回到市场找答案：探究数据交易所模式之困

（本文作者傅建平，清华大学计算社会科学与国家治理实验室专职研究员、中国电子信息行业联合会数据与治理专业委员会副主任）

从全球范围看，“数据交易所”这个概念伴随着国家大数据战略实施而诞生的。从微观看，数据交易所是一批积极投身数据交易活动的专业机构，也是推动全国一体化数据市场建设的微观经营主体，它有利于链接供需、促进流通、丰富应用、培育生态。

近年来，全国超半数省份成立数据交易机构所，积累了许多有益经验，但其发展定位和商业模式还有继续改善的空间。

本文尝试从市场失灵理论角度分析，以期找准问题、提出对策、促进数据交易。理论上讲，市场失灵是指在不完全竞争市场下，由于各种原因而无法实现资源的最优配置。一般认为，导致市场失灵的原因包括垄断、外部性、公共物品和不完全信息等因素。

一、信息不对称引发逆向选择与道德风险

市场失灵理论揭示，信息不对称将导致“柠檬市场效应”，在数据交易所模式中尤为显著：

1.数据质量验证难题

在数据交易过程中，数据买方面临重大挑战，即如何有效核实数据的真实性。由于缺乏统一的数据验证标准和手段，数据买方难以判断数据的真伪和优劣，增加了交易风险，阻碍了数据市场的健康发展。同时，优质数据供给方面临巨大合规成本压力，数据交易的复杂性和敏感性导致合规成本高昂，优质供给方被挤出市场，不合规提供者趁机而入，市场混乱加剧。场内交易冷清，场外黑市交易异常火爆，黑市交易规模已超1500亿元人民币，严重破坏了数据市场生态。

2.交易信任机制缺失

数据交易市场中，信任机制缺失是关键问题。多数企业将数据视为“核心资产”，对其保密性和安全性要求极高。缺乏广泛认可和信任的第三方认证体系，数据交易双方难以建立有效信任关系，导致数据交易产品同质化严重，难以满足市场多元化需求。供需双方更倾向于依赖非标准化的场外交易，虽灵活但缺乏透明度和规范性，易引发纠纷和风险。因此，建立公正、透明、可信的第三方认证体系，是数据交易市场亟需解决的问题。

二、外部性未内部化，公共数据开放失衡

市场失灵理论中的负外部性与公共物品问题在数据要素市场直接体现。

数据资源垄断加剧社会负外部性

部分机构因绩效考核机制缺失，导致数据开放利用动力不足，普遍采取保守态度。这种做法阻碍了数据流通与共享，加剧了数据资源垄断现象。平台企业凭借数据垄断地位轻松获得“超额利润”，推动数据开放利用的积极性不高。长此以往，数据资源垄断现象加剧，社会负外部性如信息孤岛、数据壁垒等问题严重，阻碍人工智能条件下社会创新与发展。

三、市场结构与垄断制约竞争活力

自然垄断缺乏效率激励

在自然垄断行业中，行业龙头企业形成“业务流-数据流-资金流”的紧密结构闭环。这种结构保证了企业市场地位，但带来内部数据治理复杂性。企业资源和注意力有限，更专注于维护自身业务和资金流，忽视对外数据交易开发和优化。高价值数据资源难以有效入场交易，影响行业数据资源流通效率和市场活力。缺乏外部市场激励，企业难以充分释放数据资源潜在价值，不利于行业及市场健康发展。

四、理论启示：解决路径的深化方向

1.修正制度设计

数据产权领域面临复杂挑战。首先，政策先行、试点先行。通过制度设计确保数据产权合理分配，包括明确数据所有权、持有权、使用权、经营权、收益权等，选取重点地区创建“数据特区”先行探索数据产权及收益分配制度落地。其次，建立合规高效、场内外结合的数据要素流通和交易制度，引导多种类型的数据交易场所共同发展。再次，不妨借鉴前些年发展网约车、打压不合规黑车的成功实践，疏堵结合，打开正门、堵住偏门，鼓励合法交易行为，减少非法交易发生，以期构建公平、公正、高效的数据市场环境。

2.重塑市场结构

当前，数据市场存在行政性垄断问题，限制市场公平竞争和健康发展。为打破这种局面，需采取措施重塑市场结构。确保各类所有制企业平等参与市场竞争，激发市场活力，推动数据产业创新发展。其次，建立全国统一的数据交易所网络认证标准，包括数据交易登记、结算、交割等环节，确保数据交易安全性和可靠性，提高数据交易透明度和可信度，降低交易成本，促进数据流通和利用。

3.优化监管范式

数据市场监管需从传统监管模式转向“包容审慎”的监管范式。监管过程中既要注重市场秩序和消费者权益保护，又要尊重市场主体创新精神和合法权益。简化数据交易流程，降低合规成本，提高监管效率，如建立数据交易备案制度，快速备案和确认合规数据交易，缩短交易时间，降低交易成本。加强跨部门协作和信息共享，精准有力打击黑市交易，如建立数据来源追溯系统，追踪非法数据流通路径，严厉打击违法违规行为，构建公平、透明、有序的数据市场环境，推动数据产业健康发展。

本文仅代表作者观点。