论文范文网-权威专业免费论文范文资源下载门户!
当前位置:毕业论文格式范文>硕士论文>范文阅读
快捷分类:

问题研究有关专科开题报告范文 和大数据交易中的产权问题有关专科开题报告范文

分类:硕士论文 原创主题:问题研究论文 发表时间: 2024-01-15

大数据交易中的产权问题,该文是问题研究有关专科开题报告范文和产权问题研究和大数据交易和产权方面论文如何写.

汤 琪

(武汉大学信息管理学院 湖北武汉 430072)

摘 要:大数据交易平台的建立让信息不再是一座座孤岛.然而我国大数据交易尚处于起步阶段,在相关法律政策缺失的情况下,大数据交易面临着巨大的产权风险.文章在调查国内外大数据交易的法律政策与实践现状基础上,对交易过程中涉及的授权合法性、交易安全、交易成本、交易公平、隐私保护等产权问题进行了分析,为我国的大数据交易从法律政策的制定、行业法规的建立、产权环境的改善等方面提出建议.

关键词:大数据;产权交易;产权

中图分类号: D913.4文献标识码: ADOI:10.11968/tsyqb.1003-6938.2016073

Study on the Property Right Issues in Big Data Trade

Abstract First, legal policy and practice of big data trade at home and abroad is investigated. Then, the property issues involved in the transaction process are analyzed, including the legality of the authorization, transaction security, transaction cost, justice of exchange, privacy protection and so on. Finally, in view of the problems found, the author puts forward the corresponding suggestions about the establishment of the big data trade policies and industry regulations, and the improvement of the property environment.

Key wordsbig data;trade property;property

本文系国家自然科学基金重大研究计划“大数据驱动的管理与决策研究”培育项目“面向多主体共享需求的国家大数据资源治理机制设计”(项目编号:91546124)研究成果之一.

收稿日期:2016-05-15;责任编辑:魏志鹏

1引言

在国外很早就有大数据开放交易平台,美国的Factual公司向大公司和软件开发商提供免费以及付费数据.2013年,日本的富士通公司也宣布建立自己的大数据交易市场——Data plaza.我国的大数据交步稍晚,但近两年发展迅猛.2014年6月19日,我国第一个大数据交易平台——中关村树海大数据交易平台正式启动.随后,2015年,贵阳大数据交易所、武汉长江大数据交易所相继成立,并成功进行了多笔大数据交易.随着大数据交易市场的建立和完善,大数据交易规模也不断扩大.据《2015年大数据交易白皮书》显示,预计到2020年,中国大数据产业市场规模将超过这个市场去年2014年规模的10倍,由2014年的767亿元扩大至8228.81亿元[1].大数据交易所的建立和交易市场的扩大,打破了政府、企业等信息条块分割的现状,实现了信息的自由流通,推动了信息的共享和利用效率,加快了产业的升级和转型.

大数据交易是把大数据作为所有物的一种进行交易,这必然涉及到数据的产权问题,包括数据的所有权、使用权、收益权等问题.而其中最核心、最迫切解决的问题就是所有权的归属问题,然而我国的法律并没有对数据的归属做出明确规定.笔者对我国关于大数据交易的相关法律法规和大数据平台的建设现状进行了调查,发现由于数据产权法规、隐私法和相关交易法规的缺失,我国大数据交易在实践中面临着产权不明、授权复杂、定价困难、交易缺乏透明性、难以保证公平交易、隐私泄露等法律风险.

2大数据交易的产权现状

2.1国内有关大数据交易产权的法律规定

目前我国法律还没有对数据的归属问题进行明确规定.有关数据交易的规定只有少量地出现在现有的行业规范和保护的法律法规中.

在收集上,《全国人大关于加强网络信息保护的决定》《电信和互联网用户保护规定》均对公民的收集方式做出了明确要求,要求网络服务提供商和企事业单位在收集公民信息时遵循合法、正当、必要的原则.必须在使用目的、方式和范围上征得收集者的同意.

为了保护个人隐私,《电信和互联网用户保护规定》还规定了公民信息撤回和注销机制.在用户终止使用电信服务或者互联网信息服务后,服务方必须停止对用户的收集和使用,并为用户提供注销号码或者*的服务.”[2]

在保障公民信息安全方面,网络服务提供者和企事业单位甚至国家机关及其工作人员都负有保护信息安全、不被泄露、篡改、毁损的法律义务[3].

在数据交易方面,我国禁止公民的出售.《刑法修正案(七)》增设了出售、非法提供公民罪和非法获取公民罪.最新的《刑法修正案(九)》规定违反国家有关规定,向他人出售或者提供公民,窃取或者以其他方法非法获取公民的行为均要承担刑事责任.《全国人大关于加强网络信息保护的决定》 也规定网络服务提供者和其他企事业单位及其工作人员对在业务活动中收集的公民个人电子信息必须严格保密,不得泄露、篡改、毁损,不得出售或者非法向他人提供.

可见,我国法律虽然没有明确规定数据产权的归属,但在数据的收集、使用方面均做出了一系列规定.从现有法律规定可以确定的是,公民信息的收集、使用都要经过用户的许可和授权,且不得出售.也就是说合法收集方拥有限制性的用户和数据的限制性使用权.

然而网络服务商、政府、企事业单位等在服务过程中所拥有的数据恰好是大量的用户和行为数据.那么在数据交易中,我们必须确定什么样的数据可以进行合法交易.

根据著作权法和信息保护相关法律,目前法律明确禁止交易的有涉及国家秘密和等受法律保护的数据以及未经知识产权和商业秘密权利人许可的数据.《电信和互联网用户保护规定》第一章第四条规定“用户,是指电信业务经营者和互联网信息服务提供者在提供服务的过程中收集的用户姓名、出生日期、件号码、住址、电话号码、*和等能够单独或者与其他信息结合识别用户的信息以及用户使用服务的时间、地点等信息.”[2]也就是说除去可以识别用户的信息和数据,以及涉及国家秘密、商业秘密的信息,其他信息和数据例如去身份化数据集的产权和交易权利并没有明确规定.

2.2国内大数据交易的产权实践情况

由于数据的产权归属并没有明确规定,在实际的交易中,各大交易所均颁布了自己的交易规则和规范,对交易对象进行了严格规定,以避免知识产权风险.2014年6月,中关村大数据交易平台发布了我国首个行业规范《中关村树海大数据交易平台规则》,其第三节“交易对象”规定“本规则所称的交易对象,是指原始或经处理后的数字化信息,包括但不限于个人、企事业单位、社会团体等各类主体所持有或拥有的各类数据.”[4]贵阳大数据交易所十大标准和规范在交易内容和交易确权中也规定“交易的不是底层数据,而是数据清洗建模分析的数据结果.”“数据买卖双方要保证数据所有权、合法、可信、不被滥用.”[5]贵阳交易所不接受个人用户参与交易.为了保证数据的质量和可信度,贵阳大数据交易所实行会员制,只有符合一定资质的企业才能进行交易.除了政府支持建立的大数据交易平台外,2011年建立的我国首个大数据交易共享平台——数据堂,则接受用户自主上传和交易数据.在交易前,也按照法律规定对用户可识别信息进行了清理.但是其交易的数据中也包括用户发布的纯文本内容,涉及到知识产权的问题,其交易和使用存在侵权风险.

可见,在实践中,大多数数据交易所为了在大数据交易中避免产生法律风险,通过交易数据的清洗、分析、建模、可视化出来的结果而不是原始数据来解决数据所有权的问题.这样既可以避免个人数据的侵权风险,又将大数据变成可以交易并完全具备所有权的合法数据资产.而交易中的产权确认,双方则是通过协议和合同的方式进行规定,以保证交易的顺利进行.

我国大数据交易的实践时间不长,交易的次数也较少,很多产权问题还没有在实践中暴露出来.然而我国目前的行业标准和法规较为简单、笼统,在产权纠纷发生的实际情况下,并不能有效地解决问题.

2.3国外大数据交易的产权现状

与中国以政府为主导的建设大数据交易平台不同,在美国提供数据交易的公司很多,如Factual,以浮动向各大小公司提供他们需要的数据.由于欧美国家互联网服务发展得较早,很早之前就开始探索和实践大数据交易,并形成了强有力的数据资产法律体系.有的国家已经处在探讨数据资产化的阶段,企业所收集和拥有的大数据被视为重要的资产.

由于欧美各个国家的数据交流和数据贸易频繁,为了保障个人隐私数据的安全.2000年12月,美国商业部跟欧洲联盟签订一份名为安全港的协议.安全港协议要求:收集个人数据的企业必须通知个人其数据被收集,并告知他们将对数据所进行的处理,企业必须得到允许才能把信息传递给第三方,必须允许个人访问被收集的数据,并保证数据的真实性和安全性以及采取措施保证这些条款得到遵从.安全港协议确立了美国和欧盟之间隐私手续的框架.15个欧盟成员国中签署协议的企业都将服从该协议,这意味着企业必须经个人授权后才能被第三方进行使用与转移,超过4000家数据相关的美国企业都签署了这一协议,而未加入安全港的企业也必须单独从各个欧洲国家获取授权[1].根据安全港的协议,用户是以及数据的所有者,有权决定企业使用数据的范围和方式.而企业若想将数据转移给第三方,则需个人授权.

3数据交易中面临的产权风险

3.1授权合法性

保证大数据交易中授权的合法性必须确保数据的合法性和授权主体的合法性,也就是说数据的来源要合法、交易的数据类型要合法、授权主体的交易资格要合法.

在大数据交易平台中,数据可分为:个人数据、企业数据和政府数据.大数据交易合法的第一步——交易的数据必须是合法且无产权争议的.根据我国目前的法律规定,公民的收集和使用都需得到用户同意和授权.但是在我国,可识别用户身份的禁止买卖.对于单个的而言,用户是真正的所有者,具有授权资格.企业经过协议和许可拥有用户协议条款规定范围内的使用权.企业必须在条款中告知用户数据经处理后可能会进行交易,这样企业提供的数据才能进行合法交易.只有经过用户许可交易的个人数据才能进行交易,但可识别身份的用户个人数据除外.若交易超出许可使用范围之外的数据,将面临侵权风险.

对于经过清洗之后的不能识别用户身份的数据集的归属,法律上没有明确规定,但在实际交易中默认为企业对该数据集享有有限制的所有权.目前大数据交易方式主要有在线、离线和托管3种.在线和离线的方式都是数据卖家和买家直接进行交易,不存在向大数据交易平台授权交易的问题.托管的方式就是数据提供方将数据交由交易平台管理,一旦有用户请求购买,交易平台就可以直接完成数据的配送.在这种情况下,数据卖家应与大数据交易平台签订授权交易的协议,明确达成可交易的条件,如交易的内容、等.另外,大数据交易的双方作为数据交易的主体,交易的是大数据的使用权.卖方通过交易将数据的使用权卖给买方,买方在合同规定期限和使用方式与目的等条件内获得数据的使用权.但买方无权将数据转卖给第三方或授权给第三方使用.而经过充分清洗、分析和可视化结果的数据结果,企业则拥有完全的产权.对于数据结果的交易,企业是唯一的合法授权主体.

政府数据中包含有大量的真实、可靠、详细的,如身份信息、纳税数据、公积金数据、社保数据、房产数据等.政府在履行职务的过程中也收集了大量的医疗、卫生、交通等数据.这些数据可以广泛地应用于传统行业、互联网行业以及金融行业中,如果进行交易,将产生巨大的商业利用价值.然而已有的公开政府信息的政策仅有《中华人民共和国政府信息公开条例》,之后基本没有其他的具体政策与措施.而且政府数据的产权属于全体公民所有,不能用于商业交易.目前采用的交易方式是政府将数据免费提供给数据公司加工、清洗和处理,再以加工成本的提供给全社会使用.政府与数据公司的合作中,要代表全体公民,与数据公司签订授权加工和交易协议,确保公民信息不被泄漏和非法使用.

3.2交易安全

大数据交易的安全性要求保证数据交易的合法有效,并且在交易过程中保证数据的安全使用.

首先要明确交易过程中数据产权的流传问题,交易的过程中必须通过确权来维护买卖双方的权益.产权的流传问题主要表现在三个方面:(1)交易前数据的合法性和产权无争议.数据是有归属的,然而我国目前的法律对数据的归属没有明确规定.在法律缺失的情况下,企业只能根据用户信息收集和使用的相关规定,通过用户协议,获得用户的授权.如果对数据的交易范围超出用户的授权范围,将面临侵权风险;(2)交易中,合同应明确规定买方对数据的使用权限;(3)交易完成后,保证交易的数据不被泄露、丢失和私自转售.在目前法律无明确规定的情况下,大数据交易行业应通过行业规范、合同协议等方式规定交易双方在不同阶段的权利,以避免产权纠纷.

其次要为数据交易提供安全的运行环境.(1)建立强大的数据安全管理系统.贵阳大数据交易所为了确保数据不被泄露和滥用,采用会员制度对交易者进行严格的资质审查及信誉审查.然而不少大数据交易所与政府机构建立合作的过程中,存有大量的核心的公民信息,这些信息涉及国家安全,一旦被违规利用,将对国家安全造成威胁.因此,对交易者的资格进行审查的同时,也要对交易所的股东背景、操作安全进行调查.另外大数据交易所不仅向买家提供数据接口,自身也存有大量待加工的大数据及数据结果.一旦监管不利,造成数据损毁、丢失和泄漏,将给数据交易双方造成巨大的损失.因此大数据交易所要建立严格的安全管理制度,并利用先进的计算机技术保护数据产品的安全;(2)确保数据交易中产生的数据不被违规使用.大数据交易所在进行交易的过程中,也会产生大量的交易数据,这些数据的保护同样重要.由于我国现有的法律没有对数据的归属做出明确规定,导致大数据交易所的数据安全存在风险.如2014年12月,美国洲际交易所新加坡公司擅自使用中国郑商所棉花和白糖期货结算价进行交易.郑商所对此表示强烈反对,认为郑商所棉花、白糖相应合约最后交易日结算价是郑商所拥有的数据且并非无偿发布社会使用的公共数据信息.未征得郑商所的同意擅自使用进行商业活动是侵权行为.最后经过两国监管部门的协商,美国洲际交易所新加坡公司停止了使用行为.由于数据产权法律的缺失,数据一旦被他人盗用,很难通过法律程序进行追责,很可能对数据拥有者产生巨大的商业风险.

3.3交易成本

交易成本涉及产权中收益权的问题.数海大数据平台采取自由定价的方式进行交易.平台只提供参考价,实际的交易由卖方确定.付费的方式有两种:一是包月,二是按调用次数.而贵阳大数据交易平台采用自动计价连续交易,交易所将针对每一个数据品种设计自动的计价公式,数据买方可以通过交易系统查询每一类数据的实时.当数据买方应约价等于或高于卖方挂牌价时,按照交易所自动撮合成交,成交价为买方应约;对于不能自动成交的应约,卖方可选择能接受的应约与其成交,成交价为买方应约价;如果数据买方不一定需要全部的数据样本,系统将对数据设定拆分原则,系统自动报价,而后自动撮合成功成交[6].

企业数据在大数据平台上的交易成本主要包括数据的收集成本、数据的处理成本、交易渠道成本、交易协商成本、决策成本、监督成本和违约成本.其中,数据的收集成本指的是数据商在网络中抓取数据或者在业务活动中收集数据所付出的人力、物力、财力成本;数据的处理成本指数据商将原始数据交给中间商进行清洗、分析、建模等处理需要付出的费用;交易渠道成本是数据商将数据交给*商和数据平台进行交易、托管和推销的费用;交易协商成本则是数据交易过程中,买卖双方派出工作人员进行信息搜寻、谈判等需要的金钱和时间费用;决策成本指进行数据交易决策和签订契约所产生的内部成本;监督成本指的是监督交易对象按照合同和协议的内容进行交易的成本;违约成本则是交易双方违约时所付出的事后成本.

政府数据本身是免费的,但政府的数据不能直接进行交易,需要对可识别身份的进行清洗、处理、加工之后才能进行交易.政府将数据交给数据公司进行处理产生的成本将成为交易成本.

数据商品和其他的商品不同,它的交易成本是变化的.数据第一次交易的成本较高,第二次交易则不需要收集和处理成本.数据交易的次数越多,平均到每一次的交易成本就越低.这对数据交易的确定造成了困难.如果不能有效确定数据的交易成本和市场需求情况,买卖双方很有可能对数据的交易产生纠纷.

大数据交易所与数据卖家的分成比例也将极大地影响大数据的.如贵阳大数据交易所与政府部门建立了数据交易合作,交易成功后进行四六分成.也就意味着在实际最低可成交不变的情况下,数据交易所参与分成的比例越高,数据产品的成交将越高.为了保证数据交易成本的合理化,促进数据交易市场的健康发展,有必要对数据交易所的利益分配的行为进行规范.

3.4交易公平

交易公平主要是指在大数据的交易过程中各交易主体平等竞争.主要体现在两个方面:(1)交易环境的公平性.整个市场的内外竞争环境应当是良性竞争、公平竞争.首先在同一交易平台上,数据卖方应对不同的数据买家以同等的条件和进行交易;其次在不同数据交易平台上,同一数据的应保持基本一致.贵阳大数据交易所坚持“公开、公平、公正”的原则,实时公开交易所的大数据交易额、交易单数、交易趋势.同时,作为其业务的重要组成部分,贵阳大数据交易所也定期对数据供需双方进行评估,为大数据交易提供一个公平、可靠的环境[6].然而每笔交易的具体交易额却是保密的.这样数据买家很难知道此种数据产品的市场正常,从而可能造成同一种数据产品对不同买家的交易相差悬殊;(2)交易程序的公平性.由于数据只有在使用之后才能确认数据的价值.也就是说只有买方在拿到数据之后才能判断交易的与数据的价值是否相符.为了避免不公平交易,卖方对数据的描述必须真实,交易的必须适当.交易的形式和内容需以合同形式进行详细的明确规定,一旦产生欺诈行为,大数据交易平台应当采取相应的仲裁措施和惩戒机制,保障买卖双方的合法权益.

3.5交易保护

大数据交易必须严格保护个人隐私.我国目前没有隐私法对什么样的数据涉及隐私进行界定,这对大数据交易侵犯个人隐私留下了风险和隐患.在《电信和互联网用户保护规定》中是指电信业务经营者和互联网信息服务提供者在提供服务的过程中收集的用户姓名、出生日期、件号码、住址、电话号码、*和等能够单独或者与其他信息结合识别用户的信息以及用户使用服务的时间、地点等信息[2].为避免这些用户敏感数据的流出,中关村大数据交易平台通过数据脱敏技术,对数据源的属性进行描述和标注,如果涉及到敏感数据的调用,将进行实时的数据清洗、技术屏蔽、审核处理,最终提供给需求方的数据也将在完成安全测试之后再行提供.尽管在大数据交易之前,数据商和数据交易所已对涉及用户身份信息的数据进行了清洗并进行技术保护,然而在大量数据整合在一起进行关联分析的过程中,仍然无法避免用户身份被识别导致隐私泄漏的可能.如2006年8月,美国在线(AOL)公布了大量的旧搜索查询数据供研究者分析,整个数据库进行过精心的匿名化.然而《纽约时报》却在几天之内把搜索记录综合分析之后,发现数据库中的4417749号代表的是佐治亚州利尔本的赛尔亚·阿诺德.这件事情最终引起了公愤.而两个月后,DVD租赁商奈飞公司为了启动“Netflix Prize”算法大赛,公布了大约50万用户的一亿条租赁记录.同样,奈飞公司也对数据进行了精心的匿名化处理,然后还是被一个用户认出来了.最终,奈飞公司面临用户的诉讼.美国在线的案例说明即使隐藏身份信息,但搜索的内容依然可能重新识别用户的身份.奈飞的案例则说明把不同数据源的数据结合分析将暴露用户的身份[7].因此大数据交易所对哪些数据以及对数据进行何种程度的清洗是一个巨大的技术难题.数据交易机构需要精心设计数据的清理形式和范围,最大程度地避免用户身份识别的可能.但大数据交易所必须意识到匿名化的无效性的可能,在尽到自身注意义务的同时,也要严格限制数据买家的使用行为,禁止对数据进行身份识别和交叉对比.一旦出现身份识别和隐私泄露事件,由数据买家承担相应的法律责任.

此外,还要建立隐私泄露的惩处机制.一方面,通过惩罚措施促使数据商和数据*严格遵守信息保护法规;另一方面,也可在侵权事件发生之后,迅速采取补救措施,防止侵权后果扩大.

4解决策略

4.1确认数据财产性法律地位

讨论数据所有权的前提是承认数据具有财产属性[8].数据作为数字世界的产物,可被商品化,在交易的过程中同样可以产生经济价值,具有财产属性.虽然在国外已经出现了个人数据商品化的交易,但在我国是被禁止交易的,不做讨论.而对于去身份化的数据集,目前大数据交易所的实践证明,其具备使用价值以及价值.大数据已经被商界视为重要的竞争资产,对于大量的互联网企业而言,最具商业价值的资产就是所拥有的数据.因此数据应被纳入到虚拟财产权和财产权的保护之中,以使大数据交易无后顾之忧地安全发展.

大数据交易的基础就是要解决数据的产权归属问题.目前,大数据交易有三个品种:源数据、数据产品以及数据工具或数据模型.由于数据的产权不明,在数据交易中,对于数据的所有权是归产生数据的个人还是收集数据的企业存在争议,因此很难确定数据的所有权归属和授权交易资格、交易主体的合法性.数据的产权包括数据的所有权、使用权、支配权、收益权等问题.产权是可分的,产权边界清晰才能保护数据各利益主体的责任与权益.对此,我国一方面应将数据视为资产,建立强有力的有关数据资产的法律体系,明确可交易数据的产权边界,规定各利益主体对数据享有的权利界限,保护数据资产,为数据交易扫清产权障碍;另一方面,交易平台必须保证数据来源合法,产权清晰无争议,在交易过程中,订立的交易合同与协议应当遵循法律规定,并明确交易双方的具体权利与义务,务必使关于数据所有权与其他相关权利的归属清晰、明确,避免产权纠纷.

另外,数据卖家将数据进行分析、建模之后的结果是具有独创性的,其分析的手段、技术、方法、模型也同样具有创造性.因此经过处理之后的数据结果和处理数据的技术和方法,企业应拥有知识产权如专利权、版权等.然而我国目前的知识产权法并没有将数据纳入其保护范围.在没有有关大数据交易问题的专门法规之前,知识产权法是解决数据产权问题的一个捷径.对此,我们需要对知识产权法进行扩展和重塑,将数据产权纳入其中.通过对数据产权的保护,数据的挖掘处理技术也将更加快速地发展,对整个大数据行业的发展将起到重要的促进作用.

4.2制定大数据交易的相关法规和行业规范.

在我国,大数据交易已经付诸实践,在未来将有更大的发展,大数据交易相关法规的制定迫在眉睫.我们需要建立专门的法律规定大数据交易的合法范围和界限.大数据的法规必须遵循既能有效促进大数据交易的顺利发展,又不使个人隐私、企业秘密、国家安全受到侵害.可在现有征信条例和隐私保护的法规基础上.按照证券法的基本架构,采用了“基本法”加“专门法”的原则设计数据交易整体法规架构.其中,“基本法”为数据交易法律规范的总纲.基于基本法,针对数据交易的各个环节,再进一步制订相应的专门法规[9].

在没有有关数据归属的明确法规的情况下,制定有关的行业标准和规范是最实用和有效的方法.要避免产权纠纷,大数据交易的行业标准和规范应包括:(1)大数据交易品种的规定;(2)数据清洗和处理的标准.规定数据清洗之后应达到什么样的标准才可进行交易.确保交易的数据不侵犯个人隐私,不涉及商业秘密和国家秘密,同时保证大数据的质量;(3)明确大数据交易中的产权流转.规定在数据交易之前,数据买卖双方的权利,交易进行中各自享有的权利,交易之后数据权利的归属.这些权利的规定要以合同的形式予以确定;(4)数据的安全保护标准,主要指交易过程中和完成后,卖方不得对数据进行损毁、篡改、泄露、丢失、转卖以及非法提供,保证数据的安全,大数据交易平台也负有保护托管数据的义务.

大数据交易仍然采用一般交易规则,遵循公平、平等、诚实信用的基本原则与精神,创造公平、公正、公开的市场环境.(1)遵循合理定价原则.大数据商品的本身价值、应用的具体场景、交易机制的影响、市场竞争的强弱等都会影响大数据的缔约.为了促进大数据交易的发展,必须对大数据进行合理定价,降低交易成本.首先要完善大数据交易机制,与数据交易市场更加成熟的国家的企业开展合作,引进先进的交易理念、流程、制度,并在实践的过程中根据我国的实际情况进行业务模式的创新;其次,完善数据质量评价指标,并使其具备可操作性.客观、科学地评价标准可保证交易数据的质量和价值符合卖家的需求,平台可依据指标给出合理的参考价,以避免交易后双方关于数据价值的纠纷;再次,营造充分的市场竞争环境.当越来越多数据提供商和数据买家参与市场竞争,数据商品的定价会在竞争的压力下根据其价值进行调整,趋于合理.而数据交易次数的增多,也可降低单笔数据的交易成本.另外,要促进公共部门数据的开放.目前国家层面还没有明确数据开放的相关法律,当前迫切需要建立针对数据开放的相关法律、标准与执行、监督措施.不仅要推动各级政府及相关社会组织实施数据开放,还要规范政府数据开放行为.政府数据以免费或者低成本的开放,能避免企业垄断政府数据的使用权限,可进一步降低数据交易成本;(2)数据交易公平.大数据交易市场要增强大数据交易的透明度,公开大数据产品的交易、交易单数和交易趋势,保证数据买家在公平的环境中平等地竞争.数据平台要严格地对数据卖家的交易资格与数据产品进行审查,保证数据的描述真实,质量符合交易标准,合理.如果发生不公平的欺诈交易,及时维护数据买家的合法权益.

4.3建立个人数据交易许可机制

我国法律规定,禁止公民的出售.个人数据其实是非常重要的数据资源,对企业的发展、服务的创新、智慧城市的建设都有着重要的使用价值.然而目前非法的地下交易使得公民受到各种电子邮件、电话的骚扰以及信息欺诈.禁止个人数据的交易一方面可以保护公民的隐私,另一方面也使信息黑市有了生存的土壤.个人数据的交易必须在促进信息利用和隐私保护之中找到平衡点.个人数据并非完全没有交易的可能.首先,在法律上,禁止公民出售针对的是网络服务提供者和其他企业事业单位及其工作人员,并没有规定公民个人不可以出售自己的数据;其次,国外已经出现一些出售个人数据的案例.2013年4月,一位名叫Federico Zannier的美国人计划将3个月积攒的大约7个GB的隐私数据卖掉,并且成功炒到了1100美元[10].2014年4月,荷兰学生肖恩·巴克尔斯建立了一个拍卖网站来专门出售自己的,信息内容包括他的住址、医疗记录、个人日程安排、电子邮件内容和所有社交网络上交流的信息,其中网上交流信息包括他的在线聊天记录、消费偏好和浏览器历史记录,拍卖网站吸引了超过40个买家前来竞拍,最终肖恩·巴克尔斯以350欧元的出卖了自己的[11].可见并非所有人都反对出售个人数据.一方面,我们可以考虑建立个人数据交易平台.公民可以自主地上传自己的数据进行销售;另一方面,对于这些敏感的利用,可采取交易许可机制,让个人决定销售哪些数据,个人数据可用于哪些用途,向符合条件的企业颁发许可证.另外也要建立个人数据的许可退出机制与监督机制.一旦发生隐私泄露事件,将对企业采取取消许可证和法律惩戒的方式进行处理.任何人都可以企业的非法利用行为,起到监督作用.

4.4加强数据产权环境的改善

数据产权环境的改善首先需要法律对数据产权的保护与支持.我国应建立关于数据产权的相关法律,明确各种数据的产权归属,对可交易的数据品种以及买卖双方的责任和权利进行规定,使数据交易和数据保护有法可依.这样,数据买卖双方才能在数据产权明晰的状态下进行安全、放心的交易.发生交易纠纷时,也可以运用法律武器维护数据产权所有者的合法权益.然后,数据平台要对数据交易中产权交易程序和标准进行完善和规范.一方面,保证待交易的数据产权明晰;另一方面通过规范的交易程序使交易过程中和交易后的数据产权边界清晰,最大限度地避免产权纠纷的发生.

最后,加强数据产权保护意识的宣传.由于我国长期以来对数据产权的相关法律,数据交易市场也处于起步阶段,社会和市场对数据产权的保护意识比较薄弱.(1)加强企业对自身数据产权的保护意识.对于一些互联网企业和信息服务企业而言,其自身所拥有和收集数据是他们最有价值的资产和核心竞争力的来源,一旦泄露,将产生巨大的商业损失.企业要加强对数据的保护和监督,防止数据被剽窃和非法利用.在数据产权被侵害时,积极寻求法律和行业援助;(2)加强数据交易平台的数据产权保护意识.第一,数据交易平台要尽到数据产权保护义务,采用安全、先进的数据管理系统,对托管数据、委托处理数据以及提供的数据接口进行技术保护,避免泄露和滥用;第二,制定数据保护的具体措施和政策,数据侵权的惩戒与救济机制,以维护数据买卖双方的合法权益;第三、数据交易平台要积极地对自身拥有数据结果、数据分析模型和技术进行保护,申请相关专利和版权;(3)加强数据买家的数据产权保护意识.通过相关法律和行业规范的宣传,数据卖方要清楚数据的非合理使用所面临的法律后果与行业惩处后果,在数据的利用过程中严格按照合约使用数据;(4)加强社会公众的数据保护意识.公众在使用互联网或者信息服务提供商的服务时,要仔细阅读服务协议条款,了解哪些被收集,企业将如何进行利用.如果发生自身数据被非法使用,要积极利用法律法规保护个人隐私和数据安全.

5结语

我国大数据的交易实践已经远远领先于相关法律法规的建设,现有的产权制度则无法满足大数据产业的发展需要.法律政策的缺乏、产权的不明晰都使不少的互联网企业对大数据交易的可行性持观望态度,严重限制了大数据交易的发展.虽然我国大数据产业尚处于起步阶段,但市场的巨大需求将使其市场规模迅速增长.目前,各大交易所在现有法律的基础上制定行业标准和规范,并在实践中不断调整具体规定的方法来解决产权归属这一关键性问题.大数据交易中产权问题仅仅依靠行业标准和规范是远远不够的,急需国家层面的法律政策予以规范.

参考文献:

[1]贵阳大数据交易所.2015年大数据交易白皮书[EB/OL].[2016-02-08].http://doc.mbalib.com/view/2822d096aeeea06a8b

3462e1bea78717.html.

[2]中华人民共和国.电信和互联网用户保护规定[EB/OL].[2016-01-20].http://www.miit.gov.cn/n11293472/n11294912/n11296542/15514014.html.

[3]全国人民代表大会常务委员会.全国人大关于加强网络信息保护的决定[EB/OL].[2016-01-20].http://www.miit.gov.cn/n11293472/n11294912/n11296092/15093824.html.

[4]中关村大数据交易平台.中关村数海大数据交易平台规则[EB/OL].[2016-01-20]. http://www.shuhaidata.com/doc/中关村数海大数据交易平台规则(征求意见稿).pdf.

[5]贵阳大数据交易所.交易所十大标准及规则[EB/OL].[2016-01-20].http://www.gbdex.com/Legal-rules.html.

[6]陈希琳.万亿级别大数据市场:能否交易?怎么交易?[EB/OL].[2016-01-20].http://www.ce.cn/cysc/tech/gd2012/201504/22/t20150422_5182640.shtml.

[7]维克托·迈尔·舍恩伯格,肯尼斯·库克耶.周涛译.大数据时代 生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013:198-200.

[8]王融.关于大数据交易核心法律问题——数据所有权的探讨[J].大数据,2015(2):49-55.

[9]赵克.加快推动地方立法贵阳数据交易法可先行先试[N].贵阳日报,2015-05-07(5).

[10]屈一平.揭秘大数据买卖在中国[J].小康,2014(11):56-58.

[11]Executive Office of the President.Big data:seizing opportunities,preserving Values[EB/OL].[2016-02-03]. http://www.doc

in.com/p-816632946.html.

作者简介:汤琪(1991-),女,武汉大学信息管理学院硕士研究生.

总结:该文是关于问题研究方面的大学硕士和本科毕业论文以及产权问题研究和大数据交易和产权相关问题研究论文开题报告范文和职称论文写作参考文献资料.

参考文献:

1、 基于大数据技术的量化交易策略与金融监管 【摘要】继物联网和云计算技术之后大数据技术成为又一次技术,大数据技术通过收集、分析处理大量的信息,从中获得宝贵的信息 在金融监管领域,因为获得信息不够对称,很难将金融风险控制在一定的范围之内 而大数据.

2、 互联网大数据时代下知识产权保护问题 摘要随着互联网时代的繁荣发展,以及大数据崛起的到来,知识产权与二者之间便存在密不可分的联系 从传统意义上的版权、商标再到专利制度上,信息技术处在一个发展迅速的时代,经济全球化、信息化、现代化已经成为时.

3、 面向未来智能电网的电力大数据交易 摘要随着智能电网的迅速发展,大数据已深入渗透电力行业,产生了覆盖发、输、变、配、用、调六大领域的电力大数据 电力大数据的合理配置和价值实现,可通过交易的形式达成 将数据交易的一般规律与电力大数据的具体.

4、 大数据为产权行业带来的机遇和挑战 今天同各位一起参加大数据共享与应用研讨会,感到十分高兴 这是一个很重要的会议,关于这个议题,从今年年初协会秘书处就开始着手进行调研,得到了40 多家机构的重视和支持,大家对形势的分析判断、对未来的重点.

5、 从多维视角看大数据时代的智慧图书馆 向宏华,龙军(桂林理工大学图书馆,广西 桂林541004)关键词大数据;智慧图书馆;智库;图书馆需求摘要文章从多维角度阐述了智慧图书馆的由来,深度分析了多维视角下智慧图书馆的新特点,概括了智慧图书馆的.

6、 基于大数据时代的图书馆文献资源建设模式 关键词大数据;图书馆;文献资源;建设模式摘要信息技术的迅猛发展及大数据时代的到来,使图书馆在转型发展中也实现了文献资源建设模式的创新 基于大数据的时代背景,图书馆文献资源建设更侧重于大数据理念与技术的.