数字经济专题报告：数字经济发展核心引擎是数据要素.docx

《数字经济专题报告：数字经济发展核心引擎是数据要素.docx》由会员分享，可在线阅读，更多相关《数字经济专题报告：数字经济发展核心引擎是数据要素.docx（23页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数字经济专题报告：数字经济发展核心引擎是数据要素1. 宏观分析：数据已成关键显著生产要素进入信息时代后，最重要的生产资料是用“比特”来描述的数字化信息，人类的生产活动正逐渐由物理世界 深度转向比特世界，越来越多的生产环节需要在赛博空间中独立完成。数据对生产的贡献越来越突出，同时 也显著提升了其他生产要素在生产中的利用效率，因此，数据已成为当今经济活动中不可或缺的生产资料。数据为新型生产要素。生产要素主要包含土地、资本、技术、劳动力和数据。数据作为新型生产要素，具有 劳动工具和劳动对象的双重属性。首先数据作为劳动对象，通过采集、加工、存储、流通、分析环节，具备 了价值和使用价值；其次，数据作为劳

2、动工具，通过融合应用能够提升生产效能，促进生产力发展。2019 年 10 月，党的十九届四中全会提出：“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”，这是中央文件第一次将数据确立为一种生产要素。数据生产要素的独特特征有四个：非稀缺性、非均质性、非排他性、隐私敏感性。从本质来看，与资本、劳 动、技术等传统生产要素相比，数据作为一种新的生产要素具有以下四种独特特征。（1）非稀缺性：自然资源和劳动人口都不是无限可得的，具有稀缺性。而数据则有所不同。当然，数据的非稀缺性并不是指数据到处都是、随手可得，或者数据资源“极大丰富”，而是指两个方面的含义：一方

3、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，也没有污染、排放等问题。（2）非均质性：资本、劳动等传统生产要素具有一定的均质性。例如，资本的每一元钱之间没有本质区别； 劳动力之间尽管有明显差别，但是这种差别只是在一定范围内存在，均质性仍然比较明显。而数据则不同， 一个比特数据跟另外一个比特数据包含的生产价值通常是完全不同的，我们几乎无法用某一企业的数据量来 衡量这个企业的价值或者进行横向比较。两个同样数据量的视频，一个可能是极有用的信息，

4、另一个则可能是垃圾信息，这种情况在大数据中普遍存在。（3）非排他性：经济学意义上的排他性是指在技术上排斥他人使用的可能性，也就是说当某人在使用一件 产品时别人就不能使用。资本和劳动这两个生产要素都具有明显的排他性，但是技术则具有较强的非排他性 特征，因此需要建立知识产权制度以鼓励更多的技术产出。数据具有非排他性特征，可以无限复制给多个主体同时使用。这也带来了一个重要问题，即是否需要建立排他性的权利制度安排，以激励对数据的供给和有 效使用。（4）隐私敏感性：除了公开信息之外，对于承载个人信息的数据具有高度隐私性，对于承载法人信息的数据具有高度敏感性，对于承载国家信息的数据具有高度机密性。在数据交

5、易环节看到的是数据产品的描述信 息，也即元数据，具有一定的敏感性，但是在数据的交付环节涉及的是数据内容，其隐私性、敏感性、机密 性必须得到制度+技术的双重保证。数据要素是数字经济的核心引擎。与土地、资本等传统要素相比，数据要素所具备的非稀缺性、非均质性和 非排他性这三大特性，打破了自然资源有限供给对增长的制约，为经济持续增长提供了基础和可能。数据也 将以市场化方式参与流通和分配，甚至成为更高级的生产要素，意味着传统的市场要素正在被赋予数字时代 特点。数据尤其是大数据是智慧社会数字经济的智能基础，通过汇聚海量数据以及基于其上的分析挖掘和处理，让数据实现从信息到知识再到智能的价值转换和升华，为社会

6、提供智能的基础。数据生产要素属性的提升，关系经济增长的长期动力，对于中国数量众多的中小企业来说，意义更是不同寻常。2022 年将成为数据要素元年。在政府牵头下，多地布局数据交易所，重点将聚焦确权难、定价难、互信难、 入场难、监管难等关键共性难题。数据交易这一在很长一段时间里都“隐身”在一片灰色地带的领域，将被一 个阳光地带取代。在数据交易所的 2.0 时代，一切从数字到文字、表格、图片、声音、视频的各种形式的数据，都可能被加工成为这些“数据超市”的畅销产品。这个超市的产品有质量保证、价格保证和售后服务，远 比过去在点对点私下个人交易便捷安全得多。比如，当下很多无人驾驶公司需要 AI 训练数据，

7、包括周围环 境、障碍物、拥堵情况等数据需求量很大，或许就能通过数交所来获取。2. 中观作用：市场培育和价值挖掘，投资机会显现2.1 政策助力，数据要素被重新认知以数据为关键要素、充分释放数据要素价值，推动数字经济深化发展。当前，数据已成为国家基础性战略资 源，数据对提高生产效率的乘数效应不断凸显。2022 年 1 月 12日国务院印发“十四五”数字经济发展规划 （以下简称规划），为推动数字经济健康发展部署了八方面重点任务。八大任务中重点指出要充分数据要 素作用，着力强化数字经济安全体系。提升数据质量、加强数据安全。规划提出，充分释放数据要素价值，激活数据要素潜能。为此，要强化 高质量数据要素供

8、给，加快数据要素市场化流通，创新数据要素开发利用机制。规范健康可持续发展，亦是 数字经济高质量发展的迫切要求。为此，要提升数据安全保障水平，建立健全数据安全治理体系，建立数据分类分级保护制度，推动提升重要设施设备的安全可靠水平等。各地政策亮点纷呈，加快数据要素市场培育。自 2020 年 4 月，中央首次明确数据成为五大生产要素之一以 来，国家和各地方政府，陆续出台数据要素市场培育相关的政策文件。在数据要素市场培育方面，致力于理顺以下几个核心关键问题，一是理顺政府和市场的关系。二是理顺数据要素市场主体之间的关系。三是平衡 数据有序流动与数据安全之间的关系。2.2 十四五期间市场规模超 1700

9、亿大数据产业规模维持高速增长。“十三五”时期，我国大数据产业快速起步，根据中国大数据产业联盟和赛迪 顾问的数据，2020 年中国大数据产业规模达 6388 亿元，同比增长 18.6%，预计未来三年保持 15%以上的年 均增速，到 2023 年产业规模超过 10000 亿元。据 IDC 预测，2021 年我国大数据市场整体规模超 110 亿美元， 且有望在 2025 年超过 250 亿美元，呈现出强劲的增长态势。数据在国民经济中的地位不断突出，要素属性 逐渐凸显。孕育数据要素市场主体，与数据要素市场互为支撑。大数据产业孕育数据要素市场主体，深度参与数据要素 全生命周期活动，是激活数据要素潜能的关

10、键支撑，也是数据要素市场培育的重要内容。当前，加快培育我 国数据要素市场，也将为大数据产业发展带来更广阔、更丰富的价值空间。从产业链的角度出发，我国数据要素市场可分为数据采集、数据存储、数据加工、数据流通、数据分析、数 据应用、生态保障七大模块。这覆盖了数据要素从产生到发生要素作用的全过程。其中数据采集、数据存储、 数据加工、数据流通、数据分析、生态保障六大模块，主要是数据作为劳动对象，被挖掘出价值和使用价值 的阶段：而数据应用模块，主要是指数据作为劳动工具，发挥带动作用的阶段。我国数据要素市场处于高速发展阶段。“十三五” 期间，我国各要素市场规模实现不同程度的增长，以数据采 集、数据储存、数

11、据加工、数据流通等环节为核心的数据要素市场增长尤为迅速。据国家工信安全中心测算 数据，2020 年我国数据要素市场规模达到 545 亿元，“十三五”期间市场规模复合增速超过 30%；“十四五”期 间，这一数值将突破 1749 亿元，整体上进入高速发展阶段。数据要素市场化过程中，数据安全的重要性日趋显露。随着数据安全法和个人信息保护法的施行， 市场对数据安全保护意识逐渐增强。在数据规模飞速增长、数据隐私与安全保护日益增强、数据要素市场化 高度迫切的今天，如何打破数据孤岛，并在保证数据安全、隐私合规的前提下，促进数据要素的有序流动与 高效释放成为推动数据要素市场化配置的核心问题。2014 年数据安

12、全市场规模仅为 14.2 亿元，到 2019 年市 场规模增长到 38.5 亿元，复合年增长率为 22.08%。初步估计到 2020 年中国数据安全行业市场规模将达 46.2 亿元，到 2023 年有望达到 97.5 亿元，行业未来仍有较大发展空间。政府对数据安全重视程度最高。在我国，数据安全行业的下游用户群体主要分布于政府、军工、电信、金融 等领域。其中政府对数据安全的重视程度最高，在 2019 年，用户分布占行业整体的比重高达 35%；其次是 军工、电信和金融领域，位居二至四位，占比均超过 10%；然后是交通领域，占比为 9%；医疗、制造以及 能源领域占比分别 8%、5%、2%；而其他领域

13、占比仅为 2%。3. 微观实操：服务商铺路，数交所搭台3.1 软件服务商：DAM 铺路，构筑要素市场底层基础设施数据要素产业链各环节均带来海量市场需求。在规模持续高速增长的数据要素市场中，数据采集、数据存储、 数据加工、数据流通、数据分析、数据应用、生态保障七大产业链模块中，各个模块衍生的海量需求均将给 从事相对应业务的企业提供丰富的市场机会。构建隐私保护计算技术是未来发展的主要方向。IDC 认为，隐私保护计算（Privacy-Preserving Computation， PPC ）是在两个或多个参与方在保护数据本身不对外泄露的前提下通过协作对其数据进行联合机器学习和联 合分析计算的技术集合

14、。在隐私保护计算框架下，参与方的数据不出本地，在保护数据安全的同时实现多源 数据跨域合作，达到“数据可用不可见、使用可控可计量”的效果，从而在充分保护数据和隐私安全的前提下， 实现数据价值的转化和释放。因此，隐私保护计算可以破解数据保护与融合应用难题，是平衡数据价值挖掘 和隐私保护的有效解决方式，为数据流通和价值共享提供了一条重要的技术路径。良好的数据资产管理是释放数据要素价值的基础。 数据资产管理通过构建全面有效的、切合实际的管理体系，一方面规范数据资产采集、加工、使用过程，提 升数据质量，保障数据安全，另一方面丰富数据资产应用场景，建立数据资产生态、持续运营数据资产、显 性数据资产价值，为

15、政府机构与企事业单位进行资产计量确认提供了良好的数据条件和能力基础，进一步推 动数据要素流通，加速要素市场化。具备数据分析加工、储存与运营能力的平台企业更具参与优势。提升数据质量与安全是数据要素市场未来的 持续发展方向和关键点。因此，尤其是涉及到提高数据要素质量，维护数据安全的数据存储、加工、分析、 应用等环节参与企业更具参与优势。同时有政策文件指出，要大力支持政务数据授权运营。具备数据分析、 储存与运营能力的平台企业将更有机会得到运营公共数据的机会，但是并不代表创业创新型的中小企业就没 有机会参与，如上海数交所与北京数交所提倡的数据交易生态圈建设，以数据运营为核心业务的中小企业亦 有机会参与

16、其中共享数据交易红利。总结来看，具备提供高质量的数据资产管理能力的企业将迎来发展良机。 根据上述分析，我们聚焦数据资产管理领域，列举以下三所公司作为标案案例。3.1.1 山大地纬：区块链打造信任底座，转型成为领先“数商”山大地纬是国内领先的 AI+区块链科技服务商，正转型成为“数据商”。公司起源于山东大学，坚持“产学研 用”深度融合的创新发展之路。专注于智慧政务、医保医疗、智能用电三大战略方向，面向政府部门、医疗机构、国家电网及下属企业等客户提供行业新兴应用软件开发、技术服务及系统集成等 Smart 系列解决方案。 公司是 2021 中国区块链百强企业，也是国内最早从事区块链技术研究的企业之一

17、。公司将通过区块链等技 术创新来赋能传统行业，成功建设城市链（泉城链等）、行业链（全国人社链等）和区域链（沿黄 8 省中心 城市一体化大数据联盟区块链），并已经取得显著成效。数据智能平台：构建数据要素流通底层设施，快速获取数据价值。山大地纬自主研发的数据智能平台融合了 大数据统一访问和管理技术、海量数据智能汇聚与分析技术和基于机器学习的精准化服务推送技术，采用数 据资源“聚、通、用”设计思路，通过对数据资源进行抽取、整合、汇聚、关联、加工和重构，形成数据资源 湖，构建“微观+宏观”立体化大数据智能分析模型，实现数据资源的可视化以及基于数据的智能应用，平台具 备数据汇聚联通、存储计算、数据开发、

18、数据服务、数据管理等能力。有效改善了用户体验，提高了运行效 率，同时在防控业务风险和科学决策方面为客户带来了价值收益。可信传递平台：区块链技术赋能产品智能化，推动数据要素跨部门安全共享。山大地纬基于自主研发的区块链平台及数据安全性保证技术，区块链高通量及性能优化技术，自定义自解释的主体、资产、合约模型技术 等搭建可信传递平台。（1）区块链平台及数据安全性保证技术：可在数据安全、公私钥安全、智能合约安全、 区块链节点及通信安全方面，保障区块链平台及数据安全性，实现区块链节点准入，证照、档案、业务信息 等可信传递等，防止数据伪造和篡改。（2）区块链高通量及性能优化技术：可支撑具备大容量文件上链、复

19、 杂交易模式、交易过程安全可控、高性能、检索效率高等优势的许可区块链平台运行，可支持多样化数字化 资产上链，保证数字化资产交易过程可控、可追溯。（3）自定义自解释的主体、资产、合约模型技术：可完 整表达并忠实记载资产干系人（主体）、资产、合约之间的相互关系，保证资产交易历史及其关系的完整可 追溯，在多应用多角色协作的环境下，解决数字化资产状态复杂、难以独立控制等问题，消除应用之间状态 不一致、操作互不相认的可能性。基于上述核心技术，可信传递平台可有效解决数据跨领域可信共享和传递 问题、构建数字社会可信体系的技术基础，为产品的智能化运行赋能。3.1.2 三维天地：DAM 铺垫数据要素管道三维天地

20、专注于检验检测信息化和数据资产管理领域的软件开发服务商。三维天地致力于为客户提供信息化 整体解决方案及相关软件产品与服务。公司的主营业务系检验检测信息化、数据资产管理等应用软件产品的 研发。销售及实施，并提供相关的技术服务。公司产品应用领域广泛，先后为全国多个省市级的疾控中心、食品药 品监督部门、环境保护部门、市场监督管理部门等政府机构，以及中国石化、五矿集团、国家能源集团、中 兴通讯、比亚迪、宜家家居等大型企业集团提供检验检测信息化及数据资产管理等专业服务，在国内检验检 测信息化领域占据一定的市场地位。全面信息化管理检验检测过程，增强数据管理与共享。三维天地的检验检测信息管理软件可应用于实验

21、过程 的全面管理、生产过程的质量控制、产品质量的检验检测等多个领域，通过信息化的手段协助相关人员更好 地收集、处理、分析、报告、存储和共享来自检验检测过程的数据和信息，实现检验检测过程中包括人（人 员）、机（仪器）、料（样品、材料）、法（方法、质量）、环（环境、通讯）等相关资源及流程在内的全面信 息化管理，并把各个独立的过程集成到统一的平台上，以增强各单位内部及各单位之间的数据管理和数据共 享能力。经过三维天地不断的研发更新，该软件目前已可以与企业其他信息系统进行整合，发展成涵盖了实 验室信息管理、资源管理、质量管理、检验检测标准管理、数据分析等多种功能的一体化平台。实现数据管理自治，综合利用

22、数据资产。三维天地的数据资产管理软件通过企业服务总线与其他信息管理系 统相连接，进而实现对各信息系统间数据的交换与管理，将高价值的数据规范化，为用户建立完善的数据资 产管理体系，帮助用户在数据来源纷杂、数据规模庞大、关系错综复杂情况下，实现对数据资产的有效管理 与分析利用。3.1.3 新炬网络：企业级全栈交付能力赋能数据要素价值多云全栈智能运维服务商。新炬网络是一家以提供 IT 数据中心运维服务及运维产品为主的多云全栈智能运 维服务商,面向行业客户提供智能运维服务及产品、数据治理及数据资产管理等软件产品开发及服务。 新炬 网络服务范围涵盖 PaaS 云智慧运维、信创保障服务及生态产品、数据治理

23、及数据资产管理整体解决方案,拥 有从企业级 PaaS 云到大数据、从以“IOE”为核心的传统架构到开源互联网架构与国产化架构等不同类型平台 的全技术栈专业服务与管理能力。新炬网络目前从事的主营业务可分为三大类：第三方运维服务与工程、原 厂软硬件及服务销售、软件产品及开发。专项工程全方面护航企业级数据管理与运营建设。新炬网络通过专项工程中的大数据及数据资产管理工程为 客户提供基于大数据及数据资产管理技术领域的专项工程服务，包括（1）大数据与开源技术的需求分析、 规划设计、建设实施、运营管控等；（2）数据模型管理、数据标准管理、元数据管理、数据质量管理、数据 安全管理、数据生命周期等。该工程为客户

24、提供大数据系统从建设到上线运维和数据资产管理全方位的工程 服务，实现企业级数据管理与运营的全生命周期交付，助力客户的大数据及数据资产管理活动切实落地执行。“产品+定制+服务”模式，满足多样化和长尾化的客户数据资产管理需求。新炬网络基于自身多年的敏捷运维 管理、数据治理及资产管理、企业级PaaS云服务管理经验，向客户提供自主研发的智慧运维管理平台（SIOPS）、 大数据日志分析管理平台（IVORY）、数据库性能管理平台（DPM）、SQL 审核管理平台、应用性能管理平台 （APM）、数据治理及资产管理平台（DAMS）等软件产品。并且通过“产品+定制+服务”的方式为客户提供 基于新炬网络自研的运维管

25、理、数据资产管理、敏捷开发与持续交付管理等相关产品的二次开发服务以及根 据客户个性化需求的定制开发服务。通过“运维管理、数据资产管理、敏捷开发与持续交付管理”三大主要产 品线，帮助客户以数据为核心、提升客户从采集、集成、治理、运营管理到变现等不同阶段的完整数据资产 管理能力。根据客户个性化需求的定制开发服务满足客户多样化和长尾化的需求，帮助客户全面提升 IT 数据 中心管理的可视化、自动化、智能化水平。“AIGOV 五星模型” 实现整体数据资产管理蓝图。新炬网络在 2015 年首次提出 DAMS 数据资产管理服务框 架，推动企业的数据资产集成、治理、运营和变现。经过迭代更新后，在 2018 年

26、 7 月正式发布数据治理及 资产管理“AIGOV 五星模型”。 新炬网络的“AIGOV 五星模型”将企业数据治理及资产管理划分为五大管理域 与十三个能力项，以“企业级产品+本地化服务”的方式提供专业化的数据资产管理服务。协助客户实现多种形 态数据的采集和集成，管理数据模型，制定和落地数据标准管理，提升元数据管理能力，探查、提升数据质 量，更有效保护和管理数据，提供便捷的数据服务，形成业务化、自动化、智能化的数据治理及资产管理解 决方案。3.2 数据交易所：多地布局，引导流通数据交易日趋活跃。数据要素市场化配置的关键在于通过数据流通，是数据资源流向市场最需要的领域和方 向，在生产经营活动中产生效

27、益，以释放数据要素的价值。近年来，随着各项政策文件出台，数据交易已经 如火如荼地开展起来。现阶段，政府数据开放、政企间与企业间的数据共享和数据交易是我国数据流通的最 主要模式，特别是数据交易，持续受到各界关注，各地数据交易机构建设如火如荼。数据交易市场是一种数据供需对接撮合机制。数据供应方需要有一个众所周知的场所告知市场自己可提供的 数据产品，数据需求方也需要在这个场所中获得可供选择的数据产品。按照现行的发展趋势，数据使用权的 交易需经由持牌机构进行，征信机构和地方数据交易平台将是构建数据交易体系的两大重要角色。在这个体 系中，数据交易市场具有数据产品登记确权、数据供给身份及来源合规审核、市场

28、估值定价、挂牌交易、交 易代理、竞价撮合、形成交易订单、计量结算、公示评价、专业咨询和数据交付等能力。数据要素的供给侧（D 端）：政府部门包括收集产生数据的业务部门和归集发行数据的数据管理部门，社会 机构包括公用事业单位，例如水、电、气、暖、通信、交通、医疗等，商业机构包括各类网络平台企业，例 如电商企业。征信机构包括个人/企业征信机构和政府的社会公共信用平台，他们向市场供应合规的数据产品， 基于对数据产品的描述，通过市场卖出数据产品的使用权。数据要素的需求侧（B 端）：包括金融机构、保险机构、公证机构、政务机构、医疗健康机构等，从数据交易 市场获得可用的数据产品信息，与数据供应机构签订交易订

29、单，基于订单进行数据交付。数据交付重点在于数据的使用权。供需双方签订数据订单之后，和传统商品交易一样，就进入订单交付环节。 数据产品的交付并不是简单的数据搬家，而是需要符合数据流通规则，交付的是数据的使用权。即将数据供 应方的数据资源，转变为防篡改、防抵赖、防泄漏、防丢失、可追溯的数据资产，引入数据主体授权知情机 制，将数据依法合规地供应给需求方特定业务使用。数据交易机构 1.0 存在较多美中不足。早在 2014 年，全国各地已开始建设数据交易机构。2014-2017 年间， 国内先后成立了 23 家由地方政府、指导或批准成立的数据交易机构。但是经过 7 年多的探索，各地数据交 易机构运营发展

30、始终未达到预期效果。一是从机构数量来看，绝大多数交易机构已停止运营或转变经营方向， 持续运营的数据交易机构非常有限。二是从业务模式来看，落地业务基本局限于中介撮合，各机构成立之初 设想的确权估值、交付清算、数据资产管理等一系列增值服务并未能落地。三是从经营业绩来看，各交易机 构整体上数据成交量低迷，市场能力不足。数据交易机构再掀建设热潮，进入 2.0 时代。“数据要素市场化配置”提出后，各地为促进数据要素流通，设 立数据交易机构再次迎来建设热潮。越来越多的地方政府把建设数据交易机构写入数字经济或大数据发展规 划中。目前，全国性的大数据交易所共有五家，分别为贵阳大数据交易所、陕西西咸新区大数据交

31、易所、北 京国际大数据交易所、上海数据交易所和湖南大数据交易所。深圳数据交易所、西部数据交易中心等 10 家 陆续启动建设。在新一轮的建设热潮之中，各地从创新业务模式、升级技术应用、强化数据供给等角度进行 着数据交易 2.0 时代的探索。北京国际大数据交易所。北京数交所已完成与政务资源网与金融公共数据专区的对接，持续推进公共数据、 社会数据、科研数据、跨境数据等的高效汇聚，为进场客户提供海量数据支持和寻源服务。后期将会加快建 设金融、医疗、交通等公共数据专区，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值 敏感数据，均应通过交易所进行数据使用权的交易。上海数据交易所。上海数交所自

32、成立以来已经上线了两批数据产品，成立首日完成挂牌数据产品 20 个，涉 及金融、交通、通信等八大类。1 月 27 日，挂牌上线了第二批数据产品，同样属于金融、交通、通信等多个 领域，现已累计有 40 个数据产品挂牌。截至 2020 年 8 月，上海市共开放 3600 余个数据集，其中动态数据 接口近 1700 个，有力支撑了上海数据交易生态的全方位数据获取效能。上海数交所成立当日即完成首单交易，电力数据赋能银行信贷评估。上海数据交易所成立首日，国网上海市 电力公司将“企业电智绘”这一数据产品，卖给了中国工商银行上海分行。工商银行可以使用这些数据，发挥 电力大数据覆盖面广、实时性强、准确度高度的优点，对企业用电行为、用电欠费、用电水平等进行评估报 告，从贷前、贷中、贷后增加一个维度进行管理，进行辅助授信、信贷反欺诈。也就是说，通过该项数据产 品交易，工商银行对于从国网上海电力采购的数据的使用，为企业申请信贷业务、享受普惠金融提供信用支 撑，对促进金融资源合理配置，助力中小企业健康发展起到积极作用。