原文刊载于《经济学家》2024年第1期

摘要：数据要素的新特征挑战了原有的生产要素治理框架，数据治理新模式亟待探索。学界对于数据所有权的界定尚未定论，以确立数据所有权为核心的治理理论模型在实际应用中还存在困难；从数据特征本身出发的治理体系构建在实际应用中又难以避免激励不相容问题。本文沿着“数据二十条”的创新思路，以综合推进数据要素市场的高效、公平与安全为目标，以向数据权益主体提供能力保障为重点，以搭建数据可信流通机制为方向，建立了个人-企业-社会的三维共建数据治理体系框架，并应用该框架进一步分析总结了国际数据要素市场强化顶层设计与综合治理的新趋势与新挑战，旨在为我国数据治理优化和革新提供一定的理论支撑，并针对新问题与新挑战为我国数据治理持续优化提出实践建议。

一、主要贡献

本文基于全球理论研究进展与数据治理实践，依循“数据二十条”所体现的“淡所有、重使用、重收益”思路，从个人、企业、社会三大数据权益主体视角出发，提出以为数据权益主体提供能力保障为重点，以搭建数据可信流通机制为方向的个人-企业-社会的三维共建数据治理体系理论框架，为数据治理实践优化提供可借鉴的方向。并基于此框架进一步研究分析了当前国际上形成的数据治理新趋势、新特征与共性挑战，提出完善我国数据治理体系的相关建议。

本文主要贡献如下：首先，相较于其他专注于理论深度的研究，本文提出的框架更注重实操性与可行性，更侧重弥补权益主体的能力局限性与有限理性，矫正市场局限性与负外部性，为实现多方共治共建的数据治理生态提供施策思路。第二，不同于从数据特征出发的治理方案，本文以数据权益主体为出发点，根据各主体在数据资源使用中的受益情况进行行为约束与引导，在现实中更易实现权责匹配和落地推广。第三，当前国内关于全局性数据治理体系的讨论中，经济学视角的分析尚显不足，本文基于经济理性人、外部性治理等基础经济理论，沿着“数据二十条”的思路，探索数据治理路径，为数据治理体系的构建提供经济学视角下的边际贡献。第四，本文搭建的以满足实际应用需求为短期目标的数据治理体系，为分析国际数据治理形势提供了一个清晰直观的分析框架，亦可通过促进良好的数据要素市场生态形成，为数据确权提供相对理想的实践环境，助力数据确权的远期理论体系探索与优化。

二、数据治理框架体系构建

个人、企业和社会群体在参与数据要素市场时，均无法规避自身局限性，难以通过自身理性决策达成全局性最优策略，需要“看得见的手”为其引导方向。本文基于对个人、企业与社会三大权益主体各自的能力局限以及彼此信任机制的缺环分析(见图1)，建立了三维共建的数据治理体系框架，旨在为数据治理的模式探索与创新提供参考。下文将着重阐述构建该框架的理论背景和应用思路。

图1 三大权益主体的能力局限与信任危机

图2 三维共建数据治理体系框架

单向箭头①—③描述了数据治理体系向三大权益主体赋能的要点。第一，在个人权益层面，以弥补个人用户的认知局限性和提升个人数据共享的理性决策能力为重点，推进数据流通准则的标准化，增强数据维权机制的便利化，为保障个人权益保驾护航。第二，在市场培育层面，以推进数据资源有效配置和推动数据创新为目标，规范企业数据使用行为，强化数据市场的反垄断，规制数据不合理应用引发的恶性竞争，维护市场秩序，确保数据要素市场的健康发展。第三，在社会福利层面，以提升全社会数据管理能力为主要任务，在打通数据壁垒、加强数据汇聚的同时，更需将数据安全视为国家安全的重中之重，不断强化风险意识，强化数据权限管理和权责落实，优化监管和防范措施；重视对数据存储量进行成本收益分析，避免数据低质无效囤积，并及时侦查和干预数据歧视等现象。

双向箭头Ⅰ-Ⅲ分别表述了三大主体之间彼此信任机制的缺环与治理体系所需进一步明确的治理目标与主要方向。第一，规范企业数据利用行为，搭建个人与企业的双向评价机制，助力推进数据市场信用管理制度的建立与完善。在企业与个人用户之间，规范企业数据使用及交易行为，为个人提供投诉与反馈平台，有助于缓解企业短视行为带来的负外部性，提升个人向企业交换数据的信任感，为个人与企业搭建双向互信的合作桥梁。第二，建立平衡个人利益和公共利益的互信共享机制。要强化公共事业领域数据使用全流程的透明性和可追溯性，提升个人向社会共享数据的安全感，并通过规范社会机构数据采集行为避免个人数据不当共享。还需引导个人的公平意识和利他行为，给予其心理回报和精神收益，促进其参与全社会数据要素的共享共用。第三，持续完善企业与社会数据要素流通的双向信任机制，并以双向信任机制为桥梁推进数据流通生态建设。规范企业-社会双向开放中互换数据的质量、颗粒度、格式等标准，加以规范性监管以提升彼此信任，以社会责任为导向，建立面向企业的奖励体系和面向公共机构的考核体系，探索公共服务优化与智慧城市建设中的数据综合应用方案，兼顾安全与发展。

三、数据治理在实践中面临的共性挑战

尽管各国已意识到数据治理的重要性并展开战略性布局，但国际研究表明，现有数据治理策略的实施效果并不尽如人意，数据治理在对权益主体赋能和信任机制建设等实践中仍面临诸多挑战。

（一）以数据保护为切入点的数据权益主体赋能与数据市场培育存在冲突

数据赋能往往以数据保护政策为切入点，致力于弥补行业自律不足、保护公民权益和改善数据要素市场生态，但现实中平衡数据保护与数据流通仍存在困难。欧美的实践表明，过严的数据规则会对市场培育和产业创新产生隐患，政策分寸难以把握。一方面，数据规范指令趋严导致企业在挖掘数据价值时存在顾虑，进而降低了进行高质量数据采集、处理、分析的积极性，致使决策与运营中的数据质量下降，降低企业利用大数据拓展市场的效率，最终影响数据要素市场的健康发展。另一方面，数据监管或对技术创新和模式创新产生潜在负向影响。人工智能算法效率、区块链记录有效性、云计算的全局资源分配等技术指标均与数据原料高度相关，过严数据监管会增加新技术的合规成本，特别是算法的准确性需要依托数据聚集实现，而数据监管对数据透明性的要求，限制了算法中可使用的数据量，打破了前沿技术准确性和透明性之间的原有平衡；同时，过严数据规则会导致数据驱动型新兴产业投资风险上升，并间接影响就业岗位的创造，这意味着新产业和新模式还可能面临资金短缺和人力资本积累机制难以健全的挑战。

（二）以数据反垄断为抓手的企业创新赋能与实际影响相悖

强化反垄断和维护市场公平竞争是数据治理的重要方向，是为企业提供创新能力保障的重要抓手，然而数据治理实践或加剧垄断问题。一方面，数据规范条款可能增加中小企业交易成本。尽管规范企业数据使用有助于消除个人用户对中小企业数据使用的顾虑，促进市场竞争，但中小企业提供的服务较为单一，用户想获得多样化服务就必须访问多个平台，反复进行数据权限验证，而访问跨业经营的大型企业平台，通常仅需完成一次性数据权限验证，即可获取多项服务。因此，大型企业平台更容易获得用户青睐，进而进一步凭借数据优势垄断市场。另一方面，数据治理中的一些限制性条款会增加行业市场集中度。大公司具有更多的技术和财务资源进行数据合规，这类条款会导致企业更青睐于将大型供应商作为合作伙伴，市场集中度由此增加。例如，在网络应用高度模块化的趋势下，网站运营商为遵守GDPR而减少对第三方网络技术供应商(特别对是市场力量较小的供应商)的访问，甚至不受GDPR法律约束的网站运营商也因为“布鲁塞尔效应”而采取类似策略，导致中小网络技术供应商市场规模缩减而大型供应商市场份额增加。

（三）以增加个人和社会福利为目标的信任机制建设措施或产生负向外部性

严格规范企业行为有助于信任机制的建立，在保护个体权益和增加社会福利上具有积极意义，但在实践中，过于刚性的规范条款也有可能导致用户和社会权益受损。第一，趋严的隐私数据保护条款，尽管降低了个人用户保护自身数据的显性成本，但亦会增加其消费的隐性成本。这是由于企业原有的商业模式和运营效率被迫转变，企业为达到原有经营目标，有动机通过降低服务质量和提升产品价格等方式将数据合规成本向用户转移，隐性成本增加或高于显性成本减少。第二，“一刀切”的数据交易限制性政策，可能会降低个人用户福利。个人用户数字素养的不同，会导致对数据保护诉求的不同，多数用户群体会选择参与个人数据的市场化流通，共享自身数据以获取经济补偿，仅少数群体极度重视隐私权利，拒绝市场化的数据共享。单一治理在保护数字素养较弱的用户群体时，会以牺牲数据素养较强的用户为代价，使多数群体丧失选择权。第三，消除数据滥用造成的社会歧视是数据治理的重要方向，但实践中限制企业和公共机构使用具有社会歧视可能性的数据，不仅未达到预期成效，反而会导致社会歧视监管更加困难。这是由于各机构无法公开使用颗粒度小的数据进行分析达成歧视目的，于是或选择颗粒度大的数据，扩大歧视范围，或增强分析算法隐蔽性，并掩盖歧视行为。

（四）全球数据要素市场的互信机制共建依然艰难。

当前，全球层面仍缺失一体化的数据治理规则，这制约了数据跨境流动，并增加了FDI的投资成本。企业跨境经营需要投入大量的人力和财力以符合各个国家和地区迥然不同的数据治理规则，极大增加了企业投资和并购成本，进而阻碍了国际数字经济合作的步伐。值得注意的是，目前全球数据治理规则缺少共识，不仅来源于“数据自由流动”为核心和以“数据保护”为核心的治理理念层面上的冲突，还来源于单边主义、霸权主义造成的数据主权规则不平等。数据安全关系到国家竞争力，已经成为各国战略博弈的必争之地，部分国家想通过控制数据资源形成反竞争优势，个别发达国家以数据安全治理为旗号，试图凭借自有雄厚的市场力量形成单方面监管全球的能力和绝对优势，侵害他国数据主权，阻碍数据治理凝聚共识形成。

四、应对数字经济变革和国际挑战的数据治理体系构建的建议

面对错综复杂的国际数据治理形势和日益凸显的数据治理重要性，我国始终把握数据治理的顶层设计，注重数据赋能导向的综合治理，“促进数据合规高效流通使用、赋能实体经济”。为进一步完善数据治理生态体系，应对实践中的共性威胁与挑战，本文基于数据治理体系框架，提出建议如下：

（一）强化治理中的技术驱动与数据赋能，以提供更高水平的能力保障

一方面，强化治理中技术工具应用和配套管理支撑，综合应用区块链技术和隐私计算等技术，将前沿技术与数据治理体系深度融合，以提升数据治理的能效。并根据数据治理的实践需要，逐步建立全国统一的前沿治理技术规范和标准，配套研发治理技术考核工具，探索搭建互通性强、跨行业的数据治理技术应用平台，在利用平台推动数据治理前沿技术应用的同时，亦对前沿技术进行分级监管和动态监测，及时甄别技术漏洞，保障治理技术与应用的安全可信。另一方面，应用大数据分析优化数据协议模板和数据合规指南。针对不同行业的特点和数据利用需求，设计个人用户易于理解和企业易于遵守的标准化数据协议模板，降低个人数据共享决策的门槛和中小企业数据合规成本。并依托行业协会等，为中小企业提供数据合规指南与指导服务，搭建数据使用权限申请公共平台，探索数据分级分类治理路径，如根据行业特征设计行业通用型用户数据协议，个人用户可选择一次性完成同类别多企业的数据权限验证，无需逐案完成数据权限验证，进而避免因数据规则繁杂增加的准入壁垒。

（二）建立动态调整和问题导向的治理机制，以充分掌握和应对数据权益主体局限性

首先，建立数据治理的定期调查和复盘制度。针对个人用户数据保护和企业数据利用诉求展开调研，为治理策略的动态调整提供依据。针对企业的调研，可依托行业协会、数据交易所等展开，也可伴随企业数据合规抽查开展。针对个人用户的调研，要充分考虑回答假设性提问无需付出成本，回答或与其实际行为不符，因此尽可能根据个人实际数据共享决策进行访谈；在进行企业数据采集抽查时，可对拒绝共享数据权限的个人用户重点调查，并总结分析数据维权案例。其次，定期甄别新的治理点，针对新模式和新业态的治理空白展开研判。例如，当个人用户利用自身数据换取免费服务时，存在共享数据价值远高于获得服务价值的情况，但因缺少消费记录难以被界定为消费者，在现有监管体系下处于维权弱势地位。应同步推进免费服务估价机制和数据定价机制建设，使个人用户可以获悉自身个人数据价值与免费服务价值，避免数据交换中的不公平性和诱导性。为个人用户提供选择性进入和退出机制，避免限制数据共享的“一刀切”政策对数据价值释放产生较大负面影响。最后，要注意政策框架的一致性、稳定性与包容性，在施策过程中尽量避免因数据条例、相关政策更新迭代太快给市场主体造成的扰动与迷茫。

（三）搭建多主体共建市场信任机制，推动全局性治理方案应对外部性挑战

一方面，重视数据流通全流程的透明性，面对基于大数据的算法歧视隐蔽性增强的现实问题，应细化算法歧视的判定标准，识别应用敏感数据或代码存在缺陷所造成的算法歧视，通过定期算法审计发现偶然差异放大而造成偶发性歧视，并建立起算法歧视的审查机制、定期抽查机制、纠错机制和问责机制，定期考核评分公示红黑榜单，强化奖惩机制和增强考核透明度。另一方面，增强数据治理中的全民参与、全民监督。结合国际上伦理性治理与利他数据主义的发展实践，将增强伦理性治理作为数字社会建设与数据治理的重要抓手，强化企业与公共机构的数据伦理担当，鼓励其承担起数据治理的社会责任，倡议大型企业与机构在社会责任报告中提及数据治理实践，发挥示范和引领作用；增加公民的数据伦理素养，增加其作为数据“守门人”的责任意识，在尊重个人意愿的同时，引导利他性数据共享行为，并创新公民数据共享的精神激励举措。可搭建数据共享公共平台，积极释放数据公益价值；通过公众号、社交平台等线上渠道以及开展数据治理周等线下活动，进行数据保护、数据安全与数据要素市场建设的知识宣传。提升全民数据治理素养，并畅通线上与线下的数据监管的投诉通道，为全民提供低成本的维权办法。

（四）探索全球化互信治理机制，建设国际合作、开放共赢的数据治理生态

一方面，积极参与数据治理的国际合作，为我国在国际互信合作机制建设中争取主动。依托我国互联网用户规模、顶级域名注册量全球第一的优势，加强在国际数据治理博弈中的话语权，参与国际一体化数据治理规则制定、数据保护技术标准认定，依托数据治理技术监测与动态体系建设的发展经验，搭建数据安全与合规认证的国际化平台，应对数据治理的国际纷争与博弈。另一方面，数据治理离不开人力资本支持，要培育国际视野的数据治理人才。结合国际发展动态与国内数据市场实际需求，梳理数据治理领域的人才缺口和紧缺技能，定期发布数据治理人才图谱，整理首席数据官、数据经纪人、数据治理专员等岗位所需技能，制定实用型技能量表，为企业招聘和培训以及高等院校、职业院校人才培养提供参考。同时，鉴于数字技术与实体经济深度融合，越来越多传统岗位的工作人员需要参与到数据治理中，应为企业和公共机构的管理人员推出有针对性的国际化视野培训方案，提升管理人员的数据安全意识和数据合规知识储备，培养出数据管理洞见和数据战略意识的复合型人才。

作者简介：

续继，中国社会科学院经济研究所副研究员，中国社会科学院大学副教授、硕士生导师，北京大学光华管理学院经济学博士，加州大学伯克利分校访问学者。主要研究方向为劳动经济学、数字经济，在《经济研究》《世界经济》《统计研究》《经济学动态》等顶级和权威期刊发表多篇论文，入选“2024年中国知网高被引学者1%”。主持和参与多项国家级及省部级课题，获中国社会科学院对策信息研究奖一等奖、中国社会科学院青年经济学优秀论文三等奖、中国信通院高水平学术论文奖等奖项。

王于鹤，中国社会科学院经济研究所助理研究员。