检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 >

2024 , Vol. 43 >Issue 5: 172 - 179

DOI: https://doi.org/10.11978/2023165

海洋数据专栏

海洋环境数据交易定价的关键基础与相关机制*

  • 郭朴 ,
  • 王晓芳 ,
  • 李翠田 ,
  • 尹毅 ,
  • 孔小丽 ,
  • 张红玉 ,
  • 于红兵 ,
  • 刘云旭 ,
  • 王志远
展开
  • 中国科学院南海海洋研究所海洋环境工程中心, 广东 广州 510301
王志远。email:

*感谢中国科学院南海海洋研究所科学数据中心徐超老师提供南海海洋数据中心管理经验等信息; 感谢3位匿名审稿专家和编辑提出的宝贵建议。

郭朴(1980—), 男, 广东省广州市人, 助理研究员, 从事物理海洋学研究。email:

Copy editor: 殷波

收稿日期: 2023-10-31

  修回日期: 2023-12-20

  网络出版日期: 2024-01-26

基金资助

广东省海洋经济发展(海洋六大产业)专项(粤自然资合[2022] 52号)

国家自然科学基金项目(42276166)

收起

Key foundations and related mechanisms of marine environmental data pricing for transaction*

  • GUO Pu ,
  • WANG Xiaofang ,
  • LI Cuitian ,
  • YIN Yi ,
  • KONG Xiaoli ,
  • ZHANG Hongyu ,
  • YU Hongbing ,
  • LIU Yunxu ,
  • WANG Zhiyuan
Expand
  • Marine Environmental Engineering Center (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
WANG Zhiyuan. email:

Received date: 2023-10-31

  Revised date: 2023-12-20

  Online published: 2024-01-26

Supported by

Guangdong Province Marine Economic Development (Six Major Marine Industries) Special Fund Project(Guangdong Natural Resources Cooperation [2022] 52)

National Natural Science Foundation of China(42276166)

Fold

摘要

海洋环境数据作为发展海洋经济的重要基础性要素, 其市场化机制的相关理论与实践均处于探索起步阶段。数据交易定价是在交易过程中对数据资源及其通过加工形成的数据产品和服务进行定价, 作为数据交易开展的重点和前提, 数据交易定价是数据要素市场化的关键环节。文章基于海洋环境数据特征分析了其交易定价的部分关键基础, 包括相关的基本概念、数据确权和价值评估, 进而讨论了交易定价的相关机制, 包括定价主体、定价方法以及定价策略, 最后基于上述分析在海洋环境数据的权益分配和交易平台建设等方面提出了建议。

关键词： 海洋环境数据; 数据交易定价; 数据资产估值; 数据权益

本文引用格式

郭朴 , 王晓芳 , 李翠田 , 尹毅 , 孔小丽 , 张红玉 , 于红兵 , 刘云旭 , 王志远 . 海洋环境数据交易定价的关键基础与相关机制*[J]. 热带海洋学报, 2024 , 43(5) : 172 -179 . DOI: 10.11978/2023165

Abstract

Marine environmental data is a basic element for the development of marine economy, and the relevant theories and practices of its marketization mechanism are at the initial stage of exploration. Data transaction pricing refers to the pricing of data resources and the data products and services formed through processing during the transaction procedure. As the prerequisite for data transactions, data transaction pricing is critical to the marketization of data elements. In this study, based on the characteristics of marine environmental data, several key points of the transaction pricing were analyzed, including basic concepts, data right confirmation and value evaluation, in order to further discuss the relevant mechanisms of transaction pricing, including pricing entities, pricing methods and pricing strategies. Finally, based on the above analysis, some suggestions are put forward in terms of rights allocation and trading platform construction of marine environmental data.

Key words： marine environmental data; data pricing for transaction; data asset valuation; data rights and interests

在综合国力与高科技技术迅猛发展的推动下, 我国海洋观测技术发展已从最初的“筚路蓝缕”演进到如今的日新月异(郑婷婷, 2022), 当前我国已初步具备海洋立体全方位的观测能力, 拥有海洋观测平台、水下机器人、雷达、卫星等多种观测手段, 观测范围逐步扩大, 数据精度不断提高, 海洋环境数据的数量和质量均得到快速提升, 具有典型的大数据特征。在此背景 下我国形成了多个大型海洋数据中心, 包括国家海洋科学数据中心、国家极地科学数据中心、国家地球系统科学数据中心-南海及邻近海区科学数据中心等。得益于海洋环境数据规模的急速增长, 数据的深度挖掘和聚合利用将推动我国海洋经济与海洋科学迅猛发展(宋转玲 等, 2013; 张欢 等, 2017)。但作为其先决条件, 海洋环境数据在流通共享方面依然存在障碍。一方面数据拥有者付出大量成本采集到的数据仅为自有项目或任务使用, 另一方面数据需求者众多但得不到满足。在免费申请、注册下载、数据间交换等传统低效的数据共享模式之外, 数据拥有者与需求者之间仍然缺少高效的数据流通共享桥梁, 从而导致海洋环境数据缺少最大程度释放其价值的途径, 并限制了数据的分析处理、深度发掘、维护管理等方面技术的发展进步。
建立合法有效的海洋环境数据市场交易机制, 从而推动海洋环境数据的流通共享, 可望打破海洋环境数据的“数据孤岛”现状, 并实现海洋环境数据的资产化, 促使其由功能价值转向数据价值, 在海洋经济和国民经济发展中充分发挥生产要素的功能与价值。2022年由青岛国实科技集团有限公司建设的全国首个海洋大数据交易服务平台正式上线, 迈出了海洋环境数据市场交易的第一步。平台上线初期成功进行交易的海洋环境数据包括海洋风场、流场、波浪场、沉积物等资料, 总交易额超过100万元。但截至目前平台上的数据交易量始终难以得到快速提升, 其中原因固然有平台初建需要面临的软硬件改进、交易机制完善、数据流转安全、数据审核监管等问题, 但更关键的是数据定价及围绕定价所必须解决的一系列问题。从理论研究和实践经验上来看, 定价是数据要素市场化的关键环节, 海洋环境数据定价是对数据资源及其通过加工形成的数据产品和服务进行定价, 是海洋环境数据交易开展的重点和前提。
海洋环境数据是国家经济发展的重要基础, 与其他如地质、地理和气象等数据具有相似的性质, 即不包含个人信息、部分数据具有“保密”属性、与国家的安全与发展息息相关。海洋环境数据交易定价的分析也有助于同类数据相关问题的解决, 海洋环境数据交易定价的基础与方法可为同类数据借鉴参考。

1 数据交易定价研究现状概述

数据定价是数据交易的核心问题, 是形成数据价值从产生、倍增到赋能良性循环机制的中枢(孙震 等, 2022)。2022年1月, 国务院印发的《“十四五”数字经济发展规划》明确提出鼓励市场主体探索数据资产定价机制, 逐步完善数据定价体系。各地方政府也积极探索建立数据要素定价机制, 如《广东省数据要素市场化配置改革行动方案》提出健全数据市场定价机制, 《上海市数据条例》提出市场主体可以依法自主定价, 但要求相关主管部门组织相关行业协会等制订数据交易价格评估导则, 构建交易价格评估指标。由此可见数据交易定价在数据要素市场化配置中的重要性, 也说明数据定价机制的建立尚处于探索阶段(欧阳日辉 等, 2022a; 江东 等, 2023)。围绕数据交易定价的研究目前主要包括定价的基础或前提如数据确权和数据估值(熊巧琴 等, 2021; 欧阳日辉 等, 2022b), 以及定价的目的如数据交易和纠纷解决(包晓丽 等, 2022; 陈华 等, 2022), 还有定价本身如定价策略和定价模型(张小伟 等, 2021; 欧阳日辉 等, 2022c)。
多数研究着力于进行数据定价的普适性或通用性分析, 并尝试提出相应理论与机制框架(Brindley, 1993; Faroukhi et al, 2020; 刘枬 等, 2021)。同时所有研究均认为, 价值不确定性是数据资产的主要特征之一, 导致价值不确定的重要原因是应用场景的不确定性, 以及价值的高度场景相关性, 蔡莉等(2021)列举了数据定价常见的6种应用场景: 金融、房地产、地理测绘、政府数据开发、社交网络、物联网。事实上, 应用场景的多样化对应着数据类型和数据内容的多样化, 它不仅影响数据定价本身的策略和模型, 还关系到数据确权、估值、交易、安全等多个环节, 进而成为数据定价理论研究与应用实践的重要障碍(何玉长, 2021; 张军欢 等, 2022; 欧阳日辉, 2022)。这说明获得普遍性理论和框架的前提, 是对不同行业不同类型的数据定价进行分别讨论和深入研究, 以此获得总结提升和理论概括的基础。
一些学者意识到应用场景依赖是数据要素定价的主要障碍, 提出建立“数据资产类型-应用场景-估值定价方法”配套的估值定价方法体系(欧阳日辉 等, 2022b), 或认为从某类数据基本属性出发展开的领域化、场景化、类型化分析是数据权益定价的必经步骤(包晓丽 等, 2022)。但目前以特定行业的数据定价作为研究对象的文章并不多见(王仲 等, 2023; 王晓芳 等, 2023), 对与之相关的数据确权、估值、交易等环节的分析讨论则更为稀少。本文以海洋环境数据交易定价作为切入, 尝试在该视角下厘清与数据定价相关的一些概念, 并梳理数据定价的关键基础与机制。

2 海洋环境数据交易定价的关键基础

2.1 概念厘清

根据国际标准化组织(International Organization for Standardization, ISO)的定义, 数据是信息的一种形式化方式的体现, 以达到适合交流、解释或处理的目的。数据要素是数据作为与土地、劳动力、资本等传统生产要素并列的生产要素的提法。数据要素化就是使数据在生产经营中发挥生产要素的价值和功能, 即实现数据作为生产要素的价值。数据要素化过程契合2021年中国信息通信研究院发布《数据价值化与数据要素市场发展报告》所提出的“三化”数据价值化框架: 数据资源化、数据资产化和数据资本化。其中数据资源化是将原始数据标准化或为具有使用价值的数据资源的过程; 数据资产化是通过交易流通使数据为其所有者或使用者带来经济利益的过程, 整个过程是数据要素化的核心, 它的本质是形成数据交换价值和初步实现数据价值; 而数据资本化则主要包括数据信贷融资和数据证券化(尹传儒 等, 2021)。
数据的交易定价通常称为数据资产定价, 是数据资产化的关键环节, 与之紧密相关的是数据资产估值(尹传儒 等, 2021)。后者与数据资产的有用性或效用高度相关, 即受数据应用场景影响显著, 不同应用场景中数据资产所实现的价值不同, 与数据是否被交易无关(陈华 等, 2022)。可认为数据资产交易价格是数据资产在特定交易中的价值体现, 主要由数据资产的价值和供求关系等因素决定。可见, 数据资产定价过程必然包括数据资产估值环节, 而数据资产估值受到应用场景不确定性的高度制约, 这就造成了当前数据市场中的定价难、交易难的现状。
海洋环境数据覆盖海洋气象、物理海洋、海洋地球物理、海底地形地貌、海洋地质、海洋生物、海洋化学、海洋遥感、海洋光学、海洋声学和海洋基础地理等多个学科, 其形式为反映海洋自然属性、状态、过程和现象的数字、文字、图表、图片、影像和音频等各种形式的记录, 是人类认识海洋、研究人类与海洋生态之间的相互作用与相互影响机理, 以及海洋综合管理、海洋开发与可持续利用的基础性信息(杨锦坤 等, 2021)。海洋环境数据的原始数据采集途径包括调查船调查和浮标潜标台站等海洋实地观测、以卫星为主的遥感观测以及多学科融合为基础的海洋观测网络(张彭辉 等, 2021)。我国近岸近海观测已经覆盖中国沿海, 极地和远洋海域的观测调查也在有效开展。海洋环境原始数据按照国家或行业标准进行分类和清洗后, 可得到标准化数据, 在此基础上, 再采用数值模拟和数学统计等方法就得到特定类型的数据产品, 或更进一步根据应用需求制定和提供相应数据服务。

2.2 数据确权

数据交易定价首要解决数据权益界定即数据确权问题, 包括数据的所有权、使用权和收益权等权益。目前对数据确权的一部分争论集中在包含非敏感个人信息数据的赋权问题(陈华 等, 2022), 如出行方式、下载记录、购物历史等个人行为的副产品, 海洋环境数据属于非个人信息数据, 它不包含敏感个人信息, 也不包含非敏感个人信息, 海洋环境数据的确权问题主要围绕在其公共数据属性及相应权益分配。
数据资产的资产类型和权属尚未有国家法律予以明确, 在地方立法实践中正在对数据的财产权益和定价制度进行探索, 如2022年以来上海、深圳、四川等多个省市相继公布实施的《数据条例》, 但各地方立法通常会回避数据权属的确定问题, 因为所有权制度属于基本制度, 通过地方立法确定数据权属不合时宜(陈溪, 2023)。对于海洋环境观测数据, 依据国务院2012年所颁布《海洋观测预报管理条例》和国土资源部2017年所公布施行《海洋观测资料管理办法》, 在中国管辖海域内开展海洋观测活动获得的资料归国家所有, 从事海洋观测活动的单位应当向有关海洋主管部门汇交海洋观测资料, 国务院海洋主管部门负责全国海洋观测资料的管理, 并委托国家海洋观测资料管理机构负责全国海洋观测资料的日常汇交、保管、质量控制和使用服务。因此, 海洋环境观测数据可归类于公共数据, 而公共数据的权属尚未得到国家层面法律的明确(李正 等, 2022)。按照《海洋观测资料管理办法》, 国家海洋观测资料管理机构负责发布海洋观测资料公开目录范围内的资料, 供公众用户无偿下载, 对于公开目录范围以外的资料, 公民、法人或者其他组织可以向海洋观测资料管理机构提出使用申请。但海洋环境数据的采集主体即企事业单位或个人对所观测数据享有何种权益, 以及海洋环境数据管理单位是否有权利利用所汇集管理的数据制作数据产品并获取利润, 仍需要在市场实践中逐步得到厘清。
基于上述现状, 从促进数据流通和释放数据价值的角度出发, 建议在国家相关法律法规的制约下, 海洋环境观测主体对所观测数据享有使用权, 且有权利在数据市场交易相应原始数据和标准化数据并获取利润; 海洋环境观测主体及海洋环境数据管理主体对其所观测或管理数据享有使用权, 且有权利在数据市场交易其由相应数据开发创造出的数据产品和数据服务并获取利润; 数据购买者对所购数据的权益由交易合同或协议具体约定。

2.3 数据价值维度

不同学者或机构对于数据资产价值的意义剖析有所不同, 尹传儒等(2021)列举了部分国内外学者对数据资产价值评估的研究, 比如认为数据资产价值包括4个维度(效用价值、成本价值、交易价值、战略价值)或6个维度(内在价值、成本价值、业务价值、绩效价值、市场价值、经济价值)等价值维度分析(Brennan et al, 2019); 又比如采用指标体系进行数据资产价值评估, 如我国数据资产领域的首个国家标准《电子商务数据资产评价指标体系》(GB/T37550-2019)(国家市场监督管理总局 等, 2019), 提出一级指标为数据资产成本价值和数据资产标的价值的指标体系, 张驰(2018)构造出一级指标为颗粒度、多维度、活性度、规模度、关联度的指标体系, 梁艳(2020)提出一级指标为数据质量、数据容量、数据应用管理的指标体系等等, 再比如利用传统的成本法、收益法和市场法进行数据资产价值评估(李永红 等, 2018)。
可见目前各学者对数据资产价值及其维度的看法并不一致。基于海洋环境数据的特点, 本文将数据价值分为3个维度: 质量维度、应用维度和风险维度, 其中质量维度主要考虑数据的真实性、完整性、准确性和数据成本, 应用维度主要考虑数据的稀缺性、时效性和场景经济性, 风险维度主要考虑法律限制。依据上述维度及内容, 可建立海洋环境数据资产价值评估指标体系, 如图1所示。
图1 海洋环境数据资产价值评估指标体系

Fig. 1 Index system of value evaluation on marine environmental data

数据真实性, 是指数据是否严格按照相关海洋调查规范要求观测获取、是否严格按照规范流程清洗整理、是否依据正确的参数和步骤进行模拟分析或统计分析, 以及是否存在数据造假等导致数据失真的现象, 越能反映真实海洋环境的数据价值越高。数据完整性, 是指海洋环境数据的海区范围、时段范围、要素指标、时空频率的覆盖度和完整度, 对海洋现象及过程的机制解释有重要作用, 是海洋环境保护、海洋灾害预报和海洋资源开发利用的重要保障, 完整性越高的数据价值越大。数据准确性, 以数据真实性为前提, 与数据观测、清洗、分析的技术水平有关, 是提升数据价值的重要因素。数据成本, 是数据价值的参考点, 也是数据在交易市场定价的基本依据之一, 通常来说数据获取和管理的成本越高则相应价值也越大(Adler, et al, 2016)。
数据稀缺性, 反映了数据在交易市场中不可替代的程度, 深海数据、大洋数据、极地海洋数据等都是不易获取珍贵资料, 无论从科研还是应用方面都具有很高的价值, 此类数据的获取需要综合资金、技术等多方面资源才能实现, 通常成本也较高; 另一类稀缺性较强的数据体现在适逢其时, 比如记录台风过境过程或涡旋演变过程的完整浮标数据, 或者记录了强内波过程的温、盐、流数据; 还有一类数据的稀缺性表现在个别属性较为特殊, 比如观测时间极早或观测时段极长。数据时效性, 源于海洋环境的时空变化, 一般来说较新的数据应用场景较为丰富, 但数据的聚合效应会使旧数据的价值得到提升, 时间延续的新、旧数据的总价值可能远高于单独数据的价值。场景经济性, 体现了数据价值释放对应用场景的依赖, 比如同一批海洋环境调查数据, 甲单位用于编写附近海域拟建工程的海域使用论证或环境影响评价报告书, 乙单位用于制定海洋环境保护修复措施或海洋资源开发利用规划, 丙单位则结合相关科研项目深入分析进而发表高水准的学术论文。上述应用场景中该批数据的价值释放与数据使用人的分析水平、数据使用人的原有数据积累以及相关项目的合同金额等因素均直接相关。
法律限制, 是指数据的利用或交易要受到法律约束, 比如法律在数据的确权、共享、交易等方面规定的变动, 可能会对数据的价值释放产生极大影响。

3 海洋环境数据交易定价发现

3.1 数据交易主体及市场分工

数据交易的参与者通常可划分为4类市场主体: 数据买方、数据卖方、数据交易中介或平台、第三方服务机构。数据卖方通过数据交易平台向市场提供原始数据、标准化数据、数据产品或数据服务, 数据买方通过数据交易平台向市场查询上述数据资产, 数据交易平台促成交易并确保交易过程高效安全, 第三方服务机构或数据交易平台提供数据资产的审查、监管、评估等服务。
上述4类主体在数据交易市场中各司其职, 配合完成数据交易过程, 其中数据交易平台的职责最为关键。对于海洋环境数据, 交易平台首先要为用户提供包括成员注册审核、数据搜索推荐、交易安全保障、交易结算等基本服务的交易场所。进而为了激活市场和促成交易, 交易平台应为用户提供多种定价策略选择, 以更灵活定价的更丰富的信息促使交易快速达成。目前常见于国内外各数据交易所的定价策略包括: 由买方固定价格的固定定价、由平台根据模型设定价格的自动计价、买卖双方轮流出价形式的协议定价、多方竞价形式的拍卖定价、由免费和增值付费两部分组成的免费增值定价、按使用量计价的使用量定价等。最后交易平台还可以承担数据托管存储、数据处理分析、数据资产评估、交易争议仲裁、用户信用评价等职责, 最大程度完善数据交易服务, 提高数据交易量与交易效率。
目前国内影响力较大的数据交易平台, 包括中关村数海大数据交易平台、东湖大数据交易中心、贵阳大数据交易所等国家级数据交易平台, 以及京东万象、优易数据、聚合数据等企业级数据交易平台。青岛国实科技集团有限公司建设的全国首个海洋大数据交易服务平台也于2022年正式上线, 提供海洋地质、地形地貌、水文气象、遥感影像等海洋环境数据交易。在交易安全方面, 该平台利用区块链技术防篡改、全程留痕、公开透明等特性, 将原始数据或数据产品加密后存入数据交易平台, 数据拥有方获取数据资产证书, 数据买方付费后获得密钥, 获取原始数据或数据产品, 交易过程实现数据所有权、使用权分离和全程可追溯; 在数据质量控制方面, 该平台建立了数据质量自动检测系统, 在数据拥有方上传数据时可对数据采集时间跨度、数据种类、数据格式进行自动检测, 若数据类型特殊、格式复杂、数据量大, 则引入行业专家进行人工检测, 确保数据“可用、好用”; 在定价策略方面, 该平台基于海洋数据特点建设了全球海洋全域空间立体网络, 利用网格切分技术, 综合数据种类、采集成本、数据质量、时间跨度等多种因素, 构建了海洋数据资产价值评估体系, 对数据价值进行预评估, 进而在实际交易过程中以预评估价值为基础, 采用协议定价、固定定价和集合定价3种模式确定交易价格。可见, 该交易平台具备较完善的软、硬件技术支撑, 具备数据交易平台的主要功能。目前该平台总的交易量与交易金额还比较有限, 一方面原因是仍需要一定时间逐步完善平台功能、积累交易量和扩大影响力, 另一方面更重要的原因则是受到数据所有权、交易权、收益权等数据权属不明确的制约。总体上看, 国内现有的各数据交易平台仍处于发展阶段, 除了在技术和服务方面有待完善, 更急需解决的是数据确权等关键性和基础性问题。

3.2 数据定价方法

首先, 数据的初步定价是对数据价值各维度以及交易成本的综合考量, 即通过设定指标权重计算出数据质量维度(包括数据的真实性、完整性、准确性和成本)、应用维度(包括数据的稀缺性、时效性和场景经济性)、风险维度(法律限制)以及交易成本对价格的贡献。目前对数据价值评估模型和交易定价模型的研究成果很多, 也可以采用其他模型得到数据的初步价格。数据初步价格由数据卖方、数据交易平台、数据买方各自分别得出, 模型选择和指标权重设置可基于各自经验或借助第三方服务机构进行。三方得到的初步价格分别记为A、B、C, 可作为各自进行议价定价或交易撮合的基准点或参考值。成本法和收益法作为传统估值定价方法在实际有所应用, 分别对应上述定价过程中数据质量维度的成本计算和数据应用维度的场景经济评估,兼顾数据价值各维度的价格更具合理性。
其次, 合适的定价策略有助于交易达成和利益最大化, 交易平台可为多种定价策略的实施途径与保障措施。比如数据卖方以A作为交易的固定价格, 或买卖双方接受平台给出的指导价B, 或买卖双方在区间价格[A C]内协议定价, 或卖方以A和B作为参考值设定底价并委托平台拍卖, 或卖方将数据拆分后参考A和B实行免费增值定价或按使用量定价。具体采用何种定价策略由卖方根据自身情况、市场竞争性和交易平台或第三方服务机构的建议进行选择或更换。
最后, 上述定价过程中有几个环节可根据实际情况进行改进或补充。第一, 是交易平台给出指导价格B的方法在市场进入成熟期后还可以采用市场法, 即在市场历史交易中找出可类比参照的交易数据, 再对可比数据的成交价格进行修正(刘琦 等, 2016; 李永红 等, 2018), 修正系数取决于本数据与可比数据在数据价值各维度上的差异。市场法的优势在于所估算价格客观反映了市场情况, 容易被买卖双方接受。但应用市场法的前提是交易市场已经积累了足够的交易量以便寻找可类比数据及其交易案例, 目前国内数据交易平台特别是海洋数据交易平台尚未满足这个条件。第二, 是交易平台指导价格B还可以由交易平台组织专家经过论证直接给出或给出定价参考标准, 这种方法对于行业类数据如海洋环境数据的定价比较合适, 有利于真实反映数据的价值和供需关系, 也有助于规范本行业数据的市场价格。我国海洋环境数据交易及其市场当前处于“破冰阶段”, 由交易平台组织专家制定行业数据指导价格或价格参考, 或许是推进交易市场快速发展行之有效的办法。第三, 是卖方给出的价格A可以用其他权益补充或替代, 比如向市场寻求共享其他数据或获取数据产品/服务, 类似“以物易物”; 又比如寻求基于自有数据的项目合作, 甚至以数据为资本寻求投融资机会。以更丰富多样的权益需求作为当前交易形式的补充, 有助于深入挖掘数据的价值潜力, 促进以数据为纽带的合作共赢, 并推动数据的资本化进程。

4 海洋环境数据交易定价相关建议

4.1 健全海洋环境数据确权的法律法规

数据确权是数据定价的前提条件, 并且直接影响数据交易的具体规则设计, 数据权属不清会限制数据流通交易和价值实现。目前海洋环境数据的权属相关问题尚未得到国家层面法律的明确, 《海洋观测预报管理条例(2012)》和《海洋观测资料管理办法(2017)》对海洋环境数据的汇交、保管、公开、共享、使用服务和国际交换做出了规定, 但并未规定或分配数据的交易权和收益权等权益。此外, 海洋环境原始数据又具有一定程度的“保密”需求, 难以建立健全数据在交易过程中权益的保护与分配机制, 从而限制了数据共享与数据交易发展。
因此, 建议随着数据资产化发展修订数据确权的法律法规, 在现行海洋观测资料管理办法的基础上, 逐步明确海洋环境数据的权属关系和权益分配。例如, 经海洋主管部门审查许可后, 对海洋环境数据的采集主体赋予该数据(包括原始数据、数据产品、数据服务)的使用权、交易权和收益权; 又例如以资料共享协议(汇交单位在汇交资料时所附加的资料共享协议)的基础上, 对海洋环境数据管理单位赋予所管理数据的使用权、交易权和收益权, 同时对资料汇交单位赋予相应收益权; 再例如, 可根据数据交易协议赋予或限定数据买、卖双方在交易完成后对该数据的使用权、交易权和收益权。

4.2 建立海洋环境数据权益的分配机制

海洋环境观测数据的观测主体通常是企事业单位或个人, 获取观测数据后应向海洋主管部门汇交资料, 因此海洋环境观测数据应归类于公共数据。海洋环境观测数据的所有者和管理部门可对数据进行分析利用, 形成相关数据产品和数据服务。目前国内多数省市所公布实施的《数据条例》明确自然人、法人和非法人组织对其以合法方式获取的数据, 以及合法处理数据形成的数据产品和服务, 依法享有财产权益, 且可以依法进行交易。因此, 为了促进海洋环境数据的资产化和充分利用, 亟须建立完善的数据权益分配机制。
首先, 建议海洋环境数据观测者即汇交单位在向海洋观测资料管理机构汇交资料后, 应享有自身劳动所得的观测数据、数据产品、数据服务的收益权, 该权利的赋予经过海洋主管部门的审核批准, 并限定可使用和可交易数据的范围。其次, 建议海洋管理部门应享有自身劳动所得的数据产品、数据服务的收益权, 相关数据的观测者也应享有相应的收益权, 由海洋主管部门明确收益分配的比例。最后, 建议在海洋主管部门与海洋环境数据交易平台之间建立接口, 通过数据授权和数据认证等方式, 一方面向交易市场投放海量待售数据, 激发交易市场活力, 另一方面借此逐步明确和落实数据交易的利益分配。

4.3 完善海洋环境数据交易平台建设

国内外目前运营的数据交易平台按照业务性质, 大致可分为第三方和综合性数据交易平台两类(王卫 等, 2019; 欧阳日辉 等, 2022c)。第三方数据交易平台仅为数据买卖双方提供交易中介服务, 对交易全流程进行协调监管, 不参与数据的采集、处理、分析和存储, 如上海数据交易中心、华中大数据交易所、中关村大数据交易平台、BDEX、Azure、Data plaza等。综合性数据交易平台不仅撮合买卖双方进行交易, 还借助平台的优势提供包括数据托管、存储、处理、分析等各项服务, 并进一步形成数据产品和数据服务, 将自身定位于为数据买卖双方提供综合解决方案的数据服务商, 比如东湖大数据交易中心、华东江苏大数据交易中心、贵阳大数据交易所、Factual、Infochimps 等。
海洋环境数据交易平台的建设目前处于起步阶段。作为行业数据交易平台, 海洋环境数据交易平台为特定行业领域提供数据服务, 数据体量与交易规模较小, 数据类型范围与标准规范明确, 相对较容易形成稳定成熟的交易机制和交易流程。建议交易平台初期可主要发挥交易中介服务功能, 旨在提高交易全流程服务的完整性、可靠性、稳定性、安全性和效率; 在平台运行稳定之后, 可逐步加强与第三方服务机构的合作, 一方面完善对交易数据的审查和监管, 另一方面为数据交易提供质量评估、价值评估和风险评估等服务; 待平台的活跃用户和交易量有一定积累之后, 可为用户提供更多定价策略选择, 比如根据模型设定价格的自动计价和多方竞价形式的拍卖定价, 这些定价策略有利于最大化实现数据价值和提高交易效率。此外, 建议交易平台在发展过程中还可以逐步承担数据托管存储、数据处理分析、数据资产评估、交易争议仲裁、用户信用评价等职责, 最大程度完善数据交易服务, 提高数据交易量与交易效率。最后, 建议海洋观测资料管理部门主导或参与共建交易平台, 或者与交易平台之间建立接口机制, 海洋观测资料管理部门掌握着最丰富和最全面的海洋环境数据, 这对交易平台初期的稳定快速发展是强有力的支撑。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
包晓丽, 齐延平, 2022. 论数据权益定价规则[J]. 华东政法大学学报, 25(3): 64-79 (in Chinese).

[2]
蔡莉, 黄振弘, 梁宇, 等, 2021. 数据定价研究综述[J]. 计算机科学与探索, 15(9): 1595-1606.

DOI

CAI LI, HUANG ZHENHONG, LIANG YU, et al, 2021. Survey of data pricing[J]. Journal of Frontiers of Computer Science and Technology, 15(9): 1595-1606 (in Chinese with English abstract).

[3]
陈华, 李庆川, 翟晨喆, 2022. 数据要素的定价流通交易及其安全治理[J]. 学术交流, (4): 107-124 (in Chinese).

[4]
陈溪, 2023. 数据流转视域下数据权益定价的标准认定[J]. 中阿科技论坛(中英文), (2): 59-63.

CHEN XI, 2023. Study on the determination of data equity pricing from the perspective of data flow[J]. China-Arab States Science and Technology Forum, (2): 59-63 (in Chinese with English abstract).

[5]
国家市场监督管理总局, 中国国家标准化管理委员会, 2019. GB/T 37550-2019 电子商务数据资产评价指标体系[S]. 北京: 中国标准出版社 (in Chinese).

[6]
何玉长, 2021. 数据要素定价的困难和探索[J]. 团结, (3): 16-18 (in Chinese).

[7]
江东, 袁野, 张小伟, 等, 2023. 数据定价与交易研究综述[J]. 软件学报, 34(3): 1396-1424.

JIANG DONG, YUAN YE, ZHANG XIAOWEI, et al, 2023. Survey on data pricing and trading research[J]. Journal of Software, 34(3): 1396-1424 (in Chinese with English abstract).

[8]
李永红, 张淑雯, 2018. 数据资产价值评估模型构建[J]. 财会月刊, (5): 30-35.

LI YONGHONG, ZHANG SHUWEN, 2018. Establishment of the value evaluation model of data assets[J]. Finance and Accounting Monthly, (5): 30-35 (in Chinese with English abstract).

[9]
李正, 唐探宇, 2022. 公共数据确权定价与价值释放的关系研究[J]. 成都工业学院学报, 25(3): 75-80.

LI ZHENG, TANG TANYU, 2022. Research on the relationship between right confirmation & pricing and the value release of public data[J]. Journal of Chengdu Technological University, 25(3): 75-80 (in Chinese with English abstract).

[10]
梁艳, 2020. 互联网企业数据资产价值评估[D]. 石家庄: 河北经贸大学.

LIANG YAN, 2020. Research on value evaluation of data assets for internet enterprises[D]. Shijiazhuang: Hebei University of Economics and Business (in Chinese with English abstract).

[11]
刘枬, 郝雪镜, 陈俞宏, 2021. 大数据定价方法的国内外研究综述及对比分析[J]. 大数据, 7(6): 89-102.

DOI

LIU NAN, HAO XUEJING, CHEN YUHONG, 2021. A review and comparative analysis of domestic and foreign research on big data pricing methods[J]. Big Data Research, 7(6): 89-102 (in Chinese with English abstract).

[12]
刘琦, 童洋, 魏永长, 等, 2016. 市场法评估大数据资产的应用[J]. 中国资产评估, (11): 33-37 (in Chinese).

[13]
欧阳日辉, 2022. 完善数据要素定价制度是实现市场化配置的关键[J]. 中国发展观察, (7): 28-33 (in Chinese).

[14]
欧阳日辉, 杜青青, 2022a. 数据要素定价机制研究进展[J]. 经济学动态, (2): 124-141.

OUYANG RIHUI, DU QINGQING, 2022a. Research progress on the pricing mechanisms of data[J]. Economic Perspectives, (2): 124-141 (in Chinese with English abstract).

[15]
欧阳日辉, 杜青青, 2022b. 数据估值定价的方法与评估指标[J]. 数字图书馆论坛, (10): 21-27.

OUYANG RIHUI, DU QINGQING, 2022b. Methods and metrics for data valuation and pricing[J]. Digital Library Forum, (10): 21-27 (in Chinese with English abstract).

[16]
欧阳日辉, 龚伟, 2022c. 基于价值和市场评价贡献的数据要素定价机制[J]. 改革, (3): 39-54.

OUYANG RIHUI, GONG WEI, 2022c. The pricing mechanism of data elements based on data element value and the contribution of market assessment[J]. Reform, (3): 39-54 (in Chinese with English abstract).

[17]
宋转玲, 刘海行, 李新放, 等, 2013. 国内外海洋科学数据共享平台建设现状[J]. 科技资讯, (36): 20-23 (in Chinese).

[18]
孙震, 白云鹤, 王潮, 2022. 大数据交易平台的定价模型和定价指标体系研究[J]. 微型电脑应用, 38(8): 91-93.

SUN ZHEN, BAI YUNHE, WANG CHAO, 2022. Research on the pricing model and pricing index system of big data trading platforms[J]. Microcomputer Applications, 38(8): 91-93 (in Chinese with English abstract).

[19]
王卫, 张梦君, 王晶, 2019. 国内外大数据交易平台调研分析[J]. 情报杂志, 38(2): 181-186, 194.

WANG WEI, ZHANG MENGJUN, WANG JING, 2019. Research and analysis of big data trading platforms at home and abroad[J]. Journal of Intelligence, 38(2): 181-186, 194 (in Chinese with English abstract).

[20]
王晓芳, 孔小丽, 郭朴, 等, [2023-08-20]. 中国海洋环境数据及其资产价值评估体系的现状[J/OL]. 热带海洋学报, http://kns.cnki.net/kcms/detail/44.1500.p.20230815.1343.002.html.

WANG XIAOFANG, KONG XIAOLI, GUO PU, et al, [2023-08-20]. Research on the current status of marine environmental data and its asset value assessment system in China[J/OL]. Journal of Tropical Oceanography, http://kns.cnki.net/kcms/detail/44.1500.p.20230815.1343.002.html (in Chinese with English abstract).

[21]
王仲, 范雨佳, 张栋, 2023. 交通数据资产定价框架研究[J]. 中国市场, (5): 47-50 (in Chinese).

[22]
熊巧琴, 汤珂, 2021. 数据要素的界权、交易和定价研究进展[J]. 经济学动态, (2): 143-158.

XIONG QIAOQIN, TANG KE, 2021. Research progress on the right delimitation, exchange and pricing of data[J]. Economic Perspectives, (2): 143-158 (in Chinese with English abstract).

[23]
杨锦坤, 韩春花, 杨扬, 等, 2021. 国内外海洋环境数据公开发布现状综合分析与有关考虑[J]. 海洋信息, 36(1): 1-10.

YANG JINKUN, HAN CHUNHUA, et al, 2021. A comprehensive analysis on domestic marine environmental data publishing and sharing in China and overseas[J]. Marine Information, 36(1): 1-10 (in Chinese with English abstract).

[24]
尹传儒, 金涛, 张鹏, 等, 2021. 数据资产价值评估与定价: 研究综述和展望[J]. 大数据, 7(4): 14-27.

DOI

YIN CHUANRU, JIN TAO, ZHANG PENG, et al, 2021. Assessment and pricing of data assets: Research review and prospect[J]. Big Data Research, 7(4): 14-27 (in Chinese with English abstract).

[25]
张驰, 2018. 数据资产价值分析模型与交易体系研究[D]. 北京: 北京交通大学.

ZHANG CHI, 2018. Research on value analysis model and transaction system of data assets[D]. Beijing: Beijing Jiaotong University (in Chinese with English abstract).

[26]
张欢, 韩春花, 杨锦坤, 等, 2017. 中国大洋数据共享现状与展望[J]. 海洋开发与管理, 34(3): 3-11.

ZHANG HUAN, HAN CHUNHUA, YANG JINKUN, et al, 2017. Current sharing status and the utilization prospect of ocean data in China[J]. Ocean Development and Management, 34(3): 3-11 (in Chinese with English abstract).

[27]
张军欢, 葛俊杰, 张辉, 2022. 基于多维特性的数据交易定价与风险管理综述[J]. 广西财经学院学报, 35(1): 62-76.

ZHANG JUNHUAN, GE JUNJIE, ZHANG HUI, 2022. Overview on transaction, pricing and risk management of multi-attribute data[J]. Journal of Guangxi University of Finance and Economics, 35(1): 62-76 (in Chinese with English abstract).

[28]
张彭辉, 杜建平, 吴帅, 等, 2021. 海洋环境大数据系统建设研究进展[J]. 海洋开发与管理, 38(11): 104-112.

ZHANG PENGHUI, DU JIANPING, WU SHUAI, et al, 2021. Research progress on the construction of marine environment big data system[J]. Ocean Development and Management, 38(11): 104-112 (in Chinese with English abstract).

[29]
张小伟, 江东, 袁野, 2021. 基于博弈论和拍卖的数据定价综述[J]. 大数据, 7(4): 61-79.

DOI

ZHANG XIAOWEI, JIANG DONG, YUAN YE, 2021. A survey of game theory and auction-based data pricing[J]. Big Data Research, 7(4): 61-79 (in Chinese with English abstract).

[30]
郑婷婷, 2022. 我国海洋观监测技术的发展历程——基于1949年以来里程碑事件的回顾与思考[J]. 广西民族大学学报(自然科学版), 28(4): 43-50.

ZHENG TINGTING, 2022. The development history of China’s marine observation and monitoring technology: Review and consideration of milestone events since 1949[J]. Journal of Guangxi Minzu University (Natural Science Edition), 28(4): 43-50 (in Chinese with English abstract).

[31]
ADLER R, STRINGER C, YAP M, 2016. The valuation and pricing of information assets[J]. Pacific Accounting Review, 28(4): 419-430.

[32]
BRENNAN R, ATTARD J, PETKOV P, et al, 2019. Exploring data value assessment: A survey method and investigation of the perceived relative importance of data value dimensions[C]// 21st international conference on enterprise information systems. Heraklion: SciTePress: 200-207.

[33]
BRINDLEY L J, 1993. Information service and information product pricing[J]. Aslib Proceedings, 45(11-12): 297-305.

[34]
FAROUKHI A Z, EL ALAOUI I, GAHI Y, et al, 2020. Big data monetization throughout Big Data Value Chain: A comprehensive review[J]. Journal of Big Data, 7(1): 3.

Options
文章导航

/

〈 〉