數據資源資產化賦能企業價值創造的機理及路徑探析

摘 要：數據資源資產化是企業實現數據價值的關鍵。企業通過變革經營模式、深入挖掘數據價值，實現數據資源資產化，將更好地賦能企業價值創造和價值鏈重構。當前國內企業的數字化實踐表明，數據資源資產化仍屬于新興領域，其賦能企業價值創造的實現路徑有待進一步探索。本文在梳理數據資產相關理論的基礎上，系統總結國內外數據資源資產化的典型案例和經驗做法，嘗試構建數據資產賦能企業價值創造的基本邏輯和作用機制，探析數據資源資產化賦能企業價值創造的實現路徑。

關鍵詞：數據資源資產化；數據資產；價值創造；數字化轉型；數字經濟

中圖分類號：F276.44 文獻標識碼：A 文章編號：2096-0298（2024）09（a）--04

黨的二十大報告明確提出要加快發展數字經濟。為貫徹黨中央、國務院決策部署，發揮數據的基礎資源、創新引擎作用，加快建設數字中國，服務數字經濟健康發展，財政部于2023年8月發布《企業數據資源相關會計處理暫行規定》，2024年1月印發《關于加強數據資產管理的指導意見》，支持合規推進數據資源資產化，進一步發揮數據資產價值，不僅契合數字經濟發展的方向，還為企業充分發揮數據資源潛力提供了明確指引，同時為賦能企業價值創造提供了創新路徑。在此背景下，厘清數據資源資產化賦能企業價值創造的內在機理，探析數據資源資產化賦能企業價值創造的實現路徑具有重要的理論意義和現實意義。

1 國內外文獻綜述

1.1 數據資產的管理與應用

1.1.1 理論研究

已有研究主要從理論上分析了數據資產管理的重要作用，探討了數據資源資產化的基礎框架和數據資產的演化路徑等。數據資產管理能提高業務數據化效率、推動數據業務化，加速數字化轉型是釋放數據價值的基礎（姚為培，2023），同時數據資產管理能夠有效幫助企業挖掘數據價值，提高企業競爭力，對新質量生產率和創新具有重要影響（Yan Zhao，2024），但數據資產不能脫離場景存在，同一數據在不同的場景下應用的范圍、價值差異性較大（郭榮純，2023）；數據資產核算研究領域存在數據產權歸屬劃分、測量誤差、道德風險和逆向選擇問題（馬克衛，2023）；構建基于知識圖譜和數據資產關系模型的訓練模型（Wang Xue，2022），研究數據資源資產化的基礎框架，厘清數據資產的演化路徑（Xu Tao，2024）等將有助于業務流程再造和企業價值創造。

1.1.2 實踐研究

無論是我國政府還是微觀企業，都在積極進行數據資源資產化創新實踐。國內外學者分別以基于區塊鏈的電力設備數據資產管理機理、電力信息數據資產管理系統、常州城市排水有限公司數據資產管理體系、醫療健康大數據資源資產化、區域發電企業數據資產管理平臺建設、數字化技術和數據資產在文化產業領域的應用與發展等實踐應用情況進行了探索（Xie Xiao ming，2022；Al Dhlan Kawther A，2022；Tian Yue，2023；宗圓，2023；謝志奇，2023；招陽，2023；翟運開，2024）。

1.2 數據資產價值及其評估

數據在促進高效資源配置方面發揮著核心作用，并最終帶來高質量的經濟增長（王晨曦等，2024），數據資產對企業運營效率和企業價值創造等有著顯著的影響，數據資產價值可以通過建立新穎的數據資產組合定價模型（Hao dadef5c511e5762ca531e9a0e70ad78234e7217b0a7ab2b7fc36a89cb7bc7042Jun，2023）、構建數據資產價值評估模型（李文龍，2023）、把無形資產的實物期權方法引入數據資產定價（Jia-qi Wu，2023）、通過Fermatean模糊TOPSIS構建的多準則決策（MCDM）模型（Dong Lina，2023）等進行評估；可視化是評估數據資產價值的最有力工具（Lammons William Bishop，2023），基于RFID的物流大數據資產評估與數據挖掘研究識別算法優勢明顯，準確率達到97.3 %（Li Yufeng，2023）；數據資產通常的估價方法有成本法、市場價格法、預期收益法，也可對三種方法進行組合運用，或結合相關產品的買方特性做出適當調整和修正（王娟娟等，2023；馬克衛，2023）。學者分別以互聯網代表企業美團公司作為案例分析對象，計算在自由現金流模型下公司實際的數據資產價值以及各業務的數據資產價值貢獻情況（林麗環，2023）；以紫光股份為分析對象，通過運用多期超額收益法對其數據資產價值進行評估（孫靚，2023）；智慧電網產生的數據資產已成為企業的關鍵生產要素，數據資產成為企業新的利潤增長點，并基于組合賦權法對數據資產價值進行評估（于艷芳，2023）。同時，數字資產作為私有信息具有盈余預測性（新夫等，2023）。然而，數據資產價值評估實際應用中仍存在一些問題和挑戰（李奕萱，2023）。

1.3 數據資產風險與防控

數據資產權屬邊界的不確定性、制度設計的缺位和數據主體間的利益博弈加劇了現實風險，對于數據資產風險防范體系的構建應注重相關法律基礎的奠定、配套機理的完善和多方利益的平衡，兼顧合理性與現實性（劉佳寧，2019）；數據資源資產化存在諸多風險，可以從數據治理、數據安全、供應鏈數據共享、客戶信用風險控制以及智能電網穩健性建設等角度進行智能電網數據資產風險識別與管理（李愛華，2019）；基于改進FMEA的數據資產質量風險主動評估框架有助于數據資產風險防范（You Jianxin，2022）。

1.4 數據資產賦能企業價值創造

數據資產是驅動企業高質量發展最活躍的生產要素，其特性與企業高質量發展的特征本質上是一致的，數據資產的本質屬性是賦能企業高質量發展的基礎（劉光強，2024）；企業數據資產經濟價值由創新性價值及效率性價值構成，可采用收益法評估數據資產創新性價值，借助超額收益法評估數據資產效率性價值（苑秀娥等，2024）；數據資產可以在研發、采購、生產、銷售、售后服務等環節實現價值創造，進而推動企業運用數據資產創造價值（劉妍，2022）。

國內外學者在數據資源和數據資產的界定、數據資產管理與應用、數據資產價值評估和數據資產風險防控等方面已經做了大量系統而豐富的研究和實踐，但是在數據資源資產化賦能企業價值創造的理論基礎、內在創新演進機理、實現路徑和保障機制等方面系統的研究成果較少。當前，國內的數字化實踐表明，數據資源資產化仍屬于新興領域，其賦能企業價值創造的內在機理和實現路徑等有待進一步探索。

2 數據資產賦能企業價值創造的理論基礎

為了實現數據資產賦能價值創造的目的，企業經營管理者需要厘清數據資產化及其賦能企業價值創造的理論基礎，并且選用合適的數字技術及架構模式，重塑企業的數據管理流程并充分與企業外部公共數據交互，形成可持續的數據生態。

2.1 數據要素的經濟屬性

數據具有非競爭性，當數據被用于不同目的或被多個人使用時，不僅不會減少每個數據使用者的數據使用價值，還能增加社會總價值。數據的非競爭性和零邊際成本的結合內在地要求數據開放共享和接入再用，數據的多人應用和多場景應用會有助于最大化挖掘數據要素的價值。由于數據只有開放共享、重復再用才會創造更大的價值，因此數據開放共享是數據戰略的重點。數據要素具備經濟屬性是數據資產賦能企業價值創造的根本和基礎。

2.2 數據要素的倍增效應

數據要素能在經濟活動中釋放價值，得益于其通常借助非線性的協同作用與其他要素有機結合，繼而在相互影響下實現全要素生產率的幾何倍增。數據要素倍增效應可定義為數據要素對生產力水平提高、經濟活動效率提升、技術水平改進、運行成本控制等各方面的作用和價值倍增能力。

2.3 價值創造理論

Adam Smith在《國富論》中最早提到價值創造理論，資本、土地以及勞動是企業的三大生產要素，企業可以通過增加勞動者數量、時間、強度等手段增加企業創造的價值。數據作為數字經濟時代企業經營的一項新資源、新要素，具備更大為企業創造價值的潛能。價值創造的邏輯總體可分為價值主張、價值創造、價值傳遞與價值實現等層次。廣義的價值創造指企業在提出價值主張后，企業與其利益相關者一起進行生產的過程，強調“價值共創”；狹義的價值創造指為實現客戶的價值所實施的運營模式。

2.4 全要素生產率

全要素生產率（Total Factor Productivity，TFP）又稱“索羅余值”最早由美國經濟學家羅伯特·索羅提出，是指各要素（如資本和勞動等）投入之外的技術進步和能力實現等導致的產出增加。企業的經營實踐證明，數據資源在提高生產效率、降低成本以及優化資源配置等方面具有顯著優勢，并將在極大程度上提升全要素生產率。

3 數據資源資產化賦能企業價值創造的機理

企業數字化轉型的實踐證明，數據越來越成為驅動企業價值創造的重要戰略資源。數字經濟與實體經濟相融合的背景下，企業競相實施數字化轉型，以期實現數據為業務賦能，為管理賦能，為價值創造和企業價值最大化目標賦能。盡管數據要素對經濟發展的重要性已經成為共識，但是單純的海量數據并不會自動產生價值，數據資源必須符合資產的確認條件并合理運營管理，才能真正為企業帶來經濟利益的流入，并全方位融入企業的價值創造各環節，進而推動產業升級和轉型。因此，厘清數據資源和數據資產賦能企業實現價值創造的內在邏輯和機理就顯得意義重大。

數據資產賦能企業實現價值創造的過程是一個從數據供給到數據挖掘整合再到數據使用流通的過程，這一過程中，企業首先需要進行數據搜集、挖掘分析和加工整合，然后進行產品研發和確權估值等，進而進行流程再造和業務革新，最終進行推廣應用和價值鏈重構等，以實現為企業創造價值和價值共創共享的目標。這一過程具體可用圖1表示。

4 企業數據資源資產化賦能企業價值創造的實現路徑

2020年3月，《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》明確提出：“加快培育數據要素市場”，數據要素成為繼土地、勞動力、資本、技術后第五大生產要素。數據要素強調數據的生產價值，而數據要素資產化是數據要素發揮其生產價值的重要途徑，有利于激發數據資源潛在價值，賦能企業創造新的價值。數據資源資產化賦能企業價值創造的內在機理一般按照“初步構建成型-系統拓展延伸-全面成熟賦能”這一路徑進行演進。具體的實現路徑包括全要素數字化轉型、各經營環節數字化轉型、上下游關聯行業數字化轉型、激發社會創新活力等多個方面。

4.1 助力全要素數字化轉型，賦能企業價值創造

數據要素并不是以一種獨立的要素形態存在，而是更多通過各種軟硬件基礎平臺，為人才、技術、資本、創新、管理等要素的價值實現提供基礎環境。數據資產化的作用將重點體現在對各生產要素流轉的全面數字化改造，從而實現國民經濟的全要素數字化轉型和企業價值創造能力的提升。全要素數字化轉型的過程，是重構原有資源配置狀態、挖掘各要素潛在價值的過程，同時也是實現數據資產與實體經濟、科技創新、現代金融、人力資源協同發展、充分融合，推動形成智能化的數字經濟體系的過程。如長沙某電力企業，由于建設前期缺少培訓體系的頂層設計，企業建設了幾個相對獨立的與培訓業務相關的信息化系統（如ERP財務系統、人資平臺等），系統間存在數據壁壘，難以沉淀業務數據庫，無法為培訓管理與規劃決策提供數據支撐。該企業基于萬應低代碼，利用“連接器”實現業務平臺的互聯互通，結合“數據中臺”的能力，實現培訓管理平臺業務數據匯集，沉淀培訓“六庫”：員工庫、師資庫、場地庫、課件庫、項目庫、人才庫，構建“低代碼+物聯網+大數據”培訓數字化管控平臺，輔助管理層實時管控公司的培訓、資金、資源等進展情況，實現了全要素數字化轉型，極大提升了管理效能。

4.2 助力各經營環節數字化轉型，賦能企業價值創造

通常，企業數據資產化包括數據資源化、資源產品化、產品價值化三大步驟，數據資產化對于推動企業數字化轉型意義重大。首先，通過數據資產化，企業可以獲得更為全面、準確的數據，進而提高決策效率；其次，數據資產化能夠幫助企業深入了解業務流程中的關鍵環節和瓶頸，從而有針對性地進行流程優化和創新；最后，數據資產化能夠釋放數據的商業價值，為企業提供個性化服務和精準營銷等新的商業模式，提高客戶滿意度和忠誠度的同時增加企業營收。實踐中，企業可以通過有效的數據資產化管理推動其生產、交易、消費等各經營環節數字化轉型，進而賦能企業價值創造和價值增值。

如在生產環節，企業可以利用數據資產要素變革生產函數形式，或協同其他生產要素，從而提升生產效能，也可利用數據資產要素來改革生產制造工藝，調整和優化經營決策方案。數據資產作為驅動生產數字化轉型的重要力量，未來在提升生產智能化水平和生產效率等方面將大有作為。在各類交易環節中，數據信息在上下游、供需各方之間進行流通，數據資產的有效介入將有助于交易各環節及其管理流程的數字化轉型，助力企業實現資源高效配置和降本增效，推進數實深度融合。

4.3 助力關聯行業數字化轉型，賦能企業價值創造

當前，各產業之間的內在聯系日益加深，一個行業的數據要素和數據資產能為有效賦能關聯行業的數字化轉型和價值創造。通過有效采集、加工行業基礎數據，構建算法模型，能夠解決關聯行業業務發展面臨的障礙，實現數據要素潛在價值向價值創造轉化。如，芯化和云作為一家專注于化學品行業數據研究與應用的平臺型、技術型公司，緊跟數字經濟浪潮，充分把握數據要素要領，利用大數據、人工智能等先進技術，對化工行業數據進行自動化提取、標準化核實、技術加工，為行業提供精準的數據庫服務，并進一步輸出商機匹配、商品交易、集采集銷、行情研判等綜合服務，在商機獲取、貿易風控、行情把控、降本提效等方向為化工企業賦能，助力企業提高交易利潤、提升經營效率。2023年11月入選為“2023全球數商大會”年度數據要素典型應用場景優秀案例。

4.4 助力激發社會創新活力，賦能企業價值創造

數據資產化除了為企業和社會直接創造顯性財富外，還能通過主動融入社會創新體系，激活各類市場主體創新動力，推動社會創新實踐，激發全社會創造活力。以健康云為例，該平臺通過收集和分析用戶的健康數據，如體征、疾病病史等信息，可以為用戶提供個性化的健康管理方案和醫療服務。同時，醫療健康數據的資產化也可以為醫療機構和科研機構提供寶貴的研究數據，促進醫療科技的創新和發展。再以滴滴出行為例，通過收集和分析用戶的出行數據，如出行時間、路線等信息，可以提供更加精準和高效的出行服務。同時，城市交通數據的資產化也可以為城市規劃和交通管理部門提供重要的決策支持，優化城市交通布局，緩解交通擁堵等。

參考文獻

姚為培.數據資產管理趨勢[J].通信企業管理，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

郭榮純.神州信息的數據資產入表實踐[J].軟件和集成電路，2023（12）：34.

馬克衛，王碩，苑杰.數據資產核算應用研究：理論與實踐[J].中南財經政法大學學報，2023（5）：149-160.

劉光強.數據資產賦能企業高質量發展的價值創造邏輯與路徑[J].財會通訊，2024（4）：3-12.

苑秀娥，尚靜靜.價值創造視角下互聯網企業數據資產估值研究[J].會計之友，2024（6）：59-67.

劉妍，耿云江.價值鏈視角下的數據資產價值創造[J].財務與會計，2022（4）：52-55.

陸威文，茍廷佳.數據要素資產化的理論邏輯與實踐進路： 基于對數據資產內涵與價值規律的認識[J].企業經濟，2023，42（4）：28-39.

王晨曦，康文峰.數實融合對高質量發展的影響研究[J].中國商論，2024（3）：50-53.

王娟娟，金小雪.互聯網信息服務平臺數據資產評估方法： 基于盈利模式差異的視角[J].科技管理研究，2023，43（22）：83-94.

林麗環.互聯網企業數據資產定價研究[D].南京： 南京郵電大學，2023.