《信息通信技术》是中国联合网络通信集团有限公司主管、主办的国内外公开发行的中英文科技期刊（CN11-5650/TN，ISSN1674-1285)，2007年12月正式创刊。本刊旨在反映国内外信息通信技术最新研究成果，提供信息通信技术交流平台，推广先进信息通信业务和应用，为我国建设信息社会和创新型国家服务。

  摘要：数据是数字化的经济时代的基础性、战略性资源，充分释放数据资源价值、赋能数字化的经济高水平质量的发展是当前的重要命题。当前，社会各界把数据资产化作为推动数据价值释放的关键抓手，成为关注焦点和热点，但推进过程中在资产标的、评估入表和价值变现等方面仍存在认识误区。文章立足数据资产化的现状及问题，在传统要素资产化的规律研究基础上，提出基于数据元件的数据资产化实现路径，并在某地级市进行实践验证。文章进而通过对数据资源开发的两种模式的研究，总结出“数据资源-数据元件-数据产品”模式对于数据资源价值释放有着非常明显的“杠杆作用”。

  数据资源已经全面融入生产生活所有的领域，成为政府治理能力提升、企业经营管理升级以及生活方式创新、新兴业态培育的重要驱动。近年来，党中央围绕数据资产化工作发布系列决策部署，社会各界加快数据资产化探索进程，围绕数据资源登记、数据资产入表、金融创新应用等方面形成诸多有益经验。与此同时，实践中也存在诸多误区，导致数据资产的会计处理、价值评估等工作进展缓慢，制约数据资产价值乘数效应的发挥[1]。充分认清数据资产化存在的问题，构建数据资产化有效实现路径，对于发挥数据资源价值、赋能数字化的经济高水平质量的发展具备极其重大意义。

  随着数字中国建设和数字化的经济发展迈入加速阶段，做好数据资产管理、确保数据资产安全、发挥数据资产价值成为重要目标任务和战略安排。国家层面逐渐完备顶层制度设计以保障数据资产化、数据资产管理等工作有序推进。2024年被誉为数据资产入表元年，各地积极探索数据资产入表实践，以城投为代表的数据资源持有企业入表成功案例不断涌现，但也存在入表不规范事件的发生，以及普遍对数据资产化认识不到位的现象。

  数据资产作为经济社会数字化转型中的新兴资产类型，在产业高质量发展中发挥着日益关键的作用。从微观企业层面来看，数据资产能够为公司可以提供决策支持、市场预测、产品创新等方面的帮助，促进企业转型升级和高水平发展[2]。从中观产业层面来看，各行各业的数字化转型催生了巨大的数据需求，形成了数据大市场，数据正从自产自用、自产自销向专业数据产品生产的方向发展，开启数据价值释放的新图景[3]。从宏观社会层面来看，数据资产化推动数据赋能数字化的经济、数字政府、数字社会的建设，带动企业数据、社会数据等更大范围数据资源的整合共享与开发应用，充分释放我国海量数据的价值，赋能数字中国建设。因此，数据资产化是助推企业数字化转变发展方式与经济转型、赋能数字化的经济高水平发展的关键举措。

  数据资产化政策导向逐渐明确。2021年11月，工信部发布《“十四五”大数据产业高质量发展规划》提出加快行业数据资产化、产品化。2022年12月，《中央国务院关于构建数据基础制度更好地发挥数据要素作用的意见》鼓励探索数据资产入表新模式。2023年以来，国家财政部密集发布数据资产化相关规定，包括《企业数据资源相关会计处理暂行规定》和《关于加强数据资产管理的指导意见》，提出数据资源会计处理适用的具体准则，明确数据资产管理的主要任务，引领市场主体加快数据资产化探索进程[4]。

  数据资产入表实践加速，但真实的操作层面还存在堵点。软件和信息技术服务、互联网等行业企业的信息化建设水平较高，利用数据资源赋能业务发展和改善企业财务报表的意愿较强；部分地方国有企业和城司具备公共数据持有量大、数据价值高的天然优势，是数据资产入表的先锋队。但当前数据资产入表业务尚未规范，企业侧对规定的理解不到位，审计侧的业务流程不成熟，监管侧的体制机制不健全，造成在资产成本计量、数据确权、会计入账等方面挑战较大[5]。2024年一季度，25家A股上市企业在一季度报中披露了数据资源入表的结果，涉及总金额达15.34亿元，但随后有7家企业发布更正公告，删除或调整“数据资源”项下数据，涉及金额14.31亿元[6]。因此，亟待构建适应数据这一新型要素的资产化路径，帮企业更准确地评估数据资源价值，进一步释放数据资产在经济社会持续健康发展中的潜能。

  现阶段，数据资产化的探索实践暴露出各界对数据资产化的认识都会存在误解，大体上可以归结为资产标的误区、评估入表误区和价值变现误区。

  一是资产标的误区。根据《企业数据资源相关会计处理暂行规定》对于“数据资产入表”适合使用的范围的界定，数据资产标的应具备三方面特征：一是适用于《企业会计准则——基本准则》等的相关规定能够确认为非货币性资产或存货等资产类别的数据资源；二是由企业合法拥有或者控制的数据资源；三是预期会给公司能够带来经济利益的数据资源[7]。因此，不是所有的数据资源都是数据资产标的，未经过治理的数据资源、产权不清晰的数据资源、不能产生预期经济收益的数据资源无法入表也无法评估。

  二是评估入表误区。数据资产入表本质是会计核算，除了满足资产标的特征，还要依托明确的数据成本凭证进行入表。数据资产评定估计更多是一种市场行为，由第三方专业机构提供估值服务，估值方法有成本法、市场法和收益法等，评估结果可用于指导数据资产交易定价和金融创新应用[8]。因此，数据资产评定估计和数据资产入表是两个不同的概念。缺乏数据相关成本凭证无法入表，数据资产评定估计结果不能作为会计初始计量入表的依据，也不是数据资产入表的必要前置要求。

  三是价值变现误区。数据资产价值变现大体上包括数据资产的要素化流通交易和数据资产的资本化运营两个路径。从数据价值开发的产业实践来看，没有经过要素化治理、没有应用场景的数据资产，以及缺少安全保障的数据资产均难以实现预期价值流入，不能参与数据深度挖掘与应用产生经济效益[9]。因此，没有要素化的数据资产没办法实现预期价值的流入。

  上述误区的背后，是数据资产的形态与价值不稳定这一关键堵点，导致数据权责确认不明确、数据入表范围难确定；会计计量标准不清晰、数据资产成本难计量；数据应用场景不清晰、资产预期收益难估计。

  由于数据资产的可交易性、可评估性、可流通性、可应用性、可保障性等安全属性和经济属性评价度量难度系数较高，数据要素治理在确权、定价、计量、安全风险等方面的挑战亟待突破。当前，学术领域对于数据资产确权问题和定价问题的相关研究成果如下。

  在数据确权方面，申卫星(2020)基于对数据人格权和财产权的保护，依据数据主体及其贡献的差异，提出分别赋予数据原发者和数据处理者两类主体数据所有权和数据用益权，以构建个人用户和平台企业之间的二元均衡数据权利结构[10]。随国家指导文件《中央国务院关于构建数据基础制度更好地发挥数据要素作用的意见》的出台，我国数据产权制度奠定了“数据资源持有权—数据加工使用权—数据产品经营权”三权分置运行机制。申卫星[11]表示“数据三权”权利内涵其实就是一种分类确权，即数据资源处于不同加工程度下数据用益权的多种表现。

  在数据定价方面，成本法、市场法、收益法等传统资产定价方法在数据资产领域应用局限性明显。王建冬[12]通过考虑数据资产形态特征，认为数据资源化阶段采用成本法，数据资产化阶段采用收益法，数据资本化阶段采用市场法。孙静和王建冬[13]进一步明确了“数据三权”和一级、二级数据市场的映射关系，并提出多级市场数据价格联动机制。张明等[14]提出基于数据使用量、时间长度、场景价值的定价策略，以及基于无套利、收入最大化、博弈模型、隐私补偿的定价理论思路。

  综合来看，“数据三权”“三级市场”“三阶段定价”基本上可以围绕数据资源、数据产品“中间态”、数据产品三种数据资产形态展开讨论。但针对数据确权和数据定价领域的理论研究，尚存在两个方面的研究不足：一是对于数据产品“中间态”的认识不充分；二是数据资产定价科学量化手段不健全。“数据元件”概念的提出可某些特定的程度上解决上述两大难题。

  在数据上升为新型生产要素的背景之下，通过对资产概念以及传统要素资产化过程的规律研究可得，要素资产化过程存在四大要件，只有在同时具备四大要件的前提下，才能够有效实现要素的资产化。数据要素资产化的实现同样需要具备四大要件，且在构建适合的标的前提下，才能实现要件明确、资产化路径清晰。

  《企业会计准则》指出，资产是企业过去的交易或者事项形成的、企业拥有或者控制的、预期会给公司能够带来经济利益的资源。《政府会计准则》指出，资产是政府会计主体过去的经济业务或者事项形成的，由政府会计主体控制的，预期能够产生服务潜力或者带来经济利益流入的经济资源。由此可见，要素资产形成需要满足主体清晰、形态稳定、权属清楚、收益可预期的要求。

  研究传统要素资产化过程也可以总结出与上述一致的结论。我国的土地要素市场化配置改革经历了多个阶段，多措并举实现土地要素市场从无到有、从小到大。通过创新权利分置制度，在坚持土地公有制的前提下，实行城乡土地所有权与使用权二元分离，破除土地资源利用障碍。通过建立土地流转制度，正式破除土地不能出租、买卖的法律限制，允许实行国有土地有偿使用制度，并逐步实现土地要素价格市场决定、流动自主有序，全面激活土地价值。通过规范土地交易形态，推动“净地”挂牌出让，确保地类清楚、面积准确、权属合法、没有纠纷，提升土地流转效率[15]。

  数据资产形成过程亦需具备四个要件，即主体、客体、权属、收益。主体，即数据资产的持有和管理者，可以是任何具有法定或实际权力的组织或实体。客体，即数据资产，需要满足特定条件，例如合法、完整和可量化等。权属，即涉及到的数据权利，包括持有权、加工使用权、产品经营权等。收益，能够最终靠直接销售数据、提供基于数据的增值服务等方式产生，收益的大小与数据资产的价值密切相关。

  资产标的是资产化过程开展的必要基础，通过构建合适的资产标的，能够便于资产的确权、评估、定价和流通。在研究分析数据资产化四大要件的基础上，本文提出“数据元件”作为数据资产化的标的物，并进行系统性验证。

  数据元件是数据资源脱敏处理后，根据自身的需求由若干关联字段形成的数据集，或由数据资源的关联字段通过建模形成的数据特征，是原始数据与应用之间的一种数据初级产品(中间态)。通过将数据资源开发为数据初级产品，使数据资源与数据应用实现解耦，进而实现了数据可确权、可计量、可定价、可监管和安全流通[16]。

  以用电数据为例，对企业电力数据来进行监测与分析，可以在一定程度上完成企业用电行为的精准“画像”，支撑面向政府、金融机构、电力客户、综合能源服务商等不一样的客户群体的用能数据服务。如面向行业监督管理需求，可以逐月分析行业用电量的同比和环比增长率，分析行业发展稳定性、趋势及前景。行业月度用电量的原始数据字段如表1所示。

  a为该行业当月用电量，b为该行业前一年同月用电量，c为该行业当年前一月用电量。

  依据以上数据元件模型，以“年份”作为输入，将输出“月份、行业、同比增长率、环比增长率”结果，如表2所示。

  数据元件具备安全属性、价值属性和品质属性[17]，在实现数据的风险隔离与安全管控的同时，可提升数据价值密度，实现数据资源的产品化流通和规模化应用。

  数据元件的价值属性体现在四个方面：一是作为信息载体，数据元件能够保留数据资源中的高价值信息；二是形态稳定，数据元件是一种初级数据产品，便于跨应用重用；三是具备清晰的权属关系和安全保障，能够在数据市场中交易；四是通过统一标准和计量基础，可做准确的价格评定。

  数据元件的安全属性体现在三个方面：一是敏感信息过滤，数据元件对数据资源进行了重组或建模，实现对原始数据中敏感信息的过滤；二是风险隔离，数据元件作为“中间态”，实现了数据资源与数据应用的解耦，隔离了数据被滥用和篡改的风险；三是安全管控，通过对数据字段及其组合关系进行安全审查，消除数据元件交易中的隐私与安全风险。

  数据元件的品质属性体现在四个方面：一是完整性，数据元件采用对象化方式加工数据资源，完整保留数据对象的静态属性和动态活动。二是准确性，数据元件的开发重视从采集到加工的全流程可控可回溯，继而实现数据准确。三是及时性，数据元件关注数据对象的状态更新，保证数据在加工成元件的过程环节之间流转的及时性。四是规范性，数据元件为数据对象建立统一标识体系，提供标准化元件接口和数据交付方式，同时保证不同方式获得的数据之间内容一致。

  由于数据元件具有价值、安全和品质属性，能够在数据确权、估值、定价、安全和隐私保护等方面发挥及其重要的作用。相较于原始数据，数据元件更容易被确定为数据资产，进而增强企业资产价值化、金融化能力。同时，数据元件推进了数据流通交易产业链完整性、规范性、高效性的提升，实现了数据资产的倍增和逐级放大。

  数据元件能解决数据确权难题。基于数据元件的“三次分离、三阶段确权”方法可以有明显效果地将复杂的数据产权体系收敛成仅有1到2个产权主体，解决数据确权问题。“三次分离”中，第一次是把“信息”和“数据”分离，第二次是数据来源者与数据处理者分离，第三次是数据的所有权和用益权分离。“三阶段”就是在资源阶段、元件阶段、产品阶段对数据来进行确权，通过将数据权利拆分并在不同主体之间有序流转，数据的产权慢慢的变简单、清晰，实现了数据资源持有权、数据加工使用权和数据产品经营权的分置。

  数据元件能解决数据估值难题。数据元件具备稳定的形态，使其可成为数据的计量单位。数据元件的价值与数据体量、数据质量、数据信息量三个维度呈正相关。不一样的行业基于数据信息量构建与价值相关的表达式，结合数据体量和数据质量系数，获得数据元件的估值。

  数据元件能解决数据定价难题。基于价值评估结果，对数据的定价提供相关依据，针对数据资源、数据元件、数据产品，依次主要是采用成本法、收益法、市场法进行定价。数据要素在不同的阶段参与分配的机制不同，实现了定价的按要素分配和按劳分配相结合，体现效率、促进公平。

  数据元件能解决数据安全和隐私保护难题。依托数据元件，实现原始数据与数据应用“解耦”，既隔离数据被泄露的风险，又隔离数据被滥用、篡改的风险。同时在数据输入、存储，元件加工，数据输出流通的全过程采用区块链、隐私计算等综合安全技术，进一步保障数据安全。

  数据元件能作为数据流通的标的。通过构建基于数据元件的要素流通体系，实现数据高效安全流通。在数据资源阶段，基于“数据可用不可见，数据不动模型动”原则开展数据管理；数据元件阶段，通过数据加工中心生产形态稳定、可确权、可评估定价的数据元件，进一步构筑数据要素互联网，在网络上实现数据交易，然后产生数据产品，实现数据元件的规模化生产和产品化流通。

  数据元件让企业数据资产得到持续积累和转化。通过将数据元件确认为数据资产，可以将原本费用化的人力、数据采买及开发等费用列入企业资产，增厚表内资产、降低资产负债率、提升公司利润率；通过将数据资源加工形成数据元件能将所使用的软件系统和硬件设备等非货币性资产、固定资产的减值与折旧部分逐步转化为数据资产入表，实现企业资产的内部转化，进一步改善经营状况。

  数据元件让全社会数据资产实现倍增和逐级放大。随着数据元件在产业链上下游企业之间的交易流通，售卖方出售数据元件所获得的出售的收益被计入利润表，购买方采购数据元件并计入其资产负债表，数据资产在整个产业链当中实现了持续积累；在不同级次的数据元件加工与售卖过程中，随着各环节不断对数据元件投入创造性的价值劳动，数据元件价值得到持续提升，社会数据资产经过数据元件的多级次加工和流通交易实现了倍增和逐级放大。

  将本研究形成的基于数据元件的数据资产化路径在某地级市完成了实践验证[18]。该市是中国工业重镇，新时代下，成立面临传统产业增速放缓、人口红利消退等老工业城市发展困境，亟待发掘新的增长动能。该市围绕数据要素和数据资产化开展一系列实践，在数据资产交易、数据元件开发方面取得了显著成果。

  一是数据资产交易。该市通过建立数据交易中心等专业化机构，为数据供需双方提供对接和流通平台，截至2024年6月，数据交易中心的交易笔数达59笔，交易金额破亿元，已支撑55个数据要素应用场景实现商业闭环，衍生产品带动行业经济价值超80亿元。该市还构建了数据要素汇聚、存储、流通、应用机制，通过出台要素管理、市场管理及安全管理系列办法，明确数据要素开发利用范围、关键流程、参与要求及行为依据，保障了数据供需双方对接效率。

  二是数据元件开发。该市在全国率先构建了以数据元件为核心，以数据资源汇集、数据加工处理、数据元件流通交易以及数据产品流通交易等为主要流通环节的数据要素开发利用模式。依托数据元件及配套支撑系统创新数据要素存储、传输和使用安全一体化路径，打破了传统数据流通路径成本高、效率低、规模化难等困境，破解了数据安全与数据流通的矛盾。

  对实践情况研究之后发现，传统对数据资源的直接开发模式，即“数据资源—数据产品”模式，对数据价值的开发程度有限，产生的经济价值较小；通过引入数据元件中间态，采用“数据资源—数据元件—数据产品”模式，能够显著放大数据资源开发利用产生的经济价值，数据元件对于数据资源价值释放具有非常明显的“杠杆作用”。

  “数据资源—数据产品”模式直接将数据资源加工成数据产品，以满足特定用户的特定需求。例如，在金融领域，为提升公司和个人信贷评估效率，房产局可将不动产登记信息、抵押信息等加工为数据产品，银行可将储户的流水信息、贷款信息等加工为数据产品，税务机关可将纳税人的纳税数据加工为数据产品，以满足金融机构的信用审核需求。

  从适用范围看，“数据资源—数据产品”模式属于定制化开发，应用场景往往较为单一，用户群体较为局限；从经济效益看，应用场景约束造成数据产品变现规模较小，需求对接分散造成投入产出效率低下，开发环节重复造成资源利用率损失。从数据资产化增值看，该模式下没形成过程资产，数据资产化程度低，同时相较于近原始数据端的数据，数据产品再开发空间存在限制，应用场景范围层面资产估值收窄。

  “数据资源—数据元件—数据产品”模式由特定的数据元件开发商将数据资源加工成数据元件，再由数据产品开发商基于数据元件开发数据产品。例如，德阳市各委办局委托北京某高新技术企业将大量公共数据加工成标准化数据元件，并在德阳数据交易中心上架交易，数据产品开发商可依使用需求自行采购和开发。

  从适用范围看，数据元件是标准化的中间形态，通用性强，数据产品开发商可按需采购、融合开发生产，应用场景更广泛。从经济效益看，数据元件可进入交易买卖平台流通，相较于原始数据能接触到更广阔的潜在用户，同时规模化生产降低了数据初级加工成本。从数据资产化增值看，数据元件有助于清晰计量过程中产生的成本，更符合数据资产化的条件。

  “数据资源—数据产品”模式下，数据商品化利用面临隐私保护、安全流通、开发能力等多方面的约束。

  由数据主体直接面向场景需求开发数据产品，主要面临两个方面的局限。一是数据开发场景受限，数据承载的信息呈现丰富性、复杂性、隐蔽性，当前数据供需撮合机制尚不成熟、对接成本高昂，因此场景挖掘并不充分。二是数据主体解决能力受限，面对多样化应用场景，数据主体不足以满足所有使用主体对于原始数据的应用需求。同时，数据主体并非是专业的加工处理商，存在数据脱敏、标准处置、数据开发等不充分现象。因此，产品多样化约束和数据主体加工能力约束导致数据价值没办法实现最大化。

  由市场主体依据自己需求直接加工原始数据，要求“原始数据不出域、数据可用不可见”，需要数据主体提供安全可信的授权加工域。在此情形下，可信加工域建设要求高、管理难度大，多数数据主体尚未具备建设符合规定标准的可信加工域的能力，包括基本专业资质、网络安全等级保护认证、成熟的数据管理能力等。同时，受计算能力和运维能力的约束，数据主体开发的加工域总归有限，随着加工使用主体数量的增加，空间治理成本不断攀升，重复加工步骤导致数据资源配置效率低下。

  “数据资源—数据元件—数据产品”模式下，引入“数据元件”作为链接分散的数据资源和多样化的数据应用之间的“中间态”，通过系统工程化的生产机制，可实现数据元件低成本、高效率生产，极大增加了数据要素市场中可流通数据的规模。数据要素化开发的市场性大多数表现在以下两个方面。

  一是规模化生产带来的低成本和高效率。数据元件是具有稳定形态的数据初级产品，能轻松实现敏感信息过滤、风险隔离和安全管控等功能。从经济学角度来看，规模经济理论表明随着数据元件产量的增加，其平均成本会呈现下降趋势。既然数据元件是原始数据加工成为数据产品的必要阶段，那么借助统一的数据元件加工平台做规模化的生产，便能轻松实现低成本和高效率的市场化配置。

  二是标准化生产有助于实现产品流通化。标准化是专业化生产的前提，也是促进产品规模交易的通行证。数据元件加工以规范化的流程工序实现标准形态数据的规模生产，进而实现通过构建全国统一的数据要素互联网，打破各地方、各行业之间的数据要素流通壁垒。同时，从市场机制角度来看，“数据资源—数据元件—数据产品”模式在数据资源确权、计量、定价、监管等方面可形成科学的解决方案，有利于促进数据资源高效流通。

  通过对两种数据开发模式的对比不难发现，基于不同的数据标的构建的数据要素市场，其数据资产价值的释放程度不同。

  一是当数据要素市场流通的数据标的更接近数据资源时，对数据价值的释放更充分。当数据要素市场更倾向于以产品应用为导向时，数据加工需针对具体应用的特定要求，对数据资源进行深度处理，在提升应用效果的同时，数据产品的适合使用的范围显著缩减。同时，受制于成本和技术原因，以产品应用为导向的数据市场也面临安全能力不够、数据开发处置不合理的情况，进一步限制了数据资产价值的充分释放。而当以数据元件这种更接近数据资源的形态作为市场标的物时，数据资源中高价值的细节信息得以保留，且数据的加工关注的是面向非特定应用的数据可用性，以及跨应用的数据重用能力，因此能在更多场景下释放数据价值，实现价值的更优释放。

  二是以数据元件为流通标的，可以在一定程度上完成数据资产价值的倍增。数据元件在产业链上下游企业流通交易的过程中，各方不断对数据元件投入创造性的价值劳动，随着各环节对数据来进行模型套用、交叉分析等工作，数据中隐含的信息得到释放，这使得数据价值得到持续提升，当数据元件透过市场机制充分流通，其数据背后的信息将充分释放，数据要素市场化配置模式得到实现，进而实现数据资产价值倍增。

  数据资产化是数据资源开发利用过程中各方探索积极性最高、见效最为直接的领域，加快构建数据资产化的有效路径尤为迫切。本文通过研究之后发现，数据资源价值的释放遵循“杠杆原理”，数据元件作为近源端的数据中间态，可以有明显效果地破解数据资产化过程中面临的问题，是数据资源价值最大化的重要支点，找到这个支点，就能够撬动数据资源巨大的市场价值，推动数字化的经济的高质量发展。

  [1] 冯永琦,林凰锋.数据要素赋能新质生产力:理论逻辑与实践路径[J].经济学家,2024(5):15-24

  [3] 孙静,王建冬.多级市场体系下形成数据要素资源化、资产化、资本化政策闭环的总体设想[J].电子政务,2024(2):12-20

  [4] 周文泓,文利君,吴一凡.我国省级政府面向数据资产化利用的推进行动调查及其启示[J].图书情报工作,2024,68(3):27-39

  [9] 陆志鹏.数据要素流通体系的工程化研究[J].网络安全与数据治理,2023,42(4):9-13

  [12] 王建冬.全国统一数据大市场下创新数据价格形成机制的政策思考[J].价格理论与实践,2023(3):15-19

  [13] 孙静,王建冬.多级市场体系下形成数据要素资源化、资产化、资本化政策闭环的总体设想[J].电子政务,2024(2):12-20

  [14] 张明,路先锋,吴雨桐.数据要素经济学：特征、确权、定价与交易[J].经济学家,2024(4):35-44

  [16] 陆志鹏.探索数据治理新模式,构筑城市发展新引擎[J].电子技术应用,2021,47(4):1-4

  [17] 陆志鹏,孟庆国,王钺.数据要素化治理:理论方法与工程实践[M].2024年1月第1版.北京:清华大学出版社,2024 :60-64

  温馨提示：如您需要引用本文，参考文献写法为：陆志鹏.数据元件对数据资源价值释放的“杠杆原理”[J]. 信息通信技术, 2024, 18(05):62-70

  如需获取更多文章，请关注“中国联通研究院”公众号并回复“202405”获取。

  近日，非常关注的山西“订婚案”二审公开宣判，“驳回上诉，维持原判”的裁定引发广泛讨论，中国妇女报连发三篇评论文章。

  随着中美贸易冲突的升级，两国之间大宗商品的贸易流向正逐渐发生明显的变化：以大豆为例，分析人士指出，巴西有望进一步巩固中国最大大豆进口来源国的地位。美国大豆种植户警告，美国大豆可能将永远失去中国市场。

  潮汕英歌与海阳大秧歌同台斗舞，二者气势各异，一个靠动作，一个靠呐喊，网友：看了一场跨越南北的非遗“对话 ”

  潮汕英歌与海阳大秧歌同台斗舞，二者气势各异，一个靠动作，一个靠呐喊，网友：看了一场跨越南北的非遗“对话 ”

  AG600是我国大飞机家族三兄弟之一，另外两兄弟是C919和运-20，这三兄弟术业有专攻，C919负责商业载客飞行、运-20负责战略作战运输，AG600则负责应急救援。自2016年总装下线飞机历经十年技术攻关与试飞验证，已成为航空强国的标志性成果。

  第137届广交会正在如火如荼地举行。近日，有多家自媒体发布了关于广交会上有参展商遭遇诈骗的消息，引发广泛关注。在《广交会印度客商样品诈骗频发！我国企业这么大需要警惕！》一文中，发布者称有浙江企业遭遇“样品诈骗”，印度客商承诺采购300台数字控制机床，却在拿走价值12万元的样品后失联。

  白宫近期曾多次表示与墨西哥、日本、欧盟等方的贸易谈判取得所谓“重大进展”。但各方却接连否认了美方的说法。怎么样看待目前与美国接触过的各方的态度？‍‍‍‌‍‍‌北京外国语大学区域与全球治理研究院教授 崔洪建：目前，针对美国实施的征税政策，世界其他经济体和国家的态度大致可划分为三类。

  性侵类刑案专题讲座之二 #大同订婚案件 二审宣判后，应广大网友邀请开设《性侵类刑事案件专题讲座》，不针对个案，请不要过限解读。今天第2讲《被害人陈述与报案录像视频》……

  看清“订婚案”判决，五个关键点：（四）处女膜未破裂影不影响罪的认定？处女膜状况不能作为认定或否定罪行的依据。

  美国以关税手段胁迫其他几个国家限制对华经贸合作 商务部：国际贸易一旦回归弱肉强食的“丛林法则” 所有国家都会沦为受害者 中方愿与各方加强团结协调 携手应对

  浙江宁波慈溪是我国三大家电生产基地之一，其中出口美国的占比约16%。慈溪一家家电企业负责人和记者说，他们跟美国客户签署协议时，对方支付了30%的定金；而同规格洗衣机、冰箱的零部件通用性很强，能达到70%。因此，即便美国客户违约，他们也可将产品重新翻包后再次销售。