我国数据要素交易制度的构建与完善

李晶晶

随着互联网、大数据技术的发展，数字经济浪潮席卷全球。作为一项重要的生产要素和战略资源，数据的流通和交易成为推动数字经济发展的新引擎。2021 年3 月，第十三届全国人民代表大会第四次会议通过了《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》，提出建立健全数据要素市场规则，加快建立数据交易流通等基础制度和标准规范，建立健全数据产权交易和行业自律机制，培育规范的数据交易平台和市场主体，发展数据交易撮合等市场运营体系。2022 年4 月，《中共中央国务院关于加快建设全国统一大市场的意见》再次强调未来须培育统一的数据市场，推进数据要素统一市场建设，提升数据要素市场发展质量。由此可见，培育和发展数据要素交易市场已经上升到国家顶层设计层面。根据2022 年11 月25日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）》，2021 年我国数据要素市场规模达815 亿元，2022 年市场规模接近千亿元，并且在“十四五”期间有望保持25%的复合增速。①《“数据二十条”落地千亿级数据要素产业链或迎快速发展》，载http://www.xinhuanet.com/techpro/20221221/faa5440610af4d49bea8b3d90716eaa1/c.html，最后访问日期：2023年6月14日。尽管我国的数据要素交易市场取得了令人瞩目的发展，但实践中依然存在可交易数据范围不清、定价难、追责难等问题。数据要素交易市场的构建离不开市场的基本元素，这包括市场中作为交易主体的“人”和作为交易客体的“物”，以及调整主体对客体的交易行为的制度规范。为解决前述数据要素交易难题，本文将从法学角度对数据要素交易的主客体和行为规范展开探讨，以期对数据交易基本制度规范的构建提供有益建议。

一、数据要素交易的市场主体

数据要素交易的市场主体是指参与数据要素交易活动，并在数据要素交易中享有相应权利、履行相应义务的民事主体。实践中，数据要素交易可以分为场外数据要素交易和场内数据要素交易。场外数据要素交易，也称直接数据交易模式。在该模式中，只有数据提供方与数据需求方，两者径行磋商并达成合意。这是最传统、最简单的数据要素交易模式。场内数据要素交易，也称中介商交易模式。在该模式中，除了数据供需双方外，还存在第三方主体，即以数据交易所为代表的数据交易平台，为数据要素交易的达成提供中介服务。由此可见，数据要素交易活动中最主要的市场主体为数据提供方、数据需求方和数据交易平台。

数据提供方，也被称为数据销售方，是指提供数据要素商品或服务并获得相应价款的民事主体。数据并非天然具有生产要素属性，原始数据要经历“要素化”的过程，即只有经过简单的汇集、处理活动提升价值密度、可读性和可计量性，才能生成可以转为生产力的数据要素商品或服务。[1](p25)界定数据提供方时并不关注原始数据的来源，这意味着数据要素交易环节的数据提供方在数据产业的其他环节，可能具备其他身份，存在着身份的转化与重合。可供进行“要素化”的原始数据主要有两种来源：一种是从其他来源处采集而来，当数据提供方从他处采集、获取原始数据时，其身份为数据采集方，当数据提供方对原始数据进行“要素化”处理并将其投入流通时，其身份转变为数据生产方和数据提供方。在我国，采用这一模式的数据提供方的典型代表有数据堂、易华录等；另一种则来自数据提供方存储的自身运营数据，由数据提供方经过加工处理后转化为数据要素，此时其兼具数据来源方、数据生产方和数据提供方身份。我国采用这一模式的数据提供方通常为拥有数据资源禀赋优势的大型国有企业、互联网企业。当然，数据要素交易市场的参与主体还可能从其他数据提供者处购买数据要素商品或服务后再进行转售，此时其身份则从数据需求方转变为数据提供方。

数据需求方，也称为数据购买方，指支付价款并获得相应的数据要素商品或服务的民事主体。在对数据需求方进行认定时，无须考虑其购买数据要素商品或服务的目的。无论数据需求方的购买目的在于生产使用，还是再次销售，抑或是生活消费，均不影响其身份的认定。基于数据作为生产要素的基本属性，数据需求方购买数据要素商品或服务的主要目的通常在于满足生产经营的需要，也有部分数据需求方旨在再次销售赚取差价，即实践中的数据要素交易主要以“企业—企业”（B2B）的商业模式存在。此时，数据需求方构成经营者，不适用消费者权益保护法的特殊保护规则。只有在极少数情形下，数据需求方是为了生活消费而购买数据要素商品或服务时，数据需求方才构成消费者权益保护法语境下的消费者，享受惩罚性损害赔偿等特殊保护。

随着数据要素交易市场的发展，数据要素交易逐渐从场外交易为主发展为场内交易。数据要素交易中的参与主体也不再限于前述数据提供方与数据需求方，而是扩展到以数据交易所为代表的数据交易平台。数据交易平台为数据供需双方达成数据要素交易提供信息发布、交易撮合等中介服务。在数据要素交易中，数据交易平台主要扮演两种基础性角色：第一种角色是网络服务提供者。数据要素的交易离不开网络的支撑，数据交易平台与数据提供方、数据需求方之间分别订立平台服务协议，为交易提供虚拟场所、网络、设备、系统等技术和物质条件，并同时负有网络服务提供者的相应法律义务，例如安全保障义务、知识产权保护义务等。第二种角色是数据要素交易的中介方。数据交易平台为数据供需方达成数据要素交易提供中介服务，例如报告交易机会、推动交易磋商等，并以此收取费用获得收益。

此外，为满足数据要素交易商业实践的需求，除提供网络服务和中介服务外，数据交易平台还可能提供其他服务，并在交易中发挥其他作用：第一，交易数据存储者。在数据包型商品交易模式下，数据提供方在交易前，需要先将数据包上传、暂存在数据交易平台，此时则需要在数据交易平台购买充足的存储空间。例如，广州数据交易所就为市场主体提供数据托管服务。①《广州数据交易所进一步激活数据要素价值让数据利用可控可计量》，载https://www.gz.gov.cn/ysgz/xwdt/ysdt/content/post_8923030.html，最后访问日期：2023年6月14日。此时，数据交易平台作为保管人应当具备安全存储数据所需的设备、技术条件，并履行妥善保管数据、保障数据安全义务，避免发生数据泄露或篡改。第二，交易价款保管者。无论是在数据包型商品交易模式下，还是在接口型数据交易模式下，数据需求方在与数据提供方订立交易合同后，需将价款交由数据交易平台保管，待数据提供方交付商品或提供服务后，数据交易平台再将交易价款转移给数据提供方。例如，长江大数据交易所就提供价款代管服务。②《交易模式》，载https://www.cjdataex.cn/jyms，最后访问日期：2023年6月14日。在此情形下，数据交易平台与数据交易方之间的法律关系具有委托和保管关系的特征，数据交易平台有权收取一定的保管费用，并履行保管义务。第三，数据服务的提供者。数据交易平台可以利用人力、设备和技术资源优势来提供数据分析、处理等服务，并收取一定的服务费用。例如，北京国际大数据交易所打造了国内首个跨境数据托管服务平台，提供数据托管、脱敏输出、融合计算、建档备案等服务。③《北京国际大数据交易所打造全国首个服务跨境场景的数据托管服务平台》，载http://www.bjchy.gov.cn/lqjs/lqdt/4028805a811a47da01811f14f64e046b.html，最后访问日期：2023年6月14日。此时的数据交易平台已不仅是中介服务提供者，而是直接成为提供数据服务的交易主体。

二、数据要素的可交易性

数据要素是否具有财产属性，进而成为交易的标的？有学者对此提出否定意见，认为数据要素是取之不尽用之不竭的公共物品，自身并不存在稀缺性，相同的数据要素可以为不同主体甚至公众获取并使用，且正是在不断使用中才能充分发挥数据的价值。数据作为电子系统中的要素，依赖于代码等要素发挥作用，不存在独立的经济价值。数据的价值往往体现为数据所表达的信息的价值，[2](p44-45)而信息的可交易性受制于个人信息保护、知识产权等领域的具体规则，因此无法抽象地谈论数据的财产性。况且数据的价值并非源自数据自身，而是来源于主体对数据的控制行为，因此数据不存在独立的财产性。

本文认为，数据要素符合财产的特征，能够作为交易的标的。前述反对意见针对的是数据的交换价值，数据要素在使用价值层面具有极高的利用价值，已是不争的事实。数据挖掘、数据分析等技术为数据要素控制者利用数据优化决策提供了强大支持。如阿里巴巴利用数据模型对其集团旗下平台上商家的经营数据进行多维度分析，数据的时间跨度可达数年，分析指标丰富多元，甚至可达3万个。在此基础上，阿里巴巴针对这些商家推出了“阿里小贷”服务。阿里小贷能够判定商家的经营资质，预测其资金需求，进而对其作出信用评级，确定授信额度。当商家申请贷款时，仅需提交资料并通过验证，即可获得贷款。贷款发放后，阿里小贷同样采用多种数据模型监测商家的经营状况，并在商家违反规则时启动扣款机制，最大限度地降低贷款风险。④滑明飞：《阿里小贷密会ISV 构建大数据商家评估体系（图）》，载https://business.sohu.com/20140619/n401029269.shtml，最后访问日期：2023年6月14日。同样的数据，不同主体基于各自的需要进行利用，也能够得出不同的信息，产生不同的价值。例如，滴滴出行平台经营方在海量数据基础上，通过数据挖掘、分布式计算、智能分单等技术，能够提前15分钟预测平台供需，并以此为依据完成运力调度，为用户提供便利。2016年9月，滴滴平台与沈阳市政府展开合作，以其智能交通平台及海量数据为基础，为交通管理部门提供路况信息供市民出行参考，同时，还能辅助解决道路拥堵问题，甚至可以对交通信号灯的时长进行相应的智能调控。⑤《沈阳市政府与滴滴达成战略合作打造全国智慧城市标杆》，载https://tech.huanqiu.com/article/9CaKrnJXorJ，最后访问日期：2023年7月22日。

值得注意的是，虽然单一数据对数据来源方而言有一定的意义，但当前的数据分析更看重数据之间的关联性与规律性，单一数据的使用价值并不突出。正因如此，数据交易的对象通常是蕴含信息内容的数据集合——数据要素。数据要素的生产者利用算法将价值密度较低的数据转变为蕴含丰富信息内容的数据集合，显著提高了数据要素的整体价值。在获得数据要素后，数据要素的受让方可进一步利用自有算法分析数据要素，并将分析结果用于指导实践，将抽象的数据要素转化为具象的生产力，实现数据要素的价值。[3](p106)

尽管数据要素具有较高的使用价值，但如果其不具备稀缺性，成为类似于阳光、空气那种唾手可得的公共物品，数据要素的可交易性同样应当受到质疑。物品的稀缺性包含事实上的稀缺与法律上的稀缺两个维度，而数据要素的稀缺性在两个维度均有所体现。在事实层面，作为物权客体，物具有绝对的稀缺性，物的绝对数量无法满足人们的需要，因此需要通过设定物权的方式来促进物的有效利用。而数据是源源不断地产生的，无论是否向数据的控制者赋予权利，均无法改变这一事实。只要数据控制者不删除数据，数据将一直被保留，而不会轻易灭失。由此，数据看似不具稀缺性。本文认为，尽管数据在绝对数量方面不具稀缺性，但囿于数据采集与处理的成本等因素，数据仍然具有相对稀缺性。数据的收集、存储与清洗等需要一定的软硬件设备与技术，需要付出相应的成本。对数据结构的完整性要求越高，数据收集与处理的成本就越高昂。因此，目前有能力自行收集并存储数据要素的主体仍然有限。这些数据要素的持有者对数据要素具有较强的控制力，能够通过数据加密、用户甄别、视图控制等技术手段，阻止其他主体未经许可私自获取其所控制的数据要素。生产数据要素的成本以及数据要素控制者的技术控制，使数据要素具备相对稀缺性。

在数字经济时代，数据已成为推动经济发展的基础性资源，数据要素的流通与交易成为数字经济的必然选择。法律应当顺应这一趋势，尊重当事人之间的自治安排。需要注意的是，并非所有数据均可以用于交易。实践中，不同类型的主体如个人、企业、公共组织等，往往持有不同类型的数据，且同一类型的主体可能同时持有多元类型的数据，因此，在判断特定数据的可交易性时应当综合考量主体性质、数据类型、数据来源等因素。[4](p148)具体而言，不得用于交易的数据主要包括以下几种类型：

一是公共领域的数据不能交易，典型代表为政府数据。政府数据即行政机关履行职能时产生的数据，此类数据归属于行政机关，其产生过程受公共财政支持，具有一定的公共属性。作为公共财产，此类数据应当由政府机关向公众无偿开放，以达成维护公众权利、改善公共服务质量、推动产业发展革新等目标，从而实现公共福祉。而用于交易的数据要素是私主体收集、整理与分析的产物，相关数据权利归属于数据生产者，其交易适用市场规则。值得注意的是，若私主体在获得政府数据后对其进行分析与处理，获得一定的增值产品，此时该增值产品属于私主体的劳动成果，是可供交易的标的。

二是损害公共秩序的数据不得交易，包括危害国家统一、宣扬犯罪行为、扰乱社会秩序、散布低俗信息、危及国家秘密等的数据。数据要素交易的重点是信息内容的交互与共享。若数据的内容违反法律规定，背离良善价值，或危及国家安全和社会公共秩序，允许此类数据交易，将助长不良信息的传播，对公共利益和公共秩序造成不可逆转的损害。故应当坚决制止有害数据的交易，禁止任何人提供、发布或复制有害数据，违反该规定者应依法承担责任。

三是涉及他人权利的数据原则上不应交易，主要有涉及商业秘密、个人信息与知识产权的数据。此类数据攸关私主体的合法权益，需要法律予以特殊保护，从而原则上不宜流通。一方面，数据要素产生时，生产者应当采用多种手段过滤敏感信息，避免对他人的商业秘密、个人信息与知识产权等造成侵害。另一方面，如果数据要素的生产者获取并交易数据时得到了商业秘密、个人信息或知识产权权利人的明示同意，则相关数据要素可用于交易。

三、数据要素交易的定价机制

价格是交易的主要内容。在数据要素交易中，数据要素价格的确定是交易流程的重要环节，直接影响着数据要素交易市场的构建和数据要素交易平台的活跃度。定价过低，将削弱数据销售方的积极性；定价过高，则会降低数据购买方的积极性。因此，数据交易的对价应当具有公平性，原则上须符合主观等值理念，在特定情形下可以适用客观等值规则。[5](p126)同时，数据要素定价过程应当公开透明，否则要素价格难以反映真实的数据价值，且可能侵犯数据要素交易当事人的公平交易权。由于数据具有无形性、虚拟性等特性，数据要素交易价格的确定难度极大，实践中已形成数据要素交易“定价难”瓶颈，在一定程度上阻碍了交易的达成，因此，数据要素价格的确定机制急需完善。

目前，数据要素交易价格存在多种定价机制，但适用效果均不甚理想。有学者研究发现，传统的资产价值评估方法——成本法、市场法和收益法，以及新型定价方法——博弈模型、隐私计算和机器学习等，在适用过程中均不可避免地存在一定缺点。[6](p9)在此，以成本定价、效用定价、质量定价法为例进行说明。若采用成本定价方式，由于数据要素的生产成本较低，且其与其他生产要素结合后可产生乘数效应，实现数据价值的爆炸式增长，因此，成本定价法难以体现数据要素当前的真实价值。由于数据要素使用前，其使用效果并不清晰，使用后效果也难以客观量化，若采用体验定价的方式，当数据要素的体验效果与最终使用效果并不完全一致时，将无法完全体现数据要素的最终价值。若采用质量定价方式，由于数据要素的质量参差不齐，难以标准化，这使得这种方式不具备适用的前提条件。可见，前述定价方式用于评估数据要素的价值时，均难以充分地体现数据要素的真实价值，其根本原因在于数据价值难以评估，因此，建立在相关估值基础之上的数据要素定价机制必将难以构建，这就需要从法律的层面，提出相应的价格确定规范，为数据要素的合理定价提供一定的行为规范。

本文认为，在数据要素交易发展初期，可以综合采用交易当事人协商定价、第三方机构评估定价、行业自律机构指导定价、政府主管部门指导定价等机制，从多方面合理确定数据要素的交易价格。

首先，交易当事人协商定价。这一定价方式主要存在于数据自行交易的模式，第三方数据交易平台并不介入，数据供需双方达成合意后订立数据要素交易合同即可。换言之，由当事人自由约定交易价格，并依据约定履行相应的义务，满足其数据需求。意思自治是民商事领域的基本原则，数据要素交易主体作为理性的市场主体，具备为自己决策并承担法律后果的能力，可以适用意思自治原则自行确定数据要素交易价格。只要交易不违反公平交易、诚实信用等民商事基本原则，就应该尊重交易当事人关于数据价值的评估，即交易当事人关于数据要素交易价格的合意值得肯定，法律无须做否定性评价，对交易当事人具有法律约束力。虽然该种定价方式使得数据要素价格具有一定的差异性与波动性，但是能够充分体现自愿性，是最基础的定价方式。鉴于数据具有可复制性，为了解决信任困境，在对数据要素商品或服务进行定价时，可以由数据供给方采用随机抽样的方式，通过样本估值进行整体定价，从而保护数据要素商品或服务的内容价值，促进数据要素交易的达成。[7](p53)

其次，第三方机构评估定价。如果数据要素交易的当事人认为其缺乏正确评估数据价值的能力，则可以聘请资产评估机构代为评估。资产评估机构作为专业机构，掌握着丰富的资产评估知识、技能与经验，能够较为准确地评估数据要素的真实价格。在现阶段数据要素交易市场中，数据提供方和需求方之间的信息不对称状况较为严重，价格披露机制尚未形成，数据需求方对数据的真实情况亦不甚了解，因此传统市场的“报价—议价”机制的功能难以有效发挥，此时引入第三方机构进行专业、客观评估，将有助于明确数据的公允价值。第三方机构在评估定价的过程中，须秉持平衡当事人之间的利益、促进数据要素交易有序进行的理念，结合数据的种类、数量、稀缺性等因素进行综合判断。

再次，行业自律机构指导定价。行业协会等自律组织可以获取大量主体的交易样本，在综合考虑行业、技术等各种因素的基础上出台行业指导价格，供数据要素交易主体参考。当前，相关行业自律机构已经作出一定的尝试，例如中国资产评估协会推出了《资产评估专家指引第9 号——数据资产评估》与《数据资产评估指导意见（征求意见稿）》。这种定价方式综合考虑了特定行业的数据要素交易整体情况，样本基础丰富，能够有效避免交易主体自行定价的个体性偏差，具有一定的普适性。

最后，政府主管部门指导定价。这是指工信部等数据主管部门结合数据行业的特点，出台相应的指导价格，供数据要素交易主体参考。随着数据要素交易的繁荣发展，数据要素交易可能会向精细化发展，出现细分行业，此时数据主管部门可以联合这些数据细分行业（如邮政、交通、金融、医疗等）的主管部门，共同制定指导价格。这种定价方式具有一定的规范性优势，但需要注意的是，该方式只适用于数据要素交易发展的初期阶段，是为解决数据定价难题、规范数据定价秩序而采取的权宜之计。同时，该方式还应当限定仅适用于公共数据、与国计民生相关数据，此类数据的定价不能完全交由市场，在具体定价过程中须考量其他社会条件，至于企业数据、个人数据等，原则上则可以适用市场自主定价。[8](p58)当数据要素交易市场发展到一定程度、数据定价机制较为完善后，此种定价方式则应当逐渐退出交易市场，以防政府指导价格的稳定性阻碍数据要素交易市场的公平、迅速发展。

四、数据要素交易的履行机制

履行规范不明确是制约数据要素交易繁荣发展的重要因素。与一般商品和服务相比，数据要素商品和服务具有数字化、可复制性等特点，因此数据要素交易合同具有区别于一般买卖合同或服务合同的特殊性，其具体履行规则亟须予以明确，这也是数据要素交易合同履行过程中的重点与难点。因此，需要澄清价款的交付、数据商品的交付、数据财产权的转移等问题，从而打破制约数据要素交易实现的瓶颈。

对数据需求方而言，其应履行向数据提供方交付价款的义务。数据要素交易的本质就是数据需求方以支付价款为对价，获取数据要素商品或服务，实现商品交换和数据流通。无论数据要素交易的客体是商品还是服务，数据需求方都应支付相应对价，这是数据需求方在数据要素交易合同中的主要义务。然而，由于信息不对称和数据要素价值的隐蔽性，数据要素交易往往面临着“阿罗悖论”和信任困境，[9](p164)数据需求方担心数据质量不达标，而数据提供方担心交付数据后无法收到价款。此时，数据交易平台作为信用资质较好的中介方，可以通过价款保管机制来缓解双方当事人的信任危机。具体来说，在以场内交易为典型的数据交易过程中，双方当事人订立数据要素交易合同后，数据需求方将相应的价款转移到数据交易平台指定的账户，委托平台保管交易价款，数据交易平台履行保管义务并获取报酬。当数据提供方向数据需求方交付数据后，数据需求方向数据交易平台发出委托支付指令，后者将价款转移到数据提供方的账户，此时，方完成价款支付义务。

对数据提供方而言，其应履行向数据需求方交付数据要素商品或提供数据要素服务的义务。就数据要素商品的交付而言，由于数据具有无形性特点，明显区别于动产与不动产，无法直接适用动产或者不动产的交付规则，需要明确其特殊的交付规则。数据的交付分为线下载体交付与线上传输交付两种方式。数据要素商品通常依托于一定的载体形式而存在，例如硬盘、光盘、U 盘等。如果数据提供方通过转移物质载体的方式交付数据，那么，当其向数据需求方转移物质载体的占有时，即完成数据的交付。通过将数据附着于物质载体，无形的数据的交付转变为有形的动产的交付。如果数据提供方通过线上传输的方式交付，其交付完成规则具有显著区别于线下实物交付的特点。虽然目前《民法典》尚未对数据的交付作出明确规定，但是其对采用在线传输方式的交付行为的交付时间的认定作出了规定，即电子合同的标的物为采用在线传输方式交付的，合同标的物进入对方当事人指定的特定系统且能够检索识别的时间为交付时间。①参见《中华人民共和国民法典》第512条的规定。虽然该法条对适用范围设置了限制条件——“电子合同”的标的物，但是电子合同是达成数据要素交易的主要形式，且《民法典》强调“电子合同”不是为了限制该规则的适用范围，而是解释其适用情形，其重点与目的在于强调“在线传输交付”。因此，本文认为，采用在线传输方式进行交付的数据要素交易可以适用该规定。当作为交易标的物的数据进入双方当事人约定的特定系统后，此时数据能够被数据需求方控制，数据需求方具备了利用该数据的客观可能性，应当认为数据需求方完成了数据交付义务。

值得注意的是，在数据要素商品交易中，数据提供方可能还负有向数据需求方转移数据财产权利的合同义务，即数据提供方在向数据需求方交付数据时，不仅应当转移对数据的占有，还应当转移数据上所负载的财产权利。获得数据财产权利是数据要素交易的目的之一。虽然学界关于数据财产权利的具体内容尚存在各种争议，但大多数学者都承认并强调数据财产权利中的控制权。所谓数据控制权，是指数据提供方因对数据进行管理、控制而形成的数据财产权，其内涵相较于传统财产权更加丰富，包括“控制/排他（control/exclusion）”“访问（access）”“携传（portability）”“删除（erasure）”等。①Andrew Clearwater&Brian Philbrook,Access,Erasure and Portability:Examining Data Subject Rights Under the GDRP,available at https://www.cpomagazine.com/data-protection/access-erasure-portability-examining-datasubject-rights-gdpr/,last visited on June 14,2023.需要注意的是，数据控制权的排他性通常弱于传统财产权，但强于商业秘密等财产权。在数据访问过程中，数据控制权的享有者即数据主体能够设置系列数据访问条件，并可在向他人提供数据后继续享有访问权限。此外，数据主体能够在特定情形下要求数据使用人直接转移数据资产，促进数据共享、防止数据垄断，或者依据法律、当事人之间的约定删除相关数据，以保护有关主体的合法权益。[10](p38-39)数据主体对数据的控制权是其享有并行使其他权利的基础。数据主体基于对数据的控制权，可以行使使用、收益、处分等权利。数据提供方向数据需求方转移数据控制，可以实现相当于转移数据使用权等权利的效果。[11](p57)因此，在数据要素商品交易中，当数据需求方的目的是获得以数据控制权为基础的数据财产性权利时，数据提供方应当按照约定向其转让此权利。不同的数据要素交易行为中，数据控制权的转移有不同的表现形式：在数据共享行为中，数据主体将其对数据的控制权转让给其他共享方；在数据交换行为中，数据主体互相交换其对数据的控制权；在狭义的数据要素交易中，数据提供方以获得价款为对价，将数据的控制权转让给数据需求方。

数据要素服务交易中，数据提供方应当提供一定的数据服务，数据服务需求方获得特定的服务成果。数据要素服务交易合同属于服务合同范畴，以特定的服务行为为合同标的。按照合同约定，数据提供方应在约定的时间内，以约定的质量标准和服务方式，向数据需求方提供特定数据的汇集、查询、分析等数据服务。判断数据服务交易是否履行的关键问题在于，数据服务的完成是否与特定服务成果的交付相结合。因此，数据要素服务又可以分为两种类型：一是劳务提供型，即仅以人的服务行为为履行内容，属于单纯的行为之债；二是成果提交型，又称物型服务，除履行服务行为外，还需要进行特定服务成果的交付，属于行为之债和结果之债的结合。对于后者，数据提供方负有交付符合要求的服务成果的义务，例如购买数据要素分析服务的数据需求方可能与数据提供方达成约定，要求数据提供方定期提供更新的数据包和数据分析报告。实际上，数据的价值源于其所蕴含的信息，而信息的传播和获取离不开数据的流通和分享。由于数据要素本质上仍是一种数据流，其流通或分享必须依赖特定的介质，因此数据要素服务往往是一种介乎于“劳务提供型”和“成果提交型”之间的服务形态，既要求数据提供方进行特定数据劳动，又涉及载于特定介质的数据的交换或分享。

五、数据要素交易的责任承担机制

“追责难”也是数据要素交易领域的一大难题，明确数据要素交易的责任机制是解决该问题的必要途径。数据要素交易中，违约责任的构成、承担、其与侵权责任的竞合等基本问题可以适用法律责任的一般规则，在此不展开详细分析。本文主要针对数据要素交易的特点，探讨数据要素交易中具有特殊性的法律责任承担规则。

首先，数据提供者应承担数据商品或服务的质量瑕疵担保责任。数据要素交易的法律关系表现为债的形式，作为债务人的数据提供者应当承担《民法典》第582 条所规定的质量瑕疵担保责任。换言之，数据提供者交付的数据要素商品或提供的数据要素服务必须达到特定的质量标准，保证数据的合法性、真实性和有效性，否则应承担相应的违约责任。然而，传统的质量瑕疵担保责任制度设计系围绕有体物买卖合同展开，难以直接适用于数据要素交易，特别是在质量瑕疵认定和数据需求方法律救济方面存在困难。基于数据价值的异质性和隐蔽性，质量瑕疵的认定难以按照传统有体物的质量判断规则，以同类商品的功能、性状作为参考，[12](p77-78)加之目前我国尚未建立统一的数据要素质量标准体系，使得数据要素的质量瑕疵认定标准更为模糊。本文认为，数据要素的质量判断应当以交易当事人之间约定的或合理预期的标准为依据，综合考察数据是否完整、准确、可读和有效。此外，我国应推动构建具有普适性的数据交易流通质量标准，以便为数据要素的质量认定提供指引。具体而言，该标准可以囊括数据的分级分类、数据交易的类别目录、数据安全技术等多项内容。对于数据要素服务交易，除了考察数据服务结果是否符合质量标准外，还需要考虑数据提供方的服务行为是否妥当，在服务的过程中是否按照一般行业标准履行了适当的注意义务。在交付的数据要素商品或接受的数据要素服务存在质量瑕疵时，由于数据的无体性，数据需求方无法主张退货、修理或更换。此时，数据需求方可以通过如下途径获得法律救济：一是要求数据提供者在合理期限内采取措施弥补质量瑕疵，或者重新履行；二是主张减少或免除应向数据提供者支付的原价款；三是在因质量瑕疵导致合同目的无法实现时，主张解除合同。

其次，数据提供者可能就“一数多卖”行为承担违约责任。在以有体物为标的物的传统买卖合同中，出让方“一物二卖”引发的交付不能是违约责任的一种典型情形，其对无法获取商品的买受方应当承担违约责任。但由于数据具有可复用性，进行过一次交易的数据要素商品，不仅可以“一数二卖”，甚至可以“一数多卖”，而且该交易并不会导致交付不能。相反，“一数多卖”行为具有一定合理性，因为数据蕴含巨大价值可以在不同应用场景中发挥作用，某个单一的数据需求方的能力通常不足以完全开发数据的全部价值。数据提供方将数据提供给不同主体，可以将数据要素投入到不同行业领域的生产、经营，创造更大的经济价值。换言之，数据的流通有助于发挥数据的使用价值与交易价值。如果数据需求方意欲获得独家数据，以在特定行业获得竞争优势，那么其可以与数据提供方通过合意的方式，约定数据提供方负有删除相应数据或者不得转让给第三人等义务，数据需求方为此独家数据支付较高的价款。若数据提供方违反前述义务，则应当承担停止侵害、损害赔偿等违约责任。综上，本文认为，除存在其他无效或者违约责任事由外，在“一数多卖”行为中，各个数据要素交易合同均成立并生效，不存在交付数据的事实障碍与法律障碍；但在合同另有约定的情形下，“一数多卖”行为可能引发违约责任。

再次，数据提供方违反持续稳定交付数据义务时应承担违约责任。数据要素交易分为数据商品交易与数据服务交易两种类型，交易合同的性质也存在买卖合同与服务合同的二分。通常情况下，在买卖合同中，商品提供方交付义务的履行具有一次性特征；在服务合同中，服务提供方交付义务的履行具有持续性特征。然而，在数据要素交易中，由于数据的特殊性，不仅数据要素服务交易中交付义务的履行具有持续性特征，数据要素商品交易中的交付行为也具有一定的持续性特征。这体现于数据提供方通过在线传输方式交付数据的交易类型中。数据具有较强的时效性，其价值在于“新”，过时数据的使用价值与交换价值大打折扣。为及时获得具有较高价值的实时数据，数据需求方可能选择接口型数据要素交易方式，此时，数据要素交易具有持续性，数据需求方负有持续稳定传输交付实时数据的义务。如果数据的稳定传输中断，数据提供方应立即通知数据需求方，并采取必要措施及时恢复数据传输交付。若数据提供方违反前述持续稳定传输数据的交付义务，则构成违约行为，应当承担继续履行、损害赔偿等违约责任。2017年在全国范围内引起广泛关注的“丰鸟之争”，从本质上看便是数据提供方违反持续稳定提供数据义务引发违约责任的典型案例。快递行业是一个极其强调时效性的领域，菜鸟公司暂停快递数据的实时传输，导致顺丰公司无法开展业务，大量快件滞留，造成顺丰公司对快递用户的违约。菜鸟公司作为数据提供方，对数据需求方顺丰公司构成违约行为。此案件最后以国家邮政局介入调解，双方当事人恢复数据传输而告终。①《顺丰VS菜鸟：大数据争夺战》，载http://finance.ce.cn/rolling/201706/13/t20170613_23593782.shtml，最后访问日期：2023年7月22日。

最后，当所交易的数据要素商品或服务侵害第三人权益并造成损害时，侵权责任存在两种情形：一是基于个人数据而形成的数据要素商品或服务在进行数据采集、加工和交易的过程中未能满足有关个人信息保护的知情同意、目的约束、最少使用等法律要求，从而对个人信息权益造成损害；二是数据要素商品或服务的内容或生产过程侵犯了第三方所享有的知识产权、商业秘密等合法民事权益，并给第三方造成损害。在前述情形下，数据提供方可能以原始数据系从第三方处获得，不法行为系由第三方作出作为抗辩，主张自身不存在加害行为或缺乏因果关系。然而，由于数据处理和交易活动的技术性和频繁性，被侵权人往往难以查明侵权行为是绵长的数据流通链条中由哪一主体做出的。[13](p105)因此，为了保护被侵权人的合法权益，特别是为处于弱势地位的个人信息主体提供保护，本文认为应当通过举证责任倒置的路径，对数据提供者适用过错推定和因果关系推动规则。换言之，数据提供者需要证明其在数据要素化和市场化的过程中不存在过错，即数据提供者履行了应尽的法律义务和适当的注意义务，否则应就其提供的数据要素商品或服务所造成的损害结果承担相应的侵权责任。而对于数据需求方，当损害完全是由数据提供者的过错行为造成时，因果关系发生中断，数据需求方无须承担侵权责任。

六、结语

在当前与未来的经济发展中，数字经济前景广阔。数据要素交易是促进数据要素流转、释放数据要素价值的核心关键。数据要素的价值实现必须经历“要素化”和“市场化”两个过程。“要素化”过程体现为，数据要素的生产者将价值密度较低的原始数据转变为具有巨大经济价值的数据要素，并通过技术控制和成本门槛使其产生相对的稀缺性，从而使得数据要素成为适格的交易标的。而“市场化”的过程可以具化为，在数据交易平台的撮合下，数据供需双方达成交易，一方支付一定对价，另一方交付特定数据要素商品或提供特定数据服务。厘清数据要素交易的主体客体，构建数据要素交易在定价、履约和责任承担方面的基本制度，对于数据交易市场的发展与规范具有重要的意义。数据要素交易制度的构建应当规范数据提供方、数据需求方和数据交易平台等参与主体的行为，明确可交易数据和不可交易数据的范围，并建立数据要素交易市场运行的定价机制、履约机制和责任承担机制。唯有如此，才能更好地推动数据要素的合理配置、顺畅流转与充分利用，使数据要素更好地服务于社会的进步和人民的生活。