关键词：数字技术，数据要素价值创造，多元市场主体，数字经济

0 引言

随着大数据、人工智能、移动互联网、云计算、5G等新一代信息技术在各行各业的广泛应用，人类逐渐迈入数字经济时代。与传统的农业经济、工业经济、信息经济相比，数字经济在经济形态与发展模式方面都发生了巨大的变化，给人类的生产、生活和生态等各方面都带来了重大而深远的影响。数字经济领域的新问题也备受学术界和产业界的广泛关注。《自然》《科学》《管理世界》等杂志分别从数字经济对传统经济活动的价值转变、带来的机遇与挑战以及产生的管理决策范式变革等方面介绍了数字经济领域的相关研究^[1-3]。近年来，各国政府也从国家层面推出系列数字经济的发展战略与规划。美国前副总统阿尔·戈尔于1998年首次提出“数字地球”概念。2010年，欧盟正式发布《欧洲数字议程》政策，提出了影响欧盟信息技术发展的7种障碍和7个方面的优先行动^[4]。随后，英国和美国分别发布了《英国2015—2018年数字经济战略》和《数字经济的定义和衡量》工作文件，为实现数字强国提供有力的政策支持。

我国也高度重视数字经济的发展，并推出了一系列前瞻性的洞见和部署。2017年，数字经济被首次写入《政府工作报告》，并被视为撬动我国经济高速发展的新动力，同时党的十九大报告也提出了“数字中国”宏伟目标。2020年，数据被作为一种新型生产要素写入国家政策文件。2021年，十三届全国人大四次会议审议通过了《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》^[5]，提出“依托数字经济优势，助力传统产业转型升级，推动数字技术与实体经济深度融合，形成新产业新业态新模式，促进双循环经济发展新格局”^[6]。数字经济在“十四五”时期将在各行业各领域逐步体现其优势效能，特别是在提高我国经济运行效率、培育新发展动能、畅通国内国际双循环方面将发挥至关重要的作用。

数字经济的发展正在重塑世界经济版图，为我国经济增长带来新的增量，同时助力我国国民经济高质量发展。尤其新冠肺炎疫情（以下简称“疫情”）的暴发，对全球经济造成严重冲击，而我国是2020年唯一实现经济正增长的主要经济体，其中数字经济的蓬勃发展已成为我国经济稳步复苏的强有力支撑。特别是直播带货、线上教育、居家办公、远程问诊等新模式的出现，对我国经济复苏与正常运行起到了至关重要的作用。这些新的模式在推动我国数字经济加速发展的同时，也加快了国内国际双循环经济发展新格局^[7]。2020年，中国信息通信研究院发布的《全球数字经济新图景》^[8]数据显示，过去15年间，我国数字经济增长十余倍（从2.6万亿元增长至35.8万亿元）；其占GDP的比重近1/3（从14.2%提升至36.2%）。数字经济的发展为国民经济的增长增加了新的动能，同时，通过数字技术赋能并重构传统生产要素，提升农业、工业及服务业的产能效应，推动产业结构优化升级，形成高质量的经济发展态势^[9]。

但是，我国数字经济仍处于发展初期。2016年，G20杭州峰会发布的《二十国集团数字经济发展与合作倡议》明确提出数字经济的定义，“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术（ICT）的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”^[10-11]。数字经济的定义包括3层含义：数字经济是一种新的经济形态；数字技术是数字经济的主要驱动力；数据将成为一种新的生产要素^[12]。可以看出，数字经济作为一个整体，包含了新的数字技术、新的经济活动处理过程和新的活动组织方式，也将带来新的经济效果。但该定义对数字经济与传统经济的本质区别、传统经济向数字经济转型的驱动力及数据作为生产要素的边界条件等没有给出明确的解释。此外，数据作为数字经济时代核心的生产要素，其大量性、高速性、多样性、低价值密度性、真实性等特征，能够有效解决信息孤岛、数据鸿沟、信息不对称等问题，但大数据如何有效发挥其价值仍面临许多重大难题：现有研究对数据的价值化研究机制不明、对数据资产安全性难以保证等。因此，如何实现数据要素价值化，构建安全可靠的数据交易体系，完善数据要素与多元市场主体融合的机制成为数据要素价值化的前沿问题。

基于上述分析，本文首先对数据资产化过程进行详细阐述，以实现数据的价值体现；其次，分析数据资产化过程中各个阶段与多元市场主体融合的机制；最后，基于数字经济边界、经济活动衍生过程，理清数字经济对微观个体行为、中观市场、产业链经济活动和宏观经济决策的影响。

1 数据要素价值创造过程

数字经济时代生成了大规模的数据，这些数据与传统意义上的劳动力、土地、资本、技术等生产要素相比，其内涵和外延都出现了极大的扩展，其价值化也变得更加复杂。数据作为新的生产要素给传统经济的发展带来机遇与挑战，同时在数字资本化过程中创造了更多价值^[13]。

1.1 数据作为生产要素的机遇和挑战

数字经济时代，数据成为继土地、资本和劳动力之后的新的生产要素，其内涵出现了极大的扩展，不但数据自身知识价值转化过程中产生增值效应，同时其与传统生产要素的融合也将产生新的倍增效应（见图1）。数据作为一种无形生产要素，通过“数据—信息—知识”的转化过程形成了一种具有“价值”的产品，其可重复利用性、通用性、可量化等特点，使其价值得到最大化体现。因此，数据价值化过程与分析、界定数据资本价值边界、最大化地实现数据资产的价值等，是数字经济时代需重点关注的研究问题^[14]。

目前有关数据价值化的研究主要关注几个问题：一是数据价值化定义不清，对数据价值化的理解和衡量方式存在多样化的现象；二是数据价值化评估方式与方法欠缺，现有研究仍停留在数据价值化评估概念层面；三是缺乏统一的数据价值化衡量标准，现有研究大多是对概念和理论方面进行了探索；四是数字价值化相关的理论与应用研究不足，缺乏有效的整合数据支撑理论与应用研究。

综上可知，现有研究中关于数据价值化相关的分析方法、评估体系、应用方式等尚存不足，亟需探索并构建一套科学、有效的数据价值化评估体系，以使数据价值能够在安全、可靠的情况下实现最大化。


1.2 数据要素资本化过程及其与多元市场主体融合的机制

资源化的数据可以作为资产，初步实现数据价值，进入市场流通交易，这主要归结于数据满足资产的三大特征：数据预期会为企业带来经济利益，企业对数据资产的分析利用可以为企业带来经济收益；数据是由企业过去的交易或相关事项生成的，通过被采集、处理、交易等为企业所利用；企业对数据具有所有权和控制权，数据是企业的一种无形资产。同时，由于数据具有非竞争性、大规模可得性、非排他性、低成本复制性等特征，对数据进行共享和复用等，能够创造更多的价值。而对数据的掌握和有效利用能力是数字经济时代企业间竞争的重要因素。新兴信息技术能够使数据的价值得到最大化体现，一方面通过传感器、5G等技术能够将多来源数据进行整合，并进行有效采集、传输、存储等；另一方面，通过数字技术提升算力和算法等能力，能够有效提高数据处理效率、降低处理成本，将海量的、非结构化的数据清洗、分析，形成可重复使用的数据资源，进而创造更大价值。

数据要素价值化可分为数据资源化、数据资产化和数据资本化3个阶段。数据资源化是经过筛选、分析等方式将无序、杂乱无章的原始数据处理成有序、有价值的数据资源。进一步地，将高质量的数据与具体业务场景融合，产生商业价值，数据资源逐步进入市场流通，数据资源的确权、定价体系不断完善，数据资本化不断演进，数据要素实现初步的价值交换。最后，将数据要素融入金融市场，进入数据资本化阶段，完成数据交易、流通等，实现数据要素的价值转化。经过这3个阶段的演进，数据具备通用性、全局性、价值性、流通性等多种属性后，数据才可以被称为生产要素。

郭毅^[15]将数据资本化过程分为数据资源化、数据产品化、数据资产化和数据资本化4个阶段。其中，在数据资源阶段，数据只是单一存在的碎片化数据片段；在数据产品阶段，数据融入各种经济活动中，被整合后形成数据服务，并从数据资源变成数据产品；在数据资产阶段，数据超越其本身的资源性，成为产生财富的基础，是企业和个体资产的重要组成部分；在数据资本阶段，数据进入资本市场，通过一系列的交易和流通活动，将数据资产与价值进行有效融合，使数据价值得以体现，最终形成数据资本^[16]。韩海庭^[17]等从不同的视角，通过区分信息、数据的商品化和金融化程度，将“数据经济”分为6个阶段，包括业务信息化、数据资源化、数据产品化、数据资产化、资产数据化和资产货币化。这6个阶段的业务形态和商业模式并非互斥存在，而是相互交融和共同存在。也就是说，数据资本化识别过程可根据数据资产的3个特征来判断，即可控制、可量化、可带来经济效益。

然而，业界现有关于数据资本化的研究还存在问题。目前，已有关于激发各个阶段数据价值的研究不能直观、细致地解释动态的数字经济活动。在实践中，数据价值的实现并没有依照“资源化—资产化—资本化”的顺序进行，而是表现为同时动态、相互衍化的状态。数据在资本化过程中生成了数据资本，数据资本的主体拥有对数据资本的控制权。在此基础上，数据能够产出更大价值，并被不断开发利用，经过上述价值转化，数据资本才成为真正的资本。
基于上述研究，本文将数据价值创造过程概括为数据资源化、数据产品化、数据资产化、数据资本化4个部分，并通过动态演化、迭代、优化过程实现价值创造。此外，在数据要素价值创造过程中，与市场主体紧密融合，使数据要素不断流入各市场主体，形成不断循环优化的数据要素价值创造体系。数据要素资本化过程及其与多元市场主体融合的机制如图2所示。


1.2.1 数据资源化

数据流如同人体的血液一样，流通在身体的各个器官，如何更充分挖掘数据利用潜力，提升资源优化配置和精准决策作用，实现其价值创造能力，是当下值得深入探讨的问题。数据资源化是数据能够有效使用的前提，也是数据价值创造的基础。因此，数据资源化首先要整合多源数据，形成具有一定规模的数据；其次根据特定需求提取相应数据，将数据根据特定需求进行标准化、结构化处理；最后将标准化处理后的数据应用于实际场景中，充分发挥数据的作用和价值，形成大数据智能决策机制，以提高决策的效率与准确度。也就是说，数据资源化要对原始静态数据进行加工、提炼、标准化、整合等过程处理，形成动态可用、可共享、可复用的数据资源，通过对数据资源的持续挖掘和有效使用，形成数据生产、服务，并创造价值、实现经济效益。

1.2.2 数据产品化

数据经过资源化过程，变成具有使用价值的数据资源，数据资源根据所应用的场景，被加工整合成数据产品或服务应用于各种各样的经济活动中，在这个过程中，数据产品如同传统实体产品与服务一样，在数字经济活动中产生商业价值。在数据产品化过程中，基于数据资源产生的数据产品或数据服务可以为顾客提供有用的信息、快捷的服务，如社交媒体软件腾讯QQ、微信，百度搜索引擎，生活服务软件支付宝等。因此，数据产品与数据服务作为一种全新的经济形态，在数据经济活动中发挥了巨大作用，其在经济市场中的流通和运转能够直接产生商业价值。

1.2.3 数据资产化

中国台湾学者石滋宜的研究中表明“数据资产是泛指以数据形态存在、用数据的方法产生、转换成数据格式后具有价值”^[18]，数据资产化使得“数据资源”在资本市场进行流通、直接交付和交易成为可能。通过确权和定价的数字资源具有可控制、可量化和可变现特征，其数据资产化过程是数据价值的初步体现。数据资产具有非实体性、经济性、不确定性、共享性、冗余性、多样性、时效性、无消耗性^[19-20]等特征。在这一过程中，数据资本可以为企业直接带来现金流和经济效益，提升企业盈利能力。同时，数据资产会催生以自身为核心的新商业模式，随着这种全新的商业模式不断发展，新的数据资产交易市场不断地被孵化，市场前景十分广阔。因此，为了降低目前数据资产交易中高昂的成本，促进数据资产的流动，进一步加快数据资产交易市场建设，需要尽早制定出合理公平的交易准则和定价依据，使数据资产可以自由流动，数据的价值得到更加深入的挖掘。

1.2.4 数据资本化

数据资本化就是数据资产进入资本市场流通的过程。数据资产作为数据资本的价值，需要在交易和流通中体现。在这一过程中，数据资产通过把自身的价值和使用价值折算成股份，通过在数字经济活动中进行数据交易或数据流通将数据资产变为资本。现阶段，个体、企业、政府等市场主体都能产生丰富的数据资源，但由于信息不对称、资源整合能力差等原因，仍存在数据碎片化、分散化等特点，大部分数据并没有被充分利用，使得供需双方数据需求和供给失衡。而要实现供需双方数据供给平衡，需要形成可量化的数据资产包，通过将其进行有效的交易、流通、确权、定价、数据投资等，实现供需双方数据有效流通，从而实现数据的价值化，甚至增值效应。

1.3 数据资本化过程中的迭代、进化、创新

数据通过资源化、产品化、资产化、资本化的裂变过程实现了价值体现，但如前所述，数据价值创造并不是完全按顺序进行的，而是要经过不断的迭代、更新、创新等动态演化过程，最终实现数据价值的最大化^[21-22]。但数据资本与传统产业资本不同的是，由于自身的可复用性、共享性、无消耗性等特征，其在转移的过程中，资本不会因转移而流失，反而会产生增值效应。此外，数据在生产过程中主要体现其去中心化的特征，而资本化过程又将强化其资本的特征，使其资产价值超越传统产业资本价值^[23]。因此，在数字经济时代，数据资本化不但能发挥传统产业资本的作用，同时也是对传统产业资本的更新、迭代与优化。综上可知，数字经济时代，数据要素价值创造主要包含3种模式：一是价值倍增，即通过提升传统单一要素生产效率来产生倍增效应；二是投入替代，即通过替代传统要素的投入与功能，产生替代效应；三是资源优化，即通过优化传统要素资源配置效率产生优化效应。

与传统产业资本类似，数据资本也是一个不断整合生产，并逐步延伸拓展到整个产业链的过程。其对生产、消费、销售、资源配置等各个环节的跨行业综合控制，将影响用户在整个经济活动中的决策行为。数据资本对经济社会的影响也将逐渐超越传统资本，甚至对整个社会活动产生控制和支配作用。数据资本化也将充分释放其数字红利优势，以提升并改进传统生产资料与人力资本的价值。在数字经济中，由于数据要素的融入，诸多生产活动、任务和产品都将发生本质性变化，这将构成数字经济活动中的过程创新与产品创新。因此，数字经济时代下的数据资本是传统资本的更新、迭代与优化。

2 数据要素驱动下的新经济行为

数据资本化过程并不是单独运行的，而是与社会生产过程中的各个环节相互融合、相互影响、共同变革产生的^[24]。新兴数字技术正在迅速扩散并重塑全球经济结构。数据资本化解构和重塑了传统经济形态，数字技术带来的经济形态变革可从微观、中观、宏观3个层面阐述。其中，微观层面主要体现在个体行为的改变；中观层面主要体现在产业形态变化及产业链上下游联动机制；宏观层面则主要体现在政府监管、数字治理与管理决策等方面的变化。数据要素驱动的新经济行为循环如图3所示。

2.1 数据要素驱动下的新微观经济行为

数字经济对传统的经济形式产生了颠覆性的解构与重塑。充分利用数据要素低成本运输和低成本搜索特征，借助其带来的供需匹配效率的提升，可使个体经济行为由原来的线下活动转为线下与线上相结合的活动。特别是在疫情期间，数字经济的效益更是体现得淋漓尽致。在消费方面，消费者可以自由选择线下实体店和线上网络平台挑选商品^[25]；在医疗方面，传统的线下医院就医业务被部分搬到了线上问诊平台，不但方便了患者就医，同时也能够更合理地分配医疗资源，有效缓解医疗资源分布不均等现象；在教育方面，打破原有的单一线下教学模式，通过线上平台进行授课，让更多的学习资源得以扩散，这种线上教学模式在疫情期间，保障了停课不停学；在就业方面，传统的固定岗位就业模式转变为更加灵活的就业模式，一人可以兼任多份职业，不再局限于早八晚五的计时工作制模式，转而以高效、高质量完成任务的工作模式，既提高了劳动力价值体现，也释放出更多的劳动力，提高了生产效率，产出了更多价值。此外，劳动力与资本也不再局限于雇佣关系，数字经济时代更侧重劳动力与资本的合作关系。这样的合作关系，在保障了经济上的持续性和相对稳定性的同时，更加具有激励性，从而极大地增加了个体劳动者与大型企业组织合作创造价值的可能性。一种全新的合作模式——外包经济由此诞生，由游离于公司体制之外的数字劳动完成所需的生产过程，这种模式已经成为数字经济的一个重要内容。

2.2 数据要素驱动下的新中观经济行为

数字经济在改变微观层面经济行为的同时，也使得中观层面的经济行为发生重要变革。厘清数字经济发展对我国产业结构优化升级的作用机理，并完善数字化产业链转型升级体系，成为数字经济时代亟需解决的重点问题^[26]。陈柳钦^[27-28]认为产业的3种演进包括：一是技术在传统产业的渗透与融合中形成新的产业；二是产业间互补、拓展、延伸形成新的产业融合；三是产业内部的重组与整合，实现产业优化。数字经济的发展，推动产业转型、重塑传统产业结构、形成全新的组织形式，对整个产业发展、变革及产业链上下游企业流通产生深远影响，主要表现为：第一，数字经济将人类社会活动、虚拟世界和物理空间有效融合，数据要素以平台为载体，依托其渗透性和通用性，加入产业中的各个环节，发挥其协同效应与替代效应，形成了以产业融合为主要特征的演化范式，从而推动生产效率提升。这种新范式极大地推动传统产业结构优化升级，形成新兴业态；同时，产业融合也将对传统产业的创新模式、市场需求及企业竞合行为产生影响。第二，传统产业的有效转型升级对数字经济增长起到增值效应。数据要素的价值创造倍增效应和规模报酬递增效应，使得产业融合成为数字化过程中的必然产物，这将带动整个产业绩效提升与优化。因此，数字经济作为继农业经济和工业经济之后新的经济形态，将改变整个经济社会的结构与发展模式。

数字产业属于技术密集型产业，通过与传统产业融合，有利于将先进数字技术和以数据为核心的新生产方式综合运用于传统产业的生产、消费、运营等过程，从而降低传统产业生产成本和资源消耗水平，提高运营效率及整个行业的经济效率，赋予传统产业新的增长动力。同时，数字产业可重构和拓展传统产业的价值链，促进传统产业向高附加值、高科技方向发展，带动全产业链创新，形成以数据和数字基础设施为基础的优势产业网络，提升国家整体竞争优势。在数字经济的带动下，传统产业与数字技术的有效融合，为我国传统产业转型升级、构建产业链上下游联动机制、提高产业绩效创造了有利条件。

2.3 数据要素驱动下的新宏观经济行为

数字经济对宏观经济行为的影响主要表现为政府监管职能、数字治理与智能决策（基于大数据驱动的决策范式）等方面。数字经济加快了经济社会的变革，优化了资源配置的效率。

随着数字技术在政府职能中的广泛应用，形成了数字政府，其基于新型数字基础设施，构建集居民、企业、政府职员等为一体的政务服务平台，并通过对居民提供优质的政务服务和高效的办公协同服务，不断优化数字资源的数字能力，推动政务服务数字化转型升级，完善政府数字化治理能力。数字政府的特征主要表现为：第一，组织结构扁平化：由于数字政府中的数据要素分布结构和流通方式具有开放性等特征，使得其权利分布体系也发生变革，由原来的命令和服从为主的纵向分布体系向以透明和制约为主的横向分布体系转变。第二，业务流程精简化：数字政府可以充分利用数据的互联互通、无缝集成等特征，使其能够在跨系统、跨辖区、跨部门、跨职能中进行流程再造和业务整合，形成政务服务一体化流程链，为居民和企业提供全新的、便捷的政务服务，从而优化政务服务流程并提高服务效率。第三，政民互动在线化：通过多种数字技术平台为居民提供在线政务服务、让居民及时参与政府的决策并监督政府的工作，实现数字政府“以民为本”的价值理念。

伴随着数字政府的形成，新的数字治理体系也应运而生。技术进步推动政府治理模式变革，通过数字技术与数据要素参与宏观决策，打通各平台数据，形成智能化、精准化的社会管理与服务，使各方业务更加透明化、完整化，实现智能决策与智能治理，进而改善治理效率、重塑治理模式、破解治理难题，构建出完善的数字治理体系^[29-30]，以更好的方式和效果服务于社会进步和经济发展。

在数字经济背景下，传统的管理模式正逐渐转变为以数据为核心的管理模式，决策手段正逐渐向基于数据分析的模式转变。陈国青^[31]等提出了传统的决策范式在大数据环境下将变成大数据决策范式。数字治理是数字经济时代新的治理模式，其以数据为基础，依托数字技术，对政府的决策能力提升具有重要作用。大数据决策范式主要包含以下几种决策模式。

（1）供需平衡决策模式。在数字经济背景下，根据多参与主体（如城乡居民、政府部门、市场主体和社会组织等）的需求，采用大数据、5G、云计算、人工智能等数字技术实现数据需求融通，智能地为政府提供决策机制，以实现“以居民为中心”的服务模式。

（2）互联互通决策模式。在数字经济背景下，依托数字技术，将数据平台互联互通，将信息、资源、权力、职责等进行整合，解决政府数据孤岛、职能分割、治理碎片等问题，实现多元治理主体在政府决策过程中发挥集体力量的效能。

（3）技术赋能决策模式。采用数字技术，将数据要素和治理要素深度融合，有效推动技术赋能和治理效能的双重优化。

（4）多元主体协同决策模式。数字治理模式具有治理主体多元化、治理结构扁平化、治理过程开放化和治理效能回应化等特征，使得数字技术能够充分赋能治理效能，并释放数字红利，有助于建立“政府—市场—社会—公民”多元治理主体一体化体系，不断提高政府职能决策能力。

3 结束语

数字经济是继农业经济、工业经济和信息经济之后，以数字要素为核心的，通过数字技术的发展与传统经济深度融合而形成的一种新的经济形态。在这种新的经济形态下，规模日益庞大的数据，通过一系列价值创造过程，通过不断地迭代、进化与创新，持续地渗透到多元市场主体中，并成为驱动经济活动运行的关键性生产要素，对传统的经济活动及形态带来巨大的变革。数字经济已经成为未来我国经济社会发展的新动能、主构成。为了更好地推动数字经济发展，并以此支撑起中国在国际发展格局下的竞争优势，建议我国着重从两个方面展开探索：一是，加强管控保障数字经济有序发展。数据规模的不断壮大，数据资本的无序扩张以及数字经济反垄断问题的日益严峻，相关体系、政策和监管的缺失，在数据隐私、共享、资源化、价值化等方面产生了诸多待研究和解决的问题。因此，应把数字经济纳入到中国特色社会主义市场经济体制中，加强党对数字经济有序发展的监管，形成数字经济健康发展的规范。二是，培育数字经济实现强国目标。数字经济在中国未来发展中将起到不可或缺的作用，因此应通过培育数字经济，加快辐射的幅度与深度，使其成为中国提升国际地位的新优势；同时，还应推动数字经济成为国家发展战略开展落实的主要推动力，充分挖缺数据要素规模效应，使其对中国未来高质量发展起到支撑作用，保持其在中国发展中主动能的地位。

参考文献：
[1]GILBEY J. Valuing the digital economy[J]. Nature，2009，462（7270）：165-165.
[2]EINAV L，LEVIN J. Economics in the age of big data[J]. Science，2014，346（6210）：1243089.
[3]陈国青，曾大军，卫强，等.大数据环境下的决策范式转变与使能创新[J].管理世界，2020，36（2）：95-105.
[4]欧盟.欧洲数字议程[Z]，2010.
[5]孙璞.加快数字化发展 建设数字中国 为“十四五”开好局起好步凝聚强大的数智力量[J].网信军民融合，2021（3）：8-10.
[6]胡世良.运营商2020年年报解读——运营商将继续保持健康发展[J].中国电信业，2021（4）：58-62.
[7]李天宇，王晓娟.数字经济赋能中国“双循环”战略：内在逻辑与实现路径[J].经济学家，2021（5）：102-109.
[8]中国信息通信研究院.全球数字经济新图景（2020年）[R]，2020.
[9]王凯.数字经济、资源配置与产业结构优化升级[J].金融与经济，2021（4）：57-65.
[10]邝劲松，彭文斌.区块链技术驱动数字经济发展：理论逻辑与战略取向[J].社会科学，2020（9）：64-72.
[11]二十国集团领导人杭州峰会.二十国集团数字经济发展与合作倡议[Z]，2016.
[12]张金星.什么是数字化？数字化的概念及内涵详解[EB/OL].（2020-11-18）[2021-12-14]. https：//www.jianshu.com/p/97abc3cfedd3.
[13]于施洋，王建冬，郭巧敏.我国构建数据新型要素市场体系面临的挑战与对策[J].电子政务，2020（3）：2-12.
[14]王一鸣.“十四五”时期深化要素市场化配置改革的重点和方向[J].北方经济，2020（9）：4-5.
[15]郭毅可，潘为，于思淼，等.为科学服务的大数据[J].中国科学院院刊，2016，31（6）：599-607. DOI：10.16418/j.issn.1000-3045.2016.06.002.
[16]GUO Y. Big data for better science[C]//2016 22nd International Conference on Automation and Computing（ICAC）. IEEE，2016：1-1. DOI：10.1109/IConAC. 2016.7604883.
[17]韩海庭，原琳琳，李祥锐，等.数字经济中的数据资产化问题研究[J].征信，2019，37（4）：72-78.
[18]石滋宜.运用数据化的竞争优势[J].中国电子商务，2001（1）：94.
[19]罗培，王善民，王宇声，等.数据要素市场体系与机制研究[J].中国口岸科学技术，2020（8）：31-36.
[20]李明星，苏柏瑞，李林建.数据资源资本化的内生逻辑与路径构建[J].新经济导刊，2021（3）：43-49.
[21]杜庆昊.数据要素资本化的实现路径[J].中国金融，2020（22）：34-36.
[22]陆岷峰，欧阳文杰.数据要素市场化与数据资产估值与定价的体制机制研究[J].新疆社会科学，2021（1）：43-53+168.
[23]宋宇，嵇正龙.论新经济中数据的资本化及其影响[J].陕西师范大学学报（哲学社会科学版），2020，49（4）：123-131.
[24]李明星，苏柏瑞，李林建.数据资源资本化的内生逻辑与路径构建[J].新经济导刊，2021（3）：43-49.
[25]龚雅娴.数字经济下的消费行为：述评与展望[J].消费经济，2021，37（2）：89-96.
[26]李英杰，韩平.数字经济发展对我国产业结构优化升级的影响——基于省级面板数据的实证分析[J].商业经济研究，2021（6）：183-188.
[27]林志杰，孟政炫.数据生产要素的结合机制——互补性资产视角[J].北京交通大学学报（社会科学版），2021，20（2）：28-38.
[28]陈柳钦.产业融合的发展动因、演进方式及其效应[J].郑州航空工业管理学院学报，2007（4）：14-19.
[29]李刚.政府数据市场化配置的边界：政府数据的“生产要素”和“治理要素”二重性[J].图书与情报，2020（3）：20-21.
[30]洪永淼，汪寿阳.大数据如何改变经济学研究范式？[J].管理世界，2021，37（10）：40-55+72+56.
[31]陈国青，曾大军，卫强，等.大数据环境下的决策范式转变与使能创新[J].管理世界，2020，36（2）：95-105+220.
作者简介：陈书晴哈尔滨工业大学经济与管理学院管理学博士，主要研究方向为数字经济、数字医疗；任昊翔 哈尔滨工业大学经济与管理学院博士研究生在读，主要研究方向为数字经济、空间经济；陶思佳 哈尔滨工业大学经济与管理学院博士研究生在读，主要研究方向为数字政府、数字治理；洪涛 哈尔滨工业大学经济与管理学院教授，博士生导师，政治经济学博士，主要研究方向为城市网络与城市治理、数字经济与组织行为；孙克 中国信息通信研究院政策与经济研究所副所长，正高级工程师，经济学博士，主要研究方向为数字经济、数据要素、数字化转型、信息消费、互联网+等；马涛 通信作者。哈尔滨工业大经济与管理学院教授，博士生导师，管理学博士，主要研究方向为中国经济与区域经济、空间规划与城市治理