关于数据要素交易激励机制的初步探讨
2022-10-14李佳璐
◎ 曹 博 李佳璐 何 念
2020年4月,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》,将“数据”与土地、劳动力等并称为五种要素,提出“加快培育数据要素市场”。2022年政府工作报告将数字经济单列成段,重点提出要“完善数字经济治理,释放数据要素潜力,更好赋能经济发展、丰富人民生活”。针对数据共享开放“不能、不愿、不敢、不易”、数据流通交易“范围窄、频率低、规模小、价值实现难、数字鸿沟拉大”等问题,《深圳经济特区数据条例》《广东省数据要素市场化配置改革行动方案》《上海市数据条例》等先后出台,统筹资源要素、丰富应用场景,深入挖掘数据要素价值潜能。
事实上,自2014年起,全国各地的数据交易中心、交易所就相继建立,主要以解决数据交易的信息不对称为目标,通过提供集中规范的数据交易服务,推进数据要素的市场化配置改革。但是,由于数据确权、估值、交付以及相关资产管理方式的法理基础和制度建构尚未明确,当前多数机构的成交量和成交金额持续低迷,主要业务局限于担当买卖双方的“中介”,有些交易所甚至因为市场能力不足已经转变业务方向或关停,大量的数据交易以单独的“点对点”形式完成。除了直接规制大数据交易行为的法律法规仍然缺位这一原因之外,数据资产评估、交易风险控制等问题都使得企业购买数据的意愿不足以完全转换为真正市场化的需求,大规模交易机构的建立远远早于数据要素市场化配置前提条件的成熟化,预期效果大大减弱。
基于阿罗—德布罗一般均衡分析框架,市场经济是分散决策的、通过价格实现资源配置的机制。数据要素的市场化配置是人们基于对数据资产交易前景的预期,不断调整数据要素的资源流向,使得各市场主体和数据要素逐步形成激励相容的环境,挖掘数据价值、促进要素流动。从经济学的角度看,合理的数据要素产权安排应该产生最优的激励效果,从而让数据资源得到最有效率的配置和使用。从数据资产的供方来看,数据要素的所有者在现实中包括政府、生产者和数据平台企业三种,基于个人隐私保护的考虑还应包括消费者。Jоnеs аnd Tоnеtti的研究假设数据伴随着个人的消费行为产生,因此该数据集的初始拥有者为个人,但个人消费形成的数据规模十分有限,相比政府、企业和数据平台企业尚不足以形成可交易的数据规模,且个人对隐私保护的权利完全可以通过对企业或数据采集平台的法律制约来实现。因此,虽然Jоnеs аnd Tоnеtti的研究结论认为由消费者拥有数据所有权更接近最优分配(社会福利水平恶化程度不足2%),但出于当前国内数据交易方多为国企、科研院所和高校的考虑,本文在探讨数据要素的产权配置形式时,仅考虑将政府、生产者和数据平台企业作为数据交易的主要供方主体。
一、政治经济目标和政府激励
政府相关主管部门在既定的法律框架下收集个人或企业的相关信息,将其作为政务数据的主要来源,一方面监管和规范各主体的市场行为,另一方面在信息申请公开的框架下免费开放部分非敏感的基础市政数据,或对经济价值和商业价值较大的数据进行收费后再依照申请进行公开出让。以京津冀、粤港澳、贵州、宁夏等8个国家算力枢纽节点的“东数西算”工程开始启动为代表,政府作为大型数据中心的资本投入者和公共数据的占有者、监管者,具有天然的卖方优势,规模体量与社会公共属性决定了政府将是数据要素市场的主推力。研究表明,政府掌握的数据占到国家掌握数据的70%~80%,如果这部分数据利用起来,数据开发者能利用政府大数据开发创新性应用,提供更好的服务,创造更多的价值。在既定的政治目标下推动政务类数据交易,一方面要对涉及国家安全和个人隐私领域的数据资源进行保护,这就需要根据一定的“标准”对数据涉密情况进行识别,并根据涉密级别规定数据的流通范围,涉密等级越低的数据流通范围越广。另一方面,对可以进入市场流通的数据进行分类并确权。现实中,符合“公共领域”特征的大数据资源一般都是以元数据的形式存在,权属关系不清晰且确权成本较高,即使厘清了产权,作为元数据其“杂乱无序”的特征也很难产生直接收益。
与企业不同的是,当前,政府在数据要素交易的过程中仅作为数据供给的角色存在,政府供方出让数据使用权的动机来源于政治和经济两方面,一方面通过引导产业结构调整、激活要素市场活力并优化资源分配,促进经济增长,实现社会福利水平的帕累托改进;另一方面,出让有经济价值的非敏感数据可以提高地方政府的财政汲取能力,利好地方政府官员晋升。除了动机以外,地方政府推进数据要素市场化配置还受到治理能力的影响,包括数据获取能力、数据处理能力和数据应用三个部分。在政治目标和经济目标的双重激励下,政府作为数据要素市场化配置的主要推动者,需要解决动机和能力不匹配的问题,表现为动机过高、大数据治理能力不足,或地方资源禀赋不足以支撑政府较高的发展动机。综上所述,政府激励机制的设计涵盖数字化政治目标设定和数据资产出让的经济目标设定这两个方面,当政治目标和经济激励双重有效时,地方政府将采取积极主动的实质行动策略,称为“实动”;而当激励机制仅政治目标较高而经济激励不足时,地方政府将会倾向于“伪动”,即表面响应、实质观望。因此,当政府通过数据资源出让获得较好的经济收益时,才会避免“象征性执行”,成为数字经济的真正推动者和执行者。
二、数据资源确权、定价和企业激励
从数据来源来看,数据资产的卖方有两类企业构成。第一类是以京东、阿里巴巴、百度等为代表的大型互联网企业,在其主营业务经营过程中积累了大量客户数据,在此基础上为企业提供大数据服务或建立大数据交易平台出售数据产品,数据业务盈利的同时也反哺了主体业务,最终形成主体业务-数据业务互相激励的正循环;第二类是数据堂、龙猫数据、数海等为代表的数据资源企业,通过收集利用公共机构共享的数据、爬取网络数据、采购等方式采集原始数据,经过清洗、分类、整合等加工处理后为客户提供数据产品或服务,形成自采、自产、自销的“采产销”一体化商业模式。从数据资产的定价方式来看,互联网企业以固定定价为主,数据资源企业以协商定价为主。例如,京东万象平台为客户提供金融科技、企业管理、数字营销、交通地理和生活服务五大领域的AРI调用服务,按次收费并实行二级价格歧视,调用次数越多,单次调用价格就越便宜;而数据包和数据报告都采用“一口价”方式定价,阿里巴巴的“生意参谋”主要实行会员年费制,为淘宝商户提供数据作战室、市场洞察、服务洞察等服务,会员费用从888元/年到9000元/年不等。总体来看,大型互联网企业在数据交易中占据主导地位,一方面来自其庞大数据量形成的规模壁垒,另一方面依靠数据和算力优势不断更新迭代算法,进而形成技术壁垒。相比而言,数据资源企业在交易中则处于相对劣势的地位,他们往往根据客户需求报价,经过讨价还价后确定交易价格。这是一个比较接近自由竞争的市场结构,市场上卖方众多且没有企业形成竞争壁垒,第一家上市企业“数据堂”近几年仍处于亏损状态,且曾陷入侵犯公民个人隐私的案件。究其原因,数据资源企业自身没有一手数据,在数据权属相关法律尚未健全的前提下,数据交易双方都无法规避相关风险。
数据要素市场化配置的第一步是规模化的数据要素转化为数据资产,转化条件是数据要素的使用权转让可以为卖方带来预期的商业价值,获得经济收益。为了达到激励买卖双方交易数据资产的目的,供应方需要在满足“隐私保护”的约束下尽可能地提高数据资产的交易价格,因此,卖方企业激励机制设计的关键在于数据资产确权和定价。
三、数据资源交易的买方意愿分析
数据采购方的诉求一般分为两种,一种是支撑企业赖以生存的主营业务,目标是为个性化的客户定制精准的产品或服务方案,提高市场份额;另一种是为满足科研统计或教学实践的需要,两者的区别在于前者要求用户和数据的点对点精准匹配,用户名的模糊化处理会降低数据资产的商业价值,影响交易可能性。实现要素市场化交易的关键在于激励相容的交易机制设计以形成竞争有序的市场环境,因此本文讨论的范围仅限于前者,即数据采购方的最终诉求在于提高市场占有份额并实现企业利润最大化,其面临的主要问题包括:1)数据包是否有用?2)哪里可以购买适合本企业核心经营范围的数据资源?3)数据交易的投入产出比如何保证?4)已买到的数据资源包如何充分有效利用?5)怎样提高企业长期的核心竞争力,以最小化数据资源购买的成本支出?如图1所示,前两个问题与数据资源交易的外部激励有关,后三个问题属于买方企业的内部决策,包括经营者如何处理长期绩效与短期收益的关系、推动数字化转型的内部动力以及企业核心竞争力的迭代进化培养等,核心在于企业内部上下各层级都要意识到“数字化转型”永远是一场增量的革命。
现实中,数据资源标签化是卖方对接企业特定采购意愿的主要方式,即通过对性别、年龄、收入水平等级划分、消费偏好等一系列标签交叉组合后,筛选出满足采购方特定应用场景下的“用户画像”,进而在营销环节对此类用户进行精准投放。现实中,在上海数据交易中心平台上数据卖方还可以提供“定制化服务”,即采购方根据自己企业经营的核心业务提出数据包的必选标签和个性化标签,数据供应方再提出相应的报价和渠道服务。以“JD618”、“双十一”和“双十二”狂欢购物节为例,为了实现针对特定用户的精准营销,线上店铺和电商平台通过购买数据提高主营范围内特定“用户画像”的精准度,一对多的广告定向推送提高了整体营业额。除了拓展精准营销以外,普惠金融和精准扶贫也是数据资源交易应用较为广泛的领域,中小微企业及个人信贷在大数据驱动的技术变革中成为技术红利的受益者。金融及保险机构通过购买中小微企业和农业生产者的信用类“数据标签”,从有信贷意愿的群体中筛选出具有信贷资格的目标客户,进而为其提供生产经营支持。
从数据资源的供应角度来看,数据交易分为“中介撮合”、“数据商超”以及“数据联盟生态”三个发展阶段。如前文所述,2014—2015年间在贵州、湖北、安徽等地成立的数据交易中心大多数处于第一阶段,后因无法对数据进行确权以及找不到盈利模式陷入关停状态。第二阶段“数据商超”解决了数据源合法合规的问题,但针对具体的场景应用难以保障安全性和有效性。第三阶段以2021年3月和11月先后成立的北京国际大数据交易所和上海数据交易所为代表,在“数据联盟生态”中,数据交易中心作为由政府持股、负责提供公共技术服务的新一代基础设施,成为数据资源交易运营规范化的主要力量。
当前,数据资源交易已经成为数字经济的一个独立赛道,数据从产品或服务到资产化的路径愈加清晰,随着业务应用场景的无限细分,数据要素资源的运营驱动超越技术驱动成为数字经济行业备受关注的领域。如图2所示,由以政治目标和经济激励目标双重驱动的政府提供的政务类数据和以利润目标驱动的征信公司、同花顺、数字金融产业研究院等卖方企业出售的金融、交通、互联网等数据构成了当前数据资源交易的卖方市场。卖方市场通过数据交易平台提供的查询、交易、生产等服务与买方企业进行线上和线下的对接,从而实现针对需求拓展市场份额、保证数据服务的安全性和有效性等目标。值得注意的是,数据权益资产化的监管机制、数据确权登记制度、价值评估制度以及数据经纪人制度等体制机制的建立,对交易过程的有效性和持续性至关重要。
四、结论与建议
激励相容机制的本质在于,按照自利规则行动的市场交易各方在某种合理的制度安排下使其在追求个人利益目标的情况下恰好与集体价值最大化的目标相吻合,这种制度安排即“激励相容”。由以上分析可以看出,政府的激励目标分为政治目标与经济目标两个方面,数据卖方企业的目标是在合理的数据资源定价基础上获取最大的收益,因此,激励相容制度的初步设计应该在最大化多方利益诉求的前提下无限贴近集体价值最大化目标。一方面,建立具备查询、交易以及可追溯、易监管的数据交易平台,设计完备的、促使数据要素深入参与传统市场生产分配的交易规则,最大程度满足尽可能多的异质性用户需求,培育可靠、高效、规范、安全的数据要素市场。另一方面,扩大卖方有效供给,充分考虑资本、劳动等传统生产要素与数据新型要素投入之间的平衡和融合,促进买卖双方交易时按阶段、分时序推进数据要素对其他要素的逐渐替代,既要考虑资本和劳动目前参与收益分配的情况,也要充分给予数据要素所有者足够的利润激励。
[1]陈永伟:《数据产权应划归平台企业还是消费者?》,《财经问题研究》,2018年第2期,第7-10页。
[2][3]Jones,C.I.&C.Tonetti(2020),Nonrivalry and the economic of data,,NO.26260。
[4]赵豫生、林少敏、郑少翀:《大数据治理机构职能及其评价指标体系构建研究》,《中国行政管理》,2020年第7期,第70-77页。
[5][6]余静雯:《地方政府大数据治理的挑战及应对路径》,《石家庄铁道大学学报(社会科学版)》,2018年第9期,第27-32页。