几个案例：数据要素如何提升效率

数据要素顶层地位确立，有望深度赋能经济发展。1）年初至今，数字经济相关政策不断推进，表明其顶层战略地位已确立。其中，数据要素在各政策中的重要性突出，或彰显数字经济的核心内涵。2）根据《中国数据要素市场发展报告》，宏观层面，数据要素对当年GDP增长的贡献率持续上升，2021年达到14.7%；中观层面，数据要素对各个行业的产值均能产生正向促进效应，其中，信息传输、软件和信息技术服务业产出对数据要素投入最为敏感，产值弹性可达3%；微观层面，数据要素亦可明显增强企业绩效，对数据要素应用程度较高的企业，总资产净利润率（ROA）约为3.60%，远超上市公司近30年约2.27%的平均水平。3）我们认为，数字经济时代，数据将作为第五大生产要素，深度赋能国民经济产出。 数据要素实践广泛落地，千行百业加速渗透。我们选取金融、消费及建筑等行业案例为代表进行分析。1）根据上海数据交易所统计，我国金融业数据要素采购规模呈指数增长，或已达百亿级别，其中，银行为主要需求方，占比约为77%。从数据类别而言，个人征信、公安数据、不动产数据、工商数据等在当前数据产品交易中占主导地位；同时，航旅数据、电力数据、地图数据等亦在逐步发挥更大价值。根据兰州银行实践，目前数据已成为其信用风控的基础支撑，在约一年的时间内，其大数据风控平台余额已达百亿元。 2）在电子商务、新零售、疫情等多重浪潮影响下，消费及零售企业在数据要素投入、数据治理应用等方面已有多年实践，并取得了明显成效。例如，欧莱雅通过建立客户数据平台CDP，实现线上线下数据全打通；同时，其围绕业务构建了完善的数据驱动体系，贯穿用户洞察、策略执行、效果评估的全流程。截至2021年，欧莱雅集团实现营收2331亿元，同比增长15%，数据已成为赋能欧莱雅的核心要素之一。3）我国建筑业数字化发展空间约在千亿级别，当前已从工具转型走向管理转型，需要更多关注成本及收入的精细化管理。广联达于2022年3月份推出数字新成本解决方案，推进建筑企业内部数据贯通沉淀，并进一步接入外部指标信息服务，助力客户实现精确的成本闭环管理。截至11月，数字新成本平台积累成本数据超3500万条，数据复用比例达到64%，未来有望达到人效提升50%、计算效率提升87%等效果。4）综上，我们认为，数据作为关键生产要素，正被加速应用于千行百业，在风险控制、智能营销、产品研发牵引、成本精细化管控等方面均能产生显著促进，有望明显提升企业、行业及宏观经济的运转效率，提高国民经济产出。 海外领军市值已达数百亿美元，中国数据产业前景广阔。1）海外数据要素市场发展多年，规模远超中国，2020年我国数据要素市场规模约为美国的3.1%、欧洲的10.5%、日本的17.5%。同时，以COSTAR、VERISK为代表的海外数据要素企业，市值已达数百亿美元，营收均超百亿规模，彰显数据产业广阔的发展前景。2）就国内近期推进而言，在政策端，数据资产确认或为开端，确权、定价、交易等规划有望陆续落地；在供给端，政务大数据体系加速推进，公共数据供给有望明显丰富；在需求端，数据运营及开发商或可在降低数据交易成本方面发挥积极作用。3）对标海外数据要素行业及领军企业的发展路径，我们认为，中国数据要素市场正蓬勃发展，规模或在2025年达到2000亿元，空间广阔；同时，数据运营方、大数据系统建设方、数据持有方、数据安全厂商等或可充分受益于产业发展浪潮，迎来快速增长。 投资标的： 数据运营：易华录、深桑达A、太极股份、光大银行、中国联通等。 大数据系统：星环科技、拓尔思等。 数据持有方：卓创资讯、上海钢联、每日互动、德生科技、山大地纬、浙数文化等。 数据安全厂商：卫士通、安恒信息等。 潜力小市值标的：三维天地、零点有数、挖金客等。 行业数据IT：广联达、朗新科技、德生科技、航天宏图、中科星图、科大讯飞、新点软件、卫宁健康、创业慧康等。 风险提示：实际推进不及预期、细分公司受益程度不及预期、宏观经济风险。 1.数据要素顶层地位确立，有望深度赋能经济发展 数字经济顶级战略地位确立，年初至今，政策不断推进。1月12日，国务院发布《“十四五”数字经济发展规划》，涵盖数字经济发展的八大方面。至今，相关政策不断落地，彰显数字经济的顶层战略地位。 数据要素重要性突出，或彰显数字经济核心内涵。1）我们梳理了约9份重要文件，其中均重点指明基础设施、数据要素相关的发展方向。2）11月25日《北京市数字经济促进条例》，明确提出，本条例所称数字经济，是指以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。 图表1：2022年数字经济相关政策梳理 数字经济时代，数据将作为第五大生产要素，深度赋能国民经济。1）根据中国信通院报道，生产要素是经济社会生产经营所需的各种资源。农业经济下，技术（以农业技术为主）、劳动力、土地构成生产要素组合；工业经济下，技术（以工业技术为引领）、资本、劳动力、土地构成生产要素组合；数字经济下，技术（以数字技术为引领）、数据、资本、劳动力、土地构成生产要素组合。2）数据不是唯一生产要素，但作为数字经济全新的、关键的生产要素，贯穿于数字经济发展的全部流程，与其他生产要素不断组合迭代，加速交叉融合，引发生产要素多领域、多维度、系统性、革命性群体突破。 宏观层面，数据要素对经济的促进作用日益增强，GDP增长贡献率持续提升。根据《中国数据要素市场发展报告》，数据要素对当年GDP增长的贡献率和贡献度在2021年分别为14.7%和0.83个百分点。数据要素对当年GDP增长的贡献率呈现持续上升状态，表明数据要素正发挥越来越大的促进作用；而从数据要素的贡献度来看，2019年略有下滑，随后由于2020年新冠疫情的影响，GDP增速显著下降，而新基建等促进数据要素发展的措施并未减弱，因而促使数据要素对GDP贡献度仍呈现上升趋势。 图表2：数据要素对GDP增长贡献图 中观层面，数据要素可显著提升行业产值，部分行业弹性可达3%。1）根据《中国数据要素市场发展报告》，数据要素对各个行业的产值均能产生正向促进效应。同时，数据要素对各个行业的产值存在差异，其中，信息传输、软件和信息技术服务业产出对数据要素最为敏感，其数据要素投入产出弹性在2021年达到了3.044，意味着当所有其他投入要素保持不变时，数据要素投入每增加1%时，信息传输、软件和信息技术服务业产出增加3%。2）需要指出的是，该报告测算的仅是数据要素促进产业发展的直接效应，而对于其溢出效应受限于数据可得性并没有进行估算。因此，数据要素的实际产业发展贡献可能显著高于该结论。 图表3：各行业数据要素化投入的产出弹性估算（2021年） 微观层面，数据要素亦可明显增强企业绩效，ROA远超行业均值。1）数据要素对企业效益的影响，可表现在生产优化、运营效率提升、产品/服务创新以及业态转变等多个方面。2）根据《中国数据要素市场发展报告》的测算，对数据要素应用程度较高的企业，总资产净利润率（ROA）约为3.60%，远超上市公司近30年约2.27%的平均水平。 图表4：企业层数据要素价值创造分析框架 图表5：2021年数据要素经济效益ROA比较 2.数据要素实践广泛落地，千行百业加速渗透 2.1金融：采购规模已达百亿级别，深度赋能金融风控 采购规模呈指数级增长，金融业数据要素市场或达百亿级别。1）根据上海数据交易所统计，金融业数据要素采购规模呈指数增长，近五年来，采购项目数量符合年均增长率达到40%。2）从采购金额来看，数据采购金额主要分布在10-100万元区间，约占总项目数的一半；其次是百万级别的数据采购项目，约占总项目数的1/3。3）其中，数据采购金额方面，银行部门最多，占总体金额比例的76.86%；保险和证券部门分别占比12.22%和4.38%。 图表6：2011-2021年金融业数据采购项目数年度趋势 图表7：2011-2021年金融业数据采购项目金额分布 图表8：2011-2021年金融业数据采购金融分部门支出情况 产品以个人及企业信息类为主，公共数据占比约90%。1）根据上海数据交易所统计，以个人征信、身份认证、不动产数据为代表的个人信息类数据产品交易占据主导地位，市场份额约占整个金融业数据交易的7成；同时，企业类数据产品亦较为丰富，涵盖企业基本信息、企业经营活动、企业投融资、企业画像、关联企业以及以企业为基础的行业资讯和产业链信息。2）根据综合测算，金融业交易的数据产品中，公共数据约占90%。 定价方式包括逐条查询和数据包两类，根据数据来源、模型复杂度、可替代性等因素，产品定价不等。根据《金融业数据交易流通报告》，目前，我国数据产品定价方式分为逐条查询定价和数据包定价。1）逐条查询：工商、航旅、保险、反欺诈、动产、社保、地图、舆情类数据产品单次查询费用从0.1-1元不等；电力数据价格略高，单次查询费用在数元左右；不动产数据涉及对房屋估价，存在较高的劳动附加，单次服务费用在300-500元不等。2）数据包：收费区间波动教导，根据服务内容、算法复杂度、数据覆盖范围等，从几万到几百万不等，资讯类数据产品多采取此种定价。 图表9：2011-2021年金融业交易的数据产品种类分布情况 多类数据综合应用，深度赋能金融风控。 航旅客户符合高价值定位，出行数据已成为重要的征信基础。1）航旅用户，尤其是飞机出行客户，天然具备一定的高净值属性，而航旅数据包含出行次数、价格、托运重量、头等舱次数、达到一线城市次数等多种信息，且供应商可根据原始航旅数据，进一步输出对客户的消费能力评分、出行时度分析等加工产品。2）其勾勒的客户画像对金融机构精准营销和风控业务至关重要。根据采招网信息，已有多家银行采购航旅数据。 图表10：中国光大银行个人综合类（航旅、认证服务等）外部数据采购项目成交结果 电力数据在银行风控中有重要应用，价值有待充分挖掘。1）企业用电数据为反映企业生产经营状况的重要变量之一，具备覆盖面广、连续性好、时效性强等特征，能够很好地预测宏观经济走势、行业产量变化、以及用户需求波动，具备较高的应用按机制。2）目前，根据上海数据交易所的研究，企业用电数据属于商业机密，银行如果想通过电力数据对企业授信，则需首先经过企业授权，而授权过程涉及多方法律程序，环节较为复杂；另一方面，电力数据持有者，如电网公司，对电力数据的价值认知还不够充分，交易动力暂未被充分激发。3）未来，我们认为在政策的推动下，电力数据入场交易规模或日益增大，价值有望被加速挖掘。 图表11：2022年4月北京银行国网电力数据采购项目单一来源采购征求意见公示 数据已成为风控的基础支撑，银行单平台贷款余额已达百亿元。1）兰州银行基于多维数据模型的自适应智能风控平台，主要运用人数据技术，在获得客户授权前提下，通过人数据技术实现了人行征信，资产交易、司法、反欺诈等信息快速融合，形成标签化风控模型变量，结合客户风控表现，构建多维数据模型风控审批矩阵，实现客户风险的量化管理。2）根据兰州银行报道，基于多维数据模型的自适应智能风控平台，具备高度去手工化、标准化的业务流程和精准的风控模型等特点，能有效降低运营成本。该平台于2021年9月上线，截止2022年10月10日，风控平台上线32个信贷产品，累计进件总量863.25万笔，贷款发放人数共计629.97万人，贷款余额112.5亿元。其有效的节约了业务营销人员和信贷授信审批人员的人下成本，提高了授信审批效率，提升了全行的利润水平。 图表12：兰州银行基于多维数据模型的自适应智能风控平台 2.2消费：大数据支出快速增加，数据已成为企业生产销售的核心支撑 零售大数据支出快速增加，2022年预计达到44亿元。1）在电商、疫情及新零售等多重浪潮冲击下，我国消费品及零售行业正在加速进行数字化转型。而大数据技术已经成为各企业精细化运营客户、安排生产的重要基础。2）根据IDC统计，2021年我国零售行业大数据支出市场规模约为36亿元，202