大數據交易“檸檬市場”治理機制設計

張省 蔡永濤

摘要：大數據交易供需雙方信息不對稱問題導致了激勵扭曲和市場失靈，嚴重制約了大數據向生產要素正常轉化并參與社會大生產。基于大數據的產品特性和市場結構，分別設計平臺監督、買家聯盟監督兩種事后監督治理機制和平臺信用評估、平臺聯盟征信兩種事前聲譽治理機制，探討并對比不同機制對大數據交易“檸檬市場”的治理效果，結果表明：監督機制可以約束買賣雙方行為，范圍較廣，但約束力較弱；聲譽機制對信用中等和良好的賣方約束力強，但約束范圍小，而對信用不良的賣方則可能加劇逆向選擇的風險。由此，分別提出成立簽約管理中心、實行賣方分流機制、設立優質賣家獎勵專項基金的建議。

關鍵詞：大數據交易；數據要素；檸檬市場；信息不對稱；治理機制

中圖分類號：F062；G203

文獻標識碼：A

DOI：10.12186/2023.02.009

文章編號：2096-9864（2023）02-0063-12

大數據是后疫情時代經濟發展的重要生產要素，是構建創新型國家的基礎性戰略資源。據國際數據公司（IDC）估算，按照當下的數據增長速度，到2025年全球數據總量將會達到驚人的180ZB［1］。然而，數據權屬不清、交易配置錯位、定價機制缺失、競爭秩序混亂、流程安全隱患和隱私保障不力等問題掣肘了大數據交易市場的發展［2］。作為數據交易的對象，大數據產品具有質量評價的先驗性、消費使用的非損耗性和交易方式的虛擬性等特征，導致了在交易過程中優質大數據容易被逆向淘汰［3］。因此，設計合理的信息不對稱緩釋機制，治理大數據交易“檸檬市場”，攸關數據要素自主有序流動和數字強國戰略實施的成敗。

一、文獻綜述

“檸檬市場”由G.Akerlof［4］最早提出，他認為在二手汽車交易市場中買賣雙方所掌握的信息是非對稱的，這種信息不對稱的存在可能會限制市場功能的發揮，在極端情況下甚至會導致整個市場的瓦解［5］。為改善這種信息不對稱狀況，最初的解決方案是采用行政治理手段，而隨著研究的深入，學者們認識到“檸檬市場”的類型越來越復雜，而行政治理由于場景適用和可操作性的局限，無法應用于所有市場。于是“檸檬市場”的治理研究逐漸豐富，如信號傳遞模型、信號甄別模型、市場聲譽機制、質量披露與鑒證機制等相繼被提出。隨著數字技術與數字經濟的發展，互聯網時代市場形態逐漸演進出一種全新形式——平臺型網絡市場［6］。這是一種信息搜尋成本更低，市場競爭程度更高，更符合市場治理學派預期的全新市場形式，但體驗環節的缺失會導致“檸檬市場”問題更為嚴重。針對平臺型網絡市場中“檸檬市場”的治理研究，主要是引入平臺的雙方信息改善模式，形成三方甚至多方治理結構，如依托平臺設立的拍賣機制，包括頻譜交易、采購定價等。鄭慶寰［7］對比了不同的平臺運營模式，發現平臺與擔保機構相結合的模式可以有效緩解信息不對稱帶來的影響。

由于數據具有排他性、質量價值差異性、收集成本高等特征，大數據的交易常常面臨“雙重信任困境”，即提供數據的一方需要相信投資者不會竊取他的想法，購買者一方則需要相信他的投資不會被欺騙［8］。同時數據交易雙方無法在交易前準確預見數據未來能夠產生多少經濟價值，會造成數據價值的高度不確定性，而買賣雙方的信息不對稱會導致大數據價值的雙向不確定性［9］，其“檸檬市場”程度更深，問題也更為復雜。對此，郭鑫鑫等［10］設計了個人健康數據迭代雙邊拍賣方法，張省等［11］將聲譽和質保兩種機制引入知識付費“檸檬市場”的治理體系，研究發現聲譽－質保協同機制治理效果更顯著。

從一般的商品交易市場到大數據交易市場，“檸檬市場”的治理研究正在逐步深入。大數據作為一種非競爭性資產，無法直接套用傳統的機制設計和理論框架，傳統的機制設計理論往往只關注買家或賣家單邊的信息不對稱問題（如物品拍賣機制只關注買家的信息不對稱，而采購拍賣機制只關注賣家的信息不對稱），而在大數據交易市場治理機制設計中必須統籌考慮買家、賣家多維度的信息不對稱問題。鑒于此，本文擬著眼于大數據的要素特性、市場化機制和經濟價值，將交易雙方和交易平臺納入到同一個框架進行考察，從交易客體、交易主體和交易規則三個維度研究大數據交易“檸檬市場”的治理機制，設計監督機制（事后治理）和聲譽機制（事前治理），比較監督機制中平臺成立監督部門和買方聯盟成立監督部門的治理效果，同時比較聲譽機制中平臺成立信用評估中心和平臺聯盟建立征信系統的治理效果，并據此提出政策建議，以期對探索互聯網時代數據要素市場管理提供理論參考和方法論啟示。

二、模型構建

1.問題描述

大數據交易主要有賣方、買方與平臺三方參與。賣方為大數據產品供給方，買方為大數據產品需求方，平臺為大數據交易平臺，三方形成的是一種緊密綁定的長期利益共生關系。

買賣雙方無法獲得對稱的信息，賣方一般只負責大數據產品的價值真實性［12］，而買方一般是通過提供自己對大數據的價值預期［13］來進行信息匹配最終達成交易，因而大數據價值真實性、價值預期是影響大數據交易的關鍵變量。大數據價值真實性是指賣方提供的大數據產品能否達到最初描述的價值，價值預期則是指買方根據自己掌握的信息對大數據產品價值做出的預估。由此形成了大數據供需雙方將供需信息提交給大數據交易平臺，再由大數據交易平臺撮合雙方達成交易的大數據交易基本結構（見圖1）。

2.假設提出

三、研究結論與政策建議

1．研究結論

針對大數據交易過程中存在的“檸檬市場”問題，嘗試引入監督機制和聲譽機制兩種治理措施，并對兩種治理機制進行了比較分析，具體見表3。

其一，大數據產品供應方、大數據產品需求方與大數據交易平臺三方構成的大數據交易市場存在“檸檬市場”問題。上述研究證明，無論是監督機制還是聲譽機制，都存在緩解或加劇大數據交易市場逆向選擇問題，故兩種治理機制需要在一定條件下才可以發揮作用，否則就會無效果甚至可能加劇逆向選擇的風險。

其二，監督機制約束范圍廣，但約束效果較差。在引入監督機制的大數據交易市場治理模式中，在買方違規的情況下，平臺成立監督部門對于緩解逆向選擇問題的效果較好；而在賣方存在違規的情況下，買家聯盟成立監督部門對于緩解逆向選擇問題的效果較強。兩種治理機制對于賣方行為的約束程度都遠遠高于對買方行為的約束。監督部門的成立增加了買方的購買成本，也增加了賣方面臨的違規成本，故對其約束是有效的；監督機制作為一種事后治理措施，無法在交易達成前確保數據質量，故對買方權益保障效果較差。

其三，聲譽機制約束效果最佳，但約束范圍有限。在引入聲譽機制的大數據交易市場治理模式中，如果賣方信用中等或良好，則平臺聯盟建立征信系統對于緩解逆向選擇問題的效果較好，這是由于聯盟的建立減少了平臺信息收集費用，信息共享增強了資料的真實性，故可以有效提升平臺收益水平；而如果賣方信用不良，平臺成立信用評估中心或平臺聯盟建立征信系統就只會增加逆向選擇風險，原因在于征信系統作為一種事前機制，一旦買方在交易前掌握賣方信用不良信息，便會減少對于大數據產品的價值預期，降低出價水平，最終造成平均交易成功率和平臺收益水平下降，加劇逆向選擇問題。

其四，對比兩種大數據交易“檸檬市場”治理機制，在一定條件下，平臺聯盟和買家聯盟對于逆向選擇問題的緩解程度最高，但也存在加劇逆向選擇風險發生的可能，較為不穩定；而平臺成立監督部門或信用評估中心，對于逆向選擇問題的緩解較弱，但較為穩定。因此，監督機制和聲譽機制的引入對于大數據交易“檸檬市場”的治理并非都有正向效果。要想最大程度發揮兩種模式的治理效果，必須進行交易場景的改善。

2．政策建議

基于上述研究結論，可得出如下管理啟示。

其一，完善簽約管理制度，強化對買方的約束力。平臺撮合買賣雙方達成交易意愿后，買方必須向簽約管理中心繳納一定的意愿金，并在簽約管理中心的全程監督下才能簽署交易協議完成交易。簽約管理中心有否定買方放棄交易的權限，即非特殊狀況（如數據質量問題、產權問題等），買方想要拒絕交易，中心有權對買方訴求進行駁回，并督促買方在固定期限內繼續交易，否則中心可以強制將買方繳納的意愿金作為對賣方的賠付金。通過簽約管理制度，對買方行為進行有效約束，可彌補兩種機制對于買方約束力差的缺陷，優化交易環境，提升交易成功率。

其二，實施信用分流，防范風險加劇。實施賣方分流，并對信用不良賣方采取信用積分累進制度；在大數據交易市場中，按照賣方信用水平進行分流，分為信用不良賣方與信用中等和良好賣方兩類。征信系統對于緩解大數據交易雙方信息不對稱問題具有重要意義，但也會造成信用不良賣方盈利困難，最終導致其拒絕參與交易。可以采取信用積分累進制度，對于信用不良但仍可提供優質產品和服務的賣方可以通過成功交易積累信用積分，在信用積分達到一定水平后，將其納入信用中等與良好賣方陣營，從而逐漸提升信用不良但可以提供優質產品的賣方獲利水平，以防范逆向選擇問題。

其三，設立專項獎勵，鼓勵賣方投入。政府部門可以設立優質賣家獎勵專項基金，通過邀請數據技術、質量控制等方面的權威專家，成立優質賣家評定委員會，計算最優的數據供給報價和需求報價，定期組織優質賣家評選與獎勵活動；設置獎勵基金激勵賣方，鼓勵其增加大數據產品質量、技術等方面創新投入；重構大數據交易市場的信任體系，促進數據交易高質量發展。

參考文獻：

［1］?梁宇，鄭易平.我國數據市場治理的困境與突破路徑［J］.新疆社會科學，2021（1）：161.

［2］ 歐陽日輝.我國多層次數據要素交易市場體系建設機制與路徑［J］.江西社會科學，2022（3）：64.

［3］ 李三希，黃卓.數字經濟與高質量發展：機制與證據［J］.經濟學（季刊），2022（5）：1699.

［4］ AKERLOF G.The market for “Lemons”：Quality uncertainty and the market mechanism［J］.Quarterly Journal of Economics，1970（3）：488.

［5］ 郭其友，張暉萍.2001年諾貝爾經濟學獎得主：喬治·阿克洛夫經濟學思想述評［J］.外國經濟與管理，2001（11）：44.

［6］ 汪旭暉，張其林.平臺型網絡市場中的“檸檬問題”形成機理與治理機制：基于阿里巴巴的案例研究［J］.中國軟科學，2017（10）：31.

［7］ 鄭慶寰.基于逆向選擇理論的P2P網貸平臺模式比較研究［J］.華東理工大學學報（社會科學版），2015（4）：47.

［8］ 丁曉東.數據交易如何破局：數據要素市場中的阿羅信息悖論與法律應對［J］.東方法學，2022（2）：144.

［9］ 劉朝陽.大數據定價問題分析［J］.圖書情報知識， 2016（1）：57.

［10］郭鑫鑫，王海燕，孔楠.信息不對稱下個人健康數據交易雙邊定價策略研究［J］.管理工程學報，2022（4）：129.

［11］張省，常江波. 知識付費“檸檬市場”治理機制研究［J］.商業研究，2018（11）：97.

［12］馬海龍，鄒純龍，王今.公共數據用戶感知價值內涵及量表構建研究［J］.情報理論與實踐，2022（10）：11.

［13］朱琳，金耀輝.大數據驅動金融市場監管研究：基于上海自貿試驗區P2P企業風險監測的實踐［J］.華東理工大學學報（社會科學版），2018（6）：66.

［14］王衛，張夢君，王晶.大數據交易業務流程中的風險因素識別研究［J］.情報理論與實踐，2019（9）：80.

［15］趙瑞琴，孫鵬.確權、交易、資產化：對大數據轉為生產要素基礎理論問題的再思考［J］.商業經濟與管理，2021（1）：16.

［責任編輯：毛麗娜 張省］