◎《中国科技投资》杂志社 罗冉

导语：

数字经济时代，数据要素作为核心所在，发挥着基础支撑和创新引擎作用，促进数据要素跨主体、跨产业流通能够充分激发数字经济的潜在活力，实现价值创造的乘数效应。数据作为企业具有核心竞争力的战略资产，不在于企业获取、存储和分析积累的数据数量，而在于使用数据开发不同的价值实现方式，最终创造经济价值。

12月25日，国家数据局联合中央网信办、工信部、公安部、国资委发布《关于促进企业数据资源开发利用的意见》，意在充分释放企业数据资源价值，构建以数据为关键要素的数字经济。

《意见》特别提到，鼓励企业参与共建城市可信数据空间，围绕智慧交通、智慧文旅、智慧教育、智慧医疗、智慧养老、智慧商圈、数字乡村等重点场景，深化公共数据和企业数据融合应用，赋能城市治理、公共服务和产业发展，优化营商环境。

这份文件推动企业数据开发利用

12月25日，国家数据局联合中央网信办、工信部、公安部、国资委发布《关于促进企业数据资源开发利用的意见》（以下简称《意见》），从健全企业数据权益实现机制、培育企业数字化竞争力、赋能产业转型升级、服务经济社会高质量发展、营造开放透明可预期的发展环境等五个方面作出了具体部署。

《意见》着力推动高质量发展，统筹数据发展和安全，以深化数据要素市场化配置改革为主线，以激发企业创新活力为关键，以健全企业数据权益实现机制为重点，充分发挥企业主体作用，分类推进企业数据资源开发利用，提升企业竞争力，赋能产业数字化转型，助力提升治理效能和公共服务能力，为培育新质生产力、推动高质量发展提供有力支撑。

在健全企业数据权益实现机制方面，《意见》明确，企业对其在生产经营过程中形成或合法获取、持有的数据，依法享有法律法规规定的、民商事合同或行政协议约定的各类数据权益。推动数据持有权、使用权、经营权等分置运行，鼓励探索市场化、场景化的“授权使用、分享收益”新模式。企业行使数据权益应当遵守法律法规，遵循诚信原则，不得危害国家安全和公共利益，不得损害他人的合法权益。

在培育企业数字化竞争力方面，《意见》鼓励企业建立首席数据官制度，健全数据资源管理机制。推动数据管理相关国家标准贯标，规范开展数据治理能力评估，强化企业数据治理和质量管理能力建设。大力推广云计算、边缘计算、大数据分析等平台服务，支持企业开发和使用智能化工具，建立覆盖研发、生产、销售、服务、管理等各环节的数据资源体系。

在赋能产业转型升级方面，《意见》支持行业龙头企业发挥带头作用，带动上下游企业共建场景驱动、技术兼容、标准互通的行业可信数据空间，促进大中小企业数据共享共用。鼓励探索创新基于可信第三方的行业可信数据空间建设运营模式，推动跨行业、跨领域数据流动和融合利用。

在服务经济社会高质量发展方面，《意见》提出，制定数据产业发展促进政策，围绕数据采集汇聚、计算存储、流通交易、开发利用和安全治理，培育壮大数据企业。支持企业面向人工智能发展，开发高质量数据集。在科研、制造、农业、能源、交通、金融、通信、广电、医疗、教育、商贸流通、文化旅游等重点行业领域，打造一批示范带动性强的人工智能创新应用，深化“人工智能+”应用赋能千行百业。

在营造开放透明可预期的发展环境方面，《意见》鼓励探索多元化数据流通利用方式，发展数据经纪、数据托管等新业态、新模式，提升数据流通效率。在国家数据分类分级保护制度框架下，推动建立跨主体数据流通技术标准，适度超前布局数据流通利用基础设施。

数据要素背景下，企业的机遇在哪儿？

在我国当前数字经济社会发展的背景下，数据要素以其独特的通用性和复用性等特征，相比于土地、劳动力、资本等传统生产要素，具有低边际成本和高效能的特点，可以通过激发创新、优化资源配置、提升效率等途径，促进全要素生产率的提升，从而在多种场景下被广泛应用并产生附加值。

数据作为一种新型生产要素，具备复制性、扩散性和集约性等核心特性，这些特性为生产力的现代化提供了新的动力。一是数据要素的复制性，意味着它可以在几乎无成本的情况下被无限复制，这一特点不仅降低了信息传播的成本，还极大地加速了知识的传播与创新过程。例如，开源软件和共享科研数据库利用数据的复制性，促进了全球研究人员协作与技术快速发展。

二是数据要素的扩散性，使得信息能够迅速通过网络传播，这促进了全球范围内的即时通信和协作，如今的远程工作模式和国际项目合作便是这一特性的直接体现。通过云计算和各种在线平台，数据扩散有助于突破地域限制，加强不同领域和市场之间的互动与协同。

三是数据的集约化，体现在其处理与分析的规模经济效应上。随着数据量的增加，其价值和效用也相应增加，这促使企业和机构投资于大数据分析和人工智能技术，以提取更多的信息并优化决策过程。集约化使得数据分析可以在多个层面上优化运营，比如，在汽车行业，制造商通过分析消费者的购买行为、使用习惯和反馈，设计出更符合市场需求的车型和功能，如更加智能的导航系统和更符合安全需求的驾驶辅助技术。 

从企业层面来看，数据作为具有核心竞争力的关键生产要素和战略资产，在企业的生产经营活动中正在发挥越来越重要的作用。比如，某互联网平台公司拥有大量社交数据，其股票市值远远高于其有形物资资产和净金融资产的账面价值；又如，某精密温控节能设备公司利用物联网数据，实时监控设备的生产和节约能源等情况，预测设备的服务需求以及帮助客户规划设备的使用，显著提高了生产效率，改进了产品和服务质量；再如，某保险公司通过将人工智能模型与数字化记录的产品设计、定价、销售、索赔处理标准等数据相结合，在定价调整、测试新产品盈利能力、评估不同产品和客户的索赔处理标准等方面，极大地节约了业务决策成本和交易成本，公司的竞争力和盈利能力显著提高。

在生产环节，数据资产借助于工业互联网，有效组织要素投入，合理配备稀缺资源，提高配置效率，通过人工智能等数字技术替代过去单一机械或人工操作，提高良品率，降低物料损耗；智能化数字分析手段在生产经营中协助处理生产排产、物料采购等日常经营信息，降低经营成本。此外，农业生产中借助于传感器设备和智能平台可以获取土壤分析数据，以匹配出最优播种量和施肥量，减少非必要成本。在企业研发环节，利用数据分析可以有效估计研发周期、降低研发成本，如药物研发中可以使用虚拟测试和人工智能筛选快速发现疾病药物靶点，在大量化合物中迅速锁定有价值的组合，避免大量人力物力财力时间的耗费；在交换环节，数据资产通过减少信息不对称，提高供求匹配效率，缩短产品/服务交付时间。同时，分布式账本技术不仅可以降低交易成本，还可以借助安全性能增强信任。

企业数据资产价值发挥存在哪些阻碍？

数据正成为新型资产形式，从智能制造、智能家居到智慧城市，从生产经营到分销，从消费平台到企业系统，如果没有数据，这些技术和组织就无法正常运作，更不必说创造价值。通过技术层面的功能开发和应用拓展，数据要素渗透在产业链多个环节，并与生产经营活动结合，产业融合发展的过程促进了数据资产的价值创造。数据资产作为企业在数字经济时代的关键资源，其估值不仅反映企业对数据资源的掌控能力，更映射企业在未来竞争中的潜在优势和市场价值。

然而，尽管2023年8月财政部颁布的《企业数据资源相关会计处理暂行规定》明确了数据资源的确认范围和会计处理适用准则等，并且于2024年1月1日起施行，但是根据SW计算机整体来看，目前数据资源整体入表进展较为缓慢，行业内公司对其处理方式以及态度均处于谨慎的状态。

实际上，数据的潜力主要体现在其能够支持企业做出更精准的决策、优化业务流程，以及推动产品和服务的创新。然而，在缺少明确经济价值评估的背景下，企业在数据资产的投资决策中往往显得犹豫不决或偏颇，这不仅导致投资回报率低，还可能引起资源的浪费。例如，某科技公司拥有大量消费者行为数据，理论上这些数据可以用于优化产品设计和市场定位，但由于缺乏一个科学的数据估值体系，这些数据资源未能得到有效利用，导致公司在新产品开发和市场推广中错失了诸多机会。

小型初创公司可能因为无法准确评估其持有的数据资产价值而难以吸引投资，或是在与大企业的交易中处于不利地位，导致其创新潜力未能得到充分发挥，数据要素也会失去在新质生产力的发展中作为推动技术创新和提高生产效率关键驱动力的作用。

权属界定的模糊性是当前制约其流通和交易的瓶颈。企业数据资产的权属界定是数据资产估值的前提，在现有的法律框架下，企业数据资产的权属问题尚未得到明确的解决。现行法律对数据要素权属的规定仍然是原则性为主，从数据类型来看，目前针对个人信息数据和政府公开数据都有较为清晰的概念，但商业数据的相关概念界定还比较模糊。

从数据价值周期来看，目前法律规定比较明确的是数据收集、存储等环节，但对于数据交易过程中产生的相应权利和义务还没有进行明确。数据要素的经济特征和数据资产特征导致其确权困难，从世界范围来看尚未对此形成统一定论，数据主体和数据控制者的利益分配问题是导致数据资产权属模糊的关键因素。从经济学视角下的科斯定理和法学视角下维护社会公平出发，产生了针对匿名化后的个人信息是否应该承认个人对其的初始产权并享有收益权的两种截然不同的观点。

数据资产的产权界定不清也造成了使用过程中的外部性问题，导致数据资产呈现部分排他性特征。部分排他性源自于数据资产理论上的排他性和客观非排他性共存，理论上，非排他性的产生源自于产权制度的安排，除了政府部门来源的公共数据外，数据资产应当具有排他性。现实中即使数据共享可以创造出更多潜在的社会价值，部分私营机构出于竞争优势的考虑也不会选择轻易公开自己收集并拥有的数据。但客观来看，数据的生产、转移环节往往涉及多个主体，包括数据运营商、第三方平台等，比特形式的物理特征导致数据自生成之初就存在于多个不同的主体。

而且由于数据资产的特质，目前实践中尚未出现适用于新型数据资产的价值评估方法。虽然目前全国贵州、江苏、北京、上海等多地陆续成立了数据交易所，线上Hexbin、东湖、数据堂等数据交易平台不断涌现，但目前来看交易模式尚不成熟，相应的入场标准、资产标准认定、交易制度规范等都处于试运行阶段，且覆盖数据类型有限、高价值数据偏少，尚不能提供大量完整、公开的数据交易信息。而且数据作为一类经验商品，其价值可能在使用后才会揭示，根据数据收集者和使用者自身掌握的信息程度和能力差异，数据的标准价值不是唯一的，在交易进行过程中不可避免产生信息摩擦问题。

此外，在当前的市场结构下，数据资产的不明确估值使得新兴的业态（如基于数据的定制化服务、智能制造等）无法有效试验和推广。数据要素市场结构的不清晰还可能阻碍跨行业和跨领域的数据流动和合作，不同行业间的数据资产很难实现有效的对接和交换，这就限制了数据的广泛应用和新质生产力的整合提升。