数据共享与交易的困境与出路

一 数据要素价值（“四梁八柱”）

数据共享与交易是数据要素价值的其中一个环节，为探求数据共享与交易的困境与出路，需要从整个数据要素体系出发，即，数据共享与交易的前提是明确数据产权，目的是实现收益与分配，保障是安全与治理。

（一）前提：确定数据产权（定性）

明确数据产权是数据共享与交易的前提。我国《民法典》第127条，首次提出“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”将数据和网络虚拟财产列入保护范围，但并没有明确数据的权属地位与保护方法等。我们可以结合数据要素特性，探索建立数据的结构性分置制度，对数据产权进行分类分级、明确确权授权机制，进而实现数据要素价值。

1、结构性分置制度

从数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利。

（1）数据资源持有权

保护数据来源者合法权益，对基于知情同意或存在法定事由的数据鼓励流通使用，保障数据来源者享有获取或复制转移由其促成产生数据的权益。

保护数据处理者对依法依规持有的数据进行自主管控的权益。

（2）数据加工使用权

承认和保护依照法律规定或合同约定获取的数据加工使用权，尊重数据采集、加工等数据处理者的劳动和其他要素贡献，充分保障数据处理者使用数据和获得收益的权利。

（3）数据产品经营权

保护经加工、分析等形成数据或数据衍生产品的经营权，依法依规规范数据处理者许可他人使用数据或数据衍生产品的权利，促进数据要素流通复用。

2、分类分级、确权授权机制

结合数据流通范围、影响程度、潜在风险，区分使用场景和用途用量，建立数据分类分级、授权使用规范。

（1）公共数据

公共数据，是指对各级党政机关、企事业单位依法履职或提供公共服务过程中产生的公共数据。

国家鼓励在保护个人隐私和确保公共安全的前提下，按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务等形式向社会提供。

对于公共治理、公益事业的公共数据可无偿使用，而对于产业发展、行业发展的公共数据则有条件有偿使用。

（2）企业数据

企业数据，是指各类市场主体在生产经营活动中采集加工的不涉及个人信息和公共利益的数据，市场主体享有依法依规持有、使用、获取收益的权益。

企业之间可双向公平授权，共同合理使用。

支持第三方机构、中介服务组织加强数据采集和质量评估标准制定，推动数据产品标准化，发展数据分析、数据服务等产业。

（3）个人数据

个人数据，是指承载个人信息的数据，推动数据处理者按照个人授权范围依法依规采集、持有、托管和使用数据。

对个人信息的处理，不能采取“一揽子授权”、强制同意等方式过度收集个人信息，促进个人信息合理利用。

（二）路径：流通交易

1、采用场内（数据交易所）和场外（交易商）相结合的方式

支持数据处理者依法依规在场内和场外采取开放、共享、交换、交易等方式流通数据。

（1）场内集中交易：主要是指通过数据交易服务平台，即在全国各地设立的数据交易所，例如上海数据交易所、深圳数据交易所、贵阳大数据交易所等，数据交易当事人可通过数据交易所提供的基础设施、交易规则、配套服务等完成数据交易。

（2）场外分散交易：主要是指通过数据商，为数据交易双方提供数据产品开发、发布、承销和数据资产的合规化、标准化、增值化服务，促进提高数据交易效率。

2、充分保护数据来源者的权利

充分保护数据来源者合法权益，对基于知情同意或存在法定事由的数据鼓励流通使用，保障数据来源者享有获取或复制转移由其促成产生数据的权益。

3、合理保护数据处理者的权利

承认并合理保护数据处理者的权利。即，保护其对依法依规持有的数据进行自主管控的权益；承认和保护依照法律规定或合同约定获取的数据加工使用权；规范数据处理者许可他人使用数据或数据衍生产品的权利。

（三）目的：收益分配（定价）

数据价值体现于数据开发挖掘的各个环节，所以各个环节的投入都应有相应回报。定价模式、价格形成机制在符合数据要素特性的前提下，可以通过分红、提成等多种方式共享收益。

1、以市场评价为主

数据价值应在数据市场经济中充分体现，数据要素由市场评价贡献、按贡献决定报酬。即，按照“谁投入、谁贡献、谁受益”原则，保护数据要素各参与方的投入、产出收益。同时也应平衡兼顾数据内容采集、加工、流通、应用等不同环节相关主体之间的利益分配。

2、以政府调节为辅

在数据价值分配中，政府应更加关注数据要素的公共利益和对相对弱势群体的保障帮扶。同时，政府一定要采取措施防止和规制资本在数据领域无序扩张形成市场垄断等问题。

基于此，目前政府的指导原则为：对于公共数据按政府指导定价有偿使用，对于企业与个人信息数据则由市场自主定价。

（四）保障：安全治理（监管）

数据共享与交易的保障是数据安全。数据安全贯穿数据治理的全过程，应从政府、企业、社会等多层面协同治理。

1、政府监管层面

充分发挥政府有序引导和规范发展的作用，守住安全底线，明确监管红线。

（1）分行业监管、跨行业协同监管，建立数据联管联治机制，建立容错纠错机制。

（2）建立数据共享与交易的合规公证、安全审查、算法审查、监测预警等制度。

（3）制定数据共享与交易的负面清单，明确不能交易或严格限制交易的数据范围。

（4）强化反垄断和反不正当竞争，加强重点领域执法司法。

2、企业监管层面

（1）鼓励企业在数据来源、数据产权、数据质量、数据使用等方面，向数据商及第三方专业服务机构，出具交易声明和承诺。

（2）企业在数据采集汇聚、加工处理、流通交易、共享利用等各环节，均应依法依规承担相应责任。

（3）对企业建立数据产权登记、数据披露机制等，打破“数据垄断”，促进公平竞争。

3、社会监管层面

（1）开展数据技术研发和服务，促进数据要素安全的共享与交易。

（2）建立数据市场信用体系，完善数据交易失信行为认定、失信惩戒、信用修复、异议处理等机制。

（3）采用多种争议解决方式：畅通举报投诉、争议仲裁诉讼等渠道。

二 数据共享与交易的困境

通过上述分析数据要素基础，洞察数字经济发展规律时必然伴随的困难与阻碍。

（一）定性难：因数据的高价值而伴随的共享交易的高难度

正因为数据具有的高价值，导致数据之间不能共享和交易，从而形成“数据孤岛”，无法实现数据价值最大化。主要体现为：

（1）主观不愿意：很多机构都将数据视为战略资源，认为拥有数据是拥有客户资源和市场资源。数据共享和交易的主体之间不信任，所以不愿意数据共享与交易。

（2）不敢：很多数据往往涉及商业秘密、个人信息保护、甚至国家安全，在没有明确的数据共享与交易规则可遵循的前提下，很害怕数据共享与交易的行为触碰了法律红线。

（3）客观不能：由于数据质量、数据标准等原因，不同领域不同专业数据之间很难共享与交易。

（二）定价难：数据价值评估难导致交易难

数据价值评估难度大，导致数据共享与交易难。

虽然2023年8月1日财政部发布的《企业数据资源相关会计处理暂行规定》中对数据资源的初始计量提供了指引，但是数据要素的来源方式多样，例如外购、采集、加工等，所以很难对数据的成本做出较为统一、合理、精确的价值评估。另一方面，数据的稀缺性、独特性也决定了无法统一标准判断其价值。

另外，在数据的使用过程中产生的衍生数据，其价值更加难以评估。

因此，因数据缺乏明确的、统一的定价方式，会给数据共享与交易带来障碍。

（三）监管难：数据保护与交易的界限难以权衡

1、不同领域、不同层级之间的数据在保护与交易之间的利益权衡很难把握。例如，数据交易既要符合《数据安全法》下的数据合规要求，还要遵守《网络安全法》、《个人信息保护法》等关于网络安全、个人信息保护等方面的要求。

2、需要审查数据共享与交易的主体、数据产品、共享交易过程等各个环节的合法合规性。例如，在数据来源合规性、数据自身范围是否属于能交易、可流通等方面都有较为细致的监管需求。

3、为保证数据交易安全，需要在共享与交易过程中对数据供需双方进行审查，也相应增加了数据交易的难度和成本。

三 数据共享与交易的出路

数字经济时代需要充分肯定并努力挖掘数据要素价值，在遵循数据要素发展规律的前提下，为数据共享与交易谋求出路。

（一）规范数据交易行为

规范数据交易行为，需要完善数据全流程合规与监管规则。

1、数据流通准入标准规则

建立数据流通准入标准规则，强化市场主体数据全流程合规治理，确保流通数据来源合法、隐私保护到位、流通和交易规范。

2、数据分类分级、授权使用规范

结合不同行业不同领域的特点，对数据进行分类分级，识别确认重要数据、核心数据等，形成数据分类分级清单。

对无明确分类分级标准的数据，可根据数据的重要程度、对国家安全、公共利益或者个人、组织合法权益造成的危害程度等因素，按照就高从严原则进行分类分级。

根据数据分类分级情况，采取不同等级的数据安全保护措施，加强对数据处理系统、数据传输网络、数据存储环境、数据访问接口等数据安全防护，将数据安全技术保护覆盖到数据处理的全过程。

3、数据全生命周期管理

数据的全生命周期包括：数据收集和使用、数据存储、数据传输和提供、数据交易、数据删除和销毁。对数据全生命周期的管理可以保证数据共享与交易在各个生命周期阶段都可以合法合规进行。

例如：

（1）以爬虫等手段收集的数据能否成为数据共享与交易的对象；

（2）对不同类型、不同风险等级的数据采取不同的数据存储方式并进行技术保护，确保数据共享与交易的排他性等。

4、数据安全管理认证制度

建立实施数据安全管理认证制度，引导企业通过认证提升数据安全管理水平。通过提升数据质量评估、定期进行数据合规审查、完善数据合规风险评估机制、对数据违规行为的监测预警、制定数据安全应急预案等。

（二）创新数据交易模式

1、构建数据交易场所

（1）统一规则：出台数据交易场所管理办法，制定全国统一的数据交易、安全等标准体系，降低交易成本。

（2）建立国家级数据交易场所：突出合规监管和基础服务功能，强化其公共属性和公益定位，

（3）打造区域性、行业性数据交易平台：在全国各地区各部门设立的区域性数据交易场所和行业性数据交易平台，推动区域性、行业性数据流通使用。

区域性数据交易场所、行业性数据交易平台、国家级数据交易场所互联互通。构建集约高效的数据流通基础设施，为场内集中交易和场外分散交易提供低成本、高效率、可信赖的流通环境。

2、培育专业数据商人才

数据商能够为数据交易双方提供数据产品开发、发布、承销和数据资产的合规化、标准化、增值化服务，能促进提高数据交易效率。

在智能制造、节能降碳、绿色建造、新能源、智慧城市等重点领域，可重点培育贴近业务需求的行业性、产业化数据商。

3、培育第三方专业服务机构

在数据集成、数据经纪、合规认证、安全审计、数据公证、数据保险、数据托管、资产评估、争议仲裁、风险评估、人才培训等专业领域，培育第三方专业服务机构，提升数据流通和交易全流程服务能力。

（三）拓宽数据交易渠道

加强国际间交流与合作，进一步细化数据出境制度，加强对数据跨境传输的研究。

四 结语

在数据经济时代，我们应充分认识到数据要素的经济价值，把握数据特性，正视数据共享与交易的困境，为数据共享与交易谋求出路，以更好的发展我们数字经济，建设数字中国。

来源：文丰律师