数据交易的难点与解决之道

数据是数字经济时代的“石油”，是最重要的一种商品。数据要素是数字经济的核心引擎，数据要素的流动、交易是经济增长的新动能，数据成为生产要素的前提是有交易市场。数据只有在市场中有效流通，成为市场资源配置中关键的生产要素，才能真正实现其价值。

一

数据交易之难

数据要素拥有与其他生产要素不同的特点，即数据的无限复制、非竞争性、非标准化、信息载体、与隐私相关、与国家主权相关、权属关系复杂性。因此，数据交易本身也存在一定的安全脆弱性。一方面，在于数据具有可被无限复制和分享的特质，且复制过程物力成本低廉。这导致数据容易产生黑市交易、平台攫取数据等现象。另一方面，在于数据的可整合性和非标准化：同一个数据集在经过拆分、组合、调整后就可以形成不同的数据集（数据产品）。这使得数据交易容易产生争议且难以取证。最后，在于数据的信息属性：由于买方在数据交易前并不了解该数据资产的详细信息，而一旦了解数据信息，又不需要继续购买数据信息了。无法实现“一手交钱，一手交货”。

数据交易的难点和痛点存在于，第一，在交易前，数据权属是否存在不确定性；交易的数据是否合规。第二，在交易中，数据传输的安全性是否得以保障；是否存在交易所不见数据的问题。第三，在交易后，数据送达和争议解决；以及买方未经卖方许可，是否存在转卖、倒卖其购买的数据等问题。

同时，数据交易全流程中存在着买卖双方的不信任。在卖方看来，买方可能存在未经卖方许可，转卖、倒卖其购买的数据的可能；在买方看来，数据不是买方想要的（卖方不会让买方看到全部数据，只能看很小的一部分），或者卖的数据不合法。

数据交易不成功的外因如下，在数据供给端，存在着数据交易后被滥用的风险，因而，数据拥有者会自留数据；数据的需求往往多样化，数据匹配难，需求方往往担心买到的数据和自己要的不符合。在政府端，法规政策、制度建设等需要逐步完善。

数据交易不成功的内因是由数据本身的特点所决定的。数据产权的界定尚不清晰。数据的可复制性导致第三方平台很容易截流数据。数据并非标准品，不同于传统金融资产，传统“交易所”拍卖模式难走通。

二

数据交易机构

近年来，中国已有一些数据交易所成立并进行了数据交易的尝试。但总体来看，这一行业在中国仍处于小规模探索阶段，数据流通的法律法规和监管办法尚不健全。但总体来看，我国的数据交易还很有潜力。

那么为什么数据要在交易所交易，而不进行私下交易？因为数据交易中心扮演着第三方的角色，可以公正的保护买卖双方的合法权益。令交易可追溯，易于监管。数据交易中心还是“冲突化解者”，也能够公允取证，便于解决争议；数据交易中心也是“撮合者”，价格相对公允并被采信。

除了数据交易所之外，数据经纪人是数据交易的另外的重要机构。数据经纪人是指提供数据经纪服务的中介机构：收集数据信息（自身、他人、其他机构），进行加工，之后交易给第三方或者向第三方提供服务。根据《广东省数据要素市场化配置改革行动方案》，广东首创数据经纪人是全省数据要素市场化配置改革的一项制度性安排，旨在鼓励设立社会性数据经纪机构，规范开展数据要素市场流通中介服务。

三

探寻解决之道

据此，结合他国的案例经验，我们可以从政策、技术和监管三个方面得出可行的解决方案。

1、政策及制度配套

首先要明确什么样的数据可以交易，特别是数据产品的技术标准；大数据安全标准，比如数据“脱敏”：动态化、情景化、结构化的要求；数据分类分级隐私保护标准。

其次，明确谁可以交易（交易卖方）。这里最主要明确数据权属的界定。数据往往是一数多权的，可以分为数据内容的所有者和数据的物理占有者。数据内容的所有者持有信息所有权；数据的收集（加工）者持有物理占有权（用益数权）。

再者，明确数据持有者的责任和义务（交易买方），需按照持有者权属（使用权等）进行保护，做到使用的“场景公正”，即使用者不得在规定的使用场景之外使用数据；保护义务衍生原则，即规定使用者有保护数据的义务，防止数据泄露，像做到安全管理，事前预防、事中危机解决措施、事后补救等。

2、技术

对于数据交易中不涉及隐私的数据，公钥密码学非常重要。对于很难发生权属转移的隐私数据需要使用隐私计算技术如联邦学习、多放安全计算、可信执行环境等技术。此外，博弈论（机制设计）、人工智能、区块链等技术也是支持数据交易的重要技术。

3、监管

监管的重要性首先在于打击非法活动，特别是打击黑市交易等。其次是明确执法机构；以及依法规制泄露数据行为，打击数据交易中的刷单等交易，比如出台数据评估审计标准。制定事前、事中、事后全生命周期的数据保护和监管制度。

监管的另一个重要方面是仲裁机制的建立，特别是监管方需要提供证据以明晰交易中买卖双方的责任。同时，运用区块链、人工智能等新型监管技术，建立监管沙箱。