大數據是資產、是“新石油”已成共識，但此“石油”非彼石油，要想讓“新石油”交易和流通起來，還有很多坎要過。眼下中國已經建立了十幾家數據交易中心，但數據交易并不理想，很多有需求的用戶不得不到數據“黑市”去買數據。如何破解大數據流通和交易中的種種難題，是大數據產業界非常關注的焦點。幾天前，國家發展和改革委員會正式批復由上海數據交易中心牽頭建設大數據流通與交易技術國家工程實驗室。這個實驗室的成立能夠破解大數據交易和流動之難嗎？下一步應該如何來推動大數據流通和交易？

大數據交易面臨種種難題

我們處在數據爆炸時代，但事實上，即便是數據巨頭所擁有的數據也未必就是全景數據，數據孤島現象嚴重。要充分釋放大數據的價值，就得讓大數據流通起來，放大其價值。

大數據流通和交易之難，關鍵的原因之一是此“石油”非彼石油。阿里數據經濟研究中心秘書長潘永花在接受《中國電子報》記者采訪時坦言，數據與其他商品不一樣，數據是零邊際成本，銷售出去之后它依然存在，而且數據銷售給不同的用戶其價值也不一樣，對于數據這樣的特殊商品如何來定價？定價標準是什么？是難題。

大數據流通和交易另一個難題是缺乏數據“紅線”。究竟哪些數據合法、哪些數據不合法，因為數據“紅線”不明確，所以擁有數據的供給方，比如金融、電信等機構也都不敢輕易拿出數據，造成數據的供給側不活躍、不豐富。中國信息通信研究院技術與標準所移動互聯網與大數據部副主任魏凱對《中國電子報》記者表示。對數據購買者來說，他們也面臨數據來源合不合法、質量不能保障等困惑。

在多方糾結的情況下，對數據交易平臺來說，如何讓市場活躍起來，打消各個方面的顧慮，同時提升自身的可信程度，就是非常關鍵的問題。而從數據交易商業模式來看，目前缺乏比較成熟、成功的商業模式。眼下市場上有幾種商業模式，一是類似上海數據交易中心的“數據超市模式”，數據交易平臺上集合買家和賣家；二是數據堂模式，企業自己采集、收集加工將數據出售給相關用戶；三是“開源模式”，整合開源數據、進行梳理、清理提供給需要的公司。有專家稱，即便是起步早的國外市場，目前也沒有做得特別大的數據交易機構。

京東萬象總經理杜宇甫對《中國電子報》記者表示，目前五大難題制約數據交易和流通，第一是版權問題，第二是應用指導問題，第三是合規性問題，第四是集成應用問題，第五是數據質量問題。

北京供銷大數據集團首席技術官、供銷科技有限公司總裁王帥宇在接受《中國電子報》記者采訪時表示，大數據交易難其實歸結到最后是兩個核心問題。一是大數據交易的基本商業邏輯并沒有很好地解決。數據這個商品“標的”的版權問題不解決，就無法真正保障交易雙方的利益，也違背存在了幾千年的商業交易邏輯。因此，大數據交易中的數據確權問題是核心，這方面不僅需要方法論的研究，還需要技術支撐。針對這一問題王帥宇表示自己已經找到了解決方案并申請了專利。二是數據交易中心需要在數據交易中扮演更重要的角色。包括解決數據的存儲、清洗、脫敏、標準化、接口的統一化、數據交易中的分發加速等，沒有在數據交易中的深度參與，很難實現持續發展。因此，目前國內大數據交易中心這種“輕資產”運營且僅側重于“撮合”的方式是需要改變的。

“梧桐樹協議”破解數據交易之難

破解大數據之難，需要大數據流通和交易相關的方方面面建立這個領域的“梧桐樹協議”。1790年出現了股票買賣、經紀人，但當時缺乏規則，1792年5月17日，二十幾個股票經紀人在紐約華爾街68號的一棵梧桐樹下，簽署了梧桐樹協議，目的是為了回應市場、政府和參與交易的人對他們的質疑，規范交易行為。這個協議保障各方利益，是紐約證券交易所成立的標志，也為后面股票交易規則的建立起到了奠基的作用。現在大數據流通領域也需要制定規則協議。

去年4月，由數據中心聯盟牽頭、中國信息通信研究院發起，包括電信運營商、數據交易所、互聯網企業等54家機構聯合發布了數據流通行業自律公約，規范了9個方面內容，主要圍繞大家關注的焦點問題，建立行業自律公約，形成中國數據流通的行業規則。據透露，今年3月這個數據流通行業自律公約將會有更新內容出臺。從去年成立時透露的信息來看，其中一項就是建立信息披露和合規性審核機制。

王帥宇表示，大數據的交易可以套用已經存在的商業交易規則而無需再創，因為現存的商業規則經歷了幾千年摸索沉淀下來，被證明行得通。就像版權交易，當A將B這首歌的版權出售給C，那么A就不再擁有B，雖然A依然可以唱B，但是A不能將B進行商業經營和交易。數據這種商品可以用版權商品的規則來交易。

幾天前，國家發改委批復大數據流通與交易技術國家工程實驗室建立，這對于推動中國大數據的流通和交易，也是一個利好。據了解，大數據流通與交易技術國家工程實驗室由上海數據交易中心、復旦大學、合肥工業大學、中國互聯網絡信息中心、中國信息通信研究院、中國聯通等單位聯合發起組建。公告顯示，實驗室主要解決我國大數據共享交換及交易流通不暢、標準不明、數據質量參差不齊等問題，建設大數據流通與交易技術創新平臺，支撐開展政企數據資源共享交換、公共數據開放流通、云上公共大數據分析與處理、跨系統公共大數據共享交換標準、大數據資源與服務確權估值建模等技術的研發和工程化。

在采訪中也有專家對《中國電子報》記者表示，僅僅通過一個工程實驗室想破解大數據流通和交易中的難題還是很不容易的，畢竟大數據交易和流通是一個市場行為，市場的繁榮需要“市場這只手”說了算，大數據交易和流通需要市場實踐和積累來摸索經驗。

要破解大數據的交易和流通問題，杜宇甫認為應該從政策及技術兩大層面來解決。比如大數據的合規問題，需要政府制定政策，究竟哪些數據可以流通，哪些數據不能交易，哪些數據可以開放，哪些數據必須保密等作出明確規定。與此同時，大數據落地離不開技術。我們可以看到，即便是傳統意義上的物品流通，也在隨著技術的發展而不斷變革，不論B2C、C2C、O2O還是C2F，都離不開技術的支撐。大數據本身技術含量就非常高，因此想要推動其流通，更需要強大的技術支撐來實現。

杜宇甫表示，說到交易，無外乎買賣東西。其中有幾個關鍵，一個是數據源，巧婦難為無米之炊，如果沒有數據，談何數據流通。目前很多有價值的數據沒有真正意義上實現數據開放，導致黑色數據地下交易暗流激蕩，正當的交易反而不敢擺在臺面上進行。另一個是買和賣，在此不得不重提版權問題。傳統買賣是物權轉移，數據買賣則不盡然。如何建立整套的數據版權保障體系，避免數據流通后的泄露、竊取、篡改、復制等問題，關乎數據流通發展的命脈，需要盡快確立數據版權。

魏凱認為政府應該“彈性監管”，邊發展邊觀察邊解決問題，更多的是從法律規范的維度著手。王帥宇表示，大數據交易和流通的方法論、體系架構以及支撐技術等這些層面的事情是需要國家組織相關機構做更多的研究和研發。

而從商業模式的維度看，潘永花看好“數據即服務”的商業模式，用云服務的方式來提供數據服務比較容易實現可持續發展，她同時強調基于場景的數據服務也是比較好的創業方向。