数据已成为第五大生产要素。生产要素是指进行社会生产经营活动时所需要的各种社会 资源，是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素。传统经 济学中，基本生产要素包括土地、劳动力、资本、技术四大类，随着大数据时代来临，数 据对生产贡献日益突出，成为具有多重价值的生产资料，正与其他要素一同参与到经济 价值创造过程中，成为第五大生产要素。

　　从发展历程看，2014 年至今我国数据要素产业发展可大致分为三大阶段： 酝酿阶段(2014 年-2015 年)：2014 年 3 月，“大数据”首次写入政府工作报告，同 年，贵阳大数据交易所开始筹备并于 2015 年挂牌，产业发展起步。 落地阶段(2016 年-2019 年)：“十三五”规划纲要正式提出实施国家大数据战略，国 内大数据产业开始全面、快速发展，各地掀起交易中心建设浪潮。 深化阶段(2020 年至今) ：2020 年，中央、国务院将数据与土地、劳动力、资本、 技术并称为五种要素，提出“加快培育数据要素市场”；去年年底以来，“数据二 十条”、数据资源入表相关政策陆续发布，同时国家数据局组建并正式挂牌，数据 要素市场化进程不断加速。

　　“数据二十条” 构建起数据基础制度体系。2022 年 12 月 19 日，《中央 国务院关 于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）对外发布， 构筑起数据基础制度“四梁八柱”。

　　地方上，各地纷纷出台地方性政策推进当地数据要素发展，针对公共数据开放、数据资 产入表、加快数据资产流通、公共数据运营收益分配、数据资本化路径等细分领域积极 展开探索，为后续发展提供政策方向。

　　国家数据局挂牌，顶层设计加快完善。从发展脉络看，2023 年 3 月国务院机构改革方案 首次明确组建国家数据局，7 月 28 日，国家数据局局长刘烈宏官宣，10 月 11 日，国家 数据局副局长沈竹林官宣，10 月 13 日，国家数据局发布多个职位启动公招，10 月 25 日， 国家数据局正式揭牌，12 月 20 日，数据局第二位副局长陈荣辉官宣。 从定位看，国家数据局主要负责顶层设计，协调推进数据基础制度建设，统筹数据资源 整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等，由国家 发改委管理。所属五个司局主要职责为：数据治理和发展策略研究、数据基础制度和政 策研究、数据资源管理和开发利用推进、拟定数字经济有关发展战略等。

　　地方层面，前期部分省市已经成立了大数据局，承担地方大数据建设、管理和服务等职 责。根据机构类型和规格可分为省政府直属机构、部门管理机构和挂牌机构三类。 1、省政府直属机构省政府直属机构指省级人民政府为了管理某项专门或特定的事务而设 置的一类机构，通常承担某项专门业务，具有独立的行政管理职能，机构规格一般为正 厅级。如吉林、安徽、山东、广西、重庆、贵州六省（市）将大数据局设置为政府直属机 构。 2、部门管理机构部门管理机构指由主管部门管理的，负责某方面工作的行政机构，具有相对独立性。如浙江、广东、河南三省大数据局均由省政府办公厅管理，福建省大数据 局由省发展改革委员会管理。 3、挂牌机构在机构编制管理实践中，挂牌机构是指一个机构承担多项职责，因工作需要 加挂牌子，有两个或者两个以上名称，在不同场合以相应名称对外开展工作的机构。如 北京市在市政府组成部门经济和信息化局挂大数据管理局牌子。

　　省级数据局开启成立序幕。步入 2024 年，随着 1 月 5 日江苏省数据局的挂牌，各省掀起 数据局成立浪潮，至今已有十余家省级数据局相继挂牌成立，大部分省级数据局名称和国家数据局保持一致，或意味着省级层面进行一轮新的调整，对应设立一个承上启下的 数据管理部门，在省域内发挥着顶层设计、总体布局、统筹协调和整体推进作用。

　　土地财政是指地方政府依赖土地使用权的出让来维持地方政府支出。1994 年分税制改革， 地方政府税收分成比例被压缩，地方政府财政不足，其事权与财权不相匹配，奠定了地 方政府走向“土地财政”的基础，随着 1998 年住房制度改革和 2003 年土地招拍挂等 一系列制度创新，“土地财政”不断完善。 2022 年开始，我国土地出让金出现显著下滑，全年土地出让收入下降 23.2%至 6.69 万亿 元，截至目前，我国国有土地使用权出让收入仍处于下滑态势，2023 年为 57996 亿元， 同比下降 13.2%。

　　数据财政是数据开发和流通过程中适配的财政税收制度的概括和总称，可分为狭义数据 财政和广义数据财政。狭义数据财政是指公共性数据进入市场涉及的财政收支活动；广 义数据财政则包括政府和市场更多主体、更大范围内的所有数据生产、使用和流通过程 中的财政活动，涉及各种财税工具和手段。 数据资源不断丰富，数字产业规模稳步增长。2022 年，我国数据产量达 8.1ZB，同比增 长 22.7%，占全球数据总产量 10.5%，位居世界第二，我国数字经济规模超 50 万亿元， 占 GDP 比重达到 41.5%，位居世界第二位，随着数据要素市场稳步推进，有望为我国经 济发展带来新动能。

　　公共数据开放释放数据供给，有望打开蓝海市场。 1、公共数据范畴看，根据来源主体，公共数据主要包含五种类型： （1）政务数据，即政务部门（党委、、政府、政协、法院、检察院等）依法履职过 程中采集、获取的数据； （2）具有公共职能的公共企事业单位在提供公共服务和公共管理过程中产生、收集、掌 握的各类数据资源，如教育医疗数据、水电煤气数据、交通通信数据、民航铁路数据等； （3）由政府资金资助的专业组织在公共利益领域内收集、获取的具有公共价值的数据， 如基础科学研究的数据； （4）具有公共管理和服务性质的社会团体掌握的与重大公共利益关切的数据； （5）涉及公共服务领域的其他数据来源，如其他社会组织和个人利用公共资源或公共权 力，在提供公共服务过程中收集、产生的涉及公共利益的数据。 2、授权运营模式：多以国有企业主导，现有落地案例 3 年授权期限较多。从公共数据授 权运营模式来看，目前主导性模式基本上是“一局一中心一公司”的建设模式。“一局” 是大数据局或者政务数据管理局，“中心”是大数据中心，“公司”一般包括三类：1、 自主运营模式，依托下属国有企业开展数据开发使用；2、合作模式，借助外部力量合资 或者成立控股企业承担数据的开发运营；3、市场化模式，无特定的控股公司与合作机构， 完全通过市场化机制。

　　实际落地角度，参考近期公示的地方公共数据授权运营案例可以发现，被授权主体性质 多为国有背景(国企或国企控股)，且授权期限以 3 年居多。

　　各地公共数据授权运营模式各异。在机制探索方面，各地方推进探索各具特色的授权运 营机制，以释放公共数据价值为核心，逐步形成了几类不同的发展模式。 一是集中 1 对 1 模式，地方政府集中统一授权某一机构承担该区域平台建设、数据运营、 产业培育等公共数据运营相关工作，以浙江、安徽、贵州、成都、青岛等地为代表。 二是分行业的 1 对 N 模式，地方政府授权不同的行业属性机构，按照行业特点开展公共 数据运营工作，专业性更强，有利于充分发挥行业属性作用，但统筹协调的难度也随之 增大，以北京市的金融公共数据专区为代表。 三是分散的 1 对 N 模式，地方政府根据不同数据与不同机构特点进行匹配，授权各类型 市场主体分别开展公共数据运营工作，以广东、上海、武汉等地为代表。

　　3、收益分配模式：仍处于探索过程。公共数据授权运营中参与者众多，但各主体的收益 分配机制仍处于探索过程，目前有较为成熟的落地模式的主要为成都与海南两地。 案例 1：成都市：国有资产运营模式下的利益反哺。成都数据集团向各类数据使用主体以 磋商定价、市场定价等方式收取费用，其经营效益按约定比例以利润分配方式上交成都 产业集团，成都产业集团作为成都市国资委实际控制的国有独资公司，将一定比例的归 母净利润及全部其他国有资本收益，纳入市级国有资本经营收入预算管理。

　　案例 2：海南省：特许经营模式下的收益分成。海南电信负责海南数超初期建设与特许期 内（6 年）的独家运营，在特许经营期内，海南大数据局为海南数超提供管理运营规则和 数据资源结算标准制定、收费实施监管和备案审查等运营监管服务，海南电信将运营收 益按照一定比例拨付给海南大数据局，即海南电信通过单一来源采购的形式购买海南大 数据局的服务。特许期满后，海南数超的资产及运营权无偿移交海南大数据局。 在政府内部各数据提供部门的收益分配上，由省大数据局建立数据资源提供方账户，实 时记录数据产品开发应用的数据资源数量及价值，并定期公告。对价值贡献突出的数据 提供单位，政府将在信息化建设及大数据应用方面予以优先支持。

　　金融业数据要素采购规模增长迅速。从数据采购金额规模看，主要分布在 10 万元至 100 万元之间，约占全部数据采购项目的一半；其次是百万级别的数据采购项目，约占三分 之一。 金融业交易的数据产品可以分为个人信息类、企业信息类与信息。以个人征信、身 份认证、不动产数据为代表的个人信息类数据产品交易占据主导地位，约占整个金融业数据交易的七成。企业信息类数据产品较为丰富，涵盖企业基本信息、企业经营活动、 企业投融资、企业画像、关联企业、以及以企业为基础的行业资讯与产业链信息。 从细分行业看，数据采购项目最多的为银行业，占比达 69.22%，保险和证券采购项目占 比分别为 14.74%和 7.7%。

　　交付方面，数据形式主要为逐条查询和数据包两类，逐条查询的数据产品包括工商、航 旅、保险、反欺诈、动产、社保、地图、舆情、电力、不动产等。

　　医保信息化建设构建基础，数据具备典型应用场景。2018 年国家医保局成立后，我国医 保信息化建设加速，2022 年全国统一医保信息平台基本建成并投用，医保信息化进入建 设高峰期。同时，从应用场景看，商业保险等主体对医保数据需求旺盛，医保数据有望 率先实现落地应用。 落地案例：惠民保。惠民保涉及政府、医院、医保、医疗 IT 厂商和商业保险等多方主体。 其中，医院、医保为数据提供方，医疗 IT 厂商负责提供数据流通和共享过程的数据清洗、 加工、分析等工作，商业保险公司则为数据需求方。

　　地理数据的交易按数据类型可以划分为地理数据、轨迹数据、空间数据三大类。（1）地 理数据，即直接或间接关联着相对于地球上某个地点的数据，包括自然地理数据、地貌 数据行政境界和社会经济数据等；（2）轨迹数据，通过 GNSS 等测量手段以及网络签到 等方法获得的用户活动数据、个人轨迹数据、群体轨迹数据、车辆轨迹数据，来源主要 有各类导航数据智能手机数据物流数据等等；（3）空间媒体数据，包含位置因素的数字 化的文字、图形、图像声音、视频影像和动画等媒体数据。目前的数据交易以传统地理 类型的数据为主。 入场案例：空间数据资产服务交易。2022 年 11 月 10 日，北京市测绘院作为全国首家测 绘地理信息单位入驻北数所，2023 年 6 月北京市测绘设计研究院以其自主获取的中轴线 局部空间数据为基础，由北数所进行数据资产登记，中国电子技术标准化研究院进行数 据质量评价，中联资产对其选取的数据进行数据资产价值评估，形成相关数据产品，通 过北数所交易平台交易给北京河图联合创新科技有限公司。

　　从产业链来看，数据要素市场化带来的边际变化主要在于数据需进行资源化（采集、加 工处理、聚合、分析等）、数据资产化（流通、入表）、数据资本化（质押、信托等）， 同时带动数据安全等环节需求。

　　根据在产业链中的定位，数商可分为服务型数商、应用型数商和技术型数商三类。据上海数交所的研究数据显示，从 2013 年至 2023 。