一、引言
数据价值化在数字经济发展中占据核心地位，上市公司作为国民经济的基本盘，其数据开发利用对国家经济竞争力和企业市场表现至关重要。数据价值化能够为企业带来新的增长点，推动经济结构优化升级，培育新质生产力，推动高质量发展。然而，当前数据要素流通面临产权不清、交易成本高、价值转换机制不完善等结构性难题，数据价值化仍面临概念不统一、路径不清晰、龙头不显著等挑战。因此，有必要从上市公司入手，建立起一套科学、完整、面向市场的数据价值化评价体系，推动数据价值化进程。
二、数据价值化的顶层设计
我国数据价值化顶层设计已初步形成，主要包括：
- “数据二十条”举旗定向：提出“三权分置”架构，规划公共数据授权运营、企业数据合规流通、数据交易场所建设等关键机制，建立体现效率、促进公平的数据要素收益分配制度。
- 国家数据局推动行业共识：发布《数据领域常用名词解释》，对核心术语进行权威界定，推动制度体系不断完善。
- 财政部明确资产属性：发布《企业数据资源相关会计处理暂行规定》，明确数据资源可确认为无形资产或存货，推动数据资产化入表。
- 全过程管理指明发展路径：发布《关于加强数据资产管理的指导意见》和《数据资产全过程管理试点方案》，构建覆盖数据资产全生命周期的管理框架。
- 产业推动实现协同发展：发布《关于促进数据产业高质量发展的指导意见》，从数据采集汇聚、计算存储、流通交易、开发利用、安全治理及基础设施建设等方面提出具体部署。
三、数据价值化的理论内涵和实践路径
数据要素的价值形成机制包含内部价值和外部价值，两者相互依存、相互促进。数据价值化过程实质上是其经济学视角下存在形态的持续进阶，应经历从劳动产品到流通商品、从经营资源到资本资产的两次关键跃迁，形成螺旋上升的价值进化轨迹。数据价值化实践路径包括：
- 数据资源化：将原始数据进行加工整理、归集和存储，形成数据资源。
- 数据产品化：在场景牵引下将数据资源形成可使用和可交易的产品。
- 数据资产化：按照资产确认条件将数据资源或数据产品确认为数据资产。
- 数据资本化：将数据资产通过资本运营实现增值。
四、数据价值化榜单指标体系
本报告构建了涵盖运营效率、应用价值、管理体系、增值潜力四个维度的评价指标体系，并采用层次分析法确定指标权重。
五、数据价值化榜单结果与分析
- 入表企业榜单评述：信息行业数据价值化表现突出，企业数据资产化程度差异显著，企业数据应用路径多样化，企业数据管理体系相对完善，数据价值化不依赖于企业规模。
- 未入表企业榜单评述：软件和信息技术服务业领跑，数据价值化呈现地域聚集效应，数字产业化企业占据主导，科创板和创业板企业表现活跃，数据资产化有待进一步发展。
六、未来展望与发展建议
未来，数据价值化将为企业带来深远影响，数据将成为企业核心资产的重要组成部分，促进企业之间的合作与创新，数据资产入表将加速推进。发展建议包括：
- 制定数据价值化战略：将数据价值化列为企业发展战略的关键组成部分。
- 提升数据资产运营能力：构建全链条、重实效、可持续的运营效率提升机制。
- 健全数据资产管理制度：优化组织架构，强化协同机制，提升数据管理能力，加强合规安全。
- 完善数据价值释放路径：打破行业壁垒，加速构建产业级数据基础设施与数据流通信任机制，探索数据资产的多元化金融属性实现路径，着力拓展具有高经济价值与社会效益的融合应用场景。
- 规范数据资产披露机制：制定《上市公司数据资产信息披露指南》，改进数据资产信息披露质量。
- 优化数据人才队伍体系：实施数据价值化人才培养计划，建立国家级、行业级的数据价值化专家池，支持在有条件的区域加快建设“数据要素产业（或创新）园”。
