在数据资产化10万亿市场的背景下，工业大数据如何发挥最大价值？

2024-05-10

伴随着今年年初数据资产“入表”的正式实施，多年来喊出的“发挥数据价值”的口号终于落到了实处。

所谓数据资产入表，是指将数据确定为公司资产负债表中的“资产”，即将数据资产纳入负债表，在财务报表中体现其真实价值和业务奉献。国家发展改革委价格监测中心副主任王建冬表示，在我国数据资产化和资本化之后，相关市场的潜在规模可能达到10万亿。

“大数据”概念自本世纪初就被提出，如何利用这一新资源的讨论层出不穷，从“新能源”开始。、从“新石油”等概念到“元素化”、“资产化”等措施，数据的价值形式越来越清晰。

在“小数据”时代，数据被动地用作某些项目或环节的工具，数据本身的价值尚未得到认可。然而，在“大数据”时代，数据已经超越了辅助工具的地位，成为值得收集、管理和欣赏的资产。

在工业领域，生产、处理、传输和使用的各种海量数据集成的工业大数据具有独特的价值和意义，注定在数据资产化过程中具有独特的转换过程和实用价值。本文将讨论工业大数据的特点、数据资产化和元素化。

数据资产化是什么？

资产被定义为由企业拥有或控制的资源，由过去的交易或事项形成，预计将带来经济利益。

数据资产化是指将数据转化为可以交易的资产，就像房地产或股票一样。这个过程是企业实现数据价值的关键，不仅实现了数据的使用价值，还向交换价值迈进，释放了数据的生产力。公司数据流通和交易的必然趋势是深入挖掘数据价值，明确资产价值实现路径，促进商业模式的变革。

在数据资产化过程中，企业为了支持数据驱动的商业模式，需要构建数据能力机制和数据治理系统。

资产化战略可以分为内部专用、外部共享、数据交易和外部开放四种主要类型。内部专用使企业能够利用数据优化运营，开发新业务；对外共享加强供应链合作，增强整体市场供应；数据交易在合规性和公平性之间提供了一个平衡的市场环境；对外开放平台的市场连接能力通过数据开放得到提升。

一般来说，数据资产化不仅是企业实现数据价值的手段，也是促进数据要素市场建设的有效途径。公司对跨区域、跨部门的联动机制和统一的数据流通规则的需求越来越大，这对数据价值评估的标准化和数据交易市场的标准化提出了新的挑战和要求。

数据资产化逐渐加深了公司对数据的理解和应用，使其转化为可交易的有价值的资产，工业大数据的概念和实用性也在类似的轨道上进行。这一发展不仅展示了数据的经济潜力，而且为了理解如何系统地使用这些信息，促进工业生产的智能化和高效化提供了一个框架。

工业化大数据的分类及特征

根据工业和信息化部的定义：工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在R&D、设计、制造、管理、运营和维护服务中生成和使用的数据，以及工业互联网平台中的数据。

就信息来源而言，工业大数据主要分为三类。

第一类是与企业经营管理相关的业务数据，企业资源计划等企业信息化系统来源于企业资源计划（ERP）、生命周期管理产品（PLM）、供应链管理（SCM）、客户关系管理（CRM）还有能源消耗管理系统（EMS），传统的数据资产已经形成。

第二类是制造过程数据，该数据包括工业生产过程中设备、材料和产品加工的工作条件参数和环境参数等，在智能设备广泛使用的今天，通过MES系统实时传输，这一数据的增长尤为迅速。

第三类是企业外部数据，包含商品销售后的使用和运营数据，以及大量的客户名单、供应商信息和其他外部因特网数据。

由于从经济学的角度来看，工业大数据具有天然的资产化条件，价值属性和资产属性。

其价值属性体现在工业大数据通过分析，可以实现企业在设计、工艺、生产、管理、服务等方面的智能化，满足定制化需求，提高生产效率，降低成本，从而为企业创造可量化的价值。

作为一种资产，资产属性体现在工业大数据中，帮助企业改善组织结构，创造财富。

互补补充工业大数据的价值和资产属性。价值属性侧重于通过先进的技术手段提取和实现数据价值，而资产属性侧重于通过社会形态和管理模式明确数据资产和资源的分布和所有权，从而为进一步挖掘其价值提供技术和评估支持。这种双重角度不仅有助于公司界定数据边界，也促进了工业大数据技术的成熟和应用。

资产化工业大数据路径

文章中提到，工业企业的数据资产化需要经过业务数据化、数据资源化、资源资产化、资产价值化、价值要素化等“五化”的演变。王建峰和辛华。

业务数据化阶段：它是公司实现数字化转型的基础。利用物联网、云计算、大数据、人工智能等新一代数字技术，构建一个全感知、全场景、全智能的数字世界，在数字世界中准确投射企业在现实世界中的业务场景、运营模式和工作流程。从供应链上游、企业经营状况到销售下游的关键数据，有效获取公司内部到外部的关键数据，实时监控整个组织的业务流程。

资料资源化阶段：工业大数据种类繁多，包括结构化、非结构化和半结构化数据，具有多样化和复杂性的特点。生命周期不同，所以不是所有的工业大数据都有价值。需要对设备、运营、管理和决策过程进行数据识别和资源化。

资源资产化阶段：并非所有的数据资源都是数据资产，有些数据资料不但不能创造利润，反而有很大的成本。所以，资源化后的数据也要进行资产化，即数据资产化。这个过程需要制定数据资产化的方法和流程，必须由业务和技术共同努力，识别和定义数据资产，将数据资产的价值与业务价值相结合，以确保数据资产的价值可以衡量。

资产价值阶段：数据资产化后，我们需要考虑如何发挥它的价值。工业领域有两种可行的方式。一种是将数据资产的价值与业务价值联系起来，比如实现管理效率(降低成本、提高效率、风险控制)或运营效率(客户获取率、精准营销、产品优化)。；二是形成数据商品、数据、报告、趋势、算法等，直接进行数据交易产生价值。

价值要素化阶段：利用大数据技术，可以从数据中提炼出有价值的商业洞察力和产业知识，从而帮助企业更好地整合其他不同的生产要素，充分发挥经济效益。只有建立可衡量的价格体系，才能明确数据资产在工业企业经营活动中对企业效益和价值的贡献，才能真正实现从数据资产向数据元素的转变和实现。

从以上内容不难看出，数据的要素化促进了数据的资产化，因为只有成功地将数据转化为资产，才能充分利用其作为生产要素的潜力。

关于数据元素化

2020年，党中央国务院首次将数据并排放在土地、劳动力、资本、技术等其他生产要素中，建立更加完善的要素市场化配置体系机制的建议。它不仅体现了数据在现代经济中的核心价值，也预示着数据要素将在促进生产力发展中发挥非常重要的作用。

美国经济学家约翰·加尔布雷思曾指出：“在不同的发展阶段，每个时代都有一个最重要的生产要素。谁掌握了这个要素，谁就掌握了权力，在收入分配上获得了更多的利润。”这种观点今天仍然适用。

生产要素的定义是在生产过程中高度凝固地投入资源。。当经济增长速度超过已知元素投入的增长速度时，通常会识别新元素来解释额外的输出。数据被认定为新的生产要素，因为它在促进生产力发展方面具有巨大的价值。随着数据相关技术和行业的发展，数据不仅数量大，价格高，而且成为提高生产效率的关键驱动力。

随着数据技术的发展和数据应用需求的演变，数据在生产中的投入模式和规模得到了共同塑造。随着技术和行业的演变，数据逐渐成为不可或缺的因素。因此，“数据元素”一词是指在数字经济的背景下，在生产力和生产关系的讨论中，强调数据在生产中的价值。

数据元素包括原始数据集、标准化数据集、各种数据产品以及基于数据构建的系统、信息和知识，根据特定生产需要聚集、整理和加工的数据及其衍生形式。

对于一开始数字化转型的公司来说，原始数据集是运营业务系统、提高运营效率的基本资源。对于数字化成熟的公司来说，清理和预处理的数据集质量更好，可以提供更准确、全面、可预测的信息来支持分析和决策，从而给公司带来更多的效益。企业也可将持有的数据加工成多种数据衍生品。，并且在符合法律制度的前提下，使其在市场上流通，供其它企业利用其所蕴含的价值参与生产活动。

2021年12月，国务院发布的《十四五数字经济发展规划》进一步强调了数据元素作为深化数字经济发展的核心引擎的重要性。在提高生产效率方面，数据元素的乘数效应不断显现，成为最具时代特色的生产元素。

数据的爆炸性增长和海量聚集蕴藏着巨大的潜在价值，为数字经济的蓬勃发展提供了新的动力。。

促进工业数据要素市场化

近年来，中国工业互联网研究院积极推进中国工业互联网大数据中心建设，在释放工业数据要素活力、促进工业数据资产注册管理方面做出了巨大努力。

包括这些努力建设工业数据资产登记平台和研究数据要素的流通交易机制等等，有效地推动了工业数据资产化进程，并取得了一系列阶段性成果。

目前，基本建立了工业数据资产登记平台，并具有工业数据资产登记、审查、聚集、监控和管理等功能。企业可以通过可靠的注册软件注册和高效管理数据资产。该平台完成了纺织制造、机械设备制造、玻璃制造、印刷和精密仪器五大行业的核心关键技术研发。

目前已发布306张注册证，注册数据要素总数接近5亿DRs(数据要素计量单位，数据库表中的一个非空单元格)，有效数据字段超过3万个，逐步形成目录级数据供应能力。

基于工业数据资产登记平台，中国和城市的工业数据资产登记服务体系正在加快建设。第一个城市节点已经在苏州上线，武汉节点已经签约，宁波、郑州、成都等很多地方节点也在积极推进。这一体系的建立鼓励各地参与城市节点的建设。

在此基础上，工业数据元素创新生态已经初步建立。中国工业互联网研究院成立产业数据要素改革创新中心，其成员包括大数据交易机构、科研机构、高等院校、知名律师事务所、会计师事务所等。

该中心将围绕政策法规研究、技术研究、标准制定、创新应用、产业发展、人才培养、检测评估等方面展开工作。，推进产业数据交易市场机制和产业数据要素登记存证制度建设，推进数据高效合规流通交易，分类授权使用，引导市场主体以应用领域为导向，根据用途和用量挖掘产业数据的价值。与多方合作，构建新的工业数据元素业态模式。这不仅提高了数据资产的管理效率，而且为工业数据的价值创造和流通开辟了新的途径。

浙江大数据交易市场有限公司首席数据官李静今年1月向浙江侠云科技有限公司副总经理罗晓雯提交了“数据产品交易凭证”，意味着第一单制造业的“数据产品”已经成功达成交易，数字货币化在工业领域也具有重要意义。

根据罗晓雯的说法，该公司已经开发了三种数据产品，并于去年12月在浙江省大数据交易中心成功上市。这些产品最近已经相继达成交易。这类产品包括：水暖阀门行业的“产品采购主数据”，提供铜材料采购趋势、市场动态和供应链管理的洞察，成交价格为8000元；“产品制造主数据”，帮助买主了解行业生产趋势和关键指标，支持决策制定和流程优化，成交价格为9000元；“商品主数据标准”，该数据集成在公司ERP和MES系统中，为企业数据管理与经营提供标准化基础，成交价格为10000元。

这类数据产品的成功交易，不仅为企业本身提供了新的收入来源，也为行业内其他企业提供了宝贵的市场和运营洞察力，对促进整个行业的数据发展具有重要意义。