数据的价值在于流通和使用，以持有权开启数据要素化利用

数据的价值在于流通和使用。承认数据持有者的数据使用权，配以有效的流通机制，形成可供智能工具进行运算分析处理的数据集，才能形成满足智能需求的数据基础设施。

数据是释放第四次工业革命的潜力的关键。2013年前后，国际社会开始使用“数字化转型”“数据驱动”或“数据经济”等描述当下社会运行方式的变化。在此趋势下，世界各国均围绕数据驱动创新展开战略部署。

2022年6月22日，中央深改委第26次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》（下称《意见》）。这是继2020年4月《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》发布之后的第一份针对数据要素的基础制度国家政策，社会各界对此充满期待。

近两年，国内学术界对数据要素市场制度开展了积极研究，深圳、上海等省市地方立法也在积极探索数据要素市场建设的基础规则。但是，对于数据何以成为生产要素，如何实现要素化和市场化利用等基本问题尚未形成共识。

“数据要素”是指将数据作为生产要素。这本质上是对全球数字技术和规则制定趋势的中国表达，反映了中国决策者对加强数据资源化利用，以支撑机器学习、人工智能应用，促进实现基于数据要素的决策创新的战略部署。

将数据视为第五大生产要素，旨在建立以数据生产、流通和使用（消费）为核心的数据经济秩序，促进“大数据+人工智能”应用，实现中国式现代化和创新发展目标。

数据要素化、市场化利用是人类社会发展的新命题，中国政策制定者需突破传统要素社会化利用范式，形成适合数据特性的制度安排。数据的价值在于流通和使用，需承认数据持有者的数据使用权，建立有效的数据流通机制，形成可供不同目的和不同场景的算法或智能工具进行运算分析处理的数据集，才能形成满足数据智能需求数据基础设施，为我国数据经济创新发展提供持续的动能。

01

“数据要素”并非“数字化的知识和信息”

人类已进入到人类智能和机器智能相互补充和促进的智能时代。人类可以借助具有计算能力的机器学习、深度学习等智能系统发现数据背后规律，使数据转化为知识或智慧。这样，就形成了“人类智能+人工智能”并行互补的智能体系。人们一般用“大数据+人工智能”描述这样人类社会认知能力或知识生产能力的变革。

现在国内很多对数据要素市场建设的论述大多与数字经济联系起来，数字经济被认为是以“数字化的知识和信息作为关键生产要素”的经济形态，因而很多人通常将数据要素理解为“数字化的知识和信息”。但这一理解，还停留在人类智能时代，也即认为信息和知识的价值在于内容价值，人类通过消化吸收内容而转化为智力或行动力，并没有反映出人工智能技术对深层原始数据的需求。

在人类智能时代，数字化信息和知识一直遵循“公开即可自由使用”的规则，而没有被视为生产要素。为了保护人的思想自由、创造自由、民主权利，促进科学文学和艺术进步，信息自由成为人类社会文明的基本原则。这导致事实信息和进入公共领域的知识往往不受保护，即使是受知识产权保护的创新成果亦需要以公开换取特定期限的商业实施专有权。

而原始数据的核心价值在于计算价值，即通过数据之间关联性分析揭示客观世界的规律。原始数据是支撑机器智能，生产知识的原材料。将原始数据定位于生产要素，旨在促进原始数据的社会化利用，促进人工智能技术的普及和深度应用，加速有意义信息和知识的生产，赋能社会创新力、智慧行动力，最终提升社会经济发展动力和竞争力。

在数据处理越来越成为一种专业的生产活动的背景下，数据利用就需要突破“公开即可自由使用”原则，以市场交易方式来实现数据要素生产和供给。那些将原始数据加工成为可用数据的生产者需要通过交换获利，同时实现数据为更多主体利用的目的；而数据需求者则希望有便捷渠道获取可用好用的数据，以快速地训练算法，创新产品和服务。

换言之，数据智能将知识生产划分为数据输入和输出的数据处理（生产）活动，其所需要的原料本身需要按照一定的标准进行处理成为可重用数据资源。为了使数据能够为机器学习、挖掘分析，不仅需要汇集大量具有关联的原始数据，而且还需要满足一定的可机读格式。数据并非天然满足这样的要求，需要进行清洗、提炼、转换、标注、组织等形成可为机器使用（识读和分析）的数据，这一过程被概括为数据治理。

数据治理实际上是一种生产性活动——不断改进数据可用性，改进价值的处理行为，形成满足机器学习使用数据的过程正在演进为一种专业数据生产活动。因此，人类智能以个体学习和逻辑分析的结果，机器智能则演进为专业的数据生产活动加以支撑。这就需要按照经济规律对待数据生产，将加工处理形成的可用的数据产品，通过流通利用，有效实现其社会价值。

02

如何实现数据的社会配置和利用？

在“大数据+人工智能”得到广泛应用之后，如何实现数据的社会配置和利用，成为各国试图破解的制度难题。

正是在这样的背景下，以数据生产、数据流通和数据使用（消费）为核心的数据经济开始被提出并进入上升为各主要经济体的发展战略。例如，欧盟委员会在2014年发布《迈向繁荣数据驱动的经济》基础上，于2017年正式提出《关于构建欧洲数据经济》报告，开始探索促进数据自由流动和数据分享利用的制度。终于在2020年2月正式发布了《欧盟数据战略》。

几乎在同一时间，我国提出数据是第五大生产要素。显然，它应当被理解为应对数据经济革命，构建支撑数据智能运行的基础数据制度。

数据要素化意味着数据从不可用数字记录转化为可用经济资源（或称为数据产品）——可为机器使用——的过程，而数据市场化意味着数据可社会化利用，即可为不同主体为不同目的而重用。数据要素市场建设就是构建数据生产、流通和使用秩序，使数据成为支撑数据智能的资源，成为新知识生产方式的原材料。数据作为生产要素的寓意在于驱动原始数据——生产知识的原材料——社会化配置和重用，数据要素市场建设的战略意义在于构建数据经济秩序。

数据经济的价值不能单单从其本身经济产值衡量，重要是看作是赋能整个社会，形成新智力能力，提升社会认知能力、智慧决策和行动能力的活动。在这个意义上，数据要素市场建设的目标是构建数据经济来支撑数据智能，构筑社会经济发展的驱动力，最终赋能整个社会创新发展。

将数据作为机器智能或知识生产要素，设计良好的制度加速可用原始数据供给，支撑数据智能应用，加速知识生产或智慧行动力，是数据基础制度要解决的核心问题。这一问题并没有现成答案，将原始数据作为经济资源，构建其有效利用的秩序是机器智能出现的新现象与新挑战。

数据要素本身独特性决定了它不能套用或沿用传统财产权范式甚或知识产权范式来解决它的重用秩序。

这不仅是因为数字形式事实数据易复制性、易传输性，可非排他、非竞争性使用，更是在于它的使用具有非消耗性，因使用而不断产生新的价值。因此，它本质上是适合分享的资源，不适合旨在维护单一主体排他支配（使用）的财产权体制。同时，又由于对于原始数据加工处理仅仅停留在知识生产原材料改进上，还没有到达知识发现和创新地步，它也不宜纳入知识产权保护体制（数据智能的创制物则有可能获得知识产权保护）。

我们需要根据数据特性寻求实现数据重用秩序的制度工具。

03

“数据持有者权”“流通利用”是关键

数据的价值在于流通和使用，数据要素市场亦是需求驱动的市场。承认数据持有者的数据使用权，配以有效的数据供需匹配和流通机制，形成可供不同目的和不同场景的算法或智能工具进行运算分析处理的数据集，即可以形成满足数据智能需求数据基础设施，为我国数据经济创新发展提供持续的动能。

《意见》创新性地提出“数据持有者权”，是适应数据特性，实现这一目的的重要制度工具。但是，如何理解数据持有者权需要突破传统的产权范式。数据持有者权本质上是基于合法生产（处理）数据而享有的使用权。只要合法获取并改进数据价值（可用性）并控制数据就享有自己使用和提供（或许可）他人使用的权利。但是我们不能将这种控制绝对化或长期化为传统的产权。这是因为原始数据属于事实数据，长期控制甚或排他控制会妨碍他人利用事实数据探索或表达思想甚至进入市场的自由。

因而，即使数据持有者可以长期控制，在法律制度上我们也不应当给予控制者对后续使用和收益行为控制的权利。相反，数据持有者将数据提供给他人使用，则不再控制后续使用，新的接受者可以独立地享有使用数据形成的任何成果，成为新的数据产品持有者，享有独立数据持有者权（不受前者控制）。这样，在数据流通利用过程中数据产品生产者均享有独立持有者权，就为数据自由流动，数据社会价值的最大化实现提供了制度保障。

数据持有者权是可以基于事实来确定的“权利”范围，它不需要也不可能清晰地界定出某持有者对于哪些特定的数据享有权利。这不仅是因为数据是持续地生产、组合和汇集的过程中甚至是即采即用，而且因为对事实数据的获取和使用没有独占性，很难清晰地界定每个主体拥有的数据边界，也就很难在特定主体与特定数据之间建立支配关系。

因而，数据持有者权本质上是非排他性使用权。数据持有者权还需要配合社会各主体获取数据权利——通过数据持有者的数据开放义务来实现。这样的制度设计目的是保持数据可获取性（开放性），既能够开启数据流通利用之门，又防范“技术控制+法律赋权”可能造成的数据垄断。数据持有者权是依赖合法的事实控制和管理来彰显和实现的一种利益保护模式，我们称之为治理范式。它借助有效的治理手段，以便捷的方式证明其生产和控制数据的合法性，以此构建数据接受者信赖基础，从而实现数据不断为不同的主体获取和使用的流通利用目的。

“流通利用”也是中央深改委《意见》关于数据要素利用的关键词。与其他要素不同的是，数据的价值在于分享，在于更多的人使用。使用即流通，流通即使用。流通利用恰当地概括出数据要素价值实现的基本路径。无偿提供（开放）、数据交换、数据共享、数据合作、数据交易都是数据流通利用方式。因此，数据流通利用并不能等同于数据交易，或以金钱为媒介的完全市场化的交易，只是针对少数可社会化重用的数据产品而言的。数据可以处理成为标准化可重用的数据产品，但很难成为“大众消费品”进行市场化交易，因而分散的多种形式数据流通将成为数据要素社会化利用主要方式。

因此，实现数据流通的关键在于培育和形成为不同行业、不同用途的数据产品交易提供查询、匹配、撮合及其交易合规和安全服务提供服务的中介服务提供者。