原创 《管理视野》 复旦商业知识

文 赵丽芳 吕正英

上海数据交易所研究院研究员

文 韦志林

上海数据交易所副总经理

数字经济是构建现代化经济体系的核心动力，也是工业革命后期实体经济驱动要素发生重大变化后的新型经济形态。如何理解数字经济、理解数据作为生产要素的理论与实践内涵、理解数字经济时代的生产关系、理解新质生产力的内涵，是构建我国数据要素市场的基础问题。本文尝试从数字经济时代的生产关系出发，从宏观、中观和微观三重视角阐释数据要素化的内涵，并以企业实践为基础探讨数据资产入表与估值的逻辑关系，重点关注公共数据资产化的可行路径。

01

数字经济时代的生产关系

>数据何以成为一种新生产要素？

从历史演变的规律来看，每一种生产要素的引入都遵循着社会矛盾运动的客观规律。农业和工业经济时代，生产要素的主要代表是土地、劳动力和资本。在农业经济时代，劳动创造价值，土地是主要的生产资料；到了工业经济时代，机器代替手工，掩盖了劳动在生产运营中的关键作用，所以资本成为关键生产要素。工业经济时代后期，现代科学技术作为先进生产力对传统生产关系带来了颠覆性的影响，极大推动了传统企业数字化转型，并诞生了以数据作为主营业务的数据要素型企业，促进了数字经济的发展。人工智能、区块链、云计算和大数据等技术的发展，改变了数据和劳动力结合创造知识的方式，极大地提升了数据在生产、交换、分配和消费环节的作用，也就形成了数据作为一种生产要素的实践基础。

以计算机和通信技术发展为代表的产业革命使得信息化更为普及，企业大量业务活动得以记录，从而产生并积累了大量的生产数据资源。计算能力的提高，使得企业可以更快地处理数据，国家大力发展基础设施建设，一方面使得更多数据可以更经济、更高效地存储，另一方面也推动了算力的发展。上述生产经营活动催生了以数据和算力发展为代表的新产业革命，当下，数据正在以前所未有的速度生产和消费，正在重新定义生产力和生产关系。

>数据要素赋能实体经济

“数据二十条”的主线很明确，促进数据合规、高效地流通使用，赋能实体经济。国家数据局在《“数据要素×”三年行动计划（2024-2026 年）》中，针对工业制造、交通运输、金融服务、科技创新、医疗健康等应用场景的数据价值挖掘和利用指出了明确的方向，旨在放大乘数倍数，增强数据要素市场需求侧活力，促进实体经济发展。数据资源和数据产品具有明显的场景依赖性、主体多元性等特点，这为企业放大乘数倍数带来了挑战。

从数据资产使用价值、交换价值、经济价值的三重价值维度出发，数据资源和产品的定价关系到其价值的充分挖掘和释放，如资源阶段的使用价值到底怎么定价，取决于供给方的成本和需求方的收益。供给方需要投入大量的人力和设备去采集、整理、加工等，形成可进一步加工、可信任、有规模的数据资源，才有可能进入流通应用环节。

从市场竞争规律和价值规律来看，供给方如果不能实现保本，那这种价值交换活动是不可持续的，所以数据资源的定价依赖于供给方的成本。需求方在某些收益场景中需要购买数据去降本增效或者提高收益，如银行购买很多数据去降低坏账率，又如保险购买核验类的数据去规避风险，所以需求方对于不同数据的需求程度和愿意付出的价格是具有显著差异性的。目前，数据要素市场供需双方都采取有惯性的一事一议定价法，交易与流通成本高、效率低，不利于促进数据要素价值释放。因此，我国在数据要素市场建设方面应该往低成本、大规模、高效率的方向推进，促进数实融合，赋能实体经济。

02

数据要素化的三重视角

数据要素化的过程，一方面伴随着数据要素自然属性到商品属性再到金融属性的跃迁，另一方面也意味着全社会要共建优质数据产品品牌来形成良好的示范效应。下文将从宏观、中观、微观视角来分析和解读数据要素化的含义。

>宏观视角

联合国统计委员会2020年在第51次会议上将“数据如何纳入国民账户体系”明确列入国民账户体系（system of national accounts，SNA）研究议程。我国是全球数据大国，但目前从国民经济统计核算角度的全社会资产负债表出现扩表压力，数据要素战略本质上是推动数据资产的形成与价值释放，因此有望缓解这一压力。我国培育数据要素市场的关键是构建“适应数据特征、符合经济发展规律、保障国家数据安全、彰显创新引领”的数据基础制度。“数据二十条”作为我国数据基础制度的“ 四梁八柱”，指明了从数据产权制度、流通交易制度、收益分配制度、要素治理制度四方面培育数据要素市场。

我国充分尊重企业数字化发展的客观规律，提出数据要素战略，也意味着数据资产成为数字经济时代的战略资源。我国数据要素政策的发展脉络见下图。

酝酿阶段：

2014年3月，我国将“大数据”首次写入政府工作报告，意味着数据的重要作用开始从企业实践层面进入政府文件，这为数据成为一种新型生产要素提供了制度基础，同时也促进了数据要素产业的生态发展。根据上海数据交易所的研究，2013-2023年，中国数商企业数量从约11万家增长到超过100万家。

落地阶段：

2016-2019年是我国数据战略的落地阶段，《十三五规划纲要》提出“ 实施国家数据战略”，意味着数据要素对实体经济的乘数效应开始逐步从实践层面上升到理论层面，也意味着我国大数据产业进入全面快速发展时期。

深化阶段：

2020年至今，我国逐步进入数据战略布局的深化阶段。“数据二十条”正式将数据作为一种新型生产要素，这对发展数字经济和完善现代化治理体系产生了深远影响。在农耕时代，农业经济要素主要是风力、水力、牛马牲畜之力，那么到了数字经济时代，数据要素的重要作用就一定要体现出来。正如铁锯的出现推动了农耕社会的极大发展，大模型和人工智能也已经成为数据要素市场发展的重要推动力，为数据要素成为新质生产力提供了生产工具。

图1 我国数据要素政策路线图

>中观视角

数据要素市场的四类参与主体分别是供给方、需求方、服务方（包括数据交易平台）和监管机构。我国探索数据产权制度的本质是让数据供给方和需求方能够放心地参与要素市场交易与流通，而培育多层次的数据流通交易体系则是为了激活数据要素市场。监管机构一方面制定数据要素治理机制，另一方面从合法合规的角度维护市场发展秩序。市场主体共同参与建设数据要素市场基础设施、繁荣数商生态，本质上是推动数据要素化的过程。数据要素化将是数字经济时代良好发展的重要指征。数据要素化的过程也要伴随着要素统计体系的构建，最终实现数据要素制度化、显性化和定量化。

国家数据局刘烈宏局长在2023年全球数商大会上将数商分为三类：服务型数商是数据流通的推进者，促进数据动起来；应用型数商是数据价值的转化者，促进数据用起来；技术性数商是数据资源的开发者，促进数据聚起来。数商是数据要素市场的重要参与主体，数商生态的构建和发展是培育数据要素作为新质生产力的市场基础。

>微观视角

数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式，成为推动经济社会高质量发展的新质生产力。从数据要素的价值形成来看，与传统的土地、资本等生产要素不同，数据要素不是以实物形式参与生产活动来创造价值，与技术类似，数据要素是以实物形式来提升其他要素的配置效率而间接创造价值。从资源化的过程来看，数据要素与其他要素也不一样，表现出复杂度高，原始积累和后期归集、治理等环节烦琐细致的特点，并且数据治理环节一般都有较强的技术和专业壁垒，因此数据业务链条需要具备专业技术和行业知识。

公共数据是政府部门以及公共服务职能部门在其业务活动中所收集的数据资源，这类数据反映全社会的运行信息，包括生产、消费、辅助活动等。公共数据的高效开放利用是激活数据要素潜能、提高公共数据利用效率的重要方式。

目前提升数据要素市场供给侧能级的要点有：第一，推动公共数据资产化进程。公共数据价值释放是发挥数据要素乘数效应的关键环节，我国公共数据运营进入实质落地阶段。第二，推动企业数据产品商业实践。企业原先的数据产品交易模式随着财政部数据资产化相关的文件指引可能发生较大改变，可确权、可交易将成为数据产品市场的评价标准。第三，推动数据产品标准制定。企业数字化转型将沿产品化、体系化的方向发展，国家级数据交易平台通过构建产品规则和基础设施推动市场形成共识，最终实现产品互认、规则共建、价值共创。

03

数据资产化的路径与逻辑关系

>企业数据资产化路径

上海数据交易所研究院参考经典的企业价值链理论，基于企业数据资源创造价值的过程，构建了数据要素价值链模型（图2），按照一级市场-数据资源化、二级市场-资源产品化、三级市场-产品资产化展开①。

一级市场-数据资源化。

资源的经济学内涵是“生产过程中所使用的投入”，意味着资源的本质是生产要素。也就是说，《暂行规定》的“数据资源”其实就是数据生产要素。《暂行规定》作为一般性的会计准则，使用“数据资源”一词确定企业数据资产入表的范畴是一种审慎的做法，与“ 数据二十条”保持高度一致。

企业数据资源的来源可能有公共数据授权、企业系统生成或者交易市场采购等多种渠道。数据资源化是企业形成数据资产的第一步，即企业通过搜集、清洗、加工处理等价值创造过程将原始数据资源整合为能够产品化的数据资源，并在特定的需求场景中发挥作用，这是企业充分挖掘数据资源使用价值的过程。

二级市场-资源产品化。

资源产品化是企业数据资产化的第二步，是数据资源为企业创造交换价值的核心环节。企业通过对数据资源赋予创新型劳动和实质性加工，形成满足特定应用场景需求的数据产品。数据产品是指以数据集、数据信息服务、数据应用等为可辨认形态的产品类型。数据产品是数据要素参与实体经济运行的重要载体。

任何一个产品都会经历从产生到消亡的过程，数据产品也不例外。与传统产品类似，数据产品也会经历导入期、成长期、成熟期和衰退期。由于数据本身具有高重塑性的特点，数据产品在导入期和成长期即可批量生产，边际成本几乎为零，不受限于传统产品规模经济的特点，因此数据产品的生命周期较传统产品会呈现跳跃式、价值时变性等特点。

三级市场-产品资产化。

产品资产化是企业运用数据资产开展经济活动的过程，充分体现了数据资产的金融属性，也是数据产品从账面价值转向市场价值的重要一步，是探索数据资产公允价值的重要环节。

图2 数据要素价值链

①赵丽芳, 林立, 李金璞. 基于数据要素价值链评估企业数据资产[J]. 企业管理, 2023 (12):88-91.

>数据资产入表与估值的逻辑关系

根据数据资产入表、估值和创新应用的内在逻辑和业务关联，上海数据交易所研究院构建了数据要素资产化的一般路径（图3）。

从资产评估的角度来看，数据资产的价值来源主要是从数据资产成本构建、收益获取和市场供需的角度来考虑，数据资产成本构建是遵循价值规律和竞争规律之后的客观经济投入过程，而收益获取则依赖于企业产品定价。参考《数据资产评估指导意见》，数据资产的估值方法主要有成本法、收益法和市场法，市场法估值是数据资产经济价值释放的基础。在企业实践中，数据资产一般具备三重价值，分别是使用价值、交换价值和经济价值，数据资产的经济价值体现在数据资产创新应用的各项场景。

显然，数据资源和产品成本归集关系到数据资产基础使用价值的定价，也是数据资产成本法定价的基础。数据产品定价关系到数据资产交换价值和经济价值的充分挖掘和释放，也关系到数据要素市场交易与流通的效率。传统产品的定价方法一般有成本加成定价法、需求导向定价法、竞争导向定价法、目标利润定价法，数据产品也可以参考传统产品定价的方法。

在数据资产估值机制中，数据资源和产品的成本是数据资产入表的基础，也是数据资产成本法定价的基础。数据产品定价是数据资产收益法估值的基础，企业在数据产品定价实践方面可以参考场内交易竞品。企业自用的数据资产可以参考场内交易的数据资产来定价。

企业内部使用的数据产品定价依赖于场内交易的数据产品。目前，企业内部使用的数据资产如何定价是数据资产估值研究的一大重要挑战。一方面，企业需要数据资产达到预定可使用状态的历史投入，形成数据资产入表的基础成本构成；另一方面，企业需要参考场内交易的数据产品形成的数据资产，来确定其资产的公允价值，并以此为基础来支持数据资产入表的后续计量实践操作。

随着“数据二十条”和《暂行规定》的推出，企业对于业务积累的数据资源或者外采的数据资源如何投入实质性加工和创新性劳动形成数据资产，开始从懵懂走向明朗，企业在数据资产会计计量和创新应用方面有迫切需求。同时，数字经济的发展，企业数字化转型程度提高进一步推进企业形成一定规模的数据资产。数据资产估值机制构建的目标是支持企业数据资源形成数据资产的路径探索，支持企业以入表后的数据资产去进一步探索数据资产创新应用的各种模式。

图3 数据资产入表与估值的逻辑关系

>公共数据资产化路径

政府和公共事业单位提供原始的公共数据，通过建立授权运营机制对原始公共数据进行治理和加工，企业在此基础上区分应用场景进行深层次加工处理，形成数据产品入场交易，场内交易可以形成数据资产凭证，规模化后形成的场内公允价格可以为公共数据资产的会计实现方式和估值体系提供有力依据，在此基础上通过质押、债券等方式开展公共数据资产创新应用，畅通公共数据资产价值释放通道，带动区域产业发展。

公共数据区分场景授权运营可以有效带动数字产业化。目前，公共数据开发利用的模式主要分为统一授权和区分场景授权，如北京通过专区运营的方式进行公共数据开发利用，已经开设了金融公共数据专区，并将在医疗、交通等行业持续发力，建设更多的运营专区，此种模式是带动该场景所属行业数字产业化的有效路径，通过对该行业的公共数据进行开发治理，产品交易和资产化创新应用，最终推动该行业数字产业化发展。

图4 公共数据激发产业活力的实施路线和理论问题

编辑排版丨刘蕊绮

审校丨宋朝阳

原标题：《数据资产化为产业发展增加新质动力》

阅读原文

    以上就是本篇文章【数据资产化为产业发展增加新质动力】的全部内容了，欢迎阅览 ！ 文章地址：http://lanlanwork.gawce.com/news/11784.html 
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 阁恬下移动站 http://lanlanwork.gawce.com/mobile/ , 查看更多