数据交易——场内外交易的失衡隐忧

目前，数字经济蓬勃发展，数据已从过去企业的“业务附属产物”升级为现如今的“战略资产”。然而，与之相对的是，我国数据交易市场仍处于探索阶段。具体表现为，场内外交易规模严重失衡。2024年，场内市场数据交易（含备案交易）仅占比18.75%，远远小于场外交易。这可能会带来隐私泄露、数据黑产交易等后果，因此，本文建议：（1）强化场内交易的公共服务属性；（2）锚定数据非竞争性、可复制性特征，建立统一的规则市场。

根据交易场合的不同，数据交易分为场内和场外交易。其中场内交易是指通过数据交易所或者数据交易中心进行数据交易模式。目前，各地已成立大量数据交易所（如上海数交所、深圳数交所等），为企业提供数据产品挂网、定价、合规审查等服务。企业可将数据产品上架交易所，借助第三方中介（数据经纪、交易平台）完成交易流程；也可与其他企业通过合同自贸。数据交易的前提是企业的数据走完了部分数据资产化路径，即完成数据的确权、合规评估、资产入表或价值评估，实现数据集、数据产品或数据服务的价值确认，继而完成数据资产变现。以上海数据交易所为例，如数据供应方希望实现数据交易，需要完成从产品登记到交易结算的六个步骤。不过，数据交易所对于登记的相关数据商品具有一定的限制，比如上海数据交易所便对拟上架的数据产品有相应的基本要求。

场外交易则是目前数据交易市场中最具备活力的地方，是由企业或个人之间自主发起和完成的数据交易，这种方式可以充分调动主体的积极性，同时不受制于场内交易严格的合规约束。例如，在金融领域，某银行可能需要特定行业的企业信用数据以优化风控模型，它可以直接与拥有该类数据的征信公司或行业协会进行场外洽谈，约定数据的具体字段、更新频率、使用期限以及数据安全保障措施，而无需经过标准化的交易所流程，从而更快速、精准地满足自身业务需求。

注：数据资产化路径：资源化→产品化→资产化（确权登记）→资本化（质押融资、入股）。

破解数据交易市场的深层困局，需解决数据交易回报失衡的问题，畅通场内沟通渠道、构建场内的交易激励机制，是引导交易阳光化、规模化的关键。

优质合规供给不足导致许多高价值数据“沉睡”，数据持有方缺乏交易动力。要降低场内数据合规可用的成本，提供便捷、高效的数据清洗、合规配套服务。此外，畅通数据场内交易沟通渠道，数据作为交易产品具有非标准化特性，交易过程必须经过数据交易双方的透明、合理沟通，而非停留在对数据产品进行文字展示，使得交易双方无法有效协商。其次，标准化交易流程，设计市场化激励机制，明确已有场景落地的相关数据，标准化交易流程，并建立相应的基于贡献评估的数据要素收益分配框架，保障数据来源方、加工方、运营方等各参与主体能根据其贡献获得合理市场回报。唯有建立“投入—回报”的正面激励闭环和完备的交易流 程，才能支持海量数据资源转化为可持续交易的合规商品。

此外，数据交易所需打破路径依赖，直击传统撮合抽佣模式的核心缺陷。数据交易“使用权转移”的本质与非竞争性、可复制性特征，决定了其无法套用传统商品交易逻辑。应借鉴贵阳大数据交易所“价格计算器”的实践经验，将价值评估置于交易核心，建立基于数据质量、应用场景、时效性等多维度的定价模型，让数据价值得到客观量化，从根本上解决“价值评估难”的痛点，将交易模式与数据属性精准匹配。

规则统一则是重塑市场信任的基础工程。当前数据真假难辨、各方规则不一的行业痛点是阻碍买方回归正规交易渠道的关键。必须加快建立全国统一的数据质量认证与评估体系，通过技术层面的标准统一（如数据格式、脱敏规范）、法律层面的制度保障（如数据确权、侵权追责）、行业层面的自律约束（如数据商信用评级）三者协同，构建“可验证、可追溯、可追责”的数据质量保障链条，让买方敢于在正规市场交易，让合规数据商的价值得到认可。