毕鹏波

在当前激烈的全球竞争环境下，企业的颠覆性创新，是实现高水平科技自立自强和加快新质生产力培育发展的重要驱动力。然而，颠覆性技术的发现是偶发的、不连续的，在传统的创新范式下，进行颠覆性创新具有很高的风险性和不确定性。而以数据要素价值化驱动企业颠覆性技术创新，对于破解创新瓶颈、释放经济发展新动能、推动经济社会高质量发展，具有十分重要的理论价值与实践意义。

随着全球新一轮科技革命和产业变革的加速演进，数据作为关键生产要素的价值日益凸显，已成为催生新产业、新业态、新模式的一种技术创新范式。党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》中明确提出，要“深化数据资源开发利用”；十四届全国人大四次会议通过的《中华人民共和国国民经济和社会发展第十五个五年规划纲要》中，也明确提出要“深化数据资源开发利用”。企业的创新，特别是颠覆性技术的创新，是其实现可持续发展的重要途径，而充分利用数据要素，释放数据要素价值，则是企业重大创新的一个必然选择。

所谓数据要素价值化，是指通过对数据的采集、存储、处理、分析和应用，将无价值的信息信号转化为有实际经济和社会价值的数据的过程。数据要素价值化，通常要经过“原始数据—数据资源—数据资产—数据资本”的演进过程，每一环节都释放不同的经济效应。

在数据采集环节，企业通过对生产、运营、销售、服务等全场景原始数据的收集和分析，精准了解客户偏好，科学预测市场需求，全面把握宏观环境，有效降低了市场信息不对称问题，能为经营决策提供真实可靠的数据支撑。

在数据加工环节，企业通过对碎片化、低质量的原始数据进行清洗、脱敏、提取、挖掘，形成标准、可用的数据资源。数据资源作为生产要素参与企业生产经营活动，能够打破企业内部的信息壁垒与数据孤岛，优化生产管理流程，提升组织运行效率，并与劳动力、资本、技术等传统生产要素高效融合，全面提升资源配置效能。

在数据流通环节，企业通过对数据资源进行确权、评估、定价等方式形成数据资产。此时，数据具有流通属性，可以作为抵押品筹措资金，释放数据资源的金融价值与市场效应。

在数据利用环节，企业利用数据资产化展现出来的金融属性形成数据资本，实现跨企业、跨行业、跨区域有序流动，形成规模效应与网络效应。

在当前激烈的全球竞争环境下，企业的颠覆性创新，是实现高水平科技自立自强和加快新质生产力培育发展的重要驱动力。然而，颠覆性技术的发现是偶发的、不连续的，在传统的创新范式下，进行颠覆性创新具有很高的风险性和不确定性。而以数据要素价值化驱动企业颠覆性技术创新，对于破解创新瓶颈、释放经济发展新动能、推动经济社会高质量发展，具有十分重要的理论价值与实践意义。

颠覆性创新是企业突破现有技术框架、重构市场格局的核心路径，其过程可分为“机会识别、知识整合、技术突破、商业实现”四个阶段。数据要素价值化的过程能够很好地作用于企业颠覆性创新的各个阶段，产生经济效应。

在机会识别阶段，颠覆性创新是以客户需求为基础的，数据价值化能够精准识别用户痛点、发现未被满足的需求，能够帮助企业寻找颠覆性创新的机会，让创新从“被动摸索”转向“主动预判”。

在知识整合阶段，数据价值化能够打通企业、产业内的信息壁垒，畅通创新链知识溢出渠道，加快产业链技术扩散与共享，形成有利于颠覆性创新的生态网络，加速对现有技术的重新整合。

在技术突破阶段，数据要素为技术研发提供强大支撑。如企业可依托海量数据开展技术拆解、数字仿真、模拟试验等研发活动，模拟真实应用场景，缩短研发周期，降低试验成本，显著提升技术研发效率与成功率。

在商业实现阶段，企业能够通过数据信息反馈、分析，迅速了解技术应用是否符合市场需求，及时捕捉用户反馈与市场变化，持续优化产品性能、升级服务模式，快速占领主流市场。

数据要素价值化是驱动企业颠覆性创新的核心动力，而释放这一动力的关键，在于打破数据要素价值化进程中的堵点和卡点，保障数据“供得出”“流得动”“用得好”，构建一个全链条、高效率、安全规范的数据价值实现体系。

首先，要完善制度体系，保障优质数据供给。数据供给是价值化的基础前提，这需要加快构建系统完备的数据基础制度体系，从数据确权、数据定价、收益分配、金融服务等关键领域发力，明确数据权利归属，建立市场化定价机制，健全数据要素收益合理分配制度，完善数据质押、融资、保险等金融配套服务，从制度层面激发市场主体参与数据供给的积极性，保障数据要素高质量、可持续供给。

其次，要搭建数据交易平台，畅通数据流通渠道。数据流通是价值转化的关键环节，要加快构建规范高效的数据交易平台，培育专业化数据服务中介机构，建立数据安全流通、合规交易的监管机制，让数据在各市场主体间安全、顺畅、有序流动。

第三，要强化政策支持，加快企业数字化转型。这需要政府和相关部门出台针对性扶持政策，持续优化政策环境，引导企业加快生产端、管理端、服务端的全流程数字化改造，提升企业的数据采集、处理、运营等基础能力，让企业真正成为数据要素开发利用的主力军。

第四，要完善要素保障，提升数据应用水平。数据应用的核心在人才、在管理。这需要加强数据人才培养与引进，构建多层次、复合型数据人才队伍。同时，推动企业完善数据管理架构，提升全员数字素养与数据应用能力。

当前，数据要素的价值潜能正在加速释放，对企业颠覆性创新的引领、促进作用日益凸显。我们要以数据要素价值化为抓手，持续激发企业的创新活力，不断突破关键核心技术，加快推动新质生产力培育步伐，为高水平科技自立自强筑牢坚实根基，进而为经济社会高质量发展注入强劲创新动力。

（作者单位：中共烟台市委党校）