算力之後，數據要素風起_風聞

本文系基於公開資料撰寫，僅作為信息交流之用，不構成任何投資建議。

20世紀美國著名物理學家約翰·惠勒早在1989年提出了一句引人深思的觀點，“萬物源於比特”，言下之意我們生活的世界是由數據構成的。

三十年後，看似平凡的數據搖身一變成為新型生產要素，其通過算力和算法技術的創新，推動了數字世界和實體經濟的深度融合，實現效率、效能和質量躍升。

但相比算力和算法兩大金剛，大眾對數據要素的關注和重視程度並不高，甚至對其感到陌生，畢竟市場更在意ChatGPT和英偉達的GPU。

但今年以來，數據要素政策頻頻出台，也讓深桑達A、中遠海科、創意信息、海天瑞聲等概念股博得一波熱度。再比如近日；連續收穫漲停的人民網，由此引發了廣泛討論。這到底是短期的題材炒作還是長期的戰略佈局？

種種跡象表明，數據要素並非虛火，它切切實實關於國運，即將發生聚變。

01

數據要素市場爆發元年

算力和算法是普遍被認同最為受益AI和數字經濟浪潮領域，不過很多人沒有注意到數據要素的領銜時代正在到來。

2019年，國家層面首次提出把數據作為一種新的生產要素，數據要素迎來0到1突破。次年4月，國務院發佈《關於構建更加完善的要素市場化配置體制機制的意見》，提出促進數據要素市場化配置的改革方向。

過去兩年多來，數據要素在國家層面總是被反覆提及，成為規劃和產業政策的高頻詞。

隨着數據要素相關政策文件推動，我國數據要素市場規模逐漸步入高速增長階段。根據國家工業信息安全發展研究中心測算，2021年中國數據要素市場規模已經達到815億元，到2025年將翻一番，突破1749億元。

圖1：中國數據要素市場規模及預測（億元），資料來源：國家工業信息安全發展研究中心

而近期更加細化的地方政策，將數據要素進一步推向風口。

今年6月底，深圳發改委發佈關於印發《深圳市數據產權登記管理暫行辦法》的通知，明確了數據登記主體、行為等多方面內容，對數據產權登記作出了詳細指引。

緊接着到了7月初，北京印發《關於更好發揮數據要素作用進一步加快發展數字經濟的實施意見》的通知。實施意見提出，形成一批先行先試的數據制度、政策和標準。力爭到2030年，本市數據要素市場規模達到2000億元，基本完成國家數據基礎制度先行先試工作，形成數據服務產業集聚區。

02

數據要素的新內涵

1、先從算法和算力的角度看數據要素

數據自古有之，人們隨時隨地都在生產數據。不過要強調的是，原始數據不等同於數據要素。當原始數據經過採集、加工、存儲、流通、分析等環節，具備了價值和使用價值，才形成數據要素。

隨着大數據、人工智能的發展，數據的主要使用主體早已經從人覆蓋到機器和大模型。數據要素不僅是新興的生產要素，同時也是大規模計算的原料。截至目前，全國幾乎所有的省份都設有省級數據管理局或大數據中心機構，覆蓋率超過90%。

在算力和算法的驅動下，數據要素實現智能化、規模遞增效應，反過來，算法和算力的升級需要大量優質數據投餵。總體而言，三者之間是密不可分、互相促進。

2、站在數字經濟高地定義數據要素

數據看似細微普通，實則威力無窮。傳統意義上的勞動力、土地等生產要素已經面臨增長天花板，而數據要素可以更輕鬆打破這個邊界，讓傳統經濟換髮新動能。

相比勞動力、資本等傳統生產要素，數據要素的第一大特性是可共享、易複製、無實體損耗，且具備乘數效應下的規模收益遞增優勢。

再説第二大特性，是數字要素具備迭代快、擴散快、滲透性強特點，其跨行業、跨區域、跨部門融合應用成效顯著。

最後，數字要素可以全方位賦能其他傳統生產要素，提高全要素生產率，從而提高產業競爭勢能。比如，數據要素與勞動力相結合能提高勞動生產率；數據要素與技術相結合能加快技術迭代，促進產研融合；數據要素與資本要素結合能夠降低後者的不確定性風險，補強金融服務的廣度和縱深。

圖2：數據成為新的生產要素，資料來源：百度

事實上，業內已經達成一致共識，數據要素不僅是整個數字經濟發展的關鍵要素，更已成為數字經濟發展賴以依託的基礎性、戰略性資源。

對內而言，隨着中國經濟發展主線由高速增長向高質量增長轉變，數據要素被視為新的發展階段提高行業發展質量和效率的勝負手。

比如傳統企業一直追求的數字化轉型，其實是圍繞數字要素展開的。根據《中國數據要素市場發展報告（2021-2022）》的分析數據顯示，數據要素增加企業效益成果明顯，使得工業企業業務增長平均增加41.2%，生產效率平均提高42.8%，產品研發週期平均縮短15.3%，能源利用率平均提高10.2%。

往小了説，數據要素已經悄無聲息地成為人類社會最密不可分的生產要素之一。以生活中場景為例，如今連老司機如果不用導航都不會開車了；朋友間吃飯聚餐總是要打開大眾點評看下排名，這背後便是數據要素驅動帶來的改變。

圖3：數據要素增加企業經營效益成果明顯，資料來源：《中國數據要素市場發展報告（2021-2022）》，安信證券

從全球競爭角度，我國是率先將數據列入核心生產要素的國家之一，時至今日，數字經濟佔GDP的比重達到39.8%，已經成為GDP的新引擎。根據中國信通院的數據，2021年我國數字經濟產業規模達到45.5萬億，同比增長16.2%，高於名義GDP增速3.4個百分點。

具體到數據要素身上，數據要素對當年GDP增長的貢獻率呈現持續上升狀態，線性推演下來，未來還有較大空間。

與芯片等領域被卡脖子不同，中國在雲計算、AI、大數據、物聯網等領域與海外發達國家的差距並不大，某些領域的數字化滲透率甚至更高，並且中國體量大，在數據總量上有更多先天優勢。如何把握數據要素市場成為中國實現數字經濟“換道超車”的關鍵路徑和寶貴機遇。

圖4：數據要素對GDP增長貢獻圖，資料來源：中國數據要素市場發展報告（2021-2022）

03

撐起數字經濟，還要跨越三重障礙

數據要素市場在迎來爆發拐點的同時，也仍然面臨數據採集標準化欠缺、數據開放度不足、數據交易流通總量不高、數據要素沒有合理估值定價、數據要素流通規則仍需完善等問題。

通俗地説，數據要素市場的繁榮需要解決三個核心環節：確權、定價和交易，這是必經之路，當然也是最棘手的三重障礙。

1、根基：如何確權？

在互聯網出現後，數據不斷記錄、積累成為可供計算機快速讀取、分析的大數據。而後隨着移動互聯網和物聯網的發展，大大豐富了大數據的採集渠道，比如社交網絡、可穿戴設備、車聯網及政府公開信息平台。

0和1覆蓋的數據世界已從最開始的數字延伸到文字、圖片、聲音、視頻，全世界的數據總量更是呈現爆炸式增長。根據IDC數據，2025年全球數據量將達到163ZB。中國有近11億人接入互聯網，更是擁有全世界最大的數據池。

數據量指數級增長，數據分析算法和AI技術不斷迭代升級，驅動數據要素對社會變革的影響不斷深入。

以ChatGPT為例，7月8日，Open AI在社交平台宣佈，將向所有ChatGPT Plus用户開放代碼解析器功能。這項號稱自Open AI發佈GPT-4以來最強大的功能，將允許ChatGPT運行代碼，並且可以訪問用户上傳的文件，可實現分析數據、創建圖表、編輯文件、執行數學運算等複雜操作。換言之，只要你提供相應數據，ChatGPT都能幫你解析。

數據要素的應用前景無疑是美好的，但首先要回答的問題就是數據要素歸屬於誰？舉個例子，你在新浪微博上形成的數據，到底屬於你還是屬於新浪？這個數據一旦產生收益，是否該分你一份？

其實這也是此前數據要素市場一直不温不火的掣肘之一。畢竟數據一旦公開，就可以無成本地複製，同一組數據可以同時被多個用户使用，再多的使用者也不會互不干擾，大家都可以通過數據得到自己想要的那部分。

所以説，明確的產權界定是數據要素實現市場化高效配置和流通的根基。而前文提到的深圳、北京兩地政策，無疑是對數據產權確定的實質化規範管理。

從邁克爾·波特的價值鏈理論出發，數據要素的產業鏈上，包括數據資產所有者（即數據要素供應方）、數據要素產品運營商（即數據要素交付商等）、數據要素市場基礎設施核心參與方（即數據治理服務商、數據基礎設施提供商等）。

伴隨着數據資源總量日益膨脹，數據供應方、需求方、中介方、服務方等市場參與主體不斷豐富，新玩家紛紛湧入，期待數據要素市場的燎原之勢。

圖5：數據要素產業鏈，資料來源：華西證券

2、成長階段：如何像石油一樣定價

正如英國古典經濟學派的創始人威廉·配第在其著作《賦税論》中所提出的，“勞動是財富之父，土地是財富之母。”

數字經濟時代，數據要素可以説是財富之源。數據確權之後，接下來就是讓數據市場流通。但這又面臨新的問題——數據如何定價？我們先看國外的典型案例。

此前微軟、谷歌和OpenAI等一直在利用美國社交媒體公司Reddit論壇上的聊天內容，將其當作免費訓練的數據庫。但在今年4月，Reddit突然宣佈將開始對使用其應用程序編程接口（API）的企業收費。

按照Reddit首席執行官Steve Huffman的説法，“Reddit的數據庫確實很有價值，我們不需要將所有這些價值免費提供給世界上一些最大的公司。”出發點很明確，Reddit不想被白嫖了。但現實情況是Reddit還沒想好具體收多少錢。

數字經濟時代，數據要素可以類比為石油資源。如何讓數據要素像石油一樣可以在全球市場上實時定價？

目前市面上大多數定價方法為靜態定價（賣方定價、協議定價等方式），而考慮到數據要素的價值具有波動性，且會隨着時間變化而改變。因此，綜合利用多種定價策略聯合進行，同時結合市場需求、數據特性、預測模型等，實現數據的科學客觀定價、動態定價。

圖6：數據定價模式對比，資料來源：《數據要素流通標準化白皮書 2022》，安信證券

3、最後的進擊：形成市場化交易大循環

數據要素市場化的本質是流通，目的是讓數據要素進入社會化大生產，從而提高勞動生產率、社會治理能力等。不過許多人更在意的環節是數據要素如何更好交易，或者説數據如何快速變現？

比如企業在生產和業務開展過程中積累了大量數據，將這些數據資產化，在確保安全的基礎上對外開展交易，不僅可以釋放數據價值，還能增厚主營業務外的利潤。

科斯第一定理提出：在交易費用等於零的世界中，政府只要清楚完整地把產權界定給一方或另一方，並允許他們把這些權利用於交易，就可以通過市場機制有效率地解決外在性的問題。

成立於2021年11月25日的上海數據交易所，作為國內數據要素配置的重要樞紐節點，即承擔着構建數據要素市場，推動數據資產化進程的使命。

圖7：上海數據交易所交易流程，資料來源：上海數據交易所

到2022年年底，出台《關於構建數據基礎制度更好發揮數據要素作用的意見》（業內俗稱“數據二十條”），為促進數據高效流通使用、賦能實體經濟提供了制度支撐。

目前，相關機構正逐步落地，助力數據要素市場的實際推進。國家層面，中國電子數據產業集團於去年年底成立，聚焦探索自主計算、數據要素化等領域；地方層面，上海、福建、成都、南京等地陸續成立數據集團。

同時，如何讓數據安全使用也是當前探索的關鍵。我們需要構建一個更高效、規範的數據要素市場。畢竟美團騎手困在系統裏、大數據殺熟等事件也在時刻提醒我們。大數據算法已經完全滲透進了我們的生活，神不知鬼不覺地將消費者拉入“陷阱”，如今大家對“殺熟”甚至習以為常。

數據要素一旦進入市場化普及階段，就容易被無限複製，如何做到可用不可見、可控可計量。近幾年，金融機構、互聯網大廠、數據科技公司等數據使用大户紛紛加速佈局隱私計算，為數據要素安全而戰。

04

結語

數據要素從默默無聞到與土地、資本、勞動力等生產要素並駕齊驅，再到成為數字經濟時代的關鍵要素。接下來，數據要素將進一步驅動數字經濟的發展，實現用數據照亮前路。

未來需要更多技術應用到數據要素市場，確保數據交易流通環節更暢通、更安全。比如數據標記技術、區塊鏈、測試沙盒等技術發展迅猛，助力數據要素穩健發展。

另一方面，數據要素市場化交易不是一朝一夕就能做大做強，需要更多頂層政策設計和政府層面的統籌引導，進一步激活數據要素市場，最終形成全國一盤棋的局面。