走进贵阳 2025 年数博会入口，人们穿行于巨大的标牌之间，一个无形产业由此有了可以抵达的实体坐标。展馆内，375 家企业展示了数据基础设施、AI 大模型和实验室系统。[7] 这幅供给图景颇有说服力，同时也提出了一项提醒：展览可以统计供应方和产品，却无法说明买方是否获准使用某个数据集、字段能否按可用的数据模式交付，以及同一数据源到了下一年是否仍有人维护。

中国最新一次全国数据资源调查描绘了规模更大的供给图景。截至 2025 年底，表中统计的“高质量数据集”达到 114,400 个，一年增长 61.13%；申报的数据量达到 908.30 petabytes，增长 142.58%。用于 AI 训练和推理的数据量达到 199.48 exabytes。[1] 这些数字也让下一处瓶颈更加清楚。仅靠继续扩大数据集存量已经不够，还要建立一条可靠通道，把机构保管的数据送入持续、合规的使用环节。

截至 2026-08-03T12:36:53Z UTC，这条通道正逐渐成为受监管的基础设施。用于公共治理或公益事业的公共数据免费使用。用于产业或行业发展的公共数据产品可以收取服务费，收费受到政府指导价上限约束。运营机构的准许利润与成本及政府债券基准收益率挂钩，出价最积极的 AI 企业无法单独决定价格。[3]

这套市场安排影响深远。它既能抑制垄断租金，也能让公共资产得到广泛利用。与此同时，它也带来一项风险：数据准入由各地分别管理，推进速度会相对缓慢；谁能完成授权审查、把数据封装成产品、计量调用、记录来源并持续更新数据源，谁就拥有决定性的商业优势。因此，衡量中国 AI 数据市场的重点将从再增加十万个数据集名称，转向续约、重复使用和买方覆盖面。

库存数字是估算值，可查目录尚未随之出现

《全国数据资源调查报告（2025 年）》同时公布了主要统计结果与调查方法，因此格外有用。附录列出 48,148 个有效观测样本，覆盖 14 类调查对象，包括政府部门、科研机构、中央企业、平台企业、数据交易机构、地方数据集团、可信数据空间运营机构、其他企业和行业协会。企业总体数据采用分层抽样估算，极端值经过缩尾处理，增长率则取两期均接受观测的固定样本组计算。[1]

由此得到的报告，比一组项目发布消息扎实得多。即便如此，汇总数据与经审计的逐项登记册仍属不同层级。114,400 这个数字是政策分类口径下的全国估算值，随报告一同公布的材料中没有 114,400 个可供开发者逐项查看和下载的数据实体清单。

官方建设指南把高质量数据集定义为经过处理、可直接用于 AI 开发或训练，并能改善模型性能的数据。指南要求数据在准确性、完整性、一致性、时效性、多样性、真实性和合规性等静态质量方面达标，还要求动态测试数据能否改善代表性模型。[4] 这一标准相当严格。全国调查公布的是汇总结果，没有随之披露各数据实体的来源记录、评测结果、许可条款或用户数量。

中国的官方指南也直接列出了问题。该指南发布于 2025 年 8 月，指出跨区域共享不足、授权运营平台覆盖不完整、运营权责边界不清、标注与治理成本高、价值转化周期长，以及数据交易机构尚未形成规模化市场。[4] 因此，2025 年底的库存增长体现了组织动员的力度；这些摩擦是否已经消退，仍需其他证据验证。

公共数据经由运营机构进入市场

公共数据只占 908.30 petabytes 高质量数据集总量的一部分，各项分类口径之间也无法直接拆分换算。调查另行报告了 37.84 petabytes 的开放公共数据，以及 7.59 petabytes 的授权运营公共数据，后者同比增长 53.96%。报告还统计了 10,200 项公共数据授权运营产品和服务，覆盖工业、教育、科学和卫生健康领域。[1] 这些数字描述的是一条交付渠道。把它与全部高质量数据集机械对比，无法据此推算使用率。

这种区分关系到数据如何进入市场。开放数据可以面向广泛用户发布。授权运营则覆盖地方政府或国家行业主管部门持有的公共资源：这些资源交由符合条件的法人负责治理和开发，再以公平方式向市场供应产品或技术服务。[2]

运营机构承担数据治理与产品化职责，原始记录进入商业市场受到另一套严格限制。国家试行规范要求建立资源目录，说明更新频率和质量信息，同时设置安全管理措施、产品与服务清单、成本收益核算、信息披露和退出安排。运营机构经竞争性程序选定，协议期限一般不超过 5 年。未公开的原始公共数据受到严格管控，不得直接进入市场；相关产品和服务则须登记并披露。[2]

在实际交易中，交易标的更接近范围明确的查询、核验结果、评分记录、API 调用或衍生服务，与整套“待售政府数据库”有明显区别。这种做法可以保护敏感源数据，也让许可过程可供审计。AI 用户因而要依赖中间机构；响应时延、字段结构稳定性、覆盖范围、纠错能力和服务连续性，都取决于中间机构的表现。中间机构的服务质量也会成为数据质量的一部分。

价格从设计之初便受监管

中国 2025 年 1 月发布的定价通知，分别规定了公共用途与商业用途。用于公共治理和公益事业的产品免费。用于产业或行业发展的产品可以收取公共数据运营服务费，服务费实行政府指导价。[3]

对于收费产品，监管部门根据合理经营成本、税金和准许利润核算最高准许收入。可计入的经营成本包括平台建设与运行、传输、归集、存储、治理、人力和资源获取费用，并须扣除政府补助。准许利润等于经营成本乘以准许利润率；该利润率按上一年度十年期国债平均收益率加不超过 6 个百分点 确定。随后，授权主体核定收费上限，运营机构在上限以内制定实际价格。[3]

这套安排属于受监管的服务定价，定价逻辑与稀缺性拍卖有别。价格可以按产品、调用次数、使用期限或数据量计收。价格每 3 年至少审核一次，年度收入持续受到监测；实际收入与准许收入的偏差超过 10% 时，收费上限可以调整。[3]

这项安排有一项明确优势：地方运营机构无法凭借独家接触公共记录的便利任意收取通行费。它也带来同样明确的权衡。成本定价对有据可查支出的回报更直接，对下游效用的反映则较弱。一个维护严谨、范围较窄的数据集可以为 AI 用户节省大量工作，但运营成本很低；一个铺陈庞杂的平台即使活跃客户尚少，成本基数也会很大。监管部门需要分清必要治理与一般管理费用，也要分清有效需求与目录数量。

广州的试行方案已经进入早期实地检验。2025 年 8 月启动的方案采用固定的年度基础技术服务费，再叠加随调用量增加而分档递减的使用费。该市公开了 5,000 多项公共数据授权运营目录信息，注册数据商在申请前可以查看 AI 生成的模拟数据。官方报道发布时，已有 50 多项开发申请获批，12 项公共数据产品通过合规审查后上架。[5] 这些都是从目录走向交易的具体步骤，但仍只是申请、审批与上架环节的进度指标。续约情况、调用频率、客户集中度，以及产品是否改善 AI 系统，尚未见于披露。

需求增长，同时趋于集中

全国调查中，需求数据与供给扩张构成最鲜明的对照。2025 年，样本企业中只有 11.65% 购买过数据，但这些企业的数据采购支出增长了 22.36%。头部平台企业中，买方占比则达到 88.89%。外部数据占这些企业 AI 开发与训练用数据的 74.36%；其平均数据采购支出是其他企业的 60 倍，平均采购量则是其他企业的 115 倍。[1]

这是一项市场信号，对小企业的采购选择不作价值判断。许多企业拥有足够的内部数据，或者现有 AI 用例没有接入外部数据源的需求。调查显示的是另一层关系：需求、整合能力和购买力集中在同一批机构。北京和上海企业的数据购买率均高于 30%，金融业、软件和信息技术服务业也超过 30%。[1]

一项较早覆盖全部 31 个省级地区的研究发现，中国数据要素市场呈现三级地域梯度，并指出区域发展失衡、公共数据制度不完善和场内交易规模不足。[6] 该研究所用证据早于 2025 年全国定价和授权运营规则，因此适合作为基线，无法直接评价新制度的成效。新规则已回应其中若干制度缺口。现有证据尚未表明，一项在某座城市获准运营的产品，可以由另一座城市的 AI 开发者找到并完成签约、评估和重复使用，原有交易流程也能直接复用。

这正是宏观层面的落差：中国设有全国规模的供给目标，各地的运营办法也越来越具体，但有效需求仍集中于大型平台、中央企业、金融业、软件业以及北京和上海。中间层运转顺畅时，其他用户合规获取数据的固定成本会随之下降。若各地体系彼此割裂，每个地方都可以拥有完整目录、指定运营机构和收费表，却依然难以汇成全国市场。

下一组凭证应当来自使用记录

以下四类披露能显示库存是否正在成为基础设施。

第一，运营机构应报告转化漏斗，包括目录条目数、合格申请数、获批产品数、付费用户数、活跃调用量、续约量和停止供应的数据源数量。一个数据集上架后长期无人使用，体现的只是供给政策，尚不足以说明市场深度。

第二，产品需要配套服务证据，包括更新是否准时、错误率与纠错率、数据模式变更、授权耗时、可用性和来源记录异常。这些指标可以显示试点结束后，模型开发者能否继续依赖某项公共数据产品。

第三，买方集中度下降时，背后的原因同样重要。中小用户与跨区域买方增多，行业用户反复使用产品，才能说明运营层正在降低固定成本。若交易总额的上升主要由少数平台企业带动，市场扩张仍会集中在既有大型企业。

第四，应明确 AI 效果的验证范围。供应方若声称授权数据集带来了改进，就应说明任务、数据集版本、模型、评估集、基线和部署条件。以 petabytes 计的数据量增加，本身无法证明性能提升；一项衍生的核验 API 所创造的价值可以超过规模大得多的原始语料库。

这项论点有清楚的证伪条件。若活跃客户覆盖面扩大、产品得到续约、跨区域重复使用成为常态、服务质量保持可衡量，且模型在测试信息得到披露的条件下取得改进，准许利润定价制度便已把公共数据转化为易于获取的基础设施。若库存和产品数量继续上升，买方仍高度集中、使用情况也继续缺少披露，则这套制度只是为通道定了价，尚未证明其中确有流量。

贵阳数博会的入口让数据经济看起来像一个可以直接走进去的地方。走过标牌之后，更艰难的工作才会开始：许可、封装、定价、维护和重复使用。中国选择按照公共服务市场的方式治理这些环节。相比数据存量，合格用户再次使用的频率才是下一项关键指标。

来源

1. 国家数据局，《全国数据资源调查报告（2025 年）》（2026 年 4 月发布；全国库存、流通、AI 使用、采购、公共数据、企业价值和调查方法数据）。
2. 国家发展改革委、国家数据局，《公共数据资源授权运营实施规范（试行）》（2025 年 3 月 1 日起施行；运营机构遴选、协议、披露、登记、安全和原始数据边界）。
3. 国家发展改革委、国家数据局，《关于建立公共数据资源授权运营价格形成机制的通知》（2025 年 1 月；公益用途免费、产业用途政府指导收费、最高准许收入、准许利润率、收费上限和审核）。
4. 国家数据局等机构，《高质量数据集建设指引》（2025 年 8 月；定义、静态与动态质量、库存基线、建设方法，以及文件确认的市场与治理瓶颈）。
5. 国家数据局，“广州推动公共数据授权运营价格形成机制落地”（2025 年 9 月 4 日；市级收费设计、目录、申请和产品上架数据）。
6. 任明等，《数据要素市场化推进：进展、问题与对策》，《图书情报知识》第 41 卷第 5 期（2024 年；覆盖 31 个地区的市场发展、区域失衡、制度缺口和交易所交易规模研究）。
7. 人民网，“2025 中国国际大数据产业博览会专业展在贵阳开幕”（2025 年 8 月 28 日；活动背景，以及本文图片所用的涂敏纪实照片）。