原文 ：《进一步提升数据要素市场化水平》

作者 | 西安交通大学管理学院院长   冯耕中

图片 | 网络

数据作为第五生产要素，其非竞争、可复制、无限增长与供给的特性，使其价值挖掘流程的复杂程度远高于其他传统生产要素。从数据来源的合法性、权属划分到后续的价值评估与增值管理，数据要素价值的提升对于政策明晰的制度框架与实施路径有较高依赖。

早在2017年，数据作为一种生产要素的概念被提出来。从那时到现在，全球的数据交易市场发展非常之快。在这样的背景下，“数据要素”更多是面向数字经济的一个话题，讨论在生产力和生产关系的语境当中，对数据的指代。当前，全球数据交易市场正呈现爆发式增长态势。2023年，全球数据交易规模约1261亿美元，中国数据交易市场规模约为1537亿元。联合国贸易和发展会议数据显示，2011—2021年间，全球跨境数字服务贸易规模从2.15万亿美元增至3.81万亿美元，年平均增长率达6.76%。

讨论数据要素面向数字经济，强调的是数据促进生产价值的作用。数据要素的价值释放经历了三个发展阶段：第一阶段是数据资源化，基于企业资源计划（ERP）、客户关系管理（CRM）等传统系统实现业务数字化转型；第二阶段是基于大数据、人工智能等技术进行数据挖掘和优化分析，支撑智能化决策；第三阶段是数据资产化，通过区块链、隐私计算等技术，实现数据要素的资产化和市场化交易。

在政策指导与产业建设的共同作用下，我国数据市场以数据、科技与基建为核心的体系逐步完善。我国数据市场在初步探索性设立之时，整体依赖于“场内撮合、场外交易”的市场架构。该阶段主要依托交易所等机构进行数据供需撮合，但由于数据标准不统一、跨域流通受限等，实际交易多为“场内登记、场外完成”，效率和安全性难以兼顾。伴随经验的积累与技术的迭代，一些地方与企业开始探索“前店后厂、所商分离”模式。

随着市场化体系的不断健全，我国数据市场的发展势头强劲。但目前我国数据要素的市场化水平仍有很大的提升空间，还存在区域市场割裂、服务业态单一、市场供需失衡等问题，未进入前文所述的数据资产化阶段。当前，数据交易市场建设面临五大核心挑战，制约了数据要素市场化的脚步。

挑战之一是数据确权难题突出。数据确权是数据交易的基础，但目前数据确权面临权责认定难、法规不完善等考验。数据的无形性和可复制性使得权属关系混乱，在数据的生成主体、处理主体和使用主体之间，权利边界模糊，缺乏统一记录。如果数据确权不清，将产生数据权责回溯风险。

挑战之二是数据定价机制亟待完善。数据定价是数据交易市场的核心环节，但目前普遍面临“买家嫌高、卖家嫌低”的困境。数据的价值受稀缺性、质量、时效性、完整性等多种因素影响。定价机制的缺失会引发数据市场失效风险。

挑战之三是需要打破数据流通壁垒。数据流通涉及标准不统一、信任基础薄弱等问题。以医疗机构检验结果互认问题为例，不同医院使用的系统标准差异大，患者在A医院的检查结果，B医院系统无法直接读取，且因缺乏信任无法直接采信，导致患者需要重复检查。数据流通管控不当还可能引发数据安全风险。

挑战之四是价值分配机制仍待明晰。数据价值分配涉及多个主体，“分给谁、分多少、谁来分、怎么分”这些问题长期存在，数据价值分配机制的复杂性显露无疑。

挑战之五是交易监管难度大。数据交易涉及复杂的法律、技术和市场问题，现有监管体系尚未完全覆盖数据交易全流程，且跨区域、跨行业的数据交易缺乏统一规则和标准。

面对这些挑战，我们需要思考创新解决方案。一种构想是构建基于价值区块链的全国一体化数据交易市场。该框架充分利用下一代互联网技术手段，包括分布式应用、分布式组织、通证化价值体系、分布式身份等核心特征，形成具有数据业务透明、不可篡改等特性的新型信任机制。

具体而言，该框架包括四个层次。一是物理存储层，包括公共数据库、行业数据库、企业数据库、个人数据库等基础设施。二是链路流通层，构建基于区块链的公共数据链、区域数据链、行业数据链，通过跨链桥实现互联互通。三是技术支撑层，运用分布式存储、数据指纹、区块链、智能合约、预言机、隐私计算等技术手段。四是多方参与层，涵盖数据提供方、需求方、交易所以及各类专业服务机构。

建立“可信标识式”数据确权模式，应对确权挑战。通过“数据指纹”为每个数据块生成唯一标识，记录数据的产生、传输和使用过程。利用分布式身份技术，为参与者赋予唯一的数字身份，将数据确权信息记录到链上，确保数据的所有权和使用权明确。

构建“自动智能式”数据定价交易模式，应对定价挑战。在数据流通全流程各环节，构建基于机器学习的数据价值评估模型，综合数据质量、稀缺性、时效性等指标，动态确定数据价格。

建立“全方位协同式”数据安全利用模式，应对流通挑战。通过联邦学习、多方安全计算等技术，允许数据在不离开原始存储地的情况下被分析和使用，实现数据“可用不可见”。

推行“通证激励式”数据价值共创模式，应对分配挑战。运用通证经济和贡献量化模型，根据数据贡献者的贡献质量、数量、时效性等设定激励规则，将数据收益按照贡献比例分配给多方，包括数据贡献者、数据处理方和平台运营方。

实施“全生命周期溯源式”统一监管模式，应对监管挑战。针对数据流通全流程各环节，建立全过程全生命周期的数据监管体系，实现数据从采集到加工到交易的监管全覆盖，结合人工智能技术实现风险预警与智能监管。

基于上述框架，为了推动基于价值区块链的数据交易市场建设，针对我国数据交易市场的下一步发展，我们提出以下建议。

构建可信数据基础设施，支撑标识式确权与全生命周期溯源。创新价值评估与激励分配机制，落地自动智能数据交易与通证激励式价值共创。完善安全监管体系，实现全方位协同式安全利用。建设数据要素交易生态，打通市场化“最后一公里”。强化点点taptap让球保障，营造良好发展环境，包括完善数据要素法律法规体系，建立数据要素市场发展政策体系，强化数据要素市场国际合作。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1973期第2版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。