行业深度报告：数据要素专题：东风已至，加速启航

数据作为新的生产要素，驱动数字经济高速增长 生产要素是不断演变的历史范畴，随着数字经济时代的到来，数据成为新的生产要素，是基础性资源和战略性资源，也是重要生产力。数据的高速增长、海量集聚蕴藏了很高的价值，为智能化发展带来了新的机遇，切实用好数据要素，将为经济社会数字化发展带来强劲动力。根据信通院发布的《中国数字经济发展白皮书（2022）》，2021年，我国数据经济规模达到45.5万亿元，较“十三五”初期扩张了1倍多，同比名义增长16.2%，高于GDP名义增速3.4个百分点，占GDP比重达到39.8%，较“十三五”初期提升了9.6个百分点。 国家及地方政策不断出台，数据要素市场迎来发展良机 2019年党的十九届四中全会指出：“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据列为新的生产要素。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》，把数据作为一种新型生产要素写入文件。2022年12月19日，作为我国首份专门针对数据要素的基础性文件，《关于构建数据基础制度更好发挥数据要素作用的意见》发布，为我国数据要素市场建设起到“指南针”的作用。 数据要素包括数据采集、存储、加工、流通等，市场空间接近千亿 数据要素市场就是将尚未完全由市场配置的数据要素转向由市场配置的动态过程。从产业链的角度出发，我们将我国数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块，覆盖数据要素从产生到发生要素作用的全过程。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。 投资建议 我们按照数据要素产业链各个环节梳理受益标的：（1）数据采集环节：航天宏图、拓尔思；（2）数据存储环节：易华录、中科曙光、深桑达；（3）数据加工环节：海天瑞声、科大讯飞、航天宏图、中科星图、海量数据、星环科技、达梦数据、拓尔思等；（4）数据流通环节：a.数据交易所：安恒信息、广电运通、浙数文化、人民网；b.数据产品/服务提供商：航天宏图、上海钢联、海天瑞声、卓创资讯、山大地纬、慧辰股份；c.数据共享：太极股份、中科江南、博思软件、南威软件等；（5）数据安全环节：安恒信息、奇安信、深信服、信安世纪、启明星辰、天融信、绿盟科技、美亚柏科、亚信安全、恒为科技、安博通、中新赛克、N三未等。 风险提示：数字要素基础制度不完善；政策落地进度低于预期；业绩不及预期风险。 1、数据作为新的生产要素，驱动数字经济高速增长 1.1、随着数字经济时代的到来，数据成为新的生产要素 生产要素是不断演变的历史范畴，土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出管理、技术等生产要素。随着数字经济时代的到来，数据成为新的生产要素，是基础性资源和战略性资源，也是重要生产力。 图1：生产要素形态随经济发展而变迁 与资本、劳动、技术等传统生产要素相比，数据生产要素的独特特征有三个：非稀缺性、非均质性和非排他性。打破了自然资源有限供给对增长的限制，为数字经济的持续增长提供了基础和可能。 图2：数据生产要素的独特特征有三个：非稀缺性、非均质性和非排他性 1.2、数据要素为社会发展带来新动能，加快了经济数字化转型进程 数字经济为全球经济复苏提供重要支撑。根据信通院发布的《全球数字经济发展白皮书（2022）》，2021年，测算的47个国家数字经济增加值规模为38.1万亿美元，同比名义增长15.6%，占GDP比重为45.0%。产业数字化仍是数字经济发展的主引擎，占数字经济比重为85%，其中，第三产业数字化引领行业转型发展，一二三产业数字经济占行业增加值比重分别为8.6%、24.3%和45.3%。数字经济正推动生产方式、生活方式及治理方式发生深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。 图3：据信通院测算，2021年全球47个国家数字经济增加值规模为38.1万亿美元 中美欧形成全球数字经济发展的三极格局。2021年，从规模看，美国数字经济蝉联世界第一，规模达15.3万亿美元，中国位居第二，规模为7.1万亿美元。从占比看，德国、英国、美国数字经济占GDP比重均超过65%。 图4：中美欧形成全球数字经济发展的三极格局 数字经济也成为驱动我国经济发展的关键力量。根据信通院发布的《中国数字经济发展白皮书（2022）》，2021年，我国数据经济规模达到45.5万亿元，较“十三五”初期扩张了1倍多，同比名义增长16.2%，高于GDP名义增速3.4个百分点，占GDP比重达到39.8%，较“十三五”初期提升了9.6个百分点。 图5：据信通院测算，2021年中国数字经济增加值规模为45.5万亿元 数据要素是数字经济发展的核心引擎。数据对提高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素。数据的高速增长、海量集聚蕴藏了很高的价值，为智能化发展带来了新的机遇。协同推进技术、模式、业态和制度创新，切实用好数据要素，将为经济社会数字化发展带来强劲动力。 图6：数据要素影响宏观经济增长主要通过两个途径 图7：2019年以来数据要素对GDP的贡献率和贡献度逐渐提升 2、国家及地方政策不断出台，数据要素市场迎来发展良机 国家层面政策不断出台，推动数据要素基础制度逐渐完善。2019年党的十九届四中全会指出：“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据列为新的生产要素。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》，把数据作为一种新型生产要素写入文件。2022年6月，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，会议指出要要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。12月9日，财政部发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，文件指出企业内部使用的数据资源，符合无形资产准则规定的定义和确认条件的，应当确认为无形资产；企业日常活动中持有、最终目的用于出售的数据资源，符合存货准则规定的定义和确认条件的，应当确认为存货。《暂行规定》的出台，有助于反映数据要素价值，有利于积极引导企业加强数据资源管理，并为监管部门等相关机构完善数字经济治理体系、加强宏观管理提供会计信息支撑。 12月19日，作为我国首份专门针对数据要素的基础性文件，“数据二十条”——《关于构建数据基础制度更好发挥数据要素作用的意见》发布，为我国数据要素市场建设起到“指南针”的作用，提出构建四个制度：建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治理制度。 表1：国家层面政策不断出台，推动数据要素基础制度逐渐完善 2022年以来各地加快数据立法步伐，浙江、上海、江苏、山东等多地纷纷出台数据相关条例（包括大数据条例、数据条例、数字经济条例），对数据赋能产业、数据安全保护、数据共享等内容进行规制，以促进当地数字经济高质量发展。 表2：2022年各地加快数据立法，纷纷出台大数据相关条例 3、数据要素产业链的关键环节：采集、存储、加工、流通等 数据要素市场就是将尚未完全由市场配置的数据要素转向由市场配置的动态过程，其目的是形成以市场为根本调配机制，实现数据流动的价值或者数据在流动中产生价值。从产业链的角度出发，我们将我国数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块，覆盖数据要素从产生到发生要素作用的全过程。 图8：数据要素产业链覆盖数据要素从产生到发生要素作用的全过程 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9：2021年我国数据要素市场规模达到815亿元 3.1、数据采集：数据要素市场的基石 企业数据采集主要包括内部数据采集、外部数据采集和定制化数据采集等三种类型。 （1）企业内部数据 一是企业在日常经营活动中产生的数据。通过Excel、数据仓库、数据库、ETL等技术进行储存和调取；政府部门和企业经营数据的采集主要与主体的信息化水平、数据治理能力提升有直接联系，因此从上到下的整体设计，才能保证数据的一致性、可用性。 二是生产环节的数据采集。该环节主要通过物联网设备，如温度传感器、PLC传感器、MES等。但该环节数据采集主要受到两个方面的制约，一是部分机器没有数据接口，二是存在大量异构的通信规范。 （2）外部数据采集 企业对于外部数据的采集主要是用于网络舆情分析、广告投放检测，以调整自身的产品和营销策略。 （3）定制化数据采集 定制化数据采集，主要是用于非结构化数据采集。定制化数据采集广泛应用在各个领域。比如摄像头、麦克风、激光雷达都是数据采集工具，采集的数据类型也包含文本、语音、图像、云点图等。 3.2、数据存储：数据增长引致数据存储需求大幅增加 数据增长引致的数据存储增量需求主要有以下三方面：一是数据量扩大引起的存储及归档扩容需求；二是数据分析和处理产生的倍增数据存储需求，三是数据价值被发掘后，企事业单位对数据的安全保障投入更大的精力，进而产生更多的容灾需求和备份需求。 图10：数据增长引致数据存储需求增加 根据IDC发布的《数据时代2025》，2015年以来我国数据圈（以数据圈代表每年被创建、采集或是复制的数据集合）持续保持高速增长趋势，到2018年我国数据圈7.6ZB，预计到2025年将增至48.6ZB，成为全球最大的数据圈，2018年至2025年年均复合增长率将达到30.35%。 图11：数据增长引致数据存储需求增加 3.3、数据加工：提升数据可用性的关键步骤 数据加工是指对企业采集和存储的数据进行筛选和处理，提高数据可用性，为数据资源的挖掘和分析奠定基础，主要包括数据清洗、数据标注、数据审核以及数据融合处理等方式。 （1）数据清洗 数据清洗是指对数据进行校验的过程，目的在于删除重复信息、纠正存在的错误，提升数据质量。现阶段数据治理工具、大多数大数据平台都提供自动化的数据清洗功能，简化数据加工过程。例如，百度的EasyData智能数据服务平台可提供图片去模糊、图片去重、图片批量裁剪、图片旋转等功能，利用机器和人工双重检验，保证数据质量。 （2）数据标注 数据标注是指借助特定软件标注工具以人工的方式将图片、语音、文本、视频等数据内容打上特征标签，使计算机通过大量学习这些带有特征标签的数据，最终具备自主识别特征的一种行为。数据标注行业主要有两种服务模式：一是数据外包形式，由数据标注公司完成人工智能项目的数据采集、数据标注；二是部署标注平台，由企业内部人员利用本地化的数据标注平台标注完成企业内部数据。 艾瑞咨询统计显示，2019年国内人工智能基础数据服务行业市场规模为30.9亿元，未来几年的平均年增长率为21.8%，预计到2025年，国内人工智能基础数据服务市场规模将突破100亿元。 图12：预计到2025年，国内人工智能基础数据服务市场规模将突破100亿元 （3）数据审核 数据审核主要是指对非结构化数据进行涉及色情、反动、欺诈之类的非法内容审核。一般是机器和人工审核的双重过滤。 （4）数据融合处理 数据融合处理是指将多源、多模态数据互相融合、形成可以被挖掘分析的数据集的技术过程。不同数据管理平台均开始在平台中集成相关多源异构数据融合和多模态数据挖掘的功能，使企业数据可以被分析和利用