数据已成为当前生产力体系重构不可或缺的基础要件，高效畅通的数据流通与使用是发展新质生产力重要的驱动因素。由于数字技术的创新性与特殊性，数据要素的权属、定价、分配规则出现了新的特征，导致数据要素与产业在融合创新的过程中出现了流通不畅、数据割据、数据垄断等现实问题。因此，如何高质量高效率配置数据要素，充分释放数据要素的价值，有效提升数据要素市场化配置水平，是推动新质生产力发展的一个关键步骤。
构建数据要素政策体系
目前，已有超过30个国家制定推出数据要素配置的相关政策与制度。美国发布《联邦数字战略》《2020行动计划》《开放政府数据法案》等一系列政策法规，强调数字基础设施建设、数字人才培养、数字治理等，以保障数据流通。2022年6月欧盟《数据法》正式生效，明确数据使用与交易的规则，加速了数据资源流通。日本政府为打造安全互信的数据交易市场，提出建立可信赖的数据自由流通体系（DFFT）。但是，各国出于国家安全、地缘政治、价值观差异、隐私保护等方面的考虑，对于境内外的数据流通管控严格，短期来看，国际范围内的数据流通体系与规则难以形成。
随着国内数据要素市场逐步转入规范探索的新阶段，相关政策文件相继落地，我国数据要素政策体系初步形成。全国层面，《关于构建数据基础制度更好发挥数据要素作用的意见》提出要提升数据流通效率，赋能实体经济；《数字中国建设整体布局规划》中提出了数据要素交易与市场开发的要求；《企业数据资源相关会计处理暂行规定》为数据资产“入表”提供了操作指引。地方层面，浙江出台的《数据资产确认工作指南》是国内首个地方性标准。此外，数据交易场所建设进入新一轮发展期，各地积极打造不同类型数据交易平台，建成新建交易场所超过50余家。
厘清数据要素配置难的根源
数据交易体系与市场日益完善，数据要素市场化配置格局初步形成，随之而来的是，数据要素在权属、定价、分配规则过程中的问题也不断凸显，具体表现为流通不畅、数据割据、数据垄断、数据安全等现实问题。
数据确权是数据要素配置的基础。数据承载了多重权利和义务，是数据的生产者、收集者、控制者以及消费者之间复杂关系的映射，无法简单使用传统财产权观念对其权属进行界定。数据要素牵涉到政府、数字平台、企业和消费者等多个主体，而这些主体之间的利益诉求往往存在差异，因此冲突不可避免。例如，数字平台收集大量关于消费者的个人信息及行为偏好数据，并通过数据深加工实现数据价值增值。从法理上来看，尽管这些数据应归消费者所有，但实际上却被数据平台所掌控和使用。数据掌控者（数字平台）拥有数据的所有权和收益权，数据使用者（企业）需要付费才能获得数据信息的使用权，而数据的生成和提供者（消费者）不仅无法享有数据的收益权，流通的数据还有可能导致对个人隐私的侵犯。
数据定价是数据要素配置的关键。数据产生的经济效益与传统要素存在差异，其使用效果并不直接显现，其价值也很难单独评估，其特殊性带来了很大的不确定性。只有与其他要素结合，即数字要素赋能其他生产要素，它才能变成有意义的信息。然而，在实际操作中，缺乏明确的方法去准确衡量数据在总体经济效益中的贡献。数据还具备共享特性，同一数据可以同时被多个主体使用，在缺乏限制的条件下，使用权限不会抑制，更不会对数据产生损耗。其可共享、易复制、无限供给的特征，打破了传统生产要素有限供给的制约。十分复杂的应用场景更加剧数据定价难。针对不同主体、不同的使用情境或业务场景下，数据价值存在显著差异，即使完全公开，也很难对数据的价值制定统一的衡量标准。
数据交易是数据要素配置的核心。数字技术与数据要素极大地降低了生产系统中的交易成本，使得信息交换突破时空限制。但从数据供给环节来看，数据提供方常缺乏提供数据的意愿；从数据需求环节来看，除权责利的界定与分配缺乏共识规约外，市场参与方之间还存在信任壁垒。如，数据供给方担心数据的使用超出约定的范围，数据需求方担心数据来源的真实性与合规性。其原因在于数据具有潜在的非排他性，这导致了数据交易实际上是数据使用价值的流动，而非转移占有数据产品本身。一旦缺乏相关交易规则约束，交易双方互信程度较低，无法控制数据交易的后续风险，交易主体之间存在的信任壁垒很难打破。实践中，数据价值往往与用户数量成正比，头部企业或平台拥有的用户越多越占据主动，甚至出现垄断，诞生“数据寡头”。凭借资本和技术优势，积累海量数据资源，精准预测目标市场需求，吸引更多用户，获取垄断利润，挤占中小企业的发展空间，进而限制行业内部整体创新。
以市场化配置释放数据要素价值
建立动态的数据产权制度与权益配置体系，明确数据的产权边界。在非流通场景中，数据的持有权和使用权很难分置，可从经营权的行使授权入手。在流通场景中，数据的持有权、使用权和经营权可以进行分置并独立运行，通过交易、授权、共享和交换等方式进行转移。具体而言，首先要厘清不同的数据处理环节和应用场景。特别是涉及到不同主体之间进行的数据收集、交易和共享等环节，需要将数据流通与实际情境结合起来，加强数据要素配置的可操作性。其次，在流通的不同阶段的数据要素权益需做区别，根据数据阶段特性进行制度设计。最后，厘清各个主体的权责分配。随着数据要素权益的变动，权利和义务关系需要考虑动态化的设计。
科学构建数据要素定价理论体系，健全数据要素定价监管机制。鉴于数据价值需在具体应用场景中才得以显现，可将衡量特定情境中的数据价值作为切入点，来构建科学的数据价值评估方法。运用货币法来计算数据的直接经济价值，再结合数据结构、风险、质量等特征，运用非货币法计算数据的间接效用，提高准确性。数据价格监管体系是确保数据公平交易的制度保障。对于交易过程中可能出现的价格垄断、价格歧视、价格异动等不正当竞争问题，要通过探索开发科学的数据要素定价监测模型，对其进行合理监管与调控。随着市场越发成熟，可综合考虑数据质量、主体需求、风险溢价等因素，构建更加科学规范的定价估值与监测模型，为监管提供现实依据。
规范数据交易行为，培育数据交易市场。当前数据要素的市场化发展仍处于初级阶段，发展模式相对粗放，存在价格无序、数据泄露、黑市交易等问题，数据交易场所作为独立可信任的第三方机构的角色作用没有充分发挥。可建立一个非标准化的数据交易场所，分步探索不同情境下，不同主体数据交易活动之间的交互行为与互动关系，提升数据要素的有效配置。通过综合的场内场外模式，利用数据交换的方法来解决交易乱象，保证交易的公平与有序，实现数据交易全程可追溯。采用区块链、隐私计算等技术为交易双方建立一个可信的数据融合环境，降低数据权属不明确、信息易泄露等风险。引导数据主体主动公开或披露数据资源，鼓励双边或多边在交易所框架内自主交易，促进数据要素的流通。在明确交易主体、数据产品和交易过程的合规要求的基础上，调整数据交易相关流程，形成共识性的数据交易规则。
（作者单位：南京财经大学会计学院）
责任编辑：何乐
