构建适应中国式现代化的数据发展主义

　　傅建平
　　如何发挥数据要素作用？各国采取了不同立场，如美国＂数据自由主义＂、欧盟＂数据保守主义＂。2023年3月8日，清华大学公共管理学院孟庆国教授在专题访谈中首次提出＂数据发展主义＂。本文进一步阐释构建适应中国式现代化的＂数据发展主义＂基本立场和策略，建议把握数据＂六大特性＂，树立数据治理＂六大思维＂，处理好数据要素化＂十大关系＂，更好发挥数据要素作用，走出一条中国式数据治理与高质量发展之路。
　　（一）＂数据发展主义＂的内涵初定
　　无论＂数据自由主义＂或者＂数据保守主义＂，都不适合我国国情和发展实际，只有构建适应中国式现代化的＂数据发展主义＂，才能更好发挥数据要素作用，实现高质量发展，构筑国家数字竞争新优势。数据发展主义的内涵是集中统一领导的数据发展主义，是面向人口规模巨大的数据发展主义，是促进全体人民共同富裕的数据发展主义，是促进物质文明和精神文明相协调的数据发展主义，是促进人与自然和谐共生的数据发展主义，是促进走和平发展道路的数据发展主义。
　　（二）把握数据＂六大特性＂
　　从哲学上讲，数据是一切客观对象含义的记录，是客观对象的＂虚化＂存在方式，是与物质＂客观实在＂不同的另一种＂客观虚在＂，但是数据又离不开物质，它需要依赖物质才能存在，是物的派生现象。因此，构建数据发展主义要深刻把握数据要素特性及其价值运动规律，更好发挥数据要素作用。
　　1.虚在性：相对于土地、劳动力、资本和技术等传统生产要素的＂客观实在＂而言，数据要素具有＂客观虚在＂的特性。因此，要注重提升各类市场主体的数据治理能力和数字素养，使之能够认识和把握数据背后的＂虚在＂含义，更好地挖掘数据价值。
　　2.依附性：数据需要在具体业务场景中与其他生产要素相结合，才能产生价值、发挥价值。因此，要坚持问题和需求导向，创新数据要素与其他要素的协同联动机制及应用场景，完善多主体、多环节数据要素配置规则，理顺利益相关方的数据生产关系。
　　3.运动性：数据＂形态变迁＂和＂含义运动＂，使得信息增长从串行走向并行，从小规模并行到大规模并行，进化速度呈指数增长。因此，要强化数字技术在数据开发利用等关键环节的应用，推动实现重点领域数据的结构化、显性化和完备化。
　　4.边际收益递增性：数据的价值在于连接，数据的连接数量与其价值呈指数级增长关系，只有建立更广泛的关联，才会产生更大的边际效益。因此，要推动各类数据的跨层级、跨领域、跨系统汇聚融合，推动数据资源向数据资产、数据资本跃迁。
　　5.价值差异性：不同主体对同一数据的理解存在价值不一致性。因此，要发挥市场在数据要素配置中的决定性作用，更好地发挥政府作用，健全数据要素流通规则，引导数据要素向具有高价值需求的市场主体流动，最大化数据要素价值。
　　6.外部性：数据具有正外部性和负外部性，数据的边际收益递增、价值差异、数据赋能等构成数据的正外部性，而隐私泄露、数据污染、数据鸿沟等形成数据的负外部性。因此，应加强监管，发挥数据的正外部性的同时，抑制数据的负外部性，营造良好数据生态。
　　（三）树立数据治理＂六大思维＂
　　构建数据发展主义应树立＂六大思维＂，以战略思维为引领，以系统思维推进数据治理体系建设，以辩证思维和创新思维调整数据生产关系，以精准思维提高数据供给质量与效率，以底线思维夯实数据安全保障体系。
　　1.战略思维。聚焦构建数据治理生态体系，涉及政治、经济、社会、技术、文化等方面。应从全球发展战略层面出发，立足经济社会发展根本和全球数字化变革大局，着眼数字时代的长远发展，完善相关战略规划、政策规则与法律体系，培育数据治理生态，构筑数据治理共同体。
　　2.系统思维。聚焦协同治理体制机制，应当从整体性、系统性着手，打破部门壁垒，打通国家、行业、组织等多层次，整合政府、企业、个人等利益相关方的力量，从政策、标准、技术、应用等多维度进行综合考量，构建共建、共享、共治的数据治理环境。
　　3.辩证思维。聚焦数据要素市场一般规律，要从辩证法和认识论的角度入手，深刻理解数据要素的内涵及数据空间的内在本质，辨析虚拟与现实社会、安全保护与开发利用等辩证统一关系，归纳和总结数据治理的一般规律，推动数据由资源向要素转化，挖掘数据价值。
　　4.创新思维。聚焦数据要素前沿技术、先进文化，主动把握新概念、新理念、新应用、新需求，勇于探索运用新机制、新技术、新手段来防范和化解面临的新风险，聚焦管理方式、协调机制、组织文化等方面改革创新，推动数据治理体系建设。
　　5.精准思维。聚焦数据质量管理，数据只有流动起来才能创造价值，数据治理需要促进数据在不同主体之间有序流动，而数据流通的前提，需要建立在数据质量可靠的基础上。低质量甚至错误的数据，会影响数据流通，并最终影响价值的挖掘。
　　6.底线思维。聚焦保护国家安全和数据权益，数据是个人和组织的重要资产，是国家重要的战略资源，成为数字经济发展的重要驱动力。要注重防风险，做好风险评估，努力排除风险因素，加强先行先试、科学求证，健全监管体系，提高监管能力，筑牢安全网。
　　（四）处理好数据要素化＂十大关系＂
　　谁掌握了数据谁将掌握发展的主动权，谁利用好数据谁将赢得未来数字竞争新优势。构建数据发展主义机遇与挑战并存，应抓住主要矛盾，处理好＂十大关系＂，解放和发展数据生产力。
　　1.供给与需求的关系。供给和需求是一个矛盾统一体，更好发挥数据要素作用就要处理好供给与需求的关系，要把提高供给质量和提升需求层级有效匹配。当前，数据要素供给侧结构性矛盾突出，要通过改革破除体制机制障碍，贯通生产、分配、流通、消费各环节，构建供给和需求正反馈机制，推动形成需求牵引供给、供给创造需求的更高水平动态平衡。
　　2.公共数据与非公共数据的关系。二者构成数据要素的重要内容，具备数据要素的六大特性。但是，二者价格形成机制不同，公共数据以政府指导价格形成机制为主，非公共数据以市场竞争价格形成机制为主。因此，应根据数据特性和价格形成机制差异，推动构建与之相适应的统一开放、多层级数据要素市场体系，更好地发挥公共数据与非公共数据的经济社会价值。
　　3.垄断与流通的关系。数据只有汇聚融合，才能发挥更大作用，具有走向垄断的趋势。而适度的数据垄断有利于调动市场主体的积极性促进数据流通，但垄断不是目的，更不是权利，而是一种社会责任，不能滥用垄断地位。因此，应明确具有数据垄断地位的企业承担促进数据流通＂守门人＂的角色，同时发挥中小企业的创新主动性，促进数据在供应链产业链上的场景化市场化利用。
　　4.场外流通与场内交易的关系。场外流通与场内交易都是为了更好发挥数据要素作用，二者不可顾此失彼而要兼得。因此，既要规范场外流通，充分发挥＂数据矿主＂和产业链主作用，带动产业链供应链上下游大中小企业间开展数据协作与共享，建设行业数据空间，提升产品和服务的数据附加值，又要培育壮大上下联动、内外结合的场内数据交易生态。
　　5.确权与分配的关系。明晰的数据权属有利于数据收益分配。应根据数据来源和数据生成，探索依法确权登记、民事商事合同和行政协议约定等多元化确权新方式。强化基于价值创造的激励导向，扩大按价值贡献参与分配渠道，由市场评价贡献、按贡献决定报酬，着重保护各参与方的劳动收益，促进劳动者的贡献和劳动报酬相匹配，推动数据资产入表，共享共用数据要素发展成果。
　　6.治理与技术的关系。好的数据治理体系才能真正提高治理能力，好的数据治理能力才能充分发挥治理体系的效能，而技术为数据治理体系和能力建设提供落地支撑手段，增强数据可控、可信、可用、可追溯水平。因此，推进＂国家数据局＂建设，强化中央与地方统筹协调工作机制，加强地方数据主管部门统一归口管理力度，压实数据治理的主体责任，为数据流通提供低成本、高效率、可信赖环境。
　　7.合规与创新的关系。在数据要素创新探索面临的不确定因素中，数据合规是最确定性因素，数据合规可以规避风险、提升竞争力、创造价值、增加确定性。因此，推进数据合规治理体系和治理能力建设，构建政府、企业和个人多方参与的＂数据合规共同体＂，做到价值共创、责任共担、利益均衡，推动数据要素合规高效赋能高质量发展。
　　8.监管与发展的关系。这是一项极具探索性、开创性和潜力巨大的战略任务，应从构筑国家数字竞争新优势的战略高度，通过包容协同监管促进数据要素市场化发展，坚持监管规范和促进发展两手并重、两手都要硬。明确规则，划出底线，设置好＂红绿灯＂，鼓励支持市场主体在促进产业数字化、数字产业化、便利人民生活、参与国际竞争中发挥积极作用。
　　9.权益保护和争议处理的关系。数据权益保护有利于激发市场主体创新活力，而争议处理是为了更好地保护数据权益，未来数据权益保护高地必将是数据集聚融合高质量发展的高地。因此，应当合理配置数据权益纠纷解决的社会资源，完善和解、调解、仲裁、行政复议与诉讼有机衔接、相互协调的多元化纠纷解决机制。
　　10.国内与国外数据流动的关系。在新发展格局下，做大做强国内数据要素统一大市场的同时，积极开拓多元化国际市场，深度对接国际经贸体系，有效利用国内国际两个市场两种数据资源，更高水平参与国内国际双循环。