《數據要素行業深度：行業現狀、政策分析、產業鏈及相關公司深度梳理-240715（35頁）.pdf》由會員分享，可在線閱讀，更多相關《數據要素行業深度：行業現狀、政策分析、產業鏈及相關公司深度梳理-240715（35頁）.pdf（35頁珍藏版）》請在三個皮匠報告上搜索。

1、 1/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 行業研究報告 慧博智能投研 數據要素數據要素行業行業深度：深度：行業現狀、政策分析行業現狀、政策分析、產業鏈產業鏈及相關公司深度梳理及相關公司深度梳理 數字經濟是農業經濟、工業經濟后的下一個經濟形態，而數據要素是數字經濟的核心生產要素，政策推動穩健、社會預期影響巨大，是我國引領全球、自上而下的重大理論創新，已全面上升至國家戰略層面。數據要素目前已經進入政策深化推進階段，在各應用場景中有望加速落地。展望 2024 年，數據要素將從政策驅動階段，邁向“政產”共振的新階段，數據基礎設施、公共數據授權運營、數據資產入

2、表與評估、數據應用等環節或將逐步發生明顯的邊際變化，逐步完成從政策驅動向內生驅動過渡。本文將聚焦于數據要素，對其進行分析和講解。我們將探討數據要素的概念、功能、分類以及參與的主體等基礎知識，并詳細介紹當前數據要素發展的現狀，分析發展中面臨的主要問題，以及政策對產業的扶持措施。隨后，文章將梳理數據要素的產業鏈，深入剖析產業鏈的關鍵環節，并列舉一些代表性的企業。希望通過這些內容，能夠增進大家對數據要素行業的認識和理解。目錄目錄 一、行業概述.1 二、行業現狀.8 三、產業發展的主要障礙.11 四、政策支持.14 五、產業鏈分析.17 六、相關公司.30 七、未來發展趨勢.33 八、參考研報.35

3、一、一、行業行業概述概述 1、概念、概念（1）數據要素：數據價值化衍生概念，第五大生產要素數據要素：數據價值化衍生概念，第五大生產要素 廣義上來講，數據就是對現實中的事實、活動等現象進行記錄。按照中華人民共和國數據安全法中給出的定義，數據是指任何以電子或其他方式對信息的記錄。在如今的大數據時代，數據被定義為基于二進制編碼，按預先設置的規則匯聚的現象記錄。隨著數據應用需求的不斷演變和數據投入生產的方法、規模的不斷發展，數據逐漸成為除資本、勞動、土地、技術外的第五大生產要素。因此，數據要素是數字時代背景下在生產力與生產關系中對數據的替數據要素是數字時代背景下在生產力與生產關系中對數據的替 2/35

4、 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 代描述，是數據價值化的衍生概念，即根據特定生產需求匯聚、整理、加工而成的計算機數據及其衍生代描述，是數據價值化的衍生概念，即根據特定生產需求匯聚、整理、加工而成的計算機數據及其衍生形態。形態。（2）數數據要素：由原始數據演變而來，包括多種流通形態據要素：由原始數據演變而來，包括多種流通形態 企業社會運行過程中產生的原始數據具有巨大的利用價值，將采集和管理環節逐漸規范化，在經歷數據資源-數據產品-數據資產轉化全過程后演變為數據要素，即數據作為生產要素參與生產并形成其要素價數據作為生產要素參與生產并形成其要素價格，格，因此

5、區分數據資源與數據要素根本在于是否產生經濟價值。從工作流程來看，數據資源化是使混亂無序的原始數據變成有序且具備使用價值的數據資源從工作流程來看，數據資源化是使混亂無序的原始數據變成有序且具備使用價值的數據資源，作為數據要素參與全過程的第一階段，包括對數據要素的采集、整理、聚合及分析。包括對數據要素的采集、整理、聚合及分析。3/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 數據要素的價值只有通過交易流轉才能實現。數據要素的價值只有通過交易流轉才能實現。目前，我國正在形成包含數據采集、整理、聚合、分析、數據采集、整理、聚合、分析、流通、應用等環節在內的數據要素流通

6、產業鏈，流通、應用等環節在內的數據要素流通產業鏈，包括數據產品供應商、加工處理服務商等數據供給端主體，和數據交易所、企業主導型數據服務平臺等服務運營端主體及眾多數據需求方。從流通形態來看，流通中的數據包括從原始數據到數據應用解決方案等的多種形態，可以參照實體商品的加工程度來進行區分。對結構化數據表、文字圖像等原始數據進行不同程度的加工得到三類不同的下游消費產品：1)標準數據集這類輕加工數據產品；2)數據模型及數據分析結果，相當于深加工產品；3)數據應用解決方案這一精加工產物。2、數據要素特征及作用數據要素特征及作用 數據要素具備非排他性、無限增長性、支撐融合性、規模經濟性等特征，是新質生產力的

7、核心。4/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 數據要素作為新型生產要素，既直接創造社會價值，又可通過與其他生產要素的融合，有效降低交易成本，形成規模經濟和范圍經濟，提升配置效率和激勵效率，能夠大幅度提升全要素生產率。數據要素能夠促進規模報酬遞增。數據要素能夠促進規模報酬遞增。土地、資本等傳統生產要素供給有限，會對經濟增長產生制約，而數據具有可共享、可復制、無限供給且越用質量越高等特點，能夠形成規模報酬遞增的經濟發展模式。數據能夠在不同場景、不同領域進行復用，進而創造新的價值增量。數據要素能夠推動科技創新。數據要素能夠推動科技創新。目前科學研究正向數據

8、密集型范式轉變，以蛋白質合成為例，通過使用AI 算法，能夠在幾天甚至幾分鐘內預測出以前要花費數十年才能得到的、具有高置信度的蛋白質結構。將數據科學與 AI 相結合，能夠推進跨學科、跨領域協同創新，進而提升生產效率。數據要素能夠推動產業實現深度轉型升級，催生新產業、新業態、新模式。數據要素能夠推動產業實現深度轉型升級，催生新產業、新業態、新模式。具體而言，數據要素能夠與互聯網、AI、云計算等數字技術相結合，形成“數字技術數據要素應用場景”三位一體的數字產業鏈，貫通生產、流通和消費全環節。比如通過道路狀況、交通流量和車輛行駛等數據的互聯互通，對車輛傳感器數據、用戶行為偏好及其他相關信息進行匯聚分析

9、，可推動智能網聯汽車和交通行業的業務模式變革。數據要素能夠推動生產要素創新性配置并提高全要素生產率。數據要素能夠推動生產要素創新性配置并提高全要素生產率。數據要素與技術、人才、管理等傳統生產要素的融合不斷加深，能夠通過業務流程優化、服務水平改善等提升生產率水平，驅動生產要素從低生產率部門向高生產率部門轉移，讓生產要素不斷流向效率更高、效益更好的環節。3、數據要素分類、數據要素分類（1）根據數據生成來源進行數據要素的分類根據數據生成來源進行數據要素的分類 數據要素被分成公共數據、企業數據、個人信息數據三種，是按照數據生成來源為標準所進行的分類，數據要素被分成公共數據、企業數據、個人信息數據三種，

10、是按照數據生成來源為標準所進行的分類，并以此為基礎建構數據利用的權利義務體系。對于政府部門、事業單位行政履職和企業經營中產生的公共數據，應當明確管理部門代表地區和行業統一行使公共數據開放和授權使用職責；對于市場主體在生產經營活動中采集加工的不涉及個人信息和公共利益的企業數據，由市場主體享有數據持有、支配和收益的權利；對于承載個人信息的數據，由個人持有或數據處理者按個人授權范圍采集、持有和使用數據。5/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 （2）按照數據交易場所進行數據要素的分類按照數據交易場所進行數據要素的分類 按照數據交易場所進行數據要素進行分類分為

11、，按照數據交易場所進行數據要素進行分類分為，場內集中交易與場外分散交易是數據要素流通的兩種基場內集中交易與場外分散交易是數據要素流通的兩種基本方式。本方式。場內集中交易基本流程：交易前，數據供方將其所有數據產品在數據交易服務機構掛牌出售；交易中，和數據供需雙方一同經歷整個產品交易流程，即交易申請、切磋、實施直至完成數據產品的交付作為結束。場外分散交易主要通過數據供方直接向數據需方出售數據產品并獲得服務費實現。相較于場外分散交易，場內集中交易中，數據交易場所作為公允第三方，能夠通過提供新型交易技術、固定數據交易證據等方式增進買賣雙方的信任并減少爭議，因此場內交易數據的公允價值能夠最大限度被發現，

12、且場內交易數據更易追溯與監管。6/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 4、數據要素、數據要素參與主體：數據供應方參與主體：數據供應方交易服務方交易服務方數據需求方數據需求方 數據資源供應方：數據資源供應方：所擁有數據資源的高價值、稀缺性、權威性、排他性，成為訓練 AI 模型的“優質飼料”，未來數據資產化入表、數據資源變現提升利潤；數據交易服務方：數據交易服務方：優質數據資源進入市場的必經之路，連接供需雙方的“橋梁”，整個數據要素流通中的終末形態；數據應用需求方：數據應用需求方：選擇產業政策力度較大且賦能提質增效的行業的企業，以及用數據投喂改進模型的企

13、業和數據產品供應的第三方數商。（1）數據提供數據提供方：數據商方：數據商“燃料燃料”，數據價值的重估，數據價值的重估及及變現變現 數據供給方：數據資源入表，直接影響企業利潤；大模型進入密集發布期，高質量的數據資源將成為差異化競爭的關鍵。新規出臺，數據資源可入表，經濟價值確立：新規出臺，數據資源可入表，經濟價值確立：2023 年 8 月 21 日，財政部發布企業數據資源相關會計處理暫行規定，提出企業數據資源經評估可確認為企業資產，列入財務報表。企業內部使用數據資源按條件確認為無形資產，企業對外交易的數據資源按條件確認為存貨。此規定是我國推動數據要素市場發展的關鍵政策，中國成為全球首個提出數據資源

14、入表的國家，在數據資產化方面進行了有益探索。市場對高質量需求暴增，數據質量決定大模型質量：市場對高質量需求暴增，數據質量決定大模型質量：從 GPT-1/GPT-2/GPT-3 參數投入分別 1.17億/15億/1750億，OpenAI 是通過篩選優質數據形成參數量階梯式上升，使得大模型不斷迭代優化。伴隨國 7/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 內大模型不斷推出迭代，訓練數據是競爭取勝的關鍵，對于優質數據資源的需求出現加速增長，數據資源方將率先受益。（2）數據需求方：數據賦能生產流程，促進數據化轉型升級數據需求方：數據賦能生產流程，促進數據化轉型升級

15、 數據需求方：數據要素能夠借助區塊鏈、人工智能等為各行各業賦能，為需求方降本增效；加速產品/業務/模型迭代；創新商業模式。數據需求方，包括各類數據分析服務商和行業用戶，尤其數據驅動型的公司對數據擁有強烈的需求。AI 賦能背景下，數據使用門檻降低，三類數據需求方將獲業務和業績邊際改善：（賦能背景下，數據使用門檻降低，三類數據需求方將獲業務和業績邊際改善：（1）AI 大模型及小大模型及小模型自研企業，模型自研企業，優質數據加速模型迭代，構筑核心競爭壁壘；2）第三方數據服務商，）第三方數據服務商，優質數據改進其核心服務能力；3）公司）公司 AI 賦能下使用數據，實現收入增厚或降本增效的下游數據需求方

16、，賦能下使用數據，實現收入增厚或降本增效的下游數據需求方，如 AI+游戲（數據挖掘、智能投放等生產力輔助工具）、AI+營銷（用戶數據分析實現精準營銷）、以及 AI+教育（教學數據智能診斷分析等）等典型應用領域。（3）數據服務方數據服務方：培育數據商新業態，提升數據要素配置效率：培育數據商新業態，提升數據要素配置效率 數據服務方：為數據交易雙方提供數據產品開發、發布、承銷和數據資產的合規化、標準化、增值化服務。8/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 政策數據二十條的第十條提出“培育一批數據商和第三方專業服務機構”，以“所商分離”為主線，發揮數據商的專業

17、化、市場化優勢，加快培育數據商新業態，提高數據要素流通效率。重點提出了十一個領域，包括“數據集成、數據經紀、合規認證、安全審計、數據公證、數據保險、數據托管、資產評估、爭議仲裁、風險評估、人才培訓”等，旨在提升數據流通交易全流程的服務能力，對數據流通交易產業生態進行了有效的補充，豐富了數據要素市場生態體系。二二、行業現狀、行業現狀 1、數據要素對數據要素對 GDP 貢獻率逐年持續上升，貢獻度仍處低位有較大提升空貢獻率逐年持續上升，貢獻度仍處低位有較大提升空間間 根據中國數據要素市場發展報告（20212022）可知，數據要素對 2021 年 GDP 增長的貢獻率和貢獻度分別為 14.7%和 0.

18、83pct?？傮w來說：1）從數據要素的貢獻率來看，）從數據要素的貢獻率來看，數據要素對當年 GDP 增長的貢獻率呈現持續上升狀態，從 2015 年的 12%左右增長至 2021 年的 14.7%，約提升 2.7pct，表明數據要素對于我國表明數據要素對于我國 GDP 的增長正發揮邊際效應遞增的增長正發揮邊際效應遞增的促進作用。的促進作用。2）從數據要素的貢獻度來看，）從數據要素的貢獻度來看，2019 年略有下滑，隨后由于 2020 年新冠疫情的影響，GDP 增速顯著下降，而新基建等促進數據要素發展的措施并未減弱，因而促使數據要素對 GDP 貢獻度仍呈現上升趨勢。此外，數據要素對數據要素對 GD

19、P 的貢獻仍處較低水平，側面反映出數據要素的經濟貢獻提升還有很大空間。的貢獻仍處較低水平，側面反映出數據要素的經濟貢獻提升還有很大空間。9/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 2、數字經濟占數字經濟占 GDP 比重逐年提升，發展增速顯著快于比重逐年提升，發展增速顯著快于 GDP 增速增速 2022 年我國數字經濟占年我國數字經濟占 GDP 比重進一步提升，數字經濟生產效率持續提升。比重進一步提升，數字經濟生產效率持續提升。我國 2022 年數字經濟占 GDP 比重達到 41.5%，相當于第二產業占國民經濟的比重（2022 年，我國第二產業占 GDP

20、比重為39.9%）；此外，我國數據經濟全要素生產率由 2012 年的 1.66 上升至 2022 年的 1.75，提升 0.09，我國第一二三產業加持數字經濟數字產業化與產業數字化兩大戰略，持續提升數字經濟生產效率，數字經持續提升數字經濟生產效率，數字經濟作為國民經濟的重要支柱地位更加凸顯。濟作為國民經濟的重要支柱地位更加凸顯。數字經濟持續保持高位增長，且顯著快于數字經濟持續保持高位增長，且顯著快于 GDP。2022年得益于我國疫情防控取得重大勝利，經濟發展環境得到改善，國內生產總值同比名義增長 5.3%。在此背景下，我國數字經濟維持高位運行，2022 年，數字經濟同比名義增長 10.3%，高

21、于 GDP 名義增速 4.98pct。自 2012 年以來，我國數字經濟增速已連續 11 年顯著高于 GDP 增速，數字經濟持續發揮經濟數字經濟持續發揮經濟“穩定器穩定器”“加速器加速器”作用。作用。3、數據要素交易市場空間廣闊，但仍存在規范場內交易占比極低現象數據要素交易市場空間廣闊，但仍存在規范場內交易占比極低現象 我國數據交易市場空間廣闊。我國數據交易市場空間廣闊。根據中國數據交易市場研究分析報告（2023 年）稱，我國數據交易市場規模未來將持續增長，至 2030年國內市場規模預計達 5155.9 億元，CAGR（2025-2030）達20.3%。10/35 2024 年年 7月月 15

22、 日日 行業行業|深度深度|研究報告研究報告 我國當前數據要素規范交易仍占比較低，數據交易所的規范運營是勢在必行，隨著數據交易所的建立以及法律法規的完善，數據要素交易市場規模未來有望持續快速增長。規范場內交易占比不足規范場內交易占比不足 5%，場外仍是主要形式，場外仍是主要形式。據2023 年中國數據交易市場研究分析報告，2022 年數據要素市場規模達 876.8 億元，但當前規范的場內交易占比不足 5%。據上交所董事長張琦表示，預計到 2030 年，我國場內市場占比將提升至 20%。11/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 我國目前場外交易活躍，場

23、內交易多點突破我國目前場外交易活躍，場內交易多點突破。根據中國信通院發布的數據要素白皮書（2023 年）稱：1）我國目前場外交易仍是數據交易的主要形式，綜合查詢服務、金融、征信、廣告、人工智能等行業場外數據交易情況，2022 年場外數據交易規模約為 1000 億元，是場內交易規模的 50 倍。2）我國活躍的數據交易機構已上架數據產品超 12000 種，場內交易取得多元化突破。4、我國未來多行業數據交易流通規模逐步攀升，金融行業有望占據榜首我國未來多行業數據交易流通規模逐步攀升，金融行業有望占據榜首 隨著各行各業對數據的需求越來越大，多個行業的數據交易流通規模也正在持續擴大，其中金融、互聯網、政

24、務、醫療健康、通信等屬于在數據交易市場供需量較大的行業主體。1）國內金融、互聯網、政務、醫療健康等行業數據要素交易市場規模在 2021-2030 年逐步攀升，未來增速預計呈下降趨勢；2）國內各行業數據交易市場規模占比最大的行業為金融行業，占比為 34.2%，其次是互聯網行業，為 20%；此外，通信、制造、政務、醫療健康、交通運輸各自也占據一定比重，數據要素行業應用率先成熟。三三、產業發展產業發展的的主要障礙主要障礙 中國信通院在 2023 年 1 月發布的數據要素白皮書(2022 年)中明確指出數據要素產業發展主要障礙包括權利歸屬難以界定、估值定價缺乏依據、流通規則尚不完善、流通技術仍未成熟四

25、個方面。12/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 1、數據要素所有權的數據要素所有權的歸屬難以界定歸屬難以界定 數據所有權的歸屬問題是首要問題，但數據所有權難以界定，主要因為：1）數據本身具有的潛在的非排他性；2）數據產業鏈涉及的主體多元化、內容多樣化、場景多變化等特性；3）在實際數據流通與使用中，產業的核心需求在于如何權衡個人、企業、政府等不同主體間的權益分配。因此，制度設計需要與實際產業需求接軌；4）我國法律當前尚未對數據權屬作出明確規定，現行法律也較少涉及數據要素的主體權益分配問題，使得各主體人容易陷入數據權屬界定不明引發的糾紛。因而，有關數據

26、要素權屬的法律法規亟待完善。2、數據要素的公允價值評估難形成統一標準數據要素的公允價值評估難形成統一標準 數據要素的估值定價市場化不足，主要受限于數據要素的價值難以估算和數據要素市場規模不大的現狀，從而面臨著無法完全參考傳統的資產評估方法來進行數據要素的估值、難以用統一標準衡量數據產品的價格和無法用會計報表來有效核算數據價值價格的問題。3、流通規則尚不完善使數據要素市場發展受限流通規則尚不完善使數據要素市場發展受限 13/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 我國現行相關法律法規尚不完善，難以調動市場主體的積極性，主要表現在：1）現有法律法規尚不完善，

27、導致各類市場主體在數據流通的具體過程中缺乏行事依據，對權責無法形成明確預期；2）缺乏有效的激勵和權益保護機制，使得各方參與主體缺乏動力，同時對數據要素的供給、交易和應用均存在顧慮。4、數據要素的流通技術支撐有待強化數據要素的流通技術支撐有待強化 數據要素的流通涉及到許多技術環節協同作用，目前所遇到的技術障礙主要包括：1）現階段數據安全流通技術體系尚未完全成熟；2）諸多企業受制于隱私計算所需要的巨大開銷，且隱私計算無法完全實現安全合規的數據流通，3）由于存在隱私計算的底層技術和上層開發設計的異構問題，不同技術產品之間無法互聯互通。14/35 2024 年年 7月月 15 日日 行業行業|深度深度

28、|研究報告研究報告 四四、政策、政策支持支持 相關政策預計加速出臺，推動市場空間持續打開。相關政策預計加速出臺，推動市場空間持續打開。2023 年 7 月至今，在多項政策的推動下，數據要素基礎制度體系加速完善。2022 年 12 月，國務院發布關于構建數據基礎制度更好發揮數據要素作用的意見正式提出 20 條政策舉措，簡稱“數據二十條”，確立了數據要素發展頂層指導框架，初步形成我國數據基礎制度的“四梁八柱”，其中創造性地提出了數據資源持有權、數據加工使用權、數據產品經營權“三權分置”的新思路，通過從法理上拆分產權、不同環節行使不同權利使得數據要素能夠合規流通；23 年 10 月，國家數據局正式掛

29、牌，開啟數據要素產業元年；國家數據局于 23 年 12 月發布第一個數據要素文件“數據要素”三年行動計劃（20242026年）（征求意見稿）明確提出“數據要素”的總體目標、重點行動等，以發揮數據要素乘數效應，賦能經濟社會發展；財政部積極響應數據要素化號召，連同其下屬協會通過各類政策不斷推動數據資產入表，自 2024 年 1 月 1 日起，國內各政企都需要將自身數據資產進行“入表”操作。2023 年 8 月，財政部印發的企業數據資源相關會計處理暫行規定明確了企業數據資源在財務報表中進行會計確認和計量的思路，肯定了數據資源可具有資產屬性；2023年 9 月 8 日，中國資產評估協會制定了數據資產評

30、估指導意見，自 2023 年 10 月 1 日起施行；2024 年 5 月 20 日，國家數據局發布關于深化智慧城市發展推進城市全域數字化轉型的指導意見，再次強調“加快簡稱城市數據資源運營、設施運營、服務運營體系”、“統籌推進城市公共數據授權運營”。15/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 多個省市設定數據要素市場發展目標，數據要素產業進入實質性落地階段。以上海市為例，提出到2025 年，建設目標為數據產業年均復合增長率達 15%，產業規模達 5,000億元，引育數商企業 1,000家。此外，部分省市提出了比較有創造性的推進方案，或可為全國數據要素政

31、策推進提供指引。2023年 12 月，安徽省發布了安徽省數據資源登記管理辦法（試行）（征求意見稿），創新地提出登記證書是“可信憑證”的理念，登記證書可作為開展或參與數據資源流通交易、數據資產入表、質押融資、數據信托、爭議仲裁、數據要素型企業培育認定等活動的可信憑證，為數據資產入表的具體實施提出了解決辦法。16/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 在制定發展計劃的同時，已有多地政府推出落地應用激勵機制，全面支持數據要素流通交易。具體激勵方式包括按照數據產品交易額、數據資產入表金額、數據產品登記情況進行補貼。以北京市為例，對于首次進行數據資產登記的企業，

32、給予登記費用的 30%作為補貼；數據產品進入流通交易狀態后，第一年根據交易金額的 4%給予獎勵；為鼓勵企業數據資產入表，北京市對首次入表且金額超過 100萬元的企業，按照數據質量評價、數據資產評估和第三方審計等服務費用的 30%進行補貼。17/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 從推進節奏來看，伴隨數據要素政策持續推出演繹，相關產業建設將分為“三步走”：第一階段：以 2023 年為數據要素元年開始，以政策完善、全面基礎設施建設為主，由政府端主導投資，預計將持續 2-3年；第二階段：在政策和基礎設施較為完善后，在公共數據授權運營和各類垂直行業中落地將不

33、斷提速，開啟數據運營試點；第三階段：數據要素商業模式趨于成熟，并成為 AI 和新質生產力的關鍵一環。五五、產業鏈分析、產業鏈分析 1、產業鏈概述、產業鏈概述 當前，數據作為全新的生產要素，需要賦能生產、分配、流通以及消費等各環節。自主有序地規?；魍ǔ蔀槠鋬仍诨疽?，進而推動傳統大數據產業的整體范疇、運行重點、基本結構以及關鍵要素發生實質性改革。數據要素產業則是傳統大數據產業不斷演進發展的新階段。與傳統大數據產業相較，數據流通成為數據要素產業發展的核心環節。我國通過“自上而下”的方式，破解數據要素流通的制度、技術以及市場等重難點，推動數據要素高效安全、自主有序的流通，帶動數據供給、基礎設施、

34、數據治理、數據服務與應用等其他重要環節，進而推動數據要素產業發展進入全新階段，并逐步賦能千行百業。數據要素產業鏈上游主要包括數據供給、基礎設施以及能力支撐環節。數據要素產業鏈上游主要包括數據供給、基礎設施以及能力支撐環節。（1）數據供給環節，主要是指政府、組織、企業以及個人等持有數據資源的主體，通過各種路徑對外提供數據資源的經濟活動匯總。目前，數據供給路徑與方式仍不暢通，數據資源持有主體主要以自用為主，該環節需要進一步盤活。此 18/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 外，個人是重要的數據主體之一，對數據資源的話語權較弱。（2）基礎設施環節，國家數據

35、局對基礎設施做出了初步定義，即包含網絡基礎設施、算力基礎設施、流通基礎設施以及安全基礎設施。流通基礎設施和安全基礎設施是數據要素產業發展的建設重點。四大基礎設施從能力角度將支撐數據匯聚、處理、流通、應用、運營、安全保障全流程。（3）能力支撐環節，主要包括共性技術服務、標準服務以及公共基礎軟硬件等，賦能數據要素產業各環節。其中，標準引領至關重要。國家數據局表示，將建立健全國家數據標準化體制機制，研究成立全國數據標準化技術委員會，統籌指導我國數據標準化工作，加快研究制定一批數據領域國家和行業標準。數據要素產業鏈中游主要包括數據治理、數據流通、數據服務環節。數據要素產業鏈中游主要包括數據治理、數據流

36、通、數據服務環節。（1）數據治理環節，主要包括數據采集、數據標注、數據加工以及數據挖掘等，屬于相對傳統的數據產業環節。在人工智能與數據要素的雙重發展機遇下，數據治理環節的市場需求不斷釋放。在全國數據工作會議上，國家數據局表示，將探索建設國家級數據標注基地。（2）數據流通環節，主要包括公共數據授權運營、場內-數據交易所交易、場外交易以及確權登記、合規認證、資產評估等中介服務。其中，公共數據授權運營或將成為數據流通的切入口和突破點，實質性改變數據流通規則與格局；數據資產入表與評估的產業需求逐步爆發。（3）數據服務環節，主要包括數據分析、可視化服務、商業智能以及工具/產品等服務，該環節與數據治理環節

37、相似，均屬于較為傳統的數據產業環節。數據要素產業鏈下游主要包括智能制造、商貿流通、金融該服務、科技創新等數據要素產業鏈下游主要包括智能制造、商貿流通、金融該服務、科技創新等 12 個領域的數據應用環個領域的數據應用環節。節?！皵祿?X”三年行動計劃（2024-2026年）明確提出，率先在工業制造、現代農業、商貿流通、交通運輸、金融服務、科技創新、文化旅游、醫療健康、應急管理、氣象服務、城市治理、綠色低碳等 12 個領域，推動發揮數據要素的乘數效應，拓展數據要素應用廣度和深度。當前，需求導向、場景牽引已經成為主流趨勢，數據要素流通的最終落腳點將在數據應用環節。此外，是否在數據應用環節形成“殺

38、手锏”級數據應用也是數據要素產業是否能可持續發展的關鍵?？傮w來看，數據要素產業鏈下游的 12 個領域或將率先迎來發展機遇，后續應用領域有望全面鋪開。2、產業鏈重點環節分析、產業鏈重點環節分析（1）基礎設施基礎設施 數據基礎設施為一體化數據匯聚、處理、流通、應用、運營、安全保障服務等提供網絡、算力支持，包括網絡設施、算力設施、數據流通設施以及安全設施四大類。其中網絡設施包括 5G、光纖、衛星互聯網等設備；算力設施包括通用算力、智能算力、超級算力等；流通設施包括數據空間、區塊鏈、高速數據網等，能供打通數據共享流通堵點；安全設施需要提供隱私計算、聯邦學習等技術支持。根據國家數據局劉烈宏在 23 年

39、11 月在第二屆全球數字貿易博覽會 數據要素治理與市場化論壇的致辭中提到，數據基礎設施每年將吸引直接投資約 4,000 億元，帶動未來 5 年投資規模約 2 萬億元。19/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 算力及網絡是數據要素及算力及網絡是數據要素及 AI 發展的重要基石。發展的重要基石。數據要素作為新質生產力的核心，高質量數據又是 AI 大模型性能提升的核心壁壘之一。根據 IDC 預測，2022 年全球 AI 計算市場規模為 195 億美元，至 2026年相關市場規模將達到 346.6 億美元，年度復合增速為 15.5%。其中生成式 AI 相關的

40、算力市場規模增速更快，占比將由 2022 年的 4.2%提升至 2026年的 31.7%。全國一體化算力體系是數據要素的重要基礎設施之一。24 年政府工作報告提出，適度超前建設數字基礎設施，加快形成全國一體化算力體系，培育算力產業生態。數據要素推進的算力、網絡、安全等設施的建設需求與 AI 大模型訓練所需的硬件設備需求高度重合，有望共同驅動算力產業鏈規模增長。因此，考慮數據要素帶來的增量需求、以及我國大模型訓練持續推進，我國算力、網絡等相關基礎設施市場規模增速有望高于全球平均水平。20/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 可信數據空間為數據流通交易提

41、供重要保障?？尚艛祿臻g為數據流通交易提供重要保障。數據要素流通交易的前提是安全和可信，可信數據空間是基于隱私計算、虛擬沙箱技術實現的安全方案，是數據要素商業模式落地的前提保障。具體而言，可信數據空間能夠提供身份認證、數據目錄、數字合約等關鍵功能，支撐數據產權結構性分置、促進數據流通交易、協助收益分配、保障數據安全治理等。建設可信數據空間項目，是國家中長期重點推進的數據要素軟件基礎設施，更是全行業促進數據流通交易的前提。目前國際上已有數據流通交易隱私保護實踐方案。比如數據廠商 Snowflake 通過數據不動程序動，實現了數據提供方實時安全地共享數據獲取數據收益。歐盟國際數據空間（IDS）基于

42、數據所有權與使用權分離模式，已在多個行業開展實踐探索，累計超過 50個場景案例。微軟可信研究環境（TRE）使用安全輸出機制，讓研究人員在高安全控制和數據保護下訪問和使用敏感數據。此外，海外已形成行業級數據空間應用。汽車行業生態聯盟 Catena-X 旨在建立一個開放、可拓展的網絡，以在汽車工業中安全、跨公司和標準化地進行信息和數據交換。目前 Catena-X 已經在歐洲建立汽車行業數據空間，由寶馬、奔馳、SAP、博世等牽頭，中小企業參與，提供數據市場、身份認證、數字孿生、語義字典等服務，通過使用統一的數據與信息流標準，實現空間內數據互聯互通。國內相關廠商基于多方計算、差分隱私、區塊鏈、虛擬沙箱

43、等多種技術流派，最終形成可信數據空間概念和相關產品方案。以我國第一款可信數據空間商業化產品為例，數鑫科技推出領域數據空間(Domain Data Spaces,DDS)，運用可信執行環境技術將開放數據空間與核心數據區相隔離，并在數據流通過程中采取隔離式沙盒計算，將不同的計算環境彼此隔離開來，以確?？尚艛祿臻g的安全性和穩定性。21/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 目前國內可信數據空間發展已經處于政策推動落地階段：22 年江蘇省發布關于組織開展工業數據空間應用場景及產品、解決方案和服務供應商征集工作的通知，在家紡、電子等行業部署可信數據空間，對相關

44、項目和應用場景予以優先支持；23 年 7 月北京市發布關于更好發揮數據要素作用進一步加快發展數字經濟的實施意見，明確“推動基于 IPv6 的下一代互聯網、基于數字對象架構的數聯網、可信數據空間等關鍵技術建設面向全球、平等開放的數據基礎設施”；24 年 4月濟南市發布公共數據開放利用管理辦法（征求意見稿）支持建設可信數據空間、行業數據樞紐、城市區塊鏈平臺等城市數據基礎設施。數據要素場景落地的前置條件是做好數據安全建設，可信數據空間是當下最佳落地實踐方案，市場潛力空間可期，相關公司包含奇安信、星環科技、易華錄、深桑達 A、安恒信息等。（2）數據流通數據流通 數據要素作為生產要素之一，其投入生產的途

45、徑可以概括為三次價值釋放的過程。其中，數據要素的第三次價值釋放是流通賦能，即讓數據流通到更需要的地方，讓不同來源的優質數據在新的業務需求和場景中匯聚融合，實現雙贏多贏的價值利用。數據流通可以打破“數據孤島”，滿足數據供需雙方的價值需求。22/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 1）公共數據授權運營或將成為數據流通的切入口和突破點公共數據授權運營或將成為數據流通的切入口和突破點 公共數據授權運營是數據要素推進的重點方向，旨在按照“原始數據不出域、數據可用不可見”的要求，在保護個人信息、商業秘密、保密商務信息和確保公共安全的前提下，向社會提供數據產品和服

46、務。從屬性特征來看，公共數據授權運營具備全面統籌、動力驅動、市場協作等特點，奠定了公共數據授權從屬性特征來看，公共數據授權運營具備全面統籌、動力驅動、市場協作等特點，奠定了公共數據授權運營作為數據要素市場發展的重要突破口的基礎。運營作為數據要素市場發展的重要突破口的基礎。1）全面統籌。）全面統籌。當前，我國已經初步建成橫向聯動、縱向拉通的數據工作體系，初步破解九龍治水的數據治理困局，公共數據授權運營進入全面統籌的新階段，對于處于起步階段的公共數據授權運營至關重要。2）動力驅動。）動力驅動?！皵祿畻l”中明確提出探索用于產業發展、行業發展的公共數據有條件有償使用。有償機制的設置根本性提升了政府

47、側對于公共數據流通的動力。3）市場協作。）市場協作。公共數據授權運營能有效推動政府與市場協同作用，借助市場強化技術、場景等方面能力。從授權層級來看，公共數據授權運營縱向分為省市縣等授權層級，橫向主要為部委授權。當前我國數據從授權層級來看，公共數據授權運營縱向分為省市縣等授權層級，橫向主要為部委授權。當前我國數據授權規則尚未清晰，未來持有數據資源的主體層級或將成為公共數據授權主體，對于交授權規則尚未清晰，未來持有數據資源的主體層級或將成為公共數據授權主體，對于交叉持有主體尚未叉持有主體尚未有明確規則。有明確規則。如下圖所示，每個政府單位所建系統包括自建系統、上級垂類系統、國家垂類系統。根據自建系

48、統差異以及垂類系統數據留存相關規則，如是否可存留數據、是否可申請數據回流等，每個政府單元沉淀的數據資源不同，所以存在不同的授權層級，這也將能充分調動各層級開展公共數據授權運營工作的能動性。從運營模式來看，公共數據授權運營主要包括綜合型授權以及分領域授權兩類模式。1）綜合型授權模）綜合型授權模式式是指公共數據管理部門通過地方性立法、數據授權協議等方式，同意集中授權單一主體承擔公共數據基礎設施建設工作，包括數據承載設施、數據治理開發平臺、數據授權運營管理平臺等，負責統籌數據開發產業生態、拓展數據應用價值場景，如上海、成都、河南、貴州等。2）分領域授權模式）分領域授權模式是指公共數據管理部門、行業管

49、理部門通過地方性立法、數據授權協議、部門政策規章等方式，授權多個行業專業領域主體開展公共數據授權運營工作，行業主體發揮行業優勢，行使本行業領域內公共數據加工使用權利，公共數據管理部門、各行業管理部門作為監管方，對被授權運營主體開發運營全過程進行監管，如北京、杭州、濟南等。從應用場景來看，公共數據授權運營在公益性應用方面發展較為成熟，在商業化應用方面處于起步階段，從應用場景來看，公共數據授權運營在公益性應用方面發展較為成熟，在商業化應用方面處于起步階段，高頻且剛需的高價值場景亟待挖掘。高頻且剛需的高價值場景亟待挖掘。公益性應用主要包括公共安全、市場監督、交通管理、城市服務、社會保障、公共衛生、綠

50、色環保等應用場景，發展較為成熟，主要得益于智慧城市建設基礎，以及公共 23/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 數據共享取得階段性成效。商業化應用場景主要集中在金融領域，其他領域尚未形成規?；?。國家數據局在“數據要素 X”三年行動計劃（2024-2026年）中提出了工業制造、現代農業、商貿流通、交通運輸、金融服務等十二大應用領域，未來，如何把數據應用做深做透，挖掘出高頻且剛需的高價值場景是重要方向之一。從技術規范來看，公共數據授權運營平臺團體標準不斷涌現，數據登記、授權、運營等已經成為平臺標從技術規范來看，公共數據授權運營平臺團體標準不斷涌現，數

51、據登記、授權、運營等已經成為平臺標配功能，區塊鏈、隱私計算等逐步成為關鍵技術支撐。配功能，區塊鏈、隱私計算等逐步成為關鍵技術支撐。信通院聯合 40 家單位共同編制公共數據授權運營平臺功能要求團體標準，明確公共數據授權運營平臺需要具備授權運營管理、數據資源管理、數據產品服務、支撐服務等四大類核心功能。工信安全中心牽頭聯合 60 家單位共同編制公共數據授權運營平臺技術要求團隊標準，明確基礎設施層包括區塊鏈、標識解析、隱私計算等數字技術；應用層包括數據登記、數據流通、授權管理以及數據運營等功能。2）數據交易是數據要素市場化流通的主要形式數據交易是數據要素市場化流通的主要形式 數據交易是實現數據要素三

52、次價值的重要手段。隨著數據要素市場不斷擴大，保證有序高效的數據流通過程是最大程度釋放數據價值的關鍵。數據流通存在開放、共享和交易三種供需模式。數據流通存在開放、共享和交易三種供需模式。數據開放是指數據提供方無償提供數據，需求方無需支付對價的數據單向流通形式。由于數據提供方無法通過數據開放直接獲得收益，因此數據開放的對象往往是公共數據。數據共享是指參與主體互為數據供需方，不強調貨幣媒介參與的數據雙向流通形式，但共享過程往往涉及復雜的相互博弈，相較于一對一的兩方共享，政府間或行業間的多方數據共享更容易形成規模和持續開展。數據交易則是指數據提供方有償提供數據，需求方通過貨幣等形式支付對價的數據單向流

53、通形式。相較于數據開放和共享，數據交易更容易激發市場參與主體積極性，成為數據要素市相較于數據開放和共享，數據交易更容易激發市場參與主體積極性，成為數據要素市場化流通的主要形式。場化流通的主要形式。24/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 數據交易是數據要素流通的基本形式之一，主要分為場外、場內兩種流程。數據交易是數據要素流通的基本形式之一，主要分為場外、場內兩種流程。其中場內交易，主要是在數據交易所進行場內交易，通過數據交易所，數據供需雙方進行數據合規交易。數據交易所是推動數據要素有序流通、釋放數字紅利、促進數字經濟發展的重要平臺。2014 年我國數

54、據交易所建設進入探索階段，2015 年 4 月，全國首個大數據交易所貴陽大數據交易所正式掛牌運營，隨著數字化深度融入經濟社會發展，進入 2021 年四季度，數據交易所籌建掀起新一輪熱潮。2021 年 10 月到 2022 年 3 月，北京國際大數據交易所、上海數據交易所、西部數據交易中心等 11 家交易機構密集開始啟動建設，并逐步轉入試運營和正式運營階段。截至 2023 年 12 月，各地先后成立 50余家。目前目前我國數據交易機構主要流通七大類數據產品我國數據交易機構主要流通七大類數據產品：數據集（或稱為數據包）、基于 API 的信息服務類產品、基于許可證（license）使用的數據產品、以

55、清洗加工處理為主的數據處理服務、以分析和建模為主的數據應用服務、數據分析工具服務和行業研究報告。數據交易所通過制定數據交易流程及規章，能夠更好在數據交易環節做好風險控制，以利于企業更合規、數據交易所通過制定數據交易流程及規章，能夠更好在數據交易環節做好風險控制，以利于企業更合規、更高效地獲取外部數據賦能數字化轉型，并推動數據要素流通市場建設。更高效地獲取外部數據賦能數字化轉型，并推動數據要素流通市場建設。如上海數據交易所、貴陽大數 25/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 據交易所、北京國際大數據交易所、廣州數據交易所、深圳數據交易所等均提供質量評估

56、、合規評估、資產評估等交易前服務，聯合查詢、聯合識別、聯合建等交易中服務，交易核驗、仲裁糾紛等交易后服務。數據交易鏈正式啟用，互認互通持續推進。數據交易鏈正式啟用，互認互通持續推進。在 2023 年 11 月 25 日舉行的 2023 全球數商大會上，數據交易鏈正式啟用。加入數據交易鏈的地區能夠實現“一地掛牌、全網互認”，推動“數據互聯、域間協同、智能調度、可信交易”的云、鏈、域、橋、網一體化的全國多層次數據要素市場實現互聯互通。2024 年5 月 24 日，在數字中國建設峰會主論壇上，24家數據交易機構在國家數據局的推動下聯合發布數據交易機構互認互通倡議，旨在提高數據流通和交易效率，降低合規

57、流通和交易成本，激發數據要素市場活力。24個數據交易機構聯合發布此次倡議，按照倡議，數據交易機構將在未來一段時間內推進數據產品“一地上架，全國互認”；數據需求“一地提出，全國響應”；數據交易“一套標準，全國共通”；參與主體“一地注冊，全國互信”，推動構建統一開放、活躍高效的數據要素市場。積極探索跨境數據流通，上海自貿試驗區成為試點。積極探索跨境數據流通，上海自貿試驗區成為試點。國內方面，數據跨境流規則不斷出臺；國際方面，我國主動對接 CPTPP 和 DEPA；2023 年 12 月 7 日，國務院發布全面對接國際高標準經貿規則推進中國（上海）自由貿易試驗區高水平制度型開放總體方案打造國家制度型

58、開放示范區，作為對 CPTPP和 DEPA 回應的中國方案。（3）數據應用數據應用 目前已落地應用的案例多為政府端主導建設，預計隨數據要素基礎設施建設逐步完善、試點運營模式趨于成熟，會有更多企業加入數據要素流通、交易、賦能等環節。在落地節奏方面，目前各地政府已經在信息化建設相對成熟、數據準備相對充分、能夠實現商業模式閉環運行的行業啟動試點工作，垂類 IT 廠商或將率先參與到數據要素基礎設施建設及運營業務中。相關行業包括金融服務、智慧城市、醫療健康、交通運輸、商貿流通、氣象服務等。除已有落地案例的行業外，在能夠驅動地方經濟高速發展的國家重點扶持領域，數據要素有望與行業數智化建設同步推進，如智能制

59、造、文化旅游、智慧農業等。目前這些行業也已推出相關數據產品，擁有落地應用潛力。26/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 1）金融服務金融服務x數據要素數據要素 金融服務行業可憑借其數據化基礎，通過數據要素整合科技、環保、工商等多領域數據，增強了信貸管理和保險產品設計，顯著提升服務水平和風險管理能力。北京金融公共數據專區的“京云”征信平臺成功打通了公共數據與金融應用間的“斷點”，平臺整合了2,300 多項公共數據，數據總量超 50 億條，覆蓋所有市場主體。平臺創建了超 3,000 項標簽的企業畫像引擎，服務金融核心業務，調用量近 2 億次。目前平臺已為

60、某國有大行構建信用風險監控體系，服務6,000 家企業，涉及扶持金額超 100 億元。此外，平臺還提供企業綠色信用報告，為綠色信貸提供支撐，已有 6 家銀行試用。數據要素與金融服務相結合還可以體現在數據資產入表融資領域。24 年 2 月，南方財經全媒體集團旗下的南財金融終端“資訊通”完成數據資產入表，在廣州數據交易所落地融資對接服務下，獲得中國工商銀行廣東自由貿易試驗區南沙分行授信 500 萬元。數據資源入表的融資授信可以推動數據資源價值顯性化，借助金融市場的價格發現功能和風險定價功能，可以優化數據資源要素的配置，有望催生出更多優質數據資源和數據挖掘方案。2）智慧城市智慧城市x數據要素數據要素

61、 數字政府是指通過數字化技術實現政府管理和服務的現代化，從而提高政府效率和公共服務的水平。智慧城市則是將數字化技術應用于城市規劃、建設、管理和服務等方面，實現城市的智能化和可持續發展。而數據要素則是數字政府和智慧城市的基礎，通過收集、處理和應用數據，可以實現政府和城市的智能化管理和服務。通過多維度數據的融通，智慧城市能夠在公共衛生、交通管理、公共安全等領域實現態勢的實時感知與智能研判，優化資源配置，提升居民生活質量，并推動城市可持續發展。成都市率先建立了公共數據運營服務平臺。該平臺整合了 46 家單位的 575 類公共數據，開發了 40 余個應用場景。平臺匯聚了工商、司法、交通等多維數據，提供

62、信息核驗、信用查詢等數據服務產品。此外，該平臺與政務系統進行對接，能夠獲取政務開放數據資源，平臺運行納入成都市網絡理政辦監督管理，能夠班組政務數據在電子政務外網運行傳遞的環境需求。目前平臺已賦能 40 余個“公共數據+”場景應用，累計為銀行、企業提供服務 2,700 多萬次，支撐 10 余萬企業獲得企業電子證照或幫助企業實現線上電子投標等業務，支持 1 萬余家企業申請金融服務金額超 270 億元，通過知識產權融資報告，服務企業1,600 余家，實現知識產權成果轉化 401 件。3）醫療健康醫療健康x數據要素數據要素 我國基本醫療保險覆蓋率穩定在 95%以上水平，2020年開始醫保信息平臺在升級

63、部署應用，目前已在全國 31 個?。ㄊ?、自治區）上線應用。醫保領域相關數據不僅包括醫療費用、財務費用和支出明細，還包括預防保健、臨床治療、康復隨訪等多個環節產生的數據。在醫保領域推進數據要素應用有望與醫 27/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 院醫療信息化“互聯互通”建設相結合，進一步提升患者跨醫院、跨地區就診體驗，同時提升基礎醫保、商業保險理賠結算效率，目前青島、杭州、溫州等多個城市已率先探索醫保與數據要素相結合的商業場景運營。青島市城陽區有限開放醫療數據服務保險公司業務，已實現首單醫療數據產品交易，目前項目在推廣驗證階段。該項目基于全民健康信息

64、平臺的核心數據，借助隱私計算、人工智能等技術，面向保險公司開發了商業保險核查應用。核保產品能夠在不泄露個人隱私和醫療健康數據的前提下，輸出核保風險評分，能夠顯著降低保險公司信息成本，最大程度避免投保用戶故意隱瞞等問題。4）交通運輸交通運輸x數據要素數據要素 交通運輸行業的信息化、數字化程度較高，目前在交通數據開放共享、交通大數據基礎設施建設、數據驅動交通設施運營管理等方面已經取得一定進展。交通運輸領域的數據要素可用于交通管理、交通規劃、交通安全、交通運營等交通數字化和智慧化方面，同時還可以用于智慧政務、社會治理、金融、保險、民生等衍生領域。目前福建省、海南省、成都市、南京市和青島市已上線了公共

65、數據授權平臺，其中海南省、成都市與青島市已在平臺上運營交通運輸數據集，并提供相應的交通運輸領域的服務與產品。通過打通鐵路、公路、水路、民航等系統的數據，能夠顯著提升多式聯運效率。目前已有相關探索案例：以寧波舟山港為例，通過與地方政府、鐵路場站、船公司合作，在浙江蕭山、義烏、金華和安徽合肥等地開通 30 余條海鐵聯運線路，與馬士基、中遠海、地中海等 12 家主流船公司開展海鐵聯運全程運輸業務。通過該模式，客戶在內陸場站提取船公司空箱并裝貨運回內陸場站后，船公司在貨物始發站向客戶簽單，全面實現海鐵聯運無縫銜接。同時，寧波舟山港集團將海鐵聯運全程運輸業務的操作、商務結算、報文傳輸等模式統一到平臺，為

66、船公司、客戶提供一站式的全程物流服務。交通運輸領域的數據要素流通有望進一步降低社會物流成本。以菜鳥鄉村的建設共配項目為例，通過聯合數千家縣城快遞企業，積極推動縣域快遞網絡“多站合一”，多家快遞公司末端網點實現一體運營、共同配送。據測算，菜鳥共配項目可幫助縣域共配快遞企業降低綜合運營成本約 30%至 50%。5）商貿零售商貿零售x數據要素數據要素 電商平臺擁有訂單數量、訂單類型、客戶畫像等數據，通過與各類商貿經營主體、相關服務企業深度融合，能夠形成集數據收集、分析、決策、精準推動和動態反饋的閉環消費場景。例如：阿里巴巴面向汽車銷售行業提供聯邦學習解決方案，通過在汽車廠商和數據商分別安裝隱私計算節

67、點，在保證原始數據 28/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 不出域的情況下，對來自官網、小程序、電話等各個渠道的汽車銷售線索進行高、中、低意向分級，并針對不同等級的銷售線索采用不同的營銷方式，例如針對高質量銷售線索采用專人跟進、針對低質量線索進行短信二次觸達，相比之前全量統一方式營銷，提升了營銷轉化，節約了營銷成本。6）氣象服務氣象服務/應急管理應急管理x數據要素數據要素 將氣象數據與自然資源、生態環境、農業農村等數據相結合，能夠實現集氣候變化風險識別、風險評估、風險預警、風險轉移的智能決策新模式，防范化解重點行業和產業氣候風險。通過對極端天氣氣候

68、事件進行預測，推動災害事故、物資裝備、特種作業人員、安全生產經營許可等數據跨區域共享共用，能夠顯著提升區域應急協調管理能力。重慶市氣象部門通過推進數據要素系統優化，打造知天沙坪壩區防汛決策指揮系統。該系統融合嘉陵江流域上下游、左右岸 12 個部門的 41 類數據，能夠動態提取雨量、水位、澇情、實時視頻監控、實時交通路況、氣象和水文預報預警信息。同時，指揮系統還能同步生成“個性化”預警產品、人員轉移撤離方案、物資配送方案等，三級治理中心將智能推送不同的工作指令到相關應急責任人，應急指令傳達過程由原來的 5 個小時縮短至現在的 2 分鐘內，極大提升了應急響應效率。在數據要素產品推廣方面，以上海市氣

69、象局為例，自 2023 年首次在上海數據交易所掛牌“海洋氣象傳真圖”以來，相繼從高質量氣象數據產品中挑選了 16 項在上海數據交易所上市，產品涉及氣象實況、預報和服務等各個方面，可廣泛應用于農業、電網、新零售、新能源、交通、保險、健康等領域。7）智能制造智能制造x數據要素數據要素 智能制造通過引入大數據、云計算、AI、ARVR 等新型技術，在生產操作自動化和管理決策信息化等方面進行深度應用，同時基于更加廣泛和高性能的聯網、實時的數據采集、高效的控制，通過 AI 的深度使用，實現智能化工業形態，從而實現產品全生命周期制造流程自動優化和人機互動與協同的智能化。數據要素是實現智能制造的重要一環，通過

70、推進產品數據標準生態系統建設，支持鏈主企業打通供應鏈上下游設計、計劃、質量、物流等數據，能夠實現敏捷柔性協同制造。以汽車制造企業為例，通過融合設計、仿真、實驗驗證數據，培育數據驅動型產品研發新模式，能夠顯著提升智能制造水平。29/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 1）企業利用數據要素進行產品設計和仿真：在汽車設計階段，設計師可以利用數據要素對車輛的結構、性能、安全性等方面進行模擬和預測。通過數據分析和優化，企業可以減少設計迭代次數，降低研發成本，并提高產品的質量和性能。2）企業利用數據要素進行實驗驗證：在汽車制造過程中，企業可以利用實驗數據進行工藝

71、優化和質量控制。通過對生產數據的收集和分析，企業可以找出生產過程中的瓶頸和問題，然后采取針對性的措施進行改進和優化。3）企業還利用數據要素實現協同制造：作為鏈主，企業打通了供應鏈上下游的設計、計劃、質量、物流等數據。通過數據共享和協同，企業可以與供應商、物流公司等合作伙伴實現敏捷柔性協同制造。這有助于減少生產延誤和庫存積壓，提高生產效率和產品質量。4）企業還利用數據要素提升服務能力：通過整合設計、生產、運行數據，企業可以為客戶提供預測性維護和增值服務等能力。例如，通過分析車輛運行數據和故障記錄，企業可以預測車輛的維修需求和更換零件的時間，為客戶提供更加精準的服務和支持。8）文化旅游文化旅游x數

72、據要素數據要素 數據要素可從兩方面賦能文旅行業：1）景區通過共享氣象、交通等數據，構建客群畫像、支撐“免證”購票、集聚人群監測預警、應急救援等；2）結合 AIGC 技術，文物、古籍、美術、戲曲劇種、非物質文化遺產、民族民間文藝等數據資源可以實現依法開放共享和交易流通。9）智慧農業智慧農業x數據要素數據要素 數據要素能夠在提高農產品追溯管理能力培育以需定產新模式、提升農業生產抗風險能力等方面發揮乘數效應，可幫助農民降低耕種成本、提高生產效率。3、數據要素商業模式、數據要素商業模式 我國當前我國當前處于處于早期商業模式探討早期商業模式探討。在數字化進程不斷加速的背景下，整個社會經濟發展過程中不斷涌

73、現大量數據要素相關的新型商業模式。目前已有的商業模式如下：1）數據服務商的三種基本商業模式；2）數據交易模式：以數據交易所作為中介的數交所商業模式、目標企業扮演數交所角色的類數交所商業模式。3）跨界融合商業模式：數據要素 醫保、數據要素 金融領域有望成為最先實現數據價值化的應用領域。30/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 六六、相關公司、相關公司 1、易華錄易華錄 易華錄是央企背景的數據資產化服務提供商，公司的第一大股東為中國電子科技集團全資控股的中國華錄集團有限公司，持股比例為 31.68%。2023 年起公司的主營業務已從數據湖建設全面轉向數據

74、湖運營，加大對數據要素創新業務的投入，包括數據資產入表服務、數據資源管理平臺、數據授權運營等。公司在數據資產入表服務領域積極布局，目前與煙臺、無錫、成都、遂寧、重慶、邵陽、揚州、撫州、聊城等 10 余地簽訂戰略合作或直接開展數據資產入表工作。2023 年末至 2024 年初數據要素業務訂單呈現快速增長態勢，2024 年統計新增儲備訂單合計金額約 2 億元，涉及 20余個省市及地方重點企業。公司兼具國資背景+數據存儲技術，數據要素業務有望成為新的增長引擎。2、深桑達深桑達 A 深桑達是中國電子旗下的重要二級企業，面向黨政和關鍵行業客戶，提供數字與信息服務和產業服務。公司主營業務包括云計算及存儲、

75、數據創新、數字政府與行業數字化服務、高科技產業工程服務等，其中前三項屬于數字與信息服務業務，后一項屬于產業服務業務。子公司有中國電子云、中國系統，分別承擔公司云計算、存儲以及數據要素相關業務。公司面向全國一體化政務大數據建設、數據資產登記入表、數據資產登記交易等行業需求發展，自主研發形成了數據資源平臺、數據資產登記平臺、數據運營服務平臺、數據交易平臺等系列自研產品。在公共數據領域，公司為深圳、湖南、四川、南陽、廣州增城等全國多個地方政府建設公共數據資源中心，實現“數據賦能、協同智治”數字政府模式，累計梳理超 100 萬目錄、匯聚超 4,000 億條數據，助力地方政府服務企業主體超過 1,000

76、 萬、服務個人主體超過 1 億。同時，公司積極參與各地公共數據授權運營。國家數據局成立后，公司已與河北省、石家莊、大連、唐山、沈陽、長春等地市簽署數據運營合作協議，參與設計“蠔寶?！薄盎樾艑殹钡犬a品，實現公共數據資產價值發掘及增值保值。31/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 3、太極股份太極股份 太極股份由中國電子科技集團第十五研究所發起成立，2010 年登陸深交所，公司圍繞“自主可控主力軍、數據運營國家隊、智能應用引領者”三大定位，積極推進解決方案數字化、產品產業化、運營平臺化，持續夯實數據庫、協同辦公、經營管理等核心軟件產品，涵蓋云服務、網絡安

77、全與自主可控、智慧應用與服務、信息基礎設施四項主營業務。公司擁有普華操作系統、金倉數據庫、金蝶天燕中間件、慧點辦公軟件在內的自主產品體系，牽頭組建中國電科信創工程研究中心。太極聯合中國電力企業聯合會、北京人大金倉信息技術股份有限公司共同打造了電力行業數據空間數據庫產品，在中電聯電力公共信息平臺實際落地和應用。該平臺已匯集中電聯 1,200+份電子文檔報告、400+萬條結構化數據，并基于電力行業數據空間實現了 3 家試點電力企業數據共享交換。4、中科江南中科江南 中科江南是國內領先的智慧財政和數字政務綜合解決方案服務商，提供支付電子化、財政預算管理一體化、行業電子化、預算單位云服務和運維及增值服

78、務等產品。2018年廣電運通以自有資金 3.1 億元收購中科江南 46%的股權，截至 23 年年報，廣電運通持有公司股份 34.5%，為第一大股東。2023 年公司完成國家醫保局電子票據應用區塊鏈平臺及電子票據共享項目上線及驗收，并啟動面向全國各省級醫保部門推廣實施區塊鏈中心和電子票據共享應用。公司累計完成了總節點和 28 個分節點建設，近 3,000 家醫療機構上線，采集超過 1,600萬筆票據。公司積極推進電子結算憑證采集工作，研發的電子結算憑證服務控件在湖北、陜西、河南、湖南等 8 個省的部分試點醫療機構實施部署?；谠卺t保信息化領域的建設經驗，公司推出“清易保（醫保理賠）”數據產品，已

79、于 2024 年 2 月 3 日在廣州數據交易所上架。該產品獲得廣東省政務服務和數據管理局頒發的廣東省數據資產登記憑證，公司享有 50%數據加工使用權。該數據產品用于國家金融監督管理總局監管下的內資保險機構為獲得授權的個人辦理商業健康醫療保險的商?？熨r、智能理賠調查及理賠主動報案等應用場景，可實現醫保數據與商業健康保險數據融合應用。5、廣電運通廣電運通 廣電運通是廣州國資企業廣州數科集團控股的高科技上市公司，業務聚焦金融科技和智慧城市兩大場景。公司還布局算法、算力、數據、場景四大 AI 領域，構建 aiCore System 數字底座，具備數據“匯聚處理流通應用運營安全”的全流程能力。公司于

80、2022 年投資設立全資子公司廣電數投作為數字化投資平臺，在廣州從化、廣州花都、清遠、汕尾、揭陽、茂名、平頂山、龍巖等地設立數字經濟投資運營公司?？毓勺庸厩暹h數投獲得清遠市公共數據運營權和加工權，在廣州數據交易所上架廣東省首個社保領域的公共數據產品“清易貸（社保數據）”，并獲 2023 年廣州數據交易所“年度優秀數據產品獎”。2024 年初，由清遠數投聯合中科江南共同打造的廣東省醫保領域公共數據產品“清易保（醫保理賠）”也在廣州數據交易所上架交易。6、云賽智聯云賽智聯 云賽智聯是以云服務大數據、行業解決方案、智能化產品為核心業務的專業化信息技術服務企業。其中，云服務和大數據板塊著力打造高可用

81、智算中心，并為政企客戶提供大數據服務，涵蓋數據底座建設、數 32/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 據采集、數據清洗，數據分析，數據應用等能力。公司行業解決方案聚焦智慧城市、智慧教育、智慧醫療、市政民生、檢測溯源等領域。智能化產品板塊主要提供檢測分析儀器等產品。公司實控人為上海市國資委，公司參與建設和運營市國資委國企監管云、市委網信辦媒體云，并成功實現了在市國資委等多個委辦派駐式服務。公司積極布局數據要素領域，旗下儀電智慧城市設計研究院和上海儀電鑫森科技發展有限公司組成聯合團隊，積極響應上海市區塊鏈發展戰略，借助區塊鏈及隱私計算技術，創新性地構建了

82、“區塊鏈+政務服務”新體系，提高了政務數據信息化治理水平，有力地推進了政府職能轉變和社會治理能力提升。同時，服務團隊還配合浦東新區撰寫了 1 項地方標準及 1 項信通院團體標準，為公共數據授權運營、客觀評價鏈上數據提供了強有力的保障。7、隧道股份隧道股份 隧道股份是全國基建板塊首家上市公司，提供“規劃咨詢、投資、設計、建設、運營”全產業鏈一體化服務。2015 年隧道股份全面接管上海城建集團上市體內外所有國有資產，由上海市國資委進行管理，而后公司開啟板塊擴張，先后收購上海城建持有的城市運營公司、濱江置業有限公司、隧道裝備科技發展有限公司、水務工程和水務建設工程有限公司等。目前公司業務覆蓋交通、建

83、筑與房地產、水利水務、能源、地下空間、重大裝備、綠色材料、數字化業務、建設金融等眾多領域。2021 年，隧道股份整合企業內所有數字領域資源，成立數字集團，賦能智慧城市、智慧醫療、智慧城市等多個領域。2023 年 8 月末，隧道股份運營的“城知時空低速作業車時空”數據產品在上海數據交易所掛牌，并在掛牌當日即獲得業內多個智能網聯汽車領域數商的關注。隧道股份獨特的數據產品，首度激活了上海數據產品交易中“交通大數據”新領域，為后續數據產品交易提供了樣板案例。8、其他其他布局數據要素的垂類布局數據要素的垂類 IT 廠商廠商 33/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究

84、報告 七、七、未來發展趨勢未來發展趨勢 1、理論層面、理論層面 相較相較 2023 年，年，2024 年理論體系更聚焦深化、細化，數據資產入表成為關注焦點。年理論體系更聚焦深化、細化，數據資產入表成為關注焦點。2024年以來，數據要素關注度持續攀升，主要聚焦于數據要素相關概念的深化、細化以及落地化。比如，2024 年 3 月，財政部出臺的關于加強行政事業單位數據資產管理的通知，對行政事業單位數據資產做出明確定義，這是繼 2023 年財政部對作為無形資產或存貨的數據資源、公共數據資產之后，進一步對數據資產的深化和細化定義。此外，采用微信指數趨勢作為關鍵詞熱度的參考依據，得出以下幾點結論：一是數據

85、要素總體熱度不斷攀升，標志著數據要素全民關注度與參與度持續增長。同時，參與數據要素研究的機構持續增多，研究成果層出不窮。二是數據要素、數據資產、數商、數據安全、數據交易所的熱度遠高于其他關鍵詞，代表著數據要素發展的主要方向。三是數據資產入表、數據要素 X、數據財政在細分領域關鍵詞中熱度相對較高，并從 2023 年年底之后熱度逐漸提升。2024 年，數據資產入表的熱度尤為領先，成為數據要素當前的關注焦點。展望展望 2024 年，數據要素理論體系或將持續引領，研究成果權威化、標準化加速推進。年，數據要素理論體系或將持續引領，研究成果權威化、標準化加速推進。2024 年 3 月，國家數據局面向各省級

86、部門下發關于征集數據基礎制度相關問題及對策建議的函，表示正加快研究制定數據產權、流通交易、收益分配、安全治理等政策文件，落實落細“數據二十條”，或將回應相關基礎理論難題，以及對更多數據要素相關體系進行官方定調。2023 年 4 月，國家數據局明確表示建立健全國家數據標準體制機制，或將社會各界研究成果加快標準化。能夠認為，2024年數據要素理論體系建設與制度建設有望形成更良性的互動，或將持續引領全球數據理論體系建設，為數據要素邁進高速發展奠定堅實基礎。34/35 2024 年年 7月月 15 日日 行業行業|深度深度|研究報告研究報告 2、政策、政策層面層面 相較相較 2023 年，年，2024

87、 年頂層驅動力持續增強，數據要素發展格局發生實質性轉變。年頂層驅動力持續增強，數據要素發展格局發生實質性轉變。2024年以來，國家數據局動作更加密集，工作范疇覆蓋面不斷拓展。自 2023 年 11 月以來，國家數據局積極開展調研、研究規劃、政策制定、組織會議以及大力宣傳等工作，并取得階段性成效。統籌引領全國數據要素發展。2024 年以來，全國數據要素發展格局發生實質性轉變，國家數據局統籌協調作用逐漸釋放，地方城市數據要素工作不再“單打獨斗”，而是進入有指揮、有節奏的齊步走階段，初步形成全國一盤棋格局。2024 年以來，數據要素發展方向更加明確，數據基礎制度建設、公共數據開發利用、數據基礎設施建

88、設、“數據要素 X”行動計劃成為主攻方向。展望展望 2024 年，政策或將進入密集兌現期，試點示范引領產業發展值得期待。年，政策或將進入密集兌現期，試點示范引領產業發展值得期待。2023 年 11 月，國家發改委和國家數據局表示，加快研究建立公共數據價格形成機制和有關規定，促進公共數據合規高效流通使用；2024 年 3 月，國家數據局表示，正加快研究制定數據產權、數據流通、收益分配、安全治理等政策文件；2024 年 4 月，國家數據局表示將明確公共數據授權運營的合規政策和管理要求；總體來看，國家以及部委層面均在加快研究制定相關政策，能夠認為 2024 年或將是數據要素相關政策密集落地的一年，是

89、數據制度建設初步成型的一年。政策引導產業發展的關鍵抓手是有序地開展試點示范。2024年 4 月，國家數據局表示將開展深化數字經濟創新發展試驗區、數據要素綜合試驗區、數據基礎制度試點、數據資源開發利用試點、數據基礎設施建設試點等一系列試點試驗工作。能夠認為，試點示范的有序開展，將加快推動數據要素產業發展。3、產業、產業層面層面 相較相較 2023 年，年，2024 年數據要素產業取得階段性進展，數據資產評估與入表需求正在爆發進行時。年數據要素產業取得階段性進展，數據資產評估與入表需求正在爆發進行時。從發展階段來看，2024 數據資產入表與評估接棒教育培訓，需求逐步釋放。2023 年，數據要素產業

90、需求最為旺盛是數據經紀人、數據治理工程師、數據資產入表與評估等數據要素相關培訓，培訓主體覆蓋高校、研究機構以及數據交易所等，培訓受眾主要為政府、國央企等，這個階段主要是市場教育階段。2024 年，市場教育逐步完成，隨著數據資產入表正式拉開序幕，以政府和國央企為代表的數據資源持有主體對數據資產入表和評估的需求逐步爆發。這和“數據資產入表”的微信指數趨勢在 2024 年熱度高35/35 2024 年年 7月月 15 日日行業行業|深度深度|研究報告研究報告 增相互呼應，同時，各地積極開展數據資產融資、抵押以及貸款等探索實踐，激發數據資產入表與評估的內生動力。此外，部分數據資源持有型企業在一季度或將

91、實質性落地數據資產入表，充分發揮引領示范作用。展望展望 2024 年，數據要素產業進程加速，龍頭企業或將挑起大梁。年，數據要素產業進程加速，龍頭企業或將挑起大梁。2024 年，數據要素將從政策驅動階段，邁向“政產”共振的新階段，數據基礎設施、公共數據授權運營、數據資產入表與評估、數據應用等環節或將逐步發生明顯的邊際變化，逐步完成從政策驅動向內生驅動過渡。2023 年，華為發布基于公共數據授權運營的數據流通建設白皮書，標志著華為正式布局數據要素領域?！皟呻姟?、“三大運營商”、國網、國網等龍頭企業加快推進數據要素業務，能夠認為，數據要素產業仍處在探索初期，不確定性較高，龍頭企業在產品技術以及資源積

92、累等方面更具優勢。2024 年，龍頭企業或將挑起數據要素產業落地發展的大梁。八、參考研報八、參考研報 1.國金證券-計算機行業深度研究：數據賦能新質生產力發展，重視數據要素市場化改革的投資機會2.中信建投-計算機行業數據要素系列報告 1：2024，數據要素展新貌、迎新篇3.萬聯證券-計算機行業數據要素產業系列深度報告（一）：數據流通交易釋放數據要素價值4.中信建投-計算機行業數據要素系列報告 4：公共數據開發利用正當時，頂層政策呼之欲出5.東北證券-數據要素行業投資策略 2024：乘風數據要素，千行百業起航6.中航證券-2024 年社服行業年度策略：被“AI”包圍的“新消費”7.西部證券-傳媒行業專題報告：政策與市場供需雙輪驅動，數據要素產業生態鏈加速完善8.國元證券-2024 年計算機行業策略：AI 賦能千行百業，政策孕育新機遇9.長城證券-數據要素行業系列報告之一：數據要素，政策利好+行業布局雙輪驅動，有望迎來快速發展10.長城證券-數據要素行業系列報告之二：數據要素產業生態基本形成，數交所場內交易取得多點突破免責聲明：以上內容僅供學習交流，不構成投資建議。