1、数据资源只有通过流通和交易才能转化为数字资产。
很多人认为，即使没有数据买卖，我们每天仍然在使用数据，数据仍然有使用价值。 为什么要促进数据流通和交易？ 为了回答这个问题，我先讲一个小故事。 20世纪90年代中期，我在财政部工作，宿舍在公主坟。 那时，中国还没有房地产市场。 住房分配给企业和公务员。 每个月的房租很便宜，但是没有产权。 当时，中国城镇家庭的主要资产基本上是储蓄存款，一般只有几万元至几十万元。 我来美国留学后，看到耶鲁大学教授的房子售价几十万美元。 我想中国人什么时候才能买得起这么贵的房子呢？ 我这辈子可能都买不起了。 然而，1998年以后，中国政府启动了房地产改革。 单位、企业不再分配住房。 原来的房屋有了明确的产权后，就成为了个人财产。 同时建立了房地产交易市场。 巨大的资产价值一下子就被市场抹掉了。 把它挖出来。 如今，在北京三环以内只要有一套房子，价值几百万甚至几千万。 回头看看耶鲁大学教授的房子，其实很便宜。 北京中产家庭的房产价值已经远高于此。
这种价值挖掘所带来的变化是难以想象的，影响也是极其深远的。 通过核心要素的改革，中国家庭的资产和财富一下子跃居世界前列，颠覆了中产家庭的整个生活方式。 仔细想想，这个巨大的变化并不是五加二、白加黑的结果，而是通过经济要素市场改革释放出的巨大能量。 原理很简单，就是通过确权和交易，将只有使用价值而没有财富价值的住房资源，变成家庭可以分配、变现的财富资产，然后通过金融创新，推出诸如提供住房抵押贷款，将这种财富资产转化为生产性资本，可用于企业运营和生活投资。 正是这次要素市场改革，为中国经济增长创造了巨大动力。
同样，当前数据作为核心要素资源，具有普遍使用价值，但其资产属性尚未得到充分体现。 只有实现确权、流通、交易后，数据资源才会转化为可量化的数字资产，并通过金融创新进一步提升为生产性数字资本，真正释放其内在价值。 从原始数字资源到数字资产再到数字资本的不断演化过程是数字经济发展的核心目标。 将为中国未来经济增长提供强大的资金来源，推动真正的供给侧改革。
理论上，个人和企业之间可以一对一地进行数据交易。 流程更简单，不需要第三方平台。 但我们认为大规模、常态化的数据交易需要通过专业的平台进行。 这是一个更经济合理的选择，原因如下：
首先，交易平台可以增加相互信任，提高交易的成功率。 这就像陌生人之间的私人房屋交易，或者是20世纪90年代在中关村街头购买的盗版CD。 虽然方便，但也蕴藏着巨大的交易风险。 数据交易平台可以隔离数据买卖双方的风险。 通过专业合规平台进行的数据交易更容易受到法律保护，交易纠纷也更容易解决。
二是降低交易成本，缩短交易时间。 就像房屋租赁和买卖一样，虽然个人之间可以进行零星的直接交易，但搜索和交易成本非常高。 像链家、我爱我家这样的房屋中介机构通过为卖家和买家提供信息匹配服务，大大减少了这种情况。 节省寻找时间，提高房屋租售效率。 同样，数据交易平台可以在交易前后提供标准化合约和标准化服务，降低交易双方的沟通成本，并通过数据的清洗、脱敏和处理来提高其市场价值。
三是有利于加强核心资源管理，提高社会公益水平。 数据和信息已经成为社会的核心经济资源，必须保持较低的成本，以降低整个社会的经济运行成本。 数据交易不应基于买卖差价和销售利润。 如果任由少数企业垄断数据价格，就会导致整个社会经济效率的下降、社会整体福利的下降。 早在春秋时期，齐国管仲就主张盐、铁等社会资源产业不得私自买卖，而应由“管山海”等专门机构管理。 同样，主导数据交易的平台应兼顾经济属性和社会属性，并由具有公信力和公益性的机构来管理。 同时，加大与互联网企业的技术合作，降低数据信息的交易成本，扩大数据价值挖掘的效益。 人群。
2. 数据交易平台发展现状及挑战
近年来，随着大数据的广泛普及和应用，数据资源的价值逐渐被重视和认可，数据交易的需求也不断增加。 2015年8月，国务院印发《促进大数据发展行动纲要》，明确提出“要引导和培育大数据交易市场，开展应用型数据交易市场试点应用”探索发展大数据衍生品交易，鼓励产业链各环节发展，市场主体开展数据交换和交易，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，规范交易并提出一系列完善市场发展机制的思路和措施。” 由此拉开了国内大数据交易平台建设的序幕。
从近年来的发展情况来看，主要特点如下：一是平台建立较快，但商业化运营相对滞后。 普遍存在“两重两轻”的现象，即重设立、重宣传、重操作、重实用。 其次，数据来源多样，但有效的数据聚合困难。 国内大数据交易平台通过政府开放共享、数据所有者对外发布、互联网爬取等渠道获取了教育、环境、法律、医疗、交通、商业、工业等方面的数据。 但仍存在政务数据有效供给不足、网络接入渠道狭窄、数据碎片化严重等问题，导致平台运营受限。 三是交易模式多样，但高价值产品仍缺乏。 各平台都积极探索中介、数据经纪、数据销售等交易模式，但大多通过API调用或数据包销售等方式提供数据下载、查询、验证等基础服务，同时提供数据定制、分析决策等服务。 “精加工”的增值产品相对匮乏，联合建模等创新应用产品就更少了。
这些数据交易平台根据主办方的不同，主要可以分为以下四种类型：
随着智能技术的发展和应用，数据的开发、共享、交换、流通将成为趋势，数据交易将成为挖掘数据价值的重要驱动力。 尽管市场对海量且不断变化的大数据有相当大的实际需求欧易交易所，但我国大数据交易仍处于初步探索阶段，因数据所有权界定、估值定价、资源投入等方面困难，面临诸多挑战：
3、解决大数据交易问题的方向和思路
1.通过建立数据托管平台、完善信任合约，划分数据资产的所有权、使用权、管理权和收益权。
如今，互联网企业收集的个人行为和商业运营数据的所有权属于数据主体还是收集平台？ 对于这个问题，很多人的认识并不一致。 其实我们可以举一个小例子来帮助理解。 例如，房屋建成并出售给客户后，房地产开发商是否可以指示社区物业管理机构记录每户的人数、上下班时间、衣着等信息。男女主人的喜好，以及在公寓门口订购的快递类型，然后利用提前获得的身份信息结合起来，出售给社区周边的商家以获取利润如何？ 这种行为绝对是违法的。 虽然社区物业管理人员对居民的家庭条件进行个人判断可以理解，但用于商业化和盈利的数据产品的生产需要严格的授权和相应的资质。
同样，如果房地产开发商不能随意出售居民信息，互联网平台也不应该允许随意出售客户数据。 互联网上产生的行为数据的所有权仍然属于客户。 互联网平台若使用这些数据进行客户画像、开发商业应用或出售给第三方，必须有明确的授权和必要的资质。
如果数据的所有权属于客户，如何进行合理的开发、利用和价值挖掘？ 事实上，只要有制度支持，资产的所有权、使用权、管理权、收益权等都可以基于主体授权或法律许可进行适当分离。 此类案例并不少见。 例如，托管银行为个人投资者的基金、证券投资提供托管，确保投资机构资金使用合法合规。 托管合同明确了所有权、使用权、管理权的划分。 同样，信托公司的主要业务是“受他人委托，代客户管理财务”。 通过金融工具的设计，成功分离了资金使用权和收益权。 因此，通过数据托管和交易平台的制度设计，可以明确区分数据的归属。 合格的受托人可以开发和利用数据资产，收益将根据预先约定的合约在所有者和矿工之间合理分配，这将为数据价值的挖掘开辟广阔的空间。
2、通过完善上市审核流程和分级交易制度，确保数据交易主体和交易流程的合法合规。
目前，大多数交易平台都采用“农贸市场”模式进行数据交易。 这种交易模式非常广泛。 为了短期内扩大交易规模，缺乏对上市数据和数据购买方的尽职审查。 数据定价、数据确权等问题没有得到系统解决，存在较大合规风险。 。 虽然名字大多是交易所或交易中心，但实际上更像是“农贸市场”。 未来的数据交易应从管理松散的“农贸市场”模式转变为合规管理的交换模式，使数据能够“挂牌审核、有资格购买”。
首先要审查数据来源的合法性，重点关注数据收集是否得到数据主体授权，或者上级法规是否允许数据收集行为。 数据上市前，数据提供者需出具合规承诺，数据法律服务机构、投资服务机构应进行合规审查并提供必要的上市指导。 建立实名注册会员制度，考核数据交易参与者买卖资格。
其次，根据敏感度对数据进行分级分类，根据数据的不同属性采用多种交易模式。 这就像证券市场根据投资风险适应能力分为主版、中小版、新版，设定不同的投资者准入门槛。 对于不同敏感度的数据，还需要保证采购机构具有相应的使用资质。 定期开放的公共数据和纯文本交易数据可以方便地向一般商业企业提供； 合规向商业银行等金融机构提供金融、税务数据等特定领域数据； 高价值的个人数据只能提供给有信誉的个人征信机构等具有特定资质的相关持牌机构。
另外，必须加强售后管理。 数据交易完成后，买方必须按照合同规定的使用范围使用，不得擅自复制、传播、转售数据以获取商业利益。 因此，数据的售后使用必须建立台账记录，定期公开，并由独立的专业机构审核。
在数据交易过程中，企业既可以是数据购买者，也可以是数据提供者。 例如，经监管部门批准的全国个人征信机构，申请资质较高，可以通过交易平台购买互联网企业收集的个人行为数据，对客户进行信用画像，进而打造数据征信产品组合。 为金融机构提供监管，提高信贷效率和准确性。 在此过程中，交易平台扮演着“风险防火墙”的角色。 一方面，可以填补监管部门要求数据“断网”后数据采集机构与银行贷款机构之间的数据鸿沟，满足普惠金融机构在贷款援助方面的痛点需求； 另一方面，通过交易市场隔离风险，持牌征信机构可以避免花费大量经济资源对每个数据源的所有数据的合法性进行独立审核，避免因纠纷产生后承担机构声誉风险。数据交易。 从这个意义上讲，利用交易市场作为数据信息中介是比利用持牌机构作为信息中介更安全、更经济的选择。 两者的有机结合将构建更加完善的数据交易体系。
3、通过预授权、数据脱敏和隐私加密技术，保护个人隐私和高价值数据的所有权
首先，数据采集必须合法，遵循“合法授权”和“最简单、最有用”的原则。 必须向客户告知收集个人数据的情况，并明确收集的目的和范围。 不得采用捆绑、垄断授权方式，不得利用晦涩的法律文件、霸权性停止服务条款诱导、强迫客户签署授权协议。 授权范围必须与业务功能相匹配，不应要求与业务功能无关的私有数据。 个人生物特征和生活行为数据的收集和识别必须特别谨慎，并且必须得到更高级别法律的支持。
同时，尽量不要提供与交易中个体数据主体强相关的原始数据。 除法律要求和少数专业持牌机构外，大部分出售的数据应进行脱敏处理，减少与个人身份的强耦合，并尽可能进行编码和索引，同时控制模型风险和维护数据标签。 使用有效性与隐私保护之间的合理平衡。
此外，对于一些高度敏感、高价值的数据，应发展安全可靠的隐私加密技术，包括以联邦学习、差分分析为代表的明文加密技术、以多方安全计算为代表的密码学加密技术、可信执行等。环境以硬件加密技术为代表。 利用隐私加密计算技术促进高价值数据交易，实现数据所有权和使用权分离。 所有者保留数据的使用权，交易时仅交易使用权。 在保护数据不被外部泄露的前提下，“数据是可用的、不可见的，其使用是可控的、可衡量的”。 交易平台为供需双方提供可信的数据融合计算环境。 对此，应注意考虑计算成本和加密要求之间的平衡。 并非所有敏感数据都需要复杂的加密处理，这只是交易模型中的一个选项。
4.完善法律体系、监管规则和处罚机制，确保数据交易公平公正。
一是建立全面均衡的贸易监管体系。 目前，各国正在制定数据保护法规，对数据的管理和使用进行严格限制。 但我们必须认识到，数据所有权的保护需要全面、准确的认识，决不能有偏见。 法规不仅要保护数据的所有权，还要保护数据的使用权和受益权。 房地产市场就是一个很好的例子。 我们不仅要保护卖房的人，还要保护买房的人。 要建立明确的产权登记制度，让房地产交易有序流动。 数据立法也是如此。 如果片面强调所有权、严格限制使用范围，可能会抑制数据参与者的交易意愿和市场应用创新。 相关法律法规应当全面、平衡。
二是完善交易过程监管基本规则。 这些交易规则必须公开透明，为交易各方所理解和接受，并在过程中严格执行。 监管规则实施初期，难免会制定一些“一刀切”的要求。 但随着后期市场的发展，相应的规则应与时俱进，适应数据交易模式的创新和交易规模的增长。
三是加大对交易违法行为的处罚力度，明确各方责任。 数据来源违法的，应当严厉处罚数据提供者，情节严重的，应当取缔市场； 中介机构未严格尽职调查的，应当发布市场公告，并视情节轻重暂停营业； 数据售后使用过程中出现违规行为的，应当对数据购买者进行处罚，并及时向社会披露。 但这些处罚仅针对责任方，并不牵连其他交易方。 只有权责明确，才能防范道德风险，实现市场优胜劣汰。
通过对上述问题的讨论，我们认识到数据价值挖掘和交易创新虽然面临诸多挑战，但前景广阔。 在可预见的未来，我们将看到一系列新技术在数字交易领域的推广和应用，包括非同质数据识别与追踪、边缘计算、隐私加密、区块链和智能合约执行与记录等。技术。 我们还将看到一系列金融创新的兴起，从数据资产交易到抵押杠杆融资，再到资产证券化，不断支撑社会数字经济实际应用的发展。 同时，数字经济的发展也会催生一系列新的中介机构，涵盖数据托管、数据审计、数据评估等各个创新领域。
面对如此美好的未来，我们必须要有风险意识和底线思维，要牢记金融创新源于技术、形成系统。 技术创新是“桨”，金融价值观是“舵”，风险管理体系是“压舱石”。 一些新技术、新模式可以通过设立试点的方式审慎推广，积极争取纳入“监管沙箱”，先完善配套法律法规，成熟后再总结经验，再推广。这实际上是中国一贯采取的“摸着石头过河”和“特区加试点”的模式，也是中国改革开放40年来取得巨大成功的宝贵经验。开放。
4、大数据交易创新探索者——北京国际大数据交易中心
随着首都数字经济发展的加快，特别是“两区”建设的加快，北京国际大数据交易所（简称“北京数据院”）的成立被提上日程。北京理工大学将于2021年3月31日正式成立。北京理工大学旨在构建数据交易和数据流通的基础设施，发挥市场在数据要素资源配置中的基础性作用，增强数据科学发展动力。数字经济产业，构建北京新发展格局，努力打造全球数字经济标杆城市。 北方数院在技术、模式、规则、生态等方面突出“一新三特色”，着力解决数据交易痛点，着力打造国家数据交易平台典范。
1.大力推进数据交易底层技术创新。
针对数据所有权界定不清晰、信息易泄露等风险，北京数据院利用隐私加密计算技术，将数据所有权和使用权分离，实现“数据可获得且不可见，使用可控、可衡量”，为供需双方提供可靠的信息。 值得信赖的数据融合计算环境。 在实践中，可以利用自主可控的多方安全计算、联邦学习、区块链等技术，实现安全数据交换、联合分析、联合建模等，同时保护数据不被外部泄露，从而实现数据的高效配置和要素的深度利用。
同时，隐私计算技术的应用可以有效限制敏感数据的无限制复制，防止数据泄露和滥用，从技术上保证数据交易的合法合规性，从而弥合“信任鸿沟”，可以增强意愿共享数据并刺激数据市场。 价值挖掘，消除“数据孤岛”。 利用区块链技术，集成数字身份、价值校准、溯源等能力，为数据主体颁发证书。 数据注册、访问、分析、计算、交易过程中，完整的操作过程将被存储在链上，保证数据的完整性。 来源可追溯、内容不可篡改、主权可确认、利益可分配。
此外，利用机器学习等智能技术，在采集、清洗、组织、建模、标签、处理等方面建立自动化、智能化的数据处理能力，进一步提升数据的利用和交易价值。
2、大力打造交易所经营管理三大特色。
一是创新数据交易方式和模式。 北京数字学院从解决数据交易标准化程度低、缺乏监管等问题出发，积极创新数据交易模式。 首先，严格控制准入，实行实名注册会员制度，对数据源进行合规审核，规范数据交易行为，将数据交易从“农贸市场”转变为交易所模式。 前者是“随意上架，想买就买”。 后者的意思是“有资格审核购买”。 其次，坚持“合法合规、数据安全、技术创新、过程可控”的原则，按照敏感度对数据进行分类，综合运用自由开放、授权调用、联合建模、联邦学习、加密计算等模式，促进使用数据融合。 同时，建立数据所有权确权和定价的基本框架，对数据所有权定义和流转进行分级、分级管理。 计算结果和数据服务根据行为确认、使用目的、数量频率等进行市场化定价，从数据中进行探索，从算法定价到收益分配的全生命周期价格体系，形成数据确权框架覆盖数据全产业链，构建公平、高效、激励兼容的数据价值分配体系。 此外，积极推动大数据产业链创新发展，培育从事数据源合规审查、数据资产定价、争议仲裁等业务的大数据产业中介机构okx，建立数据登记、评估、定价、交易跟踪和审计机制、完善的管理制度和严格的管理程序，保证整个交易过程透明、高效的运行。
二是建立健全规章制度和安全保障。 金融创新源于技术，源于制度。 北京数字学院致力于从制度层面为交易合规安全打下坚实的基础。 制定《北京市数据交易服务指南》，重点围绕数据交易结构、交易对象、交易方式、交易机制、交易安全、服务规范、跨境流动等，制定数据交易服务细则，作为数据交易服务细则的依据。交易规则。 同时，我们积极与监管部门沟通，在交易所设立、交易规则制定、应用场景拓展等方面充分接受监管部门的管理和指导，积极努力将数据创新和融合应用纳入到行业发展中。 “监管沙箱”，引导和促进合规前提下数据要素资源的聚合和综合利用。 在构建数据交易市场风险防控体系方面，建立数据安全备案机制和数据市场安全风险预警机制，提高数据安全事件应急处置能力。 加强重点领域数字基础设施安全，保护专利、数字版权、商业秘密、个人隐私数据。 积极研究地方法规和标准，促进当地法规和数据交易的标准，探索建立大数据资产评估和定价，交易规则和标准合同等政策系统的建立，并促进城市数据的合规性和安全性，政府数据和社会数据。 在进行循环交易的前提下。
第三个是创建丰富的数据合作生态系统。 构建一个新的数据循环生态系统，该系统整合数据资源，技术支持，方案应用程序和交易服务。 作为大数据交换，关键是扮演数据中介的角色。 因此，组织并建立了北京国际数据交易联盟，以允许各个方面的机构开放性，应用程序开放性和服务开放性参加。 同时，依靠北京金融公共数据区，它将在政府数据共享和集成中发挥领导作用，并促进与多方参与，有效的链接以及数据源之间的信息共享的互操作性机制的形成机构。 在此基础上，全面使用了多方安全计算，联合学习和其他技术，以形成安全收敛技术系统，构建数据安全收敛基础架构并实施PILOT 应用程序。 建立并改善全面的面向市场的数据收集系统，集成和协调数据收集和信息报告渠道，以降低数据领域的新技术，新企业和创新企业的入境门槛，并探索政府建立，政府的建立平台企业，向市场实体和个人参与多方和协作治理的新合作机制。 积极探索和促进数据的跨境流动，并在跨境电子商务，生物医学，人工智能和其他领域中驾驶企业数据的跨境流动。 根据控制和自由化的原则，建立一个跨境数据流的试点区域，以促进IT已成为我国数据输入和退出的核心枢纽。
网友评论