新质观察｜如何培育全国一体化数据市场，促进数据高效流通

　　当下，随着大数据、数据挖掘，AI技术的不断发展，作为数字化、网络化、智能化的基础，数据已经成为一种非常重要的新质生产力要素。如何更高效地利用生产、分配、流通、消费和社会服务管理等各环节的数据，已经成为技术发展所需要解决的一个问题。交易是促进资源高效配置的最有效办法，数据的交易制度也成为发展新质生产力的重要保障。

　　2022年12月，中共中央、国务院印发了《关于构建数据基础制度更好发挥数据要素作用的意见》，提出要建立合规高效、场内外结合的数据要素流通和交易制度，统筹构建规范高效的数据交易场所。在当前国家政策的鼓励与支持下，我国数据要素市场建设将迈出重要一步。然而，随着科技+产业发展加剧，各类数据爆炸式增长，如何在确保数据安全的前提下实现数据的高效流通，成为亟须解决的问题。

　　数据要素流通，场内交易和场外交易谁更胜一筹

　　根据上海数据交易所2023年发布的《中国数据交易市场研究分析报告》显示，2021年我国数据交易市场规模为617.6亿元，2022年我国数据交易市场规模增至876.8亿元，年增长率42%，增速明显。但2022年以数据交易场所为主力的场内交易占比仅为5%，从交易规模看场外交易势头更加强劲。

　　场外交易的活跃，反映了中国数据交易市场的蓬勃发展和供需双方的活跃态势。但场外交易是否能够完全满足中国技术发展对数据交易不断上升的需求？明显不能如此简单地比较，更不意味着场外交易就全面优于场内交易。

　　场外交易因属于数据供需方的“私下”的交易行为，多为企业间的经营活动，具有一定的行业特征，对特定行业需求有较高适应性，数据需求者不需花费高昂的匹配成本。然而，值得注意的是：

　　首先，这类数据很可能包括金融、医疗、教育等行业的敏感数据，在缺乏适当处理的情况下，数据需求方能够精准预测并操纵市场，诱导互联网企业，以及传统企业，进行灰色竞争，加剧围绕数据的相关市场中的丛林法则。

　　其次，以个人为主的数据来源者很难感知到交易存在的影响，更没有“议价”的能力，对数据的控制力薄弱，即便侵权行为发生，也难以参照传统的财产权益保护数据，隐私保护往往是不足的。

　　此外，尽管在场外交易中数据供需双方的匹配成本相对较低，但这种非公开的交易方式使得需求方在支付对价之前难以全面评估数据的质量和价值，数据需求方对数据价值的评估过程更为主观，更像是一场风险较高的赌博。

　　由于数据产权界定模糊和交易成本高昂，数据市场较传统市场更易出现市场失灵。这就需要外部监管的干预，明晰数据产权，建立规则、边界，提供裁判，减少数据交易的交易成本。所以，数据交易场所以规则建立者、裁判员的身份介入，就可以提高数据的高质量发展，促进交易市场的良性发展。

　　相比场外交易，以数据交易场所为主的场内交易，通常有相对更严格的监管和规范，数据要素价值的释放应以维护数据安全、保护个人信息和商业秘密为前提，通过规范数据的采集、存储、处理和应用流程，完成数据治理与质量评估。

　　场外交易和场内交易各有优势和不足，两者并不是非此即彼的关系，而应并驾齐驱，结合场外交易的灵活性和场内交易的规范性，促活数据交易流通。

　　场内交易的困境是什么

　　当然，事物都有两面性，场内交易也存在一些需要解决的问题。

　　当前，数据交易场所面临的挑战是如何吸引更多市场参与者、提高交易效率，并确保数据的合规使用与隐私保护。

　　一是企业跨区场内交易难。据公开可查询资料，以深圳、广州、上海等经济发达地区数据交易所为例，数据交易的产品类型、交易机制、价格机制、合规审查要求均存在较大差异，甚至存在标准规则不一致、不互认的局面。无法验证是否符合社会规范和制度期待，也很难对面临的安全风险进行准确评估。尤其数据富集型企业往往在全国各地运营，形成具有地方性特征的数据和数据产品，如果企业需要跨区交易，除了必须根据各地数据交易所的要求对数据产品进行技术调整外，合规审查的费用也会随之增加，导致交易成本逐步上升，这可能会显著降低企业进行跨区域交易的意愿。

　　二是部分企业缺少数据应用开发和基础资源能力，尽管拥有海量数据（维权），但因为缺少数据应用需求挖掘能力和算法模型的支撑，很难实现数据挖掘与具体场景的结合，进而无法成为数据流通交易的参与者。如何高效、高质地挖掘数据价值，仍是企业面临的主要问题。

　　三是数据资产化存在金融风险。企业可以将数据资产在企业资产负债表中加以反映，也为企业融资开辟新的路径。一旦数据被资产化后，则具备金融属性，但我国并没有对数据权益范围和归属范围进行规定，也没有完善的定价机制。在法律层面，数据资产入表仍面临了企业对其确认的数据资产权利拥有或者控制的范围、各方权利分配等权属不清的问题。而所谓的市场定价也仅是双方最终商务谈判的结果，随意性较高，也缺乏公信力。很难为数据要素市场提供足够的参考依据。即便已出现数十个数据资产评估、入表以及数据资产融资案例——“首单”“首个”“首例”等数据资产相关案例迭出，是金融服务创新的一种探索和实践，但防治金融风险依旧是需要长久考虑、控制的。

　　如何培育全国一体化数据市场

　　针对这些问题，数据交易市场的相关的法律、政策和制度还需要进一步完善。建立全国一体化数据市场是指在全国范围内构建一个开放、共享、高效、安全的数据要素流通和交易的体系。通过建立这样的数据市场，不仅可以解决数据供给不足、流通不畅等问题，最重要的是通过较为透明的、公允的定价机制和收益分配机制，促活数据价值，有效控制数据资产的泡沫化。培育全国一体化数据市场，包含以下几个方面：

　　第一，在国家层面完善数据流通交易顶层设计，从数据产权、数据流通、收益分配、安全治理等多个方面进一步地统一规范和标准，以推动数字经济的高质量发展。以数据产权为例，从法律上赋予数据来源者、经营者明确的权利，保障各方的合法权益，也为数据资产的流通和交易提供法律基础。虽然深圳、江苏省、浙江省等多地出台了数据知识产权登记制度，但暂未形成数据产权登记的国家标准，各地登记内容、发证机关均存在较大差异，可以理解为地方性的先行先试，具备一定的参考性质，但数据资产凭证的效力仍有待考证。

　　第二，应建立健全的数据交易规则和标准，包括数据产品的分类、数据交易的流程、数据质量的评价体系等，为促进数据交易参与者入场交易提供明确、统一的指引。从近期数据交易场所的动向来看，24家数据交易所发布互认互通的倡议，旨在让数据资产像证券一样流通，但由于各数据交易所的规则不统一，宽严不能相济，即便互联互通，也仍存在数据产品交易门槛的壁垒，所以通过建立健全的数据交易规则和标准，才能有效地打破壁垒。

　　第三，明确数据流通交易参与各方的权益分配机制，“数据二十条”指出要尊重数据产生过程中各方的权益，并由各方共同使用、共同受益。但由于参与各方贡献程度和受益比例缺乏明确规定，即数据价值实现后，各方在成本与收益存在较大不确定性的情况下，积极性将大打折扣，只有同步承认数据来源者与数据处理者的正当权益主张，有效协调数据中包含的人格权益与财产权益的关系，才能从根本上解决数据生产经营者所关心的问题。

　　第四，对全国性数据交易市场进行持牌管理，持牌资格的获得不仅是对数据交易所的合法性认可，更是对其风险控制能力的一种考验。在获得持牌资格的过程中，数据交易所需要证明其具备完善的风险管理制度、合规的交易流程和先进的技术保障，以确保数据交易市场的稳定和安全。尤其期望数据资产作为证券一样流通，更应对其合规性有较高的要求，守住数据资产化资本化的合规要求。

　　第五，在没有形成法律法规、统一的规则之前，应提供灵活的政策支持，鼓励有条件的企业在充分尊重网络安全、数据安全及公民人格权利的基础上，对数据流通交易的规则进行创新尝试。在发生数据纠纷案件的时候，推进包容审慎监管，激发企业创新的同时促进企业自律，形成数据交易的良性发展。

　　诺贝尔经济学奖得主科斯及其助手王宁认为，中国经济改革的成功，很重要的一点就是，边缘改革，即政府主导之外的由民间、市场边缘力量主导运作的自下而上的改革，即地方、个体、组织、企业先行先试，获得成功后，被中央认可，并推而广之。数据的确权、交易，是技术发展的关键一环，而技术发展的本质是试错。所以，从这个角度，尊重企业创新，场内规则尊重场外交易的创新，也非常重要。

　　所以，无论是从顶层设计、制度规则，还是场内外交易的协调发展，都应尊重创新。在此基础上，应激发数据交易市场的活力，加强数据交易平台的建设与运营，提升数据交易的便捷性和效率，形成多元化、高效、安全的交易生态促进数据要素的流通，实现数据价值的最大化。

　　（作者吴海燕为资深企业法务）