01

1.1《數字經濟》已經成為我國經濟發展重要推動力，本質是伴隨着《信息技術發展》進行的下一輪 “經濟革命”。

• 《數字經濟》定義：區別於傳統經濟的新經濟模式，最核心區別在於生產資料是數據。

　　《數字經濟》即以 “數據資源” 為關鍵要素，以《現代信息網絡》為主要載體，以《信息通信技術》融合應用、全要素《數字化轉型》為重要推動力，促進公平 與 效率更加統一的新經濟形態。《數字經濟》與其他經濟形式最大的不同在於：《數字經濟》是以數據作為核心生產要素，不同經濟形態下，數據對於 “全要素生產力” 的提升作用有區別。

伴隨着人類社會不斷髮展，不同階段各種生產要素的重要程度逐漸變化：

• 農業經濟：首先要解決吃飯的問題，最核心的生產要素主要涉及土地 和 勞動力；
• 工業經濟：解決的是大規模生產的問題，在土地 和 勞動力之上增加了最主要的 資本要素，同時技術、管理、……等軟性要素重要程度不斷提升；
• 數字經濟：目標是解決大規模生產過程中生產過剩、供需錯配問題，數據 成為更為重要的生產要素，提升全社會要素生產力。

• 《數字經濟》分類：數字產業化、產業數字化、數據價值化、數字化治理。

　　《國家統計局》在《數字經濟 及其核心產業統計分類》中對《數字經濟》的定義，《數字經濟》行業主要包括：數字產品製造業、數字產品服務業、數字技術應用業、數字要素驅 動業、數字化效率提升業五大類，涵蓋上百個國民經濟行業。

根據《信通院》定義，《數字經濟》可以通過社會運轉環節分為四個部分，其中包括：

• 數據價值化：包括但不限於數據採集、數據標準、數據確權、數據標註、數據 定價、數據交易、數據流轉、數據保護、……等；
• 數字產業化：信息通信產業，具體包括：電子信息製造業、電信業、軟件和信息 技術服務業、互聯網行業、……等;
• 產業數字化：傳統產業應用數字技術所帶來的產出增加和效率提升部分，包括 但不限於工業互聯網、兩化融合、智能製造、車聯網、平台經濟、……等融合型 新產業、新模式、新業態；
• 數字化治理：包括但不限於多元治理，以 “數字技術 + 治理” 為典型特徵的技管結 合， 以及《數字化公共服務》等。

綜合權威部門定義，我們認為《數字經濟》作為一種新的經濟形式，隨着《信息技術》的不斷髮展 和 數據在各行業逐漸應用，片面定義哪些行業屬於《數字經濟》、哪些不屬於《數字經濟》有失偏頗，從產業研究角度，採用《信通院》的劃分方法，從 “功能” 上進行理解 與 區分更為準確。

1.2 我國《數字經濟》現狀：GDP佔比逐漸提升，成為拉動經濟最主要動力，未來重點在一二產業

《數字經濟》作為與《信息通信技術》高度相關的經濟形式，發達國家在此佈局較早，已經 成為驅動領先國家發展的主要驅動力。

　　以美國為例，1998 年美國商務部便發佈《浮現中的數字經濟》系列報告；近年來又 先後發佈《美國數字經濟議程》（2015）、《聯邦數據戰略》（2019）、《創新與競爭法 案》（2021）年，一再強調《數字經濟》在其經濟發展中的重要作用。在歐洲，歐盟正式 具備國際法主體資格後也不斷開始進行《數字經濟》相關方面的政策探索，即 2014 年 提出《數據價值鏈戰略計劃》後，又陸續推出《歐洲工業數字化戰略》、《歐盟 AI 人工智能戰略》等規劃；2021 年 3 月發佈了《2030 數字化指南：實現數字十年的歐洲路徑》，全面規劃從 2021 年到 2030 年的《數字化發展路徑》。但從發展策略角度看，歐美髮展路徑不盡相同：美國強調資本力量，保持絕對的技 術領先，吸收全球力量維持自身領先優勢；而歐洲更強調公平共享，從歐盟層面 希望通過數據推動形成單一市場。

　　對我國而言，《數字經濟》也已經成為經濟重要組成部分，是拉動我國 GDP 的重要力 量。目前《數字經濟》佔我國 GDP 比重已經達到 40% 且仍舊在穩步提升，主要推動力 來源於《產業數字化》，即數據對於各傳統行業的改造。從三類產業看，我國第三產業 目前的《數字化程度》已經比較高，處於穩步發展階段，而 “農業、工業” 還有非常大的提升空間。

　　國家提出《數字經濟》整體概念後，各省及地市紛紛進行本地規劃落地，經過幾年重點 發展均已取得不俗成績，從統計情況看，經濟發展較為領先的地區其《數字經濟》的規模 和 增速都相對錶現較好，側面説明目前《數字經濟》已經驅動《地方經濟發展》的重要支柱力量。

我們收集分析了全國 30 個省市自治區以及 300 多個地市的《地方數字經濟規劃》，發現有如下特點：

定義：《數字經濟》有廣義 與 狹義之分，核心在於是否包含《數字政府》，絕大多數地區採取了廣義的定義；

異同點：相同點在於重視《基礎設施》建設、《數字政府》建設，不同點在於重點佈局 產業 和 特色環節；

外界合作：各地紛紛 與 領先《數字經濟企業》（京東、阿里、華為、中電科、中電子、……等）合作佈局；

核心指標：

1、《數字基礎設施》建設；

2、《數字政府》建設；

3、《工業互聯網》發展；

最主要抓手：數字政府，包括一網通辦、一網統管、一網協同；

最快指標增長領域：工業互聯網。綜上説明，《數字經濟》已經成為我國目前經濟最主要驅動力之一，而我國各級決策部門也已經把《數字經濟》作為《未來經濟發展》中重要方向做佈局，頂層規劃設計更強調整體結構 和 創新技術方向，基層規劃更注重實際落地方向 和 指標設計。

1.4 《數字經濟》意義：信息技術 和 數據發展到一定程度後進行的下一輪《產業革命》。

《數字經濟》本質是伴隨着《信息技術發展》進行的下一輪 “經濟革命”，我們認為《數字經濟》對於我國來講，其意義體現在四方面：

1、提升傳統行業生產效率 / 社會治理效率：通過《信息技術》與《傳統行業》的結合，提升傳統行業生產效率，進一步挖掘傳統行業價值 和 潛能；

相關研究表明，採用產品全生命週期管理系統的企業研發週期降低 17%， 產能利用率提升 16%，設備利用率提升 10%；

《世界經濟論壇》研究表明，《數字化程度》每提高 10%，人均 GDP 將增長 0.5% 至 0.62%。

2、從 “中國製造” 變為 “中國智造”，增強國際經濟競爭力：“中國製造” 通過幾十年努力已經成為物美價廉的代名詞，但目前我們還存在高端產品能力不足、存量市場空間有限的情況；

通過《數字經濟》賦能《傳統經濟》，“中國製造” 升級成 “中國智造”，同時向外輸出我國 “數字產品”，創造更大的市場空間。

3、從依賴《土地的經濟發展》模式轉變為《多種經濟要素協同發展》的模式：過去數十年，我國的經濟發展本質上是圍繞《土地生產要素》和《資本生產要素》做的一系列生產力釋放，包括：基建、房地產、可選消費、……等等；

隨着《城鎮化率》提升速度越來越慢、共同富裕的社會主義本質要求下，傳統的《土地要素》、《資本要素》對於經濟的邊際促進作用已經越來越小；展望未來，我國必須通過依託 “數字手段” 提升製造業全要素生產效率，從單純的依賴 “土地、資本” 發展，向以 “數據為核心” 的《數字經濟》轉變；

4、打通《歷史週期論》中供需不平衡的經濟循環：《市場經濟》的一大症結在於《生產資料私有化》和《生產活動的社會化》造成的週期性供需不匹配；

《計劃經濟》試圖通過全面計劃熨平這一週期癥結，但侷限於技術 和 數據發展落後無法做到；《數字經濟》通過對《傳統經濟賦能》改善全社會供需；

a) 供給方面：大幅提升生產製造、經營管理、商貿流通等環節效率，挖掘 供給潛力，實現按需、高效供給；舉例：C2M 生產；

b) 需求方面：最大程度挖掘內需潛力，消化吸收現有產能，帶動產業升 級；舉例：直播帶貨；

c) 供需平衡：有效打通供需數據匹配，提高經濟系統快速反應能力 和 整體協同能力；

1.5 《數字經濟》與《投資》的關係：科技類投資集合，大趨勢中尋找細分方向

《數字經濟》規模龐大種類繁多，實際上從投資角度來講，可以根據行業發展的不同階段拆成一個個細分行業做《基本面投資》和《主題投資》。結合 “行業生命週期” 和 “投資角度”，我們認為《數據要素》相關領域是唯一的一個幾乎完全沒有被認知的領域，可能是整個行業下一個 “板塊性的大機會“。

02

《數據要素》行業簡介

2.1《數據要素》定義：數據從 0-1 向資產的演進結果，能夠產生經濟效益的 ”數據資源“ 就是《數據要素》。

目前對於數據、數據資源和數據要素沒有特別權威公認的定義，我們參考中國信通 院定義，將數據要素定義為參與社會生產經營活動、為使用者或所有者帶來經濟效 益的數據資源。數據：對客觀事物（如事實、事件、事物、過程或思想）的數字化記錄或描述，是 無序的、未經加工處理的原始素材；數據資源：能夠參與社會生產經營活動、具備使用價值、以電子方式記錄的數據；數據資產/數據要素：參與社會生產經營活動、為使用者或所有者帶來經濟效益的數 據資源；數據資產偏重形而下的會計概念，數據要素偏重形而上的經濟概念。

2.2 數據要素特徵：非稀缺性、非均質性、非排他性，資產化過程中面臨很多困難

數據要素作為一種新型生產要素，其與其他生產要素相同的部分，同時也有其獨特 的特徵；數據要素的獨特特徵使其在經濟學研究和實際使用中有各種新問題出現。目前學術界和產業界普遍認為，與其他生產要素相比，數據要素具有非稀缺性、非 均質性、非排他性。

2.3 數據要素髮展現狀：海外積極探索，國內基於大數據市場發展曲折前進

數據作為新時代的“石油”，各國均採用了各種方式進行積極探索，其中美國與韓國 是進展最為靠前的國家。目前看來美國已經形成了較為成熟的數據要素市場，韓國 也在探索基於 Mydata 模式的個人隱私數據保護模式。我國對於數據的要素化認知並非一蹴而就，而是基於對大數據的認知不斷深入，隨 着市場不斷髮展、技術不斷成熟、問題不斷解決，理論認知不斷提升，最終形成數 據要素這一概念，並於 2019 年黨的十九屆四中全會中，明確提出了“健全勞動、資 本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬 的機制”，從而正式認定了數據的經濟要素價值。

我國對於數據生產要素的重視緣於我國在數據要素方面具有資源稟賦，同時數據要 素對於我國經濟發展和治理能力現代化都具有不可替代的作用。

2.4 數據要素市場構成

數據要素價值化三階段構成了數據要素市場，數據要素市場的構成就是把數據要素 價值化的過程。從產業鏈環節看，我們將數據要素市場根據過程分為數據採集、數據存儲、數據加 工、數據交易流通、數據分析應用和數據資產證券化幾個部分。

2.4.1 數據採集

數據資源化是通過數據採集、存儲、清洗、標註等手段使數據能夠從無序、無價值 的比特組合變為能被利用的數據資源；數據採集作為數據要素行業的起點是整個行業中發展最為成熟的環節，同時受益於 我國互聯網產業和物聯網產業的高度發達，目前我國數據採集方式多種多樣且在不 斷演進。未來伴隨着聯網設備增加，數據的來源、採集量和異構程度越來越複雜；且隨着數字經濟行業逐漸從第三產業向第一、第二產業滲透，數據採集的重點方向 也將從注重採集個人數據轉向生產數據轉變。同時，未來的數據採集將更為有序合 法。

2.4.2 數據存儲

數據存儲市場整體是一個非常穩定發展的市場，由於存儲技術進步及雲計算趨勢興 起，目前全球存儲市場已經呈現比較穩定的週期性，而全球和中國的雲計算市場進 入到相對平穩的發展階段，我們預計未來數據存儲市場會繼續雲化發展，同時在國 家“東數西算”等政策要求下，空間角度市場格局更為均衡，格局角度更為傾向於 國產化廠商。

2.4.3 數據加工

數據加工包含數據清洗、數據標註、數據審核等，本質上是提升數據資源質量的過 程，數據資源的質量越高其價值越大。具體分環節看：數據清洗：基本已經成為各企業標配的能力，基本在數據收集存儲環節就已經完成；數據標註：由於非結構化 數據佔比越來越大，對於數據標註行業的需求穩定提升，已經形成一個穩定成長的 行業，目前市場規模在 50 億元人民幣以上，每年保持 20%以上增長。

2.4.4 數據流通交易

數據流通環節還可以細分為數據確權、數據估值&定價以及數據交易等幾個階段。數據確權：發展最慢難度最高的環節，總體趨勢是淡化確權 數據確權是數據要素行業中連接上下游最關鍵的環節，同時也是目前發展最慢、難 度最高的環節，主要原因在於：

1. 法律地位不清晰:《民法總則》、《物權法》、《知識產權法》、《反不當競爭法》等 未明確數據法律地位；

2. 源頭難確認：數據的初始來源複雜傳播鏈條長且處理後信息丟失，經常無法確 定最初來源；

3. 追責成本高：數據複製簡單迅速且難以追蹤，及時發現被侵權也很難維權；對於數據如何確權，市場一直處於爭論期。目前主流態度逐漸清晰，即在產業/政策 萌芽期，暫時擱置“數據歸誰所有“這一難題，從數據的使用權利、流通權利、收 益權利層面確定歸屬，引入合規和登記公正體系，保證交易合法合規。這一環節中， 未來主要參與玩家可能是律師事務所、數據交易所、區塊鏈等新玩家。

數據估值&定價：

當前一事一議，未來 “多種定價” 與 “估值方式” 相結合，由於數據具有多種獨特性質，導致其定價非常困難，一直是《學術界》和《產業界》的難題：

1. 成本定價：邊際成本極低，無法根據初始成本或者預估成本定價；

2. 效用定價：使用之前效果不清晰，使用之後難以重新收費；

3. 體驗定價：使用體驗和最終效果無關；

4. 質量定價：數據質量難以標準化；

5. 防套利定價：技術難度太高，無法實時實現。

行業標準協會也在不斷推進數據定價的試點，中國資產評估協會於 2020 年 01 月推 出《資產評估專家指引第 9 號 —— 數據資產評估》，2022 年 06 月進一步推出《數據 資產評估指導意見（徵求意見稿）》，我們預計在徵求意見稿出台 6-12 個月內正式的 指導意見即將出爐，則對於整個《數據要素市場》形成了官方的定價評估指導，具有十分重大的意義。展望未來，由於《數據要素》的特殊性質，《數據定價》目前仍處於一事一議的階段。未來 大概率形成 “多種定價方式並存” 的格局，即在不成熟市場中，平台 或者數據供給方通過 “靜態 + 動態” 結合的方式定價，主要方式包括協商、拍賣等；在成熟市場中，既存在 “個性化定價” 方式，同時 “標準定價、自動定價” 也成為主要定價方式之一。

數據交易：目前是當前 地方政府爭奪最激烈的市場 數據交易市場。經過接近 10 年的發展，已經走過了 “萌芽期 → 爆發期 → 幻滅期”，伴隨着《數據要素》重要性逐漸提升，由政府主導的數據交易市場重新蓬勃發展。目前來看《數據交易市場》分類方式很多，目前發展爭奪最激烈的是合法場內交易，發展最快的是《合法場外交易》。《數據交易所》作為《地方政府》參與《數據要素》的主要形式，已經成為目前各地方政府爭奪 最激烈的市場；但從草根調研看，各地的《數據交易市場》仍舊處於探索階段，普遍交易額不大。

2.4.5 數據分析應用

數據分析應用細分市場成熟度不同，是市場價值最大的環節。從有數據的時刻起， 數據分析行業便應運而生，對於數據的分析能力直接決定了數據的價值；從產業鏈 角度，數據分析應用市場是整個數據要素市場最大的細分環節，也是所有市場環節 價值的最集中體現，包括內部數據、外部數據等。這一環節屬於相對來講比較成熟、 穩定發展的細分環節，參與者眾多。

2.4.6 數據資產證券化

數據資本化是指數據被打包成金融產品進入資本市場，具體形式包括但不限於數據 質押、數據 ABS、數據權益，目前仍舊處於點狀探索階段，除了數據權益外沒有特 別完善的理論和實踐體系。目前數據入表（資產負債表）是學術界和產業界最關注 的政策指引方向，一旦數據入表政策公佈，可能會引起整個資本市場的規則重估。

綜上，結合產業鏈各參與者地位，我們可以得到數據要素市場產業鏈全景圖。綜合 看來，在政策的大力推動和各方面參與者的不懈努力下，我國數據要素市場體系已 經初步形成，但我國數據要素交易市場仍處於發展早期階段，未來的空間、格局仍 在不斷變化中。根據我們的推演，未來數據流通速度加快，受益最大的是數據供需 方、空間最大的是提供各類服務的數據服務商、而目前最火熱的仍舊是數據交易所 行業。

2.5 數據要素市場規模：灰黑產千億規模，正規化後前景廣闊

中國數據要素市場目前在千億左右規模；但 這一數字非常保守，原因在於在市場空間計算時主要是數據採集、數據存儲、數據 加工等現有可測量的環節，數據交易環節和規模最大的數據分析應用環節沒有納入；僅僅數據交易環節，國內每年黑灰產市場規模就在千億以上。目前數據要素行業剛 剛處在正規化發展的初期，未來各行各業都會從中顯著受益，當下去糾結市場空間 多大意義不大，更多應該以發展的視角看待這一成長行業。

03

數據要素行業存在的問題和邊際變化

3.1 存在問題：確權難、定價難、流通難、監管難，本質問題是權責不統一

確權難：

a) 數據所有權分類：數據權分為國家主權、人格權和財產權三個維度；《數據安全法》和《個人信息保護法》解決了《數據國家主權》和《人格權》的問題，但《財產權問題》尚未在法律層面有明確定義；

b) 人格權追溯困難：個人對數據有知情權、修改權、刪除權、查詢權，但在 實際應用中，個人維權成本非常高，維權手段非常少;

c) 財產權仍需討論：數據的特殊性質導致其在財產上的歸屬、追溯、增值等 行為很難確定，因此如何定義財產相關的歸屬、分配等仍舊需要探索。

定價難：

a) 傳統定價方式不適用：數據具有初始成本固定、邊際成本極低、產權確定 困難、來源多維、結構多樣的特點，傳統經濟學中的各種定價方法都難以 使用；

b) 對於買賣方價值差異大：數據買賣雙方對數據價值評估存在“雙向不確定 性”，雙方對於同一數據的價值評估差距可能會非常大，因此對於同一數據 的估值也存在比較大差異；

c) 可參考經驗少：目前數據交易市場規模小、案例少、公開少，也難以形成 成型的定價體系。

流通難：

a) 數據供需雙方都不明白自己的需求：絕大多數潛在供需方並不清楚自身能 提供什麼樣的數據和需要什麼樣的數據，因此缺少主動入場參與流通的意 願；

b) 供需雙方缺少互信：由於數據要素的特殊屬性，供給方擔心數據泄露和可 能的隱私安全，需求方擔心數據來源合規性和數據質量，缺少互信基礎；

c) 平台能力太弱：目前數據交易平台大部分仍是一個撮合場所，沒有保障流 通的能力。

監管難：

a) 監管主體缺失：目前從國家頂層線條向下，沒有具體負責數據要素全條線 監管的機構（資本 - 證監，土地 - 國土，人力 - 人社，知識產權 - 市場監督）

b) 監管依據缺失：數據交易沒有成熟法理依據和案例經驗，仍處於一事一議 的階段；

c) 監管能力缺失：由於數據的特殊性質，對於數據要素的監管要具備追溯、 處理、分析等多項高度專業化的能力，目前的政府機關當前均不具備。各種困難的背後，問題的本質是合規數據要素權責利益的不清晰、不對等 我國數據要素市場從 2011 年開始逐漸發端，經歷了 2012 - 17 年的野蠻生長期後 在 2018 - 2019 年法律體系健全之後被嚴厲打擊，數據交易被片面污名化，各類數據 主體，尤其是政府機關和國有企業，對於數據要素市場敬而遠之。

3.2 政策變化：頂層 + 地方法規 / 政策不斷推動，建立具體部門統籌監管規劃

3.2.1 法律法規體系逐漸成型，參與的政企有法可依

我國數據要素市場的發展實際上就是相關法律法規不斷完善、細化的過程；目前已 經形成了以 “五法一典” 為核心框架的數據要素法律體系。其中五法一典包括《國家 安全法》、《網絡安全法》、《密碼法》、《數據安全法》、《個人信息保護法》以及《民 法典》。國家法律體系框架下，各地也推出自身的數字經濟/數據要素髮展政策與法規。其中 公共數據相關政策密集集中在 2021 / 2022 年。

3.2.2 監管部門建設完畢，受益運營主體逐漸建立

從 2018 年開始，各地開始在政府內部設置大數據局等部門承接當地數據要素管理 工作，從而形成完善的數據監管、治理、運營體系。

層級：省級-地市級-縣市級，各級政府均已成立了大數據局/大數據中心、大數 據管理局/政務數據局；

職責：一般均承擔各地區域內數據全面戰略，同時有些機構還負責各地對民政 務平台（類似隨申辦）、電子政務建設、政務雲、政務招採等；越到基層負責的 職能越多、越具體；

來源：從頂層到基層，來源從獨立建設到部門整合；領導幹部一般來源於工信 /經信系統或辦公廳系統；

級別：省級層面正廳、副廳級均有（副廳級為下掛），地市級均為政府正常組成 部門（與局委辦平行）；

下屬單位：大部分省、重點地市都有自己的下屬單位（事業單位、國資企業） 用於做政企分開，甚至在部分地區形成了省總公司 - 地市分公司的成熟企業體系。

一些先進地市已經通過建立大數據中心/公司的形式形成政企分開的政務數據受益 運營主體，原因主要有以下三點：

權責：對於未來可能出現的風險做主體區隔，降低政務數據開放的心理壓力；

受益：當前財政體系下政府部門無法通過數據開放獲取收益，但事業單位/國資 公司不受限制；

運營：數據要素需要極強的技術支持，當前的財政/招採體系在政府部門序列內 難以支撐；

該類公司股權穿透後基本為當地國資委，部分先進地區有其他技術類公司參與；

負責幹部主要來源於工信系統 / 辦公廳系統；

未來，我們認為會形成對標國土局-城投公司-公共資源交易中心體系，形成大數據局 - 大數據公司 - 數據交易中心體系。

3.3 技術變化：需求端 AI 成熟，供給端區塊鏈 + 隱私計算技術成熟

技術的發展一方面從需求端增加了對數據的需求，另一方面從供給端解決了雙方的 矛盾。從需求端看，AI 算法已經基本得到普及，各行各業都在利用 AI 進行自身業務和流 程的改造；

AI 需要大量數據進行模型生成和結果迭代，對於數據，尤其是多源/連續 數據的需求越來越多。從供給端看，區塊鏈+隱私計算等技術的發展，使得數據確權、數據可用不可見成為 了可能，為數據要素流通提供了堅實的技術保障。數據流通的供需矛盾在於需求端希望數據越翔實、越接近原始數據越好；

而供給端 希望數據越簡潔、越不暴露底層數據越好。區塊鏈能夠解決數據確權、數據交易過 程確認問題；

隱私計算能夠解決數據泄露擔憂、數據隱私擔憂、數據質量擔憂。

隱私計算，廣義上是指帶有隱私機密保護的計算系統與技術，能夠在不泄露原始數 據的前提下對數據進行採集、加工、分析、處理與驗證。目前主流技術分為安全多 方計算平台（MPC)、聯邦學習（FL)、可信計算環境（TEE）。隱私計算從 20 世紀 80 年代發展到今天，已經基本成熟，目前的問題是如何通過軟 硬件協同、算法優化等方式提升系統性能，儘量接近明文計算。

目前，隱私計算在數據交換領域的使用已經有了比較成熟的案例，例如：諾崴科技於 2014 年在美國首創了全球第一個基於隱私保護的超大規模醫學科 研網絡 pSCANNER，通過創建一個大型、具有高度代表性的醫療網絡來輔助臨 牀結果研究，提高國家進行比較有效性研究（Comparative Effectiveness Research） 的能力。數牘科技於 2020 年率先落地 TB 級隱私計算商用標杆項目，接下來與三大運營 商、銀聯、工商銀行、北京銀行等多家客户達成合作，覆蓋金融、營銷、風控、 醫療等場景，積累了近百個數據協作產品和模型。2021 年還陸續成為北京、上 海、深圳等多地數據交易所首批數商及交易平台建設方。

隱私計算目前看來是數據要素市場發展繁榮必不可少的技術手段，也因此吸引了非 常多來源的玩家加入，當前已經形成巨頭和初創公司共同逐鹿的市場環境。在政策 推進、技術成熟的背景下，隱私計算市場規模急劇擴大，據統計，我國 2022 年上半 年隱私計算領域的招投標項目總金額已經接近 2019 - 2021 年三年招投標總額，預計 全年同比幾倍增長。

3.4 應用變化：金融、醫療、政務等應用場景不斷落地

3.4.1 金融行業

金融行業是數據要素應用最活躍的行業，多維數據對於金融機構提升風險評估能力， 從而實現普惠金融具有非常重要的左右。過往中小企業以及個人實際貸款利率難以 下降的一大原因就是無法通過傳統數據（資產規模、經營流水）證明自身實力從而 實現信貸增信；但是包括税務、社保、海關、電力等一系列政務公共數據能夠有效 提升金融機構對相關信貸主體的評估能力，從而實現普惠金融，因此這一方向也是 目前政務數據開放最主要的方向。數據要素不僅在普惠金融方面助力金融機構，同時對於其內部其他業務也有顯著提 升。在數據要素基礎設施、基礎技術逐漸完善後，金融機構可以更好地與其他機構 合作進行數據分析，從而提升自身業務效率。

3.4.2 醫療行業

我們認為醫藥、醫療、醫保會是下一個即將爆發發展的行業。過去，數據來源、數 據安全是各醫療相關機構一大難題，未來通過數據交易、隱私計算等手段能夠促進 全行業效率提升.

04

新環節 & 新產業 & 新價值

4.1 數據供應商：公共數據完成基礎聚集，未來會不斷開放生巨大價值

以政府為代表的公共數據是數據領域最大的金礦，佔到總數據體量的 80% 左右，但 受制於體制原因和政策原因，一直無法得到充分開放和利用，目前是政策推動的重 點。我們認為由於政府數據特殊性，未來大概率採用地方國資公司代理的模式做開 放共享，地方國資大數據公司會成為政務開放過程中最確定的受益者。

成立地方國資大數據公司的原因我們認為有以下三點：

法理依據：

公共數據大部分來源於公民信息或日常生產生活活動，追溯穿透後 屬於公民私人數據的集合；

國資委作為國有資本代表出資成立全資大數據公司 代理運營公共數據，法理上瑕疵不大；

利益歸屬：國資委作為國有資本代表出資成立全資大數據公司代理當地全體公 民和單位運營公共數據，所得款項以分紅形勢返回國資上交當地財政，利益歸 屬上實現閉環；

技術運營：政府部門由於編制限制無法大量擴充技術運營人員，但國資企業可 以採取自建團隊、外部招採、資本合作等多種形式進行數據運營工作；

以福建為例，福建大數據公司成立晚發展快，但已經成為數字福建重要抓手。

福建 大數據公司成立於 2021 年 8 月 26 日，為福建國資委 100% 全資子公司。

在成立/籌 備階段和 2022 年的數字福建發展規劃中，公司承擔了未來數字福建建設的重要任 務。目前，福建大數據公司已經快速建立/整合了多個子公司，逐漸邁入正軌。

4.2 數據交易所：政府參與數據要素的最主要方式，歷經波折重新起航

數據交易所行業已經經歷了兩個階段，目前處於第二個階段，行業重新恢復生機。

4.2.1 數據交易所1.0階段

2015 年至 2017 年，第一波“爆發期”：自 2015 年貴陽大數據交易所正式掛牌運營以 來，這一期間，先後有近 20 家數據交易所成立；

但由於缺少強力法律保障和獨特優 勢，無法打敗數據灰產交易，部分交易所已經處於名存實亡狀態；

4.2.2 數據交易所 2.0 階段

2020 年之後，北京和上海等地成立了新一批數據交易所，且未來還會有多個交易所 準備落地。2.0 階段數據交易所更注重國有股權和生態建設，目前處於蓬勃發展和活 躍探索階段。數據交易所力求提供貫穿交易前中後流程的多維服務，但目前更多提供類黃頁+背 書功能。

4.3 數據服務商：數據要素特徵決定了生態夥伴的必要性，未來巨大空間等待發掘

我們把數據服務商定義為在數據要素市場中除了狹義數據供需雙方之外的所有參 與者。

數據服務商是數據要素市場的必然存在者，核心原因是供需雙方碎片化 + 供需 雙方能力有差異：供需場景碎片化：數據供應者和數據需求者幾乎遍佈於各行各業各種大小企業， 數量上非常多且碎片化，無法完全地發現合適的供應者和需求者，數據服務商 有渠道、場景、技術等能力，能夠匹配碎片化需求；

供需能力有差異：數據交易參與者在 IT 能力上差異非常大，比較差的例如政府 機構、傳統行業企業，比較強的例如互聯網公司等，而數據要素交易市場的增量參與者主要來源都是能力相對較差的參與者，因此需要數據服務商為能力比 較差的提供數據服務、補齊中間差距。

數據服務商商業模式多種多樣，但核心還是提供服務，從資源化、資產化過程中分 潤，因此其想象空間最大：

數據資源化服務：其功能為數據採集、清洗、治理、存儲。主要產品及典型供 應商例如物聯網平台（移遠通信）、系統日誌（博睿數據）、數據清洗（海天瑞 聲）、數據存儲（易華錄）、數據治理（海康威視）；

數據資產化服務：其功能為數據確權、評估、定價、產品化。主要產品及典型 供應商：律師事務所、資產評估所、行業 IT 公司（宇信科技、航天信息）、通 用 IT 服務（華控清交）。目前各大交易所都在着力打造自身的數據服務商體系，不斷引入更多全國性和本地 性的服務商。各交易所數據服務商名字不同，更多是細微差別之後做定義區分，但 本質上都是為了作為“助燃劑”賦能其他數據交易參與主體。

05

未來發展展望 & 標的梳理

5.1 未來發展推演：政策密集推進、權責逐漸清晰、標杆案例落地、收益不斷體現

我們認為數據要素行業仍舊處在政策密集推進的階段，相關政策會推動治理體系不 斷完善資產要素化流程。

其中可能包括：數據產權：從立法角度推動或者模糊化數據的所有權收益權，解除核心風險顧 慮；

數據評估：完善數據資產價值評估體系；數據入表：數據以資產形式計入資產負債表，並調整相應資本政策；

數據財政：地方政府探索 “數據出讓金”、“數據補助“ 制度；

數據税收：民生數據應用抵税、數據採購費用納入研發費用、平台企業徵收數 據税；

數據金融：公民企業數據貸款、數據入股、創新金融服務。同時還可能有的一些發展情況包括數據要素經營交易的標杆案例落地、權責逐漸清 晰以及收益不斷體現。

5.2 投資方法：早期做板塊級別主題投資，後期看老企業獲利 和 新企業崛起

目前行業仍屬於早期階段，仍舊處於主題投資階段，但我們認為會 是個板塊級別的大主題機會。

✓ 未來趨勢確定：數據要素市場是一個已經有灰色交易的市場，證明需求真實存 在。隨着政策、技術等領域不斷成熟，正規市場規模會越來越大。展望 5 - 10 年 後，數據要素市場會是個涉及到個人、企業、政府的成熟、穩定、有序的市場；

影響企業眾多：能夠參與數據要素市場的企業非常多，幾乎所有計算機、傳媒 類上市公司都有機會，同時部分傳統行業公司也有機會參與；

收益目標明確：無論是現有公司還是未來新公司，都能通過數據要素交易獲取 收益，行業參與者收益獲取方式相對清晰。

行業階段早期：數據要素行業仍處於早期階段，具體兑現到上市公司業績上仍 舊需要時間；

各種催化不斷：行業發展十分迅猛，政策層面各種催化不斷，行業內各種機構 都在不斷探索嘗試。綜上，我們認為當前數據要素會是一個伴隨政策催化有板塊效應的主題性機會， 後續伴隨着收益體量和方向不斷明確，出現業績受益的一批公司。

推薦閲讀

- SUGGESTED READING -

▐ 數商雲集

• 數商雲集 | 芳禾數據：國內專業領先的數據融合應用與安全服務提供商
• 數商雲集 | 本應科技：深挖科技數據 驅動產業發展
• 數商雲集 | 易華錄：聚焦數據“收、存、治、用、易” 延伸大數據產業價值鏈
• 數商雲集 | 中鼎資信：整合多方位信用評級領域資源 推動信用體系建設

▐ 系列解讀

• 重點關注 | 如何獲得數據要素登記憑證
• 重點關注 | 如何獲得數據中介憑證
• 重點關注 | 如何獲得數據商憑證
• 重磅推出 | 數據交易規則體系解讀（三）
• 重磅推出 | 數據交易規則體系解讀（二）
• 重磅推出 | 數據交易規則體系解讀（一 )

▐ 數據專區

• 貴陽大數據交易所建立首個官方數據專區：氣象專區
• 全國首個“電力專區”在貴陽大數據交易所正式上線
• ABOUT US

貴陽大數據交易所是全國第一家以大數據命名的交易所，2015 年 04 月 14 日正式掛牌運營，在全國率先探索數據流通交易價值和交易模式。2022 年進入優化提升階段，搶抓數據價值化新機遇，探索數據要素資源化、資產化、資本化改革新路徑，大力培育數據要素流通產業生態。通過採用隱私計算、聯邦學習、區塊鏈等先進技術，打造數據、算力、算法等多元的數據產品體系，面向全國數據流通交易提供高效便捷、安全合規的市場化服務。