數據要素資產化對國有企業及創新企業的實踐意義

中圖分類號：F270 文獻標識碼：A文章編號：1004-4914（2025）07-220-02

引言

在數字經濟時代，數據成為驅動創新的新型生產要素。黨的二十大報告提出\"推進數字化發展，打造數字經濟新優勢\"。2022年，《關于構建數據基礎制度更好發揮數據要素作用的意見》明確提出“構建數據要素市場化配置機制，促進數據要素高效流動和價值轉化”。在數據成為新型生產要素的大背景下，對國有企業和創新型企業來說，如何盤活現有數據資源，實現數據要素資產化運營，已成為亟待探索的重要課題。

一、數據要素資產化賦能國有企業及創新企業的實踐意義

（一）激活沉睡數據價值，提升企業核心競爭力

國有企業和創新企業在長期的生產經營過程中，往往積累了海量的業務數據，如生產數據、銷售數據、客戶數據、設備數據等。這些數據蘊含著巨大的價值，是企業的重要無形資產。然而，受制于傳統的數據管理模式，這些數據常常分散存儲在不同的業務系統和部門中，形成了“數據孤島”數據質量參差不齊，數據共享和利用率不高，大量數據資源沉睡于此，無法發揮應有的價值。數據要素資產化為盤活這些沉睡數據提供了行之有效的途徑。通過對數據進行全面梳理、標準化治理、深度加工，將其轉化為可直接應用的數據要素和數據產品，讓數據活起來，用起來。企業可以在數據中發現問題、找到機會，優化產品設計、改善客戶服務、提高運營效率，數據逐漸成為企業的核心資產和競爭力之源。

（二）推動業務模式創新，實現數字化轉型升級

在數字時代，創新不再局限于產品和技術層面，商業模式的創新日益成為國企和創新企業的制勝法寶。而數據要素資產化為業務模式創新提供了新思路和新動能。一方面，依托數據資產，企業能夠對內優化業務流程，提高運營管理水平，對外開拓增值服務，延伸產業價值鏈。另一方面，數據資產的積累又為應用新技術、探索新模式奠定了基礎。大數據分析、人工智能、物聯網等新技術的深度應用，離不開海量、高質的數據支撐。數據要素資產化使得企業在數字化轉型中有備無患，以數據驅動創新，以智能賦能發展。譬如，制造企業利用數據資產優化供應鏈管理、實現柔性化生產；零售企業結合用戶消費數據，開展個性化精準營銷；汽車企業基于車聯網數據，拓展出移動出行等創新業態。

（三）促進數據價值共享，助力產業生態構建

數據要素資產化的意義不僅在于為單個企業創造價值，更在于通過要素流通優化配置，實現數據價值的社會化共享，進而形成數據驅動的產業協同生態。在數據要素市場中，國有企業、創新企業、政府、科研機構等多元主體可以按照市場規則開展數據交易和共享，打破行業壁壘，促進跨領域融合。上下游企業之間的數據共享，有利于提升產業鏈協同效率，創造更大的產業生態價值。跨行業數據要素的流通，激發創新的火花，催生新業態、新模式。各類數據要素的匯聚，為社會治理和公共服務提供精準洞察。可以預見，伴隨著數據基礎制度的完善，數據交易機制的成熟，建立在數據要素資產化基礎上的產業生態將愈發豐富，數據紅利也將惠及更廣泛的經濟主體和社會大眾2]。

二、數據要素資產化賦能國有企業及創新企業的實施路徑

（一）構建全域數據智能服務平臺，實現資源整合

長期以來，企業的數據資源往往分散在不同的業務系統和部門中，難以形成合力。全域數據智能服務平臺的建設，就要打破這種數據割裂的局面，實現企業內外部數據的全面匯聚和融合。一方面，要將分布在各個信息化系統中的結構化數據進行采集、抽取和轉換，消除數據孤島；另一方面，還要關注非結構化數據的數字化，特別是將紙質化的文檔、報表等轉化為數字化的數據資源。通過數據全域采集和治理，最終形成涵蓋企業各個業務環節的統一數據要素目錄，夯實數據資產管理的基礎3]。此外，全域數據智能服務平臺還應嵌入數據分析、數據挖掘、數據可視化等智能化功能，讓數據應用更加便捷高效。唯有打破數據壁壘，匯聚數據資源，才能更好地發揮數據要素的價值，賦能企業經營管理和業務創新。

（二）推行資產化五步工作法，打通價值轉化鏈條

數據要素資產化是一個系統工程，涉及數據資源梳理、數據資產定價、數據產品開發、數據交易等諸多環節。對此，國有企業和創新企業可以借鑒“五步工作法”，有序推進數據資產化進程。第一步是數據資源摸底，全面盤點企業內外部的數據資源，評估數據的規模、質量、應用價值等，形成完整的數據資源目錄。第二步是數據要素錄入，按照統一的數據標準，將數據資源轉化為可流通、可交易的數據要素，錄入數據要素目錄。第三步是數據要素服務，在數據目錄的基礎上疊加數據治理、數據分析、數據安全等數據服務，提升數據質量和可用性。第四步是數據要素產品化，針對特定應用場景，將數據要素進行算法建模、可視化呈現等深加工，開發出可直接應用的數據產品，如用戶畫像、風險評估模型等。第五步是數據產品資產化，對數據產品進行價值評估和確權，納入企業資產管理體系，并通過對內應用、對外交易等方式實現價值變現。五步工作法\"環環相扣，逐步推進，幫助企業系統化開展數據資產化運營，打通從數據到資產、從資產到價值的轉化通道。

（三）探索數據產品化開發，釋放應用場景潛力

國企和創新企業要樹立場景化思維，立足自身行業特點和業務訴求，探索數據產品化開發之路。首先，要在數據資產梳理的基礎上，甄別對內對外應用最有價值的數據要素，如客戶交易數據、設備運行數據、市場行情數據等，并對這些數據要素進行專業分析、深度挖掘，發現其中蘊藏的商業價值。其次，要通過數據要素的關聯分析和組合建模，打通數據要素之間的壁壘，創造出\"1+1gt;2\"的數據協同效應，形成多場景適配的數據產品集群[4]。譬如，可以開發出一套風險預警模型產品，覆蓋客戶風險評估、供應鏈風險監測、投資風險分析等多個場景;再如，可以開發一套投資決策支持系統，集成宏觀經濟分析、行業趨勢研判、項目評估等功能模塊。最后，要加強數據產品的可視化呈現和人機交互，提升產品的易用性和美觀度，讓業務人員無需過多技術背景就能直觀獲取數據洞察。只有將數據產品開發與業務場景深度融合，才能真正踐行“用數據說話，用數據決策，用數據創新”，釋放數據要素的應用價值。

（四）建立數據交易機制，激活要素市場流通

當前，各地紛紛探索建設數據要素市場，促進數據資源開放共享和交易流通。國有企業和創新企業要立足區域產業發展需求，積極參與到數據要素市場建設中來，成為數據交易的主力軍。一方面，企業要完善內部數據資產管理制度，明晰數據資產的權屬歸屬、定價規則、交易流程等，為數據有序流通奠定基礎。要對企業的數據產品進行分類分級管理，區分核心數據、共享數據和開放數據，設置差異化的數據開放和交易策略。對于具有對外交易價值的數據產品，要通過確權、定價等方式，將其轉化為可流通的數據資產，推向數據交易市場進行撮合交易。另一方面，企業也要成為數據交易市場的積極參與者和受益者。通過數據交易平臺，企業可以將自身的數據資產進行變現，開辟新的盈利渠道；同時還可以買入其他主體提供的數據產品，豐富自身的數據來源，提升數據應用能力。數據交易既能盤活企業沉淀的存量數據資產，又能引入增量數據資源，形成數據要素市場化配置和流動的良性循環。建立數據交易機制的關鍵是構建體系化的制度規范和技術保障。要加快建立數據產權制度，依法界定數據歸屬權、使用權、收益權等;要制定統一的數據定價規則和交易標準，培育第三方數據資產評估機構;要運用區塊鏈、隱私計算等技術手段，確保數據交易全流程可信可控。

三、數據要素資產化賦能國有企業及創新企業的保障措施

（一）完善數據確權溯源機制，提供法律安全保障

在數據要素資產化過程中，企業積累的海量數據資源成為寶貴的無形資產。然而，由于缺乏系統的管理機制，大量數據的權屬不清、來源不明，導致數據資產面臨權屬糾紛和被非法利用的風險。對此，急需建立科學完善的數據確權和溯源機制。一方面，企業要參照國家有關規定，結合自身業務特點，制定內部的數據確權登記制度。對采集和產生的數據逐一登記造冊，明確數據的歸屬主體、類別、時間、用途等關鍵要素，形成完整的數據資產臺賬，從源頭上理清數據資產的權屬關系。另一方面，要運用區塊鏈等先進技術手段，為每一條、每一類數據賦予唯一的數字身份標識，通過不可篡改、可追溯的技術特性，實現對數據全生命周期的溯源管理。這樣一來，無論數據來源于內部業務系統還是外部交易渠道，都能明確數據歸屬、流轉軌跡，從而最大限度規避法律風險。

（二）建立專業評估標準，規范資產價值認定

當前，數據作為一種新型資產，其價值評估體系還不夠成熟，缺乏統一的評估標準和規范，容易引發交易糾紛和市場混亂。為此，構建專業化的數據資產評估標準勢在必行。首先，要從國家層面制定統一的數據資產分類分級標準，針對不同行業、場景下的數據資產，設置科學的分類方法和價值等級，為評估工作提供基本遵循。其次，評估過程中要全面考慮數據資產的固有特征和應用價值。既要考察數據規模、覆蓋度、時效性、準確性等內在品質，又要結合實際業務場景和市場需求，測算數據應用效益，綜合評定數據資產的市場價值。最后，數據資產評估還需引入第三方專業機構參與。借助會計師事務所、資產評估機構等中介力量，嚴格按照通用的評估準則開展盡職調查、價值分析和報告出具等工作，確保評估結果的專業性和公允性5。

（三）強化數據安全治理，確保合規合法應用

在促進數據要素資產化、流通化的同時，必須時刻緊繃數據安全這根弦，強化數據安全治理，為數據創新應用保駕護航。一是要強化數據分級分類管理。按照數據的敏感程度和風險等級，對企業內外部數據進行科學分級分類，區分普通數據、重要數據、核心數據等不同類別，并實施差異化的管控措施。對涉及國家安全、商業機密、個人隱私的敏感數據，要嚴格限制訪問權限，并采取加密、脫敏等技術手段進行保護，堅決杜絕泄露。二是要健全數據全生命周期安全管控機制。從數據采集、傳輸、存儲、處理、交換到銷毀的全生命周期，都要嵌入安全管理環節。通過接入認證、行為審計、異常監測等方式，實現對數據的全流程可視化監管，及時發現和消除數據安全隱患。三是要強化外部數據獲取和共享的風險防范。通過數據交易平臺等方式獲取外部數據要嚴格遵循國家法律法規，簽署數據安全協議，明確數據使用的范圍、方式和責任，防止數據的非法買賣和濫用。

結語

數據要素資產化是數字經濟時代國有企業和創新企業高質量發展的必由之路。企業唯有將數據資源轉化為數據資產，深度挖掘和釋放數據價值，才能在市場競爭中贏得先機。這需要企業樹立數據資產化理念，完善數據治理體系，打通數據應用場景，營造數據流通生態。同時也離不開制度、技術、安全、人才等領域的體系化保障。國企和創新企業應立足自身稟賦，因企制宜推進數據要素資產化進程，以數據之力驅動創新發展，在數字經濟浪潮中乘風破浪、揚帆遠航。

參考交獻

[1]楊玉春，徐正彥，蘭甲甲，等.以數據為翼賦能國有企業發展[J].軟件和集成電路，2025（Z1）：2-7.

[2]夏文蕾，吳昀璟，余輝，等.數據資產化對企業新質生產力的影響研究——來自A股上市企業的經驗數據[J].圖書情報工作，2025，69（07）：28-41.

[3]姚佳.國有企業數據資產保護的法律制度架構[J].法律科學（西北政法大學學報），2025，43（02）：58-71.

[4]儲德高，孫佩.數字經濟時代國有企業數據資產資本化研究[C]//中國建設會計學會.中國建設會計學會2024年學術交流會論文集（下冊）.中國電建地產集團華東區域總部；，2024：294-300.

[5]趙治綱.企業數據資產化的政策邏輯與理論思考[J].中國管理會計，2024（05）：78-84.

（作者單位：陜西長安華科發展股份有限公司陜西西安710000）

（責編：若佳）