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.docxVIP

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 （报告出品方/作者：东北证券，吴源恒） 1. 数据要素，数字经济时代下的石油 数据要素作为数字经济和信息社会的核心资源，被表示就是DD91土地、劳动力、资本、 技术之后的又一关键生产要素。数据要素在企业数字化转型中充分发挥了关键促进作用，并 对国家环境治理能力、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 缀希望利用数据要素智能化的力量回去解决生产、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。晚在 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、科学知识、技术、管理、数据等生产要素由市场评价贡献、 按贡献同意报酬的机制”，从而正式宣布正式宣布认定了数据的经济要素价值。而在 2022 年国务 院办公厅《要素市场化布局综合改革试点总体方案》中，更将积极探索建立数据要素流 通在规则放在了关键的方案推行范围中。 与其他生产要素较之，数据要素具有非稀缺性、非均质性、非排他性。较之起至至传统 要素来说，数据资源本身并非贫乏，一方面，数据量目前指出就是相符无穷研发的， 尽管事实上存储数据的物理设施最终再则资源总量约束；另一方面，数据参与生产 过程之后仍然存，并无法被消耗掉，而是可以多次循环使用，且使用中可能将将促进 数据量的进一步增加。 数据要素目前仍属于早期脱胎换骨阶段，未来市场空间宽阔。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，为数据所有者平添最终的 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变成长期驱动因素， 这也将为整个行业平添万亿的市场想象空间。 2. 政府数据，数据要素市场里最轻的油田 在数据作为生产要数的背景下，高价值数据的重要性凸显。土地、劳动力、资本等 传统要素在价值层面总体上就是“量”、“质”线性统一的，即为更大规模的要素资金投入虽 然可以获得更大的经济社会价值，但是可以存边际效益递减的趋势。而数据搞维生 产要素而言，其数量和质量的关系相对模糊不清，大规模的数据库不一定比得上小规模的 数据集释出更多的价值。数据的专用性、易用性、时效性、信息密度以及与市场 有关的匹配度往往比数据的体量更为重要。 政府一直就是高价值数据的关键持有者之一。政府所具备的数据涵盖人口库、法人库、 交通数据库、地理信息库、宏观经济库等。这些数据涉及面极广、信息密度高，来源 和以以获取方式合法，就是全社会数据要素子分散的高价值子集。从人口库中，可以墨至 公民的户籍、学历、工作，涵盖税金奖项、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，可以墨至全国所有的车辆信息、路况信息、 驾车信息、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犯罪行为轨迹。 较之起至至单一化程度较高的商业公司所收集至的数据，这些政府数据权威性更高、种 类更多样，关联性较弱，价值也更大。 不过此前政务数据对外开放困难，我们表示主要存以下两个问题： 1） 资源短缺：由于相同政府信息化发展程度相同，导致在下游明确提出数据分析市场需求 的时候，部分政府部门可能将将拿不出已经处理不好的可以机器文学创作的数据。对于绝 大多数地方政府而言，政府数据对外开放在以前更多就是“狠抓板”而非“捏亮点”工 谢泽生，在实践中常常遭遇“高价值心智，低资源资金投入”的困境。因为对于大部分的 政府部门而言，经济始终就是中心工作，政府内部富诚纯经济快速增长的贡献多寡 进行资源分配，而之前数据交易对经济快速增长的影响极差，无法获得领导著重与 资源伸展，在积极开展工作时常常遭遇资金缺口、基本建设严重不足等问题，这也导致了之前 政府数据对外开放的无法顺利。除此之外，由于政府和企业之间缺乏信任，所以导致也 很难打探第三方商业机构进行数据的处理。 2） 使用不当：在政府数据对外开放价值创造过程中，由于缺乏强制性监管或适当鞭策等 措施，数据极容易在使用上存差错。这是因为政府数据对外开放价值创造过程中，政府将具备的数据对外开放后，就同时同时实现了数据层和研发层的分拆，这时数据研发利 用的主体不再就是政府，而是变成市场、非政府非政府以及公众。因为员工对于数据 的不当使用可以对信任、价值观、满意度等产生负面影响，引起连锁反应，从而出 现价值烧毁。以网约车司机为基准：司机不守时、故意取道、语音/犯罪行为羞辱等可以 引发顾客对平台的反对，导致平台、司机和顾客三方利益受损害。一些互联网企 业私自搜集用户隐私数据以及管理不善引致数据外泄等不当犯罪行为都会引起价值 共毁。“搞出对事情”与“别出事情”就是支配政府犯罪行为的关键机制，在“谁官方， 谁负责管理”的问责制度下，一些政府部门抱着“多搞出多错，太少搞太少错，不搞出极好” 的Hautefort动机，