DOI：10.12154/j.qbzlgz.2026.03.001 1 引言 在信息技术发展的背景下，数据是推动智能化变革的主要力量，更是发展数字经济的基础。目前，我国正在加快建立以数据要素为核心的市场体系，各类数据交易平台相继成立。同时，《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》《“数据要素×”三年行动计划（2024—2026年）》以及《中华人民共和国数据安全法》等政策文件的出台，给数据确权、交易、监管等重要环节提供了制度保障。然而，尽管制度体系逐步完善，但数据要素仍然不能实现安全、合规、大规模、高效率的流通[1]，其原因在于，数据价值的产生和实现受到多种因素的相互影响。与劳动力、技术、资本等传统生产要素相比，数据要素的非竞争性、外部性、规模经济性特征导致其价值创造呈现出动态性、复杂性与非线性趋势[2]。数据的复用性、场景化特点，加剧了数据价值实现的复杂性[3]。数据价值的实现不仅仅与数据质量、产权有关，还与主体、制度、市场等各方面的相互作用有关。虽然现有的研究对于数据价值实现的影响因素识别以及实现已经有了一定的进展，但是对于数据价值实现过程中各个环节中多种因素之间的相互关系，特别是哪些因素起着主导的作用，多因素之间怎样相互影响，形成哪些关键的影响路径等问题尚未深入探讨。 基于此，本文围绕数据价值实现流程，构建数据价值实现的三链系统，通过链级演化仿真分析回答以下问题：（1）数据价值实现的链级结构如何？（2）在不同链级演化过程中，哪些因素发挥核心作用？（3）各因素在链内与链间交互中影响价值实现的关键路径有哪些？厘清这些问题可以明确什么因素显著影响数据价值实现，理解因素间是如何逐步作用于数据价值实现，从而为推动我国数字经济的高质量发展提供理论支撑。 2 相关研究 2.1 数据要素价值化过程 数据要素的价值化就是把潜在的价值变成现实的价值的过程[4]，学界从不同的角度对数据的价值化进行了研究。（1）价值化过程中数据价值形态变化。Miller和Mork[5]提出的价值链理论为认识数据价值流转赋予了基本架构，而且被普遍应用到显示数据要素价值形成的过程当中。但是目前对于数据价值化的过程还没有形成一致的认识。如马费成等[6]将数据价值化过程分为数据采集、数据组织、数据流通、数据利用。张志朋等[7]则认为数据价值产生要经过资源化、产品化、商品化、资本化这四个过程。相比而言，主流观点是分为数据资源化、数据资产化和数据资本化[8]。（2）价值化过程中数据价值类型的划分。就数据本体而言，数据要素具有使用价值和交换价值[9]。从存在状态看，具备潜在价值和实际价值。前者指的是数据所具有的可能性，后者要依靠场景和技术来实现[10]。从数据类型上讲，公共数据有社会价值，产业或者企业数据以经济价值为主，个人数据要兼顾隐私和收益价值。学界对于不同类型的资料价值的探讨也更加广泛。马费成等[11]认为企业可以采取出售的方式，使数据资产变成数据商品，在社会生产中实现价值。林镇阳等[12]提出个人数据银行模式，即个人在政府引导和监管之下，以授权的方式参与到数据市场中来。（3）对价值化过程中价值增值的机理加以探究。数据质量是价值增值的前提，共享与利用决定着价值增值的空间[13]，数据在流转中不断实现价值增值[14]。索传军等[15]认为企业档案数据在转移过程中产生的新知识，会给原始档案资源带来附加效益，实现价值增值。周霞等[16]认为政府开放数据价值增值不能缺少各主体的共同参与，各主体共同促进数据的流动和转化，从而产生知识成果。 2.2 数据要素价值实现的影响机理 数据价值实现就是指通过数据交易流通来推动价值的转变，在应用场景中充分发挥出它的经济效益和社会效益的过程。现有研究主要从以下方面展开：（1）数据价值实现的因素。大部分研究把数据价值实现影响因素分为制度和技术等外部因素、数据质量和属性等内部因素、利益相关主体行为和能力因素[2]。如盛小平和吴红[17]从利益相关者理论出发，分析了政府、研究人员、数据中心等各个主体对于数据价值的影响。马费成等[18]借助价值链分析了数据确权对于数据价值实现各个环节的影响。（2）关于数据价值实现的影响机制。一些学者用模糊集定性分析、内容分析或者系统动力学等手段，对因素间的作用机理进行了进一步的研究。如郭宇等[19]对健康数据价值实现影响因素进行了梳理，用模糊集定性法分析了各个因素之间的组合路径。程铄和夏义堃[20]在文献调研的基础上，用内容分析法研究了高价值公共数据价值释放和实现的机理。郭海玲等[21]创建了跨境数据价值实现系统动力模型，并且用仿真分析找到了重要的影响因素。 综上所述，数据价值实现是多阶段、多因素共同作用的过程，其核心在于不同的阶段联动与因素间的传导。现有研究多以静态分析为主，虽借助定性分析或系统动力学探讨影响机制，但对不同阶段、因素间的传导逻辑与路径分析仍显不足。因此，本文引入多链范式，识别由数据链、交易链和创新链组成的数据价值实现多链结构，从新的视角建立数据价值实现不同阶段间的关联机理，并结合专家知识与仿真方法分析核心影响因素与路径。 3 数据价值实现的系统构建及其影响因素识别 3.1 数据价值实现多链系统 揭示数据价值实现影响机制的核心在于明晰数据形态演化中价值形成的关键路径。数据价值效能取决于参与主体间的互动和协作，推动数据价值显性化[22]。这就要求不同主体间需要形成协作关系，保障数据在各阶段流转。张晓娟等[23]指出数据在流动、转化过程中，相关主体也会因数据的流动、转化而联系在一起，形成某种形式的链式关系。李正辉等[14]指出数据价值链是以生产和使用的流程链条，以及数据与产业融合的实体链条组成。然而现有研究对于数据价值实现各个阶段的内部以及多阶段协同的影响因素研究较少，未能深入分析数据价值实现的链式机制。因此，本文参考已有的数据链式和数据价值化过程，构建数据价值实现多链系统（见图1），以分析数据价值实现的链级演化过程。
