論我國大數據交易的現實困境和破解路徑

陳金春

（安徽大學法學院,安徽 合肥 230601）

1 問題的提出

作為新時代經濟發展的“石油”，數據的交易問題一直是數字經濟發展中的重點和難點。我國自2014年開始嘗試在北京和香港分別建立大數據交易平臺，2014—2016年間，國內先后成立了19家大數據交易中心，大數據交易平臺的建設進入爆發期。但建設的大數據交易平臺促進數字經濟繁榮的效果并不理想，大數據交易平臺自身的經營狀況也未能達到預期。時至今日，最初成立的19家大數據交易平臺中已有14家停止營業或已查找不到運營網站。2020年4月，中共中央、國務院發布了《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出要“引導培育大數據交易市場，依法合規開展數據交易”，國內開始了新一輪大數據交易建設的浪潮。大數據交易平臺建設計劃的重啟將大數據交易的相關問題重新引入人們視野，為什么大數據難以進行交易，如何破解大數據交易的困境，相關問題仍未解決。

2 大數據交易的過程及類型

與石油、煤炭等一般意義上的資源不同，大數據不存在實在的形體，其產生、交易的過程均發生在虛擬的網絡空間中，這為大數據的相關研究帶來了不小的困難。

2.1 大數據交易的過程

目前國內外對于大數據交易的過程仍缺乏權威性的認定，結合歐盟2020年頒布的《歐洲數據價值鏈戰略報告》[1]，筆者認為大數據交易的過程主要包括以下幾個部分。

數據的產生。數據的產生是指將數據保留并記錄到現有的存儲介質中。數據無時無刻不在產生，人類可以主動產生新的數據，自然界自身的運行也可體現為無窮的數據，非人類可觀察、可記錄的數據雖現實存在，但不屬于數據產生的范疇。當前數據的產生大致已經歷了三個階段。第一階段可稱為運營式系統階段，體現為數據庫作為一種重要的運營工具嵌入到企業的經營管理中，如銀行的收銀系統、醫院的病例系統等，通過相關運營工具的使用為企業節省了大量的管理成本。運營式系統階段的特點在于數據伴隨著企業的經營而被收集，數據只是企業自身經營的副產品，企業并未意識到數據中潛藏的巨大價值，數據產生的效率也較低。數據產生的第二階段是互聯網系統階段，該階段的特征在于互聯網的普及使得每個互聯網用戶都可以成為數據產生的源頭，網絡用戶的數據被大量收集，數據總量呈指數性增長?；ヂ摼W系統階段所產生的數據大多與用戶的個人信息密切相關，具有重要的價值，人們逐漸意識到數據的重要性，也使得個人信息、數據權利等相關問題成為理論學說研究的熱點。數據產生的第三階段是感知式系統階段，體現為技術的發展使得各類感知系統可以自動地收集存儲數據，如各類觀察、監控系統的出現。感知系統的出現使得數據的產生由主動邁入自動階段，各類信息被24小時不間斷地記錄下來，所產生數據的內容涉及人們生活的方方面面，使得數字化的未來真正成為可能，數據的價值全方位地得以體現。

數據的搜集。數據的搜集是指將具有關聯性的相關數據予以抓取并保存。搜集階段是決定數據價值的關鍵，為提高數據價值，企業必須不斷優化算法工具，提高數據抓取的關聯性和廣度。搜集階段也是當前有關大數據交易爭議最大的一個階段，尤其是關于數據搜集的合法性和權屬問題一直未得到妥善解決。

數據的加工。數據加工是指數據企業對已收集的數據按照相關政策法規、技術標準的要求進一步進行處理，如數據清洗、數據提純等。數據加工的目的在于保證數據符合兩方面的標準：一是法律層面的標準，如針對個人信息數據，企業需通過加工保證數據的匿名化和去識別化。二是行業或合同層面的標準，通過數據加工，使數據符合進入市場流通的標準化的需求，或根據銷售合同的約定，對數據進行加工使其滿足客戶系統的需要。

數據的貨幣化。數據的貨幣化是指數據企業將加工處理完畢的數據投入市場進行交易或以數據為基礎為客戶提供服務。數據的貨幣化是數據企業商業模式的核心，通過數據獲得盈利是數據企業維持運行的關鍵。數據的貨幣化包括數據的直接出售和數據服務兩部分，從實踐的角度來看，當前主流數據企業盈利的方式在于提供數據服務而非直接出售數據，原因在于數據與傳統商品不同，數據具有非排他性和非競爭性，數據價值鏈主要集中于服務端而非銷售端，數據交易中向客戶銷售的產品不是經處理完畢的數據本身，而是以數據為基礎體現用戶交互能力的服務或產品[2]。

2.2 大數據交易的類型

當前我國大數據交易仍處在快速發展變化的過程中，形態并不固定，綜合來看，主要包括以下三種類型。

一是基于數據搜集而進行的數據交易?；跀祿鸭M行的數據交易是指企業通過數據搜集、匯總后形成相關數據庫，基于搜集的數據為客戶提供查詢、預測等數據服務。此類數據交易強調企業搜集數據的廣泛性和準確性，數據企業大多在行業內具有一定的優勢地位，以保障數據的權威性，數據企業通過收取會員費和增值服務費維持運轉，典型的如知網、萬方等網站。該類數據企業當前面臨的矛盾在于，為了占據市場優勢地位企業必須投入大量的資金以不斷擴充數據庫的廣度和深度，但客戶往往只需要數據庫中的部分數據，并不愿意為整個數據庫付費。目前解決的方式主要是通過技術手段對客戶的權限進行限制，客戶只能查詢數據庫中的部分數據，進而降低收費，但仍有部分數據庫存在數據不可分割的問題。

二是基于數據加工而進行的數據交易?；跀祿庸ざM行的數據交易是指數據企業根據客戶的需要對數據進行清洗、標記、提純等處理，為客戶提供數據或服務。此類交易體現為“數據+服務”的交易模式，其中服務是交易的核心，數據企業自身可能缺乏完善的數據庫，其強大的數據處理能力是市場競爭的關鍵。此類交易的對象主要是科技企業，如自動駕駛、語音識別、人臉識別等企業，這些科技企業需要大量的數據以供自身算法工具學習，數據需要進行加工以嵌入其算法。同時為避免算法歧視的出現，科技企業還需盡量保障數據的完整性和關聯性，因此對數據的質量要求極高，數據的加工服務必不可少。數據加工服務處于整個數據價值鏈的上游，相較于純粹的出售數據，加工服務對企業技術能力的要求更高，回報也更為可觀。目前國內大型數據企業大都同時經營數據的出售和加工業務，但隨著我國科技水平的不斷發展，科技企業數量不斷增加，未來數據加工服務將成為數據企業發展的主要方向。

三是基于數據通道而進行的數據交易。基于數據通道而進行的數據交易是指數據平臺將自己的數據通道作為標的進行的數據交易，數據平臺并不直接提供數據，而是提供數據通道的接口，典型如網絡平臺、APP等為特定產品所做的廣告。數據通道交易屬于廣義上的數據交易范疇，數據平臺自身雖不產生、收集數據，但通過其提供的數據通道，仍可以獲取部分用戶的信息數據。數據通道交易對平臺自身的影響力有著較大的要求，數據通道的價值與平臺用戶的數量緊密相關，技術的發展使得數據平臺能對自身的數據通道進行進一步細分，如針對不同用戶推送不同產品的廣告，數據通道已成為獲取數據流量的重要途徑之一。

2.3 小結

通過上述關于數據交易過程和類型的分析，我們可以看出，當前已進入數據爆炸的時代，不同類型的數據相互組合，為數字時代的到來打下了基礎。對于數據而言，其價值體現在特定的場景中，數據需要與特定的算法相結合才能解析出其中的價值。數據雖被稱為一種新的資源，但單純的數據交易附加值極低，對于大數據交易而言，其未來發展的方向在于“數據+服務”的交易模式。

3 我國大數據交易面臨的現實困境

當前我國大數據交易市場并不繁榮，主要原因在于我國大數據交易面臨如下困境。

3.1 確權難

《民法典》第127條明確了數據的財產性質，數據作為一種財產應當受到法律保護，《數據安全法》第8條也指出，個人、組織等的數據權益受到國家保護，但都未明確數據的權屬主體。數據權屬及其分配規則不清，已成為數字經濟發展的最大制度障礙[3]。目前相關法律法規中都回避了數據的權屬問題，主要原因是理論、實踐中都未能明確數據權益的主體和客體范疇。對于數據的權屬主體而言，數據交易的不同過程可能由不同的數據主體完成，同一過程中還可能存在進一步的分工合作，交易過程的改變可能導致了數據權屬的變化。尤其是針對個人信息數據的權屬問題，目前法律的規定主要強調企業對收集的個人信息需進行匿名化、去識別化處理，從相關法條的表述上可推定認為企業對收集的個人信息進行處理后數據歸企業所有。但企業相關的匿名化、去識別化處理都依賴于各自的算法工具處理，目前已出現不少針對各大算法工具的破解程序，能夠重新識別出數據中的個人信息，算法技術的發展可能導致部分已建立起的數據歸屬體系崩塌。對于數據權益的客體而言，隨著數據收集進入自動化時代，可收集的數據進一步擴大，數據種類涉及生活的方方面面，難以進行完善的分類。對于數據的內涵而言，《數據安全法》第3條將數據定義為任何以電子或者其他方式對信息的記錄，該定義未能明確數據的特征，通過該定義仍難以將數據與個人信息、個人隱私等概念進行區分。此外，數據所固有的非排他性、非競爭性等問題仍然存在，為數據的確權問題提出了極大的挑戰，因此部分學者主張應重新考量數據的財產權理論[4]。

3.2 定價難

公開透明的價格是構建商品交易市場的前提和重要基礎，但對大數據而言，其難以形成統一的市場定價。前文已經提到，數據的價值體現在特定的場景之中，單純的數據本身沒有價值，需要結合其使用場景予以確定。以人臉數據為例，同樣一組人臉數據對于不同的科技公司、科研機構而言價值并不相同，同一家科研機構對不同地區的人臉數據需求程度也可能不相同。對于數據企業而言，其所掌握數據的價值需要點對點地與不同客戶之間協商確定。同時，與石油、煤炭等標準化的資源不同，標準化資源一經流入市場基本不存在后續服務問題，如發電廠購買煤炭后便可直接使用，煤炭公司只需保障煤炭質量，不存在其他服務的問題。而對于數據企業而言，因大數據缺乏統一的行業標準，不同客戶的算法口徑也不完全相同，數據企業出售數據后往往還需協助客戶對數據進行處理，以嵌入目標系統。因此數據公司出售數據的收費可能還包含了后續服務的費用，而服務的收費因客戶不同有所差別，這也給數據的定價帶來了困難。此外，標準化的市場定價對商品的流通量有著極高的要求，低流通量的商品難以形成公開透明的市場定價，我國目前大數據交易整體處于起步階段，交易總量較少，且很多發生于場外，缺乏足夠的定價分析樣本。

3.3 互信難

數據交易的互信難題在于數據交易中存在雙重的信任困境，對于數據買方而言其需要在交易前了解數據的具體信息以確定數據的價值，而對于數據賣方而言一旦在交易前將數據展示給賣方就可能導致數據的泄露[5]。破解這一信任困境的根本途徑在于進一步演化算法技術，使得數據企業能在確保數據不被泄露的情況下還能向買方展示數據的價值，但這一能力在當前的算法技術水平下難以實現。目前較為可行的解決方案是通過數據交易平臺或數據經紀人等交易第三方的設置，由第三方作為中介擔保，保證交易的公平公正。對于數據交易平臺而言，目前我國大數據交易平臺自身缺乏專業的數據價值評估能力，評估價值機制模糊，平臺數據交易仍需委托第三方評估機構進行價值評估，不僅交易成本較高，消耗的時間也較長。且當前大數據交易平臺缺乏明確的入場標準，對于部分數據企業而言難以進入場內進行交易。對于數據經紀人制度而言，我國仍處于探索階段，目前僅在珠海市進行了試點，未來能否進行全國推廣仍有待觀察。

3.4 監管難

大數據交易作為新興的數字產業之一，在很長一段時間內處于監管的空白狀態。直至2021年《網絡交易監督管理辦法》出臺，才明確由市場監督管理部門承擔大數據交易的監管責任。但當前我國工商管理部門職能主要集中在傳統工商經營范圍內，對于大數據交易而言其缺乏監管所需的專業能力，難以認定進行中的大數據交易是否合法。并且大數據交易全程發生于虛擬的網絡空間中，工商管理部門也缺乏對應的監管手段，只能采取停業整頓或罰款等傳統的執法方式，難以真正發揮出監管應有的效果。此外，《數據安全法》第6條規定，各地區對本地區的數據負責，即由各地區市場監督管理局對地區內的數據交易進行監管。但當前大數據跨市、跨省交易屬于常態，按照行政部門的執法規則，對于跨區域案件應當由共同的上一級進行執法或由上一級指定執法機構執法，因此對于大數據交易的監管責任將主要由省市場監督管理局或國家市場監督管理總局承擔。而在我國不斷推行數字戰略的背景下，未來我國大數據交易量將不斷增加，大數據交易的監管責任也將越來越重，由省部級部門來主要負責大數據交易的監管顯然是不合理、不現實的。

4 我國大數據交易困境的破解路徑

當前我國針對大數據交易的規定大多集中于頂層設計層面，對于大數據交易發展而言具有宏觀的促進作用，但缺乏具體的可執行和可操作性。對于上述大數據交易面臨的具體問題，本文認為可以從如下幾個方面解決。

4.1 明確數據權屬

首先應當回答的問題是：是否應當賦予數據主體以數據財產權？本文認為答案是肯定的，數據收集的過程中數據企業付出了相應的時間、金錢等成本，肯定其財產權有利于保障資源的有序開發利用。立法中雖未明確有數據財產權的表述，但也表達了對數據主體財產性權利的肯定。從實踐的角度看，前述數據交易的三種類型中，基于數據加工的數據交易和基于數據通道的數據交易，其性質可認定為是一種承攬合同。由數據企業為客戶提供數據服務，但對于基于數據搜集的數據交易而言，其只能認定為一種買賣合同，數據是買賣合同的標的，不為人類所擁有的物無法進行買賣，作為合同標的的數據必須有著明確的財產歸屬，應當肯定數據企業對數據的財產權。對于數據的權屬主體而言，考慮到數據交易需經歷的產生、收集、加工等過程，應當首先明確數據收集者對數據的權利，原因在于數據的生產者對數據擁有完全的所有權，其權利義務十分明確，而數據的加工、貨幣化等環節權利義務繼受于數據的收集者，因此明確數據收集者的權利是數據交易中的關鍵。對于數據收集者的權利，法律有明確規定的，如關于收集個人信息，應當從其規定。對于法律尚未規定或規定不明的，可參照既有法律的規定，同時適用著作權保護、反不正當競爭的相關規則，綜合確定其權利義務。對于數據加工者而言，應當以加工技術為標準，區分技術手段，認定加工者享有完全的數據權或基于數據權產生的用益物權[6]。對于數據權屬的內容而言，數據權應當包括占有、使用、收益的權能，對于數據的處分應當嚴格遵守國家相關法律法規的要求，堅決維護國家安全。

4.2 明確大數據交易平臺的權利義務責任

國家大力推動建設大數據交易平臺的目的在于促進數字經濟發展、維護數字交易安全。對于大數據交易平臺而言，其首先應當發揮出平臺的中介作用，積極促成大數據交易。數據企業與客戶之間存在一定的信息壁壘，科技公司、科研機構等都對數據有著大量的要求，但可能難以尋找到合適的賣方，對數據企業而言，其所擁有的某些數據雖價值獨特亦有可能無人問津。此時可以通過在大數據交易平臺上發布廣告的方式，或直接由平臺幫助尋找、咨詢合適的交易對象，以促成交易的達成。針對大數據交易中的定價難問題，市場化經濟體制下企業有著定價的自由，但大數據交易平臺可以給予數據企業定價建議，幫助數據企業更快地售出擁有的數據。對于場內交易的數據，大數據交易平臺可設置一定的等級分類，按照不同的等級確定一定的價格幅度范圍，數據企業可按照對應的產品等級進行定價。針對數據交易的互信難問題，可通過大數據交易平臺數據認證功能解決，通過大數據交易平臺對數據進行認證，讓數據買方對數據價值有初步的了解。目前國內已嘗試建立數據認證體系，如上海數據交易中心的xID技術體系，未來隨著技術的發展，數據認證功能的準確性和可靠程度將進一步提高。

4.3 完善監管體系

我國大數據交易產業仍處于起步階段，為避免其野蠻生長，適當的監管必不可少。對于大數據交易監管而言，傳統工商監管部門缺乏監管能力和監管手段，故應當設立專門的數字監管部門，吸納專業技術人才，設立專業的數據交易標準，由數字監管部門對大數據交易中的相關問題進行統一監管。數字監管部門可不按行政區劃設立，對于跨區域的數據交易，可由數字監管部門進行聯合監管，或采取技術優先原則，由技術水平較高的監管部門進行管控。同時，應當針對數據交易全程虛擬化的特征，創新執法技術和執法手段，研發針對性的執法工具，避免數據企業通過技術手段逃避監管。應當建立行業監管和政府監管并行的雙重監管模式，數據企業和大數據交易平臺應當定期匯報數據安全情況，對于風險企業，應當采取技術手段進行實時監控，避免系統性風險的發生。最后，應當建立健全大數據交易的準入和退出機制，明確大數據交易的退出標準，將嚴重違法市場交易秩序、侵害國家數據安全的數據企業及時予以清退。

4.4 完善權利救濟途徑

目前大數據場外交易十分普遍，場內交易缺乏充分的監管，因大數據交易引發的糾紛屢見不鮮，完善大數據交易的救濟途徑確有必要。就權利救濟的途徑而言，目前實踐中數據糾紛均以訴訟途徑解決，缺乏其他維權手段。故應當擴充數據糾紛的維權途徑，首先由主管部門領導，嘗試設立數據糾紛的投訴、調解機制。同時，可以依托現有的大數據交易平臺，建立大數據糾紛的仲裁機制，減輕當事人訴累。對于訴訟階段而言，應當不斷完善有關電子證據、電子送達、網上訴訟等制度性規定，減輕當事人的程序性負擔。就請求權基礎而言，除有合同約定外，當事人還可以選擇著作權侵權或反不正當競爭兩種請求權，但從實踐角度看，相關案例中以反不正當競爭提起訴訟不僅勝訴的可能性更高，賠償的數額更是超過著作權侵權的幾十倍[7]。但目前相關數據反不正當競爭案中均以《反不正當競爭法》第2條基本原則作為裁判依據，致使法律的穩定性和可預見性大幅削弱。為此，建議在《反不正當競爭法》明確數據不正當競爭行為的類型，以避免基本原則的濫用，同時為企業的經營提供指引。

5 結語

技術的發展為社會治理帶來了一些困境，未來也必將隨著技術的發展而被解決。目前我國大數據交易領域仍處于探索發展階段，大量問題有待解決，對此應當堅持以下幾點原則：一是必須以國家政策、法規為指引，以國家戰略為導向，促進大數據交易市場有序發展。二是必須堅決維護國家數據安全，堅決維護公民的個人信息、個人隱私不受侵犯。三是必須切實保障數據企業的權利，營造良好的數字科技環境，鼓勵科技企業不斷創新，形成完善的數字經濟體系。