数据中介商业模式分类

《TECHNOLOGY IN SOCIETY》：A taxonomy of Business Models for Data Intermediaries

　　

鲁本·达乌沃斯（Ruben D’Hauwers）|劳伦斯·范德克鲁伊斯（Laurens Vandercruysse）|皮特·巴伦（Pieter Ballon）

Imec-SMIT，布鲁塞尔自由大学，比利时布鲁塞尔1050

摘要

大型平台在数据市场中的主导地位日益增强，以及数据生态系统内组织之间个人数据的交换日益频繁，这些都导致了显著的不对称性。个人对与数据相关的决策控制有限，且难以从数据使用中获取价值。学者们呼吁数据中介来帮助解决这些不对称问题，但很少有研究探讨他们在促进个人数据交换的数据生态系统中的商业模式如何运作。本研究考察了能够实现个人数据交换的数据中介商业模式的关键特征和原型。通过使用尼克森的分类方法（Nickerson’s taxonomy development method）以及阿尔-德贝（Al-Debei）和阿维森（Avison）的V4商业模式本体（V4 business model ontology），本研究开发了一个以个人数据交换为中心的数据中介商业模式分类体系，并通过层次聚类（hierarchical clustering）得出了相应的原型。所确定的分类维度从网络层面解释了这些商业模式如何运作并在个人数据生态系统中创造价值。基于这一框架，研究识别出八种原型，展示了数据中介如何优先考虑不同生态系统参与者的利益。

引言

在过去十年中，学者们越来越关注数据市场的集中趋势，其中少数几家公司控制了大部分数据资源（Mejias & Couldry, 2019; Sadowski, 2019）。这种集中导致了企业数据孤岛现象，促使其他组织寻求通过跨机构边界交换个人数据来缓解这些障碍（Richter & Slowinski, 2019; Spiekermann et al., 2015）。这一转变催生了数据生态系统（data ecosystems）和数据空间（data spaces）这两个相互关联的概念。数据生态系统是由组织、个人和政府组成的协作网络，共同致力于数据共享（Scerri et al., 2022; Oliveira et al., 2019）。与之密切相关的是数据空间，它是欧盟“共同欧洲数据空间”战略（European Commission, 2020b）的关键组成部分。数据空间提供了安全的、主权的、可互操作的数据交换基础设施（Curry, 2020）。

尽管有这些举措，个人仍然面临谈判能力不足（Wong et al., 2022）、对个人数据的控制有限（Hepp et al., 2022）以及从中获得的利益分配不均等问题（Verhulst, 2023）。近年来，随着数据生态系统内个人数据交换的增多（Koskinen et al., 2023）以及个人数据在人工智能系统设计、训练和部署中的重要性提升（Hesselbein et al., 2025; Lavazza & Farina, 2023），解决这些挑战的需求变得更加迫切。因此，学者们强调需要替代性的数据治理模式，以扩大利益相关者对数据使用及其所产生的价值的决策参与度（Micheli et al., 2023; Verhulst, 2023）。这些替代性的数据治理模式特别强调了数据中介的关键作用，这也是本研究的主要焦点（Duncan, 2023; Zygmuntowski, 2023）。

在本文中，数据中介被定义为在更广泛的数据生态系统中介于数据提供者和数据用户之间的组织角色（Janssen & Singh, 2022）。它们负责规范和管理数据的访问、共享和使用方式，从而促进各方之间的数据交换。在数据生态系统中，数据中介通过调解各方之间的互动来建立信任（Schweihoff et al., 2024）。除了促进数据交换外，数据中介还被认为能够扩大利益相关者在数据访问、控制和管理方面的参与度（Micheli et al., 2023）。它们还在利用数据解决社会问题方面发挥着重要作用（Susha et al., 2020）。根据Micheli et al.（2023）的研究，本研究特别关注那些旨在1）扩大个人访问、控制和使用数据的能力，以及2）促进数据相关价值更广泛分配的数据中介。

以往的研究已经探讨了不同类型的数据中介（Hartman et al., 2020; Micheli et al., 2020）及其相关的商业模式、角色和服务（Ammann & Hess, 2025; Micheli et al., 2023）。然而，仍需要实证研究数据中介在数据生态系统中的商业模式如何运作（Micheli et al., 2023）。现有的关于数据中介商业模式的研究主要集中在组织间数据交换和服务基础设施上。数据市场分类体系侧重于组织间的商业模式设计和价值捕获（例如，Spiekermann et al., 2019; Bergmann et al., 2022; T?uscher & Laudien, 2018），而将个人数据主要视为企业间交易中的资源。同样，关于数据受托人（data trustees）的研究（Stachon et al., 2023; Lipovetskaja et al., 2024）也仅关注某一特定类型数据中介的商业模式，但没有探讨价值如何在组织、个人和社会之间重新分配。关于组织间数据中介的研究（Schweihoff et al., 2024）则侧重于服务提供，但没有系统地分析价值和控制如何在个人、组织和社会之间分配。因此，目前仍缺乏研究数据中介商业模式的研究，尤其是那些专门关注如何将控制权分配给数据主体以及如何在各方之间重新分配经济和社会价值的研究。为填补这一空白，本研究提出了以下问题：“在促进个人数据交换的数据生态系统中，数据中介商业模式的关键特征和原型是什么？”具体来说，我们研究以下内容：

•

研究问题a： 在促进个人数据交换的数据生态系统中，数据中介商业模式的关键特征是什么？

•

研究问题b： 在数据生态系统中，哪些数据中介商业模式原型能够实现个人数据的交换？

本研究使用尼克森的分类方法（Nickerson’s taxonomy development method）和阿尔-德贝与阿维森的V4商业模式本体（Al-Debei and Avison, 2010）构建了一个数据中介商业模式分类体系来回答第一个研究问题。通过层次聚类（Kaufman & Rousseeuw, 1990）来回答第二个研究问题。该分类体系和原型的结合为不同商业模式特征和原型如何促进数据生态系统中的个人数据交换提供了见解。本文的结构如下：第2节回顾文献，第3节概述方法论，第4节展示研究问题1和2的发现，第5节讨论研究的主要成果，第6节进行总结。

章节摘录

从数据提取到数据治理的公平性

大型科技公司在数据经济中的主导地位日益增强，使得小型参与者边缘化，削弱了个人和组织的自主性（Couldry & Mejias, 2019; Knaapi-Junnila et al., 2022）。为了最大化价值提取，大型科技公司通常会收集大量个人数据，并将其原始形式或经过算法处理的信息与少数外部合作伙伴共享，以获取经济利益（Sadowski, 2019a；

方法论

本研究分为两个阶段进行。如图2所示，第一阶段采用迭代方法（Nickerson et al. 2013）开发分类体系，包括文献回顾和对107个案例的定性分析。第二阶段通过聚类分析来识别和解释特定于数据中介的商业模式原型（Kaufman and Rousseeuw 1990）。来自不同研究步骤的原始数据，包括数据中介案例和分类体系定义，

数据中介的商业模式分类体系

所得分类体系概述了基于V4模型的四个元维度（meta-dimensions）的商业模式维度。此外，该分类体系还包括九个维度和36个特征，这些特征使得数据中介在数据生态系统中的商业模式能够实现个人数据的交换。V4（meta）维度上的不同特征组合定义了数据中介在数据生态系统中的具体商业模式配置

讨论

本文构建了一个数据中介的分类体系和原型，以回答研究问题：“在促进个人数据交换的数据生态系统中，数据中介商业模式的关键特征和原型是什么？”在先前研究的基础上（例如，Micheli et al., 2020），这些研究已经识别了数据中介的类型（Micheli et al., 2020），在组织数据生态系统中编目了它们的服务（Schweihoff et al., 2024; Ammann et al., 2025），并探讨了

局限性与进一步研究

本研究存在一些局限性，需要加以说明。首先，分析的数据中介范围仅限于本研究确定的案例。随着该领域的不断发展，未来的研究可以扩大这一范围，发现更多的数据中介商业模式，并进一步完善所提出的分类体系和原型。

其次，数据中介仍处于发展初期，许多仍以初创企业的形式存在，而非成熟企业。

结论

本研究探讨了促进个人数据交换的数据中介所采用的商业模式的关键特征和原型。虽然以往的研究主要从概念上对数据中介的类型和服务进行了分类，但尚未充分探讨它们的商业模式在以个人数据交换为中心的生态系统中的运作方式。此外，本研究为主要以概念为基础的数据中介类型研究提供了实证深度。

为了

CRediT作者贡献声明

劳伦斯·范德克鲁伊斯（Laurens Vandercruysse）：撰写——审稿与编辑、验证、监督、调查、概念化。鲁本·达乌沃斯（Ruben D’Hauwers）：撰写——初稿、可视化、软件开发、方法论、资金获取、正式分析、数据整理、概念化。皮特·巴伦（Pieter Ballon）：监督、资金获取

未引用的参考文献

Bacco et al., 2024; Martens and Duch-Brown, 2020; Blasimme et al., 2018; Carballa Smichowski, 2019; Cramton et al., 2019; Graham, 2006; Kitchin R., 2014; Schroeder, 2016; S. Oliveira et al., 2019.

利益冲突声明

无。

资金支持

本研究得到了SolidLab、弗拉芒政府（Vlaanderen）、EWI和RRF项目的支持（V023/10）

利益冲突声明

? 作者声明他们没有已知的可能会影响本文工作的财务利益冲突或个人关系。