数据要素流通的制度逻辑

【摘要】数据是数字经济的关键生产要素，数据流通制度是数据要素制度的核心内容。数据流通制度由正式规则和非正式规则组成，正式规则包括数据流通准入规则、数据资产估值定价规则、数据交易规则、数据流通中介规则、数据流通治理规则等，价值信念、惯例、文化传统、道德伦理、意识形态等非正式规则也是影响数据流通的重要制度。数据要素流通的非正式规则与正式规则存在替代、互补和相容的关系，两种规则兼容而非冲突，会提高数据流通的有效性和适应性。建立健全数据流通规则，需要建立正式规则与非正式规则相融合的规则体系，发挥非正式规则的规范功能和激励功能，实现数据要素安全高效流通。

【关键词】数据要素  数据要素流通  数据基础制度  正式规则  非正式规则

【中图分类号】F49                                【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2023.06.002

问题的提出

近年来，受互联网、人工智能、物联网、云计算、隐私计算等数字技术驱动，全球数据规模和数据产业高速增长。有机构估算，2018～2025年，全球数据圈将从33ZB增至175ZB，中国数据圈增速最快，预计到2025年将增至48.6ZB，占全球数据圈的27.8％[1]；2021年全球数据中心市场规模超过679亿美元，2022年达到746亿美元[2]；到2027年，全球数据要素市场规模将达到1030亿美元，是2018年市场规模的两倍多[3]。各国都在积极推进以公共数据为主要对象的数据开放和共享，探索推进数据要素市场化，促进数据要素的高效流通和合理使用。

2017年12月8日，习近平总书记在主持中共中央政治局就实施国家大数据战略进行第二次集体学习时指出了数据在发展数字经济中的重要性，强调“要构建以数据为关键要素的数字经济”[4]。将数据作为关键生产要素，这是一个重大的理论突破，为做强做优做大我国数字经济指明了方向。之后，党和政府围绕培育和发展数据要素市场进行了密集部署。党的十九届四中全会首次提出将数据作为生产要素参与分配[5]，2020年3月，《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》提出要“加快培育数据要素市场”。2022年6月，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，习近平总书记在主持会议时强调：“数据基础制度建设事关国家发展和安全大局，要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。”会议还指出，“要建立合规高效的数据要素流通和交易制度，完善数据全流程合规和监管规则体系，建设规范的数据交易市场”。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），明确提出要“建立合规高效、场内外结合的数据要素流通和交易制度”。如何實现数据安全高效流通，成为各国试图破解的难题。近两年，国内学术界针对数据要素流通开展了积极研究，各省市出台的数据条例也高度重视数据流通利用，积极探索促进数据作为生产要素开放流动和开发利用的路径。

然而，我国数据要素流通面临诸多困难。2014年以来，我国成立的大数据交易机构纷纷探索数据要素市场化配置，但由于数据流通立法体系、数据要素流通规则、权益保障机制、安全保护手段尚不完善等原因，数据供给方缺乏提供数据的积极性，需求方担心供给方提供的数据不真实、不合规，我国数据要素流通还处于起步阶段。“数据二十条”旨在构建数据基础制度体系，对数据要素流通制度提出了总体要求。我国围绕“数据二十条”不断丰富完善数据要素各方面制度体系和配套政策，将打造“1＋N”数据基础制度体系，推动公共数据、企业数据、个人数据合规高效流通使用。如何推动“数据二十条”落地成为关键。那么，数据要素流通规则具体包括哪些内容？除了正式规则之外，是否还包括非正式规则？能否把非正式规则也纳入后续的制度体系之中？本文围绕以上问题作出回答。

数据资源的技术化、要素化、市场化和制度化

从数据作为关键生产要素的角度，数据要素进入经济系统，将经历技术化、要素化、市场化、制度化等阶段。在技术运用阶段，网络化和数字化等技术在生产和生活中广泛运用，实现了数据资源的生产、存储、流通和积累，为产生数字经济的“技术-经济范式”奠定了基础。在数据要素化阶段，通过数字技术的广泛应用，数据资源成为数据要素进入经济决策系统，进而成为驱动经济增长的关键生产要素。在数据要素配置市场化阶段，规范的场外交易和有序的场内交易相结合的市场化配置，逐步成为数据要素流通的主要方式，数据要素与其他生产要素协同联动，加快产业数字化步伐。在数据要素制度化阶段，围绕数字技术、数据要素和数据市场的一系列制度不断完善、成熟和定型，数据要素潜能得到进一步激发，为深化创新驱动、推动高质量发展、推进国家治理现代化提供有力支撑。

数据资源的技术化与要素化。数字经济源于计算机和互联网两项关键技术的发展和应用。以计算机为代表的信息处理技术的出现、算力的发展和云存储技术的应用，方便了数据的收集、存储、加工和处理。以互联网为代表的网络技术促进海量数据生产、交换和流动，特别是移动互联网快速普及和迭代，推动全球数据呈现爆发式增长。近年来，计算机技术和互联网技术的复合型应用，促进大数据、云计算、人工智能、物联网、移动互联网和区块链等数字技术逐渐成为通用目的技术（GPT），为数据的要素化转化和应用提供了高效可靠的技术支撑。例如，大数据采集、存储、处理和呈现等技术，实现海量数据的实时与近实时处理。由此可见，大数据是数字技术发展的必然产物。正如夏皮罗和范里安所言，信息需要依赖于技术，技术是使信息的存储、搜索、获取、拷贝、过滤、控制、浏览、传输和接收成为可能的基础设施。[6]

数据成为生产要素进入经济系统也得益于数字技术在各行各业的广泛应用。在实践中，ICT技术推动了电子商务、社交媒体、即时通信等新经济模式的发展。数字技术被实体产业广泛应用，技术开始从助力社会经济发展的辅助工具向引领社会经济发展的重要生产要素转变，数据作为一种独立的生产要素，逐步融入实体经济运行之中，促进产出增加和效率提升，进而催生出一种新的“技术-经济范式”——数字经济。2016年，我国在G20杭州峰会上发起《二十国集团数字经济发展与合作倡议》，对“数字经济”进行界定，认为数字化的知识和信息是数字经济的关键生产要素[7]，得到国际社会的广泛认可。例如，经济合作与发展组织（OECD）也认为，数字经济是多种通用目的技术（GPT）的融合以及人们通过互联网和相关技术开展的一系列经济和社会活动的总和。[8]

数字技术不断创新和发展是数据要素化的关键推动力。在数字经济中，数据是任何以电子或者其他方式对信息的记录，可以被编码为一系列0和1组成的二进制序列。数据是数字技术运用的副产品，但不是所有数据都可被称為生产要素。基于数字基础设施，网页、声音、图像等半结构化、非结构化数据得到采集。数字技术推动数据采集、数据存储、数据加工、数据流通、数据分析、数据应用快速发展，为数据的要素化转化和应用提供了高效可靠的技术支撑。例如，区块链技术推动数据要素跨部门安全共享，隐私保护计算技术在充分保护数据和隐私安全的前提下实现“数据可用不可见、使用可控可计量”，大数据技术极大地扩展了数据分析处理的应用空间。数据成为继土地、劳动力、资本、技术之后的重要生产要素，快速渗透到设计、生产、交易、流通、分配和消费等所有环节。

数据成为关键生产要素是数字经济的“技术-经济范式”出现的关键。数据要素作为一种新型生产要素，一方面，数据本身蕴含很多信息、知识、规律甚至智慧，构建了人类对客观世界的理解，已经与土地、劳动力、资本、技术等传统要素并列为五大生产要素；另一方面，数据与其他生产要素融合，提高单一要素的生产效率，基于数据、算力、算法可以对物理世界进行状态描述、原因分析、结果预测、科学决策。随着数据规模增大和数据处理技术进步，数据的价值和地位不断提升，数据要素具备了“关键生产要素”的典型特征。在微观层面，数据决策成为基本的管理工具，越来越多的企业开始从管理者主导的经验型决策，转向高度依赖数据分析的科学决策模式，即所谓的“数据驱动型决策”（DDD模式）。[9]在宏观层面，数字技术支撑、数据要素集成、数字平台发展成为数字经济发展的动力系统，数据要素是核心引擎，对经济增长有明显的直接影响和溢出效应。[10]在数字技术的作用下，经过几十年积累和储备的数据资源转化为生产要素，奠定了数字经济发展的坚实基础，数字技术和数据要素成为驱动数字经济发展的关键动力。

数据要素流通市场化。当前，数字经济从数据资源化阶段，迈向数据资产化的新阶段，将实现数据要素市场化流通与公共数据开放利用相融合的数据资源配置方式。数据要素配置有三种方式：一是政府数据开放，属于行政配置；二是政府部门之间、政企之间、企业之间，在合法情况下的共享数据；三是通过数据交易市场的市场化配置。我国政府正在积极解决公共开放数据“不敢开放、不能开放、不愿开放”的问题，推动政务数据开放利用，深化政府数据跨层级、跨地域、跨部门有序共享。数据成为关键生产要素必须依赖市场机制，市场主体探索更灵活的数据交易模式，能够提升数据交易流通效率。因此，市场化是将数据变成可以交易的资产的有效途径，有助于发挥数据要素的叠加倍增效应，激发数据要素价值潜力，是推动数字经济发展的关键机制。

各国都在积极探索数据要素市场化配置机制。数据要素市场是以数据产品及服务为交易对象，为数据供给方、需求方、数据商和第三方专业服务机构提供数据要素流通的场所。数据要素市场主体包括数据提供方、数据购买方、交易平台、中介服务方以及数据交易的监管机构，构成数据要素市场生态。当前，数据交易商业模式主要分为三种：第三方中介平台（C2C），代表平台有RapidAPI（美国）、Streamr（瑞士）；第三方中介平台（B2B），代表平台有BDEX（美国）、DAWEX（法国）；综合平台（B2B），代表平台有Factual（美国）等。[11]美国具有技术优势和模式优势，个人信息数据交易市场更加开放，数据交易市场发展迅猛；欧盟领先探索数据治理规则，不断完善数据交易市场生态，但受到数据供应的限制，对个人数据的利用较少。基于数字经济、数字平台发展的实际情况，预计美国未来会重点发展提供专业领域解决方案的专业性数据交易平台，欧洲国家会由政府主导数据交易平台发展。

我国数据要素市场发展经历了两个阶段。2014年至2020年初，我国大数据交易仍处于起步阶段。在这个阶段，数据交易主要以单纯的原始数据“粗加工”交易为主，数据成交率和成交额不高，难以有效满足社会需求。主要原因是数据交易过程中缺乏全国统一的规范体系和必要的法律保障，无法有效破解数据定价、数据确权等难题。2020年4月，中央首次明确数据成为五大生产要素之一，部署“数据要素市场化配置”，我国数据要素市场发展进入全面突破阶段。一方面，国家和各地方政府陆续出台数据要素市场培育相关的政策文件，致力于理顺政府和市场的关系、厘清数据要素市场主体之间的关系、平衡数据有序流动与数据安全之间的关系。另一方面，在政府牵头下，上海市、深圳市、北京市、湖南省等多地布局成立数据交易所，聚焦解决确权难、定价难、互信难、入场难、监管难等关键共性难题。

数据要素流通制度化。数据技术化、要素化和市场化，需要制度化作支撑和保障。数据的本质是数字经济的生产关系。数据正在创造新的生产方式、生活方式和社会形态、国际格局，重塑人与人、人与物、人与社会、企业与企业、国家与国家之间的关系，引发市场规则、组织结构、信用关系、产权制度、激励机制等方面发生根本性变化。数据既具备关键要素的基本特性，又具有虚拟性、非结构性、非标准化、资源标的多变性、产权模糊、外部性、边际成本递减、规模报酬递增等“技术-经济”特征。数据要素的这些特征使其明显区别于其他传统生产要素，必须建立健全一套制度体系，才能充分挖掘和发挥数据要素以提升企业生产经营效率、提高全要素生产率和资源配置效率、支撑高质量发展的积极作用，消除隐私泄露、数据垄断、“数据孤岛”等问题对消费者福利和经济增长造成的负面影响。

在数据要素制度化阶段，政府主导推进数据要素基本制度建设，形成体系完备、规则合意、执行有效的制度体系，为数据要素化和市场化提供重要的制度性基础条件。数据要素制度体系是指统筹数据要素收集、流通、交易与应用的一系列相互关联、相互协调的制度安排，涉及政府、数字平台、数据交易平台、行业协会、科研院所、企业、个人、社会组织等利益相关者，政府运转、企业转型、媒体发展、产业创新、社会治理等不同应用领域，以及数据采集、存储、加工、分析、交易、流通、应用等不同阶段。数据要素制度体系主要包括三类：一是基础类制度，包括数据采集、数据产权、收益分配等推动数据要素化的规则；二是发展类制度，包括技术应用、政府数据开放共享、流通交易、跨境流动、数据资产入表等促进数据市场化的规则；三是治理类制度，包括数据伦理、数据质量、数据隐私保护、个人信息保护、数据安全等保障数据安全使用的规则。

制度创新是激发市场活力、拓展创新空间的关键保障。数据要素市场化之所以发展缓慢，制度缺失和不完善是重要瓶颈，数据标准不统一、權责关系不清晰、共享机制不明确以及法律保障不健全等制约了数据流通交易和整合利用水平。全球都在探索数据要素制度，力图通过构建适宜的制度体系来维护这一战略性资源。例如，美国围绕信息公开、个人隐私保护、信息安全、电子政务、数据开放等数据问题颁布了大批法律法规和行政命令；德国《联邦政府数据战略》提出将在商业、科学、社会和行政管理领域建立促进数据创新并负责任地使用数据的制度；《欧盟数据战略》为欧盟将来持续推进数据法律制度设定了路线图。2020年以来，我国政府提出，建立健全数据安全、权利保护、跨境传输管理、交易流通、开放共享、安全认证等基础制度和标准规范。我国“数据二十条”把握数据产权、流通、交易、使用、分配、治理、安全等基本规律，从数据产权、流通交易、收益分配、安全治理四个方面，对数据基础制度建设作出了部署，旨在激活数据要素潜能。

数据流通悖论的突破。数据的价值在于高效流通和使用、赋能实体经济。数据要素流通就是数据要素的转移过程，主要包括原始数据的产生与收集，数据处理、组织成数据产品，数据产品登记、挂牌上市，数据产品试用与交易，数据产品交付与服务，数据产品的使用等关键环节。[12]数据要素流通并不等同于数据交易，开放、共享、交易、交换都是数据流通的主要形式。建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系，必须完善和规范数据流通规则。数据流通规则既要满足全流程安全与隐私保护的要求，也要满足市场流通全流程业务效率的要求。完善的数据要素流通规则可以打消市场主体的顾虑，提升数据要素应用与流通的供给质量，规范数据流通行为，可以从根本上解决现有数据要素产品供给不足的问题。所以，确保安全和高效流通的数据要素流通规则，是数据要素基础制度最关键的组成部分，建立健全数据要素流通规则是激活数据要素潜能的核心环节。

释放数据价值需要解决“数据产权制度落地难”和“数据流通交易互信难”两大难题。由于数据复制成本极低、能够被多主体同时占有或控制，数据产权涉及公权、私权，需在国家、社会和个人等多方权益中平衡，完善的数据产权制度是加速数据要素市场化配置的必要前提。信任是流通交易的基础，数据要素流通中的安全和信任问题上存在两个悖论。一方面，数据流通存在“阿罗信息悖论”，即需求方在交易之前需要供给方披露信息，以确定数据或信息的价值，但数据披露即意味着需求方免费获取了信息或数据，于是数据供给方只能选择不披露或只披露部分信息。[13]另一方面，数据流通存在保护与激励的悖论，如果过度强调数据安全和保护，容易产生“数据孤岛”的局面，极大影响数据使用的效率；如果个人和企业的数据隐私得不到保护，则将导致数据供给不足、数据共享受阻和数据流通活力不够，用户作为数据主体的价值不能得到体现。解决数据流通主体之间的安全和信任、保护和激励问题，是目前全球探索的一个重要方向。

运用数字技术实现数据“可用不可见”和完善制度建设是突破数据流通悖论的两个轮子。数据具有“场景专用性”的特征，既要在具体应用场景中才能发挥数据价值，又要把数据要素与其他要素相结合才能实现其经济价值。[14]数据的“场景专用性”是分析如何突破数据流通悖论的逻辑起点，我们可以从技术和制度两个视角考虑建立数据可信流通体系。在技术上，利用隐私计算、区块链、云计算等数字技术，可以实现原始数据“可用不可见”，数据产品“可控可计量”，流通行为“可信可追溯”。例如，隐私计算技术采用对数据进行加密、或只交换数据中间计算结果、或通过可信硬件执行环境等技术，有效解决数据流通与隐私保护之间的矛盾，能够实现“数不出库、数尽其用”，打破“数据孤岛”，平衡数据安全与数据流通的需求。在制度上，可通过构建适宜的制度体系来解决数据隐私、数据价值透明度和定价等问题，激励数据供给和流通。例如，欧盟委员会2014年发布了《迈向繁荣数据驱动的经济》，2017年又发布了《关于构建欧洲数据经济》报告，2020年2月正式发布《欧盟数据战略》，致力于平衡数据流动和广泛使用，旨在建立一个面向世界开放的共同数据空间——一个真正的数据单一市场。

现实世界的契约是不完备的，数据要素制度应该包括正式规则和非正式规则。目前，数据权属仍然不清，数据流通在现实中存在场内、场外两种流通渠道，数据交易流通中存在大量契约问题，例如，产权、估值、定价和使用等存在隐性契约和正式合同，被称为“未完全契约化的数据交易”[15]。制度是广为人知的、由人创立的规则，它们的用途是抑制人类可能的机会主义行为，它们总是带有某些针对违规行为的惩罚措施。[16]制度通过减少不确定性，构造了人们在政治、社会或经济方面发生交换的激励结构，新制度经济学将制度分为正式规则和非正式规则，正式规则是以明确的形式被确定下来、用强制力保证实施的行为规范，如政治（及司法）规则、经济规则和合约等；非正式规则是指得到社会认可的约定俗成、共同遵守的行为准则，包括文化、信念、伦理、道德规范、禁忌习俗等。[17]例如，我国政府提出建立的数据要素制度的“四梁八柱”，数据交易所出台的交易规则，是一种正式规则。在实践中，平台和个人依靠隐性契约维持数据的使用，相当于双方签订了一个以数据换取免费服务的隐性契约，是一种非正式规则。

数据要素流通的正式规则

数据要素所蕴含的战略价值和经济价值引起广泛重视，各国纷纷出台法律法规促进“大数据”的应用与发展。2018年5月，欧盟正式实施《通用数据保护条例》（General Data Protection Regulation，简称GDPR），率先建立了数据流通的法律基础制度。2022年2月23日，欧盟委员会正式公布《数据法案》（Data Act）草案，为非个人数据的利用提供公平的访问和共享框架，明确B2B、B2G的数据流通措施，同时确定了数据处理服务提供商的相关义务。结合国内外数据要素流通制度的实践，数据要素流通正式规则的目标是，通过制度安排更好地激励数据采集、完善流通准入规则，按照参与者的安全合规要求、数据产品使用安全合规要求，实现数据交易流通“可用不可见”，通过建立健全流通中介规则，将“数据所有权交易”模式转化为“数据使用权交易”模式，推动数据交易流通形成可持续的商业模式，满足数据产品流通的效率要求和全流程的监管要求。

数据要素流通的正式规则体系。当前，我国逐步构建了四个层次的数据要素流通正式规则：一是党和国家明确提出要建立数据要素流通全流程合规与监管体系；二是地方政府出台的数据促进条例，促进数据流通和开发利用；三是以数据交易机构为主的交易平台制定的数据交易流通规则；四是数据要素流通标准体系。

1.党和国家的制度安排。国家层面，《中华人民共和国网络安全法》（2017年6月1日起施行，以下简称《网络安全法》）、《中华人民共和国数据安全法》（2021年9月1日起施行，以下简称《数据安全法》）及《中华人民共和国个人信息保护法》（2021年11月1日起施行，以下简称《个人信息保护法》）等共同构筑了维护国家主权、安全和发展利益的数据基础法律，形成了中国数据合规法律体系的“三架马车”架构。例如，《网络安全法》明确了关键信息基础设施运营者在个人信息和重要数据的境内存储、出境评估等方面的法律义务。《数据安全法》对“数据分级”作出规定，从多个方面规定了相关企业的数据安全义务，包括制度管理、风险监测、风险评估、数据收集、数据交易、经营备案和配合调查等。《个人信息保護法》对“个人信息”作出了界定，明确个人信息不包括匿名化处理后的信息，确立了个人信息处理的合法原则、正当原则、必要原则（即处理个人信息限于实现目的的最小范围）、诚信原则、质量原则（即要避免个人信息不准确或不完整）、安全原则（即保障个人信息的安全）六大基本原则。

中共中央、国务院关于数据要素流通有三个重要文件。第一，2020年3月30日，《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》提出加快培育数据要素市场，加快推动各地区各部门间数据共享交换，研究建立促进企业登记、交通运输、气象等公共数据开放和数据资源有效流动的制度规范，支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景，制定数据隐私保护制度和安全审查制度等。第二，2022年1月6日，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》，明确提出探索建立数据要素流通规则，要求完善公共数据开放共享机制、建立健全数据流通交易规则、拓展规范化数据开发利用场景、加强数据安全保护，具体提出了探索开展政府数据授权运营、探索建立数据用途和用量控制制度、推动完善数据分级分类安全保护制度、支持打造统一的技术标准等。第三，2022年12月2日，中共中央、国务院发布的“数据二十条”，以促进数据合规高效流通使用、赋能实体经济为主线，完善和规范数据流通规则，构建促进使用和流通、场内场外相结合的数据要素流通和交易制度，明确提出建立数据流通准入规则、建立数据分类分级授权使用规范、建立实施数据安全管理认证制度，出台数据交易场所管理办法，建立健全数据交易规则，制定全国统一的数据交易、安全等标准体系，等等。

此外，《中共中央 国务院关于加快建设全国统一大市场的意见》《数字中国建设整体布局规划》《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》《“十四五”数字经济发展规划》《“十四五”大数据产业发展规划》《“十四五”国家信息化规划》等政策，都提出加快建立数据基础制度、市场规则和标准规范，推动公共数据汇聚利用、畅通数据资源大循环、有效释放数据要素价值。例如，《“十四五”数字经济发展规划》提出推动数据资源标准化工作，深化政务数据跨层级、跨地域、跨部门有序共享，加快构建数据要素市场规则，探索建立数据资产登记制度和数据资产定价规则，健全数据交易平台报价、询价、竞价和定价机制。

2.地方政府颁布的数据条例。近年来，为了让数据成为真正的生产要素，大部分省市都颁布了相关数据条例（包括大数据条例、数据条例、数字经济条例等，统称为“数据条例”），促进数据作为生产要素开放流动和开发利用。各省市在数据流通方面有四个共识：一是推动公共数据面向社会开放，并持续扩大公共数据开放范围，推进公共数据和其他数据融合应用，不断提高公共数据共享、开放和利用的质量与效率；二是加快培育数据要素市场，完善数据要素市场规则，推动构建数据收集、加工、共享、开放、交易、应用等数据要素市场体系，促进数据资源有序、高效流动与利用；三是重视制定数据处理活动合规标准、数据产品和服务标准、数据质量标准、数据安全标准、数据价值评估标准、数据治理评估标准等地方标准；四是推动大数据与农业、制造业、服务业、新兴产业深度融合，深入开展大数据领域金融、人才、科研、技术、市场等方面的制度创新。

3.大数据交易机构的规则体系。一方面，针对数据交易过程中面临的数据确权难、定价难，市场交易主体互信难、入场难、监管难等一系列痛点难点问题，大数据交易所积极探索建立数据交易规则。例如，2022年5月27日，贵阳大数据交易所通过创新探索，发布了全国首套数据交易规则体系，包括《数据要素流通交易规则（试行）》《数据交易合规性审查指南》《数据交易安全评估指南》《数据产品成本评估指引1.0》《数据产品交易价格评估指引1.0》《数据资产价值评估指引1.0》《贵州省数据流通交易平台运营管理办法》《数据商准入及运行管理指南》等。另一方面，地方政府也在积极探索制定数据要素流通交易规则。例如，2023年年初，深圳市发展和改革委员会印发了《深圳市数据交易管理暂行办法》和《深圳市数据商和数据流通交易第三方服务机构管理暂行办法》，对数据交易主体类型、数据交易场所运营机构、可交易的数据类型及如何确保数据交易安全进行了规定。

4.数据要素流通标准体系。《促进大数据发展行动纲要》明确提出，建立标准规范体系，推进数据采集、政府数据开放、指标口径、分类目标等关键共性标准的制定和实施。“数据二十条”明确指出应围绕构建数据基础制度，逐步制定完善数据流通、安全与治理等主要领域关键环节的政策及标准。数据要素流通标准体系是对数据资源的市场化流通进行规范，包括数据要素流通交易业务相关的基础标准、数据标准、技术标准、平台和工具标准、管理标准、安全和隐私标准以及行业应用标准等方面。2014年，工信部和国标委指导成立了“全国信标委大数据标准工作组”，主要负责制定和完善我国大数据领域标准体系。目前，我国在数据要素领域已经形成了国家标准、地方标准、行业标准、团体标准体系。随着数据要素市场的完善，数据要素流通标准将不断健全，作用与日俱增。

数据要素流通的四大规则体系。数据要素流通包括数据登记、数据定价、数据交易、数据交换共享、数据服务、数据运营等。目前，数据要素流通的市场实践主要存在两种类型：一是场外市场流通方式，主要是平台企业通过开放数据平台（Open API）等模式进行企业间数据的交易和共享，这种场外市场主体之间的市场化交换和交易是当前数据流通的主要方式；二是场内市场流通方式，买卖双方注册成为数据交易所的成员，数据供需双方按照各自需求在平台进行匹配、交易。当前，在政府开办的数据交易所中，采用交易机构居间撮合交易模式的数据交易很冷淡。政府数据向社会开放，需要先在内部进行跨部门和跨层级打通，设置一个统一的接口平台，再通过开放平台开放公共数据，这是一种带有公共服务属性的数据流通方式。

“数据二十条”规定的数据基础制度如何构建、由哪些利益相关方牵头哪类数据基础制度构建、如何协调这些利益相关方等，是政府、学界、数据拥有者、数据使用者以及数据管理者密切关心的问题。2023年3月，根据国务院关于提请审议国务院机构改革方案的议案，组建国家数据局，负责协调推进数据基础制度建设等工作。探索建立数据要素流通规则，确保数据要素正常、有序流通，从市场化和公共服务性质的数据要素流通考虑正式规则，主要包括四个方面。

1.市场准入规则。数据流通交易市场是一个由数据供给方、需求方、交易平臺和中介服务机构等多元主体组成的生态体系。数据流通准入规则是为了维护市场建设的规范性和安全性，对市场主体和客体进行规范的制度安排。市场准入规则包括数据供应方、数据需求方、数据交易平台运营方、各类第三方服务商等市场主体的门槛标准和进入程序规范，以及流通中的数据服务和产品、算力资源、算法工具等客体的标准规范。市场准入规则通过管理标准、技术标准或工作标准呈现，以各类标准形式（国家标准、行业标准、地方标准和团体标准、企业标准）进行发布。交易中心提供数据商、数据中介登记凭证服务，确保主体可信。

市场准入规则建设需要做好三个重点工作。一是建立个人、企业和政府的数据账户制度，明确市场主体的数字身份。对准入的企业要建立严格的数据全流程合规体系，确保流通数据来源合法、安全隐私保护到位、流通和交易行为规范。结合市场需求，实现更加定制化、市场化的公共数据开放，通过加大公共数据开放带动数据市场主体入场。二是对进入市场的数据要素建立数据分类分级授权使用规范，建设数据质量标准化体系。国家数据局与数据流通交易机构联合，率先在金融、工业制造、消费、农业等重点应用领域开展数据产品流通和使用的分类分级国家标准、行业标准和团体标准，地方政府积极与交易机构开展数据产品和数据质量评估的地方标准、企业标准建设，逐步形成面向数据流通的质量评价指标体系。三是建立B2B、C2C、B2C、C2B等类型数据交易平台的开设规则和管理规则，建立中央和地方双层的数据交易所资质审批机构，强化其公共属性和公益定位。加快数据交易机构的监管立法，推动数据交易机构高质量发展。

2.数据要素交易规则。国家支持数据处理者依法依规采取开放、共享、交换、交易等场外和场内方式流通数据。在市场化配置中建立一套交易规则，是建设规范的数据交易市场的核心环节。数据要素交易规则的设计和构建，既要考虑数据要素资源国内大循环体系，也要充分考虑对接全球数据市场和吸引境外市场供需主体。数据要素交易规则主要包括数据价值评估规则、数据商运行规则、数据交易机构运营规则、数据交易合规性审查规则、数据交易安全评估规则等。交易规则从交易主体登记、交易标的上架、交易场所运营、交易流程实施、监督管理保障等方面进行规定，在技术标准制定、交易报价机制、市场监管规则等方面形成国际通行的标准，打造高效的数据交易流通生态体系。

在数据交易规则中，数据产品估值定价规则是数据交易规则的核心。数据要素价值高度依赖于应用场景，数据产品定价与交易场景、交易模式密切相关，均衡价格需要在具体的交易场景中实现；此外，隐私计算、人工智能、区块链等数字技术及其应用也影响数据要素的估值定价。[18]建立数据定价规则有两个重点。一是创新定价方法对数据产品的估值指标体系。例如，《电子商务数据资产评价指标体系》（GB/T37550-2019）是我国数据资产领域的首个国家标准，其中提出了数据资产价值评价指标体系。《深圳市数据交易管理暂行办法》创新性地提出依据数据质量、数据样本一致性、数据计算贡献、数据业务应用等多维度构建其价值评估指标体系，以此来激活数据资源的价值。二是建立健全数据交易平台报价、询价、竞价和定价机制。有研究提出，可以探索“报价-估价-议价”相结合的数据交易价格生成路径。[19]

3.数据流通中介服务机构规则。数据商和第三方专业服务机构承担促进数据可信流通的重任，是活跃数据要素市场的重要主体，也被称为数据经纪人。数据经纪人一般不直接与用户打交道，而是汇聚各种二手数据，对其进行整理、加工、分析，并形成标准化数据产品进行销售的实体企业。[20]在实践中，上海数据交易所率先提出“数商”概念，数商包括数据交易主体、数据合规咨询、质量评估、资产评估、交付等。《北京国际大数据交易所设立工作实施方案》要求制定数据中介服务机构运营管理制度，严格数据中介服务机构准入，培育专业的数据中介服务商和代理人。北京国际大数据交易所率先建立数字经济中介产业体系。《广东省数据要素市场化配置改革行动方案》提出探索建立“数据经纪人”制度，数据经纪人是在政府的监管下，具备开展数据经纪活动资质的机构。经广东省政务服务数据管理局批准同意，广州市海珠区推出全国首批“数据经纪人”名单。虽然各地使用的概念不同，但都是为了探索建立中介机构，让中介机构担任数据价值发现者、数据交易组织者、交易公平保障者、交易主体权益维护者等多重角色，大力发展促进数据流动的数据中介服务，积极培育数据要素交易市场。

发展、壮大数据中介服务产业，建立规范有序的数据中介服务制度是数据流通交易制度的重要内容。数据中介服务（Data Intermediation Service）是指通过技术、法律或其他手段，在数量不确定的数据主体、数据持有者与数据使用者之间为了实现数据共享而建立商业关系的服务。一般而言，数据商定位为专业性市场化机构，是技术方案提供者、交易合规保荐者、数据价值发现者，重点解决数据产品开发、发布、承销、合规安全、交易撮合等问题。第三方中介服务机构不但提供产权界定、价值评估、合规认证、安全审计、公证、托管、担保、保险、争议仲裁、风险评估、人才培训等服务，还可以提供数据的标注、清洗、脱敏、脱密、分析、挖掘等数据加工服务。数据中介服务制度应该包括建立数据中介服务机构注册制、数据中介服务机构管理办法，鼓励各类数据服务商进场交易，支持发展多元化的数据中介服务模式，培育一批数据服务商和第三方专业服务机构。

4.数据流通治理规则。“数据二十条”要求建立数据要素流通使用全过程的合规公证、安全审查、算法审查、监测预警等机制。数据流通治理是指围绕数据要素流通的全生命周期，对数据要素的确权、定价、交易、交付和使用等环节行使管理权力和控制风险的活动集合。具体来讲，数据流通治理是指政府、交易平台、社会组织等建立决策机制、激励约束机制和监督机制，打造更丰富的数据交易场景，相关利益者同时实现“数据价值”和“管控风险”的期望。其中，“实现数据价值”是指市场主体在数据流通交易中获取应有的收益；“管控风险”是指通过制度建设和技术运用降低安全合规风险，确保流通中的数据产品的数据来源合法及可确认、使用范围可界定、流通过程可追溯、安全风险可防范。

数据要素流通治理规则是在数据流通中保障数据安全和控制风险的规则。数据要素流通治理规则坚持技术治理优先、技术治理与制度治理相互配合的原则，从技术标准和治理规则入手完善治理制度。一方面，监管层、行业协会和交易机构等出台数据交易的技术架构标准、数据流通安全保障技术标准、算法和模型审查技术标准等；另一方面，建立健全数据分级分类标准、数据格式标准、数据交易类别目录标准、交易数据描述标准、数据质量评价标准、风险威胁监测预警机制和应急处置规则、数据隐私保护和安全审查、数据交易安全标准规范、数据安全管理认证标准等，制定平台企业在数据迁移、交易和处置、互联互通等方面的规则，设计数据交易场所互联互通规则，等等。数据流通市场是一个多主体参与的市场，数据要素流通治理规则与准入规则、交易规则和中介服务机构规则密切相关，建立健全包容创新的容错纠错机制和监管创新体系至关重要。此外，充分发挥行业协会在市场准入规则和治理规则建设中的作用，支持行业协会等社会组织在数据技术、数据产品及其评估等方面加强行业标准研究。

数据要素流通正式规则的局限性。数据要素流通的正式规则是“硬性”的正式组织框架和制度框架，是一种与国家权力或组织紧密相连的强制性规则。正式规则一经确立就具有相对较高的稳定性，但在数据要素流通中也存在一定的局限性，具体表现为三个方面。一是正式规则的供给是相对有限的。数据流通涉及面很广，正式规则或无法考虑到方方面面，有可能出现规则真空，造成暂时性的制度供给不足。数据流通是新生事物，当条件不成熟的时候，不宜超前出台规则而抑制创新。二是正式规则的供给具有相对滞后性。制度供给有强制性供给和诱致性供给两种方式，强制性供给往往因为考虑不周全而执行效果不佳，诱致性供给的规则需要多方协调，会出现供给“时滞”。理性人具有机会主义倾向，都会在执行规则时打“擦边球”。数据要素流通规则非常复杂，国际上没有可供借鉴的经验，大部分规则都需要自主创新，是一个缓慢累积、不断尝试和边际创新的渐变过程。三是正式规则的供给成本较高。制定规则是有成本的，当已有规则失灵或者出现低效率的时候，无论是修订规则还是重新制定规则，都不可避免地面临着不经济的问题。对于数据流通来说，要建立市场主体普遍认同、共同遵守的规则规范，规则实施中要可计算、可监督、能执行、能惩罚，从而建立供需双方相互信任的关系，制定和修改规则的成本都非常巨大。

数据要素流通的非正式规则

正式规则的功能只能用于促进某些交换形式，非正式规则也是现代经济的普遍特征。非正式规则可以拓展、阐明和修正正式规则，成为社会公认的行为准则和内部实施的行为标准，人们的行为大部分是由非正式制度来约束的。[21]由于正式规则相较于快速发展的数据流通和技术创新相对滞后，特别是大数据、人工智能、机器学习和物联网等技术在数据流通领域引致的问题，使人们越来越意识到应该在运用数据时兼顾伦理道德等非正式规则建设。例如，中国人民银行组织编制的《金融科技发展规划（2022-2025年）》提出，强化数字思维、培育数字文化，提升全员数字素养，将以数连接、由数驱动、用数重塑的数字理念深度融入企业价值观。在实践中，培育和发展数据思维、数据伦理、数据文明、数据文化等数据非正式规则，对支撑、优化和强化正式规则也有助益。

基于伦理的数据要素流通非正式规则。在数据流通过程中，数据伦理是一个热门话题。数据伦理是随着数字技术应用产生的关于数据的善、恶议题与价值规范，主要包括隐私问题、数据安全问题、虚假数据问题等。数据流通中的数据垄断、数据孤岛、侵犯隐私权和自主权、数据利用失衡等问题，与开放共享伦理的缺位密切相关。开放共享的数据伦理，应该在数据滥用和数据孤岛之间作出平衡。平衡原则是处理创新带来的利益与风险的基本原则，平衡原则是建立隐私权和信息安全伦理保护机制的基本准则。建立数据伦理规制体系，也是数据流通制度的重要内容。

数据伦理处理指如何以符合伦理准则的方式获取、存储、管理、使用和销毁数据。数据伦理可以实现两个目的：一是为数据流通正式规则的正当性、合法性提供伦理支援或道德辩护；二是为企业和公民保障数据权益强化激励机制。应该建立一套数据伦理规范来助推数据流通，增强互信，降低交易成本，促进数据流通生态良性发展。一方面，数据供给方和中介服务机构要加强道德自律，数据使用方应该设置专业的数据安全官或其他安全岗位来监督数据伦理，行业协会应建立数据流通的道德自律機制和伦理规范；另一方面，行业协会等社会组织建立数据流通的监督平台，应当对数据的获取和应用过程进行严格的伦理评估。

基于数字技术应用的非正式规则。数字基础设施是促进数据要素化的底层技术，数据流通需要数字技术的支撑。数据流通中主要使用的技术有大数据、人工智能、隐私计算、区块链、物联网等，这些数字技术使用中也产生了大量的伦理问题。例如，随着大数据“杀熟”、大数据算法歧视等事件的出现，社会对大数据算法的“黑盒子”问题质疑越来越多。随着量子计算技术的进步和应用，涉及敏感加密数据的新的伦理和安全风险也将开始显现。在数据流通实践中，分析师可以运用数字技术通过主观的数据选择、数据范围的操控、关键数据点遗漏等方法来创造一个事实虚假的表象。例如，大数据的处理、分析、应用都是由大数据算法来支撑和实现的，分析师可以运用片面的数据来进行分析，设置一定的算法规则和模型，产生有误导性的结论。

习近平总书记强调：“要整合多学科力量，加强人工智能相关法律、伦理、社会问题研究，建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德。”[22]面对数字技术的迅猛发展，在数据要素流通制度建设中，有效应对以人工智能为代表的数字技术带来的伦理挑战，需要深入研究思考如何建立数据要素流通中数字技术应用的正确的道德观、价值观和伦理观。加强数据流通中数字技术伦理建设。一要坚持促进创新与防范风险相统一、正式规则规范与道德约束相结合原则，加快出台符合国情、与国际接轨的数字技术伦理制度规则，健全多方参与、协同共治的数字技术伦理治理体系；二要遵守以人为本、安全可靠、公开透明和服务产业的原则，不应当在开发、设计数据产品的过程中给智能机器提供过时、不准确、不完整或带有偏见的数据；三是强化市场主体履行数字技术伦理管理主体责任，数据要素流通交易从业人员应自觉遵守数字技术伦理要求，主动学习数字技术伦理知识，增强数字技术伦理意识，自觉践行数字技术伦理原则。

基于数据文化和数字素养的非正式规则。数据文化和数字素养正在成为我们价值观体系的组成部分。数据积累、分析，以及应用的根本目的，是为了制定更优的决策。数据文化把数据融入组织的运营模式、思维方式和管理决策之中，是重视、践行和鼓励以数据为基础的高质量决策的人员共同的行为和信念。IDC的调查研究表明，具有强大数据文化的数据领先型组织能够实现可衡量的业务成果，包括增强了差异化竞争优势、缩短了推向市场所需的时间、增加了利润、提高了员工满意度等数据文化，让每个级别和每种角色的每个人每天都能够使用数据作出更好的决策。[23]为了应对数字化时代的挑战，人们应该具备良好的数字素养与技能，成为数字化时代的主人，而不是被数字和算法驱使。数字素养与技能是指数字社会公民学习工作生活应具备的数字获取、制作、使用、评价、交互、分享、创新、安全保障、伦理道德等一系列素质与能力的集合。具体来看，数字素养包括：数字意识、计算思维、数字化学习与创新、数字社会责任等，强调人们创造性地理解、分析、评估、管理和处理数据信息的综合水平和素质底蕴。[24]数据素养是数字素养的重要组成部分。

当前，个人和企业基于安全的考虑，提供数据的积极性不高。企业建设数据文化、个人提升数字素养，对数据要素流通具有重大的推动作用。因此，一方面，我们应普及数字素养和数据素养的宣传和教育，专家学者应面向企业、政府和公众开展数字素养讲座，帮助群众提升大数据素养，以缩小甚至消除个人数据权利和机构数据权力的失衡。另一方面，企业要重视培育数据文化，重视数据在战略和业务中的使用，让组织中的每个人都能通过数据获得自己所需的洞见，真正做到以数据驱动。要成为数据驱动型组织，就必须同时对数据文化和技术进行投资，并基于数据（而不是单纯依靠直觉）来作出决策，以此改变决策方式。

从历史上看，在正式规则产生之前，人们之间的关系主要靠非正式规则约束，当今社会的正式规则也只占决定人们选择的总约束中的一小部分。数字技术深刻影响着人们的思维方式、价值观念和道德行为。在可以预见的将来，大数据、人工智能、区块链等数字技术将重塑生产力、生产关系、生产方式，重构生活方式、工作效率和社会关系。综上分析，有效的数据要素制度安排必然是正式规则与非正式规则的有机统一，这样才能实现成本收益最优、效率最高。我们有必要将数据要素流通的非正式规则纳入数据流通交易制度之中。

构建数据要素高效流通制度体系的建议

数据要素要实现安全高效流通，需要通过一系列正式规则设计、非正式规则安排和数字技术的运用，建立起数据要素流通全流程合规与监管体系。在制度变迁过程中，一方面，非正式规则可以制约正式规则，非正式规则与正式规则之间的冲突会削弱正式规则的实施效果；另一方面，正式规则与非正式规则存在内在互补、相互替代的关系。所以，只有达到制度均衡状态才能发挥最佳效用，而制度均衡意味着正式制度与非正式制度具有相容性。从处理好技术与制度、应用与保护、流通与安全、创新与治理的关系视角，笔者提出以下建议。

稳步建设数据流通的正式规则。“数据二十条”颁布以后，我国正在掀起数据流通和数据要素市场建设的热潮，2023年新组建的国家数据局具体负责协调推进数据基础制度建设。在下一步数据流通制度建设中，一是国家数据局要建立全国一盘棋，统筹推进制定数据资源的流通、交易和治理的规则，以公共数据共享为抓手建立规则体系，梳理公共部门的数据资源，推动跨行业跨部门信息资源互联互通。二是要建立国家层面的整体性、基础性、长期性的数据分层管理规则，从数据流通入手，推动相关标准规范、部门规章的制定，做好数据流通立法的前期研究工作。三是加快云数一体的数据流通基础设施建设，制定国家云的技术标准和公共数据的汇聚与流通规则。四是在正式规则制定中，充分发挥市场和行业协会的作用，充分尊重专家的意见，加大力度支持数据流通的基础研究，充分把握数据流通的规律趋势。

发挥非正式规则与正式规则的互补作用。数据要素流通需要借助非正式规则与正式规则的双重力量。在未来正式规则设计中，要关注非正式规则与正式规则之间交互影响的不确定性，发挥非正式规则的特殊信任和合作关系作用，有效降低制度运作实施中的交易成本和道德风险。一是要支持市场主体加强数据流通、使用和治理等方面的专业知识学习，鼓励企业培育数据文化，主动从非正式规则的视角开展数据治理。二是要加强数据素养建设，培养市场主体的数据素养，提升公民的数据素养，让公众知晓数字化转型与数据要素的有效利用就是未来国家和企业的竞争优势所在。三是坚持以人为本的价值观，把握“促进数据合规高效流通使用、赋能实体经济”这一主线，以及“充分实现数据要素價值、促进全体人民共享数字经济发展红利”的目标，推动解决政企数据融合利用难的问题，激发政务数据与社会数据融合利用的积极性。

促进场外交易向场内交易转移。当前，场外数据流通占据很大比例，既折射出我国数据合规交易方式不清晰和未完善、合规交易通道尚未普及的问题，也反映出我国数据流通中存在一些潜规则。如何打破潜规则，让场外交易逐步搬到场内，这是数据流通面临最大的挑战。一是创新数据交易模式，数据交易场所通过提供新型交易技术、固定数据交易证据等方式，增进买卖双方的信任、减少争议，从而最大限度地发现数据的公允价值。二是加快发展数据中介服务机构，为交易双方提供数据安全合规审查、价值评估、风险评估与安全认证等增值服务，推动交易双方进入场内交易。充分发挥数据商“燃料”和第三方专业服务机构“助燃剂”作用，培育一批活跃的数据要素市场主体，是促进场外交易转为场内交易的关键。三是形成多层次、多元化的场内市场交易体系，丰富数据交易内容，拓宽数据流通渠道。这里的场内交易市场是指交易所、交易中心等由政府主导、可监管、可追溯的集中交易平台。

高度重视数字技术使用规则建设。数据流通不同于实物商品流通，高度依赖数据基础设施和数字技术。在数据流通中，对数据产品加工、定价、交付、使用等环节的数据安全、质量保障、追溯审计等，需要建立一系列规则。一方面，政府应当建立健全数据流通中统一的数据技术标准；另一方面，政府、行业协会、交易机构也要制定数字技术使用的伦理规范，推动形成科技向善的非正式规则。

（本文系研究阐释党的十九届六中全会精神国家社科基金重大项目“数字经济推动经济发展质量变革、效率变革、动力变革研究”和国家社会科学基金重大项目“互联网平台的社会影响与治理路径”的阶段性成果，项目编号分别为：22ZDA043、21&ZD196）

注释

[1]国际数据公司：《IDC：2025年中国将拥有全球最大的数据圈》，2019年1月，http：//www.cioall.com/uploads/f2019021414494185182.pdf。

[2]中国信息通信研究院：《数据中心白皮书（2022年）》，2022年4月，http：//www.caict.ac.cn/kxyj/qwfb/bps/202204/P020220422707354529853.pdf。

[3]Statista， "Big Data Market Size Revenue Forecast Worldwide from 2011 to 2027，" 27 July 2022， https：//www.statista.com/statistics/254266/global-big-data-market-forecast/.

[4]《习近平主持中共中央政治局第二次集体学习并讲话》，2017年12月9日，http：//www.gov.cn/xinwen/2017-12/09/content_5245520.htm。

[5]《（受权发布）中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》，2019年11月5日，http：//www.xinhuanet.com/politics/2019-11/05/c_1125195786.htm。

[6]卡尔·夏皮罗、哈尔·R.范里安：《信息规则：网络经济的策略指导》，孟昭莉、牛露晴译，北京：中国人民大学出版社，2017年。

[7]《二十国集团数字经济发展与合作倡议》，2016年9月20日，http：//www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html。

[8]C. Dahlman; S. Mealy and M. Wermelinger， "Harnessing the Digital Economy for Developing Countries，" OECD Development Centre Working Papers， 2016（12）， pp. 11–15.

[9]F. Provost and T. Fawcett， "Data Science and Its Relationship to Big Data and Data–Driven Decision Making，" Big Data， 2013， 1（1）， pp. 51–59.

[10]徐翔、赵墨非：《数据资本与经济增长路径》，《经济研究》，2020年第10期。

[11]第三方中介平台（C2C）模式，即第三方数据拥有者将原始数据挂到数据交易市场上公开出售，数据需求方按照约定价格购买后，可以在数据交易平台上获得离线的数据包或者实时API，若最终成功交易，平台收取一定佣金后返还销售收入给第三方数据拥有者；第三方中介平台（B2B）模式，即数据拥有者先将数据提供给平台，平台经过整合后再将数据通过离线数据包或者实时API的方式出售给数据需求方，数据拥有者并不直接接触数据需求方與之进行交易；综合平台（B2B）模式，即数据拥有者和数据需求方不会直接接触，而是通过数据交易平台进行最终撮合，交易的产品除了离线的数据包或者实时的API之外，还包括数据产品和数据综合解决方案的交易，可以直接应用到数据需求方的商业模型上。

[12]黄丽华：《建立数据要素流通全流程合规与监管体系，是实现安全高效流通的基本要求》，2022年12月20日，https：//www.ndrc.gov.cn/xxgk/jd/jd/202212/t20221219_1343668.html。

[13]丁晓东：《数据交易如何破局——数据要素市场中的阿罗信息悖论与法律应对》，《东方法学》，2022年第2期。

[14]龚强、班铭媛、刘冲：《数据交易之悖论与突破：不完全契约视角》，《经济研究》，2022年第7期。

[15]L. Huang; Y. Dou; Y. Liu; J. Wang; G. Chen; X. Zhang， and R. Wang， "Toward a Research Framework to Conceptualize Data as a Factor of Production： The Data Marketplace Perspective，" Fundamental Research， 2021， 5（1）， pp. 586–594.

[16]柯武刚、史漫飞：《制度经济学——社会秩序和公共政策》，北京：商务印书馆，2000年，第35页。

[17]参见道格拉斯·C.诺斯：《制度、制度变迁与经济绩效》，刘守英译，上海：格致出版社、上海三联书店、上海人民出版社，1994年，第五章、第六章。

[18]欧阳日辉、龚伟：《基于价值和市场评价贡献的数据要素定价机制》，《改革》，2022年第3期。

[19]黄倩倩等：《超大规模数据要素市场体系下数据价格生成机制研究》，《电子政务》，2022年第2期。

[20]李勇坚、刘奕：《数据经纪人制度的理论与实践》，《数字图书馆论坛》，2022年第10期。

[21]道格拉斯·C.诺斯：《制度、制度变迁与经济绩效》，刘守英译，第54～55页。

[22]《习近平在中共中央政治局第九次集体学习时强调 加强领导做好规划明确任务夯实基础 推动我国新一代人工智能健康发展》，《人民日报》，2018年11月1日，第1版。

[23]国际数据公司：《数据文化如何在数据驱动型组织内提升业务价值》，2021年5月，https：//www.tableau.com/zh-cn/learn/whitepapers/idc-data-culture。

[24]《中央网信办负责同志就〈提升全民数字素养与技能行动纲要〉答记者问》，2021年11月5日，http：//www.cac.gov.cn/2021-11/05/c_1637708867376698.htm。

责 编∕陈璐颖