摘要:高质量发展是全面建设社会主义现代化国家的首要任务,而企业高质量发展是国家高质量发展的重要基础。数据资产是企业高质量发展的重要生产要素。为全面理解和发挥数据 资产在企业价值创造中的关键作用,文章从数据资产与企业高质量发展的契合关系、数据资产的价值体系是企业高质量发展的价值源泉、数据资产是企业高质量发展的关键生产要素等三个视角,阐释了数据资产赋能企业高质量发展的价值创造逻辑;并基于价值创造逻辑,提出了数据 资产能力增强了企业的核心价值能力,数据融合能力提高了企业的全要素生产率,数据资产的研发改进、生产协同及市场配置三类价值效应,企业的结构、效率和创新三重价值维度,数据、业务和价值融合三个价值层面,供给侧、生产运营和需求侧三大价值环节,产品、企业和产业三层价值领域等七个方面的价值创造路径,以期助力企业高质量发展。
一、引言
2020年3月30日,中共中央国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》,将数据 与土地、资本、劳动和技术等并列为五大生产要素,数据核心价值的释放途径就是数据资产化。2020年10月11 日,中共中央国务院发布的《深圳市建设中国特色社会 主 义 先 行 示 范 区 综 合改革试点实施方案(2020— 2025)》,指出深圳市应积极培育数据要素市场,建立数 据交易市场。2021年9月1日,开始实施的《数据安全法》 是我国第一部数据安全法律,促进了数据的开放、共享和流通。2022年12月2日,中共中央国务院发布的《关于 构建数据基础制度更好发挥数据要素作用的意见》,指出数据已经成为数字经济时代的基础性资源、重要生产力和关键生产要素。2023年8月1日,财政部发布的《企业 数据资源相关会计处理暂行规定》,强化了相关会计信 息披露,规范了企业数据资源的会计处理。可见,国家对数据要素的重视达到了前所未有的高度。数据是经济和社会发展的新型关键要素。建设社会主义现代化国家的首要任务是全面高质量发展,高质量发展以供给侧改革为主线,以质量、效率和动力改革为基本路径,以创新为第一驱动力,以科技为第一生产力。创新动力和改革动力是高质量发展的内生性核心动力,而开放动力、要素支持力和需求拉动力则是高质量发展的支撑性动力,共同推进数据资产与实体企业的深度融合。企业是强国之基,高质量发展之本,是国家安全和核心竞争力的基础, 是推动经济增长的关键,是历次工业革命的核心领域。如果企业的创新驱动、节约集成和绿色低碳的高质量发展方式不能尽快形成,发展中的矛盾和问题进一步累积,就可能影响到经济和社会持续健康发展乃至中国式 现代化建设顺利推进。因此,应充分认识数据资产对企业高质量发展的重要作用、价值逻辑与路径,以便更好 地管理和运营数据资产,发挥其更大的价值创造功能。
二、文献综述
关于数字技术推动企业发展研究。加强数字化建设 是实现经济增长与高质量发展的必由之路。数字技术 赋能实体企业创新发展,显著促进了企业创新的投入、 产出和效率。揭示了企业数字化转型的总体 进程,并为数字技术如何赋能实体企业、促进经济高质 量发展提供重要启示。数字化转型有效提高了企业绩 效,对企业动态能力具有显著推动作用,而动态能力在 企业绩效的影响中起到了中介作用。成熟期企业实施数 字化转型对企业绩效的提升作用更加显著。数据要素 蕴含着巨大的商业价值和支持科学决策的价值。从数据间的、计算间的、分析间的和人机间的协同等方面提出一种4C模型,建立了面向商业价值发现的大数 据分析理论研究范式,以期推动大数据相关研究与实践 的发展。
关于数据要素助力企业发展研究。在新一轮科技革 命和产业变革中,数字经济以数据为新的关键生产要 素,通过动力、效率和质量变革,以创新为驱动力,提高 全要素生产率来实现我国经济高质量发展。 运用创新生态系统理论,探究多元主体参与数据要素价 值化过程的生态系统联动机制,剖析数据要素市场化配 置动态过程机制,有助于深化数据要素价值化和市场化 配置理论研究,为探索数据要素价值化过程中多元主体 协同共创、优化数据要素市场化配置机制、加强数据要 素监管与治理、打造数字驱动型区域创新生态系统、激 活数字创新生态活力与成效、加快数字中国建设等提供 理论和决策启示。管理会计作为企业经营 决策的重要工具,对企业高质量发展具有十分重要意 义。在大数据背景下,企业不断增加业务、财务和行业环 境数据。从管理会计数据集成、数据分析和决策支持智 能化等方面提出了管理会计数据赋能企业高质量发展 的具体路径。企业数据中台汇集了企业海量的从业务前 端到财务后端数据。在流程驱动的基础上构建数据驱动 的财务决策支持体系,在赋能财务管理决策过程中呈现 出特有的应用价值,以推动企业高质量发展。 利用双重差分模型检验政府数据开放对企业全要素生 产率的影响,揭示了政府数据开放在微观企业层面的价 值创造作用,有助于优化营商环境、增强企业经营能力、 促进高质量创新,显著提高了全要素生产率。利用广义价值论分析了企业使用数据要素,对劳动生 产力、综合生产力以及比较生产力的影响。根据比较生 产力与价值量的正相关关系,揭示了数据要素创造价值 的途径。
学者们对数字技术及数据资产对企业的重要作用 进行了深入研究,丰富了企业的数字化发展理论。通过 梳理已有梳理,发现较少涉及数据资产赋能企业高质量 发展方面的研究,但前期对数字技术赋能企业发展和数 据资产的重要性研究为此奠定了坚实的基础。高质量发 展是中国式现代化建设的必由之路,是跨越中等收入陷 阱的必然要求,是解决现阶段社会主要矛盾的根本途 径。为此,基于前期研究成果,尝试探讨数据资产赋能企 业高质量发展的价值创造逻辑与路径。
三、数据资产与企业高质量发展的契合关系
(一)数据资产的特性与企业高质量发展的特征本质上一致
基于新时期“创新、协调、绿色、开放、共享”的发展 理念,企业高质量发展具有以下核心特征:供给侧具有 高端和前瞻性规划,创新产品与服务能力持续增强,全要素效率协同提高,产量与质量协同提高,数字化智能 化融合发展,经济效益与社会效益协调可持续发展,社 会价值目标下的理性行为,市场竞争下的创新品牌价值 的多功能服务,生态环保下的清洁生产,可持续发展下 的资源优化配置,价值文化导向下的数据开放共享等。数据资产对企业高质量发展的核心特征具有赋能作用。数据资产的发展理念决定了数据资产的特性:数据要素 资产化、传统要素融合发展、催生新业务新模式、提高管 理效率、改善客户体验、降低成本、促进经营模式和产品 服务创新、促进企业持续绿色发展等。数据资产的特性 与企业高质量发展的理念特征在本质上是一致的。绿色 发展是经济、社会、环境三者之间的相互协调。企业要实 现绿色发展,需要从传统产业转型升级、需求结构优化、 经济提质增效等方面下功夫,而数据资产在其中扮演着 重要角色,特别是在资源整合、企业转型升级、提质增 效、数据库服务平台、科学决策、生态环境保护等方面发 挥着重要作用,可为绿色生产、绿色生活和美好环境提 供重要手段和保障。
(二)数据资产是驱动企业高质量发展最活跃的生产要素
企业高质量发展是经济结构低碳绿色转型的重要 支撑,是构建现代化产业体系的战略依托,是经济行稳 致远的根本途径。数据资产是企业高质量发展和新工业 革命最活跃的要素,呈现爆发式成长趋势是推动经济增 长的新引擎。数据的通用性、连接性和渗透性是数字技 术扩散的助推器。数据资产引发了产业组织方式与产业 结构的重大变迁。数据要素驱动企业高质量发展在于三 个方面:以数据为信用媒介实现万物互联协同,以数据 知识和技能的新载体赋能全产业价值链,以数据为信息 沟通媒介实现资源的优化配置。企业数字化转型重点 在于释放数据要素对资源的再配置作用以实现企业高 质量发展。要素重构、要素创造和要素创新是企业高质 量数字化转型的主要实现路径。企业通过重新配置资 源,深度融合数字技术于生产制造过程中,以数据优化 其他要素配置来提高产能利用率,提升了全要素生产 率、边际产出率和要素配置效率。数据要素通过结合 劳动者,提升数字技能和劳动效率;通过结合劳动对象 拓展用途,扩大效能;通过结合生产资料,改善生产工具性能,进而推动企业高质量发展。数据要素打破了传统 生产要素对经济增长的制约,在宏观、中观和微观对企 业生产经营产生了颠覆性影响。
(三)数据资产的本质属性是赋能企业高质量发展的基础
数据要素具有非竞争性、衍生性、协同性、安全性和 隐私负外部性。数据发挥要素作用的途径:推动经验型 管理决策向数据驱动型决策转变;数据刻画复杂的完整 的客户画像;推动技术进步并优化产品与服务;催生新 的商业模式和经营业态;降低复制成本、搜寻成本、验证 成本等运营成本。数据要素具有显著的非竞争性和零边 际成本特征,其供给侧与需求侧协同的自强化机制使数 据要素具有显著的递增规模收益和增长倍增效应。数据 要素通过促进企业高质量决策、增进市场有效性、提升 多要素合成效率、驱动高效率创新和实现良好公共治理 来促进经济高质量增长。数据利用承载的价值信息,提 高了资本、劳动和土地等传统要素的协作性,在生产经营 中发挥了重要的基础作用,提高了微观运行效率。随着数 字技术的不断进步,数据要素在创新中发挥了重要作用, 这是企业提升微观运行效率和内涵式扩大再生产的新途 径。企业利用数据资产的低成本复制性、非竞争性、非排 他性,大幅减少由于信息不对称导致的交易成本,提高了 市场整体运行效率,使得微观运行效率在宏观层面提高 全要素生产率,倍增价值创造能力,支撑供需精准匹配和 商业模式创新,从而促进企业高质量发展。
四、数据资产的价值体系是企业高质量发展的价值源泉
(一)数据资产的要素作用是企业高质量发展的价值功能
数据要素是企业价值创造的源泉。数据要素通过处 理数据的劳动提高绝对生产力,通过提升比较生产力和 综合生产力增加企业价值量。数据要素在融合其他生产 要素中驱动技术进步和创新,提高了资源的配置效率。数据要素的外部性特征增强了生产者与消费者的比较优势。数据要素直接参与产品生产全流程,并与技术、 资本、劳动等传统生产要素融合产生中介效应,优化资 本配置,推动企业与金融体系的深度融合发展。数据要 素能够直接赋能企业提高质量管控和生产制造能力,提 升企业自动化和智能化水平,优化生产流程、缩短生产 环节和降低生产成本。数据要素通过影响人力、资本、科技创新等要素的优化配置,助推企业高质量发展。数据 通过多渠道、多路径和多业态对企业高质量发展带来直接的乘数效应。数字技术创新带来了空前的技术进步, 大幅度提升劳动效率和资本效率。基于数字技术的数据 要素在赋能企业高质量发展方面具有重要作用:(1)数 据要素能够提高企业的生产效率和产品质量,通过实时 监测生产数据,企业可以及时发现生产过程中的问题和 瓶颈,优化生产流程和资源配置。(2)数据要素能够为企 业提供全面的市场洞察。数据要素帮助企业预测市场趋 势,精准制定市场营销策略,抓住商机。通过数据分析, 企业可以了解产品的性能、质量和市场需求,从而改进 产品设计、提高产品质量和市场竞争力。(3)数据要素帮 助企业进行风险管理。通过分析财务、销售、库存等数 据,企业可以及时发现潜在的财务风险、市场风险和供 应链风险,并采取相应的措施进行防范和应对。(4)数据 要素为企业创造新的商业模式和收入来源。例如,通过 将数据分析与人工智能技术相结合,企业可以提供更加 智能、高效、个性化的产品和服务,吸引更多的客户和合 作伙伴。数据要素作为数字经济的重要组成部分,具有 非竞争性、非消耗性、虚拟性、规模经济等特征。数据要 素与传统生产要素相结合,赋能于社会再生产各环节, 加速生产方式、消费模式及经济结构的变革。与传统生 产要素相比,数据要素更具有创新性和推动力,是企业 高质量发展的重要支撑。
(二)数据资产的动力机制是赋能企业高质量发展的价值机制
数据赋能通过要素驱动、融合激发、协同提升和反 馈正配等机制,优化了资源配置。数据资产的动力机制:(1)要素驱动机制。数字经济时代由供给方到需求方导 向的转变,使得网络效应和范围经济的重要性高于规模 经济。要素驱动主要体现在生产要素内涵延伸,资源要 素地位、序列重置,数据要素产生替代效应,产业创新推 动价值创造等。(2)融合激发机制。数据要素融合传统生 产要素,激发了管理、知识等生产要素的潜能。数据要素 激发乘数效应,多维视角立体化映射经济联系和要素流 动,推动传统要素的价值倍增,同时提升了数据要素本 身价值。(3)协同提升机制。开放的信息共享改变了原本 经济运行信息不对称的状况,精准匹配成为可能。范围 经济和网络效应在数据要素驱动下,对信息对称实现精 准匹配发挥了关键作用。(4)反馈正配机制。数据资产高 效动态地发挥反馈机制,智能数据“高效动态反馈”特质 对于企业管理决策具有重要意义。数据资产的动力机制 本质上就是赋能企业高质量发展的价值机制:(1)数据驱 动决策。数据资产提供了丰富的数据源,企业可以利用这些数据进行分析和洞察,做出更明智、更有效的决策。例如,通过分析销售数据,企业可以了解消费者的购买 行为和趋势,从而调整产品策略和营销策略。(2)优化资 源配置。数据资产可以帮助企业更好地了解自身的业务 状况和市场环境,从而优化资源配置,提高生产效率和 盈利能力。例如,通过分析库存数据,企业可以了解哪些 产品畅销,哪些产品滞销,从而调整库存管理策略。(3) 创新业务模式。数据资产可以帮助企业发现新的商业机 会和业务模式,从而拓展市场和增加收入。例如,通过分 析用户行为数据,企业可以开发新的产品或服务,满足 消费者的需求。(4)提高运营效率。数据资产可以帮助企 业优化业务流程和管理方式,提高运营效率。例如,通过 分析生产数据,企业可以优化生产流程和降低成本。(5) 风险管理与合规。数据资产可以帮助企业更好地了解自 身的风险状况和合规情况,从而采取相应的措施来降低 风险和遵守法规。例如,通过分析财务数据,企业可以发 现潜在的财务风险和不合规行为。数据要素价值实现机 制包括主体参与机制、市场化实现机制、权属界定与转 移机制。数据要素价值实现中的基本路径包括数据采 集、数据组织、数据流通和数据利用,辅助活动则包括数 据安全保护、数据技术支持和数据人才保障,并确保了价值实现。
(三)数据资产的价值体系是企业高质量发展的价值战略
数据价值体系是以数据形成、采集、处理、分析和运 用的流程来构建的数据价值模式。数据要素的价值本质 就是有机结合了客观逻辑下实体与虚体,动态匹配了创 新视角下供给与需求,进一步嵌入技术创新,进一步深 化社会分工,进一步延展了经济时空。在数据优先思 维中,重点在于哪些业务活动中可以生成哪些数据,采 用哪些信息技术采集和传递数据,数据如何反映经营活 动的实质,采用哪些方法来加工提炼业务活动规律等。在数据思维模式下,不区分会计数据与业务数据,也不 区别会计核算方式与其他数据处理方式。数据在处理流 程中产生价值体系。数据资产的价值体系分为五个层 面:(1)数据来源层,主要是运用数字技术采集来自企业、 行业、社会和国家的各类信息和数据;(2)数据融合层, 建立数据处理的大数据平台和基础数据平台;(3)数据治 理层,建立以数据质量管理和数据安全运营为核心的治 理机制;(4)数据服务层,实现了智慧数据、知识图谱、智 能分析,以及数据共享交换和运营保障,赋能各种应用 场景和其他生产要素,参与企业运营;(5)数据价值层,在数据运营和服务基础上,数据驱动企业数字化转型, 实现了流程自动化、决策智能化、业务数据化、数据资源 化,实现了数据资产的价值体系,从而实现了企业高质 量发展的价值战略。数据资产价值体系见图1。
五、数据资产是企业高质量发展的关键生产要素
(一)数据资产是提高全要素生产率的融合要素
数据资产克服了传统生产要素所受的资源禀赋约 束和边际生产力递减限制。数据与资本、劳动等其他生 产要素有机结合,进入生产、分配、流通和消费等环节, 能够有效改变传统要素的投入方式,优化要素配置效 率。数据要素通过“连接—数据—融合”的逻辑链条实现 劳动生产率提升。数据要素的互联互通性创造了去中心 化的、开放的分布式经济,为劳动生产率提升提供了跨 时空的连接平台。数据要素对劳动力的赋能作用,提高 了资本—劳动比。数据资产作为数字经济的关键性生产 要素,在提高全要素生产率和资源配置效率方面发挥着 重要作用。基于数据要素的特征分析,构建 “两要素互补、多要素协同、全要素耦合”的分析框架,系 统阐释了数据要素与其他生产要素之间的相互作用机 理,以及共同促进经济发展的微观逻辑。数据资产催生 了新模式、新产业和新业态,通过与其他传统生产要素 的深度融合,加快了产品与服务的技术创新速度,提高 了价值创造效率和资本周转速度。企业通过数字技术可 以大量获得消费者数据,可以在发现顾客需求、细分市 场、商业模式、产品与服务创新等方面进行科学决策,提 高了全要素生产率。全要素生产率的提高直接反映了技 术进步,而技术进步的本质就是提高生产要素的投入产 出比,使得企业在既定产出下要素投入最小或者在既定成本下产出最大化。数据要素融合其他要素,形成新 的生产要素化的组合和结构。数据生产要素化,就是利 用数字技术对原始数据进行加工,并在生产活动中将数 据转化为生产力的物化劳动过程。数据生产要素化包括 集聚化、能力化、融合化和价值化:(1)数据的集聚化体 现为数据从分散、汇聚、聚集到聚合的演变过程。(2)数 据的能力化就是理解数据能力的数据、信息、知识和智慧 等四个层级的演变过程。(3)数据的融合化就是数据要素 与其他要素的“依附、交融、引领、共生”四个演化阶段的 融合过程。(4)数据的价值化就是数据要素的“数据—数 据资源—数据产品—数据资产”价值形态的演变过程。数据融合其他要素创造价值是在数据流动中实现的,通 过数据的系列处理活动积累了大量的数据要素,并产生 了新的数据资源。数据的流动过程决定了数据的流向与 交互方式,每一个环节的活动都发挥特定的效用。数据 要素融合有集聚型、融合型和协同型三种价值实现方 式,其中协同型价值创造方式是一种多元参与、创新协 同和供需联动的新型生态商业模式。
(二)数据资产是企业高质量发展的赋能要素
数据作为全新的生产要素,已成为数字经济时代的 “石油”。数据要素驱动的创新创业正成为新发展阶段实 现高质量发展的新引擎。建构了“要素—机 制—绩效”这一数据要素价值化的动态整合理论模型,系 统论述通过数据银行实现数据要素多维价值创造的五 阶段动态过程机制,即低成本汇聚、规范化确权、高效率 治理、资产化交易和全场景应用。数据作为赋能要素的 核心在于数据可重复利用,并产生新的价值。数据成为 生产要素的重要保障就是数字技术的支撑性。数据要素 在“大智移云区物深”等数字技术作用下,与其他生产要 素的融合发展发挥了价值倍增作用。“要素—资本—产 品”的三态耦合过程就是数据要素的价值实现路径,即 数据从要素市场转换为企业资本,资本转化为产品,产 品市场上的交易达成最终体现数据的价值。数据要素成为独立的生产要素,货币和实物体现了其价值。数据用 于交换时以数据产品的形式存在,在商品生产和流通过 程中数据本身就是商品。当数据作为资源赋能时将数据 价值转移到其他产品中,通过企业生产过程提高其他产 品的价值。数据利用其交换属性,通过市场机制来实现 数据的价值。数据要素通过赋能其他产品,通过减少商 品的流通时间和流动成本创造出更高价值。数据要素的价值实现方式不同于传统生产要素,但是二者的价值实 现过程类似,均要经历要素流通、要素投入和产品产出三个阶段。数据的“要素—资本—产品”三个形态发生连 续性耦合运动,并实现其价值。企业高质量发展的核 心引擎就是数据要素,其价值实现不仅是业务流程的迭 代优化,还是不同类型组织机构数据关系的高效协同, 以及数据生态的和谐共生。数据要素的价值生产与价值 分配过程,既凝结了人类社会对于“数据—信息—知 识—智慧”认知的螺旋式上升规律,也折射出数据要素 赋能生产方式、流通方式和监管培育方式对传统市场逻 辑和生产经营体系的颠覆式改变。数字产业化和产业数 字化的推进需要以生产经营管理的数据化智能化为支撑,数据要素资源化、资产化与资本化的价值转换需要 对数据主体、数据生产力、数据生产关系等数据空间进 行系统化重塑,从而推进企业高质量发展。
(三)数据资产是企业高质量发展的战略要素
数据是数字经济发展的核心战略资源,兼具经济性 和技术性特征。数据要素在生产、消费、交换、分配等各 环节的应用,加速了生产方式的变革,催生了新的消费 模式,提高了交换流通效率,并且更加兼顾分配的公平 与效率,促进了社会的再生产,赋能企业高质量发展。数据使用过程中的非竞争性、与数据开发工具的互补性 及与其他要素的协同性、一定条件下的规模经济性和范 围经济的广泛性等特性,使数据在理论上能够作为一种核心要素。从理论机制看,数据的生产力属性和要素 特征使数据成为关键生产要素;从运行机制看,数据的 多元共享性、跨界融合性和智能实时性,作用于企业模 式创新机制、产业融合创造机制和智能决策实现机制。数据要素运行过程,既是“数据资源—数据资产—数据 商品—数据资本”数据形态的转变过程,也是“潜在价 值—价值创造—价值实现—价值倍增”价值形态的演进 过程。数据形态的转变过程与价值形态的演进过程具有 动态一致性。数据战略是企业战略的重要组成部分,数 据价值体系是实现企业战略的关键资源。数据价值形态 的动态演进过程贯穿于数据要素机制运行的全过程,实 现了数据形态、价值形态和运行机制三者的有机统一 。数据资产是企业的战略性资源:(1)能够支持企业进 行精准决策、优化运营、提高生产效率和产品质量。数据 资产可以帮助企业更好地了解客户需求、市场变化和竞 争态势,从而为企业创造更大的价值。(2)数据资产提高 企业的生产效率和产品质量。通过实时监测生产数据, 企业可以发现经营问题。企业通过数据分析,了解产品 的性能、质量和市场需求,从而改进产品设计、提高产品 质量和市场竞争力。(3)数据资产帮助企业进行风险管理。通过分析财务、销售、库存等数据,企业可以及时发 现潜在的财务风险、市场风险和供应链风险,并采取相 应的措施进行防范和应对。(4)数据资产为企业创造新的 商业模式和收入来源。例如,通过将数据分析与人工智 能技术相结合,企业可以提供更加智能、高效、个性化的 产品和服务,吸引更多的客户和合作伙伴。
六、数据资产赋能企业高质量发展的价值创造路径
(一)数据能力增强了企业高质量发展的价值创造能力
数据能力与企业决策等经营行为相结合,以促进企 业提升要素使用、配置和创新等能力,实现企业数字化 转型,以利于企业降低成本、提高效率以及促进价值创 造。数据能力分为要素使用能力、要素配置能力和要素 创新能力。要素使用能力是各要素在生产经营过程中得 以充分利用的能力。要素配置能力是各种要素在生产经 营过程中实现合理有效组合的能力。要素创新能力是企 业在经营管理和商业模式中实现创新价值的能力。数据 能力不仅是数据要素对传统要素单向赋能的结果,也是 两者相互融合且不断适应的交互作用结果。基于数据 要素驱动的企业管理决策能减少信息不对称,提高决策 准确性和效率,从而对传统管理要素产生替代。市场化 改革所带来的低成本、大规模可获得的数据要素,促进 了各类要素在生产中的协同性,从而提高整体资源配置 效率。源于数据要素的有效信息挖掘和洞见提炼,使得 劳动力、资本等传统要素实现了合理的数量搭配及有机 组合,从而充分发挥各类要素的功效,提升要素边际生 产率。企业对原材料供应、生产计划安排等环节实施的 数据驱动型监控,降低了生产中的资源损耗,提高了资 源利用水平。通过激发数据要素赋能企业是实现深度融 合数字企业与实体企业的最佳途径。推动数据要素和其 他生产要素的深度融合,用数据要素来整合、锻牢市场 关系中的各种价值链条,提升实体企业运行能力,形成 协调发展机制,提升数字化管理能力,运用数据要素助 力实体企业创造价值。数据能力增强了企业高质量发展 的价值创造能力:(1)企业外部数据资产主要用来优化企 业的经营环境、降低企业的交易成本。企业内部数据资 产主要应用于企业的经营管理流程和生产制造活动。(2)数据资产作为一种新型生产要素,进入要素市场交 易实现高效的市场化配置。(3)市场化流通能够直接为数 据资产经营的企业带来经济收益,提高了企业的经营管 理能力和市场竞争力。(4)融合放大了其他要素的生产能 力和价值,优化了要素之间的配置组合,以数字化替代的方式减少了其他要素的消耗。(5)数据资产推动了价值 链、创新链、供应链和产业链的数据循环。(6)数据资产 的市场机制整合了生产者、开发者、交易平台、中介服务 和应用咨询等主体功能,打造了数据资产赋能实体企业 的价值体系。
(二)数据融合能力提高了企业高质量发展的全要素生产率
全要素生产率是企业高质量发展的核心因素,是经 济持续增长和企业高质量发展的动力源泉。企业高质量 发展的趋势:发展方式由速度型转向质量型,制造水平 由中低端转向高端水平,驱动力由传统要素转为数据要 素,高质量的需求引导高质量供给,高质量供给创造高 质量需求以形成高质量的供需平衡机制等。企业高质量 发展需要企业创新,而创新的直接体现就是全要素生产 率提升。全要素生产率提升与协调发展是内在统一的, 且蕴含了生态环境价值,提升了开放型的发展水平,向 价值链的高端发展。提升全要素生产率有利于增加企业 的创新活力,这是共享发展的基础,使得市场参与主体 更加公平得到回报。数据融合以科技创新和国内外循环 为基础的全要素生产率提升模式,以数字科技超前布局 战略技术,以消费需求升级和产业升级为契机推进数字 化转型,坚持国内国际双循环推动资源优化配置。产品 与服务创新是企业活动中各种生产要素最具集成特征 的一环。基于特征映射逻辑,将大数据分析、组织学习、 惯例更新、行业竞争压力、行业信息技术使用强度分别 视为劳动、知识、管理、资本、技术的替代变量,将企业的 产品创新实现机制映射为数据与其他五个生产要素相 结合,成为现实生产要素的实现路径。数据资产创造 价值需要其他要素的支撑,这是生产要素之间存在相互 联合相互依存的关系所决定的。数据资产以要素驱动和 融合激发机制在模式创新和结构优化方面发挥重大作 用。数据资产使生产要素内涵延伸,并产生替代效应。数 据资产与其他要素融合,激发了生产要素潜能,产生乘 数效应。数据改变了市场交易信息的不对称状况,发挥 了范围经济和网络效应,并促使生产经营由供给方向需 求方转变。数据资产突破地理和时间限制,从纵向和 横向价值链优化了产业空间布局,减少了产业同质化现 象,降低了生产要素的流通成本,提高了数据资源配置 效率,提升了创新要素流动效率。数据资产推动形成统 一大市场,促进了企业高质量发展。深度融合数据资 产与实体企业成为中国新一轮的经济增长点。数据的融 合应用可以显著提高公司的市场价值,在于大数据的应用从劳动力成本、信息渠道、组织管理中显著提高了公 司的生产效率,从精确把握消费者需求、降低成本和不 确定性、积累资源和信息提高了全要素经营效率。
(三)数据资产的研发改进、生产协同及市场配置三类效应促进企业高质量发展
企业高质量发展是研发创新、生产制造和市场匹配 三个环节整体联动,实现更高效率发展的一种高级状 态。数据资产能够显著促进企业高质量发展,主要是通 过关键性技术突破与知识创新的研发创新效应、生产流 程重组与价值重构的生产协同效应以及市场资源的优 化配置效应产生影响:(1)研发改进效应。数据要素的易 复制性和非排他性,在不同企业之间轻易传递,促进产 业的技术改进。数据挖掘和分析技术结合非结构化信 息,依据数据关联性,从海量数据中识别价值信息,重新 整合生产要素,实现技术的颠覆性创新。同时,数据流动 推动了企业的跨界融合与协作,扩展了管理边界,推动 了数据与知识的开放性创新,有利于供产销企业整合隐 性知识和显性知识,有利企业优化资源配置,不断提高 创新能力和水平。(2)生产协同效应。数据赋能智能化制 造,可以提高人工智能等数字技术的运算能力与效率, 为企业柔性制造和智能制造提供技术支撑,提高了生产 制造的网络性和协同性。数据的实时传播提高了设备运 行与生产效率。数据要素有利于生产规划,改善生产流 程。(3)市场配置效应。数据资产降低了交易成本,构建 了生产者与消费者的信用沟通渠道,推动企业上下游形 成价值联盟,共享产业链和价值链信息,整体上提高了 市场的匹配效率,有利于提高企业决策能力,从而促进 了企业的高质量发展。企业创新绩效取决于数据要素 赋能改善了要素配置效率。随着数据要素增强型赋能对 传统要素边际生产率大幅改善,以追求互补性创新资源 和专用性高端资产为动机的探索型研发决策能够显著 提升创新绩效。数据要素偏向型赋能提高了传统要素的 高端化配置效率,推动了传统要素实现高端化配置的利 用型研发决策有助于提升创新水平,对创新绩效的改善 具有显著的正向效应。企业高质量发展以新要素为抓 手。数据作为现代生产新要素成为数实深度融合的核心 驱动力,基于自然属性和技术—经济特征,实现贯穿生 产、交易、消费和监管全流程的价值释放。数据要素主要 通过推动企业数字化升级、加速新实体经济发展、规范 虚拟经济更优服务实体经济等三条路径赋能,以“支撑 数据要素优质供给—加速数据要素流入实体经济—推 动实体经济高质量发展—优化公共服务和治理体系”四位一体路径,促进数据要素价值释放,赋能企业高质量 发展。
(四)数据资产从企业的结构、效率和创新三重维度赋能企业高质量发展
数据分析平台、运营平台和赋能平台的驱动效应, 可以实现企业生产流程和生态数据化。数据分析平台描 绘了商品交易场景,提高了客户服务效率,洞察了商业 机会,构建了以客户为中心的数字创新模式和矩阵结 构,以数据链接企业纵向和横向价值链,构建了生态价 值网络,实现了数字化搜寻定位、数字化场景规划和数 字化触点升级。数据运营平台激活了数据挖掘利用、数 据流动互通和数据循环反馈三大功能,实现了数字化敏 捷制造、数字化智能供应和数字化个性营销。数据赋能 平台激活了数据的内化重构、开放共享和知识创新三大 功能,实现了数字化架构升级、数字化产业协同和数字 化生态架构。数据资产对企业的结构、效率和创新的 赋能方式:(1)结构维度。数据资产可以帮助企业优化组 织结构,提高治理水平。例如,通过数据分析和人工智能 技术,企业可以实现对各级组织和员工的实时监控和评 估,从而发现潜在的问题和风险,及时调整组织结构和 人员配置,提高企业的治理效率和竞争力。数据要素助 推企业结构向高级化转型。从供给侧来看,数字技术通 过创造新业态的方式直接赋能产业结构转型。从需求侧 来看,数实融合实现了信息的实时互联互通,促进传统 产业利用数据要素进行改造和升级。(2)效率维度。数据 资产可以提高企业的运营效率和服务质量。例如,通过 大数据分析和机器学习技术,企业可以对生产、销售、物 流等环节进行精细化管理,实现资源的优化配置和成本 降低,同时提高客户满意度和服务质量。数字技术助力 大容量和高密度的数据流实现了远距离传输,降低了企 业组织内部、产业链上下游企业和横向合作企业之间的 交易成本,克服了空间距离对模块化、服务外包和创新 要素集群的阻碍。(3)创新维度。数据要素增强企业创新 动能,推动企业业务创新和技术升级。例如,人工智能和 机器学习技术可以帮助企业从海量的数据中提取有价 值的信息和洞见,为产品研发、市场开拓、战略规划等提 供新的思路和支持。数据资产还可以帮助企业应用新技 术、新模式和新业态,实现业务创新和技术升级。数据要 素与企业融合,推动了企业数字化转型,通过增强研发 投入等途径,有效激励了创新活动开展,提高了企业创 新能力和效率,激发了行业竞争,使企业在宏观层面上 增强了创新能力。
(五)数据资产从数据、业务和价值三个融合层面赋能企业高质量发展
数据已成为创新链接、融合发展、产业升级和经济 增长的关键要素。在数字产业化中,数据要素为其他要 素流转提供基础环境。在产业数字化中,数据要素通过 数字化提高其他要素流转效率。数据要素以数字化提升 实体企业供给体系质量,促进实体企业要素高效流通, 加速实体企业新旧动能转换。数据资产从数据、业务和 价值融合三个层面赋能企业高质量发展方式:(1)数据融 合层面。数据赋能价值链的不同环节、不同主体、不同客 体。在企业构建的数据中台中,数字技术可以提高企业 的数据治理水平和数据质量。通过建立数据标准、规范 数据管理流程、整合多源数据等方式,企业可以实现对 数据的全面掌控和有效利用,为业务提供高质量的数据 支持和保障。(2)业务融合层面。在数据融合基础上,通 过精益生产、定制销售、市场培育,实现资本、技术、人才 要素与企业融合发展。数据资产可以将数据转化为具有 业务价值的洞察和决策依据。企业可以深入了解市场需 求、客户特征、竞争状况等因素,为业务决策提供及时、 准确的数据支持,提高企业的市场竞争力。(3)价值融合 层面。在业务融合和数据融合基础上,催生了企业新的 经营模式和业态,拓展了管理边界。企业之间价值链相 互交融,形成共生共存的生态价值网络。数据应用贯穿 于企业的各个业务环节,将数据价值与业务价值紧密结 合,实现数据驱动的精细化管理和创新发展,提高企业 的综合价值和竞争力。中国信通院发布的《数据价值化 与数据要素市场发展报告(2021年)》,提出了数据价值 化的“三化”框架,即数据资源化、数据资产化、数据资本 化。数据要素价值转化包括从数据性质转换、数据价值 实现和价值属性升级三个过程。数据要素价值化是推动 释放数据红利、实现数据对数字经济乘数效应的重要进 程。实现数据赋能是企业获取竞争优势的关键路径。企业通过分布式创新和组合创新两种资源行动模式,构 建专用性高的数字元素组合,有助于增加其数据要素与 应用场景的匹配度。数据赋能能力的内部化有三条关键 路径:连接能力———响应型决策能力、连接能力———分 析 能 力———优化 型 决策 能力、连 接能 力———分 析 能 力———创新型决策能力。数据赋能在企业数字化转型中 是一个长期的动态过程,以赋能深度和广度两条逻辑 线,可将数据赋能实现的长期路径划分为“单点—低赋 能”、“单点—高赋能”、“多点—低赋能”以及“多点—高 赋能”四个阶段。
(六)数据资产从供给侧、生产运营和需求侧三大环节赋能企业高质量发展
数据具有比传统生产要素更为突出的作用。从生产 侧看,表现为投资数据资本的回报率高于传统资本,通 过数字化转型,显著提升生产效率和管理水平。从需求 侧看,数据资本的虚拟性和可复制性,对传统要素而言, 其折旧率较低或不存在。数据要素从供需两侧提高了 研发创新的效率,数据要素市场发展促进了创新知识在 不同主体间转移或溢出,有助于促成产学研合作关系, 推动合作创新进程,从而促进企业高质量发展。数据 资产在宏观层面,优化了资源配置,促进了规模经济向 范围经济发展。在中观层面,平台经济模式的兴起重塑 了市场结构。在微观层面,链接了供需两端信息沟通。数 据资产精准有效地提高了企业的创新能力和经营能力。数据资产的乘数效应通过提高效率和降低成本,极大地 提高了产业效益。数据要素融合了传统生产要素进入企 业,延伸了纵向和横向产业链,促进了产业转型。数据要 素赋能其他传统生产要素后,要素组合发生较大变化, 同时升级了资源禀赋结构。新的要素组合带来新的生产 方式和经营模式,要素重构了资源配置系统,大幅降低 了交易成本,提高了产业效率,实现了融合要素创造价 值最大化。数据要素与企业供产销的融合阶段:初步融 合———渐变融合———质变融合———互动融合———持续 融合。数据要素融合发展的最高阶段就是信息畅通可持 续的互促互融阶段。在此阶段融合有利于发挥要素的协 同效应,降低由于信息不对称导致的交易成本,提高了 全要素生产率,转变了经营管理方式,构建了技术创新、 数字基础设施完善、人才引领、价值共创的生态产业圈。数据资产在供给侧促使生产要素双向流动形成多元发 展机制。在需求侧,数据资产驱动城乡消费升级,衔接供 需两端,强化供需互动,促进了生产要素流动。数据资产 形成独有的要素融合力、商业洞察力、创新协调力和智 能决策力,从供给侧、生产运营和需求侧三大环节赋能, 实现企业高质量价值创造。数据资产从供产销三大环节 赋能企业高质量发展的价值创造路径见图2。
(七)数据资产从产品、企业和产业三层价值领域赋能企业高质量发展
数据经过采集、清洗、存储、加工等环节,不断积累 价值形成数据资产。基于数据资产价值链的视角,利用 省级面板模型估计其对经济增长的贡献,研究发现,数 据资产形成额、数据资产存量在总量和人均上均实现大 幅度增长,增速明显快于GDP增速,已成为企业高质量层,数据资产可以帮助企业优化业务流程,提高管理效 率,降低运营成本。例如,在生产制造领域,通过数据分 析和智能化应用,可以实现生产过程的自动化和智能 化,提高生产效率和产品质量。在产业层,数据资产可以 帮助企业实现产业协同和资源共享,推动产业升级和转 型。例如,在供应链管理领域,通过数据分析和物联网技 术,可以实现供应链的智能化和可视化,提高供应链的 效率和可靠性。数据资产从产品、企业和产业三层价值 领域赋能企业高质量发展路径见图3。
七、结束语
高质量发展是建设社会主义现代化国家的首要任 务,而企业高质量发展是国家高质量发展的关键。企业 高质量发展秉承新发展理念,利用数据资产融入到供 应、生产和销售等各环节,推动网络化供应和智慧物流, 敏捷制造和市场销售,推动质量和效率提升,实现智能 化决策和可持续发展。本文从数据资产与企业高质量发 展的契合关系、数据资产的价值体系、数据资产是企业 发展的关键生产要素等三个方面,阐释了数据资产赋能 企业高质量发展的价值创造逻辑;在此基础上,提出了 数据能力增强核心价值能力,数据融合能力提高全要素 生产率,数据资产的三类价值效应、三重价值维度、三个 价值层面、三大价值环节以及三层价值领域等七个方面 的价值创造路径,以期为企业高质量发展提供一点借 鉴。数据资产已成为五大生产要素中最难替代的关键要素,对于数据资产的价值创造逻辑与路径的分析,涉及 到数据信息、权属、价值、安全和交易等多个维度,还涉 及到多学科理论,本文只是初步探讨,期待抛砖引玉。
↓↓了解更多资讯,请识别下方二维码↓↓
国脉集团是数据资产化先锋企业,主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务,提升机构数据管理服务能力,实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论,提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品,并与数源方合作研发系列数据产品。
主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。
主要产品:数据易投、数据易贷、数据易保、数据易售。