数据新作为·数据30人20城 系列报道解码数治之道㉒
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。
构建完善的数据市场体系，促进数据互联互通，既是数字经济做强做优做大的重要基础，也是推动经济社会高质量发展的关键举措。《中共中央 国务院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”。而构建数据要素统一大市场，必须依托统一的市场基础制度、市场交易规则和平台载体，打造多层次、多样化的数据交易市场体系。那么，如何构建数据交易市场体系？存在哪些障碍？清华大学教授、清华大学社会科学学院经济学研究所副所长戎珂接受南都专访。
多层次数据要素市场主要包括三级
南都：构建完善数据市场体系，促进数据互联互通，是数字经济做强做优做大的重要基础。在您看来为什么要构建“多层次、多样化”的数据交易市场体系？
戎珂：数据要素类比其他生产要素，既要倡导市场交易，也要确保安全流通。简言之，数据只有安全地流动起来才能释放价值，不同数据也只有发生交互，才能生成丰富的数据产品，进而满足生产生活的需要。例如，一个人的信用信息，包括房贷、车贷、工资等由不同部门掌握，这些数据需要合在一起发生交互才能形成个人信用体系，进而产生价值。目前，大部分数据都分散在不同主体手里，由于各主体生产能力不同，导致数据的价值并没有被充分挖掘。极端情况下，当数据分散在个体手里，其实不太有用，没有一定的生产力，没办法加工分析数据进而产生价值。具有生产力的主体有规模优势，以合适价格、机制，把汇集的数据放到交易市场，就能促进数据交互、加工，进而产生更多价值。
数据是发展数字经济的重要战略资源和关键生产要素，只有构建符合数据要素市场化配置要求的交易体系才能有效促进数字经济健康可持续发展。而构建数据市场体系需要遵循以下原则：一是数据需要保护，也需要流通。数据市场体系建设应兼顾数据安全与数据流通，其中数据安全是流通的基础，即在数据安全和保护个人隐私的前提下，发挥市场力量，促进数据要素的充分流通和汇聚，最大限度实现价值发挥和风险规避的有机统一；二是构建数据市场不光是为了推动原始数据本身流通，更多的是为了推动数据内包含的价值流通；三是数据交易模式要多元化，数据供求双方应根据自身需求选择合适的交易模式。
建立统一数据市场主要针对的是安全和监管，而非具体应用场景。构建数据要素市场要保证数据既安全又流动，保证市场慢慢建立起来。所以，我们提出需要基于数据市场体系的基本原则，从交易内容、交易模式两大维度出发，打造多层次、多样化的数据交易市场体系。
南都：建立数据市场是为了推动数据交易、流通，最大程度释放数据价值。如何打造多层次、多样化的数据交易市场体系？
戎珂：目前数据交易市场体系存在一些不足，需要打造多层次、多样化的数据市场体系。一方面，在交易内容维度，建立多层次数据要素市场，具体包括三级：
一级市场是数据授权市场。主要解决原始数据授权、数据资源流通等问题，真正解决数据从0到1生成的权利分配过程。这相当于金融市场的IPO，让股票可以进行后续交易。数据一级市场与股票一级市场原理相同，数据不是自然品，而是生成品，需要通过适宜的机制协商解决数据生成、利益相关者主体分配等问题。
二级市场是数据要素市场。二级市场提供数据要素的交易流通场所，授权后的数据进行市场买卖交易，相当于金融市场上市后的股票进行市场交易。遗憾的是，目前市场数据要素市场没有完全开发出来，去年全国数据交易量规模有限。其中，数据交易机构遇到的瓶颈之一就是没多少公司愿意把核心数据、好数据拿出来交易。究其原因，是因为数据权属和定价机制没有明晰，尚未解决好安全、流通两大问题。
三级市场是数据产品和服务市场。三级市场提供数据产品和服务的流通场所和场景，相当于金融市场的金融衍生品市场。数据产品和服务是真正发挥数据力量的形态，但它需要有很强的技术支撑，有一定门槛。举例而言，腾讯为麦当劳提供选址服务，就是通过微信及位置服务数据，转化成为选址的数据产品卖给麦当劳。三级市场既能保证数据安全，又能保证流动，通过多方数据结合产生的产品，很可能是未来最大的数据商业模式。
另一方面，在交易模式维度，由于数据交易模式受应用场景、买方异质性的影响较大，需要建立多样化数据要素交易模式，具体包括三种。第一种交易模式是场内集中交易模式，即通过集中交易平台进行数据集中交易。此处“场内”并非仅限于交易所，而是包括交易所、交易中心等在内的政府可监管可溯源的集中交易平台。第二种交易模式是场外分布交易模式，即在集中交易平台外进行数据分散交易。第三种交易模式是场外数据平台交易模式,即通过数据平台上进行多方数据交易。数据平台模式是一种集成模式,通过隐私计算等技术手段实现大规模联合计算并生成相应的数据产品。
需要基于生成场景的数据要素确权
南都：您提到数据交易市场体系中要解决数据授权问题，是数据所有权还是使用权？当前数据要素流通交易存在哪些障碍？
戎珂：如果无法对新产生的数据进行确权，数据要素就无法以较低交易成本流向最能发挥其价值的地方。数据权属不清造成的影响将贯穿整个数据要素流通的链条，确权不合理很可能会降低数据要素市场的资源配置效率，进而损害用户的社会福利。尽管数据确权非常重要，但数据如何确权没有达成一致。
目前最大障碍就是权属不清以及安全问题，数据生态利益相关者尚未建立起来，包括采集、整理、加工、交易、生产、消费以及分配等过程的权属和安全问题，也就是说数据交易市场的基础设施没有建立。基于上述问题，我们专门做了基于生成场景的数据要素确权研究，提出的解决方案就是基于生成场景的互动数据要素所有权的确权，当然这对象是在法律规定范围内可授权的数据的确权。理想情况下，以A购物平台数据为例，A平台贡献服务器、算法来收集数据，平台用户则贡献购买行为的数据，数据权益可以通过市场价格调节机制自动调节出来，假如竞争的B平台给用户60%数据权益，而A平台只给10%，用户会倾向于去B平台购物。基于这些数据生成过程中的利益相关者互动的协商机制，来确定数据权益分配。而目前，我们认为数据确权最初的高效方式，就是分级授权机制，而这个机制也是市场均衡的结果。
南都：您提出通过数据要素分级授权体系进行确权，具体怎么理解？
戎珂：我们提出一种解决数据确权问题的新思路，让用户和数字平台围绕着数字经济的生产活动进行市场化的数据分级授权。从数据的正外部性和市场开发程度出发，根据赋予数据持有者可对数据流通使用的权限范围的大小,对数据授权内容和程度进行分级。数据在交易流通中可转让权利范围越大，数据授权级别越高。
根据此原则，数据可被分为从“拒绝授权”到“完全授权”的多级不等，根据数据权属内容划分不同的授权级别，可以根据生成场景不同而定。例如，L0属于“拒绝授权”，用户完全不授权其所有数据。L5级属于“完全授权”，包括两类情况，一是完全可交易，用户同意完全转让数据以及基于数据的开发利用并因此而获利，但不同意对数据进行再次转让；二是完全可转让，用户同意完全转让数据以及基于数据的开发利用并因此而获利，同意对数据进行再次转让。
同时，根据不同类别级别的数据授权体系，设计分类分级的数据要素治理体系，明确相应监管主体与要求，规范各级各类的数据交易，将治理体系落实到数据要素生产流程各环节、各层级及各相关责任主体。针对数据收集、存储、处理和交易的关键环节，建立全流程、动态可追溯的分类分级标识体系，主要包括三个方面：一是针对原始数据收集中分类分级的标示，数据收集者在合法收集数据的同时应通过订立合同等方式，按照本分类分级体系，向参与数据生成的相关主体明示所收集数据的分类，通过获得对数据进行使用的明确授权分级；二是针对数据存储和处理过程中分类分级的标示，在数据存储和处理过程中应保护完好分类分级标签标识，在数据处理过程，对于数据相关信息有重要改变，此时应按照标准及时对新数据集进行分级分类标识标定；三是针对数据交易流转过程中分类分级的标示。在数据交易、流转过程中明确约定接收方所获得数据及其相应授权的分类分级，约定的数据分类不得低于出让方所持有同样数据的分类。
个人简介
戎珂，清华大学长聘教授、博导、剑桥大学博士、国家社科基金重大项目首席专家、爱思唯尔（Elsevier）“中国高被引学者”；清华大学社会科学学院经济学研究所副所长；清华大学全球产业研究院副院长；清华大学创新发展研究院副院长。研究方向为商业/创新生态系统、数字经济和数据生态。主持国家社科重大、国家自科基金、国家高端智库、英国学会、华为、中国电子、字节跳动和腾讯等支持的研究项目。担任学术杂志《Journal of the Digital Economy》主编。
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