建设安全高效的数据要素市场

本文转自:中国新闻周刊
建设安全高效的数据要素市场
文章图片

文章图片

图/图虫创意
文/刘小鲁
数字经济已经成为中国经济的重要组成部分 。据中国信息通信研究院的测算 , 2020年中国数字经济增加值的总规模已经达到39.2万亿元 , 占GDP的比重达到38.6% 。数据是数字经济的关键生产要素 , 而数字经济的高速发展使建设安全高效的数据要素市场的需求更为迫切 。目前 , 中国已经在大数据产业的培育、数据安全和隐私保护立法等方面取得了突出进展 , 但数据要素市场建设仍面临三方面巨大挑战:
一是安全性问题 。目前 , 产业数字化占数字经济的比重已超过80% 。数字经济与实体经济的融合不断拓展着大数据的应用场景 , 渗透面遍及工农业生产、服务消费、货币金融、公共治理等各个领域 。此外 , 数据并非天然就是生产要素 , 其从产生到发挥要素作用的全过程涉及漫长的产业链 , 具体包含数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块 , 不同产业链环节都具有不可替代性 。因此 , 数据安全是一个系统性问题 。虽然中国已通过《数据安全法》《个人信息保护法》构建了相应的法律框架 , 但数据安全的实现还需要以技术解决方案和产业链安全为支撑 。现实情况是我们尚未形成贯穿产业链和应用场景的体系化的数据安全标准 , 大数据产业的关键软硬件的国产化率也较低 。
二是建立能够激发数据要素市场生态体系优化发展的数据确权的基本框架 。数据的非竞争性提出了数据充分流通和使用上的效率要求 , 但这个过程会产生一些社会成本 , 主要表现为数据安全问题和隐私问题上的负外部性 。这构成了数据确权的出发点 。尽管科斯定理认为不同的产权配置在效率上是等价的 , 但数据的非竞争性和数据要素市场中的信息不对称都会导致科斯定理失效 。那么 , 应界定哪些数据产权?这些产权应在不同数据主体之间如何配置?数据要素的形成离不开采集、存储、加工、流通、分析、应用和生态保障各环节的投入与创新 。因此 , 要建设高效的数据要素市场 , 就必须处理好三方面的权衡取舍关系:非竞争性在数据充分利用上的效率要求、对数据处理主体投入与创新的激励以及消除数据安全和隐私上的负外部性问题 。
三是如何在大数据背景下重新审视反垄断规制政策 。在数字经济时代 , 数据已成为关键竞争要素 。大数据改变了传统的用户基数与网络效应的关系 , 形成了以用户基数形成大数据 , 以大数据改善用户体验并强化网络效应 , 而网络效应又进一步吸引新用户的新的数据赋能的正反馈机制 。这就使拥有关键数据资源的企业更容易实现“赢者通吃”和对数据接口的控制 。数据可能会形成一种新的市场进入壁垒 。现今 , 越来越多的并购都涉及数据聚集 , 这可能会增强企业的市场力量 , 产生反竞争效果 。因此 , 在反垄断规制中 , 需要重点考察数据在竞争损害方面的影响 。在2016年对微软对领英的并购中 , 欧盟就对数据的可获得性、可替代性以及数据收集范围等因素进行了重点分析 。
因此 , 为了建设安全高效的数据要素市场 , 就需要通过顶层设计 , 优化在大数据安全和关键技术领域的战略规划 , 完善数据确权的法律框架 。在技术层面 , 可以发挥各行业龙头企业的技术能力与行业影响力 , 在社会多方利益主体共同参与的前提下推动数据安全标准的制订;要继续支持和引导关键软硬件技术领域的自主创新 , 逐步解决产业链安全问题 。而在数据要素市场的相关立法和规制方面 , 考虑到存在着数据充分使用、数据处理主体的权益保护以及隐私和数据安全问题三者之间复杂的权衡取舍 , 不可能对任何市场行为都用一套简单的规则进行规范 。在数据确权方面 , 通过单一产权界定没有办法兼顾多个目标 , 所以应该构建多元化的数据产权体系;在隐私和安全性规制方面 , 应明确数据要素市场的基本红线 , 对于其他问题则应该采取开放的态度 , 来充分发挥市场主体的创新活力 。