健康医疗数据作为新时代经济发展的关键生产要素，在提升医疗服务质量、促进科技创新以及改善公共卫生治理效能等方面发挥着不可替代的作用。切实达成健康医疗数据于各类应用场景下的价值挖掘与释放，已成为推进健康中国建设的重点工作[1]。健康医疗数据需要借助合规的市场交易来推动健康医疗数据产品和服务开发，进而实现健康医疗数据价值释放和生产力提升[2]。为此，国家出台了一系列政策支持健康医疗数据市场化建设。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确了完善数据要素市场化配置的具体举措。《“健康中国2030”规划纲要》《“十四五”国民健康规划》《“数据要素×”三年行动计划(2024-2026年)》等政策密集出台，为构建优质高效的健康医疗数据价值实现体系提供了有力支撑。尽管政策层面已有显著进展，当前中国数据要素交易仍以场外交易为主，场内交易还面临诸多困境，阿罗信息悖论(Arrow's Information Paradox)对市场效率和稳定性的影响尤为显著。阿罗信息悖论指出，数据交易需要买方事先了解或获取数据，以确定数据的价值；但卖方一旦向买方详细披露数据，买方就等于免费获取了数据，导致数据的价值被消解。交易市场中的信息不对称使得交易主体之间的利益博弈愈发复杂，相较于其他类型数据，健康医疗数据的自身特性加深了交易困境。一方面，健康医疗数据中涉及患者病历数据，具有高隐私性与高敏感性；另一方面，健康医疗数据中蕴含丰富的临床知识，对疾病诊断、治疗和预防具有重要价值，具有高价值性。健康医疗数据的高隐私性与敏感性使得数据提供方在交易中必须严格控制披露程度，而健康医疗数据在不泄露关键内容的前提下难以充分体现其价值。因此，这种信息披露与价值实现之间的矛盾，放大了交易过程中的不确定性风险，加剧了阿罗信息悖论所造成的困境，进而阻碍了健康医疗数据要素的价值实现。 在当前背景下，如何有效应对阿罗信息悖论，实现数据要素交易中各方主体的利益均衡，推动健康医疗数据的高效流动，已经成为有序释放健康医疗数据价值的关键。因此，本文构建基于阿罗信息悖论的四方演化博弈模型，通过分析不同主体在交易过程中的利益诉求、策略选择及其相互博弈关系，探寻健康医疗数据交易在信息不对称下的动态平衡，为破解健康医疗数据交易困境提供理论依据和策略参考。 1 相关研究 1.1 阿罗信息悖论及其应用研究 阿罗信息悖论由肯尼斯·阿罗(Kenneth Arrow)在1962年首次提出，揭示了信息商品在市场交易中面临的独特困境[3]。悖论的核心在于信息的价值在交易之前无法完全显现。因为买方在尚未获得信息内容时，难以精确评估其价值；如果卖方向买方提前披露信息，又会导致信息的独占性消失，使其市场价值大幅减损。市场本质上是一种信息市场，其基本功能是利用价格的信号机制引导资源的有效配置，而阿罗信息悖论的存在阻碍了交易[4]。以乔治·阿克尔洛夫(George A.Akerlof)、约瑟夫·斯蒂格利茨(Joseph Eugene Stiglitz)等为代表的经济学家们拓展了阿罗悖论的研究，将其应用到信息不对称与市场失灵的分析中。其中，Stiglitz J E[5]延续了阿罗悖论的信息不对称性分析，通过交易信号传递、交易主体契约设计等，进一步探讨了该悖论对市场均衡的影响。Akerlof G A[6]的“柠檬市场”理论则揭示信息不对称性如何导致劣质产品主导市场，使得优质产品被逐出市场的困境。此阶段的研究主要集中在信息的商品属性及其不对称性，推动了信息经济学的理论发展。 随着数字化技术的发展，阿罗信息悖论的理论应用得到了广泛扩展，尤其在数据交易、专利知识等涉及保密需求的行业中[7-8]。多数学者从交易互动机制、竞争情报以及企业信息化等不同视角[9-11]，对阿罗信息悖论进行了深入分析和探讨。例如，在知识产权和数字版权保护领域，该悖论为数字内容和技术知识的保护提供了理论依据[12]；在传统信息交易中，马费成等[13]探讨了信息悖论对于信息商品价格定价与供需关系的影响。此外，随着隐私保护和数据治理需求的增加，阿罗信息悖论在数据交易中的重要性也日益凸显。 1.2 健康医疗数据交易面临的阿罗信息悖论困境 数据交易流通过程涉及数据供方、需方、交易平台及监管部门等多方参与主体，涵盖数据采集、处理、交易、使用等多个环节，期间容易产生数据泄露、篡改、滥用等多重安全风险[14]。已有研究从数据确权、数据价值和隐私保护等[15-17]多个维度探讨了数据可信流通过程中面临的难题。数据作为一种特殊的要素，其在未披露时难以进行价值评估，一旦披露则存在价值被滥用或泄露的风险，这种数据交易面临的难题即为阿罗信息悖论[18]。健康医疗数据流通交易面临的阿罗信息悖论困境，主要源于健康医疗数据的特性及交易主体之间的利益博弈。已有研究表明，在数据要素市场背景下，健康医疗数据由于其高价值、高敏感属性以及涉及多方参与的协同特征，使得其流通交易机制更易受到信息不对称问题的制约[19]。①健康医疗数据的特性导致困境。健康医疗数据的非竞争性特征限制了数据提供方在交易前展示数据优势，导致需求方无法提前评估数据价值[20]。已有关于数据流通机制的研究指出，数据在交易前缺乏可验证的质量信息，而交易后数据则可能面临非法复制、滥用等风险，进一步放大了阿罗信息悖论所引发的信任缺失问题[21]。这是因为过早公开会导致健康医疗数据价值被稀释，使得数据提供方难以通过交易获取合理的经济回报。另外，健康医疗数据的高价值性和高敏感性等特殊属性增加了交易的难度和风险。一方面，健康医疗数据包含大量的个人敏感信息。根据《中华人民共和国个人信息保护法》的要求，这些数据的处理和传输都必须严格遵守相关法律法规，增加了数据交易的复杂性和成本[22]；另一方面，健康医疗数据具有高价值，可以用于临床治疗、健康管理、医学科研等方面。这种高敏感性与高价值的矛盾，使得数据需求方在交易前难以对数据的潜在价值进行全面评估。②交易主体间的博弈加剧了困境。健康医疗数据的生产、加工、处理和应用涉及多个主体的协同参与，不同主体对数据的收益分配有着不同的预期，从而形成了关于数据价值评估的分歧、数据所有权与控制权、数据共享与隐私保护等方面的冲突[23-24]。对此，演化博弈模型逐渐被引入数据交易研究，用于动态模拟多方策略互动过程。已有研究借助此方法，分析数据交易中的多主体互动关系，并提出了相应的促进交易流通的策略。如从利益相关者、动态奖惩、数据安全等视角[25-27]，借助博弈模型探究制约数据交易流通的因素。其中，王丹丹等[28]考虑信任损益因素情况下进行演化博弈，发现加强监管与增大使用方的信任损益可以促进数据的交换利用。陈媛媛等[29]基于主体互动视角，利用交易成本理论对交易过程中涉及的成本收益变动情况进行博弈分析，指出从政策、法律、认知与管理等方面促进交易的形成。
