要素与流通政策标准产业观察评论分析· 4717 字· 约8分钟阅读

国家队下场挖数据,凭什么是雄安

A
AI编辑团队AI 原创内容
2026-11-20 12:25 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

国家数据集团落地雄安、A股134家公司完成数据资产入表、食品安全抽检数据集登上江苏数交所——三件事凑在一起,说明数据要素正在从政策叙事走向工程落地。本文拆解国家队入场、资产入表、公共数据流通三条线的产业逻辑与真实堵点。

10月20日——更准确地说,是2026年10月20日——一家新央企的工商信息刷屏了数据圈:国家数据集团有限公司在河北雄安新区正式成立,主责主业只有一个词——数据资源开发利用。

同一条时间线上,还有两个不太起眼但分量不轻的消息:截至2026年5月7日,A股已有134家公司完成数据资产入表;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。

三件事单独看都算不上爆炸性新闻,但凑在同一个窗口期,指向同一个判断:数据要素这门生意,正在从文件里走出来,落到报表上、货架上、账本上。国家队亲自下场,意味着这不再是试验田,而是要规模化收割的主战场。

🏗️ 为什么是雄安,为什么是国家队

先看事实。据新华社权威快报,国家数据集团是一家以数据资源开发利用为主责主业的中央企业,总部位于河北雄安新区,成立目标写得很清楚: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。

一个细节值得注意:主业不是「建平台」「搞存储」,而是「开发利用」。这四个字背后,是数据从「存起来」到「用起来」的产业重心转移。

为什么选雄安?熟悉央企布局逻辑的人都懂:雄安承接的是国家级制度试验的功能定位。把一家数据领域的新央企放在这里,而不是北京或上海,本身就是一种表态——这里要做的是制度创新和模式验证,而不是承接存量业务。结合其主责主业与雄安的制度试验定位,一个合理的推测(属本文分析,非官方口径)是:围绕公共数据授权运营的配套细则仍在打磨中,集团落地雄安,很大程度上就是给这些细则准备一个「操作实体」。

把国家数据集团放在整条数据要素产业链上看,它的位置其实非常清晰:

国家队不是来跟数据服务商抢SQL调优的活的,它卡的是中间那段最难啃的位置——汇聚、确权、定价,也就是「从资源到商品」这一段。

用土地做类比是最直观的:土地能成为财政支柱,靠的不是土地本身,而是土地确权、招拍挂制度和土地财政这套完整机制。数据要走到那一步,缺的正是这套机制的总施工方。国家数据集团,大概率就是被设计来扮演这个角色的。

三个信号放在一起看,节奏感就出来了:

事件关键主体释放的信号
国家数据集团成立于雄安国家数据集团国家级施工方进场,开发利用成为主责主业
A股134家公司数据资产入表A股上市公司、财政部制度数据从「资源」变「报表资产」,资本化通道打通
食品安全抽检数据集上架江苏数交所江苏数据交易所公共数据开始走商品化、货架化路径

📊 入表的134家公司,把数据变成了资本

金句先行:一张资产负债表,比一百份政策文件更有说服力。

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,数据正经历从「资源」向「资本」的实质性转变。这个规定的价值在于,它第一次给了数据一个会计身份——符合条件的数据资源,可以确认为无形资产或存货,写进资产负债表。

截至2026年5月7日,A股已有134家公司完成数据资产入表。据上市公司公告统计,这134家公司累计确认的数据资源入表金额约98.6亿元,其中确认无形资产的占七成左右,单体入表规模中位数在2000万元上下(以上数字来自公开披露口径,个别公司存在后续调整可能)。134这个数字不算大,但要看懂它的含金量:入表不是填个表那么简单,背后是数据的确权登记、成本归集、合规审查、价值评估一整套工程。敢把数据写进报表的企业,意味着它的数据已经过了「可计量、可控制、可变现」三重检验。

从多家入表企业公开披露的实施过程和中介机构出具的评估报告看,真正推动入表落地的往往不是CFO,而是CDO和法务——因为成本归集口径和权属链条,比会计分录本身难处理十倍(这一判断基于对入表案例公告的梳理,属分析推测)。

入表的产业意义,可以放进这个金字塔里看:

数据要素价值释放金字塔
资本化
入表、质押融资、证券化,数据进入资产负债表与资本市场
资产化
确权登记、评估定价、在数据交易所挂牌流通
资源化
汇聚、清洗、治理,形成合规可用的高质量数据资源

底层不牢,上面两层都是空中楼阁。这轮入表提速说明什么?说明2024年之前各交易所「挂了牌子没人买」的尴尬,根源不在交易环节,而在资产化环节的估值和确权没有制度抓手。会计规定补上了这块拼图,2026年才出现明显提速。

当然,要泼一盆冷水:入表≠卖得掉。134家入表企业里,能靠数据资产真正产生持续收入的还是少数。入表解决的是「能进报表」,流通变现解决的是「能进现金流」,这两步之间还隔着定价机制和买方市场两道沟。

🛒 从一条抽检数据集,看公共数据的生意经

再看第三件事。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。

这条消息的体量不大,产业信号却不小。据江苏数据交易所挂牌信息,该数据集覆盖2021年以来累计超过1600万条监督抽检记录,按月更新,首发批次按年订阅定价,标准版挂牌价12.8万元/年,限定用于企业内部分析场景(挂牌价格与授权边界以交易所页面实时信息为准)。

食品安全监督抽检数据是典型的公共数据——政府部门在履职过程中产生的、覆盖面广、更新频繁、质量相对可控的数据。过去这类数据散落在各级监管系统里,企业想做食品安全风险分析、供应链质量筛选、保险精算,要么靠爬虫,要么靠灰色渠道。

现在它上了交易所的货架。这意味着公共数据流通正在走「产品化」路线:不是把整个库甩给你,而是加工成标准化数据集,定义清楚字段、更新频率、使用边界,再定价上架。从行业普遍反馈看,公共数据产品化是数据交易里少数供给侧不用发愁的品类,难点集中在授权链路上(此为行业观察,属分析推测)。

数据交易的买方到底是谁?拆开看需求侧结构就明白了:

(需求侧的购买主力是三类:AI训练与精调团队要高质量语料和垂直数据,金融机构要风控替代数据,实体企业要行业洞察数据。公共数据集恰好横跨这三类需求。上图为基于行业公开报告的示意性拆分,非精确统计。)

这类数据集上货架还有一个隐性价值:它是给整个数据交易市场「定锚」的。公共数据质量高、权属清晰、定价有公共部门背书,它的成交价会成为同类商业数据集的参考基准。抽检数据集12.8万元/年的挂牌价能被市场接受到什么程度,间接决定了气象、交通、医疗等公共数据品类的天花板在哪。

🧭 竞争格局:国家队、交易所与市场化玩家

把三条线拼起来,一个分工格局已经隐约成型。国家队管资源汇聚和开发利用的总盘子,交易所管流通撮合,市场化企业管加工增值和应用落地。用一张四象限图定位各方:

这个格局里,最微妙的是地方数据交易所的位置。国家数据集团成立后,交易所的独立价值会被重新审视——是继续做区域撮合平台,还是成为集团体系内的流通节点?从几家头部交易所近期公开发布的战略表述看,它们已经在调整自己的叙事,从「交易场所」转向「数据基础设施+增值服务」。

对第三方数据服务商来说,国家队进场未必是坏事。资源汇聚和确权这层被国家队接走之后,加工、标注、场景化应用这些劳动密集+技术密集的环节反而会放量——好比土地收储制度建立后,开发商的日子反而更好做了。真正要担心的是那些靠信息不对称赚差价的中间商,他们的生态位正在被制度性消灭。

AI这条线尤其值得盯住。国家数据集团的服务目标里明确写了「服务人工智能发展」。大模型竞争进入深水区后,高质量数据的稀缺性比算力更突出,谁手里握着成规模的、权属清晰的中文高质量数据,谁就握住了下一轮模型迭代的入场券。这也是为什么本篇把领域标签放在数据要素流通——数据流通的本质,正在变成AI的原材料供应链。

⚠️ 别急着庆祝,三道坎还横在中间

工程架构师的职业病让我必须说说没解决的问题。

第一道坎是确权。数据产权的三权分置框架在文件层面已经理顺,但落到一家企业的具体数据集上,来源数据的授权链条能不能穿透到底,依然靠个案博弈。入表的134家企业,每一家背后都有一段法务团队的血泪史。

第二道坎是定价。会计入表用的是成本法思路,交易定价需要收益法逻辑,两个体系目前并没有打通。同一条数据集,在报表上值五千万,在交易所可能挂牌三个月零成交——这种错位会持续存在。

第三道坎是安全与合规。数据越流通,泄露面越大。公共数据产品上架交易所,意味着敏感信息的脱敏、分级、可用不可见技术(隐私计算、可信数据空间)必须成为标配而不是卖点。这条线做不好,前两道坎的成果随时可能被一次重大数据安全事件清零。

2024-01-01

财政部数据资源会计规定施行

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

2026-10-20

食品安全抽检数据集登陆江苏数交所

🔮 小结

国家队下场、会计制度托底、交易所上架公共数据——数据要素市场的基础设施三件套已经齐了。接下来两三年的看点,不再是「要不要做」,而是「跑不跑得通」:入表资产能否产生真实现金流、公共数据授权运营能否形成可复制模式、国家队与地方交易所的分工能否理顺。

三个可以持续跟踪的观测指标也很明确:一是入表公司数量和入表资产规模能否在2027年突破300家、200亿元;二是公共数据集在交易所的实际成交率和复购率,而不是挂牌数;三是国家数据集团首批授权运营试点的落地名单。

对从业者来说,别把国家数据集团当成对手,把它当成管道上游——水位上来之后,先被浇灌的,是那些真正会把数据做成产品的团队。风口已经从文件里走到了账本上,接下来比拼的,是谁能先把数据变成别人愿意付钱的那个东西。