数据要素市场化的理论内涵与现实挑战和实践（实现）路径.docx

数据要素市场化的理论内涵与现实挑战和实践（实现）路径自2017年习近平总书记在十九届中共中央政治局第二次集体学习时强圜“要构建以致据为关键要点的数字经济”以来，中央M续出台£中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见g£中共中央、国务院关于新时代加快完善社会主义市场经济体制的意见3等重磅文件,其中困境培育发展数据要素市场展开了密集部署。要素市场化配置是我国经济体制改革的重点，将对经济社会发展产生巨大推动。截至上世纪90年代末,以价格改革为核心的商品市场改革已基本完成,土地、劳动力、资本、技术等四类生产要素的市场化配足改茶也取得长足进步，持续推动我国羟济20年来的繁荣增长。以土地为例，据统计，我国针对土地要素的农村土地家庭联产承包责任制、城市“土地批租“两轮改革，累计创迨至少100万亿元财富（黄奇帆，202Oh数字时代卜,推动数据这一爆发式增长的新型要素的市场化配置改革,招产生更为巨大的经济和社会价值.经济合作与发展组织（OECD）研究显示,仅开放现存公共及私人部门数据所产生的收益即可拉动GDP增长高达4%,并使企业生产率平均提高5%10%（OECD,2019八极至2021年4月，全国各地先后建立数据交易机构22家，枳极探索撮合交易、增值服务等模式（田杰棠、刘露瑶，2020）,以创新应用区块集、I®私计算等技术方式力图突破.但普遍而临制度体系加、市场培育难、过程监管难、安全保障碓等现实困境（于施洋、王建冬、郭巧收，2020）,以市场化配置实现数据要素“资源化、资产化、资本化”三次蝶变的路径仍未有效打通，数据作为新型生产要素,既符合传统生产要素市场化配置的一般规律,也呈现诸多新特征，生搬硬套已有制度，难以解决数据流通中的标的物确权、估价和交易机制设计等关迸问鹿，木研究采取“从特殊到-般再到特殊”的方法，提炼土地、劳动力、资本、技术等要索市场化的一般规律，结合对数据要素特点及其市场化特征的深入剖析，创新构建了树绕“数据元件“（陆志明2021这一新型数据要素形态的“三级市场”体系探索出一条数据要素市场化的体系性、工程化实现路径.土地、劳动力、资本、技术的市场化规律研究土地、劳动力、资本、技术等要素经历了多轮次配置方式的改革探索,已立起较为完善的市场化配置体系,其中“资源”到“要案”再进行“流通二需经历多环节演进过程.权隔、形态等均发生显著变化.（一）四姜家市场化的一般过程土地,土地要求或现而场化配置的二个阶段：是土地征收，B1.有土地、多村集体土地资源经过土地储各机构评估和定价.经政椅或其授权委托的企业统一征地、拆迁、安置'补惶，并建设市政!套设施,达到“三通一平”“五通一平”或“七通一平”的建设条件（即“熟地纳入土地储备人.二是土地出让，政府把用途、范国和质吊界定清晰的“熟地”,通过市场化定价机制，以“招用挂二办议出让等方式，将其使用权在一定年限内让与土地使用者.三是土地商业开发.土地使用者经过开发建设,形成房地产、厂房等产品，具备生产、生活等丰冠多样的承教功能，并进入市场流通.劳动力。劳动力要素实现市场化配置的三个阶段：一是教向培训机构对适龄人口进行培训，适龄劳动人口作为原始劳动力资源，拥有就业权，在支付培训的用后，经各级各类教Ier及培训机构培训,取得就业所备的行业专业技能.并以证书等形式完成技能认定.二是市场对劳动力进行技能和酬金的评估认定.在劳动力市场,人力资本拥有自主择业权，凭借证书等标准化、共识广的标的物，完成劳动技能的市场化价假认定.三是劳动力进入企业舂与价假创造，用人方通过签订劳务合同，取得劳动力在一定时期内的使用权，以企业培训等方式使劳动人员於握特定企业、特定岗位的工作技能要求.实现符劳动力入生产的社会化分工体系中资本,资本要素实现市场化配置的三个阶段：是资金归集，银行通过储荒存款等方式筹集个人资金,实现资金使用权的转移。二是包装金融产品，加工各类金融产品，井将于风险评估和货币的市场价格确定利率水平.进而通过发放贷款等形式实现金眼产品使用权向企业转移.一:是资金融入企业，企业在取褥资金使用权后，用以照买生产资料,加工产品并投放市场，通过市场活动实现资金的回茏循环。技术.技术要素实现市场化配置的三个阶段：一是知识枳累，各类研发主体荻取支撑技术创新的知识、工具、人才等科技资源.并依法取得其使用权.二是成果产出.创新主体通过申请知识产权保妒等形式,对所取褥的技术创新成果进行权属确定.技术成果基于收益法、市场法、成本法等评估方式，确定市场价值,三是成果转化，生产主体通过竞价转让、协议转止等方式，取得知识产权的所有权或使用权，并基于科技成果构建或改造生产体系，生产出投放市场的终端产品或IM务.完成技术要素在市场经济循环中的价值创造.（二）规律总结总结提炼四类要素市场化的一城过程，汨出一确定中间形态、完成三次确权、进行三次定价”的普溺规律，如衣1所示。中间形态：要素在完成大规模市场化流通的过程中,普遍在原始资源、终流产品之间确定一个具备共识基础的中间形态（本文称之为“中间态”），作为交易标的物,以便开展标准化、专业化的价俏评估评定。如熟地、资格证书、银行贷款、知识产权等。三次确权；在流通的各个环节，每当要素发生形态然换时，均需要对其权属进行准确划分和确定,为定价、交易创造条件.三次定价：要素在流通过程中，因形态转换通常伴随若价值创造，导致要素价格和定价机制在每一个环节均产生巨大差界。因此要素定价并非一次完成，而是在年次确权之后，根据要素当前所处形态开展差异化定价。数据要素市场化的原则（一）数据要素的特点葩于生产要素的视角，相对于传统要素而言，数据要素具有“资源分散多元、流通风险大、价值后箴突出”三大特点。资源分散多元.一是数据来源板为分IK.数据来源表现为一个巨大“开集”,个人、企业、政府和各类社会组织以及各类机器设备产生大衣的、分散的数据，既有结构化、半结构化、非结构化数据，还有数字最、模拟做等表现形式，只有经过汇聚和挖妲才能发挥其价值，二是数据需求多元,海居的组织及多样化的应用场景需要多元数据支撑，要实现分散海量的数据资源向多样的应用需求高效流动.就儒要建立类似土地、资本等要素市场中基于中间态的流通体系.流通风除大，一是数据唠和性、啜爆性覆.数据的的私性、k感性和安全性并存，既关系到人格,又可能在汇集过程中形成与国家安全相关的重要信息，因此，数据资源需要经过治理形成脱收的、无安全隐患的中间态才能实现高效流通.二是安全风险较多,数据具有显著的非排他性、复制成本低.未授权使用、数据泄露等违规违法行为难以察觉,因而在流通过程中面临蓿除私泄需、黑衣攻击等多样化风嗓，因此，御要构建全过程、体系性的安全防护技术及监管制度体系作为基本保障。价值后段突出.一是价值转化路径多元,数据价值转化的场玳极为丰畜,既作用于现有生产活动和社会活动，带来价值提升，如智能制造、智然交通等，还可在数字世界中产生原发性创新应用，形成全新价俏，如网络游戏、AR/VR等。二是价值产前评估困难，同一条数据的实际价值可能因使用场景、使用时间不同而产生巨大差异，且通常仅能在事后估算，先脸知识难以发挥作用,为估（rt定价带来巨大挑战.IBIIIiMRaIitttfR二”“停分1itf«a*ftfAM自<<*#，1I力A.ttt*A4AM（二）数据要素市场化的特征数据要素的上述特点决定了其在市场化过程中,既要遵镌传统要素的市场化规律，又要设计出适合其自身特点的操作路径。是构建数据元件，作为数据源和数据应用之间的中间态.从对接方式看，海域、分散、“多对多”的供需对接形态下,需要以可计量、可定价的中间态作为交易标的物提升供需超接效率.从标的物形态石，由于数据具有吃私、被透性，数则资源只有经过融合、特征提取后形成消除隐私和安全的患的、可控制的标准化数据元件，才具备高效流通和交易的条件，二是通过三次痢权,使数据确权的发杂问题得到有效解决。数据确权涉及隐私权、财产权、安全权等多种权利,比接交易原始数据情况下,确权难度大、风险拓.需要引入中间态,将数据确权分解成针对数据资源、数据元件、数据产品的三次确权，在确保数掘价值有效传递的前提下，逐级降低私和安全风险，降低确权双杂度，三足数据定价要以价值为核心，兼顾成本、收益，通过市场化方式确定。数据要素面向不同领域、行业、群体特点和属性，其利用价和不同.根据信息消除数据应用中“不确定性”的多少，应建立差异化估值体系，并通过议价和竞价等市场化方式定价.四是交易方式灵活，协议、竞价等多种方式并存，当前数据要素交易方式仍处于创新探案阶段,主流交易模式多达八种（赵刚，2021）,时技术支撑能力、撮合平台柔性、市场机制设计、制度环境建设、安全保障能力等提出了更高要求.（三）数据要素市场化实现路径的谀计原则数据要素的市场化路径设计需要充分发挥市场的快定性作用、政府的主导作用和企业的主体作用，形成相互.促进、互为支撑的运行机制.发挥市场在资源高效配比中的抉定性作用.一是应当发挥巾场主体的技术专业优势.确立中间态、最终数据产品等交易标的物的执行标准：二是建立健全数据要素市场准入规则、产权制度、定价机制等，形成公平公开交易、透明高效的交易环境和科学合理的定价体系；三是在数据归集、治理、开发、交易等环节，应当建立主体资质管理和从业行为管理的规范体系,提升市场运营主体的公信力优化运营环境,提高资源配置效率.降低交易成本.发挥政府在市场新机制建设中的主导作片一是应当完善数据归佻运营的法律依据和制度设范，健全数据治理监管体系，提升数据归集的范用和旗量，营造良好的发展环境，培向和壮大市场；二是应当指导设立专业化的数据运药眼务机构，搭建数据流通平台，为数据治理提供强大的基础支撑：三是应当完善数据治理相关鼓励政策,推动建立高水平中间态市场供给体系.发挥企业在市场价侑创造中的主体作用。,是应当发挥企业的技术优势，加强对数据资源和中间态的开发利用广度和深度：二是应当发挥企业的专业优势，面向政府、企业和个人提供更优品质、更高效率的产品和服务：三是应当发挥企业的灵活优势,推动数据治理技术创新，建立强大产业健：四是应当发挥企业的发展优势，不断犷大市场规模，创造更多就业岗位，贡献更多税收，数据要素市场化的实现路径结合要素市场化遵从的一般规律以及数据耍索的独有特征,本文以数据元件这一交易流通中间态为切入点，从数据治理技术体系、数据要素:S市场体系、数据要索市场化制度体系三个方面，构建数据要素市场化的实现跖径。（）构建数据治理技术体系数据治理技术体系是数据归集.数据清洗治理、数据元件开发、数据元件交易等市场化流程的更要保障.是打造“数窕金障为存储和管理数据资源利数据元件提供安全拨体.:是开发数据要素悚作系统，对数据要素化流程以及“数据金库”的硬件资源、软件资源、数据资源和数据元件进行调度管理,实现“软件定义'的数据要本操作,为数据要素汇聚.加工、定价、流通交易一体化奥定重要基础.三是构筑全栈式的安全防护体系从基础设施、身份与访问控制、数据安全防护等多个方面保障数据在全生命周期中的安全.(.1)建立数据要素三税市场体系建立数据“资源一元件一产品”三级市场，加速数据资源到数据中间态，再到数据产品的价值转化.一是构建数据资源市场,实现原始数据的归集.以政府为主体,通过协议购买和协议交换等多种方式,从政府、企业、社会组织、个人等主体归集数据并通过数据清洗治理、元件开发，将数据资源转化为数据元件。：是构建数据元件市场，解决数据流通的安全、确权、定价等关键问卷，以数据元件作为安全流通、公允定价的数据中间态，以“数据金库”及流通平台为依托,建立鞋接数据元件开发商和数据应用开发商的数据元件市场.降低合规门槛，丰田数据产品及服务大生态.三是构建数朋产M市场，完成数据要素价值转化.数据产品市场链接数据应用开发商和政府、企业、个人等各类终然用户，以点对戊方式交易数据产品及服务，并不断催生新的数据资源，完成数据要素参与市场化价值创造的火循坏.(三)完善数据要索市场化制度体系以法律法规、组织机制、安全管埋为核心建立数据要素市场化制度体系.在法律法规方面，通过立法和制度设计，有效推动建设与数据治理相关的法律法M1.在国家己有立法原则之卜，积极利用地方立法权，解决数据治理相关立法不足的问题，在加织机制方面，构建多方力量协作的数据治理组织架构.并配套出分组织运行管理制度,明确城市数据的统海管理部门，实现统一领导、统筹规划、整体设计、系统治理、有效监管：在政府的授权和监管下，由社会主体做好城市数据的归集、管理、清洗、加工等工作，为数据的共享、开放、交流等各类应用提供技术支撑。在安全管理方面,明确组织架构中主管部门和相关部门的工作职费、工作程序和协调机制,在总体上明确安全方针、安全原则、安全目标,在各层级之间明确其安全费任，对数抠安全管埋过程进行规范指导，确保遵循最小授权区则，做到数据安全管埋和相应防护要求上下一致货通，确保数据全生命周期的安全可控，总结与展望生产要素的市场化并非单点的技术创新,也难以通过点对点的交易解决规模化流通H题.滞要构建涵施法律、制度、组织、技术等的完整体系架构.本文基于对十.地、劳动力、资本、技术等传统要素市场化和汉的股过程进行对比分析，总结要素市场化的确定中间形态、完成三次确权、进行三次定价”的普泄规律。结合时数据要索特点及其在市场化过程中所呈现的独有特征的深入挖掂.提出了数据要素市场化的三大基本原则.并以数据元件这一要素中间形态为枢纽，构建起“技术体系、三级市场体系、制度体系”的数据要素市场化路径。展望“I四五”时期，叨着国家层面数据要素相关立法的不断完善，我国数据要素市场化将加速由试点推进迈入规模化推广新阶段.本文构建的数据要素市场化实现路径,有型成为地方政府开展数据治理工程的曳要依循,进而助力激发数据要素价值，打造经济社会发展新引擎°数据要素市场化的理论内涵、现实挑战和实践路径数据要素是数字经济时代的全新生产要素,数据要素市场化在数字经济推进经济高质址发展中具有显著的战略意义.目前,全班时于数据要素的认识仍然处在积极探索中，正确把握数据要素市场化的新内涵、新特征、新要求、新挑战至关正婴.在为数据要素市场化的理论内涵和重大意义进行系统阐述的基础匕通过数据要素市场化指数测度发现我国当前数据要素市场化起步晚、起步线.面临数据产权确权难.、数据价值评估雄、数据交易流通难、数抠保护监管难等挑战,从而从加快数据汇聚、推动数据流通、深化数据应用、丸化数据安全等方面提出具有实践价值的解决路径。完售的要素市场化配置是建设高标准市场体系的重要现成.2021年1月中共中央办公厅、国务院办公厅印发的4建设高标准市场体系行动方案提出要"推进要索资源高效配P,111.-理论上.要索流动性的改善和市场价格机制的成熟行利于改善资源错配,促进经济结构调整,提裔资源利用效率【2,3,也为我国供外侧结构性改革提供了中长期的实践路径【4,为加快蔓素市场化改革，就要确保饕素交易、流通、分配的市场体系更加完善，让市场在饕炭资源归置中起决定性作用,这对构建新发展格局具有重要的战略意义.数据要素作为一种非竞争性生产要累，不同于传统工业经济时代的生产要素,具备更多的新经济特点，当前数据要素市场化配词面临着诸多挑故，数据确权、定价、交易、流通和保护等推进困难,为更好地实现数据要於市场化配置，有必要时数据要索性喷和数据要素市场化理论内涵进行剖析.认清数据要素市场化面临的挑战.针对性地提出数据要素市场化的具体实践路径，提高数据要素市场汽温效率，推动数字时代腔济发展的质求变革、效率变革、动力变革。1数据要求市场化理.论内涵1.1 数据要索的主要特征数据是种虚拟性的资源，要发挥其价值,需要钱过数据处埋的过程以形成信息和知识.将数据、数据处理技术和方法、数据处理的结果用于生产经材活动中，数据就转换成种Hi要的生产鬟素，数据要素市场化配冏与传统的生产要素（土地、劳动力、资本等）市场化配置存在明显不同.根本原因在于数据要素的特征决定了其运行机制和价值形态更加复杂.W来数据产权界定不够明确、数据开放与共享水平较低、数据交易机制不修健全、数据安全意识较为薄弱等诸多何阳【5卜数据既具有完全的非竞争性也具有部分的排他性，在理想的状态I-.组数据可以被多个个人或企业同时使用.但是这并不会减少其他使用者对这组数据的使用,即数据颔外使用的边际成本为0.Ha1.强调数据的北竟争性意味鹫数据很少被购买并像其他商办或服务一样出售，但被许可用于特定用途，Ha1.对数据非竞争性的强调，意味者数据访问权比数据所有权更重要，Char1.es和ChriSt。Pher研究了数据进入生产过程的基本模式，"数据"可以被视为'信息"中不风干"创意或想法"的部分.作为生产要素的数据其本身不能被直接用于生产般济物M,但电却能在生产过程中发挥作用一一如创造新的想法或者形成对于未来的预测，诳而指导经济物品的生产，通过构建一个带彳i数据生产和制度安抨的理论帙型可分析数据的不同所有权是如何影响社会产出、个人除私和消费者福利的，理论结果表明，数据的非竞争性会侪来收益递增.苏京春和许前指出非竞争性要素H1.于具有质变特征,是提升全要素生产率的主要来源,有利于揭示经济长期增匕的原因8,9,同时，Carriere-Swa1.1.ow和Hakarn0指出数据具有部分排他性，这取淡于数据持有者在多大程度上保护数据，当数据的规模足终庞大,内容足弊反杂和广泛时，数据生产要本就表现出高度的排他性，拥有数据的企业和机构会选择“窖藏”而非分享数据口1）.数据既存在规模报时递增现望也存在规模报酬递减现象，短期内数据的枳累过程可能会获得递增的回报，但从长期来右，数据生产要素的回报率仍可能垦递减的玲势，当数据最枳累到一定程度时，收益递减的力量就会占据主等地位。而在数据埴不明充足时，“数据反馈循环”将会产生递增的回报一一抓有更多数据的企业会生产更高质量的产品.这乂会促使这些企业增加投资、生产和销售，进而生成更多数据.Maryam和IaUra12建立了一个企业积累数据而非资本的剧长模型，讨论具有非竞争性数据要索积累时于数据羟济与宏观经济的整体影响，其中,数据包含3个关键特征：经济活动的副产品：用于预测的信息；减少不确定件.提高了公司的盈利能力.该理论模型结果显示.数据积累根据其绝对水平的高低.会产生收益递减和收益递刷两个相反方向的影响：企业在利刖大数据进行按测时，预测误差及多只能被降低到0,这一自然界限加上经营过程中不可Jfi测的1.机性，使得数据在规模钙大时必然具有通减的收益；而在数据量不够充足时,数据则具有递增的收费：更多的数据使企业更具生产力,从而产生更多的生产和交易.而这乂创造出更多的数据,并进一步提高生产力和数据生成，形成"数犯反馈街环”的过程.这种递刖的收益会反过来造成所谓的“数据贫困陷阱.，使得JE些数据拥彳V*低的企业、行业或国家长期目限广少收的数据生产和交易，从而无法取得进一步发展。数据既具有正的外部性也具有负的外部性.对于消费者而言，当一个消费者通过主动选择或默认选择加入数据共享时,该消费皆的数据允许卖家推断其他消敢告的偏好，对于愿意选择加入数据共享的消费不来讲，数据存在正外部性，但是时F不愿意加入数据共享的消费者来说，数据存在负外部性。对于生产者而言，数据收集会带来企业生产效率的提升，例如雅虎搜玄引擎的用户越多和搜索数据数出越多,两者带来的出接网络效应会显若改进该搜索引祭的搜索质J,进而产生很强的正外部性口3.ACemOgM14等通过研究陷私与数据市场间的关系发现，数据的负外部性会带来过度的数据共享，造成数据市场失败并降低数据的价格.换句话说，如果用户怀疑存在信息泄解，用户就没有理由保护自己的数据和胞私，通常以非常低的价格出密数据.然而,平台之间的竞争并不能耨决数据价格过低和数据共享过度的问应.反而会进一步降低福利.陆卷入、流程、技术和数刖之间相互联系和互探作性的不断增覆，数字经济的网络外部性推动了共享的实现,2019年，Chen和WaMI5进.步指出共享经济的关键特征不是其众包性旗，而是其数字经济性喷.数据现在被视为是推动市场组织和运作方式的关键要素.1.2 数据要素市场化理论内涵市场鼠出生产要素是市场经济的木侦特征，数据作为生产要素只有通过市场来配讯才能然IX正地让数据要素流通起来，更好地发挥数据要索的价值,创造更大的经济效益16).%据要索市场化配置是指数据要索供求通过市场交易来实现,数据要索价格在价值决定基础上通过市场来形成.李直和吴越指出，数据要素的特殊使用价值和存在形态导致我具有3种不同于般商品和生产要素的特性17：一是数据并不C1.接形成具有使用价值的物质形态，也不具有H接的使用价值，而必须经过计驾机蚱力和笄法提煤才能用于指导和调节社会生产与再生产过程:二是数据要素的再生产过程不需要耗费额外的劳动就能以极低成本无限更制：三班数据要素的利用具有天然的其竟争性和规模经济效应.这3点正是数据生产要素的典型特征带来的最宜接后果。从理论上看，陶卓18)等提出数据要素市场化配置的理论框架包含4个维度，分别是数据要素维度、数据主体维股、数据岐体维度和制度机制维发：何K长和王伟口可认为数据要素市场化的要件至少要包括数据要素市场定价、数据要素市场交易、数据要索市场竟争和数据要素市场制度等方面。从实践上石，2021年8月，广东出台全国首个数据要素市场化配置改革行动方案，提Hn+2+3+X”的改革思路和五大类任务，其中强调了完善法规政策，优化制度供给,构建两级数据要素市场结构,围绕数据集聚'运营和交易等环节,推动数据新型基础设施、数据运营机构、数据交易场所三大枢纽建i殳，打通供需渠道，保障数据要素生产、分配、流通、消把各环节循环畅通，从全国范国看，我国数据要素市场化程度不仅滞后于传统生产要般市场，也苻后于市场经济和数字经济的发展。产格懑义的数据要素市场尚未建立,数据确权、定价、交易、流通等市场环境尚未形成,产揖制的数据要素价值化作用的发挥，加快培育数据要素市场，才能抢抓数字经济发展战略机遇期塑造数字经济时代竞争新优势2数据要强市场化战略意义2.1 数据要索巾场化是助推经济扃质fit发展的主要抓手数据是数字羟济的核心生产要素，数据要素的集聚与流动是实现产业数字化、网络化、智能化改造的动力来源，数据要素市场化从源头上有效提高数据供给能力、控制数据应用成本并推进数据效益报火化。数据要泰市场化推动要索质法提升，通过数据要点市场与其他要素市场的协同联动，实现对劳动力、技术、资本等各方面生产要素流转的全面数字化智能化改造，提高实体经济的要家投入数!和质中：数据要素市场化推动实体羟济向精细化配过、精掂化服务和柔性生产的方向转型升级，如设计环节的大规模定制、生产环节的智能制造、甘镣环节的精准推送等，都在不断增加行业生产率和网加值水平；数据要素市场化推动实体经济动能转换,通过市场化配置.发挥数据低成本淹通、规模报盼递增等优势,克服传统要素资源的总凝限制，形成规模报酬递增的经济发展模式.2.2 数据要素市场化是施建“双循环”新发展格局的现实需要"双循环"新发展格局的重点在于打通生产、分配、流通和消费各个环节,通过畅通国内大循环、促进国内国际双循环,培育新形势下我国经济发展的新动能和新优势.生产环节.数据市场化有力促进企业生产数字化转型，加快产业结构转型升级；分配环节，数据的高效流动和合理鼠附可缓解信息不对脓问遨，提高资源配置效率和经济运行效率，破解区域及城乡发展失衡、资源错配、市场分割等难题；流通环节,数据资源的电合和数据平台的建立健有力打破流通环节壁垒,实现信息交流共享.符资源比较优势转换为经济优势,提升国内资源循环质量，减轻产业外迁的压力：消费环节，数据要素市场化能有效提升传统要素的价值转化效率，扩大有效需求，推动信息消费、智能消费等新消费业态发展，促进数字贸易发展，带动国内国际双循环良性发展。2.3 数据要索市场化是完善社会主义市场经济体制的主要内容党的十九届四中全会首次将按劳分配为主体、多种分配方式并存和社会主义市场经济体制纳入我国社会主义基本羟济制度，”多种分配方式并存“关键是要解决好按生产要素叁与分配的问题,数据作为生产要素参与收益分配是关键之一，也是数字经济时代分配制度的与时俱进.是一项重大的理论创新.数据要素市场化是推进数据要素参与收入分配、完善要素分配体系的重要举措，通过数据要素市场化可以加快形成独顾包容性、开放性和发展性的数据产权体系，形成科学合理的数据要索价格形成机制，科学/化多元数据主体的要素贡献，有利于完替市场评价数据要索贡献、贡献决定数据要索回报的机制，确保数据要素收入初次分配高效公平,让企业和个人有更多活力和更大空间去利用数据要素发展经济、创造财富.3我国数掘要素市场化的现实挑战我国拥有的数据最居世界第一，但是数据的价值尚未被最大程度地开发出来，当前我国的数据要素市场滞后于市场经济和数字经济的发展，成为市场体系的短板，因此，培育数据要素市场成为促进数据价Vi有效利用的必然选择"9）.3.1 数据要家市场化发展起步晚起步援当前，国内尚未有构建数据要素市场化指数的研究，这给理解我国数据要素市场化发展的现状带来了困难，为更好地对当前我国数据要素市场化配置所处阶段进行分析,本文首先构也了数据要素市场化指数,以宜观展现数据要素市场化配置的整体发展状况.借鉴中国分省份市场化指数报告（2018）20的研究思跖，数据要素市场化指数包含3个,级指标，分别是产业发展、发性环境、数据治理3个处度，8个：级指标，分别是数字产业化规模、产业数字化规模、市场化发展程度、新型基础设施发展程度、数据交易中心、数据要素市场发展规划、数据治理和监管基础、地方政府数据开放水平（见表IrIt1.于限始数据指数间前纲不同，为使其具有可比性，本文对数据进行极差标准化处埋：同时,赋予好个指标相同的权虫，以该分项数据要素市场化程度收高的省份为1,最低的省份为0,将加权后的数据要素市场化指数标准化为10.所有指标均为正向指标，利用本有份数字经济规模占GDP的比重作为调整系数调整后数值越大反映该省份数据要素市场化程丧越高.1数据指标体系与来源作9mmk二借“I*ti1.收字产化税模中bitr/经济发n皮竹2X产故字化/施中Met字绶济发IIn度的3育场化发"拶次中W分有的市看化指Ik报件4发环境4.新IQMe1.m发无度中M膈”位必*力指数门皮竹55.数摄之“中心各务由打理”已娥数也入&中。所.*白t1.*6&收VCTK发及说弱*ftftnnMe*Wt*R7ttWifW7.1翼抗。他佐It各行的大0M1TRZ中C)HHSa.中弹方致“HMJF依横告表2给出了各省份依据要索市场化指数排名和3个一级指标，整体来看，数据饕素市场化指数最高的省是广东,其数值仅为3.70,这意味着全国数据要素市场化配置规模较低,潜在制约因素仍然较为突出，完善的数据要索市场建立仍然面临较大挑战.分区域来看，我国东南沿海省份数据要素市场化指数相对较而，其数据要素市场化配置正处于加速起步阶段，东南沿斑地方政府枳极推进政南数据开放共享，挖掘数据要索市场化深度，数据要索红利逐渐得到择放,有助于推动新模式新业态不断涌现：相反,我国中部、东北'西北和西南部分省份数据要素市场化发展水平存在明显滞后，数据要素市场化配置面临统筹力度弱、交功市场精颈大等向烟，分省份来看，淅江、北京和上海数据要素市场化指数排在24名,分别为3.64.3.58和3.49江苏、山东、天津和福建数据要索市场化指数排在58名,湖北数据要素巾场化发展程度在中西部地区排名最旅前.在数据交易中心建设方面,湖北已经建成华中大致犯交易所、东湖大数据交易中心和长江大数据交易所，是全国唯一一个拥彳f3个数据交易所中心)的省份，这在很大程度上有力支撑了湖北数据要素市场的建设和完善，为湖北数据要案市场化快速发展打下坚实基础。同时，云南、青海、新疆、甘甜等省份数据要素市场化指数排名粕后,数据要素市场化培育较慢.具体表现为数字经济基础设施投入少、数字经济规模较小、数据治理和赛管环境不完善、数据要素发履规划不充分等特点.&2数据要素市场化指数3.2 数据要熊市场化配置面临诸多挑战从数据要素市场化指数未存.我国数据的要素化和价值化进程依然处于起步阶段.数据确权、数据定价、数据交易、数据漉转、数据保护等环节依旧需要大R的实践探索，数蛎要素化和数据价倘化的相关问SS仍未得到很好的解答，（I）数据产权确权难。困绕数据生产者（如消的者）和数据控制者（如平台企业）就一方应该搠有数据的所有权.即个人用户数据的必属问遨仍然存在争议.对于数据处理者或控制者而言，既然付出了劳动和资本，那么权力应该得到相应的保障.但数据本身纸含着个人、企业等主体的信息，会涉及相关当下人的物权、人格权、民W权、私权等多种权力，因此确认数据产权的权利归属难度较大211同时，数据的作竞争性和低成本女制性使得数据要素不同于其他生产要素.数据要索产权保护也更加困难.（2）数据价也评估难.数据价格与数据顺显、收佻碓易废、特定应用场域有关，数据本身的价值难以衡灵，比如一部质疑好的纪录片和一部质崎族的纪录片，两部纪录片文件大小都是IOGB,但其价值可能千差万别。又如，数据生命周期分为数据生产信息和知识、数据产品应用两个阶段,原始数据、加工整理后的数据、计舞分析后的数据等虽然最终都会逐步转化为信息或知识，但是不同形式的数据,其价值是不一样的.此外，大部分平台企业都采用消费者免皆使用的模式，给数据产品或服务定价监管带来新挑战。（3）数据交易流通难。各类数字经济企业累枳的大用向联网、物联冏数据目前大多数处于互相割裂、难以流动、无法打通的“数据孤岛”状态.尽管在经济社会全面数字化转型过程中，缩要大Ift的数据资源参与生产过程，但是由于没有相关的法律法规和交易规则,因而玳以实现大数据的充分扩欣、大范眼共享和市场化流通，由于缺乏数据确权可行技术手段，交易主体无法清晰界定，导致现有的大数据交易所普涧面临质量低、交易额度低等问题，市场化数据交易生态系统的建立受到严重阻碍，数据交易市场规模化发展仍想不弊充分.（4）数据保护监管难.数据开放和共享造成新的安全问即，降低J'政府部门和社会机构对数据开放共享的积极性。数据集本身可能是脱敏的、安全的，但不同数据集的整合却可能侵犯个人隐私权，泄正企业商业秘密或国家秘密，RichardJ和King22强询了关于大数据的3个怀论,即透明度呼论、身份悖论和权力悖论.透明度悖论表明大数据虽然广泛地收集各种各样的私人信息,但大数班的悚作本身几乎完全笼罩在法律和商业秘密中：身份悖论说明大数据支持者认为大数据虽然能够得到有价值的站出，但大数据往往以牺牲个人和架体身份为代价进行身份识别：权力悖论意味着尽管大数据有能力进行社会变革,但大数据的权力效应以牺牲瞥通个人权力为代价让大型政府和企业实体字有特权,对数据安全贲任风除的担忧阻碍了公共数据的共享和开放.4数据要素市场化实践路径4.1 加快数据汇聚，夯实市场化基础把数据资源高质量采集上来、汇聚起来，是数据饕南市场化的前提和基础23）.作为人I1大国、制造大国、网络大国，我国数据资源板为丰富.多举措推动数据高颇显来集汇聚.可为培声和发展数据要素市场打好坚实的基础，在企业层面，要引导企业加强数据采集、标注、传输、存储、分析、应用等全生命周期皆理，推动工业设备互联互通，制定关进设备数据接口标准,逐步实现数据全面聚集、制效互通和商顺电汇聚,在国家层面.要建好管好基础数据资源体系.不断丰富人口、法人、信用、宏观经济治埋、自然资源和空间地理等基础数据开展数据资源统计调直，引导政府剖门、公共机构、企业开展数据资源编目工作，制定现范的数据质疑评估监督、响应何员和流程改善方案，形成数据质量管理机制。4.2 推动数据流通,完善市场化能力数据自主有序交易流通,是数据要索市场化建设的关世，是激发数据要素价值、扩大数据生产力乘数效应的堂要途径.为逐步推动数据更大范困、更加充分和有序地交易流通，要建立数据确权机制，加快探索数据“所有权”与“使用权”的分离，通过数据登记确权平台及区块链等技术手段，实现对不同数据的权属类型界定：二要建设数据资产价值评估体系,鼓励高校、研究机构、大数据交易所等加快研咒开发数据资产价位评估模型,在实践中逐步建立和完善能准确评估数据价位的方法,健全数据询价、报价、定价、竞价机制，促进数据交易和流通；三要培育数据交易环境，鼓励企业间共建共用安全可信任的数据空间,研究制定公平、开放、透明的数据交易规则，加强市场监管和行业自律,培育营造包容审慎的数据市场化环境24).43深化数据应用,增强市场化动力数刖融合应用是构建数据要素市场化的关键牵弓I力.现在数据供给“数据应用僭求不匹配问题突出，成为制约数据要索市场发展的难点之一，因此，从供给端来看,应着力提升数据平台能力，以应用场景为牵引，进一步完善数据暨素市场的供需对接机制,切实解决数据市场供需错配问遨.强化数据应用支撑作用,助力打造数据应用生态，以数据流通降低企业特别是中小J：业企业数据应用的壁垒25,26)：从需求端来石，应加快数据全过程应用，创新应用场景，鼓励农业、工业、交通等领域充分开发利用数据，实现不同产业的研发设计、生产制造、产品运维、经营管理的业务全流程综合应用，提升企业研产供销数据应用水平为发展数据斐索市场以最大限度运用数据根务经济社会提供支揶峋.4.4强化数据安全，筑车市场化底线安全是数据市场化过程中必须守住的底线，也是制约数据市场化发展的天花板“由于存在除私数据被潞用、敏感数据被冏取等风险，数据市场主体在参与市场化流通时存在帆虑.掣肘了数据要索的流动和应用.为解决数据市场化中的安全问咫.应建立致加安全击任体系,按照数据分类分欲保护制度，确定可进行市场交易的数据目录，明确安全主体员任和防护要求，严厉惩罚数据黑市交易等触碰红战的行为；应健全数据安全管理制度，增龙数据安全预警和溯源能力，提升安全态势感知、测试评估等能力.提升数据全生命周期安全保障指6位构建黄穿数据流通始终的数据安全体系(27：应加强数据安全技术和产从研发，推进数据安全多方计曾、可估计编、联邦计算等技术的攻关克难.加大技术试点工程，推进技术成果，专化，全面提升数据市场化过程中防溃漏、防地取、的髓改、防伪造等能力.S结束语数据要素市场化是一个系统性难题.完善数据要素市场时我国现代化羟济体系的构隹具彳iR要意义。解决这系统性难题需要动态演进的辩证性思斑：，宅者认为需从底层理论的架构、面临难题的挖掘以及相应的解决之道3个方面进行拆解，并在每一环节进行细致分析，底层理论的架构实际上来向经验现实的升华,数据的非竞争-排他并存性、规模报册递增-逑减并存性，以及正负外部红朵性是数据要索市场化诸多现实难咫在埋论维度的提升.数据确权玳、定价难、流通难、战留翔:，是数据木身具有的理论性质在经验现实中的下沉，“数据四难”背后均缜含着数据本体论的3对矛盾.所有针对数据要兼市场化的实践手段不仅仅要针对具体何起.更应以是否能援解、调和数据背后的3对矛盾为考量.除丰富数据要素市场化的相关研窕外,本文的意义还在于他游引玉地提出一套政策研究逻辑，为政策研究提供种更具理论性