截至2022年，我国数字经济规模已达到50.2万亿元，占国内生产总值比重提升至41.5%，成为推动经济增长和转型升级的重要引擎。作为数字经济的核心组成与新型战略资源，数据已与土地、劳动力、资本和技术等传统生产要素并驾齐驱，深刻影响并重构着经济社会结构。数据的爆发性增长，使得我国在2022年数据产量就已稳居世界第二，占据全球数据总量的10.5% ^[1]。伴随多年数字化转型探索，出版企业亦积累了大量的数据资源，特别是在出版业融合发展的背景下，数据资产将成为出版企业的核心资产之一。如何科学高效地管理和开发这些数据资源，不仅关乎出版业的数字化转型和创新发展，更在相当程度上影响着出版业在数字经济时代的竞争力和可持续发展能力。

目前学界关于数据资产的相关研究，主要聚焦在以下三个方面：一是对数据资产概念范围的探讨。数据资产作为新兴概念，其定义与内涵在学术界和业界尚未形成统一共识，但学者们普遍认为数据资产是数字经济时代的关键生产要素。谭明军从会计学角度出发，对传统资产、信息资产、数字资产和数据资产等相关概念进行了界定，并指出数据资产权属确认的重要性，为后续分析奠定了基础^[2]。吴超则从更为宏观的角度讨论了数据从原材料到数据产品的价值链，强调了数据资本化过程中的经济问题和隐私保护问题^[3]。李海舰和赵丽分析了数据作为生产要素的理论机制和价值形态演进过程^[4]。二是数据资产的认定与价值评估。数据资源的价值评估是实现其资产化的核心环节。胡亚茹和许宪春探讨了企业数据资产价值的统计问题，提出了适用于不同数据货币化策略的测度方法^[5]。王娟娟和金小雪以互联网信息服务行业为研究对象，识别了数据资产价值的影响因素，并针对不同盈利模式下的数据资产价值评估方法进行了改进^[6]。朱秀梅等系统回顾了数据价值化的研究，构建了数据价值化的整合研究框架^[7]。三是数据资产建设与管理的策略研究。数据资产的管理与运用是发挥其价值的关键，已有研究多从技术和制度层面进行探讨。刘吉超通过分析当前数据要素市场建设的成效与存在问题，提出了构建数据交易法律体系、完善数据资产评估与定价机制、丰富数据产品市场化供给、加强数据交易新技术研发应用等策略建议^[8]。徐涛等提出了企业数据资产化实现路径的理论模型，主要包含数据战略、组织架构建立、系统和平台开发搭建等^[9]。综合来看，现有研究虽然对数据资产的概念、构成与管理等内容进行了较为深入的探讨，但相关研究多以会计视角切入，聚焦于互联网信息服务等行业，对出版企业数据资产的特定含义和边界尚未形成整体认识，并缺乏针对出版行业特征的系统性建设策略和管理建议。鉴于此，本研究旨在论述出版企业数据资产建设背景与意义的基础上，辨析行业数据资产的内涵与特征，并通过分析其构成要素和重难点问题，为出版企业的数据资产建设实践提供参考。

出版企业进行数据资产建设的动力源自多个方面。相关政策措施的出台、产业环境的发展共同为出版业数据资产建设提供了明确的路径指导和充足的便利条件。在此背景下，数据资源的发掘与积累对出版业数字化转型发展的重要意义愈发凸显。

自2014年“大数据”概念被首次写入《政府工作报告》起，国家对数据的战略地位认识不断深化，政策布局逐步加码。2019年10月，党的十九届四中全会正式将数据纳入生产要素范畴，标志着数据作为国家战略资源的地位得到确立。2021年工业和信息化部发布的《“十四五”大数据产业发展规划》为数据产业的发展指明了方向，致力于推动数据技术、数据产业、数据应用和数据安全等方面的全面发展。2022年12月，中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”），作为我国首部从生产要素的高度系统部署数据要素价值释放的国家级专项政策文件，为数据要素的管理和使用提供了更加明确和规范的框架。在此基础上，2023年12月，财政部印发的《关于加强数据资产管理的指导意见》从数据资产的分类、确权、评估、流通和收益分配等多个维度提出了具体要求，进一步强化了数据资产管理的实际操作和实施细节，为数据资产的有效管理和价值实现提供了更为明确的政策支持和行动指南。随着国家数据局的成立和《企业数据资源相关会计处理暂行规定》自2024年1月的正式实施，从战略层面的重视到具体实施的指导，政策措施的不断完善为出版业数据资产的体系化建设管理奠定了坚实的指导参考，有望助力出版企业在激烈的市场竞争中把握先机，推动出版业的数字化转型和持续创新。

数字出版产业形态不断迭代，为出版业积累了丰富的基础数据资源。从生产端来看，出版企业编、印、发及内部管理等核心环节均已深度融入数字化流程，积累了包括作者、内容、编辑、销售、财务等大量数据信息；从消费端来看，内容载体的数字化、平台化发展和数字内容消费的普及，促使用户的阅读习惯逐渐向线上迁移，并在各类数字平台上产生大量丰富的内容交互数据；从管理端看，国家在文化数字化方向的战略布局，推动了一大批优秀公共文化服务平台的涌现，各类文化机构中心知识数据的源源汇集，进一步丰富了内容的来源渠道，为便利数据资源的传输和共享提供了有力支撑。

数字经济的不断发展，呼唤以数据为核心的新型生产要素进行价值赋能。数字经济是以数据资源为基石，强调信息的高效流通与价值挖掘，以数据资源的有效利用和价值转化为核心的经济新形态，这对出版业进行数据资产建设起到显著的推动作用。数字经济的发展产生了海量的用户数据和行为信息，在此环境下逐步探索建立起的数据流通和共享机制，拓宽了企业获取多维数据信息的渠道。出版企业可以通过与其他行业进行数据交换与合作，丰富数据类型，增强数据资产的多样性和深度。在数据驱动的新型商业模式下，出版企业还可通过对数据资产进行深度开发，采取基于内容数据的版权运营、跨界合作和多元化经营等手段探索新的盈利渠道，推动融合发展商业模式的创新和变革。

首先，数据资产建设有利于推动业务数字化进程，加速传统出版企业的数字化转型。数据资产化建设的推进不仅能够促进企业数据线与业务线的深度融合，显著提升对线上业务数据质量和安全的控制力度，还能更为高效地将内容从物理形态转换为数字形态，为内容的数字化转换提供强大支持。特别是在数字内容消费火爆的背景下，出版企业可以通过基于数据的场景化应用，形成以数据驱动为核心的内容创新和服务创新，加速推进出版企业在数字化时代的深度转型和持续变革。

其次，数据驱动决策使得出版企业能够更加科学地进行内容生产和市场运营。传统出版模式下，出版决策往往依赖于编辑和管理者的个人经验和主观判断。但随着数字智能技术的不断进步，出版企业可以通过系统性地整合分析生产端和消费端产生的数据，设计出更为高效的业务流程和数据模型，为经营决策提供更为客观和科学的依据，从而降低决策风险，提升管理精准度。例如，出版企业可以利用数据分析对印刷、装订等环节进行流程精细化管理，减少浪费和损耗；或者通过数据预测模型来优化库存管理和物流配送策略，提高整体运营效率。

再次，数据的合理开发运用能促进与其他产业的协同合作。随着融合发展的深度推进，数据的积累流通可以有效降低出版企业信息的不对称和交易成本^[10]，探索新的市场机会。出版企业凭借自身在数据积累和分析方面的优势，可与文化产业、旅游产业、教育产业等领域开展合作，共同研发新的内容产品、展现形式和产品形态，探索以数据互通共享为核心的新型产业链和商业模式，从而有望快速拓展业务规模和市场份额，不断做大做强产业规模。

“数据资产”的概念早在1974年便已出现^[11]，但时至今日，关于数据资产的概念、形态和计量还尚未形成统一共识。目前使用较广的定义出自中国资产评估协会和中国信息通信研究院。中国资产评估协会发布的《资产评估专家指引第9号—数据资产评估》将数据资产定义为“由特定主体合法拥有或者控制，能持续发挥作用并且能带来直接或者间接经济利益的数据资源”。中国信息通信研究院发布的《数据资产管理实践白皮书6.0版》从数据价值性角度出发，将数据资产定义为“由组织(政府机构、企事业单位等)合法拥有或控制的数据，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。”上述定义为当前理解数据资产提供了参考，但鲜少结合出版行业具体特征对“数据资产”概念进行深入辨析。因此本研究拟在立足出版行业特征的基础上，结合最新管理精神，尝试从会计学视角出发，揭示出版企业数据资产的主要特征。

从会计学角度看，资产是指“企业所拥有或控制的资源，这些资源预期能够给企业带来经济利益”，其核心特征主要有控制权、经济利益、可识别性和未来利益四种。一般常把企业资产分为有形资产和无形资产。“无形资产”主要指不具有物理实体，无法触摸或看到的资产，如企业的专利权、商标权、版权、商誉、技术秘密以及软件等。除无实体性特征外，资产价值的不断变化、对未来经济效益预期存在巨大的不确定性等，也是无形资产的明显特征。因此数据资产通常被视为一种无形资产。从常用语境出发，“数据资产”经常和“信息资产”“数字资产”概念混用。结合行业特征及相关研究，如表1所示，本研究将三者概念具体理解归纳如下：

综合来看，“信息资产”作为一种历史阶段性概念，虽然指涉范围最广，但随着数字技术的发展，目前此概念已鲜少使用。在数字经济发展的语境下，“数字资产”和“数据资产”概念则通常更易被人提及，因此有必要分析二者的主要特征。

数字资产与数据资产虽然都与数据有关，但所指的范畴、特性和应用场景存在明显差异：“数字资产”概念更为侧重金融属性和交易属性，主要依靠数字内容的版权价值来实现收益，是指那些以数字渠道分发，并可通过网络平台进行内容交易的资产，如电子书、数据库、数字媒体文件、在线订阅服务和数字版权等；而“数据资产”则更强调所含信息的潜在经济利益，侧重指通过现代计算技术对信息进行处理和分析后形成的有价值资源，如内容生产过程中的相关统计信息、发行过程中的数据表现、读者购买行为、阅读习惯的模式识别以及社交媒体上的互动数据等。

但在一定程度上，出版业的数字资产和数据资产又存在紧密的联系，并可以在特定条件下进行相互转化：数字资产被使用后会产生新的数据，这些数据通过收集和分析，可以转化为对企业有价值的数据资产；而当数据被加工、整理并以某种形式进行发布或销售时，原始状态的数据也可转化为一种具有交易价值的数字资产，此种互相转化的情况在出版业提供以数据为主要内容的知识服务过程中体现得尤为典型：以各行业蓝皮书为代表的出版过程为例，其出版活动的本质是出版主体作为数据服务商，为读者用户提供有针对性的市场洞察数据和策略建议，从而将这些数据成果转化为实际的商业价值。在此过程中，蓝皮书中的数据内容既从形式上来说属于出版业的数字资产，又从价值层面来看因具备潜在分析价值，属于数据资产。因此数字资产和数据资产在出版业中各具特色且相辅相成，二者的灵活转化和利用可以为出版企业创造出更大的商业价值，从而凸显出出版企业数据资产建设的巨大潜力和广阔市场前景。

作为数据资产建设的第一步，数据资源的分类对于提升数据价值、推动数据开放共享和保障数据安全具有重要意义。结合目前多数出版企业建设情况来看，加强对数据资源的识别尤为重要且迫切。出版企业可借鉴相关行业典型做法，根据数据的属性、特征、价值和敏感性等因素进行合理的识别与整理，通过构建合理的数据分类体系，提升数据资源管理的效率和水平。

目前对数据资源的分类呈现多维度、多方法的特征：从资源存储角度看，数据可分为基础、中间、应用三层，各层对数据集成与灵活性需求迥异；从加工维度看，数据可分为原始、衍生与产品三类，主要强调加工者的劳动差异；从安全维度出发，则可分为一般、重要及核心数据，旨在降低数据信息的安全风险。不同分类方式映射出数据在存储、加工、应用及安全等不同应用场景的复杂性。“数据二十条”按照数据权益归属的不同，将数据分为公共数据、企业数据、个人数据三大类，此种分类方式不仅有利于根据不同类型数据的特性建立细化的分类标准与使用流通规范，也有助于建立不同主体的权责利动态调整机制^[12]。结合出版企业自身业务特征和管理方式，本研究尝试从实操角度出发，按照数据的来源、用途和关联的业务流程，将企业所采集到的部分用户个人数据也纳入其中，如表2所示，将数据资源划分为个体数据资源、业务数据资源、经营数据资源和财务数据资源四大类别。尽管该分类方式在个别类目中存在重叠现象，但这仅仅是为了揭示同一数据资源在不同维度下被归类的可能性，旨在为数据资源分类提供思路参考。

个体数据资源主要聚焦企业员工、作者和读者的基本信息、偏好和行为数据等，这些数据对于内容的针对性创作和提供个性化服务至关重要；业务数据资源主要涵盖出版过程中产生的各类数据，包括书籍的元数据、编辑和生产记录等，这些数据对于内容的组织、管理和质量控制起着基础性作用；经营数据资源主要涉及产业运营层面，涵盖市场分析、营销策略和供应链信息等，这些信息对于企业的战略规划和运营决策具有指导意义；财务数据资源则主要包括财务报表、预算和税务记录等，这些数据是评估企业财务健康状况和制定财务策略的关键依据。按照此种分类，可以较好地反映相关数据在个人身份信息、日常业务操作、企业战略决策和财务运营中的不同角色价值，有利于出版企业更为有效地管理和利用自身数据资源，开发潜在的商业价值。

将企业的数据资源转化为数据资产，最为关键的一步是将数据资产“入表”，即将数据资源确认为企业资产负债表中“资产”一项，是把企业的各类数据资源进行登记、分类、价值评估和管理的流程。在将数据资源识别为数据资产的具体实施过程中，应当遵守以下的共性原则：首先是进行数据维度划分，可参照其他行业相关实操指南，由编辑、技术、法务等多部门人员组成工作组，结合企业特性，按照编辑出版、发行营销、行政管理等业务条线划分核心数据域，并明确采集的原则、范围及可能的数据关联；其次是进行系统盘点与数据整合，从企业主要的内容生产流程、销售渠道管控等方面入手，对现有ERP系统、OA系统和WMS等系统进行盘点，整合既往数据，关联业务流程，确保全面识别数据来源和功能，形成数据条目，并特别注意敏感数据的准确性和完整性；接着是进行数据价值评估，根据梳理结果将数据条目归类形成数据清单，并与业务部门沟通，明确数据的使用场景和重要程度，并采用成本法、收益法、市场法等评估方法，构建多场景的数据价值评估体系；最后，建立监测机制，持续关注数据的变化和发展趋势，对数据分类、分级流程进行动态调整和优化，以确保出版企业数据资产的安全、合规和高效利用。

从目前行业整体建设情况来看，多数出版企业通过数字化转型，形成了一定规模的数字资源，但对于数据资产的建设和管理，整体还处于起步阶段。尽管相关指导意见及措施为出版企业提供了政策指引，但其中的建设难度和存在问题不容小觑，对数据资产建设管理路径的探索依然是一场漫长且艰辛的过程。

从经营管理角度来看，多数出版企业对数据资产管理的真正价值和功能发挥还认识不足，未能充分挖掘到数据分析在提升内容生产效率、优化市场营销策略、增强用户体验等方面的潜力。加之数据资产建设管理需要投入大量的人力、财力和技术资源，而这些投入在短期内可能难以看到直接的经济回报，导致企业在推进数据资产建设方面缺乏积极性。从业务分工角度看，数据资产的建设管理往往被视为IT部门的职责，与内容创作、市场发行等部门业务活动相隔较远，数据资产建设团队与业务团队因缺乏有效的协同机制，可能出现建设管理团队不清楚业务团队的数据需求，业务团队不知道如何参与数据资产管理工作的窘况。这两种情况的存在，致使出现因缺乏明确的数据战略规划和执行力，企业数据资产建设管理活动与核心业务活动之间脱节情况的发生。

从出版业数字化转型实际情况来看，数据存储能力不足和数据服务体系的不完善，是制约出版企业数据资产建设的主要问题。由于历史原因和技术限制，一些出版企业对个别业务类型数据的记录仍然停留在依赖传统文档存储，人工手动录入的境地。加之缺乏标准化、规范化的数据管理和应用机制，企业内部各部门间的数据难以互通有无，这种数据孤岛现象^[13]导致信息流通不畅，无法形成统一的数据视图，严重影响了数据驱动决策的科学性和精准性。其次版权管理制度的不完善和数据交易机制的缺乏也是一大阻力。由于在版权管理方面的技术支持不够，一些出版企业缺乏专业的版权管理系统建设，不仅导致版权归属和定价管理困难，更影响了数据资源的估值、合理利用与保护。再者，业内通用数据标准体系和交易流通机制的不完善阻碍了出版行业数据的兼容性和流动性。不同来源、不同格式、不同标准的数据难以统一整合，即便是已经整合好的数据也因市场交易标准的缺失，难以在行业内进行自由流通和充分利用，这无疑限制了数据资产的增值潜力和创新应用空间。加之多数出版企业还面临转型过程中技术储备不足、复合型专业人才的缺失以及数据安全和隐私保护等挑战，严重制约了数据资产的建设步伐和价值发挥。

从数据资产自身建设规范来看：首先，数据资源质量是数据资产管理的基石，但在出版业具体实践中，往往会由于数据源头的多样性、数据采集和处理的不规范以及数据更新和维护的滞后等原因，造成数据质量难以达到助推业务发展的预期。例如，基于深耕内容领域的不同和出版、发行业务条线并行的情况，出版企业可能从多个渠道获取读者数据，但这些数据在格式、标准和质量上存在差异，导致数据整合和清洗的难度加大。其次，数据资产的产权界定也是一项亟待解决的问题。由于数据的可复制性和共享性，数据资产的产权难以像传统资产那样清晰界定。尽管《关于构建数据基础制度更好发挥数据要素作用的意见》对数据资产确权进行了初步规范，提出了数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度，但由于数据具有主体参与性、非唯一性、伴生性等特性，特别是在出版业中，出版物本身就涉及作者、出版社、发行商等多个利益相关方，使得数据确权问题更加棘手。最后，数据资产的价值评估也是出版业需要进一步探索的重点与难点。虽然目前传统资产评估方法仍为主要参照，但作为一项复杂、虚拟、可共享的新型资产类型，数据资产的标准化程度较低，导致使用此种方法进行评估具有相当的局限。相关学者专家为此还提出了多属性综合评价法和机器学习等方法^[14]，但均缺乏明确的应用案例和验证分析，未被大范围采用。出版企业仍需要结合行业特点和市场规范情况，探索更为合适的数据资产评估模型，建立科学合理的价值评估体系。

保障数据资产的安全流通也是出版企业在数字化时代必须面对的挑战。除避免常规的黑客攻击和数据泄漏等情况出现外，出版企业在与其他机构进行数据共享和交换时，也需要及时确保数据资产的安全和隐私，防止数据被滥用或非法获取。随着数据量的不断增长和业务需求的不断变化，出版企业还需要建立一套动态、完善的数据治理体系，以确保数据资产的有效利用和持续增值，这其中就包括对数据资产进行定期的质量检查、更新维护，以及对数据资产的价值进行持续的评估和挖掘，从而确保数据的准确性、完整性和一致性。同时，出版企业还需要持续投入资源和精力，进行数据质量的监控和提升，以及数据技术的创新和人才培养，并不断适应新的技术手段，探索新的商业模式，以合理发挥数据资产的价值。此间要求具备的数据管理能力和创新能力，以及消耗的财力、物力、人力，对于出版企业更是一项巨大的挑战。

尽管如此，出版企业还是需要在深刻认识数字经济发展的大趋势下，进行数据资产建设的重要意义与作用，将外界的发展压力转化为自身积极建设的动力。

出版企业可以将增强自身数据建设准确性、完整性和安全性的过程视为践行数字化转型的探索。从企业经营角度来看，进行数据资产建设一是可以将原本计入相关费用的数据计入资产项，从而有助于改善企业的资产负债率，使财务报表更加真实、准确地反映企业的财务状况和经营成果，增强企业的会计透明度，这对于提升企业的信用评级和融资能力具有积极意义；二是对于上市出版企业，由于数据资产具有潜在的商业价值，将其纳入企业资产范围，有助于提升企业的整体估值与价值，这对于吸引投资者、增强市场竞争力具有重要意义；三是按照《关于延续实施文化体制改革中经营性文化事业单位转制为企业有关税收政策的公告》规定，出版企业从2023年起不再享受税收优惠。根据《企业会计准则第6号——无形资产》认定标准，数据资产当满足如技术上具有可行性、有使用或出售的意图、能够产生经济利益等无形资产的确认条件时，就可以被视作无形资产进行处理，为企业提供税收抵扣增项，增加企业收入。如果能将相关数据资产建设费用归集于具体研发项目内，则还可将之视为研发费用，从而合理利用《关于进一步完善研发费用税前加计扣除政策的公告》政策规定^①，进一步提升企业利润。

数据基础设施是从数据要素价值释放的角度出发，在网络、算力等设施的支持下，面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施^[15]。尽管在十几年前，一些出版企业就已开始采用Oracle、用友、金蝶等国际或国内知名软件公司开发的ERP系统来管理业务，但当时ERP建设的重点主要集中在业务的规范化管理上，软件的功能和模块设计相对固定。由于高昂的实施成本、对企业标准化流程的较高要求，以及对投入产出比的考量，致使ERP的深入建设受到了一定的限制。

近两年来，随着数字经济的蓬勃发展，出版企业因应数据管理需要和数字化生产流程的深度调整，ERP建设再次受到重视。但此次的重点已转向利用ERP系统进行体系化的数字管理规范，旨在实现业务数据的规范化处理和各生产流程数据的整合，以期达到优化生产流程、提升工作效率与协同能力的目的。因此，生产流程数据、管理数据、营销数据，特别是企业多渠道电商数据等子系统数据的整合与协同分析，成为出版企业数据基础设施建设的核心任务。在以ERP为典型代表的企业数据基础建设过程中，一是要提升数据汇聚能力，注重利用现代数据基础设施，如5G、高速光纤等高速通信网络，结合物联网、区块链等技术，实现多源、多维数据的高效接入和精准权威认证；二是要提高数据处理能力，借助云计算、边缘计算等技术，提供高效、安全的数据存储、计算和分析能力，通过提高数据处理的速度和质量，以应对大规模数据处理的需求；三是要促进数据的流通运转能力，借助数据空间、区块链等技术，打通数据流通共享过程中的堵点，构建高效、安全的数据流通环境，促进数据在不同主体、不同过程间的合规高效流通；四是要提升数据应用能力，通过引入智能决策、辅助设计等能力，结合在出版、发行过程中的具体应用场景，将数据基础设施与选题策划、编辑加工、印刷发行等出版业务流程深度融合，以期实现数据驱动的业务创新和优化，进而提高企业数字化转型效率和盈利水平。

数据资产的建设运营，应站在出版企业顶层设计的角度通盘考虑，通过形成整体的建设规划方案，来进一步细化责任主体，明确时间节点，从而进一步提升建设的执行力和落地的精准度。建设规划总体上可分为三个阶段：数据资源化、数据资产化和数据资本化。

数据资源化阶段的目标是对企业现有无序、杂乱和分散的数据进行有效治理。其核心任务是数据资产的盘点和数据质量的管理。出版企业需通过建立一套标准化的流程来管理作者资料、编辑记录、销售数据、市场分析报告等关键数据资源，使得原本分散的数据转化为可用、可信、合规的高质量数据资源，为后续的深度开发和应用打下坚实的基础。

数据资产化阶段侧重将经过治理的数据资源转化为具有实际应用价值的数据资产。此阶段的核心任务是数据价值的认定和数字安全保护。如上文所述，在制定一套数据资源价值评估体系的基础上，完成数据资产入表，并综合利用加密措施、严格访问控制、培养安全意识等手段确保数据资产的安全使用。通过运用统计分析、机器学习、数据挖掘等技术，发现数据中的隐藏规律趋势和潜在价值。

数据资本化阶段是指赋予数据资产金融属性，使其能够在资本市场上进行流通和交易。在这一阶段，出版企业可尝试开发数据驱动的创新产品、制定数据资产运营的流程和规范，并关注数据资产市场的动态和技术应用趋势，及时调整和优化数据资产管理策略。头部出版企业还可以通过数据信贷融资和数据证券化两种方式实现数据要素的社会化配置，将数据资产转化为可量化的资本，进一步促进数据资产的社会化配置和价值最大化。

出版企业应密切关注国家关于数据资产管理使用的最新政策规范。一是借助政策红利，主动参与公共数据资源开发利用的相关活动。出版企业可以积极对接国家数据局等政府部门，并与公共机构合作，积极参与“数据要素×行动计划”的实施和国家文化大数据网络建设，在典型应用场景的探索实践中充分利用公共数据的乘数效应，提升自身数据资产的应用效能和市场竞争力。出版企业还可通过与龙头企业、平台企业、中小微企业等开展双向公平授权合作，探索与其他机构进行数据授权使用的新模式，共同合理使用合法、合规、高质量的数据资源。二是要关注核心技术创新，培育数据价值链上的新兴主体。出版企业可利用国家在数字建设领域的相关支持政策，积极参与高质量人工智能数据集、新型算力调度网络等建设项目，持续提升数据资产的附加值。相关企业还可积极参与数商的培育和发展，发展服务型、应用型、技术型数商，促进数据流通、价值实现的推进和转化，从而实现数据要素价值的激活和实体经济的赋能。

正如英国数学家克莱夫·洪比所说，数据是新时代的石油。但若想将石油转化为真正可用的能源，还需要发挥各行业的智慧和创新。在数据资产管理建设的道路上，出版企业要坚定不移地探索发挥数据的基础资源作用和创新引擎作用，持续完善数据基础制度体系。只有不断地进行前瞻探索和深入实践，才能在这场数据革命中找到属于自己的位置，从而为发展出版新质生产力，建设现代化出版产业经济体系，迈向出版强国和文化强国建设提供有力支撑。