增强数据企业“活跃度”要盯住四个指标

　　在实体经济和数字经济加速深度融合的当下，数据企业已成为打通要素供给与产业需求的关键枢纽。近日，国家数据局在国家发展改革委奋进“十五五”系列新闻发布会上提出，“培育一批创新活跃的数据企业”。

　　当前，数据企业的范畴已不再局限于早期的数据生产者，而是拓展至数据服务商、数据资产评估机构、授权运营服务商、数据治理服务商等多元主体。串起从数据资源到数据资产、再到数据资本的整条价值链。从功能上来看，数据企业一端连着供给，把沉睡的数据推向可落地场景；另一端连着需求，把实体经济的诉求转换成可计价、可交付的数据产品。数据要素能否产生乘数效应，很大程度上取决于这一中间层是否真正运转。

　　与此同时，数据企业还扮演着“探路者”角色——确权、定价、合规、跨境流动中的每一笔真实交易、出现的纠纷案例，都在为数据领域规则细化、立法完善积累实践场景。

　　正因承载如此功能，近年来数据企业体量扩张引人注目。今年8月份，国家数据发展研究院发布的《中国数据产业发展报告（2026）》显示，2025年我国数据企业已达48.2万家，同比增长17.9%，数据产业规模6.78万亿元。6.78万亿的规模和48.2万家的企业数量，放在任何产业中，都称得上“厚实”。数据产业用几年时间走完了许多行业十几年才完成的体量积累，数量层面的“底盘”已相当扎实。

　　不过，规模并不直接等于活力。当前，我国数据企业经营普遍面临战略定位不清晰、商业模式不成熟的困境，由此导致市场同质化竞争严重、经营持续性不足。同时，大量企业停留在数据采集、基础治理、项目制集成等低附加值环节，以定制化换订单，以应收账款换营收，规模在扩张，利润却在收缩。

　　深究背后原因，答案就在于数据产权界定模糊、定价机制缺失、交易规则不统一、合规成本高企，这些不足并未因企业数量的增长而自动消解。一个数据企业即便有技术、有场景，若无法以可预期的成本获得合规数据、无法以可计量的方式完成交易、无法以可回收的方式实现收益，所谓的“创新活跃”就只能停留在项目制的低水平循环里。

　　因此，增强数据企业的“活跃度”，要盯住四个重要指标。

　　其一，研发强度。重点看企业研发投入占比、研发人才结构，更要看技术成果能否沉淀为可复用的数据治理工具、模型能力或标准化产品，而非仅仅为单个定制项目服务。

　　其二，产品化收入。收入来源应当向可复用、标准化、可规模化分发的数据产品倾斜，搭建订阅、按量、按效果付费等商业模式，跳出一次性项目交付的路径依赖。评价维度不能只看营收规模，更要看产品化收入占比、收入的可预期性。

　　其三，健康毛利与客户续费率。稳定合理的毛利，代表企业具备市场议价能力，摆脱低价抢单、依赖应收账款回款的老路；较高续费率，印证产品能够持续创造价值、获得客户认可。规模走高但利润承压、订单依赖资源对接而非产品竞争力，难言真正活跃。

　　其四，场景复用率。企业要从“数据搬运工”转向产业的“决策引擎”，深耕行业理解指标口径、业务痛点与决策链路，主动界定数据供给范围、颗粒度、落地环节与解决目标，沉淀可复制的行业模板。

　　说到底，衡量产业活跃度，不只在于企业注册数量增长快慢，还要看单个企业的研发强度、盈利质量、客户续费率、产品化收入占比等因素。从这个角度看，“培育一批创新活跃的数据企业”有了清晰抓手：一方面降低制度性交易成本，让走合规创新路线的优质企业能够持续经营；另一方面，倒逼停留在低水平重复竞争的市场主体，找到创新转型的路径。数量底盘已经铺就，活跃质量才是数据产业下一程的核心。