前言：准确捕捉股价起涨点对于寻找较有利的短线进场时机有极大的帮助，但要求投资者具备丰富的看盘经验。对于刚开始交易需要怎么入手？

刚开始学习交易，你要怎么去下手，头绪在哪里？

是“适合”两字。如急性子的，非要去学做中长线，显然不合适。这个时候合理的选择是参考与你性格类似的成功交易者的交易模式。这是其一，方法要适应人，这是对内。

其二，方法要适应市场。市场有多种走势，不同时期格局也不一样，因势利导，因地制宜，跟上市场的节奏，“适”应市场才能成功。这是对外。

交易中最重要的往往不是对行情的判断正确与否，而是细细地内观自己，发现仓位，浮动盈亏的变化，以及对自我心态的影响，在市场每一次变化的时候都能让自己的交易理念跟随着市场的变化，为自己的交易指明新的方向。

说了这么多，总结一句：大道至简，这是最核心的问题，对这个问题理解的程度，最终决定了你能在市场里走多远。

股性是个什么东西？

股价走势，你研究认为某一家公司业绩将大幅增长，并买入公司股票。一年后，业绩果然如期兑现，股价也涨了30%，但你却没有赚到钱，为什么呢？

同样是涨30%，上涨过程中走势差异性可以非常大，导致参与者有不同的结果。以一年左右为例，如下图，我将上涨趋势分为四种：1、在底部震荡很久之后突然向上连续突破。2、一波直接拉上去后，高位震荡很久。3、先大涨后暴跌，巨幅震荡后上涨。4、大涨小回的趋势性上涨行情。

由于市场总是高位成交量大，低位成交量小，大部分人都买在高位，所以这涨幅完全相同的四种不同走势，大部分散户的收益也是不同的：

第一种走势，大部分人对于底部长期不涨的标的，根本拿不住，结果不会亏很多，但也只有少数人大赚；

第二种走势，如果不能在基本面尚不确定的早期发现，后期介入虽然不会亏太多，但也没什么收益；

第三种走势最坑人，巨幅震荡的走势下，虽然最终是上涨的，但大部分人都在高位买入后被套，暴跌时割肉，导致亏损累累，而且走势脱离基本面，亏的人莫名其妙，赚的人也是稀里胡涂；

第四种走势，对普通散户最友好，最容易走出收益，股价离大部分人的持股成本不高也不低，既有收益，又能拿得长久。

所以说，基本面看对了，股票也涨了，但能不能赚钱，跟走势关系很大；另一方面，任何人都有基本面判断错误的时候，出错了最终会亏多少，也与走势有关。如下图，两种最后都是收平，但参与者盈亏也相差很大：

走势五：短期冲高后，大幅震荡回落，暴跌后，最终又反弹。

走势六：股价前段缓缓上涨，回落后区间震荡。

走势六的参与者，总体亏损幅度小于走势五。

这六种走势形成的原因，并非偶然，而是有一定的规律性，有经验的投资者，往往在买入之前或者在持有不久后，就预判，在基本面判断正确的情况下，未来哪一种走势的概率更高。

很多人称之为“股性”，听起来比较玄，总体上是由以下两类因素决定：1、基本面的特征，包括板块特征、市值、股东结构、业绩增长特点和公司的预期管理，等等。2、筹码结构，包括关注者和持有者的特点。

公司和板块基本面的特点是影响“股性”的基本面的特征，主要包括四个方面

第一个方面行情、板块与大盘的特征：通常冷门行业和板块，成交清淡的熊市，容易形成走势1；而热门板块和大牛市，容易形成走势2或走势4。

第二个方面股本与结构：大市值公司、且机构资金为主，更可能走出走势4的散户最友好形态；大市值公司，如果机构资金占比较小，也可能走出走势2（预期强烈）和走势1（预期不足）；而形态最复杂的走势3，主要是小市值公司。

第三个方面业绩增长的特点：基本面提升明显、但缺乏持续性的，类似产品涨价，产能投产，等等，容易出现走势2；基本面提升速度不快，但持续性强，容易出现走势4；基本面提升的确定性与力度都无法预测，更容易出现走势3的形态。

第四个方面预期管理：如果上市公司对市场释放信息比较及时、透明且多样化，市场就会建立一定的预期，加上上市公司有科学的预期管理，既不太乐观，也不太悲观，给的业绩指引，大部分情况下都能做到，又不会超太多的预期。股价在预期的指引下，形成走势4那种大涨小回人人赚钱的最理想形态。

相反，如果上市公司几乎不沟通，市场对公司完全不了解，一部分会出现走势1；如果过于热衷于释放利好进行股价管理，就会出现走势2，如果刚好遇到题材股的炒作，也可能出现走势3这种最坑人的形态。

不过，如果只从基本面的角度看股价，那就永远隔着一层纱，看不透，影响走势更关键的因素，还要看筹码结构。

何为筹码结构

筹码结构也是一个常常被提及，却没有准确定义的词，所以首先也要给出本文的定义，以免大家各说各话。

所谓筹码结构不好是指：日内或短期——今天的涨幅稍微涨大点，比如超过5个点，下午或者明天就会有一大波抛盘出来，把股价砸回去；中期——股价好不容易涨了一大波，持有者刚有点盈利，然后就是连续几天阴线把股价砸回原点。筹码结构不好的标的，在上涨过程中很容易出现上述四种走势中的两种。如果基本面平淡，会出现走势1：股价涨一点，就卖回到原点，长时间在底部徘徊如果基本面利好不断，会出现走势3；在利好时出现一波大涨，但很容易被砸下去，追高者被套。

这两种还是在基本面向好的情况下，如果基本面出现向下的边际变化，就很容易出现走势5这种，一波冲高后连续跳水，远弱于基本面的超卖的恶劣走势，近期（11月初）的白酒、CXO和部分新能源，都有类似的情况。

所谓筹码结构好是指：日内或短期——一根7到8个点的阳线，下午或明天也没有很大的抛盘；中期——股价大涨小回，波段性上涨。

当然，筹码结构好，还需要基本面的配合，走势2的筹码结构很好，股价在利好刺激下，很容易出现一波大涨，而没有明显抛盘，但后续如果没有基本面的配合，筹码再好也只能高位震荡。如果基本面不好，也只能出现走势6的情况。

所以，筹码结构主要看一波上涨后出现的卖出行为的意愿、强度、持续性与恐慌程度。

好的筹码结构1：未来的卖盘有限。持有者会在某一个价格带卖出，但不会过度向下持续卖出，更不会出现恐慌性卖盘。

好的筹码结构2：未来的卖盘均衡分布。持有者会在不同价格带均衡卖出，使股价不会上涨过快，也不会在某一个地带形成过强的阻力位。

不好的筹码结构1：持续向下卖压。持有者不但会在某一个价格带卖出，而且会持续不断的向下卖出，出现持续暴跌。

不好的筹码结构2：过强的压力带。持有者不会持续不断的向下卖出，但会在某一个价格带有无穷无尽的卖出盘，形成价格阻力带，这是更加常见的筹码结构。

所有的持有者都是潜在的卖出者，但谁会在近期上涨后卖出呢？它们的卖出行为以何为依据呢？这正是筹码结构重点判断的问题。

最明显的卖出者：估值判断

一段上涨后的卖出，分为四种力量和原因：1、基本面投资者：卖出三原则中的“贵了”。2、套牢盘：达到、超过或接近持股成本。3、获利盘：抄底盘的获利了结。4、趋势交易者：判断上涨趋势结束。后三种都是交易性的卖盘。只有第一种属于估值原因的卖盘，也是价值投资者卖出三原则“逻辑变了、有更好的、贵了”中，唯一与上涨有关的原因，所以是一种可分析的典型卖盘。

虽然每个人认可的估值都不一样，是一种相对个性化，分布很散的价格，但越高越密集，涨得越多，抛盘越重，所以在持续上涨后，触及估值区间的上沿，必然会出现大量第一类卖盘。但另一种情况下，就比较难判断，即一波基本面原因引发的下跌后，出现阶段反弹后的卖盘，从估值上看并不贵，好像不应该有第一类卖出力量，但实际并非如此。主要原因在于大资金、特别是公募基金的卖出，这些资金对基本面变化理解非常深刻，很少受持有成本影响，量大，而且密集在某一个价格段，如果存在，就是影响筹码结构的最主要的力量。

机构资金不一定在下跌趋势中卖出，主要是从基本面变化、到研究再到卖出有一个时间差，加上资金量大，卖也卖不了多少，所以他们最好的卖出机会，就是超跌后的反弹。这一类估值趋势性下移的板块，机构的策略都是战略性持续减持，散户最热衷超跌反弹，其筹码很多来源于战略性减仓的机构资金。

这种情况通常参考公募基金历史持仓比例，我总结了两个条件：1、处于历史持仓水平百分比三分之二之上。2、板块出现估值区间的下移。以白酒和新能源10-11月份的走势为例，相关个股在业绩公布后，常常都是高开出货。从条件一看，三季末的公募持仓结构，这两个板块，以白酒为主的食品饮料，三季度虽然一直在跌，但几乎没有降仓位，季度末是历史80%左右的仓位；新能源的仓位降了一些，但仍然在接近100%的历史高位。从条件二看，虽然这两个行业的业绩增速并没有明显的下降，但白酒进入消费下行周期，而新能源的几个主要行业竞争格局恶化，都属于估值区间下移。

一旦股票满足这两个条件，就可以认为未来的筹码结构不好，市场前期的估值区间的下沿，就会成为未来的估值区间上轨，每一次反弹都是机构减仓的机会，直到仓位降到较低的水平，之后的走势才开始与基本面相关。

需要说明的是，这一点主要用于判断板块的筹码结构，个股主要根据解套盘和获利盘进行判断。

图形与玄学

作为价值投资者而言，股价是由业绩或对业绩的预期（估值）推升，这是不言而喻，无需解释的事。但如果从交易者的视角，股价是被买上去的，无论是业绩还是估值，都无法直接推动股价的上涨。

基本面好但股价不涨，基本面不好但股价持续上涨，从交易角度的解释将更为直接。只不过，筹码结构的有限信息常常淹没在噪音信息中，让筹码结构成了一个标准的“玄学”，我并不擅长交易，为此曾向很多看图高手请教过，他们的看图方法各有不同，但无一不强调图的感觉。

尽管如此，从他们碎片化的经验中，我还是意识到筹码结构本质上是在预测未来的买方与卖方力量的变化与对比，只不过，理性的分析不能只讲图形，还是要有更加科学的框架。

开盘价的分析

在价格的四大要素中，最高价与最低价的出现往往具有一定的偶然性，而开盘价与收盘价则具有实质的分析作用。

通过对开盘价的分析可以了解股市当天的动向，以确定投资者是加入买方行列还是卖方行列，或者观望。因为开盘价代表买卖双方当天所坚持的立场，通过立场的选择来确定当天的走势，以此来估计当日股价的大致波动范围，以择机买入或卖出。以下通过开盘价在昨日K线所处的位置来探讨。

昨日K线是阳线时

开盘价高于昨日K线的最高点，称之为跳空高开。显示买方实力强大，对卖方不屑一顾，以自己强大的实力来战胜对手。如果股价是经过缓慢上升后出现的，你可以大胆地跟进，在老虎口里夺得一杯肉羹。缓慢上升称为庄股的蓄势阶段，没有蓄势阶段的暴涨股票一般是一种假突破，它们持续的时间很短，通常只有两天左右的时间，如图所示。

开盘价格位于收盘价与最高点之间，表示多方有信心和能力使股价继续上扬。但是买方的力量有限，要看卖方的实力以后再采取下一步行动。

开盘价在昨日K线以内，表明买方的实力受到考验，卖方随时随地都有反击的可能性，因此我们应该密切注意股市的动向，稍有风吹草动，股市就有反转的可能。

开盘价在昨日开盘或者最低点和开盘价格之间，是卖方对买方的一次考验，如果买方进行有力的反击，则可以继续看好，否则股市有发生反转的可能。

开盘价在昨日最低点下方，卖方在经过一夜的深思熟虑后突然进行反攻，股市上一定会发布一些利空消息，卖方是有备而来，对买方不屑一顾，显然股市会发生大的碰撞。如果是多方，应当改为空方；如果是空方，应该继续观望。

昨日K线是阴线时

开盘价比昨日最高价格还要高，说明市场中产生了重大的利于股市上涨的条件，在这种条件下，股价的暴涨是必然趋势，而且有持续上升的可能性，它是决定股市止跌的一种形式而不是救命草。股价高开盘后通常都有一个冲高回落的低点，此时是我们买进的最好时机，如图所示。

开盘价在最高点和昨日开盘价之间时，股市的买方是以试探卖方力量的形式出现，在市场处于向下调整的过程中，要看卖方有多大的抛压来决定今后的操作过程，如果抛压太重，股市必然要经过更长时间的调整期。

开盘价在昨日K线的实体内，说明买卖双方的实力与昨日没有太大的变化，还需要进一步观察后再采取措施。

开盘价在昨日收盘价或者低于昨日收盘价并且高于昨日最低点时，表明卖方主力继续呈强，买方实力偏弱，市场将继续下行趋势。

开盘价低于昨日最低点，表明买方全线溃退，卖方占据了绝对优势，股价下跌的速度将要加快，如图所示。

开盘价是买卖双方当日较量的第一个回合，双方是经过一夜的深思熟虑后做出的选择。它表示双方当天所坚持的立场。把开盘价与市场的整体结合在一起分析效果会更佳。

从开盘价发现主力动向

开盘价是一日行情的起点，是影响当日市场情绪的第一个因素，大机构做市一定会在开盘时做文章。

集合竞价

集合竞价是每一个交易日的第一个买卖时机，机构常借集合竞价跳空高开，拉高出货，或者跳空低开打压建仓。一般而言，散户投资策略多是卖出跌势股，买入热门股或强庄股，而机构主力操盘常常反其道而行之，利用集合竞价卖出热门股，买入超跌股。

当9：25分集合竞价出现时，若发现手中持有的热门股跳空高开缺口很大并且伴有巨量时，就应提高警惕，而开市仅半小时即达到5%的换手率时，则应做逢高派发的准备，此时一般不应盲目追涨热门股。反之，当9：25分集合竞价出现时，若发现手中的热门股向上跳空的缺口较小，量价关系良好，仔细分析前期量价趋势后，可以酌情买入。

简言之，集合竞价时，机构主力一般选择前期的强庄股、热门股做文章，黑马股则多是在尾盘中杀出。

开盘以后

当市面上利好或利空传闻最多之时，也是机构利用开盘大举造势的时候。开盘后半小时的行情对市场人气的聚散有着特别大的影响，此时，投资者应立即查看委托买进笔数和委托卖出笔数的多寡。通常一开盘委买大于委卖单达两倍以上，显示市场人气旺，短线可买入，反之，则代表空方强大，对多方不利。开盘后若委买和委卖相差不大，在观察是否有大笔委托单的同时，还应结合前期量价趋势来分析判断。

开盘价在前期密集成交区或者强技术位放量冲高时应立即买入。

倘若平开高走，应视为热门股炒作信号。

倘若平开低走，反弹不上破开盘价，则后市难有表现。

观察大盘的主力动向及市场强弱，注意涨停板和跌停板的数量。由于市场有涨时抢涨、跌时杀跌的共振效应，如果上涨家数迅速增加，可跟进。反之，下跌家数迅速增加应立即抛出，以免高位被套。

从收盘价发现主力动向

收盘价几乎可以说是市场上最容易被记住也是最重要的一个数据，但我们却很少注意到收盘价的盘面反馈。所谓收盘价的盘面反馈，是指收盘以后停留在盘面上的挂盘状况，包括十个买卖价位及相应的挂牌数量。投资者可以从中得到不少信息，特别是盘中主力的信息。

盘面的反馈有很多种可能性，下面只探讨其中的几种情况。

上下平衡

其含义是上下接抛盘相当，价位几乎没有空缺。比如收盘价为4元的股票，每高或者低一分钱都有接盘和抛盘，挂出的量也差不多，这是自然的状况，表明没有主力或者主力并没有在收盘价上花工夫。

买盘占优

通常情况下，委比为正值（买单多于卖单），表示买盘比较踊跃，股价有上升趋势，但是在收盘时这种规律未必如此简单。当收盘的时候，在买二至买五位置挂着巨大委托买盘，而上面的卖盘稀少，这时透露的信息往往是一种假象。

因为巨大买盘一般是主力资金，如果为了保证成交一般不会在意微小的差价，埋下巨大买盘的目的是让投资者以为买盘踊跃，股价值得看好，但实际上主力资金有可能打算在近期选择出货，投资者需要保持谨慎。

卖盘占优

收盘时，在卖二至卖五的位置出现巨大委托卖盘，而下面的买盘稀少。这时透露的信息未必真的是有大资金想卖出股票。因为主力资金如果真的想卖出，为了保证成交一般不会在意微小的差价，压下巨大卖盘的目的是让投资者以为卖盘较重，后市股价可能回落，但实际上主力资金有可能在打算做多。

捕捉盘中股价起涨临界点

股票操作的精髓在于准确分析目标个股的波动规律和动态波动轨迹，在此基础上把握自己熟悉的经典波动态势，进行有效的风险与收益分析，进而抓住进出最有利的机会，最大限度地回避风险获取盈利。喜欢做短线的投资者更希望能准确地抓住股价起涨的一刹那。能够买在热点股的起涨临界点位，基本上能够保证当日买进就处于盈利状态，甚至买到当日的涨停个股，这是一种非常惬意的操作乐趣。如果投资者能把握盘中股价启动的临界点，第一时间进场，争取最大的主动权，那么胜利的喜悦将常常伴随着你。

起涨点的概念

股价起涨点的概念并不是一般人认为的股价由下跌结束开始涨升的上升波段起始点。

如图所示，盘中起涨点主要是指盘中主力开始发动向上攻击的启动时刻或开始涨升的点位。此时，股价异动，有明显变化；有量能配合，往往是经典的价升量增的上涨走势；具有较高的可操作性。起涨点一般具有突发性和持续性，往往当股价突破某阻力位或压力位时，技术指标低位金叉。起涨点的持续性表现在与大盘和热点板块协同配合、共振，涨升动能充足。

起涨点一般可以分为最佳起涨点、次佳起涨点和一般起涨点，如果错过了盘中即时图上最佳起涨点介入，可在次佳、一般起涨点启动时介入。

最佳、次佳起涨点和一般起涨点

实战操作中，强势股或领涨股的启动过程往往是这样的：早盘放量攻击第一波后，一般股价均会有浅幅回落，然后再次放量上攻，此时突破第一波高点的一刹那就是最佳起涨点。在上攻之后回落，其后再次突破第二波高点或突破股价整理形态之时为次佳起涨点。之后盘中所有的放量启动点仅为一般起涨点。

如果股价早盘或中盘为下跌整理走势，当止跌企稳形态完成后放量突破均价线时，也可视为盘中最佳起涨点，股价回落至均价线处止跌，再次放量上攻，可以视为次佳起涨点，如图所示。

捕捉起涨点的理论依据实际上就是传统的道氏理论、波浪理论、形态理论在分时图中的运用。准确捕捉起涨点的好处在于抓住较好的介入时机，避免盲目追高后收盘时即被套住的窘地。

捕捉起涨点的注意事项

准确捕捉股价起涨点对于寻找较有利的短线进场时机有极大的帮助，但要求投资者具备丰富的看盘经验，这里提醒投资者注意：

由于分时图的波动周期太短、级别太小，容易被大的级别的走势所化解。因此，起涨点的运用要与大周期、大级别的趋势、形态相结合，才能提高操作的成功率。

起涨点追求的是介入技巧，不能说错过了最佳或者次佳起涨点就不能介入了，关键是准确把握上升趋势，顺势而为。理论上讲，只要上升趋势没有完结，什么时候、什么价位介入都是对的，只是获利有大有小而已。

实战把握起涨点需要投资者准、快、狠。也就是说，对出击的个股把握要精准；时机来临时不能犹豫，要出手坚决果断，大胆介入；一旦看错，触及止损位则要狠，果断出局，纠正错误。

需要提示的是，盘中起涨点对于小资金操盘参考价值较大，因为小资金可以追求精确点位。而对于较大资金的投资者而言，起涨点意义不大，因为大资金讲求的是区域概念，往往在股价起涨时难以买到足够的筹码。

比价效应的运用

比价效应在新股投资中的应用

新股的炒作方法很多，但“比价效应”却是新股炒作中最简捷有效的方法。目前在二级市场中，新股的比价炒作方法分为两种：

点对面的比价。点对面的比价方法相对宽松，主要是在新上市公司与整个行业所有公司之间展开，寻求的是与行业内上市公司平均股价的一种平衡。

点对点的比价。点对点的比价方式相对较为狭隘，主要是在两家公司之间展开，寻求的是两者之间的共振。

比价效应在低价股投资中的应用

投资者在选择低价股的时候，如果只注意到绝对股价的高低，是非常片面的。有些个股虽然是低价股，却不能算是超跌股。在选择超跌低价股时，从表面看个股的股价高低只是其中一个方面，更重要的是要从比价效应中寻找真正超跌的低价股，具体的比价对象主要有以下几类：

与同一地域板块间的个股比价，选择股价较低的个股。

与同一行业的个股比价，选择股价较低的个股。

与同一炒作题材的个股比价，选择股价较低的个股。

与相同流通股本规模及类似股本结构的个股比价，选择股价低的个股。

与相类似的股价从高位跌下来的个股比较跌幅大小，选择超跌的个股。

进行前期的成交密集区比较，选择股价超跌的个股。

用技术指标作为参考标准，选择股价超跌的个股，最常用的是RSI、BIAS等指标。

与H股市场价格比较，对于股价明显偏低的个股可积极参与投资。

投资者在实际应用中要综合考虑以上比价关系，选择股价相对较低且弹性较好的超跌低价股，常常可以在反弹行情的波段操作中取得跑赢大盘的短线收益。

想要成为高手，需要大量而针对性的练习，在你到了能赚钱的水平时你会开始赚钱。但问题是来到这里的人很少有人像做其他行业一样，想着先学几年，当当学徒再开始赚钱的，基本上进来的人都是踌躇满志，想要大干一场，就想着快速翻倍。交易了十年八年还在欲望里面打滚，不知道自己其实应该提高交易手艺的也不乏其人。他们的问题是只想着赚钱，如何预测，嘴边挂着各种资金管理，止损，趋势等大道理，却没有真的去提高交易水平本身，去打磨交易的每个细节。

这个市场据说有10%人赚钱，如果你的交易水平不处在交易者中的前10%，那你赚的钱基本上只是暂时的。

在市场中交易的人都是你的对手，但多数人还没想好要干嘛，就开始与对手以命相搏了。总听到有交易者抱怨，在市场里赚钱怎么这么难？亏钱为何如此容易。试问让你和丁俊晖打桌球，和医生比手术，和理发师比理发，和交易高手们一起交易，你的结局最开始不就已经注定了吗？而这就是多事交易者每天在做的事。

感谢你的阅读，关注我学习更多炒股知识。

摘要：数字经济时代，数据作为一种新型生产要素，不仅是企业竞争的生产资料，也成为大国竞争的战略资源。而数据要素配置是数据要素市场建立形成的先决条件，关系到国家竞争优势构建、企业生产权益保障、个人隐私安全保护等多元主体利益关系的权衡。由于数据要素的独特属性，数据产权制度不完善及相关实践停滞不前，加之不同主体之间的诉求难以满足，数据权益配置面临严峻挑战。对此，我国应构建精细化的权益保护体系，开展数据要素权益配置试点，提升数据监管手段和能力，培育和建设符合我国发展实际的数据要素市场。

当前，全球数据资源指数级爆炸式增长，国际数据公司(International Data Corporation，IDC)的调研分析指出，2011 年全球数据总量首次超过 ZB 级别，达到 1.8 ZB，到 2016 年进一步猛增到 16.1 ZB，预计到 2025 年将再增长 10 倍，达到 163 ZB。随之而来的是，数据被称为社会发展的“新石油”，数据要素市场得到快速兴起，数据权益配置成为发展的关键议题。但相较于土地、资本、劳动力等传统的生产要素，数据要素有着独有的特性，这也决定了数据要素权益配置的特殊性。当前，全球在数据权益配置上已取得了一定的进展，但仍然存在不少问题与挑战。本文就上述议题开展深入研究，提出如何在数据要素市场下进行数据权益配置的对策与建议。

１、数据要素市场下数据权益配置的必要性

当前，数据已成为新型生产要素。在我国加快推进数据要素市场的背景下，开展数据权益的配置工作显得越发重要。

1.1　数据权益配置是数据要素市场建立的关键环节

人类社会的发展先后经历农业时代、工业时代、信息时代，以及我们身处其中的数字时代。2010 年以来，以大数据、云计算、物联网、人工智能、区块链等为代表的数字技术快速发展，新一轮科技革命和产业变革正在重构全球创新版图，重塑全球经济结构 。这一时期，数据成为继土地、劳动力、技术和资本等之后新的生产要素。一方面，由数据要素驱动的经济创新发展模式全面涌现并占据主导地位，数据要素加速向各个领域渗透，在驱动生产组织变革的同时，与新兴技术深度融合推动市场发生重大转变。另一方面，数据生产要素的流动带来巨大价值，同时也意味着数据要素面临二次分配问题，这就需要形成较为清晰、合理、高效的数据要素配置框架和规则体系，明确数据要素市场中不同主体的数据权益。

在政策层面，我国对于数据要素市场下的数据权益配置开展了顶层设计，提出了相应要求。2020 年 4 月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，意见首次将数据作为一种新型生产要素与土地、劳动力、技术和资本等传统要素并列，并强调要加快研究根据数据性质完善产权性质。同年 5 月，中共中央、国务院印发《关于新时代加快完善社会主义市场经济体制的意见》再次明确提出要加快培育发展数据要素市场，完善数据权属界定、开放共享、交易流通等标准和措施。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》等重要规划明确提出“数据资源产权制度”“数据要素分配机制”“数据资产化规则”等关键议题。因此，我国发布的一系列政策文件（如表 1 所示）已明确了数据作为生产要素的产权性质，合理配置数据权益是激活数字经济时代新增长能级的重要引擎。

表 1　近年来我国数据权益配置相关的政策文件

1.2　数据权益配置是公共数据深化利用的重要条件

历经十几年的发展，全球对于公共数据的开发利用在政策和实践上形成了良好的进展，当前已从部门间的共享与对外开放逐步转向公共数据深化利用的阶段。例如，2019 年 12 月，美国管理和预算办公室发布的《联邦数据战略与 2020 年行动计划》提出对数据的关注由技术转向资产，要求联邦政府数据资源部门制定优先数据资产的初始清单，根据数据属性评估自有数据的公共利益价值，筛选出最具公共利益价值的数据作为公开的政府数据投入再生产；2020 年 2 月，欧盟委员会发布了《欧洲数据战略》，提出构建战略部门和公共利益领域统一的数据空间，减轻特定行业和领域的数据利用行为对整个经济系统和个人基本权利产生的影响，该数据空间旨在通过结合必要的工具和基础设施以解决信任问题；2022 年 1 月，国务院办公厅印发《要素市场化配置综合改革试点总体方案》，提出探索开展政府数据授权运营；从地方层面看，以深圳、上海、安徽等为代表的各省市近几年结合各自地区的实际发展情况，制定了相关数据条例，探索公共数据的市场化开发利用机制，并形成一些创新实践。可见，公共数据的深化利用特别是其市场化开发利用，必然会涉及公共数据的归属、收益分配及风险治理等问题，理清数据权益配置已成为推动这一进程的重要前提。

1.3　数据权益配置可有效破解企业数据竞争困境

进入数字经济时代，企业围绕数据要素竞争的态势愈演愈烈。以平台经济体为例，其作为数字经济时代独有的生产组织形态，加大了协调多方利益关系的复杂程度。首先，在平台经济体中，用户作为数据消费者的同时也是数据生产者，其在线数字足迹成为企业加工数据产品的原材料，企业不再以劳动报酬的形式支付对价，而是以免费或低价的产品和服务的形式完成“支付”。在这个过程中，数据供应具有无意识性和无序性的特点，平台企业利用整合资本、技术、劳动力等生产要素对数据进行再生产，以完成价值的转移和增值。消费者和生产者在不同场景下存在着身份互换，这必然会导致企业数据权益配置体系更加复杂。

其次，平台经济体将传统的商业合作关系转变为强依赖关系，平台上的商家不再以单独产品或服务的利润最大化为商业目标，而是满足用户多样化需求，建立更高的用户忠诚度，因此，数据成为商家与平台互利共生的重要竞争性资源。

近年来，国内外出现了一系列围绕企业数据权益配置的争议案例，例如初创公司 hiQ 起诉微软 LinkedIn、抖音起诉腾讯、淘宝起诉美景等。由此可见，完善数据权益配置机制将成为破解数字经济时代下企业数据竞争困境的重要手段。

1.4　数据权益配置是根治个人数据滥用的有效手段

近年来，随着《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等一系列法律法规的出台，国家相关部门依法开展了一系列打击个人信息滥用的行动。以整治 App 侵害用户权益专项工作为例，这些被通报和下架的 App 侵权行为主要包括“违规收集个人信息”“超范围收集个人信息”“强制、频繁、过度索取权限”及“强制用户使用定向推送功能”等 。过度索取权限为违规收集用户个人信息提供了渠道，一旦这些个人信息被不法分子获取滥用，将严重危害用户权益。而导致上述行为的根本原因之一就是个人数据在生产、收集、流通、使用等过程中权属不清，这使得一些企业以此为由将个人数据纳入企业资产甚至商业秘密进行非法利用，严重侵害个人权益。

２、当前数据权益配置面临的问题与挑战

数据权益配置是数据要素进行市场化配置的先决条件。从数据权益配置的数量类型来看，其主要包含个人数据、企业数据和公共数据；从数据权益配置的权益类型来看，其主要包含数据所有权、数据使用权、数据转让权和数据收益权等。数据权益配置的核心目的是明确各权利主体的数据权属关系和权利边界，更好地发挥数据要素经济效能的同时，保护公共部门、企业和个人的相关权益。但数据权益配置仍面临一些严峻的问题和挑战。

2.1　数据独特属性带来特殊的权益配置

相较于土地、劳动力、技术、资本等其他生产要素，数据要素显著放大了传统生产要素的经济效应，且与传统要素存在诸多方面的不同（如表 2 所示）。数据具有非排他性、非稀缺性、非竞争性、非均质性、可共享性、强外部性等特点，这导致其具有区别于传统生产要素的发展特性，无法通过排他性占有和创造性劳动来划分类似的产权配置体系，难以适用传统的要素配置制度进行权益配置。

表 2　5 大生产要素特征比较

从数据生产要素实现市场化流通过程数据权益配置来看，数据的使用权、转让权和收益权也具有特殊性。其中，使用权决定了数据要素如何使用的问题，单独理解使用权问题并非难事，但对于个人信息主体和数据处理主体来说，数据要素具备人格权和财产权的不同属性，因此，数据要素的所有权安排并不能完全排他。转让权则决定了数据要素能否实现市场化流通的问题。以个人数据的转让为例，个人信息主体拥有原始数据的转让权，数据处理者作为数据的实际控制者拥有阶段性的转让权，但是由于数据采集的隐蔽性，以及数据使用过程的不可预知性，数据所有权转让并非完全透明。收益权是驱动数据要素市场发展的动力，市场流通的数据产品的最终形态并不是原始数据，而是数据服务、解决方案和分析模型等，因此，真正能够支配收益权的是数据产业链上下游的企业，但其他权利主体，特别是提供部分原始数据的个人，是否对数据产品和服务有收益权仍存在争议。

2.2　数据产权制度设计和实践尚需拓展

当前，国内外有关数据产权的制度设计和相关实践均面临困境。一方面，从国际国内数据治理现状来看，无论是监管机制还是法律规范，都停留在农业时代和工业时代的制度语境下，难以适应当前革新的数字生产关系。尽管我国相关政策已明确提出数据要素的市场化配置要求，但当前在我国相关上位法层面上，《中华人民共和国民法典》《中华人民共和国物权法》《中华人民共和国知识产权法》《中华人民共和国反不当竞争法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规对数据要素的权属、产权等问题尚不清晰，而地方层面的相关数据立法几乎都未触碰“数据权益配置”这一核心议题。有关数据要素的所有权、使用权、转让权和收益权等权益配置未被相关的法律法规充分认同、明确界定和完全保护，相关的制度设计尚待完善。数据作为一种虚拟资源，在复杂多渠道的快速流通中不断发生形态变化，且在全生命周期中有不同的实际控制主体，因此，其权利体系构成与实物有所差别，其权属难以直接界定为完全属于某个主体，这进一步加大了制度设计的复杂程度。

另一方面，从实践角度来看，全球对数据要素的收益分配争议重重。在当前数据要素产权制度“难产”的现实情况下，学界尚未有科学通用的数据价值和成本的计量方法，难以通过市场直接定价。这就导致用户、平台以及其他利益主体基于数据形成的商业利益难以量化分配。在实践中，对于数据要素能否参与到企业股本结构和资产规模中仍有较大争议，政府部门对数据要素增值如何征税也未有定论，全球围绕跨境科技企业的“数字税”征收框架和衡量标准争议重重。可以说，数据要素配置规则的缺失不但影响数据监管工作的有效实施，而且严重制约了数据交易市场的规范化运行，从而导致数据经济产业发展的不确定性。

2.3　数据背后多方主体的诉求难以平衡

数据要素配置要兼顾多方主体权益之间的平衡，既要保障国家网络空间主权的控制，又要保护企业数据产业经济发展，还要保护个人的权益及隐私安全。当前，在数据要素市场化配置过程中，由于缺乏相适应的法律法规、技术标准、规范化的市场环境和成熟的对接平台机制，不同主体对数据流通、交换、交易等缺乏数字信任，其数据权益也难以得到有效保障。以企业数据配置为例，目前拥有大量数据的企业等主体重视构建闭合生态，导致数据大量集聚于垄断性的数据平台和公司，并由此产生“数据壁垒”，使得数据要素越发分割分散，难以集聚并发挥应有的价值。而各类中小公司利用数据爬虫技术对平台数据进行不正当窃取，进一步引发市场不正当竞争行为。此外，一些拥有大量数据的企业可能以保护用户数据为由拒绝执法数据调取。例如，苹果曾以保护用户安全和个人隐私为由公开拒绝帮助美国联邦调查局（Federal Bureau of Investigation，FBI）解锁恐怖分子的移动智能终端设备（如苹果手机），引发了公众讨论。

３、发展建议

面对当前数据权益配置所面临的问题，我国应加快构建精细化的权益保护体系，开展示范试点，提升数据监管手段和能力，培育和建设具有中国特色的数据要素市场。

3.1　尊重数据要素的独特属性，构建精细的权益保护体系

数据非竞争性意味着数据可以有无数个生产者和所有者，数据的低边际成本意味着数据可以广泛且不受限制地传播和使用，界定排他性的数据所有权不仅违背了数据天然具备的公共属性，而且会导致数据生产带来的经济收益难以弥补数据治理产生的社会成本。从市场应用角度来看，如果采取“一刀切”的方式将数据所有权归属于单一主体，将极大降低数据的正外部效应，过早、过严地界定数据所有权还可能造成“劣币驱逐良币”的不良市场竞争后果。因此，数据要素市场下的数据权益配置应当跳出传统的产权思维范式，对数据生产关系中的多方主体的利益诉求做出平衡，根据数据性质建立精细化的数据权益保障体系，即在保障国家安全及个人数据主体基本人格权益不受侵犯的前提下，围绕以数据为核心的生产关系，配置与企业正当盈利模式相匹配的数据经营权、收益权、处分权、受偿权等使用者权益。

3.2　开展数据要素配置试点，完善数据产权制度基本框架

目前全球对数据要素市场配置中的数据确权、数据定价、数据交易等机制都处于早期探索和研究阶段。我国一方面应加快顶层设计，围绕数据要素市场下的数据权益配置，明确相关法律要求和标准规范；另一方面需推进创新试点，可选取北京、上海、广东、浙江等数据要素市场化配置程度较高的省市进行先行先试，探索建立区域数据资源统一登记确权规则，研究基于劳动 / 资本 / 技术投入、数据类型、数据集规模、可用性、时效性等多维度的动态定价和调整机制，形成覆盖数据生成、采集、存储、流通、利用等全周期面向不同时空、不同主体的数据要素市场化框架，并鼓励开发技术工具、产品及解决方案，从而提升数据技术供给能力，确保数据要素市场配套技术的自主生产。面向特定市场主体的公共数据授权运营和收益分配制度，探索采取“发放牌照 +签订协议”的方式授予特定主体特许经营权，遵循“无场景不授权”原则，对具体应用场景采取“签订数据信托协议”的方式授予特定主体数据使用权，并通过事前行业白名单动态申请机制、事中业务场景安全风险评估机制和事后数据安全监管机制构建授权运营全流程的安全监管体系。

3.3　提升数据监管手段和能力，夯实数据要素市场安全保障

数据要素的市场化配置带来了海量高价值数据的全球加速流动、多源信息融合技术发展的同时，也增加了侵犯个人隐私、危害企业利益、影响国家安全等多源风险。相比其他生产要素，数据要素在流转层面的情况要复杂得多，其流通交易至少涉及国家主权安全、个人隐私保护和财产权交易 3 个方面的监管问题，并且以当前条块分割的行业和属地监管也难以适应数据要素跨地区、跨行业、跨层级流通监管需求，数据要素监管空白地带和重复监管并存的问题较为突出 。因此，应进一步提升数据要素市场的监管手段和能力，探索建立政府、协会、企业、个人等多方参与、协同共治的新型监管体系。例如，在企业数据市场化配置监管中，相关部门应梳理数据要素市场的企业分类目录和线上线下监管要素，构建覆盖企业市场竞争、股权变动、服务运行、数据安全、资源管理等环节的监管信息上报和监测采集机制，综合运用约谈、失信名录、行政处罚等手段，重点监管数据流量造假、数据滥用、数据爬取违规等新型不正当竞争行为。同时，探索建立对大规模侵犯个人数据产权的惩罚性赔偿等制度，提高数据产权侵权成本，推动形成数据要素市场下数据权益配置的良好社会氛围。

４、结语

数据权益的合理配置是健全数据要素市场的重要制度保障，也是在全球数字经济竞争背景下我国实现“弯道超车”的关键机制。但由于数据要素的特殊性，加之数据要素产权不清晰、权利属性不明确、交易规则不完善等问题使我国数据要素流通和数据要素开放共享受到了制约。除此之外，数据要素监管机制不健全等诸多问题也极大地阻碍了数据要素市场的形成，使得我国数据大国的优势难以发挥 。对此，我国需要打破“在所有权明晰基础上配置多方权益”的思维定式，突破土地、劳动力等传统要素市场化配置的框架桎梏，积极进行产权理论深化和市场制度创新，提升数据监管手段和能力，既要避免无秩序的竞争，也要警惕无竞争的秩序，探索契合我国数据要素市场发展的道路，形成数字国际竞争新优势。

来源：信息安全与通信保密杂志社

上一篇：中阴线定义(中阴线说明什么)

下一篇：敞口和头寸的区别(期货敞口头寸)