数据交易的场内外博弈

# 国内数据流通市场的数据产品现状 #

自2014年中关村数海大数据交易平台、北京大数据交易服务平台和香港大数据交易所等最早的3家数据交易机构建立以来，目前我国已陆续有40多家交易机构先后成立。

我国数据交易机构成立情况

综合来看，其建设思路大致可以分为两类。第一类是平台类市场，如贵阳大数据交易所和上海数据交易所。第二类则是单边市场（或称为数据集市），即由数据密集型企业主导建立的数据交易或服务市场（如中国电信、国家电网、阿里巴巴等）；或是由“采销一体”型专业数据服务企业主导的交易市场，这类机构往往面向特定市场的需求，采集特定资源，根据业务需要组织成数据产品，如万得（Wind）数据、聚合数据、数据堂、京东万象等。

从披露的数据产品和服务类别来看主要分为七大类：数据集（或称为数据包）、基于API的信息服务类产品、基于许可证（license）使用的数据产品、以清洗加工处理为主的数据处理服务、以分析和建模为主的数据应用服务、数据分析工具服务和行业研究报告。

# 国内数据流通市场的数据产品及其服务的交易模式 #

数据集产品往往可以结合统计指标进行描述，因此描述复杂性不高，但某个数据集通常可以用于多个不同的领域，因此资产专用性依赖于场景。API和许可证类的商品往往需要具体的操作说明，并且与设备、接口以及结果代码含义等有关，通常对需方的数据对接能力有一定要求，因此描述复杂性略高于数据集产品。数据处理服务、数据应用服务通常需要根据客户的具体要求定制化实施，因此资产专用性较高或很高。

可以看出，并非所有的数据产品或服务都适合数据平台市场。适合在数据平台上进行交易的数据产品是可计算、具有一定通用性（排除高度定制化服务）、可以描述清楚、可以重复交易以及符合国家法律规定的数据产品。目前只有数据集这一类产品适合在数据平台市场或交易中心进行自主交易（即n对m的形式）。买卖双方在没有占主导地位的市场参与者的情况下，根据平台提供的合约模板达成双方均可以接受的交易内容、交易价格和交易成本分担方法，从而带来平台市场的流动性。然而，由于数据产品本身的不确定特性，平台运营商需要建立一套科学的交易规则和服务，促进买卖双方的信任交易行为。而对于那些需要大量业务知识或技能进行处理才能使用的数据集产品，可以采用数据平台市场、做市商市场模式进行交易。

数据产品及其服务的交易模式与两维度之间的匹配逻辑

目前我国数据市场中数量最多的是行业应用类数据服务，即提供针对特定行业的解决方案。其购买途径需要通过管家咨询匹配，深度了解诉求，定制解决方案，并最终在特定企业应用。这一类数据服务并不适合数据平台市场，而更加适合电子层级的交易形式，即一对一服务的模式。同样，需要根据客户的具体要求，按项目制方式提供一对一长时间的服务与互动的数据处理服务也适合电子层级的交易形式。

相较而言，API产品、许可证产品属于描述复杂性较高、资产专用性较低的数据产品，比较容易以集市交易模式进入数据流通市场。与此同时，伴随着这一类数据的资产专用性不断提升，容易导致数据产品的流通模式从数据平台市场向其他方式转变，出现去平台化的现象。比如，企业工商数据作为描述复杂性低、应用范围广的数据产品，更加适合在数据平台市场上进行交易。

然而伴随企查查、天眼查等数据服务商逐渐将数据聚合，形成个人和企业征信等数据产品，这些数据服务为特定领域带来的价值也更加凸显。此时数据服务商就可以将客户带离平台，无须再通过数据市场进行交易，而是自己直接联系客户。更为困难的是，由于数据的可计算性，原先适合于电子市场的数据产品有可能出现去平台化的发展规律。例如天气和交通等公共数据，本身描述复杂性低，也不存在特定的专用领域，然而，一旦此类数据被封装成面向特定行业领域的数据产品，如用于旅游、金融、互联网地图服务等领域，资产专用性随之提高，数据的供应方理论上可以单独形成产品的售卖渠道，不需要再依附于任何外部的电子市场。

为此，数据交易平台运营商需要建立一系列科学的制度以及创新的技术支持手段，降低已经进入平台的参与者去平台化的可能性。而那些描述难度过高（如未经加工清洗的原始数据）且并不面向任何专用领域和场景的数据，往往在数据价值评估、处理成本分担、数据隐私保护等方面存在各种问题或风险，难以加入交易过程中。数据流通交易市场的运营者需要提供数据清洗加工、数据分析建模应用、数据产品的存储服务等增值服务，让原本不能进入交易市场的数据产品可以进入市场，增强数据市场的有效供给。对于每一个数据产品，最好建立各类应用场景的“示范样本”，不断降低数据产品的描述复杂性和资产专用性，从而扩大数据交易平台上可交易的数据产品规模。

# 结束语 #

由此看来，现有数据交易市场大多仅限于特定的数据类型，而数据一旦被广泛接受，供应商就可以不借助市场进行销售，逐渐形成自身的销售渠道。同时，定制化数据服务从特征上看和数据市场并不匹配。只有描述复杂性和资产专用性足够低、交易频率比较高的产品才属于数据平台市场的交易产品类型。数据的可计算性使得数据有可能从低资产专用性逐渐过渡到高资产专用性，以符合垂直领域对数据使用的需求。然而，这样的变化规律会导致数据交易过程离开交易市场，即去平台化现象，最终导致数据交易市场只能长期面向低价值的数据产品展开交易。

数据交易平台商需要根据市场建设的战略目标、交易的复杂性、交易的频率、平台商与供方的关系、市场结构、需方的相对实力等因素来选择平台的主要交易模式，或者采取多板块的策略同时选择几种交易模式。其次，对于数据交易平台商而言，在建设初期，设立做市商的交易模式可能更有助于扩大市场规模。通过专业化模式来帮助买卖双方降低数据产品的描述复杂性和资产专用性。最后，对于数据交易平台商而言，提高市场流动性最重要的任务并不是发现高质量的数据供应，这是因为需方可以发挥自身的聪明才智和探索能力不断寻找适合自身的数据。相较而言，平台更重要的任务是探索合理的机制防止或减缓去平台化。