科技行業前瞻研究行業數據交易專題：數據交易打通數據要素到數字經濟的關鍵-230201（31頁）.pdf

《科技行業前瞻研究行業數據交易專題：數據交易打通數據要素到數字經濟的關鍵-230201（31頁）.pdf》由會員分享，可在線閱讀，更多相關《科技行業前瞻研究行業數據交易專題：數據交易打通數據要素到數字經濟的關鍵-230201（31頁）.pdf（31頁珍藏版）》請在三個皮匠報告上搜索。

1、 證券研究報告證券研究報告 請務必閱讀正文之后第請務必閱讀正文之后第 30 頁起的免責條款和聲明頁起的免責條款和聲明 數據交易：數據交易：打通打通數據要素數據要素到到數字經濟數字經濟的關鍵的關鍵 前瞻研究行業數據交易專題2023.2.1 中信證券研究部中信證券研究部 核心觀點核心觀點 聯系人：李雷聯系人：李雷 互聯網科技融合 首席 許英博許英博 科技產業首席 分析師 S1010510120041 廖原廖原 互聯科技融合 分析師 S1010522030004 數據要素是數字經濟的重要組成部分，數據要素的市場流通有賴于數據交易。數據要素是數字經濟的重要組成部分，數據要素的市場流通有賴于數據交易。目

2、前，數據交易處于早期發展階段，在政策、技術、服務業態等方面具有很大目前，數據交易處于早期發展階段，在政策、技術、服務業態等方面具有很大的的發展空間。我們看好數據作為新型生產要素對傳統生產方式產生的積極作發展空間。我們看好數據作為新型生產要素對傳統生產方式產生的積極作用，亦重視數據交易中用，亦重視數據交易中的的潛在投資機會。重點推薦參與廣州數據交易所建設的潛在投資機會。重點推薦參與廣州數據交易所建設的廣州地方國企廣電運通、數字經濟建設參與者佳都科技廣州地方國企廣電運通、數字經濟建設參與者佳都科技。建議建議關注數據供需類關注數據供需類企業企業，數據安全和隱私計算相關的數據流通服務企業數據安全和隱私

3、計算相關的數據流通服務企業，以及板塊主題熱度較高，以及板塊主題熱度較高企業的后續進展企業的后續進展。打通供需屏障，釋放數據要素價值。打通供需屏障，釋放數據要素價值。數據要素是數字經濟的基礎，根據信通院數據，2021 年我國數字經濟規模達 7.1 萬億美元，數據之于數字經濟的價值正逐漸顯現。數據交易層面，我國各大數據交易所發展如火如荼，但相關產品數量仍處于上量階段，產品類型覆蓋數據集、數據 API、數據報告、模型、服務等多種類別。政策層面看，中共中央和國務院提出的“數據二十條”反映政府對數據交易構建的高度重視，為行業發展奠定基礎。數據交易數據交易進入進入 2.0 階段，行業步入正軌。階段，行業步

4、入正軌。自 2014 年“大數據”第一次被寫入政府工作文件，截至 2022 年 12 月全國累計設立 50 余個數據交易相關機構。行業于 2015-2020 年經歷了第一次爆發和降溫階段，2021 年以來數據交易所建設進入新一輪熱潮，上海數據交易所、北京國際大數據交易所、深圳數據交易所、廣州數據交易所以及貴陽大數據交易所成為受到廣泛關注的全國數據交易所。相關政策文件的推動使行業發展進入了規范化和規?；A段。多層次交易體系，形成全國多層次交易體系，形成全國統一市場。統一市場。參考國內商品交易與證券交易的發展路徑，我們認為當前數據交易發展階段類似于初期的商品交易市場。展望未來，我們認為全國統一的數

5、據要素大市場是行業的主要發展趨勢，有望形成以一線城市為中心的國家級大型交易所，并在近一階段的行業發展中看到國家級、區域性交易所并存的多層次市場交易體系。長期來看，構建全國統一大市場有助于系統性地降低“市場摩擦”，理論上利于所有數據交易參與方，是未來數據交易發展的主要趨勢。風險因素：風險因素：數據交易進展不及預期的風險；數據要素流通相關技術進展不及預期的風險；數據權屬界定相關研究進展不及預期的風險；數據交易行業法律法規完善程度不及預期的風險；數據產品估值定價研究進展不及預期的風險等。投資策略投資策略：數據要素是數字經濟的重要組成部分，而數據要素的市場流通有賴于數據交易。數據交易尚處于早期，在政策

6、、交易所、供需方、技術服務方等多方面都還有很大的發展空間，我們一方面看好板塊短期的主題性投資機會，另一方面中長期更建議關注在數據交易方面具備發展高確定性和業績受益機會的優質公司。重點推薦參與廣州數據交易所建設的廣東地方國企廣電運通，具備大數據能力、積極參與數字經濟的佳都科技。建議關注數據供需類企業，數據安全和隱私計算等相關數據流通服務企業，跟蹤板塊熱度較高公司的后續發展。重點公司盈利預測、估值及投資評級重點公司盈利預測、估值及投資評級（元）（元）簡稱簡稱 代碼代碼 收盤價收盤價 EPS PE 評級評級 21 22E 23E 24E 21 22E 23E 24E 廣電運通 002152.SZ 1

7、0.19 0.33 0.38 0.44 0.51 31 27 23 20 增持 佳都科技 600728.SH 5.86 0.18-0.17 0.22 0.27 33-34 27 22 增持 資料來源：Wind，中信證券研究部預測 注：股價為 2023 年 1 月 30 日收盤價 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 2 目錄目錄 數據交易：打通供需屏障，釋放數據要素價值數據交易：打通供需屏障，釋放數據要素價值.4 基礎概念：數據產品與數據要素流通.4 交易現狀：數據產品分類明晰，登記產品數量尚未形成規模.6 政策：數據交易發展的關

8、鍵一環.8 數據交易發展進入數據交易發展進入 2.0 階段，行業步入正軌階段，行業步入正軌.10 數據交易所：多維度創新，服務創新數字經濟.14 建立多層次交易體系，形成全國性統一市場建立多層次交易體系，形成全國性統一市場.23 從商品交易與證券交易，看全國統一市場發展.24 風險因素風險因素.28 投資策略投資策略.28 WWjYuZlZpYaXwOyQ6MaO7NnPrRpNnOlOpPtRkPoOmO8OrRvMMYnOqQvPnPxO 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 3 插圖目錄插圖目錄 圖 1：數字經濟的“四化”框

9、架.4 圖 2：2021 年主要國家數字經濟規模（前十，單位：十億美元）.4 圖 3：數據要素化關系圖.5 圖 4：數據要素流通總體框架.5 圖 5：數據要素市場規模及同比增速（單位：億元，%）.11 圖 6：數據要素市場產業鏈.11 圖 7：數據交易鏈條.12 圖 8：數據交易產業鏈.12 圖 9：數據中心基礎設施市場 2021 年收入劃分.12 圖 10：數據服務商在交易流程中的角色（以上海數據交易所為例）.14 圖 11：全國數據交易機構建設時間表.15 圖 12：貴陽大數據交易所交易流程.18 圖 13：北數所中介服務生態.18 圖 14：上海數據交易所交易流程.19 圖 15：數商生

10、態產業圖譜.19 圖 16：第三方中介平臺（C2C）模式.21 圖 17：第三方中介平臺（B2B）模式.22 圖 18：數據要素相關企業全國分布情況.23 圖 19：商品交易市場與數據交易市場具有相似性.24 圖 20：我國多層次商品市場體系演變圖.25 圖 21：2000-2020 年中國大宗商品電子類交易市場數量.26 表格目錄表格目錄 表 1：數據交易產品統計.6 表 2：產品類型分類.6 表 3：上海數據交易所數據產品.7 表 4：貴陽大數據交易所及海南數據產品超市交易量前五產品.8 表 5：國家層面相關政策文件.9 表 6：中國數據要素市場化指數得分.13 表 7：數據交易服務商分類

11、描述.14 表 8：三種主要盈利模式對比.16 表 9：傳統估值定價途徑評估數據資產價值的優勢和局限性.17 表 10：我國五大數據交易所對比.20 表 11：國外數據交易模式比較.22 表 12：重點推薦公司盈利預測.29 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 4 數據交易數據交易：打通供需屏障打通供需屏障，釋放數據，釋放數據要素要素價值價值 在全球數字化轉型的大趨勢下，數據交易市場有望推動數據要素價值的開放共享和流通。據信通院測算，2021 年全球 47 個重要經濟體的數字經濟增加值規模高達 38.1 萬億美元，我國 2021

12、 年數字經濟規模也已達到 7.1 萬億美元。數據之于數字經濟的價值不言而喻。2019 年后我國將數據作為生產要素之一納入政策文件中，數據要素市場化從供需角度發揮數據資產的乘數效應，數字經濟的潛在增長動力有望得到進一步釋放。在本篇報告中，我們主要從數據要素基本框架出發，探討數據交易的主要參與者，并就未來數據交易行業可能存在的范式及投資機會做出闡釋。圖 1：數字經濟的“四化”框架 資料來源：中國信息通信研究院，中信證券研究部 圖 2：2021 年主要國家數字經濟規模（前十，單位：十億美元）資料來源：中國信息通信研究院，中信證券研究部 基礎概念：數據產品與數據要素流通基礎概念：數據產品與數據要素流通

13、 根據之江實驗室等單位編寫的數據產品交易標準化白皮書（2022）中對數據產品交易的定義，數據價值鏈的層級可以分解為數據資源、數據要素、數據資產和數據產品：1）數據資源一般泛指可以參與社會經濟活動并為所有者帶來效益的數據；2）數據要素在數據資源的基礎上，基于經濟學的生產要素概念強調了數據對生產效能和生產力的促進作用；3）數據資產更多強調數據資源的合法所屬權、計量權，并且可為所有者帶來經濟利益和社會效益；4）數據產品則是指經過采集、加工和分析后，可直接用于交易的數據或數據服務，也是數據交易流程中的主要流通對象。05000100001500020000美國中國德國日本英國法國印度加拿大墨西哥意大利數

14、字經濟規模 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 5 圖 3：數據要素化關系圖 資料來源：數據產品交易標準化白皮書（2022）（數據產品交易標準化白皮書編寫組），中信證券研究部 根據全國信標委大數據標準工作組所制定的數據要素流通框架，數據要素流通主要涉及到：1）政策和法律法規；2）流通制度；3）流通模式；4）流通技術；5）流通標準。以上構成了數據要素流通總體框架。政策和法規作為數據要素流通的基礎，為數據產品交易的規范化和權屬關系提供了指引，進而演化出有實踐意義的數據流通要素制度，包括數據權屬制度、數據評估制度、數據流通制度和數據監

15、管制度。在確立政策法規和制度后，市場化運營逐步形成了數據要素流通模式，包括數據登記模式、數據定價模式、數據交易共享模式和數據服務運營模式。另外，數據要素流通技術則作為構成上述模式的筋骨，其背后所搭載的區塊鏈和隱私計算等技術，實現數據價值流通突破所屬權的限制，達到“數據可用不可見”，是近年來數據交易領域發展過程中的重要驅動引擎。在制度、模式和技術齊備后，數據要素流通標準將整個數據要素流通框架串聯在一起，從而形成規范化運營和價值流動的閉環。圖 4：數據要素流通總體框架 資料來源：全國信標委大數據標準工作組，中信證券研究部 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀

16、正文之后的免責條款和聲明 6 交易交易現狀現狀：數據產品分類明晰數據產品分類明晰，登記產品數量尚未形成規模，登記產品數量尚未形成規模 數據交易產品是整個數據數據交易產品是整個數據要素要素流通中的流通中的終末終末形態，形態，當前當前各大主要各大主要數據交易所數據交易所的產品的產品數量數量還比較還比較少少。根據南方能源觀察微信公眾號，截至 2022 年 12 月份，貴陽大數據交易所共有產品數量 606 個；北京國際大數據交易所共有產品 1253 個；上海數據交易所登記了 96 個數據產品，分別來自 86 個掛牌數商企業，包括中國東方航空、高德地圖、中國聯通和 Wind 等企業；海南省數據產品超市共

17、有產品 802 個。在分類上，在分類上，各家數據交易所對數據產品分類略有差異，但總體上可以歸納為各家數據交易所對數據產品分類略有差異，但總體上可以歸納為數據集、數據集、數據數據 API、數據報告、數據模型、數據服務、數據報告、數據模型、數據服務 5 種種類型類型。表 1：數據交易產品統計 交易所名稱交易所名稱 成立時間成立時間 產品數量（個）產品數量（個）產品種類產品種類 貴陽大數據交易所 2015 年 606 數據產品服務（數據產品、離線數據包、數據服務）算法工具（算法模型、其他）算力資源（大數據、視頻與 CDN、通用云服務、智算與超算、備份容災、業務中臺、智能應用）北京國際大數據交易所 2

18、021 年 1253 數據服務 數據 API 數據包 數據報告 上海數據交易所 2021 年 18 數據集 78 數據服務 海南省數據產品超市 2021 年 495 產品服務 20 產品分析報告 5 產品報表 24 算法模型 176 通用軟件 82 其他 資料來源：南方能源觀察微信公眾號，中信證券研究部 表 2：產品類型分類 產品形式產品形式 類別定義類別定義 示例示例 數據集 可用一種或多種格式訪問或下載的可標識的數據集合 社保欠費企業數據集，企業年報數據集、企業信用評價數據集 數據 API 以 API 形式對外提供數據產品 銀行三要素驗證 API、短信 API 數據報告 通過對產業、行業、

19、項目等相關數據進行全方位的科學分析，來為其項目相關決策提供科學、嚴謹依據的分析報告，可分為日常工作類報告、專題分析類報告、綜合研究類報告 周報/年報等定期業務執行報告;用戶滿意度調研報告;XX市經濟發展報告等 數據模型 從數據中提取出的用于對數據進行識別的形式化表示，可分為完全公開、部分公開、部分受限公開、不公開 自然語言處理模型、信貸風控模型 數據服務 提供數據采集、數據傳輸、數據存儲數據處理(包括計算、分析、可視化等)、數據交換、數據銷毀等數據各種生存形態演變的一種信息技術驅動的服務，且該服務并不以交易數據控制者所控制的數據及數據衍生品為目的 數據中臺、數據 BI 工具、數據標注可以衍生出

20、數據應用、數據定制、通用軟件、解決方案等 資料來源：智慧蓉城研究院公眾號，中信證券研究部 具體到數據產品，具體到數據產品，當前數據交易所登記的數據產品種類比較豐富，以金融和工商經當前數據交易所登記的數據產品種類比較豐富，以金融和工商經營數據為主，并覆蓋了房地產、智慧交通和智慧城市等有數字化轉型需求的領域營數據為主，并覆蓋了房地產、智慧交通和智慧城市等有數字化轉型需求的領域。根據 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 7 上海數據交易所的網頁源代碼信息，96 個數據產品被分為了數據集和數據服務兩種，涵蓋了智慧交通、金融、房地產、企業

21、服務、ESG、智慧城市、醫療、互聯網、物流、航運、工業等領域。我們發現數量最多的為金融類數據，有 31 個產品，包括對基金經理的多維度評價數據、企業財務和輿情風險數據、大宗商品價格數據和上市公司的財務預測模型和業務預測數據等。上海數據交易所登記產品中，另一大應用場景是企業服務，有26 個產品屬于該類，以工商信息查詢、企業相關經營數據、企業評分和產業信息數據庫為主。表 3：上海數據交易所數據產品 所屬領域所屬領域 數量數量 代表產品代表產品 產品類型產品類型 來源企業來源企業 介紹介紹 金融 31 A 股量化因子 數據集 萬得信息技術股份有限公司 Wind 量化因子庫為量化研究和投資專門定制的因

22、子數據庫，包含 7 大類因子，350 個小類因子。歷史數據的長度直接制約量化回測的結果，Wind 量化因子數據庫數據最早起始時間為 1992 年，可直接用于量化因子分析和模型回測。企業服務 27 火石創造產業數據 數據集 杭州費爾斯通科技有限公司（火石創造）“火石創造產業數據”，以產業大數據資源為核心，依托產業數據中臺，實現公、私域數據資源的歸集、治理，形成產業要素明細數據、標簽數據和指標數據的產業數據資產，滿足各級政府、園區應用系統接入、產業分析研究、數據資產運營等多場景的產業數據使用需求。智慧城市 8 沃游洞察 數據服務 中國聯合網絡通信有限公司上海市分公司 基于運營商的手機信令數據對景點

23、的人流進行分析，判斷相關景點的經營情況，從而為景點管理者提供管理依據。房地產 6 房產自動估值 數據服務 深圳市房訊通信息技術有限公司 輸入房產信息（省市區、樓盤、樓棟、樓層、房號、房產證地址），通過大數據和 AI 計算出當前房產的價格?；ヂ摼W 6 海天智源 數據集 北京海天瑞聲科技股份有限公司 該語音數據集包含 100 多種語言及方言，涵蓋中文，中文方言，亞洲、歐洲、美洲、中東及非洲等主要國家及地區語言/口音，累計約 10 萬小時語音時長。智慧交通 5 久事客流寶 數據服務 上海公共交通卡股份有限公司 通過 API、文件配送等多種形式，為用戶提供久事集團旗下公共交通線路級客流數據。ESG 4

24、 盟浪 FIN-ESG 數據庫 數據服務 盟浪可持續數字科技（深圳）有限責任公司 盟浪通過 AI 人工智能等能力對數據進行挖掘和計算，開發出盟浪 ESG 數據庫，為金融機構、上市公司、政府協會提供精準的 ESG 數據、雙碳價值評估服務。航運 3 航班資源寶 數據服務 中國東方航空股份有限公司 實時推送包含東上航（僅商業正班）航班計劃、航班動態、航班保障節點、航班資源等信息 醫療 2 奧普生物CRP 快檢 數據服務 上海奧普生物醫藥股份有限公司 由使用 CRP 的醫療機構提供檢測樣本，SAA 儀器根據樣本分析得出檢測數據，形成數據產品，供樣本來源方使用，用于檢測樣本的炎癥感染情況，輔助醫院診斷治

25、療。物流 2 快成煤炭洞察 數據服務 山西快成物流科技有限公司 通過輸入區域編碼、給定時間段內的時間，查詢區域內的流入、流出煤炭量 工業 2 鏈鋼數 數據服務 上海寶信軟件股份有限公司 通過輸入地區、品種、日期等，查詢廢鋼價格指數及未來價格預測情況。資料來源：上海數據交易所，中信證券研究部 貴陽大數據交易所貴陽大數據交易所的的數據數據來源來源具備具備明顯明顯的的地域特征地域特征，交易頻次較低，交易頻次較低，具備較大改善具備較大改善空間空間。以貴陽大數據交易所為例，截至 2022 年 12 月，成交量最高的數據單品為GeoSLAM 激光數據服務，成交量為 31 次，單次服務價格為 12000 元

26、，數據產品來自貴州云圖瞰景地理信息技術有限公司?？紤]到高產品價格對成交量有影響，我們又選取了貴陽大數據交易所成交排行第五的網絡安全服務產品，單價僅為 1 元/次，但成交量也僅僅達到 14 次。從貴陽大數據交易所的整體情況來看，有歷史成交記錄（成交量1）的產品有 66 個，占總登記產品數量 22.5%，說明當前貴陽大數據交易所的整體交易頻次較低，遠遠無法覆蓋數字經濟中潛在的交易行為。此外，貴陽大數據交易所中有成交記錄 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 8 的產品中，77%（51/66）來自貴州本省的測繪、氣象、企業查詢和政務數據

27、源，交易所的輻射范圍有明顯的地域局限性。海南數據產品超市同樣存在產品成交規模低的問題，相比貴陽大數據交易所，活躍海南數據產品超市同樣存在產品成交規模低的問題，相比貴陽大數據交易所，活躍交易產品交易產品的來源更加全國化的來源更加全國化。海南數據產品超市最高成交量單品為客戶公積金數據（招行定制加密接口），成交量 12 次。通過進一步查詢，海南數據產品超市全共有 84 款產品有成交記錄（申請量1），占總登記產品數量 10.5%。在有成交記錄的 84 款產品中，僅有 8 款產品直接來自海南的本地化數據源。表 4：貴陽大數據交易所及海南數據產品超市交易量前五產品 交易所交易所 數據產品數據產品 價格價格

28、 提供單位提供單位 更新時間更新時間 應用領域應用領域 成交量成交量（次）（次）貴陽大數據交易所 GeoSLAM 激光數據服務 12000元/次 貴州云圖瞰景地理信息技術有限公司 2021/11/25 智慧城市 31 數字正射影像數據服務 3000 元/次 貴州云圖瞰景地理信息技術有限公司 2021/12/2 智慧城市 24 激光雷達（Lidar）數據服務 12000元/次 貴州云圖瞰景地理信息技術有限公司 2021/12/2 智慧城市 23 傾斜三維模型數據服務 12000元/次 貴州云圖瞰景地理信息技術有限公司 2021/12/3 智慧城市 23 網絡安全服務 1 元/次 云上廣濟(貴州)

29、信息技術有限公司 2022/11/4 企業服務 14 海南數據產品超市 客戶公積金數據（招行定制加密接口）面議 海南數據產品超市(上架代理)2022/4/21 金融 12 系統接入健康碼查詢服務 面議 數字海南有限公司 2022/3/22 企業服務 11 系統接入核酸檢測結果查詢服務 面議 數字海南有限公司 2022/3/22 企業服務 6 數字海南有限公司 面議 數字海南有限公司 2022/8/19 企業服務 5 企業司法拍賣查詢 0.4 元/次 天翼征信有限公司 2022/3/22 金融 5 資料來源：貴陽大數據交易所，海南數據產品超市，中信證券研究部 政策：政策：數據交易發展的關鍵一環數

30、據交易發展的關鍵一環 由于長久以來數據相關行業與隱私安全問題高度綁定，數據交易行業的發展狀態由于長久以來數據相關行業與隱私安全問題高度綁定，數據交易行業的發展狀態與與政策制定緊密相關政策制定緊密相關。數據隱私保護和數據價值流通之間通常存在此消彼長的關系，尤其是對于個人數據，如果過分強調個人對數據的控制、削弱企業對數據的使用權，數字經濟發展有可能在宏觀層面受到制約，在微觀層面則直接反映為數據交易低迷。政策往往會根據發展需要，對隱私性和流通性做出一定取舍，這一點通過對比美國和歐盟的數據制度能得到比較直觀的結論。以流通性為代價，歐盟確立了對數據使用的強監管政策。以流通性為代價，歐盟確立了對數據使用的

31、強監管政策。在歐盟的現行制度中，將數據拆分為“個人數據”和“非個人數據”的二元結構，維系自然人人權和數據流動、開發的平衡。2018 年 5 月 25 日出臺的通用數據保護條例（General Data Protection Regulation，簡稱 GDPR）嚴格規定了數據控制者對個人數據的處理，要求必須滿足合法、公平和透明原則、目的限制原則、最小范圍原則、準確性原則和存儲限制原則。在個人數據的利用方面，歐盟強調個人的絕對控制，企業利用個人數據的和合法性基于自然人享有“個人數據全生命周期”的絕對控制權，如知情同意權、刪除權（被遺忘權）和拒絕/限制處理權。對于“非個人數據”，歐盟在 2018

32、年 10 月頒布的非個人數據在歐盟境內自由流通框架條例，允許企業在有限的數據生產權下，交易和流通非個人數據，但 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 9 實際操作中，個人數據和非個人數據并不總是界限分明，對個人數據的高規格保護也在一定程度上犧牲了歐盟的數字經濟發展和數據流通。相相對對歐盟，美國對于數據要素政策的態度更偏重實用主義，回避數據的所有權問題。歐盟，美國對于數據要素政策的態度更偏重實用主義，回避數據的所有權問題。在立法上，美國沒有針對數據本身進行綜合立法，而且將個人數據隱私保護以信息隱私權的名義置于傳統隱私權的框架下，且在

33、聯邦層面不對信息隱私權制定統一法律。以著名的州立法案加利福尼亞消費者隱私法案（California Consumer Privacy Act,簡稱CCPA）為例，注重對數據的商業化利用，采取原則上允許、有條件禁止的態度，與歐盟采取原則上允許、有條件禁止的態度，與歐盟GDPR 原側上禁止，合法授權時允許，并且允許個人反對或撤回授權形成鮮明對比原側上禁止，合法授權時允許，并且允許個人反對或撤回授權形成鮮明對比。在知情權上，企業在使用或交易個人數據前，只需履行通知義務，而非征得數據主體同意。在遺忘權和拒絕權方面，CCPA 也采取了比 GDPR 更為寬松的措施，鼓勵數據要素在市場流通。如今，美國已經發

34、展出了以數據經銷商為主的數據交易模式，在數據交易的商業化探索上領先于歐盟。我國當前的數據交易市場建設仍處于初步階段我國當前的數據交易市場建設仍處于初步階段，政策推動行業發展。，政策推動行業發展。根據全國信標委大數據標準工作組的統計，國內年均數據量增長達到 40%，但被利用的數據量增長率僅為 5.4%，數據交易流通價值亟待被挖掘。雖然貴陽大數據交易所成立于 2015 年，但彼時法律法規和制度建設都還處于真空期，交易市場發展比較緩慢。與數據相關的基礎性法律有民法典 個人信息安全法 網絡安全法和數據安全法，但這些基礎性法律文件都缺少對數據權屬的明確界定。2019 年第十九屆四中全會后，我國針對數據要

35、素市場和數據流通多次出臺相關文件，強調“數據有序共享”，明確將數據作為生產要素之一參與社會分配，并逐步細化制度和管理條例，積極探索數據流通的相關法律和制度。中共中央和國務院于中共中央和國務院于 2022 年年 12 月月 19 日提出的關于構建數據基礎制度更好發揮日提出的關于構建數據基礎制度更好發揮數據要素作用的意見數據要素作用的意見（以下簡稱“意見”）（以下簡稱“意見”），也被稱作“數據二十條”，反，也被稱作“數據二十條”，反映映了了我國我國對對數據交易構建的高度關注數據交易構建的高度關注?！皵祿畻l”的提出是在當前數據交易確權難、定價難、互信難、監管難的背景下，意見強調了建立數據產權制度

36、、數據要素流通和交易制度、數據要素收益分配制度和數據要素治理制度的必要性，并提出推進四項措施，鼓勵浙江等有條件的地區和企業先行先試，發揮帶頭作用，在產業端推動數據要素的流通。表 5：國家層面相關政策文件 文件名稱文件名稱 相關內容相關內容 發布時間發布時間 發布單位發布單位 2014 年政府工作報告 設立新興產業創業創新平臺，在新一代移動通信、集成電路、大數據、先進制造、新能源、新材料等方面趕超先進，引領未來產業發展。2014.3 中共中央 國務院 黨的十九屆四中全會 建立健全運用互聯網、大數據、人工智能等技術手段進行行政管理的制度規則。推進數字政府建設，加強數據有序共享，依法保護個人信息。2

37、019.1 中共中央 關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定 健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制。首次明確將數據作為生產要素參與社會分配。2019.1 中共中央 深圳建設中國特色社會主義先行示范區綜合改革試點實施方案(20202025 年)率先完善數據產權制度，探索數據產權保護和利用新機制，建立數據隱私保護制度。試點推進政府數據開放共享。支持建設粵港澳大灣區數據平臺，研究論證設立數據交易市場或依托現有交易場所開展數據交易。2020.1 中共中央 國務院 建設高標準市場體系行動方案 加快培育發展

38、數據要素市場。制定出臺新一批數據共享責任清單，加強地區間、部門間數據共享交換。研究制定加快培育數據要素市場的意見，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規范，推動數據資源開發利用。2021.1 中共中央 國務院 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 10 國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要 加快數字化發展，建設數字中國。迎接數字時代，激活數據要素潛能，推進網絡強國建設，加快建設數字經濟、數字社會、數字政府，以數字化轉型整體驅動生產方式、生活方式和治理方式變革。2021.03 中華人民

39、共和國 中央人民政府 數字經濟及其核心產業統計分類（2021）數字經濟是指以數據資源作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。本分類將數字經濟產業范圍確定為：01 數字產品制造業、02 數字產品服務業、03 數字技術應用業、04 數字要素驅動業、05 數字化效率提升業等 5 個大類。2021.05 國家統計局 國家標準化發展綱要 建立數據資源產權、交易流通、跨境傳輸和安全保護等標準規范，推動平臺經濟、共享經濟標準化建設，支撐數字經濟發展。推動行政管理和社會治理標準化建設。2021.1 中共中央 國務院“十四五”

40、大數據產業發展規劃 在標準規范上，提出按照數據性質完善產權性質，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規范。在定價方面，制定數據要素價值評估框架和 評估指南，包括價值核算的基本準則、方法和評估流程等。2021.11 工業和信息化部“十四五”數字經濟發展規劃 數據對提高生產效率的乘數作用不斷凸顯，成為最具時代特征的生產要素。數據的爆發增長、海量集聚蘊藏了巨大的價值，為智能化發展帶來了新的機遇。協同推進技術、模式、業態和制度創新，切實用好數據要素，將為經濟社會數字化發展帶來強勁動力。2022.1 國務院 建設高標準市場體系行動方案 加快培育發展數據要素市場。制定出臺新一批數據共

41、享責任清單，加強地區間、部門間數據共享交換。研究制定加快培育數據要素市場的意見，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規范，推動數據資源開發利用。2022.1 中共中央 國務院 關于加快建設全國統一大市場的意見 加快培育統一的技術和數據市場。建立健全全國性技術交易市場，完善知識產權評估與交易機制，推動各地技術交易市場互聯互通。完善科技資源共享服務體系，鼓勵不同區域之間科技信息交流互動。2022.4 中共中央 國務院 關于構建數據基礎制度更好發揮數據要素作用的意見 要建立數據產權制度，推進公共數據、企業數據、個人數據分類分級確權授權使用，建立數據資源持有權、數據加工使用權、數

42、據產品經營權等分置的產權運行機制，健全數據要素權益保護制度。2022.6 中央全面深化改革委員會 第二十次全國代表大會報告 建設現代化產業體系。堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設制造強國、質量強國、航天強國、交通強國、網絡強國、數字中國。2022.10 中共中央 關于構建數據基礎制度更好發揮數據要素作用的意見 加強數據交易場所體系設計，統籌優化數據交易場所的規劃布局，嚴控交易場所數量。出臺數據交易場所管理辦法，建立健全數據交易規則，制定全國統一的數據交易、安全等標準體系，降低交易成本。引導多種類型的數據交易場所共同發展，突出國家級數據交易場所合規監管和基礎服務功能，

43、強化其公共屬性和公益定位，推進數據交易場所與數據商功能分離，鼓勵各類數據商進場交易。規范各地區各部門設立的區域性數據交易場所和行業性數據交易平臺，構建多層次市場交易體系，推動區域性、行業性數據流通使用。2022.12 中共中央 國務院 資料來源：數據產品交易標準化白皮書（2022）（數據產品交易標準化白皮書編寫組），中信證券研究部 數據交易發展進入數據交易發展進入 2.0 階段，階段，行業行業步入正軌步入正軌 據國家工信安全中心測算，當前我國數據要素市場規模達到 904 億元，預計 2022-2025 CAGR 接近 24.6%，數據要素產業鏈蘊含巨大潛力。在具體到數據交易產業鏈之前，我們先對

44、數據要素產業鏈進行全局梳理。數據要素產業鏈整體可按數據生產端、數據服務端和數據需求端分別對應產業鏈的上游、中游和下游。數據要素上游包括基礎軟硬件、日志信息、個人信息、公共數據和業務信息等，數據要素中游包括數據采集、數據加工、數據分析、數據應用、數據流通和數據存儲等。數據要素下游包括政務、交通、電力、金融等垂直行業。前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 11 圖 5：數據要素市場規模及同比增速（單位：億元，%）資料來源：國家工信安全中心（含預測），中信證券研究部 圖 6：數據要素市場產業鏈 資料來源：TRS 數星產業大腦，中信證券研

45、究部 如我們前文所述，數據交易環節作為整個數據要素流通的關鍵環節，打通了數據供給和需求的互信互通壁壘，是實現規范化數據流通的基礎。我們根據數據要素產業鏈，將核心流通環節抽離出來，著重展示數據供給、數據流通服務和數據需求環節。我們按照數據從生產到終端需求進行產業鏈劃分，產業鏈上游包括產業鏈上游包括數據基礎設施數據基礎設施、數據供應商、數據供應商、加工環節加工環節和數據交易服務和數據交易服務，數據，數據交易交易環節作為中游，數據的分析和使用則作為需求側處環節作為中游，數據的分析和使用則作為需求側處于產業下游。于產業下游。在產業鏈劃分中，數據加工和分析在廣義上都可以視為將原數據轉化為該數據的下一形態

46、，如清洗后的數據集或數據服務。在某些場景下，數據需求方和供給方也具備數據加工和分析能力，例如 AI 和自動駕駛算法相關企業，我們在本文中不對數據加工和分析進行區別。0%20%40%60%80%100%120%020040060080010001200140016001800200020162017201820192020202120222023E2024E2025E中國數據要素市場規模（億元）yoy 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 12 圖 7：數據交易鏈條 資料來源：數據產品交易標準化白皮書（2022）（數據產品交易標準化

47、白皮書編寫組），中信證券研究部 圖 8：數據交易產業鏈 資料來源：中信證券研究部繪制 數據基礎設施：數據基礎設施：數據基礎設施主要可分為軟件和硬件兩部分：1）基礎設施基礎設施軟件軟件：數據基礎設施軟件根據其演化脈絡，大體上可以依次分為數據庫、數據倉庫、數據湖和湖倉一體，技術演進過程中并沒有單純地取代或淘汰前一代技術，不同技術分別對應不同業務場景。數據倉庫誕生于數據庫概念，是對結構化數據進行分析的數據技術，而數據湖則是開源框架的產物，集成了多種開源組件，可處理格式不同的結構化、半結構化和結構化數據，而湖倉一體兼顧了數據湖的靈活性和數據倉庫的成長性和事務性，成為了新一代大數據基礎設施軟件。2）基礎

48、設施基礎設施硬件硬件：根據 Synergy Research 的數據，2021 年，全球數據中心基礎設施設備總收入達到 1850 億美元，其中服務器、存儲和網絡硬件基礎設施占數據中心基礎設施市場規模的 77%。圖 7：數據中心基礎設施市場 2021 年收入劃分 資料來源：Synergy Research Group 數據供應商：數據供應商：根據國家工業信息安全發展中心和北京大學光華管理學院測算的中國數據要素市場化指數得分，我國數據要素發展呈現“供給旺盛、流通不足、價值遠未實“供給旺盛、流通不足、價值遠未實現”現”的特點。我們根據數據來源方，將數據供應商分為了政府指導類、涵蓋政務類和信 前瞻研究

49、前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 13 息公示類數據；數據集成商，包括 Wind 和 Bloomberg 等數據平臺；以及各垂直行業，涵蓋金融、互聯網、工業、能源等領域。表 6：中國數據要素市場化指數得分 數據要素市場化指數數據要素市場化指數 數據要素供給數據要素供給 數據要素流通數據要素流通 數據要素價值數據要素價值 東部地區 70 70.78 74.97 64.24 中部地區 49.34 55.96 55.7 36.37 西部地區 45.45 48.88 51.31 36.16 北方地區 51.4 56.56 58.94 38.7

50、1 南方地區 58.16 60.6 62.49 51.46 總體 58.73 69.43 60.93 45.84 資料來源：國家工業信息安全發展中心，北京大學光華管理學院，中信證券研究部 1）政府指導類政府指導類：根據國家工業信息安全發展研究中心主編的中國數據要素市場發展報告（20212022），截至 2021 年 10 月，我國共有 193 個省級和城市的地方政府開放了線上數據，超過 70%的地級市推進了政務云的建設，政務類數據的數字化建設已初見成效。2）數據數據集成集成商商：數據集成商通常不直接采集個人相關數據，而是通過合作、采購或爬蟲等技術收集信息，數據集成商可直接面向個人消費者或企業客

51、戶提供數據產品，各大金融終端包括 Wind、Bloomberg 以及部分市場咨詢機構的自營數據庫都屬于該范疇。數據集成商一般具備較高的信息技術能力和數據分析能力，其提供的數據資源可以視為終端數據產品，具有直接使用價值。3）垂直行業垂直行業：以金融和互聯網為代表的垂直類行業本身便是數字經濟的重要參與方，一直是數據要素市場活躍的參與主體。根據中國數據要素市場發展報告（20212022），互聯網數據涉及個人數據、經營數據、業務數據、開放平臺數據等，因為數據一般通過線上采集，流通成本相對較低，發展場內交易之前，互聯網數據源已經廣泛用于廣告投放和智能推薦等功能。金融企業的數字化轉型程度較高，信息采集方式

52、可通過邊端設備、人工采集和網絡采集。由于系統中臺沉淀了大量個人敏感數據，相應的監管級別也較高。根據金融業出臺的數據分類分級標準，相關機構一般采用私有云或混合云存儲數據，數據敏感性越強，采用私有云的比例越高。數據數據加工與加工與分析分析：根據中國大數據網發布的中國大數據分析行業研究報告，大數據分析可以細分為商業智能平臺、數據分析師平臺、可視化、增強分析、數據目錄與發現、指標平臺、流批一體、日志分析、查詢引擎、搜索等細分領域。根據中國大數據網的測算，2021 年的中國大數據軟件市場中大數據分析市場占總大數據軟件市場支出的30%，對應 10 億美元的市場規模。中國大數據分析市場呈現國產化、云化部署繼

53、續深化以及大數據分析平民化的趨勢。數據交易服務：數據交易服務：數據交易服務商包括數據合規評估服務商、數據質量評估商、數據資產評估服務商、數據交易經紀服務商、數據交付服務商和數據交易仲裁服務商。數據交易服務生態是建設數據交易體系的重要組成部分，其中數據合規評估、數據資產評估和數據交付服務屬于核心服務環節，其發展尚不成熟。根據上海數據交易所等機構聯合發布的全國數商產業發展報告（2022），合規評估、資產評估、交付服務這三類服務 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 14 商共有企業數量 87755 家，占全部數商企業 4.6%，其中數

54、據交付服務僅為 76 家，生態建設亟待完善。表 7：數據交易服務商分類描述 數據交易服務商數據交易服務商 企業數量企業數量 經營內容描述關鍵詞經營內容描述關鍵詞 數據合規評估服務商 21704 數據合規、知識產權、合規經營、公司治理、數據保護、互聯網法律 數據質量評估商 7371 數據質量評估、數據質量修復、數據質量評價 數據資產評估服務商 65975 資產評估、財務咨詢、資產審計 數據交易經紀服務商 4649 交易撮合、交易經紀、中介 數據交付服務商 76 隱私計算、數據交付、聯邦學習、多方安全計算、可信執行環境、融合計算 數據交易仲裁服務商 1311 仲裁、爭議解決 資料來源：上海數據交易

55、所，復旦大學，數庫科技，中信證券研究部 圖 8：數據服務商在交易流程中的角色（以上海數據交易所為例）資料來源：上海數據交易所，復旦大學，數庫科技，中信證券研究部 數據需求方數據需求方：數據交易的需求來自金融、交通和互聯網等領域，拆分邏輯與我們上文提到的數據供給方類似。根據中國網絡空間安全協會聯合發布的中國數據交易實踐趨勢報告（2022 年）顯示，2020 年我國數據要素市場中，場內數據交易占數據交易總體市場的 4%，說明大量數據交易需求通過場外交易滿足，場內交易潛在需求空間巨大。數據交易數據交易所所：多維度創新，服務創新數字經濟多維度創新，服務創新數字經濟 自從“大數據”在 2014 年第一次

56、被寫入政府工作文件，截至 2022 年 12 月全國累計設立接近 50 家數據交易相關機構。從各地建設數據交易機構的趨勢來看，大體上可總結為第一次爆發第一次爆發降溫降溫第第二次爆發二次爆發的三階段特征。1）第一次爆發：第一次爆發：2015 年-2016 年是數據交易建設的第一輪熱潮，各地方政府和國有企業抓住大數據產業爆發的契機，先行探索大數據交易的機制和技術服務，完成第一輪建設。2015-2016 兩年間，全國一共成立了 17 家數據交易機構。第一批建立的數據交易機構中，比較有代表性的是 2015 年成立貴陽大數據交易所，彼時正是貴州省政府提出 前瞻研究前瞻研究行業行業數據交易專題數據交易專題

57、2023.2.1 請務必閱讀正文之后的免責條款和聲明 15 大數據戰略的第三年，貴陽大數據交易所承擔著驅動貴州大數據產業發展的使命，為之后建立全國性數據交易所提供了借鑒。貴陽大數據交易所在成立半年后，達成了 6000 萬元的交易額。2）降溫：降溫：2017 年-2020 年，各地建設數據交易機構的步伐放緩，4 年間有 9 家機構成立。同時，早先成立的交易機構也面臨交易量下滑的情況，市場反饋有所不足，優質數據供應商和大型互聯網企業更傾向于搭建自己的數據交易渠道。數據交易的初步嘗試暴露了行業存在的問題，包括交易技術不成熟、缺少優質數據源和制度法規尚不完善等。根據數據交易網截止于 2022 年 10

58、 月的統計，2015 年-2020 年間成立的 26 家數據交易機構中，只有貴陽大數據交易所在內的 5 家交易機構的最新動態更新到 2022 年 10月，反應出交易所建設缺乏統一規劃，市場建設待完善。3）第二次爆發：第二次爆發：從 2021 年至今，數據交易所的建設進入新一輪熱潮，各地建設數據交易機構的步伐加快，2021 年 1 月至 2022 年 12 月，全國有 18 家數據交易機構成立，北上廣深四地的數據交易所也正式亮相。其中，上海數據交易所、北京國際大數據交易所、深圳數據交易所、廣州數據交易所，以及貴陽大數據交易所，組成了全國 5 家主要數據交易所。根據我們上文對數據要素政策的梳理，可

59、以發現從 2021 年后，我國在政策層面的支持力度正在逐步加大，2022 年 4 月提出的關于加快建設全國統一大市場的意見點出過去市場化配置存在“各自為戰”的現象，需要規范監管標準和操作規范。得益于政策推動和數據流通技術的發展，數據交易發展進入了規范化和規?；碾A段，截止 2022 年末全國已累計建設接近 50 家數據交易機構。圖 9：全國數據交易機構建設時間表 資料來源：數據交易網，中信證券研究部 交易所交易所盈利模式：盈利模式：傭金收取、會員制、增值服務為傭金收取、會員制、增值服務為主主，探索多樣化盈利模式，探索多樣化盈利模式 當前場內交易盈利模式大體上可分為三種：前瞻研究前瞻研究行業行業

60、數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 16 1）傭金模式：）傭金模式：盈利邏輯簡單，易于操作。采取傭金收取模式的典型代表是早期的貴陽大數據交易所，對每單交易抽取 10%的傭金。在交易規模具有較好預期的情況下，傭金模式具有較低的邊際成本和較高的成長性；但弊端也顯而易見，因為場外交易盛行，過高的傭金抽取會打擊數據交易主體的交易積極性和交易需求，不利于早期行業成長。2）會員制模式：）會員制模式：會員制模式有利于維護交易主體和服務商與交易機構之間穩定的合作關系，而穩定的合作關系也便于交易平臺方對交易主體的合規性和資質進行審核，促進了平臺安全性和交易質量。相應地，

61、會員制的執行需要交易機構有良好的信譽背書，且能持續提供優質交易服務，能長久實行會員制且能盈利的交易平臺往往能滿足以上提到的兩點。3）增值服務：）增值服務：增值服務在大多數時候可以與傭金模式和會員制模式并存，數據交易各個環節幾乎都需要服務商具備較高的專業性。確權、資產定價和交付結算等環節是數據交易機構比較容易搭建的服務能力，隨著交易行業整體發展，數據交易機構的增值服務也可以逐步拓展到數據清洗和聚合服務，提高數據交易機構的綜合運營競爭力。表 8：三種主要盈利模式對比 傭金模式傭金模式 會員制模式會員制模式 增值服務模式增值服務模式 盈利來源 交易手續費 會員費 增值服務收費 優勢 簡單易行，門檻低

62、 有利于催生出企業之間的長期數據合作，交易安全性和交易質量更容易獲得保障 盈利模式更加多樣化，可與其他盈利模式搭配 弊端 抑制交易需求，繞開平臺交易 對交易機構信譽和持續服務能力有較高門檻 抑制潛在的服務商供給，對服務能力有門檻 說明 主流傭金率不斷降低，當前市場整體傭金率為 1%-5%不等 華東江蘇大數據交易中心的盈利模式主要是對會員收取年費，目前擁有 6000 多家會員，實現平臺盈利。當前大部分數據交易平臺都提供相應的數據增值服務模式，且這一塊業務在平臺營收中的占比不低。資料來源：國家工業信息安全發展研究中心，中信證券研究部 數據交易定價模式數據交易定價模式：估值模式尚未達成共識，未來多種

63、估值模式并存：估值模式尚未達成共識，未來多種估值模式并存 數據產品定價難是當前數據交易行業發展的數據產品定價難是當前數據交易行業發展的難點難點之一，數據資產定價模式尚處于探之一，數據資產定價模式尚處于探索階段。索階段。從傳統資產定價角度上看，數據資產定價可參考成本途徑、收益途徑和市場途徑三種方式。但由于在數據要素流通過程中，數據從獲取到使用，整個流程的標準化程度較低，市場尚未對各環節的價值形成共識，數據的供需雙方往往難以對數據的成本和使用價值達成一致。未來，數據資產定價模式更可能處于多種估值方法共存的動態估值框架中。前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正

64、文之后的免責條款和聲明 17 表 9：傳統估值定價途徑評估數據資產價值的優勢和局限性 方法方法 優勢優勢 局限性局限性 成本途徑 易于理解，以成本構成為基礎 計算簡單，以加總計算為主 數據資產對應的成本不易區分，數據資產為生產經營中的衍生產物，對于部分數據資產來說，沒有對應的直接成本，且間接成本的分攤不易估計 各類數據資產的貶值因素各不相同，造成貶值因素不易估計 成本途徑較難考慮對應的預期收益。收益途徑 反映了數據資產的經濟價值 邏輯易于理解 數據資產的使用期限不易確定 數據資產直接產生的收益難以區分 需要確定未來收益風險因素及影響程度，進而確定 價值調整系數 數據資產在不同場景下的收益不同。

65、市場途徑 數據從市場直接獲得，直觀，易于理解 在現階段，數據資產公開交易活動尚無法有效觀測 數據資產真實交易披露的相關信息可能很有限，且其與被評估數據資產間的差異較難被量化。資料來源：上海數據交易所有限公司，普華永道，中信證券研究部 國內國內交易所交易所：全國五大交易所確立，引領行業新：全國五大交易所確立，引領行業新業業態態 貴陽大數據交易所重新出發，改制初有成效。貴陽大數據交易所重新出發，改制初有成效。貴陽大數據交易所于 2015 年 4 月 14日正式掛牌成立，作為數據交易領域的先行者，早期的貴陽大數據交易所在制度和交易模式上，都與如今的其余四家大型數據交易所有較大區別。第一點是持股結構，

66、雖然貴陽大數據交易所的成立有明顯的政策導向，貴州省政府通過國資僅持股 35%，其余 65%由民營企業持股。九次方大數據信息集團有限公司以 22%的持股比例成為第二大股東，九次方的創始人王叁壽作為貴陽大數據交易所的執行總裁，實際負責交易所的運營。第二點區別在于交易模式，貴陽大數據交易所采用撮合交易模式，交易所對數據買賣雙方收取交易傭金，服務性質更接近交易中介，對數據交易全流程把控較弱。因原有的運營成效尚有提升空間，貴陽大數據交易所也開始尋求改革，2021 年 10月公司經歷股改，由混合所有制公司制改為 100%國資持有，在合規性和監管落實上都有明顯進步。貴陽大數據交易所進一步提出了“一中心一公司

67、”的體系架構，提升基礎服務能力；與阿里云和螞蟻集團合作，引入隱私計算和區塊鏈等先進技術；培育交易中介服務商，為交易雙方提供確權、資產評估和合規認證等服務。截至 2022 年 12 月 28 日，貴陽大數據交易所年交易額已突破 3.61 億元，改革成效顯著。前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 18 圖 10：貴陽大數據交易所交易流程 資料來源：貴陽市大數據發展管理局，中信證券研究部 北京國際大數據交易所打造北京國際大數據交易所打造全程上鏈的區塊鏈交易系統，發展中介服務生態。全程上鏈的區塊鏈交易系統，發展中介服務生態。北京國際大數據

68、交易所成立于 2021 年 3 月 31 日，控股股東為北京金控集團，持股比例 65%，其余股東包括華控清交信息科技（北京）有限公司、京東數字科技控股股份有限公司和北京微芯感知科技有限公司，分別持股 15%、10%和 10%，是國資主導的公司制。北京國際大數據交易所針對當前數據交易存在確權難和互信難的問題，開發了基于區塊鏈和隱私計算的數字交易合約和數字交易系統 IDex，確保交易全程上鏈可追溯，實現敏感數據可用不可見。圍繞數據流通環節，北京國際大數據交易所重點支持中介服務生態，引入數據托管、數據經紀、價值評估和盡職調查等中間服務商，打破過去數據交易的粗放管理模式，為交易主體提供安全合規的服務。

69、截至 2022 年 9 月 20 月，北京國際大數據交易所已引入超過 333 家數據交易參與主體、1253 個數據產品，產生數據交易1774 個，數據調用 7.73 億筆。圖 11：北數所中介服務生態 資料來源：廣電運通，中信證券研究部 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 19 上海數據交易所首創“數商”模式，探索數據交易生態。上海數據交易所首創“數商”模式，探索數據交易生態。上海數據交易所于 2021 年11 月 25 日掛牌成立，同樣采用國資主導公司制。上海數據交易所享有長三角地區發達的數字經濟優勢，如何激勵產品化的數據資產

70、在市場中流通，是上海數據交易所要承擔的首要職能。2021 年 9 月 30 日，上海市數據條例（草案）的公布，確定了數據交易主體對合法處理數據形成的數據產品享有財產權，在權屬上為交易主體提供了權益保障，是上海數據交易所運行的基礎之一。在交易機制和交易系統上，上海數據交易所也引入隱私計算和區塊鏈技術，打造了數字交易體系；在交付模式上，上海采取交易和交付分離，使用數據沙箱技術，支持第三方支付服務商自由選擇支付方式。在特色服務模式上，上海數據交易所首先提出“數商”體系，將數據流通環節分為數據基礎設施提供商、數據加工服務商、數據合規評估服務商等 15 種不同職能的數商企業，多層次全流程地為交易主體提供

71、協助。根據上海數據交易所發布的預測，預計 2022年全年該交易所累計交易額實現 1 億元，全年數據產品掛牌數達到 800 余個。圖 12：上海數據交易所交易流程 資料來源：數據交易網，中信證券研究部 圖 13：數商生態產業圖譜 資料來源：全國數商產業發展報告（2022），（上海數據交易所研究院），中信證券研究部 廣州數據交易所著眼于打造國家級數據交易所。廣州數據交易所著眼于打造國家級數據交易所。廣州數據交易所于 2022 年 9 月 30日在南沙區揭牌成立，是廣東省首家掛牌數據交易所，揭牌首日吸引申請掛牌標的 300余個，進場標的 200 余個，當天累計交易額超過 1.55 億元。目前廣州數據

72、交易所有限公司由廣州交易集團 100%持有，2022 年 12 月 26 日晚廣電運通宣布擬參與對廣州數據交易所有限公司增資，如果增資完成后廣州數據交易所的注冊資本將由 1000 萬增加至 8 億元，其中廣電運通持股比例為 10.5%。廣州數據交易所基于“無場景不交易”的原則確保交易合規，并且在技術上也采用了隱私計算+區塊鏈，與主流數據交易所技術體系保持一致。在交易模式上，廣州數據交易所圍繞數據產品、數據服務、數據資產和數據能力等四種交易類別，為交易主體提供全鏈路的交易服務。作為省級數據交易平臺，廣州數據交易所構建了“一所多觸點”的數據交易網絡，設立了多個交易服務基地，“立足廣東，面向粵港澳大

73、灣區，服務全國”。深圳數據交易所聚焦跨境交易，合深圳數據交易所聚焦跨境交易，合力力推動行業技術發展。推動行業技術發展。深圳數據交易所正式于 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 20 2022 年 11 月 15 日掛牌成立，定位于國有全資企業。作為廣東省第二家持牌交易所，深圳數據交易所毗鄰香港，重點探索跨境交易模式，在掛牌的首日突破 11 億元累計交易額，首批跨境交易規模超 1100 萬元。在交易模式上，深圳數據交易所首推線上數據交易模式，打造覆蓋數據流通全生命周期的新型交易模式。在技術體系方面，深圳數據交易所為交易平臺搭建了隱

74、私計算綜合調度平臺，并且依托深圳的數據資源和算力基礎設施，與華為云和國資云等算力平臺合作，打造溝通全國的數據交易算力網絡。除了搭建自身平臺技術之外，深圳數據交易所還牽頭成立開放群島（Open Islands）隱私計算開源社區和國際數據空間創新實驗室，與多家大型科技企業合作探索隱私計算和數據空間技術，推進可信流通技術標準。表 10：我國五大數據交易所對比 貴陽大數據交易所貴陽大數據交易所 北京國際大數據交易所北京國際大數據交易所 上海數據交易所上海數據交易所 廣州數據交易所廣州數據交易所 深圳數據交易所深圳數據交易所 架構模式 原混合所有制公司制，股改為 100%國資公司制 國資主導公司制 國資

75、主導公司制 國資主導公司制 100%國資公司制 注冊資本金 5000 萬元 2 億元 8 億元 8 億元 1 億元 交易類別 數據產品和服務 算法工具 算力資源 數據服務 數據 API 數據包 數據報告 金融、交通、通信等八大類 數據產品 數據服務 數據能力 數字資產 其他 數據包 數據 API 數據報告 數據模型 數據服務 數據工具 其他 登記產品數量 606 1253 96 460+44 交易主體 402 333 86 190+17 交易模式 撮合交易，平臺掛牌后買賣雙方直接交易，后轉為數據經紀模式，提供全方位服務 首創基于區塊鏈的“數字交易合約”，交易過程全程上鏈，交易參與者共同達成交易

76、約定 市場議價，交易撮合，交易和交付分離 通過會員登記、交易標的審核、掛牌申請、交易標的發布、交易撮合、交易達成、交付實施、交易備案與評價等環節完成交易 在全國首推線上數據交易，打破傳統撮合交易模式，打造覆蓋數據流通全生命周期的新型交易模式 特色服務 打造數據流通交易全生命周期“三環”，供需方為內環，服務方為中環，場景和需求為外環 重點打造中介服務生態，提供基于區塊鏈的確權服務，基于數據要素需求側、場景化的估值模型 首創“數商”業態，將交易主體細分為多個領域，為交易全流程提供服務 全國首創數據流通交易全周期服務，為市場主體提供登記、交易清結算、信息披露、數據保險、數據托管、人才培訓等內容 重點

77、提供跨境數據交易服務，包括全流程綜合服務、全領域基礎設施支持、全鏈條賦能 交易系統 自主開發電子交易系統、724 小時永不休市 自研基于區塊鏈的新型交易系統 IDeX 全數字化數據交易系統，保障數據交易全時掛牌、全域交易、全程可溯 數字化交易系統 數字化交易系統 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 21 合作數據源 與貴州氣象部門、貴州電網和貴州省政府合作推出官方數據專區 與北京政務資源網的聯通和金融公共數據專區的對接 基于市場主體提供 基于市場主體提供 與涉及金融、通信、交通、電力等行業的多家大型央企和本地國企合作 技術支撐

78、與阿里云和螞蟻集團合作，強化云計算、區塊鏈、隱私計算等領域的技術，實現原始數據“可用不可見”、數據產品“可控可計量”、流通行為“可信可追溯”?；陔[私計算和區塊鏈技術，敏感信息不可見，交易可追溯 打造數據資產鏈服務平臺，建立區塊鏈技術產品交易存證、完善智能合約標準，探索“一數一碼”模式、推動各類數據產品可登記、可統計、可普查 引入多方安全計算、聯邦學習等隱私計算技術實現數據“可用不可見、可控可計量”以及“數據不出域”搭建隱私計算綜合調度平臺和全國性算力網絡，發起“開放群島”隱私計算開源社區，聯合成立國際數據空間創新實驗室 合規保障“一主體一審查”“一產品一審查”“一交易一審查”，開展上架、交易

79、、跟蹤全過程審查，保障場內交易的合規性。對交易參與主體實行準入審核和分級管理 不合規不掛牌，無場景不交易 無場景不登記、無登記不交易、無合規不掛牌 第三方服務機構為數據提供方提供數據合規安全或認證等材料 資料來源：數據交易網，國脈研究院，中信證券研究部 數商撮合交易數商撮合交易作為國外主流模式，對我國數據交易模式有重要作為國外主流模式，對我國數據交易模式有重要借鑒借鑒意義意義 國外數據交易生態存在兩種主要分類：一是數據交易中介平臺；二是數商撮合交易，參與方包括數據交易所和數據經銷商。第第三方中介平臺是純粹的中介性質，提供交易撮合業務。三方中介平臺是純粹的中介性質，提供交易撮合業務。在這種模式下

80、主要有 C2C、B2B 集中銷售和 C2B 分銷三種交易形式，三者的共性在于第三方數提供者都需要將數據放在平臺上售賣，買家獲得離線數據包、API 或其他數據形式，完成交易后平臺從中抽取一定傭金。1）C2C 的模式特點在于，數據產品由賣家親自上架，買家按約定價格（一次性收費、按時長收費或平臺會員費）付款后得到離線數據包或 API，交易成功后平臺將扣除傭金的銷售所得返還售賣者，類似于國內閑魚的交易模式。此類代表平臺有 Rapid API 和Streamr。圖 14：第三方中介平臺（C2C）模式 資料來源：縱橫市場微信公眾號 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱

81、讀正文之后的免責條款和聲明 22 2）B2B 集中銷售與 C2C 的不同之處除了交易雙方由個人變為公司實體，數據賣家將數據托管在平臺，平臺整合后再按約定的交易條件、售賣期限、轉讓條件將數據售賣給數據需求主體，賣家接觸買家。此類公司包括微軟 Azure、BDEX、DAWEX、Factual、Infochips 和 Qilk Data Market。圖 15：第三方中介平臺（B2B）模式 資料來源：縱橫市場微信公眾號 3）C2B 分銷的形式較為特殊，用戶直接將個人數據貢獻給第三方交易平臺，獲取等價的貨幣、商品或服務等。比較有代表性的是 公司，用戶可以將個人數據存儲在 gems 小隔間，并選擇是否將

82、 gems 與他人共享或是把接入權賣給機構，實現個人數據收益。數商數商撮合撮合交易已成為美國主流數據交易模式。交易已成為美國主流數據交易模式。數據交易所提供監管和交易場景搭建的職責，而數商為數據交易主體或數據交易所提供服務，這種交易模式更加接近我們熟悉的數據交易所和數商的概念，在這種交易體系下，根據數據經紀商是否直接參與交易，又可進一步分為經紀商 broker 和做市商 dealer。這里我們參考南沙大數據公眾號對這種交易模式的解讀：扮演 broker 角色的數商，本質上是通過為交易雙方提供交易撮合和數據服務，獲得收益，一般而言數據交易所不是 broker，因為數據交易所“本身不具備高敏感的商

83、業能力，更多是充當裁判和監督的職能”；因為數據經紀商可能同時會服務于終端企業客戶，部分數商也可選擇直接下場交易，對上架的數據產品進行加工處理，通過交易獲利。這類數據經紀商有 Acxiom、Corelogic、Datalogix、eBureau、ID Analytics、Intelius、PeekYou 和 Rapleaf 等代表公司。表 11：國外數據交易模式比較 模式模式 C2C B2B 集中銷售集中銷售 C2B 分銷分銷 數據交易所數據交易所+數據經紀數據經紀商商 特點 由賣家親自上架數據產品，買家按約定價格交易，平臺獲得傭金 平臺托管數據，按約定規則售賣數據，賣家不對接買家 用戶直接將個

84、人數據貢獻給第三方交易平臺，獲取等價的貨幣、商品或服務等 數交所搭建平臺，數商服務于交易參與者或轉賣數據產品獲得利潤 代表公司 Rapid API、Steamr 微軟Azure、BDEX、DAWEX、Factual、Infochips和 Qilk Data Market Acxiom、Corelogic、Datalogix、eBureau、ID Analytics、Intelius、PeekYou 和Rapleaf 資料來源：南沙大數據，鯨云維度，中信證券研究部 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 23 建立多層次交易體系，形成

85、全國性統一市場建立多層次交易體系，形成全國性統一市場 根據數據交易特點和市場規律，我們預計數據交易所未來將表現為以下三種趨勢：1）形成以一線城市為中心的國家級大型交易所；2）全國數據交易市場形成多層次交易體系；3）建立全國統一數據交易大市場。以北上廣深為錨點建立輻射經濟圈的以北上廣深為錨點建立輻射經濟圈的國家級國家級大型交易所。大型交易所。數據要素企業的活躍度與經濟發展程度高度相關，數據要素主要企業分布在廣東、四川、上海、北京、山東和江蘇等地區，華東、華南的數據要素企業密度大于西部和東北部。在數據交易所 2.0 階段，以地方政府+地方國企注資的模式，服務本地數據要素企業成為了大多數數據交易所的

86、主要職能之一。無論是北京國際大數據交易所強調的“中介服務生態”，還是上海數據交易所首推的“數商生態”，都對數據流通生態建設提出了高目標。憑借本地龐大的數商企業規模，建設以北上廣深為基礎的大型數據交易所勢在必行。圖 16：數據要素相關企業全國分布情況 資料來源：中國數據要素市場發展報告 20212022（國家工業信息安全發展研究中心，北京大學光華管理學院，蘇州工業園區管理委員會，上海數據交易所）國家級、區域性交易所形成多層次市場交易體系。國家級、區域性交易所形成多層次市場交易體系。通過梳理地方性數據交易中心的情況，可以發現，雖然地方性交易中心存在交易頻次低、數據源匱乏等問題，且有一定地域性限制，

87、但我們判斷地方性交易機構在近一階段的行業發展中依然占有生態位：一是區域性交易所可以發揮本地政企合作的優勢，在數據供給方面可以得到更多本地政務、事業單位和國企的支持?！叭≈诔?，用之于城”，通過發揮本土化的優勢數據源，區域性數據交易中心可直接作用于本地數字經濟發展；二是區域性交易中心可能具備更低的服務成本和溝通成本，為當地數據要素企業提供便捷的差異化服務，打通數據流通的最后一公里。前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 24 基于以上判斷，我們認為區域性交易中心在行業發展的近一階段依然具備一定的空間，可以與國家級交易所形成多層次交易體

88、系。未來，預計區域性交易中心可以繼續由當地政府和企業共建，或者由國家級交易所直接扶持建設，形成中心輻射式的布局。作為“數據二十條”的主要作為“數據二十條”的主要內容之一，我們內容之一，我們認為全國統一的數據要素大市場是數據認為全國統一的數據要素大市場是數據交易行業發展的交易行業發展的主要主要趨勢。趨勢。數字經濟的一大特點是數據資產可以突破地域空間限制，跨空間、跨領域賦能于需求方企業和個人，全國統一大市場符合數字經濟的發展特征。值得一提的是，這里的“統一”并非指形成單一的市場主體，而且法律法規、監管體系和交易標準的統一。建立全國統一大市場和全國統一的數據交易體系，在數據確權、數據合規審查、數據定

89、價、技術體系和技術標準等多方面還需要進一步的統一標準。權屬、定價的相關制度和法規需要國家層面的牽頭籌劃，而統一交易標準的制定則依賴于相關行業組織的自律、合作。在監管層面，全國統一大市場有利于對數據交易進行集中監管，降低監管成本和提升監管效率，降低數據交易時交易主體間的互信障礙，提高場內交易對數據要素企業的吸引力。在全國統一大市場下，數據上架即確權后，可以得到多地的權屬互認，實現市場間互聯互通，這意味著數據提供者和數據使用者可以各自選擇最適合的數據交易平臺進行交易，降低交易成本。同時，互聯互通的數據交易市場可以促進公平競爭，促進交易平臺進行服務改良，探索更加利于市場的交易服務模式和技術模式。從從

90、商品交易與證券交易，商品交易與證券交易，看看全國統一全國統一市場市場發展發展 數據交易可以理解為一種特殊形式的商品交易數據交易可以理解為一種特殊形式的商品交易。雖然數據具有可無限復制的獨特屬性，且權屬關系比一般商品更為復雜，我們仍然可以通過商品、證券交易體系的發展去類比數據交易的發展路徑。圖 17：商品交易市場與數據交易市場具有相似性 資料來源：證券時報，證監會研究中心，天樞數鏈，中信證券研究部 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 25 首先，期貨業和證券業的發展也經歷了國家層面牽頭制定法律法規和行政管理辦法，首先，期貨業和證券

91、業的發展也經歷了國家層面牽頭制定法律法規和行政管理辦法，再由行業協會形成配套自律規則再由行業協會形成配套自律規則的過程的過程。國家層面有較大影響力的法律和行政條例有1999 年實施的證券法和期貨交易管理暫行條例，以及 2022 年 8 月實施期貨法，補齊了金融法律體系中的一塊拼圖。在行業自律層面在行業自律層面，證券業協會和期貨業協會是履行行業自律職能的重要主體。，證券業協會和期貨業協會是履行行業自律職能的重要主體。證券業協會成立于 1991 年，自成立的 30 年來發布自律規則及自律規范性文件接近 300 余次，形成了與行政監管的差異化定位，重視預防性監管，并在具體業務層面制定了相關行業自律標

92、準，涉及股票發行承銷業務、行業執業標準、債券業務規則、合規風控管理和專業評價規則等方面；期貨業協會則成立于 2000 年，成為期貨市場規范化不可或缺的一環，隨著期貨法的頒布實施，期貨業協會也將圍繞期貨法履行行業自律職能。數據資產未來具有衍生品屬性，可交易的數據品種和范圍都將進一步擴大，正如我們在第一部分的政策分析中所講，法規和行政監管的完善是推動數據交易發展的重要驅動力。我國將逐步建立法律法規體系，相關行業自律團體也有望籌建，引導行業進入規范化發展。其次，其次，在統一市場監管方面，在統一市場監管方面，除了我們上文提到的期貨交易管理暫行條例和除了我們上文提到的期貨交易管理暫行條例和期貨法，期貨法

93、，商品商品場外交易市場的監管歷程更為復雜。場外交易市場的監管歷程更為復雜?；厥咨唐方灰资袌鲞^去 30 年的發展，我國商品交易市場曾經歷過缺乏統一監管標準和交易場所林立的階段，經過調整和治理后，形成了以 6 家商品期貨交易所為代表的多層次商品交易市場，監管口徑強調統一的全國大宗商品市場。圖 18：我國多層次商品市場體系演變圖 資料來源：證監會研究中心，北京證券期貨研究院，中信證券研究部 1）改革開放以后，1978 年到 1988 年期間，商品價格管制放松，計劃內和計劃外價格并存的“雙軌制”得以確立，大宗商品交易所開始發展。到 1993 年，全國有 40-50 家在建或者運營中的交易所，但是由于統

94、一監管機制的滯后，市場存在投機盛行和價格混亂的問題；2）1994 年 11 月 4 日，國務院發布了關于制止期貨市場盲目發展的通知，隨后在 1994 年初國務院辦公廳發出轉發國務院證券委員會關于制止期貨市場盲目發展若干意見請示的通知。這一階段常被稱為我國期貨市場的第一次整頓，在這階段，主要的整 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 26 頓措施包括建立統一的監管體系，由國務院證券委員會統籌，證監會負責具體工作。當監管具體落實到交易所，15 家試點交易所被證監會批準，其余幾十家被叫停；3）1998 年 8 月，國務院再度發文關于進一

95、步整頓和規范期貨市場的通知，標志著第二次整頓的開始。原有的 15 家期貨交易所撤并為 3 家，分別是上海期貨交易所、鄭州商品交易所和大連商品交易所，被裁撤的交易所或者被改組為公司制地方交易廳，或者拿到牌照轉型證券經紀公司等金融機構；4）1999 年到 2009 年這十年間，商品交易市場進一步分化，形成期貨交易-場外市場-現貨市場的金字塔體系：一方面是期貨交易所推動行業自律，另一方面各地大量設立的交易平臺得不到有效監管。1999 年，國務院發布期貨交易管理暫行條例以及四個配套管理辦法。在期貨市場法規體系確立后，2000 年 5 月三家期貨交易所共同實行了統一的交易所章程 交易規則 交易細則等 9

96、 個細則。隨著 2000 年底成立的中國期貨業協會，期貨市場的行業自律得到規范化發展。但另一方面，在現貨集貿市場和期貨市場之間存在大量的現貨交易形式，包括實時交割、一周、兩周、一個月和兩個月的現貨交易，許多市場主體還以“現貨中遠期交易”的形式設立電子交易平臺。由于商業模式和規則多樣，現貨市場難以形成統一監管，帶來風險。例如在 2009 年-2010 年初發生的“蒜你狠事件”中，山東多家電子交易平臺參與價格炒作，導致大蒜價格在半年內暴漲 40 倍。同時，電子盤的跟風炒作也帶來巨大風險，山東一品農產集團控股的龍鼎電子盤交易平臺違規挪用客戶保證金參與市場做空，最終電子盤與現貨價格倒掛，交易平臺無法交

97、割現貨導致崩盤；圖 19：2000-2020 年中國大宗商品電子類交易市場數量 資料來源：中物聯，觀研天下數據中心，中信證券研究部 5）場外交易的不規范繼續促進了近 10 年的大宗商品交易場所清理整頓。面對各類交易平臺的野蠻生長，2010 年 6 月商務部、公安部、工商總局、銀監會、證監會等六部委聯合下發中遠期交易市場整頓工作指導意見（也被稱為“國六條”）限制新設市場和提高入市交易門檻，治理交易場所亂象。但各個商品交易所通過修改、增加經營項目，繞過國六條限制，隨后國務院在 2011 年和 2012 年接連發布 38 號文和 37 號文，整頓力度大于之前；05001000150020002500

98、3000350040002000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 27 6）自 2011 年起，全國交易場所得到進一步規范化發展。近 10 年，監管和市場之間形成了多次往復的探索和規范，全國交易場所數量多次回升，監管也多輪跟進，關注度較高的有 2017 年 1 月起展開的“各類交易場所整頓回頭看”。時至今日，我國大宗商品交易市場

99、形成了以 6 家期貨交易所為塔尖，300 多家大宗商品交易平臺為中間層，5.5萬家現貨交易市場為塔基的多層次體系。綜合來看，大宗商品交易市場的發展趨勢可歸納為：地方交易所進一步整合，推動建立全國大宗商市場統一監管機制地方交易所進一步整合，推動建立全國大宗商市場統一監管機制。當前的數據交易市場類似于初期的商品交易市場當前的數據交易市場類似于初期的商品交易市場，各地自行設立地方數據交易所進行占位，同時場外交易平臺數量、體量較難統計。數據交易市場還未形成國家層次統籌推進的管理機制和機構，地方上有超過 20 個省級單位設立了大數據管理機構，分屬于不同的職能部門，存在重復建設和數據割據現象。我們預計，數

100、據交易市場會如同期貨交易市場，首先打破地方行政管理的邊界，形成類似于證監會的統一監管機構，推動地方數據交易場所合并、統一，進一步降低監管成本，最終形成全國統一數據交易體系。最后，落實到最后，落實到交易市場間的互聯互通方面，期貨交易所與地方商品交易所的互聯互交易市場間的互聯互通方面，期貨交易所與地方商品交易所的互聯互通通嘗試嘗試，為數據交易，為數據交易市場的互聯互通市場的互聯互通提供了提供了經驗經驗。在商品交易市場體系中，期貨交易所與地方商品交易所對建立互聯互通機制的共識形成得比較早，各大期貨交易所先后開展了嘗試。例如，鄭州商品交易所于 2018 年 3 月正式上線場外業務平臺，在 2019 年

101、底與上海國際棉花交易中心開展棉花倉單點價交易合作；上海期貨交易所建設了上期標準倉單交易平臺，2019 年與浙江國際油氣交易中心合作推出報價窗口；大連商品交易所于 2020年 12 月推出非標倉單交易業務，并于 2021 年 9 月與北京鐵礦石交易中心合作開展了“大商所-北鐵中心鐵礦石非標倉單業務”。在 2022 年 4 月，中共中央、國務院發布的關于加快建設全國統一大市場的意見中，也提到支持大宗商品期貨實現聯動發展，為交易市場互聯互通定下了政策基調。從期貨市場的經驗來看，大型期貨交易所與地方性商品交易平臺的互聯互通強調“資源共享、優勢互補、高效協同”，其優勢可以總結為：1）將期貨市場的標準倉單

102、交易延伸到非標倉單交易服務方向，結合配套物流和產業鏈服務，打通期貨交易最后一公里；2）降低場內場外價格波動，提高交易系統整體的風險規避能力；3）提高大宗商品期貨交易活躍度。如果將期貨市場互聯互通經驗遷移至數據交易市場，互聯互通的數據交易市場更有利于發揮數據流通成本更低的特點，提高市場整體的交易活躍度。并且，更多地方性企業或單位可以就近參與全國性的數據交易市場，降低數據要素企業的數據流通門檻，就像我們常說的“打通最后一公里”，提高企業的場內交易積極性?；谝陨戏治?，我們認為構建全國統一大市場有助于系統性地降低“市場摩擦”，理論上利于所有數據交易參與方，是未來數據交易發展的主要趨勢。前瞻研究前瞻研

103、究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 28 風險因素風險因素 1)數據交易進展不及預期的風險：目前，我國數據交易市場仍處于初步探索階段，相關基礎設施軟硬件仍在逐步發展適配之中，未來存在數據交易發展不及預期的可能性，相關風險可能對行業內相關公司在數據交易層面的營收水平造成壓力；2)數據要素流通相關技術進展不及預期的風險：數據要素的流通需要確保數據本身的安全性、去隱私化，目前以隱私計算、區塊鏈等為代表的技術在該領域承擔重要角色，未來存在相關技術發展不及預期的可能性，對數據要素的流通造成不利影響，從而對數據交易行業的發展造成壓力；3)數據權屬界定相關

104、研究進展不及預期的風險：目前，全球各國對數據的權屬界定尚存差異，我國在這一領域處于初步探索階段，未來有賴于行業相關的法律法規、政策指導等文件進行規范和管理，可能存在相關研究進展不及預期的可能性，對行業的成長性產生不利影響；4)數據交易行業法律法規完善程度不及預期的風險：我國數據交易行業目前尚未形成完善的法律法規，相關研究將會隨著行業的發展不斷形成和進步，未來可能存在相關內容進展不及預期的可能，或將對行業發展產生不利影響；5)數據產品估值定價研究進展不及預期的風險：數據產品目前尚未形成完善的估值體系和定價邏輯，相關研究進展未來可能存在不及預期的可能性，或將對行業規范化數據交易產生不利影響。投資投

105、資策略策略 數據要素是數字經濟的重要組成部分，而數據要素的市場流通有賴于數據交易。數據交易尚處于早期，在政策、交易所、供需方、技術服務方等多方面都還有很大的發展空間，我們一方面看好板塊短期的主題性投資機會，另一方面中長期更建議關注在數據交易方面具備發展高確定性和業績受益機會的優質公司。在未來發展上，數據交易所的建設與數據要素流通生態發展相輔相成，全國數據交易平臺的規范化發展，有望在更大規模上打通數據交易的屏障，激發更多數據要素企業參與數據交易。在公司層面，我們推薦：前瞻研究前瞻研究行業行業數據交易專題數據交易專題2023.2.1 請務必閱讀正文之后的免責條款和聲明 29 1）重點推薦參與廣州數

106、據交易所建設的廣東地方國企廣電運通，具備大數據能力、積極參與數字經濟的佳都科技，同時，廣東省擁有較為密集的數據要素相關企業、亦是經濟改革發展前沿，地方在數據交易領域的發展探索值得關注；2）關注數據供需類企業，以及數據安全和隱私計算等相關數據流通服務企業，例如具備大量數據資源的中國移動、中國聯通、中國電信等，隱私計算和數據安全公司安恒信息、奇安信、衛士通等；3）建議跟蹤板塊熱度較高的公司的后續發展，如易華錄等。表 12：重點推薦公司盈利預測 簡稱簡稱 代碼代碼 收盤收盤價價（元）（元）EPS（元）（元）PE 評級評級 21A 22E 23E 24E 21A 22E 23E 24E 廣電運通 00

107、2152.SZ 10.19 0.33 0.38 0.44 0.51 31 27 23 20 增持 佳都科技 600728.SH 5.86 0.18-0.17 0.22 0.27 33-34 27 22 增持 資料來源：Wind，中信證券研究部預測 注：股價為 2022 年 1 月 30 日收盤價 30 分析師聲明分析師聲明 主要負責撰寫本研究報告全部或部分內容的分析師在此聲明：（i）本研究報告所表述的任何觀點均精準地反映了上述每位分析師個人對標的證券和發行人的看法；（ii）該分析師所得報酬的任何組成部分無論是在過去、現在及將來均不會直接或間接地與研究報告所表述的具體建議或觀點相聯系。一般性聲明

108、一般性聲明 本研究報告由中信證券股份有限公司或其附屬機構制作。中信證券股份有限公司及其全球的附屬機構、分支機構及聯營機構（僅就本研究報告免責條款而言，不含 CLSA group of companies），統稱為“中信證券”。本研究報告對于收件人而言屬高度機密，只有收件人才能使用。本研究報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。本研究報告僅為參考之用，在任何地區均不應被視為買賣任何證券、金融工具的要約或要約邀請。中信證券并不因收件人收到本報告而視其為中信證券的客戶。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于

109、特定證券或金融工具的建議或策略。對于本報告中提及的任何證券或金融工具，本報告的收件人須保持自身的獨立判斷并自行承擔投資風險。本報告所載資料的來源被認為是可靠的，但中信證券不保證其準確性或完整性。中信證券并不對使用本報告或其所包含的內容產生的任何直接或間接損失或與此有關的其他損失承擔任何責任。本報告提及的任何證券或金融工具均可能含有重大的風險，可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可跌可升。過往的業績并不能代表未來的表現。本報告所載的資料、觀點及預測均反映了中信證券在最初發布該報告日期當日分析師的判斷，可以在不發出通知的情況下做出更改，亦可因使用不同假設

110、和標準、采用不同觀點和分析方法而與中信證券其它業務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。中信證券并不承擔提示本報告的收件人注意該等材料的責任。中信證券通過信息隔離墻控制中信證券內部一個或多個領域的信息向中信證券其他領域、單位、集團及其他附屬機構的流動。負責撰寫本報告的分析師的薪酬由研究部門管理層和中信證券高級管理層全權決定。分析師的薪酬不是基于中信證券投資銀行收入而定，但是，分析師的薪酬可能與投行整體收入有關，其中包括投資銀行、銷售與交易業務。若中信證券以外的金融機構發送本報告，則由該金融機構為此發送行為承擔全部責任。該機構的客戶應聯系該機構以交易本報告中提及的證

111、券或要求獲悉更詳細信息。本報告不構成中信證券向發送本報告金融機構之客戶提供的投資建議，中信證券以及中信證券的各個高級職員、董事和員工亦不為（前述金融機構之客戶）因使用本報告或報告載明的內容產生的直接或間接損失承擔任何責任。評級說明評級說明 投資建議的評級標準投資建議的評級標準 評級評級 說明說明 報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后 6 到 12 個月內的相對市場表現，也即：以報告發布日后的 6 到 12個月內的公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A 股市場以滬深300 指數為基準，新三板市場以三板成

112、指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；香港市場以摩根士丹利中國指數為基準；美國市場以納斯達克綜合指數或標普 500 指數為基準；韓國市場以科斯達克指數或韓國綜合股價指數為基準。股票評級股票評級 買入 相對同期相關證券市場代表性指數漲幅 20%以上 增持 相對同期相關證券市場代表性指數漲幅介于 5%20%之間 持有 相對同期相關證券市場代表性指數漲幅介于-10%5%之間 賣出 相對同期相關證券市場代表性指數跌幅 10%以上 行業評級行業評級 強于大市 相對同期相關證券市場代表性指數漲幅 10%以上 中性 相對同期相關證券市場代表性指數漲幅介于-10%10%之間 弱于大市

113、 相對同期相關證券市場代表性指數跌幅 10%以上 31 特別聲明特別聲明 在法律許可的情況下，中信證券可能（1）與本研究報告所提到的公司建立或保持顧問、投資銀行或證券服務關系，（2）參與或投資本報告所提到的公司的金融交易，及/或持有其證券或其衍生品或進行證券或其衍生品交易，因此，投資者應考慮到中信證券可能存在與本研究報告有潛在利益沖突的風險。本研究報告涉及具體公司的披露信息，請訪問 https:/ 1%：佳都科技（600728），對應持股業務類別：自營，持股比例：1.96%；中信證券股份有限公司及其另類投資子公司持有下述公司已發行股份的比例達到或超過 1%：安恒信息（688023），對應持股業

114、務類別：自營，持股比例：1.22%。法律主體聲明法律主體聲明 本研究報告在中華人民共和國（香港、澳門、臺灣除外）由中信證券股份有限公司（受中國證券監督管理委員會監管，經營證券業務許可證編號：Z20374000）分發。本研究報告由下列機構代表中信證券在相應地區分發：在中國香港由 CLSA Limited（于中國香港注冊成立的有限公司）分發；在中國臺灣由 CL Securities Taiwan Co.,Ltd.分發；在澳大利亞由 CLSA Australia Pty Ltd.（商業編號：53 139 992 331/金融服務牌照編號：350159）分發；在美國由 CLSA（CLSA Americ

115、as,LLC 除外）分發；在新加坡由 CLSA Singapore Pte Ltd.（公司注冊編號：198703750W）分發；在歐洲經濟區由 CLSA Europe BV 分發；在英國由 CLSA（UK）分發；在印度由 CLSA India Private Limited 分發（地址：8/F,Dalamal House,Nariman Point,Mumbai 400021；電話：+91-22-66505050；傳真：+91-22-22840271；公司識別號：U67120MH1994PLC083118）；在印度尼西亞由PT CLSA Sekuritas Indonesia 分發；在日本由

116、CLSA Securities Japan Co.,Ltd.分發；在韓國由 CLSA Securities Korea Ltd.分發；在馬來西亞由CLSA Securities Malaysia Sdn Bhd 分發；在菲律賓由 CLSA Philippines Inc.（菲律賓證券交易所及證券投資者保護基金會員）分發；在泰國由 CLSA Securities(Thailand)Limited 分發。針對不同針對不同司法管轄區的聲明司法管轄區的聲明 中國大陸：中國大陸：根據中國證券監督管理委員會核發的經營證券業務許可，中信證券股份有限公司的經營范圍包括證券投資咨詢業務。中國香港：中國香港：本研

117、究報告由 CLSA Limited 分發。本研究報告在香港僅分發給專業投資者（證券及期貨條例（香港法例第 571 章）及其下頒布的任何規則界定的），不得分發給零售投資者。就分析或報告引起的或與分析或報告有關的任何事宜，CLSA 客戶應聯系 CLSA Limited 的羅鼎，電話：+852 2600 7233。美國：美國：本研究報告由中信證券制作。本研究報告在美國由 CLSA（CLSA Americas,LLC 除外）僅向符合美國1934 年證券交易法下 15a-6 規則界定且 CLSA Americas,LLC 提供服務的“主要美國機構投資者”分發。對身在美國的任何人士發送本研究報告將不被視為

118、對本報告中所評論的證券進行交易的建議或對本報告中所述任何觀點的背書。任何從中信證券與 CLSA 獲得本研究報告的接收者如果希望在美國交易本報告中提及的任何證券應當聯系 CLSA Americas,LLC（在美國證券交易委員會注冊的經紀交易商），以及 CLSA 的附屬公司。新加坡：新加坡：本研究報告在新加坡由 CLSA Singapore Pte Ltd.，僅向（新加坡財務顧問規例界定的）“機構投資者、認可投資者及專業投資者”分發。就分析或報告引起的或與分析或報告有關的任何事宜，新加坡的報告收件人應聯系 CLSA Singapore Pte Ltd，地址：80 Raffles Place,#18

119、-01,UOB Plaza 1,Singapore 048624，電話：+65 6416 7888。因您作為機構投資者、認可投資者或專業投資者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任何財務顧問服務，CLSA Singapore Pte Ltd 豁免遵守財務顧問法（第 110 章）、財務顧問規例以及其下的相關通知和指引（CLSA 業務條款的新加坡附件中證券交易服務 C部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：加拿大：本研究報告由中信證券制作。對身在加拿大的任何人士發送本研究報告將不被視為對本報告中所評論的證券進行交易的建議或對本報告中所

120、載任何觀點的背書。英國：英國：本研究報告歸屬于營銷文件，其不是按照旨在提升研究報告獨立性的法律要件而撰寫，亦不受任何禁止在投資研究報告發布前進行交易的限制。本研究報告在英國由 CLSA（UK）分發，且針對由相應本地監管規定所界定的在投資方面具有專業經驗的人士。涉及到的任何投資活動僅針對此類人士。若您不具備投資的專業經驗，請勿依賴本研究報告。歐洲經濟區：歐洲經濟區：本研究報告由荷蘭金融市場管理局授權并管理的 CLSA Europe BV 分發。澳大利亞：澳大利亞：CLSA Australia Pty Ltd(“CAPL”)(商業編號：53 139 992 331/金融服務牌照編號：350159)

121、受澳大利亞證券與投資委員會監管，且為澳大利亞證券交易所及 CHI-X 的市場參與主體。本研究報告在澳大利亞由 CAPL 僅向“批發客戶”發布及分發。本研究報告未考慮收件人的具體投資目標、財務狀況或特定需求。未經 CAPL 事先書面同意，本研究報告的收件人不得將其分發給任何第三方。本段所稱的“批發客戶”適用于公司法（2001）第 761G 條的規定。CAPL 研究覆蓋范圍包括研究部門管理層不時認為與投資者相關的 ASX All Ordinaries 指數成分股、離岸市場上市證券、未上市發行人及投資產品。CAPL 尋求覆蓋各個行業中與其國內及國際投資者相關的公司。印度：印度：CLSA India

122、Private Limited，成立于 1994 年 11 月，為全球機構投資者、養老基金和企業提供股票經紀服務（印度證券交易委員會注冊編號：INZ000001735）、研究服務（印度證券交易委員會注冊編號：INH000001113）和商人銀行服務（印度證券交易委員會注冊編號：INM000010619）。CLSA 及其關聯方可能持有標的公司的債務。此外，CLSA 及其關聯方在過去 12 個月內可能已從標的公司收取了非投資銀行服務和/或非證券相關服務的報酬。如需了解 CLSA India“關聯方”的更多詳情，請聯系 Compliance-I。未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。中信證券中信證券 2023 版權所有。保留一切權利。版權所有。保留一切權利。