国家发改委特许经营方案对公共数据运营的思考

数据交易所自贵州大数据交易所成立以来，已经有无数数据交易所像春笋一样在中华大地冒出来。随着国家数据局的成立、数据要素二十条的发布，各地数据交易所开启了竞赛机制，在数据体量、数商数量、交易规模等指标展开博弈。
公共数据运营是否会马上到来？
下图是设想的一种基于可信数据空间的数据运营市场，通过这个模式，可以为省、市、区（县）构建满足数据安全的可信数据运营市场。
在当下，是否具备数据运营的成熟机会？数据交易所是否已经为此准备好？
可信数据空间运营架构

什么样的数据被需要？

数据从哪儿来？

大家都知道，数据无处不在。您目前看到的文字也可以理解为数据，但这个文字的价值需要被您阅读后，并产生某种作用，才能算有价值的数据。比如提供了某种情绪价值。

一般而言，数据主要是服务于某种业务目标而存在的，比如淘宝的订单数据是服务于网购的业务目标，顺丰的物流数据是服务于客户包裹的投递，通信运营商的通话记录是服务于用户查询……这些都是因为业务需要而积淀下来的数据，他本来的目的是服务于业务的。从数字化角度来看，有数字原生企业，也有数字非原生企业。数据原生企业，比如淘宝、京东，他们一开始就是通过信息技术构建的业务模式，所以他们有数据多，质量高的优势。反观非数字原生企业，比如顺丰、各类生产制造企业，他们需要对业务模式进行数字化后，才能收集业务数据，行话叫做业务数据化。经过数字化系统实现业务数据化，实现了数据的收集，这是数据积累的原始阶段。

数据可以做什么？

随着数据的积累，尤其是数字原生企业通过数据获得了长久的红利，促进了数据业务化。例如，淘宝通过分析订单数据，为商家提供生意参谋服务，产品推介服务，通过数据拓展了业务规模。工厂通过建立数据中台或数据运营分析平台，提高生产效率，优化企业成本。这些企业，吃到了数据的第一波红利。

由此可以看出，通过数据辅助业务，实现数据增值。在数字化的赛道上，有无数公司提供各类企业的数字化服务能力。随着人工智能大规模应用成熟，以及大语言模型技术快速进入人们视野，对数据的应用程度不断提升，甚至已经到了可以“威胁”人类的地步。

数据的威力似乎像火药的出现一样，必将掀起腥风血雨！

哪些数据被需要？

数据的威力释放已经被先行的企业用来降维打击同行，为此，他们不仅收集、应用自己的数据，他们还不断地吸纳外部数据，丰富企业内部数据标签，实现精准营销、风险管控等。这些企业对外部数据有着强烈的愿望，必然兴起数据倒卖的市场。

以企业工商注册数据为例，之前，所以企业的工商数据可以通过国家网站进行查询，当天眼查、企查查等企业通过汇聚这些公开数据后，不断完善数据标签，形成庞大的企业数据库，包含每一次变更的数据、招投标、商标、软著、专利等多维度数据，这些数据汇集起来后，就形成了比政府网站还优质的企业数据。他们已经通过这些数据实现了盈利。

这里有一个疑问就是，他们的数据是如何实现关联的，比如，通过法人可以查到他的关联公司。大家都知道，法人名称是很容易同名的，系统如何区分同名法人的？这里面涉及个人身份信息，而这些信息在国家网站是不可能公开的，他们是如何知道的？（等行家来回答吧☺）

从企业的工商数据汇聚、整合和分析后，的确被很多人需要。比如，我需要查一家公司的基本情况，通过百度检索一下公司名称后，就可以找到企业的基本信息，甚至还可以免费查看公司的股权结构、知识产权等多维度信息。这个数据被我需要，也为我提供了价值。

从上面工商数据的例子可以看出，数据的确被外部所需要。这里的外部就是指工商登记信息（政务数据）被天眼查、企查查（企业）所需要。他们有没有通过采购方式获取数据不得而知。尤其是同一个企业，天眼查和企查查有时也会出现信息不一致的情况。也可以看出，数据质量的维护也是这些数据服务企业面临的挑战。

除了通过数据收集、整理和分析，给客户提供直接服务外，还有没有其他地方需要这些数据呢？答案是肯定的，通过数据，可以实现行业洞察，市场分析，趋势预测等宏观的作用。在微观上，通过数据可以优化业务流程，减少人工成本，拓展商业版图边界等。

数据有了需求，市场必然就会存在。

数据市场的形态是怎样的？

数据市场已经经过了早期的探索期、冷静期，目前正在大规模探索的前期阶段，极具诱惑力。随着国家数据局在各种场合推广，各地数据局的成立，数据要素市场与24年的春天同步，正值花开季节。

数据交易所的困境

目前，数据交易所正在大力开展数商生态建设，把数据提供方不断拉入数据市场，期望通过供给拉动需求。然而，数据的交易规模依然很有限。目前的交易规模更多的是现有线下数据交易通过交易平台完成，而不是数据市场供给和需求产生的实质性交易。
那么数据交易所的交易应该如何应对呢？等到供给和需求从量变到质变？我想应该会有这么一个过程。

然而，必须解决数据交易所在数据交易市场中的定位问题才是核心。
在商品经济中，有摆地摊的，有小卖部，有批发部，有小超市，也有大超市，这些共同构成了商品市场。
在数据要素中，目前更多的还是点对点交易，或者属于批发市场早期形态。数据需求方和供给方之间一般通过场景合同方式实现数据交易。这类型的交易有诸多好处，数据供给需求匹配过程中需要付出的努力，可以通过合同来约束，合同金额一般情况下也比较大，足够使得供给方可以为需求方定制一套需求方案。数据需求定制度高是目前数据市场所做交易规模单价比较高的原因。这么看来，目前数据交易还处于供需关系比较迫切的场景，用产品化的角度来讲，就是是刚需非常明显，才能支付起昂贵的数据费用。例如保险对医疗数据的需求，商场对通讯运营商数据的需求等。这些场景基本上可以把他看出数据的大批发市场。
如果是大批发市场，就很难是高频交易市场，信任关系也是基于供需场景确定的。因此，我认为，数据交易所应该是零售市场，目前全国所建立的数据交易所更像是地方性的大超市。

数据“波粒二象性”

光具有波粒二象性，数据好像也一样，具有“波粒二象性”。
数据不同于商品。商品可以理解为一个飘在空中的气球，虽然有颜色、形状，但他和生产厂商已经没有关联了。这也正是商品经济可以通过贸易方式来较好解决。而数据，如果是可以把他构建为一个数据商品，那么应用场景就相对有限。比如，一个数据集被打包为一个商品或者软件，由于数据的复制杂成本几乎为0，那么数据商品的价值可以很快归于零。一方面是数据本身的价值随着时间流逝，价值在减少，另一方面，数据被消费之后，价值也被吸收殆尽。数据就像树叶一样，当从树上摘下来后，他就已经失去了本来的作用，只有依存于树这个体系，才能为此他的作用。
所以，我们可以理解为商品是颗粒状的，而数据是流式的。数据在消费的那个刹那，她就行一个粒子一样，然而，她必须以连续的形式存在，数据价值才有意义。

数据交易所最佳形态-数据交换局

前面提到，数据交易所更像一个地方性的大超市，其核心逻辑是数据交易所可以通过平台的公信力汇聚数据供应商和数据消费方，通过统一市场降低数据交易过程成本，使得交易成本大大降低。例如，咱们都知道，通过超市，咱们就不需要从肉铺卖肉，从蔬菜店买葱了，可以一次性在超市买齐。这就是超市的核心价值。

由于数据“波粒二象性”，数据交易所如果以数据管道的路由器一样，那么数据就可以可以远远不断地运送到需求者手中。
早期的电话网络需要人工完成通话双方的连接，后来出现了程控交换机，目前已经形成了一个庞大的数据交换网络，通过域名或IP地址就可以找到并交换数据。那么交易所如果像当初的电话/电报交换局一样，建立起数据交换局，那么数据交易的问题就比较容易解决了。
当数据提供方有数据需要通过数据交易所变形时，只需要按照一台类似电话一样的设备，就可以接入数据交换局。数据消费方也是通过按照一台电话，就可以和已经接入数据交换局的其他供应商实现“通话”。

数据交换局的“电话机”

如果把数据交易所想象成“数据交换局”，那么完成数据供应和数据消费的机器就是“数据电话机”。只是这个“电话机”更智能。
我所想的这个“电话机”，就是可以把已经具备的数据能力接入“数据交换局”，还可以获得“数据交换局”的分红。那些需要消费数据的“电话机”，通过“数据交换局”实现数据购买，并支付“数据电话费”，就可以便捷的使用数据了。

这个过程还需要解决数据安全和数据使用便利的问题，后续在专门介绍。