隨著國家數據局正式成立，圍繞數據交易流通的各項工作全面鋪開，數據交易所迎來發展黃金時期，“一地一所”市場格局漸成氣候，貴陽、深圳等頭部數交所交易規模翻倍增長。本文通過爬蟲技術收集并分析其中32家建設較為成熟的數交所，從平臺建設、產品類型及交易情況、入駐數商等維度深入剖析，總結我國數據交易所現階段的發展特征。
數據交易市場發展概況
1.各地數據交易場所相繼成立，市場競爭越發激烈
2023年8月以來，江蘇、湖北、吉林、內蒙古、安徽、陜西、遼寧、浙江8 個省(區、市)有12家數據交易場所正式啟動運營。截至2024年8月，全國已有26個省(區、市)開展數據交易場所、交易公司組建工作(部分已關閉或停擺，部分仍在建設中)，國內主要數據交易場所達到65個，這些數據交易場所大多采取國有全資、“國有資本+民營資本”共同持股兩種股權架構和“政府指導+市場化運營”的運營模式。
云南的昆明國際數據交易所已于9月初成立，青海、寧夏、西藏等空白地區也在規劃之中，全國各省(區、市)一地至少一個數據交易場所的格局正在形成。考慮短期內場內交易市場規模有限，近年數據交易場所競爭將更加激烈，數據交易機構或將面臨巨大的創新和生存壓力。
圖1 近一年國內數據交易場所發展數量變化
2.交易平臺公示信息逐漸完善，平臺運營越發成熟交易平臺公示信息逐漸完善，平臺運營越發成熟
數據交易場所數據專區建設逐步完善。近一年來新增14個帶數據專區數所，如蘇州大數據交易所根據數據應用場景，新設醫療健康、工業、金融服務等6個數據專區；浙江大數據交易中心設置寧波、溫州等9個地市專區。
場內交易需求逐步活躍。廣州數據交易所等11個數據交易場所為參與者新設需求大廳，成立較早的西部數據交易中心需求大廳發布需求已達2222個，成為數據需求發布最多的數所；相較而言，其余數所的需求大廳發布需求仍不足百個，尚在起步。
圖2 具備基本要素的數據交易場所兩期數量情況對比
3.數所協同發展：數所聯合發布倡議，積極推進數據互通互認
2024年5月，國家數據局推動下，北京國際大數據交易所等24家數據交易機構聯合發布《數據交易機構互認互通倡議》，截至7月，已有蘇州、北京等8家數據交易機構完成試點產品互認，涉及數據產品196款，互認形式主要體現為蘇州等部分數所會提供其他數所的“目錄+鏈接”專區展示。8月28日，31家數據交易機構代表在全國數據交易機構互認互通閉門研討會共同簽署《全國數據交易機構2024數博宣言》，借此契機，貴數所發布全國20家數據交易機構的互通需求池，并同步上線213個數據需求。
數據產品發展情況
1.應用場景標簽越發完善，但未形成統一定義
各數所開始完善上架產品的推薦應用場景標簽建設。截至2024年8月，已有32家數所共上架26497個數據產品，數所較去年同期增長8家，上架數據產品為去年同期的近三倍；其中，95.3%的產品有推薦應用場景標簽，較上期增長0.3pp。
圖3 2023年及2024年上架產品數量及關聯數所情況
數據交易市場缺乏統一的推薦應用場景定義和指引，各數所間場景標簽使用不一致。對比去年同期，整個數據交易市場中明確給出的標簽詞由168種增至282種，各數所對場景劃分不一致，功能介紹詳略不一，以財稅金融類產品為例，被劃分為“金融”、“金融服務”、“智慧金融”等不同顆粒度及表訴。
圖4 應用于“財稅金融”場景的產品在不同數所的標簽定義及數量
（注：場景命名依數所平臺已有定義劃分，數據截至2024年8月；圖中色塊大小代表相應標簽產品數量，依顏色劃分標簽名）
2.產品覆蓋生產生活全場景，各數所主打產品逐漸弱化
各數所上架產品覆蓋近三十種場景，廣泛涵蓋生產生活主要方面。其中，財稅金融、航運交通、生活服務、智慧城市、營銷商貿為關聯產品最豐富的五大場景，各關聯產品數均僅次于西部數據交易中心（上架產品數Top1數所）的總上架產品數，可見聚焦數字化條件較好的行業，成立行業數交所具備良好發展基礎。
圖5 各類場景標簽對應產品數量及相關數所
（注：圖中場景歸納為電信研究院依照各數所平臺標簽定義進行合并；由于部分產品適用于多場景，圖中產品數加總大于實際上架產品數）
各數所應用場景的地域與行業傾向，隨著產品數量豐富逐步弱化。如上數所上期約有95%產品可用于“金融場景”，本期僅67%；山東數據交易平臺上期主打場景“公共事務”占25%，本期則以“金融風控”為主，占23%，“公共事務”類僅占14%。
圖6 2023年、2024年上數所產品主要應用場景
（注：由于部分產品適用于多場景，圖中產品數加總大于實際上架產品數。）
3.聚焦數據本身及其應用，逐漸剝離算力市場
當前數據產品上架主要為數據接口(API)及數據集，占據上架產品總數的64.2%。其中API占比由39.4%降至37.4%;數據集由13.6%增至26.8%，較上期增多13.2pp。
數據交易市場逐漸聚焦“數據及其應用”，算力、AI模型等其他產品占比逐漸減少。模型化、智能化的高附加值數據應用產品占比提高較大，占比由上期的8.4%提升至16.2%；數據報告類產品占比略有下滑，由上期的5.9%下降至3.7%；以算力、AI模型、解決方案等為代表的其他產品占比由上期的35.9%下降至25.1%。
圖7 上架產品主要服務形態
（注：1.產品類型分類，依據各平臺自有分類標簽進行統計后歸納；因特定數據產品可能適用于多種服務方式，按形態分類的產品數量加總與上架產品總量不等。2.歸納的數據產品形態劃分依據山東數據交易流通協會發布的團標《數據產品登記管理規范》）
4.場內產品交易逐漸釋放，但交易量尚不透明
主要數據交易場所大力提振場內數據交易，截至2024年中旬數據規模已有明顯增長。如貴陽大數據交易所今年1-7月新增交易額達21.11億元，已超過去年全年交易額；華東江蘇大數據交易中心上架產品中90.3%已產生交易記錄，交易量達18萬次。
上架產品價格及頻次的公示仍較少。截至2024年8月，僅9家數所可查看具體產品交易情況，且對比各數所公示的場內交易情況，數據難以匹配，可見尚有大量場內交易未在平臺公示。如深圳數據交易所截至2024年3月累計交易額已達83.85億元，但上架的數據產品中有交易量的僅一個。
圖8 交易產品數量及次數
入駐數商情況
1.數據供應商入駐量井噴，區域集群化趨勢顯現
數據供應商廣泛入駐各大數據交易所。截至2024年8月底，各數所入駐數據供應商總數躍升至1921家，較今年1月份增幅達到66%。同時，數據服務版圖持續擴張，數據供應商覆蓋城市由年初的83個躍升至131個，新增48城。此外，數據供應商呈現出顯著的區域集群化發展特征，北京、滬蘇杭為代表的長三角、筑渝蓉為代表的西部城市圈及深穗海口為代表的泛珠三角成為數據供應商主要聚集地，匯聚已知的65.2%的數據供應商，提供數據產品19947個，占上架數據產品總數75.3%。
圖9 2024年8月我國入駐數所的數據供應商及供給產品情況
（注：蘇州、無錫統計口徑包含其代管縣級市）
2.數據供應商異地服務情況成常態
統計的1921家數據供應商中，有56.3%的數商提供異地服務。27家公布數據供應商的數所中，有14家數所來源于異地的產品過半，有65.5%的數據產品由非交易平臺所在地的企業供給，較今年1月初（55.0%）增長10.5pp。有16家數所入駐的異地數商過半。
圖10 各數所入駐數商數量及數據產品來源
3.少數核心數商主導數據市場，多地上架難題待解
數據產品市場呈現鮮明“二八定律”，上架產品量前20%的數商貢獻數所超八成數據產品，其中Top10的數商尤為突出，以7327個數據產品，占據數據交易市場已上架產品27.7%份額。
此外，受限于跨區域數據流通交易的一體化服務能力不足，較多數據交易所尚未實現數據產品“一地上架，全國互認”，同一數據供應商的同一產品需分別在多地重復進行合規評估等一系列上架流程，導致當前參與多數所服務的供應商仍較少，僅有286家供應商（占比14.9%）的產品在2家及以上的數所上架。
4.運營商與信息中介為主的集團型企業廣泛參與并深耕成熟交易所
運營商憑借多個專業數據服務型子公司與遍布全國的省分公司，深度融入全國數據交易市場，其中電信、移動、聯通分別有37、27、7家子公司參與，分別入駐14、10、7家數所，顯著推動數據交易流通。同時，信息中介企業如天眼查、企查查等，也以旗下子公司為橋梁，積極在多地數所上架豐富產品。
此外，集團型企業多聚焦于發展較為成熟的大型數交所入駐，以電信、移動為例，其在上架產品數Top3的西部、廣州、貴陽數交所均有入駐，且上架產品較多。
圖11 部分集團型數商入駐及上架情況
圖12 中國電信與中國移動布局數交所情況
展望及建議
1.持續完善交易平臺建設，探尋錯位發展
為應對數據交易需求的逐步爆發，數據交易場所應持續完善交易平臺建設，健全需求專區及交易可視化體系，降低供需雙方信息獲取及交易成本。部分有條件的數所在兼顧數據服務領域拓展的同時，可根據入駐數商、平臺上架產品及場內交易特點，更加聚焦構建優勢的特定行業專區，實現數據交易場所差異化發展。
2.加強行業標準規范建設，推進互通互認
場內入駐、上架、流通規模較大的數據交易場所應牽頭完善行業規范及標準制定，推進主要交易場所的憑證互認及平臺互通，引導場內供需雙方按照統一標準進行交易，降低企業多地上架、多處交易的成本，提高數據資源配置效率。
3.精準對接政策導向，組建區域特色數商聯盟
數據供應商應深入分析各省市政府政策導向，結合當地產業特色以及自身行業積累，精準布局數據產品。同時利用區域集群化優勢，與同區域內其他數商建立合作，共同開發數據產品或服務，形成具有地方特色的細分領域數商群體，增強集群影響力。
4.提升數據產品質效，把握新技術機遇
新技術推動高質量數據產品需求增長，數據供應商應加大對數據處理、分析技術投資，開發更多高附加值數據應用產品，同時密切關注生成式人工智能、機器人等前沿領域數據需求，及時調整數據產品布局。
