数据模型交易市场公平定价机制研究：基于沙普利值和三层斯坦克尔伯格博弈

本文旨在建立一个公平、高效、有序的数据模型交易市场，以合适的价格为数据和模型制定价值，使数据的要素价值得以充分释放。这不仅是近年来学术研究的热点，也是国家近年来的国家战略。从'十四五'规划到最近出台的《数字中国建设整体布局规划》，都与数据要素密切相关。然而，在不损失数据自身特性的前提下，为数据进行适当的定价成为研究的难点。

近年来，部分研究者开始关注模型交易市场。根据模型的精度对模型定价，根据数据对模型的贡献对数据进行定价。Chen等人[1]在2019年首次提出了基于模型定价的概念。其核心观点是，市场不再销售原始数据给买家，而是销售具有不同精度选项的机器学习模型，即将对数据的定价转换为对模型的定价。但是该研究的缺陷是只关注了模型买家和中间人之间的交互，而未考虑数据拥有者的补偿问题。

为了解决数据拥有者的补偿问题，Jia等人[2]在研究中首次提出利用沙普利值来解决数据拥有者的补偿问题，但该文章注重于中间人与数据拥有者之间的交互，即数据拥有者的补偿问题。Liu等人[3]研究中首次提出了一个包含三方的模型交易市场，但是该模型交易市场中过于简化了中间人的收入问题，并且将参与交易的三方简单的连接在一起，将模型交易市场简化为模型的定价问题和数据的补偿问题，这样做割裂了模型交易市场的完整性。

除此之外，在基于模型定价的研究中，均没有考虑数据拥有者动态调整隐私保护等级的需求。

因此，本文针对上述研究中的缺点进行改进。首先使用沙普利值衡量数据以及模型的价值。其次，使用三层斯坦克尔伯格博弈模型并引入了隐私保护等级的理念，不仅同时实现了模型买家、中家人、数据拥有者三方的收益最大化，而且能够为数据拥有者提供动态调整隐私保护等级的功能。该定价方式为将经济学的定价方式引入模型定价做了前期探索，并且在最后本文使用仿真数据集进行实验验证，证明该定价方式能够实现三方的收益最大化。