小步快跑激活数据要素市场

数据是数字经济发展的核心,也是人工智能迭代发展的关键,对各行各业都会产生深远的影响,这是各国大力推动促进数据要素市场发展的主要原因。但客观来看,数据要素市场是一个极新的领域,而且对于数据要素市场的内涵,例如数据权属、估值、流通、收益分配、资产化等方面,国际上并没有特别成熟且成功的经验可以供学习借鉴。

与欧美发达国家最不同的是,中国赋予数据极高的地位,成为继土地、资本、劳动力、技术之后的第五大“生产要素”。2022年12月发布“数据二十条”更是首次提出了数据“三权”,从数据资源持有权、数据加工使用权、数据产品经营权去探索数据要素市场的发展,并为数据要素市场的发展确立了数据基础制度体系的“四梁八柱”。

而在硬件配套设施上,全国各省陆续设立数据交易所,参照券商模式设立数商/数据经纪人模式为数据提供方与数据需求方提供撮合及数据衍生增值服务,目前全国设立数据交易所已接近50余所。

我们认为,中国对于数据要素的重视程度远超各国,不论是政策上、立法上、硬件配套设施上,都给予了充分的支持。

值得注意的是,随着2022年中共中央发布了《关于构建数据基础制度更好发挥数据要素作用的意见》与《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》,北京、上海、广州、深圳、浙江、江苏等多个地域在“数据二十条”等纲领性的政策之下出台了更加细化的数据要素市场发展的制度,这其中领域包含了数据交易、数据产权登记、数据知识产权登记、数据资产入表、公共数据开放等,这些细分领域的政策立法目的在于探索数据要素市场的商业模式,促进数据要素市场发展,以推动大规模的数据流通交易。

虽然有顶层的政策支持,但国内的场内数据交易的发展可能并没有预期的那么好和快,从市场、政策立法、产品三个领域的发展来看,仍有诸多待需解决的问题。

01交易市场仍需完善

市场流通层面,当下虽然政策上保持积极态势,但场内交易的规模仍需进一步提升。场外交易依然频繁且仍然是数据交易主要形式,场内交易低频不活跃,数据交易所在数据要素市场上起到的作用有限,绝对交易规模增长有限。

据行业人士了解,目前各地交易所的交易流量仍然属于“特定化”交易,价格也不属于市场定价,而是场外确定好价格,再联合挂牌及摘牌,所以实际自由交易量比重非常少。在自由交易方面,买家对卖家数据质量和价格不满意,卖家对买家的需求并不完全理解,数据交易双方无法达成一致也是影响自由交易发展的原因之一。

此外,参与场内交易的企业中,民营企业比较少。民营企业在数据流通层面通过场内交易的意愿度较低,除了场内有较为复杂的审核程序,对于买卖双方在场内交易也有一定的前期资金成本,这里包含了各类审核费用和律师费用,而这远比场外交易要繁杂的多,成本也高了许多,导致场内没有场外的便捷和经济,而场外的习惯性交易建立起的信任和默契也导致了民营企业参与场内的意愿很低。

最后,公共数据在面对数据要素市场发展时仍存改进空间。当下我国公共数据开放取得长足发展,北京、上海等一批省级公共数据开放网站陆续建成,但促进数字经济、激发社会创新的作用还不突出。这里主要体现在数据的实用性低、质量不高、机读性差、更新不及时等方面,导致存在“形式开放”“有目录无数据”“有数据无价值”的情况。

另外,碎片化的数据结构以及统计口径标准不一也导致数据被“割裂”,存在“数据孤岛”,数据无法被结构化而形成一个整体,也导致公共数据的内涵价值无法真正被释放。

02政策及制度需提升“实用性”

政策立法层面,政策及制度需提升“实用性”,以求有效调动市场对数据要素发展预期。

2023年前三季度,从中央到地方,全国发布涉及数据要素市场政策和立法达百余项,其领域包含数据促进条例、数据知识产权登记、数据产权登记、数据交易、数据资产入表、公共数据开放、数据交易中间商等多个领域。

虽然国家及各省政策及法规不断的推出且积极的趋势确定。但值得注意的是,目前的政策及立法方向是正确的,但离“趁手”仍存在一定差距。

例如,数据知识产权登记权属证书及数据产权登记权属证书能够有什么作用,是否可以在法律上作为权利凭证,是否具备排他公信力和经济价值,没有进一步的明确,这也导致市场反应平淡。数据资产入表新规实际上是针对财务报表上给数据留了一个可以申报的位置,但其经济价值如何核算及定价、如何入表、企业是否可以通过资本化数据支出改善经营利润、是否有助于降低企业的资产负债率、改善企业的融资环境等方面并没有一个明确的解释。

此外,立法如何平衡安全和发展也是数据要素市场发展亟待解决的问题,当下数据市场偏重约束,但流通和应用促进不足。

《网络空间安全法》《数据安全法》《个人信息保护法》已经构成中国数据安全的法律框架,从安全角度,明确了基本的保护和边界。但从促进数据在其诸多行业应用来看,目前还需进一步明确框架分类和指导细则,以增强数据产业创新动力,稳定数据要素市场的未来发展预期,防止出现遵纪守法的企业不清楚下一步怎么干,胆大企业冒着违法的风险干。

以促进为角度的数据立法,既要有高瞻远瞩的立意,也应该有解决实际问题的能力,从细节条呈入手解决实际存在的问题,避免最后成为“口号”被束之高阁,而这客观上影响着数据主体数据流通的意愿。

最后是数据权属问题,确权是否是数据交易流通的前提。目前有这样一个共识,交易的发生与责任的认定建立在数据确权的基础之上,但实践表明,即便在当前世界各国都没有对数据进行确权的情况下,仍然存在责任追究机制,而只要形成了较好的责任认定和惩奖机制,数据确权就不一定是必须环节。

我们认为,如果没有交易成本,确权本身并不重要,确权是建立在传统“物”的角度去考虑交易,但“数”有其不同于“物”的特性,所以是否需要确权方能交易,还是可以先交易再来看如何确权是值得思考的。政策及立法的“稳定性”是市场发展的“稳压器”,而“实用性”则可以调动出市场的积极性,更好地为市场发展提供应用服务,如何可以促进数据要素市场的发展,如何贴近实践和创新设定有切口的政策和立法仍然是当下及未来政策及立法层面所要关注的重点。

03基本商业属性仍需解决

数据产品方面,虽然我们不建议用传统“物”的视角去看待数据产品,但数据流通的基本商业属性仍然需要解决。

在定价方面,数据产品如何定价,一直是数据要素流通待解决的核心问题。因为无法客观计算数据的供求关系以及无法对生产数据的成本进行公允估算,这也导致没有办法按照传统领域的计价方式来进行数据定价,场内与场外数据流通的价格具有很大的波动性,同一批数据面对不同的买家价格存在较大的差异。而数据交易方式不确定,场景量化难度较大,价格指标不统一,数据产品的质量标准难定论等也影响着数据定价在整个数据要素市场内部达成一致。

其次是收益分配,在实践层面,收益分配的首要问题是数据产品的生产成本难以核算。数据要素的成本核算模型构建较难达成共识。数据产品和服务的市场价值因人而异、因情况而异,难以对其进行精确核定,这也导致数据要素的收益有时作为一个整体难以进行具体分割。

一个现实问题是,如果没有解决好收益分配的问题,就没有促进市场流通的动力基础,没有像过往“土地家庭联产承包责任制”制度形成多劳多得,少劳少得,在收益上的极大的推动促进效果。所以,收益分配没有明确的通用标准及制度安排也实际导致数据流通交易受阻。

最重要的是,传统的商品超市货架式售卖形式与数据交易商业模式有不一致之处,数据交易模式不应是商城模式进行货架售卖。数据交易可能会变成一种场景需求再去生产的这样一种模式,而不是先生产再售卖。国外数据交易机构,它其实并不是构建的这种商城式的数据交易的平台,而是构建了一个数据的生态社区,让更多的人去提出需求,让更多的数据的从业者去推动它发展。所以货架式的商业模式是否符合数据要素市场的发展,是否应该建立一个更好的数据供需互动生态,值得思考。

04促进数据要素市场发展的建议

如何更好的发展数字经济,促进数据要素市场的发展,考虑到数据要素是极新的领域,没有经验可以借鉴,所以建议是小步快跑、迭代创新,而不是看准了再干。基于此,就场内交易从市场、政策立法、产品几个角度提出以下建议:

一是在市场层面,减费降费、降低门槛,调动市场主体积极性是数据要素市场发展的关键。

首先,降低数据交易所数据交易双方的的准入门槛,吸引数据交易各方入驻。建议数据交易所简化审核程序,对各类审核费用及律师费用予以减免或交易达成后付费,减轻参与主体前期的资金成本。

其次,是规范和加快数据中间商发展,明确顶层设计,同时发挥行业自律机制。数据中介机构应在政府机构进行注册登记,提高可信度,明确服务和收费标准,建立清晰可见且行业达成共识的服务模式。

最后,是积极探索其他数据商业模式。例如美国OpenAI公司在近期推广的数据伙伴计划,其在不断更新其应用服务的基础上,也鼓励开发及应用的用户不断投喂自己的私人数据用来训练自己专属的GPT工具,此计划不仅使得用户能够更好的使用人工智能解决问题,还能最大限度和范围的促进数据的流通。

二是在产品层面,通过公共数据带动企业数据方式,推进公共数据开放共享与公共数据授权运营相结合。

首先,是构建公共数据标准化体系。按照“共享是惯例,不开放是例外”的原则,推动公共大数据共享开放。

其次是监管机构的协调推动。敦促公共数据持有者履行数据开放义务,定期更新数据开放清单,明确社会公众获取数据权利等。

再次是建立数据分级清单体系。将数据根据重要程度、保密程度,进行分级分类管理。国家安全数据不对外进行开放共享,中等级数据利用“可用不可见”技术、区块链技术进行有条件的开放共享,低等级数据无条件开放共享,以数据集或 API方式开放共享。

最后是允许企业主体对公共数据进行加工和二次开发,允许其自由定价并可通过数据要素市场进行商业流通。完善规范公共数据的授权运营,避免数据授权运营后形成新的一轮行业垄断。

三是在政策及立法层面,完善数据治理框架,从促进数据应用和流通交易角度,明确分类和指导细则,加大对鼓励数据产业创新动力的经济政策。

一方面,通过制定政策和法规,鼓励和支持数据创新应用,引导企业和科研机构开展数据创新研究和应用,鼓励和支持数据的创新应用和产业升级,促进数字经济的可持续发展。

另一方面,可以通过制定开放共享的政策和标准,建立数据共享平台和机制,鼓励企业和公众积极参与数据开放共享,推动政府和企业之间的数据互通和共享,打破信息壁垒,提高数据资源的利用效率。

综合来看,对待数据要素市场的发展,不能从传统的视角予以看待,也不能单从某一个点去突破,而应从流通交易的目的去做顶层的细节基础设施建设规划,一步步地落地推行。

(原创 财经E法 黄楠)

你可能感兴趣的:(数据仓库,数据仓库,商业智能BI,数据分析,大数据)