计算机行业数据要素系列报告：数据驱动未来，行业案例深度分析

请务必阅读正文后的声明及说明 [Table_Info1] 计算机 [Table_Date] 发布时间：2024-12-13 [Table_Invest] 优于大势 上次评级: 优于大势 [Table_PicQuote] 历史收益率曲线 [Table_Trend] 涨跌幅（%） 1M 3M 12M 绝对收益 -1% 69% 9% 相对收益 0% 42% -8% [Table_Market] 行业数据 成分股数量（只） 337 总市值（亿） 44,679 流通市值（亿） 38,230 市盈率（倍） 135.80 市净率（倍） 4.15 成分股总营收（亿） 11,812 成分股总净利润（亿） 318 成分股资产负债率（%） 42.31 [Table_Report] 相关报告 《AI 软硬交替上涨，关注国内领先公司》 --20241208 《数据要素动作不断，AI+医疗&教育成下一阶段重点》 --20241202 《AI 辅助诊疗纳入医保范围，医保+商保联动踏出历史性一步》 --20241124 《AI 应用逐渐开花，国内厂商弯道超车》 --20241117 [Table_Author] 证券分析师：吴源恒 执业证书编号：S0550522100004 15767875282 wuyh1@nesc.cn [Table_Title] 证券研究报告/行业深度报告 数据驱动未来：行业案例深度分析 ---数据要素系列报告 报告摘要： [Table_Summary] 在数字经济时代，数据作为新型生产要素，正被加速应用于千行百业。从宏观经济的角度来看，数据作为经济增长的一个关键因素。数据通过提高配置效率、规模效率和技术效率提升全要素生产率，推动经济增长。常见的在风险管理、精准营销、产品创新和成本控制等方面，数据要素对企业、行业乃至整个经济体的运作效率有着显著的正面影响，它提升了国家的经济效益和国民生产总值。2023 年，我国数据经济贡献度为 2.05%，比 2022 年增长 0.99 个百分点。数据应用正在推动行业革新，在工业制造、现代农业、交通运输、金融服务、医疗健康、绿色低碳等行业形成数据赋能路径，其中第一产业、第二产业、第三产业数据经济贡献度分别为 1.01%、1.96%、2.43%，数据驱动经济增长能力初步显现。作为数字经济中的核心和关键生产要素，数据在数字经济的发展过程中扮演着贯穿始终的角色，它与其他生产要素相结合，不断迭代，加速融合，引发生产要素在多个领域、多个维度上的系统性、革命性的集体突破。 数据要素通过对下游场景赋能，以乘数效用提高整体的生活、生产、治理的效率。通俗的来说，乘数作用就是一个变量的作用逐步放大，产生一种类似链式反应的效果。从对社会的效用来看，数据要素的开放能提高生产力；创造新的产业生态；提高科学研究的速度、效率和范围；提高社会的公平性；推动更好地公共服务从而为社会创造更大的价值。从数据要素的要素属性来看，数据要素可以直接投入信息生产创造价值；生产中的要素替代与节约，降低要素总投入量；以及与生产中的其他要素融合所达到进一步的价值共创。数据作为新型生产要素，既能直接通过流通交易创造价值，又与其他生产要素融合，降低交易成本，形成规模经济和范围经济，以配置效率、规模效率和技术效率提升全要素生产率，赋能新质生产力，从而推动经济增长。由于整个行业仍处于发展初期，目前并未形成较好的赚钱效应，但是目前已产生较多商业模式雏形，这些雏形在经历 0-1 的商业模式验证后，我们认为其有希望在政策的保驾护航下快速发展。 展望未来，数据要素对各行业的影响必将进一步扩大。在制造业领域，关注点集中在智能化生产、供应链优化和产品质量控制等关键环节，重点推动大数据、人工智能、物联网等新技术在设备故障预测、库存优化、质量追踪等方面的应用。在服务业领域，重点推动数据在优化客户体验、自动化服务流程、个性化推荐、精准预测市场趋势等方面的规范应用。农业、交通、电力领域则聚焦于精准作业、资源节约型作业和产品追溯等新领域，加强数据应用。数据要素的使用不受任何个人偏好的约束，能够服务于所有行业和活动，这也是国家层面大力推进“数据要素×”行动的根本原因，建议关注各类有能力将优质数据变现的公司。 风险提示：数据要素行业发展不及预期、宏观经济增长不及预期 [Table_CompanyFinance] -50%-40%-30%-20%-10%0%10%20%30%计算机沪深300 请务必阅读正文后的声明及说明 2/41 [Table_PageTop] 计算机/行业深度 目录 1. 数据要素正被加速应用于千行百业 .................................................................. 4 2. 数据要素 X 金融 ............................................................................................... 11 2.1. 案例 1 反诈：数据要素在电信反欺诈中的应用 ................................................................. 13 2.2. 案例 2 信贷：搭建普惠金融综合服务平台破解中小微企业融资难点问题 ..................... 14 2.3. 案例 3 离岸贸易：优化跨境数据流动规制，以实现高水平安全和高质量发展的平衡 . 16 3. 数据要素 X 医疗 ............................................................................................... 17 3.1. 案例 4 服务平台：医疗健康保险大数据服务平台 ............................................................. 19 3.2. 案例 5 AI 医疗：助力医疗健康数据融合应用 全面提升基层医疗服务能力 .................. 20 3.3. 案例 6 数据共享：基于临床试验的医疗数据共享和流通平台 ......................................... 22 3.4. 案例 7 直联快赔：商保智能化理赔服务平台 ..................................................................... 23 4. 数据要素 X 交通 ............................................................................................... 25 4.1. 案例 8 征信：公路交通数据产品跨界赋能中小微金融 ..................................................... 26 4.2. 案例 9 自动驾