数据贸易:发展动因、主要障碍及我国路径选择研究

郑 伟 钊 阳 郑亚松

数据是现实世界的数字化镜像,其伴随数字的出现而存在。通过数据分析可以得出某些规律性和科学性结论,因此数据本身具有较高的价值,只不过因传统经济环境下数据的收集过程较为复杂,其价值被严重低估。数字化经济时代,数字化、智能化广泛普及,数字化企业大量涌现,三次产业数字化转型不断提速,导致数据来源不断扩大,数据可得性大幅提升,加之大数据分析、智能算法和云计算等数字技术的赋能,数据正逐渐从边缘化要素升级为与劳动力、资本和技术等核心生产要素比肩的重要战略资源。同时,随着经济全球化进程不断演进,跨国公司为更好地在全球范围内优化资源配置并进行科学决策,加大了对投资目标国的市场容量、消费者偏好等商业数据的搜集和分析,这也是推动数据贸易快速发展的最大动因。而数据作为具有重要价值的生产要素,以贸易形式对其进行跨境交易必然成为数据最主要的跨境流动方式。因此,应引起政府和学界的高度关注和重视。但从国内外现有研究来看,对于数据的跨境流动主要集中在存储设备地点、知识产权和隐私保护、政府数据公开和公共数据共享等宏观规则层面,涉及以商业数据为标的物的国际数据贸易研究较为鲜见。因此,加快厘清数据贸易内在机理,深入分析其发展的风险隐患,制定科学合理的发展路径,对推动我国外向型经济高质量发展,助力我国从数字贸易大国向数字贸易强国转变具有重要的理论意义和现实价值。

一、数据贸易发展的动因

数据贸易是国际贸易新的组成部分,理论上应归属于服务贸易项下,其本质仍然受到生产要素、供需和市场经济的影响,故本文将从要素、供需关系和经济价值三个维度来探讨数据贸易产生和发展的动因。

(一)数据贸易的要素动因

相较于传统生产要素,数据要素除具备低成本、规模化等要素基本特质外,还具备低竞争性、非排他性、可复制性、强正外部性和时效性等独有特点。其中,低成本和规模化是数据可以作为贸易标的物的基本前提,低竞争、非排他、可复制、强正外部性和时效性则是决定数据贸易能够快速发展的主要动因。

第一,低竞争性是数据作为贸易标的物有别于其他商品最突出的特质。大部分传统商品的国际贸易基于比较优势理论,国家间、同类企业间的竞争关系十分显著,极易导致贸易发展不均衡问题。但数据异质性强,因为所有国家、所有经济领域都可以产生数据,这就导致数据具有高多样性、低竞争性的特征,有利于数据贸易的多元化发展。第二,非排他性是数据区别于传统贸易标的物的另一重要特质。数据的非排他性源于数据生产过程中涉及多个主体,包括数据持有者、数据交易平台等,使得数据在生成时就依附于多个行为主体,被多个主体同时掌握。数据的非排他性虽然容易造成产权确权问题,但另一方面也提高了数据作为贸易标的物的可能性。第三,低成本性是数据贸易得以快速开展的重要基础。数据虽在收集前期需要大量的一次性投入,但收集完成后的整理、加密、打包、存储、传输、交易、检索和公开等过程所产生的成本极低,使得数据生产的边际成本几乎为零,从而使数据标的值较低,更易于实现跨境交易。第四,数据的可复制性导致数据贸易与传统国际贸易相比具有较强的正外部性特征。按照梅特卡夫法则,数据的供给方越多,数据信息就越多,从而数据的价值就越高,正外部性就越强。第五,数据的时效性特征使贸易供需更易实现帕累托最优。传统国际贸易的市场情况通过价格机制进行反馈,市场供需具有滞后性和盲目性,而数据的时效性特征在很大程度上可以解决供需双方因信息滞后造成的经济损失,提高了贸易决策的计划性和科学性。

(二)数据贸易的供需动因

供需关系是产生数据贸易的重要内因。从供给的角度来说,在数据要素的推动下,企业的生产模式正在快速发生变化,三次产业加速融合,社会经济发展从土地、资源、人力和资本要素驱动,向数据要素和信息技术协同驱动转变。数字化的生产模式使产品供给朝着数字化、个性化、精准化和智能化的方向发展,完成了供给侧结构升级。可以说,数据的大量产生,数据价值的不断体现,数据贸易的蓬勃发展,使跨国公司有能力在全球范围内生产更好的产品,提供更加个性化的服务,开拓更广阔的国际市场,突破企业价值创造的上限。

从需求的角度来说,一方面企业的逐利性决定了其对数据的需求将大幅提升。随着数字经济的蓬勃发展和数字技术的广泛应用,海量的消费数据蕴含着巨大的价值与潜力。特别是运用大数据分析方法,可以大大拓宽数据价值的广度和深度,精准判断消费者的偏好和需求,为企业寻求更大的消费市场,从而获得更多的经济社会价值。另一方面,跨国公司对数据的需求是推动数据贸易发展的最大动力。经济全球化进程的不断提速,推动了各类生产要素的跨境自由流动,跨国公司也利用经济全球化在全球范围配置资源,以期获得更高的市场份额和经营收益。对东道国各类数据的获取和分析,将极大地解决跨国公司投资前的信息不对称问题,从而提高其投资成功率。因此,可以预见,为提高投资效率、降低投资失败风险,跨国公司对投资目的地的人口、市场、消费偏好和政策导向等数据的需求将大幅提升,这将进一步推动数据贸易的发展。

(三)数据贸易的经济价值动因

数据要素在全球范围内自由跨境流动可以产生巨大的社会和经济价值,这一结论已成为普遍共识。从微观经济角度来看,数据贸易有利于跨国公司更准确地掌握全球市场供求情况,进而开展科学决策,助力企业实现从分析到决策再到投资布局的全流程精准控制,有效克服跨国企业投资的盲目性、自发性和非理性。同时,数据贸易的本质就是通过有价数据的全球流动来提高传统生产要素的协同效率,从而提高企业生产力,增强企业竞争力,提升企业的经营效益。

从宏观经济角度来看,数据要素通过市场配置到国民经济各产业,在社会经济活动中体现出其巨大价值。一方面,市场经济存在市场失灵的先天缺陷,而数据应用可使经济主管部门全面、快速、真实掌握市场信息,让“看得见的手”及时发挥其应有功效,有效避免市场失灵和经济危机的发生;另一方面,公共数据本身就具有公共产品属性,商业数据也可通过公开、共享的方式成为全球公共产品,从而避免因公共产品不足所造成的公地悲剧。因此,将有价值的数据进行跨境交易,在提高了全要素生产率和经济增长潜力的同时,也间接提高了社会福利。

二、数据贸易发展存在的主要风险和隐患

实现数据价值的方式在于数据的流动,而推动数据流动的最大动力就是以数据为标的物开展国际贸易。与传统国际贸易已经建立起一套清晰、成熟的贸易规则不同,数据贸易赖以开展的基础和前提是确定数据所有权,但目前数据确权问题尚未在国际社会形成一致性结论。同时,由于数据本身的特有属性,在进行国际贸易过程中往往还存在信息泄露、数据贸易垄断、统计归口不清等风险和隐患。

(一)产权界定纠纷

数据产权界定纠纷①威科和Alpha数据库资料显示,数据产权纠纷主要集中在知识产权方面,且在2016—2017年间呈现跨越式增长,其中浙江、北京、广东和上海四地在全年产权纠纷裁判文书中,数据的知识产权纠纷分别占18.8%、17.59%、13.35%和7.67%。主要是数据的持有者和数据主体之间的纠纷。根据科斯定理,只要产权明确且交易成本为零或者很小,就会实现社会的帕累托最优。由于数据时效性的存在,虽然数据贸易的成本极低,但由于数据非排他性和低竞争性特征,使得数据的产权很难界定,容易产生产权的纠纷。同时,数据的持有者往往更倾向于追求高收益,利用其强势乙方地位,在未经数据主体同意的情况下私自收集并出售数据,或者通过设置唯一性选项,强迫数据主体出让其数据产权,从而加剧了数据产权的纠纷。例如,在使用某一款APP时会出现冗长的协议,其中就有一项关于数据所有权的规定,即点击同意就表示同意出让数据产权,否则就无法使用该APP。诸如此类的“霸王条款”屡见不鲜,也导致数据侵权问题时有发生。

(二)敏感信息泄露

由于数据贸易是将数据作为有价标的物进行的数字贸易,而数据本身是一种高隐私性产品,若在收集和采集后,不对其进行有效的脱敏和去除个性化标识便贸然进行跨境交易,极易产生敏感信息泄露风险,对个人隐私保护和国家政治经济安全产生负面影响。在个人隐私保护方面,商业数据主要来自数字企业对用户数据的搜集,即便此类数据不存在确权问题,对数据搜集企业的隐私处理和脱敏技术也要求非常高,若不能进行有效处理,则隐私泄露风险极高。另外,部分数据需求企业,为了达到精准市场营销,对数据主体的姓名、年龄、性别、电话和住址等信息更为关注,数据搜集企业往往为获得更大的经济收益,故意将敏感信息出售给需求方,人为造成隐私泄露。在国家政治经济安全方面,部分商业数据,如医疗机构所掌握的人体基因数据、部分咨询机构掌握的社会调查数据等,若不经国家允许直接开展跨境交易,极易泄露国家的相关敏感信息。若此类信息被境外敌对势力所掌握,将会对国家政治经济安全造成严重损害。此外,若数据持有者的保密技术不到位,极易受到黑客的攻击,产生信息泄露的风险。

(三)形成寡头垄断

由于数据贸易的边际成本几乎为零,使得持有数据的企业在进行跨境交易时具有高额的回报率。因此,基于企业逐利的本质,数字化企业应倾向于收集并掌控更多领域、更大范围和更广维度的数据,从而囤积居奇,减少数据的公共产品供给,以期获得更高的收益。同时,如前文所述,由于数据在进行跨境交易的过程中会产生强烈的正向外部性,加之马太效应的存在,使得数据持有企业在巩固现有市场地位的同时,势必将加紧并购其他企业,从而导致数据市场上出现一家或几家大企业形成寡头垄断的局面。例如,在网络团购发展初期,数字化平台企业大量涌现,但随着各类资本的介入,众多中小微企业纷纷倒闭或被收购,直至形成几大电商平台垄断竞争的局面。可以预见,一旦数据持有企业形成垄断,就会利用其垄断地位对消费者的社会福利产生影响,其中最为常用的手段就是价格歧视。同时,数据垄断的产生使得数据在交易、共享等环节遇到阻碍,导致数据的公共产品属性难以得到释放,造成微观经济效率低下和宏观经济增长潜力下降,不利于整个社会经济的发展。

(四)统计归口问题

数据贸易与传统国际贸易在标的物上有较大区别,这就造成了在核算贸易额时常常将数据贸易归于服务贸易的某一环节,而未将数据贸易单独列为一种贸易方式进行测算,造成再统计时存在较大误差,甚至经常出现数据贸易额较高,但对国民经济增长的贡献作用未能充分体现的问题。可以想见,若数据贸易对GDP的贡献作用有限,且其发展存在一定的风险和隐患,国际社会对推动其快速发展的动力自然不强。但现有研究已经表明,数据贸易在拉动经济增长、推动产业转型升级和提高生产效率等方面的作用十分显著。2021年,美国信息技术与创新基金会(ITIF)发布了《跨境数据流动的障碍是如何在全球传播的,它的成本是什么,以及如何解决这些障碍》报告。该报告根据经济合作与发展组织(OECD)市场监测数据发现,一个国家的数据流动限制每提高1个百分点,其贸易总产出将减少7%,生产率降低2.9%,下游价格将在5年内上涨1.5%。由此可见,数据贸易不仅对社会经济发展具有重要推动作用,还会对生产率和物价水平产生间接影响。

三、我国数据贸易发展特点及存在的主要问题

目前,我国对数据跨境自由流动规则仍处在探索阶段,以数据为有价标的物进行跨境交易更是处于萌芽状态,对数据的交易主要集中在国内流通领域。我国现阶段参与数据流通的市场主体主要包括政府主导的大数据交易中心、数据资源服务型企业、互联网型企业以及产业联盟等。总体而言,我国在数据流通方面采取的是以政府为主,以企业为辅的发展模式。

(一)我国数据贸易发展的主要特点

1.处于起步阶段,发展潜力巨大

当前,我国数据要素市场化发展已有较大起色,特别是中共中央、国务院于2020年发布《关于构建更加完善的要素市场化配置体制机制的意见》,明确提出“加快培育数据要素市场”后,国内各省市大力探索,在搭建交易平台、数据开放共享、明晰交易规则、政府数据公开、数据产权界定等方面取得了积极成效。从目前情况来看,我国的数据要素市场建设主要集中在政府数据公开、公共数据共享、商业数据流通等国内层面,数据要素以贸易形式开展国际合作仍较为鲜见。

我国是数据产业大国,数据贸易的发展潜力巨大。中国大数据产业生态联盟发布的《2021中国大数据产业发展白皮书》数据显示,2020年我国大数据产业规模达到6388亿元,预计2023年突破1万亿元,这为数据贸易的加速发展奠定了坚实的基础。但需要指出的是,我国的数据产业还存在大而不强的问题,数据的整合、存储和清洗占数据产业总额的比重高达90%,而数据的分析和贸易仅占10%,这就导致我国在数据价值创造方面仍处在全球价值链的中低端,数据贸易发展的比较优势仍待进一步提升。

2.以政府推动为主导,以大数据交易中心为平台

大数据交易中心是现阶段我国开展数据交易的主流模式,该模式通过政府主导的交易平台对商业数据进行交换和共享。目前,我国大数据交易中心有北京国际大数据交易服务平台、贵阳大数据交易所、长江大数据交易所、西咸新区大数据交易所等11家。平台建设的主要特点是坚持以国有控股、政府指导、企业参与和市场运营为原则,采用国资控股、管理层持股以及主要数据提供方参股的混合所有制模式。这种模式既保证了数据来源的准确性,也激发了不同市场主体的积极性,扩大了数据来源,丰富了数据品类,并将分散的数据集中到统一平台,通过规范的体系实现数据的共享和交换,推动数据交易从碎片化向集约化、从社会化向商业化、从无序化向规范化转变。

此外,我国现阶段还存在一些行业组织自发形成的数据交易平台,主要有中关村大数据产业联盟、中国大数据产业生态联盟等。此类平台具有非营利性特征,主要以政府、业内企业、科研院所为服务对象,数据流动以共享方式为主,其主要目的是整合社会数据资源,推动产学研融合发展,实现产业内数据有效协同。

3.多类型企业共同参与,数据交易渠道呈多样化趋势

数据资源整合企业是数据交易的重要市场主体,是数据要素实现市场化流通的重要一环,其地位类似于国内某些专业的国际贸易企业,是供需双方的贸易中介。该类型企业以数据堂、美林数据、爱数据等为代表,但相较于大数据交易中心,其不论在规模上还是影响力上都存在较大差距。同时,与大数据交易中心的目的不同,数据资源整合企业兼具数据供应商、数据代理商、数据服务商和数据采购商多重身份,数据是该类企业的重要产品,且具有独特性和稀缺性,加之其主要以营利为目的,因此在推动数据交易市场化的进程中要比大数据平台更为有力。

互联网平台企业是数据的主要获取方,以京东、阿里、百度和腾讯等龙头企业为代表。该类型企业利用自身的客户资源和数字技术优势,在数据交易市场中占有较强的话语权和定价权。当前,互联网平台企业已开始进军数据分析市场,通过下设专业数据分析企业的方式,一方面加工母公司获取的数据用以在市场上出售,另一方面也可以通过数据分析服务于母公司的发展。例如,阿里巴巴数据库以母公司数据为来源,对原始数据和分析后的数据进行市场交易。而京东万象则是独立于母公司,通过自有渠道获取数据,在数据整合和分析后与母公司共享,为母公司发展助力。

(二)我国数据贸易发展存在的主要问题

随着我国数字经济的加速发展,数据要素在推动社会经济发展中的作用不断放大,数据的生产和使用大幅增加,数据交易量逐年提升,但与数据要素流动紧密相关的市场交易体系尚未真正建立,这已成为数字要素市场化发展的主要短板。同时,在数据的跨境交易方面,我国仍处在宏观的规则探索阶段,微观领域的促进和监管体系尚未形成,成为制约数据贸易发展的重要瓶颈。

1.缺乏清晰统一的数据贸易规则

从国内层面看,数据的交易依赖平台,平台的运行依赖规则。如前文所述,我国近年来出现了一批由政府和企业主导的数据交易平台,数据交易的基本模式已经形成。但客观来看,国内平台在数据确权、定价、标准、流通和贸易等方面还不规范,特别是在数据的跨境交易方面,缺乏统一标准的贸易规则。即便在国内流通层面,数据的交易渠道、规则、定价也缺乏统一标准。由于国内数据贸易规则的不完善,导致当前企业或数据交易平台进行数据要素国际合作时,更多是以学术交流合作、市场对接、成果转化等方面的信息共享为主,而数据贸易量较小。缺少统一的规则引领不仅严重阻碍了各省数据交易平台之间的合作交流,更不利于我国数据产业形成发展合力,导致我国在开展国际数据贸易过程中很难获得竞争优势。从国际层面看,我国虽已在区域全面经济伙伴关系协定(RCEP)等自贸协定中提出关于数据跨境自由流动的部分规则主张,但主张相对模糊,仍然是围绕“安全有序”展开,对可开展国际贸易的数据范畴仍然缺少清晰界定,对数据贸易的发展路径也缺少明确和细化的规则指引。这将导致我国在加入全面和进步跨太平洋伙伴关系协定(CPTPP)、数字经济伙伴关系协定(DEPA)等国际高水平自贸协定时,在数据跨境流动规则谈判中处于被动地位。

2.数据贸易监管体系尚不健全

从监管方面来看,当前数据市场缺乏数据交易方、数据交易平台、政府部门三方协同的数据贸易监管体系。同时,覆盖数据生产、处理、流通和贸易全流程的监管系统尚未形成。监管体系的缺失,一方面将导致数据交易缺少诚信,部分数据持有企业和数据交易中介会在利益的驱动下,出售个人、企业和国家敏感信息,造成个人隐私和商业机密泄露,甚至危害国家安全;另一方面,将导致部分公共数据持有企业将公共数据用于商业目的,使得部分数据的公共产品属性被弱化。有效的监管体系将更好地促进数据市场的良性发展,助力企业合法合规经营,这也是中国数据企业能够走出国门、在国际舞台开展竞争合作的基础。诚然,健全的监管体系是保证国家政治经济安全的重要屏障,但也需尽快在常规数据和非敏感数据领域加大开放和促进力度,避免因“安全”顾虑导致数据贸易发展受阻。

3.数据产业整体发展水平较低

数据要素价值增值的主要途径是对原始数据的分析和处理。经分析后的数据,其价值增值往往实现倍数增长。从我国目前数据产业的发展情况看,多数企业还处在原始数据的生成、存储等附加值较低的领域,算力算法开发还处于初级阶段。以大数据产业为例,贵州省在政府的引导和推动下,积极利用自身区位优势,快速形成了大数据产业集聚。但也应看到,贵州的大数据产业仍以存储服务为主,大量数据的隐形价值并未得到有效开发利用,在大数据算法、云计算和边缘数据挖掘等方面的能力仍较薄弱。数据产业与传统产业一样,也存在全球产业链、供应链和价值链,较低的产业发展定位和发展水平,将无法挖掘其巨大的价值红利,并形成发展路径依赖,不利于我国在数据领域抢占国际高端市场。

四、我国数据贸易发展的路径选择

随着全球数字化转型不断深入,数据技术将加速更新迭代,数字基础设施的覆盖率将进一步提升。作为数字经济的产物,数据要素的价值将被深度挖掘,其作为重要战略资源被跨国公司进行全球化配置也必将成为大势所趋,可以说在数字经济时代,谁掌握了数据谁就掌握了经济发展的命脉。我国是数字经济大国,数据生产量位居世界前列,应进一步夯实基础、紧抓机遇,在产业发展、规则建立、数据监管、分级管理和法律保障等方面加大力度,明确发展路径,为全球数据贸易发展贡献“中国力量”。

(一)推动数据相关产业高质量发展

与传统国际贸易相似,数据贸易的发展质量取决于国内数据相关产业的发展水平。一方面,我国应继续大力推动数字经济发展,鼓励中小微数字企业发展壮大,形成更多具有国际竞争力的数字化市场主体;加快数字基础设施建设步伐,提高互联网普及率,降低网络使用费用,减少数据企业运营成本;加快数字技术在传统产业领域的应用,推动传统产业数字化转型升级,拓展第一、第二产业以及传统服务业的数据源。另一方面,应推动数据企业走高质量发展道路,在财税、金融和贸易等方面发力,出台鼓励性政策,支持数据企业在算法、算力领域加大创新力度,助力我国数据产业向价值链中高端转移。此外,应在数据领域加大开放力度,吸引国际高水平数据企业,特别是数据分析企业来华发展,提升我国数据产业整体发展水平。

(二)制定数据贸易相关规则

明确稳定的数据贸易规则是引领数据贸易健康、可持续发展的重要基础。在国内层面,我国应加快规则领域相关研究,以上海大数据交易所、北京国际大数据交易中心和贵阳大数据交易所为基础,整合各地方数据交易和流通规则,在国内形成规则一致的数据交易大市场。同时,数据标准化是制定相关交易规则的重要支撑,行业主管部门应尽快对各类数据制定国家标准,便于数据交易的有序进行。在国际层面,应在自由贸易试验区、海南自由贸易港、国家服务业扩大开放综合试点、国家特色服务出口基地等开放高地加大数据领域开放力度,积极对接CPTPP、DEPA中关于数据自由跨境流动的相关规则,积极融入全球数字贸易规则体系之中。

(三)完善数据贸易的监管体系

完善的监管体系对保证数据贸易安全、有序进行大有裨益。首先,行业主管部门应尽快制定数据分级分类管理制度,对不同风险等级的数据实行差异化监管;其次,在数据的国内流通和国际贸易方面,可参照市场准入负面清单和外商投资准入负面清单的管理办法,针对数据的国内流通可出台《数据国内流通负面清单》,针对数据贸易可出台《跨境数据交易特别管理措施(负面清单)》,清单之外则践行“法无禁止即可为”;再次,保障国家安全是开展数据贸易的根本原则,应严格监管重点行业数据出境,对涉及能源资源、社会调查、水文气象、核心技术等方面的数据贸易要加大审查力度,注重数据的脱敏;最后,应设置国家级、省级数据管理机构,对数据的国内流通和对外贸易进行全方位管理。

(四)建设数据贸易专业化平台

专业的数据贸易交易平台是助力数据贸易快速发展的重要载体。基于当前我国数据贸易仍处在初级发展阶段,可借鉴上海和深圳证券交易所在股票交易方面的成功经验,以“国家主导+市场化运作”的建设模式,以章程、会员管理、纪律处分和收费事项为通用模块的业务体系,打造有章可依、有迹可循、有责可追的数据贸易交易平台。具体来看,数据产业和贸易主管部门联合推动成立国家级数据贸易交易中心,并在各省、自治区、直辖市设立分中心,平台作为国内数据出入境的唯一渠道,企业可将其持有的数据资产在平台上挂牌出售。同时,积极邀请各类市场主体,特别是数字技术企业,加入平台建设,保障通过平台出入境的数据安全性和合法性。这样不仅为我国数据资产出入境提供了安全、有序、可靠的渠道,也更利于国家对数据贸易实施有效监管。

(五)建立健全相关法律法规

健全的法律法规是数据贸易发展的重要保障。数据作为一种新的生产要素,在发展的初期难免会出现大企业或产业联盟制定市场规则的情况。近年来,我国在数据要素市场的法律法规建设方面有了长足的进步,如已出台《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《个人金融信息(数据)保护试行办法》《数据出境安全评估办法》等法律法规,《个人信息出境标准合同规定》也已公开发布征求意见稿。但从体系化的角度来看,数据要素,特别是涉及商业数据跨境交易方面的内容还有较大程度的缺失。因此,立法部门、行业主管部门应联合开展研究,通过比较和借鉴发达国家在数据贸易立法方面的经验,如欧盟的《通用数据保护条例》、美国的《隐私权法案》和《金融服务现代化法案》等,在现有法律法规基础上完善数据贸易相关内容,为规范数据贸易管理、保障数据安全有序跨境流动提供操作依据。