基于收益分红的数据资产交易
1. 数据共享的三大挑战
不愿共享：
根本原因：
数据往往代表着利益或权利，数据共享意味着利益的重新分配，若数据提供方未能从共享中获得相应利益，则缺乏共享动力。
具体表现：
包括价值的认可与激励不足、责任认定不明、相互信任关系建立困难等。例如，企业可能担心数据共享后无法获得应有的经济回报，或担忧数据被滥用而承担不必要的责任。
不敢共享：
核心问题：
数据安全问题是数据共享的主要障碍。数据泄露、非法访问等安全风险让数据持有方望而却步。
具体挑战：
包括内部和外部安全威胁的防范、数据使用情况的监控、系统安全状况的评估等。例如，2017年美国征信机构Equifax的数据泄露事件，导致大量敏感信息掌握在黑客手中，进一步加剧了数据共享的安全顾虑。
不能共享：
技术限制：
分析技术的制约是数据共享的另一大难题。多中心大数据的分析和处理需要突破关键技术瓶颈。
具体挑战：
包括数据格式不兼容、分析工具不足、数据处理效率低下等。此外，数据共享还需要解决法律合规性、隐私保护、数据主权归属等复杂问题。例如，多中心大数据分析需要确保各中心的数据能够在保证隐私的前提下进行有效整合和分析。
2. 数据资产的三大要素
价值：
定义：数据资产的价值在于其能够带来经济利益。数据通过在企业内部、外部或不同企业间的流通和应用，能够产生直接或间接的经济效益。
具体表现：如电商平台利用客户行为数据进行精准营销，提高销售额；银行通过分析客户数据提供个性化金融服务，增加收入来源；供应链企业通过数据共享优化库存管理，降低成本。
确权：
定义：数据确权是指明确数据的所有权归属和使用权范围。清晰的数据产权界定是数据交易和流通的前提。
法律与政策：随着数字经济的发展，各国和地区纷纷出台相关法律法规以规范数据确权问题。例如，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》提出了数据产权结构性分置和有序流通的思路。
实践挑战：数据确权涉及复杂的利益关系和法律问题，如个人数据与企业数据的区分、跨境数据流动的监管等。
定价：
定义：数据定价是指评估并确定数据资产的市场价值。合理的定价机制有助于促进数据的流通和交易。
评估方法：常见的数据资产定价方法包括成本法（基于数据收集、处理和存储的成本）、市场法（参考类似数据资产的交易价格）和收益法（基于数据资产未来产生的经济利益进行折现）。
实践难点：由于数据的独特性和价值的主观性，数据定价至今仍是一个复杂的问题。缺乏统一的定价标准和模型，使得数据交易双方难以就价格达成一致。
基于“数据共享的三大挑战”和“数据资产的三大要素”
提出了“基于收益分红的数据资产交易”方案：
一、背景与理念
随着大数据时代的到来，数据已成为企业的重要资产，其共享、确权、定价和交易成为亟待解决的问题。传统的数据交易方式往往难以平衡数据提供者和使用者的利益，且存在数据隐私和安全的风险。基于收益分红的数据资产交易方案应运而生，该方案旨在通过经济激励，实现数据共享的自我协调，同时确保数据隐私和安全。
二、方案理念
基于收益分红的数据资产交易方案核心理念在于将
数据共享与经济利益直接挂钩，
使得数据提供者和使用者能够在共享过程中实现双赢。具体而言，该方案通过以下方式实现：
确权：
明确数据产权，包括数据“所有权”和“经营权”。数据“所有权”拥有者将自己生产的数据在区块链上登记，并指明“经营权属”及“经营范围”。
收益分红：
数据交易带来的收益不再是一次性的，而是基于数据的全生命周期。利用“智能合约”自动进行收益分红，确保数据“所有权”拥有者和“经营权”拥有者能够共享数据带来的长期价值。
溯源与监管：
利用区块链技术记录数据的流转全过程，实现数据全生命周期的管理。同时，区块链的可追溯性方便监管部门进行责任认定，确保交易过程的透明性和合规性。
去中心化交易：
实现“点对点”的数据交易，避免对源数据的直接访问
，减少隐私泄露的风险。交易过程中，卖方提供源数据，买方获得数据计算后的结果，算法由交易双方共同开发。
三、方案架构
基于收益分红的数据资产交易方案架构主要包括
应用层、区块层和计算层。
应用层：
数据钱包：用于记录用户的收益分红情况。
数据网站：用户和企业可以在此上传数据声明、查询数据、竞价和监督数据交易。
区块层：
数据交易区块链：记录数据权属、数据描述和交易过程，生成智能合约，确保交易的透明性和可追溯性。
计算层：
可信执行环境（TEE）：在TEE中完成数据的隐私计算、隔离计算等过程，确保数据在交易过程中的安全性和隐私性。输入包括数据、算法和智能合约，输出为计算结果。
四、技术实现
基于区块链和TEE的数据安全共享模型
基于区块链和TEE的数据安全共享模型中功能与模块框架图
区块链技术：
用于记录数据的流转、权属和交易过程，确保数据的不可篡改性和可追溯性。同时，区块链的智能合约功能能够自动执行收益分红，降低交易成本。
可信执行环境（TEE）：
提供一个安全、隔离的计算环境，确保数据在计算过程中的安全性和隐私性。TEE中运行的数据分析和计算过程不会暴露原始数据，有效防止数据泄露。
隐私计算技术：
利用同态加密、差分隐私等隐私计算技术，对敏感数据进行加密处理，确保在数据共享和交易过程中不泄露个人隐私和商业机密。
五、价值与好处
确权与激励：
明确数据产权，实现数据“所有权”和“经营权”的分离。通过收益分红机制，激励数据提供者积极共享数据，解决数据共享中的激励和价值认可问题。
安全与隐私保护：
利用区块链和TEE技术，确保数据在交易过程中的安全性和隐私性。去中心化的交易模式避免了对源数据的直接访问，减少了隐私泄露的风险。
溯源与监管：
区块链的可追溯性使得数据的流转过程全程记录，便于监管部门进行责任认定。同时，提高了交易过程的透明度和合规性。
促进数据流通与价值最大化：
通过经济激励，使得数据共享成为利益相关方的自发行为。数据在全生命周期内持续产生价值，促进了数据的流通和价值最大化。
推动数据资产定价发展：
该方案为数据资产定价提供了实践基础，通过市场机制和收益分红，逐步推动数据资产定价的标准化和市场化。
六、结论与展望
基于收益分红的数据资产交易方案为解决数据共享、确权、定价和交易中的难题提供了创新思路。通过明确产权、收益分红、溯源监管和去中心化交易等措施，该方案实现了数据共享的经济激励和隐私保护双重目标。随着技术的不断发展和市场的逐步成熟，该方案有望在未来的数据交易中发挥重要作用，推动数据经济的持续健康发展。同时，也需要不断完善法律法规和技术标准，为数据资产交易提供更加坚实的保障。
内容节选自：3月29-31日在北京大学举办的北京大学数据资产与企业数字战略研修班冯科老师授课PPT，课程主题：《
数据确权、评估、作价、交易、融资
