查看原文
其他

基于平台视角下的数据交易模式及特点分析

大数据期刊 大数据期刊 2024-01-09

基于平台视角下的数据交易模式及特点分析

陈宏民1, 熊红林1, 胥莉1,杨云鹏1, 卓训方2

上海交通大学安泰经济与管理学院,上海 200030

上海数据交易所有限公司,上海 201203


摘要基于国内外数据交易市场的发展现状与平台思维视角,分析了我国数据交易的经济概况与前景,结合平台经济与数据交易平台市场的发展特点,分别从交易模式、平台类型、数据来源方式及数据交易平台的特征等角度进行了深度探讨。此外,对我国政府主导型典型数据交易平台的模式及特点进行了分析,为政府在数据交易平台培育与发展政策制定上呈递了参考的着手点。最后,在培育数据交易平台市场方面提出积极建议。

关键词数字经济 ; 数据要素 ; 平台思维 ; 数据交易市场

论文引用格式:

陈宏民, 熊红林, 胥莉, 等. 基于平台视角下的数据交易模式及特点分析[J]. 大数据, 2023, 9(2): 56-66.

CHEN H M, XIONG H L, XU L, et al. Analysis of data trading model and characteristics based on platform perspective[J]. Big Data Research, 2023, 9(2): 56-66.


0 引言

近年来,随着大数据、云计算、人工智能、物联网、区块链等新一代信息技术的革新,数字经济极大地改变了人们传统的生产与生活方式。随着信息技术逐渐摆脱物理场景的局限性,传统的平台催生出大量基于互联网的平台企业。规模经济效应平台化的趋势出现,并进一步融合社会生产“四环论”(生产-交换-分配-消费)的社会化扩大再生产,演绎出新的形态。平台经济伴随信息化技术的持续飞越迅猛发展,新业态、新模式如雨后春笋般出现,推动社会经济发展朝着新的方向迈进。数据被定义为生产要素后,当前数据交易平台的大规模出现是平台经济又一鲜活的实例,平台经济借助新信息技术为社会经济生产资源赋予了全新的定义,也实现了对各个行业生态体系与价值链体系的重塑。纵观社会经济发展史,数据要素与其他传统生产要素(如土地、劳动力、资本、技术)一样,一般会历经自用-共享-交易的阶段,数字化进程中形成的数据涉及众多社会角色之间错综复杂的利益交错,给数据交易带来极大困扰。

2019年我国将数据作为生产要素并置于战略地位,到2022年12月《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》(简称“数据二十条”)出台,对数据要素流通和交易、收益分配关键环节给出了实质性政策指导意见与保障措施,数据要素在经济发展中的地位得到进一步强化。可以说这是数据要素市场培育的里程碑举措,这背后昭示着数据作为生产要素的地位。在国家促进要素市场化配置系列政策指导下,多个地方政府有关部门、单位在积极探索数据要素市场化运行机制,在推进数据要素价值体系建立、数据要素市场规则构建等方面已初具成效。但同时需要重新深入思考数据要素市场培育过程中,数据要素流通涉及各方主体面临的难点问题,尤其是数据交易市场中的业务模式及特点。

鉴于此,本文基于数据要素市场化过程中各相关主体的数据交易平台服务业态,对数据要素市场培育过程中的政府主导数据要素交易流通关键环节进行探讨。首先分析了国家数据交易市场发展情况与前景;其次,基于平台思维方法,对数据交易模式视角、交易平台类型、数据来源及数据交易平台特征进行梳理;再次,选取国内相关典型政府主导型数据交易平台进行案例分析,并揭示其特点;最后,针对我国当前数据交易平台建设与发展概况,提出了培育数据交易平台的关键思考点与建议。

1 我国数据交易市场发展与前景

1.1 数据要素发展概况

中国信息通信研究院发布的《全球数字经济白皮书(2022年)》显示,我国数字经济总体规模增加值从2.6万亿元猛增至45.5万亿元,年均增长率超过120%,可以说远超GDP整体增速;同时,中国信息通信研究院发布的研究数据表明,数字经济占我国GDP的比例由14.20%陡增至39.80% (如图1所示),逐年增长趋势明显。此外, 2021年,我国数字产业化增加值出现惊人的增长态势,达到了近8.4万亿元,实现同比名义增长近12%。这些耀眼的经济数据无不表明数字经济在我国经济发展中的地位越来越重要。显然,数据要素已成为推动数字技术与实体经济深度融合的关键基础,成为整个经济社会稳健发展的持续驱动力,而数据要素市场的培育是实现这一结果的重要途经。
图1   数字经济占GDP的比重

自2019年数据被列为生产要素以来,我国又推出《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》,其中提出要加快培育数据要素市场。2022年6月,国务院印发《关于加强数字政府建设的指导意见》,明确要建立健全数据要素市场规则。除此之外,国家层面数据指引政策文件相继推出。可见,国家已将培育数据交易市场放在国家经济发展的战略位置并快速引导其落地执行。与此同时,围绕数据交易相关法规与数据交易模式等问题,政府相关部门、产业界、学术界等均展开了激烈的探讨与研究

为了响应国家数据要素市场发展战略,各地政府积极主导数据交易平台建设,根据国家工业信息安全发展研究中心(以下简称“国家工信安全中心”)最新发布的《2022年数据交易平台发展白皮书》,截至2022年8月,全国已成立40余家数据交易机构,各机构的数据交易平台采取收取佣金、会员制、增值式交易服务等多样化的商业化运营模式,带来了显著的社会经济效应

1.2 数据交易市场前景

据国家工信安全中心测算数据显示, 2021年,国内数据要素市场交易规模达到815亿元,2022年逼近1 000亿元的规模,“十三五”期间市场规模复合增速超过30%。根据当前市场增长趋势推测,预计在“十四五”期间,数据要素市场交易规模将会突破1 749亿元,整体即将迎来快速发展阶段,数据要素也将在流通与创新应用等方面带来全新的突破。此外,国家工信安全中心发布的《中国数据要素市场发展报告(2021—2022)》显示,2021年数据要素对当年GDP增长的贡献率和贡献度分别为14.7%和0.83个百分点(如图2所示)。总体而言,数据要素对当年GDP增长的贡献率呈持续上升的趋势,同时,也表明数据要素对GDP的增长具有显著的促进效应。


图2   数据要素对全国GDP增长贡献情况


2020年,我国GDP首次突破100万亿元大关,而基于数字化与数据要素的数字经济成为支撑经济体量增长的又一要素。据国际数据公司(International Data Corporation,IDC)测算,从2018年到2025年,我国拥有的数据量将从7.5 ZB增长到48.6 ZB,占全球数据量的近30%,远高于美国的占比(17.5 %);预计到2 0 2 5年,数据对我国GDP增长的贡献率将达年均1.5~1.8个百分点,届时预估数据要素规模产值将超过1.5万亿元。据不完全统计,目前绝大部分数据交易活动在场外(数据交易机构平台之外)进行。数据交易市场逐渐成熟,同时,在国家强监管环境下,数据交易场内(数据交易机构平台)交易活动将大幅增长。由此可见,随着数据要素对经济发展的贡献率提升,加上国家在数据要素交易市场宏观政策方面的规范引导,数据交易市场将会日趋成熟,未来 数据交易活动将有广阔的市场。

2 数据交易模式与平台类型

2.1 数据交易模式视角

在交易模式视角方面,从切入点看有明显的不同。一类是以数据交易主体为切入点,包含数据供应商模式、数据服务商模式、数据用户模式,分别侧重于提供数据本身、提供数据分析结果、提供战略决策或服务,是从不同的服务内容定义数据交易的模式。另一类是以交易分类角度为切入点,包括交易客体、数据产权转让、市场级别、交易双方、数据交易平台等。而这些基于不同视角的交易模式划分,也反映了当前数据交易市场正处于蓬勃发展阶段。

学术界一般对平台的共识是:平台作为媒介连接双方或多方用户,通过整合相关市场主体的力量,形成一个具有双边市场特征、实现彼此增值的经济形式。无论是基于交易主体视角,还是交易分类视角,数据交易市场呈现高效链接、网络效应等平台化特点,这也为数据交易市场参与者期待数据交易平台化提供了理论支持,而这种现象在一定程度上使包括国内数据交易所在内的各大数据交易机构迅速发展。

2.2 数据交易平台类型

分析现有的数据交易平台可以发现,当前平台运营服务范围较广,涵盖政府、金融、医疗、交通、教育、人文、通信、能源、气象等多个领域。国内大多数平台集中于经济较发达的地区(如北京、上海、重庆、江苏等),且大多提供综合数据服务,即大多为综合数据服务模式,这在一定程度上满足了用户的个性化需求,有利于拓宽平台的客户群和盈利面。本文从产权与业务模式角度,对数据交易平台类型进行了分类,如图3所示。总体而言,国内地区经济发展水平和当地政府支持力度这两个关键因素直接决定或影响数据交易平台所在的数据产业发展。基于此,政府出资建设的数据交易平台可被认为是“政府主导型”平台。发达国家的数据交易市场起步较早,与我国数据交易市场的发展路径存在明显不同。以美国为例,其数据交易平台主要以“第三方角色”为主的纯平台模式进行运营,即平台为第三方数据交易平台。此类平台以提供数据供应方和需求方之间交易的通道为首任,平台数据均由数据交易方提供,平台自身不参与数据交易业务,而是更加关注平台的监管职责,确保交易过程的合规性与安全性。第三方角色的数据交易平台产生和发展于市场内在驱动力,采取完全市场化的运作机制,政府不参与运营管理,被称为“企业主导型”数据交易平台,从业务模式视角看,其属于“纯第三方交易平台模式”类型。与第三方交易平台模式相对应的模式为“综合数据服务模式”,此类平台不仅提供数据交易平台服务,还直接参与数据交易活动,如数据采集、分析与处理等。

图3   数据交易平台分类


目前,我国政府主导型数据交易平台与企业主导型数据交易平台齐头并进,平台服务内容多样化,但平台业务模式中各自的特征十分明显(详见第2.5节)。在这样的数据交易平台中,纯第三方交易平台模式占比较少,约为三分之一,大部分数据交易平台是综合数据服务模式。目前来看,无论是从产权还是从业务模式角度,随着数据交易平台的网络效应和规模经济效应进一步放大,不同类型的数据交易平台很难走向垄断,尤其是在数据交易的细分领域。这是因为,尽管平台双边市场和网络性会吸引更多的数商角色用户加入,但是由于数据产品本身的独特性,很多平台提供只从一侧吸引用户的服务,而忽视了另一侧用户的需求,这就导致各类平台因差异性而相对独立存在,差异化的平台越多,网络效应对竞争程度的影响就越小,从而使多个平台同时存在,这也是导致目前尚未出现统一大数据交易平台势态的重要原因之一。

2.3 数据商品交易模式

当前数据交易市场呈现多样化特点,常见的数据商品交易模式主要包括如下几种。

● 直接交易数据模式。供需双方就交易内容与方式进行约定,一方交货,一方付款,完成交易事宜。

● 数据交易所模式。当前国内各地成立了一些数据交易所,在政府监管下集中进行数据供求关系撮合,目前政府主导型数据交易所的数据交易市场处于培育阶段,交易量很少,原因在于其没能采取适当的措施吸引供需方前来交易。

● 资源互换模式。此模式在当前大量移动终端中表现突出,服务商通过提供免费的应用服务,换取对用户个人数据的使用权。

● 会员账户服务模式。数据资产化后,需求方(消费者)购买会员服务,获得对应的数据访问权。

● 应用程序接口(application program interface,API)访问模式。供给方可以根据契约通过API将数据开放给授权的需求方。

● 利益相关方的数据平台+数据联盟交易模式。在这种模式中,数据需求方可以以出资的方式,收购或者入股某一家企业,以获得其平台级数据,使被收购或被入股的企业为出资的数据需求方生产数据产品。

此外,数据商品交易模式还包括基于数据保护技术的数据交易、数据云服务模式等。数据经过加工处理后形成数据产品,琳琅满目的数据产品在数据交易模式的作用下,演变成多样化的数据商品,并融于社会生产中,使数据要素参与社会经济发展,焕发新的活力,在一定程度上推动新业态的出现。不同的数据商品交易模式在不同的细分平台类型中发挥促进交易的作用,同时,也使各类数据交易平台出现锁定效应。总之,丰富的数据商品交易模式为社会经济发展开拓了新的局面。

2.4 交易数据来源

交易数据的来源呈现多样化的特点,当前数据交易平台的数据来源主要有以下几种。

第一类是政府公开数据。此类数据由政府或事业单位部门提供,并作为公共产品,公共产品数据的开放与共享对推进数据流通、激活数据市场活力、发挥数据价值具有重要意义,鉴于多重因素,国内在政府公共数据开放与共享方面还有很长的路要走。

第二类是企业内部数据。该类型的数据一般是由企业内部产生、沉淀下来的数据,这类数据更多的是企业自用,与外部共享或交易的业务甚少。

第三类是数据供应方提供的数据。该类型的数据一般是数据供应方在数据交易平台上根据交易平台的规则和流程提供的自己拥有的数据产品,数据供应方通过数据相关权属转让获得相应价值收益。

第四类是网页爬虫数据。该类型的数据是数据获取方利用一定的技术手段即基于互联网的爬取手段从网站得到的,可被处理或直接自用和交易的数据。

第五类是合作伙伴数据。该类型的数据主要是指企业的合作伙伴产生、沉淀的数据,这些数据被提供给交易平台,以便合作伙伴或联盟成员便捷利用。

虽然丰富的数据来源为数据交易提供了便利,但是在数据权属边界等问题上,业界目前仍然在积极探讨当中。如何厘清数据交易中的权属问题,是亟须解决的难题之一,也将是长期需要面临的难点之一。

2.5 数据交易平台呈现的特征

就当前数据交易平台运营情况来看,国内外有明显的差异。首先,从数据来源看,国外数据交易平台在数据采集时充分发挥了数据社区的价值,而且建立了专注于特定领域且专业性较强的数据交易平台,这与国内交易数据来自零散的渠道存在明显不同;其次,从业务模式看,国外第三方数据交易平台较多,提供数据增值服务的平台也在迅速发展且服务业务涉及多个领域,而国内综合服务平台是数据交易平台市场的主要组成部分,单个交易平台服务的数据领域不够丰富;再次,从数据交付的方式看,基本包括API、数据包、解决方案,国内外差异不大。此外,数据隐私泄露是数据交易过程中各类数据交易平台共同的隐患之一。加强数据交易平台的监管是保证数据交易过程有效进行的基本措施,也是平台运营的重点工作。

就目前国内的数据交易平台而言,具有如下几个显著的特征。

● 国内数据交易平台类型大多提供综合数据服务,这能够在一定程度上满足用户的个性化需求,数据来源以政府公开数据、企业内部数据、网页爬虫数据为主,如贵阳大数据交易所。

● 缺乏对数据交易的统一标准和规范制度,对各个领域的数据需求尚无准确的把握,而且各个领域对数据的应用也处于探索的阶段,数据交易市场并未被充分激发。

● 公共数据开放程度较低,未能充分挖掘其价值。目前,我国大部分数据资源掌握在各级政府部门手里,属于公共数据,但这些数据尚未被有效发掘和利用,公共数据开放利用对于激活数据交易市场具有重要意义。

● 数据供需关系网络较为简单,尚未完全发挥网络效应,目前数据交易集中在场外进行,数据交易的供需方比较固定,或者可选择的空间很少。这种局面主要由两方面原因造成,一方面是数据交易涉及商业机密,另一方面是存在法律风险的不确定性。

● 数据权属边界尚不清晰,当前政府部门处于强监管势态,这种局面导致一些数商处于观望状态,尤其是经纪商(broker)并不能很好地发挥其洞察数据供需市场应用场景的作用,在一定程度上导致数据交易市场不如期望中活跃。

● 数据产品知识产权得不到较好的保护,数据交易驱动着社会各类生产生活,并给整个社会带来重要影响,包括政府高效服务、企业运营管理与决策支持、科技发展与创新等方面,但对数据产品知识产权的保护力度不够,这给数据产品研发与创新带来了不利影响。

3 国内典型交易平台分析

自数据要素的国家战略地位被确立以来,全国各地积极响应,筹划并建设数据交易市场平台。本文选取由政府主导且具有代表性的几大数据交易平台进行对比分析,并结合数据交易平台关键考虑点进行探讨,选取贵阳、北京等几个具有典型特点的数据交易平台进行分析,结果见表1


一般来说,平台供需市场主体规模是相互影响的,平台存在典型的头部效应和长尾效应。在一定细分领域,通过供需两侧的规模效应,一个或几个头部平台能聚集更多优质资源,占据该领域主导地位,这也是当前数据交易平台根据自身优势抢占制高点的原因之一。正如在本文的调研交流中,上海数据交易所研究院院长黄丽华教授所言:当前数据交易市场平台两侧为有偏市场。换句话说,供需两侧并不是同步壮大的,而是通过一侧的前期大力培育吸引另一侧快速聚集。与其他经济平台模式一样,数据交易平台的培育与发展一般会经历从有偏到无偏的过程。正因为如此,当前国内典型政府主导型数据交易平台才呈现表1中的特征,后续经过数据交易市场供需两侧的磨合,整个市场逐渐成熟。

对国内典型政府主导型数据交易平台的类型、交易平台的数据来源、产品类型及平台特点等方面进行梳理分析,发现各地在推进数据交易平台建设上各具特色。这些特色主要由国家与地方政策定位及区域经济发展情况决定,如上海“国际数据港”特色、深圳“跨境交易”特色等。这些政府主导型数据交易平台的建设及运营,一方面为数据交易产业市场的培育积累了大量经验,另一方面为数据要素助推社会经济转变发展理念、创新发展模式提供源源不断的动力。

4 结束语

数据需要经过处理形成信息与知识才能发挥价值,除此之外,还需要通过交易流动使数据彰显更大的价值。数据交易平台对数据的流通和共享至关重要,它为数据交易活动高效进行提供了场所,有效减少了“信息孤岛”现象。国内当前各类数据交易业务的运行,呈现了平台化的供需高效链接、网络效应等典型特征。数据交易平台凭借高效链接和网络效应,使数据要素市场的供需双方更好地匹配,促进了数据交易流通,使数据充分发挥价值,并释放数据经济红利。目前,数据交易活动日趋频繁,带来明显的经济效益,但通过对国内数据交易平台特征进行分析发现,随着数字经济的发展,数据交易平台双边市场的建设仍然有较大的推进空间。

未来在培育数据交易平台市场并带来更大经济效应方面,可以从如下几个方面考量。

● 政府主导型数据交易平台建设应因地制宜,根据实际情况确立相适应的目标,尤其需要考虑当地企业数字化情况与数字经济产业的总体情况,确认是否有必要各个地方或区域单独建设,应避免盲目或重复建设,以免造成社会经济效益低下与资源浪费。

● 数据交易平台的建设与运营是长期探索的过程,针对数据交易监管,在不违背当前法律法规的前提下建立容错机制,即允许一定范围内的先行先试,逐步积累经验,并灵活调整监管制度。借助容错机制,一方面确保激发数据交易市场的活力,逐步壮大市场;另一方面,密切关注数据交易市场动态,防止市场无序野蛮发展。

● 设立并优化数据交易禁区中与数据交易有关的客体。一方面,设置禁止交易内容(如个人隐私信息),在进一步开放政府数据方面进行优化,尽可能避免数商交易双方“误入歧途”;另一方面,适当降低交易门槛,尤其是涉及公共服务的数据交易场景,需要尽快推出公共服务数据交易类别目录,这对于推进数据流动与激发数据市场并发挥数据价值意义重大。


作者简介


陈宏民(1960-),男,博士,上海交通大学安泰经济与管理学院教授,主要研究方向为平台经济、数据要素市场、工业互联网等。


熊红林(1984-),男,博士,上海交通大学安泰经济与管理学院博士后,主要研究方向为数据要素市场、大数据应用、智慧政务。


胥莉(1976-),女,博士,上海交通大学安泰经济与管理学院副教授,主要研究方向为数字经济、金融科技、企业数字化等。


杨云鹏(1991-),男,博士,上海交通大学安泰经济与管理学院助理研究员,主要研究方向为数据要数市场、数字平台模式创新、数字贸易与跨境电商。


卓训方(1973-),男,博士,上海数据交易所有限公司研究院高级研究员,主要研究方向为数据要素市场、数据要素流通标准化及前沿技术研究。


联系我们:

Tel: 010-81055490

       010-81055534

       010-81055448

E-mail:bdr@bjxintong.com.cn 

http://www.infocomm-journal.com/bdr

http://www.j-bigdataresearch.com.cn/

转载、合作:010-81055307


大数据期刊

《大数据(Big Data Research,BDR)》双月刊是由中华人民共和国工业和信息化部主管,人民邮电出版社主办,中国计算机学会大数据专家委员会学术指导,北京信通传媒有限责任公司出版的期刊,已成功入选中国科技核心期刊、中国计算机学会会刊、中国计算机学会推荐中文科技期刊,以及信息通信领域高质量科技期刊分级目录、计算领域高质量科技期刊分级目录,并多次被评为国家哲学社会科学文献中心学术期刊数据库“综合性人文社会科学”学科最受欢迎期刊。

关注《大数据》期刊微信公众号,获取更多内容
继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存