深度好文 | 怎样完善数据交易的基础框架？
数据流动是数据要素完成市场化配置的基本途径，数据交易则是竞争市场中数据流动的主要形式。搭建数据交易基础框架，明确数据交易的理论范畴，既能够为数据资源的价值共享提供实现机制，有效防止数据垄断，也有利于落实数据权属确认，强化对企业数据权益的保护。
与传统生产要素不同，数据的价值是动态的。作为大量信息的集合体，数据群自身一般并不具有静态价值。数据的价值产生于数据的集中处理、分析、加工、利用等一系列动态过程中，其价值量具有不稳定性。数据价值的动态性主要源于其以下三种特性。
其一，数据价值依赖于特定数据使用者的需求。现实中，数据交易的客体一般不是单个信息或数据，而是批量数据形成的信息集合体。作为数据群组成单元的信息运用于金融、教育等不同社会场景时具有不同性质与地位。因此，数据群在交易过程中的价值很大程度上受到数据使用者后续利用场景的影响。数据的场景敏感性决定了数据这一生产要素的价值并非静态的、自身的价值，而是伴随不同利用场景而生的动态价值。
其二，数据价值依赖于特定数据使用者的技术水平。数据库究竟能够在多大程度上发挥作用受制于使用者的算力和设备的智能化水平。数据使用者之所以愿意支付对价获得特定数据访问权，其关注的并非数据的具体内容，而是旨在通过算法等技术手段对批量数据进行处理分析并形成相应的用户画像，以精准实现产品推广。由是观之，技术与算力赋予数据以价值，如若不具备相应的信息处理能力，数据就只是单纯的文字记录，其价值就无从产生。
其三，数据价值受制于特定数据使用者的自有数据量。数据之间具有聚合效应，不同的数据库通过撞库等方式结合后能够增强数据的识别能力，例如数据使用者自身持有的用户访问记录和其所购买的其他平台数据结合后，能够极大提高用户画像绘制的精确度。特定数据的价值又取决于其与其他数据之间的关联性、匹配性，数据在使用中并不会发生如传统固定资产那样的价值贬损，反而会因为不断地结合、匹配、关联其他数据库发生价值增值，“二手数据”可能比“一手数据”具有更高的价值。总之，与传统交易客体不同，数据的价值不是静态自生的，而是在动态的流动过程中经技术加工处理后产生，数据只有在流动中才能获得价值，数据的定价不能仅仅依据数据内容进行抽象赋值，更需将数据置于动态的流动过程中。
由于数据已经成为帮助企业拓宽市场并为企业带来高额利润的新型生产要素，法律有必要确认数据生产者、占有者对特定数据所享有的权利，这一过程被称为数据控制或数据确权。数据确权既是数据持有者数据资产保护的根本路径，也决定着数据交易的具体规则设计，因而是数据交易开展的基本前提。关于数据权属确认的具体模式选择，学界主要存在传统财产权说、知识产权说以及利益集合体说三种观点。然而前述三种观点都或多或少忽略了数据权利具有传统财产利益所不具备的非排他性特征，数据权利既非传统财产权也非知识产权，更不是各种既有权利的叠加。数据权利的非排他性存在两方面意蕴。
一方面，数据在形式上具有可复制性，即数据并非不可再生的稀缺资源，其能够在信息处理设备中完成多次复制，经复制形成的数据更是与原先的数据群不存在任何差别。此时传统财产权模式所秉持的物权特定化原则与权利束理论无法适用于数据权利。
另一方面，数据在内容上具有非独创性。数据来源于社会活动，是个体在购买消费、网络浏览等社会活动中所形成的记录。因此，数据的内容既是开放的，也是可获取的，而非为特定个体所独占。国家工业信息安全发展研究中心发布的《中国数据要素市场发展报告（2021—2022）》指出，企业形成数据要素的主要途径是数据库采集（71%），其次是互联网采集（56.2%），再次是系统日志采集（53.1%），而在数据库采集中，又有55.6%的途径是采集自公共数据库或其他公司建立的数据库。由此可见，特定数据持有者虽然对数据的形成、记录作出了一定的经济贡献，但数据本质上仍是社会中的信息资源，许多数据除购买之外通过其他方式亦能获得。数据内容并非特定企业和个人有意创造，而是社会作为一个整体在其运动中自发形成的，是群体活动的自然创造物。与知识产权不同，对于数据内容的形成，企业并未投入智力思考，而只是进行简单的采集记录。若采用知识产权模式，赋予企业对于数据内容的独占权，将贬损数据的公共价值。
数据流通既是数据作为公共资源的价值层面需要，也是数据价值增值的功利主义需要。在笔者看来，上述利益集合体说虽非最佳的数据确权模式，但却是数据流通规则设计的核心。有效的数据流通需要兼顾数据的私人属性和社会属性，平衡数据之上存在的各方利益。如果过于强调数据的私人性，将导致大企业的数据垄断，不利于数据潜能的充分发挥。反之，如果过于强调数据的公共性，则会抑制企业进行数据采集、整理的积极性，消解数据作为核心生产要素激励市场良性竞争的作用。
因此，数据要素的持续流通应包含以下两个层面的规则设计。
其一，利用信息的聚合效应设计数据共享的激励机制。核心要素理论认为，为防止数据垄断，数据可以比照铁路、公路等核心生产要素实行强制定约，数据持有者一般不能拒绝来自其他企业的数据访问需求。这一做法值得商榷，因为数据生产者采集、整合数据都需要付出一定的成本，而且数据这一新型生产要素也是企业在大数据时代的核心竞争力，数据被同行业竞争对手掌握时，企业的竞争力将大大降低，强制许可访问不利于激发市场活力。作为数据生产者的企业主要以追求超额经济利益为目的，通过正向激励促进数据生产者自愿、主动共享才是强化数据持续流通的治本之策。信息的聚合效应为此提供了契机，由于特定数据在与其他数据结合时能够大幅提高分析处理的精准性和识别度，所以数据生产者对于其他企业掌握的数据亦有所需求，此时可以建立相应的反馈机制将数据聚合后形成的新数据库再次提供给原先的数据生产者。数据合作既有利于实现数据持续流通，防止大平台垄断，又对数据生产者进行了一定的经济补偿，刺激了生产者的交易意愿。
其二，运用技术控制替代法律强制。在数据、算法等科技领域，技术自治应优先于法律强制。数据的收集、储存、转让都依赖于计算机技术，即使没有法律的介入，大平台基于自身经济实力和技术水平，极有可能已经依靠技术手段形成数据壁垒。有些信息企业已经在其资源使用上施加了限制访问权限的措施，用户虽然能够使用数据，但是仅能在该企业提供的系统中使用，同时也无法超出权限编辑、复制这些数据。基于此，法律应降低其对数据流通的限制，应弱化甚至消除数据交易市场的准入壁垒，最大限度地促进数据的交流与共享。当然，法律也必须对数据交易过程中的各种风险进行防范。法律必须维护数据储存安全，防止利用技术手段侵入、篡改、破坏他人数据的行为。法律也必须维护数据交易安全，由于数据内容在交易前一般不可见，因此需要法律保障交易过程中数据的真实性、有效性，严格规制数据诈骗等欺诈行为。
来源：中国报道
# 好文推荐 #