上海数据交易所：2022年金融业数据流通交易市场研究报告_54页_4mb.pdf-资源下载-

报告吧 > 资源分类 > PDF文档下载

阅读全文

上海数据交易所：2022年金融业数据流通交易市场研究报告_54页_4mb.pdf

资源ID：174868 资源大小：4.15MB 全文页数：54页
资源格式： PDF 下载积分：9.9金币【人民币9.9元】

快捷下载

会员登录下载

三方登录下载：

下载资源需要9.9金币【人民币9.9元】

邮箱/手机：
温馨提示：	用户名和密码都是您填写的邮箱或者手机号，方便查询和重复下载（系统自动生成）
支付说明：	本站最低充值10金币，下载本资源后余额将会存入您的账户，您可在我的个人中心查看。
支付方式：
验证码：	换一换

加入VIP,下载共享资源

友情提示

1、下载资料失败解决办法

2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，既可以正常下载了。

3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。

4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰。

5、试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。

网站客服

侵权投诉

上海数据交易所：2022年金融业数据流通交易市场研究报告_54页_4mb.pdf

金融业数据流通交易市场研究报告上海数据交易所研究院2022 年 11 月编写人员：汤奇峰黄丽华卓训方吴蔽余秦璇赵蔡晶夏飞计丽娜宋敏兰安然曾萍萍邱诗韵摘要数据是开展金融业务的核心要素，在营销与风控领域发挥着基础性作用。由于金融业普遍存在逆向选择与道德风险，其天然属性决定了金融业是数据密集型投入行业。可以说，金融业自从诞生的那刻起，就在进行数据交易。基于近年来公开采购信息与企业工商数据，本报告分析了金融业作为数据需求方的数据交易行为。第一部分从数据交易规模、采购方式、细分行业交易、数据交易的空间分布等各方面对金融业数据交易进行了分析；第二部分站在金融业数据交易供应商的视角，分析了供应商的基本情况、来源、行业动态。第三部分归纳总结了金融业数据交易的常见数据产品与定价信息；最后，结合数据给出政策建议。本报告发现，近年来数据采购信息披露的数量持续增长，银行业的数据需求最为旺盛，数据交易和数据供应商集中在北上广三地。以国有企业为代表的优质数据供应商虽然数量不大，但在资金规模、数据来源专有性、知识产权等方面占据主导地位。金融业交易的数据产品以征信类数据为主，包括个人征信与企业征信，近九成的数据产品来源于对公共数据的处理加工。鉴于此，本报告在数据要素市场建设、引导数据交易由场外转向场内、以及相关制度建设方面，提出了若干政策建议。目录一、交易概况.8（一）采购项目数量规模年度趋势.8（二）采购项目地区分布.9（三）细分行业数据采购分析.1 2（四）采购项目月度分析.1 4（五）金融业数据采购方式分析.1 6（六）金融业数据交易的区位分布.1 9二、金融业数据供应商分析.2 1（一）数据供应商年龄分布.2 1（二）数据供应商区位分布.2 2（三）数据供应商企业类型分布.2 5（四）金融业数据供应商规模.2 6（五）金融业数据供应商权属分析.3 0（六）数据供应商多指标分析.3 3三、金融业数据产品交易情况.4 4（一）金融业数据交易产品.4 4（二）数据产品定价.4 5（三）单一数据来源.4 8四、政策建议.5 0图目录图 1 数据采购项目数年度趋势.8图 2 数据采购项目金额分布.9图 3 各实施地数据采购情况.1 0图 4 不同地区金融业数据采购金额分布.1 1图 5 各实施地数据采购次数逐年情况.错误！未定义书签。图 6 代表省市数据采购项目数分年度占比.1 1图 7 数据采购项目数量行业分布.1 2图 8 数据采购金融分部门支出情况.1 2图 9 各行业数据采购次数逐年趋势.1 3图 1 0 分部门数据采购金额比例年度趋势.1 4图 1 1 各金融行业数据采购次数占比逐年分布.1 4图 1 2 数据采购次数季节性分析.1 5图 1 3 月度数据采购金额比重.1 5图 1 4 数据采购次数分年度季节性分析.1 6图 1 5 采购方式分布（采购项目数）.1 7图 1 6 采购方式分布（采购金额数）.1 7图 1 7 采购方式年趋势.1 8图 1 8 不同采购方式支出占比年度趋势.1 8图 1 9 数据采购交易跨省与否.1 9图 2 0 数据采购交易跨省与否年度趋势.1 9图 2 1 跨省交易中供方地区分布.2 0图 2 2 数据供应商年龄分布及累计占比.2 1图 2 3 年度新增数据供应企业数量.2 2图 2 4 数据供应商省际分布图.2 3图 2 5 数据供应商四大地区分布图.2 4图 2 6 数据供应商公司类型情况.2 5图 2 7 数据供应商上市情况省际分布.2 6图 2 8 数据供应商注册资本分布.2 7图 2 9 数据供应商实收资本分布.2 8图 3 0 数据供应商人员数量分布.2 9图 3 1 数据供应商参保员工数量分布图.3 0图 3 2 不同权属数据供应商年龄分布.3 1图 3 3 不同权属数据供应商省际分布图.3 2图 3 4 数据供应商权属与规模.3 3图 3 5 数据供应商行政处罚次数分布.3 3图 3 6 不同权属数据供应商行政处罚数量分布图.3 4图 3 7 数据供应商持有软件著作权数量分布.3 5图 3 8 不同权属数据供应商持有软件著作权数量分布.3 6图 3 9 数据供应商持有专利数量分布.3 6图 4 0 不同权属数据供应商持有专利数量分布.3 7图 4 1 数据供应商中立舆情数量分布.3 8图 4 2 不同权属数据供应商中立舆情数量分布.3 8图 4 3 数据供应商正面舆情数量分布.3 9图 4 4 不同权属数据供应商正面舆情数量分布.4 0图 4 5 数据供应商负面舆情数量分布.4 0图 4 6 不同权属数据供应商负面舆情数量分布.4 1图 4 7 数据供应商综合评分分布图.4 2图 4 8 不同权属数据供应商综合评分分布图.4 3图 4 9 金融业数据产品交易情况.4 4表目录表 1 各地区开展金融业数据采购项目数.9表 2 数据供应商年龄分布及累计占比.2 1表 3 数据供应商省际分布.2 2表 4 数据供应商四大地区分布表.2 4表 5 数据供应商上市情况省际分布.2 5表 6 数据供应商注册资本分布.2 7表 7 数据供应商实收资本分布.2 7表 8 数据供应商人员数量分布.2 8表 9 数据供应商参保员工数量分布.2 9表 1 0 数据供应商省际分布.3 1表 1 1 数据供应商综合评分分布.4 1表 1 2 工商数据与价格信息.4 6表 1 3 公安数据与价格信息.4 6表 1 4 航旅数据与价格信息.4 7表 1 5 数据单一类来源供应商.4 8金融业数据交易流通报告一、交易概况（一）采购项目数量规模年度趋势金融业数据要素采购规模呈指数增长。公开的招投标信息显示，近五年来，金融业数据要素采购项目数量复合年均增长率达 4 0%，远超金融业采购总项目数量复合年均增长率 2 6%，显示出金融业数据交易市场规模发展迅速。图 1 数据采购项目数年度趋势从数据采购金额规模看，数据采购金额主要分布在 1 0 万元至 1 0 0万元之间，此间的数据采购项目约占全部数据采购项目的一半；其次是百万级别的数据采购项目，约占总数据采购项目的三分之一，如图2 所示。图 2 数据采购项目金额分布（二）采购项目地区分布从数据采购项目的实施地分析，数据采购活动主要在北京市、上海市、广东省、江苏省、河南省等地区进行，其中在北京市开展的数据采购次数最多，占比 2 7.1 8%；在北京市、上海市、广东省开展的数据采购次数合计占比 4 7.8 5%，如表 1 所示。表 1 各地区开展金融业数据采购项目数省份采购项目数量省份采购项目数量北京 2809 湖北 152上海 1093 重庆 139广东 1044 山西 135江苏 574 江西 131河南 462 黑龙江 122河北 431 广西 120山东 367 吉林 1 1 2浙江 351 陕西 107湖南 336 新疆 66天津 290 甘肃 65贵州 253 内蒙古 55四川 242 宁夏 45福建 208 海南 36云南 192 西藏 27辽宁 191 青海 27安徽 154图 3 各实施地数据采购情况从采购金额看，金融业数据采购金额最多的地区有北京市、贵州省、广东省、上海市、河北省等；其中北京市发生的数据采购金额占全国数据采购金额的 2 9.4 7%；贵州省和上海市发生的数据采购的金额分别占去工商局采购金额的额 1 0.9 8%和 8.5 7%，如图 4 所示。图 4 不同地区金融业数据采购金额分布对数据采购项目数最高的北京市、上海市、广东省的数据采购次数逐年分析，2 0 1 6 年至 2 0 1 8 年，北京市和上海市的数据采购次数占比都呈现下降态势，广东省的数据采购次数占比呈现上升态势，三个省市的数据采购次数合计占比也呈现下降态势；2 0 1 8 年至 2 0 2 1 年，北京市的数据采购次数占比相对稳定，上海市则经历了上升以后略微下滑，广东省在 2 0 2 1 年之前增长幅度较大，贡献了三地区合计占比上升的主要力量。如图 6 所示。图 6 代表省市数据采购项目数分年度占比（三）细分行业数据采购分析数据采购项目最多的行业是银行业，占全部数据采购次数的6 9.2 2%；保险和证券的数据采购次数占比分别为 1 4.7 4%和 7.7%，如图 7 所示。图 7 数据采购项目数量行业分布数据采购金额方面，银行部门的数据采购金额最多，占数据采购金额总额的 7 6.8 6%；保险部门和证券部门的数据采购金额分别占数据采购金额总额的 1 2.2 2%和 4.3 8%；还有 6.5 4%的数据采购金额来自其他部门，如图 8 所示。图 8 数据采购金融分部门支出情况2 0 1 6 年开始，银行业进行数据采购的规模逐年大幅增加，保险业、证券业及其他行业进行数据采购的规模也在不断增加，但总体还是呈现银行业数据采购规模大大领先，保险业和证券业次之的格局，如图 9 所示。图 9 各行业数据采购次数逐年趋势从部门间数据采购金额的结构方面看，银行部门的数据采购金额占比呈现出逐渐下降的趋势，但仍为数据采购最主要的部门；保险部门的数据采购金额占比经历了从减小到增大到减小的过程，是除了银行部门以外最重要的部门；近年来其他非银保证部门的数据采购也在不断发展，数据采购的主体越来越多元化。图 10 分部门数据采购金额比例年度趋势部门间数据采购项目数量的关系上，银行业的数据采购次数占比从 8 4.3 8%减少到 6 5.0 3%，保险业的数据采购次数占比从 5.2 1%增长到 1 4.9 5%，证券业和其他行业的数据采购次数占比也在也呈上升态势，如图 1 1 所示。图 11 各金融行业数据采购次数占比逐年分布（四）采购项目月度分析金融业数据采购月度平均项目数在全年呈现出逐渐增加的态势，2 月与 1 0 月较为特殊。第四季度的平均采购次数最多，占数据采购次数的 3 3.3 2%，如图 1 2 所示。图 12 数据采购次数季节性分析从数据采购金额的月度分布来分析，2-5 月数据采购金额较少，但总体呈增加趋势；6 月数据采购金额较多，位列全年第二；7-9 月数据采购金额呈现出与 2-5 月相似的趋势；1 0-1 2 月数据采购金额较多，但总体呈减少趋势，如图 1 3 所示。图 13 月度数据采购金额比重如图 1 4 展示了不同年份采购项目数的月度规模，2 0 1 6 年至 2 0 2 1年的数据采购次数大致呈现 2 月和 1 0 月减少，4 月至 8 月增长，1 0月至 1 2 月增长的趋势，且都体现出第四季度的采购次数占比最多。图 14 数据采购次数分年度季节性分析（五）金融业数据采购方式分析从数据采购方式分析，采用公开招标的方式进行数据采购的项目最多，占数据采购项目总数量的 6 7.0 3%；采用单一来源或竞争性的方式进行数据采购的项目分别占数据采购总额的 1 6.6 1%和 1 0.9 9%；而通过询价或者邀请招标进行数据采购的项目最少，仅占 4.0 8%和1.3 0%，如图 1 5 所示。图 15 采购方式分布（采购项目数）数据采购金额的 7 1.7 1%来自公开招标，1 7.2 2%来自单一来源，4.9 8%来自竞争性，3.5 5%来自询价，2.5 4%来自邀请招标，如图 1 6所示。图 16 采购方式分布（采购金额数）2 0 1 7 年至 2 0 2 1 年，采用公开招标一直是数据采购的最主要方式，占比在 6 4.0 8%至 7 4.9 0%之间；单一来源、竞争性、询价、邀请招标的方式被使用的次数依此递减，如图 1 7 所示。图 17 采购方式年趋势对不同采购方式下数据采购的逐年支出趋势进行分析，2 0 1 7 年、2 0 1 8 年总体的数据采购金额较少，主要以公开招标为主；2 0 1 9 年至2 0 2 2 年的数据采购金额较多，2 0 2 0 年采用单一来源进行数据采购的金额大幅增加，接近于采用公开招标进行数据采购的金额，可能是受到新冠疫情的影响，企业公开招标条件受限带来的结果。如图 1 8 所示。图 18 不同采购方式支出占比年度趋势（六）金融业数据交易的区位分布如果采购双方的注册地在同一省内，则定义此次交易为省内交易，反之则为跨省交易。在搜集到的数据采购交易信息中，有 4 6%的交易是跨省交易，5 4%的交易是省内交易，如图 1 9 所示。图 19 数据采购交易跨省与否从数据采购交易跨省与否的年度趋势来分析，2 0 1 6 年至 2 0 2 1 年，数据采购跨省交易与省内交易占比上相差不大，从 2 0 1 9 年起，省内交易的数量略高于跨省交易，如图 2 0 所示。图 20 数据采购交易跨省与否年度趋势跨省的数据交易中，数据供应商大部分集中于北京市、上海市、广东省三地区，分别占比 3 7.7 8%、2 3.0 9%、1 2.0 2%，三个地区合计占比 7 2.8 9%，如图 2 1 所示。图 21 跨省交易中供方地区分布二、金融业数据供应商分析（一）数据供应商年龄分布通过对招投标等公开信息的整理，我们搜集到金融行业的数据供应商共 2 2 1 6 家。截至 2 0 2 2 年，年龄在 1 0 年以下的数据供应商共有9 8 7 家，占数据供应商总数的 4 4.5 4%；年龄在 2 0 年以下的数据供应商共有 1 7 7 4 家，占数据供应商总数的 8 0.0 5%；年龄在 2 0 年以上、3 0 年以下的数据供应商共有 4 1 0 家，占数据供应商总数的 1 8.5 0%；而年龄在 3 0 年以上的企业有 3 2 家，占数据供应商总数的 1.4 4%。如表 2 所示。表 2 数据供应商年龄分布及累计占比年龄区间供应商数量累计占比 10 年 9 8 7 4 4.5 4%10-20 年 7 8 7 8 0.0 5%20-30 年 4 1 0 9 8.5 6%30-40 年 3 0 9 9.9 1%40 年 2 1 0 0.0 0%图 22 数据供应商年龄分布及累计占比从年龄结构上看，接近半数的数据供应商成立时间不超过 1 0 年，业态整体表现出欣欣向荣之势。对数据供应商年龄进行进一步分析，可得到数据供应商年度新增企业数量，如图 2 3 所示。图 23 年度新增数据供应企业数量2 0 1 4 至 2 0 1 6 年，相关政策的出台叠加市场热度，金融数据供应商增量出现一段井喷期；2 0 1 7 年，国家进行了对数据行业的严打，以整顿数据黑市。监管收紧、经济进入新常态，市场行情叠加政策因素，企业新增数量步入冷静期；2 0 2 0 年新冠疫情致使企业新增数量持续走低。（二）数据供应商区位分布从数据供应商所属省份分析，数据供应商主要来自北京市、上海市、广东省、浙江省、江苏省等地区，其中来自北京市、上海市、广东省的数据供应商数量最多，合计占比 5 5.4 3%，如表 3 所示。表 3 数据供应商省际分布省份数据供应商数省份数据供应商数北京 623 陕西 26上海 329 天津 26广东 273 广西 24浙江 133 云南 24江苏 103 吉林 16山东 96 黑龙江 14四川 66 江西 13福建 54 山西 13湖南 53 甘肃 10河北 50 海南 9河南 48 内蒙古 9湖北 46 新疆 7辽宁 41 宁夏 4重庆 35 西藏 3安徽 33 青海 2贵州 27图 24 数据供应商省际分布图从数据供应商所属地区分析，数据供应商主要来自东部地区，东部地区1的数据供应商数量共有 1 6 9 1 家，占数据供应商总数的 7 6.7 4%。值得注意的是，西部地区的数据供应商数量有不俗的表现，占比1 0.7 2%，相对经济较发达的中部地区 9.3 2%的占比领先了 1.4 个百分点。如表 4 所示。“一带一路”建设的推进与数字经济政策的实施共振，是西部地区数据供应商占比逆经济梯度差的主要原因。根据中国信息通讯研究院的数据，贵州、重庆、江西、四川等地区的数字经济持续快速发展，增速超过全国平均水平，其中贵州、重庆数字经济同比增速超 2 0%。表 4 数据供应商四大地区分布表地理区域供应商数量占比东部 1696 76.74%西部 237 10.72%中部 206 9.32%东北 71 3.21%图 25 数据供应商四大地区分布图1参考国家统计局使用的东中西和东北地区划分方法，东部包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南。中部包括：山西、安徽、江西、河南、湖北、湖南。西部包括：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。东北包括：辽宁、吉林、黑龙江。（三）数据供应商企业类型分布源于公网信息的数据供应商信息显示，2 0 2 2 年数据供应商中，企业类型有四类，分别是有限责任公司（1 5 9 4 家）、其他有限责任公司（2 6 7 家）、股份有限公司（2 3 7 家）、其他股份有限公司（1 1 9 家），占比分别为 7 2%、1 2%、1 1%与 5%。如图 2 6 所示。图 26 数据供应商公司类型情况截至 2 0 2 2 年 1 0 月，数据供应商中上市公司有 1 1 9 家，非上市公司有 2 1 0 0 家，这些公司主要来自北京市、上海市、广东省、浙江省等地区。其中，北京市有 4 1 家上市公司和 5 8 2 家非上市公司，分别占上市公司总数和非上市公司总数的 3 4.4 5%和 2 7.7 2%；北京市、上海市、广东省的上市公司数量合计占上市公司总数的 6 0.5 0%，非上市公司数量合计占非上市公司总数的 5 4.9%，如表 5 所示。表 5 数据供应商上市情况省际分布省份上市公司非上市公司省份上市公司非上市公司北京 41 582 陕西 0 26上海 15 314 广西 0 24广东 16 257 云南 1 23浙江 9 124 天津 3 23江苏 4 99 吉林 1 15山东 7 89 黑龙江 0 14四川 3 63 山西 1 12湖南 1 52 江西 2 1 1河北 0 50 甘肃 0 10福建 5 49 内蒙古 0 9河南 1 47 海南 0 9湖北 1 45 新疆 0 7辽宁 3 38 宁夏 0 4重庆 1 34 西藏 1 2安徽 1 32 青海 0 2贵州 0 27图 27 数据供应商上市情况省际分布（四）金融业数据供应商规模1.注册资本。截至报告期，数据供应商注册资本主要分布于 1 0 0万元至 1 0 亿元之间，约占数据供应商总数的 9 2.9 0%；其中注册资本在 5 0 0 万元至 1 亿元元之间的数据供应商数量占总数的 6 7.0 0%，如表 6 所示。表 6 数据供应商注册资本分布注册资本数量累计占比 100 万元 72 3.26%100 万-500 万元 261 15.06%500 万-1000 万元 413 33.74%1000 万-5000 万元 803 70.06%5000 万-1 亿元 265 82.04%1 亿-10 亿元 312 96.16%10 亿-100 亿元 60 98.87%100 亿-1000 亿元 18 99.68%1000 亿元 7 100.00%图 28 数据供应商注册资本分布2 实收资本。实收资本在 1 0 0 万元以下的数据供应商约占数据供应商总数的 1 0.9 3%；实收资本在 1 0 0 0 万元以下的数据供应商约占数据供应商总数的 4 6.7 5%；实收资本在 1 亿元以上的数据供应商约占数据供应商总数的 1 5.7 2%，如表 7 所示。表 7 数据供应商实收资本分布实收资本数量累计占比 100 万元 210 10.93%100 万-500 万元 395 31.49%500 万-1000 万元 293 46.75%1000 万-5000 万元 538 74.75%5000 万-1 亿元 183 84.28%1 亿-10 亿元 235 96.51%10 亿-100 亿元 48 99.01%100 亿-1000 亿元 13 99.69%1000 亿元 6 100.00%图 29 数据供应商实收资本分布3.人员数量分布。从供应商人员数量分析，2 0 2 2 年，人员数量在5 0 人以下的数据供应商共有 9 9 6 家，占数据供应商总数的 4 9.1 6%；人员数量在 2 5 0 人以下的数据供应商共有 1 5 3 6 家，占数据供应商总数的 7 5.8 1%；人员数量在 1 0 0 0 人以上的数据供应商共有 1 9 9 家，占数据供应商总数的 9.8 2%，如表 8 所示。表 8 数据供应商人员数量分布人员数量企业数量累计占比 50 人 996 49.16%50-100 人 306 64.26%100-250 人 234 75.81%250-500 人 186 85.00%500-1000 人 105 90.18%1000-2500 人 1 1 8 96.00%2500-5000 人 49 98.42%5000-10000 人 20 99.41%10000 人 12 100.00%图 30 数据供应商人员数量分布4.参保员工数量分布。2 0 2 2 年，参保员工数量在 5 0 人以下的数据供应商共有 9 7 1 家，占数据供应商总数的 5 0.6 0%；参保员工数量在 2 5 0 人以下的数据供应商共有 1 5 2 6 家，占数据供应商总数的7 9.5 2%；参保员工数量在 1 0 0 0 人以上的数据供应商共有 1 4 3 家，占数据供应商总数的 7.4 5%，如表 9 所示。表 9 数据供应商参保员工数量分布参保员工数量企业数量累计占比 50 人 971 50.60%50-100 人 282 65.29%100-250 人 273 79.52%250-500 人 145 87.08%500-1000 人 105 92.55%1000-2500 人 79 96.66%2500-5000 人 27 98.07%5000-1 万人 20 99.1 1%1 万-5 万人 14 99.84%5 万-10 万人 1 99.90%10 万-45 万人 1 99.95%45 万人 1 100.00%图 31 数据供应商参保员工数量分布图（五）金融业数据供应商权属分析国有数据供应商的平均年龄为 1 6.4 8 年，非国有数据供应商的平均年龄为 1 2.5 8 年。老牌的数据供应商多为国有企业，非国有企业的年龄构成较为年轻；2 0 0 0 年前后，成立了许多国有和非国有的数据供应商；2 0 1 4 年至 2 0 1 6 年间，非国有数据供应商大量成立，多为高新技术企业；近年来的国有数据供应商多为国有企业或政府部门全资直属或以国有企业或政府部门控股、高新科技企业入股的模式成立。随着监管的强化，新进数据供应商更多采用国有控股、高新科技企业持股模式，一方面满足监管需求，同时技术水平得到保证。图 32 不同权属数据供应商年龄分布非国有数据供应商主要来自北京市、上海市、广东省、浙江省等地区，其中来自北京市、上海市和广东省的非国有数据供应商最多，合计占比 5 5.1 4%；国有数据供应商主要来自北京市、上海市、广东省、山东省、浙江省等地区，其中来自北京市、上海市和广东省的国有数据供应商最多，合计占比 5 7.0 2%，如表 1 0 所示。表 10 数据供应商省际分布省份非国有国有省份非国有国有北京 513 1 1 0 陕西 23 3上海 281 48 云南 22 2广东 236 37 广西 20 4浙江 1 1 5 18 天津 19 7江苏 88 15 吉林 14 2山东 77 19 黑龙江 13 1四川 51 15 江西 10 3湖南 46 7 山西 10 3河北 45 5 内蒙古 9 0河南 44 4 海南 8 1福建 43 1 1 甘肃 7 3湖北 41 5 新疆 6 1辽宁 36 5 宁夏 4 0重庆 32 3 西藏 3 0安徽 28 5 青海 1 1贵州 23 4图 33 不同权属数据供应商省际分布图从不同权属供应商数量、劳动力规模、资本规模等方面分析，国有数据供应商数量上仅占全体的 1 5%，但资金规模和人员规模分别达到了 6 9%与 8 8%，呈现出典型的二八法则，如图 3 4 所示。图 34 数据供应商权属与规模（六）数据供应商多指标分析1 行政处罚数量分布。源于公网信息的数据供应商信息显示，从数据供应商受到的行政处罚数量来分析，没有受到行政处罚的数据供应商有 1 8 2 9 家，占比 8 2.4 3%；受到 1 次行政处罚的数据供应商有2 3 3 家，占比 1 0.5 0%；收到行政处罚数量 1 0 次及以上的数据供应商有 1 6 家，占比 0.7 2%，如图 3 5 所示。图 35 数据供应商行政处罚次数分布对不同权属数据供应商收到的行政处罚数量作进一步分析，国有企业中，没有收到行政处罚的数据供应商占 6 9.5 9%，低于平均水平；受到 1 次行政处罚的数据供应商占 1 4.6 2%；而受到 1 0 次及以上行政处罚的数据供应商占 1.4 6%，高于平均水平。非国有企业中，没有收到行政处罚的数据供应商占 8 4.7 6%，高于平均水平；受到 1 次行政处罚的数据供应商占 9.7 5%；而受到 1 0 次及以上行政处罚的数据供应商占 0.5 9%，低于平均水平，如图 3 6 所示。图 36 不同权属数据供应商行政处罚数量分布图2 软件著作权数量分布。源于公网信息的数据供应商信息显示，从数据供应商所持有的软件著作权数量来分析，持有少于 1 0 个软件著作权的数据供应商有 8 6 7 家，占比 3 9.0 7%；持有多于 5 0 个软件著作权的数据供应商有 4 3 2 家，占比 1 9.4 7%；数据供应商持有软件著作权数量呈现中间低、两边高的分布，如图 3-2-1 所示。图 37 数据供应商持有软件著作权数量分布对不同权属数据供应商持有的软件著作权数量作进一步分析，国有企业中，持有软件著作权数量少于 1 0 个的数据供应商占 2 5.7 3%，低于平均水平；持有软件著作权数量多于 5 0 个的数据供应商占2 8.9 5%，高于平均水平；国有数据供应商平均持有的软件著作权数量

注意事项

本文（上海数据交易所：2022年金融业数据流通交易市场研究报告_54页_4mb.pdf）为本站会员（18939695648）主动上传，报告吧仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知报告吧（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。

账号：
密码：
验证码：	换一换
当日自动登录忘记密码？