1　引言

党中央、国务院高度重视发展大数据，提升社会数据资源价值。习近平总书记明确提出“要构建以数据为关键要素的数字经济”“发挥数据的基础资源作用和创新引擎作用”。国务院于2015年发布《促进大数据发展行动纲要》，实施国家大数据战略。党的十九届四中全会首次提出将数据作为生产要素参与分配，赋予数据新的使命。党中央、国务院近期发布的《关于构建更加完善的要素市场化配置体制机制的意见》和《关于新时代加快完善社会主义市场经济体制的意见》进一步明确数据作为新型生产要素的基础性和战略性地位，要求激活数据资源价值。这些战略部署为激发数据要素价值指明了方向、确定了目标、提出了根本遵循。

2　加快释放数据要素价值意义重大

2.1　抢抓经济形态转变的历史机遇 人类社会正加速迈入数字经济时代，数据日渐成为继土地、劳动力、资本、技术之后最活跃的关键生产要素，对经济发展、社会治理、国家管理、人民生活产生重要影响。历史发展经验表明，生产要素在经济社会发展中具有基础性、先导性、全局性的重要影响，生产要素的结构和形态随着经济转型而不断变迁升级，关系着经济增长的长期动力，影响着国家发展的未来前景。

鉴古知今，可以说谁率先在数据要素价值的发挥上领先一步，谁就掌握了发展数字经济的关键因素和主导权。

2.2　推动产业转型升级的现实需要当前，我国产业发展正面临多重压力，如劳动力等成本在不断上升，制造业面临高端回流、低端外迁的“双重挤压”挑战日益严峻，逆全球化和新冠肺炎疫情冲击着全球供应链。基于“要素红利”之上的传统产业发展方式变得越发不可持续，亟待转型升级。加快激发数据要素价值，以数据为纽带实现物理世界和信息世界的无缝连接，通过数据智能与行业机理的结合，实现全局性智能决策和资源动态优化配置，能够极大地提升产业全要素生产率，为产业高质量发展开辟出新的路径。

2.3　应对国际竞争挑战的战略抉择数据成为宝贵的战略资源和关键生产要素，对产业生产方式、运行模式、生态体系产生深远影响。以美国、德国为代表的发达国家和地区加快出台数据战略，促进经济发展向数据驱动型创新体系和发展模式转变，旨在重塑优势、抢占先机。以欧盟为例，2018年的《通用数据保护条例》、2020年2月的《欧盟数据战略》等政策法规陆续出台，其目的是打造欧盟单一数据市场，强化数据主权，提升企业竞争力，以期加速数字化转型，在新一轮数字革命中后发制人。目前，这些政策法规的深远影响正在逐步显现。要把握全球格局未定的时间窗口，加快激发数据要素价值，壮大数字经济，抢占未来竞争制高点。

3　激发数据要素价值的关键途径

资源和要素是一组相互对应、相互关联的范畴。生产要素是经济学概念，有更加严格的要求。生产要素一定是一种资源，但不是所有的资源都可以称之为生产要素。只有当一种资源具有通用性、全局性、价值性、流通性等多种属性之后，才可以称之为生产要素。随着社会生产的不断发展，新的生产要素进入生产过程，生产要素的结构方式也在发生变化。当前，公认的生产要素主要是土地、劳动力、资本、技术和数据。数据从战略资源升级为生产要素，能够发挥出对传统要素的配置优化、投入替代、价值倍增的作用，从而全面激发对经济社会价值创造的乘数效应。笔者认为，数据要素化包含资源化、资产化和资本化3个阶段。

3.1　资源化是激发数据价值的基础在不经过任何处理的情况下，现实中的数据常常是分散的、碎片化的，没法直接利用以产生价值。对这些“原料”状态的数据进行初步加工，最后形成可采、可见、互通、可信的高质量数据，就是数据资源化过程。其本质是提升数据质量的过程，也主要体现为技术产业过程。类比于土地，就是土地整理的过程；类比于劳动力，就是提升人力资本的过程；类比于资本，就是改善资本结构的过程。从技术产业维度看，数据的资源化过程要经历数据采集、标注、集成、汇聚和标准化等过程。没有经过资源化提升数据质量的过程，后续的一切都无法实现。

3.2　资产化是实现数据价值的核心数据承载了产业运行的规律、机理等，具有非常重要的潜在价值，但数据本身并不能产生价值。只有把数据与具体的业务融合，才能在引导业务效率改善中实现这些潜在价值，这个过程就是资产化。其本质就是数据驱动业务变革，实现数据价值的过程，更多体现为一个产业经济过程。类比于劳动力，就是把劳动力组织起来，与生产工具、生产资料相结合的过程；类比于资本，就是把资本引入产业，转换为能够带来价值增值的机器、设备、厂房、技术等过程。

数据资产化是数据价值创造过程中的一种质变，真正体现和实现了数据的价值。数据资产化还需要解决一些根本性的问题，如资产属性、数据确权、数据价值评估等相关问题。

3.3　资本化是拓展数据价值的途径数据应用不能局限于单个业务、单个企业或单个产业，否则数据就只是一种有用的资源和资产，而无法成为一种通用的关键生产要素。数据作为资本的价值需要在数据交易和流通中体现，因为当数据可以跨企业、跨产业在社会中有序流通，数据就能流向其可以产生大价值的地方，继而把对经济社会的乘数效应推到大[1]。因此，数据的资本化可以概括为通过数据交易、流通等活动实现数据要素的社会化配置的过程。这更多体现为一个经济社会的过程，能够极大地提升数据的使用价值和交换价值。

从资产到资本，是数据要素化过程中的一次“质的飞跃”，类比于资本，就是马克思在资本论中所说的从商品到货币的“惊险一跃”[2]。数据资本化关乎数据价值的全面升级，是实现数据要素市场化配置的关键所在。

4　激发数据要素价值面临的问题挑战

数据要素价值的激发是一个新的时代命题，也是全球难题。当前，面临的主要问题可以概括如下。

4.1　数据资源化难度高作为世界人口大国、经济大国，我国数据资源极为丰富。在不久的将来，随着5G、物联网、人工智能等技术的加速应用，我国将成为全球数据量大、数据种类最多的国家。在互联网服务领域，数据资源丰富，但由于企业的技术局限、行业壁垒、产业发展等原因，数据质量参差不齐。在工业领域，数据资源化还面临不少困难，直接原因包括：因企业信息化基础差、设备接口不开放等造成数据采集不上来；企业数据底账不清，不知道自己有哪些数据、分布在哪里，大部分工业数据处于“睡眠”状态；因设备不互联、通信协议不兼容等造成不同数据之间存在不匹配、不互认等数据孤岛现象普遍，其背后的深层根源是关键设备和协议由国外巨头所掌握；数据失真、失准及一致性差等因素导致数据汇聚质量不高等[3]。

4.2　数据资产化程度低在消费领域，数据应用于智能推荐、精准营销、供应链金融等场景，给用户和企业都带来生产、生活效率的提升，但目前对数据应用集中在有限场景，应用深度不够、应用广度有待提升。在工业领域，只有部分领军企业在数据应用上进行了深入探索，也取得了发展实效，但大量工业企业的数据应用仍然是单点的、局部的、低水平的。其基本原因包括：企业对数据不重视，“不想用”；数据分析的手段、人才等缺乏，“不会用”；对数据应用规律缺乏认识，数据应用投入大，“不敢用”等。

4.3　数据资本化进程慢数据流通交易、资产估价是数据资本化的前提，但目前还面临多重问题，如数据的产权没有得到明确的界定、数据流通的合法合规性仍未解决、数据定价和评估机制缺少等。这使得企业担心在数据流通中无法获得预期的收益，又失去了数据主权或控制权。根据工业互联网产业联盟于2020年3月开展的“工业大数据利用与管理”问卷调查统计结果显示，在推进工业大数据共享流通时，有86%的企业表示最担心泄露商业机密，有33%的企业担心会失去数据的控制权从而破坏自身的信息不对称优势。

5　加快激发数据要素价值的对策建议

新生产要素的价值创造能力是无与伦比的，但也不是一蹴而就的。历史上，每一种生产要素价值的全面激发都经历了一个由局部到全局、由浅到深的长期历史演进和发展过程。推动其向前发展的力量，既有技术创新的推动，也有制度变革的支撑，有时候甚至靠激烈的社会冲突来推进。例如，劳动力要素价值的释放离不开健全的劳动力市场、完善的劳动保障等，而资本要素价值的释放也离不开遍及全球的金融机构和金融市场。

作为一种新的生产要素，数据对经济社会的放大、叠加、倍增价值已经显现出来。国家已经做出了顶层设计，并正在加快落地实施，领军企业也进行了前沿探索，树立了榜样。数据要素对经济社会的价值巨大，但任务也更加艰巨，需要多方在各个方面进行长期而艰苦的努力。

一是推进数据高质量汇聚，加快数据资源化。组织开展数据资源调查“摸家底”、加快企业信息化“补课”，为全面采集打好基础。推动工业设备数据接口开放、工业通信协议兼容化以及数据的高效互通。支持企业建设大数据平台，加快多源异构数据的融合和汇聚。通过“全面采集、高效互通和高质量汇聚”，形成完整而贯通、高质量的数据链，加快推进数据资源化，为更好地支撑企业在整体层面、在产业链维度推动全局性数字化转型奠定基础。

二是全面深化数据融合应用，推动数据资产化。在需求端，组织开展大数据应用试点示范、大数据竞赛等手段，引导企业加快数据在全流程中的应用，培育数据驱动的新模式、新业态，解决不想用、不敢用等问题。加快数据社会治理中的应用，以大数据为手段支撑政府精准施策、精准管理。在供给端，推动产学研加快合作，突破大数据关键共性技术，支持发展数据产品和服务体系，培育大数据解决方案供应商、向中小企业开放数据服务能力、培育应用生态等手段，降低企业数据应用的成本投入和专业壁垒，解决不会用、不敢用问题。供需双向发力，共同推动数据的全面深度应用，加快数据资产化进程。

三是有序推进数据共享流通，拓展数据要素化。加快完善数据权属，研究制定公平、开放、透明的数据交易规则。构建合理的数据资产价值评估模式和体系，加快发现数据合理的内在价值，为市场这只“无形的手”来指导数据定价奠定基础。鼓励相关单位加快数据的开放共享，提高数据资源价值创造的水平。支持优势产业上下游企业开放数据，加强合作，共建安全可信的工业数据空间，建立互利共赢的共享机制。加快区块链等技术在数据流通中的应用，为数据安全、有序流通提供新的技术方案。加强市场监管和行业自律，以科学合理的规则制度体系作为基本保障，激发数据市场活力，促进数据要素市场化配置。