西欧等兴旺国度在数据财产的开展、数据产物化水平等方面均大幅抢先于我国，因而这些国度都不是出格夸大“数据资产”这个观点，关于数据麋集型企业也没有出格履行数据资产入表

　　西欧等兴旺国度在数据财产的开展、数据产物化水平等方面均大幅抢先于我国，因而这些国度都不是出格夸大“数据资产”这个观点，关于数据麋集型企业也没有出格履行数据资产入表。但由于这些国度均具有比力完整的本钱市场，经由过程对标行业的标杆企业，也能对数据资产停止比力好的估值。

　　经济学视角下，数据资产化夸大经由过程有用利用数据凤凰数字科技产物，将其转化为具有可权衡经济代价的资产。在这个视角下，起首要停止数据资本化，也即经由过程数据收罗、数据收拾整顿、数据聚合和数据阐发等举动，使得数据变得可用（类比于石油开采），其次再停止数据资产化，也即经由过程对数据的发掘和提炼，使之成为具有贸易代价的资产（类比于石油炼化）。凡是数据可经由过程以下方法完成资产化：在内部操纵数据来进步运营服从或鞭策立异、向客户供给基于数据的效劳或产物、与协作同伴交流数据、向第三方出卖数据或受权数据答应等等。

　　● 环球数据资产化市场正在快速增加，大型企业抢先于中小企业，北美市场抢先于欧洲，但亚洲市场增速最快。西欧兴旺国度在数据财产开展上抢先，但同时也面对数据计谋计划与实践施行之间差异较大的成绩。

　　而金融学和管帐学视角下，数据资产化则更多地存眷数据麋集型企业的资产评价和订价成绩。上述的数据资本化和资产化多数被归于数据资本化的范围，而数据资产化次要是为理解决数据麋集型企业的资产评价和订价成绩。美国哥伦比亚大学商学院的Laura Veldkamp传授在2023年揭晓于Review of Finance上的论文“Valuing Data as an Asset”中指出，数字经济中独角兽企业的高估值来自于其所具有的数据资产，以是需求开展出新的订价东西来权衡数据资产的代价，好比可经由过程比力利用数据资产之前和以后的功绩目标，包罗但不限于支出、本钱微风险等，来辨认和量化数据资产的潜伏投资报答率。

　　同时，也应存眷数据资产化的潜伏风险，如数据泡沫、数据宁静等成绩，并采纳响应的羁系步伐停止防备和应对。

　　西欧兴旺国产业前在数据资产化方面也面对许多成绩和应战，此中最次要的是数据计谋与施行之间存在差异。据IDC（国际数据公司）估量，2023年欧洲约有95% 的构造利用某种情势的内部数据。但是，近来一项涵盖34个国度/地域、400多家公司的研讨显现，只要十二分之一的公司完整将其数据资产化凤凰数字科技产物，次要由于大大都公司缺少搜集和存储数据的根底设备。别的，很多公司没有资本或专业常识来阐发他们搜集的数据并将其转化为可行的营业决议计划。在2022年纪据和AI指导力高管查询拜访中，New Vantage Partners查询拜访了94名财产1000强企业高管。查询拜访发明，固然64.3%的构造专注于增加和立异数据方案，但此中只要26.5%的公司创立了数据驱动型构造。因而在数据资产化范畴我国完整有潜力可以经由过程逾越式开展完成弯道超车。

　　在此布景下，北京大学光彩办理学院使用经济学系传授翁翕经由过程深化研讨，讨论了数据资产化的详细内在、开展阶段及其在不偕行业的使用潜力，阐发了环球数据资产化市场的近况与开展趋向，期望经由过程鉴戒西欧兴旺国度的胜利经历，并分离我国实践状况，探究出一条合适我国数据资产化高效开展的可行途径科技图片头像。

　　别的，外洋羁系部分如美国FTC近来出台了更严厉的对交际媒体、游戏和教诲平台操纵青少年纪据获得支出的政策，以限定基于数据的在线操作、有目标地使人上瘾的设想和蔑视性营销举动。

　　● 数据资产化是一个多层面的观点，触及将数据转化为具有经济代价的资产。数据资本化和资产化的历程可分为资本化、产物化和可测化三个阶段，此中产物化和可测化是数据资产化的中心。

　　● 我国数据资产化面对供应不敷、需求疲弱和买卖本钱高的成绩。国度层面应兼顾促进数据资本化、产物化及入表评价事情，操纵刺激性政策增进数据资产的供应和需求，并充实阐扬市场的价钱发明功用，低落信息不合错误称。

　　我国数据资产化面对的次要应战包罗供应不敷、需求疲弱和买卖本钱高。企业团体数字化水平不高，数据开辟操纵及相干手艺和效劳的用度较高，和企业数据资产化所需的前期投入的融资难度较大等成绩限制了数据资产的供应。同时科技图片头像，市场对数据产物和效劳的认知不敷和付费志愿低，和企业对短时间报答的偏好也招致了需求疲弱。别的，因为数据产物及效劳仍处于市场起步阶段，生意单方均面对投入产出比不愿定性较高的成绩，市场尚缺少有用束缚买卖单方举动的机制，进一步障碍了数据代价的阐扬与权衡。

　　（1）车联网数据：汽车制作商数据、传感器数据、地位、路况、驾驶举动、路程、商家数据、交通计划；

　　针对这些应战，国度层面政策和轨制供应能够次要环绕以下方面展开：一方面，兼顾促进数据资本化、产物化及入表评价事情。数据资本能够入表，但其估值应比力守旧以免资产泡沫；但对已证实了市场代价的数据资产，能够恰当基于其市场潜力赐与更高估值以鼓励数据产物的供应。

　　另外一方面，能够操纵刺激性政策增进企业对数据资产的供应和需求。详细来讲，能够加大数字根底设备和科技研发投资，加大云计较、5G、物联网、野生智能使用的利用率，低落企业开辟和操纵数据的本钱；为企业数字化和数据资产化供给更多信贷、债券、股权等融资东西撑持；在各地数据要素畅通先行先试中充实阐扬市场的价钱发明功用，实时汇总并推行量化数据资产的经历做法及相干数据资产代价，为更多的潜伏到场者供给参考并低落市场的信息不合错误称。

　　Invisibly公司数据显现，2022年环球数据资产化总市场代价为33.8亿美圆，估计到2028年将到达104.1亿美圆，复合年增加率为19.98%，这将由天生的数据量不竭增长、数据资产化认识和贸易智能和阐发、云计较、区块链、物联网科技图片头像、交际收集和新营业形式等鞭策。当前，大型企业份额最大，占比67.6%。中小企业增速更快凤凰数字科技产物，复合年增加率可达29.3%，次要经由过程云计较等东西低落其数据资产化的本钱。北美地域基于物联网和云计较的提高、和由此发生的数据量激增，为今朝最大的数据资产化市场，占环球32.9%。因为具有最大的消耗者根底和智妙手机用户，再加上野生智能、物联网和大数据阐发的快速提高，亚太地域被以为将成为增加最快的地区市场。

　　翁翕，北京大学光彩办理学院使用经济学系长聘传授，教诲部青年长江学者，国度天然科学基金委出色青年科学基金得到者，中国信息经济学会副理事长，北京大学经管学部学术委员会委员。次要研讨范畴为博弈论，信息经济学和数字经济。本科、硕士均结业于北京大学，博士结业于美国宾夕法尼亚大学。研讨功效揭晓于外洋顶级学术期刊，如Journal of Finance, Management Science, Economic Journal, American Economic Journal: Microeconomics, Journal of Economic History, Journal of Economic Theory, International Economic Review, Rand Journal of Economics。掌管国度天然科学基金、北京市社科基金、国度发改委、市场羁系总局、中国科协等课题十余项。在科研方面曾获奖项有：2024第九届高校科学研讨优良功效奖（人文社会科学）二等奖，2022年度《经济学》（季刊）最好论文奖，2022张培刚开展经济学青年学者奖，2020第八届高校科学研讨优良功效奖（人文社会科学）青年景果奖，2019中国信息经济学优良功效奖, 2019厉以宁科研奖, 2017中国信息经济学青年立异奖，2017第十三届北京大学人文社会科学研讨优良功效一等奖，2016中国信息经济学乌家培奖科技图片头像。

　　总结而言，能够将数据资本化和资产化的历程分别为三个阶段：一是资本化，开辟原始数据并将其组装成数据资本；二是产物化，基于数据资本和市场需求开辟相干产物和效劳；三是可测化，为每项基于数据的产物或效劳肯定可买卖和丈量的计价单元，并将相干买卖归入企业的财政、合规、风控等流程。

　　哪些数占有资产化的潜力？能够参考年头国度数据局结合16个部分配合印发的《“数据要素×”三年动作方案》中说起的12个重点行业。在这12个重点行业的根底上，还能够参考如今遍及猜测以为天生式野生智能（AIGC）手艺最有能够被普遍使用的几个范畴科技图片头像。AIGC大模子的锻炼需求以海量数据为根底，因而在有宽广使用远景的范畴中，也最能够催生出数据资产化的需求。

　　当前无数据资产化潜力的次要行业详细包罗：银行、金融效劳和保险、IT 和电信、批发和电商、医疗保健、产业制作、传媒和文娱等。

　　数据资产化并非一个国际公认的观点，在许多方面都处于探究形态，并没有同一的界说。如今公认的观点是把数据资产化与数据资本化等量齐观，但对数据资本化和数据资产化的详细内在也有许多差别的了解。从差别窗科的视角来看，对数据资产化的了解有所差别。但不管哪一种视角，都承认数据资产化在提拔数据代价、激起市场生机方面的主要感化。

　　假如把数据资产化广义了解为阶段二+阶段三，其开展空间宏大，能够说是数据要素市场建立最中心的构成部门。但假如把数据资产化了解为阶段三，其开展空间就依靠于数据资本化和产物化的水平，出格是在没有很好地完成数据产物化的根底上就过火夸大资产化，就很有能够招致数据资产泡沫。在后文阐述中，次要接纳广义界说（产物化+可测化）来了解数据资产化。

　　当前，环球数据资产化市场正在快速增加，此中，大型企业抢先于中小企业，北美抢先于欧洲，亚洲估计增速最快。西欧兴旺国度在数据财产开展上抢先，但同时也面对应战。亚洲市场，出格是中国市场，展示出宏大的开展潜力。

　　，还是当前亟待处理的成绩。那末，数据资产化到底包罗哪些详细内在和开展阶段？国际上有哪些胜利经历可供鉴戒？我国又应怎样应对数据资产化过程当中的应战？

　　● 具有资产化潜力的数据普遍散布于多个行业，比方银行、IT、批发、医疗保健等，并涵盖车联网、供给链办理和消耗者数据等多个种别。跟着天生式野生智能手艺的开展，数据资产化的需求估计将进一步增加。

　　别的，近年来，一些西欧企业利用数据作为融资典质品，成立数据买卖平台，在企业并购估值时开端思索数据发生的潜伏影响等，也为我们供给了贵重的经历。比方，美国一些航空公司操纵其会员嘉奖项目作为典质品停止融资科技图片头像，数据资产代价评价服从大幅提拔；数据买卖平台如Datarade或Eagle Alpha等，经由过程毗连买家与卖家，增进了数据产物的买卖和转化。