企业数据要素价值创造的路径研究

杨娟

摘  要：数据是数字经济时代的关键生产要素，探索数据要素价值创造的路径，旨在促进数字经济高质量发展。从数据要素价值链参与主体入手，对企业在价值创造过程中的角色进行了分析，从数据供需两个方面剖析了企业存在的问题，并提出了相应的解决路径。企业既是数据要素的供给者又是需求者，同时还为数据的供需提供交易平台和中介服务。供给侧存在“数据要素有效供给不足、数据要素流通不畅”的问题，需求侧存在“数据要素需求不明确、数据应用能力不强”的问题，据此从国家政策、制度建设、要素市场建设、企业合作关系建立等方面提出了数据要素化、市场化、应用场景化的解决路径，以提升数据要素价值。

关键词：数字经济；企业数据；数据要素；价值创造；路径研究

中图分类号：F49 文献标识码：A DOI：10.19881/j.cnki.1006-3676.2024.01.09

党的二十大报告指出，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。[1]数字经济已经成为世界主要国家经济发展的关键驱动力，也正在成为我国经济发展的新引擎。[2]而数据是数字经济时代的关键生产要素，是继劳动、资本、土地、知识、技术、管理之后的第七个生产要素。[3]数据要素在与其他生产要素融合的过程中，能优化其他生产要素的配置效率，驱动产业升级，促进全要素生产率的提升和经济的倍速增长。现有文献围绕着数据要素的概念和特征[4-5]、数据要素市场的建设[6-9]、数据要素赋能经济增长[10-11]、数据要素价值的概念与数据要素价值的作用机制以及数据要素价值的场景化应用[12-14]等方面进行了研究，但在现有研究基础上，还有进一步探索的空间，即从数据要素价值创造过程中参与主体的视角来研究数据价值创造的路径。企业是数据要素市场化与价值创造的主体，在数据采集、存储、加工等环节企业是数据供给方，在数据分析、应用环节企业又是数据需求方，在数据交易環节企业又是连接数据供给方和需求方的中介服务者。因此，本研究从供给侧和需求侧两个方面，探讨企业提升数据要素价值创造的路径，旨在让高质量数据要素“活起来、动起来、用起来”，促进数字经济的高质量发展。

一、企业在数据价值创造中的角色分析

不同的数据来源会产生不同的数据价值。基于加工程度的不同，数据可分为原始数据、衍生数据和创生数据，原始数据是直接产生而且未经加工处理的数据，数据价值相对较低；衍生数据是在原始数据基础上利用算法技术进行加工处理过的数据，具有较高的应用价值和商业价值；创生数据是对衍生数据多次利用或进行深度加工而成的数据，具有增值价值。从本质上来说，加工程度不同的数据质量不同，而数据质量的不同又会导致数据价值创造的不同，因此，高质量的数据供给是数据价值创造的基础。

不同数据应用也会产生不同的数据价值。从应用频次来看，数据应用频次越多、智能学习输入的数据越多，机器学习的能力就越强，得到的输出就越精准，数据价值就越大。从应用深度来看，数据应用在不同领域和环节挖掘越深入，越能提升数据的应用价值和增值价值。比如，在消费领域，利用消费数据对用户进行精准画像，进而实现精准营销；在生产环节，利用物联网实时数据实现精益生产和柔性制造。从应用广度来看，数据一方面可以应用于企业数字化转型，将数据要素与实体经济融合，促进产业数字化；另一方面可以应用于平台经济和共享经济等，实现数字产业化。在数据要素“两化”的应用中，数据应用范围逐步扩大，数据价值也实现倍增。[15]从应用场景来看，数据应用的场景越广泛，越有利于扩大数据的交互和协同，提升数据的协同价值。从本质上看，数据应用的频次、深度、广度和场景的不同体现出数据应用的充分性和有效性不同，高质量的数据应用是数据价值创造的落脚点和立足点。

以上从数据来源和数据应用两个方面分析了二者对数据要素价值创造的影响，高质量的数据和高质量的应用必然会创造出更高的数据价值，而企业是数据供给和数据应用的主体，下面将对企业在数据要素价值创造中的角色进行分析。

企业是数据供给的主体。如果没有原始数据、数据产品和服务的有效供给，数据价值链的源头就不会生成，也就无法实现后续的数据价值。数据按来源主体划分，可以分为个人数据、企业数据和公共数据。[16]个人数据是指与个人相关或在个人活动中产生的数据。企业数据是指企业在生产经营活动过程中产生或获取的数据，包括用户提交的网页数据、平台生成的个人数据以及非个人数据。[17]公共数据是指具有管理公共事务职能和提供公共服务的运营单位，在依法履行职责或者提供公共服务过程中收集和产生的数据。根据分级分类确权的思路，个人数据可以通过个人授权给相关主体使用；而公共数据主要通过政府部门开放共享来促进数据流通，从而实现数据价值增值。随着物联网、5G、云计算、人工智能等数字技术的发展和运用，以及企业数字化转型的加快推进，企业数据的规模将越来越大，企业数据的价值和主体地位会更加凸显。企业数据来源于企业内部的生产经营活动，诸如阿里、腾讯、美团、京东等大型数字平台企业在经营过程中能产生或获取大量的企业数据，其强大的数据处理能力使数据成为这些平台企业的核心资产和核心竞争力，从而实现数据价值；许多大型国有企业、行业龙头企业也是数据密集型企业，具有数据资源优势。可见，企业是数据供给的主体，随着企业数据的规模扩大和价值提升，依托数据要素市场进行资源配置就尤为重要。

企业是数据中介服务的主体。如果没有数据中介服务商，数据就难以要素化、市场化，难以形成高质量的数据价值链。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）提到，“培育数据要素流通和交易服务生态。围绕促进数据要素合规高效、安全有序流通和交易需要，培育一批数据商和第三方专业服务机构”。这里明确提出了“数据商”的概念。[18]从原始数据到数据产品的加工与服务过程中，需要数据商提供数据产品开发、发布、承销服务，与数据资产的合规化、标准化和增值化服务。在数据要素交易的过程中，除了数据交易供需双方之外，还需要功能多元的中介服务机构等第三方专业组织，例如数据经纪商、审计服务商、交易仲裁服务商等。特别是拥有原始数据但数据加工处理能力和技术不足的企业，需要数据商和第三方专业服务机构给予专业服务，来保证数据产品和服务的高质量供给。可见，数据商和第三方专业服务机构是激活数据要素市场的关键主体，是数据的原料提供商和生产服务商，为供需双方提供数据产品交付的技术支持，实现“数据可用不可见”；是数据流通交易合规的保荐者，既撮合交易又控制风险，保障交易的安全和合规；是数据价值的发现者，减少数据要素市场供需双方的信息不对称，创造性地发现数据需求，达成交易。

企业是数据需求的主体。如果没有数据需求的应用场景，数据价值链就失去了落脚点和存在的意义。数据要素的价值创造可以描述为“数据—信息—知识—智慧”四个层级的演进[3]，这意味着数据价值随着需求的进阶而深化。企业在运用生产流程数据、业务流程数据、供应链数据、营销数据、消费数据等数据的过程中，一方面支撑业务贯通，提高企业内部的生产经营效率；另一方面“用数据说话，用数据决策”，推动数智决策，为业务赋予智能化、智慧化的价值。此外，数据的流通使得企业自有数据和外部数据充分融合，实现了更大的数据价值。

综上，企业在数据要素价值创造过程中扮演着重要角色，是数据的供给者、需求者和数据中介服务商，企业可以集两种或三种角色于一身，在不同的业务场景中转换角色，也可以专营于某一種角色。如何发挥企业主体作用、提升数据要素价值，显得尤为重要。企业数据要素价值创造离不开高质量的数据来源和高质量的数据应用，它们表现在数据的供给和需求两个方面，供给侧的主体包括数据供给者和数据中介服务商，需求侧的主体包括数据需求者和数据中介服务商，数据中介服务商为数据供需双方提供技术支持和产品服务。下面将从供给侧和需求侧两个方面来分析企业存在的问题和解决路径。

二、企业数据供给侧存在的问题与解决路径

当前，我国企业数据供给侧存在的问题主要包括参与数据要素市场供给的意愿不强[19]、能力不足、规模不足，表现为企业不愿进场、不敢进场。第一，企业在生产经营过程中能生产或获取原始数据，具有加工处理数据的能力，形成数据核心资产和核心竞争力，而开放共享数据可能导致其竞争优势丧失，出于对外部竞争的顾虑，这类企业不愿共享数据，进场交易的意愿不强，导致“数据孤岛”产生。第二，企业虽然持有原始数据，但不具备数据采集、加工处理数据要素产品等研发技术，无法对原始数据进行数据要素化和市场化，进而无法成为数据要素的实际供给者，数据以“自留”或“自用”为主。第三，企业受其规模、所处行业和市场地位的影响，原始数据存量少、数据生产渠道窄、价值低，有可能陷入数据“贫困陷阱”，难以成为合格的数据供给方。此外，数据交易的交易成本高、场内交易合规性[20]等不确定因素，也会造成企业不愿进场、不敢进场交易。

企业在数据供给方面存在的问题，导致数据要素有效供给不足、数据要素流通不畅。为解决此问题，可将数据要素供给侧看作一个商业生态系统，在这个生态系统中，原始数据供方企业发挥数据资源优势；数据商提供数据采集、汇集、登记确权、加工处理、研发等技术服务和产品市场服务；第三方专业服务机构提供审计、撮合、议价、仲裁等服务以保障数据交易的安全、规范和公允。具体解决问题的途径如下：

第一，在数据要素市场供给侧失灵的情况下，发挥政府的作用。政府通过税收优惠等财政政策激励原始数据供方企业、数据商和第三方专业服务机构增加数据的有效供给。同时通过专项扶持基金和政府引导基金等金融政策，引导社会资本流向具有潜力的企业，促进和培育有潜力的企业发展壮大，从而保障数据要素的充足供给。

第二，鼓励和引导原始数据供方企业与数据中介服务企业建立合作伙伴关系，从原始数据收集到数据要素产品的加工与服务，再到数据要素的投入应用，不仅需要数据要素产品的研发技术，还需要相关企业具备将数据产品市场化的能力，这都需要数据中介服务企业为原始数据供方企业提供专业的服务，以保障数据的可用性和价值创造的能力。

第三，政府进一步推动公共数据的开放共享，以协助企业决策和发展，并与行业的大型企业、龙头企业、互联网平台企业进行政企数据的融合开发，提供多元、丰富、可交易的数据产品与服务，政府可回购这些数据产品与服务，进一步提高数据要素的质量。

第四，推动数据供给企业的资质认定和数据交易合法性的制度建设，让数据交易主体“敢进场、敢交易”。完善数据交易的激励机制、监管机制，带动数据供给侧的生态建设。

三、企业数据需求侧存在的问题与解决路径

企业数据要素的价值创造不仅在于供给侧的有效供给和流通，从长期来看还得依靠数据需求方来活跃数据要素市场。数据需求侧，表现为数据的分析应用，企业数据需求侧面临的问题如下：第一，企业的数字化转型程度有限，尽管企业感受到了数字化带来的变革和价值，但长期固有的传统经营模式和理念仍会造成企业数字化改革的阻碍，企业的管理者并不清楚需要何种数据、应用于何种场景。第二，企业数字化转型方面的人才和资金相对短缺。企业内部数字化方面的人才要么缺乏数字化思想，要么缺乏实战经验，导致在数字化转型过程中无法做出正确的判断和决策。企业数字化转型缺乏资金投入，未能形成数字化平台，导致业务交互性差。第三，由于数据要素缺少个性化定制模式，企业很难找到符合自身个性化需求的数据产品和服务，无法与企业数据供方建立商业关系，造成“有数无市”或“有市无数”。第四，企业数据资产管理水平有限，未能形成规范、科学的数据治理体系和统一的数据标准，导致企业内部数据没有得到有效开发和利用，购买外部数据就更无从谈起，因而未能有效激发数据需求。

企业在数据需求侧存在的问题，导致企业数据要素需求不明确、数据应用能力不强。数据需求从微观层面来说表现为企业的数字化转型与升级，而企业数字化转型是运用人工智能、云计算、物联网、大数据、区块链等数字技术，激发数据要素创新驱动潜能，与劳动、技术、管理等其他生产要素融合优化重组，来改造升级传统业务，培育企业新动能，实现价值创造、转型升级和创新发展的过程。具体解决问题的途径如下：

第一，从国家战略层面推动企业数字化转型，企业需要从战略上认清数字化转型的必要性和重要性，厘清数据要素参与经济生产与其他生产要素融合的作用机理和方法路径，培养数字化转型方面的专业人才，给予资金支持建设数字化交互平台，为企业数字化转型提供人力和财力保障。

第二，积极培育数据服务新业态，依托数据平台，培育数字化转型服务商，引导企业“管好数据、用好数据”，并从财税政策上给予数字化转型服务商一定的优惠，激励数据要素的融合创新利用。

第三，以市场需求为导向创新数据要素应用场景，同一数据要素在不同应用场景以及不同数据要素在同一场景存在价值创造差异，有必要从深度和广度两方面挖掘和拓展数据潜在价值，也可以对数据创新应用项目竞赛、示范应用场景评比等活动进行制度化规范，以此来创新数据应用场景，激发市场相关主体积极参与数据要素的消费。

四、结语

数据要素是数字经济时代的“石油”，如何创造数据价值、促进数字经济高质量发展是一个重要的论题。企业在数据要素价值创造过程中扮演着重要的角色，既是数据要素的供给者又是数据要素的需求者，同时还为数据的供需双方提供交易平台和中介服务。供给侧需要解决“数据要素有效供给不足、数据要素流通不畅”的问题，需求侧需要解决“数据要素需求不明确、数据应用能力不强”的问题。在解决问题的过程中，要发挥政府的作用，从国家战略层面推动企业数字化转型，为数据要素供需双方提供财政、金融等政策支持，引导和激励企业积极参与数据要素市场建设，培育数据商和第三方专业服务机构，完善数据流通的制度建设。企业要与数据商和第三方专业服务机构建立合作关系，在数据要素化、资产化、市场化的过程中提供高质量的数据，同时不断创新数据要素的应用场景，提升数据要素的价值。

参考文献：

[1] 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告[M].北京：人民出版社，2022：30.

[2] 杨道涛.全面把握数字经济的丰富内涵与实践价值[J].江苏社会科学，2023（4）：114-121.

[3] 何苏燕.数据生产要素化及其价值创造机制研究[J].企业经济，2023，42（1）：79-87.

[4] 白永秀，李嘉雯，王泽润.数据要素：特征、作用机理与高质量发展[J].电子政务，2022（6）：23-36.

[5] 谢康，肖静华.面向国家需求的数字经济新问题、新特征与新规律[J].改革，2022（1）：85-100.

[6] 李三希，李嘉琦，刘小鲁.数据要素市场高质量发展的内涵特征与推进路径[J].改革，2023（5）：29-40.

[7] 徐凤敏，王柯蕴.建设统一数据要素大市场的科学内涵、内在逻辑与政策建议[J].西安交通大学学报（社会科学版），2023，43（2）：95-106.

[8] 冉净斐，赵孟桥，张省.数据交易统一大市场构建：现实障碍与实现路径[J].区域经济评论，2023（4）：76-82.

[9] 张守文.全国统一大市场的基础制度及其构建[J].北京大学学报（哲学社会科学版），2023，60（4）：127-138.

[10] 王谦，付晓东.数据要素赋能经济增长机制探究[J].上海经济研究，2021（4）：55-66.

[11] 李诚浩，任保平.数字经济驱动我国全要素生产率提高的机理与路径[J].西北大学学报（哲学社会科学版），2023，53（4）：159-167.

[12] 王泽宇，吕艾临，闫树.数据要素形成与价值释放规律研究[J].大数据，2023，9（2）：33-45.

[13] 马捷，郝志远，李丽华，等.数字化转型视域下的数据价值研究综述：内涵阐述、作用机制、场景应用与数据创新[J].图书情报工作，2023，67（15）：4-13.

[14] 迟考勋，邵月婷，苏福.大数据价值来源、价值内容与价值创造机理：基于2011—2021年管理类和商业类SSCI期刊分析[J].科技进步与对策，2022，39（22）：151-160.

[15] 李海舰，赵丽.数据价值理论研究[J].财贸经济，2023，44（6）：5-20.

[16] 黄朝椿.论基于供給侧的数据要素市场建设[J].中国科学院院刊，2022，37（10）：1402-1409.

[17] 周樨平.大数据时代企业数据权益保护论[J].法学，2022（5）：159-175.

[18] 中国政府网.中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见[EB/OL].（2022-12-19）[2023-11-02].https：//www.gov.cn/zhengce/2022-12/19/content_5732695.htm？eqid=829f98e700003f6d00000003645b394c.

[19] 李金璞，汤珂.论数据要素市场参与者的培育[J].西安交通大学学报（社会科学版），2023，43（4）：78-89.

[20] 何金海.企业数据流通的实践困境与破解路径[J].西南金融，2022（11）：43-56.

The Research  of Path on Enterprise Data Factor Value Creation

Yang  Juan

（School of Marxism，Beijing University of Technology，Beijing，100124）

Abstract：Data is the key production factor in the era of digital economy. Exploring the paths of creating data factor value is to promote the high-quality development of digital economy. The paper analyzes the enterprise roles in the course of value creation and the existing problems of enterprise supply and demand from the view of participants of data factor value creation chain，and proposes the corresponding solutions. Enterprise is the provider and demander of the data factor，and at the same time it provides the transaction platform and medium service for the data supply and demand. There are problems of short effective supply and restricted data factor circulation in supply side，and problems of undefined data factor demand and weak ability of data application in demand side. The paper proposes the solutions of data factorization，marketization and scenario application to promote the data factor value based on the national policy，institutional construction，factor market construction and enterprise cooperation.

Key words：Digital economy；Enterprise data；Data factor；Value creation；The research of path