数据资源资本化的实现路径

 

伴随数字经济时代的加快发展，数据的要素价值不断凸显，进而引发了对数据资源资本化的思考。如今，以数据为核心的技术实践和应用重组已经蔓延到了政治、经济、文化、社会等各个领域，进而形成大数据体系。

当今，我国不断强化对数据要素的重视，《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》和《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》等都明确提及了对大数据的战略布局。但是，当前我国在对大数据的管理方面还面临诸多现实困境，对大数据资源资本化的实现路径也是市场颇为关注的焦点，本文进行了分析和考量。

数据要素观及其资本化研究

“生产要素”概念源于经济学领域。土地、劳动和资本成为生产要素。本世纪初，互联网技术催生数据信息参与生产的价值不断被彰显，数据开始加入生产要素的行列。2016年，杭州G20论坛上才作为生产要素被正式提出来。

如今，数据作为重要的生产要素已然成为共识。数据成为核心生产要素是新经济发展的产物，数据具备与传统要素相同的生产共性功能，但同时又具有相较于传统生产要素的个性特征，其具有明显非排他性、规模经济性、可再生性、强渗透性等新特征，并体现出准公共物品、规模经济和范围经济等特性。

生产要素资本化是市场经济体制下实现资源价值变现的基础。研究认为，数据要素资本化的基础与核心在于数据确权(王宁江，2015；杜庆昊，2020)。但数据资源要素的确权又面临特殊问题，“数据归谁所有、数据谁可以用和数据收益是属于谁的”是当前面临的主要问题(毕颖等，2019)，以及数据自然属性和社会属性的复杂性等。对此，应从个人、企业、政府等多维建立数据所有权、数据使用权、数据收益权架构。理论界关于数据作为一种新型生产要素已然成为共识，但这种要素观还停留在资源层面，对数据的资本价值认识则仍然存在争议，包括：如何实现数据要素的市场开放和制度化管理（王芳，2020；曾铮等，2021），如何开展数据要素的确权交易和进行资产化改造（赵瑞琴等，2021）。

过分强调数据价值是数据收集者和使用者对数据进行技术改造后的私人成果，进而忽略市场相关方和公众在价值形成中的主体地位和作用。这种观点承认了数据的价值属性，具有一定的进步性，但又试图掩饰数据本体劳动而夸大数据二次加工的劳动付出。这一观点的现实写实就是，商业资本通过数字技术进行大数据改造和应用变现，同时，以主张知识产权等为“借口”进行数据资源的私有化保护，进而试图稳固对数据资源价值的长期占有。尤其是在共享经济、智能应用等新经济形态和模式加速发展的背景下，这种对数据资源的技术占有很容易形成“马太效应”，催生出更多其他市场技术细分领域的垄断。

伴随数字技术的快速发展，金融资本已经嗅到甚至扎进了数据资源变现的饕餮盛宴之中。数据商业变现催生出各类数字平台企业，并反客为主地控制着诸多实体产业和整个消费市场，进而滋生了各种以数据为壁垒的行业垄断现象，助长了越来越多打政策擦边球、钻制度漏洞的投机势力，对数据资源的管控迫在眉睫。对此，笔者认为，数据资源商业变现是资本在再生产过程中对数据资源价值的吸收。数据资源资本化的目标绝然不是数据资源商业变现，而是数据要素价值实现。换言之，数据商业变现可能是数据资源资本化的手段，但数据公益变现才是其核心，而数据要素价值悖论正好揭示了对数据要素价值实现的逻辑掩饰，认清了金融商业资本对公共价值侵犯和对剩余价值掠夺的本质。

数据资源资本化的路径构建

数据的资本价值认识目前仍然存在争议。数据要素价值实现的根本内涵，是开掘数据之于社会生产与公共服务的整体红利，以数据的要素价值观为基础，以原生数据为价值本体，充分尊重社会大众作为数据源的价值贡献地位，兼顾商业资本的技术服务投入，重构数据资源资本化路径，包括要素价值观、产权结构、交易机制及价值实现模式的系统性重构。

树立以原生价值为基础的数据要素价值观

作为特殊的生产要素，数据资源具备两个基本属性：一是数据不以个体意志为转移而并行参与人类生产生活的属性，可将其称为数据的自然原生性；二是数据可依托技术手段、服务载体和交易规则等被改造运用的可塑性，可将其称为社会后生性。

而数据要素的价值实现自然也要立足于这两个属性。就自然原生性而言，数据要素蕴含着最一般的广谱性价值，这是从量的维度来看待数据要素价值的，如同分数的分母。因此，凡是通过人的主观能动反映出来的对象、关系、思维、概念等都是价值数据，它们没有属性和优劣的差别，自然也就不会区分种一亩地的产出数据和一头牛的生育数据的不同，而与之形成映射关系的自然就是所有社会大众，即一般社会大众构成了数据要素原生性价值的创造基础。就社会后生性而言，数据要素蕴含着差异化的个体性价值，这是从质的维度来看待数据要素价值的，如同分数的分子。因此，通过不同能动性反映获得的数据就具备不同的价值，它们会有类别、质量、形态等的差异，如医疗机构对人身体数据加工的结果和裁缝铺对人身体数据加工的结果必然含金量不同，而与之形成映射关系的就是金融资本及相关的不同数据加工者，包括各种机构、组织及个人等。

根据数据要素的属性及其价值维度的分析可知，科学的数据要素价值观应当是：坚持对数据资源“二重性”的属性认识，以数据要素自然原生价值为基础，不断深化对数据要素社会后生价值的创造，探索利于数据要素价值实现的方式。

构建以要素特征为核心的数据产权架构

数据要素价值的社会性(集体性)是基础，这就意味着其所属关系应建立在社会大众公有的基础上，再细分映射到部分主体。不过，仅考虑数据所有权关系是不够的，数据要素还面临使用、收益、用益等关系，需要围绕要素特征继续丰富其他产权关系。相关研究认为，数据要素具有非排他性、规模经济性、可再生性、强渗透性等新特征(戴双兴，2020)。

在此从其功能实现的视角归纳了四个方面的特征：一是共生性，即数据产生和应用是共生的，它既是社会生活的结果，又作用于社会生活；二是人格性，即数据不仅是物质特性的体现，同时也附带人格特点的表达，具有天然的交互属性；三是多益性，即同一数据可以被不同对象在不同领域使用并变现；四是衍生性，即数据可以经过加工衍生出不同的信息，并在应用中实现增值价值。鉴于此，数据产权已大致可明，就是围绕回到“为谁所有、为谁所用、为谁所益”三个问题构建“所有权+使用权+收益权”的产权体系。

而结合上文关于数据价值悖论的辨析和要素价值观的厘定可知，数据首先应是为公共(国家、集体)所有，为生产服务主体所用，并以实现公益价值为核心，同时，应当兼顾商业资本在数据要素价值实现过程中的附加投入。因此，数据要素产权内涵大致应为：以数据要素公有为基础(国家或公益性集体组织作为公有性主体代表)，赋予使用权条件性让渡，保障数据所有和数据增值开发兼顾的收益权共享。

探索以市场规律为引导的数据交易机制

市场交易是数据要素资本化的结果，也是其实现的途径。按照市场交易的一般规律来看，数据市场交易机制的建立核心是要解决四个问题：交易的对象是什么？交易的主体是谁？数据如何定价？如何保障交易安全？

对于交易的对象，即以商服性数据及产品的使用权为标的，明确公益性数据、商服性数据、特殊数据的类型及划分标准，科学界定公益性数据的公开程度，合理设置商服性数据的交易及适用范围，充分保障数据所有权主体权益，维护社会公益和人格隐私等，坚决杜绝商业行为对数据价值及消费者权益的侵犯。

对于交易的主体，即为数据及数据产品的使用权人，主要针对商服性数据的交易，要明确使用权的所属，规范约定交易主体完成数据交易后的权力边界，明确因交易行为而形成的权利排除。

对于数据的定价，要以价值规律为引导，充分考虑数据的商业性价值和社会性价值，尊重市场竞价的基本规则，在优先保证程序公平的基础上，不断探索包括技术创新和机制完善等在内的价值实现方式。

对于安全的保障，一方面是对数据本身涉及的信息安全保障，要从技术运用和制度约束上加强数据加密及防护，另一方面是对数据交易的安全保障，要重点围绕交易过程中的矛盾处置、争议裁决等进行程序和机制的设计，这就需要构建规范可控的数据交易平台。

完善以社会共享为目标的价值实现模式

数据要素的属性、特征及所属关系决定了其价值实现的根本是社会红利的增长。不过，在这一过程中无可避免地有商业变现行为的参与供力。因此，这就需要探索完善兼顾公共利益和商业利益的社会价值共享模式。

数据要素价值共享包含三个维度的考量：一是出于对社会集体作为数据所有权主体的权益保障；二是出于对商业资本进行数据开掘的成本补偿，以及作为商业性数据使用权主体的权益保障；三是出于对数据二次开发形成的增值收益调节。基于此，应当探索建立多元兼顾的收益分配机制。可供参考的方式包括：一是征税，对各类平台型、数字型企业等市场主体的经营收益征收公共数据使用税；二是收费，对各类从事大数据服务的市场主体收取公共数据资源使用费；三是设立调节金，针对数据交易等商业行为按照一定比例对成交价征收收益调节金。所得的税收、费用及调节金主要用于重建公共性数据库，优化公共性大数据服务，维护私人信息安全等。

建立健全数据资源资本化的制度体系

数据资源资本化是具有内生逻辑和现实必然性的，但数据资源资本化路径的构建不仅需要深刻探析数据要素的本质特性，不断厘清数据商业变现中的价值悖论，还需要完善的制度体系为保障。对此，特提出几点建议：

一是建立数据产权保护制度。协同数据作为新生产要素的战略部署，及早开展数据资产确权试点工作，探索数据产权权能即实现的模式和机制，尽快将数据要素纳入产权保护体系，进一步完善我国生产资料公有制制度。

二是建设数据公共服务体系。探索由政府直接参与或授权社会公益组织开展大数据平台建设，延伸服务职能，不断完善数据管理的体制机制，加快对公益性等数据资源的梳理整合，采用多种方式收归各类数据资产，加大数字型、平台型企业整治，将数据纳入公共性、规范化、平台式管理。

三是健全数据市场生态体系。鼓励并支持数据开掘、数字资产定价、数据收储、个人隐私监管、数据溯源、风险评估、争议仲裁等有关技术和服务的发展，引导社会资源参与数据交易市场活动，构建多元制衡的数字生态。

四是完善数字经济法治体系。重点面向个人隐私保护及公共重大信息安全防护所需，制定并完善相关法律法规，完善相关配套机制，构建较为完善的数字法治体系。

（编辑  尚鸣）