大數據交易市場正在經歷一個新的轉折點。前幾日，在2020年中國國際服務貿易交易會的論壇上，北京市市長陳吉寧宣佈了建立大數據交易所的消息。幾天後，《北京國際大數據交易所設立工作實施方案》正式發佈，其中成為“受到市場廣泛認可的數據交易平臺”是其功能定位之一。
早前在2014年，中國第一家大數據交易所便落戶貴陽，幾年後，烏鎮和上海也成立了自己的大數據交易中心或者交易所，但由於橫亙在大數據交易中的“確權”和“定價”問題，大數據交易市場一直在坎坷中前進。經過這些年的發展以及北京透露出來的新信號，或意味著大數據交易市場正迎來新的轉機。
今年4月份，《中共中央國務院關於構建更加完善的要素市場化配置體制機制的意見》（簡稱《意見》）公佈，中央首次明確數據成為繼土地、勞動力、資本、和技術之外的第五大生產要素。大數據交易所的建立或將真正解放數據，成為帶動經濟增長的生產要素。
在數據要素崛起的過程中，也意味著產業鏈實現數字化轉型的步伐將大大加快，而隱私計算在其中的助力作用顯著。對此，算力智庫也特邀到多方安全計算領域中的創新企業光之樹科技，其解決方案架構VP張迎春對大數據交易中的“確權”、“定價”、“價格發現”、“脫媒”以及隱私計算在其中的助力作用，為我們展開了系統性探討。
1
大數據交易所市場化解法：價格發現與多方互惠
近期中共中央、國務院發佈了《關於構建更加完善的要素市場化配置體制機制的意見》，其中把要素市場化交易平臺的內容放到了“健全要素市場運行機制”的部份，因此根據《意見》，大數據交易所的定位是數據要素的市場化交易平臺，因此應該界定為狹義市場的概念，也就是“買賣雙方進行商品交換的場所”。
而廣義的數據要素市場，還包括參與交換的各方（數據開放主體、數據應用主體、數據增值服務提供主體、市場監管和運營主體，等），以及相配套的程序、法律、法規，等等。
那麼釐清了概念之後，我認為大數據交易所可以從狹義市場的層面上：
1. 可以解決數據行業供需矛盾和數據要素流動性的問題，惠及數據供需雙方。 有個通俗的比喻，如果沒有農貿市場，農戶種出來的糧食該怎麼有效的售賣給儘可能多的需要糧食的人呢？除了糧食，蔬菜、水果等品類繁多的農作物又怎麼有效的交易呢？對於數據要素也是如此。
過去幾年大數據、AI等技術發展迅速，以金融行業為首，開始了數字化轉型的進程，數據要素對於提升企業運營效能的價值得到了充分的驗證，但光是自產自銷、自給自足的“數字化轉型”並不是市場化的數字化，要提升數據要素的社會價值的提升，就必然會需要有“行有餘力”的先行者們，把持有的數據要素以及盈餘出來的數據能力開放出來賦能給更多的經濟實體，而大數據交易所正是為供需雙方提供了更加便利的撮合和交易機制，能比較好的提升數據要素的流動性；
2. 避免頂層設計對市場能見度不足導致政策有效性降低的問題，惠及監管方。 比起零散的、自發的、“民間的”數據交易形式而言，大數據交易所還能有助於政府等監管主體更加便捷、柔性的對數據要素市場進行整體的監管、調控；
3. 促進行業分工，惠及更多的數據行業產業鏈主體。 例如，貴陽、上海、浙江等大數據交易所除了數據接口類產品外，還有數據應用類產品，是非常有價值的創新，數據應用類產品的引入拓寬了數據要素市場參與者的範圍，在原來傳統意義上的數據開放主體（賣方）、數據應用主體（買方），加入了數據增值服務提供方加入交易的可能性，這些主體提供數據加工、數據分析、數據建模、數據應用等能力和服務，對數據要素價值的敏捷實現是非常有價值的；
4. 最後，不妨大膽推演一下，隨著國內相關探索的推進，大數據交易所可能還可以承擔一些數據要素價格發現的功能，從而讓“數據定價”這個一直以來的討論熱點有個市場化的解法。
2
大數據交易行業仍需要解決“脫媒”問題
從過去幾年我的觀察來看，圍繞數據開放、數據交易等方面的探索和嘗試一直沒有停止過，可以說國內大數據行業還是經歷了一個很艱辛的上下求索的過程。
早在各地大數據交易中心之前，其實一些商業公司（以互聯網和科技企業為主）依託自身的數據資源和數據能力，紛紛都搭建了“數據市場”，一方面作為自身數據的出口，另一方面也作為彙集更多數據的入口，但市場培育後，數據持有方普遍都意識到數據的價值，在缺少公信力注入和相關規則設計的情況下，商業公司發起的數據市場收效並不如預期；
於是出現了以政府開放數據平臺、多地的大數據交易所等形式的數據要素市場，解決了公信力的問題，但正如浙江大數據交易中心副總來磊先生在一篇採訪中所說：“大部分情況是，大家只是通過交易中心來接觸一些客戶，交易過程本身並不依賴交易中心來開展，買賣雙方自己跑自己的模型”，也就是出現了交易所“脫媒”的情況。據某市場調研機構調研，政府數據開放平臺和大數據交易所等一度成為各地政府數字化轉型建設的標配，但超過80%的平臺上，日均數據消耗量不足百條。
去年以來國內相關政策、法律法規等方面頻傳佳訊，一定程度上緩解了政府數據開放平臺、大數據交易所遇到的問題，但我認為目前階段交易所“脫媒”的問題仍然是亟待解決的問題。
交易所的“脫媒”是由於交易平臺能力還不能幫助各方降低數據交易成本所致。數據的交易成本除了數據本身的價格外，數據清洗、加工、建模直至落地，還遠不是“數據接口”、“數據標籤”所能直接解決的，其中還涉及到各方數據安全、模型知識產權……等等的問題。
當平臺無法降低數據要素價值發揮過程中的這些額外成本的時候，理性的參與方通過交易所撮合，線下完成合作確實是比較經濟的選擇。反過來看，如果交易平臺可以通過物理分散、邏輯集中的視圖對外提供交易場所，並且讓算法模型多跑腿，在跑腿過程中還能得到平臺保護，避免被篡改和盜用，所有交易的來龍去脈可追溯，存證有效力，就可以縮短數據要素落地的路徑，在平臺上即可完成數據價值的實現。
3
隱私計算在大數據交易市場中的數字化助力作用
如前所述，從廣義市場的概念上，數據要素交易市場是需要包括數據開放主體、數據應用主體、數據增值服務提供主體、市場監管和運營主體，等在內的多種主體分工協同和參與的。從目前國家層面的各種政策來看，要素市場就要以市場化的方式運作，更加完善的要素市場化配置體制機制是一個非常複雜的大命題，國家、各地政府、各類企業都需要根據自身的定位以及在數字經濟中的價值和定位來發揮相應的作用。隨著數據要素市場化進程的深化，我相信主體分工還將更加明確、協作鏈條也會更加成熟。
除了產業鏈的逐步完善外，國內各行業數字化轉型進度不一，也是當前大數據交易產業鏈的一大特點，如金融、政府等行業的數字化轉型早、進度快，但像是農業等行業數字化轉型尚在起步階段，因此，當我們在談論大數據交易產業鏈涉及的技術的時候，要意識到真正對產業鏈有價值的技術，一定是涵蓋了能夠服務於數字化轉型和數字資產化兩大不同階段的技術，不能偏重一端。
對於數字化轉型階段，人工智能、大數據技術、雲計算技術、IOT技術等直接提升數字化程度和數字生產力的技術更能直接發揮作用，對於數字資產化階段，區塊鏈、隱私計算等用於形成新型數字生產關係的技術就顯得尤為重要了。
對於隱私計算，如果我們歸納下此前大數據交易、產業鏈數字化轉型中遇到的困難，我們就大致可以從如下幾個方面來看待隱私計算在其中的作用：
1 . 平衡數據安全和數據價值實現之間的矛盾：此前很長一段時間，大家都習慣於類似數據倉庫、大數據平臺、數據中臺這樣集中式的數據存儲、組織、分析和應用的邏輯，認為要打破數據孤島，數據物理的轉移、聚集是必須的前置動作，但這些前置動作很容易同個人隱私、數據安全、數據權屬等相沖突。
在隱私計算技術為人所關注前，大家的思路又都沒有跳脫出物理集中的思維定勢，所以很多相關技術，比如數據庫審計、個人數據去標識化技術等等，其實並沒有擊中問題的核心關鍵。
而隱私計算技術結合區塊鏈技術則是站在數據“物理分散，邏輯集中”的視角下，從根本上來平衡數據安全和數據價值之間的矛盾。這也是目前隱私計算價值最被認同的地方。
但我認為，除了將隱私計算放在“數據安全”的框架下考量外，其在構建更加完善的要素市場化配置體制機制過程中發揮的作用也值得探討：
2. 加速大數據交易產業的市場化進程：一旦前述問題得以解決，一個可以預見的趨勢就是各參與主體的分工將加速分化，政府等監管主體、交易平臺方、數據供需雙方，以及圍繞數據提供增值服務的主體，都將在一個互信高效的環境下進行協同——數據開放主體不用擔心數據洩露、數據應用主體不用擔心數據產品定製化帶來的高經濟和時間成本、數據增值服務方不用擔心提供的服務價值難以衡量……等等。
隱私計算技術在這個角度上，扮演了新型數據協作生產關係使能者的角色。
3. 加速產業鏈整體數字化轉型進程：目前在金融、醫療等行業，領先企業能力開放賦能同業甚至相關其他行業企業已經成為一大趨勢和熱點，比如銀行的開放銀行、醫療行業的醫聯體、醫共體互聯互通等，都是開放賦能的典型。
從目前的一些實踐看到，能力開放主體也可以成為前面說到的數據增值服務方，數據的開放不是能力開放的唯一形式，隱私計算這種讓“讓算法多跑腿”的模式，就可以成為一種新型的能力開放形式，例如大型醫療機構的醫師知識和經驗通過在隱私計算技術支持下，就可以通過知識圖譜安全聚合、聯合分析建模等方式賦能給醫師資源不足夠豐富的醫院，從而緩解了醫療資源緊張帶來的問題。
4
橫亙大數據交易中的“確權”與“定價”
數據確權是數據交易的重要前提，包括貴陽大數據交易所的數據確權服務、浙江大數據交易中心的確權平臺、人民數據的確權服務等，我認為都屬於數據權屬在某種規則或者法律意義上的認定，近期也是國內學界、法律界、科技界等的熱議話題。
關於數據確權，我想從技術層面做些探討，數據確權在技術層面也需要有支撐，比如有兩個同構但來源不同的數據集，當它們在被整合利用的時候，如何確知某條數據是來自於哪個數據集，來自於哪個數據提供方呢？如果不能確知，那麼當發生數權糾紛的時候，過程中的情形、相關責任都很難確切的認定。
目前我的思路是利用區塊鏈結合數據標識解析技術為數據打上不可篡改的“數字水印”，一方面有助於從技術上支持數據確權從“主體確權”轉化為真正的“數據確權”，另一方面還能解決數據去標識化的問題。
作者：
張迎春先生是光之樹科技的解決方案架構VP，畢業於上海交通大學，獲工學碩士學位，具有10年以上的金融行業諮詢服務經驗，曾主導多個大型金融機構的數據業務搭建、整合、轉型等大型項目。在加入光之樹前，歷任Oracle金融行業高級售前顧問、IBM解決方案專家、TalkingData金融行業諮詢總監等職位。
光之樹科技是世界領先的多方安全計算領域的創新企業，於2017年在北京成立，目前在北京、上海、廣州均設有分支機構。光之樹致力於打造高性能、安全、可配置、基於區塊鏈的隱私計算平臺，賦能金融、政府等多個行業機構，使其能在不暴露原始數據的前提下進行可信的聯合學習和聯合計算。公司核心產品包括天機可信計算平臺、雲間聯邦學習平臺、數據開放創新平臺等，並已在金融、政府、農業等行業落地。
公司是2019年達沃斯世界經濟論壇全球技術先鋒獎得主，國家高新技術企業，並作為主要發起單位參與了多個隱私計算技術標準的制定。公司也是全球最大區塊鏈技術聯盟HyperLedger理事單位，中國電子信息行業聯合會電子簽名與可信服務發展聯盟的聯盟單位。
文章所載觀點僅代表作者本人
且不構成投資建議
敬請注意投資風險
