题记：2026年4月23日世界读书日，北大国发院承泽商学第56期专场活动举办，本文根据欧美同学会副会长、博鳌亚洲论坛顾问、中关村发展集团顾问、《数据大时代》作者姚望的演讲内容整理。

我们正身处一个前所未有的数据大时代。当数据被正式确立为继土地、劳动力、资本、技术之后的第五大生产要素时，这不仅是经济学理论的重大突破，更是中国对人类政治经济学的一次重要贡献。数据已经成为我们认识世界和改造世界的重要基础。

为什么说我们进入了数据大时代？有四个理由：

万物皆有数。世间一切事物、客观物质，我们身边所能接触到的一切，都能用数据来描述和表征。

万事皆有数。任何一件事，从起因、发展到收尾的完整过程，背后都蕴藏着大量数据，全过程都可以用数据来刻画。

万人皆有数。所有社会个体、每一个人，本身都和数据紧密关联，一切可见的客观存在，都能被数据精准表达。

万年皆有数。时间本身就离不开数字与数据。从远古先民在石壁刻痕计时，到如今人人佩戴手表看时间，从古至今，时间流转、大小事件，始终都由数据来承载和体现。

数据资产化的七大环节

进入数字经济时代，人们问我最多的问题就是：我有数据，能变成钱吗？答案是肯定的。我发起成立中国价格协会的数据价格委员会，其中专门成立了研究数据如何变成资产、数据定价问题的委员会。本质上，没有价格就不成为资产，就无法交易。

数据从产生到价值实现需要七个关键步骤，我称之为数据全生命周期管理闭环。

第一，确源——数据从哪里来，必须可追溯。数据不会凭空产生，总要有一个采集的源泉。不同单位、不同行业有不同的数据采集方式。我有一个学生听完课后，每年拿出一小笔钱收集身边小商贩的账本，这就是一种数据收集方式。交管部门有交通数据，医院有病例数据，这些都是宝贵的数据来源。数据采集后，格式规范至关重要。以身份证为例，姓名、性别、年龄的顺序不能颠倒，颠倒后就无法进入系统。AI在提取信息时，需要数据格式统一规范。存储之前，还需要进行数据标注，标注这些数据属于哪个类型、哪个类别，便于AI识别。就像图书馆找资料要输入关键字，数据标识越清楚、越具体、越准确，数据的可用价值就越高。存储方式可选择本地存储、云存储，或国家正在大力推广的可信数据空间。

第二，确存——数据如何安全、可靠地存储。存储环节的核心目标是确保数据在静态存储时具备真实性、完整性、可追溯性和安全性。需要依赖关键技术构建多维防护体系，包括加密存储（使用AES算法加密敏感隐私数据）、权限管控（分离读写删权限，防止越权操作）、容灾备份（建立异地多活灾备系统，抵御物理灾难导致的数据丢失）。金融行业已率先垂范，银行部署多地灾备中心，实施高强度加密与严格访问审计。云服务商如AWS、阿里云提供多重冗余机制，承诺数据持久性达99.999%以上。

第三，确真——数据必须是真实的、未被篡改的。数据是客观事实的反映，必须准确无误、信息完整。区块链技术为解决数据真实性问题提供了有效方案。在某一处篡改数据后，整个系统无法同步篡改，多方证实机制使得篡改行为无所遁形。全维保障需要覆盖所有阶段：事前通过规则过滤“脏数据”，拦截格式错误、逻辑异常的信息；全程记录包含人、时间、原因的修改日志，支持回溯，定期审计确保数据持续可信。电商领域已经利用这一机制实时监控交易数据，识别并过滤刷单、虚假交易行为；科研领域的应用是保留完整原始记录与分析过程，确保实验结果可追溯、可复现。

第四，确权——数据权利属于谁。数据确权是一项重大且复杂的法律难题。以医院X光片为例：拍片产生的数据，权属不只涉及个人和医院，还可能关联X光机权属方。不少医院的设备并非自有，而是向租赁公司租用，这就进一步加大了数据权属界定的复杂度，也是当下重点研究的课题。目前公安大学已设立相关权威研究机构，国家数据局也在推进数据资产证书制度，类比房产证、机动车登记证：凭借证书就能明确数据资产归属，确权后的合规数据，经整理、清洗、存储后，可向官方机构申领资产证书，完成权属认定。这既是复杂的法律流程，也是制度层面的重大升级。国家数据局成立仅两年，短期内难以落地全部细则，但相关工作正高效稳步推进。此外，数据采集之初就应提前规划权属与共享边界。实务中已有参考判例，比如X光相关数据权属，按个人与医院各占一半界定。整体来看，数据确权牵扯场景多、来源杂，不同数据对应不同权属划分规则，后续还将衍生大量法律配套问题，值得重点关注。

第五，确限——数据能用多少、用到哪里、谁能用。数据在传输、交易和应用全过程中，都存在使用边界与限度问题。宏观关乎国家安全，微观涉及个人隐私，对企业而言则关联核心技术、知识产权等关键权益。当下生活中，随意索要身份证号、人脸照片等行为十分普遍，本身就存在隐私隐患。像很多家长热衷在网络晒娃，在西方视角看来风险极高，而国人大多不以为意，甚至习以为常。这种隐私观念和数据使用边界的认知差异，已是当下亟待正视的复杂社会问题。确限就是明确数据使用的权限范围、边界和限制条件，建立数据使用的“防火墙”，在保障安全的前提下最大化数据价值。权限管控需要三维约束：一是界定访问层级，如个人-员工-管理者；二是明确使用场景，禁止跨场景滥用；三是管控传播范围，防止数据不必要扩散。像OA系统基于角色的精细化权限隔离、数据共享设定有效期与用途，都是具体实践。

第六，确用——数据如何在合规前提下被高效使用。其核心目标是在严守数据安全底线与法律法规的前提下，探索多元数据开发利用模式，推动数据要素从资源向资产转化。比如报销规则从原定按月结算，突然改成每日结算，这种异常数据变动，正是算法思维要捕捉的规律。算法师可以通过这类突发数据变化挖掘应用价值，甚至能用来识别规避监管、异常的行为。银行也正是依托AI数据算法，精准排查洗钱行为。再看生活中的例子：如今高铁站、机场几乎没有小偷，背后就是算法的作用：一方面，小偷会反复进出站点，而普通人大多只出入一两次，频繁出入本身就具备嫌疑；另一方面，通过人脸识别可捕捉行为特征。正常人进站会抬头看标识、找路线，而小偷多平视看人、低头盯行李。算法师正是通过挖掘规律、落地算法，让普通数据实现价值落地。算力、算量、算法作为数字经济的三大核心，算力是运算速度与能力，算量是海量数据，而算法是数字经济的核心关键，也是最难突破的一环。当下很多行业手握大量数据，却找不到应用场景、无法变现，这是普遍难题。

第七，确值——数据到底值多少钱。目前数据估值常用三种方法：一是成本法，核算数据收集、整理、存储、清洗、标识等全流程产生的基础成本，在此基础上合理加成利润比例，得出估值。二是利润参考法，预估数据的市场价值与可交易价格，优先参考已有成交案例，取多个案例的平均价格作为估值依据。三是专家评估法，由专业团队或多位专家联合评定价值，类似文物鉴定模式，经专家综合研判、签字确认后确定估值。数据价值核定本身难度较高，前期六项确权环节，每一项都会直接影响最终估值结果。

数据估值后，主要有五种主流变现方式。

资产入表：将评估后的数据价值，直接计入企业固定资产，增厚企业资产规模。

银行抵押：经专业评估且获得银行认可后，可凭数据集办理抵押贷款，国内已有相关落地案例。

库存入账：暂未交易的数据集，可按评估价计入企业账面库存，体现潜在资产价值。

知识产权确权：将数据归为企业知识产权，作为无形资产体现企业整体价值。

作价投资：以数据资源作价入股合作企业，换取相应股权，实现资产变现。

以上五种是当前业内公认、可落地的数据资产变现途径，可实现数据价值转化为实际经济收益。

挑战与机遇

不久前，国家刚批复设立五家官方数据交易中心，但目前行业仍缺乏成熟的交易规则，就连数据权属确权、资产凭证发放都尚未落地，行业整体仍处于摸索阶段。不过不必悲观，一方面行业规范化进程会推进得很快；另一方面，即便暂无国家统一规则，数据交易依旧可以开展，核心依托市场自愿原则。

国内营商环境的优势，就在于鼓励市场创新与竞争。企业、个人之间只要双方自愿认可数据或技术的价值，达成合作分成，这种自主约定的市场化交易，国家不会干预，也无需外界参与评判。这种宽松环境，给了市场充足的试错和先行先试空间。

在市场自主探索的同时，国家也在同步制定、完善数据交易相关法规规则。随着规则逐步落地，数据交易行业将迎来发展红利期，海量数据也能真正转化为可落地、可变现的数据资产。这对中小企业更是重大机遇：过去很多中小企业被称作“皮包公司”，只因没有房产、设备等实体资产，但实际上其手中沉淀了大量数据，以往这类数据毫无价值，如今却有望成为高价值数字资产。

从宏观层面看，我国目前GDP总量位居世界第二。若把数据资产纳入核算，我国整体资产体量早已超越美国，我们的数字经济发展实际领跑全球。落到个人与家庭层面，每个人日常产生的数字资产，至今并未计入个人收入和家庭资产。

未来，随着数字资产体系完善，普通人完全有机会实现资产增值，甚至财富翻倍。数据已成为全新生产要素。建议大家重视身边的数据资源，及时梳理、留存、规整自身数字资产。这类资源一旦流失便难以追回，提前沉淀储备，未来很有可能带来可观财富。