数据要素时代：确权、流通与价值释放

引言：数据成为第五大生产要素

2020年4月，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意见》，数据被列为继土地、劳动力、资本、技术之后的第五大生产要素。四年后的今天，中国数据要素市场正在经历从制度框架设计到全面落地实践的关键转型期。

数据要素化的核心挑战在于：数据具有非排他性、可复制性、价值情境依赖性等不同于传统生产要素的特殊属性。这意味着数据确权、流通交易、收益分配等关键环节，都需要全新的制度设计和技术解决方案。

一、制度基石：从"数据二十条"到数据资产入表

1.1 "数据二十条"奠定政策框架

2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（简称"数据二十条"），明确提出四项基础性制度：

• 数据产权分置制度：探索数据资源持有权、数据加工使用权、数据产品经营权"三权分置"机制，打破数据产权"所有权一元化"困局
• 流通交易制度：构建合规高效的数据流通与交易体系，实现数据要素有序流通、安全可控
• 收益分配制度：建立体现效率、促进公平的数据要素收益分配机制，让数据要素价值惠及更广泛群体
• 安全治理制度：构建政府、企业、社会多方协同的数据要素治理模式，守住安全底线

1.2 "数据资产入表"开启会计变革

2024年1月1日起，财政部《企业数据资源相关会计处理暂行规定》正式施行，允许企业在资产负债表中将确权的、可产生经济利益的数据资源确认为"数据资产"或"数据资源无形资产"。这一变革意味着：

• 表内化表达：数据从"表外资产"走向"表内资产"，企业资产负债表更加全面反映真实价值
• 融资工具创新：数据资产可作为抵押品进行融资、证券化交易，释放潜在的金融杠杆效应
• 估值方法论：催生数据资产评估行业标准，成本法、收益法、市场法在数据场景下的适配创新

二、确权难题：数据权利的"哥德巴赫猜想"

2.1 传统产权制度的局限性

传统物权法的核心是"占有、使用、收益、处分"四项权能，建立在"一物一主"的排他性假设上。但数据的本质特征使得经典产权理论遭遇挑战：

• 非竞争性：多人同时使用同一数据集不会相互减损，传统"独占式"确权的成本过高
• 来源多元：一条数据可能涉及原始采集主体、加工处理主体、场景应用主体等多方贡献
• 价值情境依赖：同一数据在不同场景下的价值可能相差数个量级，难以静态定价

2.2 三权分置的中国方案

"数据二十条"提出的"三权分置"是对传统产权理论的创造性突破：

数据资源持有权强调对数据来源合法性和数据质量管理的责任义务，不排斥第三方持有相同数据；数据加工使用权赋予数据加工者在持有或获取合法授权的前提下对数据进行开发利用的权利；数据产品经营权则保护数据产品经营者的合法收益。

这一制度设计的精妙之处在于：将"数据整体所有权"这一令法律界头疼的概念拆解为三个相对独立的权利束，各自对应不同的利益主体，实现"权利流转"而非"数据搬迁"。

2.3 登记确权的技术创新

各地数据交易所正在探索多样化的确权登记模式：

• 上海数据交易所：推行数据产品登记凭证制度，将数据产品信息上链存证
• 北京国际大数据交易所：推出IDeX系统与数据托管平台，实现全流程可控
• 深圳数据交易所：探索基于隐私计算的确权确认方式

三、流通交易：从"谈数色变"到"数通全球"

3.1 数据交易所的生态演进

截至2024年6月，全国已成立各类数据交易机构超过80家，覆盖绝大多数省级行政区。初步形成了四级体系：国家级交易所(北数所/上数所)为引领、区域级交易平台为骨干、行业级数据市场为特色、企业级数据交易系统为补充。

3.2 隐私计算：让数据"可用不可见"

隐私计算(Confidential Computing)被认为是打破数据流通困局的关键技术，主要包括：

• 联邦学习(Federated Learning)：多方联合训练AI模型而不共享原始数据
• 安全多方计算(SMPC)：基于密码学协议实现数据安全联合计算
• 可信执行环境(TEE)：利用硬件级隔离(如Intel SGX/ARM TrustZone)构建机密计算环境

3.3 公共数据授权运营的重大突破

2023年以来，全国各地相继出台公共数据运营管理办法，允许市场化主体在政府授权范围内对公共数据进行增值开发和服务。典型模式包括贵阳大数据交易所模式、浙江模式和上海模式。

公共数据授权运营的价值释放空间巨大：全国公共数据总量超过EB(艾字节)级，覆盖政务、交通、医疗、教育、公积金、信用等多个领域。

四、价值释放：数据要素的乘数效应

4.1 数据×传统产业的化学反应

数据要素的核心价值在于与土地、劳动力、资本、技术的组合协同效应：

• 智能制造：工业设备传感器数据驱动预测性维护，减少非计划停机时间30%以上
• 智慧农业：土壤墒情、气象数据、遥感影像的组合分析，实现精准灌溉和施肥，节水节肥20%-40%
• 智慧医疗：基因数据、临床数据、医疗影像的跨机构联合应用，显著提升疾病早筛能力
• 金融科技：替代数据驱动的普惠金融风控模型，将"征信白户"纳入服务范围

4.2 AI大模型：数据要素的终极消费者

以GPT系列、通义千问、文心一言为代表的大规模预训练模型，正在成为数据要素最集中的需求方。大模型训练过程本身就是对海量数据资源的消耗和转化。数据飞轮效应：优质数据→更优模型→更高用户粘性→更多行为数据→更多优质数据，构成正反馈循环。

4.3 数据要素市场估值展望

根据中国信息通信研究院等机构的测算，2025年中国数据要素市场规模预计达到2000-3000亿元人民币。长远看：数据资产入表将推动企业资产负债表变革、数据ABS将打开新融资渠道、数据财政可能逐步接替土地财政。

五、挑战与展望

尽管前景广阔，数据要素市场化配置仍面临诸多现实挑战：法律框架待完善、技术标准不统一、人才供给不足、跨境流动安全等。数据要素市场化配置是一场仍在进行的"制度实验"。

在数据要素时代，谁能率先搞定确权、让数据合规流动、将数据价值转化为经济增长动力，谁就能赢得这场新型竞争的主动权。

结语

从"数据二十条"到数据资产入表，从隐私计算到公共数据授权运营，中国正在走出一条独具特色的数据要素市场化道路。让数据确权从"所有权思维"转向"使用权思维"，让流通交易从"物理搬运"转向"价值流转"，让价值释放从"资源消耗"转向"知识创造"。数据的价值，终将在流动中被释放，在融合中被放大。