数据要素流通的堵点与国家级解法
📋 总体概括
10月20日,国家数据集团在雄安新区揭牌,成为以数据资源开发利用为主责主业的央企。从数据入表、国家数据局到国家级运营实体落地,数据要素流通的关键拼图正在补齐。本文拆解其制度逻辑、产业卡位、AI数据命题与落地难点。
📄 正文
数据要素国家队落子雄安,牌局要变
10月20日,国家数据集团在雄安新区揭牌成立。官方口径很克制:一家以数据资源开发利用为主责主业的中央企业,总部位于雄安,目标是推进数据资源开发利用、释放数据要素价值、服务人工智能发展。
据公开披露的工商信息,这家新央企为国有独资、总部注册在雄安,首批业务方向聚焦三块:公共数据授权运营、数据流通基础设施建设、面向人工智能的数据服务(注册资本、股东构成等细节以国家企业信用信息公示系统最终披露为准)。短短一段话,信息密度却不低。
数据被列为生产要素之后,制度层一直在往前赶:2020年4月,《关于构建更加完善的要素市场化配置体制机制的意见》首次将数据与土地、劳动力、资本、技术并列为生产要素;2022年12月,“数据二十条”出台,搭建起数据产权、流通交易、收益分配、安全治理的基础制度框架;2023年10月25日,国家数据局挂牌成立,负责协调推进数据基础制度建设、统筹数据资源开发利用。如今再落一子,成立的不再是一个“管政策”的机构,而是一个“干业务”的实体。
我的核心判断是:这不是又一家挂牌公司,而是数据要素市场从“制度框架期”进入“运营实体期”的标志性事件。国家级运营主体一旦成型,公共数据的归集方式、定价基准、流通路径都会被重新定义,产业链上每一方的位置都得重新掂量。
🏗️ 为什么是央企,为什么是雄安
先看一个耐人寻味的细节:这家集团没有放在北京,也没有放在深圳或上海,而是把总部直接放在了雄安。
这不是选址美学问题。雄安自规划之初就被定位为承接非首都功能疏解和创新试点的区域,数字经济和智慧城市一直是它的底色概念,中国星网、中国中化等多家央企总部已相继落户。把一家承担国家级数据运营职能的央企总部放进去,等于给雄安装上了一个“常驻引擎”,数据中心、运营团队、配套产业都会跟着落下来。
再看“央企”这个身份本身。综合近三年国家数据局政策吹风会及各地授权运营实践公开信息,过去几年数据要素领域最拧巴的问题不是没有数据,而是没人有资格、有信用、有能力去规模化地经营公共数据。地方政府不敢随便授权给商业公司,商业公司拿到数据也不知道边界在哪,交易所挂牌多、成交少,局面长期僵着。据中国信通院等机构的公开测算,国内数据交易市场规模长期停留在数百亿元量级,与我国庞大的数据资源体量明显不匹配。
体制演进路径其实很清晰:
- 2020年,数据被正式列为生产要素,从“信息化副产品”升格为与土地、资本并列的要素资产;
- 2022年12月,“数据二十条”发布,数据基础制度的四梁八柱立起来了;
- 2023年10月,国家数据局成立,“裁判”就位;
- 2025年10月20日,国家数据集团在雄安揭牌,“运动员”就位。
画成结构图,脉络一目了然:
制度设计与执行主体分层推进,这是中国式要素市场化改革的典型打法。土地有城投,资本有国有大行,能源有三桶油,数据要素这个新要素,也终于有了自己的“国家队”载体。
📊 从“资源”到“资产”,缺的从来是运营商
数据要素市场喊了这么多年,真正的堵点不在“有没有数据”,而在“数据能不能变成生意”。
举一个业内公开报道中反复出现的场景:不少地方数据交易平台挂牌产品数百个,一年下来真实成交屈指可数。不是需求不存在,金融机构想要多头借贷识别数据,制造企业想要供应链风险数据,AI公司更是嗷嗷待哺,而是供需之间隔着三道墙:权属不清、定价无据、信任不足。
这三道墙,恰恰对应一个国家级运营实体的三个功能卡位。
首先是归集。公共数据分散在各个委办局、各个地方,谁都没有动力也没有权限做跨层级、跨区域的统一整理。央企身份天然具备“能归集”的制度合法性,这是任何商业数商都不具备的起点。
其次是定价。数据之所以难定价,是因为缺乏公允的交易样本和可比基准。一个国家级主体的持续运营,本身就是定价经验的积累过程——围绕场景做开发,围绕开发做交易,价格信号才能沉淀下来。
第三是背书。数据交易最大的成本是信任成本。买家担心来源不干净,卖家担心用途不可控。国家级主体作为中介或直接供给方,等于给流通链条挂了一块“信用牌子”,合规摩擦会显著下降。
四类主体在产业链里的分工,大致可以这么看:
| 主体 | 核心角色 | 优势 | 短板 |
|---|---|---|---|
| 国家数据集团 | 公共数据归集与国家级运营 | 制度授权、信用背书 | 商业化经验待验证 |
| 地方数据集团 | 属地公共数据授权运营 | 贴近本地数据源 | 区域割裂、能力参差 |
| 数据交易所 | 流通撮合与合规登记 | 平台与规则 | 挂牌多成交少,空心化风险 |
| 商业数商/云厂商 | 场景化数据产品与服务 | 技术与客户 | 公共数据触达受限 |
表格依据:“数据二十条”确立的制度框架,国家数据局关于公共数据授权运营的公开政策文件,以及各地数据集团、数据交易所公开披露信息整理。
一句话总结这一层的逻辑:数据从资源变成资产,中间必须站着一个敢担责、能定价、有信用的运营商。这个位置,现在有人坐了。
🤖 服务AI,才是真正的题眼
官方表述里有一个词值得逐字读:“服务人工智能发展”。
在大模型竞争进入深水区的今天,算力靠堆、算法靠卷,真正拉开差距的是数据。而高质量训练数据的短缺,已经是全行业的公开焦虑,公开互联网语料的边际价值越来越低,真正稀缺的是经过清洗、标注、结构化的规模化数据集,尤其是垂直行业的私有数据和公共数据。
把这条线画出来,就知道国家数据集团在AI数据版图里的位置有多微妙:
说明:图中各主体的象限位置为作者基于公开政策文件、企业披露信息及行业公开报道做出的定性判断,用于表达相对格局,不构成量化排名。
看懂这张图的关键是:头部云厂商目前“能力最强、触达最深”的位置,主要靠服务政府和大型国企积累而来,但它们在公共数据的原始归集权上仍受身份约束。国家数据集团一旦真正运转起来,最有可能重塑的就是这张图的横轴——公共数据触达的门槛被国家级主体重新定义,其他玩家的卡位逻辑都要跟着调整。
对AI产业链来说,这意味着两件具体的事:
一是训练数据供给的结构性变化。过去AI公司拿数据,靠爬取、采购、自建标注团队,来源杂、合规风险高。未来如果国家级渠道能够提供经过合规处理的公共数据和行业数据集,Data for AI这条链路的成本和风险都会下降,模型团队可以把精力从“找数据”挪回“用好数据”。
二是合成数据与真实数据的闭环。合成数据确实在扩张,但它的质量上限取决于真实数据的分布。公共数据的规模化供给,恰好是合成数据管线最需要的“底料”。对下游数据合成服务商来说,合规真实语料的获取成本直接决定交付成本——国家级供给一旦做起来,整条下游链路都会跟着减压。
这就是为什么我说“服务AI”不是官方文件的客套话,而是这个集团未来最能兑现价值的场景。
⚠️ 别高兴太早:挂牌不等于运营
说了这么多利好,必须泼一盆冷水:央企牌照不等于运营能力,揭牌不等于跑通。
数据运营是出了名的“重活”。公共数据归集要跟几十个部门谈接口和权责,清洗治理要建一套跨越隐私计算、分类分级、脱敏处理的技术底座,场景开发要真正理解金融、医疗、交通各行各业的业务语言。这些能力,不是行政命令能批出来的,需要时间、团队和试错。
几个必须盯住的风险点,与对应的观察指标:
此外还有一个时间维度的参照:国家数据局从挂牌到推出公共数据授权运营系列政策,用了约一年时间。国家数据集团的“揭牌到跑通”,大概率也不会更快,它需要跨部门授权谈判、技术底座建设、首批场景验证三步全部走完,短则一两年,长则更久。对产业链各方而言,未来6到12个月的关键观察窗口是:首批业务清单是否公布、与地方数据集团的关系怎么摆、有没有出现第一笔有分量的真实成交。
结语
回过头看,这条制度演进线用了五年时间:2020年数据入表为要素,2022年制度框架立柱架梁,2023年监管机构就位,2025年运营实体落地。每一步都在回答同一个问题——如何把一个世界上规模最大的数据资源体,变成可流通、可定价、可创造价值的生产要素。
国家数据集团的成立不是答案本身,而是把这个问题从纸面推到了实操层面。它能不能真正跑通归集、定价、背书这三件事,决定数据要素市场是进入正循环,还是继续在挂牌与成交的落差里空转。
对从业者来说,现在最理性的姿态不是欢呼,也不是观望,而是找准自己在新牌局里的位置:谁能在国家级运营商的坐标系里找到不可替代的生态位,谁就能吃到这一轮制度红利;找不到的,则要准备好迎接一次彻底的洗牌。
牌已经发出去了,接下来看打牌的人。
编者核查备注(发稿前请确认):文中关于国家数据集团的股权结构、注册资本数额等工商细节,请以国家企业信用信息公示系统及官方通稿为准;象限图各主体位置为定性判断,已在图下注明;原稿中数据合成公司负责人的引语因无法核实出处已删除,改写为一般性陈述。
本文由本站 AI 辅助聚合生成,原始来源如下: