炒股就看金麒麟分析師研報(bào)，權(quán)威，專業(yè)，及時(shí)，全面，助您挖掘潛力主題機(jī)會(huì)！

　　來(lái)源：源達(dá)

　　投資要點(diǎn)

　　數(shù)據(jù)要素指的是根據(jù)特定生產(chǎn)需求匯聚、整理、加工而成的計(jì)算機(jī)數(shù)據(jù)及其衍生形態(tài)，是基于數(shù)字經(jīng)濟(jì)及新質(zhì)生產(chǎn)力產(chǎn)業(yè)發(fā)展而出現(xiàn)的概念。數(shù)據(jù)要素的一次價(jià)值體現(xiàn)在在企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，數(shù)據(jù)經(jīng)由各個(gè)業(yè)務(wù)系統(tǒng)的設(shè)計(jì)而產(chǎn)生，用以支撐業(yè)務(wù)系統(tǒng)的正常運(yùn)轉(zhuǎn)。數(shù)據(jù)要素的二次價(jià)值體現(xiàn)在數(shù)據(jù)可通過(guò)數(shù)據(jù)分析、AI大模型等手段，揭示內(nèi)在運(yùn)行規(guī)律，用于支持生產(chǎn)、經(jīng)營(yíng)和治理等環(huán)節(jié)的戰(zhàn)略決策。數(shù)據(jù)要素的三次價(jià)值體現(xiàn)在數(shù)據(jù)作為商品，可交易至更多需要的場(chǎng)景實(shí)現(xiàn)價(jià)值利用。數(shù)字化和智能化趨勢(shì)下，各組織需要更多數(shù)據(jù)用于分析決策，產(chǎn)生數(shù)據(jù)流通需求，因此數(shù)據(jù)可作為商品進(jìn)行價(jià)值流通。

　　數(shù)據(jù)基礎(chǔ)設(shè)施是發(fā)展數(shù)據(jù)要素產(chǎn)業(yè)的基礎(chǔ)，人工智能技術(shù)將實(shí)現(xiàn)對(duì)數(shù)據(jù)要素的更好利用。因此需發(fā)展以數(shù)字經(jīng)濟(jì)、人工智能行業(yè)為代表的新質(zhì)生產(chǎn)力產(chǎn)業(yè)，才能加快發(fā)揮數(shù)據(jù)要素行業(yè)的各項(xiàng)作用。《2024年國(guó)務(wù)院政府工作報(bào)告》中提到：要深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動(dòng)，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群；健全數(shù)據(jù)基礎(chǔ)制度，大力推動(dòng)數(shù)據(jù)開發(fā)開放和流通使用；適度超前建設(shè)數(shù)字基礎(chǔ)設(shè)施，加快形成全國(guó)一體化算力體系，培育算力產(chǎn)業(yè)生態(tài)。

　　數(shù)據(jù)流通端是數(shù)據(jù)要素流通的中介與核心，溝通各類市場(chǎng)主體，是數(shù)據(jù)作為生產(chǎn)要素進(jìn)行交互、整合、交換、交易的平臺(tái)。目前國(guó)內(nèi)數(shù)據(jù)要素交易場(chǎng)內(nèi)機(jī)構(gòu)以形成“國(guó)家級(jí)+省市級(jí)+行業(yè)級(jí)+企業(yè)級(jí)”的格局。其中國(guó)家級(jí)和省市級(jí)交易機(jī)構(gòu)是市場(chǎng)內(nèi)主流，集中于華東與華南地區(qū)，以國(guó)資主導(dǎo)公司制為主，通常為通用型數(shù)據(jù)交易平臺(tái)。而行業(yè)級(jí)和企業(yè)級(jí)交易機(jī)構(gòu)往往專耕單個(gè)或數(shù)個(gè)細(xì)分行業(yè)和領(lǐng)域，如：鋼鐵行業(yè)、醫(yī)藥行業(yè)、金融行業(yè)和電信行業(yè)等。

　　數(shù)據(jù)要素是國(guó)家基于數(shù)字經(jīng)濟(jì)和新質(zhì)生產(chǎn)力產(chǎn)業(yè)發(fā)展的又一重要政策導(dǎo)向方向。伴隨國(guó)內(nèi)新質(zhì)生產(chǎn)力產(chǎn)業(yè)發(fā)展壯大，數(shù)據(jù)要素市場(chǎng)商業(yè)化有望加快成熟。建議關(guān)注數(shù)據(jù)基礎(chǔ)設(shè)施、人工智能和數(shù)據(jù)要素交易平臺(tái)等環(huán)節(jié)的投資機(jī)會(huì)。

　　政策導(dǎo)向不及預(yù)期的風(fēng)險(xiǎn)，市場(chǎng)競(jìng)爭(zhēng)加劇的風(fēng)險(xiǎn)，技術(shù)發(fā)展不及預(yù)期的。

　　一、數(shù)字化和智能化趨勢(shì)下，數(shù)字要素市場(chǎng)生態(tài)逐漸完善

　　“數(shù)據(jù)要素”是數(shù)字經(jīng)濟(jì)中，討論生產(chǎn)力和生產(chǎn)關(guān)系時(shí)對(duì)“數(shù)據(jù)”的指代，是對(duì)數(shù)據(jù)促進(jìn)生產(chǎn)價(jià)值的強(qiáng)調(diào)，即數(shù)據(jù)要素指的是根據(jù)特定生產(chǎn)需求匯聚、整理、加工而成的計(jì)算機(jī)數(shù)據(jù)及其衍生形態(tài)，投入于生產(chǎn)的原始數(shù)據(jù)集、標(biāo)準(zhǔn)化數(shù)據(jù)集、各類數(shù)據(jù)產(chǎn)品及以數(shù)據(jù)為基礎(chǔ)產(chǎn)生的系統(tǒng)、信息和知識(shí)均可納入數(shù)據(jù)要素討論的范疇。

　　圖1：數(shù)據(jù)要素主要表現(xiàn)形態(tài)

　　資料來(lái)源：《數(shù)據(jù)要素白皮書》，源達(dá)信息證券研究所

　　數(shù)據(jù)要素的一次價(jià)值體現(xiàn)在支撐企業(yè)、政府的業(yè)務(wù)系統(tǒng)運(yùn)轉(zhuǎn)實(shí)現(xiàn)業(yè)務(wù)間的貫通。在企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，數(shù)據(jù)經(jīng)由各個(gè)業(yè)務(wù)系統(tǒng)的設(shè)計(jì)而產(chǎn)生，用以支撐業(yè)務(wù)系統(tǒng)的正常運(yùn)轉(zhuǎn)。

　　數(shù)據(jù)要素的二次價(jià)值體現(xiàn)在數(shù)據(jù)可揭示內(nèi)在運(yùn)行規(guī)律，用于支持生產(chǎn)、經(jīng)營(yíng)和治理等環(huán)節(jié)的戰(zhàn)略決策。在數(shù)據(jù)分析、人工智能等技術(shù)支持下，數(shù)據(jù)可用于構(gòu)建出理解預(yù)測(cè)乃至控制事物運(yùn)行的模型體系，從而支撐未來(lái)決策。

　　數(shù)據(jù)要素的三次價(jià)值體現(xiàn)在數(shù)據(jù)作為商品，可交易至更多需要的場(chǎng)景實(shí)現(xiàn)價(jià)值利用。數(shù)字化和智能化趨勢(shì)下，各組織需要更多數(shù)據(jù)用于分析決策，產(chǎn)生數(shù)據(jù)流通需求，因此數(shù)據(jù)可作為商品進(jìn)行價(jià)值流通。

　　圖2：數(shù)據(jù)要素產(chǎn)生價(jià)值的三種方式

　　資料來(lái)源：《數(shù)據(jù)要素白皮書》，源達(dá)信息證券研究所

　　根據(jù)數(shù)據(jù)要素的三次價(jià)值，數(shù)據(jù)要素市場(chǎng)可分為數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)加工、數(shù)據(jù)流通、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用、生態(tài)保障七大模塊。其中為實(shí)現(xiàn)數(shù)據(jù)要素的一次價(jià)值需推動(dòng)政府及企業(yè)數(shù)字化轉(zhuǎn)型，發(fā)力服務(wù)器及云計(jì)算中心等數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)；實(shí)現(xiàn)數(shù)據(jù)要素的二次價(jià)值需發(fā)展人工智能行業(yè)，通過(guò)大模型等智能終端輔助決策；實(shí)現(xiàn)數(shù)據(jù)要素的三次價(jià)值需構(gòu)建數(shù)字要素交易流通市場(chǎng)，方便數(shù)據(jù)要素的市場(chǎng)化流通。

　　圖3：數(shù)據(jù)要素市場(chǎng)構(gòu)成

　　資料來(lái)源：國(guó)家工業(yè)信息安全發(fā)展研究中心，源達(dá)信息證券研究所

　　通過(guò)數(shù)據(jù)分級(jí)分類可將數(shù)據(jù)分為四類數(shù)據(jù)：公開數(shù)據(jù)、低敏感度數(shù)據(jù)、中敏感度數(shù)據(jù)、高度機(jī)密數(shù)據(jù)四種，提出針對(duì)不同數(shù)據(jù)類型，應(yīng)用不同的數(shù)據(jù)流通技術(shù)和服務(wù)模式。

　　圖4：數(shù)據(jù)流通金字塔模型

　　資料來(lái)源：國(guó)家工業(yè)信息安全發(fā)展研究中心，源達(dá)信息證券研究所

　　中國(guó)數(shù)據(jù)交易市場(chǎng)規(guī)模保持高速增長(zhǎng)趨勢(shì)，預(yù)計(jì)2023年中國(guó)數(shù)據(jù)交易行業(yè)市場(chǎng)規(guī)模達(dá)1199億元，同比增長(zhǎng)36.72%。預(yù)計(jì)2030年中國(guó)數(shù)據(jù)交易行業(yè)市場(chǎng)有望增長(zhǎng)至5156億元。

　　圖5：2021-2030年中國(guó)數(shù)據(jù)交易行業(yè)市場(chǎng)規(guī)模及預(yù)測(cè)

　　資料來(lái)源：《2023年中國(guó)數(shù)據(jù)交易市場(chǎng)研究分析報(bào)告》，源達(dá)信息證券研究所

　　二、加快新質(zhì)生產(chǎn)力建設(shè)，為數(shù)據(jù)要素生態(tài)保駕護(hù)航

　　人工智能大模型對(duì)數(shù)據(jù)要素有巨大需求。AIGC行業(yè)進(jìn)入高速發(fā)展期，AI大模型性能持續(xù)提升的背后是千億級(jí)以上的參數(shù)訓(xùn)練，帶來(lái)對(duì)算力的高額需求，有望推動(dòng)新一輪AI基礎(chǔ)設(shè)施建設(shè)。根據(jù)OpenAI官網(wǎng)，AI模型訓(xùn)練計(jì)算量自2012年起每3.4個(gè)月就增長(zhǎng)一倍。以GPT-3模型為例，根據(jù)lambdalabs數(shù)據(jù)，該模型參數(shù)規(guī)模達(dá)1750億，完整訓(xùn)練運(yùn)算量達(dá)3640PFlop/s-days（以3640PFlop/s速度進(jìn)行運(yùn)算，需要3640天）。模型完成單次訓(xùn)練約需要355個(gè)CPU年并耗費(fèi)460萬(wàn)美元（假設(shè)采用Nvidia Tesla V100芯片）。

　　表1：人工智能大模型的參數(shù)規(guī)模呈指數(shù)級(jí)增長(zhǎng)趨勢(shì)

Models

Release time

Developers

Parameter size/10-8

Sample size/10-9

GPT-1

2018

OpenAI

1.17

10

BERT

2018

Google

3.40

34

GPT-2

2019

OpenAI

15.00

100

Fairseq

2020

Meta

130.00

—

GPT-3

2020

OpenAI

1750.00

4990

GLaM

2021

Google

1200.00

16000

LaMDA

2022

Google

1370.00

15600

GPT-4

2023

OpenAI

—

—

Ernie Bot

2023

Baidu

—

—

SparkDesk

2023

iFLYTEK

1700.00

—

PanguLM

2023

HUAWEI

>30000

　　資料來(lái)源：《大語(yǔ)言模型研究現(xiàn)狀及趨勢(shì)》，源達(dá)信息證券研究所

　　更多大模型類應(yīng)用的推出是對(duì)數(shù)據(jù)要素有效利用的基礎(chǔ)。AI Agent是一種以AI大模型驅(qū)動(dòng)的人工智能工具，可根據(jù)具體場(chǎng)景實(shí)現(xiàn)高度個(gè)性化和智能化的智能服務(wù)，有望將大模型的潛力最大化，推動(dòng)AI技術(shù)應(yīng)用化，加速人工智能產(chǎn)業(yè)商業(yè)化。

　　表2：國(guó)內(nèi)廠商加大對(duì)AI Agent等大模型驅(qū)動(dòng)下的人工智能應(yīng)用的投入

公司名稱

大模型產(chǎn)品

阿里云

百煉大模型服務(wù)平臺(tái)

AWS

Amazon bedrock 以及partyrock.aws等工具

百度智能云

TiAppBuilder、AgentBuilder

京東云

Al Agent開發(fā)管理平臺(tái)

螞蟻集團(tuán)/螞蟻數(shù)科

螞蚊Al Studio+Max

昆侖萬(wàn)維

SkyAgents

商湯科技

MaaS平臺(tái)-應(yīng)用智能體

深信服科技

AI算力平臺(tái)

神州數(shù)碼

神州問(wèn)學(xué)-AI應(yīng)用及Agent管理

騰訊云

騰訊元器

月之暗面

Kimi Plus

中國(guó)電信（天翼AI）

智能體開發(fā)運(yùn)營(yíng)平臺(tái)

字節(jié)跳動(dòng)

扣子/Coze，火山引擎Al Agent開發(fā)管理平臺(tái)

360

360智腦、360智匯云

　　資料來(lái)源：IDC，源達(dá)信息證券研究所

　　服務(wù)器等數(shù)據(jù)基礎(chǔ)設(shè)施是數(shù)據(jù)要素價(jià)值得到有效利用的基礎(chǔ)。自O(shè)penAI發(fā)布ChatGPT后，AI大模型有望成為助力千行萬(wàn)業(yè)智能化轉(zhuǎn)型的底層支撐。AI大模型的訓(xùn)練和運(yùn)行過(guò)程對(duì)對(duì)算力需求極大，預(yù)計(jì)將推動(dòng)一輪算力中心的建設(shè)。以Nvidia A100服務(wù)器為例（由8個(gè)A100 GPU構(gòu)成），單臺(tái)服務(wù)器算力約為5Pflop/s，則訓(xùn)練一個(gè)具有1750億個(gè)模型參數(shù)的大模型需要約2917臺(tái)A100服務(wù)器。

　　表3：具有1750億個(gè)模型參數(shù)的大模型訓(xùn)練一天需要約2917臺(tái)Nvidia A100服務(wù)器

模型參數(shù)（億個(gè)）

350

700

1050

1400

1750

所需算力（E+8PFlop/s）

0.63

1.26

1.89

2.52

3.15

有效算力比率（%）

25%

25%

25%

25%

25%

實(shí)際算力需求（E+8PFlop/s）

2.52

5.04

7.56

10.08

12.6

服務(wù)器算力（PFlop/s）

5

5

5

5

5

每日工作時(shí)間（s）

86400

86400

86400

86400

86400

服務(wù)器需求數(shù)（臺(tái)）

583

1167

1750

2333

2917

　　資料來(lái)源：Nvidia官網(wǎng)，OpenAI，源達(dá)信息證券研究所

　　用于構(gòu)建算力中心的AI服務(wù)器出貨量高速增長(zhǎng)。2023年全球普通AI服務(wù)器/高端AI服務(wù)器出貨量分別為47.0和27.0萬(wàn)臺(tái)，較2022年分別同比增長(zhǎng)36.6%和490.5%，并預(yù)計(jì)2024年全球普通AI服務(wù)器和高端AI服務(wù)器出貨量分別為72.5和54.3萬(wàn)臺(tái)，分別同比增長(zhǎng)54.2%和172.0%。

　　圖6：AI服務(wù)器出貨量高速增長(zhǎng)

　　資料來(lái)源：華勤技術(shù)投資者關(guān)系公眾號(hào)，源達(dá)信息證券研究所

　　華為加大算力基礎(chǔ)設(shè)施研發(fā)力度。目前華為算力基礎(chǔ)設(shè)施布局中：鯤鵬系列以通用算力為主，昇騰系列以智能算力為主，均采用國(guó)產(chǎn)芯片打造。華為憑借自身強(qiáng)大的研發(fā)能力，已實(shí)現(xiàn)從算力、存力、互聯(lián)技術(shù)和計(jì)算架構(gòu)等方面為世界提供第二選擇，打造算力堅(jiān)實(shí)底座。從產(chǎn)業(yè)鏈布局看，目前華為主要負(fù)責(zé)服務(wù)器或其中核心器件的研發(fā)和生產(chǎn)，并由下游服務(wù)器廠商代理銷售，主要的華為系服務(wù)器廠商有高新發(fā)展（對(duì)華鯤振宇持股70%）、四川長(zhǎng)虹、神州數(shù)碼、拓維信息和烽火通信等。此外2023年3月中興通訊宣布自身服務(wù)器將為百度“文心一言”提供算力支撐。

圖7：搭載鯤鵬920處理器的鯤鵬服務(wù)器主板

圖8：華為推出昇騰系列AI算力基礎(chǔ)設(shè)施

資料來(lái)源：華為官網(wǎng)，源達(dá)信息證券研究所

資料來(lái)源：華為官網(wǎng)，源達(dá)信息證券研究所

　　三、構(gòu)建數(shù)據(jù)要素交易平臺(tái)市場(chǎng)，商業(yè)模式加快成熟

　　數(shù)據(jù)流通端是數(shù)據(jù)要素流通的中介與核心，溝通各類市場(chǎng)主體，是數(shù)據(jù)作為生產(chǎn)要素進(jìn)行交互、整合、交換、交易的平臺(tái)，是推動(dòng)數(shù)據(jù)交易市場(chǎng)建設(shè)的基礎(chǔ)。數(shù)據(jù)流通端按類型可分為數(shù)據(jù)交易所、企業(yè)主導(dǎo)型數(shù)據(jù)服務(wù)平臺(tái)及開放數(shù)據(jù)平臺(tái)。未來(lái)數(shù)據(jù)交易所有望成為數(shù)據(jù)要素市場(chǎng)交易的主流平臺(tái)。

　　圖9：中國(guó)數(shù)據(jù)要素流通行業(yè)產(chǎn)業(yè)鏈

　　資料來(lái)源：《2023年中國(guó)數(shù)據(jù)交易市場(chǎng)研究分析報(bào)告》，源達(dá)信息證券研究所

　　數(shù)據(jù)交易按類型可分為場(chǎng)內(nèi)交易和場(chǎng)外交易，場(chǎng)內(nèi)交易由數(shù)據(jù)交易所制定數(shù)據(jù)交易流程及規(guī)章，在交易前負(fù)責(zé)質(zhì)量評(píng)估、合規(guī)評(píng)估和資產(chǎn)評(píng)估等；在數(shù)據(jù)交易環(huán)節(jié)做好風(fēng)險(xiǎn)控制；在交易后提供交易核驗(yàn)、仲裁糾紛等服務(wù)。

　　圖10：數(shù)據(jù)要素交易模式

　　資料來(lái)源：《2023年中國(guó)數(shù)據(jù)交易市場(chǎng)研究分析報(bào)告》，源達(dá)信息證券研究所

　　圖11：場(chǎng)內(nèi)外數(shù)據(jù)交易流程

　　資料來(lái)源：《2023年中國(guó)數(shù)據(jù)交易市場(chǎng)研究分析報(bào)告》，源達(dá)信息證券研究所

　　目前國(guó)內(nèi)數(shù)據(jù)交易平臺(tái)的規(guī)模仍有待壯大。數(shù)據(jù)交易平臺(tái)注冊(cè)資本數(shù)額大多在5000萬(wàn)元-1億元，有23家；而注冊(cè)資本數(shù)額超過(guò)1億元的有4家，其中上海數(shù)據(jù)交易所注冊(cè)資本達(dá)8億元，北京國(guó)際大數(shù)據(jù)交易所和鄭州數(shù)據(jù)交易中心注冊(cè)資本達(dá)2億元。

　　數(shù)據(jù)交易平臺(tái)分布以華東、華南和華中為主。受企業(yè)數(shù)字化水平及數(shù)據(jù)資源分布情況影響，目前數(shù)據(jù)交易平臺(tái)分布仍以華東、華南和華中為主，其中華東地區(qū)有14家，占比達(dá)35%，華南和華中地區(qū)各7家，占比為17.5%，三個(gè)地區(qū)合計(jì)占比達(dá)70%。

圖12：數(shù)據(jù)交易平臺(tái)注冊(cè)資本數(shù)額情況

圖13：數(shù)據(jù)交易平臺(tái)區(qū)域分布情況

?

?

資料來(lái)源：《數(shù)據(jù)交易平臺(tái)發(fā)展白皮書》，源達(dá)信息證券研究所

資料來(lái)源：《數(shù)據(jù)交易平臺(tái)發(fā)展白皮書》，源達(dá)信息證券研究所

　　目前國(guó)內(nèi)數(shù)據(jù)交易機(jī)構(gòu)的產(chǎn)品以數(shù)據(jù)集、API和數(shù)據(jù)應(yīng)用服務(wù)為主。少數(shù)機(jī)構(gòu)還提供許可（金麒麟分析師）證、數(shù)據(jù)處理服務(wù)、數(shù)據(jù)分析工具服務(wù)和行業(yè)研究報(bào)告等產(chǎn)品。

　　圖14：主流數(shù)據(jù)交易機(jī)構(gòu)的產(chǎn)品上架情況

　　資料來(lái)源：《數(shù)據(jù)流通市場(chǎng)中數(shù)據(jù)產(chǎn)品的特性及其交易模式》，源達(dá)信息證券研究所

　　目前數(shù)據(jù)交易平臺(tái)的盈利模式主要有三種：傭金模式、會(huì)員制和增值式交易服務(wù)三種。其中交易傭金模式的優(yōu)勢(shì)是簡(jiǎn)單易行、門檻低，但傭金費(fèi)率過(guò)高會(huì)抑制平臺(tái)交易需求；會(huì)員制模式可利于促進(jìn)長(zhǎng)期合作及交易安全性，但交易規(guī)模的擴(kuò)大具有一定難度；增值式交易服務(wù)模式交易所需提供數(shù)據(jù)處理等更多服務(wù)，對(duì)平臺(tái)的能力提出更高要求。

　　圖15：數(shù)據(jù)交易平臺(tái)的盈利模式

　　資料來(lái)源：《數(shù)據(jù)交易平臺(tái)發(fā)展白皮書》，源達(dá)信息證券研究所

　　中國(guó)數(shù)據(jù)要素交易場(chǎng)內(nèi)機(jī)構(gòu)可分為國(guó)家級(jí)、省市級(jí)、行業(yè)級(jí)和企業(yè)級(jí)。其中國(guó)家級(jí)和省市級(jí)交易機(jī)構(gòu)是市場(chǎng)內(nèi)主流，集中于華東與華南地區(qū)，以國(guó)資主導(dǎo)公司制為主，通常為通用型數(shù)據(jù)交易平臺(tái)。而行業(yè)級(jí)和企業(yè)級(jí)交易機(jī)構(gòu)往往專耕單個(gè)或數(shù)個(gè)細(xì)分行業(yè)和領(lǐng)域，如：鋼鐵行業(yè)、醫(yī)藥行業(yè)、金融行業(yè)和電信行業(yè)都有較好應(yīng)用前景。

　　圖16：中國(guó)數(shù)據(jù)要素交易場(chǎng)內(nèi)市場(chǎng)競(jìng)爭(zhēng)格局

　　資料來(lái)源：《2023年中國(guó)數(shù)據(jù)交易市場(chǎng)研究分析報(bào)告》，源達(dá)信息證券研究所

　　目前國(guó)內(nèi)數(shù)據(jù)要素交易市場(chǎng)存在的問(wèn)題有：數(shù)據(jù)產(chǎn)權(quán)不清、數(shù)據(jù)交易活躍度低、同質(zhì)化競(jìng)爭(zhēng)和新技術(shù)應(yīng)用不成熟等。目前各機(jī)構(gòu)收集的個(gè)人數(shù)據(jù)權(quán)屬仍存在爭(zhēng)議，導(dǎo)致交易風(fēng)險(xiǎn)較高，需要進(jìn)一步完善相關(guān)制度體系及讓交易所發(fā)揮好做市商功能；而數(shù)據(jù)交易機(jī)構(gòu)的建設(shè)需根據(jù)區(qū)域、產(chǎn)業(yè)和經(jīng)濟(jì)情況做好統(tǒng)籌布局，避免同質(zhì)化競(jìng)爭(zhēng)和資源浪費(fèi)。

　　圖17：目前數(shù)據(jù)要素交易行業(yè)仍存在的問(wèn)題

　　資料來(lái)源：《數(shù)據(jù)交易平臺(tái)發(fā)展白皮書》，源達(dá)信息證券研究所

　　四、投資建議

　　數(shù)據(jù)要素是國(guó)家基于數(shù)字經(jīng)濟(jì)和新質(zhì)生產(chǎn)力產(chǎn)業(yè)發(fā)展的又一重要政策導(dǎo)向方向。國(guó)家數(shù)據(jù)局等17個(gè)部門聯(lián)合引發(fā)《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024—2026年）》：將工業(yè)制造、交通運(yùn)輸、金融服務(wù)、科技創(chuàng)新、醫(yī)療健康、氣象服務(wù)、城市治理等12個(gè)行業(yè)作為數(shù)據(jù)要素高水平應(yīng)用的重點(diǎn)行業(yè)。數(shù)據(jù)交易層面國(guó)內(nèi)已建成多個(gè)大型數(shù)據(jù)交易所，形成“國(guó)家級(jí)+省市級(jí)+行業(yè)級(jí)”的發(fā)展局面，為數(shù)據(jù)要素市場(chǎng)發(fā)展打牢基礎(chǔ)。伴隨國(guó)內(nèi)新質(zhì)生產(chǎn)力產(chǎn)業(yè)進(jìn)一步發(fā)展壯大，數(shù)據(jù)要素市場(chǎng)有望加快成熟。

　　五、風(fēng)險(xiǎn)提示

　　政策導(dǎo)向不及預(yù)期的風(fēng)險(xiǎn)；

　　市場(chǎng)競(jìng)爭(zhēng)加劇的風(fēng)險(xiǎn)；

　　技術(shù)發(fā)展不及預(yù)期的風(fēng)險(xiǎn)；