01
什么是数据要素?
首先需要明确一点,数据要素是一个经济学术语,在经济学中,数据要素是指参与社会生产经营活动、为使用者或所有者带来经济效益的数据资源。传统的生产要素主要包括土地、劳动力、资本和技术,然而,随着数字化转型的加速,数据的作用日益凸显,已经成为与传统生产要素并列的新型生产要素。自2019年10月召开的党的十九届四中全会将数据列为生产要素以来,中共中央、国务院发布多项政策文件,推动数据资产化。2020年4月,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,数据作为一种新生产要素首次写入中央文件。
数据的独特价值不仅体现在能够直接参与生产过程,提高生产效率和产品质量,还能够通过分析预测市场趋势,为决策提供依据,从而在经济社会发展中扮演越来越重要的角色。
数据要素也是数据管理中最基本的概念之一。在数据管理中,数据要素通常被用来描述数据的结构和组成,指构成数据的基本单元。这些单元可以是数字、字母、符号、图像、声音等。数据要素是数据的最小单位,通常不能再分割。例如,在一个电话号码中,每个数字都是一个数据要素。
数据要素的特点:
可得性:数据要能够成为普遍存在的生产要素,必须具有可得性,也就是劳动者、企事业单位都能够像是获取电力一样方便地获取数据资源,然后再基于数据基础设施进行对数据生产资料的再加工和创造,并进而创造出新的价值。
非排他性:经济学意义上的排他性是指在技术上排斥他人使用的可能性,也就是说当某人在使用一件产品时别人就不能使用。比如一片土地,一个企业购买了使用权或独家开发权,其他企业就不能同时使用。
丰富性:数据要素种类繁多、来源广泛,基于数据要素的生态体系呈现开放、异构、融合、协同、共享等特点。
高流动性:流动性是生产要素产生价值的基本前提,不同生产要素的流动性程度存在天壤之别。土地流动性最弱,劳动力流动性次之,技术流动性适度,资本流动性较强,而数据流动性最强劲。
02
什么是数据资源?
广义上讲,数据资源是指可以被识别、采集、加工、存储、管理和应用的原始数据及其衍生物,加工后具有可能转化为数据资产为企业带来经济价值的数据,注意这个有价值是未来时。在数据管理中的数据资源是指企业可以使用的所有数据和相关的资源,例如数据仓库、数据字典、数据模型等,可以为企业的运营和决策提供重要的数据支撑。从处理流程角度来讲,数据资源的管理包括数据的收集、存储、处理、分析和使用等环节;从数据的生命周期角度来看,包括数据的创建、使用、存储、备份、归档和销毁等方面;数据资源的管理还注重数据的分级分类,需要考虑到数据的合规性和法律责任等方面。
数据资源的特点:
多样性:从类型上,数据资源包含结构化数据、半结构化数据和非结构化数据等;从格式上,包括文本、文件、图像、音频、视频等。不同的数据类型和格式具有不同的特点和用途。
客观性:数据资源如实反映客观世界的状态和变化,具有真实性和可靠性。
潜在价值:数据资源蕴含大量信息和知识,可通过加工处理形成数据产品和服务,创造价值。
高可用性:数据资源的存储、处理和分析技术越来越成熟,可以实现长期保存和复用,数据资源的共享和开放也促进了数据的应用和价值发挥。
数据资源的一些例子:
社交媒体数据:用户在社交媒体平台上产生的内容、互动数据,如推文、点赞、分享和评论。
交易数据:商业交易中产生的数据,如销售记录、购买历史和发票信息。
物联网(IoT)数据:通过传感器、设备和机器收集的数据,如温度读数、位置追踪和设备状态。
用户行为数据:用户在网站、应用或系统上的行为数据,包括点击流、浏览历史和搜索查询。
公共数据:政府和公共机构发布的数据,如人口统计数据、经济指标和地理信息。
操作日志:系统和应用程序的操作日志,记录了各种事件、错误和用户活动。
生物识别数据:指纹、面部识别、声纹等个人生物特征数据。
环境数据:气候、天气、土壤质量等环境监测数据
03
什么是数据资产?
数据资产是指组织所拥有或控制的,具有明确的业务价值,可带来经济利益,能够记录在资产负债表上的数据。它是组织的一种无形资产。
我们可以把“数据”和“资产”拆开来理解。数据指以物理或电子形式记录的信息,包括数字、文字、图像、声音、影像等信息,结合到企业场景数据可展现为文件、文档、图片、票据、邮件、视频、数据库等形式;资产是指由企业拥有或控制的,未来能为企业带来经济利益且可计量的数据资源。
数据资产的特点:
共享性:一个个体对数据的使用不会影响另一个体对其使用,数据的传播并不是数据的转移,而是数据的复制。
无消耗性:数据资产的每次使用只需要花费很低的成本,不会因为使用频率的增加而磨损、消耗。
可被识别和计量:数据资产可被明确定义和识别,其价值可以用货币计量,可被登记在企业的资产负债表中。
可被管理和控制:数据资产归组织所有或控制,受数据治理和安全管控,组织对其拥有合法权益。
数据资产的一些例子:
客户资料库:包含客户偏好、购买历史和个人信息的数据库,用于支持市场营销和个性化服务。
分析报告:基于数据分析生成的报告,如市场趋势分析、客户细分和产品性能评估。
预测模型:使用历史数据构建的模型,用来预测未来的趋势、需求或风险。
知识库:组织内部积累的知识和信息,如最佳实践、解决方案和专业知识。
优化的供应链数据:通过分析和优化得到的供应链信息,用于提高效率和降低成本。
个性化推荐系统:基于用户行为和偏好分析构建的推荐系统,用以提供个性化的产品或服务推荐。
风险评估工具:利用数据分析来评估和量化风险,如信用评分模型或欺诈检测系统。
数据驱动的策略:基于数据分析得出的业务策略和决策指导。
经过清洗和整合的数据集:用于机器学习和人工智能算法训练的高质量数据集。
04
数据要素、数据资源、数据资产的区别
看了上面内容的介绍,想必大家对数据要素、数据资源和数据资产已经有了较为清晰的认识,我们再对三者的区别进行一个总结性的介绍。
数据要素:更多的是做为经济学领域的一个宏观概念,讲的是数据在经济生产中所起到的作用,和土地、劳动力、资本和技术一样。以厨房举例,数据要素相当于厨房里的资源,如水、燃气、调料、蔬菜、肉等。
数据资源:是所有可能具备潜在价值的未处理的或已处理的数据,相当于一个巨大的数据基础资源池,其中一部分数据资源经过处理、分析和应用后,可以形成数据产品或数据服务,成为可以为企业带来经济利益的数据资产;其他的数据资源则做为储备等待随着业务和技术的不断发展而被开发利用。数据资源相当于厨房里的所有食材,例如鸡蛋、虾仁、牛肉、西兰花、胡萝卜等。
数据资产:是指经过处理、分析后,已经被企业明确定义和管理,可以为企业带来经济利益的数据。自2024年1月1日起,数据资产已正式计入企业资产负债表。数据资产相当于将数据资源(鸡蛋、虾仁、西兰花)加工成为虾仁滑蛋这道菜,可以直接销售给客户带来收益。
关注中国数字经济百人会
CopyRight © 2017-2024 中国数字经济百人会 All Rights Reserved 京ICP备12041980号-13 京公网安备110108003006号