国内外数据交易模式对比分析

1. 简介

当前，数据已经成为经济社会发展的重要资源。发挥数据价值的关键在于数据流通。我国数据流通过程中存在的问题已然成为了目前制约数字经济发展的主要原因之一。可以说，解决数据流通问题迫在眉睫。近年来，我国各地相继成立了大数据交易所，以促进国内数据交易市场的发展。在此背景下，本文在现有文献的基础上，总结了国内外数据交易的各种模式，并将美国和我国的数据交易模式与之进行对比分析，以期为我国数据交易市场的发展提供有益参考。

2. 数据交易的三种模式

2022年1月，西班牙学者Santiago Andrés Azcoitia和Nikolaos Laoutaris在arXiv上发布了《对数据市场及其商业模式的调查》（A Survey of Data Marketplaces and Their Business Models）一文的预印版。该文对来自欧美亚22个国家的97个在互联网上提供数据产品的公司进行了调研分析，并以数据交易实体的角色为依据，将数据交易模式分为了以下三种类型。

2.1 单边数据提供模式

第一类是单边数据提供模式，此类模式下的卖方有数据产品提供者和数据服务提供者两种类型。数据产品提供者将其持有的数据卖给数据消费者，但不会向消费者披露数据的来源，下文中将介绍的美国数据经纪人便是此种角色；而数据服务提供者则将其持有的数据整合为可以向买方提供的服务，典型的例子是提供人脸识别服务的Clearview AI，该公司将其从公开互联网等渠道收集的人脸照片整合为人脸识别服务，提供给执法机构等客户。

2.2 数据交易平台模式

第二类是数据交易平台模式。数据交易平台是与买家和卖家打交道的双边平台。卖家可以在数据交易平台上联系潜在的买家，之后由数据交易平台管理他们之间数据交易的流程。这种数据交易通常也包含某种经济交易，买方要么通过法定货币支付，要么通过通常由平台创建和控制的加密货币支付，例如，基于以太坊的数据交易平台Ocean Protocol上的支付方式就是该平台发布的OCEAN代币。

数据交易平台通常还会进行数据分类、策划和管理元数据等工作，以帮助潜在买家发现相关数据产品。单边数据提供模式中的数据产品提供者和数据服务提供者也常常会通过此类平台进行交易。大部分的数据交易平台上可以交易各种类型的数据，如AWS、Advaneo和Data Rade。但也有少数专注于汽车、能源等某些行业和物联网传感器数据等某些类型数据的数据交易平台。例如，专门为物联网传感器数据提供数据交易平台的美国公司Terbine。

2.3 数据管理系统模式

第三类是数据管理系统模式，数据管理系统模式数据交易实体专注于管理企业或个人拥有的信息。数据管理系统旨在收集、组织、存储、组合和丰富其组织内的信息或最近的个人数据，允许在组织内进行安全的数据交换，并从第二或第三方供应商那里获取数据来丰富其企业信息库。数据管理系统很少包括完整的市场功能，而是局限于保障组织内的数据交换，以此控制每个客户信息围墙内的数据资产的交付和访问，其中一些也对交付数据收取类似IaaS的费用，并对授权卖家收取订阅费。例如，基于区块链的健康数据聚合平台HealthWizz允许用户将自己的健康记录卖给研究人员和制药公司，以换取代币OmCoins。

3. 美国数据经纪人模式

在美国数据交易模式中，已经形成了以数据经纪人为代表的典型数据交易模式。数据经纪人，通常是通过收集消费者数据，创建消费者个人数据文档，并随后向他人出售或者分享这些数据的公司。数据经纪人有些时候也被称为信息零售商、数据经销商、或者信息经纪人。

在实际市场运作中，数据经纪人可以是上文中的数据产品/服务提供商，也可以是撮合买卖双方交易的数据交易平台，还可以是提供数据共享功能的数据管理系统。根据与数据经纪人发生交易关系的卖方与买方身份的不同，可将数据经纪人分为以下三类：（1）消费者对企业（Customer to Business，C2B）分销模式，用户将个人数据提供给数据经纪人（通常是数据产品提供者），数据经纪人向用户支付一定的商品、货币、服务等价物或其他对价利益，并将汇总的个人信息出售给买方；（2）企业对企业（Business to Business，B2B）集中销售模式。此种模式下的数据经纪人通常发挥数据交易平台的功能：支持查询相关数据集，以中间人身份为数据提供方和数据购买方提供数据交易撮合服务，例如，美国微软Azure、DataMarket等数据平台可供研发企业等机构对目标客户进行查找、预览、购买和管理数据订阅，并代理数据提供方、购买方进行数据买卖活动；（3）第三种是B2B2C分销集销混合模式。数据平台以数据经纪商身份，收集用户个人数据并将其转让、共享于他人，比如Acxiom、ID Analytics等公司。 

数据经纪人行业在美国较为成熟，但作为新兴行业，仍存在消费者数据权利缺位、行业透明性低、潜在的消费者歧视等风险和问题，因此为了保障数据交易，美国主要从政府监管和行业自律两个方面采取了相应的措施。

在政府监管方面：美国从2014年至今，相继发布了《数据经纪人责任制与透明法案》、《数据经纪商法案》等法律，通过立法赋予个人数据知情权和决定权，确立了年度登记注册等旨在提高数据经纪业的行业透明度的制度。对于在数据经纪业务中时有发生的数据泄露事件（如总部位于旧金山的数据经纪商LimeLeads数据泄露），美国证券交易委员会于2021年提出要求，上市公司必须上报数据泄露等网络安全事故，否则将对其传讯调查。 

在行业自律方面：首先，通过行业内部措施自我完善来确保数据准确可靠，美国大多数据经纪商与数据来源企业签署书面合同，以保证数据来源于各级政府、公开网络等正规合法渠道，最大限度的保障数据质量。同时在日常系统维护中，很多经纪商也会注重安全管理和通过加强身份验证、加密等安全技术运用，以此来强化数据安全性。例如，Acxiom规定：使用多层安全系统，控制访问权限及安全性，未经授权的个人或企业不得访问相关信息等 。

4. 国内数据交易模式

2014年，中关村数海大数据交易平台、北京大数据交易服务平台和香港大数据交易所正式成立，这是我国成立最早的一批数据交易机构。10年内，我国相继成立了40多家数据交易所，并吸引一大批商业机构进入数据流通与数据服务市场。目前，国内的数据交易所交易的数据基本分为公共数据、行业数据、科研数据、社会数据四大种类。数据全部来自于相关单位，包括国有企业、金融机构、互联网企业、技术公司、科研院所、数据交易服务机构、社团组织、跨国公司等，个人尚未成为数据交易市场的卖方。随着数据交易的发展，国内数据交易所逐渐形成了以充当数据中介为核心的交易撮合模式和提供数据产品的数据经济模式两种主要的交易模式。

4.1 主要模式

4.1.1 交易撮合模式

交易撮合模式与“2.2数据交易平台模式”类似，由数据交易所作为数据交易的平台，允许数据提供商和客户之间进行多对多的交易。贵阳大数据交易所和最近成立的上海数据交易中心是这种模式的典型代表。在交易撮合模式下，由数据交易所搭建数据交易的第三方市场，平台本身不存储和分析数据，仅对数据进行必要的实时脱敏、清洗、审核和安全测试，而是作为交易渠道，通过API接口形式为各类用户提供出售、购买数据的使用权服务，实现交易流程管理。

4.1.2 单边数据经纪模式

除了作为平台的交易撮合模式，单边数据经纪模式也是中国数据交易的主流模式之一。单边数据经纪模式下，企业可以利用自身的数据优势或者采取为客户定制数据的方式进行数据交易，整体运营方式与“2.1单边数据提供模式”相近。

一方面，我国的数据密集型企业（尤其是大型互联网平台企业）利用自身的数据优势主导建立数据交易或服务市场，将企业数据再利用，实现数据的交易。以阿里数据为例，阿里数据利用阿里巴巴集团旗下的数据储备，面向电商企业提供数据分析产品，帮助电商集团预测市场走势，进行物流和仓储等环节优化。

另一方面。一些自身数据持有量不大的数据产品提供商则主要依赖“采销一体”的数据交易模式。这类提供商往往面向特定市场的需要，采集特定资源，根据业务需要组织成数据产品，例如万得（Wind）数据、聚合数据、数据堂等。以数据堂为例，数据堂在拥有1000家以上合作伙伴涵盖全球50多个国家与地区，配置专业数据采集设备并拥有自主研发的加密数据采集工具。客户只需要提出自己的需求，数据堂能够为其定制采集方案并采集数据，全程为客户量身定制并确保数据的安全。这种交易模式采取更加市场化的运营模式，门槛相对较低，能够调动数据提供方与需求方的积极性，有利于数据的汇聚和再利用。

4.2 保障措施

在交易保障上，《个人信息保护法》、《数据安全法》和《网络安全法》作为数据保护的三驾马车，为数据交易保驾护航。其中《数据安全法》特别要求，从事数据交易中介服务的机构提供服务，应当要求数据提供方说明数据来源，审核交易双方的身份，并留存审核、交易记录。进一步规范了数据交易中介服务机构的相关责任和义务。行业自律为数据交易安全加上了另一道保障。一方面，国内数据交易所多有国资背景，为数据交易安全提供保障。另一方面，企业在技术层面不断提升，为数据交易提供安全环境。数据堂、北京国际大数据交易中心等企业都自主研发了相关技术，确保数据交易的环境安全。此外，行业联盟的形成一定程度上提高了数据交易的门槛，使数据交易行为更加规范，推动行业标准的提升，确保数据安全。

但不得不承认的是，目前国内的数据交易市场中大多数交易仍在场外进行。因此，我国在继续完善数据交易所的运行模式的同时，仍需关注在场外进行的交易。尤其是在由大型互联网平台企业主导的等场外自发进行的交易中，一方当事人往往因为信息的不对称而陷入弱势地位。对此，我国或许可以借鉴欧盟委员会在今年2月发布的《数据法》所提出的“不公平条款测试”规则，完善相应法律法规和行业规范。

5. 总结

本文总结了域外三种主要的数据交易模式，并分析了美国数据交易市场中主导的数据经纪人模式和我国已经形成和正在探索的数据交易模式与其的对应关系。就我国的数据市场而言，各地数十家数据交易所无疑构成了推动我国数据交易市场发展的中坚力量，与此同时，市场中自发形成的数据交易模式的重要性也不可小觑。2021年12月，海珠区作为广州市唯一的省级数据经纪人试点区，出台了全国首份《海珠区数据经纪人试点工作方案》，率先开展数据经纪人制度的探索。展望未来，我国的数据交易模式正在朝着多元化的方向发展，在这一过程中，我们需要在立足自身的同时，积极跟进研究国外数据交易市场动态，借鉴并完善我国数据交易的市场促进、规范引导和技术支撑，促进我国数字经济健康、快速发展。

（为阅读的流畅性，本文省去了脚注和参考文献。）

往期文章：

1.全球数据治理观察

2.欧盟数据治理模式

3.数据权属与数据治理之争

4.产业数据治理

5.数据跨境流动治理

数据跨境流动的规则监管与多元治理