工作心得我国大数据交易的发展现状、面临困难及政策建议

1、工作心得：我国大数据交易的发展现状,面临困难及政策建议近年来随着大数据的广泛普及和应用，数据资源的价值逐步得到重视和认可， 数据交易需求也在不断增加。2015年促进大数据发展行动纲要明确提出“要 引导培育大数据交易市场，开展面向应用的数据交易市场试点，探索开展大数据 衍生产品交易，鼓励产业链各环节的市场主体进行数据交换和交易，促进数据资 源流通，建立健全数据资源交易机制和定价机制，规范交易行为等一系列健全市 场发展机制的思路与举措”。在国家政策的积极推动、地方政府和产业界的带动 下，贵州、武汉等地开始率先探索大数据交易机制。本文梳理了我国大数据交易 现状及存在问题，针对性地提出了促进我国数据资

2、源开放、推动数据应用和释放 数据价值的政策建议。一、我国大数据交易发展现状（一）我国大数据交易发展特点大数据交易平台建设进入井喷期。数据交易平台是数据交易行为的重要载体，可以促进数据资源整合、规范交 易行为、降低交易成本、增强数据流动性，成为当前各地促进数据要素流通的主 要举措之一。从全国范围来看，2015年前成立并投入运营的有北京大数据交易服 务平台、贵阳大数据交易所、长江大数据交易所、东湖大数据交易平台、西咸新 区大数据交易所和河北大数据交易中心。2016年新建设的有哈尔滨数据交易中心、江苏大数据交易中心、上海大数据交易中心以及浙江大数据交易中心。据有关数 据预测，到2016年年底全国类似

3、的交易平台数量可能达到15到20个1大数据交易变现能力有所提升。在国家政策的推动鼓励下，数据交易从概念逐步落地，部分省市和相关企业 在数据定价、交易标准等方面进行了有益的探索。随着数据交易类型的日益丰富、 交易环境的不断优化、交易规模的持续扩大，我国数据变现能力显著提高。据2016 年中国大数据产业白皮书不完全统计，2015年我国大数据相关交易的市场规模 为33.85亿元，预计到2016年国内大数据交易市场规模将达到62.12亿元，2020 年将达到545亿元。大数据交易仍整体处于起步阶段。从整体发展水平来看，我国大数据交易仍处于起步阶段，突出表现在以下几 个方面：一是数据交易主要以单纯的原始

4、数据“粗加工”交易为主，数据预处理、 数据模型、数据金融衍生品等的内容的交易尚未大规模展开。二是数据供需不对 称使得数据交易难以满足社会有效需求，数据成交率和成交额不高。三是数据开 放进程缓慢一定程度上制约了数据交易整体规模，影响数据变现能力。四是数据 交易过程中缺乏全国统一的规范体系和必要的法律保障，无法有效破解数据定价、 数据确权等难题。（二）我国大数据交易的主要类型基于大数据交易所（中心）的大数据交易。基于大数据交易所（中心）的交易模式是目前我国大数据交易的主流建设模 式，比较典型的代表有贵阳大数据交易所、长江大数据交易所、东湖大数据交易 平台等。这类交易模式主要呈现以下两个特点：一是运

5、营上坚持“国有控股、政 府指导、企业参与、市场运营”原则；二是股权模式上主要采用国资控股、管理 层持股、主要数据提供方参股的混合所有制模式。该模式既保证了数据权威性， 也激发了不同交易主体的积极性，扩大了参与主体范围，从而推动数据交易从“商 业化”向“社会化”、从“分散化”向“平台化”、从“无序化”向“规范化” 实现转变，将分散在各行业领域不同主体手中的数据资源汇集到统一的平台中， 通过统一规范的标准体系实现不同地区、不同行业之间数据共享、对接和交换。毫曷平会化图1基于数据交易中心的模式基于行业数据的大数据交易。交通、金融、电商等行业分类的数据交易起步相对较早，由于领域范围小， 数据流动更方便

6、。同时，基于行业数据标准较易实现对行业领域交易数据的统一 采集、统一评估、统一管理、统一交易。2015年11月，中科院深圳先进技术研 究院北斗应用技术研究院与华视互联联合成立全国首个“交通大数据交易平台”，旨在利用大数据解决交通痛点，推动智慧城市的建设，未来将逐步组建交通大数 据供应商联盟，构建良性的交通大数据生态系统。数据资源企业推动的大数据交易。近年来，国内以数据堂、美林数据、爱数据等为代表的数据资源企业渐具市 场规模和影响力。区别于政府主导下的大数据交易模式，数据资源企业推动的大 数据交易更多的是以盈利为目的，数据变现意愿较其它类型交易平台更强烈。数 据资源服务企业其生产经营的“原材料”

7、就是数据，在数据交易产业链中兼具数 据供应商、数据代理商、数据服务商、数据需求方多重身份。经营过程中往往采 用自采、自产、自销模式并实现“采产销”一体化，然后再通过相关渠道将数据 变现，进而形成一个完整的数据产业链闭环。正是因为这种自采自产自销的新模 式，数据资源企业的所拥有的数据资源具有其独特性、稀缺性，一般交易价格较 高。*雅堂薮掬商城裳下墟掴 行业大既掴 互联网大就*-1, !I 图2基于数据资源企业推动的数据交易模式互联网企业“派生”出的大数据交易。以百度、腾讯、阿里巴巴等为代表的互联网企业凭借其拥有的数据规模优势 和技术优势在大数据交易领域快速“跑马圈地”，并派生出数据交易平台。这种

8、 大数据交易一般是基于公司本身业务派生而来，与企业母体存在强关联性。一部 分数据交易平台作为子平台，数据来源主要来源于“母体”并以服务“母体”为 目标；也有一部分数据交易平台脱离“母体”独立运营，即便如此也能看到“母 体”的影子。以京东万象( HYPERLINK /)%e4%b8%ba%e4%be%8b%ef%bc%8c%e4%ba%ac%e4%b8%9c%e4%b8%87%e8%b1%a1%e4%bd%9c%e4%b8%ba%e4%ba%ac%e4%b8%9c%e7%9a%84%e4%b8%9a%e5%8a%a1 /)为例，京东万象作为京东的业务 组成部分，其交易的数据与服务的主体与电商息息

9、相关。京东万象的交易数据品 类较为集中，尽管京东万象的目的是打造全品类数据资产的交易，但目前平台主 推的仍是金融行业相关数据，而现代电子商务的发展离不开金融数据的支撑。百度-阿里巴巴-嘟京东尊J琨皿 I电磨平ft电子垒括平&1二I图3 基于互联网企业衍生的数据交易模式二、我国大数据交易发展的现实困境(一)数据交易环境有待完善。良好的数据交易环境是大数据交易发展的基 础保障，既有赖于法律法规的保障和标准规范的支撑，也需要相应监管的到位。 目前国家层面的数据交易法律法规和行业标准尚未推出，导致地方各省大数据交 易平台建设过程中自行探索标准体系，容易自成体系。同时，大数据交易是互联 网经济背景下诞生

10、的一种新事物、新业态，在政府层面尚未有专门的监管职能部 门对其进行监管。（二）数据交易以“粗放式”为主。从交易内容来看，我国大数据交易以单 纯的数据原材料买卖为主，数据算法、数据模型等交易尚未起步，数据价值得不 到有效体现；从交易价格来看，目前交易过程中缺乏对数据定价的统一标准，难 以准确衡量数据应有价值；从数据质量来看，部分交易数据存在格式不规范、内 容不完整等问题，影响数据交易。（三）数据交易平台定位不清。从目前大数据交易平台建设来看，各地大数 据交易平台在建设过程中存在着定位重复、各自为战，难以形成综合优势的问题。 以华中大数据交易所、长江大数据交易中心、东湖大数据交易中心三个交易平台

11、为例，三者均处于湖北省境内，但在发展定位上、功能定位上界线不清，形成了 多个分割的交易市场，导致数据交易市场之间缺乏流动性，呈现交易规模小、交 易价格无序、交易频次低等特点，难以真正实现平台化、规模化、产业化发展， 无法有效发挥数据交易平台的功能优势。（四）数据质量难以得到有效保障。目前我国各地数据交易大多基于数据交 易平台开展，但数据交易平台在建设过程中对于建设主体、参与主体等并未制定 严格的标准要求，对于谁可以出资、出资额多少才能建设大数据交易平台未做明 确规定，这种低门槛将影响数据质量。与此同时，我国大数据交易平台建设主要 采用会员制，但对入会成员未制定统一标准要求。以华中大数据交易所为

12、例，在会员认证过程中主要是对其身份属性进行认证，但对企业资产等均未做明确要求， 无法保证交易数据质量的权威性和准确性。三、推进我国大数据交易发展的突破路径（一）加快标准立法建设，优化数据交易环境。目前，贵州、武汉等地积极 探索大数据交易标准规范，贵阳大数据交易所成为国家首个“大数据交易标准试 点基地”，华中大数据交易所通过制定大交易数据格式标准、大数据交易 行为规范等推动大数据交易规范化发展。国家可基于地方数据交易实践及标准 规范，并借鉴国外先进经验，逐步探索建立国家层面数据交易的法律法规和行业 标准，推动我国大数据交易实现标准化、规范化交易。（二）加快数据开放进程，与数据交易形成良性互动。充

13、分发挥数据开放与 数据交易间的良性互动作用，逐步为数据交易构建起良好的环境氛围。大数据时 代，随着数据资产价值的提升，数据开放通过进一步丰富数据品类、扩大数据规 模，可以在供给上为数据交易提供保障；数据交易变现能力提升和应用效果显著 后，将会在一定程度上鼓励数据拥有者向社会开放数据。李克强总理在中国大数 据产业峰会指出，“80%的数据掌握在政府手中，政府应共享信息来改善大数据”， 政府作为公共数据的核心生产者和拥有者应加快数据开放，推动数据流通和数据 交易，释放数据价值。（三）逐步推进“分类”交易原则，试行“一类一策”。按照差异化交易原 则，对交易的数据进行分类，根据不同类型数据实施分类交易。一是针对不同的 交易主体、交易模式等，鼓励其根据自身优势、自身发展定位等分类发展。二是 针对不同来源数据、不同类型的数据，尝试制定不同的交易策略和定价策略。如 针对稀缺性、价值高的数据，实施卖方定价；针对社会公共价值高的数据，特别 是政府部门提供的数据，实施成本定价。（四）创新交易方式，探索“泛交易”模式