数据资产新视角 要素化与资产化的双轮驱动

随着数字经济的快速发展，数据被誉为 “新石油” 和 “新货币”，已成为现代经济社会发展的重要驱动力。我国政府将数据增列为新的生产要素，这一决策不仅为数据的要素地位确立了坚实基础，也极大地推动了数据在经济活动中的价值提升。那么数据究竟是怎样做到要素化与资产化的呢？其内在机制与实践动态又是怎样的过程？

一、数据的概念特征与辨析

1. 数据的概念定义

英文 “data” 最初源于拉丁文 “datum” 的复数形式，意为 “给予” 或 “已给出的事物”。在信息技术的发展过程中，数据的概念边界逐渐拓展，包括文本、数字、图形、图像、声音和视频等多种格式。根据《中华人民共和国数据安全法》的定义，数据是指任何以电子或者其他方式对信息的记录。

2. 数据的特征属性

自然属性：数据具有虚拟性和依附性，它依赖于信息网络等现代载体存在，无法独立产生价值。同时，数据具有易复制性，其复制和分发的边际成本几乎为零，这一特性强化了数据的非竞争性特点。然而，在实际应用中，许多组织出于保持核心竞争力的考虑，倾向于保留数据，表现出一定的排他性。

流通属性：从市场角度看，数据具有非竞争性和非排他性，但现代加密技术使得部分数据表现出部分排他性。数据的生成、收集、处理、存储及分析涉及多个环节和主体，这导致了数据权属的复杂性和流通中的信息不对称问题。

二、数据的要素化

1. 内在条件

数据成为新型生产要素，需要满足一定的内在条件。首先，数据必须具备一定的规模和质量，能够反映事物的真实状态和变化规律。其次，数据的采集、处理和分析技术必须成熟，以确保数据的有效利用。最后，数据需要与其他生产要素（如劳动、资本和土地）相结合，才能发挥最大的经济效益。

2. 瓶颈与挑战

数据要素化过程中存在诸多瓶颈和挑战，包括数据权属不明确、数据安全与隐私保护问题、数据质量参差不齐以及数据流通不畅等。这些问题限制了数据要素化进程的推进，需要政策、技术和监管等多方面的努力来解决。

3. 实现路径

针对上述问题，可以从政策、技术和监管三个维度提出具体实现路径。政策上，应明确数据权属，完善数据交易和定价机制；技术上，应提升数据采集、处理和分析能力，加强数据安全与隐私保护；监管上，应建立健全数据监管体系，打击数据违法行为，维护市场秩序。

三、数据的资产化

1. 确认前提与规范流程

数据资产化是指将数据作为资产进行确认和管理的过程。其确认前提包括数据的可计量性、可控制性和未来经济利益流入等。规范流程则包括数据采集、加工处理、价值评估、确权登记和交易流转等环节。

2. 实践动态进展

近年来，我国在数据资产化领域取得了令人瞩目的成就，一系列政策文件与实践探索共同绘制了数据资产化的宏伟蓝图。财政部率先发布的《企业数据资源相关会计处理暂行规定》与《关于加强数据资产管理的指导意见》，不仅为数据资产化奠定了坚实的政策基础，还明确了数据资源在企业会计处理和资产管理中的具体路径，极大地促进了数据资产价值的挖掘与实现。

紧随其后，中国资产评估协会于 2023 年 9 月 8 日发布了《数据资产评估指导意见》，该意见深刻剖析了数据资产的三大核心属性，即无形性、价值波动性和高度依赖性，并揭示了四大价值影响因素及五大显著特征，为数据资产评估提供了科学、系统的理论框架和实操指南。

进入 2024 年，国资委积极响应数字经济浪潮，于 1 月 30 日发布了《关于优化中央企业资产评估管理有关事项的通知》。该通知针对中央企业特点，对资产评估管理进行了全面优化，特别强调了数据作为新兴生产要素的重要性，为中央企业在数字经济时代下的资产评估工作指明了方向。

与此同时，地方层面也涌现出众多亮点。北京市、上海市、安徽省等地纷纷出台相关政策，从数据资产管理、评估、交易等多个维度进行探索与实践。北京市出台了《关于加强本市数据资产管理的通知》，强调稳妥有序推动数据资产化，上海市则聚焦于数据资产的全过程管理，安徽省则注重行政事业单位数据资产管理的规范化与加强。

深圳市通过组织 “云咨询” 服务，助力企业数据资源会计处理能力的提升；镇江市则明确国有企业作为数据资产管理和入表试点的先行者。

此外，浙江省、温州市、烟台市等地也积极行动，发布了数据资产确认、管理、估值及入表等相关指南和工作方案，为数据资产化的深入实施提供了有力支撑。

大理州和海南省数据产品超市更是通过发布数据资产评估管理办法和场景化案例手册，进一步细化了数据资产评估的操作流程和应用场景，为数据资产价值的精准评估提供了有力保障。

这一系列政策文件与实践探索的有机结合，不仅推动了我国数据资产化进程的加速发展，也为全球数据资产化领域提供了宝贵的经验借鉴。

3. 数据资本化

因此不难看出，数据要素化过程越充分，释放的使用价值越高，其资产化后的价值也更高。反过来，数据的资产化过程也有利于数据要素的确权、估值、计量，使其更容易进入流通环境释放数据要素的资产价值，而且还可通过资本化过程实现价值的第二次飞跃，例如数据资产作价入股、增资增信等。

结语：

数据的要素化与资产化是数字经济时代的重要议题。通过明确数据的概念特征和内在条件，分析数据要素化过程中的瓶颈与挑战，并从政策、技术和监管等维度提出具体实现路径，可以推动数据要素化进程的顺利推进。

同时，通过完善数据资产化的确认前提和规范流程，加强数据资产化实践动态进展的跟踪和分析，可以有效防范数据资产泡沫问题。未来，随着数字经济的不断发展，数据的要素化和资产化将在经济社会中发挥更加重要的作用，为经济增长和转型升级提供强大动力。

参考文献：

[1] 陈刚，颜斌斌，汤珂。数据的要素化与资产化：理论辨析与实践探索 [J/OL]. 国际经济评论，1-24 [2024-08-27].