中国数据要素市场发展现状与问题研究综述

刘子妮 刘雪婷 张若愚 臧翌希 全祎 王塽

摘 要：数字经济时代背景下，构建成熟的数据要素市场成为各行业关注的热点话题。文章基于大量的文献分析，对国内数据要素市场的发展现状进行了总结，系统梳理了国内外学者对数据要素市场中数据信息安全、数据确权、数据定价三大问题及其对策的研究，并在此基础上指出了现阶段研究的不足之處。

关键词：数据要素市场;数据安全;数据确权;数据定价

中图分类号：F49    文献标识码：A 文章编号：1005-6432（2024）13-0021-04

DOI：10.13939/j.cnki.zgsc.2024.13.002

1 引言

在第四次工业革命的背景下，数字经济已成为我国经济增长的核心动力，数据资源作为一种重要的生产要素，受到了政府和企业的高度重视。2022年1月，在《“十四五”数字经济发展规划》中提出，到2025年，要初步建立数据要素市场体系。但国内数据要素市场存在理论滞后于实践的现象，相关法律法规以及监管制度尚未成体系，数据要素市场的发展受到诸多限制。2020年后知网中检索到的数据要素市场相关文献数量明显增加，学者就数据要素市场的发展现状、建设中存在的问题以及对策进行了大量研究。但是，尚未有学者对国内数据要素市场发展的相关文献进行梳理和系统的分析。文章基于对相关领域文献的整理，对国内数据要素市场发展状况进行总结，并对数据隐私安全、数据确权和数据定价三大问题进行评述，分类归纳相应对策，最后基于现阶段研究的不足对该领域未来的研究进行展望。

2 数据要素市场的发展现状

2.1 数据要素市场的内涵

《中华人民共和国数据安全法》中，将数据定义为任何以电子或者其他方式对信息的记录［1］。“要素”是一个经济学概念，代表生产经营中所需要的资料，传统的生产要素包括资本、劳动、技术。数据要素作为一种新型的生产要素，具有非竞争性、融合性、衍生性和外部性的经济特征［2］。但国内外研究中并未就数据要素市场给出一个明晰统一的定义。狭义上，数据要素市场被理解为数据交易所内的“场内交易”，因而在数据要素普遍存在于数字经济活动中的情况下，却无法明确感受到数据市场的存在［3］。从宏观意义来说，数据要素市场涵括数据交易的制度、法规、标准、基础设施等方面［4］。综合相关文献和政策文件，文章将数据要素市场定义为“在监管制度和法律法规保证下，市场主体遵循交易规则进行数据要素的交易，在对数据的市场配置活动中实现数据的变现与增值”。

2.2 中国数据要素市场的发展模式

我国是数据资源大国，近年来数据产量飞速增加，大数据产业规模也在不断扩大。国家网信办发布的报告显示，2017—2021年，中国数据产量从2.3ZB增至6.6ZB，以9.9%的占比位居世界第二［5］。

为推动数字经济深化发展，有关培育数据要素市场的相关政策文件陆续发布。从时间维度来看，以2014年大数据首次写入政府工作报告为起点，2016年大数据上升为国家战略，中国数据要素市场进入培育阶段，2019年数据要素市场化配置上升为国家战略，标志着我国数据要素市场进入深化阶段［6］。

从地理维度来看，数据要素市场的建设在部分区域已初显成果，受政府扶持力度、企业投资水平和资源配置等宏观因素的影响，总体上经济发达地区数据要素市场的发展更为领先，现阶段还存在着地区发展不充分不平衡的问题。我国数据要素呈现出区域聚集协同发展态势，重点建设集中在京津冀地区、长三角地区以及粤港澳大湾区等区域［7］。代表性地区数据要素市场发展核心举措如表1所示。

3 中国数据要素市场现存的主要问题及对策

3.1 数据隐私安全问题

数据安全是各方主体愿意进入数据要素市场并长期发展的必要前提。数据隐私安全在受到重大关注的同时也面临着巨大的难题。

首先，在数字化背景下，个人、企业和社会组织的大量数据都被集中储存管理，易遭到攻击而导致数据泄露，从企业角度来说，可能会导致重大经济损失；从政府角度来说，可能会造成管理混乱、调控失灵等严重后果。

其次，对于一般个人来说，企业为了精准营销和内容推送，过度甚至非法收集用户信息，侵犯了用户的隐私权和知情权［8］。

最后，一些头部企业通过长期资本的积累，吸纳了巨大的用户群体并掌握了庞大的数据资源，造成结构性垄断市场，迫使消费者在隐私信息保护中处于被动的弱势地位。数字市场相比传统市场，会在网络效应的影响下吸引更多的平台入驻和用户注册，且在学习曲线效应和边际收益递增的作用下持续强化［9］。在用户的退出成本和转化成本增高的情况下，在市场竞争中形成锁定效应。

现阶段关于如何建设信息安全的数据要素市场的研究，主要从事前审查、事中监视、事后追责三个方向展开。对于事前审查，大多数文献从确立相关法律法规和数据分类分级的角度提出了解决方案。如陈思（2023）提出要不断完善数据要素分类审核制度，其前提是合理划定重要数据的定义，从定性和定量两个角度数据考虑要素风险安全［10］。何文竹、彭长根等（2020）提出了一种用信息熵定义的敏感属性构建分级算法，基于结构化数据集进行自动化识别和分级［11］。关于事中与事后的监管，许多研究基于区块链技术等数字技术提出了设想。刘海军（2023）提出在区块链信任的“制度-效能”转化框架下，构建全周期管理的信用机制［12］。郑婷一、庞亮等（2022）设计了一套基于数据链上存储信息的交易审计机制以防止数据过度采集［13］。

3.2 数据确权问题

数据确权，即确认数据归属及数据要素市场中各方主体对数据拥有的权力。清晰的数据确权是明确数据要素市场中各方主体的利益，保障数据安全高效流动的基础。随着数字经济高速发展，由于数据爬取不当而引发的司法案件屡见不鲜。数据确权问题严重阻碍了数据共享开放和市场发展。数据产权主体未明晰，相关法律条文不完善、不清晰是造成数据确权问题出现的主要原因。

对于如何明确产权主体，学者们普遍从立法监管的角度提出了建议。除此之外，一种角度是从数据本身的属性进行界定，如王申、许恒（2023）提出通过区别数据和信息来界定数据确权的权利边界［14］。Dosis和Sand-Zantman（2022）认为，应该由数据的价值来判断数据产权的归属［15］。另一种角度是从主体及其行为进行界定，如张永忠、张宝山（2022）提出根据不同产权主体划分数据的开放程度［16］。龙卫球（2018）提出企业对数据投入的成本是赋权的关键［16］。另外，区块链技术的应用也是数据确权研究的热门方向［17］。如杭敏、张亦晨（2022）提出利用区块链和低成本的非同质化代币为数据确权提供技术支持［18］。蔡昌、赵艳艳等（2021）提出基于区块链技术的数字资产交易模式，完善了数字资产的分配方式以及税收治理模式［19］。

3.3 数据定价问题

在数据要素市场的背景下凸显了数据的财务属性，而合理的定价策略有利于营造公平互利的市场环境，推动数据的变现和增值。陆岷峰和欧阳文杰（2021）发现，目前，我国还缺少完善的数据定价机制，而数据交易的活跃与准确高效的数据定价机制的建立互为因果关系［20］。这导致数据要素市场的发展陷入僵局。数据定价成为一项难题有以下三方面的原因。

第一，数据价值的不确定性。鄢浩宇（2022）指出数据价值与情境呈高度相关性［21］。这也间接导致了数据的异质性和时效性。

第二，数据还表现出滞后性，常常无法在当下的购买情境中充分体现。

第三，欧阳日辉（2022）指出，数字要素的成本极低甚至免费，在大多数情况下表现为非竞争性［22］。

传统的定价方法（成本法、收益法、市场法）都存在一定的局限性。学者们对定价机制的创新主要基于以下三个视角。

第一，基于市场实践的视角，可以分为动态和静态两大类，静态定价策略包括固定定价、平台预订价；动态定价策略包括拍卖定价、协商定价、反馈性定价、实时定价和平台自动计价［23-24］。

第二，以企业资产的角度对数据进行定价分析，利用博弈论、熵权法等方法对传统定价方法进行优化，或是引入不同的影响因素，改变指标权重来构建数据资产估值定价模型。如左文进、刘丽君（2021）根据采集的用户感知价值得分情况修正大数据资产价格影响因素［25］。Yu、Zhang（2017）构建了以数据质量为基礎的双层模型，运用Stackelberg模型分析平台和消费者的效用［26］。

第三，回归数据本身的价值评估。如李清逸、罗敬蔚（2022）提出利用数据价值链发现和提取整个数据生命周期中数据的价值［27］。刘鹏（2021）基于DQAF设计了一套适用于企事业单位的数据质量评价体系［28］。

4 结论与建议

现今，中国正在积极推进数据要素市场的构建，并在部分地区有了初步成就，但要建立完善的数据要素市场体系还有很长的路要走，需要多种策略组合以及学科交叉研究。区块链、人工智能和云计算等数字技术是未来研究如何解决数据要素市场主要问题的热点。有关数据隐私和数据确权的法规完善，以及建立个人、企业与政府三方参与的多元化监管体系，都需要加快进程。并且要从实际市场情况出发，制定规范科学的定价流程，保障消费者的权益，助力企业发展，避免恶性竞争，营造和谐共赢的市场氛围。

现有研究还存在着以下不足。

第一，针对数据要素市场的主要问题，大量文献提出的对策仅停留在政策层面和管理层面的理论框架上，虽然在宏观上有指导性意义，但存在理论不足以充分支持实践的问题，未来应更多地着眼于以实践为导向的技术层面的研究。

第二，缺乏对数据在市场流通的影响因素的实证研究，学者们往往基于以往经验或案例分析提出观点，基于数据分析的量化的模型较少，造成数据确权和定价的理论在实际应用时陷入困境，未来应在方法论的指导下进行更多具体的量化研究。

第三，数据的价值会随情境波动，基于数据形成的市场同样具有传统市场复杂多变的特点，现有理论研究往往未能全面地考虑市场有效性的影响因素，不能很好地保障数据要素市场中各方主体的利益。未来应从多个维度综合系统地设计市场规范框架。

参考文献：

［1］新华社.参见《中华人民共和国数据安全法》第三条［EB/OL］.（2021-06-11）.http：//www.cac.gov.cn/2021-06/11/c_1624994566919140.htm.

［2］何苏燕.数据生产要素化及其价值创造机制研究［J］.企业经济，2023，42（1）：79-87.

［3］高富平，冉高苒.数据要素市场形成论——一种数据要素治理的机制框架［J］.上海经济研究，2022（9）：70-86.

［4］丁波涛.基于信息生态理论的数据要素市场研究［J］.情报理论与实践，2022，45（12）：36-41，59.

［5］国家互联网信息办公室.数字中国发展报告（2021年）［R］.北京：国家互联网信息办公室，2022.

［6］朱开昊，吕杨辉，肖文，等.数据要素市场化运行研究［J］.江苏科技信息，2023，40（5）：50-55.

［7］李文军，李玮.我国大数据产业和数据要素市场发展的问题与对策［J］.企业经济，2023，42（3）：26-36.

［8］WIERINGA J，KANNAN P K，MA X，et al.Data analytics in a privacy-concerned world［J］.Journal of business research，2021，122： 915-925.

［9］RIRTVELD J，SCHILLING M A.Platform competition： a systematic and interdisciplinary review of the literature［J］.Journal of management，2020（6）.

［10］陈思.培育数据要素市场的逻辑理路、安全困境与应对策略［J］.当代经济管理，2023，45（3）：24-31.

［11］何文竹，彭长根，王毛妮，等.面向结构化数据集的敏感属性识别与分级算法［J］.计算机应用研究，2020，37（10）：3077-3082.

［12］刘海军.治人抑或治数：数据要素如何推动信用制度向治理效能转化？［J］.电子政务，2023（6）：65-76.

［13］鄭婷一，庞亮，靳小龙.平台经济中的数据与算法安全［J］.大数据，2022，8（4）： 56-66.

［14］王申，许恒.构建数据基础制度进程中的数据确权问题研究［J］.理论探索，2023（2）：120-128.

［15］DOSIS A，SAND-ZANTMAN W.The ownership of data［J］.The journal of law，economics，and organization，2022.

［16］张永忠，张宝山.构建数据要素市场背景下数据确权与制度回应［J］.上海政法学院学报（法治论丛），2022，37（4）：105-124.

［17］龙卫球.再论企业数据保护的财产权化路径［J］.东方法学，2018（3）：50-63.

［18］杭敏，张亦晨.从数据主权到数据确权：数字时代传媒发展的创新路径［J］.中国编辑，2022（12）：10-14.

［19］蔡昌，赵艳艳，李梦娟.区块链赋能数据资产确权与税收治理［J］.税务研究，2021（7）：90-97.

［20］陆岷峰，欧阳文杰.数据要素市场化与数据资产估值与 定价的体制机制研究 ［J］.新疆社会科学，2021（1）：43-53，168.

［21］鄢浩宇.数据定价的机制构建与法律调节［J］.金融经济，2022（9）：62-71.

［22］欧阳日辉.完善数据要素定价制度是实现市场化配置的关键［J］.中国发展观察，2022（7）：28-33.

［23］李成熙，文庭孝.我国大数据交易盈利模式研究［J］.情报杂志，2020，39（3）：180-186，179.

［24］胡燕玲.大数据交易现状与定价问题研究［J］.价格月刊，2017（12）：16-19.

［25］左文进，刘丽君.基于用户感知价值的大数据资产估价方法研究［J］.情报理论与实践，2021，44（1）：71-77，88.

［26］YU H，ZHANG M.Data pricing strategy based on data quality［J］.Computers & industrial engineering，2017，112：1-10.

［27］李清逸，罗敬蔚.数据价值链视角下数据要素定价机制研究［J］.价格理论与实践，2022（3）：94-97.

［28］刘鹏.基于DQAF的数据质量评估机制设计［J］.统计与决策，2021，37（11）：49-52.