数据作为数字经济时代中最具时代特征和挖掘潜力的核心生产要素，唯有通过资产化，实现流通交易才能有效促进使用与价值实现。报告围绕数据资产化的几个关键环节，分别对资产化流程前端的数据要素确权、数据标准化及数据质量管理，以及后端的数据资产估值与定价等方面展开理论分析，并对推进数据资产化的实施路径进行详细探讨，从理论及实践两个维度分析探讨数据资产化方法路径。在数据要素权益体系中，建议探索数据权利分割，设立类似用益权的数据财产权，构建清晰权属框架。基于元数据视角，从纵向维度考察数据全生命周期下的数据标准化基本流程，从横向维度分别考察数据与业务需求如何有效衔接、如何实现数据服务溯源功能、数据标准如何与数据质量有效高效关联、如何服务于数据质量检查等四个关键环节，构建了促进数据标准化与加强数据质量管理的理论架构。认为标签化是数据资产最佳呈现方式，有助使数据资产真正参与数据价值分配，并在系统阐述现有数据资产价值评估方法和数据资产定价策略基础上，构建标签化数据资产价值评估框架和探讨标签化数据资产定价策略。提出广州围绕数据资产化三个关键环节促进资产化的具体实施路径，一是基于数据主体的职能和流程，规范源数据采集范围和采集过程；二是数据主体通过数据湖和数据中台等数据智能化平台，整合和加工数据资源；三是基于数据主体的业务内容和经营场景，丰富数据资产应用场景，建立数据资产生态。

（供稿：财政金融研究所）