近年來隨著大數據的廣泛普及和應用，數據資源的價值逐步得到重視和認可，數據交易需求也在不斷增加。2015年《促進大數據發展行動綱要》明確提出“要引導培育大數據交易市場，開展面向應用的數據交易市場試點，探索開展大數據衍生產品交易，鼓勵產業鏈各環節的市場主體進行數據交換和交易，促進數據資源流通，建立健全數據資源交易機制和定價機制，規范交易行為等一系列健全市場發展機制的思路與舉措”。在國家政策的積極推動、地方政府和產業界的帶動下，貴州、武漢等地開始率先探索大數據交易機制。本文梳理了我國大數據交易現狀及存在的問題，針對性地提出了促進我國數據資源開放、推動數據應用和釋放數據價值的政策建議。

我國大數據交易發展現狀

（一）我國大數據交易發展特點

1.大數據交易平臺建設進入井噴期。數據交易平臺是數據交易行為的重要載體，可以促進數據資源整合、規范交易行為、降低交易成本、增強數據流動性，成為當前各地促進數據要素流通的主要舉措之一。從全國范圍來看，2015年前成立并投入運營的有北京大數據交易服務平臺、貴陽大數據交易所、長江大數據交易所、東湖大數據交易平臺、西咸新區大數據交易所和河北大數據交易中心。2016年新建設的有哈爾濱數據交易中心、江蘇大數據交易中心、上海大數據交易中心以及浙江大數據交易中心。據有關數據預測，到2016年年底，全國類似的交易平臺數量可能達到15到20個。
2.大數據交易變現能力有所提升。在國家政策的推動鼓勵下，數據交易從概念逐步落地，部分省市和相關企業在數據定價、交易標準等方面進行了有益的探索。隨著數據交易類型的日益豐富、交易環境的不斷優化、交易規模的持續擴大，我國數據變現能力顯著提高。據《2016年中國大數據產業白皮書》不完全統計，2015年我國大數據相關交易的市場規模為33.85億元，預計到2016年國內大數據交易市場規模將達到62.12 億元，2020年將達到545億元。

　　3.大數據交易仍整體處于起步階段。從整體發展水平來看，我國大數據交易仍處于起步階段，突出表現在以下幾個方面：一是數據交易主要以單純的原始數據“粗加工”交易為主，數據預處理、數據模型、數據金融衍生品等內容的交易尚未大規模展開。二是數據供需不對稱使得數據交易難以滿足社會有效需求，數據成交率和成交額不高。三是數據開放進程緩慢，一定程度上制約了數據交易整體規模，影響數據變現能力。四是數據交易過程中缺乏全國統一的規范體系和必要的法律保障，無法有效破解數據定價、數據確權等難題。

（二）我國大數據交易的主要類型

1.基于大數據交易所（中心）的大數據交易?；诖髷祿灰姿ㄖ行模┑慕灰啄Ｊ绞悄壳拔覈髷祿灰椎闹髁鹘ㄔO模式，比較典型的代表有貴陽大數據交易所、長江大數據交易所、東湖大數據交易平臺等。這類交易模式主要呈現以下兩個特點：一是運營上堅持“國有控股、政府指導、企業參與、市場運營”原則；二是股權模式上主要采用國資控股、管理層持股、主要數據提供方參股的混合所有制模式。該模式既保證了數據權威性，也激發了不同交易主體的積極性，擴大了參與主體范圍，從而推動數據交易從“商業化”向“社會化”、從“分散化”向“平臺化”、從“無序化”向“規范化”實現轉變，將分散在各行業領域不同主體手中的數據資源匯集到統一的平臺中，通過統一規范的標準體系實現不同地區、不同行業之間的數據共享、對接和交換。

2.基于行業數據的大數據交易。交通、金融、電商等行業分類的數據交易起步相對較早，由于領域范圍小，數據流動更方便。同時，基于行業數據標準較易實現對行業領域交易數據的統一采集、統一評估、統一管理、統一交易。2015年11月，中科院深圳先進技術研究院北斗應用技術研究院與華視互聯聯合成立全國首個“交通大數據交易平臺”，旨在利用大數據解決交通痛點，推動智慧城市的建設，未來將逐步組建交通大數據供應商聯盟，構建良性的交通大數據生態系統。

3.數據資源企業推動的大數據交易。近年來，國內以數據堂、美林數據、愛數據等為代表的數據資源企業漸具市場規模和影響力。區別于政府主導下的大數據交易模式，數據資源企業推動的大數據交易更多的是以盈利為目的，數據變現意愿較其他類型交易平臺更強烈。數據資源服務企業其生產經營的“原材料”就是數據，在數據交易產業鏈中兼具數據供應商、數據代理商、數據服務商、數據需求方多重身份。經營過程中往往采用自采、自產、自銷模式并實現“采產銷”一體化，然后再通過相關渠道將數據變現，進而形成一個完整的數據產業鏈閉環。正是因為這種自采自產自銷的新模式，數據資源企業所擁有的數據資源具有其獨特性、稀缺性，一般交易價格較高。

4.互聯網企業“派生”出的大數據交易。以百度、騰訊、阿里巴巴等為代表的互聯網企業憑借其擁有的數據規模優勢和技術優勢在大數據交易領域快速“跑馬圈地”，并派生出數據交易平臺。這種大數據交易一般是基于公司本身業務派生而來，與企業母體存在強關聯性。一部分數據交易平臺作為子平臺，數據來源主要來源于“母體”并以服務“母體”為目標；也有一部分數據交易平臺脫離“母體”獨立運營，即便如此也能看到“母體”的影子。以京東萬象為例，京東萬象作為京東的業務組成部分，其交易的數據與服務的主體與電商息息相關。京東萬象的交易數據品類較為集中，盡管京東萬象的目的是打造全品類數據資產的交易，但目前平臺主推的仍是金融行業相關數據，而現代電子商務的發展離不開金融數據的支撐。

　　我國大數據交易發展的現實困境

（一）數據交易環境有待完善。良好的數據交易環境是大數據交易發展的基礎保障，既有賴于法律法規的保障和標準規范的支撐，也需要相應監管的到位。目前，國家層面的數據交易法律法規和行業標準尚未推出，導致地方各省大數據交易平臺建設過程中自行探索標準體系，容易自成體系。同時，大數據交易是互聯網經濟背景下誕生的一種新事物、新業態，在政府層面尚未有專門的監管職能部門對其進行監管。

（二）數據交易以“粗放式”為主。從交易內容來看，我國大數據交易以單純的數據原材料買賣為主，數據算法、數據模型等交易尚未起步，數據價值得不到有效體現；從交易價格來看，目前交易過程中缺乏對數據定價的統一標準，難以準確衡量數據應有價值；從數據質量來看，部分交易數據存在格式不規范、內容不完整等問題，影響數據交易。

（三）數據交易平臺定位不清。從目前大數據交易平臺建設來看，各地大數據交易平臺在建設過程中存在著定位重復、各自為戰，難以形成綜合優勢的問題。以華中大數據交易所、長江大數據交易中心、東湖大數據交易中心三個交易平臺為例，三者均處于湖北省境內，但在發展定位上、功能定位上界線不清，形成了多個分割的交易市場，導致數據交易市場之間缺乏流動性，呈現交易規模小、交易價格無序、交易頻次低等特點，難以真正實現平臺化、規模化、產業化發展，無法有效發揮數據交易平臺的功能優勢。

（四）數據質量難以得到有效保障。目前我國各地數據交易大多基于數據交易平臺開展，但數據交易平臺在建設過程中對于建設主體、參與主體等并未制定嚴格的標準要求，對于誰可以出資、出資額多少才能建設大數據交易平臺未做明確規定，這種低門檻將影響數據質量。與此同時，我國大數據交易平臺建設主要采用會員制，但對入會成員未制定統一標準要求。以華中大數據交易所為例，在會員認證過程中主要是對其身份屬性進行認證，但對企業資產等均未做明確要求，無法保證交易數據質量的權威性和準確性。

推進我國大數據交易發展的突破路徑

（一）加快標準立法建設，優化數據交易環境。目前，貴州、武漢等地積極探索大數據交易標準規范，貴陽大數據交易所成為國家首個“大數據交易標準試點基地”，華中大數據交易所通過制定《大交易數據格式標準》《大數據交易行為規范》等推動大數據交易規范化發展。國家可基于地方數據交易實踐及標準規范，并借鑒國外先進經驗，逐步探索建立國家層面數據交易的法律法規和行業標準，推動我國大數據交易實現標準化、規范化交易。

（二）加快數據開放進程，與數據交易形成良性互動。充分發揮數據開放與數據交易間的良性互動作用，逐步為數據交易構建起良好的環境氛圍。大數據時代，隨著數據資產價值的提升，數據開放通過進一步豐富數據品類、擴大數據規模，可以在供給上為數據交易提供保障；數據交易變現能力提升和應用效果顯著后，將會在一定程度上鼓勵數據擁有者向社會開放數據。李克強總理在中國大數據產業峰會上指出，“80%的數據掌握在政府手中，政府應共享信息來改善大數據”，政府作為公共數據的核心生產者和擁有者應加快數據開放，推動數據流通和數據交易，釋放數據價值。

（三）逐步推進“分類”交易原則，試行“一類一策”。按照差異化交易原則，對交易的數據進行分類，根據不同類型數據實施分類交易。一是針對不同的交易主體、交易模式等，鼓勵其根據自身優勢、自身發展定位等分類發展。二是針對不同來源的數據、不同類型的數據，嘗試制定不同的交易策略和定價策略。如針對稀缺性、價值高的數據，實施賣方定價；針對社會公共價值高的數據，特別是政府部門提供的數據，實施成本定價。

（四）創新交易方式，探索“泛交易”模式。“泛交易”是指在數據交易過程中，打破傳統思維，創新交易方式，延長數據交易鏈，在現有數據買賣的基礎上，探索以數易數、數據捐贈、數據代理等更加“泛化”的數據交易形式。如東湖大數據交易中心在交易平臺上推出“以數易數”服務，用戶在數據購買過程中可以與賣方協商，用自己所擁有的其他數據與其進行“物物交換”。“泛交易”可以鼓勵吸引更多的數據交易主體參與到交易過程中，增強數據流通性和使用價值，多渠道提升數據交易變現能力。
作者單位分別為國家信息中心、天津市信息中心