大数据困境,如何打破?

时间:2021-11-12
来源:陈述根本
作者: 陈根

继云计算、物联网之后,也就是人与万物都智能化、数据化之后,大数据广泛巨大的应用潜能和一片向好的市场前景催生了新型商业模式,也驱动了大数据价值产业链的形成。

大数据的价值逐渐为社会所认知,数据科学决策成为政府、企业的共识,数据开放共享的迫切需要与日俱增。但是,随之而来的就是数据商品化,以及围绕着数据的定价、交易等数据资产金融化在当前却成为了制约大数据商业化与金融资产化的困境。

一方面,从电信、金融、医疗等跨域部门,到制造、教育等传统企业,再到电子商务、社交平台等新兴媒体,各国潜在的大数据资源非常丰富且覆盖广泛。但即便在大数据的存储和挖掘方面有了突破,依然存在大量的“数据孤岛”。

另一方面,信息经济学存在天然的“阿罗悖论”,这在1963年的诺贝尔经济学奖得主肯尼斯·阿罗的《不确定性与医疗保健经济学》就已提出:信息(数据)与一般商品迥然有异,它有着难以捉摸的性质,买方在购买前因为不了解该信息(数据)无法确定信息的价值,而买方一旦获知该信息(数据),就可以复制,从而不会购买。

1.webp.jpg

究其原因,在于数据的价值并非绝对确定。相对于不同的应用主体,相对于不同的处理分析技术,数据表现出不同的市场价值。从市场需求角度而言,同样的数据在应用过程中,对于有需求的企业和对于无需求的企业,其市场价值可能存在着天壤之别。

而从数据的处理分析技术角度而言,数据挖掘和整合的深度和范围不同,数据形成的数据产品的应用范围差别巨大,其市场价值也将随着应用范围显示出相对性的显著特征。

于是,在数据交易中,数据需求方因为难以判断数据的质量和价值,可能花了大价钱,却没有获得能实现预期目标的数据;数据提供方也因为缺乏有关需求方的信息,而低报了数据的价格,更不用说其对数据安全和数据滥用的担忧。因此,对应着数据市场的需求,在大量的数据供应方与数据需求方之间缺少透明、可控的交易桥梁,存在信息不对称、沟通不顺畅等现象。

由此,在社会资源配置不合理的大数据交易背景下,既能引导数据资源的合理分配,又能规范交易流程,推动数据流动形成良性循环、创造新价值的大数据交易所就成为当下各国关注的一个重点方向,是一次国家金融市场再分配的历史机遇。