大数据交易规则体系构建研究.docVIP

大数据交易规则体系构建研究 　　【摘 要】目前，我国缺乏针对大数据交易规则的系统研究，论文分析了大数据交易特点和法律风险，提出了构建国家、交易平台、数据企业、源数据主体四位一体的大数据交易规则体系，以期为数据交易提供成熟可供复制的制度保障。 　　【Abstract】At present， there is lack of systematic research on big data transaction rules in China. This paper analyzes the characteristics and legal risks of big data trading， and puts forward the big data transaction rule system which integrates the four platforms： the country， the trading platform， the data enterprise and the source data， so as to provide mature and replicated system guarantee for data transaction. 　　【关键词】大数据交易；法律风险；规则体系 　　【Keywords】 big data transaction； legal risk； rule system 　　【中图分类号】F016 【文献标志码】A 【文章编号】1673-1069（2017）12-0180-03 　　1 大数据交易掣肘重重 　　数据是继土地、资本和劳动力之后的第四种生产要素[1]。数据的流动和共享是大数据产业发展的基础。然而，数据本身的规范和数据交易模式存在着许多问题，数据流动和共享的发展缓慢[2]。大数据在交易过程中面临如下几方面的挑战： 　　1.1 产品化困难 　　一是大数据种类多、格式多，目前还缺乏使之形成一种普适的标准化产品的技术方法，其难以成为一种集中化、大规模交易的产品，目前技术的开发利用无法让大数据成为一种标准化产品。二是在数据处理技术上，因大数据企业并不倾向于选择原始数据，而是选择经过处理后的数据。买方在拿到经过处理后的数据时，缺乏对数据可信度判断的技术手段，当卖方在不熟悉买方的业务需求时，则可能选择不适当的数据处理方式，容易让买方对数据信息产生误导和对交易的认可。 　　1.2 产品复制容易 　　传统的商品交易和金融交易所交易的产品，交易产权边界是非常清晰的，买卖行为结束后，卖方不再拥有交易产品的产权，也无法获得交易产品的支配权。而数据是无形资产，其具有易复制、无消耗、侵权行为难以防范的特点，在数据买卖行为结束后，卖方拥有可复制数据的，都可以将该交易数据品以盈利的价格再次复制和不断倒卖出去。因此，其可复制性让有些学者认为大数据交易是一种知识产权的交易，对数据分析挖掘的成果是一种创作作品，应受著作权法保护[3]。 　　1.3 产品定价困难 　　在金融交易所和商品交易所中，交易产品的价格都有较成熟的估值方法。数据集的复制成本低，同一个数据集对不同企业来说价值相差很大。因此数据价值因人而异，从经济效益最大化角度考虑，理应在不同行业采取歧视定价，这样就很难形成统一的市场价格。同时，若以竞价的方式进行数据拍卖，又会阻碍数据的广泛应用，与大数据的交易价值背道而驰。因此，数据定价上的两难境地也不利于大数据广泛自由交易。 　　1.4 交易机制缺乏 　　由于数据易复制、易传播、定价困难等原因，数据的交易模式并不能照搬证券交易所、金融交易所和一般商品交易的模式。传统交易所实行连续竞价，是多对多的关系，而数据交易是一对一或一对多交易。从世界范围来看，目前还没有形成成熟的、可大规模套用的数据集中撮合交易模式，大数据交易所的组织模式和交易机制仍处于探索的初期。 　　1.5 安全隐患明显 　　大数据交易的许多标的都是基于以个人数据和信息为粒度的数据。即使这些数据经过了清洗过滤，仍很难保证个人隐私和商业机密不被泄露。在第三方用户不知情的情况下将数据出售给他人，容易引发知识产权侵权纠纷，同时也存在买方未经授权二次出售数据的情形。此外，黑客攻击、病毒侵扰等信息安全技术问题也暴露了大数据交易的安全隐患所在。 　　2 大数据交易法律风险严峻 　　面对大数据交易本身存在的困难，目前我国还没有关于大数据交易的统一法规，在法律远远滞后于大数据交易的现实需求的情形下，导致大数据交易在法律适用上面临着如下风险： 　　2.1 交易主体不明确 　　大数据交易涉及三方主体即数据源层（卖方）、数据中介（交易平台）、数据用户（买方）。从目前从各交易平台的交易规则和实践来看，交易主体