万向区块链首席经济学家邹传伟：消费者如何参与数据要素市场？_

来源：人大CMF

邹传伟上海金融与发展实验室前沿金融研究中心主任，万向区块链首席经济学家

以下观点整理自邹传伟在CMF宏观经济热点问题研讨会(第83期)上的发言

本文字数：4331字

阅读时间：11分钟

一、消费者参与数据要素市场的重要性

第一，中国数字经济平台的商业实践(主要是电商、线上广告和在线金融)已充分证明消费者个人数据的货币化价值。比如将消费者个人数据应用在商品推荐、在线消费信贷、金融产品的精准营销中，在中国已经产生很多高估值的公司。但同时，这也造成了隐私保护、市场公平竞争和信息孤岛等方面的问题。2020年后中国对数字经济、数字金融领域的整治都在针对这些问题。

第二，在当前要素市场发展过程中，消费者个人数据如何在保护隐私的情况下进行有效流通，始终是当前数据要素市场发展中的核心问题。具体的，无论是立法层面还是行业实践层面，消费者个人数据怎样适配“数据二十条”确立的数据产权制度（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）、流通交易制度、收益分配制度（初次分配按“谁投入、谁贡献、谁受益”原则）以及安全治理制度，仍存在许多开放问题。

第三，消费者以主动、知情方式参与数据要素市场并拥有相关权益，有助于改善收入分配及发展新质生产力。目前，消费者是以被动和不知情的情况下参与数据要素市场，并且不拥有相关的权益。

我们怎样从第一性原理来看待这些问题？这需要回到数据的技术和经济学上的基本特征来考察。

二、数据要素的共性

数据要素的共性问题，对个人数据、非人格化的数据和政府掌握的公共数据都适用。

1、数据加工是创造价值的

第一，数据在DIKW（数据-信息-知识-智慧）框架中提升得越高，价值越高。简单来说，这个框架是一个金字塔结构，从作为原材料的数据到经过加工后的数据产品，越往上价值含量越高，也就是说数据加工可以创造价值。

第二，数据聚合后的价值大于部分之和（数据的外部性）。数据需要经过一些专业手段进行汇集，在这个过程中会产生规模经济。

2、数据参与资源配置

大部分数据具有非排他性、非竞争性和非标准化等特点，需要通过一系列制度安排和技术支持才能参与资源配置。

第一，制度的重要性远大于技术。尽管近期对隐私计算技术（如可验证计算、同态加密和安全多方计算）的讨论日益增多，并且中国已涌现出许多相关初创公司，但从当前时点来看，制度的重要性远超技术本身。这些隐私计算技术主要应用于价值最高的数据部分，由于其成本和效率限制，不适合广泛使用于大部分数据。

第二，所有这些制度和技术的目标，是为了使数据要素在市场资源配置过程中的属性，从更接近公共产品转变为更接近私人产品。

3、数据要素的公允价格来自于活跃的市场活动

第一，市场产生的价格不可能被成本法、评估法等替代。无论成本法或其他评估方法的有效性如何，它们都无法替代在市场中真实的数据交易流通中形成的价格。

第二，公允价值是数据要素入表并参与金融活动的基础。例如将数据作为抵押品进行借贷，或在上市公司财务报表中数据要素的价值体现在公司股价中。公允价值在这类金融活动中是不可或缺的，如果处理不当，将可能引发严重的金融风险。

三、消费者个人数据的特殊性

1、消费者个人数据权利的界定

就客观事实而言，许多消费者的个人数据是在数字平台上主动或被动披露的，尤其是如果不提供个人数据，一些功能则无法使用。对消费者个人数据的追踪和收集通常由互联网平台完成，背后依赖于先进的技术和基础设施。我们没必要过于纠结于数据的所有权，正如联合国贸易与发展会议2021年发布的《数字经济报告》所述，应更强调数据权利（Data rights）而非数据所有权（Data ownership）。数据权利主要体现为对数据的访问、控制和使用权。

在具体场景中，消费者个人数据的确权关键在于界定消费者作为数据主体和互联网平台作为数据实际控制方之间的权利和义务关系。欧盟的《通用数据保护条例》（GDPR）在这方面设定了“金标准”，而我国的《个人信息保护法》在很大程度上借鉴了欧盟的经验，在实践中集中体现为“告知-同意”机制。

从市场发展的角度来看，可以限制平台的某些权利，要求它们打破数据孤岛，确保平台具有数据的互操作性。尽管纠正互联网平台在数据要素市场中的行为固然重要，但更为有效的举措可能是提高对消费者个人权益的保障力度，赋予消费者更大的议价权利，特别是更好地保障其可携带和可删除数据的权利。这样一来，消费者的自发努力更能为市场注入各种创新的活力，并有效地规范平台的行为。

2、消费者个人不适合直接进入数据要素市场

数据要素市场并不像股票交易市场，数据要素很多特征决定了消费者个人不适合直接进入该市场，他们需要一些中介和专业机构的帮助。

第一，隐私悖论。许多研究表明，如果问消费者隐私对他们来说有多重要，很多人会说非常重要。然而，观察消费者的实际行为，如在互联网平台上，为了享受某种服务，他们必须提供一些个人隐私数据，我们发现消费者对个人数据的定价实际上是非常低的，可能只需要几十块钱就会让渡一些个人数据。

第二，专业门槛和规模经济的影响。由于涉及数据的非标准化、产权形态和定价的复杂性，让个人参与这个市场并从中获取收益是面临着高度的专业门槛的，并且也不具备规模经济。

四、金融是理解数据要素市场的最佳视角

1、数据要素市场与金融系统的相似之处

观察国内外对数据要素市场的各种探索，不论是实践中还是理论上，我们可以看到有数据交易所、数据银行、数据信托、数据经纪商、数据合作社等各种概念。如果我们抽掉“数据”这个字眼，这些概念基本上都是一些金融组织形态。实际上，无论是理论探讨还是行业实践，数据要素市场都在借鉴金融系统的一些做法。这一现象背后存在一些深刻原因：

第一，金融系统和数据要素市场都不涉及实物商品的生产和流转，处理的要么是资金要么是数据。

第二，数据要素市场的许多活动都在金融市场中有相应对应。例如，数据价值随着数据在DIKW框架中提升而增加，这与金融市场中资金流向收益最高的方向的现象对应。

第三，数据聚合是价值产生的关键。金融市场的存在，部分原因是社会零散资金的聚合能够支持那些单个个体无法进行的投资活动，如大规模投资及承担高风险的创新活动。因此，资金的汇集在社会中是不可替代的。在金融市场，这种资金汇集是通过金融市场和金融中介的一系列活动实现的。

第四，数据要素具有公允的价格，这对应金融市场的价格发现功能。在中国，数据交易所的交易机制，典型地采用买单和卖单撮合方式，类似于金融交易所的操作。

第五，消费者通常不适合直接进入数据要素市场，这与个人将资金委托给基金公司或存入商业银行，再由银行进行市场放贷的做法相对应，本质上体现了金融中介在专业性和规模经济方面的功能。

数据要素市场和金融系统二者内部存在的底层逻辑同构关系，引申出一个讨论：数据要素市场是更接近于直接金融（对应着场内外的数据交易），还是间接金融（对应着数据银行、信托、经纪商和合作社等）？这一问题在中国具有现实意义，尤其是考虑到数字交易所的发展情况不甚乐观，数据要素市场应更多借鉴间接金融的做法。

2、数据要素市场发展离不开金融系统的支持

第一，中国的数字基建平台实践表明，个人数据的货币化依赖于金融系统。例如，基于个人线上行为数据发放消费信贷和通过支付App销售金融产品，已成为个人数据货币化的主要渠道，这一渠道的体量超过了广告和电商。

第二，数据入表后要通过金融系统才能变现。数据入表后，企业能够真正从中开展一些商业活动、形成商业闭环，无论是通过抵押贷款还是通过上市公司估值重构的方式，实际上也依赖于金融系统的支持。然而，需要注意的是，如果数据入表没有体现公允价值，而是通过虚高的价格进行抵押贷款，或进入上市公司的报表，这无疑是市场潜在的风险点。因此，在市场发展的早期，这也是需要注意的。

3、金融是最早开展数据管理的行业

根据《欧盟通用数据保护条例》（GDPR），个人数据的收集须征得当事人知情同意，个人数据的对外使用需得到授权，信息有一定保留期限，并且个人拥有数据删除的权利。而在全球范围内，个人征信行业很早便已实施类似的做法。可以推测，GDPR在一定程度上可能参考了个人征信行业的做法，因为该行业受到严格监管。

在反洗钱领域中，“旅行规则”非常重要。这些规则要求在资金流转的各个环节中传输资金来源及其背后相关人员的信息，这是现代金融业开展数据管理非常重要的环节。

在金融领域，开放银行是一个显著趋势。开放银行允许在个人授权的情况下，A银行的数据可以通过B银行的应用程序进行整合，这不仅体现了个人数据的可携带权，也是数据聚合方面的先进实践。尽管在非金融领域消费者很难体会到这些实践，但在开放银行中已相当成熟。

4、金融为数据要素市场提供了“试验田”

第一，消费者对自己数据的可携带权与互联网平台的商业利益之间的平衡。通过分析金融领域的案例，我们可以获得许多重要的参考信息。前面已指出，相较于纠正互联网平台的行为，加强个人消费者对自身数据权益的保护显得更为有效，其中尤以数据的可携带权为重。虽然我国亦要求互联网平台打破“围墙花园”，推动数据的开放共享，但数据可携带权在实践中效果并不理想，主要是由于不同平台的数据格式不统一，实际操作困难。这一点在开放银行的实践中亦有所体现，核心原因在于平台更加重视自身的商业利益，没有有力保障消费者的可携带权。这种市场失灵的情况需要政府通过政策进行纠正。

第二，互联网平台参与数据要素市场要解决激励相容问题。要求互联网平台开放共享数据，会影响其在数据收集环节的成本和积极性。这一问题在金融领域，尤其是百行征信与股东在数据上的合作效果，以及征信数据“断直连” 的实施效果中都有体现。这表明，在推动市场发展时，虽然需要政府发挥主导作用，但也必须精心设计商业机构的激励机制，做到激励相容。

第三，在金融行业的国际实践中，韩国的MyData模式和印度的IndiaStack提供了与中国不同的解决方案。这些方案针对个人数据建立了一套适合各自国情的基础设施，通过技术手段有效地平衡了平台对数据的控制权和个人数据权益（特别是数据可携带性权益）。

韩国的MyData模式起源于北欧国家，其在韩国得到了有效实践。该模式支持个人管理和控制自己的数据，并根据个人意愿将相关数据应用于信用管理和资产管理的一系列流程，推动了从以机构为中心向以数据主体个人为中心的管理模式转变，通过为个人赋能的方式纠正机构的行为。韩国通过其金融管理委员会对MyData进行监管，并发放相关牌照。在韩国，持有MyData牌照的机构不仅包括互联网机构和电信运营商，也包括金融机构。MyData模式使个人能够一次性查询分散在不同机构和企业的个人数据，并可以主动地、有选择性地向企业提供个人数据，用于推荐商品或服务。

来源：安光勇2022年《MyData的缘起与应用》

印度的India Stack（“印度堆栈”）则是建立在全国范围内的生物识别身份数据库Aadhaar之上的，这个系统由印度联邦身份证管理局（UIA）管理，与照片、指纹和虹膜数据相连，，旨在解决移动支付、普惠金融和政府补助发放等问题。在Aadhaar基础上，India Stack包括统一支付界面（Unified Payments Interface），建立包含银行和支付App的移动支付系统，以及DigiLocker数据库，包括Aadhaar卡的细节，驾照，车辆登记，教育资质，以及医疗文档。相关数据可被验证，并在用户同意的情况下共享。