数据交易场所的机制构建与法律保障

摘要：数据要素作为兼具优化传统行业生产方式、促进新兴科技行业发展的基础性、战略性资源，业已成为各国抢占数字经济发展机遇的重要抓手。但由于相关规则制度的滞后和缺位，当前我国数据要素的流通利用在实践中面临诸多困境，数据交易的有序发展和数据市场的健康培育受到多重制约。在此背景下，数据交易场所愈发彰显其重要性，成为促进数据高效安全流通利用的关键环节。只有聚焦数据交易的现实需求，明确数据交易场所的功能定位，探究数据交易场所核心机制的运行机理和法律制度需求，构建和完善数据交易场所的信任机制、交易机制、治理机制，才能切实发挥数据交易场所对数据流通利用的促进和支持作用，把握数字经济时代的发展红利。

关键词：数据要素;数据交易;交易场所;市场化配置

中图分类号：D922.16    文献标识码：A    文章编号：1003-854X（2021）09-0129-09

随着信息技术的发展，几乎一切都在数据化，数据无所不在。数据作为经济发展的黏合剂和催化剂，赋予了其他生产要素更多的能量，其对生产力发展所带来的影响在某种意义上将超过其他几个生产要素。① 在数字经济背景下，作为基础性和战略性资源的数据要素，被政府部门和市场主体寄予推动产业升级、优化经济结构和创造经济增长点的厚望，经济社会发展对数据流通利用的现实需求日益迫切。数据交易场所作为数据汇集、流通的平台，其设立的重要目的之一，就是通过安全便捷的交易促进和实现数据的高效利用。实践中，我国数据交易场所的运营模式尚不成熟、相关制度仍不健全、法律法规和行业标准有所欠缺。而以数据要素市场化配置为中心，通过优化数据交易场所自身运营模式、完善相关核心机制运行需求、健全交易场所治理机制，有助于数据交易场所功能实效的发挥。

一、要素配置视角下数据交易场所及其功能定位

数据的价值在于利用，数据交易是激活数据价值、推动数字经济发展的重要方式。市场主体对数据的需求主要通过数据的流通交换来实现，主要包括数据交易和数据开放共享等形式。其中，数据交易是最为主要也是最为市场化的数据流通方式。一方面，数据交易能够连接传统产业和新兴产业，以新兴产业赋能传统产业，以传统产业厚植新兴产业，实现传统产业与新兴产业共同发展。另一方面，数据交易是实现数据要素市场化配置的最有效手段。数据被确立为新型生产要素后，中共中央提出了数据要素市场化配置改革的任务②，旨在充分发挥市场在资源配置中的决定性作用，使数据资源流向市场最需要的领域和方向，充分发挥数据效用和价值。数据交易发生在平等市场主体之间，具有公平性和竞争性的特点，并能够反映市场需求，通过不同市场主体之间自由平等的交换活动，能够实现数据在不同领域、不同行业、不同部门和不同主体间的流通配置，从而达到数据要素市场化配置的效果。基于此，如何激发市场主体的数据交易积极性，如何建立安全高效的数据交易机制，如何促进数据交易市场的繁荣，是实现数据价值、推动数字经济发展的关键。

为适应数据交易的现实需求，数据交易场所应运而生。实践中，数据交易的要素包括数据供需方、数据标的、交易规则和配套机制。一是市场上要有足够多的数据供需方，否则数据交易无从谈起。二是市场上应当有数量充足、种类丰富、可供交易的数据资源。以上两者构成数据交易中人的要素和物的要素，是开展数据交易的最基础条件。除此之外，交易规则规定了交易双方的权利义务和数据交易需要遵循的程序，是交易主体的行为准绳。配套机制包括数据定价机制、数据交付和使用机制、数据交易登记结算机制等，为数据交易提供技术上的支持和交易上的服务。当然，在实践中存在着数据供需双方直接进行交易的情况，但当数据规模达到一定量级，数据交易双方往往会难以提供数据交易所需的全部要素，或提供成本過大，尤其是，如果没有固定的数据交易规则，会导致数据交易的谈判和磋商成本增大，配套机制的缺乏则会使数据定价和数据安全问题凸显，导致数据交易成本高、效率低，难以满足数字经济时代迫切的数据流通利用需求。数据交易场所作为连接各数据交易方的中介，能够根据市场实践和经验拟定统一固定的数据交易规则，提供专业的数据交易配套机制服务，以保障数据交易安全、便捷、高效开展。

明确数据交易场所的功能定位是充分发挥数据交易场所作用的前提。首先，数据交易场所应作为汇集数据资源的平台。数据具有边际成本递减、规模效应递增的特点，大量数据的汇集，有利于整合多样化的数据资源，洞察数据之间的关联，充分挖掘数据价值。此外，数据交易场所通过整合公共数据资源，鼓励和支持企业及社会数据资源交易，能够吸引市场上数据供需方的参与，进而汇集更多有价值的数据资源，形成良性循环，助力构建和培育流通活跃的数据要素市场。其次，数据交易场所应作为数据交易安全高效开展的平台。一方面，通过统一数据交易规则规范具体交易流程，以高度确定性的交易配套机制便利数据交易开展，提高数据交易效率;另一方面，通过认定审核机制和监督机制确保数据来源的合法性、数据质量和交易方资质，防止数据侵权、泄露篡改和相关主体合法权益遭受侵害，保证数据交易的安全。再次，数据交易场所应当作为数据价值开发的平台。数据要素价值的全面开发需经历资源化、资产化和资本化的过程③，数据交易是数据价值资产化的一个阶段，数据价值资本化才是充分挖掘数据价值的最终目的。数据交易场所可以尝试数据相关金融工具的设计，例如设计开发数据期货、数据融资、数据质押等，不仅可以丰富数据资源的变现方式，提高数据交易场所对市场主体的吸引力，还可以实现数据要素价值的充分涌流。

二、数据交易场所的运行机制及其制度需求

数据交易场所整体功能的发挥，需要通过相关核心机制的有效运行来实现。为此，应探究数据交易场所相关核心机制的运行机理，并明确其相应制度需求。

（一）数据交易场所运行的核心机制

从数据交易的要素出发，对交易主体和交易标的的信任是交易各方开展数据交易的前提和基础，交易规则和相关配套机制的确定是促使交易顺利进行的关键，对交易秩序的维护是数据交易平稳有序开展的保障。由此形成数据交易场所运行的三种核心机制，即信任机制、交易机制和治理机制。

数据交易场所的信任机制，即数据交易主体对于交易对方、交易标的和交易活动的信任。数据交易相较一般商品交易具有诸多特殊性，使得数据交易必须建立在对交易主体和交易数据有较强信任感的基础之上。首先，数据交易存在质量检验难题。在传统商品交易中，买方可以较为直观地获知商品的质量和功能，还可以通过试用来判断商品是否满足自身需求，以此决定是否购买，有的商品甚至可以在购买后的一定期限内进行退换。但对于数据交易而言，买方若不被允许提前浏览数据，则无法确定数据的效用是否符合描述和预期，而一旦买方提前浏览了该数据，则即刻获得了部分乃至全部数据权益，可以无需再行购买。其次，数据交易存在权属和来源界定上的难题。一方面，数据产权的界定目前在世界范围内仍未形成共识，数据确权存在难度，另一方面，数据需求方往往缺乏足够的技术水平和专业能力对数据权属和来源进行检验，而来源违法违规或权属不明的数据可能会给后续使用埋下隐患。再次，数据交易存在潜在的负外部性。传统商品在交易完成后，双方的权利义务在理论上相对清晰，而数据的交易则容易产生外部性。数据需求方可能会担心数据提供方对数据复制后再行转卖，这势必影响其数据使用权益;同时，数据提供方也可能会担心数据需求方滥用和泄露数据，侵害其合法权益。并且，由于数据极易复制、传播和秘密使用，即便交易一方实施了这些违约甚至违法行为，仅凭另一方的认知范围和技术能力往往也难以发现。在这种情况下，数据供需方只能通过不断的谈判和磋商，以及充分的尽职调查来减小交易风险，而这必将造成交易成本高昂、效率低下，进而导致市场主体的数据交易意愿降低。要改变这种状况，需要交易各方对交易數据的来源、质量以及交易双方严格遵守约定的行为建立较强的信任。

数据交易场所的交易机制，即保障数据交易安全高效顺利开展的机制。数据交易有着较高的技术要求和安全需求，普通市场主体开展数据交易特别是巨量数据交易往往面临着诸多难题。一是如果数据交易行为缺乏流程化、标准化的指引和规范，就容易导致交易主体之间的权利义务界定存在困难，增加交易主体为确定交易流程和标准所需付出的磋商成本，同时也容易导致争议发生时各方权益纠纷处理缺少依据。二是数据定价困难。数据价值的高低很大程度上取决于不同主体对数据的分析挖掘程度，因此数据定价存在难度。一方面，数据价格是数据交易的重要基础之一，其不确定性将影响交易的高效开展;另一方面，随意定价、掠夺性定价和垄断定价等问题将扰乱数据交易秩序，影响交易市场的稳定。三是数据的交付和使用要求高。数据极易被复制、篡改和泄露，因此需要专业的技术和设施保障数据储存、传输和使用的安全，但普通数据交易主体往往缺乏相应的技术和设备，导致部分具有市场潜力的数据供需主体被限制在数据交易之外或盲目进行数据交易进而造成数据安全隐患。四是数据交易登记结算困难。数字经济时代，数据交易数量多、规模大，分散的数据交易登记结算可能因数据交易记录的不准确或交易结算的错误造成数据交易主体的数据权益损失，进而引发市场风险和交易失序。建立和完善数据交易场所的交易机制，旨在为数据交易提供统一的数据交易规则、可行的数据定价机制、专业的交易设施和技术保障以及权威的数据交易登记结算服务，为数据交易的安全高效开展提供保障。

数据交易场所的治理机制，即维护数据交易秩序的机制。目前，我国的数据交易市场尚处于起步阶段，数据交易秩序面临以下问题：一是交易市场中的信息不对称问题。数据需求方对于市场行情和数据提供方的资质背景以及数据标的状况了解有限，难以作出综合全面的数据购买决策，影响数据交易的公平性。二是数据的交付和使用监督存在困境。数据质量、权属和来源的检验复杂度高，加之受数据的时效性和现有技术水平限制，即使在最初审核时数据符合相关要求，但在最终交付和使用过程中也可能出现质量和权属问题的争议;数据易复制的特征也使得即使交易完成，在使用过程中也可能产生数据滥用的风险。三是相关主体的合法权益存在被侵害的风险。交易数据标的中可能包含个人信息、商业秘密甚至国家安全信息等，相关信息未经处理即进行交易，可能会对个人隐私、企业商业利益或国家安全造成侵害。数据交易场所的治理机制旨在解决数据交易市场中信息不对称、数据交付和使用监督困境、相关主体合法权益保障和数据安全等问题，营造公平公开的数据交易市场。

（二）数据交易场所核心机制运行的制度需求

数据交易场所核心机制的有效运行，需要明确数据交易场所相关核心机制的制度需求，构建相应制度框架和实施机制。

信任机制——交易主体资质认定和数据标的审核制度。对交易主体的资质认定，一方面可以通过对其交易资信和相关数据活动情况的审查综合判断其商业信誉，为后续施以不同程度的增信义务提供基础，减少因数据交易过程中可能发生的违规或违约行为引发数据交易负外部性;另一方面可以确认数据交易主体是否具备相应的专业设施和技术水平履行相关的数据处理和数据保护义务，以保证数据交易的安全和效率。数据标的的审核包括两个方面，一是对数据质量的检验，确保数据的真实性、合法性和实效性，避免伪造数据、篡改数据、非法数据和无效数据进入交易市场;二是对数据来源和权属进行审查，消除数据在来源和权属等方面可能存在的合规隐患，使数据的后续使用更有保障。

交易机制——交易规则和相关交易配套制度。统一的交易规则，不仅能够形成固定和标准化的交易流程，提高数据交易效率;也便于明确数据交易各方主体在不同阶段的权利义务，约束交易主体行为，便于数据交易场所在交易不同阶段提供服务支持和进行管理监督，保证交易过程有序顺利开展。首先，公允合理的数据价格是交易双方达成数据交易的前提条件之一，科学的数据定价机制在数据价格的确定上既要满足效率性，也要实现准确性。其次，数据交易的顺利开展需要硬件设施和专业技术的支持。数据交易过程涉及数据储存、传输、分析和使用，需要依靠专业设施和技术，而普通数据交易主体往往难以具备，这就需要数据交易场所提供相应设施服务和技术支持，为数据交易营造相对安全可控的数据存储、传输和使用环境，保障数据交付和使用顺利进行。再次，数据交易登记结算机构是记载交易各方交易记录、清算交收数据权益的机构。一方面，登记结算机构能准确记录和真实反映数据交易结果，是数据交易各方相关数据权益的权威证明机构;另一方面，登记结算机构所拥有的专业而详细的数据交易记录，能够为数据确权和相关争议解决提供依据，以维护相关主体的合法权益。

治理机制——交易秩序的管理和监督制度。一是及时必要的信息披露制度。既包括对数据质量、权属和来源的披露，也包括对数据交易主体资质的披露，还包括对数据伪造篡改、数据泄露、数据违规使用、违法数据交易、数据再识别等数据违法违规行为的披露，破除信息不对称，营造公开透明的数据交易生态。二是数据的按约交付和合规使用监督制度。一方面需要综合数据商品描述、合同约定以及市场标准，监督交付数据的质量、效用是否符合要求，另一方面需要监督交易完成后数据是否以许可的方式和时间在约定的范围内使用，形成数据交易全周期的监督机制，加强对数据交易各方权益的保障。三是严格的数据交易风险控制和合规制度，确保数据交易不侵害相关主体合法权益。要严格防范数据交易过程中可能对个人隐私、企业商业利益甚至社会和国家安全造成的侵害，建立事前检验、事中把控的全过程机制保障，谨慎对待未经处理的包含特定主体信息的数据的交易，禁止对数据中特定主体的信息进行再识别，保证数据交易在合法合规前提下进行。

三、数据交易场所的市场实践

数据交易的顺利开展依赖数据交易场所功能的有效发挥。为满足数据流通利用的需求，市场实践中出现了不同种类的数据交易场所，并进行了丰富多样的交易实践。

（一）实践中数据交易场所的种类

欧洲没有专门的数据交易场所，数据的流通利用主要体现为数据中介服务提供商对数据的收集、处理、储存、传输和应用。《欧洲数字服务法（提案）》根据服务内容和规模大小，将欧洲的数据中介服务提供商分为四类④：一是最基础的中介服务商，提供互联网接入、域名注册等服务;二是在前者基础上提供云处理、存储和虚拟主机等数据托管服务的中介服务商;三是在前者基础上为商家和消费者建立沟通渠道的在线平台，例如在线市场、应用商店、社交媒体平台;四是在前者基础上形成了较大的市场规模和影响力的超大型在线平台，如长期在欧洲市场占据主导地位的谷歌、亚马逊和Facebook等互联网巨头形成的超大型在线平台。

在美国，数据交易主要有三种模式。第一种是数据平台单向收集用户数据的模式。数据平台向用户给付货币、商品、服务、折扣或积分等作为获取用户个人数据的对价，之后将收集来的数据加工处理后投入应用。⑤ 第二种是数据交易平台模式。数据交易平台作为数据交易的中间代理人，组织和撮合数据供需方进行数据交易，并提供与数据交易相关的其他中介服务。⑥ 第三种是数据经纪商模式。数据经纪商通过各种渠道收集数据，将数据加工处理后转让或共享给数据需求方。⑦

在我国，学术界对数据交易场所的种类区分存在不同观点。较为符合市场實际的是中国信息通信研究院发布的《中国数字经济发展白皮书（2020年）》中对我国数据交易场所的分类，即分为四类：一是政府主导建立的大数据交易所和交易中心，二是企业主导型数据服务商，三是产业联盟数据交易平台，四是大型互联网公司数据交易平台。⑧ 实践中，以贵阳大数据交易所、上海数据交易中心为典型代表的政府主导建立的大数据交易所和交易中心，以“国有控股、政府指导、企业参与、市场运营”为原则⑨，交易平台一般采用会员制，制定一系列涉及数据交易和会员管理的规则，组织数据交易并提供数据储存、分析等相关服务。以“数据堂”为代表的企业主导型数据服务商，或通过合作开发或购买获得数据，或在公开渠道收集、爬取数据，加工处理后提供给数据需求方。⑩ 以“交通大数据交易平台”和中关村大数据产业联盟为代表的产业联盟数据交易平台，为行业内的数据供需方提供开放的数据交易渠道，平台本身不参与数据交易的储存和分析。{11} 以腾讯、阿里巴巴、抖音、京东为代表的大型互联网公司数据交易平台，以互联网公司拥有的海量数据为基础，通过开放接口的方式向其他数据需求方开放数据和流量。

概言之，在欧洲，互联网科技巨头形成的超大型在线平台是数据活动包括交易活动最为活跃的场所。在美国，数据经纪商是数据交易市场中最主要的参与者。在中国，政府主导建立的大数据交易所和交易中心以及企业主导型数据服务商占据交易的主导地位，是数据交易场所的典型模式。

（二）典型数据交易场所的市场实践

受欧盟相关法律政策影响，欧洲的数据流通利用活动整体上遵循着较为严格的要求，在线平台等数据控制者（data controller）和数据处理者（data processor）在收集处理和使用公民个人数据时，需要遵循欧盟《通用数据保护条例》（GDPR）中“知情同意”的规则，还需受到数据主体（data subject）所拥有的获取权、被遗忘权、数据可携权等数据权利的影响。此外，《欧洲数字服务法（提案）》对在线平台新增了非法内容管理、第三方供应商资质审核、广告透明度告知等义务，对超大型在线平台增加了风险管理、外部审计、系统和广告透明度告知、特定情况下的数据共享等义务等，以保护消费者及其基本权利，规制在线平台的数据流通利用风险。《数据市场法（提案）》将满足特定规模和地位的在线平台称为“守门人”，通过规定一系列的“应当”和“禁止”对其科以竞争合规义务，以维护市场秩序，确保数字服务的公平性和开放性。

相较欧盟，美国的数据相关法律政策较为宽松，以数据经纪商为主导的数据流通利用极为活跃。例如，美国规模最大的数据经纪商之一的Acxiom通过搜集社交网站和网络媒体数据、零售商系统数据、美国政府公开数据和购买其他数据经纪商数据等途径获得数据来源{12}，其客户包括国富银行、汇丰银行、丰田、福特和梅西百货等几乎所有想要了解自身客户的大型企业。{13} 美国的数据经纪商采用完全市场化的模式开展数据的流通利用，有助于挖掘数据的商业价值，促进数据效用发挥和数字经济发展，为消费者带来一定福利。但美国的数据经纪商在运营过程中也存在一些问题。一方面，数据经纪商经常在未征得消费者同意的情况下收集处理和使用个人数据，数据被出售给相关企业后，可能会对消费者形成服务和销售歧视，给消费者带来困扰{14};另一方面，数据泄露、数据违规使用等问题时有发生，数据安全缺少切实有效的保障。为此，美国联邦贸易委员会2014年5月发布报告《数据经纪商：呼吁透明度和问责制》，呼吁消费者应当拥有对自身数据更多的知情权和控制权，同时加强对数据经纪商的监管和规制，这一定程度上缓解了个人隐私侵犯和数据安全问题。

在中国，政府主导建立的大数据交易所和交易中心的市场实践相较于企业主导型数据服务商的市场实践具有更大的借鉴意义。一方面，数据交易所在运营上更具公开性和透明性，相关制度和规则更易查明，有利于分析和总结真实的市场实践;另一方面，数据交易所相较于企业数据服务商在数据确权、数据定价、交易规则制定和运营模式上作了更多尝试，具有更为丰富的实践素材。此外，相较于良莠不齐的企业数据服务商，数据交易所在政府指导、市场化运营的模式下具有更强的权威性和公信力，更能发挥吸引和汇集数据资源、促进和保障数据交易的效果，因此其市场实践具有更大的参考价值。具体而言，可以从数据确权、交易规则、运营模式等三个方面分析现有数据交易所的市场实践。

在数据确权方面，贵阳大数据交易所出台的《数据确权暂行管理办法》、浙江大数据交易中心建立的大数据确权平台和我国首家全国性数据确权服务平台“人民数据资产服务平台”等确权方式具有代表性，它们尝试通过登记的方式为数据交易提供确权服务。在数据定价方面，上海数据交易中心和贵阳大数据交易所的数据定价机制具有代表性，两者均根据交易所的数据资产评价指标由系统自动给出数据参考价格，数据需求方可以综合交易所给出的参考价格和自身需求与数据提供方确定最终的成交价格，两者还提供集合竞价和拍卖定价等市场化数据定价方式。

在交易规则方面，贵阳大数据交易所的《贵阳大数据交易所702公约》《贵阳大数据交易所数据交易规范》以及上海数据交易中心的《数据互联规则》均规定了不进行未经清洗和加工处理的底层数据的交易、不允许自然人主体直接参与数据交易。此外，贵阳大数据交易所创设了数据交易指数编制公布制度和数据交易推荐人制度，规定了数据交易所的交易指数编制义务以及数据交易推荐人对数据挂牌交易的审核和持续监督义务;上海数据交易中心规定了严格的相关交易要素标准化和数据互联标准化体系，致力于交易流程的精细化。

在运营模式方面，贵阳大数据交易所和上海数据交易中心较有参考意义。首先，在设立方式上，两者均由地方政府和相关主管部门批准，由国有企业和其他市场投资者出资设立而成，均登记为有限责任公司法人，在股权结构上均为国有控股。{15} 其次，在业务范围上，贵阳大数据交易所的业务范围包括组织和监督数据交易以及开展大数据相关的金融工具设计，上海数据交易中心的业务范围包括数据流通业务、数据开放业务和数据服务业务。再次，在数据交易场所的治理模式上，贵阳大数据交易所对交易平台采取会员大会、理事会和监察委员会的治理模式，会员大会为交易所的最高权力机构，理事会为交易所的决策机构，理事会下设监察委员会和总经理，前者负责监察交易所的高级管理人员和其他工作人員的履职情况、监察大数据交易所的财务情况，后者负责交易所的日常管理工作。

总之，发展数字经济，没有放之四海而皆准的固定模式，而是与各国特定的政治经济文化制度安排息息相关，这也决定了各国基于数据交易场所的市场实践各有千秋。

（三）我国数据交易场所制度构建面临的困境

自2015年我国第一所数据交易所成立运营{16}起，已有近20家数据交易所（中心/平台）成立，但时至今日，目前仍维持良好运营的主要有贵阳大数据交易所、上海大数据交易中心、浙江大数据交易中心和其他少数交易所，其余大多数交易所均不再有完善的团队支撑相关业务的开展{17}，业务动态也几乎不再更新。究其原因有以下三点：

第一，数据交易场所的运营模式尚不成熟。

关于设立方式。一是对数据交易场所的设立门槛没有统一要求，突出表现为标准过低或重复设立现象存在。例如，存在同一地区的数据交易场所数量众多，重复建设和数据割据现象严重{18}，以华中大数据交易所、长江大数据交易中心、东湖大数据交易中心三个交易平台为例，三者均处于湖北省境内，但在发展定位和功能定位上界线不清，形成数据市场割裂{19}，不利于统一数据交易市场的构建。二是无论是上海数据交易中心还是贵阳大数据交易所，均未实行资本实缴制，这在一定程度上给数据交易场所的持续稳定运营带来风险。

关于业务范围。目前，贵阳大数据交易所大数据相关的金融工具设计业务在实践中并未实际开展，市场认可度也较为有限，在我国数据交易市场尚处于初级阶段的情况下，该种业务设置显得过于超前。上海数据交易中心的数据服务业务具有营利性，使其不仅作为数据交易的平台，还成为数据产品和数据服务的提供方，同时具有监管主体和监管对象的双重身份，可能会产生利益上的冲突，影响数据交易和数据监管的公平性。

关于治理模式。一是在贵阳大数据交易所的治理结构中，理事会主导地位突出，并缺乏有效的监督，监察委员会作为理事会的下设机构较难发挥对理事会的监督实效;二是贵阳大数据交易所作为公司制法人，对交易平台采取会员大会的治理模式，公司股东利益和交易所会员利益有可能会产生冲突，股东大会和会员大会的职能范围和决策效力也可能存在交叉和掣肘。

第二，数据交易场所各项机制尚不健全。

数据确权方面。贵阳大数据交易所和浙江大数据交易中心提供的数据确权服务在市场上的认可度并不高，人民数据资产服务平台的实际运营情况未公布，故确权实效难以评价。此外，由于不同数据交易所的数据确权系统技术专业程度和确权范围不同，存在同一数据在不同确权系统可能得到不同的确权结果或不被互相认可的情况，并可能产生数据确权的“逐底竞争”。

数据定价方面。实践中，数据交易场所自动定价形成的价格普遍仅具有参考意义，最终数据成交价格通常有赖于供需方之间的协商，其缺点在于协商过程可能过于漫长，双方付出的时间成本高，很难满足交易效率的要求。此外，在数据交易市场厚度和流动性尚不足够的情况下，集合竞价的效果较难实现{20}，拍卖定价也仅适用于数据具有多名潜在的需求方的情况，否则难以起拍。{21}

交易规则方面。一是在交易数据的范围上，目前数据交易场所不进行底层数据的交易，这虽然在一定程度上规避了隐私保护和数据所有权界定等问题，但也在一定程度上放弃了对数据潜在价值的挖掘。二是在交易主体范围上，仅允许机构主体参与数据交易场所交易，可能会错失自然人数据交易主体对交易体量和数据流通性带来的增长红利。三是现有数据交易规则对数据交易各参与主体的权利义务规定不甚明确，不利于数据交易过程中各参与方的权利义务划分和数据交易的有序开展。

第三，相关法律法规和行业标准缺位，监管体系不健全。

一方面，目前我国尚无关于数据交易流通的统一法律法规，数据交易场所建设相关法规政策亦付之阙如，有关数据利用的一些原则性规定散见于民法典、电子商务法、网络安全法、消费者权益保护法、个人信息保护法、数据安全法等立法中，难以形成对数据交易和数据交易場所建设的有效指导和政策支持，导致各地只能自行探索相关制度和标准，长远看不利于统一的数据交易市场的培育。在立法和政策缺位的情况下，相关行业标准未能及时补足，导致数据交易的开展和数据交易场所的建设出现散乱随意、缺乏共识等现象。

另一方面，在数据交易场所运营监管上，政府监管体系不完备，自律监管体系缺失。在政府监管方面，中央层面的国家发展和改革委员会、工业和信息化部、国家互联网信息办公室、公安部以及国家安全部门等对数据治理和监管均具有一定权限，但各部门数据监管职责划分不明晰，缺少统筹协调，监管合力不足{22};地方层面，省级地方成立的数据管理机构表现形式不同、职能范围不同，所属的主管部门也不尽相同{23}，这导致监管定位不清，难以形成对数据行为和数据市场的有效监管和规范。{24} 在自律监管方面，我国数据交易市场的自律管理主要体现在两个方面：一是各数据交易场所的章程规定、会员管理办法和交易规则;二是大数据发展促进委员会、深圳市大数据产业发展促进会等国家或地方层面数据行业协会的自律管理规则和公约。但实践中，仅有部分数据交易场所规定了平台的自律法人地位{25}，仅有部分省市设立了大数据行业协会，交易平台和行业协会在自律管理中发挥的作用有限。

四、数据交易场所制度体系构建及其法律保障

在数据交易场所制度保障体系的构建中，应当将政府主导建立的数据交易场所作为主要培育和发展对象，结合市场实践积累的相关经验，尝试破解数据交易场所发展面临的现实困境，具体可以从数据交易场所法律地位及自身运营、交易各方法律关系协调及交易场所核心机制发挥、治理和监管机制的健全等方面着手。

（一）明确数据交易场所法律地位，优化数据交易场所自身运营

数据交易场所的法律地位关涉数据交易场所的法人或非法人属性、营利或非营利属性、自律或政府管制属性，还将影响数据交易场所的设立条件、资本制度、业务范围和治理模式。

贵阳大数据交易所和上海数据交易中心均登记为有限责任公司法人，在股权结构上均为国有控股。在《贵阳大数据交易所702公约》中，贵阳大数据交易所被定位为“实行自律性管理的法人”。从注册登记信息和交易所公约规定来看，以贵阳大数据交易所和上海数据交易中心为代表的数据交易场所为国有控股的公司制法人，这一设置是政府管制和市场化双向追求的综合体现。一方面，数据交易场所并不因其公司制营利性法人的属性而以追求利益最大化为唯一目标，而是以承担相应的公共责任和社会职能为基础定位;另一方面，在我国数据交易市场尚处于起步阶段、数据交易制度尚未成熟的情况下，国有控股的意义更大程度上在于增强数据交易场所的公信力，同时借助于公司制运营这一市场化手段提前布局数据交易这一未来重要战略市场。因此，当前以贵阳大数据交易所和上海数据交易中心为代表的数据交易场所的法律地位应当定位为公益性的公司制自律性法人。

在明确数据交易场所的法律地位后，应着力优化交易场所的自身运营，设置相应的设立准入条件，明确业务范围，探索科学的治理模式。

1. 数据交易场所的设立要求方面。一是提高数据交易场所的设立标准，在数据交易场所设立的资金、人员、交易规则、组织形式和管理制度上规定相应的审批要求，限制其数量规模，鼓励一个省级地方集中力量建设一个数据交易场所，并逐步探索建立类似上海证券交易所、深圳证券交易所的全国统一的数据交易场所。二是鼓励数据交易场所实行注册资本实缴制，为持续稳定运营提供保障。一方面，数据交易对于交易安全有较为严格的要求，在数据极易被泄露、复制和篡改的情况下，数据交易的组织和监督具有较大风险，需要足够的资金支持;另一方面，数据的收集、清洗和加工处理以及数据交易场所相关基础设施的维护和运营，都对资金有较大的需求，数据交易场所实行资本实缴制，有助于为其持续稳定运营提供充足的资金支持，也有利于增强各参与主体对数据交易场所的信任。

2. 数据交易场所的业务范围方面。在发挥数据交易场所核心职能的基础上，拓展其在公共数据开放和大数据相关金融工具设计方面的职能，同时妥善控制营利性数据服务可能带来的利益冲突和运营风险，充分发挥数据交易场所作为公益性法人的公共责任和社会职能。首先，保障数据交易场所组织和撮合数据交易的基础核心职能。可以借鉴证券市场中的做市商制度、竞价交易制度或竞价交易与做市商交易并存的“混合交易制度”来增加数据交易市场的流动性、满足客户即时成交的要求，同时保证交易市场的公平和安全。{26} 其次，拓展数据交易场所作为公共数据开放平台的职能。公共数据作为数据资源中占比最大、价值较高的数据种类，借助数据交易场所的平台能够得到更为充分和有效的利用。再次，对数据交易场所的营利性业务设置业务隔离，明晰营利性和公益性的边界，防止利益冲突，确保相关营利业务不影响数据交易场所相应职责的公正履行。此外，可以尝试拓展数据交易场所在大数据相关金融工具设计方面的职能，通过数据期货、数据融资、数据质押等方式实现数据的资本化，拓宽数据的变现途径，吸引市场主体参与数据利用活动，充分激活数据潜在价值。

3. 数据交易场所的治理模式方面。在数据交易场所公司制法人的属性下，采取股东会、董事会、监事会和经理层的治理模式更有利于交易场所的治理。一方面，三会一层的治理模式能够保障监事会发挥独立监察作用，避免交易平台会员大会治理模式中监察委员会受理事会领导而无法发挥监管实效的困境;另一方面，三会一层的治理模式与数据交易场所自身公司制的法人属性更为契合，能够缓解会员大会治理模式下公司股东利益与交易场所会员利益之间的潜在冲突，避免公司内部股东大会和交易平台会员大会之间职能范围和决策效力的掣肘，更有利于交易场所的稳定有序运行。

（二）协调各方法律关系，完善数据交易场所信任机制和交易机制

树立数据交易场所在数据交易中的主体地位，协调数据交易各方法律关系，界定相关权利义务以保护各方合法权益，是完善数据交易场所信任机制和交易机制的基础，也能够为数据交易高效安全顺利开展提供保障。

1. 信任机制方面。建立交易主体资质认定和数据标的审核制度。交易主体的资质认定即判断交易主体是否具备能够履行数据合规和数据安全保护义务的专业设施和技术水平，以及是否具备独立承担数据交易可能引起的风险和责任的能力。数据标的审核即检验数据的完整性、质量、来源和权属，为此需要建立专业统一的数据确权机构，并确保数据确权结果的法律效力和公信力。

2. 交易规则方面。在整合现有各数据交易场所交易规则的基础上，可从三个方面作进一步完善：第一，可交易数据范围。可以尝试在条件成熟时逐步放开对底层数据的交易。一方面需要加强数据权属研究、完善个人信息保护制度建设，解决好底层数据交易的前提性问题;另一方面可以尝试分类分步地开放底层数据交易，以实现对数据价值的充分激发和对数据资源流通利用的促进。第二，数据交易主体范围。在交易制度和交易条件逐步成熟的条件下，尝试允许自然人主体参与数据交易场所的交易。目前不允许自然人主体参与数据交易的做法，一方面是考虑到自然人主体参与数据交易的不经济;另一方面是考虑到自然人主体在数据分析处理和价值挖掘方面的能力有限，且个人在数据安全保护和数据合规使用上也缺少专业设施和技术的保障。但应当看到，随着数据技术的发展和规则的完善，数据收集和加工处理的成本将不断降低，数据交易和流通制度也将更为完善，应逐步放开自然人主体参与数据交易场所的交易，激活数据交易市场的新增长点。第三，数据交易参与各方的权利义务。一方面，应当准确界定数据供需方在交易流程不同阶段的权利义务，以便于交易的顺利开展，并为可能发生的纠纷提供裁决依据;另一方面，应当明确数据运营方和数据监管方的相应权责，避免数据运营方借由自身仅作为数据交易平台而推脱相关责任，同时督促数据监管方切实履行对数据交易和市场秩序的监管职责。

3. 数据定价方面。科学的数据定价应当达到如下目标：一方面，体现数据本身的价值和数据交易双方的合意，实现数据定价的准确性;另一方面，满足数字经济背景下对于大规模快节奏数据交易的需求，实现数据定价的效率性。为此，需要研究确定合理的数据资产定价指标，区分不同类别数据开展定价评估{27}，对不同类别数据的各项资产定价指标赋予不同权重，从而体现不同种类数据的效用特性，确保定价评估的准确性。在定价评估的具体方法上，可以先由数据交易场所根据数据资产定价指标确定价格区间，交易双方在此区间内再通过协商等方式细化交易价格。这样不仅可以减少交易双方的磋商成本、提高交易效率，还可以避免因信息不对称造成的单方定价或歧视定价，确保数据定价的公平性。但采取这种方式，也对数据交易场所的定价评估能力提出了较高要求。为此，可以尝试建立第三方数据定价评估机构，由专业人员协同数据交易场所对数据价格进行评估，在数据交易市场厚度和流动性达到一定程度后，可以采用集合竞价和拍卖等市场化的定价手段确定数据价格。在定价评估的制度设计上，应当以市场自主定价为主，政府指导规制为辅。同时，妥善运用政府调控手段，防止数据市场价格盲目走高形成泡沫或过分压低抑制发展，及时规制价格欺诈、价格歧视、掠夺性定价等扰乱数据交易秩序的行为，维护数据交易市场平稳有序。

（三）协同运用市场、行政和法律手段，健全数据交易场所的治理机制

数据交易场所的治理机制包括内外两个层面。对内需要加强数据交易场所内部交易市场的秩序维护和监管;对外需要加强相关法律法规和行业标准的配套建设，健全数据交易场所外部行业协会和政府的监管体系。

1. 完善数据交易场所内部交易市场治理。一是加强信息披露。数据交易场所应当对数据质量、权属和来源进行披露，对交易主体的相关资质进行披露，并对数据交易相关的违法违规活动进行公示和警告，以降低数据交易中的信息不对称。二是构建数据交付和使用的全流程监督体系，最大程度避免数据泄露和滥用。数据交易场所需要通过专业的技术和设备保证数据在安全、可控和可追溯的环境下交付和使用，同时加大对数据违约违规交付或使用的惩处力度。三是形成严格的交易风险预警制度和交易数据合规制度，嚴禁包含非法内容或可能对个人、企业和国家造成侵害的数据进入交易市场，谨慎对待基础数据的交易，保障数据交易在合法合规的范围内进行。

2. 健全数据交易场所外部监管体系。一是加强法律法规和行业标准建设，为数据交易场所健康发展提供指引和支持。应当通过制定相关法律法规或行业标准，明确数据交易场所在建设过程中应当遵循和可以参照的制度或标准，形成基本共识，以促进各地数据交易场所的有序发展。二是明确政府的监管职责，发挥行业协会的自律能力，形成政府和行业协会共同监管的数据交易场所监管体系。一方面，明确中央和地方层面的数据治理和监管的主管部门，如在中央层面成立数据监督管理委员会，由其对数据监管的相关工作进行统筹并对相关部门的工作展开协调，由各具体部门负责本行业技术性和专业性的数据监管，形成统筹协调、分工合作的监管体系。另一方面，发挥行业协会的自律管理作用，充分利用行业协会在专业程度和反应速度上的优势，对数据交易秩序进行引导。应当注意到，自律监管可能在一定程度上偏重对自律组织成员自身利益的保护而忽视公共利益和消费者权益的保护，因此需要结合政府对自律管理的监督，形成行业自律和政府指导的双重监管模式，协调发挥行业自律和政府监管的作用。{28}

注释：

① 参见李政、周希禛：《数据作为生产要素参与分配的政治经济学分析》，《学习与探索》2020年第1期。

② 2020年3月中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》，提出了加快培育数据要素市场，引导培育大数据交易市场，依法合规开展数据交易的改革任务;2020年5月中共中央、国务院印发的《关于新时代加快完善社会主义市场经济体制的意见》，重申了加快培育发展数据要素市场，完善数据权属界定、开放共享、交易流通等标准和措施的要求。

③ 参见何伟：《激发数据要素价值的机制、问题和对策》，《信息通信技术与政策》2020年第6期。

④ The Digital Service Act： Ensuring a Safe and Accountable Online Environment.

⑤⑨ 参见罗珍珍：《数据交易法律问题研究》，四川省社会科学院2017年硕士毕业论文。

⑥ See Boris Otto & Stephan Aier， Business Models in the Data Economy： A Case Study from the Business Partner Data Domain， 11th International Conference on Wirtsch-aftsinformatik（WI 2013）， Leipzig， Germany.

⑦{13} See Natasha Singer， You for Sale： A Data Giant Is Mapping， and Sharing， the Consumer Genome， N.Y. Times， 2012， June 17， at B1.

⑧ 参见中国信息通信研究院：《中国数字经济发展白皮书（2020年）》，2020年7月发布，第41—42页。

⑩{11} 参见庄金鑫：《大数据交易平台三大模式比较和策略探析》，《中国计算机报》2016年8月8日。

{12} See Gary Anthes， Data Brokers are Watching You， Communications of the ACM， 2014， 58（1）， pp.28-30.

{14} See A. Kuempel， The Invisible Middlemen： Critique and Call for Reform of the Data Broker Industry， North Western Journal of International Law & Business， 2016， 36（1）， pp.207-234.

{15} 贵阳大数据交易所由贵州省金融办、贵阳市人民政府、国家相关金融主管部门批准同意设立，上海数据交易中心由上海市人民政府、上海市经济和信息化委员会、上海市商务委员会批准成立。

{16} 2015年4月14日，贵阳大数据交易所正式挂牌运营并完成首批大数据交易，成为全国乃至全球首个大数据交易所。

{17} 参见李慧琪、程姝雯：《缺少真正数据交易的大数据交易中心真正缺少什么？》，《南方都市报》2020年9月9日。

{18} 张阳：《大数据交易的权利逻辑及制度构想》，《太原理工大学学报》（社会科学版）2016年第5期。

{19} 雷震文：《以平台为中心的大数据交易监管制度构想》，《现代管理科学》2018年第9期。

{20} 参见邹传伟：《如何建立合规有效的数据要素市场》，《第一财经日报》2020年5月18日。

{21} 参见李成熙、文庭孝：《我国大数据交易盈利模式研究》，《情报杂志》2020年第3期。

{22} 田杰棠、刘露瑶：《交易模式、权利界定与数据要素市场培育》，《改革》2020年第7期。

{23} 于施洋等：《我国构建数据新型要素市场体系面临的挑战与对策》，《电子政务》2020年第3期。

{24} 袁康、刘汉广：《公共数据治理中的政府角色与行为边界》，《江汉论坛》2020年第5期。

{25} 张敏：《交易安全视域下我国大數据交易的法律监管》，《情报杂志》2017年第2期。

{26} 参见邢会强：《大数据交易背景下个人信息财产权的分配与实现机制》，《法学评论》2019年第6期。

{27} 参见王文平：《大数据交易定价策略研究》，《软件》2016年第10期。

{28} 张敏：《大数据交易的双重监管》，《法学杂志》2019年第2期。

作者简介：王琎，吉林大学法学院博士研究生，吉林长春，130012。

（责任编辑 李  涛）