国家数据局提出"数据换数据、换订单、换服务、换模型、换场景"五种交换方式。数据交易不等于数据买卖，"换"比"卖"更符合数据本质。

谁说数据只能用来卖钱？

这个认知偏差，可能让你错失数据要素市场里最大的机会。

2026年2月3日，国家数据局等部门印发《关于培育数据流通服务机构 加快推进数据要素市场化价值化的意见》（国数政策〔2026〕6号），明确提出：鼓励各类主体拓展数据换数据、换订单、换服务、换模型、换场景等交换方式。（来源：中国政府网，2026-02-03）

7月6日，国家数据局政策和规划司司长栾婕在”数据要素×”新闻发布会上再次强调这一方向。（来源：新浪科技，2026-07-07）

大多数人看到”数据交易”四个字，脑子里浮现的是”一手交钱一手交数据”。但国家数据局正在引导市场走向一个完全不同的方向：数据不一定只拿来卖，还可以”换”。

正方：为什么”换”比”卖”更符合数据本质

数据有一个区别于所有传统生产要素的独特性质：可复制、可融合、不排他。

你把一吨钢材卖给别人，你就没有这吨钢材了。但你把一份数据”给”别人，你自己手里还有。数据的交换不是零和博弈——双方都能拿到对方的数据，各自的数据资产都增加了。

这就是”换”的逻辑基础。

举个例子：一家物流公司有全国公路货运实时轨迹数据，一家气象公司有全国精细化天气预报数据。物流公司需要气象数据优化路线规划，气象公司需要物流数据验证天气对交通的影响模型。

如果”买卖”，气象公司标价100万，物流公司可能觉得贵。但如果”换”——物流公司用货运轨迹数据换气象预报数据，双方都拿到了自己需要的数据，且没有现金流出。1+1>2。

再比如：一家零售企业有消费者购买行为数据，一家AI公司有推荐算法模型。零售企业需要推荐算法提升复购率，AI公司需要真实场景数据训练模型。如果”换服务”——AI公司免费提供模型部署和运维，换取零售企业的脱敏数据用于模型迭代。双方各取所需。

“换”的本质是：用数据本身的价值去支付，而不是用现金。 这对现金流紧张但有数据资产的中小企业尤其友好。

反方：”换”的实操难点和风险

理想很丰满，但”换”在实操中至少面临三个难题。

难题一：价值评估。 交换的前提是双方认可对方数据的价值。但数据定价本身就是世界级难题——成本法、收益法、市场法各有局限。你的数据值100万还是10万？我的模型值500万还是50万？如果没有第三方评估，双方很容易陷入”我的更值钱”的拉锯。

难题二：权属界定。 换出去的数据，对方能用在哪些场景？能不能二次分享？衍生数据归谁？如果这些问题没有合同明确约定，后续纠纷几乎必然发生。好在7月1日印发的《数据产权登记工作指引（试行）》为权属证明提供了制度工具——双方都可以用登记凭证来明确各自的权利范围。

难题三：合规风险。 数据交换不是法外之地。《数据安全法》《个人信息保护法》同样适用于交换场景。涉及个人信息的数据交换，必须确保脱敏或取得授权。涉及重要数据的，需要遵守分类分级管理要求。跨境数据交换更要走安全评估流程。

所以，”换”不是想换就能换——它需要制度保障、技术支撑和法律框架的配合。

折中：五种”换法”分别适合谁

国家数据局提了五种”换法”，不是随便说的——每种对应不同的企业类型和需求场景。

换数据：适合有互补数据的企业。

核心逻辑：我有A数据你有B数据，A+B产生新洞察。典型案例：气象数据换物流数据、消费数据换地理数据。适合数据密集型行业企业，如物流、零售、金融。

换订单：适合能通过数据赋能获客的企业。

核心逻辑：我帮你用数据提升效率/降低成本，你给我商业订单。典型案例：用消费画像帮品牌方精准营销，换取品牌方营销合同。适合数据服务商和咨询公司。

换服务：适合有数据但缺技术能力的企业。

核心逻辑：我给你数据，你帮我做数据分析/系统开发/运维。典型案例：制造企业给数据服务商提供设备运行数据，换取预测性维护服务。适合传统行业企业。

换模型：适合有行业专识数据的企业。

核心逻辑：我提供行业数据，你用数据训练行业大模型，我获得模型使用权。典型案例：医疗机构提供脱敏诊疗数据，AI企业训练辅助诊断模型，医院获得模型使用权。适合有专业数据但无AI能力的机构。

换场景：适合有数据但缺应用场景的企业。

核心逻辑：我提供数据，你提供落地场景，双方共享应用成果。典型案例：交通数据企业提供数据，智慧城市运营商提供试点场景，共同开发交通优化方案。适合数据企业和场景运营方。

别忽视”数据作价出资”

政策文件里还有一句话容易被忽略：”探索数据作价出资等数据价值实现新路径。”

数据作价出资，就是把数据评估作价后作为资本入股。这比”换”更进一步——不是临时性的交换，而是将数据转化为股权。

这条路更难，但一旦走通，影响更大。它意味着数据不只是交易对象，而是可以成为企业资本结构的组成部分。对轻资产、重数据的科技企业来说，这是打开融资新通道的钥匙。

不过，数据作价出资需要解决三个前置问题：产权清晰（有登记凭证）、估值有据（有第三方评估报告）、股东认可（有投资协议）。目前这三个环节都还在探索中。

数据交易所的新角色

如果”换”成为主流模式，数据交易所的角色可能需要重新定义。

目前大多数数据交易所的核心功能是”撮合买卖”——卖方挂牌标价，买方搜索采购，交易所收佣金。但如果”换”成为主流，交易所需要变成”交换撮合平台”——不是帮双方定价，而是帮双方匹配需求、设计交换方案、提供合规保障。

这其实更接近数据流通服务机构的定位。国数政策6号文将数据流通服务机构分为三类：数据交易所（中心）、数据流通服务平台企业、数据商。文件明确要求三类机构”探索多样化流通交易模式”，”降低数据流通交易成本，促进更大范围数据流通交易”。

换句话说，政策已经在引导：交易所不要只盯着”卖数据收佣金”这一种模式，要去探索”撮合交换、设计方案、合规保障”等多元服务。

从”数据二十条”到”数据要素×”三年行动，从产权登记指引到”数据换X”模式提出——数据要素市场的制度框架正在从”能不能交易”转向”怎么更好地流通”。

“换”不是取代”卖”，而是多了一种选择。当数据流通的形态更加多元，数据要素的乘数效应才能真正释放。

到2029年底，国家数据局的目标是”流通交易形态更加多元，数据产品和服务更加丰富”。从”卖”到”换”，是形态多元的第一步。

对企业来说，现在该想的不只是”我的数据能卖多少钱”，更是”我的数据能换到什么”。后者可能比前者更有价值。