報告圍繞數據要素市場培育過程中，政府主管部門及數據要素流通涉及主體各方面臨的難點及問題，梳理了數據要素相關類別及其采集、存儲、加工、流通、分析等環節的相關特性，從宏觀經濟增長、行業發展、企業績效三個層面估算了數據要素的經濟貢獻度；基于數據要素市場化過程各相關主體交易及流通模式總結，建立了中國數據要素市場化指數模型，定量分析了各地區數據要素市場化發展程度；圍繞數據要素流通體系的流通交易模式、服務創新模式、生態匯聚模式進行了總結梳理，并介紹了相關典型案例；最后，針對我國當前發展現狀，提出未來數據要素市場的發展趨勢和展望。
報告提出，2021年我國數據要素市場規模達815億元，預計“十四五”期間市場規模復合增速將超過25%，整體將進入群體性突破的快速發展階段。
從宏觀經濟增長層面來看，數據要素對2021年GDP增長的貢獻率和貢獻度分別為14.7%和0.83個百分點；從行業發展層面來看，數據要素對各個行業的產值影響具有較大差異，其中，信息傳輸、軟件和信息技術服務業產出對數據要素最為敏感；從企業績效層面來看，數據要素顯著提升企業總資產凈利潤率，數字化轉型對于制造業企業的影響最大。
此外，報告首次提出了中國數據要素市場化指數模型，并據此模型對我國數據要素市場化程度進行了分析。
1
數據要素特征分析
數據要素有別于其他生產要素的特點主要有以下幾個方面：
第一，虛擬使能。
數據要素的本質是把物理空間的物質通過“０-1”編碼形式呈現在虛擬空間，跨越時空限制，從而實現數字孿生后的數據虛擬化生產。通過引導各類主體強化數據驅動的生產要素配置能力，可以實現要素數據化，促進勞動力、資金、技術等要素在產業間、行業間、區域間的合理配置，提升全要素生產率，這是數據要素區別于其他生產要素的關鍵。
第二，無限收斂。
數據要素具有可重新編程性和數據均質性，這使得普及的數字技術能夠將以往的分散需求、用戶體驗及生產流程數據等突破空間限制而收斂到集中的數字終端，智能終端技術又進一步使得單個智能終端足以匯聚以往需要成百上千的機器、設備或產品才能完成的工作。與此相比，土地和勞動力既不能循環無限使用，也無法突破物理空間而收斂于最優資源配置。
第三，智能即時性。
算力和算法的發展是保證數據要素實現智能即時、產生規模報酬遞增效應的重要基礎。低成本的算力和高智能的算法可以實現對數據要素的即時處理、分析和反饋，進而動態響應智能決策、敏捷生產、以及多樣化需求。
第四，泛在賦能性。
隨著各行業各領域數字化轉型進程的不斷加快，數據要素滲透到生產生活的各個環節，打通生產、分配、流通、消費各環節，驅動管理機制、組織形態、生產方式、商業模式的深刻變革，為產業提質降本增效、政府治理體系和治理能力現代化廣泛賦能。
2
數據要素對企業經營過程的貢獻
報告通過對5000多個項目信息分析表明，數據要素增加企業效益成果明顯。
總體來說，數據要素使得工業企業業務增長平均增加41.18%，生產效率平均提高42.8%，產品研發周期平均縮短15.33%，能源利用率平均提高10.19%。
具體來說：
1544家企業的數據顯示，大數據及其運用產生了增加產出、利潤增長等經濟效益；數據要素顯著降低了企業綜合成本。
675家企業的數據顯示，大數據及其運用產生了降低人工成本、資金占用成本、倉儲物流成本等效益。
593家企業的數據顯示，大數據及其運用產生了提升效率、加快周轉、能源利用率提升等效益；數據要素還提高了社會綜合效益，產生正的外部性。
95家企業的數據顯示，大數據技術及其運用產生了服務社會、承擔社會責任等社會效益。
同時，數據分析結果表明大數據項目主要集中在具體行業的運用層面，金融、醫療、應急、城市大腦應用的項目最多，占比21.5%，其次數據跨行業融合應用20.57%，再次是企業生產過程優化17.92%，目前項目較少的是大數據存儲管理2.96%和大數據安全保障方向2.25%。
數據表明，大數據的行業應用和跨行業融合是趨勢，這一特點也反映出數據要素必須和行業具體場景和問題結合才能實現其促進經濟增長和企業發展的作用，如圖7所示。
從需求側來看，數據要素市場需求旺盛。企業形成數據要素的主要途徑是數據庫采集（71%）、其次是互聯網采集（56.2%）、再次是系統日志采集（53.1%），而在數據庫采集中，又有55.6%的途徑是采集自公共數據庫或其他公司建立的數據庫。上述數據結果表明，數據交換共享、數據交易等促進數據要素市場化配置的舉措，未來在促進經濟增長方面潛力巨大。
3
中國數據要素市場化指數
為反映不同區域數據要素市場化的程度，本報告基于數據要素市場化過程的分析，建立了“中國數據要素市場化指數”。
2021~2022年中國數據要素市場化指數的平均得分是58.73，這表明我國數據要素市場化發展仍處于較低水平。
具體分維度來看，“數據要素供給”得分較高為69.43，其次是“數據要素流通”，得分為60.93，再次是“數據要素價值”，得分僅為45.84，數據要素的交易價值和產業價值實現水平較低，這一結果表明，我國數據要素市場目前呈現出“供給旺盛、流通不足、價值遠未實現”的特點。
數據要素市場企業主體比較
數據要素相關企業主要分布在廣東省、上海市、江蘇省、山東省、四川省、北京市等經濟較發達地區。
數據要素市場投資主體比較
本報告對數據要素市場中的資本市場做了深入分析，結果顯示，2020年1月1日至2022年5月15日，數據要素市場總計發生840起融資事件，總計融資金額為1101.25億元人民幣。
數據要素市場投資類型比較
數據要素直接應用領域分析：本報告發現，2020年1月1日至2022年5月15日，數據要素直接應用行業總計發生581起融資事件，融資金額為785.64億元人民幣。
數據要素賦能應用領域分析：2020年1月1日至2022年5月15日，數據要素賦能應用行業總計發生269起融資事件，融資金額為325.31億元人民幣。
4
數據要素市場發展趨勢
（一）技術和管理雙輪驅動，數據交易流通環節更安全有序
一是從技術層面來看，數據要素市場與新技術的融合發展逐漸深入，數據產品和促進數據要素流通交易的技術不斷豐富。二是從管理層面來看，更多政策措施和管理手段將不斷完善，進一步保障數據要素市場安全發展。
（二）多源多領域數據融合，數據要素應用范圍將逐步拓展
一是多源數據的融合將更加緊密。二是數據要素將為更多行業創造價值。三是數據要素應用將更加多樣。
（三）交易模式創新規范化，數據要素市場化配置進程加速
一是政策引領下，數據要素市場發展不斷趨于規范化。二是實踐引領下，數據交易模式創新將進入迭代爆發期。
（四）各類型主體協同發力，數據要素市場生態將日漸完善
一是在產業鏈層面，圍繞數據要素市場化配置的產業生態逐步完善。二是從區域布局層面，各地將不斷充分發揮自身優勢優化產業布局。
