随着数字技术深度融入经济社会各领域，数据正日益成为与劳动力、土地、资本、技术并列的关键生产要素。在实践中，无论是数据自身作为生产要素发挥作用，还是与传统生产要素协同和融合，数据要素都能够直接或间接产生经济价值和社会价值。发挥数据要素规模报酬递增、低成本复用等特点，将人类经济社会活动中产生的海量数据，通过数据资产化等价值转化方式，更好融入经济循环，成为经济社会高质量发展的重要动力，是释放数据要素潜能的重要路径，也是构建发展新优势的关键举措。
近年来，我国高度重视发挥数据要素作用。《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》提出，加快培育数据要素市场、提升社会数据资源价值。《“数据要素×”三年行动计划（2024—2026年）》要求，探索多样化、可持续的数据要素价值释放路径。这些都为充分实现数据要素价值指明了方向。
需要认识到的是，经济学中的生产要素，指的是生产活动中起关键作用的资源。自然状态下以电子记录形式存在的原始数据，不能直接成为生产要素，需要经过采集、清洗、标注等系统性加工处理，才能转为数据资源，最终成为用数单位生产活动中具备价值的生产要素。我国数字经济历经多年蓬勃发展与长期积累，各类实体和相关劳动者已加工出庞大且宝贵的数据资源。然而，目前对数据资源利用较为成功的案例，还大多集中在互联网平台企业，且多以满足自身运营需求为优先，数据在组织间和市场上的流通与交易尚不充分，其作为生产要素的大部分价值仍在沉淀之中。如何使数据从原始状态转化为流通要素，使沉淀的数据资源加快成为可增值、可计量的产品，打通数据从资源到产品到资产再到资本的增值流程，契合数据要素价值释放与潜能激活的要求，在理论与实践方面仍有许多需要解决的重点和难点。
展开剩余63%分析起来，数据要素价值和潜力巨大，但相关交易和流通却跟进缓慢，总体上有几方面的制约因素。从权属界定来看，由于数据生产主体多元、权益交织，导致传统的物权框架难以适配。从估值定价看，数据价值的认定有显著的场景依赖性和网络效应，难以适用普适性的定价方法。从交易安全看，数据的低复制成本、非排他等特性，使企业对数据安全存在顾虑，对确权交割机制提出更高要求。出于对数据安全等因素考虑，大部分企业更愿意将数据服务内部化和业务化以满足发展需要，或者以上下游产业链协同形式发展，而非选择市场化交易。此外，如何持续推动数据资产入表、进行数据资产规范管理亦面临不少挑战。例如，计算机、经济学、会计学等不同学科对数据资产的定义和研究侧重点不同，目前学科之间概念尚未统一，交叉综合研究较少；传统会计准则对无形资产的确认条件，难以适应数据资产的价值波动性和场景依附性；数据资产的确认，既需要计算数据当期价值，也要对数据未来价值进行准确预期，对估值模型的构建提出新的要求。
虽然目前数据潜在价值尚未充分释放，但实践中已展开多项探索，一些数据交易机构与数据使用单位不断涌现出成功实现数据价值化的案例，为行业发展提供了有益借鉴。在数据资源化方面，已有不少企事业单位对原始数据进行融合化处理，初步解决数据资源可用性问题。在数据产品化方面，当前数据产品主要有数据集、数据服务和数据应用三种形态，分别沿着两个创新维度展开。纵向维度上，原始数据通过清洗加工形成标准化数据集，通过封装建模转化为分析报告、决策模型等高附加值产品；横向维度上，多源数据通过融合算法产生新的信息产物，例如，交通流量数据和商业地理数据结合，即可生成区域经济活力指数。类似的产品化创新，不仅拓展了数据的应用边界，更解决了数据具体价值衡量载体缺失的问题，为数据市场交易提供了操作标的物。在数据资产化方面，一些企业开始将前期已经费用化且满足资产确认条件的数据资源纳入财务报表，主要记录在无形资产、存货和开发阶段支出。在数据资本化方面，主要实践有信贷融资、股权融资和证券化三类。其中，信贷融资是基于数据资产获得银行信贷资金支持。以上海数据交易所联合多家金融机构推出的数据资产金融应用方案——数易贷为例，数易贷能够为数据企业提供数据资产信贷融资，拓宽企业融资渠道。
综合来看，数据价值化既是做强做优做大数字经济的重要抓手，也是推动产业数字化与数字产业化协同发展的大势所趋。我们既要正视数据要素价值化的理论难点，也要关注实践探索，总结发展经验，找准发展重点，从而探寻有效的数据价值化方式，充分释放数据要素潜能。在这一过程中，要重点关注数据要素潜能释放，持续完善数据要素价值化路径，加强高质量数据资源采集与汇聚，推进包含数据采集、标注、存储、传输、管理、应用在内的全生命周期价值管理，构建政府、企业、科研机构等多方主体协同的数据采集与共享机制，推动落实工业、医疗、交通、金融等不同领域的数据标注与管理应用。要着力推动数据要素与其他生产要素深度融合，使其全面融入社会再生产循环，更好释放乘数效应。例如，工业互联网平台可通过整合设备运行数据，优化生产流程，实现降本增效和智能决策；智慧城市项目能够激活民生数据，提升公共服务的精准性和社会福祉；开放创新的科研生态则借助数据共享加速跨学科技术融合与突破。同时，还要积极营造包容有序的发展环境，打破数据壁垒和体制机制障碍，大力推进公共数据开放开发，促进数据要素在统一大市场中高效流动，充分挖掘其潜在价值，从而加快实现数据要素价值化的目标，为经济高质量发展注入新动能。
（作者潘见独 吕正英 单位：上海社会科学院应用经济研究所、上海数据交易所研究院 来源：经济日报）
（责任编辑：符仲明）北京正规股票配资平台
发布于：北京市广升网提示：文章来自网络，不代表本站观点。
