数据经济的临界点，正在到来

来源 | 数据经济评论

作者 | 刘新海

数据经济不仅赋能传统行业，还会重塑原有行业并衍生新兴行业或交叉行业。

随着数据经济的快速发展，不同行业数据经济的临界点也逐渐到来。

新兴数据产业的数据驱动业务的价值超越其原有传统产业产品和服务，这会使商业模式发生颠覆式的改变——传统业务可以免费，新兴业务可以获得商业回报。比如在互联网模式下，搜索引擎是免费服务，但可通过客户的流量和数据投放广告来获取商业利润。

本文为刘新海博士在2023年8月10日由全球数字金融中心（杭州）举办数据经济新动能——促进数据要素市场高质量发展研讨会上主题演讲笔录及相关政策咨询研究整理而成。

01

数据经济时代的到来

数据经济的到来势不可挡，对各行各业都会产生深远的影响，各行各业都会产生数据，衍生出新的数据行业。

如下图所示，由传统的通讯行业衍生出了电信数据行业；交通运输行业衍生出车联网数据行业；金融信贷衍生出了个人征信行业（已经有超过百年的历史了）；医疗健康领域衍生出健康数据行业；制造业衍生出工业物联网数据行业；政府机构则衍生出公共数据行业；而且随着数字经济的不断发展，未来会有更多新兴的数据产业涌现，带来新经济时代的“石油”——基本的生产要素。

图1： 不断涌现的新兴数据产业

数据经济不仅赋能传统行业，还会重塑原有行业并衍生新兴行业或交叉行业。

例如电信数据（1）解决电信运营商内部业务的信用风险问题；（2）提供电信替代数据给信贷机构；（3）给很多“先用后买”的互联网消费场景提供信用交易风险评估服务。

例如征信数据，不仅可以用来解决信贷过程中的信用风险；还可以做面向消费者的市场营销；以及用于科研，为经济发展和金融稳定提供政策建议。

随着数据经济的快速发展，不同行业数据经济的临界点也逐渐到来，即免费。新兴数据 产业的数据驱动业务的价值超越其原有传统产业产品和服务，如下图所示，那么商业模式就会发生颠覆式的改变——传统业务可以免费，主要通过新兴业务获得商业回报。互联网模式下，搜索引擎免费服务：通过客户的流量和数据投放广告获取商业利润。

图2 ：数据产业的价值临界点

新兴的消费者平台，例如微信（社交），短视频中的抖音和快手本身的直接业务是免费的，但是能够获取消费者的流量和使用数据，通过其他新兴的数据驱动业务获利，而且获利颇丰。已经有报道传统产业的一些医疗健身设备也开始免费使用，通过搜集消费者数据获利。

国外也出现基础征信服务免费（个人查阅信用报告和信用评分）的新兴创业公司，通过交互的消费者服务，了解消费者的信息，提供咨询和信贷产品推荐获得商业利润。

未来，随着数据经济的发展，有可能传统的通讯服务免费，而靠电信数据获利。

02

全球数据产业概况（一）全球的数据产业也处于发展过程中

全球的数据产业的发展历史周期并不长，并无特别成熟和成功的经验可以借鉴。就世界范围来讲，美国的数据产业最为发达，规模大，市场活跃有序，而且创新不断。在美国个人数据是商业和公众关注的焦点，其数据量大，活跃型高，市场价值大，同时个人隐私和消费者权益问题比较复杂。

目前引人瞩目的是其大科技平台的数据驱动式商业模式（注：中国也是如此，所以可以从美国的数据产业中获得更多的借鉴）。

美国采取的是数据保护和应用均衡发展的实用主义战略，以实现数据的价值为目标，所以行业创新不断。

一方面美国的数据产业受到多重约束，经常面临监管机构的数十亿美元的大额罚单；另外一方面也不断涌现数据产业的商业突破（例如大模型、ChatGPT）。

表1 ：不同国家和地区的数字经济发展基础比较

如一个国家的数据产业是否发达，主要与其经济发展水平，信息技术相关的数字化水平等因素有关。

美国信息技术发达，市场经济活跃，市场规模大；印度信息技术发达，但是经济水平还没有发展到一定程度，基础条件不行。 韩国经济基础可以，数字化技术也可以，但是市场规模太小；欧洲很多国家也是类似。 中国市场规模全球最大，经济水平已经发展到一定程度，数字化技术也比较发达，整体基础条件不错。

欧美也是近五十年开始隐私保护（1970左右），一系列信息技术带来变革的节点事件驱动欧美政府筑栅栏保护社会公众的基本利益。

• 1970年：计算机技术和数据技术，数据的集中，隐私保护，美国《公平信用报告法》的出台，开始对个人征信行业进行监管。

• 互联网时代、2008年金融危机：消费者权益保护加强；2010年出台《多德－弗兰克华尔街改革与消费者保护法》法案，加强对个人数据应用的监管。

• 2015年欧盟发布GDPR，2018年施行，大数据、移动互联时代，消费者的利益受到空前的挑战，提出了消费者数权的主张，揭开了新一轮全球数据严监管的序幕，很多国家积极跟进，包括中国的个人信息立法对欧盟借鉴很多，影响至今。

• 2023，ChatGPT为代表的人工智能新的应用突破，带来了很多伦理、隐私和版权问题，美国监管机构开始对一般意义上的个人数据服务商（Data Broker）进行监管。

发展背景：中国数据产业起步较晚，但是赶上了新一波的移动互联技术浪潮。作为技术和应用的领先者，中国互联网经济独步天下，移动支付兴起，带来了互联网金融热（现在称之为数字金融或金融科技）。

新型小额、便捷的消费信贷，例如P2P和各种网贷遍地开花，对于这种新型信贷，传统的信用数据明显不够用，迫切需要消费者各种有经济价值、能够反映信用水平的数据。

有需求，就会有市场，新兴消费信贷的崛起催生出了很多大数据公司。在这个快速发展过程中，一方面数据的价值得到了体现，推动了数据产业的高速发展；另外一方面也带来很多社会问题，例如个人隐私和互联网信息安全，特别是2016年8月19日发生“徐玉玉事件”，国内个人信息保护法加速。

整个中国的数据产业发展周期短，不超过10年，很多还是处在哺育期，需要边保护、边发展。和全球同步，国内的大科技平台也逐渐开始壮大，形成数据生态，开始提供各种数据驱动的服务和产品，获利甚丰。中国的数据产业不仅有着数据和市场基础好的特点，也面临着严监管的挑战。

目前的情况，由于数据严监管和互联网金融整治，面向消费金融的大数据公司很多都销声匿迹，或者转向了地下灰产。目前国内数据产业开始出现由政府主导的趋势，从大数据交易所、政府数据集团到地方征信数据平台。

从过去政府主导的数据基础设施建设过程来看，可以看出既有利有弊。以下几个方面体现了中国制度的优越性：

首先，央行征信和税务系统的全国统一性，使得数据的整合和管理更加便捷高效。此外，这些系统在短短几年内快速建成，相对于欧美上百年的发展历程，展现了中国体制的优越性。

其次，这些系统的运行相对平稳，安全事件较少。这得益于政府的严格监管和技术保障，从而减少了数据泄露或其他风险事件的发生。

此外，国内个人信用报告的成本仅为美国的十分之一，这种低成本优势有助于更多人获得信用贷款、信用卡等金融服务，提高整个社会的信用水平。

然而，政府主导的数据基础设施建设也存在一些问题。其中，效率低下是一个明显的挑战。相比美国的大型征信机构每年推出上百种产品，中国的征信系统在多年的发展中仅推出的产品和服务较少，并且更新速度较慢。

此外，这些系统数据开放程度较低，存在数据垄断、流通受限以及应用不足的问题。这可能限制了创新和数据的广泛利用。

03全球的数据产业模式

对全球的数据产业进行扫描后，发现这些模式以欧美国家为主。除了征信模式（发源英美，有近两百年的历史）和数据服务商模式（Data Broker，有着近50年的历史），大部分都是近十年出现的，例如开放银行（英国）；本人数据管理（MyData，韩国）、数据空间（欧盟）和数据信托（Data Trust，欧盟）。新兴市场国家也在探索：聚合账户（印度）、大数据交易所（2015，中国）。

本文分别从经济价值创造和数据风险控制两个角度，将这九种数据产业模式进行分类。

图3 ：数据产业的分析框架

图4： 数据产业模式的分类

以下着重介绍三种主要代表性、已经产业化的个人数据产业模式：

（一）征信模式

全球通用的数据产业模式，已经有200年的历史。最早是1803年出现在英国（市场经济的起源地），之后在美国壮大（发达的商业市场），目前在全球一百多个国家都存在，获得了普遍的成功。中国的征信始于中国改革开放之后。

如下图所示，征信机构作为独立第三方，从银行等信贷机构共享数据，构成全面信用画像，降低信息共享成本，而且减少了信息不对称，同时也形成了闭环约束。

图5 ：征信模式示意

目前征信行业也在发展，从个人信贷到不同消费者场景的专业征信机构。

图6 ：专业征信机构面向的消费者应用场景

（二）数据集成商（Data Broker）

数据集成商是一类聚合各种来源的信息的企业，例如从其他公司购买信息或在互联网上爬取有关用户的有用信息；处理这些信息，增加维度丰富它，清洗或分析它；持牌合法拥有或“出售”给其他组织。数据集成商主要指个人数据服务商。

最早的数据服务商就是消费者（个人）征信机构。从20世纪后期开始，互联网的发展，计算机处理能力的提高和数据存储成本的降低等技术发展使公司更容易收集，分析，存储和传输有关个人的大量数据。这引起了数据集成商（也称为信息经纪人或数据经纪人）行业的发展。

根据透明市场研究，全球数据集成商市场在2021年达到2400亿美元，预计到2031年将达到4620亿美元。数据集成商正在游说工作上花费大量资金。

根据个人数据保护公司Incogni的一篇博客文章，数据集成商行业在2020-2022年期间在游说上花费了1.43亿美元。前五名客户包括甲骨文、埃森哲、RELX、万事达卡和普华永道。

数据服务商作为第三方机构，已经有50年的历史，如下图所示涉及面很广。数据服务商是在征信的启示下出现的，当时所服务的客户——各种商业机构比较小，大科技平台还没有出现，所以作为独立第三方可以搜集数据。

图7 ：数据服务商的分类

相关国家的数据管理部门一直尝试对数据服务商监管，但是目前尚无监管框架。人工智能的最新进展迅速扩大了数据集成商对个人生活方式、欲望和弱点进行推断的能力，并激励猖獗的数据收集以推动其发展。

2023年8月15日，白宫与民间社会领袖、研究人员和政策制定者召开了一次圆桌会议，讨论数据集成商（Data Broker行业如何将个人信息货币化，以及政府为解决对美国消费者的潜在危害而采取的行动。

图 8 ：数据服务商的监管

（三）My Data模式

MyData模式发源于英美、探索于北欧、落地于韩国。该模式属于政府主导型，聚焦个人数据流动和应用，强调消费者的授权和数字红利，分为公共My Data（基础设施）和一般My Data（牌照管理）。

韩国从2022年1月开始正式运营MyData，2023年8月发布了“国家MyData创新推动战略”，从金融的应用发展到更多行业的应用。

图9 ：MyData示意

图10 ：MyData聚焦的场景

04

未来发展建议

国家数据局已经成立，国内数据产业的发展将进入快车道，结合上述全球数据产业的分析，本文为国内未来数据产业的发展提出如下建议，以期促进国内数据要素市场的高质量发展。

（一）结合产业应用来看数据要素市场建设

从经济学的角度来说，数据本身不能产生价值，不能就数据而数据。数据具有明显的依附性的特点：数据要素价值的发挥不是独立的，需要在具体业务场景中与其他生产要素相结合，并且依托数字技术、信息系统、数据平台等进行管理。数据和产业往往融在一起，例如目前的很多大平台业务都是数据驱动。

（二）减少单一路径依赖，探索多元化发展并发挥市场的活力

数据产业是一个复杂、崭新的领域，中国的数据要素市场在全球来说也是规模巨大的，单一的数据产业模式依赖有很大局限性，远远不能满足数据经济快速发展的需要。需要探索因地制宜的多元化数据产业发展模式，例如对个人数据、公共数据和企业数据（工业互联网）采用不同的发展思路，以及根据不同的需求采用上述九种数据产业模式。

数据要素市场建设不是一个成熟的体系，不仅问题复杂，而且是一个需要大量探索的过程，会有很多失败，所以完全依靠政府主导不太现实，需要充分利用市场力量，发挥民营企业灵活创新的优势。

（三）平衡、有弹性的监管政策

目前关于数据的监管还在探索阶段，但是国内的数据监管跟进过快，对行业发展限制作用已经浮现，未来可逐步尝试平衡、有弹性的数据监管，谋求安全取向和价值取向的折中。

对未来数据产业宜采用行为监管，万变不离其宗，数据形式发生变化，监管逻辑不会发生变化。

采用多层次监管机制：对不同的数据行业（个人数据、公共数据和企业数据），以及根据规模和公众利益重要性采用不同的牌照管理。

同时因为数据产业涉及面太广，发展太快，监管跟进很困难，可以充分利用行业自律，发挥行业协会的力量。

（四）保持国际视野，加强理论研究，为产业发展和创新提供动力

建设高质量的数据要素市场，离不开扎实的理论基础的支撑。理论的研究既要接地气，也要规范化。数据产业领域问题比较复杂，需要多学科交叉，产学研融合。

一方面和国际对话，更加开放、和世界接轨，不能闭门造车，例如可以通过国际视角来看待国内比较热门的问题，例如数据确权、数据定价、数据分级分类、大数据交易、数据资产入表。

另一方面吸收现有的行业实践和理论成果，例如历史悠久，全球通用的数据先锋产业——征信行业；

同时，理论的研究要更加务实、细化，需要政产学研的结合，以及针对具体的问题出发。

专家简介：刘新海博士为某机构研究主管，兼任北京信用学会副会长，国内资深征信、数据科学和人工智能专家。

End.

转载、合作、交流请留言，

客服微信：lycj002

来个“分享、点赞、在看、设为星标”