土地、劳动力、资本、技术——这是传统经济学中公认的生产要素。然而在数字经济时代，一种全新的生产要素正在崛起并被正式纳入国家制度框架：数据。
一、从"石油"到"生产要素"
早在2016年，人们就开始将数据比喻为"新时代的石油"。这个类比虽然流行，但并不准确。石油是消耗品，用一点少一点；而数据具有非竞争性——同一份数据可以被无数次使用，且不会损耗。更重要的是，数据的价值往往在使用中递增：更多的数据带来更好的模型，更好的模型产生更多的用户行为，进而又生成更多的数据。
2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，数据正式被列为与土地、劳动力、资本、技术并列的第五大生产要素。这标志着数据从"企业私产"上升为"国家战略资源"。
二、数据要素化的三大难题
将数据变成真正的生产要素，面临三座大山：产权界定、价值评估和流通交易。
产权界定：数据不同于传统资产，可以被零成本复制，且来源复杂。一条用户行为数据可能同时涉及用户本人、平台运营商和数据采集方。2022年12月发布的"数据二十条"提出数据资源持有权、数据加工使用权、数据产品经营权"三权分置"的产权制度框架，试图在不改变所有权的前提下实现数据的使用价值流通。
价值评估：同一份数据集对不同主体的价值天差地别。用户的浏览记录对社交平台价值连城，但对制造企业几乎一文不值。数据的价值具有高度的情景依赖性和时效性，传统的资产评估方法难以适用。
流通交易：数据交易面临"不敢卖"（怕违规）、"不会卖"（定价难）、"不敢买"（合规风险）的困境。尽管如此，各地数据交易所如雨后春笋般涌现。截至2025年底，全国已成立80余家数据交易机构，年交易额突破2000亿元。
三、地方实践：数据财政的浙江样本
浙江省在数据要素市场化方面走在全国前列。杭州数据交易所推出了"数据登记+合规审查+挂牌交易+资金托管"的全流程服务体系。温州市探索公共数据授权运营模式，将交通、医疗、教育等领域的公共数据进行脱敏处理后，授权给市场主体开发数据产品。
一个典型案例是浙江某农业科技公司通过获取当地气象局和土壤监测站的历史数据，训练出精准灌溉模型，帮助农户节水30%以上。数据在这里完成了从"沉睡资产"到"生产性资本"的蜕变。
四、数据资产入表：从无形到有形
2024年1月1日，财政部《企业数据资源相关会计处理暂行规定》正式施行，允许符合条件的数据资源确认为无形资产或存货。这意味着企业资产负债表上首次可以出现"数据资产"这一科目。
数据资产入表不仅是会计技术问题，更深远的意义在于：它让数据具备了抵押融资的可能性。企业可以用数据资产作为担保物向银行贷款，数据真正获得了与机器设备、厂房土地同等的"资本合法性"。上市公司也可以通过数据资产入股、数据资产证券化（Data ABS）等方式进行融资。
五、技术基石：隐私计算与可信数据空间
数据流通最大的障碍之一是隐私保护与技术安全的矛盾。隐私计算技术（包括联邦学习、多方安全计算、可信执行环境等）提供了"数据可用不可见"的解决方案。
联邦学习允许多方在不共享原始数据的前提下联合训练AI模型。例如多家医院可以共同训练疾病诊断模型，但患者病历始终留在各家医院本地。可信执行环境（TEE）则通过硬件加密技术，确保数据在处理过程中即使操作系统管理员也无法窥探原始内容。
2025年，中国信息通信研究院联合多家机构发起"可信数据空间"倡议，目标是建立一套跨行业、跨机构的数据互操作标准和技术架构——类似于互联网TCP/IP协议在数据传输领域的作用。
六、AI时代的乘数效应
数据要素的价值在人工智能时代被急剧放大。大语言模型的表现高度依赖训练数据的质量和规模。当数据作为一种独立的生产要素被市场化配置后，高质量数据的供给瓶颈将被打破——科研机构可以合法获取以往被互联网巨头垄断的用户行为数据，开发者可以购买经过清洗标注的专业领域数据集。
这意味着数据要素市场化不仅是经济制度的变革，更是AI技术创新的催化剂。一个开放、高效、合规的数据要素市场，将为中国在这场全球人工智能竞赛中提供独特的资源优势。
结语
数据从"副产品"到"资产"再到"生产要素"的演进，是人类对数字经济认知不断深化的过程。这个转型过程中，制度创新必须与技术变革同步推进——没有隐私计算技术，数据就难以安全流通；没有"三权分置"制度，数据的产权就难以清晰界定；没有会计入表规则，数据就无法真正成为企业资产负债表上的资产。
当数据真正成为一种可以自由流通、可被估值、能够融资的生产要素时，中国数字经济的发展将迈入一个全新的阶段。
发表评论 取消回复