嘉宾：
郑小林?浙江大学计算机科学与技术学院教授、金智塔科技创始人、
雷凯?北京大学深圳研究生院深圳市内容中心网络与区块链实验室主任
杨圣????聚啊科技CEO
汪小益??趣链科技数据网格实验室负责人
主持人：
于百程??零壹智库副总裁、零壹研究院院长
主持人：大家好，我是本场圆桌主持人，零壹财经的于百程，感谢主办方趣链的邀请，有机会和各位业界老师一起聊聊数据要素与区块链的话题。
我们知道数据是数字经济下最重要的新型生产要素，只有数据要素价值被充分发挥出来，数字经济才能获得更好的发展。但当下数据要素的确权、流通、收益分配、安全和治理等诸多方面均面临着痛点，如何打通这些数据要素的阻梗，不仅包括政策和标准层面的推动，区块链等技术应用也是非常重要的方面。在本场圆桌主办方邀请了多位业界的研究、技术和企业的专家，我们一起来就此话题展开对话。
本场圆桌的嘉宾是：浙江大学计算机科学与技术学院教授金智塔科技创始人郑小林，北京大学深圳研究生院、深圳市内容中心网络与区块链实验室主任雷凯，聚啊科技首席执行官杨圣，趣链科技数据网络实验室负责人汪小益，欢迎大家！
那我们就首先进入第一个讨论的话题，近年来我国为大力推动数据要素市场体系的建立，出台了系列的相关政策。“十四五”数字经济发展规划也提出，我们2025年初步建立数据要素的市场体系。根据目前我国数据要素市场发展来看，面临哪些的问题和挑战，这个问题具有普通性，我们请4位老师都做一些分享，首先有请郑老师。
郑小林：非常高兴有这个机会和大家一起交流这个问题，实际上在我国数据要素体系建立这一块，刚才大家也都听到了整个“十四五”数字经济发展规划，包括最近我们的中央深改委第26次会议，都已经把这个列入非常重要的议题上。所以刚才主持人提出的问题与挑战，我觉得是两大方面：
一是制度和整个机制这一块挑战比较大，其实这次深改委把整个改革的重点归纳为几个方面，一是数据产权制度，大家也都会提到这个事情，因为数据产权制度在去年一直是一个重大的难点。因为数据的确权比较难，所以这次深改委把它更多强调了数据持有权、加工使用权和数据藏品的经营权，没有提数据的所有权；二是现在都在讲数据要素要流通，但流通和交易的制度这一块目前也是非常难的，为什么呢？目前是各个省，或者各个企业八仙过海，各显神通，大家做的模式都是不太一样的；三，我们这里谈交易，但数据要素作为一个生产要素，更多是做好优化配置。要做数据要素的优化配置，这里还是会涉及到一些收益的分配机制，目前我觉得也没有特别好的，或者国家有一个制度颁发出来，都是各个地方，各个企业摸着石头过河，这是机制与制度方面的。
二是相应的支撑技术，包括安全、隐私保护、标准规范，都会涉及到，当然等会展开讨论。
我觉得大致是这两大类，谢谢。
主持人：好，在制度和技术层面都有挑战。接下来我们请雷凯老师分享。
雷凯：刚才郑教授讲的已经很全面了，因为从我个人来说，我也是一些体会。比如这个话题拿出来，我们习惯性的就在想，它到底怎么定义数据要素问题的边界。因为这个话题要说宏观的话，非常大，这是我的第一感觉。因为我之前做过几年类似于迅雷下载的东西，当时文件共享流通。我在想现在国家提数据要素肯定是面向个人，面向娱乐性的产业，希望和经济之间联系起来。除了郑教授讲的那些，还得先说一说我们到底需求，包括哪些方面可能是刚需，哪些方面是弱刚需，从经济生产的角度，要不然需求才是一个市场重要的组成部分。
另一方面，我后面一直在研究未来网络，实际上也就是网络的新型架构。我们早期说经济的时候，那时候说是火车一响、黄金万两。我们从去年也提到新基建，数据也算是一个货品，我们底层的数字经济基建方面如果能够建设得更好，当然中国在这方面已经相比很多国家做得有优势了，包括疫情防控，数字技术在里面起到了很好的作用。这是我说的第二点，从基础建设上。
三，因为数据要素毕竟涉及到经济，因为我个人本身还是属于理工科，当然最近也在思考这些问题，包括也写了一些东西。包括数字技术的这些交叉学科，比方说跟经济，跟管理，尤其和法律的关系。因为早些年做知识图谱时，找医院要这些数据，医院还是很支持的，做科学研究，也知道我们不会乱用。后来到发期刊时就要伦理证明，伦理证明说白了也不是一个严格意义上的规则大家认可的东西，这就已经跨学科了。到现在大家都知道数据重要，包括现在出现了个人隐私数据安全法、关键数据法后，大家现在有一点过于不敢共享数据，不知道哪些数据该是共享的，这些已经超越到技术，超越计算机学科之外的学科相关问题，可能这也是值得大家关注的。
我先说这三点，对后面两位专家学习请教的机会！
主持人：好，我们先都整体讲一下，刚才雷老师讲了中国数据层面是非常丰富的，当然这几年大家确实对这一块越来越敏感，分享起来越来越难。接下来有请杨总做一个分享。
杨圣：郑老师和雷老师都是专家，我们做企业的有点班门弄斧。我之前稍微整理了一下，大概会有5个点，从企业来看会是一些问题：
1.数据标准统一的问题，到底怎样的数据要素是可以流通的，它大概到什么程度；
2.所有权归属问题，比如我们做企业的有时候会做一些连接平台，通过区块链的方式做一些存储，这个数据到底是谁的，它的归属问题。我作为数据使用方还是采购方，还是本身数据拥有方，归属权的问题；
3.我是做金融的，2015年到2018年那段时间数据治理是没有什么人管的，很多公司用了数据赚了很多钱，但后面很多也都回出来了，包括杭州也有些企业确实是这样，就涉及到合规来源的问题。我们今天数据可能有，或者有很多采集的方式，正确把它使用起来，比如说能变现或者其他方式。但遵循的原则根本就是合规问题，如果合规不解决，我相信大部分正规的企业都不愿意去冒这个险；
4.定价，其实数据定价比较难的，到底是供需上定价，还是官方有个指导价，还是怎样，这个价格取决于数据要素将来流通的可能性，这是我看到的问题；
5.我们在做企业，我们对很多产业链上链主或者其他企业，它的数字化程度是有所了解的。本质上来说，如果2025年想做数据市场的话，前面还有一个前置条件，就是基础建设，不管是政府层面的还是企业层面，还是很多其他制造业，甚至一些其他企业，它的数字化程度够不够。它的数字化程度够，我们才有数据要素，否则也不存在这个问题，所以数字化程度也是个问题。
我大概是这么一点观点，也和各位教授、各位领导汇报一下。
主持人：杨总总结了5点，有一些点大家的观点是一致，像权属、合规、基础建设等。再有请汪老师。
汪小益：前面几位老师都讲的比较充分，我从企业里遇到的情况稍微分享一下。首先数据要素，本身“要素”这个词是一个经济的名词，生产要素。数据资源到生产要素这一块，其实有两个事情是比较重要的：1.数据怎么资产化，这个涉及到刚才说的价格或者价值分配这一块问题；2.要形成市场的话，必然要有交易，数据要流通，这个就会带来第二个问题，所以我这边主要想提的，整个数据要素市场或者数据要素流通最大难点，现在在可操作性层面。像北京、上海或者深圳，甚至一些二线城市都成立了数据的交易所，也出台了交易的规章制度，但操作起来还是有难度，这里面也和数据要素形成，刚才说的两个点分不开。
一，我们看到数据流通和安全保护之间需要进行一个平衡，像这两年国家也出了数据的安全法也好，网络安全法也好，还有个人隐私保护法。这就和数据要去使用、要去流通，本质有一个冲突的。另外，这几年隐私计算这样的技术也能够解决一些问题，但它和真正明文计算之间，无论是在它的性能或者在准确度上，还是有一定的门槛，或者有一定的空间去做提升，这是一块。还有一个困境，目前的数据也分离在不同的网络里，比如说私有的网络，甚至是一些专网，还有我们的互联网。这些网络甚至是不通的，所以说很多时候基础设施对这些支撑往往也还不够。
第二块，刚才各位老师提的比较多，就是价值的形成机制不完善。数据有它自己的特殊性，比如说它使用的排他性，或者说容易泄露，所见即所得。甚至说数据对不同主体之间价值是不一样的，所以定价很难。刚才说的数据权属关系，我们当时确实遇到了这样的问题。比如说一些机构确实存了数据，但这个数据其实不属于他，数据可能是属于个人，或者说属于企业。当然这个数据中间还有其他的相关方，比如采集具体公司的，这些数据有没有价值呢，有价值的，也有需求。但谁来对这个数据使用进行授权，或者谁到时候再来进行收益的分成，或者怎么分，这样一些价值的分配机制还是比较难去做权衡的，所以我个人就提这两点：流通开放和安全保护之间的冲突；二是价值形成机制和分配机制，相对来说还是比较困难。
主持人：我们先整体对数据现在使用的挑战和问题都做了有共识的总结，但不管怎么样，我们无论是从制度层面，还是从流通、定价各方面，有各种各样的问题，实际上数据的使用是一直在存续的，我们必须使用起来，只是用什么样的方式流通使用起来。
第二个问题，我们可以讨论一下这个，因为今天有2位嘉宾都是企业家，都是科技公司企业家，郑总和杨总。第二个问题，咱们在日常业务中也是涉及到很多数据，我们就谈一下这个问题，数据的流通是数据价值关键环节。比如说数据如何跨机构共享，数据的安全保障和隐私保障，还有这些问题交易流通标准和技术措施上有什么好的解决办法，我想先听两位企业家来讲一讲，你们在日常数据使用情况怎么样，是企业之间的共享，还是要通过交易所，还是要怎么样。前面说的流通标准，技术上有什么好的解决办法没有，要么请杨总先说一下。
杨圣：我讲一讲我的看法，我早些年在银行，银行是数字化建设，或者早期信息化建设最早的一个机构。这个机构里面存有大量的数据，原来银行和银行之间反欺诈的一些联盟，或者说交叉营销是怎么样做的呢，基本上我搬着个电脑跑到银行里去造库。现在区块链产生以后，包括像趣链这样的机构也提了很多关于隐私计算的东西。本质上隐私计算是一个好技术，而且是将来通行的标准。但现在碰到什么问题呢，像隐私计算要在跨机构里解决信任问题，目前来说它的认知程度还是不够的，从技术层面我们已经解决这个问题了，但从应用上真的各个企业能信任这个东西，包括信任谁的隐私计算，大家都知道隐私计算这两年资本市场还蛮热的，投资也很火，价格估计非常高。实际上我去和这些隐私计算CEO们沟通时，大部分商业化的能力还是比较弱的，还是处于技术已经到位，意识问题。所以如果从技术上来说，隐私计算已经可以解决一部分隐私问题，我有A数据，你有B数据，我不想拿出来，别人也不想拿出来，我们通过隐私计算方式去比对一下，然后各取各的所需，技术上没有问题。意识形态上，我觉得还是有一个培养的过程吧，这当中可能跟国家出标准，跟企业之间比如形成一些寡头的垄断，会越来越好，目前比较散行的一些结构还是相对比较难。
二是不同主体或者不同链，我们从区块链来说不同链上数据的采集，这个技术上也有，原来大家都知道区块链有很多不同的链，现在都有些跨链的方案，只是唯一我担心技术上问题是性能，真的是跨链去做这些问题，是不是性能足够好，在技术上汪老师可以补充一下，趣链也有很多相关跨链标准和技术去做这样的事情，跨链这个问题也可以解决。
三，我们早些年提的蛮多的，交易市场从未来看到底还是个中心化的，还是有可能去中心化。如果将来这个市场不是中心化的一种形态，通过一些其他的数据治理方式，或者一些智能合约的方式，技术上也是有保证的。大家都知道国内海外两种方式，海外很多种这种方式，国内还是中心化比较严重。居中心化下数据要素怎样流通更快，本质上节点越少，越公平，可能会流通的更好。这个技术智能合约也是有的，技术层面来说，我觉得都不是存在很大问题，都有一些对应解决方案。反而就像各位教授讲的一样，法律层面，政府的决心上面，到底放到什么程度，管到什么程度，这个东西要明确。不明确，盲人摸象就会有一种恐惧感。今天我在弄数据，之前抓了不少人，往后到底怎么样，大家心里还是有慌张的，所以及早把石头落定，可能这个市场就可以尽快的有所发展。
汪老师，我讲的不是完全对，你帮我修正修正。
主持人：好，等一下我们请汪老师特别讲一下这个技术。
刚才杨总提到两个技术、一个思考，隐私计算和区块链，通过这两个技术来解决。这两个技术在应用上应该没有明文风险，本来就是解决这些问题。另外提了一个中心化和去中心化，这是一个问题。我们请郑总，郑总也是隐私计算领域的领军机构，也是做和数据相关的。
郑小林：谢谢于老师，刚才于老师提的问题也是最近政府，包括数据交易机构碰到比较多的困惑，因为都在探讨数据要素流通。实际上我们可以梳理一下，数据要素真正要打通整个环节的话，还是涉及到比较多的。刚才汪总提到了，我们从数据到数据要素要跨越很多环节，从原始数据的采集到数据的汇聚、管理、加工、清洗，再到成为一个数据资源，那数据资源再到数据资产，它其实还要再经过确权、计量，包括价值的估算。成了数据资产之后，我们再通过一定的技术，比如刚才讲的隐私计算等技术，这时候我们才能去开放共享和交易，真正的对外变现，这里面才能把它作为生产要素去获取相应的收益。整个从原始数据到最后的生产要素全过程中，它实际上都会涉及到相应的标准和技术的挑战。目前解决方案在标准这一块，像信通院，包括一些信标委等国内很多标准化组织，这两年出了大量的团体标准、行业标准，甚至是国家和国际标准，基本围绕数据要素产生和流通的全环节。这里比较重要的，比如说确权，我们就不再讲了，比如怎么去定价，定价的标准。怎么去共享，或者是交易的标准，这里就要去做的。
二是要有一系列技术的支撑，刚才杨总提到了隐私计算，我们目前金智塔科技和浙大人工智能所也是在很多地方，特别今年我们在政务领域、金融领域做了不少事情。比如说目前我们在一些大数据局，包括省里、市里都去部署了相应隐私计算平台，这里不仅仅是隐私计算。刚才包括前面汪总讲的也对，除了隐私计算还需要其他计算模式的融合，所以我们更多支撑融合计算，因为它有明文、有密文。在政府里数据分了其他类别，比如说有可开放共享的数据，有授信共享数据，有禁止共享数据，它是有分级的。这里在技术上，一开始不管是政务数据还是社会数据，都要涉及到一个技术——数据的分级分类，这里也会涉及一系列标准。比如人民银行就出台了相应的金融数据分级分类标准，浙江省大数据局出台了公共数据的分级分类标准，这里就会配套相应的技术和平台，有很多公司也在这一块做。我们针对分级分类之后提供的是一个不同的数据流通模式，或者叫计算的模式，所以我们把这一块在各个地方去做时，更多称为融合计算。这里包括了密文计算，包括了加密存储，也包括了隐私联合计算，我们这里是有好多种计算。数据交易会涉及溯源，责任追溯。两个技术：数据水印、区块链，都是比较好的解决技术。
我就先介绍这两大块。
主持人：郑老师介绍的比较全，我问一个问题，比如标准和技术这两个维度，标准是建立统一的方向。那标准和技术维度，你觉得哪个现在挑战会更大一点呢？
郑小林：这个就看我们要定位在哪个环节上，我们刚才讲的全流程上都会涉及到。举个我们比较熟悉的，或者我们公司最近在做的隐私计算这一块，实际上隐私计算本质上挑战也很大，因为现在公司说起来可能是上百家都在做，比如这里技术又分是用联邦学习的，还是用多方安全计算，还是用Tad，这里对应技术背后标准难度又是不一样的。二是我们在隐私计算领域里最近各个厂商讨论比较多的是互联互通，像互联互通的标准目前根本没有，所以现在有很多厂商在对外提供整个可以支撑互联互通的解决方案，但实际上相对来讲，因为我们自己也在行业里，标准没有解决，真正要实现互联互通还是比较困难的，我觉得这两个应该是相辅相成的。
主持人：相辅相成，在不同领域差别还是比较大。
郑小林：对，不同环节难易度是不一样的。像分级分类这一块标准出来已经比较多了。
主持人：OK，刚才两位也提到数据生成交易中的区块链技术和隐私计算技术，这两块我们请汪总，因为汪总两块都会涉及，趣链做得比较领先，把这一块和听众好好介绍一下。
汪小益：好的，刚才杨总、郑老师都提到了这两块，我这边单纯从技术的角度分析一下区块链的技术，或者隐私计算技术可以在这里发挥什么作用。
首先，谈一谈区块链这一块。区块链本身就是一个多方协作的技术，而这恰好和数据要素市场，这种多边市场协作是蛮契合的，所以区块链及其相关技术是可以在整个数据交易相关环节有它一定的作用。比如说我们在交易前，数据的产生，之前大家一直提到数据确权或者登记怎么去做，传统技术是不太好做的，因为传统的存储，或者存储下来数据是不知道这个数据是属于谁的。但如果说我们前期做好QICR，比如说QIC之后又和数字身份进行一个绑定，相当于是形成了一种孪生的数字个体，这样的话在数字空间产生的，或者对数据一些贡献就可以做到相对来说精确的登记，这我说的数据交易之前，数据产生或者加工环节。
二，我们在数据交易过程中，区块链有一项技术叫智能合约，它可以帮助我们实现数据本身交易的自动化，甚至说做数据多方之间清结算，这些都可以做到比传统技术更加透明或者公证。如果我们从一些规章或者制度上能够把大家这项贡献衡量出来的话，区块链的智能合约技术就能把各方权益以技术的方式确定下来，甚至可以做到实时的各方价值分配，这是它的第二点。
三，区块链还有一个好处，大家一直觉得区块链是很难篡改的，所以它很适合对整个数据交易过程中一些记录进行实时存证，这个也方便事后监管或者审计，所以区块链本身单纯从技术角度来说，这三方面的事情是比较擅长的。
隐私计算，它比较好的是契合在整个数据流通或者使用环节。刚才也提到现在国家对数据的安全或者隐私越来越看中，隐私计算刚好能够帮助实现数据的匿名化，或者脱敏等，大家也提的比较多数据不出域能不能使用，这和数据本身价值要发挥来说，或者跟数据要素特殊性来说，这个技术跟它是非常契合的，就是它的使用权和应用权能不能分离。因为数据如果不分离的话，数据所见即所得，这个价值就会大打折扣，也对它的数据要素市场形成不利。
另外，回应一下刚才杨总提到跨链相关的技术，确实现在也有这样的问题，因为刚好这一块我也在做。如果说Web2的话有这个数据孤岛，在区块链这个行业也会形成新的数据孤岛存在，不同链之间确实没有那么容易互通，它也存在着相应的问题。这一块目前来看，大家关注的更多还是安全性，性能不一定有那么好，但更多大家还关心它的安全性层面。它还有一点，我觉得可以作为数据要素本身互联互通的参考，因为区块链更加透明，所以很多平台都是开源的。它的标准形成不是说大家去制定一个标准遵守，而是从代码层面大家慢慢形成了一些共识，这种跨链协议。大家如果都遵循的话，自然这些系统之间，至少从技术层面就互联互通了。像数据流通的话，也可以参考这种方式往前走，主要还是形成一些事实的标准。
这是我的一点看法。
主持人：谢谢汪总做了很多普及，杨总对这一块技术有什么补充吗？
杨圣：汪总已经解释的很清楚了，基本上区块链主流的存证、通证、不可篡改性，包括智能合约都提到了，我没有太多可以补充的。
主持人：好，那我们接下来讨论一个交易所的模式，因为数据交易所是我们这几年在数据流通层面做的一种方式，一种模式。贵州的大数据交易所算是国内最大的，但交易额也就3亿。数据显示，现在我国90%的可用数据都是政府在推动数据服务方面，当然仍是以与企业合作为主，比如技术服务为主的合作模式，企业代理的运营模式，还有政企合资的模式，这是统计的3种。这些模式是否会形成以市场为根本的调配机制，实现数据要素由市场配置的方式呢，我们来看一下数据交易所模式对于整个数据流通效果如何，机会怎么样，接下来有请雷老师分享一下，包括郑老师。
雷凯：谢谢于老师，这个问题其实找我回答不是特别合适，因为交易所，我们在学校搞科研，对交易所了解的也不多。3亿也不小，就看它投入了多少成本，这是第一方面。我也知道深圳最近成立了一个交易所，号称几个月就搞了多少亿，当然肯定从我们预期的数字经济规模来说还是不够的，说市场这个模式，我觉得第一，市场要足够大。现在说的都是政府来驱动，政府的这些数据又特别敏感，因为我记得很早的时候，那时候说数字中国，曾经说过把工商数据、税务数据、社保数据都要拉通。但现在整个立法依据都没有，在这种条件下要把市场规模做大，还是相对来说它的机制体制方面问题没有解决。
我想说说我平时思考这方面，从我本职工作来说一下。我其实做了十几年匿名数据网络，这种未来网络的体系结构。这个也是2009年跟比特币、区块链同时诞生的，它的出发点，我们看IP出来也50多年，IP早期实际上是做一个搬砖的，搬运工，搬的是啥不管。我们说到数据要素，深层次来讲，我们还得再想深一点，并不是所有的数据都存在交易价值，我们实验室名称申请时也是强调内容中心网络和区块链的结合。可能我平时思考也是从几个维度：首先一是底层逻辑，现在底层逻辑也是技术，包括数字经济发展，大家发现大数据、人工智能这些技术，包括云计算进步以后，我们可以把数据当做一个商品，或者当做一个生产要素来进行一种经济化的行为。从原来早期技术来看，它并不是为了这个目的而创造的，而发明的。
比如现在我们在网络领域经常就有很多打补丁的方式，如果能推倒重来的话，我们从整个数字技术来说，数据的产生就应该打好标签，打好标识，做好分配，做好内容。而不至于现在反过头来，原来没有，我们去补，这是一个底层逻辑的思维。如果从市场的角度，我觉得可能现在大家都发现无论是政府也好，还是我们所说的几个大厂也好，他们确实从数据上已经具备了一些变现能力，实际上这个规模还是有一点偏垄断性的规模，这也是一个很重要的，违背经济学原理的事情，市场要足够开放的话要多元化。现在我们说长尾的尾部可能有些数据也能变现，也能增加交易额，但实际这些投入的成本很大。
刚才郑教授和汪小益总说的这个，我们通过技术能够让这些企业放心的、快速的来进行变现，这方面也可能对市场的促进，也就是围绕数据交易一些服务生态，应该也要算到交易里去。我还想关心的一个，现在很多数据变现都是在C端，并不一定是B端，但C端数据也都遇到了很重要的个人隐私问题，这方面还是有很多可以想像的，不一定我们要到数据交易所去，能够有一种更好的模式，让政府也放心。包括前面讲到去中心化，区块链研究这么几年一直在体会，其实交易的去中心化是OK的。就像我们平时市场经济，大家底层多对多的交易没有问题，但要把去中心化，是监管的去中心化还是交易去中心化，这两层要分开。像这种大的数据交易所，虽然年交易额好像看起来也在增长，但它实际上只做了一部分数据交易市场的功能，我们也不要过多在意以这几个数据交易所的交易额来判别数据交易的市场到底有多大，或者现在发展到什么情况。
我就先说这么几点，谢谢。
主持人：谢谢雷老师，雷老师核心还是提了中心化和去中心化，多中心化。我们交易所实际上是中心化的机制，之前杨总也提到这个问题，我们长尾的，甚至是C端这些是以后的去中心化，这肯定是两个市场，两个模式都应该并存的，但时间周期可能很长。
接下来请郑老师讲一讲交易所的模式。
郑小林：谢谢，刚才雷老师分享了一个非常好的观点，就是交易所有多种模式。实际上我们最近回过来看一下，最近交易所成立的新闻特别多，好像于老师做过一个统计报告，有39家，实际上还有一些平台没有统计进来，不完全统计可能有40多家。这里确实是有很多种模式，比如说有的是以技术服务为主，有的是企业帮政府去代运营，有些是政府跟企业联合出资，都有。这几种模式应该是交易所主体构成的模式，还不是它的交易模式，是交易所主体的模式。
我们讲交易所主体模式时，回过头来看一下目前各个交易所在交易的数据，基本上两大类：一个是公共数据；一个是社会数据。公共数据，包括社会数据，从另外一个角度又分为政府的数据、企业数据、个人数据。刚才雷老师讲的特别好，个人数据在交易的时候量是很大的，但它走的是场外交易，我们把它称为，它根本没有进交易所，走得是场外交易，其实这个量很大。在类似很多交易所里没法走，但场外交易可能会涉及到一些灰色地带，大家都清楚的。无非是我们现在要通过交易所、交易平台、交易中心，这些更加合规的场所，把交易数据、交易也合规起来。我们从合规的角度来看，交易模式就要去做合规化，交易的主体也要合规化。
这里涉及到公共数据的交易到底谁来交易，其实国内没有一个非常好的、明确的东西。但浙江省，应该就是这一周还没有正式对外发布的，在征求意见稿的是公共数据授权运营暂行管理办法，正在各个大数据局征求意见。我们之前讲了因为很难界定它所有权，但它的持有权是政府，所以它的加工使用，往往现在很多政府因为下属会有一些国资的公司，是他们在加工和使用，然后用在政府场景。现在要把它拿过来做到社会应用或者商业化应用，它的主体就会涉及授权的问题，浙江省就在探索。比如政府去授权一家公司他们来做这个运营，这家公司凭什么有权利来被授权，它的交易平台是不是合规的，这里就会涉及到一些管理办法，目前浙江正在推动运营全企业的设定，应该是在做这个事情。而且省里是会成立几十家，让大家一起来做这个事情，最后它来规范化，这是公共数据。
刚才讲的社会数据这一块，比如说移动运营商，移动运营商数据一条多少钱，或者包年多少钱，有很多这种模式。现在一些群体可以这样做，分析的数据、报告数据可以这么做，但单条的隐私数据也没法这么做了，这时候它的交易模式就在变了。我们可以看到交易的对象，因为我们要做更合规，现在在各个交易所或者交易平台，它的交易对象也在变，从原来的原始数据更多变成脱敏数据，或者是加工数据，或者是一些数据的报告，或者是前面大家在讨论的，它更多是基于隐私计算的模式来进行数据可用不可见的交易模式。
回过头来可以看到，一是技术，二是交易对象，三是来支撑交易的主体都在发生变化，这样的话，模式也是多种的，可以去组合起来。你并不能讲哪一个模式是更好的，如果现在我们讲最狠的模式反而是场外的那些交易，它做的量是远远超过我们看到的国内真正交易所、交易平台的交易额。
我暂时先分享这些！
主持人：我们最后再做一下展望吧，因为数据要素市场其实发展是很快的，我们看到很多政策，看到很多技术的变化，看到应用的变化，当然也有很多挑战，前面说的。但未来的发展趋势是什么，我想听一听几位老师，都可以做一下展望。包括市场主体，技术趋势，行业应用，市场生态，这方面都可以，我想看一下各位对于趋势，可以做一个简单预测，有什么样的发展重点和趋势情况。
请雷老师先来！
雷凯：和几位专家交流确实很受启发，我稍微总结一下刚才各位专家讲的。
第一，我相信大家都认同数据要素市场更规范化，然后它应该更规模化、多样。如果我来说一点的话，我觉得它以后会更加体系化。这个体系化就是说，我们发现在数据要素市场里参与方式很多的，有横向纵向两方面来看，底层就是要技术逐渐成熟来降低数据要素的生产成本，毕竟我们不能像加工业一样，越往后面走，加工业的附加值越高的。就像地理种的庄稼卖不出什么价钱，到真正做到餐桌上的附加值比较高，从某种体系来说也是越来越健全数据要素市场的一部分，不是简单我和你之间，我和他之间换来换去，可能我们还有更多围绕着信息技术，围绕着需求一些提升的价值空间在里面。
另外，体系化过程中会产生生态化，大家携起手来能够把一个更加丰富，大家在其中都会获得好处，就原来说双赢，现在我觉得是个多赢的局面会出来。
我先开个头，谢谢！
主持人：体系化，生态化，非常全面！
接下来请杨总分享一下！
杨圣：谢谢于老师，雷总讲的也非常清晰，实际我觉得可能的一些点，可能更微观一点，各位领导看看有什么指教的。
第一，我觉得现在所谓的数据交易，不管是场外还是场内，还是偏消费判断会多一点，就是一些垄断的寡头拥有很大的个人信息，他的消费习惯、浏览习惯和其他习惯，基于这个东西去做一些金融的风险评估，消费的趋势，甚至于习惯爱好，这个交易会比较多一点。
趣链跟我们本质上现在都做ToB的生意更多一点，我们看到的是什么东西呢，现在生产制造型企业，或者其他企业的数字化改造在进行，他们的订单数据、供应商数据，甚至于生产里精细化数据在不断的产生，这些数据ToB和ToB之间的交易将来也是个趋势，我们可以更好判断一些企业级的行为。因为是国家在数据上管控比较严格，我觉得跟个人数据强关联，还是它管控的根本之一，民生的问题。讲到底，如果数据外泄或者其他问题可能会引发一些其他更大的问题，生产上的数据，企业级数据相对来说敏感程度没有那么高，它对一个企业来说是很私有化的，不愿意公开的。但他通过交易市场出去以后，在国家层面来说应该是不利的，所以我看到的趋势就是C端数据企业拥有之后，慢慢会变成一个B端数据生产，有这样的数据要素之后，再从B端，BtoB的方式去做未来的发展，这是我看到的一个点。
其他的请各位领导说明，我学习一下，谢谢！
主持人：这也是一个机会，确实是有可能ToB服务领域的数据应用会发展的更快，像现在的企业信贷层面，供应链这些企业，企业信贷层面，小微企业的，数据发挥着非常重要的价值。而且不像个人那样出现这种隐私、合规问题。
接下来有请汪老师，后面郑老师。
汪小益：我这边觉得可能我们的数据要素市场会有一些新的方向出来，我认为它是新的数据要素化。怎么理解呢，刚才雷老师说的有一点非常好，我们如果从底层的思维来思考的话，是不是会有更好模式做这个事情，我们的数据要素是不是一定要在现在基础上去做一些改造或者做一些改进。有没有可能有一种推倒重来的形式，我们也看到了一些苗头。比如现在大家提到的Web3机制，它融合的新的数据存储方式，你的数据天生就是一种自认证的数据格式，我的数据不需要任何人对它进行确权，我自己就带着这个权属关系，就带着天然的标签化，我出生就是这样。而且我不需要任何中心机构去做这个事，目前是做到的。而且现在它从什么开始做呢，从大家提到的创作者经济上先去有这样的情况，类似于一些版权的数据先来做这样的尝试。
比如无论是国内也好，国外也好，数据做一些NFT，或者数字藏品。比如音乐、小说，甚至我们创作的图片，它的数据跟我们以前理解的数据不太一样，它不是基于数据分析，而是说这个数据本身自己就带有权益。而且他们这种数据从第一天产生时就有价值，而且这个价值是由市场进行定价的。虽然现在由于缺乏监管，可能有些炒作的行为，但也会有些成功的案例。比如说大家观察到的无聊猿这种，它就是从一个单纯的图片，他自己就创作出一个新的IP。有这个新IP之后再看数据要素怎么发挥出来，有人会基于这个再做一些二创，有些人基于这个去做小说创作，有些人基于它去做游戏，这样它的价值就慢慢体现出来了，我觉得这是数据要素体现更加透彻的一个点。
另外，非版权类的数据有没有这样一些例子呢，也有，趣链这边也做过一些尝试。比如在新的领域，像能源或者“双碳”领域，它的数据要素化怎么来，比如说数据一开始产生，我就跟一些碳的信用或者碳的积分跟这个东西挂钩起来，这样的话数据的价值或者数据的要素化从一开始就被开发出来。我认为这样新的数据存储格式，新的数据要素生产方式，它可能会是未来整个行业的补充。
我大概谈这么多。
主持人：另外一种思路，可能随着数据场景的发展，有些领域不存在原来那些数据的问题，本身它的确权直接就确权了，这是数字经济下原生的一种数据。这种数据可能是未来有更大的市场，又是另外一种生态，谢谢汪总。
最后我们请郑总再做一个展望。
郑小林：我也简单补充两点，我觉得刚才杨总和汪总、李老师都讲到一点，我把它归纳起来，应该叫数据要素的多元化。现在大家都盯着要么政府产生的数据，要么是个人一些行为数据，都在这上面。其实我们最近在跟很多企业合作时，他们已经在另外的场景，除了汪总讲的更新的NFT这些场景下，我们在工业互联网这一块，今年和美的合作，其中一个就是工业互联网数据的流通和隐私保护这一块。另外，一个移动运营商，车企车联网的数据。当然更多是以车联网为主，不是说个人，就把个人撇开的。第三，我们最近有一个场景，和一个地方政府合作，正在申请自动驾驶，当地有整个自动驾驶的测试环境。它会给车企提供模拟数据，先在模拟平台上跑。再是封闭道路测试，封闭道路测试也是空天一体化，有卫星数据，有地面采集数据，会和车企直接连起来。加上车子的数据，在封闭道路上测试。开放申请批准的路面进行公开的测试，也会提供这些路段相应的数据给车企。像这几个场景应该是一个全新的，这些数据要素真正在市场上去流通交易时，它在隐私保护这一块没有那么多的东西，但它的需求量是很大的。这里数据要素要更加多元化，我们要从更多角度去挖掘这个数据要素，这是一个。
第二个趋势，数据流通应该是合规化，前面大家讲的很多技术，区块链、数据水印、隐私计算，更多就是为了让数据交易更加合规，包括我们刚才讲的标准、规范、制度，所以我觉得数据流通的合规化也是未来数据要素发展的大趋势。
我就补充这两点，谢谢。
主持人：谢谢4位老师做的展望，我觉得今天整个分享个人收获挺大，大家思考也非常深入，也非常的真诚去分析数据要素市场的发展状况、挑战，包括技术实现方式，模式等。
再次感谢4位老师的精彩分享，今天的圆桌讨论就到这里，谢谢大家！
来源：金色财经
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。