wmzz的个人博客分享 http://blog.sciencenet.cn/u/wmzz

博文

从制度经济学角度解读数据交易

已有 2616 次阅读 2016-6-27 17:23 |个人分类:数据交易|系统分类:科研笔记| 制度经济学, 数据交易, 交易特性

       想构建一套目前“环境”还远未定型的数据交易的规则,有点像面对一团星云分析经过几亿年以后的这团星云或许会变成星系以后的运行规则,无从下手,其中遇到的第一个难题就是大多数数据其实目前并不是“交易”的,而是共享、开放、企业内应用、变成产品和服务提供给消费者、甚至是以外部性的方式将价值附加到其他产品和服务上等等形式,真正意义上的在不同主体间的源数据的“交易”很少。但却一直没有找到合适的理论来解释这一现象。

       上周听了浙大黄祖辉老师讲的制度经济学,对其中威廉姆森的“经济组织与技术结构的匹配”问题印象最为深刻,这个理论或许是解决一直困扰着我的“数据交易何时会发生”这样一个问题的钥匙。

       我理解的新制度经济学是这样的(说的不对专业人士给我纠偏哈),其基本教义是无论是企业/组织,还是交易,实际上都是一种制度安排,为了更好的配置资源,而决定制度是否是有效安排的影响因素取决于交易特性,目前书本上提到的交易特性包括:交易对象的专用性程度、交易的不确定性程度、交易的频率与交易的规模、交易的外部性状况等。这一学派还引入了交易费用(成本)理论,发展出一套定性定量相结合的方法,只可惜交易费用的计算一直是个不能完全量化的东西。

       说这么多可能很多人有些犯迷糊了,说经济学那么高大上的东西,一般人都是越看越糊涂的,哈哈,恩,还是举个例子来说明吧,比如交易对象的专用性程度越高越会倾向于科层制(即适合组织内部交易),交易对象的专用性程度越低才会越倾向于采用竞争制(即我们常说的通过市场来实现资源配置),这个专用性程度,其实也有人称为变现能力,变现能力,是不是你的眼睛亮了,呵呵,就这一条,是不是很好的解释了为嘛现在企业不愿意通过市场获取数据,也不愿意将自己的数据拿到市场上去交易的原因了吧。别急,到这里还没结束,威廉姆森还说了,对具有高度专用性的资产,但纳入企业体制后明显出现规模不经济的交易,适合于采取政府组织,比如水、电、天燃气。哦,数据,哪些数据将来应该归政府来提供?似乎有了一个理论基础了。

       对数据这种特定的交易对象来说,其专用性程度(变现能力)似乎是有强有弱的,但目前整体来说还是偏强(即变现能力弱),所以才会出现数据需要包装成数据产品和服务才能变现。而对于交易的不确定性程度来说,数据交易目前还未形成一套完整的社会、道德、文化和法律规范,相比成熟规范的商品,数据交易的合约的不确定性特点表现得非常明显,这也极大的限制了数据通过市场进行交易的可能,目前贵阳大数据交易所、上海大数据交易中心等都在积极的通过不同的途径在解决这一问题。从交易的外部性状况(社会成本问题)来说,目前数据的权属问题仍然处于争议中,比如电商平台上的用户浏览数据的所有权是用户的还是平台的?更不用说全社会远未形成对隐私和安全问题的共识了。

        这么说是不是显得很悲观,论证很久,得出结论,数据交易不可行???现在出现的各种数据交易所都是瞎折腾?

       这个问题觉得应该辩证的看,自己目前感悟到的有如下几点:

       首先,从企业经济效益和全社会的资源最优配置的角度来说,数据的市场化都是大势所趋,虽然目前仍然处于潜龙在渊的状态,但只要条件合适,交易成本降低到一定临界值,通过市场而不是组织内交易来配置数据这种特殊资源的方式必将成为主流。

       其次,找到了钥匙,就可以对症下药,比如对数据进行分类,变现能力强的,先推到市场,有规模经济特性的数据可以由政府来主导提供服务,还可以通过一定的机制增强企业数据变现的能力;并积极推进政府在数据立法方面的进展,尽量降低交易成本中的不必要的社会成本。

       最后,从制度经济学的角度来解读“交易”这个词,将数据交易理解为企业对数据资源的合理配置,似乎比狭义的通过市场实现商品交易要更科学,更符合实际。


原文链接:
http://mp.weixin.qq.com/s?__biz=MzI0MDM1MDgxNA==&mid=2247483686&idx=1&sn=f13d65fee4244caf1ac0d00a5f202d22#rd

图片



https://blog.sciencenet.cn/blog-283294-987112.html

上一篇:贵阳数博会随想
收藏 IP: 42.120.74.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-18 16:36

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部