4.互联网企业“派生”出的大数据交易。以百度、腾讯、阿里巴巴等为代表的互联网企业凭借其拥有的数据规模优势和技术优势在大数据交易领域快速“跑马圈地”，并派生出数据交易平台。这种大数据交易一般是基于公司本身业务派生而来，与企业母体存在强关联性。一部分数据交易平台作为子平台，数据来源主要来源于“母体”并以服务“母体”为目标；也有一部分数据交易平台脱离“母体”独立运营，即便如此也能看到“母体”的影子。以京东万象为例，京东万象作为京东的业务组成部分，其交易的数据与服务的主体与电商息息相关。京东万象的交易数据品类较为集中，尽管京东万象的目的是打造全品类数据资产的交易，但目前平台主推的仍是金融行业相关数据，而现代电子商务的发展离不开金融数据的支撑。
我国大数据交易发展的现实困境
（一）数据交易环境有待完善。良好的数据交易环境是大数据交易发展的基础保障，既有赖于法律法规的保障和标准规范的支撑，也需要相应监管的到位。目前，国家层面的数据交易法律法规和行业标准尚未推出，导致地方各省大数据交易平台建设过程中自行探索标准体系，容易自成体系。同时，大数据交易是互联网经济背景下诞生的一种新事物、新业态，在政府层面尚未有专门的监管职能部门对其进行监管。
（二）数据交易以“粗放式”为主。从交易内容来看，我国大数据交易以单纯的数据原材料买卖为主，数据算法、数据模型等交易尚未起步，数据价值得不到有效体现；从交易价格来看，目前交易过程中缺乏对数据定价的统一标准，难以准确衡量数据应有价值；从数据质量来看，部分交易数据存在格式不规范、内容不完整等问题，影响数据交易。
（三）数据交易平台定位不清。从目前大数据交易平台建设来看，各地大数据交易平台在建设过程中存在着定位重复、各自为战，难以形成综合优势的问题。以华中大数据交易所、长江大数据交易中心、东湖大数据交易中心三个交易平台为例，三者均处于湖北省境内，但在发展定位上、功能定位上界线不清，形成了多个分割的交易市场，导致数据交易市场之间缺乏流动性，呈现交易规模小、交易价格无序、交易频次低等特点，难以真正实现平台化、规模化、产业化发展，无法有效发挥数据交易平台的功能优势。
（四）数据质量难以得到有效保障。目前我国各地数据交易大多基于数据交易平台开展，但数据交易平台在建设过程中对于建设主体、参与主体等并未制定严格的标准要求，对于谁可以出资、出资额多少才能建设大数据交易平台未做明确规定，这种低门槛将影响数据质量。与此同时，我国大数据交易平台建设主要采用会员制，但对入会成员未制定统一标准要求。以华中大数据交易所为例，在会员认证过程中主要是对其身份属性进行认证，但对企业资产等均未做明确要求，无法保证交易数据质量的权威性和准确性。
推进我国大数据交易发展的突破路径
（一）加快标准立法建设，优化数据交易环境。目前，贵州、武汉等地积极探索大数据交易标准规范，贵阳大数据交易所成为国家首个“大数据交易标准试点基地”，华中大数据交易所通过制定《大交易数据格式标准》《大数据交易行为规范》等推动大数据交易规范化发展。国家可基于地方数据交易实践及标准规范，并借鉴国外先进经验，逐步探索建立国家层面数据交易的法律法规和行业标准，推动我国大数据交易实现标准化、规范化交易。
（二）加快数据开放进程，与数据交易形成良性互动。充分发挥数据开放与数据交易间的良性互动作用，逐步为数据交易构建起良好的环境氛围。大数据时代，随着数据资产价值的提升，数据开放通过进一步丰富数据品类、扩大数据规模，可以在供给上为数据交易提供保障；数据交易变现能力提升和应用效果显著后，将会在一定程度上鼓励数据拥有者向社会开放数据。李克强总理在中国大数据产业峰会上指出，“80%的数据掌握在政府手中，政府应共享信息来改善大数据”，政府作为公共数据的核心生产者和拥有者应加快数据开放，推动数据流通和数据交易，释放数据价值。