北 京 大 数 据 研 究 院
BEIJING INSTITUTE OF BIG DATA RESEARCH

鄂维南院士北数所发布会演讲全文

北京大数据研究院院长、北京市大数据行动计划专家组组长鄂维南院士近期在北京国际大数据交易所成立发布会上发表演讲,就数据交易的场景、问题等进行解读并给出建议,为我们了解大数据时代数据信息的现状和发展带来启发。以下内容为实录整理,分享给大家。


以下是致辞全文

首先,非常高兴参加今天的活动,对北京国际大数据交易所成立表示祝贺。我参加北京大数据行动计划快三年了,这三年北京大数据发展取得长足进步。

昨天我们跟潘锋局长讨论这个事情,大家都认为我们已经做到了“0”到“1”,接下来如何从“1”做到“100”,非常重要的一点就是数据必须流动起来。

数据交易中最大的困难是存在灰色地带,这句话我2015年就说过。数据交易里的坑太多了,灰色地带太多了。2015年我不看好数据交易,从现在看情况有非常大变化。一方面,现在有很多新技术,比如区块链技术,高质量的数据,清晰的应用场景等,应该说整个机制正在形成。另一方面,灰色地带仍然存在,我想这是我们,包括北京国际大数据交易所需要克服的困难。

我想先举几个数据应用成功的例子,最成功的就是华尔街,在华尔街量化投资已经成为主流,为什么它可以成功?非常重要的一点就是数据应用得非常好。国内有Wind,但数据应用跟华尔街可以说不在一个档次,这就是一个很大的空间。例如,Reaxys是化学合成的数据库,尽管它有很大的改进空间,但是你不得不用,因为它是本领域数据量最大的数据库,这是应用场景驱动。

数据交易的困难还包括定价。去年诺贝尔奖经济学奖获奖理由是“对拍卖理论的改进和发明了新拍卖形式”,他们的定价用在宽带频率的拍卖行业里,但是相比数据交易的定价宽带拍卖更简单。驱动数据现在大家都很认可,目前,驱动数据有一个困难就是效率差,市场还没有完全成熟起来。如果我们在科研方面有一点点突破帮助撮合定价,也是很有意义的,这个问题我希望包括经济学家在内的其他行业的人参与进来。

当然,数据交易过程中的痛点和难点不仅是定价问题,还包括确权与资产化、数据保护、数据估值等等。隐私问题大家都很关注,比如隐私计算,怎么利用区块链又不需要在链上公开透明,这仍然是个技术问题。

最后我提几点建议:

一,提高数据质量。从数据生产端到数据运营与应用端的体系性数据质量保证。

二,建立容错机制。允许政府、鼓励市场部分非敏感数据尽快探索建立交易模式。

三,以数据应用体现价值政府引导、社会参与,以应用场景落地和数据价值变现来促进交易。

四,组建专业团队研究数据交易。传统咨询团队缺乏对数据的实质性认识,需要组建专业团队开展数据交易研究。

我的讲话结束,谢谢大家!