1、浪潮國際深度報告：國產浪潮，又紅又專浪潮國際深度報告：國產浪潮，又紅又專證券分析師王紫敬S東吳計算機：數據要素市場化報告2022年12月15日證券研究報告行業研究深度報告計算機目錄第一章 數字經濟和數據要素第二章 數據要素市場化第三章 數據資源化第四章 數據資產化和資本化第五章 數據要素的參與主體第六章 投資邏輯第七章 風險提示2YaXqVoUdUuYoN7N9R8OtRoOnPnPkPnMtRlOnMsM6MoOyRMYnOoRvPnPuN第一章 數字經濟和數據要素數字經濟是以數字化的知識和信息作為關鍵生產要素，以數字技術為核心驅動力量，以現代信息網絡為重要載體，通過數字技術與實體經濟深度融

2、合,不斷提高經濟社會的數字化、網絡化、智能化水平加速重構經濟發展與治理模式的新型經濟形態。具體包括四大部分:1.數字產業化，即信息通信產業，具體包括電子信息制造業、電信業、軟件和信息技術服務業、互聯網行業等，2.產業數字化，即傳統產業應用數字技術所帶來的產出增加和效率提升部分,包括但不限于工業互聯網、智能制造、車聯網、平臺經濟等融合型新產業新模式新業態;3.數字化治理，包括但不限于多元治理，以“數字技術+治理”為典型特征的技管結合，以及數字化公共服務等:4.數據價值化，包括但不限于數據采集、數據標準、數據確權、數據標注、數據定價、數據交易、數據流轉、數據保護等。我們將在報告中就數據要素市場化的

3、相關投資機會進行討論分析。數字經濟的定義圖：數字經濟的“四化”框架4數據來源：信通院，東吳證券研究所數字經濟的內涵擁抱數字經濟時代，率先掌握數據要素和持續實施數字技術革命對實現第二個百年奮斗目標和中華民族偉大復興具有重要意義。隨著工業經濟不斷發展，我國生產函數正在發生變化，經濟發展的要素條件、組合方式、配置效率發生改變，面臨的硬約束明顯增多，資源環境的約束越來越接近上限，碳達峰碳中和成為我國中長期發展的重要框架，傳統依賴高投入、高耗能、高污染、低效益的發展模式已經難以持續。以美國為首的西方工業強國不斷對我國實施關鍵技術“卡脖子”戰略，過去采用的“市場換技術”和“模仿創新”戰略也已經難以為繼。數

4、字產業化的當前理解就是云大物智移區元。產業數字化的目的是用數，前提是上云，因此當前的數字化轉型大多可以直接理解為上云，上云后可以沉積數據、互聯互通。數字經濟時代掌握數據要素產業數字化實施數字技術革命數字產業化圖：數字經濟時代的發展主線5數據來源：數據要素論，東吳證券研究所數據本身形態演變包括原始數據、數據資源、數據要素、數據產品和服務。數據最初以原始數據形態出現，是人類對客觀事物的數字化記錄或描述。由于原始數據是無序的、未經加工處理的素材，尚不具備使用價值，因此不能直接投入生產。當數據具備使用價值并能直接投入社會生產經營活動中時，原始數據就轉化為了數據資源。當數據已經參與到社會生產經營活動，并

5、為使用者帶來經濟效益時便成為了數據要素。最后，數據經生產形成產品或服務時，數據便以產品和服務的形態呈現出來。數據的金融形態演變一般包括數據資源化、數據資產化、數據資本化。數據的概念6數據來源：信通院，東吳證券研究所數據為什么會成為關鍵的生產要素？數據要素促進經濟增長路徑虛擬使能、無限收斂和智能即時性等技術特點，使得數據要素在算法驅動下成為一種通用生產要素。一方面形成數據要素的過程需要其他生產要素的投入，例如，為實現數據的采集、處理、加工、分析和交易，經濟主體需要投入巨大的固定成本來購買設備、開發軟件、建立基礎設施，這一資源投入的過程本身能促進經濟增長；數據要素還可以直接參與生產、交換和分配過程

6、，不斷迭代，催生新的生產方式甚至創造新的需求促進經濟增長。另一方面，數據要素可以賦能其他要素，優化供給進一步促進增長。例如，數據要素與勞動力相結合能提高勞動技能與綜合素質、提高勞動生產率；數據要素與技術相結合能推動科技發展，加速科技與產業融合；數據要素與資本要素相結合能夠減少不確定性沖擊，提高風險控制的精準度與效率，進一步拓展金融等服務的廣度和深度。7數據來源：天津市大數據協會，信通院，東吳證券研究所2017年，習近平總書記主持中共中央政治局第二次集體學習時指出“要構建以數據為關鍵要素的數字經濟”；2019年10月，黨的十九屆四中全會首次將數據確立為生產要素；2020年4月,中共中央 國務院關

7、于構建更加完善的要素市場化配置體制機制的意見提出要加快培育數據要素市場，并在次年12月21日頒布的要素市場化配置綜合改革試點總體方案中提出建立健全數據流通交易規則；2021年12月，國務院發布的“十四五”數字經濟發展規劃進一步指出，數據要素是數字經濟深化發展的核心引擎，要到 2025年初步建立數據要素市場體系、到 2035 年力爭形成統一公平、競爭有序、成熟完備的數字經濟現代市場體系。2022年6月22日，習近平總書記主持中央全面深化改革委員會第二十六次會議，審議通過關于構建數據基礎制度更好發揮數據要素作用的意見，并指出數據正深刻改變著生產、生活和社會治理方式，強調數據基礎制度事關國家發展和安

8、全大局，要加快構建數據基礎制度體系。國家對數據要素的認識逐漸深化8數據來源：政府官網，東吳證券研究所數字經濟成為驅動我國經濟發展的關鍵力量。根據全球數字經濟白皮書（2022年）中的數據顯示，從增速上看，2012年至2021年，我國數字經濟平均增速為15.9%；從占比上看，2012年至2021年，數字經濟占GDP比重由20.9%提升至39.8%，占比年均提升約2.1個百分點。數字經濟整體投入產出效率由2002年的0.9提升至2020年的2.8。據國家工信安全發展研究中心測算數據，2021 年我國數據要素市場規模達到 815 億元，預計“十四五”期間市場規模復合增速將超過25%，整體將進入群體性突

9、破的快速發展階段。市場空間圖：2022年中國數據要素市場規模（單位：億元）圖：數字經濟規模（億元）及占GDP比重508517512016018045050100150200生態保障數據服務數據分析數據交易數據加工數據存儲數據采集9數據來源：信通院，國家工信安全發展研究中心，東吳證券研究所由于生產力和科技水平進一步提升，從傳統產業轉移出來的剩余勞動力進一步增多，資本已經難以成為約束勞動力的因素，而是和勞動力一起跟隨科技發展的方向流動。在數字經濟這一新興賽道上，中國第一次與世界發達國家站在同一起跑線上。大力發展數字經濟，是搶占全球經濟發展制高地的重要機會，是時代賦予中華民族偉大復興的重要機遇。數字

10、經濟時代的科技公司，通過掌控數據要素，不僅可以間接掌控其他生產要素和資源，還能獲得推進數字技術進步的先決條件，從而成為主導經濟生產和財富分配的新力量。經濟時代農業經濟時代工業經濟時代數字經濟時代生產函數產業結構農業工業、服務業、農業數字新產業、服務業、工業、農業核心資源土地能源資源數據關鍵要素LKD第一生產力農業技術蒸汽技術、電力技術、信息技術數字技術要素積累L增長L增長，K增加L增長，K增加，D增長+選代要素升級L農業技能提升+T進步+賦能L農業、工業、服務業技能提升T進步+賦能L農業、工業、服務業、數字新產業技能提升T進步+賦能、D 賦能表：基于經濟形態更迭的生產要素歷史演進規律數據要素的

11、意義10數據來源：數據要素論，東吳證券研究所第二章 數據要素市場化 數據要素的準公共品（部分排他性和非競爭性）、規模經濟性及范圍經濟性等經濟特點，使得數據要素會產生很強的外部性。這些外部性可能會使數據要素擁有者缺乏生產和交易數據的動力，進而使得數據要素不能促進經濟增長。為此，需要建立一系列基礎設施和政策措施促進數據要素供給方和需求方開展更多價值創造和交換，這一過程就是數據要素市場化。數據要素市場化的本質是數據要素商業化是實現數據要素從產品到商品的轉化。什么是數據要素的市場化12數據來源：東吳證券研究所為什么數據要素流通了才能體現價值？數據要素市場的本質也是市場經濟，也就是市場配置生產要素和實現

12、商品價值，發揮市場配置資源的決定性作用。生產要素市場化要求一切生產要素均需通過市場交易進入生產領域，數據要素資源配置同樣依靠市場的決定性作用。13數據來源：東吳證券研究所數據要素市場旨在實現數據要素的市場化配置。數據要素市場規范運行，要求在以下幾個方面進行市場相關體制機制的完善和健全:首先是需要生產和匯集大量數據要素，生成數據要素生態。其次，需要搭建促進數據要素流動的硬件（算力）和軟件（算法）環境，針對數據要素市場的資源調度、流通、安全防護等建立基礎設施。然后需要科學界定數據產權，完善數據共享機制，確定定價機制、分配機制，維護數據交易各方權益，完備數據交易法規，數據要素市場監管到位，在政策方面

13、完善金融財稅制度和立法監管體系，保障數據交易公平秩序和市場健康運行。但目前數據確權、定價、交易、跨境流通等基本制度規則還未構建完成，合法、成熟的數據流通模式尚未建立起來。數據要素市場的運行機制圖：數據要素市場體系架構14數據來源：全國一體化大數據中心引領下超大規模數據要素市場的體系架構與推進路徑，東吳證券研究所數據要素市場化面臨的現實問題 當前數據要素市場化面臨的問題可以分為制度、技術、市場三個維度。制度難點：1.平衡數據安全、隱私保護與數據使用難a)由于相關制度不健全，平臺企業在利用其掌握的個人用戶數據的過程中，違規收集、濫用個人用戶數據的情況時有發生，個人隱私泄露風險巨大。b)對于涉及企業

14、及其他機構機密信息的數據，由于制度的不完善，這類數據的擁有方不僅在儲存、流通、交易、使用等過程中難以保證其數據安全，也容易在受益分配環節造成其利益受損。c)對于涉及國家信息安全的數據，針對互聯網和科技公司如何建立合理制度并避免一刀切這個問題，還在探索當中。2.數據確權難a)數據要素通常涉及多個利益相關者，如數據主體、數據管理者及使用者等。b)數據產權不明晰，直接導致數據交易缺乏明確法律依據，并且數據要素產生的收益也缺乏分配的根據。15數據來源：數據要素論，東吳證券研究所3.建立數據市場交易市場制度和相應監管制度難a)由于數據要素異質性和難以標準化等不利于大規模集中交易的特性，使得交易所模式很難

15、取得成功。b)數據要素的場外交易模式存在很大的數據安全和隱私泄露隱患，合規成本和監管成本較高。c)我國對數據要素市場的監管缺乏一個統一的監管主體，各方在進行市場監管時難以協調。4.數據要素受益分配難a)數據要素產權存在爭議。b)數據要素受益很難確定。c)難以確保數據要素收益公平。5.國際數據要素市場制度構建難數據要素市場化面臨的現實問題16數據來源：數據要素論，東吳證券研究所 技術痛點：1.數據安全和隱私保護技術痛點a)無法確保所有權人對數據的控制權。b)隱私計算技術的安全性存疑，市場上對隱私計算的安全性也存在一定的顧慮。c)隱私計算會拖累算法效率。d)隱私計算導致互聯互通成本高企，需要在底層

16、架構方面標準化。2.數據采集、加工、存儲及處理技術痛點a)數據處理能力的提升遠遠落后于指數增長數據量。3.數據要素交易技術痛點a)需要建立支持大規模數據交易的技術手段。b)數據要的供給、匯集和加工等并沒有形成完善統一的技術標準。數據要素市場化面臨的現實問題17數據來源：數據要素論，東吳證券研究所市場問題：1.數據要素整合和標準化難a)數據要素門類眾多，來源廣泛繁雜，建立將不同領域的數據要素整合和標準化的統一標準十分困難。b)數據資源整體質量不高，大量原始數據沒有整理。c)市場主體眾多，造成了數據格式不統一的局面。d)市場主體數據分享意愿不強。2.數據要素定價難a)買方在購買前不了解所購買數據要

17、素的價值，因此很難在使用數據要素前定價。b)生產數據要素的成本和其取得的收益難以量化。c)數據要素的價值很大程度上由其使用者決定。d)數據要素的異質性。3.數據要素市場活力不足a)數據要素的購買者數量不多，市場上對數據要素的需求不強。數據要素市場化面臨的現實問題18數據來源：數據要素論，東吳證券研究所國家和地方政府關于數據要素市場化的制度探索目前我國的數據市場化制度探索主要從數據應用和數據安全兩個方面展開。1.數據應用制度探索。我國數據治理兼顧數據安全與發展，因此在推動發展方面，我國陸續出臺多項制度，推動數據要素市場的建設，鼓勵數據開放共享。2021年12月12日，國務院印發的“十四五”數字經

18、濟發展規劃正式提出要創新數據要素開發利用機制，利用數據資源推動研發、生產、流通、服務、消費全價值鏈協同，并再次提出要統籌公共數據資源開發利用，推動基礎公共數據安全有序開放。這為數字經濟發展如何利用數據要素指明了方向。2021年12月21日，國務院辦公廳頒布要素市場化配置綜合改革試點總體方案，進一步提出要優先推進企業登記監管、衛生健康、交通運輸、氣象等高價值數據集向社會開放，探索開展政府數據授權運營，并提出探索“原始數據不出域、數據可用不可見”的交易范式，在保護個人隱私和確保數據安全的前提下，分級分類、分步有序推動部分領域數據流通應用。時間文件名主要內容2015年8月促進大數據發展行動計劃用5-

19、10年，利用大數據逐漸建立社會治理新模式、經濟運行新機制、民生服務新體系，創新驅動新格局，產業發展新生態2016年12月大數強產業發展現劃(2016-2020 年)到 2020 年，技術先進、應用景榮、保障有力的大數據產業體系基本形成20020年4月中其中央 國務院關于構建更加完善的要素市場化配置體制機制的意見加快培育數據委素市場，推進政府數據開放共享，提升社會數據資源價值2020年4月關于推進“上云用敗耿智”行動 培育新經濟發展實施方案打造數據供應鏈，以數據供應鏈引領物資鏈2021年12月“十四五”數宇經濟發展規劃創新數據要索開發利用機制2021年12月要素市場化配置綜合改革試點總體方案探索

20、建立數據要素流通規則。完善公共數據開故共享機制，建立健全數據流通交易規則，拓展規范化數據開發利用場景2021年12月數字交通“十四五”發展規劃推動條件成熟的公共數據資源依法依規開放和政企共同開發利用表：國家關于數據應用頒布的主要政策文件19數據來源：政府官網，數據要素論，東吳證券研究所2.數據安全治理制度探索。隨著數據作為生產要素的價值逐漸凸顯，數據采集、交易、應用逐漸豐富，各種關于數據隱私保護和行業自律的回題逐漸暴露。數據市場的無序發展倒逼國家強化數據安全治理。為此，自 2016 年開始，我國數據安全相關的法規常集出臺，在網絡安全、個人信息主權與保護、數據分級分類管理等面進行制度規范，已圍繞

21、網絡安全法民法典數據安全法和個人信息保護法四部法律法規形成數據安全治理的基本制度框架。時間文件名主要內容2016年11月網絡安全法維護網絡空間主權和國家安全，社會公共利益。保護公民、法人和其他組織的合法權益，促進經濟社會信息化的健康發展2020年2月工業數據分類分級指南(試行)對工業生產和經濟效應的影響將工業數據分為三級，并實行分級管理、防護、應急處置2020年4月中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見加強數據資源整合和安全保護2020年5月民法典界定隱私權、個人信息等，明確個人信息主體的權利和信息處理原則2021年9月數據安全法明確數據包書的總則，提出數據保護和治理的制

22、度體系2021年2月“十四五”數字經濟發展規劃建立健全數據安全治理體系，研究完善行業數據安全管理政策2021年12月要素市場化配置綜合發革試點益體方案加強數據安全保護2021年2月關于推動平臺經濟規范健康持續發展的若干意見提出要細化平臺企業數據處理規劃，探索數據和算法安全監管2021年12月網絡安全標準實踐指南網絡數據分類分級指引正式給出網絡安全分類分級的原則、框架和方法表：國家關于數據安全治理領布的主要政策文件國家和地方政府關于數據要素市場化的制度探索20數據來源：政府官網，數據要素論，東吳證券研究所2021 年 12 月 31 日，全國信息安全標準化技術委員會秘書處發布網絡安全標準實踐指南

23、網絡數據分類分級指引，正式給出網絡數據分類分級的原則、框架和方法強調數據分類分級需按照數據分類管理、分級保護的思路，遵循合法規原則、分類多維原則、分級明確原則、從高就嚴原則以及動態調整則。其中，數據分類采用面分類法，按國家、行業、組織等視角給出維度數據分類參考框架，數據分級主要從數據安全保護的角度，考慮響對象、影響程度兩個要素進行分級，并規定了數據級別與影響對象和影響程度的關系?；炯墑e國家安全公共利益個人合法權益 組織合法權益核心數據一般危害，嚴重危害嚴重危害重要數據輕微危害一般危害，輕微危害一般數據無危害無危害無危害、輕微危害、一般危害、嚴重能害無危害、輕微危害、一般危害、嚴重能害表：數據

24、安全基本分級規則圖：網絡數據分類流程數據分類個人信息非個人信息公共數據社會數據公共傳播信息非公共傳播信息公民個人維度分類公共管理維度分類信息傳播維度分類是否存在行業數據分類規則？工業數據電信數據金融數據交通數據自然資源數據衛生健康數據教育數據科技數據用戶數據業務數據經營管理數據系統運行和安全數據否組織經營維度分類是行業領域維度分類國家和地方政府關于數據要素市場化的制度探索21數據來源：網絡安全標準實踐指南網絡數據分類分級指引，東吳證券研究所數據價值化是指以數據資源化為起點，經歷數據資產化、數據資本化階段，實現數據價值化的經濟過程。數據資源化是使無序、混亂的原始數據成為有序、有使用價值的數據資源

25、。數據資源化是激發數據價值的基礎，其本質是提升數據質量、形成數據使用價值的過程。數據資產化是數據通過流通交易給使用者或所有者帶來經濟利益的過程。數據資產化是實現數據價值的核心，其本質是形成數據交換價值，初步實現數據價值的過程。數據資本化主要包括兩種方式，數據信貸融資與數據證券化。數據資本化是拓展數據價值的途徑，其本質是實現數據要素的社會化配置。國家工業信息安全發展研究中心等機構公布的2020-2021 中國數據要素市場發展報告從產業鏈的角度出發，將目前國內數據要素市場分為數據采集、數據存儲、數據加工、數據流通、數據分析、數據應用和生態保障七大模塊，覆蓋了數據要素從產生到發生要素作用的全過程。數

26、據要素產業鏈初步形成22數據來源：信通院，國家工業信息安全發展研究中心，東吳證券研究所第三章 數據資源化數據資源化產業鏈日臻完善，數據供給能力增強。當前，基于數據采集、標注、分析、存儲等全生命周期價值管理的數據資源化進程不斷深化。數據采集階段，數據由人工采集向自動采集進一步轉化，各類傳感器被運用到生產、生活及科學研究中，并產生大量數據，數據采集變得更加便捷經濟。（工業互聯網）數據標注階段，現有的數據標注業務主要集中在智能駕駛、醫療衛生、金融服務、新零售等領域，標注產業圍繞北京、長三角、成渝地區向外擴散，形成三大產業群，并產生擴散效應，為小城鎮和農村提供了大量就業機會。數據分析階段，機器學習等人

27、工智能方法以及對應的優化算法不斷完善、配套的硬件計算能力不斷提升，增強了數據提取信息的能力，確保了數據價值化的可能性和可行性，從而提升了數據價值。（OLAP）數據存儲階段，傳統數據中心逐步向云端轉變，云數據中心成為新的企業數據存儲庫，據 IDC 預測，2025 年將有 49%的全球已存儲數據將駐留在公共云環境中。（云基礎設施）數字化轉型需要將現有數據進行資產化，并不斷積累數據資產，將數據資產作為數字化轉型的驅動力。各行各業的數字化轉型催生了巨大的數據需求，形成了數據大市場，數據正從自產自用、自產自銷向專業數據產品生產的方向發展。數據資產化是數據進入市場流通的前提，是各類數據要素市場建設的前提。

28、數據資源化24數據來源：信通院，東吳證券研究所 根據IDC對全球數據規模的預測，2018年全球數據量約為33ZB，到2025年全球數據可達175ZB，其中有超過一半（90ZB）來自物聯網設備，這意味著未來大量的數據將來自To B端的工業互聯網。根據IDC的預測，隨著互聯網用戶的增加和數字基礎設施普及速度的提升，中國將成為數據量增長最快的地區，預計每年將以30%的增速提升，從2018年的7.6ZB（約占全球比重23.4%）增長至2025年的48.6ZB（約占全球比重27.8%），并在2025年成為全球最大的數據區域。數據資源化使種類豐富且內容龐雜的數據擁有了使用價值，發展潛力十分巨大。全球數據的

29、井噴式生產為數據資源化奠定了基礎，數據采集、數據標注有望成為撬動產業規模發展的新引擎。圖：數據資源化框架圖數據資源化25數據來源：IDC，信通院，東吳證券研究所數據聚合數據分析數據傳輸數據傳輸數據集合匯聚數據整理數據標注數據清洗脫敏脫密標準化數據采集個人數據企業數據政府數據數據資源化數據采集數據的獲取需要構建具有采集、歸集、存儲、加工、生產、流通等功能的數字基礎設施。具體而言，數字基礎設施包括“硬、軟、云、網”等部分。全球看，即使歐美日韓等發達國家，仍處于數據資源化的初級階段。目前，我國已在數據采集環節初步形成了產業體系，數據管理和數據應用能力不斷提升。數據采集是數據資源化的首要環節，是數據標

30、注、數據清洗、數據存儲、數據分析等的基礎。數據采集行業主體主要包括采集設備提供商、數據采集解決方案提供商兩類：1.數據采集設備提供商為數據采集提供傳感器、采集器等專用采集設備和智能設備。（如工業數據采集通過智能裝備本身或加裝傳感器方式采集生產現場數據）2.數據采集解決方案提供商通過人工采集服務、系統日志采集系統、網絡數據采集系統等方式為客戶提供解決方案。數據獲取量主要與接入互聯網的人數和數字基礎設施建設水平相關。26數據來源：東吳證券研究所數據資源化數據標注隨著人工智能巨頭的崛起，數據標注和采集需求激增，數據標注市場逐漸形成，其提供的數據標注服務中，文本標注較為基礎，多以語音標注、計算機視覺標

31、注為主。根據智研咨詢，2015-2021年，我國數據標注與審核行業市場規模保持穩步增長態勢，2021年達到44.40億元。預計2028年我國數據標注與審核行業市場規模將達262.74億元?，F有數據標注以人工標注為主，屬于勞動密集型產業。隨著機器學習不斷完善，自動標注成為大趨勢。目前我國的數據標注與審核業務的參與者主要包括兩類，一是人工智能公司內部的標注部門，二是商務流程外包公司。圖：頭部數據標注企業概況圖圖：2015-2022年我國數據標注與審核行業市場規模走勢（億元）27數據來源：智研咨詢，信通院，東吳證券研究所44.455.30102030405060海天瑞聲慧聽數據愛數智慧標貝科技夢動科

32、技倍賽云測曼孚科技星辰數據阿里眾包螞蟻眾包龍貓數據京東眾智百度數據堂圖例自建模式眾包模式組合模式偏重計算機視覺偏重語音2005年早期進入中期進入晚期進入2020年數據資源化數據存儲云計算為政府、企事業單位和其他組織提供了社會級的超大算力計算平臺和海量數據存儲平臺。云計算在數字中國建設和數字經濟發展中起著重要的基礎性、先導性和戰略性作用，已成為經濟社會數字化轉型的基石。地方政府方面：2022年10月28日全國一體化政務大數據體系建設指南中提出要整合構建標準統一、布局合理、管理協同、自主可控的全國一體化政務大數據體系，并要求到2025年政務數據全部納入目錄管理。目前全國超過70%的地級市建設了政務

33、云平臺，政務信息系統逐步遷移上云，初步形成集約化建設格局。但傳統的政務云建設重在建設資源，政務應用系統與資源缺少協同。隨著各地數字政府建設的深入推進，傳統的政務云架構和方式對業務快速創新、規模持續擴大、復雜度和智能化升級的核心訴求逐漸“力有不逮”。央國企方面：國企數據資源屬于國有資產，國資云建設的核心目的是加強國企的數據安全保障，強化對國企數據資源的監管。國資云是指由各地國資委牽頭投資、設立、運營，通過建設高安全防護水平的數據安全基礎設施底座。國資云的推廣也預示著黨政及國企未來將堅持信創云技術路線。在數字經濟時代，數據的存儲、安全、可控將成為政府的一個重要課題，具有信創底座的國資云將成為最佳的

34、解決方案。28數據來源：易華錄公眾號，IDC，智研咨詢，東吳證券研究所數據資源化數據分析數據分析市場高速發展。大數據分析市場包含了大數據分析挖掘、應用相關的軟件產品和服務市場。未來大數據與實體經濟加速融合，將持續推動大數據分析相關產品和服務在金融、政府、電信、互聯網、健康醫療、工業、交通運輸、教育、電力等領域的融合發展，未來大數據分析市場將不斷發展壯大，預計2024年我國大數據分析市場規模將達到465.3億元，未來三年復合年增長率26.6%。2021年我國大數據分析市場下游行業中，金融、政府、電信和互聯網位居應用領域前四名，市場占比分別為19.1%、16.5%、15.2%和13.9%，合計超過

35、60%。圖：2021年我國大數據分析市場下游行業結構及預測圖：2019-2024年中國大數據分析市場規模及預測（億元）29數據來源：賽迪，東吳證券研究所第四章 數據資產化和資本化數據資產化使具有使用價值的數據成為一種資產，在市場上進行流通交易，給擁有者或使用者帶來經濟利益。數據資產化是構建數據要素市場的關鍵與核心，包括數據權屬的確定、數據資產的定價、數據的交易流通。數據要素市場構建要求數據資產具備三個條件：可控制、可量化和可獲益?？煽刂剖侵笖祿忻鞔_的產權歸屬，可量化是指數據資產的價值可以用某種數量指標或貨幣來衡量，可獲益是數據資產能帶來經濟利益，具有交換價值與價值。加快數據產權界定、建立數

36、據定價機制是培育數據要素市場的關鍵。數據資產化31數據來源：信通院，東吳證券研究所如果將數據資源比作石油，數據資產化的過程就好比是將石油通過多道工藝提煉成更高品質、更具價值的汽油、柴油等，最終將石油資源轉化為重要的交通工具等不同行業的能源，推動全人類工業現代化文明建設。從資源向資產的轉變需要以下幾個核心“能力”：加工工藝：數據治理是管好數據，好比石油加工的工藝、制度、流程、組織等，保障數據中臺的數據質量，確保數據資源的質量；煉油廠：數據中臺是加工數據，好比煉油工廠，通過數據應用能力的建設，創造數據資產價值，并反向驅動數據質量的提升；汽油、柴油等成品：數據資源的治理成果為數字化應用建設提供保障，

37、并與數據中臺共同驅動、盤活數據，形成具有業務價值的基礎類數據資產，即比喻為“汽油”引擎：數據資產在建設完成后通過BI分析、數據建模、標簽管理等工具，形成更高價值的產品類數據資產，即比喻為“引擎”交通工具：數據資產在建設完成后通過BI分析、數據建模、標簽管理等工具，最終通過各式各樣的應用服務于終端客戶，包括但不限于客戶畫像、精準營銷、智能風控、智能運營等，形成了最終數據產品化、數據資產價值的釋放。此時數字化應用則如同汽車、火車、飛機等。圖：從微觀視角看數據資產化數據資產化過程32數據來源：上海數據交易所，東吳證券研究所數據資產化數據確權 數據要素確權是數據進行后續流通和交易的基礎?；ヂ摼W平臺在收

38、集、運用數據的過程中存在大量不規范行為。早在2018年，中國消費者協會就對100款APP進行測評，結果顯示超九成APP涉嫌過度收集用戶個人信息，還有部分APP存在賬號注冊容易注銷難的現象，導致用戶無法在互聯網平臺上清除自身的數據。產權清晰是數據市場經濟活動有序進行的基礎，以法律形式確定不同來源數據的產權歸屬，為規范數據要素市場行為提供實踐標準，是加快數據要素市場培育的制度保障。數據確權是建立數據交易市場秩序和規則的前提條件，是理清數據流通邊界的根本途徑，是實現數據收益按貢獻分配的必由之路。目前解決數據確權問題的主要思路是，對于公共數據、企業數據和個人數據分類施策，所有權、運營權和收益權三者獨立

39、。數據確權重要性在頂層規劃中充分凸顯。2021 年 3 月，中央財經委員會第九次會議指出，加強數據產權制度建設，2022年1月，“十四五”數字經濟發展規劃提出，到 2025 年數據確權要有序開展。以隱私計算、區塊鏈技術為代表的交叉信息技術為數據定價提供算法支持。33數據來源：數據要素論，環球網，政府官網，東吳證券研究所 數據流通在提升公共決策效率、擴展商業應用場景等方面有著顯著的作用。數據流通根據技術方式的不同，可以分為數據開放共享、數據交易、API 技術服務、“數據可用不可見”模式、“數據可算不可識”模式、數據跨境流動等形式。數據流通主要關注的問題之一是數據的共享。目前政府部門之間的內部共享

40、發展良好，國家電子政務網站接入全國政務部門共計約25萬家。2021年，超過1/4的國家部委實現政府服務100%全程網辦。數據資產化數據流通和交易34數據來源：信通院，國家工業信息安全發展研究中心，東吳證券研究所數據交易發展現狀 隨著數據資產化的進程加快和新興技術的不斷融合發展，數據交易呈現穩步發展的態勢。On Audience統計顯示，中國數據市場發展迅速，交易值增速在全球遙遙領先，2017年、2018年兩年的交易之均接近翻番，2019年也在60%以上，達到23.93億美元的規模，超過英國的23.55億美元。政策部署節奏加快，數據流通要求加強數據交易場所統籌建設?！笆奈濉睌底纸洕l展規劃明確

41、提出要充分發揮數據要素作用、強化高質量數據要素供給，加快數據要素市場化流通，創新數據要素開發利用機制；加快構建數據要素市場規則，培育市場主體、完善治理體系，到2025年初步建立數據要素市場體系。場內交易比例逐步提高。根據上海數據交易所研究院測算，中國2022年場內交易的規模約為20億元，數據場外市場規模約在1000億元，也就是說，場內交易占場外交易的比重約為2%，預計數據交易每年會有20%以上的增速，其中場內交易市場增速應在40%以上，預估到2025年，場內交易占比將提升到總交易規模的三分之一或四分之一。表：20172019年全球最大的五個數據交易市場35數據來源：信通院，On Audienc

42、e，政府官網，上海數據交易所研究院，東吳證券研究所國家201720182019市場交易值（億美元）增長率（%）市場交易值（億美元）增長率（%）市場交易值（億美元）增長率（%）美國97.8234.9123.4126.2152.0923.2英國14.5222.318.8229.623.5525.1中國7.47127.214.6195.523.9363.8加拿大4.5330.15.8829.77.6930.6法國2.3256.43.4146.84.7037.8 數據交易是市場經濟條件下促進數據要素市場流通的基本方式。近年來，隨著大數據技術及應用的迅速發展，我國各地以多種形式開展了關于數據交易的探索和

43、實踐。2015年4月，貴州省人民政府批準成立了全國第一家大數據交易所貴陽大數據交易所。從2015年至今，國內的數據交易所發展經歷了兩個小高潮：1.2015-2017年，共有20家數據交易所注冊成立，其中2015年一年便有10家；此后20182020年回到低谷期，只有6家數交所注冊成立；2.2021年至今，有15家數據交易所先后被批復或注冊成立。然而，由于產品數量較少、盈利模式不清晰，應用場景不成熟等多種因素，當前數據交易所的交易量相對較小，只有少部分數據實現場內交易。從各地數據交易機構的實踐來看，目前形成了兩種最主要的交易模式，也是發展數據交易機構的兩種主流思路。一是數據撮合交易模式。在這種交

44、易模式下,數據交易機構以交易粗加工的原始數據為主，不對數據進行任何預處理或深度的信息挖掘分析，僅經過收集和整合數據資源后便直接出售。很多交易所或交易中心在發展初期都是以這種交易模式為基本發展思路。二是數據增值服務模式。數據交易機構不是簡單地將買方和賣方進行撮合,而是根據不同用戶需求，圍繞大數據基礎資源進行清洗、分析、建模、可視化等操作，形成定制化的數據產品，然后再提供給需求方。從各地實踐效果來看，大部分數據交易機構經過多次探索之后，選擇了提供數據增值服務的交易模式，而不是基礎數據資源的直接交易。數據交易所36數據來源：中國數據要素市場發展報告綜論，甲子光年，東吳證券研究所數據要素定價機制 目前

45、數據市場已經探索了多種具體的數據定價機制，具體包括：1.固定定價：指數據賣方和交易平臺根據數據商品的成本和效用結合市場供需情況，設定一個固定價格在交易平臺上出售，最終成交價即為該固定價格。2.差別定價：指以兩種或兩種以上不同反映成本費用的比例差異的價格來銷售一種數據產品或服務。3.自動實時定價：交易所針對每一個數據品種設計自動計價公式，賣方和買方在交易系統的自動撮合下成交。4.協商定價：當交易雙方對大數據價值的評估不一致時，買方和賣方可以直接通過協商定價達成對數據商品價值的一致認可。5.拍賣式定價：屬于需求導向定價，適用于一個賣方和多個買方交易的情形。表：典型數據交易平臺的定價機制數據交易平臺

46、具體定價機制定價機制類型Azure，Oracle固定定價機制靜態Factual差別定價機制Qubole，浙江大數據交易中心、貴陽大數據交易所自動實時定價機制動態上海數據交易中心拍賣定價機制長江大數據交易中心、上海數據交易中心、貴陽大數據交易所協商定價機制37數據來源：信通院，東吳證券研究所數據交易手段 區塊鏈技術作為數據交易手段被初步運用并逐漸普及。區塊鏈技術是一種全新的信任方式，主要作用如下：1.能夠拉動數據供需雙方交易率、提高流通效率，通過建立數字身份和可信數據憑證體系等，使數據交易流通安全可信。2.可以為數據治理方、監管方提供完整的技術管理手段，從而可以確保數據授權和數據交易復合國家政策

47、法規和監管要求，有利于建立開放、透明的數據流通監管體系。3.有利于消除信息孤島，再不做數據整體物理遷移的情況下完成數據的開放和流通，有效整合分散異構的數據資源，快速消除信息孤島。一方面，數據資產化既是實現企業數字化轉型的先決條件，也是進一步發揮企業競爭優勢、提升企業發展質量的重要途徑。另一方面，數據資產化推動公共數據賦能數字經濟、數字政府、數字社會建設，帶動企業數據、社會數據等其他數據資源的整合共享與開發應用，充分釋放公共數據價值的必由之路。38數據來源：信通院，人民創投區塊鏈，東吳證券研究所數據資本化數據資本化階段，數據被打包成金融產品進入資本市場，推動資本集聚，促進資源合理配置，發揮數據要

48、素對經濟社會發展的乘數效應，實現數據價值的深化。目前，國內外已有企業展開數據資本化創新性探索，總的來看，主要有以下四種形式：1.數據證券化，依托數據資產，通過IPO、并購重組等手段獲得融資。如，由于LinkedIn擁有高達4億的用戶，產生大量行為數據，Microsoft在2016年以262億美元收購擁有海量數據資產的LinkedIn，溢價超50%；Facebook依托自身數據資產以高市值上市，上市市值超財報公布的資產價值逾14倍，龐大差額的背后是Facebook未在賬面體現的數據資產8.45億個月活躍用戶及其產生的行為數據。2.數據質押融資，數據權利人將其合法擁有的數據出質，從銀行等金融機構獲

49、取資金的一種融資方式。3.數據銀行，通過吸納“數據存款”，把分散在個人和集體中的數據資源集中起來，使其易被發現、訪問、并具備互操作。4.數據信托。39數據來源：信通院，東吳證券研究所第五章 數據要素的參與主體數據交易主體從供給端來看，數據交易主體由政府主導向社會多主題共建發展，即由政府指導類、數據服務商類、大型互聯網企業三類主體共同參與。政府指導類是數據交易市場加入最早也是規模最大的參與主體。政府通過指導建設平臺、設立數據交易所等方式，推動數據交易。數據服務商對數據進行“采產銷”一體化運營，盈利性較強，其主要特征是向用戶直接交付數據產品或服務，包括原始數據、加工處理后的數據以及由多份數據整合后

50、的新數據，分別對應數據產生者、數據加工者和數據整合者的角色。大型互聯網企業投資建立的交易平臺以服務大型互聯網公司發展戰略為目標。數據市場的另一端是數據的需求方，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。表：數據需求主體及類型41數據來源：信通院，東吳證券研究所需求主體數據品種核心數據類型醫藥公司、醫療設備公司等醫療數據病歷數據、就診數據、藥品流通銀行、小貸公司、互聯網金融公司金融數據企業數據、個人數據、個體戶數量能源企業企業數據中小微企業數據、外資企業數據等車聯網、汽車公司、汽車后市場能源數據石油、天然氣等所有相關的數據供應鏈相關企業交通數據停車場數據、車輛位

51、置數據等金融機構、汽車公司、消費品公司商品數據電子標簽數據、商品物流數據等教育類機構消費數據個人消費數據、個人征信數據等政府相關部門教育數據學習軌跡數據、教育消費數據其他(如科研機構等)社會數據與社會管理、政府管理有關的數據社交數據與社交相關的所有數據政府數據政府統計數據，政府審批數據等電商數據商品交易數據、商品流通數據等 基于我國數據要素流通基礎制度的不斷完善，加之數據交易市場對于優質數據供應源的迫切現實需求，僅僅依靠企業自身力量來參與市場并組織數據產品的效率較低。在此背景下，需要較大的經濟能力和技術能力支撐，需要專業的數據服務市場參與者，協助企業圍繞數據生命周期，加強數據治理，做好數據采集

52、、數據處理、數據存儲、數據管理、數據分析、數據可視化、數據智能化應用等業務，將原始數據轉化為數據產品和服務，提高數據資源的可用性和數據產品的成熟度，這類市場參與者也被稱為“數商”。數商企業貫穿于數據要素市場全鏈路，在數據產生、創新使用、數據流通與交易、數據技術創新、數據治理與管理等方面承擔不可或缺的作用。數商企業具體可以分成（1）數據基礎設施提供商、（2）數據資源集成商、（3）數據加工服務商、（4）數據分析技術服務商、（5）數據治理服務商、（6）數據咨詢服務商、（7）數據安全服務商、（8）數據人才培訓服務商、（9）數據產品供應商（數據要素型企業）、（10）數據合規評估服務商、（11）數據質量評

53、估商、（12）數據資產評估服務商、（13）數據經紀服務商、（14）數據交付服務商，以及（15）數據交易仲裁服務商等15類。2022年，僅上海市數據核心企業就突破了1200家。核心產業規模達到3378億元。數據交易主體數商42數據來源：上海數據交易所，東吳證券研究所 具體來說，這15類數商企業的詳細定義為：1.數據基礎設施提供商主要是支撐數據要素生產、處理的各類軟、硬件生產、制造的企業，如提供數據流通技術、信息技術基礎設施、云計算、區塊鏈、操作系統等產品或服務。2.數據資源集成商主要是幫助匯集、存儲各類分散的數據資源的企業，如提供數據存儲、數據中心、數據采集、數據中臺等產品或服務。3.數據加工服

54、務商主要是指對數據進行操作和處理的企業，如提供數據清洗、標注、融合，對異構數據進行處理和結構化等產品或服務。4.數據分析技術服務商指的是對數據進行分析以生成有用信息的企業，如提供數據挖掘、機器學習、預測分析等產品或服務。5.數據治理服務商指的是制定數據標準、規范化數據管理的企業，如制定數據標準、數據分級分類。6.數據咨詢服務商指的是提供有關數據管理、數字化轉型、技術解決方案等服務的企業。7.數據安全服務商指的是保障數據安全和數據隱私的企業，如提供網絡安全、云安全、信息安全、移動應用安全的產品或服務。8.數據人才培訓服務商指的是教育或培訓有關數據處理、管理、分析、治理等方面相關知識人才的企業，包

55、括IT教育培訓、編程教育、數據管理培訓等相關業務。9.數據產品供應商（數據要素型企業）指的是自身擁有大量數據且能夠提供自身數據給第三方數據處理商、存儲商、分析商的企業，通常這些企業來自于數據密集型行業，如金融、互聯網、交運、醫藥健康、能源、工業制造和通信運營7大行業。10.數據合規評估服務商指的是對數據的運營合法性和流程合規性進行管理或監督的企業，通常提供知識產權、合規性識別、公司治理等產品或服務。11.數據質量評估商主要是對數據質量和價值進行評估的企業。12.數據資產評估服務商指的是對數據價值進行量化評估和審計的企業，通常這些企業經營業務包括資產評估、財務咨詢、審計。13.數據經紀服務商指的

56、是匹配數據要素供應方和需求方的企業，如促進數據交易的經紀商和中介。14.數據交付服務商指的是將數據方案進行執行落地的企業，提供如隱私計算、融合計算、聯邦學習等產品或服務。15.數據交易仲裁服務商指的是對一切在數據要素市場中發生的各類經濟活動違規問題或爭議進行解決的企業。數據交易主體數商43數據來源：上海數據交易所，東吳證券研究所圖：數商分類和經營內容描述數據交易主體數商44數據來源：上海數據交易所，東吳證券研究所圖：數商在數據要素市場中的角色數據交易主體數商45數據來源：上海數據交易所，東吳證券研究所圖：數商產業生態圖譜數據交易主體數商46數據來源：上海數據交易所，東吳證券研究所 依次按照已完

57、成的融資輪數對不同數商企業平均融資金額進行對比各融資輪次不同類型數商企業平均融資金額可以看出：在融資次數1次的所有企業類別中平均融資金額是最高前三數商類型依序為數據資產評估服務商、數據合規評估服務商、數據資源集成商。在融資次數2次的所有企業類別中平均融資金額是最高前三數商類型依序為數據咨詢服務商、數據資產評估服務商、數據安全服務商。在融資次數3次的所有企業類別中平均融資金額是最高前三數商類型依序為數據咨詢服務商、數據基礎設施提供商、數據加工處理服務商。數據咨詢服務商隨著融資次數增加平均融資金額顯著提高，數據咨詢服務商發展過程中業務規模及成長相對其他類型數商大且快。數據加工處理服務商完成三次融資

58、金額超過完成二次融資金額4倍以上，依此結果，可知數據加工處理服務商有相對較好的發展機會。圖：各融資輪次不同類型數商企業平均融資金額（續）圖：各融資輪次不同類型數商企業平均融資金額數據交易主體數商47數據來源：上海數據交易所，東吳證券研究所數據交易主體數據交易中介 隨著數據交易市場的不斷發展，第三方數據交易平臺的市場定位出現綜合化、服務化的趨勢，數據交易中介由單一的居間服務商向數據資源綜合服務商轉型。當前，數據安全保護仍是制約數據交易流通的一把枷鎖，亟待相關機制予以解決。表：國內數據交易中心48數據來源：信通院，東吳證券研究所狀態序號名稱籌建1雄安大數據交易中心2北京國際大數據交易所已建3貴陽大

59、數據交易所4中原大數據交易中心5西咸新區大數據交易所6華東江蘇大數據交易中心7哈爾濱數據交易中心8上海數據交易中心9北部灣大數據交易中心10香港大數據交易所11華中大數據交易所12東湖大數據交易中心13長江大數據交易所14浙江大數據交易中心15錢塘大數據交易中心16重慶大數據交易市場17中關村數海大數據交易平臺數據交易主體數據交易監管數據交易的監管主要依托政府，數據服務機構自律為輔助。目前，全國各地已經相繼成立了大數據管理局，監督管理數據交易市場，促進數據資源流通。省級層面已有廣東省、浙江省、貴州省等14個地區設立了省級的大數據管理機構，省級以下各市、區大數據管理局也達到12個，如廣州市大數據

60、管理局、貴陽市大數據發展管理委員會等，負責統籌本地區內數據監督管理工作。表：省市級大數據管理局49數據來源：信通院，東吳證券研究所省級大數據管理局（4個）北京市大數據管理局河南省大數據管理局貴州省大數據發展管理局福建省大數據管理局吉林省政務服務和數字化建設管理局浙江省大數據發展管理局山東省大數據局廣西壯族自治區大數據發展局一東省大數據管理局海南省大數據管理局內蒙古自治區大數據發展管理局江西省大數據中心上海市大數據中心重慶市大數據應用發展管理局市級大數據管理局（12個）南京市大數據管理局廣州市大數據管理局沈陽市大數據管理局成都市大數據中心蘭州市大數據管理局保山市大數據管理局黃石市大數據管理局咸陽

61、市大數據管理局銀川市大數據管理服務局昆明市大數據管理局貴陽市大數據發展管理局寧波市大數據發展管理局第六章 投資邏輯建設全國一體化政務大數據體系明確了政府義務?！笆奈濉币詠?，相關政策部署節奏加快。2022年6月深改委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，正式拉開了我國數據產權制度從宏觀政策主張走向具體制度實踐的序幕。2022年10月全國一體化政務大數據體系建設指南明確提出到2025年，全國一體化政務大數據體系更加完備，政務數據管理更加高效，政務數據資源全部納入目錄管理；支持具備條件、信譽良好的第三方企事業單位開展運營服務?！俺浞终侠酶鞯貐^各部門現有政務數據資源，以政務數據共享

62、為重點，適度超前布局，預留發展空間，加快推進各級政務數據平臺建設和迭代升級，不斷提升政務數據應用支撐能力?！闭Y金壓力有所緩解。國務院總理李克強作2022年政府工作報告提出，2022年擬安排地方政府專項債券3.65萬億元。在強化績效導向，堅持“資金跟著項目走”，合理擴大適用范圍，支持在建項目后續融資的同時，開工一批具備條件的重大工程、新型基礎設施、老舊公用設施改造等建設項目。截至12月5日，前11個月地方債發行近7.3萬億元。其中，新增專項債發行規模首次突破4萬億元，已經超出了年初規劃。未來相關政策有望持續推進。我們預期后續國家會圍繞數據確權、數據定價和數據交易等環節進行頂層設計，并會加強云

63、基礎設施的全面建設。邊際變化51數據來源：政府官網，第一財經，東吳證券研究所國央企更具備現階段進行數字化轉型的基礎。數字化轉型的客戶主要是政府和央國企?！笆奈濉币詠?，國有企業數字化轉型的相關國家政策密集發布。央國企自身的資產規模、市場規模都比較大，產業鏈的整合能力比較強，一般具有比較穩定的高素質管理團隊和對市場、客戶的深刻理解，在數字化轉型的過程中對于行業痛點的分析、數字化轉型方案的系統性設計以及財務風險的把控能力等方面均具有明顯優勢。大量的中小企業由于資產規模、市場規模過小，加上社保、稅收、融資等制度性成本較高，企業生存壓力普遍較大，缺乏成熟的戰略思考能力和風險防控能力，對于數字化轉型的趨

64、勢還屬于被動適應的態勢。52數據來源：東吳證券研究所央國企是數字化轉型的主陣地在數據運營方面，央國企更容易獲得能夠進行數據運營的牌照、身份、資源、市場，并且參與制定和主導行業標準，在獲得頂層信任方面具有天然優勢。如數據要素流通標準化白皮書（2022版）等官方資料，編寫單位主要由政府相關部門、高校單位以及央國企組成。央國企的渠道優勢更顯著。部分央國企互相之間具有戰略投資關系。在國務院國資委或地方國資委支持下的央國企和地方政府、地方其他央國企之間有長期的合作關系。央國企的技術生態更完善。自主可控是一以貫之的要求，數據要素底層也需要自主可控。央國企在信創體系生態更完善，適配更好。未來投資應該圍繞央國

65、企或下游客戶是央國企的方向展開。53數據來源：數據要素流通標準化白皮書（2022版），東吳證券研究所央國企是數字化轉型的主力軍數據要素市場化先進地區 2019年10月，國家發展改革委、中央網信辦啟動建設雄安新區、浙江省、福建省、廣東省、重慶市、四川省等6個國家數字經濟創新發展試驗區。2022年2月17日，從國家發改委獲悉，國家發改委、中央網信辦、工業和信息化部、國家能源局聯合印發通知，同意在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等8地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群。至此，全國一體化大數據中心體系完成總體布局設計，“東數西算”工程正式全面啟動。我們

66、預期未來的數據要素市場化先進地區將會從以上兩類地區中產生。數據來源：人民資訊，央廣網，東吳證券研究所數據安全可能會形成第三方監管業態 隨著數據要素市場化過程的推進，隱私信息、敏感信息的安全問題日益突出，我們認為需要由第三方來監督數據的收集、加工、應用等行為。中華人民共和國個人信息保護法明確指出，提供重要互聯網平臺服務、用戶數量巨大、業務類型復雜的個人信息處理者，應當按照國家規定建立健全個人信息保護合規制度體系，成立主要由外部成員組成的獨立機構對個人信息保護情況進行監督。國有背景的數據安全公司有望獲得信任和牌照優勢。數據來源：政府官網，東吳證券研究所核心受益環節：數據要素變現&基礎設施建設56數

67、據來源：Wind，東吳證券研究所哪些環節更好？誰掌握數據運營權，誰掌握未來（數據要素變現）；誰掌握基礎設施建設訂單，誰掌握現在（各地的國資云建設）；全國云基礎設施需要重新國產化，是最先放量、確定性最高的環節；數字政府業務和數據運營業務聯系緊密；云基礎設施廠商往往也具備較強的數字政府能力；廠商身份尤為重要，央國企優勢明顯；相關標的57數據來源：Wind，東吳證券研究所數據資源化：云基礎設施：云賽智聯：上海國資系統唯一的數據中心運營商和云服務運營商 深桑達A：中國電子云成為央國企和地方政府開展國資云建設的主力軍 易華錄：跑通數據要素市場化全產業鏈商業模式，先發優勢顯著數據標注：海天瑞聲：AI訓練數

68、據專業提供商；協助數據處理數據分析：星環科技：A股稀缺的OLAP廠商 海量數據：高斯數據庫發行版核心合作伙伴；相關標的58數據來源：Wind，東吳證券研究所數據資產化：數據確權：人民網：上線首個個人信息保護與確權服務平臺人民數保數據安全：衛士通：數據安全國家隊，個保審計業務破冰，大廠合作順利推進安恒信息：數據安全島快速推進，云安全、數據安全產品實力強勁數據交易所：浙數文化、安恒信息、ST實達、廣電運通、華揚聯眾、東華軟件、零點有數、東方國信、吉視傳媒數字政府：新點軟件、太極股份、數字政通、榕基軟件、南威軟件、德生科技第七章 風險提示政策推進不及預期：數據要素相關政策推進受到多種因素影響，節奏和

69、力度可能不及預期；行業競爭加?。簲祿匦袠I市場空間廣闊，業務模式多樣，可能吸引更多公司參與行業競爭。風險提示60免責聲明東吳證券股份有限公司經中國證券監督管理委員會批準，已具備證券投資咨詢業務資格。本研究報告僅供東吳證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因接收人收到本報告而視其為客戶。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議，本公司不對任何人因使用本報告中的內容所導致的損失負任何責任。在法律許可的情況下，東吳證券及其所屬關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供投資銀行服務或其他服務。市場有風險，投資需謹慎

70、。本報告是基于本公司分析師認為可靠且已公開的信息，本公司力求但不保證這些信息的準確性和完整性，也不保證文中觀點或陳述不會發生任何變更，在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。本報告的版權歸本公司所有，未經書面許可，任何機構和個人不得以任何形式翻版、復制和發布。如引用、刊發、轉載，需征得東吳證券研究所同意，并注明出處為東吳證券研究所，且不得對本報告進行有悖原意的引用、刪節和修改。東吳證券投資評級標準：公司投資評級：買入：預期未來6個月個股漲跌幅相對大盤在15%以上；增持：預期未來6個月個股漲跌幅相對大盤介于5%與15%之間；中性：預期未來 6個月個股漲跌幅相對大盤介于-5%與5%之間；減持：預期未來 6個月個股漲跌幅相對大盤介于-15%與-5%之間；賣出：預期未來 6個月個股漲跌幅相對大盤在-15%以下。行業投資評級：增持：預期未來6個月內，行業指數相對強于大盤5%以上；中性：預期未來6個月內，行業指數相對大盤-5%與5%；減持：預期未來6個月內，行業指數相對弱于大盤5%以上。東吳證券研究所蘇州工業園區星陽街5號郵政編碼：215021傳真：（0512）62938527公司網址：http:/東吳證券 財富家園