数据作为五大生产要素之一，正与行业应用深度结合，成为推动产业、企业数字化转型升级的重要驱动力量。数据作为基础的战略性资源和新的生产要素，如果不能充分流通和交易，就丧失了价值和作用。因此，数据资产的交易关系着数字经济乃至各行业的发展，其面临的诸多困境势必要找到解决之道，以促进数据资产的顺利交易。

数据资产交易的治理

（一）明晰权属

数据产权制度建立的关键在于数据权属特别是所有权的明晰。尽管学界对数据权属仍存争议，但实务届已经在探索中前行。

一是可以借鉴美国、新加坡、英国、日本等国家的做法，认可匿名化数据的法律性质。例如当前各类数据企业通过《隐私政策》等条款将经过用户授权并匿名化或脱密处理后的数据视为己有并加以利用。

二是双方交易中产生的数据，关系到参与各方，数据产权原则上应当共有。可以断定的是，在数据已经成为一种新的生产要素态势下，其所有权的明晰只是时间问题。

具体实施方法

一方面，应加快数据产权专门立法，厘清数据所有权、控制权、使用权、收益权等权利，构建数据产权相关制度，并对数据产权进行解构与分割。如将所有权和使用权益分离，承认数据原发者享有数据所有权，赋予数据处理者以数据用益权，构建二元数据权利体系以平衡数据利用和数据保护之间的张力。

同时，依托隐私计算、可信区块链等领域的新技术，将数据要素解构为可见的“具体信息”和可用的“计算价值”，对其中“计算价值”进行确权、存证、交易，实现数据流通的“可用不可见，可控可计量”。

另一方面，可以试点建设数据资产登记管理和服务平台系统，明确数据资产登记证书的构成要件。例如，可以包括数据资产的登记机构、登记日期、数据来源、权利人、使用限制、安全等级、保密要求等。

同时对数据资产的编码、格式、登记介质、信息完整性以及数据备份要求、登记保管要求等做出规定。只有建立起数据产权制度，才能更好地激励企业对数据资产进行变现或投资，围绕数据交易的诸如数据存储、流通、挖掘和应用等数据生态系统才能有序迅速地发展。

（二）构建数据交易产业生态系统

交易只是数据要素市场的环节之一，围绕数据交易的还有数据采集、清洗、加工、存储、流通、交付、认证、合规、审计、监管等多项环节，也涉及多个参与方，由此可以构成数据交易产业生态系统。通过场外交易与场内交易等多层次数据交易市场，实现单点交易与平台交易并举。

同时利用区块链等技术挖掘数据需求和数据再造价值等积极探索数据交易新模式。以数据交付为例，数据的交付可以交易双方直接交付，也可以通过云厂商，还可以通过第三机构等。特别的，要充分发挥数据交易所和数据经纪人的作用，减少交易双方的信息搜寻成本，搭建交易双方的沟通与信任机制。

具体措施包括：一是各数据交易平台应该积极构建数据要素流通交易规则体系。

例如，贵阳大数据交易所通过创新探索于2022年5月发布了全国首套数据交易规则体系，主要包括数据要素流通交易规则、数据资产价值评估指引、数据产品成本评估指引、数据产品交易价格评估指引、数据交易合规性审查指南、数据交易安全评估指南、数据商准入及运行管理指南等文件，以破解数据确权、定价和监管等难题。

二是积极引导数据商成为数据要素价值的发现者、价值实现的赋能者、跨组织数据要素联结者和数据交易服务提供者。通过大力发展数据交易中介机构，形成涵盖数据收集、治理、加工、确权、评估、定价、交易、审计、资产证券化等新型数据要素服务商体系；通过积极发展数据经纪人，在数据交易咨询、数据交易撮合、数据交易合规评估、数据交易担保、数据交易结构设计、数据交易风险控制、数据交易安全认证等方面提供优质服务，以此来提升数据交易市场活跃度和数据交易生态的协同。

例如，在2022年中国国际大数据产业博览会上获全国第一张数据经纪人授牌的数交数据（深圳）经纪有限公司已经开始与多个数据交易所、大数据公司、征信公司等展开战略合作，承担起链接数据供需双方、整合交易平台资源、挖掘数据价值等多重责任。

除此之外，针对当前数据交易没有得到大规模发展以及成交量小等现实，政府应该加强引导，通过税收优惠、政府采购、公共数据授权运营等方式加大对数据交易市场的支持。通过链接数据供需方、交易平台、数商、数据经纪人、政府等作为数据交易产业生态系统的构建者和参与者，并不断完善生态环境，才能实现数据交易产业的高效运转。

（三）健全定价机制

数据如何定价一直是数据交易的核心环节，也是限制数据交易的难点所在。数据的定价既要考虑到数据本身的价值（即数据资产价值评估），也要考虑到数据应用场景和数据流通过程中交易各方付出的价值。对于前者，可以采取的做法是根据数据的数量、种类、质量、范围、时效、稀缺性、关联性等多个维度对数据进行评估。

至于定价方面，目前已有的定价方法包括平台预订价、拍卖式定价、协议定价、博弈定价、自由定价、实时定价、查询定价、客户感知价值定价、基于元组粒度的大型个人数据定价、数据定价双层编程模型、基于应用场景或交易场景的定价等。但由于数据的质量不同、价值不同、应用场景不同，需要探索多边定价机制并建立自动化评估流程。

如对于第一手数据源，可以采取的定价原则是“成本为基础，场景为衍生”，企业的数据产品加工后提供给不同场景的需求方，最终价格就为“成本价+数商价+场景价”，经过多轮实践后，数据价格会存在稳定浮动的价值区间以供后续交易参考。而对于爬虫数据、AI数据标注等同质化数据源，按照成本价交易即可。目前很多学者开始关注机器学习、智能合约、区块链和密码技术等各类技术在数据要素定价中的应用。

数据资产定价除了技术上的问题以外，还要联合数据交易各关联方制定出数据评估定价机制、质量标准、交易规则、交易流程等配套的准则和规范。

（四）培养数据消费能力

数据消费能力的培养，需要数据需求者、数据供给者以及数据中介的共同合作。对数据需求方而言，应该加强数据治理思维，积极汇聚数据分析人才，及时引进数据分析的硬件设备、软件技术和工具，将数据分析结果融入业务过程和决策程序，最大化数据的商业价值。其中专业性高端数据分析人才是充分利用数据资产赋能企业价值增值的重要影响因素，数据需求方要特别注重数据分析人才的结构和储备量、专业度和知识更新度等。企业可以鼓励和培训内部财会人员、信息技术人员进行合作和转型，以适应企业应用数据资产的需要。对数据供给方而言，重要的是数据质量控制。唯有提供高质量且合规的数据，才能有效满足数据需求方，形成有效的供需关系。

对于第三方中介机构而言，一方面，应该建立起统一的数据交易规则，使数据产品形态、交易模式、交易流程、运营方式等趋于标准化。另一方面，在数据登记、评估定价、争议解决等实现跨区跨级的互信互认。

更重要的是，要能够深入挖掘行业应用需求，特别是能够认知、理解细分领域和跨行业的数据需求场景，实现多源数据融合、复杂数据处理和深度价值挖掘，并提供相应的数据分析/交易服务。

通过将数据及其交易进行标准化和互联互通，提供专业化的中介服务，大大降低数据需求方的数据搜寻成本和使用门槛，从而有效刺激其需求。

（五）融通监管手段

对数据交易市场的监管不仅关系到数据产业和数字经济的发展，也关系到国家数据竞争力和数据安全问题。因此，围绕数据这一生产要素价值利用与开发的制度设计和监管措施势在必行。

当前对于数据交易和共享的需求越来越迫切，而对个人信息保护的呼声也越来越高，如何在数据利用和隐私保护之间取得平衡，有效调和这一矛盾离不开政府的引导、干预和监管。

一方面，政府应该营造公平公正的市场竞争环境，充分利用市场竞争机制促使企业间的数据交易。必要时，可以新设专门的数据监管部门。同时要制定数据产业发展的管理办法、规章制度和行业规范，如出台数据安全、隐私保护、数据垄断问题等方面的法规、条例和相关指引。

通过制定不同类型、不同行业数据安全处理和流通的国家/行业/地区标准，助力数据分类分级保护和数据交易技术方案的选择。通过明确数据企业的责任义务和行为边界来保证数据主体的相关权利，通过对违法违规涉数企业的惩戒，打击数据黑市交易，防控数据风险。

另一方面，对数据交易市场的有效治理和监管，要采取有别于监管传统企业的手段和技术。一是要采用先进的信息安全技术进行常态化监测，市场监管、税务、公安等多部门联合协同审查，确保数据企业合规交易。二是对涉数企业的内控机制进行专项检查和整治，严厉规制和惩戒违规采集、出售或者滥用数据等违法行为。

三是有效借助社会力量，如行业协会的交易标准和技术规范、第三方审计机构的审计结果、数据信用等级评估机构的评估结果等。通过构建融合行政监管、自律监管、监管科技和试验性监管的多维数据监管体系，形成新型包容的综合监管框架。

免责声明：本公众号所发布的文章为本公众号原创，或者是在网络搜索到的优秀文章进行的编辑整理，文章版权归原作者所有，仅供读者朋友们学习、参考。对于分享的非原创文章，有些因为无法找到真正来源，如果标错来源或者对于文章中所使用的图片、链接等所包含但不限于软件、资料等，如有侵权，请直接联系后台，说明具体的文章，后台会尽快删除。给您带来的不便，深表歉意。