數字經濟時代數據要素交易的困境與對策分析

陳勇新 彭飛榮

(中國計量大學 浙江杭州 310018)

2020年，黨的十九屆四中全會首次將數據列為一種新型生產要素。2022年4月，中共中央、國務院印發的《關于加快建設全國統一大市場的意見》強調，要加快培育數據要素市場，建立健全數據安全……交易流通等基礎制度。2022年10月，黨的二十大報告明確指出，要構建全國統一大市場，深化要素市場化改革……完善產權保護等市場經濟基礎制度。由此可見，在數字經濟社會中，數據已然成為一種生產要素，廣泛應用于社會生產活動中。

1 作為新型生產要素的數據

1.1 數據作為生產要素的基本含義

隨著技術的快速進步，生產者對數據挖掘、分析、利用的能力不斷增強，數據日趨成為日常生產生活中的重要資源要素。例如，在傳統社會中，農業生產完全依賴生產者的經驗進行播種、灌溉、施肥。但是，數字社會，生產者可以通過數據收集、分析，從而對產量進行合理預測。上述過程中，數據一方面可以降低決策時間，提高決策效果，同時可以降低生產成本和交易成本。這是因為利用數據進行決策的效果通常情況下比傳統決策更優，可以減少生產過程中不必要的損耗，以降低生產成本。另一方面，可以個性化推薦手段，預測可能購買的消費者范圍，降低宣傳成本，提高效率。因此，數據具有使用價值。當數據完成從資源到資產的轉換后，就可以在市場上進行自由流通、交換，也就具備了交換價值。綜上所述，數據具有商品的雙重屬性，作為一種生產要素并發揮其作用。

1.2 數據的經濟特征

數據作為一種信息產品，與傳統實物資產不同，數據市場中，擁有數據的人無法妨礙其他人對數據的利用。例如，企業經過用戶的同意對其個人信息進行收集，經過數據清洗、加工產生的數據產品與交易相對方進行交易。同樣地，數據市場上的其他競爭者可以通過這種方式得到數據，并進行交易。因此，數據要素的使用具有非競爭性。另外，數據的核心價值是實現數據的流通、共享和利用，而并不是單純對數據的占有和控制。數據使用者可以憑借技術和商業秘密等手段將數據的訪問限于特定范圍內，但是這種排他的程度是相對較低的。一方面，數據交易會使更多的主體處在數據鏈上，各個主體均對數據享有一定的“權利”。另一方面，數據基于無形性和復制的便捷性，導致數據傳播成本很低，交易相對方只要獲得數據就可以很低的成本進行復制、轉移或二次交易。所以，數據要素具有非排他性。本質上來說，數據交易是針對信息的交易。根據信息經濟學的觀點，信息的傳播成本很低，排除他人不學習某種信息的成本也就非常高。同時，數據提供方要竭力避免交易相對人變成新的競爭者，畢竟交易相對人在二次出售時并不承擔生產成本，僅承擔較低的傳播成本。

2 數據要素市場的現狀與困境

2.1 數據要素市場建設處于初步探索期

2015年貴陽數據交易所成立以來，在中央和各地政府的大力支持下，數據交易探索機制如火如荼地進行。根據工信安全智庫《2022年數據交易平臺發展白皮書》的不完全統計，截至2022年8月，全國數據交易平臺已逾40家，許多數據交易機構創新交易形式，先行探索“數據可用不可見”“不合規不掛牌，無場景不交易”等模式。《2022中國大數據產業發展白皮書》顯示，我國2021年大數據產業規模突破1.3萬億元。

雖然我國數據交易發展勢頭較為迅猛，但是數據交易仍然處于起步階段，這主要體現在以下幾點：第一，數據交易機構作用有限，運營不利。數據交易機構數量上的優勢并不意味著數據交易已進入繁榮期，“首家”數交所自成立以來，實際交易額遠低于預期目標金額，運營情況并不理想，甚至進行股改。第二，數據供需不匹配使得數據交易無法形成規?；瘮祿袌觯蠖嘁渣c對點、一對一的形式進行交易。第三，現行數據交易多以簡單加工為主，數據處理程度和規?；潭入y以達到市場化的標準。第四，數據質量無法保障，優劣混雜。

2.2 數據交易規則尚不健全

第一，數據交易類型和模式復雜。學理上，有觀點認為，數據資產交易模式包括原始數據直接銷售模式、API接口模式及多方合作模式。丁曉東(2023)認為，真實世界的數據交易類型包括基于平臺的數據交易、基于數據庫的數據交易、基于采集加工的數據交易、基于經紀商的數據交易。各個數據交易機構官網顯示的類型如表1所示。

表1 各數據交易結構類型

如上所述，早期數據交易中心的數據交易類型存在差異。隨著實踐的不斷探索，貴陽大數據交易所、北京國際大數據交易所及上海數據交易所提供數據產品主要根據所涉行業、場景進行交易，且各個數據交易機構之間的行業和場景均有所不同。

第二，數據交易的客體模糊，尤其是原始數據能否作為交易標的存在爭議。有觀點認為，原始數據不宜作為交易對象：一是數據交易的提供者通常不是數據資產唯一的擁有者，數據提供者的處分權不完整；二是即便處分權完整，由于不能防止他人復制數據，數據擁有者亦缺乏交易數據的激勵。實踐中，數據提供者為了降低數據合規風險，一般不會以原始數據直接作為交易對象。《天津市數據交易管理暫行辦法》第十二條規定，數據交易對象包括數據商品和數據服務。數據商品主要包括用于交易的原始數據和加工處理后的數據衍生產品。也就是說，原始數據可以作為交易的對象。

第三，數據交易主體的資格限制尚不確定。目前，數據交易機構采用會員制作為市場準入門檻，但是個人、政府機構及境外購買者能否作為市場交易的主體尚不明確(肖建華、柴芳墨，2019)。例如，法律是否應規定個人不得進行數據交易，是否應對從事數據交易的市場主體在注冊資金、技術等方面進行限制，禁止某些主體進行數據交易的正當性基礎又是什么，這些命題都需要法律予以回應。同時，有學者指出，對于數據交易機構是否應在資本、技術、人員設置、數據安全風險評估等方面進行限制是一個值得考慮的問題(桂祥，2021)。

2.3 數據要素市場的現實困境

2.3.1 數據權屬不清

產權明確是交易的前提。在數據要素交易過程中，數據權屬問題尤為突出，主要體現在權利性質、權利歸屬及公示登記方面。雖然我國《民法典》將數據規定在民事權利這一章中，但對于數據的具體性質沒有明文規定，學界和司法實務尚未達成共識，主要存在物權說、債權說、知識產權說、競爭性利益說、新型權利說等觀點。但是上述觀點并未對企業能否就其數據資源享有使用權或是否具有可交易性這一時代命題予以回應。

基于此，在數據利益的歸屬上仍然存在進一步探討的空間，主要存在四種觀點：(1)認為數據歸于個人所有；(2)根據企業公布的隱私政策和用戶協議來看，用戶數據歸屬于平臺；(3)司法實踐(“新浪微博訴脈脈案”)中法院認為，個人和平臺對于數據都擁有一定的權利主張，數據在一定程度上為個人與平臺共有；(4)數據具有公共數據，不屬于任何個人或企業，歸于公眾所有。傳統實物交易可以通過較低的成本即可判斷實物的權利人是誰，但是數據要素交易的權屬登記仍在進一步探索過程中。雖然已有部分試點就數據交易登記進行嘗試，但是其數量有限、規模不大、呈區域性、較為分散，尚未形成統一的標準。

2.3.2 數據利益難以評估定價

數據要素市場化的另一個前提是如何確定數據的價值。雖然中評協在2019年印發了《資產評估專家指引第9號——數據資產評估》，但是其僅是一個專家建議和指引，并無法律上的效力。其中，主要提出了三種確定數據價值的辦法，分別是成本法、收益法和市場法。數據作為一種特殊的無形資產，其典型特征是生產成本大，因為企業在收集數據、對數據進行加工清洗等處理環節時投入了大量的人力、財力，而復制成本較低。同時，企業固定成本投入巨大，尤其是設備、硬件設施上，但是其邊際成本很低。采用成本法帶來的問題是如何將固定成本中與數據有關的直接成本與其他成本區分開來，這種成本法忽視了合理利潤，僅依據數據提供者為此付出的成本，同時未注意到數據的真實性和合法性的特征，可能會對數據的價值產生影響。收益法在成本法的基礎上，考慮了數據交易中數據提供者可能的利潤，如何準確界定增量利益又成為一個新的難題。市場法則是在參考類似數據資產的價值基礎上，由市場交易主體協商具體價格。由于數據要素發展尚不健全，參考類似數據的價值準確性有待提升，只能訴諸“討價還價”式的定價方式，該種定價方式交易成本不低，且存在信息不對稱的問題，本身數據又具有虛擬性，數據需求方更難以知悉數據質量的真實情況。

2.3.3 數據交易缺乏信任

數據交易作為一種基于信息的交易，交易雙方的信任尤為重要。在數據交易中，數據需求者和數據提供者之間缺乏信任機制。首先，在數據交易前，數據提供者如何證明數據具有合法來源，即經過用戶同意或經過授權?；跀祿奶摂M性、無形性及數據利用的不可回復性，數據需求者無法通過肉眼或技術手段對數據的質量進行驗證，無從得知擬交易的數據情況如何。在數據交易后，數據提供者如何得知數據需求者是否按照合同約定進行刪除、不再使用或按照約定目的、范圍進行使用。實務中，亦出現過數據需求者在合同終止后繼續使用數據提供者所提供的數據。除了上述數據交易過程外，數據需求者和數據提供者之間缺乏互信機制，政府、企業、超級平臺間數據孤島現象嚴重。隨著“數據是21世紀的石油”及“數據是一種資產”這兩種觀念的逐漸普及，數據擁有者往往不愿意進行數據流通(包括數據共享、數據交易)，而有價值的數據要么由政府機構掌握，要么由大型平臺掌握。雖然政務數據逐漸開放，各地紛紛促進對政務數據的利用，充分發揮其蘊含的巨大價值，但是政務數據面臨地方化和非結構化的屏障。一方面，各地經濟發展水平、技術能力、數據體量存在差距；另一方面，各地在數據處理過程中數據的格式不完全相同，在統一利用的過程中會產生一定的困難。

2.3.4 作為兜底保護的法律有待完善

第一，關于數據交易基礎性合同的定性，學界尚未達成共識，主要存在以下三種觀點：(1)數據交易合同可以認定為數據買賣合同(劉宇，2022)。(2)大數據交易本質上是數據提供方向數據需求方提供數據的行為，這類合同應認定為數據服務提供(梅夏英，2016)。(3)應依據交易的方式和類型判斷具體的合同法律屬性，歸屬于不同合同類型(紀海龍，2018)。司法實踐趨向認定為買賣合同、技術服務合同、承攬合同或服務合同。第二，數據交易中基礎性合同認定無效如何返還的問題。例如，基于數據的虛擬性，數據交易客觀上能否返還從而恢復到合同訂立前的狀態；無法返還如何確定折價補償或賠償的價款等問題。第三，關于數據交易法律適用的問題，在數據交易中涉及的法律關系復雜多樣，如何把握法律適用《民法典合同編》《民法典侵權編》《反不正當競爭法》《個人信息保護法》《數據安全法》《刑法》等是核心問題。

3 培育數據要素市場的對策

3.1 健全數據要素法律體系

完備的法律體系是進行數據交易、促進數據流通的基本前提和必要保障。按照科斯的觀點，法律制度可以有效降低交易成本，這在以數據為要素的市場化體制建設中極其重要。厘清數據權屬構造，可以減少交易的不確定性，從而有效降低交易成本，同時避免不必要的法律糾紛。數據確權旨在保護個人信息的前提下促進數據要素的流通。當前的《個人信息保護法》明確經過匿名化處理的技術屬于非個人信息，不必經過個人同意，但是數據交易存在侵犯個人信息或數據安全的可能性，這是法律和技術的雙重困境。構建數據要素市場化，應堅持以下幾個基本原則：

第一，堅持數據分級分類原則，可以根據不同類型、不同場景的數據交易，建立場景化、類型化的確權模式。因為不同類型、不同場景的風險程度不同，為此可以根據數據交易風險的評估結果作為數據分級分類的參考標準。第二，堅持以數據安全為導向，做到“不合規不交易”。數據要素市場發展的前提是安全合法，而不是對法律規范的突破和背離，應處理好數據流通利用和數據安全之間的關系，鼓勵企業創新技術手段，利用多方安全計算、隱私計算等技術，在確保數據安全的前提下進行數據交易。第三，應賦予企業對部分數據的有限使用權和處分權。一方面，企業在數據的收集、分析、利用過程中有實質性投入，同時在維護數據安全、防止數據泄露方面產生一定的成本，應對這部分費用進行彌補。另一方面，賦權可以作為一種激勵機制，以提升企業對數據進行利用的積極性，否則數據得不到有效利用，又如何建構數據要素市場？此外，明確企業對部分數據享有有限的處分權可以有效促進數據流通，更好地實現數據的最大效用。第四，加快制定數據流通的專門法規?，F行法律在數據要素流通方面存在法律空白，有待進一步明晰的空間。數據交易的基礎性合同不僅受到《民法典》規制，基于數據的特殊性，其法律效力的判斷還需要通過有關專門法予以判斷，尤其是合同無效后，若想恢復到合同訂立前的狀態，可以通過取消訪問權、刪除有關數據、結合數據資源的價值予以折價補償或賠償等手段進行救濟。

3.2 完善數據定價方法

與傳統商品交易不同，數據的虛擬性和差異性決定了數據交易難以以標準化的方式產生，其表現形式多樣，不僅可交付數據產品，還可提供數據服務。例如，向數據需求者交付數據集、提供API訪問端口等方式，使得數據交易難以通過傳統單一的理論進行判斷。為進一步完善數據定價理論，數據要素的定價應考量以下幾點：

第一，堅持以場景為導向。這是因為數據的利用與使用場景密不可分，也就是說，離開數據的使用場景討論數據的價值沒有意義。傳統商品是由商品的功能決定商品的用途，而數據的“性能”并不是既定的，需要考量多種因素，如數據的行業和場景、數據的應用、使用者的技術水平等。第二，衡量數據價值時綜合使用各種定價方法，并考量數據的類型、質量多重因素。如前所述，單一使用定價方式并不足以克服定價難的問題，數據的類型和質量等因素對數據價值的影響十分重要。數據的類型可以根據數據的分類標準進行區分，如根據主體不同可以分為個人數據、企業數據、公共數據；根據數據是否格式化可以分為結構化數據和非結構化數據。虛假的數據進行流通并不能產生任何價值，數據的質量主要體現在準確度方面。數據的精準度足夠高，企業則通過用戶畫像或分組、標簽等技術進行精準營銷。第三，加強數據評估創新技術。為了準確評估數據的價值，可以充分利用算法模型、區塊鏈、機器學習及其他人工智能應用在數據評估方面。

3.3 促進數據要素流通

第一，建設數據要素市場應充分發揮數據交易平臺的作用。近年來，數據交易機構遍地開花，其規模不斷擴大，出臺了不少數據交易規則。一方面，數據交易機構可以充當數據“中介商”，為交易主體提供數據交易場所，搭建溝通平臺，以降低雙方的交易成本。另一方面，數據交易機構對擬交易的數據產品或數據服務進行形式審查，可以適當降低數據交易產生的風險。例如，上海數據交易所上新數據交易系統，并探索數據產品登記憑證。鑒于數據交易機構的上述優勢，應積極推進數據交易機構的建設，充分利用數據交易機構在數據交易方面的創新，對現有大數據交易機構的地區化進行適當調整，對專門化程度進行適當升級。第二，推進包容審慎的市場監管，促進數據交易常態化。監管機構不僅要減少妨害數據交易的各種制度障礙，避免條塊職能設置的過度監管，還要支持平臺企業數據標準化的有益探索，提高企業將數據由資源轉化為資產的積極性，鼓勵企業進行數據交易。