摘 要：“加快培育数据要素市场”既是中央的明确要求，也是现实的迫切呼唤。数据交易场所是提升数据要素市场化配置效率的关键，实践中，地方政府主导型数据交易场所掀起了新一轮建设热潮。但是，“数据交易场所数量多、场内交易数据量少”的困局始终未能解决。文章从剖析数据交易的内容特征和对治理机制的需求出发，基于市场设计理论，探讨何种交易机制更具效率，以及如何落实“数据二十条”关于构建规范高效的数据交易场所的要求。研究认为：“破局”的关键在于，一是充分认识“多对多交易”的市场类型最具效率，激发数据交易市场资源配置效率的关键在于推动形成“多对多交易”的市场体系；二是各地政府主导的数据交易场所应遵循全国统一的数据交易规则，并作为国家级数据交易场所的“地方频道”，实现与国家级数据交易场所的互联互通；三是构建技术标准、市场合约和法律强制三位一体的全国统一的数据交易规则迫在眉睫，以回应数据交易在交易监管、商品定价和产权界定三个方面的治理机制要求。
一、引言
作为最具时代特征、最活跃的新的生产要素，数据被认为是数字经济时代的“石油”。数据的流通与交换是激发数据要素价值的关键，主要包括数据交易、数据开放、数据共享等方式。其中，数据交易能够实现数据在不同领域、不同行业、不同部门和不同主体间的流通配置，是推动数据要素市场化配置的最有效手段。数据要素市场的关键要件包括数据标的、参与主体、交易载体和交易规则。数据标的即数据要素，数据要素市场流通和交易的是作为生产要素的数据。数据交易涉及数据要素的给方、需求方，以及交易过程中的中介方、服务方、监管方等主体。交易载体和交易规则共同构成数据要素市场的环境，交易载体指的是可供数据要素流转交易的设施、场所和平台，交易规则包括宏观层面的法律法规、治理机制及标准规范，中观层面的行业自律机制，以及微观层面的组织规则与制度等。
实践中，数据交易场所被认为是提升数据要素市场化配置效率的关键。2015 年，贵阳成立全国第一个大数据交易中心——贵阳大数据交易所，这是我国推进数据要素市场化改革的一个标志性节点。2020 年 4 月 9 日，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，从顶层设计层面明确了建设数据交易市场的目标，掀起了各地数据交易场所建设的新一波热潮。国家工业信息安全发展研究中心发布的《2022 年数据交易平台发展白皮书》显示，截至 2022 年 8 月，全国已成立 40 家数据交易机构，贵阳大数据交易所、上海数据交易中心、武汉东湖大数据交易中心等地方政府主导型数据交易场所是其中的重要组成部分。
尽管数据交易场所在数量上呈现增长的态势，但是，从实践结果来看，各地交易场所的流量、收益均与预期水平相差较大，场内交易冷清、平台空置等问题突出。根据里奥尼德·赫维茨（Leonid Hurwicz）关于机制设计理论的阐述，不同市场机制产生的市场参与和效率结果不同。面对国内数据交易市场存在的“数据交易场所数量多、场内交易数据量少”问题，有必要深入剖析数据交易市场的机制设计，选择更具效率的市场机制，以充分激发数据交易市场的资源配置效率。
需要指出的是，虽然各地在构建数据交易场所时使用了不同的表述方式，如数据交易所、数据交易中心、数据交易平台等，但本质上均扮演着“平台”的角色，即承接交易参与方的载体，故本文不再就具体名称作进一步区分，统称为数据交易场所或数据交易平台。
二、数据交易市场是怎样的市场？
在讨论哪种市场机制更具效率之前，有必要对数据交易市场的边界与环境作出界定。针对市场边界的讨论重在厘清数据交易的内容及其特征，针对市场环境的讨论则聚焦于数据交易对于治理机制的需求。
（一）数据交易的内容特征：作为商品的数据
数据是信息的载体，按照其中包含的信息内容，可以将广义上的数据分为两类：一是由个体活动形成的“原态”信息，即一般所称的原始数据，包括单个个体的基本信息、健康状况、消费能力，及其在参与社会或组织活动时的行为偏好、价值取向等；二是对原始数据进行脱敏、挖掘、加工等处理后得到的同时具备使用价值和交换价值的数据商品，包含各类数据产品与服务等。原始数据中蕴含的价值涉及个体的姓名权、隐私权、名誉权、肖像权等，关于原始数据开发利用、权益归属等的讨论属于《数据安全法》《个人信息保护法》的范畴。针对数据商品的讨论多围绕着商品的价值、使用价值、交换价值，以及价值归属等，关于数据商品流通交易、收益归属等的讨论属于产权的研究范畴。基于此，针对数据交易市场的讨论应围绕着具有交换价值和使用价值的数据商品展开。通常情况下，数据交易市场同时涉及现货交易和关系交易两种形式，交易内容涵盖云服务、解决方案、数据包（如交通地理数据、个人行为轨迹数据、社交软件数据）、数据定制服务等多种类型。
关于数据商品经济性质（economic property）的讨论可以从数据商品与其他商品的比较着手。首先，作为一种商品，数据的显著特征是“摸不着”，与创意、技术等同属于无形产品（intangible goods）。相较于食物、医疗器械等较为常见的有形产品（tangible goods），数据商品属于经验产品（experience goods），甚至是信用产品（credence goods），这意味着买方或消费者无法在获取产品使用权之前了解其基本效用，通常要在消费后才能确定商品的价值、质量，以及需求匹配度等。
其次，与创意等商品相同的是，原始数据与数据商品均属于中间产品（intermediategoods）。更准确地说，原始数据通常是个体在参与社会或组织活动时产生的附属品，经过加工、处理后成为数据商品。而数据商品具备互补性（complementarity），其本身往往并不具有完整价值和直接价值，需要结合其他投入，如金融资本或其他数据商品等，通过影响市场决策、优化资源配置等方式实现数据资产化。一个典型案例是，互联网平台将用户的消费和浏览记录等转化为包含商品偏好、消费习惯等信息在内的数据商品，经过进一步处理后用于指导行业生产和销售安排。
最后，与技术等无形产品相同的是，数据商品在使用上具有非排他性。虽然这一特性符合公共物品理论关于产权不归私人所有的讨论，但是，不同于公共物品，数据商品的非排他性是由数据的技术特性决定的，数据的易复制性、高流动性等特性使其无法排除其他主体使用的可能。与公共物品相同的是，数据商品在使用上的非排他性会带来价值竞争，一经应用便会影响后续重复使用的收益。当然，数据商品的广泛应用也可能增加边际收益，如重复使用数据集测试算法规则能够改善数据质量与匹配度等，但对技术水平的要求较高。
（二）数据交易对治理机制的需求
数据商品的特殊属性对数据交易市场的机制设计提出了更高的效率要求，数据交易市场建设需要提供特定的治理机制，以维护交易秩序，促成关键投入的快速匹配，推进交易双方的持续参与，最终实现要素资源的有效配置。结合上述关于数据商品经济性质的分析，数据交易要求的关键治理机制包括：
一是交易监管机制，数据商品的无形性、互补性、非排他性以及部分价值竞争性等特性对监管机制提出了特殊要求。一般认为，成立监管机构、制定法律法规等是监管数据商品交易的最有效途径，如欧盟成立欧洲数据监管局和成员国数据监管机构负责数据交易监管，出台《欧盟通用数据保护条例》（General Data Protection Regulation，GDPR）保护个人数据。但是，实践表明，仅凭制度性框架常常难以有效制约纷繁复杂的数据交易乱象，比如“千人千价”等大数据杀熟行为和数据企业之间的数据争夺战。本质上，数据商品的特殊经济性质源于其技术特性，数据商品流通和交易的每一个环节都可能面临监管难题。基于此，针对数据商品的交易监管必须解决数据溯源问题。所谓数据溯源，描述的是同一数据从产生到形成最终信息商品全生命周期所经历时间变化的纵向联系，这里的数据包含底层数据和数据商品两种类型。按照我国《网络数据安全标准体系建设指南（征求意见稿）》的定义，数据生命周期包含从数据产生到数据采集、数据传输、数据存储、数据处理（包括计算、分析、可视化等）、数据交换，直至数据销毁等演变过程。
二是定价机制，回应的是数据作为一种商品的流通与交易要求。作为一种无形产品，数据商品使传统要素交易的“报价-议价”机制无法充分发挥作用，数据评估与定价机制出现空白。按照马克思主义政治经济学理论和西方经济学理论，在商品交易中，价值是定价的基础。然而，数据商品的价值具有不确定性，使得数据定价难以达成广泛的价值认同。这种不确定性表现为两个方面：一方面，不同于有形产品，数据商品的价值对于不同消费者来说是不同的，不同主体对于同一数据商品的价值认知可能存在着较大差异，取决于使用者的具体需求。另一方面，数据商品在生产中的贡献值难以直接测定，交易双方无法对其价值进行理性评估。在这里，数据商品的价值存在着双向不确定性。
三是产权界定机制，数据商品的互补性为其权属划分带来了较大挑战。作为一种中间产品，数据商品的生产过程涉及到多种主体，如原始数据提供者、数据商品加工者等。同时，为激发数据商品的价值，需要将其与其他必要投入进行匹配，如数据处理企业、软件开发企业等。数据商品的生产加工需要多主体协作而成，导致产权在多元主体间的分配引起较大争议。学者们关于“数字劳动”价值创造的讨论，充分说明了数据商品权属划分的困难。数据要素产权界定关乎数据要素的收益分配，而收益分配关乎数据要素市场发展的活力。目前，有学者尝试将数据权利结构作为突破口，以解决数据要素在加工和流转过程中的权利冲突。但是，即便通过引入数据的球、束、块等结构划分了数据权利的主体、类型、价值位阶和价值内涵，也无法有效规制权利主体之间的冲突。
三、有效市场要求怎样的市场机制？
在明确数据交易市场的交易内容与治理机制要求之后，问题回到哪种市场机制更具效率。根据尤金·法马（Eugene F. Fama）关于金融学领域“有效市场假说”的讨论，有效市场（efficient markets）意味着商品的价格能够充分反映所有相关信息，市场资源配置机制更具效率。在这里，“有效”形容的是市场运行状态。现阶段，与其他市场相比，数据要素市场的制度安排与机制设计显然无法充分发挥市场在资源配置中的作用。那么，哪种市场机制可以提升数据交易市场的交易效率？如何改良市场机制以修复市场失灵？
（一）市场设计理论的启发：“多对多交易”的市场类型最具效率
20 世纪 60—70 年代，赫维茨奠定了机制设计理论的基本框架。机制设计理论主要研究在给定的经济或社会目标及在信息不完全、自由选择、决策分散化等条件下，通过机制设计实现资源有效配置与有效利用、降低信息成本、协调各经济单位利益（即“激励相容”），从而达到既定目标。文献研究与实践经验均给出了市场机制评估与设计的必要性。经典研究较多关注拍卖中的交易机制，既涉及传统交易，也包括在线交易，如约翰·麦克米兰（JohnMcMillan）针对政府电信频谱拍卖机制的设计和评估，本杰明·埃德尔曼（BenjaminEdelman）等围绕谷歌等搜索引擎所支持的在线拍卖机制的讨论。来自美国联邦通信委员会（Federal Communications Commission，FCC）的经验性证据则表明，机制设计在市场中的应用不仅提高了交易目标，也能够保障分配效率。
市场设计理论从机制设计理论中衍生而来，更聚焦于现实世界问题，意在解决市场失灵或市场缺失问题，是关于如何有效配置市场资源、如何设计市场机制实现稳定配置的讨论。阿尔文·罗斯（Alvin E. Roth）所提出的市场设计理论归纳了三个与有效市场运作相关的问题，即市场厚度（thickness）、市场拥堵（congestion）和市场安全（safe）。其中，市场厚度指的是买卖双方数量要足够多，以便买家和卖家都有机会与潜在合作伙伴进行交易。也就是说，池子里的“鱼”越多，市场才能有效运转；市场拥堵描述的是市场参与方在交易过程中的选择能力，当参与方被迫在没有评估市场中其他选择的情况下进行交易时，就出现了市场拥堵；市场安全强调正常的、有效率的市场交易秩序，但也需要考虑安全所要求的成本。在一个安全的市场中，参与者没有机会歪曲信息，没有机会采取某些可能降低市场效率的策略性行为，包括：卖方利用信息的不对称隐瞒数据商品的质量，或者买卖双方协商后进行场外交易，再或者买方获得数据后转手进行倒卖等。
结合罗斯关于有效市场的论述，可以认为，推动数据要素市场化配置的关键是为运转不灵的数据交易市场提供能够解决以上三个问题的运行机制。按照潘泰利斯·克特洛姆匹斯（Pantelis Koutroumpis）等关于数据交易性质的分析，可以将数据交易市场划分为四种类型，每种类型对应着一种市场机制[9]652。交易方式及实践示例见表 1。在此基础上，问题进一步聚焦为：哪种类型的市场可以解决前述问题？
与创意、技术等无形产品早期的交易情形相似，现阶段，数据交易并未出现经济学家通常所说的“有组织的市场”（no “eBay for data”），包括一对一、一对多和多对一在内的数据交易市场实质上均属于“双边垄断”（bilateral monopoly）。这意味着，买卖双方没有太多潜在的外部选择，无法通过竞争达成稳定的均衡价格，也无法通过交易使资源配置达到帕累托最优。为什么买卖双方会自发形成“双边垄断”呢？一个关键因素在于，数据商品具备价值竞争性，“双边垄断”能够避免大范围公开带来的价值损失。但是，这一交易形式必然会造成数据交易市场的拥堵，交易参与方无法寻找到其他的交易选择，最终因较差的匹配质量牺牲交易效率。
结合市场设计理论的三点要求反思现有数据交易的“双边垄断”，可以发现，形成有效市场的关键在于，市场参与者能够在充分了解潜在替代交易的情况下选择交易方。比如，买方具备随时转向其他卖方的潜力，此时数据交易市场才能获得超出“双边垄断”交易的效率。
比较四种类型的数据交易市场后发现，能够进行多对多交易的市场是最佳选择。这是因为，一对一交易往往要求交易内容的保密，这就导致参与者难以找到合适的交易伙伴，且不存在内生外部性；一对多交易不存在市场拥堵问题，但市场厚度较多依赖于作为卖方的“一”，也就是卖方在数据交易市场中的声誉和宣传推广力度等；通常情况下，多对一交易同样无需担忧市场拥堵，但问题是，作为“一”的买方在获取数据后，需要将数据转卖到另外的市场，从而实现数据的货币化，因此市场厚度取决于临近市场对用于交换的数据的兴趣；理论上来说，多对多交易市场是一种双边市场，市场本身并不持有商品的所有权，所有用户均可以参与交易，市场厚度与拥堵问题随之解决。
（二）国家级数据交易场所的“地方频道”：地方政府主导的数据交易场所
按照双边市场理论，多对多交易市场属于双边市场，市场中存在两种或两种以上的参与方，企业为市场双边提供产品和服务。双边市场以“平台”为核心，平台是承接市场参与方的载体，通过促成参与方之间的博弈获取利润。市场参与方通过平台进行交易，其需求存在互补性，一方是否接入平台取决于另一方用户数目的多少，一旦其中一方消失，产品对另一方的吸引力也会随之消失。并且，市场是以利益为驱动的，参与方自愿加入平台的原因只有一个——平台能够满足其利益目标。
在数据商品的交易中，数据交易场所是数据要素市场的平台和载体，实施多对多交易要求数据交易场所具备内生外部性（endogenous outside options），促成数据商品与中间投入的匹配，从而在交易过程中形成最具经济价值的数据价值链。基于该思路回顾我国数据交易场所建设的第一波浪潮，可以认为，“场内交易数据量少”的原因之一是，在现有交易模式中，数据生态系统的参与者未能形成多对多交易，数据提供者、数据管理和分析者、数据服务提供者等并未加入共同的“场”，影响匹配效率和交易收益。
根据前述讨论，激发数据交易市场的资源配置效率需要建设能够促成“多对多交易”的市场体系。目前，国内已有有学者提出建设面向全国统一的数据要素市场体系，打造一个联通不同主体、不同地域、不同行业的数据交易流通平台。研究认为，构建规范高效的数据交易场所的关键是建立健全全国统一的数据交易规则，包括技术逻辑、管理逻辑和法律逻辑等的一体化，确保各类数据供需方、数据经纪人、监管部门等交易参与方能够在同一套规则体系下完成市场交易。全国统一的数据要素交易规则满足市场设计理论的要求，能够解决有效市场运行面临的难题。同时，数据交易场所的“全国一盘棋”符合底层技术要求，毕竟从技术根基来看，数据交易市场本质上是人人可以参与的在线交易的数据超市。
四、加快构建全国统一的数据交易规则
2022 年 12 月，中共中央 国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），初步形成了我国数据基础制度的“四梁八柱”。结合“数据二十条”的制度要求，以及数据交易对关键治理机制的需求，构建全国统一的数据交易规则需要关注三个方面的规则设计。
一是技术标准。针对数据交易市场的监管问题，“数据二十条”提出，要建立数据要素生产流通使用全过程的监管制度，制定数据流通和交易负面清单，强调在反垄断、数据安全等关键问题上发挥政府调控作用。考虑到数据商品的技术本质，以及新兴技术在数据交易市场底层架构中发挥的作用，除制度性约束之外，还应设立数据交易的技术标准。目前，已有国家在公共数据的共享、开放、授权运营、交易等环节采取“技术标准”导引的立场，利用技术标准的高弹性、低耦合特性，在坚守数据安全红线的基础上充分挖掘公共数据的增值空间。就数据交易而言，可以借助数据互联的“通道”——应用程序接口（ApplicationProgramming Interface，API）建立技术标准，结合区块链技术，以技术标准对数据全生命周期作出精细化规定，为解决数据溯源问题提供最佳方案。
二是市场合约。数据价值不确定的特性决定了，数据要素交易的统一定价机制是难以达成的，一种可行的思路是根据数据交易内容与数据应用场景核算价值。“数据二十条”提出，结合数据的分类和用途实施不同的定价策略，用于数字化发展的公共数据按政府指导定价有偿使用，企业与个人信息数据市场自主定价。后者强调市场机制的有效运作，买卖双方以市场合约的方式进行交易。区别于组织合约在交易中引入作为信息收集与定价专家的“中间人”，市场合约是买卖双方之间直接的市场交易，强调通过供求关系来确定价格。此时，数据交易平台的主要作用是作为市场参与方的载体，为基于市场合约的交易提供相应的规则约束，避免要素市场出现价格机制扭曲、市场垄断等问题。
三是法律强制。目前，有关数据权利结构等的讨论解决的是数据产权的基本架构问题。推动数据产权的落地需要构建符合数据特性的数据产权制度，从法律制度层面为数据交易的权益与价值划分提供支撑。“数据二十条”明确了数据产权基础制度的总体要求，提出“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”，即数据产权的结构性分置制度。这一思路淡化了“数据所有权”概念，是去所有权、强化数据使用和交易现实进程的体现。同时，这一机制强调从数据动态流动的角度界定数据产权的归属，更符合数据商品作为一种中间产品的特性。基于“数据二十条”提出的“三权分立”模式，下一阶段要逐步出台相关法律法规，以法律制度赋权数据要素市场发展。
五、研究总结
当前，我国数据交易市场面临的困局是“数据交易场所数量多、场内交易数据量少”。这表明，尽管国内重点城市纷纷筹建以地方政府为主导的数据交易场所，但这并非是构建规范高效的数据交易场所的有效途径，我国数据要素市场化改革亟待探索更具效率的市场机制。
研究认为，“多对多交易”的市场类型最具效率。基于此，激发数据交易市场资源配置效率的关键在于推动形成“多对多交易”的市场体系，要求将数据交易参与方纳入同一套规则体系，构建全国统一的数据交易规则，关注技术标准、市场合约和法律强制三个方面的规则设计。现阶段，各地针对数据交易市场机制设计的试点是有必要的，但不应形成“政治锦标赛”，重点应放在盘活国内数据要素市场。地方政府主导的数据交易场所可以作为国家级数据交易场所的“地方频道”，基于统一的交易规则实现与国家级数据交易场所的互联互通，形成数据交易场所的“全国一盘棋”。
需要强调的是，数据交易市场发展与数据交易场所建设并非政府一家的工作。这是因为，即便政府提供了市场发展所需要的交易规则，有组织的数据交易市场（“eBay for data”）仍可能面临包括数据来源不透明、交易过程不畅通、商品使用不合规以及市场竞争不充分等在内的问题，要求市场具备一定的“自愈”能力。因此，推进数据要素市场化改革应坚持有效市场和有为政府更好结合的原则，促使有为政府与有效市场形成合力，最大限度激活数据要素价值。
最后仍要指出的是，无论数据要素市场与数据交易场所如何发展，一个不变的原则是：被拿来交易的只能是数据商品而非原始数据。数据作为生产要素的经济价值固然珍贵，但个人隐私与数据安全永远是高悬在我们头顶的达摩克利斯之剑。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。
主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。
主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
