数字经济时代数据要素交易的困境与对策分析

陈勇新 彭飞荣

(中国计量大学 浙江杭州 310018)

2020年，党的十九届四中全会首次将数据列为一种新型生产要素。2022年4月，中共中央、国务院印发的《关于加快建设全国统一大市场的意见》强调，要加快培育数据要素市场，建立健全数据安全……交易流通等基础制度。2022年10月，党的二十大报告明确指出，要构建全国统一大市场，深化要素市场化改革……完善产权保护等市场经济基础制度。由此可见，在数字经济社会中，数据已然成为一种生产要素，广泛应用于社会生产活动中。

1 作为新型生产要素的数据

1.1 数据作为生产要素的基本含义

随着技术的快速进步，生产者对数据挖掘、分析、利用的能力不断增强，数据日趋成为日常生产生活中的重要资源要素。例如，在传统社会中，农业生产完全依赖生产者的经验进行播种、灌溉、施肥。但是，数字社会，生产者可以通过数据收集、分析，从而对产量进行合理预测。上述过程中，数据一方面可以降低决策时间，提高决策效果，同时可以降低生产成本和交易成本。这是因为利用数据进行决策的效果通常情况下比传统决策更优，可以减少生产过程中不必要的损耗，以降低生产成本。另一方面，可以个性化推荐手段，预测可能购买的消费者范围，降低宣传成本，提高效率。因此，数据具有使用价值。当数据完成从资源到资产的转换后，就可以在市场上进行自由流通、交换，也就具备了交换价值。综上所述，数据具有商品的双重属性，作为一种生产要素并发挥其作用。

1.2 数据的经济特征

数据作为一种信息产品，与传统实物资产不同，数据市场中，拥有数据的人无法妨碍其他人对数据的利用。例如，企业经过用户的同意对其个人信息进行收集，经过数据清洗、加工产生的数据产品与交易相对方进行交易。同样地，数据市场上的其他竞争者可以通过这种方式得到数据，并进行交易。因此，数据要素的使用具有非竞争性。另外，数据的核心价值是实现数据的流通、共享和利用，而并不是单纯对数据的占有和控制。数据使用者可以凭借技术和商业秘密等手段将数据的访问限于特定范围内，但是这种排他的程度是相对较低的。一方面，数据交易会使更多的主体处在数据链上，各个主体均对数据享有一定的“权利”。另一方面，数据基于无形性和复制的便捷性，导致数据传播成本很低，交易相对方只要获得数据就可以很低的成本进行复制、转移或二次交易。所以，数据要素具有非排他性。本质上来说，数据交易是针对信息的交易。根据信息经济学的观点，信息的传播成本很低，排除他人不学习某种信息的成本也就非常高。同时，数据提供方要竭力避免交易相对人变成新的竞争者，毕竟交易相对人在二次出售时并不承担生产成本，仅承担较低的传播成本。

2 数据要素市场的现状与困境

2.1 数据要素市场建设处于初步探索期

2015年贵阳数据交易所成立以来，在中央和各地政府的大力支持下，数据交易探索机制如火如荼地进行。根据工信安全智库《2022年数据交易平台发展白皮书》的不完全统计，截至2022年8月，全国数据交易平台已逾40家，许多数据交易机构创新交易形式，先行探索“数据可用不可见”“不合规不挂牌，无场景不交易”等模式。《2022中国大数据产业发展白皮书》显示，我国2021年大数据产业规模突破1.3万亿元。

虽然我国数据交易发展势头较为迅猛，但是数据交易仍然处于起步阶段，这主要体现在以下几点：第一，数据交易机构作用有限，运营不利。数据交易机构数量上的优势并不意味着数据交易已进入繁荣期，“首家”数交所自成立以来，实际交易额远低于预期目标金额，运营情况并不理想，甚至进行股改。第二，数据供需不匹配使得数据交易无法形成规模化数据市场，大多以点对点、一对一的形式进行交易。第三，现行数据交易多以简单加工为主，数据处理程度和规模化程度难以达到市场化的标准。第四，数据质量无法保障，优劣混杂。

2.2 数据交易规则尚不健全

第一，数据交易类型和模式复杂。学理上，有观点认为，数据资产交易模式包括原始数据直接销售模式、API接口模式及多方合作模式。丁晓东(2023)认为，真实世界的数据交易类型包括基于平台的数据交易、基于数据库的数据交易、基于采集加工的数据交易、基于经纪商的数据交易。各个数据交易机构官网显示的类型如表1所示。

表1 各数据交易结构类型

如上所述，早期数据交易中心的数据交易类型存在差异。随着实践的不断探索，贵阳大数据交易所、北京国际大数据交易所及上海数据交易所提供数据产品主要根据所涉行业、场景进行交易，且各个数据交易机构之间的行业和场景均有所不同。

第二，数据交易的客体模糊，尤其是原始数据能否作为交易标的存在争议。有观点认为，原始数据不宜作为交易对象：一是数据交易的提供者通常不是数据资产唯一的拥有者，数据提供者的处分权不完整；二是即便处分权完整，由于不能防止他人复制数据，数据拥有者亦缺乏交易数据的激励。实践中，数据提供者为了降低数据合规风险，一般不会以原始数据直接作为交易对象。《天津市数据交易管理暂行办法》第十二条规定，数据交易对象包括数据商品和数据服务。数据商品主要包括用于交易的原始数据和加工处理后的数据衍生产品。也就是说，原始数据可以作为交易的对象。

第三，数据交易主体的资格限制尚不确定。目前，数据交易机构采用会员制作为市场准入门槛，但是个人、政府机构及境外购买者能否作为市场交易的主体尚不明确(肖建华、柴芳墨，2019)。例如，法律是否应规定个人不得进行数据交易，是否应对从事数据交易的市场主体在注册资金、技术等方面进行限制，禁止某些主体进行数据交易的正当性基础又是什么，这些命题都需要法律予以回应。同时，有学者指出，对于数据交易机构是否应在资本、技术、人员设置、数据安全风险评估等方面进行限制是一个值得考虑的问题(桂祥，2021)。

2.3 数据要素市场的现实困境

2.3.1 数据权属不清

产权明确是交易的前提。在数据要素交易过程中，数据权属问题尤为突出，主要体现在权利性质、权利归属及公示登记方面。虽然我国《民法典》将数据规定在民事权利这一章中，但对于数据的具体性质没有明文规定，学界和司法实务尚未达成共识，主要存在物权说、债权说、知识产权说、竞争性利益说、新型权利说等观点。但是上述观点并未对企业能否就其数据资源享有使用权或是否具有可交易性这一时代命题予以回应。

基于此，在数据利益的归属上仍然存在进一步探讨的空间，主要存在四种观点：(1)认为数据归于个人所有；(2)根据企业公布的隐私政策和用户协议来看，用户数据归属于平台；(3)司法实践(“新浪微博诉脉脉案”)中法院认为，个人和平台对于数据都拥有一定的权利主张，数据在一定程度上为个人与平台共有；(4)数据具有公共数据，不属于任何个人或企业，归于公众所有。传统实物交易可以通过较低的成本即可判断实物的权利人是谁，但是数据要素交易的权属登记仍在进一步探索过程中。虽然已有部分试点就数据交易登记进行尝试，但是其数量有限、规模不大、呈区域性、较为分散，尚未形成统一的标准。

2.3.2 数据利益难以评估定价

数据要素市场化的另一个前提是如何确定数据的价值。虽然中评协在2019年印发了《资产评估专家指引第9号——数据资产评估》，但是其仅是一个专家建议和指引，并无法律上的效力。其中，主要提出了三种确定数据价值的办法，分别是成本法、收益法和市场法。数据作为一种特殊的无形资产，其典型特征是生产成本大，因为企业在收集数据、对数据进行加工清洗等处理环节时投入了大量的人力、财力，而复制成本较低。同时，企业固定成本投入巨大，尤其是设备、硬件设施上，但是其边际成本很低。采用成本法带来的问题是如何将固定成本中与数据有关的直接成本与其他成本区分开来，这种成本法忽视了合理利润，仅依据数据提供者为此付出的成本，同时未注意到数据的真实性和合法性的特征，可能会对数据的价值产生影响。收益法在成本法的基础上，考虑了数据交易中数据提供者可能的利润，如何准确界定增量利益又成为一个新的难题。市场法则是在参考类似数据资产的价值基础上，由市场交易主体协商具体价格。由于数据要素发展尚不健全，参考类似数据的价值准确性有待提升，只能诉诸“讨价还价”式的定价方式，该种定价方式交易成本不低，且存在信息不对称的问题，本身数据又具有虚拟性，数据需求方更难以知悉数据质量的真实情况。

2.3.3 数据交易缺乏信任

数据交易作为一种基于信息的交易，交易双方的信任尤为重要。在数据交易中，数据需求者和数据提供者之间缺乏信任机制。首先，在数据交易前，数据提供者如何证明数据具有合法来源，即经过用户同意或经过授权。基于数据的虚拟性、无形性及数据利用的不可回复性，数据需求者无法通过肉眼或技术手段对数据的质量进行验证，无从得知拟交易的数据情况如何。在数据交易后，数据提供者如何得知数据需求者是否按照合同约定进行删除、不再使用或按照约定目的、范围进行使用。实务中，亦出现过数据需求者在合同终止后继续使用数据提供者所提供的数据。除了上述数据交易过程外，数据需求者和数据提供者之间缺乏互信机制，政府、企业、超级平台间数据孤岛现象严重。随着“数据是21世纪的石油”及“数据是一种资产”这两种观念的逐渐普及，数据拥有者往往不愿意进行数据流通(包括数据共享、数据交易)，而有价值的数据要么由政府机构掌握，要么由大型平台掌握。虽然政务数据逐渐开放，各地纷纷促进对政务数据的利用，充分发挥其蕴含的巨大价值，但是政务数据面临地方化和非结构化的屏障。一方面，各地经济发展水平、技术能力、数据体量存在差距；另一方面，各地在数据处理过程中数据的格式不完全相同，在统一利用的过程中会产生一定的困难。

2.3.4 作为兜底保护的法律有待完善

第一，关于数据交易基础性合同的定性，学界尚未达成共识，主要存在以下三种观点：(1)数据交易合同可以认定为数据买卖合同(刘宇，2022)。(2)大数据交易本质上是数据提供方向数据需求方提供数据的行为，这类合同应认定为数据服务提供(梅夏英，2016)。(3)应依据交易的方式和类型判断具体的合同法律属性，归属于不同合同类型(纪海龙，2018)。司法实践趋向认定为买卖合同、技术服务合同、承揽合同或服务合同。第二，数据交易中基础性合同认定无效如何返还的问题。例如，基于数据的虚拟性，数据交易客观上能否返还从而恢复到合同订立前的状态；无法返还如何确定折价补偿或赔偿的价款等问题。第三，关于数据交易法律适用的问题，在数据交易中涉及的法律关系复杂多样，如何把握法律适用《民法典合同编》《民法典侵权编》《反不正当竞争法》《个人信息保护法》《数据安全法》《刑法》等是核心问题。

3 培育数据要素市场的对策

3.1 健全数据要素法律体系

完备的法律体系是进行数据交易、促进数据流通的基本前提和必要保障。按照科斯的观点，法律制度可以有效降低交易成本，这在以数据为要素的市场化体制建设中极其重要。厘清数据权属构造，可以减少交易的不确定性，从而有效降低交易成本，同时避免不必要的法律纠纷。数据确权旨在保护个人信息的前提下促进数据要素的流通。当前的《个人信息保护法》明确经过匿名化处理的技术属于非个人信息，不必经过个人同意，但是数据交易存在侵犯个人信息或数据安全的可能性，这是法律和技术的双重困境。构建数据要素市场化，应坚持以下几个基本原则：

第一，坚持数据分级分类原则，可以根据不同类型、不同场景的数据交易，建立场景化、类型化的确权模式。因为不同类型、不同场景的风险程度不同，为此可以根据数据交易风险的评估结果作为数据分级分类的参考标准。第二，坚持以数据安全为导向，做到“不合规不交易”。数据要素市场发展的前提是安全合法，而不是对法律规范的突破和背离，应处理好数据流通利用和数据安全之间的关系，鼓励企业创新技术手段，利用多方安全计算、隐私计算等技术，在确保数据安全的前提下进行数据交易。第三，应赋予企业对部分数据的有限使用权和处分权。一方面，企业在数据的收集、分析、利用过程中有实质性投入，同时在维护数据安全、防止数据泄露方面产生一定的成本，应对这部分费用进行弥补。另一方面，赋权可以作为一种激励机制，以提升企业对数据进行利用的积极性，否则数据得不到有效利用，又如何建构数据要素市场？此外，明确企业对部分数据享有有限的处分权可以有效促进数据流通，更好地实现数据的最大效用。第四，加快制定数据流通的专门法规。现行法律在数据要素流通方面存在法律空白，有待进一步明晰的空间。数据交易的基础性合同不仅受到《民法典》规制，基于数据的特殊性，其法律效力的判断还需要通过有关专门法予以判断，尤其是合同无效后，若想恢复到合同订立前的状态，可以通过取消访问权、删除有关数据、结合数据资源的价值予以折价补偿或赔偿等手段进行救济。

3.2 完善数据定价方法

与传统商品交易不同，数据的虚拟性和差异性决定了数据交易难以以标准化的方式产生，其表现形式多样，不仅可交付数据产品，还可提供数据服务。例如，向数据需求者交付数据集、提供API访问端口等方式，使得数据交易难以通过传统单一的理论进行判断。为进一步完善数据定价理论，数据要素的定价应考量以下几点：

第一，坚持以场景为导向。这是因为数据的利用与使用场景密不可分，也就是说，离开数据的使用场景讨论数据的价值没有意义。传统商品是由商品的功能决定商品的用途，而数据的“性能”并不是既定的，需要考量多种因素，如数据的行业和场景、数据的应用、使用者的技术水平等。第二，衡量数据价值时综合使用各种定价方法，并考量数据的类型、质量多重因素。如前所述，单一使用定价方式并不足以克服定价难的问题，数据的类型和质量等因素对数据价值的影响十分重要。数据的类型可以根据数据的分类标准进行区分，如根据主体不同可以分为个人数据、企业数据、公共数据；根据数据是否格式化可以分为结构化数据和非结构化数据。虚假的数据进行流通并不能产生任何价值，数据的质量主要体现在准确度方面。数据的精准度足够高，企业则通过用户画像或分组、标签等技术进行精准营销。第三，加强数据评估创新技术。为了准确评估数据的价值，可以充分利用算法模型、区块链、机器学习及其他人工智能应用在数据评估方面。

3.3 促进数据要素流通

第一，建设数据要素市场应充分发挥数据交易平台的作用。近年来，数据交易机构遍地开花，其规模不断扩大，出台了不少数据交易规则。一方面，数据交易机构可以充当数据“中介商”，为交易主体提供数据交易场所，搭建沟通平台，以降低双方的交易成本。另一方面，数据交易机构对拟交易的数据产品或数据服务进行形式审查，可以适当降低数据交易产生的风险。例如，上海数据交易所上新数据交易系统，并探索数据产品登记凭证。鉴于数据交易机构的上述优势，应积极推进数据交易机构的建设，充分利用数据交易机构在数据交易方面的创新，对现有大数据交易机构的地区化进行适当调整，对专门化程度进行适当升级。第二，推进包容审慎的市场监管，促进数据交易常态化。监管机构不仅要减少妨害数据交易的各种制度障碍，避免条块职能设置的过度监管，还要支持平台企业数据标准化的有益探索，提高企业将数据由资源转化为资产的积极性，鼓励企业进行数据交易。