大数据交易困境：中国的突破之道

数据要素在我国经济发展中发挥越来越重要的作用。然而，我国的数据要素市场仍处于初级阶段，尚未形成成熟有效的交易机制。而一些企业在利用业务进行间接数据交易方面取得了一定的成果。因此，我们应该重视数据要素交易和一般商品交易的区别，研究和探索间接交易方式，并出台相关政策，加强工业互联网平台在数据交易中的作用，并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，数据要素市场的培育变得越发紧迫。《建设高标准市场体系行动方案》明确指出要加快培育数据要素市场，建立相关制度和规范，推动数据资源的开发利用。尽管我国已经进行了一系列数据要素交易的探索，但总体而言，我国的数据要素市场发展还面临困境，还不够成熟。因此，有必要对国内的大数据交易中心和典型的数据交易企业进行研究，探讨我国数据交易市场的发展路径。

大数据交易中心的交易情况与目标之间存在较大的偏差，很难获得足够的收益。自2014年以来，我国各地相继成立了大数据交易中心，其运营模式基本上可以概括为“国有控股、政府指导、企业参与、市场运营”，目标是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，目前国内这类数据交易中心还未能实现最初的构想。

直接数据交易难以形成可持续的模式，而间接数据交易更受市场青睐。在我国数据交易市场刚开始建立时，各大数据交易中心通常采用类似淘宝平台的直接数据交易方式，数据提供方在交易平台上发布数据，数据购买方根据平台信息购买数据。然而，由于数据价值、安全性和定价困难等问题，直接数据交易模式并未得到市场认可。与此相反，间接数据交易模式指的是将数据其中的企业主要出售自己拥有的数据或数据计算结果。

数据交易主要发生在特定生态内部，跨生态数据交易需求较小。大数据通常具有较小的颗粒度和较低的层级，非相关行业的人难以发现其价值，因此跨领域的大数据交易较为困难，一般只有在特定行业、生态内部才存在大数据交易的需求。根据调研情况，面向大众的数据交易平台意义不大，流量和交易量很少。然而，在特定的生态内部，例如区域产业集群、行业产业链生态和IT领域相关生态中，企业之间往往对数据交易有较高的意愿和需求。

为了促进我国的数据要素市场发展，应加快完善相关的体系。当前我国对于数据要素的研究主要集中在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。虽然确权和分类分级是数据交易的重要基础，但如果不结合具体的数据交易方式和场景进行研究，往往难以深入进行。因此，在基础研究领域应更加重视对于数据交易方式、交易技术和交易场景的研究。

间接数据交易应作为数据交易的主要方向。由于间接数据交易能够较好地结合业务场景、发挥数据价值且数据安全风险较低，市场认可度较高，因此应予以重视，甚至将其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种类型：一是数据结果类交易，即不直接交易数据本身，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，并对业务中的数据要素进行估价。

工业互联网平台是促进产业生态内部数据交易的核心。考虑到特定行业、生态内部的大数据交易需求更为旺盛，工业互联网平台自然将成为我国数据要素市场的核心环节。在同一工业互联网平台上的企业往往处于同一产业链上，它们对于平台内其他企业的数据有较高的需求，例如根据其他企业的生产和库存情况来决定自身的采购和生产。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。

最后，应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和场景的系统化研究，以及不同模式对于数据确权和分类分级的不同需求，有针对性地打造数据要素流转体系。同时，鼓励地方和企业加强数据交易的探索，特别是间接数据交易方面的探索，

热点：大数据 大数据交易 数据 数据交易