數據場內交易的困境與突破

摘要：數據交易中心是實現數據融合與大數據紅利的主要場所，但目前為止仍然存在定位不清、責任不明、監管缺失和規范功能不全等多種問題。這些問題不僅影響到數據場內交易的數量與質量，還將進一步阻礙數據生產要素的功能發揮和大數據紅利的最終實現。解決問題的關鍵在于重塑交易中心的規范功能與法定職責。本質上，數據交易中心不宜成為數據交易商或者中介商，而應當成為數據交易的監管者和數據融合的主要場所。從可信數據交易的角度看，數據交易中心應當承擔數據交易市場信息公開和透明監管的主要職責。從數據資源效用發揮的角度看，應當給予場內數據交易一定的豁免權限，并規定數據交易中心的合規與安全保障義務。

關鍵詞：大數據；數據交易；場內交易；數據要素；數據融合

2022年12月，中共中央、國務院發布《關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱“數據二十條”），其中明確提出要“建立合規高效、場內外結合的數據要素流通和交易制度”。數據流通問題引起中央層面的高度重視，一方面是因為我國數據資源極為豐富，數據對經濟增長的貢獻率逐年提高，數據賦能實體經濟已經成為重要的社會發展路徑。另一方面，盡管數據資源規模宏大，數字基礎設施建設名列前茅，我國數據利用率卻持續走低，呈現出場外交易與黑市交易并行的局面。概括而言，數據流通與匯聚是實現大數據紅利的基本前提，而數據交易又是實現大規模數據匯集最有效的途徑。相比企業間自發的數據共享和交易，數據交易中心具有規則統一、交易透明、安全可追溯等優點，還可以作為數據融合的主要場所，具有場外交易所不具備的獨特優勢。對此，本文將在詳細梳理數據場內交易的困境及其形成原因的基礎之上，提出我國數據交易中心的改進方案與完善路徑，以期真正發揮數據場內交易制度的強大功能。

一、數據場內交易的現狀

（一）交易中心遍布，但交易量有限

數據雖被譽為“新石油”，但對于這類“新石油”的發掘與利用卻無先例可循。2015年我國最早成立的貴陽大數據交易所曾被寄予厚望。成立之初它的目標為“在三至五年內達到日交易額破百億，從而誕生一個萬億級別的數據交易市場”。然而，這一目標很快被縮減至“力爭全年突破億元”，最后在年交易量不足五百萬之后已經不再對外公布有關交易量的數據。事實上，有類似困境的絕非只有貴陽大數據交易所一家。在一大群蜂擁設立的數據交易所中，已有超過一半的數據交易中心年交易量低于50次，大量的交易中心實際上已經處于停運或者半停運的狀態。最新發布的《數據二十條》第9條明確指出要“統籌優化交易場所的規劃布局”和“嚴控交易所的數量”，也能從側面反映這一問題。

（二）數據交易門檻低，處理能力有限

數據交易中的個人數據權利侵害問題如影隨形。但實踐中各交易中心可交易的數據種類卻各不相同，比如有的交易所宣稱自己不進行“底層數據”的交易，但對于何為底層數據卻語焉不詳。有的交易所雖然從事個人數據交易，但對于如何避免交易過程中的權益風險卻沒有設立具體規則。從數據分類交易的情況來看，現階段精細化的行業數據仍未出現，已有的數據交易多圍繞某些巨型企業開展，大部分中小企業仍被排除在外。對某些專業化程度較高的數據，比如醫療數據和金融數據等，仍未能形成有效的市場規則，更不用說針對特定類型數據的處理規則。

（三）數據交易的標準與種類不一，交易風險仍然存在

數據交易中心是私有數據進入公有領域的必要通道，但企業數據同時存在著標準不一和種類混雜的特點。一方面，數據交易的標準各異會使得不同類型數據之間難以兼容，影響數據的可利用價值，即數據的商品屬性難以彰顯。另一方面，數據流通采用不同分類標準會影響數據交易的定價和監督機制的有效運行，使得數據流通和利用成本驟增。有實證研究表明，數據之間缺乏統一的標準不僅會阻礙新興商業模式的產生，而且會阻礙中小企業的發展和大企業的數據分享意愿。相反，數據標準化除了具有便于數據流通等顯性好處，還會使機器學習和數據分析更加簡便易行，從而能夠建構出一個更具競爭力的數據生態系統?，F階段交易中心的核心目標在于追求數據交易的數量，交易的品質和效果，則并非其所能兼顧的領域。正如有學者所言，數據交易中心作為數據交易市場的重要載體，不可避免地承載著數據融合與風險控制的雙重功能，但現階段數據交易中心各自為政，嚴重影響了數據的安全和可利用價值。

（四）以點對點的交易為主，無法實現大規模的數據融合

現階段的數據場內交易仍以“點對點”“撮合式”“定制式”的數據交易為主，無法體現數據交易集中的場所優勢。數據交易與普通商品交易的最大區別，在于數據具有非消耗性和非排他性的特征。數據交易并不必然以轉移所有權的方式來完成，授權使用或者授權處理可能是更加符合現實需要的選擇。毋庸置疑的是，數據場內交易并不是數據流通的唯一形式。但強調數據的場內交易不僅可以克服數據供給方與數據需求方之間的信息不對稱，還可以有組織、可追溯、安全并符合標準地匯聚大量有價值的數據。從這一點看，數據場內交易具有不可比擬的優勢，而點對點的交易有其難以克服的局限，即數據永遠是以交互的方式流通，無法實現大規模的數據融合，也就難以真正實現大數據的紅利。就此而言，集中融合式的數據交易和信息處理至少可以滿足不同交易主體對不同種類數據的客觀需求，而且數據量越大，數據越具有利用價值。因此，以所有權轉移為主的交互式數據交易并不能完全發揮數據交易中心的制度優勢，反而可能因其數據中間商的定位，喪失了中立者的身份，從而失去數據交易市場交易者的信任。

二、數據場內交易困境的原因分析

（一）合法性存疑

對于交易者而言，確定性的減弱勢必會造成交易風險。對于數據交易而言，尤其如此。從法律規范的層面而言，現階段對于哪些數據可以用于交易，交易者又享有哪些權益，并不十分明確。根據我國《個人信息保護法》第23條之規定，向第三人提供個人信息的，提供者不僅應當告知“接收方的姓名或名稱、聯系方式、處理目的、處理方式和個人信息的種類”并取得個人的“單獨同意”，接收方還需要在前述告知的“處理目的、處理方式和范圍內處理個人信息”。如果接收方變更了個人信息的處理目的和處理方式，則有義務“重新取得個人同意”。從數據交易的角度，如此繁雜的告知要求和處理限制，已經實質性地阻礙了個人數據的交易價值。再看非個人數據，如果數據交易中心僅從事非個人數據交易，那么交易對象需要滿足《個人信息保護法》第73條“無法識別+不能還原”的標準。即便不論該標準是否有損數據的利用價值，單就匿名化技術而言，能夠在客觀上滿足這一要求的交易數據便屈指可數。此外，數據的識別性還會隨著應用場景、數據規模、時間與成本的投入而呈現出不同的識別可能。換言之，即使雙方交易的是非個人數據，也可能因數據匯聚、處理場景和處理技術等因素的不同而變成個人數據，即完全不具有識別可能性的數據只在理論上存在。從數據交易的角度看，采納如此嚴格的標準，要么會完全阻斷有價值的數據流通，要么會使數據交易永遠游走在違法的邊緣，此即實踐中的大多數企業不愿意從事數據交易的深層次原因。對此，允許數據場內交易在符合特定條件的情形下豁免上述義務，可以減少當前市場對于交易不確定性的擔憂，也可以讓數據場內交易更具有制度優勢。

（二）責任不明

根據《個人信息保護法》第五章的規定，對于企業所收集的個人數據，數據控制者負有一系列義務，如合規保障義務、審計義務、影響評估義務、泄露通知義務等。但對于數據交易的標準、交易方式以及責任承擔等重要問題，目前并無相應的法律規范進行調整。對于數據交易過程中始終存在的責任承擔、質量保證和隱私風險等問題，現階段并沒有統一的法律規則可供遵循。各交易所雖然出臺了一些規則，但多是倡導性的內部規范，且多對自己的責任予以規避，難以給數據交易者和數據權益主體提供足夠的安全保障。數據交易，本質上是信賴交易。為此，比較法上數據治理改革主要在于提升數據的真實性與信賴性，其中最為典型的就是數據銀行。由客觀中立的第三者負責數據的合規使用與交易監管，與本文所倡導的數據場內交易可豁免部分義務具有內在的一致性，即在不傷害數據可利用價值的基礎上，明確數據交易場所的主體責任，對數據交易參與者的信賴而言具有重要意義。這與其說是數據治理改革，還不如稱其為數據信賴改革。對于我國而言，既然建立了統一的數據交易場所，那么交易所就應當為交易各方提供可資遵循和值得信賴的交易標準，并承擔交易安全、質量評估、信息披露等法定義務，這也是數據交易中心可能具有的天然優勢之一。

（三）評價難題

經濟學的研究表明，通過界定產權可以降低交tZ19Bg1qcX/ud8Lwhz20ow==易成本。對此，需要明確的是，什么是交易成本？交易成本實際上由一系列不確定的因素所組成。比如前文提及的權屬問題、責任問題和風險問題等均可能產生相應的交易成本。除此之外，價格因素也是交易成本產生的重要原因之一。在數據交易市場，定價難是一個普遍存在的現象。當人們無法對某類商品形成一個統一的價值評價標準的時候，交易中的不確定性增加，交易的成本也就產生了。在數據交易中，議價已經成為必不可少的環節。原因在于，不同的數據之間，甚至是相同的數據之間，其價值也很難用統一的標準進行評價與衡量，數據的商品屬性因此減弱。另一方面，價格與價值難以匹配也將阻止下一輪交易的產生，尤其是當價值缺乏客觀的評估手段之時。與貨幣、勞動、土地等生產要素相區別的是，數據的價值具有非均質性。典型表現在，我們幾乎無法采用統一的標準來衡量或者比較數據的價值。此外，數據的有用性也很難用市場價值評估的方法來解決，某類數據對某一企業有用，但對另外的企業卻可能毫無價值。通過第三方進行數據交易的核心優勢在于，交易雙方可以通過第三方了解數據的基本信息與可能的利用價值。由此決定了數據交易中心應當肩負起數據價值的評價功能，而非僅僅從事中介式的撮合交易。

（四）交易標準與規則不一

當前我國仍未統一可交易數據的標準，實踐中各交易中心與交易平臺均以自律性的交易規則為主。一方面，由于交易機構之間缺乏具有共通性質的數據分類標準，對于可交易數據的種類及其技術標準和措施等，均未能形成統一的標準。不同交易主體之間的數據遵循不同的處理標準，不僅實質性地減損了數據的商品屬性，也不利于大規模的數據融合與處理，造成數據資源的浪費和處理成本的大幅度提高。另一方面，對于數據交易的責任承擔機制，不同的交易中心均有自己的規則，但多數以單方豁免自己的責任為主，這使得通過交易中心的數據交易也難以令人產生可信賴之感，損害了交易中心的形象。最后，對于數據交易中的第三方權益保護問題，現有的交易規則大多語焉不詳，比如有的交易所雖然宣稱自己不進行底層數據交易，但對何為底層數據以及如何進行監管又缺乏明確的規則，如此則交易中心可信賴的交易形象難以樹立。

三、數據場內交易困境的解決方案

（一）完善數據交易的外部環境

1.分行業而非分區域的數據交易市場布局

自2015年我國首個數據交易市場建立以來，數據交易市場遍地開花。其中非常重要的原因是政策的扶持，不少地方政府都推出了自己的數據發展戰略和地方性的數據發展條例。不過，數據交易市場的建立并不意味著數據交易的繁榮，反而由于數據交易中心林立，交易標準各異，導致規?；?、標準化的數據交易中心難以形成。加之數據交易市場的設立成本較低，容易令人產生數據交易簡便易行且成本低廉的錯覺。事實上，現階段我國大部分數據交易市場面臨不同程度的生存困境，其中因欠缺頂層設計而使得數據交易難以進行的問題愈發凸顯。

從現實而言，建立全國統一的分類數據交易平臺勢在必行。其一，數據利用的必然要求。數據發揮作用的關鍵之處在于聚合與分析，只有聚集足夠多有效的數據，才能使數據發現新知的作用得以發揮。由此還可能產生諸多意想不到的效果，比如在關聯性分析中可以發現某種藥物的潛在治療功效等。其二，統一行業數據交易標準，才能使數據驅動戰略成為現實。不同類型的數據具有不同的需求，比如醫療數據強調數據的關聯性，完全匿名化將使數據失去利用價值，而可控制的假名化可以發揮其最大功能。又如，消費數據具有隱私特性，但與數據主體失去關聯后并不會影響其利用價值，因而類型化的消費數據既有利于隱私保護，又有利于資源的有效配置。其三，加強數據的場內交易，可以削弱大型數字平臺的壟斷效應。隨著大型互聯網平臺的出現，其在限制競爭與擾亂市場秩序方面的負面效果逐漸顯現。由于數據反壟斷具有事后監管的性質，而數據壟斷又與市場壟斷行為交織在一起，使得經由數據壟斷進行的市場壟斷行為往往更具隱蔽性與危害性。對此，強制具有市場支配地位的企業提供標準化的數據以及將該類數據注入數據公共池，不但可以消除其壟斷效果，還可以避免其數據淪為公物，保障其合法的數據權益。

2.明確數據交易的技術標準與交易各方的主體責任

數據權屬界定是世界性的難題，一方面因為數據之上利益的多元性，使得數據界權難免會對一方或者多方的正當利益產生影響。另一方面則是由于數據非競爭性的特性，人為界定數據權屬可能會阻礙數據的流通，反而有損數據的利用價值。然而，前述論斷成立的前提是數據控制者正當、合理、合法地利用其所掌握的數據。雖然立法可以選擇不去界定數據的權益歸屬，但企業事實上掌握和控制著數據卻是無法否認的現實。當數據一直作為事實上的財產存在于企業的控制之下，隱秘地交易與流通難免會侵害數據主體的權益，由此導致普遍的數據權益侵害和數據黑市交易猖獗的弊端。當前各數據交易所對可交易數據的種類莫衷一是，部分數據交易在商業利益的驅動下游蕩在合法性的邊界，甚至存在違法和虛假宣傳的現象。值得注意的是，數據交易并非僅指買賣，互易也是重要的交易形式。對于行業數據而言，參與數據互易可以使企業更好地掌握本行業的現狀，調配資源和改進生產計劃。對于數據收集能力較弱或者用戶群體較少的企業而言，將數據融入交易中心而換取相應的數據使用權限將是更為便捷和有效的數據利用途徑。對此，數據交易中心應當在清晰劃分權限的基礎上，為數據融合的市場主體提供標準化的數據和規則清晰的利用標準。

3.建立數據交易的專門監督指導機構，統一數據內容與價值評估機制

從現階段數據交易的現實困境來看，缺乏統一的數據交易指導與監督機構是重要原因之一。數據收集、利用與共享天生具有隱蔽性的特點。數據價值又具有不確定性的特征，對于數據違法、數據權益侵害和數據交易保障而言，數據交易專門監督機構的建立具有決定性的意義。從當前交易所公布的業務范圍來看，其交易市場的定位過于顯著，而交易監督與公平保障的功能并未得到充分體現。在實踐中，大部分交易所既制定規則，又參與交易，存在裁判與運動員的雙重身份。如此，則事實上存在著職能定位不清的問題。本質上，數據交易與普通商品交易最大的區別在于，數據的價值與市場價格之間難以形成一一對應的關系。再加上數據交易中，賣方與買方對數據的最終去向和用途難以形成有效的監督與制約，數據交易的積極性與主動性因此受到消極影響。在可信數據交易的理念下，數據交易的上述難題將得到有效地緩解。當然，此類機構的建立并不一定是行政機關，由行政機關主導下的專門委員會制度具有得天獨厚的優勢。具體而言，首先由數據交易中心成立數據委員會，負責整個數據交易中心的數據監管。然后，由數據交易各方選舉代表組成專門委員會，負責各自參與融合數據的利用監管。最后，由國家數據局統一監管各數據交易所的數據利用和安全保障情況。由此可形成統一監管和分層監督的多層次數據監管體系。

4.完善數據權益侵害的法律責任

對于制止侵權行為而言，“胡蘿卜”和“大棒”同樣重要。各類數據權益侵害事件頻發的背后，一方面是監督機制孱弱，無法形成有效威懾；另一方面在于數據侵權的成本極低，而違法收益巨大，致使機會主義者不惜鋌而走險。從當前數據權益侵害案件來看，一種類型是數據控制者侵害用戶的數據權益，這種類型通常由個人信息保護法加以規范，但實踐中的突出問題是數據控制者的行為失范，侵害用戶數據權益的行為頻發，難以得到有效的規制。另一種侵權行為更為典型，即數據控制者在與第三人的數據合作中，由于第三人違反數據合作協議而侵害用戶數據權益。此種類型的數據侵權通常難以得到有效規制，原因在于用戶數據被當作商業交易的籌碼，數據控制者要么對該問題視而不見，要么僅在觸及自身利益時才會采取行動。概言之，數據利用行為具有隱蔽性，數據合作者之間又存在復雜的利益糾葛，在缺乏必要監督機制的情形下，往往選擇優先犧牲用戶利益，以交換數據合作方的數據利用權限。

以數據交易中心為主導的數據合作治理機制可以很好地解決這一問題。一是由數據交易中心建立數據控制者之間的數據合作與交流平臺，可以解決大規模數據融合與利用問題。二是由數據交易中心承擔起數據權益合規的監督與利用問題，可以解決數據私人合作時的信任難題，即由數據控制者建立失信者懲戒與出局機制，定期公布失信數據控制者名單，以遏制數據侵權行為的發生。三是由數據交易中心建立數據融合機制可以優化競爭環境。在數據競爭中，實時地獲取高質量的數據對于優化企業的經營策略具有重要意義，而在數據合作中讓人產生“可以把數據交給你”的信任感，可以使得數據合規帶來額外的“附加價值”和“獎勵機制”。易言之，由數據交易中心作為中立者，實時地發布企業數據合規與交易報告，在增強市場信心的同時，可以使優質企業獲得與努力相對應的合規價值。

（二）數據交易中心的職能重塑

我國目前大部分數據交易中心所從事的業務為撮合性交易服務，其本質上與中介服務場所無異。有的數據交易中心還從事行業數據的采集服務，此時其已經異化為數據服務的提供者，難以從根本上發揮數據交易中心的監管與指導職能。從職能來看，現有數據交易中心的監管職能缺位，難以發揮數據交易信任橋梁的作用，以至于數據交易促進功能難以完全體現，數據交易安全保障職能更是無從談起，其規范功能與定位亟待澄清。

1.數據交易中心應當承擔數據交易的監管職能

數據交易具有一般交易的特點——自愿、等價、有償，但也具有自身的特點，即數據真實性、準確性和交易價值難以評估。數據交易具有可重復性和交易方式的多樣性，但缺乏必要的保障形式，又可能因復制和傳播失去商業價值，則是其共性問題。數據交易可以在不斷重復和持續更新中進行，但由此帶來的問題是交易對象的價值難以衡量。交易雙方的信息不對稱進一步加劇了數據交易的可靠性問題。由此可能帶來數據交易市場的群體性失敗。數據交易內容雖然可由雙方自由約定，如可為期限性授權使用或受訪問次數的限制，但交易數據的質量和真實性通常難以得到保障，出售方又難以控制買受人的數據利用行為，由此可能帶來巨大的交易風險。本文認為，數據交易只有在受控的環境中進行，才能避免上述交易風險和體現數據交易市場的存在價值。由此，數據交易中心應當在數據評估、信息披露、交易安全等方面提供保障，以打破數據交易中的不確定性風險。

2.數據交易中心應當發揮交易促進功能

與普通商品交易不同的是，數據交易最大的特點在于價值上的不確定性。這種不確定性一方面源于數據本身的價值難以確定，有學者將其稱之為“阿羅悖論”。其問題的本質是，數據交易中買方有了解數據內容的需求，而一旦數據內容被披露，則相當于賣方已經獲取了數據內容，由此數據交易陷入了交易對象和內容不可預知的尷尬境地。但在數據場內交易中，數據交易中的“阿羅悖論”將有機會得到極大地緩解，甚至是根本上的解決。一方面，數據交易中心可以充當數據價值披露中介者角色，即由數據交易中心定期發布和評估可交易數據的信息，以便于交易主體在市場中能夠尋找到合適的交易對象。另一方面，數據交易中心還可以充當數據交易指導者與監督者的角色，即由數據交易中心來評估數據交易的價值和效果，從而為不同種類的數據交易提供參考。

數據的價值不僅取決于買方的用途或目標，還會遭遇因信息不對稱導致的“檸檬市場”問題?，F階段已有交易中心通過數據價值評估、數據可用不可見等手段來確保數據價值不因數據披露而產生損害，從而在某種程度上確保數據交易目標的最終實現。但這種交易模式仍然缺乏效率、安全以及穩定的特質。想要順利完成數據的商品化，就需要一個權威、客觀和中立的角色對數據交易進行全面而完整的評估。這一方面有賴于數據交易中心提供適當的技術支持，比如數據預處理、預分析和數據內容的預披露。另一方面有賴于數據交易中心承擔數據交易監督者的角色，比如由數據交易中心評估買賣雙方在數據交易中的誠信與合規程度，再比如由數據交易中心發布數據交易的數量和質量標準，定期對數據交易的效果進行評估。由此，可以產生經由數據交易中心而形成的數據合規的外部監督力量。如此，則數據交易中心將褪去市場參與者的角色，變成中立的交易促進者和監督者。

3.交易中心應當成為數據開放與融合的主要場所

數據依其開放程度，可以分為無條件開放和受控開放。無條件開放是將數據完全作為公共物品看待，任何人都可以不受限制、無條件和免費地利用數據。受控開放則是指數據開放是有條件、受限制和需要支付對價的。從當前數據交易的發展現狀來看，數據無條件開放只能是一種理想類型。這是因為，無論是數據的收集、加工還是整理都需要支出一定的成本。如果這些成本不能通過受控開放的形式獲得補償，數據控制者將從根本上失去數據交易的動力。從這個角度看，數據受控開放實際上是允許數據控制者對由其收集、生產和加工的數據享有一定的財產性權益。現行數據交易中心的職能受傳統交易市場的規則影響較深，并沒有體現出數據交易自身的特點。傳統交易主要是雙邊或者多邊交易，以提供交易機會（中介式交易）和安全保障（保障型交易）為主要功能。但數據交易具有根本性的不同，即數據的使用價值會因匯聚而產生增值效應，隨之而來的是數據整體價值和用途的提升。數據交易并不必然表現為數據買賣和數據互易，也有可能是以數據共享為目的的使用權交換，或者是以數據共享為條件換取更大范圍的數據使用權限。如此，數據交易中心不但可以成為數據共享和交換的中介者，還可以成為數據價值的維護者。當前階段我國數據交易中心的會員制已經預示了這種可能性，但其將會員局限于交易參與者的資格，事實上還未充分認識到數據交易的獨特性。數據交易中心并不必然是撮合式交易的提供者，其還可以提供數據加工、整理、增值、管理等服務，成為行業數據融合服務的提供者，以收取管理費或者服務費的形式獲取合理報酬。如上所言，則數據交易中心有望成為我國數據融合的主要場所，也由此可以破解個別式數據交易的局限，發揮大數據技術的根本優勢。鑒于數據交易中普遍存在的信任缺失問題，數據交易所還可以發揮信任橋梁的作用，如主動承擔起數據質量監管和數據內容披露的任務、定期發布數據誠信交易的市場主體名單、對外公布數據交易的數量和交易效果等。

4.數據交易中心應當具有交易安全的保障機能

數據是一種風險資源，而數據交易會使得這種風險呈現無限擴張的趨勢。對參與交易者而言，數據交易的首要風險是因個人數據的保護范圍難以界定而存在可交易數據的種類始終難以確定的風險。事實上，至今為止仍無任何確定性的標準能夠指向個人數據與非個人數據之間的精準區別，導致數據交易的合法性備受爭議。而在“非個人數據”的語境下，不同類型的數據是否應當采納統一的匿名化標準也存在疑問。這是因為數據的匿名化雖然可以減少數據主體被識別的風險，但同樣也傷害了數據的可利用價值。更何況，數據還具有累積效應。越多的數據聚集，意味著重新識別的風險越高。正如學者所言：“想要把數字經濟建立在非個人數據之上不過是一種不切實際的幻想，任何對數字經濟有益的要么是個人數據，要么是在數據累積過程中將要變成個人數據的數據?！痹诔浞制胶鈹祿目衫眯院蛿祿踩那疤嵯?，若數據交易中心能夠明確數據可交易的標準，甚至能夠在充分互信的前提下，針對不同行業的數據，制定不同的規范與準則，那么數據場內交易的優勢將得以凸顯，并且由此形成安全、互信、統一的行業數據交易中心。

5.數據交易中心應當為公共數據開放提供場所與制度支持

公共數據是最具開發潛力和最有價值的數據資源。但迄今為止，公共數據的開放仍然面臨諸多體制與機制障礙。首先是公共數據開放中的風險問題，即數據開放雖然有利于數據資源的利用，但客觀上會產生一定的風險，比如侵害個人數據權益，直接或間接地危害數據安全等。其次是開放公共數據中的成本問題。數據開放并非行政部門的主要職責，而開放過程中又面臨著風險和成本問題，因此缺乏主動開放的動力是制約公共數據開放的另一類瓶頸。最后是公共數據的高效利用問題。數據的運營與管理均需花費一定的成本，特別是對數據集的維護、去識別化、標記與分類等均會產生相應的成本，而政府部門又普遍不具備大規模數據開發與管理的能力，因此即使開放也并不能夠保證數據獲得有效利用，是公共數據開放中的又一難題。針對上述困境，有學者建議通過授權市場主體參與運營的方式，緩解公共數據開放中的困境。

然而，授權市場主體開發公共數據將產生如下疑問：第一，遴選參與者的標準不明。在客觀標準模糊又缺乏有力監督的背景下，向市場主體開放極易產生權力尋租和公共利益受損的風險。第二，監督運營的問題。當前階段政府部門普遍缺乏監督數據開發與利用的能力，更不用說如何規避其中的風險。第三，缺乏正當性。授權市場主體參與公共數據的開發不僅會造成數據融合的多種困境，也難以解決私法主體運用公共數據的正當性。鑒于上述困境，本文認為由數據交易中心承擔公共數據的運營、開放、維護和監督者的角色更為合適。一方面，數據交易中心可以為公共數據的開放提供安全保障、技術支持以及對利用行為的監督，由此公共數據的開放可以在受控的環境中進行，一定程度上避免了因數據開放所產生的客觀風險。另一方面，由數據交易中心承擔公共數據開放的職責，可以通過付費利用的方式抵銷數據開放過程中產生的成本，剩下的收益不僅可以用來改善數據開放的技術標準和手段，也可以用來進一步激勵和加大公共數據開放的力度，在條件成熟后甚至可以將數據開放至普通個人免費利用的層面，以最大限度地發揮數據的利用價值。

6.數據交易中心應當承擔數據資源的開發職能

數據資源依其價值的發生機制，可以分為資源租金、管理增值和產品增值?，F階段中介式的經營方式，本質上是為企業之間的數據交易提供信息平臺，類似于房產中介，甚至未達到數據資源開發的第一層次。數據要素的市場化配置本質上是通過市場的手段配置數據資源，從而達到提升數據資源利用效率、為高質量經濟發展賦能的目的。對此，數據交易中心需要解決的問題主要包括：第一，為數據資源的配置提供市場途徑。數據交易中市場主體的能力、資源和地位的不平等客觀存在，大型企業與中小企業之間圍繞數據資源難以形成平等、有效的競爭環境。對此，數據交易中心可以為中小企業融入數據市場提供可靠的途徑。第二，為數據資源的科學管理提供增值服務。數據交易并不必然表現為互易的形式，以數據使用為目的的數據融合可以在更大范圍內發揮數據的可利用價值。數據交易中心的出現不僅解決了交易雙方互信的難題，而且為更大規模的數據融合提供了可能。然而，數據融合并不等于數據價值的發揮，數據交易也不等于數據市場價值的實現。數據發揮生產要素功能的關鍵在于數據的真實性、可靠性與關聯性。數據并不能直接為生產服務，關鍵在于基于預定目標的收集、整理、匯聚和分析。對此，數據交易中心一方面需要為數據資源的分類、管理和傳輸提供可靠的保證，另一方面還應當為數據資源的準入、質量檢測、數據預加工和預處理提供專門服務。如此，則數據交易中心可以為數據資源充分發揮其功能提供制度保障。第三，為數據產品的開發提供技術支持與維護服務。相比于大量的數據而言，正確的數據更加重要。數據分析需要大量的準備工作，包括數據集的創建、數據的清洗和更新。有研究指出，數據分析項目中80%的時間用于數據的收集和準備。數據分析結果的準確性首先取決于數據的質量與分析方法的科學性。由此，數據交易中心需要解決的不僅是數據的來源問題，還包括為數據產品的開發和維護提供支持。

四、結語

數據本質上是一種信息，但又有別于傳統的信息。數據具有可操作性，其控制者可以運用不同方法從相同的數據集合中提取出價值不同的信息。數據還具有非競爭性和非排他性，這使得數據的利用與傳統的生產要素有所不同，需要作出更為復雜的制度安排。數據因累積和分析而產生價值，大數據的利用方式不僅使更大規模數據利用成為現實，也為數據權益歸屬的多樣化提供了可能性。雖然現階段數據交易中心仍以促進數據的市場化流通作為主要職責，但未來亦不能排除數據交易中心能夠以數據持有權、數據加工使用權或者數據產品經營權的方式在更大范圍內充分發揮其應有的職能。

The Dilemma and Breakthrough of Data Field Trading

Abstract： The data trading center is the main place to realize data fusion and Big data dividend， but so far there are still many problems， such as unclear positioning， unclear responsibility， lack of supervision and incomplete regulatory functions. These problems not only affect the quantity and quality of transactions in the data market， but also further hinder the function of data production factors and the ultimate realization of Big data dividends. The key to solving the problem lies in reshaping the normative functions and legal responsibilities of the trading center. Essentially， data trading centers should not become data traders or intermediaries， but rather become regulators of data trading and the main venue for data fusion. From the perspective of trusted data trading， data trading centers should bear the main responsibility of information disclosure and transparent supervision in the data trading market. From the perspective of maximizing the utility of data resources， on-site data trading should be granted certain exemption privileges， and compliance and security obligations of data trading centers should be stipulated.

Keywords： Big Data; Data Trading; OTC Trading; Data Elements; Data Fusion