数据要素市场并非“供给过剩”，而是供需节奏并不同步：供给端的数据存储、加工环节已具备规模，而需求侧的数据交易规模相对有限，反映商业化应用仍处于培育期。数据要素的资产化需经历资源化与产品化两个阶段，当前供给端率先发力，需求端应用场景尚待成熟，120亿元的数据交易规模并不代表供给过剩，而是需求结构仍在形成过程中。

供需两侧的节奏差

从细分市场规模看，数据要素市场呈现出明显的“供给先行、需求跟进”特征。供给端的数据存储环节市场规模为180亿元，数据加工环节为160亿元，数据分析环节为175亿元，均已形成可观体量；而需求侧的数据交易环节规模为120亿元，数据服务环节为85亿元，整体体量小于供给端。这一对比说明，数据资源的采集、存储、加工等基础能力建设进展较快，而数据产品的流通与商业变现仍在探索阶段。

这种节奏差与数据资产化的路径密切相关。数据资产化需要先经过资源化——将原始数据采集、加工为具有潜在使用价值的要素性数据资源，再经过产品化——针对具体应用场景开发数据产品。当前供给端在资源化阶段投入较大，而产品化阶段的应用场景开发与需求挖掘仍在培育，因此交易规模尚未与供给规模同步放大。

商业化应用仍处早期

数据要素对经济增长的贡献数据也印证了这一判断。数据要素对GDP的贡献率从2015年的11.9%升至2021年的14.7%，但贡献度仅为0.83个百分点。贡献率反映数据要素在经济增长中的相对重要性在提升，而贡献度绝对值偏低，说明数据要素的商业化应用对整体经济的拉动仍处于早期阶段，距离大规模变现尚有距离。

这意味着，当前数据交易规模与供给端规模之间的差距，反映的是市场发展阶段特征而非供需失衡。随着数据产品化程度加深、应用场景逐步落地，需求侧有望逐步追赶供给端的建设节奏。

常见问题

数据交易120亿元是否意味着数据没人要？

不是。120亿元的数据交易规模反映的是数据要素流通市场仍处于起步阶段，数据确权、定价、交易规则等基础设施仍在完善中。供给端存储、加工环节规模领先，说明数据资源化基础已较扎实，需求端的规模化释放需要依赖更多应用场景的落地。

如何判断数据要素市场的供需节奏？

可关注两个维度：一是数据产品化进程，即针对具体行业场景的数据产品是否持续丰富；二是数据交易配套机制的建设进度，包括确权、定价、交易平台等基础设施的完善程度。这两个维度的进展决定了需求侧能否跟上供给端的建设速度。

数据要素对经济的拉动作用有多大？

数据要素对GDP的贡献率已从2015年的11.9%升至2021年的14.7%，但贡献度仅0.83个百分点。贡献率上升说明数据要素在经济增长中的角色日益重要，而贡献度偏低则表明商业化应用仍处早期，后续提升空间较大。