要素市场化改革下弹性包容的政府数据治理机制构建.pdf

基金项目：国家社科基金西部项目（）作者简介：岳家斌（），男，山西清徐人，贵州师范大学马克思主义学院博士研究生，副教授，主要从事马克思主义理论、政治哲学研究；李银兵（），男，四川资中人，贵州师范大学马克思主义学院教授，博士，博士生导师，主要从事马克思主义中国化、民族学研究。，学术探索 年 月 ，要素市场化改革下弹性包容的政府数据治理机制构建岳家斌，李银兵（贵州师范大学马克思主义学院，贵州贵阳 ）摘要：数据要素市场化是要素市场化配置综合改革的重要组成部分，也是做强做优做大数字经济的重要抓手。加强数据要素治理是数据要素市场化发展的基础，也是高质量发展数字经济的迫切需要。但目前政府数据治理仍面临着立法和司法困境、确权和授权难题，以及成本与收益权衡等痛点难点。需要遵循分类治理原则、底线保护原则、宽进严管原则和协同治理原则，在数据治理过程中一要注重发挥市场机制的基础性作用，构建“有为政府 有效市场”的数据治理新格局，二要构建结构性分置的数据治理制度，为不同类别数据制定相对应的确权管理、开发利用、开放共享及安全保护等规则和标准，三要推动建立多方参与的协同治理体系，探索协作、共治新机制。关键词：要素市场化；数据要素；数据治理；弹性包容中图分类号：文献标识码：文章编号：（）要素市场化改革是构建新时代高标准市场体系的关键举措，也是新时代经济体制改革的重点。年 月，中共中央、国务院发布 关于构建数据基础制度更好发挥数据要素作用的意见，从数据产权、数据流通和交易、数据要素收益分配、数据治理等方面提出构建数据基础制度体系的二十条关键举措。其中，明确提出建立安全可控、弹性包容的数据要素治理制度。当前，我国数据要素市场建设正稳步推进，政务数据跨部门、跨层级开放共享深入实施，数据要素红利持续释放。但是，数据治理仍面临着政策法规不完善、体制机制不健全、原则和标准不明确、安全管理措施不到位等难点痛点。加强数据要素治理是数据要素市场化发展的基础，也是高质量发展数字经济的迫切需要，弹性包容数据要素治理机制应坚持政府主导，企业、社会等多方协同参与，既要把数据安全贯穿数据治理全过程，又要以发展的眼光包容和鼓励创新，持续发挥政府与市场协同作用，提升数据要素治理效能。一、数据要素市场化的政治经济学意蕴我国数据资源丰富，国家数据资源调查报告（）显示，年我国数据产量达 ，同比增加 ，位居全球第二位，且近 年保持 左右的年增长率，与此同时，数据具有可再生性、非竞争性、强渗透性以及跨界融合性等特征，价值潜力巨大。在此背景下，数据要素开始作为一种新型生产要素逐步纳入国民经济价值创造体系。将数据纳入生产要素是当代中国马克思主义政治经济学的重大理论创新，其源于对数据要素作用的深刻认识，发展于社会主义市场经济体制的不断完善，成熟于新时期我国经济社会发展方式的转变。与此同时，数字经济新业态与企业经营新模式给传统税收制度带来新的挑战，数据要素参与分配也是数字经济时代收入分配制度革新的必然要求。（一）数据纳入生产要素是当代中国马克思主义政治经济学的重大理论创新 年 月 日，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，这是中央第一份关于要素市场化配置的文件，文件提出加快培育数据要素市场，这预示着数据要素开始纳入生产要素范畴，数据要素也因此成为继土地、劳动力、资本、技术之后的又一重要生产要素。数据纳入生产要素是当代中国马克思主义政治经济学的重大理论创新，其源于经济学理论对数据价值认识的演变，发展于社会主义市场经济体制的不断完善，成熟于新时期我国经济社会发展方式的转变。在经济学理论中，数据要素的价值确认经历了“生产率悖论”“信息有效论”、数据密集型科学、大数据科学等长期发展与演变过程，特别是近年来，越来越多的研究发现，数据的强渗透性和跨界融合性改善了传统生产要素质量，推动了资源利用方式优化和效率提升，数据要素在经济和社会发展过程中的地位和价值逐渐开始明晰。从新时代社会主义市场经济体制改革来看，完善要素市场化配置是建设统一开放、竞争有序的市场体系，进而实现各类要素公平、有序、高效流通和交易的重要基础，数据作为新型生产要素构成要素市场化配置的重要内容，也应当被纳入社会主义市场经济体制目标。此外，伴随着经济社会发展新旧动能转换，数字经济发展逐渐成为我国经济增长的重要驱动力，而在数字经济产业体系中，无论是产业数字化还是数字产业化发展都需要数据要素的支持，数字经济产业体系的逐渐扩大和延伸为数据要素价值潜力释放创造了广阔空间。就现实发展而言，数据要素之所以被纳入生产要素范畴是因为数据在经济社会发展中发挥着越来越重要的作用，并逐渐成为推动经济高质量发展的重要依托。一方面，数据要素在政府治理、社会管理、企业生产经营乃至社会大众日常生活中的应用越来越广泛，并逐渐激发起经济社会发展的新活力。另一方面，面对新发展阶段的新形势和新挑战，培育和壮大数字经济产业既是现实所需，也是新的机遇。挖掘新时期数字经济增长点，不仅需要将数据要素融入实体经济发展的各环节各流程，促进数字经济和实体经济深度融合，推动产业数字化发展，与此同时，还应以数据要素为核心资源培育和发展数字产品制造、数字产品服务、数字技术应用等数字产业，推动构建新业态、新商业模式，壮大数字经济产业体系。（二）数据要素参与分配是数字经济时代收入分配制度革新的必然要求数字经济的发展不断重塑着社会价值创造体系和利益分配格局，也对收入分配制度造成了冲击。特别是我国数字经济发展面临区域不平衡、大型平台经济易垄断的客观现实，加上数据要素被不平等地使用和占有，导致用户处于弱势地位，需要通过收入分配制度改革以平衡区域数字经济发展，促进用户价值补偿与公共福利回流。在此形势下，年 月 日，党的十九届四中全会通过了 中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定，明确提出健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制，数据要素参与分配由此拉开序幕。此外，围绕数字经济发展的税制改革也在探索中推进。年，习近平总书记在 求是 杂志发表的重要文章 不断做强做优做大我国数字经济 指出，要规范数字经济发展，防止平台垄断，加强数字经济的税收监管和税务稽查。可以看出，数据要素参与分配也是数字经济时代收入分配制度革新的必然要求。二、科学有效的政府数据治理是数据要素市场化发展的基石数据治理是基础也是关键，而政府作为数据要素市场化的主导者和组织者，需要先试先行，做好顶层设计，发挥引导和推动作用，以政务数据和公共数据为切入，探索数据的治理、转化和利用规则及标准，不断完善数据基础制度体系，提升服务效能。同时，对市场层面的数据垄断、数据滥用等问题加以约束和规范，培育有序、健康、公平的数据要素市场，促进数据要素价值有序释放。首先，数据要素市场建设及数据要素价值释放过程中存在诸多风险，需要政府做好“守门人”和“巡边员”。数据要素具有非实体性、隐匿性、可复制等特征，这决定了数据要素的使用将面临一系列风险，特别是在数据合法采集、个人隐私保护和数据安全等方面面临的风险更加突出，再加上数据要素的强渗透性和跨界融合性，风险外溢和扩散效应不容忽视。为此，政府需要建立数据治理机制和数据要素市场监管体系，明确监管原则和方法，划定监管红线，制定违法违规行为负面清单，加大对违法违规行为的惩处，探索数据要素市场协同共治机制，不断引导行业协会、数据交易所、企业等各类主体主动履行数据安全职责和义务，压实企业的数据治理责任，充分发挥社会力量多方参与数据治理的协同作用。其次，加强数据治理能够驱动政府与市场关系优化。从现有政府与市场关系的发展实践来看，一个有为政府加上一个有效市场是经济发展的关键，而前者的作用往往更为重要。当前，数字经济发展深入推进，数据要素市场化发展稳步前行，提升政府数据治理效能，有望改善和优化政府与市场关系，为数据要素市场化发展创造更好的政治环境和市场氛围。一方面，政府在提供公共服务过程中通过高质量的数据开放共享和信息技术融入，能够有效地简化公共服务流程，提高办事效率和市场主体获得感，同时降低行政成本，这对政府和市场是双赢。另一方面，政府在数据治理实践过程中不仅为市场主体创造了良好的发展环境，同时也间接提升了政府治理能力和效率，从而更好地服务市场高质量发展。因此，加强数据治理是建设当代有为政府的关键一环，也是优化政府与市场关系的途径之一。最后，加强数据治理是各级政府推进治理体系和治理能力现代化的必然要求，有利于应对数据要素市场化发展面临的各种挑战。数字化是新一轮科技革命和产业变革的核心力量，数据要素和数字技术正深刻地改变着社会生产关系和全球产业体系，构建数字治理新格局、推进治理体系和治理能力现代化是各级政府适应新发展趋势、引领经济社会高质量发展的重要依托。加强数据治理有利于形成“用数据说话、用数据管理、用数据决策、用数据创新”的执政新理念和新思维，这也是数字经济时代政府治理能力现代化的核心要义。以数据为基础，以平台为支撑，各层级、各部门可以充分利用“大数据 政务”、一体化协同办公平台以及公共数据平台，实现公共服务优化和行政决策的科学高效，更好地应对数字经济及数据要素市场化发展过程中的内外部挑战。三、开发与保护的平衡：政府数据治理的核心问题数据开发和数据保护是数据治理的两个重要方面，其中数据保护是基础，数据开发利用是目的。政府数据治理需要解决的核心问题是实现数据开发与数据保护之间的平衡。“十四五”规划纲要提出要统筹数据开发利用、隐私保护和公共安全，但从现实发展来看，政府数据治理仍面临诸多困难和挑战，主要表现在：数据开发和保护领域立法和配套制度建设相对滞后，个人信息滥用、数据垄断、不当竞争等行为频发高发，数据确权与维权困难等。如何构建既符合国情，又符合数字产业发展需要的政府数据治理机制值得深入思考和探索。（一）立法和司法困境数据包含的范畴较为宽泛，既包括个人信息也包括事实和观察的结果，同时数据权利类型多样，既包括人格权也包括财产权。正是这种复杂的内容特征和法律特征导致针对数据的立法面临较大的挑战。一是数据财产权益的立法缺失。在数据权益立法方面，目前 民法典 对自然人的个人信息予以保护，也是对数据人格权的确认，但是对于数据财产权，目前尚无具体的法律规范予以确认，仅在 民法典 第 条作出原则性规定：法律对数据、网络虚拟财产的保护有规定的，依照其规定。数据财产权包括数据所有权、数据使用权、数据收益权等，数据持有、加工、使用、经营等环节需要准确界定参与方享有的合法权利以平衡各方的利益关系。但从现实情况来看，明确数据生产、确权、评估、流通等环节各方权利义务的法律法规尚未形成，仅在部分地区的数据管理条例和数据交易所的交易规则体系下有所体现，缺乏上位法支持，其科学性与合理性有待验证和商榷。二是司法仅承认数据竞争的消极“权益”。虽然数据财产权相关立法缺失，但在司法实践过程中，市场主体仍可以通过其他相关法律获得数据确权途径和救济渠道，例如，市场主体可以依据 反不正当竞争法 对通过不当竞争争夺和垄断数据资源的行为提出权益主张，此类主张在现实中一般可以得到法院支持。在此类司法案件中，法院在判定数据的权利归属时，通常会首先判断数据来源的合法性以及数据使用的合规性，对于数据来源的合法性一般要求主张权利的一方进行举证，证明其数据采集、加工过程合规合法，对于数据使用的合法性则主要考虑是否对其他利益相关方造成不利影响。需要注意的是，即便如此，这种数据确权和数据保护方式仍属于消极式的权益保护，法院也仅承认数据具有竞争方面的消极“权益”，仅在数据被不当获取、不当使用时才能启动权益保护程序，本质上属于针对数据权益侵害的救济，而非积极的权益保护。（二）确权和授权难题明晰数据权属、推进数据确权是数据要素价值开发和交易流通的基础，近年来，各地各部门对数据确权与数据产权登记工作进行积极探索，但在权利主体、权利性质及权利内容等方面仍未达成一致，数据确权工作尚未取得实质性进展。从现实情况来看，数据的生产、采集、加工和利用涉及个人、企业、政府部门等多个主体，数据按来源又可分为个人数据、企业数据和公共数据，数据价值释放过程必然会出现主体关联和权属交叉，其权属具有多重性和多样性特征，导致数据确权工作面临较大的现实挑战。授权使用则是数据要素价值充分释放的重要途径，推动公共数据在充分保障隐私和公共安全的前提下向社会提供服务，鼓励非公共数据在遵守市场规则的前提下进行市场化运作，创造收益，这些无疑是数据治理的重要目标。但由于隐私保护和数据安全保护体制机制不健全，在个人数据、企业数据以及公共数据授权使用方面仍存在诸多堵点、卡点和难点，数据开放共享和授权使用处在相对不确定的环境之下，导致公共数据开放不足、企业不愿共享数据，各类市场主体对数据流通交易、数据资产化、数据产品研发持观望态度，这不利于数据要素市场化建设和发展。（三）成本与收益的权衡对于各级政府而言，做好数据治理需要考虑所付出的成本和产生的潜在经济社会效益之间的匹配，既不能为了追求经济社会效益而放松数据治理和市场监管力度，也不能出于数据安全和信息安全考虑而实施严监管，导致市场活力受到抑制。与此同时，从市场发展角度来看，政府加强数据治理必然会引发市场参与者对合规成本与运营收益的权衡，这难免会衍生道德风险和监管套利等行为。目前，在数据立法缺失、规则不明确和机制不健全的背景下，各类市场主体在数据合规方面面临较多的被动成本投入，主要是应对多头监管和合规检查，导致市场主体疲于应对多个主管部门的整改要求，甚至对合规要求感到茫然无措。在数据要素预期收益不确定的市场环境下，市场主体难以平衡数据合规成本和数据使用收益，主动进行数据治理的内在动力不足。以个人信息保护为例，近年来经历了从监管缺失到矫枉过正的变化，为了满足监管要求，各类市场主体在个人信息采集方面不仅要应对纷繁复杂的政策条文，还面临数据采集和使用限制，这背后折射出的数据合规成本问题不容忽视。此外，在成本与收益权衡方面还存在着“有效侵权”的道德风险。“有效侵权”即当市场主体侵权行为发生所付出的成本比获得合法授权所付出的成本更低时，其倾向于选择故意侵权。在目前数据监管边界模糊、侵权责任难以界定、数据安全保障机制不完善的背景下，违法违规行为容易游离在监管之外，且行政处罚力度和司法判赔普遍不高，导致一些合规意识不强的市场主体倾向于选择“有效侵权”以降低合规成本，其结果将导致其他市场主体或个人利益受损，不利于市场良性健康发展。四、弹性包容的政府数据治理原则及治理建议（一）治理原则 分类治理原则数据要素类型多样，按来源可分为个人数据、企业数据和公共数据，按加工方式可分为原生数据和衍生数据。不同类型的数据要素应遵循不同的开发和保护规则，其治理思路也应有所不同，需要坚持分类治理原则，根据数据来源、类型及加工处理特征，分别制定对应的产权界定标准、开发利用规则、交易流通规则，以及安全管理机制，以最大程度实现各类数据开发与保护的平衡。底线保护原则数据要素的经济与社会价值实现是数据治理的重要目标之一，但并非唯一目标。数据由于具有隐匿性、可复制性以及可追溯性等特征，其生产和加工过程中往往会携带个人信息，并形成数字痕迹，这无疑给个人隐私保护带来挑战。此外，数据的流通和交易也对国家信息安全和网络安全提出了更高要求。因此，政府数据治理应坚持底线保护原则，将个人隐私保护、数据安全、网络安全以及国家安全作为红线和底线，不断强化数据安全防护机制。宽进严管原则激发数据要素价值潜力释放、促进数字经济发展离不开各类数字经济体的广泛参与，这就需要创造有利于激发市场活力的市场准入环境，特别是在数据要素市场发展初期，数据要素市场生态体系的构建至关重要。因此，当前政府数据治理应坚持宽进严管的原则，在市场准入方面创造相对宽松的环境，激励数字经济体积极开展业务创新，同时对触碰隐私保护和数据安全底线的行为加大监管力度，推动市场在规范中创新发展。协同治理原则数据要素既包括公共数据，还包括个人数据和企业数据，因此，仅仅依靠政府力量进行数据治理远远不够。应充分调动企业、行业协会等社会力量广泛参与，构建政府、企业、社会多方协同的治理模式，明确各方责任和义务，建立市场自律机制，逐步建立起“有为政府 有效市场”的数据治理新格局。在此过程中一方面要创新政府数据治理机制，既要包容创新，又要加强重点领域联管联治；另一方面要压实企业的数据治理责任，培育企业责任意识和自律意识。（二）治理建议 明确政府在数据治理中的权责定位各级政府掌握着大量公共数据资源，这些数据既是国家重要的战略资源，也是优化公共服务的重要依托，政府理应成为数据治理的引导者和推动者。因此，一方面政府应重视公共数据的开发、应用，可以通过发挥政府采购的引导作用，推动各方主动参与数据治理体系的建立、优化与完善，同时培育一批专门从事数据治理的数据商和第三方专业服务机构，构建支持数据要素市场健康发展的数商生态体系。另一方面，当前我国数据要素市场化发展中面临的主要困难之一在于高质量的数据资源供给不足。公共数据依旧面临着“质量不高、价值不大、应用不广”的治理难题。主要原因在于公共数据开发利用的价值链尚未形成，从数据资源到数据资产，再到数据产品及服务的运转机制不畅。因此，在数据治理领域，政府可以以公共数据高质量开放为抓手，以公共数据创新应用导向，逐步打通公共数据开发利用价值链，调动社会力量参与政府数据治理基础性工作和数据安全能力建设，跟踪培育数商创新生态发展，围绕公共数据治理探索数据危机应对机制，引领数据要素市场的可持续健康发展。注重发挥市场机制的基础性作用按照协同治理原则，要构建“有为政府 有效市场”的数据治理新格局，就必须注重发挥市场机制的基础性作用。一方面要从政策和法规上营造有利于激发市场活力的外部环境，这就需要加强数据财产权保护，承认并保护各类市场主体在数据采集、数据治理、数据开发、数据产品创新等方面的付出，以此激励市场主体自发投身于数据生产、使用和商业模式创新。例如，目前欧盟以知识产权保护的方式对已投入创造性活动的商业衍生数据予以保护，同时，对投入成本较大的商业衍生数据给予 年的特殊权利保护。另一方面要给予各类数字经济体更多的自由选择权和决策权，既要密切监控数据要素市场风险，又不能过度干预市场发展。要以政府数据开放共享和数字政府建设过程中的应用探索为契机，不断发挥创新示范效应，引导市场创新发展，并从深化改革、市场主体培育、政策支持等方面激发市场活力和发展内生动力，更好地促进市场发展，发挥市场的基础性和决定性作用。构建结构性分置的数据治理新机制数据来源、数据生产加工方式以及数据类型多样，不同类型的数据应适用不同的开发和保护规则，其治理思路也应有所不同。首先，做好数据分级分类是基础，要制定科学合理的数据分类分级指南，明确数据要素分级分类原则、方法和体系，为不同类别数据制定对应的确权管理、开发利用、开放共享及安全保护等规则和标准，夯实数据治理的基础。其次，明确数据产权制度是核心，根据数据来源和加工处理方式，分别界定数据要素生产、加工、使用、交易等过程中各参与主体的合法权利，建立数据持有权、数据加工使用权、数据产品经营权分置的数据产权体系，探索数据持有权、使用权和经营权分离，推动数据要素多方使用、收益共享。此外，还应探索建立数据产权登记制度，通过产权登记保证数据要素来源、加工处理、交易、使用过程有据可查，为各方合法行使数据权力和数据产权保护提供依据。推动建立多方参与的协同治理体系数据要素市场参与主体众多，构建弹性包容的政府数据治理体系需要多方共同参与、共同努力。政府部门应发挥引导和推动作用，并联合科研机构、社会组织、企业等联合探索和实践数据要素治理新思路和新模式，不断完善数据治理体系。具体而言，政府要履行推动者和守门人职责，做好顶层设计和基础制度建设，创新治理体制机制，促进市场规范、有序发展。各类科研机构和社会组织应在各自领域发挥专业专长，研究和推动数据治理理论与实践发展，同时找准自身在数据要素市场化发展中的定位，主动担起各自领域的数据要素市场建设和数据治理职责，统筹推进各行业、各领域规范发展。企业应压实自身数据治理主体责任，强化法律意识、责任意识和安全意识，在规范中创新和发展，还要发挥开拓创新精神，推动技术创新、应用创新和产品创新，促进数据要素价值充分释放。总之，弹性包容的政府数据治理体系要求各方主动担当，有所为有所不为，以数据要素价值安全、有序、充分释放为前提，探索协作、共治新机制，服务数字经济高质量发展。参考文献 乔晗，李卓伦，黄朝椿 数据要素市场化建设的影响因素与提升路径 基于复杂经济系统管理视角的组态效应分析 外国经济与管理，（）汪寿阳，洪永淼，乔晗 推进数据要素市场化配置，加速释放数字经济新动能 “数据要素市场化配置问题探究”专题序言 中国科学院院刊，（）胡峰，王秉，张思芊 从边界分野到跨界共轭：政府数据协同治理交互困境扫描与纾困路径探赜 电子政务，（）高志豪，郑荣，魏明珠，等 基于“三元世界”理论的区域数字经济治理能力提升路径研究 情报科学，（）童楠楠，杨铭鑫，莫心瑶，等 数据财政：新时期推动公共数据授权运营利益分配的模式框架 电子政务，（）刘刚，孙毅 房地产基础数据要素资产化的理论基础、演进规律与价值实现 武汉金融，（）赵丹宁，郭晓慧，孙宗锋 数据治理机构推动跨部门数据共享面临的困境及原因分析 基于山东两地市的案例分析 公共管理与政策评论，（）范逢春，王彪 政务大数据治理的内涵辨析与逻辑建构 基于“本体工具目标”的分析视角 中共天津市委党校学报，（）任勇，孟子龙，朱友伟 数据治理驱动政府与市场关系的变化及其未来路径 东南学术，（）王龙，王娜，李辉，等 内部横向视角下政府数据跨部门协同治理的过程分析 电子政务，（）杨增茂，王长峰，杨洪军 数据共享中的风险控制与治理体系完善 领导科学，（）李涛 政府数据开放与公共数据治理：立法范畴、问题辨识和法治路径 法学论坛，（）李晓楠 大数据技术下个人公平征信监管的数据治理维度 大连理工大学学报（社会科学版），（）王征，朱光 政务数据治理中的弱隐私信息追踪监测模型研究 情报杂志，（）沈伟，冯硕 全球主义抑或本地主义：全球数据治理规则的分歧、博弈与协调 苏州大学学报（法学版），（）罗梦兰，文庭孝，罗贤春 国外政府数据治理研究的文献分布、主题结构及热点演化 情报科学，（）张小劲，陈波 以数据治理促进政府治理：政务热线数据驱动的“技术赋能”与“技术赋权”社会政策研究，（）朱晓彤 数字技术资本主义应用的限度及其扬弃 兼论中国发展数字经济的制度优势 学术探索，（）辛勇飞 中国数据治理规则体系构建：现状、挑战与展望 人民论坛学术前沿，（）王申 基于复合二元性的数据规制：底层逻辑、顶层设计与制度构造 福建师范大学学报（哲学社会科学版），（）唐鸿宇 欧盟数据治理域下再利用数据的经验与启示 网络安全与数据治理，（）王文，刘玉书 论数字中国社会：发展演进、现状评价与未来治理 学术探索，（）程娅 面向未来：欧盟数据治理框架的要素分析与经验启示 数字图书馆论坛，（）魏明珠，郑荣，雷亚欣，等 数智驱动背景下全域产业数据治理能力提升路径研究 基于非对称创新理论的组态分析 现代情报，（）罗梦兰，文庭孝，罗贤春 国外政府数据治理研究的文献分布、主题结构及热点演化 情报科学，（）张韬略，熊艺琳 拓宽数据共享渠道的欧盟方案与启示 基于欧盟 数据治理法 的分析 德国研究，（），（，）：，“”，：；责任编辑：李官