信息技术-计算机行业：政策红利迭至数据要素产业有望迎来发展新机遇

行业专题研究|计算机证券研究报告计算机行业政策红利迭至,数据要素产业有望迎来发展新机遇分析师:刘雪fliuxuefeng@分析师:吴祖uzupeng@请注意,吴祖鹏并非香港证券及期货事务监察委员会的注册持牌人,不可在香港从事受监管活动、产业日趋繁荣,全球数据爆发式增长,数据资源快速累积,数据要素有望成为新的经济发展动力,数据要素影发布的,企业数据资源相关会计处理暂行规定》征求意见稿）《,为数据要素在实务界的规范化处理打下基础,未来伴随数据要去确权等法规制度建设的推进和技术的不断成熟,数据要素市场架构有望日趋稳健、从产业端来看,数据要素产品的供给与需求皆客观存在,近年来全国建立了诸多数据交易所,数据要素市场日趋活跃、把握三条主线,遴选受益个股、站在目前的产业时间点,变现成为数据要素市场建设所带来的的优先收益,远期看,由此引发的推动数据治理_规范和管控,并最终在整个经济和生活领域全面提升数据-价值"的兑现,发计算机及军工联合覆盖）等;》2）数据要素运营商:深桑达_德生科技_太极股份_易华录_中科江南_久施参与方:云赛智联_广电运通等;》4）数据分析_加工及信息安全:星环科技_海天瑞声_天融信_安恒信风险提示、政策推进不及预期;产业实践不及预期;相关公司传统主业业绩的不确定性、相关研究:计算机行业:计算机行业:计算机行业:开展全球科技合作促进产业发展并有利于风险偏好提升国内AI算力需求高增,对整体服务器市场拉动将逐渐增强二三季度业绩预期改善_主题投资波动或加大2023-06-182023-06-152023-06-11识别风险，发现价值请务必阅读o页的免责声明德生科技----4.2042.3846.5749.10航天宏图40.74数据来源:Wind_广发证券发展研究中心备注:表中估值指标按照最新收盘价计算识别风险，发现价值请务必阅读o页的免责声明 》三）我国数据要素市场发展史:今昔对比 二_数据要素变现三部曲:资源化-产品化-资产化 三_数据要素产业链梳理:生产环节 四_数据要素产业链梳理:流通环节 23 23 26 29 40 41 42 42 42 42识别风险，发现价值请务必阅读o页的免责声明图1:全球与中国固定资本形成总额占GDP比例》%） 图2:数据要素影响GDP增长原理图 图3:数字经济对双循环新发展格局形成的驱动机理 图4:地方政府杠杆率持续攀升 图5:数字经济时代,数据财政有望成为缓解财政收支压力的新手段 图6:数据要素的三次价值释放 图7:目前的制度建设及技术有望解决了数据要素市场发展的部分痛点 图8:数据要素变现的三部曲实施路径 图10:不同行业数据要素运行特点 20 20图15:数据要素市场集中度情况》CR4） 图16:数据要素流通总体框架 23图17:我国数据资产登记发展历程 图18:各地数据资产登记凭证示例 25图19:数据资产登记在产业链中的位置 26图20:数据估值的成本途径 图21:数据估值的收益途径 28图22:数据估值的市场途径 28图23:数据资产估值动态框架 29图24:场内交易流程图 图25:数据空间示意图 图26:中汽创智科技:汽车大数据共享服务平台 图27:安全多方计算架构图 图28:联邦学习在医疗行业的应用 图29:阿里云的可信计算环境架构 图30:数据沙箱技术图 图31:区块链在数据流通中的应用 图32:从十五类数商企业数量趋势看不同细分领域的行业壁垒 图33:数据资产分类 图34:上海数据交易所挂牌数据产品的部分企业名录 图35:我国公共数据授权运营典型模式 图36:我国主要数据交易平台建设历程 40图37:数据交易平台三种典型盈利模式 41识别风险，发现价值请务必阅读o页的免责声明表1:数据要素政策梳理42022年以来政策红利加速释放 表2:数据要素的特点及其导致的交易难点 表3:数据要素流通市场发展阶段 表4:中国_美国_欧盟数据要素产业治理对比 表5:数据资源化的步骤 表6:数据产品化的步骤 表7:数据资产化的步骤 表8:数据采集类型及特征 表9:数据加工的不同方式 表10:数据分析不同类型 表11:登记的各种分类 表12:我国数据资产登记制度和标准演变 25表13:传统估值定价途径应用于数字要素产品的优势和局限性 表14:公共数据的主要内涵 表15:国内公共数据授权运营实践典型案例一览 表16:上海数据交易所收费标准 41识别风险，发现价值请务必阅读o页的免责声明一_数据要素产业发展的必然性及其驱动力》一）数据要素产业发展的必然性速放缓,老龄化进程加快、资本要素方面,全球固定资本形成总额占GDP比重长期停额占GDP比重维持在40%左右,国内资本效率由1985-2007年的0.52下降至2008-2020年的0.24,对经济增速提升作用有限、数据来源:wind_广发证券发展研究中心注:统计口径为固定资本形成总额占GDP比重数据要素有望成为新的生产要素,推动数据要素产业已成政策新趋势、伴随大数据》1）途径1:赋能其他生产要素,提高资源配置效率,实现要素协同效应;》2）途径2:与途径1紧密相连,正因能够提升效率,数据要素本身变得具有价值,这一价值既通过数据积累作为生产资料而实现,又能转变为数据资产通过增值_交但是,由于数据要素在特定条件下还存在一定的负外部性,例如数据垄断和隐私泄密,又可能负面影响经济增长,因此需要一定的制度及技术约束、识别风险，发现价值请务必阅读o页的免责声明数据来源:国家工业信息安全发展研究中心,北京大学光华管理学院,广发证券发展研究中心2.顺应数字经济发展趋势,利于打通国际国内双循环际双循环相互促进的新发展格局,是应对当前国际发展形势不稳定性不确定性增大党的二十大报告指出,加快发展数字经济,促进数字经济和实体经济深度融合,打数字化升级,助力双循环新发展格局的形成与发展、数字经济成为驱动我国经济发展的关键力量、根据,全球数字经济白皮书》2022提升至39.8%,年均提升约2.1pct、数字经济整体投入产出效率由2002年的0.9提升至2020年的2.8、在全球47个主要国家中,2021年中国数字经识别风险，发现价值请务必阅读o页的免责声明数据来源:南开大学,数字经济助力双循环新发展格局-核心机理与创新建议《,广发证券发展研究中心3.或有助于降低-土地财政"依赖,驱动形成-数据财政"新生态我国传统的经济发展模式比较依赖土地财政、资本是经济增长第一驱动力,财政收支压力和各地政府竞争态势导致了各级地方政府的债务依赖和土地依赖,举债建设从数据财政的视角看待数据要素市场,显性的典型好处就是盘活存量资产,有望开图4:地方政府杠杆率持续攀升数据来源:Wind,广发证券发展研究中心注:》1）中央政府杠杆率=中央政府债务/名义GDP,中央政府债务为国债余额;》2）地方政府杠杆率=地方政府债务/名义GDP,地方政府债务为地方债和地方政府的其他债务,2018年之前包含一部分融资平台债务,与非金融企业债务重合的部分已从非金融企业部门去掉、识别风险，发现价值请务必阅读o页的免责声明数据要素生命周期可分为两阶段,不同阶段有不同的数据财政实现方式、此外,需要注意的是,部分公共属性数据也由非公共部门对于具有准公共物品性质的政府数据,政府可作为国有资产进行国有专营或授权经营,获得收益、政府对进入数据要素市场交易的私域数据或跨国交易的数据产品提供数据身份认证服务,个人和企业的数据需要数字身份认证,才能流通,而数字身第二个阶段在数据进入市场之后,主体是企业,数据财政在数据开发_服务等过程市场发展,数据商品_数字资产增长都会十分迅速,因而基于数据类型的交易会为政府带来可观的增值税和所得税收入、同时,为了促进数字经济的发展,政府也将因此,站在目前的时间点看,数据要素市场的构建和发展,对于政府而言,意味着比如繁荣的数据要素市场有望对其他传统产业产生-正外部性",有望使得整个经数据来源:江西财经大学,数据要素_数据财政与经济增长《,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明》二）数据要素产业发展的驱动力一系列的政策持续发力,不断促进着数据要素产业的发展、步入2022年以来政策红利加速释放,2022年底发布的,企业数据资源相关会计处表1:数据要素政策梳理。2022年以来政策红利加速释放体制机制的意见》《“十四五”数字经济发展规划》《国务院办公厅关于印发全国一体化政数据来源:上海数据交易所,中国政府网,财政部,数文明研究院,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明数据要素投入生产的途径可分为三次价值释放过程,即数据支撑业务贯通_数据推动数智决策_数据流通对外赋能、前两次价值释放创造了对数据要素的需求,第三数据要素市场供给与需求客观存在、现阶段,企业普遍经历了数据要素的三次价值释放,此时组织内部的数据早已无法满足企业战略决策的要求,企业更多地希望通同时,相当一部分企业在生产经营过程中积累了大量的数据,由于多方面客观因素的限制,自己无法完全实现数据的价值,会有对外提供数据要素的需求、数据来源:数字化转型工作室,广发证券发展研究中心法规确权等多种因素导致数据要素存在交易难点、相比传统的生产要素,数据具有权属是难以确定的;实践的可行性层面,数据容易复制的特点往往导致拥有数据的识别风险，发现价值请务必阅读o页的免责声明数据能以极低的成本复制,且不影响其本身的价值、出售,仅仅留作自用,导致数据垄断、相同的数据对于不同的主体产生的价值不同难以对数据进行定价不同单位粒度的数据整合以后有不同的价值,相同的数据经过调整以后也会具有不同的价值和形式、选等,容易在数据内容和质量上引发争议、买方如果不了解数据产品的详细信息,就不会轻易购买数据包括个人的敏感信息,如身份信息_健康信息等、数据泄露可能导致国家机密的扩散和泄露,造成不敢买和不数据来源:,数据要素交易的难点与解决之道《_,中国通信院2022数据治理研究报告《_广发证券发展研究中心过代》未来）、其中1.0时代有代表性的数据市场主体往往通过自有数据_爬虫抓取_地下黑产等交易方式获取数据,并与下游客户交易,存在法律和道德风险、例如,2019年魔竭数据_新颜科技_聚信立等多家智能风控数据公司因违规开展爬虫业务遭警方调查;同年3月,巧达数据集团遭-央视315晚会"曝光、该公司在未经授权的情况下窃取个人简历数据,并非法贩卖获利数亿元、表3:数据要素流通市场发展阶段代》2014年及之早期由于缺乏法律与市场监管,我国数据交易活动一度游走在灰黑色地带,大量数据资源通过非正式渠道进行交易,代表性的市场主体是各类以-大数据公司"出问题,它不仅影响了数据要素流通市场的健康发展,甚至对公共利益及完善立法速度_加强执法力度,构建权威范的数据流通交易开始引导数据交易行为通过权威正规的数据交易平台未从数据产品供给侧发力,无法解决价值低_数据资源深加工和场景应用充分激发数据资源型企业市。。数据来源:中国移动研究院,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明政策方面,国家的顶层涉及逐步完善,与数据相关的法律法规能够较为有效地对数据交易进行监督,未来我国有望在数据确权领域不断取得进展、技术方面,区块链因其实时触达性_智能合约自动执行等特点,可以通过完整地记录交易过程_提供可信的执行环境来缓解二次转售和其他交易问题;时间戳技术可以有效记录交易的时序减少数据交易的欺诈与争议行为;密码学的发展,使得数据传输过程更加安全可控;监管沙箱和人工智能算法的成熟加强了数据交易过程中的数据交易所的存在有力推动数据交易市场高质量发展、交易所作为独立第三方,公也有利于监管机构的监督执行,此外交易所还有价值发现和记录等诸多功能、数据来源:,数据要素交易的难点与解决之道《_,中国通信院2022数据治理研究报告《_广发证券发展研究中心数据要素治理方面,欧盟选择了-监管为主"的路径,美国选择了-创新为主"的路径,我国则选择了创新和监管均衡发展的路径、场严苛,形成了系统化的法律体系,对数字经济和人工智能进行严格监管,这一点识别风险，发现价值请务必阅读o页的免责声明美国选择-创新为主"的路径,助力数据要素领域的主导地位、作为数字经济世界强国,美国优势明显,一直坚持鼓励技术创新,利用市场积极性和地方自主性来发展数字化能力,面对互联网公司的垄断,美国虽有相关的调查和诉讼,但整体仍以创新为导向,监管为辅助,立法方面分散而宽容、我国选择了创新和监管均衡发展的路径、作为后发国家,我国相关产业发展迅猛,治理路径综合考虑欧美的两种途径,牢牢把握住发展的机遇,希望通过数据要素产业治理实现弯道超车、》注:部分观点引自清华大学数据治理研究中心及抖音集团数据及隐私法务共同发布的,数据要素治理研究报告《）表4:中国_美国_欧盟数据要素产业治理对比美ÿ中ÿ数据要素市场现状概述27个成员国打造成统一的数字交易流通市场,建立数据流通法律基础,积极推动数据开放共享,打造欧洲公共数据空间、主要采用C2B分销_B2B集中销售和要素市场规模突破815亿元,交易机层面,细分的数据要素市场呈现差异我国有讨论,未来有望取得突破进展、据保护条例《,目的是保护个人数据安全,邦层面+州层面立法并举,加州颁布,加州消我国类似于欧盟、2021年起施行的,个人信息保护法《对个人信息的搜盟发布法律规定只有第三方能确保充分保护分别与欧盟签订,美欧安全港协议《和,欧美隐私盾协议《为企业获得数据跨境传输的制、2016年出台,网络安全法《明确境内存储原则,2021年出台,数据安反垄断数字巨头的反垄断法案,数字服务法案《和互联网平台的反垄断调查逐渐频繁,提出拆分数字巨头,要求互联网生态向竞争对手开数据来源:,数据要素治理研究报告《,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明二_数据要素变现三部曲:资源化-产品化-资产化盖的黄金"、伴随市场制度和技术保障的逐步成熟,数据要素变现成为优先显现的并最终在整个经济和生活领域全面提升数据-价值"的兑现,提高全社会运行效率和生活福祉,才应是最终目的、始数据到数据资产的跨越,层层递进,逐步增加数据的可用性和流通性,最终投入到丰富的数据资产应用当中,创造新的价值、数据来源:上海数据交易所_广发证券发展研究中心数据战略的指导下,构建其数据能力体系和建立企业数据治理体系,从而在企业及机构内部形成与数据驱动型业务模式相适配的人才_技术_组织安排和系统等、资源化阶段,企业通过数据仓库和数据集市_数据治理两大体系的建设,实现整个企业的数据资源的整合与标准化,消除数据孤岛,支持各个业务部门以及监管部门的表5:数据资源化的步骤序÷]Ā1建立企业级的ODS与数据通过ODS系统的构建,打造统一的集中集成平台,对分散的模块化构建,最终打造大平台的信息化格局、2数据清洗进一步加工挖掘数据价值该阶段企业依托大数据清洗_处理技术,不断实现大数据建模_3该阶段数据应用以BI_多维度统计分析为主,能够帮助企4该阶段企业更加注重数据的业务含义,主要使用数据进行经营数据来源:上海数据交易所,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明 是因为数据资源不仅能被生产数据的企业自己所用,更需要通过流通渠道被外部企业所用、产品化过程需要企业进行大量的分析工作,包括建立数据资源可能的应用价值图谱_分析目标客户的数据需求及应用场景_选择合适的测试客户_共同组织数据产品及其技术开发、基于大数据加工的各种方式,数据产品能够为客户量身定制所需的数据产品,并提供全生命周期的服务,提高数据产品获客精准度的同时,也一定程度上进行了数据风险的控制、表6:数据产品化的步骤序÷]Ā1数据集市一般按业务分析领域进行数据组织,一个数据集市往往包含有一个特定业务分析领域的数据,例如销售数据集市_财务数据集市等、2基于大数据挖掘,指标_标签加工等数据加工方式,数据产品能够为客户提供全生命周期的一站式解决方案,在客户洞察_精准获3-数据+算法"等多种方式,依托数据形成多元数据产品、4依托管控式数据治理模式该阶段企业依旧依托管控式数据治理模式,从数据本身的质量和使用出发,以数据质量提升和数据安全共享为目标,强调数据本身的处理与过程管理,保障数据完整性_准确性_一致性和时效性、数据来源:上海数据交易所,广发证券发展研究中心的过程中,企业需要建立明确的数据资产化战略_构建数据资产管理体系_谋求数标由单一的内部应用发展为内外部应用并举,组织在对数据资产的管理中不止考虑数据质量_安全和有效利用,更关注数据经济效益_应用价值,以及促进业务发展的能力、最终,企业将价值提炼的结果进行量化与评价,将数据计入-第四张表"、表7:数据资产化的步骤序÷]Ā1搭建企业数据资产平台该阶段数据资产管理平台是支撑数据资产管理体系的重要技术工具,无论是数据资产内容盘点,数据资产服务,还是数据资产的持续运营,都必须通过线上化的_体验良好的_功能完整的数据资产管理平台来2梳理形成数据资产目录3全生命周期数据资产运营数据资产运营是基于流程标准化实现批量登记_识别_盘点等管理操作,大幅提升数据资产后台数据资产运营维护效率、识别风险，发现价值请务必阅读o页的免责声明4数据资产管理反哺数据该阶段企业开展数据资产管理,通过对数据进行全面的分级分类建立逐步实现消除数据孤岛和打破部门壁垒,建立和提升部门间的数据资数据来源:上海数据交易所,广发证券发展研究中心年我国数据要素市场规模在815亿元,预计-十四五"期间市场规模复合增速将超过从数据要素市场的不同环节来看,2021年数据分析_数据加工_数据存储价值占比较高,分别有175亿元_160亿元_180亿元,占比分别为21%_20%_22%、0生态保障数据服务数据分析数据交易数据加工数据存储数据采集数据来源：国家工信安全中心，广发证券发展研究中心备注：相关数据为第三方评估数据，未来放量还需依赖法规制度建设、产业化节奏等因素三_数据要素产业链梳理:生产环节各行业都在产出数据要素，但是行业不同，数据要政务数据要素发展相对成熟。根据国家工业信息安全发展研究中心披露信息，目前国内31个省政务云基础设施建设基本完成，超过70%的地级市已经建成或正在建设识别风险，发现价值请务必阅读o页的免责声明图10:O\行业数据要素运行特点数据来源ÿ:中ÿ数据要素^场发展ç告ÿ2021-2022Ā;，广发证券发展研究中心数据生产ÿ节包括数据的采集1`储1àý和V析，经过à些ÿ节，数据ÿ以产生pÿ值的信息，r~ÿ以利用的资源2数据采集是数据要素^场的Ā础2企业在经营过程中，需要针对O\的数据类型ß行采集，并ß行V析处理¯ÿ2企业数据采集主要包括内部数据采集1外部数据采集和定制W数据采集等O种类型2表8:数据采集类型Û特征采集方式P特征企业内部数据日常经营活ú中产通过Excel1数据仓ß1数据ß1ETL等技术ß行储`和调×Ā主要P主体的信息W水平1数据治理能力提升p直接联系Ā该部V数据是Ā阶段大数据1人ý智能V析P¯ÿ的主要数据来源2提供该部V数据采集的|ø主要是企业Ā础软þ|ø,如用Ü1生产ÿ节的数据该ÿ节数据采集主要Ø到两个方面的制þ,一是部V机器没p数据接口，Ð是`在大量异构的通信规范2在ý业领域，相关企业p树yà关企业pĀ葛1神策等2主要|øpAdMaster和ú针等Ā媒体舆情监ç方向Āú针主要定O在曝光监测方向2识别风险，发现价值请务必阅读o页的免责声明主要采用人ý采集的方式，但__ûĀ了利用人ý智能手段ß行智能数据如摄像头1麦克风1激光雷达都是数据采集ýx2数据来源ÿÿ家ý信安全中心，广发证券发展研究中心备注ÿ外部数据采集和定制W数据采集相对透明W合法W，x备ÿ交易性数据采集行业主体主要包括采集¿备提供商1采集解ô方案提供商两类2ÿ1Ā数据采集¿备提供商~数据采集提供传感器1采集器等__用采集¿备和智能¿备2如ý业数据采集通过智能装备本身或à装传感器方采集生产Ā场数据，包括¿备数据1产品数据1过程数据1ÿ境数据1作业数据等，采集的数据用于ý业Ā场生产过程的ÿ视W和持续`W，实Ā智能W的ô策Pç制2ÿ2Ā数据采集解ô方案提供商通过人ý采集服á1系统日志采集系统1网络数据采集系统等方式~ü户提供解ô方案2w中人ý采集对象主要包括语音数据1Ā像数据1视频数据等Ā系统日志是²录系统中硬þ1软þ和系统问题的信息，\时ßÿ以监视系统中发生的Ïþ,用户通过V析系统日志来检查错误发生的原因或者û找¿备Ø到攻ü时攻ü者所留Q的痕迹Ā网络数据采集包括通过网络爬虫等方式获×数据，对象主要是各类网站，相à的一些API1用户接口和一些流型数数据采集的行业集中度高，机构数据ÿ值量大2y据:ÿ家数据资源调查ç告ÿ2021Ā;披露信息，2021年sÿ数据产量高达6.6ZB，\比增à29.4%，占全球数据总产量的9.9%，w中全ÿ各类行业机构共产生数据5.2ZB2Ð行业V__P看，数据产量排]前五O的行业V别~政府1à联网1媒体1|__服áÛ__业服á1交通，P述五个行业数据产量占全ÿ行业机构数据总产量的65%þ右2图11:2021年sÿ数据产生量构r据产量占数据来源ÿ:ÿ家数据资源调查ç告ÿ2021Ā;，广发证券发展研究中心图12:2021年行业数据产生量V__情况数据来源ÿ:ÿ家数据资源调查ç告ÿ2021Ā;，广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明企业在完成数据采集环节后，需对有价值的数据进行有效存储，以便进一步对数据（2）私有云数据存储：对数据安全性要求较高的企业可构建属于该企业的数据中将次要及需要外部访问的数据存放在公有云上，提高数据资源的整体安全性能；高了数据存储的安全性和灵活性，降低了存储成本。0数据来源：《国家数据资源调查报告（2021）》，广发证券发展研究中心数据来源：《国家数据资源调查报告（2021）》，广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明ÿOĀ数据àýPV析数据àý是指对企业采集和`储的数据ß行筛选和处理，提高数据ÿ用性，~数据资源的挖掘和V析奠定Ā础，主要包括数据清洗1数据标注1数据ûx以Û数据融表9:数据àý的O\方式àý方式含义x体内容于删除Þ复信息1纠k`在的错误，提升数据O符合要求的数据主要是pO完整的数据1错误的数据1Þ复的数据O大类Ā录入^的数据一般是由数据V析师¿置某些筛选条þ通过程序而非人ý完rĀĀ阶段数据治理ýx1大多数大数据平Ā都提供自úW的数据清洗ß能，简W数据àý过程2数据标注是指借û特定软þ标注ýx以人ý的方式将Ā片1语音1文本1视频等数据内容打P特征标签，使计算机通过大量学`à些带p特征标签的数据，最Āx备自主识别特征的一种行~2数据标注行业主要p两种服á模式ÿ1.数据外包形式，由数据标注|ø完r人ý智能项目的数据采集1数据标注Ā2.部署标注平Ā,由企业内部人员利用本地W的数据标注平Ā标注完r企业内数据ûx数据ûx主要是指对非结构W数据ß行涉Û色情1反ú1欺诈之类的非法内容ûx2y据O\业á需求1信息量Û风险h衡，人机ûx比例会p所O\ÿ1.对于机器ûx，主要利用自然语言处理ÿNLPĀ1计算机视觉等技术Ā2.对于人ýûx，数据|ø主要通过自建团队或选择第O方ûx团队，ß行内容ûx2数据融合处理数据融合处理是指将多源1多模态数据à相融合1形rÿ以被挖掘V析的数据集的技术过企业在信息W建¿过程中由于Ø各业á系统建¿和实施数据管理系统的阶段性1技术性以Ûw它经济和人~因素的影响，üô企业在发展过程中ÿ累了大量采用O\`储方式以ÛO\模态的业á数据Ā多源1多模态数据采用的数据管理系统p所O\，Ð简单的文þ数据ß到复g的网络数据ß,它们构r了企业的异构数据源Ā数据融合处理将多源异构数据ß行融合，对多模态数据ß行知识融合P挖掘2数据来源ÿÿ家ý信安全中心，广发证券发展研究中心数据àý^场集中度较P2y据拓尔思TRS数星产业大脑披露数据，数据àý行业集中度O足10%，^场竞争激烈，^场参P厂商__多，数据àý产业Q仅7,000余家企业，`企业整体规模较小2产业Q游ü户需求偏个性W，难度较高，数据服á商需投入大量人力资本1技术研究，中小型厂商竞争力明显O足，未来行业并购将ÿ能r~趋势2识别风险，发现价值请务必阅读o页的免责声明图15: 数据来源ÿTRS数星产业大脑:数据要素产业链V析ç告;，广发证券发展研究中心数据V析主要是指最大W地开发数据的ß能，发挥数据的作用2Ð数据来源来看，V~内部数据V析和外部数据V析2数据V析^场规模O居sÿ数据要素^场前列，^场空间p望ß一m扩大2y据ÿ家ý业信息安全发展研究中心测算数据，2022年sÿ数据V析^场规模p望达到175亿元，仅次于数据`储^场规模Ā表10:数据V析O\类型V析类型含义内部数据V析离线数据V析用于较复g和耗时的数据V析和处理，一般构建在ß计算平Ā之P，如开源的HDFS文þ系统和日常的离线数据V析ÿ以通过EXCEL等软þ完r，较复g任á则ÿ通过商业智能领域的Oracle以ÛYonghongZ-SuiteBI套þ等ÿ产__业软þ完r2在线数据V析在线数据V析__Ā~联机V析处理，用来处理用户的在线ÿ求，一般构建在ß计算平Ā的NoSQL系统P，广泛à用在移úà联网à用中2对响à时间的要求比较高ÿ通常O超过若~úĀ,能够实时处理用户的ÿ求，允许用户随时更改V析的þ束和限制条þĀP离线数据V析相比，在线数据V析能够处理的外部数据V析外部数据V析主要是针对企业外部数据，ß行\业竞对V析1营销投放检测等外部数据V析主要通过抓×各个企业数据，形rO\领域的行业数据ß,并通过对数据ß产品ß行V析，~用户提供咨询服áĀÿ以帮ûü户了解^场发展趋势和行业竞争格局，通过理解用户特征和全景画像`W自身运营效率，__ÿ以帮ûü户前瞻性地发Ā^场机会2数据来源ÿÿ家ý信安全中心，广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明四_数据要素产业链梳理:流通环节其中,政策和法规是保障,流通制度是主要途径和载体,流通标准是衔接制度和技术重要治理工具、整体来看,数据要素流通的市场模式是融合政策_法律法规_制度_技术和标准,实现数据要素市场化配置的关键环节、数据来源:全国信标委_广发证券发展研究中心登记是指登记机构为了特定的目的,根据某种具有法定意义的登记依据,将某些特定的对象记录在某种载体上的行为和过程、从行为_过程和结果来讲,登记的要素登记效力等八个核心要素、识别风险，发现价值请务必阅读o页的免责声明登记机构行政登记;司法登记;社会登记》民间登记）登记对象登记性质财产权登记;商事登记;民事身份登记登记内容权利类登记与义务类登记_资格类登记与能力类登记_机登记过程登记程序形成性登记;确认性登记;事实行为性登记登记审查形式审查;实质审查登记者登记实体人身权登记;财产权登记;资格登记;事实登记登记意愿自愿性登记;强制性登记登记效力创设效力;确认效力数据来源:上海数据交易所,广发证券发展研究中心济信息化建设,发展历程具体可以概括为国民经济信息化起步阶段_信息资源目录体系建设阶段_数据资源汇聚阶段以及数据资产登记探索阶段、第一阶段从1993年的-三金工程"开始,经历了-政府上网工程"_-三网一库"等重点项目的建设;第二阶段从2002年开始,这一阶段出台了众多的电子政务建设政策,政务公开制度初步建立,开始设计信息资源目录体系建设;第三阶段从2007年开始,形成了政务信息资源目录体系和交换体系国家标准_政务信息资源编目制度和企业信息登记制度;第四阶段从2017年开始至今,这一阶段从政务数据和公共数据起步,开始登记数据资产,从社会数据采购,并探索社会数据资产登记制度、数据来源:上海数据交易所,广发证券发展研究中心我国数据资产登记制度和标准经历了多次迭代、从1989年的国家标准GBT12054-1989,数据处理转义序列的登记规程《到2021年的国家标准GB/T40685-2021,信识别风险，发现价值请务必阅读o页的免责声明,数据处理_转义序规定了申请字符集登记所要遵循的规程,登记的目的是宣,信息技术_数据元提出已注册的数据元其唯一性是由注册机构标识符_注册机构赋予数据元的唯一标识符_提交数据元注册或修改的版本三者的组合来确定、制定了数据元注册簿至少包含的信息:数据元的基本属性_管理属性_附加属性、,智能运输系统_中央数据登记簿_数据提出了中央数据登记簿在智能运输系统领域的作用,数据登记簿可向开发商和其他使用者提供数据概念,以方便在,信息技术服务_数据资产管理要求《保障要求,其中包括数据资产目录管理的规范、数据来源:上海数据交易所,广发证券发展研究中心证书发放日期_发放机关、数据来源:上海数据交易所_广发证券发展研究中心由于数据要素登记涉及的面广,权威性要求高,因此登记机构应该是能代表国家的_具有权威性的登记机构,是基于全国集中统一的登记系统和登记制度来完成、机构依据法定的程序对登记申请进行受理_审核、在规范性审核通过以后,登记机构经识别风险，发现价值请务必阅读o页的免责声明过一个法定程序完成赋予确权的功能并核准,最后签发数据要素登记证书,并公开产品登记以后即市场挂牌,进入交易环节、随着市场交易活动的开展,数据产品登记机构将数据产品的历次交易记录记载于登记系统中,以确保数据产品登记的真实性和合法性,从而为该数据产品及其市场价值评估提供有效凭证、尚属-空白地带":为确保数据登记的法定效力,推动各类市场主体积极参与数据要完善数据要素登记体系:包括研究组建全国一体化的数据登记机构_筹建立完善相数据来源:上海数据交易所,广发证券发展研究中心成本_机会成本_利润和相关税费,贬值包括功能性贬值_实体性贬值和经济性贬值,该途径重视资产价值和成本的相关度、识别风险，发现价值请务必阅读o页的免责声明因此,上述三种传统要素常用的定价方式在数字要素领域既有其适用的特定场景,`点分数据资产,没有直接成本,且间接成本不易估计、2.数据贬值的因素复杂,难以量化、3.未来收益风险难以确定,折现率不易确定4.不同场景下,数据资产收益不同2.数据资产交易披露有限,且不同的数据资产间的差数据来源:上海数据交易所,广发证券发展研究中心采用成本途径对数据估价的具体步骤为:确定应用场景_确定开发成本_结合数据质量进行成本调整_根据数据应用维度及稀缺性进行修正_结合潜在开发场景数量考虑贡献度、数据来源:上海数据交易所_广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明收益途径要求卖方企业用买方的视角来模拟定价,具体步骤为:确定应用场景_评估拥有该数据资产各年度带来收益_考虑没有该数据资产造成的现金流》如企业需数据来源:上海数据交易所_广发证券发展研究中心市场途径仍旧极大地受制于数据要素市场的成熟度,因而在数据要素市场发展初期性因素_垄断性因素等;选取市场上的可比数据资产;对被评估资产和可比资产在驱动因素维度上打分并加权得到综合评价系数;以市场价值/综合评价系数率,计算出数据资产的估值、数据来源:上海数据交易所_广发证券发展研究中心信息不对称,卖方无法在定价时根据买方场景对数据资产进行评价,因此难以采用识别风险，发现价值请务必阅读o页的免责声明收益途径进行估值、而数据资产的买方对需购买的数据产品的使用场景及其能带来的增量效益有更明确的认识,可以量化使用数据产品为企业带来的价值增量、在企业尚未健全数据资产管理及效益核算体系的情况下,多数卖方企业在运用收益途径时存在难度,因此当前收益途径仅在少数条件下适用、从产业实践来看,数据要素定价亦存在一定的挑战:的价值并不是依循传统观点的买卖逻辑,多是由多方主体相互协作完成数据交易,段,决定数据经济价值的要素除了数据本身之外,还包括应用场景,可能导致卖方根据买方所处行业的特性采取歧视性价格策略;场主体对数据质量的要求越来越高,但行业内仍未能就数据估价指标和数据质量标数据来源:上海数据交易所_广发证券发展研究中心数据要素的流通模式可以分为:数据交易易机构模式又可以分为场内交易模式和场内备案模式、产业数据上下游模式又可以识别风险，发现价值请务必阅读o页的免责声明场内交易模式指的是数据供需双方在数据交易机构达成数据交易合约,依照合约约定,完成交付及清结算过程、交易机构为双方提供交易凭证,对于交易主体交付地点不进行时空限制,对交付方式允许双方协商进行,典型例子是上海数据交易所、等安全融合技术和区块链技术,在保证数据隐私的前提下,支撑数据处理服务_数对于重要数据及高价值数据的流动突破了未加工或粗加工的数据买卖初级模式,典数据来源:国家工业信息安全发展研究中心_广发证券发展研究中心三个维度_四类主体_三大流程的数据空间来促进数据资源共享流通和价值释放、该模式从静态和动态两个层面进行严格认证以构建信任,运用数据连接手段保证数据安全,建立标准化机制,通过智能化合约灵活实施、识别风险，发现价值请务必阅读o页的免责声明数据来源:德国弗劳恩霍夫应用研究促进协会北京代表处_广发证券发展研究中心数据链主模式对标产业链链主思维、选取产业内最有实力的龙头企业作为数据流通试点牵头单位,发挥龙头企业产业场景丰富_业内信任度高的优势,拉动产业链上下游的数据融通、借助工业互联网_产融合作等平台,带动产业链上下游数据撮合和人才_资本_知识_生态等供需对接,通过龙头企业产业内资源配置能力和影响过搭建的-汽车大数据共享服务平台",探索异业合作场景,激活汽车行业数据生态,通过数据挖掘实现数据价值释放、图26:中汽创智科技:汽车大数据共享服务平台数据来源:车载信息服务产业应用联盟_广发证券发展研究中心国家机密的泄露,数据流通的过程中必须有对应的安全保障措施保驾护航,隐私计算技术应运而生,常见的技术方案有安全多方计算_联邦学习_可信执行环境等、识别风险，发现价值请务必阅读o页的免责声明式网络中,多个参与实体各自持有秘密输入,各方希望共同完成对某函数的计算,运用此技术后,每个参与实体除计算结果外,均不能得到其他参与实体的任何输入信息、安全多方计算包含的基础技术有很多,比如同态加密_秘密分享_不经意传数据来源:蚂蚁科技集团_广发证券发展研究中心行协调的建模,都可称为联邦学习、联邦学习的技术原理在于参与学习的各方机器上部署的客户端从服务器端下载现有模型以及参数,而后根据各自所有的数据对模型的参数进行更新,并把结果传回客户端并更新模型、使用该方法不会与服务器交互原始数据,因此保证了原始数据不会出库、另外,原始数据或者梯度在使用前都可以使用某种方式进行加密或加噪,来增强安全性、目前,联邦学习已经开始用于数据来源:蚂蚁科技集团_广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明可信计算环境》TEE）是指主处理器的安全区域、它保证装载在内部的代码和数据全特性,如执行的独立性_使用TEE执行的应用程序的完整性以及其数据的机密性、为了满足对隐私的紧迫需求,越来越多的云提供商正在转向采用TEE技术方案、Gartner在其报告中将TEE列为30多种-关键安全技术"之一、2019年,百度_阿里巴巴及腾讯等公司联合国外大型科技企业启动了-机密计算联盟"项目,联盟的成员共享TEE开源工具,实现TEE标准互认、数据来源:阿里云_广发证券发展研究中心数据沙箱技术强调调试环境和运行环境的分离、数据分析师在调试环境中使用样本数据调试代码,然后将代码发送到运行环境中运行全量数据,从始至终数据分析师无法接触全量数据,从而达到保护数据隐私的目的、该技术实现了-数据不动程序识别风险，发现价值请务必阅读o页的免责声明数据来源:神州信息_广发证券发展研究中心它不是单一的信息技术,而是在现有技术的基础上整合创新,创造一种全新的信任方式、通过搭建区块链技术平台,人们解决数据交易中的安全保密问题,确保数据的安全,同时使得数据的流通透明可信可追溯,解决数据交易流通中数据非授权复数据共享将换平台规范数据共享目录和交换标准,数据应用平台根据场景需要综合关系等多项证明,具备可验证_可审计_防篡改的特性、数据来源:中国信息通信研究院_广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明五_把握三条主线,遴选受益个股由此引发的推动数据治理_规范和管控,并最终在整个经济和生活领域全面提升数据-价值"的兑现,提高全社会运行效率和生活福祉,才应是最终目的、海数据交易所的分类,目前数据要素产业玩家可以分为数据基础设施提供商_数据资源集成商_数据加工服务商_数据交易仲裁服务商等15类、从投资角度出发,细分赛道的遴选可以着眼两个维度:行业壁垒_市场空间、服务商等细分赛道玩家少,格局较好、量,而数据人才培训_数据交易仲裁等应不会是产业资本重点投入的方向、基于上述分析,我们认为选股应重点选择三条主线:数据资产所有者》即数据产品的确权是上述逻辑成立的关键前提之一,这也是数据要素市场繁荣的制度前提、图32:从十五类数商企业数量趋势看不同细分领域的行业壁垒数据来源:上海数据交易所,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明将从三个逻辑线条明确数据资产的真实价值,从而显著优化数据资产所有者的资产素的市场化配置提供平台,可通过多次交易为数据产品提供更公允的价格,并且通过充分的市场竞争,企业可以逐步明确现有数据资产的价值边界,形成对自身数据资产价值的理性预期,为数据资产估值提供坚实基础、接触到数据产品的潜在客户,并且可以通过分析不同的数据产品,明确数据产品的一方面,数据要素市场可以增强供需方之间的信任,减少数据产品的测试时间和成本;另一方面,数据要素市场帮助协调数据资产在利益相关者间的价值分配和循环数据来源:上海数据交易所,广发证券发展研究中心以上海数据交易所为例,从数据来源分类来看,挂牌企业数据来源最多的前四数据商的数据产品来源是有三大运营商提供的通信数据,如中国移动通信集团上海有限公司的中移洞察数据产品_中国电信股份有限公司上海分公司的翼知时空的数据产在应用场景来看,以应用在金融风险控管场景的数据最多,占全部挂牌数据产品的识别风险，发现价值请务必阅读o页的免责声明产品,其次是企业相关信息的数据产品,占全部挂牌数据产品的25%左右,如国网上海市电力公司的企业电智绘数据产品,上海通联金融服务有限公司的通联数金企值得注意的是,相关数据要素产品的所有权_使用权以及对应的获益权限,尚需要数据来源:上海数据交易所,广发证券发展研究中心》三）核心主线2:数据要素产品运营商尚未被有效挖掘的数据资产以公共数据居多》比如政务数据_民生数据_公共安全识别风险，发现价值请务必阅读o页的免责声明数据等）,且公共数据所有者主要是各级政府部门,政府部门往往无法直接进行数据要素的产品化和资产化,因此往往需要第三方企业进行基于公共数据的产品开发和盈利,因此这类第三方企业为代表的数据要素产品运营商亦是数据要素市场构建的核心受益者之一、从各级政府角度出发,考虑到当前政府部门对财政收入增长方式转变的迫切需求,在数据要素被确定为新型生产要素并参与分配的背景下,通过公共数据授权运营和市场化,在此过程中政府及有关部门参与收益分配,未来有望形成-公共数据运营+数据财政收入+公共数据专项财政支出"的数据财政机制、数据来源:国家信息中心,深圳数聚湾区大数据研究院,中国人民大学信息资源管理学院,广发证券发展研究中心从产业实践来看,由于公共数据以直接或间接的方式掌握在政府手中,具有明显的权威性,价值密度较高,且数据权属更易于判定,我国政府对公共数据资源的开发的表述在我国-十四五"规划中出现,这为公共数据要素的市场化培育提供了重要1行政主体在依法履行职责过程中制作或者获取的,以一定形式保存的各类数据资源如,各类政府数据_政务信息资源等2如,中国平安基于与国家信息中心签署的信用信息共享备忘录而3得到公共财政支持或政府部门委托,-掌握在外部机构》包括私营企业）手中,但与政府项目和服务关,并具有重大公共利益的数据如,国家电网的电力数据_公共交通的出行数据等4具有公共属性的领域或空间中,并非通过政府授权职责产生的但涉及公共利益的数据具有公共属性的科学_学术知识和其他知识数据来源:国家信息中心,深圳数聚湾区大数据研究院,中国人民大学信息资源管理学院,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明国内公共数据授权运营实践如火如茶进行中,有望涌现出一批基于公共数据进行数据要素产品开发运营的运营商、2020年以来,北京市_上海市_广东省_海南省_从地方实践看,贵州省与-云上贵州"合作搭建多个公共数据汇聚_开放_流通平台;海南省建设-数据产品超市",提供公共数据运营的基础设施平台和技术,鼓励市场主体参与公共数据市场化运营;成都市搭建公共数据运营服务平台,探索公共数据市场化运营和利益反哺机制、从行业实践看,气象_金融等行业较早开展公共数据授权运营,国家和各省市级气象部门积极统筹气象数据的共享开放和授权等工作;北京市通过融合应用工商_司法_税务_社保_公积金等公共数据,推动金融场综合金融服务平台,通过共享联动公共资源交易中心招投标数据_金服平台_金融基于我国各地方各行业的公共数据授权运营实践,典型运营模式可总结为:政府及有关部门将公共数据授权给运营主体,运营主体向市场提供数据产品或服务以获取收益,并将部分收益返还给数源单位_财政部门等有关部门、运营和资产入市试点合金融服务平台各类市场主体位免费_公益性收补偿性服务,运营主体为服务;专项财政资金补助,根据数源单位参与数据授权运营工作的绩效评估,由财政补贴运营主体将部分产品经营所得用于向超市平台方支付费用,后者将部分超市经营所得缴纳财政,主管部相应信息化建设或数据应用支持利润分成,平台将公位的信息化建设成本接利益分配,用政税进入地方财政预算管理,用于全省大入地方财政入通过纳税进入数据来源:国家信息中心,深圳数聚湾区大数据研究院,中国人民大学信息资源管理学院,广发证券发展研究中心识别风险，发现价值请务必阅读o页的免责声明》三）核心主线3:数据要素市场基础设施核心参与方数据交易中心建设逐步向好、2014年至2019年,我国大数据交易平台建设形成第一波热潮,2015年贵阳大数据交易所挂牌运营,而后北京_上海_浙江_湖北_陕数据来源:拓尔思,广发证券发展研究中心现阶段,国内数据交易所主要的商业模式,大致包括佣金_会员制和增值服务三操作门槛低,劣势在于过高的佣金比例会抑制场内交易主体的积极性与交易需求,从而转向场外交易、佣金制的典型代表为早期的贵阳大数据交易所,其在成立之初对每一笔交易收取10%的佣金,但随着实践探索,贵阳数交所于2交易佣金制,改为增值式交易服务模式、式有利于推进企业之间的长期数据合作,交易安全性和交易质量更容易获得保障、代表为华东江苏大数据交易中心,目前对其拥有的6000多家会员收取年费,实现平识别风险，发现价值请务必阅读o页的免责声明份,部分承担了数据清洗_数据标识_数据挖掘_数据融合处理等数据服务商的职能和角色、当前大部分数据交易平台都提供相应的数据增值服务模式,且占据一定的营收比例、图37:数据交易平台三种典型盈利模式数据来源:国家工业信息安全发展研究中心,广发证券发展研究中心远期来看,伴随数据要素产品交易规模逐步起量,数据交易所中长期盈利空间可观、以上海数据交易所为例,采用一次性收费方式收取9980元会员费,第三方数商每年缴纳19980元的年费,供方数商需缴纳交易额的2.5%作为数据产品交易服务供方数商数据来源:上海数据交易所,,关于上海数据交易所收费标准施行的通知《,广发证券发展研究从产业逻辑和实践进展出发,我们建议重点关注数据资产所有者_运营商以及数据识别风险，发现价值请务必阅读o页的免责声明要素基础设施参与方_数据加工及信息安全等环节、大地纬_万达信息等,以及医疗IT_智能交通等垂直场景的数据要素运营商;数据要素基础设施参与方:云赛智联_广电运通等;三未信安_启明星辰_格尔软件_信六_风险提示目前来看,政策是本轮数据要素市场构建及发展的核心驱动力之一,如果政策推进数据要素产业处于发展早期阶段,在具体的产业实践中仍有较多难点需要克服、》三）相关公司传统主业业绩的不确定性数据要素市场总体处于发展早期阶段,营收贡献在相关上市公司业务中占比普遍偏小,相关公司传统主业如果业绩一般,也将对投资收益产生影响、识别风险，发现价值请务必阅读o页的免责声明广发计算机行业研究小组刘雪峰:首席分析师,东南大学工学士,中国人民大学经济学硕士,1997年起先后在数家IT行业跨国公司从事技术_运营与全球项目管理工作、2010年就职于招商证券研究发展中心负责计算机组行业研究工作,2014年加入广发证券发展研究中李傲远:资深分析师,重庆大学金融学硕士,曾任职于国泰君安_安信基金,2020年加入广发证券发展研究中心、吴祖鹏:资深分析师,中南大学材料工程学士,复旦大学经济学硕士,曾先后任职于华泰证券_华西证券,2021年加入广发证券发展研究中心、李婉云:资深分析师,西南财经大学金融学硕士,2022年加入广发证券发展研究中心、雷棠棣:资深分析师,哈尔滨工业大学