21世纪经济报道 记者郑雪 张雅婷 北京、广州报道
“只有政府‘看得见的手’与市场‘看不见的手’形成合力并实现平衡，才能稳妥、有效地促进数据要素市场持续健康发展。”2024年全国两会期间，全国政协委员、北京国际城市发展研究院创始院长连玉明在接受21世纪经济报道记者采访时表示。
连玉明长期关注数据要素市场建设。今年，连玉明带来的《关于健全和完善数据要素市场体系，加快数权法立法进程的提案》提出，可参考资本和土地等要素多级市场体系，探索构建零级、一级和二级联动的数据要素多级市场体系。
在他看来，共享权是数权的本质，完善基于“共享权”的数据产权模式，有助于突破数据基础制度体系构建瓶颈。为进一步提升数据要素价值，应加快构建数据资产核算和入表的制度体系，推动数据资源入表走向数据资产入表。
在连玉明长期关注的数据合规方面，他建议针对人工智能产业发展中的算法侵权问题，应加快立法、完善监管并建立算法侵权公益诉讼制度。同时，应加快《自动驾驶法》立法，助力自动驾驶行业合规有序发展。
（受访者供图）
构建数据要素“三级市场”
21世纪：当前，多地正在探索数据要素市场发展，部分地市提出从政府层面与市场层面划分数据要素市场。你提出在建立“三权分置”数据产权制度基础上，加快探索数据要素“三级市场”，主要基于哪些考虑？
连玉明：我国数据要素市场处于快速发展阶段，各地在推动数据要素市场化过程中确实是从公共数据入手逐步向商用数据覆盖。此外还有一层内涵，那就是只有政府“看得见的手”与市场“看不见的手”形成合力并实现平衡，才能稳妥、有效地促进数据要素市场持续健康发展。
数据要素市场体系建设方面，可参考资本和土地等要素多级市场体系，探索构建零级、一级和二级联动的数据要素多级市场体系。一级市场即数据资源市场，主要承载以数据集或数据接口为主要流通方式的数据资源。二级市场即数据产品和服务市场，数据加工方对数据资源进行加工处理和算法模型化，以产品和服务形式销售给购买者，是要素产品化的过程。零级市场即非交易流通市场，属于未进入交易环节但发生数据共享交换和权益流转的市场行为，既包括企业内部或具有一定业务或股权关联关系的企业间发生的数据共享交换，也包括数据信托等新型数据权益流转。要逐步细化数据“三权分置”和数据“三级市场”之间的关系，才能推动数据资源向数据资产，再向数据资本的跃升。
21世纪：你的提案中提到加快《数权法》立法进程，加快完善基于“共享权”的数据权利问题，请问应如何理解“共享权”？近年来，公共数据的共享和开发利用备受关注，在提升公共数据的供给以促进数据要素市场发展方面，你有哪些建议？
连玉明：2019年，我在《数权法1.0：数权的理论基础》中，首次提出“数权法”的概念。数权具有私权属性、公权属性和主权属性，共享权是数权的本质。搁置数据权属争议，鼓励数据交易流通，平衡相关数据主体的权益需求，完善基于“共享权”的数据产权模式，或许是突破数据基础制度体系构建瓶颈的另一种路径选择。
同时，应加强对数据属性、形态、权属、公共数据共享机制等法律问题的研究，按照安全至上、互联互通、公益优先、贡献定酬的原则，适时推动《数权法》立法进程，进一步完善数据资产权益保护规则。
公共数据资源开放共享是提升公共数据的供给以促进数据要素市场发展的突破口。要从加强数据治理，提升公共数据开放数量和质量；探索授权运营，提升公共数据利用水平和效率；明确价值导向，引导公共数据开放利民惠企；统筹发展和安全，保障公共数据开放规范有序等方面发力，推动公共数据资源社会化共享，还数于民，真正让数据取之于民、用之于民、造福于民。
21世纪：我国近年来正在积极推动数据资产入表，在2022年底出台的国家“数据二十条”中要求探索数据资产入表新模式，财政部2023年印发的《企业数据资源相关会计处理暂行规定》明确企业数据资源可作为资产列入财务报表。你认为当前推动数据资源入表走向数据资产入表还存在哪些难题待解？有何建议？
连玉明：数据的产权、定价、流通、分配等制度构建十分复杂，在世界范围内都是一个“无人区”。我国推动实施“数据资源入表”，可以说是在构建数据要素市场中迈出了关键一步。但“数据资源入表”是在没有突破传统的会计准则、价值分配与计量方法框架下进行的，还需进一步破解数据产权界定不清晰、数据定价体系不完善、数据资产登记制度不健全、数据交易平台定位不准确等问题。
因此，要推动“数据资源入表”走向“数据资产入表”，就必须建立数据资产核算和入表的全链条管理体系，从数据产权界定制度、资产登记制度、资产评估制度、交易定价制度、资产入表制度等入手，构建一个全流程的完整闭环，才能使数据资产的商品化、市场化、要素化真正见到成效。
21世纪：2023年国家数据局组建成立，联合相关部门发布了《“数据要素×”三年行动计划（2024—2026 年）》等文件。你对国家数据局接下来推进数据要素市场建设有何期待？
连玉明：我国已经进入优化经济结构、转换增长动力的攻关期。智能化、数字化是新质生产力的重要特征，推动数据要素与技术、资金、人才等要素协同融合，已成为发展数字化新质生产力的关键。
下一步，还要重点破解三个方面的问题。一是破解数据的协同难，为从数据要素配置到数据要素融合提供统筹指导；二是破解数据的确权难，为提升数据要素地位释放数据价值提供机制保障；三是破解数据的应用难，为大力发展数字化新质生产力提供政策支撑。
建立算法侵权公益诉讼制度
21世纪：Sora的出现再次引爆AI热潮，数据成为其中关键，随之而来的数据知识产权问题、算法侵害、数据安全等问题频发，你认为当下应重点关注哪些问题？对于促进我国人工智能产业合规发展，你有何建议？
连玉明：目前来看，以ChatGPT和Sora为代表的生成式人工智能，对传统行业的颠覆以及对产业转型升级的推动方式尚未明确，但其带来的现实问题已显而易见。比如，随着生成式人工智能模型不断成熟，深度伪造技术将带来更多网络安全风险，成为人工智能治理领域不可回避的问题。
作为人工智能治理的核心环节，算法治理是实现人工智能“向善”的重要一环。面对层出不穷的算法侵权问题，建立我国算法综合治理体系刻不容缓。当前应在三个方面重点推进：
一是加快相关立法进程。我国整体立法进程仍显缓慢，与国外相比存在较大差距。
二是完善算法监管体系。我国尚未设立类似于国家算法安全委员会的专门性算法审查和监管机构。现有算法应用监管制度还不完善，急需加快制定算法应用规则和标准规范，推进算法公开制，提升算法透明度；建立算法问责制，强化算法侵权司法救济；加强算法伦理建设，提升算法公平性。
三是强化算法侵权案件的司法救济措施。针对算法治理中司法救济缺位的情形，应加快构建以人民检察院为主导、社会组织和个人共同参与的算法侵权公益诉讼多元主体模式，将公益诉讼等司法救济措施制度化和规范化，推动多元主体协同治理。
21世纪：从去年到今年，你持续关注自动驾驶立法。与去年相比，今年重点关注自动驾驶哪些方面的内容？自动驾驶涉及海量数据和多方主体，往往还涉及车主个人信息等敏感信息，你认为自动驾驶在隐私保护、数据安全等规则建立过程中，应重点关注哪些问题？
连玉明：正如我在2023年两会提案中提出的，自动驾驶是全球汽车技术及产业发展的重要革命。目前已是与人工智能、边缘计算、移动通信、智慧城市等新一代信息技术深度融合的前沿领域，是推动交通运输方式转变与产业体系重构的核心环节，是数据要素基础制度探索的重要突破口。但我国现行的法律法规制度针对的是有人驾驶的传统汽车，自动驾驶汽车发展面临车辆不能入市、不能上牌、不能运营收费、车辆保险制度不完善、发生交通事故时责任无法认定、相关数据保护缺乏监管等诸多法律问题。基于此，加快《自动驾驶法》立法进程应当成为自动驾驶行业发展的重中之重和当务之急。
我在今年的提案里建议，全国人大常委会将《自动驾驶法》尽快纳入立法规划，并成立专项立法工作组，加快立法研究。鼓励地方先行先试，总结经验和教训，为国家层面立法提供实践支撑。围绕自动驾驶安全风险防护方面的关键问题，加强学术攻关和理论研究。
自动驾驶数据关乎国家安全、社会利益和个人权益，也是产业发展的关键驱动。自动驾驶数据规制应当以保障安全和隐私为基础，以促进产业发展为目标，处理好两者冲突和协同的关系。
一是制定自动驾驶数据分级分类安全规范。自动驾驶数据安全分级标准可以借鉴我国现有的信息安全等级保护规定，以实现差异化保护。
二是制定自动驾驶数据共享规范。自动驾驶产业特性要求政府制定数据共享规范，不同类型的自动驾驶数据应当享有不同程度的共享水平。
三是出台自动驾驶数据流通规范。个人信息、商业秘密和国家安全以外的自动驾驶数据，应当在符合法律规定的前提下允许自由流动，以促进自动驾驶技术和产业发展。
21世纪：当前已有深圳、北京、上海等地开展自动驾驶地方立法探索，在您看来，地市立法有哪些创新和值得推广之处？对于国家层面的自动驾驶立法有何助力？
连玉明：当前，深圳、北京、上海等地在自动驾驶地方立法方面进行了积极探索。其中，《深圳经济特区智能网联汽车管理条例》实现了从道路测试、示范应用到准入登记、使用管理、交通违法及事故处理、法律责任等全链条立法。《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理实施细则（试行）》，在市场准入方面，对申请主体里程、接单次数、车辆、接管数量、新增车辆测试里程等做出明确数量要求。《上海市智能网联汽车示范运营实施细则》，与现有智能网联汽车道路测试与示范应用管理体系衔接，为企业开展示范运营活动提供操作指引。大量相关地方性法规的出台实施，将会积累丰富的自动驾驶立法经验，在此基础上，借鉴国外自动驾驶立法经验推动高位阶的全国性自动驾驶立法，将成为大势所趋。
本文链接：南财对话｜全国政协委员连玉明：打造数据要素“三级市场”，加快构建数据资产核算和入表制度http://www.llsum.com/show-1-6638-0.html
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com