迎接数据资本大时代的到来

数据是未来一切经济和社会活动的起点和终点。数据资本化是工业经济走向数字经济的重要转折点。本文指出，中国是数据大国，中国需要推动数据资本化，让数据成为资本和财富，助力中国经济走向高收入发展阶段，走向新世界的前沿。

第四产业的崛起

第四产业是智能产业，即数据加人工智能（AI）。数字经济有狭义和广义之分。狭义数字经济是纯粹的数据产业、智能产业；广义数字经济是数字化的制造业、服务业、农业等，被赋能的原有三大产业，可称之为广义数字产业。

第四产业与人工智能

狭义数字产业就是第四产业，这个产业发展迅猛，是当前遇到的最重要课题。也只有在如此大的背景下，我们才能看到数据的未来和数据业的发展。人类正在离开信息时代，进入智能时代。信息时代是应用先行，人们可以在任何地点、任何时间几乎零成本地获取信息，在信息时代，数据的使用者、决策者是人，信息是副产品，是软件优先。但是进入智能时代，特别是进入以生成式预训练（GPT）为代表的AI 2.0以来，信息被机器和计算机程序使用的频率呈增长趋势，数据让机器智能化，而智能化的系统能处理更多的数据，因此数据优先、数据先行是智能时代的根本性特征。

因此，在人类智能之外产生了一个新的智能——人工智能，它以数据为起点。人的智能以观察为起点，比如牛顿观察树上的苹果，发现苹果会掉下来，由此发现了万有引力。观察会走向科学，人们从观察中学到技术，利用技术生产产品。但是在人工智能时代，数据是起点，数据直接产生知识，进而生产产品，这样又将产生数据并进行迭代，重新回到数据，如此就形成了一个闭环。人工智能时代的运行路径短，闭环效率高。这是人类有史以来第一次找到第二个知识获取的平行途径——机器认知，这是以数据为支持的，而且机器认知不一定与人类智能重合，机器认知可能会扩大知识的绝对空间，这一点非常关键。这赋予了数据新的、超越性的职责和地位。而从数据到服务社会的路径可以变得更短、更有效，原因在于人工智能本身可以形成闭环。数据与知识是事物的一体两面，数据是知识的载体，数据流通就是知识流通，这是理解智能时代与数据地位的重要框架。

人工智能经历了从以模型为中心到以数据为中心的转变。人工智能1.0时代以模型和编程为中心，主要是编程序；人工智能2.0时代以数据为中心，模型可以相对固定，主要关注数据的定义、管理、切割、扩充、增加、修正等，这使得数据成为主要的投入、校准、学习对象，数据变得越来越智能化，这是一个重大的变化。GPT的发展再次确认，未来世界将构建在数据的基础上， GPT的核心是基础模型（Foundation Model），未来可以产生众多功能，包括制作图像、写作、管理、分析等。但基础模型的起点是数据，各种各样的数据。

在人工智能时代，数字化技术要数据先行，设计开发需要小批量数据，训练需要大量的结构化数据，评测需要标准数据，仿真需要场景构建的数据库，迭代需要持续的数据输入来进行算法的迭代，整个过程都是数据过程。从这个意义上说，未来科技的核心是数据科技，这将催生基础数据的服务业，即数据产业。

与此同时，数据的规模也变得越来越重要，对于GPT而言，最关键的是涌现能力，而涌现需要足够丰富的数据、数据的表征、数据的交互。在数据量小的情况下，GPT是一个线性的过程，在涌现的时候，GPT可以呈现曲线的发展，并会产生新的想法，这就是GPT能够迅速获得发展的重要特征，因为它能产生一种新的智能。很明显，小量的数据没法产生涌现，大规模的数据、数据的表征和交互变得越来越重要，因此这就需要数据的产业化来满足上述要求。

科研的第四范式

科研正在进入第四范式，即数据领先和主导的科研模式。随着大量数据的产生，科研进入数据密集型的第四范式。1998年图灵奖获得者吉姆·格雷，把第四范式归纳成科学方法革命的范式转换。传统的科学研究方法有三种，第一类是通过实验归纳，第二类是模型推演，第三类是仿真。新的第四类就是数据密集型的科学发现，通过大量的数据进行推演和预测。在第四范式下，使用数据最多的是物质，比如预测已知蛋白的结构，目前已知的人类蛋白质有2亿种，其中的100万种已经勾勒出三维（3D）结构。人可以数字化，表明数字是起点。

以数据为基础的大模型科研前景非常广阔，包括生命科学领域的药物研发、合成生物学，材料科学领域的金属材料、高分子材料、陶瓷和无机材料，能源领域的石化能源、电池、新能源、核能、热能，电子工程领域的半导体材料、信息储存，地质和环境科学等。以前的科学研究都是从理论开始，逐渐地往外延伸，现在以数据为基础的科研第四范式，是通过大数据来倒推科学的核心与原理，前景非常广阔。可以认为数据是科学研究的基础，这是颠覆性的。

数据是物理世界运营和优化的基础。核聚变中的托卡马克装置的核心，是让等离子在运转过程中不能碰到其内壁，一碰到内壁等离子就会出现衰退。等离子是没法控制的，可以通过数据用人工智能来控制内壁，使得磁圈不断地发生变动，使得等离子不会碰到内壁。举例而言，这好比让一个喝醉酒的人，尽管摇摇晃晃，但不会碰到墙，不是控制这个人，因为醉酒的人没法控制，而是让墙不断地移动，这就是通过数据来实现的结果。

制造业领域，可以通过数据将实体制造层，到云平台的运营技术（OT）、信息技术（IT），垂直地进行打通。以前打通制造层相当困难，现在可以把制造层和OT、IT层打通，和财务层打通，和供应链打通，从而实现零库存，进而对销售、零售、产品造成影响。在生产的过程中，数据不断产生新的产品设计和工艺设计，从而实现完全数字化的过程，这些都是以数据为基础的。服务业领域，ChatGPT通过插件（Plugins）构成新的生态，将智能与网络广泛连接，超级应用生态正在形成。平台数据与GPT数据不断交互、重叠、学习、反馈，从而使得新的数据服务生态越来越好。

第四产业时代的崛起

新的第四产业时代正在崛起，这个产业就是智能产业，即数据加AI产业。传统意义上的三大产业分别为农业、工业和服务业。农业是以自然物质为基础的产业，需要土壤和阳光。作为传统第一产业的农业，占经济的总比重较低，而且会逐渐消失，原因在于，只要电价足够低，农业将成为城市农业、大棚农业，这些事情正在发生。工业是对物质的再加工，服务业是服务工业、服务人、服务社会的，这是逐渐发展的过程。在这个过程中，第四产业即智能产业崛起，这是一个赋能的产业，不断地给第一、第二、第三产业赋能，这就是狭义数字经济和广义数字经济的分别，狭义数字经济支持广义数字数据。

第四产业是以数据和AI为基础的新兴产业。未来一切都将数字化，在一定意义上说，未来只有智能产业和广义数字经济，只有两个产业，就是赋能产业和被赋能的物质和服务产业。第四产业的核心是数据，AI也很重要，但数据是基础。

当前全球数字经济发展速度持续高于世界经济的整体增速，在中国，狭义数字经济在经济总量中的占比为6%，美国为6.9%。广义数字经济有不同的统计方式，根据联合国的统计，中国的广义数字经济在经济总量中的占比为30%，美国为21.6%，全球为15%，由此可见中国的数字经济走在世界前列。按照中国信息通信研究院的统计，中国数字经济占国内生产总值（GDP）的比重已达40%左右。中国数字经济的发展也是在持续积极的推进当中，我国数字经济的名义增速高于GDP的增速。与此同时，数字经济在农业、工业、服务业中的比重都在上升，中国数字经济2016—2022年的年均复合增长率为14.2%，增速较快，原因在于中国进入了智能社会。

展望未来，关键在于发挥数字资本在数字经济发展中的乘数效应。数据要素对中国GDP增长的贡献度已达14.7%，此外信息传输、软件服务等产业对数据要素特别敏感，它们能明显提高工业企业的效益。国家工业信息安全发展研究中心所做的中国数据要素市场发展报告显示，数据要素使得工业企业生产效率平均提高42.8%，产品研发周期平均缩短15.33%。由此可见，提高数据的使用效率相当关键，数据资本化的迫切性开始显现。

国际数据资产化与中国战略

数据的重要性与战略性有目共睹，全球不少国家和地区都在不断出台数据政策，政策的宏观层面在于构建整体国家战略，中观层面在于构建标准和市场，微观层面在于明确参与者的能力、具体技术举措和标准。

数据政策的宏观、中观、微观层面

从宏观层面看，美国2013年提出数据开放战略，认为信息是政府合作伙伴和公众的战略资产；2019年美国政府的数据战略明确提出要有数据发展的长期框架，以此培育数据市场，激活数据价值。英国更关注数据的价值生态链，强调数据权益、数据质量和数据治理。英国也制定了国家数据战略，把数据基础设施、数据技能、数据可用性、负责任的数据利用作为激活数据机遇的核心能力。欧盟意识到，数据是未来的资产，欧盟必须在这一方面统一起来。欧盟早在2010年就出台了欧洲数字化议程，明确欧洲必须建立统一的数据市场，此后在2022年提出数据法案，对数据的安全、使用等做出了明确规定，支持欧盟单一数据市场的发展，该法案于2023年实施。

中观层面，主要讲的是数据的价值与功效。美国、欧盟等在推动数据资产跨境交换，完成数据资产定价模式，即一系列的产权定价模式，包括安全性、生命周期等。希望将数据当作资本，数据就必须有估值、有定价，有唯一性、有审计、有核准。中观层面就是建立数据的整体制度。

微观层面，主要是支持企业进入数据市场，在大的框架下开发和运用各种数据。欧洲的数据战略很明确，要发展数据处理技术、能力，提高数据利用效率，加大对人工智能、大数据分析、区块链等基础核心技术的研发投入，减少核心技术的对外依存度。欧盟决定投资40亿～60亿欧元用于开发数据分析、数据基础设施、数据共享工具等。而英国更关注法律、产权的登记、对数据资产管理者进行职业训练、市场的机构参与等行为。

各主要经济体推出的数据政策

各国都在宏观、中观、微观三个维度构建系统，数据的重要性可见一斑。2016年，美国提出在数字经济中实现增长和创新，提出人工智能的振兴计划，欧盟提出安全计划，中国提出网络安全和国家信息发展战略纲要。2020年，美国提出《数字战略2020—2024》，欧盟提出数据战略，中国提出《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》。2022—2023年，美国出台了《国家网络安全战略》《芯片科学法案》《数字资产综合框架》等，欧盟出台《数据法案》《数字十年政策方案》。2023年，中国出台《数字中国建设整体布局规划》《企业数据资源相关会计处理暂行规定》等。2023年非常关键，将之前讨论的战略和政策，以法律法规的形式落实到位，中国在这方面走在了前列。

2022年12月，中共中央、国务院发布了构建数据基础的“二十条意见”，构建了数据产权、流通交易、收益分配、安全治理四项制度。建设数字中国需要两个环境，一是国内的数字治理生态，二是数字领域的国际合作；需要两大能力，一是数字技术创新，二是数字安全屏障；需要五位一体的深度融合，即融合数字经济、数字政务、数字文化、数字社会、数字生态文明，涵盖了我国当今整体经济、社会、科研的方方面面；构建数字中国的两大基础，一是基础设施，二是资源，指的是资本化。

数据资产化推动数据政策落地

当政策框架到位，推动整体战略政策落地实施的是数据资产化，这是市场的力量。数据资产化是一个自下而上的过程，市场也将发挥重要作用，并且会推动政策的落地。据上海数据交易所测算，2022年我国数据交易市场规模已达876亿元，占全球交易规模的13.4%，这是一个很高的比重。

“数据二十条”的主线是坚持促进数据合规高效流通使用，赋能实体经济，充分实现数据要素价值，促进全体人民共享数字经济发展红利。“数据二十条”建立了四项基本制度，这走在了全球其他国家的前面，是一项了不起的举措。

一是数据产权制度。数据的所有权难以界定，原因在于数据具有流动性、安全性、隐蔽性、重叠性，因此，明确建立数据产权机构的分置制度，明确数据的持有权、加工使用权和产品经营权的三权分置，是至关重要的。三权分置始于40多年前我国实施农村家庭承包制的改革制度框架，这是中国的经验、中国的长项。三权分置明确了确权的授权机制，包括公共数据的授权使用、企业数据供给的激励，以及个人数据的受托。这是在世界范围内首次明确了公共数据、企业数据和个人数据的机制，确认了三个所有权的分置，以及三个不同主体的数据使用和运用框架，这是重要的突破和创新。二是数据交易制度。包括监管、准入、流通、标准、定价等，推动开放合作。三是收益分配权。在初次分配阶段，由市场评估贡献、按贡献大小决定报酬机制，“谁投入、谁贡献、谁受益”，由此保护了投资人、生产者，推动数据要素收益向数据价值、使用价值创造者倾斜。除了初次分配外，还存在二次、三次分配，原因在于数据可以不断地被重复使用，有无限的未来。政府需要发挥引导作用，关注公共利益。将收益分配纳入国家战略，这是一个新的重大突破。四是安全治理。

“数据二十条”的政策指向非常明确：一是充分发挥数据要素作用，赋能实体经济。二是做强做优做大数字经济，以应对科技变革和产业变革，构筑中国的国际竞争新优势。三是全民共享数字经济发展红利，由全民共享，统筹分配效率和公平。这属于经济学范畴，数据生产成本高，边际成本为零，收益期限可以无限延伸，因此需要特殊的分配方式。四是提高数据要素的治理效能。

中国的数据入表与数据金融化

2023年8月1日，财政部印发的《企业数据资源相关会计处理暂行规定》，对企业数据资源的确认、计量和披露进行了规范，从财务会计准则入表，赋予数据资源明确的财务属性。2023年8月15日，上海市印发《立足数字经济新赛道推动数据要素产业创新发展行动方案（2023—2025年）》，指出推动数据资产化评估试点交易行为等举措，明确了数据交易制度框架。

“数据二十条”和数据资产入表的意义

传统资产入表主要指的是土地房屋进入固定资产项目，股票期权计入长期股权投资。数十年来又逐渐引入知识产权入表，即无形资产也可以作为资产，这已经是实现了重大突破。但是此次引入数据资产入表，原因在于数据资源可费用化，如果满足资产确认条件，就能计入资产负债表的无形资产或者存货科目，由此数据资源在财务报表内就有了表达。这一点非常关键，因为只有入了财务报表，才能走向资产化。数据入表不是简单地将数据资源纳入资产负债表，这是一个系统性工程，包括强化数据合规意识、数据治理、挖掘数据潜力、追踪数据成本等。上述两份文件出台后，市场就开始跟随制定了一系列评估、估值、交易等措施。我国将逐渐建立数据产权登记制度，有了产权登记制度就可以进行交易，产权资本随之产生。由此可见，“数据二十条”和数据资产入表，推开了数据资本化的大门。

数据金融化试点蓬勃发展

数据相关试点工作非常活跃。北京2020年提出数据公共资产的运用，2023年提出数据要素作用的战略，对数据的登记、评估和入表进行规范；进行北京市公共数据专区的建设，推出北京市公共数据专区的授权运营管理办法，先将公共数据打开并试着使用，将政府的资源先放进去，企业和个人可以使用，可以进行交易。北京2023年开始推动数据资产的估值工作，这一点北京走在了前列。

上海2019年公布开放公共数据，2021年发布数据条例，健全公共数据的管理工作。2022年管理细则出台，涉及数据的开放机制、获取流程、平台等内容，鼓励数据的利用。2023年，上海浦东新区数据流通交易规定了数据“三权”主体，为数据产权的统一登记提供基础，这是上海地区的一项重大突破。

深圳2020年提出构建示范区，2021年出台数据条例，2022年推出管理体制，包括数据资产确权、估值、管理及市场化利用，2023年颁布数据产权登记管理暂行办法。产权登记是数据资源进行市场流通的重要前置条件。

数据资产金融化创新不断

一系列的数据资产金融化创新不断涌现。一是数据增信。传统增信需要第三方进行担保，需要信用评级，而现在企业可以通过确认的数据资产价值和运营产品能力，来作为企业申请贷款的增信工具，这就是数据金融化。二是数据质押。以前用动产或者权利进行质押，比如用债权合约、商品、版权来抵押获得贷款。现在可以将数据资产质押给银行以申请贷款。三是数据保理。数据是未来收益，未来收益的期限可以很长，通常银行对应收账款进行保理，沿用这条思路，市场上出现了数据保理。数据保理前景宽广，因为数据产品合约的多样性特征，其收费模式、前景、使用都可以是无限的。四是数据资产证券化。之前以金融资产为支持进行债券融资，现如今以数字为资产进行融资。五是数据入股。此举对数据企业具有重大意义。以前出资，要么出钱、出实物资产，或者出知识产权，现在可以将企业拥有的数据资产作为投资资本。实践方面，深圳光大银行在开展数据增信服务，北京银行在开展数据资产质押融资，贵阳农商银行开展资产质押服务等。由此可见，数据金融化、资产化试点工作开展得比较迅速。

数据的金融化是数据资本化的必要阶段，但是不能停留在金融化阶段，原因在于数据资本化的核心目标是，让数据得到使用，产生更多的价值，而不是作为一项抵押或者入股的金融产品，数据是要作为资本产品来使用的，需要看全产业链。

数据资本化推动我国新型数据产业发展

数据的特征和资本属性非常明确，不过数据的质量参差不齐，非标准化、非结构化、相互隔离，因此数据需要加工、需要场景等。与此同时，数据具有非常独特的经济学特征，数据是虚拟的，可重复使用，数据具有高昂的固定成本，但复制成本几乎为零，数据具有非竞争性和非排他性。从经济学的角度来衡量，数据资源是收益递增的资产。有鉴于此，数据具有外部依赖性、时效性，同时需要应用场景、应用算法等，如此一来数据就具备了固定的特征，从线性变成一个丰富、多维的资产场景。数据的生成没有价值，使用则有价值，当然数据也具有非经济学的维度，比如隐私、合规、机密、安全等，这些特点都需要予以处理。整体而言，数据的资本属性非常丰富，也能够得到充分发挥。数据具有可访问性、完整性、唯一性、稀缺性，数据可以资产化。数据具有产品特征、市场特征，有时效性、准确性、安全场景等，数据逐渐走上资产化，走向金融化，最终走向资本化。

数据是资源化到产品化的过程，对数据资源需要进行采集，这个过程企业、个人、国家都要参与进来；数据产品是数据的资产化，是市场交易，市场空间巨大；数据应用的一大部分属于金融领域，不过最为关键的是数据流通与交易，即数据赋能实体经济，这属于数据资本。从资源、产品、资产到资本，最后是数据价值的实现，数据变成了普通的可以自由流动的可增值的资本。

“三权分置”的数据产权制度及影响

从数据资源产品化到数据产品，从资产化到数据资产，从资本化到数据资本，需要建立完整的产业链。构建数据资源平台，就需要定义数据产权，保护隐私与安全，这是最关键的问题所在。目前做数据产品的国内企业不少，但是做数字资源平台的企业有限。“数据二十条”提出的“三权分置”数据产权制度，指的就是数据资源的持有权、加工使用权、产品经营权，这些都相当明确。而在当今的法律环境下，所有权是模糊不清的，很难进行交易，而且数据被不断重复使用，因此所有权是不能交易、不宜交易，也是不应交易的。“数据二十条”明确了三权，这一点非常关键，存在明显的激励性。

明确了三权之后，就需要对隐私安全计算提供保护。同态加密、联邦学习、安全沙箱等，基本上可以满足隐私安全方面的要求，即原始数据维持不变，经过隐私安全计算后的数据可以放到公共平台上进行使用。这样，就可以将数据从资源的持有转到产品研发，并进行数据资源登记，开始进行交易、挂牌，最终产生数据资产的凭证。如此一来，数据资本化的确权阶段逐渐得到明确。

到了这个阶段，市场就会出现大规模的数据资产商业平台，包括交易平台、数据银行等，原因在于数据资本参与交易，用方和存方同时存在，交易平台既有存方也有用方。数据信托也将出现，相关各方将数据交给信托平台，信托平台将运用数据产生的收益交给数据投资方。未来可能还将出现数据公社，所有人将自己的数据放入其中，相当于实现了共治，然后分享数据收益，这是一个数据公社的形式，未来可以进行尝试。

如此一来就会出现数据资产的金融化，进行数据拆分、清洗、市场化定价，这是建立市场的过程。数据资源从持有方进入加工使用方，再到经营方，进而到数据交易所，这是数据资产证券化的过程。数据所有者、生产者、需求方、投资人，都可以进入数据交易所和证券交易所，这就形成了市场的生态。

需要构建数据市场制度，包括市场的评估、交付、结算、凭证、监察等，也包括数据信息的登记和更新，披露数据资产的存证，确权、定价、收益分配审核，确认数据交易合约的信息，以及提高数据资产交易的流动性。建设数据市场的框架体系，制定规范指引，并培育相关的服务生态。未来会出现一大批数据资本的服务商，包括战略规划、挖掘、产品细分、估值定价，原因在于企业和个人虽然拥有数据，但并不清楚如何将数据进行资本化。从原始数据到数据资本化的过程，除了有数据产业之外，还需要大量的数据服务商，这也将是未来服务业的重大发展，数据服务商服务的是第四产业。

我国数据交易发展潜力巨大

据上海数据交易所统计， 2022年我国数据市场交易（数据市场交易的产品包括数据收集、数据服务和数据应用）规模为876亿元，在全球数据资产中的占比为13%；到2025年可以达到2046亿元，在全球数据资产中的占比可达20%；到2030年可以达到5155亿元，占全球交易份额的24%。这个数字大致也超过了中国GDP占全球GDP的比重，意味着中国的数据产业规模在世界的比重，超过了中国GDP占世界GDP的比重，这表明中国的数据产业会走在世界的前列。

数据最终要实现跨境流动，我国相关的文件已经出台。在就全面与进步跨太平洋伙伴关系协定（Comprehensive andProgressive Agreement for Trans-Pacific Partnership，简称CPTPP）进行谈判时，有关数据治理和数据跨境流动的内容非常关键。麦肯锡的分析表明，在过去10年里数据跨境流动推动全球GDP增长了3%，2014年数据流动直接创造的价值达2.3万亿美元，此外从2009年到2018年，依靠数据跨境流动的经济活动对全球GDP增长的总贡献度达10%，可见数据的全球流动也是数据资本化的重要组成部分。

上海数据交易所数据显示，到2025年，就全球整体数据交易市场规模而言，亚洲，特别是中国，占比较大，北美占比也比较高，到了2030年，北美和亚洲的占比将分别是48.1%和33.1%。中国数据的增长速度非常迅速，潜力巨大，原因在于中国是世界的数据大国，数据规模快速增长。预计到2025年，全球的数据总规模将达到175 泽字节（ZB），其中90 ZB来自物联网设备，80%的数据是非结构化的，30%的数据在实时消耗中完成迭代。对中美进行比较，2018年中国的数据只有2.76 ZB，美国是6.9ZB，相当于中国的两倍多，但到了2025年，预计中国的数据会达到48.6 ZB，美国只有30.6 ZB，中国将成为全球规模最大的数据大国。做出上述判断有以下两个原因：一是中国的人口数量众多，中国人口超14亿，其中近11亿人上网，这是一个庞大的数据流量；二是中国的物联网走在全球最前列，工信部一直在推动物联网的发展，随着物联网的不断发展，机器24小时不停地产生结构性数据，这是未来中国数据方面的重要优势所在。

中国是数据大国，我们需要把中国的数据用好。从这个角度考虑，需要进一步构建数据的资本生态。需要发展计算技术的内生安全性和向善性，接着要将三权分置，对所有权进行定义，并将所有权、使用权、经营权和分配权进行分离，在这个过程中需要平衡隐私保护和共享使用之间的关系，在数据不动的情况下让数据的价值流动起来。构建市场激励机制和分配函数，这对学术和技术都形成挑战。要建立数据领域的法律框架和监管框架，明确政府的作用和地位，参与全球数字资产的治理。

“数据二十条”和财政部的数据入表规定打开了数据发展的大门，接下来需要市场、各级政府根据国家政策采取行动，构建数据生态，推动越来越多的企业、数据进入数据市场，以市场为基础设施推动整个数据产业，推动中国第四产业的发展走在世界前列，使得中国的核心竞争力能够不断得到提高和增强。

小结

当今时代数据资本非常关键，数据资本促使数据成为生产力和财富。我们正在离开信息时代，进入智能时代，整个物理世界、经济和社会生活都在被数字化，以数据和AI为基础的第四产业正在崛起。数据是未来一切经济和社会活动的起点和终点。数据资本化是工业经济走向数字经济的重要转折点。

数据资本化对人类的生活、工作、社会、思维都将带来重大影响，它改变了市场与金钱，在这个过程中，金融资本可能将让位于数据资本，数据市场会越来越和物理、金融市场叠加，最终使得整个市场变成数据市场。企业与金融将发生变化，企业产生的数据本身也具备金融属性。数据资本化改变企业模式，产生新的产权和新的激励机制。如果数据变成企业资本的组成部分，而且这些数据是市场化的，并不断进行更新迭代，那么企业的运行机制及企业与市场的关系，就会发生根本性变化，企业决策将变得更加自动化和智能化，因此数据资产化会使得市场机制变得更加有效。数据的资本化使得数据能参与分配，成为个人、企业和社会未来最重要的财富，而且是不断增长、持续回报的财富。

中国是数据大国，推动数据市场化对中国科技创新、经济增长、财富增加、社会发展意义重大，我们需要迎接挑战，继续改革开放，推动数据资本化，让数据成为资本和财富，助力中国经济走向高收入发展阶段，走向新世界的前沿。“数据二十条”和财政部发布的数据入表规定，对研究数据资本化带来支持与触动。数据资本化的大门已经开启，这将是一个巨大的产业，是一个巨大的长潮与大浪。希望大家都可以参与到数据资本化和塑造新的第四产业的浪潮中来，成为赢家，推动国家经济和科技进一步发展。

（朱民为中国国际经济交流中心副理事长、国际货币基金组织原副总裁、中国人民银行原副行长。本文根据作者在清华五道口在线大讲堂联合“未来已来——全球领袖论天下”系列讲座中的主题演讲“数据资本大时代”演讲速记稿编辑整理而成。责任编辑/王茅）