1.传统数据与大数据的区别

根据2015年国务院发布的《促进大数据发展行动纲要》，大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

2.大数据的资产属性

根据《资产评估专家指引第9号——数据资产评估》，数据资产具有非实体性、依托性、多样性、可加工性、价值易变性等基本特征。

图2  大数据资产的基本特征

资料来源：普华永道.《数据资产化前瞻性研究白皮书》，山西金融发展研究院

1.政策驱动

2015年以来，中央出台一系列相关政策多次强调数据的交易流通管理，引导培育数据交易市场建设。地方层面，20多个省市相继发布数据条例或行动方案，积极探索，先行先试。

表1  数据交易流通的相关法律和政策

资料来源：国务院、中国人大网，山西金融发展研究院

2.市场驱动

大数据交易需求日益增加，数据应用场景得到不断拓展，市场空间广阔。近几年，医疗、交通、工业用电数据等成为数据需求新热点。从数据供给端看，我国大数据产业发展势头强劲。

3.技术驱动

数据存储与计算技术蓬勃发展，保障数据交易流通的可实现性。隐私计算、区块链等技术快速发展，助力数据交易流通的安全性。

根据数据从生成到应用的生命周期划分，数据要素市场主要划分为数据采集、数据存储、数据加工、数据流通及交易、数据分析、数据应用、数据服务、生态保障等8个细分领域。

图3  数据要素市场构成及产业链全景图

资料来源：浙商证券研究所

1.发展特点

（1）从无序化向规范化发展。从《数据安全法》《个人信息保护法》等的出台，到国内数据流通交易领域新一代基础设施建设项目、国内首个数据交易链建设的启动，都表明我国数据交易市场整体正在向规范化方向发展。

（2）数据要素变现能力日益凸显。据信通院数据显示，预计2025年整体市场规模将超2,200亿元，数据交易平台有望迎来数据交易规模增长以及场外交易向场内转移的双重增长。

（3）多行业参与下热度与深度提升。随着数字化转型不断深入和智能化水平的不断攀升，企业参与数据流通的热情空前高涨，数据交易将逐渐呈现多元化趋势。

（4）整体处于起步探索阶段。一是数据交易主要以单纯的原始数据“粗加工”交易为主。二是数据供需不对称使得数据交易难以满足社会有效需求。三是数据开放进程缓慢。四是数据交易过程中缺乏全国统一的规范性体系和必要的法律保障。

2.大数据交易组织推动模式

（1）基于大数据交易所(中心)的大数据交易。比较典型的代表有贵阳大数据交易所、上海数据交易所、北方大数据交易中心、北京国际大数据交易所等。

（2）数据资源企业推动的大数据交易。数据资源企业推动的大数据交易多以盈利为目的，数据变现意愿强烈。其经营中实现“采产销”一体化模式，通过渠道将数据产品变现，形成完整的数据产业链闭环。

（3）互联网企业“派生”出的大数据交易。以京东、阿里巴巴、浪潮等为代表的互联网企业凭借其拥有的经营数据规模优势和技术优势派生出的数据交易平台，母子公司的业务间存在较强关联性。

3.主要挑战

（1）公共数据授权运营存在难点。在目前公共数据授权运营的模式下，存在治理基础薄弱、数据泄露安全隐患、冲击政府数据开放制度等三大难点。

（2）数据交易中的产权界定缺乏统一标准。目前，在确权方面尚缺乏可以平衡好各方利益诉求且具有可操作性的规范标准。

（3）数据壁垒限制了有效供给。法律法规不完善、标准不统一、数据流通受限、有效供给不足，海量数据资源处于“沉睡”状态。

（4）确权难、定价难制约数据价值释放。目前，以收益分配制度为基础的交易定价机制尚未达成充分共识。

1.大数据交易平台运作模式

（1）大数据分析结果交易模式；（2）数据产品交易模式；（3）交易中介模式。

2.主要盈利模式

（1）提供平台服务；（2）撮合交易收取佣金；（3）销售自有数据；（4）提供增值服务。

3.核心服务业务

（1）API（应用程序编程接口）；（2）数据包；（3）数据定制服务；（4）金融征信。

4.支撑能力体系

（1）数据技术支撑能力；（2）数据管理运营能力；（3）专业型数据人才队伍。

1.行业发展的政策与法律环境正在建设完善中

目前，数据产权相关法规的缺失给大数据交易的司法实践、企业合规、行政监管均带来诸多不便，行业各方正在积极推动建立健全数据产权制度体系，从而为数据资产化提供基础保障。

2.数据交易规则的规范化、标准化仍处于研究探索阶段

基于收益法的数据资产定价方法日益成为当前数据交易规则重点探索解决的问题。未来，随着数据股权化、证券化等资本化配套制度不断完善，基于市场法的数据资本定价研究也将逐步成为数据交易规则标准化的重要方向。

3.数商生态的融合发展趋势日益凸显

目前，数商生态正逐步从合规发展向产品融合、场景模型融合发展。以上海数交所构建的数商生态为例，其新生态内的数商已经开始通过平台主动接触、融合工业、电力、电信、商业等不同领域类型的数据，不断增强自身产品能力和场景模拟能力的融合。

4.金融领域将成为率先破题的试验田

数据是征信机构的立身之本，征信机构可激活数据在金融领域的价值实现。征信机构能够实现对接多行业已有数据服务网络，在很大程度上，解决了数据供需两侧对接问题，运用市场化手段推动数据要素价值转化，实现了数据变现。