本文来自微信公众号“大话数字化转型”，作者/数字化刘老师。
众所周知，数字经济时代，数据已上升为国家重要的基础性战略资源，加快建设数字中国、网络强国这一蓝图的实现，离不开数据要素的支撑。随着国家数据局的正式揭牌成立，数据要素几乎成为当今最热的话题之一。
那么，到底什么是数据要素，数据要素对于当今数字经济的意义又是什么呢？
从数据，到数据要素，仅仅多了“要素”两个字，其实内涵大有不同——突出了数据的价值属性和资产属性，数据作为土地、劳动力、资本、技术以外的第五大生产要素，在社会各界已基本形成共识。
其背后的逻辑在于：通过数据分析技术，可以从数据中可以提炼出有价值的商业洞察和产业知识，从而帮助企业方更好地整合其他不同生产要素，使其更好地发挥经济价值。其中，数据要素与其他要素的关系不是简单的加总关系，而是乘数效应！
值得注意的是，数据作为新型生产要素与其他传统生产要素相比具有明显的独特性，如：虚拟性、低成本复制性、主体多元性、非竞争性、非排他性、异质性和边际效益递增性。
这给人们充分认识数据要素，对数据要素的采集、确权、交易等基础活动进行规范管理，并推动相关法律法规的建设和完善，提出了极大的工作挑战。
当前，很多基础问题仍然在积极探索中，很多核心问题都尚未获得完美一致的解决方案，例如：
如何科学合理地对数据进行确权?个人数据和企业数据的关系？如何在数据交易中确保个人隐私信息不受侵犯？谁来代表个体对数据权益进行申诉？数据资产价值如何评估？如何解决数据交易双方信任问题？如何防止数据二次买卖交易？如何通过法律均衡数据生产方和数据采集与加工方之间的权益？等等...
数据要素化包括资源化认识数据，确立数据的资产属性，以及实现数据的资本化，即把数据要素价值实现路径分为资源化（成本视角）、资产化（有预期价值收益、但是不稳定）、资本化（金融属性、数据要素市场化配置）三个递进的途径。
这三个递进的途径，对应着数据要素的三大活动：确权、估值、交易。
数据资源化，关注的是数据加工与数据治理，强调数据的潜在价值，以及如何基于成本投入进行数据确权（如隐私权、采集权、使用权、访问权、转售权、收益分配权等）。
数据资产化，关注的是如何科学、标准地衡量数据价值。数据价值评估方法主要有成本法、市场法、收益法等。未来，将逐步探索如何实现数据要素在企业资产负债表中的具体衡量呈现。
数据资本化，关注的是数据交易活动本身。数据交易对象主要为基础数据、数据产品（标准化）、定制化产品（深度加工、非标准化）三大类型。
而主要的交易角色则包括：数据提供方、数据需求方、数据平台方、技术支持商（负责数据处理），以及中介服务商（负责数据溯源、数据资产评估）等。
以上讨论的主要是数据要素的制度建设方面内容，其实，与数据要素密切相关的还有不少技术问题需要研究，主要涉及数据安全方面。
传统的数据安全技术主要解决静态存储场景下的风险管理需求，而针对数据要素化的发展方向，则要解决动态传输、交换、融合场景下的风险问题——相关技术主要包括：秘密共享、同态加密、查分隐私、联邦学习等。
