首先來看數據資產化的價值和意義。從資產化的現狀來看，各級政府、產業界和學術界對數據資產化進行了大量的探索和實踐，但我們在研究過程中發現各方的理解還存在一些誤區，現階段進行數據資源評估甚至入表還存在諸多難題。因此我們對數據資產化的實現路徑和形成機制做了一些研究。

首先來看數據資產的相關概念。資產是政府會計主體過去的經濟業務或者事項形成的，由政府會計主體控制的，預期能夠產生服務潛力或者帶來經濟利益流入的經濟資源。數據資產是由特定主體合法擁有或控制，能持續發揮作用并且能帶來直接或間接經濟利益的數據資源。我們理解，數據資產化是數據通過流通交易給持有者或經營者帶來經濟利益的過程，即將數據變為可以交易的資產。

如果簡單把資源進行評估定價，價值非常有限，只有將資源加工為要素，要素進入市場進行流通，要素資產的價值才能充分地體現出來。

從土地要素來看，土地要素的市場化配置的開始于上世紀90年代，探索推進土地的批復、租賃，在本世紀初真正形成土地的市場化配置，20年以后，去年全國的住房的市值，也就是住房的全社會資產已經到了476萬億。

從資本要素來看，資本要素市場化配置也大概在90年代后期，一直到了上世紀末期，我們建立起了商業信用體系和風險管控體系，才把資金的杠桿放大出來，形成了社會的金融資產，去年全國人民幣存款是26萬億，相當于是我們的資源，金融機構的總資產是419萬億，這也就是說通過要素化以后形成的總資產放大的倍數是非常大的，資產化的價值能夠給社會帶來巨大的財富。

數據資產化意義重大，我們經過研究發現，如果對數據通過要素化實現資產化，能夠增加數據資源持有者和經營者的收益，同時能增加企事業單位包括政府的資產總量，也能夠激發經濟社會的活力，提高就業率和收入水平，同時也能夠提高市場主體投資的積極性，帶動產業溢出，創造社會財富。

第二個方面來看傳統生產要素資產化形成的過程和一般規律。土地要素通過把所有權、經營權分離進行權屬界定，1999年開始推動毛地掛牌，過程中涌現出一系列問題，所以從2003年開始國務院明令禁止毛地掛牌，推動凈地掛牌，由政府成立土地儲備中心執行相關政策，下設拆遷公司進行整體拆遷，然后推動凈地走向市場。

從資本的要素來看，資源階段就是存款，存款是不能直接到企業去的，一定要通過銀行把資源加工成金融產品，然后通過信用評估、風險評估之后再把資金放給企業，企業能夠安全地、放心地拿到這批貸款，購買生產資料用于擴大生產。對這兩個過程進行總結可得，要素資產形成要具備四個要件，即主體、客體、權屬、收益，主體要清晰、形態要穩定、權屬要清楚、收益要可預期，要素化的過程就是把資源變成生產要素，把要素變成產品。

從一般規律來看，數據要素化是資產化的重要前提。要素的本質要求是能夠進行確權、計量、定價，從而實現規?；魍?。由于資源不具備要素的本質特征，往往需要將資源加工成為初級產品，使其具有穩定的形態，清晰的產權，可計量、可定價，從而作為生產要素進行市場化配置，參與經濟循環。

真正能夠市場化規?；魍ǖ氖腔谫Y源的初級產品，而不是資源。同時，資產化是市場化配置的“牛鼻子”，資產化的過程就是要把資源類的供方和需方進一步對接，再把要素類的供方與需方進行對接，然后是產品到市場的對接。這樣一個過程就能釋放要素的價值，能夠使供需之間得到合理的分配。

可能有人會說數據和傳統生產要素不一樣，但數據是對客觀世界的反映和描述，是信息的記載，我們認為它既然是記載了客觀世界、反映了客觀世界，客觀世界的有些規律還是可以借鑒的。我們也對數據要素和傳統生產要素的特點做了對比，數據資產化的過程可以借鑒傳統的一般規律，但是需要去構筑一個適合數據個性化特征的資產化的路徑。

最后要分享一下數據資產化的一些思考和探索。數據資產化過程中必須要定義一個初級產品，就像我們在土地一定要定義一個凈地。數據的初級產品就是數據元件。前面聽了梅院士的分析，他特別強調數據對象，如果我們把元件也作為一個數據對象，把數據組織加工以后形成了一個初級的產品，有特定的含義、特定的信息、特定的價值、特定的權屬、特定的形態，能市場化流通、規?；瘧茫瑓⑴c經濟循環實現價值提升。

我們對數據資產化進行了模型設計。遵循《數據二十條》數據資源持有權、數據加工使用權、數據產品經營權分置的產權運行機制，探索數據資源、數據元件、數據產品三類數據資產的演進關系，降低確權授權復雜度?！稊祿畻l》里回避了所有權的問題，我們研究認為，要定義數據主體權，什么是主體權在實踐中可以探索，法律界可以定義。在確權基礎上進行數據脫敏、封裝、計量。

根據模型我們進行了工程設計，把現有的數據歸集起來加工成數據元件進行交易，這套系統目前在四川德陽已經試點成功，今年上半年數據元件開發量超過了1000個，交易額已經達到了2500萬，目前我們正在云南大理、河南鄭州、江蘇徐州和浙江溫州推進樣板工程，預計年內這些系統的部署都能完成。

數據資產化過程也應該先把數據資源進行歸集、治理、加工，否則很難進行跨利益、跨系統、跨區域、跨利益主體的交流和共享。進而把數據資源加工成數據元件，通過數據空間和數據要素互聯網進行大規模流通和應用。我們現在也在組織團隊研究，數據元件能不能支撐大模型，如果可以，將會發揮更大的經濟社會效益。

最后是一個展望和暢想，我們經過研究，特別是和其他研究機構做了一些交流，發現目前我們擁有的數據資源的價值大概在10萬億，但沒有評估、沒有入表，如果經過數據資產化實現的資產將會超過100萬億級，我們的團隊愿意和國內的同仁共同努力，把數據資產放大到100萬億級，為經濟社會發展做出我們的貢獻。