计算机行业研究：数据赋能新质生产力发展，重视数据要素市场化改革的投资机会

投资逻辑： 数据要素目前已经进入政策深化推进阶段，在各应用场景中有望加速落地。我们在23年7月曾发布报告《大模型与数据共振，数据要素市场方兴未艾》，重点讨论数据要素的定义和经济意义。过去近一年时间，国家和地方的相关政策进一步推动数据要素产业实质性落地。我们在本篇报告中将讨论数据要素与新质生产力、低空经济等概念的关系，梳理最新的政策变动，深入分析可能的落地变现方式及相关投资机会。 数据要素是新质生产力的核心引擎。“加快发展新质生产力”在国家及地方政府工作报告中多次提及，高质量数据的要素化将推动企业数字化转型、培育新兴产业和推动数字经济发展，是新质生产力的重要形式。同时，数据要素还可与其他生产要素融合，有效降低交易成本，能够大幅度提升全要素生产率。 数据要素是低空经济的重要支撑。低空经济是战略性新兴产业，根据赛迪研究院预测，未来2年低空经济产业将突破万亿规模。数据要素在低空制造、低空飞行、低空保障、综合服务4部分都提供关键支撑作用。随数据要素持续落地运营，预计将整合更多时空动态数据促进低空经济发展，同时低空经济也将衍生出可流通、可交易的数据要素赋能其他行业。 国家层面数据要素政策持续出台，多个省市已设定数据要素市场发展目标，数据要素产业进入实质性落地阶段。我们预测后续数据要素相关政策将加速推出，公共数据授权运营、数据资产确权等领域落地推广模式将更加清晰。从推进节奏角度来看，我们预计以算力、可信数据空间等为代表的基础设施建设有望先行，待政策和基础设施较为完善后，在公共数据授权运营和各类垂直行业中落地将不断提速。 数据基础设施包括网络设施、算力设施、数据流通设施以及安全设施四大类。其中，网络、算力等建设需求与AI大模型训练所需的硬件设备需求高度重合。基于隐私计算、虚拟沙箱技术的可信数据空间可以为数据要素的流通交易提供安全和可信保障。 公共数据授权运营是数据要素推进的重点方向，目前具有代表性的公共数据授权运营模式有3种：以福建省为代表的集中统一授权运营模式、以浙江省为代表的按区域分散授权运营模式、以北京市为代表的按专区分散授权运营模式。信息技术类企业在公共数据授权运营领域或将主要参与授权运营平台建设和业务运营分成两个环节，建议关注拥有国资背景，且在数据汇聚、存储、加工，乃至数据资产入表等领域有技术积累的公司。 数据要素可与垂类行业结合发挥乘数效应。目前各地政府已经在信息化建设相对成熟、数据准备相对充分、能够实现商业模式闭环运行的行业启动试点工作，垂类IT厂商或将率先参与到数据要素基础设施建设及运营业务中。相关行业包括金融服务、智慧城市、医疗健康、交通运输等。 投资建议： 公共数据授权运营模式日益清晰，建议关注兼具数据技术和国资背景的公司，如易华录、深桑达A、太极股份、中科江南、广电运通等；数据要素可赋能丰富垂类行业，建议关注积极进行相关布局的垂类IT厂商；此外，我们认为数据要素场景落地的前置条件是做好数据安全建设，建议关注在可信数据空间、安全独立第三方测评、数据灾备等领域有技术积累的公司。 风险提示： 政策推进不及预期，数据要素在各垂直行业推进节奏不及预期，行业竞争加剧。 内容目录 1.新质生产力带动高质量发展，数据要素成为核心引擎4 1.1相关政策加速落地，新质生产力蓬勃发展4 1.2释放高质量数据潜能，可结合AI提升生产效率5 2.低空经济加速起飞，数据要素提供重点支撑6 3.相关政策预计加速出台，推动市场空间持续打开8 3.1基础设施建设先行，关注算力及可信数据空间投资机会12 3.2公共数据运营模式愈发清晰，国资+技术背景企业有望受益15 3.3数据要素x垂直行业仍在探索阶段，建议关注确定性较高的应用场景21 4.投资建议28 5.风险提示28 图表目录 图表1：数据要素已进入深化推广阶段4 图表2：新质生产力的提出和发展脉络4 图表3：29个省市自治区在政府工作报告中提及新质生产力5 图表4：数据要素具有4个显著技术-经济特征，属于新型生产要素5 图表5：数据要素是新质生产力的核心6 图表6：训练数据体量和质量能够决定模型精度6 图表7：低空经济概念图7 图表8：2023-2026年低空经济市场规模复合增速达28.1%7 图表9：低空经济包括制造、飞行、保障、服务4个主要环节8 图表10：2023年7月至今国家层面政策更新9 图表11：多个省市已确定数据要素建设目标10 图表12：多地推出补贴奖励政策，鼓励数据资产交易11 图表13：2023-2025年数据要素市场规模CAGR预计为25%11 图表14：我们预测数据要素落地将分“三步走”12 图表15：数据要素流通运营需要算力、网络、安全等基础设施支持12 图表16：全球AI相关算力需求高增，数据要素催化下我国算力需求增速或将更高13 图表17：可信数据空间和“数据二十条”内容的映射关系13 图表18：Catena-X已经构建汽车行业数据空间14 图表19：可信数据空间常见技术路线14 图表20：可信数据空间相关上市公司情况15 图表21：公共数据运营示意图15 图表22：目前3种主流公共数据授权运营模式16 图表23：福建省公共数据运营机制示意图16 图表24：福建省大数据交易所的数据产品类型16 图表25：浙江省各地区公共数据运营主体情况17 图表26：易华录是中国电子科技集团下属的控股公司18 图表27：2023年公司营收增长10.3%18 图表28：2023年高科技产业工程服务贡献主要营收18 图表29：太极股份构建电力行业数据空间概览19 图表30：“清易保”数据产品赋能商保快赔场景19 图表31：广电运通积极探索数字政府建设及公共数据开发利用20 图表32：隧道股份旗下数字集团打造的智慧交通管理平台21 图表33：已实现落地应用的“数据要素x”场景盘点21 图表34：京云征信产品体系22 图表35：成都市公共数据运营平台架构图23 图表36：青岛市“智能化医保核保，助力民生服务提效”医疗健康公共数据运营案例23 图表37：交通运输行业数据要素类型24 图表38：宁波舟山港数据互联共享项目24 图表39：阿里巴巴使用联邦学习赋能汽车销售行业25 图表40：重庆知天沙坪坝区防汛决策指挥系统示意图25 图表41：政策扶持+行业数智化推进，数据要素有望在更多场景落地26 图表42：实景三维张家界项目将文旅资源数据化27 图表43：建议关注进行数据要素布局的垂类IT厂商27 数据要素是参与到社会生产经营活动、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。自2014年“大数据”首次写入政府工作报告以来，战略重心逐步由“大数据战略”向“培育数据要素市场”倾斜。目前已经进入政策深化推进阶段，在各应用场景中有望加速落地。 高质量数据是新质生产力的核心，能够驱动大模型性能提升和企业数字化转型； 低空经济的发展依赖高精度数据，数据要素在制造、飞行、保障和综合服务等环节提供关键支撑； 在国家和地方政策加速推动下，预计4大基础设施建设需求将率先释放。目前各地积极推进公共数据授权运营，建议关注兼具国资背景和技术积累的公司。数据要素可赋能丰富垂直场景，建议关注深耕垂类场景信息化的标的。 图表1：数据要素已进入深化推广阶段 来源：亿欧咨询，财政部官网，国金证券研究所 我们在2023年7月曾发布报告《大模型与数据共振，数据要素市场方兴未艾》，重点讨论数据要素的定义和经济意义。过去近一年的时间，国家和地方的相关政策进一步推动数据要素产业实质性落地。我们在本篇报告中将梳理最新的政策变动，讨论数据要素与新质生产力、低空经济等概念的关系，深入分析可能的落地变现方式及相关投资机会。 1.新质生产力带动高质量发展，数据要素成为核心引擎 1.1相关政策加速落地，新质生产力蓬勃发展 “新质生产力”在重要场合密集出现，战略高度不言而喻。2023年9月，习近平总书记在黑龙江考察时首次提出新质生产力，明确要加快形成新质生产力，增强发展新动能。新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。加快形成和发展新质生产力，是推动经济高质量发展、实现中国式现代化的关键任务。 图表2：新质生产力的提出和发展脉络 来源：中国政府网，新华网，国金证券研究所 “加快发展新质生产力”列于全年政府工作任务之首。2024年3月5日《政府工作报告》 提出了加速新质生产力发展的三大战略措施：推动产业链供应链优化升级；积极培育新兴产业和未来产业；深入推进数字经济创新发展。多个省市的政府工作报告提及新质生产力。2024年初，31个省市自治区地方政府工作报告中（不包含台湾省、香港特别行政区、澳 门特别行政区），有29个省市自治区提及新质生产力。数据要素贯穿三大战略，高质量数据的要素化将推动企业数字化转型、培育新兴产业和推动数字经济发展。 图表3：29个省市自治区在政府工作报告中提及新质生产力 来源：正和岛公众号，国金证券研究所；说明：江西、西藏的政府工作报告中未提及新质生产力，台湾省、香港特别行政区、澳门特别行政区不包含在上表中 1.2释放高质量数据潜能，可结合AI提升生产效率 新质生产力代表先进生产力的演进方向，以全要素生产率大幅提升为标志。数据要素具备非排他性、无限增长性、支撑融合性、规模经济性等特征，是新质生产力的核心。 图表4：数据要素具有4个显著技术-经济特征，属于新型生产要素 数据要素特征 具体内容 非排他性 数据可以低成本地无限复制给多个主体同时使用，任何主体对数据的使用都不会影响其他使用者的利益 无限增长性 随着数字技术加速渗透到经济社会方方面面，数据资源供给规模呈现指数级增长，而且可以重复使用，打破了传统要素有限供给对增长的制约 支撑融合性 数据要素能够对技术、劳动、资本等其他要素的融合发挥强大支撑效应 规模经济性 数据要流动、要使用才能产生价值；数据规模越大，其蕴含的价值越多；数据使用者越多，人们从数据中挖掘的价值越大 来源：光明理论公众号，国金证券研究所 数据要素作为新型生产要素，既直接创造社会价值，又可通过与其他生产要素的融合，有效降低交易成本，形成规模经济和范围经济，提升配置效率和激励效率，能够大幅度提升全要素生产率。 数据要素能够促进规模报酬递增。土地、资本等传统生产要素供给有限，会对经济增长产生制约，而数据具有可共享、可复制、无限供给且越用质量越高等特点，能够形成规模报酬递增的经济发展模式。数据能够在不同场景、不同领域进行复用，进而创造新的价值增量。 数据要素能够推动科技创新。目前科学研究正向数据密集型范式转变，以蛋白质合成为例，通过使用AI算法，能够在几天甚至几分钟内预测出以前要花费数十年才能得到的、具有高置信度的蛋白质结构。将数据科学与AI相结合，能够推进跨学科、跨领域协同创新，进而提升生产效率。 数据要素能够推动产业实现深度转型升级，催生新产业、新业态、新模式。具体而言，数据要素能够与互联网、AI、云计算等数字技术相结合，形成“数字技术—数据要素 —应用场景”三位一体的数字产业链，贯通生产、流通和消费全环节。比如通过道路状况、交通流量和车辆行驶等数据的互联互通，对车辆传感器数据、用户行为偏好及其他相关信息进行汇聚分析，可推动智能网联汽车和交通行业的业务模式变革。 数据要素能够推动生产要素创新性配置并提高全要素生产率。数据要素与技术、人才、管理等传统生产要素的融合不断加深，能够通过业务流程优化、服务水平改善等提升生产率水平，驱动生产要素从低生产率部门向高生产率部门转移，让生产要素不断流向效率更高、效益更好的环节。 图表5：数据要素是新质生产力的核心 来源：《发展新质生产力推动我国经济高质量发展》，央视新闻官网，光明理论公众号，国金证券研究所 以AI产业为例，数据要素的发展能够帮助模型厂商更便捷、更高效地获得高质量训练数据。高质量数据已经成为大模型训练的核心壁垒之一，2018年GPT-