当前我国数据资产化领域面临数据供给不足、数据市场碎片化、数据资产化途径相对单一等问题和挑战。要积极推进数据资产化和数据要素市场建设，以数据资产化赋能经济高质量发展。

 

　　多年来，我国政府前瞻性的数字基础设施建设和蓬勃发展的数字经济将我国超大规模的人口与市场优势转化为个人用户和消费需求领域的海量数据红利，然而企业用户尤其是传统企业和生产制造领域的数据积累和供给还严重不足。需要大力推动国家数据基础设施建设，推进传统产业数字化转型，将我国丰富的制造业场景优势转化为数据红利，将产业链上游供给端与下游需求端的数据链打通。特别是，在新型工业化进程和大规模设备更新的政策设计及实施中，不仅仅要注重数字化硬件设备的投资，更要注重数据资源的采集和生产制造领域数据资产的积累。

 

　　近年来，随着数字政府与智慧城市建设以及行业数字化转型工作的开展，许多地方和行业产生了大量的公共与企业数据，然而这些数据散落在各个部门和企业，没有形成一体化的数据市场，无法发挥数据的规模效应和收益递增效应。要在确保数据安全前提下，大力促进公共数据开放共享和互联互通，鼓励、引导地方政府和行业龙头型企业发展全域数字经济平台与产业链数字平台，整合全域、全产业链数据，构建“平台+应用”的平台经济生态。

 

　　目前很多地方政府对数据资产和数据资产化工作高度关注，出台了一些促进数据资产化工作的政策举措，但是大多聚焦在数据直接交易方面。一些数据主体重“数据采集整理”、轻“数据应用和流通”，数据商和第三方专业服务机构也相对单一，差异化不够。随着人工智能大模型等前沿技术的发展与大规模应用，需要繁荣数据服务生态，大力培育和发展“数据即服务”“模型即服务”等创新型间接数据交易流通模式，鼓励平台型企业向数据商转型，通过向中小企业开放数据智能服务，赋能传统企业转型升级。国内有的数据智能服务商已经开始做了一些有益的尝试，通过数智赋能中小商户实现需求端用户洞察与上游制造企业的共享，实现整个平台生态的共赢。数据资产的价值实现不一定局限于原始数据的交易和共享，要着眼于数据分析和应用能力的共享，注重数据资产价值化尤其是数据分析和智能服务应用的能力。

 

　　作者：陈煜波 清华大学经济管理学院讲席教授、互联网发展与治理研究中心主任  来源：学习时报