數據的邊際成本為零，這導致原來的農貿市場、交易所那一套理念發生變化。“所以目前來看，用物權交易的理念來做數據交易市場是無解的。” 陳新河說。

國務院日前印發《促進大數據發展行動綱要》。隨著大數據時代的到來，數據本身也在商品化。數據已經逐漸成為一種新型生產要素，由此產生了數據交易的新興環節。數據商品化促使市場上有人忙于搭建數據共享、交換與交易平臺，為數據資源供給方和需求方提供交易環境和服務。

數據真的可以交易嗎？數據交易會在實際操作中面臨哪些問題？

在第一財經研究院攜手明略數據聯手舉辦的《中國大數據應用前沿調研報告暨大數據技術精銳企業圖譜》發布大會上，來自業內的數據專家指出，由于數據的邊際成本為零，數據交易與傳統交易概念完全不同。如果用物權交易理念來做數據交易市場是無解的。

相同數據，不同人能挖掘出不同價值

工信部專家、中關村大數據產業聯盟副秘書長陳新河指出，目前社會上已經出現了一些大數據交易市場，包括貴陽大數據交易所、數據堂等，預計未來還會涌現更多類似的平臺。但是大數據在最開始產生交易這個理念的時候就存在一個嚴重錯誤。

在工業時代，我們有類似于農貿市場、交易市場一樣的東西，這并不代表大數據也一定應該有交易市場。數據的交易與工業時代商品交易大不一樣，工業商品交易伴隨著實質物權、產權的轉移。但是數據的邊際成本為零，這導致原來的農貿市場、交易所那一套理念發生變化。“所以目前來看，用物權交易的理念來做數據交易市場是無解的。” 陳新河說。

他解釋稱，一些人認為把大數據作為一種資產，在交易的過程中索取傭金，搞大數據交易市場是一個穩賺不賠的行業。但實際上，如果將一份原始數據拿去交易，結果可能導致數據在別人那里產生的價值比自己高的多。同時，不同人對于同樣的數據所產生的價值也是不同的。例如同樣的數據，賣給A公司50萬，價格就已經很高了(overprice)，因為A公司利用這些數據只能賺30萬。但是賣給B公司，也許B公司能賺200萬美元。

對此，北京明略軟件系統有限公司董事長吳明輝結合數據公司的實踐經驗指出，直接交易原始數據存在很大風險。“但數據公司可以通過一些巧妙的方法去做好數據的挖掘和加工。” 吳明輝表示。

吳明輝認為，數據的交易理念與傳統交易很不一樣，第一，同樣的數據可以產生很多不同應用。第二，數據可以重復利用。這就意味著交易原始數據在產權和所有權上會出現很大問題。“我在做交易的時候，你把我的數據買走了，之后你繼續賣怎么辦？硬生生地將原始數據做交易實際上是對數據行業非常大的挑戰。”他說。

數據本身也有所有權。例如阿里巴巴很多數據所有權其實在每位顧客手里，消費者在阿里網站上消費，阿里得以存儲這些的數據，但本質上這些數據還是消費者的，消費者并不允許阿里將這些數據給別人用，否則就侵犯了消費者的隱私。如果直接把原始數據進行交易將產生更大法律風險。

吳明輝表示，這時候公司不會直接交易原始數據，而是通常基于一些數學模型，在數據上做加工。將加工的結果提供給客戶不侵犯原始數據的安全性和隱私性。以明略數據為例，公司在幫助銀行、稅務客戶采集各種數據源時，采集過程不會直接拿到原始數據，而是建造一個數據挖掘黑盒子，將數據進行一定加工，生成的結果給客戶使用，原始數據當場就清理了。數據的提供者對此也喜聞樂見，因為這樣可以保證他們的數據在今后具有反復利用的價值。

大數據如何能轉換“大價值”

《中國大數據應用前沿調研報告》指出，在大數據的價值鏈中“數據、技術與思維三足鼎立”。對于數據、技術及思維的掌握決定了大數據能夠創造多少商業價值。

以金融行業為例，在數據方面，金融行業的數據已經非常之多。技術方面，大數據時代傳統金融行業面臨新的技術難題，傳統的分析方法難以適應大數據的管理需要。企業需要更有效的數據挖掘算法。在思維方面，國外金融機構已經將大數據技術在風險控制、運營管理、營銷支持及商業模式創新等領域進行了全面嘗試。市場需求細分和渠道整合價值目前已經得到國內金融行業普遍認識，但大數據還有很多待發掘的價值。

鑒于此，《大數據技術精銳企業圖譜》的設計理念就是從數據和技術出發，展現中國大數據產業，同時重新審核了每家企業的分類屬性，更加客觀的展現首批入選企業的大數據業務發展現狀。其中數據類包括數據整合應用、數據商品化、數據采集提供；技術類包括解決方案供應商、應用程序供應商、基礎架構供應商。

大數據產業與其他產業的融合是由點及面的邏輯點，即企業對大數據應用、平臺、解決方案等對企業業務流程支持的需求對接面。通過數據采集、數據商品化、數據整合，應用提供商將產業內、不同產業間、企業內、不同企業間的安全數據流通與共享變為可能。大數據與產業融合成為四通八達、全面連接發展的面。