数据要素、数据资源和数据资产

对于数据资源、数据资产和数据要素这三个概念，人们往往容易混淆。为了更好地理解和利用数据，有必要对这三个概念进行深入的辨析。下面逐一探讨这三个概念的定义、特征以及相互关系，以期帮助建立清晰的认识，为实际应用提供指导。

数据要素相关概念的定义与内涵

1、数据要素相关的概念

数据资源

数据资源是指为以电子化形式记录和保存的具备原始性、可机器读取、可供社会化再利用的数据集合。区别数据与数据资源的依据主要在于数据是否具有使用价值。具体而言，经过收集、存储、运维后形成的电子化、规模化、能够为组织（政府机构、企事业单位等）产生一定价值的数据被视作数据资源。

数据资产

数字资产是个人和企业拥有的财产，数据资产包含结构化数据和非结构化数据，包括以数据形式记录的照片、视频、文件、订单、合同等资源，这些资源以电子形式存在，并具备给个人或企业带来经济价值的潜力。

数据资产具有以下特征：非实体性和无消耗性、可加工性、多样性、依托性、价值易变性、多次衍生性、可共享性和零成本复制性。数据资产将数据视为类似于资金、设备、技术等要素资源，并将数据资源转化为可交易的“数据资产”。

对于企业而言，数据资产包括无形资产或存货等类型的数据资源，以及企业合法拥有或控制的数字资源，这些资源预计将为企业带来经济利益。

数据要素

数据要素是指为根据特定生产需求汇聚、整理、加工而成的计算机数据及其衍生形态。依据十九届四中全会提出的“将数据列为生产要素”与生产要素的定义，数据要素是参与到社会生产经营活动中，为所有者或使用者带来经济效益的数据资产。因此，“数据要素”一词是面向数字经济、在讨论生产力和生产关系的语境中对“数据”的指代，是对数据促进价值生产的强调。

数据要素市场化

数据要素市场化是指将数据作为一种要素资源，通过市场机制进行交易、流通和配置。数据要素市场化配置的关键在于通过市场化的流通手段，让数据向最需要的地方流转聚集，让不同来源的优质数据在新的业务需求和场景中汇聚融合，在跨领域数据融合中产生更大效益，实现双赢、多赢的价值利用。

2、数据要素的内涵

数据作为生产要素指的是在现代经济中我们将数据视为一种重要的资源，类似与劳动力、资本和土地。核心内涵可以从三个方面概述：

数据是一种新的生产力：随着人类社会的不断发展，生产要素也在不断变化。最初的生产要素包括劳动力、土地和资本。然而，随着科技的进步和工业革命的到来，新的生产要素不断涌现，如技术、知识和创新等。这些新生产要素的引入和应用推动了生产力的提升和社会经济的发展。数据作为一种新兴的生产要素，它不仅是一种资源，而且是一种能够被收集、存储、分析和应用的信息形式。能够作为独立的维度使得它能够为生产和决策提供更加精确、实时和全面的支持。

数据驱动的生产方式：数据的引入还促使形成了一种新的生产方式，即数据驱动的生产方式。在这种方式下，数据成为了决策制定和创新的重要依据，数据挖掘分析成为了生产的关键环节。数据驱动的生产方式能够更加灵活、快速的响应市场变化和需求变化，提高决策效果和创新效果。

创造价值和满足需求：数据作为生产要素的出现实质上指向了生产的本质，生产的本质在于创造价值和满足需求。通过数据的挖掘分析，我们可以更好的了解市场需求、消费者行为、产品性能等信息，从而更加准确地预测和满足需求。

数据作为生产要素的出现不仅丰富了生产要素的含义，而且指向了生产的本质。因此，我们需要不断关注和探索数据的应用，以推动生产力的提升和社会经济的进一步发展。

数据要素市场化进程持续加快

随着数据要素产业经济的兴起，国家对数据要素的重视程度不断提升。国家在制定相关政策法规、推动数据开放共享和促进数据产业发展等方面采取了积极的措施，鼓励和支持数据要素的收集、整合、管理和应用，为数据要素创造了良好的政策环境和发展条件。

国家层面对数据要素市场化的政策导向主要强调在处理数据的合法合规，保护数据不会被非法获取、篡改或滥用，数据的存储、传输和处理过程中采用了安全的技术和加密手段，以保障数据的完整性和机密性，推崇数据的共享和开放，以促进创新和经济发展，倡导建立健全的数据治理机制，通过明确的政策和规范，对数据的收集、存储、使用和共享进行规范管理。

各地方政府贯彻落实中央政策，探索数据要素流通顶层设计并陆续出台了地方相关数据条例和公共数据管理办法。

地方政府陆续出台政策的主要导向包括数据共享与开放、数据安全与保护、数据质量与准确性、数据治理与责任以及数据应用与创新。导向旨在促进数据的合理利用、保护和管理，为政府决策和公众服务提供有效支持。

在政策的引导和推动下，数据要素市场化进程加速，有助于实现数据要素的价值最大化和流动性提升，推动数据产业链的发展和创新。为了有效实现数据要素市场化，相应的市场定价和交易模式得以建立，以确保数据要素的价值更加透明和公正，并促进数据要素市场的健康发展。这些举措都为国家经济和社会发展带来了重要的意义和影响，并为企业提供了更多的商机和合作空间。

数据要素化的实施路径

基于大量的理论研究和应用实践，我们认为商业银行要实现数据要素化且最终参与到数据要素产业生态中，需要经历以下三个阶段：

数据要素产业发展路径

业务数据化：业务数据化是指将各项业务活动和过程转化为可量化、可记录和可分析的数据形式。商业银行涉及广泛的业务领域，包括存款、贷款、投资、交易等。业务数据化的第一步是通过系统和技术手段收集和整合各项业务的数据。这些数据可以来自于客户交易、业务操作、市场行情、风险评估等多个来源。通过对这些数据进行治理和管理，保证数据的源头质量，未来可以帮助银行更好地理解和分析业务运营状况，支持决策制定、风险管理和客户服务等方面。

数据资产化：数据资产化是指将数据视为一种重要的资产，并将其管理、促进利用和价值最大化的过程，通过对数据进行识别、分类和标记，以确定不同数据的价值和用途。数据资产可以包括客户数据、交易数据、风险数据、市场数据等。不同类型的数据资产基于数据应用目标进行相应的成本与价值计量，并进行有效的管理和利用，帮助银行提高数据价值和运营效率。

资产要素化：资产要素化则是通过要素化识别出有“活性”的数据资产，在分析和挖掘中发现有价值的信息和洞察，支持决策制定和业务创新，实现客户洞察、风险管理、营销策略优化等方面的增值。同时，也能为银行带来商业机会，例如数据交易、数据合作等，进一步增强银行的竞争力和盈利能力。

数据资产如何常态化的识别、确认、计量、使用、交易及最大化持续发挥价值，涉及企业内部的数据治理、数据资产确权、配套数据资产管理的制度设计、数据架构设计、数据资产的全生命周期管理等内容，作为技术型数商亿信华辰可以为企业提供上述全套All in的咨询、方案与产品及落地交付。

原文来自公众号：数据学堂