- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2024-04-01来源：你惹不起浏览数：12次
作为数字经济时代最为重要的生产要素，数据要素是推动社会经济高质量发展的核心动力和关键引擎。自从党的十九届四中全会提出健全劳动、资本、土 地、知 识、技术、管 理、 数据等生产要素由市场评价贡献、按贡献决定报酬的机制，首次提出将数据要素作为生产要素，十九届五中全会进一步明确了数据要素的市场定位，数据要素的重要价值逐步凸显。
数据要素价值化，通过将低质量、碎片化的原始数据转变为可流动的数据资本，实现了数据要素价值增值的动态过程，是数据要素 市 场 发 展 的 关 键 和 核 心。《“十 四五”数字经济发展规划》中提出充分释放数据要素价值，激活数据要素潜能。2022年年底，《关于构建数据基础制度 更好发挥数据要素作用的意见》（下称《数据二十条》）颁布，提出充分实现数据要素价值、促进全体人民共享数字经济发展红利。2024年初，国家数 据 局 等 17 个 部 门 印 发《“数 据 要 素×”三年行动计划（2024—2026年）》，提出探索多样化、可持续的数据要素价值释放路径。实践层面，数据要素价值化受到广泛的关注，一方面数据要素流通交易市场逐渐兴起，各地掀起建立数据交易所的热潮，部分地区整合资源成立国资背景的数据集团。另一方面，财政部印发《企业数据资源相关会计处理暂行规定》，明确将符合相关条件的数据资源认定为数据资产进入资产负债表，数据资产化成为各界热点议题。此外，在配套政策方面，数据要素价值化在各地方政府层面的文件中出现，如上海市人民政府办公厅印发《立足数字经济新赛道推动数据要素产业创新发展行动方案（2023—2025年）》，提到建立数据要素价值转化体系。
本文将数据要素价值作为主题词，在中国知网进行文献检索。考虑到2019年十九届四中全会首次将数据列入生产要素，本文将检索 的 时 间 窗 口 限 定 为 2019—2023 年 10月，获得中文文献121篇。在此基础上，进行文献的阅读、筛选和归类。目前国内学者对数据要素价值化进行了大量探讨，但系统梳理和总结相对较少。部分学者从数据资产管理和数据货币化的角度，对企业的数据价值开发问题进行了文献的梳理。与企业层面的分析相比，本文聚焦数据要素市场，探讨数据要素在市场机制的作用下通过流通交易、开发利用等方式优化资源配置、释放数据要素价值的过程。
本文从概念内涵、实现机理、驱动因素、未来趋势四个方面，对国内数据要素价值化的研究进行述评和梳理，以期能够加深对数据要素价值的认识与理解，从而为数据要素价值挖掘乃至我国数据要素价值实现提供借鉴和参考，研究框架如图1所示。
主要回答以下问题：
第一，目前对数据要素价值化的认识、观点及主要的争议是什么？
第二，数据要素价值如何实现？其影响路径与机制是什么？
第三，数据要素价值化的驱动因素是哪些？实践中遇到的阻碍在哪些方面？
第四，在我国数据要素市场建设的大背景下，数据要素价值化的未来发展路径是什么，如何理解？
当前，针对数据要素的研究呈现法律、经济、管理多学科多元视角交叉趋势。在数据要素价值化的过程中，作为载体的数据经历了数据原料、数据资源、数据产品、数 据 资产、数据资本等状态转换，这些均可视为数据价值实现过程中的不同表现形态。已有研究侧重 区 分 数 据 要 素 价 值 化 过 程 的 不 同 状态，如根据不同的标准划分为数据资源、数据资产、数据资本等形态，并对这些形态的功能进行阐释。
这其中，学者们对数据资源作为数据要素价值化基石的观点形成了共识。数据资源是具有潜在开发和利用价值的物资，是使用数据、释放数据价值的逻辑起点。从作用看，数据资源的潜在价值一方面体现在利用数据传送的技术手段来提升生产效率，另一方面体现在与资本、劳动、技术等其他生产要素融合形成叠加、倍增效应。
然而，现有研究对数据资产及其后续形态的认识存在一定的差异，争论主要集中在对数据资产的界定条件上。部分研究认为数据资产是具有可控制、可计量、可变现并能够带来各种直接和间接经济效益的资产，是实现数据价值的核心与关键。基于会计核算视角的研究认为，数据资产必须满足特定主体拥有或控制、能带来经济利益、价值可计量等界定条件。基于国民经济核算视角的研究则重点关注数据的使用寿命，将在生产过程中被反复或连续使用一年以上作为重要的界定条件。
至于数据资本，多数研究从经济学角度进行讨论。政治经济学视域下的研究将重点置于剩余价值论范式中，强调随着数据要素进入市场自由流动并带来剩余价值，数据作为资本的作用逐渐凸显，即数据资本是能够带来剩余价值的数据，是实现剩余价值增值的那部分数据。另有一些学者则认为具有生产价值的数据即为数据资本，并参照物资资本的方法对数据资本的存量、形成额等进行估算。换言之，对于哪些数据可以被视为数据资本，不同视域下的研究存在观点上的差异。
对于数据要素不同形态之间的关系，现有研究并未形成一致认识。目前较为主流的观点是认为数据要素价值化经历了“数据资源化——数据资产化——数据资本化”的形态演变，基于此提出数据要素价值化的“三化框架”。鉴于流通环节对数据要素价值化的重要性，有一些研究重点关注流通环节，认为数据要素价值化的本质是在流通环节将数据资源转化为 可 增 值、可 计 量、标 签 化 的“商品”，即还需经历数据商品化的阶段，进行数据价值的充分挖掘和交换价值实现。从流通视角进行的理论讨论也得到了数据交易所等数据要素流通实践探索机构的关注，如上海数据 交 易 所 提 出 数 据 “资 源 化——产 品化——资产化”的转化路径，认为流通环节中数据要素经历从资源到产品、再到资产的过程。此外，还有学者基于数据资产化过程中可能衍生出的数据流动性和增值性的特征，讨论了数据要素具有的衍生金融属性，并从金融化的角度探讨了数据要素的价值。
通过梳理数据要素形态演变及其作用可以发现，释放数据要素价值、实现数据要素价值化贯穿始终。作为数据要素市场建设的关键与基石，数据要素价值化的主要目的是通过加强全社会对数据要素流通价值的认知，推进数据要素市场建设。目前，数据要素价值化内涵的研究呈现学科交融性，学者们从不同学科视角对其内涵进行阐释，大致分为以下两类典型视角。
第一类较为主流的研究，是从经济学视角出发对数据要素价值化进行阐释。其中一些研究着重从价值的角度对数据要素化进行分析。价值可以被分为使用价值、交换价值等类型，其中使用价值是指物品或服务可以满足自我需求，交换价值则反映在物品或服务在市场中能获得的价格。承继政治经济学的研究思路，在劳动价值理论、资本价值论基础上构建数据价值理论，从数据价值形成、实现、确权、定价等角度重构了数据价值理论体系。从影响机制看，数据的价值包括数据独立作为生产要素产生的价值创造效应、数据赋能其他生产要素产生的价值倍增效应、数据替代其他生产要素产生的价格归零效应三个方面。这其中另有一些研究侧重从生产力的角度，分析数据要素价值化的过程。认为其是数字技术与劳动者、劳动资料和劳动对象有机结合的数字化劳动和新价值创造过程。认为数据要素通过提高绝对生产力进而提升部门综合生产力和比较生产力，从而导致价值量的增加。
第二种较为主流的研究，是从管理学视角出发，典型的如从迈克尔·波特提出的价值链的视角出发，将数据要素价值化的过程分解为一系列获取价值的关联活动。从流 通 市 场 的 视 角 构 建 数 据 流 通 价 值链，提出数据从原始数据、数据资源到数据产品、数据资产的数据要素价值化的思路，并以释放数据生产要素价值为出发点，提出全国统一的数据资产登记体系的构想。数据价值化的过程不仅限于流通市场环节，还应由一系列互不相同但又相互关联的活动构成。基于价值链理论，构建基本活动、辅助活动、价值开发等在内的价值链实现路径。数据基本活动是价值实现的主路径，包含了作为源头的数据采集、价值开发重要环节的数据组织、成为生产要素的数据流通、以及运用到场景的数据利用。这其中，人才、技术、安全等辅助活动确保了数据基本活动的开展。在此过程中，数据从具有潜在价值演变为价值实现。
不同学科基于各自知识、方法等对数据要素价值化提出了不同的见解，经济学视角的研究侧重从价值、生产力等宏观视角进行分析，管理学视角的研究侧重从中观、微观对数据要素的价值创造过程进行分解，对数据要素价值增值过程进行更为深入的解构。在当前，对数据这一新型生产要素的认识尚处于探索阶段，不同学科视角的理解从不同维度丰富了对数据要素价值化的认识与理解。
识别数据要素价值实现路径，是探索数据价值、实现价值优化的基础。从已有研究看，目前数据要素价值实现机理根据流通过程可以分为数据确权机制、产品定价机制、价值评估机制等方面。
产权理论认为，明晰的产权是促进要素流通的基础。以法律形式明确数据权利的类别、权利的归属问题，并进行数据确权是实现数据要素价值的前提。与传统要素相比，数据要素具有非排他性，难以独占地享有权利，也难以让渡权利，因此，以支配和排他为核心的所有权确权模式难以适用，传统的产权路径也难以实现。
数据作为新事物，现有体系中并没有相应的权属，因而应不应该界定、界定什么权、如何界定等问题成为了当前学界和实践探索争论的焦点。围绕数据确权机制，现有研究进行了广泛的讨论，以《数据二十条》创设性提出数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制为标志，可以将相关讨论分为两个阶段，不同阶段的数据确权研究侧重点和方法有所不同。
早期 探 索 阶 段 （《数 据 二 十 条》 出 台前），主要从数据权的类型、来源等理论视角进行讨论。在权属的界定方面，学者们针对如何界定数据权属问题的讨论可以简单地分为“传统权利派”和“新型权利派”，即争论主要集中在界定什么权。“传统权利派”的学者主张通过现有的法律体系对数据的权属问题进行解释，例如有学者主张按照物权法原理来界定数据产权，也有学者主张数据是著作权客体，应以知识产权法对其权利进行保护。“新型权利派”学者们从不同的角度提炼新型数据权利理论，对数据确权问题进行创新性讨论，如新型财产权论、兼具债权和物权的新型权利。还有学者主张网络用户的个人数据权利是一种兼具人格权与财产权性质的二元权利，主张同时保护数据所承载 的 人 格 利 益 和 财 产 利 益。这 一 阶段，关于数据确权的讨论呈百家争鸣状态，但一直未形成广泛共识。
发展阶段（《数据二十条》出台后），主要从推动数据要素合规高效流通使用的视角对数据确权问题进行讨论，研究主要围绕三权的理解、三权理论与实践的矛盾等问题展开。随着《数据二十条》创设性提出三权分置概念以来，学者们通过构建更加全面综合的分析范式，对数据确权问题进行研究。数据确权的根本困境在于数据权的内涵和外延尚不清晰、数据本身的复杂性加大了确权难度、数据形成过程中参与主体多元且互相之间存在权利张力。《数据二十条》弱化所有权，强调持有权，从谁持有数据的角度进行分析，着重考虑边际贡献度较大的数据主体，确权的目的是为了实现数据权益保护与数据产业发展之间的平衡。明晰数据及数据权利谱系，厘清数据及数据权利的外延，结合数据的多重属性，分别确定数据权利的配置规则是重中之重。在实践落地层面，数据权属问题仍是各界争论的焦点。当前直接与数据产权及相关财产权益分配的法律处于空白状态，除在部分状况下适用商业秘密和著作权保护外，目前主要通过反不当竞争法规对数据权益进行保护，因而三权分置的落地方案仍在探索中。
总体而言，数据确权研究经历了从单一的法学研究向不同数据类型、不同权属类型、理论研究的实践落地等综合性研究转变。
数据定价是数据要素市场化配置中的关键环节。然 而， 由 于 数 据 要 素 具 有 可 复 制性、可变性等不同于传统生产要素的特征，使得数据定价成为数据要素价值实现的一大难点问题。
目前，学界对数据要素定价的理论讨论尚处于起步阶段，争论主要是在定价策略的选择上，是按生产成本进行定价，还是按数据价值进行定价。生产成本定价侧重于从数据供给方的角度，对其在数据产品全生命周期中各生产环节的成本进行计算，如数据采集、描述等建设环节成本，整合、存储等运维环节成本，以及投入的人力成本、服务外包成本及其他间接成本。数据价值定价则更加侧重于从数据使用方角度，衡量数据产品在迎合买方需求所带来的价值，进而确定数据产品的定价，如内在价值、业务价值、市场价值、经济价值等。
两种不同的定价策略反映了不同的思路与目标。在其他要素的定价问题上，由于生产成本更容易计算，生产成本定价策略较容易被使用。然而，有别于其他要素，数据要素的使用离不开具体的应用场景，数据只有在被使用中才会产生价值，因而实际的应用场景会影响数据价格。
在具体的定价方法上，延续之前对大数据定价的相关研究，存在协议定价、拍 卖 定价、博弈论定价、使用量定价、免费 增 值 定价、动态定价等多种方法。其中，在拍卖定价的方法上，形成了单边拍卖、双边拍卖两种观点。在博弈论定价的方法上，形成了基于非合作博弈的定价、基于 Stackelberg博弈的定价、基于讨价还价博弈的定价等。不同研究基于定价策略、模型设定、分析资料可得性的考虑，选用了不同的定价策略与定价方法。在当前数据要素定价讨论中，多角度的讨论具有重要的意义。
总体而言，由于数据要素研究尚处于起步阶段，加之受限于权属界定、数据安全与隐私保护等问题，数据要素（包括其各种形态）的透明性与流动性不足，数据产品定价机制仍在探索阶段。合理的定价不仅是数据交易双方的诉求，更是发挥市场价格机制、释放价格信号进而推动数据要素市场建设的重要趋势。
数据价值评估是活跃数据要素市场的重要抓手。然而，由于数据资产缺乏可比的计量单位，加之生产方式、成本、用途 等 的 不同，其价值具有很大的不确定性。现有研究差异主要体现为价值范畴的界定与方法的选择上。
目前，对数据资产价值认定主要有微观会计、宏观国民经济核算两种视角，第一种视角是从会计核算的视角，遵从《企业会计准则》中关于资产的定义，将满足资产定义、符合资产 确 认 条 件 的 数 据 资 源 确 认 为 数 据 资产。该角度认为数据资产满足特定主体拥有或控制、能够为其所有者带来经济利益、价值可计量等特征。有学者在无形资产定义基础上突出数据资产的独特属性，将数据资产界定为“由企业拥有或控制的具有数据化形态的可辨认非货币性资产”。有学者将数据资产定义为拥有数据权属（勘探权、使用权、所有权）、有价值、可计量、可读取的网络空间中的数据集。
第二种视角是从国民经济核算的视角，延续“资产”及“固定资产”的定义，关注数据成为资产的所有权归属和收益性，将在生产过程中被反复或连续使用一年及以上作为界定数据资产的条件。将拥有明确使用场景、经济所有权明确，并且能给所有者带来经济利益的数据视为数据资产。
在数据资产价值的评估方法上，目前主要用到三种方法：成本法、市场法、收益法。每种方法各有其优劣，其使用的情景也存在一定的差异，具体如表1所列。从价值评估的现实困境看，目前主要存在数据资产计量方法尚未成熟、缺少必要的数据统计支撑、现行统计及会计制度不适合数据资产管理的需要等难点，重点难点在界定数据生产活动的人员工作时间及劳动工资、经费等项目构成方面。
从驱动因素看，数据要素价值化是诸多因素综合作用的结果，识别其驱动机理是理论和实践关注的核心议题。从已有研究看，数据开发利用、数据流通交易等是实现数据要素价值的重要方式与途径。数据开发利用实现了数据潜在价值的挖掘，数据流通交易则实现了数据对内价值向对外价值的传递。
对于数据要素价值化的驱动因素研究而言，已有研究对流通交易的功能与作用形成共识，即数据要素的价值必须通过流通交易才能得到体现。一方面，通过流通和交易，数据要素“流动”到那些有能力处理和利用它们的企业和个人手中，其价值才有可能得以发挥。另一方面，通过流通市场的价格发现功能，数据要素的价格在市场交易中不断优化以接近合理的价格区间，这有利于完善数据要素价格形成机制，降低价格信息的不对称性，从而促进数据要素流通。
然而，对数据流通交易应该在场内还是在场外仍存在不少的争议。从空间划分，数据交易分为场内的集中式 交 易、场 外 的 分 散 式 交易。一种观点认为应该坚持场内交易，场内交易具有集中化、规模化的优势，数据供需双方在数据交易所完成买卖活动，促进数据要素价值流通；另一种观点则坚持场内、场外共同发展，认为两者同属于数据要素市场的重要组成部分，是实现数据要素价值的重要空间载体。
从数据流通交易的参与主体看，已有研究存在争论，集 中 在 数 据 交 易 机 构 的 作 用 上。一方面，部分研究认为，数据交易机构在数据要素价值化过程中发挥关键作用，是数据要素市场的主要参与者，是研究的重要议题。然而，虽然我国已经建立起了一批数据交易机构或平台，但在实际发展过程中存在着诸多现实困境与问题，如交易规则和交易标准的碎片化、数据确权的约束等，影响数据要素价值实现。另一方面，部分研究则认为除了数据交易机构，数据流通环节中参与的多元主体均发挥了重要的作用。数据要素价值化过程中存在数据供需方、数据交易机构、交易服务机构、监管机构等多元主体，不同参与主体在流通交易的不同环节对数据要素价值进行挖掘。相关研究普遍认为，应该加强数据要素市场生态体系，为数据要素的价值实现提供保障。
数据开发利用，即通过融合各方力量对数据的经济价值进行挖掘，是实现数据价值的重要方式。原始数据仅具有潜在价值，只有经过开发利用，投入资本、劳动和智力活动，才能使其转变为具有使用价值的数据产品。
对于数据开发利用的对象，现有研究主要关注政府数据、公共数据的开发利用。从政府信息公开开始，政府信息、政府数据在经济社会发展过程中扮演了重要的角色。作为政府信息公开的高阶形态，政府数据开放通过向社会提供数据，鼓励社会利用数据，实现政府数据价 值 创 造 和 价 值 实 现。在 这 个 过 程中，政府开放数据的价值形态经历了演化，从具有潜在价值的资源形态，转变为资产形态，再到知识形态及智慧形态，通过社会化建构充分挖掘政府数据的经济社会价值。
数据开发利用实现了数据价值的增值，例如，有学者基于开放数据的增值过程分析增值模型，提出价值增值的八个机理，包括需求触发、效能提升、共享激发、利益驱动、政策引领、资金传导、技 术 赋 能 和 效 率 集 聚 等；还有一些学者借鉴和优化“数据势能”评估模型，或构建公共开放数据“数据赋智”的估值概念框架，对政府开放数据的价值进行测算，从而量化评估了开发利用对数据价值的作用。
清晰的识别并尽力减少数据要素价值化所面临的障碍，有助于推动数据要素价值化的实现。结合现阶段理论与实践领域中反映的各种问题，本文从法律、市场两个维度分析目前数 据 要 素 价 值 化 遇 到 的 障 碍。在 此 基 础上，进一步分析未来的可能路径，包括制度路径、市场路径、生态路径、技术路径等。
在数据要素价值化的过程中，仍然存在许多困难和问题，相关的基础制度在不断建设中，这也从侧重反映破除法律障碍的紧迫性，亟须建立健全数据要素市场法律保障机制。具体来看，数据要素价值化的法律障碍，主要体现为以下两个方面。
一方面，权属界定不清。由于现有法律法规并未明确公共数据、个人数据等归属于谁，因此存在产权关系不清晰、权利边界难以界定等问题，使得交易流通的合法性面临重重挑战。特别是对含有个人信息的平台数据，究竟赋予个人数据权，还是赋予企业数据权，成为争论的焦点，且仍未形成共识。法律制度供给不足，影响数据交易流通与开发利用，成为数据要素价值化、数据要素市场建设的首要难点。
针对这一问题，《数据二十条》聚焦促进数据要素合规高效流通使用的主线，淡化所有权，强 调 使 用 权， 创 设 性 地 提 出 三 权。然而，由于数据生产和开发利用的过程中存在多方主体共同参与，如何对相应权利进行分配、平衡各参与方的权益与责任，仍是目前理论与实践方面的重要掣肘。
另一方面，数据要素价值化面临数据安全与隐私保护等方面的法律障碍。数字化实现生产生活便利化的同时，也引致了数据泄露、大数据杀熟、数据垄断和数据黑灰产业链等安全与隐私保护问题。这些问题直接影响了产业健康发展和公民权益保护，抑制了数据要素价值化的过程。针对这一问题，《数据二十条》提出加强企业数据合规体系建设和监管，严厉打击黑市交易，取缔数据流通非法产业。
数据交易流通市场是实现数据要素交换价值的主要场域，通过数据要素市场建设打通障碍，实现数据要素在各市场主体之间的高效有序自由流通，进而实现数据要素价值。然而，在现阶段，数据要素价值化仍面临不少的市场障碍。
从宏观看，市场障碍主要体现为市场有效供给不足、市场需求未激发等方面。市场供给方面，目前社会已经逐步认识到数据价值的重要性，然而对哪些数据有价值、价值体现在何处、价值如何挖掘等问题的认知仍不清晰。部分握有高价值数据的数据源方“不敢”“不能”“不 愿”将 数 据 流 通 出 去。市 场 需 求 方面，数据在使用中体现价值，其价值依赖于具体的应用场景，具有一定的独特性，因而市场需求 有 待 进 一 步 挖 掘。针 对 这 一 问 题，《数据二十条》提出推动数据要素供给调整优化，提高数据要素供给数量和质量，通过数据可信流通体系构建增强数据的可用、可信、可流通、可追溯水平。同时，《数据二十条》提出构建数据要素收益分配制度，由市场评价贡献、按贡献决定报酬，保障投入的劳动和其他要素贡献获得合理回报，这些措施为强化供给激励、需求激发提供了可能。
从微观看，市场障碍主要体现在交易规则不 健 全、 交 易 场 所 作 用 未 充 分 发 挥 等 方面。交易规则不健全，表现为规范数据交易行为的制度体系与监管体系不完善，在数据交易立法上，国内相关工作比较审慎，数据要素市场建设步伐较为稳健。在监管体系方面，目前尚未建立统一的数据监管体制机制，导致存在一定的制约。针对这一问题，《数据二十条》提出构建促进使用和流通、场内场外相结合的交易制度体系，同时完善数据全流程合规与监管规则体系。实践层面，各地方交易机构发布基于交易流程的规范与指引，逐步推进市场规则的建立。
健全的制度法律体系是实现数据要素流通、规范数据要素市场、释放数据要素价值的重要依据和根本保障。针对当前数据要素价值化在实践领域遇到的问题和障碍，学者们主张在数据立法、监管体系、配套政策等方面加大数据要素市场的制度供给，推进数据要素权益保障在相关法律法规中落实。例如，有学者主张积极利用知识产权、合同等已有制度，审慎应 用 反 不 当 竞 争 制 度 保 护 数 据 流 通 交易。同时，通过“事前预防与事后规制相结合”的方式完善数据要素市场监管法律制度，明确相关部门和监管机构职责所在。在具体的构建方式上，结合制度体系现状、重要次序、难易程度以及动态调整等确定数据要素的各项基本制度。
市场建设是数据要素合规高效流通的重要场域，是进一步挖掘数据要素价值的抓手。已有研究认为，构建全国性与区域性、场内与场外、一级与二级、综合性与专业性、数据跨境等多层次数据要素市场，是数字经济健康发展的重要根基。部分学者指出，从数据产品和服务的价格形成、多元化的数据定价方式、分类分 级 管 理、调 节 收 益 分 配 等 方 面 入手，根据公共数据、企业数据、个人数据等不同数据在使用场景、用途用量等方面的不同要求，因地制宜建立相应的数据流通市场体系，促进数据要素资源配置优化。
数据要素流通交易服务生态是数据交易市场健康运行的必要前提，是打通上下游全流程各环节的保障条件。基于生态系统视角的研究认为，数据要素生态系统的演进是外部环境变化进而引发内部因素变化的结果，通过构建包括数据提供方、数据需求方、数据运营平台、技术服务商、监管者多元主体在内的生态体系，打破数据要素流通壁垒、营造激励与约束并行的制度生态。同时，不同数据运营平台之间的互联互通，是实现统一大市场条件下数据要素市场流通交易的要件。
统筹安全与发展的关系，构建安全可信的流通环境，是数据要素价值释放的必守原则。一直以来，数据要素价值挖掘的薄弱点主要体现在数据安全保障方面。隐私计算、区块链、数据水印等新型技术的发展，为破解数据安全和数据流通的悖论提供了可能解。隐私计算，通过先进技术手段实现“原始数据不出域、数据可用不可见”，同时满足数据交易和个人隐私保护的双重需求，为数据要素的安全流通贡献了技术路径方案。区块链技术，为实现数据资产确权登记、数据流通溯源提供技术可能性，降低了数据可复制性导致的负外部性问题，为数据要素的可信流通提供了新选项。现阶段，相关技术发展仍未成熟，在效率、成本、能耗、安全等方面仍有较大的提升空间。
与此同时，新算法技术的发展与算力基础设施的改善为数据要素价值释放提供了坚实的技术支撑。机器学习等人工智能技术通过自动学习，从海量数据中归纳模式与规律，为进一步挖掘海量数据的价值提供了效率增进的空间。在数据要素定价和估值方面，这些数字技术有利于优化定价模型、改进价值评估能力，促进数据要素价值充分释放。
纵观已有研究，数据要素价值化研究取得了一些进展，对推动数据要素市场建设提供了理论支撑和科学依据。这些研究主要呈现出三类特征：
第一，研究热点紧跟国家数据要素发展的战略需要。数据要素各阶段的研究内容明显受到国家数据要素战略和政策的影响。随着数据作为第五种生产要素被提出以来，数据要素市场配置和价值实现问题成为学界关注的热点领域并持续至今。2022 年底，《数据二十条》提出的数据“三权分置”、数据确权授权机制、收益分配机制等概念，引发了大量数据要素领域的前沿讨论，新思路、新范式、新举措的提出不仅得益于理论与实践的前期探索，更将成为指引后续研究的风向标。2023年以来，数字中国战略、企业数据资源相关会计处理暂行规定等文件纷纷出台。可见，关于数据要素价值化的理论研究与实践探索将进一步延续。
第二，研究主题和内容日趋多元化。综前所述，数据要素价值化是数据要素市场建设的重要抓手，当前学界以数据要素价值化为研究主体，围绕数据要素价值概念内涵、实现机理、影响因素等作了一定的有益探索，形成了“内涵讨论——实现机理探索——驱动因素识别——实践路径”的研究主题和脉络，并逐步呈现出多元丰富的发展趋势。
第三，研究方法呈现多学科交叉融合的态势。从已有研究可以看到，数据要素价值化研究涉及经济学、法学、会计学、管理学等多学科领域，共同关注数据要素价值化过程中数据要素的制度建设、产权问题、数据要素价值等内容，研究经历了从单一的经济学讨论生产要素到多学科交叉融合的演变，研究方法以定性分析为主，研究尺度兼具宏观、微观尺度。
此外，围绕数据要素价值化展开的研究仍存在有待进一步深化和拓展的空间：①数据要素价值化的概念尚未达成共识，仍待进一步探索。②数据要素价值化的理论基础待深化，现有理论研究滞后于实践探索。③微观视域下数据要素价值化测算的研究不足，数据产品定价、数据资产评估的方法与统计资料较为缺乏，导致不同方法的测算结果之间存在较大偏差，尚未出现一致公认的方法。④数据要素价值化的对策和路径研究有待深入探讨。
本研究对国内数据要素价值化相关研究进行了一定的分析，在当前中国积极探索推进数据要素市场化、加快构建以数据为关键要素的数字经济阶段，数据要素价值化的研究具有重要的现实意义。当然，受限于现阶段数据要素市场刚逐步兴起，相关资料及数据相对较少，本研究还存在一定的不足之处，例如，未充分对各种观点的争论与矛盾焦点进行深入分析，后续可待进一步研究。本文从研究视角、研究主题、研究方法三个方面提出未来的研究方向。
研究视角方面，未来可以拓展多学科交叉研究，探究促进数据要素价值化的策略，尤其是开展不同要素价值化的对比研究及对数据要素市场的经验启示。特别是数据要素领域的快速蝶变，加速了对相关理论研究的时间紧迫性。理论研究指导实践进路、实践归纳总结反哺理论对于数据要素研究同样重要，对特定领域和应用行业的探索性经验的归纳、总结、提炼、升华对推进数据要素价值化进程具有积极的意义。
研究主题方面，在深入把握数据要素特点的基础上，借鉴和创新土地等传统生产要素的成熟经验，探索符合数据要素特性、兼顾安全与发 展 的 数 据 要 素 价 值 化 路 径 研 究。进 一步，《数据二十条》按数据来源和数据特征进行分类分级，对数据要素价值化的讨论可以细化到公共数据、企业数据、个人数据等不同模式下。同时，《“数据要素×”三年行动计划（2024—2026年）》提出数据 要 素 在 12 种产业场景的应用，对数据要素价值化的讨论可以进一步细化到不同产业场景中。再次，数据要素价值的分配问题，如何科学界定各参与方的收益与权责、厘清政府在调节收益分配环节的作用及机理等值得深入讨论。
研究方法方面，增加数据要素相关的定量研究、案例研究。囿于资料可得性，目前无论是基于微观数据还是宏观数据的数据要素定量分析均较理论文献少。未来研究一方面应聚焦中国实际问题，通过对具体一个或多个典型实践的案例剖析，得出理论启示；另一方面，可基于已有的宏观、中观层面的数据积累，通过定量分析探究数据要素价值化的影响因素及作用路径。
来源：国家数据局
