数据要素市场分析.docx

《数据要素市场分析.docx》由会员分享，可在线阅读，更多相关《数据要素市场分析.docx（22页珍藏版）》请在第一文库网上搜索。

1、数据要素市场分析一、数据要素的产生和发展：第五大生产要素，政策密集发布引领产业链发展提速(-)数据升级为新型生产要素，赋能经济发展数字经济时代数据重要性提升，与土地、资本、技术、劳动力并列为第五大生产要素。数据已成为数字经济发展不可或缺的重要元素，在社会经济发展的各个方面发挥愈发重要的作用。随着数据重要性的提升，国家层面也正式将数据列为生产要素之一：2019年10月，党的十九届四中全会将数据与土地、劳动力、资本、技术并列，首次明确作为重要生产要素。2023年4月中共中央、国务院发布的关于构建更加完善的要素市场化配置体制机制的意见中正式将数据作为生产要素单独列出，成为社会经济生产活动所需要的基本

2、资源之一。数据要素有望与A1等前沿数字科技结合，进一步赋能更多产业，驱动数字经济加速发展。数据要素是原始数据经过资源化处理后形成的数据资产，类似将原油加工提炼成石油资源，使其具备应用价值。从狭义视角理解，数据要素是原始数据经过初步处理后形成的初级形态，已具备可参与生产活动或深度使用的基础，但具体的应用方向和开发方式需根据数据使用方的需求来确定，可类比土地作为生产要素，需要由政府及房地产开发商决定土地的具体用途。从广义视角理解，数据要素的范畴进一步扩大，包括以各种方式参与经济活动并发挥作用的各类数据资产，可类比劳动要素，任何参加社会劳动(并获取报酬)的劳动人口均为劳动要素。数据要素是数字经济的底

3、层核心资源，有望推动宏观经济发展，提升微观企业经营效益。数字经济的发展本质上是通过对数据要素更充分、更智能、更精细的运用，赋能产业发展提效，具体落脚在数字产业化和产业数字化两个主要方向。产业数字化目前是数字经济发展的主导推动力，2023年产业数字化增加值(37.2万亿元)、占GDP比重(32.5%)和增长速度(17.4%)均快于数字产业化，体现出现阶段数据要素主要通过赋能传统产业的数字化转型升级，促进数字经济快速发展，从而推动宏观经济发展。根据中国数据要素市场发展报告(2023-2023),以726家数字化转型上市公司为样本的调研数据显示,样本公司ROA显著高于上市公司近30年平均水平(2.2

4、7%),且数据要素应用水平高的企业ROA显著高于应用水平低的企业，数据要素对企业经营效益的提升发挥重要作用。It梯奏涛化数据麦源二数据需东方收据资产数据开发利用淡道文扬Oy僧。高瀚患通文易图1:数据要素及市场流通二数提供给方IUt皆产化随着数据要素在数字经济发展中的重要性逐步凸显，政策层面的支持力度也不断加大，相关支持性政策相继出台，推进数据要素产业规范、健康发展。（二）政策出台加速，政策重心由基础设施转向流通和使用梳理政策层面对数据要素产业发展的态度，我们认为可以分为三个阶段：（1）第一阶段（2014-2019年）：国家“大数据”战略正式提出，数据成为国家基础战略性资源，大数据基础设施建设稳

5、步推进；（2）第二阶段（20232023年）：数据资源正式被确立为第五大生产要素，战略地位稳固，逐步开始探索数据确权、数据交易等环节；（3）第三阶段（2023-至今）：数据要素相关政策高频出台，数据要素产权制度、流通和交易制度、收益分配制度等推进完善，数据要素市场加速规范化发展，数据生产、数据应用等环节的潜力得到进一步释放。复盘政策具体方向，22年来数据要素市场建设重视程度提升。2023年开始数据要素市场的提法开始出现，进入2023年后，关于数据要素市场建设的多项政策不断出台。2023年1月，国务院发布“十四五”数字经济发展规划，提出要加快数据要素市场化流通、创新数据要素开发机制，加快构建数据

6、要素市场规则，到2025年初步建立数据要素市场体系。2023年12月，国务院发布关于构建数据基础制度更好发挥数据要素作用的意见，提出要建立合规高效的数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度，为数据要素规范化发展提出指引，激活数据要素潜能。23年来，国家层面从经济全局发展的高点出发，在多份文件中强调数字经济的重要性，进一步提升数据的战略地位。2023年2月，中共中央、国务院发布数字中国建设整体布局规划，强调要促进数字经济与实体经济深度融合，畅通数据资源大循环，构建国家数据管理体制机制，健全各级数据统筹管理机构。3月发布的政府工作报告进一步强调了数字经济的重要性

7、，指出要加快完善数据基础制度体系。二十届二中全会通过的党和国家机构改革方案提出组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和使用，并再次强调数字经济、数据要素的战略意义，加速推动数字经济产业规范化发展和数据基础制度完善。数据要素及市场有望规范发展，数据要素潜力有望得到进一步释放。图2:我国数字经济内部结构（万亿元）50454035302520151050产业数字化增加值（万亿元）数字产业化增加值（万亿元）2016A2017A2018A2019A2023A2023A总结来看，数据要素政策“纵向深入+横向拓宽”，聚焦数据要素市场的培育和发展。我们认为，国家针对数据要素产业的政

8、策布局符合产业发展规律。一方面，政策重心在产业链内部从上游向下游转移，前期政策更多关注数据基础设施建设，在数字经济已具备良好发展基础后，将重心转向中下游的数据流通和应用环节，通过政策加强引导数据要素市场的规范化建设，纵向深入推进产业链向下游延伸。另一方面，数据产业对经济全局发展的重要性提升，数字中国战略将以数字产业为核心，统领协调各行业发展，设立数据局为产业自身发展和外部协作夯实基础，横向拓宽数据产业对经济发展的渗透领域和影响范围。二、数据要素产业链：供需形成共振，驱动产业进入高速向上周期（-）生产一流通一使用三大环节，产业链初步形成数据要素市场各环节协同发展，潜在空间有望加速释放。根据国家工

9、信安全中心数据，2023年我国数据要素市场规模达545亿元，同比增长45.33%；2023年同比增长49.54%至815亿元，预计2025年数据要素市场规模将增长至1749亿元，2023-2025年的CAGR达25%,整体将保持快速增长。细分环节看，2023年，产业链各环节健康增长，其中，数据生产环节的数据采集、数据存储、数据加工市场规模分别达45、180、160亿元，数据流通和分析环节的数据交易、数据分析、数据服务市场规模分别达120、175、85亿元，未来随着国家政策支持力度继续加大，数据要素市场各环节的潜在市场空间有望得到加速释放。2023年1月12日，国务院印发“十四五”数字经济发展规

10、划（后称规划），提出为充分发挥数据要素的作用，要（1）强化高质量数据要素供给；（2）加快数据要素市场化流通；（3）创新数据要素利用机制。基于规划的思路，数字要素产业链可划分为：数据要素生产环节、数据要素流通环节及数据要素使用环节。产业链上下游参与者看，上游主要是数据生产方，提供政府数据、企业数据、个人数据等，中游由数据服务商和数据交易所组成，连接了下游包括政府、金融、医疗等不同行业的需求方。在产业链环节中，原始数据经过采集、整理、聚合、分析等一系列处理，成为可以被利用的数据资源（即数据要素）。数据资源经过登记确权，以及进一步分析处理后，成为可交易的数据产品。需求方企业在购买数据产品后深入挖掘并

11、分析应用，充分发挥数据价值。数据在以上过程中实现了资源化、资产化及价值化的迭代。图3:数字产业化与产业数字化占GDP比重（）和增速（）数字产业化增加值占GDP比重（左轴）产业数字化增加值占GDP比重（左轴）数字产业化增速（右轴）（1）从生产环节来看，数据采集是数据要素生产的首要环节，采集的原始数据通过数据整理、聚合和分析，成为可利用的数据资源。根据数据类型可划分为政府（公共）数据、企业数据和个人数据采集,其中政府（公共）数据的供给规模最高。通常数据生产水平需要从数据供给规模和质量两个维度进行评估。数据要素生产环节的产值规模提升需要量价提升共同驱动，数字经济建设推进+数商技术进步，带动数据供给规

12、模和质量的提升。在大力发展数字经济的大背景下，数据要素对全产业的应用渗透有望加速提升，从而有效带动数据供给规模快速增长。数据生产环节参与数商的技术持续进步，则将有效促进数据质量提升，拉高数据产品的附加值。长期来看，我们预计数据生产相关服务的收费水平将呈现行业性提升态势。数据生产环节的量价提升，或将成为行业长期增长的核心驱动力。(2)从流通环节来看，数据资源通过数据确权登记、定价、交易和交付，实现从生产方向需求方的转移。数据流通环节的核心参与主体是数据交易所，主要为数据产品提供登记确权服务，搭建交易场所,承担交易合规监管，以及部分数据相关增值服务等功能。除数据交易所外，数据交易服务商也为相关主体

13、提供合规评估、资产评估、交易撮合、数据交付、争议仲裁、知识产权、数据安全等一系列服务。(3)从数据产品使用环节看，下游应用场景有望广泛渗透，A1赋能下带来使用新范式。数据需求方涉及公共服务、影视娱乐、交通、医疗、金融、广告营销等众多领域。我们认为，数据的使用是数据真正发挥价值的阶段。在A1等技术加持下，数据要素产业链有望价值重塑，主要体现在高质量数据需求有望快速增长，并且数据使用的门槛也有所降低。一方面，随着A1进入大模型时代，大模型的涌现能力依赖于数据处理量和模型参数量的指数型增长，将显著提升上游数据需求。另一方面，A1大模型的训练和应用模式，可以实现对广泛下游数据使用细分场景的泛化，显著降

14、低数据使用成本和门槛，更好渗透和赋能千行百业。当前来看，下游应用对高质量数据的潜在需求和使用场景有待充分挖掘，A1等技术的迭代进步有望催生更多对高质量数据的需求，同时降低数据使用门槛,加速场景渗透。我们认为，数据使用的需求广泛，且在AI催化下仍有提升潜力，重点关注两类受益公司：一是具备数据服务输出能力，并融合A1技术，更好助力客户数据开发运用的数据服务提供商；二是拥抱和使用数据服务的下游应用厂商，数据使用效果有望在A1助力下进一步提升，并有效降低数据使用的门槛，进一步提升业务的数字化和智能化水平。图5:中国数据要素市场规模（亿元）（二）数据生产环节：数据规模和附加值增长，驱动行业量价齐升数据生

15、产环节看，按数据所属的行业划分，数据产量的行业分布集中度高，数据生产规模有望受益于主要行业数据的进一步开放。我国2023年数据产量6.6ZB,同比增加29.4%,其中个人数据产量为1.4ZB,各类行业机构产生数据5.2ZB。行业分布看，数据产量排名前五位的行业分别为政府、互联网、媒体、公众服务及专业服务、交通，前五大行业数据产量占全国行业机构数据总产量的65%。近年来政府公开的数据集质量不断提高，上海、北京、天津、广西开放的有效数据集总数超过IOoO个，各省份开放数据集动态更新平均比例达到20.59%。其余头部行业同样具备数据进一步开放的空间和动力：互联网平台间的“互联互通”趋势下，平台间数据

16、的交互融合程度有望进一步提升；媒体融合平台的打造，将助力地方媒体整合资源，加速不同媒体平台间的信息互相开放融合。按生产/供给数据的形式划分，传媒互联网领域文学/论文、影视和图片等行业头部公司深耕多年，均积累种类丰富、数量众多且具备商业价值的数据资源。大规模优质网文、IP、图片、影视等数据库的开放，将成为下游数据使用的重要资源。随着下游应用场景的进一步丰富，对上游数据资源的需求提升，例如A1大模型需要大量良好数据资源进行模型训练，有望进一步释放数据资源的商业价值。从海外来看，目前已有公司对提供数据资源进行收费的案例，如4月18日Reddit宣布将对使用AP1调用其用户聊天数据收费，而此前Shutterstock已对其图片数据向OPenA1收费，推特也推出通过API使用推文数据收费的计划。我们认为数据收费将成为趋势，海