数字经济：内涵与路径

一是安全性。数据是一个国家重要的战略资源，因此任何数据要素的开发要充分保障数据的安全性，不得以任何形式侵犯国家安全。同时，也要建立数据分类分级安全保护制度，充分考虑对政务数据、企业商业秘密和个人数据的安全保护。

二是隐私保护。欧美数据隐私保护的做法值得我们借鉴，要根据中国不同地域、不同产业、不同用途的需要，建立中国的数据隐私保护体系，从技术、法规、市场多个角度保障数据确权过程中不侵犯个人的隐私数据。

三是公平性。数据的确权机制一定要保障数据要素市场体系的公平性。其中，区块链等技术体系是确保数据要素市场公平性的技术基础，必须给予充分考虑。在技术底座基础上，通过制定公平的确权机制，确保在数据要素层面能够建立公平的分配机制。

四是价值导向。经过确权的数据才可以变成数据资产，而数据资产要在市场中发挥作用，创造新的价值。所以确权的一个重要目的还是有利于数据资产的价值创造，是为了在未来能方便快捷、公平合理地进行数据交易。

五是技术工具。要充分利用数字技术手段赋能数据确权。比如，针对数据资产的独立性、不可篡改、多方参与等特性，可采用多方安全计算，即在不改变数据实际占有和控制权或所有权模糊的情况下，将计算能力移动到数据端，在保障企业数据安全和个人隐私的同时，促进数据资产在共享利用中创造价值。

2.数据产权和价值分配

数据产权归属是数据产业发展需要解决的基本问题，它决定着如何在不同主体间分配数据价值、义务和责任。与土地、劳动力、资本、技术等生产要素不同的是，数据的产权问题仍未解决。土地、资本或劳动力等要素具有专属性，但数据很复杂，目前在确权方面缺乏实际的标准规则。基于对数据、信息、知识的转化模型，我认为数据涉及以下四项基本权利：管辖权、交易监管权、所有权和使用权。

161

（1）数据的管辖权、交易监管权由国家所有

数据是一个国家的新型基础性资源，具有极高的价值，对经济发展、社会治理、人民生活都产生了重大而深刻的影响，这意味着任何主体对数据的非法收集、传输、使用都可能构成对国家核心利益的侵害。数据安全已经成为事关国家安全与经济社会发展的重大问题，与切实维护国家主权、安全和发展利益密切相关。

因此，各类数据活动的管辖权、交易监管权应当归属于国家，内部的任何数据活动都应该遵循国家数据安全法规，可以成立中央数据部门对国内的数据活动进行统一管理。国家确立总的管理规则后，主要城市可以设立定点数据交易所，类似在北京、上海、深圳设立的证券交易所，而其他的一般省会城市、地级市不能设立。数据交易类似于证券交易，只有证监监督管理机构批准下的交易场所拥有股票的管理权和交易监管权。其中既包括政务数据资源、公共数据资源、国有企业数据资源等国家所有的数据资源，也包括各类非国有企业/机构或个人生产的数据，如电商平台积累的数据资源、互联网金融平台的数据资源、应用程序收集的数据资源等。

（2）数据所有权、使用权的界定应以保护隐私权为前提

数字经济时代，全球数据量呈现出爆发式的增长，数据的资源属性不断增强，通过大规模的数据收集、处理和分析挖掘，大数据应用产生的经济价值不断显现。而在数字化时代，个人数据需要参与到各类网络双边交易中，在平台上经过加工、处理转化成信息、知识，这就需要对数据产权进行合理界定。一个基础的问题是：当某一个平台通过大数据、云计算、人工智能把千千万万碎片化的毫无价值的信息通过导流加工成有方向的、有意义的数据时，这个平台是否应该拥有所有权呢？

消费者在网络平台购物、浏览时，留下的有关个人信息（比如手机号、身份证号、邮箱、消费偏好等）原始记录的数据应该归消费者自己所有，网络平台应只有使用权，除非征得消费者明确同意，否则网络平台不应当拥有上述个人信息的所有权。这一条与欧美普遍要求个人可以“自操作”自己在网络平台留下的数据的逻辑是一致的。比如个人在微软浏览器上的浏览记录，自己是可以直接删除的，网络平台不得私自保存。这实际上就是公民隐私权的体现。网络平台对个人留下的数据只有使用权，比如可以用个人数据在平台上为买卖双方进行撮合或导流。比如今日头条可以根据个人的浏览记录来推送个人感兴趣的新闻和信息，这个过程就是行使了对个人信息的使用权。与之相关，网络平台在行使其掌握的个人信息使用权时，不能借助该信息优势进行任何可能侵害所有权人利益的不当操作，比如搞大数据杀熟、利用数据优势进行价格歧视等。因为使用权仅仅是所有权的权能之一，所以网络平台对他人的个人信息行使使用权时，不能对所有权人本身的利益构成损害。当然，这个边界要掌握好。

162

如果网络平台对个人信息进行脱敏后形成了新的数据集，这个数据是加工后的信息，在不以任何形式侵犯个人隐私权的前提下，网络平台可以拥有脱敏后个人信息的所有权。根据自身经营需要，网络平台可以出售此类数据，比如可以被用作各种市场研究，研究某个产品可能的市场需求率、客户群体的分类等。换言之，任何网络平台不能把未脱敏的数据对外出售；只要是出售的数据，就一定是脱敏过的。对此，可以由国家成立并运营的大数据交易中心来承担相应的审核职能。进一步地，网络平台对脱敏后的数据在交易中如果产生了收益，原始数据的提供人有没有主张的权利呢？我认为，应该明确认定为“没有”。理由有二：一是数据脱敏了，不存在侵害隐私权的可能；二是如果认定个人有主张的权利，在实践中举证自己的权利和验证举证的真实性，成本极高，根本无法操作，并且会严重挫伤网络平台发展和互联网交易的积极性。当然，如果把有关数据交易的监管权力界定给国家，国家就可以对数据交易征税。

回过头来看，未脱敏的数据应只限于在本网络平台使用，而且只有网络平台运营商在一定规则下（该规则要经过监管部门审核认可）才能使用。这些未脱敏数据不能以任何形式出售或提供给体系外的银行、广告商等机构。否则原始数据人就拥有向网络平台主张获益的权利。但原始数据人的该项权利应当如何保护，存在一定的操作难度，技术上可能需要用到区块链技术，制度上国家应实行严监管，不仅要先证后照，还要犯一罚万，重罚严惩。

163

（3）数据转让后的主体仅拥有使用权，未经允许不得进行再度转让

数据使用权即使用指定数据的权利。一般来说，物品的使用权由物品的所有者行使，但也可依据法律、政策或所有者的意愿将物品的使用权转移给他人，最典型的使用权转移是国有土地使用权的转移和影视、音乐等使用权的转移。由于数据能够低成本复制无限份，同时在使用的过程中一般也不会造成数据的损耗和数据质量的下降，反而还会因为数据的使用创造新的经济价值，因此数据的使用权转移是一项多方共赢的行为。

但是，数据在使用权的转移过程中，往往已经被加工成了相应的数据产品和数据服务，成为类似于影视、音乐的知识产权。我们在娱乐平台上观看欣赏影视和音乐后，是不允许将作品私自下载再转售给他人的。与此类似，数据的使用权通常不允许转授，即数据所有者将指定数据的使用权授予使用者后，数据的使用者不能将数据转手倒卖获利。

（三）数据的定价与交易

1.数据的定价

数据资产的定价相对于其他资产而言存在巨大的差异，数据资产的价值主要来源于其直接或间接产生的业务收益，但数据自身存在的无损复制性、按不同业务场景产生收益的可叠加性，使得特定数据资产的价值与传统资产价值不同，不是一个固定值，而是一个随不同因素变化的动态值。

164

数据定价的一个思路是基于对数据自身价值的评估。目前资产价值评估方法主要包括市场法、收益法及成本法等，而数据自身的无形化、虚拟化等特性使得上述资产价值评估基础理论方法很难直接应用到数据资产的定价上。

市场法基于数据资产在市场中的交易价格作为数据所代表的价值，从而为数据要素市场下一步交易提供价格参考。市场法的优势在于，通过交易价格易于得到数据价值判断的依据，且数据价值与交易价格呈正相关。但是，如果数据交易很不活跃，交易量又很少，就不能为市场提供准确的定价指导。同时，数据价值评估反作用于市场交易定价，如果市场存在不规范交易行为，那么这种数据定价机制将陷入“先有鸡还是先有蛋”的问题中。

收益法和成本法是基于数据要素市场中由于数据交易而带来的收益或者消耗的成本来进行定价的方法。收益法与成本法的优势在于通过利润或成本可以体现出数据创造价值的本质，并为数据价值提供更直观的描述。但是，由于数据价值的复杂性，数据持有方往往难以界定哪些利润是由数据交易带来的，哪些成本应该归于数据交易成本，所以也就比较难以给出一个令人信服的数据交易定价。

那么，数据应该如何定价才比较合理呢？由于数据的特殊性，它既有大宗商品比如煤炭、石油等因为供求关系而形成的垄断定价特征，也因为可重复交易而享有边际效应递增的特征，因此数据产品的定价机制与一般商品有所不同，如前所述，数据的定价机制可能更多地与专利、知识产权的定价机制类似。

首先，数据的定价一定是市场化的，即充分发挥市场在数据资源配置中的决定性作用。如果数据本身没有主体愿意使用，它就没有价值可言。有很多主体愿意反复地使用，就证明其具有较高的价值，这个时候

165

就由交易的双方来确定它的价格。

其次，数据最终产生的收益，应当由数据所有者共享。数据的原始贡献者与二次加工者都应当享有数据的财产分配权。数据财产权的分配比例，可以大致模仿知识产权的分配模式，比如《拜杜法案》。政府是为人民提供公共服务责任、履行法定义务的执行机构，因此由政府作为个人数据财产分配权益的受让主体更为合理。同时，政府也可以将这部分收益用于加强数字化基础设施建设，从而反哺数据生态系统。

2.数据交易

数据市场可以分为一级市场和二级市场。数据一级市场是针对政府、企业、个人的数据直接存储和使用的市场，在数据一级市场上，围绕着5G、物联网、工业互联网等新基建领域，在未来几年将会产生巨大的市场空间；当数据一级市场逐步完善，基于此会产生大量的融合应用，并形成二级交易市场，也就是数据交易所。数据交易所会成为未来的一个重要行业，建设数据二级市场的数据交易所需要注意以下五个方面的问题。

一是要注重数据的功能性价值发现：找到可以不断发掘的数据，并形成针对不同功能的应用场景。

二是注重针对不同场景的数据定价系统：有了价值发现，数据就通过不同交易场景形成定价机制。

三是注重数据交易的现金流管理：数据交易市场的自动交易特性会产生巨额的现金流，该现金流如何管控也是一个新课题。

四是设计完善的数据交易机制：数据交易涉及买家、卖家、中介机构等，与数据交易有关的各种中介机构在数据交易所中发挥各自功能，需要建立一套新的交易规范。

五是注意数据交易过程中的风险防范。数据交易市场和传统的商品交易市场、要素市场都不同：传统的商品交易市场是有形的商品、有形的交易空间，要素市场是有形的商品、无形的交易空间，而数据交易市场是无形的商品、无形的交易空间，该空间中的风险更大，更需要加强监管和防范。

166

（四）数据交易市场

1.全球数据交易市场需求旺盛

根据数据服务提供商On audience报告，全球市场对数据的需求正在增加，企业越来越多地需要使用高质量的用户数据进行个性化服务。2017年，全球数据市场价值达到189亿美元；2020年，全球数据市场的价值超过410亿美元；2021年，由于受新冠肺炎疫情影响，增长速度有所放缓，同比增长近20%；预计2022年全球数据市场增长将超过26%。

美国是目前世界上最大的数据市场，其市场规模在2020年达到247亿美元。欧洲2020年数据市场规模为63亿美元。2020年，中国数据市场的增长率达到32.3%，是世界第三大数据市场，规模达到54亿美元。

On audience研究中估计的数据成本支出主要包括基于客户数据的编程广告投资——有关客户行为、兴趣和购买意向的数字信息方面的支出。此外，也考虑了这些运营数据公司的软件开发成本。根据Onaudience的报告，2020年全球数字显示广告市场的价值将达到1 772亿美元，2020年全球使用客户数据进行定位的节目市场将达到1 291亿美元。最大的编程市场也是最大的数据市场，因为以编程方式提供服务的广告需要大量数据。根据市场研究机构eMarketer的数据，2021年美国数字显示，几乎有88%的广告收入是按程序进行交易的，总价值达到810亿美元。

167

2.国外数据交易模式

（1）美国：充分市场化的数据交易

美国发达的信息产业提供了强大的数据供给和需求驱动力，为其数据交易流通市场的形成和发展奠定了基础。美国在数据交易流通市场构建过程中，制定了数据交易产业推动政策和相关法规，这些政策法规又进一步规范了数据交易产业的发展。

首先，建立了政务数据开放机制。美国联邦政府自2009年发布《开放政府指令》后，便通过建立“一站式”的政府数据服务平台Data.gov加快开放数据进程。联邦政府、州政府、部门机构和民间组织将数据统一上传到该平台，政府通过此平台将经济、医疗、教育、环境与地理等方面的数据以多种访问方式发布，并将分散的数据整合，数据开发商还可通过平台对数据进行加工和二次开发。

其次，发展多元数据交易模式。美国现阶段主要采用C2B（消费者对企业）分销、B2B集中销售和B2B2C（企业对企业对消费者）分销集销混合三种数据交易模式，其中B2B2C模式发展迅速，占据美国数据交易产业主流。所谓数据平台C2B分销模式，是指个人用户将自己的数据贡献给数据平台以换取一定数额的商品、货币、服务、积分等对价利益，相关平台如Personal.com、Car and Driver等；数据平台B2B集中销售模式，即以美国微软Azure为首的数据平台以中间代理人身份为数据的提供方和购买方提供数据交易撮合服务；数据平台B2B2C分销集销混合模式，即以数据平台安客诚（Acxiom）为首的数据经纪商收集用户个人数据并将其转让、共享给他人的模式。

最后，平衡数据安全与产业利益。在涉及数据安全保护等方面，目前美国尚没有联邦层面的数据保护统一立法，数据保护立法多按照行业领域分类。虽然脸书、雅虎、优步等公司近些年来均有信息失窃案件发生，但硅谷巨头的游说使得美国联邦在个人数据保护上进展较为缓慢。

168

（2）欧盟：加强数据立法顶层设计

欧盟委员会希望通过政策和法律手段促进数据流通，解决数据市场分裂问题，将27个成员国打造成统一的数字交易流通市场；同时，通过发挥数据的规模优势建立起单一数字市场，摆脱美国“数据霸权”，回收欧盟自身“数据主权”，以繁荣欧盟数字经济。

首先，建立数据流通法律基础。2018年5月，《通用数据保护条例》（GDPR）在欧盟正式生效，其特别注重“数据权利保护”与“数据自由流通”之间的平衡。这种标杆性的立法理念对中国、美国等全球各国的后续数据立法产生了深远而重大的影响。但由于GDPR的条款较为苛刻，该法案推出后，欧盟科技企业筹集到的风险投资大幅减少，每笔交易的平均融资规模比推行前的12个月减少了33%。

其次，积极推动数据开放共享。2018年，欧盟提出构建专有领域数字空间战略，涉及制造业、环保、交通、医疗、财政、能源、农业、公共服务和教育等多个行业和领域，以此推动公共部门数据开放共享、科研数据共享、私营企业数据分享。

最后，完善数据市场顶层设计。欧盟基于GDPR发布了《欧盟数据战略》，提出在保证个人和非个人数据（包括敏感的业务数据）安全的情况下，有“数据利他主义”意愿的个人可以更方便地将产生的数据用于公共平台建设，打造欧洲公共数据空间。2020年12月15日，欧盟委员会颁布了两项新法案——《数字服务法》和《数字市场法》，旨在弥补监管漏洞，通过完善的法律体系解决垄断以及数据主权的问题。《数字服务法》法案为大型在线平台提供了关于监督、问责以及透明度的监管框架。《数字市场法》法案旨在促进数字市场的创新和竞争，解决数字市场上的不公平竞争问题。

（3）德国：打造“数据空间”的可信流通体系

德国提供了一种“实践先行”的思路，通过建设行业内安全可信的数据交换途径，排除企业对数据交换不安全性的种种担忧，实现各行业企业间的数据互联互通，打造相对完整的数据流通共享生态。德国的“数据空间”是一个基于标准化通信接口并用于确保数据共享安全的虚拟架构，其关键特征是有明确的数据权属逻辑。它允许用户决定谁拥有访问他们专有数据的权力，从而实现对其数据的持续监控。目前，德国数据空间已经得到包括中国、日本、美国在内的20多个国家、超过118家企业和机构的支持。

169

（4）英国：先行先试金融数据交易

英国政府也高度重视数据的价值，采用开放银行战略对金融数据进行开发和利用，促进金融领域数据的交易和流通。该战略通过在金融市场开放安全的应用程序接口（API）将数据提供给授权的第三方使用，使金融市场中的中小企业与金融服务商更加安全、便捷地共享数据，从而激发市场活力，促进金融创新。开放银行战略为具有合适能力和地位的市场参与者提供了六种可能的商业模式：前端提供商、生态系统、应用程序商店、特许经销商、流量巨头、产品专家和行业专家。其中，金融科技公司、数字银行等前端提供商通过为中小企业提供降本增效服务来换取数据，而流量巨头作为开放银行的最终支柱掌握着银行业参与者所有的资产和负债表，控制着行业内的资本流动性。目前，英国已有超过100家金融服务商参与了开放银行计划并开发出大量创新服务，金融数据交易流通市场初具规模。

（5）日本：设立“数据银行”，成立数字厅

日本从自身国情出发，创建“数据银行”交易模式，以期最大化地释放个人数据价值，提升数据交易市场的活力。数据银行在与个人签订契约之后，通过个人数据商店对个人数据进行管理，在获得个人明确授意的前提下，将数据作为资产提供给数据交易市场进行开发和利用。从数据分类来看，数据银行内所交易的数据大致分为行为数据、金融数据、医疗健康数据以及嗜好数据等；从业务内容来看，数据银行从事包括数据保管、贩卖、流通在内的基本业务以及个人信用评分业务。数据银行管理个人数据以日本《个人信息保护法》（APPI）为基础，对数据权属界定以自由流通为原则，但医疗健康数据等高度敏感信息除外。日本通过数据银行搭建起个人数据交易和流通的桥梁，促进了数据交易市场的发展。

170