1. 引言
数据作为一种新质生产力，是当今社会广泛重视的核心资产。公共数据在数字政府、医疗健康、交通运输等重大领域发挥着至关重要的作用。我国“十四五”规划高瞻远瞩地提出确保公共数据安全，将公共数据服务纳入公共服务体系，鼓励第三方深化挖掘利用公共数据的行动纲领。如何两手抓住公共数据安全和数据高效利用，如何建立完善的公共数据治理法律体系成为现阶段的关键性议题。2022年12月19日，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素的意见》(以下简称《数据二十条》)，对数据产权、安全及利用等问题作出了一系列指导性意见，创造性地提出了数据产权“三权分置”制度。
截至目前，我国不少省市制定了各具特色的公共数据管理条例，建设了600余个省市公共数据开放平台，公共数据要素市场规模超8000亿元。各地方以释放公共数据价值为核心，逐步形成了两种不同的授权运营方式：以浙江、安徽、贵州等地为代表的集中“1对1”模式和以北京市的金融公共数据专区为代表的行业“1对多”模式。然而，在实践过程中，公共数据利用现状存在着发展不充分、不平衡、不可持续的问题，市场和社会对公共数据的需求尚未得到充分满足，各地公共数据的供给侧和需求方之间尚未形成有效、互信、可持续的价值共创生态。
在此背景下，公共数据信托作为一种新的数据治理制度，能够促进培育良好的公共数据要素流通和交易服务生态环境[1]，是对数据产权结构性分置的有益探索，为我国完善公共数据治理体系提供了新思路。通过分析“三权分置”制度框架下公共数据信托的权利配置，本文试图在中国式语境下对公共数据信托进行分析梳理，进而得出该模式的比较优势，同时从公共数据权利保护和数据流通的视角[2]切入，以期应用“行为控制模式”对公共数据信托理论进行优化调整，释放公共数据红利。
2. 数据信托参与公共数据治理的法律定位和比较优势
(一) 法律定位：公共数据信托参与数据治理的基础
公共数据信托作为一种新兴的市场化公共数据资产运营方式[3]，对于深入挖掘数据价值、提高数据要素市场供给能力具有重要意义。目前学术界主要将数据信托归纳为两种模式：美国“信息受托人”模式通过赋予数据控制者信义义务以纾解数据主体的弱势地位；英国“数据信任”模式不同于传统意义上的信托架构，第三方信托机构作为该模式中的关键主体负责整合各数据主体的数据权利，对接市场需求，监管数据经营者的数据使用情况，优先维护委托人的权益，实现最大限度的数据增值与流通。
在公共数据信托本土化的讨论过程中，国内学者普遍认为英国的“数据信任”模式更适合中国公共数据治理的发展进路。并且各地已经开始了一系列数据信托的有益尝试。但是，对于公共数据信托这个“舶来品”，如何合理梳理其法律逻辑，理解其与现行公共数据授权运营制度的关系仍然是相对模糊的话题。在与传统信托的关系上，有学者认为公共数据信托是一种脱离于传统授权模式，间接促成数据保护与责任划分的保护机制，能够改变委托人在数据权益保护方面的不利地位。在财产属性和运行路径方面，公共数据信托作为一种数据新型财产权的构建手段，能够悬置所有权问题，确保数据流通和交易过程中的隐私保护和数据安全[4]。在法律属性和定位上，公共数据授权运营不是行政许可，而是公共服务性质的特许经营，兼具行政性和民事性[5]。基于公共数据信托的实践图景，第三方数据信托公司作为独立第三方数据服务机构，可有效承接政府的数据社会化开发职能，发挥专业性价值，并根据不同目的设立不同形式的数据信托，如公益数据信托，契合公共数据开放的制度逻辑[6]。在对公共数据授权运营的法律定义上，有学者认为，公共数据授权运营是公共数据主管部门授权特定的市场主体加工处理不宜直接开放的高价值公共数据，开发形成公共数据产品或服务后有偿提供给社会主体的市场行为[7]。
综合以上学者的观点，笔者认为公共数据信托并不与脱离于现行的公共数据授权运营制度，而是在此基础上，通过双重授权引入第三方信托机构，代替委托人对接公共数据服务商。因此，公共数据信托模式是公共数据授权运营的一种全新诠释，旨在激活数据治理的主体活力，重建数据市场的信任生态，进而释放公共数据红利。
(二) 比较优势：公共数据信托的优越性分析
学术界对于数据资产管理和保护进行了广泛的讨论，针对不同的实际情况和应用场景有灵活的选择，可以采用信托机制、合同协议、公司模式和社会公共机构等不同的构造。在公共数据治理过程中，作为数据治理和信托机制耦合作用的结晶，第三方数据信托模式在法律逻辑、实现机制和效果上具有其他模式不曾具有的独特优势。
“信托”作为数据信托制度的法律渊源，与公共数据信托传理论存在不可分割的关联。我们可以借鉴传统信托理论框架[8]来对公共数据信托模式进行一般审视。信托的基本特征是信托财产独立于受托人财产、信托财产的所有权转移至受托人、受托人拥有对信托财产管理、使用或者处分的权利和职责[9]。第三方公共数据信托承继于此关系，构建委托人与受托人的信任机制，通过汇聚公共数据管理部门的数据权利，授权第三方机构对各方数据进行管理、使用、运营。
1) 效率优势：权利汇聚促进数据流通
第三方公共数据信托在弱化“数据孤岛”和“围墙花园”效应方面，展现出了显著的潜力和优势。传统的公共管理和服务机构往往将数据视为私有资产，倾向于保护而非共享，这导致了数据资源的分散和隔离，即所谓的“数据孤岛”现象。同时，机构与机构间的数据壁垒也限制了数据的流通与利用，产生了“围墙花园”效应。
公共数据信托的引入，为打破这一局面提供了有效途径。通过集中管理不同机构的数据权利，信托机构能够大大提高公共数据的可见性、易访问性和可搜索性，显著增强公共管理机构与数据处理者之间的沟通效率。一方面，信托机构作为公共数据管理者，负责数据的收集、整理、存储和分享，确保公共数据的准确性和安全性；另一方面，作为中介，信托机构负责协调数据供需双方的关系，推动数据的流通和融合。这种双重角色的发挥[10]，使得公共数据能够在更广泛的范围内实现共享和利用，进而发挥出公共数据要素的乘数效应。此时公共数据不再被局限于单一机构内部，而是能够在更广泛的范围内发挥价值。以医疗健康领域为例，公共数据信托可以将不同医疗机构的医疗数据集中管理，并通过数据分析技术，提取出有价值的信息，为医疗研究和决策提供有力支持，大大提升公共医疗服务水平。
此外，第三方公共数据信托还有助于减少公私合作过程中的摩擦和交易成本。第三方公共数据信托的核心在于将数据权利集中于信托机构，这种机构具备专业的数据管理和运营能力，能够确保公共数据的安全、合规和高效利用。通过信托机构，公共数据的收益和信托义务得以更加灵活地分配，从而避免了因数据归属和使用权问题而引发的纠纷和冲突。不同于“点对点”[11]的传统授权模式，三方主体参与的公共数据信托赋予了信托机构更大的自主权。信托机构能够根据市场需求和公共数据的特点，在遵守信托协议和相关政策法规的基础上，自主决定数据的开发、利用和分配方式，降低代理成本。这可以极大程度地促进公共数据的规模化和集群化，推动公共数据产品的创新开发，进而形成规模经济和范围效应。
2) 信赖协作：三方合力重构市场生态
在公共数据信托的框架中，“信赖”关系扮演着至关重要的角色[12]。这种信赖关系可以拆解为两个层面：信任与依赖。信任是指委托人对受托人(通常是数据控制者或其他权利主体)能够遵守勤勉义务，管理和保障受益人利益的期望。而依赖则是指委托人对受托人具有公共数据管理资质的依赖，相信其能够以专业、负责任的态度处理数据。早在大数据时代初期，数据主体与数据控制者曾短暂存在这样的信赖关系。然而，随着数据滥用问题的爆发，这种信任关系随之瓦解。导致这种现象的原因在于，数据控制者往往身兼数职，既是数据的“运动员”，又是数据的“裁判员”，这种角色冲突使得其很难在保护数据主体权益和追求自身利益之间找到平衡点，直接导致数据主体对数据控制者的信任感逐渐削弱，市场信任生态岌岌可危。
为此，引入第三方公共数据信托机构成为了一个有效的解决方案。第三方数据信托机构作为专业的数据管理机构，拥有成熟的技术、完善的运作体系和及时的信息获取能力，能够有效地管理和处分数据。它们不仅可以帮助公共数据委托人对抗数据控制者在数据利用过程中的相对优势地位[13]，还能确保数据的安全和合规使用。具体而言，第三方数据信托机构在履行其职责时，需要严格遵守信义义务。信义义务要求受托人在处理信托事务时，必须以受益人的最大利益为依据，不得为自己或第三人谋取利益。并且第三方数据信托机构还需要通过建立完善的内部控制机制和风险管理制度，防止权力寻租和暗箱操作等不当行为的发生，确保委托人与受托人之间的地位平衡，维护委托人的合法权益。通过这种自下而上的数据管理机制，第三方数据信托机构能够在数据利用和保护之间找到平衡点，实现公共数据的最大价值，确保公共数据安全，实现权益平衡。
3) 安全保障：专业履职释放监管效能
公共数据信托通过构建明确的受托人责任体系，显著增强了公共数据监管的可行性，保障数据安全。在利益关系上，信托机构代表委托人的利益，始终以委托人的合法权益为出发点和落脚点，确保数据的安全、合规和有效利用。不同于原先的二元对抗模式，第三方信托机构的介入缓和了委托人和数据处理者之间的利益冲突，使得高效安全地利用公共数据成为委托人、数据信托机构、数据管理者三者的共同目标。
在数据信托的框架内，受托人被赋予了明确而具体的职责和义务。他们不仅需要确保数据的合规性和安全性，还需积极维护受益人的数据权益[14]。这种职责的明确性为监管机构提供了清晰的监管依据，使得他们能够更准确地评估受托人的履职情况，从而有针对性地开展监管工作。同时，明确的责任体系也有助于提高受托人的责任意识，使其更加谨慎地履行数据管理职责，从源头上减少数据风险的发生。
公共数据信托强调受托人的专业性和独立性，进一步提升了数据监管的专业化水平。受托人通常是具备丰富数据管理经验的专业机构，他们能够对数据进行深入分析和处理，准确识别潜在的数据风险。这种专业性使得受托人在数据管理过程中能够采取更加科学、有效的措施，确保公共数据使用的安全和合规。同时，受托人的独立性也确保了他们在处理数据事务时能够保持客观公正的态度，不受外部利益干扰，提高监管的公正性和权威性。
此外，公共数据信托还可以通过引入举证责任倒置[15]机制，可以有效增强数据监管的威慑力。在传统的数据管理模式下，往往由数据主体承担举证责任，证明自己的权益受到侵害。然而，在数据信托框架下，若受托人行为存在过错或违反信托义务，则需承担举证责任，证明其行为符合相关法规。这种举证责任倒置的机制极大地提高了受托人的违规成本，使得他们在处理数据事务时更加谨慎小心。
3. “三权分置”框架下公共数据信托的权利配置和问题检视
传统的大陆法系物债二分和物权排他性理论，难以适用于对数据权益的合理解释。而“权利束”理论，认为数据权益是信息之产生的多项集合，在信息主体的权利与数据主体的权利发生冲突时，应当优先保护信息权益[16]。“权能分离”理论是“权利束”理论的进一步表达[17]。基于此，《数据二十条》创造性地提出要“建立数据资源持有权、数据加工权、数据产品经营权等分置的产权运行机制”，为数据产权制度的完善和发展提供了基础性指导。数据产权结构性分置制度通过分割权利束实现权能分离，遵循了数据保护和数据利用的运行逻辑，是数据要素参与市场化配置的必然选择。在“三权分置”框架下厘清公共数据信托委托人、第三方信托机构、受托人之间的权利配置，有利于我们进一步明晰公共数据信托的运行机制，得出权利运行的规则范式。
(一) 逻辑阐释：数据主体间的权利配置
1) 数据资源持有权：保障公共数据流通和权益平衡
《数据二十条》明确规定，要“充分保护数据来源者合法权益，推动基于知情同意或存在法定事由的数据流通使用模式，保障数据来源者享有获取或复制转移由其促成产生数据的权益。合理保护数据处理者对依法依规持有的数据进行自主管控的权益”。
在公共数据信托中，委托人是持有公共数据的公共管理和服务机构，受托人是独立的第三方信托机构，受益人为公共管理和服务组织及不特定的社会公众。作为委托人，公共管理和服务机构需要让渡自身所具有的数据资源持有权，从而换取对该数据资产的收益。同时，受托人通过汇聚不同主体所持有的不同数据权利，在公共数据市场化的过程中，充分发挥公共数据资源的潜在价值，促进数据增值。
数据的流通与利用往往伴随着权益的冲突与矛盾。让渡与汇聚公共数据资源持有权的设计，旨在构建一个既能保障数据流通又能维护数据主体权益的框架。数据资源持有权强调对数据的“持有”而非“所有”[18]，这体现了对数据动态流转特性的深刻认识。持有权不仅关注数据主体对数据的事实上的管控和使用，还注重排除他人非法侵害的内涵。这意味着，数据持有者可以在合法范围内自主管理和控制其数据资源，同时也有权防止他人未经授权擅自使用或侵害其数据。质言之，通过数据资源持有权在委托人和受托人之间的流转，可以有效促进两者权益平衡与资产增值。
2) 数据加工使用权：释放数据价值的关键
尽管从权利束的角度看，数据加工使用权可能看似非必要的[19]，但在实际运作特别是公共数据信托中，其重要性和必要性不容忽视。《数据二十条》规定：“对各类市场主体在生产经营活动中采集加工的不涉及个人信息和公共利益的数据，市场主体享有依法依规持有、使用、获取收益的权益，保障其投入的劳动和其他要素贡献获得合理回报，加强数据要素供给激励。”该规定从分置式产权结构的角度明确了数据加工使用权的构架和实施原则，强调了在保护公共利益、数据安全、数据来源者合法权益的前提下，承认和保护依照法律规定或合同约定获取的数据加工使用权。
在公共数据信托中，赋予第三方信托机构数据加工使用权，意味着权利人有权对数据集合进行有限授权[20]，许可第三方使用加工该公共数据，被许可的第三方在许可范围内享有数据持有权和使用权。而如果许可的是加工权，被许可人还可以根据约定或法律规定对新数据集合享有相应的数据权利。这进一步体现了数据加工使用权的复杂性和多样性。数据加工是整个数据生命周期中的核心环节，数据正是从加工中获得增值的原动力。这就意味着，享有公共数据加工使用权的第三方信托机构应当对公共数据进行充分开发和利用，承担数据信托中的核心关键作用，提升公共数据产业化水平。
3) 数据产品经营权：新兴的数据财产权形态
《数据二十条》第7条“建立健全数据要素各参与方合法权益保护制度”明确指出：“保护经加工、分析等形成数据或数据衍生产品的经营权”，强调了对经加工、分析等形成的数据或数据衍生产品的经营权进行保护。数据产品的形成过程体现了“加工取得所有权”[21]的原理。虽然数据产品源于原始数据资源，但经过开发者的深度加工和创新处理，其增加的价值远超过原初数据。因此，加工人对其所创造的数据产品拥有所有权，这既是对其智力劳动和投入的认可，也是对数据产品独特价值的体现。
在公共数据信托中，数据产品经营权的客体是经过合法处理、具有市场价值的数据产品。这些数据可以是原始数据，也可以是经过加工、分析后的衍生数据，那么就出现了两种不同的情况：作为拥有公共数据处理资质的受托人，第三方信托机构可以自行对公共数据进行产品开发，在这种情况下，委托人同时集合了多种数据权利，负责公共数据的整体运营活动；此外，通过“双重授权架构，在得到数据持有者的许可后，公共数据的第三方信托机构可以委托具有相关资质的数据处理者及数据产品开发商，对公共数据资源进行更广泛更深入的价值开发，此时数据产品的开发商就具有了数据产品的经营权。
值得一提的事，当数据产品的创造性达到知识产权保护的标准时，可以适用知识产权法[22]对其进行保护。这意味着，对于具有高度创造性和市场价值的数据产品，开发者不仅可以享有数据产品经营权，还可以通过知识产权法对其进行进一步的保护，确保其在市场上的竞争优势和利益最大化。
(二) 问题检视：公共数据信托参与数据治理的发展阻碍
1) 公共数据市场竞争机制受阻
目前，我国公共数据授权运营主要由两种模式选择：政府采购模式和特许经营模式[23]。作为公共数据授权运营的一种特殊形式，公共数据信托毫无疑问地也可以适用这两种模式。在政府采购模式的应用场景下，第三方信托机构只需要证明自己符合相应的条件、具有相应的资质就可以获得信托授权，此处的授权为一般性的许可，并不会产生排他性效力。但是，在特许经营模式的应用场景下，基于公共数据的自然垄断性和数据获取的拥挤效应[24]，政府出于资产增值回报的考虑，赋予第三方信托机构排他的掌控力，可能会形成一定程度的行政垄断，限制了竞争。
在当下公共数据治理和利用的实践中，授权运营“一家独占”的情况已经出现。在公共数据授权运营领域，独家授权模式赋予了运营主体对公共数据事实上的控制权，进而在相关市场中形成了市场支配地位。这种地位的形成与巩固，源于公共数据作为原材料的特殊性，使得潜在竞争者难以自由进入市场。然而，资源和权力的过度集中，容易滋生垄断滥用行为，尤其是不公平高价和差别待遇行为。
不公平高价行为的存在，主要归因于政府对公共数据资源的独家授权，这实际上形成了上游核心资源的独占性垄断。公共数据具有公私交融的复杂性质[25]，因此其定价合理性备受质疑。过高的定价不仅与公共数据的公共属性相悖，也损害了消费者的利益。差别待遇行为则表现为授权运营主体在提供相同服务时，针对不同消费者收取不同价格。这种行为的不正当性在于，公共数据的开发和利用应以提供公共服务为根本目标。对消费者实施不当的差别待遇，违背了公共数据授权运营的初衷，也损害了市场的公平竞争原则。在“国内公共数据反垄断第一案”中，车险信息查询平台的行为便是上述滥用行为的典型体现。
根据“数据公平利用权”理论[26]，公共数据的治理应当保障市场主体在公平合理的条件下取得对公共数据的利用权，推动公共数据利用效益和社会福祉总体增长。基于此，如何保障具有资质的数据信托机构公平地进入信托市场，平衡公益性与经营性的矛盾，是个亟待解决的问题。
2) 公共数据保护的效果有限
尽管公共数据信托在理论上能够兼顾数据流通与数据安全，但是在实际应用过程中，这种机制的安全保障效果仍难以得到有效保证。一方面，公共数据保护的成本与收益不匹配：公共数据保护需要投入大量的技术、人力、算力成本，而这些投入不能带来实际、高效的经济回报。即使有着强大的信义义务约束，第三方信托机构仍然可能面临保护不到位的问题。这在公共数据授权运营实践中是比较普遍的现象。另一方面，匿名化与去匿名化的技术对抗导致公共数据信托中数据保护的技术效果受限。即使第三方数据信托采用匿名化技术来保护公共数据，但这些技术往往在与去匿名化技术的对抗中显得力不从心。随着去匿名化技术的不断提升，许多匿名化措施只能在形式上得以体现，但实际上却难以抵挡去匿名化的冲击。这种技术对抗导致的结果是，公共数据的安全保障变得脆弱不堪。除此之外，有研究发现，公共数据信托领域虚假保护现象普遍，大量公共数据在暗中被积极地打包和收集，给数据主体带来重大安全隐患。
3) 数据定价难限制信托收益分配
《数据二十条》明确提出“推动用于数字化发展的公共数据按政府指导定价有偿使用”，但数据定价是公认的难题[27]，公共数据的定价更是涉及诸多领域，存在诸多难点。公共数据定价问题的体系化解决，关系到公共数据授权运营各主体的成本分摊和收益分配。在公共数据的价格形成机制上，理论和实践存在巨大鸿沟，数据本身的复杂性加大了传统定价模式的局限性。在实践中，大量数据交易采取了非标准化的定价策略，缺乏统一规则，在规范化的趋势下，往往显得捉襟见肘，难以满足实际需求。
其次，公共数据要素分配与当前中国要素分配实际相脱节。在我国，薪资分配、效益分配和股权分配是并存的要素分配方式。这意味着数据要素的分配不能仅仅局限于数据产品的交易，而应考虑其在整个生产过程中的价值贡献[28]。公共数据从原始状态到资源、再到资产和资本，其价值形态和分配方式都会发生变化。当前的研究大多借鉴欧美等资本市场的传统，但这些规制传统、产权基础等与中国存在明显差异。如何将公共数据要素的流通和分配机制与中国数据市场运行的实际情况相融合，是现有研究尚未深入探索的领域。
4. 公共数据信托模式的优化思路及其具体机制
根据卡拉布雷西和梅拉米得所提出的“卡–梅框架”[29]，在财产规则下，即使公共数据流通对法益双方都有利，但是双方地位不平等、不能自愿协商，这种资源的优化配置也不会发生。而在责任规则下的权利架构中，出于公共利益考虑，强迫部分法益在当事人非自愿的情况下交换，但相对人需要支付合理的对价。从财产规则到责任规则[30]的变迁，实质是将法益(权利)从数据主体一端转移至数据控制人手中，克服数据主体行权成本，取而代之以法律要求的补偿[31]。
“行为控制模式”吸取卡–梅框架中的责任规则[32]，完美地契合数据产权三权分置框架[33]，能够为公共数据治理的优化指引方向。其核心在于增设公共数据控制者的信义义务，旨在削弱双方权利义务的不平等性，从而达到平衡公共数据流通与安全的目的。进一步来讲，“行为控制模式”要求我们从数据控制人的义务责任出发，提高数据控制人违法滥用公共数据的后果成本，打破民法学“双方地位强式平等”[34]的基点，来对公共数据信托进行制度调整。因此，针对前文论述之公共数据信托的发展阻碍，我们可以从公平竞争机制、安全保障机制、价格形成机制三方面来对该信托模式进行系统优化。
(一) 构建公共数据信托的公平竞争机制
目前公共数据的授权机制在实际运作中可能存在的制度性缺陷，导致公平性与竞争性的缺失，进而引发垄断风险。为了化解这些风险，需要从提升授权运营机制的公平性和竞争性两方面入手。
在提升公平性方面，首先要确保授权运营的标准和协议透明化，避免排他性协议的出现。政府部门应公开授权运营的标准，制定更加透明的授权运营协议，以保障所有适格主体在公平的环境下参与竞争。同时，应建立授权运营的准入评估机制，通过第三方评估机构进行中立、客观的评估，以明确的筛选标准对申请主体进行筛选。此外，所有制形式不应成为运营主体资格认定的限定条件，应鼓励多元化主体的公平准入，避免特定主体的独占性运营[35]。
在加强竞争性方面，应增加授权运营主体的数量，打破独占性垄断的现状。通过引入更多的运营主体，可以增加公共数据提供服务的供给，满足市场需求。同时，竞争机制的作用可以促使运营主体改善服务、提高服务质量[36]。但需要注意的是，基于公共数据的特殊属性，运营主体的数量也应受到限制，以避免过度竞争带来的问题。
此外我们还要平衡市场配置和政府调控的张力，不可偏废。政府发挥宏观调控和市场监管作用要在保证市场决定资源配置这一前提下进行[37]。这意味着政府的监管措施既不应过于严格，导致运营主体束手束脚、难以发挥市场主体的活力；也不应过于宽松，使得监管形同虚设，无法有效遏制市场风险。政府应根据公共数据授权运营的实际情况和风险水平，制定合适的监管政策和标准。
(二) 加强公共数据安全保障是系统优化的实现机制
公共数据信托的核心目的是数据安全[38]，信托数据的日常运营更是重在维护数据安全。在数据信托中，受托人作为公共数据的管理者，承担着保护数据安全的重要责任。为确保公共数据安全，受托人必须履行信义义务，这是其职责的核心所在。因此，强化和明确信义义务是数据安全保护的第一要务，应当在相关的法律法规和信托合同中明确受托人的信义义务，强化受托人的忠实和谨慎责任，为其提供清晰的指导，确保其在处理数据时始终将受益人的利益放在首位，并采取必要的技术和管理措施确保公共数据的安全。
与此同时，要引入严格的监管机制和责任追究机制。监管机构应当对受托人的公共数据管理和运用行为进行严格的监管，确保其遵守相关法律法规和信托合同的规定。对于违反信义义务的受托人，应当及时采取相应的处罚措施，以维护公共数据安全和信托的稳健运行。对于造成数据安全事件的受托人，应当依法追究其法律责任，并采取相应的处罚措施。通过严格的警示监管机制，促使受托人更加重视数据安全管理工作。
(三) 构建科学规范的公共数据价格形成机制
合理的收益分配机制是推动数据流通与交易的关键，然而，公共数据的价格形成机制作为这一环节的核心问题，尚未得到妥善解决。考虑到公共数据的公共性，我们可以从风景名胜区门票定价中汲取灵感。公共数据与风景名胜区类似，都是全民共享的公共资源。因此，在定价时，我们应充分体现其公共资源属性。对于公共数据用于公益的情况，应实施免费政策；而用于产业发展时，我们可以分不同阶段和不同场景确定公共数据的价值，确保“保本或是微利”为最优选择，从而保持收支平衡。
随着数据市场的不断发展，公共数据的定价机制将成为决定市场效率和公平性的关键因素。虽然成本法和收益法[39]是目前常用的定价方法，但它们可能无法完全适应未来多场景、多类型数据充分融合的市场环境。在传统的定价方法中，数据要素之间的关系往往被简化或忽略，这可能导致定价结果的偏差。而新技术，诸如人工智能、大数据分析等，可以深入挖掘数据要素之间的内在联系，从而更准确地反映数据的真实价值。除此之外，考虑到不同公共数据具有的不同价值，我们要利用新技术建立起数据与数据，数据与场景之间的价值贡献关系，充分考虑数据市场的供求关系和竞争状态，全面地评估公共数据的真实价值，保障收益分配的公平性和效率性。
5. 结语
作为公共数据治理的新路径，数据信托具有其他数据管理方式不曾具有的比较优势，能够较好地契合先进社会对公共数据的需求[40]。通过引入信义义务和第三方信托机构的参与，公共数据信托不仅确保了数据主体的权益得到充分保护，还促进了公共数据的增值与流通[41]。这一新模式在全球范围内已得到初步实践，并被认为是一个具有巨大潜力的治理工具。在公共数据信托的框架下，公共数据控制者被赋予信义义务，这意味着他们必须遵循高标准的行为准则，确保数据的合法、合规使用。同时，第三方信托机构的介入为数据主体提供了额外的保障，这些机构具备专业的技术和管理能力，能够监督数据经营者的行为，确保他们的行为符合法律法规和信义义务的要求。目前我国多地政府已经开始进行公共数据信托的本土化实践，但面临着一定的阻碍。
为了克服公共数据信托的发展困境和运行痛点，本文提出了从“行为控制模式”出发的优化路径。具体而言，这包括创新完善公共数据授权运营的公平竞争机制，平衡政府调控和市场配置；建立健全公共数据安全保障体系，明确各方职责和义务；加强技术创新和应用，形成规范的公共数据价格形成机制，各方合力推动公共数据信托模式的规范化和专业化发展。总之，公共数据信托作为一种具有示范力和引领性的公共数据治理新模式，有望在我国数据要素市场的发展中发挥重要作用[42]，为中国数字经济的高质量发展注入新的活力。