（报告出品方/作者：国联证券，孙树明，黄楷，姜青山）

1、数据要素流通环节有望迎重大发展

1.1、数据成为关键生产要素

数据被明确为生产要素。2020 年 4 月 9 日，中共、国务院印发《中共、 国务院关于构建更加完善的要素市场化配置体制机制的意见》，分类提出了土地、劳 动力、资本、技术、数据五个要素领域改革的方向，明确了完善要素市场化配置的具 体举措。数据作为一种新型生产要素首次正式出现在官方文件中。 数据资源是数字经济的关键要素。2021 年 12 月 12 日，国务院发布《“十四五” 数字经济发展规划》，指出数字经济是继农业经济、工业经济之后的主要经济形态， 是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、 全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。数据对提 高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素，是数字经济深化发 展的核心引擎。

数据赋能数字建设。2022 年 6 月 23 日，国务院发布《关于加强数字建 设的指导意见》，指出坚持数据赋能是加强数字建设的基本原则，要求建立健全 数据治理制度和标准体系，加强数据汇聚融合、共享开放和开发利用，促进数据依法 有序流动，充分发挥数据的基础资源作用和创新引擎作用，提高决策科学化水平 和管理服务效率，催生经济社会发展新动能。 数据要素具有不同于传统生产要素的特，驱动数字经济持续增长。传统生产要 素如土地、劳动、资本等，其数量增长受供给侧规模收益递减规律和需求侧单个产品 需求增长有限约束，要素投入数量增长无法促进可持续的经济增长。而数据要素具 有非竞争、可复制、零边际成本和数据开发应用所具有的强外溢，预计将呈现 出规模收益递增的增长促进效应，驱动数字经济持续增长。

1.2、数据要素流通环节亟待发展

数据要素产业链预计将很大程度不同于现有的实体商品体系。数据要素具有可 复制、非消耗、边际成本零等不同于传统生产要素的特点，因此数据要素的生产、 确权、加工、定价、销售等环节也存在着独特的特点和待解决的问题。数据要素产业 链预计将很大程度不同于现有的实体商品体系。 数据要素流通环节亟待发展。数据要素市场涉及环节众多，包括数据采集、数据 分析、数据加工、数据确权、数据质量评估、数据定价、数据交付、数据治理、数据 安全等。经过数年乃至十数年的发展，行业数字化取得了相当的进展，传统 IT 服务 市场已较为成熟，但跨行业、跨公司的数据要素流通仍有较大发展空间，新兴 IT 服 务市场迎发展机会。

据交易是数据要素流转方式之一，助力发挥数据价值。数据交易是以数据作为 商品进行分类定价、流通和买卖的行为，是数据要素流通的基本方式之一，帮助数据 要素实现信息与货币的交换，使数据需求方能够从拥有合法数据产权的供给方中得到 数据要素的合法手段。数据交易有助于激活数据要素潜力，有效发挥数据价值，从而 实现数据资源到数据要素到数据资产再到数据资本的转变。

2、数据交易是数据要素流通的重要方式

2.1、数据交易主要模式

2022 年 1 月，西班牙学者 Santiago Andrés Azcoitia 和 Nikolaos Laoutaris 发 布了《对数据市场及其商业模式的调查》（A Survey of Data Marketplaces and TheirBusiness Models），对来自欧美亚 22 个国家的 97 个在互联网上提供数据产品的公 司进行了调研分析，并以数据交易实体的角色为依据，将数据交易模式分为了单边数 据提供模式、数据交易平台模式、数据管理系统模式三种类型。 单边数据提供模式：数据供给方直接与数据消费方进行交易。其中数据供给方可 以划分为数据产品提供商和数据服务提供商，差异在于数据产品提供商将数据作为产 品，而数据服务提供商根据数据提供相关服务。例如 Clearview AI 公司从公开互联网 收集到的人脸照片整合为人脸识别服务，并提供给执法机构客户，是典型的数据服务 提供商。

数据交易平台模式：数据供应商和数据消费者可通过数据交易平台进行联系，并 在数据交易平台的管理下，完成数据交易。数据交易平台方提供数据分类、数据监管、 元数据管理等服务，以帮助潜在消费者发现相关的数据产品。AWS Data Exchange、 Advaneo、Data Rade 等都是通用数据交易平台。 数据管理系统模式：数据管理系统通过收集、组织、储存、组合丰富组织内信息， 通过提供大数据分析服务、允许企业在组织内进行安全数据交换等方式帮助企业实现 战略规范与风险预判。数据管理系统较少包含完整市场功能，更多是局限于保障组织 内数据交换，以此来控制客户信息围墙内的数据资产交付和访问。

2.2、数据交易价值链

数据交易价值链可分为四个层级。数据价值创造过程是一个从原始数据到数据产 品的整体耦合过程，从数据交易的角度，可将数据价值链分为基础设施层、支持层、 数据层和管理层四个层级。基础设施层为堆栈中的上层提供基本处理、安全存储和通 信功能；支持层提供通用应用程序编程接口(API)和面向数据交易实体的功能如 DLT 储存、匿名化交易、安全信息交换、数据沙盒等服务；数据层提供数据处理到数据交付的全流程数据服务，包括数据采集、数据分析、数据监管、数据准备、数据交易五 个环节；管理层提供包括面向数据交易流程的交易协调、合同跟踪等服务，面向数据 所有者的数据定价、报酬分配等服务，面向数据购买者的交易管理、收费、计费和会 计核算等服务。

3、我国数据交易发展情况

2025 年我国数据要素市场规模有望超过 1700 亿元。根据国家工信安全中心测 算，2020 年我国数据要素市场规模达到 545 亿元，“十三五”期间市场规模复合增 速超过 30%；“十四五”期间，我国数据要素市场规模有望突破 1749 亿元，整体上 进入高速发展阶段。根据中研普华产业研究院统计，2021 年我国数据交易市场规模 为 463 亿元，同比增长 31.16%。

3.1、数据交易平台模式是我国数据交易的重要发展方向

3.1.1、数据交易平台模式的优势

数据交易平台具有保障信息安全的优势。合规是数据交易平台的底线，如上海数 据交易所确立了“不合规不挂，无场景不使用”的原则，“不合规不挂”是指需 要进行合规和质量等评估，满足合规要求后才能够进行挂；“无场景不使用”是 指使用方在申请数据产品时，要首先明确使用场景并签订相关约定，滥用将会被处罚。 数据交易平台将合规理念融入平台交易规章制度中，降低数据交易的潜在风险，有利 于企业更合规、更高效地获取外部数据赋能数字化转型，并推动数据要素市场建设。

数据交易平台有利于交易双方建立信任。数商是指以数据作为业务活动的主要对 象的经济主体，可以通过在数据交易平台挂来建立专业服务商的形象，以此完善建 立数据交易生态圈。在数据交易平台参与监督、管理数据交易全流程的前提下，数据 交易的规范程度与透明公开度都有了显著提升，数商需要在交易全程中都受到平台规 章的约束，增加了交易双方的公信力。 数据交易平台能够提供交易后相关保障。数据交易平台可提供交易核验、仲裁纠 纷等交易后服务，对双方交易后行为作出一定约束，一定程度上可以减弱交易问题的 出现。

数据交易平台模式是我国数据交易的主要发展方向。数据交易平台通过制定数 据交易流程及规章，能够更好在数据交易环节做好风险控制，以利于企业更合规、更 高效地获取外部数据赋能数字化转型，并推动数据要素市场建设。数据交易平台模式 在风险控制、流程合规等方面的优势，使其成为我国数据交易模式的主要发展方向。

3.1.2、数据交易平台交易步骤

数据交易中心提供的数据交易可主要分为五个步骤。 第一步：注册会员。交易双方要成为平台的会员。平台会对交易主体进行评估， 提供相关服务指导，并就此维护市场秩序，做好管理。 第二步：卖方申请挂。挂前，其产品要经过合规评估、质量评估等严格把 关。 第三步：定价。可采用市场议价-每次交易中，相关主体开展协商，形成价格。 第四步：交易。需求方对某产品有兴趣，交易所进行撮合，形成交易。 第五步：交付。根据数据的安全等级采取有针对的渠道。目前，部分数据交易 平台（上海数据交易所）采取交易、交付分离的模式。交易在交易所，交付有多种手 段，比如双方约定好直接交付，也有的通过云厂商，因为现在很多数据都存在云服务 器。

数据交易平台服务贯穿数据交易全程。交易前，数据交易所可以提供质量评估、 合规评估、资产评估等服务。交易中，交易所可以通过联合查询、联合识别（构建风 险标签）、联合建模等最大程度把控风险。交易后，交易所可以提供交易核验、仲裁 纠纷等服务。根据各地数据交易所显示，如北京国际大数据交易所、上海数据交 易所、贵阳大数据交易所、山东数据交易公司、广州数据交易所、深圳数据交易所等 均提供质量评估、合规评估、资产评估等交易前服务，联合查询、联合识别、联合建 模等交易中服务，交易核验、仲裁纠纷等交易后服务。除常规服务外，部分数据交易 所也提供额外服务，如山东数据交易公司提供交易前证书查询、登记公示等服务；广 东数据交易所提供数据保险、数据托管等服务；深圳数据交易所提供信创数商分级服 务。

3.1.3、数据交易平台定价及盈利模式

数据产品定价可分为动态、静态两种情况。静态定价指一次固定收费或者按照 会员费享用相应数据服务。动态定价则是平台根据既定规则、结合算法技术对数据产 品质量、数据需求进行评估，给定合理价格区间。 数据交易平台盈利模式主要可分为佣金制、会员制、增值式交易服务等。佣金收 取是指按单次交易交易额的特定百分比收取服务费，如上海数据交易所向数据供应商 收取交易额 2.5%比例的佣金。会员制收费是指对会员收取年费，为会员交易安全 和交易质量提供保障。增值式交易服务是指数据平台为数据交易提供额外增值服务，并对这些增值服务收费。

3.1.4、我国数据交易平台发展历程

我国数据交易平台的发展历程受数据要素相关政策推动较大，主要可分为三个 阶段：萌芽期、探索期、成长期。 2014-2016 年，数据相关政策逐步发布，数据交易平台涌现。2015 年 8 月，国 务院发布《促进大数据发展行动纲要》，明确提出“引导培育大数据交易市场，开展 面向应用的数据交易市场试点。”在政策的推动下，2014 至 2016 年间有 16 家的国 内数据交易平台（数据交易中心和数据交易所）成立。

2017-2019 年，数据交易进入探索期，平台成立速度放缓。数字经济正在不断发 展的过程中，数据交易也在逐步摸索中前进，数据交易平台成立速度有所放缓，2017 至 2019 年间仅有 7 家数据交易平台成立。 2020-2022 年，数据被明确列为生产要素，数据交易平台再次迎来建设高峰。 2020 年 4 月，数据被明确列为生产要素。十四五规划中也提出建立健全数据产权交 易和行业自律机制，培育规范的数据交易平台和市场主体。在新一轮政策的推动下， 北京、上海、广州、深圳等地纷纷成立数据交易平台，此外还有多地正在筹建数据交 易平台。

数据交易所交易逐步活跃。据上海数交所总经理汤奇峰在 2022 全球数商大会的 介绍，预计 2022 年全年，在上海数交所挂的数据产品有望超过 800 个，累计交易 额有望达到 1 亿元；力争到 2025 年，挂数据产品超过 5000 个，服务数据提供商、 服务数据供需主体超过 10 万家，培育数商超千家。据广州数据交易所负责人许晶晶 介绍，截至 2022 年 11 月 8 日，影响数据资产价值的主要指标可以分为质量、应用 和风险三个维度，累计交易金额达到 2.09 亿元。 财政部拟规范企业数据资源相关会计处理，有望进一步推动数据交易。2022 年 12 月 9 日，财政部发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，对 企业内部使用的数据资源、企业对外交易的数据资源的相关会计处理原则进行了规定， 有助于加强企业数据资源管理，发挥数据要素价值，有望进一步推动数据交易。

3.1.5、我国数据交易平台建设主要由地方主导

目前国内数据交易平台主要由地方主导。数据要素已成为当今世界核心经 济资源和基本生产要素。各地在相关政策的推动下，积极建设数据交易平台，促 进数据要素流通。目前国内数据交易平台主要由当地主导，如北京国际大数据交 易持股 65%的北京金融控股集团为北京市国资委下属企业；上海 数据交易所其中 75%的股份由上海市国资委下属企业控制；广州数据交易持股 70%的广州交易集团是广州市国资委下属企业。部分上市公司参与数据交易所建设。在数字经济发展的大背景下，部分传媒、计 算机行业上市公司发挥自身业务优势，积极参与数据交易所建设，如吉视传媒对吉林 省东北亚大数据交易中心持股 50%；浙数文化、安恒信息分别对浙江大数据交易中 心持股 48.2%、46.8%；广电运通对广州数据交易所持股 30%等。

3.2、产业数据服务商有望在数据交易环节发挥重要作用

数商是实现数据要素价值的关键市场参与者。数据生产价值的实现，需要数据价 值创造、服务增值、交易和资产化等数据生态的构建和发展，也需要生态中以数据作 为业务活动主要对象的多种经济和社会主体，即数商。数商有助于数据供方在原始数 据的提取和整合、数据价值的提炼、数据产品形态的完善等方面实现突破和加快步伐。

处于不同职能位置的数商企业可具体分成：（1）数据基础设施提供商、（2）数据 资源集成商、（3）数据加工服务商、（4）数据分析技术服务商、（5）数据治理服务商、 （6）数据咨询服务商、（7）数据安全服务商、（8）数据人才培训服务商、（9）数据 产品供应商（数据要素型企业）、（10）数据合规评估服务商、（11）数据质量评估商、 （12）数据资产评估服务商、（13）数据经纪服务商、（14）数据交付服务商，以及 （15）数据交易仲裁服务商等 15 类。

产业数据服务商围绕数据提供多种产品及服务。产业数据服务商对黑色金属、有 色金属、能源化工、建筑材料、农产品等行业领域进行信息采集、信息筛选和信息分 析，为客户数据要素综合解决方案。如上海钢联形成了价格、数据、快讯、分析、咨 询、会务的产品矩阵，帮助用户在策略制定、风险管理、经营优化、商机发现上占据 优势；如卓创资讯提供资讯服务、咨询服务和会务调研服务等。产业数据服务商已形成较成熟的盈利模式。目前国内较领先的产业数据服务商 如上海钢联、卓创资讯分别成立于 2000 年、2004 年，经过二十年左右的发展，已形 成了较成熟的盈利模式。上海钢联产业数据服务业务营收 2017 年至 2021 年年均复 合增速为 25.44%，2021 年毛利率为 60.38%；卓创资讯 2021 年营收为 2.51 亿元， 同比增长 14.74%。

产业数据服务商集合了多种职能，部分程度上避免了数据交易平台的确权难、定 价难等问题。产业数据服务商集合了原始数据采集、数据分析、数据加工处理、数据 确权、数据质量评估、数据定价、数据交付等多种职能。产业数据服务商具有以下特 点，使其能够在部分程度上避免数据交易平台的确权难、定价难等问题，一是业务范 围更加专注，具有业务供需匹配经验和能力；二是可以提供相对标准化的数据产品和 服务；三是其作为市场的直接参与者，对于提升数据质量、定价等方面的能力具有市 场化的驱动力。

产业数据服务商或将有效推动实体经济与数字经济融合。产业数据服务商能够 有效帮助数据供方形成数据产品，帮助需方找到合适的数据源，并开发基于数据的新 产品和新服务。我们认为这将有助于实体经济企业提升数字化运营水平，促进实体经 济企业的数字化转型和高质量发展。

4、美国数据交易市场概况

数据经纪商是美国数据交易市场的主体。美国联邦贸易委员会将“数据经纪商” 定义为“从各种来源收集有关消费者信息的公司，汇总、分析和共享原始信息或衍生 信息，并向与消费者没有直接关系的企业出售、许可、交易或提供该信息，用于产品 营销、验证个人身份或欺诈行为等”。数据经纪商是美国数据交易市场的主体。美国数据经纪商发展史可归纳为出现、转型、急速发展与瓶颈三个阶段。20 世 纪 50 年代，美国数据经纪商作为征信制度下的新行业首次出现。其主要目的是为准 确地收集与各公司、个人信用相关的数据。20 世纪 90 年代，美国数据经纪商结合平 行编程等技术进步，更高效的实现数据网关联捕捉，并拓宽了数据产品、服务形式。 21 世纪初，美国数据经纪商蓬勃发展。

美国数据经纪商数据来源及特点。美国数据经纪商通常不直接接触数据源头，而 是通过、公开、商业等正规渠道获取数据，并出售给最终用户。数据经纪商主要 数据源包括联邦数据源、地方数据源、商业数据源和互为数据源。其中，联 邦数据源是直接从联邦获得的公开数据；地方数据源是通过与地方 之间的业务往来活动，自动收集获取地方数据；公共数据源包括社交媒体、博客、 互联网浏览历史、购物记录、新闻报道等；商业数据源包括消费者的保修信息、 信用卡资料，从零售商等渠道购买的商品交易信息，从期刊发行商购买的用户订阅信 息等；互为信息源是不同数据经纪商之间共享的数据源。

美国数据经纪商主要提供三种大类产品。美国数据经纪商主要提供市场营销产 品、风险识别产品和人员搜索产品三种大类产品。市场营销产品是指数据经纪商向其 客户直接出售消费者相关信息，包括直销产品、营销产品和营销分析产品。风险 识别产品包括身份认证产品和欺诈侦测产品两类，帮助确认消费者身份或识别欺诈行 为。人员搜索产品可以帮助客户调查竞争对手、找人、获取消费者法庭记录及其他信 息。如 Foursquare 提供基于位置信息数据的市场营销产品；Acxiom 结合第一方数 据与第三方数据，为客户提供更全面、更有价值的市场营销产品。

5、数据交易发展瓶颈与发展方向

5.1、数据交易发展瓶颈

数据交易相关权益界限尚不明确。当前我国对数据交易相关权益法条聚焦于信息 安全，但对个人信息权利未做出明确定义。现实生活中数据种类繁多、应用场景复杂 等特征让各种侵权行为很难进行认定，数据交易需要更全面的法律体系去针对各种场 景、各种主体的利益。 数据安全利益保障薄弱。数据隐私保护是数据交易中需要解决的重要问题，公民 或企业的隐私在数据流通过程中受到了侵犯的情况时有发生。而数据侵权不同于传统 侵权行为，虽然数据由数据主体产生，但数据主体无法完全掌控数据，这意味着数据 主体无法得知哪些数据被收集了、收集的数据会被如何使用、使用之后的数据是否会 被删除。这使得数据主体处于劣势地位，往往难以量化，甚至无法举证，无法保护复 杂的数据隐私权益。

数据质量评估与定价存在困难。虽然可以从数据的规模、体量等方面对其进行描 述，但并不能直观感受数据质量和价值。传统商品经济中商品价值量由生产商品成本 与市场需求量相关，但是数据具有可复制、非消耗、边际成本为零等特征，不能 应用传统商品价值认证标准，目前数据市场缺少统一评估标准。影响数据资产价值的 主要指标可以分为质量、应用和风险三个维度，但是其他潜在因素也可能对数据价值 产生影响，因此制定一个更全面、多方位、精确的动态价值评估准则预计将会是推动 数据交易发展的重要方向。

数据交易平台法律地位尚不明确，交易规则尚不规范。大数据交易平台作为我国 数据交易市场主要载体，近两年数量快速增加。但目前我国缺少关于数据交易平台的 相关立法，没有一个明确的权责体系对数据交易平台进行规范引导。此外，目前我国 没有统一规范的数据交易行业规则，平台隐私规则、交易规则等完善程度较低，对用 户权益产生威胁。

5.2、数据交易发展方向

完善数据交易立法，建构数据交易利益平衡机制。明确数权清晰界定数据主体的 数据权利范围、以及不同数据主体的权益边界，是数据资产化的前提，也是数据交易 合法化的前提。虽然我国尚未从国家立法层面建立统一的数据交易管理制度，但近年 来，各地先后出台数据条例，对数据交易相关内容进行了探索和条文规定，如《贵州省大数据发展应用促进条例》、《天津市促进大数据发展应用条例》、《上海市数据条例》 等。

提升场内交易规范。建立数据进入市场的前置预警及风险管理制度，为数据安 全划定红线，对敏感领域数据根据敏感程度禁止或限制数据交易。建立数商分级分类 制度，如深圳数据交易所已率先在全国开展数据商分级分类工作，设定生态级、认证 级、战略级三级数据商认证合作及四级风险评级策略，另设定资源型、集成型、渠道 型、科技型、委托型、媒体型、知识型和平台型八类数据商分类认证策略，为数据交 易市场的对接提供了更高效、更精准的模式参考。完善数据交易平台交易规则，根据 数据交易相关法治体系进行数据交易平台交易规则建设，并由国家相关部门审核、备 案、监督等。

发展数据要素相关前沿科技。数据要素相关前沿科技的发展，或将有助于缓解确 权、定价、隐私等难点，加快数据要素生态的建设及扩展，助力数据要素流通。如隐 私计算技术可以在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。 如区块链技术的去中心化特征可以提升数据交易中的数据安全保护和交易透明度。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】