数字发展全球研报第二卷第 41 期（2024/10/14-2024/10/20）

本期综述针对数据交易面临的问题，关键是要从需求侧解决问题、而 web3.0 应用生态可促进数据交易需求，供参考。

一、当前数据交易面临的挑战

我国提出数据是关键生产要素、确立“数据二十条”构建数据产权基础制度，中央及各地数据局陆续组建成立，促进数据交易已经成为业界共识。但数据交易仍面临一些挑战。

数据权属需要进一步明确。数据权属问题是数据交易面临的首要难题。数据的采集、存储、加工和使用等环节往往涉及多个主体，包括数据生产者、数据提供者、数据处理者、数据使用者等。这些主体对数据权属的争议导致了数据交易的复杂性，不但使数据产权问题变得复杂，也增加了交易成本和风险。

数据价值评估面临诸多困难。由于目前并不存在一个规范活跃的数据交易市场，数据价值评估是一个复杂且主观的过程。因为不同数据集在不同场景下具有不同价值，如何准确评估并达成共识是一个难题。另外数据质量、数据时效性、应用场景等因素也会影响数据的价值评估。缺乏权威、公正的估值定价机制和平台，导致数据交易价格的合理性难以保证。

数据安全问题仍然突出。数据交易还涉及重要数据、个人信息等敏感信息的安全风险。在数据传输、存储和处理过程中，如果安全措施不到位就可能导致数据泄露、盗用或灭失。这种安全风险不仅影响数据交易的合法性，还可能损害交易双方的利益。因此，如何确保数据交易的安全性是数据交易面临的重要挑战之一。

数据质量与准确性有待提高。数据质量和准确性是数据交易的基础，也是影响交易的关键因素。然而，由于数据采集和处理过程中的各种主观因因素导致的误差和偏差，数据质量往往难以保证。此外，不同来源的数据可能存在不一致性或错误，这也会影响数据的准确性和可靠性。数据质量的参差不齐增加了数据交易的难度和不确定性。

法律法规与监管机制需要进一步健全。尽管政府已出台一系列政策法规来规范数据要素流通，如《网络安全法》《数据安全法》《个人信息保护法》等，但数据交易领域的法律法规和监管机制仍不完善，合规机制不不太健全，导致在实际操作中存在模糊地带，难以对数据交易违规行为进行及时有效的监管和处罚。此外，不同国家和地区的法规不一致，也增加了数据交易的合规性难度。

数据交易市场还需要进一步培育。尽管数据交易市场的数量和交易规模在实现快速增长，但整体来看，数据交易市场的规模和活跃度仍然相对较低。这主要是由于数据交易市场的规则和秩序不够完善，交易双方的信任度不足。同时，数据交易的隐私保护和安全保障机制不够健全，也阻碍了交易的顺利进行。

破解技术与标准障碍还有很多工作。不同系统和数据格式的碎片化限制了数据的互操作性，导致数据集成和交换变得繁琐。制定和推动统一的数据标准需要跨组织的协同努力，且需要解决各行业和领域之间的差异。此外，技术的不断更新和变化也给数据交易带来了挑战，企业需要不断更新技术和系统以确保业务的持续运行和数据的兼容性。

为了推动数据交易的健康发展，需要政府、企业和社会各界共同努力，加强基础设施建设、完善政策法规和治理机制、提高开发利用水平、解决确权与估值定价等关键问题，并推动技术创新和发展。

二、数据交易关键在于需求侧

数据交易的关键被认为是需求侧，主要有以下几个重要原因。

驱动市场发展。从市场配置资源功能来说，有效需求是市场发展的主要驱动力。作为数据交易市场而言，如果没有明确的需求，数据供给就会失去方向。无论如何，数据产生和流通最终目的是为了满足特定的需求包括但不限于企业决策、科学研究还是社会治理等等方面。如果市场对特定类型数据的强烈需求将会刺激数据的生产、收集和整理，进而推动整个数据交易市场的活跃。例如企业为了精准营销，需要大量的消费者行为数据和市场趋势数据，进而会推动数据提供商有动力去收集和整理这些数据。

确定价值导向。数据价值最终取决于供需关系。不同的需求场景对数据价值评估维度是不同的，而且这种评估维度还会随着需求的变化而变化。同一份数据对于不同的需求方可能具有截然不同的价值，如一份医疗健康数据对于医药研发企业来说可能具有极高的价值，因为它可以帮助企业开发新的药物；而对于一家金融企业而言，其价值可能就相对较低。需求特点和强度直接影响了数据的价格和交易活跃度。只有当需求侧能够愿意为满足这些具体明确的需求支付合理的价格，数据的价值才能得到真正的体现。

促进创新应用。数据创新应用根本取决于需求。当特定的需求出现时，数据提供商和技术开发者会努力寻找新的方法和技术来满足这些需求。典型如近年来兴趣的数据标注行业。随着人工智能和大数据技术发展，企业对高质量标注数据需求日益增长，数据标注行业迅速崛起，出现了许多专业的数据标注公司和创新的数据标注技术。需求侧的不断变化升级会推动数据交易市场的持续创新，促使数据加工、利用、交易的模式、技术和服务不断改进。

保障数据质量。持续有效的数据需求是数据质量的可靠保证，使其不断提高数据整体质量水平。数据需求基于具体应用场景，对数据的准确性、完整性、时效性等方面均会提出严格的要求。数据提供商为了满足这些要求，不得不加强数据质量管理，提高数据的可信度和可用性。例如在金融领域，需求者会对数据提供商提出非常高的质量标准。数据提供商为了在市场中立足，就必须确保所提供的数据符合这些标准。可见需求侧的存在就起到了监督和促进数据质量提升的作用。

数据有效需求不仅驱动着数据交易市场的发展，决定了数据的价值，促进了数据的创新应用，还保障了数据的质量。不断去满足多样的数据需求，是建立起健康、活跃的数据交易市场的关键。当然但这并不意味着供给侧就不重要，数据交易的健康和持续发展需要需求侧和供给侧的共同推动。

三、web3.0 应用生态促进数据交易需求

针对以上数据交易中的诸多问题，web3.0 应用生态基于其独特的技术架构，使其成为促进数据交易需求关键的原因。

有效明确确立数据权益。在 web3.0 应用生态中，包括用户在内的各主体对自身数据权益是明确的。普通用户数据为例，传统的网络模式下，用户数据往往被大型科技公司所掌控，用户无法真正决定自己数据的使用方式和流向。而 web3 赋予了用户对数据权益的掌控，这使得用户更愿意维护数据质量并参与数据交易，因为他们可以自主决定将自己的数据出售给有需求的一方，从而获得相应的经济回报。

去中心化数据存储促进交易安全。web3.0 应用通常采用去中心化的存储方式，数据不再集中存储在少数几个中心化的服务器上，而是分布在多个节点中。这种去中心化的存储方式提高了数据的安全性和可靠性，降低了数据被篡改或丢失的风险。同时去中心化的交易平台也使得数据交易更加公平、透明，减少了中间环节的干扰和成本。

智能合约保障交易精准有效执行。web3.0 应用中的智能合约可以精准自动执行数据交易的条款和条件，确保交易的顺利进行。智能合约具有不可篡改、自动执行等特点，可以有效地保障交易双方的权益，减少交易纠纷的发生。如当一方提供了符合要求的数据时，智能合约会自动将相应的报酬支付给数据提供方，无需第三方的干预，不但保障权益还降低成本。

有效激励机制驱动数据流通。开放的 web3.0 应用生态中通常存在着各种激励机制使各生态参与者积极参与数据交易。如用户可以通过提供有价值的数据获得代币奖励，而这些代币可以在生态系统中用于购买其他服务或商品。这种激励机制可以有效地促进数据的流通和交易，提高数据的利用价值。

跨链技术拓展交易范围。web3.0 中的跨链技术可以实现不同区块链之间即不同生态的互操作性，拓展了生态范围。在传统的数据交易中，不同的数据平台之间往往存在着壁垒，数据难以流通。而跨链技术可以打破这些壁垒，让数据在不同生态之间自由流动。通过跨链技术，数据需求方可以从多个不同生态上获取所需的数据，大大增加了数据的可选择性和交易机会。跨链数据交易平台可以对数据进行整合和交易，为用户提供更加丰富的数据资源。

开放有效社区治理保障交易公平。web3.0 生态的治理特征是开放性和社区性，这种治理模式可以保障数据交易的公平性和透明度。各生态参与者作为社区成员，可以参与决策和治理，对数据交易规则提出建议和意见。同时，参与者还可以对各种行为进行监督和举报，维护数据交易市场的秩序。例如，一些区块链项目通过去中心化自治组织（DAO）的形式进行社区治理，社区成员可以通过投票等方式决定平台的发展方向和交易规则，确保数据交易的公平性和可持续性。

web3.0 应用生态通过赋予用户数据所有权、采用去中心化的存储和交易方式、利用智能合约保障交易执行以及设置激励机制等多种方式，成为促进数据交易需求的关键。

主编 丨 张烽

出品 丨 数字治理研究 / 万商天勤