一、数据要素的经济属性

当前已经进入数字经济时代，数据要素成为最重要生产要素。数字要素具有与传统生产要素不同的经济属性，数据基础制度的构建应当基于数据要素的属性。只有对数据要素的经济属性有深刻认知，才能理解如何进行适应性的制度构建。

（一）数据：一种新的生产要素

生产要素是经济学概念，被《新帕尔格雷夫经济学大词典》界定为“生产的动因或愿望”。人类对于生产要素的认知，随着社会生产力的进步而不断演进、深化。经济学家加尔布雷斯（Galbraith）认为，在不同的社会发展阶段，都有一种生产要素具有不可替代的地位。农业经济时代，土地和劳动是最重要的生产要素。工业经济时代，资本是最重要的生产要素，资本整合土地、管理和技术，驱动经济社会发展。数字经济时代，数据是最重要的生产要素， 数据是新世纪的石油， 数据是互联网企业最有价值的资产， 数据是政府有效治理的基石，数据要素是推动经济社会发展的新引擎。

（二）数据要素的公共产品性质

数据要素的属性比较复杂，不同类别的数据要素具有不同的排他性和竞争性，需要对不同类别的数据具体分析其公共产品属性。

根据公共产品理论，从竞争性和排他性两个维度， 可以对不同类别的数据性质进行分类。如果可以限制他人使用该种数据，则此类数据具有排他性。如果该种数据限制使用次数，则此类数据具有竞争性。部分数据限制使用次数、排斥他人使用，属于私人产品。部分数据限制使用次数，但不排斥他人使用，属于公共资源类产品。部分数据排斥他人使用，但不限制使用次数，属于俱乐部产品。通过分析可以看出，公共部门统计的经济社会数据、网络免费数据等具有非排他性和非竞争性，属于公共产品。这类数据不仅不排斥他人使用， 重复使用对数据质量没有影响，且使用的人越多，其应用价值会更高。不同类别数据的性质不同，其产权、流通、分配、安全治理的规则也应当根据其属性有所差异。

（三）数据要素的外部性

数据要素的使用会对非生产函数系统内的其他个人或群体造成影响， 因此具有外部性。一些学者认为，数据要素具有强正外部性。消费者在使用基于数据的互联网服务时， 会得益于相似偏好消费者的历史数据，进而享受到更精确、更便捷的产品或服务。数据要素越集聚， 效用越大，越能够给消费者带来便利， 给厂商创造效益，给政府治理赋能。一些学者认为数据要素具有负外部性，数据有强关联特征，从消费者的部分信息中可以推断出其他关联信息。如果数据

的保护力度不足，当涉及到个人隐私数据交易时，就对个人产生强负外部性。而隐私信息涉及到的个人， 不知道交易存在或者无法参与交易决策，其损失无法获得补偿。数据要素的复制成本极低， 如果不能有效界定产权、推进数据要素制度建设，可能会导致数据市场崩溃， 无法实现数据要素优化配置。

二、推进数据基础制度建设的必要性

我国通过积极推进要素市场制度建设，成功推动经济增长。数据要素具有独特的经济属性，在经济发展的新阶段， 如果能够通过基础制度建设，做对了数据要素的激励， 那么就能够赋能实体经济发展、占据国际竞争的主动。

（一）数据基础制度的理论必要性

要实现数据要素领域的善治，必须有基础制度作为保障，以确定数据产权， 最小化交易成本，维护数据安全，合理分配收益。我国数据基础制度包括数据产权制度、流通交易制度、收益分配制度、安全治理制度四个方面。数据要素基础制度的四个主要构成部分是紧密联系、相辅相成的。

数据要素产权制度是流通交易制度的基础，没有产权明确界定，就没有合规高效的流通交易市场。数据要素只有通过有序流通，才能实现其价值，带来收益，这就需要体现效率、促进公平的收益分配制度。而安全治理制度是确保数据确权、流通交易和收益分配的基础。没有安全可控、弹性包容的数据安全治理制度，其他制度也将成为一纸空谈。

（二）要素制度建设的历史必要性

诺斯的开创性研究已经充分证明，适应性的制度设计对经济增长具有显著影响。相关学术研究认为，中国经济增长的重要原因是“做对了激励”，在制度建设上进行适应性设计。我国改革开放以来，正是通过及时推进要素市场改革， 完善制度建设，助力了经济起飞。数据要素作为一种新型生产要素，能够有效提升资源配置效率。但数据要素具有准公共产品和外部性， 需要建立完善相关制度，进行有效治理。我国不断提升对数据要素的重视程度， 积极推进相关制度建设。

（三）赋能实体经济的现实必要性

数据要素会改造传统生产要素，使之生成新形态。数据要素可以通过乘数效应，促进产业融合，加速产业升级， 实现价值增值，达到经济倍增效果。数据要素基础制度建设可以从根本上厘清各主体关系，建立基本规则，从而赋能实体经济发展。要把数据量优势，转化为经济发展的动能， 就要在数据基础制度建设上下功夫。通过制度建设，让数据要素释放真正的价值，让“数据红包” 真正转化为“创新红利”，成为拉动经济发展的新动力。

世界上主要国家都意识到数据竞争成败将决定着未来国际竞争格局。世界上的主要国家都提出应对数字化转型的发展策略，都是以数据要素作为最关键的生产要素。我国庞大的人口基数，时时都在产生的海量数据，这是我国在当前激烈国际竞争中的重要优势。

三、制约数字基础制度建设关键堵点

目前，我国在数据要素基础建设上还面临一些突出的难点和问题，表现为数据产权界定不明晰、数据交易成本偏高、数据收益分配机制缺失和数据隐私保护隐患。

（一）数据产权界定不明晰

目前，数据要素产权界定不够清晰， 限制数据要素对经济倍增效应的发挥。首先，数据要素涉及到大量个人隐私信息，如何在保护信息安全前提下，确认个人信息数据归属权是个难题。其次， 2011 年实施的《数据安全法》和《个人信息保护法》中对数据国家主权和人格权进行界定， 数据要素财产权问题没有明确规定。最后，数据确权高度依赖技术水平。相对于传统生产要素，数据要素产权界定存在现实困境。数据的处理加工则依赖先进的数字理论和技术才能实现。数据确权需要监管方具备相当高水准的数字素养，并了解数据系统、平台和企业。

（二）数据交易成本偏高

开放和共享是数字经济的本质属性， 数字经济的创造、采集和使用可能由不同主体完成，其带来的流通交易难题， 突出表现是数据要素交易成本高， 场内交易发育不成熟，场外交易秩序混乱。具体来说，首先，数据垄断问题。部分拥有大量数据资源的企业， 企图以垄断数据来谋求超额利润，进行数据封锁； 利用数据优势、低价倾销、价格串联， 对消费者进行价格歧视等行为， 破坏市场竞争秩序。其次，市场分割问题。个别省份为谋求本省发展以邻为壑， 限制数据要素有序流动。再次，数据孤岛问题。政府数据开放度不足， 政企数据对接困难。最后，数据难定价问题。数据标准不统一，价值评估中存在信息不对称， 交易双方缺乏互信， 带来数据要素难以准确定价。

（三）数据收益分配机制缺失

以市场评价数据要素贡献是大势所趋， 但是如何客观评价数据要素贡献在理论和实践上都存在困难。首先，利益协调问题。数据要素的采集、加工，所有者可能并不相同， 各方利益诉求不一致。其次，数据鸿沟的问题。不同群体、行业、地域之间的数字化发展水平不一致，导致数据收益拉大群体间、行业间、地域间收入分配差距。最后，数据收益的激励问题。过度强化数据收益的激励取向，可能会导致收入差距拉大，过度强调分配公平， 则可能会挫伤相关方参与数据要素市场的积极性。数据要素的分配机制设计需要在效率和公平之间， 加以平衡。

（四）数据隐私保护存在隐患

数据安全和隐私保护，成为制约数据要素市场化的关键堵点。首先，数据交易时缺乏隐私保护、合规审查和伦理审视，导致数据交易出现诸多乱象。其次， 数据销毁、遗忘难。难以实现本人信息进行删除或重置，特别是个人生物特征等。再次，云上数据安全问题。监管方缺乏足够的技术能力、技术装备、时间成本来对数据安全进行保障。最后，数据开放共享和数据隐私保护之间存在悖论，需要权衡利弊，协调两者关系。

四、推进数据基础制度建设对策探讨

针对我国在数据要素化、市场化、制度化建设中出现的种种问题，应从数据产权制度、流通交易制度、收益分权制度和安全治理制度四个方面对症下药， 来推进要素基础制度建设进程。

（一）建立数据产权制度

数据确权是培育数据要素市场的核心议题，数据产权制度是数据要素基础制度中的关键环节。建立数据产权制度可以保证各方合法权益，激励积极参与数据要素化过程，推动要素市场化步伐。第一，参考欧盟和美国的相关数据保护法案， 根据不同类别数据性质，分离所有权、使用权、管理权等分类确权。动态调整，柔性确权，以多利益主体共同治理，协调数据生产者、采集者、控制者、使用者等各方权益。第二，建立数据登记和合规公正程序，搭建能够进行数据标识和确权的数据交易系统，分离元数据和数据源，防止权属不清。第三， 鼓励数据交易平台探索数据确权和交易追溯机制。

（二）完善流通交易制度

生产要素具有流通性，只有在流通中才能实现其价值。市场机制是数据要素流动的基础，要培育和完善数据要素交易市场。第一，推动跨地区、跨部门、跨主体、跨市场、跨平台的数据流动。进一步推进全国统一数据要素大市场建设，推动“东数西算”落地。探索新型数据合作机制，如 “可用不可见”、“可用不可拥”等，以数据产业发展合理布局， 带动区域发展均衡化。提升政府部门间的数据协作效率，推进政府部门间、地域间数据共享。发挥独角兽企业在数据交易流通中的积极作用，探索数据流通交易的政企合作新范式，使用 PPP 推进数据在安全合规前提下的流通交易机制。对数据垄断进行规制， 强调数据的非排他所有权。第二，在不违反保密法前提下， 敦促应当公开的政府数据应公开尽公开。加强政府数据平台建设力度，发挥这部分数据的公共产品属性，夯实数字基础设施。第三，搭建多层次的数据交易市场和数据交易平台。规范数据交易标准， 降低交易成本。探索数据交易所与数商分离的流通体系。探索让数据银行、数据信托、数据资产评估公司等数据服务中介组织参与数据交易，提升数据要素交易效率。第四，以边际贡献确定增量收益，创新数据要素定价机制，探索报价 - 估价 - 议价的数据定价路径。

（三）构建收益分配制度

数据收益分配制度建设，要在体现效率的基础上，重视分配正义，提升分配公平性。数据收益权应当按照贡献分配给相关方，以激励其数据提供和采集的积极性。一次分配，应当以市场机制为主， 让劳动者数据按照贡献率和劳动成果参与分配。保障对数据要素化、产业化、市场化中做出贡献的人才在一次分配中得到应有收益。企业获得的收益，应当与其创造价值匹配。二次分配，政府可利用财政税收政策进行引导，在提升数据要素市场分配效率的同时，调节收入分配差距，缩小区域间、产业间收入差距。三次分配，在数据要素中取得高收入的群体和个人，以自愿为原则，通过慈善捐助等方式，帮助社会弥合数字鸿沟， 帮助缺乏数字素养的低收入群体也能享受到数字经济红利。

（四）健全安全治理制度

在数据安全治理制度方面，要在国家总体安全观下，切实强化对数据安全和数据主权保护的制度化保障。第一， 加强技术创新研发。探索多数据中心节点协同的联邦学习、计算和存储分离的数据沙盒等在隐私安全保护应用上颇具前景的新技术。第二，强化个人隐私保护。区分个人数据中的敏感部分和非敏感部分，敏感部分禁止交易。非敏感个人数据可以在适当补偿情况下， 通过脱敏、匿名等处理后进行交易。赋予个人相关数据遗忘或重置权利， 落实个人信息可携带权，谨慎采集不可重置数据， 如个人生物特征。找寻数据开放共享和数据隐私保护之间平衡的最优解。第三， 权责统一，行业自律。采集整理数据、交易数据方，应当对数据安全担负责任。企业采集数据应取得消费者同意， 并应担负起数据安全保护责任。第四，搭建全过程数据安全监测体系。通过技术手段， 实现对数据安全违法违规行为的有效监测。对于数据跨境流动进行合规监测和规制。(文︱吴茵 中央党校（国家行政学院）公共管理教研部 贾映辉 中国电子信息产业发展研究院)