论文部分内容阅读
2020年4月颁布的《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》中除了提出深化“土地、劳动力、资本、技术和数据”要素市场化配置改革，其中还特别强调“引导培育大数据交易市场，依法合规开展数据交易。建立健全数据产权交易和行业自律机制。”这就充分说明数据要素市场建设相比于其他四类要素市场建设要滞后，鉴于数据要素对于国家数字化发展的重要意义，应当加大力度建设数据交易市场，完善数据交易的市场化机制。
1 数据要素的核心就是数据产权
按照常修泽教授和何亚斌先生合作的《要素市场化配置与产权市场的命运》①一文中提出的观点，“产权”既覆盖到各种“生产要素”之上，“产权”也是各种“生产要素”的内在属性，并构成其生命。那么数据要素的核心就是数据产权，因而我们可以推理出产权市场应当是各类要素市场化配置的核心平台，产权市场更要成为经济体制改革的重要抓手。按照这个逻辑，我们可以将有关产权管理特别是国有产权管理的制度原理与数据产权管理相结合，从数据产权的特殊性中抽离出相对通用的管理和运营思路，进一步推演出一套数据产权管理的制度体系和数据要素市场化配置的方法论。
就数据产权而言，首都科技发展战略研究院张亮亮和中国科学技术发展战略研究院陈志在他们合作的《培育数据要素市场需要加快健全数据产权制度体系》②一文中也提出：数据产权拥有人格权和财产权的双重属性，这是数据产权与传统产权最大的不同。而我们所要讨论的内容更关注数据的生产要素特征，最终目的就是要把数据作为重要的生产要素更高效地配置到经济社会发展当中去。因此本文将数据产权的讨论范围仅仅指向传统的财产权范畴，更不去讨论欧盟议会《通用数据保护条例》③中所引入的“可携带权”和“被遗忘权”等具有时代特征的新型权利。
2 数据要素市场化配置应当具备的条件
大数据在当前经济形态下越来越成为一种重要的经济资源，具备了相当的资产特征，而在以互联网基础设施支撑下的共享经济业态中，很大程度上要依赖大数据这种生产要素的合理配置才能推动共享经济的高质量发展。这样就引发了数据在共享的同时如何解决归属清晰、权责明确、保护严格、流转顺畅的产权问题。这就会回归到与传统产权相关的内容，例如如何实现数据产权界定、产权评估、产权交易、产权变更、产权交割等操作层面的事情。这些问题解决不好，数据要素不但难以共享，甚至还会引发一系列法律、道德、财产等方面的纠纷，更谈不上数据要素的合理配置。
数据要素与其他要素的配置一样，都涉及要素的供给、需求、运营和监管四个方面的主体，这些主体分布于社会不同的领域和层级，隶属于不同的部门和组织，情况非常复杂。但在任何情况下，这四方主体在参与大数据要素配置过程中都可能涉及国家安全、个人隐私、商业秘密等方面的问题，这都是用国家法律去规范并由政府公权力干预保护的范围，是建立在国家制度体系不断完善的基础之上，而且本身也是个发展变化的过程，所以我们也不作讨论。本文只想讨论那些已经证明、已经能够应用于经济社会发展，并且存在商业利用价值，可以采取市场化手段配置的数据要素。
在四方主体参与数据要素市场化配置的交流互动过程中，必然会形成以下几个重要环节：数据产生、数据汇聚、数据开发、数据确权、数据交易、数据监管等环节的活动。
一是数据产生。在信息化基础上的大数据都是基于互联网基础设施的产物，而在这个基础设施之上的信息化是由不同主体投入，包括归属在其名下的资金、设备、劳动力和技术等多种生产要素投入所产生的成果，因此这些投入所产出的数据要素自然就具备了类似资产的财产权属性，而且更像是其他生產要素共同创生出的新要素。这些数据要素是由不同的主体所拥有，最终形成了规模、属性不同的数据孤岛，可是有的孤岛资源丰富、产出旺盛，而有的岛则显得人烟稀少、价值不清。
二是数据汇聚。在互联网环境下会天然形成数据分配不公的现状，大数据主要集中在政府权力部门、大型互联网技术枢纽企业，以及提供各类社会服务的企事业单位的信息化主机当中。因此从国家层面必须要立法将全社会的大数据进行属性梳理、合理汇聚，并实行分类管理，其中除了极端重要的数据资源由政府统一保护和管理以外;还有一部分特别是由全民共创、应当共享的数据要素要向全社会公开，供全社会免费开发使用;此外的大部分则是由不同主体根据其商业需求汇聚、生产、创造的数据要素，应当可以通过市场化平台实现价值发现和优化配置。
三是数据开发。数据要素的产权生命不是天生就具备的，而是需要第三方通过一系列软硬件、人力资本和基于发展投入的设计思想赋予它的，而这个为数据要素赋予产权生命的过程可以称为数据开发。按照赵豫生、林少敏合作的《大数据交易困境与产权界定：基于效率的政府角色》④一文的观点，根据不同的数据形态和属性，大数据可以分为元数据、结构化数据和可视化数据。我们可以这样理解：元数据是由二进制数码构成，沉淀于服务器之中，处于杂乱无序状态，未经加工、筛选、脱敏不可使用的数据资源;结构化数据是按照一定规则初次加工，内容较为完备，但无明确商业目标，是初步具备了资产属性的数据要素半成品;可视化数据是基于市场需求构建模型，代入数据后所形成的可视化的、有明确商业价值的、有完备资产属性的数据要素成品。对于元始数据的首次收集与二次、三次开发与加工的过程加入了基于人类智慧的商业设计思想，因此其核心的产权价值在于加工创造过程而不在于数据资源本身。
四是数据确权。由于数据要素是基于其它生产要素在人类智慧引领之下重新创造出的新要素，鉴于其前所未有的特殊性，使得数据产权的确权只能从产权的根本原理中寻找答案，并在国家的作用和基于法律框架下讨论。政府履行国家基本权利义务，承担绝大部分基础设施建设和维护任务，负责生产和提供社会“公共产品”，自然要对于数据的公共属性部分或无法分清归属部分的产权拥有责任权、保护权和履行所有权代表的角色;立足于国家公共品和要素基础设施之上，按照清晰、合法的商业目标，再次进行资本、技术、人力、实物投入所产生的直接数据成果，所形成的结构化和可视化的数据，产权应当归属负责投入的主体所有，不论它是国有主体还是民营主体。而无论从权威性、交易成本等哪个方面来考虑，数据产权的确权主体都应当是政府部门或其授权主体来完成，其他涉及任何违反法律的非正常目标所产生的数据，都不必去讨论产权问题。 五是数据交易。在数据确权的基础上，数据交易是数据要素市场化配置的主要手段，而可交易的数据就是结构化数据和可视化数据，元数据不应当进入交易环节。数据产权也是基于结构化和可视化数据的产权，数据产权的价格也应是基于产生数据的成本与市场供求关系的平衡点相结合而得出。数据产权交易制度体系可分为国有产权、集体产权和民营产权交易制度。国内部分地区已经尝试数据交易，并已有2014年建成的贵阳大数据交易所和2016年的上海大数据交易中心，以及2020年9月刚刚成立的北京国际大数据交易所等。上述交易机构从数据要素的特征出发，在笼统的大数据资产的交易品种、模式和规则等方面作出了有益的探索。但我们依然认为数据要素交易应当更多基于产权属性的角度去设计，必须要重视涉及国有数据要素产权和公共资源的管理原则，数据产权交易应当遵守产权登记、产权评估、公开挂牌、进场交易等方面的规定。而且数据产权的交易场所自然离不开已经在全国成体系、成建制、分散分布，以国有资产交易为主的要素产权交易市场。
六是数据监管。数据产权的敏感性和特殊性决定了数据要素监管的重要性，2015年国务院发布的《促进大数据发展行动纲要》⑤指出：“大数据已成为国家重要的基础性战略资源”，是推动经济转型的新动力、重塑国家竞争优势的新机遇和提升政府治理能力的新途径。随后在国务院批准的各省市自治区机构改革方案当中，多个地方新成立了大数据管理局。可见依法进行数据监管已成为国家大数据发展战略任务的重要保障，而在数据交易环节的监管是数据要素市场化配置的重点环节，数据交易平台也将成为最主要的监管对象，以此为基础会形成一整套大数据监管办法。
3 数据产权的分类与特点
从常修泽教授提出的“大产权论”的角度来看，数据产权仅是产权市场的一个交易品种而矣，而结合数据产权与其他产权的异同分析，如果从狭义的供给方角度来理解，甚至可以把数据产权列入知识产权范畴。而如果从广义的需求方角度来理解，我们也可以把数据产权划分为数据资产、数据权益和数据产品来具体操作，这样更贴近于数据要素的产权分类特征，对于产权的投资价值判断更容易把握正确的方向和适当的方法。
数据资产是基于已经在历史上形成并具有较为明确的商业价值和运营范围，资产的边界较为清晰，数据总量也很明确。此类数据资产可以在相当长的时期内具有较为稳定的市场需求与明确的价格判断标准。例如在可以市场化配置的数据范围内，政府的某个行业主管部门按照一定的标准，汇聚在一个历史时期之内这个行业在全国或某个地区的全部可视化数据信息。
数据权益是基于动态变化中的数据产权和可能在未来带来的全部预期收益，数据权益的市场价值基于对数据变化趋势的未来判断和数据平台的汇总分析能力，甚至技术的变化都要考虑在内。数据权益的数量、范围和收益的边界是不确定的，但数据权益的时间边界和权属边界是清晰的。数据权益更像是数据资产的融资行为，对于数据权益的投资方而言，这样可能会产生更大的资产增值效应和获得市场竞争优势的机会。例如某个电商交易平台上某类商品在未来一段时间内供给或需求变化情况的数据使用权。由于不同的平台、不同的标准、不同的频率、不同的时段的数据差异都会给投资者带来未来收益的变化，投资者在取得数据权益的同时也获得了更多的分析应用的可能性。
数据产品的范围就太广了，可以说是无限可能。而数据产品更强调数据的时效性或即时性，数据产品与数据资产和权益有一个最大不同点，数据产品是从需求侧主导产品的个性化设计，通过互联网实现需求与供给的实时对接，随时满足数据产品需求者的生产经营活动需要。例如某个企业对于本行业各家企业当月市场占有率的实时数据和分析报告;某個企业推出新产品后的市场实时反馈数据和分析报告;在一个时点（例如618购物节）对于某种商品具有相当关注度的客户数据和分析报告等。
数据产权的分类并不具有特别严格的界限，从数据产品到数据权益再到数据资产应当是逐步深化的，也可以是相互转化的，随着大数据产业对于经济社会发展的渗透作用逐步增强，数据产权交易也会形成更加完善的要素品类和价值体系。例如从更加广义的角度，数据产权也可以延伸至与大数据有关的其他实体性股权、债权、物权和知识产权的交易范围。
4 当前应当抓紧解决的问题
一是制度建设引领。按照科斯的产权经济理论，如何利用好大数据这个由互联网技术革命引发的新生产要素，首先就要解决好大数据产权界定问题、交易成本问题和资源配置问题等，那就必须要形成一整套完善的大数据产权制度体系。此外，政府应当制定基本的管理框架，特别要划分出制度禁区、公益数据区，在可市场化配置的数据领域先从边界较为清晰的企业运营数据开展数据交易制度探索，并且以国有数据产权的配置为起点，逐步向民营和全社会领域延伸。
二是产权市场实践。国内虽然已有部分地区和组织在实践当中形成了数据产权公约等数据交易实践标准，但全国产权交易市场也已从大数据项目交易入手介入大数据产权交易领域。国家应当支持产权市场对于数据产权交易的实践，因为这对于数据要素市场化配置的探索是至关重要的，这是从大产权角度去验证数据产权的配置效率，对未来大数据要素市场建设具有明显的推动作用。
三是政府政策支持。数据产权交易是个创新性行业，企业的探索必将承担一定的风险，但对于大数据产业的发展无疑是有推动作用的，因此政府应当出台相关的扶持政策支持大数据交易平台建设，提供必要的政策、资金和技术扶持，成为推动大数据要素市场化配置的最重要的引导力量。同时政府要投入资金继续推动更广泛的新基础设施建设，为大数据产业的长远发现夯实基础。
注释：
①此文出自《产权导刊》2020年第5期6-11页。
②出自《科技中国》2020年第5期15-18页。
③《通用数据保护条例》（General Data Protection Regulation，简称GDPR）为欧洲联盟的条例，前身是欧盟在1995年制定的《计算机数据保护法》。2018年5月25日，欧洲联盟出台《通用数据保护条例》。
④此文出自2020年2月《兰州财经大学学报》总36卷 第1期 38-46页。
⑤国务院2015年8月31日印发，国发〔2015〕50号。
（作者为内蒙古产权交易中心董事长）
1 数据要素的核心就是数据产权
按照常修泽教授和何亚斌先生合作的《要素市场化配置与产权市场的命运》①一文中提出的观点，“产权”既覆盖到各种“生产要素”之上，“产权”也是各种“生产要素”的内在属性，并构成其生命。那么数据要素的核心就是数据产权，因而我们可以推理出产权市场应当是各类要素市场化配置的核心平台，产权市场更要成为经济体制改革的重要抓手。按照这个逻辑，我们可以将有关产权管理特别是国有产权管理的制度原理与数据产权管理相结合，从数据产权的特殊性中抽离出相对通用的管理和运营思路，进一步推演出一套数据产权管理的制度体系和数据要素市场化配置的方法论。
就数据产权而言，首都科技发展战略研究院张亮亮和中国科学技术发展战略研究院陈志在他们合作的《培育数据要素市场需要加快健全数据产权制度体系》②一文中也提出：数据产权拥有人格权和财产权的双重属性，这是数据产权与传统产权最大的不同。而我们所要讨论的内容更关注数据的生产要素特征，最终目的就是要把数据作为重要的生产要素更高效地配置到经济社会发展当中去。因此本文将数据产权的讨论范围仅仅指向传统的财产权范畴，更不去讨论欧盟议会《通用数据保护条例》③中所引入的“可携带权”和“被遗忘权”等具有时代特征的新型权利。
2 数据要素市场化配置应当具备的条件
大数据在当前经济形态下越来越成为一种重要的经济资源，具备了相当的资产特征，而在以互联网基础设施支撑下的共享经济业态中，很大程度上要依赖大数据这种生产要素的合理配置才能推动共享经济的高质量发展。这样就引发了数据在共享的同时如何解决归属清晰、权责明确、保护严格、流转顺畅的产权问题。这就会回归到与传统产权相关的内容，例如如何实现数据产权界定、产权评估、产权交易、产权变更、产权交割等操作层面的事情。这些问题解决不好，数据要素不但难以共享，甚至还会引发一系列法律、道德、财产等方面的纠纷，更谈不上数据要素的合理配置。
数据要素与其他要素的配置一样，都涉及要素的供给、需求、运营和监管四个方面的主体，这些主体分布于社会不同的领域和层级，隶属于不同的部门和组织，情况非常复杂。但在任何情况下，这四方主体在参与大数据要素配置过程中都可能涉及国家安全、个人隐私、商业秘密等方面的问题，这都是用国家法律去规范并由政府公权力干预保护的范围，是建立在国家制度体系不断完善的基础之上，而且本身也是个发展变化的过程，所以我们也不作讨论。本文只想讨论那些已经证明、已经能够应用于经济社会发展，并且存在商业利用价值，可以采取市场化手段配置的数据要素。
在四方主体参与数据要素市场化配置的交流互动过程中，必然会形成以下几个重要环节：数据产生、数据汇聚、数据开发、数据确权、数据交易、数据监管等环节的活动。
一是数据产生。在信息化基础上的大数据都是基于互联网基础设施的产物，而在这个基础设施之上的信息化是由不同主体投入，包括归属在其名下的资金、设备、劳动力和技术等多种生产要素投入所产生的成果，因此这些投入所产出的数据要素自然就具备了类似资产的财产权属性，而且更像是其他生產要素共同创生出的新要素。这些数据要素是由不同的主体所拥有，最终形成了规模、属性不同的数据孤岛，可是有的孤岛资源丰富、产出旺盛，而有的岛则显得人烟稀少、价值不清。
二是数据汇聚。在互联网环境下会天然形成数据分配不公的现状，大数据主要集中在政府权力部门、大型互联网技术枢纽企业，以及提供各类社会服务的企事业单位的信息化主机当中。因此从国家层面必须要立法将全社会的大数据进行属性梳理、合理汇聚，并实行分类管理，其中除了极端重要的数据资源由政府统一保护和管理以外;还有一部分特别是由全民共创、应当共享的数据要素要向全社会公开，供全社会免费开发使用;此外的大部分则是由不同主体根据其商业需求汇聚、生产、创造的数据要素，应当可以通过市场化平台实现价值发现和优化配置。
三是数据开发。数据要素的产权生命不是天生就具备的，而是需要第三方通过一系列软硬件、人力资本和基于发展投入的设计思想赋予它的，而这个为数据要素赋予产权生命的过程可以称为数据开发。按照赵豫生、林少敏合作的《大数据交易困境与产权界定：基于效率的政府角色》④一文的观点，根据不同的数据形态和属性，大数据可以分为元数据、结构化数据和可视化数据。我们可以这样理解：元数据是由二进制数码构成，沉淀于服务器之中，处于杂乱无序状态，未经加工、筛选、脱敏不可使用的数据资源;结构化数据是按照一定规则初次加工，内容较为完备，但无明确商业目标，是初步具备了资产属性的数据要素半成品;可视化数据是基于市场需求构建模型，代入数据后所形成的可视化的、有明确商业价值的、有完备资产属性的数据要素成品。对于元始数据的首次收集与二次、三次开发与加工的过程加入了基于人类智慧的商业设计思想，因此其核心的产权价值在于加工创造过程而不在于数据资源本身。
四是数据确权。由于数据要素是基于其它生产要素在人类智慧引领之下重新创造出的新要素，鉴于其前所未有的特殊性，使得数据产权的确权只能从产权的根本原理中寻找答案，并在国家的作用和基于法律框架下讨论。政府履行国家基本权利义务，承担绝大部分基础设施建设和维护任务，负责生产和提供社会“公共产品”，自然要对于数据的公共属性部分或无法分清归属部分的产权拥有责任权、保护权和履行所有权代表的角色;立足于国家公共品和要素基础设施之上，按照清晰、合法的商业目标，再次进行资本、技术、人力、实物投入所产生的直接数据成果，所形成的结构化和可视化的数据，产权应当归属负责投入的主体所有，不论它是国有主体还是民营主体。而无论从权威性、交易成本等哪个方面来考虑，数据产权的确权主体都应当是政府部门或其授权主体来完成，其他涉及任何违反法律的非正常目标所产生的数据，都不必去讨论产权问题。 五是数据交易。在数据确权的基础上，数据交易是数据要素市场化配置的主要手段，而可交易的数据就是结构化数据和可视化数据，元数据不应当进入交易环节。数据产权也是基于结构化和可视化数据的产权，数据产权的价格也应是基于产生数据的成本与市场供求关系的平衡点相结合而得出。数据产权交易制度体系可分为国有产权、集体产权和民营产权交易制度。国内部分地区已经尝试数据交易，并已有2014年建成的贵阳大数据交易所和2016年的上海大数据交易中心，以及2020年9月刚刚成立的北京国际大数据交易所等。上述交易机构从数据要素的特征出发，在笼统的大数据资产的交易品种、模式和规则等方面作出了有益的探索。但我们依然认为数据要素交易应当更多基于产权属性的角度去设计，必须要重视涉及国有数据要素产权和公共资源的管理原则，数据产权交易应当遵守产权登记、产权评估、公开挂牌、进场交易等方面的规定。而且数据产权的交易场所自然离不开已经在全国成体系、成建制、分散分布，以国有资产交易为主的要素产权交易市场。
六是数据监管。数据产权的敏感性和特殊性决定了数据要素监管的重要性，2015年国务院发布的《促进大数据发展行动纲要》⑤指出：“大数据已成为国家重要的基础性战略资源”，是推动经济转型的新动力、重塑国家竞争优势的新机遇和提升政府治理能力的新途径。随后在国务院批准的各省市自治区机构改革方案当中，多个地方新成立了大数据管理局。可见依法进行数据监管已成为国家大数据发展战略任务的重要保障，而在数据交易环节的监管是数据要素市场化配置的重点环节，数据交易平台也将成为最主要的监管对象，以此为基础会形成一整套大数据监管办法。
3 数据产权的分类与特点
从常修泽教授提出的“大产权论”的角度来看，数据产权仅是产权市场的一个交易品种而矣，而结合数据产权与其他产权的异同分析，如果从狭义的供给方角度来理解，甚至可以把数据产权列入知识产权范畴。而如果从广义的需求方角度来理解，我们也可以把数据产权划分为数据资产、数据权益和数据产品来具体操作，这样更贴近于数据要素的产权分类特征，对于产权的投资价值判断更容易把握正确的方向和适当的方法。
数据资产是基于已经在历史上形成并具有较为明确的商业价值和运营范围，资产的边界较为清晰，数据总量也很明确。此类数据资产可以在相当长的时期内具有较为稳定的市场需求与明确的价格判断标准。例如在可以市场化配置的数据范围内，政府的某个行业主管部门按照一定的标准，汇聚在一个历史时期之内这个行业在全国或某个地区的全部可视化数据信息。
数据权益是基于动态变化中的数据产权和可能在未来带来的全部预期收益，数据权益的市场价值基于对数据变化趋势的未来判断和数据平台的汇总分析能力，甚至技术的变化都要考虑在内。数据权益的数量、范围和收益的边界是不确定的，但数据权益的时间边界和权属边界是清晰的。数据权益更像是数据资产的融资行为，对于数据权益的投资方而言，这样可能会产生更大的资产增值效应和获得市场竞争优势的机会。例如某个电商交易平台上某类商品在未来一段时间内供给或需求变化情况的数据使用权。由于不同的平台、不同的标准、不同的频率、不同的时段的数据差异都会给投资者带来未来收益的变化，投资者在取得数据权益的同时也获得了更多的分析应用的可能性。
数据产品的范围就太广了，可以说是无限可能。而数据产品更强调数据的时效性或即时性，数据产品与数据资产和权益有一个最大不同点，数据产品是从需求侧主导产品的个性化设计，通过互联网实现需求与供给的实时对接，随时满足数据产品需求者的生产经营活动需要。例如某个企业对于本行业各家企业当月市场占有率的实时数据和分析报告;某個企业推出新产品后的市场实时反馈数据和分析报告;在一个时点（例如618购物节）对于某种商品具有相当关注度的客户数据和分析报告等。
数据产权的分类并不具有特别严格的界限，从数据产品到数据权益再到数据资产应当是逐步深化的，也可以是相互转化的，随着大数据产业对于经济社会发展的渗透作用逐步增强，数据产权交易也会形成更加完善的要素品类和价值体系。例如从更加广义的角度，数据产权也可以延伸至与大数据有关的其他实体性股权、债权、物权和知识产权的交易范围。
4 当前应当抓紧解决的问题
一是制度建设引领。按照科斯的产权经济理论，如何利用好大数据这个由互联网技术革命引发的新生产要素，首先就要解决好大数据产权界定问题、交易成本问题和资源配置问题等，那就必须要形成一整套完善的大数据产权制度体系。此外，政府应当制定基本的管理框架，特别要划分出制度禁区、公益数据区，在可市场化配置的数据领域先从边界较为清晰的企业运营数据开展数据交易制度探索，并且以国有数据产权的配置为起点，逐步向民营和全社会领域延伸。
二是产权市场实践。国内虽然已有部分地区和组织在实践当中形成了数据产权公约等数据交易实践标准，但全国产权交易市场也已从大数据项目交易入手介入大数据产权交易领域。国家应当支持产权市场对于数据产权交易的实践，因为这对于数据要素市场化配置的探索是至关重要的，这是从大产权角度去验证数据产权的配置效率，对未来大数据要素市场建设具有明显的推动作用。
三是政府政策支持。数据产权交易是个创新性行业，企业的探索必将承担一定的风险，但对于大数据产业的发展无疑是有推动作用的，因此政府应当出台相关的扶持政策支持大数据交易平台建设，提供必要的政策、资金和技术扶持，成为推动大数据要素市场化配置的最重要的引导力量。同时政府要投入资金继续推动更广泛的新基础设施建设，为大数据产业的长远发现夯实基础。
注释：
①此文出自《产权导刊》2020年第5期6-11页。
②出自《科技中国》2020年第5期15-18页。
③《通用数据保护条例》（General Data Protection Regulation，简称GDPR）为欧洲联盟的条例，前身是欧盟在1995年制定的《计算机数据保护法》。2018年5月25日，欧洲联盟出台《通用数据保护条例》。
④此文出自2020年2月《兰州财经大学学报》总36卷 第1期 38-46页。
⑤国务院2015年8月31日印发，国发〔2015〕50号。
（作者为内蒙古产权交易中心董事长）