大数据是资产、是“新石油”已成共识，但此“石油”非彼石油，要想让“新石油”交易和流通起来，还有很多坎要过。眼下中国已经建立了十几家数据交易中心，但数据交易并不理想，很多有需求的用户不得不到数据“黑市”去买数据。如何破解大数据流通和交易中的种种难题，是大数据产业界非常关注的焦点。几天前，国家发展和改革委员会正式批复由上海数据交易中心牵头建设大数据流通与交易技术国家工程实验室。这个实验室的成立能够破解大数据交易和流动之难吗？下一步应该如何来推动大数据流通和交易？

大数据交易面临种种难题

我们处在数据爆炸时代，但事实上，即便是数据巨头所拥有的数据也未必就是全景数据，数据孤岛现象严重。要充分释放大数据的价值，就得让大数据流通起来，放大其价值。

大数据流通和交易之难，关键的原因之一是此“石油”非彼石油。阿里数据经济研究中心秘书长潘永花在接受《中国电子报》记者采访时坦言，数据与其他商品不一样，数据是零边际成本，销售出去之后它依然存在，而且数据销售给不同的用户其价值也不一样，对于数据这样的特殊商品如何来定价？定价标准是什么？是难题。

大数据流通和交易另一个难题是缺乏数据“红线”。究竟哪些数据合法、哪些数据不合法，因为数据“红线”不明确，所以拥有数据的供给方，比如金融、电信等机构也都不敢轻易拿出数据，造成数据的供给侧不活跃、不丰富。中国信息通信研究院技术与标准所移动互联网与大数据部副主任魏凯对《中国电子报》记者表示。对数据购买者来说，他们也面临数据来源合不合法、质量不能保障等困惑。

在多方纠结的情况下，对数据交易平台来说，如何让市场活跃起来，打消各个方面的顾虑，同时提升自身的可信程度，就是非常关键的问题。而从数据交易商业模式来看，目前缺乏比较成熟、成功的商业模式。眼下市场上有几种商业模式，一是类似上海数据交易中心的“数据超市模式”，数据交易平台上集合买家和卖家；二是数据堂模式，企业自己采集、收集加工将数据出售给相关用户；三是“开源模式”，整合开源数据、进行梳理、清理提供给需要的公司。有专家称，即便是起步早的国外市场，目前也没有做得特别大的数据交易机构。

京东万象总经理杜宇甫对《中国电子报》记者表示，目前五大难题制约数据交易和流通，第一是版权问题，第二是应用指导问题，第三是合规性问题，第四是集成应用问题，第五是数据质量问题。

北京供销大数据集团首席技术官、供销科技有限公司总裁王帅宇在接受《中国电子报》记者采访时表示，大数据交易难其实归结到最后是两个核心问题。一是大数据交易的基本商业逻辑并没有很好地解决。数据这个商品“标的”的版权问题不解决，就无法真正保障交易双方的利益，也违背存在了几千年的商业交易逻辑。因此，大数据交易中的数据确权问题是核心，这方面不仅需要方法论的研究，还需要技术支撑。针对这一问题王帅宇表示自己已经找到了解决方案并申请了专利。二是数据交易中心需要在数据交易中扮演更重要的角色。包括解决数据的存储、清洗、脱敏、标准化、接口的统一化、数据交易中的分发加速等，没有在数据交易中的深度参与，很难实现持续发展。因此，目前国内大数据交易中心这种“轻资产”运营且仅侧重于“撮合”的方式是需要改变的。

“梧桐树协议”破解数据交易之难

破解大数据之难，需要大数据流通和交易相关的方方面面建立这个领域的“梧桐树协议”。1790年出现了股票买卖、经纪人，但当时缺乏规则，1792年5月17日，二十几个股票经纪人在纽约华尔街68号的一棵梧桐树下，签署了梧桐树协议，目的是为了回应市场、政府和参与交易的人对他们的质疑，规范交易行为。这个协议保障各方利益，是纽约证券交易所成立的标志，也为后面股票交易规则的建立起到了奠基的作用。现在大数据流通领域也需要制定规则协议。

去年4月，由数据中心联盟牵头、中国信息通信研究院发起，包括电信运营商、数据交易所、互联网企业等54家机构联合发布了数据流通行业自律公约，规范了9个方面内容，主要围绕大家关注的焦点问题，建立行业自律公约，形成中国数据流通的行业规则。据透露，今年3月这个数据流通行业自律公约将会有更新内容出台。从去年成立时透露的信息来看，其中一项就是建立信息披露和合规性审核机制。

王帅宇表示，大数据的交易可以套用已经存在的商业交易规则而无需再创，因为现存的商业规则经历了几千年摸索沉淀下来，被证明行得通。就像版权交易，当A将B这首歌的版权出售给C，那么A就不再拥有B，虽然A依然可以唱B，但是A不能将B进行商业经营和交易。数据这种商品可以用版权商品的规则来交易。

几天前，国家发改委批复大数据流通与交易技术国家工程实验室建立，这对于推动中国大数据的流通和交易，也是一个利好。据了解，大数据流通与交易技术国家工程实验室由上海数据交易中心、复旦大学、合肥工业大学、中国互联网络信息中心、中国信息通信研究院、中国联通等单位联合发起组建。公告显示，实验室主要解决我国大数据共享交换及交易流通不畅、标准不明、数据质量参差不齐等问题，建设大数据流通与交易技术创新平台，支撑开展政企数据资源共享交换、公共数据开放流通、云上公共大数据分析与处理、跨系统公共大数据共享交换标准、大数据资源与服务确权估值建模等技术的研发和工程化。

在采访中也有专家对《中国电子报》记者表示，仅仅通过一个工程实验室想破解大数据流通和交易中的难题还是很不容易的，毕竟大数据交易和流通是一个市场行为，市场的繁荣需要“市场这只手”说了算，大数据交易和流通需要市场实践和积累来摸索经验。

要破解大数据的交易和流通问题，杜宇甫认为应该从政策及技术两大层面来解决。比如大数据的合规问题，需要政府制定政策，究竟哪些数据可以流通，哪些数据不能交易，哪些数据可以开放，哪些数据必须保密等作出明确规定。与此同时，大数据落地离不开技术。我们可以看到，即便是传统意义上的物品流通，也在随着技术的发展而不断变革，不论B2C、C2C、O2O还是C2F，都离不开技术的支撑。大数据本身技术含量就非常高，因此想要推动其流通，更需要强大的技术支撑来实现。

杜宇甫表示，说到交易，无外乎买卖东西。其中有几个关键，一个是数据源，巧妇难为无米之炊，如果没有数据，谈何数据流通。目前很多有价值的数据没有真正意义上实现数据开放，导致黑色数据地下交易暗流激荡，正当的交易反而不敢摆在台面上进行。另一个是买和卖，在此不得不重提版权问题。传统买卖是物权转移，数据买卖则不尽然。如何建立整套的数据版权保障体系，避免数据流通后的泄露、窃取、篡改、复制等问题，关乎数据流通发展的命脉，需要尽快确立数据版权。

魏凯认为政府应该“弹性监管”，边发展边观察边解决问题，更多的是从法律规范的维度着手。王帅宇表示，大数据交易和流通的方法论、体系架构以及支撑技术等这些层面的事情是需要国家组织相关机构做更多的研究和研发。

而从商业模式的维度看，潘永花看好“数据即服务”的商业模式，用云服务的方式来提供数据服务比较容易实现可持续发展，她同时强调基于场景的数据服务也是比较好的创业方向。