复旦大学黄志力（复旦教授黄丽华）

数据新作为·数据30人20城 系列报道解码数治之道㉖

数字政府建设是推进治理能力现代化的重要支撑，是经济社会高质量发展的必然选择。而盘活数据资源是数字政府建设的关键之举。南方都市报、南都大数据研究院推出系列专题，专访数据开放实践者、治理标准制定者、数据安全护航者、数据立法起草者等，并且挖掘数据应用创新举措，探寻数治能力优秀区域，以“30人访谈为引，以20城案例为鉴”，致力呈现新时代下的“数据新作为”，共谱数智新篇。

同时，面向全国企事业单位、科研机构等征集数据应用优秀案例（资料或线索请发邮箱nandubdi@163.com），我们将组织大数据领域有关权威专家对案例进行解读、评估，并进行更深入采访，实现更广泛推广应用。

6月22日，中央全面深化改革委员会第二十六次会议审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》，为数据基础制度建设指明了方向。数据上升为新型生产要素以来，数据要素价值已经基本成为社会共识，数据相关的立法、系列性制度的出台成为当前改革焦点之一。之前，中共中央、国务院对外发布《关于加快建设全国统一大市场的意见》，提出要“加快培育统一的技术和数据市场”。

那么，为什么当前数据交易市场不活跃？面临哪些挑战？如何从制度体系、市场体系、社会性保障体系以及监管体系建设等方面予以完善？对此，大数据流通与交易技术国家工程实验室常务副主任、复旦大学管理学院黄丽华教授接受南都专访。

需要明确数据交易市场交易标的物是什么？

南都：《关于加快建设全国统一大市场的意见》提出加快培育数据要素市场，为什么要建设统一的数据交易市场？

黄丽华：我国数据要素交易市场体系、市场结构应该是什么样子的？这是我一直在思考的问题，我国从2014年开始某些地方政府或机构已经开始筹建数据交易所（中心或平台），为什么到现在数据市场仍然非常不活跃？我认为，一个市场需要各类参与者，包括供方、需方、服务商等，还要有明确交易标的物、交易规则以及市场监管措施等。但是，现在很多交易机构可能还没有想明白数据交易究竟交易什么？交易的标的物是什么？如何交易？

现在要建一个交易平台系统，从技术上来讲没有太大问题，关键是交易平台能不能成为一个活跃的交易市场，那就问题多了。如果没有参与者或者参与者很少，没有一定的交易规模或交易量，就不能称之为是一个活跃的市场，更谈不上有效的市场。就像线下开一个菜市场，没有供应商来卖菜，没有客户来买菜，市场图有空名，就没有意义。我们首先需要明确数据交易市场尤其是数据交易平台交易的标的物是什么？目前一些数据交易平台在做数据服务，比如数据清洗、数据标签服务，还有的提供数据分析、建模应用服务。这些服务可以称之为技术服务类项目，相当于我们传统的IT服务项目。需方只要找到合适的服务提供商，线下一对一签订合作协议即可。这种项目类的服务合同存续时间可以半年甚至可以是一年。我们所说的数据交易所或者交易机构，需要建设的是电子化的场内交易市场。

那么，场内交易可以交易什么？从电子市场理论视角来分析，有两种形态的数据产品可以实现平台化的商品交易，首先是数据集（data set），国外这类交易较多；其次是作为信息服务的数据API接口服务或许可证服务，这类数据交易用于精准广告市场、金融行业的验证类服务市场和查询类服务。这类产品的数据专用性程度较低，相对而言可以比较清楚地描述产品属性、特征，需方比较容易理解、接受。目前，我国很多交易机构没有很好地去设计这类可交易的可平台化的数据产品，而是把许多精力去开展数据服务类项目。尽管这类项目非常重要，某种程度上是一个有效的数据交易平台的增值服务，但仅靠这类服务项目，要形成规模化的交易市场是不太可能的。

一个统一的数据要素交易市场，并非指一个完全集中的一个市场，而是一个交易基本制度统一、基本规则统一、基本保障统一、监管标准统一的市场。比如，数据要素、数据产品的登记确权制度需要有统一的登记依据、统一的登记机构、统一登记载体（平台系统）、统一登记程序、统一审查规则、统一登记证书、统一登记效力等。不管各地建立登记服务的组织模式是什么，但只要这七个统一制度建立起来，就可以实现“一地登记，全国共享”的市场，就是一个统一的数据登记市场。数据登记市场建设是数据流通交易市场的必要组成部分。又比如，在基本交易规则方面，数据要素交易场所可以有场内交易，也可以有场外交易场所，在交易规则方面需要有统一的基本规则，例如统一的市场主体和产品准入规则、统一的产品责任规则、统一的数据产品分类分级规则和质量评估规则、统一的公平竞争规则和市场监管规则等等。有了这些统一的基本规则，各类交易机构可以有不同的交易模式、服务方式，就有可能实现公平开放、高效有效的统一市场。

对数据要素市场而言，建设统一的数据要素市场有哪些好处呢？简单来讲，首先，可以显著降低市场交易成本。由于数据要素产品的特殊性，数据要素市场的交易成本和交易的不确定将会比传统的实物商品市场、传统的要素市场要高得多，有了基本制度和规则统一的市场规范，市场参与者的进入市场成本、搜寻成本、信息成本、谈判成本、违约成本等才有可能降低。

其次，有利于建立数据产品的市场公允价格系统。关于数据定价问题，单个数据的定价较难，但在统一数据大市场下，能够通过平均定价法确定某一类数据的价格，通过判断大样本平均促进生产的效益确定数据带来的平均价值。有了市场公允价格，就比较容易确定数据资产的价值。我个人认为，推动参与者参与数据要素市场的动力机制应该是数据资产化。

再者，有助于提高市场效率。一手数据获取成本高，建立数据统一市场可以避免重复性地获取同样的一手数据，避免资源浪费。另外，由于数据的非竞争性，统一的大市场带来的效益会大于多个割裂的数据市场。

最后，有助于数据要素的应用价值最大化。不同的机构利用同样的数据能够产生的收益不同，所以数据的应用价值或市场规模应该是根据最好的使用可能性（生产可能性边界）来判断。因此，一定要打破数据垄断，建立一个统一的市场，让全社会的人使用数据，才能够摸索到生产可能性的边界。

与传统要素相比数据要素有三个显著特殊性

南都：数据作为新型生产要素，具有自身特殊性，反映互联网大数据时代的新特征。与其他传统要素相比，数据要素的特殊性在哪里？

黄丽华：数据要素的特殊性有许多，许多学者总结了非常之多的特殊性，比如具有高固定成本、低复制成本（边际生产成本几乎为零）、非稀缺性（数据几乎可以无限地被产生）、非竞争性（数据参与生产过程后不会被消耗）、非均质性（无法横向比较）、部分非排他性（共享性，可以无限复制给多个主体同时使用）、无限衍生性（不断加工、融合，形成新产品）、外部性等。

从市场流通的视角来看，数据要素与传统要素相比，我认为最显著的也是最重要的特殊性有三点：

首先是数据的内生性。数据的产生往往是企业或机构内生的，即数据本身是支持企业日常经营活动或支持政府行政的信息系统的产出，是经营活动和行政活动的附属品。这使得数据要素展现出的新特征包括采集成本高而边际成本递减的特性。企业或机构活动产生的这些数据本意并非是为了参与数据市场，而是为了获得对企业日常经营活动的管理和监控。也就是说，企业或机构不是为了获得数据要素而专门去生产数据，数据的产生是被动的。随着数据处理技术和分析技术的不断提升，以及数据计算所需的基础设施成本的降低，使企业才有能力和动力将数据应用于自身业务效率的改善，并创造新的产品和知识。

因此，从要素市场来讲，一般的企业是没有动力、能力作为数据供应方参与数据流通的。只有那些拥有大规模数据的企业，随着数据收集规模的增大，其收集数据的平均成本会降低，且数据对外部公司而言具有巨大价值时，才会有可能成为数据供应商。另一方面，既然数据是企业经营活动的附属品，而参与企业经营活动的往往不只是企业一家，还有参与活动的用户或消费者、技术提供商等，是多方共同合作的结果，因此，从数据内生性而言，数据的产权往往是多人共有。

其次是数据的非竞争性。数据的非竞争性与数据独特的物理性质有关。实物产品的使用意味着不能两人同时使用，但数据的使用可以同时被多人使用，其中一方的使用不影响其他人的使用。当数据被广泛使用时，其社会价值、经济价值就会显现，正如上文所述的，有利于提高效率和知识创新。这有点像知识产权（创意）一样，一个知识产权（如图纸或配方）本身具有复制成本几乎为零的特性，但往往用于完成某项任务的一套指令，而数据往往是完成任务的“原材料”。

目前从技术来讲，已有数据处理技术基本上使得数据的非竞争性成为可能。总之，数据的非竞争性对于数据的使用可能带来很强的溢出效应，数据越多，能够带来的生产力越强，而企业之间也可以学习、了解数据的正确使用方式。

最后是数据的计算性。传统要素的交易与计算没有任何联系，而数据要素产品通常是被计算机直接使用，如用于训练机器学习模型等。最接近数据要素市场流通属性的是技术市场。企业看到哪项技术有用，就会去购买，至于能不能用起来，这是能力问题。而数据看着挺好，用了就不一定有效。

比如，我们曾经做过关于药品零售店的销售预测，把所有与销售有关的因素、数据找出来，发现有些数据没有作用。按理说人流对零售店的销售具有直接影响，我们获得了零售店附近500米、1000米范围的每天人流数据，但这些数据对销售预测没有多大作用，为什么？说明数据与数据之间有冲突。我们作为使用者认为某个数据有用，但计算机用了后发现没用，或者预测模型的效果反而变差。这被称之为数据的计算性的特性，意味着某个数据产品尚未被计算机执行之前是无法确切地知道该产品的使用价值，因此数据产品是典型的复杂体验性产品。

数据要素市场主体及其服务机构培育尚未确立

南都：目前北京、上海等多地正在开展数据交易和流通。在您看来，当下数据交易流通市场发展面临哪些挑战？

黄丽华：我觉得总体上我国关于数据要素市场的体系尚未建立起来，从市场建设、市场培育来讲确实面临许多挑战。

首先，全社会对于数据要素及其流通交易市场的认识尚未统一。尽管我国2014年已经有数据流通有关的机构成立，但流通市场没有建起来，没有经验或成功的案例可循。从世界范围来讲，我国是第一个提出数据资源作为生产要素的国家，尚未有第二个国家有如此的界定。从目前学术界情况来看，对数据生产要素及其市场的建设的探讨，包括关于数据要素概念与认识、数据产品的定价、数据市场等具体领域的研究只是刚刚开始，尚未有成熟的研究成果。从社会层面上讲，对数据要素是什么、为什么等问题、以及数据要素市场是什么、为什么、如何建设等等基本问题，普遍缺乏科学的认识，甚至对数据要素及其市场建设持怀疑态度的人士大有人在。

其次，数据要素市场配套的法律法规、规则设立等所需的理论依据和实践经验尚未形成。理论上讲，数据要素市场需要在交易对象、交易规则、交易参与方、交易的监管、交付履约等内容作出法律上的界定，需要有相应法律法规作为市场合法合规性评估、运营监管的依据。比如，最需要法律上明确的是管理数据要素市场的交易对象及其数据资源确权问题。其中关键问题是数据确权确什么权？向谁确权？有谁来确权？确权规则是什么？诸如此类的问题在理论、实践上均需要探索。又比如，市场流通与交易的一般规则中除数据产品确权需要法律支持外，还包括数据产品的合规性规则、交易标的规则、交易产品的参考性定价机制、交易标的的交付规则以及交易争议解决机制、信息披露规则、交易监管规则等，这些规则的确立，尽管已有的要素市场理论、经验可以借鉴，但由于数据要素的特殊性，可借鉴内容有限。目前市场体系及其基本规则亟须研究、探索，并在有条件的地方鼓励先行先试，在实践中不断建立、不断发展和完善。

再者，数据要素的市场主体及其服务机构的培育尚未确立。数据要素市场目前属于新生事物，数据产品的供应商、需求方以及一批第三方服务商是数据要素市场的主要参与者。目前来看，一大批有潜力成为数据市场供需方的企业和机构对参与数据要素流通与交易业务持谨慎态度，参与市场的意愿不强或者根本没有，动力、能力也不足，由此导致公开渠道的数据供给不足，黑市交易、灰色流通等现象较为普遍。我曾经调研过一些可能成为数据供方的企业，企业主业不是数据产品，现有主业收入很好。在没有足够制度激励出现之前，他们没有意愿、动力来参与市场，赚取短期的一点收益，反而看到的是潜在的市场风险。即使有国家层面的激励制度，对一批潜在数据供方而言，经营数据产品的能力建设尚未就绪。

例如，数据战略是什么？如何把原始数据组织成有市场需求的产品？如果运营数据产品？由于缺乏多元化、专业的数据流通与交易的服务机构，使得数据流通与交易仅限于“小众”领域。同时，由于缺乏有影响力的开放的数据要素流通与交易场所，使目前我国数据要素流通主要以点对点场外流通居多。如果所有的企业均依靠自身力量来完成数据产品的组织工作，这些需要有一定专业能力的工作，无论经济上还是能力上均是不可行的。

因此，需要培育数据服务市场参与者，协助众多企业围绕数据生命周期，加强数据治理，做好数据采集、数据处理、数据存储、数据管理、数据分析、数据可视化、数据智能化应用等业务，将原始数据转化为数据产品和服务，提高数据资源的可用性和数据产品的成熟度。当然，更大范围的数据流通与交易还面临缺知识、缺人才的瓶颈。有了数据供方、第三方服务商，还需要有大批数据需方才行。目前，能够开发利用数据资源的企业主要是专业能力比较强的企业，总体规模还不大。要让一大批企业用好外部数据，面临的挑战也是巨大的。可以说，很多企业还没有完成信息化，内部数据还没有用起来，让他们购买外部数据的可能性更不大。对数据需方也需要培养，需要大力推进数字经济与实体经济的融合，提高企业使用数据的能力，加大推进企业数字化转型的力度。

最后是市场监管方面的挑战。由于数据要素的流通和使用具有一定的负外部性，现有的市场监管体系是否适用？还需要在实践中来验证。关键的挑战在于如何监管、监管什么、谁来监管的问题。很多专家说数据流通要做到“可追溯”，这是非常好的建议。“可追溯”说起来容易，做起来难。很多公司去市场上购买外部数据，其实并不想让别人知道，因为商业交易属于商业机密，按照合同法是需要保护的，除非是公开交易，一般性情况下没有必要公开。站在社会安全角度看，数据流通的“可追溯”要求是对的，但是从商业规则而言，还需要建立一个大家可以接受，既满足政府监管的要求，又满足市场对于商业机构经营保密的要求，这些都还需要探索。

在制度体系建设方面需要通盘考虑

南都：数据流通交易市场建设是复杂的系统工程。您曾经建议从制度体系、市场体系、社会性保障体系以及监管体系建设等方面通盘考虑。能否具体说说？

黄丽华：我国数据流通交易市场体系的建设刚刚开始。去年3月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确数据作为新型生产要素的地位，去年12月国务院办公厅发布《要素市场化配置综合改革试点总体方案》，强调要着力破除阻碍要素自主有序流动的体制机制障碍。这些文件的陆续推出，我个人认为，2022年称得上是我国数据要素市场建设有序探索的元年。上海数据交易所去年11月底成立，标志着一家国家级数交所的筹建和探索开始了。上海市政府创新意识非常好，给上海数交所的筹建给予了特别大的支持，政府也希望在破除体制机制障碍方面创出一条新路，尽快形成在全国可复制可推广的路径模式。

从国家层面来讲，在制度体系建设方面需要通盘考虑，在数据要素权属及其保护、数据要素流通交易、数据资产的收益分配以及安全与治理、数据要素市场合作与竞争机制建立相应的法律法规以及政策。

在市场体系建设方面，应围绕交易市场或交易平台运营方、供应方、需求方、中介服务方、政策制定方、市场监管方等市场参与者，建立完善的市场规则体系，包括市场流通交易规则体系、市场运营与合约服务体系、技术基础设施服务体系等。其中，在市场流通交易规则体系方面包括建立交易机构的管理办法、交易管理办法、交易标的物的规范办法、交易合约规则等；市场运营与合约服务体系包括建立与数据要素流通交易经纪、咨询、定价、评估、高效匹配、交付、培训等服务有关的系列性的管理方法或规范；技术基础设施服务体系主要是指为数据要素流通交易提供支撑的服务方准入规则、技术系统、技术标准和规范、安全规范和标准等。

在社会性保障体系建设方面，围绕构建一个高效的统一市场目标，除法律法规体系建设外，需要建立数据要素流通的行业自律规章，通过科学研究体系的构建，尽快建立系统性的关于数据要素流通交易的理论与方法，以支撑我国数据要素市场的建设；需要通过教育界、媒体和市场培训体系的建设，多方协同，使全社会对数据要素及其流通交易、数据要素价值等有全面合适的共识，为数据要素价值的释放尽快培养一大批有用的人才。总之，我国数据要素市场体系建设大幕已经开启，在建章立制的进程中要多管齐下，处理好创新试错与审慎包容、法律底线与柔性规则、开放融合与竞争规制的关系。

个人简介

黄丽华教授，复旦大学管理学院信息管理与商务智能系博士生导师，现兼任大数据流通与交易技术国家工程实验室常务副主任、管理科学与工程学会常务副理事长、中国管理现代化研究会副理事长、首届上海市数据交易专家委员会委员等职务。长期致力于企业信息化与数字化转型、电子商务、数据流通与交易管理领域的教学和科研工作，目前正主持“面向商务领域的大数据资源池及集成示范平台”国家自然科学基金重大研究计划集成项目，以及产业互联网、大数据资源管理与数据流通交易方面的研究项目。已主持完成国家自然科学基金项目和省部级项目、各类咨询项目40多项，学术论文发表在Information Systems Research、 MIS Quarterly、管理科学学报等国内外最高水平学术期刊，荣获“国家精品课程”“全国三八红旗手”、“上海市教学名师奖”“上海市一流课程”等奖项。

出品：南都大数据研究院 数字政府研究中心

统筹：邹莹 研究员：袁炯贤 设计：刘寅杉

,