中国的数据要素产业走到哪一步了？交易所挂牌了多少产品，只能回答其中一小部分。企业能否在项目里拿到需要的数据、持续用好数据，愿不愿意为跨机构服务付费，更能说明问题。10月28日，国家数据局刊发国家数据发展研究院副院长姜江的专家解读，梳理三年“数据要素×”大赛：参赛队伍从1.9万支增至2.9万余支，人数从近10万增至近15万，赛道由12个扩至17个。2026年参赛项目中，53%的数据来自公共数据，78%的项目实现公共数据融合利用；超过87%的参赛团队建立了适配行业需求的高质量数据集，三成以上入围项目建设了可信数据空间。[1]
数据产品的竞争正从“拥有多少数据”延伸到合法供给、持续治理和业务应用。2026年10月23日，大赛全国总决赛颁奖仪式在青岛举办。国家数据局披露，本届有超过2.9万支队伍、14.5万人参与，330个项目最终晋级全国总决赛。项目涉及工业制造、农业、交通、医疗和城市治理等领域；参赛者除了互联网平台，还有制造企业、科研院所、区域数据公司与专业服务商。要看它们如何做生意，还得把“数据交易”拆成一个个具体场景。[2]
一、从12个领域到17条赛道，应用需求已经跑在概念前面
2024年正式实施的“数据要素×”三年行动计划，围绕工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、医疗健康等12个重点行业和领域，推动数据协同优化、复用增效与融合创新。到2026年大赛，赛道扩至17个，行业差异也变得更具体。医疗数据应用和制造质量追溯项目，隐私要求、质量责任、使用频率和价值计量方式都不一样；通用交易规则再完善，也需要行业规范配合。[3]
不少数据产品以前只停留在资源目录：登记了名称、字段和提供单位，却找不到确定的用户与持续消费场景。换一种顺序，先由企业提出质量预警、供应链风险评估或交通运行优化等问题，再找所需的外部数据，最后谈授权、交换和付费。买单的人可能是厂长、风控负责人、园区运营方，不一定是信息化部门。产品究竟减少多少人工、缩短多少周期、改善了什么经营指标，决定它能否摆脱一次性建设项目。
大赛提供了观察供需的大样本，也有其边界。参赛方往往技术能力较强、愿意展示项目，数据化程度可能高于普通中小企业；获奖是专家评价结果，并不等于已有规模收入。2.9万支队伍说明创新参与广泛，产业是否成熟还要看合同金额、复购、用户留存、长期运营成本与跨地区复制。
二、公共数据从“开放目录”走向“融合使用”
姜江解读中有一组容易看混的数字：2026年参赛项目中，53%的数据来自公共数据；78%的项目实现了公共数据融合利用。一个说数据来源，一个说项目是否融合使用，不能相减后拿来推算私人数据比例。它们表明公共数据已是大赛应用的重要供给。创业企业的机会也不止于搭建开放门户，还包括合规取得公共数据，和行业、企业数据组合成业务可用的指标或服务。[1]
物流风控可能要结合交通、天气、地理位置和企业运营数据；产业招商会用到企业登记、专利、招聘与产业链关系；能源优化则需要负荷、气象、电价、设备运行及适用的公共信息。拿到数据只是开头。实体对齐、时间和空间标准化、缺失值处理、质量检查、权限管理，都要持续有人做。来源不同，数据定义可能冲突，企业名称和地址也会变；不建立更新机制，产品上线几个月便可能失真。因此，高质量数据服务更像长期运营的产品，而非清洗一次数据就交付的工程。
公共数据利用还要划清授权边界。能访问某项数据，不代表可以换个场景再卖一次，更不能把涉及个人或商业秘密的原始记录随意交给第三方模型。服务商需要在合同中写明来源、许可用途、衍生加工权限、保存周期，以及退出后如何删除或留存。地方数据局和授权运营主体若想吸引真实客户，数据说明是否标准、可用性有没有承诺、更新频率与接口如何计费，可能比目录增加了多少条更重要。
三、数据商、交易平台和服务机构，正在形成不同的生意
姜江指出，超过三分之二的参赛项目以“数据换订单”“数据换服务”等方式促进产业链上下游流通，超过三分之一的项目通过数据流通服务机构购数。两项统计维度不同，也不能当作全国数据市场占比；它们展示的是多种交易安排并行。数据要在具体场景里才容易体现价值，能把它整理为可靠服务的企业，有机会获得比出售原始记录更稳定的收入。[1]
常见路径至少有三种。企业可以提供合规处理后的画像、行业指数或气象风险指标，按调用量、订阅期收取费用；也可以把数据嵌进供应链预警、设备异常诊断等软件，收持续运维和功能使用费。还有一类做数据协作平台，提供身份认证、可信交换、质量管理、授权留痕和收益结算。标准化产品靠规模复用，行业软件靠领域知识，平台服务则依赖互信及长期治理；卖的东西不同，技术和销售能力也不同。
清洗标注、质量评估、语义标准化、数据安全和行业数据集开发公司，可能不那么显眼，却承担着数据产品形成过程中的加工成本。比如一家中小企业做工业故障标注，客户买的是可用于训练、验证的故障样本，以及标签规范和一致性检查，并非几千张未经整理的照片。AI模型对行业数据需求增加后，这类专业服务或许能长期经营，即便服务商自己并没有海量原始数据。
四、获奖名单里的工业案例，能看到哪些具体需求
2026年全国总决赛获奖项目公示名单列出了企业与项目。工业制造赛道一等奖包括中国重汽牵头的商用车智能制造示范项目、南京师范大学常州创新发展研究院牵头的“数据+智能体”合成生物产业放大引擎，以及宝钢湛江钢铁牵头、宝信软件等参与的钢铁全流程质量实时闭环管控系统。二等奖还有航空发动机整体叶盘虚实融合研发、工业智能体集群、工业商品数据平台、具身智能工业数据集等方向。名单确认了主体和研发主题，但没有足够的经营收益数据，尚不能据此判断哪些项目已经商业规模化。[4]
拿宝钢湛江钢铁的质量闭环项目来说，钢铁制造要经过原料、冶炼、精炼、连铸、轧制和检测。一次质量异常可能与前几道工序的参数组合有关。要找原因，系统得把物料批次、炉次、设备状态、检测结果和工艺标准串起来，再把异常送回相应工序处理。项目名称中的“多源数据”“实时闭环”，对应的就是这种跨工序协同需求。时序数据、质量规则、过程机理模型与AI推断在技术路线上都可能派上用场；项目到底用了什么算法、提高多少良率，还需要更详细的公开技术和运营结果。
合成生物产业放大项目关注的则是实验室与生产之间的落差。微生物或酶反应在实验室验证有效，进入中试、生产规模后，传质、温度、混合和反应条件都可能变化。将实验配方、工艺参数、在线检测与批次结果整理成可比较、可复用的记录，再用智能体辅助安排下一轮试验，是数据可能发挥作用的地方。减少无效试验、缩短放大周期、让经验能够迁移，是产业关心的结果。公示名单提供了项目名称和牵头单位；具体生产经济指标仍待后续披露。
中国重汽获奖主题指向汽车制造数据的跨环节利用。离散制造要同时管理产品配置、供应商物料、工位装配、质量缺陷与售后反馈。数据按部门各存一份，设计变更和现场问题便难以及时互通。这类项目通常先统一产品与工艺标识，再逐步打通系统做分析。工业智能体也是如此：能回答问题只是开头，能通过授权接口找到证据、创建任务，并将执行结果写回系统，才更贴近工厂现场。
五、87%的高质量数据集与30%的可信空间，意味着什么
专家解读披露，超过87%的参赛团队搭建了面向行业需求的高质量数据集，超过三成入围项目建设了可信数据空间。这说明参赛方在数据治理、可信流通方面已有投入，却不能把“搭建数据集”直接等同于商业成熟：有的数据集只服务一个项目，有的持续更新，有的已能作为标准产品对外提供。评估质量时，要看准确性、覆盖面、更新频率、溯源、标签一致性和使用授权，样本数量只是其中一项。[1]
2024年国家数据局发布《可信数据空间发展行动计划（2024—2028年）》，目标是到2028年建设100个以上可信数据空间，重点发展身份认证、使用控制、资源交互和价值共创能力。隐私计算、合同化使用规则、数据标识和跨空间互操作，都可能成为技术路线的一部分。100个以上是规划目标，不是2026年已经建成的数量。对企业而言，多方想共享数据带来的收益、又不愿直接暴露底层业务数据时，这类空间才有明确用途。[5]
例如，产业链上下游合作训练交期预测或风险评估模型，可能愿意共享统计特征和模型结果，却不会交出全部客户订单。可信数据空间通过受控访问与计算环境，配合使用策略、日志和收益分配机制，有机会降低合作门槛。建好了技术平台，仍要回答数据由谁提供、费用由谁支付、违规怎样追责、空间之间如何互认。若业务没有持续使用需求，空间也可能成为另一个数据孤岛。
六、数据产权登记与收益分配，解决的是合作信任问题
姜江还提到，工业制造、城市治理、医疗保障等领域有近百个参赛项目完成数据产权登记，市场也在探索“数据换模型”“服务反哺供数”。登记有助于跨主体合作时梳理来源、权利主张和责任界面；具体有哪些权利，仍要依照合同、法律规则和登记制度判断。原始数据、加工结果、模型输出、衍生产品分别由谁使用、如何分配收益，最好在合作前写清楚，否则项目产生价值后容易起争议。[1]
收益不一定是一笔直接付给数据提供者的现金。供应商持续提供设备运行数据，平台可以返还更准确的诊断服务；地方机构开放可供开发的数据，企业可回馈面向公众或行业的服务；产业链企业交换风险指标，也可能共同降低库存和物流成本。服务折扣、订单增长、运营成本下降，都是可能的收益形式。先约定怎样衡量，再设计分配和履约机制，合作才容易持续。
“数据资产化”也不该只做一次估值。估值报告再漂亮，数据集若不更新、没人用，经营价值很难体现。反过来，一个每月被调用数万次的风控接口，即便数据来源不庞大，也可能凭可靠、合规、及时取得持续收入。数据反复进入业务系统、带来可核验的增量收益，才说明它开始成为生产中真正用得上的要素。
七、区域数据产业该从什么地方切入
地方政府和园区若想发展数据要素产业，可以先从现有优势产业里找需求。装备制造园区有设备健康、工艺知识、供应链质量及能耗管理问题；农业区县可以组合气象、农情、市场、物流数据；能源或港口城市则可能围绕调度、交易、风险和设备运营提供服务。先做深几个有人愿意付费的项目，让数据供给、应用软件与合规服务形成稳定关系，比一开始搭建无所不包的平台更实际。
区域项目可以分四步做。先摸清公共、产业和企业数据资源及授权边界，再围绕高价值场景统一字段、质量规范与交换接口；随后与本地软件商、高校做应用样板，把收益指标写进验收合同；最后由持续运营团队负责更新数据、保证接口稳定，并做好安全审计和市场推广。地方数据公司可提供基础服务，行业龙头牵引场景，专业技术企业分别承担数据治理、模型开发与应用交付。分工清楚，比单独做一个大平台更有可能形成可持续的分层生态。
创业者也未必需要再建通用数据交易所。某个行业长期缺少的可靠服务，可能是更好的入口：对齐设备手册、工艺参数和真实故障记录的工业知识产品；合法融合企业信息、供应链信号与司法公开数据的风险产品；或专门供应高质量训练数据集的垂直公司。细分市场未必很大，客户是否明确、更新能否持续、产品能否复用，更值得仔细衡量。
三年“数据要素×”大赛，从2.9万支参赛队伍到超过1000个高价值场景，呈现了几个现实变化：行业提出具体需求，数据供给不再只靠自有数据库，专业服务商分工更细，AI增加了使用方式，制度安排则影响跨主体合作成本。2026年是三年行动计划的收官节点。接下来比参赛队伍能否继续增长更值得看的是：有多少获奖演示能签下长期合同，让数据持续进入企业的生产流程。
参考资料
- 国家数据局，“数据要素×”大赛：数据产业创新团队竞技场 数据基础制度落地试金石，2026-10-28。专家解读，参赛规模、公共数据、高质量数据集、交易和可信空间数据。https://www.nda.gov.cn/sjj/zwgk/zjjd/1028/20261028095059777221485_mobile.html
- 国家数据局，2026年“数据要素×”大赛全国总决赛颁奖仪式在青岛顺利举办，2026-10-24。参赛人数、队伍、最终入围项目及成果。https://www.nda.gov.cn/sjj/jgsz/jld/llh/llhldhd/1024/20261023221408358579821_mobile.html
- 国家数据局，“数据要素×”三年行动计划（2024—2026年），2024-01-04。行动计划范围与政策背景。https://www.nda.gov.cn/sjj/swdt/sjdt/0829/20240829161904685377785_pc.html
- 2026年“数据要素×”大赛组委会，全国总决赛获奖项目名单公示，2026-10-24/25。各行业真实项目名称与参与单位。https://dexc.data.beijing.gov.cn/xwzx/tzgg/151cf6c650ac45328855f20d2c8f67d9.html
- 国家数据局，可信数据空间发展行动计划（2024—2028年），2024-11-23。可信数据空间定义、建设目标和发展方向。https://www.nda.gov.cn/sjj/swdt/sjdt/1122/20241122163909854419154_pc.html
- 国家发展改革委，2026年“数据要素×”大赛全国总决赛颁奖仪式在青岛顺利举办，2026-10-27。数据要素市场化配置与产业化观察。https://www.ndrc.gov.cn/fzggw/wld/llh/zyhd/202610/t20261027_1408407.html