摘要:新质生产力是以新技术为驱动、新生产要素为导向的生产力,具有高科技、高效能、高质量的特征。数据资产则通过技术创新充分释放数据要素生产力,发挥数据要素乘数效应,是实现新质生产力跃升的关键路径。通过研究广电运通“离岸易”的数据资产化实践,剖析数据资产在跨境贸易应用的典型应用场景,彰显数据资产从高科技、高效能、高质量3个维度对新质生产力的显著赋能作用,以期为企业实现新质生产力的跃迁提供经验参考。

　　关键词:数据资产;新质生产力;广电运通;跨境贸易

　　0引言

　　新质生产力的概念自习总*记在2023年9月在黑龙江考察提出后[1],在近年来经过中央工作会议多次提及,已成为中国特色社会主义进入新时代后经济社会高质量发展的标志。新质生产力是相对于传统生产力的新型生产弃了传统增长方式和生产力发展路径,强调通过科技创新、模式创新、制度创新等途径,引领生产力要素的革新和优化组合,从而为经济社会发展提供更高效率、更可持续的新动能。2024年8月15日中共中央发布的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》中提出,发展高科技、高效能、高质量的新质生产力是新时代构筑国家竞争新优势的战略选择,对于全面建设现代化具有重要意义[2]。在数字经济时代,数据已经被视为土地、资源、劳动力、技术之外的第五大生产要素,其重要性上升到国家战略高度。《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》(业界又称“数据二十条”)于2022年12月19日发布,将数据明确为新型生产要素,要求建立数据产权制度和探索数据资产入表新模式。自2024年1月1日起,《企业数据资源相关会计处理暂行规定》(以下简称《暂行规定》)正式施行,为数据资产化提供了统一规范和计量依据。在数字经济的新时代,企业通过如何数据资产化实现各生产要素的重新组合,进而来赋能新质生产力的形成和发展,是一个值得深入探究的问题。

　　然而,我国企业长期存在数据资源确权难和估值难的问题,阻碍了数据资源在市场的流通,使得数据资产化的存在较大困境;企业数据治理方面的短板导致数据质量不高、合规风险凸显。当前我国企业获取的数据规模的爆炸式增长,但高质量的合规数据供给的严重不足。同时当前我国数据要素的应用场景较为局限,与实体经济的融合不高,也抑制了数据资产创造价值的潜能。当前企业普遍面临数据资产质量与价值转化能力的双重问题,深刻制约着数据要素对新质生产力的赋能效能。

　　广电运通的“离岸易”跨境综合服务平台,是广州市属国有企业首例数据资产入表项目,也是全国首家跨境贸易数据资产入表项目,其经验具有代表性和启发性。本文对以广电运通“离岸易”项目为例,基于新质生产力的特征属性,从跨境贸易的典型场景出发,分析数据资产对新质生产力的赋能路径,为中国企业推进数据资产化进程、实现新质生产力的跃迁提供了经验参考。

　　1文献综述

　　1.1数据资产研究

　　中国信息通信研究院[3]于2019年将数据资源定义为“由企业拥有或者控制的,能够为企业带来未来经济利益的,以物理或电子的方式记录的数据资源”。Coyle[4]认为数据资产是由企业控制的、能为企业持续带来经济价值的数据资源,具有无限复制,非排他性和非竞争性的典型特征。陈德球和胡晴[5]把数据资产定义为以电子形式记录的、进可行计量或交易、能带来经济利益与社会效益的新型数据资源。从数据属性来看,李静萍[6]认为数据资产是企业拥有控制权和收益权的数据资源,程小可[7]则认为当数据兼具经济和法律双重属性时才可以被划分为数据资产。从资产属性来看,罗玫等[8]数据资产化只是把数据资产确认为财务报表中的一项资产的过程,其价值体现在未来为企业持续创造经济流入的属性。

　　1.2新质生产力的实现路径相关研究

　　从理论层面,陈慧玲和陶文昭[9]梳理了新质生产力与高质量发展、新型工业化和中国式现代化的关系,探究了科技创新、数字经济赋能新质生产力的实现机制。从实证层面来看,许多学者主要通过构建新质生产力的测量指标和模型,进而研究新质生产力的驱动要素。袁瀚坤和徐政[10]从劳动者、劳动对象、劳动资料3个方面构建企业新质生产力衡量指标体系,宋佳等[11]认为企业数智化转型、ESG表现以及数据要素均能够显著促进企业新质生产力发展;卢江等[12]从宏观层面,构建科技生产力、绿色生产力和数字生产力进而量化新质生产力水平。赵鹏等[13]则基于国家级大数据综合试验区对240个城市的数据进行实证分析,发现地区间的发展不平衡会导致新质生产力发展水平具有区域差异。

　　1.3数据资产对新质生产力的影响研究

　　当前学者从理论范式、实证研究和案例实践3个层面多维度分析了数据资产在新质生产力的形成与发展中的作用。在理论范式层面,胡继晔和付炜炜[14]认为数据资产则是释放数据要素价值的关键路径,葛勇等[15]则认为数据资产入表能从释放数据价值、激发企业创新创优、推动政府财政转型3个方面赋能新质生产力。实证研究层面,张戡等[16]基于文本度量法,研究得出数据资产在企业人力资本、资本配置效率与科技创新能力3个维度实现新质生产力的发展,冯丽丽等[17]发现数据资产可以通过促进产业结构升级进而提升新质生产力,且在企业成熟期阶段可以实现显著的提升效果;案例实践方面,唐振达和唐卓[18]分析了电网公司数据资产入表实践后,得出数据资产管理对经济效益和社会效益两个层面助力新质生产力的形成。

　　1.4文献述评

　　数据资产作为数字经济时代的新概念,现有研究主要集中于数据资产的定义、属性、入表以及数据资源向数据资产转化的路径,而对数据资产本身的作用机理研究的还存在较大空白。新质生产力是两年经济学和社会学的研究热词,主流学者从理论研究方面丰富新质生产力的实现路径,从实证研究来看,当前学者倾向于自行构建测度模型去量化新质生产力,而学术界缺乏较为权威的测度指标。当前的案例研究多局限于狭义的数据资产入表实践,而对数据资产的价值创造,尤其是对新质生产力的驱动作用还较少。基于这一点,本文以广电运通的“离岸易”项目为例,基于跨境贸易的典型场景,针对数据资产赋能新质生产力的路径进行深入探究。

　　2数据资产赋能新质生产力的机理分析

　　新质生产力以高科技、高效能、高质量为基本特征,“高科技”即是新质生产力由革命性、颠覆性的前沿技术驱动,意味着技术范式的根本性变革,并由此催生全新的生产要素组合方式;“高效能”体现在全要素生产率的大幅提升。它不仅仅是单个环节效率的提高,更是整个系统资源配置的极致优化;“高质量”指的是发展方式和发展成果符合新发展理念,让经济增长与社会治理高度融合,实现可包容性、更可持续的发展。企业通过多渠道采集各种来源的企业数据、行业数据、公共数据最前沿的数据,在通过对数据的清洗和加工、分类后形成能为企业所利用的数据资源,通过深度融合大数据、区块链、人工智能等技术,打造数据资源集成的数字化综合服务平台,在确保对平台数据资源的持有权、加工权和经营权基础上,将平台确认为纳入财务报表的数据资产。数据资产从高科技、高效能和高质量三个维度赋能新质生产力(见图1)。

　　2.1高科技维度：数据资产驱动技术范式与价值模式的革命性创新

　　数据资产作为新型生产资料,它与人工智能、区块链等先进技术具有天然的亲和性。数据资产的形成驱动了前沿科技范式的创新与应用,同时科技创新又极大地提升了数据资产作为生产资料的效率与智能化水平。作为技术驱动的新型生产资料,数据资产具有非竞争性和可复制性,高质量的数据资产可以被无限次、低成本地用于不同场景,打破了传统生产资料稀缺性的束缚,为释放数据生产要素的乘数效应创造了空间。

　　同时,数据资产作为新型生产资料也催生了全新的价值创造模式。当数据被确认为资产后,企业得以围绕数据资产设计全新的产品和服务,从“销售实物产品”转向“运营数据资产”,实现了从一次性的价值实现向持续性的价值挖掘的转变。这种由数据资产驱动的技术范式和商业模式的双重创新,正是新质生产力“高科技”属性的内涵体现,它标志着生产力发展的动力从传统的要素投入,转向了以数据和知识为核心的创新驱动。

　　2.2高效能维度：优化决策效率，实现全要素生产率的系统性跃升

　　新质生产力的“高效能”特征集中体现在全要素生产率的大幅跃升。经济活动的本质是决策,而决策的质量取决于信息的完整性与对称性。传统的企业决策受制于市场信息不对称和企业家的思维局限[19],而数据资产能够将碎片化、不对称的信息转化为系统化、可共享的知识,从而重塑决策机制。

　　数据资产缓解了市场经济系统的资源错配和效率损失,能提升市场各主体的决策效率,实现市场经济效能的飞跃。企业依托数据资产可以实现企业生产流程的精准控制、供应链的实时协同、客户需求的精准洞察,极大降低了内部管理成本与外部交易成本。数据资产使企业决策从传统上依赖经验和市场反馈的惯性模式,转变为基于实时数据、前瞻预测的智能模式。数据资产的应用让决策者可以基于全局数据模型进行协同优化,通过整合客户、生产、物流、库存等数据,可以计算出总成本最低、交付最快的履约方案。数据资产让市场各主体能基于全局视野做出决策,使供应链乃至整个产业链的协同共振,进而实现了全要素生产率的显著提升。

　　2.3高质量维度：重塑信任基石，催生协同共治的生态

　　“高质量”要求发展方式符合创新、协调、绿色、开放、共享的新发展理念。数据资产通过成为重塑市场经济的信任基石,为构建开放、协同、可持续的经济社会生态系统提供了可能。

　　传统商业模式中,跨组织协作面临巨大的信任壁垒与合规成本。数据资产基于大数据和区块链等技术实现了确权与溯源,为跨组织协作提供了一种可验证的信任载体,使得企业、服务机构、政府等多方利益相关者之间能够基于互信数据进行协作,降低了合作的信任成本与风险。基于这种信任基石,数据资产促进了市场各利益相关者协同共治的生态形成。企业可以在更广阔的生态中获取资源、服务与市场,并向绿色、合规方向发展,实现高质量运营;各类服务机构可基于共享数据提供更精准的解决方案;政府可以利用数据资产实施精准、透明的穿透式监管,通过打造“数字政府”提升治理效能。最终,在数据资产驱动下,市场各利益相关者基于数据互信形成价值共享的正向循环,推动整个经济系统向更加包容、可持续的高质量发展形态演进。

　　综上所述,数据资产赋能新质生产力是一个系统性过程,它作为新生产资料在驱动技术范式与价值模式的变革中体现“高科技”,通过优化决策效率、提升全要素生产率而实现“高效能”,通过作为重塑信任基石、催生协同共治的经济生态而保证“高质量”。

　　3数据资产赋能新质生产力的现实困境

　　新质生产力的形成与发展,本质上是技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的先进生产力质态。数据作为第五大生产要素,其资产化管理进程是释放数据要素价值、赋能新质生产力的关键引擎。然而,当前我国企业在数据资产管理实践中,面临一系列结构性困境制约了数据要素潜能的释放,进而阻碍了新质生产力培育。

　　3.1数据资产化的困境

　　3.1.1权属困境

　　数据资产化的首要前提是权属清晰。然而,数据的非竞争性、可复制性、非排他性等独特属性,使其难以套用传统有形资产的权属框架,导致“确权难”成为数据要素资产化的首要瓶颈。尽管数据二十条创新性地提出了数据资源持有权、加工使用权、数据产品经营权“三权分置”的产权运行机制,但在法律实操层面,“三权”的具体内涵、边界仍缺乏细化的司法解释,导致数据资产的法律权属关系相对模糊。同时,数据资产登记认证体系尚不成熟。权属的确认需要一套具有公信力的登记公示制度予以保障。目前,我国数据产权登记工作仍处于地方试点阶段,全国统一、标准规范、法律效力明晰的数据资产登记体系尚未建立。各地登记平台的规则、流程、证书效力存在差异,难以实现跨区域、跨行业的互认互通。

　　3.1.2估值困境

　　数据资产的价值实现依赖于市场交易,而交易的前提是买卖双方能对其价值形成共识。

　　当前,由于数据资产估值缺乏权威、统一的标准,导致其价值难以被精准衡量和普遍接受,“估值难”成为阻碍数据要素流通交易的关键堵点。数据资产的价值具有高度的场景依赖性、非实体性和收益不确定性,使得成本法、市场法和收益传统方法面临巨大挑战。成本法难以反映数据潜在的战略价值和收益能力;市场法因数据交易市场不活跃、可比案例稀少而难以应用;收益法对未来收益预测的主观性过强,可靠性存疑。估值体系的缺失使得数据资产无法在市场上进行有效的定价和流通,其作为生产要素的乘数效应也就无从谈起。

　　3.2数据资产创造价值的困境

　　3.2.1数据治理困境

　　高质量的数据资产是赋能新质生产力的基石。然而,我国企业的数据治理普遍存在短板,导致数据质量不高、合规风险凸显。根据国际通用的DQM数据质量评估框架,数据质量需从准确性、时效性等多个维度进行衡量。然而,我国许多企业缺乏完善的数据治理体系,业务系统间数据标准不统一,导致数据碎片化、质量低下。低质量的数据不仅无法驱动精准决策,甚至会引发决策失误,其资产价值大打折扣。将这样的数据资源确认为资产,反而可能给企业带来负向效益。同时,数据资产管理面临着严峻的安全合规挑战,企业需投入巨额成本部署加密脱敏、访问控制、数据沙箱等安全技术。如何在保障数据质量和安全合规的前提下最大化数据利用效率,是当前企业面临的两难抉择。

　　3.2.2数据应用困境

　　数据资产的价值最终体现在对实体业务的赋能。然而,当前我国的数据要素市场生态尚处萌芽期,数据要素的应用场景有限,与实体经济的融合度不足,严重抑制了数据要素“乘数效应”的释放。一方面,我国数据要素流通市场机制不健全,“数据孤岛”现象不仅存在于企业内部,更广泛存在于不同市场主体之间。由于信任缺失和标准不一,数据所有者缺乏共享数据的动力,导致数据无法在更大范围内汇聚融合,其价值创造能力被严重束缚。另一方面,许多企业的数据管理仍与核心业务流程割裂,未能将数据洞察有效嵌入研发、生产、营销、服务等价值创造环节,导致数据应用场景挖掘不足,数据驱动决策的理念难以落地。数据要素未能与劳动力、资本、技术等传统要素实现深度融合和协同增效,其对全要素生产率的提升作用较为有限。

　　综上所述,我国企业在数据资产管理道路上,面临环环相扣的权属困境、估值困境、治理困境和应用困境,导致数据资产难以高质量地赋能新质生产力的形成和发展。如何解决以上困境,成为本文的研究价值和意义所在。本文以广电运通“离岸易”平台案例实践,旨在探索一条值得借鉴的数据资产化路径,为我国企业释放数据要素潜能、赋能新质生产力提供方案指导。

　　4广电运通离岸易平台的实践

　　4.1案例简介

　　广电运通(股票代码:002152)是一家总部位于广州的高科技国企,长期实施“产业+资本”双轮驱动战略,近年来积极布局区块链、数字货币等新技术应用,延伸出数字人民币、智慧交通等新业务板块,实现从传统设备制造商向数字解决方案提供商的转型升级。广电运通在多年的数据治理历程中,形成了雄厚的技术基础和丰富的数据资源,为其开展数据资产化提供了有利条件。2024年,广电运通迎来了数据资产入表元年的突破。公司总部开发的跨境数据产品“离岸易”,于2024年5月完成数据资产入表工作,在广州数据交易所正式挂牌,成为广州市属国有企业首例数据资产入表项目。2024年下半年,广电运通子公司中数智汇开发的“产业链数据库”和“ESG卓望数据评级模型”也成功实现入表。广电运通正在将数据资产化由单一案例拓展到多元场景,逐步形成体系化的数据资产版图(见表1)。

　　本研究选择广电运通“离岸易”平台作为案例研究对象,一方面,广电运通是A股上市的国有高科技企业,其从传统金融设备制造商向数字经济解决方案提供商转型的历程,本身就是发展新质生产力的体现。“离岸易”项目作为国企首创、行业首批的实践,代表了当前中国数据资产化探索的前沿水平,对其研究具有重要的标杆意义。另一方面,广电运通的“离岸易”项目涵盖了数据采集、确权、估值、入表、运营的全过程,完整呈现了数据资产化的生命周期。数据二十条中提出的“三权分置”原则在跨境贸易这一复杂场景中的落地实践,为研究数据资产的赋能路径提供了启发性的素材。广电运通“离岸易”从数据收集到资产运营的全过程,为我国企业解决长期存在的数据资产权属和估值困境提供参考示范,也为我国企业改善数据治理、释放数据潜能提供了方案。

　　4.2“离岸易”平台的功能定位

　　广电运通开发的“离岸易”平台(见图2),是由广州南沙自贸区管委会牵头,联合多家企业和金融机构共同打造的专注于跨境贸易场景的垂直型数据中台。“离岸易”平台的设计基于对跨境贸易痛点的深刻洞察:传统跨境贸易中存在信息不对称严重、单证流转效率低下、信任成本高昂、中小企业融资难等问题。“离岸易”平台基于区块链和人工智能技术,通过整合加工覆盖全球范围的离岸贸易数据,为贸易企业、金融机构和监管部门等提供数据查询、市场洞察、决策支持、风控管理、收付汇服务等综合服务,旨在提升跨境贸易效率。

       在平台业务层,“离岸易”平台的贸易登记核验模块通过区块链技术对提单、信用证等单证进行数字化存证与交叉验证。在应用管理层,平台构建了“可用不可见”的数据流通机制,通过多方安全计算与隐私计算确保原始数据本地留存,满足欧盟《通用数据保护条例》(GDPR)等跨境数据合规要求。数字底座AI Core System整合全球船舶卫星定位数据及历史交易记录,形成跨境贸易知识图谱,进而驱动企业智能决策分析。“离岸易”平台旨在通过充分释放数据要素的潜力,为全球跨境贸易体系的数字化转型提供技术融合、制度创新与生态协同的中国方案。

　　4.3“离岸易”平台数据资产化的实践

　　广电运通“离岸易”平台的数据资产化实践,为破解长期制约数据要素市场发展的权属界定与资产估值两大核心困境提供了极具参考价值的解决方案。

　　在数据资产确权方面,广电运通在法律和技术层面共同发力,构建了一套清晰、合规且可操作的数据资源确权框架,充分贯彻落实了数据二十条所提出的“三权分置”原则(见图3)。在法律层面,“离岸易”平台构建了精细化的多源数据授权矩阵,针对政府公开数据、企业授权数据及第三方采购数据等不同来源,分别设计了差异化的法律协议,明确约定了各参与方的数据持有权、加工使用权与数据产品经营权之间的法律边界、行使范围和收益分配机制。在跨境贸易场景下,广电运通严格遵循了《数据安全法》《个人信息保护法》及欧盟GDPR等国内外法律法规的合规性要求,确保了数据来源与流转过程的合法性,从初始环节就奠定了权属清晰的契约基础;在技术层面,广电运通引入了区块链技术作为确权的核心基础设施,基于Hyperledger Fabric联盟链构建了全程可追溯的数据血缘管理系统。所有接入“离岸易”平台的数据在其采集、清洗、加工、融合及应用的每一个环节,其IP地址、哈希值、时间戳等关键元数据都会被实时、不可篡改地记录于分布式账本之上,生成唯一的数字存证标识。区块链技术使数据产品的整个生命周期变得透明和可审计,同时从技术层面固化了数据与权利之间的关联,为法律意义上的权属主张提供了强有力的技术佐证。最终,广电运通成功地对“离岸易”数据产品主张了100%的数据产品持有权、加工权和经营权,并获得了广州数据交易所颁发的产权登记凭证,从而在实践层面有效地解决了数据资产化面临的首要权属困境。

　　在数据资产估值方面,面对数据资产价值高度依赖应用场景、未来收益不确定性强且缺乏活跃交易市场的现实挑战,广电运通采取了较为务实的估值策略,选择了历史成本法作为其数据资产初始计量的基础。广电运通将“离岸易”平台从数据采集、清洗、治理到系统开发、部署和测试整个过程中所发生的所有直接与间接支出,包括人力资源成本、技术采购费用、算力租赁费用、第三方数据采购费用等相关的项目管理费用进行系统性的归集和合理分摊,确保所有成本都有真实的会计记录作为支撑。在历史成本法下,广电运通的估值结果具备高度的可验证性,最大限度地降低了主观判断可能带来的争议和审计风险,完全符合《暂行规定》中对会计信息质量的可靠性要求。鉴于“离岸易”数据产品最终是面向外部提供服务并可产生交易收入,广电运通按照《暂行规定》将其确认为存货(数据产品库存)进行核算。最终,广州数据交易所向广电运通颁发了“离岸易”数据资产的登记凭证,正式确认其为可交易的数据资产。同时,在“离岸易”平台在广州数据交易所公开挂牌后,广电运通基于真实的市场交易询价逐步收集来自市场端的价值反馈信号进行价值验证,为未来探索更为复杂的收益现值法模型积累数据基础。广电运通“离岸易”平台数据资产化的成功,从根本上得益于其在数据资产化过程中对权属与估值这两大核心瓶颈的破解,确保了平台自身数据资产化的合规性与可行性,为我国处于数字化转型深水区的企业提供了实践示范,同时对推动整个数据要素市场的发展与成熟具有引领作用。

　　5数据资产赋能新质生产力的路径分析

　　新质生产力以创新作为核心特征,并表现出高科技、高效能、高质量特征,代表着先进生产力的演进方向。本文从高科技、高效能、高质量3个维度分析广电运通“离岸易”的价值创造活动,展示“离岸易”平台在改善企业数据治理和拓展应用场景的作用,充分展示数据资产对新质生产力的赋能作用。

　　5.1高科技维度——数据治理改善与商业模式的重构

　　5.1.1改善企业数据治理

　　“离岸易”对广电运通来说,是一次深刻创新实践。针对跨境贸易领域原有数据割裂、核验手段不足的痛点,公司探索出了以区块链、大数据和人工智能技术深度集成的数据整合解决方案(见图4),通过技术融合创新改善了广电运通的数据治理能力,实现了跨级贸易数据存储的规模化和高质量,形成新质生产力所需的核心竞争力。

　　大数据技术形成标准化的跨境贸易数据仓库,为充分释放数据要素潜力奠定了规模化的基础。“离岸易”平台通过对海量数据的收集、加工和分析,覆盖170个国家和地区的报关数据、全球90%以上的集装箱数据、10万余条船舶卫星档案数据等多维度、跨地域数据,形成了海量的大数据集(见图5)。平台采用分布式存储技术,对结构化数据(如贸易金额、商品编码)和非结构化数据(如物流轨迹、图像单证)进行统一管理,通过数据清洗、脱敏等预处理,构建了标准化的跨境贸易数据仓库。

　　区块链技术构建了可信的数据共享机制,保证了平台数据的质量和安全性。“离岸易”平台基于区块链技术建立了分布式信任机制,这一机制的创新性体现在3个方面:首先,通过智能合约自动执行贸易规则,让传统需要人工审核的流程实现自动化;其次,利用哈希值存证和零知识证明技术,实现了数据“可用不可见”,既保护了商业隐私,又确保了数据可信性;最后,建立跨链互操作机制,实现了与银行、海关、税务等系统的数据互通,打破了传统的数据孤岛。区块链技术的深度应用解决了传统跨境贸易中数据被篡改、信息不对称的核心痛点,为海关、企业、金融机构等参与方提供了统一的数据源,降低了数据验证成本。

　　在实现数据规模化和高质量的基础上,人工智能技术的应用为跨境贸易企业提供智能化的决策支持。离岸易平台深度运用自然语言处理(NLP)技术解析海关公告、贸易政策等文本材料,实时提取政策关键词并关联企业业务数据,实现政策影响的智能评估。基于数据驱动的智能分析能力,使离岸易平台从传统的数据存储平台升级为具备决策支持功能的智能中枢,为企业提供从市场洞察到风险管控的全链条技术赋能,体现了新质生产力中高科技要素的核心驱动作用。

　　5.1.2赋能商业模式重构

　　数据资产在推动新技术应用的基础上,还能够催生新产业、新模式、新动能,这是发展新质生产力的必由之路。数字技术的创新充分释放了数据产能,不仅能够提高既有业务的效率和协同水平,还孕育出全新的商业模式和价值创造方式。通过对数据的深入开发和利用,企业可以将数据转化为新产品、新服务,形成全新的数据增长服务路径(见图6)。

　　广电运通的“离岸易”是数据产品化的成功范例,该项目将原本散落在全球的跨境贸易数据加以整合,形成一个高价值的数据集合,并开发出用户友好的平台界面和功能,使之成为独立可售卖的产品。当前“离岸易”平台在广州数据交易所挂牌价为99万元,是典型的高附加值的数据产品,自上市一年来已经取得多笔订单,为广电运通增加了千万规模的营业收入。通过数据产品化,广电运通拓展了自身业务版图,从传统金融设备制造商转型成为数字贸易数据服务提供商,使企业能够分享数字经济时代的数据红利,显著提升盈利能力和抗风险能力。

　　在数据产品化的基础上,数据增值服务能更高效的释放数据产能。“离岸易”平台可以针对用户需求,提供定制化的数据分析报告。跨国企业如果希望了解某产品在“一带一路”沿线国家的需求趋势和市场细分,可以委托平台的数据分析团队利用平台内积累的大数据进行专项分析,形成市场洞察报告,帮助企业制定出口策略。同时,针对政府部门和高校,“离岸易”平台可以基于在线数据提供宏观层面的跨境贸易研究报告,支持政策制定、行业规划和学术研究。这些基于数据的增值服务可以为客户创造额外价值,因此客户愿意为此支付溢价。对于广电运通而言,“离岸易”带来的增值服务进一步提高了数据资产的价值变现效率,这正是数据资产商业模式的一大优势:对比传统商品售出即耗尽价值,数据经过反复利用和深度开发,可以产生多重价值,实现“一份数据、N次变现”,充分释放了数据要素带来的生产力。

　　5.2高效能维度——协同效应和降本增效

　　5.2.1跨境贸易供应链和产业链协同效应

　　传统的跨境贸易供应链中,由于企业的信息系统彼此孤立,常常出现信息不对称和协作不畅的问题,导致供应链整体效率低下,风险难以及时管控。“离岸易”通过构建共享的数据平台,打破了“数据孤岛”,供应链各参与方可以实时共享库存水平、订单需求、物流状态等关键业务数据,形成了一个数据透明的供应链协同网络。上下游企业可基于共享的数据共同进行需求预测、生产计划和库存管理,把原本割裂的贸易参与方连接成一个有机的网络,使之能够协同运作,以整个供应链效益最大化为目标。对于跨境贸易行业而言,这种协同不仅提高了效率,也增强了供应链应对外部冲击的韧性和安全,各方能够基于实时数据做出快速反应和调整。

　　在供应链协同的基础上,跨境贸易的产业链可以实现自动化和智能协同,从而极大提升产业链整体的生产力水平。传统跨境贸易产业链上,每个环节大多是人工操作、纸质单据流转,信息流和实物流严重脱节。而“离岸易”数字平台将产业链上的物流、资金流和信息流加以整合,实现了“三流合一”的数字化闭环(见图7)。在物流方面,平台实时获取港口、航运、仓储等数据,形成货物流动的数字孪生,使物流状态透明可视;在资金流方面,通过平台的可信数据支撑,贸易款项的支付和结算可以自动触发,实现资金流的智能调度;在信息流方面,所有贸易相关信息均以数字形式存证在区块链上,相关方可根据权限随时调阅。这些功能的实现,意味着跨级贸易产业链运行从静态离散走向动态智能,整个跨境贸易流程如同一条自动化的数字生产线,各环节紧密衔接且自我运转,极大减少了人工介入力度。这正体现了新质生产力的一个显著特征:生产力的边界从单个企业扩展到整个乃至产业链,通过数据要素的流动,实现1+1>2的协同效应。

　　“离岸易”所引领的跨境贸易供应链和产业链的协同效应,实现了从信息互联到业务互联的飞跃,使产业链具备了类同智联工厂的自我调节和优化能力。这正是新质生产力在产业链层面的体现:数据资产将众多企业连接成一个高效运转的生态系统,极大地提升了资源利用效率和协同生产能力,推动产业链实现高质量发展。

　　5.2.2提升供应链金融效率

　　传统的金融业务十分依赖对企业资信的判断,而数据资产的引入,可以极大降低信息不对称性,提升金融服务的效率。“离岸易”平台自上线以来,对供应链金融的创新起到了重要推动作用,使传统的供应链金融效率得到充分的提升。由于平台提高了供应链的信息透明度,银行等金融机构能够更好地掌握上下游企业的经营数据和交易数据,进而原本缺乏授信的中小企业有更大的可能性获得融资(见图8)。在“离岸易”平台上,当一笔交易完成发货时,平台可以基于区块链生成一个应收账款的数字凭证记录,企业可持该凭证向银行融资或转让给第三方,实现即时的资金融通,而不必等待买方付款周期。同时,通过“离岸易”平台,银行可以看到企业稳定的订单数据和良好的履约记录,中小外贸企业因此获得了全新的“信用凭证”。银行基于“离岸易”平台的数据进行信用评估,审核通过后从而对企业提供应收款、预付款融资等供应链金融产品等,可以很大程度缓解中小企业融资难问题。目前,已有数十家南沙“离岸易”贸易白名单企业和多家银行通过平台实现对接,完成了融资保理等业务。

　　5.3高质量维度——行业生态系统的进化

　　“离岸易”平台与全球溯源中心通过数据资产的共享流通,在政府监管机构、企业和第三方服务商之间构架的立体化协作网络(见图9),通过数据要素的跨主体流动与功能耦合,实现了外贸生态系统的进化,显著推进了跨境贸易的高质量发展。

　　在政府监管维度,平台将商品溯源数据、交易流水数据、物流轨迹数据等关键信息存入区块链,政府可通过安全数据接口实时调取全链条数据,实现对贸易真实性的穿透式验证。在企业运营维度,数据共享机制打破了传统外贸中“信息孤岛”的桎梏,企业可通过平台获取覆盖全球的市场主体数据,实现从生产端到销售端的精准决策。第三方服务机构则基于共享数据开发专业化解决方案,通过整合平台的海外消费者评价数据、目标市场关税政策数据,推出选品、物流、清关的一体化解决方案,帮助中小企业精准定位蓝海市场。

　　以动力电池行业为例,“离岸易”平台通过区块链技术将商品溯源、交易流、物流等数据以结构化方式存储,并向政府监管机构提供穿透式的数据访问权限。一方面,政府监管机构通过“离岸易”平台实时掌握动力电池产品的原材料溯源、交易链条与环境合规情况,进而对跨境贸易进行穿透式监管,强化了对跨境贸易真实性的判别和生态风险的前置管理,倒逼企业优化生产经营流程。另一方面,政府监管活动的数据化和透明化给跨境贸易服务商造成了外部的制度压力,直接影响了服务商生存边界,促使服务商提升对跨境贸易的合规保证水平。服务商必须确保其所协助提交的产品编码、物流路径、仓储环境等信息具备一致性和真实性,否则将面临监管机制下的数据稽核与责任追溯。

　　动力电池企业在获取平台提供的实时数据后,能更加精准地预测国际市场需求与政策趋势,进而制定符合监管要求的出口策略。基于数据驱动的企业运营模式也为政府监管提供了更全面的数据样本和风险画像,助力监管部门形成基于行业大数据的动态政策调控能力。同时,企业的应用需求也影响了第三方服务商的技术迭代路径,当企业提出对目标市场的消费习惯、电池回收机制和性能反馈的精准分析需求时,跨境电商服务商需及时升级其数据挖掘模型与算法,以提供更贴近企业业务逻辑的定制化解决方案,反向驱动第三方服务的升级。

　　第三方服务商在外贸生态中扮演着重要连接者的角色。一方面,服务商通过分析平台数据,将企业的出口需求转化为可执行的落地方案;另一方面,第三方服务商可以基于平台积累的消费者行为数据、市场反馈数据,通过平台的异常交易识别机制为政府部门提供有效的风险预警,提升监管的前瞻性与响应速度,协助监管机构提前识别潜在的合规风险。

　　“离岸易”平台实现的一立体化协作网络的协同进化,本质上是数据要素在跨境贸易生态中不同主体间的赋能循环:数据资源共享下的政府监管为企业运营提供了可信的制度环境,企业基于平台的高效运作产生更丰富的场景数据进而反哺监管效率提升,第三方服务的创新又为企业需求实现和政府监管优化提供了技术支撑,形成“数据共享—功能协同—生态进化”的正向闭环。这种依托数据资源共享形成的立体化协作,不仅提升了外贸生态系统的整体合规性,更通过差异化的服务供给满足了多样化的市场需求,为全球价值链重构提供了数据驱动的中国方案。

　　6结语

　　本文以广电运通“离岸易”平台为案例进行深入探究,选取跨境贸易这一典型的数字化应用场景,充分展示数据资产对新质生产力的赋能效应,为我国企业解决数据资产管理困境提供了方法论指导。一方面,数据资产赋能新质生产力的前提在于破解数据资产权属与估值困境。“离岸易”案例表明,通过明确法律协议和引入区块链技术可以实现让“三权分置”更加精细化,是解决数据确权难题的有效路径;在数据估值方面,而在我国当前活跃度较低的数据交易市场上,采取历史成本法更具备客观性和可靠性;另一方面,数据资产从高科技、高效能、高质量3个维度实现价值创造,为企业创造利润的同时对跨境贸易行业的效能提升和生态优化发挥着重要驱动作用,进而为新质生产力的形成和发展提供动能。

　　本研究的案例企业广电运通是大型国有高科技企业,虽然能够对“离岸易”平台的数据资产化实践进行深入剖析,但案例企业的特殊性可能使得研究结论的普适性受到一定影响。不同行业、不同规模、不同所有制企业在数据资源禀赋、技术能力与转型动机方面存在较大分歧,因此的数据资产化创造价值的路径存在显著差异,因此本案例的经验能否推广到其他情境仍需进一步检验。同时,本文探讨的数据资产对新质生产力的赋能作用主要基于单个企业案例的定性研究,而关于数据资产对新质生产力各要素之间的因果关系与作用强度,还需要通过量化数据和大样本实证来检验。

　　未来,数据资产金融属性的开发是释放其资本潜能的关键,如何将数据资产及其未来收益现金流打包成可交易的金融产品,进而实现数据资产化向数据资本化的转化,对于构建数据要素市场、发展数字经济具有至关重要的意义。同时,新质生产力本身就是绿色生产力,随着我国企业数据资产化实践的深入,未来的数据资产将成为驱动低碳经济、实现双碳目标的新引擎。如何发挥数据资产对产业链低碳转型的作用,进而为我国绿色经济发展持续赋能,在当今时代具有极高的研究价值。

参考文献

　　[1]新华社.习近平在黑龙江考察时强调:牢牢把握在国家发展大局中的战略定位奋力开创黑龙江高质量发展新局面[EB/OL].(2023-09-08)[2025-10-11].

　　[2]习*平.发展新质生产力是推动高质量发展的内在要求和重要着力点[J].求是,2024(11):4-15.

　　[3]中国信息通信研究院.数据资产管理实践白皮书(4.0版)[R].2019.

　　[4]LE Y.Concepts,accounting treatment and pricing of data assets[J].Journal of Economic Insights,2024,1(1):26-40.

　　[5]陈德球,胡晴.数字经济时代下的公司治理研究:范式创新与实践前沿[J].管理世界,2022,38(6):213-240.

　　[6]李静萍.数据资产核算研究[J].统计研究,2020,37(11):3-14.

　　[7]程小可.数据资产入表问题探讨:基于国际财务报告概念框架的分析[J].科学决策,2023(11):67-75.

　　[8]罗玫,李金璞,汤珂.企业数据资产化:会计确认与价值评估[J].清华大学学报(哲学社会科学版),2023,38(5):195-209,226.

　　[9]陈慧玲,陶文昭.习近平关于发展新质生产力重要论述的创新性贡献[J].北京理工大学学报(社会科学版),2024,26(4):1-8.

　　[10]袁瀚坤,徐政.新质生产力赋能产业链供应链韧性提升研究:来自上市公司的经验证据.新疆社会科学,2024(5):42-54 180-181.

　　[11]宋佳,张金昌,潘艺.ESG发展对企业新质生产力影响的研究:来自中国A股上市企业的经验证据[J].当代经济管理,2024,46(6):1-11.

　　[12]卢江,郭子昂,王煜萍.新质生产力发展水平、区域差异与提升路径[J].重庆大学学报(社会科学版),2024,30(3):1-17.

　　[13]赵鹏,朱叶楠,赵丽.国家级大数据综合试验区与新质生产力:基于230个城市的经验证据[J].重庆大学学报(社会科学版),2024,30(4):62-78.

　　[14]胡继晔,付炜炜.数据要素价值化助力培育新质生产力[J].财经问题研究,2024(9):48-60.

　　[15]葛勇,李林.数据资源财务入表探讨:基于新质生产力理论视角[J].财务管理研究,2025(1):52-56.

　　[16]张戡,杨珂,王素泽.数据资产与企业新质生产力:基于文本分析法度量的数据资产证据[J].财务管理研究,2025(1):32-46.

　　[17]冯丽丽,辛赫,王林.数据资产、产业结构升级与新质生产力[J].会计之友,2025(6):7-14.

　　[18]唐振达,唐卓.数据资产能为公司创造价值吗?:以F公司为例[J].财会通讯,2025(4):104-109,122.

　　[19]朱锦余,申志强,白瑾瑜,等.财务报表审计中数据资产审计难点及对策研究[J].会计之友,2025(5):15-24.