新质生产力导向下数据资产赋能企业高质量发展的路径解析

摘要：伴随着大数据、区块链、人工智能等新兴技术的蓬勃发展，数据已成为推动我国经济发展的关键动力，数据资产亦成为企业高质量发展的重要资源。文章立足发展新质生产力的时代背景，先对新质生产力及数据资产的概念进行清晰界定，并深入分析二者特性。在此基础上，系统阐述新质生产力导向下数据资产可能的价值创造机制，揭示数据资产在企业引领生产变革、加速科技创新、助力降本增效、重塑商业模式及优化决策风控上的重要作用。进而，根据价值创造机制，并围绕顶层设计要求，从数据资产管理、数据开放共享、数据资产应用、数据人才文化、数据资产交易及数据资产安全等六个方面提出数据资产赋能企业高质量发展的实践路径，以期为企业高效利用数据资产、实现高质量发展提供理论支持与实践指导，助力我国企业实现转型升级与可持续发展。

关键词：数据资产；新质生产力；企业高质量发展；路径解析

当今，全球经济快速发展，传统生产力观念已经难以完全解释和应对现代经济社会面临的挑战和机遇。对此，2024年1月，习近平总书记在中共中央政治局第十一次集体学习时强调，“加快发展新质生产力，扎实推进高质量发展”，这一新理念的提出作为对传统生产力观念的重要补充和扩展，成为引领全球经济高质量发展的关键力量。在新质生产力的驱动下，生产力要素的配置将更加高效，创新成为经济增长的核心动力，企业和社会将以前所未有的速度迈向智能化、绿色化、服务化的未来。

数据正逐渐成为推动新质生产力发展的关键“燃料”。近年来，我国高度重视发展数字经济、数据要素及其市场化配置改革，发布了一系列重要政策。2019年，党的十九届四中全会首次提出将数据增列为新生产要素，参与收入分配机制；2020年，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》则明确将数据作为第五种生产要素，同时提出加快培育数据要素市场。2023年，国家数据局的组建更是将数据建设上升到了国家战略地位，《“数据要素×”三年行动计划（2024-2026年）》的发布，更加确立了发挥数据要素乘数效应、赋能经济社会发展的重要意义。这一系列举措都为加速数据要素融入经济发展，大力发展数字化新质生产力提供了有力保障。随着数据要素市场不断发展完善，越来越多的企业意识到了数据的价值创造功能，开始推进数据资源与企业经营深度融合，激活并发挥数据要素价值、赋能企业数字化转型，从而帮助企业提高生产效率、降低运营成本、拓展业务线条、提高核心竞争力。随着数据为企业带来越来越高的经济效益和社会价值，数据资源已经被视为企业的资产，在一些企业中甚至是体现竞争力的核心资产（危雁麟等，2022）。数据资产的发展不仅改变了企业的生产模式、管理方式和市场策略，还催生了新的业态、新的商业模式和新的增长点。

总而言之，如何挖掘数字经济新机遇，实现“数据”变为“数据资产”，打造新质生产力，从而赋能企业高质量发展，微观上对企业在激烈的数字化竞争中占据先机具有战略意义，宏观上对提出具体、可行的推动新质生产力涌现的大国路径亦十分重要。因此，本文旨在探讨新质生产力导向下，数据资产如何赋能企业高质量发展，深入分析数据资产在推动企业发展中的具体作用机制，并结合当前趋势提出后续的发展路径。

一、新质生产力与数据资产概述

（一）新质生产力概念与特征

1. 新质生产力概念

新质生产力是以创新为核心驱动力，旨在超越传统生产模式的先进生产力形态。它意味着高科技含量、高效能产出及高质量标准的深度融合，紧密契合了新时代的发展理念。与土地、劳动力、资本等传统生产力不同，它源于技术领域的革命性飞跃、资源配置的创造性优化及产业结构的深层次变革，是一种对传统生产力的扩展和深化。这一新概念强调，不仅要追求生产数量的增长，还要关注生产过程中质量、效率、灵活性和创新能力的提升。

2. 新质生产力特征

生产力的不断进化是推动社会发展和文明进步的强大动力。其中，新质生产力的出现和壮大，无疑为新时代的发展提供了新的契机。新质生产力具备四个鲜明的特征，分别是：信息化和智能化、科技创新、应用广泛及协同合作。

首先，信息化和智能化是新质生产力的显著特征。随着现代信息技术的飞速进步，大数据、物联网、云计算等技术已经深度融入生产经营各环节，实现了生产过程的信息化、智能化和自动化。这不仅降低了生产成本，还提升了产品附加值，推动生产力实现质的飞跃。

其次，科技创新是新质生产力的核心特征。新质生产力强调以科技创新为引领，通过不断的技术突破和模式创新，推动生产力的跨越式发展。这种创新驱动不仅体现在产品和技术上，更体现在生产方式、组织模式、商业模式等多个层面，能够持续为经济发展注入活力，推动经济结构优化升级。

再次，应用广泛是新质生产力的重要特征。新质生产力不再局限于传统的制造业领域，而是拓展到服务业、信息技术行业及其他高科技行业，并且在各个行业中的应用场景广泛且多样，能够满足不同行业多样化的需求，助力各行各业实现转型升级。

最后，协同合作是新质生产力的时代特征。在全球化的背景下，新质生产力的发展离不开合作与交流，通过深度合作、技术共享等方式，新质生产力有力推动着资源优化配置和创新发展，为构建命运共同体提供有力支撑。

（二）数据资产内涵与特性

1. 数据资产内涵

数据作为数字经济发展的关键生产要素，蕴含着巨大的经济价值与社会价值。数据资源是在数据的基础上，立足企业本身，能够为企业带来价值或优势的数据的集合，包括企业内部数据，以及外部市场调研数据、用户生成数据等，此外还包括对这些数据进行处理、分析后能够得到的有价值的信息和洞察力。

关于数据资产，Richard E（1974）最早提出这一概念，但在信息化环境尚未完全成熟的当时，其并未引起研究者们太多关注。随着大数据时代的来临，数字技术革命推动数据成为新的生产要素，使其直接或间接地参与到企业运营中，成为企业实现高速发展、维持竞争优势的新引擎。因此，既有研究参照《企业会计准则》中关于“资产”的定义，推衍出数据资产的概念，具体指企业过去交易或者事项形成的，由企业拥有或控制的，能够为企业带来未来经济利益的，以物理或电子形式存在的数据资源。当前，数据资产成为数字化转型的重要基础，也是企业实现智能化决策、优化资源配置、创新商业模式的关键资产。

2. 数据资产特性

数据资产的独特属性，源于其多元化的来源与广泛的应用主体，这一特性构成了数据资产价值的核心基石。

首先，数据资产具有可复制性与共享性。数据资产具有可复制性，且其复制过程不仅技术实现上相对简单，而且成本相对较低，同一数据资产也可以被多个用户、应用及算法并行利用，这亦赋予了数据资产共享性的特点。

其次，数据资产具有高重塑性和高潜力性。数据资产蕴含着大量信息和知识，潜在价值较高，通过深入挖掘和分析可以转化为巨大的商业价值，且不同数据产品之间的组合，也能够催生出新形态与新价值，为企业带来不可估量的价值增长。

最后，数据资产具有价值时变性和场景依赖性。一方面，数据资产价值会随时间推移而变化，这与数据的时效性、新颖度及市场需求的变动等因素密切相关；另一方面，在不同应用环境下，数据资产呈现多样化生命周期，其价值实现方式及价值大小会根据应用场景的变化有所调整。

二、新质生产力导向下数据资产的价值创造机制

（一）数据资产引领企业生产变革

新质生产力，强调基于数字技术赋能的生产方式变革，其核心在于将数据作为关键生产要素融入生产、分配、交换和消费等多个环节，构建以数据为核心驱动力的生产体系。这种基于数据驱动的生产模式，不仅重塑了企业的核心竞争力，还会促进产业链上下游的协同创新，共同构建更加高效、智能、可持续的生产生态体系。在此体系下，数据是企业生产力的核心要素，能够在供给侧持续激发新质生产力的涌现（焦勇和高月鹏，2024）。具体而言，数据资产如同催化剂，不仅培育出掌握先进技能的新质劳动者，还催生了智能化的劳动工具与前所未有的劳动对象，三者协同作用，引领企业不断优化生产流程，提升产品与服务的质量与效率，为企业发展注入强大的创新活力与动能。

（二）数据资产加速企业科技创新

科技创新，作为新质生产力发展的核心引擎，企业应深刻认识其重要性，并将其置于重要战略地位，尤其是应重视原创性与颠覆性科技创新的产出，以加快实现高水平科技自立自强，从而为企业高质量发展提供动力。

数据资产极大拓宽了企业信息获取的边界，不仅丰富了信息来源、渠道，还显著提升了企业对内外部信息的深度挖掘与精准分析能力（卢剑峰和陈思，2021）。这一过程有效地滤除了信息噪声，让企业能够聚焦于真正有价值的信息与洞察，更加精准地把握市场动态与消费者偏好，进而为研发与生产决策提供科学依据，加速科技创新成果向实质生产力的转化。此外，数据资产还为企业科技创新构建了坚实的基础设施。通过搭建智能化系统、数据共享平台、开发预测模型和应用人工智能等技术，企业能够实现对产品全生命周期的精细化管理，从而推动企业创新（许宪春等，2019）。

（三）数据资产助力企业降本增效

依托先进的大数据分析与人工智能技术，企业能够深度挖掘数据价值，帮助实现对生产流程的智能化改造和优化，从而提高生产效率。同时，数据资产还可以帮助企业精准把握客户需求趋势，实现库存管理的精细化与动态平衡，从而在减少库存积压、避免资源浪费的同时，大幅降低运营成本。此外，企业对数据资产的合理配置和使用能够帮助企业及时适应环境变化，协调或重新配置资源，提升企业资源配置效率，降低经营不确定性带来的风险，这都直接或间接地提升ReEmNdNYsHaSZyucNL2N1A==了企业竞争力以获得持续发展。

（四）数据资产重塑企业商业模式

数据资产为企业商业模式重塑提供了可能。企业可以运用数据资产及时获取消费者的搜索、交易、点评等信息，提取对其产品、客户和市场的新想法或理解，通过分析市场数据和客户行为模式，帮助企业准确把握产业前沿和市场发展的需求，识别新的市场机会并开发创新产品和服务来满足市场需求，进而提高客户满意度、忠诚度和留存率，助力企业创造新的收入来源，形成差异化竞争优势（黄大禹等，2021）。此外，数据资产还可以推动企业向平台化、网络化方向发展，实现产业链的深度融合和协同发展，进一步拓展市场空间。

（五）数据资产优化企业决策风控

数据资产为企业决策提供了更加全面、准确的信息支持，通过数据分析，企业可以了解市场、客户、业务等各方面风险，以此更加精准地把握市场动态、评估项目风险、制定发展战略等，提高决策的科学性和准确性。同时，数据资产还可以帮助企业建立风险预警机制，及时发现并应对潜在风险，保障企业的稳健运营，提高企业的安全性和稳定性。

三、新质生产力导向下数据资产赋能企业高质量发展的新路径

（一）构建数据资产管理体系

1. 顶层设计与政策引导

为优化数据资产管理框架，财政部颁布了《关于加强数据资产管理的指导意见》，该意见确立了12项核心任务，其中涵盖数据资产的合规管理、权责界定、标准完善、使用监管及开发利用等各个方面。旨在解决数据资产供给质量参差不齐、数据使用方式不合规等问题，推动建立以市场为主导、政府引导、多方协同参与的数据资产治理模式。

2. 实施路径与发力点

积极推进数据资产在企业中的健康良性发展，需切实规范数据资产登记、存储、采用、披露等各个流程，构建一条明晰且完整的数据资产管理链条，确保数据资产的全生命周期得到有效管理，从而为企业决策提供精准的数据支持。此外，积极推动数据资产入表，将其纳入企业财务报表体系，有助于提升对数据资产的价值认知，促进数据资产化进程。同时加强数据资产化的全过程监督管理，确保数据资产的价值得到合理评估与有效利用，为企业的财务健康与可持续发展提供有力支撑。

（二）推动数据共享与开放流通

1. 顶层设计与政策引导

政府高度重视数据开放共享对经济增长的促进作用，2015年国务院出台的《促进大数据发展行动纲要》中，明确指出加快数据资源的开放共享是促进大数据发展的主要任务。党的十九届四中全会决议再次强调，要继续加强数据有序共享。

2. 实施路径与发力点

鼓励企业与数据交易所、学术机构及智库等建立紧密合作，形成数据研究、交易与应用的闭环。通过跨界融合，整合各方优势资源，深入挖掘数据潜在价值，为企业的战略决策提供科学依据，同时推动数据创新应用的不断涌现。其次，企业应主动开放数据接口，促进内部不同部门间的数据流通与共享，打破信息孤岛。同时，积极寻求与外部合作伙伴的协同合作，共同培育具有核心竞争力的创新联合体，实现数据资源的优化配置与高效利用。

（三）深化数据应用场景融合

1. 顶层设计与政策引导

日前发布的《数字中国发展报告（2023年）》显示，我国数据要素市场化改革步伐进一步加快，数字经济规模持续壮大，数字技术应用场景不断拓展。数字技术正逐步且深刻地渗透到政治建设、经济发展、文化繁荣等多个领域的方方面面，重塑传统运作模式，引领新时代发展趋势。

2. 实施路径与发力点

企业应积极探索数据资产在供应链管理优化、智能制造升级、客户服务个性化与智能化、风险管理智能化与预警及市场洞察与决策支持等多个方面的赋能，以推动企业数字化转型向纵深发展，从而帮助自身提升运营效率、优化决策流程，并在市场竞争中占据有利地位，推动整体高质量发展。例如，在供应链管理领域，企业可以利用数据分析技术整合供应链上下游数据，实时掌握供应链各环节的运行情况，及时发现并解决潜在问题。这种基于数据的供应链管理不仅降低了运营成本，还提高了供应链的响应速度和灵活性，为企业的高质量发展提供有力支持。

（四）培养数据人才与文化

1. 顶层设计与政策引导

截至2022年底，我国数字经济体量已达50.2万亿元，新技术、新模式、新业态也不断涌现。然而，数字经济繁荣的同时，我国却面临着人才不足的隐患，数字人才严重不足、人员技能与岗位需求严重脱节等一系列问题愈发突出。对此，人社部等九部门于2024年联合发布《加快数字人才培育支撑数字经济发展行动方案（2024-2026年）》，旨在强化数字人才对数字经济的基础支撑作用，为高质量发展注入强劲动力。

2. 实施路径与发力点

首先，数据资产需要一批技术含量高、专业性强的人才来管理。因此，企业应加强数据人才队伍建设，培养既懂业务又懂技术的复合型人才。一方面，可以结合业务需求和发展战略，制订系统的数据人才培养计划；另一方面，通过提供具有竞争力的薪酬待遇、发展机会和工作环境，吸引国内外高端数据人才加入企业，以此带动整个企业的数据应用能力和创新能力的提升。

其次，营造数据驱动的企业文化，鼓励员工在日常工作中积极运用数据，通过数据分析来指导决策和优化工作流程。同时，建立数据驱动的决策机制，确保企业决策的科学性和准确性。

（五）推动数据资产市场化配置

1. 顶层设计与政策引导

2017年，贵阳大数据交易所发布《大数据交易区块链技术应用标准》，该标准系统性地构建了涵盖架构、治理、交易及安全四个核心维度的标准框架，并成功地将其技术标准融入交易系统实践。此举不仅促进了数据交易过程中的溯源与确权，还确保了数据资产交易的可信度与透明度，从而为数据资产在市场中的有序、高效流通提供坚实保障。此外，国家数据局亦提出应坚持推进数据要素市场化配置改革，让数据“供得出、流得动、用得好、保安全”。

2. 实施路径与发力点

首先，企业需要明确自身数据资产的权属关系，包括数据的采集、存储、处理、分析和应用等各个环节的权益归属。其次，通过对数据资产进行科学地评估，确定其市场价值，并据此制定合理的定价策略，为数据资产的交易和流通提供依据。最后，企业应探索数据资产的市场化配置路径，如数据资产质押融资、数据交易等，实现数据资产的价值变现，这不仅可以为企业带来直接的经济收益，还可以促进数据资源的优化配置和高效利用。

（六）强化数据资产安全保护

1. 顶层设计与政策引导

随着数据量的急剧增长和数据价值的提升，数据资产安全面临着越来越复杂和严峻的挑战。对此，中国信息通信研究院发布《数据安全治理实践指南》，旨在梳理数据安全治理的概念内涵，探讨企业数据安全建设路线。

2. 实施路径与发力点

在数据资产赋fC7QJP97f9QWwkVlhlPlUswMyyTDw08U/sKsn9ZnjMQ=能企业高质量发展的过程中，对数据资产的安全保障十分重要。企业需要建立完善的数据安全保护体系，如数据加密、数据备份、网络监控等，确保数据在获取、存储、利用、处理过程中的安全性。此外，企业也应加大对员工在数据安全层面的教育培训力度，以提升全员对数据安全的警觉性和防范能力。若需引入第三方，在合作中应明确数据安全责任，确保第三方在处理企业数据时遵守相关法律法规和企业的数据安全规定。同时，应定期对第三方进行安全评估，确保其具备足够的数据安全保障能力，为企业的持续健康发展提供坚实保障。

四、结语

当前，企业已经进入创造数据、获取数据、运用数据的“数据时代”，数据资产也成为企业组织生产、运营管理的基础性战略资源。在新质生产力导向下，数据资产逐渐成为企业高质量发展的关键驱动力。通过构建数据资产管理体系、推动数据共享与开放流通、深化数据应用场景融合、培养数据人才与文化、推动数据资产市场化配置及强化数据资产安全保护等实施路径，使得企业能够充分发挥数据资产的价值创造功能，赋能其高质量发展。未来，技术的持续进步与应用场景的日益丰富，将进一步凸显数据资产在企业发展中的关键作用。企业也应积极推进数字化转型，加强数据资产管理和利用，为高质量发展注入新的活力。

参考文献：

[1]危雁麟，张俊瑞，汪方军，等.数据资产信息披露与分析师盈余预测关系研究——基于文本分析的经验证据[J].管理工程学报，2022，36（05）：130-141.

[2]R.E.Peterson，A Cross Section Study of the Demand for Money：the United States[J].J.Finance，1974（01）：73-88.

[3]焦勇，高月鹏.数据要素赋能新质生产力涌现：供给创新与需求牵引的解释[J].新疆社会科学，2024（04）：38-51+173.

[4]卢剑峰，陈思.外部知识搜寻、大数据能力与企业创新[J].科研管理，2021，42（09）：175-183.

[5]许宪春，任雪，常子豪.大数据与绿色发展[J].中国工业经济，2019（04）：5-22.

[6]黄大禹，谢获宝，孟祥瑜，等.数字化转型与企业价值——基于文本分析方法的经验证据[J].经济学家，2021（12）：41-51.

（作者单位：长安大学经济与管理学院）