数据要素经济学特征确权定价与交易.docx

《数据要素经济学特征确权定价与交易.docx》由会员分享，可在线阅读，更多相关《数据要素经济学特征确权定价与交易.docx（18页珍藏版）》请在优知文库上搜索。

1、数据要素经济学特征确权定价与交易数据作为新型生产要素已经融入到生产、分配、流通和消费的各个环节，有助于生产力增强、企业创新和资源配置效率提升。相较其他传统要素，数据要素具有虚拟性与非消耗性、非竞争性、价值不确定性、非静态性、正外部性等五大特征，并对包括规模经济、范围经济、边际报酬递减定律、私人物品与公共物品等基本经济学原理赋予新的意义。梳理和比较文献后发现，数据确权、数据定价和数据交易构成了数据要素市场的三大核心内容。从促进数据要素市场发展视角看，数据确权亟需明确权利性质和划分权利主体，数据定价需要结合具体的场景、定价策略和定价模型，数据交易则依赖数据参与者存在不同的商业模式和交易机制。展望未

2、来，数据技术发展、数据产权分置和数据垄断问题将会成为影响数据市场发展不可忽视的重要因素。一、引言21世纪正在发生一场新的科技革命和产业变革，全球经济正在经历前所未有的巨大变化。据IDC发布的数据时代2025预测，全球数据量将从2018年的33ZB增加到到2025年175ZB0日益增长的数字化不仅导致交换的数据量急剧增加，而且数据经济规模也会空前增长。根据中国信通院的统计，2022年，我国数字经济规模达50.2万亿元，占GDP的比例达到41.5%o数据作为新型生产要素已成为数字化、网络化和智能化的基础，迅速地渗透到生产、分配、流通、消费和社会服务管理等各个领域，深刻地改变了我们的生产方式、生活方

3、式以及社会治理方式。在此背景下，全国自2015年贵阳大数据交易中心设立后陆续诞生了50多个交易中心。截止到2019年，全国31个省市有18个建立了省级大数据管理部门。2019年，十九届四中全会首次在中央层面确定数据可以作为生产要素参与分配，数据要素自此成为继土地、资本、劳动、技术之后的第五大生产要素。2022年6月，被称为“数据二十条的关于构建数据基础制度更好发挥数据要素作用的意见在中央全面深化改革委员会第二十六次会议上审议通过。2023年3月7日，国家数据局宣告成立，负责协调推进数据基础制度建设，统筹数字资源共享开发和利用。数据不仅引起了市场界和政策界的强烈关注，也在学术界产生了较大影响。一

4、方面，数据作为生产要素被纳入到经济增长模型中，数据要素被证明在企业创新、缓解信息不对称等领域对经济有显著的促进作用；另一方面，围绕着数据的一系列问题引发了学术界的广泛讨论，例如为什么数据可以作为一种生产要素，数据与传统的生产要素有什么区别，数据对经济学的基本原理可能带来哪些改变等。数据确权、数据定价和数据交易是数据要素流通和数据市场建设的三大核心内容。数据确权是指对数据所有权和使用权进行确认和授权的过程，是数据市场发展的前提。通过数据确权，可以明确和保护数据所有权，从而保护数据提供者的知识产权和隐私，防止滥用和不当使用，让数据提供者更加愿意开放和共享数据，并促进数字经济的发展和交易市场的稳定。

5、数据定价是根据市场需求和供给、数据类型、数据质量等因素来确定数据价值,并将其转化为具体的货币金额的过程。数据定价为数据提供者和数据购买者之间建立公平和合理的交易机制，并发挥价格调节作用，引导市场开发和分享促进经济发展的数据资源，在数据市场发展中起到关键作用。数据交易涉及到对数据资源进行买卖或租赁等方式的交换行为，在谈判和协商中确定数据价值、价格、使用条款等关键要素。数据交易与数据定价密不可分，两者相互影响，共同构成了数据市场的主题。本文的边际贡献有以下两点：第一，本文比较了数据要素与传统生产要素的特征差异，系统总结和阐述了数据要素具有虚拟性与非消耗性、非竞争性、价值不确定性、非静态性、正外部性

6、等五大特征，并且创新性地分析了这些特征对于规模经济、范围经济、边际报酬递减定律、私人物品与公共物品等基本经济学原理的影响；第二，本文探讨了数据市场的三大核心内容，即数据确权、数据定价和数据交易，结合学术理论和现实实践，深入阐述了数据确权的权利性质和权利主体划分，数据定价的对象、策略和模型，以及数据交易的商业模式和交易机制，全面归纳了数据要素市场研究的最新进展。本文余下安排如下：第二节提炼数据要素的特征，分析数据要素对经济学基本原理的影响；第三节介绍数据确权的权利性质划分和权利主体界定；第四节介绍数据定价的场景、策略和定价模型；第五节介绍数据交易的参与主体、商业模式和交易机制；第六节对全文总结并

7、展望未来数据市场的发展。二、数据要素的特征与经济学原理数据要素是继资本、劳动、土地和技术之外的第五大生产要素，本部分旨在概括其独特的经济学特征，并分析对经济学基本原理的影响。（一）数据要素的特征相较其他传统要素，数据要素具虚拟性与非消耗性、非竞争性、价值不确定性、非静态性、正外部性等五大特征。第一，虚拟性与非消耗性。区别于资本、劳动、土地等传统要素，数据在形态上呈现虚拟性，且不具有损耗性，数据不像传统资本，如机器、建筑物或自然资源，会自然地衰减或耗尽。相反，在使用数据的过程中又会产生新的数据，使用的频率越高，产生的新数据越多，数据的体量越大。第二，非竞争性。物质资本和劳动力具有竞争性，意味着一

8、方使用它们会降低其他人的可用性，并且是排他性的，这意味着可以排除其他人使用它们。数据则是非竞争的，一个人的位置历史、医疗记录和驾驶数据可以同时被许多公司使用。第三，价值不确定性。数据价值受数据准确性和完整性影响。而数据的准确性和完整性依赖于数据生态系统，即各种数据产生、收集、传输、存储、分析和应用等环节组成的全局性数据网络体系，包括数据处理平台、数据服务提供商、数据使用者等多个参与方。在这个生态系统中，数据的质量和价值受到整个环境和各个参与方的影响，需要通过协同合作和共享开放等方式，不断完善和优化数据生态系统的运作机制和治理模式。第四，非静态性。非静态性主要体现在动态转换和时效性两个方面：其一

9、，与物质资本和劳动力不同，数据可以通过创新和新技术来创建和转换,物质资本和劳动力相对固定，不易改造或提高；其二，数据是时刻更新的，尽管交易中可以约定所交易的数据是实时更新的或是历史产生的，但时效性是影响数据价值的重要特征之一，数据的价值可能随着时间的推移而贬值，贬值的速度取决于数据的类型和市场需求。第五，正外部性。当产品或服务的价值随着越来越多的人使用而增加时，就会产生网络效应。网络效应是指一种产品或服务的价值随着越来越多的用户采用而增加的现象，数据网络效应可以带来数据使用的良性循环，使所有用户受益。数据是网络效应的关键推动因素，尤其是在数字经济中，大量数据可用于改进算法以及个性化产品和服务，

10、会产生积极的正外部性。（二）数据要素的经济学原理那么，数据要素是否具有规模经济和范围经济效应？是否依然满足边际报酬递减定律？以及数据要素究竟属于公共物品还是私人物品？本部分试图回答这些新问题。1、规模经济与范围经济首先，数据的虚拟性和非消耗性对规模经济有深远的影响。数据存储成本随着时间的推移逐渐降低，使企业能够积累更多的数据。数据可以被企业用于市场细分、客户定位和个性化营销等，从而提高企业的效率和生产力。此外，数据的非消耗性还为企业提供了更多的商业机会，如将数据作为一种商品出售给其他公司或研究机构以创造新的收入来源。同时，企业还可以与其他公司合作，共享数据并开发新的产品和服务,从而提高整个行业

11、的效率和创新能力。其次，数据的非竞争性也给规模经济效应带来了新的影响。一方面，数据的非竞争性使得数据复制的成本几乎为零，企业的数据驱动决策模式依赖数据的规模，随着数据的不断积累，数据驱动决策的效率更高。因此，数据规模的扩大可以通过促进企业创新和产品质量的提高,进一步降低成本。另一方面，规模经济在数据驱动的背景下可能会有所不同。数据驱动行业的规模经济是由利用数据和算法提供更加个性化和差异化的产品和服务的能力驱动的。在这种情况下，产出与成本之间的传统关系可能仍然存在，但规模经济的来源可能会从传统的物理投入转向数据和算法。最后，数据要素的正外部性带来了“网络效应，推动范围经济的出现。平台从收集的用户

12、数据中了解的越多，平台对每个用户的价值就越大，那么平台就表现出数据网络效应。此外，拥有更多的数据也可以帮助企业实现产品和服务的差异化，使用数据分析可以让公司更好地识别和利用不同产品或服务之间的互补性，从而进一步实现范围经济。因此，即使不生产大量不同的产品，企业也可能实现范围经济。这是因为数据分析可以帮助公司确定组合不同产品或服务的最有效方式，从而为客户提供更大的价值。2、边际报酬数据要素是否符合边际报酬递减规律在学术界存在较大的争议。部分学者认为数据要素是一种高级生产要素，具有网络效应、规模经济和正外部性，数据越多边际报酬越高。而其他学者则从数据质量较差、可模仿、易被替代等角度进行思考，认为数

13、据要素边际报酬递减。实际上，争议的根源在于数据具有极强的场景依赖性，数据在不同的情境下很可能表现出完全相反的经济学规律。王超贤等以状态依赖视角分析了数据边际报酬规律,认为数据质量、规模报酬、外部性、学习效应和质量阶梯是影响数据要素边际报酬的影响因素，并从数据生产端和数据交易端分析了数据的报酬性质。例如，自动驾驶、智能诊疗、图像识别在生产端拥有强大的规模经济、正外部性、生产力阶跃效应，在交易端这些数据密集型产品或服务的价值容易体现，具有明确的规模报酬递增性质；相反，智能家居和经济学研究，在生产端不具有规模经济，也不具有需求端正外部性，具有明确的规模报酬递减性质。3、私人物品与公共物品除了规模经济

14、与范围经济、边际报酬规律外，数字平台的兴起和数据驱动的决策制定模糊了私人物品和公共物品之间的区别。根据经济学经典定义，私人物品具有竞争性和排他性，而公共物品则具有非竞争性和非排他性。然而,数据创造了非竞争性但具有排他性的新商品，例如数字音乐。近年来，学者们提出了对传统经济理论的各种修改，以解释这些新型商品：一种方法是将俱乐部商品纳入经济理论。俱乐部商品是非竞争性但具有排他性的商品，只有支付会员费才能获得；另一种方法是关注数据作为新生产要素的作用，数据可以被视为一种新型资本，可用于生产私人和公共产品。还有学者提出了半公共产品”(quasi-publicgoods)的概念,即同时具有公共产品和私人

15、产品特征的产品。例如，使用者可以自主选择是否分享个人信息，从而在一定程度上实现数据的排他性。半公共产品的出现对于经典经济学中私人产品和公共产品的理论框架进行了一定的修正和拓展。4、数据要素特征与经济学原理的内在联系通过以上分析，我们发现数据要素与传统要素不同的五大特征给数据要素的基本经济原理赋予了一些新的内容和争议。如图1所示，本文试图总结数据要素新特征与经济学基本原理之间的内在联系。首先，数据的虚拟性与非消耗性、非竞争性共同推动了数据要素的规模经济效应；数据的正外部性则通过企业产品差异化、网络效应等为企业带来范围经济。其次，影响数据要素边际报酬的因素很多，数据要素的价值不确定性和非静态性导致

16、数据具有极强的场景依赖性，导致规模经济效应和正外部性带来的范围经济也表现出场景异质性，以及学术界对于数据边际报酬的争议。因此，关于数据要素的边际报酬规律，我们需要根据具体的数据应用场景具体分析。最后，数据要素的非竞争性模糊了私人物品和公共物品的界限，学者们提出俱乐部商品和半公共物品”的概念对经济学原理进行拓展。三、数据确权数据确权是数据作为生产要素顺畅流转的前提，在法学、公共管理和经济学等领域中均有广泛探讨。法学者主要关注制度约束，包括行为控制模式和权利规范模式；公共管理学者主要关注数据确权与数据开发的公共治理；经济学者主要关注机制设计，以确保数据权利分配贴近于社会最优。但总的来说，数据确权主要涉及两大主题：一是明确数据权利性质，二是划分数据权利主体。（一）明确数据权利性质首先，数据能否作为客体被确权是明确数据权利性质的前提。有学者认为数据的无形性使其缺乏民事客体所要求的独立性，因此无法被权利化且本身不具备经济价