创新激励目标下数据交易平台运行影响因素模型构建研究

赵需要　姬祥飞　郭义钊

关键词： 数据交易； 数据要素； 交易平台； 影响因素； 创新激励； 贵阳

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．０１０

〔中图分类号〕Ｇ２０３ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０４－０１０１－１２

中国正在迎接新一轮产业变革［１］ ， 创新激励已成为产业变革的第一动力。回顾社会经济发展历史， 每次新型生产要素的出现都将催生出新的产业形态［２］ ， 而在数字经济时代， 数据作为底层能源正催生着技术创新、激励产业数字化变革， 已肩负起激励产业创新发展的新使命。

肇始于１９８０ 年托夫勒提出大数据概念， 历经数据储存处理技术的革新与万物互联时代海量数据的爆发， 使数据不再局限于计算机科学界所提出的“数据是一串二进制０或１编码对事实、活动的数据化记录”［３］ 定义， 而是被认定为可以与传统生产要素相提并论的、可以参与分配的新型生产要素［４］ 。在数据被确定为生产要素后， 培育数据要素市场是我国当前和未来的发展重点之一［５］ 。作为地方数据要素市场探索成果的数据交易平台， 是促进数据流通共享， 打破数据孤岛［６］ 和推进数据要素市场化配置重要手段［７］ 。而当前数据交易平台的运行受到多种因素影响， 只有探明这些因素， 才能在“数据交易激励产业创新” 这一核心目标的驱动下提出具体的发展策略。为探究数据交易平台影响因素， 本文以贵阳数据交易平台为例， 应用扎根理论程序缕析出该平台运行影响因素并构建理论模型，为数据交易平台的发展提供理论支持。

１数据交易相关概念

１.１数据交易平台

数据交易是最能体现数据要素市场化配置的方式［８］ ， 交易是一种双方约定协议， 一方以协议规定支付价款， 一方转移商品的所有权， 财货交换，实现资源流通相互补偿的行为， 数据则是指任何以电子或者其他方式对信息的记录。由此可以将数据交易理解为不同主体之间达成合意以有偿或无偿的形式， 将自己以一定形式掌握或控制的任何以电子或者其他方式对信息的记录， 进行价值交换以满足不同主体需求的行为［９］ 。平台化是每个行业的发展趋势［１０］ ， 由于数据的虚拟性， 让数据交易平台成为交易的核心载体。数据交易平台通过符号化、数字化的方式以网络为通道聚集与沉淀传统市场所丢失的数据资源， 以此链接和聚集消费者形成整体效能， 并成为数据配置和控制中心［１１］ 。简言之，数据交易平台是一个可以供各主体开展数据交易活动的虚拟场所。平台的零边际成本、网络效应、规模经济等特征与数据的特征相互契合， 为数据交易、数据确权和数据定价提供了可能， 实现了数据到数据商品的飞跃。数据商品在医疗、教育等场景中得到应用， 驱动产业创新， 而产业所产生的数据又将流入平台， 如图１ 所示。

１.２数据确权与数据定价

数据合规交易的基础是清晰的产权归属［１２］ ， 产权理论认为， 有效运转市场的必要条件是交易者必须对所要交换的东西有一种明确的、排他性的、可以自由转让的所有权。马克思的劳动价值论指出“使用价值或财物具有价值， 只是因为有抽象人类劳动对象化或物化在里面”［１３］ ， 即在组织创造价值的劳动过程中赋予了数据财产属性， 而当确定数据产权的收益大于成本时， 数据就有了确权的经济基础［１４］ 。主流确权方式为分级授权［１５］ 、专家评审和提交权属证明［１６］ ， 比如贵阳大数据交易所应用“提交权属证明＋专家评审” 的模式对数据确权。

数据确权是数据定价的基础［１７］，数据定价则是数据在确权后市场化的必经环节。马克思劳动价值论指出“商品的价格由商品生产的社会必要劳动时间来决定”， 据此将数据定价定义为在某一具体行业或者应用场景下， 针对无论是否有前期处理过的数据集， 都能充分体现其真实价值并能平衡买方效用和卖方收益的估值行为［１８］ 。数据价格是数据商品交易的要件之一， 承担着数据要素市场变现的重要作用。主流定价方式为拍卖定价［１９］ 、集合定价和协议定价［２０］ 。比如面向各类海洋科研机构以及相关企业搭建的海洋数据交易平台就将集合定价、固定定价和协议定价作为平台数据定价的方式。

平台作为数字经济时代３ 个基础之一， 以数字化方式驱动各主体入场创造了海量数据。其中， 个人特征数据已得到广泛利用， 比如淘宝首页上的“推荐你喜欢” 功能的实现。但尚有大量数据未被利用， 对社会而言是一种资源浪费。因而只有数据被确权、定价流向平台参与交易， 才能让有需求的组织搜寻并利用这些数据， 促进“数据交易激励产业创新发展” 目标的达成。

２数据交易相关文献回顾

为激励产业创新发展［２１］ 、繁荣数字经济［２２］ ，各国（地区）相继开展数据交易实践， 随着实践深入， 逐渐引起国内外学者对数据交易的关注， 产生了视角多元且丰富的研究。首先， 数据交易与传统商品交易差异较大且涉及主体众多， 原有法律框架已较为老旧并不完全适用于数据交易［２３］ ， 尤其是在数据确权、数据估值以及隐私保护上依然存在立法难点［２４］ ； 其次， 只有数据所有者给每个数据集制定一个合理的价格， 才能将这些数据集更快地推向数据市场［２５］ 、参与交易， 而不论是实践还是研究， 数据定价依然未形成成熟的估值体系［２６］ ， 引起学者对数据要素价值评估和定价方案的研究［２７－２８］ ； 第三， 由于数据本身的复雜性和权利主体的多元性， 数据产权界定尚存争议［２９］ 。有学者认为需根据不同主体对数据形成的贡献来源和程度的不同， 设定数据原发者拥有数据所有权与数据处理者拥有数据用益权的二元权利结构， 以实现数据财产权益分配的均衡［３０］ ， 并有学者提供了持续完善数据要素界权的方法［３１］ ； 最后， 数据的“可用不可见” 属性决定了数据交易必须依托平台， 但我国数据交易平台盲目建设［３２］ ， 面临着数据隐私风险等问题［３３］ 。国外学者也指出， 当前的数据交易平台并不完全可信， 面临着事物不同命、不可控制、不可追踪以及数据隐私安全等问题［３４］ ， 引起学者们的研究并产生了可行方案［３５］ 。上述研究不仅促进了数据交易的发展， 也为本文提供了重要的理论参考与逻辑起点。但已有研究主要围绕数据交易中的制度立法、数据确权、数据定价和平台安全４ 个方面， 鲜有数据交易平台的调研分析， 而仅有的平台研究也多是平台建设、安全技术保障等基础性研究， 对平台运行的理论探究稍有不足， 暂时不能满足数据交易平台发展的理论需要。因此， 本文将数据交易平台运行影响因素探究作为重点， 基于国内外数据交易平台的实践对比，以贵阳数据交易平台为例， 尝试应用扎根理论程序方法缕析该平台的运行影响因素， 构建贵阳数据交易平台运行影响因素理论模型， 为数据交易平台未来的有序发展提供理论参考， 丰富数据交易市场研究。

３数据交易平台实践现状

３.１数据交易平台国内实践现状

国内数据交易平台实践肇始于２０１４年上线的贵阳数据交易所， 随后武汉、上海等地陆续建立数据交易平台。目前， 全国已有由地方政府发起、主导或批复的数据交易所３９ 家［３６］ ， 多分布于东南沿海等经济发达地区。按照组织形式可以将数据交易平台分为政府主导型、企业主导型和产业联盟型３种类型， 如表１ 所示。

其中， 企业主导型平台由民间资本主导， 以盈利为目的， 产品针对性强， 股东常以民营企业为主， 强调数据变现， 数据来源以网页爬虫数据和企业内部数据为主。此类平台多筹建于２０１４—２０１６年， 分布于北上广深等经济发达地区， 反映了此类平台与高新企业联系紧密的特征。代表平台有京东万象、淘数据和聚合数据等， 如表１ 所示。产业联盟型平台以政府指导、数据共享、区域合作为特点， 股东常以国有企业与民营企业合资为主， 强调成员之间信息互通、平台共建、机遇共享， 注重区域数据交易生态的培育， 数据来源以联盟内伙伴共享的数据为主， 此类平台多筹建于近两年且合作范围逐渐扩大， 体现了由地市、省域走向全国、国际的趋势。代表平台有中国大数据产业联盟、中关村数海大数据交易平台和上海大数据产业联盟等， 如表１ 所示。企业主导型数据交易平台侧重盈利， 多提供数据服务， 数据交易占比少； 产业联盟型数据交易平台侧重数据共享， 较少涉及数据交易， 所以不将企业主导型平台和产业联盟型平台纳入下文讨论范围。

政府主导型平台以政府指导、国有控股、注重交易体系构建为特点， 股东常以国有企业为主， 主要提供公开政务数据服务， 行业综合性较强［３７］ ，数据来源以政府开放数据和签约供应商的数据为主。比如北京国际大数据交易所定位于打造国内领先的数据交易基础设施和国际重要的数据跨境流通枢纽［３８］ ； 上海数据交易所注重构建数据交易链生态， 打造全数字化的交易系统以及创新制度规则［３９］ 。均体现了该类平台注重数据交易体系构建的特点。

以贵阳数据交易平台为例对数据交易流程进行阐释， 贵阳数据交易平台于２０１５ 年４ 月上线运行［４０］ ， 是国内第一家数据交易平台， 现有３４２ 个交易主体， ４９６ 个产品， 达成９８ 笔交易， 累计交易额达１.５亿余元。如图２ 所示， 贵阳数据交易平台在用户管理上实行会员制， 不论买家还是卖家均须成为会员才能获得交易资质， 当用户提出申请后， 平台进行资质审核， 通过后可登录平台。平台在买方付款后为购买者颁发数据确权证书， 其次主要由平台负责提供数据使用注意事项等售后服务，最后由消费者对交易进行评价。

３.２数据交易平台国外实践现状

国外数据交易平台多集中于欧美， 如表２ 所示， 其中， 美国利用技术优势和前期开放的庞大公共数据资源推动数据产业发展， 在数据交易上主要采用数据经纪人模式， 平台作为代理商提供撮合服务， 比如美国Ｆａｃｔｕａｌ 将自有数据和第三方数据作为数据主要来源， 提供位置数据和带有特定标签数据， 通过出售数据获得收益。欧盟的数据交易与传统产业融合， 力求行业的整体创新升级， 数据交易平台服务于企业目标的细分市场且不追求全面发展， 常为企业的附属业务， 比如法国Ｍｉｃｈｅｌｉｎ， 通过轮胎内置的传感器来采集车辆行驶数据， 再与合作企业进行交易。日本采用“数据银行” 模式，数据银行作为中介采购个人数据， 而后直接出售给客户的模式， 多由拥有大量数据或研发数据流通技术的企业所创立。例如， Ｄａｔａ Ｐｌａｚａ 采取与第三方合作的形式获取数据， 向客户提供脱敏后的数据集， 客户通过购买会员获得包月服务， 会员有效期内可不限次数获取数据产品。

国内数据交易平台由政府主导、业务专一性强， 而国外数据交易平台萌发于产业， 并由企业主导， 数据交易多为企业的附属业务， 深深扎根于产业中， 与国内政府主导型平台相比展现出产业融合度高的特点， 如表３ 所示。相较于欧美， 国内数据交易平台距离“数据交易激励产业创新” 目标还有提升空间。

４贵阳数据交易平台运行影响因素模型的构建

４.１研究方法与资料来源

基于实践的扎根理论可以帮助研究者建立基于实践的认识［４１］ ， 是由美国学者格拉斯和斯特劳斯共同提出的一个构建理论的方法［４２］ 。笔者借助Ｎｖｉｖｏ１１ 软件的编码、分类、查询等功能对数据资料进行分析， 缕析出影响贵阳数据交易平台运行的因素并尝试构建模型。依据扎根过程“一切皆为数据” 的数据取样原则［４３］ ， 再结合初步收集的资料， 发现有关贵阳数据交易平台的文本资料多集中于行业政策、新闻报道、网络新闻和行业报告。因此， 数据资料主要从各类网站和数据库中获得。

４.２贵阳数据交易平台运行影响因素的抽取

因素抽取共涉及三次编码， 编码是将原始资料转换成概念理论的关键步骤， 通过将原始资料“打散”， 经过某种内在联系将打散的资料赋予标签，将标签归纳成范畴再聚类成主范畴， 依据一条故事线再重组形成理论， 从而解释现象的过程。

第一次编码以材料“理想很丰满， 现实很骨感！ 贵阳大数据交易所這六年” 为例， 图３ 是可视化项目关系图， 以资料为出发点延伸出的３２ 个圆圈是开放式编码后产生的３２ 个节点， 即概念。将其余资料导入Ｎｖｉｖｏ１１ 分析处理并不断比较得出资料所属的４３ 个原始概念， 将概念汇总得到１０ 个范畴， 如表４ 和表５ 所示。

经过细致梳理和分析第一次编码形成的１０ 个范畴， 继续将范畴归纳聚类得到安全保障、运行环境、平台设计和数据资源４ 个主范畴， 主范畴与范畴的包含关系及范畴所对应的含义如表６ 所示。

４.３贵阳数据交易平台运行影响因素模型构建与分析

第三次编码的目的是从主范畴中凝练出核心范畴， 并以逻辑框图的方式建立起范畴之间的联系，从而提炼研究的理论模型。在对各主范畴持续不断地比较后， 明确本文研究的核心范畴为“贵阳数据交易平台运行影响因素”， 围绕该核心范畴派生了影响贵阳数据交易平台运行的４ 个主范畴： 运行环境、平台设计、数据资源和安全保障， 分别占据不同网络位置并承担着一定的角色功能， 二次编码形成的１０ 个范畴分别含于４ 个主范畴中， 如政府参与、平台形象和数据来源等。根据主范畴间的逻辑关联语句以及不同模块功能描述， 结合“数据交易激励产业创新” 这一核心目标， 形成了贵阳数据交易平台运行影响因素模型， 如图４ 所示。

在三次编码的基础上对事先预留的３ 份检验材料重新进行编码， 所概括的１０ 个范畴基本上能全部覆盖检验编码得出的概念， 未发现新的范畴， 通过饱和度检验。至此， 编码过程结束。

在贵阳数据交易平台运行影响因素模型中， 如图４ 所示， 平台运行受运行环境、平台设计、数据资源和安全保障４ 个因素影响。４ 个因素之间相互关联与影响， 共同促进了平台的发展。其中， 运行环境为平台运行和发展提供了必需的资源和条件，是平台发展的基本前提； 在外部环境的持续影响下， 各地陆续开始数据交易平台建设， 由于较高的平台设计水平可以提升用户的停留时间， 促进交易的达成［４４］ ， 为平台带来稳定的收入， 因此， 部分设计水平较高的平台发展迅速， 交易规模持续攀升。而平台上的数据资源作为交易标的物， 是用户登录平台最核心的驱动力， 依据梅特卡夫法则和正反馈现象性质， 数据资源的供應量越大、丰富度越高， 对用户的吸引力就大［４５］ ， 越容易形成交易订单。而后随着平台交易规模的继续扩大和参与人数的持续增加， 安全问题接踵而至［４６］ ， 威胁到数据要素流通与交易［４７］ ， 此时， 对交易主体的审核、数据质量监管等成为平台稳定发展的重心。因此，平台管理部门在优化数据交易平台时需充分考虑上述因素的影响。从文献回顾、资料编码到模型分析一系列过程可知， 贵阳数据交易平台运行影响因素模型逻辑严谨、各因素影响路径清晰， 同数据交易主流理论和实践相匹配。

５贵阳数据交易平台运行影响因素模型的因素分析

根据编码参考节点的数量， 将４ 个影响因素以“运行环境（７０）＞平台设计（６４）＞安全保障（５９）＞数据资源（３３）” 的顺序进行排序， 对应“前提—支撑—保障—基础” 故事线， 以此顺序结合贵阳数据交易平台的实践对模型中的二级影响因素进行分析。

５.１前提——运行环境

运行环境是平台无法控制、但对平台决策与发展产生影响的因素总和。包括政府参与、数据供需和交易体系， 是平台运行的前提。其中， 政府为平台提供了政策指导、经费和数据资源等。需求决定市场， 市场上对数据的需求与社会上积淀的海量数据催生了平台； 平台在数据交易产业链上， 上游的数据供给、数据加工或者是下游的数据销售、数据售后所形成的交易体系， 均会对平台产生影响。３个因素相互影响， 政府参与调节数据供需并推动交易体系的形成。同时， 交易体系和数据供需又影响着政府参与的程度。

１） 政府参与： 运行环境中的政府参与主要指政府对平台筹建、运营等阶段的政策支持。２０１４ 年，贵州省明确将大数据产业作为全省的发展引擎后，中央及贵州省陆续出台一系列政策来保障全省数据交易工作开展。２０２２ 年１ 月， 国务院发布文件， 将贵州省定位为数字经济发展创新区， 提出激活数据要素潜能， 推动数字经济与实体经济融合发展， 为产业创新升级和数字中国建设探索经验的要求。２０２２ 年７ 月， 贵阳市副市长在调研贵阳大数据交易所时， 代表贵阳市政府表态将大力支持交易所的发展。从中央到地方均积极推动贵阳数字经济发展， 支持贵阳数据交易平台运行。当然， 作为在各级政府大力支持下发展起来的贵阳数据交易平台，也致力于为国家探索数据流通交易新模式、新路径， 贡献贵州经验。

２） 交易体系： 数据交易体系包括与数据流通紧密相关的组织、渠道、规则、技术等。数据交易体系类似“数据交易产业园” “数据交易产业集群”等， 随着体系中越来越多的主体参与到数据交易中， 各节点会逐渐饱满， 以数据流通为动力， 形成稳定的产业链， 再进行横向发展形成一个自发循环的交易体系， 即数据要素市场， 这是平台形成稳定盈利的前提。贵阳大数据交易所依托交易规则推动交易体系的形成， 主要包括《贵州省数据流通平台运营管理办法》等８ 部规则， 营造数据流通交易产业生态。总之， 数据交易以数据自由流通为基础， 打通交易产业链中的每个环节， 使节点之间相互链接， 最终形成一个整体便是数据交易体系维持着平台运行。

３） 数据供需： 不同于实现数据供需的政府数据开放［４８］，数据交易目的在于满足数字经济和实体经济融合的需要， 通过市场无形的手来配置数据。但编码资料显示“若大量企业手中拥有海量用户数据后， 企业间不进行数据共享就容易形成数据垄断”。此外， 资料还显示“目前平台对于一些合法合规的数据需求还无法满足， 从而丢失顾客，让企业失去了数字融合创新的一个契机”。贵阳数据交易平台在此背景下积极承担市场调节作用， 让数据依法合规进到市场中来， 再通过流转加工走出去， 到有需求的组织手中。平台像一只“手”， 维持着数据供需平衡， 数据供需的不平衡又反作用于平台优化。

５.２支撑——平台设计

平台设计是依据平台业务目标和希望所传递的信息对平台发展方案的设计。包括平台形象和平台资质， 二者分别体现在运营和资源两个方面， 支撑着平台运行。平台的颜色基调、功能设置和软硬广告等影响着用户对数据交易的认知体验和情绪体验［４９］ ； 资质是平台参与市场竞争的砝码［５０］ ， 平台与政府相关部门、高校和企业合作， 申请技术专利， 广纳人才等方式提升资质， 降低用户感知风险。平台资质决定着平台设计水平， 平台设计反映平台资质。

１） 平台形象： 平台形象有两层含义： 一是指平台的功能模块设置、网站颜色基调、网页排版布局等用户可以直观看见的元素； 二是指平台的宣传、新闻媒体报道等用户无法直观看到却可以提升平台影响力的元素。数据交易是新事物， 平台展现的形象直接影响大众对数据交易的认知。贵阳数据交易平台在功能设置、界面设计布局等方面做了创新， 为后续平台的建设提供了经验。在宣传上， 以“贵阳数据交易平台” 为检索词， 仅百度搜索引擎就检索出相关报道约１ ５００万条（截至２０２２ 年９ 月２０ 日）， 树立了良好的平台形象和数据交易氛围，使更多人了解到数据交易， 为培育数据要素市场和维护数据交易平台运行打好基础。

２） 平台资质： 资质是平台进入市场的先决条件［５０］，平台资质指数据交易平台所拥有的数据资源、数据技术、专利软著、合作伙伴、人员配置和现金资产等向社会展现的平台隐性资源。数据产品的虚拟性加之交易数额过大（多为Ｂ２Ｂ 交易）增加了用户的感知交易风险， 使多数用户持观望状态，而资质齐全的交易平台可以降低用户的感知风险，激励用户入场交易。为提升平台资质， 贵阳数据交易平台受政府管理， 关联政府公信力， 增强可信度，并聘请行业内有影响力的专家作为高管， 间接加强平台知名度。另外， 平台与北大、清华等知名机构协作创新， 跨界合作与资源共享， 加强产学研合作与技术研发等， 打造了数据壁垒核心竞争优势。

５.３保障——安全保障

安全保障是平台为确保数据正常流通交易、不受非法干涉所采取的一系列安全措施的总称。包括平台审核、数据安全和交易安全， 是平台运行的保障。平台审核查验用户是否具备入场交易的资质，是保障平台运行安全的首要措施； 平台内部对数据的安全保護体现在数据库搭建、数据加密等措施上； 在数据流通时应用区块链等技术和防火墙搭建等方式来保障数据的安全流通。数据安全和交易安全是原因， 平台审核是前两者的必然选择。

１） 交易安全： 交易安全是数据交易的终极价值目标［５１］，指数据交易过程中可能产生的用户隐私泄露、交易资金窃取、数据定价和数据权属等问题。上述问题多可以通过技术解决， 而数据权属和数据定价则是数据交易安全领域讨论最多的问题。在数据权属上， 由于数据有着可复制性， 在用户购得商品后怎么保障数据不被二次出售和使用是限制数据交易平台发展的数据权属难题。贵阳数据交易平台通过对数据产品授予认证证书来解决数据交易的权属问题， 做到“不安全不流通”。在数据定价上， 需要制定合适的询价机制， 令交易双方满意来推动订单达成。贵阳数据交易平台主要借鉴知识产权等无形数字产品的定价策略， 采用协议定价、拍卖定价和集合定价并存的定价模式为买卖双方的交易活动提供交易定价解决方案。

２） 数据安全： 数据安全包括数据质量、内容安全。数据质量安全体现在所出售数据的准确性、合法性、真实性、一致性和完整性上， 严控数据供给、分析、整理、储存、传输、上架的环节是关键［５２］ 。贵阳数据交易平台为保障数据质量发布了《数据商准入及运行管理指南》， 做到“不安全不上架”。数据内容安全指数据自身并无任何含义，但存在关联分析的风险， 比如贵阳数据交易平台出售的同行业的Ａ、Ｂ 两款数据产品， 两者分开看相互独立， 倘若消费者将Ａ、Ｂ 产品同时购入加以交叉分析是否会产生秘密泄露等问题则是需要考虑的。贵阳数据交易平台依托贵州省数据流通交易服务中心， 确定各主体在数据流通环节安全保护的法律责任［５３］ ， 采取数据清洗脱敏措施， 避免数据交叉分析可能会产生的安全问题。

３） 平台审核： 平台审核指平台管理方为规范交易流程、保障数据和交易安全所进行的买卖双方资质筛查活动。贵阳数据交易平台管理方会审核卖方资质， 检查是否具备数据出售条件、组织是否为国内在册企业等； 在买方主要审核企业注册状态、资金条件等。审核通过后授予会员身份便可登录平台交易。平台审核是一种保障交易安全的方法， 但不利于交易量提升， 公众想登录都必须进行审核，增加了时间成本， 难免把想进行交易的主体推向“场外”。未来， 随着市场扩张， 交易平台对接到个人更是给平台审核工作增加负担。所以， 平台可以在运行前期进行细致审核， 到后期平台运行平稳、积累丰富经验后可采用机器代替人工审核来提升效率。

５.４基础——数据资源

数据资源指平台所能提供数据商品的数量多少及丰富程度。包括数据来源和数据交易， 是平台运行的根基。平台是数据资源的载体， 公共数据和企业数据是平台主要的资源获取渠道， 各平台通过召开发布会、企业走访签约等多种方式稳定和拓展数据获取渠道； 数据交易涵盖交易过程中的数据定价、数据服务等环节， 支撑着数据的流通， 实现数据到数据商品的飞跃。数据来源是数据交易的输入， 而数据交易赋予数据商品属性。

１） 数据来源： 当前数据主要来源于政府和企业， 政府数据免费开放给大众已成为各国（地区）的通识， 平台上的政府数据受益于地方政府支持，政府开放的数据一般不便于直接利用。贵阳数据交易平台对此类数据进行加工形成统一规格的数据产品， 再收取手续费来抵消加工所形成的费用。企业数据是平台主要的数据来源， 贵阳交易平台通过与头部企业的签约合作来构筑稳定的数据来源， 长此以往， 行业内中尾部企业会效仿头部企业， 将可用数据上架贵阳数据交易平台参与交易。在未来， 数据交易市场的扩张会使各类数据交易平台面临数据同质化的风险， 届时各大平台所持有的数据来源渠道将会是规避该风险的关键。

２） 数据交易： 数据资源中的数据交易指数据交易平台提供的数据确权、数据定价、数据交易、数据交付、交易结算、安全保障、数据资产管理等与数据交易直接相关的综合配套服务， 通过各环节协同服务数据资源流通来提高平台的服务能力， 是数据交易激发实体经济创新的关键。为确保数据交易各环节的正常流通， 贵阳大数据平台自主研发数据交易系统， 该系统包括数据源、模型算法、可视化组件、应用平台、数据安全、工具组件、数据治理、云资源八大功能。并且贵州省也早已开展数据交易流通的探索与实践， 为全国数据交易平台在数据确权、数据定价、交易机制和运营模式的探索创新上提供了参考。

６结论与展望

本文以激励产业创新为数据交易平台发展的目标， 梳理现有国内外平台的实践现状， 应用扎根理论程序方法， 缕析贵阳数据交易平台运行的关键要素， 最终得到运行环境、平台设计、安全保障和数据资源４个关键要素以及政府参与、交易体系和平台资质等１０ 个二级影响因素， 构建了贵阳数据交易平台运行影响因素模型， 为数据交易平台的优化提供了参考， 后续研究可在此基础上进行更深入的思考和探索。

数据交易平台与政府、企业等多方相关， 影响因素众多且复杂， 各地需从实际出发， 因地制宜寻求数据交易平台的创新发展， 结合研究结论， 我国数据交易平台应从以下几个方向激励产业创新： 在数据交易市场环境优化上可以参与有关政策法规制定工作， 推进立法定规、引领行业标准、完善数据交易产业链、扩大数据交易范围和提高数据交易质量； 在数据交易平台设计上以用户为中心， 通过用户数据仓在交易平台上构建起完善的客户需求反馈功能体系， 对反馈加以分析处理， 洞悉用户需求；在数据交易安全保障上可以在内部应用区块链技术建立数据交易的溯源机制， 以多角度全方面对交易过程进行监督管理， 形成安全闭环； 在丰富交易数据资源上， 积极利用政府开放数据、发挥数据基础设施作用、鼓励科技龙头企业进场交易、给予资金支持和批准成立示范商家。