1.1数据要素是新型生产要素，有望成为驱动经济社会发展的新动力
数据成为生产要素的土壤已经具备，中国将数据列为五大生产要素之一，意在新时代发展浪潮中拔得头筹。从远古时代，数据就蕴含着大量信息，然而由于技术发展水平落后，其价值一直未被发掘。随着社会进步，信息技术如井喷式发展，我们具备了数据采集、存储的基础设施，具备了使数据自由流通的通信技术，具备了数据分析加工的计算机基础设施以及先进算法，积累了大量行业知识（Know-How）。数据本身是无法创造价值的，这些科学技术是激发数据价值的基础，是驱动数据成为生产力的炮弹。另外，政府、企业的治理理念不断发展，市场也越来越成熟，社会已经意识到如何应用数据可以创造价值。数据成为生产要素的土壤已经具备，全球各国家地区都想在新时代发展的浪潮中争得先机。中国同样意识到发展数据要素市场的重要性，已经将数据列为五大生产要素之一，其战略地位已与土地、劳动、资本、技术比肩。
数字化成为国家级战略，数字要素是数字经济发展的新引擎。从“十二五规划”到“十四五规划”，国家不断加深对于信息化和数字化的强调，2020年11月，《十四五规划和2035年远景目标纲要》提出“打造数字经济新优势、加快数字社会建设步伐、提高数字政府建设水平”。二十大要求建设现代化产业体系，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。而数据要素正式成为了驱动数字经济发展的新动力。数据的爆发增长、海量集聚蕴藏了巨大的价值，为智能化发展带来了新的机遇。数据要素市场是将尚未完全由市场配置的数据要素转向由市场配置的动态过程，其目的是形成以市场为根本调配机制，实现数据流动的价值或者数据在流动中产生价值，其产业链包括数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障。数据要素市场市场化配置是数据供需双方在数据资源和需求积累到一定阶段后产生的必然现象，对经济的高质量发展具有积极作用。
数字经济规模占全国GDP比重持续提升，数据要素市场进入高速发展阶段。经过多年发展，数字经济规模由2008年的4.8万亿增长到2021年的45.5万亿，2015-2021年CAGR达到16.1%；数字经济规模占GDP比重不断提升，2021年数字经济占GDP比重达到39.8%，较2015年增长12.8pct。同时，我国数据要素市场进入高速发展阶段。据国家工信安全中心测算数据，2020年我国数据要素市场规模达到545亿元，“十三五”期间市场规模复合增速超过30%；“十四五”期间，这一数值将突破1749亿元，整体上进入高速发展阶段。
1.2应用场景不断拓展，数据要素赋能其他生产要素创造巨大价值
数据可以分为政府与公共数据、企业数据和个人数据。
2)企业数据：指商业机构运行中获取或生产的数据。企业数据包括交易数据、主数据和分析数据，其中，交易数据描述企业的经营活动，如产品出入库、财务应收、采购、销售、制造、收款、付款生成的应付等；主数据描述企业核心业务的主体。主要有客户、产品、地点、供应商、主体等；分析数据：描述企业的业绩，用于决策支持的数据通常以客户、产品和供应商为主要维度，反映企业的运营情况，用于支持决策分析。以工业领域为例，工业企业拥有较长的产业链，工业数据的全产业链整合在未来生产中发挥的作用会更加显著，同时，工业场景大量的应用场景会用到人工智能、大数据技术，如利用图像识别技术进行的缺陷识别等，不同的零件、产品都需要进行单独的标注与训练，会使数据要素的行业属性更加明显。
按照数据是否加工，可以将数据区分为原生数据和衍生数据。其中，原生数据是指不依赖于现有数据而产生的数据；衍生数据是指原生数据被记录、存储后，经过算法加工、计算、聚合而成的系统的、可读取、有使用价值的数据。数据要素应用不断拓展，促进数据要素市场生态体系建设。5G、大数据、人工智能、区块链等技术加速向各行业融合渗透，数据赋能、赋值、赋智作用日益凸显，数据要素市场应用场景不断拓展，应用场景的丰富提供了大量垂直领域的数据需求，促进数据要素市场生态体系建设。
1)在工业生产领域：数字生产企业可以在产业链条中嵌入所需的各类数字服务，以提高全链条的生产效率，例如，在产业互联网中加入金融服务链路、智能化采购链路、市场端智能库存和售后服务链路等。2019年我国规模以上工业企业生产设备数字化率已达47.1%，未来数字化转型加快推进。
2)在服务消费领域：数字服务企业可以嵌入多平台、多场景，例如，金融服务可以嵌入支付平台、电商平台、租房平台、售车平台、网约车平台等，寻求个性化与大规模相结合的商业模式。这样数字服务企业才能不断迭代更新。“数据+”不断激发消费市场活力，居民消费习惯加速向线上迁移。2020年，我国实物商品网上零售额比上年增长14.8%，占社会消费品零售总额的比重为24.9%，增速明显高于同期社会消费品零售总额，未来服务消费数据将发挥更加重要的作用。
3)其他领域：在公共治理领域，数据要素在疫情监测分析、病毒溯源、防控救治、资源调配、复工复产等方面发挥了重要支撑作用，数字政府建设持续推进，政府管理和社会治理加快转型。在货币金融领域，移动支付全面推进，数字人民币试点提速，金融服务中小微企业精准性显著提升。在农业农村领域，车间农业、认养农业、云农场等新业态新模式方兴未艾，农业物联网、病虫害数字化防控、智能育种等新技术加快应用。
“数据+算力+算法”组合帮助人类理解、预测、以及控制世界，激发生产力。《数据要素领导干部读本》以及阿里研究院论述了人类理解、预测、控制客观世界，就是创造价值的过程。而人类探索、认识世界的道路经历了几个阶段：从理论推理，到实验验证，再到模拟择优，最后到大数据分析。如今，在一些领域，大数据驱动决策可以很好地补充经验决策的不足，甚至替代经验决策。例如，语音识别、智能驾驶等技术就是通过大量的数据训练以及推理实现的。“数据+算力+算法”的组合已经在帮助人类理解、预测、以及控制（部分）世界，小到理解判断控制人的行为、机器的行为、大到理解分析企业、乃至产业、以及整个社会，这就是数据创造巨大价值的方式。
1.3“数据要素”重要性与日俱增，权属、交易、监管法规有待完善
1.3.2国家地方法规条例陆续出台，权属、交易、监管法律亟待完善
国家陆续出台法律法规，保障个人及国家信息安全。我国具有极大的数据规模和应用优势，为规范数据使用、保护个人及国家信息安全，我国陆续出台了多部法律，包括《中华人民共和国数据安全法》、《中华人民共和国国家安全法》、《中华人民共和国个人信息保护法》《中华人民共和国保守国家秘密法》、《中华人民共和国网络安全法》、《网络安全审查办法》等。2022年7月，为规范数据出境活动，促进数据跨境安全、自由流动，我国出台了《数据出境安全评估办法》，明确了四类需要申报数据安全评估的数据处境情景，为数据要素跨国流通提供了法律保障。
2.1数据交易平台方兴未艾
数据交易所或交易中心多由国有资本控股，上市公司也为重要股东之一。40家数据交易平台中超过一半为国资主导公司制或100%国资公司制企业。贵阳大数据交易所计划股改为国资100%控股，北京国际大数据交易所由北京市国资委实控，深圳数据交易所由深圳市国资委实控。上海数据交易所和广州数据交易所也均采用国资主导公司制。部分上市公司也持有交易所或交易中心股权，如何安恒信息持有浙江大数据交易中心股权。
各省市为推动数字化转型，除建立数据交易平台外，纷纷成立由各级政府主导的大数据集团。部分大数据集团为当地数据交易平台的股东。大数据集团以数据为核心业务，致力于实现公共数据、行业数据和社会数据的交汇、供给、配置及市场化开发利用，开展数字资产运营、数据交易服务、数字金融科技和数字产业投资，推动城市/省份治理体系和治理能力现代化。大数据集团也可作为电子政务公共平台，实现电子政务网络+云+平台系统建设一体化，助推数字经济发展市场化、专业化，如福建省大数据集团。政府主导的大数据集团有利于保障数据安全，促进数据要素在市场内流通。
数据流通发生在数据交易前、交易中、交易后和数据出入境等环节，形成产业链生态雏形。在数据交易前这一环节，数据服务提供商可以提供数据清洗加工和数据合规咨询等服务。当数据在交易平台上交易时，数据经纪服务撮合供需双方并帮助双方磨合出更适配的数据产品，还有其他数据服务如数据托管、数据质量评估和数据资产评估等。当数据交易完成后，如果交易双方针对数据质量或者数据的安全性存在争议，仲裁服务会帮助解决问题。涉及到数据跨境流通的情形时，数据服务提供商可以提供针对数据出入境的咨询和管理服务。西部数据交易中心为提供数据交易的全产业链服务，预计将提供交易撮合、需求寻源、产品融合、数据资产评估、登记、定价、数据信贷融资和数据证券化等市场化服务。
数据交易平台的盈利模式主要有三种：佣金模式、会员制模式、增值模式。盈利模式多样不代表数据交易平台的盈利能力强大，事实上，早期设立的交易平台如贵阳大数据交易所公布出的交易额成绩寥寥。虽然在数据交易平台发展的第一阶段（2015-2020）各地数据交易机构运营发展没有达到预期效果，但是数据交易平台作为“准公共服务机构”，主要目标是赋能市场，推动经济发展，盈利并非其主要目标。
贵阳大数据交易所2019年改组之后定位为“一平台+三中心”：大数据交易平台+区域服务中心+单品种数据交易中心+大数据创新中心。北京国际大数据交易所以五平台建设为基石：数据信息登记平台+数据交易平台+数据运营管理服务平台+金融创新服务平台+数据金融科技平台。上海数据交易所提出五个全国首发的特色服务：数商体系+数据交易配套制度+全数字化数据交易系统+数据产品登记凭证+数据产品说明书。
2.2欧美持续完善法律政策、深挖数据价值，积极推动数据要素产业发展。
欧美数据交易市场规模大，中国占全球八分之一。据上海数据交易所研究院，2021年，全球数据交易流通市场规模达到2000亿元。其中，北美洲达到960亿元，占比48%。欧洲实现市场规模500亿元，占比25%。中国数据交易规模实现250亿元，占比13%。日本等其他国家地区紧随其后。
2.2.1美国推动数字产业自由发展，欧洲积极打造公共数据空间
欧美国家较早注意到了发展数字要素产业的重要性，积极发布政策推动数字要素产业发展，同时，制定法规来保护数据隐私、规范数据使用、推动数字经济健康发展。受历史、文化、商业等诸多因素影响，各国在对待数据隐私上的价值取向不同，导致其在政策以及立法上各有侧重。欧盟意成为数据经济领导者，积极打造公共数据空间。为部署和打造公共数据空间、推动数据赋能生产发展，欧盟陆续发布多个战略指引。
同月，欧盟委员会发布了《塑造欧洲数字未来》以及《人工智能白皮书》，详细阐述如何促进其在人工智能领域的发展。
2020年12月，欧盟委员会牵头发布的《欧盟数字十年的网络安全战略》。
2021年11月，欧盟委员会发布《从“数字欧洲计划”中投资近20亿欧元以推进数字化转型》，其中，主要的工作计划包括部署公共数据空间，促进企业、部门数据共享，赋能制造、移动、金融业等。2022年11月，欧洲议会（EuropeanParliament）通过了对欧盟「数字十年」（DigitalDecade）政策计划的投票，表达了欧盟意于2030年实现欧洲数字化转型目标的雄心。
2.2.2政府数据对公众开放共享，企业向政府提交数据参与国家建设
2009年，美国联邦政府发布《开放政府指令》，并且建立了政府数据服务平台Data.gov。联邦政府、州政府以及组织企业可将数据上传到平台。截止到2022年11月，Data.gov上有超过33.5万个数据集，其中主要的数据主题有农业、气候、能源、当地政府、海事、海洋、以及老年人健康。同时，美国通过为开放网站添加多元元素，打造了一个丰富的生态体系，网站中加入了Github的链接、可以使开发者在利用数据的同时获得技术支持。同时，阳光基金会在网站中举办数据开发大赛，推动数据的应用创新。网站还设置“challenge”平台，给问题提供者和解决者一个交流的平台，培育开放的应用生态。
2010年1月，英国政府的数据开放门户网站data.gov.uk正式向公众开放。网站上目前有交通、商业经济、犯罪与正义、教育、环境等14个主题的数据集。
2015年，八国集团发布《国际开放数据宪章》（ODC），确立了政府数据开放的六大原则，主要表现为默认且主动开放数据、数据标准化等。
企业被强制或自愿向美国政府提供数据。在某些情况下，政府也需要企业提供数据，形式主要为政府强制企业报送数据或企业自愿向政府提供数据。第一种强制模式，美国设计了众多政策法律工具保证此过程顺利进行。另一种资源模式下，企业和政府通过合同、利益交换等方式进行数据流通。Airbnb曾向美国政府提供上千份纽约地区的房屋信息，以佐证其商业模式。Uber向政府提供交通方案，助力政府进行智能城市规划。企业提供数据可以帮助政府更好地进行国家治理，有益国家发展。但另一方面，也会助长霸权主义增长。例如，美国商务部发出了《半导体供应链风险公开征求意见》，借口“缺芯”要求多家集成电路公司提交数据。
2.2.3丰富数据交易模式，助力数据流通与价值挖掘
海外数据交易活跃，代理交易模式盛行。国外数据交易起步较早，始于2008年，得益于较为完善开放的政策和法律环境，数据交易较为活跃，现已发展出多种交易模式。据论文《数据流通的模式与问题》，目前国外数据交易主要采取代理的方式进行，可有效提升交易效率、安全可靠。此种数据交易方式由提供方、服务方、以及需求方组成，服务商通过政府、公开、商业等渠道获取数据，并出售给数据需求方。美国现阶段主要采用三种交易模式：C2B分销、B2B集中销售以及B2B2C分销集销混合。B2B2C模式发展迅速，已成为美国主流数据交易模式。
C2B分销模式，即用户把个人数据共享给数据交易平台来换取一定的金额的商品、服务、积分，或者货币、中奖机会等。这种数据平台有personal.com、CarandDriver、GradLoans.com等。
B2B集中销售模式，是数据平台作为中间商为数据的卖方和买方提供撮合交易服务。数据平台支持查找、预览、购买管理数据集。典型平台有微软Azure、DataMarket、Factual、Infochimps、BDEX、DAWEX。
B2B2C分销集销混合模式，即数据经纪商收集用户个人数据，再转让给他人。这种模式中的经纪商有（Acxiom）、Corelogic、Datalogix、eBureau、IDAnalytics、Intelius、PeekYou、Rapleaf、RecordedFuture等。
2.2.4打造安全可靠行业数据空间，推动产业价值发现
德国“工业数据空间”影响力不断提高，我国“十四五”提出率先建设工业数据共享空间。IDS逐渐扩展到多个行业和地区，2020年2月，欧盟委员会发布的《欧洲数据战略》中，提出要建设10个专业领域的欧洲公共数据空间，其中包括工业（制造业）、绿色协议、出行、交通运输系统、医疗卫生、欧盟金融、能源、农业、公共行政、技能、开放科学。另外，德国的“工业数据空间”得到了中国、美国、日本等众多国家、地区的支持。参与会员包括奔驰、富士通、华为、奥迪、海尔、谷歌等知名企业。同时，德国的先进数据空间安全架构和丰富发展经验也得到了众多国家地区的借鉴和学习。我国在《“十四五”大数据产业发展规划》中明确提出，要“率先在工业等领域建设安全可信的数据共享空间”。
2.3努力克服现阶段不足，中国数据要素市场未来可期
2.3.1数据权属界定不明，统一资产登记体系有待建立
2.3.2数据定价较为困难
数据要素因其生产复杂性、可复制性、时效性、以及非标准性而定价困难。相比于土地、资本、技术、劳动力要素，数据要素的定价更加困难。首先，数据要素产生的过程十分复杂，整个产业链有数据采集、存储、计算、分析应用等众多环节，涉及众多贡献者、参与商，每一个环节都需要进行价值计量，因此进行阶段性定价比较困难。其次，数据资源具有可复制性、时效性以及非标准性等特点，其实际价值会随着复制次数及供需关系改变而改变。
主流数据定价方式包括成本法、收益法以及市场法。数据定价是数据交易平台的重要组成部分，目前比较主流的数据定价方式有成本定价法、收益定价法以及市场定价法。其中，成本法通过计算数据产品的成本进行定价，包括数据采集、存储和整合的运维成本，人力成本、间接成本以及服务外包成本等管理成本。收益法则是按照数据的应用价值定价，与数据的数量、稀缺性、行业性质、预期效益等有关。一般来说，数据越完整、维度越多，其适用的范围也越广、应用价值就越高。市场法定价一般使用类似场景下的可比参照实例做参考，需要较多的可比案例。目前，这些定价方式各有缺点，国内外还在积极探索数据要素定价的有效方法，例如，因数据要素的价值在不断波动，可采用动态定价方法。另外，也可应用人工智能等算法赋能数据定价。
2.3.3数据应用价值有待提高
2.3.4有待建设先进交易基础环境
我国数据交易基础环境还不完善，目前没有统一的数据交易平台和成熟的监管机制。数据交易平台有益于解决效率、合规、安全以及信任等问题。近年来，我国积极建立数据交易平台，引导数据交易往场内进行。然而目前，我国基于平台的场内数据交易情况并不理想。截至2022年8月，全国已经成立了40家数据交易机构，数量众多但没有形成统一的交易标准和监管机制，经营情况也参差不齐。同时，这些机构全部是区域性的交易机构，并没有一个统一的数据交易市场，不利于数据要素在全国范围内的自由灵活配置。这些不利因素导致我国场内场外数据交易量差距悬殊，大部分数据交易都在场外完成，场内交易不足5%。
2.3.5政府、企业的“数据孤岛”有待打破，助力数据开放流通
数据孤岛阻碍数据流通共享。中国的大部分的数据集中在政府、国有企业和互联网平台企业手中。但是这些数据开放共享流通的程度较低。例如，中国移动、央行征信中心都拥有超过6亿人的活跃消费者，但是这些数据沉淀在少数平台上，流动、应用、价值挖掘的程度都不够，造成了大量的浪费。互联网头部厂商则拥有更多的用户，其数据价值有待进一步被合法合理地挖掘。
2.3.6发展土壤肥沃，中国数据要素市场静待花开
3.1数据采集与存储是数据要素资产化的第一步
3.1.1政府与公共数据：大量珍贵数据等待“唤醒”
政府数据采集是政府数据治理全生命周期的逻辑起点，包括政府收集的个人数据、企业数据和公共数据。
3.1.2个人数据：在合法合规的基础上创造产业价值、助力社会发展
3.1.3企业数据：协助提升企业生产经营能力
3.2数据加工及技术服务是数据要素价值化的关键环节
在采集和存储原始数据之后，需要对数据进行加工才能让原始数据成为可供进一步分析的数据，诸如数据标注、数据分析以及隐私计算等技术服务是数据要素产业链上的关键业务。
3.2.1数据标注：提升数据资源可用性，市场空间广阔
数据标注能够提高数据的可用性，是数据资源进一步挖掘和分析的基础。数据标注是指借助特定软件标注工具以人工的方式将图片、语音、文本、视频等数据内容打上特征标签，使计算机通过大量学习这些带有特征标签的数据，最终具备自主识别特征的一种行为。随着人工智能的崛起，为人工智能模型训练提供训练数据的数据标注产业也随之发展起来。在数据要素产业链中，数据标注是提高数据可用性的关键环节，为数据分析奠定了基础。
3.2.2数据分析：释放数据价值，市场潜力巨大
数据分析的应用领域广泛，为多个行业提供价值。在数据要素市场的发展中，数据分析已经在多个不同行业有了良好的落地：
1)政务行业：近年来，中央到地方各级政府持续推动数字政府和政务信息化建设，《“十四五”推进国家政务信息化规划》中提出到2025年政务信息化建设总体迈入以数据赋能、协同治理、智慧决策、优质服务为主要特征的融慧治理新阶段，逐步形成平台化协同、在线化服务、数据化决策、智能化监管的新型数字政府治理模式。目前全国各地区各部门依托政务大数据平台建立政务数据仓库，在产业引导、政务服务、市场监管等领域开展数据分析应用，为政务业务的高效开展提供支撑。
2)互联网行业：互联网行业的技术领先优势带来了领先的数据分析能力，通过在线数据分析、离线数据分析和外部数据分析等技术手段，从海量行为中挖掘出有价值的信息，在不同的领域应用。比如通过分析用户的生命周期及行为路径，建立数据指标体系，进行用户的个性化营销服务，促进业务增长；通过分析不同内容的用户浏览行为情况，分析内容的引流能力，测试并寻找更好的内容方式，促进内容的流量变现；通过分析市场竞争企业数据，对市场发展趋势和行业竞争格局进行研判，为公司战略决策提供依据等。
3)金融行业：金融行业数字化转型的建设开启较早，目前已形成了较为完善的数据分析能力。例如银行业通过大数据分析对个人用户和企业用户进行授信等级划分，证券业通过对行情历史数据以及公司基本面数据的挖掘，对未来市场变化进行量化预测，保险行业通过数据分析识别潜在的诈骗风险等场景都是数据分析在金融行业广泛应用的领域。我们认为，随着未来互联网金融的不断发展以及金融监管力度的不断提升，金融行业对数据分析的需求将持续增长。
4)医疗行业：医疗行业也是未来数据分析的潜力增长点，医疗数据的分析应用对加强运营管理、提高临床医疗水平、推动医药研究等都具有重要作用。在智慧医院领域，基于全院级临床数据治理的科研数据分析、临床辅助决策支持、医保支付、以及医院管理等应用场景纷纷落地；在医药研发领域，基于临床试验管理系统之上的自动化数据采集、数据分析以及临床试验和药物研发中的智能化应用逐渐推广；在疫情防控方面，多地利用医疗大数据和数据智能技术进行自动数据抓取、实时信息安全共享、多渠道监测预警，构建智慧多点触发预警监测平台系统，为整个疾病防控体系提供决策支持。
3.2.3数据隐私计算：保护数据隐私，技术应用落地加快
隐私计算目前形成了以联邦学习、安全多方计算和可信执行环境为代表的三大技术路线。
1)联邦学习：联邦学习是密码学和人工智能相结合的分布式学习技术，包含了“联邦”和“学习”两个部分。其主要原理是参与学习的各个客户终端从中央服务器下载现有的预测模型，再使用本地数据对模型进行训练，这是“学习”的过程。之后分布式客户终端将模型的更新内容加密上传到云端，由中央服务器聚合得到新的模型，这是“联邦”的过程。在联邦学习流程中，原始数据始终存储在本地，无需和服务器进行数据交换，保证数据不会出库，分布式学习方仅需传输梯度、模型参数等中间结果，不仅加快了学习的速度和增加模型的精度，还保证了数据的安全性。
3)可信执行环境：可信执行环境是指在数据机密性、数据完整性和代码完整性三方面提供一定保护水平的环境，它保证了内部的代码和数据隐私收到严格保护。在基于硬件的可信执行环境中执行的计算被称为机密计算，任何对环境内部的数据和代码的访问都必须通过基于硬件的访问控制，提高数据安全水平。目前越来越多的云提供商开始转向TEE技术方案，Gartner也将可信执行环境列为了30多种“关键安全技术”之一。
3.3数据交易及流通是数据要素实现市场化的核心
各类数商机构在数据交易产业链中提供服务。在数据交易过程中，除开直接进行数据交易的双方或多方主体之外，比较重要的参与者还包括数据资产评估商、合规评估商、交易撮合商等数商机构。
1)数据资产评估：数据资产评估是指通过第三方评估机构或企业对数据所有者在生产、运营过程中所产生的数据进行内在价值和使用价值的评估，以便为数据要素流通交易提供基础性参考。随着数字经济的迅猛发展，数据交易规模日益增大，对数据资产的正确估值定价是推动数据资产化、促进数据要素价值释放的重要环节。但是由于数据属于新型的生产要素，目前国内还未形成统一的资产评估标准。典型的数据资产评估服务提供商主要包括会计事务所、资产评估机构、咨询服务机构等，例如普华永道、中企华、东洲评估等，服务内容涵盖设计数据资产估值模型、数据资产价值认定和价值计量等，各大数据交易所也纷纷将数据资产评估商纳入其数据要素交易生态体系中。根据《全国数商产业产业发展报告（2022）》统计，全国数据资产评估商数量达到65975家。
2)数据合规评估：随着我国对数据合规的要求日趋严格，标准化的数据合规评估服务也是目前数据交易市场的必经环节。于数据供应方而言，专业的数据合规评估服务会在交易流程中的数据准入、上架及交易阶段进行数据产品的合规评估和质量管理，使得资产更容易被买方公司接受并愿意提高成交价格，也让供应方能更进一步提升资产竞争力；于数据使用方而言，数据资产合规评估服务可以使得其在公允价值内购买到需求的数据资产；于第三方数据交易平台而言，专业的数据资产合规评估服务商可以帮助平台建立标准化、系统化的合规评估体系，促进数据资产交易的蓬勃发展。目前该细分领域的服务提供商主要包括：律师事务所和第三方数据服务机构等。根据《全国数商产业产业发展报告（2022）》统计，全国数据合规评估商数量达到21704家。
3)数据交易经纪：交易经纪商主要为数据提供方和数据需求方提供数据供需对接过程中的咨询和信息技术服务。随着数据交易市场的快速发展，除了数据交易平台通过交易平台进行交易撮合以外，也有很多第三方机构开展了数据交易经纪服务，其服务模式主要包括基于定制化数据处理技术服务构建产品服务矩阵和基于业务咨询的定制化解决方案。典型的第三方数据交易经纪服务商有聚合数据、天元数据等。根据《全国数商产业产业发展报告（2022）》统计，全国数据交易经纪商数量达到4649家。
3.4数据安全是数据要素市场发展的重要保障
《数据安全法》促进数据安全行业进一步发展。《数据安全法》是数据安全领域的基础性法律，强调总体国家数据安全规划，对国家利益、公共利益和个人、组织的合法权益给予保护。一方面，《数据安全法》以法律的形式要求数据全生命周期安全建设落地，规定建立数据安全制度，包括数据分类分级保护、数据安全风险监测预警、数据安全应急处置、数据出口管制等；另一方面，《数据安全法》第五章指出国家大力推进电子政务建设，提升运用数据服务经济社会发展的能力，通过政务数据和公共事务管理部门数据开放，推进数据基础设施建设、数据安全标准体系建设、数据安全服务发展、数据交易管理制度健全等，促进政务数据开发利用。
数据安全行业景气度有望持续提升。数据是数字经济的核心，数字经济的发展和创收都需要数据作为基础，数据要素市场的发展壮大需要数据安全保障，叠加《数据安全法》的实施，数据安全产品的渗透率会不断提高，数据安全产业规模有望持续增长，预计23年规模接近百亿。
4.1数据资源持有方
4.1.1上海钢联：大宗商品产业数据服务龙头
4.1.2航天宏图：领先的卫星遥感应用厂商
公司通过卫星星座、无人机队建设实现全产业链布局，未来有望成为数据要素市场的数据资源方。在过去，公司以卫星应用产业链中游业务起家，并逐步延伸至下游。公司于2021年完成定增，以建设“一主三辅”的四颗自主分布式干涉SAR高分辨率卫星系统，预计于明年发射。届时，InSAR星座将为公司提供商业化自主的雷达遥感数据源，公司也得以在全球范围内开展地形测绘、成像观测和沉降监测任务，实现“上游自主数据-中游核心平台-下游规模应用”的全产业链布局。今年11月，公司已顺利完成可转债的发行（发行规模为10.09亿元），其中拟募集资金7.09亿的交互式全息智慧地球产业数字化转型项目中有3.19亿是无人机队的建设。由于实景三维中国建设前期将以数据采集、平台搭建为主，公司通过无人机队的建设补齐了低空遥感能力，形成航空与航天互补、地面辅助的空天地一体化全息感知体系，这将有助于公司快速切入实景三维中国建设的市场。公司通过两次募集项目实现了卫星星座、无人机队的组建，未来将持续有空天地理数据的积累，这也使得公司有望作为数据资源方切入数据要素市场。
4.1.3科大讯飞：深耕智慧教育与数字政府领域的AI龙头
4.1.4卓创资讯：大宗商品市场信息服务提供商
4.2数据运营方
国资背景的数据运营商打造可信政务数据平台。在我国，大部分的数据资源掌握在政府手中，其中包括个人数据、企业数据以及公共数据。近年来，国家高度重视数据要素市场发展，这些沉睡的政务数据将通过打造安全可信数据运营平台的方式被唤醒。政务数据价值大，但敏感程度较高。具有国资背景、可靠可信、且具有一定技术实力的企业有望成为运营政务数据，打造政务信息化平台的最佳选择。
4.2.1易华录：央企控股的大数据公司
央企控股、实力出众的大数据公司。易华录成立于2001年，于2011年上市。公司的控股公司为中央企业中国华路集团，由国务院国资委直接监管。近年来，公司从智能交通、智慧城市软件系统集成服务商转型成为数字经济基础设施的建设和运营商，专注于大数据产业，2022年11月，中国质量认证中心向易华录颁发了中国第一张大数据企业服务能力评价一级证书。数据湖项目遍地开花，易华录从项目建设转向有效运营。近年来，公司围绕数据产生、采集、存储、运营、应用及数据安全等方面的数据全周期管理打造了标杆数据平台—数据湖。易华录与地方政府合作，已在全国20个省、市、自治区落地了33个数据湖项目。2022年，为激发数据湖的运营价值，公司的经营重心已从数据湖的建设转向对已建成的数据湖的有效运营中，携手生态伙伴共同开发公安交通、公共安全、健康养老、政务等各个领域的大数据应用产品，赋能城市治理。
4.2.2广电运通：深耕金融科技与城市智能领域的国资高科技公司
4.3技术服务提供商
技术服务提供商全面赋能数据要素产业链。数据要素产业链较长，在数据采集、存储、标注、运营、处理分析、交易等各个环节都需要先进技术进行支持。如何利用技术进行数据价值挖掘、保护隐私、建立互信，都是数据要素市场发展的关键问题。众多技术实力出众的企业将在数据采集存储、数据加工分析、打造数据运营平台、打造数据交易平台等方面展开业务，如建立隐私计算平台、进行数据标注、施行数据清理等。这些企业将在数据要素的发展进程中持续受益。
4.3.1安恒信息：数据安全领先厂商
以“CAPE”能力框架体系为核心，具备AiLPHA数据安全管控平台、AiTrust零信任解决方案、AiLAND数据安全岛平台等多款数据安全创新型产品。其中，AiLAND数据安全岛平台是一个专注于保障数据安全流通，致力于解决数据共享的信任和隐私保护问题的数据开放和共享交换平台，可实现共享数据的所有权和使用权分离，确保数据“可用不可见”，保障数据共享交换过程的可靠、可控和可溯。
4.3.2奇安信：网络安全龙头，推出数据安全开放平台
除在数据库防火墙、数据防泄漏等数据安全领域布局外，公司还推出数据安全开放平台，形成数据安全开放解决方案。通过将调试环境与运行环境分离，实现数据可用不可见，不需要事先对数据进行脱敏损害挖掘价值，也不需要把原始数据发送给数据使用方造成失控，确保数据所有权和使用权分离的方式，帮助数据拥有方合法、合规、安全地对外开放数据，将商业模式从原始数据交易升级为数据增值服务。
4.3.3山大地纬：国内领先的数据要素交付服务商
山大地纬是国内领先的“AI+区块链”科技服务商，正在构建数据要素交付服务业务体系。公司以“AI+区块链”为核心驱动力，赋能智慧政务、智慧医保医疗、智能用电三大领域，面向政府部门、医疗机构、国家电网及下属企业等客户提供行业新兴应用软件开发、技术服务及系统集成等Smart系列解决方案，定位为数据要素交付服务商，积极构建数商生态，全面服务数据要素交易市场。公司是中国最早从事区块链技术研究的企业之一，拥有完全自主可控的“大纬链”技术体系，基于“大纬链”技术，已在多地建设城市链及行业链，并积极探索普惠金融等领域的落地应用，正在构建数据要素交付服务业务体系。
4.3.4每日互动：打造数据“积累-治理-应用”闭环生态的数据智能服务商
4.3.5星环科技：国产大数据基础软件领导者
星环科技拥有自主研发的成熟大数据软件替代方案，是国家信创基础软件领域的重要参与者。在数据要素市场化推进的过程中，帮助数据资源实现高效调用与存储的数据库软件也有望迎来快速发展。星环科技成立于2013年，一直专注于大数据基础软件平台的研发与推广。公司成立初期以Hadoop和Spark框架为基础，在发展过程中不断进行自主研发，目前已经自主研发了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品全系列产品，为企业数字化转型提供了真正的国产数字底座，完全满足国家信创自主可控的安全要求，并在很多产品的性能上要领先于国外主流产品。