知識產權運營領域數據要素市場化配置路徑研究

劉 然，孟奇勛，余忻怡

(1.武漢理工大學 經濟學院；2.武漢理工大學 法學與人文社會學院，湖北 武漢 430070;3.湖北技術交易所，湖北 武漢 430072)

0 引言

要素市場化配置既是市場決定資源配置的基本特征，也是實現市場決定資源配置的前提條件，完善要素市場化配置涉及一系列改革[1]。黨的十九大報告指出，經濟體制改革必須以完善產權制度和要素市場化配置為重點?！吨泄仓醒雵鴦赵宏P于構建更加完善的要素市場化配置體制機制的意見》《中共中央國務院關于新時代加快完善社會主義市場經濟體制的意見》，以及中共中央辦公廳、國務院辦公廳印發的《建設高標準市場體系行動方案》等政策文件，對土地、勞動力、資本、技術和數據等生產要素市場化配置改革作出頂層設計。2021年，《國家知識產權局關于促進和規范知識產權運營工作的通知》共有7處提及“數據”，要求“充分發揮知識產權在完善技術、資本、數據等要素市場化配置中的作用”。此外，《知識產權強國建設綱要(2021-2035年)》明確提出“深化知識產權領域改革，構建更加完善的要素市場化配置體制機制”。由此可見，近年來政策層面對要素市場化配置的支持力度日益增強。

數據要素成為重要的生產要素，是互聯網作為基礎設施的必然產物。與傳統生產要素相比，數據要素具有非競爭性、價值差異性和強外部性、跨時空快速流動性等新特征，這使得數據要素有可能對生產力提升產生乘數效應[2]。隨著全球新一輪科技革命和產業變革的深入推進，國內外學者日益關注數據挖掘、匯集、共享在知識產權運營領域的適用性。數據要素作為一種新型生產要素，在市場資源化配置中的作用日益凸顯?，F有研究既包括數據要素價值化過程[3]、市場化配置[4]和資本化路徑[5]等理論探索，也包括數據要素在金融行業[6]、科技成果轉化[7]及政府治理[8]等領域的實證分析。針對數據要素與知識產權關系，學界主要從知識產權大數據方法應用[9]、數據共享與知識產權保護的沖突與協調[10]、大數據背景下知識產權運營模式與管理變革等角度予以探析。部分學者認識到數據信息在知識產權運營領域的重要價值，并提出基于大數據的專利交易標準化數據模型[11]。

總體而言，知識產權運營領域數據要素市場化配置研究仍有拓展空間：一是基于技術維度探討數據信息對知識產權運營支撐的研究雖然較多，但基于生產要素和創新資源配置維度的探索較少。生產要素的時代性特征決定知識產權制度的作用日益凸顯，而知識產權制度不完善又制約著技術和數據要素進入市場實現高效配置[12]。二是數據要素市場化配置應用場景主要結合數字經濟發展和數字化轉型等視角展開，但面向知識產權運營領域的新興研究有待深化。基于此，本文重點探討知識產權運營領域數據要素市場化配置改革的現實路徑，并著力解決以下4個關鍵問題：一是知識產權運營與數據要素市場化存在何種關聯？二是各級政府、創新主體、大數據服務商在知識產權運營領域發揮哪些作用？三是在我國知識產權運營過程中，數據要素市場化配置存在哪些制約因素？四是數據要素在知識產權運營領域如何更好地實現匯聚、流轉與安全監管？

1 知識產權運營領域數據要素市場化配置的理論基點

資源配置是指對相對稀缺的資源在各種不同用途上加以比較所作出的選擇。根據馬克思經濟學關于資源配置理論的觀點，價格、供求、競爭三大規律的作用構成市場化資源配置機制。就市場自發調節資源配置機制而言，其優勢的呈現有賴于一系列必備條件的形成，而弊端的抑制則需要國家干預和政府的作用[13]。當前，數據要素在創新資源市場化配置中的作用日益凸顯，包括技術信息、客戶信息和交易信息等在內的各類數據成為市場競爭的制勝之道。2015年，國務院印發的《促進大數據發展行動綱要》旨在全面推進我國大數據發展和應用，加快建設數據強國。在知識產權運營過程中，如何進一步深化數據要素市場化配置體制機制改革，促進數據要素自主、有序流動，提高數據要素配置公平性與效率，是知識產權運營主體亟待解決的關鍵問題。

1.1 數據要素與知識產權運營關聯分析

美國學者尼葛洛龐帝[14]在《數字化生存》一書中指出，比特作為“信息的DNA”正在迅速取代原子，成為人類社會的基本要素。未來學家阿爾文·托夫勒在《第三次浪潮》著作中，將大數據譽為“第三次浪潮的華彩樂章”。直到2009年，大數據才成為互聯網行業的主流詞匯。2011年，全球知名管理咨詢公司麥肯錫發布的《大數據：創新、競爭和生產力的下一個前沿領域》研究報告標志著大數據時代的到來[15]。當前，學術界對大數據內涵的認知尚未形成共識。一般認為，大數據的基本特征可歸納為“5V”：海量性(Volume)、高速性(Velocity)、多樣性(Variety)、價值性(Value)和真實性(Veracity)。誠如維克托·邁爾·舍恩伯格和肯尼斯·庫克耶[16]在《大數據時代》一書中所言：“大數據開啟了一次重大的時代轉型”。就像望遠鏡讓我們能感受宇宙，顯微鏡讓我們能觀測微生物一樣，大數據正在改變我們生活以及理解世界的方式，成為新發明和新服務的源泉，而更多的改變正蓄勢待發?！?/p>

在從工業社會向信息社會演變過程中，知識產權與大數據作為創新驅動的核心要素，彼此之間存在著互相促進、交叉融合的內在聯系，共同推動傳統生產要素與“互聯網+”深度融合。大數據是促進知識產權新業態發展的技術支撐，知識產權是利用大數據創新技術形態的應用載體。知識產權與大數據既是資源又是手段，作為創新發展的重要資源和核心要素，兩者共同構成創新型國家建設、深化改革、促進經濟發展的一體兩翼[17]。一方面，知識產權作為激勵創新的制度選擇，可以為數據要素生產、匯聚、流轉和治理提供全鏈條保護。調整對象的相似性、類似的制度目標及相似的歷史發展軌跡，使知識產權制度能夠為數據財產研究提供獨特視角和制度參照[18]。在司法實踐中，大數據產業發展下新型商業模式產生了具有財產價值的數據信息，根據信息的具體內容或者類型，可將其納入知識產權制度體系或者通過競爭法予以保護[19]。從政策導向看，中共中央、國務院《知識產權強國建設綱要(2021-2035年)》明確提出“研究構建數據知識產權保護規則”，旨在充分實現知識產權數據資源的市場價值。另一方面，大數據作為國家基礎性戰略資源及新一代信息技術和服務業態，數據要素在政策層面被確立為一種新型生產要素，正在對知識產權領域各個環節產生重要影響。大數據不僅能夠有效保護知識產權，還可以提升我國知識產權管理部門工作效率及知識產權申請質量。知識產權將會是大數據應用的重要載體，無論是知識產權保護還是知識產權運用，大數據時代的新興技術都將極大地提高相關部門能力[20]。然而，大數據產業的迅速發展也有可能給現行知識產權制度帶來一系列挑戰。例如，基于大數據理念的數據集合往往很難滿足獨創性要求，數據采集網絡爬蟲可能引發著作權侵權風險，數據傳輸存儲過程涉及技術標準和著作權問題，未經授權獲取用戶數據可能構成不正當競爭，大數據技術還增加了商業秘密認定的不確定性[21]。由此可見，大數據與知識產權相伴相生的內在關聯，為知識產權運營領域數據要素市場化配置改革提供了有力支撐。

1.2 知識產權運營領域數據要素配置價值

海量數據挖掘、匯聚、加工和交易在知識產權檢索分析、創新研發、管理運營及資產評估等過程中具有廣闊的應用前景。在知識產權運營過程中，數據要素發揮的功效不言而喻。本文中的“數據”既包括企業自身研發數據、客戶信息、交易流轉等商業數據，同時也包括對競爭對手相關信息、專利技術應用前景、市場營商環境及法律保護力度等的全面掌握。據世界知識產權組織數據統計，如能充分利用專利信息則能縮短企業60%的研發時間，并節省企業40%的研發費用，全世界每年發明創造成果的90%～95%會通過專利文獻公開。在知識產權運營初期階段，如果創新主體能夠有效挖掘和利用專利信息，就能實現“站在巨人肩膀上”的創新式研發。此外，通過大數據還可以甄別高質量技術供給與真實的需求信息，從而實現供需雙方的有效對接。

在知識產權運營過程中，運營平臺建設、商業模式選擇、交易流轉信息、風險資本引入、管理機構遴選及運營人才招募等環節都離不開對數據要素的深度挖掘和高效應用。其中，如何依法實現對各類數據的有效保護和交易流轉、如何確保數據要素配置公平與高效、數據要素如何按照貢獻參與度分配都值得重點考量。近年來，國內外圍繞知識產權運營提供信息情報和咨詢服務的大數據公司(平臺)不斷涌現。例如，美國“合理專利交易公司”(Rational Patent Exchange，簡稱RPX)作為專業從事知識產權運營和信息咨詢的數據服務商，經常定期披露知識產權市場交易數據、法律訴訟等重要信息。一些知識產權運營基金通過“空殼公司”的形式掩蓋自己的市場運營情況，以避免被競爭對手洞察到相關交易數據、訴訟導向和商業信息。例如，美國高智發明基金(Intellectual Ventures)就被認為與超過2 000家的空殼公司存在關聯，用以掩飾自身專利交易運營情況。

知識產權運營績效評價和監管決策同樣需要依托大數據信息予以科學測度。國家知識產權局印發的《推動知識產權高質量發展年度工作指引(2021)》明確提出“充分運用大數據等現代技術手段對‘十四五’期間知識產權高質量發展情況開展監測評估”。學界往往從知識產權運營投入和產出兩個維度，構建高技術產業知識產權運營效率評價指標。知識產權運營投入通常涉及研發經費內部支出、研發人員全時當量及新產品開發經費支出等數據，而知識產權運營產出主要包括新產品銷售收入、專利申請數、有效發明專利數和技術市場成交合同額等[22]。在知識產權運營的科學監管方面，可以充分發揮“互聯網+”、大數據及人工智能等技術對信用監管的支撐作用，及時將知識產權侵權違法案件信息、專利非正常申請、商標惡意注冊、非法交易牟利等數據信息納入社會信用監管體系。

2 知識產權運營領域數據要素市場化配置政策與實踐

早在2017年，習近平總書記在中共中央政治局集體學習“實施國家大數據戰略”時就提出“要構建以數據為關鍵要素的數字經濟”。2020年發布的《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》明確將數據作為一種新型生產要素寫入政策文件。實踐中，以國家知識產權運營公共服務平臺等為代表的運營機構，正式開啟了知識產權與大數據的融合之路。各地方政府在要素市場化配置政策的激勵下，紛紛成立知識產權大數據(中心)、產業聯盟和運營平臺。

2.1 數據要素市場化配置政策指引

當前，我國關于數據要素市場化配置的一系列政策主要包括3種類型：一是明確規定加快培育數據要素市場的基礎政策，以《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》為根本遵循；二是面向云計算、工業互聯網和人工智能等新興領域，國務院出臺的與數據要素市場化配置密切相關的關聯政策；三是規范知識產權數據資源開放和應用的專門政策(見表1)。例如，國家知識產權局2020年專門印發《知識產權基礎數據利用指引》，旨在充分發揮知識產權領域數據生產要素的戰略性資源價值。從地方層面政策激勵看，廣東省2021年印發了《廣東省數據要素市場化配置改革行動方案》，這也是全國首個有關數據要素市場化配置的改革方案。

表1 知識產權領域數據要素市場化配置政策梳理

由此可見，從中共中央、國務院印發的基礎政策，到國務院、工信部、文旅部有關數據要素市場的關聯政策，再到國家知識產權局針對知識產權大數據應用的專門政策，數據要素在知識產權運營領域的重要性日益突顯。上述政策針對知識產權運營領域數據要素市場化配置進行了初步規范，對今后一段時期內知識產權數據運用與管理作出了科學謀劃。相比較而言，政府公共政策具有宏觀指引性，覆蓋了數據要素配置開放與共享、應用與實施、數據隱私保護等多個方面。企業是推動數據要素市場化配置的主要力量，在數據匯聚、數據開發、數據流轉及數據安全監管等方面開展了諸多探索。

2.2 數據要素市場化配置實踐

近年來，我國數據要素市場化配置逐漸形成3種典型模式，包括“政府數據平臺+政企合作機制+精準治理模式”、“產業化聯盟+產學研合作機制+協同治理模式”和“數字經濟產業園+數據交易機制+迭代治理模式”[23]。從知識產權運營領域數據要素配置實踐看，主要包括知識產權大數據平臺系統、大數據金融產品、大數據中心建設和大數據產業應用聯盟等類型(見表2)。就價值定位而言，這些數據運營商注重整合產業資源和創新要素，旨在提供全方位、特色化的專業運營服務。

從實踐效果看，知識產權大數據運營商在實現知識產權供需雙方信息有效溝通、促進創新資源配置方面發揮了重要作用。在大數據環境下，為滿足客戶多樣化需求，市場主體要求知識產權大數據服務商根據用戶需求提供更加精準、豐富的個性化服務。知識產權運營平臺之間通過互聯網、大數據等實現開放共享與合作交流，不斷整合創新資源，提升知識產權全要素生產率，促進知識產權運營業態轉型升級。例如，國家知識產權運營公共服務平臺擁有國內外專利數據、專利檢索數據、分類號數據、審查過程數據、專利支持數據、驗證數據和統計分析數據。新冠肺炎疫情暴發期間，該平臺建立了抗擊新型冠狀病毒肺炎疫情專利運營專題數據庫、非接觸式體溫測量專利運營專題數據庫，為醫療機構、科研院所提供及時、專業的防疫專利信息服務。然而，與發達國家相對成熟的要素配置方式和市場運營模式相比，我國知識產權運營工作起步較晚，知識產權運營領域的數據要素市場化配置改革還有待深入。

3 知識產權運營領域數據要素市場化配置制約因素

基于數據要素特性和技術—經濟特征，要充分發揮數據要素促進供需匹配的作用，就需要在保障和維護數據隱私的前提下，盡可能實現數據要素的有序流動和開放共享。在實踐中，數據要素流動涉及多種類別或情形并且受到很多因素的制約，遠未達到有序和充分共享的狀態[24]。當前，我國知識產權運營領域數據要素市場化配置仍面臨諸多瓶頸，集中體現在以下3個方面：一是數據要素產權界定不明；二是數據要素交易流轉不暢；三是數據要素安全監管不易。

表2 知識產權大數據服務商市場化實踐類型

3.1 數據要素產權界定不明

產權制度可以描述為一系列用來確定個人相對于稀缺資源使用時的地位和社會關系，其功能是引導人們實現將外部性內在化的較大激勵；產權明晰是指建立所有權、激勵與經濟行為的內在聯系；而產權界定不清則是產生“外部性”和“搭便車”的根源[25]。當前，學術界普遍認可數據要素所具備的財產價值，但針對數據法律屬性尚未形成統一認識，主要存在新型人格權、商業秘密、知識產權、數據財產權等不同學說。數據權利歸屬于平臺、個體或者政府的初始配置，其直接影響數據要素市場發展和社會福利水平[26]?，F階段，我國尚無數據產權界定的專門立法，數據要素的法律性質、權利歸屬及司法救濟仍處于模糊地帶，使得數據要素法律規范與市場化配置存在一定距離，如數據產權法律界定存在空白、數據開放共享水平較低、相關市場體系建設較為滯后、數據流動和交易風險較大、監管治理體系有待完善等。數據要素在知識產權運營領域也存在諸多障礙，具體涉及法律風險、技術領域選擇、商業模式、政府監管等各個方面，包括如何甄別創新主體的有效供給和需求、如何依法實現各類數據的有效保護和交易流轉、如何確保數據要素的公平配置與效率提升等。

據國家工業信息安全發展研究中心發布的《中國數據要素市場發展報告(2020-2021)》測算，2020年我國數據要素市場規模達到545億元，預計“十四五”期間將突破1 749億元。近年來，國家知識產權局加大基礎數據開放力度，免費開放了5 200余萬條商標數據和34種專利基礎數據，不斷深化知識產權領域“放管服”改革。從實踐看，知識產權運營領域數據要素確權難題集中體現在以下幾個方面：一是知識產權運營數據大體包括內部數據和外部數據、結構化數據和非結構化數據、原始數據和衍生數據等不同類型，涉及領域廣泛但數據要素分布極為分散，數據獲取成本和整合難度較高；二是知識產權運營過程中碎片化數據作用有限，數據資源整合價值難以顯現；三是知識產權運營數據采集、加工和整合能力有限，信息基礎設施建設投入不足。其中，還涉及非法爬取數據及數據安全等法律風險，包括知識產權運營數據跨境流動安全評估和監管問題。在知識產權運營領域數據要素市場化配置過程中，圍繞數據開發和利用環節有諸多市場參與者，特別是在數據原發者用戶和數據處理者企業之間如何設定不同權利，依據何種邏輯在數據參與者之間分配權利，成為當下數據權利體系構建的焦點和難點[27]。

3.2 數據要素交易流轉不暢

數據信息是知識產權運營機構賴以生存的“糧草”，法律領域專利復審、無效宣告、損害賠償、行政執法等數據以及經濟領域知識產權質押融資、轉讓許可、工商登記、稅收優惠、海關統計等相關數據，均是知識產權運營過程中需要收集的重要信息。現階段，上述信息大多分散在國家知識產權局、人民法院、工商行政管理等部門，數據獲取和交易流轉存在較大挑戰。

(1)知識產權運營領域數據要素定價機制不清晰。對數據要素而言，離開價格的數量核算沒有太大意義，這與勞動力要素人數、技術要素專利數等完全不同。定價機制運轉離不開具體的交易場景，通過制度設計創設更多交易場景是促進數據要素定價、流通和核算的關鍵[28]。當前，我國知識產權大數據服務商主要通過智慧管理軟件系統(平臺)、專利檢索分析、政府項目資助及個性化服務等方式獲取收益，要實現數據要素在知識產權運營領域的安全、有序流動，就必然涉及數據要素價值評估與貢獻率分析，以凸顯數據要素在知識產權運營中的重要價值。

(2)知識產權運營領域數據要素有效流動不足。現階段，我國知識產權大數據運營整合技術交易平臺、知識產權產業聯盟、知識產權運營機構及重點產業運營基金等多層次市場化運營體系，初步形成平臺+機構+資本+產業“四位一體”的知識產權運營服務體系。以我國重點產業知識產權運營基金為例，一些地方政府在引導政策的激勵下“一哄而上”，容易造成技術領域重疊、業務模式同質；另外基金遴選程序和運營決策通常由主管部門決定，運營主體之間缺乏必要的數據信息披露和溝通協作機制，可能導致低水平重復建設和資源配置效率不高。此外，知識產權運營復合型人才匱乏，知識產權運營領域數據要素的廣泛收集、有效整合與高效配置面臨嚴峻挑戰。

(3)知識產權運營領域數據要素配置方式比較單一。從數據交易要素配置看，可將數據流通劃分為一對一許可、互為許可和一對多(眾)許可3種類型[29]。數據可流轉范圍、可流轉對象、流轉程序等合規流通路徑不明，導致數據供給方式不合理、數據質量不高和數據使用率較低[30]。目前，知識產權運營領域數據要素配置模式相對單一(大多通過衍生數據產品收費)，知識產權數據服務商亟待結合數據屬性和不同類型(保密數據、個人數據、企業數據、政府公共數據)匹配相應要素配置模式，實現市場主導與政府調節的有效結合。

3.3 數據要素安全監管不易

數據安全對數據要素市場化配置具有“一票否決權”，也是實現數據自由、有序流動的有力保障。依據我國《數據安全法》的規定，“數據安全”是指通過采取必要措施，確保數據處于有效保護和合法利用的狀態，以及具備保障持續安全狀態的能力。此外，《數據安全法》還規定國家建立數據分類分級保護制度、風險評估預警機制、安全應急處理機制和數據安全審查制度。2021年4月27日，國務院常務會議確立了持續深化知識產權領域“放管服”改革的新舉措，明確提出在確保數據安全的基礎上，開放知識產權基礎數據，助力企業研發創新。工信部2021年印發的《工業和信息化領域數據安全管理辦法(試行)(征求意見稿)》出臺了數據分類分級管理、數據全生命周期安全管理、數據安全監測預警與應急管理、數據安全檢測、評估與認證管理等制度規范，覆蓋數據收集、數據存儲、數據使用加工、數據傳輸、數據提供、數據公開、數據銷毀、數據出境、數據承接、委托處理及安全審計等過程。

從總體國家安全觀視角看，知識產權數據安全事關經濟安全、科技安全和海外利益安全。知識產權運營領域個人數據、衍生數據及公共數據如果處理方式和方法失當，有可能給國家安全和公共利益造成嚴重損失。特別是伴隨著我國知識產權各類大數據運營平臺和智能管理系統建設的加速，相關數據信息生成與流通呈現出激增態勢，這些數據要素的生產、采集、存儲及流動有可能對個人隱私、企業商業秘密甚至國家安全造成不法侵害。長期以來，“知情同意”模式一直被視為數據處理的合法性基礎，但在大數據和人工智能崛起時代，“學習”算法打破“知情”的可預測性，導致數據主體與數據控制者之間的地位失衡[31]。此外，互聯網數據多維性打破了不同類型數據之間的屏障，使被屏蔽掉的許多數據可通過其它利用行為恢復相關性[32]。知識產權運營領域數據要素通常與企業商業秘密、合作伙伴、競爭對手及財務狀況等信息密切相關，數據排他性、質量和價值差異、高昂的收集成本和轉換成本、鎖定效應及網絡效應等實然屬性，均會提高大數據市場進入壁壘，強化主導經營者的市場地位，導致經營者違法壟斷[33]。

4 知識產權運營領域數據要素市場化配置實施路徑

數據要素市場化配置要求數據在社會成員與生產部門之間自由流通，并通過市場評價貢獻、貢獻決定報酬等機制進一步激發數據要素投入。但當前數據產權劃分、法律保護和交易流轉滯后，引發了“數據孤島”“數據壟斷”等割裂化、不平衡發展趨勢[34]?；谖覈R產權運營領域數據流通面臨的現實障礙，應深化數據要素市場化配置體制機制改革，加快知識產權運營數據匯聚共享，推動知識產權運營數據產業化應用，強化知識產權運營數據安全監管。

4.1 加快運營數據匯聚與分享

從數據要素的特殊屬性看，通常只有形成跨區域、跨部門的大數據集合才能更好地發揮其應用價值。圍繞產業鏈不同環節，可以多源異構數據融合為基礎，動態聯合人才鏈、資金鏈、創新鏈不同主體、不同要素[35]。知識產權運營領域數據要素要實現高效公平的市場化配置，一方面需要與社會公共數據資源緊密結合形成大數據系統，更好地發揮數據要素對其它要素效率的倍增作用；另一方面，也需要激發社會數據資源的活力，與政府主管部門、企業、知識產權運營機構、大數據平臺之間實現良好的溝通與協作。以金融數據為例，中國人民銀行在2020年與國家市場監督管理總局簽署《數據共享合作備忘錄》，旨在加強跨部門數據要素的有序流轉與融合應用，加快推動金融領域數字化轉型，通過知識產權大數據開放平臺為整個行業提供源數據支持，營造良好的數據流轉生態，支撐產業高質量發展。對于高校院所、研發機構等知識產權提供方而言，可以推介展示優質專利和技術項目，定制個性化增值服務；對專利密集型/依賴型高科技企業而言，可以獲得知識產權投融資、交易運營、技術孵化、法律維權等服務；對于投資機構而言，可以快速獲取優質項目，借助大數據對擬投資項目進行價值判斷，滿足多樣化投資需求。此外，政府部門還可依托知識產權大數據，對產業規劃、科研立項和資源投入進行科學決策。

基于此，市場主體可通過數據開發利用為資源配置提供支持，加速運營數據匯聚與分享，營造良好的數據流轉生態。以知識產權大數據產品六棱鏡(Sixlens)為例，它匯集融合了產業(企業)、知識產權、投資并購、工商注冊、科技文獻等多源異構數據資源，構建起科技成果發現、科技要素評價、企業需求與資本、技術、人才、服務要素智能匹配的科技成果轉化與知識產權運營業務生態體系。從數據資源配置效率角度看，可依托國家知識產權運營公共服務平臺數據開放平臺，主導知識產權運營數據匯聚分享體系建設。目前，國家知識產權運營公共服務平臺數據開放平臺聚合了中國專利法律狀態信息、專利質押、保全及解除、專利申請權、專利權轉移、中國專利實施許可合同備案數據、專利法院判決數據、復審無效數據、世界專利法律狀態信息、同族專利信息及專利引證信息九大模塊。各省市知識產權交易所、運營平臺等相關數據可以接入國家知識產權運營公共服務平臺，實現知識產權運營數據協調統一。但是，數據要素具體定價機制、流轉規則和信息公開仍需進一步細化，各地方亦可圍繞重點產業和特色產業進行數據匯聚與分享。

4.2 推動運營數據產業化應用

與土地要素相比，數據資源要素具有衍生性、共享性、非消耗性等價值，打破了自然資源有限供給對增長的制約。數據應用產業發展有助于解決企業、行業、政府之間的“數據孤島”，全面開發“野生數據”資源的巨大價值，實現大數據普惠服務。從國家知識產權局專利導航試點及專利運營試點工程看，運營服務的最終標的就是實體產業。在“產業+”運營思路的指導下，知識產權運營機構只有緊密圍繞產業需求，結合具體行業現狀，研判行業痛點與發展趨勢，掌握最新研發動態，才能有力支撐企業、園區和區域產業高質量發展，有效規避產業投資風險，助力產業轉型升級。

(1)明確數據要素產業化利用應遵循的基本原則。國家知識產權局《知識產權基礎數據利用指引(2020)》指出，知識產權基礎數據利用應以“數據準確、利用便捷、合規使用、操作規范、共享利用”為原則，使社會公眾和創新創業主體對知識產權基礎數據的利用更加高效便利，有效發揮知識產權基礎數據對創新的支撐作用。在知識產權運營過程中，無論是公共數據還是社會數據的生成、儲存、匯聚、流轉和應用，都應遵守相應法律規范、技術標準和倫理準則，采取多種方式匯集運營數據，并將收集到的數據信息納入大數據聚合平臺。例如，杭州高新區(濱江)2020年發布全國產業知識產權運營數據中臺戰略，通過搭建知識產權運營體系信息高速公路，打破創新供給側、產業需求側及資本賦能方之間的信息壁壘，實現產業科創大數據“從可及、到互聯、再到融合”的跨越，主要應用于物聯網產業創新規劃、技術路線研判、精準科技招商、高端人才引進、科技成果轉化及知識產權金融等場景。

(2)堅持產業化、市場化、特色化運作目標。大數據時代知識產權運營模式創新需打破“大而全”的傳統思路，以特定技術和產業領域為切入點，融入精細化管理理念，提升專利價值評估、交易平臺建設等領域精細化管理水平[36]，真正實現產業運營大數據的有效應用。知識產權運營機構應秉承“從產業中來，到產業中去”的理念，始終堅持以產業為出發點，注重資源配置設計，嚴控運營風險并加強專業管理，提高知識產權運營數據要素生產、采集、存儲及交易流轉效率，堅持市場化和產業化運作目標以實現良好的收益回報[37]。同理，數據服務商要將開發的數據產品應用到行業中去，為行業企業知識產權運營決策提供大數據支持，結合產業、經濟、科技、金融等領域的現實需求進行市場化運作，以產業為出發點優化資源配置，嚴控運營風險并加強專業管理，提升知識產權運營領域數據要素生產、采集、存儲及交易流轉效率，堅持市場化和產業化運作目標，以實現良好的收益回報。

(3)推進創新要素深度融合、優化資源配置。除常規專利、商標檢索外，數據要素還需要與相應法律信息、市場監管、科技文獻、技術標準等創新要素匹配，破除阻礙數據要素合法、自由、有序流動的障礙，推動“有效市場”和“有為政府”相結合。整合各地知識產權大數據智能系統、平臺、中心和產業聯盟資源，優化數據要素基礎設施、運營機構和交易場所建設布局，積極探索跨區域、跨部門數據要素產業化應用場景。利用大數據技術對運營數據進行加工，挖掘潛藏在數據背后的深度信息。當前，知識產權大數據運營商致力于對不同渠道數據信息進行采集、甄選、加工和存儲，但應緊密圍繞產業實際需求和現實痛點，建立重點區域、特色產業運營專題數據庫。

4.3 強化數據安全與法律治理

數據安全治理是一項復雜的系統工程，需要國家、行業與企業之間的共同協作。在數據安全治理中，整個安全體系不應孤立來看，而應將其作為與業務開展、風險控制、數據經濟協同處理的一種策略。因此，知識產權運營領域要素市場化配置有必要將數據安全治理納入總體國家安全觀考量。具體而言，可從觀念變革、技術應用和法律保障3個層面予以重點推進。

(1)從觀念層面看，數據治理并非此消彼長的零和游戲，而要注意處理個人隱私、企業商業秘密、數據權益及社會公益之間的平衡，這種微妙的平衡機制是知識產權運營領域數據管理合規性的基礎與保障。因此，數據安全治理仍需要凝聚更多共識。不能無差別地探討數據開放，更不能無條件地強制要求企業共享運營數據。此外，數據要素市場化配置還應考慮數據倫理、行業自律、綠色發展等問題[38]。知識產權運營機構、金融資本和數據服務商需要樹立正確的倫理觀念和道德準則，對企業數據管理制度作出調整和更新，確保指導的科學性和有效性[39]。具體而言，可借鑒歐盟《倫理與數據保護指引》的做法，完善包含數據處理方法、數據保護措施、數據質量控制的企業數據管理制度，合理平衡數據要素市場化配置商業利益與倫理道德的關系，及時掌握數據倫理準則和行動標準的新動向。

(2)從技術層面看，《工業和信息化部關于工業大數據發展的指導意見》要求加強工業數據安全產品研發，優化數據安全服務，培育良好的安全產業生態。各類運營數據在整合之后一旦被違法披露有可能導致嚴重的隱私風險和商業秘密泄露，而違法犯罪成本接近于零。中國信息通信研究院《隱私計算與區塊鏈技術融合研究報告(2021年)》顯示：近年來，隱私計算和區塊鏈技術逐漸成熟并快速普及，為促進數據要素安全流通、激活數據要素市場化流動性提供了安全可靠的解決方案。在知識產權領域數據要素市場化配置過程中，可借助區塊鏈等新一代信息技術，打造可信數據服務基礎設施，充分借鑒數據治理思想與實踐，構建創新性數據要素市場化體系，推動我國數據要素的市場化發展[40]。此外，應強化設備系統安全、身份認證、訪問控制、數據溯源等關鍵技術和產品研發。知識產權大數據平臺除提高安全防范能力外，還可與網絡安全服務商開展合作，確保知識產權運營數據安全、穩定。

(3)從法律層面看，知識產權服務商在數據匯聚時還應當注意防范相關法律風險。在知識產權運營數據收集過程中可能存在(企業(個人)信息收集授權同意、如何驗證數據主體和提交人等法律問題，因此有必要聚焦數據要素市場的公平競爭，構建數據權益動態保護路徑和分級分類保護機制，強化競爭治理法治化，防范數據要素市場運營風險，規范數據要素市場監管[41]，明確數據抓取與利用行為的競爭法規以及數據供應商對數據來源合法性的擔保責任、對個人信息的授權和保密義務。在適用《反不正當競爭法》時，也應考慮數據要素在技術形態、交易模式等方面的特殊性，保障新興業態的健康發展。此外，對知識產權運營數據跨境流動而言，還需加強知識產權信息公共服務國際交流合作，完善知識產權數據信息國際交換機制，進一步規范數據信息交換內容與范圍。

5 結語

數據作為一種新型生產要素，既符合傳統生產要素市場化配置的一般規律，在數字經濟時代又呈現出諸多新特征。生搬硬套已有制度，難以解決數據流通中的標的物確權、估價和交易機制設計等關鍵問題[42]。就知識產權運營領域而言，數據要素市場化配置貫穿于高價值專利遴選、運營機制決策、交易流轉信息、風險資本選擇及運營人才招募全過程，同時也對知識產權數據服務商收集、整合與應用能力提出挑戰。數據要素市場化配置改革既契合知識產權運營的內在需求，又有賴于相關政策法規的外在支撐。針對當前我國知識產權運營存在的不足，實踐中仍需結合各類數據資源開展市場化運營，從數據要素匯聚共享、產業應用和安全治理等方面，探索知識產權運營領域數據要素市場化配置改革路徑，促進知識產權數據要素安全、自主、有序流動，實現數據要素配置公平與高效。

本文結合我國知識產權大數據服務商的實踐探索，對知識產權運營領域數據要素市場化配置實踐路徑進行初步探討。鑒于我國知識產權大數據運營尚處于起步階段，各平臺和數據中心實際運營效果有待檢驗，因此實踐中仍需探索更為成熟和多元的數據要素市場化配置模式。未來可進一步關注如下議題：一是國內外知識產權運營領域數據要素市場化配置模式和效果差異，需結合具體案例和實踐數據予以剖析，包括開展對國家知識產權運營公共服務平臺數據開放平臺要素配置效果的典型案例研究；二是通過不同領域數據要素市場化配置路徑考察知識產權運營領域和其它領域數據要素市場化配置方式，以發現更具普適性的研究結論，并在公共政策層面帶來更多啟示；三是深化生產要素互動關系研究，在知識產權運營過程中數據要素市場化配置仍有賴于其它要素的重要支撐，未來可進一步揭示知識產權運營領域數據要素與勞動力、資本、技術等生產要素的耦合機理與協同效應。