传媒互联网行业数据要素专题系列报告市场为基，政策为助，数据要素价值加速释放

中信证券研究部

首席传媒行业分析师王冠然

传媒分析师任杰

2023年5月30日

 数据作为第五大生产要素，成为驱动经济发展的重要引擎，国家予以高度支持。数据要素是驱动数字经济发展的“石油”，有望带动生产力提高，在政务、金融、工业等发展过程中意义重大。①公司层面，数据资产价值评估体系持续完善，数据资产并表或带来企业价值重估；②行业层面，数据积累作为生产资料能够提高生产效率，带动行业产值增加；③经济方面，数据要素对GDP的贡献呈上升趋势，逐渐成为驱动经济发展的重要因素。但目前国内数据确权、流通、使用、安全等方面仍有不足，数据要素价值亟待释放。基于数据要素价值以及发展中面临的问题，自2014年“大数据”写入政府工作报告以来，政府多次强调数据要素的重要性并相继出台多项政策以健全数据要素市场，充分彰显国家对数据要素市场的重视，有望促进数字要素的高效利用。

数据要素应用广泛、提效显著，在经济、技术、社会领域均有落地。1）经济领域，数据要素支持业务决策分析，提效成果显著。①广告行业：数据助力广告内容和受众群体的精准定位，提高点击和转化率。②电商行业：通过整合分析客户数据、市场趋势等数据要素，支持业务决策，提高销售额。③金融行业：算法赋能+数据应用使信贷决策更加高效智能，提高风险控制能力。2）技术领域，数据要素为大模型训练提供丰富数据样本，能够突破现有精度局限，提高模型泛化能力和训练效率。3）社会领域，数据要素在文化、社会等全方位助力数字中国建设。

 海外领先布局数字要素市场，国内市场尚处起步阶段。海外各国在数据权属界定、数据保护等方面制定了完善的法律法规，并针对交易模式、数据开放等方面落地相应发展战略，受国情差异影响，战略选择也各具特色。中国数据要素市场尚处起步阶段，从国家到地方合力加速弥补数据确权、数据安全、数据交易等方面的法规和机制建设。目前我国基本建立“三权分置”的数据产权制度框架，积极落实《数据安全法》和《个人信息保护法》专项行动并不断完善相关细则，并且鼓励多种形式的数据交易模式。

 中国数据要素市场即将进入快速发展期，交易规模仍有较大空间。产业层面，根据国家工信研究中心，2021年我国数据要素市场规模为815亿元，“十四五”期间市场规模CAGR将超25%，据此推算2025年市场规模有望超1,990亿元。使用环节上，数据存储、数据分析、数据加工的市场规模位列前三，21年合计占比63%。交易层面，交易体系不断完善，数据交易所加速建设。2019年实现交易值23.93亿美元（YoY+63.8%），位列全球第二，与美国相比（152.09亿美元）仍有较大提升空间。

 风险因素：数据要素市场发展不及预期；政策推进力度不及预期；相关法规及机制建设不及预期；商业变现结果不及预期。

 投资建议：数据要素是数字经济发展的“石油”，“数据二十条”等政策驱动下，数据要素的挖掘、储存、确权、交易、应用等环节不断完善，数据要素的价值和应用潜力有望加速释放。我们认为传媒互联网板块的数据要素投资主要围绕两大主线展开：1）国有出版集团内容数据资产储备丰富，有望在生成式人工智能的大潮下，依托数据资产的稀缺性、价值倍增效应、交易流通体系实现价值重估，重点推荐凤凰传媒、中南传媒、中原传媒、浙版传媒、新华文轩等。2）头部互联网平台在业务过程中积累了海量数据，随着数据要素的确权、估值体系完善有望拓宽变现路径，同时数据要素的规范化交易和应用亦能赋能广告、游戏、电商等业务，带来产品服务优化和商业化能力提升，重点推荐腾讯控股、网易、快手、哔哩哔哩、爱奇艺等。 2 2

 2）从应用来看，根据普华永道，数据资产可以分为五类：①金融行业，例如银行证券等机构交易数据；②电信行业，例如信号强度负荷等基站数据；③政府部门，例如人口经济等统计数据；④交通行业，例如航班列车等运输数据；⑤其他行业，例如用户观看点击等媒体数据。

 数据要素作为新型生产要素，通过数据资产参与生产经营来贡献经济效益。2020年4月，《关于构建更加完善的要素市场化配置体制机制的建议》正式将数据作为生产要素单独列出，数据成为继土地、劳动力、资本和技术之后的第五大生产要素。

数据要素市场构成关系

数据要素理论展示

资料来源：国家工业信息安全发展研究中心，中信证券研究部
资料来源：国家工业信息安全发展研究中心，中信证券研究部

 数据要素市场的本质即数据要素价值化。其中包括数据资源化、数据资产化、数据资本化三大过程，分别形成数据的使用价值、交换价值，最终实现数据要素的社会化配置。

 数据要素产业链包含七大模块，覆盖数据要素从产生到发生作用的全过程。其中七大模块包括数据采集、数据存储、数据处理加工、数据流通、数据分析、数据应用、生态保障，数据存储、数据分析应用、数据加工是三大关键。

 数据要素市场参与者包括数据供应方、数据服务商、数据需求方。其中数据要素产业链上游是数据供应方，负责提供各类数据；中游为数据服务商，起链接作用；下游是数据需求方，包括政府、金融、教育、医疗等行业客户。

数据要素化过程与数据要素市场对应关系

数据资源化

 提升数据质量，形成实用价值

数据采集

数据存储

数据资产化

 形成交换价值、初步实现数据价值

数据加工

数据流通

生态保障

数据资本化

 实现数据要素社会化配置

数据分析应用

数据融资

数据供应方

数据服务商

数据需求方

资料来源：国家工业信息安全发展研究中心，中信证券研究部

 数据要素是驱动数字经济发展的“石油”，有望带动生产力提高，在政务、金融、工业等发展过程中意义重大。根据中国信息通信研究院，2022年我国数字经济规模达50.2万亿元（YoY+10.3%），总量稳居世界第二，占GDP比重提升至41.5%（YoY+1.7pcts）。相比农业经济中的土地、工业经济中的资本，数据成为数字经济的核心生产要素。

 数据确权、安全、流通、交易等体系亟需健全。目前我国数据要素市场面临数据确权不清、数据安全保障不足、数据流通交易不畅等问题，国家出台“数据二十条”、组建国家数据局等一系列政策措施，不断完善数据要素制度建设，有望打通全链条循环的市场化体系。

资料来源：国家工业信息安全发展研究中心，中国信息通信研究院，各政府部门官方网站，中信证券研究部

 公司方面，数据要素显著提升企业效益，数据资产并表或带来企业价值重估。效益方面，国家工信研究中心通过对5000余项目分析发现，数据要素使工业企业业务平均增加41.18%，生产效率平均提高42.8%。会计方面，22年8月《信息技术大数据数据资产价值评估》中提出更加完善的“数据评价与价值评估实施总体框架”，同年12月《企业数据资源相关会计处理暂行规定》对数据资源会计处理要求加以明确。

行业方面，数据积累作为生产资料能够提高生产效率，带动行业产值增加。从国家工信研究中心统计的14个行业来看，信息传输、软件和信息技术服务业以及制造业的数据要素投入产出弹性分别为3.044和0.4643，这意味着在其他要素保持不变的情况下，数据要素投入每增加1%，对应行业产值分别增加3.044%和0.4643%。

 经济方面，数据要素对GDP的贡献呈上升趋势，数据要素逐渐成为驱动经济发展的重要因素。根据国家工信研究中心，2021年数据要素对GDP贡献率（即GDP占比）为14.7%，保持持续上升趋势；2021年数据要素对GDP贡献度（根据经济增长模型测算）为0.83个百分点。

公司：数据资产价值评估框架

资料来源：《信息技术大数据数据资产价值评估（征求意见稿）》（全国信标委），中信证券研究部

行业：2021年各行业数据要素投入产出弹性

行业名称	对行业产出弹性
电力、热力、燃气及水生产和供应业	0.1014
交通运输、仓储和邮政业	0.0989
水利、环境和公共设施管理业	0.0027
教育行业	0.0084
文化、体育和娱乐业	0.0016
采矿业	0.0031
制造业	0.4643
建筑业	0.0048
信息传输、软件和信息技术服务业	3.044
住宿和餐饮业	0.0021
居民服务、修理和其他服务业	0.0363
卫生和社会工作	0.5736
租赁和商务服务业	0.0295
科学研究和技术服务业	1.5699

资料来源：国家工业信息安全发展研究中心，北京大学光华管理学院，中信证券研究部

经济：中国数据要素对GDP贡献

资料来源：国家工业信息安全发展研究中心，北京大学光华管理学院，7国家统计局，中信证券研究部

 广告行业：数据助力广告内容和受众群体的精准定位，提高点击和转化率。根据舜飞科技，兰蔻菁纯唇膏在投放之前根据用户、媒体投放、各地域时段表现选择CTR（点击率）更高的渠道，并根据实际效果不断优化筛选最优组合，最终实现CPO（每订单或交易成本）下降78%。

 电商行业：通过整合分析客户数据、市场趋势等数据要素，支持业务决策，提高销售额。根据快手，iQOO消费者调查结果显示大多数消费者在观看KPL直播时产生购买意愿，因此在双十一期间邀请众多游戏电竞团队参与直播，2022年双十一期间总销售额超过6,000万元。

 金融行业：数据应用使信贷决策更加高效智能，提高风险控制能力。例如银行借助数据要素实现客户信贷管理，在贷中阶段，银行会利用多维客户数据（财务、征信、行为等）和自动化决策引擎评估信用分数并做出信贷决策。

兰蔻菁纯唇膏广告投放案例

资料来源：舜飞科技，中信证券研究部

抖音直播间数据监控

资料来源：飞瓜数据，中信证券研究部

 数据要素为大模型训练提供丰富数据样本，提高模型泛化能力。例如从GPT1到ChatGPT，预训练数据量从5GB增长至百T级，参数量由1.17亿增长至千亿，而GPT-4参数量已达100万亿。

 数据规模的增大能够突破现有精度局限，提高训练效率。以2021年谷歌发布的视觉迁移模型Big Transfer（BiT）为例，当使用数据集ILSVRC-2012(1.3M图片，BiT-S)和ImageNet-21k(14M图片，BiT-M)分别进行训练时，BiT-M的精度表现始终优于BiT-S。

2019年至今NLP预训练模型规模发展

资料来源：CSDN@腾讯太极机器学习平台，中信证券研究部

不同规模数据集对模型训练精度影响
Table 2: Improvement in accuracy when pre-training on the public ImageNet-21k dataset over the “standard" ILSVRC-2012. Both models are ResNet152x4.

	ILSVRC- 2012	CIFAR- 10	CIFAR- 100	Pets	Flowers VTAB-1k (19 tasks)
BiT-S ( (ILSVRC-2012)	81.30 97.51	86.21	93.97	89.89	66.87
BiT-M [ (ImageNet-21k)	85.39 98.91	92.17	94.46	99.30	70.64
Improvement	+4.09	+1.40	+5.96	+0.49 +9.41	+3.77

资料来源：《Big Transfer (BiT): General Visual Representation Learning》（Alexander等），中信证券研究部

GPT系列模型的整体情况

模型	发布时间	参数量	预训练数据量
GPT-1	2018年6月	1.17亿	约5GB
GPT-2	2019年2月	15亿	40G
GPT-3	2020年5月	1750亿	45TB
ChatGPT	2022年11月	约千亿级	约百T级
GPT-4	2023年3月	100万亿	/

资料来源：知乎@陈巍谈芯，OpenAI，中信证券研究部

 2023年2月，中共中央、国务院发布《数字中国建设整体布局规划》，将在数字经济、数字政务、数字文化、数字社会、数字生态五个方面重点推进数字中国建设，其中：

 数字文化方面，文化与科技深度融合，以科技赋能文化要素流通。文化数字化核心在于盘活存量文化资源，将散布在全国各地、各类文化机构之间的文化资源进行数字化改造。根据国家互联网信息办公室发布的《数字中国发展报告》，2022年新增126个村落单馆，累计完成839个村落单馆建设，形成覆盖全景漫游、图文影音等多种数据类型的传统村落数据库。

 数字社会方面，公共教育、智慧城市、医疗健康等领域全面落地。数字社会建设推动优质服务资源共享，例如国家智慧教育公共服务平台正式开通，优质教育资源累计4.4万余条；优质医疗资源向基层延伸拓展，根据国家互联网信息办公室发布的《数字中国发展报告》，远程医疗服务平台已覆盖全国，2022年服务超2,670万人次。

 数字政务方面，通过在线政务系统的标准化服务提高办事质量。根据CNNIC，截至2022年底，全国一体化政务服务平台实名注册用户超过10亿人，初步实现地方部门500万余项政策服务事项和1万多项高频应用的标准化服务，政务服务效能得到有效提升。

浙江省丽水市松阳县大东坝镇横樟村村落单馆首页

资料来源：中国传统村落数字博物馆官网

国家智慧教育公共服务平台首页

资料来源：国家智慧教育公共服务平台官网

 海外在数据权属界定、数据保护等方面拥有完善的法律法规，并针对交易模式、数据开放等方面制定相应的发展战略。

 美国：数据保护立法多按行业领域分类，数据交易模式多元，选择开放部分非敏感政府数据。

欧盟：注重“数据权利保护”和“数据自由流通”间的平衡，非个人数据按行业差异化发展。

 英国：强化个人信息安全保护，通过API接口方式开放数据，设立数据信托等交易模式。

 日本：支持日欧数据跨境流通，创新“数据银行”交易模式。

海外数据要素市场发展情况

国家或地区	颁布时间	颁布条例/战略机制	具体内容	对应环节
美国	2022年	《美国数据隐私和保护法（草案）》	防止美国个人数据遭到滥用，同时确保消费者不必为隐私付费等	立法设计
	1998年	《千禧年数字版权法》	规定了对数字内容的版权保护措施，防止盗版和侵权行为
	2019年	《开放政府数据法案》	规定所有政府部门都要向公众开放“非敏感”政府数据，建立“一站式”政府数据服务平台Data.gov	数据开放
欧盟		多元数据交易模式	混合三种模式：C2B分销，B2B集中销售，B2B2C分销集销	交易模式
		《数字单一市场指令》	平衡创作者和内容提供商的权益，促进数字内容的合法使用和版权保护
	2019年	《通用数据保护条例》	确立“个人数据”和“非个人数据”的二元架构，明确数据权属界定；规定个人数据跨境转移的条件和限制	立法设计
	2018年 2020年	《欧洲数据战略》	方便将数据用于公共平台建设，打造欧洲公共数据空间
		“专有领域数字空间”战略	推动公共部门数据开放共享、科研数据共享、私营企业数据分享	数据开放
		数据中介制度	数据中介服务提供者促成数据持有者和使用者间的数据共享，具有严格的独立性，接受政府部门全过程监管	交易模式
英国
	2022年	《数据保护和数字信息法案》	规定了对数字内容的复制、分发和展示等行为的限制和保护措施，确保创作者和内容提供者的权益
	1998年	《数据保护法典》	明确个人数据保护的对象是可以被识别的、与个人相关的数据；设立数据保护登记官一职	立法设计
	2018年	“智慧数据计划”	将分散的个人和企业数据，通过安全的应用程序编程接口等技术手段，分享给被授权且受监管的第三方	数据开放
		数据信托	将数据纳入信托机制，在受托人、委托人、受益人三方建立法律机制，金融行业“开放银行”试点先行
日本				交易模式
	2018年	《利用人工智能和数据的合同指引》	系统界定数据权属问题
	1970年	《著作权法》（20年6月修订）	规定对数字内容的复制、分发和展示等行为的限制和保护措施	立法设计
	2019年	《欧盟日本数据共享协议》创新“数据银行”交易模式	允许个人信息在欧盟和日本间自由流动，不受进一步的保障或授权影响通过个人数据商店管理个人数据，在获得明确授意之后可将数据作为资产提供给数据交易市场进行开发和利用	数据开放

资料来源：国家工业信息安全发展研究中心，中国发展门户网，各国政府官方网站，中信证券研究部

 中国数据要素市场尚处起步阶段，国地协同加速法规和机制建设，弥补数据确权、安全、交易等方面的不足。

 数据确权：我国法律尚未明确规定数据权属，现有法律主要从保护和监管的角度出发。2022年6月，中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》中提出建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架。

 数据安全：积极贯彻《数据安全法》和《个人信息保护法》专项行动，不断完善相关细则规定。

 数据交易：数据定价体系和交易机制尚未健全，存在多种定价方式并行，并且不同数据交易所的运营模式也存在较大差异。

中国数据要素市场发展情况

颁布时间	政策文件	颁布部门	政策内容	具体环节
			把握一条主线：坚持促进数据合规高效流通使用、赋能实体经济；构建四个制度：建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架；从
2022年12月	《数据二十条》	中共中央国务院	规则、市场、生态、跨境等四个方面建立合规高效、场内外结合的数据要素流通和交易制度；建立体现效率、促进公平的数据要素收益分配制度；建立安全可控、弹性包容的数据要素治理制度，构建政府、企业、社会多方协同的治理模式；	数据确权
2022年6月	《关于构建数据基础制度更好发挥数据要素作用的意见》《深圳经济特区数据条例》、《广东省数字经济促进条	中央全面深化改革委员会	建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权运行机制规定了自然人、法人和非法人组织对其以合法方式获取的数据，以及合法处理数据形成的数据产品和服务依法享
2021-2022年	例》、《上海市数据条例》、《四川省数据条例》等	地方各级政府	有相关权益从数据种类、数据处理者类型、个人信息主体人数方面，明确适用安全评估的判断标准；
2022年7月	《数据出境安全评估办法》	国家互联网信息办公室	提出数据出境安全评估的具体要求，规定数据处理者在申报数据出境安全评估前应当开展数据出境评估并明确了重点评估事项；明确数据出境安全评估程序、监督管理制度、法律责任以及合规整改要求等。
2021年6月	《中华人民共和国数据安全法》	全国人大常委会	明确了数据管理者和运营者的数据保护责任，指明数据保护的工作方向，其中特别指出“关系国家安全、国民经济命脉、重要民生、重大公共利益等数据属于国家核心数据，实行更加严格的管理制度。	数据安全
2020年5月	《中华人民共和国民法典》	全国人大	首次针对个人信息权进行确立，规定自然人的个人信息受法律保护，并规定个人信息属于人格权保护的客体，数据属于财产权保护的客体。第一百二十七条规定:“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”
2017年6月	《中华人民共和国网络安全法》	全国人大常委会	针对个人信息收集、存储及使用等方面作出规定，重点在保障数据安企，保护数据所有方合法权益，规范数据使用，促进数据开发应用，以及维护国家主权、安金和发展利益等方面作出规定。
2021年6月	《中华人民共和国数据安全法》	全国人大常委会	首次在国家立法层面明确规定数据安全之下的数据交易管理制度。第19条规定：“国家建立健全数据交易管理制度，规范数据交易行为，培育数据交易市场。”第33条规定：“从事数据交易中介服务的机构提供服务，应当要求数据提供方说明数据来源，审核交易双方的身份，并留存审核，交易记录。	数据交易

 中国数据要素市场即将进入快速发展期。产业方面，数据交易机构逐步升级优化，不断创新服务模式和内容；技术方面，隐私计算技术与区块链等技术进一步融合，在数据确权、计量、监管等方面实现场景化应用；流通方面，掌握先期优势的行业不断探索流通模式和技术手段创新，激发数据要素市场差异化活力。

市场规模有望快速提升。根据国家工信研究中心，2021年我国数据要素市场规模为815亿元，“十四五”期间市场规模复合增长率将超过25%，我们据此推算2025年市场规模可达1990亿元。从使用环节来看，数据存储、数据分析、数据加工的市场规模位列前三，合计占比63%。

2016-2025E中国数据要素市场规模（亿元）

资料来源：国家工业信息安全发展研究中心，中信证券研究部预测
数据要素市场中各环节占比（%）

资料来源：国家工业信息安全发展研究中心，中信证券研究部

 交易体系不断完善，数据交易所加速建设。在政策支持和数字经济驱动下，数据交易处于加速发展阶段。根据数据交易网，截至2023年5月中国共计44家数据交易机构，近期成立的典型数据交易所包括上海数据交易所、北方大数据交易中心等。

 中国数据市场交易值位列全球第二。根据On Audience，2019年中国数据要素市场实现交易值23.93亿美元（YoY+63.8%），位列全球第二，与美国（152.09亿美元）相比仍有较大提升空间。

2014-2022年我国新增数据交易机构数量（个）

2017-2019年数据市场交易值分国家（亿美元）

资料来源：《数据产品交易标准化白皮书》（之江实验室，浙江大学，浙江大数据交易中心等），中信证券研究部

资料来源：On Audience，中信证券研究部

贵阳数据交易所产品（部分）

资料来源：贵阳数据交易所官网，中信证券研究部

 投资建议：数据要素是数字经济发展的“石油”，“数据二十条”等政策驱动下，数据要素的挖掘、储存、确权、交易、应用等环节不断完善，数据要素的价值和应用潜力有望加速释放。我们认为传媒互联网板块的数据要素投资主要围绕两大主线展开：1）国有出版集团优内容数据资产储备丰富，有望在生成式人工智能的大潮下，依托数据资产的稀缺性、价值倍增效应、交易流通体系实现价值重估，重点推荐凤凰传媒、中南传媒、中原传媒、浙版传媒、新华文轩等。2）头部互联网平台在业务过程中积累了海量数据，随着数据要素的确权、估值体系完善有望拓宽变现路径，同时数据要素的规范化交易和应用亦能赋能广告、游戏、电商等业务，带来产品服务优化和商业化能力提升，重点推荐腾讯控股、网易、快手、哔哩哔哩、爱奇艺等。

重点公司盈利预测与评级

代码	公司	收盘价				PE (x)					评级
代码	公司	(交易货币)	22A	23E	24E	25E	22A	23E	24E	25E	评级
00700.HK	腾讯控股	322.40	12.06	15.55	17.71	20.20	22.5	17.4	15.3	13.4	买入
NTES.OQ	网易	89.51	7.1	7.9	8.7	9.6	17.9	15.9	14.5	13.1	买入
01024.HK	快手-W	53.80	（4.35)	0.90	2.31	4.55	-1.6	51.9	20.3	10.3	买入
BILIOQ	哗哩哗哩	16.89	-18.05	-10.57	-2.76	-0.63	N/A	N/A	N/A	N/A	买入
IQ.0Q	爱奇艺	4.50	0.19	0.37	0.50	0.67	23.6	12.3	9.0	6.7	增持
601928.SH	凤凰传媒	12.68	0.82	0.89	1.02	1.14	15.5	14.3	12.4	11.2	买入
601098.SH	中南传媒	12.60	0.78	0.93	1.05	1.15	16.2	13.5	12.0	10.9	买入
000719.SZ	中原传媒	10.94	1.01	1.14	1.26	1.36	10.8	9.6	8.7	8.0	增持
601921.SH	浙版传媒	8.64	0.64	0.71	0.78	0.84	15.7	14.2	12.8	12.0	增持
601811.SH	新华文轩	15.38	1.13	1.27	1.40	1.49	14.5	12.9	11.7	11.0	增持

资料来源：Wind，中信证券研究部预测（注：股价为2023年5月26日收盘价，股价单位为相应市场交易货币，腾讯控股、网易、快手-W、爱奇艺为Non-IFRS/Non-GAAP/经调整净利润口径）

数据要素市场发展不及预期；

 政策推进力度不及预期；

 相关法规及机制建设不及预期；

 商业变现结果不及预期。

感谢您的信任与支持！

THANK YOU

王冠然（首席传媒行业分析师）

任杰（传媒分析师）

执业证书编号：S1010519040005

执业证书编号：S1010522100002

免责声明

证券研究报告 2023年5月30日

分析师声明

主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。

一般性声明

本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSA group of companies），统称为“中信证券”。

本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。

本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。

本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。

若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。

评级说明

投资建议的评级标准		评级	说明
报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。	股票评级	买入	相对同期相关证券市场代表性指数涨幅20%以上
		增持	相对同期相关证券市场代表性指数涨幅介于5%～20%之间
		持有	相对同期相关证券市场代表性指数涨幅介于-10%～5%之间
		卖出	相对同期相关证券市场代表性指数跌幅10%以上
		强于大市	相对同期相关证券市场代表性指数涨幅10%以上
	行业评级	中性	相对同期相关证券市场代表性指数涨幅介于-10%～10%之间
	行业评级	弱于大市	相对同期相关证券市场代表性指数跌幅10%以上

免责声明

特别声明

在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问https://research.citicsinfo.com/disclosure。

法律主体声明

本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由CLSA Limited（于中国香港注册成立的有限公司）分发；在中国台湾由CL Securities Taiwan Co., Ltd.分发；在澳大利亚由CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSA Americas, LLC除外）分发；在新加坡由CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSA Europe BV分发；在英国由CLSA （UK）分发；在印度由CLSA India Private Limited分发（地址：8/F, Dalamal House, Nariman Point, Mumbai 400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由PT CLSA Sekuritas Indonesia分发；在日本由CLSA Securities Japan Co., Ltd.分发；在韩国由CLSA Securities Korea Ltd.分发；在马来西亚由CLSASecurities Malaysia Sdn Bhd分发；在菲律宾由CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由CLSA Securities (Thailand) Limited分发。

针对不同司法管辖区的声明

中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。

中国香港：本研究报告由CLSA Limited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系CLSA Limited的罗鼎，电话：+852 2600 7233。

美国：本研究报告由中信证券制作。本研究报告在美国由CLSA（CLSA Americas, LLC除外）仅向符合美国《1934年证券交易法》下15a-6规则界定且CLSA Americas, LLC提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSA Americas, LLC（在美国证券交易委员会注册的经纪交易商），以及CLSA 的附属公司。

新加坡：本研究报告在新加坡由CLSA Singapore Pte Ltd.，仅向（新加坡《财务顾问规例》界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系CLSA Singapore Pte Ltd，地址：80 Raffles Place, #18-01, UOB Plaza 1, Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd豁免遵守《财务顾问法》（第110章）、《财务顾问规例》以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务C部分所披露）的某些要求。MCI（P）085/11/2021。

加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。

英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由CLSA （UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。
涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。

欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的CLSA Europe BV 分发。

澳大利亚：CLSA Australia Pty Ltd (“CAPL”) (商业编号：53 139 992 331/金融服务牌照编号：350159) 受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经CAPL事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001）》第761G条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司。

印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解CLSA India“关联方”的更多详情，请联系Compliance-India@clsa.com。

未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。

传媒互联网行业数据要素专题系列报告市场为基，政策为助，数据要素价值加速释放

CONTENTS

目录

数据资源化

数据资产化

数据资本化

数据供应方

数据需求方

感谢您的信任与支持！

THANK YOU

免责声明

分析师声明

一般性声明

评级说明

免责声明

特别声明

法律主体声明

针对不同司法管辖区的声明

中信证券-传媒互联网行业数据要素专题系列报告：市场为基，政策为助，数据要素价值加速释放-230530.pdf