数据要素为基，掘金数字中国价值潜能

概念演进：数据要素市场化是数字中国建设基础制度 我国数字经济规模快速增长，已成为GDP的新引擎。数字中国建设的蓬勃发展既创造了良好的条件，也对数据要素市场化提出了更高要求。数据从资源到资产再到资本经历了持续演进的过程，数据要素的特殊性不同于其他传统生产要素，打破了有限供给对增长的制约，为可持续发展提供了可能。在全球范围内，我国率先将数据列入核心生产要素，明确为数字中国建设的基础性制度。 政策亮点：顶层设计、组织架构和地方行业全面创新 “数据二十条”的顶层设计彰显了我国制度创新的智慧：借鉴农村生产用地政策，创造性的提出数据产权“三权分置”，淡化所有权、强调使用权，聚焦数据使用权流通；借鉴资本市场交易体系，构建“多层次多市场”数据交易体系，形成“国家-地方-行业”不同数据交易所错位发展，促进各地区、各行业数据深度融合应用。国家数据局成立+地方数据管理机构归集，有望统一数据管理权限，推进数据要素落地。此外，地方及行业政策先试先行不断突破，下半年有望进入政策加速推进的周期。 产业体系：数据要素潜在市场空间大，产业内涵丰富 随着数据量的井喷式发展，未来几年我国数据要素市场规模或将进入高速增长阶段，预计“十四五”期间市场规模将突破千亿，复合增速达到25%。从数据确权到数据流通，再到数据交易和数据治理，数据要素产业各环节内涵丰富、涉及主体众多，数据分级分类、数据资产登记评估、数据脱敏和隐私计算等关键步骤正在有序推进中。 商业模式：分析他山之石，探寻商业落地的典型路径 近年来，全球各国均对数据要素交易流通模式展开了不同的探索与实践，形成了诸如美国数据经纪商、欧盟数据空间、日本信息银行和数据服务税等不同的数据要素交易模式。美欧发达国家对数字产业的重视程度不断加大，数据相关战略和公共数据开发利用不断成熟。相比之下，国内数据要素政策力度更大、产业发展更快，目前已形成泛数据交易所、公共数据授权运营、平台建设+运营服务、以及数据资产金融创新服务等各类商业模式。 投资方向：数据要素产业链各细分领域蕴含掘金机遇 目前国内数据要素相关企业可以分为：政务数据服务商、公共行业数据服务商、数据安全和加密服务商、以及数据基础设施服务商四大类，各细分领域的投资机会值得关注。 风险提示： 1）政策力度不及预期：数据要素的推进离不开国家、地方政府和各行业的政策支持，若政策力度或落地节奏不及预期，会影响我国数据要素发展进程。 2）商业模式落地不及预期：数据要素的各类商业模式目前还处于从零到一的探索期，存在一些商业模式无法规模化复制推广的风险。 3）需求侧推进不及预期：数据要素相关业务产生的价值目前还不够显著，各方主体为数据要素产品买单的需求存在不及预期的风险。 从数字经济到数字中国，政策加速推进。“数字经济”概念首次走入公众视野，源自2016年杭州的G20峰会。在杭州峰会上，首次将“数字经济”列为G20创新增长蓝图中的一项重要议题，多国领导人共同签署了《二十国集团数字经济发展与合作倡议》。此后，在2017-2020年间，从十九大报告、中央经济工作会议、政府工作报告等多个场合，数字经济都成为重要议题之一。2020年4月10日，中共中央国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，数据首次成为新型生产要素在中央顶层文件中被提出。 数字产业化与产业数字化对提高中国产业竞争力至关重要。1）数字产业化有利于数字技术的迭代演进与创新扩散，是数字经济发展的动力来源；2）产业数字化是数字技术促进生产力、提升要素配置效率的表现，是数字经济覆盖面与影响力的有力指标。由中国信息通信研究院 数据要素增加企业经营效益成果明显。根据《中国数据要素市场发展报告（2021-2022）》，通过对5000多个项目信息分析表明，数据要素增加企业效益成果明显，总体来说，数据要素使得工业企业业务增长平均增加41.18%，生产效率平均提高42.8%，产品研发周期平均缩短15.33%，能源利用率平均提高10.19%。具体来说，1544家企业的数据显示，大数据及其运用产生了增加产出、利润增长等经济效益，数据要素显著降低了企业综合成本。675家企业的数据显示，大数据及其运用产生了降低人工成本、资金占用成本、合储物流成本等效益。 593家企业的数据显示，大数据及其运用产生了提升效率、加快周转、能源利用率提升等效益:数据要素还提高了社会综合效益，产生正的外部性。95家企业的数据显示，大数据技术及其运用产生了服务社会、承担社会责任等社会效益。 从政策视角看，我国对数据价值的定义和认识经历了三个发展阶段： 酝酿阶段（2014-2015年）：从2014年3月“大数据”首次写入政府工作报告开始，认识数据并重视数据价值成为这一阶段中央的重要着力点。2015年8月印发的《促进大数据发展行动纲要》(国发〔2015]50号)明确提出“数据已成为国家基础性战略资源”并对大数据整体发展进行了顶层设计和统筹布局，产业发展开始起步。 落地阶段（2016年-2019年）：2016年3月,“十三五”规划纲要正式提出实施国家大数据战略，这一时期，政策制定者看到了数据对于推动我国经济发展的重要作用，大数据与实体经济在内的各行各业的融合成为了政策热点。2017年10月，党的十九大报告中提出推动大数据与实体经济深度融合。 “数据二十条”和数字中国2522框架发布，整体布局规划落地。2022年12月19日，《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）正式对外公开发布，我国数据基础制度顶层设计成型。2023年3月1日，中共中央、国务院印发了《数字中国建设整体布局规划》（以下简称《规划》），自此数字中国形成了完整的政策框架体系。我们认为《规划》将此前的相关政策进行了整体的梳理，从而明确了数字中国的发展框架，具有重要的战略意义。其中核心亮点是形成了2522的框架体系，即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能力”，优化数字化发展国内国际“两个环境”。其中，“两大基础”中的数据资源体系涵盖国家数据管理体制机制、数据产权制度，数据资产计价、数据要素价值分配机制等制度，以及公共卫生、科技、教育等重要领域国家数据资源库。由此，数据要素成为了数字中国建设的基础性制度。 顶层设计亮点一：借鉴农村生产用地政策，创造性的提出数据产权“三权分置”。多年前，我国创造性的提出了农村生产用地的三权分置制度，即：将所有权、承包权和经营权三种权利分别设置，将经营权从承包权中进一步分离出来，允许其他主体（包括本集体内外不同主体）获得经营权来实际利用农用地。这主要是未来保护集体所有制不变，农户承包权长久稳定，同时又能够提升农业用地的使用效率。数据相比传统的有形物，其具备非竞争性和非排他性特征，导致所有权项下以支配和排他为核心的确权模式难以适用于数据保护的行业实际情况。 另一方面，在数据生产、流通、使用等过程中，个人、企业、社会、国家等相关主体对数据有着不同利益诉求，且呈现复杂共生、相互依存、动态变化等特点，传统权利制度框架难以突破数据产权困境。 地方数据管理机构早年间出于不同考虑设立，已有实践基础和先行探索经验。近年来，全国许多省份或地市已陆续成立专门负责数据管理工作的机构或部门。地方层面最早设立的大数据管理机构，是成立于2014年2月的广东省大数据管理局，当时属于广东省经济和信息化委员会内设机构。随着2015年9月国务院印发《促进大数据发展行动纲要》，2015年10月党的十八届五中全会提出“实施国家大数据战略，推进数据资源开放共享”，大数据产业正式上升为国家战略高度。此后，贵州、浙江、福建、山东等省份相继设立大数据发展管理局、数据管理中心、大数据局等机构。各省市数据管理机构的来源也各不相同，例如贵州省大数据发展管理局是由贵州省公共服务管理办公室更名而来，肩负着省级公共服务管理、数据资源管理、大数据应用和产业发展等职责；山东省则是在原先省政府办公厅大数据和电子政务等管理职责的基础上组建大数据局，作为省政府直属机构，旨在解决部门信息“孤岛”和信息“烟囱”，推进互联网+电子政务。 国家数据局+地方数据管理机构，有望统一数据管理权限，推进数据要素落地。据人民政协报报道，2022年全国政协经济委员会还曾组织专题调研，中国证监会原主席肖钢当时参与了调 数据资源入表影响深远，数据成为企业新型资产。2022年12月9日，财政部办公厅发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，此次规定适用于企业确认为无形资产或者存货类别的数据资源。明确企业可将符合会计准则要求的内部使用的数据资源确认为无形资产，日常活动中持有、最终目的用于出售的数据资源确认为存货，在会计报表附注中将数据资源相关会计信息进行披露。数据资源进入财务报表，成为数据要素资本化、资产化过程中的重要一环，为未来的数据交易、流通、变现奠定基础制度。数据将成为企业新型的资产，为企业创造更大的价值。 会计角度：数据资源相关投入从费用化走向资本化。此次的暂行规定实则是将围绕数据资源发生的相关投入，包括数据的购买、采集、标注、整合、分析、可视化等过程的开支，从过去的费用化（一次性计入当期费用和成本），改变为资本化（计入企业资产并在未来年度摊销），这为数据作为一项生产要素，在企业生产经营活动中的价值评估提供了基础的依据。从暂行规定来看，企业的数据资源可以分为内部使用数据（计入无形资产）和对外交易数据（计入存货），实则是将这些环节过去的费用投入资产化的过程。 2.3.地方及行业政策先试先行不断突破 从地方政策层面来看，各地陆续出台条例办法推进当地数据要素产业发展。近日，《长沙市政务数据运营暂行管理办法（征求意见稿）》中强调了“通过合理规划政务数据运营管理来增加财政收入”的数据要素化市场改革思路。北京市日前印发的《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》，其中提出力争到2030年，北京市数据要素市场规模达到2000亿元；率先落实数据产权和收益分配制度；建立社会数据资产登记中心，建设数据资产评估服务站，先行探索开展数据资产入表。此外，深圳、贵州、四川等多地均发布了重磅政策，彰显了各地政府推动数据要素的决心和迫切度，涉及方向关乎产业发展的基础制度和量化目标，未来有望在当前的基础上不断丰富和完善政策体系，促进产业发展。 表1：各地政府发布的数据要素条例办法 表2：今年以来各地政府发布的重磅政策中与数据要素相关的政策 从行业角度来看，医保、电力、运营商、交通、电力等多个行业均发布了数据要素产业发展政策或突破性数据产品消息，不断尝试探索数据要素产业发展。例如，医保方面，今年5月国家医疗保障局与海南省人民政府在海口签署共同推进真实世界数据医保应用合作备忘录； 郑州市医保局作为河南省数据要素市场化配置的唯一改革试点，推动“一基一平台”建设。 汽车行业方面，西部数据交易中心上线全国首个汽车数据交易专区，专区已集成了长安汽车大数据中心、中国汽车工程研究院等多家专业机构的汽车数据价值模型。电力行业方面，由贵阳大数据交易所牵头，南方电网贵州电网公司及国内产融大数据服务商数库科技达成深度合作，这是业内首个电力数据在数据交易场所牵头下赋能金融的开创性合作，三者合作共建 表3：各行业与数据要素相关的政策 数据分类分级是数据资产管理的第一步，通过对数据的分类分级，识别数据对组织的具体价值，确定以何种适当的策略，保护数据的完整性、保密性和可用性。我国将数据分类与分级进行了区分，分类强调的是根据种类的不同按照属性、特征而进行的划分，而分级侧重于按照划定的某种标准，对同一类别的属性按照高低、大小进行级别的划分。对于分类与分级两项工作，目前没有法规或标准明确阐明其顺序关系，但一般都是遵循先分类再分级的顺序，比如《关于构建更加完善的要素市场化配置体制机制的意见》中第（二十二）条“推动完善适用于大数据环境下的数据分类分级安全