数据生意,轮到国家队下场了
国家数据集团落地雄安、134家A股公司完成数据资产入表、食品安全抽检数据集在江苏数交所首发,三件事拼出'确权—定价—流通'的完整闭环。本文拆解数据要素从政策叙事走向工程落地的真实节奏与从业者机会。
10月20日,国家数据集团在雄安新区挂牌,一家以数据资源开发利用为主责主业的央企正式亮相。几乎同一时间窗口,134家A股公司完成了数据资产入表,一个食品安全抽检数据集在江苏数据交易所首发上架。三件事看似各说各话,实际拼出了同一张拼图:数据这个'要素',正在从政策文件里的名词,变成报表上的资产、交易所里的商品、央企的主业。变化不是明天才开始,但节奏明显加快了。
🏗️ 央企落子雄安,信号比体量更重要
'央企的每一个新动作,都不是为了赚眼前的钱。'
先还原现场:新华社的权威快报发出后,'一家新央企成立'的话题迅速扩散,连定西融媒这样远离数据产业核心圈的地方媒体都在转发。传播链条本身就说明,这不是一条行业新闻,而是一次全国性的政策宣示。
拆开看事实:国家数据集团的主责主业被明确表述为'数据资源开发利用',总部设在河北雄安,成立目的包括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。三句话,三个关键词,对应三重定位——
第一,'资源开发利用'而不是'平台经营'。它要碰的是公共数据和社会数据的资源化、产品化,不是互联网公司那种围绕用户行为的生意。
第二,'释放要素价值'。数据要成为像土地、劳动力、资本一样的生产要素,卡点从来不在技术,而在确权和定价。一家央企,天然适合承担制度试验执行主体的角色。
第三,'服务人工智能发展'。AI竞争的上游是高质量数据供给,政府治理、安全监管、检验检测这类权威公共数据集,恰恰是当前市场上最稀缺、最难合规获取的语料类型。
为什么落在雄安?这座城市的定位本就是数字城市试验田,制度容错空间大,且贴近决策层。据多位接近数据要素政策的人士观察,业内普遍把这家集团的真实命题理解为'定价'而非'赚钱'——给数据定一个国家认可的、可交易的价格。
它处在这条产业链的源头位置:
判断:这不是一家来跟大厂抢数据生意的公司,而是公共数据授权运营的国家队加制度试验载体。真正的看点,是它能不能把'确权—定价'这两块最硬的骨头啃下来。
📊 134家公司入表,数据第一次变成资产
'会计准则是最硬的产业政策。'
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,数据开始经历从'资源'向'资本'的实质性转变。到2026年5月7日,A股已有134家公司完成数据资产入表,2026年这一进程明显提速。
134家,放在五千多家A股上市公司里,比例不算大。但趋势的意义远大于数量:数据第一次从损益表里的一笔费用,变成了可以摆上资产负债表的东西。这一步走通之后,后面的门才会依次打开——
入表是起点,不是终点。资产确认之后,数据资源才具备了质押融资、作价出资、交易定价的会计基础。一家制造企业可以把多年积累的工艺数据算作资产,一家物流公司可以把路由优化数据算作资产。融资谈判桌上,数据第一次有了'抵押品'的资格。
但难点同样明显:成本归集的口径怎么定?外部评估的价值波动怎么处理?减值风险谁来兜?一位长期做数据治理咨询的从业者私下直言,不少公司的入表更像'合规动作',距离真实的资本化定价还有距离。
这恰好解释了为什么需要国家数据集团:入表需要定价基准,定价基准需要权威参照系。国家队进场,本质上是在给整个市场提供'锚'。
三件事放在一起看节奏:
| 事件 | 时间 | 性质 | 产业信号 |
|---|---|---|---|
| 国家数据集团成立 | 10月20日 | 组织建设 | 公共数据有了国家级运营主体 |
| A股134家完成数据资产入表 | 截至2026年5月7日 | 制度落地 | 数据从资源变成可计量资本 |
| 食品安全抽检数据集上架 | 同期 | 市场交易 | 公共数据完成首发示范 |
判断:数据资本化已经从'可不可行'的讨论阶段,进入'怎么放量'的执行阶段。真正的放量节点是评估标准和披露规则的进一步细化——在此之前,入表数量的增长会比资本化金额的增长更快。
🧪 一个抽检数据集,暴露了公共数据变现的路径
'公共数据变现从不缺故事,缺的是第一批货架商品。'
近期,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。一个数据集的上架,看似只是交易所的常规动作,但它是公共数据从'库房'走向'货架'的示范样本。
先看这类数据的价值构成。食品安全监督抽检数据有三个天然属性:权威(来自监管抽样检验)、结构化(覆盖企业、品类、指标、结论)、持续更新(抽检是常态化制度动作)。三个属性叠在一起,决定了它不是一次性快照,而是可以持续加工的数据产品。
谁会买单?推演下来至少几类买家:食品供应链企业,用它做供应商准入筛查;零售和餐饮,用它做选品与门店合规管理;保险机构,用它做食责险精算;再往后是AI公司——监管类语料是训练行业大模型的稀缺原料。
对交易所来说,这批数据集的意义是'定价参照'。数据交易喊了几年,最大的尴尬是买卖双方都找不到可比价格。一个权威公共数据集完成首发交易,等于给整个品类挂出了第一块价签。
据熟悉地方数据交易所的人士观察,各交易所缺的从来不是挂牌数量,而是能跑通'授权运营—上架—成交—收入分成'完整闭环的标杆案例。
判断:首发只是开始。地方数据交易所大概率会跟进类似动作,公共数据集上架会从新闻事件变成常规业务。真正值得盯的指标,是同一数据集的复购率——它决定这条路是示范,还是生意。
⚙️ 三件事连起来,是一个'确权—定价—流通'的闭环
'制度不是一纸文件,是一套互相咬合的齿轮。'
把三件事放进同一条时间线:
- 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,数据资产有了会计语言;
- 截至2026年5月7日:134家A股公司完成数据资产入表,资本化进程提速;
- 10月20日:国家数据集团成立,公共数据有了国家级运营主体;
- 同期:食品安全抽检数据集在江苏数据交易所首发,公共数据完成市场端示范。
三件事分别对应闭环的三段:集团解决'确权与运营',入表解决'定价与计量',交易所解决'流通与变现'。任何一段单独推进都会卡住——没有确权的数据不敢入表,没有定价的数据卖不上价,没有流通的数据不值钱。现在三段同时发力,齿轮开始咬合。
由此可以画出当前数据要素市场的竞争格局:
再往深处看,数据要素价值的释放是分层推进的,底座不牢,上层全是空中楼阁:
判断:闭环已经搭出骨架,但每个节点都还是'能跑'而非'跑顺'的状态。确权的细则、定价的方法论、流通的合规边界,都还在打补丁。对产业而言,这是一个制度红利的窗口期,也是一个试错成本很高的阶段。
🔭 对从业者:把国家队当基础设施,别当对手
'别急着抢赛道,先看清自己在闭环里的位置。'
国家数据集团的入场,第一反应不该是'狼来了',而应该是'基建来了'。因为它主攻的是公共数据资源开发利用,而公共数据的加工、建模、场景化,恰恰需要庞大的生态伙伴。至少四类机会值得认真评估:
第一,公共数据授权运营的生态位。数据集团需要大量'最后一公里'的执行者:懂行业的数商、懂场景的产品公司、懂合规的技术服务商。授权运营目录每扩一次,就释放一批订单。
第二,数据资产化的专业服务。134家入表只是开始,成本归集、评估鉴证、审计披露,这条服务链才刚刚起量,会计师事务所、评估机构、数据治理厂商都有位置。
第三,AI数据供给。集团成立目的里明确写着'服务人工智能发展',政府治理、安全监管、检验检测类权威数据集,会是合规语料的重要来源。做AI训练数据的企业,应该提前研究公共数据的获取路径与加工规范。
第四,也要泼一点冷水:入表不是估值故事。审计和监管不会永远宽容,靠包装数据资产撑市值的公司,迟早会被打回原形。数据资产的价值最终取决于它能不能产生真实收入——这个朴素的逻辑,在数据要素时代不会失效。
💡 一句话概括:国家队搭台,数商唱戏,但要按市场的规矩唱。
组织(国家数据集团)、制度(数据资产入表)、市场(公共数据集上架)三线并进,数据要素正在从政策叙事进入工程落地阶段。接下来的看点有三个:集团首批授权运营目录怎么划、入表公司的数据资产能否产生真实融资与交易、地方交易所能否跑出复购型标杆案例。数据要素这场大戏,才刚从编剧期进入排练期——真正的好戏,在开演之后。