会议主题：数据要素的背景及商业模式专家会
会议时间：2022-12-07
行业介绍：
（1）数据要素定位的历史意义和政策回溯：最开始从15年国家就出台了促进大数据发展的行动纲要，随之开始在全国设立国家的大数据综合试验区。贵州作为第一批拿到国家大数据综合试验区的地区，后续在16年的10月份，又陆续颁发了京津冀珠江三角洲的跨区域的大数据综合试验区，区域内有上海、河南、重庆、沈阳。还有一个大数据基础的建设方的综合试验区在内蒙。早期有非常多任务要在8大综合试验区里完成，且每个综合试验区都有几个固定的任务。第一个是数据资源共享开放的实验，第二个是大数据创新应用的试验，第三个是大数据资源流通的试验，第四个是大数据制度创新的试验，第五个是数据中心整合利用的试验，第六个是开展大数据产业聚集试验，以及第七个是开展大数据国际合作试验。在整个大数据综合试验区中，贵州是所有的八大区域里面的唯一做了全量的数据研究和标准制定的工作的地区。从15年到20年，国家已经陆陆续续出台相应的政策，这些都是根据之前的大数据综合实验片区的先行试验的结果给到国家，国家再根据各区域实际运营情况去搭建数据要素以及配置要素市场。
（2）数据交易中心的商业模式：国家已经把数据作为其中一个生产要素去认定。肯定需要全国范围内的各方标准制定和相应的法律法规的配套。以贵州为例，它是以权益类交易场所为载体去做数据的买卖撮合，最初想模仿的是上交所和深交所这样的有准入机制的一个权益类交易场所去做数据交易。当时第一个探索的是会员制，所有参与数据买卖的双方都必须是会员，双方有准入批复后，进入到大数据交易所进行数据交易。这个数据交易过程中，第一部分我们会收取所有的数据交易买卖双方的会员费。第二部分是数据，当数据交易完成后，我们在中间按照比例抽取佣金，即做撮合的商业服务模式。到后期我们发现在数据交易过程中涉及到非常多数据清洗、数据加工以及跨行业的数据流通，进而产生了一系列问题。首先是数据价格不对等的问题，由于这个市场并不是一个成熟且完整的市场，大家对于数据的价格和价值的认定都是不同的，所以首先在数据价格上就很难匹配。第二个问题是在增值服务上，所有非标准化的数据在流通的过程中很难高频交易，因此陷入到花大量时间去撮合统一标准的困境中，最后才能实现数据交易。导致我们的佣金比例一再升高，导致数据的供应商不愿意参与这样的数据交易商业模式。综上所述，现在为止，全国的交易所和交易中心主要的营收和商业模式概括为以下三类。第一个是做数据撮合，第二个提供数据交易过程中的增值服务。第三个是促商，其中会费和广告费等作为交易所的主要营收。另外按行业来讲，在数据交易过程中目前最活跃的板块在金融行业。从15年到21年，金融行业的数据交易的占比超过了60%~70%。除掉金融行业的数据需求，各省市都在做智慧城市建设和智慧孪生城市的时候，会有关于智慧城市建设的需求，包括交通、医疗，还有能源等等。
（3）数据要素和数字经济之间的关系：我认为数据要素是存在于在数字经济大体系里面的，因为本身数据要素的认定是将数据作为生产要素其中之一，当生产要素中包含了数据，这个数据就可作为生产的原材料不断延伸和探索，进而随着数据要素产生非常多的商业模式。
（4）数据交易实际过程中遇到的权属问题：目前来讲，我们所有的数据交易在流转过程中，我们尽量去使用数据的使用权，而非数据的所有权进行转移。我们现在有数据资产评估中心这样的机构对数据进行资产评估，但当所有权没有确定的时候，就只能评估可能在市场上能够流通的数据价格，本身的数据资产的资产性的话，是没办法去做完整的评估的。
（5）关于未来数据要素或者数字经济的政策展望：相信很快会出台和当时20年初的关于数字要素市场与配置数据要素市场的文相应的数据确权，在数据流通标准，在数据交易标准上面的国家级的法律法规会陆续出台。
问答环节：
1. 全国各个数据交易中心目前的整体运营情况。
现在全国做数据交易的权益类交易场所非常多，已有30多家。但实际运营情况并没有达到预期。因为从贵阳大数据交易所15年成立到目前，中间走了非常多弯路，各区域的大数据交易所也都基本模仿了贵阳大数据交易所先行先试的商业模式。在整个的数据交易过程中，交易所会遇到尴尬的问题，即交易所并不是一个数据的所有方，当数据的买卖双方是非常大的数据需求方和非常大的数据供应方时，他们的数据交易是不需要通过数据交易所去做进行撮合的，甚至他们不希望有第三方参与到交易中。因此，大数据交易中心的实际数据的交易量都不会大，并且大部分都还在模式的探索过程中。
2. 政务大数据平台和数据交易所之间的关系。
政务平台的和数据交易所在很多地区是各自分开的。政务大数据的运营平台都是整合了部分的当地政务的数据以及当地可公开的可使用的数据，甚至已经做成了封装好的API接口的数据产品，在市场上可以市场主体进行开放使用的这么一个机构。而对交易所来讲，它是在建立数据交易的规则的机构，想要去规范数据交易行为以及数据交易流通标准的一个权益类交易场所的机构。实际上他们和政务平台是合作关系，一个是数据源，一个是没有数据源的专门做数据交易的平台方。
3. 现在参与到数据交易所里的第三方的具体类别有哪些？
主要分为四大类别。第一大类：拥有数据源的数据公司或政务数据的平台公司，作为提供整个数据交易的原材料的一个角色。第二大类：拥有数据分析、数据清洗加工能力的技术型公司，他们可以帮助数据的需求方在某一个具体的应用需求里去做数据整理、做清洗做加工，形成一个数据买方能够直接使用，并且能够直接获得的数据产品。第三大类：提供网络平台服务的公司，他们既有自己的基础网络平台去可以沉淀，不管是用户的数据商业的数据，它将自己的数据拿来做成数据产品进行兜售，它又作为另外一个数据的购买方，去购买政务数据的原始数据的分析结果结合它的数据的产品做研发，去形成辅助金融等行业做判断决策的数据产品。第四大类：拥有区块链技术和拥有隐私计算技术的纯技术型的公司，他们是在做数据交易所里面的两个重要环节，第一个叫交易环节，第二个叫交付环节。交易环节是用区块链技术去做整个布局，去做整个分布式节点和计算的结果，保证数据的交易过程中的溯源和流通流转都能有记录。在区块链底层技术达标后，去保证数据交易完成，数据交易完成之后，给用户提供服务的时候有一个交付过程，即通过隐私计算技术去保证各自的数据在安全的情况下进行流通。
4. 在数据交易的价值链条中，以上四类公司分别在价值链的占比。
目前在第一类就是拥有数据资源这一类，目前在数据交易市场上来讲，它的占比是比较弱的，也是现在全国各地交易所都希望去寻找的就是数据供应商。现在需求和数据的清洗加工的一些技术公司都是存在，而且需求是比较大的，但比较核心比较难找到的是数据源。从国家层面来看，如果出台相应的确权的一些配套文件后，包括标准、使用场景等一系列文件出台后，我相信这类占比一定会发生非常大的变化，那就是数据供应方会变得很多，一旦当数据的供应方变得很多的时候，那才是真正数据市场上流通的这些数据产品，它才会有一个井喷式的爆发。目前来讲，数据涉及到安全问题、权属问题等，因此都不太敢非常市场化的去做大量探索。另外从价值量占比来看，在数据交易市场上，数据的供应方基本上可以拿走60%~70%。因为目前在出售数据的时候，数据的价格是由数据卖方自己定的，然后进行双方撮合，比如一个亿，可能数据的供应商就会拿走6~7,000万。数据的清洗加工方，技术方拿走一部分后才到平台方，平台方现在拿的非常少。但是如果当相应的配套法律法规建立完善后，我觉得拥有数据技术力量和数据分析能力的这类公司占比应该可以超过30%~40%。
5. 各区域大数据交易业务如何划分到大数据交易所？
现在全国各地不管是省级还好，市级也好，都是出台了各种交易所和交易中心，包括一个省里面有市级的交易中心，有省级的交易所，他们之间从业务上来讲是没有办法去划分区域。我现在作为一个数据供应方或者卖方，我可以到全国任何一个数据交易所去挂牌交易，我的数据并没有限制区域。但从全国各地的交易所出来之后，我们也看到一些问题。第一个就是实际在数据交易过程中，因为很多时候是非标化的交易数据，会涉及到很多的线下的讨论和线下的探查，在这个时候一些经济发达的地方的交易所交易中心，它的优势就体现出来了，因为他们那个地方相对来讲产业结构比较完整，比如上海已经有了上海大数据交易中心，我何必还把这个东西拿到贵阳去，和贵阳的业务团队做研究做交易。虽然说没有完全的去限定全国各地的交易所，但是由于各地的经济能力和经济情况来讲的话，经济发达的地方做数据交易所优势明显。
6. 政府的数据都是免费的，那么政府如何参与到大数据交易中？
在我们研究了政务数据和公共数据后，政府的免费数据其实只是冰山一角，我们现在能够免费使用且随时都可以看到的基本上是一些政务信息和公共信息，这些信息本来就是要忽视的，它本身不产生非常大的商业价值。但是还有很多政府统计收集的经营性数据，这些东西是有很大的商业应用价值的。它的商业应用价值就可以理解成比如土地，拿这个土地拿来做开发，土地本身的所有权还是归国家所有，但是它开发的产品开发的内容会有千奇百种，这一类的数据拿出来后，作为原材料进行开发，数据作为生产要素，能够做更多的开发和研发。
