我国数据交易市场建设：实践进展、生命周期定位与推进对策

一、引言

在数字经济时代，数据成为与农业经济时代的土地和工业经济时代的能源相类比的核心战略资源，其对于生产的叠加、倍增、放大作用日益凸显，已成为现代经济发展的一个关键要素。面对百年未有之大变局，我国需要加快建设数据要素市场，在全球数字经济竞争中抢占先机。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》（以下简称“数据二十条”），初步勾勒了我国数据要素基础制度的“四梁八柱”，提出了数据产权、流通交易、收益分配、安全治理四方面制度框架，标志着全国一体化的数据要素市场培育正式拉开帷幕。数据交易在要素市场建设中的关键地位毋庸置疑。但从地方实践看，大多数交易所运营发展困难重重，交易活跃度未达预期。为此，本文基于产业生命周期理论，从我国数据交易市场建设的实际出发，试图明晰当下数据交易产业所处的周期阶段，以为下一步国家级数据交易所的布局建设提出切实可行的对策建议。

二、我国数据交易市场的实践进展与问题审视

近年来，我国数据交易市场建设如火如荼，呈现如下特点。

第一，政策法规逐步完善。在国家层面，“数据二十条”历史性地提出统筹构建数据要素交易场所、所商分离等重大改革举措，确立了数据交易市场建设的基本方向。在地方层面，截至2023年12月，全国31个省（市、区）中，已有30个组建专门的大数据管理职能机构，已出台大数据、数据要素相关条例有21个。第二，交易场所迅速增加。自2014年以来，数据交易中心、数据交易所、数据交易平台等场所机构不断涌现。据统计，截至2023年12月，共有50余家（含注销）数据交易机构成立。第三，经营主体趋于多元。随着数据要素市场的快速发展和不断壮大，各方主体逐步参与市场运作。

在全国各地积极布局建设数据交易平台的同时，数据交易市场建设过程中仍有不少交易平台面临发展较大发展困境。一是交易标的不明晰。截至目前，我国尚未出台相关标准，各地法规、政策也未达成共识。二是交易主体不明晰。我国“数据二十条”虽已提出“培育引导具备一定资质的数据商和第三方服务机构”，但对数据商的认定与界定还较为模糊。三是交易场所定位不明晰。“数据二十条”明确了建立数据交易机构与数据商分离的市场运行机制，即“所商分离”。当前，在我国已成立的地方数据交易机构中，没有一家属于公益性质。既是运动员，以中立身份为数据供需双方提供交易撮合服务，发挥交易中介作用；又是裁判员，为保障交易安全，承担着交易数据来源的合法性检验等职责。四是交易机制不明晰。当前我国数据市场的场内交易只占4%，且存在重复建设、低层次同质化竞争、不活跃等问题，交易所可替代性强。五是交易规则程序不明晰。数据交易平台的交易规则具有多重作用。当前由于数据产权的缺位，国内数据交易规则程序尚不明晰，缺乏统一标准，市场现行规则多由各交易平台自行拟定，不同平台之间存在较大差异。

三、我国数据交易市场建设的生命周期定位分析

作为现代产业组织理论的重要组成，产业生命周期理论被广泛用于评估和预测产业发展情况，为产业发展阶段及其发展趋势的预测分析判断提供重要理论支持。基于产业生命周期理论，可将我国数据交易市场建设划分为导入期、成长期、扩张期、成熟期等生命周期阶段。

（一）产业生命周期识别的主要指标

产业生命周期曲线形态及其阶段识别的实证研究往往基于产业发展的各类影响因素或指标的变化识别。从现有研究看，市场增长率、产业需求、竞争者数量、进入壁垒、退出机制及产业创新等是学者们划分产业生命周期的主要衡量指标，其中创新与产业生命周期的演进关系被讨论的最多。如，Cusumano等探讨了创新主体、创新内容等因素在产业生命周期不同阶段的不同表现。Saviotti研究发现，消费者的需求差异使产品创新成为可能，进而引起产业生命周期的变化。Braguinsky等通过对创新型企业和模仿型企业的市场环境分析，认为在产业生命周期的成熟阶段更注重对技术创新的保护。唐恒等通过分析江苏省战略性新兴产业企业在不同生命周期阶段企业创新的影响因素，得出企业专利质量受技术、资金、人事、策略和营销等因素的影响，且影响程度各不相同。霍国庆通过对美国典型产业案例分析发现，产业创新、产业政策、宏观环境等因素通过产业需求共同影响产业演进，并使产业生命周期表现出差异化。对于战略性新兴产业而言，能否从技术创新中获利是产业发展的关键，有关技术发展的知识、人才、资金等成为影响新兴产业生命周期演进的主要因素。考虑到数据交易产业属于新兴事物，本文在现有研究的基础上，提出应根据竞争者数量、市场结构、技术创新性、产业规模等指标，以较为直观地分析数据交易市场发展所处的产业周期阶段。

1.竞争者数量。竞争者数量指产业中从事同一生产活动的市场主体数量，市场中竞争者数量越多，竞争越大。在产业发展过程中，竞争者的数量变化是识别产业生命周期最直观的指标。已有研究显示，从产业的导入期到成长期再到成熟期、衰退期，其内部竞争者数量往往会呈现先增加，到达峰值后再逐渐减少的稳定性变化。对数据交易而言，数据供给和需求天然存在，数据交易场所为满足这种供求而生，其生存经营状况能直接反映数据交易市场需求的强弱及产业发展变化情况。因此，本文将当前各地成立的数据交易机构作为数据交易市场竞争者的典型代表。

2.市场结构。市场结构是市场各构成要素之间的内在联系及其特征，市场集中度、市场进入壁垒、产品差异化及市场增长率等因素都会对其产生影响。其中，市场集中度是最主要的影响因素，表示市场中规模处于前n位的市场主体在市场中的份额总和，可以用来直接测度市场结构。一般认为，市场集中度越高，少数主体的占有份额越高，其对于市场的支配和统治能力也就越强。但对新兴产业而言，由于政策导向、技术选型存在较大不确定性，先进入者往往需要承担更多的投资风险，很难具有先进入者的主导优势。这在数据交易市场也不例外，例如最先成立大数据交易所的贵阳，当下的影响力并不强于北京、上海、深圳这些城市，但不可否认的是，随着北京、上海、深圳等大数据交易所陆续成立，数据交易的集中度在逐渐下降。市场进入壁垒是另一个衡量市场结构的指标，指新的市场主体要进入某一行业所遇到的阻力。一个行业的进入壁垒越低，其竞争程度就越高；进入障碍越高，则其竞争程度就越低。在产业导入期，市场进入壁垒一般较低，在产业成长和成熟期，市场进入壁垒会持续走高，并达到最高点。

3.技术创新性。技术创新性指将新技术、新工艺或新产品创造性地应用于某一产业领域，以追求预期的经济效益和社会效益，从而实现资源配置和收益最大化。作为推动技术进步和产业转型升级的核心动力之一，技术创新性对生产效率和产业结构的演变产生深远影响。在数据交易市场发展过程中，由于数据流动带来的相关泄露风险增加，技术创新性是一个重要的衡量指标，在评估数据交易市场的成熟度、竞争力、创新程度等方面起到重要作用。如，联邦学习、量子密钥、隐私计算等技术应用确保了数据的安全共享与流通，有助于更好地发挥数据潜力，推动数据交易市场成长阶段的发展和繁荣。在产业生命周期的不同阶段，技术创新性起到不同的推动作用。在产业导入阶段，新技术和新工艺的引入帮助数据交易市场建立起基础设施和规范化的交易机制，推动市场初步发展。在产业成长和成熟阶段，市场参与者需要通过技术创新保持竞争优势和市场份额，为数据交易市场注入新活力。

4.产业规模。产业规模指区域内某一产业的整体规模，可体现出产业的投入水平和产出水平，能在一定程度上反映数据交易市场在我国的发展情况。随着产业逐步发展至成熟阶段，产业规模也会随之发生变化。新兴产业通常呈现从起步阶段的规模相对较小，随后快速增长，然后趋于缓慢增长，并最终稳定的阶段变化规律。产业规模的变化受多种因素综合影响，如市场需求、政府政策、竞争环境、资本和投资等。在产业发展初期，受制于资金、技术和市场等因素，产业规模相对较小。随着产业不断扩大和市场需求的增加，产业规模开始迅速扩大。随着市场饱和度的增加，产业生态系统逐步健全，产业规模增长趋势减缓，最终达到一个相对稳定的水平。通过关注产业规模的变化，能够较为准确地判断数据交易市场所处的发展阶段，为进一步的分析提供基础。本研究综合多个信息来源，如专业数据调研公司、行业协会等组织机构发布的数据和信息来对数据交易市场的产业规模进行综合分析研判。

（二）数据交易市场建设的生命周期探讨

根据前文研究，本文认为当前我国数据交易市场发展具备导入期、成长期、扩张期的阶段性特征，并即将进入成熟期。

1.导入期（2014—2015年）。在导入期，产业内厂商数量较少、进入壁垒低、竞争者数量少、产业规模也较小。2014—2015年，我国仅有12家数据交易机构，政府部门对数据交易的监管几乎空白，市场进入门槛较低。产业生命周期理论认为，导入期的厂商进入或是基于对市场预期的判断，或是由于掌握了新型技术或产品能力，致力于凭借管理、资金等先行优势来确定主导地位。据有关机构测算，2014年我国大数据核心产业规模已达84亿。同时，2015年国务院印发的《促进大数据发展行动纲要》明确提出“引导培育大数据交易市场”，将数据交易提升到国家战略层面，这些因素推动导入期数据交易市场初步形成。

2.成长期（2016—2020年）。在成长期，市场需求量仍处于高位，大量厂商进入，我国数据交易机构在2020年发展为35家，市场竞争逐渐增强，但市场规模仍然较小，且呈现竞争者增速放缓等特点。值得注意的是，新技术对数据交易厂商的进入行为影响较大，例如隐私计算、联邦学习等新技术的应用，降低了业界对数据安全风险的担忧，使数据交易有了更优的实现路径。然而，由于成长期内我国数据交易制度尚不健全，产业生命周期的演进出现了不可避免的异化现象，其中典型的异化表现是逆转现象。例如，业界公认的国内首家数据交易机构贵阳大数据交易所业务停滞，使经营主体开始反思数据交易的可行性，2018—2020年间，各地新增的数据交易平台数量骤降，部分数据交易机构如武汉长江大数据交易中心等停滞不前、难以为继，市场建设进入缓慢增长阶段。这些异化现象也充分说明数据交易属于新兴事物，先进入者优势在新兴产业不一定存在。

3.扩张期（2021年至今）。党的十九届四中全会将数据增列为新型生产要素后，国家层面在数据要素市场培育方面的政策文件相继出台，数据交易市场建设等议题再度成为热点，引发广泛讨论和关注，数据交易市场建设开始进入迅速扩张期。从竞争者数量看，仅2021年，全国就有11家数据交易机构成立。在此阶段，各地有关数据交易市场的要素投入、市场需求和产出规模快速增长，如地方政府有关数据交易市场建设的政策密集出台，公共数据授权运营的需求出现等。同时，由于扩张期市场成熟度提升，竞争强度不断加剧，市场进入的规模壁垒开始出现。一方面，大量经营主体经过前期市场竞争的洗礼后开始退出市场，如多地数据交易机构的兼并破产等；另一方面，少数成功的主体开始注重通过资源重新配置，如引入国有资本、上市公司等战略资源，重组交易机构等，以及通过经营观念革新、技术创新等方式，巩固其在产业的主导地位。

四、进一步推动我国数据交易市场建设的对策建议

当前，我国数据交易市场仍需不断优化完善，从市场建设看，存在数据交易标的、交易机制、交易场所定位、交易规则程序不明晰等问题。从产业生命周期看，还处于扩张阶段。立足我国数据交易市场高质量建设的实际需要，建议从推进大探索、开展大布局、培育大市场、组织大研究等方面立体化开展。

（一） 推进大探索，鼓励有条件的地方试点试验

鼓励地方试点是我国政策制定和测试的常用方法之一，从“数据二十条”提出的“所商分离”构建原则看，政策设计的初衷充分借鉴了证券、期货交易市场的建设情况，期望以数据要素类比证券，带动数据交易上下游产业链的培育完善。对于当前数据交易市场建设正处于从扩张期向成熟期过渡的产业周期背景下，应坚持顶层设计与基层探索结合，鼓励有条件的地区先行探索，赋予更多创新先行先试权。通过扩张期的试点探索，推动地方在政策空白领域结合本地区优势探索出新的方案，研究制定符合地方特点的数据交易市场相关法规和地方政府规章，提供可借鉴、可复制的经验模式。在总结经验的基础上，适时提出国家级数据交易所的布局建设。

（二） 开展大布局，完善数据产权、分配、激励机制

数据是一种经济资源，数据交易本质上是一种经济活动，体现了特定经济资源（数据）的市场化配置和利用，应进一步完善交易流通规则、收益分配机制、数据安全治理等基础性制度建设。对于数据流通分配制度的完善，首先应加快完善数据产权制度，通过有效界定数据要素市场各参与方的权利和义务边界，推动数据相关权利结构性分置与有序流通。在具体操作上，要建立全国数据资源的统一登记确权体系，推进分层分类对各类数据权属进行动态管理，提高数据交易效率。其次，在明确产权的基础上，完善数据收益分配制度，逐步探索形成面向数据资源化、资产化、资本化等不同层面，兼顾薪资分配、效益分配和股权分配等多种分配形式的初次分配机制。最后，要充分激发市场活力，加快落地“数据二十条”提出的数据资产入表路径，通过充分激励政府和企业积极参与数据交易市场，确保获得合理收益，促进数据资源的优化配置和有效利用。

（三） 培育大市场，健全数据流通交易及其配套制度

一方面，从规划国家级数据交易所入手，通过建立全国统一的数据要素流通技术环境，构建覆盖事前事中事后各环节的信任配套设施，基于政府“有形之手”把控数据要素市场发展的整体方向和基本秩序，同时以市场的“无形之手”作为数据要素市场的主要运行机制，实现市场的自我调节和优化。政府部门应在财政政策、人事政策等方面提供一定优惠，出台数据要素型企业认定办法，推出拉动数据交易、增加市场活力的补贴激励政策。另一方面，要不断优化政策制度环境，强化数据流通规则规范，构建促进数据使用和流通、场内场外相结合的交易制度体系，布局多元化交易市场，规范引导场外交易。在做好交易风险监管的同时，还应鼓励发展特定领域数据交易平台，支持多元化数据交易主体，引导平台提供专业化服务，深入聚焦某一领域，提供专业化、精细化和深度定制的数据交易服务。此外，要研究制定数据权利、数据交易安全等相关政策，建立健全数据交易安全标准规范和安全制度体系，制定数据隐私保护和安全审查制度，加强对政务数据、企业商业秘密和个人数据的隐私与安全保护，为数据进入流通交易环节创造条件、提供保障。

（四） 组织大研究，构建中国特色的数据要素理论体系

数据交易市场建设是一个典型的多学科交叉研究领域，目前数据交易市场建设面临的数据交易标的不明晰等基本问题还未真正破题。为有效指导要素市场建设实践，应促进产学研深度融合，积极倡导更多主体参与数据交易市场建设，充分利用政府、企业、科研机构、高等院校、行业协会等各方资源优势，鼓励产业界和学术界加强合作，集思广益，推动制度和技术创新。充分发挥理论研究优势，鼓励广大研究人员积极参与专项课题研究，聚焦数据交易市场发展的热点难点问题，深入探讨解决方案。充分借鉴相关产业发展的实践经验，将理论指导与实践应用相结合，为数据流通和价值挖掘贡献智慧和力量，为数据交易市场的安全和稳定发挥积极作用。

来源：原文刊发于《经济纵横》2024年第1期，转发时有删减，参考文献略；作者：国家信息中心 童楠楠、张琳颖；中国科学院大学 牛文倩