CMF：建设高效的数据要素市场要继续完善数据立法和数据确权

日前，由中国人民大学国家发展与战略研究院、中国人民大学经济学院和中诚信国际信用评级有限责任公司主办的中国宏观经济论坛(CMF)宏观经济热点问题研讨会(第34期)在京举行，本次研讨会聚焦“建设高效的数据要素市场：挑战与路径”。中国人民大学经济学院副教授、CMF主要成员刘小鲁代表中国宏观经济论坛课题组发布有关数据要素市场的主题报告。报告提出，继续完善数据的立法和数据确权，隐私和安全规制主要是明确数据要素市场的基本红线，应该构建多元化的数据产权体系，通过产权配置平衡数据的充分使用、数据相关主体权益和数据安全这三者的目标，在企业数据的保护上应提供除商业秘密之外更加全面的权利的界定。

报告指出，数据要素市场建设需要解决以下问题：首先，要继续完善数据的立法和数据确权。目前数据立法呈现出一种从分散立法到统一立法的趋势，但是目前权利的划分仍然不够清晰。第二，因为隐私问题和数据安全问题的复杂性，不可能对任何市场行为都用一个简单的规则进行规范。所以，隐私和安全规制主要是明确数据要素市场的基本红线，对于其他问题应该采取开放的态度，来充分发挥市场主体这种创新的作用。第三，因为数据要素市场效率存在着充分使用、相关权利主体的权利保护以及数据安全问题，通过单一产权界定没有办法兼顾多个目标，应该构建多元化的数据产权体系。第四，数据确权的核心需要产权配置，通过产权在个人、企业这些相关主体间的分配，来平衡数据使用、数据相关主体权益和数据安全这三者的目标。最后，在企业数据的保护上，应该提供除商业秘密之外更加全面的权利的界定。

报告认为，在数据的垄断问题上，应该继续以包容审慎原则来评估数据垄断问题，主要有两个方面。第一，是在平台经济和动态效率问题上，不能单纯依赖于市场认定。第二，结构和动态效率之间的关系并不是线性的，不能通过一个企业的市场份额来简单的认为它会损坏市场的利益，这种可靠性是有限的，反垄断规制应该侧重于评估企业目前的市场定位和市场行为，有没有对市场进入、有没有对潜在的竞争、有没有对市场的资源配置效率、社会福利和消费者福利产生负面影响。应该更加侧重于对事实结果的认定，而不是必须要依赖于市场结构。要在不同的领域，不同的发展阶段，针对行业的特征，针对大数据的特征来实施分类监管。

报告建议，通过改善基础设施和数据技术来推动数据的流通与共享。比如现在有很多数据脱敏技术，可以通过这些技术，来排除数据流通中的那些敏感数据。除此之外，现在可用不可见的数据安全、隐私计算技术也发展非常迅速，也可以考虑基于这种隐私计算技术构建数据安全可信的共享平台。

目前我国数据要素市场整体规模还比较小，根据国家工业信息安全发展中心测算的数字，在2020年我国数据要素市场的规模大约在545亿，虽然规模相对而言比较小，但是它的增长速度非常快。在过去十三五期间，年平均增长率超过30%，按照这个速度进行预测，预计在2025年，也就是数据采集和数据分析的市场规模总共会达到大约1700亿左右。

报告分析认为，数据要素市场建设面临以下挑战：

一是外部性问题的复杂性。平衡数据的充分使用、数据相关主体权益和数据安全三者之间的关系没有办法兼顾。涉及到在个人信息的权利和平台数据权利、企业数据权利之间怎么进行分配问题。隐私和安全规制效果的不确定性。商业数据现在没有明确的产权界定，企业就会用商业秘密的形式来保护自己最有价值的信息，不利于社会的共享。

二是数据垄断成因、行为与后果的复杂性。比如，平台就可以通过个性化的推介和个性的商品排序来提高用户间的匹配效率，改善用户体验，形成了新的正反馈。用户体验好，有更多用户加入，更多用户加入后其行为会产生更多的大数据，进一步强化了平台的数据能力，形成一个新的正反馈机制。数据的多样性、替代性和时效性。隐私规制的潜在影响，隐私规制有可能加剧市场的垄断程度，也可能会限制这些企业在数据采集上的行为。

报告强调，要分析数据垄断的来源是什么?是来源于反竞争，不给其他企业提供数据接口?还是来源于企业自己的创新和数据能力的培育?这两者之间是有区别的。如果企业的这种垄断，这种数据的集中是因为它更有能力，比如它的算法开发得更好、更有效率，那如果对这种数据的集中进行干预的话，反而会打击企业进行技术创新的积极性。

报告提到，平台基于大数据能力的行为影响比较复杂，虽然可以改进用户的供需匹配效率，但是现实中还有“大数据杀熟”和“算法歧视”，这些行为可能都会带来负面影响。