数据交易与大数据交易所建设_第1页
数据交易与大数据交易所建设_第2页
数据交易与大数据交易所建设_第3页
数据交易与大数据交易所建设_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、数据交易与大数据交易所建设近年来,国内大数据发展进入加速期,大数据技术日益成熟,大数据应用不断深入,大数据 产业蓬勃发展。一方面,人们对数据资源的需求从单一化和少量化向多样化和大量化转变, 并且数据需求越来越大,要求越来越高。另一方面,政府机构及很多企业拥有丰富的数据资 源,盘活数据资源,促进数据应用和变现则是他们的急切需求。数据供需双方对数据流通提 出了更高要求,催生和发展了数据交易市场。通过数据交易可以构建数据供需桥梁,打通 “数据孤岛”,优化数据资源配置。引导和培育大数据交易市场不断发展壮大,对促进大数 据产业整体健康有序发展具有重要意义。首先,数据交易能促进数据资源商品化,推动数据 资

2、源向数据资产转变;其次,数据交易能促进数据流通自由化,数据自由流通是大数据产业 发展的内生动力;最后,数据交易走向平台化、规范化和标准化,能够有效打击非法数据交 易,建立良好的数据流通环境。一 数据交易的基本概念和发展概况(一)数据交易的基本概念.交易内涵交易是指双方以货币或承诺为媒介的价值的交换。数据交易作为交易中的一种,其特点在于 交换的是数据价值。从媒介的角度看,数据开放、数据共享、数据捐赠等都没有以货币或承 诺为媒介,不属于数据交易,它们与数据交易一样,都是数据流通的手段之一。从数据价值 的角度看,数据的价值分为基础价值和衍生价值,基础价值在于数据的可用性,它是数据能 够流通的必要条件

3、,取决于相关数据交易标准的确立;衍生价值在于数据的有用性,体现为 数据的具体用途,该价值的大小取决于数据挖掘能力和数据运用场景。.交易对象数据交易根据交易对象的差别有狭义和广义之分。狭义的数据交易是指以数据本身为对象的 交易,交易范围包括个人数据、企业数据、政府数据等底层数据,但相关法律法规规定禁止 流通的数据不能作为交易对象,如个人隐私数据和国家安全数据等。交易中的数据,需满足 格式标准、可机读、可操作、动态更新等要求,为后续的管理、开发和使用提供基础条件。 广义的数据交易是指交易对象除了数据以外,还包含数据服务。数据服务包括三种:加工数 据形成的数据产品,即产品服务;为他人提供数据清洗、数

4、据分析等技术支持,即技术服 务;基于数据的咨询建议,即策略服务。提供数据服务的基础数据不一定要通过数据交易获 得,也可以通过政府开放、主动采集和数据交换等方式获得。.交易主体数据交易的主体包括数据供给端、数据需求端和数据中介。数据供给端主要为数据资源的持 有者,他们掌握某一方面的数据或数据产品,并且有将手中的数据或数据产品变现的强烈意 愿。出于开发数据产品的需求,有时候数据供给者也是需求者。数据需求端主要集中在数据 应用市场,包括政府、企业和个人等,他们通过挖掘数据的价值或直接使用数据产品,将数 据运用到相关领域中,以达到提高治理水平或经营能力的目的,数据需求者有时也是供给 者。数据中介主要作

5、为数据供需的集散地,是对接数据市场供需关系的纽带和平台,数据中 介有单纯的交易平台,也有集数据需求者和供给者于一体的综合平台。.交易定价大数据具有大量、高速、多样等基本特征,这些特征决定数据价值的不确定性、稀缺性和多 样性,也导致传统的定价模式和策略在数据定价方面失效。在数据交易中,数据定价是在定 价基础和定价模式上的综合选择。在定价基础上,决定数据价格的因素主要有四个方面:一是数据生成级别不同,则数据价格 不同,例如原始数据与加工形成的新数据的价格就不相同;二是资料来源领域不同,则数据 价格不同,例如金融大数据和教育大数据;三是数据在应用端的用途不同,数据价格也不 同,例如不同的业务需要对数

6、据处理方式的要求不同,受供求关系影响,必然会导致价格不 同;四是数据类型、时效性、完整性和数据样本覆盖等也会影响数据交易价格。在定价模式上,目前主要采用的定价模式有:平台预定价模式、买卖双方协商定价模式、固 定定价模式、交易系统自动定价模式、实时定价模式、拍卖定价模式、反馈性定价模式等。 在数据应用尚未常态化的今天,信息不对称会给交易定价带来一定的困难,但同时也推动了 定价模式的创新。.交易规则交易规则是为保证数据交易活动顺利进行而设置的,它包括身份认证、时间约束、交易方 式、数据标签、数据保护与安全等各个方面。身份认证:数据交易需要对交易的各类主体 进行身份确认,在区分交易主体的同时,为安全

7、防范和责任追溯做好保障。时间约束:数 据交易的时间约束包括更新频率、统计周期和使用期限等,根据数据类型的不同而有所差 异。交易方式:数据交易主要以电子交易为主,一般有网络数据包传输、实体介质拷贝、 API接口访问等方式。数据标签:数据交易中常常将数据按行业、用途等分类,这种分类 标签的方式提高了数据辨识度,提高了数据交易的效率。数据保护与安全:数据交易中强 调对个人隐私数据和数据资源权益的保护,对防控数据泄露、维护交易秩序、稳定交易市场 具有重要作用。(二)数据交易的主要类型根据数据交易产生的路径,国内的数据交易可以分为四类。.行业内部的数据交易在我国,金融、电商、交通、电信等领域的大数据发展

8、较好,数据交易起步较早。一是这些 行业有着严格的数据标准,在采集、评估、交易、使用和管理等方面都较易实现统一部署。 二是这些行业涵盖人们生活最基本的几个方面,数据量丰富,数据价值密度高。三是这些行 业的内部关系密切,行业范围不广,数据流通成本低,数据变现能力强。2015年成立的全 国首个“交通大数据交易平台”便是行业数据的交易平台,它有很强的针对性,专门利用交 通行业的大数据来解决交通痛点,在交通大数据生态系统的构建和智慧城市的建设上发挥了 重要作用。.企业主导的数据交易和国外的数据经纪公司类似,国内也成立了以数据堂、聚合数据、数海等为代表的大数据企 业,这些企业主导了一部分大数据交易,并且其

9、市场份额和影响力日益提升。这些大数据企 业主要是通过和相关企业、机构合作,构建完整的大数据交易闭环链来经营数据。它们通过 自己采集、收集或购买数据,经过清洗、分析、挖掘等步骤加工成数据产品或数据服务,然 后通过相关渠道进行数据变现。所以在数据交易链中,它们具有数据需求方、供应商、代理 商和服务商等多重身份。企业主导的数据交易和政府主导的数据交易有所不同,前者更加强 调数据变现,以盈利为首要目的,所以它们经营的数据产品或服务都有较强的针对性、独特 性和多样性,用户体验较好,但价格也相对较高。.政府主导的数据交易目前,我国以贵阳大数据交易所、上海大数据交易中心等政府主导的数据交易模式为主。这 种交易模式以“国有控股、政府指导、企业参与、市场运营”为原则,不仅扩大了参与主体 的范围,还激发了不同交易主体参与的积极性,将分散的数据资源通过平台汇聚,建立统一 的交易标准,打破数据壁垒,连通“

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论