企业数据要素价值化路径文献综述

进入数字时代后，数字化浪潮深入生产发展过程中与各种生产要素相结合，多种数字化技术已经不能单纯地归为一种技术要素，而独立地成为一种新的生产要素，也即数据要素。在2020年中央做出的“十四五”规划中，明确提出了要大力发展数据要素和数据要素市场建设的现代化要求。在目前新经济发展的情况下，生产要素不局限于传统的劳动、资本、土地等，数据作为一种新型且强大的要素进入了生产经营活动中，对于资源的配置也必将提出新的要求[1]。随着数据要素深入生产生活，数据的地位与过去的土地要素和劳动要素的地位等同[2]。在生产过程中，数据要素需要与其他传统要素进行深度的结合，这样才能将数据要素的价值最大程度地发挥出来[3]。如何在企业经济活动中发挥价值，是亟待解决的问题和重要的研究方向。数据成为现代生产要素并不是西方资产阶级的理论成果，而是马克思主义生产要素理论中国化的发展，是中国特色社会主义政治经济学的重要成果[4]。因此，本文着重对于国内学者所发表的文献进行归纳和总结，以求为数据要素发展带来中国化实践的理论基础。想要最大程度地释放数据要素的价值，应该从以下方面入手：一、激发创新因子对于数据要素的推动力唐要家[5]提出在数据不断实现价值递增时，技术和商业模式的创新为数据要素带来了更深层次的价值释放。在技术的层面上，虽然中国数据总产量大，但是其中需要处理的无用数据同样量大，数据资源化必须先通过对原始的静态数据进行“提纯”后才能实现，这也是激发数据要素价值的基础条件[6]。尤其是市场参与者对于消费者的数据进行分析，持续优化和研发升级产品等方式，为企业的生产过程进行赋能，以求实现数据创造价值[7]。黄鹏[8]同样明确提出数据要素的价值创造直接来源于数字技术对于数据的处理和应用，也就是一个要素组合的过程。具体来说，比如大数据技术的利用价值并不限于收集数据，大数据成为关键技术的原因时，其分析能力和创造能力对于起支撑作用的算法技术创新是实现数据准确感知和快速传输的重要基础，以此加快数据流动，促进数据协同[9]，换言之，数据价值的释放建立在开发智能化的基础上。从商业模式的角度而言，陈衍泰[10]强调了商业模式创新对于数据要素的重要性，认为商业模式的创新是数据要素释放价值的主要路径。具体体现为，在数字技术的帮助下，互联网消费企业实现了几乎为零的货架成本以及库存成本，从消费互联网到产业互联网带动了一系列的创新活动，数据要素支援和现代信息技术的结合[9]。同样，创新因子与数据要素的促进作用是相互的，新模式、新业务的形成可以实现新的商机和工作岗位，最终人均可享受到数据要素带来的要素红利，并且通过提升原有要素的运行效率可以提升全要素生产效率,为全球带来全要素数字化转型和数字化竞争。数据释放价值的过程实际上就是不断产出信息知识的过程，这些信息带来了更高的生产价值、更高质量的知识，以此内生性地促进了经济增长。二、与生产要素进行深度耦合作用王建冬[11]从三个层次阐述了与其他生产要素结合是数据要素释放价值的途径。在基础层面，数据要素并不是独立的生产要素，而是以实体经济为载体蕴含在各种数字化产业中，随着其他要素的流动而流动。这个过程与何伟[12]所提及的数据资产化类似，他提出因为数据要素本身并不能产生价值，资产化过程就是将数据与具体业务和其他生产要素，比如劳动力和资本要素相结合，实现要素一对一互补，多个要素协同发展，全要素耦合作用[13]，利用将业务效率提高的方式来实现数据价值的过程。但是对于数据要素是否本身含有价值这一点，李海舰[14]提出了不同的观点。数据本身也是一种商品，数据产品是否可以转换成数据商品取决于其是否可以在市场上进行交换；数据商品是否可以转换成数据资本取决于其交换价值是否被充分挖掘，这一转换类似于商品到货币的“惊险一跃”。在支撑层面，产业数字化程度加深，数据可以作为一种单独的生产要素融入实体经济，加快其他要素的生产效率。比如说数据转化成为信息，再利用这些信息优化决策成为管理工具，为企业优化生产和管理的流程起到非常重要的协调和润滑的作用，并且不仅存在于企业间，更存在于企业与政府之间。另外，数据要素和农业进行结合产生的产业转型更加明显[15]，与人力资源要素的结合对于在中部地区、劳动密集型企业以及受资本限制较低的企业有较为明显的创新激励作用[16]；在整合层面，联结其他生产要素，对于其他要素进行智能化改造。林志杰[17]具体指出了数据要素和各个要素的结合机制。数据要素与资本要素的结合可以利用范围经济和规模经济摊薄企业的生产成本和营销成本，与劳动要素的结合可以直接让消费者参与产品设计，实现设计高度有效化和效率化，与技术要素的结合可以实时反映各项技术的功能性和产出是否符合预期，全面掌握技术要素的生产效率，实现全要素高效率生产。三、在制度保障下的开放和共享数据在保护好数据来源方权益，掌握数据赋权的程度的前提下，数据共享和开放是让数据价值化的最佳途径，在这样的保障下，可用数据和数据的可用性才可以被最大程度地开发。从更宏观的方面来说，整个数据治理规范化是数据要素价值释放的首要条件。政府监管重点在立法，相关行业设置行业准则，个人也需要树立隐私意识，从多个主体协同治理。此外，在产权方面的立法更是重要的先决条件。虽然我国共享能力尚未完全开发，但随着需求的不断上升将会直接影响供给端的生产，需要借助数据要素进一步推动共享平台的发展。叶秀敏[18]提出了数据有偿共享的方法，主要是将数据要素的使用权和所有权分离，将使用权租用或者有偿共享给其他主体，利用要素复用性带来的数据增量价值。此外，对于数据的开放和共享并不能一概而论，应该对数据按照分类制定有区别的开放政策，不局限于实现数据要素市场化来流通数据，公共数据无偿开放、互补性数据生态内共享、平台数据对点流动、价格引导数据、可携带数据跨平台流动。比方说，企业所有的数据应该分为内部数据和外部数据。对于内部产生的数据，企业拥有所有权，对于这部分的数据开放企业有主动权，但是政府可以鼓励企业共享这部分数据。对于外部收集到的数据，需要明确不同场景下企业是主动或者被动地获取这些信息，且不能据为己有。四、积极利用数据要素的流动性闲置状态下的数据是没有价值的，所以释放数据要素价值必须置于流通之中[19]。数据的流通也就是数据实现资本化的过程，局限于单独的业务或者企业中的数据是无法发挥作用的，高水平数据资本化可以实现数据资本拥有者的现实收益。有序流通的数据要素实现了跨企业、跨产业，和在整个社会层面的流通与数据配置可以形成乘数效应。跨社会主体同样是数据流通的重要方式，尤其是在政府和企业之间，这样也就在城市范围内实现了数据流通。杜庆昊[20]指出了数据要素资本化的具体手段，就是将数据等要素资源以产权化、证券化等形式转变成可以流通的资本，将数据要素盘活，使之成为增值的数据资产，进而成为资本，通过资本运营实现价值。跨境流动的使用场景遍布了整个社会生活：民生领域，个人征信、通行业务办理、教育合作；商贸领域，金融服务、电商与物流等；科技领域，科研数据跨境共享、科技成果转化等[21]。数据要素流动的重要途径就是尽快实现数据要素市场化，明确数据确权和数据定价。数据交易平台是数据要素流动的具体体现，实现了数据流动，也就实现了资本流动，也就将数据的价值体现在价格上，实现了资本化[22]。曾铮[23]也指出流动与开放密不可分，在企业、政府、个人等市场主体间形成数据开放、互惠互利的氛围，在此基础之上才可以谈及使用流通来释放数据价值。五、结语根据对以上文献的总结，可以发现数据要素价值化的四种方法。首先，要肯定创新因素是数据要素发展的基本条件。数据要素产生于起支撑作用的技术，以及如何使用数据要素的方式，其价值化也是与商业模式密不可分，融入数据要素的流程可创新和改进的空间更大，也可以在成本方面为企业起到“开源节流”的作用。其次，离不开与其他生产要素的结合。要重视具体业务等实体经济的载体作用。在市场主体内部，比如与企业内部的管理要素产生协和作用可以使得企业决策更加科学化，但是仍然缺乏与实际的联系，需要建立起数据深入决策和生产深度和绩效的评估体系，寻找案例来进行分析，将数据要素的价值数字化、可视化，使之可评估、可改进。再次，在治理规范下的开放是释放数据要素价值的关键手段，这里需要判断什么样的数据有商用价值，比如说个人数据的分享和开放到何种程度可以既保护隐私，又实现数据分享。对于隐私程度和开放意愿需要建立一套评估系统，再与商用价值联系，以求形成市场化数据集合的价格评估体系，最终可以与数据要素的市场化要求进行吻合。最后，流动的重要性对于数据要素来说与资本要素类似，这也从侧面反映出数据要