企业数据业务的战略选择与治理目标.pdf

第 26 卷第 2 期2 024年4 月北京邮电大学学报(社会科学版)Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition)Vol.26,No.2Apr.2024收稿日期:2024-01-04项目基金:北京市社会科学基金项目(21GLC065)作者简介:康俊(1982),男,湖南邵阳人,博士,教授,博士生导师DOI:10.19722/ki.1008-7729.2024.0002企业数据业务的战略选择与治理目标康俊,苏彩云(北京邮电大学 经济管理学院,北京 100876)摘 要:开展数据业务是企业以数据为关键资源创造经济价值的新途径。企业需根据自身的资源基础和治理能力,选择数据业务战略并制定数据业务治理目标。首先,基于数据资产化视角的数据业务流程模型,识别提供者战略、转型者战略、整合者战略和促成者战略四类数据业务战略。其次,分析企业数据资源控制能力和用户需求知识水平对企业数据业务战略选择的影响。最后,剖析每类数据业务战略在实施过程中的数据质量治理和数据合规治理目标差异。为丰富企业数据业务战略、企业数据治理和数据要素市场的相关研究提供了理论依据,也为企业数据业务战略的动态调整、数据产业生态的构建和监管机构对数据业务的分类监管提供了参考。关键词:数据业务;战略选择;治理目标;数据要素;数据资产 中图分类号:F272.3 文献标识码:A 文章编号:1008-7729(2024)02-0027-12一、引 言随着新一代数字技术的快速发展,以数据为关键要素的数字经济正成为推动我国经济发展的新动能。数据要素已成为企业拓展新业务,获得新竞争优势的资源基础1。“十四五”数字经济发展规划提出,要鼓励和支持互联网平台、行业龙头企业等立足自身优势,开放数字化资源和能力,推动数据价值产品化,探索多种形式的数据交易实践。中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见则进一步强调要培育数据商和第三方专业服务机构,加强企业数据合规监管,发展数据产业。在国家鼓励数据开发开放的趋势下,企业也开始重视发挥数据的价值,并利用数据资源和数据处理能力开展数据业务。部分行业龙头企业、数字平台企业通过分离数据资产(如搜索、电商、社交等数据),开展数据产品的交易流通,实现数据价值变现。事实上,数据业务已成为我国企业数字化转型的重点投资领域之一。埃森哲发布的2022 中国企业数字化转型指数提出,数据业务投资在企业数字化投资中的占比在两年内上升了 16%。然而,企业在数据业务实践中仍存在诸多挑战,如企业推进数据业务的路径不明确、数据业务投入产出比低、数据质量难以支撑实际业务需要,以及缺乏应对数据业务风险的治理能力等。这些挑战要求开展数据业务的企业必须制定明确而适宜的数据业务战略,匹配符合数据业务要求的资源和能力,以实现数据价值变现。选择合适的数据业务战略是企业成功开展数据业务的基础。现有文献根据企业对数据的加工程度识别了三类数据业务战略模式,即对原始数据进行初步加工后直接销售的数据供应商模式2、对原始数据进行深度加工并交易数据产品的数据服务商模式3,以及为促成数据交易提供服务的数据中介商模式4。企业在选择上述数据业务战略时需要考虑自身的数据资源储备、数据加工能力和用户数据需求。当自身数据资源匮乏时,企业可考虑作为数据交易平台或独立代理商来促成数据交易5。如果拥有丰富的数据资源,企业可结合自身的数据加工能力,选择销售初加工的原始数据或深加工的数据产品6。相比于原始数据,数据资源或数据产品的加工还需考虑用户的数据需求(如数据形态、场景专用72性等)7。此外,数据业务战略选择还应考虑其在实施过程中面临的数据治理挑战(如数据隐私、数据安全、市场垄断等)8。总体来看,现有研究仍多侧重从企业数据资源单一视角探索数据业务战略的分类,较少探讨数据业务战略的选择与实施。已有部分研究建议企业从数据和用户相结合的视角识别与选择数据业务战略,以促进数据交易9。然而,现有研究尚未从数据资源和用户资源整合的视角系统探讨企业的数据业务战略选择,以及应对数据业务战略实施风险的治理策略。基于此,本研究旨在考察基于数据资源与用户资源整合视角的企业数据业务战略选择及其治理目标。具体而言,根据企业数据业务流程阶段的不同组合,拟识别企业数据业务战略的类型,探讨企业选择特定数据业务战略时需具备的数据资源控制能力与用户需求知识水平,将从数据质量和数据合规两个方面提出各类数据业务战略的具体治理目标。本研究识别的四类数据业务战略及其选择与治理目标差异,为从数据视角丰富企业资源基础观提供依据。具体而言,本研究拟从以下两个方面深化并扩展已有研究:第一,从数据业务视角深化对企业数据资产化路径的认识。四类数据业务战略实质上反映了数据业务流程不同阶段的组合,为企业实现数据资产化提供四种可行路径。第二,从数据业务视角拓展企业数字化转型的思路。除了利用数据资源对生产运营等业务领域进行赋能,企业数字化转型还可利用现有主营业务沉淀的数据资源开展专门的数据业务。二、企业数据业务战略的类型(一)企业数据业务流程企业数据业务是指企业利用数据创造价值的经济活动。数据创造价值可通过数据资产化和数据资本化两种方式实现。数据资产化是数据通过生产、交换给数据使用者或数据所有者带来经济利益或其他回报,是企业实现数据价值的关键环节。数据资本化是数据资产通过股权化运营、证券化运营等方式实现数据的社会经济价值,是企业实现数据价值拓展的途径10。从数据资产化角度来看,企业数据业务流程包括数据资源化、数据产品化和数据商品化三个阶段,如图 1 所示。B;2;2DB;2)8;2:8;2:8/;2DB/;2)8/;2:8/90D(D/,162;/?:0,0,?图 1 数据资产化视角的企业数据业务流程数据资源化是指原始数据经过初步加工形成有价值、可被利用的数据资源的过程11。由图 1 可见,此阶段(阶段)的典型子流程包括数据清洗、数据汇总、数据标准化等。企业对原始数据的控制是其进行数据资源化的基础12。企业可通过自身生产的方式获得原始数据,采取技术手段或许可合同对数据资源进行控制13。数据资源(如数据集、API 等)有时也被称为初级数据产品,可直接销售给数据用户,以实现数据业务收益。数据产品化是指具有潜在价值的数据资源经加工而创造出数据产品的过程14。此阶段(阶段)的典型子流程包括数据分析、数据建模、数据可视化等。数据产品有时也被称为数据集衍生的信息服务、衍生数据或高级数据产品。针对用户的共性数据需求,企业可选择提供通用型的数据产品,如数据报告、数据分析工具等。而针对用户的特定数据需求,企业可开发定制化的数据产品,如数据处理服务、数据应用服务等313。因而,相比于数据资源的生产,数据产品的开发要求企业更精准地了解用户的需求。数据商品化是指数据资源或数据产品转化为可在数据要素市场进行交易的数据商品的过程15。此82北京邮电大学学报(社会科学版)2024 年第 2 期阶段(阶段或阶段)的典型子流程包括商品形态设计(如数据资源、数据产品、数据交易服务)、定价方式选择(如订阅费、使用费)、分销策略(如直接销售、渠道销售)等。数据质量和数据合规是确保数据资源或数据产品可交易的基本要求16-17。(二)企业数据业务战略类型的界定企业数据业务战略关注企业如何在特定的数据要素市场中应对竞争以及保持竞争优势。从当前的实践来看,各类数据业务战略实质上反映了数据业务流程不同阶段的组合。因而,基于图 1 的企业数据业务流程模型,企业数据业务战略可划分为四类,即提供者战略、转型者战略、整合者战略和促成者战略,具体如图 2 所示。B;2B;2;2)8;2)8;2)8;2:8;2:8;2:8;2:8A/?9D;8-+98;2DB2D64C/CC5D?CC5*)CC5.CC5;2DB;2DB;2DB;2DB图 2 企业数据业务战略类型1.提供者战略采用提供者战略的企业(以下简称“提供者”)直接将初加工的原始数据提供给数据用户使用。由图2 可见,从数据业务流程来看,提供者首先将原始数据转变为数据资源(流程),然后将数据资源直接作为数据商品在数据要素市场中进行交易(流程)。提供者较多依赖自身生产的原始数据,直接将数据资源出售给数据用户,因而不需要将数据资源转化为数据产品。提供者主要通过让渡数据资源的使用权给数据用户,以获取相应的数据收益18。如中国南方电网通过贵阳大数据交易所向数据用户提供覆盖个人、企业和行业的电量、电价、电费等 9 大类标准化基础电力数据。2.转型者战略采用转型者战略的企业(以下简称“转型者”)在现有主营业务基础上,主动利用自身的原始数据拓展数据业务。从数据业务流程来看,转型者先将原始数据转化为数据资源(流程),进而开发出数据产品(流程);然后,将数据产品商品化,以在数据要素市场中进行交易(流程)。转型者较多依赖自身生产的原始数据,但在开发数据产品时也可能需整合部分外部数据资源。转型者在初期阶段主要为各类现有主营业务用户提供数据产品。随着数据业务的扩大,企业可对外开展数据业务,为更多数据用户(如上下游企业)提供数据产品19。数据产品销售是这两类数据业务的主要收入来源。这类战略多见于数字化转型中的传统制造业或服务业企业(如中国移动、国家电网、三一重工等),以及新兴互联网企业(如阿里巴巴、京东等)。如中国移动基于主营业务积累的位置轨迹、行为偏好等优质数据资源,开发梧桐大数据开放平台,满足现有主营业务用户或潜在数据用户的多元化数据需求。阿里巴巴基于主营业务积累的全域渠道消费者数据及品牌自有数据,推出了品牌数据银行,为现有主营业务用户或潜在数据用户提供消费者分析、商品分析、粉丝会员分析等数据产品。3.整合者战略采用整合者战略的企业(以下简称“整合者”)根据数据要素市场中特定数据用户的需要,将外部整92康俊等:企业数据业务的战略选择与治理目标合的特定数据资源加工成数据产品。从数据业务流程来看,整合者将整合的外部数据资源深加工为数据产品(流程);然后,将数据产品作为数据商品在数据要素市场中进行交易(流程)。相比于转型者,它较少依靠自身现有主营业务生产的原始数据,而主要通过整合的方式获得外部数据资源,如数据购买、伙伴数据共享和公共数据采集等61387。整合者需要将这些数据资源加工成特定的数据产品,以满足特定数据用户的需求。数据产品销售是整合者的主要收入来源。这类战略多见于大数据企业(如天眼查、企查查、wind 数据、聚合数据、数据堂、美林数据等)、咨询服务企业(如艾瑞咨询等)以及营销科技企业(如每日互动等)。例如,天眼查通过整合公开数据并进行深度挖掘,提供 3.1 亿家社会实体的数百种商业信息数据。4.促成者战略采用促成者战略的企业(以下简称“促成者”)通过提供高效的数据交易途径,实现促成数据供需方交易的目的。从数据业务流程来看,促成者主要汇集或销售数据供给方的数据资源或数据产品(流程或)。促成者主要依靠数据供给方的数据开展数据业务。相比于其他数据业务战略,促成者主要发挥数据交易匹配的功能。数据交易佣金或会员费是促成者的主要收入来源。这类战略多见于数据交易所(如贵阳大数据交易所、北京国际大数据交易所、上海数据交易所等)、数据产业联盟(如中关村大数据产业联盟、时空数据要素交易联盟、全国数据交易联盟等),以及数据经纪人。例如,贵阳大数据交易所为数据供需双方提供脱敏脱密、安全认证的数据交易场所,以及相应的配套服务。表 1 对比了四类数据业务战略的主要特征。不同数据业务战略的数据获取来源、数据商品形态及业务收入来源存在差异。这些差异决定了企业数据业务战略的选择需要考虑数据资源控制能力和用户需求知识水平。原因在于,一方面,企业持有的原始数据或数据资源是其开展数据业务的基础,企业需要具备一定的数据资源控制能力,才能避免自身原始数据流失或更好地使用外部数据资源;另一方面,商品形态反映了数据用户的需求,企业需要储备一定的用户需求知识才能提供符合用户不同数据需求的数据商品。因而,本研究从数据资源和用户资源相结合的视角,拟分析每类数据业务战略对企业数据资源控制能力和用户需求知识水平的差异化要求。表 1 四类数据业务战略的特征、选择要求与治理目标对比维度战略类型提供者战略转型者战略整合者战略促成者战略典型特征数据获取来源内部数据内部数据主导外部数据整合外部数据汇集数据商品形态数据资源数据产品数据产品数据交易服务业务收入来源数据资源销售数据产品销售数据产品销售数据交易佣金选择要求数据资源控制能力较强较强较弱较弱数据资源控制方式所有权、访问、使用、规则访问、规则、使用使用访问、规则用户需求知识水平低高高低用户需求知识类型交易型主导交易型+偏好型交易型+偏好型交易型主导治理目标质量治理合规治理数据内在质量关键目标关键目标数据场景质量关键目标关键目标数据获取质量关键目标关键目标数据侵权风险关键目标关键目标关键目标数据垄断风险关键目标关键目标关键目标数据安全风险关键目标关键目标关键目标03北京邮电大学学报(社会科学版)2024 年第 2 期三、基于数据资源控制能力的数据业务战略选择(一)数据资源控制能力资源控制能力是指企业决定资源分配或使用的能力。企业一般可通过所有权、访问限制、实际使用和规则制定等四种方式实现对资源的控制20。对明确为企业所拥有的数据,企业可选择以数据所有权的形式实现对数据的直接控制。对于不为企业所拥有的数据,企业可通过实际使用的方式对数据实现一定程度的直接控制。基于实际使用的控制方式强调企业应获得数据使用权,如企业利用已授权使用的数据开发产品。访问限制与规则制定是两种企业可间接对数据进行控制的方式。访问限制是指企业通过对数据设置访问权限来获得对数据的控制。例如,企业通过设置数据查询范围、数据下载量等方式限定用户对数据的访问,从而实现对数据的控制。规则制定聚焦于通过设计与实施与数据交易相关的规则对数据交易方进行控制。例如,企业通过数据收益分配、数据使用、数据转售等交易规则对数据交易方进行约束,以实现对数据的控制。一般而言,企业可使用的数据控制方式越多,其对数据的控制能力越强,而数据控制方式的选择又受数据来源(如自身生产数据或外部整合数据)的影响。自身生产的数据是指企业在现有主营业务过程中生产的数据,如用户行为数据、设备运行数据等827。对于这些数据,企业可以选择以所有权、访问限制、实际使用和规则制定等多种方式进行控制,因而对这些数据的控制能力较强。外部整合数据是指从企业外部来源获得的数据,如与市场、竞争者、宏观经济等相关的数据21。企业对这些外部数据的控制能力相对较弱21388,这是因为企业通常不直接拥有这些数据,只能通过实际使用、规则制定或访问限制等方式以获得对其一定程度的控制。因此,从可用数据控制方式的角度来看,能依靠自身生产数据的企业比主要依靠外部整合数据的企业对数据资源的控制能力更强。(二)数据资源控制能力与业务战略选择相比于整合者和促成者,采用提供者和转型者战略要求企业对数据资源具有更强的控制能力。提供者和转型者主要依靠自身的原始数据开展数据业务,因而需要凭借较强的数据资源控制能力,才能实现数据业务收益最大化。首先,提供者或转型者需通过实际使用的方式对原始数据进行控制,才能对原始数据进行初加工或深加工,开发出数据资源或数据产品,从而谋求更高的收益22。其次,提供者或转型者需通过访问限制的方式来保护潜在的数据收益,因为原始数据一旦通过其他途径被获得(如泄露或窃取),则可能导致数据收益的降低23。再次,由于数据具有易复制性和非竞争性的特征,提供者或转型者需通过制定数据交易规则的方式限制数据用户的数据使用与转售等行为,否则难以保证数据收益的最大化24。最后,提供者还需通过明确的数据所有权方式确保其对所拥有的原始数据进行合法合规控制和操作,从而避免可能因数据产权纠纷而导致的数据资源收益损失25。然而,整合者和促成者较多依赖外部整合数据,只需采用一种数据控制方式,便可形成数据资源以开展数据业务。整合者只要获得了外部数据的使用权,即以实际使用的方式控制数据资源,就能利用外部数据进行数据产品开发。而促成者的数据业务并不强调数据使用,且数据资源或数据产品主要依赖于数据供给方26,因而它只需选择一种间接的数据控制方式(如规则制定或访问限制)就能开展数据业务。总体来看,相较于转型者和提供者,这两类业务战略对企业数据资源控制能力的要求较低。据此提出如下命题:命题 1:企业在选择数据业务战略时应考虑其对数据资源的控制能力。只有数据资源控制能力较强的企业才可选择转型者战略或提供者战略,否则应选择整合者战略或促成者战略。虽然提供者和转型者都要求企业对数据资源具有较强的控制能力,但提供者还要求企业能通过明确的数据所有权方式对数据资源进行控制。由于提供者生产的原始数据可能涉及个人用户信息或企业13康俊等:企业数据业务的战略选择与治理目标伙伴信息,提供者必须明确对原始数据的所有权,才能为其控制和销售数据资源提供合法基础,从而避免数据产权争议27。然而,转型者强调对可控数据的开发利用。对于部分不明确是否归其所有的数据,转型者只要能通过实际使用的方式对数据资源进行控制,便可推进数据产品的开发。据此提出如下命题:命题 1a:对数据资源控制能力较强的企业而言,如果能通过数据所有权进行控制,那么才可选择提供者战略,否则应选择转型者战略或其他战略。虽然整合者和促成者对数据资源的控制能力相对较弱,但整合者必须要具备通过实际使用的方式对不为其所拥有的外部数据资源进行控制的能力。首先,整合者只有先通过获得外部数据的使用权,才能利用其数据深加工能力,将数据资源转化为数据产品,以实现更高水平的盈利。然而,促成者主要提供数据交易服务,不需要实际使用数据,因而它只需通过访问限制或规则制定的方式对数据进行控制,就能开展数据业务。促成者只需制定合理且有吸引力的交易规则,如交易补贴、收益分配方式等,就能吸引数据供需双方参与,从而通过促成数据交易来获得收益28。其次,促成者也可作为数据访问的关键渠道来获取收益。然而,整合者并不需要通过限制数据访问获取收益,其自身也难以作为数据访问的渠道,限制数据需求方对数据供给方数据资源的实际访问。据此提出如下命题:命题 1b:对数据资源控制能力较弱的企业而言,如果只能通过实际使用对数据进行控制,那么应选择整合者战略,否则可选择促成者战略。四、基于用户需求知识水平的数据业务战略选择(一)用户需求知识水平用户需求知识水平是指企业对用户相关知识的拥有程度,包括用户的偏好、需要、选择、感知和过去的交易情况等29。这类知识能够提升企业新产品开发与用户期望的契合度,是企业成功开发新业务的重要影响因素。用户需求知识包括交易型知识和偏好型知识两类。交易型知识是指与价格、数量、交付日期,以及其他与产品或服务活动相关的知识。偏好型知识是指与用户的偏好、选择、品位和趋势等相关的知识30。用户需求知识影响企业提供的数据商品形态(如数据资源或数据产品)。相对于数据资源的开发与销售,数据产品的开发与销售不仅要求企业储备一定的用户交易型知识,还要求企业储备相应的用户偏好型知识,即要求的用户需求知识储备水平更高。(二)用户需求知识水平与业务战略选择提供者和促成者多聚焦于数据资源交易,因而只需拥有一定的交易型知识便可开展相应的数据业务。然而,转型者和整合者多聚焦于数据产品的开发与交易,需要将数据资源转变为应用于具体业务场景的数据产品。在这种情况下,除了一定的交易型知识,它们还需要拥有相应的偏好型知识,以对数据资源进行深加工,开发出符合用户特定需求的数据产品7591。因此,转型者和整合者(相较于提供者和促成者)不仅需要拥有用户交易型知识储备,还需要拥有更多的用户偏好型知识储备,因而其对用户需求知识水平的要求更高。据此提出如下命题:命题 2:企业的数据业务战略选择应考虑用户需求知识水平。只有用户需求知识水平较高(即用户偏好型知识储备丰富)的企业才可选择转型者战略或整合者战略,否则应选择提供者战略或促成者战略。虽然提供者和促成者依赖交易型知识的储备,但前者只侧重对数据资源需求方的交易型知识储备,而后者则要求对数据资源供给与需求双方的交易型知识储备,这由两者的数据交易模式差异决定。促成者只有获取了数据供需方的双边交易型知识,才能实现数据供需双方的有效匹配。促成者不仅需获取用户的数据购买需求,如数据量、数据格式等,还需了解数据供给方的数据资源或产品特征,如数据类型、数据时间跨度等。一般而言,促成者对数据供需双方的交易型知识的储备水平越高,越可能提高数据供需双方的匹配程度。然而,提供者以销售数据资源为主的业务特征决定了其只需获得23北京邮电大学学报(社会科学版)2024 年第 2 期数据用户的交易型知识即可开展数据业务。据此提出如下命题:命题 2a:对用户需求知识水平较低(即主要依赖交易型知识储备)的企业而言,如果能拥有供需双方用户的交易型知识,那么才可选择促成者战略,否则应选择提供者战略。虽然整合者和转型者都对企业拥有的用户偏好型知识水平要求较高,但整合者更强调对潜在数据用户的偏好型知识储备,而转型者强调对现有主营业务用户在当前业务领域的偏好型知识储备,这主要由两者的数据业务发展路径差异决定。整合者早期通常围绕数据要素市场中潜在数据用户的特定需求来获取数据资源并开发数据产品。这要求整合者面向数据要素市场中的新用户或新需求不断获取潜在数据用户的偏好型知识,以开发符合潜在数据用户需求的特定数据产品。然而,转型者早期通常针对现行主营业务用户的数据产品需求开展数据业务1961。在此过程中,企业只需基于在现有主营业务领域对用户偏好型知识(如数据使用情境、数据服务体验等)的深刻了解就能开发出符合现有主营业务用户需求的数据产品3047。据此提出如下命题:命题 2b:对用户需求知识水平较高(即拥有用户偏好型知识储备)的企业而言,如果只能依赖潜在数据用户的偏好型知识,那么应选择整合者战略,否则应选择转型者战略。五、企业数据业务的治理目标数据业务治理是指企业通过对数据业务流程的各项活动进行组织与协调,以实现数据业务价值最大化和风险最小化31。其中,数据业务价值主要受数据资源质量的影响,而数据资源合规是决定数据业务风险最直接因素之一32。因此,笔者认为,提升数据资源质量(以下简称“数据质量”)和确保数据资源合规(以下简称“数据合规”)是我国企业当前开展数据业务时的两个主要治理目标。(一)提升数据质量数据质量是指数据满足用户使用需求的程度33。数据质量可表现为数据内在质量、数据场景质量、数据获取质量。其中,数据内在质量描述数据本身的特性(如准确性);数据场景质量是指数据协助数据用户完成任务的程度(如相关性);数据获取质量描述数据可获取的程度(如可获取性)3321。由于数据用户对不同形态数据商品的质量评估重点存在差异,不同数据业务战略的数据质量治理目标各有侧重。提供者和促成者聚焦于数据资源交易,用户可能多以数据内在质量来评估其潜在效用。相对而言,转型者和整合者的数据业务以销售数据产品为主,因而它们在确保数据内在质量的基础上,还需提升数据场景质量,以确保开发出适用于用户需求的数据产品。具体而言,整合者需根据特定潜在数据用户的使用场景开发数据产品,才能开展数据业务。而转型者的数据产品开发不仅需了解现有主营业务用户的数据使用场景,还需掌握潜在数据用户的使用场景,以同时支撑赋能现有主营业务和开展对外数据业务1961。据此提出如下命题:命题 3a:在选择数据质量治理目标时,提供者和促成者(相对于转型者和整合者)注重提升数据内在质量,而转型者和整合者(相对于提供者和促成者)注重提升数据场景质量。促成者和整合者通常不生产原始数据,而更多依赖外部数据,因而对数据获取的可持续性要求较高。数据获取的可持续性是指数据持续不断地向数据用户供应34。促成者主要提供数据交易服务,其数据资源依赖数据供给方35。它只有确保随时都有足量的数据供给方提供适宜的数据,以满足数据用户对数据资源的需要,才能稳定开展数据业务。而整合者通常根据用户特定需求获取所需的数据资源。它只有确保可通过数据采集、数据购买等方式持续获取数据资源,才能实现数据业务的可持续运营。提供者和转型者主要依靠自身生产的原始数据,因而可确保其数据资源对数据业务的持续供应。但是,提供者和转型者直接加工原始数据的业务特征要求其确保数据准确性。数据准确性是指记录值33康俊等:企业数据业务的战略选择与治理目标与实际值的一致性36。提供者只有确保销售数据资源的准确性,才能提升用户对数据资源的购买意愿37。而转型者的数据产品多基于现有主营业务数据加工而成,一旦出现数据准确性问题,则易被专业知识丰富的现有主营业务用户识别出来。然而,数据准确性不是促成者和整合者数据质量治理的主要目标,因为它们依赖的外部整合数据的准确性主要取决于数据供给方。据此提出如下命题:命题 3b:在选择数据质量治理目标时,促成者和整合者(相对于提供者和转型者)更强调提升数据获取质量(如获取的可持续性),而提供者和转型者(相对于促成者和整合者)更强调提升数据内在质量(如准确性)。(二)确保数据合规数据合规是指企业的数据业务经营与管理行为符合相关数据法律法规的要求38。我国当前与数据合规相关的法律法规要求企业数据业务的数据合规治理目标应聚焦于规避微观层面的数据侵权监管风险、中观层面的数据垄断监管风险和宏观层面的数据安全监管风险39。1.数据侵权数据侵权是指企业侵害原始数据主体的合法权益。数据侵权可表现为数据来源侵权或数据使用侵权40。数据来源侵权是指企业在采集或以其他方式获取数据时,违反法律法规的禁止性规定,侵害他人的权益131420。如企业通过破坏技术措施、超出约定范围、过度抓取等方式获取数据。数据使用侵权是指企业未获得数据授权而使用数据或未按照合同规定使用数据的行为2686。这两类数据侵权是我国现行数据法律法规明确禁止的,如中华人民共和国数据安全法第 32 条和中华人民共和国个人信息保护法第 10 条。相比于促成者,提供者、转型者和整合者在数据来源及使用方面均面临更高的数据侵权监管风险。提供者通常认为对自身生产的原始数据拥有产权。然而,这些数据事实上可能包含了他人的个人信息或产业链上其他合作伙伴的信息。此时,提供者可能因原始数据产权不明确而引发数据来源侵权。转型者强调对自身生产的原始数据进行开发利用,因而它除了面临数据来源侵权之外,还可能因数据加工引发数据使用侵权。相较于转型者,整合者面临的数据使用侵权则更为明显。这是因为整合者获取外部数据资源会产生较高的成本,因而在数据盈利最大化的驱动下,它们可能会最大化地挖掘数据资源的价值1872。此外,整合者除了通过数据购买等方式合法获取数据资源外,还可能以自行采集数据的方式获取部分所需的独特数据,这在一定程度上也增加了整合者的数据来源侵权行为。然而,与上述三类数据业务战略不同,促成者不直接参与数据生产或数据加工过程,因而其出现数据侵权监管风险的可能性也相对较低。据此提出如下命题:命题 4:相较于促成者,提供者、转型者和整合者的数据合规治理目标更应强调规避数据侵权监管风险。2.数据垄断数据垄断是指企业利用自身数据资源及相关技术在特定数据要素市场实施的排除或限制竞争的行为41。典型的垄断行为包括垄断协议、滥用市场支配地位和经营者集中。企业数据业务中的这三类垄断行为可限制数据要素市场公平竞争、损害数据用户利益或抑制数据产业技术创新,因而成为数据监管的重点42。相比于整合者,提供者、转型者和促成者均面临更高的数据垄断监管风险。提供者和转型者对数据资源具有较强的控制能力,因而在数据要素市场上更可能因滥用市场支配地位而引发数据垄断监管风险。例如,提供者和转型者持有的部分独特数据资源使其获得一定的市场支配地位,它们通过歧视待遇、排他条款、数据搭售等方式影响下游数据要素市场的竞争43。而促成者除了可能因滥用市场支配地位而受到垄断监管,还可能因经营者集中或垄断协议而受到垄断监管。如平台型数据交易所或大型数据经纪人凭借其销售渠道优势或通过股权投资限制数据供给方或数据加工商的交易行为。数据产业联盟则可能面临针对垄断协议的监管风险,如中华人民共和国反垄断法第 16 条和第 17 条。数据交易联43北京邮电大学学报(社会科学版)2024 年第 2 期盟可通过制定数据交易规则、签署会员协议等方式限制数据供需方在联盟内外的数据交换行为。然而,与上述三类数据业务战略不同,整合者更强调对外部数据的加工使用,而不是排他性地占有数据,其自身也难以实现对外部数据的垄断,因而面临的数据垄断监管风险相对较低。据此提出如下命题:命题 5:相较于整合者,提供者、转型者和促成者的数据合规治理目标更应强调规避数据垄断监管风险。3.数据安全数据安全是指数据处于有效保护和合法利用的状态。根据数据遭到篡改、破坏、泄露或非法获取、非法利用时的影响对象与影响程度,按照安全性将数据从低到高划分为一般数据、重要数据、核心数据三个级别(网络安全标准实践指南 网络数据分类分级指引)。其中,一般数据的安全问题主要涉及对个人或者组织合法权益的影响,而重要数据与核心数据的安全问题则涉及对国家安全与公共利益不同程度的危害。企业数据业务的本质是通过数据要素流通实现数据价值,而数据流通过程,尤其是数据跨境流通可能会增加数据安全风险2477。因此,随着企业数据跨境流通需求的快速增长,我国也制定了数据出境安全评估申报指南(第二版)数据出境安全评估办法等相关法规,要求加强对企业的数据安全评估,防范数据出境安全风险。因此,企业的数据资源或数据产品跨境流通会使其面临更高的数据安全监管风险。相较于促成者,提供者、整合者和转型者都面临更高的数据安全监管风险。提供者可直接向境外提供初加工的原始数据。这些数据,如电力、通信、国防军工、交通运输等或一定规模的个人信息数据,可能达到重要数据或核心数据的安全级别。而重要数据或一定规模的个人信息数据的跨境均需向监管部门申报数据出境安全评估,核心数据不允许出境,因此提供者面临监管而中断数据业务的可能性较大。与提供者类似,转型者不管向境外还是向境内传输数据,若涉及特定级别的数据或达到一定规模,同样也会受数据流出地的数据安全监管。此外,转型者或整合者还可能因销售数据产品而在一定时间内向境外提供超过一定数量的个人信息或敏感个人信息数据的查询、调取、下载、导出等服务。此时,即使数据存储在境内,转型者或整合者也要向监管部门申报数据出境安全评估。然而,与上述三类数据业务战略不同,促成者主要为数据供需双方提供合规且安全的交易通道。对于数据跨境流通,它可要求数据供给方提供相应的数据出境安全评估结果,从而避免数据跨境安全监管风险。据此提出如下命题:命题 6:相较于促成者,提供者、转型者和整合者的数据合规治理目标更应强调规避数据安全监管风险。六、研究结论与讨论(一)研究结论本研究基于企业数据业务流程,识别了四类企业数据业务战略(提供者战略、转型者战略、整合者战略和促成者战略),分析了各类战略在选择要求和治理目标上的差异。首先,企业数据业务战略的选择需考虑企业的数据资源控制能力和用户需求知识储备。当企业对数据资源的控制能力较强时,若用户偏好型知识储备较丰富,企业相对合适的选择是转型者战略,否则应选择提供者战略或促成者战略。然而,即使用户偏好型或交易型知识储备较丰富,但对数据资源控制能力较弱,企业应优先选择整合者战略或促成者战略。其次,企业数据业务战略的特征决定其数据业务治理目标的差异。提供者的治理目标应侧重于提升数据内在质量,以及规避数据侵权监管风险、数据垄断监管风险和数据安全监管风险。这三类数据合规治理目标对转型者也较为重要,但转型者在确保数据内在质量的基础上,还应注重提升数据场景质量。整合者的治理目标不仅需要提升数据场景质量,更要确保数据获取的可持续性,注重规避数据53康俊等:企业数据业务的战略选择与治理目标侵权监管风险和数据安全监管风险。促成者的治理目标更侧重于规避数据垄断监管风险和确保数据获取的可持续性。(二)未来研究启示第一,企业数据业务战略研究可进一步探索数据业务战略的动态性。首先,未来研究可探索企业数据业务战略的动态组合(如同时采用提供者战略和转型者战略)对数据业务绩效的影响。其次,可探究企业数据业务战略转换需具备的条件及驱动因素(如数字技术积累、数据规模积累、用户需求知识积累)。最后,可探索外部环境动态(如数字技术升级、数据产业监管)对企业数据业务战略选择的影响。第二,企业数据治理研究可深入探究各类数据业务的差异化治理机制。一方面,未来研究可从治理目标层面探索适用于不同数据业务的数据治理方案。如提供者和转型者在提升数据内在质量及规避数据侵权监管风险时所需的差异化数据治理方案。另一方面,可从数据业务流程层面探索适用于不同业务阶段的数据治理方案。如探讨转型者在数据资源化、数据产品化和数据商品化三个阶段的治理目标差异及相应的数据治理方案。第三,数据要素市场研究可深入探讨数据要素流通的机制设计。首先,未来研究可探索多层次数据要素市场的协同发展机制。如根据不同交易主体的交易需求(如交易数据资源或数据产品)探讨场内市场和场外市场、综合市场和行业市场,以及地区市场、全国市场和国际市场等不同层次市场的功能定位及协同发展。其次,可根据企业获取不同来源数据的需求,探索交易型与非交易型方式(如数据交换或数据开放)相结合的数据要素流通对促进数据要素市场繁荣的影响机制。最后,可探索基于不同数据业务模式的数据要素市场定价机制。数据要素定价不仅需要考虑数据本身价值因素(如数据质量、数据成本、数据应用场景、数据稀缺程度),还需要考虑数据业务模式(如数据商品形态、数据销售渠道、数据交易机制)等因素的影响。(三)实践启示第一,企业数据业务战略的选择或动态调整应考虑企业的业务资源基础和业务治理能力。在选择数据业务战略时,企业需要考虑自身的数据资源控制能力和数据用户需求知识储备,分析自身是否在数据侵权、数据垄断和数据安全三方面具备适配该数据业务战略的治理能力。此外,在调整数据业务战略及其组合时,企业需要考虑当下的数据业务资源基础和治理能力与目标业务战略的匹配程度。企业从提供者战略调整为转型者战略时,需要考虑现有数据资源积累或用户需求知识积累是否支持其开发符合现有主营业务用户和潜在数据用户需求的数据产品。第二,数据产业生态的构建需要兼顾数据商品生态和数据交易生态的发展。一方面,数据产业生态的构建需明确数据持有者与处理者等各类数据商的数据权利,以突破数据商品流通的关键障碍。数据产业的立法(如数据权益的民法保护机制)与政策制定(如推动数据资产的价值评估与入表)可明确提供者与转型者的数据资源持有权、转型者与整合者的数据加工使用权,以及整合者与促成者的数据产品经营权,激发其开发利用数据资源的积极性,从而保障高质量数据资源供给及数据产品开发,形成稳定的数据供给与稳步增长的数据需求。另一方面,数据产业的政策制定需引导多类型的交易促成者参与数据交易生态建设。数据产业的政策制定可鼓励数据交易所、数据产业联盟和数据经纪人等多类型数据商共同发展,形成交易规则差异化和交易模式特色化的数据商品交易服务格局,以提高数据商品的交易效率。第三,监管部门应对不同的数据业务进行分类监管。监管部门可探索建立数据业务牌照机制,根据数据合规风险差异对各类数据业务进行精准监管。对于数据加工类业务,应重点监管其是否侵害原始数据主体的合法权益(如数据隐私权、数据收益权)。对于企业利用独特数据资源及销售渠道优势开展的数据业务,应重点监管其是否存在数据垄断行为。对于数据跨境类业务,需重点监管其是否存在危及国家安全、公共利益或个人隐私的风险。63北京邮电大学学报(社会科学版)2024 年第 2 期(四)研究不足第一,本研究聚焦数据资源控制能力和用户需求知识水平阐述了企业数据业务战略的选择依据,但数据业务战略的选择可能还受其他因素的影响,如数据本身因素(如数据价值、数据成本等)和外部环境变化因素(如用户需求变动、数据要素市场竞争、数据合规监管等)。第二,本研究聚焦数据资源质量和数据资源合规两个方面解析企业数据业务的治理目标,但数据价值最大化和数据风险最小化可能还受其他因素的影响。第三,本研究的数据业务流程模型