2022年数字经济深度研究报告.docx

2022年数字经济深度研究报告：数字经济星辰大海，数据要素星火燎原1.数字经济已经成为我国经济发展重要推动力，本质是伴随着信息技术发展进行的下一轮经济革命.数字经济定义：区别于传统经济的新经济模式，最核心区别在于生产资料是数据数字经济，即以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。数字经济与其他经济形式最大的不同在于数字经济是以数据作为核心生产要素，不同经济形态下，数据对于全要素生产力的提升作用有区别。伴随着人类社会不断发展，不同阶段各种生产要素的重要程度逐渐变化：农业经济：首先要解决吃饭的问题，最核心的生产要素主要涉及土地和劳动力;工业经济：解决的是大规模生产的问题，在土地和劳动力之上增加了最主要的资本要素，同时技术、管理等软性要素重要程度不断提升；数字经济：目标是解决大规模生产过程中生产过剩、供需错配问题，数据成为更为重要的生产要素，提升全社会要素生产力。12.数字经济分类：数字产业化、产业数字化、数据价值化、数字化治理国家统计局在数字经济及其核心产业统计分类中对数字经济的定义，数字经济行业主要包括：数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业五大类，涵盖上百个国民经济行业。根据信通院定义，数字经济可以通过社会运转环节分为四个部分，其中包括：数据价值化：包括但不限于数据采集、数据标准、数据确权、数据标注、数据定价、数据交易、数据流转、数据保护等；数字产业化：信息通信产业，具体包括电子信息制造业、电信业、软件和信息技术服务业、互联网行业等；产业数字化：传统产业应用数字技术所带来的产出增加和效率提升部分，包括但不限于工业互联网、两化融合、智能制造、车联网、平台经济等融合型新产业新模式新业态；数字化治理：包括但不限于多元治理，以“数字技术+治理”为典型特征的技管结合，以及数字化公共服务等。综合权威部门定义，我们认为数字经济作为一种新的经济形式，随着信息技术的不断发展和数据在各行业逐渐应用，片面定义哪些行业属于数字经济、哪些不属于数字经济有失偏颇，从产业研究角度，采用信通院的划分方法，从功能上进行理解与区分更为准确。图片1.3. 我国数字经济现状：GDP占比逐渐提升，成为拉动经济最主要动力，未来重点在一二产业数字经济作为与信息通信技术高度相关的经济形式，发达国家在此布局较早，已经成为驱动领先国家发展的主要驱动力。以美国为例，1998年美国商务部便发布浮现中的数字经济系列报告；近年来又先后发布美国数字经济议程（2015）、联邦数据战略（2019）、创新与竞争法案（2021）年，一再强调数字经济在其经济发展中的重要作用。在欧洲，欧盟正式具备国际法主体资格后也不断开始进行数字经济相关方面的政策探索，即2014年提出数据价值链战略计划后，又陆续推出欧洲工业数字化战略、欧盟人工智能战略等规划；2021年3月发布了2030数字化指南：实现数字十年的欧洲路径，全面规划从2021年到2030年的数字化发展路径。但从发展策略角度看，欧美发展路径不尽相同：美国强调资本力量,保持绝对的技术领先，吸收全球力量维持自身领先优势；而欧洲更强调公平共享，从欧盟层面希望通过数据推动形成单一市场。对我国而言，数字经济也已经成为经济重要组成部分，是拉动我国GDP的重要力量。目前数字经济占我国GDP比重已经达到40%且仍旧在稳步提升，主要推动力来源于产业数字化，即数据对于各传统行业的改造。从三类产业看，我国第三产业目前的数字化程度已经比较高，处于稳步发展阶段，而农业、工业还有非常大的提升空间。国家提出数字经济整体概念后，各省及地市纷纷进行本地规划落地，经过几年重点发展均已取得不俗成绩，从统计情况看，经济发展较为领先的地区其数字经济的规模和增速都相对表现较好，侧面说明目前数字经济已经驱动地方经济发展的重要支柱力量。图片我们收集分析了全国30个省市自治区以及300多个地市的地方数字经济规划，发现有如下特点：定义：数字经济有广义与狭义之分，核心在于是否包含数字政府，绝大多数地区采取了广义的定义；异同点：相同点在于重视基础设施建设、数字政府建设，不同点在于重点布局产业和特色环节；外界合作：各地纷纷与领先数字经济企业（京东、阿里、华为、中电科、中电子等）合作布局；核心指标：1、数字基础设施建设；2、数字政府建设；3、工业互联网发展；最主要抓手：数字政府，包括一网通办、一网统管、一网协同；最快指标增长领域：工业互联网。综上说明，数字经济已经成为我国目前经济最主要驱动力之一，而我国各级决策部门也已经把数字经济作为未来经济发展中重要方向做布局，顶层规划设计更强调整体结构和创新技术方向，基层规划更注重实际落地方向和指标设计。1.4. 数字经济意义：信息技术和数据发展到一定程度后进行的下一轮产业革命数字经济本质是伴随着信息技术发展进行的下一轮经济革命，我们认为数字经济对于我国来讲，其意义体现在四方面：1、提升传统行业生产效率/社会治理效率：通过信息技术与传统行业的结合，提升传统行业生产效率，进一步挖掘传统行业价值和潜能；相关研究表明，采用产品全生命周期管理系统的企业研发周期降低17%,产能利用率提升16%,设备利用率提升10%;世界经济论坛研究表明，数字化程度每提高10%,人均GDP将增长0.5%至0.62%。2、从“中国制造”变为“中国智造”，增强国际经济竞争力：“中国制造”通过几十年努力已经成为物美价廉的代名词，但目前我们还存在高端产品能力不足、存量市场空间有限的情况；通过数字经济赋能传统经济，“中国制造”升级成“中国智造”，同时向外输出我国数字产品，创造更大的市场空间。3、从依赖土地的经济发展模式转变为多种经济要素协同发展的模式：过去数十年，我国的经济发展本质上是围绕土地生产要素和资本生产要素做的一系列生产力释放，包括基建、房地产、可选消费等等；随着城镇化率提升速度越来越慢、共同富裕的社会主义本质要求下，传统的土地要素、资本要素对于经济的边际促进作用已经越来越小；展望未来，我国必须通过依托数字手段提升制造业全要素生产效率，从单纯的依赖土地、资本发展向以数据为核心的数字经济转变；4、打通历史周期论中供需不平衡的经济循环：市场经济的一大症结在于生产资料私有化和生产活动的社会化造成的周期性供需不匹配；计划经济试图通过全面计划熨平这一周期症结，但局限于技术和数据发展落后无法做到；数字经济通过对传统经济赋能改善全社会供需；a）供给方面：大幅提升生产制造、经营管理、商贸流通等环节效率，挖掘供给潜力，实现按需、高效供给；举例：C2M生产；b）需求方面：最大程度挖掘内需潜力，消化吸收现有产能，带动产业升级；举例：直播带货；0）供需平衡：有效打通供需数据匹配，提高经济系统快速反应能力和整体协同能力；图片1.5. 数字经济与投资的关系：科技类投资集合，大趋势中寻找细分方向数字经济规模庞大种类繁多，实际上从投资角度来讲，可以根据行业发展的不同阶段拆成一个个细分行业做基本面投资和主题投资。结合行业生命周期和投资角度，我们认为数据要素相关领域是唯一一个几乎完全没有被认知的领域，可能是整个行业下一个板块性大机会2.数据要素行业简介1. 1.数据要素定义：数据从07向资产的演进结果，能够产生经济效益的数据资源就是数据要素目前对于数据、数据资源和数据要素没有特别权威公认的定义，我们参考中国信通院定义，将数据要素定义为参与社会生产经营活动、为使用者或所有者带来经济效益的数据资源。数据：对客观事物（如事实、事件、事物、过程或思想）的数字化记录或描述，是无序的、未经加工处理的原始素材；数据资源：能够参与社会生产经营活动、具备使用价值、以电子方式记录的数据；数据资产/数据要素：参与社会生产经营活动、为使用者或所有者带来经济效益的数据资源；数据资产偏重形而下的会计概念，数据要素偏重形而上的经济概念。2. 2.数据要素特征：非稀缺性、非均质性、非排他性，资产化过程中面临很多困难数据要素作为一种新型生产要素，其与其他生产要素相同的部分，同时也有其独特的特征；数据要素的独特特征使其在经济学研究和实际使用中有各种新问题出现。目前学术界和产业界普遍认为，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。3. 3.数据要素发展现状：海外积极探索，国内基于大数据市场发展曲折前进数据作为新时代的“石油”，各国均采用了各种方式进行积极探索，其中美国与韩国是进展最为靠前的国家。目前看来美国已经形成了较为成熟的数据要素市场，韩国也在探索基于Mydata模式的个人隐私数据保护模式。我国对于数据的要素化认知并非一蹴而就，而是基于对大数据的认知不断深入，随着市场不断发展、技术不断成熟、问题不断解决，理论认知不断提升，最终形成数据要素这一概念，并于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。我国对于数据生产要素的重视缘于我国在数据要素方面具有资源禀赋，同时数据要素对于我国经济发展和治理能力现代化都具有不可替代的作用。图片2.4.数据要素市场构成数据要素价值化三阶段构成了数据要素市场，数据要素市场的构成就是把数据要素价值化的过程。从产业链环节看，我们将数据要素市场根据过程分为数据采集、数据存储、数据加工、数据交易流通、数据分析应用和数据资产证券化几个部分。2.4.1.数据采集数据资源化是通过数据采集、存储、清洗、标注等手段使数据能够从无序、无价值的比特组合变为能被利用的数据资源；数据采集作为数据要素行业的起点是整个行业中发展最为成熟的环节，同时受益于我国互联网产业和物联网产业的高度发达，目前我国数据采集方式多种多样且在不断演进。未来伴随着联网设备增加，数据的来源、采集量和异构程度越来越复杂；且随着数字经济行业逐渐从第三产业向第一、第二产业渗透，数据采集的重点方向也将从注重采集个人数据转向生产数据转变。同时，未来的数据采集将更为有序合法。2.4.2.数据存储数据存储市场整体是一个非常稳定发展的市场，由于存储技术进步及云计算趋势兴起，目前全球存储市场已经呈现比较稳定的周期性，而全球和中国的云计算市场进入到相对平稳的发展阶段，我们预计未来数据存储市场会继续云化发展，同时在国家“东数西算”等政策要求下，空间角度市场格局更为均衡，格局角度更为倾向于国产化厂商。2.4.3.数据加工数据加工包含数据清洗、数据标注、数据审核等，本质上是提升数据资源质量的过程，数据资源的质量越高其价值越大。具体分环节看：数据清洗：基本已经成为各企业标配的能力，基本在数据收集存储环节就已经完成；数据标注：由于非结构化数据占比越来越大，对于数据标注行业的需求稳定提升，已经形成一个稳定成长的行业，目前市场规模在50亿元人民币以上，每年保持20%以上增长。图片2.4.4.数据流通交易数据流通环节还可以细分为数据确权、数据估值&定价以及数据交易等几个阶段。数据确权：发展最慢难度最高的环节，总体趋势是淡化确权数据确权是数据要素行业中连接上下游最关键的环节，同时也是目前发展最慢、难度最高的环节，主要原因在于：1.法律地位不清晰：民法总则、物权法、知识产权法、反不当竞争法等未明确数据法律地位；2.源头难确认：数据的初始来源复杂传播链条长且处理后信息丢失，经常无法确定最初来源；3.追责成本高：数据复制简单迅速且难以追踪，及时发现被侵权也很难维权；对于数据如何确权，市场一直处于争论期。目前主流态度逐渐清晰，即在产业/政策萌芽期，暂时搁置“数据归谁所有“这一难题，从数据的使用权利、流通权利、收益权利层面确定归属，引入合规和登记公正体系，保证交易合法合规。这一环节中，未来主要参与玩家可能是律师事务所、数据交易所、区块链等新玩家。数据估值&定价：当前一事一议，未来多种定价与估值方式结合由于数据具有多种独特性质，导致其定价非常困难，一直是学术界和产业界的难题：1.成本定价：边际成本极低，无法根据初始成本或者预估成本定价；2.效用定价：使用之前效果不清晰，使用之后难以重新收费；3.体验定价：使用体验和最终效果无关；4.质量定价：数据质量难以标准化；5.防套利定价：技术难度太高，无法实时实现。行业标准协会也在不断推进数据定价的试点，中国资产评估协会于2020年1月推出资产评估专家指引第9号数据资产评估,2022年6月进一步推出数据资产评估指导意见（征求意见稿），我们预计在征求意见稿出台6-12个月内正式的指导意见即将出炉，则对于整个数据要素市场形成了官方的定价评估指导，具有十分重大的意义。展望未来，由于数据要素的特殊性质，数据定价目前仍处于一事一议的阶段。未来大概率形成多种定价方式并存的格局，即在不成熟市场中，平台或者数据供给方通过静态+动态结合的方式定价，主要方式包括协商、拍卖等；在成熟市场中，既存在个性化定价方式，同时标准定价、自动定价也成为主要定价方式之一。数据交易：经过接近10年的发展，已经走过了萌芽-爆发-幻灭期，目前是当前地方政府争夺最激烈的市场数据交易市场经过接近10年的发展，已经走过了萌芽-爆发-幻灭期，伴随着数据要素重要性逐渐提升，由政府主导的数据交易市场重新蓬勃发展。目前来看数据交易市场分类方式很多，目前发展争夺最激烈的是合法场内交易，发展最快的是合法场外交易。数据交易所作为地方政府参与数据要素的主要形式，已经成为目前各地方政府争夺最激烈的市场；但从草根调研看，各地的数据交易市场仍旧处于探索阶段，普遍交易额不大。图片2.4.5.数据分析应用数据分析应用细分市场成熟度不同，是市场价值最大的环节。从有数据的时刻起，数据分析行业便应运而生，对于数据的分析能力直接决定了数据的价值；从产业链角度,数据分析应用市场是整个数据要素市场最大的细分环节，也是所有市场环节价值的最集中体现，包括内部数据、外部数据等。这一环节属于相对来讲比较成熟、稳定发展的细分环节，参与者众多。2.4.6.数据资产证券化数据资本化是指数据被打包成金融产品进入资本市场，具体形式包括但不限于数据质押、数据ABS,数据权益，目前仍旧处于点状探索阶段，除了数据权益外没有特别完善的理论和实践体系。目前数据入表（资产负债表）是学术界和产业界最关注的政策指引方向，一旦数据入表政策公布，可能会引起整个资本市场的规则重估。综上，结合产业链各参与者地位，我们可以得到数据要素市场产业链全景图。综合看来，在政策的大力推动和各方面参与者的不懈努力下，我国数据要素市场体系已经初步形成，但我国数据要素交易市场仍处于发展早期阶段，未来的空间、格局仍在不断变化中。根据我们的推演，未来数据流通速度加快，受益最大的是数据供需方、空间最大的是提供各类服务的数据服务商、而目前最火热的仍旧是数据交易所行业。2 .5.数据要素市场规模：灰黑产千亿规模，正规化后前景广阔中国数据要素市场目前在千亿左右规模；但这一数字非常保守，原因在于在市场空间计算时主要是数据采集、数据存储、数据加工等现有可测量的环节，数据交易环节和规模最大的数据分析应用环节没有纳入；仅仅数据交易环节,国内每年黑灰产市场规模就在千亿以上。目前数据要素行业刚刚处在正规化发展的初期，未来各行各业都会从中显著受益，当下去纠结市场空间多大意义不大，更多应该以发展的视角看待这一成长行业。3 .数据要素行业存在的问题和边际变化3.1 .存在问题：确权难、定价难、流通难、监管难，本质问题是权责不统一确权难：a）数据所有权分类：数据权分为国家主权、人格权和财产权三个维度；数据安全法和个人信息保护法解决了数据国家主权和人格权的问题，但财产权问题尚未在法律层面有明确定义；b）人格权追溯困难：个人对数据有知情权、修改权、删除权、查询权，但在实际应用中，个人维权成本非常高，维权手段非常少；C）财产权仍需讨论：数据的特殊性质导致其在财产上的归属、追溯、增值等行为很难确定，因此如何定义财产相关的归属、分配等仍旧需要探索。定价难：a）传统定价方式不适用：数据具有初始成本固定、边际成本极低、产权确定困难、来源多维、结构多样的特点，传统经济学中的各种定价方法都难以使用；b）对于买卖方价值差异大：数据买卖双方对数据价值评估存在“双向不确定性”，双方对于同一数据的价值评估差距可能会非常大，因此对于同一数据的估值也存在比较大差异;c）可参考经验少：目前数据交易市场规模小、案例少、公开少，也难以形成成型的定价体系。图片流通难：a）数据供需双方都不明白自己的需求：绝大多数潜在供需方并不清楚自身能提供什么样的数据和需要什么样的数据，因此缺少主动入场参与流通的意愿；b）供需双方缺少互信：由于数据要素的特殊属性，供给方担心数据泄露和可能的隐私安全，需求方担心数据来源合规性和数据质量，缺少互信基础；c）平台能力太弱：目前数据交易平台大部分仍是一个撮合场所，没有保障流通的能力。监管难：a）监管主体缺失：目前从国家顶层线条向下，没有具体负责数据要素全条线监管的机构（资本-证监，土地-国土，人力-人社，知识产权-市场监督）b）监管依据缺失：数据交易没有成熟法理依据和案例经验，仍处于一事一议的阶段；C）监管能力缺失：由于数据的特殊性质，对于数据要素的监管要具备追溯、处理、分析等多项高度专业化的能力，目前的政府机关当前均不具备。各种困难的背后，问题的本质是合规数据要素权责利益的不清晰、不对等我国数据要素市场从2011年开始逐渐发端，经历了2012-17年的野蛮生长期后在2018-2019年法律体系健全之后被严厉打击，数据交易被片面污名化，各类数据主体，尤其是政府机关和国有企业，对于数据要素市场敬而远之。3. 2.政策变化：顶层+地方法规/政策不断推动，建立具体部门统筹监管规划4. 2.1.法律法规体系逐渐成型，参与的政企有法可依我国数据要素市场的发展实际上就是相关法律法规不断完善、细化的过程；目前已经形成了以“五法一典”为核心框架的数据要素法律体系。其中五法一典包括国家安全法、网络安全法、密码法、数据安全法、个人信息保护法以及民法典。国家法律体系框架下，各地也推出自身的数字经济/数据要素发展政策与法规。其中公共数据相关政策密集集中在2021/2022年。5. 2.2.监管部门建设完毕，受益运营主体逐渐建立从2018年开始，各地开始在政府内部设置大数据局等部门承接当地数据要素管理工作，从而形成完善的数据监管、治理、运营体系。层级：省级-地市级-县市级，各级政府均已成立了大数据局/大数据中心、大数据管理局/政务数据局；职责：一般均承担各地区域内数据全面战略，同时有些机构还负责各地对民政务平台（类似随申办）、电子政务建设、政务云、政务招采等；越到基层负责的职能越多、越具体；来源：从顶层到基层，来源从独立建设到部门整合；领导干部一般来源于工信/经信系统或办公厅系统；级别：省级层面正厅、副厅级均有（副厅级为下挂），地市级均为政府正常组成部门（与局委办平行）；下属单位：大部分省、重点地市都有自己的下属单位（事业单位、国资企业）用于做政企分开，甚至在部分地区形成了省总公司一地市分公司的成熟企业体系。一些先进地市已经通过建立大数据中心/公司的形式形成政企分开的政务数据受益运营主体，原因主要有以下三点：权责：对于未来可能出现的风险做主体区隔，降低政务数据开放的心理压力；受益：当前财政体系下政府部门无法通过数据开放获取收益，但事业单位/国资公司不受限制；运营：数据要素需要极强的技术支持，当前的财政/招采体系在政府部门序列内难以支撑；该类公司股权穿透后基本为当地国资委，部分先进地区有其他技术类公司参与；负责干部主要来源于工信系统/办公厅系统；未来，我们认为会形成对标国土局-城投公司-公共资源交易中心体系，形成大数据局-大数据公司-数据交易中心体系。图片3.3. 技术变化：需求端A1.成熟，供给端区块链+隐私计算技术成熟技术的发展一方面从需求端增加了对数据的需求，另一方面从供给端解决了双方的矛盾。从需求端看，A1.算法已经基本得到普及，各行各业都在利用A1.进行自身业务和流程的改造；A1.需要大量数据进行模型生成和结果迭代，对于数据，尤其是多源/连续数据的需求越来越多。从供给端看，区块链+隐私计算等技术的发展，使得数据确权、数据可用不可见成为了可能，为数据要素流通提供了坚实的技术保障。数据流通的供需矛盾在于需求端希望数据越翔实、越接近原始数据越好；而供给端希望数据越简洁、越不暴露底层数据越好。区块链能够解决数据确权、数据交易过程确认问题；隐私计算能够解决数据泄露担忧、数据隐私担忧、数据质量担忧。隐私计算，广义上是指带有隐私机密保护的计算系统与技术，能够在不泄露原始数据的前提下对数据进行采集、加工、分析、处理与验证。目前主流技术分为安全多方计算平台（MPC）.联邦学习（F1.）、可信计算环境（TEE）o隐私计算从20世纪80年代发展到今天，已经基本成熟，目前的问题是如何通过软硬件协同、算法优化等方式提升系统性能，尽量接近明文计算。目前，隐私计算在数据交换领域的使用已经有了比较成熟的案例,例如：诺蕨科技于2014年在美国首创了全球第一个基于隐私保护的超大规模医学科研网络pSCANNER,通过创建一个大型、具有高度代表性的医疗网络来辅助临床结果研究，提高国家进行比较有效性研究(ComParatiVeEffectivenessResearch)的能力。数牍科技于2020年率先落地TB级隐私计算商用标杆项目，接下来与三大运营商、银联、工商银行、北京银行等多家客户达成合作，覆盖金融、营销、风控、医疗等场景，积累了近百个数据协作产品和模型。2021年还陆续成为北京、上海、深圳等多地数据交易所首批数商及交易平台建设方。隐私计算目前看来是数据要素市场发展繁荣必不可少的技术手段，也因此吸引了非常多来源的玩家加入，当前已经形成巨头和初创公司共同逐鹿的市场环境。在政策推进、技术成熟的背景下，隐私计算市场规模急剧扩大，据统计，我国2022年上半年隐私计算领域的招投标项目总金额已经接近2019-2021年三年招投标总额，预计全年同比几倍增长。图片3. 4.应用变化：金融、医疗、政务等应用场景不断落地3.4. 1.金融行业金融行业是数据要素应用最活跃的行业，多维数据对于金融机构提升风险评估能力，从而实现普惠金融具有非常重要的左右。过往中小企业以及个人实际贷款利率难以下降的一大原因就是无法通过传统数据(资产规模、经营流水)证明自身实力从而实现信贷增信；但是包括税务、社保、海关、电力等一系列政务公共数据能够有效提升金融机构对相关信贷主体的评估能力，从而实现普惠金融，因此这一方向也是目前政务数据开放最主要的方向。数据要素不仅在普惠金融方面助力金融机构，同时对于其内部其他业务也有显著提升。在数据要素基础设施、基础技术逐渐完善后，金融机构可以更好地与其他机构合作进行数据分析，从而提升自身业务效率。3.4.2. 医疗行业我们认为医药、医疗、医保会是下一个即将爆发发展的行业。过去，数据来源、数据安全是各医疗相关机构一大难题，未来通过数据交易、隐私计算等手段能够促进全行业效率提升.4.新环节&新产业&新价值4.1.数据供应商：公共数据完成基础聚集，未来会不断开放生巨大价值以政府为代表的公共数据是数据领域最大的金矿，占到总数据体量的80%左右，但受制于体制原因和政策原因，一直无法得到充分开放和利用，目前是政策推动的重点。我们认为由于政府数据特殊性，未来大概率采用地方国资公司代理的模式做开放共享，地方国资大数据公司会成为政务开放过程中最确定的受益者。成立地方国资大数据公司的原因我们认为有以下三点：法理依据：公共数据大部分来源于公民信息或日常生产生活活动，追溯穿透后属于公民私人数据的集合；国资委作为国有资本代表出资成立全资大数据公司代理运营公共数据，法理上瑕疵不大；利益归属：国资委作为国有资本代表出资成立全资大数据公司代理当地全体公民和单位运营公共数据，所得款项以分红形势返回国资上交当地财政，利益归属上实现闭环；技术运营：政府部门由于编制限制无法大量扩充技术运营人员，但国资企业可以采取自建团队、外部招采、资本合作等多种形式进行数据运营工作；以福建为例，福建大数据公司成立晚发展快，但已经成为数字福建重要抓手。福建大数据公司成立于2021年8月26日，为福建国资委100%全资子公司。在成立/筹备阶段和2022年的数字福建发展规划中，公司承担了未来数字福建建设的重要任务。目前，福建大数据公司已经快速建立/整合了多个子公司，逐渐迈入正轨。图片4.2.数据交易所：政府参与数据要素的最主要方式，历经波折重新起航数据交易所行业已经经历了两个阶段，目前处于第二个阶段，行业重新恢复生机。4.2.1.数据交易所1.0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；但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；4.2.2.数据交易所2.0阶段2020年之后，北京和上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。数据交易所力求提供贯穿交易前中后流程的多维服务，但目前更多提供类黄页+背书功能。4 .3.数据服务商：数据要素特征决定了生态伙伴的必要性，未来巨大空间等待发掘我们把数据服务商定义为在数据要素市场中除了狭义数据供需双方之外的所有参与者。数据服务商是数据要素市场的必然存在者，核心原因是供需双方碎片化+供需双方能力有差异：供需场景碎片化：数据供应者和数据需求者几乎遍布于各行各业各种大小企业，数量上非常多且碎片化,无法完全地发现合适的供应者和需求者，数据服务商有渠道、场景、技术等能力，能够匹配碎片化需求；供需能力有差异：数据交易参与者在IT能力上差异非常大，比较差的例如政府机构、传统行业企业，比较强的例如互联网公司等，而数据要素交易市场的增量参与者主要来源都是能力相对较差的参与者，因此需要数据服务商为能力比较差的提供数据服务、补齐中间差距。数据服务商商业模式多种多样，但核心还是提供服务，从资源化、资产化过程中分润，因此其想象空间最大：数据资源化服务：其功能为数据采集、清洗、治理、存储。主要产品及典型供应商例如物联网平台（移远通信）、系统日志（博睿数据）、数据清洗（海天瑞声）、数据存储（易华录）、数据治理（海康威视）；数据资产化服务：其功能为数据确权、评估、定价、产品化。主要产品及典型供应商：律师事务所、资产评估所、行业IT公司（宇信科技、航天信息）、通用IT服务（华控清交）。目前各大交易所都在着力打造自身的数据服务商体系，不断引入更多全国性和本地性的服务商。各交易所数据服务商名字不同，更多是细微差别之后做定义区分，但本质上都是为了作为“助燃剂”赋能其他数据交易参与主体。图片5 .未来发展展望&标的梳理5.1 .未来发展推演：政策密集推进、权责逐渐清晰、标杆案例落地、收益不断体现我们认为数据要素行业仍旧处在政策密集推进的阶段，相关政策会推动治理体系不断完善资产要素化流程。其中可能包括：数据产权：从立法角度推动或者模糊化数据的所有权收益权，解除核心风险顾虑；数据评估：完善数据资产价值评估体系；数据入表：数据以资产形式计入资产负债表，并调整相应资本政策；数据财政：地方政府探索“数据出让金”、“数据补助"制度；数据税收：民生数据应用抵税、数据采购费用纳入研发费用、平台企业征收数据税；数据金融：公民企业数据贷款、数据入股、创新金融服务。同时还可能有的一些发展情况包括数据要素经营交易的标杆案例落地、权责逐渐清晰以及收益不断体现。5.2.投资方法：早期做板块级别主题投资，后期看老企业获利和新企业崛起目前行业仍属于早期阶段，仍旧处于主题投资阶段，但我们认为会是个板块级别的大主题机会。/未来趋势确定:数据要素市场是一个已经有灰色交易的市场，证明需求真实存在。随着政策、技术等领域不断成熟，正规市场规模会越来越大。展望5-10年后，数据要素市场会是个涉及到个人、企业、政府的成熟、稳定、有序的市场；影响企业众多：能够参与数据要素市场的企业非常多，几乎所有计算机、传媒类上市公司都有机会，同时部分传统行业公司也有机会参与；收益目标明确：无论是现有公司还是未来新公司，都能通过数据要素交易获取收益，行业参与者收益获取方式相对清晰。行业阶段早期：数据要素行业仍处于早期阶段，具体兑现到上市公司业绩上仍旧需要时间；各种催化不断：行业发展十分迅猛，政策层面各种催化不断，行业内各种机构都在不断探索尝试。综上，我们认为当前数据要素会是一个伴随政策催化有板块效应的主题性机会，后续伴随着收益体量和方向不断明确，出现业绩受益的一批公司。