一、问题的提出 我国是首个将数据纳入生产要素范畴的国家，并将数据与土地、劳动力、资本、技术等传统生产要素并列，作为创造经济价值的基础性资源。因此，相较于传统企业理论视角，我们迫切需要辨明数据相较于其他生产要素的学理特质，通过明晰数据如何为企业创造价值、如何转化为企业竞争优势的理论逻辑，指引中国企业更好地利用数据资源，在新一轮科技革命与产业变革中领跑全球。 过去10多年来，我国数字经济和数据产业得到快速发展，以阿里巴巴、腾讯、华为等为代表的数字平台企业，基于庞大数据体量，创造出巨大的经济价值和社会价值，构筑起强大的竞争优势；以海尔、美的、正泰电器、海康威视等为代表的制造业企业，利用数据资源实现技术创新和模式创新，改变了企业价值实现方式；以今日头条、抖音、美团、快手等为代表的互联网“新贵”，更是利用数据要素和数字技术，颠覆了亿万人的社交生活方式、用户消费体验，产生了巨大的数字生态效应。以上事实突显了数据要素的价值性、数据决策的科学性、数据赋能的高效性，①表明数据要素已成为助力企业高质量发展的重要动力。可见，将数据明确纳入生产要素并将数据资产入表，是中国企业在数字时代领先全球的重要管理理念和实践。 那么，数据是否必然转化为企业价值？掌握更优数据的企业是否必然获得超越同行的价值回报？从现实情况来看，数据转化为企业价值及其竞争优势的过程，往往蕴含着复杂的条件，存在独特的机制。对截至2025年4月底我国已经开展数据资产入表的100家上市公司的数据分析显示，②大部分样本企业没有因为数据资产入表而呈现更好的股价表现，也没有因为在数据层面的持续投资而实现投资绩效的显著提升。其中，首批入表的23家上市公司股价并未出现明显上升，甚至其当期资产回报率出现了下降。由于存在组织设计缺失、标准不一带来的“信息孤岛”、数据质量不高等问题，企业数据要素融通困难，红利释放面临数据快速折旧、数据价值难以评估等的约束。③这就给理论研究提出了新的命题——什么样的数据能够为企业创造经济价值、企业在何种条件下可以利用数据构筑起自身竞争优势？在实践中，因为缺乏有效的理论支持，不少企业盲目投资“产业互联网”，急于参与数据生产、数据交易和数据资本化，最终出现大量低效或无效投资。 对数据如何为企业创造经济价值并转化为竞争优势这一管理学基本问题做出理论回应，是中国管理学界独特而重要的理论发展机会。按照经济增长理论，每一次核心生产要素转变的背后，都是“技术-经济”范式的变革，进而带动认知模式和管理范式的跃迁。④按照既有的资源基础观，企业资源特性和战略要素市场可以解释企业间的绩效差异，⑤但相较于传统资源，数据具有非竞争性、可复用性、可流动性、使能性、非生产和消费统一性、外部性和虚拟性、非均质性等特征，⑥简单地套用资源基础观已经无法很好解释数据作为一种生产要素如何引致企业绩效差异。为此，我们需要深化对数据的学理认知，明晰数据的本质特征，进而发展新的企业理论来揭示数据的价值创造规律和竞争优势构建规律。概括来说，本文尝试构建的企业数据基础观是对资源基础观的发展，对于深化数据要素化背景下中国企业战略变革和产业政策实践具有直接的启发意义。 二、企业数据资源如何创造价值 在数字经济时代，数据已成为新型生产要素，形态多样的数据已经实实在在地存在于企业生产经营的全过程。因此，我们可以把企业看作数据资源的整合体，进而从资源生成的角度，阐述数据的内涵和形态，厘清不同类型企业如何将数据资源资产化进而价值化的学理逻辑。 (一)何为数据资源 目前文献对“数据”的定义比较多，如国际标准化组织(ISO)将数据定义为信息的一种形式化方式的体现，以达到适合交流、解释或处理的目的。我国《“十四五”数字经济发展规划》提出，数据是数字经济深化发展的核心引擎，能够对提高生产效率发挥乘数作用。中国信息通信研究院将数据界定为对客观事物的数字化记录或描述，是无序的、未经加工处理的原始素材。⑦由于数据具有形态多变的特征，因而常与数字、信息、知识等概念混在一起。我们利用知识管理和信息科学领域经典的DIKW模型来定义数据资源。⑧该模型把“数据”定义为与事件有关的一组离散的、客观的事实描述，是构成信息和知识的原始材料，“信息”是经过处理且有用的数据，“知识”是被处理、组织过的信息，“智慧”则是对事物的深入理解。而“数字”应被归入“使能性技术”或“通用目的技术”范畴，统指那些在各自领域具有普遍使用潜力和技术活力、能够不断迭代改进并引致各类应用场景创新的技术。如果说数据是一种新型生产要素，数字则是技术要素在数字经济时代的延伸。⑨Bellinger等进一步提出，作为原点的数据来自现实世界，不存在与任何规律的联系及理解，只有当数据被加工后，才形成表征数据间逻辑联系的知识。⑩按此逻辑可得出两个结论：第一，原始数据需要被加工为信息、知识后才能创造经济价值。随着被加工程度的深入，数据资源表现出不同的价值水平。第二，不能简单地套用知识基础观、资源基础观来分析企业数据资源，因为数据资源具有与知识以及传统资源不同的加工处理过程和价值创造过程。 本文从价值分析视角，把数据资源的基本特性总结为三个方面。一是原始数据通常体现为弱价值性。这是数据要素难以在场内开展交易的主要原因之一。二是数据资源具有非完全竞争性。由于数据的可流动性，弱化了排他性，再加上数据的高度外部性、可供性和高损耗性，进一步弱化了其竞争性。这与传统资源存在显著差异，传统资源具有稀缺性、弱外部性，更由于明确法律意义上的产权属性，具有显著的竞争性特征。三是数据所有权的非明晰性。数据本身的高流动性、虚拟性、高衰减性和弱排他性，使其所有权界定非常复杂。中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》只是规定了数据持有权，并没有界定数据所有权，数据生产者难以完全获得数据可能创造的经济价值。这一点显著不同于知识资源，虽然知识资源也存在高流动性，但知识所有权是有法律和制度界定的，可以直接参与知识创造的价值分配。
