基于数据资本化过程中几个问题研究

李静（中国民航信息网络股份有限公司 北京 101318）

2020年3月30日发布的《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》中明确指出，“数据”作为一种新型生产要素，与土地、劳动力、资本、技术并列为要素领域改革的方向。数据作为一种生产要素，已经被赋予明确的定义，其价值创造能力也得到充分认可和理解。关于数据作为生产要素如何参与分配的问题、如何确权与计价的问题以及如何交易的问题正在研究和发展的过程中。其中，起到枢纽作用的问题是如何实现数据资本化。在这一过程中，市场中的个人、企业和政府正在发挥着积极的作用。

一、数据作为生产要素的价值创造过程

（一）数据作为生产要素的定义和特点。生产要素指进行物质生产所必需的一切要素及其环境条件。一般而言，生产要素至少包括人的要素、物的要素及其结合因素。生产要素的结构与分配方式，特别是社会主义市场经济条件下实现市场化分配方式，关系到实现经济发展的同时实现社会公平的重要议题。

数据，作为一种新型生产要素，可以指一切参与经济活动中实现价值创造的信息。这其中包含了在整个经济活动中所有的主体、在所有的环节中创造出的全部信息。在宏观层面，数据表现为“大数据”，即由非随机分析法获得的信息资产以及传统意义上的统计数据的总和；在微观层面上，数据表现为其他生产要素的累积，为生产流程进行赋能。

（二）数据作为生产要素在宏观层面上与“大数据”之间的联系与区别。大数据是基于现代互联网技术特别是当今超高速互联网、移动互联网以及其他相关技术基础所产生的信息总和。大数据有一个重要的指标，即特指那些用传统的“问卷调查”无法获得的、而必须使用新的信息技术进行“处理”——包括海量信息获取的问题、海量信息存储与管理的问题、高增长率信息迭代的问题、信息确权流转交易的问题、信息安全保密问题，等等。

作为生产要素参与到整个社会生产中的数据，从宏观层面上看，不仅仅包含新兴意义上的大数据，也包含传统统计数据。当然，传统统计数据在我国的经济建设过程中一直发挥着重要作用。大数据不但可以成为传统统计数据的有益补充，更重要的是，大数据是一种高度分化的“矿产资源”，可以直接产生经济效益。即使作为统计数据的补充，大数据也显示出超过传统统计数据的精准性和有效性。

（三）数据作为生产要素在微观层面上与技术这一生产要素的联系与区别。技术，作为一种生产要素，其最主要的作用是提高生产效率，具体体现在，投入同等的劳动力、资本和土地的条件下，技术水平更高的生产，可以创造出更大的价值。技术这一生产要素目前已经实现资本化，可以通过“知识产权”相关法律清晰确权，交易市场的形式也已经初步完善。

数据，作为一种生产要素，在微观层面上与技术这一生产要素最大的区别是，数据本身不参与生产效率的提升，本身不产生价值，而是以“赋能”的形式体现在收益创造上。具体体现在，投入同等的劳动力、资本和土地，采取同等的技术水平的生产条件下，投入更大的数据资源，可以创造出更大的价值。

二、解决数据作为生产要素的分配问题是实现数据资本化

党的十九届四中全会提出，健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。这是党中央首次提出将数据作为生产要素参与收益分配。实现生产要素合理配置的核心问题是交易问题。要实现合理交易，就要完成在确权基础上的合理定价规则。在当前社会主义市场经济条件下，数据作为生产要素参与初次分配的核心问题是实现数据资本化。

（一）将数据视作生产要素，则需要关注其初次分配和再分配。在我国社会主义市场经济条件下，初次分配注重效率。市场主体，特别是信息技术企业、民用消费品行业企业、服务业企业等活跃的改革者，已经积极参与到数字化转型、定制化生产、线上线下相结合等新业态当中，数据的初次分配实效已经成为推动数字经济的重要推手。《中国互联网发展报告2020》指出，2019年，中国数字经济规模达35.8万亿元，占GDP比重达36.2%。2019年，中国电子商务交易额达34.81万亿元，同比增长6.7%，直播电商等新业态爆发式发展，农村电商迅速崛起。2005年到2019年，中国数字经济增加值规模从2.6万亿扩张到35.8万亿，数字经济占GDP比重从14.2%上升到36.2%。2014年到2019年，我国数字经济对GDP增长贡献率始终保持在50%以上，2019年贡献率达到67.7%，高于三次产业。

尽管我国与美国在数字经济规模上依然有明显差距（美国2019年达13.1万亿美元），但我国数字经济的增长点有三个显著优点，一是我国的增长主要基于业态创新，特别是大数据的应用，是扎实的价值创造；美国的数字经济主要依赖于美元的高估值、律师费中介费等服务费用的高占比以及系统版权技术专利带来的收入，存在一些泡沫性。二是我国的100M以上光纤和4G5G普及率都超过90%，显著超过美国以及世界其他主要经济体，我国的数字经济基础更加平均、扎实和普及，不存在显著的数据沃土和数据荒原，长期发展更有潜力。三是我国社会主义国家的政治优势保证大数据的存储、管理乃至数据资源的再分配都是由政府而非私营企业进行的，有着天然的合法性、合理性和公平性，从而避免由私人企业过度垄断数据资源带来的从隐私保护到经济垄断等一系列潜在的问题。

（二）数据确权问题是实现数据资本化的前提。资本指的是在市场经济条件下，通过交易形成的、由企业拥有或控制的、预期给企业带来收益的资源。由前文分析可知，数据符合上述概念，即数据可以在市场经济条件下成为一种资源，可以进行交易，从而被企业拥有或控制，进而给企业带来收益。这一过程中的三个节点，即数据资源化、数据交易中定价问题、数据归属权问题，都关系到数据确权。因此，数据的产权性质是数据资本化的核心问题。

传统上生产经济活动，往往会遵循“资源化-资产化-资本化”的顺序。以我们熟悉的石油为例，近代波兰工程师从石油中提炼出煤油，石油成为一种矿产资源；随着经济发展和工业技术发展，石油提取物越来越多，包括塑料在内的很多新技术依赖于石油资源，石油就成为一种资产；随着美元与黄金脱钩和石油美元的诞生，石油与资本紧密结合，不但可以“被定价”，进而成为一种“价值尺度”，从而完成了资本化的过程。这个过程我们看到，资源化的关键词是“加工”，即进入生产环节；资产化的关键词是“结合具体场景”，即进入产业阶段；资本化的关键词是“实现动态衍生”，即进入金融阶段。

数据“油井”很难清晰区分这三个阶段，所以数据的资本化过程的理解并不容易。当前数字经济的发展实践中，数据价值并没有按照“资源化-资产化-资本化”的顺序，而表现为同时“加工”、同时“结合场景”、同时“衍生”，数据资本的交易流通市场与数据要素市场的金融化是同时存在和流动的。在此基础上，掌握数据资源的企业获取超额利益、实现利润分配，显示出资本的属性。在我国，基于大数据的数字支付从数字消费领域切入，已经形成了应用于不同商业场景的平台化生态系统，个人账号、个人日常生活习惯等数据已经被大型科技公司标准化、结构化处理后作为资源和资产，并完成了金融化架构。在这一过程中，大型企业事实上隐瞒、混淆甚至赚取着数字资源，其原因恰恰是数据资源无法用传统知识产权的方式确权。

知识产权是对智力成果、商誉、其他特定相关客体所享有的权利，传统知识产权大致分为著作权、专利权、商标权，具有无形性、专有性、地域性和时间性。相比之下，数据不具有专有性、地域性及时间性。其中，最关键的是不具有专有性，数据一经采集，个人或企业即对其数据的使用、共享、加工缺乏知情权及选择权，也不存在事实意义上的停止使用或真正的删除数据。数据这一特点清楚地把数据与技术这两种生产要素区分开。

（三）以“资本化”的视角看待数据要素，是解决数据资本化问题的根本方法。中央将数据定义为生产要素而非公共品，至少意味着数据作为一种资源可进行市场条件下的量化交易。量化，就意味着可进行单位化计量定价。然而，数据与技术的知识产权定价有显著区别。知识产权与个体有不可斩断的关系，数据则在“个体”上显得很含糊，非常“像”阳光、空气这种公共品。在这里，我们不妨效仿水资源这种兼具公共品和资源两种属性的生产资料，对数据资源进行确权和定价。

以“资本化”的视角看待数据，就要求我们首先认可数据的“动态衍生”效应，而不仅仅是可开采、可加工的效应。数据之所以难以被确权，就是因为很难找到“归属者”。那么，我们不妨建立一个抽象的“归属者”，即公众。这就好比水资源定价中首先考虑的水权为国家（全民）所有，各个开采水资源的市场主体申请使用权，在使用权上进行确权登记。分离所有权和使用权的好处是可以打破个体模糊这一概念。数据的所有权归国家、或某个代表一定范围“公众”的数据银行——比如，电商消费的数据的归属权可以归属于由该电商建立的数据银行，而这个数据银行必须具有公众属性，而不能是该电商企业私有的——该数据银行从事三项工作：一是数据审计、脱敏和水印；二是数据归集和数据集中保密存储；三是数据向下溯源和向上共享。同时，国家建立全国层面的数据共享管理机关，完成“数据中央银行”形式的统一的顶层架构。同时，在定价的规则上，兼顾考虑数据的公共属性和实现可交易规范数据所必须付出的成本上——这一成本包含数据的采集、合并、标准化、脱敏、加水印、保密、复制共享等一系列技术流程必须的成本以及相关的市场交易费用。

完成“数据央行”和“数据银行”的架构，就意味着数据交易市场雏形的建立。经过统一标准和统一法律规范审计、脱敏和加水印的数据，可以在数据交易市场上被交易。数据使用者可以依自身需求，按照所需数据的数量、质量、使用范围向数据银行付费；数据银行可依据交易实际和自身成本考虑，对经过审计、脱敏和加水印的数据进行定价；数据中央银行可依据数据所有权归属国家这一根本原则、数据所有权和使用权相分离这一权属实际，以及市场交易情况颁布相应政策，对数据市场交易进行调节。

综上所述，实现数据资本化的道路，在确权与定价视角上可以学习参照水资源的确权定价模式，在交易和宏观监管视角上可以学习参照金融市场的交易与宏观监管模式。

三、数据资本化过程中市场主体的反应和政策建议

（一）个人的反应。“数据开放即泄密”是数据共享的最大痛点。在数据市场化过程中，个人首先追求的不是便捷，而是信息安全。数字经济时代是社会主义制度优越性最鲜明的体现。社会主义国家政府作为中立的代言人，掌握公民数据，比垄断科技企业掌握公民数据要公平合理得多。在我国，从户籍信息到个人档案，从实名制购买火车票到实名制使用手机，实际上传统意义上的公民信息一直为政府所掌握。这就为政府收集、保管和使用大数据奠定合理的施政轨道。如果大数据的产权属性与水资源的产权属性一样，实现所有权和使用权分离，建立规范的法规、市场和文化环境，完成数据资本化这一进程，个人信息安全和个人享受数字经济带来的效益与便捷兼得的局面将会实现。

（二）企业的反应。科技巨头垄断数据，如同产业巨头垄断新技术新资源一样，是市场经济发展过程中的必然产物。掌握先机的科技巨头甚至在无意间就已经获得了超过他们控制力的巨大数据资源，相比较而言，各国政府的监管机构在开放与监控之间摇摆。美国较为宽松的信息数据管控，使推特和谷歌这种科技巨头可以不顾“言论自由”封禁美国总统的账号。与此形成形成鲜明对比的是，欧盟极其严苛的信息安全法规，不但多次给予谷歌、脸书等巨头巨额反垄断罚款，同时也导致了整个欧洲错过了数字经济时代——整个欧洲几乎没有知名的互联网企业。

科技巨头与政府监管的冲突是显而易见的：2021年2月25日，澳大利亚政府通过法案，向脸书和谷歌就使用新闻媒体的数据收费，而脸书则威胁删除全部澳洲新闻媒体的账号，把澳大利亚从网络上清除出去。澳大利亚政府和脸书的冲突，其问题恰恰在于，澳政府并没有提前建立相关的数据银行、数据央行和合法合理的数据交易市场，而是很随意地就一个问题出台一个法案；脸书则依仗自身强大的技术实力和数据垄断优势，毫不客气地还以颜色；相比较而言，谷歌与澳洲政府以及与此项法案相关的澳洲新闻媒体企业协商了一套数据交易付费系统，达成妥协。我们可以看到，数据交易市场的建立是必要的和迫切的。

（三）政府的反应。数据资本化是一个必然趋势。不管我们采取主动应对，还是被动接受，时代的大潮就会来临。人工智能、区块链和大数据这三项新兴技术，分别代表着生产力、生产关系和生产资料的变革。未来技术发展，人工智能与人机交互融合技术，融合生物医药科技，可能成为第四次工业革命的一个出发点。区块链作为一个独特的技术思维，其去中心化的核心思想在越来越先进的基础设施建设的帮助下，使整个互联网世界扁平化。如果得到有效管控，将有利于我国社会主义国家和社会的建设。最后，大数据作为一种已经被认可，但没有被完全理解以及依然有待于深入研究的资源、资产和资本，依然是基于人类劳动的价值创造，依然符合马克思主义政治经济学的基本原理，这就意味着大数据依然符合新时代中国特色社会主义理论所能驾驭的有力武器。发挥我国制度优势，从所有制确权、法律规范、国家经济政策制定、产业规范制定、市场主体协商、交易环境和交易内容规范，乃至具体到个人信息安全保密法规的实施，都将有利于我国及早建成规范的数据资本市场，即避免澳洲与脸书这种政府与企业之间矛盾的产生，也能避免欧洲对数字经济消极应付错失了经济发展机遇，更能避免美国式垄断资本家对国家、政府和人民的威胁，真正发挥我国社会主义制度的优越性和中华民族文化的优越性，抓住时代发展机遇，为实现中华民族伟大复兴的中国梦提供有力的武器。