陳根：大數據困境，如何打破？_風聞

文|陳根

繼雲計算、物聯網之後，也就是人與萬物都智能化、數據化之後，大數據廣泛巨大的應用潛能和一片向好的市場前景催生了新型商業模式，也驅動了大數據價值產業鏈的形成。

大數據的價值逐漸為社會所認知，數據科學決策成為政府、企業的共識，數據開放共享的迫切需要與日俱增。但是，隨之而來的就是數據商品化，以及圍繞着數據的定價、交易等數據資產金融化在當前卻成為了制約大數據商業化與金融資產化的困境。

一方面，從電信、金融、醫療等跨域部門，到製造、教育等傳統企業，再到電子商務、社交平台等新興媒體，各國潛在的大數據資源非常豐富且覆蓋廣泛。但即便在大數據的存儲和挖掘方面有了突破，依然存在大量的“數據孤島”。

另一方面，信息經濟學存在天然的“阿羅悖論”，這在1963年的諾貝爾經濟學獎得主肯尼斯·阿羅的《不確定性與醫療保健經濟學》就已提出：信息（數據）與一般商品迥然有異，它有着難以捉摸的性質，買方在購買前因為不瞭解該信息（數據）無法確定信息的價值，而買方一旦獲知該信息（數據），就可以複製，從而不會購買。

**究其原因，在於數據的價值並非絕對確定。**相對於不同的應用主體，相對於不同的處理分析技術，數據表現出不同的市場價值。從市場需求角度而言，同樣的數據在應用過程中，對於有需求的企業和對於無需求的企業，其市場價值可能存在着天壤之別。

而從數據的處理分析技術角度而言，數據挖掘和整合的深度和範圍不同，數據形成的數據產品的應用範圍差別巨大，其市場價值也將隨着應用範圍顯示出相對性的顯著特徵。

於是，在數據交易中，數據需求方因為難以判斷數據的質量和價值，可能花了大價錢，卻沒有獲得能實現預期目標的數據；數據提供方也因為缺乏有關需求方的信息，而低報了數據的價格，更不用説其對數據安全和數據濫用的擔憂。因此，對應着數據市場的需求，在大量的數據供應方與數據需求方之間缺少透明、可控的交易橋樑，存在信息不對稱、溝通不順暢等現象。

由此，在社會資源配置不合理的大數據交易背景下，既能引導數據資源的合理分配，又能規範交易流程，推動數據流動形成良性循環、創造新價值的大數據交易所就成為當下各國關注的一個重點方向，是一次國家金融市場再分配的歷史機遇。