宋姝媛 乔亲旺 赵梦磊（深圳市桑达实业股份有限公司）
摘 要：全球数字化浪潮迅猛发展，数据与千行百业深度融合，推动生产、分配、流通、消费各环节效率跃升，催生一系列新业态、新场景、新模式，在经济社会转型发展中的作用日益凸显。本文梳理了全球主要国家数据流通的战略布局，总结了全球数据流通交易的政府数据开放模式、数据市场化流通模式和数据应用联盟模式，对三种模式进行对比分析，并在此基础上提出对完善中国数据流通交易体系的启示，即有序推进多元融合的数据流通模式、充分发挥公共数据开放的牵引作用、强化数据流通的制度与技术保障、强化数据跨境流动的合作与监管。
关键词：数据要素；数据流通；数据开放；数据市场
当前，数据流通与应用正在成为国际竞争的新焦点。全球主要经济体纷纷布局数据战略，着力破除数据流通机制障碍，构建数据流通交易体系，以提升本土数据科技水平和数据应用成效，抢抓数字经济发展的国际竞争制高点。中国在公共数据开放平台、公共数据授权运营、场内外数据交易平台、行业数据空间等路径探索中形成了较好的实践基础，但在数据交易总量、生态主体数量、数据创新应用等方面仍有较大提升空间。研究全球数据流通交易典型模式能够为中国完善数据流通体系、繁荣数据交易市场提供有益参考。
一、全球主要国家数据流通布局
欧盟以个人隐私保护为前提、以构建欧洲单一数据市场为目标，出台《欧洲数据战略》《欧盟数据法案》等一系列政策法规，建立公共部门数据重复使用机制、数据中介模式、数据利他机制以及行业数据空间，促进成员国公共部门公共事业数据、个人和法人数据的开发利用和场景创新。欧盟委员会预估，到2028年，数据战略将使27个成员国国内生产总值增长1.98%，其中2024年至2028年间，将使政府收入和投资活动各增加968亿欧元和304亿欧元，并额外创造220万个工作岗位。
美国重视数据市场自由发展，强调将数据作为战略资产进行开发利用，通过数据经纪商提供有组织的市场交易活动。政府侧聚焦反垄断、数据经纪商监管及消费者权益保护，数据经纪商提供技术支撑和运营服务。美国已形成一批颇有影响力的数据经纪商，如美国数据营销公司安客诚（Acxiom）。
日本强调构建官民协同共治的数据治理体系，以公共数据开发利用、官民数据融合活用为主线，构建形成面向数据全产业链、全生命周期的综合数据战略，积极探索行业垂直数据交易平台、个人数据银行等模式，推动数据流通。
此外，全球主要国家和地区高度重视数据跨境流动，积极对接签订数据跨境流动或数字贸易相关条款。如《欧盟—日本跨境数据流动协议》互相认定对方为“充分保护个人数据”的国家和地区，《跨太平洋伙伴关系协定》《美墨加三国协定》等自由贸易协定中越来越多地包含数字贸易相关条款。
二、全球数据流通交易的典型模式
由于不同国家和地区在个人信息和权利保护、本土企业技术水平、数据市场建设、政府监管等方面具有不同的发展基础和推进理念，因此在数据流通交易的探索实践中形成了多种模式。
（一）政府数据开放模式
数据开放是政府部门在履职或提供公共服务过程中产生的数据的主要流通形式，欧盟、美国、英国、日本、新加坡等国家和地区均通过制定政策法规、建设数据开放平台、促进政企数据融合应用等举措，加强政府数据的开放供给和价值挖掘。政府数据开放平台一般由政府主导建设，是政府数据开放的主要载体，为公众提供数据访问、获取和开发利用渠道，涵盖数据发布、数据搜索、数据集下载、数据应用案例展示、联合开发、应用孵化等功能。
欧洲开放政府数据门户网站（data.europa.eu）由欧盟委员会牵头、欧盟出版办公室负责管理，组织德国、卢森堡、美国、法国、英国等国家的科技企业共同开发，是目前数据供给量最高的数据开放平台，涵盖超过30个国家的约200个数据目录、183万数据集。网站提供已收录的政府数据网站列表，支持按照数据类别（农业、能源、教育、健康、司法等）、国家、来源机构、关键词、格式、许可方式进行筛选查找数据集，支持按照相关性、名称、最近修改、最近创建对检索结果进行排序，能够便于不同国家、不同需求的公众快速获取所需数据。在收录的成员国政府数据开放门户中，有26个提供API、12个提供SPARQL端点，允许用户和开发者以编程方式直接与门户的基础数据结构进行交互，实现门户基本功能之外的复杂搜索；阿尔巴尼亚、爱沙尼亚等国家门户支持用户预览数据而无需下载，如医疗中心、空气湿度、港口数据等；法国门户提供数据集进度面板，允许用户检测数据发布，同时突出高价值数据显示；西班牙、瑞典等国家门户支持用户直接与开放数据团队或数据集所有者联络沟通、提出数据集需求请求、进行公共讨论以及对数据集进行评分。
美国政府开放数据平台（data.gov）由美国总务管理局进行管理，由CKAN提供技术支持，向公众提供以联邦政府机构数据为主的数据集，目前已开放约52万数据集。该平台包含美国各州、各城市和县，和其他国家以及地区共超过100个组织的相关数据。平台支持用户按照关键词、机构组织、地理空间、数据主题等方式搜索数据，支持按照相关性、最受欢迎度、最后修改时间、最新添加时间等排序方式进行结果展示。截至2025年5月，平台提供数据集最多的组织为美国国家海洋和大气管理局、美国人口调查局、美国内政部，下载次数最多的数据集为电动汽车保有量数据、犯罪数据、温室气体排放因子数据，点击次数最多的出站链接为各州肥胖率网站、果蔬价格网站、小企业查询网站。
近年来，中国加快建设公共数据开放平台。《中国公共数据开发利用报告（2024）》显示，截至2024年7月，中国已有243个省级和城市地方政府上线了数据开放平台，其中省级平台24个（不含直辖市和港澳台）、城市平台219个（含直辖市），开放了超37万个数据集。在开放方式上，根据数据内容的重要程度可分为无条件开放和有条件开放，根据数据的提供方式可分为数据集和API接口，其中数据集的提供格式可以为CSV、XLSX、JSON、XML、XLS、RDF、HTML、TXT等。各地方平台在开放数据种类上略有差异，整体而言，民生服务、经济建设、资源环境、教育科技、卫生健康等领域数据开放数量较多，本文选取上海、青岛、福州、深圳、杭州等5个较为典型的数据开放平台进行统计（见图1）。
图1 中国典型城市数据开放平台各类型数据目录数量统计
资料来源：上海市公共数据开放平台、青岛市公共数据开放网、福州市公共数据资源统一开放平台、深圳市政府数据开放平台、杭州市数据开放平台。
（二）数据市场化流通模式
数据市场化流通模式是为满足各行业务发展需求，重点针对企业数据和个人数据构建的跨主体流通和交易路径，主要包含数据经纪、数据交易平台、点对点数据交易等具体形式。
一是数据经纪模式。数据经纪商是数据经纪模式的核心角色，承担数据收集、清洗、加工、整合、分析、包装和分销等功能，链接数据供给方和数据需求方，将原始数据转化为消费者画像等商业价值更高的数据产品，提升数据商业价值。一般而言，数据经纪企业的行业特征较为显著，如聚焦于地理位置领域或信用领域，提供特定领域数据的交易服务。数据经纪商从公开或授权渠道收集原始数据，进行匿名化、标准化、标签化处理，形成可交易的数据产品，为用户提供数据集、API、分析报告以及增值服务，满足精准营销、零售选址、贷款评估等场景需求。美国数据经纪产业发展较为成熟，存在数千家数据经纪公司，典型企业包括Acxiom、Factual、CoreLogic等，这些公司从社交媒体和信用卡公司、移动服务提供商、健康技术服务商等渠道购买数据，然后将综合数据打包出售。据Transparency Market Research发布数据，2021年全球数据经纪商市场规模为2403亿美元，预计2031年将达到4624亿美元。中国数据经纪模式尚未大规模开展，2021年，广东省首提数据经纪人模式，构建数据经纪人资格认证和管理机制，并在广州海珠、深圳前海、佛山南海、江门、惠州等地相继开展试点，取得初步实践成效。
二是数据交易平台模式。区别于数据经纪商，数据交易平台不直接参与数据的收集和处理，其主要功能是为数据供需双方提供交易撮合服务和载体平台，充当可信第三方中介机构促成数据交易。数据交易平台上架数据往往不限定于某一个行业领域，部分数字化企业在自身业务开展过程中积累了大量数据，进而搭建数据交易平台向社会提供自身丰富的数据资源。欧洲国家的数据交易平台发展较为成熟，如比利时的数据交易平台DataBroker DAO允许企业或个人买卖数据集，涵盖金融、医疗、零售等行业数据以及用户行为数据、地理位置数据等，被称为传感器数据的“eBay”或“Amazon”；德国Datarade数据交易平台在全球拥有2000多家数据提供商，提供超过550种数据类型，允许数据提供商设置订阅、按量付费等定价模型，支持通过平台完成数据交易或撮合数据供应商响应数据需求方的定制化需求。
区别于欧洲国家主要推行企业主导建设的数据交易平台，中国推行场内场外相结合的数据交易体系。场内交易机构方面，中国已成立64家数据交易场所，覆盖28个省份及直辖市，七成以上数据交易机构的建设采用“政府指导、国有控股、企业参与、市场运营”模式，以提供撮合服务收取佣金为基础，同步探索数据生态联盟、技术创新联合体等运营方式（见表1）。场外交易平台方面，平台企业、龙头企业以大数据能力开放平台为基础构建数据交易平台，向公众提供开放数据接口、应用程序，包括平台运营产生的数据、平台从网页上爬取的数据等，如中国移动梧桐大数据平台依托中国移动庞大的数据资源和通信网络优势，基于9亿用户实时位置、网络行为等脱敏数据，能够支撑人口洞察、金融风控、零售选址等场景应用，目前，梧桐大数据平台已经汇聚沉淀数据规模超2000PB，数据服务年调用量超千亿次（见表2）。
表1 中国四家代表性数据交易所主要交易的数据情况
资料来源：作者根据公开资料整理。
表2 中国部分场外数据交易平台
资料来源：作者根据公开资料整理。
三是点对点数据交易模式。金融、互联网、零售等领域通过公开招标进行点对点数据采购是主要的数据获取方式。如零售企业直接采购地理位置数据用于线下客流量分析、优化门店布局及改善促销策略；电动车制造商采购高精度地图数据，获取实时更新的道路数据支撑智能驾驶；银行通过招标形式采购司法数据、资信数据等，用于提升风控与营销能力。中国点对点交易模式应用较多，如万得、同花顺等企业采购各类交易所、券商、资讯公司等数据，汇聚研发形成标准、实时、全面的数据库，供市场各大机构购买使用。
（三）数据应用联盟模式
数据应用联盟作为共建共享的新生态合作模式，成员间可以共享数据资源、共同开发数据产品，实现数据互联互通和价值复用，为行业发展和决策提供有力支持。较为典型的数据应用联盟模式有数据空间、政企融合应用以及授权运营。
一是数据空间模式。欧盟较早开始推进数据空间建设，覆盖领域较广、实践成效显著。欧盟首批将工业、绿色协议、出行、健康、金融、能源、农业、公共管理技能等14个影响公共利益、具有战略价值的行业领域数据空间建设上升至欧盟数据战略层面。随着数据空间模式的逐渐完善，欧盟目前已规划超过100个数据空间。以欧盟健康数据空间为例，通过构建标准化的数据交换规则和协议，使得空间内的医疗机构能够准确高效地进行电子病历、基因组数据、生活方式信息等健康数据的流通和共享，减少重复检查，提高诊疗效率，同时能够支撑罕见病研究、药物研发等医学研究和创新。中国重点推动企业、行业、城市、个人和跨境五类可信数据空间建设，明确到2028年建成100个以上可信数据空间，目前在可信数据空间运营、技术、生态、标准、安全等方面持续积累经验；已成立由19家央企、30家研究院所和龙头企业共同发起的可信数据空间发展联盟，承担政策落地、生态协同、成果创新等功能。同时，能源、工业、医疗等行业数据空间加快建设。如南方电网牵头建设的能源行业数据空间已上线运行，构建16项规则机制，引入103家生态主体，汇聚超300项数据资源，打造16个典型场景应用，持续催生新的商业模式和服务产品。
二是政企融合应用模式。美国推进公私合作的数据创新生态系统建设，在开源程序平台GitHub上启动在线开放数据工程（Project Open Data），推出数据孵化器项目（Data incubator），推动政府部门与非营利机构、企业、公民密切合作，实现代码、工具和案例研究的协同，产生一批基于开放数据的数据产品和服务，如房产估值和交易应用Zillow。中国通过搭建数据安全计算环境、建设面向场景的数据联合实验室等方式，推进政务数据和企业数据融合应用，如上海市面向工业、信用、医疗、交通等领域搭建大数据联合创新实验室，吸纳超过100家政企成员单位基于实验室数据共享应用提供相关服务；青岛大数据局、青岛数据集团与海尔卡奥斯深度合作深化数据融合加工，政府侧提供企业工商、司法、税务、社保、用电、行政处罚等数据，企业侧提供企业生产经营、设备物联等相关数据，瞄准痛点问题打造高质量的数据创新应用案例，实现政企数据融合的良性循环。
三是授权运营模式。欧盟、韩国等国家和地区率先开展个人数据领域授权运营探索，构建MyData模式，个人或个人数据所在主体将个人数据授权给MyData运营商，由其进行统一运营，通过制定统一技术标准、建设应用服务平台，为用户提供跨平台数据传输的便捷通道。如韩国面向银行、信用卡机构等金融机构发放运营商牌照，个人用户通过MyData APP行使个人信息应用权利，获取一站式查询、金融产品咨询等服务。中国在公共数据授权运营方面开展诸多实践，形成集中授权和分领域授权两种授权方式，集中授权模式将地方数据授权给单一运营主体，如成都、上海等地；分领域授权模式面向不同领域划分多个数据专区，授权不同行业属性的主体进行数据运营，如北京、浙江等地。
三、数据流通交易典型模式对比分析
从数据持有者来看，数据开放模式聚焦于将公共数据提供给广大市场主体，数据持有者主要是政府部门及下属单位，一般来说，公共数据开放平台具有公共服务性质，对外提供数据不收取费用；数据市场化流通模式聚焦于企业间数据流通和交易，数据提供方为专门从事数据资源服务或提供业务衍生数据的各类企业，交易采用市场化方式进行定价和供需匹配；数据应用联盟的数据提供方为联盟内的各类主体，可以是政府部门、企业、研究机构等（见表3）。
表3 全球数据流通交易典型模式主要特征对比
资料来源：作者自制。
从模式主导方来看，数据开放模式由政府主导建设，建设内容主要包括公共数据开放平台、公共数据开放制度法规、开放数据生态和场景培育机制等；数据市场化流通模式由企业主导建设，数据经纪、数据交易平台企业担任模式运行的核心角色，点对点交易由企业之间根据业务需求约定完成，政府侧承担制度制定、市场监管等职责；数据应用联盟模式由联盟牵头方主导建设，一般为政府数据主管部门、行业协会或行业头部企业。
从覆盖行业领域来看，政府开放的数据种类丰富、范围较广，其中医疗、教育、经济、环境等与政府治理和民生服务高度相关的数据占据较大比例；在市场化数据流通模式中，数据经纪商的数据类型一般聚焦于某一个或几个行业领域，数据交易平台交易标的不限制于特定行业，点对点交易则与企业业务紧密相关；数据应用联盟模式中，数据空间、政企融合以及MyData模式均具有较强的行业特征。
其中，政府持有的数据流通方式主要为数据开放和授权运营；企业持有的商业数据主要通过市场化方式进行流通，部分企业持有的商业数据以及企业持有的个人数据，正探索通过数据信托模式进行流通；个人主体掌握的个人数据主要通过MyData及类似的授权运营方式进行流通应用。数据流通的理念导向在不同地区呈现出较为显著的特点，如美国鼓励自由市场路线，已形成一批数据流通交易企业作为数据流通的重要角色，政府侧围绕数据交易市场的安全运行、反垄断、消费者权益保护等方面进行监管；欧盟以行业和个人数据为突破，由政府牵头自顶向下构建数据流通体系，同时采取审慎的数据安全保护原则；我国在公共数据流通方面已取得显著成效，商业数据流通和个人数据流通实践逐步深化。
四、对完善中国数据流通交易体系的启示
一是有序推进多元融合的数据流通模式。不同的数据流通交易模式在运行机制、技术设施、运营方式等方面存在显著差异，在实践中应结合数据供需主体性质、涉及行业领域、应用场景规模等具体情况采用适合的数据流通交易模式，注重多种模式的组合应用，提升数据流通交易质量和成效。率先在数据基础好、应用需求迫切的地区和行业领域开展试点实践，如健康医疗数据空间、城市政企联合数据实验室等，从简单场景、低风险数据开始，验证模式、技术和规则的可行性，总结经验、逐步完善，进而扩大模式推行范围。建立试点评估和退出机制，定期评估数据流通成效和风险，及时纠正或停止数据流通和应用不及预期或存在潜在风险的试点模式。
二是充分发挥公共数据开放的牵引作用。公共数据开放是牵引数据要素市场发展的关键举措，政府主导公共数据开发利用，能够在规则构建、场景打通、数据供给等方面发挥基础性作用和示范效应，消除更多数据主体参与数据供给、流通、应用的顾虑，激发数据要素市场活力。要确保公用数据开发利用过程的数据安全，将公用数据进行敏感程度划分，确定对应的在线开放、授权运营、不予开放等开放级别，开展公共数据资源调查，做到“底数清、目录明”，逐步构建有利于保护各方权益、释放数据要素价值的数据产权制度，厘清公共数据供给、使用、管理的权责义务。建立政产学研协同机制，形成政府开放数据、高校和研究机构进行理论和技术创新、企业进行产品化和商业化的创新闭环，在此基础上构建政企联合生态，逐步提升企业对数据价值的认知和利用能力，形成数据多方供给、融合开发、多元应用的创新模式。
三是强化数据流通的制度与技术保障。在制度方面，完善数据评估、定价、交易、结算、交付、使用等各环节的基本规则和管理责任，细化数据分类分级、资产登记等具体办法，建立数据质量评估标准和数据资产价值评估指南，建立数据脱敏、安全审计、加密传输、存证溯源等安全标准。在技术方面，建立包含数据接口、数据格式、数据质量等内容的标准体系，提升数据跨主体、跨系统的互操作性，构建算力网络、隐私计算平台、区块链基础服务网络等数据基础设施，支持隐私计算、区块链、数据溯源、数据加密等安全和流通技术的研发，用于交易存证、授权共识和流程追溯，确保数据交易过程的不可篡改和透明性。
四是强化数据跨境流动的合作与监管。积极参与国际数据跨境流动合作，主动推行多边数据跨境流动对话机制，着力在自由贸易试验区打造数据跨境流动的先锋试点，支持重点行业、重点企业数据跨境探索，率先在金融、医疗、汽车、跨境电商等领域开展互认试点。优化数据跨境监管协调机制，解决差异化国际规则下各行为主体数据治理和跨境流动政策的兼容问题，因地制宜吸收经济合作与发展组织（OECD）、亚太经济合作组织（APEC）、东南亚国家联盟（ASEAN）等国际组织数据跨境流动经验，充分保障各成员国个人信息的隐私和安全，构建弹性化的多边隐私与数据保护监管机制，依托“示范合同条款”“数据跨境流通指南”“跨境数据流动认证”等规范性文件，减少谈判合规成本。发挥共建“一带一路”国家贸易数据开放引领作用，围绕个人信息保护、数据安全、网络安全、技术规范标准等维度，主动推动区域性数据跨境合作协议达成。
参考文献
[1]商务部. 中国数字贸易发展报告2024[R]. 2024.
[2]宋姝媛,王岩,路琨,等.欧盟数据治理模式对我国数据要素开发利用的启示[J].网络安全与数据治理,2024,43(04):71-76.
[3]金晶.数据持有者何以塑造数据市场?——欧盟《数据法》的策略与风险[J].欧洲研究,2025,43(02):1-21+165.
[4]吴希贤,王达.《欧盟—日本跨境数据流动协议》：规则、影响与启示[J].日本研究,2024,(04):15-23.
[5]郑磊,刘新萍. 中国公共数据开发利用报告（2024）[R]. 2024.
（宋姝媛、乔亲旺、赵梦磊分别系深圳市桑达实业股份有限公司高级工程师、正高级工程师、高级经济师）