关于数据交易制度的思考

端利涛

1. 市场的起源

最早市场的形成并非依靠某种“看得见的手”的力量专门设立，而是由于人类聚集时存在商品交换的需求自发形成。相传上古时期每年春季，后稷在教稼台前教农稼穑，授民于农耕技术。每年农历十一月初七，四方百姓聚集漆水河东河滩教稼台下，纷纷带来各自的收获以答谢后稷，并开始以物易物，中国最早的市场即发端于此。

自发形成的交易（市场）植根于熟人社会，规模小，犯错成本高，很容易实现秩序井然。这里所指的犯错成本主要就道德成本而言。在熟人社会中，存在一种费孝通所言的“礼治”秩序，一旦有人违背了这个秩序，便受人唾弃，甚至无法在整个熟人社会继续生存[1]。因此，这也是一种成本。但随着交易需求的增加，市场逐步扩大，交易不仅局限于熟人社會，外部的人也会参与进来。这种情况下，交易双方要想实现有效的匹配并完成交易需要花费一定的成本，即（直接）交易成本[2]。同时，扩大后的市场因超出了熟人社会，降低了犯错成本，市场的正常运行必然受到挑战，如果没有约定俗成的制度和维护制度的力量，那么市场必然无法继续扩大，甚至走向衰败。因此，关于市场运行的各项制度逐渐生成。

例如，《周易·系辞》就市场的起源写道：“神农日中为市，致天下之民，聚天下之货，交易而退，各得其所。”神农为市场开闭设定时间。《庄子·知北游》：“正获之问于监市履狶也，每下愈况”中的“监市”就类似今天的城管，用于维护市井秩序。《旧唐书》中说：“监市践于衙，理市治序。”正是因为政府不断完善对市场的监管，形成了一套完整的市场制度，可直接用于在某个特定的地方人为建立市场，例如现在的各大商场。

维持市场的制度和执行该制度需要一定成本，这个成本最终会转嫁到市场的交易双方，成为一种间接交易费用。正如科斯所言，“利用价格机制是有成本的，通过价格机制‘组织生产的最明显成本就是所有发现相关价格的工作”[3]。对于某些交易方来说，当交易费用达到一定程度时，把这个交易内化到组织内部，并允许通过某个权威（“企业家”）来支配资源，这样就可以减少交易费用，并减少某些市场运行的成本[3]。在这种情况下，企业以及组建企业的制度出现。

2. 数据场内交易不足的原因

《大学》有言，“未有学养子而后嫁人者”。不管是市场还是企业，维持其存在的制度源于对实践的总结，只有先厘清其背后运行的逻辑才能按照一种既定的模式进行复制和扩张。数据交易也是如此。中国目前是世界上数据存量排名第二的国家，IDC最新发布的Global Data Sphere 2023显示，中国数据量规模将从2022年的23.88ZB增长至2027年的76.6ZB，年均增长速度CAGR达到26.3%，为全球第一。庞大的数据规模蕴含着可观的数据交易需求。为了提高数据的流动性，促进作为生产要素的数据的价值释放，从2015年我国第一家大数据交易所“贵阳大数据交易所”开业至今，内地已经相继成立了近50家大数据交易所（中心）。但令人失望的是，大数据的场内（交易所）交易量却并未如预期那样实现数据的广泛交易，甚至有数据指出，2021年大数据场内交易只有当年全国数据交易总量的2%，剩余98%全为场外交易。2023年3月，北大国发院副院长、北大数字金融研究中心主任黄益平在“CCF中国数字经济50人论坛高端峰会”上也曾表示，“场内交易占总数据交易量比例可能只有5%[4]”。

2.1 数据安全无保障

目前，我国数据场外交易主要是以点对点的形式存在，即数据需求者直接与数据实际占有者进行交易，交易结束之后在数据实际占有者的技术控制之下使用数据。之所以以这种低效率的形式出现，是因为数据本身的零成本可复制性、非竞争性和半排他性，导致目前并未存在一套数据的安全保护机制保障数据实际占有者的权益。假如数据如传统商品完成交易，那么购得数据的一方便得到了数据的套利空间，即以低于购入成本的价格将数据转售他人获利。

另外，对于API形式的数据交易，如果数据实际占有者先将数据接入数据交易所（中心）这种数据交易平台，然后再由数据交易平台将数据导向数据需求者，这样虽然可以通过数据交平台撮合更多的数据需求者和数据供给者之间的交易，但对于数据这种虚拟且非竞争性的东西而言，多一个交易环节也就多了一分风险，况且目前各类数据交易平台的数据安全保障体系参差不齐，无法让数据实际占有者放心。目前的数据交易所（中心）无法完成数据交易的全生命周期维护。

2.2 数权体系不健全

针对数权问题，我国已经相继出台或修订了一系列法律法规，例如《数据安全法》《个人信息保护法》《网络安全法》《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）等。其中，“数据二十条”为数据在全国的流通提供了最直接的政策依据，比如，“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”，这为数据实际占有者公开交易数据提供了制度保障。

但毕竟与物理商品不同，数据的所有权和使用权并非一对一绑定。数据的可复制性和非竞争性使得数据权利表现出“一数多权”，同一份数据可以同时被多个主体使用而互不影响。当数据交易金额较小时，数据使用权的让渡引发的利益纠纷并不明显。一旦数据交易金额非常大，势必会因为数据的所有权问题引发新的争议。例如，网络爬虫问题。目前，我国已经发生了数起因网络爬虫引发的诉讼案件，最终都是以“不正当竞争”名义做出了判决。除此之外，互联网平台型企业的数据权属问题并未解决。“数据二十条”规定了作为实际数据占有者（控制者）可以凭借对平台数据的加工获利，并受到保护。但对于被记录行为的主体——平台的用户，并未因自己的数据获得直接收益，且这些数据的处理往往也直接绕过用户。

2.3 数据价值难评估

数据作为一种新型生产要素，其价值生产不同于其他生产要素。第一，数据生产价值具有典型的伴生性。单独的数据无法生产价值，必须与合适的软件结合才能将价值释放出来，而数据与软件的价值分成并不容易确定。例如，AI大模型与训练所需的数据集之间。第二，数据生产价值具有场景依赖性。完全相同的两个数据集所产生的价值因场景不同而不同。例如，同一个训练数据集被不同的大模型训练使用，会因参数的不同表現出不同的价值。第三，数据生产价值存在可替代性。生产既定价值的数据是非唯一的，不同的数据集可能释放出同样的数据价值。例如，在市场信息层面，淘宝平台的用户数据和拼多多平台上的用户数据所蕴含的价值可能是等效的。第四，数据因来源不同，数据估值的方式也不尽相同。例如，对于原生数据，数据的获取依赖于获得数据的目的和设备。对于在网上公开爬取的无争议的数据而言，这些数据的价格存在最低线——数据的获取成本；对于伴生性数据而言，数据可能仅仅是其他活动的一种副产品，比如电商平台的消费数据，这些数据价值巨大，但定价并不能根据采集成本计算。这些原因导致场内某一个数据集的交易不可能以一个固定的价格出售给不同的数据需求者。

2.4 公共数据低效率

从当前我国数据存量现状来看，政府控制的数据在80%左右，剩下的数据一部分掌控在平台企业手中，一部分分散在小型数据公司。数据交易所（中心）所撮合的数据也主要是非政府控制的数据。对于新兴事物，特别是像数据这样极易引发安全问题或争议的事物，市场主体所能承担的风险有限，很难在短时间内依靠市场机制推动大范围的市场主体完成交易。而作为数据保有量最大的政府一方，同时也是承担风险能力较强的一方，尚未找到一个让其控制的数据流向市场的有效机制，无法通过公共数据的交易引领整个市场的交易活动。这种低效率也使得由政府背书的大数据交易所（中心）无法充分利用政府的力量，这也是数据场内交易不足的一个重要原因。

结论

根据马克思主义理论，制度的形成源于对一定生产关系以及与这种生产关系相适应并维护这种生产关系的社会机构和规则确立过程，制度的本质就是在社会分工协作体系中不同集团、阶层和阶级之间的利益关系[5]。数据交易制度的形成也应该是基于数据实际的生产实践，以及对数据生产关系的系统总结，而不应该急于照搬传统商品交易的模式，直接建立交易中心。眼下，数据场内交易不足的原因众多，但发现问题、解决问题的路径不应该是坐而论道，而是在保证安全的前提下，允许并鼓励市场主体先进行点对点交易，并在此基础上提炼和总结经验，最后形成制度加以推广。

参考文献：

[1]费孝通.乡土中国[M].北京：人民出版社，2008：56-65.

[2]端利涛，吕本富.在线购物是否存在“反戴蒙德悖论”现象？[J].管理评论，2022，34（9）：134-146.

[3]罗纳德· H.科斯.企业的性质[M].上海：格致出版社、上海三联出版社、上海人民出版社，2014.

[4]黄益平.循序渐进地建设数据交易市场体系[EB/OL].（2023-4-13）[2023-11-10].https：//www.nsd.pku.edu.cn/sylm/gd/529440.htm.

[5]林岗，刘元春.诺斯与马克思：关于制度的起源和本质的两种解释的比较[J].经济研究，2000（6）：58-65，78.