摘要：在数字经济时代，数据要素已成为核心生产资料，其流通和利用对经济发展具有重大影响。本文旨在探讨数据要素的定义、特征、业务流程，以及当前流通市场的现状。文章分析了我国在数据要素市场化、流通利用方面取得的进展，如国家政策的支持和地方数据交易所的建立。同时，指出了市场建设中存在的问题，包括技术支撑不足、市场动能弱、合规成本高和数据共享程度不足等。文章还讨论了数据要素流通的三种主要模式：企业间直接交易、平台交易和联盟共享模式，并提出了加强数据供给、激活需求、完善规则和促进技术创新等建议，以解决现有问题。

数据要素的定义、特征、业务流程‍‍‍‍‍‍‍‍‍‍‍‍‍
数据要素市场化现状和主要问题‍‍
数据要素流通的问题解决的一些相关建议
‍

01

—

数据要素的定义、特征、业务流程

数据要素通常被定义为在数字经济时代中，能够作为生产和经营活动输入的、可产生经济价值的数据资源。它是与土地、劳动力、资本、技术等传统生产要素并列的新型生产要素。数据要素具有以下特点：

1、非竞争性：数据可以被多个用户同时使用，而不会导致资源的消耗或减少。

2、非排他性：数据往往难以被单一实体独占，容易复制和传播。

3、非稀缺性：数据要素是可再生的，万物数据化使海量数据可以持续产生并快速积累、数据要素不仅不会损耗，还能够自我繁衍，能在使用中继续创造数据资源。

4、价值异质性：数据的价值取决于其内容、质量、处理方式以及使用场景。

5、边际收益递增性：数据要素具有规模经济特性，数据的体量越大，维度越多，种类越丰富，越有利于数据交互汇集，释放数据要素价值。

在数字化转型的背景下，数据要素被视为企业获取竞争优势的关键资源，也是推动创新和经济增长的重要驱动力。数据要素的有效管理和利用，对于提高生产效率、优化决策过程、创造新的商业模式等方面都具有重要意义。

数据要素本质上还是数据，只是能够产生经济价值的数据，那么生产要素在不同阶段的价值状态如下图所示：

数据在资源化阶段呈现的价值是使用价值，数据在资产化阶段呈现的价值是数据交换价值。数据在资本化阶段呈现的是价值增值的数据资本。而目前大部分的数据要素还是呈现是使用价值。少部门是交换价值。‍‍‍‍‍‍

目前数据产品交易的业务流程（以公共数据交易流程为例）。

如上图所示，根据交易步骤分为交易前，交易中，交易后，三个关键步骤。而在交易前主要是完成公共数据产品确认和相关咨询评估，主要包含：质量评估，价值评估，信用评估，安全评估。在数据交易所需要完成如下登记：产品登记，质量登记、价值登记，信用登记，安全登记，交易资格登记等相关登记。在数据交易平台还需要进行确定交易板块，发行定价，公开发行，交易流程，交易结算，签订交付合同，交易备案等步骤，最后进行数据交易监管等步骤。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

02

—

数据要素市场化现状和主要问题

我国数据要素市场正在快速发展，国家层面出台了多项政策文件，如“数据二十条”和《“数据要素×”三年行动计划（2024—2026年）》，以促进数据要素市场化和流通利用。地方层面也纷纷成立数据管理机构和数据交易所，推动数据资源的整合和开放。从2014年开始到2021年截止，总共成立了38个数据交易中心（所）。

当前，我国数据流通交易仍以场外交易为主，但场内交易在加速推进，头部数据交易所交易规模已达到十亿元级别，且各有所长。截至 2023 年 11月北京国际大数据交易所已发放 27 张数据资产登记凭证数据，整体交易规模超过 45亿元，交易主体超 500 家。截至 2024 年，上海数据交易所全年数据交易额超 24.6亿元，已累计挂牌超 3000 个数据产品。广东省数据交易中心成立于2021 年，截至 2024 年 8 月，会员超 1530 家，进场标的超1430 项交易笔数超 4800笔，场内交易突破 25 亿，并在佛山、湛江、惠州、拉萨、清远、喀什设立 6 家服务基地。深圳数据交易所交易规模全国领先，也在跨境交易方面不断探索，截至 2024 年底，实现交易总额高达 83.85 亿元，累计跨境交易额 1.1 亿，累计挂牌数据产品 2263 余种。贵阳大数据交易所作为我国成立最早的数据交易所，截至2024 年 4 月，贵数所交易总额超过 49.47 亿元，累计挂牌数据产品超 2126 个。以下表各天数据充易场所交易信惠汇总（2024年1月-8月）

名称	数据产品数量	数据交易额
北京国际大数据交易所	超过2000个	45亿
贵阳大数据交易所	2126个	49.47亿
北方大数据交易中心	超1000个	超2亿元
长春数据交易中心	328个	1.7亿
上海数据交易所	3000个	24.6亿
浙江大数据交易中心	2482	24.6亿
杭州数据交易所	2482	24.6亿
福建大数据交易所	超500个	24.6亿
山东数据交易有限公司	未公示	439.19万元
郑州数据交易中心	1000余个	超10亿元
湖南大数据交易所	4167个	15.1亿
广东省数据交易中心	超1400个	25亿
深圳数据交易所	2263个	83.85亿元
苏州大数据交易所	700个	3亿元
北部湾大数据交易中心	1085个	3.25亿元
海南省数据产品超市	超1800个	7.3亿元
西部数据交易中心	超2200个	3亿元
德阳数据交易有限公司	超2600个	1.06亿元
广州数据交品所（客化）服务基地	14个	3322.84万元

如上图所示，湖南大数据交易所的数据产品最多，为4167个，而数据交易量最大的是深圳数据交易所83.85亿元，而数据交易量最少的是山东数据交易有限公司。从目前的数据交易总量来看，数据交易需求并不是很旺盛。造成这一现象的主要原因有如下5个方面的原因：‍‍‍

1、数据供给端开发数据资产积极性不高，主要原因数据原始情况下是数据矿源，开发成数据资产，还需要通过盘点，采集，治理，和加工操作开发操作才能形成数据资产，而这一过程目前只有使用价值，由于交易端的采购或者应用场景并不丰富，数据资产供给端投入的成本在未来并不能马上变现，另外数据治理需要投入大量人力和资金进行梳理和治理，市场动能不足，合规成本过高，个人数据开发利用成本较高，科研类数据共享程度不足等所以造就了数据资产的供给端不多或者积极性不高的现象。也是目前数据资产入表项目放缓的主要原因。

2、数据确权的难点，主要表现在以下几个方面：数据权属界定不清晰：数据具有无形、可复制等特性，涉及多元利益主体，其确权逻辑与传统财产存在诸多不同。责任界定不清楚为规避监管风险，供给方数据共享意愿被抑制，交易缺少持续优质的数据来源。同时，数据权利主体的混合性，即数据资源是多种主体混合权利的集合体，涉及数据生成过程的多元主体、数据处理过程的多维主体、数据权利治理的多方主体，使得有效识别数据权利主体成为重要环节。数据确权与价值发挥需要平衡兼顾：数据要实现价值就必须充分流通，但数据一旦流通起来，其价值链条会接续、发散延伸，这将不断增加数据确权的难度。在数据流通过程中，数据的内容和形态会随之发生变化，出现新的数据要素或产品，并不断有新的参与者加入。如何在动态视角下进行数据确权，至少需要回应如何分割各个相互连接的数据价值链条，以划分不同主体的数据财产权及其边界等问题。

3、数据安全问题，数据篡改，滥用，隐私泄漏等安全事件频发，数据安全流通与价值发挥协同难度大问题。过分强调数据安全，妨碍数据价值的发挥。

4、数据定价困难主要体现在以下几个方面：数据价值的不确定性：数据的价值往往难以事先确定，因为数据产品的了解过程与使用过程重叠，导致买卖双方对数据价值存在“双向不确定性”。数据的有用性往往在使用过程中才能逐渐体现，这使得数据卖方和买方在交易前难以就数据的价值达成一致认识。数据特性增加定价复杂性：数据具有高固定成本低边际成本、产权不清、结构多变等特征，这些特性使得数据定价的难度远大于其他产品。数据的可复制性、非竞争性等特性也意味着其定价机制与传统商品和服务存在显著差异。市场透明度低：数据要素市场中的交易信息透明度低，数据卖方尚未形成价格披露机制，数据买方对数据产品的真正价值也缺少了解，这导致难以进行有效的比价竞争。缺乏统一的定价规则：由于数据要素市场尚未成熟，市场竞争不充分，信息不对称普遍存在，导致数据要素定价缺乏统一规则，难以实现通用化标准化。

5、数据运营生态不健全，数据交易规则不够完善：目前，数据要素市场总体上处于起步发展阶段，存在统筹规划不够、生态培育不足等问题。市场秩序不完善及监管体系缺位，导致数据要素市场培育工作面临挑战。为了解决这些问题，需要构建数据要素治理体系，完善相关配套制度，激活数据要素市场的潜力，促进数据要素市场的规范化、市场化发展。同时，需要加强数据安全与隐私保护，提升数据治理能力，建立健全的数据要素市场运行规则体系，以实现数据要素市场的健康发展。数据要素的价值在于产生提质降本增效和促进创新的经济效益，核心在于开发和利用数据。数据基础制度设计要有利于数据的充分开发利用，而不是要最大化数据交易量和交易额。而且，要审慎对待数据作为一种资产的入表、用于抵押和融资。数据要素市场运行机制中存在数据基础设施及技术支撑不足的问题，市场动能不足，合规成本过高，个人数据开发利用成本较高，科研类数据共享程度不足等。此外，数据要素流通市场建设的相关制度不健全，缺乏明确法律依据和监管政策。