數據銀行助推數據資產化發展的可行性研究

劉傳

大數據具有金融屬性，數據銀行可作為最重要的載體，承載大數據的金融屬性。它是DT時代的產物，是經營數據信貸業務的數字金融新業態和新模式，是數據金融價值屬性的體現，圍繞數據開展資產化、產品化、服務化和證券化，提供數據價值評估、數據存貸、數據交易中介、數據資產證券化等服務，加快數據資源富集，促進數據資產流通，加速數據紅利釋放，助力數字經濟發展。目前中國的大數據交易平臺主要為政府、企業、產業聯盟設立的，2020年中國大數據相關產品和服務收入產值已經突破1萬億元。數據銀行的建立有利于推動數據資產化的發展，可以更好的提升數字經濟發展，而我國數據銀行業目前仍處于初級和探索階段，未來發展前景廣闊，我們需要持續關注數據交易運營模式、激勵機制、數據應用需求、數據安全等方面。

一、數據的金融屬性

首先，數據具有價值屬性。李克強總理稱大數據為21世紀“鉆石礦”，可見數據是國家和產業基礎性戰略資源，擁有長期保存的海量數據的數據湖可以說是價值無限的寶藏。其次，數據具有流通屬性。數據會隨著時間產生變化，且數據會隨著流通產生更大的價值。伴隨數據的生命周期，大數據可實現價值發現、價值創造和價值實現乃至增值的過程。英國UK Data Archive認為，從創建、處理、分析、保存、訪問，到復用這6個階段的循環組成了數據生命的全周期。從交易的角度來看，數據被采集和獲取后，經過清洗、脫敏等一系列處理過程，最終成為可交易的產品，而這些產品將被應用到新的領域并成為新的數據源，由此形成數據生命周期的循環，實現了流通。

數據銀行主要有三大功能：整合與融合原始數據，數據初步分析、過濾和分類，提供服務平臺。經過數據銀行處理后，有價值且可以流通的數據即為數據銀行的基本“金融單元”。經過采集、獲取，清洗、脫敏、關聯、融合等步驟，有價值的數據被從海量的數據中提取出來，經過資產化、產品化、服務化、證券化后，成為可以進行交易流通的“金融產品、服務”，甚至可以成為數據銀行交易中的基礎“貨幣”。

二、數據銀行的內涵和特征

數據銀行是數據金融價值屬性的體現，它基于數據“海量、安全、綠色、生態”的存儲、計算和挖掘服務能力，采用類銀行的經營模式、商業理念和管理方法。它的特征主要有以下五個方面：第一，受控受監管。數據需要一套受控受監管的全新的數字化身份體系，可以稱之為dID（digital ID），國家政府機關尤其是數字金融監管機構或公共安全機構應主導建立這套系統，作為全民數字基礎設施，以利于數字經濟發展。第二，依托可信的第三方平臺。數據銀行從事的業務包括了數據存貸，數據交易及數據資產化，需要建立公正、有公信力、創新型的第三方平臺，為數據開發者提供統一的數據檢索、開發平臺。第三，高等級安全。國家對于政務系統安全等級最高的認證是等保三級，屬于“監管級別”，數據銀行的安全等級要至少不低于此等級，部分核心數據要進入“強制保護級”和“專控保護級”的等級安全保護范疇。第四，數據資產化。只有可控制、可計量、可變現的數據才可能成為資產。數據銀行通過清洗、建模、分析后，將數據進行標簽化、資產化和場景化，實現數據資產的可變現屬性，這一過程就稱為“數據資產化”。第五，價值可評估。客戶數據交由數據銀行后，受數據銀行委托，第三方的數據質量和價值評估機構為數據業主的數據進行價值評估，視數據存儲保管和價值化的需要，為數據價值化進行數據清洗、數據合規化、目錄化、標準化、標簽化及價值評估等一系列工作。

三、大數據交易市場發展現狀

目前，中國數據交易類的企業主要分布在西南、華東和華北，集中于北京、上海、貴州等地區，交易種類主要有分析結果、數據產品、中介撮合三類。

交易分析結果的平臺主要以貴陽大數據交易所為代表，其不直接交易數據產品，而是將數據根據買方需求進行加工后交易分析結果。這樣的優勢在于可以更好的調動各方資源，逐步匯集高價值數據，進而樹立其在行業的權威性和公信力。此外，貴陽交易所實行會員制，這在一定程度上保證了數據質量與安全，也提升了行業影響力和客戶粘度。其不交易分析結果的做法也可以規避數據交易所造成的隱私泄露和所有權糾紛，有利于初期活躍市場。而弊端方面，由于交易的是分析結果，這不利于后續的數據挖掘，數據的裂變效應變低。

交易數據產品的平臺主要以數據堂為代表，其主要是交易定制開發的數據產品，根據用戶需要利用網絡爬蟲、眾包等方式采集并處理數據以形成數據產品。同時，數據堂還開展數據整合、清洗、脫敏等一級開發業務。進行數據產品交易的優勢在于其平臺可完全市場化，可大幅度降低市場參與的門檻，調動交易雙方的積極性，定制開發提高了數據的使用效益，并有利于各類數據的匯聚和開發。劣勢方面，通過網絡爬蟲或眾包等方式很難獲取高質量的數據資源，并且隨著交易所的不斷出現，數據擁有者將更傾向于在有公信力的交易所進行交易，這種近似于自發式的交易將面臨挑戰。

中介撮合交易主要以中關村數海大數據交易平臺為代表，其自身不存儲和分析數據，主要以平臺商城運營為主，利用API調用等方式撮合買賣雙方，通過包月或按次收費的方式賺取中介服務費。這種交易方式的優勢在于，完全市場化，可充分調動企業的積極性，利用產業聯盟等形式可以形成一定的數據交易生態。而其劣勢也是很明顯，特別是在中國數據交易市場規則不健全的情況下，平臺商城上線的數據往往不是市場真正需要的數據，數據價值偏低，也缺乏有效的數據價值挖掘機制。

根據相關資料統計，貴陽大數據交易所運營第一年就發展會員300余家，接入100多家企業的數據，數據量達到50PB，實際發生交易的會員數超過70家，交易額突破7000萬元，數據量超過10PB。而數據堂僅成立三年就成功在新三板上市，市值超過25億元，數據產品涵蓋科技、交通、醫療、通信等十幾個領域，擁有數據規模在1200TB以上的產品數超過4萬套;中關村數海大數據交易平臺上線一年就聚集了1214家企業，交易金額超過5980萬元，交易量超過1.6萬筆。工信部印發《大數據產業發展規劃2016-2020年》，特別提出加快推進大數據產業應用能力，到2020年，技術先進、應用繁榮、保障有力的大數據產業體系基本形成，大數據相關產品和服務業務收入突破1萬億元。

四、數據銀行主要業務與價值

目前的數據應用與交易存在產權模糊、管理混亂、收集困難等問題，基于銀行信托與資金運管理念下打造數據銀行，將以保護數據所有權、隱私權和收益權為核心，打造專業數據資產運管平臺。對于數據銀行來說，“收儲”和“放貸”是兩個核心業務，所有用戶都既是數據的提供者又是消費者，“銀行”通過對數據進行一級開發使其成為資產，并監管使用過程，從而賺取價值差異費和服務費。

因此，數據銀行的業務類型主要包括數據資產評估、數據存儲與保管、數據資產價值評估、數據信貸、數據交易等，通過對數據的綜合管理以實現數據的增值和有效流通，最終為用戶帶來收益。

數據收儲業務是指針對數據所有者進行數據資產盤點、數據資產整合、數據資產登記、數據資產價值評估等數據資產登記確權賦值業務。經過數據評估可將數據分為涉密、敏感、隱私、開放四類，并根據不同類型的不同特點進行脫敏處理，并開展數據托管或數據存儲等業務。以“存儲服務+基礎收益+數據變現分成”的儲戶數據收益模式，鼓勵數據持有者積極授權開放數據，依托儲戶建立數字化身份體系dID（digitalized ID）、區塊鏈安全技術、規章制度相結合方式保證數據安全，促進多維數據的聚集、融合、變現，逐步面向社會公眾開放數據API接口，引導第三方數據開發者和社會力量對數據進行社會化開發、匯聚和整合，推動高價值數據流動，帶動整個數據價值鏈的規模化發展。

數據銀行是一個開放平臺，首要任務是能有效實現碎片化信息資源的集聚，將采取數據賦權促進數據資產合法化，基于數據評估實現數據價值可量化，通過數據增值打造數據資產證券化，開展數據交易推動海量數據商品化和數據流通融合化，著力打造數據資產評估、數據資產攬儲、數據資產交易、數據資產信貸等多層次、多功能服務體系與數據資產管理和數據融資等綜合應用體系，實現大數據產業鏈全網系市場覆蓋，形成數據資源、資產一體化運行格局，并為數據擁有機柜和個人提供完整的數據儲蓄、交易、信貸、結算、交付、安全保障等服務，有效促進數據資源整合、規范交易行為、降低交易成本、增強數據流動性，促進各地數據要素流通，助力大數據產業實現數據“掘金”，以及數據價值外溢。

五、數據銀行客戶畫像

未來會參與數據銀行服務的客戶主要有政府、企業和個人，他們都需要利用數據來提升效率，擴大利益，以獲得更多的滿足感。

政府用戶主要是以所擁有和管理的業務數據作為交易對象，如交通、醫療、就業等數據，而并非政府掌握的所有的數據都能進行交易，能交易的往往以結構化數據為主，非結構化數據因涉密信息較多，未進行有效的處理而無法進行交易，但政府掌握的結構化數據又受到信息公開的要求，大多數是免費的公開數據，這就降低了政府數據的價值。同時，政府數據大多由各委辦局本地存儲，部門化程度較嚴重，不同部門間平臺系統的兼容性極低，這增大了數據價值的挖掘難度。未來政府數據的利用應以應用為牽引，仍然堅持從政府業務發展需求出發，推動大數據服務民生，通過數據開放引導社會力量參與開發產品，結合多維度數據的使用，推動政府數據化治理。

企業用戶所掌握的數據主要為內部數字化檔案數據，包括生產數據、業務數據、辦公數據、供應鏈數據等。目前越來越多的企業在進行數字化轉型，其自身是數據的生產方也是需求方，企業對數據存儲、管理、應用的成本較為敏感，希望利用數據促進經營效率的提升，擴大市場占有率，實現利潤最大化，所以企業更在乎數據所產生的結果和效應。

個人用戶主要是數據的生產方，其產生的數據助推著各種應用和服務企業的發展，例如信用數據、消費能力畫像、購物偏好、征信信息、瀏覽記錄等。個人用戶所產生的數據具有種類繁多，數據量大，利用價值高等特點。但是，隨著用戶數據的快速增長，其對信息安全的要求也越來越高，需要更多的大數據存儲管理軟件來支撐用戶的發展需求，而個人用戶在數據購買和使用方面，主要是以滿足工作需要為主，例如決策分析、撰寫報告、資料收集等方面。

六、發展建議

我國數據銀行業仍處于初級和探索階段，未來發展前景廣闊，我們需要持續關注以下幾點：

第一，優化數據交易模式，逐步實現完全市場化運行，只有實現市場化才能真正意義上促進數據的流通，這就要求交易平臺提供安全保障并完善服務能力，構建專業的團隊提升數據開發和應用能力，將交易和分析由硬性綁定轉變為分布實施，給用戶更大的自主權。

第二，構建數據供給激勵機制，數據在正式完成交易前無法先行瀏覽，為了保證數據質量，需要構建完善的數據供給機制，不斷提升數據提供方的積極性，只有不斷提高高價值數據的存量，才能夠形成源源不斷地購買需求，也可以將數據提供者逐步轉變為數據運營者。

第三，加強對企業數據應用地關注，目前參與數據交易的主要以大企業為主，但中小企業的數量占法人數量的多數，雖然這些企業各自的數據量較小也相對分散，但他們是市場活躍的催化劑，只有這些企業真正有意愿參與到數據交易活動中，才標志著數據交易市場化的形成，所以未來應更多關注中小企業對數據應用的需求變化，針對其所產生和所需要數據的特點打造專門的數據產品，以提升其參與數據交易活動的意愿。

第四，持續關注數據交易過程中的數據安全問題。首先要關注數據本身的安全問題，涉密數據不能交易，進行脫敏、加工處理之后，符合相關規定和要求后，方可進行數據交易;其次是要關注數據防護的安全，要采取包括藍光存儲技術在內的先進信息安全防護措施進行數據安全防護，防止黑客攻擊、篡改、數據丟失等事件的發生。

參考文獻：

[1]郭明軍、安小米、洪學海.關于規范大數據交易充分釋放大數據價值的研究[D].中國人民大學信息資源管理學院，2018.

[2]姬蕾蕾.數據產業者財產賦權保護研究[D].西南政法大學民商法學院，2018.

[3]崔紅梅.多關系網絡結構的大數據交易綜合模式構建[D].重慶交通大學，2020.

[4]荊雪蕾.“互聯網+”形勢下政府大數據開放與共享研究[D].聊城大學，2017.

[5]王衛、張夢君、王晶.國內外大數據交易平臺調研分析[D].情報雜志，2019.

[6]伊然.工信部印發《大數據產業發展規劃2016-2020年》[D].工程機械，2017.

[7]趙子瑞.我國大數據交易模式研究[D].上海社會科學院，2018.

[8]韓姝娉.大數據交易安全風險的法律思考[D].山西青年職業學院學報，2019.

[9]張于喆.電子信息產業發展形勢及政策建議[D].中國宏觀經濟研究院，2018.

[10]楊有韋.政府大數據典型應用解讀[D].大數據時代，2016.

基金項目：本文為北京市博士后工作經費資助項目，項目編號：2021-ZZ-174。

作者單位：北京易華錄信息技術股份有限公司，經濟學博士，數據資產方向博士后