工業(yè)互聯網“咖”解丨江小涓：數據的經濟學分析：要素、產業(yè)和市場
數據的經濟學分析：要素、產業(yè)和市場
文/江小涓
中國社會科學院大學教授、國務院原副秘書長
去年以來，數據是一個很熱的熱點，從經濟學的角度需要一個很好的分析框架，因為經濟學中的生產要素分析是一個非常成熟的體系。我們現在把數據當成生產要素，這對經濟學界的理論提出了很大的挑戰(zhàn)，我們來探討研究什么問題，才能稱之為學術研究。中國是首個把數據作為生產要素的國家，這在國際上是沒有先例的。作為一種生產要素，確權、交易、收益等概念需要納入分析框架中；作為一個產業(yè)，產業(yè)組織、生產消費、價格形成等概念需要納入分析框架中；作為一個市場，創(chuàng)新、競爭、公共品等概念需要納入分析框架中。考慮到數據的特點，還需要在分析中擴展框架和增加維度。并且，研究方向要呼應經濟學的宗旨：研究社會資源配置的總體效率并盡可能合理分配。總之學術研究應該致力于知識體系的構建和完善。當下關于數據要素市場的研究，比較集中在數據確權、定價、交易等領域，希望學術界整體在數據研究方面繼續(xù)加強學術含量高的研究，來促進理論發(fā)展，服務實踐，促進國際交流，這是過去一年多我在參與數據問題時非常深切的體會。從經濟學視角思考，數據研究涉及非常多的學術問題：數據作為要素，配置效率怎么樣，比如確權、交易和收益的制度安排，最終希望配置的效率最高；數據作為產業(yè)，需要研究具體經濟主體的行為及其市場影響，例如消費者和生產者行為、均衡價格、創(chuàng)新行為等；數據作為市場，要研究數據市場的規(guī)則、行為和結構，特別是AI出現以后的巨型企業(yè)，對競爭規(guī)則、壟斷的判定，政府的規(guī)制該怎么做，是非常具有挑戰(zhàn)的問題；數據作為半公共品，公共利益和市場效益如何權衡，政府供給和市場供給的組合怎么判斷。
接下來舉例來講，數據要素我以確權、流通和收益為例，數據產業(yè)我用創(chuàng)新范式的改變作為例子，數據市場我們用規(guī)模遞增下的競爭和壟斷作為例子，公共數據以免費開發(fā)和收費開發(fā)的平衡作例子。
關于數據要素
數據是一個生產要素，又是一個非常特別的要素，面臨的理論挑戰(zhàn)非常多。數據的獨特性質主要體現在以下幾個方面：首先是多主體生產因而確權困難，數據的生成過程錯綜復雜，常常是多方主體相互協作的結果，包含了不同主體不同程度的投入和貢獻，因此確權困難。其次是多場景復用方便，一組數據可以被不同主體以不同方式重復利用，在使用上不具有競爭性和排他性，不易清晰明確主張權力。第三是數據中的敏感信息多，許多數據的內容多層次多元化，可能承載了需要保護的個人信息和商業(yè)機密，即使匿名化和去標識化，也有可能被挖掘出來。第四是減損貶值快，絕大部分數據的價值在于實時性，有研究表明一年期以上的數據貶值達到 98% 以上，保值增值十分困難。各位想想，你經常點什么外賣，搜索過什么類型的服務、APP 就會推薦推送給你相關的內容，這都是從即時數據中挖掘到的，幾個月后可能你的口味發(fā)生了變化，按照現在數據推送就沒有意義。第五是具有交易和交互兩類流通方式，特別是交互型流動即數據在不同主體間的非交易型流通使用，與其他生產要素流通使用的形態(tài)相比有顯著不同。這個是我們后面要分析的重點問題。考慮到上述問題，在“數據二十條”的起草制定中，針對數據要素這些與其他生產要素不同的特點，文件的重點是構建起主要架構，即所謂的“四梁八柱”，許多更具體的內容都需要不斷探索發(fā)展，并從社會有較多共識、實踐有迫切需求、符合數據要素特征、與理論體系有較好契合性這些角度排出工作的重點。例如，在起步階段不回避“所有權”，但更強調持有權、使用權、經營權，讓數據先動起來用起來，就是現階段中國特色數據產權制度的一個鮮明特點。再如，處理好場內交易和場外交易的關系也是現實針對性很強的問題。從實踐看，數據流通使用既有通過數據交易所完成的“場內交易”，也有企業(yè)與企業(yè)之間直接發(fā)生“場外交易”，更有規(guī)模巨大的非交易型的數據交互。因此“數據二十條”并未強調以哪種流通方式為主，而是提出場內交易與場外交易相結合，不斷探索創(chuàng)新。在公共數據開放共享和開發(fā)利用、構建安全貫穿數據治理全過程的安全治理模式等方面，也都從理論與實踐的結合出發(fā)，既提出長遠發(fā)展方向，也明確當下工作重點。
理解了數據要素的特點，就能理解一年多來數據要素市場發(fā)展中的困難與問題。數據要素交易所在“數據二十條”出臺前后特別是以后快速增長，但大體上是一個有市無價，或者有市有價無交易的情況，這在其他要素市場上很難看到。各地數據交易所發(fā)展很快，到 2023 年 10 月已經超過 48 家。每個交易所都有成千上萬家的數據服務商，也有些入場準備參與確權交易的數據供應方。但一年多下來（有些起步早的交易所嘗試時間更長，有些已有十年之久）數據交易量非常少，整體上仍在嘗試性起步階段。其實許多數據持有者都明白，數據交易很不容易，那他們?yōu)槭裁捶e極“入場”呢？企業(yè)期待數據入表，將數據資產化，進而能夠去做金融創(chuàng)新、融資擔保或資產證券化等。下圖是各個數據交易所表達自己平臺能夠做什么的邏輯：做數據資產登記、數據資產評估；然后發(fā)放數據資產憑證，進而入表；入表后的主線是去做金融創(chuàng)新、融資貸款等，其次是進行數據資產的交易。我和銀行開玩笑，說“數據要素市場建設發(fā)展的接力棒交到了金融領域，你們遲遲不接棒”。金融業(yè)不敢往下做的原因之一，就是認為數據資產定價、交易方式特別是易貶損特點帶來的挑戰(zhàn)和風險都是新問題，需要積極而謹慎，發(fā)展與安全并重。不過，雖然我們將數據納入傳統(tǒng)生產要素分析框架中有困難，但這是一個新事物，需要留給創(chuàng)新足夠的時間和空間。而且我們不一定要將其“裝”進我們熟悉的體系構建中間去，要允許探索。但從學術理論角度看，總要構建一個學術體系出來，這是一個非常有創(chuàng)新意義也有挑戰(zhàn)的領域。
關于數據產業(yè)
數據產業(yè)鏈條中，各環(huán)節(jié)參與方的行為和以往不一樣，這個方面要研究的新問題很多。因為最近我在做一項數字時代創(chuàng)新問題研究，就拿它舉例。現在數據創(chuàng)新范式按照國內外的很多學者來說，進入了“數據密集型”的科研創(chuàng)新范式。我們能看到除了數字行業(yè)自身以外，生物醫(yī)學、高能物理、地球科學、海洋科學很多都是以信息科學為支撐的基礎研究領域，如果數據觀測處理能力不高，它們的進展是非常困難的。生命科學中，蛋白質怎么預測出來，不是生命科學自身的原創(chuàng)性發(fā)現，而是數字技術應用帶來的結果，其中的原理早就知道，但就是算不出來。現在，世界進入數字時代，數字技術迅速發(fā)展和海量數據的產生不僅顯著影響經濟社會運行方式，而且推動著科研范式的深刻變革。這種變革不是原來創(chuàng)新范式內部因素和結構的調整，而是“數據”這個新要素和數據復雜交互形成的“數據關系”這些新變量加入所引發(fā)的創(chuàng)新要素、創(chuàng)新主體和創(chuàng)新組織的深刻變革。
我們現在講到數據和數據關系，不光是數據量多少，主要是數據關系影響了創(chuàng)新的重要維度。我們現在 AI 發(fā)展相對滯后有很多原因，能夠共享的信息的數量和質量比較差，是影響下一步人工智能非常重要的因素。數據和算力決定誰來創(chuàng)新，包括很重要的原始創(chuàng)新。大模型的訓練和調整需要極其巨大的數據、算力和算法的投入，Transformer 架構進入主流以后，AI 算力每兩年增長 275 倍，在計算機本身有革命性的變革之前，只能靠擴量來增強算法的能力，所以目前只有大科技企業(yè)有雄厚的財力足以吸引大批頂尖的 AI 人才，從而以算力、算法和數據的最佳結合來推動人工智能前沿的突破，這就是最領先的 AI 大模型的變化。
如下圖，2014 年是一個轉折點，AI 系統(tǒng)不是高校研發(fā)后的產業(yè)轉化，而是從最基本的數學算法開始，都由產業(yè)界來做，2023 年 32 個重要的機器學習模型都誕生在產業(yè)界。我們現在也經常講國家創(chuàng)新體系，集中力量辦大事，這方面也要考慮到數字時代的這種產業(yè)創(chuàng)新范式變革。這種海量的算力、數據以及人才迅速決策的能力、技術迭代的速度，完全是另外一種創(chuàng)新的組織架構，其中的變化是非常重要的。
關于數據市場
看待數據市場，需要研究市場的規(guī)則、行為和結構，特別是 AI 出現以后的“小規(guī)模企業(yè)+巨大市場”是非常具有挑戰(zhàn)的問題，對規(guī)模遞增下的競爭和壟斷的分析也是我們的一個困惑。我們不能簡單地認為市場從長期看會解決這個問題的，然后完全交給市場去處理。規(guī)模遞增并不是數據市場的獨有特點，軟件業(yè)也有這個特點，但開源模式限制了規(guī)模遞增導致的大者愈大，因此壟斷問題沒有走向極端。雖然領先者有規(guī)模遞增的能力，但是開源之后，更多的開發(fā)者和應用市場出現，目前沒有導致規(guī)模遞增一定會致使大者越大、強者越強的局面出現。
對于大模型，我們能期待這個趨勢出現嗎？仍是未知。如果理論不能有預測性的話，就沒有價值。現在我們的知識能夠想到 OpenAI 在 AI 時代，其產業(yè)組織、競爭壟斷的格局最后會不會避免走向極端？也是未知。所以這個問題對我們是一個很大的新挑戰(zhàn)。
關于公共數據
公共數據的性質有很多討論，有觀點認為數據本身具有公共品性質，公共數據又是政府掌握的數據，應該對社會開放。公共數據對公眾開放是國際共識。開放數據的定義是“公眾可獲取的、能夠被用戶完整觀測和使用的數據”。2009 年，美國的奧巴馬政府頒布了《開放政府指令》（US Open Government Directive）；2018 年 12 月 24 日，美國國會通過《開放政府數據法案》，要求聯邦機構必須以“機器可讀”格式，即以方便公眾在智能手機或電腦上閱讀的數據格式，發(fā)布任何不涉及公眾隱私或國家安全的“非敏感”信息。例如，紐約市的政府及分支機構所擁有的數據必須對公眾實施開放，市民們使用這些信息不需要經過任何注冊、審批的繁瑣程序，使用數據也不受限制。2011 年，巴西、印尼、墨西哥、挪威、南非、菲律賓、英國和美國簽署了《開放數據聲明》，公共數據開放也是 2011 年成立的“開放政府合作伙伴”。迄今為止，全球已經有 75 個國家加入這一計劃。國內政府數據開放發(fā)展至今，發(fā)展和應用最好的主要還是地理位置信息的開放、公共設施的數據開放（圖書館、教育機構、公共wifi等）、涉及健康安全的數據開放（比如河流洪水水位、交通擁堵狀況、空氣指數等）、市場監(jiān)管數據開放（企業(yè)信息查詢、行政處罰查詢等）。這些信息現已可以通過多種途徑獲得。政府數據開放意義重大，但多年下來動力不夠是普遍問題。作為數據提供者的政府機構并不能從中直接得到經濟回報，相反承擔著泄露商業(yè)秘密和個人隱私的巨大風險，即便對數據采取“脫敏”處理也無法完全消除隱患。從道理上看，允許對數據開放并有一些收費也有合理性，例如有些原始數據不能直接開放共享，要做成數據產品；再如有些公共數據并不被廣大公民和市場主體所需要，是某些企業(yè)的運營需要。公共品是為廣大公民和市場主體服務的，對少數人服務“用者付費”這是公共品的基本原則。今后，要尋求免費開放（開放共享）與收費開放（開發(fā)利用）的平衡。“數據二十條”里的提法是：“推動用于公共治理、公益事業(yè)的公共數據有條件無償使用，探索用于產業(yè)發(fā)展、行業(yè)發(fā)展的公共數據有條件有償使用”。目前看，對公共數據有償開發(fā)開了一個口子以后，政府和相關公共企事業(yè)單位動力更強勁，行動更迅速。各地政府紛紛成立國有數據運營公司開展政府數據的授權運營，還可以搞二級合作商，獲取合理的收入，這是一個非常普遍的趨勢。政府大規(guī)模出售公共數據，公共品性質的數據轉化為商業(yè)化數據，需要學術理論給予分析和解釋，至少對公共品理論的發(fā)展提出了要求。總的來講，中國是一個數據生產大國和使用大國，我們是首先提出數據要素概念的國家，其中的實踐探索多元而豐富，期待學術界同仁共同努力，構建符合學術理論規(guī)范、包含數據實踐主要問題、體現中國數據發(fā)展特色的學術體系。文章來源：清華大學互聯網產業(yè)研究院
AII微信公眾號
AII頭條號