【中文摘要】数据交易平台以第三方信任为纾解数据要素多重特性导致的数据交易障碍提供了可能，愈发扮演全国统一数据要素市场基础设施的角色。基于“双边市场理论”分析，数据交易平台具有双边用户需求互补性、交叉网络外部性以及价格结构非中性等特征，而既有监管因忽视数据交易平台的市场双边性，存在整体规制进路有失偏颇、自我规制外部监督阙如以及与市场竞争机制衔接不足的问题。加快建设全国统一大市场背景下，为促进数据要素流通、发挥市场在数据资源配置中的决定性作用，应以“双边繁荣”为目标、以激发数据源供给和数据交易需求为导向进行数据交易平台规制再造：突出数据安全治理的科技维度，面向元宇宙时代以“共票”赋能数据财产权益共创共享，以信用惩戒加强交易主体自律；引导公共数据开放，扩大可交易数据范围；贯彻“市场评价贡献”指导原则，进一步完善数据交易定价机制；强化数据交易平台竞争执法，以互联互通搭建去中心化的全国数据交易网络。
【全文】
一、引言
2022年4月发布的《中共中央国务院关于加快建设全国统一大市场的意见》要求打造统一的要素和资源市场，特别指出加快培育数据要素市场，建立健全数据交易流通、开放共享等基础制度和标准规范，推动数据资源开发利用。同年6月22日，中央全面深化改革委员会第二十六次会议审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》指出要建立合规高效的数据要素流通和交易制度，完善数据全流程合规和监管规则体系，建设规范的数据交易市场。在此背景下，数据交易市场建设成为数据要素市场化配置改革的重要任务，培育数据交易平台在内的数据交易市场主体、发展数据交易相关市场运营规则和服务体系成为建设规范数据交易市场的紧迫课题。
明确数据权利内涵与归属是数据交易及其法律规制的前提，[1]当前法学界对数据流通的研究主要集中于数据确权与权利保护等基础性理论问题，对具体的数据交易市场制度构建与市场交易主体行为监管等先置性问题关注较少。有研究指出，目前数据交易中缺乏全国统一适用的流转规则和定价规则，不同大数据交易平台间数据流通标准混乱，数据流通交易全流程监管制度亟待健全，数据转卖、隐私泄露甚至反竞争等风险频发，呼吁建立统一开放、竞争有序的数据要素市场。[2]针对数据交易中的非法行为，有学者指出，应通过内外部的制度设计发挥大数据交易平台的交易与监管双重职能，[3]加强大数据交易平台自律管理，[4]提升数据流通效率与交易规范性。亦有研究对数据交易客体范围从自生数据与非自生数据的角度进行了界定，[5]从主体身份和交易行为两方面提出了数据交易法律框架的建构与完善方案。[6]此外，还有学者对数据要素市场结构进行了解析，着眼于数据资源供给，建议进一步完善数据交易主体结构与市场空间结构法律制度。[7]
马克思在《资本论》中指出从商品到货币是一次惊险的跳跃，而数据资产到数据资本的转变正是数据要素价值实现的惊险一跃，数据流通是成就这一过程的关键。一般而言，数据流通主要包括共享、开放、交易和交换等形式，其中数据交易是市场化配置特征最为明显的数据流通方式。实践中数据交易法律关系主要包含三类主体：数据提供方、数据需求方以及数据交易平台（如贵阳大数据交易所、上海数据交易所、北京国际大数据交易所等）。[8]作为服务数据交易的信息化网络平台，数据交易平台是数据交易行为的重要载体，提供数据清洗处理、资质认证、交易登记、估值定价、支付清算、托管监督等数据交易“一站式”聚合功能。根据科斯定理，数据交易平台的组织架构、运营模式、交易规则直接影响数据交易的效率与成本，而作为外部控制的法律也必须提供恰当的监管制度安排，才能使数据交易平台充分发挥鼓励数据交易、加速数据流通的作用，服务数据要素市场培育和数据要素市场化配置改革目标。
双边市场理论是近年来产业组织和数字经济研究的前沿领域。Rochet和Tirole的研究指出，如果平台向需求双方索取的价格总水平保持不变，任意一方价格的变动对平台总交易量产生直接影响，该平台可以被称为双边市场。[9]Armstrong进一步认为在双边市场中一边所获得的效用取决于另一边参与者的数量，[10]可以说双边市场存在显著交叉网络外部性。[11]事实上，数据交易平台连接数据买卖双方、匹配撮合数据交易，同样具有显著规模效应与跨边网络效应，符合双边市场特征。正因如此，数据要素市场培育需要着眼于数据供给和数据需求两侧，确立以数据权益保护与数据产业激励双层维度的法律规制基本原则，[12]实现数据交易市场的“双边繁荣”。双边市场理论可以为数据交易平台监管提供新的启发与思路，基于对数据交易平台市场双边性的观察，本文提出以激发数据源供给和数据交易需求为导向的数据交易平台法律规制设计，以期进一步优化数据交易法律制度，促进数据交易平台规范化发展，繁荣数据交易市场，充分释放数据要素增进社会财富、推动实现共同富裕愿景之潜能。
二、数据交易困境与交易平台功能
（一）数据要素特性掣肘数据要素市场发展
2021年9月1日正式生效的《数据安全法》第19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”，由此数据交易在国家法律层面获得了正式的规范依据。有研究将数据要素价值实现依次划分为数据资源化、数据资产化以及数据资本化三阶段，[13]数据交易是数据资产化的关键环节，且以数据资源化为前提，数据的收集、来源合法性审核、处理（清洗、分析等）、评估、定价等成为数据交易的关键。据IDC预测，2025年中国数据总量将增长至48.6ZB，占全球总量的27.8%，然而尽管我国每年全社会数据量增长率约40%，但真正被利用的数据量增长率只有5.4%。以成立较早的贵阳大数据交易所为例，相关报道显示该平台2018年可交易数据量仅150PB,[14]且2018年以后就不再对外公布交易额、交易量等数据交易动态，数据交易规模不甚理想。[15]就交易额比重而言，数据交易市场相对规模远低于土地等传统要素市场。2020年我国房地产行业土地购置费4.45万亿元，相当于房地产行业同期销售额的25.6%，而545亿元的数据交易额对应数字经济比重不到4‰。[16]一系列数据表明，数据要素市场化交易的现状并非尽如人意，究其原因无法绕开数据本身的特性，具体而言，数据要素特性从以下三方面影响数据交易：
1.数据资源的非竞争性与非排他性
理论上，由于数据可被无限分享和复制，数据资源一定程度上具有非竞争性，这意味着数据资源本身的价值并不因数据使用者的增多而减少，由于复制数据具有零损耗和成本低廉的特点，[17]新增数据使用者的边际成本几乎为零。事实上，不同于土地、资本、劳动等传统生产要素，数据不仅不会因多次利用导致价值减损，反而在经过多次算法运算与挖掘分析后成为价值更大的衍生数据。[18]数据资源的非排他性意味着数据使用者无法排除他人对数据的使用，但也有研究指出数据可以具备部分的排他性，理由在于数据控制者可以通过加密等技术限制未获授权的数据使用，有关数据权属的法律制度在某种程度上也可以产生部分的排他效果。[19]然而，就数据资源的天然属性而言，非排他性更符合数据要素本质，所谓部分可排他性依赖技术和制度的外部干预，排他效果需要以极大的排他费用作为对价实现。几近零成本的可复制性、非法使用损害的隐蔽性以及高昂的额外排他成本带来控制数据资产转售的难题，可能损害数据资产合法权益人的正当利益，也就影响了数据源供给者和处理者交易数据产品的积极性。
2.数据资产的价值多变性
数据价值的多变性由多重因素导致。首先，数据资产价值受数据规模影响，这意味着不同的数据集组合可以带来不同的价值，数据资产组合越多彼此之间相互结合越可能产生新的数据资产，进而提高数据集合的整体价值。其次，数据资产价值与数据开发利用的特定应用场景相关，一般来说随着数据产品中包含的有效数据内容的增多数据资产价值越大，反映出规模报酬递增性。[20]但是，在如决策辅助的应用场景下，输入数据总量或规模对计算结果的贡献在达到特定值之后可能下降，这意味着数据价值与数据产品规模之间的关系并非总是正相关。在诸如道路信息导航等一些时效性要求较强的应用场景中，数据的生成时间更可能是决定数据价值的关键因素。最后，数据资产价值还与使用者的异质性密切相关。数据价值的最终实现体现于数据使用中，没有被使用的数据只能被视为一种资产负债。由于数据处理目的、技术能力、已持有数据资产组合不同，不同数据买方对同一数据产品的保留价格与出价意愿也不同。由此可见，数据本身不具有固定的价值，其是否具有竞争价值也是相对的，受数据利用目的、方法、时间、对象等诸多条件影响。[21]数据资产价值的多变性给数据产品价值的评估带来极大困难，加之数据价格的公开也会泄漏数据的价值，数据资源面临定价难题与信息公开困境，[22]给数据交易带来困扰。
3.数据权属的不确定性
确权是权属确认的指引，是明确权利主体、权利内容，以及划定相对义务人的基础，是构筑清晰法律权利与责任体系的基础。[23]数据权属的不确定使得数据权益所有人不确定，也使得参与数据交易的主体不确定，由此带来极大的谈判成本，影响数据要素的市场化配置效率。从数据类型角度来看，个人数据与非个人数据均具有可流通性。[24]由于不涉及数据主体权利，非个人数据确权争议相对较小。对于政府数据，普遍的共识是可以将其视为一种公共资源；对于企业数据，有观点认为企业可以基于控制获得某种意义上的数据财产权。[25]然而随着大数据商业模式的演进，一项数据资产由多个数据控制者在不同时间、场景下反复利用成为常态，数据财产权的专有、排他性显然与数字经济的运行规律与发展现实不符，数据财产权概念仍然无法解决企业数据权属合理配置问题。另一方面，当数据去匿名化技术逐渐成为可能，企业数据中匿名化处理的个人数据面临极高的泄露风险，数据财产权的确立也将给个人数据权益保护带来冲击。在此基础上，有学者主张从“责任规则”出发，由利益主体基于合同设置数据使用权或控制权，[26]但这种观点忽略了潜在的数据垄断威胁，易造成主体地位的不平等或影响数据使用合同的公平性。
对于个人数据而言，学界的研究普遍承认个人数据之上兼具人格利益与经济利益，争论的焦点在于如何制定“激励相容”[27]的个人数据权属规则，实现个人数据之上财产权益的合理配置。个人数据确权不仅事关个人人格权益、财产权益的保护还事关数据产业的发展，法律对个人数据的权利安排直接影响数据要素的共享、流动、开发、交易等要素化过程。[28]有学者认为个人数据“天然内置财产属性”，个人数据可以从人格中剥离实现交换价值和商业利用，[29]也有学者依据洛克的劳动财产理论对自然人基于“劳动”享有个人数据财产权进行了证成。[30]但不得不承认的是，数据价值的创造与提升依赖数据处理者的数据处理活动，在此意义上数据处理者同样是个人数据价值的生产者，为此一些研究尝试对个人数据进行细化分类，在结合具体应用场景的前提下，承认数据处理者对不同范围个人数据的财产权益，使个人数据主体与数据处理者共享个人数据财产利益。然而，这并没有从根本上调和数据主体与数据处理者针对个人数据及其衍生数据产品财产利益的紧张关系，个人数据权益配置仍然缺乏明确的规则指引。数据之上的利益关系复杂，一方面需要通过合理配置权益兼顾个人对隐私与经济利益的期待，又要为企业开发数据资源提供正向的法律激励，另一方面在数据愈发成为一种战略资源的今天，还要确保符合国家对数据安全与主权的要求，平衡协调各方关切成为数据交易必须直面的重大挑战。
综上，数据资源的非竞争性与非排他性、数据价值的多变性以及数据权属的不确定性引发包括数据交易双方合法权益保护困难、数据资产信息公开悖论以及定价与价值评估难题在内的诸多问题，限制了数据要素的市场交易规模，对数据要素的市场化配置构成障碍。事实上，数据要素交易受到限制的关键因素在于数据要素的种种特性对交易主体之间的信任关系构成挑战。欧盟B2B数据共享报告分析指出数据提供方和数据需求方之间建立信任关系是实现数据交易的重要因素，[31]这种信任关系是就数据产品估值定价、支付交割、法律权利义务划分等一系列交易条件取得共识的前提与基础。
（二）作为全国统一数据要素市场基础设施的数据交易平台
1.不同数据交易模式的信任机制对比
一般而言，交易信任关系的维系可以借助于私人契约，也可以由一方提供担保或由第三方予以保证。就数据交易而言，数据合同或许可协议、数据经纪人以及数据交易平台等不同数据交易模式均着眼于为数据买卖双方构建信任关系提供支撑。实践来看，由于数据交易中权利义务关系的复杂性使得交易合意的最终达成仰赖于一定的信任基础，采用数据合同或许可协议进行数据交易以买卖双方具有较为紧密或稳定的商业合作关系为前提，然而这种前置条件也限制了数据合同或许可协议在数据要素大规模市场化配置中的应用。数据经纪人制度是一种由第三方提供交易信任支撑的数据交易模式，以数据经纪人的独立性、专业性和自身商誉为数据交易提供担保。美国数据经纪人制度较为发达，数据经纪人除提供一般交易中介服务外还主动从事数据收集、加工、销售业务，然而其发展历史却表明数据经纪人制度对数据要素市场的成熟度和法治程度要求较高，联邦贸易委员会FTC最新的调查报告指出数据经纪人因缺乏给予消费者足够的知情权和选择权可能对消费者隐私权益构成严重威胁，建议进一步强化对数据经纪产业的监管力度，数据经纪人制度可能无法适应于数据要素市场基础法律制度尚不健全的国家或地区。数据交易平台是服务数据交易的信息化网络平台，其以提供一系列数据交易聚合功能成为数据交易行为的重要载体，助力数据要素完成“潜在价值——价值创造——价值实现”价值形态演进。[32]作为数据交易中介，数据交易平台同样为数据买卖双方构建交易信任关系提供了第三方支撑。
2.国内外数据交易平台发展现状
为使信息资产交易建立在反映市场供求的均衡价格基础之上，美国学者曾构想建立全美统一的信息交易市场，实现个人信息的公开集中交易；[33]同样为解决信息交易市场不活跃的问题也有学者建议引入信息交易特许交易商制度。[34]近年来，国内外数据交易市场培育以数据交易平台建设为主要实践方向之一，如交易清洗后个人数据的日本Data Plaza，专注于位置数据分析交易的美国Foursquare（于2020年合并数据交易平台Factual），交易汽车、能源、农业、医疗以及零售行业数据的法国Dawex等，国内最早成立的数据交易平台是由中关村大数据交易产业联盟承建的中关村数海大数据交易平台，截至目前国内已经建立包括贵阳大数据交易所、北京国际大数据交易所在内的30多家数据交易平台。就空间结构而言，数据交易平台多分布于数字经济较为活跃的国家或地区。作为数字经济大国，我国的数据交易平台大多数分布在经济较为发达的东部沿海地区，集中于京津冀地区、长三角地区和珠三角地区，呈现区域性市场的特征。[35]数据价值的实现有赖于聚合效应，数据交易平台地区间分布的不平衡在一定程度上也造成了区域数据分散化，难以发挥数据交易平台推动数据要素市场化配置的最大效用。[36]
近年来，国内外数据交易平台呈现综合化、服务化的发展趋势，作为交易中介由单一的居间服务商向数据资源综合服务商转型，在数据交易中愈发扮演基础设施的角色。一方面，数据交易平台提供市场主体准入审核，并对交易数据来源的合法性进行检验与登记；提供数据清洗、笔名或匿名化加工等服务，依个人信息保护和数据安全合规要求将原始数据处理成可供交易的状态，实现数据商品化转换。另一方面，数据交易平台积极发挥交易中介的作用，为数据买卖双方匹配交易对手或为买方提供“量身定制”的数据产品，结合数据资产质量和未来应用场景本着市场化的原则对数据资产进行价值评估与定价，推动数据要素实现资本转化。此外，在交易完成后数据交易平台依然就买方对数据产品的使用进行监督，同时以登记的方式防止数据产品的非法转售。
3.数据交易平台交易模式效率分析
当前，数据交易平台交易的数据产品，可分为两大类：初级数据产品和高级数据产品。前者包括数据API（应用程序接口）、数据云服务、技术支撑、离线数据包等；后者包括可视化的数据分析报告等解决方案、针对特定业务场景的数据应用系统与软件、与云融合的各类大数据技术产品等。[37]从现有行业实践来看，我国数据交易平台可以划分为单纯中介型数据交易平台与中介加处理型数据交易平台。前者以中关村数海大数据交易平台为代表，交易平台本身不从事数据存储、分析业务，仅就数据交易提供买卖渠道，交易对象主要是初级数据产品，既包括初始数据，也包括经过简单处理、甄别后的组合数据。后者以贵阳大数据交易所和北京国际大数据交易所等为典型，交易平台一方面就数据交易提供一般中介服务，同时也提供数据清洗、建模、分析等深度处理服务，高级数据产品是此类交易平台主要的交易对象，而未经处理的个人数据等底层数据被排除在交易范围之外。
单纯中介型数据交易平台与中介加处理型数据交易平台各有优势。首先，单纯中介型数据交易平台的准入门槛低、对交易主体的资格限制较少，相比采用严格主体资格审核的中介加处理型数据交易平台更能调动各方主体参与数据交易的积极性。然而，中介加处理型数据交易平台的参与主体多为政府机构、大型企业以及资质较为良好的社会组织，这意味着此类交易平台比单纯中介型数据交易平台汇聚更多质量好、可信度高、来源合法的数据集合，数据交易的安全性和稳定性得以提升。此外，中介加处理型数据交易平台一般不直接交易底层数据，只交易清洗、加工、整理之后形成的数据产品，通过质量优化和价值提升使数据资产更好地匹配市场买家的需求，提高数据交易成交概率。事实上，由于兼顾交易安全和交易效率，中介加处理型数据交易平台已经逐渐成为主流的数据交易平台类型，扮演全国统一数据要素市场基础设施的重要角色，后续的论述也将重点围绕此类数据交易平台展开。
（图略）
三、基于双边市场理论的数据交易平台解析
（一）数据交易平台的市场双边性
1.双边用户需求互补性特征
在双边市场中，双边用户对平台的服务需求存在着显著的互补性特征，并且这种互补性需求与传统市场的互补性存在明显的不同。[38]面向数据卖方，数据交易平台审核数据来源的合法性，收取一定的数据清洗、分析、建模以及可视化等服务费用，对加工形成的待交易数据资产代行保管；面向数据买方，数据交易平台接受采购委托为其匹配可能的数据提供方，或者在整合现有数据源的基础上提供符合特殊需求的数据产品。当数据交易获得匹配，数据交易平台协助双方对数据资产进行定价并提供支付清算服务，成交后数据交易平台作为数据资产保管方向数据买方开放API数据接口或数据终端，也可以“数据可用不可见”形式提供高级数据产品，在合同期限内要求数据买方报告有关标的数据的处理行为从而实现对数据买方的监督。值得一提的是，当数据买方对数据进行二次开发形成新的数据产品时，一些数据交易平台还允许数据买方将其卖回交易平台。
2.交叉网络外部性特征
作为双边市场重要特征，交叉网络外部性意味着一边用户的效益随着另一边用户数量的增长而增加，双边用户通过相互作用实现外部性的内部化。当数据交易平台在数据卖方可接受范围内收取一定的费用，同时以更高水平的隐私保护对原始数据进行处理，数据卖方会有更大的激励提供数据供给，交易平台得以向数据买方提供更多数据产品，数据买方的数据需求得以满足，数据交易成功概率大大提升。当数据交易平台向数据买方减少收费或维持免费委托模式，同时面向数据买方提供更多“私人定制”服务，数据买方交易积极性提升，数据资本化效率提升，更多数据卖方被吸引加入数据交易平台，更多数据资源实现从资产负债到资本的转化。
3.价格结构非中性特征
价格结构是指双边用户之间就平台收费的分配结构，非中性是指平台的总交易量取决于这种费用的分配结构，换言之，价格结构的变动将会对平台的交易量与利润产生影响。就数据交易平台而言，对数据买方或卖方的收费规则直接影响交易平台参与主体数量，进而影响数据交易成交量。当数据交易平台提高对数据卖方的收费标准时，数据卖方因数据交易可获得经济利益削减参与交易积极性降低，数据源供给减少；数据交易平台因数据源供给减少，可提供的数据资产减少，数据买方因可供选择的数据产品减少，无法实现数据采购需求，参与交易的积极性降低或选择通过其他渠道获取数据，交易平台成交量受到影响。当数据交易平台提高对数据买方的收费（包括从免费委托模式转变为付费委托模式），买方可能因采购数据成本提升降低交易积极性，或转而采用其他方式获取数据，数据买方的减少意味着卖方出售数据的机会降低，无法通过交易市场将数据资产转化为数据资本，进而选择通过其他方式实现数据流通，数据交易平台的交易量同样受到影响。
数据交易平台市场双边性的优势在于，一方面可以通过恰当合理的双边定价策略吸引双侧用户参与交易，提升撮合成交概率，减少数据买卖双方各自寻找交易对手的交易成本，从而降低数据要素资本化的成本和数据要素的获取成本，促进数据要素市场化配置；另一方面，数据交易平台提供数据处理增值服务，作为交易平台管理者审核交易资质、登记确权、协助定价、监督使用、处理纠纷，实现生产要素供给方式的创新，[39]有助于数据价值实现和生产要素倍增，增进社会财富，促进共创共享数据要素红利。
（二）数据交易平台既有监管反省
我国生产要素市场一直滞后于商品市场的发展，针对数据这类新型生产要素，更没有形成统一、成熟的交易市场，目前来看国内以北京国际大数据交易所为代表的几家数据交易平台在交易机制、价格机制、竞争机制等方面尚未建立起完备的制度，无法支撑现实中海量、大范围的数据交易业务，作为数据要素市场的微观载体，数据交易平台建设需要国家的顶层设计与法律规制为保障。[40]繁荣数据交易市场、实现数据要素的市场化配置和财富价值需要充分发挥数据交易平台的功能，基于双边市场理论检视数据交易平台的既有监管可以发现以下问题：
1.整体规制进路有失偏颇
当前数据治理规则设计偏重于回应数据保护问题，《个人信息保护法》《数据安全法》以行为控制和程序约束为核心构建起个人信息保护和数据安全制度，然而严格的规范要求一定程度上也对数据流通构成制约，过于强调保护向度的片面规制进路忽视了产业界对数据利用的强烈现实需求，与基于大数据的数字经济发展实际相左。数据交易平台的跨边网络效应意味着只有充分调动数据买卖双侧主体的交易积极性才能强化数据源供给，实现数据的供需匹配与资源的有效配置，促进数据生产要素从资源化到资产化再到资本化。于数据交易而言，过于强调保护的偏颇规制进路不仅增加了数据流通交易的成本，削减了数据买卖交易需求，更诱发以数据保护为由实施数据垄断，妨碍数据要素市场化配置和数据价值的释放。[41]正是认识到这种单纯强调保护的治理策略可能带来的严重副作用，欧盟近期数据领域立法有了重大进展，积极酝酿出台《欧盟数据法》，一方面延续《通用数据保护条例》（GDPR）已有制度安排进一步细化数据可携带权实现规则，从个人数据主体的控制权角度推进数据的跨平台流动；另一方面加强对企业间数据合同的指导，在尊重意思自治的前提下，明确列举此类合同中可能被视为无效的不公平条款和推定不公平条款，进一步满足数据开发利用的流通需求。[42]作为外部控制的法律规制应注意对数据交易法律制度的完善，在缓解数据交易安全顾虑的同时，鼓励数据供给、刺激交易需求和动机，促进交易平台供需双边繁荣。
2.自我规制外部监督阙如
数据交易平台立法阙如导致目前数据交易平台监管以自我规制为主，强调基于交易平台内部的自律规则和会员守则对交易行为进行约束。自我规制是规制对象对自身施加命令和结果的规制，其吸引力在于面对复杂的规制问题以更低的行政成本促使企业主动调整行为实现社会价值内部化。[43]与“命令-控制型”的管制对立，自我规制将规制裁量权从政府转移到掌握更多数据和规制资源的企业手中，适应了“信息赤字”愈发加剧、政府规制不够敏捷的数字社会发展现状。双边市场理论揭示出数据交易平台不仅搭建了数据买卖交易市场，更以平台规则和交易规则为手段管理着数据交易市场。自我规制的魅力已由诸多成功案例证明，然而祛魅的是自我规制的理想在很大程度上仍然“依赖企业良好的守法意愿与合作态度”。[44]当前数据交易中存在的非法转卖、私自留存等乱象表明数据交易平台的自我规制不良，不透明的定价策略和排他策略更助长了数据交易平台对交易主体的剥削。从规制的专业性和成本出发，应当要求数据交易平台落实主体责任，严格交易主体资质审核与数据来源合法性审查，在数据定价、质量评估过程中确保公平，提供恰当的纠纷解决机制。同时，为避免自我规制力度过于薄弱或流于形式，还应当辅之以对自我规制的外部监督，即以元规制防范数据交易平台的自律机制诱发道德风险与逆向选择。
3.市场竞争机制衔接不足
根据Armstrong的分类，双边市场可分为：垄断者平台、竞争性平台以及存在竞争性瓶颈的平台，不同平台之上用户进行多栖的可能性与程度不同，对于存在竞争性瓶颈的平台而言，其用户可以获得“多重通道或多归属”[45]。不同平台面临的竞争不同，决定了不同平台利用平台策略剥削用户的可能性存在差异，由于顶层设计缺乏总体性视角的统筹，对数据交易平台的已有监管未能激活同市场竞争机制的恰当衔接，限制了市场在数据资源配置中发挥决定性作用。当前数据交易平台的定价规则与发展模式既无法创造数据买方之间的竞争、数据卖方之间的竞争，当平台扮演做市商角色时也有意回避平台与数据买方之间的竞争、平台与数据卖方之间的竞争，数据要素交易价格并未在竞争机制约束下充分反映市场供求和价值规律，数据资源配置丧失效率。从激活并维护数据要素交易市场竞争来看，针对数据交易平台的法律规制设计应当避免不当的制度安排造成数据交易的行政垄断，防止平台衍生排他性垄断力量，以顶层设计协同促进不同地域间、不同行业间数据交易平台的互联互通，培育不同数据交易平台间的竞争；同时应当强化数据交易市场竞争执法打破数据供需两侧数据垄断，防范市场力量不平等导致的交易地位不平等影响交易公平。
（图略）
四、以激发数据源供给和数据交易需求为导向的规制设计
基于对数据交易平台市场双边性与既有监管的考察，本文提出以激发数据源供给和数据产品交易需求为导向的数据交易平台规制设计，具体而言包括以下三方面内容：
（一）突出数据安全治理的科技之维，共创共享数据权益
1.鼓励利用隐私计算等数据合规科技提供安全背书
对于数据主体而言，数据交易带来的主要隐忧在于丧失对数据的控制权，诱发隐私泄露风险，对于原始数据控制者而言，缺乏监督机制保障的数据交易可能增加数据安全风险，引起个人信息保护和数据安全法律责任。作为一种流通的形式，数据交易在某些交易模式下必然带来数据控制权的转移，破解安全难题的技术视角是以区块链作为数据要素交易的底层技术。随着技术的不断发展，区块链从一种防篡改、可追溯、共享的分布式账本管理技术，转变为分布式的网络数据管理技术，利用密码学技术和分布式共识协议保证网络传输与访问安全，实现数据多方维护、交叉验证、全网一致、不易篡改。基于区块链可拓展的分布式数据协作网络给数据交易带来了三大优势：可信任、可匿名、可监管。可信任是指区块链的“数字验证机制”，可匿名是指在保障数据隐私的同时实现数据共享，可监管是指借助区块链技术构建“法链”对各类数据应用场景进行穿透式监管。
近年来，隐私计算技术成为多方协作数据处理场景下隐私数据保护的技术解决方案。所谓隐私计算是一种由多个参与方联合计算的技术和系统，在不泄露各自数据的前提下通过协作对数据进行联合机器学习和联合分析，常见的实现隐私计算的技术路径包括联邦学习、安全多方计算、可信计算等。尽管隐私计算实现了在多方协作计算过程中对于输入数据的隐私保护，但是原始数据、计算过程和结果均面临着可验证性问题，[46]区块链因其共享账本、智能合约、共识机制等技术特性，可以实现原始数据的链上存证核验、计算过程关键数据和环节的上链存证回溯，确保计算过程的可验证性。[47]区块链确保计算过程和数据可信，隐私计算实现数据可用而不可见，两者相互结合，相辅相成，可以在一定程度上解决数据交易中隐私保护与数据安全问题，缓解数据主体和原始数据控制者对隐私保护和数据安全的担忧。值得补充的是，作为数据合规科技的隐私计算本身也可能衍生出安全风险，数据交易平台等主体在利用隐私计算实现数据安全可控流通的同时应注意对伴生风险的识别与防范。数据交易主管部门也应注重规制范式的重构，避免陷入“治理—反治理—再治理”的恶性循环之中。[48]对于应用区块链技术带来的风险，可以在“以链治链”敏捷协同监管体系下，将对区块链进行监管和服务的法律法规及其实施应用“集成”在作为监管手段和工具的“监管链”上，通过监管链对数据交易中应用的区块链进行监管并提供监管服务，形成链下传统监管和链上“以链治链”的双维双层、链上链下协同式监管体系，采用穿透式监管、平等式监管、触发式监管等方式，实现效率与安全结合、有效性与低成本性协调、权利保护与整体福利统一。
2.面向元宇宙时代以“共票”促成个人与企业共创共享数据财产权益
当前学界关于数据权属的每一种观点大体上均可实现理论自洽、具有一定的合理性，但数据权属的争论不休不仅无益于数据权属规则的明晰，无法为数据权属纠纷的解决提供实质指引，也成为推进数据要素市场化配置的窠臼，影响了学界对数据要素市场法律制度构建的关注。正如有学者指出，将具有非竞争性产品或资产的排他性使用权赋予价值最大的那个人，并不总能实现社会总福利最大化的配置目标。[49]数据权利内容会随着应用环境的变化而变化，形成新的数据权属，事先确定其权利归属非常困难。流通是充分释放数据价值的必要条件，数据只有在流转与反复利用中，才能完成价值增值、资产化乃至资本化。数据之上存在经济利益已是共识，获益权如何配置成为数据价值分配的关键问题，在“由市场评价贡献、按贡献决定报酬”原则指引下，应当将数据收益区分为“存量式收益和增量式收益”[50]两类，承认数据主体与企业共享对某些数据的财产权益，以灵活的定价规则做好数据存量式收益的利益分配，以数据信托、数据基金等金融创新做好数据增量式收益的利益分配。
基于区块链技术的共票（Coken）可以成为数据财产权益分配的技术解决方案，在产品用户端通过向个人数据主体配置共票标记数据权益，发挥区块链的记账功能和可溯源性，在信息流上实现数据初次加工、交易、再处理等环节的全流程记录，在价值流上实现对数据主体、原始数据处理者、数据交易平台、数据买方等多方主体贡献的登记并以此作为数据财产权益分配凭证。值得注意的是，由于数据共享财产权益单次分配成本过高，为避免不经济后果，可以考虑将此部分经济利益汇聚成“数据权益池”，用户可凭共票兑换NFT等数字产品或增值服务进行阶段性权益置换。近来，元宇宙话题在学界和实务界获得了较多讨论，事实上作为一种融合应用多种数字技术、具备虚实结合功能的新型互联网应用，元宇宙对数据安全有序流通提出了更高的要求，数据将成为元宇宙中个人和企业的核心资产。[51]然而，目前的研究普遍未能关注到元宇宙经济系统的激励机制问题，超前布局元宇宙时代，基于数据财产权益的共票或作为元宇宙经济中价值交换的载体，推动实现数据财富的共享。[52]与此同时，鉴于大数据还具有公共属性，对数据价值的分配也要照顾到社会整体利益，数据不仅是企业与个人的资产还成为国家最为重要的财富，共同富裕理念下，政府需要加快数据资产管理立法和数据税收立法。在“东数西算”战略下，充分发挥税收的调节作用，统筹东中西部数字化发展，以数据财政的转移支付缩小东西部之间数字经济发展水平差异。
3.设置黑白名单制度，及时清退失信数据交易主体
作为全国统一数据要素市场基础设施，数据交易平台扮演着数据交易市场管理者的角色，数据市场交易的繁荣应当发挥数据交易平台的自律功能，借鉴证券交易所的会员管理制度搭建完善的数据交易主体信用管理制度，建立数据交易主体黑白名单制度。基于层次递进的惩戒原则，对于提供不合法数据来源的数据卖方、不按规定接受数据处理监督的数据买方，数据交易平台应当采取告诫、暂停交易资格等措施，对于多次违规、拒不改正的数据交易主体，应当将其列入平台交易主体黑名单，禁止其通过平台开展数据交易，并向社会公布。对于合规制度完善、交易记录良好的数据买卖主体可以将其列入平台交易白名单，给予交易费率优惠、交易撮合优先等数据交易所优质会员权益，进一步降低此类主体的数据交易成本。
当然，无论是白名单还是黑名单，都应当设置动态的进出制度，在定期考核的基础上，给予整改后的黑名单主体重新入市的机会，对不再符合白名单条件的交易主体做降级处理。对于自律措施力度羸弱的问题，数据交易主管部门应当建立多方协同监管机制，以窗口指导、非正式会谈、多方听证等制度，强化对数据交易平台自我规制的监督。考虑到目前全国大数据交易所呈现分散式布局，政府应当鼓励大数据交易所交易信用信息共享，防止失信主体借管理漏洞开展“游击式”交易行为，最为直接高效的方式就是由发改委、网信办、工信部、市场监管总局等部门联合搭建互联互通的去中心化数据交易网络。
（二）优化数据交易定价机制，以公共数据开放扩大可交易数据范围
1.突出“市场评价贡献”原则的数据交易平台定价机制
“市场评价贡献、按贡献决定报酬”是生产要素定价的核心指导原则，数据交易定价难的根本原因在于市场客观评价的与人为主观估算的数据要素贡献之间存在偏差。就数据要素而言，其贡献表现为数据投入生产后带来的价值增值或收益增量，市场评价下的数据要素贡献反映在数据要素的供求关系和市场稀缺度之上，依托数据交易规则和竞价机制，数据要素的价值外化为数据产品市场价格。[53]现实中，买卖双方对数据产品定价的博弈很大程度上仍是基于主观的，特别是数据要素的种种特性更加重了对数据产品贡献进行事先预估的困难。在此意义上，数据交易平台定价机制的设计不仅事关定价模型和策略的选择，更与数据应用场景、交易制度等因素密切相关。
在数据交易平台定价机制中贯彻“市场评价贡献”原则，一方面需要定价机制将标的数据后续应用场景纳入考量因素，原因在于作为二进制表达的数据本身并没有价值，数据的汇聚与处理是数据价值实现的关键环节，定价由此与应用场景相勾连，同时需求者异质性的存在也使得数据资产价值随数据应用场景变化而变化。具体而言，依据“市场决定价格”的价格形成机制数据交易平台在充分考量数据需求方使用场景、预期投入成本以及可能收益的基础上可以就数据交易价格给出可供参考的成交底线价格。另一方面需要数据交易平台培育数据交易的竞价制度，通过交易规则的设计增强数据交易中的价格博弈，吸引更多交易主体参与出价，使数据交易价格真正反映市场供求关系和稀缺度；同时尽可能降低数据交易成本，防止数据价格过度偏离数据本身价值，防止交易成本过高成为数据交易阻碍。
2.推动公共数据开放，增强可交易数据供给
就数据质量和规模而言，政府、具有管理公共事务职能的组织以及提供公共服务的运营企业控制的公共数据较一般企业数据具有来源合法可靠、结构化程度高、潜在聚合价值大等优点，海量优质公共数据资源的开放流通有利于充分释放数据价值，增进社会财富。然而标准的缺失导致公共数据开放共享的流程、种类、等级、边界都不甚明确，公共机构参与数据交易存在制度性障碍。再有，公共数据开放也往往涉及公共安全问题，出于数据安全方面的考虑，公共机构参与数据交易动力不足。现实中公共数据呈现“数据孤岛”“数据烟囱”状态，不同部门彼此之间互不连通，流通交易更面临数据碎片化制约。引导公共数据交易需要进一步做好顶层设计，疏通公共数据交易的制度性障碍，探索公共数据交易的激励机制。就公共数据的交易对手而言，数据交易平台应当结合黑白名单制度以更严格的标准审核公共数据买方，基于报告制度配合公共机构对公共数据的后续使用处理做好持续性的监督。
除此以外，在《个人信息保护法》和《数据安全法》框架下，还应当进一步细化可交易个人数据、企业数据范围，消除非敏感的、处于公开状态的个人数据和企业数据交易法律障碍。值得一提的是，对数据产权初次配置的经济效率分析表明，用户享有数据初次产权可以接近帕累托最优状态，有助于最大程度促进数据流通和数据价值实现。原因在于，面对来自破坏性创新的竞争压力，获得初次产权配置的企业可能不愿意同其他企业分享或交易数据，无论接收数据的企业是否与其处于横向竞争关系或垂直产业协作关系。[54]这也印证了政治经济学对数字资本主义无序扩张冲动原因的分析，数字经济独特的生产模式和市场竞争结构使平台天然寻求独占数据资源，以构筑数据闭环实现对数据要素的垄断。[55]可交易数据范围的划定必然再次触及数据确权规则问题，立法者应当以鼓励数据流通、扩大数据交易范围为目标，在审慎的基础上明晰数据权属。
（三）维护数据交易市场公平竞争，推动数据交易平台互联互通
1.强化数据交易平台竞争执法
良好的竞争机制是确保数据交易市场发挥数据要素配置决定性作用的关键，一方面需要加快完善数据流通基础制度，引导数据要素经由安全、高效、合规的渠道流通起来，另一方面更需要强化数据要素市场竞争执法，打破数据垄断。包括OpenAI公司研发的人工智能聊天机器人程序ChatGPT在内的一系列域外突破性科技创新接连引发国内社会各界高度关注，事实上我国在人工智能等前沿技术领域缺乏竞争力、创新滞后的重要原因之一就是数据要素尚未获得充分流通和利用。近年来，包括微信在内的大型科技平台不断以自身为中心构筑封闭式的数字经济生态，试图将数据要素封锁在自身生态内实现闭环流动，大行“数字封建主义”攫取数据财富、阻碍数据要素自由流通。在数据交易市场，作为数字经济底层架构、以社交平台为代表的掌握海量数据资源和巨大市场力量的“元平台”企业，可能凭借支配地位滥用买方市场力量或卖方市场力量，对交易对手实施剥削定价或歧视行为，[56]附加不合理交易条件或实施数据交易搭售行为，数据交易平台应当发挥自律机制严格约束强势交易主体的反竞争行为，确保数据交易公平，配合竞争执法机构对涉嫌实施垄断行为的交易主体进行调查。同时，承担做市商角色的数据交易平台也可能衍生出市场力量，竞争执法机构应当对交易平台的定价策略与交易模式进行监督，防止数据交易平台收取过高服务费用，强制固定或维持数据产品转售价格，滥用管理职责不正当的限制合格交易主体的交易资格。
数据交易市场是竞争执法的新兴领域，基于工业经济的传统反垄断理论与分析范式面临有效性挑战，应当以“平台、数据、算法三维结构”理论（PDA范式）重构反垄断法，使之灵活应对数据交易市场竞争执法的现实需要。其中较为紧迫的是需要进一步探索数据本身构成相关市场的可能性，以合理的方法精准界定相关数据市场范围，并在此基础上分析相关数据交易行为的竞争效果。《关于平台经济领域的反垄断指南（征求意见稿）》曾尝试对判断数据是否构成必需设施进行规定，认为应当综合考虑数据对市场竞争而言是否不可或缺，数据是否可以其他方式获取，数据开放在技术上的可行性，以及强制开放数据对经营者可能造成的影响等因素。尽管后续国务院反垄断委员会公布的正式文本中删除了上述规定，但以上因素仍为竞争执法机构和法院在分析数据交易相关垄断行为竞争效果时提供了可供参考的思路。
2.构建互联互通的去中心化数据交易网络
我国数据交易平台呈现地域分布不均衡特征，平台之间互不联通也导致数据交易市场存在碎片化之虞，这有悖于数据依赖聚合实现价值最大化的本质特征。为解决数据交易平台地域分布不均、数据产品供给区域不平衡以及数据集中度不高与分散化导致的数据开发应用瓶颈等问题，应当以互联互通为目标建立去中心化的全国数据交易网络。有学者建议在国家层面建设统一的数据交易平台，然而这种观点并未契合当前去中心化的数字经济发展趋势，中心化的统一数据交易平台在带来高昂建设成本的同时，也意味着高昂的监管成本，而搭建在区块链等技术基础上的去中心化数据交易网络能够以较低的成本联通起现有数据交易平台，同时通过多个监管链节点实现对处于不同接入链上的数据交易平台的实时动态监督。
另一方面，对于各数据交易平台交易规则千差万别导致的数据交易流通壁垒和统一交易市场难以形成等问题，数据交易网络可以推动制定统一的数据交易规制指引和数据流转行业或国家标准，实现数据要素在全国统一大市场内调配。数据交易网络在串联起各数据交易平台的同时激活了交易平台之间的竞争，数据买卖双方由此也获得了更多匹配交易对手的机会，在供求规律作用下反映数据要素的真实价值，充分释放数据增进社会财富之潜能，助力共同富裕。
五、结语
党的二十大报告提出建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。数字经济的理论与现实早已证明大数据的价值，凸显出数据作为生产要素的基础性作用以及在赋能实体经济、增进社会财富上的巨大潜力。数据价值的实现在于流通和反复利用，数据要素市场化配置着眼于推动数据资源在市场机制作用下朝着实现价值最大化的方向流动。作为数据流通方式的一种，数据交易受制于数据要素特性面临层层阻碍，而数据交易平台作为独立第三方交易中介为数据供需双方提供了信任与支持。经典双边市场理论检视下数据交易平台具有诸多双边市场特征，然而既有数据交易平台的监管却忽视了对这种市场双边性的考量，从而引发一系列约束与激励不足的问题。
数据交易平台规制再造应以“供需双边繁荣”为目标，以激发数据源供给和数据交易需求为导向，在数据权属尚不明晰之时，鼓励数据交易平台利用隐私计算、区块链等技术手段化解数据交易中的安全顾虑，以“共票”推动个人和企业共创共享数据收益，通过黑白名单制度加强对平台内交易主体的行为约束，在定价机制中贯彻“市场评价贡献”原则；政府应当推动公共数据进入可交易数据范围，进一步扩大数据供给，以竞争执法和互联互通的去中心化数据交易网络促进数据交易平台内部和交易平台之间的竞争，确保市场机制发挥决定性作用。作为全国统一数据要素市场的基础设施，数据交易平台近来成为各地推动数据要素市场化配置综合改革的重要抓手，数据交易平台在未来的发展实践必将揭示出数据交易平台规制面临的更多挑战，这些新问题有待学界研究跟进与进一步讨论。
【注释】
[1]参见肖建华、柴芳墨：《论数据权利与交易规制》，载《中国高校社会科学》2019年第1期。
[2]参见陈兵：《新发展格局下数据要素有序流通的市场经济法治建构》，载《社会科学战线》2022年第1期。
[3]参见史宇航：《个人数据交易的法律规制》，载《情报理论与实践》2016年第5期。
[4]参见邢会强：《大数据交易背景下个人信息财产权的分配与实现机制》，载《法学评论》2019年第6期。
[5]参见苏成慧：《论可交易数据的限定》，载《现代法学》2020年第5期。
[6]参见王德夫：《论大数据时代数据交易法律框架的构建与完善》，载《中国科技论坛》2019年第8期。
[7]参见李爱君：《数据要素市场培育法律制度构建》，载《法学杂志》2021年第9期。
[8]参见张敏、朱雪燕：《我国大数据交易的立法思考》，载《学习与实践》2018年第7期。
[9] Jean-Charles Rochet and Jean Tirole, Two-Sided Markets: A Progress Report,37（3） Rand Journal of Economics,645,648-649(2004).
[10] Mark Armstrong, Competition in Two-Sided Markets,37(3) Rand Journal of Economics,668,688(2006).
[11] Marc Rysman, The Economics of Two-Sided Markets,23(3) Journal of Economic Perspectives,125,126(2009).
[12]参见徐玖玖：《数据交易法律规制基本原则的构建：反思与进路》，载《图书馆论坛》2021年第2期。
[13]中国信通院：《数据价值化与数据要素市场发展报告（2021年）》，第1页。
[14]参见金毛毛：《贵阳大数据交易所会员突破两千家》，载《贵阳日报》2018年3月29日，A02版。
[15]参见罗曼、田牧：《理想很丰满现实很骨感，贵阳大数据交易所这六年》，载《证券时报》2021年7月12日，A01版。
[16]参见刘新海：《中国数据市场发展的主要障碍与对策》，资料来源于财新网，https://opinion.caixin.com/2022-03-04/101850657.html,2022年7月25日访问。
[17]参见殷继国：《大数据市场反垄断规制的理论逻辑与基本路径》，载《政治与法律》2019年第10期。
[18]参见唐要家：《数据产权的经济分析》，载《社会科学辑刊》2021年第1期。
[19]参见李勇坚：《数据要素的经济学含义及相关政策建议》，载《江西社会科学》2022年第3期。
[20]参见熊巧琴、汤珂：《数据要素的界权、交易和定价研究进展》，载《经济学动态》2021年第2期。
[21]参见杨东、臧俊恒：《数据生产要素市场的竞争规制困境与突破》，载《国家检察官学院学报》2020年第6期。
[22]参见丁晓东：《数据交易如何破局——数据要素市场中的阿罗信息悖论与法律应对》，载《东方法学》2022年第2期。
[23]参见杨东、徐信予：《数字经济理论与治理》，中国社会科学出版社2021年版，第169页。
[24]参见高富平：《数据流通理论：数据资源权利配置的基础》，载《中外法学》2019年第6期。
[25]参见龙卫球：《数据新型财产权构建及其体系研究》，载《政法论坛》2017年第4期。
[26]参见付新华：《企业数据财产权保护论批判——从数据财产权到数据使用权》，载《东方法学》2022年第2期。
[27]参见周汉华：《探索激励相容的个人数据治理之道——中国个人信息保护法的立法方向》，载《法学研究》2018年第2期。
[28]参见程啸：《论大数据时代的个人数据权利》，载《中国社会科学》2018年第3期。
[29]参见向秦、高富平：《论个人信息权益的财产属性》，载《南京社会科学》2022年第2期。
[30]同前注[4]。
[31]European Commission, Study on data sharing between companies in Europe: final report (2018), Publications Office, https://data.europa.eu/doi/10.2759/354943.
[32]参见李海舰、赵丽：《数据成为生产要素：特征、机制与价值形态演进》，载《上海经济研究》2021年第8期。
[33]Kenneth C. Laudon, Markets and Privacy,39(9) Communications of the ACM,92,99-100(1996).
[34]Christina Aperjis and Bernardo A. Huberman, A Market for Unbiased Private Data: Paying Individuals According to Their Privacy Attitudes,17(5) First Monday (2012).
[35]参见陈舟、郑强、吴智崧：《我国数据交易平台建设的现实困境与破解之道》，载《改革》2022年第2期。
[36]参见杨艳、王理、廖祖君：《数据要素市场化配置与区域经济发展——基于数据交易平台的视角》，载《社会科学研究》2021年第6期。
[37]参见欧阳日辉、龚伟：《基于价值和市场评价贡献的数据要素定价机制》，载《改革》2022年第3期。
[38]参见张利斌、张广霞：《基于双边市场理论的苹果APP Store模式研究》，载《计算机工程与科学》2012年第4期。
[39]参见叶秀敏、姜奇平：《生产要素供给新方式：数据资产有偿共享机理研究》，载《财经问题研究》2021年第12期。
[40]参见戚聿东、刘欢欢：《数字经济下数据的生产要素属性及其市场化配置机制研究》，载《经济纵横》2020年第11期。
[41]参见杨东、李子硕：《论反不正当竞争法的重构：以数据要素规制体系为核心》，载《法律适用》2022年第11期。
[42]European Commission, Proposal for a Regulation of the European Parliament and of the Council on Harmonized Rules on Fair Access to and Use of Data (Date Act), https://ec.europa.eu/commission/presscorner/detail/en/ip_22_1113.
[43]Cary Coglianese and Evan Mendelson, Meta-Regulation and Self-Regulation, in Robert Baldwin Martin Cave and Martin Lodge, ed., The Oxford Handbook of Regulation, Oxford University Press,2010, pp.151.
[44]Darren Sinclair, Self-Regulation Versus Command and Control? Beyond False Dichotomies,19(4) Law & Policy,529,533-534(1997).
[45]Mark Armstrong, Competition in Two-Sided Markets,37(3) Rand Journal of Economics,668,677(2006).
[46]参见唐林垚：《隐私计算的法律规制》，载《社会科学》2021年第12期。
[47]参见赵精武、周瑞珏：《隐私计算技术：数据流动与数据安全的协同保护规则构建》，载《信息通信技术与政策》2021年第7期。
[48]参见赵精武：《破除隐私计算的迷思：治理科技的安全风险与规制逻辑》，载《华东政法大学学报》2022年第3期。
[49]Brret Frischmann, Infrastructure: The Social Value of Shared Resources, Oxford University Press,2012, pp.1-44.
[50]参见肖旭、戚聿东：《数据要素的价值属性》，载《经济与管理研究》2021年第7期。
[51]参见杨东、梁伟亮：《重塑数据流量入口：元宇宙的发展逻辑与规制路径》，载《武汉大学学报（哲学社会科学版）》2023年第1期。
[52]参见杨东、高一乘：《论“元宇宙”主体组织模式的重构》，载《上海大学学报（社会科学版）》2022年第5期。
[53]同前注[37]。
[54]Charles I. Jones and Christopher Tonetti, Nonrivalry and the Economics of Data,110(9) American Economic Review,2819,2841-2856(2020).
[55]参见侯晨亮、杨东：《平台剥削用户数据的形态、成因及规制》，载《中国特色社会主义研究》2022年第Z1期。
[56]Ashley Kuempel, The Invisible Middleman: A Critique and Call for Reform of the Data Broker Industry,36(1) Northwestern Journal of International Law & Business,207,219-221(2016).
