《数据要素行业专题：数据要素案例分析价值、交易和定价模式-230515（39页）.pdf》由会员分享，可在线阅读，更多相关《数据要素行业专题：数据要素案例分析价值、交易和定价模式-230515（39页）.pdf（39页珍藏版）》请在三个皮匠报告上搜索。

1、 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 计算机计算机 Table_Date 发布时间：发布时间：2023-05-15 Table_Invest 优于大势优于大势 上次评级:优于大势 Table_PicQuote 历史收益率曲线 Table_Trend 涨跌幅（%）1M 3M 12M 绝对收益-9%5%36%相对收益-7%8%35%Table_Market 行业数据 成分股数量（只）268 总市值（亿）34041 流通市值（亿）18433 市盈率（倍）68.28 市净率（倍）3.76 成分股总营收（亿）10255 成分股总净利润（亿）441 成分股资产

2、负债率（%）43.77 Table_Report 相关报告 向量数据库：AI 时代的 Killer App-20230509 技术变革带动机构持仓回归超配-20230426 央企数据要素顶层设计推进，数字中国大会将召开；AI+教育兼具 Alpha+Beta 空间 Table_Author 证券分析师：吴源恒证券分析师：吴源恒 执业证书编号：S0550522100004 Table_Title 证券研究报告/行业深度报告 数据要素案例数据要素案例分析分析：价值、交易：价值、交易和和定价模式定价模式-数据要素行业专题数据要素行业专题 报告摘要：报告摘要：Table_Summ

3、ary 数据要素作为数字经济和信息社会的核心资源，被认为是继土地、劳动数据要素作为数字经济和信息社会的核心资源，被认为是继土地、劳动力、资本、技术之后的又一重要生产要素。力、资本、技术之后的又一重要生产要素。数据要素在企业数字化转型中发挥了重要作用，并对国家治理能力、经济运行机制、社会生活方式等产生了深刻影响。企业和政府组织希望借助数据要素智能化的力量来解决生产、经营和管理过程中所遇到的难题，在数字经济时代赢得发展先机。早在 2019 年党的十九届四中全会中，就明确提出了“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，从而正式认定了数据的经济要素

4、价值。而在 2022年国务院办公厅要素市场化配置综合改革试点总体方案中，更将探索建立数据要素流通规则放在了重要的方案实施范围中。数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。率。通俗的来说，乘数作用就是一个变量的作用逐步放大，产生一种类似链式反应的效果。从对社会的效用来看，数据要素的开放能提高生产力；创造新的产业生态；提高科学研究的速度、效率和范围；提高社会的公平性；推动更好地公共服务从而为社会创造更大的价值。从数据要素的要素属性来看，数据要素可以直接投入信息生产创造价值；生产中的要素替代与节约，降低要素总投入量

5、；以及与生产中的其他要素融合所达到进一步的价值共创。数据要素和任何一个行业的深度结合，各类学科的交叉沟通，都可以带来“更简单、更容易、更便宜”的三更解决方案。这正是每一次生产力发展周期都会带来十倍到百倍的新增市场，这就是数据要素化对我国经济的真正的创新式“颠覆”。数据要实现流通，必须解决两大核心问题数据要实现流通，必须解决两大核心问题:一是数据在流通中信息泄露一是数据在流通中信息泄露和不可控的问题，二是数据流通中价值确认的问题。和不可控的问题，二是数据流通中价值确认的问题。目前比较好的监管方案是通过数据分级和数据应用环境的监管来保障数据使用的安全。数据流通的不可控和泄密风险导致政府不敢开放数据

6、，数据流通无法定价导致部分政府开放数据意愿不强。不过随着近年来政策持续发力，安全可信的“数据可用不可见”交易环境逐步成形。在目前设计的交易模式中，大数据交易中心可以帮助数据需求方判断数据的质量和价；数据提供方也由于大数据交易中心审核过需求方的信息，也可以不用担心数据安全和数据滥用的担忧；数据交易中心还能帮助交易双方更好的定价。随着之前不愿开放、不敢开放以及不会开放等问题的逐步解决，数据要素市场正在逐步迈向深水区。投资建议：投资建议：从行业发展的角度来说，如果要实现数据合理的分级以及数据交易的监管则需要政府提供相应受到监管的数据要素数据库以及数据交易可信计算平台，建议关注政府数据开放&交易相关公

7、司。同时随着政府数据要素的逐步开放以及，部分拥有优质数据或者有能力处理优质数据的企业将从行业的发展中获益，建议关注拥有优质数据的相关公司。风险提示：风险提示：数据要素行业发展不及预期、宏观经济增长不及预期 Table_CompanyFinance -20%0%20%40%60%2022/52022/8 2022/11 2023/2计算机沪深300 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 2/39 计算机计算机/行业深度行业深度 目目 录录 1.数据要素，数字经济时代下的石油数据要素，数字经济时代下的石油.4 2.政府数据，数据要素市场里最大的油田政府数据，数据要素市场里最大的

8、油田.4 3.价值创造，数据石油如何赋能行业价值创造，数据石油如何赋能行业.10 3.1.直接投入信息生产所创造的价值直接投入信息生产所创造的价值.10 3.2.对其他要素的替代与节约，降低要素总投入量对其他要素的替代与节约，降低要素总投入量.13 3.3.与生产中的其他要素融合以达到价值共创与生产中的其他要素融合以达到价值共创.16 4.交易和定价，数据要素流通所面临的问题交易和定价，数据要素流通所面临的问题.22 4.1.交易侧：可控计量计算模式逐步成熟交易侧：可控计量计算模式逐步成熟.22 4.2.定价侧：有偿开放持续推动，定价模式逐渐清晰定价侧：有偿开放持续推动，定价模式逐渐清晰.28

9、 5.投资建议投资建议.34 6.风险提示风险提示.37 图表目录图表目录 图图 1：政府手上所拥有的数据资源：政府手上所拥有的数据资源.5 图图 2：政务数据在此前难以发挥数据价值的原因：政务数据在此前难以发挥数据价值的原因.6 图图 3：全国公共数据开放平台数量：全国公共数据开放平台数量.8 图图 4：我国数据交易所建设情况（节选）：我国数据交易所建设情况（节选）.10 图图 5：我国商业查询平台商业模式：我国商业查询平台商业模式.11 图图 6：我国商业查询平台主要客户：我国商业查询平台主要客户.12 图图 7：英国餐厅卫生情况公开：英国餐厅卫生情况公开.13 图图 8：数据要素的虚拟替

10、代性：数据要素的虚拟替代性.14 图图 9：数字花城市所需要的数据源：数字花城市所需要的数据源.14 图图 10：数据要素资产化应用场景：数据要素资产化应用场景(以房地产领域为例以房地产领域为例).15 图图 11：不同客户对于不同气象数据的需求差异：不同客户对于不同气象数据的需求差异.17 图图 12：不同客户对于不同气象数据的需求差异：不同客户对于不同气象数据的需求差异.18 图图 13：交通数据相关要素：交通数据相关要素.19 图图 14：捷码综合交通运行监测与应急指挥平台：捷码综合交通运行监测与应急指挥平台.19 图图 15：百度金融地图解决方案：百度金融地图解决方案.20 图图 16

11、：工作日早上：工作日早上 8:00-11:00 的四种出行模型的四种出行模型.21 图图 17：美国剑桥分析事件丑闻：美国剑桥分析事件丑闻.23 图图 18：广州大数据交易中心：广州大数据交易中心运营模式运营模式.25 图图 19：使用常规的隐私的统计查询将暴露个人隐私信息：使用常规的隐私的统计查询将暴露个人隐私信息.25 图图 20：使用差分隐私的统计查询可保护个人隐私信息：使用差分隐私的统计查询可保护个人隐私信息.26 图图 21：“中立国中立国”模式的技术的联合计算平台模式的技术的联合计算平台.27 图图 22：“中立国中立国”数据计算输出模型数据计算输出模型.27 图图 23：建模服务

12、多方联合画像统计：建模服务多方联合画像统计.28 图图 24：数据要素定价存在的问题：数据要素定价存在的问题.28 图图 25：数据要素的常见估值方法：数据要素的常见估值方法.30 图图 26：全国公共数据交易平台案例：全国公共数据交易平台案例.31 图图 27：全国公共数据交易平台：全国公共数据交易平台 2023 年前年前 5 个月交易量统计个月交易量统计.31 图图 28：英国数据标准价格：英国数据标准价格.33 图图 29：德国数据标准价格：德国数据标准价格.33 表表 1：不同经济范式下生产要素构成：不同经济范式下生产要素构成.4 PZcVtXhUkWoMoMtO7NbPbRmOmMs

13、QoNkPpPrMfQpOqO6MqQyRxNoMpRMYmNvN 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 3/39 计算机计算机/行业深度行业深度 表表 2：数据要素资产所具备的特点：数据要素资产所具备的特点.4 表表 3：中国数据要素开放相关政策：中国数据要素开放相关政策.7 表表 4：中国各省级数据开放平台：中国各省级数据开放平台.8 表表 5：城市地下管道数字化所为国家带来的收益：城市地下管道数字化所为国家带来的收益.16 表表 6：上海、浙江、重庆、青岛的地方标准关键要素比较：上海、浙江、重庆、青岛的地方标准关键要素比较.24 表表 7：免费开放与有偿开发相结合的数

14、据要素开放制度：免费开放与有偿开发相结合的数据要素开放制度.29 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 4/39 计算机计算机/行业深度行业深度 1.数据要素，数字经济时代下的石油数据要素，数字经济时代下的石油 数据数据要素要素作为数字经济和信息社会的核心资源，被认为是继土地、劳动力、资本、作为数字经济和信息社会的核心资源，被认为是继土地、劳动力、资本、技术之后的又一重要生产要素技术之后的又一重要生产要素。数据要素在企业数字化转型中发挥了重要作用，并对国家治理能力、经济运行机制、社会生活方式等产生了深刻影响。企业和政府组织希望借助数据要素智能化的力量来解决生产、经营和管理过

15、程中所遇到的难题，在数字经济时代赢得发展先机。早在 2019 年党的十九届四中全会中，明确提出了“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，从而正式认定了数据的经济要素价值。而在 2022 年国务院办公厅要素市场化配置综合改革试点总体方案中，更将探索建立数据要素流通规则放在了重要的方案实施范围中。与其他生产要素相比，数据要素具有非稀缺性、非均质性、非排他性。与其他生产要素相比，数据要素具有非稀缺性、非均质性、非排他性。相比起传统要素来说，数据资源本身并非稀缺，一方面，数据量目前看来是接近无限开发的，尽管事实上存储数据的物理设施最终要受资源总量

16、约束；另一方面，数据参与生产过程之后仍然存在，并不会被消耗掉，而是可以多次循环使用，且使用中可能促进数据量的进一步增加。数据要素目前数据要素目前仍仍属于属于早期成长阶段早期成长阶段，未来市场空间广阔。未来市场空间广阔。在数据要素市场中，数据可以作为劳动对象或工具，被挖掘出价值、使用其价值，为数据所有者带来最终的经济效益。随着数据价值的深度挖掘，各方面资源配置的优化将成为长期驱动因素，这也将为整个行业带来万亿的市场想象空间。2.政府数据，数据要素市场里最大的油田政府数据，数据要素市场里最大的油田 表表 1：不同经济范式下生产要素构成：不同经济范式下生产要素构成 数据来源：国务院、东北证券 表表

17、2：数据要素资产所具备的特点：数据要素资产所具备的特点 特点特点 概念概念 影响影响 可交易性可交易性 数据作为资产，继承了资产的特点，即由企业拥有或控制，是由过去的交易或事件行程的资源，可在未来为企业带来潜在的利益 数据可以作为资产在市场中交易 价值性价值性 作为大数据，其数据量丰富，更新频繁、类型多样、价值密度低 数据要素具备信息价值 非排他性和非排他性和 非竞争性非竞争性 数据作为一种准公共用品，具有有限的非排他性和非竞争性 复制成本极低，容易导致产权和所有权不明确 外部性外部性 消费组使用数据资产不仅能为自己，还能够带给其他人使用效用 数据资产的消费者越多，数据资产的价值就越大 自然增

18、值性自然增值性 每时每刻都会生成大量的原始数据和衍生数据，能够不断的创造新的价值 数据的资产价值每时每刻都在变化 多维性多维性 包含的信息在多个方面具有满足人类生存和发展的客观属性 对于不同的人具有不同的价值 组合性组合性 数据的价值取决于数据的应用场景，单一数据的应用场景有限。多维度的使用可以使得数据的价值1+1 大于 2，集合实用价值更高 无线共享性无线共享性 可以在同一时间被多方使用而没有任何损失 使数据有更大的应用价值 数据来源：网络资料整理、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 5/39 计算机计算机/行业深度行业深度 在数据作为生产要数的背景下在数据作

19、为生产要数的背景下，高价值数据，高价值数据的重要性凸显的重要性凸显。土地、劳动力、资本等传统要素在价值层面总体上是“量”、“质”线性统一的，即更大规模的要素投入虽然可以获得更大的经济社会价值，但是会存在边际效益递减的趋势。而数据作为生产要素而言，其数量和质量的关系相对模糊，大规模的数据库不一定能比小规模的数据集释放出更多的价值。数据的专用性、易用性、时效性、信息密度以及与市场相关的匹配度往往比数据的体量更为重要。政府一直是高价值数据的关键持有者之一。政府一直是高价值数据的关键持有者之一。政府所拥有的数据包括人口库、法人库、交通数据库、地理信息库、宏观经济库等。这些数据涉及面广、信息密度高，来源

20、和获取方式合法，是全社会数据要素集合中的高价值子集。从人口库中，可以查到公民的户籍、学历、工作，包括所获奖项、买的房子、车子等整套信息，可以了解每个人的人生曲线。在交通数据库中，可以查到全国所有的车辆信息、路况信息、驾驶信息、停车信息等等，可以了解每条路的路况以及每辆车及其乘客的行为轨迹。相比起单一化程度较高的商业公司所收集到的数据，这些政府数据权威性更高、种政府数据权威性更高、种类更繁多，关联性类更繁多，关联性更强，价值也更大更强，价值也更大。图图 1：政府手上所拥有的数据资源：政府手上所拥有的数据资源 数据来源：数据宝材料、东北证券 不过此前不过此前政务数据政务数据开放困难，我们认为主要开

21、放困难，我们认为主要有以下两个问题：有以下两个问题：1）资源短缺资源短缺：由于不同政府信息化发展程度不同，导致在下游提出数据分析需求由于不同政府信息化发展程度不同，导致在下游提出数据分析需求的时候，部分政府部门可能拿不出已经处理好的可以机器阅读的数据。的时候，部分政府部门可能拿不出已经处理好的可以机器阅读的数据。对于绝大多数地方政府而言，政府数据开放在以前更多是“补短板”而非“抓亮点”工作，在实践中常常面临“高价值认知，低资源投入”的困境。因为对于大部分的政府部门而言，经济发展始终是中心工作，政府内部通以经济增长的贡献高低进行资源分配，而之前数据交易对经济增长的影响较弱，无法获得领导重视与资源

22、倾斜，在开展工作时常常面临资金缺口、编制不足等问题，这也导致了之前政府数据开放的不顺利。除此之外，由于政府和企业之间缺乏信任，所以导致也很难找第三方商业机构进行数据的处理。2）使用不当：在使用不当：在政府数据开放价值创造过程中，由于缺乏强制监管或适当激励等政府数据开放价值创造过程中，由于缺乏强制监管或适当激励等措施，数据极易在使用上存在差错。措施，数据极易在使用上存在差错。这是因为政府数据开放价值创造过程中，请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 6/39 计算机计算机/行业深度行业深度 政府将拥有的数据开放后，就实现了数据层和开发层的分离，这时数据开发利用的主体不再是政府，

23、而是转为市场、非政府组织以及公众。因为员工对于数据的不当使用会对信任、价值观、满意度等产生负面影响，引起连锁反应，从而出现价值破坏。以网约车司机为例：司机不守时、故意绕远、语音/行为冒犯等会引发顾客对平台的抵制，导致平台、司机和顾客三方利益受损害。一些互联网企业私自采集用户隐私数据以及管理不善造成数据泄露等不当行为都会引起价值共毁。“做对事情”与“别出事情”是支配政府行为的重要机制，在“谁公开，谁负责”的问责制度下，一些政府部门抱着“多做多错，少做少错，不做不错”的避责动机，消极应对政府数据开放工作。这也导致了数据开放的困难。图图 2：政务数据在此前难以发挥数据价值政务数据在此前难以发挥数据价

24、值的原因的原因 数据来源：政府数据开放价值创造缘何失败?、东北证券 不过随着政府政策的持续推动，政府数据开放发展逐步提速。不过随着政府政策的持续推动，政府数据开放发展逐步提速。自 2015 年国务院出台的促进大数据发展行动纲要中，就明确指出加快数据资源的开放共享是促进大数据发展的主要任务。党的十九届四中全会决议再次强调，要继续加强数据有序共享。2017 年 5 月，国务院办公厅印发的 政务信息系统整合共享实施方案 指出，要向社会开放“政府部门和公共企事业单位的原始性、可机器读取、可供社会化再利用的数据集”。2018 年 1 月，中央网信办、发展改革委以及工业和信息化部联合印发的公共信息资源开放

25、试点工作方案要求试点地区“提升数据的完整性、准确性、有效性、时效性”，“明确开放数据的完整性、机器可读性、格式通用性等要求。”20222022 年年 1212 月月 1919 日，中共中央、国务院发文构建数据基础制度，更好发挥数据要日，中共中央、国务院发文构建数据基础制度，更好发挥数据要素作用素作用，此次发文是 6 月 22 日深改委会议文件延伸，全面准确地传达了国家顶层对于数据要素市场发展的坚定决心、战略方向和具体指引。核心意义在于解决了很多悬而未决争论已久的问题，为产业发展指明了方向。20232023 年年 2 2 月月 2727 日，中共中央、国务院印发了数字中国建设整体布局规划并发日，

26、中共中央、国务院印发了数字中国建设整体布局规划并发出通知，要求各地区各部门结合实际认真贯彻落实，此次规划将数字中国建设出通知，要求各地区各部门结合实际认真贯彻落实，此次规划将数字中国建设纳入领导干部考核指标。纳入领导干部考核指标。规划明确，数字中国建设按照“2522”的整体框架进行布局，即夯实数字基础设施和数据资源体系“两大基础”。其中基础设施主要指数据中心、5G、千兆网、物联网等基础设施建设，核心在于东数西算，数据资源体系主要指推动公共数据汇聚利用，释放数据潜能，核心在于数据要素。规划 强调：（1）加强组织领导：数字化发展摆在本地区工作重要位置，各地政府在进行整体政绩考核中会将数字化发展放在

27、更为优先的位置；（2）健全体制机制：数字中国纳入党政 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 7/39 计算机计算机/行业深度行业深度 干部考核评价参考，参考之前食品安全、环保等表述，预计未来各级党政干部会更为积极参与当地数字化建设；（3）保障资金投入：引导金融资源支持数字化发展，未来包括数据中心、数据平台等建设投入等业务会有更好的资金保障；（4）强化人才支撑：要求增强领导干部和公务员数字思维，提升党政干部数字素养后会更好带动相关数字化建设与投入；20232023 年年 3 3 月月 7 7 日，根据国务院关于提请审议国务院机构改革方案的议案，组建国家日，根据国务院关于提请审

28、议国务院机构改革方案的议案，组建国家数据局。数据局。2018 年政府职能调整后，各地均已有大数据局/大数据中心/政务数据管理局等相关职能部门存在，在之前的 数字中国建设整体布局规划 中也明确指出“构建国家数据管理体制机制，健全各级数据统筹管理机构”，设立国家级数据监督管理机构是行业发展的必然之势，对于市场来讲事件符合预期。我们坚定认为，此次事件意义不亚于 1986 年国家土地管理局成立。在此之前，我国数字化、信息化和数据要素各类事项分布在各级政府网信办、电子政务办、发改委、工信部门、科技部门甚至招商等部门中，各级各地政府以及相关企事业单位在业务发展过程中经常面临“九龙治水”、“无人拍板”的窘境

29、；从此以后，数据要素行业有了统一的监督、管理、推动机构，未来整个数据要素行业会在统一机关架构带领下加速发展。表表 3：中国数据要素开放相关政策：中国数据要素开放相关政策 发起部门发起部门 时间时间 名称名称 国务院国务院 2015 年 8 月 促进大数据发展行动纲要 中共中央办公厅中共中央办公厅 国务国务院办公厅院办公厅 2016 年 7 月 27 日 国家信息化发展战略纲要 国务院国务院 2016 年 9 月 19 日 政务信息资源共享管理暂行办法 工信部工信部 2016 年 12 月 18 日 大数据产业发展规划（20162020 年）中央全面深化改革领中央全面深化改革领导小组导小组 20

30、17 年 2 月 6 日 关于推进公共信息资源开放的若干意见的通知 国务院办公厅国务院办公厅 2017 年 5 月 3 日 政务信息系统整合共享实施方案 国家发改委、中央网国家发改委、中央网信办信办 2017 年 7 月 13 日 政务信息资源目录编制指南（试行）国家发改委国家发改委 2017 年 10 月 19 日 关于开展政务信息系统整合共享应用试点的通知 中央网信办、发展改中央网信办、发展改革委、工业和信息化革委、工业和信息化部部 2018 年 1 月 公共信息资源开放试点工作方案 中共中央办公厅中共中央办公厅 国务国务院办公厅院办公厅 2020 年 3 月 30 日 关于构建更加完善的

31、要素市场化配置体制机制的意见 中共中央办公厅中共中央办公厅 国务国务院办公厅院办公厅 2021 年 1 月 建设高标准市场体系行动方案 全国人大全国人大 2021 年 6 月 10 日 中华人民共和国数据安全法 国务院办公厅国务院办公厅 2022 年 1 月 6 日 要素市场化配置综合改革试点总体方案 国务院国务院 2022 年 1 月 12 日“十四五”数字经济发展规划 中共中央中共中央 国务院国务院 2022 年 3 月 25 日 关于加快建设全国统一大市场的意见 国务院国务院 2022 年 6 月 23 日 关于加强数字政府建设的指导意见 国务院办公厅国务院办公厅 2022 年 10 月

32、 28 日 全国一体化政务大数据体系建设指南 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 8/39 计算机计算机/行业深度行业深度 在政策的号召下，各地政府在政策的号召下，各地政府相继相继上线公共数据开放平台。上线公共数据开放平台。截至 2021 年 10 月，我国已有 193 个省级和城市的地方政府上线了数据开放平台，其中省级平台有 20 个（含省和自治区，不包括直辖市和港澳台），城市平台 173 个（含直辖市、副省级与地级行政区）。同时在政企数据共享方面，正在由政府主导型向政企合作型转变。政企数据双向共享的实质是政府与企业两大主体之间数据的双向流通，政企双方数据的共享融合有利

33、于释放更大的数据价值。图图 3：全国公共数据开放平台数量：全国公共数据开放平台数量 数据来源：数林网、东北证券 国务院国务院 2022 年 12 月 19 日 关于构建数据基础制度更好发挥数据要素作用的意见 发改委发改委 2023 年 1 月 4 日 建立数据流通和交易制度 培育一批活跃的数据要素市场主体 国务院国务院 2023 年 2 月 27 日 数字中国建设整体布局规划 国务院国务院 2023 年 3 月 7 日 组建国家数据局 数据来源：各级政府网站、东北证券 表表 4：中国中国各各省级数据开放平台省级数据开放平台 省级省级政府政府 平台名称平台名称 政府数据开放平台网址政府数据开放平

34、台网址 平台上线年份平台上线年份 上海上海 上海市公共数据开放平台 https:/ 2012 北京北京 北京市公共数据开放平台 https:/ 2012 浙江浙江 浙江数据开放 http:/ 2015 广东广东 开放广东 https:/ 2016 贵州贵州 贵州省政府数据开放平台 http:/ 2016 河南河南 河南省公共数据开放平台 http:/data.hnzwfw.gov.vn 2018 江西江西 江西省政府数据开放网站 https:/ 2018 宁夏宁夏 宁夏公共数据开放平台 http:/ 2018 山东山东 山东公共数据开放网 http:/ 2018 陕西陕西 陕西省公共数据开放平

35、台 http:/ 2018 天津天津 天津市信息资源统一开放平台 https:/ 2019 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 9/39 计算机计算机/行业深度行业深度 同时在数字经济的大风口下，随着行政手段大手笔解决资源短缺，各地交易所相继同时在数字经济的大风口下，随着行政手段大手笔解决资源短缺，各地交易所相继成立来解决使用不当，政务相关的成立来解决使用不当，政务相关的数据要素数据要素开始与生产活动进行有效对接开始与生产活动进行有效对接。在我国政府通过连续发布多项政策措施、制定法律法规、完善管理机制、规范标准体系等手段全方位、立体化促进数据开放共享的趋势下，之前政府数据

36、开放的障碍正在逐渐消融。同时，在数据要素市场建设的萌芽期，培育市场、发展市场、壮大市场是现代政府的必然义务。政府向社会开放公共数据资源，不是简单地为了“开放”而“开放”。在这种公共治理创新活动的背后，是政府在数据要素化大背景下所要承担起的时代责任。这份责任也在不断要求政府必须将高价值的公共数据资源贡献出来。1.0 阶段阶段：2015 年至 2017 年，第一波“爆发期”：自 2015 年贵阳大数据交易所正式挂牌运营以来，这一期间，先后有近 20 家数据交易所成立。由于缺少强力法律保障和独特优势，无法打败数据灰产交易，部分交易所已经处于名存实亡状态。2.0 阶段：阶段：2020 年之后，北京和上

37、海等地成立了新一批数据交易所，且未来还会有多个交易所准备落地。2.0 阶段数据交易所更注重国有股权和生态建设，目前处于蓬勃发展和活跃探索阶段。福建福建 福建省公共信息资源统一开放平台 https:/ 2019 海南海南 海南省政府数据统一开放平台 http:/ 2019 江苏江苏 江苏省公共数据开放平台 http:/ 2019 四川四川 四川公共数据开放网 http:/ 2019 新疆新疆 新疆维吾尔自治区政务数据开放网 http:/ 2019 广西广西 广西壮族自治区公共数据开放平台 http:/ 2020 湖南湖南 湖南政务大数据公众门户 https:/ 2020 重庆重庆 重庆公共数据资

38、源开放系统 https:/ 2021 安徽安徽 安徽公共数据开放平台 http:/:8000/dataopen-web/open-index.html 2021 甘肃甘肃 甘肃省公共数据开放平台 http:/ 2021 河北河北 河北省公共数据开放网 http:/ 2021 辽宁辽宁 辽宁省公共数据开放平台 http:/ 云南云南 数据云南 http:/ 2022 香港香港 资料一线通 https:/data.gov.hk/sc/数据来源：各级政府网站、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 10/39 计算机计算机/行业深度行业深度 图图 4：我国：我国数据交易所

39、数据交易所建设情况（节选）建设情况（节选）数据来源：东北证券整理 我们认为我们认为，在政府大力推动政务数据开放的大背景下，数据要素行业即将进入爆发在政府大力推动政务数据开放的大背景下，数据要素行业即将进入爆发前夜。前夜。政府数据开放是政府培育数据要素市场的核心举措，实际是要求政府在社会政府数据开放是政府培育数据要素市场的核心举措，实际是要求政府在社会中扮演数据供给方的角色，通过面向非政府主体供给高价值数据的方式，促进我国中扮演数据供给方的角色，通过面向非政府主体供给高价值数据的方式，促进我国数据要素市场的发育，激励围绕数据的社会创新发生。数据要素市场的发育，激励围绕数据的社会创新发生。随着之前

40、不愿开放、不敢开随着之前不愿开放、不敢开放以及不会开放等问题的逐步解决，数据要素市场正在逐步迈向深水区。放以及不会开放等问题的逐步解决，数据要素市场正在逐步迈向深水区。3.价值创造，数据石油如何赋能行业价值创造，数据石油如何赋能行业 和石油一样，数据要素的价值不在于其本身，而在于其通过二次加工后所产生的衍和石油一样，数据要素的价值不在于其本身，而在于其通过二次加工后所产生的衍生品。数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。生品。数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。通俗的来说，乘数作用就是一个变量的作用逐步放大，产生一种类似链式反应的效果。从

41、对社会的效用来看，数据要素的开放能提高生产力；创造新的产业生态；提高科学研究的速度、效率和范围；提高社会的公平性；推动更好地公共服务从而为社会创造更大的价值。从数据要素的要素属性来看，数据要素可以直接投入信息生产创造价值；生产中的要素替代与节约，降低要素总投入量；以及与生产中的其他要素融合所达到进一步的价值共创。3.1.直接投入信息生产所创造的价值直接投入信息生产所创造的价值 数据数据要素作为信息的载体，本身就可以直接投入各项生产环节之中要素作为信息的载体，本身就可以直接投入各项生产环节之中。数据则是信息的一种载体，文字、语言、数字在广义上也归属于数据，但在数字化之前数据与信息的差别不大，人们

42、自身就可以直接处理数据，尚未构成一个“从数据到信息”的产业链，数据还不具备充分的要素属性。直到社会进人数字化时代后，狭义上的、可作为要素出现的数据才正式登上社会舞台。数据要素所产出的信息产品满足了人们多方面的信息需求。数据要素所产出的信息产品满足了人们多方面的信息需求。数据不是天然的产物，是复杂劳动加工的产品，其采集与生成耗费和凝聚了人类的劳动投入。数据的生产过程经历了数据收集、数据清洗、匹配集成、归类存储等多个环节，数据生产者在上述的每一个环节都注人了劳动。劳动不仅让承载着信息的数据得以生成，还放大了数据的规模，增加了数据的最终价值面向企业级用户，数据要素被投入到工业应用软件、市场调查、业咨

43、询以及数据库产业的生产与服务活动中;面向消费者用户数 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 11/39 计算机计算机/行业深度行业深度 据要素支撑着线上教育、文化传播、交通气象、个人软件等多产业。数据要素的投人促成了全球数字经济的繁荣。进一步来说进一步来说，数据要素产出的信息数据要素产出的信息产品产品，其价值在其价值在于人们在“拥有消息”与“没有消息”两种状态之下做出不同行为选择之间的价值于人们在“拥有消息”与“没有消息”两种状态之下做出不同行为选择之间的价值差差。案例案例 1：政府数据为社会和企业“开天眼”：政府数据为社会和企业“开天眼”商业查询平台是基于公开信息的第三方

44、信息查询平台，与中国征信体系互补。商业查询平台是基于公开信息的第三方信息查询平台，与中国征信体系互补。商业查询平台通过结构化、体系化、可视化的数据收集与加工，减少商业交易中的“信息不对称”，降低社会运行中的“信用成本”，助力诚信社会建设，从而具备了意义更为重大的社会价值。无论是商家对商家的 B2B 交易，还是商家对消费者的 B2C交易，买卖双方都一个共同的需求，即希望寻找到一个可靠的交易对象，以保障易安全、降低交易风险、避免交易纠纷。这也催生了一个巨大商机:在合法框架下，如何帮助市场交易的双方主体增进彼此了解、双向降低信息不对称，并实现对部分潜在风险的识别。图图 5：我国商业查询平台商业模式：

45、我国商业查询平台商业模式 数据来源：艾瑞咨询、东北证券 商业查询平台通过结构化、体系化、可视化的数据收集与加工，在实现商业价值与商业查询平台通过结构化、体系化、可视化的数据收集与加工，在实现商业价值与用户价值的基础上，进一步减少商业交易中的“信息不对称”，降低社会运行中的用户价值的基础上，进一步减少商业交易中的“信息不对称”，降低社会运行中的“信用成本”，助力诚信社会建设，从而具备了意义更为重大的社会价值。“信用成本”，助力诚信社会建设，从而具备了意义更为重大的社会价值。政府数据的大规模开放是我国商业与信息查询行业得以诞生的根本原因之一。以市场份额排名第一且知名度最高的天眼查为例，根据该平台的

46、业务描述，该平台是通过非人工方式从全国企业信用信息公示系统、中国裁判文书网、中国执行信息公开网等政府数据开放平台以及国家知识产权局、商标局、版权局等行政部门的官方网站收集、聚合公开数据。例如，通过全国企业信用信息公示系统所提供的数据接口，天眼查平台获得了企业相关的工商基本信息、股东信息、工商变更信息、主要任职人员、企业分支机构、动产抵押、股权出质、行政处罚、企业年报等重要数据。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 12/39 计算机计算机/行业深度行业深度 图图 6：我国商业查询平台主要客户：我国商业查询平台主要客户 数据来源：艾瑞咨询、东北证券 在政府数据要素在政府数据要

47、素进一进一开放后，商业查询开放后，商业查询能为企业带来更大的价值能为企业带来更大的价值。据中国经济周刊 报道，2017 年 4 月天眼查个人端产品商业化后，一个月时间就实现了收支平衡，当年营收额达到了 6000 万元，不过后续再无公开营收数据。这一案例也证明，将政府分散在各处开放的公共数据资源进行整合、梳理与分析，也能够创造出巨大的经济社会价值。案例案例 2：开放卫生安全信息：开放卫生安全信息以提高以提高市场卫生状态市场卫生状态 饮食是人们日常生活的基本需求之一饮食是人们日常生活的基本需求之一，但餐饮领域存在的明显信息不对称也一直是但餐饮领域存在的明显信息不对称也一直是困扰社会的一大难题。困扰

48、社会的一大难题。一个普通食客进人餐厅后，能看到的往往是一个封闭的厨房和道道直接呈上来的菜品。这些菜品是不是在安全卫生的条件下生产出来，食客通常不得而知。因此，保障饮食生产与供应的卫生安全，减少餐饮领域卫生条件的信息不对称，不仅是社会大众的真实期盼，也是政府开展社会监管与公共服务活动的重中之重。通过卫生数据要素的开放，让市场、社会参与市场监管成为可能。通过卫生数据要素的开放，让市场、社会参与市场监管成为可能。通常来说，大部分国家会要求店铺通过张贴卫生评级贴纸到餐厅的醒目位的模式去展示其卫生情况。但是大部分情况下，大部分消费者在进入店面之后，并不会因为看到餐饮卫生质量的贴牌而改变自己的选择，也无法

49、起到反向的客户监督作用。2012 年，英国食品标准局将所有的食品卫生评级结果放到了网上，所有消费者都可以登录“ratings.food.gov.uk”网站输人铺的名称和地址信息，来查询一家店铺的评分情况。更重要的是，英国食品标准局向社会提供了应用程序 API 接口，方便各类社会主接通过接口调用食品卫生评级数据，并对这些数据进行开发利用。这种数据要素的开放就给了互联网企挖掘及调用食品卫生评级数据的机会。这种数据要素的开放就给了互联网企挖掘及调用食品卫生评级数据的机会。在英国境内占据市场份额较大的 JustEat、UberEat 和 Deliveroo 等生活服务平台(类似中国的美团、大众点评、饿

50、了么)，都调用了英国食品标准局所开放的食品性评数据以供消费者在选择餐厅的时候做出参考。还发有人开发了一个叫做“DontEatAt”的 APP，用户在允许 APP 读取地理定位信息后，一旦进入一家卫生有问题的餐厅，APP 就会跳出一个警示“”，提醒用户这家餐厅的潜在卫生问题。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 13/39 计算机计算机/行业深度行业深度 图图 7：英国餐厅卫生情况公开：英国餐厅卫生情况公开 数据来源：www.food.gov.uk、东北证券 通过数据要素的流通以及反馈，英国餐馆的卫生水平进一步的得到了提高。通过数据要素的流通以及反馈，英国餐馆的卫生水平进一步

51、的得到了提高。英国食品卫生评级的数据开放取得了非常显著的社会收益根英国食品标准局估算，每年大约有 1.2 亿次的 API 调用申请服务发生，大量的社会机构与个人获取了相关数据并加以利用。事实上从那些认真对待餐馆经营的老板角度来看，食品卫生评级数据的公开和被利用，对他们店铺的声誉与生意确实有好处。北爱尔兰地方政府还利用这一数据来调整受评估店铺的行政缴费率，以激励餐馆切实地改善他们的卫生条件。英国食品卫生评级的政府数据开放还在食品卫生领域之外发挥出更大的功能。英国食品卫生评级的政府数据开放还在食品卫生领域之外发挥出更大的功能。例如，英国经济部(DepartmentforEconomy)通过将食品标

52、准局开放的食品卫生认可计划数据（FHRS：Food Hygiene Rating Scheme）与其他数据集的“并库”分析，来检查房产的商用情况。英国地方政府则利用 FHRS 数据来判断哪一片城区的下水道非常容易被食品垃圾中的脂肪堆积所阻塞，从而显著提升了城市管理的效率。3.2.对其他要素的替代与节约，降低要素总投入量对其他要素的替代与节约，降低要素总投入量 在非信息产品的生产中在非信息产品的生产中，数据要素所能发挥的重要功能之一数据要素所能发挥的重要功能之一，是在某些生产环节替是在某些生产环节替代其他要素代其他要素，进而在总体上节约各类要素总投入量。进而在总体上节约各类要素总投入量。历史上，

53、随着生产力的发展与科学技术的进步，新兴生产要素对传统生产要素的替代一直在发生。就像机器能够替代人力，数据要素对其他要素的替代功能也不会例外。相较于信息产品的生产即“数字产业化”，非信息产品的生产同样可以投入数据要素并迈向新的产业模式，也即“产业数字化”。数据要素拥有的是一种“虚拟替代性”数据要素拥有的是一种“虚拟替代性”。在传统的生产模式下，土地、劳动力等各种物理实体要素会对生产活动加以约束，决定了生产活动的发生时间、发生地点、发生规模。数据要素投入生产活动中后，某些环节就不再依赖物理实体要素，转而依靠存在于虚拟空间中的数据要素来完成该环节的生产。这就是数据要素在生产中的“虚拟替代性”体现。最

54、为典型的数据要素替代土地要素案例是那些互联网交易平台。过去，人们在线下的特定场所里进行货品交易，在这种传统的生产模式里，土地为交易双方提供了活动空间，但也约束了交易的发生场合。以阿里巴巴批发网为代表的互联网交易平台，将货品交易到了线上的虚拟空间中。这样，即使买卖双方主体在浙江义乌或者广东广州，看货、谈价、签约等交易活动也一样能够完成，甚至还可以举办线上展会，实现“云上看展”。如今在许多行业，线上交易的规模已经能够占据半壁江山。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 14/39 计算机计算机/行业深度行业深度 图图 8：数据要素的虚拟替代性：数据要素的虚拟替代性 数据来源：东北

55、证券整理 重要的是重要的是，尽管数据、土地、劳动力同属生产要素尽管数据、土地、劳动力同属生产要素，但在许多情境下但在许多情境下，使用数据要使用数据要素达成相同的生产目标更具经济性、生产成本更低素达成相同的生产目标更具经济性、生产成本更低。因此，用数据要素替代土地、劳动力等传统要素，除了提升生产效率之外，最重要的意义在于要素总投入量的节约。节约出的传统要素可以改投到生产过程的其他受土地、劳动力要素制约、更具要素紧缺脆弱性的环节之上，从而带动生产活动实现效率效能的全方位提升。案例案例 3：数字化系统提高城市运行效率：数字化系统提高城市运行效率 通过大量数据所建立的通过大量数据所建立的数字城市数字城

56、市以有很多创新的治理方式。以有很多创新的治理方式。如数字规划与模拟为城市规划者生动呈现不同方案特点，数字技术可以助力疫情的管理和防控，可以实时呈现城市危化品的运输轨迹等，让城市更有韧性。数字孪生城市可以改善居民生活。人口膨胀、交通拥挤、住房困难、资源紧张等“城市病”日益严重，城市可持续发展面临重大挑战。数字孪生城市可以提升居民服务，如智能门磁感知系统守护失能独居老人安全，实时导航服务便捷市民出行，远程医疗、数字教育惠及更多人群，让城市更加宜居。同时数字孪生通过智能分析与空间推演优化资源分配，调整人口与产业分布，改善环境承载力；新型分布式综合能源系统促进清洁能源应用，让城市更可持续。图图 9：数

57、字花城市所需要的数据源：数字花城市所需要的数据源 数据来源：信通院、东北证券整理 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 15/39 计算机计算机/行业深度行业深度 例如，2021 年 11 月，国网上海电力研发的数据产品“企业电智绘”在上海数据交易所完成交易，该产品利用企业用电行为、用电缴费、用电水平、用电趋势等数据构建评价模型，为银行提供授信决策、贷后管理、反欺诈等方面的决策参考。又如，在房地产领域，利用房地产基础数据能够为商业银行按揭贷款业务及抵押物价值监测提供更多有价值的信息，包括客户资信评价、贷款风险控制以及不良资产处置等可以看出，对于数据要素利用而言，在数据要素开

58、放后，不仅能开拓新的业务领域，而且赋能关联行业业务发展，这也正是数据要素所发挥的乘数。图图 10：数据要素资产化应用场景数据要素资产化应用场景(以房地产领域为例以房地产领域为例)数据来源：数据要素资产化的理论逻辑与实践进路、东北证券 以英国以英国施工地下管线的施工地下管线的单位单位破坏破坏模型模型为例，我们会发现为例，我们会发现城市数字孪生对于提升城市城市数字孪生对于提升城市运营效率和节约城市维护成本有很大帮助。运营效率和节约城市维护成本有很大帮助。目前全球大部分的地下管道数据并没有被要素化，施工单位通常需要在施工前联系多个组织从而获取关于地下水、气、通信以及特种管道的具体位置数据。在目前的情

59、况下，这些数据通常有多种格式和比例，具有不同的准确度，甚至还可能不完整。这就导致在施工过程中挖断管道变成了一件常有的事，这不仅耽误了施工进度，还产生了不必要的财务支出。英国政府曾经计算过如果将国家地下资产进行数据登记后，在未来的十年里有望每年收益3.641 亿英镑。其中减少公用事业停工带来的节省每年有 2.5 亿英镑；通过共享数据降低的交流成本每年有 9100 万英镑；以及通过提高项目现场效率带来的 1600 万英镑收益。也就是说如果对全英国地下管线数据数字化后的投资收益进行保守估计，每投资 1 英镑可产生价值 30 英镑的收益，这对于任何政府计划来说都是极高的回报率。请务必阅读正文后的声明及

60、说明请务必阅读正文后的声明及说明 16/39 计算机计算机/行业深度行业深度 3.3.与生产中的其他要素融合以达到价值共创与生产中的其他要素融合以达到价值共创 数据要素还可以与其他类要素相融合数据要素还可以与其他类要素相融合，以协同创造财富与价值。以协同创造财富与价值。一种生产要素要助力生产的价值创造活动，就必然要与其他要素相结合，如劳动力与土地的结合、劳动力与资本的结合。在现实中，数据要素则更加依赖于与其他物理要素的结合，这是因为数据要素具有“虚拟”与“赋能”两重性质。数据的“虚拟”性质使得数据要素在参与非信息产品的生产时，必须以其他生产要素作为载体。数据的“赋能”性质则源于其他物理要素运用

61、活动对数据的需求。通过吸收与运用数据，生产活动能够提升要素使用的整体效率效能。知识与技术的传递以及再创造。知识与技术的传递以及再创造。数据本身就是信息的载体，数据要素与其他物理要素结合后，高价值的知识与技术也同时实现从数据要素到物理要素的传递与结合，从而提升生产效率与效能，并最终构成产品本身价值的一部分。在数据要素与其他物理要素结合后，新的知识还会被继续创造出来。例如，劳动力与数据的结合可以产生对劳动力状况的新理解，资本与数据的结合能够形成数字化资本。通过知识与技术传递以及再创造两种效应的加总，数据要素与其物理要素的结合能够大幅缩短一个生产活动的技术积累与研发周期，帮助产业在更短的时间内迈上新

62、的台阶。对传统对传统生产生产要素改良并要素改良并生产率的整体提升。生产率的整体提升。在传统的生产模式下，生产活动的管理者那些对决定要素最优投人量与最优组合形式的必要信号(如价格信号、供给与需求信号、竞争意愿信号、风险信号)并不完全清楚，也不具备充分的时间来获取上述信号。但在数据要素充分流通后，在生产中对某一类特定要素的短缺或者冗余现象会开始逐步减少。例如:数据要素与劳动力要素结合后，通过对企业用工结构的优化和人力资本的更优配置，消除劳动力要素的冗余配置，实现劳动生产效率的提升;数据要素与资本要素结合后，通过数据驱动投资决策，调整和优化投资方向，改良资本在整个要素投入结构中的占比，从而实现资本应

63、用效益的最大化等等。表表 5：城市地下管道数字化所为国家带来的收益：城市地下管道数字化所为国家带来的收益 占总停工量占总停工量的百分比的百分比 停工次数停工次数 每次停工所导每次停工所导致的损失致的损失 直接损失总额直接损失总额（百万）（百万）间接损失间接损失（百万）（百万）总损失总损失（百万）（百万）电电 40%23，776 3，455 82 2，382 2，465 天然气天然气 19%11，363 4，319 49 1，423 1，472 电信电信 19%11，356 680 8 223 2，325 光纤光纤 4%2，460 2，800 7 200 206 自来水自来水 17%10，376

64、 5，375 55 1，617 1，673 下水道下水道 1%667 983 0.6 19 19 总计总计 100%100%6060，000000 3 3，371371(avg)avg)202202 5 5，866866 6 6，068068 预计解决预计解决的百分比的百分比 -60%60%60%节约成本节约成本(每年每年)-121m 3，519m 3，641m 数据来源：英国政府、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 17/39 计算机计算机/行业深度行业深度 案例案例 4：气象要素助力全行业高质量发展气象要素助力全行业高质量发展 在传统时代，气象部门主要利用本

65、地化的观测仪器获得本地观测结果，进而做出对未来天气状况判断。后来，气象卫星拍摄的云图极大地提升了天气预报准确性。不过人们获得的依然是“未来 24 到 48 小时有雨”这样相对粗颗粒的预报信息。进入数字化时代后，通过进一步的对气象基础设施的建设，气象部门能够产出更细致、更准确、信息含量更大的高价值气象信息产品。例如，我国政府在全国各地布设了数百台天气雷达构成了一个密集的天气雷达网，实时收集云雨目标物的数据。中央气象部门汇聚了企国所有多普勒天气达收集的气象数据后就可以将这些数据作为要素，投人高价值气象信息产品的生产中，像雷达回波图就是这一生产活动的典型产出。图图 11：不同客户对于不同气象数据的需

66、求差异：不同客户对于不同气象数据的需求差异 数据来源：普华永道、东北证券整理 不同观测频率与观测重点的气象数据，经过处理后形成了预警、预报、气象指引等不同观测频率与观测重点的气象数据，经过处理后形成了预警、预报、气象指引等不同形式的气象数据产品。不同形式的气象数据产品。根据著名的德尔菲气象定律，气象投入与产出比为1:98，即企业在气象信息上投资 1 元，便可以得到 98 元的回报，这反映了气象数据的巨大价值。气象灾害预警类数据可以服务于城市管理尤其是为建设韧性城市，提高数字政府建设水平，强化数字技术在应对气候自然灾害等突发事件应对中的运用，全面提升预警和应急处理能力。气象数据企业以上述数据产品

67、为基础，通过高时效性、可视化、格点化的数据服务，满足农业、电力、新能源、零售、保险、交通农业、电力、新能源、零售、保险、交通等领域客户的不同需求。农业：农业：气象服务公司结合遥感、物联网、水肥一体化等技术为传统农业提供信息化综合解决方案。为农业生产者对农作物种植面积、作物长势提供遥感监测，进行大宗农产品产量预估，为病虫害和气象灾害提供决策支持，实现减少投入、规避风险、提高产量、增加效益的目的。电力：电力：通过建立对气象数据的分析平台，电力行业相关企业可针对造成电网及设备设施损害的主要自然灾害进行精细化、杆塔级的监测预警，以先进的科技手段支撑电网防灾减灾。请务必阅读正文后的声明及说明请务必阅读正

68、文后的声明及说明 18/39 计算机计算机/行业深度行业深度 新能源：新能源：新能源发电站通过采用更高精准度的气象数据和智能预测模型，对区域内风光出力进行准确的预测，从而提高能源利用效率并减少因波动性和间歇性特征在并网时给电网造成的冲击。零售：零售：精准的天气数据分析不但可以帮助商家预测商品销量、客流量、商品库存量等，也可以通过结合历史气象数据，分析消费者喜好，商家还可以进行精准营销，最终实现降本增效的效果。保险：保险：气象数据在保险领域主要应用包括气象保险指数产品、巨灾保险产品、保险公司风险测定等。交通：交通：气象情况对交通安全与效率造成巨大影响。例如，气象数据已在航班管理、民航试飞、机场选

69、址等场景发挥巨大价值，不仅提升了航班安全水平，也帮助相关企业实现降本增效的目的。图图 12：不同客户对于不同气象数据的需求差异：不同客户对于不同气象数据的需求差异 数据来源：普华永道、东北证券整理 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 19/39 计算机计算机/行业深度行业深度 案例案例 5：交通数据，反映城市的“一呼一吸”交通数据，反映城市的“一呼一吸”交通数据具有维度多、实时性与动态性强等特征，包括实时流量、车辆综合信息、阻断与管制情况、路况与天气等多个维度，形成智慧交通系统、自动驾驶地理围栏服务、智能导航等多样产品，其应用场景全面覆盖 G 端、B 端与 C 端，满足各

70、个领域的需求。图图 13：交通交通数据相关要素数据相关要素 数据来源：百度地图开放平台、东北证券整理 G 端：端：交通大数据是城市流量的直观体现，对城市治理与智慧城市建设有着不可估交通大数据是城市流量的直观体现，对城市治理与智慧城市建设有着不可估量的价值。量的价值。在数字政府等政策的推动下，各地建设智慧交通系统，显著提高了治理效能，为相关软件与服务市场注入巨大动能。以捷码综合交通运行监测与应急指挥平台为例，其汇集并统筹公路路网、城市交通、出租网约、长途客运、货运、交通枢纽场站、交通在建工程等各种交通信息资源，提供全面监测、分析决策、行业监管、应急保障等服务，该平台服务于交通运输监管单位的综合交

71、通管理工作，已在浙江省多地交通运输局实施应用，切实推动了治理现代化、智能化。图图 14：捷码综合交通运行监测与应急指挥平台捷码综合交通运行监测与应急指挥平台 数据来源：捷码科技、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 20/39 计算机计算机/行业深度行业深度 B 端端：交通大数据代表的城市流量信息蕴含着巨大的商业价值，相关产品与：交通大数据代表的城市流量信息蕴含着巨大的商业价值，相关产品与 B 端需端需求的结合将成为城市增长的亮点。求的结合将成为城市增长的亮点。围绕实时流量、车辆综合信息的交通大数据能为商家精准的预测区域流量、消费者偏好与消费能力等，为经营管理赋能

72、，实现降本增效。此外，交通大数据与智能驾驶、金融等新兴应用场景深度融合。基于 V2X 车路云协同技术，百度智能网联解决方案为自动驾驶与智能交通提供泛在连接技术与端到端应用服务；基于百度地图海量时空数据，百度智慧金融地图解决方案构建金融行业的地图数字底座，与网格化营销管理和服务、新型车险运营、网点选址、地址反欺诈、农业金融等诸多金融业务场景深度融合，赋能金融行业数字化与智能化升级。图图 15：百度金融地图解决方案百度金融地图解决方案 数据来源：百度金融地图、东北证券 C 端：端：交通大数据带来数字地图、智能导航等服务的全面升级，让交通大数据带来数字地图、智能导航等服务的全面升级，让 C 端消费者

73、更好端消费者更好享受城市生活。享受城市生活。交通大数据切实便捷了消费者出行，传统导航业务在路线指引的准确性、实时性进一步增强，网约车等服务不断成熟；交通大数据助力新零售，以美团、盒马为代表的服务把城市生活的多姿多彩带到消费者身边。除了基础的地图功能外，通过对交通数据以及其他数据的进一步叠加分析，可能还除了基础的地图功能外，通过对交通数据以及其他数据的进一步叠加分析，可能还能得到很多行为结论。能得到很多行为结论。目前，北京公安正在尝试用智能公交一卡通数据的分析研究结果，根据异常交通记录分析来抓小偷。因为绝大多数的行人会选择最优的交通方式（最短时间距离，或者最少的换乘），而扒手的行为路径可能不会按

74、照最优解进行。类似的行为分析可能还能用到旅游热力分析，路况分析等多个场景。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 21/39 计算机计算机/行业深度行业深度 图图 16：工作日早上工作日早上 8:00-11:00 的四种出行模型的四种出行模型 数据来源：Catch Me If You Can:Detecting Pickpocket Suspects from Large-Scale Transit Records、东北证券 因此，我们会发现数据要素因此，我们会发现数据要素既是生产要素，也蕴含着其他生产要素的意义。既是生产要素，也蕴含着其他生产要素的意义。经济活动的效益是由劳

75、动者、土地、资本、企业家才能、技术、数据(信息和知识)等全要素协同作用的结果，要素之间的连接形成了经济价值网络。以数据为纽带,不断冲破行业信息不对称的壁垒，跨行业资源整合成本不断降低，行业不断跨界融合，衍生平台经济、共享经济、零工经济等新的经济形态，数据在其中发挥着核心和纽带作用。随着数据要素市场化的深入，颠覆式创新时代即将到来随着数据要素市场化的深入，颠覆式创新时代即将到来。数据与经济活动的深度融。数据与经济活动的深度融合一直都可以促进各类生产要素的融合创新，就像互联网模式衍生出的“互联网合一直都可以促进各类生产要素的融合创新，就像互联网模式衍生出的“互联网+”“5G+”、“人工智能”、“人

76、工智能+”等信息服务新业态。就像滴滴除了提供”等信息服务新业态。就像滴滴除了提供打车平台外，也开创打车平台外，也开创了顺风车、拼车等出行模式，数据要素市场中的创新在未来也一定会成为颠覆性创了顺风车、拼车等出行模式，数据要素市场中的创新在未来也一定会成为颠覆性创新的源头。因为数据要素和任何一个行业的深度结合，各类学科的交叉沟通，都可新的源头。因为数据要素和任何一个行业的深度结合，各类学科的交叉沟通，都可以带来“更简单、更容易、更便宜”的三更解决方案。这正是每一次生产力发展周以带来“更简单、更容易、更便宜”的三更解决方案。这正是每一次生产力发展周期都会带来十倍到百倍的新增市场，这就是数据要素化对我

77、国经济的真正的创新式期都会带来十倍到百倍的新增市场，这就是数据要素化对我国经济的真正的创新式“颠覆”。“颠覆”。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 22/39 计算机计算机/行业深度行业深度 4.交易和定价，数据要素流通所面临的问题交易和定价，数据要素流通所面临的问题 数据要素化的本质是流通。数据要素化的本质是流通。数据流通的基础含义是数据参与社会化大生产的流动过程。在这个流动中，数据持有方提供数据参与融合计算得到计算结果和销售利润，数据使用者在生产活动中使用该结果获得业务价值，从而完成数据参与社会化大生产的过程。数据流通涉及数据从提供端转换到使用端中的方方面面，包括流通

78、对象(原始数据、数据价值、数据产品、数据服务等)、流通组织(数据交易所和交易机构、数据共享开放平台等)、流通基础设施(企业级、行业级、国家级数据流通网络和算力平台等)、流通技术(数据隐私保护技术、数据流通使用可控技术区块链、人工智能等)、流通环境(数据权属界定、流通、交易、应用、安全保护、监管法规和制度等)等。数据要实现流通，必须解决两大核心问题数据要实现流通，必须解决两大核心问题:一是一是交易侧，也就是交易侧，也就是数据在流通中信息数据在流通中信息泄露泄露和不可控的和不可控的问题，二是问题，二是价值侧，也就是价值侧，也就是数据流通数据流通中价值确认的问题。中价值确认的问题。数据流通的不可控和

79、泄密风险导致政府不敢开放数据，数据流通无法定价导致部分政府开放数据意愿不强。4.1.交易侧：可控计量计算模式逐步成熟交易侧：可控计量计算模式逐步成熟 传统数据流通方式是明文数据的复制和传播。传统数据流通方式是明文数据的复制和传播。由于明文数据几乎没有复制成本，以这种方式流通数据面临许多不可控的因素，导致数据持有方“不愿流通”和“不敢流通”。因此，传统通过物品排他性占有来控制其流向和使用的方式，在明文数据流通中作用荡然无存，需要引入新的机制使数据流通可控，才能构筑数据流通的秩序。明文数据的复制和传播明文数据的复制和传播在混杂了很多数据来源之后，会存在一定的风险在混杂了很多数据来源之后，会存在一定

80、的风险。数据大规模流通实际上是多元多方数据的融合计算。这一过程如同开设“数据化工厂”多种原料(数据)在一定的配方和条件下(算法)产生化合反应(融合计算)的产物(计算结果)，在创造价值的同时有可能会对他人、社会和国家造成危害或产生重大风险。就像硫黄、木炭和硝酸钾单个物质在常温下都相对稳定，不属于高危品，但按照一定比例混台后却能形成炸药，十分危险。典型的现实案例是 2016 年美国总统大选期间，英国数据分析公司“剑桥分析”(Cambridge Associates)曾利用其之前以学术研究名义合法从知名社交平台脸书网(Facebook)获得的数据包并结合其他条件，对用户通信内容和行为动态等特征班行分

81、析，有针对性地给大量选民发送定制信息，干扰政治舆论推动民意为特明普团队助选，直接影响了许多州的选举结果。这种以无害理由获得大量数据，然后用于其他目的，甚至可以影响政治可以说直接危害社会稳定与国家安全。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 23/39 计算机计算机/行业深度行业深度 图图 17：美国剑桥分析事件丑闻：美国剑桥分析事件丑闻 数据来源：Voxmedia、东北证券 这些问题产生的原因是来源于这些问题产生的原因是来源于数据流通的所导致的负外部性数据流通的所导致的负外部性。负外部性是指在无管制的状态下，个人或企业不必完全承担其行为带来的社会成本，例如化工企业把污水排放到

82、河流中、烟民在公共场所抽烟、黑工厂使用童工等。这些行为在给已方带来利益或满足的同时，对他人或社会带来不同程度的负面影响，但行为方却不必完全承担这种负面影响的后果或成本。推动数据有序流通，需要提前构建负外部性的风险防范机制。推动数据有序流通，需要提前构建负外部性的风险防范机制。对数据监管者而言，加强针对改据流通的监管势在必行。其根本目的就是要管控数据的具体使用目的、方式和次数，防范数据大规模流通的重大潜在风险和负外部性，如持有数据的组织在流通中仅自身获得巨大经济收益，但产生致据政视、数据垄斯，侵害个人隐私甚至国家安全等负面社会影响。因此，数据的分级保护政策需求应运而生。因此，数据的分级保护政策需

83、求应运而生。2021 年年 9 月生效的中华人民共和国数月生效的中华人民共和国数据安全法据安全法(以下简称数据安全法以下简称数据安全法)，对数据分类分级，对数据分类分级做出做出了专门规定，提出“国了专门规定，提出“国家建立数据分类分级保护制度”。家建立数据分类分级保护制度”。公共数据分类分级对于落实公共数据安全保护、实现公共数据共享开放具有重要意义。根据数据类型特点等对公共数据分类分级，有助于明确公共数据的业务归属和重要程度，精准化梳理数据关联性，进一步完善公共数据安全保护体系建设，从而规避包括混杂数据、“灰色地带”数据、“暗数据”和“弱隐私数据”等在内的公共数据开放利用中可能出现的安全风险。

84、目前我国各类与公共数据分类密切相关的法规或标准已经或即将公布。目前我国各类与公共数据分类密切相关的法规或标准已经或即将公布。如 2013 年发布的信息安全管理要求规定了信息安全风险评估、处置等要求，2021 年 11 月出台的个人信息保护法规定了敏感个人信息的处理要求，同月发布的网络数据安全管理条例(征求意见稿)再次明确了网络数据分类分级保护制度。此外，正在 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 24/39 计算机计算机/行业深度行业深度 起草的信息安全技术网络数据分类分级要求提出了网络数据分类分级的原则、方法，明确不同类别级别的数据安全保护要求等。目前各地方公共数据分类分

85、级标准的目前各地方公共数据分类分级标准的虽在虽在具体内容上有所差异具体内容上有所差异，但，但结构框架大体一结构框架大体一致致。比如重庆市的试行标准未单独提出安全性原则，但在综合判定与分级管控原则中也明确了安全管控要求。上海市分级维度与其他地区不太一致，但但同样考虑到了数据敏感程度的因素。可以发现，各地方标准在公共数据分类分级基础上都突出了对可能的数据安全风险及其应对措施的关注。虽然由于利用需求和安全形势的变化，有关标准会因其稳定性而出现相对滞后性，但我们认为随着政策的逐步推演，相关的明确标准有望落地并带动行业像规范化的模式发展。除了数据的分级保护以外，除了数据的分级保护以外，安全可信的安全可信

86、的“数据可用不可见”“数据可用不可见”交易环境交易环境逐步成形也保逐步成形也保障了数据流通的安全。障了数据流通的安全。大数据交易中心在数据交易中，可以帮助数据需求方判断数据的质量和价；数据提供方也由于大数据交易中心审核过需求方的信息，也可以不用担心数据安全和数据滥用的担忧；数据交易中心还能帮助交易双方更好的定价。大数据中心以逻辑汇聚方式接入政府、企事业单位的公共数据，提供安全可信的加工环境供数据服务商开发数据产品和服务，满足各类社会企业的业务需求，以“可用不可见”方式实现对公共数据的价值利用。且在多地大数据交易中心的设计思路中，政府认为凡是被政府部门、公共事业单位所掌握，且有市场商业需求的高价

87、值敏感数据，均应通过交易所进行数据使用权的交易。表表 6：上海、浙江、重庆、青岛的：上海、浙江、重庆、青岛的地方标准关键要素比较地方标准关键要素比较 城市城市 上海市上海市 浙江省浙江省 重庆市重庆市 青岛市青岛市 原则原则 兼容性、安全性、可扩展性、科学性、可操作性、需求导向 科学性、安全性、可操作性、协调性 科学性、扩展性、关联性;自主定级、综合判定、分级管控 依从性、时效性、自主性、合理性、需求导向、安全性 分类维度分类维度 不分维度，根据开放程度分类 资源属性、应用服务属性 数据管理、业务应用、安全保护、数据对象 主题分类、行业分类 分类方法分类方法 线分类法，分为三类展开 多维度与线

88、分类法结合，分三个维度展开 多维度与线分类法结合，分四个维度展开 多维度与线分类法结合，分两个维度展开 分级维度分级维度 根据公共数据对象类型，结合数据重要程度、敏感程度 根据公共数据被破坏后对国家安全、社会稳定、组织利益和公民安全的影响程度 根据公共数据被破坏后对国家安全、社会秩序、公共利益以及对公民和其他组织的合法权益的危害程度 根据公共数据被非授权操作后的影响程度 分级方法分级方法 个人:匿名非敏感、非匿名非敏感、匿名敏感、非匿名敏感;组织:公开、业务、重要;客体:公开、低风险、中风险、高风险 公开数据(1 级)受限数据(2 级)敏感数据(3 级)重要数据(4 级)敏感数据(L4 级)较

89、敏感数据(L3 级)低敏感数据(L2 级)不敏感数据(L1 级)公开数据(1 级)受限数据(2 级)敏感数据(3 级)涉密数据(4 级)流程流程 分类分级同进行 先分类后分级 先分类后分级 先分类后分级 数据来源：各地公共数据开放分级分类指南、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 25/39 计算机计算机/行业深度行业深度 图图 18：广州大数据交易中心运营模式：广州大数据交易中心运营模式 数据来源：广电运通、东北证券 不过只不过只依赖“数据可用不可见”依然会在在数据隐私泄露的可能性，因此可信的计依赖“数据可用不可见”依然会在在数据隐私泄露的可能性，因此可信的计算

90、环境和对下游应用场景的监管也较为重要。算环境和对下游应用场景的监管也较为重要。因为基于密文计算的数据存在用途用量超出预期范围的可能，而这种可能性为攻击者提供了额外的信息获取途径，提升了“侧信道”攻击的成功概率。所以说，不能做到控制数据使用的具体目的和方式的“数据可用不可见”也是有风险的。对此，隐私保护计算技术在实际应用中，还需要通过结合基于其他技术的机制(如计算合约)，对数据使用进行严格控制。如果简单的使用如果简单的使用数据可用不可见，数据可用不可见，实际上实际上会存在一定的会存在一定的数据数据泄露风险。泄露风险。假设某查询看需要了解某医院人群中患有某种疾病人群的比例，但医院不想查询者知道到底

91、是谁感染了这种疾病，查询者又知道到底是那些人去了医院。第一天，查询者知道现有人群中患有该疾病的比例为25%。第二天，医院新接诊了一位该疾病患者小明后，假设他知道这天只有小明去了这家医院，那么查询者根据新的比做值(上升至 25.5%)就可推断出小明这个人感染了该疾病，在这种方式下，小明患病的隐私信息就被暴露了。图图 19：使用常规的：使用常规的隐私的统计查询将暴露个人隐私信息隐私的统计查询将暴露个人隐私信息 数据来源：网络资料整理、东北证券 但如果但如果简单的简单的加上噪音，则又会导致数据的失真。加上噪音，则又会导致数据的失真。比如说医院为了保护小明是否患 请务必阅读正文后的声明及说明请务必阅读

92、正文后的声明及说明 26/39 计算机计算机/行业深度行业深度 有该种疾病的隐私，决定对患病比例这一计算结果采用差分隐私技术进行处理，即加人随机噪声使得计算结果模糊化，提升查询者推断到底是谁患有该疾病的具体难度。比如医院对第一天的查询返回结果 25.35%，第二天的查返回结果 25.30%(随机噪声使得结果在真实值附近波动)。这样加人差分隐私后，查询者看到两天的结果几乎没有差异。不过人为加入噪声会降低查询及统计结果的准确度，导致数据可用性下降，这反而又阻止了数据的流通。图图 20：使用差分隐私的统计查询可保护个人隐私信息使用差分隐私的统计查询可保护个人隐私信息 数据来源：网络资料整理、东北证券

93、 因此从产业发展的角度看来看因此从产业发展的角度看来看“数据可用不可见”是手段，“数据可用不可见”是手段，数据的分级使用和数据的分级使用和可信可信的计算环境的计算环境和对下游的监管才是重点。和对下游的监管才是重点。可控可计量的意思是在知道下游客户的使用场景以及如何使用数据的情况下才进行交易。“使用可控可计量”也为有效监管数据流通创造了条件、提供了手段，真正推动数据在阳光下使用。对监管方来讲，控制数据流通使用的目的、方式和次数，能够更容易发现数据滥用行为，杜绝危害公众、社会和国家的数据滥用:对数据持有方来讲，可以在保持数据持有权不变的情况下，通过针对数据具体使用的目的、方式次数，履行数据安全责任

94、义务，保障数据使用安全、合法、合规，对数据使用方来讲，“使用可控可计量”为其自证清白提供了有效证明；而数据滥用的受害方来讲，“使用可控可计量”可以使及到的伤害和损失更容易被举证。案例案例 6：中国数安港“中中国数安港“中立国”模式的数据合规破解之道立国”模式的数据合规破解之道 浙江省温州市人民政府基于“数字浙江”建设的政策部署，设立中国（温州）数安港（全称“中国（温州）数据智能与安全服务创新园”），这是以一个创新产业园区、一个大数据联合计算中心、一套数据安全与合规体系、一系列专业司法保障部门等“九个一”架构起来的数安港。其开创的“中立国”模式系浙江省大数据联合计算中心创设的隐私计算合规技术整体

95、方案，经中国数安港数据安全合规管理委员会评审通过，取得合法合规的联合计算场景评审证书，由政府审计监督，实现“数据可用不可拥，安全可见又可验证，结果可控可计量”的理想目标。“中立国”模式下，数算中心采用“三审核、三隔离”的方式实现全过程安全合规、安全隔离，并由政府各部门参与全程监督审计。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 27/39 计算机计算机/行业深度行业深度 图图 21：“中立国”模式的技术“中立国”模式的技术的联合计算平台的联合计算平台 数据来源：中国数安港、东北证券 具体而言，“中立国”联合计算平台在计算过程中，原始数据经去标识化后输入联合计算区参与计算，完成计算

96、后会立即被自动删除，经审核通过的匿名化结果数据从指定路径输出，用于约定场景用途，从而提供一个隐私计算的可信可监管环境。图图 22：“中立国”“中立国”数据计算输出模型数据计算输出模型 数据来源：中国数安港、东北证券 基于中国数安港的“中立国”联合计算平台，可以落地数据应用具体场景，例如多基于中国数安港的“中立国”联合计算平台，可以落地数据应用具体场景，例如多方联合画像统计方联合画像统计。其是基于各数据提供方画像特征对目标样本人群进行统计级别画像洞察的服务。为品牌客户提供目标人群线上、线下等多维度多视角的洞察报告，帮助品牌了解用户的基础属性特征，加深理解兴趣特征，刻画消费者画像，以优化营销策略。

97、请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 28/39 计算机计算机/行业深度行业深度 图图 23：建模服务：建模服务多方联合画像统计多方联合画像统计 数据来源：中国数安港、东北证券 4.2.定价侧：有偿开放持续推动，定价模式逐渐清晰定价侧：有偿开放持续推动，定价模式逐渐清晰 目前来看，数据要素的定价还存在诸多不确定性，但是随着政府政策的逐步完善，目前来看，数据要素的定价还存在诸多不确定性，但是随着政府政策的逐步完善，数据要素交易有望更好更稳的落地。数据要素交易有望更好更稳的落地。长期以来，公共财政负担全部成本、政府免费开放公共数据的模式一直被理所当然地认为是政府数据开放的自然选

98、择，这种认知源自政务信息无偿公开的传统观念，即全体公民都是政府信息公开的受益者，也是透明政府建设的监督者，因此，政务数据公开的出发点是监督，具体信息理应免费公开，使全民都可以无障碍的获得相应信息。不过目前，对于公开数据定价来说，还有诸多难点。图图 24：数据要素定价存在的问题：数据要素定价存在的问题 数据来源：政府数据开放：基于大数据的合作治理创新、东北证券 传统的纯免费或公益性质的数据并不适合现在的市场环境，也传统的纯免费或公益性质的数据并不适合现在的市场环境，也无法无法刺激政府进一步刺激政府进一步的开放数据的开放数据。这是因为这是因为政府数据虽然名义上“免费”政府数据虽然名义上“免费”，但

99、实质是对全体国民无差别收但实质是对全体国民无差别收取等额的公共数据资源税。取等额的公共数据资源税。公共数据资源在政府数据开放活动中被免费向社会供给，造成政府成本无法被补足的同时，还侵占了政府部门其他项目的原始预算份额。因此，各个行政部门缺乏向社会供给公共数据的动力，公共数据的供给效率严重低下。英国测量局就曾指出，美国免费供给公共数据的做法忽略了高质量数据的生产与维护成本，导致其数据供给实际绩效不佳表现为数据产品的过时和低质量。这种对数据开放费用补偿问题的忽视，导致的结果就是政府机构缺乏建立数据开放平台的资 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 29/39 计算机计算机/行业

100、深度行业深度 金，也不愿为这样的基础设施承担责任。通过通过制度制度认可认可公共数据的有偿开放模式公共数据的有偿开放模式，是是我国目前我国目前解决政府数据开解决政府数据开放发展困境的放发展困境的基本途径之一。基本途径之一。国务院办公厅在 2018 年颁布的科学数据管理办法第 24 条规定:“(开放科学数据)确需收费的，应按照规定程序和非营利原则制定合理的收费标准。”这是我国公共数据资源有偿开放模式迈出的重要一步。气象部门也以“一事一议”的形式进行有偿数据开放试点。2021 年，十三届全国人大四次会议通过的中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要 提出，要以加强

101、公共数据开放共享为目标，“开展政府数据授权运营试点”。根据 2022 年 12月中共中央、国务院发布的构建数据基础制度更好发挥数据要素作用表示推动用于公共治理、公益事业的公共数据有条件无偿使用，探索用于产业发展、行业发展的公共数据有条件有偿使用。通过这种方法政府也可以通过这种方法政府也可以让让数据开放的中间处理环节转移到政府之外数据开放的中间处理环节转移到政府之外，由非政府主由非政府主体承担体承担收益以及商业化责任收益以及商业化责任。在这种情况下，政府不再直接扮演信息的提供者，而是将其角色转换为公共数据资源的供应方，向社会供给原始的、未经加工解读的公共大数据，交由企业、社会组织、公民等非政府主

102、体来进行数据清洗或者治理后开发利用，以创造更大的经济社会效益。这种角色转移有两重必要性:第一，政府在数据开发利用上并不专业，需要有专业人士、专业组织来对公共数据资源进行充分开发与利用;第二，产业发展科学研究、公共服务等经济社会事业有着日益增长的数据需求而拥有大量闲置数据资源的政府理应响应社会需求，将公共数据开放给全社会。目前目前数据要素的数据要素的主流主流定价定价方方式有三种，分别为成本途径、收益途径和市场途径。式有三种，分别为成本途径、收益途径和市场途径。成本途径：成本途径：数据要素投入具有高固定成本、低边际成本的特点。数据生成信息时，投入数据采集、运输、计算、存储、分析和保护的固定成本较高

103、，可将其作为定基准。不过这些数据很难评估不同用户的应用价值差异，同时一些数据是企业经营的附加产物，获得数据的成本通常难以从业务成本中划分出来，因而难以定量计算。收益途径：收益途径：评估数据对未来经济社会的影响，预测可能产生的未来业务收入，表表 7：免费开放与有偿开发相结合的数据要素开放制度：免费开放与有偿开发相结合的数据要素开放制度 数据使数据使用者用者 使用目的使用目的 直接受直接受益群体益群体 使用者使用者类型类型 数据库类数据库类型型 费用补偿路径费用补偿路径 科研与教育工作者 提供公共产品 科研产出 公共教育 全体公民和社会 非特定受益者 所有公共数据 免费开放数据或基于成本定价，由政

104、府承担主要成本 企业社会组织及公民 提供公共产品 无偿的公共信息服务 商业开发利用 以营利为目的，提供商业产品或者有偿服务 数据开发利用者 特定受益者 可商用的公共/脱敏后的个人信息数据库 行政收费，由数据使用方承担成本 数据来源：政府数据开放：基于大数据的合作治理创新、东北证券整理 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 30/39 计算机计算机/行业深度行业深度 再将未来现金流折现到当前，计算出当前的估值和定价。这种方法的难点在于数据的经济和社会影响难以建模，而且很难独立估算，且长期价值难以评估。市场途径：市场途径：需要数据资产形成成熟、有序且活跃的交易市场，具有大量可观

105、测的交易数据和数据资产交易信息可以供数据资产的买卖双方进行产品对标、识别价值驱动因素、量化产品间差异并修正价值。在现阶段，该途径受限于数据产品市场交易的活跃程度，其运用受到较大限制。现阶段数据资产有一很明显的特征，即卖方视角对应的价值与买方视角对应的价值有较大区别，原因在于受制于双方之间天然的信息屏障，卖方无法完全估算买方的数据使用经济价值。因此在产品估值途径中，成本途径在现阶段已具备应用条件，收益途径在一定条件下亦可使用，但基于上述分析，成本途径和收益途径尚无法实现相互验证;而市场途径由于目前缺乏活跃市场及信息披露，暂不适用。图图 25：数据要素的常见估值方法：数据要素的常见估值方法 数据来

106、源：普华永道、东北证券 在现实中在现实中，政府数据定价，政府数据定价模式模式比上述模式还要更加复杂，因为政府具有较强的公共比上述模式还要更加复杂，因为政府具有较强的公共属性。属性。因为如果政府直接利用市场的价格机制，将公共数据库这类公共资源直接售卖给出价高者，不符合社会大众对政府的普遍期望，因为商业数据所产生的成本终将由最终消费者买单。在这种公共行政伦理的规范下，政府不便直接使用市场的价格机制为公共数据定价，使得政府进行有偿数据开放时，定价问题成为一大难题。而且从实际交易上看，政府很难获知数据开放的全部成本而且从实际交易上看，政府很难获知数据开放的全部成本，这也压抑了数据开放的，这也压抑了数据

107、开放的活力。活力。成本定价法会忽略政府生产公共数据资源所消耗的固定成本，而固定成本又往往远远高于数据扩散的边际成本，结果就是没有足够的补偿来支撑长久的数据开放活动。即使政府考虑到了固定成本的存在，使用“平均固定成本+边际成本”法定价，那么这种定价的前提是政府有能力得知数据开放的全部固定成本和边际成本。政府也不可能获知未来公共数据资源的使用者数量，直接使用平均成本法或边际成本法会造成补偿不足的现象，从而压抑政府向社会开放公共数据的动力。这是由于预期收益具有不确定性，买方愿意付出的成本是有限的。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 31/39 计算机计算机/行业深度行业深度 因

108、此，未来定价模式其实更倾向于将数据统一定价，以一个适当超过“平均固定成因此，未来定价模式其实更倾向于将数据统一定价，以一个适当超过“平均固定成本本+少数利润”的价格运行。少数利润”的价格运行。适当超过成本的定价方法，是通过特定受益者承担支付责任的方式，将特定受益者所获得的部分“特别收益”还原为社会一般利益，整体上提升社会福祉。欧盟议会在 2003 颁布了一道指令，指出公共数据资源的开发再利用是以收回成本为目的，而成本的收回包含了“合理的投资回报率”。很多欧洲国家都将公共资源的使用收费视为缓解政府整体财政压力的重要手段。例如，法国政府直接确定，政府公共资源(如数据资源)的收费价格可以确定为“实际

109、发生成本加上合理利润”。德国政府也允许公共资源收费的价格包含超过成本的溢价部分，并利用这部分利润来补贴其他亏损的公共服务项目。案例案例 7：我国公共数据交易中的行政收费模式：我国公共数据交易中的行政收费模式 我国公告数据交易我国公告数据交易目前主要的收费原则依旧还是“受益者负担”原则。目前主要的收费原则依旧还是“受益者负担”原则。换句话说即，“受益”是“负担”的依据和前提，如果有“特别受益”的存在，就要设计由特别受益人来进行“特别负担”的制度。反之在有特别受益人的情况下，政府数据开放的成本若仍通过政府财政支出的方式由全体公民承担，则有失公平与正义。因此，有日本学者就提出，有必要建立“利益返还”

110、制度，即准公共产品在有特定受益者的情况下，须收回特定人所获得的一部分利益，把这部分利益返还给社会全体，实现利益的“公共还原”如果政府依据“受益如果政府依据“受益者负担”原则者负担”原则，要求公共数据资源的特定受益者支付一定费用要求公共数据资源的特定受益者支付一定费用，那么新的问题是那么新的问题是:政府应在哪一种法律或政策框架下政府应在哪一种法律或政策框架下，使用何种方式方法来向公共使用何种方式方法来向公共数据资源的使用者收取费用数据资源的使用者收取费用?公共资源虽然是归国家所有，但不局限于公共部门进行利用开发，还经常会交由各类社会主体进行开发、利用和经营，以提升公共资源的利用效率，创造更大的社

111、会价值。这个过程中，为弥补公共部门提供公共资源所耗费的成本，获得授权开发利用公共资源的社会主体需要对公共部门进行补偿。图图 26：全国公共数据交易平台案例：全国公共数据交易平台案例 图图 27：全国公共数据交易平台：全国公共数据交易平台 2023 年前年前 5 个月交易个月交易量统计量统计 数据来源：全国公共数据交易平台、东北证券 数据来源：全国公共数据交易平台、东北证券 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 32/39 计算机计算机/行业深度行业深度 目前国内相关的国有资源销售，均通过以下三种机制完成：目前国内相关的国有资源销售，均通过以下三种机制完成：市场价格机制：市场

112、价格机制：市场价格机制可以有效补偿私人物品的所有者，但由于无法解决公共产品的非排他性、非竞争性以及外部性问题，一般不适用于纯公共产品、准公共产品的交易。税收制度税收制度：以税收制度补偿公共资源的政府供给，其优点在于征税的强制性与无偿性特征，但同时也存在一定问题，即税的征收并不考虑是否存在获得公共资源开发利益的特定群体，强制要求全体公民无偿缴纳一定税款，以补偿公共资源利用成本。政府数据开放的免费模式，实际上就是面向全体公民征收等额的“数据税”，纳税义务和公共数据资源开发(尤其是以谋取利润为目的的商业开发)的受益之间没有明显的对应性。行政收费机制行政收费机制：相较而言相较而言，行政收费机制在可行性

113、、正当性与效率提升方面具行政收费机制在可行性、正当性与效率提升方面具有税收机制所难以比拟的优势。有税收机制所难以比拟的优势。所谓“行政收费”，是指“行政机关在依法行使职权或事业单位在依法提供公共服务中向公民、法人和其他组织收取一定费用的行政决定”。以行政收费支撑公共资源的有偿使用，其正当性在于政府能够确认特定的个人或群体获得了国有资源利用的全部或大部分收益，此时补偿费用就不应由全体公民负担，而应由特定受益者负担。在确定存在特定受益者的情况下，相比税收，行政收费不仅能够实现受益者与非受益者之间的负担公平，还能够进一步提升公共资源的使用效率。行政收费对行政收费对公共资源开发利用效率的提升作用主要通

114、过两种机制产生。公共资源开发利用效率的提升作用主要通过两种机制产生。一是降低使用效率，一是降低使用效率，公共资源(如道路、水域等)的使用常有一定的使用承载上限，当人数超过承载上限时将出现“拥挤”现象，削弱后续使用者的福利获得，从而降低公共资源的使用效率，因而行政收费以设置排他性门槛的方式，减少公共资源使用的拥挤现象。二是面向特定受益者进行收费，二是面向特定受益者进行收费，可以避免公共资源使用者对公共资源的滥用，并利用公共资源特定受益者支付产生的沉没成本，激励他们提升资源开发与利用效率，创造更多社会价值。虽然公共数据库具有可自由复制的特性不会出现公共资源利用的拥虽然公共数据库具有可自由复制的特性

115、不会出现公共资源利用的拥挤现象，但政府挤现象，但政府通过行政收费的方式要求公共数据资源的特定受益者支付一定补偿，依然能够起到通过行政收费的方式要求公共数据资源的特定受益者支付一定补偿，依然能够起到激励作用，驱动特定受益者努力提升资源开发与利用效率以弥补其补偿成本开支，激励作用，驱动特定受益者努力提升资源开发与利用效率以弥补其补偿成本开支，减少对公共数据资源的滥用现象。减少对公共数据资源的滥用现象。案例案例 8：英美的技术标准（英美的技术标准（ISO）的有偿开放）的有偿开放模式模式 根据国际标准化组织根据国际标准化组织(International Organization for Standar

116、dization，ISO)的定义，的定义，技术标准是基于技术发展经验与成果，经产业内主体协商一致制定并由公认机构批准的技术规范性文件，用于指导企业遵循一定的技术路径以及产品质量要求展开生产。由一国政府认定的技术标准被看作是该国的国家标准，是一种公共产品，面向全国市场发挥规范性作用。英国、德国政府要求社会主体必须支付一定费用，才能够获取国家标准相关文本信息与数据。实践结果证明，英国与德国国家标准数据与信息的有偿开放取得了良好的效果。尽管国家技术标准服务于全国市场，属于一种公共资源尽管国家技术标准服务于全国市场，属于一种公共资源(公共产品公共产品)，但拥有国家标，但拥有国家标准管理权的英国标准协会

117、与德国标准化协会都要求社会主体准管理权的英国标准协会与德国标准化协会都要求社会主体(如企业如企业)必须支付一定必须支付一定费用来获取国家标准的相关数据与信息，不可免费获取。费用来获取国家标准的相关数据与信息，不可免费获取。这种有偿开放标准数据的 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 33/39 计算机计算机/行业深度行业深度 制度选择主要出于两方面考量。一方面，一方面，每一项技术标准所包含的信息与数据，都有特定的产业适用领域。因此，应当让产业内施用某项技术标准的企业主体支付一定费用，以体现“受益者负担”原则，补偿标准制定的成本支出。另一方面另一方面，通过标准信息与数据的有偿

118、开放，英国标准协会与德国标准化协会获得了一定的资金收人，这些资金被再度投人到国家技术标准发展的相关事业中，有助于整体上提升社会福利。每条英国国家标准的文本及相关数据的打包售价在 100 英镑至 500 英镑，每条德国国家标准的文本信息及相关数据售价在 100 欧元至 400 欧元。图图 28：英国数据标准价格：英国数据标准价格 数据来源：bsigroup、东北证券 图图 29：德国数据标准价格：德国数据标准价格 数据来源：beuth.de、东北证券 这一系列价格都是由各家企业、研究机构代表、政府代表以及公民代表组成的委员 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 34/39 计

119、算机计算机/行业深度行业深度 会所确定的，每年做出调整。一份产品几百欧元的价格对于企业而言，其实是不大的一笔开支。但最终收取的费用总额，对于整个国家具有公益性的标准化事业而言，但最终收取的费用总额，对于整个国家具有公益性的标准化事业而言，能提供不可或缺的经费补偿。能提供不可或缺的经费补偿。英国与德国向社会有偿供给国家标准信息与数据的行动并没有阻碍社会主体对国家标准的应用，而是从公共部门与社与数据的有偿供给为英国与德国的标准化事业提供了重要的资金来源。在 2021 年，标准有偿供给为英国标准协会创造了 5.86 亿英镑的收人，毛利率约为毛利率约为 52%，净利率约为，净利率约为 10%。平均每个

120、可约为其带来了 7000英镑的收入，2024 年整体有望做到 8 亿英镑的收入。而对德国来说，标准有偿供2021 年的收人大于 7640 万欧元，约支撑了德国标准化协会标准制定工作 60%的相关支出，其重要程度不言而喻。在社会层面，由于国家标准信息与数据是有偿供给的，企业与国家标准主管部门的在社会层面，由于国家标准信息与数据是有偿供给的，企业与国家标准主管部门的关系更为紧密，作为供给方的标准主管部门不是免费模式中的“甩手掌柜”，而是与关系更为紧密，作为供给方的标准主管部门不是免费模式中的“甩手掌柜”，而是与购买标准信息与数据的企业展开紧密的合作，以促进标准信息得到更好的应用。购买标准信息与数据

121、的企业展开紧密的合作，以促进标准信息得到更好的应用。英国标准协会与德国标准化协会都会为标准的企业用户提供一系列支撑性的服务结果证明，标准信息与数据有偿供给制度并没有阻碍产业界对标准信息的使用，反而支撑了英国与德国的标准化事业得以长久发展。时至今日，英国与德国的国家标准被产业界乃至国际组织广泛利用，两国的标准化管理制度也一直在世界上扮演着标杆性的角色。当然，英、德两国的一些相关指标和收费模式，也只会我国未来定价模式的一些参当然，英、德两国的一些相关指标和收费模式，也只会我国未来定价模式的一些参考，目前我国政府和学者也在对定价模式进行更深度的研究。考，目前我国政府和学者也在对定价模式进行更深度的研

122、究。包括光大银行、普华永道、信通院等也均公布了其对于数据要素定价的白皮书。政府在最新的关于构建数据基础制度更好发挥数据要素作用的意见也提出支持探索多样化、符合数据要素特性的定价模式和价格形成机制，推动用于数字化发展的公共数据按政府指导定价有偿使用，企业与个人信息数据市场自主定价。5.投资建议投资建议 数据数据要素要素作为数字经济和信息社会的核心资源，被认为是继土地、劳动力、资本、作为数字经济和信息社会的核心资源，被认为是继土地、劳动力、资本、技术之后的又一重要生产要素技术之后的又一重要生产要素。数据要素在企业数字化转型中发挥了重要作用，并对国家治理能力、经济运行机制、社会生活方式等产生了深刻影

123、响。企业和政府组织希望借助数据要素智能化的力量来解决生产、经营和管理过程中所遇到的难题，在数字经济时代赢得发展先机。早在 2019 年党的十九届四中全会中，明确提出了“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，从而正式认定了数据的经济要素价值。而在 2022 年国务院办公厅要素市场化配置综合改革试点总体方案中，更将探索建立数据要素流通规则放在了重要的方案实施范围中。数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。通数据要素通过对下游场景赋能，从而提高整体的生活、生产、治理的效率。通俗的来说，乘数作用就是一个变量的作用逐步放大

124、，产生一种类似链式反应的效果。从对社会的效用来看，数据要素的开放能提高生产力；创造新的产业生态；提高科学研究的速度、效率和范围；提高社会的公平性；推动更好地公共服务从而为社会创造更大的价值。从数据要素的要素属性来看，数据要素可以直接投入信息生产创造价值；生产中的要素替代与节约，降低要素总投入量；以及与生产中的其他要素融 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 35/39 计算机计算机/行业深度行业深度 合所达到进一步的价值共创。数据要实现流通，必须解决两大核心问题数据要实现流通，必须解决两大核心问题:一是数据在流通中信息泄露一是数据在流通中信息泄露和不可控的和不可控的问题，二

125、是数据流通问题，二是数据流通中价值确认的问题。中价值确认的问题。目前比较好的监管方案是通过数据分级和目前比较好的监管方案是通过数据分级和数据应用环境的监管来保障数据使用的安全。数据应用环境的监管来保障数据使用的安全。数据流通的不可控和泄密风险导致政府不敢开放数据，数据流通无法定价导致部分政府开放数据意愿不强。不过随着近年来政策持续发力，安全可信的“数据可用不可见”交易环境逐步成形。在目前设计的交易模式中，大数据交易中心可以帮助数据需求方判断数据的质量和价；数据提供方也由于大数据交易中心审核过需求方的信息，也可以不用担心数据安全和数据滥用的担忧；数据交易中心还能帮助交易双方更好的定价。从行业发展

126、的角度来从行业发展的角度来说，如果要实现数据合理的分级以及数据交易的监管则需要政府提供相应受到监管说，如果要实现数据合理的分级以及数据交易的监管则需要政府提供相应受到监管的数据要素数据库以及数据交易可信计算平台，的数据要素数据库以及数据交易可信计算平台，建议关注政府数据开放建议关注政府数据开放&交易相关公司交易相关公司:易华录：易华录：通过建设城市数据湖可以满足海量数据的大规模存储空间需求，为人工智能产业发展提供海量数据要素，并提供数据要素“收、存、治、用、易”全生命周期服务。目前公司依托超级智能存储技术在全国 20 个省、自治区、直辖市落地的 32 个城市数据湖，覆盖了“东数西算”工程 8

127、个国家枢纽节点中的京津冀、长三角、成渝、粤港澳、宁夏、贵州 6 个部分，成为新一代数字经济基础设施和城市数据底座标配，是全国一体化大数据中心协同创新体系的重要组成部分。目前数据湖累计部署蓝光存储规模近 3900PB，已建成和规划的机架数超 2 万架，通过部署的大型行业级蓝光光盘库和光磁电智能存储系统，面向政府、企业、个人提供可规划、可延展、具有时效性、经济性和持续服务能力的本地化存储服务。每日互动：每日互动：公司聚焦数据智能赛道十余年，时至今日，已构建了“数据积累-数据治理-数据应用”的服务生态闭环。以开发者服务为基础，公司不断夯实数据底层，强化数据能力，为互联网客户提供便捷、稳定的技术服务与

128、智能运营解决方案。同时，公司通过构建数据智能操作系统 DiOS，将数据挖掘、萃取和治理能力向各行各业输出，帮助合作伙伴将数据资源打造成为数据资产，并进一步实现数据的价值兑换。在多年来运用大数据服务行业的基础上，开发了 DiOS数据智能操作系统，面向产业持续输出数据治理能力，实现了对多源异构数据的快速析和应用，助力行业客户和政府组织打造数据资产、释放数据价值。2022 年 5 月，中国（温州）数安港正式建立。公司作为大数据联合计算模式的首倡者和数安港数据智能产业建设者，积极推动中国（温州）数安港重要基础设施浙江省大数据联合计算中心的建设，以场景化方式推动政府部门之间数据融合、公共数据向社会开放和

129、市场主体之间数据价值融通。山大地纬：山大地纬：公司依托完全自主可控的“大纬链”技术体系，定位为数据要素交付服务商，形成了“1+6+N”成熟完备的产品体系。在数据源侧通过数据资产化工作进行数据确权，经区块链数据通道实现“还数于民（企）”，返还的数据资产将存入与数据资产所有人唯一对应的区块链个人账户（数字保险箱）中，当其本人存在社会/商业机构服务需求时，自行将数字保险箱中存放的区块链数据资产授权给相应机构，从而完成数据资产的有序、合法、高效的流转。公司承担全国人社链及山东、天津等省级人社链建设工作，推进基础平台、授权查 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 36/39 计算机计

130、算机/行业深度行业深度 询、职称证书资源库（超过 2,000 万张）、劳动合同信息资源库（超过 1,668 万份）等模块，并与蚂蚁链探索跨链合作。在城市链方面，服务山东省链及济南等 10 个地市，省外广州番禺区、浙江丽水、深圳龙华区、重庆万州区等。在医保链层面，深化建设山东省医保链并开展场景服务。在公积金链层面，服务山东省内济南、滨州等 9 市节点部署及内蒙呼和浩特、宁夏银川，沿黄流域 9 省份省会城市互联互通的数字黄河链稳步推进。云赛智联：云赛智联：公司三大业务布局数据要素产业链多个环节，是上海市大数据中心数据资源平台总集成商和运维商、上海市大数据中心数据运营平台总运营商，其母公司仪电集团更

131、是参股了上海数据交易所。随着上海数据集团业务的持续发展，公司预期将获得更丰富的数据要素资源。同时，公司将上海城市数字化转型经验拓展延伸助力外省市数字化治理，成功中标成都市“智慧蓉城运行管理平台数据资源能力提升”平台建设项目、“智慧蓉城运行管理平台数据治理服务采购项目”、苏州相城区“一网统管”顶层规划项目。深桑达深桑达 A：围绕数据要素化治理，公司构建了原始数据与数据应用解耦技术体系、数据金库技术体系、数据要素（元件）加工与交易技术体系三大共性技术，并在试点项目中得到系统性验证。公司已形成数据金库、数据要素加工交易平台、安全可信数据空间等数据安全与数据要素化工程系列产品，并已在武汉、郑州、德阳、

132、大理等多个地市开展数据安全与要素化工程试点。其中，德阳试点项目已取得阶段性成果，德阳数据创新中心初步建成，初步构建起德阳数据资源、数据要素（元件）、数据产品三级市场，德阳数据要素产业园已挂牌运行。人民网：人民网：人民网旗下人民数据推出我国首个数据确权平台“人民数据资产服务平台”，并以“还数于民”为创新突破口，以“人民数保”作为产品抓手，全面推动智数惠民、用数利民、以数便民。立足地方数据特色，探索差异化大数据交易场所，为安徽省合肥市打造的“基于数据确权的数据要素交易流通系统”成功入选工信部 2021 大数据产业发展试点示范项目。依托区块链、分布式存储等技术要素，推出新型数字信息基础设施、国家级数

133、据云平台“人民云”，打造超互联新算力网络。此外，为积极响应国家“东数西算”工程，人民数据还推出了数据强国工程百城千县（区）行动。同时随着政府数据要素的逐步开放以及，部分拥有优质数据或者有能力处理优质数同时随着政府数据要素的逐步开放以及，部分拥有优质数据或者有能力处理优质数据的企业将从行业的发展中获益。据的企业将从行业的发展中获益。目前市场流通的数据中只有 5-10%是公共数据，大量优质的公共数据没有得到开放与利用，同时目前现有数据要素市场不规范、不安全也导致数据价值无法真正释放，阻止了更多数据创造更大价值。因此目前我国正在探索的数据要素相关举措正是一场数据行业的“供给侧改革”，即通过一系列政策

134、、机制引导、规范，扩大数据体量、提升数据质量，结合 AI 等技术手段，实现数据价值，提升全社会的生产效率。在 2022 年 9 月公布的全国一体化政务大数据体系建设指南的通知中指出优先开放与民生紧密相关、社会迫切需要、行业增值潜力显著的政务数据。重点推进普惠金融、卫生健康、社会保障、交通运输、应急管理等行业应用，建立政务数据开放优秀应用绩效评估机制，推动优秀应用项目落地孵化，形成示范效应。”，2023 年2 月 27 日引发的 数字中国建设整体布局规划 中也提出“推动公共数据汇聚利用，建设公共卫生、科技、教育等重要领域国家数据资源库。释放商业数据价值潜能，请务必阅读正文后的声明及说明请务必阅读

135、正文后的声明及说明 37/39 计算机计算机/行业深度行业深度 加快建立数据产权制度，开展数据资产计价研究，建立数据要素按价值贡献参与分配机制。”未来以公共数据为主的高质量、大体量数据会逐渐开放，助推 AI+数字经济新时代大浪潮。建议关注优质数据建议关注优质数据相关公司相关公司:公共数据：公共数据：人社医保：人社医保：久远银海、万达信息、山大地纬、中科江南、国新健康、德生科技 司法数据：司法数据：金桥信息、华宇软件、通达海 财税数据：财税数据：博思软件、中科江南、航天信息、税友股份、旋极信息 招采数据：招采数据：博思软件、新点软件 政府数据：政府数据：南威软件、数字政通 教育数据：教育数据：科

136、大讯飞、视源股份、鸿合科技、正元智慧、佳发教育、新开普 交通数据：交通数据：千方科技、通行宝、捷顺科技、中远海科 自然数据：自然数据：超图软件、航天宏图、中科星图 通信数据：通信数据：中国联通、中国电信、中国移动、东方国信、天源迪科、浩瀚深度、梦网集团 能源数据能源数据：瑞纳智能、和达科技、朗新科技、国网信通 行业数据：行业数据：银保数据银保数据：高伟达、长亮科技、宇信科技、神州信息、中科软 证券数据：证券数据：同花顺、大智慧、东方财富、恒生电子、财富趋势、指南针 建筑数据：建筑数据：广联达、品茗股份 工业数据：工业数据：能科科技、赛意信息、用友网络、金蝶国际、汉得信息、中控技术、宝信软件、容

137、知日新、国能日新 产业数据：产业数据：国联股份、上海钢联、焦点科技、生意宝、慧辰资讯 智能终端：智能终端：每日互动 6.风险提示风险提示 数据要素行业发展不及预期、宏观经济增长不及预期 请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 38/39 计算机计算机/行业深度行业深度 研究团队简介：研究团队简介：Table_Introduction 吴源恒：武汉大学遥感工程学士，伯明翰大学国际商务硕士，曾在湖北省测绘局从事测绘地理信息数据处理、遥感地理信息解译等工作，对卫星遥感应用产业有较深的认识。2020 年加入万联证券 TMT 团队，2022 年加入东北证券数字经济团队。目前主要研究 5

138、G、卫星互联网、遥感、物联网、光通信等数字经济相关领域。分析师声明分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师。本报告遵循合规、客观、专业、审慎的制作原则，所采用数据、资料的来源合法合规，文字阐述反映了作者的真实观点，报告结论未受任何第三方的授意或影响，特此声明。投资投资评级说明评级说明 股票 投资 评级 说明 买入 未来 6 个月内，股价涨幅超越市场基准 15%以上。投资评级中所涉及的市场基准：A 股市场以沪深 300 指数为市场基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为市场基准；香港市场以摩根士

139、丹利中国指数为市场基准；美国市场以纳斯达克综合指数或标普 500 指数为市场基准。增持 未来 6 个月内，股价涨幅超越市场基准 5%至 15%之间。中性 未来 6 个月内，股价涨幅介于市场基准-5%至 5%之间。减持 未来 6 个月内，股价涨幅落后市场基准 5%至 15%之间。卖出 未来 6 个月内，股价涨幅落后市场基准 15%以上。行业 投资 评级 说明 优于大势 未来 6 个月内，行业指数的收益超越市场基准。同步大势 未来 6 个月内，行业指数的收益与市场基准持平。落后大势 未来 6 个月内，行业指数的收益落后于市场基准。请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 39/39

140、 计算机计算机/行业深度行业深度 重要声明重要声明 本报告由东北证券股份有限公司（以下称“本公司”）制作并仅向本公司客户发布，本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户。本公司具有中国证监会核准的证券投资咨询业务资格。本报告中的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证。报告中的内容和意见仅反映本公司于发布本报告当日的判断，不保证所包含的内容和意见不发生变化。本报告仅供参考，并不构成对所述证券买卖的出价或征价。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的证券买卖建议。本公司及其雇员不承诺投资者一定获利，不与投资者分享投资收益，在任何情

141、况下，我公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。本公司或其关联机构可能会持有本报告中涉及到的公司所发行的证券头寸并进行交易，并在法律许可的情况下不进行披露；可能为这些公司提供或争取提供投资银行业务、财务顾问等相关服务。本报告版权归本公司所有。未经本公司书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，须在本公司允许的范围内使用，并注明本报告的发布人和发布日期，提示使用本报告的风险。若本公司客户（以下称“该客户”）向第三方发送本报告，则由该客户独自为此发送行为负责。提醒通过此途径获得本报告的投资者注意，本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任。Table_Sales地址地址 邮编邮编 中国吉林省长春市生态大街 6666 号 130119 中国北京市西城区锦什坊街 28 号恒奥中心 D 座 100033 中国上海市浦东新区杨高南路 799 号陆家嘴世纪金融广场 3 号楼 10 层 200127 中国深圳市福田区福中三路 1006 号诺德中心 34D 518038 中国广东省广州市天河区冼村街道黄埔大道西 122 号之二星辉中心 15 楼 510630