| 中国数据产业发展：弯道超车与待解难题 |
| 陆铭 2022-06-29 |
| 摘 要： |
日前，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，明确要加快构建数据基础制度体系，统筹推进数据产权、流通交易、收益分配、安全治理。数据作为一种新的生产要素，需要新的基础制度体系来配套运用。当前，我们在数据确权、隐私保护、安全治理等方面仍有待探索。 |
| 关键词： |
数据产业，要素市场，产权界定 |
|
|
|
日前，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，明确要加快构建数据基础制度体系，统筹推进数据产权、流通交易、收益分配、安全治理。数据作为一种新的生产要素，需要新的基础制度体系来配套运用。当前，我们在数据确权、隐私保护、安全治理等方面仍有待探索。
一、数据正成为越来越重要的生产要素
数据作为一种新的生产要素，与传统的生产要素如土地、资本、劳动力和技术等，有很大的不同。传统生产要素，往往有越用越少的性质，因此它的积累很难实现量的跃升。有的要素用完了就没有了，或是有折旧。除了技术要素以外，其他要素有边际报酬递减的特征。
但是，数据资源有报酬递增的效果，也即当数据规模越大、种类越多的时候，它越能焕发出强大的生产力作用。此外，数据如果被运用在一些传统领域如生产链、物流等方面，还会产生强大的网络正外部效应。
数据要素不会随着使用逐渐减少，还与数据的另外一种特征有关，也就是数据是在生产和消费的过程中产生的。因此，数据是越生产、越消费，资源越多。
在数据产业方面，中国经济当前正在这个领域弯道超车。中美两国是数据产业的两个超级巨头。由于数据资源成为越来越重要的生产要素，如果中国能把握住这一轮机遇，那么在引领新兴产业发展过程中，我们就有强大的人口规模和经济规模优势。这些优势在一些领域已经可以看到，例如在城市管理方面，中国应用大数据在城市管理方面所产生的一些先进的模式，应该说是走在世界前列。
我们要更好地利用机遇，一方面充分发挥市场的作用，发挥企业的积极性，另一方面，能够通过制度的规范，更好地促进和推动数据相关的产业的发展，和应用场景的实现。在加强管理和推动数据产业发展之间如何平衡，还有很多的问题需要认真探讨，要避免在传统思维方式之下的一些管理思维和模式，可能会形成新兴产业发展的阻碍因素。
二、五大问题待解
数据作为一种新的生产要素，需要新的基础设施建设来配套运用。就当前而言，我们还有以下几个基础制度没有很好地建立起来，这也是全人类共同面临的问题。
第一是数据的产权。传统生产要素的产权相对来说比较明确，所有者、使用者和受益者分别是谁，一目了然。但是数据作为一种资源，存在产生数据的人没有很好地获得回报的问题。
比如消费者在进行消费的时候，产生了数据资源，这些数据对于企业和公共管理者而言，有很大的利用价值，但这种利用价值并不一定被消费者本人所获取。因此，这个数据到底是属于个人，还是属于企业，企业有没有权利利用个人所产生的数据去牟利？如果仅限于在与消费者互动的过程中使用，以提高生产者的效率，那还可以另当别论，但企业有没有可能把消费者产生的数据拿去转让获利，这就比较有争议。
此外，消费者产生的数据具有公共性，当这种公共性被用来进行公共管理的时候，也会涉及到授权的问题。这些问题需要有制度建设来进行明确，数据产权的所有权、使用权和收益权需要好好界定。
第二是隐私保护。公共用途以及企业用途，如何做到保护个人隐私？一段时间以来，在国内外都出现一些大数据被转让、买卖、公开甚至滥用的现象。这些问题让公众对于个人数据隐私安全产生担忧。如何有效地避免，公共权力跟个人隐私的边界在哪里？这些也值得去探讨。
第三是对大数据垄断的担忧。传统经济学对于垄断，主要是由市场份额来进行判断。但是在大数据时代，一些平台经济如果要发挥功能，天然就需要有大规模的用户和数据。这一方面有利于提高资源配置效率，但也客观上存在一些“大数据杀熟”等企业利用大数据优势来侵犯消费者利益的问题；也有一些用户认为，在与平台进行互动的过程中，用户往往因为是弱小的个体而缺乏谈判力。
因此，在大数据时代对垄断的定义，以及对垄断的危害如何界定。这些问题在国内外学术界和政策制定界都还在进一步的探索，还没有完全的定论。
第四是数据的公共安全。这既包括我们把数据汇总到某一公共平台的时候，如何防止数据泄露、滥用或被用于私人进行牟利，也包括一些平台经济在涉及跨国经营的时候，如何保障一国的数据能与其他国之间，既能有效地建立安全边界，又能在特定领域进行跨国协调和配合。
因为大数据本身具有规模经济性，如果数据不流通，可能难以实现应用价值。对此，目前一个比较一致的看法是，算法可以无边界，但原始数据要设立好防火墙。但也有例外，如在抓捕跨境犯罪时，光有算法共享可能也不够，可能还会涉及数据的沟通。再如跨国界的联合开发，如果仅有算法的共享，终端的研发者可能很难在数据上发现价值或者问题，会影响开发效率。这都是理论和实践上需要去探讨的问题。
第五是数据开放共享。公共数据平台在发挥用途的时候，需要向研究者进行开放。正如前文所说，数据具有正外部性的特征，把不同的数据汇集到同一个平台上，比单独利用数据，所焕发出来的效能更大，甚至可以呈几何级数的增长。但这里面就涉及到几个问题：首先是我们通过什么样的机制，让不同的数据归集到同一个平台上来。中国目前在这方面走在世界前列，比如通过政府的协同来打造大数据中心、智慧城市、城市大脑等。但协调仍是一个难题，且不说去协调企业所拥有的大数据，连政府不同的部门之间，其所拥有的数据都很难归集到同一个平台上来。
其次，就算数据都汇集到同一个平台，谁来开发也是个问题。一些平台的数据建设者，本身并不一定直接去开发数据，产出可以解决实际问题的应用场景。而能够开发应用场景的科学家们，如何能够用平台上的数据来做科学研究，科学家利用这些大数据所产生成果如何界定其知识产权？
|
|
|
