赛智时代赵刚：数据要素市场建设的策略和路径研究（下）

赛智时代赵刚：数据要素市场建设的策略和路径研究（下）

Innov100

2023-06-09 19:14:15

5月26日，2023中国国际大数据产业博览会在贵阳开幕。本届数博会以“数实相融算启未来”为主题。

赛智产业研究院院长、赛智时代总裁赵刚博士受邀参会并在“数字经济与实体经济深度融合论坛”上发表主题演讲，演讲题目是《数据要素市场建设的策略和路径研究》，以下是演讲内容（下）。

三、数据要素市场建设的中国实践和下一步策略

我国已经制定数据基础制度，并在实践中探索数据要素市场建设。目前通过先行先试，摸索出一些路径。

（一）数据要素市场体系建设

我国数据要素市场体系初步成型，如图6。

图6：数据要素市场体系建设

图片来源：赛智时代

一是推动数据供给侧发展。数据供方提供公共数据、互联网数据、行业数据等高质量数据给数据要素市场，数据供方对数据进行采集、清洗加工、存储计算、数据分析等生产形成数据产品和服务。

二是推动数据需求侧发展。数据需方围绕政府、社会和行业数字化转型的需求提出数据产品需求，形成多种数据应用需求场景，包括智慧城市、自动驾驶、金融、医疗、工业、生态、商贸、文化、科研等。

三是推动建设数据流通和交易平台。政府建设公共数据开发利用平台，推进公共数据授权运营；交易所建设数据交易平台，促进社会数据场内交易；企业建设商用数据服务平台，提供场外数据产品服务等；推动数据经纪商和第三方数据服务机构发展，构建数据流通和交易生态。

四是推动数据资产化。建设数据资产登记中心，推进数据资产评估和入表试点，建设数据资产托管平台，促进数据资产定价，探索数字经济新业态创新服务。

（二）数据要素市场需求侧建设：数据应用

数据要素市场的需求侧建设包含机构内部数据应用需求（聚数和用数）和机构外部数据应用需求（要数）。

1、机构内部数据应用需求（聚数和用数）

目前看，数据开发利用的主阵地在机构内部数据应用。一是政府数据应用，例如一个身份证关联诸多政务数据和应用，电子证照库共享数据，以及数据分析报表辅助领导决策等方面的应用。二是社会数据应用，例如电商数据精准营销、电商平台内的数据网贷、企业产品数据管理和共享等应用。内部数据应用也需要外部需求，但目前还是机构内部的聚数和用数为主。

2、机构外部数据应用需求（要数）

目前，数据要素市场主要满足机构外部的要数需求，主要有三大类场景。一是获取外部信息对外部数据的需求（即知己知彼），例如政府和企业要掌握市场信息、竞争情报信息、企业信用信息（替代数据）和公共安全情报信息等。二是科学研究形成知识时对外部数据的需求，例如生物科学研究、宏观经济研究、宏观政策研究等对外部数据的需求。三是人工智能训练和推理对外部数据的需求，例如人工智能训练数据等。

图7：数据要素市场需求侧（数据应用）

图片来源：赛智时代

需求侧目前遇到的问题主要是用户的三不知：不知道我需要什么？不知道我需要的数据哪里有？不知道我拿到的数据有什么用？那么，需求侧的数据应用策略就是让用户理解应用，要推进政用、民用和商用的各类应用场景试点，以激活应用需求，牵引数据供给和流通。

（二）数据要素市场供给侧建设：公共数据和社会数据开发

1、公共数据开发的各地实践

北京实践：北京市推动建设公共数据创新基地；设立了公共数据专区，金融数据专区支撑金融机构贷前审查等；位置数据专区支撑人口统计、公园人流检测等；空间数据专区支撑城市黑臭水体检测、自然灾害风险普查等。

上海实践：上海市政府开展了普惠金融、美团点评智能配送、平安科技健康咨询等十多个公共数据开放应用试点项目，已经连续开展3年。

贵州实践：贵州省建设了统一的公共数据开发利用云平台，推动在普惠金融、公共数据交易、劳动用工等重点领域落地云上企信、助银发等24个数据产品和服务。

福建实践：福建省公共数据资源中心建立数据服务平台，为各个委办局提供数据汇聚、开发、共享和开发利用的统一服务。

图8：数据要素市场供给侧（公共数据开发的各地实践）

图片来源：赛智时代

公共数据开发利用目前遇到的主要问题是公共数据授权运营的合法性和公平性问题，究竟是有偿还是无偿？是独家授权还是多家授权？那么，公共数据开发利用下一步策略就是分类分级开放数据，建设公共数据授权运营规则体系，兼顾公平、效率和安全。

2、社会数据开发的各地实践

北京实践：与国铁集团、华风集团、国家电网、人民网等建设交通、气象、能源、文化、算力等数据专区建设。

上海实践：上海打造金融、数字资产等板块，可交易数字资产主要包括文博衍生、数字文创、消费场景、品牌营销、产业应用、数据知识产权等六种类型。

贵州实践：贵数所在全国率先上线“气象数据专区”“电力数据专区”“算力资源专区”等。

深圳实践：深数所发布行业实践与企业服务、ESG、跨境、汽车、交通5大数据产品专区，其中跨境数据产品专区应用场景包括科研医疗、跨境贸易、跨境医疗、跨境金融、跨境人才等。

海南实践：打造海南数据产品超市，打造银行消费贷、保险理赔、招聘背调、精准气象、平价菜选购、跨境电商数据服务等20类数据产品。

图9：数据要素市场供给侧（社会数据开发的各地实践）

图片来源：赛智时代

目前，社会数据开发遇到的主要问题是在供方主导的市场中，产品与用户场景需求脱节。那么，社会数据开发下一步的策略是加强供方以用户和场景为中心的数据产品设计。

（三）数据要素市场流通侧建设：数据交易的不同实践模式

1、一对一数据直接交易

一对一数据直接交易是交易双方就数据类型、交易价格、使用方式等进行商定。以原始数据或清洗后数据交易为主，交易额远大于场内交易，如海天瑞声的定制语音数据合同。一对一数据直接交易的优点是买卖双方自行接洽签约，交易流程简单；缺点是存在交易过程不透明、质量不可控等风险，不利于市场监管，容易滋生数据黑市交易。

2、一对多数据产品交易

数据服务商对自身拥有的数据进行一定加工，将原始数据变成标准化的数据产品进行许可使用。相关数据服务商有上百家，交易较活跃，如天眼查、Wind咨询、京东万象等平台服务。一对多数据产品交易的优点是数据产品质量高且面向应用场景，实时更新，数据服务质量好，使用便捷；缺点是产品应用范围和方式受限，无法获得全量数据，存在定价不透明，容易形成数据垄断。

3、平台双边数据交易

数据交易所或平台作为完全独立的第三方，为数据供需双方提供交易场所。已经建立各级交易所80多家，但交易清淡，如北数所、上数所、深数所。平台双边数据交易的优点是促进数据交易安全、规范以及高效进行，参与主体更为广泛、交易标的价值更大、交易活动频次更高；缺点是数据交易平台难以获得市场参与者的信任，数据集更多是一次性的，有数据集中泄漏风险。