数据协作三选一：开放共享、干净房间与市场

数据共享早已不限于表格。今日的团队可以安全地共享几乎任何类型的数据资产，但工具选型却变得更复杂：开放共享（OpenSharing）、干净房间（Clean Rooms）与数据市场（Marketplace）三种模式各有适用边界。

三种模式在解决什么问题

开放共享强调低门槛与广覆盖，适合把非敏感或已脱敏的数据资产开放给内外部团队使用，换取协作效率与生态效应。干净房间则把隐私与合规放在首位，允许多方在不暴露原始数据的前提下完成联合分析，常见于广告归因、金融风控与医疗研究等场景。数据市场介于两者之间，通过产品化封装与交易机制，让数据供给方与需求方在受控环境中完成价值交换。

三者并非替代关系，而是对应不同的信任等级与协作目标。选型的第一步不是比较功能清单，而是明确数据敏感度、参与方数量与商业诉求。

开放共享：效率优先但边界要清晰

开放共享的优势在于集成成本低、上手快，数据消费方无需复杂审批即可复用资产。它的风险也同样明显：一旦开放范围失控，敏感字段可能被二次传播。

实践中可行的做法是把开放共享限制在已脱敏或聚合后的数据集上，并对访问行为做审计留痕。对于需要频繁跨团队复用指标与维度的组织，开放共享往往是最先落地的一层。

干净房间：隐私计算的协作底座

干净房间的核心价值是让数据“可用不可见”。多方在受控环境中执行联合计算，只输出聚合结果，原始记录不出域。这让原本因合规顾虑无法推进的跨机构分析成为可能。

代价是工程复杂度更高：需要统一的身份与权限体系、可审计的计算日志，以及对输出结果做隐私预算控制。干净房间不适合作为通用数据共享入口，更适合高敏感、高价值的联合分析项目。

隐私预算（Privacy Budget） 是差分隐私中的核心参数，通常用 ε 表示，用来量化一次查询或计算能在多大程度上泄露个体信息。ε 越小，噪声注入越多，隐私保护越强，但结果可用性越差；ε 越大则相反。在干净房间场景中，多方往往会对同一数据集执行多次查询，若每次都消耗预算而不做累计控制，攻击者可通过多次结果差分反推出个体记录。因此实践中需要为每个参与方、每个数据集设定总预算上限，并在输出层做预算扣减与拒绝超额查询的机制，这也是干净房间输出结果不能无限次重复查询的根本原因。

数据不出域 指原始数据始终保留在数据持有方的存储与计算边界内，外部参与方只能提交计算逻辑（如 SQL 或算法脚本）并获取聚合后的结果，而无法下载明细记录。这一原则通常依赖可信执行环境（TEE）、多方安全计算（MPC）或联邦学习等技术实现：TEE 通过硬件隔离保证代码在受控环境运行，MPC 通过密码学协议让各方在不共享明文的前提下共同计算，联邦学习则把模型训练下沉到数据所在节点、只交换梯度或参数。理解这些底层路线有助于判断干净房间在性能、安全假设与合规证明上的差异。

数据市场：把数据当作产品运营

数据市场把数据供给、发现、订阅与结算串成一条链路，强调可发现性与可计量性。对供给方而言，它提供了标准化上架与授权管理；对需求方而言，它降低了寻找合规数据源的成本。

市场的挑战在于治理：数据质量参差、授权条款复杂、定价缺乏共识。若缺少清晰的元数据规范与准入审核，市场容易退化为数据目录。

元数据规范 是数据市场能否被有效检索与治理的基础，通常包括技术元数据（表结构、字段类型、更新频率、数据量）、业务元数据（指标口径、所属主题域、负责人）与管理元数据（授权条款、敏感等级、生命周期状态）。缺乏统一元数据时，需求方只能靠关键词碰运气，供给方也难以说明数据边界，市场便退化为一个静态清单。成熟做法是采用类似 DCAT、OpenLineage 等标准描述数据资产，并配合数据血缘追踪来源与流向，使发现、审核与授权结算都有据可依。

如何做出选择

一个实用的判断路径是：先看数据敏感度，高敏感且需多方联合计算时优先干净房间；再看复用频率，高频复用的脱敏资产适合开放共享；最后看是否存在外部变现或采购诉求，有则引入数据市场。

三种模式也可以组合：用市场完成外部数据引入，用干净房间完成敏感联合分析，用开放共享沉淀可复用的公共资产。选型的终点不是单一工具，而是一套分层的数据协作架构。