伴随着
电子商务和大数据、
人工智能的发展，数据作为商品逐渐被人们接受。与有形的实物商品相比，数据作为商品进行交易的历史并不长，且具有许多不一样的特征。从交易视角看，数据交易是“棘手交易”，原因有以下三方面：
1.数据产品本身的特殊性
相较其他要素产品，数据产品具有内生性、非竞争性、计算性、外部性等特点。
第一，对绝大多数企业或机构而言，数据是支持日常生产经营和管理活动的信息系统运行的结果，是伴随着日常生产经营活动的内生性的“副产品”。只有少数企业是出于对外提供数据产品服务这一目的，去获取数据资源。数据的产生不需要特殊激励，但是对许多企业和机构而言，要使他们成为数据产品的供给方参与市场流通，需要特殊激励。
第二，数据的物理存在本质是0和1的字符串，其复制和传输的成本较低，使数据产品本身具有非竞争性。非竞争性是指一方的数据使用不会降低另一方数据使用者的效用，也就是“我有，你也可以有”，不会造成“我有，你就没有”的情况。数据的非竞争性对市场交易的积极影响在于，为数据产品提供了无限的生产可能性，而不利影响在于如何监管数据产品的交易行为，防止数据产品“原封不动”地在市场上被转售，防止数据产品被滥用。
第三，数据产品通常被计算机直接使用，如用于训练机器学习模型等，这个可计算性的特性意味着，某个数据产品在尚未被计算机执行之前，其使用价值未知。因此，数据产品是典型的复杂体验性产品，数据交易合约的达成过程复杂，数据产品交易成本较高，传统合约理论中的逆向选择、道德风险及不确定问题使数据交易成为典型的“柠檬市场”（信息不对称市场），且更加容易出现“去平台化”的现象。
第四，大多数数据产品均含有数据主体的行为或属性，即“我的数据可以反映你的一些特征”。这就带来了数据产品在处理和被使用时会涉及隐私保护、商业秘密、安全机密等，从而会给他人带来成本、损失等负外部性。数据产品的负外部性使得数据在流通与交易过程中，需要确保数据来源的合法合规性及数据流通使用的安全性，这是数据交易中必须要守住的安全底线。
2.数据产品的生产和使用均具有高固定成本
各行各业的企业均可参与数据要素市场。不过，无论是供方企业还是需方企业，均须进行数据管理和基础设施投入，尤其是对供方机构而言，提供高质量的数据产品意味着在前期进行较大的固定资产投入。
绝大多数企业的数据是信息系统的“副产品”，信息系统积累的数据被称为原始数据。原始数据无法直接进入流通市场，需要经历资源化和产品化两个过程。企业数据资源化是指来自不同产生源的数据集，在物理上按照一定的逻辑归集后达到“一定规模”，且具有可重用、可应用、可获取的数据集合。企业数据资源化，需要在企业数据战略的指导下，构建起数据能力体系和企业数据治理体系，从而在企业内部形成与数据驱动型业务模式相适配的人才、技术、组织安排和系统等。同时，数据的使用是场景导向的，数据资源持有企业通过自己组织或授权给外部机构，以数据使用方需求为导向进行数据产品的研发，形成可服务于内外部用户的数据产品。
数据产品一般表现为作为产品的数据集，或者是从数据集中衍生出来的信息服务，其组成包括数据内容和服务终端，有时还包括含有某种数据算法模型。数据产品的研发除了调研内外部客户的需求外，还需要和第一个测试客户紧密合作，共同研发满足需求的数据产品，并基于数据资源按照可重复使用的要求，进行必要的技术环境的配置或部署。一旦形成产品，企业需要就数据产品的应用场景进行战略上的选择。因此，对数据供方而言，数据资源化和产品化是数据对外交易的必要投入，不仅需要额外的技术和人员的投入，也需要在战略上将其作为一项新型的业务产品加以管理和选择。对数据需方而言，采纳外部数据产品同样需要一定的数据管理基础设施（如数据中台等），需要就如何使用和管理自有和外购的数据进行战略安排，以及具有足够的数据分析和使用能力。
3. 数据产品交易过程的复杂性
数据产品交易过程的复杂性主要体现在三方面：
一是合规复杂性。“数据二十条”明确提出了完善数据全流程合规与监管规则体系的要求。数据要素流通的全流程包括原始数据的产生与收集、数据资源化和组织成数据产品、数据产品登记和挂牌上市、数据产品试用与交易、数据产品交付与服务、数据产品的使用等关键环节。数据流通既要满足全流程安全与隐私保护的制度要求，也要满足市场流通全流程业务效率的要求。
二是参与者采纳决策的复杂性。供需方参与数据交易市场，意味着进入一个新的领域或使用新的资源。对供方企业而言，不仅需要有战略部署和投入，更需要在投入之前了解数据资源及其市场前景，需要在经济价值、技术部署和潜在风险之间进行权衡。
三是交易合约的复杂性。数据交易合约的复杂性缘自逆向选择、道德风险和交易不确定性。数据产品的特殊性在于其计算性、数据产品的质量及使用价值，对使用方而言很难在短时间内了解清楚，更何况数据的价值与使用数据的水平和能力有关。学术界对解决逆向选择和道德风险问题提供了一些可行的方法，如免费试用、期权合约、按绩效支付等。相较而言，数据交易中的不确定性问题使得数据交易几乎是个不可立约的交易，即是一个有价格但质量无法保证的合约，而数据供给方一般不愿为不可立约的内容进行投入。现实中的数据交易通常需要复杂的谈判。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
