东吴计算机：数据要素市场化报告

证券研究报告·行业研究深度报告·计算机 东吴计算机：数据要素市场化报告 证券分析师王紫敬 S0600521080005 wangzj@dwzq.com.cn 2022年12月15日 目录 第一章数字经济和数据要素 第二章数据要素市场化 第三章数据资源化 第四章数据资产化和资本化第五章数据要素的参与主体第六章投资逻辑 第七章风险提示 第一章数字经济和数据要素 图：数字经济的“四化”框架 数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合,不断提高经济社会的数字化、网络化、智能化水平加速重构经济发展与治理模式的新型经济形态。 具体包括四大部分: 1.数字产业化，即信息通信产业，具体包括电子信息制造业、电信业、软件和信息技术服务业、互联网行业等， 2.产业数字化，即传统产业应用数字技术所带来的产出增加和效率提升部分,包括但不限于工业互联网、智能制造、车联网、平台经济等融合型新产业新模式新业态; 3.数字化治理，包括但不限于多元治理，以“数字技术+治理”为典型特征的技管结合，以及数字化公共服务等: 4.数据价值化，包括但不限于数据采集、数据标准、数据确权、数据标注、数 据定价、数据交易、数据流转、数据保护等。 我们将在报告中就数据要素市场化的相关投资机会进行讨论分析。 4 数据来源：信通院，东吴证券研究所 掌握数据要素 产业数字化 数字经济时代 实施数字技术革命 数字产业化 5 数据来源：《数据要素论》，东吴证券研究所 拥抱数字经济时代，率先掌握数据要素和持续实施数字技术革命对实现第二个百年奋斗目标和中华民族伟大复兴具有重要意义。 •随着工业经济不断发展，我国生产函数正在发生变化，经济发展的要素条件、组合方式、配置效率发生改变，面临的硬约束明显增多，资源环境的约束越来越接近上限，碳达峰碳中和成为我国中长期发展的重要框架，传统依赖高投入、高耗能、高污染、低效益的发展模式已经难以持续。 •以美国为首的西方工业强国不断对我国实施关键技术“卡脖子”战略，过去采用的“市场换技术”和“模仿创新”战略也已经难以为继。 数字产业化的当前理解就是云大物智移区元。 产业数字化的目的是用数，前提是上云，因此当前的数字化转型大多可以直接理解为上云，上云后可以沉积数据、互联互通。 图：数字经济时代的发展主线 数据本身形态演变包括原始数据、数据资源、数据要素、数据产品和服务。 •数据最初以原始数据形态出现，是人类对客观事物的数字化记录或描述。由于原始数据是无序的、未经加工处理的素材，尚不 具备使用价值，因此不能直接投入生产。 •当数据具备使用价值并能直接投入社会生产经营活动中时，原始数据就转化为了数据资源。 •当数据已经参与到社会生产经营活动，并为使用者带来经济效益时便成为了数据要素。 •最后，数据经生产形成产品或服务时，数据便以产品和服务的形态呈现出来。 数据的金融形态演变一般包括数据资源化、数据资产化、数据资本化。 6 数据来源：信通院，东吴证券研究所 数据要素促进经济增长路径虚拟使能、无限收敛和智能即时性等技术特点，使得数据要素在算法驱动下成为一种通用生 产要素。 •一方面形成数据要素的过程需要其他生产要素的投入，例如，为实现数据的采集、处理、加工、分析和交易，经济主体需要投入巨大的固定成本来购买设备、开发软件、建立基础设施，这一资源投入的过程本身能促进经济增长；数据要素还可以直接参与生产、交换和分配过程，不断迭代，催生新的生产方式甚至创造新的需求促进经济增长。 •另一方面，数据要素可以赋能其他要素，优化供给进一步促进增长。例如，数据要素与劳动力相结合能提高劳动技能与综合素质、提高劳动生产率；数据要素与技术相结合能推动科技发展，加速科技与产业融合；数据要素与资本要素相结合能够减少不确定性冲击，提高风险控制的精准度与效率，进一步拓展金融等服务的广度和深度。 7 数据来源：天津市大数据协会，信通院，东吴证券研究所 2017年，习近平总书记主持中共中央政治局第二次集体学习时指出“要构建以数据为关键要素的数字经济”； 2019年10月，党的十九届四中全会首次将数据确立为生产要素； 2020年4月,《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》提出要加快培育数据要素市场， 并在次年12月21日颁布的《要素市场化配置综合改革试点总体方案》中提出建立健全数据流通交易规则； 2021年12月，国务院发布的《“十四五”数字经济发展规划》进一步指出，数据要素是数字经济深化发展的核心引擎 ，要到2025年初步建立数据要素市场体系、到2035年力争形成统一公平、竞争有序、成熟完备的数字经济现代市场体系。 2022年6月22日，习近平总书记主持中央全面深化改革委员会第二十六次会议，审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》，并指出数据正深刻改变着生产、生活和社会治理方式，强调数据基础制度事关国家发展和安全大局，要加快构建数据基础制度体系。 8 数据来源：政府官网，东吴证券研究所 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年）》中的数据显示，从增速上看，2012年至2021年，我国数字经济平均增速为15.9%；从占比上看，2012年至2021年，数字经济占GDP比重由20.9%提升至39.8%，占比年均提升约2.1个百分点。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。 据国家工信安全发展研究中心测算数据，2021年我国数据要素市场规模达到815亿元，预计“十四五”期间市场规模复合增速将超过25%，整体将进入群体性突破的快速发展阶段。 图：数字经济规模（亿元）及占GDP比重 图：2022年中国数据要素市场规模（单位：亿元） 45 180 160 120 175 85 50 数据采集数据存储数据加工数据交易数据分析数据服务生态保障 9 050100150200 数据来源：信通院，国家工信安全发展研究中心，东吴证券研究所 由于生产力和科技水平进一步提升，从传统产业转移出来的剩余劳动力进一步增多 ，资本已经难以成为约束劳动力的因素，而是和劳动力一起跟随科技发展的方向流动。 在数字经济这一新兴赛道上，中国第一次与世界发达国家站在同一起跑线上。大力发展数字经济，是抢占全球经济发展制高地的重要机会，是时代赋予中华民族伟大复兴的重要机遇。 要素升级 数字经济时代的科技公司，通过掌控数据 表：基于经济形态更迭的生产要素历史演进规律 经济时代农业经济时代工业经济时代数字经济时代 生产函数产业结构 农业 工业、服务业、农业 数字新产业、服务业、工业、农业 核心资源 土地 能源资源 数据 关键要素 L K D 第一生产 力 农业技术 蒸汽技术、电力技术、信息 技术 数字技术 要素积累 L增长 L增长，K增加 L增长，K增加，D增长+选代 要素，不仅可以间接掌控其他生产要素和资源，还能获得推进数字技术进步的先决条件，从而成为主导经济生产和财富分配的新力量。 L农业技能提升+T进步+赋能 L农业、工业、服务业技能提升T进步+赋能 L农业、工业、服务业、数字新产业技能提升T进步+赋能、D赋能 10 数据来源：《数据要素论》，东吴证券研究所 第二章数据要素市场化 数据要素的准公共品（部分排他性和非竞争性）、规模经济性及范围经济性等经济特点，使得数据要素会产生很强的外部性。这些外部性可能会使数据要素拥有者缺乏生产和交易数据的动力，进而使得数据要素不能促进经济增长。为此，需要建立一系列基础设施和政策措施促进数据要素供给方和需求方开展更多价值创造和交换，这一过程就是数据要素市场化。 数据要素市场化的本质是数据要素商业化是实现数据要素从产品到商品的转化。 数据要素市场的本质也是市场经济，也就是市场配置生产要素和实现商品价值，发挥市场配置资源的决定性作用。生产要素市场化要求一切生产要素均需通过市场交易进入生产领域，数据要素资源配置同样依靠市场的决定性作用。 数据要素市场旨在实现数据要素的市场化配置。数据要素市场规范运行，要求在以下几个方面进行市场相关体制机制的完善和健全: 图：数据要素市场体系架构 首先是需要生产和汇集大量数据要素，生成数据要素生态。 其次，需要搭建促进数据要素流动的硬件（算力）和软件（算法）环境，针对数据要素市场的资源调度、流通、安全防护等建立基础设施。 然后需要科学界定数据产权，完善数据共享机制，确定定价机制、分配机制，维护数据交易各方权益，完备数据交易法规，数据要素市场监管到位，在政策方面完善金融财税制度和立法监管体系，保障数据交易公平秩序和市场健康运行。 但目前数据确权、定价、交易、跨境流通等基本制度规则还 未构建完成，合法、成熟的数据流通模式尚未建立起来。 当前数据要素市场化面临的问题可以分为制度、技术、市场三个维度。 制度难点： 1.平衡数据安全、隐私保护与数据使用难 a)由于相关制度不健全，平台企业在利用其掌握的个人用户数据的过程中，违规收集、滥用个人用户数据的情况时有发生，个人隐私泄露风险巨大。 b)对于涉及企业及其他机构机密信息的数据，由于制度的不完善，这类数据的拥有方不仅在储存、流通、交易、使用等过程中难以保证其数据安全，也容易在受益分配环节造成其利益受损。 c)对于涉及国家信息安全的数据，针对互联网和科技公司如何建立合理制度并避免一刀切这个问题，还在探索当中。 2.数据确权难 a)数据要素通常涉及多个利益相关者，如数据主体、数据管理者及使用者等。 b)数据产权不明晰，直接导致数据交易缺乏明确法律依据，并且数据要素产生的收益也缺乏分配的根据。 3.建立数据市场交易市场制度和相应监管制度难 a)由于数据要素异质性和难以标准化等不利于大规模集中交易的特性，使得交易所模式很难取得成功。 b)数据要素的场外交易模式存在很大的数据安全和隐私泄露隐患，合规成本和监管成本较高。 c)我国对数据要素市场的监管缺乏一个统一的监管主体，各方在进行市场监管时难以协调。 4.数据要素受益分配难 a)数据要素产权存在争议。 b)数据要素受益很难确定。 c)难以确保数据要素收益公平。 5.国际数据要素市场制度构建难 技术痛点： 1.数据安全和隐私保护技术痛点 a)无法确保所有权人对数据的控制权。 b)隐私计算技术的安全性存疑，市场上对隐私计算的安全性也存在一定的顾虑。 c)隐私计算会拖累算法效率。 d)隐私计算导致互联互通成本高企，需要在底层架构方面标准化。 2.数据采集、加工、存储及处理技术痛点 a)数据处理能力的提升远远落后于指数增长数据量。 3.数据要素交易技术痛点 a)需要建立支持大规模数据交易的技术手段。 b)数据要的供给、汇集和加工等并没有形成完善统一的技术标准。 市场问题： 1.数据要素整合和标准化难 a)数据要素门类众多，来源广泛繁杂，建立将不同领域的数据要素整合和标准化的统一标准十分困难。 b)数据资源整体质量不高，大量原始数据没有整理。 c)市场主体众多，造成了数据格式不统一的局面。 d)市场主体数据分享意愿不强。 2.数据要素定价难 a)买方在购买前不了解所购买数据要素的价值，因此很难在使用数据要素前定价。 b)生产数据要素的成本和其取得的收益难以量化。 c)数据要素的价值很大程度上由其使用者决定。 d)数据要素的异质性。 3.数据要素市场活力不足 a)数据要素的购买者数量不多，市场上对数据要素的需求不强。 目前我国的数据市场化制度探索主要从数据应用和数据安全两个方面展开。 1.数据应用制度探索。 表：国家关于数据应用颁布的主要政策文件 时间文件名主要