---
schema_version: "library-reader-v1"
source_type: "original_book"
title: "数据要素五论：信息、权属、价值、安全、交易"
author: null
edition: null
publisher: null
year: null
isbn: "9787301332191"
library_document_id: "e15cef9b-a00b-4230-8ad6-386b4a5a8888"
source_sha256: "53810151409244a84e00f024dab97d0128410aca823a5f3cfc1b191cfbfc2acf"
pdf_physical_page_count: 267
pdf_physical_page_index_base: 0
range_start: 10
range_count: 10
html_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888?start=10&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=10&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=0&limit=10"
next_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=20&limit=10"
---
# 数据要素五论：信息、权属、价值、安全、交易
> 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。
## PDF_PHYSICAL_PAGE_INDEX=10 | PRINTED_PAGE=NOT_DETECTED
闫德利. 数据何以成为新的生产要素[EB/OL].（2020-05-13）[2022-06-27]. http://tisi.org/14408.
伴随数字化进程的加速及其对人类生产生活的广泛渗透，数据的影响日益凸显。诚然，数据并非一个新要素，其成为生产要素的历史过程也极为漫长，从上古时代的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁。直到互联网开始商用，伴随人类数据规模的急剧扩大，人类掌握数据和处理数据的能力有了质的跃升，从海量数据中挖掘数据信息价值来解放人的脑力并激发人的创造力才成为有价值的生产活动，数据才成为生产要素。 注
戴双兴. 数据要素：主要特征、推动效应及发展路径[J]. 马克思主义与现实，2020，6：171-177.
一方面，数字技术催生出与数据息息相关的新经济业态和新发展模式；另一方面，数据的泛在性和多业态融合使其对生产各领域具备强渗透性，改变了传统要素的配置关系，提高了传统要素的利用效率。数据要素因其对其他生产要素的整合力而成为这个时代最重要的和最难替代的生产要素，也是最值得讨论的时代性议题。 其中，对数据要素特性的探讨既有利于丰富我们对数据要素的认知，也能够澄清发展与治理迷思，因此，成为我们理解数字时代的有效入手点。
## PDF_PHYSICAL_PAGE_INDEX=11 | PRINTED_PAGE=NOT_DETECTED
二 数据要素的几个重要议题
白永秀，李嘉雯，王泽润. 数据要素：特征、作用机理与高质量发展[J].
电子政务，2022，6：23-36.
李卫东. 数据要素参与分配需要处理好哪些关键问题[J]. 国家治理，2020，16：46-48；王谦，付晓东. 数据要素赋能经济增长机制探究[J].上海经济研究，2021，4：55-66；蔡跃洲，马文君. 数据要素对高质量发展影响与数据流动制约[J]. 数量经济技术经济研究，2021，38
（3）：64-83.
数据作为生产要素，毫无疑问是数字时代最重要的经济资源。不同于土地、劳动力、资本、技术等传统生产要素，数据来源复杂，种类繁多，对其他生产要素具有极高的渗透性，尤其是在经济层面上具有外部性、规模性、准公共物品性等特征。 在本书编著之前，已有不少学者从数据特征出发，对数据的生产要素特征进行了探讨。 我们认为，数据要素的可复制性（Re-producibility）、非竞争性（Non-rival）和排他性与非排他性（Exclu-sive & Non-exclusive）并存等是其区别于传统生产要素的典型特征。
可复制性是数据区别于传统生产要素最基本的物理属性。随着一系列数据复制技术和数据存储、传输技术的发展，数据可轻松复制，这使得拷贝数据的边际成本几乎为零，并由此引出数据的第二重属性即非竞争性。非竞争性意味着一方对数据的使用或消费并不影响数据的物理属性，进而也不影响其他使用者的使用，这意味着同样的数据可多次出售和重复使用。可复制性和非竞争性并存，使得数据基于更广泛的开放共享和重复利用而具备非排他性占有特征，这还意味着，数据并非传统意义上的公共物品，数据的生产与加工也并非自然过程，而是人类有目的活动的过程，也因此意味着数据同样具有首属性。数据首属者有机会占有数据并建立占有的排他性，进而使数据依然具有潜在排他性。
## PDF_PHYSICAL_PAGE_INDEX=12 | PRINTED_PAGE=NOT_DETECTED
潜在排他性的显性化主要来自：第一，数据的可复制性掩盖了数据价值的竞争性而呈现为非竞争性，将数据视为流入市场的物品，形成了数据的无限供给假象，进而压低了数据交易价格，同时给数据价值的挖掘带来巨大的不确定性，不利于数据增值，进而让数据持有方尤其是企业存在囤积数据的动因。第二，数据的非排他性复制会提升数据泄露风险，增加数据持有者维护数据安全的责任和成本。第三，数据价值挖掘的非一次性让任何数据持有者担心对数据价值的榨取不尽，进而都有动机占有数据而非分享数据。
数据的以上几个基本特征引申出了几个问题：一是上述特征从何而来，有无对数据更为本质性的探索以支撑我们全面地理解数据要素？二是在数据价值的部分排他性中，如何界定“他”的所指？三是数据的可复制性和非竞争性特性自然而然地使得数据积累的规模能快速增长，数据使用的范围能迅速扩大，这种规模与范围的递增效应如何带来收益的增加，进而促进经济增长？四是在数据使用和共享中，不免存在数据泄漏的安全隐患，对数据安全的重视与监管会带来哪些积极影响，又是否会限制数据的交易与价值增益？五是能否通过数据交易实现数据价值的最大化并推动数据权益归属的确定？以数据特征为起点，我们认为有关数据要素的五个重要议题——信息、权属、价值、安全和交易，可以帮助我们尝试回答以上问题，也更有利于将数据要素置于具体场景与环境中进行综合讨论。
（一）数据信息
Rowley J.The wisdom hierarchy：representations of the DIKWhierarchy[J].Journal of in-formation science，2007，33（2）：163-180.
明确数据的内涵与定义是理解数据要素的基础。数据作为知识与信息的载体，引导人类斩获新知。作为一种对过往及当下的记录，对数据的运用有利于提升人类的认知能力，使人们能够更好地理解、控制与预测客观世界。信息学、数据科学、语义学、哲学等多学科都对其概念进行了充分讨论，特别是对数据和信息的关系予以高度关注，这使数据信息拥有极为丰富的内涵。在常见的DIKW层次结构模型中，数据（Data）被视为一系列原始素材和原始资料，经由处理后形成有逻辑的信息（Information），人们通过组织化的信息分析出原因和机制，形成知识（Knowledge），再通过不断地应用与验证，逐渐形成智慧（Wisdom），并由此达成预测未来的可能。 注
## PDF_PHYSICAL_PAGE_INDEX=13 | PRINTED_PAGE=NOT_DETECTED
马修·萨尔加尼克. 计算社会学：数据时代的社会研究[M]. 赵红梅，赵婷，译. 北京：中信出版社，2019.
肯尼思·J. 阿罗. 信息经济学[M]. 何宝玉，等译. 北京：北京经济学院出版社，1989.
伴随数字社会的发展，人类社会的信息量迅速增加，更多的信息以数字化的形式被储存，进而便于分析、传输与合并，人们生产生活中的信息被以数字化的形式获取并被储存下来，由此形成了具备大量（Volume）、多样（Variety）、高速（Velocity）、真实性（Veracity）和价值（Value）等“5V”特征的大数据。 正是由于数据规模的迅速增长、数据对社会诸场景的深度介入，以及人们应用数据、处理数据，对数据进行信息转化、知识转化的能力的提升，使得数据成为当下最重要的生产要素。同时，基于数据信息所具备的载体依附性特征，其具有可存储、可传递、可转换等特点，构成了后续讨论数据价值与数据交易等的原因；其具备的共享性特征，使其不会因为被别人获取而发生损耗，进而形成后续讨论数据确权困境的前提。 注
（二）数据权属
唐要家. 数据产权的经济分析[J]. 社会科学辑刊，2021，1：98-106.
R. 科斯，A. 阿尔钦，D. 诺斯，等. 财产权利与制度变迁：产权学派与新制度学派译文集[M]. 刘守英，等译. 上海：上海人民出版社，1994.
## PDF_PHYSICAL_PAGE_INDEX=14 | PRINTED_PAGE=NOT_DETECTED
数据确权是释放数据要素价值、赋能经济高质量增长和构建有效数据要素市场的重要前提和基础。 确权是围绕产权的社会行动。产权意味着主体对客体具备占有、控制、处置与收益等权利。 当数据上升为生产要素，数据确权便与要素配置直接相关，要素配置又与财富分配息息相关，进而，对数据权属的共识会影响社会整体的平等性，数据权属也因此成为当下最为重要的争议性话题。
中国信息通信研究院政策与经济研究所，中国网络空间研究院信息化研究所，北京市金杜律师事务所. 数据治理研究报告：数据要素权益配置路径（2022年）[R/OL].（2022-07-19）[2022-07-24].
https://dsj.guizhou.gov.cn/xwzx/gnyw/202207/t20220719\_75582379.html.
与其他生产要素不同，数据要素流通场景复杂，权益主体众多，各主体之间的利益分配复杂， 因此，对数据权属的界定面临多个难题。第一，数据的产生与应用伴随着多主体的参与，对多元参与主体的权属的确认充满挑战。第二，数字权属不同于过往的物质和知识等物理产权属性，如果说物理产权具有独占性，那么与之相反的是，数据则呈现出越分享数据价值就越高的特征。第三，数据易于复制和传播，且不受地域和场景限制。数据的可复制性和传播性会导致数据主体的识别变得困难，进而给数据权属界定带来挑战。第四，物理产权属性强调对产权的独占权，而数据产权属性则强调对产权的使用，这使得数据权属的界定依赖于场景。数据权属的界定与数字时代密切相关，如多主体参与、共享性提升、权属类型的精细化分类等，或许正因为如此，数据权属的界定才变成一个更加基础性的问题，以至于成为理解数字时代的基点。
Coase R H. The problem of social cost [J]. The journal of law andeconomics，2013，56（4）：837-877；Coase R.The new institutionaleconomics[J]. The American economic review，1998，88（2）：72-74.Alchian A A.Some economics of property rights[J].Politico，1965，30（4）：816-829.
## PDF_PHYSICAL_PAGE_INDEX=15 | PRINTED_PAGE=NOT_DETECTED
从理论逻辑上来讲，在工业社会的发展中，新制度主义经济学派代表人物罗纳德·科斯指出，在产权明确且交易成本为零或者很小时，无论初始产权赋予谁，市场均衡的最终结果都是有效率的，能够实现资源配置的帕累托最优，而没有产权的社会是一个效率绝对低下、资源配置绝对无效的社会，产权应该具有明确性、专有性、可转让性、可操作性等特征。 在后续研究中，产权也通常与行为约束、资源稀缺、竞争等概念相连，彼时的生产资料对应的资源往往是稀缺的，而在资源稀缺环境中，我们不得不承认主体之间的竞争关系 ，因此，竞争性是既有产权理论的基本特性。在传统产权理论中，权属的界定基础与如今的数据特性存在矛盾。在数据丰盈的环境中，如果照搬过往的产权界定方式，赋予产权方绝对的排他性或专有性，便会让数据价值仅惠及有限的占有者，排除更多人使用数据，进而不利于充分挖掘数据的价值，也大大削弱了利用数据要素推动经济增长的可能性。
唐要家. 数据产权的经济分析[J]. 社会科学辑刊，2021，1：98-106.
在现实实践中，各国大力发展数字经济的当下，数据是促进数字经济的基础资源。数字经济领域和范围的拓展、新技术与新商业模式的创新与应用都依赖于数据资源。谁拥有数据、谁可以运用数据，以及数据如何赋权和确权，这些都需要在探索中予以回应。作为最早关注数据确权的主要经济体之一，欧盟指出，数据自由流动的障碍是由围绕数据所有权或控制的法律不确定性造成的，对此，欧盟于2018年出台了《通用数据保护条例》（GDPR），在法律上承认用户对自 己的数据拥有自主控制权，并在2022年通过了《关于公平获取和使用数据的统一规则（数据法案）》提案，进一步承认数据主体和产品用户对其产生的数据具有一定的权益。除此之外，数据确权的最大争议点是，个人数据所有权应该赋予消费者还是数据持有企业。一些学者支持将个人数据权利赋予消费者，以促进隐私保护和数据市场交易；另一些则认为，此举会抑制企业创新。 我们认为，国家或经济主体数据权属的认定方式或导向，是建立数字社会规制体系尤其是经济规则体系的基础，在数字化发展中具有赋能和保障的作用。厘清数据要素权属，对
## PDF_PHYSICAL_PAGE_INDEX=16 | PRINTED_PAGE=NOT_DETECTED
明确数据流通规则、强化数据安全防范、促进数据价值挖掘和提升等领域的治理工作均有深远影响。
（三）数据价值
Reinsel D，Gantz J，Rydning J. Data age 2025：the evolution of data to life-critical [R/OL].（2017-04）[2022-07-22]. https://www.import.io/wpcontent/uploads/2017/04/Seagate-WP-DataAge2025-March-2017.pdf.
数据并非数字时代的新生概念，在漫长的历史进程中，数据伴随着人类的发展与进步，长期扮演着推动人类历史进程的重要角色。人们运用数据表达事物的确定性，更准确地刻画事物，进而建立更为有序的社会、经济和政治秩序。不过，既往的数据只是事物属性的刻画，附属于事物，且因事物的产权属性而分散在社会行动者手中，数量不大且未汇聚，不具有独立的要素价值。伴随着数字技术向人类生产生活方方面面的渗透、数据生产场景不断增多、数据收集与存储技术不断进步，以及算力大幅提升，在数字时代，数据规模更呈现出指数级增长的趋势。国际数据公司（IDC）发布的《数据时代2025》显示：2025年全球产生的数据将从2018年的33ZB增长到175ZB，相当于每天产生491EB的数据，而2008年全球产生的数据量仅为0.49ZB。 由此可见，数据规模正在经历井喷式的增长。伴随数据规模扩大的是数据汇聚的不断加剧，这使得数据价值也有走向指数级增长的趋势。
在进入数字经济时代后，数据已经成为人们创造财富的重要源泉，数据价值突出表现为数据能够带来直接的经济收益。其带来的经济收益一方面体现为数据通过市场流通给使用者或所有者带来经济利益，实现数据的资产化；另一方面则是在数据的搜集、加工、分析、挖掘、运用过程中释放出巨大的数据生产力，且当数据要素与劳动力、资本、技术等要素相融合时，这些要素的价值会倍增，进而驱动经济发展。当下，数字经济以数据资源为关键要素，已成为继农业经济、工业经济之后的主要经济形态，数据价值的重要性更是不言而喻，如何识别与计算其带来的直接或间接价值，是一个亟待研究的关键议题。与此同时，数据的生产具有多元主体的特征，这使得价值的分配也成为各界无法回避的讨论议题。“谁拥有数据”“谁可以访问数据”以及“数据是否可以被赋予所有权”等问题仍有待解决，这也使得对数据价值的讨论与数据权属议题之间存在高度关联性。
## PDF_PHYSICAL_PAGE_INDEX=17 | PRINTED_PAGE=NOT_DETECTED
（四）数据安全
夏学平，邹潇湘，贾朔维，等. 加强数字化发展治理推进数字中国建设[N]. 人民 日 报，2022-02-15（7）.
樊会文. 网络安全事关国家安全和国家权益[EB/OL].（2014-11-27）[2022-07-14]. http://www.xinhuanet.com/politics/2014-11/27/c\_127258016.htm.
数据安全直接关乎网络安全，习近平总书记指出，“网络安全对国家安全牵一发而动全身，同许多其他方面的安全都有着密切关系” 。网络安全是国家安全的重要组成部分，对经济社会的稳定运行起到了直接的作用。 随着新技术新应用的大规模发展，数据泄露、网络攻击、网络诈骗、勒索病毒、安全漏洞等网络安全威胁日益凸显，网络安全工作面临诸多风险和挑战。数据安全与数据权属关联密切，正是由于当前数据在法律上是否被赋予资产属性仍有待确认，因此，在大部分场景下，数据的使用权、所有权也仍缺乏明确的认同和界定，由此可能会引发一系列的安全问题。
从微观层面上讲，数据权属问题关系到个人隐私和财产安全。在权属问题尚存争议的情况下，一旦出现公民个人隐私和生物特征敏感信息的泄露或被恶意利用，将会给公民个人造成安全隐患，且后续难以追责。从宏观层面上看，一方面，数据权属关系到公共安全、国家安全，在缺乏数据权力主体任责的情况下，公共领域的各类敏感数据一旦泄露，可能导致政治、经济等风险；另一方面，在数据安全领域，由于数据的跨境流通尚未形成国际统一的规则，这或许会导致大国，如美国，试图通过“长臂管辖”来实施“数据霸权”，进而影响到国际社会的安全。由此可见，对数据安全的顾暇程度和数据权属的导向关联密切，因此，明确数据从产生到价值实现和分配过程中的技术与实践挑战、厘清数据跨境流动的规则就显得尤其重要。
## PDF_PHYSICAL_PAGE_INDEX=18 | PRINTED_PAGE=NOT_DETECTED
（五）数据交易
萨伊. 政治经济学概论：财富的生产、分配和消费[M]. 陈福生，陈振骅，译. 北京：商务印书馆，2020.
数据价值的实现有赖于数据的流通，即可交易性。早期对生产要素的定义认为，生产要素能够促进生产，但不会成为产品和劳务的一部分，也不会因生产过程而发生显著变化。 从该角度看，数据作为新型生产要素，在本质含义上已展现出与传统的生产要素的显著不同，即在部分情况下，数据可被作为产品进行交易。因此，需明确的是，数据只有流动、分享才能创造价值，而数据交易则成为数据融通与交换的重要方式。
熊巧琴，汤珂. 数据要素的界权、交易和定价研究进展[J]. 经济学动态，2021，2：143-158.
苏成慧. 论可交易数据的限定[J]. 现代法学，2020，42（5）：136-149.
事实上，数据交易并非数据流通的唯一方式。一方面，数据主体对数据的自留使用、主动共享和对外交易均会带来不同程度的数据流动 ；另一方面，有些数据能够流通，却无法进行交易，如流通于政府部门之间的数据 。但之所以仍将数据交易视为数据要素的一项重要特性，是因为数据交易已成为数字经济的基础性环节，能够促进对数据价值的挖掘和再挖掘，增加数据要素的生产价值。可交易性意味着数据在流通领域被作为一种商品，可以与其他商品互换，其他商品包含其他物品、服务。由于货币也是固定充当一般等价物的商品，因此数据可直接与货币进行互换。
## PDF_PHYSICAL_PAGE_INDEX=19 | PRINTED_PAGE=NOT_DETECTED
周琦. 数据也是生产要素，如何共享、流通和确定[J]. 中国经济周刊，2020，10：109-111.
在传统经济中，商品的交换与买卖是市场的核心，其本质是通过交易实现商品的权属转移。但当数据成为交易对象时，交易会面临诸多困难。困难首先源于数据确权难。当数据成为交易对象时，如权属不明确或数据安全保护不到位，数据拥有者可以无限复制数据，数据在交易之后被转卖的风险也较高，进而破坏所有权或使用权等的交易。其次，交易的数据可能会与个人隐私和商业秘密等联系密切，卖方出卖数据的同时可能会出现侵犯用户隐私的问题。最后，数据交易也面临着数据垄断的悖论，即大部分人的数据被少数平台控制进而在数据交易领域引出更多不平等。前文所述的数据权属、价值、安全等均为影响数据交易实现的关键要素。但当前，数据交易的行业现状、交易模式等均有待明晰和确认。同时，数据交易也意味着需要有数据要素市场。只是，数据要素市场不是一个单独的要素市场，而是一个横跨各领域的综合要素市场，其他生产要素在进行交易时，均涉及数据的驱动和引领，需与数据要素市场高度融合。 注
（六）数据要素各议题之间的基本关系
数据信息、数据权属、数据价值、数据安全和数据交易作为数据要素的五项重要议题，相互之间联系密切。首先，数据信息奠定了理解数据要素的理论基础。信息作为数据价值的传递链条，数据作为一种信息记录的形式，其在交相互动中而具备的可复制、可共享、可交换、可再生等多重特征是数据成为生产要素的前提和基础。
其次，从“要素价值论”的角度出发，数据作为新型生产要素，其价值不可估量。但数据是否能最大限度地发挥其价值，和数据权属密切相关，数据所有权、使用权、经营权和分配权分离的特点也大大增强了数据确权的难度。面对传统生产要素的产权观强调要素的独占性和排他性，这又与数据的可复制与可共享性不符，一旦对数据实施传统的归属权判断（如仅让原始数据主体对个人数据拥有排他性所有权），则可能导致数据仅被个人使用，排除了其他主体重复利用该数据的机会，进而封锁了数据价值倍增的机会；同时，既往排他性的所有权可能导致产权碎片化，无法实现大数据的整合效应，进而丧失数据商业价值。反过来，数据价值的高低也在一定程度上给数据权属的界定带来了难题。在数据能够带来巨大经济收益的情况下，数据来源也更为多样。在此情况下，数据的归属评判将充满难点，且可能引致不公平或暗箱操作的问题。
下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=20&limit=10)