（2）数据交易所面临的问题：国资背景主导，生存问题，不少数据交易所转型成了数据商，不符合目前数据交易所的定位；数据交易所目前的交易模式不成熟，收取会员费、佣金不能够自负盈亏，十四五期间如何破局是未来要考虑的内容。目前最成熟的商业模式是金融领域，可以跨界构成生态闭环，把场外的交易搬到场内，提供高质量数据供给，未来可能会和游戏、广告产生关联。

（3）数据中三驾马车是数据、算力和算法，数据要素是驱动，现在都在提倡的是数字经济与实时经济的一个融合，数字经济怎么样去跟实体经济做融合，最重要的驱动还是来自于数据。算力是我们的底层，算法是驱动，怎么样去建模，把我们的数据通过这个产品的驱动，然后去做这些产品，做出一些创新，是数字经济之间的一些关系。

（4）不谈及所有权，把所有权和使用权分开，关注数据使用权的流转、流通和交易，中国电子提出了数据的“三权分立”，数据资源怎么做成数据元件进行流通，最后变成数据金库。场外的交易永远存在，要让场内主体能容易进来，主要是对数据有诉求的主体，安全的保障会让买卖双方更容易进来；卖方做增量市场，找到增量客户；处理法律事务保证合规性；根据经验进行数据产品定价，促进价格落地；生态服务领域等。

（5）政府在出台一些有关数据经济的规划和条例，各个省、各个直辖市的基础设施是考验政府的如何将政策落地，从资本市场的角度来说，这些政策是利好的。在国家高度重视的背景下，有很大的想象空间但道路可能比较曲折。

1.场内和场外交易的比例，未来是否有政策会规定必须限制在交易所，私下交易对交易所的影响，海外数据的商业模式，政府数据的具体构成和数据的重要性。

2021年，5%通过数据交易所，95%是私下场外交易，不一定合规但不好去监管。可国家应该不会强制要求在交易所发生，应该是不断引导。国外没有数据交易所这样的机构，美国和欧盟通过数据经济，个人的数据委托给某一家公司经营，完全是市场经济推动，在中国数据交易所更多的是代表政府的力量。需求方金融、广告行业比较大，各个地方的政务数据是不互通的，北京的银行不需要上海的银行数据。不能说重要，只能说需求。社保、公积金、不动产、公共资源交易、电力、水电、市场监管、工商信息、婚姻信息，是公共数据中需求较大的。人民银行要求金融数据不能输出。

2.交易所是否可以从事数据的清洗加工，会计政策的变化提出公司仅有数据运营权，没有所有权，数据是否可以确认到报表。

把数据资源作为数据元件，进行清洗加工，在交易所挂牌然后进行交易。四川德阳做了一个案例，网络上可以查询到公开的信息，能够把德阳的数据信息通过三阶段的方式进行流通。我们认为交易所是一个裁判员的角色，承担一定的监管的责任，清洗加工是运动员的工作。市场是一个内卷的状态，一些数据中心和数据公司也在做运动员的事情，因为他们有生存的压力。还没有明确的定义，但未来肯定有收益权模式。

3.数据的价值如何评判。

没有办法一句话定义，通过实践，只要有需求数据的价值就比较高，涉及到人的敏感信息的。

4.数据交易涉及到很多环节，最受益的环节是哪一块。

数据有场景才会有价值，清洗加工和标注属于工具类的厂商，这类公司比较收益，数据企业未来做IPO的会非常多。

5.应该在数据交易链的哪一部分进行投入。

流通交易是一个庞大的交易链，涉及到会计师事务所、律所、交易所、银行等等，如何设计交易链条，闭环中产生核心价值的部分在哪里。电力行业、气象、交通、农业农村会有一个增量的爆发。

6.数据交易的是基础数据还是加工后的数据，以及数据所有权和使用权如何划分。

加工后的数据，因为个人隐私受到法律保护，所有权问题未来会逐渐清晰，比如互联网使用了个人的数据产生了一定收益，要把收益分给个人。

7.所有权无法确认，交易链会有什么影响以及未来的方向。

没有政策确认数据的所有权在哪里，国家会出台数据要素基础制度，政策要通过实践来探索和完善。可以，目前没有任何问题。国家可能未来会设立一些类似于上交所、深交所这样的数据交易所。

8.数据的标注由谁来承担。

都可以，卖方自己能做就自己做，也可以找合作伙伴做。

9.数据定价的具体规则。

定价参考跟投资定价比较像，可能会出台一个指导价，但成交价格可能并不一样，目前还不能做到标准化，复杂的数据场景很难标准化。