数据是以人工智能技术为代表的新一轮全球科技革命的象征。作为数字经济时代的新型生产要素，数据区别于劳动、资本、土地、管理等传统生产要素，既可以直接作为生产要素和战略性资源参与新质生产力的构建，也可以通过促进数字技术与实体经济深度融合，赋能传统生产要素跃升并大幅提升全要素生产率。当前，“数据即资产”已成为社会共识，在公共资源交易行业中表现尤为鲜明。首先，公共数据现已被纳入公共资源交易目录；其次，数据交易平台多已成为公共资源交易体系的重要子平台；最后，公共资源交易数据资产盘活工作已成为行业数字化转型实践的热议话题。由此可见，数据资产化不仅是公共资源交易品类的重大创新，也是公共资源交易平台盘活战略资源与创造增量价值的重要方向。在此背景下，开展公共资源交易数据资产化的相关研究意义重大。应势而谋，推动公共资源交易数据资产化是加快形成数字新质生产力的应然之义；因势利导，促进公共资源交易数据资产化是加快发展数字经济与平台经济的实然之举；顺势而为，布局公共资源交易数据资产化是加快打造平台行业核心竞争力的必然之策。

公共资源交易数据资产化：应然之义

公共资源交易数据资产化的应表之征

公共资源交易数据资产相较于一般非公共数据资产具有鲜明特征与独特内涵。首先，公共资源交易数据资产具有公共产权属性，即其归国家或全体社会公众共同所有，由政府或特定机构负责管理运营，以保障公共利益和公共安全为首要前提。而一般非公共数据资产通常归特定个人或企业所有，运营以服务所有者私人利益为首要目标。其次，公共资源交易数据来源具有多元性、强制性和规范性，即其来源于行政事业单位、社会组织、市场主体等多元化主体，涵盖了经济、政治、社会、文化、环境等诸多领域，数据内容丰富多样。同时，公共资源交易数据在公共部门履行职责过程中依法采集和生成，具有强制性和规范性，数据的质量和准确性相对较高。而一般非公共数据资产通常来源于特定的业务活动或专业领域，数据相对较为集中和单一。同时，公共资源交易数据在采集和管理上可能更加灵活多样，对数据质量的管控主要依赖于企业或组织自身的标准和要求。再者，公共资源交易数据资产的服务对象具有广泛性，即其涉及的行业领域广泛、市场主体众多，使用价值与服务对象具有广泛性，而一般非公共数据资产通常是为了满足特定行业、企业或组织的内部需求，服务对象相对较为狭窄和特定。此外，公共资源交易数据资产的监督管理具有强监管性，即其管理和使用受到严格的法律法规和政策约束，以确保数据的安全、保密和合理使用，防止因数据滥用和泄露而损害公共利益。一般非公共数据资产通常也需要遵守相关法律法规，但在监管的严格程度和具体要求上会相对较弱。最后，公共资源交易数据资产的价值实现具有高外部性，即其价值更多地体现在对社会经济发展的间接推动作用上，如通过优化资源配置、改善营商环境等方式，促进整个社会的经济增长和效率提升，其经济社会效益往往难以直接进行量化和货币化。而一般非公共数据资产通常可以通过直接的商业应用和交易，快速实现经济价值向货币的转化。

公共资源交易数据资产化的应含之理

其一，公共资源交易数据具有重要的经济价值、政治价值、文化价值、社会价值与生态文明价值。公共资源交易是指涉及公共利益和公共安全的，以公共资源为交易标的的交易活动，是“有效市场＋有为政府”的中国式现代化治理体系的重要内容。当前，我国公共资源交易规模已占据GDP（Gross Domestic Product，国内生产总值）约三分之一的比重，与国民经济运行的各个层面紧密交织。公共资源交易过程中持续产生的海量数据，涉及数以亿计的市场主体和交易项目，并广泛涵盖了政府采购、工程建设项目招投标、国有资产交易、土地使用权与矿业权转让、医药采购、绿色资源交易以及农村产权等诸多领域，包含了经济社会中各个主体与各种活动之间的复杂联系，蕴藏着洞察经济社会运行内在规律的潜在价值。虽然这些数据的价值目前还未被充分挖掘，尚未产生足够支撑经济建设、政治建设、文化建设、社会建设、生态文明建设“五位一体”总体布局的高价值信息，但不可否认的是，公共资源交易数据是极具战略价值和潜在势能的重要资源。

其二，数据资产化本质上是将数据转化为能够在市场经济条件下充分释放经济价值的形态。DIKW模型阐释了数据的价值释放过程，即数据（Data）－信息（Information）－知识（Knowledge）－智慧（Wisdom）的转化过程。数据是以无序形式存在的对于客观世界的描述，当数据以人类所能理解的规则进行有序记录时便转化为了信息，信息是基于人类认知模型进行结构性重组而产生更高级别的知识，知识与人类生产生活实践的有机结合即诞生了智慧。数据资产化则是将数据资源转化为数据资产的复杂过程，通过数据采集、治理、质量评估、确权登记、价值评估和会计入表等一系列活动，使数据资源具备清晰的界定、规范的标准、公允的价值以及明确的产权，从而能够像一般资产一样被有效利用、科学管理和合理交易，在市场经济条件下充分释放其经济价值与社会效益。公共资源交易数据资产化实质上是将公共资源交易数据转化为对经济社会发展有价值的信息、知识与智慧的过程。

其三，公共资源交易数据资产化与资源要素市场化配置具有天然联系。从宏观上看，财政部《关于加强数据资产管理的指导意见》（财资〔2023〕141号，以下简称141号文）明确指出，“数据资产，作为经济社会数字化转型进程中的新兴资产类型，正日益成为推动数字中国建设和加快数字经济发展的重要战略资源”。从公共数据配置方式上来看，公共数据作为国家重要战略资源，是名副其实的公共资源，自然适合通过公共资源交易平台进行市场化配置，也天然适合纳入公共资源交易目录清单。从公共数据价值释放上来看，公共数据既可作为新型生产要素，直接参与数字经济、平台经济的数字生产过程和服务提供过程；也可作为智慧知识产品，发挥数据乘数效应，促进数字经济和实体经济深度融合，赋能千行百业数字化转型发展。从中观上看，公共资源交易数据作为公共数据的重要组成部分，其数字化及资产化是开发利用公共数据资源的关键环节，对于推动数字经济发展以及促进数字经济和实体经济深度融合具有重要意义。从微观上看，公共资源交易数据资产化则是服务公共资源交易平台内部提质增效与拓展数字经济营收的重要来源。

公共资源交易数据资产化的应有之义

1.公共资源交易数据资产化是推动平台智能化变革的重要举措

公共资源交易数据资产化与平台智能化变革之间具有双向正反馈激励机制。一方面，公共资源交易平台智能化变革为数据资产化奠定了坚实基础，并随着平台的迭代升级进一步强化了这种正反馈机制。另一方面，公共资源交易数据资产化为平台智能化变革提供了体系重构、组织变革、业务重塑、流程再造的根本遵循，并随着数据资产规模效应的发挥进一步强化这种正反馈机制。具体而言，首先，通过数据资产化，能够对平台运行过程中沉淀的海量数据资源进行系统梳理、分类和整合，将其转化为具有明确产权归属和市场价值的资产。这既有利于平台更好地管理、利用这些数据资源，还有利于为数据交易、流通提供合规保障，充分盘活和释放数据价值。其次，通过数据资产化，赋予平台在数据资源管理和运用上的更大灵活性和自主性，能够根据业务需求购入、接入所需数据资源，形成更加多元化的数据集成与融合，增强平台数据驱动效能，促进平台智能模型的自训练和自进化，衍生出更多有价值的统计信息和知识洞察，为平台智能化建设提供有力支持。最后，当平台能够从数据资产化中获取经济收益时，便有更多的资源投入智能化升级建设中，进而形成智能化升级与经济收益增长之间的良性循环。

2.公共资源交易数据资产化是促进市场一体化整合的重要动力

首先，数据资产化为消除公共资源交易领域“信息孤岛”提供了有效方案。公共资源交易数据分布广泛，涉及众多部门、地区和系统。在传统模式下，这些数据往往被“封闭”在各自的体系内，难以实现有效的流通和共享，形成了“信息孤岛”，严重阻碍了市场的一体化整合。通过数据资产化，赋予数据要素明确的市场价值和流通属性，使得数据能够跨系统、跨部门、跨地区自由流动。其次，数据资产化为推动公共资源交易制度规则协同统一提供了可行路径。由于历史和地域等原因，各地区在公共资源交易准入标准、评标规则与监管要求等方面存在一定差异，这些差异成了市场分割和不公平竞争的重要因素。通过数据资产化，能够建立起全国性或区域性的公共资源交易数据共享平台，基于对交易数据的汇总、分析和比较，可以制定出更加科学、合理且统一的公共资源交易准入标准和评标规则。最后，数据资产化为推动公共资源交易平台高质量发展构建了竞争机制。信息不对称是阻碍市场实现完全竞争的关键因素，也是统一大市场建设进程中的重要障碍。通过数据资产化，促进数据开放共享、顺畅流通，进一步降低市场主体信息差，让市场主体可以自主选择竞争力强、服务力强的公共资源交易平台，加快市场对于落后平台的淘汰进程，这对于推动全国公共资源交易平台由分散格局加速向统一整合格局转变具有积极意义。

3.公共资源交易数据资产化是释放行业新增长潜能的重要途径

传统的公共资源交易模式在财政政策趋稳和民间投资趋于谨慎的背景下，其规模扩张的空间逐渐受限，迫切需要寻找新的增长动力和发展路径。公共资源交易平台行稳致远的首要前提是保证平台的市场公信力。首先，数据资产化能够为公共资源交易行业增强风险防控和合规管理能力。通过数据资产化，能够有效盘活公共资源交易数据资源，实现数据流与业务流的深度融合，让数据“开口说话”，还能降低人为干预的可能性，为提高平台市场公信力提供有力的支撑；通过对交易数据进行分类分级以及采取安全保护等诸多措施，让数据“可用不可见”，提高对用户隐私的保护水平，为提高市场满意度提供坚实保障。其次，数据资产化能够为公共资源交易行业带来增量资产与增量业务。通过数据资产化，将公共资源交易数据资源成功转化为行业增量资产。行业平台可基于这些增量数据资产，采用自运营、授权运营、合作运营等方式开展创新性增量业务，为行业蓬勃发展注入新动能。最后，数据资产化能够强化公共资源交易行业投行化金融服务能力。金融是现代经济的血液，当公共资源交易平台掌握数据资产化资本化手段后，就能借助数据资产金融化、通证化等方式，为市场主体提供多样化的交易服务方案和基于数据资产的投融资模式。例如，数据资产质押融资、数据资产入股，以及基于数据资产的保险、信托等金融活动，为市场主体分散风险、对冲风险与实现资产保值增值提供金融渠道，丰富市场主体投融资手段，提高公共资源配置效率和能级。

公共资源交易数据资产化：实然之举

公共资源交易数据资产化的实有之策

1.数据要素政策文件密集出台

2019年，党的十九届四中全会首次将“数据”定位为新型生产要素。2020年，中共中央、国务院印发的《关于新时代加快完善社会主义市场经济体制的意见》提出，要加快培育发展数据要素市场。2022年，国务院印发的《“十四五”数字经济发展规划》（国发〔2021〕29号）提出，培育市场主体，到2025年初步建立数据要素市场体系；中共中央、国务院印发的《关于构建数据基础制度 更好发挥数据要素作用的意见》提出，以数据产权、流通交易、收益分配、安全治理为重点，深入参与国际高标准数字规则制定，构建适应数据特征、符合数字经济发展规律、保障国家数据安全、彰显创新引领的数据基础制度。2023年，财政部印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），明确了数据资源的适用范围、会计处理适用的准则、列示和披露要求等内容；国家数据局等十七部门印发《“数据要素×”三年行动计划（2024—2026年）》（国数政策〔2023〕11号），鼓励地方大胆探索、先行先试，在数据资源入表方面进行创新探索；财政部印发141号文，对数据权责关系、使用管理、开发利用、价值评估、收益分配等作出明确规定。2024年，中共中央办公厅、国务院办公厅印发《关于加快公共数据资源开发利用的意见》，进一步破除体制性障碍、机制性梗阻，优化公共数据资源配置，释放市场创新活力。数据要素市场化配置的梗阻障碍越来越小，市场创新动能活力越来越高。公共资源交易平台作为公共资源交易数据的持有者，既承担着盘活公共数据的法定职责义务，也享有依法合规盘活公共数据的权利。

2.数字经济发展战略快速推进

在数字化转型浪潮下，数字经济已成为经济形态中创新最为活跃、增速较快且影响广泛的领域。在数字经济发展战略的引导下，我国数字经济已经进入加速发展周期，其市场规模从2012年的11.2万亿元增长至2023年的53.9万亿元，11年间产业规模扩张了3.8倍。其中，数字经济规模由10万亿元增长至30万亿元用了约6年，而由30万亿元增长至50万亿元，仅用了约4年。据在2023全球数商大会上发布的《2023年中国数据交易市场研究分析报告》显示，2022年中国数据交易行业市场规模为876.8亿元，占全球数据市场交易规模的13.4％，占亚洲数据市场交易规模的66.5％。据中国信息通信研究院发布的《中国数字经济发展研究报告（2024年）》显示，2023年，我国数字经济占GDP比重达到42.8％，较上年提升1.3个百分点。同时，我国数据产业正从起步阶段迈向高速增长期，各地交易机构充分发挥各自特色开展了一系列模式创新。例如，上海数据交易所首创数商概念，推动数据资产通证化试点；深圳数据交易所创新动态合规体系，有效降低数据流通成本；广州数据交易所采用“一所多基地多平台”的独特架构，全力盘活企业数据资产；西部数据交易所设立多个特色交易专区，推动区域内数据要素与实体经济的深度融合。各地因地制宜的举措，有力地促进了数据要素的流通与价值实现。此外，据上海数据交易所2024年11月发布的《2024年中国数据交易市场研究分析报告》显示，2023年中国数据交易市场规模约为1536.9亿元，预计到2025年将增长至约2841亿元，2021年至2025年的年复合增长率达46.5％。

公共资源交易数据资产化的实在之况

1.数据要素配置逐渐融入公共资源交易体系

2023年11月，陕西省公共资源交易中心上线运行数据要素流通交易系统。尽管当时未明确将数据要素纳入公共资源交易目录，但该系统的运行彰显了陕西在数据要素交易方面的积极探索和实践，为后续可能的纳入工作奠定了基础。2024年7月，湖北省发展和改革委员会印发《湖北省公共资源交易目录（2024年版）》（鄂发改公管〔2024〕196号），将公共数据有偿使用纳入交易目录，要求公共数据产品〔包括但不限于数据集、数据分析报告、算法模型、API（Application Programming Interface，应用程序接口）接口〕交易进入公共资源交易平台。湖北省成为全国较早将公共数据纳入目录管理的省份。2024年8月，南京市人民政府办公厅印发《南京市公共资源交易目录（修订）》（宁政办发〔2024〕45号），将数据交易项目纳入鼓励、自主进场目录。2024年9月，江西省人民政府正式批复同意依托江西省公共资源交易集团有限公司现有交易场所加挂“江西省数据交易平台”牌子，依法开展数据资产登记、数据流通交易及相关服务等业务。这一举措标志着江西省公共资源交易领域在探索实践数据要素高质量发展上迈出了重要一步。

2.数据资产化资本化实现“0”到“1”的突破

随着公共数据被纳入公共资源交易目录，各地公共资源交易中心开始积极探索公共数据交易品类创新实践。2023年11月，数库科技在上海数据交易所的挂牌产品“数库产业链图谱”，通过上海数据交易所颁布DCB（Data-Capital Bridge，数据资产“一桥、两所、两轴”架构）数据资产凭证，辅助数据资产的权属确认和价值评估，并且全流程上链存证，公开透明，成功获得北京银行上海分行2000万元授信。2024年5月，江西省萍乡市安源数字投资有限公司获得了江西省数据交易平台发放的首张数据资产登记证书，并完成了全省首笔公共数据授权加工数据产品登记确权融资质押贷款1000万元，实现了数据资产证书发放、县区级数据交易平台节点及公共数据授权加工数据产品登记确权融资等多项“0”的突破。2024年7月，南京建邺国有资产经营集团有限公司的“智慧停车分析数据”通过备案审查，实现了全国智慧园区停车数据资产入表的突破，其670万条停车数据经过数据清洗分析、合规评估、登记确权等环节，形成了相应的数据产品并在南京市公共资源交易中心登记上架。2024年12月，广州水投集团自来水公司依托先进的智慧供水云平台，成功开发“广州中心城区企业用水行为分析报告”数据产品（该产品汇聚了首批超4万户企业的用水行为数据，其中包含53项核心统计指标与7项基础信息，全面呈现企业用水的趋势走向、季节性变化规律以及欠费等行为数据），与广州银行正式签署战略合作协议，完成首笔数据资产交易。

公共资源交易数据资产化的实际之难

1.公共资源交易数据资产化理论与实务发展滞后

当下，数据服务商（含数据产品提供商、数据技术产品提供商、数据集供给商等）数据资产化以及公共数据资产化正如火如荼开展。但是，公共资源交易行业本身鲜有交易数据资产化的示范性案例，也缺乏对其相关理论框架、实现路径和技术要点等方面的深入研究和探讨。从技术层面来看，公共资源交易数据资产化系统工程对于数据架构设计、数据治理体系构建、前沿数字技术的针对性开发以及相关硬件设施系统的搭建等方面都具有较高要求，因而必然面临专业团队组建、较大资金投入、传统软硬件系统更新迭代、工作人员再培训等诸多挑战。从制度层面来看，公共资源交易数据资产的确权法律依据、质量评估标准、价值评估标准、会计入表准则以及流通配置体系等诸多方面仍有待完善健全。从监管层面来看，公共资源交易数据资产直接涉及公共利益与公共安全，如何对其运营和流通等环节进行有效监管还有待探索。从实务层面来看，如何降低公共资源交易数据资产化经济成本、提升资产化转化效率、充分释放数据资产经济价值和社会效益，亦是各地公共资源交易中心和相关专业服务机构所面临的重要课题。

2.公共资源交易数据资产化的实践路径尚不明晰

首先，公共资源交易数据来源广泛且繁杂，涉及众多参与主体及交易环节。这一特性导致数据在采集、传输、存储与处理进程中暴露出诸多质量与安全问题。其次，公共资源交易数据的产权归属错综复杂，涉及交易主体、交易平台、监管部门等多元利益相关方，确权面临重要挑战。再次，公共资源交易数据估值体系尚不成熟，且难以获得市场化价格作为参考依据，定价困境亟待突破。最后，公共资源交易数据资产的运营、授权、金融和流通等资本化应用实践尚缺乏理论支撑和经验积累，资本化路径仍待探索。总之，公共资源交易数据如何通过信息化转变为数据信息，通过资源化成为数据资源，通过资产化成为数据资产，通过资本化转变为数据资本，这一实现路径尚不明晰，成为制约公共资源交易数据资产化实践的瓶颈，亟待进行系统性梳理研究。

公共资源交易数据资产化：必然之策

积极探索公共资源交易数据资产化实现路径已是行业转型发展的必然之策。在此背景下，笔者基于公共资源交易实务视角，对数据资产化实现路径进行了深入研究和细致梳理。

数据信息化

一般意义上的数据信息化是指，将客观世界所蕴含的无序数据按照人类能够理解的方式进行记录和储存。在公共资源交易数据资产化实践中，数据信息化主要是指，从市场主体等数据对象处合法、合规地采集相关数据，并录入业务前台系统中，或者通过外部共享与购入数据的过程，通常包括数据授权、数据录入、安全管理、合规审查等内容。

1.数据授权

数据授权是指采购人、供应商和代理机构等授权主体，将其拥有所有权或处置权的数据信息的相关权利，按照协议约定的方式依法依规授予被授权主体（通常为公共资源交易机构）的过程。授权内容涵盖基本信息授权、交易过程数据授权和信用数据授权等。授权方式包括明示授权和法定授权等。数据授权为数据采集以及后续的数据治理、数据资产化和价值实现奠定了合规基础，并保障了数据所有者的合法权益。

2.数据录入

数据录入是指在公共资源交易活动中对相关数据进行采集录入的过程，涵盖登记录入信息、征信查询信息和交易产生信息等内容。登记录入信息是指由相关责任主体将涉及交易项目及参与主体等各方面的基础资料、关键要素，按照规定要求录入到相应的业务前台系统中的各类信息的总和。其涵盖项目基本信息、采购人信息、代理机构信息、资金信息、项目审批信息、交易方式和标段划分等内容。征信查询信息是指为评估参与交易主体的信用状况、诚信水平以及履约能力等，通过合法的征信渠道或相关信用查询平台所获取的，反映交易主体过往信用表现及相关信用特征的各类信息集合。具体包括企业信用报告、违法违规记录、失信被执行人信息、重大合同履行情况和行业自律信息等。交易产生信息是指从项目发布交易公告起，直至最终合同履行完毕这一整个流程中，所产生的反映各个交易环节具体开展情况、参与主体行为表现以及相关交易结果等的一系列信息的统称。其包含采购公告信息、采购文件信息、响应文件信息、开标信息、评标信息、成交信息、合同签订信息和履约信息等。

3.安全管理

安全管理是指为了保护公共资源交易过程中涉及的各类数据的保密性、完整性和可用性，通过一系列的政策、流程、技术和人员管理措施，对数据进行全方位的防护、监控和应急处置的管理活动。核心内容包括数据安全策略、数据安全技术防护和数据安全监测等。数据安全策略是指建立涵盖数据全生命周期的数据安全政策，制定数据分类分级策略，建立数据访问控制制度并设立数据安全审计制度。数据安全技术防护是指采用加密算法对敏感数据进行加密，在数据传输过程中通过安全套接层或传输层安全协议对数据进行加密传输保障数据在传输途中的安全。运用身份认证技术来验证访问数据的用户身份，采用基于角色的访问控制技术，根据用户在公共资源交易活动中的角色，精准分配相应的数据访问权限。数据安全监测是指通过部署数据安全监测工具，建立数据安全风险评估机制，同时制定数据安全事件应急预案与组建应急响应团队。

4.合规审查

合规审查是指针对公共资源交易活动过程中所涉及的各类数据，依据相关法律法规、政策要求、行业标准以及交易平台自身的数据管理规则，对数据的收集、存储、使用、共享、传输和销毁等全生命周期环节进行审查，以确保数据活动的合法性、安全性、准确性和完整性。主要内容包括数据收集的合法性审查、必要性审查、来源审查，数据储存的安全措施审查、储存期限审查、完整性审查，数据使用的目的审查、授权审查、合规性操作审查，数据共享与传输的合法性与必要性审查、安全传输审查、接收方资质审查，数据销毁的流程审查、安全审查。

数据资源化

数据资源化是指将公共资源交易活动过程中产生的海量、分散、复杂的数据，通过一系列的技术手段和管理措施进行清洗、加工、整合、存储等操作，使其转化为具有明确使用价值的资源。通常包括以下重要内容：

1.数据盘点

数据盘点是指对已有的数据资产进行全面梳理和清查，通过详细记录数据的来源、格式、存储位置、数据量、数据关联关系等信息，构建完整的数据地图，明确数据的现状和分布情况，具体包括数据规划、数据标准、数据血缘和数据资源目录等内容。数据规划是指在数据盘点阶段，从宏观角度对公共资源交易数据的未来使用方向、存储架构和管理策略进行设计。数据标准是指为了确保数据的一致性、准确性和互操作性而制定的一系列规则和规范，其规定了数据的格式、编码、值域等内容，从而使得不同来源的数据能够在统一框架下进行整合和利用。数据血缘是指通过追溯数据的起源、转换过程和相互依赖关系，清晰地展示每个数据元素是从哪里来的，经过了哪些处理，以及与其他数据元素之间存在怎样的关联。数据资源目录则是指对公共资源交易数据资产进行分类整理和编目而形成的清单。

2.数据加工

数据加工是指对原始的公共资源交易数据信息进行一系列处理操作，提高数据质量、优化数据结构，使其能够更好地满足数据分析、挖掘、建模以及开发数据产品等后续环节的需求，具体包括数据抽取、数据清洗、数据转换、数据关联和数据集成等内容。数据抽取是指从各种数据源中识别并获取所需数据的过程，通过选择合适的数据抽取工具和技术，按照预定的抽取周期和规则，将分散的数据提取出来，为后续加工提供原材料。数据清洗是指对数据进行预处理的过程，通过缺失值处理、异常值处理、重复数据清理和数据格式统一等操作，提高数据质量，使数据更符合数据标准要求。数据转换是指将抽取和清洗后的原始数据按照一定的规则和标准进行格式、类型、语义等方面的转换，以满足数据存储、分析和共享的需求。数据关联是指在经过标准化的数据中，通过识别和匹配不同数据集中的主体，建立它们之间的逻辑关系和数据联系的过程。数据集成则是指将关联后的多个不同公共资源交易数据源的数据信息整合到一个统一的数据环境中的过程，通过选择合适的数据融合模式，能有效解决数据冲突，并进行数据源整合和集成后的验证测试，以确保集成后的数据能够提供完整、一致的交易视图，支持更复杂的数据分析和应用。

3.数据建模

数据建模是指根据业务需求、管理需求或监管需求，运用数学、统计学、机器学习等方法构建算法模型，对经过加工处理后的公共资源交易数据进行抽象、提炼和深度分析的过程。通过挖掘公共资源交易中各种因素之间的相互关系、交易行为的规律以及潜在的风险等有价值的信息和洞见，为交易决策、资源配置和监管策略等方面提供量化支持和预测依据。

4.产品开发

产品开发是指以公共资源交易数据为核心，通过一系列的设计、开发、测试等活动，构建出能够满足交易主体、监管机构、研究机构等相关用户特定需求的数据驱动型产品，通常表现为软件工具、分析报告、数据服务等多种形式。产品形式通常包括数据产品设计、测试与优化、部署与运营、评估与迭代等内容。数据产品设计主要是进行需求分析、功能设计和数据架构设计，以明确用户需求，规划产品功能和数据处理流程，构建出符合相关用户需求的数据产品框架。测试与优化是指制定测试策略，执行测试以发现产品功能、性能、安全等方面的问题，随后针对问题进行性能、功能和安全等方面的优化调整。部署与运营是指准备部署环境、选择部署方式和制定部署流程将数据产品上线。同时，通过用户管理、数据更新维护和用户支持服务等方式确保产品的正常运营。评估与迭代则是指确定业务、用户满意度和数据质量等评估指标，定期实施评估并分析结果，根据结果制定改进计划，进行迭代开发与发布，实现产品的持续优化。

数据资产化

数据资产化是指将公共资源交易数据资源通过一系列技术和管理手段，转化为具有清晰界定、规范标准、公允价值以及明确产权，能够进行交易流通和资产管理，并能够充分释放经济价值和社会效益的数据资产。通常包括以下重要环节：

1.质量评估

质量评估是指运用科学的方法和工具，对公共资源交易数据在完整性、准确性、一致性、时效性、可用性等方面进行综合检测和评价的活动。其目的是确保数据达到一定的质量标准，能够为数据资产化提供可靠的数据基础。完整性评估是指检查数据记录是否完整，验证数据集中是否包含所有必要的字段和数据元素。准确性评估是指核对数据是否正确反映实际情况，通过与原始凭证、官方记录或其他可靠数据源进行比对，验证数据的真实性。一致性评估是指确保数据在不同的系统、数据库、文件以及交易环节中的一致性，检查数据在不同统计维度和汇总级别上的一致性。时效性评估是指考察数据的更新频率是否符合业务和监管要求，分析数据产生与存储的时间间隔，避免使用过时的数据进行决策和资产化处理。可用性评估是指评估数据是否能有效用于数据资产化的目的，检查数据是否存在错误代码、乱码或其他格式问题，以免影响数据的进一步分析和利用。

2.确权登记

确权登记是指在公共资源交易数据资产化进程中，依据法律法规、政策规定以及合同约定，明确数据资产的所有权、使用权、收益权等权益归属，并将这些权益信息在相关部门机构进行记录和登记的法律行为，旨在保护数据主体的合法权益，促进数据资产的合理开发和利用。所有权确权是指确定公共资源交易数据的原始所有者，一般为数据对象（如采购人信息及其采购文件信息等所有权通常归属于采购人），需通过法律条文、交易协议等方式明确数据所有权的归属，防止数据所有权的争议。使用权确权是指划分不同主体对公共资源交易数据的使用权限（如交易平台有权在一定范围内使用交易主体的数据来提供交易服务，监管部门有权使用数据进行监管，第三方数据服务机构在获得授权后可以使用数据进行分析等），明确使用数据的目的、范围、方式以及期限等内容，确保数据使用的合法性和合规性。收益权确权是指界定公共资源交易数据产生收益时的分配规则（如当公共资源交易数据被用于商业开发时，确定数据所有者、使用者以及其他相关主体之间的收益分配比例），一般通过合同约定或法律规定等方式保障各方在数据资产收益分配中的合法权益。

3.价值评估

价值评估是指在公共资源交易数据资产化过程中，对数据资源能够产生的经济价值和社会效益进行定量或定性分析的过程，旨在明确数据资产的潜在基本价值，为数据资产的市场化定价、交易流通和资产管理提供有效依据。数据资产价值评估的基本方法有成本法、收益法和市场法。成本法分为历史成本法和重置成本法。历史成本法是按照数据资产获取或开发过程中实际发生的全部成本来确定其价值，适用于数据资产是近期获取或开发，且成本能够明确核算的情况；重置成本法是在当前市场条件下，重新构建或获取相同或类似数据资产所需支付的全部成本，其考虑了物价变动、技术进步等因素对成本的影响，一般在数据资产的市场价格波动较大，或者技术更新导致原始成本不能准确反映数据资产的实际价值时使用。收益法分为现金流量折现法和收益分成法。现金流量折现法是通过预测数据资产在未来一定期间内产生的现金流量，并将这些现金流量按照适当的折现率折现到评估基准日，从而确定数据资产的价值，适用于能够合理预测数据资产未来现金流量，并且可以确定适当折现率的情况；收益分成法则是根据数据资产对企业收益的贡献程度，确定一个合理的分成比例，将企业未来收益的一部分分配给数据资产，以此来评估数据资产的价值，适用于数据资产与企业的其他资产共同作用产生收益，且能够合理区分数据资产贡献份额的情况。市场法分为直接比较法和因素调整法。直接比较法是在活跃的市场中，找到与被评估数据资产相同或类似的数据资产的近期交易价格，作为评估数据资产价值的参考，适用于存在活跃的数据资产交易市场，且能够找到足够可比的数据资产交易案例的情况；因素调整法则是当找到的可比数据资产与被评估数据资产不完全相同，但存在一定相似性时，通过对交易价格进行调整来评估价值，适用于有类似的数据资产交易案例，但数据资产之间存在差异需要进行调整的情况。

4.会计入表

会计入表是指在数据资产化过程中，将符合会计准则规定条件的数据资产确认并记录到公共资源交易机构财务报表中的过程。这使得数据资产在机构的财务体系中得到正式认可，能够更准确地反映企业的资产状况和经营成果。数据资产会计入表的内容包括入表条件判断、价值评估方法选择、会计科目设置与账务处理、披露与报告等。入表条件判断是指确定数据资产是否满足入表的条件，一般需要考虑数据资产的可计量性、可控性和未来经济利益的流入可能性。价值评估方法选择是指选择合适的数据资产价值计量方法，具体方法在前文中已做详细介绍。会计科目设置与账务处理是指在财务报表中设置相应的会计科目来记录数据资产（如在资产负债表中增加“数据资产”科目记录数据资产的账面价值，在利润表中反映数据资产的收益或摊销情况）。同时，根据数据资产的增加、减少、折旧或增值等情况进行相应的账务处理（如数据资产的购入、自行开发形成数据资产的资本化、数据资产的摊销或减值准备等）。披露与报告是指在财务报告中对数据资产的相关信息进行披露，包括数据资产的种类、金额、计量方法、使用情况和风险等。这有助于社会公众、市场主体、监管部门和其他利益相关者了解机构的数据资产状况和价值，提高财务信息的透明度。

数据资本化

数据资本化是指将公共资源交易数据资产通过一系列的经济行为和金融手段，转化为能够产生价值和实现增值的资本的过程，也是数据资产充分释放价值和生产力的过程。通常包括以下重要内容：

1.数据资产运营

数据资产运营是指公共资源交易机构对自身所控制的数据资产进行全方位的管理和运作，通过一系列策略和手段，挖掘数据资产的潜在价值，以实现数据资产的价值最大化。例如，通过数据查询与检索服务、数据接口服务和数据加工与定制服务等方式，有偿向对公共资源交易数据资产数据信息内容有需求的客户提供数据资产使用权。或者根据客户需求，对公共资源交易数据资产内容进行专业化的再加工和分析，挖掘提炼出针对客户需求的高价值信息，并形成能够支持客户决策的咨询报告。

2.数据资产授权

数据资产授权是指将公共资源交易数据资产的经营权授予被授权方（通常是具有数据处理、分析和应用能力的专业机构），允许其在一定的范围、期限和条件下，通过对数据进行开发、挖掘、整合等操作，创造数据产品或服务，并获取相应的经济收益，从而在保障数据资产所有权的基础上，充分利用外部专业资源和能力来挖掘数据资产价值。授权方式包括集中统一授权、分领域集中授权和场景式分散授权等。集中统一授权是指授权某一特定主体对公共资源交易数据进行集中管理和统一运营，这种模式能够实现数据的高度集中整合，但在专业化服务能力和灵活性方面有所欠缺。分领域集中授权是指依据公共资源交易数据的不同领域特点，分别授权给相应领域的专业主体进行运营。这种模式能够充分发挥各领域专业主体在专业知识、行业经验和技术能力等方面的优势，但可能导致数据资源在跨领域整合利用方面的广度受限。场景式分散授权是指针对具体的应用场景，分别授权给不同主体进行公共资源交易数据运营。该模式具有极高的灵活性，但可能出现较为明显的信息整合利用不充分以及信息割裂问题。

3.数据资产金融

数据资产金融是指将数据资产与金融活动相结合，通过金融工具和金融市场，实现数据资产的融资、投资和风险管理等金融功能。例如，利用数据资产进行质押融资以增强融资能力，将数据资产进行资产证券化以提升资产流动性和对外投资能力，利用数据资产作价入股以补充资本金和扩大经营规模，利用数据资产开展市场主体增信业务以提升公共资源交易成交概率，还可通过购买数据资产保险以及设立数据资产信托等方式实现国有资产风险分散与保值增值。

4.数据资产流通

数据资产流通是指通过数据交易市场或其他合法途径，将公共资源交易数据资产的所有权、使用权或经营权等权益进行市场化交易的经济活动，其核心是数据资产交易平台的建设。数据资产交易平台能够提供集中化的数据资产交易场所，从而提高交易效率、规范流程，增强数据资产流动性，拓宽交易渠道并促进多次交易，提升数据可信度与质量保障，开展数据质量认证与安全防护，推动数据资产创新应用与价值挖掘，激发创新思维并便于数据融合与协同创新，进而全方位地挖掘数据资产潜在价值，促进其在市场中充分实现价值转化。

结语

公共资源交易数据资产化作为数字经济时代的关键行业发展趋势，对于推动公共资源交易行业体制机制创新变革、资源配置效率全面提升以及平台经济增长潜能释放，具有重大意义与深远影响。通过系统梳理公共资源交易数据信息化、数据资源化、数据资产化和数据资本化等核心环节的具体内容及操作要点，明晰数据价值化实现路径，为行业数据资产化实践提供了可行框架与有益指引。展望未来，随着技术迅速发展、实践经验不断积累以及制度体系逐步完善，公共资源交易数据资产化有望取得跨越式的显著成效，在推动经济高质量发展进程中发挥重要作用，为构建“有效市场＋有为政府”的中国式现代化治理体系贡献积极力量。