研报速递点蓝字，关注我
2026年8月18日，美国国会美中经济与安全审查委员会（USCC）发布了一份研究报告：《The People’s Republic of Data: How China Is Turning Data into Capital》。
这份报告从美国的经济与国家安全视角，系统研究了中国如何通过政策制度、数据交易、会计准则和金融工具，将数据从一种信息资源逐步转化为可利用、可交易、可计量的经济资产。
报告并没有将中国的数据资产化实践简单视为数字经济政策，而是将其放在全球人工智能竞争、产业数字化和国际数据规则制定的背景下进行分析。报告认为，中国正在尝试建立一套由政府引导、市场参与的数据商业化体系，而这套体系可能影响未来全球数据资源的配置方式。
中国数据资产化的发展：从制度建设到价值实现
报告指出，自2020年中国正式将数据列为第五大生产要素以来，围绕数据产权、流通交易、资产评估、会计核算及金融应用的制度体系逐步形成。2024年，《企业数据资源相关会计处理暂行规定》正式实施，符合条件的数据资源开始进入企业资产负债表。截至2025年底，已有136家A股上市公司确认约38亿元数据资产；截至2026年3月，另有417家非上市企业开展数据资产入表，其中超过300家为地方国有企业。
与此同时，中国的数据交易与产业服务生态正在逐步完善。报告显示，通过官方数据交易机构完成或登记的交易占比由2021年的不足5%提高至2024年的约20%；截至2025年底，全国已有至少4000家相互连接的数据交易机构、基础设施运营主体及数据商，提供超过13000项数据产品和服务。公共数据开发利用也取得进展，截至2025年，地方政府已通过257个公共数据平台开放约47.8万个数据集。在人工智能领域，截至2025年9月，中国已建设超过500PB的高质量数据集，工业生产、设备运行及物理世界数据正成为人工智能发展的重要资源。数据资产的金融化探索也在推进，报告称截至2026年5月，数据资产支持证券累计发行规模约200亿元人民币，但部分产品仍依赖外部担保或其他现金流偿付，相关估值与融资机制面临挑战，2026年6月新的数据资产支持证券审批因此暂停。
报告认为，中国正在通过政府引导、制度建设和市场化探索，逐步建立覆盖数据采集、加工、评估、交易、融资及应用的产业体系，但数据质量参差不齐、产权界定不够清晰、企业共享意愿不足以及资产估值与实际收益脱节等问题仍然存在。整体而言，中国数据经济已从早期的资源管理和制度探索，逐步进入资产化、商业化与产业应用并行发展的阶段。数据价值的实现正在从单纯的数据资源积累，转向以高质量数据集、数据产品和人工智能应用为载体的持续价值创造。
数据经济的下一阶段：从数据资产化走向数据产品化
随着数据资产管理制度不断完善，以及人工智能技术加速发展，数据经济正逐步从资源管理和资产价值确认，向数据产品开发与实际业务应用延伸。
报告指出，企业内部积累的经营数据、工业生产数据及物理世界数据，正在成为人工智能发展的重要资源。相较于传统的数据采集、存储和治理，未来数据价值的实现将更加依赖具体的业务场景与应用能力。制造、物流、金融等行业可以通过数据加工、算法模型与人工智能技术，将原有数据资源转化为生产优化、风险预警、经营分析和辅助决策等数据产品，在提升内部经营效率的同时，探索对外提供产品和服务的商业模式。与此同时，人工智能也正在降低数据加工、分析和应用开发的技术门槛，推动数据资源向可持续运营的软件产品和智能服务转化。
从数据资源化、数据资产化到数据产品化，数据经济的竞争重点正在由数据资源的积累与价值确认，逐步转向数据的实际应用能力与持续价值创造。
从中国实践到国际竞争：数据规则正在成为新的关注焦点
随着数据逐步成为重要的经济资源，全球竞争正在从数据资源的获取与利用，进一步延伸至数据治理制度和国际标准的制定。
报告指出，中国通过数据资产入表、数据交易、数据质量评估及数据产权登记等实践，正在探索一套相对完整的数据资产管理与流通体系，并积极参与国际数据规则制定。中国已向国际会计准则理事会（IASB）介绍数据资源会计处理经验，并于2026年推动成立世界数据组织（WDO），加强国际数据政策、技术标准及治理规则的协调。
报告认为，如果中国的数据估值、产权登记、合规管理和交易标准逐步获得国际认可，将有助于中国企业在全球数据经济中形成竞争优势。对此，报告建议美国考虑制定国家数据战略，研究将数据纳入企业财务报告的可行性，推动联邦机构开展数据资源清查与价值评估，并联合国际伙伴参与数据互操作及交易标准制定。
数据资产没有 AI “性感”，更需行业初心与坚守
《The People’s Republic of Data》从美国视角观察了中国数据资产化的发展过程。报告既关注中国在数据要素制度、数据资产入表、交易市场和产业应用方面的进展，也指出了数据质量、产权界定、估值方法和融资可持续性等现实挑战。
这些问题同样值得国内数据产业参与者关注。数据资产化并不意味着所有数据都可以直接成为资产，也不意味着完成资产评估就能够实现商业收益。
真正具有长期价值的数据，需要具备合法合规的来源、可靠的质量、明确的使用场景，以及能够持续验证的经济效益。
随着人工智能技术的发展，数据从资源转化为产品和服务的路径正在变得更加丰富。从数据资源化，到数据资产化，再到数据产品化和价值实现，未来数据产业的竞争重点，或将逐步从“拥有数据”转向“创造价值”。
来源：“稳诺数据”公众号
点名片，关注我
