中国数据市场发展的主要障碍与对策

摘要：建设和完善数据市场，促进数据资源流通和应用，是实现数据驱动经济发展的重要前提。中国数据保护法律框架已逐步成形，数据市场和产业链生态初具规模，数据应用空间广阔。但数据开放共享程度不够，数据交易不活跃，约束过度而应用不足，数据行业竞争力不强，数据企业预期不明确，数据市场发展面临多重制约，发展水平不能适应数字化转型需要。要加强大数据交易所发展经验和教训的总结，积极探索多元交易模式；注重监管与尊重市场自发秩序的平衡，逐步明确数据权属，推动商业数据流通与应用；充分发挥公共大数据基础设施作用，加大开放共享力度，推动实现中国数据产业从量的积累向质的飞跃转变。关键词：数据要素，数据交易，数据市场，数据共享，国际经验数据是驱动经济发展的新型生产要素，数据市场则是实现数据资源有效配置的基础。目前，中国数据开放共享程度不够，数据交易不活跃，数据应用不足，数据行业竞争力不强，数据企业预期不明确，数据市场发展面临多重制约。因此，需要积极探索多元交易模式，逐步明确数据权属，推动商业数据流通和应用，加强公共数据共享，促进数据跨境安全有序流动，进一步培育和壮大数据市场。一、中国数据市场发展不能适应数字化转型需要(一)数据交易增速较快，但交易规模有限近年来，中国数据交易规模增长较快，但数据交易绝对规模有限，尚处在较为初级的阶段。根据工信安全研究中心测算，2020年中国数据市场规模不到545亿元。2021年8月IDC发布的全球大数据分析支出报告显示，2021全球大数据及分析市场份额将达到2157亿美元，未来5年复合年均增速预计为12.8%。其中，美国占51%，中国份额近年来增速快，但仅占5.5%。数据市场相对规模也远低于传统要素。2020年，中国房地产行业土地购置费4.45万亿元，相当于房地产行业同期销售额的25.6%，而数据交易额对应数字经济比重不足4‰(数字经济规模按GDP的15%计算)。(二)数据交易所或交易中心数量多，但交易并不活跃2015年以来，各地对数据价值开发的重视程度不断提高，纷纷成立大数据交易所或交易中心，对数据来源、交易规则、数据定价、技术支撑、数据生态构建等方面进行了积极探索。但从实际运行情况看，交易所重复建设、数据来源不足、交易模式不成熟等问题突出。2015年贵阳首先成立大数据交易所，之后武汉、浙江、上海、江苏、北京、吉林、深圳等地陆续成立或拟筹建大数据交易所。初步统计，全国有超过30家大数据交易所或大数据交易中心。部分城市甚至有多个数据交易平台，而且各自定位重复，不同交易市场之间数据流通性和融合度不佳，数据交易所的平台优势难以发挥。(三)数据服务生态初步形成，但缺乏有竞争力的企业和完善的数据产业链中国已经初步形成包括数据采集、清洗、储存、流通、加工和应用等环节的产业链，但产业基础较为薄弱。数据交易服务商数量多，但多数集中在产业链前端，低水平同质化竞争特点突出。中小型数据主体甚至一些大型的数据平台加工和挖掘有效信息的能力不足，数据业务以买卖和撮合数据为主，应用场景不丰富、数据挖掘深度不够。2021年，经营业务范围涉及大数据的企业数量约有70万家，但缺乏有竞争力的数据服务企业。截至2021年7月，全球28家大数据“独角兽”当中中国仅占3家，美国占19家。[1]2020年国内金融数据服务商东方财富、同花顺、大智慧年收入分别为82亿元、28亿元、7亿元，而汤森路透年收入在60亿美元左右，彭博终端销售收入也超过二、中国数据市场发展面临多重约束(一)信息孤岛和开放壁垒妨碍数据流通国内数据主要掌握在政府、国有企业和平台型企业手中，集中度比较高，但开放共享程度较低(表1)。政务数据缺乏统一的开放共享平台，获取渠道单一，能够获得的数据颗粒度、时效性也不够。海关、企业注册、税务、通信、医疗、交通、信用、社保等不同领域的数据很难相互打通，大数据优势难以发挥。根据万维网基金会测度，中国政务数据开放程度在115个国家和地区当中排名仅为第71位。公用事业部门的企业和少数互联网平台也掌握大量个人消费数据，例如央行征信中心拥有大约11亿消费者的数据，活跃消费者数据超过6亿。与个人信息相关的数据产业发展最活跃，但大量数据沉淀在少数大数据平台上，潜在价值未能发挥，应用创新出现瓶颈。由于无法拿到数据，科研机构无处下手，数字服务企业很难生存和发展，独角兽企业缺失，滋生的灰色交易加大了不必要的数据获取成本和数据泄漏风险。(二)数据市场偏重约束但流通和应用促进不足合法合规是数据市场快速健康发展的重要前提。《网络空间安全法》《数据安全法》《个人信息保护法》已经构成中国数据市场发展的法律框架，明确了基本的保护和边界。但从促进数据应用来看，由于缺乏明确分类和指导细则、底线不清晰，数据产业创新动力不足。不同于普通商品，大数据种类繁多，权属特性差异较大。对内容、用户、权利、加密使用方式的分类原则不明确，数据服务商发展预期就不稳定，企业合规成本也不会显著上升。这可能导致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。(三)数据资源深加工和场景应用能力不足数据资源需要进行深加工，才能发挥其最大价值。目前，中国数据资源开发供需两端都面临不少限制，市场产品不够丰富。从企业行为看，数据业务主要集中在产业链前端，同质化现象突出，产业链后端专业性强的领域涉及少。数据采集和表层技术投入较多，深入具体场景分析和挖掘数据方面的投入少。大楼、展示大厅等有形资产耗费多，软件、算法开发方面的支出较少。从技术供给看，大数据应用技术的成熟度和适用性不够。安全多方计算、联邦学习和可信执行环节等隐私计算是解决“可用不可见”的可能途径。但实际应用当中，可兼容性和可扩展性不强等挑战难以避免，应用范围也多局限在有互补性的企业之间。区块链、智能合约等技术还处在探索阶段，与个人征信、城市管理、疫情防控、宏观管理等日常决策实现有机融合的案例不多。从人才分布看，大数据人才高度聚集，大部分地区缺乏数据产业人才。2021年上半年排名前3的省份招聘岗位数量比重就接近60%，前5个省份比重达72.5%。(四)数据交易机制不够完善数据要素理论涉及多个学科，是技术、经济、法律和管理等多个领域的综合，目前还在不断发展当中。数据市场交易机制设计缺乏足够的理论支撑，现有的数据交易设计中有不少是套用传统商品和资本市场交易逻辑。但数据不等同于一般标准的商品或者资产，具有复用性、时效性和非标准性的突出特点。数据价值不仅受制于数据量、种类、颗粒度、完整性和及时性等自身特点，同时和数据融合、算法、需求场景有很大关系，不能简单一卖了之。贴现收入法、成本法、市场参照法、多维度定量评估等传统定价方法存在较大局限，需要积极探索更为合理的定价机制。三、主要经济体数据市场发展的重要经验(一)结合实际推动数据保护和应用立法国外数据立法和监管比较情况如表2所示。从欧美国家重构数字时代规则的探索看，数据立法规范兼顾数据安全保护、数据便利流通和数字竞争力提升，是一个动态完善的过程。美国本土数字企业竞争力强，数字经济活跃、创新不断，更倾向于通过数据交易和流通规则的制定强化数字主权。美国虽然没有像欧盟那样的成文法，但依靠部门规则、州和地方法律以及重要判例组成了数据治理的基本法律框架。在数据开放方面，美国不仅有《信息自由法案》，还通过《云法案》，借助美国公司在全球布局，将其主权在数字空间大幅延伸。欧盟本土数字企业竞争力不强，立法目的在于打造统一数据交易流通市场，同时凭借自身消费市场较大的优势主导数字规则制定，强化对个人隐私的保护。2018年欧盟出台《通用数据保护条例》(GDPR)，加强个人数据权力保护。但由于措施限制过严，欧盟科技企业筹集到的风险投资大幅减少，每笔化对个人隐私的保护年欧盟出台《通用数据保护条例》()加强个人数据权力保护。但由于措施限制过严，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一年减少1/3。[3]之后，欧盟陆续出台《数据治理法案》《数字服务法案》以及《数字市场方案》，进一步加强数据流通与利用，规范数据行业发展，促进市场公平竞争。总的看，欧美立法行动背后的动因和效果复杂，数据保护和立法往往会根据保护个人隐私、维护国家安全、促进市场竞争等目标的相对重要性进行调整。(二)把开放政务和公共数据作为促进数据优化配置的重要手段开放政务数据，不仅可以提升决策透明度，促进政府职能的转变，而且可以创造巨大的经济价值，在全球范围内正催生新一轮的“数据开放运动”。美国推动政府数据开放相对较早。2009年发布《开放政府指令》，通过建立“一站式”的政府数据服务平台，加快开放数据进程。数据服务商可通过平台对数据进行加工和二次开发。2016年美国国会通过《开放政府法案》，要求联邦机构必须以“机器可读”格式，发布任何不涉及公众隐私或国家安全的“非敏感”信息，各联邦机构应任命一名首席数据官监督数据开放。欧盟2018年提出要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、科研数据和私营企业数据分享。欧盟基于GDPR发布了《欧盟数据战略》，提出打造欧洲公共数据空间，欧盟将其视为重要的基础设施，并希望在此基础上推动数据信托发展。英国也积极推动政府数据开放。自2010年推出数据开放的门户网站以来，英国政府已开放超过2.7万个数据集。总的看，公共数据开放为数据交易提供了“源头活水”，主要国家都以此为抓手推动数据市场发展。(三)鼓励多元数据流通模式发展各国都在积极探索多元的数据交易模式，催生了一批较为典型的数据流通模式。不同数据流通和应用模式对比情况如表3所示。1.数据服务商(DataBroker)模式数据服务商模式主要收集消费者信息并转售或与他人共享信息，发展较为成熟。美国对数据服务商采用行业自律，要求其数据服务商提高商业模式透明度，尊重消费者对个人数据商业使用的选择权。2019年相关产业规模已经超过千亿美元，[4-5]同时产生了安客诚(Acxiom)等一批较有影响力的数据服务商。2.数据信托(DataTrust)模式这是一种正在兴起的模式，客户将数据交给可信任的数据管理者，从而促进数据的流通和应用。欧盟委员会于2020年提出通过数据信托机制为个人数据创建欧盟内部统一市场，并计划于2022年实施。3.工业数据空间(IndustrialDataSpace)、开放银行(OpenBank)、本人数据管理(MyData)等一些具体领域的数据应用探索德国积极推进工业数据空间模式，拟建立一种基于标准通信接口、明确用户数据主权、实现安全数据共享的虚拟架构，已有超过20个国家的118家企业和机构加入，建立了50个应用案例。[6]英国的开放银行也逐步被各大银行接受，并得到较快发展。2015年英国提出该模式，拟在促进银行将自身金融服务API开放给其他市场参与者。2018年，欧盟PSD2(支付服务法令)规定生效，开放银行的立法基础进一步完善。本人数据管理模式更强调个人对信息转移和再利用行为的把控。韩国走得相对靠前，并率先立法促进本人数据管理产业发展。(四)逐步完善数据市场的战略设计在加强数据和隐私保护的同时，主要经济体纷纷推出数据战略，不断完善数据市场顶层设计。2019年6月，美国发布《联邦数据战略》，通过构建统一的数据基础设施，完善政府数据治理，把数据这一战略资源转化为重要的资产。2020年初欧盟发布《欧盟数据战略》，要求建设一个单一的数据空间，即一个真正的数据市场，让数据可以在欧盟内部跨领域跨部门流通，为企业、科研和政务服务提供支持。同时，加大对下一代数据储存和处理工具及基础设施的投资，推动工业、气候、交通、健康、金融、能源、农业、政务、教育和科研等数据空间建设。2020年9月英国发布《国家数据战略》，提出要释放数据在经济领域的价值，确立一个促增长、可信赖的数据体制，转变政府对数据的使用以提高效率并改善公共服务，确保数据基础设施的安全性和弹性，以及倡导数据的跨境流动。除了欧美以外，其他主要经济体也推出了各自的数据发展战略。2021年10月，韩国通过《数据产业振兴和利用促进基本法》。该法是全球首部规制数据产业的基本立法，要求韩国总理办公室下设国家数据政策委员会，作为国家数据产业政策的管理机构，旨在促进数据的生产、应用和保护，促进数据交易和流通，建设数据产业的基础设施。四、培育和壮大中国数据市场的政策建议(一)探索多元数据交易，调动市场主体积极性数据的价值关键在聚合和应用，重点在培育活跃市场主体，盘活数据要素市场资源。一是规范和加快数据服务商发展。建议出台《数据服务商管理条例》，明确顶层设计，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。二是谨慎推进大数据交易所模式。该模式理论不够清晰，国外无经验借鉴，过往经营不善，未来盈利不清晰，动用政府资源较多，在学术界和业界也有较大争议。数据交易所只是可选的一种模式，而不是主要和唯一的模式，各地应避免盲目上马。三是积极探索其他数据商业模式。鼓励数据信托、本人数据管理等创新探索，提高传统数据产业比如征信发展水平，培育数据交易机构、科研院所及产业孵化场所等数据市场主(二)促进商业数据流通和应用，壮大数据产业链数据要素的有效利用，离不开数据开放共享与数据产业新动能壮大的相互促进。一是推动数据产业上下游协调发展。完善数据企业创业和就业政策，加大创业孵化、财税优惠、人才培养和流通等方面的支持，进一步提高数据采集、存储、处理、挖掘、分析、展现、评价和交易等环节的专业化水平。二是推动数据要素与传统领域的融合。深耕实体经济、政府管理、社会治理、就业民生、科研服务等转型升级的重点方向，加快数字产业化和产业数字化进程。三是规范和促进商业数据流通。鼓励大型互联网平台数据共享，增加中小企业数据可及性，丰富行业生态。四是注重加强监管和尊重市场自发秩序的平衡，促进中小数据企业的蓬勃发展。对于数据基础设施、数据服务商、征信机构等进行分级监管，其中小规模、新兴的专业数据服务商和征信机构，主要接受一般法律监管，提倡行业自律，给行业创新发展留下空间。(三)兼顾必要性和可行性，逐步明确数据权属不同类型数据权利属性不同，清楚划分权属涉及的交易成本高，需要长期探索。欧美对“本人数据管理”(MyData)确权模式的研究已经花费近10年。中国数据产业尚未发展起来，更要强调促进数据的流通和应用，初期确权宜粗不宜细，建议先区分数据人格权和财产权，明确人格权归属信息主体，将个人隐私保护贯穿数据应用始终。数据处理者应享有合法财产权益，但财产权在信息主体与数据处理者之间的具体分配模式由市场主体自主决定。个人拥有可携带、可修改、可遗忘等权力，而数据采集者要遵守最小-必要、知情-同意、合法-正当原则，进而促进数据流动，避免数据滥用和垄断。(四)促进公共数据开放共享，发挥数据基础设施作用打破信息孤岛，促进公共数据开放流通，是丰富数据源头、提高数据配置效率的重要抓手。一是出台推动数据流通和应用的专项法规，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，推动政务大数据共享开放。二是设立专职部门或协调委员会。敦促各部委履行数据开放义务，定期更新数据开放清单，明确社会公众获取数据权利等。三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。高等级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。数据收集和处理方要切实扮演好“守门人”角色。四是建立“一站式”开放数据平台。政府可通过平台将经济、医疗、教育、行政许可等方面的数据整合，允许数据服务商通过平台对数据进行加工和二次开发。五是积极探索政企合作模式，推动政府数据开发。政府也可将自身数据进行梳理后，将数据授权给国资企业进行管理及运营，推动公共数据应用共享。(五)完善数据治理框架，促进数据安全有序跨境流动在确保安全和隐私的情况下，提高国内外数据市场连通的便利性，有利于增强中国数字产业国际竞争力。一是提高跨境数据管理规则的透明度，降低合规成本。安全评估要有清晰的细则，过程可见、结果可量化。厘清《数据出境安全评估办法》与其他相关法律的关系，避免模糊和重复监管。明确跨境数据管理适用范围，公开数据、雇员数据、远程展示的数据或者传输至港澳台地区的数据可排除在外。二是出境数据分类管理，把监管资源用在关键领域。把重要数据和不敏感的个人信息分开，把模式评估和具体数据传输评估分开，把关键信息基础设施营运者、处理个人信息达到规定数量的数据处理者与其他企业分开。三是简化重新评估流程。尽量缩短评估时间，并设置过渡期。过渡期允许企业可以按照上一轮评估要求继续跨境传输。四是对照CPTPP和《数字经济伙伴关系协定》，对于必要的低风险、常态化商业数据传输，设立快速通道或者豁免情形。参考文献：[1]独角兽.35家大数据独角兽完整名单[EB/OL].(2022-03-27)[2022-05-05]./startups/big-data-unicorns.[2]陈丽姗.刘新海：数字经济中的数据产业发展趋势[EB/OL].(2022-03-24)[2022-05-