作為數字經濟時代最為重要的生產要素，數據要素是推動社會經濟高質量發展的核心動力和關鍵引擎。自從黨的十九屆四中全會提出健全勞動、資本、土 地、知 識、技術、管 理、 數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制，首次提出將數據要素作為生產要素，十九屆五中全會進一步明確了數據要素的市場定位，數據要素的重要價值逐步凸顯。

數據要素價值化，通過將低質量、碎片化的原始數據轉變為可流動的數據資本，實現了數據要素價值增值的動態過程，是數據要素 市 場 發 展 的 關 鍵 和 核 心。《“十 四五”數字經濟發展規劃》中提出充分釋放數據要素價值，激活數據要素潛能。2022年年底，《關于構建數據基礎制度 更好發揮數據要素作用的意見》（下稱《數據二十條》）頒布，提出充分實現數據要素價值、促進全體人民共享數字經濟發展紅利。2024年初，國家數 據 局 等 17 個 部 門 印 發《“數 據 要 素×”三年行動計劃（2024—2026年）》，提出探索多樣化、可持續的數據要素價值釋放路徑。實踐層面，數據要素價值化受到廣泛的關注，一方面數據要素流通交易市場逐漸興起，各地掀起建立數據交易所的熱潮，部分地區整合資源成立國資背景的數據集團。另一方面，財政部印發《企業數據資源相關會計處理暫行規定》，明確將符合相關條件的數據資源認定為數據資產進入資產負債表，數據資產化成為各界熱點議題。此外，在配套政策方面，數據要素價值化在各地方政府層面的文件中出現，如上海市人民政府辦公廳印發《立足數字經濟新賽道推動數據要素產業創新發展行動方案（2023—2025年）》，提到建立數據要素價值轉化體系。

本文將數據要素價值作為主題詞，在中國知網進行文獻檢索。考慮到2019年十九屆四中全會首次將數據列入生產要素，本文將檢索 的 時 間 窗 口 限 定 為 2019—2023 年 10月，獲得中文文獻121篇。在此基礎上，進行文獻的閱讀、篩選和歸類。目前國內學者對數據要素價值化進行了大量探討，但系統梳理和總結相對較少。部分學者從數據資產管理和數據貨幣化的角度，對企業的數據價值開發問題進行了文獻的梳理。與企業層面的分析相比，本文聚焦數據要素市場，探討數據要素在市場機制的作用下通過流通交易、開發利用等方式優化資源配置、釋放數據要素價值的過程。

本文從概念內涵、實現機理、驅動因素、未來趨勢四個方面，對國內數據要素價值化的研究進行述評和梳理，以期能夠加深對數據要素價值的認識與理解，從而為數據要素價值挖掘乃至我國數據要素價值實現提供借鑒和參考，研究框架如圖1所示。

主要回答以下問題：

第一，目前對數據要素價值化的認識、觀點及主要的爭議是什么？

第二，數據要素價值如何實現？其影響路徑與機制是什么？

第三，數據要素價值化的驅動因素是哪些？實踐中遇到的阻礙在哪些方面？

第四，在我國數據要素市場建設的大背景下，數據要素價值化的未來發展路徑是什么，如何理解？

1. 數據要素價值化內涵討論

1.1 數據要素資源、資產和資本屬性

當前，針對數據要素的研究呈現法律、經濟、管理多學科多元視角交叉趨勢。在數據要素價值化的過程中，作為載體的數據經歷了數據原料、數據資源、數據產品、數 據 資產、數據資本等狀態轉換，這些均可視為數據價值實現過程中的不同表現形態。已有研究側重 區 分 數 據 要 素 價 值 化 過 程 的 不 同 狀態，如根據不同的標準劃分為數據資源、數據資產、數據資本等形態，并對這些形態的功能進行闡釋。

這其中，學者們對數據資源作為數據要素價值化基石的觀點形成了共識。數據資源是具有潛在開發和利用價值的物資，是使用數據、釋放數據價值的邏輯起點。從作用看，數據資源的潛在價值一方面體現在利用數據傳送的技術手段來提升生產效率，另一方面體現在與資本、勞動、技術等其他生產要素融合形成疊加、倍增效應。

然而，現有研究對數據資產及其后續形態的認識存在一定的差異，爭論主要集中在對數據資產的界定條件上。部分研究認為數據資產是具有可控制、可計量、可變現并能夠帶來各種直接和間接經濟效益的資產，是實現數據價值的核心與關鍵。基于會計核算視角的研究認為，數據資產必須滿足特定主體擁有或控制、能帶來經濟利益、價值可計量等界定條件。基于國民經濟核算視角的研究則重點關注數據的使用壽命，將在生產過程中被反復或連續使用一年以上作為重要的界定條件。

至于數據資本，多數研究從經濟學角度進行討論。政治經濟學視域下的研究將重點置于剩余價值論范式中，強調隨著數據要素進入市場自由流動并帶來剩余價值，數據作為資本的作用逐漸凸顯，即數據資本是能夠帶來剩余價值的數據，是實現剩余價值增值的那部分數據。另有一些學者則認為具有生產價值的數據即為數據資本，并參照物資資本的方法對數據資本的存量、形成額等進行估算。換言之，對于哪些數據可以被視為數據資本，不同視域下的研究存在觀點上的差異。

對于數據要素不同形態之間的關系，現有研究并未形成一致認識。目前較為主流的觀點是認為數據要素價值化經歷了“數據資源化——數據資產化——數據資本化”的形態演變，基于此提出數據要素價值化的“三化框架”。鑒于流通環節對數據要素價值化的重要性，有一些研究重點關注流通環節，認為數據要素價值化的本質是在流通環節將數據資源轉化為 可 增 值、可 計 量、標 簽 化 的“商品”，即還需經歷數據商品化的階段，進行數據價值的充分挖掘和交換價值實現。從流通視角進行的理論討論也得到了數據交易所等數據要素流通實踐探索機構的關注，如上海數據 交 易 所 提 出 數 據 “資 源 化——產 品化——資產化”的轉化路徑，認為流通環節中數據要素經歷從資源到產品、再到資產的過程。此外，還有學者基于數據資產化過程中可能衍生出的數據流動性和增值性的特征，討論了數據要素具有的衍生金融屬性，并從金融化的角度探討了數據要素的價值。

1.2 數據要素價值化的內涵認識

通過梳理數據要素形態演變及其作用可以發現，釋放數據要素價值、實現數據要素價值化貫穿始終。作為數據要素市場建設的關鍵與基石，數據要素價值化的主要目的是通過加強全社會對數據要素流通價值的認知，推進數據要素市場建設。目前，數據要素價值化內涵的研究呈現學科交融性，學者們從不同學科視角對其內涵進行闡釋，大致分為以下兩類典型視角。

第一類較為主流的研究，是從經濟學視角出發對數據要素價值化進行闡釋。其中一些研究著重從價值的角度對數據要素化進行分析。價值可以被分為使用價值、交換價值等類型，其中使用價值是指物品或服務可以滿足自我需求，交換價值則反映在物品或服務在市場中能獲得的價格。承繼政治經濟學的研究思路，在勞動價值理論、資本價值論基礎上構建數據價值理論，從數據價值形成、實現、確權、定價等角度重構了數據價值理論體系。從影響機制看，數據的價值包括數據獨立作為生產要素產生的價值創造效應、數據賦能其他生產要素產生的價值倍增效應、數據替代其他生產要素產生的價格歸零效應三個方面。這其中另有一些研究側重從生產力的角度，分析數據要素價值化的過程。認為其是數字技術與勞動者、勞動資料和勞動對象有機結合的數字化勞動和新價值創造過程。認為數據要素通過提高絕對生產力進而提升部門綜合生產力和比較生產力，從而導致價值量的增加。

第二種較為主流的研究，是從管理學視角出發，典型的如從邁克爾·波特提出的價值鏈的視角出發，將數據要素價值化的過程分解為一系列獲取價值的關聯活動。從流 通 市 場 的 視 角 構 建 數 據 流 通 價 值鏈，提出數據從原始數據、數據資源到數據產品、數據資產的數據要素價值化的思路，并以釋放數據生產要素價值為出發點，提出全國統一的數據資產登記體系的構想。數據價值化的過程不僅限于流通市場環節，還應由一系列互不相同但又相互關聯的活動構成。基于價值鏈理論，構建基本活動、輔助活動、價值開發等在內的價值鏈實現路徑。數據基本活動是價值實現的主路徑，包含了作為源頭的數據采集、價值開發重要環節的數據組織、成為生產要素的數據流通、以及運用到場景的數據利用。這其中，人才、技術、安全等輔助活動確保了數據基本活動的開展。在此過程中，數據從具有潛在價值演變為價值實現。

不同學科基于各自知識、方法等對數據要素價值化提出了不同的見解，經濟學視角的研究側重從價值、生產力等宏觀視角進行分析，管理學視角的研究側重從中觀、微觀對數據要素的價值創造過程進行分解，對數據要素價值增值過程進行更為深入的解構。在當前，對數據這一新型生產要素的認識尚處于探索階段，不同學科視角的理解從不同維度豐富了對數據要素價值化的認識與理解。

2.數據要素價值實現機理研究

識別數據要素價值實現路徑，是探索數據價值、實現價值優化的基礎。從已有研究看，目前數據要素價值實現機理根據流通過程可以分為數據確權機制、產品定價機制、價值評估機制等方面。

2.1 數據確權機制

產權理論認為，明晰的產權是促進要素流通的基礎。以法律形式明確數據權利的類別、權利的歸屬問題，并進行數據確權是實現數據要素價值的前提。與傳統要素相比，數據要素具有非排他性，難以獨占地享有權利，也難以讓渡權利，因此，以支配和排他為核心的所有權確權模式難以適用，傳統的產權路徑也難以實現。

數據作為新事物，現有體系中并沒有相應的權屬，因而應不應該界定、界定什么權、如何界定等問題成為了當前學界和實踐探索爭論的焦點。圍繞數據確權機制，現有研究進行了廣泛的討論，以《數據二十條》創設性提出數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制為標志，可以將相關討論分為兩個階段，不同階段的數據確權研究側重點和方法有所不同。

早期 探 索 階 段 （《數 據 二 十 條》 出 臺前），主要從數據權的類型、來源等理論視角進行討論。在權屬的界定方面，學者們針對如何界定數據權屬問題的討論可以簡單地分為“傳統權利派”和“新型權利派”，即爭論主要集中在界定什么權。“傳統權利派”的學者主張通過現有的法律體系對數據的權屬問題進行解釋，例如有學者主張按照物權法原理來界定數據產權，也有學者主張數據是著作權客體，應以知識產權法對其權利進行保護。“新型權利派”學者們從不同的角度提煉新型數據權利理論，對數據確權問題進行創新性討論，如新型財產權論、兼具債權和物權的新型權利。還有學者主張網絡用戶的個人數據權利是一種兼具人格權與財產權性質的二元權利，主張同時保護數據所承載 的 人 格 利 益 和 財 產 利 益。這 一 階段，關于數據確權的討論呈百家爭鳴狀態，但一直未形成廣泛共識。

發展階段（《數據二十條》出臺后），主要從推動數據要素合規高效流通使用的視角對數據確權問題進行討論，研究主要圍繞三權的理解、三權理論與實踐的矛盾等問題展開。隨著《數據二十條》創設性提出三權分置概念以來，學者們通過構建更加全面綜合的分析范式，對數據確權問題進行研究。數據確權的根本困境在于數據權的內涵和外延尚不清晰、數據本身的復雜性加大了確權難度、數據形成過程中參與主體多元且互相之間存在權利張力。《數據二十條》弱化所有權，強調持有權，從誰持有數據的角度進行分析，著重考慮邊際貢獻度較大的數據主體，確權的目的是為了實現數據權益保護與數據產業發展之間的平衡。明晰數據及數據權利譜系，厘清數據及數據權利的外延，結合數據的多重屬性，分別確定數據權利的配置規則是重中之重。在實踐落地層面，數據權屬問題仍是各界爭論的焦點。當前直接與數據產權及相關財產權益分配的法律處于空白狀態，除在部分狀況下適用商業秘密和著作權保護外，目前主要通過反不當競爭法規對數據權益進行保護，因而三權分置的落地方案仍在探索中。

總體而言，數據確權研究經歷了從單一的法學研究向不同數據類型、不同權屬類型、理論研究的實踐落地等綜合性研究轉變。

2.2 產品定價機制

數據定價是數據要素市場化配置中的關鍵環節。然 而， 由 于 數 據 要 素 具 有 可 復 制性、可變性等不同于傳統生產要素的特征，使得數據定價成為數據要素價值實現的一大難點問題。

目前，學界對數據要素定價的理論討論尚處于起步階段，爭論主要是在定價策略的選擇上，是按生產成本進行定價，還是按數據價值進行定價。生產成本定價側重于從數據供給方的角度，對其在數據產品全生命周期中各生產環節的成本進行計算，如數據采集、描述等建設環節成本，整合、存儲等運維環節成本，以及投入的人力成本、服務外包成本及其他間接成本。數據價值定價則更加側重于從數據使用方角度，衡量數據產品在迎合買方需求所帶來的價值，進而確定數據產品的定價，如內在價值、業務價值、市場價值、經濟價值等。

兩種不同的定價策略反映了不同的思路與目標。在其他要素的定價問題上，由于生產成本更容易計算，生產成本定價策略較容易被使用。然而，有別于其他要素，數據要素的使用離不開具體的應用場景，數據只有在被使用中才會產生價值，因而實際的應用場景會影響數據價格。

在具體的定價方法上，延續之前對大數據定價的相關研究，存在協議定價、拍 賣 定價、博弈論定價、使用量定價、免費 增 值 定價、動態定價等多種方法。其中，在拍賣定價的方法上，形成了單邊拍賣、雙邊拍賣兩種觀點。在博弈論定價的方法上，形成了基于非合作博弈的定價、基于 Stackelberg博弈的定價、基于討價還價博弈的定價等。不同研究基于定價策略、模型設定、分析資料可得性的考慮，選用了不同的定價策略與定價方法。在當前數據要素定價討論中，多角度的討論具有重要的意義。

總體而言，由于數據要素研究尚處于起步階段，加之受限于權屬界定、數據安全與隱私保護等問題，數據要素（包括其各種形態）的透明性與流動性不足，數據產品定價機制仍在探索階段。合理的定價不僅是數據交易雙方的訴求，更是發揮市場價格機制、釋放價格信號進而推動數據要素市場建設的重要趨勢。

2.3 價值評估機制

數據價值評估是活躍數據要素市場的重要抓手。然而，由于數據資產缺乏可比的計量單位，加之生產方式、成本、用途 等 的 不同，其價值具有很大的不確定性。現有研究差異主要體現為價值范疇的界定與方法的選擇上。

目前，對數據資產價值認定主要有微觀會計、宏觀國民經濟核算兩種視角，第一種視角是從會計核算的視角，遵從《企業會計準則》中關于資產的定義，將滿足資產定義、符合資產 確 認 條 件 的 數 據 資 源 確 認 為 數 據 資產。該角度認為數據資產滿足特定主體擁有或控制、能夠為其所有者帶來經濟利益、價值可計量等特征。有學者在無形資產定義基礎上突出數據資產的獨特屬性，將數據資產界定為“由企業擁有或控制的具有數據化形態的可辨認非貨幣性資產”。有學者將數據資產定義為擁有數據權屬（勘探權、使用權、所有權）、有價值、可計量、可讀取的網絡空間中的數據集。

第二種視角是從國民經濟核算的視角，延續“資產”及“固定資產”的定義，關注數據成為資產的所有權歸屬和收益性，將在生產過程中被反復或連續使用一年及以上作為界定數據資產的條件。將擁有明確使用場景、經濟所有權明確，并且能給所有者帶來經濟利益的數據視為數據資產。

在數據資產價值的評估方法上，目前主要用到三種方法：成本法、市場法、收益法。每種方法各有其優劣，其使用的情景也存在一定的差異，具體如表1所列。從價值評估的現實困境看，目前主要存在數據資產計量方法尚未成熟、缺少必要的數據統計支撐、現行統計及會計制度不適合數據資產管理的需要等難點，重點難點在界定數據生產活動的人員工作時間及勞動工資、經費等項目構成方面。

3. 數據要素價值化驅動因素研究

從驅動因素看，數據要素價值化是諸多因素綜合作用的結果，識別其驅動機理是理論和實踐關注的核心議題。從已有研究看，數據開發利用、數據流通交易等是實現數據要素價值的重要方式與途徑。數據開發利用實現了數據潛在價值的挖掘，數據流通交易則實現了數據對內價值向對外價值的傳遞。

3.1 數據流通交易

對于數據要素價值化的驅動因素研究而言，已有研究對流通交易的功能與作用形成共識，即數據要素的價值必須通過流通交易才能得到體現。一方面，通過流通和交易，數據要素“流動”到那些有能力處理和利用它們的企業和個人手中，其價值才有可能得以發揮。另一方面，通過流通市場的價格發現功能，數據要素的價格在市場交易中不斷優化以接近合理的價格區間，這有利于完善數據要素價格形成機制，降低價格信息的不對稱性，從而促進數據要素流通。

然而，對數據流通交易應該在場內還是在場外仍存在不少的爭議。從空間劃分，數據交易分為場內的集中式 交 易、場 外 的 分 散 式 交易。一種觀點認為應該堅持場內交易，場內交易具有集中化、規模化的優勢，數據供需雙方在數據交易所完成買賣活動，促進數據要素價值流通；另一種觀點則堅持場內、場外共同發展，認為兩者同屬于數據要素市場的重要組成部分，是實現數據要素價值的重要空間載體。

從數據流通交易的參與主體看，已有研究存在爭論，集 中 在 數 據 交 易 機 構 的 作 用 上。一方面，部分研究認為，數據交易機構在數據要素價值化過程中發揮關鍵作用，是數據要素市場的主要參與者，是研究的重要議題。然而，雖然我國已經建立起了一批數據交易機構或平臺，但在實際發展過程中存在著諸多現實困境與問題，如交易規則和交易標準的碎片化、數據確權的約束等，影響數據要素價值實現。另一方面，部分研究則認為除了數據交易機構，數據流通環節中參與的多元主體均發揮了重要的作用。數據要素價值化過程中存在數據供需方、數據交易機構、交易服務機構、監管機構等多元主體，不同參與主體在流通交易的不同環節對數據要素價值進行挖掘。相關研究普遍認為，應該加強數據要素市場生態體系，為數據要素的價值實現提供保障。

3.2 數據開發利用

數據開發利用，即通過融合各方力量對數據的經濟價值進行挖掘，是實現數據價值的重要方式。原始數據僅具有潛在價值，只有經過開發利用，投入資本、勞動和智力活動，才能使其轉變為具有使用價值的數據產品。

對于數據開發利用的對象，現有研究主要關注政府數據、公共數據的開發利用。從政府信息公開開始，政府信息、政府數據在經濟社會發展過程中扮演了重要的角色。作為政府信息公開的高階形態，政府數據開放通過向社會提供數據，鼓勵社會利用數據，實現政府數據價 值 創 造 和 價 值 實 現。在 這 個 過 程中，政府開放數據的價值形態經歷了演化，從具有潛在價值的資源形態，轉變為資產形態，再到知識形態及智慧形態，通過社會化建構充分挖掘政府數據的經濟社會價值。

數據開發利用實現了數據價值的增值，例如，有學者基于開放數據的增值過程分析增值模型，提出價值增值的八個機理，包括需求觸發、效能提升、共享激發、利益驅動、政策引領、資金傳導、技 術 賦 能 和 效 率 集 聚 等；還有一些學者借鑒和優化“數據勢能”評估模型，或構建公共開放數據“數據賦智”的估值概念框架，對政府開放數據的價值進行測算，從而量化評估了開發利用對數據價值的作用。

4．數據要素價值化的障礙與路徑研究

清晰的識別并盡力減少數據要素價值化所面臨的障礙，有助于推動數據要素價值化的實現。結合現階段理論與實踐領域中反映的各種問題，本文從法律、市場兩個維度分析目前數 據 要 素 價 值 化 遇 到 的 障 礙。在 此 基 礎上，進一步分析未來的可能路徑，包括制度路徑、市場路徑、生態路徑、技術路徑等。

4.1 障礙因素

（1）法律障礙

在數據要素價值化的過程中，仍然存在許多困難和問題，相關的基礎制度在不斷建設中，這也從側重反映破除法律障礙的緊迫性，亟須建立健全數據要素市場法律保障機制。具體來看，數據要素價值化的法律障礙，主要體現為以下兩個方面。

一方面，權屬界定不清。由于現有法律法規并未明確公共數據、個人數據等歸屬于誰，因此存在產權關系不清晰、權利邊界難以界定等問題，使得交易流通的合法性面臨重重挑戰。特別是對含有個人信息的平臺數據，究竟賦予個人數據權，還是賦予企業數據權，成為爭論的焦點，且仍未形成共識。法律制度供給不足，影響數據交易流通與開發利用，成為數據要素價值化、數據要素市場建設的首要難點。

針對這一問題，《數據二十條》聚焦促進數據要素合規高效流通使用的主線，淡化所有權，強 調 使 用 權， 創 設 性 地 提 出 三 權。然而，由于數據生產和開發利用的過程中存在多方主體共同參與，如何對相應權利進行分配、平衡各參與方的權益與責任，仍是目前理論與實踐方面的重要掣肘。

另一方面，數據要素價值化面臨數據安全與隱私保護等方面的法律障礙。數字化實現生產生活便利化的同時，也引致了數據泄露、大數據殺熟、數據壟斷和數據黑灰產業鏈等安全與隱私保護問題。這些問題直接影響了產業健康發展和公民權益保護，抑制了數據要素價值化的過程。針對這一問題，《數據二十條》提出加強企業數據合規體系建設和監管，嚴厲打擊黑市交易，取締數據流通非法產業。

（2）市場障礙

數據交易流通市場是實現數據要素交換價值的主要場域，通過數據要素市場建設打通障礙，實現數據要素在各市場主體之間的高效有序自由流通，進而實現數據要素價值。然而，在現階段，數據要素價值化仍面臨不少的市場障礙。

從宏觀看，市場障礙主要體現為市場有效供給不足、市場需求未激發等方面。市場供給方面，目前社會已經逐步認識到數據價值的重要性，然而對哪些數據有價值、價值體現在何處、價值如何挖掘等問題的認知仍不清晰。部分握有高價值數據的數據源方“不敢”“不能”“不 愿”將 數 據 流 通 出 去。市 場 需 求 方面，數據在使用中體現價值，其價值依賴于具體的應用場景，具有一定的獨特性，因而市場需求 有 待 進 一 步 挖 掘。針 對 這 一 問 題，《數據二十條》提出推動數據要素供給調整優化，提高數據要素供給數量和質量，通過數據可信流通體系構建增強數據的可用、可信、可流通、可追溯水平。同時，《數據二十條》提出構建數據要素收益分配制度，由市場評價貢獻、按貢獻決定報酬，保障投入的勞動和其他要素貢獻獲得合理回報，這些措施為強化供給激勵、需求激發提供了可能。

從微觀看，市場障礙主要體現在交易規則不 健 全、 交 易 場 所 作 用 未 充 分 發 揮 等 方面。交易規則不健全，表現為規范數據交易行為的制度體系與監管體系不完善，在數據交易立法上，國內相關工作比較審慎，數據要素市場建設步伐較為穩健。在監管體系方面，目前尚未建立統一的數據監管體制機制，導致存在一定的制約。針對這一問題，《數據二十條》提出構建促進使用和流通、場內場外相結合的交易制度體系，同時完善數據全流程合規與監管規則體系。實踐層面，各地方交易機構發布基于交易流程的規范與指引，逐步推進市場規則的建立。

4.2 發展路徑

（1）制度路徑

健全的制度法律體系是實現數據要素流通、規范數據要素市場、釋放數據要素價值的重要依據和根本保障。針對當前數據要素價值化在實踐領域遇到的問題和障礙，學者們主張在數據立法、監管體系、配套政策等方面加大數據要素市場的制度供給，推進數據要素權益保障在相關法律法規中落實。例如，有學者主張積極利用知識產權、合同等已有制度，審慎應 用 反 不 當 競 爭 制 度 保 護 數 據 流 通 交易。同時，通過“事前預防與事后規制相結合”的方式完善數據要素市場監管法律制度，明確相關部門和監管機構職責所在。在具體的構建方式上，結合制度體系現狀、重要次序、難易程度以及動態調整等確定數據要素的各項基本制度。

（2）市場路徑

市場建設是數據要素合規高效流通的重要場域，是進一步挖掘數據要素價值的抓手。已有研究認為，構建全國性與區域性、場內與場外、一級與二級、綜合性與專業性、數據跨境等多層次數據要素市場，是數字經濟健康發展的重要根基。部分學者指出，從數據產品和服務的價格形成、多元化的數據定價方式、分類分 級 管 理、調 節 收 益 分 配 等 方 面 入手，根據公共數據、企業數據、個人數據等不同數據在使用場景、用途用量等方面的不同要求，因地制宜建立相應的數據流通市場體系，促進數據要素資源配置優化。

（3）生態路徑

數據要素流通交易服務生態是數據交易市場健康運行的必要前提，是打通上下游全流程各環節的保障條件。基于生態系統視角的研究認為，數據要素生態系統的演進是外部環境變化進而引發內部因素變化的結果，通過構建包括數據提供方、數據需求方、數據運營平臺、技術服務商、監管者多元主體在內的生態體系，打破數據要素流通壁壘、營造激勵與約束并行的制度生態。同時，不同數據運營平臺之間的互聯互通，是實現統一大市場條件下數據要素市場流通交易的要件。

（4）技術路徑

統籌安全與發展的關系，構建安全可信的流通環境，是數據要素價值釋放的必守原則。一直以來，數據要素價值挖掘的薄弱點主要體現在數據安全保障方面。隱私計算、區塊鏈、數據水印等新型技術的發展，為破解數據安全和數據流通的悖論提供了可能解。隱私計算，通過先進技術手段實現“原始數據不出域、數據可用不可見”，同時滿足數據交易和個人隱私保護的雙重需求，為數據要素的安全流通貢獻了技術路徑方案。區塊鏈技術，為實現數據資產確權登記、數據流通溯源提供技術可能性，降低了數據可復制性導致的負外部性問題，為數據要素的可信流通提供了新選項。現階段，相關技術發展仍未成熟，在效率、成本、能耗、安全等方面仍有較大的提升空間。

與此同時，新算法技術的發展與算力基礎設施的改善為數據要素價值釋放提供了堅實的技術支撐。機器學習等人工智能技術通過自動學習，從海量數據中歸納模式與規律，為進一步挖掘海量數據的價值提供了效率增進的空間。在數據要素定價和估值方面，這些數字技術有利于優化定價模型、改進價值評估能力，促進數據要素價值充分釋放。

5．研究結論與展望

5.1 研究結論

縱觀已有研究，數據要素價值化研究取得了一些進展，對推動數據要素市場建設提供了理論支撐和科學依據。這些研究主要呈現出三類特征：

第一，研究熱點緊跟國家數據要素發展的戰略需要。數據要素各階段的研究內容明顯受到國家數據要素戰略和政策的影響。隨著數據作為第五種生產要素被提出以來，數據要素市場配置和價值實現問題成為學界關注的熱點領域并持續至今。2022 年底，《數據二十條》提出的數據“三權分置”、數據確權授權機制、收益分配機制等概念，引發了大量數據要素領域的前沿討論，新思路、新范式、新舉措的提出不僅得益于理論與實踐的前期探索，更將成為指引后續研究的風向標。2023年以來，數字中國戰略、企業數據資源相關會計處理暫行規定等文件紛紛出臺。可見，關于數據要素價值化的理論研究與實踐探索將進一步延續。

第二，研究主題和內容日趨多元化。綜前所述，數據要素價值化是數據要素市場建設的重要抓手，當前學界以數據要素價值化為研究主體，圍繞數據要素價值概念內涵、實現機理、影響因素等作了一定的有益探索，形成了“內涵討論——實現機理探索——驅動因素識別——實踐路徑”的研究主題和脈絡，并逐步呈現出多元豐富的發展趨勢。

第三，研究方法呈現多學科交叉融合的態勢。從已有研究可以看到，數據要素價值化研究涉及經濟學、法學、會計學、管理學等多學科領域，共同關注數據要素價值化過程中數據要素的制度建設、產權問題、數據要素價值等內容，研究經歷了從單一的經濟學討論生產要素到多學科交叉融合的演變，研究方法以定性分析為主，研究尺度兼具宏觀、微觀尺度。

此外，圍繞數據要素價值化展開的研究仍存在有待進一步深化和拓展的空間：①數據要素價值化的概念尚未達成共識，仍待進一步探索。②數據要素價值化的理論基礎待深化，現有理論研究滯后于實踐探索。③微觀視域下數據要素價值化測算的研究不足，數據產品定價、數據資產評估的方法與統計資料較為缺乏，導致不同方法的測算結果之間存在較大偏差，尚未出現一致公認的方法。④數據要素價值化的對策和路徑研究有待深入探討。

5.2 研究展望

本研究對國內數據要素價值化相關研究進行了一定的分析，在當前中國積極探索推進數據要素市場化、加快構建以數據為關鍵要素的數字經濟階段，數據要素價值化的研究具有重要的現實意義。當然，受限于現階段數據要素市場剛逐步興起，相關資料及數據相對較少，本研究還存在一定的不足之處，例如，未充分對各種觀點的爭論與矛盾焦點進行深入分析，后續可待進一步研究。本文從研究視角、研究主題、研究方法三個方面提出未來的研究方向。

研究視角方面，未來可以拓展多學科交叉研究，探究促進數據要素價值化的策略，尤其是開展不同要素價值化的對比研究及對數據要素市場的經驗啟示。特別是數據要素領域的快速蝶變，加速了對相關理論研究的時間緊迫性。理論研究指導實踐進路、實踐歸納總結反哺理論對于數據要素研究同樣重要，對特定領域和應用行業的探索性經驗的歸納、總結、提煉、升華對推進數據要素價值化進程具有積極的意義。

研究主題方面，在深入把握數據要素特點的基礎上，借鑒和創新土地等傳統生產要素的成熟經驗，探索符合數據要素特性、兼顧安全與發 展 的 數 據 要 素 價 值 化 路 徑 研 究。進 一步，《數據二十條》按數據來源和數據特征進行分類分級，對數據要素價值化的討論可以細化到公共數據、企業數據、個人數據等不同模式下。同時，《“數據要素×”三年行動計劃（2024—2026年）》提出數據 要 素 在 12 種產業場景的應用，對數據要素價值化的討論可以進一步細化到不同產業場景中。再次，數據要素價值的分配問題，如何科學界定各參與方的收益與權責、厘清政府在調節收益分配環節的作用及機理等值得深入討論。

研究方法方面，增加數據要素相關的定量研究、案例研究。囿于資料可得性，目前無論是基于微觀數據還是宏觀數據的數據要素定量分析均較理論文獻少。未來研究一方面應聚焦中國實際問題，通過對具體一個或多個典型實踐的案例剖析，得出理論啟示；另一方面，可基于已有的宏觀、中觀層面的數據積累，通過定量分析探究數據要素價值化的影響因素及作用路徑。

來源：國家數據局