随着数据二十条的发布，数据要素因为零边际成本等特点成为现阶段的关键要素。这种情况下，如何理解数据要素？我们从状态和价值阶段进行简单的分析。

2020年3月30日，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》，数据作为第五大生产要素，继土地、劳动、资本、技术之后被首次提出。两年后，国务院再次发布《关于构建数据基础制度更好发挥数据要素作用的意见》，也就是我们俗称的“数据二十条”，更加深入从生产要素高度系统部署数据要素，重点围绕数据产权制度、数据要素流通和交易机制、数据要素权益分配机制以及数据要素治理制度等方面进行了基本原则的明确，为加快数据要素发展指明方向。

不同于其他生产要素，数据要素具有零边际生产成本、复制无差异、非竞用性等特点，成为现阶段的关键生产要素。

笔者认为，对于数据要素的理解，可以从数据的价值状态、增值方向和发展路径等方面进行。

基于此，笔者从数据的要素状态和价值阶段两个维度对数据进行简单分析。

一、数据要素形态定义

基于数据价值的提升，将数据要素确定为：原始数据、数据资源、数据资产、数据产品、数据商品、数据资本六种形态。

1. 原始数据：指未加工处理的数据。具有碎片化、分散化的特点
2. 数据资源：指通过加工处理、质量控制或质量评估后形成的具有一定规模的可复用数据。具有高质量、成规模的特点
3. 数据资产：指由主体持有、产权清晰、预计能为主体带来收益的实体性或非实体性的数据资源。具有可确权、可收益的特点
4. 数据产品：指有明确计量单位的数据资产。具有可计量、可定制的特点
5. 数据商品：指定价后可以在经济市场上交易流通的数据产品。具有可定价、可交易的特点
6. 数据资本：指参与市场经济活动并实现增值的数据资产、数据产品或数据商品。具有可增值、可分配特征

二、数据要素价值演进

基于数据要素的六种形态实现，相应地其价值演进路径可分为五个阶段，分别为：数据资源化、数据资产化、数据产品化、数据商品化、数据资本化。

1. 数据资源化：原始数据经过清洗、整合、处理后形成高质量数据的过程。重点需要解决的问题是：数据的质量问题、消除分散化、碎片化的影响。本阶段应充分发挥人工智能技术的作用，为For AI而By AI
2. 数据资产化：数据资源确权的过程，清晰的产权归属是高效流通、合规交易的前提与基础。重点需要解决的问题是：数据的权属问题。其中将数据分为：公共数据、企业数据及个人数据。目前政策重点针对公共数据，企业数据规范本年内会出台
3. 数据产品化：数据资产通过计量化手段被量化和评估形成可被交易的数据产品的过程。重点需要解决的问题是：数据资产的计量问题
4. 数据商品化：数据产品以商品的形式在市场上流通和交易的过程。重点需要解决的是单位产品的定价问题，但前提是需明确数据的计量单位。考虑因素：数据成本、数据质量、处理程度、供需关系等。
5. 数据资本化：数据资产、数据产品或数据商品参与市场经济活动转化为可以产生经济效益并实现增值的过程。重点需要解决的问题是：市场主体，目前主要有四类市场主体，包括：数据提供商、数据买家、第三方服务提供商和数据交易中介。