在信息技术飞速发展的今天，数据已经成为了新时代最为关键的资源之一。随着大数据、人工智能等技术的不断进步，数据资产的概念逐渐走进人们的视野，成为推动经济发展的新引擎。

数据的价值体现在两个方面：其一是数据的使用价值，即数据如何被应用以产生实际效益；其二是数据的资产价值。这类似于地下油井中的石油，不仅石油本身具有使用价值，油井作为资产也具有极高的价值。我们应该从源头上发挥数据资产的价值，推动数据资源向数据资产的转变。

目前，数据的流通主要通过一级市场上的数据资源许可的方式进行，而数据产品和服务则在二级市场上交易。值得注意的是，数据商品与其他类型的商品有着本质的不同，除了可复制等特征外，值得一提的是，数据的价值链条非常长，包括授权、采集、汇集、分类、存储、加工、交易和利用等多个环节。

在国际上，数据资产的重要性已经得到了广泛的认可。例如，Gartner智库将数据利用分为三个阶段：

第一阶段是数据作为管控手段，例如通过在机器上安装芯片来监控机器的运行状态。

第二阶段是数据作为驱动力，如企业资源规划（ERP）系统和垂直领域大模型在企业中的应用，这可以被视为数字经济的1.0和2.0版本。

第三阶段则是将数据转化为资产，企业的核心任务是最大化其数据资产的价值，即数字经济的3.0版本。例如，智能驾驶企业通过收集大量路基数据，虽然智能驾驶技术尚未完全商业化，但这些数据资产化后，企业的价值得到了显著提升。数据资产化后，企业的目标是最大化其资产价值。

数据资产化的流程包括对企业数据资源的分级分类治理、登记、质量评价、价值评估、内增值（入表）和外增值（交易）等。

去年8月财政部发布的数据资源进入会计报表的暂行办法，为数据资产的会计确认提供了明确的指导。数据资产化后，企业可以通过许可使用、贷款等方式增加收益，并促进数据流通，如为大模型企业提供训练数据。

政府数据资产的管理同样至关重要。目前，公共数据授权运营成为热点，多个省市已经成立了数据集团，旨在运营公共数据资产。然而，政府数据资产化面临两大问题：一是数据运营方无法直接向政府支付费用，二是公共数据定价问题。

关于定价，建议采用两步定价法，即公共数据的一级开发价格覆盖成本并有微利，二级开发吸引社会企业共同开发数据，实行商业化的定价。最终数据的价格为一二级开发的价格之和。

在数据交易方面，数据的可复制性导致买卖双方信任难以建立。解决这一问题的方法包括第三方介入，如数据商、第三方服务机构等；还包括数据空间、隐私计算等技术，这些都是创造信任、促进数据交易的重要手段。

在平台类数据方面，应促进数据的使用和流通，同时保护个人和平台方的数据权益。平台数据的脱敏和定向开放对于科研支持、公益活动等方面具有重要意义。