众所周知，数字化的经济时代，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。

  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有着非常明显的独特性，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，并推动有关规定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来进行确权? 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？怎么样才能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。

  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，将逐步探索怎么来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、技术上的支持商（负责数据处理），以及中介服务商（负责数据溯源、数据资产评定估计）等。

  以上讨论的主要是数据要素的制度建设方面内容，其实，与数据要素紧密关联的还有不少技术问题是需要研究，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趋势，则要解决动态传输、交换、融合场景下的风险问题——相关技术最重要的包含：秘密共享、同态加密、查分隐私、联邦学习等。