冯耕中教授发表主旨演讲

谢谢洪永淼老师的介绍。各位老师、各位来宾，大家下午好！很荣幸有这样一个机会跟大家进行一些交流。

我这个话题也是延续洪老师和孟庆国老师的话题，就数据要素价值挖掘与市场化发展的风险、挑战以及应对这样的内容和大家做一些分享和交流。我主要从四个方面来简要把一些情况给大家做汇报。

数据要素价值释放经历三个阶段，市场化水平仍显不足

从我们国家数据交易市场的整个发展来讲，包括从全球来讲，大家都非常熟悉，2017年数据成为生产要素，作为这样一个话题被提出来。到现在来讲，全球的数据交易市场发展非常之快。在这样的背景下，我们说的数据要素更多是面向数字经济这样一个话题，讨论生产力和生产关系的语境当中，对数据的指代。所以这就是我们讲如何用数据来促进生产价值的提升。

全球数据交易市场正呈现爆发式增长态势。2023年，全球数据交易规模约1261亿美元，中国数据交易市场规模约为1537亿元人民币。联合国贸易和发展会议数据显示，2011-2021年间，全球跨境数字服务贸易规模从2.15万亿美元增至3.81万亿美元，年平均增长率达6.76%。

数据要素面向数字经济，强调的是数据促进生产价值的作用。 数据要素的价值释放经历了三个发展阶段：第一阶段是数据资源化，基于ERP、CRM等传统系统实现业务数字化转型；第二阶段是基于大数据、人工智能等技术进行数据挖掘和优化分析，支撑智能化决策；第三阶段是数据资产化，通过区块链、隐私计算等技术，实现数据要素的资产化和市场化交易。

我国数据市场在初步探索性设立之时，整体依赖于“场内撮合，场外交易”的市场架构。该阶段主要依托交易所等机构进行数据供需撮合，但由于数据标准不统一、跨域流通受限等原因，实际交易多出现“场内登记、场外完成”，效率和安全性难以兼顾。

伴随经验的积累与技术的迭代，一些地方与企业开始探索“前店后厂、所商分离”模式。即将数据交易所（前店）与专业数据营销商（后厂）相分离，前者负责交易撮合、支付结算等公益性环节，后者则侧重数据汇聚加工、质量管控、发布承销等工作。

但是，我国数据要素的市场化水平仍不足，还存在如区域市场割裂、服务业态单一、市场供需失衡等问题，难以进入第三阶段。

五大挑战制约数据交易市场建设

当前数据交易市场建设面临的五大核心难题：

挑战一：数据确权难题突出

数据确权是数据交易的基础，但目前面临权责认定难、法规不完善等问题。冯耕中教授以特斯拉公布维权车主行车数据引发的争议为例说明，“数据的无形性和可复制性使得权属关系混乱，在数据的生成主体、处理主体和使用主体之间，权利边界模糊，缺乏统一记录。”

数据确权不清将产生数据权责回溯风险。以Facebook与剑桥分析公司数据泄露事件为例，虽然Facebook声称未直接参与数据滥用，但因未能有效监管数据交易和第三方数据使用，最终被罚款50亿美元。

挑战二：数据定价机制缺失

数据定价是数据交易市场的核心环节，但目前普遍面临“买家嫌贵、卖家嫌低”的困境。数据的价值受稀缺性、质量、时效性、完整性等多种因素影响，这些因素难以量化，且不同行业对数据的需求和用途不同，导致数据价值评估缺乏统一标准。

定价机制的缺失引发了数据市场失效风险。目前我国多个省市建立了数据交易所，但由于缺乏统一的定价机制，部分交易所成立后缺乏实际交易量，甚至成为“空壳平台”。

挑战三：数据流通壁垒重重

数据流通涉及标准不统一、信任基础薄弱等问题。冯耕中教授以医疗机构检验结果互认问题为例，"不同医院使用的系统标准差异大，患者在A医院的检查结果，B医院系统无法直接读取，且因缺乏信任无法直接采信，导致患者需要重复检查。"

数据流通管控不当还会引发数据安全风险。某省推动医疗数据共享时，因管理员密码使用初始密码“admin123”，导致数百万条患者病历被泄露。

挑战四：价值分配机制不明

数据价值分配涉及多个主体，“分给谁、分多少、谁来分、怎么分”这些问题长期存在。冯耕中教授提到，湖南衡阳市曾计划以18亿元起始价出让政务数据资源特许经营权，但因引发“政府卖数据”担忧而被叫停，反映了数据价值分配机制的复杂性。

挑战五：交易监管难度大

数据交易监管面临全部覆盖难、协调监管难等问题。数据交易涉及复杂的法律、技术和市场问题，现有监管体系尚未完全覆盖数据交易全流程，且跨区域、跨行业的数据交易缺乏统一规则和标准。

上海数据交易所的“个人风险评价报告”交易风波就是典型案例。该产品标价600元，涵盖企业核心人员不良信息、借贷信息等，但因涉及个人征信数据属性争议，最终被下架。

基于价值区块链的创新模式破解数据交易市场建设挑战

面对这些挑战，我们需要思考构建基于价值区块链的全国一体化数据交易市场的创新解决方案。该方案充分利用下一代互联网技术手段，包括分布式应用、分布式组织、通证化价值体系、分布式身份等核心特征，形成具有数据业务透明、不可篡改特性的新型信任机制。

具体而言，该框架包括四个层次，一是物理存储层，包括公共数据库、行业数据库、企业数据库、个人数据库等基础设施。二是链路流通层，构建基于区块链的公共数据链、区域数据链、行业数据链，通过跨链桥实现互联互通。三是技术支撑层，运用分布式存储、数据指纹、区块链、智能合约、预言机、隐私计算等技术手段。四是多方参与层，涵盖数据提供方、需求方、交易所以及各类专业服务机构。

应对确权挑战：建立“可信标识式”数据确权模式。通过“数据指纹”为每个数据块生成唯一标识，记录数据的产生、传输和使用过程。利用分布式身份技术，为参与者赋予唯一的数字身份，将数据确权信息记录到链上，确保数据的所有权和使用权明确。

应对定价挑战：构建“自动智能式”数据定价交易模式。在数据流通全流程各环节，构建基于机器学习的数据价值评估模型，综合数据质量、稀缺性、时效性等指标，动态确定数据价格。引入自动做市商机制，通过智能合约实现数据交易自动化流程。

应对流通挑战：建立“全方位协同式”数据安全利用模式。通过联邦学习、多方安全计算等技术，允许数据在不离开原始存储地的情况下被分析和使用，实现数据“可用不可见”。建立数据安全审计机制和监控系统，防止数据安全事故发生。

应对分配挑战：推行“通证激励式”数据价值共创模式。运用通证经济和贡献量化模型，根据数据贡献者的贡献质量、数量、时效性等设定激励规则，将数据收益按照贡献比例分配给多方，包括数据贡献者、数据处理方和平台运营方。

应对监管挑战：实施“全生命周期溯源式”统一监管模式。针对数据流通全流程各环节，建立全过程全生命周期的数据监管体系，实现数据从采集到加工到交易的监管全覆盖，结合人工智能技术实现风险预警与智能监管。

五大建议推动基于价值区块链的数据交易市场建设

从我们国家下一步数据交易市场的发展来讲，我们提出以下五方面建议。

建议一：构建可信数据基础设施，支撑标识式确权与全生命周期溯源。包括建设国家级数据要素标识解析体系，加快建设全国一体化交易市场的公链基础设施，建设数据要素身份认证基础系统。

建议二：创新价值评估与激励分配机制，落地自动智能数据交易与通证激励式价值共创。包括建设数据价值贡献度量体系，建立基于价值区块链的通证分配系统，加快多方协作激励平台试点应用。

建议三：完善安全监管体系，实现全方位协同式安全利用。包括建立数据安全分级分类监管制度，构建全流程数据合规监管平台，建立数据安全协同处置机制。

建议四：建设数据要素交易生态，打通市场化“最后一公里”。包括培育数据经纪、数据评估、数据保险、数据法律服务等专业机构，建立数据要素交易标准体系。

建议五：强化政策法规保障，营造良好发展环境。包括完善数据要素法律法规体系，建立数据要素市场发展政策体系，强化数据要素市场国际合作。

在我们国家数据要素法律法规体系、政策体系的完善以及包括国际合作在内，多个方面还有很多的工作值得大家去做。西安交大管理学院有一个数据资产价值管理与创新应用的教育部创新团队，目前有全球最全的公有区块链的数据资源的内容，这块也跟国际的很多学者有很多的合作，也欢迎大家我们一起合作，来解决推动我们国家数据要素市场的发展。

谢谢大家！