这两年跑各地数据交易所，听得最多的一句话是：数据不缺，缺的是敢卖的人和敢买的人。药方也一直很统一——多挂牌、多上架、多做供需对接会。

这份报告把这个共识掀了。它先给现状定性：全国上百家交易场所做的都是同一门生意，零售；再提出一个更扎人的判断，真正该有的那一层市场压根还没建起来；最后用三章设计了一个批发市场该长什么样。

我先按它的思路走一遍，再讲我不同意的四处。

报告把数据流通分成四种基本模式：数据开放、数据共享、公共数据授权运营、数据交易。供给主体不同、机制不同、场景不同，看着是四件事。

但报告指出它们有一个共同点：流通对象都是数据产品，面向的都是终端用户。政府开放的一批数据，交易所挂牌的一个产品，最后都是给具体的人拿去用。这就是零售的特征——单品化、低单价、高频次。

按这个口径看数字更清楚。报告援引的行业口径是：数据交易规模从 2015 年的亿元级爬到 2025 年的千亿级，2026 年预计突破 3000 亿；全国注册的数据交易机构或场所已超 100 家，主流模式就是挂牌数据产品。

规模在涨，机构在增，但报告自己写下了一句很硬的话：大量已完成挂牌上架的数据产品未能达成流通交易。原因是场景有限、供需不匹配。

做过这行的人都懂这句话的分量。它等于把场内交易活跃度低，从"我们运营没做好"改成了"这个模式本身就只有这么大"。

图 1　四种流通模式：标的、买家、形态三列同构

报告的骨架在第三章：借微观经济学里要素市场与产品市场的两分法，说数据市场也该有两层。

产品市场卖成品，买家是终端用户。要素市场卖原材料，买家是数据制造商，报告里也叫数据工厂。这一层市场有三个特征：高总价、持续性、非标准化。高总价因为卖的是生产资料；持续性因为供给一断，买方生产线就停；非标准化因为体量大、结构杂、权属复杂，做不成标准件。

数据工厂干的事报告写得很具体：从要素市场买回原材料，做勘探、挖掘、冶炼、加工、质量管控，产出标准化数据产品，再供给到产品市场。

图 2　两层市场：要素市场供货给工厂，工厂产出供产品市场

这里我要提第一个不同意的点：这个新市场建立在一个还没被证明存在的主体上。

报告通篇用"数据制造商"当买方，却没给出这个群体的规模、营收、客户结构里的任何一个数字。谁在买、买多少、买了卖给谁，全是空的。

有人会说，数商不就是数据工厂吗。不是。数商是服务商，收服务费，不担存货风险；数据工厂是制造商，自己垫钱买原材料，卖不出去就砸手里。两者不是一回事。没有一批愿意自己扛存货风险的主体，批发市场就没有对手盘。

拿江苏自己的数字对照更明显：据报道，江苏省数据交易所上架数据产品 4400 多个，其中约 400 个是公共数据产品。这是漂亮的产品市场成绩，恰恰说明工厂还没成规模——货都在货架上，没进车间。

批发市场能成立，前提是标的能计量、能分级、能交割。钢材可以，棉花可以，一吨就是一吨，牌号定了，验货有标准。

数据麻烦在两头。一头是可复制：复制一份的边际成本接近零，意味着想卖出高总价，只能靠排他性授权。另一头是持续性：报告要求卖方稳定持续供货，因为买方拿它当生产资料。

这两个要求互相拉扯。排他越彻底，卖方越不愿意长期只供一家；供给越持续，排他越难维持。

报告对定价的处理是一句话带过：高总价既是规模效应的客观结果，也是稀缺资产的价值体现。这是结论，不是推导。整份报告里，这是最薄的一环。

我的判断是：要素市场的价格不会来自"这份数据有多重"，只会来自"独占期有多长、替代品有多少"。定价谈判真正谈的是排他条款，不是数据本身。

第六章是全报告最"像真的"一章，因为它把证券市场的制度件一件件搬了过来。

参与主体列了八类：供方、需方、新型数据交易所、保荐会员机构、做市商、标的交付机构、监管机构、第三方服务机构。核心是保荐制——想挂牌先找保荐机构出意见，机构要对标的做担保，极端情况下兜底认购，用来治虚假挂牌和空挂零交易。

流程也像那么回事：保荐、挂牌申请、资格审查、挂牌询价、定价挂牌、需求匹配、成交、资金清算、交割、登记备案。还配了数权凭证，买方可以择期交割，暂时不具备条件的可以在场内转售凭证博溢价，或者由交付机构回购、强制注销。

图 3　八类主体与股市制度件的逐条对照

这套设计的问题只有一个，但很致命：股票交割的是唯一的所有权凭证，数据交割的是一份可以无限复制的副本。

报告写了买方存储安全资质核验，写了凭证注销，但没回答一件事——买方拿到数据后转手再卖，凭证管得住吗？数据一旦出域，物理上就收不回来。凭证能证明"你曾经合法买过"，不能证明"你没有偷偷复制"。

这不是报告的疏漏，是整个数据交易绕了五年没绕过去的坎。制度可以从股市搬，物理属性搬不过来。

第五章是报告里最新的部分。逻辑是：以 MaaS 平台为核心，把原始数据变成可计量的智能输出。平台分三层——模型集成层管异构模型接入和推理调度，服务封装层把能力包成接口，生态治理层管计费和分配。

在这个体系里，AI Agent 不再是被动执行指令的工具，而是能自主发起调用、独立结算的交易主体。行为分三层：被动调用、主动规划、价值共创。

真正的新东西是 Token。报告说它已超出技术工具属性，成了生态通用的价值尺度和分配依据。计量分两向：输入 Token 对应检索与上下文拼接的成本，输出 Token 对应推理生成的算力开销。数据贡献者不卖原始数据，按自己的数据对模型的贡献比例参与分成。

方向我认同——这是第一个机器可读、可审计、能自动结算的计量单位，比按次调用确实进了一步。但它跳了一步没解释：归因。

一次推理消耗 2000 个 Token，其中多少来自你贡献的语料，多少来自模型本身的能力？Token 只能计量这次调用花了多少算力和检索，计量不了"哪一句是因为你的数据才答对的"。

归因不解决，按 Token 分配实际就是按调用量分配。调用量高不等于价值高——最后奖励的是被反复检索、信息密度低的泛数据，惩罚的是用得少但决定成败的专业数据。

图 4　从数据贡献到收益分配，断在归因这一环

第五章后半和 6.5 节讲具身智能数据，我读的时候停顿最久。这是全报告唯一有真实产业质感的部分。

它讲了几个很具体的观察：具身数据的采集规模和有效训练价值不呈线性关系，这跟大模型堆参数堆数据不一样；缺动作参数、机器人状态、任务意图、接触信息和执行结果的视频，对提升机器人能力作用有限；重复度高、模态缺失、跟动作结果对不齐的样本，量再大也用不上。

所以供给结构是个金字塔：底层用互联网视频和无本体采集扩场景，中层用多模态增强数据补空间和语义，顶层用高精度真机数据做本体对齐和能力校准。

盈利路径也是递进三级：按人天设备提供采集服务，提供清洗标注筛选后的数据产品，再围绕抓取稳定性、失败恢复、跨场景泛化提供可验证的能力增益服务。报告还提到，江苏已完成全国首单具身智能数据集交易。

图 5　具身智能数据供给的金字塔结构

我的判断是：这一章可能是全报告最有用的部分，恰恰因为它讲的是一个真实存在的买方需求——机器人公司确实在花钱买数据，而且知道自己要什么数据。这和前面几章想象出来的"数据工厂"不是一回事。

遗憾的是它跟主线是并置的。前面讲市场制度怎么设计，这里讲数据生产怎么组织，一个是机制问题，一个是生产问题，报告摆在一起，没说清两者什么关系。

我不认为这份报告给出了答案。批发市场怎么定价、凭证怎么防二次流转、Token 怎么归因，三个最硬的问题它都绕着走。

但它的分量在另一处：它把行业对自身的描述，从"运营问题"改成了"结构问题"。

运营问题可以靠多开会、多补贴、多挂牌解决；结构问题只能靠换一层市场。这个判断一旦成立，各地数交所这几年被考核的那套指标就都失效了——挂牌数量、上架产品数、对接会场次，衡量的是货架摆得多整齐，不是有没有人买走。

如果真按报告的思路走，有三件事现在就能做，不用等新制度：

这三件事都不新，但它们指向同一个前提：得先有人靠数据买卖活着。

数据交易真正的分水岭，不是又多了一个交易所，而是本地有没有一批公司靠买数据、加工、再卖活着。这批人长不出来，再漂亮的制度设计也只是给空货架配了本规则手册。

本文所引数据与观点均来自《新型数据流通交易模式研究报告》（江苏省数据交易所、复旦大学数据资产课题组，94 页）：四种流通模式定性见 1.3 节与 2.1 节，交易规模与机构数量见 1.3 节，两类市场划分见第三章，标的形态设计见第四章，MaaS 与 Token 见第五章，交易流程与参与主体见第六章。江苏省数据交易所上架 4400 多个数据产品，出自中国新闻网 2026 年 2 月 26 日报道。文中判断为个人观点。