软科所  杨鹏飞

　　随着全球数字经济蓬勃发展，数据已成为核心生产要素，其规模与贡献日益凸显。推进数字资产化的紧迫性和必要性显著。国家层面不断出台政策措施支持数据资产化，旨在激活数据价值，促进经济发展。数字资产化不仅是数字化转型的关键驱动力，还是优化资源配置，提升经济效益，推动金融创新的关键措施。我省正处在数字经济的转型时期。积极推进数据资产化进程，对于顺应数字经济发展趋势、实现经济高质量发展具有重要意义。

　　一、外省先进经验

　　广东、浙江、四川省在推进数据资产化工作方面均取得了显著成效，通过加强政策引导与顶层设计、现代数据资源管理与治理、探索数据资产化路径、培育数据要素市场以及创新驱动与协同发展等举措，积累了丰富的实践经验。具体做法如下：

　　（一）广东省

　　1. 政策引领与顶层设计

　　广东省发布《关于进一步深化数字政府改革建设的实施意见》等文件，明确数据资产化的目标、路径和措施。以“数字政府2.0”建设为核心，推动数据资源要素的全面整合和高效利用。

　　2. 数据管理机制创新

　　在全国首创政府首席数据官制度，并在多个部门和地市开展试点，提升数据治理和运营能力。构建省市一体化政务大数据体系，完善基础数据库，推动数据资源的“一网共享”。

　　3. 数据要素市场化配置

　　推动广州数据交易所、深圳数据交易所等平台建设，促进数据要素的有序流动和高效配置。开展公共数据资产登记和价值评估试点，探索数据生产要素统计核算和企业会计核算。

　　4. 赋能实体经济

　　通过数据流通利用，推动数据要素在粤港澳大湾区、全国范围有序流动，为实体经济特别是制造业高质量发展提供新动能。积极发挥区域优势，培育数据要素市场，打造良好产业生态。

　　（二）浙江省

　　1. 创新发展理念引领

　　推动数据管理的理论创新、制度创新、科技创新。实现管理内容从传统的公共数据资源向全面数据资产转变，管理模式从政府主导向社会协同参与的多元共治转变。

　　2. 数字新基建升级

　　适度超前部署新型基础设施建设，高质量完成8万余套5G基站的建设任务，超前布局大数据中心建设，已累计建成各类数据中心190个，其中大型和超大型数据中心5个。还计划启动了20个大型数据中心项目建设。引导中国电信等运营商建设了智算中心，为千行百业提供算力支持，引领数字化转型与产业升级。

　　3. 数实深度融合

　　以公共数据高质量供给为引线，用数据流通破市场壁垒，实现数实深度融合。通过构建产业大脑，为各行业提供智能化的决策支持；同时，推动未来工厂建设，实现生产过程的智能化和自动化。如宁波人工智能超算中心的建立，为数字经济发展提供了强大的算力支撑。

　　4. 数字生态构建

　　组建数据专家委员会、数商联盟，评估优化产品价值，促成市场交易。推动成立有区域、行业特色的数据集团，培育领军企业。探索建立数据要素价值化产业基金，加强人才培养和引进。

　　（三）四川省

　　1. 探索数据资产入表

　　落实财政部《企业数据资源相关会计处理暂行规定》，推动数据资源入表。成都数据集团等企业率先完成数据资产入账，探索数据资产化路径。

　　2. 明确数据资产化条件

　　明确数据资源为无形资产与存货的条件，包括可准确计量和有预期可带来的收益。企业进行数据盘点、整合和估值，识别有价值的数据资源。

　　3. 以公共数据为切入口

　　发挥公共数据是目前最具备流通价值的属性。以公共数据为切入口进行数据资产入表的试点和探索，推动“土地财政”向“数据财政”转型。

　　4. 行业培训与认知提升

　　举办数据资产入表相关的专题培训，提升企业对数据资产的认知和管理能力。成都数据集团等企业推出数据资产入表服务板块，支持企业开展数据资产化实践。

　　二、启示与建议

　　各地推动数据资产化工作的实践对吉林省具有多方面启示，包括政策制定的前瞻性与针对性、数据资源整合与治理的有效性、资产化路径的多元化探索、要素市场培育的完善性，以及创新驱动与协同发展的战略举措。这些经验为吉林省在数据资产化进程中提供了宝贵的参考，有助于制定更加科学合理的政策、优化资源配置、提升数据价值、完善市场机制，并推动数字经济与实体经济的深度融合等。建议我省在以下几个方面做好相关工作：

　　1. 加强顶层设计和政策支持

　　数据资产化的推进离不开顶层设计引导和政策的支持。国家出台《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》和《企业数据资源相关会计处理暂行规定》等，为数据资产化提供明确的方向和路径。我省结合自身实际情况，制定和完善数据资产化的相关政策和措施，确保数据资产化工作的有序推进。

　　2. 推动数据资源入表

　　数据资源入表是推动数据资产化的关键步骤。成都市的成功实践表明，数据资源入表有助于明确数据的资产属性，提高数据的利用效率和价值。我省可推动辖区内企业开展数据资源入表工作，将符合条件的数据资源纳入企业资产负债表，实现数据的显性化和资产化。

　　3. 培育数据要素市场

　　数据要素市场的培育是数据资产化的重要保障。通过建设数据交易平台、推动数据交易流通、完善数据交易规则等措施，有效促进了数据要素市场的形成和发展。我省可建设数据交易平台，推动数据交易流通，完善数据交易规则，为数据资产化提供有力的市场支撑。

　　4. 加强数据治理和管理

　　数据治理和管理是数据资产化的基础。各地在推动数据资产化的过程中，注重加强数据治理和管理，提高数据质量和安全性。我省可加强数据治理和管理，建立完善的数据治理体系和管理机制，确保数据的真实性、准确性和安全性，为数据资产化提供可靠的数据保障。

　　5. 推动产业数字化转型

　　产业数字化转型是数据资产化的重要推动力。各地通过推动产业数字化转型，促进数据在生产、流通、分配和消费等各个环节的深度融合和应用，有效提高了产业的效率和竞争力。我省可积极推动产业数字化转型，促进数据在农业、工业、服务业等各个领域的深度融合和应用，为数据资产化提供广阔的应用场景和市场需求。

　　6. 加强跨部门和跨领域的协同合作

　　数据资产化的推进需要跨部门和跨领域的协同合作。在推动数据资产化的过程中，注重加强政府、企业、科研机构等各方之间的协同合作，形成合力共同推动数据资产化工作。我省可加强跨部门和跨领域的协同合作，推动政府、企业、科研机构等各方之间的交流与合作，共同推动数据资产化工作的深入开展。