🏢 公司C档 · NaN分

国家队下场挖数据,这门生意要变天

··约1分钟阅读

📋 总体概括

国家数据集团在雄安成立,A股134家公司完成数据资产入表,公共数据集开始挂牌交易所。本文从三件事出发,拆解数据要素从政策叙事走向工程落地的真实路径:国家队补的是什么位、入表到底解决什么问题、以及确权定价场景这三道坎何时能迈过去。

📄 正文

国家队下场挖数据,这门生意要变天

10月20日,国家数据集团在河北雄安新区挂牌成立,主业只有一个:数据资源开发利用。同一时间窗口里,A股134家公司完成了数据资产入表,一份食品安全监督抽检数据集在江苏数据交易所首发上架。三件事单独看都不大,拼在一起就是一个信号:数据要素这场讲了很多年的叙事,正在从政策文件进入工程落地期。国家队进场,不是来抢生意的,是来补那张一直缺位的基础设施底的。

🏛️ 央企落地雄安:它不是又一家云厂商

一家新央企的诞生,在央企序列里是件稀罕事。更稀罕的是它的主业——不是能源,不是通信,不是建筑,而是"数据资源开发利用"。据新华社的权威快报,国家数据集团总部设在河北雄安新区,成立的目的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。

把这句话翻译成工程师的语言:数据早已被定义为与土地、劳动力、资本并列的生产要素,但前三种要素都有成熟的国家层开发主体和流通体系——土地有自然资源系统,资本有金融体系,唯独数据,长期处于"人人都在说、没有人在管总账"的状态。

选址雄安也不是随手一指。据多位接近筹备层的人士的说法,雄安的吸引力在于它是少数没有历史数据包袱的新城:政务系统从零建设、数据天然集中、制度试验空间大。在一个没有存量利益纠缠的地方搭新框架,阻力远小于在成熟城市里动别人的奶酪。

那么它的位置到底在哪?从产业结构看,它不会去和云厂商抢算力生意,也不会替代交易所做撮合。更合理的画像是"要素开发商+基础设施运营方"——向上承接公共数据资源的汇聚与治理,向下为流通和AI应用供料。

这条链路上真正稀缺的,从来不是数据本身,而是把散落资源变成可流通、可计价资产的中间环节。国家队补的就是这一段。

📊 数据入表:134家公司完成了惊险一跃

会计是商业的普通话,数据不能永远只活在PPT里。

自2024年1月1日财政部《企业数据资源相关会计处理暂行规定》施行以来,数据第一次有了进入资产负债表的"官方语法"。中国经济时报的报道给出的数字是:到2026年,这一进程明显提速——截至5月7日,A股已有134家公司完成数据资产入表。

134家,放在五千多家A股公司里看比例不高,但趋势比绝对值重要。数据资产入表意味着三件事同时在发生:

第一,计量语言建立了。 数据从"成本项"变成可能的"资产项",研发投入形成的数据资源可以资本化,这是从资源到资本的实质性转变。

第二,估值有了锚。 以前数据价值全靠故事,投资人拍脑袋;入表之后,至少审计师要签字,交易所要问询,数据的账面价值第一次要经得起第三方检验。

第三,交易有了定价参照。 入表和交易是互相成就的——没有入表,挂牌价缺乏依据;没有交易,入表价值缺乏流动性验证。

当然,业内私下的说法更直白:入表不是终点,变现才是。确权不清的数据敢不敢入、摊销年限怎么定、减值测试谁来做,这些会计问题背后全是治理问题。134家是一个起点,不是凯旋。

而国家数据集团的成立,恰恰在入表提速的当口出现,时间上的呼应很难说是巧合——要素资本化需要国家级主体来托底供给端。

🏪 食品安全数据集挂牌:公共数据流通的第一批真货

数据交易所挂了很多年牌,业内一直有个尴尬:真正有分量、有公信力的公共数据集不多,挂牌品不少是"展示品"。

这次不一样。中国食品安全监督抽检数据集在江苏数据交易所首发上架,这是一个信号意义很强的品种。

为什么是食品安全抽检数据?想想它的属性:监管部门产出、天然带公信力、覆盖全国餐饮与食品供应链、持续更新。这类数据下游场景极其清晰——供应链风控要查供应商的黑历史,保险核保要评估餐饮企业的风险敞口,做行业大模型的公司需要权威知识语料,甚至消费端的选品推荐都可用。

公共数据是全中国最大的一块存量数据资产,但长期锁在各个部门的系统里。它的流通路径在制度上早已明确:公共数据授权运营。可授权给谁、怎么运营、收益怎么分,一直缺一个足够分量的承接主体。

国家数据集团的主责主业写明是"数据资源开发利用",与地方交易所的关系大概率不是替代,而是分工:国家级主体负责跨区域、跨部门的数据资源汇聚和开发,交易所负责挂牌、撮合与合规流通。食品安全数据集这种品类,未来会从个案变成常态。

判断很简单:公共数据能不能批量上架,是检验数据要素市场成色的试金石。看交易所的挂牌品类结构,比看成交额数字更诚实。

🧭 格局推演:国家队来了,谁受益谁紧张

把现有玩家放到一张四象限图上看,位置差异一目了然。

参与者定位核心动作关键卡点
国家数据集团要素开发与基础设施运营数据资源汇聚、开发利用、服务AI授权边界与市场化程度
地方数据交易所区域流通枢纽挂牌、撮合、合规监管有效供给不足
入表企业数据资产持有方资产化、融资、交易变现确权与估值可持续性
数商与技术服务商加工与治理环节清洗、标注、治理、交付议价能力弱
云与AI大厂用数大户训练数据、场景应用数据获取合规成本

对国家数据集团而言,真正的挑战不是能力,而是姿态——它既要承担公共属性,又要在市场中运转,这条边界怎么划,全行业都在看。

受益方很清楚:认真做数据治理和加工的数商,供给放量意味着订单;做AI训练数据的服务商,公共数据集上架直接降低了语料获取成本;真正持有高质量数据资产的企业,入表加流通等于资产双重定价。

紧张的是谁?一类是长期拿着公共数据不开放的部门——汇聚和开发的主导权上移后,"部门私有化数据"的空间被压缩;另一类是靠信息不对称赚差价的数据中介——当供给端规范化、定价有锚之后,倒手生意会越来越难做。

⚠️ 三道坎:确权、定价、场景

热闹之下,冰山结构没变。水面上是入表、挂牌、央企组建这些显性进展;水面下是真正决定这件事成败的根基。

数据要素价值化的冰山
看得见的进展:134家公司数据资产入表、数据集交易所挂牌、国家数据集团组建
~ 水面线 · 大众看得见的部分到此为止 ~
水面下的根基:数据确权与合规框架、资产估值与定价机制、跨域流通技术设施、收益分配制度

第一道坎,确权。 谁能对一份数据主张什么权利、到什么边界,至今仍靠个案摸索。没有清晰确权,入表的资产在法律上是悬空的,交易的标的在纠纷里是脆弱的。

第二道坎,定价。 会计入表给了账面价值,但账面价值不等于市场价。数据资产的公允定价需要足够的交易频次和品类做支撑,这又回到供给问题——鸡生蛋的循环,只能靠国家队和交易所一起硬推。

第三道坎,场景。 数据不是石油,不炼就没有价值。食品安全抽检数据能卖出去,靠的是下游真实场景。未来判断任何数据要素项目,就一个问题:谁拿它做什么,省了多少钱或多赚了多少钱。

制度化进程的时间线,值得贴在墙上盯着看:

2024-01-01

财政部数据入表暂行规定施行

2026-05-07

A股134家公司完成数据资产入表

2026-10-20

国家数据集团在雄安成立

从会计规则,到企业实践,再到国家主体进场,两年多走完了制度框架的三级台阶。这个速度放在任何要素市场化改革的历史里,都不算慢。

小结

数据要素的故事讲了很多年,2026年第一次有了工程化的样子:制度有了语法(入表),流通有了柜台(交易所挂牌),供给有了主体(国家数据集团)。接下来12到24个月,别看发布会,看三个硬指标——入表公司数量的增速、交易所公共数据品类的扩容速度、以及国家数据集团第一批资产开发动作的成色。三者有一个跑通,这门生意就真的变天了。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)