47.6%的新疆平台企业已完成数据向数据资产的价值转化，数据入表与可出售数据服务并列为主要路径——数据要素化正在成为新疆平台经济从“规模扩张”转向“质量跃迁”的核心引擎。新疆大学、新疆数字经济研究院、新疆数字经济联合会联合发布的这份报告揭示了一个关键趋势：57%的企业已建立数据中台，但外部数据利用度偏低、多元资产化路径不足，数据价值的深度挖掘仍有巨大空间。当数据从“副产品”变为“核心生产要素”，新疆平台企业的盈利模式正在被重新定义。
数据要素化的整体进展——从数据资源到数据资产
47.6%完成数据资产化，数据中台覆盖率57%
2026年，47.62%的平台企业完成了数据向数据资产的价值转化，这是新疆平台经济从“数据资源”迈向“数据资产”的关键一步。数据资产化的前提是数据资源的有效汇聚与治理——57.14%的企业已建立数据中台，较2025年的41.67%提升了15.47个百分点，超过一半的企业已认识到数据中台的重要性并付诸实践。
数据中台的建设为数据资产化提供了技术基础。通过统一的数据采集、存储、处理和服务，企业能够将分散的业务数据转化为可管理、可分析、可交易的数据资产。数据中台覆盖率的快速提升，反映出新疆平台企业对数据价值的认知正在从“被动积累”转向“主动经营”。
数据来源：自有为主、多元不足
在数据来源方面，100%的企业拥有自有数据，这是平台企业最核心的数据资产来源。35.71%收集公开数据，19.05%从政府获取数据，19.05%购买数据。单一数据来源企业占53.66%，二至四类多数据来源企业占46.34%。
数据来源呈现“自有为主、多元不足”的特征。企业主要依赖自有数据，对外部数据的利用程度相对较低。政府数据开放和购买数据的比例均不足20%，意味着公共数据资源和市场数据资源尚未被充分利用。数据中台的建设尚未有效转化为数据来源的多元化，外部数据利用度偏低是制约数据资产化深度和广度提升的关键瓶颈。
数据资产化的路径选择——入表与服务双轮驱动
四条路径的分布格局
在数据资产化路径中，数据入表与提供可出售数据服务的占比并列最高，均为28.57%；可出售数据产品占21.43%，可出售高质量数据集占11.90%。四条路径形成了清晰的梯度分布：
数据入表是企业将数据确认为资产的财务路径，反映了企业对数据价值的正式认定和财务合规的重视。可出售数据服务是商业变现的直接方式，企业通过提供数据分析、数据接口、数据洞察等服务获取收入。可出售数据产品是标准化程度更高的数据商品，如数据API、数据报告、数据工具等。可出售高质量数据集则是面向AI训练、行业研究等场景的原始或标注数据。
数据入表与数据服务的并列，反映出企业在财务合规与商业创新之间的双重考量。一方面，企业需要将数据资产纳入财务报表以反映其真实价值；另一方面，企业也在探索通过数据服务直接创造收入。
路径丰富度偏低，多路径协同待加强
在实现数据资产化的企业中，50%仅采用单一路径，两种路径占25%，三种路径占10%，四种路径占15%。超半数企业仅选择单一资产化路径，多路径协同布局的企业偏少，数据资产化路径的多元程度偏低。
这一格局意味着多数企业尚未建立起系统化的数据资产经营体系。单一的资产化路径限制了数据价值的充分释放——数据入表解决了“确认价值”的问题，但如果没有后续的数据产品化、服务化和交易化，数据资产的商业价值难以真正变现。丰富数据资产化路径、构建“入表+产品+服务+数据集”的多维变现体系，是新疆平台企业数据要素化的下一步方向。
数据要素化的支撑体系——中台、算法、算力的协同
数据中台是基础，但外部数据利用度待提升
数据中台是数据资产化的技术底座，其核心功能是将分散的业务数据汇聚为统一的数据资产池。57.14%的企业已建立数据中台，较上年提升15.47个百分点，覆盖率的快速提升为数据资产化奠定了基础。
但数据中台的建设尚未有效转化为数据来源的多元化。外部数据（公开数据、政府数据、购买数据）的利用度仍然偏低，单一数据来源企业占53.66%。数据中台的“汇聚”功能已初步实现，但“连接”外部数据源的能力仍有待加强。建议平台企业在完善数据中台的基础上，积极对接公共数据开放平台、行业数据交易平台，构建多元化的数据来源体系。
算法与算力：数据价值挖掘的技术支撑
数据资产化的价值释放不仅依赖于数据的汇聚和确权，还需要算法和算力的支撑。在算法方面，34.15%的企业自建算法模型，26.83%使用第三方算法模型，39.03%尚未使用算法模型。在算力方面，53.66%自建数据中心，46.34%租用算力（31.70%租用国内知名企业算力，14.64%租用本地算力）。
算法和算力的不足，限制了企业对数据价值的深度挖掘。数据资产化的高阶形态——如AI模型训练、数据智能分析、预测性洞察——需要强大的算法和算力支撑。当前新疆平台企业在算法应用上的低渗透率（近四成未使用）和算力租用的初步探索，表明数据资产化的技术支撑体系仍在构建中。
数据要素化的挑战与突破方向
三大核心挑战
数据资产化面临三大核心挑战。首先是数据确权与合规——数据资产的权属界定、数据安全与隐私保护是数据入表和交易的前提。其次是数据价值评估——如何量化数据的商业价值，是数据入表和定价的核心难题。第三是数据交易流通——缺乏成熟的数据交易平台和定价机制，限制了数据资产的市场化变现。
突破方向
针对上述挑战，报告提出了四方面的突破方向：扩大数据资产化覆盖范围——简化数据资产确权、入表流程，推动更多平台企业实现数据向资产转化；丰富数据资产化路径——综合运用数据入表、数据产品、数据服务、高质量数据集等多种方式；完善数据交易流通机制——依托区域合规数据交易平台，健全数据定价、交易、安全规则；深挖数据价值潜力——强化数据治理能力，将平台数据从副产品转化为核心生产要素。
