建筑装饰行业深度分析报告：数据要素应用加快推进，掘金建筑行业应用

在当前我国数字经济快速发展的趋势下，数据成为新型关键生产要素。 2019年10月，十九届四中全会首次将数据纳入生产要素，与土地、劳动、资本、技术等传统生产要素并列。根据《中国数据要素市场发展报告（2021-2022）》，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，已经呈现上升趋势。分行业来看，信息传输、软件和信息技术服务业对数据要素投入最为敏感，产出弹性高达3.044。除此以外，数据要素投入亦能够改善行业内相关企业ROE及ROA。 欧美对数据应用持开放态度，我国数据要素顶层架构逐渐完善。当前欧美均采用了中介的方式进行交易数据，对于公用数据使用持相对开放态度，欧盟同时也许可政府对数据收费；权属层面上，美国倾向于鼓励数据进行流通使用，欧盟对“非个人数据”也给予了持有者和处理者“数据生产权”。国内“数据20条”明确数据产权制度，建立数据资源持有权、加工使用权和数据产品经营权“三权分置”的运行机制，为激活数据要素价值创造和价值实现提供基础性制度保障。2023年国家数据局成立，未来将进一步从数据产权、流通交易、收益分配和安全治理等方面继续完善数据要素制度体系，助力数字中国建设。 全国各地正在积极实践数据资产变现。数据资产变现主要通过数据交易及数据资产入表。数据交易是最直接的变现路径之一，2022年我国数据交易所交易规模约在40亿左右。数据资产入表能够发挥数据资产作为生产要素的价值，增厚企业资产，优化企业的资产负债结构。另外，通过数据资产入表，企业能更高效的完成数据资产交易、出资及抵押等行为。案例来看，江苏联合征信“企业批量查询”产品获得质押融资1200万元；南京扬子国资投资集团1月24日将首批3000户企业用水脱敏数据按照账面归集研发投入入表。但是，数据资源的资产化仍具有较高门槛，首先计入报表门槛较高，其次从摊销的角度来看，如果初期计入较多数据资产，存在后期对报表的影响如何把控等问题。 建筑企业主要通过在数字基建、业务赋能、数据资产可销售三个层面参与到数据要素的应用。以隧道股份为例，数据基建示范样板G15嘉浏高速，“车道级管理”促进道路升级，公司在路侧布设多种技术设备，数字化改建后嘉浏高速较上年同期应急处置到位速度提升约35%、日均车流量增长49.6%，同时72%的突发事件已通过AI策略系统自动识别报警；业务赋能方面，公司“1+6+N”的数字化服务矩阵赋能城市路网精细化治理；数据交易层面，2023年8月公司“低速作业车时空”数据产品完成交易签约。当前，根据我们对建筑企业梳理，大部分企业已实现数据要素对业务的赋能，未来随着数据资产入表、确权等逐步推进，数据资产在建筑行业中的应用或可进一步打开。 风险提示：数据资产确权落地不及预期、数据资产入表合规风险、数据要素在建筑行业应用不及预期。 1数字经济处在发展快车道 1.1数字经济是以数字化的知识和信息作为关键生产要素 中共中央总书记、国家主席、中央军委主席习近平在2022年1月《求是》杂志上发表的《不断做强做优做大我国数字经济》一文中提到，“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在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”。数字经济是以数字化的知识和信息作为关键生产要素，具体包括四大部分：1）数字产业化：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：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。 激发数据要素潜能，培育新质生产力。新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力，它以劳动者、劳动资料、劳动对象及其优化组合的质变为基本内涵，以全要素生产率提升为核心标志。数据作为新的生产要素，可以催生新产业、新模式、新动能，属于新质生产力。 图1.数字经济的“四化”框架 我国目前已基本形成完善的数字经济顶层设计与细化的地方推进举措相结合的政策体系。近年来数字经济政策密集出台，从顶层设计的角度来看，党和国家更加重视数字经济发展、顶层战略布局和协调机制持续完善；从产业体系的角度来看，我国加大力度推动关键领域战略布局和落地，重视关键领域产业链供应链协同发展，系统布局新型基础设施建设；从数实融合的角度来看，相关政策加快促进数字技术和实体经济深度融合，全力破解中小企业数字化转型难题；从政府治理的角度看，党中央持续加强数字政府建设赋能提升治理效能；从供需结构来看,需求侧提振消费挖掘国内市场潜力，供给侧加快构建数据基础制度体系，探索构建数据要素市场。 图2.我国已形成完善的数字经济政策体系 1.2数据要素的重要性 1.2.1数据要素对各行各业的贡献 数据要素深度赋能国民经济。数据要素影响宏观经济主要通过两个途径：一是通过带动其他生产要素，产生要素协同，提高资源配置效率；二是通过其自身价值，这一价值既可以通过数据积累作为生产资料实现，也可以通过增值和交换产生价值。根据《中国数据要素市场发展报告（2021-2022）》，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GDP贡献率呈现上升趋势，其对国民经济的促进作用日益显著。总体来说，数据要素对GDP的贡献度仍处于较低水平，仍存在较大的增长空间。 图3.数据要素对GDP贡献情况 不同行业数据要素投入产出弹性不同，信息传输、软件和信息技术服务业以及科学研究和技术服务业弹性较大。数据要素通常通过提升资源配置效率和全要素生产率这两种途径带动行业经济。从中观层面来看，数据要素能够显著促进行业发展主要通过行业内以及跨行业的决策效率和效果提升、知识转移、以及企业在行业内和行业间协同来实现。根据《中国数据要素市场发展报告（2021-2022）》，信息传输、软件和信息技术服务业对数据要素投入最为敏感，产出弹性高达3.044，即每投入1%的数据要素，信息传输、软件和信息技术服务业产出约增加3%。其次是科学研究和技术服务业（1.5699）和卫生和社会工作（0.5736）。 表1.各行业数据要素化投入的产出弹性估算（2021年）行业名称 数据要素投入能明显增强企业绩效。数据要素通常通过整合、加工、分析、交易等环节为企业带来经济效益。根据《中国数据要素市场发展报告（2021-2022）》对726家上市公司的数字化转型调研，对数据要素应用水平高低的上市公司分为高分组（高于平均值一个标准偏差）与低分组（低于平均值一个标准偏差），其中高分组平均ROA为3.6%，而低分组的企业平均ROA为-1.1%，两者差异为4.7%。 再比较数字化转型对同行业上市公司的影响，从ROA来看，制造业数字化转型影响最大，已转型上市公司ROA为5.09%，未转型上市公司ROA为-0.50%，两者相差达5.59%。其次是农业、林业及渔业（两者相差4.33%），再次是信息和通信行业（4.32%）。从ROE来看，数字化转型影响最大的是信息和通信业，未转型和已转型的上市公司ROE相差高达37.63%，其次是金融服务业（33.76%），再次是能源业（23.52%）。 表2.数字化转型对上市公司企业行业层面回报的影响（2020-2021）行业公司类型ROA（%）制造业 1.2.2数据要素纳入生产要素 在当前我国数字经济快速发展的趋势下，数据成为新型关键生产要素。我国是全球首个将数据确立为生产要素的国家。2019年10月，十九届四中全会首次将数据纳入生产要素，与土地、劳动、资本、技术等传统生产要素并列。2020年4月，中共中央、国务院发布的《关于构建更加完善得要素市场化配置体制机制的意见》中正式把数据作为生产要素单独列出，并提出了促进数据要素市场化配置的改革方向。数据成为生产要素是人类历史发展到一定阶段的必然结果，对传统生产方式变革具有重大影响，催生新产业新业态新模式，进一步驱动数字经济社会发展。 根据国家工业信息安全发展研究中心测算，数据要素带来的经济增长不亚于第一次工业革命时期新生产要素所带来的巨变。 图4.数据已成为新发展阶段下的关键生产要素 数据要素区别于其他生产要素，优势与挑战并存。与其他生产要素相比，数据要素具备虚拟使能、无限收敛、智能及时性、泛在赋能性等特点；另外数据要素具有劳动对象和生产工具双重属性。作为劳动对象，通过采集、加工、存储、流通、分析等环节，数据要素具备了价值和使用价值；作为生产工具，数据要素通过融合应用能够提升生产效能，促进生产力发展。然而，数据要素同时也具备非竞争性、部分排他性、独占性、隐私负外部性等特点为数据要素的发展带来挑战。 图5.数据作为生产要素优势与挑战并存 1.2.3数据要素可以是土地财政的补充 当前国内土地财政依赖度高，地产下行周期或难以延续。长周期来看，过去二十年土地财政创造性地发展出以土地为信用基础的制度，土地财政在推动基建与社会事业发展等方面贡献显著。2023年由于房价上涨预期减弱、居民收入水平悲观等原因，房企拿地积极性处于低位，国有土地使用权出让收入5.8万亿元同比下降0.89亿元，土地出让收入占地方综合财力（地方政府性基金收入+地方一般预算收入+中央对地方转移支付）比例仅为15%，相比前几年有所回落。土地财政在为地方政府带来大量财政收入、促进地方经济增长的同时，也加大了地方政府债务和融资风险，居高不下的房地产价格也为后续的房地产市场转弱埋下隐患，因此我国需要新的来源弥补土地财政的缺口。 图6.2023年国内土地财政收入同降0.89万亿元 数据财政有望成为后土地财政时期的补充。与土地资源相比，数据资源可无限循环利用、多方共享、衍生创新再利用。数据财政体系主要由两部分组成：1）财政收入直接来源于政府所管理和掌握的大量数据资源；2）政府数据的开发和创新应用，加速数据价值释放，助力传统行业转型升级。 政务数据已初步尝试，具体落地尚待实践观察。2023年11月10日，湖南省衡阳市政府提出将数据和智慧城市特许经营权以超过18亿元的拍卖底价公开进行拍卖，这是全国首次公开交易公共数据特许经营权，被称为“政务数据第一拍”。该拍卖在数日后被叫停，反映出了数据财政具备一定的可行性，但实际落地仍需相关配套法律法规的完善。据中商产业研究院数据，预计我国2022年全国智慧市政市场规模3671亿元，后续政务数据要素运营价值空间广阔。 图7.2022年智慧市政市场规模达3671.1亿元 2数据要素顶层架构逐渐完善 2.1欧美对数据应用均持开放态度 欧美在公用数据使用上都持相对开放的态度。目前，欧美已经在数据交流、公用数据使用以及数据确权上形成了一些可用经验。总结来看，欧美均采用了中介的方式进行交易数据；对于公用数据使用均持相对开放态度，欧盟同时也许可政府对数据收费；权属层面上，美国倾向于鼓励数据进行流通使用，欧盟对“非个人数据”也给予了持有者和处理者“数据生产权”。具体来看： 欧洲： 数据交流层面：欧洲目前建立了“共同数据空间”作为实现欧盟跨行业跨领域数据交换共享的可操作性工具，由各种不同数据主体协同研发和建设。参与者之间供需匹配后进行数据交换，数据空间运营商只负责监控和记录元数据，以确保遵循条件的正确交换；公共数据使用上：2003年欧盟发布《公共部门信息再利用指令》，在数据权利方面，承认政府机构拥有相关公共数据的版权；在收费方面，允许政府部门通过提供有偿数据服务来盈利，以弥补政府经费的不足，但收取费用不得超过传播的边际成本；在授权使用方面，要求任何社会机构使用公共数据都必须得到政府机构授权，并制定更加透明的数据使用协议，明确禁止排他性协议； 在开放条件方面，要求公共部门提供应用程序编程接口（A