2013年10月欧盟理事会制定战略议程，呼吁在数字单一市场采取行动，促进所有经济领域的数据驱动型创新，并在欧洲数字经济领域进行大量投资，推广战略性技术，以改善获取途径并在整个经济中共享数据。当前，欧盟主要从知识产权的角度入手对工业数据进行保护，所采用的上位法是《Database Directive 1996/9》，对数据库的运营者提供保护，但要求该运营者必须对数据库运营进行投资。2016年，欧盟发布了《Trade Secret Directive》，其中也对数据的使用进行了相关规定，更加注重对数据商业价值的保护。该指令主要保护企业熟知的know-how数据和商业数据，防止这些数据被非法并购、使用和披露。但是目前，这一指令还没有被欧盟成员广泛适用。2018年10月4日，欧盟议会通过《非个人数据自由流动条例》，与GDPR一起形成了欧盟数据流通和保护的顶层法规。这项法规要求在欧盟范围内，除非必要，所有成员国一律取消“数据本地化要求”等限制，并鼓励不同主体之间通过合同的方式协商数据所有权。尽管这项条例出台之后，并未达到解决数据所有权等重点问题的预期，但《条例》仍然是全球非个人数据流通法律法规的“开先河者”，取消“数据本地化”这一要求本身可以被视为巨大的进步。

日本：探索利用标准化的商业合同解决工业数据流通问题

日本工业数据交易和流通情况并不活跃。日本公平贸易委员会竞争政策研究中心指出，当前日本制造业中提供的工业数据分析、数据服务团队等都集中在大企业内部，这类企业出于保护企业核心价值的目的，不会主动进行数据共享。2015年，日本发布数字经济的《反不正当竞争法》，试图对数据垄断、过渡披露等问题进行规范，但企业间权责如何并未进行规定。2017年6月，日本产经省发布了一份合同模板，以鼓励企业间数据流通为目标，建立企业间工业数据的应用指引。该文件提出了合同签订两个方面的指导原则：一是数据使用最大化。数据本身属于无形财产，具有公共财产性质和非独占性，除了受知识产权制度保护的数据外，任何人都没有专有权，只有广泛运用才能最大限度地发挥数据的价值;二是按个案公平合理确定使用权限。数据没有所有权，不一定符合先取得的一方完全垄断的现实主张，当事者必须考虑对创造数据的贡献度，灵活制定数据的使用条件，公平公正地确定数据的使用权限。

德国：利用技术和标准手段解决数据流通和共享问题

为有效解决工业数据流通的问题，德国国内除适用欧盟现行的法律法规之外，还积极探索利用技术和标准手段，解决工业数据确权、流通和使用的问题。目前，德国佛朗恩霍夫研究院的研究人员正在探索建立工业数据空间（Industrial Data Space，IDS），即一种基于标准通信接口、实现安全数据共享的虚拟架构，它使用标准规则和公共治理模型来促进工业生态系统中数据的安全交换与便捷连接，同时确保了数据所有者的数据主权。IDS主要针对工业生产中不同的场景、行业、企业主体之间，通过使用已有标准、制定全新规则等手段，明确数据在不同流通环节中各类主体的主权，制定标准化工业数据及相关服务的价格模型，进而促进工业数据的流通。此外，IDS也鼓励企业探索利用区块链、开源等新技术，解决数据流通中的技术和标准壁垒，对数据权属界定、交易规则、定价模型等进行探索。目前，IDS已有80多个试点项目，并开始尝试在德国以外的地区推广。

五、相关建议

发达经济体普遍通过企业间相互协商，以合同协议条款来规定數据权属和流通规则，或通过建立虚拟的架构和共同体，利用技术和标准的手段来解决多方共同参与的问题，对我国有一定的借鉴意义。结合当前我国工业数据流通存在的问题，提出以下对策建议。

（一）调整现行制度规范，探索建立符合融合发展需求的产业政策体系

一方面，要针对空白领域加快研究制定相关法律法规，尤其是对争议多、难度大的领域要加快研议，形成一套符合我国实际的行业管理标准，解决因数据权属关系不清晰造成的确权、定价、交易规范等一系列问题，在这一领域加快研究并形成相关制度规范。同时，在分级分类管理层面，也要鼓励各行业按照相关法律要求，结合行业特性、发展规律、数据特点等，制定符合产业发展要求的数据分级分类标准，为数据流通行为进行规范。另一方面，要对现行与融合发展需求特征不相符的制度规范进行修订，使其更加符合数字经济时期的行业发展规律。改变现行法律法规制度建立在传统工业经济之上的短板，对现有的国民经济分类标准进行重新调整，除对一些明显不符合行业发展趋势的类别进行调整外，还可新增部分内容，如“工业互联网”等。

（二）加快开放平台建设，完善和提升公共服务的能力和水平

鼓励政府部门、高校、科研机构等共同建立数据共享平台，通过项目合作或购买服务等方式，无偿或有偿向社会各界开放数据资源，推动数字产业的蓬勃发展。鼓励企业通过提供工业APP、应用程序编程接口（API）等形式，开放在研发设计、产品生产、销售服务等各环节的资源，促进创新资源、生产能力和市场需求的有效集聚、精准对接，为各类应用创新提供支持。此外，积极发挥联盟、协会等产业组织的作用，搭建多方协同的发展平台。一方面，可借鉴德国等发达国家的做法，依托产业组织开展小范围的试点项目，对数据的分级标准、权属认定、企业资质等进行规范，带动企业的技术创新、业务创新和模式创新，并对发展中遇到的问题和成功的做法进行总结梳理，形成可复制、可推广的典型经验。另一方面，可通过相关组织发布行业公约、合同导则的形式，对企业间的行为、权责等进行规范和约束，提升企业的积极性和参与动力。

（三）加快数字化能力改造，营造有利于数据应用的基础设施环境

信息化是实现数字化的前提和基础，网络化、数字化、智能化发展有其内在的技术发展规律和演进逻辑，无法实现跨越式发展，仅能够通过一定的手段缩短迭代和演进周期，加快发展进程。当前，我国制造业各类主体的信息化水平参差不齐，工业2.0、3.0并存，很多中小企业甚至还处在工业1.0的发展阶段，加强中小企业数字化能力建设成为当前工作的重中之重。主管部门可采用事后奖励等方式，鼓励第三方机构向中小企业提供数字化建设的咨询服务，帮助中小企业解决“怎么做”“做什么”等问题，引导中小企业发展。在中小企业专项支持资金中，适当向IT架构搭建、数字化服务购买等领域倾斜，支持中小企业按需购买数据软件、算法或综合解决方案等服务。同时，通过“双创”等国家政策的引导，鼓励大企业带动中小企业的信息化发展，通过产业链上下游的协同作用倒逼中小企业加快提升数字化服务能力。

（四）深入推进技术标准研发和复合型人才培育，为数字化发展提供必要的技术资源保障

我国在数据流通的技术、标准、产业、人才等方面都存在诸多障碍。如高端通用芯片、传感器等传统瓶颈难以突破，边缘计算、人工智能等新领域也面临众多新的挑战。同时，在传统工业控制领域技术标准的话语权较弱，行业内数据流通标准尚未制定，数据流通发展所必需的复合型人才较为缺乏。因此，要加快推动关键核心技术和产品的研发，鼓励产学研用多方协同，加快数据流通相关标准的制定，发布具有可操作性的数据分类分级、脱敏处理等相关指引或标准，鼓励数据有序流通和共享。鼓励创新中心、产业联盟等研究数据流通的培训课程，可涵盖流通技术、标准分类、典型场景等内容，加大对企业管理人员、一线员工等的培训，并对完成相关课程的人员颁发由政府主管部门认证的资格证书，提升复合型人才的供给能力。同时，也可探索在高校中开设相关课程，探索校企联合培养模式，打造多层次复合型人才梯队。

[参考文献]

[1] Fraunhofer. 工业数据空间白皮书[R]. 德国：Fraunhofer，2018.

[2] Fraunhofer， 工业数据空间联合会. 工业数据空间参考架构2.0版本[R]. 德国：德国经济与能源部等， 2018.

[3] Hari Kannan， Christopher Thomas.中国公有云：大挑战、大潜力[R]. 北京： 麦肯锡，2018.

[4] 陈煜波等. 中国经济的数字化转型：人才与就业[R].北京：清华大学经济管理学院互联网发展与治理研究中心， 2017.

[5] 日本公平贸易委员会竞争政策研究所.Report of Study Group on Data and Competition Policy[R]. 日本：日本公平贸易委员会，2017.

[6] 李旖旎， 陳文兵， 胡世明等. 日本云安全监管政策及其对我国的启示[J]. 情报杂志， 2018，3：99-105.

[7] 王融. 数据跨境流动政策认知与建议——从美欧政策比较及反思视角[J]. 信息安全与通信保密， 2018（03）：41-53.

[8] 张敏. 交易安全视域下我国大数据交易的法律监管[J]. 情报杂志， 2017， 36（02）：127-133.

[9] 丁道勤. 数据交易相关法律问题研究[J]. 信息安全与通信保密， 2016（10）：54-60.

[10] 黄明峰.工业大数据发展态势与典型应用[J]. 电信科学，2016， 32（07）：175-178.

[11] 魏红江， 李彬， 祝慧琳. 制定我国大数据战略与开放数据战略：日本的经验与启示[J]. 东北亚学刊， 2016，6：32-39.

[12] 王建民. 探索走出符合国情的工业大数据自主之路——工业大数据的范畴、关键问题与实践[J]. 中国设备工程， 2015（09）：36-37.

[13] 杨琪， 龚南宁. 我国大数据交易的主要问题及建议[J]. 大数据， 2015，1（02）：38-48.