查看原文
其他

真正激发数据要素价值:一些思考与建议

CF40研究部 中国金融四十人论坛 2022-06-22

据《中国证券报》消息,6月16日,国家发展改革委政策研究室副主任、新闻发言人孟玮在新闻发布会上提到,数据要素基础性制度文件目前已形成初稿,下一步,将加快推动文件出台。据介绍,相关文件聚焦数据产权、交易流通、收益分配、安全治理等内容,加快构建我国数据基础制度“四梁八柱”,构建与数据生产力相适应的生产关系。

近期,中国金融四十人论坛(CF40)举办内部研讨会,就“数据治理与平台经济健康发展”展开讨论。与会专家认为,数据已经成为关键的生产要素,具有虚拟性、非消耗性、排他性、规模价值递增、产业模糊性等特征。

在客观总结当前我国数据要素管理在监管制度、数据安全、权责界定、价值测度、交易市场及国际规则变化等六方面存在的挑战的基础上,与会专家对激发数据要素价值提出了针对性的政策建议:

第一,完善顶层设计,成立高规格的数据管理委员会,全面统筹安排相关工作;第二,加强数据安全保障,明确禁止行为,对个人数据和公共数据采取针对性保护措施,推动算法审计;第三,遵循谁产生谁负责原则,厘清数据权属关系;第四,探索建立收益法、成本法、市场法等多种方式相结合的数据价值测度体系;第五,明确数据要素交易范围,促进数据有序流动;第六,积极参与国际规则协调,争取发展主动权。

更多干货内容,详见全文。

* 本文隶属CF40成果简报系列,执笔人为中国金融四十人研究院青年研究员祝修业。

数据要素具有五方面特征

随着数字经济的快速发展,我国已成为全球数据量最大、数据类型最丰富的国家之一。数据在经济社会发展中具有越来越重要的作用和价值,已经成为关键的生产要素。有效地使用数据,有助于实现各类企业发展提质增效,有助于提高政府部门的决策、组织、协调、控制、监督和公共服务能力,有助于提升居民生活的丰富度和幸福感。

与会专家认为,当前数据要素具有五方面的特征:一是虚拟性,即数据物理上存在于数字载体中,是虚拟空间的真实存在;二是非消耗性,即对数据的使用或消费不会造成数据的减少;三是排他性,即一方使用数据的同时可能会限制他人接触和使用;四是规模价值递增,即数据的规模越大、种类越丰富,所蕴含的信息就越多,数据的价值也更大。五是产业模糊性,即对一项数据的访问、处理、使用可能存在于多个不同行业。

数据要素管理面临六大挑战

与会专家认为,当前我国数据要素管理面临六大挑战。

第一,数据管理制度有待夯实。由于参与主体多元、环境动态变化、系统复杂演化等原因,数据管理的难度较大。当前数据管理中监管主体多元化,不同部门之间的协调有待加强,相关监管规则还不够完善,监管尺度和执行标准还不统一,对复杂场景下的多元主体角色定位还不够明晰。

第二,数据的安全性需要更多保障。数据的安全性既包括数据的生产、存储、访问、处理、交易等环节是否合规并得到保护,也包括各参与主体是否能有效地管理自己的数据。由于安全保障措施仍不完善,数据的过度采集、失窃、泄露、非法篡改、非法交易等事件时有发生。数据安全是系统性问题,虽然我国已经通过相关法案构建了相应的法律框架,但仍需要大量具体的技术解决方案和操作指引给予支撑。

第三,数据权属关系的界定还未明确。当前数据的分类标准还不够精细和统一,各类数据的所有权、存储权、访问权、使用权等权属关系缺乏明确规定,使各参与主体无法明确自身权利与义务的边界。数据权责不清影响数字秩序稳定,一方面可能引发数据泄露、数据滥用等情况,造成信息泄露、侵犯个人隐私等严重问题;另一方面,也容易造成数据霸权,催生数据垄断,大幅增加数据流通成本,无法发挥数据价值。

第四,数据的价值测度体系仍需健全。作为重要的新型生产要素,明确价值评估及定价机制是数据要素交易的前提。目前数据的价值测度体系建设出现困难,一方面是由于数字经济与传统商业模式不同,数据要素产生于很多免费的数字产品服务;另一方面与数据的特性有关:一是因为数据存在显著的异质性,标准化的数据占整体数据的比例很低;二是以流量形式存在的数据价值更能得到体现,以存量形式存储的数据价值可能会锐减;三是数据价值高度依赖使用场景,同一条数据在不同场景体现的价值差异较大;四是数据的价值变化呈现非线性,例如一项数据随着收集量的增加,成本边际递减,而价值不断增加。

第五,数据流通和交易处在初步阶段。数据要素的价值必须依靠数据的流通和交易得到体现。与会专家认为,我国数据要素市场还处于初步发展阶段,各地成立了若干大数据交易中心,但交易规模都还较小,市场化程度还不足,不能够获得足够收益,难以形成可持续的商业模式。加快培育发展数据要素市场,激发数据要素活力,仍任重而道远。

第六,数据要素管理的国际规则仍不统一。数据管理理念与规则的协调在国际合作中的作用愈发重要,可能直接影响到数据的跨境流动和数字贸易的正常进行。与会专家认为,在数字经济领先的经济体中,美国更多倡导数据的自由流动,欧盟侧重于隐私等人权优先,我国更强调数据安全。目前全球数据管理规则仍在不断协调和博弈中,如果国内规则与国际规则不能协调一致,在规则制定中不能积极争取话语权,可能会面临被排斥的风险,进而影响国际竞争格局。

政策建议

第一,完善顶层设计,夯实数据要素管理的制度安排。与会专家建议,由多部门协调的管理框架难以全面且具有前瞻性地安排各项工作,应成立高规格的数据管理委员会,全面统筹安排数据管理相关工作。一是明确各部门的权责划分及协调机制,提升监管体系效率;二是制定数据牌照,对数据活动的各个环节实行牌照管理;三是对权属界定、数据安全、价值测度、交易市场等内容做出明确解释和具体安排,敦促相关法律法规出台并敦促执行;四是设立争端解决和协调机制,保护市场主体权利;五是探索前瞻性制度设计,例如通过监管沙箱或数据管理试点等形式探索更高效的监管方式。

第二,加强数据安全保障。一是明确数据生产及流通的各环节适用行为与禁止行为。二是加强对个人数据的分级分类保护机制,根据基础数据、交易数据和行为数据的不同特征采取分级措施。三是明确不涉及商业秘密的公共数据应进一步开放,并接受政府或第三方监督。四是实施算法监管,推动算法审计,明确披露原则和要求,要求开发者对算法的使用技术、预测目标、预测精度、利益相关方等关键信息予以公开,有效保护个人隐私,防止数据滥用;推动数据信用建设,对数据市场主体开展信用监督。

第三,厘清数据权属关系。对各类数据设定分级分类标准,明确数据所有权归属的原则和界定方法。根据数据谁产生谁负责原则,明确用户自然属性数据归属用户个人,服务办理过程中产生的数据,可由交易相关主体共同拥有,如需使用应共同授权。明确数据在转让过程中权属关系的变更和转移。对于匿名化的衍生数据,在数据不可回溯到自然人前提下,应可将数据归为加工方所有,并由其决定如何使用。

第四,健全数据价值测度体系。应从数据质量、数据使用量、数据产生的市场价值等方面建立数据价值评估体系,奠定数据定价基础。应探索多种测算方式相结合的定价机制,借鉴收益法、成本法、市场法等对无形资产的会计测算方法进行综合评测。对于企业部门数据可以参考成本法计算其劳动者报酬、固定资本消耗、中间消耗、其他生产税净额以及资本净收益;对于政府部门数据,可以结合成本法和收益法,计算数据的采集成本、安全保障成本和可能创造的公共价值等;对于个人数据,可以综合运用市场交易估价方法中的需求法和供给法,确定相对客观的价值区间。

第五,完善数据交易机制,促进数据要素市场发展。一是应明确数据要素交易范围,对于涉及经济安全、公共健康等平台经济数据要考虑成立特定的交易主体,负责该类数据共享流通日常组织和管理运行。二是建立健全数据要素价格调节机制,畅通交易渠道,促进数据流动,为数据所有者提供合理激励,鼓励更多的可交易数据流入要素市场,例如鼓励企业开放公共属性数据,有助于打破政企数据壁垒。三是要积极运用多方安全计算、联邦学习等技术,同步提升市场的安全性和效率。四是研究和总结美国、日本、加拿大、瑞典等国数据交易产业运行的特点,借鉴国际经验。

第六,积极参与国际规则协调,加强国际合作。一是推动国内规则与国际规则的对接,积极推动数字贸易,在国际协调中保留足够的灵活性;二是积极参与国际组织数据管理规则的讨论和制定,引导国际规则的衔接和统一,增加我国在全球数字经济的话语权;三是进一步推进国际数据标准的完善,推动数据在价值衡量、合规披露、跨境流动等方面的国际合作;四是积极推动数据相关领域的技术创新,争取发展的主动权和领先地位。


版面编辑:潘潘|责任编辑:潘潘
视觉:
李盼 浩然
监制
卜海森 李俊虎

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存