国有企业如何打通数据壁垒释放要素价值

目前，数据资产外部价值评估市场尚未统一，企业需要结合数据资源来源、业务应用场景、未来释放价值的方式等多个维度去探索企业内部经济价值评价体系，以形成对数据资产未来经济利益流入情况的判断，是一个长期探索的过程。

4月2日，国家数据局副局长陈荣辉在“数据价值化我们在行动”系列新闻发布会上表示，国家数据局正会同国务院国资委制定国有企业数字效率提升行动的实施方案。相关消息受到国资国企关注。舆论聚焦推动国有企业数据管理机制创新，强化数据赋能现代公司治理和数字化转型。

数据要素政策脉络

国有企业数字效率提升行动是历时多年的系统性工程，其政策脉络从早期数据治理框架的搭建（2020—2021年），逐步深化至技术攻关与产业融合（2022—2023年），最终聚焦于数据效能释放与生态协同（2024—2025年）。这一进程既体现了国家对数字经济战略的持续加码，也反映了国企在全球竞争中的主动求变。

2015年，党的十八届五中全会提出“实施国家大数据战略”以来，国务院及各部委陆续出台多项政策推动数据要素市场化配置。

2020年，党的十九届四中全会首次明确数据作为新型生产要素参与分配，标志着数据资源的价值提升至国家战略高度。国有企业作为国民经济支柱，亟须通过数字化转型优化资源配置、提升核心竞争力。新冠疫情暴发后，远程办公、智能制造等新模式倒逼企业加快数字化进程。

2020年10月，国务院国资委发布《关于加快推进国有企业数字化转型工作的通知》系列解读，强调数据治理体系的构建，提出“夯实四个转型基础、把握四个转型方向、打造四个企业标杆”的总体框架。

2021年2月24日，国务院国资委正式印发《关于加快推进国有企业数字化转型工作的通知》，明确国企数字化转型的路径，要求建设数字技术平台、优化数据治理体系、推进产业数字化创新，并首次提出打造制造、能源、建筑、服务四类企业数字化转型示范样板。

2023年4月3日，国务院国资委宣布深入实施“国有企业数字化转型行动计划”，强调加强数字技术攻关，推动5G和工业互联网等技术在制造、能源等领域的应用，目标将中央工业企业关键工序数控化率提升至73%。

2023年6月27日，国务院国资委在浙江桐庐召开专题会议，部署全面提高数字化智能化水平，提出“完善体制机制、加强合作发展”，并明确将数字化转型纳入世界一流企业建设核心任务。专题会将数字化转型成效纳入国企考核指标，建立闭环管理机制。

2024年9月27日，国家数据局发布《关于促进企业数据资源开发利用的意见（征求意见稿）》，首次提出“国有企业数据效能提升行动”，旨在构建国资央企大数据体系，推动跨行业数据共享与产业链协同。该意见稿支持龙头企业搭建行业数据空间，促进供应链上下游数据融通。

2025年4月2日，国家数据局与国务院国资委联合宣布制定《国有企业数字效率提升行动实施方案》，重点推动数据管理机制创新、强化数据赋能公司治理，并要求中央企业数字科技公司整合行业数据资源。

根据最新方案，2025年的行动重点是国家数据局将推动央企数据资源整合，扩大高质量数据产品供给，探索数据要素市场化配置。未来，随着《数字效率提升行动实施方案》的落地，国有企业有望在数据驱动的新经济格局中发挥更核心的引领作用。

企业建立常态化的数据资产业务经济价值评价体系

山东大众报业（集团）有限公司石丽娟表示，由于数据资源的特殊性，数据发挥价值的能力与企业业务类型、数据应用场景和企业对数据加工处理的技术水平等密切相关，同一数据对不同企业来讲能够带来的经济利益流入的可能性差异较大。要对数据资源的经济利益情况进行合理判断，就需要企业建立常态化的数据资产业务经济价值评价体系。

目前，数据资产入表尚处于探索初期，外部价值评估市场尚未统一。企业没有太多可参考借鉴的信息，需要结合数据资源来源、业务应用场景、未来释放价值的方式等多个维度去探索企业内部经济价值评价体系，以形成对数据资产未来经济利益流入情况的判断，是一个长期探索的过程。

目前，关于数据资产的评估，我国数据要素市场处于初步发展阶段，评估体系尚未完善，评估价值难以计量。由于数据具有依附性的特征，其价值的实现和发挥往往依附于具体的业务活动，在不同的经营场景、不同业务活动中其价值可能差异巨大。这导致对数据本身价值的评估较为困难。再者，同一数据资产对于不同企业而言可能具有不同的价值，原因在于不同企业在业务领域、业务模式、营利模式、市场基础和服务对象等方面往往存在差异，对数据资产的利用方式也各不相同。这种价值不对称性导致各方对同一数据资产产生不同的价值预期，价值计量难以形成统一标准。

数据交易尚未激活抑制了    价值释放

审计署审计科研所杨宇婷认为，首先，传统的资产评估方法不完全适用于数据资产。应用成本法的问题在于成本归集难度大，难以合理精确计算出数据资产的重置成本。数据产品的研发一般涉及多项数据资源投入、多部门人员参与等情况。企业对数据资产的管理普遍不够精细，加之数据业务部门和财务部门之间存在信息不对称，导致数据产品成本归集难，对入表造成障碍。应用收益法的问题在于收益不稳定、难预测。数据资产因运用场景的差异，会产生各不相同的收益表现。这将导致收益的测算难度加大，尤其是尚未产生实际效益的数据资产，面临较大不确定性。应用市场法受制于数据要素市场的活跃度，缺乏足够案例支持。

其次，数据交易尚未激活，抑制了数据价值释放。从交易机构看，2024年11月底，我国共有数据交易所60家，尽管江苏、广东、湖北等地成立了多家数据交易所，但是当前数据交易面临交易规模不大、交易活跃度低，以及参与交易的主体范围受限等困境，致使数据作为生产要素的价值未能得到充分释放。截至2025年2月25日，深圳、广州、贵阳、上海、北京五地的数据交易所上架产品总数超12000个，这一数字比2024年年底有所增长。但从交易规模看，截至2024年年底，上述五个数据交易所累计交易金额约417亿元，其中，上海和广州数据交易所各自累计交易额仅为40亿元和52亿元，这与呈指数级增长的数据资源和数据产品数量明显不匹配。数据交易的冷淡态势，阻碍了数据价值的有效释放，致使大量数据资源沉淀在企业内部。

数据资产入表                              面临哪些法律问题

方达咨询研究院研究报告称，数据确权是数据资产入表的首要难题。数据产业链中的多个主体均可能享有数据资产的部分权力，包括数据的生产者、收集者、处理者和使用者等，导致数据权属模糊。例如，企业在与客户交互过程中会产生大量交易数据和用户行为数据，虽然企业进行了收集和存储，但客户可能认为自己对这些数据同样拥有一定的权力。这种模糊的产权界定会影响企业数据资产的稳定性和入表的可行性。此外，当数据在不同企业之间流转或共享时，产权界定更加复杂。企业之间的数据合作往往涉及复杂的合同约定和法律关系，但目前的法律体系对于数据流转过程中的产权转移和权益分配缺乏明确的规范。这使得企业在确定数据资产的产权边界时面临很大的不确定性，增加了入表的难度。

价值评估风险问题。数据资产的价值评估存在主观性和不确定性，评估结果是否准确会影响企业的财务报告质量和投资决策。数据的价值取决于多个因素，包括数据的质量、时效性、独特性以及潜在的商业应用价值等。例如，随着市场环境的变化和技术的进步，某些数据可能在短时间内失去其价值，而另一些数据可能因为新应用场景的出现而价值大幅提升。因此，传统的资产评估方法可能并不完全适用，需要探索新的评估方法和标准，以更准确地反映数据资产的真实价值。目前，国内尚缺乏统一的、被广泛认可的数据资产价值评估方法和标准。不同的评估机构和企业可能采用不同的评估方法，导致评估结果存在差异，而这种差异可能会引发争议，特别是当企业进行融资、并购等活动时，数据资产的价值评估结果可能受到质疑，影响交易的合法性和稳定性。

隐私保护与数据安全问题。随着数据收集与处理规模的持续扩大，个人隐私泄露的风险日益增加。企业在将数据资产纳入财务报表的过程中，可能会触及个人隐私的敏感领域。随着企业数据收集和处理能力的增强，大量包含个人身份、行为偏好、交易记录等敏感信息的数据被归入企业数据资产的范畴之内。如果企业在未经用户明确同意或未充分告知的前提下，擅自收集、存储和使用用户的个人信息，就可能触犯相关法律法规。此外，数据安全问题应当成为企业关注的重点。在将数据资产列入财务报表的过程中，企业必须确保数据的完整性、可用性和保密性。然而，在数据存储和传输过程中存在的技术漏洞、内部员工的不当操作或是外部黑客的恶意攻击，都是导致数据泄露、篡改和非法访问等风险的诱因。若不加以防范，不仅会侵犯用户的合法权益，而且可能给企业带来经济损失和声誉损害。