摘 要：数据资源资产化是企业实现数据价值的关键。企业通过变革经营模式、深入挖掘数据价值，实现数据资源资产化，将更好地赋能企业价值创造和价值链重构。当前国内企业的数字化实践表明，数据资源资产化仍属于新兴领域，其赋能企业价值创造的实现路径有待进一步探索。本文在梳理数据资产相关理论的基础上，系统总结国内外数据资源资产化的典型案例和经验做法，尝试构建数据资产赋能企业价值创造的基本逻辑和作用机制，探析数据资源资产化赋能企业价值创造的实现路径。
关键词：数据资源资产化；数据资产；价值创造；数字化转型；数字经济
中图分类号：F276.44 文献标识码：A 文章编号：2096-0298（2024）09（a）--04
党的二十大报告明确提出要加快发展数字经济。为贯彻党中央、国务院决策部署，发挥数据的基础资源、创新引擎作用，加快建设数字中国，服务数字经济健康发展，财政部于2023年8月发布《企业数据资源相关会计处理暂行规定》，2024年1月印发《关于加强数据资产管理的指导意见》，支持合规推进数据资源资产化，进一步发挥数据资产价值，不仅契合数字经济发展的方向，还为企业充分发挥数据资源潜力提供了明确指引，同时为赋能企业价值创造提供了创新路径。在此背景下，厘清数据资源资产化赋能企业价值创造的内在机理，探析数据资源资产化赋能企业价值创造的实现路径具有重要的理论意义和现实意义。
1 国内外文献综述
1.1 数据资产的管理与应用
1.1.1 理论研究
已有研究主要从理论上分析了数据资产管理的重要作用，探讨了数据资源资产化的基础框架和数据资产的演化路径等。数据资产管理能提高业务数据化效率、推动数据业务化，加速数字化转型是释放数据价值的基础（姚为培，2023），同时数据资产管理能够有效帮助企业挖掘数据价值，提高企业竞争力，对新质量生产率和创新具有重要影响（Yan Zhao，2024），但数据资产不能脱离场景存在，同一数据在不同的场景下应用的范围、价值差异性较大（郭荣纯，2023）；数据资产核算研究领域存在数据产权归属划分、测量误差、道德风险和逆向选择问题（马克卫，2023）；构建基于知识图谱和数据资产关系模型的训练模型（Wang Xue，2022），研究数据资源资产化的基础框架，厘清数据资产的演化路径（Xu Tao，2024）等将有助于业务流程再造和企业价值创造。
1.1.2 实践研究
无论是我国政府还是微观企业，都在积极进行数据资源资产化创新实践。国内外学者分别以基于区块链的电力设备数据资产管理机理、电力信息数据资产管理系统、常州城市排水有限公司数据资产管理体系、医疗健康大数据资源资产化、区域发电企业数据资产管理平台建设、数字化技术和数据资产在文化产业领域的应用与发展等实践应用情况进行了探索（Xie Xiao ming，2022；Al Dhlan Kawther A，2022；Tian Yue，2023；宗圆，2023；谢志奇，2023；招阳，2023；翟运开，2024）。
1.2 数据资产价值及其评估
数据在促进高效资源配置方面发挥着核心作用，并最终带来高质量的经济增长（王晨曦等，2024），数据资产对企业运营效率和企业价值创造等有着显著的影响，数据资产价值可以通过建立新颖的数据资产组合定价模型（Hao dadef5c511e5762ca531e9a0e70ad78234e7217b0a7ab2b7fc36a89cb7bc7042Jun，2023）、构建数据资产价值评估模型（李文龙，2023）、把无形资产的实物期权方法引入数据资产定价（Jia-qi Wu，2023）、通过Fermatean模糊TOPSIS构建的多准则决策（MCDM）模型（Dong Lina，2023）等进行评估；可视化是评估数据资产价值的最有力工具（Lammons William Bishop，2023），基于RFID的物流大数据资产评估与数据挖掘研究识别算法优势明显，准确率达到97.3 %（Li Yufeng，2023）；数据资产通常的估价方法有成本法、市场价格法、预期收益法，也可对三种方法进行组合运用，或结合相关产品的买方特性做出适当调整和修正（王娟娟等，2023；马克卫，2023）。学者分别以互联网代表企业美团公司作为案例分析对象，计算在自由现金流模型下公司实际的数据资产价值以及各业务的数据资产价值贡献情况（林丽环，2023）；以紫光股份为分析对象，通过运用多期超额收益法对其数据资产价值进行评估（孙靓，2023）；智慧电网产生的数据资产已成为企业的关键生产要素，数据资产成为企业新的利润增长点，并基于组合赋权法对数据资产价值进行评估（于艳芳，2023）。同时，数字资产作为私有信息具有盈余预测性（新夫等，2023）。然而，数据资产价值评估实际应用中仍存在一些问题和挑战（李奕萱，2023）。
1.3 数据资产风险与防控
数据资产权属边界的不确定性、制度设计的缺位和数据主体间的利益博弈加剧了现实风险，对于数据资产风险防范体系的构建应注重相关法律基础的奠定、配套机理的完善和多方利益的平衡，兼顾合理性与现实性（刘佳宁，2019）；数据资源资产化存在诸多风险，可以从数据治理、数据安全、供应链数据共享、客户信用风险控制以及智能电网稳健性建设等角度进行智能电网数据资产风险识别与管理（李爱华，2019）；基于改进FMEA的数据资产质量风险主动评估框架有助于数据资产风险防范（You Jianxin，2022）。
1.4 数据资产赋能企业价值创造
数据资产是驱动企业高质量发展最活跃的生产要素，其特性与企业高质量发展的特征本质上是一致的，数据资产的本质属性是赋能企业高质量发展的基础（刘光强，2024）；企业数据资产经济价值由创新性价值及效率性价值构成，可采用收益法评估数据资产创新性价值，借助超额收益法评估数据资产效率性价值（苑秀娥等，2024）；数据资产可以在研发、采购、生产、销售、售后服务等环节实现价值创造，进而推动企业运用数据资产创造价值（刘妍，2022）。
国内外学者在数据资源和数据资产的界定、数据资产管理与应用、数据资产价值评估和数据资产风险防控等方面已经做了大量系统而丰富的研究和实践，但是在数据资源资产化赋能企业价值创造的理论基础、内在创新演进机理、实现路径和保障机制等方面系统的研究成果较少。当前，国内的数字化实践表明，数据资源资产化仍属于新兴领域，其赋能企业价值创造的内在机理和实现路径等有待进一步探索。
2 数据资产赋能企业价值创造的理论基础
为了实现数据资产赋能价值创造的目的，企业经营管理者需要厘清数据资产化及其赋能企业价值创造的理论基础，并且选用合适的数字技术及架构模式，重塑企业的数据管理流程并充分与企业外部公共数据交互，形成可持续的数据生态。
2.1 数据要素的经济属性
数据具有非竞争性，当数据被用于不同目的或被多个人使用时，不仅不会减少每个数据使用者的数据使用价值，还能增加社会总价值。数据的非竞争性和零边际成本的结合内在地要求数据开放共享和接入再用，数据的多人应用和多场景应用会有助于最大化挖掘数据要素的价值。由于数据只有开放共享、重复再用才会创造更大的价值，因此数据开放共享是数据战略的重点。数据要素具备经济属性是数据资产赋能企业价值创造的根本和基础。
2.2 数据要素的倍增效应
数据要素能在经济活动中释放价值，得益于其通常借助非线性的协同作用与其他要素有机结合，继而在相互影响下实现全要素生产率的几何倍增。数据要素倍增效应可定义为数据要素对生产力水平提高、经济活动效率提升、技术水平改进、运行成本控制等各方面的作用和价值倍增能力。
2.3 价值创造理论
Adam Smith在《国富论》中最早提到价值创造理论，资本、土地以及劳动是企业的三大生产要素，企业可以通过增加劳动者数量、时间、强度等手段增加企业创造的价值。数据作为数字经济时代企业经营的一项新资源、新要素，具备更大为企业创造价值的潜能。价值创造的逻辑总体可分为价值主张、价值创造、价值传递与价值实现等层次。广义的价值创造指企业在提出价值主张后，企业与其利益相关者一起进行生产的过程，强调“价值共创”；狭义的价值创造指为实现客户的价值所实施的运营模式。
2.4 全要素生产率
全要素生产率（Total Factor Productivity，TFP）又称“索罗余值”最早由美国经济学家罗伯特·索罗提出，是指各要素（如资本和劳动等）投入之外的技术进步和能力实现等导致的产出增加。企业的经营实践证明，数据资源在提高生产效率、降低成本以及优化资源配置等方面具有显著优势，并将在极大程度上提升全要素生产率。
3 数据资源资产化赋能企业价值创造的机理
企业数字化转型的实践证明，数据越来越成为驱动企业价值创造的重要战略资源。数字经济与实体经济相融合的背景下，企业竞相实施数字化转型，以期实现数据为业务赋能，为管理赋能，为价值创造和企业价值最大化目标赋能。尽管数据要素对经济发展的重要性已经成为共识，但是单纯的海量数据并不会自动产生价值，数据资源必须符合资产的确认条件并合理运营管理，才能真正为企业带来经济利益的流入，并全方位融入企业的价值创造各环节，进而推动产业升级和转型。因此，厘清数据资源和数据资产赋能企业实现价值创造的内在逻辑和机理就显得意义重大。
数据资产赋能企业实现价值创造的过程是一个从数据供给到数据挖掘整合再到数据使用流通的过程，这一过程中，企业首先需要进行数据搜集、挖掘分析和加工整合，然后进行产品研发和确权估值等，进而进行流程再造和业务革新，最终进行推广应用和价值链重构等，以实现为企业创造价值和价值共创共享的目标。这一过程具体可用图1表示。
4 企业数据资源资产化赋能企业价值创造的实现路径
2020年3月，《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》明确提出：“加快培育数据要素市场”，数据要素成为继土地、劳动力、资本、技术后第五大生产要素。数据要素强调数据的生产价值，而数据要素资产化是数据要素发挥其生产价值的重要途径，有利于激发数据资源潜在价值，赋能企业创造新的价值。数据资源资产化赋能企业价值创造的内在机理一般按照“初步构建成型-系统拓展延伸-全面成熟赋能”这一路径进行演进。具体的实现路径包括全要素数字化转型、各经营环节数字化转型、上下游关联行业数字化转型、激发社会创新活力等多个方面。
4.1 助力全要素数字化转型，赋能企业价值创造
数据要素并不是以一种独立的要素形态存在，而是更多通过各种软硬件基础平台，为人才、技术、资本、创新、管理等要素的价值实现提供基础环境。数据资产化的作用将重点体现在对各生产要素流转的全面数字化改造，从而实现国民经济的全要素数字化转型和企业价值创造能力的提升。全要素数字化转型的过程，是重构原有资源配置状态、挖掘各要素潜在价值的过程，同时也是实现数据资产与实体经济、科技创新、现代金融、人力资源协同发展、充分融合，推动形成智能化的数字经济体系的过程。如长沙某电力企业，由于建设前期缺少培训体系的顶层设计，企业建设了几个相对独立的与培训业务相关的信息化系统（如ERP财务系统、人资平台等），系统间存在数据壁垒，难以沉淀业务数据库，无法为培训管理与规划决策提供数据支撑。该企业基于万应低代码，利用“连接器”实现业务平台的互联互通，结合“数据中台”的能力，实现培训管理平台业务数据汇集，沉淀培训“六库”：员工库、师资库、场地库、课件库、项目库、人才库，构建“低代码+物联网+大数据”培训数字化管控平台，辅助管理层实时管控公司的培训、资金、资源等进展情况，实现了全要素数字化转型，极大提升了管理效能。
4.2 助力各经营环节数字化转型，赋能企业价值创造
通常，企业数据资产化包括数据资源化、资源产品化、产品价值化三大步骤，数据资产化对于推动企业数字化转型意义重大。首先，通过数据资产化，企业可以获得更为全面、准确的数据，进而提高决策效率；其次，数据资产化能够帮助企业深入了解业务流程中的关键环节和瓶颈，从而有针对性地进行流程优化和创新；最后，数据资产化能够释放数据的商业价值，为企业提供个性化服务和精准营销等新的商业模式，提高客户满意度和忠诚度的同时增加企业营收。实践中，企业可以通过有效的数据资产化管理推动其生产、交易、消费等各经营环节数字化转型，进而赋能企业价值创造和价值增值。
如在生产环节，企业可以利用数据资产要素变革生产函数形式，或协同其他生产要素，从而提升生产效能，也可利用数据资产要素来改革生产制造工艺，调整和优化经营决策方案。数据资产作为驱动生产数字化转型的重要力量，未来在提升生产智能化水平和生产效率等方面将大有作为。在各类交易环节中，数据信息在上下游、供需各方之间进行流通，数据资产的有效介入将有助于交易各环节及其管理流程的数字化转型，助力企业实现资源高效配置和降本增效，推进数实深度融合。
4.3 助力关联行业数字化转型，赋能企业价值创造
当前，各产业之间的内在联系日益加深，一个行业的数据要素和数据资产能为有效赋能关联行业的数字化转型和价值创造。通过有效采集、加工行业基础数据，构建算法模型，能够解决关联行业业务发展面临的障碍，实现数据要素潜在价值向价值创造转化。如，芯化和云作为一家专注于化学品行业数据研究与应用的平台型、技术型公司，紧跟数字经济浪潮，充分把握数据要素要领，利用大数据、人工智能等先进技术，对化工行业数据进行自动化提取、标准化核实、技术加工，为行业提供精准的数据库服务，并进一步输出商机匹配、商品交易、集采集销、行情研判等综合服务，在商机获取、贸易风控、行情把控、降本提效等方向为化工企业赋能，助力企业提高交易利润、提升经营效率。2023年11月入选为“2023全球数商大会”年度数据要素典型应用场景优秀案例。
4.4 助力激发社会创新活力，赋能企业价值创造
数据资产化除了为企业和社会直接创造显性财富外，还能通过主动融入社会创新体系，激活各类市场主体创新动力，推动社会创新实践，激发全社会创造活力。以健康云为例，该平台通过收集和分析用户的健康数据，如体征、疾病病史等信息，可以为用户提供个性化的健康管理方案和医疗服务。同时，医疗健康数据的资产化也可以为医疗机构和科研机构提供宝贵的研究数据，促进医疗科技的创新和发展。再以滴滴出行为例，通过收集和分析用户的出行数据，如出行时间、路线等信息，可以提供更加精准和高效的出行服务。同时，城市交通数据的资产化也可以为城市规划和交通管理部门提供重要的决策支持，优化城市交通布局，缓解交通拥堵等。
参考文献
姚为培.数据资产管理趋势[J].通信企业管理，2023（12）：58-59.
Yan Zhao.The Influence Mechanism of Data Asset Management Regulation and New Quality Productivity on Innovation [J].Journal of Statistics and Economics，Volume 1 ，Issue 1.2024
郭荣纯.神州信息的数据资产入表实践[J].软件和集成电路，2023（12）：34.
马克卫，王硕，苑杰.数据资产核算应用研究：理论与实践[J].中南财经政法大学学报，2023（5）：149-160.
刘光强.数据资产赋能企业高质量发展的价值创造逻辑与路径[J].财会通讯，2024（4）：3-12.
苑秀娥，尚静静.价值创造视角下互联网企业数据资产估值研究[J].会计之友，2024（6）：59-67.
刘妍，耿云江.价值链视角下的数据资产价值创造[J].财务与会计，2022（4）：52-55.
陆威文，苟廷佳.数据要素资产化的理论逻辑与实践进路： 基于对数据资产内涵与价值规律的认识[J].企业经济，2023，42（4）：28-39.
王晨曦，康文峰.数实融合对高质量发展的影响研究[J].中国商论，2024（3）：50-53.
王娟娟，金小雪.互联网信息服务平台数据资产评估方法： 基于盈利模式差异的视角[J].科技管理研究，2023，43（22）：83-94.
林丽环.互联网企业数据资产定价研究[D].南京： 南京邮电大学，2023.
