5月27日，2023中國國際大數據產業博覽會“數據要素流通與價值化”論壇舉行，中國科學院院士、中國計算機學會理事長梅宏十問數據要素化：
第一問：能否以及如何將數據列為資產？
第二問：如何理解數據權屬性質，如何確權？
第三問：如何度量評估數據價值？
第四問：什么是數據要素的基本度量單位？
第五問：如何構建高效數據流通交易體系？
第六問：如何合理分配數據收益？
第七問：如何實現公共數據的真正開放？
第八問：如何平衡發展與安全？
第九問：如何為數據要素化提供技術支撐？
第十問：數據要素如何加入生產函數？
第一問：能否以及如何將數據列為資產？
資產是指什么？是指過去交易或者事項所形成的由你實際擁有或者控制的，可以給企業帶來經濟利益的資源。傳統資產包括無形資產，它有幾個性質還是比較明確的：現實性，可控數據就來了，你怎么控？權屬都界定不了；經濟性沒有問題，數據都有經濟價值，但是不是一定能帶來經濟價值是不確定的，帶來多少也不確定的；可計量，計量性都有問題，能不能劃分出來；還有可辨識，可辨識缺少依據。
對照傳統的數據資產來講，有這幾個方面還是值得深究的。如果資產化延用傳統的模式，不僅中國，國際上也沒有上位法，把數據作為資產。但我們又看到發展數字經濟，數據資產化就是自然需求，如果說不這樣它不行，或者是必然需求，這就需要探索新的途徑。這件事情是我比較困惑的一件事情，怎么去實現這個東西。
第二問：如何理解數據權屬性質，如何確權？
我們怎么理解數據權屬的性質，怎么樣確權？從法律視角來看，它是不是可以產生可以確認的產權，可確認的收益，權益歸屬于誰？這么多數據，非競爭性、非排他性、非稀缺性、非耗竭性。場景是多樣的，觀點是復雜的。逆勢定律，一個是動力，一個是獨立，動力就是你的產權，我擁有它才可能產生這個東西，實際上是失效的。數據權屬的復雜，大部分都與所有權相關，怎么解決這個問題。
不同類型的權屬問題，比如說個人數據一定和我本身生物特征、財產特征關聯的，能不能和人格權關聯等同呢？另外講公共數據，它的資源歸屬范圍如何界定，特別是我們國家來講，公共數據是全民所有，企業數據是否構建新型的民事權力體系，解決企業所有，還有數據權力的指向問題，甚至還有知識產權的成分，數據產品有的涉及到你的智力勞動，可以呈現你的IP，還是說中間有個人權力，還是說可以發明一種全新的權力，現在創造了很多權，把所有權擱置。
權力還有權力的歸屬，是否可以構建一個多元權力并存、共享呢？我們擱置爭議，先往前探索是非常好的舉措。權屬確認實際上是全球的難題，因為沒有很好的技術方案?，F在世界各國現行的全國性的法律，都沒有立法，現在采用的是法案進行個案的判，涉及到數據侵權的判例，基本上都是用的責任規則來判，而不是財產規則。我們現在面臨著如何構建適應數據要素本質的簽署體系和確權機制，這個大家都在探索。
第三問：如何度量評估數據價值？
我們在座不同行業的人，可能對同一個數據的需求就是不一樣的，有的人愿意花高價買，有的人你送我都不要。我們有各種評估的方式，有成本法、收益法、市場法，數據評估就不一樣，落后元主體，成本不容易區分。市場法不是特別適合到目前來講，我們從數據定價的問題來看，作為一個新興的商品一定有它的特點，成本構成的特殊性，高生產成本，低邊際成本，需求多樣，估值有困難，由于不同的需求，真實性難驗證，隱私權難界定，還有復制運用，偷偷用了就很難防范。商品售賣的形式是什么，套利行為怎么防范，隱私信息怎么保護，還有真實性的驗證等等。本身這種東西定價，供需雙方在市場上本身有一種博弈活動的行為來產生。
所以說傳統的資產評估方法現在看來是難以直接用于數據資產評估的，價值評估沒有統一規則，參與的主體需求各異，也很難形成統一的價格標準。目前，會計核算方法還沒有辦法把數據估值定價，為數據估值定價提供依據，就算想入賬，怎么入，會計的核算方法都不支持。
第四問：什么是數據要素的基本度量單位？
如果數據作為要素交易，它的基本度量單位是什么？
傳統的要素，土地按平方米、按畝，總歸有一個說法，勞動力的時間、貨幣有統一的度量。只有技術和企業家能力這兩塊比較難度量，通常的要素里面會不會談到，它作為生產要素的促進者，是生產效益提升角度，它不是直接按照這個去度量的?，F在數據的問題來了，我們按數據本身的規模，就是基本單元，一個G、一個T，一個T就肯定比一個G值錢嗎？肯定不是這樣。如果按表還是按照操作系統的一個文件來，都是不好說的，因為這是兩個維度的事情。
我前天在論壇上談到數聯網，用DOA體系，把現實物理數據數字化變成一個對象以后，我能不能用它來度量，這是我的一個問題，能不能做到進一步的嘗試。所謂DOA把現實數據和資源進行建模，變成數字對象，然后聯網變成數聯網，也許是一個做法，至少沒有度量單位。所以說度量單位和價值是正交的二維，屬于形式或者技術維度，但是你的數據給我的形式是一張表還是什么。民間的黑市交易很清楚了，按照行來數，偷偷賣個人信息的、手機數據的、家庭數據的，那是黑市交易，那是按照條數來算的。其他還有什么辦法？數據價值我理解在很大程度上取決于它所表征的物理世界對象，在物理延伸的數據是有的，但是如果沒有表征物理世界的基礎數據延伸不了，也許我們把DOA作為物理數字對象，作為數字孿生能不能作為度量單元，我是想找幾個人琢磨琢磨，開展這個研究來做這個事。
第五問：如何構建高效數據流通交易體系？
我們講數據交易，以數據產品和數據交易目標的交易行為，廣義范疇下可能涉及到數據價值深度挖掘等數據交易產業鏈相關交易與技術服務，這是廣義的交易的定義，但我是認可的。我們現在談的數據交易模式，基本上全世界都是這樣，一個是平臺。我們有一些交易參與的平臺，供給方和需求方的交易，包括三方、四方各種模式都有。還有直接交易，比如說需方和供方的直接交易，黑市交易就屬于直接交易，還有一種數據包，我們兩個商量好了，我一包數據給你，這是沒有問題的。
還有API，很多平臺企業API經濟已經成為數據交易里面非?；钴S的成分，民間已經產生了。國際上的交易平臺已經有很多，但是國際的平臺基本上還是企業在做的，類型也是多樣的，有很多也涉及到服務。國內的平臺從2014年構建開始到現在已經有50多家數據交易所，大多數是政府主導的。這里面就有一個問題，我們總是喜歡用交易所這個概念來命名這些東西。交易所是工業社會的產物，我去查了交易所的定義，是交易某種信息或者物品的信息平臺或者場所。這基本的特點：交易物權清晰，交易所屬于抽傭中介性質，準入制和市場化結合。
比如說，傳統交易所主要是證券交易和商品大宗交易，可以是現貨也可以是期貨。世界上第一個交易所是阿姆斯特丹的一個交易所，數據交易一定要和信息服務區分開，數據交易是不同主體之間，針對數據不管是有償的、無償的一種交換行為，交換對象可以是原始數據也可以是加工后的數據產品。信息服務是在已有的信息數據基礎之上分析之后形成的服務產品，他給你直接提供信息、提供支持，服務方要承擔責任的，如果提錯了，這是我們交易所不能解決的?，F行的交易所，各地的探索是很好的嘗試，但是也面臨著在權屬不清晰的情況之下規則完善的問題，交易所到底能不能交易，就是交易使用權，交易加工以后的東西，如果說交易所也提供數據的信息服務，可能就會帶來問題——交易所要承擔責任。你提供的服務質量不夠那我就會找你，你就變成一個數據信息的服務商。
國內50多個交易所了，中國的特點我一直在探討，中央20條明確數量要控制，交易所會不會成為各地流通障礙。當地政府一聲令下，本地企業必須本地交易，全國市場怎么建？顯然是不符合，現在數據還要追求全球交易、跨境交易，這肯定是不符合。還有的交易所是政府主導的，我以為還是要允許場外交易，怎么去規范，怎么去兼容市場化的交易方式，這是多元的交易體制還是需要的，這個東西要有效還要高效，現在我們要積極的探索。
第六問：如何合理分配數據收益？
價值的利益分配，需要在保障數據基本權利的情況下使各方的收益最大化，如果純粹靠市場機制現在似乎是有問題。前幾年靠市場機制實現這種東西，我們每一個個體的數據，貢獻的每一個平臺，雖然個人是沒有收益的，但是我得到了服務，換取了方便。市場初期規則不完善，監管也缺失，前幾年政府沒有監管的，所以現有的收益分配明顯有太多的不合理之處。分配，就是政府介入監管之后的分配怎么分，其實已經有很多的研究實踐，比如歐洲為代表的數據稅就是非常重要的一個方向。
到2021年10月，G20和聯合國世界經合組織136個轄區已經對數字經濟稅收挑戰形成了一種共識，但是好像明確開始收稅的還沒有。這里我也提出一個問題，數據稅是國家收的，收完之后能不能夠普惠到每個個體，有沒有一種方式探討所謂的數據費，是指個人的數據能夠獲取?，F在我們談到技術發展趨勢有一個3.0的出現，強調我的數據我做主。每個人有自己的數據空間，誰用我的數據空間，你象征性的給我一分錢也行，也算是我的收益?，F在國際上已經有人在做，個人數據匯聚到中間，作為信托作用。
我覺得還是要充分考慮在未來的世界，每個人的數據能不能獲益。因為畢竟是未來數字世界最基本的數據的貢獻者，我們應該考慮，特別是我們國家更應該考慮。再一個是公共數據，是全民所有特性，他能不能參與利益分配，我一直存疑的。誰代表他去參與分配，如果參與分配怎么體現公平性公正性，公共數據面臨的一個難題。所以按照20條的講法，體現原則，促進公平，這是沒有問題的，這是我們追求的基本原則。
現在也在追求多元化數據要素的數據分配，市場評價貢獻、按貢獻決定報酬的機制，這件事情說起來容易，后邊還是很難的。還有政府對要素收益進行調節機制，這件事情目前也沒有章法，這兩件事情各自都沒有解決，再加到一塊兒，具體的路徑在哪里，我們還需要加緊探索，哪怕是試錯也要探索。
所謂的數據開放，就是提供方無償的提供數據，單項提供數據，沒有其他的介入。國內數據開放，我們從2022年開始截止到去年10月，有208個省級和城市地方政府上線了開放平臺，我們330個地級行政區建成了公共數據開放平臺，已經占了全國的58%。國際上也在開放，開放的都是公共數據，國外的數據開放主要的模式是政府主導的、民眾主導的、行業協會主導的。
2009年美國是第一個全球開放政府數據門戶網站（編者加：DATA.GOV），涉及到農業、制造、天氣、教育、能源等方面。2023年5月已聚集25萬多個數據集。DATA.GOV的最大特點是開放政府網站的應用接口API，并統一數據格式。我們國家也在做，但是公共數據的質量和數量還不久，還需要進一步的提升。我一直覺得公共數據的真正開放應該是原始數據的開放，現在20條規定是可用不可見，是授權開放。
不管怎么樣已經很好地走出一步了，我覺得挺好，但是還是應該是原始數據開放。為什么這么說？公共數據取之于民，理應用之于民，我們把敏感數據剔除掉以后，來進行運用。很多數據應用的創新絕不是坐在辦公室想出來的，是民間需求刺激。我們看到很多民間依托數據去創新運用的例子，還有很長的路要走。
第八問：如何平衡發展與安全？
安全和隱私問題非常突出，數據泄漏事件頻發，網絡詐騙行為猖獗，還有數據的濫用、誤用也嚴重。
我們國家這幾年一直在加強數據安全的法律法規建設，數據安全，隱私保護，還有法律、行政法規和部門規章，這幾者非常重要。按照總書記在網信會議上的講話，安全是發展的前提，發展是安全的保障，發展是最大的安全?，F在數據應用需要數據要素化這件事情，一定要強化安全意識和底線意識，但是我們不應該設置過低的安全底線，沒有絕對安全，所以你的安全底線設置過低了，那就別做，不用可能是最好的安全。因此我一直的觀點是發展先行，安全跟進，用發展保安全。畢竟這一輪信息化是我們中華民族千載難逢的機遇，所以我們一定要抓住。
第九問：如何為數據要素化提供技術支撐？
發展數字經濟離不開數字基礎設施，也離不開物理基礎設施的數字化，離不開信息技術，特別是涉及到數據的全生命周期的大數據技術的支撐。我把大數據技術分成四大板塊：管理、處理、分析和治理。我這里列了大數據五個方面的挑戰，以數據為中心的計算體系怎么構建，滿足大數據高效處理，實現數據和應用的完全解耦支撐跨越的數據管理，實現多源異構大數據的多模態融合分析與可解釋性分析，還有如何形成系統化大數據治理框架與關鍵技術。
尤其是第五個，是治理框架和治理體系，這件事情我們在研究，從基本理論到框架，還有貴州實踐。怎么支撐數據的匯聚融合，技術上怎么去保障它的質量，技術上的隱私和安全保護，怎么去促進開放融通，怎么構建相應的技術標準，構建相應的生態，這些都是技術問題。所以數據要素化是一項系統工程，制度建設是最關鍵的東西，但是同時也是一項技術性很強的工作，需要高效有效的技術提供支撐。因此數據治理相關技術的研發將是大數據技術體系發展的重要方向之一，我們一切要圍繞數據要素化整個過程提供相應的有效的技術支撐。
第十問：數據要素如何加入生產函數？
傳統工業世界是講生產函數，我就想知道數據作為要素加入之后，生產函數的位置是什么？所謂的生產函數是描述了一定技術條件下投入與產出之間的關系，即生產要素投入量和產品產出量之間的函數關系，體現了企業將一定的投入轉變成產出的能力。通常來講，土地、資本、勞動力的投入是直接的變量，而通過把企業家的才能和技術作為效率提升的工具，同樣的東西給一個有名的企業家和給一個新手可能產生的結果就不一樣，所以技術和管理是作為效率提升的東西。
我看了很多短期生產函數、長期生產函數各種各樣的東西，我們還要看到數字技術發展之后帶來的一個很重要的東西，很多事情邊際成本趨為零，特別是很多技術如果實現了把邊際成本轉化成固定成本的時候，就會帶來很重要的產業拐點。傳統的生產函數把勞動、資本、土地的要素作為有形的可以量化的投入，屬于函數的自變量，而技術企業家不列入在里面。數據好像兩邊都有，它作為物理世界因為對應是可以直接投，但是數據有技術含量的時候，它也會提升這個東西。所以我想看看哪些經濟學家能夠在生產函數里面把數據的位置描述出來，我們找到實際的案例做這件事情。
