这篇文章要回答一个问题：数据凭什么跟土地、资本、劳动力平起平坐，成为第五大生产要素？这个认定对你管理的企业意味着什么？——答案不在政策解读的表面，而在制度经济学的深层逻辑里。
2019年，我在一个制造业数字化转型项目上做顾问。客户是一家年产值40亿的零部件企业，CIO在汇报材料里写了一句”建议启动数据资产盘点项目”。老板用红笔圈出来批了四个字：“不赚钱的。”
2023年末再见这位老板，他的第一句话是：”数据这件事，我们当年是不是搞晚了？”
晚了三年。竞争对手用供应链数据训练的成本预测模型，已经把采购成本压低了8个百分点。
这不是一个企业的故事。这是中国企业在数据要素化进程中反复上演的一幕。
电网时刻
1882年，爱迪生在纽约珍珠街建成了第一座商用发电厂。此后四十年，美国的大工厂仍然习惯自建发电站。直到1920年代，电网的标准化和覆盖率达到临界点，”用电”才从自建模式切换到接入模式。
2020年4月，数据被写入中央文件，正式成为第五大生产要素。此后两年内，”数据二十条”、《可信数据空间发展行动计划》密集出台。政策层的信号清晰而急促：数据要素化的基础设施正在铺设，而大多数企业还在问”要不要接入”。
为什么数据是要素，不是资源
资源可以闲置。你家后院有一口井，你喝也行，不喝也行——它是你的资源。
要素必须流动。土地要流转、资本要流动、劳动力要配置，要素的价值在流通中实现。数据同理。
区别在于，数据的流通约束不是物理性的，而是制度性的。一份数据，复制成本接近于零，理论上可以被无限个使用者同时调用。但现实中，企业宁愿让它躺在数据库里吃灰，也不愿冒合规风险分享出去。
这就是数据要素化的核心矛盾：物理上极低摩擦、制度上极高摩擦。
数据空间要做的，就是把制度摩擦降下来——用一套标准化的规则框架，替代”你信我、我信你”的人际信任。
要素定价权：真正被低估的东西
我在政策研究中反复看到一个规律：谁能定义要素的流通规则，谁就掌握了要素的定价权。
回想一下：当年土地流转制度建立时，第一批进入土地市场的城市，享受了至少十年的土地红利。资本要素市场的开放，让第一批外资银行和券商在中国金融市场上建立了结构性的先发优势。
数据资产入表这件事，很多企业把它理解为”财务合规动作”。错了。它的本质是资产重分类——把数据从IT部门运维的成本项，重新定义为企业的资产项。一旦进了资产项，接下来就是对资产进行定价、交易、增值管理。
你该关注的三件事
第一，标准窗口不会永远开着。数据空间的规则正在从”讨论稿”走向”建设期”。中国信通院的IEEE P3158标准、国家数据局的试点项目、各地数据交易所的进场规则——这些标准一旦固化，后进者只剩下”被动合规”一条路。参与标准共建的成本，远低于事后合规的成本。
第二，数据流通的”灰色地带”正在关闭。过往企业间的数据共享靠双边协议和人际关系维持。随着《数据安全法》《个人信息保护法》落地，这种模式的法律风险急速上升。数据空间提供的是”制度交易”——身份可验证、使用可追溯、权益可计量。习惯制度交易的企业，不会愿意回到人情交易。
第三，数据的协同价值被系统性低估。单一来源的数据价值有限，但多方数据融合后产生的洞察，往往是爆炸性的。从供应链的上下游数据共享，到行业级的联合风控建模，数据的协同价值只有在流通中才能释放。
数据要素化的红利，不是分给”最先拥有数据”的人，而是分给”最先理解数据流通规则”的人。
我从事了十年区块链与隐私计算的产品开发和方案咨询工作，先后参与多个国家重大课题，亲手建过区块链、隐私计算、可信数据空间的落地项目。不追概念，写真的。
