行情,是反映市场交易状况和氛围的“晴雨表”。当前,数据流通市场的行情究竟如何?不同角色的参与者对数据流通市场持有怎样的看法和态度?近日,南财数据团队围绕行情“价格”这一因素,对公开数据进行收集分析,希望通过价格这一切口,探触数据交易市场脉搏。
本文提出三项观察:
1. 在政策引导下,公共数据产品的价格正趋于稳定和透明,成为社会数据产品的价格锚点。
2. 场外数据产品交易价格相对更低,卖方更倾向以其他名目交易数据。
3. 数据产品价格要达成一致,关键在于形成数据价值认同。
观察一:在政策引导下,公共数据产品的价格正趋于稳定和透明,成为数据产品的价格锚点。
价格,最直观地反映着数据交易市场的行情,也是数据产品价值的货币化表现。不过,与其他电商平台显著不同的是,即便在线上平台公开售卖,数据产品的价格(包括精确价格、参考价格、付费模式等信息)也常常是模糊甚至是缺失的。
在数据交易所上架的数据产品,价格透明度整体处于偏低水平。以南财数据团队长期监测的全国八所活跃数据交易机构为例(北京国际大数据交易所、上海数据交易所、深圳数据交易所、广州数据交易所、贵阳大数据交易所、杭州数据交易所、浙江大数据交易中心、郑州数据交易中心),今年3月至6月共上架数据产品1471个,仅有194个产品公布了具体价格,披露率不足13.2%。在已披露具体价格的194个数据产品中,仅有4个产品标注了明确或较明确的付费方式,如“一口价”“按时间计费”等。

价格模糊,一方面是缘于卖方的销售策略,根据买方需求、用途和采购急迫性来弹性定价,掌握主动权,增加卖方谈判空间;另一方面也体现出数据价值难以单一衡量的现状。数据在不同场景中会发挥出不同的价值,卖家更希望成交价格“一企一策”。而站在买方角度来看,缺少价格参照系,难以判断报价的合理性,买方从一开始就处在了信息劣势的地位,无疑会增加交易成本。
好在,数据产品定价难题,始终位于顶层设计的视野之中。今年1月,国家出台文件,对建立公共数据资源授权运营价格形成机制进行了全面部署。文件首次明确公共数据运营服务费实行政府指导价管理,准许利润率被严格限制为“10年期国债平均收益率加不超过6个百分点”。若以2025年5月为时间节点,根据10年期国债历史收益率数据计算,国家划定的准许利润率大约在7.5%-8.5%之间。这不仅为公共数据产品提供了明确的价格边界,也有望为社会数据产品提供定价锚点。
目前,福建省在公共数据产品定价方面的探索走在全国前列,是唯一明确提出具体价格体系的地区。在价格体系发布三个月后的6月底,福建交付了首批政府指导定价公共数据产品,并透露合同金额超过百万元。
在实践中,安徽、河北等省份出台了公共数据授权运营的价格文件,口径与国家政策一致。广东、重庆、江苏、山东、上海、辽宁、贵州、广西、内蒙古等地均有实际的公共数据产品交易落地,但都没有透露成交价格。未来,数据产品的价格共识,还有赖于价格透明度的提高而形成。
观察二:场外数据产品交易价格相对更低,卖方更倾向以其他名目交易数据。
数据交易并非近年新始。事实上,某些特定类型的数据产品如在身份验证、用户画像、信用认证等领域,已经形成了较为成熟的交易模式。在数据要素市场体系逐渐搭建起来之后,部分企业将已有成熟交易的数据产品也上架至了数据交易所。在数据交易所内进行的交易,即为场内交易;反之则为场外交易。
通过对比同类型数据产品在场外和场内的标价、同公司同款数据产品在场外和场内的标价,不难发现,场内交易价格普遍高于场外交易价格,涨价幅度大多在50-100%区间内。
例如,某公司的同一款“税务负面信息查询”产品,在某大型云市场和某数据交易所均有上架。在云市场的产品介绍为“包括税务重大违法案件、税务行政处罚、欠税、失效户、违法户、非正常户等信息”,在数据交易所的产品介绍为“主要包含欠税、非正常户、重大违法三种负面信息”。
同款产品价格在不同交易渠道差异明显。上述数据产品在云市场的标价根据用量有所不同,如“49元/250次”“180元/1000次”“2800元/20000次”,均价在0.196元/次至0.14元/次之间;在数据交易所,该产品的标价则为0.3元/次。以使用量20000次来对比,数据交易所价格为6000元,比云市场2800元的价格高出了3200元。

场内交易价格高于场外,很大程度上是因为交易成本更高。数据交易所具有为数据确权、合规等提供信用背书的功能。为了实现这一功能,数据交易所通常需要具有政府背景,并建立完善的流程机制,以实施规范的管理。
而数商要享受交易所机制带来的优势,需要付出相应的成本。调查数据显示,当前较为活跃的十余家数据交易所均会收取一定的服务费,主要包括登记费用和交易服务费两部分。登记包括了初次登记、延续登记、变更登记、转让登记等,每次登记的费用多数集中在3000元至5000元区间内,费用较低的也有300元、1000元不等。交易服务费则大多采取分润的形式,通常为交易额的1%至3%。服务于数据产品交易的第三方数商,成为会员还需缴纳低至5000元、高至20万元不等的认证费用。

以上海数据交易所为例。据人民财讯消息,截至2025年5月底,上海数据交易所签约数商超过2000家。2024年交易金额超过50亿元,今年上半年约超过30亿元,与去年同期相比大概增长率超过50%。
上海数据交易所于2024年3月对收费标准进行了公开。据此粗略测算,2000余家签约数商按照收费最低的专业型数商计算,累计签约费用最少达到了3996万;今年上半年超30亿元的交易额,会产生至少7500万元的服务费。当然,在数据交易所建立的早期,通常会设置试营业期间免费服务、打折服务等政策,因此实际的场内交易费用成本情况会更为复杂。

服务费成本或许转化为了数据产品交易成交价格中的一部分。这也就不难理解,有着成熟场外市场的数据产品,入场之后交易价格会变高;那些以合规背书为刚需、需要挖掘场景寻找买家的数据产品,更加倾向于场内交易。
有趣的是,尽管部分数据产品在场内的交易价格更高,但并不意味着用数成本一定会增加。这源于某些数据产品具有多重属性,如信息技术服务、知识产权服务等,比起这些名目,按照“数据产品”来交易的价格反而是更低的。
曾有出版社对南财数据团队透露,某大模型厂商希望以数据产品的形式购买该出版社积累的所有语料数据,打包一口价不到100万元。显然,出版社若以版权交易出售这些数据,获益将大大高于数据产品交易。最终,这笔交易因价格分歧太大而作罢。
观察三:数据产品价格要达成一致,关键在于形成数据价值认同。
价格分歧的实质,是买卖双方对数据价值的认知存在分歧。曾有买方向南财数据团队表示,一方面,在大规模使用之前,卖方很难打包票说数据质量一定能满足实际需求;另一方面,数据产品可以多次重复交易,买方认为开发成本不应由单一购买者承担。不过,如果数据产品的确非常切中需求痛点,买方就会愿意考虑付出更高的价格。
基于讨价还价的逻辑,卖方则更倾向于较高的要价。同时,卖方也会担心数据产品售出后会被复制二次转售。因此,数据产品的成本不止包含了数据的收集、治理等,还包含了数据安全保护等成本。
以成本法的角度看数据产品价格,理论上,上市公司的数据资产入表金额也能够提供一定程度的参考。由于数据资产的估值还不成熟,当前企业的数据资产通常是采用成本法进行会计计量,入账金额主要反映企业在数据采集、处理及开发过程中的实际投入,以及企业的数据战略和价值判断。
此前,南财数据团队汇总分析了100家上市公司在2024年年度报告的数据资产入表情况。(详情请阅重磅|百家上市公司数据资产入表一周年观察:谁吃到了数据资产化的第一波红利?)结合市场上可以查询到的产品价格,可以发现,许多上市公司所发布的数据产品存在定价较低、成交频次有限等问题。即使产品成功成交,也往往需要较大的交易规模才能覆盖前期投入成本。
比如,医药信息平台药易购(300937)2024年入表数据资源174.04万元,包括了外购数据资源136.79万元、自行产生数据资源31.71万元、开发支出5.54万元,并在三年内对费用进行摊销。基于医药数智云平台以及药聚力平台,药易购已在数据交易所上架22款医药数据产品,价格最高为0.3元/次、8万元/年。按不同计价方式计算,需要每年完成查询量400万次以上或5笔订单以上,来覆盖相应年度摊销。
人工智能企业拓尔思(300229)同样在数据交易所有产品上架,其查询类数据折算单价为0.2元/条到1元/条不等,平台类服务产品价格约为15万元/年。拓尔思的数据产品价格与药易购近似,但数据资产入表金额更大,在2024年年报中入表3910万元,后在2025年一季报缩减至932万元。较低的产品单价需要依靠较大交易规模以覆盖累计投入成本。若数据产品的市场变现能力有限,就可能对企业利润水平带来负面影响。
也有上市公司对数据资产入表的金额持谨慎态度。全球规模最大的纺织品集散中心轻纺城(600790),在2024年年报入表数据资源82万元,分三年摊销,每年需计提摊销费用约27.33万元。轻纺城的数据产品“核心供应商及采购商评价数据分析报告”单份报价为19.8万元,以此测算,每年仅需完成1至2笔交易,即可基本覆盖年度成本。

“入表了会问你为什么入表、没入表会问你为什么不入,入多了会问你为什么入这么多、入少了会问你为什么入这么少。”某入表数据资源的上市公司相关负责人向南财数据团队表示,究竟应该如何计量入表金额,企业本身还存在较多疑惑,当前更多的是对研发成本进行会计操作,与准确反映数据价值还有一定距离。
结语
数据的价值需要在流通应用中得到释放。这种流通在微观层面的直接体现,便是数据产品的交易行为。在市场环境中,任何产品的价格都源于买卖双方的动态互动与博弈。数据产品有其特殊性,如数据的非排他性、价值的场景依赖性等,价格形成机制更为复杂。政府指导价为市场提供了重要参考,要进一步推动数据产品价格机制的成熟,仍需产业链各方加深对数据价值、交易规则的理解,在明确的制度规范与协同机制下强化沟通协作。将合理的价格信号有效传导至上下游环节,可以激活更广泛的市场参与,最终带动数据要素市场的规模化发展。