中国数字经济发展和治理学术年会（2023）上，中国电子党组成员、副总经理，50人论坛委员陆志鹏先生《数据资产化路径的思考与探索》为题进行了主旨演讲，提出“如果简单把资源进行评估定价，价值非常有限，只有将资源加工为要素，要素进入市场进行流通，要素资产的价值才能充分地体现出来”。
如下是会议实录的部分摘要，如果大家有需要可以自行查看原文：
第一部分是数据资产化的价值和意义。
从资产化的现状来看，各级政府、产业界和学术界对数据资产化进行了大量的探索和实践，但我们在研究过程中发现各方的理解还存在一些误区，现阶段进行数据资源评估甚至入表还存在诸多难题。因此我们对数据资产化的实现路径和形成机制做了一些研究。
这部分提到了包括数据资产的相关概念，数据要素形成机制等。
以及数据资产化的重大意义。
第二个方面是结合传统生产要素资产化形成的过程和一般规律谈数据要素的形成机制。
要素资产形成要具备四个要件，即主体、客体、权属、收益，主体要清晰、形态要稳定、权属要清楚、收益要可预期，要素化的过程就是把资源变成生产要素，把要素变成产品。
数据要素化是资产化的重要前提。
资产化是市场化配置的“牛鼻子”，资产化的过程就是要把资源类的供方和需方进一步对接，再把要素类的供方与需方进行对接，然后是产品到市场的对接。
数据资产化的过程可以借鉴传统的一般规律，但是需要去构筑一个适合数据个性化特征的资产化的路径。
数据资产化的一些思考和探索
最后要分享一下数据资产化的一些思考和探索。数据资产化过程中必须要定义一个初级产品，就像我们在土地一定要定义一个净地。数据的初级产品就是数据元件。
我们对数据资产化进行了模型设计。要定义数据主体权，什么是主体权在实践中可以探索，法律界可以定义。在确权基础上进行数据脱敏、封装、计量。
根据模型我们进行了工程设计，把现有的数据归集起来加工成数据元件进行交易。
数据资产化过程也应该先把数据资源进行归集、治理、加工，否则很难进行跨利益、跨系统、跨区域、跨利益主体的交流和共享。
展望和畅想
最后是一个展望和畅想，我们经过研究，特别是和其他研究机构做了一些交流，发现目前我们拥有的数据资源的价值大概在10万亿，但没有评估、没有入表，如果经过数据资产化实现的资产将会超过100万亿级，我们的团队愿意和国内的同仁共同努力，把数据资产放大到100万亿级，为经济社会发展做出我们的贡献。
下边帮大家对演讲内容做一下总结和解析。
陆总的演讲主要围绕数据资产化的价值、意义、实现路径及具体实践展开。
-
数据资产化的价值和意义
-
陆总强调了数据资产化的重要性和价值。他指出，数据资产化不仅可以增加数据资源持有者和经营者的收益，还能增加企事业单位和政府的资产总量，激发经济社会的活力，并提高市场主体投资的积极性，带动产业溢出，创造社会财富。
-
解析：在当前数字化时代，数据已经成为一种重要的资源。通过对数据进行资产化，可以使其价值得到更充分的体现和释放。这不仅可以为企业和政府带来更多的经济效益，还能推动整个社会的进步和发展。
-
-
传统生产要素资产化形成的过程和一般规律
-
陆总通过对比传统生产要素（如土地和资本）的资产化过程，提出了数据要素化是数据资产化的重要前提。他强调，要素的本质要求是能够进行确权、计量、定价，从而实现规模化流通。数据资产化的过程可以借鉴传统的一般规律，但需要构筑适合数据个性化特征的资产化路径。
-
解析：传统生产要素如土地和资本的资产化过程已经相对成熟，形成了一套完整的体系和规律。对于数据这种新型生产要素，虽然其资产化过程与传统生产要素有所不同，但仍可以借鉴传统规律，并结合数据的特性进行创新和优化。这有助于推动数据资产化的顺利进行，并使其更好地服务于经济社会发展。
-
-
数据资产化的实践和探索
-
陆总介绍了他们在数据资产化方面的具体实践和探索。他们定义了数据元件作为数据的初级产品，并通过模型设计和工程实践，实现了数据资源的归集、治理、加工和交易。目前，这一系统已在四川德阳等地试点成功，并取得了显著成效。
-
解析：实践是检验真理的唯一标准。演讲者及其团队通过实际操作，验证了数据资产化的可行性和有效性。这不仅为数据资产化的进一步推广和应用提供了有力支持，也为其他领域的数据利用和开发提供了有益的参考和借鉴。
-
陆总全面而深入地探讨了数据资产化的价值、意义、实现路径及具体实践。通过对其中的三个重要观点进行解析和阐述，我们可以更加清晰地认识到数据资产化的重要性和必要性，以及在实际操作中需要注意的问题和解决方法。
