数据要素市场培育过程中存在哪些障碍？

总体而言，我国数据要素探索处于起步阶段，数据要素市场培育 的基础尚不坚实，权利关系、价格机制、流通规则、技术支撑等数据 要素市场的构成要件存在诸多障碍。

1.权利归属难以界定，有待建立产权制度 

数据权属界定的场景与问题复杂，难以达成理论共识。数据权属 问题是数据要素市场培育的理论前提，主要关心各主体针对数据所产 生的权利义务关系，即围绕数据产生的权利或者权益到底归谁享有。 传统生产要素的流通和生产关系的建立都是以生产要素所有权为核 心，在所有权基础上围绕使用权、收益权等其他权利进行。数据权属问题复杂的原因在于，传统生产要素往往具有稀缺性、排他性，拥有 清晰的、可分割的客体和明确的、独立的占有主体，传统产权制度设 计可以通过评估、登记、监管等机制有效解决权利划分、争议仲裁等 问题，而数据作为一种虚拟物品，低成本复制性、潜在的非排他性等 特点与现有产权制度核心功能不相兼容，再加上数据主体多元、权利 内容多样、场景丰富多变，数据与数据之间，数据涉及的多元主体之 间关联交织难以分割，与传统要素主体的确定性、要素关联关系的稳 定性和固定性之间也存在矛盾，使得数据权属界定尤为复杂。

制度设计目标与产业实际需求不完全一致，难以凝聚产业共识。 目前各界对数据权属问题的探索还没有形成普遍认可的解决方案。对 数据权属制度的设计与建设来说，其目标是明确数据的产权结构和归 属规则，划定各参与方的权利和责任，通过制度设计保障数据可控。 但对产业中实际的数据流通与使用而言，现阶段解决数据权属问题的 核心需求，不是决定数据所有权到底赋予谁，而是如何理顺个人、企 业、政府等不同主体间的不同权益，优化利益分配。例如，随着互联 网平台经济日益发达，个人用户与平台企业之间的权利关系问题日益 突出。个人用户在使用平台服务过程中产生的数据是平台企业提升业 务效率、创新商业模式、获取垄断地位的核心资源，但用户行为产生 的数据究竟归属于谁并不明确。从制度保护原则看，个人用户是企业 数据的逻辑起点，理应是数据权利拥有者。从产业实际情形看，数据 创造价值的前提是平台的规模化汇聚，独立的个人数据在个人手中不 产生价值，将数据产权配置给平台企业才有利于更多经济价值的创造。

我国法律尚未对数据权属做出清晰规定，难以形成规则共识。现 有法律多是从保护和监管的角度出发，通过《网络安全法》《数据安 全法》《个人信息保护法》等规范数据的利用，但还没有一部法律对 各种场景下数据应归谁所有做出明确界定，现行法律也较少涉及数据 本身所承载的其他权益关系。司法过程中，目前主要是以《反不正当 竞争法》等作为数据权益保护的权宜之计，承认数据具有竞争性利益， 但具体的界权规则尚未达成共识，具有较大不确定性，各经营者仍容 易频繁陷入因权属不清引发的纠纷之中。

2.估值定价缺乏依据，有待发挥市场作用

数据的估值和定价虽有一定内在联系，但不能完全混为一谈。数 据估值是基于数据生产者或使用者的角度，根据数据本身的特点进行 价值评估，为价格发现提供参照基准，是相对静态的行为；而数据定 价讨论的是市场行为中数据最终按什么价格交割，是动态的行为，它 以市场需求和市场竞争为导向，是基于购买者对该数据的价值评估和 预期成本的考量，利用市场的价格发现功能进行竞价匹配的过程。

传统的资产评估方法不完全适用于数据要素。传统的资产评估方 法包括成本法、收益法和市场法三类。成本法以成本估值，收益法以预期收益折现估值，市场法则是以市场上类似交易的成交价格作为估 值参考。对数据的估值来说，应用成本法的问题在于数据生产涉及多 元主体，成本不易区分，且贬值因素难以估算；应用收益法时，数据 的时效性、使用期限评估又成为难点；应用市场法时，又受制于数据 要素市场尚不活跃，缺乏足够案例支持。由于数据预期产生的经济价 值与数据具体应用场景、数据要素市场结构高度相关，不同主体间潜 在收益、供求关系均有较大的异质性，目前对数据的价值和价格进行 统一、标准化规定几乎是不现实的，现有数据估值方法均有其限制， 未必能客观准确反映数据的真实价值。

数据产品价格很难根据统一的标准衡量。当前各类数据交易场景 或交易平台主要采取卖方定价、协议定价等方式。卖方定价即卖方通 过评估自己的数据质量、成本、需方效用给出统一报价，这一过程由 卖方主导，缺乏供需双方在市场机制下的博弈互动。协议定价虽然给 予供需双方充分的沟通机会，但双方的反复报价议价过程中耗费了大 量时间成本，无法形成标准化、大规模、高效率的价格发现机制。如 果回归市场的本质要求，数据的价格仍应该遵循价值决定价格、市场 供求影响价格的基本逻辑来确定。但由于数据价值的评估尚未形成统 一规则，导致参与主体难以确定衡量价格的统一标准。

会计报表核算数据价值价格面临挑战。严格意义上讲，只要数据 能进行合理的估值定价，就应当能作为数据资产计入会计报表，数据 的估值定价应当与会计计量核算具有一致性。然而按照现行会计准则， 数据资产入表存在现实困难。一方面数据价值已部分体现在提升利润、增加客户、降低成本等方面，有重复计量的可能；另一方面企业间数 据资产差异较大，存在难以量化的内容，列报口径难以统一。因此， 现有的会计核算方法仍无法为数据估值定价提供有效依据。

3.流通规则尚不完善，有待鼓励积极探索

现有法律法规尚不完善，难以消除市场主体的合规顾虑。法律是 合规的底线，《网络安全法》《数据安全法》《个人信息保护法》等 现有法律主要对数据的规范利用和安全隐私保护作出原则性规定，但 并未就数据流通市场的准入、监管等给出清晰的法律界定。例如，《数 据安全法》有规定“从事数据交易中介服务的机构提供服务，应当要 求数据提供方说明数据来源，审核交易双方的身份，并留存审核、交 易记录”，但没有涉及数据交易双方在交易中的权利义务。在数据流 通立法体系尚不完善、数据流通行为缺乏统一监管机制的情况下，面 对强监管形势，各类市场主体在探索数据流通的具体问题时缺乏合规 风险评估依据，对责任判断没有稳定预期，对数据流通方案的实施存在诸多顾虑。

配套规则体系仍不明确，数据要素流通缺乏有效的激励和权益保 护机制。现阶段，我国数据资源化、资产化等过程尚未完成，数据作 为资产或商品直接进行流通的理论基础不扎实，数据要素权属界定、 分类分级、估值定价、收益分配等方面缺乏系统框架，数据要素流通 难以制定明确的配套规则。在此情况下，激励各方参与流通的体制机 制尚不具备，保障参与各方权益的共识还未建立，参与方之间信任的 建立缺乏规则的指引，使参与各方望而却步。

4.流通技术仍未成熟，有待强化技术支撑

数据在多主体间的安全流转过程需要恰当成熟的技术工具支撑。 数据安全和隐私保护是数据流通的前提，流通的数据可能侵犯个人隐 私，也可能减损企业的商业秘密和知识产权。由于数据可以低成本复 制，屡发的数据泄漏、越权滥用等事件加剧了人们的不信任感，各主 体均有对数据出域后失控的顾虑。因此，如何在保护数据安全和隐私 的同时保证数据的可用性成为数据流通中的迫切需求。

数据流通涉及诸多技术环节的协同，现阶段数据安全流通技术体 系尚未完全成熟。面对数据流通的多元模式，现有技术还不能完全满 足实际场景下的落地应用需求。如何实现在原始数据可见的形态下保 证流通的数据不被复制、篡改，目前尚无可行的技术解。以数据脱敏、 数据失真为代表的技术可以以较低成本隐藏敏感信息，使得经过处理的数据无法识别特定自然人或秘密，且不能复原，从而可以将数据转 化为可以安全流通的形态。但这类技术会改变原始数据形态，导致大 量数据信息损失，价值大幅降低。

近年来，隐私计算技术和产业逐渐火热，被视为解决数据要素流 通难题的关键技术。这种技术是指在保证数据提供方不泄漏原始数据 的前提下，对数据进行分析计算的一系列信息技术。通过对个人信息 等敏感数据的加密保护和专门的通信和算法协议设计，隐私计算可以 实现“原始数据不出域”，保障数据在流通与融合过程中的“可用不 可见”，只实现数据价值的转移，有效解决数据流通后潜在的失控问 题。