作者：上海市闵行区数据局局长吴畯
10月12日，全国统一的数据产权登记制度正式实施，数据产权登记服务系统同步上线试运行，北京、上海、深圳三家登记机构先行开展业务，首日即有56份登记凭证向社会公示。为数据办"身份证"，这件大事终于落地——数据流通交易"有证可依"了。
政策信号已经很明确：数据要素流通正在从纸面走向现实。但很多企业仍然一头雾水：数据到底怎么流通？要不要去数据交易所挂牌？政府在里面扮演什么角色？技术成熟了是不是就万事大吉？
带着这些问题，我们开展了高校、企业等单位的调研，和高校专家、一线企业做了深入交流。调研中发现，企业参与数据流通的障碍，很大程度上不是技术问题，而是认识问题。有三个误区特别普遍，值得企业对照自查。
一、误区一：数据流通就是"卖数据"
很多企业一听"数据流通"，第一反应就是"把数据打包卖出去"。问卷显示，受访的企业中仍有28%停留在"传统数据产品或数据包交易（一次性交付）"的认知上。但事实上，这条路越来越难走。
为什么"卖数据"行不通？一是数据不是普通商品。普通商品卖出去就归别人了，但数据不一样——同一份数据不会因为被使用而消耗，你卖了，自己还能继续用。数据越用越有价值，把它当成一次性商品卖掉，反而是最亏的做法。二是市场已经用脚投票。据国家数据局披露，2024年全国数据市场交易规模超1600亿元，但真正通过交易所场内交易的部分只有300亿元左右，占比不足两成。大量区域性交易所"有场无市"，说明以"卖原始数据"为直接交易对象的模式难以为继。三是头部企业早就不这么玩了。我们调研的某中大型互联网平台企业明确表示"不卖数据"——积累的数据是核心竞争壁垒，卖出去等于把护城河拆了。但另一面，它又愿意为业务场景花钱买数据："如果为我所用、有业务场景需求，互联网公司不会吝惜花钱去买。"
企业应该怎么想？关键要理解一个转变：数据流通的核心不是"卖数据"，而是"价值转化"。同一份数据，在不同场景、不同主体手里，能产生不同的价值。与其纠结"把数据卖给谁"，不如思考"我的数据能做成什么产品、服务，解决什么场景问题"。问卷数据印证了这个趋势：受访的企业中，52%已经采用"行业解决方案（数据+模型+应用一体化）"，32%采用"模型训练/微调服务"，越来越多的企业从"卖数据"转向"卖产品、卖服务"。启信宝、天眼查不直接出售原始数据，而是把数据加工成结构化产品，以会员订阅、API接口、SaaS软件等"服务"形态实现价值——这就是从"卖原料"走向"卖产品、卖服务"的活例子。
一句话：别想着卖数据，要想办法让数据在场景里"用起来"。
二、误区二：数据流通是纯市场行为，政府不该插手
有企业觉得，数据流通就该完全交给市场，政府管得越少越好。这个想法对了一半——但另一半忽略了数据流通的特殊性。
为什么纯靠市场不行？数据流通里有个根本矛盾：供需双方信息严重不对称，信任成本极高。问卷显示，受访的企业中72%缺乏供需精准匹配渠道，60%担心数据安全。企业手里有数据，却不知道谁需要；想买数据，又不知道哪里有合适的、质量靠谱的。更关键的是信任问题。调研中，有企业负责人直言："手里有数据，也害怕别人惦记。"数据可复制、难溯源，交出去怕被复制套取，不交出去又无法变现。这种信任缺失，单靠市场自身很难破解——企业之间是竞争关系，谁也不愿意把核心数据交给竞争对手。
政府到底该做什么？问卷给出了清晰答案：受访的企业中64%希望政府"制定规则、搭建平台、提供公信力背书，不直接干预交易"，只有12%希望政府深度参与交易撮合。企业普遍期待的是政府"搭台"而不是"下场"。 有位专家有个很形象的比喻：政府应该像支付宝一样，做一个"利益无关方"的中枢——既不是买方也不是卖方，买卖双方都信任它。政府提供公信力背书，让企业敢把数据拿出来；但具体交易怎么做、价格怎么定，交给市场。
上海闵行的"数聚通"平台（https://www.datanexus.sh.cn/）就是这么做的：政府出面搭台，只上数据目录、不上原始数据，只做撮合、不做交易，用公信力背书从源头消除企业"怕失控、怕被复制"的顾虑。平台上线以来，首批脑机接口、航空航天、绿色低碳等七大行业版主企业入驻，已为31家企业提供供需撮合服务，累计促成数据产品交易、配套服务与场景供需对接成交近8000万元。
一句话：政府负责"搭台"和"背书"，企业负责"唱戏"和"交易"，各司其职。
三、误区三：数据流通只要解决技术问题就行
还有企业觉得，数据流通难，是因为隐私计算、区块链等技术还不够成熟，等技术到位了，问题自然就解决了。
技术能解决"能不能"，但解决不了"愿不愿"。高校研究很有启发：数据市场受制度、经济、技术三重约束，但技术约束排在最末位——团队专家直言："只要有需求、市场在，技术都可以跟上，现在技术甚至是过剩的。"真正卡住数据流通的，是制度约束（确权、定价、规则不清）和经济约束（买卖双方都要有稳定回报）。
调研中一个案例很典型：某深耕智慧养殖与校园餐供应链的农业集团手握大量数据，却坦言"值钱但不敢卖"——怕被放大局部问题、怕竞争对手学、怕被找麻烦，"风险不可控才是最大顾虑"。这不是技术问题，是制度不健全、规则不清晰带来的信任和利益分配问题。再比如，某数据交易所工作人员反映，企业买数据时最怕"源数据不好，训出的模型就脏了、结果不可信"——这背后是数据质量标准和合规认证的问题，同样不是单纯技术能解决的。
企业应该怎么想？技术是必要条件，但不是充分条件。数据流通要真正跑起来，需要制度和技术双轮驱动：一方面靠技术解决"能不能流通"（安全、隐私、跨域），另一方面靠制度解决"愿不愿流通"（确权、定价、利益分配）、"敢不敢流通"（信任、合规）。对当前阶段来说，制度供给滞后是更突出的短板——好在产权登记制度已经落地，这一课正在补上。
一句话：别等技术"单兵突进"，要推动制度和技术一起上。
四、给企业的四条参与路径
厘清了误区，企业更关心的是：我到底该怎么参与？结合调研，我们给出四条可操作的路径。
路径一：先盘家底，把数据"理"清楚。很多企业不是没数据，而是不知道自己的数据值钱、更不知道怎么用。建议先做一次数据资源盘点：梳理自己有哪些数据、质量如何、哪些可以对外、哪些涉及敏感信息。这恰恰是参与流通的第一步，也是投入产出比最高的一步。
路径二：别卖数据，做产品和服务。把数据加工成数据产品、API接口、SaaS服务、行业解决方案，通过"卖产品、卖服务"实现价值。专家提出"数据→知识产权→利益分配"的路径值得借鉴：数据一旦用于研发形成专利，知识产权与原始数据就"剥离"了，这本身就是一种"变相流通"。
路径三：善用政府公共服务平台。各地正在建设面向企业的数据公共服务平台，提供数据目录共享、供需对接、数据治理工具、合规评估等服务。这些服务能大幅降低企业参与门槛，建议主动对接、用足用好。
路径四：融入产业生态，抱团取暖。单打独斗很难，要善于借力。建议企业主动参与行业供需对接会、数据产品路演、产业生态联盟，通过生态活动找到供需伙伴、实现价值共创。
五、结语
数据要素流通不是玄学，也不神秘。它本质上就是让数据像其他生产要素一样，在流动中产生价值。对企业而言，关键要转变三个认识：从"卖数据"转向"用数据"，从"等市场"转向"借平台"，从"等技术"转向"促制度"。
数据不会因为"持有"而增值，只会因为"流通"而增值。产权登记制度已经落地，数据流通正在"有证可依"。谁先想清楚这一点，谁就能在数据要素的浪潮里占得先机。
作者：上海市闵行区数据局局长吴畯
10月12日，全国统一的数据产权登记制度正式实施，数据产权登记服务系统同步上线试运行，北京、上海、深圳三家登记机构先行开展业务，首日即有56份登记凭证向社会公示。为数据办"身份证"，这件大事终于落地——数据流通交易"有证可依"了。
政策信号已经很明确：数据要素流通正在从纸面走向现实。但很多企业仍然一头雾水：数据到底怎么流通？要不要去数据交易所挂牌？政府在里面扮演什么角色？技术成熟了是不是就万事大吉？
带着这些问题，我们开展了高校、企业等单位的调研，和高校专家、一线企业做了深入交流。调研中发现，企业参与数据流通的障碍，很大程度上不是技术问题，而是认识问题。有三个误区特别普遍，值得企业对照自查。
一、误区一：数据流通就是"卖数据"
很多企业一听"数据流通"，第一反应就是"把数据打包卖出去"。问卷显示，受访的企业中仍有28%停留在"传统数据产品或数据包交易（一次性交付）"的认知上。但事实上，这条路越来越难走。
为什么"卖数据"行不通？一是数据不是普通商品。普通商品卖出去就归别人了，但数据不一样——同一份数据不会因为被使用而消耗，你卖了，自己还能继续用。数据越用越有价值，把它当成一次性商品卖掉，反而是最亏的做法。二是市场已经用脚投票。据国家数据局披露，2024年全国数据市场交易规模超1600亿元，但真正通过交易所场内交易的部分只有300亿元左右，占比不足两成。大量区域性交易所"有场无市"，说明以"卖原始数据"为直接交易对象的模式难以为继。三是头部企业早就不这么玩了。我们调研的某中大型互联网平台企业明确表示"不卖数据"——积累的数据是核心竞争壁垒，卖出去等于把护城河拆了。但另一面，它又愿意为业务场景花钱买数据："如果为我所用、有业务场景需求，互联网公司不会吝惜花钱去买。"
企业应该怎么想？关键要理解一个转变：数据流通的核心不是"卖数据"，而是"价值转化"。同一份数据，在不同场景、不同主体手里，能产生不同的价值。与其纠结"把数据卖给谁"，不如思考"我的数据能做成什么产品、服务，解决什么场景问题"。问卷数据印证了这个趋势：受访的企业中，52%已经采用"行业解决方案（数据+模型+应用一体化）"，32%采用"模型训练/微调服务"，越来越多的企业从"卖数据"转向"卖产品、卖服务"。启信宝、天眼查不直接出售原始数据，而是把数据加工成结构化产品，以会员订阅、API接口、SaaS软件等"服务"形态实现价值——这就是从"卖原料"走向"卖产品、卖服务"的活例子。
一句话：别想着卖数据，要想办法让数据在场景里"用起来"。
二、误区二：数据流通是纯市场行为，政府不该插手
有企业觉得，数据流通就该完全交给市场，政府管得越少越好。这个想法对了一半——但另一半忽略了数据流通的特殊性。
为什么纯靠市场不行？数据流通里有个根本矛盾：供需双方信息严重不对称，信任成本极高。问卷显示，受访的企业中72%缺乏供需精准匹配渠道，60%担心数据安全。企业手里有数据，却不知道谁需要；想买数据，又不知道哪里有合适的、质量靠谱的。更关键的是信任问题。调研中，有企业负责人直言："手里有数据，也害怕别人惦记。"数据可复制、难溯源，交出去怕被复制套取，不交出去又无法变现。这种信任缺失，单靠市场自身很难破解——企业之间是竞争关系，谁也不愿意把核心数据交给竞争对手。
政府到底该做什么？问卷给出了清晰答案：受访的企业中64%希望政府"制定规则、搭建平台、提供公信力背书，不直接干预交易"，只有12%希望政府深度参与交易撮合。企业普遍期待的是政府"搭台"而不是"下场"。 有位专家有个很形象的比喻：政府应该像支付宝一样，做一个"利益无关方"的中枢——既不是买方也不是卖方，买卖双方都信任它。政府提供公信力背书，让企业敢把数据拿出来；但具体交易怎么做、价格怎么定，交给市场。
上海闵行的"数聚通"平台（https://www.datanexus.sh.cn/）就是这么做的：政府出面搭台，只上数据目录、不上原始数据，只做撮合、不做交易，用公信力背书从源头消除企业"怕失控、怕被复制"的顾虑。平台上线以来，首批脑机接口、航空航天、绿色低碳等七大行业版主企业入驻，已为31家企业提供供需撮合服务，累计促成数据产品交易、配套服务与场景供需对接成交近8000万元。
一句话：政府负责"搭台"和"背书"，企业负责"唱戏"和"交易"，各司其职。
三、误区三：数据流通只要解决技术问题就行
还有企业觉得，数据流通难，是因为隐私计算、区块链等技术还不够成熟，等技术到位了，问题自然就解决了。
技术能解决"能不能"，但解决不了"愿不愿"。高校研究很有启发：数据市场受制度、经济、技术三重约束，但技术约束排在最末位——团队专家直言："只要有需求、市场在，技术都可以跟上，现在技术甚至是过剩的。"真正卡住数据流通的，是制度约束（确权、定价、规则不清）和经济约束（买卖双方都要有稳定回报）。
调研中一个案例很典型：某深耕智慧养殖与校园餐供应链的农业集团手握大量数据，却坦言"值钱但不敢卖"——怕被放大局部问题、怕竞争对手学、怕被找麻烦，"风险不可控才是最大顾虑"。这不是技术问题，是制度不健全、规则不清晰带来的信任和利益分配问题。再比如，某数据交易所工作人员反映，企业买数据时最怕"源数据不好，训出的模型就脏了、结果不可信"——这背后是数据质量标准和合规认证的问题，同样不是单纯技术能解决的。
企业应该怎么想？技术是必要条件，但不是充分条件。数据流通要真正跑起来，需要制度和技术双轮驱动：一方面靠技术解决"能不能流通"（安全、隐私、跨域），另一方面靠制度解决"愿不愿流通"（确权、定价、利益分配）、"敢不敢流通"（信任、合规）。对当前阶段来说，制度供给滞后是更突出的短板——好在产权登记制度已经落地，这一课正在补上。
一句话：别等技术"单兵突进"，要推动制度和技术一起上。
四、给企业的四条参与路径
厘清了误区，企业更关心的是：我到底该怎么参与？结合调研，我们给出四条可操作的路径。
路径一：先盘家底，把数据"理"清楚。很多企业不是没数据，而是不知道自己的数据值钱、更不知道怎么用。建议先做一次数据资源盘点：梳理自己有哪些数据、质量如何、哪些可以对外、哪些涉及敏感信息。这恰恰是参与流通的第一步，也是投入产出比最高的一步。
路径二：别卖数据，做产品和服务。把数据加工成数据产品、API接口、SaaS服务、行业解决方案，通过"卖产品、卖服务"实现价值。专家提出"数据→知识产权→利益分配"的路径值得借鉴：数据一旦用于研发形成专利，知识产权与原始数据就"剥离"了，这本身就是一种"变相流通"。
路径三：善用政府公共服务平台。各地正在建设面向企业的数据公共服务平台，提供数据目录共享、供需对接、数据治理工具、合规评估等服务。这些服务能大幅降低企业参与门槛，建议主动对接、用足用好。
路径四：融入产业生态，抱团取暖。单打独斗很难，要善于借力。建议企业主动参与行业供需对接会、数据产品路演、产业生态联盟，通过生态活动找到供需伙伴、实现价值共创。
五、结语
数据要素流通不是玄学，也不神秘。它本质上就是让数据像其他生产要素一样，在流动中产生价值。对企业而言，关键要转变三个认识：从"卖数据"转向"用数据"，从"等市场"转向"借平台"，从"等技术"转向"促制度"。
数据不会因为"持有"而增值，只会因为"流通"而增值。产权登记制度已经落地，数据流通正在"有证可依"。谁先想清楚这一点，谁就能在数据要素的浪潮里占得先机。
