数据要素的形成需经历两个阶段：数据资源化与数据产品化。前者将原始数据经采集、加工处理转化为具有潜在使用价值、并具备一定规模的要素性数据资源，更偏向为供给侧赋能；后者在数据资产基础上，通过分析目标客户的数据需求及应用场景，深度挖掘数据应用价值，更偏向为需求侧赋能。正是这一分工，决定了数据加工商的下游需求结构：需求侧的主要来源集中在政务及各类行业数据使用方，其中政务数据公开是大势所趋，这类数据价值大、敏感程度高，因此具备国资背景、可靠可信且具有一定技术实力的企业，更有可能承担政务数据的运营与平台建设。对深耕AI数据标注、数据挖掘等关键技术的数据加工商而言，需求侧的应用场景分布由此呈现出以政务信息化平台为重要抓手、并向各行各业数据使用者延伸的特征。

两阶段分工如何塑造需求结构

数据资源化阶段解决的是“数据能不能用”：原始数据从企业或机构信息系统输出后，需经过采集和加工处理，才能成为具有潜在使用价值、并具备一定规模的要素性数据资源。这一阶段偏向供给侧赋能，数据资源持有者有望获得价值重估。

数据产品化阶段解决的是“数据给谁用、怎么用”：在数据资产基础上，围绕目标客户的数据需求及应用场景深度挖掘应用价值，偏向需求侧赋能，例如通过数据分析提升使用方的生产效率。数据加工商的下游需求，正是沿着这一阶段的应用场景分布展开的。

需求侧来源与结构特征

从产业链看，数据要素可划分为数据供给、数据流通和数据应用三个环节。供给环节参与者包括数据资源持有者、数据开发商、数据加工商等；流通环节主要是数据交易平台和数据确权服务商；应用环节则涵盖各行各业中的数据使用者。

需求侧结构有两个特征值得关注：

  • 政务方向权重突出：政务数据公开是大势所趋，数据价值大但敏感程度高，具备国资背景、可靠可信且具备一定技术实力的企业，更有可能运营政务数据、打造政务信息化平台。
  • 应用端高度分散：应用环节涵盖各行各业的数据使用者，数据产品化需逐一对接具体场景与客户需求，决定了需求分布天然多元。

从细分市场规模看，数据要素的存储、分析、加工环节市场规模均超过150亿元，为数据资源化奠定了扎实基础；数据交易、数据服务的产业规模分别达到120亿元、85亿元，需求侧的探索和创新已取得初步成效。（口径：2021年数据要素细分领域市场规模）

常见问题

数据加工商的下游需求主要来自哪里？

主要来自数据应用环节的各类数据使用者，其中政务方向因数据价值大、公开是大势所趋而占据突出位置，具备国资背景与技术实力的企业更可能承接政务数据运营与平台建设；其余需求则分散在各行各业的具体应用场景中。

为什么数据产品化阶段更贴近需求侧？

因为该阶段是在数据资产基础上，通过分析目标客户的数据需求及应用场景来深度挖掘数据应用价值，例如通过数据分析提升使用方生产效率，其价值实现直接取决于下游使用方的场景落地情况。

数据加工商需要具备哪些能力？

技术实力出众、深耕AI数据标注、数据挖掘等关键技术的企业，有望在数据要素的发展进程中持续受益。