来源：雪球App，作者： 数字经济ETF，（https://xueqiu.com/9037014553/237478338）
（报告出品方：）
一、数据“升格”成为第五大生产要素，政策法规亟 待出台
1.1 是新型生产要素，有望成为驱动经济社会发展的
随着全球走进时代，数据成为了时代发展的“新石油”。从农业社会，到工业社会，再 发展到信息社会，不同的时代驱动社会发展的生产要素各不相同。在农业文明中，驱动人类文明 向前的主要要素是土地和劳动力。而当工业革命拉开了工业时代的序幕，驱动社会进步的核心生 产要素也从土地和劳动力逐渐转变为资本和技术。到了上世纪中期，的发明和普及开启了 信息时代，科学技术成为推动社会发展的主要生产要素。如今，随着信息通信技术、大数据技术、人工智能技术的发展，我们进入了数字经济时代，驱动社会前进的主要要素转变为数据。数据和 社会经济中的每一个角色（政府、企业、个人）息息相关，掌握了数据就掌握了经济社会发展的 命脉，将在利益分配中获得更多。
数据成为生产要素的土壤已经具备，中国将数据列为五大生产要素之一，意在新时代发展浪潮中 拔得头筹。从远古时代，数据就蕴含着大量信息，然而由于技术发展水平落后，其价值一直未被 发掘。随着社会进步，信息技术如井喷式发展，我们具备了数据采集、存储的基础设施，具备了 使数据自由流通的通信技术，具备了数据分析加工的基础设施以及先进算法，积累了大量 行业知识（Know-How）。数据本身是无法创造价值的，这些科学技术是激发数据价值的基础，是驱动数据成为生产力的炮弹。另外，政府、企业的治理理念不断发展，市场也越来越成熟，社 会已经意识到如何应用数据可以创造价值。数据成为生产要素的土壤已经具备，全球各国家地区 都想在新时代发展的浪潮中争得先机。中国同样意识到发展市场的重要性，已经将数据 列为五大生产要素之一，其战略地位已与土地、劳动、资本、技术比肩。
数字化成为国家级战略，数字要素是发展的新引擎。从“十二五规划”到“十四五规 划”，国家不断加深对于信息化和数字化的强调，2020 年 11 月，《十四五规划和 2035 年远景目 标纲要》提出“打造数字经济新优势、加快数字社会建设步伐、提高数字政府建设水平”。二十 大要求建设现代化产业体系，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有 国际竞争力的数字产业集群。而正式成为了驱动数字经济发展的。数据的爆发增 长、海量集聚蕴藏了巨大的价值，为智能化发展带来了新的机遇。数据要素市场是将尚未完全由 市场配置的数据要素转向由市场配置的动态过程，其目的是形成以市场为根本调配机制，实现数 据流动的价值或者数据在流动中产生价值，其产业链包括数据采集、数据存储、数据加工、数据 流通、数据分析、数据应用、生态保障。数据要素市场市场化配置是数据供需双方在数据资源和 需求积累到一定阶段后产生的必然现象，对经济的高质量发展具有积极作用。
规模占全国 GDP 比重持续提升，市场进入高速发展阶段。经过多年发展，数 字经济规模由 2008 年的 4.8 万亿增长到 2021 年的 45.5 万亿，2015-2021 年 CAGR 达到 16.1%； 数字经济规模占 GDP 比重不断提升，2021 年数字经济占 GDP 比重达到 39.8%，较 2015 年增长 12.8pct。同时，我国数据要素市场进入高速发展阶段。据国家工信安全中心测算数据，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，这一数值将突破 1749 亿元，整体上进入高速发展阶段。
1.2 应用场景不断拓展，赋能其他生产要素创造巨大 价值
数据可以分为政府与公共数据、企业数据和个人数据。
1) 政府与公共数据：指政务部门履职过程中获取或制作的数据，可包括个人数据和商业数据，应用于政府部门管理和公共事业服务需要，一般免费使用或低成本收费。政府数据按照来源 可以分为五类：政府各部门内部管理中所产生的数据、政府在社会管理和公共服务过程中产 生的数据、由政府专门的职能机构采集的社会管理数据、政府通过业务外包或采购方式获得 的数据和从公开渠道获取的数据，如公安、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、环境、金融、统计、气象等数据。无论是从数据资源分布特点，还是从数据资 源质量来讲，政府数据是现阶段数量最庞大、价值密度最高、涉足广度最宽的数据资源，其 价值远远超过其他任何一个行业垂直领域的数据价值。政府手上有大量高价值数据，开放数 据对整个市场的繁荣有重要作用，政府可以收集到很多其他市场主体收集不到的核 心数据，其中，国家安全相关数据不开放；公共管理数据免费开放，为全社会提供基础资源； 剩余少数数据则是收费开放。
2) 企业数据：指商业机构运行中获取或生产的数据。企业数据包括交易数据、主数据和分析数 据，其中，交易数据描述企业的经营活动，如产品出入库、财务应收、采购、销售、制造、收款、付款生成的应付等；主数据描述企业核心业务的主体。主要有客户、产品、地点、供 应商、主体等；分析数据：描述企业的业绩，用于决策支持的数据通常以客户、产品和供应 商为主要维度，反映企业的运营情况，用于支持决策分析。以工业领域为例，工业企业拥有 较长的产业链，工业数据的全产业链整合在未来生产中发挥的作用会更加显著，同时，工业 场景大量的应用场景会用到人工智能、大数据技术，如利用图像识别技术进行的缺陷识别等，不同的零件、产品都需要进行单独的标注与训练，会使的行业属性更加明显。
3) 个人数据：指与个人相关，能够识别个人身份的数据。个人数据包括自然人独有的特征数据 和参与经济活动、社会活动的行为数据，如个人的姓名、电话、住址、职业、学历、偏好、习惯、旅游去过的城市、购物的交易记录、上网浏览的页面等数据。个人数据通常保存在政 府和企业手中。
按照数据是否加工，可以将数据区分为原生数据和衍生数据。其中，原生数据是指不依赖于现有 数据而产生的数据；衍生数据是指原生数据被记录、存储后，经过算法加工、计算、聚合而成的 系统的、可读取、有使用价值的数据。应用不断拓展，促进数据要素市场生态体系建设。5G、大数据、人工智能、区块链等技 术加速向各行业融合渗透，数据赋能、赋值、赋智作用日益凸显，数据要素市场应用场景不断拓 展，应用场景的丰富提供了大量垂直领域的数据需求，促进数据要素市场生态体系建设。
1) 在工业生产领域：数字生产企业可以在产业链条中嵌入所需的各类数字服务，以提高全链条 的生产效率，例如，在产业互联网中加入金融服务链路、智能化采购链路、市场端智能库存 和售后服务链路等。2019 年我国规模以上工业企业生产设备数字化率已达 47.1%，未来数 字化转型加快推进。
2) 在服务消费领域：数字服务企业可以嵌入多平台、多场景，例如，金融服务可以嵌入支付平 台、电商平台、租房平台、售车平台、网约车平台等，寻求个性化与大规模相结合的商业模 式。这样数字服务企业才能不断迭代更新。“数据+”不断激发消费市场活力，居民消费习 惯加速向线上迁移。2020 年，我国实物商品网上零售额比上年增长 14.8%，占社会消费品 零售总额的比重为 24.9%，增速明显高于同期社会消费品零售总额，未来服务消费数据将发 挥更加重要的作用。
3) 其他领域：在公共治理领域，在疫情监测分析、病毒溯源、防控救治、资源调配、复工复产等方面发挥了重要支撑作用，数字政府建设持续推进，政府管理和社会治理加快转 型。在货币金融领域，移动支付全面推进，数字人民币试点提速，金融服务中小微企业精准 性显著提升。在农业农村领域，车间农业、认养农业、云农场等新业态新模式方兴未艾，农 业物联网、病虫害数字化防控、智能育种等新技术加快应用。
“数据+算力+算法”组合帮助人类理解、预测、以及控制世界，激发生产力。《领导干 部读本》以及阿里研究院论述了人类理解、预测、控制客观世界，就是创造价值的过程。而人类 探索、认识世界的道路经历了几个阶段：从理论推理，到实验验证，再到模拟择优，最后到大数据分析。如今，在一些领域，大数据驱动决策可以很好地补充经验决策的不足，甚至替代经验决 策。例如，语音识别、智能驾驶等技术就是通过大量的数据训练以及推理实现的。“数据+算力+ 算法”的组合已经在帮助人类理解、预测、以及控制（部分）世界，小到理解判断控制人的行为、机器的行为、大到理解分析企业、乃至产业、以及整个社会，这就是数据创造巨大价值的方式。
需和其他要素融合叠加，才能更好创造价值、推动经济发展。数据要素本身很难推动经 济发展，社会进步。但是当它叠加到土地、劳动力、资本、技术等其他生产要素中时，可以大大 提高其他要素本身的价值，同时提高这些要素之间的资源配置效率。例如，数据要素无法直接种 植粮食、生产汽车、建设车间，但是可以以更低的成本提升种植粮食、生产汽车、建设管理车间 的效率。同时，数据要素还可以激活产业的创新能力。国家信息中心发布的文章《背景 下数据与其他生产要素的协同联动机制研究》中就提到了应促进数据、技术、场景在实体经济中 的深度融合，通过数据要素的放大、叠加、倍增作用赋能传统产业转型升级、催生新产业新业态 新模式、提高全要素生产率。
1.3 “”重要性与日俱增，权属、交易、监管法规有 待完善
1.3.1 相关政策文件密集出台，推动市场建设
被列为五大生产要素之一，成为我国改革发展的重要方向。随着数据要素市场不断壮大，数据要素市场的各个参与主体都投入到市场运作中。政府作为数据要素市场的管理者，将发挥政 策扶持和积极引导作用，推动公共数据扩大开放，构建数据开放平台。相关政策文件的密集出台 推动我国数据产业迅速发展，技术不断进步，基础设施不断完善，融合应用不断深入。2014 年，“大数据”首次写入政府工作报告。2017 年，十九大报告提出加快建设创新型国家，建设数字中 国。2020 年，国务院发文将数据与土地、资本、技术、劳动并列为五大生产要素，明确提出了数 据要素市场制度建设的方向和重点改革任务。2021 年《“十四五”发展规划》提出在 2025 年初步建立数据要素市场体系。政策重点主要集中在推动数据开放共享利用、加快数据要素 流通、建立数据标准体系、建立大数据交易平台等方面。
各省市积极响应中央号召，相继发布多项政策。从地方层面看，相关企业主要分布在北 京市、上海市、广东省、江苏省、山东省等经济较发达地区，各省市均已将数据要素市场建设列 入省级“十四五”规划，并且大部分地区根据各地发展特点，在相关文件中对数据要素 制度建立进行了进一步规划，同时也提出了远景目标：上海市提出到2025年底，上海数字经济发 展水平稳居全国前列，国际数字之都框架体系基本形成，数据要素市场体系基本建立。浙江省提 出到2025年，数字经济发展水平稳居全国前列、建成具有全球影响力的数字科技创新中心。江苏 省提出到 2025 年，江苏数字经济发展水平位居全国前列，数据要素市场体系初步建立，到 2035 年，数字经济成为引领江苏经济转型发展的重要引擎。
1.3.2 国家地方法规条例陆续出台，权属、交易、监管法律亟待完善
国家陆续出台法律法规，保障个人及国家。我国具有极大的数据规模和应用优势，为规 范数据使用、保护个人及国家信息安全，我国陆续出台了多部法律，包括 《中华人民共和国数据 安全法》、《中华人民共和国国家安全法》、《中华人民共和国个人信息保护法》《中华人民共 和国保守国家秘密法》、《中华人民共和国网络安全法》、《网络安全审查办法》等。2022 年 7 月，为规范数据出境活动，促进数据跨境安全、自由流动，我国出台了《数据出境安全评估办 法》，明确了四类需要申报数据安全评估的数据处境情景，为跨国流通提供了法律保障。
地方纷纷推出数据条例，推动产业蓬勃发展。从地方层面来看，各省市基于国家法律、结合自身发展实际情况，颁布了大数据条例、数据条例、条例等数据条例。目前，北京、上海、深圳、福建、山东、广东、安徽、浙江、吉林、山西、海南、天津以及贵州等省市已经正式颁布相关数据条例。浙江、广东、北京出台了数字经济条例。山东、福建等地主要面向公共数 据领域，出台了大数据条例。上海、深圳出台数据条例，包含了公共数据和个人数据的相关规定。其中，上海市根据《数据安全法》、《个人信息保护法》等法律，结合自身实例，于 2021 年 11 月制定了《上海市数据条例》，针对公共数据和个人数据的管理、政府部门及相关单位的权利义 务作出了具体规定，成为指导上海数据交易所开展数据要素业务的重要政策。目前，各数据交易 所主要依据上述国家法律以及相关地方数据条例推动业务发展。
二、数据交易平台初露锋芒，中国数据交易市场未来 可期
2.1 数据交易平台方兴未艾
数据交易平台是数据作为生产要素进行交互、整合、交换、交易的平台，是推动市场建 设，探索数据要素资源化、资产化、资本化改革的重要“底座”。2020 年 4 月，中共中央，国务 院发布《关于构建更加完善的要素市场化配置体制机制的意见》，数据被正式列为新型生产要素，与土地，劳动力，资本和技术并列。《“十四五”发展规划》明确指出，数字化转型是 大势所趋，数据要素是数字经济深化发展的核心引擎，切实用好数据要素，将为经济社会数字化 发展带来强劲动力。为促进数据要素市场流通，我国许多省市都建立了数据交易平台。截至 2022 年 8 月，全国数据交易平台已达 40 家。遵循十八届五中全会提出的“实施国家大数据 战略”，2015 年 4 月，全国第一家大数据交易所——贵阳大数据交易所批准成立，标志着数据交 易所建设的开端，从 2015 年到 2020 年，全国各地共建设 22 家数据交易平台。2019 年 10 月，党的十九届四中全会提出将数据作为生产要素参与分配，2020 年 4 月，国务院发布《关于构建更 加完善的要素市场化配置体制机制的意见》，明确数据成为继土地、劳动力、资本、和技术之外 的第五大生产要素。之后 2021 到 2022 年，北京、上海、广州、深圳等地纷纷建立数据交易平台 共 16 个，标志着数据交易平台建设的第二个阶段。
数据交易所或交易中心多由国有资本控股，上市公司也为重要股东之一。40 家数据交易平台中超 过一半为国资主导公司制或 100%国资公司制企业。贵阳大数据交易所计划股改为国资 100%控 股，北京国际大数据交易所由北京市国资委实控，深圳数据交易所由深圳市国资委实控。上海数 据交易所和广州数据交易所也均采用国资主导公司制。部分上市公司也持有交易所或交易中心股 权，如何持有浙江大数据交易中心股权。
各省市为推动数字化转型，除建立数据交易平台外，纷纷成立由各级政府主导的大数据集团。部 分大数据集团为当地数据交易平台的股东。大数据集团以数据为核心业务，致力于实现公共数据、行业数据和社会数据的交汇、供给、配置及市场化开发利用，开展数字资产运营、数据交易服务、数字和数字产业投资，推动城市/省份治理体系和治理能力现代化。大数据集团也可作为 电子政务公共平台，实现电子政务网络+云+平台系统建设一体化，助推发展市场化、专 业化，如福建省大数据集团。政府主导的大数据集团有利于保障数据安全，促进在市场 内流通。
数据流通发生在数据交易前、交易中、交易后和数据出入境等环节，形成产业链生态雏形。在数 据交易前这一环节，数据服务提供商可以提供数据清洗加工和数据合规咨询等服务。当数据在交 易平台上交易时，数据经纪服务撮合供需双方并帮助双方磨合出更适配的数据产品，还有其他数 据服务如数据托管、数据质量评估和数据资产评估等。当数据交易完成后，如果交易双方针对数 据质量或者数据的安全性存在争议，仲裁服务会帮助解决问题。涉及到数据跨境流通的情形时，数据服务提供商可以提供针对数据出入境的咨询和管理服务。交易中心为提供数据交易 的全产业链服务，预计将提供交易撮合、需求寻源、产品融合、数据资产评估、登记、定价、数 据信贷融资和数据证券化等市场化服务。
数据交易平台的盈利模式主要有三种：佣金模式、会员制模式、增值模式。盈利模式多样不代表 数据交易平台的盈利能力强大，事实上，早期设立的交易平台如贵阳大数据交易所公布出的交易 额成绩寥寥。虽然在数据交易平台发展的第一阶段（2015-2020）各地数据交易机构运营发展没 有达到预期效果，但是数据交易平台作为“准公共服务机构”，主要目标是赋能市场，推动经济 发展，盈利并非其主要目标。
贵阳大数据交易所 2019 年改组之后定位为“一平台+三中心”：大数据交易平台+区域服务中心+ 单品种数据交易中心+大数据创新中心。北京国际大数据交易所以五平台建设为基石：数据信息 登记平台+数据交易平台+数据运营管理服务平台+金融创新服务平台+数据平台。上海数 据交易所提出五个全国首发的特色服务：数商体系+数据交易配套制度+全数字化数据交易系统+ 数据产品登记凭证+数据产品说明书。
2.2 欧美持续完善法律政策、深挖数据价值，积极推动数据要 素产业发展。
欧美数据交易市场规模大，中国占全球八分之一。据上海数据交易所研究院，2021 年，全球数据 交易流通市场规模达到 2000 亿元。其中，北美洲达到 960 亿元，占比 48%。欧洲实现市场规模 500 亿元，占比 25%。中国数据交易规模实现 250 亿元，占比 13%。日本等其他国家地区紧随其 后。
2.2.1 美国推动数字产业自由发展，欧洲积极打造公共数据空间
欧美国家较早注意到了发展数字要素产业的重要性，积极发布政策推动数字要素产业发展，同时，制定法规来保护数据隐私、规范数据使用、推动健康发展。受历史、文化、商业等诸多 因素影响，各国在对待数据隐私上的价值取向不同，导致其在政策以及立法上各有侧重。欧盟意成为数据经济领导者，积极打造公共数据空间。为部署和打造公共数据空间、推动数据赋 能生产发展，欧盟陆续发布多个战略指引。
2020 年 2 月，欧盟委员会发布了《欧洲数据战略》（A European Strategy for data）。欧盟 意在成为数据驱动社会发展方面的全球领导者，以便商业和公共部门能做出更优决策。该战 略阐述了欧盟未来五年实现相关数据经济的策略，包含加强欧洲托管、处理和使用数据的能 力和基础设施；建立针对数据访问和使用的跨部门框架、保护个人和敏感业务数据安全、建 立针对公共利益和战略的欧盟共同数据空间、利用数据促进经济成长、保护环境减少碳排放 等。
同月，欧盟委员会发布了《塑造欧洲数字未来》以及《人工智能白皮书》，详细阐述如何促 进其在人工智能领域的发展。
2020 年 12 月，欧盟委员会牵头发布的《欧盟数字十年的网络安全战略》。
2021 年 11 月，欧盟委员会发布《从“数字欧洲计划”中投资近 20 亿欧元以推进数字化转型》，其中，主要的工作计划包括部署公共数据空间，促进企业、部门数据共享，赋能制造、移动、金融业等。2022 年 11 月，欧洲议会（European Parliament）通过了对欧盟「数字十年」（ Decade）政策计划的投票，表达了欧盟意于 2030 年实现欧洲数字化转型目标的雄 心。
欧洲注重保护个人数据权利，相关法律体系完善。欧洲最早开始构建数据治理法律体系，且出台 政策密集，体系完善。1981 年，欧洲理事会成员国签署《有关个人数据自动化处理之个人保护 公约》，1995 年，欧洲议会及欧盟理事会通过《个人数据处理及自由流通个人保护指令》，统 一数据安全标准，为各成员个人数据保护设置统一底线。2018 年，被称为欧盟“史上最严”数 据保护条例的《通用数据保护条例》GDPR 正式实施，该法律极大地保护了公民数据隐私，强化 数据主体的被遗忘权、数据可携权等。之后，欧盟又推出了《非个人数据自由流动条例》，补充 其在非个人数据的处理和流动规则。同时，欧洲还进行了特定行业立法，通过了《试听媒体服务 指令》、《消费者保护法》、《电子隐私条例》等。2022 年，在《欧洲数据战略》的引导下，欧盟陆续通过了《数据法案》、《数据治理法案》完善了公共机构与商业主体（B2G）、以及商 业主体之间（B2B）的数据共享方面的相关规定，推动数据流动、共享、开发、应用进程。
美国形成了推进数据产业发展的完整战略。从 2012 年开始，美国陆续发布了《大数据研究和发 展计划》、《数据-知识-行动“计划》、《大数据：把握机遇，维护价值》。同时，为了明确如 何使用联邦数据，2019 年开始陆续发布了《联邦数据战略》、《2020 行动计划》与《数据伦理 框架草案》。美国在立法方面较为分散，并且始终秉持着其在鼓励商业自由发展的态度。相较于欧洲，美国的 数据市场政策更为宽松。、 等美国的数字巨头们在全球繁荣发展，为美国带来巨大的经 济效益。为持续支持相关产业发展，美国选择了更为实用主义的道路。目前，美国在数据治理方 面还没有联邦立法，但是各州已经陆续出台相关法律。其中，最受关注的州立法为美国加利福尼 亚州于 2018 年通过的《消费者隐私保护法案》（CCPA），全面保障了个人数据在控制、使用以 及交易方面的权力，对企业收集、存储、处理以及应用数据的行为做出规范。同时，美国在各个 细分行业上，对数据权利进行立法保护，如发布了电信领域的《电子通信隐私法》、金融领域的 《金融消费者保护法》、医疗卫生领域的《COVID-19 消费者数据保护法》。
2.2.2 政府数据对公众开放共享，企业向政府提交数据参与国家建设
各国积极推动政府数据开放共享，美英开放效果显著。收集政府数据是免费数据获取的最主要渠 道之一，政府共享、开放、全面与易用性都十分重要。一方面，数据开放可以通过民众帮助解决公共事务，提高治理能力。另一方面，企业和民众可以通过挖掘开放数据价值，创造更多经济效 益，带动产业发展。美国是政府数据开放共享方面的先行者，英国、法国、澳大利亚等国家也紧 随其后，积极探索国家数据开放共享的途径，制定相关政策。
2009 年，美国联邦政府发布《开放政府指令》，并且建立了政府数据服务平台 Data.gov。联邦政府、州政府以及组织企业可将数据上传到平台。截止到 2022 年 11 月，Data.gov 上 有超过 33.5 万个数据集，其中主要的数据主题有农业、气候、能源、当地政府、海事、海 洋、以及老年人健康。同时，美国通过为开放网站添加多元元素，打造了一个丰富的生态体 系，网站中加入了 Github 的链接、可以使开发者在利用数据的同时获得技术支持。同时，阳光基金会在网站中举办数据开发大赛，推动数据的应用创新。网站还设置“challenge” 平台，给问题提供者和解决者一个交流的平台，培育开放的应用生态。
2010 年 1 月，英国政府的数据开放门户网站 data.gov.uk 正式向公众开放。网站上目前有交 通、商业经济、犯罪与正义、教育、环境等 14 个主题的数据集。
2015 年，八国集团发布《国际开放数据宪章》（ODC），确立了政府数据开放的六大原则，主要表现为默认且主动开放数据、数据标准化等。
企业被强制或自愿向美国政府提供数据。在某些情况下，政府也需要企业提供数据，形式主要为 政府强制企业报送数据或企业自愿向政府提供数据。第一种强制模式，美国设计了众多政策法律工具保证此过程顺利进行。另一种资源模式下，企业和政府通过合同、利益交换等方式进行数据 流通。Airbnb 曾向美国政府提供上千份纽约地区的房屋信息，以佐证其商业模式。Uber 向政府提 供交通方案，助力政府进行智能城市规划。企业提供数据可以帮助政府更好地进行国家治理，有 益国家发展。但另一方面，也会助长霸权主义增长。例如，美国商务部发出了《半导体供应链风 险公开征求意见》，借口“缺芯”要求多家集成电路公司提交数据。
2.2.3 丰富数据交易模式，助力数据流通与价值挖掘
海外数据交易活跃，代理交易模式盛行。国外数据交易起步较早，始于 2008 年，得益于较为完 善开放的政策和法律环境，数据交易较为活跃，现已发展出多种交易模式。据论文《数据流通的 模式与问题》，目前国外数据交易主要采取代理的方式进行，可有效提升交易效率、安全可靠。此种数据交易方式由提供方、服务方、以及需求方组成，服务商通过政府、公开、商业等渠道获 取数据，并出售给数据需求方。美国现阶段主要采用三种交易模式：C2B 分销、B2B 集中销售以 及 B2B2C 分销集销混合。B2B2C 模式发展迅速，已成为美国主流数据交易模式。
C2B 分销模式，即用户把个人数据共享给数据交易平台来换取一定的金额的商品、服务、积 分，或者货币、中奖机会等。这种数据平台有 personal.com、Car and Driver、GradLoans.com 等。
B2B集中销售模式，是数据平台作为中间商为数据的卖方和买方提供撮合交易服务。数据平 台支持查找、预览、购买管理数据集。典型平台有 Azure、DataMarket、Factual、Infochimps、BDEX、DAWEX。
B2B2C 分销集销混合模式，即数据经纪商收集用户个人数据，再转让给他人。这种模式中 的 经 纪商 有（ Acxiom ）、、Datalogix、eBureau、ID Analytics、Intelius、PeekYou、Rapleaf、Recorded Future 等。
各国个人信息交易敏感程度不同，数据交易平台种类丰富。从个人信息交易层面来看，欧洲更注 重保护个人数据隐私，而美国在个人数据信息交易方面更加开放。欧洲只可以交易工作单位、教 育信息、健康数据等。而美国可以交易如个人用户画像、地理位置数据、兴趣爱好、经济情况等 更敏感的信息。目前，被收集到的数据主要用于广告营销、信用评级、物流管理、产品制造、金 融投资等领域。从企业层面看，企业和企业间可通过直接签订合同，进行数据交易或采用代理的 方式进行。
2.2.4 打造安全可靠行业数据空间，推动产业价值发现
德国建设“工业数据空间”，打造标准体系和安全架构。2015 年，德国“工业数据空间”（IDS）项目正式启动，为行业构建安全可信的数据交换途径，实现企业间数据的流通共享。该项目由弗 劳恩霍夫协会承担基础研发工作，IDS 基于标准化通信接口，且支持数据“可用不可见”的安全 虚拟架构。IDS 汇聚了众多来自工厂、物流公司、政府部门及其他第三方的分散数据，数据拥有 者可决定谁有权力给他们的数据定价、决定谁可以访问他们的数据以及用他们的数据做什么。2017 年，IDS 架构开始向其他行业扩展，并在欧盟达成共识。2019 年 7 月，最新的 IDS（IDS 3.0）参考架构发布，新版本的 IDS-RAM 定义了数据使用的安全标准，控制和执行规则，以及数 据可追溯性和数据来源检查的机制。
德国“工业数据空间”影响力不断提高，我国“十四五”提出率先数据共享空间。IDS 逐渐扩展到多个行业和地区，2020 年 2 月，欧盟委员会发布的《欧洲数据战略》中，提出要 建设 10 个专业领域的欧洲公共数据空间，其中包括工业（制造业）、绿色协议、出行、交通运输 系统、医疗卫生、欧盟金融、能源、农业、公共行政、技能、开放科学。另外，德国的“工业数据空间”得到了中国、美国、日本等众多国家、地区的支持。参与会员包 括奔驰、、华为、奥迪、、等知名企业。同时，德国的先进数据空间安全架构和丰富发展经验也得到了众多国家地区的借鉴和学习。我国 在《“十四五”大数据产业发展规划》中明确提出，要“率先在工业等领域建设安全可信的数据 共享空间”。
2.3 努力克服现阶段不足，中国市场未来可期
2.3.1 数据权属界定不明，统一资产登记体系有待建立
数据所有权、使用权、经营权有待清晰界定。目前，我国还没有针对数据产权归属问题出台法律。在实际交易中，数据权属的判断主要通过基础法律理念和质朴法感情上。这种数据权属不明的情 况使大部分拥有数据资源的企业不敢、不愿意参与数据交易，阻碍了我国产业的发展。数据所有权、使用权、经营权的清晰界定是数据要素市场有效运行的前提之一。目前，政府和智 库已就数据确权方面提出了一些发展方向，包括应学习欧美先进经验，同时结合我国国情以及数 字经济发展的不同阶段，尽快明确个人、企业以及政府在数据所有权、使用权和经营权上的相关 法律规定；应形成数据分类分级确权的制度设计；坚持个人隐私和敏感数据保护的底线思维；应 搭建以数据使用权为核心的产权制度体系；以及使用数字化手段赋能数据确权等。
统一的数据资产登记体系急需建立。建立数据资产登记体系是数据资源转为数据资产的必经之路，包括厘清供给方的数据来源、评估数据质量价值、明确数据应用场景等。进行资产登记能够保证 流通数据资产的合规合法性，使供应商、服务商、需求商在交易中更加放心，减少因权属不明、资产归属不清的原因而互相倾轧。我国在数据资产登记方面已经开展了一些有益探索。“十四五” 规划和 2035 远景目标纲要已提出要发展“数据资产评估、登记结算”。2017年，贵州省出台全 国首个政府数据资产管理登记办法《贵州省政府数据资产管理登记暂行办法》。随后，地方实践 和地方登记平台建设也不断推进。然而，我国目前尚未建立统一的数据要素登记制度、权威的全 国数据登记平台，仍存在着数据资产登记概念不清晰、登记制度不统一的问题。全国统一的数据 资产登记体系亟待建立，这将有利于数据资产在全国范围内的自由流通，是建设我国数据要素市 场的重要组成部分。
2.3.2 数据定价较为困难
数据要素因其生产复杂性、可复制性、时效性、以及非标准性而定价困难。相比于土地、资本、技术、劳动力要素，数据要素的定价更加困难。首先，数据要素产生的过程十分复杂，整个产业 链有数据采集、存储、计算、分析应用等众多环节，涉及众多贡献者、参与商，每一个环节都需 要进行价值计量，因此进行阶段性定价比较困难。其次，数据资源具有可复制性、时效性以及非 标准性等特点，其实际价值会随着复制次数及供需关系改变而改变。
主流数据定价方式包括成本法、收益法以及市场法。数据定价是数据交易平台的重要组成部分，目前比较主流的数据定价方式有成本定价法、收益定价法以及市场定价法。其中，成本法通过计 算数据产品的成本进行定价，包括数据采集、存储和整合的运维成本，人力成本、间接成本以及 服务外包成本等管理成本。收益法则是按照数据的应用价值定价，与数据的数量、稀缺性、行业 性质、预期效益等有关。一般来说，数据越完整、维度越多，其适用的范围也越广、应用价值就 越高。市场法定价一般使用类似场景下的可比参照实例做参考，需要较多的可比案例。目前，这 些定价方式各有缺点，国内外还在积极探索数据要素定价的有效方法，例如，因数据要素的价值 在不断波动，可采用动态定价方法。另外，也可应用人工智能等算法赋能数据定价。
2.3.3 数据应用价值有待提高
数据价值不高，在管理、标准化、融合应用方面有待提高。数据要素的质量对数据要素的实际应 用有着重要的影响。我国拥有大量的数据资源，但因为数据质量参差不齐，可具体落实在应用场 景中的数据要素还较少。造成数据质量不高的原因无疑是多方面的。在当前海量数据资源环境下，由于不同资源及系统间存在异构性，传统的信息管理模式由于缺乏数据收集、整合、管理和服务 的新机制，难以实现对数据资源的统一管理与高质量管理，降低了数据资源的利用率。另一方面，数据采集和存储的标准化不够，无法形成可用的大数据集。例如，实现自动驾驶需要大量的场景 数据来进行具有鲁棒性的模型的训练。但是不同厂家收集存储数据的标准并不统一，无法汇集成 可用的大数据集进行模型训练。同时，数据资源往往需要深加工才能挖掘较深的应用价值。然而 我国目前深入具体场景的数据挖掘和分析应用还较少。算法等方面投入还不够多，技术成熟度和 实用性也有待提高。很多相关技术如区块链、智能合约还在发展中，个人征信、城市管理等具体 场景融合的案例还不成熟，数据应用创新的动力不足。跨行业、跨区域、跨部门的数据融合应用 能力应进一步提升。
2.3.4 有待建设先进交易基础环境
我国数据交易基础环境还不完善，目前没有统一的数据交易平台和成熟的监管机制。数据交易平 台有益于解决效率、合规、安全以及信任等问题。近年来，我国积极建立数据交易平台，引导数 据交易往场内进行。然而目前，我国基于平台的场内数据交易情况并不理想。截至 2022年 8 月，全国已经成立了 40 家数据交易机构，数量众多但没有形成统一的交易标准和监管机制，经营情况 也参差不齐。同时，这些机构全部是区域性的交易机构，并没有一个统一的数据交易市场，不利 于数据要素在全国范围内的自由灵活配置。这些不利因素导致我国场内场外数据交易量差距悬殊，大部分数据交易都在场外完成，场内交易不足 5%。
2.3.5 政府、企业的“数据孤岛”有待打破，助力数据开放流通
数据孤岛阻碍数据流通共享。中国的大部分的数据集中在政府、国有企业和互联网平台企业手中。但是这些数据开放共享流通的程度较低。例如，中国移动、央行征信中心都拥有超过 6 亿人的活 跃消费者，但是这些数据沉淀在少数平台上，流动、应用、价值挖掘的程度都不够，造成了大量 的浪费。互联网头部厂商则拥有更多的用户，其数据价值有待进一步被合法合理地挖掘。
政府数据待实现跨部门、跨区域的高效流通。首先，从政府层面来看，政务数据跨部门、跨区域 共享仍存在障碍。数据流通需要地方重视、充分赋予数据相关部门权力，助力打通各部门、各地 区数据互联互通。例如，贵州信息技术响应刚性制度完善，数据流通工作展开较快。同时，应尽 快提升数字技术水平，进一步促进公共数据跨部门、跨区域、跨行业的安全高效数据共享。
头部平台企业的“数据垄断”亟待打破。BAT 等大互联网平台掌握着大量的用户数据，具有极高 的商业价值，然而存在数据资源垄断问题。出于保护自身利益的考虑，这些头部大厂倾向于打造 闭环的产业生态，并不愿意共享数据。具体实例有大众点评诉百度案，菜鸟裹裹与顺丰快递、新 浪与今日头条、微信与华为的数据之争等。2021 年，在我国国家反垄断局行政处罚中，超过四 分之三的案件来源于互联网行业。数据垄断成为亟待解决的阻碍数据流通的问题之一。
2.3.6 发展土壤肥沃，中国数据要素市场静待花开
完善我国数据要素市场正在进行时。针对上述讨论的不足之处，中央、地方政府、专家学者们已 提出众多发展方向以及行之有效的施行措施。我国有望持续推进相关法律法规建设，完善隐私保 护、数据确权、数据定价等制度，建设统一可靠的数据交易市场和成熟的监管体系。大力推进政 府企业数据开放共享，鼓励数据流通交易。同时，努力提高数据采集、存储、处理、分析、融合 应用等各方面的技术水平，提升数据的可用性，深挖数据价值。我国数据土壤肥沃，具备先天发展优势。在数据要素领域，我国拥有巨大的先天优势。人口规模 的庞大以及互联网等产业多年的发展，使我国已在各产业领域拥有大量珍贵数据。同时，我国从 中央到地方政府，已经认识到数据要素发展的重要性，推行了大量相关政策，积极建设数据要素 市场，数据要素的“要素”地位日益凸显。另外，欧美在数据要素市场领域较为成熟，我国 “取 其精华，去其糟粕”，能利用学习到的先进经验、同时结合中国国情以及经济发展阶段，选择一 条最合适的路径来建设我们的数据要素市场，创造巨大的数据要素产业价值，为全社会发展赋能。