开放科学(资源服务)标识码(OSID)：
要素市场化配置既是市场决定资源配置的基本特征，也是实现市场决定资源配置的前提条件，完善要素市场化配置涉及一系列改革[1]。党的十九大报告指出，经济体制改革必须以完善产权制度和要素市场化配置为重点。《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》《中共中央国务院关于新时代加快完善社会主义市场经济体制的意见》，以及中共中央办公厅、国务院办公厅印发的《建设高标准市场体系行动方案》等政策文件，对土地、劳动力、资本、技术和数据等生产要素市场化配置改革作出顶层设计。2021年，《国家知识产权局关于促进和规范知识产权运营工作的通知》共有7处提及“数据”，要求“充分发挥知识产权在完善技术、资本、数据等要素市场化配置中的作用”。此外，《知识产权强国建设纲要(2021-2035年)》明确提出“深化知识产权领域改革，构建更加完善的要素市场化配置体制机制”。由此可见，近年来政策层面对要素市场化配置的支持力度日益增强。
数据要素成为重要的生产要素，是互联网作为基础设施的必然产物。与传统生产要素相比，数据要素具有非竞争性、价值差异性和强外部性、跨时空快速流动性等新特征，这使得数据要素有可能对生产力提升产生乘数效应[2]。随着全球新一轮科技革命和产业变革的深入推进，国内外学者日益关注数据挖掘、汇集、共享在知识产权运营领域的适用性。数据要素作为一种新型生产要素，在市场资源化配置中的作用日益凸显。现有研究既包括数据要素价值化过程[3]、市场化配置[4]和资本化路径[5]等理论探索，也包括数据要素在金融行业[6]、科技成果转化[7]及政府治理[8]等领域的实证分析。针对数据要素与知识产权关系，学界主要从知识产权大数据方法应用[9]、数据共享与知识产权保护的冲突与协调[10]、大数据背景下知识产权运营模式与管理变革等角度予以探析。部分学者认识到数据信息在知识产权运营领域的重要价值，并提出基于大数据的专利交易标准化数据模型[11]。
总体而言，知识产权运营领域数据要素市场化配置研究仍有拓展空间：一是基于技术维度探讨数据信息对知识产权运营支撑的研究虽然较多，但基于生产要素和创新资源配置维度的探索较少。生产要素的时代性特征决定知识产权制度的作用日益凸显，而知识产权制度不完善又制约着技术和数据要素进入市场实现高效配置[12]。二是数据要素市场化配置应用场景主要结合数字经济发展和数字化转型等视角展开，但面向知识产权运营领域的新兴研究有待深化。基于此，本文重点探讨知识产权运营领域数据要素市场化配置改革的现实路径，并着力解决以下4个关键问题：一是知识产权运营与数据要素市场化存在何种关联？二是各级政府、创新主体、大数据服务商在知识产权运营领域发挥哪些作用？三是在我国知识产权运营过程中，数据要素市场化配置存在哪些制约因素？四是数据要素在知识产权运营领域如何更好地实现汇聚、流转与安全监管？
资源配置是指对相对稀缺的资源在各种不同用途上加以比较所作出的选择。根据马克思经济学关于资源配置理论的观点，价格、供求、竞争三大规律的作用构成市场化资源配置机制。就市场自发调节资源配置机制而言，其优势的呈现有赖于一系列必备条件的形成，而弊端的抑制则需要国家干预和政府的作用[13]。当前，数据要素在创新资源市场化配置中的作用日益凸显，包括技术信息、客户信息和交易信息等在内的各类数据成为市场竞争的制胜之道。2015年，国务院印发的《促进大数据发展行动纲要》旨在全面推进我国大数据发展和应用，加快建设数据强国。在知识产权运营过程中，如何进一步深化数据要素市场化配置体制机制改革，促进数据要素自主、有序流动，提高数据要素配置公平性与效率，是知识产权运营主体亟待解决的关键问题。
美国学者尼葛洛庞帝[14]在《数字化生存》一书中指出，比特作为“信息的DNA”正在迅速取代原子，成为人类社会的基本要素。未来学家阿尔文·托夫勒在《第三次浪潮》著作中，将大数据誉为“第三次浪潮的华彩乐章”。直到2009年，大数据才成为互联网行业的主流词汇。2011年，全球知名管理咨询公司麦肯锡发布的《大数据：创新、竞争和生产力的下一个前沿领域》研究报告标志着大数据时代的到来[15]。当前，学术界对大数据内涵的认知尚未形成共识。一般认为，大数据的基本特征可归纳为“5V”：海量性(Volume)、高速性(Velocity)、多样性(Variety)、价值性(Value)和真实性(Veracity)。诚如维克托·迈尔·舍恩伯格和肯尼斯·库克耶[16]在《大数据时代》一书中所言：“大数据开启了一次重大的时代转型”。就像望远镜让我们能感受宇宙，显微镜让我们能观测微生物一样，大数据正在改变我们生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发。”
在从工业社会向信息社会演变过程中，知识产权与大数据作为创新驱动的核心要素，彼此之间存在着互相促进、交叉融合的内在联系，共同推动传统生产要素与“互联网+”深度融合。大数据是促进知识产权新业态发展的技术支撑，知识产权是利用大数据创新技术形态的应用载体。知识产权与大数据既是资源又是手段，作为创新发展的重要资源和核心要素，两者共同构成创新型国家建设、深化改革、促进经济发展的一体两翼[17]。一方面，知识产权作为激励创新的制度选择，可以为数据要素生产、汇聚、流转和治理提供全链条保护。调整对象的相似性、类似的制度目标及相似的历史发展轨迹，使知识产权制度能够为数据财产研究提供独特视角和制度参照[18]。在司法实践中，大数据产业发展下新型商业模式产生了具有财产价值的数据信息，根据信息的具体内容或者类型，可将其纳入知识产权制度体系或者通过竞争法予以保护[19]。从政策导向看，中共中央、国务院《知识产权强国建设纲要(2021-2035年)》明确提出“研究构建数据知识产权保护规则”，旨在充分实现知识产权数据资源的市场价值。另一方面，大数据作为国家基础性战略资源及新一代信息技术和服务业态，数据要素在政策层面被确立为一种新型生产要素，正在对知识产权领域各个环节产生重要影响。大数据不仅能够有效保护知识产权，还可以提升我国知识产权管理部门工作效率及知识产权申请质量。知识产权将会是大数据应用的重要载体，无论是知识产权保护还是知识产权运用，大数据时代的新兴技术都将极大地提高相关部门能力[20]。然而，大数据产业的迅速发展也有可能给现行知识产权制度带来一系列挑战。例如，基于大数据理念的数据集合往往很难满足独创性要求，数据采集网络爬虫可能引发著作权侵权风险，数据传输存储过程涉及技术标准和著作权问题，未经授权获取用户数据可能构成不正当竞争，大数据技术还增加了商业秘密认定的不确定性[21]。由此可见，大数据与知识产权相伴相生的内在关联，为知识产权运营领域数据要素市场化配置改革提供了有力支撑。
海量数据挖掘、汇聚、加工和交易在知识产权检索分析、创新研发、管理运营及资产评估等过程中具有广阔的应用前景。在知识产权运营过程中，数据要素发挥的功效不言而喻。本文中的“数据”既包括企业自身研发数据、客户信息、交易流转等商业数据，同时也包括对竞争对手相关信息、专利技术应用前景、市场营商环境及法律保护力度等的全面掌握。据世界知识产权组织数据统计，如能充分利用专利信息则能缩短企业60%的研发时间，并节省企业40%的研发费用，全世界每年发明创造成果的90%～95%会通过专利文献公开。在知识产权运营初期阶段，如果创新主体能够有效挖掘和利用专利信息，就能实现“站在巨人肩膀上”的创新式研发。此外，通过大数据还可以甄别高质量技术供给与真实的需求信息，从而实现供需双方的有效对接。
在知识产权运营过程中，运营平台建设、商业模式选择、交易流转信息、风险资本引入、管理机构遴选及运营人才招募等环节都离不开对数据要素的深度挖掘和高效应用。其中，如何依法实现对各类数据的有效保护和交易流转、如何确保数据要素配置公平与高效、数据要素如何按照贡献参与度分配都值得重点考量。近年来，国内外围绕知识产权运营提供信息情报和咨询服务的大数据公司(平台)不断涌现。例如，美国“合理专利交易公司”(Rational Patent Exchange，简称RPX)作为专业从事知识产权运营和信息咨询的数据服务商，经常定期披露知识产权市场交易数据、法律诉讼等重要信息。一些知识产权运营基金通过“空壳公司”的形式掩盖自己的市场运营情况，以避免被竞争对手洞察到相关交易数据、诉讼导向和商业信息。例如，美国高智发明基金(Intellectual Ventures)就被认为与超过2 000家的空壳公司存在关联，用以掩饰自身专利交易运营情况。
知识产权运营绩效评价和监管决策同样需要依托大数据信息予以科学测度。国家知识产权局印发的《推动知识产权高质量发展年度工作指引(2021)》明确提出“充分运用大数据等现代技术手段对‘十四五’期间知识产权高质量发展情况开展监测评估”。学界往往从知识产权运营投入和产出两个维度，构建高技术产业知识产权运营效率评价指标。知识产权运营投入通常涉及研发经费内部支出、研发人员全时当量及新产品开发经费支出等数据，而知识产权运营产出主要包括新产品销售收入、专利申请数、有效发明专利数和技术市场成交合同额等[22]。在知识产权运营的科学监管方面，可以充分发挥“互联网+”、大数据及人工智能等技术对信用监管的支撑作用，及时将知识产权侵权违法案件信息、专利非正常申请、商标恶意注册、非法交易牟利等数据信息纳入社会信用监管体系。
早在2017年，习近平总书记在中共中央政治局集体学习“实施国家大数据战略”时就提出“要构建以数据为关键要素的数字经济”。2020年发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》明确将数据作为一种新型生产要素写入政策文件。实践中，以国家知识产权运营公共服务平台等为代表的运营机构，正式开启了知识产权与大数据的融合之路。各地方政府在要素市场化配置政策的激励下，纷纷成立知识产权大数据(中心)、产业联盟和运营平台。
当前，我国关于数据要素市场化配置的一系列政策主要包括3种类型：一是明确规定加快培育数据要素市场的基础政策，以《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》为根本遵循；二是面向云计算、工业互联网和人工智能等新兴领域，国务院出台的与数据要素市场化配置密切相关的关联政策；三是规范知识产权数据资源开放和应用的专门政策(见表1)。例如，国家知识产权局2020年专门印发《知识产权基础数据利用指引》，旨在充分发挥知识产权领域数据生产要素的战略性资源价值。从地方层面政策激励看，广东省2021年印发了《广东省数据要素市场化配置改革行动方案》，这也是全国首个有关数据要素市场化配置的改革方案。
表1 知识产权领域数据要素市场化配置政策梳理
类型制定主体政策名称政策表述基础政策中共中央国务院《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》加快培育数据要素市场,推进政府数据开放共享,提升社会数据资源价值,加强数据资源整合和安全保护《中共中央国务院关于新时代加快完善社会主义市场经济体制的意见》加快培育发展数据要素市场,建立数据资源清单管理机制,完善数据权属界定、开放共享、交易流通等标准和措施《知识产权强国建设纲要(2021-2035年)》加强知识产权数据标准制定和数据资源供给,建立市场化、社会化信息加工和服务机制,规范知识产权数据交易市场中共中央办公厅、国务院办公厅《建设高标准市场体系行动方案》研究制定加快培育数据要素市场的意见,建立数据资源产权、交易流通、跨境传输、安全等基础制度和标准规范关联政策国务院《关于促进云计算创新发展培育信息产业新业态的意见》充分发挥云计算对数据资源的集聚作用,实现数据资源融合共享,推动大数据挖掘、分析、应用和服务《关于深化“互联网+先进制造业”发展工业互联网的指导意见》加快建设和发展工业互联网,推动互联网、大数据、人工智能和实体经济深度融合,支持传统产业优化升级工信部《工业和信息化部关于工业大数据发展的指导意见》促进数据汇聚共享,深化数据融合创新,提高数据治理能力,加强数据安全管理,打造工业大数据生态体系国家发展和改革委员会等部门《关于加快构建全国一体化大数据中心协同创新体系的指导意见》以深化数据要素市场化配置改革为核心,优化数据中心建设布局,推动算力、算法、数据、应用资源集约化和服务化创新文化和旅游部《文化和旅游部关于推动数字文化产业高质量发展的意见》构建文化领域数据开发利用场景,建设可信数据流通环境,培育数据要素市场专门政策国家知识产权局《关于新形势下加快建设知识产权信息公共服务体系的若干意见》基本建成国家知识产权大数据中心和国家知识产权公共服务平台,提供便利高效的全领域知识产权信息服务《知识产权基础数据利用指引》深入挖掘知识产权基础数据价值,规范数据利用场景,更好地发挥知识产权基础数据作为战略性数据资源的生产要素作用《关于深化知识产权领域“放管服”改革营造良好营商环境的实施意见》加快建设知识产权大数据中心和公共服务平台,逐步扩大知识产权数据开放范围,不断拓展数据开放广度和深度《关于促进和规范知识产权运营工作的通知》加大政策创新与政策实施力度,充分发挥知识产权在完善技术、资本、数据等要素市场化配置中的作用
由此可见，从中共中央、国务院印发的基础政策，到国务院、工信部、文旅部有关数据要素市场的关联政策，再到国家知识产权局针对知识产权大数据应用的专门政策，数据要素在知识产权运营领域的重要性日益突显。上述政策针对知识产权运营领域数据要素市场化配置进行了初步规范，对今后一段时期内知识产权数据运用与管理作出了科学谋划。相比较而言，政府公共政策具有宏观指引性，覆盖了数据要素配置开放与共享、应用与实施、数据隐私保护等多个方面。企业是推动数据要素市场化配置的主要力量，在数据汇聚、数据开发、数据流转及数据安全监管等方面开展了诸多探索。
近年来，我国数据要素市场化配置逐渐形成3种典型模式，包括“政府数据平台+政企合作机制+精准治理模式”、“产业化联盟+产学研合作机制+协同治理模式”和“数字经济产业园+数据交易机制+迭代治理模式”[23]。从知识产权运营领域数据要素配置实践看，主要包括知识产权大数据平台系统、大数据金融产品、大数据中心建设和大数据产业应用联盟等类型(见表2)。就价值定位而言，这些数据运营商注重整合产业资源和创新要素，旨在提供全方位、特色化的专业运营服务。
从实践效果看，知识产权大数据运营商在实现知识产权供需双方信息有效沟通、促进创新资源配置方面发挥了重要作用。在大数据环境下，为满足客户多样化需求，市场主体要求知识产权大数据服务商根据用户需求提供更加精准、丰富的个性化服务。知识产权运营平台之间通过互联网、大数据等实现开放共享与合作交流，不断整合创新资源，提升知识产权全要素生产率，促进知识产权运营业态转型升级。例如，国家知识产权运营公共服务平台拥有国内外专利数据、专利检索数据、分类号数据、审查过程数据、专利支持数据、验证数据和统计分析数据。新冠肺炎疫情暴发期间，该平台建立了抗击新型冠状病毒肺炎疫情专利运营专题数据库、非接触式体温测量专利运营专题数据库，为医疗机构、科研院所提供及时、专业的防疫专利信息服务。然而，与发达国家相对成熟的要素配置方式和市场运营模式相比，我国知识产权运营工作起步较晚，知识产权运营领域的数据要素市场化配置改革还有待深入。
基于数据要素特性和技术—经济特征，要充分发挥数据要素促进供需匹配的作用，就需要在保障和维护数据隐私的前提下，尽可能实现数据要素的有序流动和开放共享。在实践中，数据要素流动涉及多种类别或情形并且受到很多因素的制约，远未达到有序和充分共享的状态[24]。当前，我国知识产权运营领域数据要素市场化配置仍面临诸多瓶颈，集中体现在以下3个方面：一是数据要素产权界定不明；二是数据要素交易流转不畅；三是数据要素安全监管不易。
表2 知识产权大数据服务商市场化实践类型
主要类型产品(服务)名称价值定位知识产权大数据平台与智能服务系统国家知识产权运营公共服务平台数据开放平台帮助数据提供方与需求方对接,解决数据缺失问题,打造全行业专利数据开放的优质生态圈中国知识产权大数据与智慧服务系统整合知识产权大数据资源,为全球科技创新和知识产权保护提供高效的知识产权信息服务广东省知识产权大数据业务智能系统主要包括创新主体分析、知识产权排行榜、服务机构导航、自助撰写等业务模块深圳市战略性新兴产业知识产权大数据平台为战略新兴产业发展提供知识产权信息、产业资讯、专利检索、研究报告和数据大屏模块知识产权服务运营交易(中部)大数据平台立足郑州辐射中部六省,整合全球知识产权服务资源、区域创新需求和跨区域市场资源知识产权大数据泛东北亚区域平台汇聚产业、交易、金融、政务和人才大数据,为泛东北亚地区提供知识产权运营服务江苏省知识产权大数据平台大数据检索分析、综合服务和智慧管理版块知识产权大数据服务产品六棱镜(Sixlens)融合知识产权、投融资和科技文献,为技术投资、并购、招商引资提供大数据解决方案知呱呱依托互联网、大数据和人工智能技术,建立强大的智能业务处理和知识产权SAAS系统知产宝针对司法机关、律所和企业等,提供大数据分析、媒体资讯、教育培训等专业服务知识产权大数据中心建设东北亚知识产权大数据中心集成专利、商标、版权、文献及外观设计检索系统已经专利分析、预警和价值评估系统西南知识产权大数据中心面向创新主体、服务机构、研发单位,提供全产业链“互联网+”知识产权服务杭州高新区(滨江)中国物联网产业知识产权运营中心以数据要素驱动物联网产业知识产权资本化和产业化,以数字化变革加速物联网产业知识产权要素市场化流转与价值实现为基本思路知识产权大数据产业联盟重庆市知识产权大数据应用联盟依托知识产权大数据,在产品研发、协同创新、数据应用等方面展开业务协作北京知识产权大数据产业知识产权联盟采购联盟成员数据集成优势资源,根据成员差异化需求联合研发有增值效益的数据产品
产权制度可以描述为一系列用来确定个人相对于稀缺资源使用时的地位和社会关系，其功能是引导人们实现将外部性内在化的较大激励；产权明晰是指建立所有权、激励与经济行为的内在联系；而产权界定不清则是产生“外部性”和“搭便车”的根源[25]。当前，学术界普遍认可数据要素所具备的财产价值，但针对数据法律属性尚未形成统一认识，主要存在新型人格权、商业秘密、知识产权、数据财产权等不同学说。数据权利归属于平台、个体或者政府的初始配置，其直接影响数据要素市场发展和社会福利水平[26]。现阶段，我国尚无数据产权界定的专门立法，数据要素的法律性质、权利归属及司法救济仍处于模糊地带，使得数据要素法律规范与市场化配置存在一定距离，如数据产权法律界定存在空白、数据开放共享水平较低、相关市场体系建设较为滞后、数据流动和交易风险较大、监管治理体系有待完善等。数据要素在知识产权运营领域也存在诸多障碍，具体涉及法律风险、技术领域选择、商业模式、政府监管等各个方面，包括如何甄别创新主体的有效供给和需求、如何依法实现各类数据的有效保护和交易流转、如何确保数据要素的公平配置与效率提升等。
据国家工业信息安全发展研究中心发布的《中国数据要素市场发展报告(2020-2021)》测算，2020年我国数据要素市场规模达到545亿元，预计“十四五”期间将突破1 749亿元。近年来，国家知识产权局加大基础数据开放力度，免费开放了5 200余万条商标数据和34种专利基础数据，不断深化知识产权领域“放管服”改革。从实践看，知识产权运营领域数据要素确权难题集中体现在以下几个方面：一是知识产权运营数据大体包括内部数据和外部数据、结构化数据和非结构化数据、原始数据和衍生数据等不同类型，涉及领域广泛但数据要素分布极为分散，数据获取成本和整合难度较高；二是知识产权运营过程中碎片化数据作用有限，数据资源整合价值难以显现；三是知识产权运营数据采集、加工和整合能力有限，信息基础设施建设投入不足。其中，还涉及非法爬取数据及数据安全等法律风险，包括知识产权运营数据跨境流动安全评估和监管问题。在知识产权运营领域数据要素市场化配置过程中，围绕数据开发和利用环节有诸多市场参与者，特别是在数据原发者用户和数据处理者企业之间如何设定不同权利，依据何种逻辑在数据参与者之间分配权利，成为当下数据权利体系构建的焦点和难点[27]。
数据信息是知识产权运营机构赖以生存的“粮草”，法律领域专利复审、无效宣告、损害赔偿、行政执法等数据以及经济领域知识产权质押融资、转让许可、工商登记、税收优惠、海关统计等相关数据，均是知识产权运营过程中需要收集的重要信息。现阶段，上述信息大多分散在国家知识产权局、人民法院、工商行政管理等部门，数据获取和交易流转存在较大挑战。
(1)知识产权运营领域数据要素定价机制不清晰。对数据要素而言，离开价格的数量核算没有太大意义，这与劳动力要素人数、技术要素专利数等完全不同。定价机制运转离不开具体的交易场景，通过制度设计创设更多交易场景是促进数据要素定价、流通和核算的关键[28]。当前，我国知识产权大数据服务商主要通过智慧管理软件系统(平台)、专利检索分析、政府项目资助及个性化服务等方式获取收益，要实现数据要素在知识产权运营领域的安全、有序流动，就必然涉及数据要素价值评估与贡献率分析，以凸显数据要素在知识产权运营中的重要价值。
(2)知识产权运营领域数据要素有效流动不足。现阶段，我国知识产权大数据运营整合技术交易平台、知识产权产业联盟、知识产权运营机构及重点产业运营基金等多层次市场化运营体系，初步形成平台+机构+资本+产业“四位一体”的知识产权运营服务体系。以我国重点产业知识产权运营基金为例，一些地方政府在引导政策的激励下“一哄而上”，容易造成技术领域重叠、业务模式同质；另外基金遴选程序和运营决策通常由主管部门决定，运营主体之间缺乏必要的数据信息披露和沟通协作机制，可能导致低水平重复建设和资源配置效率不高。此外，知识产权运营复合型人才匮乏，知识产权运营领域数据要素的广泛收集、有效整合与高效配置面临严峻挑战。
(3)知识产权运营领域数据要素配置方式比较单一。从数据交易要素配置看，可将数据流通划分为一对一许可、互为许可和一对多(众)许可3种类型[29]。数据可流转范围、可流转对象、流转程序等合规流通路径不明，导致数据供给方式不合理、数据质量不高和数据使用率较低[30]。目前，知识产权运营领域数据要素配置模式相对单一(大多通过衍生数据产品收费)，知识产权数据服务商亟待结合数据属性和不同类型(保密数据、个人数据、企业数据、政府公共数据)匹配相应要素配置模式，实现市场主导与政府调节的有效结合。
数据安全对数据要素市场化配置具有“一票否决权”，也是实现数据自由、有序流动的有力保障。依据我国《数据安全法》的规定，“数据安全”是指通过采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力。此外，《数据安全法》还规定国家建立数据分类分级保护制度、风险评估预警机制、安全应急处理机制和数据安全审查制度。2021年4月27日，国务院常务会议确立了持续深化知识产权领域“放管服”改革的新举措，明确提出在确保数据安全的基础上，开放知识产权基础数据，助力企业研发创新。工信部2021年印发的《工业和信息化领域数据安全管理办法(试行)(征求意见稿)》出台了数据分类分级管理、数据全生命周期安全管理、数据安全监测预警与应急管理、数据安全检测、评估与认证管理等制度规范，覆盖数据收集、数据存储、数据使用加工、数据传输、数据提供、数据公开、数据销毁、数据出境、数据承接、委托处理及安全审计等过程。
从总体国家安全观视角看，知识产权数据安全事关经济安全、科技安全和海外利益安全。知识产权运营领域个人数据、衍生数据及公共数据如果处理方式和方法失当，有可能给国家安全和公共利益造成严重损失。特别是伴随着我国知识产权各类大数据运营平台和智能管理系统建设的加速，相关数据信息生成与流通呈现出激增态势，这些数据要素的生产、采集、存储及流动有可能对个人隐私、企业商业秘密甚至国家安全造成不法侵害。长期以来，“知情同意”模式一直被视为数据处理的合法性基础，但在大数据和人工智能崛起时代，“学习”算法打破“知情”的可预测性，导致数据主体与数据控制者之间的地位失衡[31]。此外，互联网数据多维性打破了不同类型数据之间的屏障，使被屏蔽掉的许多数据可通过其它利用行为恢复相关性[32]。知识产权运营领域数据要素通常与企业商业秘密、合作伙伴、竞争对手及财务状况等信息密切相关，数据排他性、质量和价值差异、高昂的收集成本和转换成本、锁定效应及网络效应等实然属性，均会提高大数据市场进入壁垒，强化主导经营者的市场地位，导致经营者违法垄断[33]。
数据要素市场化配置要求数据在社会成员与生产部门之间自由流通，并通过市场评价贡献、贡献决定报酬等机制进一步激发数据要素投入。但当前数据产权划分、法律保护和交易流转滞后，引发了“数据孤岛”“数据垄断”等割裂化、不平衡发展趋势[34]。基于我国知识产权运营领域数据流通面临的现实障碍，应深化数据要素市场化配置体制机制改革，加快知识产权运营数据汇聚共享，推动知识产权运营数据产业化应用，强化知识产权运营数据安全监管。
从数据要素的特殊属性看，通常只有形成跨区域、跨部门的大数据集合才能更好地发挥其应用价值。围绕产业链不同环节，可以多源异构数据融合为基础，动态联合人才链、资金链、创新链不同主体、不同要素[35]。知识产权运营领域数据要素要实现高效公平的市场化配置，一方面需要与社会公共数据资源紧密结合形成大数据系统，更好地发挥数据要素对其它要素效率的倍增作用；另一方面，也需要激发社会数据资源的活力，与政府主管部门、企业、知识产权运营机构、大数据平台之间实现良好的沟通与协作。以金融数据为例，中国人民银行在2020年与国家市场监督管理总局签署《数据共享合作备忘录》，旨在加强跨部门数据要素的有序流转与融合应用，加快推动金融领域数字化转型，通过知识产权大数据开放平台为整个行业提供源数据支持，营造良好的数据流转生态，支撑产业高质量发展。对于高校院所、研发机构等知识产权提供方而言，可以推介展示优质专利和技术项目，定制个性化增值服务；对专利密集型/依赖型高科技企业而言，可以获得知识产权投融资、交易运营、技术孵化、法律维权等服务；对于投资机构而言，可以快速获取优质项目，借助大数据对拟投资项目进行价值判断，满足多样化投资需求。此外，政府部门还可依托知识产权大数据，对产业规划、科研立项和资源投入进行科学决策。
基于此，市场主体可通过数据开发利用为资源配置提供支持，加速运营数据汇聚与分享，营造良好的数据流转生态。以知识产权大数据产品六棱镜(Sixlens)为例，它汇集融合了产业(企业)、知识产权、投资并购、工商注册、科技文献等多源异构数据资源，构建起科技成果发现、科技要素评价、企业需求与资本、技术、人才、服务要素智能匹配的科技成果转化与知识产权运营业务生态体系。从数据资源配置效率角度看，可依托国家知识产权运营公共服务平台数据开放平台，主导知识产权运营数据汇聚分享体系建设。目前，国家知识产权运营公共服务平台数据开放平台聚合了中国专利法律状态信息、专利质押、保全及解除、专利申请权、专利权转移、中国专利实施许可合同备案数据、专利法院判决数据、复审无效数据、世界专利法律状态信息、同族专利信息及专利引证信息九大模块。各省市知识产权交易所、运营平台等相关数据可以接入国家知识产权运营公共服务平台，实现知识产权运营数据协调统一。但是，数据要素具体定价机制、流转规则和信息公开仍需进一步细化，各地方亦可围绕重点产业和特色产业进行数据汇聚与分享。
与土地要素相比，数据资源要素具有衍生性、共享性、非消耗性等价值，打破了自然资源有限供给对增长的制约。数据应用产业发展有助于解决企业、行业、政府之间的“数据孤岛”，全面开发“野生数据”资源的巨大价值，实现大数据普惠服务。从国家知识产权局专利导航试点及专利运营试点工程看，运营服务的最终标的就是实体产业。在“产业+”运营思路的指导下，知识产权运营机构只有紧密围绕产业需求，结合具体行业现状，研判行业痛点与发展趋势，掌握最新研发动态，才能有力支撑企业、园区和区域产业高质量发展，有效规避产业投资风险，助力产业转型升级。
(1)明确数据要素产业化利用应遵循的基本原则。国家知识产权局《知识产权基础数据利用指引(2020)》指出，知识产权基础数据利用应以“数据准确、利用便捷、合规使用、操作规范、共享利用”为原则，使社会公众和创新创业主体对知识产权基础数据的利用更加高效便利，有效发挥知识产权基础数据对创新的支撑作用。在知识产权运营过程中，无论是公共数据还是社会数据的生成、储存、汇聚、流转和应用，都应遵守相应法律规范、技术标准和伦理准则，采取多种方式汇集运营数据，并将收集到的数据信息纳入大数据聚合平台。例如，杭州高新区(滨江)2020年发布全国产业知识产权运营数据中台战略，通过搭建知识产权运营体系信息高速公路，打破创新供给侧、产业需求侧及资本赋能方之间的信息壁垒，实现产业科创大数据“从可及、到互联、再到融合”的跨越，主要应用于物联网产业创新规划、技术路线研判、精准科技招商、高端人才引进、科技成果转化及知识产权金融等场景。
(2)坚持产业化、市场化、特色化运作目标。大数据时代知识产权运营模式创新需打破“大而全”的传统思路，以特定技术和产业领域为切入点，融入精细化管理理念，提升专利价值评估、交易平台建设等领域精细化管理水平[36]，真正实现产业运营大数据的有效应用。知识产权运营机构应秉承“从产业中来，到产业中去”的理念，始终坚持以产业为出发点，注重资源配置设计，严控运营风险并加强专业管理，提高知识产权运营数据要素生产、采集、存储及交易流转效率，坚持市场化和产业化运作目标以实现良好的收益回报[37]。同理，数据服务商要将开发的数据产品应用到行业中去，为行业企业知识产权运营决策提供大数据支持，结合产业、经济、科技、金融等领域的现实需求进行市场化运作，以产业为出发点优化资源配置，严控运营风险并加强专业管理，提升知识产权运营领域数据要素生产、采集、存储及交易流转效率，坚持市场化和产业化运作目标，以实现良好的收益回报。
(3)推进创新要素深度融合、优化资源配置。除常规专利、商标检索外，数据要素还需要与相应法律信息、市场监管、科技文献、技术标准等创新要素匹配，破除阻碍数据要素合法、自由、有序流动的障碍，推动“有效市场”和“有为政府”相结合。整合各地知识产权大数据智能系统、平台、中心和产业联盟资源，优化数据要素基础设施、运营机构和交易场所建设布局，积极探索跨区域、跨部门数据要素产业化应用场景。利用大数据技术对运营数据进行加工，挖掘潜藏在数据背后的深度信息。当前，知识产权大数据运营商致力于对不同渠道数据信息进行采集、甄选、加工和存储，但应紧密围绕产业实际需求和现实痛点，建立重点区域、特色产业运营专题数据库。
数据安全治理是一项复杂的系统工程，需要国家、行业与企业之间的共同协作。在数据安全治理中，整个安全体系不应孤立来看，而应将其作为与业务开展、风险控制、数据经济协同处理的一种策略。因此，知识产权运营领域要素市场化配置有必要将数据安全治理纳入总体国家安全观考量。具体而言，可从观念变革、技术应用和法律保障3个层面予以重点推进。
(1)从观念层面看，数据治理并非此消彼长的零和游戏，而要注意处理个人隐私、企业商业秘密、数据权益及社会公益之间的平衡，这种微妙的平衡机制是知识产权运营领域数据管理合规性的基础与保障。因此，数据安全治理仍需要凝聚更多共识。不能无差别地探讨数据开放，更不能无条件地强制要求企业共享运营数据。此外，数据要素市场化配置还应考虑数据伦理、行业自律、绿色发展等问题[38]。知识产权运营机构、金融资本和数据服务商需要树立正确的伦理观念和道德准则，对企业数据管理制度作出调整和更新，确保指导的科学性和有效性[39]。具体而言，可借鉴欧盟《伦理与数据保护指引》的做法，完善包含数据处理方法、数据保护措施、数据质量控制的企业数据管理制度，合理平衡数据要素市场化配置商业利益与伦理道德的关系，及时掌握数据伦理准则和行动标准的新动向。
(2)从技术层面看，《工业和信息化部关于工业大数据发展的指导意见》要求加强工业数据安全产品研发，优化数据安全服务，培育良好的安全产业生态。各类运营数据在整合之后一旦被违法披露有可能导致严重的隐私风险和商业秘密泄露，而违法犯罪成本接近于零。中国信息通信研究院《隐私计算与区块链技术融合研究报告(2021年)》显示：近年来，隐私计算和区块链技术逐渐成熟并快速普及，为促进数据要素安全流通、激活数据要素市场化流动性提供了安全可靠的解决方案。在知识产权领域数据要素市场化配置过程中，可借助区块链等新一代信息技术，打造可信数据服务基础设施，充分借鉴数据治理思想与实践，构建创新性数据要素市场化体系，推动我国数据要素的市场化发展[40]。此外，应强化设备系统安全、身份认证、访问控制、数据溯源等关键技术和产品研发。知识产权大数据平台除提高安全防范能力外，还可与网络安全服务商开展合作，确保知识产权运营数据安全、稳定。
(3)从法律层面看，知识产权服务商在数据汇聚时还应当注意防范相关法律风险。在知识产权运营数据收集过程中可能存在(企业(个人)信息收集授权同意、如何验证数据主体和提交人等法律问题，因此有必要聚焦数据要素市场的公平竞争，构建数据权益动态保护路径和分级分类保护机制，强化竞争治理法治化，防范数据要素市场运营风险，规范数据要素市场监管[41]，明确数据抓取与利用行为的竞争法规以及数据供应商对数据来源合法性的担保责任、对个人信息的授权和保密义务。在适用《反不正当竞争法》时，也应考虑数据要素在技术形态、交易模式等方面的特殊性，保障新兴业态的健康发展。此外，对知识产权运营数据跨境流动而言，还需加强知识产权信息公共服务国际交流合作，完善知识产权数据信息国际交换机制，进一步规范数据信息交换内容与范围。
数据作为一种新型生产要素，既符合传统生产要素市场化配置的一般规律，在数字经济时代又呈现出诸多新特征。生搬硬套已有制度，难以解决数据流通中的标的物确权、估价和交易机制设计等关键问题[42]。就知识产权运营领域而言，数据要素市场化配置贯穿于高价值专利遴选、运营机制决策、交易流转信息、风险资本选择及运营人才招募全过程，同时也对知识产权数据服务商收集、整合与应用能力提出挑战。数据要素市场化配置改革既契合知识产权运营的内在需求，又有赖于相关政策法规的外在支撑。针对当前我国知识产权运营存在的不足，实践中仍需结合各类数据资源开展市场化运营，从数据要素汇聚共享、产业应用和安全治理等方面，探索知识产权运营领域数据要素市场化配置改革路径，促进知识产权数据要素安全、自主、有序流动，实现数据要素配置公平与高效。
本文结合我国知识产权大数据服务商的实践探索，对知识产权运营领域数据要素市场化配置实践路径进行初步探讨。鉴于我国知识产权大数据运营尚处于起步阶段，各平台和数据中心实际运营效果有待检验，因此实践中仍需探索更为成熟和多元的数据要素市场化配置模式。未来可进一步关注如下议题：一是国内外知识产权运营领域数据要素市场化配置模式和效果差异，需结合具体案例和实践数据予以剖析，包括开展对国家知识产权运营公共服务平台数据开放平台要素配置效果的典型案例研究；二是通过不同领域数据要素市场化配置路径考察知识产权运营领域和其它领域数据要素市场化配置方式，以发现更具普适性的研究结论，并在公共政策层面带来更多启示；三是深化生产要素互动关系研究，在知识产权运营过程中数据要素市场化配置仍有赖于其它要素的重要支撑，未来可进一步揭示知识产权运营领域数据要素与劳动力、资本、技术等生产要素的耦合机理与协同效应。
[1] 洪银兴.实现要素市场化配置的改革[J].经济学家,2020，32(2):5-14.
[2] 毛振华,陈静.数据要素市场化的核心[J].中国金融,2021，62(12):39-40.
[3] 尹西明,林镇阳,陈劲，等.数据要素价值化动态过程机制研究[J].科学学研究,2021，38(8):1-18.
[4] 何玉长,王伟.数据要素市场化的理论阐释[J].当代经济研究,2021，32(4):33-44.
[5] 杜庆昊.数据要素资本化的实现路径[J].中国金融,2020,61(22):34-36.
[6] 李东荣.发展数据要素市场与金融业使命[J].清华金融评论,2021，8(5):2.
[7] 梁平汉.数据要素视角下的科技成果转化与数字经济产业发展[J].国家治理,2021，8(Z3):54-57.
[8] 夏义堃.数据要素市场化配置与深化政府数据治理方式变革[J].图书与情报,2020，40(3):14-16.
[9] 高筱培.知识产权政策研究中的大数据方法应用研究[D].合肥：中国科学技术大学,2016.
[10] R KHAN. Interface between big data and intellectual property right[J]. Law Audience Journal, 2020,2(2):4-9.
[11] 杨长青.基于大数据的专利交易标准化数据模型[J].中国发明与专利,2019，16(8):71-74.
[12] 刘洋.完善知识产权制度,促进技术和数据要素市场化配置[N].中国知识产权报,2020-05-22(8).
[13] 周明生.《资本论》:市场决定资源配置理论的经典性科学构建[J].江苏行政学院学报,2015，15(6):42-48.
[14] (美)尼古拉·尼葛洛庞帝.数字化生存[M].胡泳,范海燕，译,海口:海南出版社,1997:2-3.
[15] 俞立平.大数据与大数据经济学[J].中国软科学,2013，28(7):177-183.
[16] (英)维克托·迈尔·舍恩伯格,肯尼斯·库克耶.大数据时代[M].盛杨燕,周涛，译,杭州:浙江人民出版社,2013.
[17] 韩曜旭.知识产权和大数据:创新驱动发展的一体两翼[J].红旗文稿,2015，42(11):30-31.
[18] 郝思洋.知识产权视角下数据财产的制度选项[J].知识产权,2019，33(9):45-60.
[19] 黎淑兰,范静波,陈蕴智.大数据产业发展背景下数据信息的知识产权司法保护[J].人民司法,2020，64(13):99-103.
[20] 崔立红,刘德旺.大数据时代我国知识产权管理与保护的变革[J].知识产权,2016，30(11):89-93.
[21] 何隽.大数据知识产权保护与立法:挑战与应对[J].中国发明与专利,2018，15(3):29-33.
[22] 陈伟,康鑫,冯志军.区域高技术产业知识产权运营效率研究——基于DEA和TOPSIS模型的实证分析[J].科学学与科学技术管理,2011，32(11):125-130.
[23] 陶卓,黄卫东,闻超群.数据要素市场化配置典型模式的经验启示与未来展望[J].经济体制改革,2021，38(4):37-42.
[24] 蔡跃洲,马文君.数据要素对高质量发展影响与数据流动制约[J].数量经济技术经济研究,2021,38(3):64-83.
[25] 卢现祥.新制度经济学[M].武汉:武汉大学出版社,2004:66-69.
[26] 熊巧琴,汤珂.数据要素的界权、交易和定价研究进展[J].经济学动态,2021，62(2):143-158.
[27] 申卫星.论数据用益权[J].中国社会科学,2020(11):110-131.
[28] 吴绪亮.制度设计是数据要素定价的关键[N].经济日报,2020-10-23(11).
[29] 高富平.数据流通理论:数据资源权利配置的基础[J].中外法学,2019，42(6):1405-1424.
[30] 王伟玲,吴志刚,徐靖.加快数据要素市场培育的关键点与路径[J].经济纵横,2021，36(3):39-47.
[31] 梅傲,苏建维.数据治理中“打包式”知情同意模式的再检视[J].情报杂志,2021，39(2):154-160.
[32] 徐玖玖.数据交易适用除外制度的规则构造[J].电子政务,2021，17(1):92-100.
[33] 殷继国.大数据市场反垄断规制的理论逻辑与基本路径[J].政治与法律,2019，38(10):134-148.
[34] 戚聿东,刘欢欢.数字经济下数据的生产要素属性及其市场化配置机制研究[J].经济纵横,2020，35(11):63-76.
[35] 王建冬,童楠楠.数字经济背景下数据与其他生产要素的协同联动机制研究[J].电子政务,2020，17(3):22-31.
[36] 袁杰,郑振兴.基于大数据背景下的专利运营创新模式研究[J].技术经济与管理研究,2021，42(3):29-34.
[37] 杨进,董新蕊.专利基金的市场化运营实践与探索[J].中国发明与专利,2019，16(11):12-15.
[38] 司晓.数据要素市场呼唤数据治理新规则[J].图书与情报,2020，40(3):7-8.
[39] 汪小亚,刘传会,郭增辉，等.数据伦理建设在金融科技发展中不可或缺[J].清华金融评论,2020，7(1):91-94.
[40] 李鸣,刘亭杉,于泉杰.基于区块链的数据要素市场化研究[J].清华金融评论,2021,8(5):39-41.
[41] 陈兵.“双循环”下数据要素市场公平竞争的法治进路[J].江海学刊,2021，73(1):152-162.
[42] 陆志鹏.数据要素市场化实现路径的思考[J].中国发展观察,2021，17(14):31-34.