一、數據要素何以賦能新質生產力

從2020年4月由中共中央、國務院發(fā)布的《關于構建更加完善的要素市場化配置體制機制的意見》中首次提出數據要素概念,到2022年12月中共中央、國務院在《關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》(以下稱“數據二十條”)中提出建立“三權分置”的數據產權制度,再到2023年12月由國家數據局等17部門聯合發(fā)布的《“數據要素×”三年行動計劃(2024—2026年)》中指出要充分發(fā)揮數據要素的乘數效應,這些政策文件體現出我國對“數據要素”的支持與推進態(tài)度。同時,2024年3月兩會期間政府工作報告中提出“大力推進現代化產業(yè)體系建設,加快發(fā)展新質生產力”,強調了對新技術產業(yè)的支持,促進新興產業(yè)的發(fā)展和傳統(tǒng)產業(yè)的轉型升級。結合數據要素的作用來看,基于數據資源的新興產業(yè)和數字技術,不僅將是實現國家戰(zhàn)略目標的核心關鍵,亦是推動新質生產力形成與發(fā)展的重要支撐。

當前學界關于數據要素賦能新質生產力之研究,仍存在不足之處:第一,未從理論層面深入闡釋數據要素與新質生產力的內在機理;第二,未深入分析數據要素賦能新質生產力的過程中將面臨哪些障礙阻力;第三,現有研究視角尚未展開,尤其是在法學領域,未充分考慮到“以高質量法治助推新質生產力發(fā)展”。

簡言之,當前大多數學者僅是在分析新質生產力時附帶提到數據要素問題,亦或是有所研究,也是較為零碎化,沒有進行體系化研究,導致難以提供具有針對性、精準性的理論指導框架。職是之故,本文擬基于我國數據要素賦能新質生產力的發(fā)展現實與未來需要,深入剖析其內在機理,并在審視其現實困境的基礎上,提出契合本土實情的應對路徑,以期為新質生產力發(fā)展提供智識借鑒,推進中國特色社會主義現代化建設進程。

二、數據要素賦能新質生產力的內在機理

如今,中國經濟正處于關鍵的戰(zhàn)略轉型時期,加快形成新質生產力成為實現經濟高質量發(fā)展和中國式現代化的關鍵任務。新質生產力代表了一種先進的生產力形態(tài),“新”體現在新技術、新模式、新業(yè)態(tài)和新動能的融合,而“質”則強調在數量擴張的基礎上實現質的飛躍,即是一種通過數字化和科技創(chuàng)新推動的高質量生產方式和發(fā)展模式(張輝、唐琦,2024)。而在數字經濟時代,數據的角色也經歷了根本性的轉變,不再僅僅是測度或統(tǒng)計的結果,而是成為信息的一種表現形式和數字化載體,具有豐富的信息化內涵。在此前提下,亟需深入分析數據要素如何促進新質生產力的形成,系統(tǒng)闡釋其內在機理,為促進新質生產力形成與發(fā)展提供有力的理論基礎。

(一)數據要素促進新質生產力形成的理論邏輯

數據要素作為一種新型生產要素,因其獨特的可再生性、包容性及與傳統(tǒng)生產要素融合后的乘數效應,對新質生產力的形成起到了至關重要的作用。在一定意義上,新質生產力是在科技創(chuàng)新與數據要素的催化下,生產力結構、性質和發(fā)展模式發(fā)生根本性轉變的嶄新形態(tài)。為了深入剖析這一轉變過程,應從傳統(tǒng)生產力三要素—勞動資料、勞動對象、勞動力三個維度進行探討,三者在數據要素作用下的演變,恰恰揭示了新質生產力形成的內在邏輯。

1.數據要素催生新質勞動資料

數據要素獨特的滲透性、低成本的可復制性以及非競爭性等特征,使得其與生產生活的各個領域實現深度融合。這種融合不僅優(yōu)化了生產要素的比例和配置方式,而且促進了資源的合理有效分配,激發(fā)產業(yè)的數字化轉型。具體來說:

第一,數據要素與數字平臺共同構成了數字經濟時代的新型生產工具。通過經濟主體之間的數據化互動,實現了從生產前的設計、原材料采購,到生產中的工藝優(yōu)化、質量控制,再到生產后的銷售、服務等全過程的滲透。例如,數據的實時分析和反饋機制,使得生產決策更加精準,資源配置更加高效。又如,數據的可復制性和非競爭性,使得同一數據集可以被多個經濟主體共享,從而降低生產成本,提高生產效率。

第二,數據要素與數智技術的結合,推動傳統(tǒng)機械生產工具的顛覆性創(chuàng)新。通過引入智能化控制系統(tǒng)和自適應算法,傳統(tǒng)設備得以實現智能化改造,提升了生產過程的自動化和智能化水平。同時,這種結合還促進了企業(yè)從線性分工的“串行生產”向網絡化分工的“并行制造”的轉型,企業(yè)內部的各個生產環(huán)節(jié)通過數據的實時流通和共享,實現更加緊密的協(xié)同和集成,激發(fā)架構創(chuàng)新和模塊化生產(徐政、張姣玉,2024)。這種生產模式的轉變,既提高了生產效率,亦加快了新產品的研發(fā)和上市速度。

第三,數據資源和集成平臺作為創(chuàng)新活動的核心支撐,催生富含先進技術和綠色創(chuàng)新特質的新型勞動工具。例如,數字網絡通信技術的發(fā)展,使得信息傳輸更加迅速和準確,為企業(yè)提供了強大的信息處理能力。又如,工業(yè)機器人、自動化生產線等高端智能設備的應用,既提升了生產效益,也降低了能耗和排放,推動企業(yè)的數智化和綠色化變革。簡言之,新型勞動工具的應用,延伸和更新了傳統(tǒng)的產業(yè)鏈,推動傳統(tǒng)產業(yè)的數字化轉型,進而實現產業(yè)結構的優(yōu)化和升級。

2.數據要素孕育新質勞動對象

在數字產業(yè)化和產業(yè)數字化的雙重推動下,數據已經成為新質勞動對象的重要組成部分,不僅推動了傳統(tǒng)勞動對象的轉型,也促進了高質量發(fā)展的新質生產要素的形成(任保平,2023)。具體而言:

首先,數據作為新型勞動對象,通過在多個場景中的應用和多主體的復用,有效地突破了傳統(tǒng)生產活動在時間和空間上的限制。這種突破不僅為生產活動帶來了前所未有的靈活性,也為價值創(chuàng)造提供了新的可能性。此外,數據的流通和交易也為數字經濟的發(fā)展提供了新的動力,推動了數據服務、數據產品和數據應用等新興業(yè)態(tài)的蓬勃發(fā)展,促進了商業(yè)模式、產業(yè)形態(tài)和體制機制的協(xié)同創(chuàng)新。

其次,數據要素的嵌入,使得勞動對象的概念得到了極大的拓展和深化。傳統(tǒng)的勞動對象主要是實體的自然物,而在數據要素的推動下,勞動對象已經從單純的實體自然物,轉變?yōu)椤白匀晃?人造自然物+虛擬的數字符號物”的復合體。這種轉變不僅豐富了勞動對象的內涵,也使得生產活動可以更加靈活地適應多變的市場環(huán)境。易言之,基于數據要素的支撐,高新技術得以對傳統(tǒng)勞動對象進行綠色化改造,推動綠色合成材料的創(chuàng)新和新能源的開發(fā),加速了傳統(tǒng)能源的替代使用。這些變革催生了一系列綠色新業(yè)態(tài),亦推動了綠色低碳的現代化產業(yè)體系的形成,為實現經濟可持續(xù)發(fā)展提供了強有力的支撐。

再者,數據要素對競爭優(yōu)勢的重構同樣不容忽視。在數據智能的驅動下,傳統(tǒng)資源稟賦優(yōu)勢正在逐漸被數字智能優(yōu)勢所取代。這意味著,區(qū)域發(fā)展的核心競爭力不再僅僅依賴于自然資源的豐富程度和產品的生產能力,而是更加注重創(chuàng)新效率和數智生產力的提升。這種轉變引發(fā)了技術創(chuàng)新和智能制造在空間分布上的重大變化,促進了以創(chuàng)新集群為核心的新增長極的形成。這些新增長極不僅推動了區(qū)域經濟的快速發(fā)展,也為全球經濟的均衡發(fā)展提供了新的機遇。

3.數據要素培育新質勞動力

在當代經濟格局中,數據要素與數智化技術的結合已經成為推動生產力發(fā)展的關鍵因素。也就是說,數據要素通過與勞動力要素的深度融合,將顯著提升勞動者的素質和生產潛能,促進勞動生產率的提高和勞動力結構的優(yōu)化升級。具言之:

其一,數據要素與勞動力要素的結合,為勞動者提供了新的工作方式和思維模式。在數字化勞動環(huán)境中,勞動者需要具備處理和分析大量數據的能力,這種數據思維的培養(yǎng)和數字化技能的提供,使得勞動者能夠更有效地進行生產活動(曾晶等,2024)。數據要素的滲透使得勞動過程更加智能化和精準化,勞動者能夠在同樣的時間內創(chuàng)造更多的價值,從而提高勞動的邊際產出和再生產水平。

其二,數據要素的融合和應用,使得生產力要素的主體不再局限于人類勞動者,而是擴展到了人與AI相結合的新型勞動主體。隨著AIGC時代的到來,機器已能夠在一定程度上替代人類進行某些工作,同時也為人機協(xié)同提供了可能。人機協(xié)同基于數據要素,能夠突破人類固有的認知模式,拓展知識邊界,創(chuàng)造新的組織學習方式,極大地提升勞動效率和質量。此外,數據要素的發(fā)展還催生了“零工經濟”模式下的新型自由職業(yè)者,這些新型勞動者利用數字平臺進行靈活就業(yè),拓寬了勞動主體的邊界,為勞動力市場注入了新的活力。

其三,數據要素對勞動力就業(yè)的影響是復雜而多維的。一方面,數據要素與高技能、復雜勞動之間存在正向互補關系,其能夠提升這些勞動的效率和質量,從而推動勞動力結構向更高級的形態(tài)發(fā)展。另一方面,數據要素也能對簡單和常規(guī)性勞動產生替代效應,這可能導致某些低技能勞動崗位的減少。同時,數據要素還能依托數字平臺衍生出高附加值的就業(yè)新形式,促進勞動力資源的優(yōu)化配置和勞動技能的整體提升,進而推動勞動力結構向高級化發(fā)展。

綜上,數據要素作為新型生產要素,在我國經濟高質量發(fā)展中發(fā)揮著關鍵作用,其通過促進勞動資料的智能化、勞動對象的數字化以及勞動力素質的提升,推動了生產方式的變革和產業(yè)結構的優(yōu)化。同時,數據要素的融合應用提高了勞動生產率,還促進了勞動力結構的高級化,為新質生產力的形成提供了強有力的“數據支撐”(理論邏輯見圖1)。

(二)數據要素推動新質生產力發(fā)展的作用機制

新質生產力不僅僅是生產技術的進步,其涵蓋了生產、流通、消費和分配等社會再生產的全部環(huán)節(jié),這些環(huán)節(jié)相互聯系、相互作用,共同構成了經濟發(fā)展的動態(tài)系統(tǒng)。而數據要素在各個環(huán)節(jié)中的作用機制亦是多維度和系統(tǒng)性的。具體展開而言:

1.數據要素在生產環(huán)節(jié)的作用

第一,數據要素作為一種新興的生產要素,與土地、勞動力、資本和技術等傳統(tǒng)生產要素相結合,既改變了這些傳統(tǒng)要素的功能和形態(tài),也催生了新的生產要素表現形式。數據要素的引入,使得生產過程更加智能化、精準化,通過數據分析和處理,可以對生產要素進行優(yōu)化配置,提高資源利用效率,從而驅動傳統(tǒng)生產要素的創(chuàng)新和升級。

第二,數據要素在設計研發(fā)階段的深度介入,為創(chuàng)新活動提供了強有力的支持。通過大數據分析、AI等技術手段,可以在設計研發(fā)階段進行模擬測試、性能評估和市場預測,從而指導、修訂和校正設計與研發(fā)方向,縮短設計研發(fā)周期,提升設計研發(fā)成果的轉化成功率。

第三,數據要素在生產制造全鏈條中具有推動作用。數據要素的流通和共享,促進了制造產業(yè)鏈各企業(yè)主體之間的協(xié)同作業(yè),實現了信息的透明化和流程的優(yōu)化。

2.數據要素在流通環(huán)節(jié)的作用

首先,數據要素的應用打破了傳統(tǒng)流通模式下的數據孤島現象。在傳統(tǒng)的流通體系中,信息的不對稱和不充分往往導致資源配置的低效和市場反應的遲緩。而數據要素的整合能力,使得供應鏈上的各個環(huán)節(jié)能夠實現數據的共享和流通,從而優(yōu)化了庫存管理、需求預測和物流配送等關鍵環(huán)節(jié)。這種數字化的流通過程不僅提高了市場響應速度,還降低了因信息不對稱而產生的交易成本和風險。

其次,數據要素的海量獲取、豐富類型和可重復使用性,極大地降低了數據相關的收集、處理、分析和傳輸成本。在流通環(huán)節(jié)中,數據作為一種生產要素,其成本的降低意味著企業(yè)可以更加高效地利用數據進行市場分析、消費者行為研究和產品定位。這種低成本的數據使用不僅提高了企業(yè)對市場變化的敏感度,還促進了企業(yè)間的競爭和合作,推動了整個流通領域的創(chuàng)新和發(fā)展。

再者,數據要素通過數字化商品流、物流和信息流,推動供應鏈體系向數字化、智能化和柔性化的方向發(fā)展(歐陽日輝,2024)。在數字化的供應鏈中,各個環(huán)節(jié)的數據實時更新和共享,使得供應鏈管理更加透明化、精準化。這種數字化的供應鏈不僅減少了交易環(huán)節(jié),降低了交易成本,還提升了供應鏈的協(xié)同效率。同時,數字化供應鏈的柔性化特征,使得企業(yè)能夠快速適應市場變化,實現個性化定制和按需生產,增強了供應鏈的敏捷性和協(xié)同性。

3.數據要素在消費環(huán)節(jié)的作用

其一,數據要素通過深度挖掘和分析消費者的在線行為、購買偏好和消費歷史等信息,能夠實現對市場消費需求的精準預測。這種基于數據的消費者洞察,使得生產者能夠更好地理解市場需求,從而優(yōu)化產品設計、調整生產計劃,并提供更加符合消費者期望的產品和服務。

其二,數據要素結合數字技術,推動了消費場景的創(chuàng)新。例如,跨境網購(如淘寶、京東等)的發(fā)展使得消費者可以輕松購買到全球各地的商品,直播購物(如主播帶貨等)的興起則為消費者提供了一種全新的互動式購物體驗。這些新興的消費場景不僅豐富了消費者的選擇,也為企業(yè)開拓市場、提升品牌影響力提供了新的途徑。

其三,數據要素通過滿足消費者個性化需求,顯著提升了消費品質。在數據的驅動下,企業(yè)能夠更加精準地識別和滿足消費者的個性化需求,從而推動產品和服務的個性化定制和智能化升級(繆言等,2023)。例如,智能家居、個性化推薦系統(tǒng)等,都是數據要素與智能化技術相結合的產物。

4.數據要素在分配環(huán)節(jié)的作用

第一,數據要素與傳統(tǒng)生產要素的融合,推動了資源配置的優(yōu)化。在數據要素的引導下,資本、勞動力、技術等生產要素,能夠更有效地流動和重新配置,從而實現從低效率領域向高效率領域的轉移。例如,通過數據分析,決策者可以更準確地識別投資機會和市場需求,避免資源浪費,確保資源在最需要的地方得到最有效的利用。

第二,數據要素通過提升勞動生產率和創(chuàng)造新的商業(yè)機會,增加了整體價值的生成。數據的分析和應用能夠提高生產過程的自動化和智能化水平,減少不必要的勞動和資源消耗,從而提高勞動生產率。同時,數據要素的運用也為企業(yè)家和創(chuàng)新者提供了新的商業(yè)模式和市場機會,為各參與主體帶來更大的收益。

第三,數據要素通過解決數據鴻溝問題和推動公平分配,促進了價值的共享(張林憶、黃志高,2023)。在數字經濟時代,數據獲取和利用的能力差異可能導致新的不平等,故確保數據資源的公平分配和利用是實現價值共享的關鍵。通過政策引導和技術創(chuàng)新,可以促進數據資源的普惠性,使得更多的個人和企業(yè)能夠享受到數據帶來的紅利。此外,數據要素的共享還能夠促進社會協(xié)同和合作,通過開放數據平臺和共享機制,不同主體可以共享數據資源,共同開發(fā)新的產品和服務,實現更廣范圍、更深維度的價值共同體。

綜上,數據要素與其他生產要素相融合,發(fā)揮出乘積效應,并作用于生產、分配、流通、消費等環(huán)節(jié),顯著提升生產資料的質量,優(yōu)化產業(yè)結構,提高全要素生產率,從而推動新質生產力發(fā)展(作用機制見圖2)。

三、數據要素賦能新質生產力的現實障礙

基于上述內在機理的考量,數據要素的特有屬性,使其與傳統(tǒng)有形商品在本質上存在顯著差異。申言之,傳統(tǒng)的市場理論及分析方法將難以適應數據要素的管理和監(jiān)管需求。鑒此,應深入剖析數據要素的現實制約因素,以構建適應數據要素特性的法治框架,推動新質生產力的形成與發(fā)展。

(一)數據要素規(guī)則不完善,阻礙新質生產力形成

首先,數據確權規(guī)則不清晰。我國在《民法典》第127條、“數據二十條”及相關部門法中,對于數據權屬提出一些原則性規(guī)定,但仍缺乏明確的操作指南和實施細則?！侗本┦袛底纸洕龠M條例》《深圳經濟特區(qū)數據條例》《上海市數據條例》等地方性立法,在數據權利的界定上雖有所嘗試,但由于立法權限和視野的局限,其規(guī)定同樣缺乏普遍性和系統(tǒng)性,導致數據權利的保護和行使在實踐中面臨諸多不確定性。不僅如此,學界對于數據確權問題亦未能形成共識。

具言之,倘若將數據權利納入物權法范疇,則與其制度設計存在沖突(熊丙萬、何娟,2023)。物權的占有、使用、收益和處分權能,在一定程度上雖可以適用于數據,但數據的非物質性、可復制性等特性,使得這些權能不能完整地映射到數據權利之上;若將數據權利納入合同法范疇,則會忽視數據作為權利客體的獨立地位,從而否定其財產屬性(梅夏英,2016)。合同法的相對性原則也會限制其適用范圍,難以有效解決第三方侵犯數據權益的問題;如將數據權利納入知識產權范疇,在一些場景下確實可以保護數據權利,但并非所有數據都具備“獨創(chuàng)性”等特征(肖冬梅,2024),大多數數據也不滿足“保密性”要求(高酈梅,2021);而適用《反不正當競爭法》的一般條款,雖能界定數據相關活動的合法性,但卻回避了數據權利訴求的核心問題,且可能弱化對不正當競爭行為類型規(guī)定之適用(張建文,2020)。鑒此,有學者提出將數據視為一種新型權利,以期解決數據確權及其權利行使問題(韓旭至,2020),但還是無法解決數據權益的性質、內容與歸屬問題。

其次,數據定價規(guī)則不一致。針對數據定價問題,學界提出了成本法、收益法、市場法等理論模型,每種模型都試圖從不同的角度解釋數據的價值構成。然而,由于存在數據重置成本無法確定,數據價值可持續(xù)挖掘等客觀因素,上述理論模型均具有一定局限性,難以應用于實踐。審視當下,實踐中數據交易的定價機制主要包括第三方自動定價、協(xié)商定價和拍賣定價三種方式(劉枬等,2021)。就第三方自動定價而言,其通常由專業(yè)的數據評估機構或平臺進行,該機制通過特定的數據質量評價指標,結合市場的供需狀況,給出一個價格區(qū)間。這種方式的優(yōu)勢在于能夠快速為大量數據提供定價參考,但可能存在評價標準不一和人為干預的風險。從協(xié)商定價來看,其是數據供需雙方通過談判來確定最終成交價格的方式。這種方式在實踐中最為常見,允許雙方根據數據的具體情況和需求進行個性化的定價。然而,協(xié)商定價過程中可能存在交易成本高、信息不對稱和談判效率低下等問題,進而影響數據交易的順利進行。拍賣定價則是一種市場化的定價方式,適用于具有多個潛在數據需求方的情況。通過拍賣,數據的需求方可以公開競價,最終通過市場競爭確定數據的價格。拍賣定價的優(yōu)勢在于能夠充分調動市場的積極性,實現資源的有效配置。不過,拍賣定價的適用前提是存在足夠多的潛在買家,且起拍價和拍賣價格增長幅度的確定仍然需要基于數據的價值評估。簡言之,雖然目前存在多種數據定價的理論模型和實踐方法,但科學合理且實用的數據定價方法還是欠缺。

再者,數據交易規(guī)則不統(tǒng)一。當前數據交易場所在制定交易規(guī)則時,往往受到自身業(yè)務模式和運營需求的影響,導致規(guī)則在質量和內容上存在顯著差異。其一,數據交易規(guī)則的適用性不足。由于各交易場所的業(yè)務模式和運營需求不盡相同,因此制定出的規(guī)則通常只適用于特定的交易場景,而難以適應更廣泛的數據交易活動,導致數據交易的效率降低,增加交易成本,甚至導致交易失敗(陳婉玲、胡鵬鵬,2023)。其二,數據交易規(guī)則存在抄襲現象。抄襲的規(guī)則可能并不完全符合交易場所的實際情況,或者與現行法律法規(guī)存在沖突,這些都會對數據交易的合法性和安全性構成威脅。其三,數據交易規(guī)則大多停留在原則性層面。例如,“數據二十條”中雖對數據的分類、交易標準、合規(guī)性要求等方面有所提及,但缺乏對交易數據具體范圍的明確界定、對交易雙方資質的具體要求、對交易流程的詳細安排以及對交易參與方權利與義務的具體規(guī)定等(陳兵、郭光坤,2023)。此類原則性規(guī)范,雖為數據交易提供了一定的指導,但在實操中容易因為缺乏針對性而難以發(fā)揮應然作用。尤其是涉及交易數據范圍時,由于數據類型多樣,不同數據的敏感程度和價值差異較大,導致交易雙方在數據的使用和權益分配上產生爭議。

(二)數據要素市場不成熟,制約新質生產力實現

一方面,大多數數據交易所(中心/平臺)面臨著嚴峻的運營挑戰(zhàn)和困境。在2023年4月14日舉辦的“數據要素流動與治理產業(yè)高峰”研討會上,眾多領域內的專家共同指出,我國在數據流通領域正迎來新一輪的產業(yè)發(fā)展浪潮。據《2023年中國數據交易市場研究分析報告》顯示,到2025年我國數據交易市場的規(guī)模有望突破2000億元大關。早在2020年,北京、上海、深圳、廣州等省市就已建立了各自的數據交易場所。然而,為何在上述數據市場規(guī)模不斷擴大的背景下,如今僅剩下少數交易所在維持基本運營,其余多數則不再更新業(yè)務動態(tài)?從某種意義上而言,背后原因在于:首先,數據交易所的設立門檻相對較低,缺乏統(tǒng)一的行業(yè)標準和規(guī)范。盡管數據交易市場規(guī)模不斷擴大,但市場主體之間的數據交換和共享并不充分,“數據孤島”現象依然存在。以武漢市為例,同一地區(qū)就有三個數據交易所,這種情況不僅造成了資源的浪費,也阻礙了數據交易所功能的發(fā)揮和市場的健康發(fā)展。其次,許多數據交易所在職能定位上存在不明確性,缺乏清晰的業(yè)務發(fā)展方向和運營模式。例如,一些數據交易所同時承擔著數據提供者和交易平臺的雙重角色,導致其在審核、撮合、監(jiān)督等方面的職責未能充分履行,進一步削弱其市場功能和效率。再者,數據交易所的功能作用較為局限?，F有的數據交易所主要專注于交易的前期準備、交易過程中的磋商以及交易完成后的交付與結算等基本環(huán)節(jié)。這種以單一業(yè)務流程為核心的市場運作模式,難以適應數據要素市場多樣化、個性化的需求,尤其是在數據資源的分類、定價、質量控制等方面缺乏靈活性和適應性。

另一方面,數據經紀商和第三方數據評估機構等中介機構,在市場中的作用尚未得到充分發(fā)揮。首先,當前數據經紀商發(fā)展存在顯著不足。在理論上,數據經紀商應通過連接數據的供應方和需求方,以有效提高市場流動性,促進數據資源的優(yōu)化配置。然而,當前數據經紀商在運營過程中往往過分強調營利性,而忽視了數據交易的合規(guī)性和風險控制。申言之,由于缺乏明確的業(yè)務規(guī)范和監(jiān)督機制,數據經紀商在數據收集、處理、交易等環(huán)節(jié)可能存在違法行為,如未經授權收集和使用個人信息,或未能妥善保護數據安全,導致數據泄露和濫用(李振華、王同益,2022)。其次,第三方數據評估機構的作用受到限制。這些機構本應為數據交易提供重要的支持服務,包括評估數據的合規(guī)性、價值、質量和安全性等。但由于缺乏統(tǒng)一的業(yè)務資質認證和評估標準,第三方評估機構的權威性和公信力常常受到質疑,即評估結果的不一致性和不透明性,使得市場參與者難以對數據的價值和風險做出準確判斷。再者,政策激勵和規(guī)范的缺失。盡管數據交易市場的潛力巨大,但缺乏有效的政策支持和市場引導,使得中介機構難以擴大規(guī)模和提高服務質量。缺乏具體的業(yè)務標準和運營規(guī)范,導致市場上的服務質量良莠不齊,市場秩序混亂。

(三)數據要素監(jiān)管不到位,束縛新質生產力發(fā)展

一方面,傳統(tǒng)市場規(guī)制法(主要為“反壟斷”+“反不正當競爭”)在應對日新月異的數據競爭活動時,陷入適用不足之困境。首先,數據獲取與流通的規(guī)制難題。數據不當獲取行為(如通過網絡爬蟲技術非法抓取他人數據)、數據封禁行為(如通過技術手段阻隔數據流通)等,這些行為損害了市場主體平等獲取和利用數據的權利。但現行法律對此類行為缺乏清晰界定,引發(fā)法律適用的不確定性。例如,針對“網絡爬蟲”行為,法院基于《反不正當競爭法》第2條規(guī)定,常常作出不同判決結果,這不僅增加了企業(yè)合規(guī)成本,也影響了法律的權威性和可預測性。其次,數字化壟斷與“并購”的風險問題。數字化壟斷協(xié)議和數字經濟領域的扼殺式并購行為,容易導致數據資源的集中和壟斷,傳統(tǒng)市場規(guī)制法在處理這類問題時亦存在諸多困難:一是在協(xié)同主體意思聯絡認定方面,由于數字經濟中企業(yè)間合作的形式多樣,傳統(tǒng)的協(xié)同行為認定標準難以適應新的市場環(huán)境。二是在可責性認定上,數據驅動型企業(yè)的市場力量往往與其掌握的數據量和處理能力相關,這使得責任主體的界定變得復雜。再者,在經營者集中申報、相關市場認定、競爭損害評價等方面,傳統(tǒng)市場規(guī)制法也面臨著失靈風險。具言之,在經營者集中申報方面,傳統(tǒng)申報制度未能充分考慮數據資產的特殊性,使得對數據驅動型企業(yè)集中的申報和審查存在監(jiān)管盲區(qū)。在相關市場認定方面,傳統(tǒng)市場規(guī)制法通常依賴于產品的替代性和市場的界定。然而,在數據經濟中,數據產品和服務的高度互聯互通使得市場界定變得復雜,數據的多面性和跨界應用特性使得傳統(tǒng)的市場界定方法難以適應。此外,數據的規(guī)模效應和網絡效應容易導致市場力量的快速集中,而傳統(tǒng)損害評價方法難以準確評估數據集中對市場競爭的影響,從而可能引發(fā)提高市場壁壘、減弱創(chuàng)新活力以及損害消費者權益等風險(孫晉,2021)。

另一方面,現有數據治理監(jiān)管體系的不完善,嚴重影響了數據治理的效率和效果。首先,政府監(jiān)管體系的缺陷。雖然我國已經形成了以國家網信部門統(tǒng)籌、其他部門分別監(jiān)管的模式,但在具體執(zhí)行過程中,權責分配不明確、執(zhí)法推諉等問題時有發(fā)生,使得數據治理工作難以形成有效的合力。其次,中央與地方監(jiān)管機構的職責不清。國家網信部門與國務院其他部門在權力配置上存在不均衡,增加了統(tǒng)籌協(xié)調的難度,各部門對數據監(jiān)管職責的劃分不明確,造成在實際工作中出現職責重疊或監(jiān)管空白的現象。同時,地方政府在數據監(jiān)管機構的設立上存在混亂,缺乏統(tǒng)一的標準和指導,使得監(jiān)管體系呈現出林立的狀態(tài)。這種利益地方化和部門化的勢態(tài),不僅削弱了監(jiān)管的統(tǒng)一性和權威性,也導致監(jiān)管資源的浪費和效率的降低。再者,市場自律治理的缺位。當前數據要素市場的行業(yè)組織松散,缺乏有效的組織結構和運行機制,造成行業(yè)標準和規(guī)范難以統(tǒng)一,自律管理規(guī)則的質量參差不齊,難以形成有效的行業(yè)自律機制(儲潔強等,2024)。數據交易所等場所作為數據交易的重要平臺,其自律法人的定位尚未明確,自律治理在實際中處于缺位狀態(tài),這既影響了數據交易的公平性和透明度,也加劇了市場運行的風險。

(四)數據要素安全不足夠,抑制新質生產力增長

首先,個人信息保護的不足。在早期數據要素市場,個人信息的無序收集與濫用問題引起了社會的廣泛關注。鑒此,《個人信息保護法》的頒布和實施,確立了“知情同意”規(guī)則,即針對“一般、敏感、特殊”類型個人信息的處理,提出了不同程度的“同意要求”,旨在確保信息處理活動的合法性、正當性和必要性。然而,在實踐中,知情同意規(guī)則的實施效果卻不盡人意:其一,知情同意的形式化問題。在網絡服務過程中,用戶往往在未充分閱讀和理解隱私協(xié)議的情況下,匆忙勾選“同意選項”,這種形式化的同意過程,未能真正體現用戶的知情權和選擇權,也難以發(fā)揮其應有的保護作用(鄭佳寧,2020)。同時,隱私協(xié)議的復雜性和晦澀性,也使得普通用戶難以理解和判斷其中的風險,進一步加劇“形式化問題”。其二,數據企業(yè)的合規(guī)負擔問題。知情同意規(guī)則使得數據企業(yè)面臨著更為嚴格的合規(guī)要求,而合規(guī)成本的增加,易對企業(yè)的運營效率和創(chuàng)新能力產生影響。其三,數據流通難度的加大。在現有數據分析范式下,數據處理者往往難以獲得個人信息主體的直接授權,特別是在與個人信息主體無直接聯系的情況下,數據流通利用的難度進一步增加。因此,如何在保障個人信息安全的前提下,實現數據的有效流通和利用,已然成為亟需解決的問題。

其次,數據安全保護的缺陷。第一,傳統(tǒng)數據保護模式通常采取“一刀切”的做法,忽視了數據的固有屬性。在數字經濟時代,數據的流動和利用已成為常態(tài),數據的價值在于其流動和交換中不斷被發(fā)掘和創(chuàng)造。而傳統(tǒng)模式對所有數據不加區(qū)分地采取相同保護策略,難以有效應對數據流動性帶來的安全風險,導致隱私侵犯或對數據流通的過度限制。第二,現有數據分類分級保護的局限。鑒于傳統(tǒng)保護模式的缺陷,我國《數據安全法》第21條確立了“數據分類分級”保護,其核心在于根據數據的性質、用途、敏感程度以及對個人隱私和國家安全的影響,對數據進行分類分級,并采取差異化的保護措施,以實現數據安全與利用的平衡。然而,在實際操作中仍面臨諸多難題:一方面,無論是現行《網絡安全法》《數據安全法》或其它法律法規(guī)和標準性文件,均尚未對數據分類分級保護的具體標準和實施細則作出明確規(guī)定。這使得不同行業(yè)、不同部門在推行數據分類分級保護時,所依據的標準和方法各異,缺乏統(tǒng)一性和互操作性,從而影響數據流通的效率和安全。另一方面,數據等級和保護程度的內部決定也會產生負面外部效應。例如,一些組織或企業(yè)可能為了降低合規(guī)成本,選擇較低的數據保護等級,這種做法雖然在短期內減輕了企業(yè)的負擔,但也易對外部環(huán)境造成不利影響,如增加數據泄露的風險,損害個人隱私權益,甚至威脅國家安全。

再者,數據安全與發(fā)展的平衡問題?！皵祿畻l”雖然強調了數據的開放、利用與流通,但在多數法律法規(guī)中,更傾向于強調數據安全的重要性,這在一定程度上限制數據的流通和使用。進言之,單一強調數據安全而忽視數據的開放和利用,容易導致資源的浪費和創(chuàng)新的受阻;反之,如果只注重數據的利用而忽視安全保護,則可能引發(fā)數據泄露和濫用等嚴重問題(陳兵,2024)。同時,在AIGC迅猛發(fā)展的當下,對數據的安全性與發(fā)展趨勢予以重視顯得尤為迫切。目前,ChatGPT、Claude等大型語言模型訓練庫主要是基于英語語料,這對于提升模型的訓練效果并滿足我國文化、意識形態(tài)及社會習俗的傳播需求而言,存在一定的局限性。