《数据要素白皮书》作为中国信息通信研究院第一本聚焦数据领域的系统报告，一如既往保持了国家高端智库对于产业热点话题高水平高质量的观点输出。报告从数据要素基础概念，数据要素特性出发，系统阐释了数据要素价值的实现全过程，特别是关于数据支撑业务贯通、数智决策、流通赋能三次价值实现的划分观点，在业内属首次提出，贴合产业实践，也令人耳目一新。
个人十分赞同数据要素研究应从基础性问题展开讨论，特别是应聚焦于数据作为生产要素的性质与特点这一原初问题。2022年初，国家发改委发起的“我为数据基础制度起草建言献策”的活动中也倡议围绕此类问题提供真知灼见。
的确，与土地、劳动力、资本、技术等生产要素相比，数据是一种在数字经济时代涌现的新型要素，且已深入渗透到生产、分配、交换和消费的各个环节，但对于数据如何在经济活动中发挥价值，其作为生产要素的机理特点我们还知之甚少，而这正是探讨数据要素市场化规律以及配套支撑制度的原点，对于此类基础性问题的探索、讨论甚至争议，是数据要素研究最有价值的组成部分。这里结合《数据要素白皮书》，提出三个关于数据要素的基础性问题：
国内大部分学者认同数据具有非稀缺性。与传统生产要素相比，数据似乎是“取之不尽，用之不竭”的生产资源。通过高度发达的数字技术，传统物理世界正加速映射数字孪生，从自然资源利用到社会经济运行，从民生到政务，从微观到宏观，一切信息皆通过数字化技术，以数据的形式实时传输与处理。在摩尔定律的加持下，数据存储处理的成本持续下降，数据可以接近无限开发，更重要的是，数据参与生产过程，并不会被消耗掉，而是可以多次循环使用，且使用中可能促进数据量的进一步增加，也没有污染、排放等问题。[1]数据的非稀缺性似乎已不言自明。然而，从不同的视角出发仍可能得出相反结论。例如有的学者认为：“市场经济要求生产要素进行市场配置，数据要素也不例外……根据马克思的劳动价值论，数据要素供给源于人类劳动，作为生产要素的数据并非原始数据符号，它是经劳动加工过的产品。”在此基础上，数据可交易，一是因其凝结了一般人类劳动，具有价值; 二是因其可满足企业生产所需，具有使用价值。数据具有一般商品的基本属性，包括稀缺性。那么，数据要素到底是稀缺的，还是非稀缺的？主流观点符合我们对数字社会数据资源极大丰富的现实观察，而非稀缺性则是从经济学理论得出的推导，截然相反的结论，也正说明数据要素在经济学意义上的特征属性仍需进一步探讨。
这也是长久以来围绕数据要素讨论的一个经典问题。正如《数据要素白皮书》中指出：“排他性是界定产品权利的重要基础，土地、劳动、资本都有明显的竞争性和排他性，可以在市场上充分实现权利流转”，但数据具有低成本复制特征，理论上数据可以无限复制给多个主体同时使用，数据的非排他性明显。然而在实践中，数据生产者为保护自己的数字劳动成果，会采取合同协议，技术措施等方式保护自己的数据，并且也得到了司法认可。近期领英与hiQ关于数据爬取纠纷案的终局裁决也是对数据排他性的最好注脚。领英诉hiQ案始于2017年，当领英发现hiQ一直在收集抓取领英的公开用户数据以提供自己的招聘信息服务，之后便向法院起诉，寻求法律干预以切断hiQ Labs的服务。在长达5年的纠纷诉讼后，2022年12月，领英最终赢得了法庭胜利，法院对hiQ抓取、利用linkedin平台数据做了全面禁止。在我国近年来司法实践中，也逐步明确了企业对其投入劳动，收集、加工、整理的数据享有财产性权益，依法获取的各类数据基础上开发的数据衍生产品及数据平台等财产权益受到法律保护。可见，数据在技术层面看，虽然具有明显的非排他性，但在真实的经济活动中，也体现出排他性诉求，需要讨论的问题是，是否应当通过制度支撑其实现一定的排他性，正如20世纪通过建立知识产权制度，在激励发明与知识创造的同时，也实现了专利的有序流转与知识的快速传播。
围绕数据要素的讨论中，多提到数据要素的乘数效应。数据要素具有广阔的辐射效应，能够放大劳动力、技术、资本等传统要素在社会各行业的价值。但针对这种放大效应是如何在经济活动中实现，缺乏更深入的讨论。《数据要素白皮书》对此作出了有价值的探索，提出数据要素投入生产的过程中存在三次价值释放过程。数据投入生产的一次价值体现在支撑企业、政府的业务系统运转，实现业务间的贯通；二次价值释放体现在，通过数据的加工、分析、建模，可以揭示出更深层次的关系和规律，使生产、经营、服务、治理等环节的决策更智慧、更智能、更精准。在此基础上，数据要素进入第三次价值释放环节——数据流通到更被需要的地方，让不同来源的优质数据在新的业务需求和场景中汇聚融合，实现双赢、多赢的价值利用。以上对数据价值实现过程的梳理总结，为描述数据要素市场的运行机制提供了有价值的参考。当然，这种三段价值释放论并不代表着唯一标准，从更多视角，标准出发的描绘更有利于全面认识数据要素。例如：江小涓老师认为：数字技术向产业赋能，其本质是全程全面数据资源收集汇聚和智能算法结果的全域全链回嵌应用。面向未来，待所有产业和场景数据化后，人类进入了数实孪生时代，一种经济行为就产生双倍价值[2]。
以上三个基础问题仅是数据要素未知版图的冰山一角。对于数据要素特征的准确把握以及其在市场实践中价值生产机制洞察，还有待于产业界、专业智库、学界携手探索。《数据要素白皮书》是一个高质量的好开端，它将有助于人们在讨论如何激活数据要素市场这一问题时，并不单单着眼于对数据自身制度的构建，而是回归于数据要素自身的经济特征和市场机理，从而考虑如何塑造一个充满活力的市场制度环境，包括开放的市场准入，有效的产权保护，明晰的数据市场竞争规则等，以持续激发市场主体对于数据要素市场的长期投入，通过稳定可预期的制度，促进数据价值供需对接，实现数字经济高质量发展。
[1] 田杰棠、刘露瑶《交易模式、权利界定与数据要素市场培育》，改革，载2020年第7期
[2]江小涓：数据全链赋能、数实孪生与增长倍增。2022年9月29日，江老师在中国互联网协会主办的“构建数据要素新生态 服务经济发展数字化”为主题的数字发展论坛的主题演讲。
作者：王融
来源：大数据技术标准推进委员会
