数据要素的特点：易获取、易传播；强动态性；易收集、易复制；强外部性；全局性。
1、从要素主体特征来看，数据要素因其易获取、易传播的特点，主体比较繁杂，如数据产生者、数据存储者、数据处理者、数据应用者等。
土地、劳动力主体较为单一，如城市市区的土地属于全民所有，农村和城市郊区的土地，除法律规定属于国家所有的外，属于集体所有。资本、技术主体较为多样，如技术主体可以是科研机构、企业以及个人等。
2、从权属流转模式来看，数据要素因其强动态性的特点，权属流转较为复杂，如对于企业数据来说，数据是由企业行为（包括采集、加工、整理等服务增值行为）产生的，不过企业对于其收集、加工、整理的数据享有何种财产权益。
企业在个人数据基础上开发的数据衍生产品及数据平台等财产权益受何种法律保护，这些权属问题都需要法律进一步界定。土地、劳动力、资本、技术均有确切的法律依据，权属界定相对明晰，如土地生产要素涉及土地所有权及由其派生出来的土地占有、使用和收益权。
3、从资源稀缺程度来看，数据要素因其易收集、易复制的特点，资源非常富足，如互联网用户个体每天产生1.5GB的数据，一辆联网的自动驾驶汽车每运行8小时将产生4TB的数据，Facebook每天产生4PB的数据，全球每天有50亿次搜索。
当然高价值的数据资源还是稀缺的，这也体现出了巨头平台公司的优势。土地、劳动力资源稀缺，这也是各地政府发展产业过程中最先需要解决的两大关键要素。资本、技术资源相对稀缺。
4、从要素交叉关联来看，数据要素因其强外部性的特点，与劳动力、资本、技术均紧密交叉关联，如数据要素可深度融入劳动力、资本、技术等每个单一要素。
如人才大数据、金融科技大数据、知识产权大数据等，切实提高单一要素的生产效率，在此过程中数据要素将变得更为丰富、全面。土地要素相对独立，劳动力、资本、技术均呈现一定程度的交叉关联性。
5、从价值溢出效应来看，数据要素因其全局性的特点，可兼顾各方要素实现资源统筹优化，继而实现价值倍增，如数据要素可提高劳动力、资本、技术、土地这些传统要素之间的资源配置效率，以最优资源配置组合服务于整体生产，同时降低不必要资源的投入成本，创造更高的价值。
一般来说，土地、劳动力价值溢出不甚明显，不过高附加值地块以及高水平人才团队价值溢出还是比较可观的。资本、技术价值溢出比较明显，资金流入与核心技术引入将带来不菲的价值溢出效应。
