大数据交易困境中国如何破局?

大数据
加快数据交易基础技术的研发和产业化。针对数据交易中较为关键的信息模型、时序数据库、轻量化加密、联盟区块链、内生安全体系等技术,加强研发投入。

[[417986]]

数据要素在我国经济发展中扮演着越来越重要的角色。然而我国数据要素市场发展还处于萌芽期,国内先期成立的若干大数据交易中心,总体来说还没有形成成熟有效的数据要素流转交易机制。但是与此同时,一些企业在探索依托业务进行间接数据交易方面取得了一定的成效。对此我们应当充分认识数据要素交易和一般商品交易的区别,重视对间接交易方式的研究和探索,针对性出台相关政策,重视工业互联网平台在数据交易中的枢纽作用,加强信息模型等关键技术和标准的研发。

随着我国数字经济的高速发展,数据要素市场培育的迫切性不断提升。2021年1月31日,中共中央办公厅、国务院办公厅印发的《建设高标准市场体系行动方案》中指出:“加快培育发展数据要素市场……研究制定加快培育数据要素市场的意见,建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范,推动数据资源开发利用。”尽管我国对于数据要素交易流转已进行了一系列探索,但总体而言,我国数据要素市场发展还面临一系列困境,远未成熟。在此背景下,有必要对国内主要大数据交易中心和典型数据交易相关企业业务情况进行梳理和研究,思考我国数据交易市场的破局路径。

数据交易市场尚有较大发展空间

各地大数据交易中心交易情况与目标偏差较大,难以获得足够收益。自2014年起,我国多地陆续成立了大数据交易中心,其运营上基本可归纳为“国有控股、政府指导、企业参与、市场运营”,其愿景可归纳为打造开放的独立第三方交易平台,形成稳定的数据交易并收取费用。然而根据调研和相关资料梳理,目前国内这一类型的数据交易中心均未能实现最初构想。

直接数据交易难以形成可持续模式,间接数据交易更受市场青睐。在我国数据交易市场建立初期,各大数据交易中心均采用类似于淘宝平台的直接数据交易方式,即由数据提供方在交易平台发布数据,数据购买方根据平台信息采购数据。然而由于数据价值、安全性、定价困难等方面的问题,直接数据交易模式并未获得市场认可。间接数据交易是指不直接交易数据,而是把数据作为业务交易一部分的交易模式。部分数据交易中心和一些数据类企业,采取间接数据交易的模式,得以生存发展,其中企业往往以出售自有数据或数据结果为主。

数据交易基本发生于特定生态内部,跨生态数据交易需求很小。大数据往往颗粒度较小、层级较低,非相关行业人员难以发掘其价值,因此一般来说跨领域大数据交易较为困难,只有在特定行业、生态内部才有大数据交易的需求。从调研情况来看,面向大众的数据交易平台意义不大,流量和交易量很小;而在特定生态内部,例如区域产业集群、行业产业链生态以及IT领域相关生态中,企业之间则往往具有较高的数据交易意愿和需求。

加速完善我国数据要素市场体系

数据要素研究应从确权和分级向交易流转延伸。当前我国对于数据要素的研究,大多集中于数据确权和分类分级等基础领域,对于交易环节的研究较少。尽管确权和分类分级是数据交易的重要基础,然而如果不结合具体的数据交易方式和场景,数据确权和分类分级的研究往往也难以深入进行。因此从基础研究领域来看,应当更加重视对于数据交易方式、交易技术、交易场景的研究。

应以间接数据交易作为数据交易的主攻方向。由于间接数据交易能够较好地结合业务场景、发挥数据价值、数据安全风险较低,市场认可程度较高,应当加以重视,甚至视为未来主要的数据交易方式。目前间接数据交易方式主要包括三个类型:一是数据结果类交易,即不交易数据本身,而是交易数据计算后的结果;二是基于数据接口的业务交易,交易平台根据特定业务开发数据交易接口,按调用量收费;三是数据撮合类业务,即交易过程本身并不依赖交易中心,买卖双方通过数据交易中心对接后直接交易,并对业务中数据要素进行估价。

工业互联网平台是促进产业生态内部数据交易的核心依托。鉴于特定行业、生态内部大数据交易需求更为旺盛,工业互联网平台天生将成为我国数据要素市场的核心环节。同一工业互联网平台内企业往往处于同一产业链,对于平台内其他企业数据有较高的需求,例如需要根据其他企业生产库存状况决定自身采购和生产。因此在推动我国数据要素市场建设时,需要充分重视工业互联网的作用。

稳定产研基础强化要素流转

加强数据要素流转环节的研究和探索。制定相关研究项目,加强针对数据要素交易流转方式、场景的系统化研究,以及不同模式对于数据确权和分类分级的不同需求,针对性打造数据要素流转体系。鼓励地方和企业加强数据交易,特别是间接数据交易方面的探索,遴选成功案例并加以推广复制。

鼓励工业互联网平台以间接交易的方式促进生态内部数据流转。针对性出台政策,鼓励工业互联网平台以各类间接数据交易方式推动产业链企业之间的数据交易,充分发挥工业互联网平台产业生态枢纽作用,并对获得市场认可的优秀平台和模式进行示范推广。制定数据交易指标体系,基于国家工业互联网大数据中心体系,探索对于数据交易环节的技术和管理模式。

加快数据交易基础技术的研发和产业化。针对数据交易中较为关键的信息模型、时序数据库、轻量化加密、联盟区块链、内生安全体系等技术,加强研发投入。协调国内相关企业和高校科研院所,建立产品和标准互认体系,加快数据交易基础技术的产业化进程。

 

责任编辑:姜华 来源: 中国IDC圈
相关推荐

2020-11-30 15:04:23

大数据

2021-08-10 08:43:50

大数据经济互联网

2019-06-06 09:31:45

开源技术 趋势

2023-08-24 07:33:28

2020-12-04 17:59:54

物联网安全IoT

2015-01-08 16:58:27

SAP制造业人力资本管理

2017-05-10 16:34:56

今目标

2015-09-21 20:53:48

2020-12-22 09:26:36

网络安全信息安全华为

2021-11-05 12:10:14

深度学习人工智能微软

2021-01-07 16:11:29

SaaSAI企业

2017-08-28 07:43:27

企业部署混合云

2021-04-14 09:47:40

5G运营商网络

2020-12-02 09:28:34

网络安全

2013-11-04 09:58:15

大数据网络视频

2017-06-21 08:14:19

大数据算法困境

2013-08-28 10:35:45

管道大数据

2017-01-04 16:09:49

2011-11-28 10:55:26

点赞
收藏

51CTO技术栈公众号