数据交易主要模式、价值链及发展瓶颈及方向是什么？

数据交易平台法律地位尚不明确，交易规则尚不规范。

2022 年 1 月，西班牙学者 Santiago Andrés Azcoitia 和 Nikolaos Laoutaris 发 布了《对数据市场及其商业模式的调查》（A Survey of Data Marketplaces and TheirBusiness Models），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单边数 据提供模式、数据交易平台模式、数据管理系统模式三种类型。 单边数据提供模式：数据供给方直接与数据消费方进行交易。其中数据供给方可 以划分为数据产品提供商和数据服务提供商，差异在于数据产品提供商将数据作为产 品，而数据服务提供商根据数据提供相关服务。例如 Clearview AI 公司从公开互联网 收集到的人脸照片整合为人脸识别服务，并提供给执法机构客户，是典型的数据服务 提供商。

数据交易平台模式：数据供应商和数据消费者可通过数据交易平台进行联系，并 在数据交易平台的管理下，完成数据交易。数据交易平台方提供数据分类、数据监管、 元数据管理等服务，以帮助潜在消费者发现相关的数据产品。AWS Data Exchange、 Advaneo、Data Rade 等都是通用数据交易平台。 数据管理系统模式：数据管理系统通过收集、组织、储存、组合丰富组织内信息， 通过提供大数据分析服务、允许企业在组织内进行安全数据交换等方式帮助企业实现 战略规范与风险预判。数据管理系统较少包含完整市场功能，更多是局限于保障组织 内数据交换，以此来控制客户信息围墙内的数据资产交付和访问。

数据交易价值链可分为四个层级。数据价值创造过程是一个从原始数据到数据产 品的整体耦合过程，从数据交易的角度，可将数据价值链分为基础设施层、支持层、 数据层和管理层四个层级。基础设施层为堆栈中的上层提供基本处理、安全存储和通 信功能；支持层提供通用应用程序编程接口(API)和面向数据交易实体的功能如 DLT 储存、匿名化交易、安全信息交换、数据沙盒等服务；数据层提供数据处理到数据交付的全流程数据服务，包括数据采集、数据分析、数据监管、数据准备、数据交易五 个环节；管理层提供包括面向数据交易流程的交易协调、合同跟踪等服务，面向数据 所有者的数据定价、报酬分配等服务，面向数据购买者的交易管理、收费、计费和会 计核算等服务。

数据交易相关权益界限尚不明确。当前我国对数据交易相关权益法条聚焦于信息 安全，但对个人信息权利未做出明确定义。现实生活中数据种类繁多、应用场景复杂 等特征让各种侵权行为很难进行认定，数据交易需要更全面的法律体系去针对各种场 景、各种主体的利益。 数据安全利益保障薄弱。数据隐私保护是数据交易中需要解决的重要问题，公民 或企业的隐私在数据流通过程中受到了侵犯的情况时有发生。而数据侵权不同于传统 侵权行为，虽然数据由数据主体产生，但数据主体无法完全掌控数据，这意味着数据 主体无法得知哪些数据被收集了、收集的数据会被如何使用、使用之后的数据是否会 被删除。这使得数据主体处于劣势地位，往往难以量化，甚至无法举证，无法保护复 杂的数据隐私权益。

数据质量评估与定价存在困难。虽然可以从数据的规模、体量等方面对其进行描 述，但并不能直观感受数据质量和价值。传统商品经济中商品价值量由生产商品成本 与市场需求量相关，但是数据具有可复制性、非消耗性、边际成本为零等特征，不能 应用传统商品价值认证标准，目前数据市场缺少统一评估标准。影响数据资产价值的 主要指标可以分为质量、应用和风险三个维度，但是其他潜在因素也可能对数据价值 产生影响，因此制定一个更全面、多方位、精确的动态价值评估准则预计将会是推动 数据交易发展的重要方向。

数据交易平台法律地位尚不明确，交易规则尚不规范。大数据交易平台作为我国 数据交易市场主要载体，近两年数量快速增加。但目前我国缺少关于数据交易平台的 相关立法，没有一个明确的权责体系对数据交易平台进行规范引导。此外，目前我国 没有统一规范的数据交易行业规则，平台隐私规则、交易规则等完善程度较低，对用 户权益产生威胁。

数据交易发展方向：完善数据交易立法，建构数据交易利益平衡机制。明确数权清晰界定数据主体的 数据权利范围、以及不同数据主体的权益边界，是数据资产化的前提，也是数据交易 合法化的前提。虽然我国尚未从国家立法层面建立统一的数据交易管理制度，但近年 来，各地先后出台数据条例，对数据交易相关内容进行了探索和条文规定，如《贵州省大数据发展应用促进条例》、《天津市促进大数据发展应用条例》、《上海市数据条例》 等。

提升场内交易规范。建立数据进入市场的前置性预警及风险管理制度，为数据安 全划定红线，对敏感领域数据根据敏感程度禁止或限制数据交易。建立数商分级分类 制度，如深圳数据交易所已率先在全国开展数据商分级分类工作，设定生态级、认证 级、战略级三级数据商认证合作及四级风险评级策略，另设定资源型、集成型、渠道 型、科技型、委托型、媒体型、知识型和平台型八类数据商分类认证策略，为数据交 易市场的对接提供了更高效、更精准的模式参考。完善数据交易平台交易规则，根据 数据交易相关法治体系进行数据交易平台交易规则建设，并由国家相关部门审核、备 案、监督等。

发展数据要素相关前沿科技。数据要素相关前沿科技的发展，或将有助于缓解确 权、定价、隐私等难点，加快数据要素生态的建设及扩展，助力数据要素流通。如隐 私计算技术可以在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。 如区块链技术的去中心化特征可以提升数据交易中的数据安全保护和交易透明度。