-
2020年3月30日,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,将数据确定为第五生产要素,升格明确了数据资源的价值[1]。政府部门在履行公共管理与服务职能过程中积累了大量数据资源,这些公共数据具有公共物品性质,兼具“治理要素”和“生产要素”的双重属性[2],既是提升国家治理体系和治理能力现代化的重要工具,又是后工业社会数字化产业主导下的经济体的重要生产要素。2021年3月,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》发布,提出“开展政府数据授权运营试点,鼓励第三方深化对公共数据的挖掘和利用”,体现出党和国家对公共数据资源价值开发的高度重视。地方也积极探索公共数据授权运营、公共数据产品超市、公共数据利用专区等多种公共数据有偿开发利用模式。
然而,公共数据是否是国有资产尚未在国家层面予以明确,公共数据通过市场化方式进行开发利用也还处在探索阶段。对于公共数据有偿服务实践路径中存在的诸多问题,例如哪些公共数据能够被有偿运营、市场化运营获得的收益该如何分配、数据安全风险如何防范等,都还没有形成共识性解决方案[3,4]。本文给出了公共数据划分范围,论证了公共数据有偿服务的正当性,阐明了开展公共数据有偿服务的重大意义及其行为合理性,分析提炼了授权和运营模式、服务交付方式、定价策略、利益补偿机制等在公共数据有偿服务实践路径中起关键作用的各环节的有效实施方案,并提出了公共数据有偿服务风险防范的思路。
-
当公共数据有偿服务的权利基础和行使逻辑问题得到回答后,实践上的挑战就是如何构建公共数据有偿服务的有效路径。本节从授权和运营模式、服务交付方式、定价策略和利益补偿机制四个方面梳理做大公共数据有偿服务规模的有效路径。我们建议采用集中授权给单一运营主体的方式开展公共数据有偿服务,服务交付方式要尽量遵从“原始数据不出域、数据可用不可见”的要求,根据业务成熟的程度逐渐从固定定价方式向“报价-议价”模式和“报价-估价-议价”模式演进,并通过有针对性的“数据财政”政策实现公共数据有偿服务的闭环正反馈。
-
从全国来看,已有部分地区和行业领域先试先行,涌现出了多样化的公共数据有偿服务模式。根据公共数据资源是否经由政府数据主管部门统一授权给第三方主体分为集中授权和单一授权两种模式,根据授权主体的唯一性分为单一运营主体和多个运营主体两种模式。
在集中授权模式下,政府数据主管单位通过统筹建设本区域公共数据管理平台(政务数据共享交换平台),集中汇聚存储各部门、各单位的数据,在保证数据安全可控的基本要求下,统一将相关部门已经授权确认的数据交由运营主体开发利用。在分散授权模式下,垂直领域的管理部门授权运营主体承担其归口管理的公共数据的数据汇聚、数据存储、数据加工、数据运营服务等工作,并面向社会主体提供数据服务。在单一运营主体模式下,公共数据运营主体是由政府指定的某一地方国资公司或事业单位,负责开展公共数据有偿服务工作,包括建设统一的公共数据运营平台[20],并与地方公共数据管理平台直接连接;进行数据治理、数据产品开发等一系列有偿增值行为,并向市场需求主体提供数据产品和服务。在多个运营主体模式下,由数据主管单位来统筹建设管理公共数据运营平台,其功能更侧重于“展示、撮合”,数据主管单位一般不进行“商业活动”,然后由不同行业第三方主体申请获得公共数据的开发利用权利,所形成的数据产品和服务可在此平台二次上架。
分散授权模式存在若干显著的缺陷。首先,分散授权的方式与当前“通过融合多源数据产生更大价值[21]”的理念是相悖的,尽管原则上这些数据也可以授权给同一个运营主体,但不同管理单位标准、要求的不同客观上会导致不同来源数据之间的割裂。其次,不同管理单位对于归口公共数据管理的尺度和授权要求的苛刻性不同,在当前地方政府“避免担责重于开拓创新”的总风向下,会出现各管理单位“向最保守看齐”的现象,最后导致授权要求越来越高、授权难度越来越大、授权内容越来越少,从而阻碍公共数据的价值化和要素化。再次,分散授权可能导致针对不同领域建设功能相近的公共数据运营平台,从而导致重复建设和财政资金浪费。
多主体运营模式也存在显著的缺陷。首先,多主体运营的模式下不可避免会引入混合所有制和民营的运营主体,在数据价值尚不明确且公共数据具有公共财产属性的情况下,如何确定授权成本和如何进行恰当的利益补偿就成了迫在眉睫的问题——这个问题解决方案中的瑕疵会带来国有资产流失风险和其他法理和审计风险。其次,因为数据授权给多个主体,连带责任分散甚至难以区分,不利于数据安全和隐私保护。即便确需引入多家行业数据运营主体,也应该先授权给单一全国资企业或单一事业单位,由其承担数据安全和隐私保护的首要责任,并由其负责以市场化方式通过二次授权或联合开发的方式进一步挖掘和分享数据价值。这种模式风险更易控制,也更具容错性。
综上所述,尽管目前多种授权和运营模式共存[22],本文认为集中授权给单一主体运营的方式是最佳的,如图2所示。目前成都的公共数据运营就是采用这种模式,由成都市大数据集团股份有限公司获得成都市政府公共数据的集中运营授权,负责建设、管理和运营成都市公共数据运营服务平台[6]。该平台的前置系统与成都市政务信息资源共享平台连接,可以系统获取各政府部门已经授权确认的公共数据,根据数据使用单位的需求提供数据核验、数据报告、数据沙箱等服务;同时,公司对公共数据运营负相关法律责任,并且接受政府部门定期、不定期的检查和监督,以有效控制公共数据运营风险。
-
公共数据有偿服务的全流程包括需求分析、产品设计和服务交付。需求分析是以市场需求和应用场景为导向,所瞄准的一般为与民生紧密相关、社会迫切需要、行业增值潜力显著和产业战略意义重大等高价值数据服务需求。产品设计是根据目标需求进行的相关产品研发。需求分析、产品设计与其他类型的服务虽然内容不同,但是逻辑和结构是相通的,因此本小节主要讨论服务交付方式。
服务交付是根据公共数据服务需求主体的服务或产品的实际需求,采取合适的服务交付手段,常见的手段主要包括:API标准化产品、沙箱服务、数据统计分析、面向服务的体系结构(SOA)平台系统框架服务和定制化服务五类,如表1所示。服务交付方式的选择是多样的,未来根据市场需要和技术发展,还可能出现更多的新方式,而确定是否能够采用一种服务交付方式,要着重关注能否在技术和服务内容上保证服务过程中不会因为数据脱敏和脱密不彻底而导致隐私信息和涉密信息泄露。服务交付方式要尽量遵从“原始数据不出域、数据可用不可见”的要求。除非数据出域和数据可见不违反任何法律法规,也可以从技术和内容上保证不会导致隐私和涉密信息泄露,并且数据不出域和不可见的确会严重降低服务效果,才可以极审慎地考虑展示或者传输原始数据。
交付方式名称 交付方式说明 API标准化产品 服务端将实现特定的功能封装成API接口,调用端在调用时无需了解其内部实现细节,进而使得功能内部的调整不会影响到调用端的正常使用。价格基本单位是调用次数。API标准化产品是实现组件化、高兼容、低耦合、可移植、可扩展的开放型系统架构的最佳选择。 沙箱服务 通过为企业、机构和个人提供相应的数据运行环境,企业、机构和个人将自己设计的算法提供给公共数据运营主体搭建的运营服务平台,在平台运行相应算法后,将数据计算结果反馈给企业、机构或个人。 数据统计分析 一般为特定的数据分析报告,面向的用户主要包括企业、机构和个人,分别为其提供针对性的数据分析服务。 面向服务的体系结构(SOA)平台系统框架服务 实时的系统数据集成的交付方式,先将数据按照SOA平台系统框架的需要进行整合加工形成可用的信息,然后将信息以符合SOA规范的方式传输给需求主体。 定制化服务 按需求主体自身要求,为其提供适合其需求的灵活服务。 -
数据运营主体在获得公共数据数据授权运营后所开发出的产品应该如何定价呢[23,24]?商品定价最常见的原则有三种:成本定价方法、价值定价方法和市场定价方法[25]。
成本定价法是以单位产品可变成本,加上一定比例的固定成本和单位产品利润,来确定商品的价格。成本定价法思路简单,实操性强[26]。2021年2月,南方电网发布《中国南方电网有限责任公司数据资产定价方法(试行)》,以成本定价法为基础,通过对数据采集、数据产品设计、研发、运营等各阶段产生的成本分别测算来估算总成本,其最终定价公式为总成本与预期合理利润率、适用税率和数据价值修正指数的乘积[27]。但成本定价法存在两方面偏差:一是无法度量数据与场景有机结合,以及多源数据融合可能产生的巨大价值,因此容易低估数据服务的价格,从而对需求方有利而不利于供给方;二是没有重复考虑数据服务可以多次售卖而几乎不产生边际效益,所以成本到底应该由多少需求方共同承担是一个难题,如果只由一个或者少数几个需求方承担,则是对供给方有利而不利于需求方。
价值定价法希望让产品的价格反映产品的实际价值,而价值取决于使用效用。这对于成熟产品和服务,包括传统的生产要素而言,是适用的。但是,数据服务的市场尚不成熟,同类数据可能的应用场景差异很大,不同行业大数据使用效用需根据其数据特征和应用场景进行综合评估,因此价值定价法目前还无法满足数据定价的普遍需求。
市场定价法主要是参考市场中同类/相似产品的价格,其前提是可以取得市价且市场价格比较稳定。对于一些比较成熟的数据服务和数据产品,例如人口热度的统计数据、经处理后不同精度的遥感数据、常规金融服务所需的企业和个人征信数据等,市场定价法是易于实现的。而且由于同类产品具有较多的竞争对手(数据质量可能有差异),实际上最终也是由市场化方式来决定价格。但是,对于大部分公共数据而言,目前还没有形成稳定的市场,因此这种方法在公共数据有偿服务的早期可参考性是比较小的。
不同的定价原则对应不同的定价方式。例如成本定价法往往对应固定价格,价值定价法和市场定价法既可以采用固定价格法,也常采用买卖双方协商议定最终价格的“报价-议价”模式(亦称博弈论定价法)[28]。在信息高度不对称,还可以采用拍卖法定价。特别是当数据需求方处于信息劣势的情况下,可以采用多个卖家竞价的形式,减少需求方因为信息劣势的可能损失[29]。
总体而言,公共数据服务的定价应遵循“市场决定”的原则,综合考虑服务成本、供需关系、服务稀缺性和预期价值等因素。本文建议数据核验、数据查询等标准化产品应采用固定定价的方式,由卖方确定价格,并根据市场实际情况进行调整;涉及点对点大宗数据交易、数据沙箱服务、数据咨询服务等具有复杂性和定制化的服务,价格确定应遵循卖方自主定价报价,买卖双方协商议定最终价格的“报价-议价”模式;当公共数据有偿服务较为成熟,针对数据定价的方法论形成一定共识后,可以引进专业的第三方价格评估机构对服务价格进行评估,形成卖方自主定价报价,第三方机构评估为参考,买卖双方协商议定最终价格的“报价-估价-议价”模式。随着公共数据有偿服务的进一步成熟和第三方价格评估专业性的提升,可探索由第三方评估机构根据登记信息确定服务上市发行价,买卖双方依据发行价进行协商议价的定价方式。
-
整个公共数据的有偿服务是有“特定受益人”存在的,即公共数据作为“准公共产品”,其成本支出不应该由全体公民承担,有必要建立“利益返还”制度,即准公共产品在有特定受益人的情况下,须收回特定人所获得的一部分利益,把这部分利益返还给社会全体,实现利益的“公共还原”[30,31]。因此,需要通过一定形式补偿公共管理与服务机构在收集、管理公共数据的成本以及补偿社会公众作为数据产生主体的正当利益。目前常见的补偿形式有三种:第一种是公共数据运营主体作为全国资企业,其运营产生的经济收益,除去运营成本外的盈余或盈余的一部分归属国家。第二种是以税收制度补偿,例如美国、英国、法国、意大利等多个国家通过立法的形式将数字服务税纳入本国税法体系[32,33],但目前国内尚无以数据为征税对象的税收制度。第三种是公共数据运营主体通过引导外部数据和技术流入,为政府部门提供数据和技术来反哺服务。随着公共数据有偿服务业务的进一步成熟,地方政府在进行公共数据授权的时候,可以引入具有正反馈闭环性质的数据财政政策,例如要求运营主体向地方财政上交公共数据服务净利润的约定比例。地方政府成立专项,对该部分资金进行统一管理,定向支持地方信息化建设。对各部门和公共企事业单位信息化建设的专项支持力度,应与相关单位所提供的公共数据在收入和利润中的占比挂钩。
Research on the legitimacy and practice path of public data paid service
doi: 10.12178/1001-0548.2022314
- Received Date: 2022-09-19
- Rev Recd Date: 2023-01-22
-
Key words:
- public data /
- paid service /
- authorized operation /
- delivery mode /
- data pricing /
- risks preventive measures
Abstract: Public data paid service is the path to the valued and factored public data. However, there is still a lack of sufficient research and feasible solutions on the legitimacy, effective path and risk prevention of public data paid service. This paper analyzes the concept of public data, analyzes the scope of public data paid service, and from the social economic value, data ownership and the rationality and necessity of charging three aspects, demonstrate the legitimacy of public data paid service. This paper deeply analyzes the effective path to develop public data paid service and clearly proposes the strategies and solutions that should be adopted in the four key links of authorization and operation mode, service delivery mode, pricing strategy and benefit compensation mechanism. At the end of the paper, it also discusses the possible risks and preventive measures in the public data paid service, and summarizes and refines the six specific suggestions. This paper can be an important reference for promoting the paid service of public data continuously and healthily.
Citation: | ZHONG Shuli, HAN Shijiao, ZHANG Yaoyao, ZHAO Na, CHEN Yi, ZHANG Yanling, GU Qin, ZHANG Qianming, ZHOU Tao. Research on the legitimacy and practice path of public data paid service[J]. Journal of University of Electronic Science and Technology of China. doi: 10.12178/1001-0548.2022314 |