数据权益、数据交易与数据融资的现状与展望
作者: 杨迅 | 夏雨薇 | 李依然
本文将从以下三个方面讨论数据权益、数据流通和数据交易的问
数据确权和数据权益的保护
数据流通的条件与限制数据
交易形式和解决方案
一.
二.
三.
通力法律评述 | 公司合规
2024 年 5 月
数据是现代经济的核心驱动力, 数据交易则促进了信息流通与
价值实现。明确数据权益的边界是数据流通的前提, 这一方面确保
了数据的合法使用与保护, 为数据的安全流通和交易提供了坚
实的法律基础。数据的它们共同优化了资源配置, 提高了生产效
率, 催生了新业态和新模式, 推动了现代经济的繁荣发展。
第一部分： 数据确权和数据权益的保护
联合国秘书长古特雷斯曾在 2023 年联合国世界数据论坛指出:
“在 21 世纪的今天, 数据的重要意义就如同石油在 20 世纪的意义,
是推动发展和进步的驱动力”。而我国也将数据纳入生产要素。
在经济生活中, 数据能够帮助理解经济现象和预测未来趋势,为
决策者提供更有效的建议。既然数据对经济生活有着重要意义,那
么数据的归属如何确定, 数据权益的边界又在哪里?
一. 数据及其法律属性
数据作为一种新型的生产要素, 与传统的生产要素相比, 有
如您需要了解我们的出版物,
请联系:
Publication@
首先, 数据的共享性源于其非独占性本质。数据不是一种消耗
品, 当一份数据被使用时, 并不会减少其他主体使用的可
其价值。这种共享性不仅提高了数据的使用效率, 也促进了不同
领域之间的合作与交流, 从而推动了社会的整体进步。
题。
着独特的属性。
能性。这种特性使得数据可以在不同主体之间流通而不减损
作为汇编作品保护的数据库)的实质性投资提供保护, 即禁止对该等数据库是指部分未经授权的
许的干预或攫取, 一般用于入侵计算机系统获取数据的行为。但是, 美国法下基于“trespass to
(2)
作品的数据或其他材料进行选择、汇集、编排而形成的作品, 且这种选择、汇集、编排体现了一
定的独创性。结构化的数据是按照特定逻辑和规则整理、选择、汇编、排列的数据形式, 这种结
构化的数据, 不仅便于存储、检索和分析, 如果在数据的组织、选择和编排上展现了汇编者的独
创性, 可以作为汇编作品, 受到著作权法的保护。这种保护方式确保了结构化数据的完整性不被
侵犯, 禁止了他人对数据的整体复制。然而, 这并不意味着其中个别数据的使用被完全禁用。在
尊重原汇编作品整体著作权的前提下, 他人仍可以在一定范围内使用其中的个别数据, 以实现
数据的流通和共享。
(3)
利(Sui Generis Right for Databases), 旨在对组织、选择和编排上不具有独创性的数据库(即不能
抽取和再利用; 允许数据库权利人不歧视地授权第三方使用。对于大部分数据的收集和整合者
“额头流汗”提供了保护途径。
(4)
“trespass to chattels ”原理, 给数据提供类似动产的保护, 即禁止对他人电子资产(数据)的未经允
chattels”原理对数据的保护是局限的, 其并没有建立数据权益的边界。类似地, 美国《计算机欺
诈和滥用法》中亦限制“未经授权或超出授权”从受到保护的计算机中获取数据的行为, 但保护
的前提在于计算机本身受到保护或本身存在访问限制或类似措施的。
(5)
有益的探索。参见《“爬虫技术”获取第三方商业数据的合规与实践》。在“淘宝诉美景”等一系列
案件中, 对于数据权益的界定, 司法机关主要侧重于从“不正当竞争”的视角来保护数据集合的
经营价值。这些案件考虑到经营者在平台上投入了大量的人力、物力及智力劳动, 所形成的经
过精心加工处理的数据集合对于平台的生态发展具有不可或缺的重要作用。因此, 司法机关确
认平台对这些数据拥有竞争性权益, 并明确规定这些数据未经许可不得用于相竞争的场景, 或
不得影响原竞争者平台的用户生态平衡。这些判决为数据的控制和使用范围提供了一些可参考
的指引, 但是仍然是个案故存在局限, 难以全面规范数据权益的边界。
三. 我国对数据权益的探索
尽管在法律层面上, 对于数据的全面立法保护尚存挑战; 但在政策层面上, 我国一直在积极探索数据的
确权机制, 并努力界定权利范围。
国家知识产权局办公室在开展数据知识产权试点工作的过程中, 提出了“数据知识产权”的概念。根据北
京知识产权局与其他局组织编制的《北京市企业数据知识产权工作指引(试行)》第二条, 数据知识
而言, 其数据库的组织、选择和编排往往不具有独创性, 无法作为汇编作品保护, 但这些组织、
选择和编排所做出的贡献与努力推动了数据库的完善与体系。欧盟的《数据库指令》则为这种
数据作为“汇编作品”的保护。著作权法保护的“汇编作品”是将若干作品、作品的片段或者不构成
欧盟数据库权利的保护。欧盟的《数据库指令》创设了一种有别于数据库版权的衍生性保护权
美国法下数据作为动产的保护。美国作为判例法国家, 在一系列涉及数据的案例中, 借用古老的
数据作为“竞争性权益”的保护。我国司法系统在数据相关案件中也对数据权益及其边界作出了
产权是“数据持有者或数据处理者对其依法依规收集或者按照合同约定获得, 经过一定规则(通常是算法)
处理、具有实用价值及智力成果属性的数据集合所享有的权益”, 属于“企业重要的数据资产”。而数
据知识产权的权益主体, “可依据有关法律法规规定禁止他人采取不正当手段获取、使用、披露、许可
他人使用受保护的数据集合”。
可见, “数据知识产权”综合了商业秘密、软件著作权、专利等知识产权框架下的权利, 以及部分知识产
权框架下尚未包括的数据权益, 例如企业自行加工处理得到的衍生数据的权益。国家知识产权局办
公室要求各地开展的数据知识产权登记和管理试点, 也是对知识产权和数据权益保护实践的有益探
索。但是, 显然, 在上位法阙如的情况下, 数据知识产权是不可能形成完整的保护体系。
值得注意的是, 2024 年 1 月 1 日起正式实施的《企业数据资源相关会计处理暂行规定》正式确立数据作
为一种新型生产要素在财务报表上的体现, 从财务上确认了数据可以作为一种资产。但是, 这仅仅是财
务上的“资产”概念, 并不能替代法律上对数据权益的界定。数据法律地位的确立仍然任重道远。
第二部分：数据流通的条件与限制
数据的价值, 在于其流通性。当数据在不同主体间自由转移和汇聚, 才能发挥巨大的潜能。这种流通不仅促进
了信息的共享, 还推动了知识的创新。通过数据的流通, 我们能够更深入地了解世界, 发现规律, 优化决
策。但是, 数据的流通也需要受制于一定的规则, 在流通中保护数据相关权益人的利益。
在数据权益的相关法律制度尚未确立的情况下, 这一任务无疑是困难的。如果无法在法律层面上对数据权益
的边界达成共识, 那么对于可流通的数据的范围和限制就很难确定统一的规则。
下文结合各个数据交易所设定的数据流通规则, 阐述数据流通的条件和限制, 但不排除在私人交易(即场外交
易)中, 各方可以约定较为宽松的交易条件。
一. 数据流通的实质性条件
讨论数据流通的条件, 实质是在对数据流通整个流程的合法性进行判断。数据流通可能涉及的合法
性问题有: (1)数据流通主体的合法性和数据保护能力; (2)拟流通数据的来源合法性; (3)数据流通行为
本身的合法性。
1. 数据流通主体双方的主体合法性和数据保护能力
对数据流通主体合法性和数据保护能力的考察, 与数据处理者、个人信息处理者的管理能力义
务相适应, 以确保他们具备全面的数据(特别是个人信息)全生命周期治理能力和安全防范措施,
从而充分符合《数据安全法》和《个人信息保护法》所规定的各项标准。这样的审查, 旨在有效预
防安全事件的发生, 强化数据流通全过程的安全保障和可控性, 并降低因数据频繁流转而可能引
发的各类风险。
参考《上海数据交易所数据交易安全合规指引》(“《上海合规指引》”), 上海数据交易所要求相
关交易主体不但需要建立相关的数据安全管理体系和部门, 且这些制度和体系需要确实在公司
运营中被落实。具体而言, 上海合规指引要求数据的流通主体建立或指派相关数据管理部门, 负
责建设、落实与执行以下制度或流程: 数据安全管理流程、数据全周期管理流程、数据资产梳理与
分级分类流程、数据风险监测制度、数据安全事件应急响应机制、人员培训教育与操作规程等
1。
这种考察似乎是过于谨慎的, 因为数据本身的合法性和价值并不必然与数据持有人的数据保护
能力相挂钩。但是, 由于数据权益本身无法公示公信, 无论作为场内交易的预防性保护措施, 抑
或在私人交易中作为对转让方的尽职调查, 考察数据主体的保护能力无疑有着一定的必要性; 同
时, 我们相信数据交易所作为中介机构, 也需要尽其所能保证数据交易双方的交易安全与交易稳
定性, 避免待交易数据具有较大的泄露或损毁风险。
2. 拟流通数据的来源合法性
对拟流通数据的来源合法性进行深入考察, 是不可或缺的重要环节。值得注意的是, 数据权益的
确定并非仅凭公示或实际占有来判定。然而, 在考察数据的权属问题时, 我们需要明确考察的深
度和所需的确信程度, 以及数据的流通是否可适用善意第三人制度, 这些均是值得深入探讨的问
题。特别是在数据流通链较长、前手众多的情况下, 穷尽前手流通的合法性变得尤为困难, 几乎是
一项不可能完成的任务。
(1) 获取公开数据的合法性考察
理论上, 公开的数据具有社会的共享性, 一般应当允许不特定公众获取使用。但是, 司法实
践中, 也认可公开数据也可能被视为具有“竞争性”权益, 从而不允许以不正当竞争方式的攫
取使用。公开数据的典型例子就是平台数据。
这些平台的经营者搭建平台付出了大量的人力物力、平台运营数据是其运营的劳动成果, 对
平台数据进行大量获取的, 可存在“搭便车”“食人而肥”的不正当性。再者, 某些产品、平台
运营与其数据属于共生关系, 对平台上的数据资源攫取与再利用, 可能变相损害了原产品、
平台方的潜在交易机会并导致其流量流失2。
从所使用的技术角度, 在现代获取大量公开数据的主要方式之一是爬虫技术。虽然, 秉承
技术中立的原则, 爬虫技术并不必然违法, 但是在法律实践中往往成为合法性存疑的触发
点。《反不正当竞争法》第 12 条第 2 款第 4 项禁止经营者进行“妨碍、破坏其他经营者合法
提供的网络产品或者服务正常运行的行为”, 而大量案例显示爬虫工具在爬取数据时存在违
反《反不正当竞争法》第 12 条第 2 款第 4 项的风险, 例如, 给服务器造成远超常规访问
1 《上海数据交易所数据交易安全合规指引》第三章
2 (2021)浙 8601 民初 309 号, (2019)京 73 民终 2799 号, (2019)浙 0108 民初 5049 号
量的负担、背离原平台的运行宗旨和机制等3。此外, 如获取公开数据的行为绕过系统中的
安全设置或措施, 进行越权或超权访问的, 亦有构成构成刑法上“非法获取计算机信息系统
数据”4的风险。
从权益保护角度, 公开数据中还可能存在他人的作品。如获取的公开信息中包含他人作品
的, 则收集公开数据有可能侵犯了作者的复制权和信息网络传播权5。又比如, 公开数据中
存在个人信息的, 获取数据的一方还需确认个人信息是否属于个人自行公开或合法公开的
情况。纵使处理的是已经确认合法公开的个人信息, 也不意味着公开个人信息的流通完全
不受到限制。根据《个人信息保护法》第 27 条的要求, 但如果个人明确拒绝该种处理, 或
处理行为对个人权益有重大影响, 这些情况也会阻碍数据获取方进一步的处理行为以及个
人信息的流通。
(2) 获取非公开数据的合法性考察
非公开数据的获取通常依赖于合作与协议等途径。因此, 在考察数据来源合法性过程中, 应
重点关注数据转让方在获取数据时的交易合法性。特别是在数据是通过前手间接获得的情
况下, 回溯并确认前手交易的合法性将面临一定的挑战和难度。
获取数据的主体, 仅仅通过合同要求转让方保证数据来源合法并不一定能够提供充足的保
障, 还需要对前手的资质、数据安全管理能力、合规能力以及其数据来源、前手的数据流
转协议有关的证明文件开展尽职调查。特别是, 相应前手的协议中的承诺条款是否有效、
协议中是否存在针对数据进一步使用、流转等的限制性要求。一旦流通的前手方较多时, 尽职
调查的工作量与难度皆会增加。
此外, 非公开数据中可能存在个人信息, 此时, 非公开个人信息流通的前提是《个人信息保护
法》第 13 条所要求的“同意”或“其他合法基础”, 且需要根据《个人信息保护法》第 17 条、第
23 条的要求向用户告知个人信息处理与对外提供的场景。越远离交易的前端, 触达个人信
息主体的成本越高, 获得个人同意的可能性越低。在某些特殊情况下, 流转的个人信息本
就是去标识化的个人信息, 即使仍受到《个人信息保护法》约束, 但是去标识化后的个人信
息所关联或识别的个人身份不明, 联系个人信息主体的可能性极低。
3. 数据流通行为本身的合法性
数据流通行为本身的合法性, 在于考察数据流通行为本身的条件和限制。该类审查主要取决于
数据流通的具体场景。
3 (2021)浙 8601 民初 309 号
4 (2019)粤 0305 刑初 193 号
5 (2020)京 0108 刑初 237 号
例如, 如果本次数据流通行为涉及数据出境的, 则需要满足数据出境相应的审查或备案要求。又
或者, 本次数据流通行为涉及重要数据的, 根据《网络数据安全管理条例(征求意见稿)》的要求,
数据提供方进行重要数据共享、交易的, 需进行风险评估, 且征求设区的市级及以上主管部门同
意。6 虽《网络数据安全管理条例(征求意见稿)》暂未生效, 但在某一些行业监管的部门文件中
已经采取了类似的做法, 例如根据《工业和信息化领域数据安全管理办法(试行)》的要求, 工业
和信息化领域的数据处理者需对重要数据、核心数据的处理情况(包括对外提供情况)进行备案,
跨主体提供、转移核心数据的, 需要由本地区行业监管部门审查后报工业和信息化部审查。7
某些数据交易所还提出了额外的要求, 比如《上海合规指引》在判断数据可交易性时, 还强调了数
据供方的“实质性加工和创新性劳动”, 即供方的交易数据不得是原始数据, 而需要是经过加工
处理的、或者采取技术手段提升了原有数据的质量的加工数据。这个要求和我国在《数据二
十条》《要素市场化配置综合改革试点总体方案》等文件中提到的发挥数据要素作用的观点相符合。
即, 鼓励市场主体对原始数据进行开发利用而非单纯的对原始数据进行转移交易, 并强调“保障
市场主体投入的劳动和其他要素贡献获得合理回报”。
二. 数据流通的程序性要件
数据流通的程序性要件, 主要指的是对实质性要件进行有效核验的方法和步骤。私人交易在合法性
考察和交易程序上固然拥有自主决定权, 目前数据交易所的场内交易中也尚未形成统一或广泛认可
的核验方式。作为官方的中介服务机构, 数据交易所正致力于不断探索和完善场内交易的合规程序
和形式, 以确保数据流通的规范性和安全性。
目前, 数据交易所在核验数据来源、可交易性的问题上, 主要采取以下措施:
1. 广州数据交易所
广州数交所的流程主要为“登记-初审-终审-公示-颁证”(简易程序不涉及终审, 但因其适用情况8
较少, 本文主要讨论普通程序)。
申请登记: 登记主体需在广州数交所的登记平台填写对应的申请表, 就登记标的而言, 需要填写
登记标的介绍说明书和登记标的权益说明。其中, 登记标的权益说明要求登记主体说明登记数
据的“数据资产持有权”“数据加工使用权”“数据产品经营权”并举证, 这与《数据二十条》的观
点相适应; 广州数交所还要求登记主体提交数据产品相关的安全制度和能力证明。
6 《网络数据安全管理条例(征求意见稿)》第 33 条
7 《工业和信息化领域数据安全管理办法(试行)》 第十二条
8 以下情况需适用普通程序: (一)涉及公共数据的; (二)涉及重要数据的; (三)涉及国家与公共安全、商业秘密、个人信
息和隐私的; (四)涉及关键信息基础设施的; (五)涉及数据跨境活动的; (六)行业主管部门及省政务服务数据管理局规
定的其他条件。
初审: 初审由广州数交所进行, 重点审查内容有产品所涉数据的来源、类型、收集方式等。9如
广州数交所要求登记主体提供第三方专业机构的合规评估报告的, 该报告意见也在初审的考虑
范围中。
终审: 终审由广东数据资产登记合规委员会(“合规委员会”)进行, 合规委员会由广东省政务服务
数据管理局设立, 合规委员会包括多名法律、会计、数据、安全、财务等领域的专家, 将会现场提
问并听取登记主体、广州数交所的初审意见。
公示: 通过终审的数据产品将进入 3 个工作日的公示程序。
颁证: 普通程序的登记主体, 在公示期届满后, 将获得由广东省政务服务数据管理局颁发的广东
省数据资产登记凭证。
2. 上海数据交易所
上海数交所的数据登记主要分有“登记-挂牌”流程。
产品登记: 登记主体需要填写数据产品的基础信息, 此外上海数交所上线了“数据源规”这一自检
系统, 以《上海合规指引》为评估项, 登记主体可自主提交评估资料并获得实时的自检报告, 其
评估项囊括了数据流转的实质性要件所需的全过程。上海数交所将对登记主体提交的材料进行
审核, 并根据实际情况发放《数据产品登记凭证》。
产品挂牌: 登记主体如希望进一步在上海数交所挂牌交易的, 需要补充挂牌信息并提交《合规评
估法律意见书》与数据质量评估报告。其中, 《合规评估法律意见书》分为简版与详版, 简版在平
台内公开。《合规评估法律意见书》由律所做出, 需要两名律师的签字。
综上, 目前, 数交所在进行合规审查时, 为确保数据交易全流程的合法合规性, 通常需要两个以
上机构进行多轮确认。首先, 数交所会进行自查, 一旦自查完成, 还会引入第三方专业机构或专
业委员会以获取他们的意见和建议。可见, 交易所对数据来源、数据权益等属性进行合规性的
判断时, 非常依赖律所背书或专业人士出具的评估意见。
第三部分：数据交易形式和解决方案
数据的交易形式丰富多样, 既可以是私人间的直接交易, 也可以在不同交易场所进行。数据的转让、分享、
许可和融资等, 都是可选的交易方式。各方可以根据实际需求, 灵活选择交易场所和方式。私人交易更加灵
活便捷, 而交易场所则提供了更加规范和安全的环境。不同的交易方式, 可以满足不同的数据需求, 进一
步促进数据的流通和价值实现。
9
一. 交易场所
1. 数交所的场内交易
数据交易所的场内交易, 作为国家重点推进的数据流通关键环节, 拥有专门的交易场所、严谨的
管理办法以及明确的交易规则。这一体系为数据交易的供方、需方、服务商以及交易本身设定了
标准化的准入和管理机制, 确保了交易的规范性和高效性。鉴于其公共属性, 数据交易主体在交易
所内进行的交易, 能够在很大程度上保障交易的安全性。整个交易过程都在数据交易所的严密
监督和管理之下进行, 确保交易的每一个环节都登记备案, 实现交易的透明化和可信度, 且交
易结算通过第三方进行, 确保了资金的安全与合规。以上海数据交易所为例, 它坚持“不合规不
挂牌, 无场景不交易”的原则, 严格筛选和监管数据交易活动。此外, 数据供方挂牌交易、数据需
方发布需求的交易模式, 不仅简化了交易流程, 还提高了交易效率。供方与需方可以直接在数交所
的交易平台上集中查找和筛选数据产品或交易对象, 进一步促进了数据的流通和价值的实现。
然而, 场内交易所面临的挑战同样显著。作为中间机构, 其制度与体系的构建必须充分平衡众多
主体的利益, 流程设计也力求详尽周到。然而, 鉴于建设历程尚短, 当前的场内交易尚处于示范
性案例的阶段, 因此, 现行的流程设计中对数据交易方的准入标准设置得相对较高, 审查程序也
相对繁琐。同时, 相关的制度体系尚未经历足够的实践检验, 仍需进一步完善和优化。
此外, 由于数据权益法律体系尚未完善, 数据交易所的交易制度和审查标准可能过于严格。鉴于
当前法律对数据确权和权利边界的界定尚缺乏明确指导, 场内交易倾向于采取保守且严格的措
施来确保数据产品的合规性。这包括进行多轮实质性和文本性的核查, 数据主体不仅要对登记
的数据产品做出合规承诺, 并提供相应的法律意见, 还需对企业的数据安全保护能力、制度和技
术要求进行合规整改和提升。这一过程增加了交易成本, 令很多数据供需双方望而却步。
2. “溯源中心”——特殊的数据流通平台
数据交易所并不是各地探索数据流通时唯一选择的数据交易中介模式。比如, 由广东省广州南
沙经济技术开发特区倾力打造的“全球溯源中心公共服务平台”也在积极探索数据流通的新路径。
该平台以“去中心化”为核心理念, 主要承担数据流通的支撑、维护与管理职责。企业用户可自主上
传商品数据, 并自行决定数据共享的对象、范围及目的, 平台则提供便捷的功能渠道, 助力数据供
需双方高效完成授权流程。全球溯源中心公共服务平台注重促进共享主体间的直接沟通与 交流,
虽然不直接参与交易过程, 但却为数据流通、企业互动及纠纷解决提供了强有力的技术与平台支撑。
在促进数据流通的同时, 为保证平台上商品数据的合规性, “全球溯源中心公共服务平台”要求所
有加入全球溯源中心的企业用户对其数据的合法、合规、真实性进行承诺, 并提供必要的指引
文件以协助企业用户履行数据流通的各项合规义务。
3. 场外交易
近年来, 尽管场内交易规模持续扩大, 但场外交易依然占据主导地位。场外交易为企业提供了高
度的灵活性, 允许企业自主决定交易对象和交易方式。尤其值得注意的是, 对于部分权益划分不
够清晰的数据, 数交所作为持牌机构可能会对其可交易性持谨慎态度。相比之下, 场外交易仅需
要供需双方自行进行核查, 并自行承担风险。此外, 场外交易也无需遵循数据交易场所的繁琐程
序性要求, 因此企业在交易初期无需投入过多精力在制度建设、整改评估和文本撰写等方面。
无论是场内还是场外交易, 对主体、流通来源以及交易合法性的确认都是不可或缺的环节。因
此, 即便场外交易在程序上更为灵活, 企业在进行数据交易前仍需履行核查和评估的义务。在实
际操作中, 为了确保交易的安全性和顺利进行, 许多交易双方选择引入第三方专业机构, 对交易
情况进行详尽的尽职调查, 并出具专业报告作为参考。然而, 由于场外交易缺乏像数交所这样的
持牌机构所规定的统一准入流程, 可能难以对齐各潜在交易方尽调要求。因此, 企业需要面对不
同交易对手的个性化尽调需求, 无形中增加了交易前期的时间与经济成本。
二. 许可——特殊的交易形式
数据可以反复使用、共同使用, 可以在不同行业可通过不同方式发挥其作用。基于《数据二十条》中
所述的“坚持共享共用, 释放价值红利”的观点, 数据是否可以通过类似于知识产权许可的方式, 向交
易方授予数据的使用?也成了更多数据交易有待摸索的交易模式。然而, 这种模式可能仅适用于少量
的权益边界非常清楚的数据, 而难以体系化地适用于所有数据要素。
知识产权是权利人对其创设的智力成果所享有的垄断性权利, 但很多数据, 从其产生到使用到经营,
都是在完全公开的领域进行的, 故任何可以访问该领域的主体, 都有对公开领域的数据进行使用并创
造价值的机会。面对自公有领域获得并进行过处理的数据, 数据供方本身难以对数据或数据加工过
程进行垄断——因理论上任何人都可能通过加工获得类似的数据, 此时数据需方也难以判断交易数
据的价值, 推进交易将变得困难。
此外, 许可人必须是权利人或经权利人合法授权的被授权人, 而许可的内容必须是法定的权利。从这
个角度来看, 即使某一主体完全持有某一数据要素, 由于数据确权制度的阙如, 该主体也未必能够主
张所有与该数据要素相关的权利。例如, 某互联网平台虽然持有所有用户数据, 并可能享有平台数据
的竞争性权益, 但并不能阻止用户对其个人信息行使相关权益。由于数据权利的边界在法律上尚未
明确, 不同的主体可能在同一数据要素中享有不同的权益, 导致每个权益主体难以清晰地界定自己的
权益范围。因此, 在数据交易过程中, 由于权益关系的不确定性, 交易行为本身可能伴随着不可避免
的纠纷或权益的模糊地带。由于双方都不愿承担因权益不明确带来的交易风险, 所以在合同责任的
确定上往往难以达成共识。
三. 数据融资和资本化解决方案
既然数据可以作为资产入表, 那么其就具有资产的属性, 可以成为融资或资本化的标的。
1. 数据担保贷款
入表后的数据资产可以作为担保物申请贷款。事实上, 近年来已不断有银行推出“数据贷”相关产
品10, 基于数字资产进行放贷, 主要包括信用类贷款11和质押类贷款12。银行针对数字资产贷款的
整体态度是开放的, 但是实操中仍然谨慎开展, 一般来说金额并不会很大。其中, 信用类贷款除
了考虑数据资产的情况外, 往往会综合考虑企业整体的资产、资信状况等。而针对质押类贷款,
银行一般需要数据交易所或者第三方机构、中介机构对数据进行存证、登记/公示、评估等, 确
保数据资产的价值和其本身的真实性、合法性和不可篡改性。
我们观察到, 数字资产作为一种新兴且非标准化的资产类型, 其申请担保贷款的过程相较于
传统财产而言, 仍然是特殊且基于具体案例的, 目前尚未形成统一的标准化操作流程。造成
这一现象的主要原因有以下三点: 首先, 当前的法律体系尚未为数据确权提供明确的指导,
导致各地数据交易所各自为政, 拥有各自的标准和系统; 其次, 尽管资产评估机构可以参照
如《数据资产评估指导意见》等文件进行价值评估, 但市场公认的价值评估体系尚未形成; 最后,
在数字资产上设立担保的方式主要依赖于各地的立法探索, 尚未形成全国范围内通行的操作
模式。因此, 每一笔数据资产的担保贷款都需要进行个案审核, 其效率无法与传统资产担保
贷款相提并论。企业在申请数字资产担保贷款及确定贷款金额时, 很大程度上依赖于其自身
的数据管理、技术能力和合规水平, 同时也受到地方数据交易所的选择、当地立法与政策导
向, 以及中介机构、地方数据交易所等机构的专业水平的影响。
此外, 还有人提出数据资产证券化的概念: 数据资产在不同场景、开发为不同产品, 可以多种方
式重复利用, 因此产生多个现金流。数据资产可以作为基础资产, 以其未来所产生的现金流为偿
付支持,多个数据资产通过结构化设计与组合后, 完全符合资产支持证券(Asset-backed Securities,
“ABS”)的原理。近期, 也有企业的定向资产支持票据(ABN)在中国银行间市场交易商协会成功
簿记, 发行金额达 亿元13。但是, 高额融资下的资产本身仍然以知识产权为主, 市场尚未认
可数据资产本身不断产生现金流, 支持整个产品的能力。当然, 理论上, 单纯依靠数据资产产生
现金流的模式在未来是完全可能实现的, 但是前提是数据权益的权属认定、许可使用、交易流
转等作为资产交易的路径相对明确、标准化, 目前来看大规模数据资产 ABS 的发行离现有的法
律体系和整体的市场环境还有一段距离。
10 数字资产质押贷款悄然兴起, 缓解数据公司初创期融资难｜钛媒体金融_腾讯新闻 ()
11 广东数据资产化又一创新, 深数所助微言科技获千万无质押贷款_腾讯新闻 ()
12 科技金融时报 ()
13 数据变“资产” 杭州高新区(滨江)首单数据知识产权证券化产品面世 ()
2. 数据信托
除了资产证券化以外, 数据信托也是近年来受到关注的数据资产融资方式。2016 年, 美国耶鲁大
学教授杰克·巴金(Jack M. Balkin)在隐私数据保护领域首次提出采用信托工具解释数据主体与数
据控制人之间关系的主张14。实践中, 也有数据信托的案例, 比如谷歌将智能城市项目开发中收
集的数据交由信托管理、约翰霍普金斯医疗集团将为了患者利益而运营数据信托15。 理论上, 数据
主体(如个人、企业)或者数据控制者(如政府机构和相关企事业单位)可以通过授权将数据资产转
移给信托管理人, 并且明确数据资产的收益安排、数据主体和数据控制者之间的权益分配等, 由
信托管理人聘请专业的技术机构对数据资产进行开发利用, 产生收益后按约分配。在信托管理
人拥有大量信托数据资产的情况下, 技术机构可以利用不同数据要素进行融合、共享、交互等,
最大程度挖掘和实现数据资产的价值。
我们注意到, 国内已有信托机构发行数据资产信托产品16, 数据权益为征信相关数据服务的收
益权和电力数据。从数据来源的角度, 公共数据和企业数据相比于承载个人信息的数据而言敏
感性更低, 对于个人权益的影响整体较低, 因此似乎更适合进行信托。根据《信托法》第七条,
设立信托“必须有确定的信托财产, 并且该信托财产必须是委托人合法所有的财产”, “包括合法
的财产权利”。那么, 信托财产的转移意味着包含个人信息的数据权益转移到信托管理人。但是,
对于个人日常生活需要使用或者不同意转移个人信息的情况, 信托数据权益的转移将难以完成;
而匿名化此类数据可能极大降低数据权益的价值, 失去信托的意义。
这种情况的技术解决方案可能是介于原始数据和匿名化之间的技术处理, 即对原始数据进行一
定的脱敏处理和技术分析, 形成衍生数据, 区分个人信息中必须由个人所有和可以转移给信托管
理人的部分, 在保持财产属性的同时尽量降低信托数据权益的人身属性。但是具体操作上, 实现
上述目标需要中介机构、技术机构、信托机构等合作, 在每个个案基础上进行论证。
3. 数据作为出资
即将于 2024 年 7 月 1 日生效的新《公司法》第四十八条第一款规定, “股东可以用货币出资, 也可
以用实物、知识产权、土地使用权、股权、债权等可以用货币估价并可以依法转让的非货币财
产作价出资; 但是, 法律、行政法规规定不得作为出资的财产除外”。尽管并未明文规定, 但是符合
“可以用货币估价并可以依法转让的非货币财产作价”, 为数据资产出资铺垫了法律基础。而根据
《企业数据资源相关会计处理暂行规定》、《数据资产评估指导意见》等文件规定认定的数据资产,
基本属于“非货币财产”, 目前由企业自行按照会计准则进行估价或者委托资产评估机构评估价
值。那么, 数据资产是否能用于出资的关键在于是否可以依法转让。
14 从信托到数据信托, 数字时代的治理未来|界面新闻 · JMedia ()
15 新蓝海之门, 或将由数据信托来打开!_腾讯新闻 ()
16 《金融时报》: 杭州工商信托创新数据信托产品助力数据要素资产化_新浪财经_新浪网 (), 大咖
TALK｜欧阳日辉: 基于数据的金融产品和服务进入新发展阶段_腾讯新闻 ()
目前的法律法规并未明确规定数据资产的转让, 而部分地方立法和政策倾向于鼓励“数据入股”
17, 各地的数据交易所也在探索数据资产出资在确权、登记层面的实践。目前, 成功进行“数据入
股” 的案例18并不多。首个成功案例经历了当地数据登记机构和评估机构的数据资产登记、数据资
产评价和评估。尽管该案例具有一定的模范效应, 但是由于数据资产登记和转让尚未形成全国性
的登记和交易平台, 数据入股在实操中可能仅限于公司注册地当地的登记和评估机构, 并且需要
与当地工商部门进行提前的沟通与协调。
17 《北京市数字经济促进条例》第二十一条, 《安徽省人民政府办公厅关于印发加快发展数字经济行动方案(2022—
2024 年)的通知》第三条第 19 项。
18 全国首例“数据资产作价入股签约”正式启动_价值_青岛_运营 ()
