网络首发 | 数据信托的内涵、生成逻辑与实现路径——基于数据流通视角的分析

网络首发时间

2022-11-15

网络首发地址

https://kns.cnki.net/kcms/detail/42.1085.G2.20221114.0928.002.html

夏义堃

武汉大学信息资源研究中心，武汉，430072

管茜

武汉大学信息管理学院，武汉，430072

李纲

武汉大学信息资源研究中心，武汉，430072

数据资源配置及其价值挖掘是数字时代经济社会发展的重要支撑。根据世界经合组织的研究，当数据持有者的数据被其他数据用户共享和使用时，其经济价值是未使用数据的20-50倍。然而，“确权难、定价难、入场难、互信难、监管难”的五难困境，导致数据产品“不能流通、不可流通、不易流通”的现实问题长期存在。

近几年来，数据信托因其有效平衡数据供需各方的独特优势而广受关注。2004年，英国学者莉莲•爱德华兹提出“数据信托”概念，指代一种普通法意义上的信托结构，以便将利润由数据收集者和数据处理者重新分配给数据主体，平衡数据权力关系。对此，张晓松指出这种数据信托结构的核心在于解决数据资产使用的授权问题和收益安排，数据信托为数据流通中权属纷争的解决提供了新的法律视角。也有研究从信任角度发现数据信托能够弥合不同主体间的信任落差，Geoff等认为监管不到位和数据主体对数据缺乏有效控制是造成数据信任脆弱的重要原因，而数据信托提供的权力监督能够消解大型科技公司和政府机构权力过大带来的隐私安全风险，既可以保障数据安全也可促进数据共享。此外，也有人认为“自下而上的数据信托”能够决定第三方如何使用和共享数据，强化了对数据流通过程的监督。

数据流通是数据价值释放的前提基础，面对数据利用中的各方博弈与数据梗阻，一些国家试图利用数据信托机制增进数据参与、激发数据活性，促进数据流通。2017年《英国人工智能产业发展报告》率先提出利用数据信托建立可信且经过验证的数据治理框架，以此推动数据价值的实现。2018年美国《数据保护法》明确要求在线服务提供商对用户数据收集、使用承担信托义务。2019年世界经济论坛年会上，时任日本首相安倍晋三提出建立“数据自由流动与信任”模式。同年，加拿大的《数字宪章》将数据信托作为公共和私人数据利用参与者在不侵犯公民数据权利情况下获取所需数据的法律工具。2020年，印度建议任命数据受托人管理社区数据，欧盟《数据治理法案》提出以数据中介机制促进欧盟内不同数据主体间的授权与共享行动。

作为一种新兴的数据监管模式和数据资产管理方式，数据信托的理论研究已取得一定进展，但总体研究成果较少，大多数研究重在分析信托的法律结构和个人数据管理功能。本文试图从数据流通的渠道、方式和环境视角阐述数据信托的理论内涵与运行机理，从而为激发数据流动活力、释放数据价值提供指导。

早期的信托（Trusts）是为规避封建土地制度而创设的产权设计，意在将受益人衡平法上的受益权转化为法律上的所有权。在此基础上形成的现代信托制度是一种以财产为核心，以信任为基石，以委托为方式的财产管理制度。作为数据资产管理创新的重要组成部分，数据信托概念的提出（见表1），不仅能够从法律视角平衡数据权利关系，还能够从主体视角协调数据利益、从监管视角规范数据行动，从而营造可信赖的数据流通理念、可信任的数据流通机制与可信服的数据流通环境，以保障主体公平分享数据红利，促进数据价值实现。

2.1  作为法律实体的数据信托：

2.1  构筑可信赖的数据流通理念

数字时代的数据流通，种类繁多、规模巨大、动态多变，构成结构敏感、层次复杂的数据神经网络。同时，数据生产者与用户之间的直接数据交换极为有限，既不经济也不现实。数据信托是数据提供者和数据利用者之间独立的第三方，是受到法律认可的中介机构，其突出功效体现在能充分汇聚数据，解决供需双方信息不对称问题，以平衡数据主体隐私保护和数据交易流通之间的紧张和冲突。

2.1.1  打造明晰稳定的数据供需流通体系

数据流通既是数据内容在不同主体间的传递，也是数据管理权责的主体转移与价值转换过程。作为新型数据交换与服务体系，数据信托建构了由委托人、受托人和受益人三足鼎立的数据流通中介，以委托人为中心形成了衔接主体、数据、资本、技术、制度等多要素的复杂数据流通神经网络，并依托受托人的专业化数据运营能力敏捷感知不同环节、不同业务流程的供需要求，进而大大提升了数据资产的增值活性（见图1）。

在业务流程不断细分、枝节不断扩张的数据链中，往往存在着层次不一、内容各异的多重数据加工利用的信托关系。其中，委托人扮演“原料供应商”的角色，既可以是直接的数据生产者，也可以是数据的拥有者或实际控制者，如公众、政府、社会组织等因时间、能力、技术限制将其掌握的数据资源和部分数据权利委托给符合资质条件的受托人。受托人，也称数据中介、数据经纪人，扮演着数据增值加工“生产服务商”的角色。通过数据汇聚挖掘，受托人进一步增强了与其他主体数据议价的谈判能力，可代表受益人决策向谁、是否、如何开放、共享和交易数据，例如，受托管理Moorfields眼科医院和伯明翰大学医院数据的INSIGHT成立数据信托咨询委员会，以审查用户访问请求，确保患者和公众意见和利益得到保障。其受益人既可以是数据委托人，也可以是指定的其他用户或最终用户，依托受托人行动而扩大对数据使用的选择和数据收益的获取。

2.1.2  拓展差异化分工与专业化协同的

2.1.1  数据流通网络空间

有效的数据流通是一个集数据、技术、人员、规则、基础设施等全要素组合的过程，不仅包括纵向数据采集、汇聚、挖掘、存储、评估、确权、定价、交易、审计等资产化加工的一切活动，还会随着数据需求的高涨、数字产业化和产业数字化的深入而强调横向业务间的有机衔接与数据流通过程的完整性、连续性，需要以分工明确、功能完善、协调有序的数据信托体系为实施载体加以推进。

一方面，数据信托超越了传统数据管理“接受还是放弃”的二分法，以信托形式实现了数据价值链专业分工与岗位职责的细化，如数据采集整合、数据加工集成、数据交易运营、算法服务、资产评估等新型信托业务的出现，构成了环环相扣、层层递进的数据创新利用体系，客观上激发了受托人的专业优势与服务能力。例如，英国生物银行（UK Biobank）作为数据受托人，收集和管理着超过50万英国参与者的生物遗传和健康数据，通过细致的数据分类、加工与保存，已成为全球重要的人体生物健康数据平台，为全球范围内的研究人员提供专业化的数据服务。另一方面，不同类型数据信托机构的合作以及不同信托业务的整合，既贯通了上下游的数据流通，也打通了因素养、文化、资源等束缚而导致的无形的数据流动边界，有助于增进数据主体关系的和谐。

2.2  作为主体利益平衡的数据信托：

2.2  培育可信任的数据流通机制

与数据主体因信息不对称与数据生产加工能力差异而导致的共享利用权利不均衡、收益不对等相比，数据信托具有实现委托人数据能力增强、受益人数据赋能的功效，代表“促进更多访问或共享数据的一系列活动和治理模式”。经过验证和受信任的信托框架与协议能够有效平衡弱势群体与强势群体关系和数据利用创新与安全保护的关系，确保数据流通不侵犯各方权利。

2.2.1  搭建公平、透明、和谐的数据权益体系

当供需主体地位、能力不对等时，数据关联与传递则隐含着隐私安全、数据财产权与预期目标发生偏移，并引发不同主体间的数据利益冲突，有必要通过流通机制的创新重塑主体数据关系。2016年，剑桥大学教授尼尔•劳伦斯出于对平台型科技企业与从事数据采集加工业务的中小型数据企业之间资源、能力、市场、收益等差异不断扩大的担忧，提出利用数据信托模式进行数据控制权的重新分配，以推进数据管理的平等化、民主化。就实际运行而言，数据信托对委托人的数据权利保护既涉及广大的数据个体与有组织、专业化的数据控制人（信托受托人）之间的权力结构，如公众与政府之间的数据托管与共享利用关系，政府需对其数据决策向公众负责。同时，也包括了数据主体与数据控制者之间因数据交易所、数据资产中心等第三方受托人的嵌入，围绕数据可移植、可查找、可访问、可增值属性而形成的多重权利义务分解。这种数据所有权、处置权的分离及其运营打破了以往数据控制者的垄断地位和封闭式数据管理局面，理论上要求各方以“公平、安全、透明”的数据参与和共享机制实现各方主体数据价值的转换。例如英国的Hilo受托管理50多家航运公司的3000多辆船只位置、运行数据，其享有数据加工处理权，以生成与救生艇事故、机舱火灾和其他事件相关的重要风险分析。

2.2.2  减少数据流通中的利益摩擦

利益驱动下数据黑市、数据滥用、算法操纵等现象折射出数据价值转换中相关主体数据权式微、数据利益保障弱化的问题，需要以一种负责任、维护权利和参与性的数据治理机制来加以完善。从制度设计上看，数据信托是一种参与式的数据监管，受托人事实上充当了数据权力经纪人的角色，根据委托人要求，组织各类利益相关者代表，围绕数据的流通使用需求，广泛听取各方诉求、进行集体协商，旨在平衡数据所有者、控制者、再利用者等不同主体的数据控制权，降低因数据权益不平衡、过程不透明而导致的数据囤积、数据恐惧等现象的发生。以英国的Greenfields High School为例，该校拟使用一个教育平台来收集学生的学习数据，用于制定针对性的教学计划。围绕数据的采集范围、使用和保存方式，学校、学生家长和教育主管部门采取数据信托的方式，由受托人组织各方主体就具体数据使用条款进行沟通谈判，据此制定符合最佳集体利益的数据决策。

2.3  作为监管工具的数据信托：

2.2  创建可信服的数据流通环境

数据监管是数据生命周期管理的基础活动，目的在于以参与和保护权利的方式负责任地使用、收集和管理数据。2021年，全球人工智能伙伴关系（GPAI）的一项针对数据信托人员的调查发现，数据信托的主要职能依次为建立保障和监管机制、提供平台以制定合理的数据利用条款并进行协调、提供平台为人们储备数据、就数据利用进行沟通、创建具有较强信用的信托责任机制等（见图2）。针对数据权力集中、数据市场垄断、公私合作缺乏透明度等症结造成的数据监管难题，数据信托以自下而上、软考核与硬约束相结合以及强化风险管控的方式，实现以监管再造可信数据流通环境的预期功效。

2.3.1  营造自下而上的参与式数据监管氛围

与传统数据监管形式的“自我监管”和“官方行动”相比，数据信托代表了一种自下而上的参与式数据民主，提供了一种“扩大数据访问，并将公众利益置于数据管理核心”的监管思路。生成数据的社会公众、企业、民间团体、基层组织在决定数据使用方式上占据重要地位，能够对数据的流转和共享进行更大的控制，包括有权选择恰当的受托人，授权和限定受托人参与数据收集、使用和共享的范围、方式；作为以数据主体利益实现为出发点的机构，受托人致力于提供更大的保护、监管与透明度，与各方主体协商，并寻求从数据开发利用中获得经济社会收益的路径方法。这种数据监管模式使得个人和中小企业、小型机构在如何管理数据方面与平台型企业、大型组织机构拥有了平等的“发言权”，改变了数据管理者-用户之间单一的管理与被管理、服务与被服务关系，凸显了用户端，也即委托人、受益人等主体数据参与过程监督的积极作用，以确保受托机构能够对数据的交换利用作出公正性决策。

与同样自下而上的“数据合作社”监管方式相比，数据信托不要求委托人拥有相同的利益目标和平等的决策权，避免陷入消耗性的集体协商过程，而是通过发挥受托人专业化的数据管理和知识优势，提供了一种替代形式的“弱”参与式监管。

2.3.2  建立软考核与硬约束相结合的数据监管框架

数据信托所实现的数据监管具有双重效应。一方面，重塑了机构信任。立足于自主自愿选择的原则，委托人结合其信托目的，对受托人的资质、能力等进行充分考量，自由选择其信任的受托人。通过“自由选择+信托协议”协商共建过程，构成了一种有效的“软考核”，将数据生态系统内各主体的普遍数据信任问题转化为对特定受托人的信任，并通过明晰数据权利、推动数据共享等巩固委托人、受益人对受托人的信任水平，破解数据流通“入场难”问题；与此同时，受托人一旦违约或未完成受托协议规定的任务，则要受到法律制裁的“硬约束”，对委托人、受托人和受益人形成强大的行为约束力。

2.3.3  实施系统性的数据风险监管

数据流通过程充满风险和不确定性，既有来自技术、管理、能力、制度等因素造成的隐私、安全风险，也有数据未能正确使用和开发而导致的数据沉淀和未被使用的“数据荒地”，而数据信托能够依托其制度设计有效感知数据流通中的风险隐患，并提供系统性的解决方案（见表2）。

一方面，委托人、受益人对数据信托的信任源自其专业化的数据监管能力和公平、透明、可信的数据生态，受托人有责任根据受益人的利益对数据的获取利用做出安全和有保障的决定。例如印度政府公共政策智库Niti Aayog引入了公私合作型的数据授权和保护架构（DEPA），通过创建“同意管理者”――一种调解和促进数据持有者和用户之间良性互动的机构，允许数据从一个实体安全地传输到另一个实体。再如人工智能公司Element AI将数据信托与机器学习、隐私计算相结合，以加强对个人隐私和数据自主权的保护；另一方面，受托人具有识别和防范数据利用风险的评估发现机制，能够利用其灵活的定制化服务、庞大的数据关系网络、灵敏的嗅觉来锁定数据潜在风险和应用场景。以加拿大多伦多市的公民数据信托项目为例，社区成员组成的数据审查委员会负责监督和管理城市数据收集和使用，基于个人数据利用风险点的准确把握，能够在确保隐私和安全的前提下推动数据流向社区、政府、行业和社会。

目前，数据信托的应用已超越了公共数据、企业数据和个人数据的单一属性边界，被冠以“分权型”“信任型”“监管型”的数据治理新模式。作为一种新型数据治理模式，数据信托的产生来源于数字化转型中数据流通及其价值实现的现实困境，也依托于数据权利理论、数据公地理论、信任理论的发展。

3.1  数据流通的现实瓶颈

数据的价值实现取决于数据流通的效率，而数据的非竞争性、外部性、衍生性、无限共享性等属性无疑增加了数据流通的复杂性和艰巨性，需要以新的数据治理思路和新型数据机构加以解决，客观上为数据信托的产生提供了新的场景与延展空间。

3.1.1  权利失衡抑制数据主体活力

数字环境下的数据流通本质上是数据的生产与再生产过程，平等的主体参与、公平的数据获取、均衡的数据能力成为理想状态下数据流通的基础。然而，由于数据权利制度体系的不健全、数据权利保护机制的不完善，形形色色的数据泄露、数据垄断、算法歧视等事件层出不穷，不同主体之间的数据权利流失与冲突日趋严重。一方面，个人以及中小企业等日益失去数据控制能力，大量的个人隐私、企业秘密沦为“数据”并进入流通体系，如何推进数据主体间的权利均衡、防范主体地位不平等而导致的数据权利剥夺与资源配置不平等成为数据流通制度设计的重要内容；另一方面，原有数据生成者与数据控制者之间、数据控制者与数据再利用者之间的二元结构难以协调数据流通中的多边关系，无法建构复杂环境下融合多元主体诉求的数据权利保障框架。因而，在组织形态上需要以数据信托作为中间载体来维持正常的数据流通，包括数据主体对于数据信托的功能性依赖（弥补数据业务与岗位细分的能力不足）和数据权利人对于数据信托的权利依赖（增强弱势方权利保护能力）。

研究表明，“当各方之间存在利益冲突时，数据信托可能是一种很好的数据共享方法”，既凸显了在数据权利保护中的重要影响，也在关联汇聚与流通交易中密切了主体数据权利关系，并具有如下特征：一是数据流程环节越多，参与主体就越多，数据权利主张也越多，越需要数据信托实现复杂权利关系的明晰化；二是数据种类、来源越多，数据主体的加工处理难度就越大，主体之间的权属边界就越交叉模糊，越需要数据信托有法定约束力的受托责任和义务来明确主体任务边界；三是数据增值目标越大，主体目标驱动就越强，对数据采集、加工、存储、利用的体系化要求就越高，越需要数据信托发挥专业化管理优势，实现数据主体权利保护与价值实现的均衡发展。

3.1.2  信任危机割裂数据价值实现

数据共享、开放和交易等流通行为在很大程度上依赖于相关数据主体之间的信任建设。信任本质上反映了个体与组织之间的和谐关系，无障碍的数据流通过程既需要数据主体向他人和机构证明其数据质量、算法、技术解决方案、APP工具等数据产品/服务的可信度，也需要相信上下游其他主体的数据行为可信。简言之，可靠的数据管理全面提升数据流通效率，“数据机构的可信度是人员、系统和流程的产物，这些人员、系统和流程构成数据可信管理的支撑”。

现实环境下，数据泄露、隐私侵害、大数据杀熟等导致主体之间的信任缺失不断增大，澳大利亚政府指出，数据保管人和用户之间缺乏信任，阻碍了数据的使用和价值实现，并对数据流通利用安全提出了更高的要求。2018年，Nesta的一项民意调查表明，73%的人认为分享个人数据以改善公共服务需要在简单且安全的方式下。同时，数据流通环节的增加、参与主体的增多以及技术更迭频率的增高，不仅容易导致数据加工利用不确定性的增强，还会加大主体之间的信息不对称，促使人们对数据流通的态度趋于谨慎和保守，数据囤积与开发利用之间的冲突加剧，需要有公正独立的第三方机构来协调缓冲。数据信托的目的是定义值得信赖和符合道德的数据管理模式，具有法律约束力的受托责任和义务要求受托人以可靠的方式处理数据，以透明的方式协同各方数据行为，能够为数据流通提供客观独立的受托管理，确保了对数据权利保护与数据资产开发相关风险管理的前瞻性承诺，从而赢得主体信任。

3.1.3  治理模式单一压缩数据流通空间

既有的数据治理模式设计主要是数据所有者与数据控制者之间的二元结构，单一个体（个人、中小型企业等）作为数据生产者和原始数据所有者与拥有和控制大规模数据的政府或平台型企业进行数据的流转交换，再由指定的政府数据部门作为中立方进行监管和指导。这种二元模式事实上存在着数据链上下游主体因事实上的能力、权力、资源不平等而导致的数据参与不足、流通不畅问题，既难以形成多主体业务协同，也容易引发数据生产乏力、被动整合与协调匮乏现象。同时，也面临着数据流通空间收缩的危险，即复杂数据流通过程一旦被特定数据主体占据支配性数据管理地位，其他主体极易被削弱或失去平等参与、处分和监督数据利用的主体地位。换言之，二元结构在助长政府和平台型企业数据资源强吸纳、硬整合的同时，也会冲击个人、民间团体等社会数据资源的开发，在基于市场的数据流通和基于政府的数据流通双重挤压下，基于社会公益的数据流通可能因数据主体的弱势而压缩消解。

作为数据治理模式的创新，数据信托通过有效的责任托管、平等的协商沟通，可以实现对个人数据、企业数据、政府数据的混合托管。从体制机制与实际功效出发，数据信托既是数据管理机构，也是数据分发平台，既是数据积聚网络，也是数据服务中心，既是权利保护方式，也是数据实现机制。尽管数据流通的中介模式有很多（见表3），数据信托区别于其它模式的优势在于通过独立的信托机制有效串联起数据链上下游的数据拥有者、控制者与再利用者、用户、受益人等多元主体，合理平衡不同主体利益诉求与权利关系，并针对不同数据产品匹配不同的数据流通模式和服务对象，实现不同主体之间权利保护与权利发展的均衡。

3.2  数据信托的理论基础

3.2.1  数据权利理论：制衡与场景主义的转向

围绕数据权利问题，许多学者从数据人格权、财产权、特许权等角度明确了数据权利是一个由数据可携带权、删除权、更正权等多种权利交织合成的复合体系，权利人对数据的利用呈现出叠合与并行的共赢局面，传统的物权观念难以解释数据多元主体的权利交织现象。对此，我国《数据安全法》、欧盟《通用数据保护条例》、美国《数据隐私和保护法》等普遍遵循权利保护的“制衡原则”，即突出权利与义务制衡、平台与用户制衡、私权与公权制衡。这种主体力量的制衡思想与数据信托的治理逻辑高度契合，有助于形成政府、平台型企业等数据控制者与数据所有者、数据用户等多主体之间相互博弈、监督又相互促进的双向力量，“从根本上决定了数据治理中以政府为核心主体、企业为次生主体的数据权力与以企业、个人为核心主体的数据权利之间的对立统一关系”。

同时，数据权利纠纷的解决依托具体场景动态灵活而非封闭式的确权思路，将碎片化的数据权利整合与数据流通过程中连续性的场景应用有机结合，将数据利益和数据安全置于动态场景而非封闭环境中加以判断，进而实现基于数据权利保护与增值开发协同共进的新型数据治理模式。

3.2.2  公地理论：

3.2.2  公共数据集体自治与公共信托模式的集成

哈丁的“公地悲剧”揭示了牧场、森林等公共资源因产权难以界定而被竞争性地过度使用或侵占的困境。在数据公地内，公众等处于弱势的数据主体由于信息不对称和数据技能的缺乏难以有效监督数据控制者和预估风险，客观上会造成数据滥用的放纵，而如果数据权属保护过度，阻碍数据自由流动的“反公地悲剧”将在所难免。

对此，奥斯特罗姆提出公地多元治理思想，确定并模拟了促进有限资源共同管理的社会规则，加之传统法学的公共信托学说，共同构成了公共数据自治与公共信托模式的理论参考。具体而言，即数据信托应在数据流通的公共利益和个人利益之间、数据所有者与数据控制者之间寻求自上而下与自下而上相结合的平衡机制与集体自治方案，“受托人代表受益人对数据行使集体决策，以集体谈判获得更平衡、更公共的数据关系”。同时，侧重信托财产本体（数据资源）、公共信托权益（数据权益）和政府公共信托义务的公共信托理论表明，数据公共信托承载着全社会数据公共效益的实现和公共数据权利的维护职责，作为受托人，政府应围绕数据资产属性建构多方参与的信托关系，最大限度地使数据主体免受数据侵害，还应“对其他主体相关数据的利用行使审查义务，且数据信托的受托人包括数据控制者以及共享或交易数据的第三方”。换言之，数据资产集体自治与公共数据信托的结合，能够有效调动利益相关者参与，改善数据共享利用中主体话语权缺失的问题，并对政府等数据受托人形成必要的约束和监督。

3.2.3  信任理论：数据可信流通生态的塑造

信任是一种基于广义关系的社会建构，长期受到社会学、人口学、政治学等学者的关注。随着互联网的普及，一些研究开始聚焦网络信息技术与信任的关系，认为增进信任有助于感知收益和便利性，是普及信息技术、电子政务的先决条件。作为替代利益和权利的一种治理机制，以信任为核心的数据治理――数据信托在促进可信数据流通的同时可以平衡安全管理和价值实现，有助于“解决数据领域中的‘信任赤字’问题”。

在数据信托如何增进信任方面，世界经济论坛提出安全、问责制、透明度、可审计性、公平和道德六个核心要素，也有人认为数据信托从环境、体验、态度和行为四个方面提升了数据流通过程中的信任（见图3）。一方面，数据信托借助受托责任的履行实现了数据主体权利的力量均衡。基于汇集起来的数据权利和数据资源，受托人凭借其数据管理的专业优势与数据控制者、再利用者等抗衡，直接改变了个人、中小企业等主体对数据流通的态度和行为并弥合信任差距；另一方面，数据信托间接改善了数据流通环境与用户数据体验，在增加数据主体共享数据可能性的同时，能够平衡保护数据权利和创新使用数据之间的紧张关系，实现数据价值与增进信任的良性循环。

随着全球数据资产属性认知的深化以及人工智能发展对海量数据需求的激增，运用数据信托激活数据要素流通、构建可信数据生态已成为许多国家的不二选择。我国多地设立的数据交易所、数据运营中心，本质上具有数据信托属性，表明我国数据信托业已进入快速发展阶段。目前数据信托模式的建构并没有统一模板，既有政府主导的信托项目，也有自下而上的民间信托、市场信托。尽管机构名称、表现形式、运行机制各有差异，但其内在逻辑、核心要素与主要任务趋同。2019年，英国开放数据研究院详细界定了数据信托各阶段的决策任务（见图4），主要围绕数据权利体系、信任机制、共享规则、数据生态四个方面展开布局。

 （1）完善数据法规，保障主体权益。数据信托的显著特征是独立的数据监管，必须具备明确的法律结构。例如，受托人为受益人利益而转让、分置、托管和运营数据资产的各项权利义务，必然涉及数据携带权（或提取权）、署名权、数据被遗忘权、数据更正权等边界的划分，既对传统的财产权、人格权理论形成冲击，也对物理社会的所有权、使用权、处分权等权属界定在数字空间的适用性提出了挑战。同时，数据信托的发展还需要进一步明确如何行使权力，例如在数据权利与个人数据相交织的情况下，如何厘清数据权利属性、明确信托责任裁定标准以及如何保持隐私法、数据安全法、保密法等法律规定的一致性、完整性等都需要深入考虑与持续完善。

（2）筑牢安全底线，夯实信任基础。加拿大的数据信托实验表明，个人数据缺乏保护，造成了对收集、共享和使用数字数据组织机构的不信任气氛。为保障数据流通安全，数据信托需要稳健的治理流程，其数据治理框架不仅包括个人隐私保护与数据分级分类等安全管理制度的细化，还涉及到数据滥用、垄断等数据流通风险的预警监测与防范纠偏。同时，为增进主体信任，还应提升数据信托业务的各方参与度与过程实施的透明度，确保数据获取与使用符合授权管理相关规定，以保障多元主体对数据、技术、设备、平台和服务综合感知的可信可用。

（3）优化共享规则，完善治理框架。数据的共享流通充满风险和不确定性，而数据信托是一种“支持数据共享的法律、技术和组织结构”。一是培育数据信托主体，提升信托机构专业化水平，确保受托人的行动和目标与委托人的原始意图、受益人的最佳利益高度一致；二是建立清晰的数据管理计划，特别是标准化、资产化的数据标准规范，如数据流通的技术架构标准、数据资产目录标准、数据质量评价标准等；三是把握不同主体参与数据信托的期望与诉求，建立由委托人、受托人、受益人、用户等广泛参与的联合磋商机制，营造民主、负责任的数据治理氛围；四是通过数据监管与伦理约束提高数据共享的风险感知能力，开展信托效果评估与数字诚信监测，加强对数据信托业本身的监管。

（4）强化基础保障，塑造信托生态。数据信托的可持续运营需要人、财、物的系统性投入。一方面，应加强数据基础设施建设，建立集数据合规、交易撮合、交易监管、资产定价、争议仲裁在内的数据信托服务平台，激活数据交易交换，促进全社会数据流通；另一方面，应强化资金支持，拓宽数据信托机构会员费、订阅费、数据服务申请费等资金来源，探索信托机构市场化和非营利性运营的方式渠道，形成开源节流的良性循环。同时，还应培育复合型数据专业人才，既要提升委托人、受益人数据素养与数据消费能力，也要增强信托机构数据资产运营能力和安全管理能力。

综上，数据信托是专业分工、公平透明和确保负责任数据使用的有效方法。其价值功效既包括汇聚数据资源、拓宽数据使用场景、解决供需信息不对称问题，也涉及打造利益平衡的数据流通模式，实现自由选择可信受托人的自下而上监管、受托人法律监管和申请审核-技术规避-应用的系统安全风险监管。换言之，数据信托的发展能够极大激活数据主体参与数据流通的内生活力，弥合数据生态系统信任关系，拓展数据要素的价值空间。同时，数据信托发展必须围绕数据流通运营难点痛点，完善数据权益保护法规体系，强化数据市场监管，细化数据治理规则，尤其是高风险、敏感数据的共享流通机制，加大对数据基础设施、数据专业人才、数据信托发展公益性资金支持。

本文虽然对可信流通场景下数据信托的内涵、生成机理与理论基础、实施路径进行了初步探索，但尚有许多问题，如数据信托模式的可持续运营、我国数据信托业的发展特色、彼此独立的自然人作为个人数据所有者如何参与数据信托，公权力如何介入监管等还有待在后续的研究中加以深化。

END

版式设计

陆澜

制版编辑

卢慧质