1. 引言
随着数字经济蓬勃发展，数据已然成为一种“比石油更具潜力”的生产要素，其流通共享对于充分发挥数据价值起着至关重要的作用。当下，如何在确保数据安全的基础上推动数据流通交易、加速数据要素价值转化，成为众多研究者探讨的焦点。传统的C2B双方数据交易模式中，由于买卖双方分别是企业和个人，且双方地位和能力差距悬殊，因此存在信任机制缺失、交易效率低下、议价权利失衡等问题，严重制约了数据要素在网络营销、数据库营销等诸多新兴数字经济领域的价值释放，不利于最大程度地激发数据潜在价值。特别是在企业信息化建设背景下，这种交易模式难以满足ERP系统与客户关系管理对高质量数据集的迫切需求。
对此，欧盟于2022年出台《数据治理法》(DGA)创设数据中介制度，将“通过技术、法律或其他手段在数量不确定的数据主体或数据持有人与数据用户之间建立数据共享商业关系的数据控制者或者数据处理者”定义为数据中介机构，并对其中立义务提出要求，具体涵盖结构性分离、服务独立以及服务公平，为优化C2B数据交易环境提供了制度范本[1]。上述中立义务标准受到全球范围内诸多立法者的认可。我国《个人信息保护法》在实施过程中也面临如何在低透明度的C2B数据交易环境中建立互信机制的挑战。通过借鉴数据中介机构中立义务规则的研究成果，探索在我国引入类似机制的可能性，将有助于完善我国数字市场的基础制度建设，同时为跨境网络外贸中的国际贸易数据流动提供规范化路径。
然而在实践中，由于数据中介机构需要应对虚拟化环境下的运营挑战，同时面临营利扩张的市场压力，加之对服务透明度标准要求不足，导致中立义务在C2B数据交易中遭遇多重困境，如结构性分离难以实现、数据利用范围过度扩张、服务公平性与透明度不足等。这些问题不仅影响着网络支付等环节的安全性，也制约了数据要素在C2B、B2B和C2C等多元化交易场景中的价值释放。为更好地保障各方主体权益、提升市场资源配置效率，破解C2B模式下数据中介机构中立义务的困境已迫在眉睫。
已有学者开始围绕C2B模式下数据中介机构中立义务的困境与出路展开探究。其中，谈晓文(2024)等学者认为应降低组织及收入与母公司结构性分离的要求以解决数据中介机构前期建设、运营成本过高以及融资难的问题，但未提出可供替代的解决方案[2]；程啸(2025)建议在数据共享主体同意的情况下适当扩张数据中介机构对数据的利用权限[3]，但有学者批判该方法可能引发“知情–同意”危机与不正当竞争[4]；以倪楠(2023)为代表的一部分学者主张数据中介机构应确保每一个数据主体和数据持有人以及数据用户遵循公平、透明、非歧视性的程序获取中介服务以重建各主体之间的信任关系[5]，但缺乏具体的判断标准。
鉴于此，文章将从“Facebook案”入手，指出当下C2B模式下数据中介机构中立义务的困境，具体分析困境产生的原因，并在此基础上探索解决困境的新路径，以期在保障数据安全的同时发挥数据要素价值，为我国引入数据中介机制、促进我国数据市场的基础设施建设提供有益借鉴。
2. C2B模式下数据中介机构中立义务的困境
德国联邦法院2023年对Facebook (现已更名为Meta)的裁决，为审视中立义务困境提供了一个典型案例。该案中，Facebook通过用户协议，变相强制要求用户同意其对从Facebook、Instagram、WhatsApp等自有平台及第三方网站收集的数据进行无差别合并[6]。这种数据控制权的实质性集中，正是结构性分离、服务独立与公平服务三大中立义务在实践中失效的集中体现。下文将以该案为切入点，逐层剖析结构性分离义务的实践困境。
2.1. 结构性分离义务效能欠佳
数据中介机构的结构性分离义务主要涉及收入来源的独立性与组织架构的独立性。在收入上禁止数据中介机构通过数据库营销等增值服务从数据中获利，以降低数据交叉滥用导致的侵权和不正当竞争风险[7]。在组织上则要求中介服务必须由独立法律实体承担以避免利益冲突。然而，上述旨在保障中立性的规定却在实践中暴露出诸多弊端。
从成本效益角度考量，结构性分离要求数据中介机构在收入来源和组织架构上双重独立，这极大地增加了运营成本。这一点在德国联邦法院对Facebook的裁决中体现得尤为深刻。对于Facebook这样数据控制权高度集中的全球科技巨头而言，强制实施结构性分离意味着要对其根本性的商业模式和全球数据架构进行颠覆性重构，其技术、法律和组织成本是天文数字，远非普通数据中介机构所能比拟。该裁决也成为Facebook大幅度调整组织架构并更名为Meta试图转型的导火索之一。在收入来源独立方面，机构被限制只能依靠中介服务获利，因此不得不放弃数据库营销、网络营销等数据增值服务，其盈利渠道变得极为狭窄。而在组织架构独立方面，设立独立法律实体涉及场地租赁、人员配置、虚拟化技术部署等一系列费用。但这些巨大的投入所带来的效益却十分有限。许多数据中介机构在实施分离后，不仅未能显著提升自身的中立性和市场竞争力，反而因成本高昂致使业务发展受限，远未达到制度设计的理想状态。
从市场影响角度考量，结构性分离义务对小微企业极为不利。“Facebook案”本身就是大型平台利用数据优势滥用市场支配地位的典型。根据德国负责竞争法与反垄断监管的联邦卡特尔局(Bundeskartellamt, Federal Cartel Office)的调查，Facebook在德国社交网络市场的份额超过90%，其强大的网络效应和数据优势构成了极高的市场壁垒[8]。小微企业资源本就有限，根本无力承担独立运营的高额成本，只能选择退出市场或者依附于大型平台。这直接导致市场竞争减少，Facebook等大型数据中介机构凭借资源和规模优势很容易垄断市场，进一步挤压其他市场参与者的生存空间，破坏了市场的公平竞争环境。长此以往，C2B数据市场可能会形成一家独大或寡头垄断的格局，而B2B数据市场则可能因缺乏有效竞争而陷入僵化，最终都不利于数据要素的高效流通和市场的健康发展。
从实践效果角度考量，结构性分离并不足以消除人们的疑虑。德国联邦法院的裁决明确指出，Facebook通过用户协议强制用户同意其将从Facebook自身网站、旗下子公司Instagram和WhatsApp乃至第三方网站收集的数据进行无差别合并，这正是“形式分离、实质整合”的典型。仅仅在组织机构和收入来源方面进行物理分离，并不足以斩断大型平台旗下子公司或其他有实际利益联系的实体与母公司或其投资者之间的相关性。之后爱尔兰数据保护委员会(DPC)与Meta的“跨服务数据传输案”进一步证明，即使有法律和法院判决的强制要求，更名为Meta的Facebook也极难在技术上和商业模式上实现有效的数据“结构性分离”，其全球数据流的整合性使得任何形式的分离都只是表面的、不彻底的。特别是在C2B数据交易市场中，这种“形式分离、实质整合”的模式会引发两种不良结果：一方面，个人消费者因缺乏信任而过度谨慎，对数据中介机构直接“一票否决”；另一方面，个人消费者可能被形式上的分离所误导，其合法权益在不自知中受到侵害。
2.2. 服务独立义务抑制数据潜力
服务独立义务要求中介机构扮演被动的技术通道角色，其核心包含三重约束：在数据使用上，禁止将数据用于营销、人工智能等增值开发；在业务运营上，要求与增值业务物理分离且定价独立；在处理权限上，仅允许为必要目的进行有限的格式转换[9]。DGA将上述传统上作为竞争法事后救济的措施转化为事前预防机制，虽有效遏制了大型平台通过数据中介实施垄断的可能，却也因过度限制数据开发权限而制约了数据要素价值的释放，主要体现在以下几个方面。
首先，在数据开发与权益保护的平衡方面，当前DGA服务独立义务对用户相关数据缺乏分类分级保护机制，采取“一刀切”的统一规制模式。该模式的弊端在Facebook案中得到了反向印证。在该案中，德国联邦法院虽对Facebook的数据合并行为提出异议，但并未全盘否定数据融合的价值，反而承认其具有“重大的经济价值”，并探索以“自愿同意”机制寻求用户权益与数据价值之间的平衡。这一监管实践表明，即便是高度敏感的个人数据，其融合利用也存在合理的价值空间。若将此逻辑推而广之，对于经过匿名化处理的医疗、交通等具有显著公共利益属性的行业数据，其潜在的社会价值则更应得到审慎考量。例如，医疗数据的聚合分析有助于优化疾病预测模型、交通数据的融合能够提升城市治理效率。DGA中立义务对此类数据开发的过度限制，在一定程度上构成了对个人数据权利的过度扩张，同时也损害了公共利益[10]。
其次，业务分离机制对创新协同的抑制作用较为明显。Facebook社交、数据与广告业务高度融合的商业模式，是创新协同的典范。DGA中立义务规定中介服务需与存储、分析等业务进行物理分离，恰恰切断了此类数据全生命周期的协同链条。正如Facebook通过整合数据来“改善其定向广告活动”，数据融合是推动商业创新的核心动力。然而，物理分离使得中介机构难以调用关联方的云计算资源或AI算法库，进而影响了数据的整合与分析效率。尤其是在C2B数据交易市场，这种分离不利于网络营销场景下的个性化服务定制——这正是Facebook的核心优势，从而降低了中小企业的市场竞争力，反而不利于实现反垄断目标。此外，用于存储、分析和中介服务的数据在Facebook内部是高效流转的，而物理分离则增加了沟通协调成本与数据错误风险，影响数据质量，不利于高质量数据集的形成。再者，定价机制独立虽意在防范不正当竞争，但也限制了Facebook等企业通过创新服务套餐来提升市场竞争力的能力，从而形成了“反垄断目标”与“市场活力激发”之间的矛盾。
最后，数据标准化进程受阻以及流通壁垒的固化问题凸显。“Facebook案”正是数据壁垒固化的典型例证。DGA中立义务将数据处理权限严格限定在合法性审查与基础互操作层面，这极大地限制了数据格式转换的能力。德国联邦法院发现，Facebook通过如“Like”按钮、分析工具等“商业工具”在第三方网站嵌入专有接口，将数据以特定格式传输回其系统，构建起一个封闭的、高度整合的数据生态系统。在数字经济环境中，数据标准化是实现数据跨平台流通的关键因素。Facebook的做法极大提高了竞争对手获取同类数据的难度，巩固了其市场壁垒。然而，现行规定使得数据中介机构仅能进行最低限度的格式统一，无法根据市场需求进行深度优化。DGA的僵化限制不仅未能有效遏制此类壁垒的形成，反而使合规的中介机构束手束脚，无法通过深度格式转换来打破现有壁垒，最终导致数据复用率降低，违背了促进数据共享的初衷[11]。
2.3. 服务独立义务抑制数据潜力
公平服务义务旨在保障C2B交易全流程的非歧视与实质公正，其内涵涵盖三个维度：其一，准入公平，禁止以规模、地位等为由设置差异化准入，确保平等接入；其二，程序公平，强调访问、匹配等流程的透明一致，禁止算法偏见等差别待遇；其三，结果公平，要求服务效果不因用户属性产生偏差，保持统一标准。该义务既遵循了DGA中“非歧视”服务的规定，也契合欧盟法院“平等对待数据市场参与者”的司法原则。然而，现行规范对公平性的具体判断标准与救济路径缺乏可操作性指引，导致该义务在C2B复杂交易场景中面临实施困境，具体如下。
首先，法律规范对公平服务义务的公平性要件的界定过于原则化，特别是对“算法偏见”“合理差异”等关键概念缺乏量化标准。这种模糊性导致监管机构在判定数据中介行为合法性时陷入困境，例如在评估C2B数据交易模式下匹配算法是否构成对个人消费者的歧视时，监管机构往往因缺乏明确的技术参数而难以作出准确判断。“Facebook案”正是这一困境的缩影。由于缺乏可直接适用的数据保护量化标准，终审判决最终不得不诉诸竞争法中的“剥削性商业条款”原则而非DGA来规制其数据合并行为。同时，欧盟成员国间对公平标准的理解差异进一步加剧了执法不确定性，这种分歧不仅影响法律适用的统一性，还可能诱使企业选择监管较为宽松的成员国开展业务，这种现象在国际贸易中尤为明显。
其次，现行救济机制的设计缺陷进一步加剧了权益保护不足的问题。由于DGA未规定强制性的内部投诉机制，数据主体特别是个人消费者在遭遇不公平待遇时往往面临维权困境。即便选择通过反垄断调查程序寻求救济，对于单个用户而言，与Facebook等全球科技巨头进行法律对抗的举证责任和成本几乎是无法承受的。更值得关注的是，现有救济渠道主要针对显性歧视行为，Facebook这种通过企业信息化系统自动决策等复杂技术系统实现的隐性数据整合与利用，仍是现有救济机制难以识别且法律效力不可及的盲区。
最后，新兴技术应用带来的监管适应性问题日益凸显。Facebook等行业巨头利用“Like”按钮、分析工具等“商业工具”和API接口在用户访问第三方网站时即时收集数据并关联至用户账户，正是利用复杂技术实现差别待遇的例证。随着个性化推荐、动态定价等技术在数据交易中广泛应用，传统针对静态场景设计的公平性标准已难以应对复杂多变的交易环境。人工智能算法的大规模应用更是加剧了这一挑战，其固有的黑箱特性使得中介机构可能在不违反形式公平要求的情况下，通过算法模型实现实质性的差别待遇。这种制度滞后性不仅导致公平服务义务的规制效果大打折扣，还可能因过度约束创新活动而抑制数据要素市场的健康发展。
3. C2B模式下数据中介机构中立义务困境的成因
3.1. 形式分离与实质中立的错位
结构性分离义务困境的根本原因在于立法者将形式分离与实质中立错误地划上等号。形式分离即结构性分离义务的结果，是指数据中介机构通过外在的组织结构分离以及收入来源独立所呈现出的中立外观。而实质中立则是指数据中介机构通过确保交易流程高度透明、算法决策可解释验证、交易结果无差别对待、救济渠道高效可达，使消费者的公平交易权得到实质性保障的中立状态。具体而言，在C2B数据交易场景下，实质中立至少包含以下要求：在程序透明度维度，要求数据中介机构完整披露交易规则和数据处理全流程，确保消费者对自身数据的流向和使用方式具有充分知情权；在算法可解释维度，需要提供可验证的决策逻辑和拒绝理由，使消费者能够理解并质疑自动化决策结果；在结果无差别维度，必须保证不同性质、地域、年龄、消费能力的用户群体在数据获取条件和价格方面获得同等对待；在救济可及性维度，应当建立便捷的在线申诉渠道，并确保在合理时间内对消费者诉求做出实质性响应。与形式中立相比，实质中立更关注DGA中立义务实际的实施效果，而非仅停留在结构性分离层面的合规性。事实上，形式中立也仅仅是达成实质中立目标的可能路径之一，其既非必要条件，也非充分条件，但立法者却将该结构性要求等同于实质中立的全部保障，导致DGA中立义务制度设计与实践效果严重背离。
在C2B数据交易模式下，真正影响中立性的不是组织结构本身，而是实际控制关系和利益传导机制。大型平台完全可以通过技术标准绑定、算法参数设置、数据接口控制等非股权方式，对形式上独立的子公司实施实质性影响。这一点在“Facebook案”中已有体现，Facebook通过统一账户体系对旗下各平台实施隐性控制，使物理分离流于形式。这种“技术附庸”关系无法真正阻断利益输送。
更关键的是，DGA中立义务忽视了市场竞争环境对中立性的塑造作用。在缺乏有效竞争的市场中，形式上的分离反而可能成为垄断的掩护——当少数大型中介机构控制主要数据接口时，其完全可以通过设置数据格式壁垒、API调用限制等隐性门槛实施实质歧视。此时，结构性分离不仅未能促进公平，反而因提高了市场准入门槛，削弱了中小企业的制衡能力，使垄断行为更加隐蔽。
“形式分离即实质中立”的认知误区根源于立法者套用了传统经济中的“结构–行为”范式，将复杂的数字市场关系简化为机械的物理分离问题。实际上，数字经济中的控制权已从显性的股权控制转向隐性的技术控制和生态锁定，而DGA中立义务仍执着于“看得见的分离”，却忽视了“看不见的控制”。要真正实现中立性目标，必须超越形式分离的局限，建立以技术透明和行为可问责为核心的实质中立机制。
3.2. 数据特性与市场规律的冲突
服务独立义务困境的根本原因，在于立法者未能妥善处理C2B模式下数据要素内在的双重属性之间的矛盾。数据作为新型生产要素，同时具有经济价值与权益属性双重特征，二者在本质上存在难以调和的张力。DGA中立义务试图通过刚性分离来实现两种属性的平衡，却忽视了数据库营销等场景中数据价值创造的客观规律，致使制度与实际需求产生错配。
从数据要素的双重属性来看，这种冲突首先表现为经济价值与权益保护的矛盾。在C2B数据交易中，数据经济价值的实现依赖流动、聚合与创新应用，其价值随使用场景的拓展呈指数级增长；而数据权益保护则要求对数据使用施加必要限制，防止滥用风险。DGA中立义务将这两种诉求简单对立，通过切断数据开发链条来确保“安全”，却以牺牲数据价值为代价。以Facebook为例，其商业成功正是建立在数据聚合与交叉应用之上，而DGA的刚性分离要求恰恰扼杀了这种价值创造模式。类似地，在医疗数据领域，严格的分离要求虽然保护了患者隐私，却阻碍了跨机构研究合作，使疾病预测模型的优化陷入瓶颈[12]。
其次，这种冲突反映为制度逻辑与市场规律的背离。数字经济中的价值创造具有高度协同性，数据收集、存储、清洗、分析、应用等环节构成有机整体。DGA中立义务强制将这些环节割裂为相互独立的业务单元，违背了数据要素“越整合越增值”的特性。如在智能制造场景中，设备数据、供应链数据和用户行为数据本应实时交互，但结构性分离要求致使这种协同难以实现，直接制约了产业数字化转型的进程。
更深层次的问题在于，DGA中立义务延续了传统要素市场的规制思维，未能适应数据要素的独特性。数据具有非竞争性、非排他性和网络效应等特征，其价值实现机制与传统生产要素存在本质差异。当立法者以管理厂房、设备等有形资产的思路来规制数据要素时，必然导致制度供给与市场需求的错配。这种错配不仅限制了数据潜力的释放，还在客观上阻碍了数字经济的创新发展。要解决这一困境，需要改变制度设计理念，建立与数据要素特性相匹配的新型治理框架。这要求立法者超越简单的“分离即安全”思维，在承认数据双重属性的基础上，探索既能保障权益又不扼杀创新的平衡点。
3.3. 营利属性与中立义务的矛盾
公平服务义务在C2B交易场景中面临困境，根源在于数据中介机构营利性与中立义务的矛盾[13]。首先，数据中介机构作为市场主体，追求利润最大化是其天然动机。中立义务虽对盈利空间有所限制，但无法改变营利本质。在C2B模式下，个人数据主体与企业数据用户地位差距显著。DGA中立义务为提升数据主体地位，要求数据中介机构基于数据主体的最佳利益提供服务。然而，数据交易中双方利益冲突，数据中介机构在平衡二者利益时，往往假借数据库营销中的算法优化之名来规避中立义务，其中立性面临严峻挑战。
其次，公平服务义务的困境源于市场规律与制度设计的脱节。追求利益最大化的天性，使数据中介机构必然会设法绕过中立义务。让数据中介机构在缺乏有效监管下自我约束，如做到非歧视、保持透明度、避免算法偏见及提供充分救济渠道，是违背市场规律的、不科学的。
再次，在判断标准上，DGA未对“算法偏见”“合理差异”等关键概念量化界定，本质上是因为中介机构为逐利抵制标准明确化，明确标准会限制其利用规则模糊获利的空间。这一点在“Facebook案”的终审裁决中也有所体现，法院之所以未援引DGA规制很大程度上就是因为DGA中立义务标准不具有明确性，援引该条文作为论证依据并不能使人信服。不同成员国因企业信息化水平不同，对公平标准的理解存在差异，中介机构利用这一差异进行监管套利，选择在监管宽松的地区开展业务，进一步破坏了法律适用的统一性。
此外，救济机制设计缺陷的根源同样在于中介的营利动机。DGA未规定强制内部投诉机制，中介缺乏建立该机制的动力，因为这可能暴露其不公平行为。反垄断调查程序的高成本和局限性，以及对ERP系统决策的审查困难也使得中介无需担心隐性歧视行为被有效规制。在此情况下，大量隐蔽的不公平交易行为得以存在，破坏了市场的公平环境。
最后，新兴技术应用带来的监管难题，也是中介营利与中立义务矛盾的体现。个性化推荐、动态定价等技术及人工智能算法的黑箱特性，为中介在不违反形式公平的情况下进行差别对待提供了便利。中介为获取更多利润，积极利用这些技术手段，而传统静态公平标准难以适应，导致公平服务义务规制效果不佳。
要解决公平服务困境，需重新审视制度设计，建立有效的外部监管机制，平衡中介机构营利性与中立义务，使其行为符合C2B数据交易市场的实质公平原则。
4. C2B模式下数据中介机构中立义务的出路
随着我国数据要素市场化配置改革的深入推进，数据中介机构作为连接数据供需的关键节点，其数量与规模正逐步增长。然而，我国现行法律体系，包括《个人信息保护法》及相关条例在内，尚未对数据中介机构的中立义务作出专门性、系统性的规定，这构成了制度空白。因此，借鉴欧盟DGA的立法经验，将重点放在完善我国本土法规之上，已成为当务之急。值得注意的是，我国互联网生态中亦存在腾讯等与Facebook在组织架构、产品市场等方面极其类似的平台，因此“Facebook案”所暴露出的数据中立义务问题对我国具有极强的警示意义，我们在借鉴DGA时必须以此为鉴，构建符合我国国情的本土化制度。DGA的规制对象主要是商业数据中介，这与其成熟的市场环境密切相关。反观我国，当前对商业数据中介机构与政府数据交易平台的区分并不严格，实践中由政府主导或参与建设的平台占据重要地位。商业数据中介机构与政府数据交易平台虽同为数据流通枢纽，均需恪守中立原则以维护市场信任，但在核心目标、运营模式与价值取向上存在显著差异：商业数据中介机构以营利为首要目标，其商业模式依赖于数据增值服务；而政府数据交易平台则更侧重于提供公共产品，旨在降低市场准入门槛、构建普惠性的数据基础设施。因此，在构建我国数据中介中立义务制度时，必须结合这一国情，区分讨论两类平台在中立义务上的异同，并设计差异化的监管策略，为后续具体治理措施的完善奠定顶层框架。
4.1. C2B治理架构向实质中立转型
为破解C2B模式下的治理困境，需立足我国国情，结合《个人信息保护法》及相关法律法规，从调整成本结构、优化市场环境、重建信任机制三个维度出发，为商业数据中介机构与政府数据交易平台构建差异化的实质中立治理框架[14]。
在调整成本结构层面，应革新传统的结构性分离模式。对于商业数据中介机构，不应僵化地要求其设立独立法律实体，而应鼓励其引入区块链、智能合约等技术手段，在保障数据安全与透明的前提下优化合规成本结构，此亦契合《个人信息保护法》倡导的技术治理思路。同时，可适度放宽对其数据增值服务的限制，但须建立严格的防火墙与利润提取机制，设立公平保障基金以防范利益冲突。对于政府数据交易平台，其核心任务在于开发并提供标准化的、可嵌入的公共数据监管模块，以低成本或免费方式供市场使用，以履行其构建普惠性基础设施的公共职能。
优化市场环境是解决C2B模式下市场失衡问题的关键。对于商业数据中介机构，监管重心应置于反垄断。应强制大型商业中介机构公开C2B数据匹配的核心算法，接受独立第三方审计，并在市场集中度逾越阈值时强制其开放数据接口，以落实《个人信息保护法》对大型平台“守门人”责任的理念。对于政府数据交易平台，其自身即为公共数据交易基础设施，应确保其API网关、数据脱敏计算等技术服务对所有市场主体，特别是小微企业，实行非歧视性开放，以降低市场准入门槛。
重建信任机制是解决C2B模式下信任缺失问题的核心。对于商业数据中介机构，应通过法规、规章或技术标准构建强制性的中立性认证体系，依据商业数据中介机构的算法透明度、数据合规性等表现授予“技术信任标签”，并与《个人信息保护法》第24条中对自动化决策的透明度要求相衔接[15]。同时，建立实时数据监测系统，并对算法歧视等行为实行举证责任倒置，以降低消费者维权成本。对于政府数据交易平台，其公信力主要源于公共属性，故应通过公开运营规则、决策流程和数据使用报告来确立公信力，其认证体系可侧重于评估服务的普惠性、稳定性和安全性。
4.2. 优化C2B数据要素的动态治理体系
为破解服务独立义务所引发的数据开发受限、创新协同不足及流通效率低下等困境，需构建一种兼顾数据价值挖掘与权益保护的新型治理范式。该范式应与《个人信息保护法》紧密衔接，并对商业数据中介机构与政府数据交易平台实施差异化的动态治理，通过分类分级与风险可控机制，实现C2B数据要素价值释放与安全保障的平衡。
在数据治理层面，应建立分类分级的精细化管理体系。对于个人敏感数据，商业数据中介机构在进行分类分级时必须严格遵循《个人信息保护法》对个人信息与敏感个人信息的区分，并建立数据使用目的审查机制，确保数据处理严格遵循原始授权范围。而对于具有公共属性的医疗、交通等行业数据，在完成有效脱敏后，可适度放宽开发限制，允许其在特定的C2B交易场景下进行聚合分析和创新应用，例如用于数据库营销的精准用户画像构建[16]。此外，政府数据交易平台的核心职责在于主导制定公共数据的分类分级标准与脱敏技术规范，构建权威的公共数据资源目录，为市场提供清晰、可信的数据源，履行其公共职能。
在业务协同方面，需创新机制以替代传统的物理分离模式。对于商业数据中介机构，可在技术透明与第三方审计的前提下，允许其整合数据存储、分析等增值服务，但须通过“数据防火墙”技术严格隔离原始数据与衍生数据，以维系创新所需的协同效应。对于政府数据交易平台，则应聚焦于提供基础性协同工具，如安全多方计算、联邦学习等隐私计算平台，为各类市场主体提供公平、安全的数据融合环境，而非直接参与商业增值服务。
在数据流通领域，要完善标准化体系，构建分层授权机制。对于商业数据中介机构，必须强制其遵守基础互操作性标准，确保数据跨平台流通[17]。其基于服务质量、数据价值的差异化定价需确保算法透明，并与《个人信息保护法》第24条保障公平交易权的精神相契合，防止滥用市场优势地位。对于政府数据交易平台，其关键职能是构建并维护统一的数据流通标准与接口规范，建立反数据壁垒监测机制，确保其基础设施的非歧视性开放，降低市场整体流通成本。
4.3. 强化C2B公平服务机制的权力制衡
公平服务义务面临的困境根源于C2B交易场景中数据中介机构作为营利性主体与公平守护者之间的角色冲突。对此，需要从根本上重构现行的治理范式，针对商业数据中介机构与政府数据交易平台的特点实施差异化的权力制衡策略。
建立科学的算法公平评估体系是首要任务。对于商业数据中介机构，可考虑由独立监管机构参考《个人信息保护法》第24条对自动化决策透明度的要求制定具体的量化标准，包括准入公平性、程序透明度及结果公正性等指标，并定期更新以适应技术发展，在消费者权益保护与商业创新之间寻求动态平衡。对于政府数据交易平台，其公平性评估则更侧重于确保其基础设施和服务的非歧视性与普惠性，具体标准可由监管机构与平台共同制定，作为行业基准。
完善技术赋能的救济机制同样至关重要。该机制主要针对商业数据中介机构，旨在矫正C2B交易中消费者的弱势地位。传统的投诉处理方式常使消费者陷入举证困境，新型救济体系应通过智能化监管工具自动识别潜在的歧视性算法模式，为维权提供初步证据支持。同时，建立高效的集体救济通道与惩罚性赔偿制度，并实行举证责任倒置，以降低维权成本，提高救济可及性。而政府数据交易平台的职责则在于提供中立的纠纷解决支持或建立监管沙盒，以测试和推广新型救济工具。
为应对技术快速迭代带来的监管挑战，需建设具有自适应能力的监管基础设施。针对商业数据中介机构，需通过实时数据采集与智能分析工具，实现对其算法决策的穿透式监管，确保监管框架的开放性，及时识别和应对新型不公平交易行为。对政府数据交易平台的监管则更侧重于评估其公共服务的效能、稳定性和安全性，确保其作为市场基础设施的可靠性。
上述治理体系的核心价值在于针对不同主体实现了差异化的权力结构配置。通过将标准制定、监督执行与违规惩戒等核心权力赋予独立的公共机构，可有效化解中介机构的角色冲突。这种与《个人信息保护法》精神相契合、兼顾市场规律与社会公平的平衡性设计，为C2B模式下数据要素的合理流动与有效配置提供了坚实的制度保障。
5. 结语
在数据要素市场化的时代浪潮下，C2B模式凭借其个性化服务潜力成为数字经济的新引擎，而数据中介机构的中立义务则是保障该模式健康发展的制度基石。文章以“Facebook案”为分析透镜，通过解构结构性分离义务效能欠佳、服务独立义务抑制数据潜力、公平服务义务标准与救济匮乏三重困境，揭示其背后形式分离与实质中立的错位、数据特性与市场规律的冲突、营利属性与中立义务的矛盾等深层原因，在此基础上结合我国《个人信息保护法》，针对商业数据中介与政府数据交易平台的差异，提出推进治理架构向实质中立转型、优化数据要素动态治理体系、强化公平服务权力制衡机制三条出路，为破解C2B模式下数据中介机构中立义务的实践困境提供了兼具理论深度与可操作性的方案。
与已有的研究成果相比，文章构建了一个融合技术治理与制度设计、兼顾商业与公共利益的差异化治理框架。特别是对商业与政府平台的差异化监管设计，为破解我国数据市场“一刀切”规制难题提供了新思路。具体而言，文章提出以区块链赋能的分布式监管替代传统结构性分离义务，在保障数据流通效率的同时实现实质中立；构建动态化的数据分类治理框架，破解数据要素双重属性带来的制度困境；设计算法公平的量化指标体系，为C2B模式下的公平服务提供可操作的判断标准。这种多维度、创新性的研究方法，有利于全面、深入地解决C2B模式下数据中介机构中立义务面临的复杂问题，提升数据交易市场的公平性和效率。
当然，文章也存在一定局限性，如，对C2B模式下跨境数据流动的特殊性考虑不足、在人工智能技术快速迭代背景下动态治理体系的可持续性有待进一步验证。展望未来，随着AIGC技术重塑C2B交互模式，数据中介机构的中立义务需要进一步探索适应生成式AI特性的治理框架。同时，在元宇宙等新兴场景中，如何构建虚实融合的数据治理机制也是值得深入研究的课题。这些探索将为建立更加开放、包容、安全的数字经济发展环境提供理论支撑。