数据交易

数据交易，是指数据提供方将经过治理、加工和合规处理的数据产品或数据服务，通过交易平台或约定渠道向需求方有偿提供的商业活动。它是数据要素市场化配置的核心环节。与实物商品不同，数据可复制、非消耗，复制分发边际成本低（供给、授权、安全、交付与持续更新仍有成本），因此数据交易在权属确认、交付方式、定价机制和合规要求上都自成一套规则：交易的往往不是数据本身的"所有权"，而是约定范围内的使用权、加工权或经营权。

定义与概述

数据交易是指数据提供方将经过治理、加工和合规处理的数据产品或数据服务，通过交易平台或符合适用规则的约定渠道向需求方有偿提供的商业活动。它是数据要素市场化配置的核心环节，也是数据从"资源"转变为"资产"和"资本"的关键路径。与传统商品交易不同，数据具有非消耗性、可复制性，复制分发边际成本低（供给、授权、安全与持续更新仍有成本），因此其交易方式、定价机制和合规要求都与实物商品存在显著差异。

理解数据交易，关键在三点：交易标的通常是数据产品或服务，而不是原始数据库的拷贝；交易内容是约定范围、约定期限内的使用权，权属本身另有制度安排；交易过程必须可计量、可追溯、可审计，否则一旦发生超范围使用或数据泄露，责任无法界定。

产生背景

随着数字经济发展，数据被列为与土地、劳动力、资本、技术并列的生产要素。企业在经营过程中积累了大量客户、交易、设备和供应链数据，但这些数据往往散落在不同系统中，缺乏统一治理和流通渠道。一方面，数据持有方有数据变现的需求；另一方面，金融、医疗、零售、科研等领域需要外部数据补充自身判断。数据交易市场正是在供需双方之间建立合规、可信、可追溯的流通机制而产生的。

核心概念

参与主体

数据交易涉及多方角色，各方在合规框架下协同完成数据流通：数据加工与质量控制的作业组织方式，可对照「AI 数据标注平台」（该页为数据标注平台介绍，不是数据交易所，不用于证明挂牌能力）。

交易模式

定价机制

数据没有统一的定价公式。同一份数据对金融风控和市场营销的价值差异可能很大，加上数据可复制、复制分发边际成本低（供给、授权、安全与持续更新仍有成本），价格主要由加工成本、稀缺程度、使用场景和可替代性共同决定，通常表现为"一物一价、一客一价"。实务中常见的计价方式如下：

定价之外还要约定三件事：使用范围（可用于哪些业务、哪些字段）、使用期限（授权起止与续约方式）和计量口径（以哪一侧的调用日志为准）。这三项约定不清，是数据交易纠纷的常见来源之一（具体比例按实际统计，不作量化断言）。

交易流程

一笔完整的数据交易通常经历以下环节，每个环节都需要留痕和审批：

图：交易双方洽谈授权条款——数据交易中的签约与交付，本质是把用途、期限与计量方式谈清楚

合规与安全要求

数据交易不是简单的"卖数据"，合规是前提。核心要求包括：

分类分级：交易前须按自身数据安全管理制度确定分类分级（公开、内部、敏感等为常见内部管理示例，不是全国统一法定三分级）。涉及个人信息的数据须取得合法处理基础；匿名化与去标识化是技术处理手段，不自动取代合法处理基础或对外提供的前提（依据《个人信息保护法》第 4 条、第 73 条对"个人信息"与"去标识化"的界定，条文见《个人信息保护法》官方文本）。

数据不出域：涉及敏感数据时，可采用隐私计算（联邦学习、多方安全计算、可信执行环境）等方式；不同技术的输入、输出与运行位置按方案说明，并非一律保证原始数据永不离开提供方环境，结果仍可能含敏感信息，技术上的不出域也不自动证明合规，仍需满足授权与审查要求。

全程留痕：数据来源、加工过程、授权记录和调用日志按适用规则与约定留存，并明确权限及期限，做到可追溯、可审计。区块链存证是可选的实现方式之一，是否采用取决于交易所规则与合作方约定，不构成交易的前置条件；规范的日志与对账机制是否满足审计要求，按监管规则与协议约定判断。

权限最小化：需求方只能在协议约定的用途、字段和期限内使用数据，不得转售或超范围使用。训练数据的来源授权、样本划分与版本追溯方法，可参考「AI 模型训练数据治理指南」（瑞铭百科）。

中国数据交易市场

制度层面，2022 年 12 月《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称"数据二十条"）对外发布，从数据产权、流通交易、收益分配、安全治理四个方面构建数据基础制度。其中数据产权部分提出数据资源持有权、数据加工使用权、数据产品经营权"三权分置"，为"数据到底归谁、谁能拿去交易"提供了制度框架；流通交易部分提出统筹构建规范高效的数据交易场所，并明确场内外结合的流通体系。

市场层面，上海、深圳、北京、贵阳等地陆续设立数据交易所或数据交易中心，交易品类从早期的数据集扩展到 API、数据报告、隐私计算协作和行业数据产品。企业参与数据交易，通常先完成内部数据治理和资产登记，再通过合规渠道对接交易平台；是否进场交易、还是以场外定向合作方式交付（按适用规则走合同路径），取决于数据类型、需求方属性和合规审查结论。

常见误区

四个误区需要避开：一是以为原始数据可以直接卖——应先核验来源、授权、用途及适用规则，不能仅凭数据是原始或经过脱敏就判断能否交易；二是以为交易就是交付一份数据拷贝——按具体交易与项目约定，数据可能以数据集、API、报告或隐私计算协作等方式服务化交付；原始数据能否交易、是否要求不出域，需按数据类型、法规与交易场所规则判断，不能一概而论；三是以为入表就等于可交易——入表满足的是会计确认条件，与权属、合规、交付方式是两套要求；四是以为挂牌完成后工作就结束了——挂牌与审查按场内/场外分支执行，上线后仍需持续做调用计量、质量更新、异常处置和到期续约，交易是运营不是一次性动作。数据与模型服务的整体说明，可查看数据与模型服务栏目。

意义与价值

对数据持有方，在来源、授权、用途和质量条件满足并实际形成交易的情况下，数据产品或服务可能带来收入；登记、挂牌或加工本身不保证收益，也不自动满足会计资产确认条件；对数据使用方，外部数据补充了自身的数据盲区，提升决策质量；对社会，数据流通促进了资源优化配置和跨行业协作。但数据交易的健康发展依赖于治理先行、合规托底和技术支撑，不能跳过数据治理直接追求交易规模。

评估数据交易需求时，应先说明拟提供的数据、来源授权、用途、使用期限和交付方式，再判断需要哪些治理、加工、接口或审查工作。可查看数据交易解决方案了解项目层面的需求组织。本页不以平台名称证明交易资格、专业资质或挂牌能力，也不保证收益。

常见问题

数据交易是什么？

数据交易是指数据提供方将经过治理、加工和合规处理的数据产品或数据服务，通过交易平台或约定渠道向需求方有偿提供的商业活动，是数据要素市场化配置的核心环节。理解数据交易关键在三点：交易标的通常是数据产品或服务，而不是原始数据库的拷贝；交易内容是约定范围、约定期限内的使用权，权属本身另有制度安排；交易过程必须可计量、可追溯、可审计，否则一旦发生超范围使用或数据泄露，责任无法界定。

数据交易的模式有哪些？

常见五种模式：数据集交易（按主题封装后交付，按次或按年授权）；API 服务交易（通过接口实时提供查询能力，按调用次数计费）；数据报告与分析（提供经过分析和解读的报告而非原始数据）；隐私计算协作（在联邦学习、安全计算或可信执行环境中联合建模，输入、输出与运行位置按方案说明，并非一律保证原始数据不出域）；数据产品订阅（按周期持续更新交付，形成长期服务关系）。

数据怎么定价？

数据没有统一的定价公式，同一份数据对不同场景的价值差异可能很大，价格主要由加工成本、稀缺程度、使用场景和可替代性共同决定，通常表现为"一物一价、一客一价"（供给、授权、安全与持续更新仍有成本）。实务中常见计价方式：按量计价（API 服务、核验类查询）、按期订阅（指标订阅、舆情与行情数据）、一次性授权（历史数据集、行业快照）、收益分成（联合风控、联合营销）、协商定价（定制化数据产品、场外交易）。定价之外还要约定三件事：使用范围、使用期限和计量口径，这三项约定不清是数据交易纠纷的常见来源之一（具体比例按实际统计）。

数据交易有哪些合规要求？

核心要求四项：分类分级（交易前按自身数据安全管理制度确定分类分级，公开/内部/敏感为常见内部管理示例而非全国统一法定三分级；涉及个人信息的数据须取得合法处理基础，匿名化与去标识化是技术手段，不自动取代合法基础）；数据不出域（涉及敏感数据时可采用隐私计算，不同技术的输入、输出与运行位置按方案说明，并非所有技术都保证原始数据永不离开提供方环境，技术上不出域不自动证明合规）；全程留痕（数据来源、加工过程、授权记录和调用日志完整保存，区块链存证是可选的实现方式之一，不构成交易前置条件）；权限最小化（需求方只能在协议约定的用途、字段和期限内使用数据，不得转售或超范围使用）。

数据交易有哪些常见误区？

四个误区需要避开：原始数据可以直接卖——应先核验来源、授权、用途及适用规则，不能仅凭数据是原始或经过脱敏就判断能否交易；交易就是交付一份数据拷贝——按具体交易与项目约定，数据可能以数据集、API、报告或隐私计算协作等方式交付，是否要求原始数据不出域取决于数据类型、交易场所规则与协议约定；入表就等于可交易——入表满足的是会计确认条件，与权属、合规、交付方式是两套要求；挂牌完成后工作就结束了——上线后仍需持续做调用计量、质量更新、异常处置和到期续约，交易是运营不是一次性动作。

政策与概念核对入口

场内与场外交易应分别核对适用条件，相关制度方向可参阅“数据二十条”官方原文。其中提出的数据权益安排是制度框架，具体权利仍需按来源、主体、场景及授权材料确认；不是办理某项登记就当然取得全部处分权。