数据交易，是指数据供方和需方之间以数据商品作为交易对象，进行的以货币或货币等价物交换数据商品的行为。数据产品，从数据要素市场化的角度来看，是一种产权可界定、可交易的商品，是数据要素市场的主要交易对象和标的。数据产品可以分为两类，原始数据和加工处理后的数据衍生产品。目前市面上，数据集（或称为数据包）、数据 API（应用程序接口）是最常见、最直接的数据产品，此外比较常见的数据产品和数据服务还包括可视化的数据分析和建模等数据应用服务、以清洗加工处理为主的数据处理服务、数据分析工具服务和行业研究报告、与云融合的各类大数据技术产品等加工处理后的数据衍生产品等。

数据交易的场所分为场内交易和场外交易，前者是指通过数据交易所或者数据交易中心进行的数据交易，后者则是不经数据交易场所而由企业或个人之间自主产生的数据交易。从交易产品类型的角度区分，还可以将数据交易分为原始数据交易、衍生数据交易和数据服务交易，目前，我国场外数据交易规模占到了整个数据交易规模的95%左右。

（一）   数据交易的政策背景

实际上，早在2015年的《促进大数据发展行动纲要》中，我国就已经在国家政策层面要求加快大数据部署，深化大数据应用，加快政府数据开放共享，并开展面向应用的数据交易市场试点，正式拉开我国数据交易的序幕，而后更是出台一系列国家层面的政策文件对大数据产业的市场化加以鼓励和规范。2016年，“十三五”规划中明确实施国家大数据战略，把大数据作为基础性战略资源；2019年，党的十九届四中全会首次公开明确数据可以作为生产要素按其贡献参与分配；随后在2020年的《关于构建更加完善的要素市场化配置体制机制的意见》中，数据被正式列为新型生产要素，提出要探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品。2021年，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》发布，对数字化发展、建设数字中国进行专门论述，2021年出台的《“十四五”大数据产业发展规划》将大数据产业的高质量发展作为重要主题。2022年底发布的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）作为我国首部系统构建数据基础制度的国家级专项政策文件，从包含数据要素流通和交易制度在内的六大维度提出纲领性指导意见。由此可见，自2015年以来，明确数据要素地位、加快建设数据要素市场已经成为新的发展主题。

并且，伴随2021年底国务院《要素市场化配置综合改革试点总体方案》的颁布，提出建立健全高效的公共数据共享协调机制，打造公共数据基础支撑平台，各个地方也及时响应，开始探索“原始数据不出域、数据可用不可见”的新数据交易范式。也有地方已经出台专门针对数据交易的规范性文件，例如2022年天津市互联网信息办公室颁布的《天津市数据交易管理暂行办法》，对数据交易服务机构提出多项规范要求，例如应制定数据质量标准，并对交易数据进行质量审核，建立健全全流程数据安全管理制度，组织开展安全教育培训等；以及今年的3月1日，作为改革试点先锋的深圳市正式实施《深圳市数据交易管理暂行办法》，明确深圳市数据交易场所和交易行为的基本规范体系，为在全国范围内推动数据交易体系化、规范化提供参考和指导。

由此可见，不论是在国家号召还是地方响应，加快建立健全数据交易规范体系为充分促进数据流动、实现数据价值保驾护航，助力全国范围内数据交易合法合规发展已是大势所趋。

（二）数据交易的规范基础

2021年9月1日正式生效的《数据安全法》第十九条规定，“国家建立健全数据交易管理制度，规范数据交易行为，培育数据交易市场”，第三十三条规定，“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”，从而在法律层面为数据交易提供了正式的规范依据。目前来说，因为没有专门针对数据交易的正式法律出台，针对数据交易的讨论仍需回归到《网络安全法》《数据安全法》《个人信息保护法》三位一体的数据保护立法以及《民法典》、《反垄断法》、《反不正当竞争法》等支撑性法律的框架下。

同时，数据交易还应符合本省市的地方性法规。涉及数据交易的地方性法规最早可以追溯到2016年贵州省人大发布的《贵州省大数据发展应用促进条例》，提出本省大数据战略，推动建立地方、行业大数据发展应用标准体系，大力支持本省大数据产业发展。2019年以来，天津市、海南省、陕西省、吉林省、浙江省、安徽省、广东省、江苏省、福建省、河南省、辽宁省、山东省、上海市、深圳市、北京市、重庆市等二十余个地方纷纷出台本省市数据条例。其中大多地区的数据条例均明确要求培育数据交易市场、建立健全数据交易管理制度以发挥数据要素作用、促进数据自由流动。其中《上海市数据条例》第五十六条规定，“市场主体可以通过依法设立的数据交易所进行数据交易，也可以依法自行交易”，《深圳经济特区数据条例》第六十五条规定，“市人民政府应当推动建立数据交易平台，引导市场主体通过数据交易平台进行数据交易。市场主体可以通过依法设立的数据交易平台进行数据交易，也可以由交易双方依法自行交易”，虽然要求政府对数据交易行为进行引导，但都不约而同在地方性法规层面确认了市场主体自主进行数据交易的合法性。

此外，数据交易还要参考我国颁布的与数据产品交易相关的国家标准。例如信息技术 数据交易服务平台 交易数据描述》（GB/T 36343-2018），作为国内首个国家大数据交易标准，为数据交易服务平台中数据描述的相关信息和描述方法提供指导；《信息技术 数据交易服务平台 通用功能要求》（GB/T 37728-2019）对数据交易服务平台的功能框架及其应具备的通用功能做出规定，还有《信息安全技术 数据交易服务安全要求》（GB/T 37932-2019）、《电子商务数据交易 第 3 部分：数据接口规范》（GB/T 40094.3-2021）、《电子商务数据交易 第 4 部分：隐私保护规范》（GB/T 40094.4-2021）等国家标准。

（一）   数据交易机构的现状

数据的场内交易主要是通过数据交易机构实现的。从时间上来看，我国数据交易机构伴随着相关政策的出台，经历了两次爆发期。

我国首家大数据交易所，贵阳大数据交易所有限责任公司于2015年正式挂牌运营，正逢2015年《促进大数据发展行动纲要》的政策背景，随后掀起第一批成立数据交易平台的浪潮，据统计，2015年共有7家数据交易平台注册，2016年到2019年又陆续注册了十余家数据交易平台，但增速显然放慢，2018年仅有3家新数据交易平台注册，2019年没有数据交易平台注册。

但在2021年后，伴随着新一轮数据交易支持政策的出台，数据交易平台再度回春，2021年有8家新数据交易平台涌入市场，其中包括苏州大数据交易服务有限公司、北京国际大数据交易有限公司、深圳数据交易有限公司等，2022年又有8家新平台注册，包括广州数据交易有限公司、上海数据交易所有限公司等，数据交易又成为行业热点。

根据国家工业信息安全发展研究中心发布的《2022年数据交易平台发展白皮书》显示，截至2022年8月，全国已成立40家数据交易机构，已遍布贵州、福建、北京、上海、广州、深圳等多个省市。纵观全国数据交易平台，可以发现如下特点：第一，多集中于东部经济发达地区，华东地区为主要的数据交易机构聚集地，华南地区其次；第二，以国资主导公司制为主，当前全国的数据交易平台多数为国资主导或是100%国资公司，如贵阳大数据交易所由贵阳国资部门管理运营，广州数据交易有限公司的实控人为广州市政府，湖南大数据交易所由长沙市国资委实控，北京国际大数据交易所由北京市国资委通过北京金融控股集团有限公司实控等；第三，普遍注册资本较高，大多数据交易平台注册资本金为5000万元或1亿元，注册资本最高的是上海数据交易所有限公司注册资本，为8亿元，其余数据交易平台注册资本多在1000万到6000万之间。

此外，目前各地的（大）数据交易所网站的数据交易平台、各类交易板块内容及相应流程仍伴随着数据交易业务需求及实践的发展和政策、法规政策的不断制定与完善而不断地更新与调整。以上海大数据交易所为例，如数据供应方希望实现数据交易，目前需要完成以下六大步骤：

（图片截取自上海大数据交易所官网）

而就各地（大）数据交易所提供的业务类型、产品的挂牌数量、网站公示的信息内容等方面则根据各（大）数据交易所的自身定位、揭牌运营时间、所处省市以及数据交易所制定的平台规则规范等方面的不同而存在一定差异。下表我们通过对比国内三大数据交易所（贵阳大数据交易所、上海数据交易所以及深圳数据交易所）的相关信息，以供读者了解。

（二） 数据交易机构的困境

南都大数据研究院2022年4月发布的研究报告显示，目前场内交易在我国数据交易市场中所占份额不足5%。我国成立最早的贵阳大数据交易所曾预计在未来3-5年内日交易额达到100亿元，但截止2022年5月，贵交所累计交易额仅为3773.29万元，和最初目标相去甚远。深圳数据交易所董事长李红光曾表示，2021年中国大数据产业规模已经达到1.3万亿元，但数据交易市场规模估算大概仅为1500亿元，且大量的交易在场外，场内规模仅占27亿元左右。可见尽管我国数据交易机构起步较早，各地区新注册数据交易所也如雨后春笋般涌现，但仍面临发展困境。我们认为，数据交易的掣肘是多方面的，一般而言总结为以下几点：

其一，数据权属难以界定。数据权属一直是数据领域的争议热点，有关数据权属的探讨一直持续不断，大家试图探索出一条可以兼顾各方利益，促进数据流通之路。

目前企业数据和非个人数据是场内主要交易对象，其数据来源包括公开数据的采集、通过商业协议取得的数据以及基于产品或业务生成的数据等；虽然全国各省市目前制定并生效的数据条例大多并未禁止个人数据的交易，然实践中个人数据交易基本被排除在外，原因在于，一是个人数据的共享流通需要取得个人的单独同意，而同意的取得需要在事先充分告知基础上的有效同意，何为“充分”，何为“有效”，如何获取同意的路径；二是既使取得了有效的单独同意，个人数据交易行为所带来的对个人数据的处理也要符合合法正当必要原则，如何评估是否符合该等原则，以及是否可能对个人的数据权益造成影响；三是无论数据提供方和需求方均须满足个人信息主体权利的实现（如修改、撤回同意、删除权等），该等权利的实现会导致数据交易处于一种不确定性。上述这些问题必然对个人数据交易产生诸多限制。

为了更大范围地促进数据的合法合规流通，“数据二十条”提出了数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架，意图淡化所有权而强调使用权。该制度意在保护公共利益、数据安全、数据来源者合法权益的前提下，承认和保护依照法律规定或合同约定获取的数据加工使用权，确认数据处理者使用数据和获得收益的权利。如各大互联网平台基于平台上的个人数据或非个人数据经加工、分析等形成数据衍生产品可以依法流通复用。但该制度尚处于政策阶段，还需要实践中不断地探索，以期能够真正解决数据交易中的权属界定问题。

其二，定价困难。有别于传统商品，数据领域并不存在统一的定价标准和价格体系，交易双方往往根据具体的数据供需匹配情况自行协商定价，因而数据商品的价格具有显著的定制化、场景化的特点，定价依据和估值标准各异，难以统一，使数据交易行业内始终存在定价混乱、价格敲诈等情况，例如一些互联网巨头可能会利用自身对海量数据支配的优势随意要价。尽管中国资产评估协会 2019 年制定的《资产评估专家指引第9号——数据资产评估》第十二条列举了数据资产价值的评估方法，包括成本法、收益法和市场法三种基本方法及其衍生方法，但由于数据要素本身的复杂性（无限复制、非竞争性、非标准化等），真正落实起来仍然具有难度。数据定价困境在一定程度上会阻碍市场主体进行数据交易的意愿，增加数据交易的协商成本和成交风险。

其三，信任危机。当前我国数据基础理论和制度规范仍有缺失，数据权属界定、分类分级、收益分配等方面也缺乏具体操作指南，数据流通往往处于无法可依或者有法难依的境地。并且，数据自身的可复制性、非消耗性的特点也存在“搭便车”“公地悲剧”的隐患，为减少数据披露带来的价值减损，数据商品的质量在成交之前很难被检验。一次数据交易不仅仅涉及到特定数据的流通，还牵扯到数据来源者、收集者、持有者、使用者等多方主体，数据提供方担忧提供出去的数据用途不明而产生滥用等侵犯相关主体权利的法律风险，而数据需求方担忧数据来源的合法性以及数据产品的质量问题，缺乏有效的信任机制使数据交易主体望而却步。

其四，场内交易的局限性。如前文所述，各大数据交易机构基本不开放个人数据的交易，而个人数据或其衍生数据往往是数据交易市场中的重要组成部分，如个人信用信息的流转。数据交易场景繁杂多样，如平台广告的精准投放，商圈对客流的精准分析等目前大多是以场外交易形式实现，适合场内交易的场景远少于场外交易。

除了交易对象、交易场景的限制外，场内交易对于拟上架的数据产品也有着较高的门槛，如上海数据交易所要求拟上架的数据产品具备六个条件：一是具有明确的使用场景；二是能提供用例和测试数据；三是具有可持续供应的技术能力和数据更新能力；四是内容合规真实且可用；五是数据来源可确权；六是符合可定价的要求。此外，上架的数据产品还应有潜在的交易对象，具备可预测的交易机会。不仅如此，数据供应方还需要对数据来源、数据授权使用目的和范围、数据处理行为等方面进行详细说明，聘请第三方出具数据合法合规法律意见，以及缴纳数据交易费用（如数据安全监测评估认证费用）等，此等要求也进一步限制了数据供应方在场内交易的意愿，场内交易更适合一些标准化的、可反复交易的数据产品。

财政部办公厅发布的《企业数据资源相关会计处理暂行规定（征）》确认数据资源可以作为无形资产或者存货入表，进而能够提升企业的资产价值。如企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、相关税费等。很明显，经过登记的场内交易的数据资产的成本/价值更容易为外部所认可，有利于企业未来进行投融资并购、IPO等项目时会计处理不会受到质疑，但基于此需要的企业不具有普遍性，数据资产入表的方式可能并不会促使大多数企业提高进场交易的意愿。

其五，竞争同质。就数据交易机构间的竞争而言，我国现有数据交易平台多集中在东部沿海经济发达地区，数据来源多以本地域内部数据为主，一省内部的数据交易平台难免会遇到重复建设、数据商品同质化等情况，导致资源浪费，各家数据交易平台的商品和服务类型又趋于相似、缺乏特色。而针对场内交易和场外交易的竞争，大量数据通过场外交易的方式点对点自由流通，不受时空限制，数据交易平台若不及时丰富数据商品类型和创新数据服务模式，数据交易平台难以形成有效的竞争优势吸引市场主体进行场内交易。

[1]李海舰,赵丽.数据成为生产要素:特征、机制与价值形态演进[J].上海经济研究,2021(08):48-59.

[2]《信息安全技术 数据交易服务安全要求》（GB/T 37932-2019）3.1

[3]欧阳日辉,龚伟.基于价值和市场评价贡献的数据要素定价机制[J].改革,2022(03):39-54.

[4]黄丽华,窦一凡,郭梦珂,汤奇峰,李根.数据流通市场中数据产品的特性及其交易模式[J].大数据,2022,8(03):3-14.

[5]中国网络空间安全协会等：《中国数据交易实践趋势报告2022》

[6]国家工业信息安全发展研究中心：《2022数据交易平台发展白皮书》

[7]文英姿,曲杨,张旭东,徐珺,李建平.数据交易相关法规比较研究[J].大数据,2022,8(03):66-77.

[8]李勇坚.我国数据交易机构高质量发展：现实问题、理论逻辑与实现路径[J].广东社会科学,2023(01):47-56.