计算机行业专题报告：数据要素产业链解析

投资评级:看好(维持) 核心观点 证券研究报告 最近12月市场表现 计算机 沪深300 42% 30% 18% 7% -5% -16% 分析师杨烨 SAC证书编号：S0160522050001 yangye01@ctsec.com 分析师罗云扬 SAC证书编号：S0160522050002 luoyy@ctsec.com 相关报告 1.《ChatGPT系列之五：算力为“饷”，应用为“矛”，安全为“盾”》2023-04-09 数据作为生产要素，对经济发展具有深远意义。在2020年4月中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》中，数据作为生产要素已被正式单独列出，加速数据要素流通，释放数字生产力，正成为推进各国数字经济和社会发展的关键任务之一，我们认为数据要素带来的经济增长效应可能不亚于第一次工业革命时期新的生产要素带来的巨变，应该放在更大的历史维度看待数据要素流通的价值。 数据要素产业链包括：数据采集，通过传感器、设备和系统获取原始数据；数据加工，对数据进行清洗、处理和分析；数据存放、汇聚，以硬件为承载，使用数据库、大数据基础软件等工具进行管理，数据汇聚将不同来源的数据集成在云平台；数据交易流转，通过交易实现数据价值的变现；数据应用，将加工和汇聚后的数据应用于实际业务场景。同时数据安全亦至关重要，包括保密性、完整性和可用性，需要在每个环节采取相应的安全措施。 数据要素价值亟待开发，计算机行业EPS有望多点开花：数据需要资源化才能产生价值，计算机行业成长性与数据要素的价值更为紧密。中国信通院提出数据价值评估的四因素模型，包括基础价格、增值价值、风险溢价及异质性价值，我们认为，价值评估均需要大量IT软硬件工具来实现，相关IT服务商商业模式有望逐步从项目制向数据服务模式转型，实现业绩长期可持续增长，未来随着数据要素市场逐步成熟，垂直领域IT厂商的经验与技术变现渠道有望多样化，打开广阔成长空间。 他山之石：美国数据交易商业模式。美国主要采用第三方中介平台（C2C）、第三方中介平台（B2B）及综合平台（B2B）三种数据交易模式。其中数据经纪商通过分析医疗、民政、工商、住房、投资等将成型的数据产品售卖给金融公司、营销商、零售商等商业主体，市场规模广阔。据国家工业信息安全发展研究中心的测算，2020年中国数据要素市场(含数据清洗、标注、交易等环节)规模约为545亿元，约为美国的3.1%。 国有企业肩负重任，有望深度受益数据要素流转。中国电子、中国电科以及三大运营商均为国有企业中发展数字经济的中坚力量。无论是数据要素流转、数字经济还是数字中国的发展，都为国企科技力量的崛起提供了肥沃的土壤，面对当前国企改革与数字经济发展的共振期，中国电子、中国电科和电信运营商肩负新的时代使命，推动资产重估。 投资建议：见正文 风险提示：政策落地不及预期；国企发展不及预期风险；新冠疫情扰动。 请阅读最后一页的重要声明！ 内容目录 1数据要素是新的生产要素，流转才能释放价值，当前处于发展初期4 1.1数据要素是新的生产要素4 1.2数据要素对经济发展具有深远影响，流转才能释放价值5 1.3数据要素流通市场处于发展初期，法规及技术标准逐步完善7 2数据要素产业链拆解10 3数据要素流转对计算机行业的长期EPS、PE双击12 4国企改革与数字经济共振，中国资产价值重估14 5他山之石——美国数据交易商业模式17 6投资建议20 7风险提示20 图表目录 图1.数据要素作为一种重要的生产要素4 图2.《杭州市公共数据授权运营实施方案（试行）》（征求意见稿）中列举的十大场景5 图3.数据要素影响GDP增长原理图6 图4.《关于构建数据基础制度更好发挥数据要素作用的意见》7 图5.数据要素价值化发展三阶段7 图6.数据要素流通总体框架8 图7.数据要素相关法规与技术9 图8.《杭州市公共数据授权运营实施方案（试行）》（征求意见稿）详情10 图9.数据生命周期11 图10.数据要素产业链11 图11.2021年数据要素细分市场规模（单位：亿元）12 图12.我国数据要素市场规模（不含数据应用）12 图13.数据要素定价模型13 图14.地方政府土地出让金收入同比增速及计算机板块市盈率（2019.12-2023.2）13 图15.国企改革三年行动与国有企业对标世界一流14 图16.企业发展阶段15 图17.科技部重组16 图18.各地数据交易中心或大数据局16 图19.中证500与标普500行业分布对比17 图20.2020年我国数据要素市场规模与其他国家/地区对比（亿元）17 图21.当前美国的三类主流数据交易模式18 图22.美国数据类型与产业模式19 图23.美国主要数据经纪商19 1数据要素是新的生产要素，流转才能释放价值，当前处于发展初期 1.1数据要素是新的生产要素 数字经济时代，数据将作为一种核心的生产要素。一个经济体的大小可以通过其产出来核算，这其中最著名的模型就包括柯布-道格拉斯生产函数。生产函数中输入的内生变量，我们将其称之为“生产要素”。在传统的西方经济学框架中，生产要素包括了劳动力、资本、土地为代表的自然资源、企业家的智慧、以及技术进步等等。随着互联网、云计算、人工智能等技术的规模化推动着数字经济的快速发展，人类的生产模式已经发生了前所未有的变化。早在2020年4月中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》中，数据作为生产要素已被正式单独列出。数据要素，即参与到社会经营活动、为使用者或所有者带来经济效益、以电子方式记录的数据资源，已经在当今经济发展中扮演着与劳动力、资本等传统生产要素同等重要的角色。在这一背景下，我们认为加速数据要素流通，释放数字生产力，正成为推进各国数字经济、数字政府、数字社会发展的关键任务之一。 图1.数据要素作为一种重要的生产要素 数据来源：财通证券研究所 数据要素涉及经济活动、人民生活等各方面。除却我们熟知的互联网数据外，我国大量数据为政府管控的公共数据，以《杭州市公共数据授权运营实施方案（试行）》（征求意见稿）中列举的十大领域为例，公共数据包含医疗、金融、商贸物流、工业生产，涉及社会生产生活各方面，并均有广阔的应用场景。 图2.《杭州市公共数据授权运营实施方案（试行）》（征求意见稿）中列举的十大场景 领域 相关场景举例（标红为相关数据） 医疗健康 疾病智能筛查诊断场景：通过融合医院诊疗数据，促进如疾病自动筛查、辅助诊断（CDSS）、智能医疗培训等医疗人工智能技术的加速发展以及规模化应用；普惠健康险场景：通过融合保险数据、诊疗数据、医保数据、健康数据等，设计普惠创新的医疗保险，提供更加精准的保险定价、投保核保、理赔等服务；健康管理场景：通过融合医疗、健康管理（手环、手机健康APP等）、消费等数据，对个人健康进行综合建模，形成慢病管理、疾病预防、健康产品推送等综合应用。 金融保险 普惠金融场景：通过融合市场、税务、司法、电力、物流等领域的涉企经济和经营类数据，对企业进行信用建模，降低信贷风险，提高信贷效率。 商贸物流 数字贸易场景：通过融合数字金融、电商诚信等商贸数据，鼓励在金融服务、标准应用等领域先行先试，运输物流：融合物流信息数据，提高货运环节衔接效率，降低流通与管理成本，推进数据赋能产业应用创新。 工业制造 联合统计场景：通过隐私计算融合行业生产经营数据（如企业市场占有率、产品价格、产品供需总量等）的实时获取与计算，从而降低市场交易成本，助力形成更加高效的市场经济体系；联合研发场景：融合工厂物联网感知数据形成工业级的人工智能数据集，加快工业级的人工智能技术研发，推动机器视觉、知识图谱等技术在工业领域的加速应用。 社会治理 食品安全场景：通过融合商贸平台数据、市场监管数据、舆情数据等，助力食品安全全方位共治格局。 生态环保 个人碳排积分场景：通过融合城市公共交通、个人行为数据，识别个人低碳场景，并转换为对应的碳减排量，建立个人碳减排数据管理、交易、中和、权益置换等低碳生态价值链，实现个人低碳生活习惯的培养。 教育 普惠课堂场景：对教育资源落后的山区等贫困地区，共享一线城市的优质公立教育教学影像资源、培训机构课程资源等实现“普惠课堂”。 体育 全民健身地图：融合公共体育场馆数据、体育场地设施数据、个人健康管理数据，构建居民个性化健身地图。 文旅 适老化旅行应用：结合应急数据、ota数据、旅行社数据、医疗数据等涉旅数据，为老年游客提供出游信息服务，统筹文旅资源，增强全市老年旅游经济新动能。 科研 科研：通过不同项目、不同机构科研过程数据的流通配置，构建科研大数据平台以及数字化科研工具，为推进数据驱动的科学研究范式，实现跨领域、跨学科的自动化科研成果涌现提供基础。 数据来源：财通证券研究所 1.2数据要素对经济发展具有深远影响，流转才能释放价值 数据要素对经济发展有着深远的意义。根据《中国数据要素市场发展报告（2021-2022）》中的研究表明，通过将数据要素引入到经典的经济增长模型（如柯布-道格拉斯生产函数）可以估算数据要素对于经济增长的贡献。研究结果显示从宏观经济增长层面来看，数据要素对2021年GDP增长的贡献率和贡献度分别为14.7% 和0.83个百分点，对数据要素对经济增长的贡献提供了有力的经验证据支撑，同时也反映出数据要素对经济贡献提升还有很大空间。该研究还发现，数据要素带来的资本与劳动份额的相对变化（13%），与第一次工业革命时期新生产要素带来资本与劳动份额的相对变化（平均17%）相近。因此，纵向比较，数据要素带来的经济增长效应可能不亚于第一次工业革命时期新的生产要素带来的巨变，应该放在更大的历史维度看待数据要素流通的价值。 图3.数据要素影响GDP增长原理图 数据来源：国家工业信息安全发展研究所，北京大学光华管理学院，财通证券研究所 国务院发布“数据二十条”，数据要素流转势在必行。2022年12月，国务院发布 《关于构建数据基础制度更好发挥数据要素作用的意见》，提出“数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。数据基础制度建设事关国家发展和安全大局。为加快构建数据基础制度，充分发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济，增强经济发展新动能，构筑国家竞争新优势”。 图4.《关于构建数据基础制度更好发挥数据要素作用的意见》 数据来源：绿盟科技公众号，财通证券研究所 1.3数据要素流通市场处于发展初期，法规及技术标准逐步完善 我国目前正处于数据资源化逐步向资产化升级阶段。随着互联网、大数据等技术发展多年，全球及我国数据量呈高速增长态势，但目前的数据被分散、碎片化地存储在各类“数据孤岛”中，数据资源化的核心就是将数据有机整合并流转起来。 数据资源化 数据资产化 数据资本化 图5.数据要素价值化发展三阶段 本质是提升数据质量、形成使用价值的过程 本质是形成数据交换价值，初步实现数据价值的过程 本质是实现数据要素的社会化配置的过程 在不经过任何处理的情况下，现实中的数据常常是分散的、碎片化的，无法直接利用以产生价值。 数据资源化的过程使无序、混乱的原始数据成为有序、有使用价值的数据资源。 数据资产化是数据通过市场流通交易给使用者或所有者带来经济利益的过程。 数据资产化阶段，数据在市场上进行流通交易，推动数据商品变现，创造经济利益，实现数据价值化。 数据资本化主要有两种类型，数据信贷融资与数据证券化。 数据信贷融资是用数据资产作为信用担保获得融通资金的一种方式。数据证券化是以数据资产未来所产生的现金流为偿付支持，通过结构化设计进行信用增级，发行可出售流通的权利凭证，获得融资的过程。 数据采集、数据标注 数据确权、数据定价、数 据交易 数据质押、IPO、ABS 数据来源：中国信通院，财通证券研究所 当前核心任务