肖雯雁（广州交易集团有限公司）

大数据时代，数据量呈现井喷式增长，这为数据交易所的发展带来了新的机遇和挑战。但目前在进行数据建设运营和商业模式管理时，选择的管理方式相对粗放，并不能适应现代市场的发展。因此，信息化建设是大数据时代市场发展的必然趋势，也是数据交易所开展建设运营系统管理的未来方向。在大数据时代，工作人员需要了解数据交易所建设运营和商业模式的特点，并对其进行进一步的优化。只有这样才能够使数据交易所的建设运营和商业模式工作能更顺利地开展，使数据交易所能在激烈的市场竞争中站稳脚跟。

数据交易所信息化背景下的建设运营，最终目的是使数据交易所形成完整的内部管理体系。信息数据成为驱动社会经济发展的一个关键要素。现如今，数据已成为生产要素，推动经济社会。目前，我国80%以上的信息数据资源掌握在各级政府部门手中。通过数据流通释放政府数据价值，满足政府和公众对跨部门数据的分析和提取，能产生新信息、新知识，提高政府决策能力。国家鼓励发展数据密集型产业。考虑到大数据的发展趋势，2015年9月，国务院印发了《促进大数据发展行动纲要》[1]。

目前在中国建立了多家政府支持的数据交易机构，包括中关村蜀海大数据交易平台、贵阳大数据交易所、东湖大数据交易中心、长江大数据交易所等。这些交易机构多由信息软件产业提供数据支撑，并建立了大型数据超市，由省级大型电子信息公司代政府运营[2]。

各地数据运营探索不断加大。2020年11月25日，上海数据交易所正式上线；
2021年3月31日，北京国际大数据交易所成立。工信部发布的《大数据产业发展“十四五”规划》提出，要加快数据元市场增长，具体措施包括打造数据元价值体系、完善数据元规定；
通过促进数据元市场的发展，改善数据元的分布[3]。

要更好地改变数据要素市场的现状，就需要明确认知数据的价值。数据对于生产具有独特的意义，不仅是全国的战略资源，更在国际上占有一席之地，数据已被称之为第五大生产要素。数据价值主要包含两大层面。第一大层面，数据在经济时代能够带来显著的价值以及独特的利润，且数据能够更好地帮助我国材料、技术、资金的成长以及流通，数据是全新的数据生产力。第二大层面，数字经济可以更好地挖掘价值、提炼价值、塑造价值，在多维度、多领域展示出精准决策，并提高确定性和可追溯性。

另一方面，也要充分了解数据所产生的来源以及数据所带来的潜在利益，结合不同区域，明确数据在市场资源中能否发挥重要作用。数据具有独特的商品属性价值，需明确所有权以及交易，且数据载体需要基于专业数据平台，达成跨境传输以及安全保障模式，具有明显的监管意义。建立数据交易作为载体，可以更好地完成流通、开发、利用、创新，激发市场的积极性、主动性。

（一）合理定位，做好数据的科学规划处理

工作人员在进行数据收获时，不可将所有系统中的所有内容纳入其中，导致信息系统中出现信息冗余的情况。因此，数据交易所在进行数据的管理时，需要根据数据交易所的发展目标，针对其中的各项数据进行层层分解，合理做好数据交易所的设备采购、数据管理、数据交易和纳税等多个环节的建设运营和商业模式管理工作，明确数据交易所在运营过程中的建设运营和商业模式管理需求，并建立对应的建设运营信息管理系统。在这一基础上，数据交易所还需要根据行业的发展状况以及数据交易所的业务特点，制定完整的数据信息收集和整理策略规划。在进行策略规划时，工作人员应当做好有效数据和无效数据的筛选和划分，建立内部信息分析评估机制，将有用数据和无用数据进行有效筛选，保障数据交易所的相关负责人在短时间内获得足够的重要数据，并将其应用于数据交易所的决策中，这样能够使其决策具有更高的可参考性。

（二）数据交易中心的商业运营模式

目前，我国的数据交易还处于初级发展阶段，其商业运营模式并不完整。首先，会费收入指的是大数据交易中心可以拟定实行会员制度为会员提供交易资格、数据清洗以及数据需求定制采购和品牌推广等相关的服务，并且根据会员的不同等级以及需求，每年收取的会费可控制在5万至10万左右。这是最基础的会费收入方式，而在实际的处理中，根据具体的会员制度建设和品牌推广服务的相关内容，可以作出对应的调整。

对于我国现有的发展规划，如何凸显数据值的独特意义，建立数据框架，就需要从数据归属、交易等关键环节出发，明确评价要素以及相应的指南。应结合互联网金融等领域，开展详细的数据评价试点工作。例如，在要素市场监管模式下，政府需要从市场定位出发制定发展机制，完善数据产生、登记、结算等交易体系。政府出台相关政策，鼓励企业积极参与数据交易平台建设，开展数据交易模型，并强化市场监督模式，建立应急风险防范机制以及处理机制。在要素配置上，应加快数据收集进度，保障在协同、创新等模式下，能够分析数字化所带来的特征。优化配置，提高最终的生产效率。对于数据价值而言，其核心体系是数据值的有效性。因此，通过机制以及制度建设，合理衡量其数据的自我价值、公平交易，建立安全可靠的数据流通环境。

（三）提高建设运营信息安全管理工作的综合能力

要全面强化现有的数据管理，就要持续提高管理能力。例如，结合现状，从数据流通、共享等模式出发，建立法律法规。在数据全责制度上，建立资源分类标准措施，成立生命自然保护周期机制。按照数据的属性以及数据的不同类型进行收集、筛选，确保数据的安全性，实用性。在数据的来源上，不仅要求数据拥有明确的提供者、用户等信息，同时，还要求数据符合信息保护法，坚持科学发展以及保护相统一的原则。在个人信息使用范围上，明确信息的风险防范体系是否合理以及该信息若不慎泄露所造成的严重影响，建立技术标准以及安全措施。对于违法行为，如出现数据盗取、滥用等，判定刑事责任，加大对于数据行为的处罚力度。对于数据协同与安全管理，应从多角度出发，考虑政府企业、个人等群体，制定针对性的改进建议。划分全新的数据协同管理模式，加强政府层面的高级数据安全管理设计，制定数据安全管理标准。对风险进行全面掌控，应加快数据的安全立法，推动并建立国际安全合作机制，对于数据泄露等问题进行严厉处罚，重点打击。加强与监管部门的沟通合作，完善数据的内部安全管理架构，建立数据覆盖标准化数据安全机制。加快研发前沿数据保护技术，立足数据安全以及应用。引导企业参与数据安全规则评定，不断优化行业数据标准。在安全管理水准上，定期向社会公众公布数据安全措施以及成果，增加数据管理的安全性、透明性。提高数据的使用效率，并保证公众对数据有独特安全认知，营造良好环境。只有这样，才能够使系统的安全系数得到提升，使数据交易所中的数据安全性得到保障。

（一）推动基于大数据交换的数据交易（枢纽）

大数据交换（Hub）交易模式是目前我国从事大数据交易的主要方式。该模式主要涉及国有资产管理、管理股份和关键数据提供者参股的混合体系，保证了数据的权力，扩大了涉及的主体范围和领域，激发了主体对数据交易的热情和交易市场的活力。数据交换（中心）是数据运营的重要载体，可以促进数据源整合，规范交易行为，降低交易成本，增加数据流动性。推动基于数据交换（Hub）的数据交易，是推动数据流通的重要一步。

（二）制定数据传输规则

数据交易规则就像显示数据交易灯的道路。但是，我国的大数据运营产业还处于起步阶段，许多必要的参考资料，如数据交易平台设计、数据定价与交易模式、操作系统和交易准入机制等，在国际上没有先例，只能立足于现实。根据我国基本国情实施自主创新，制定具有中国特色的数据传输规则。

（三）解释数据交易中的所有权问题

大数据交易是数据拥有的交易，必然涉及数据的所有权，包括数据所有权、使用权、受益权。我国现行法律并未明确界定数据所有权，因此我国大数据交易可能存在所有权法律不明确的风险。因此，明确数据交易中的所有权问题非常重要。

（四）建立合法的数据安全保护机制

随着云计算技术、射频识别（FRID）技术、社交网络等网络技术的发展，网络数据保护已成为一个重要问题。我国已经颁布了《网络安全法》及相关配套框架，但这些法律的实施仍有待完善，以进一步防范大数据运营风险，规范大数据运营行业，营造健康安全大数据运营环境。

（五）明确政府和企业在数据运营中的权力和责任

交易数据是整个大数据行业的皇冠上的明珠，没有交易数据就没有价值。但大数据交易也伴随着更大的风险，这日益凸显了明确政府和企业在数据交易中各自的权利和责任，保障数据运营安全的重要性。

（六）完善行业自律机制，加强行业监管

在知识经济和信息时代，大数据产业发展迅猛，数据操作越来越普遍。目前，我国的大数据运营还处于起步阶段，整个交易规则体系还没有形成。面对实践先于法律监管的现实，我们可以从不同角度出发，加快发展行业自律机制，优化行业监管。

综上所述，随着社会经济的不断发展，新经济形势下的数据交易所，需要面临极大的竞争压力和资金周转紧张的问题。在这样的背景下，工作人员需要针对建设运营和商业模式管理进行创新，形成数据交易所内部的风险防范措施和管理组织，通过强化数据交易所文化建设的方式，不断提升数据交易所的管理质量。

猜你喜欢 交易所交易 三方争购意大利证交所环球时报(2020-09-15)2020-09-15VITE链上去中心化交易所ViteX公测上线中国计算机报(2019年14期)2019-06-21大宗交易榜中榜股市动态分析(2016年22期)2016-12-27大宗交易榜中榜股市动态分析(2016年23期)2016-12-27大宗交易榜中榜股市动态分析(2016年28期)2016-11-02大宗交易榜中榜股市动态分析(2016年15期)2016-10-19大宗交易股市动态分析(2015年13期)2015-09-10全国首个大数据交易所挂牌运营声屏世界(2015年5期)2015-02-28惊人的交易科学启蒙(2014年10期)2014-11-12