大数据交易市场迎来新机遇

大数据交易市场正在经历一个重要的转折点。近日，在2020年中国国际服务贸易交易会上，北京市市长陈吉宁宣布了建立大数据交易所的消息。随后，《北京国际大数据交易所设立工作实施方案》正式发布，其中一个目标是将其打造成“受到市场广泛认可的数据交易平台”。

早在2014年，中国首个大数据交易所就在贵阳成立。随后，乌镇和上海也相继建立了自己的大数据交易中心或交易所。然而，由于“确权”和“定价”问题的存在，大数据交易市场一直面临挑战。随着北京发出的新信号，大数据交易市场或许将迎来新的发展机遇。

今年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》发布，首次明确数据成为继土地、劳动力、资本和技术之后的第五大生产要素。大数据交易所的建立有望真正释放数据的价值，推动经济增长。

在数据要素崛起的过程中，产业链的数字化转型步伐将大大加快，而隐私计算在此过程中发挥了重要作用。为此，算力智库特别邀请了多方安全计算领域的创新企业光之树科技的处理方案架构VP张迎春，对大数据交易中的“确权”、“定价”、“价格发现”、“脱媒”及隐私计算的作用进行了系统讨论。

大数据交易市场的新解法：价格发现与多方共赢

最近，中共中央和国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》，其中提到要建设要素市场化交易平台，这表明大数据交易所应被视为广义市场的概念，即买卖双方进行商品交换的场所。

广义的数据要素市场不仅包括参与交换的各方（如数据开放主体、数据应用主体、数据增值服务提供主体、市场监管和运营主体等），还包括相关的程序、法律和法规等。

因此，大数据交易所可以从广义市场的层面上：

1. 解决数据行业供需矛盾和数据要素流动性的问题，惠及供需双方。如果没有农贸市场，农户种植的粮食如何有效地卖给尽可能多的需求者？同样，数据要素也需要一个平台来高效流通。近年来，大数据和AI技术快速发展，尤其是在金融行业，数字化转型取得了显著成效。但仅仅依靠自产自销的数字化转型并不足以实现市场化，需要有“先行者”将数据要素开放出来，赋能更多的经济实体。大数据交易所正好提供了这样的平台，促进数据要素的流动性。

2. 避免顶层设计对市场透明度不足导致政策有效性降低的问题，惠及监管方。相比于零散的、自发的数据交易方式，大数据交易所可以帮助政府等监管主体更便捷、灵活地监管整个数据要素市场。

3. 促进行业分工，惠及更多的数据行业产业链主体。例如，贵阳、上海等地的大数据交易所不仅提供数据接口类产品，还推出了数据应用类产品，这对数据要素市场的参与者来说是很有价值的创新。这些新产品引入了数据增值服务提供方，他们可以提供数据加工、分析、建模等服务，从而更好地实现数据要素的价值。

4. 最后，我们可以大胆预测，随着国内相关探索的推进，大数据交易所可能会承担部分数据要素价格发现的功能，从而为“数据定价”这一长期讨论的热点找到市场化的解决方案。

数据交易市场仍需解决“脱媒”问题

从过去几年的观察来看，围绕数据开放和数据交易的探索和尝试从未停止，可以说国内大数据行业经历了艰难的摸索过程。

在各地大数据交易中心出现之前，一些商业公司（主要是互联网和科技企业）依托自身数据资源和能力，建立了“数据市场”。一方面，这些市场作为自身数据的出口，另一方面也作为收集更多数据的入口。然而，在市场培育后，数据持有方普遍认识到数据的价值，但由于缺乏公信力和相关规则，这些商业公司的数据市场效果并不理想。

随后，政府开放数据平台和大数据交易所等模式逐渐兴起，解决了公信力问题，但仍然存在“脱媒”现象。很多情况下，买卖双方并不依赖交易中心，而是自己完成交易。根据某市场调研机构的数据，政府数据开放平台和大数据交易所的日均数据消耗量不足百条。

尽管近年来相关政策和法律法规有所改善，但“脱媒”问题仍然是亟待解决的问题。这是因为交易平台的能力不足以降低数据交易成本。数据交易不仅涉及数据本身的价格，还包括数据清洗、加工、建模等环节，这些环节需要处理数据安全、模型知识产权等问题。

在这种情况下，理性的参与者可能会选择线下完成合作，因为这种方式可能更经济。反过来，如果交易平台能够通过物理分散、逻辑集中的方式提供交易场所，并且保护算法模型不受篡改和盗用，所有交易的来龙去脉都可以追溯，那么数据要素的流动路径将延长，数据价值可以在平台上实现。

隐私计算在大数据交易市场中的作用

如前所述，数据要素市场需要包括数据开放主体、数据应用主体、数据增值服务提供主体、市场监管和运营主体等在内的多种主体协同参与。从目前国家层面的各种政策来看，要素市场将以市场化方式运作，更加完善的要素市场化配置体制机制是一个复杂的大课题，需要国家、地方政府和各类企业在数字经济中发挥相应的作用。

除了产业链的逐步完善，国内各行业数字化转型进度不一，这也是当前大数据交易产业链的一个特点。例如，金融、政府等行业数字化转型较早且进展较快，但农业等行业仍在起步阶段。因此，在讨论大数据交易产业链涉及的技术时，要认识到真正有价值的应该是涵盖数字化转型和数字资产化两个阶段的技术。

对于数字化转型阶段，人工智能、大数据技术、云计算技术和物联网技术等直接提升数字化水平和数字生产力的技术更为重要。而对于数字资产化阶段，区块链和隐私计算等用于构建新型数字生产关系的技术尤为重要。

对于隐私计算，我们可以从以下几个方面看待其在大数据交易市场中的作用：

1. 平衡数据安全和数据价值：隐私计算结合区块链技术，站在数据“物理分散、逻辑集中”的视角下，从根本上平衡数据安全和数据价值之间的矛盾。这是目前隐私计算价值最被认可的地方。

2. 加速大数据交易产业的市场化进程：一旦上述问题得到解决，各参与主体的分工将加速分化。政府等监管主体、交易平台、数据供需双方以及围绕数据提供增值服务的主体，都将在一个互信高效的环境中协同工作。数据开放主体不再担心数据泄露，数据应用主体也不再担心数据产品定制化带来的高经济和时间成本，数据增值服务方则不用担心服务价值难以衡量。

3. 加速整个产业链的数字化转型：目前在金融、医疗等行业，领先企业已经能够开放赋能同行乃至相关其他行业企业。例如，银行的开放银行、医疗行业的医联体、医共体互联互通等，都是开放赋能的典型案例。隐私计算技术在这种情况下，可以作为一种新型的能力开放方式，让“算法多跑腿”，从而缓解某些行业的资源紧张问题。

大数据交易中的“确权”与“定价”

数据确权是数据交易的重要前提，包括贵阳大数据交易所的数据确权服务、浙江大数据交易中心的确权平台、人民数据的数据确权服务等，都属于数据权属在某种规则或法律意义上的认定。近期，数据确权也成为国内学术界、法律界、科技界的热议话题。

从技术角度来看，数据确权需要支持。例如，有两个同构但来源不同的数据集，当它们被整合应用时，如何确定某条数据来自哪个数据集，来自哪个数据提供方？如果不能确定，那么在发生数据权属纠纷时，过程中的情形和相关责任将难以明确。

目前，我的思路是利用区块链结合数据标识解析技术为数据打上不可篡改的“数字水印”。这不仅有助于从技术上支持数据确权从“主体确权”转化为真正的“数据确权”，还能解决数据去标识化的问题。

结语

张迎春先生是光之树科技的解决方案架构VP，拥有10年以上的金融行业咨询服务经验，曾主导多个大型金融机构的数据业务搭建、整合、转型等大型项目。光之树科技致力于打造高性能、安全、可配置、基于区块链的隐私计算平台，赋能金融、政府等多个行业机构，使其能在不暴露原始数据的前提下进行可信的联合学习和联合计算。

公司核心产品包括天机可信计算平台、云间联邦学习平台、数据开放创新平台等，并已在金融、政府、农业等行业落地。公司是2019年达沃斯世界经济论坛全球技术先锋奖得主，国家高新技术企业，并参与了多个隐私计算技术标准的制定。