（报告出品方/作者：开源证券，陈宝健，刘逍遥）
1.1、随着数字经济时代的到来，数据成为新的生产要素
生产要素是不断演变的历史范畴，土地和劳动力是农业经济时代重要的生产要素。工业革命后，资本成为工业经济时代重要的生产要素，并且衍生出管理、技术等生产要素。随着数字经济时代的到来，数据成为新的生产要素，是基础性资源和战略性资源，也是重要生产力。与资本、劳动、技术等传统生产要素相比，数据生产要素的独特特征有三个：非稀缺性、非均质性和非排他性。打破了自然资源有限供给对增长的限制，为数字经济的持续增长提供了基础和可能。
1.2、数据要素为社会发展带来新动能，加快了经济数字化转型进程
数字经济为全球经济复苏提供重要支撑。2021年，测算的47个国家数字经济增加值规模为38.1万亿美元，同比名义增长15.6%，占GDP比重为45.0%。产业数字化仍是数字经济发展的主引擎，占数字经济比重为85%，其中，第三产业数字化引领行业转型发展，一二三产业数字经济占行业增加值比重分别为8.6%、24.3%和45.3%。数字经济正推动生产方式、生活方式及治理方式发生深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。
中美欧形成全球数字经济发展的三极格局。2021年，从规模看，美国数字经济蝉联世界第一，规模达15.3万亿美元，中国位居第二，规模为7.1万亿美元。从占比看，德国、英国、美国数字经济占GDP比重均超过65%。数字经济也成为驱动我国经济发展的关键力量。2021年，我国数据经济规模达到45.5万亿元，较“十三五”初期扩张了1倍多，同比名义增长16.2%，高于GDP名义增速3.4个百分点，占GDP比重达到39.8%，较“十三五”初期提升了9.6个百分点。数据要素是数字经济发展的核心引擎。数据对提高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素。数据的高速增长、海量集聚蕴藏了很高的价值，为智能化发展带来了新的机遇。协同推进技术、模式、业态和制度创新，切实用好数据要素，将为经济社会数字化发展带来强劲动力。
国家层面政策不断出台，推动数据要素基础制度逐渐完善。2019年党的十九届四中全会指出：“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”，首次将数据列为新的生产要素。2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，把数据作为一种新型生产要素写入文件。2022年6月，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，会议指出要要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。
数据要素市场就是将尚未完全由市场配置的数据要素转向由市场配置的动态过程，其目的是形成以市场为根本调配机制，实现数据流动的价值或者数据在流动中产生价值。从产业链的角度出发，我们将我国数据要素市场归结为数据采集、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，覆盖数据要素从产生到发生要素作用的全过程。据国家工信安全发展研究中心测算数据，2021年我国数据要素市场规模达到815亿元，预计“十四五”期间市场规模复合增速将超过25%，整体将进入群体性突破的快速发展阶段。
3.1、数据采集：数据要素市场的基石
企业数据采集主要包括内部数据采集、外部数据采集和定制化数据采集等三种类型。（1）企业内部数据。一是企业在日常经营活动中产生的数据。通过Excel、数据仓库、数据库、ETL等技术进行储存和调取；政府部门和企业经营数据的采集主要与主体的信息化水平、数据治理能力提升有直接联系，因此从上到下的整体设计，才能保证数据的一致性、可用性。二是生产环节的数据采集。该环节主要通过物联网设备，如温度传感器、PLC传感器、MES等。但该环节数据采集主要受到两个方面的制约，一是部分机器没有数据接口，二是存在大量异构的通信规范。
3.2、数据存储：数据增长引致数据存储需求大幅增加
数据增长引致的数据存储增量需求主要有以下三方面：一是数据量扩大引起的存储及归档扩容需求；二是数据分析和处理产生的倍增数据存储需求，三是数据价值被发掘后，企事业单位对数据的安全保障投入更大的精力，进而产生更多的容灾需求和备份需求。2015年以来我国数据圈持续保持高速增长趋势，到2018年我国数据圈7.6ZB，预计到2025年将增至48.6ZB，成为全球最大的数据圈，2018年至2025年年均复合增长率将达到30.35%。
3.3、数据加工：提升数据可用性的关键步骤
数据加工是指对企业采集和存储的数据进行筛选和处理，提高数据可用性，为数据资源的挖掘和分析奠定基础，主要包括数据清洗、数据标注、数据审核以及数据融合处理等方式。（1）数据清洗。数据清洗是指对数据进行校验的过程，目的在于删除重复信息、纠正存在的错误，提升数据质量。现阶段数据治理工具、大多数大数据平台都提供自动化的数据清洗功能，简化数据加工过程。例如，百度的EasyData智能数据服务平台可提供图片去模糊、图片去重、图片批量裁剪、图片旋转等功能，利用机器和人工双重检验，保证数据质量。
（2）数据标注。数据标注是指借助特定软件标注工具以人工的方式将图片、语音、文本、视频等数据内容打上特征标签，使计算机通过大量学习这些带有特征标签的数据，最终具备自主识别特征的一种行为。数据标注行业主要有两种服务模式：一是数据外包形式，由数据标注公司完成人工智能项目的数据采集、数据标注；二是部署标注平台，由企业内部人员利用本地化的数据标注平台标注完成企业内部数据。艾瑞咨询统计显示，2019年国内人工智能基础数据服务行业市场规模为30.9亿元，未来几年的平均年增长率为21.8%，预计到2025年，国内人工智能基础数据服务市场规模将突破100亿元。
3.4、数据流通：数据要素市场化配置的关键环节
3.4.1、数据开放共享：以政府为主导，加速推进
3.4.2、数据交易：以交易所为平台，机制逐渐完善
数据交易是指数据供给方和需求方之间以数据商品作为交易对象，按照共同遵守的交易规则和定价机制对数据的所有权、使用权等进行的价值交换，数据交易是市场经济条件下促进数据要素市场流通的基本方式。据玛娜数据《数据交易的商业模式》研究报告，数据交易商业模式的框架主要由“3+4+1”要素构成。其中，3表示“数据交易的环境”、“数据交易的基础设施”、“法律环境和市场机制”，4表示“主体”、“客体”、“流程”和“标准”，1表示“数据交易的商业实践”。数据交易的定价机制：目前主要存在数据所有权交易定价和数据使用权交易定价两大类，又可细分为第三方平台预定价、协议定价、拍卖定价、按次计价（VIP会员制）及实时定价等五种大数据交易定价机制。
全国各地开启了新一轮的数据交易市场建设，对数据的流通和交易意义重大。自2014年我国最早的3家数据交易机构（中关村数海大数据交易平台、北京大数据交易服务平台和香港大数据交易所）建立以来，目前已有40多家数据交易机构先后成立，但期间有不少机构停止业务。2020年4月，中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出引导培育大数据交易市场，依法合规开展数据交易。全国各地开启了新一轮的数据交易市场建设，标志着我国数据流通市场的发展进入新的阶段。
从数据交易所的交易流程来看，数据交易可以分为7个步骤：（1）交易所以有偿的方式获得源数据使用权，所有权仍属于提供方，有偿方式为数据补贴、减免数据税等；（2）源数据经过数据审计、数据合规等审查后，注明“审查通过”标签，随即由交易所统一存储；（3）交易所将有标签的数据上架至隐私层，供运营、技术、分析等数商取用；（4）数商针对自身资源随意取用源数据，并对源数据进行一系列治理等操作，全程受交易所、第三方数商监管，经运营后的数据产品由交易所统一管理、存储；（5）交易所将数据产品上架至产品层，供公开市场上的数据需求方获取；（6）若源数据方获取相对应的数据产品，则免费，但需扣除数据补贴等前置有偿条件，若获取以外数据产品或需求方获取数据产品，则需要付费；（7）收入进入交易所监管账户，瞬时划拨至数据提供方、数商账户。
二是保留数据增值收益权分配机制。即大数据交易平台对数据保留增值收益权并以此为基础收费的方式。数据包含丰富的价值，大数据交易平台作为数据中介机构需要在交易前准确预测数据交易后能否产生增值价值并保留数据增值收益权。
二是多次交易使用权收益分配机制。即不将数据所有权一次性转移，只针对数据使用权进行反复多次的交易，进而带来更多的收益。数据交易双方约定只针对数据使用权进行交易，数据卖方能够反复对数据进行交易以获取更多的利益，尤其是在按次计价定价方式或API技术服务模式下。因此,多次交易数据使用收益分配机制是目前数据服务商进行数据交易的首选。但由于数据产品的低成本可复制性、便捷可传递性，在该模式下，数据卖方如何对交易数据进行安全、保密、可控传递，避免数据被大规模复制使用成为这一收益分配机制实现的关键。
3.5、数据安全：隐私计算技术将成数据价值安全释放的关键突破口
（1）联邦学习。联邦学习是一种分布式机器学习技术和系统，其核心思想是通过在多个拥有本地数据的数据源之间进行分布式模型训练，在不需要交换本地个体或样本数据的前提下，仅通过交换模型参数或中间结果的方式，构建基于虚拟融合数据下的全局模型，从而实现数据隐私保护和数据共享计算的平衡，即“数据可用不可见”、“数据不动模型动”的应用新范式。
由于技术路径的不同，各类隐私计算技术均有其更加适用的场景：多方安全计算技术不依赖硬件且具备较高的安全性，但是仅支持一些相对简单的运算逻辑；可信执行环境技术具备更好的性能和算法适用性，但是对硬件有一定依赖；联邦学习技术则可以解决复杂的算法建模问题，但是性能存在一定瓶颈。
你的汽车电瓶只能用3年，老司机却能用8年，修车工告诉你如何做！
自动挡就一定适合新手吗？这3种方式开自动挡，会马上毁掉你的车
很多人明知丰田开不坏，为啥却买大众车？内行人终于说出真话
女司机车开15万公里第一次换变速箱油，修理工说又长见识了！
使用了20年的车，跑了30万公里如此完美车况！车主是怎么做到的？
买车后，为何4s店要把车放一夜才让开走？离职老销售说出猫腻
这种车再便宜也不建议朋友们要，真的是谁买谁后悔谁买谁吃亏！
为什么日产车的销量好，质量好？却称为“移动的棺材”这就是原因
最适合穷人开的10款车子排行榜，这些车子的性价比确实挺高的！
被忽视的豪车！号称小卡宴，沃尔沃2.0T+8AT仅售13万，却无人识货