政府参与统筹数据要素促进产业创新

游浬 苏景志

一、引言

党的十九大以来，习近平总书记对“实施国家大数据战略，构建以数据为关键要素的数字经济，加快建设数字中国”等工作做出重大战略部署。2017年12 月，中共中央政治局集体学习，习近平总书记指出，“要构建以数据为关键要素的数字经济。”。2020年4月9日，中共中央，国务院发布《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“加快培育数据要素市场”。

数据本身具有非竞争性、可复用性、非排他性、边际成本趋零等特性，伴随着数字经济发展，数据要素成为基础性战略资源。通过国家统筹数据要素资源，建设国家数据交易平台，加速数据要素流转，通过数据确权，和提升数据价值，促进创新，提升我国在全球价值链的布局。

二、数据资源爆发性增涨 成为基础性战略要素

2016年二十国集团（G20）杭州峰会发布的《二十国集团数字经济发展与合作倡议》中指出全球已经跨入了数字经济时代。2019年，中国数字经济增加值规模达到35.8万亿元，占GDP比重达到36.2%。《中国大数据发展调查报告（2015年）》显示，2015年我国大数据市场规模已达到115.9亿元，增速达38%。

随着社会分工的深化，新一代信息通信技术的发展，数据要素成为国家基础性战略资源。据IDC 预测，2035年全球数据量会达到 1.9 万 ZB。数据每年增长50%，每两年翻一番，我国数据总量全球占比约接近20%。

三、整合数据要素发展对于提升中国在全球价值链的布局具有重要意义

数据要素作为一种基础性战略资源，通过整合能够促进创新，提升我国在全球价值链的布局。自加入WTO以来，中国快速融入国际经济体系，成为全球产业链价值链中不可或缺的一环，但传统高端制造业，高产品附加值的领域长期被欧美发达国家垄断，国内产业趋向“扁平化”，屡屡被西方国家在主导技术上卡脖子。通过数据要素布局，能帮助中国企业更好应对破坏性创新，在主导技术上进行布局，规避垂直供应链风险，引领全球产业发展方向。

四、数据要素与信息通信技术相结合能够加速创新

数据要素发展遵循“技术创新-产业演进-经济增长-制度变革”的互动机制。数据资源与劳动力、资本、技术等资源结合，可进一步提升其资源配置效率。特别是通过数据要素与信息通信技术深度融合，重构生产力和生产关系，加速创新。

大数据概念在一定程度上代表了数据资源，具有4V的特点，规模性（Volume）、高速性（Velocity）、多样性（Variety）、价值性（Value）。数据要素与信息通信技术相结合可加速企业的创新和发展，例如世值超过1000亿美元，印度塔塔集团用了150年，苹果用了30年，腾讯用了15年，谷歌仅用了7年。

五、数据要素应用能力成各国竞争差异焦点

数字技术迅猛发展，数据成为影响经济发展的关键要素，对数据整合、获取和挖掘的能力直接影响要素资源配置效率，数据应用能力成各国竞争差异焦点。

美国自2011年其发布《大数据的研究和发展计划》、《支持数据驱动型创新的技术与政策》等细分领域战略，2019年实施《开放政府数据法案》。2019年欧盟实施《开放数据指令》。日本数字化战略强调开放数据，日本政府高度重视推动推动公共部门公开数据推动数据驱动型创新。德国打造了“国际数据空间（IDSA）”。

发达经济体与信息和数据流的连接程度是新兴经济体的九倍。欧洲与北美之间的连接是所有大洲之间最为密切的。

在全球数据价值链中，数据价值集中化趋势明显，由于数据处理能力和新一代信息通信技术发展、数据挖掘能力和具体使用场景紧密相关，许多国家由于数据分析挖掘能力不足，被迫在全球数据链中处于从属地位。

六、数据市场“马太效应” 造成垄断和隐私泄漏风险

因为数据价值随数据量的增加而提升，数据市场”马太效应”越发明显，在商业应用中导致网络效应、规模效应和锁定效应。数据巨头垄断和数据隐私泄漏情况日益严重。

2008年谷歌公司收購双击公司，通过谷歌公司的大数据和双击公司主营网络广告业务相结合，使谷歌公司精准投放广告，在广告也达到垄断地位。脸书公司有20亿用户，其通过网络效应加大用户的转换成本，达到垄断地位。互联网服务提供商通过在开发协议中通过不合理的格式条款对自身平台进行赋权，实现数据垄断，例如2016年“新浪微博诉脉脉”案。

美欧等国由于互联网数据公司寡头垄断，互联网数据巨头成为社会大众对立方，而我国互联网巨头通过大数据“杀熟”，电商平台“二选一”等情况均遭到垄断质疑。

根据互联网数据中心DCCI发布的报告，App应用获取个人信息呈现常态化，Android应用中有96.6%会获取用户隐私，IOS应用中有69.3%会获取用户隐私。

七、交易平台和交易规则不统一

目前国内数据交易平台经营范围、数据类型、数据标准、定价方式和交易模式以及会员资格条件均不统一，导致信息不对称，加大交易成本。在实际建设过程中也存在重复建设、标准不清、扩容困难等诸多实际问题，对于数据产权保护，和产业良性发展的作用非常有限。另一方面，区域资源不平衡容易形成技术壁垒。

八、相关建议：统筹国内数据要素市场 加速数据要素流转

（一）通过立法加速数据要素市场整合

将数据要素布局上升到国家战略层面，通过立法，进一步提升我国在全球数据链中影响力。根据欧盟分析数据影响力评估方法，我国应提高对数据规模和数据要素多样性的重视程度。

单纯采用巨额罚单，会限制企业创新，我国应要求互联网数据企业共享数据，做到数据取之于民，用之于民，避免形成“数据孤岛”和企业滥用支配地位的情况，平衡好数据流动、数据安全之间的关系。

1、明确企业责任和义务 鼓励互联网数据巨头积极共享数据

目前，我国已出台了一系列法规，如《网络安全法》，《儿童个人信息网络保护规定》，《网络数据安全标准体系建设指南》，《互联网个人信息安全保护指南》，《数据安全管理办法（征求意见稿）》，《电子商务法》，《个人金融信息（数据） 保护试行办法》，2020年公布的《个人信息保护法（草案）》等。

这些法律法规和指导意见发挥了积极的作用，但在数据权利细分上仍需加强，在反垄断法中应建立数据共享制度，另外“法律规制，利益牵引”是释放数据要素的核心。

2、个人隐私制度可借鉴“默示同意”

2018年5月25日，欧洲联盟出台《通用数据保护条例》（general data protection regulation，GDPR）。欧洲人高度重视隐私权，但牺牲了发展速度。而美国则更注重选择自由，诞生了一大批互联网巨头。

美国对个人信息收集总体采取“默示同意”（OPT-OUT）模式，而欧盟 《通用数据保护条例》（以下称GDPR）采用“明示同意”（OPT-IN）模式。“默示同意”（OPT-OUT）模式是默认用户同意企业收集和利用个人信息，但是赋予了用户明示选择不允许的权利，降低了企业采集用户个人信息的成本。我国可积极借鉴“默示同意”，一方面降低企业创新成本，另一方面也可以提高个人数据保护意识。

3、做好数据确权，建立所有权和使用权相分离的数据转让制度

数据产权确认是数据流转的基础，资源配置的前提。产权亦称财产所有权，是指存在于任何客体之中或之上的安全权利，包括占有权、使用权、出借权、转让权、用尽权、消费权和其他与财产有官的权利。所有权是最根本权利，这些权利之间的关系可以分割。例如知识产权中的专利的所有权和使用权经常是分开的，但数据要素和专利的区别在于，专利重在保护，数据要素重在流通，应通过数据确权，探索数据所有权和使用权分离情况下的数据转让制度。

4、发挥多样共治模式

发挥政府、互联网企业、和个人多元治理的作用，政府工作重点在于负外部性、平台垄断等市场调节，通过协同公安、工商、税务以及第三方审计机构对企业在数据采集、存储、传输、共享、使用等环节进行审查，确保合规性。互联网数据企业应该积极约束竞争行为。我国可以积极借鉴欧盟数据保护条例》（GDPR）对于公民个人的信息权利进行界定，通过明确个人用户知情权，可支配权、可删除权，培养用户在保护个人隐私时的能动性，有效应对数据分散性问题。

（二）建设国家级数据交易平台 促进数据要素流转

数据要素是国家战略性资源，关乎国家发展和人民福祉服务。应建立国家层面数据平台，引导政府下属企事业单位，互联网巨头，制造业企业参与数据市场交易，扩大要素市场规模，做好数据风评和合规监督。

1、做好数据分类 清晰界定“生产要素”和“治理要素”

政府数据、政府所拥有企事业单位的数据以及互联网巨头掌握关于民生的数据不仅是市场化配置的生产要素，而且本质上是公共物品性质的社会治理要素。

政府数据，以及财政支撑事业单位所拥有的数据，具有很高的质量、可信度和稀缺性。对这类数据应该细化数据分类体系建设，对敏感数据做好加密保护，对于属于政务公开范围的数据，应加速市场流转。

互联网数据巨头所拥有的数据资源，当数据进行叠加的情况下，这些数据在具有商业价值的“生产要素”的性质外，也具有社会治理要素的性质，应积极向政府和社会大众共享数据。

由于数据具有非竞争性，需要明确数据分类，清晰界定“生产要素”和“治理要素”之间的界限。

2、加强数据标准体系建设

建议国家建立统一的数据流转平台，及相关法律法规细则，加強政府数据标准化体系建设，包括数据采集，加工和使用的标准化体系。建立统一规范的数据管理制度需要各级标准化委员会建立数据标准委员会，做好数据标准体系规划，通过官产学研合作推动制定我国数据标准，完善我国数据标准体系。

3、通过数据价值确认，增强数据可转让性

数据质量、数据可信度和稀缺性是数据价值的重要影响因素。数据资源具有稀缺性和分布不均匀性，对数据资源的有效配置可以通过市场和计划两种形式相配合。

数据价值分为原始价值、改良价值和挖掘价值。数据原始价值主要由于数据的稀缺性和效用形成的资源价值。数据改良价值指的是对于数据进行整理，采集、描述、分类等系列管理活动产生的价值。数据经过整理产生大量结构化数据，蕴含重要价值。数据挖掘价值，是指对数据资源进行深度挖掘和分析，进而形成数据产品的价值，例如数据要素证券化。

4、数据要素流转需要与新一代信息通信技术深度融合

国家级数据交易平台需要向社会提供完整的数据交易、结算、支付、安全保障服务。数据交易以云平台受理、人工审核及区块链技术进行确权登记查验，交易，并定期风险评估。在这一整套流程中对于技术有非常高的要求，需要深度结合5G、物联网、人工资能、区块链、量子信息等新一代信息通信技术。

九、主要结论

总之，国家把数据作为重要生产要素是深化改革的重大突破。数据治理和利用能力是衡量国家现代化治理体系的重要标志之一。数据要素作为基础性战略资源具有一定公共物品性质，应该出台国家层面战略，积极鼓励互联网数据公司共享数据，建立国家统一数据交易平台，通过数据确权和数据价值分析，促进数据要素流转，数据只有流转才能创造价值。虽然通过国家统筹，会在一定程度上加大数据要素的成本，但通过数据的搜集、海量分析、算法决策可促进我国形成新业态，释放经济动能，加速创新，帮助我国进一步融入国际创新链和产业链，通过国内数据要素驱动全球产业链重构。我国应积极探索数据治理中国方案，为全球数据治理贡献中国智慧。