摘要:对当前国内外大数据产业发展现状、趋势，大数据交易发展最新动态进行了跟踪研究。
0.引言
“未来数据将会如土地、石油和资本一样，成为经济运行的根本性资源。”
近年来，随着信息技术和互联网应用的蓬勃发展，“大数据”正以难以想象的速度带来新一轮的信息化革命，不断冲击和改变各行各业的生态体系。2014年全球大数据的市场规模已近300亿美元，在2013年的基础上实现超过50%的增长，2015年预计将超过400亿美元。而我国大数据产业规模也将由2011年的7千万美元增长至2016年6.17亿美元，实现超过50%的年均复合增长率。
数据毫无疑问是“大数据”最基础和最核心的价值所在，其天然的“1+1>2”属性，使得企业之间进行共享数据、交换数据、进而交易数据，成为大数据产业发展到一定阶段的内在需求。在此背景下，2015年4月，号称“国内首家大数据交易所”的贵阳大数据交易所宣告成立，引发了各界的高度关注。
本文对当前国内外大数据产业发展现状、趋势，大数据交易及面临的问题，以及贵阳大数据交易所的交易机制等问题进行了调研分析，并结合行业发展实际提出了建议。
1. 信息化革命催生大数据交易需求
1.1 “从IT到DT”，“大数据”带来新一轮的信息化革命
“IT”时代是“互联网＋”的早期阶段，在这个时期企业以“自我管理”为中心，致力于利用信息技术降低运营和产品成本，企业的原有业务逻辑基本不发生变化。以银行业为例，本世纪初便已大规模应用的网络银行，将一些需要在柜台办理的业务转移到网上办理，降低了企业成本，提升了用户的便利性，但是业务逻辑并未改变。
而“DT”时代，是“IT”时代的升华。在“DT”时代，数据成为重要资产，企业则从独享转向分享，致力于利用数据和数据分析技术研发新的产品，创造新的价值。仍以银行业为例，当前银行业利用数据分析技术对用户进行刻画，实现“精准营销”，研发适应于市场需求的金融产品，并基于数据间关系进行风控管理，实现对传统业务逻辑的重构。
“DT”时代的一个重要特征是，信息资源作为生产要素、无形资产和社会财富，与能源、材料资源同等重要，在经济社会资源结构中具有不可替代的地位，已成为经济全球化背景下国际竞争的一个重点。（此句出自中共中央办公厅发布的《关于加强信息资源开发利用工作的若干意见》(中办发[2004]34号)）
1.2 政府加大战略布局，“大数据”发展前景看好
世界上主流国家都已经认识到大数据对于未来的意义，并开始在国家层面进行相应的战略部署。以美国为例，奥巴马政府高度重视大数据，并于2012年3月29日发布了《大数据研究和发展计划》，从国家战略层面提出要收集庞大而复杂的数字资料，并从中获得知识和洞见，以提升能力。
此外，澳大利亚、加拿大、新西兰、德国和印度等国也在大数据领域进行了研究部署，还纷纷推出本国的公共数据开放网站，以使更多的人可以使用大数据资源，并从中获得利益。目前，全球至少拥有大大小小的数据开放网站50余个。
我国对大数据的发展也十分重视，习近平总书记去年在中央网络安全和信息化领导小组讲话中指出，信息资源日益成为重要生产要素和社会财富，信息掌握的多寡成为国家软实力和竞争力的重要标志。今年两会期间，“互联网+”被正式写进政府工作报告，上升为国家发展战略，而“互联网+”行动计划中重要的一环就是推动大数据与现代制造业结合，促进电子商务、工业互联网和互联网金融发展。
1.3 产业迎来高速增长，大数据交易的需求凸显
在政府引导、市场需求旺盛和信息技术及应用快速发展等多重因素的影响下，近年来全球大数据产业已进入高增长期。全球各个行业的数据存储量，每年都在以50%多的速度高速增长，非结构化数据更是以近每年翻一番的速度暴增。
实际上，与大数据相关的产业已成为全球IT支出新的增长点。数据显示，2014年数据中心系统支出达1430亿美元，比2013年增长2.30%。预计2015年大企业对与大数据有关的项目的平均开支将达到1800万美元，目前，70%的大企业和56%的中小企业已经部署或者正在计划部署与大数据有关的项目和计划。
就以大数据生产、加工、营销为主营业务的大数据产业本身而言，2014年全球市场规模达到约285亿美元，实现53.23%的增长，比2013年57.63%的增速略有回落，但快速增长态势不变，且呈现出应用成为新增长动力、竞争态势愈加激烈、融资并购成为市场热点、产业生态不断优化和基础设施建设更加合理等特点。2015年，全球大数据总体加速发展趋势不变，全球大数据市场规模将达到421亿美元，预计2020年全球大数据市场规模将达到1263.21亿美元，同比增长17.51% 。
我国大数据市场的融合技术与服务正在迅猛发展，驱动力主要来自互联网、移动应用、微博、社区网络等新应用，以及智慧城市等信息化建设。根据国际数据公司（IDC）的预计，我国大数据市场规模将从2011年的7760万美元增长到2016年的6.17亿美元，未来5年的复合增长率达51.4%，市场规模增长近7倍。
随着“DT”时代的来临，大数据交易已经是必然的潮流。对于海量并且瞬息万变的大数据来说，存储已然不是最终目标，如何从数据中获得包括商业价值在内的红利，才是其真正的意义所在。由于缺乏规范的数据共享和交易渠道，不同行业间很难形成数据互利共享，数据交易平台乃至交易所也就成为了迫切需求。
从2008年开始，全球大数据交易市场已经初见端倪，“数据市场”、“数据银行”，甚至“数据公约”在国外已经开始出现，一些企业已经开始发展数据交易业务。美国Factual公司成立于2008年，不仅向大公司提供数据，同时也面向规模较小的软件开发商，每一条信息都有17到40条的相关描述。按浮动价格向公司和独立软件开发商出售数据，小规模的数据提供是免费的，大型客户需要支付的费用则会达到成百上千万美元。包括Facebook、CitySearch、AT&T及其他一些公司都会使用Factual来获取相关信息。2013年4月，日本富士通公司也宣布建立自己的“大数据”交易市场“Data plaza”，并将交易中介服务培育为主力业务之一，计划在2016年之前将参与企业增加至千家左右。BDEX是总部位于美国华盛顿州西雅图的创业公司，其开发的BDEX大数据交易平台提供实时的数据交易市场，不仅提供数据买卖，还提供数据托管、数据评分、买卖双方评分等服务。自2014上线以来，交易量已翻了一番。
尽管已经有了相当的实际需求，但我国目前在数据交易方面还处于起步阶段。2014年2月，数海科技牵头联合工信部电信研究院等70多家企业共同发起建立中关村大数据交易产业联盟，并建立全国第一家数据交易平台——中关村数海大数据交易平台，并发布了大数据交易规则——《中关村数海大数据交易平台规则》。以该平台为基础，该公司通过输出数据交易技术，建设了国家统计局、北京市科委垂直数据交易平台（首都科技大数据平台）和北京市经信委区域数据交易平台（北京市大数据交易平台）。目前中关村数海大数据交易平台覆盖了1201家数据提供商，整合了京东、新浪、天翼，以及国外API等数据33285条，已完成15636笔交易。
我国一直缺乏以交易所模式建设的全国性大数据交易市场，在贵阳大数据交易所出现之后，有观点认为应在北京、上海等发达城市建立全国性的大数据交易所。
2. 大数据交易及面临的困难
2.1 大数据交易的特点
2.1.1 交易产品易复制
传统的金融交易所和商品交易所中的交易产品，都具有天然的产权边界。买卖结束后，交易的卖方不再拥有该交易产品的产权，也无法获得该交易产品的支配权。
数据作为无形资产，其交易可以归属于知识产权的交易，具有易复制、无消耗，难以防范侵权行为的特点。在数据买卖行为结束后，任何拥有数据拷贝的一方，都可以将该交易产品以自己认为合理的回报传播出去。
2.1.2 交易产品需加工
不同于金融交易所和商品交易所，大数据交易所的交易产品需要被清洗、加工后才能进行交易。
一方面，原始数据涉及数据提供企业的商业秘密和用户隐私，数据提供企业会依据自己的风控需求进行一些脱敏处理；另一方面，数据的需求方也需要高价值密度的数据，以降低不同数据源的整合成本，减少数据应用研发周期。
此外，大数据包括结构化、非结构化和半结构化数据，也需要进行格式转化才能匹配交易双方的需求。
2.1.3 产品价值因人而异
在金融交易所和商品交易所中，交易产品的价格都可以依赖于成熟的估值模型。但是，同一个数据集对不通企业来说价值相差甚大，而数据集的复制成本又极低。
2.1.4 供应方规模经济
信息资源作为无形资产，其特殊性主要表现在有相对高的初始投资。但是通过复制资产，成本会被不断摊薄，同时资产本身的价值也会增加。因此，数据生产得越多，使用者和共享者越多，规模效应和网络效应越强，总体和边际效益都会增加。
2.2 大数据交易面临的主要困难
2.2.1 产品化困难
作为一种新的交易品种，数据交易目前还在产品化上存在一些障碍。
首先，在数据标准化方面。交易所产品的重要特点就是交易产品的标准化。而大数据由于数据种类繁多，格式多样，难以形成一种普适的标准化方法，直接影响到其成为一种集中化、大规模交易的产品。
其次，在数据处理方式的适当性方面。大多数企业在数据交易中，并不倾向于选择原始数据，而是选择经过一定处理后的数据。数据需求方在拿到经过处理后的数据时，缺乏对数据的信度进行判断的手段。在这个过程中，一旦出售方的数据处理方式存在问题，则对数据需求方就可能产生误导。而在现实应用中，不同的业务场景往往需要不同的数据处理方式，数据的出售方若不熟悉需求方的业务场景，则可能选择并不适当的数据处理方式。
最后，数据的时效性与敏感性存在矛盾。作为数据交易的需求方，这些企业往往是需要数据进行产品研发或市场研判，这些用途都对数据的时效性有一定的要求。而作为数据交易的供给方，这些企业出售的数据往往来自于自身的经营活动，如果过早地将数据对外出售，则很可能泄露自身的商业秘密。需求方对数据时效性的要求，和供给方对数据敏感性的保护，是一组天然的矛盾。
数据的时效性导致数据极易贬值。如上文所述，数据的需求方往往对数据的时效性有一定要求。不同于股权和一般商品，数据的价值会较为确定地随时间而贬值。
2.2.2 产品定价困难
因为数据价值因人而异，因此以经济效益最大化角度考虑，理应在不同行业采取歧视定价；但是，这样则很难形成统一的市场价格。另一方面，若以竞价的形式进行数据拍卖，则会阻碍数据的广泛应用，与数据交易所初衷背道而驰。
2.2.3 类交易所的交易机制缺乏
由于数据易复制、易传播、估值困难等因素，数据的交易机制并不能照搬金融交易所和商品交易所的模式。
从买卖方来说，传统交易所的连续竞价，是多对多关系，而数据交易是天然的一对一或一对多交易。从世界范围来看，目前尚未形成成熟的、可大规模商用的数据集中撮合交易模式，按交易所模式组织的大数据交易机制仍待探索。
2.2.4 隐私及版权保护、信息安全面临挑战
在大数据交易中的许多标的都是基于以个人为粒度的数据。即使这些数据经过了一定的清洗，但也很难保证个人的隐私不被泄露。更为令人担忧的是，将此类数据在用户不知情的情况下出售给第三方，可能引来知识产权的纠纷，同时也需要防止买方未经授权地第二出售数据资产。另外，黑客攻击、病毒危害、恶意篡改等信息安全问题也成为困扰大数据交易各方的隐患。
3. 对贵阳大数据交易所的调研
3.1 简介
贵阳大数据交易所是贵州省政府批准成立的交易所，采用“政府指导、社会参与、市场化运作”的模式。股东包括贵州阳光产权交易所、九次方大数据、富士康、亚信科技、移动金融，交易所注册资本5000万元人民币。
贵阳大数据交易所面向全国提供数据交易服务，并提供数据交易、结算、交付、安全保障、数据资产管理和融资等综合配套服务。目前的会员单位已有100多家，其中包括京东、神州数码、华为云、贵州农商行、中国通信电信研究院、南方现代物流中心等。其发展愿景是在2020年，将具有1000家交易会员，日均数据交易金额将达到100亿元，成为中国继证券、期货、商品交易所之后的第四个重要的交易场所。
据介绍，贵阳大数据交易所交易的并不是底层数据，而是基于底层数据，通过数据的清洗、分析、建模、可视化出来的结果，可以解决数据如何保护隐私及数据所有权的问题。
大数据交易所经营范围包括大数据资产交易、大数据金融衍生数据的设计及相关服务、大数据清洗及建模等技术开发、大数据相关的金融杠杆数据设计及服务和大数据交易相关的监督管理机构及有关部门批准的其他业务。
3.2 制度设计
3.2.1 交易时间
贵阳大数据交易所计划实现全年无休的7*24不休市交易，成为永不休市的交易所。
3.2.2 交易数据类型
贵阳大数据交易所产品计划分为30大类数据产品：金融大数据、政府大数据、医疗大数据、社会大数据、海关大数据、能源大数据、社交大数据、商品大数据、水电煤大数据、法院大数据、交通大数据、企业大数据、通信大数据、银行卡大数据、专利大数据、教育大数据、物流大数据、政策大数据、电信大数据、行政处罚大数据、征信大数据、电商大数据、银行大数据、农业大数据、地理信息大数据、气象大数据、房产大数据、环境大数据、保险大数据、医药大数据。
3.2.3 定价模式
不同品种的大数据实施不同的价格机制，实时价格主要取决于数据的样本量和单一样本的数据指标项价值，而后通过交易系统自动定价，价格实时浮动。数据交易的最终价格，由交易所撮合数据买卖双方，价格由卖方与交易所最终确定。决定性因素包括：数据品种、时间跨度、数据深度、数据完整性、数据样本覆盖和数据时效性。
3.2.4 连续交易机制
贵阳大数据交易所计划针对每一个数据品种设计自动的计价公式，数据买方可以通过交易系统查询每一类数据的实时价格。
(1)自动成交：当数据买方应约价等于或高于卖方挂牌价时，按照交易所自动撮合成交，成交价为买方应约价格。
(2)卖方选择成交：对于不能自动成交的应约，卖方可选择能接受的应约与其成交，成交价为买方应约价。
(3)数据分拆成交规则：因为数据买方不一定需要全部的数据样本，这个时候，系统将对数据设定拆分原则，系统自动报价，而后自动撮合成功成交
3.2.5 大数据金融工具及衍生品体系
3.2.6 市场参与者
3.2.7 收费模式
交易所收入拟分为两部分，一部分是来源于会员的会费，单个会员会费每年至少5万元；另一部分是来自于交易的费用，因为交易所参与对数据的清洗、挖掘等工作，因此交易费用拟占占交易金额的40%左右。
3.2.8 交易安全
交易所设立数据交易安全体系与技术标准，并对数据供应商实行“会员制”管理。在严格的管理体制下，但凡受到数据造假、数据欺诈、数据来源等方面相关的处罚、违规，甚至违法的会员单位都会收到交易所的相应处罚。此外，由大数据交易所作为业务指导单位，联合全国知名大数据企业发起大数据交易商联盟，形成自制、自律平台。
3.3 调研小结
从了解的情况来看，贵阳大数据交易所总体上缺乏按照全国性交易所形式组织的大数据交易所基础。
贵阳大数据交易所的交易机制没有提供交易所连续自动撮合的功能，没有突破一对多的交易限制。现有平台基本上是个登记和协议交易平台，还缺乏成体系的对交易结算链的计划和方案，不能提供传统交易所中央对手方的强信用保障机制。很多交易机制和产品还只是设想，缺乏可落地的实施方案，难以解决大数据产品化的困难。大数据产品化需要对数据的清洗、加工、建模，保证数据隐私和安全等，对人才要求高，贵州作为西部欠发达地区，如何提供足够的智力资源支持关系贵阳大数据交易所成功与否。现有机制中定价标准不明晰，交易所对定价干预程度高，影响市场效率和参与者积极性。尽管有地方政府扶持，但贵阳大数据交易所如果完全采用市场化运作，缺乏监管及相应的牌照和法律保护，竞争进入壁垒低，且产品标准化不到位、交易成本过高的话，市场对数据买卖双方的吸引力和持续粘着力很有限。
4. 结论及建议
4.1 关于大数据调研的结论
（1）国内大数据还处于信息化建设阶段，应用不充分、商业模式不成熟
从应用角度看，我国当下还处于“大数据”时代的早期，尽管已经具备了一定的基础，且产业增长迅速，潜力巨大，但还基本处于信息化建设阶段，应用在范围和程度上都很有限，与传统行业的融合还很不充分。国内已经有地方政府相继试水大数据应用，鼓励、扶持基于大数据的创新和创业，并以政府为主导建立了大数据产业园，众多企业开始积极投资布局。但商业模式的缺乏，使得许多企业、特别传统行业企业对大数据的投入缺乏动力。
（2）“互联网+”战略助推产业发展，大数据发展将迎来前所未有的机遇
国内以互联网企业、IT厂商和运营商为主的企业近年来加大大数据研发和基础设施建设力度，强化了数据整合力度，传统行业也在逐步加大相关投入，大数据产业的发展可以说走上了快车道。同时，政府高度重视科技创新对新常态下经济社会发展的作用，今年两会期间，“互联网+”被写进政府工作报告，上升为国家发展战略。其中大数据和互联网、云计算、物联网一同被列入“互联网+”行动计划，成为促进电子商务、工业互联网和互联网金融发展的重要驱动力。同时，“工业4.0”、“中国制造2025”、“一带一路”、“双创”推进实施，都为大数据产业发展带来了前所未有的发展机遇。
（3）数据孤岛化、条块化现象严重，大数据交易的需求日益增强
各类活动的数据都分散保存在不同的领域：金融活动数据在银行，搜索数据在百度，电子商务数据在阿里巴巴，发微博微信等数据都保存在不同机构和企业手中。另外，数据标准不统一、口径比较杂乱，数据间难以衔接，如果能通过可信、标准化的方式来共享或交易数据，将大大促进大数据的开发和应用。
（4）技术门槛高、人才匮乏
大数据4V（海量、高速、多样、价值）的特征，决定大数据具有很高的技术门槛。特别是互联网时代，非结构化数据爆炸式增长。以一般金融企业而言，日均数据为上百GB，历史沉淀数据为数百TB，而目前仅淘宝网每天产生的数据量就达到了7个TB。企业面临海量、多结构、多系统数据的统一、存储、管理、价值挖掘的多方面技术壁垒吗，对数据查询和使用的效率提出了巨大挑战。另一方面，大数据对人才的理论和实践能力都有很高要求，满足需求的人才相对稀缺，成为制约产业发展的重要因素。
（5）贵阳大数据交易所成为全国性交易所的基础尚不成熟
如前所述，贵阳大数据交易所还面临大数据产品化困难、缺乏成熟的交易机制和结算配置机制、定价机制存在缺陷、技术门槛高等诸多问题，总体上看大数据的交易产品和大数据交易机制还不成熟。
4.2 对证券行业的启示
（1）布局大数据交易，研究大数据产品化和大数据交易机制
大数据产业未来前景看好，在发展到一定阶段时，大数据交易将有很强的实际需求。以集中交易模式组织交易，提供集中、透明、规范化且具有违约担保和监管保护的交易业务，将成为必然要求。但目前来看，以贵阳大数据交易所为代表的大数据交易，在大数据产品化和大数据交易机制创新方面还很不成熟。证券行业在交易产品研发和交易机制创新上具有人才、经验方面的优势，建议布局大数据交易，研究大数据产品化和大数据交易机制，在时机成熟时开展相关服务或合作。
（2）发挥行业比较优势，对外输出大数据交易系统及技术服务
随着“互联网+”科技对金融的深入渗透和融合，以及金融混业的加剧，“前台”金融业务将得到蓬勃发展，带动后台新型产品交易结算等系统的市场需求增长。证券行业，特别是交易所在交易技术和交易系统研发上具有丰富经验和雄厚的实力，而交易系统的通用性较强，可方便地支持各类产品交易。建议探索在进行适应性改造后，对外输出交易系统及技术服务。
（3）开展DT时代的多元化合作，释放行业沉淀数据价值
证券行业在二十多年的运行中积累了大量的交易数据和公告数据，但在大数据方面的发展还不充分，且大数据在技术壁垒和人才方面要求较高。进入DT时代，大数据发展将愈发的专业化和网络化大数据服务将发展为新的细分行业。可在满足信息安全要求的前提下，探索利用外部大数据专业服务，充分挖掘、释放行业沉淀数据价值，更好地服务市场。
