数字内容平台的数据资产化风险：生成逻辑、系统表征与防范机制

作者：陶喜红（中南民族大学文学与新闻传播学院教授，博士生导师）；刘相（中国传媒大学信息传播学院博士研究生）

来源：《青年记者》2026年第7期

导 读：

本文以防范化解风险为价值立场，以数字内容平台的数据资产化实践为研究对象，从“如何认识、何以生成、以何表征、如何防范”的逻辑思路出发，就此问题进行探索性阐释。

一、引言

第十四届全国人民代表大会第四次会议批准了《中华人民共和国国民经济和社会发展第十五个五年规划纲要》，在规划纲要中进一步明确健全数据要素基础制度、建设开放共享安全的全国一体化数据市场、深化数据资源开发利用等相关任务，这为推进数据资源的开发提供了更多政策依据。其中，数据资产化是推进数据资源开发利用的重要形式，是提取数据价值的重要手段。近年来，《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》等系列配套制度文件陆续实施，激发了企业推进数据资产开发的活力，推动了相关领域的健康有序发展。

在基础设施化的技术语境下，数字内容平台已经成为联通线上与线下、提供综合服务的“超级平台”，处于多维要素影响、多元行动者共振的场域，具有管理和规制的复杂性。数据资产是互联网平台企业的重要资产，其资产价值弥足珍贵。在数据资产化过程中，数据价值与数据风险本身就呈现了相互转化、相互作用的“共生关系”[1]。因而，在数字内容平台数据资产化的过程中，一旦出现权力关系失衡或关键环节缺失，就会产生不可预知的影响，不仅可能造成数据价值损耗，还会影响到平台中的用户、企业、市场等各个方面，形成结构性风险。

党的二十大报告等重要文件多次提出，要提高防范化解重大风险能力，严密防范系统性安全风险。本文以防范化解风险为价值立场，以数字内容平台的数据资产化实践为研究对象，从“如何认识、何以生成、以何表征、如何防范”的逻辑思路出发，就此问题进行探索性阐释。

二、复杂视域论下数字内容平台的数据资产化风险

（一）理论视角

数字内容平台企业的数据资产化过程既要符合一般数据类型的资产化流程，也要考虑平台的技术特点与管理特征，兼顾企业收益、个人隐私、数据安全等不同面向。因此，审视其风险问题需要纳入复杂视域下的整体性认识论，具体来说有三个结构性视角。

一是数据资产化的规定性要求。作为新兴资产类型，数据资产是“拥有数据权属（勘探权、使用权、所有权）、有价值、可计量、可读取的网络空间中的数据集”[2]，这类数据“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”[3]。由于大数据的特性，数据资产一般具有非实体性、依托性、多样性、可加工性、价值易变性等特征。[4]一般而言，数据资产化主要有三个步骤。一是需要开展数据标准化、数据隐私管理、数据确权等工作；二是进行数据抽取、标签设置等数据标准化操作；三是对数据进行封装，保证良好的兼容性，以便进行后续的资产价值评估和市场化流通。[5]在这个过程中，数据形态会产生“数据要素—数据产品—数据资产”的形变。

二是平台网络化的技术特征。本研究所讨论的数字内容平台，是指以聚合用户内容为核心价值生产模式的商业平台，例如以短视频为主的抖音、快手，以中长视频为主的哔哩哔哩，以图文为主的微博、小红书等。这些产品基于互联网的数字技术，既是信息交流和商品交易的渠道，也是数据收集的来源。[6]此类以内容生态为基础，建构了基于现实又区别于现实的时空结构和社会关系网络，具备了融合线上线下、打通产业边界的“超级平台”属性，成为以激活个体价值为核心的“平台型媒体”[7]。用户的每一次点击都会产生相应数据，这些原始数据经过处理转化为可被识别的标准化数据集，再经过分析、定价、计量等过程，成为企业资产的重要组成部分。同时，基于用户数据的分析结果又重新投入并作用于平台技术的改善，进而动态生成源源不断的数据资产。在这个价值连接和扩散的过程中，数字内容平台成为价值生成、价值应用、价值流通的“数据基础设施”[8]。

三是风险社会化的现代性后果。风险，意指某种危险可能发生的不确定性。作为自反性现代化的后果，“风险社会”正越发成为一种生存现实。尤其在媒介化社会的系统中，有时结构化风险会以“社会配套系统”的形式出现。[9]乌尔里希·贝克（Ulrich Beck）认为，“在发达现代性中，财富的社会化生产与风险的社会化生产系统相伴”[10]。作为一种财富的社会化生产，企业数据资产化实践也适用这一语境。一方面，在平台生态中，网络化的风险是动态生成性的非线性存在，是多元行动者共同作用的结果[11]，这要求将研究纳入多主体的视角。另一方面，风险分析需要更深层次的解剖，例如风险效应的制度性根源与资本主义社会实践的二重性紧密相关，这背后反映了资本与科技、政治的联姻。[12]

总的来说，在数据资产化、平台网络化、风险社会化的视角下，数字内容平台的数据资产化风险问题显现了理论与现实的张力，亟待引入一个合适的研究框架回应这一问题。

（二）研究框架

何塞·范·迪克（José van Dijck）曾在研究中指出，社交媒体在平台逻辑的影响下，通过预测和实时分析，可以将用户数据资源转化为有价值的资产，大数据是这些平台的生命线。[13]该研究将行动者网络理论（ANT）和政治经济学方法融合在一起，视平台为技术文化结构的平台（技术、用户、内容）和社会经济结构的平台（所有权、管理、商业模式），形成了一个动态复杂性的“微系统”。在此模型的基础上，本文将数字内容平台的数据资产风险这一问题中所包含的主体和要素进一步提炼，围绕数字内容平台的属性特征形成新的分析框架（参见图1）。

图1 数字内容平台的数据资产风险分析框架 （根据数字内容平台数据资产风险生成规律绘制）

一是平台作为生产数据资源的技术主体，主要分析数据资源如何通过一定的协议框架合理地被平台公司占为己有，重点讨论平台与用户的关系。二是平台作为数据商品流通的交易主体，主要考察平台企业在交易数据商品时的市场行为与关联要素，重点分析平台与市场的关系。三是平台作为数据资产管理的治理主体，即在宏观的治理框架下，平台企业同时扮演了“被监管者”和“主动自治者”的双重角色，主要讨论平台与制度的关系。本文以代表性数字内容平台企业披露的公司财报、相关政策文本、用户协议、第三方报告等为研究对象，并通过使用与观察，在分析框架下讨论数字内容平台数据资产风险的生成、表征与防范问题。

三、数字内容平台数据资产化风险的生成逻辑

数据资产化的过程本质是平台数据价值的社会化再生产。在数据形态的转化中，蕴含于其中的价值被流通和转移。但问题的症结在于，这些数据原料大多直接来源于对此环节毫不知情的用户，资产化过程中缺失的制度环节为风险滋生提供了土壤。

（一）平台资本垄断数据生产资料

在工业文明时代，资本通过组织机器工厂发展生产，通过扩张世界市场攫取原料、推销商品、赚取利润，从而完成增值。数字文明的到来标志着作为“21世纪石油”的数据成为重构资本主义、创造新资本积累方式的关键，甚至数据本身就可被视为一种资本形式存在并广泛流通。[14]丹·希勒（Dan Schiller）曾提出“数字资本主义”概念以表达一种总体性反思，而平台技术则将数字资本推演至“平台资本主义”的新形态。作为“可编程的数字架构”（a programmable digital architecture），平台将数据作为货币化增值的技术手段[15]，这背后反映了数字资本依托平台对数据资源的围猎，通过数据商品化获得利润的本质。[16]因此，平台成为攫取生产资料、实现数据资源占有的大型“数据工厂”。

数字内容平台往往宣称技术开放，向用户免费提供内容浏览、信息检索等服务，以建构其在人们日常生活中的不可或缺性，实现基础设施化转向。[17]对用户主体而言，他们使用平台生成的数据被卖给广告主，并转化为货币资本[18]，平台使用本身被转化为一种名为数据生产的非雇佣劳动，由此在不断的数据获取中，人类的日常生活开始变得商品化、资本化。[19]同时，在网络效应作用下，使用者越多，平台对于其他人而言就越有价值，扩散效应也越强，具有垄断的自然倾向。[20]这些都揭示了数字内容平台的数据资产开发，实质上代表着平台资本在新阶段持续增值的希望；但其依靠数据储量优势容易形成市场垄断，进而在交易时抑制有效竞争、阻碍资源的自由流通配置，产生不利于数据市场健康有序发展的风险。

（二）算法技术规制影响数据价值

从生产角度看，与平台采集数据、分析数据相匹配的生产力是数字生产力，即算力，而决定数据分析输出结果的生产规则即算法。算法的运行方式是，平台通过整合信息流实现数据的分类聚合，再依照兴趣点为用户推送内容，并优化社交信息流（Feed流）来增加用户黏性。[21]在这一机制作用下，用户数据都会通过技术分析“喂养”算法，算法再根据用户选择为其推送个性化内容，循环往复、不断改良。然而，算法机制在实际应用中会因其技术特征对生成的数据资产价值造成影响。

一方面，算法引导机制有偏向性。数字内容平台聚合了数以亿计的用户，在算法技术规则和人工审核引导的共同作用下形成了动态复杂的舆论场，平台信息也会按照内容管理者引领的共识和头部创作者引领的共识产生偏向[22]，而看似中立的算法会“重现世界上已经存在的不公正，并将其加以制度化”[23]。另一方面，算法标签规则不完善。从机制上来看，平台算法以标签化的方式分类用户并生成画像，基于此进行内容推荐。具体方法是，平台会将用户的所有行为归类为“动作”，通过标记（tag）建立起用户和内容的连接[24]，进而引导其产生观看或其他附加行为。同时，平台会结合用户的社会关系，圈定潜在客户，并进行广告推送。这一机制过程的问题在于，算法标签本身有穷尽性和相似性，用户偏好特征会随着个人成长而发生变化，算法标记容易出现大而化之、不准确的情况。而基于算法标记的兴趣推荐，会导致用户的内容选择单一和兴趣趋同，甚至陷入信息茧房，进而在数据上表现出结构性的同质化的特点，最终影响到数据资产价值表现。

（三）数据市场缺陷阻塞要素流通

数据资产是用技术标准处理后的数据集，除了可供平台自身分析利用，还可以按照资产类别进行定价、评估，并投入市场交易、流通。在市场交易环节，主要受两个现实因素的制约。一方面，权属标准尚不明确。数据权属决定了数据进入市场流通后的受益权问题，将数据资源转化为数据资产，应具备明确的所有权、稀缺性、经济效益三个基本条件，权属不明是当前困扰数据资产开发的最大阻碍。数字内容平台一般会通过用户协议和隐私政策来明确这一问题，但冗长条款内容很难吸引用户认真阅读，而通过“一键同意”将数据权利从用户让渡给平台企业的过程变得极为简单，容易将用户置于“照单全收”或“全盘否定”的选择困境中。[25]以抖音平台为例，用户进入时需同意《“抖音”用户服务协议》和《“抖音”隐私政策》，其中明确规定：公司为“抖音”开发、运营提供技术支持，并对“抖音”软件及相关服务的开发和运营等过程中产生的所有数据和信息等享有法律法规允许范围内的全部权利。[26]对于用户而言，数据权属款项只能默许接受。另一方面，我国数据市场尚处于成长阶段。一是在市场培育方面，数据资产交易应在专业的数据市场内完成，虽然北京、上海、深圳等地的大数据交易中心已孵化多年，交易规模增长迅速，但专业化的数据资产交易市场体系并未配套成熟。2024年6月，全国首个数据资产交易市场于上海数交所开始试点。虽然上海、北京等地的大数据交易中心已经投入使用，但是近年来的交易成效与相关规划目标相比仍相距甚远。二是在行业领域方面，当前数据资产开发主要集中于金融、工业等领域，数字内容平台数据资产应用以广告商服务为主，场景比较单一。三是在市场标准方面，尚未建立起全国一体化的数据市场，各个地方在数据确权、价值评估以及合规流通等方面存在标准不统一的情况，使数据资产的标准对接及跨区域流动存在障碍。另外，因为数字内容平台的公司管辖地、数据存储地等不一致，面临着数据分散存储、算力不均等问题。

四、数字内容平台数据资产化风险的系统表征

在资本、技术、市场的三重逻辑下，数字内容平台的数据资产从生产到流通的各个环节都面临着结构性风险问题，这些风险经过平台网络的传递扩散影响至每一个关联行动主体，主要对应着用户个体、平台公司、社会系统三个层面。

（一）隐私风险：个体参与中的数据泄露

隐私风险是数字内容平台数据资产中与普通用户关系最密切、影响最深远的一类潜在威胁。数字内容平台的数据资产来源于四类数据：一是用户数据，这是用于资产化的核心数据，主要包括用户身份数据、行为数据、关系数据等；二是内容数据，指平台记录的由各内容生产主体发布的文字、图片、音视频等；三是企业数据，指数字内容平台市场主体自身拥有的与企业发展相关的数据，如公司经营情况、商业数据等；四是关联数据，指数字内容平台通过合作、购买等手段获得的其他类型数据，如环境监测、合作企业、地图位置等。以快手为例，经查询，其《个人信息收集清单》中规定了十一类信息，分别为：“用户基本信息、用户身份证明、生物特征、账号信息、联系人信息、订单信息、支付信息、作品信息、位置信息、社交信息、设备信息”；除此之外，快手《第三方数据合作列表》中列出了“内嵌SDK（包含10小类SDK）、关联方、第三方合作商”三大类、共计40余小项与关联方或其他公司的数据合作项目，涵盖社交、支付、地图、相机、游戏、广告等与生活密切相关的领域。[27]当平台长期、持续地收集用户个人信息时，这些数据将勾勒出用户个人的完整生活轨迹，围绕个人生活的数据体系会越发详细、全面，如果处理不当，个体行动将被透明化，陷入被监视的困境。此外，用户自主行动中的不当自我披露也会造成信息泄露，这是因为使用者对平台技术和亲密关系的信任，导致认知乐观偏差性和风险评估滞后性[28]，对潜在的风险认识不足。例如，平台中频发的“开盒”事件就是这一风险的直接后果。因此，当个人数据作为一种资产类别出现在市场时，平台必须平衡用户的个人隐私与资产价值，除法律规制等准绳外，还应考虑其伦理要求。

（二）收益风险：数据交易中的获利不均

从收益角度考虑，数据资产可以被定义为“经济主体过去的交易或事项形成的，由明确经济主体拥有或控制、预期能给经济主体带来直接或间接经济利益的数据资源”[29]，其中的经济主体包括生成数据的个人主体和实际掌握数据的公司主体两方面。前文已经提到，用户被卷入了这个数据生产的非物质劳动过程，该问题的症结在于，用户并非不想获益，而是自身没有处理数据和与平台协商的能力。普通个体若想参与数据资产化实践，就必须通过同意协议将个人数据与其他数据一同推向市场。在当前的平台制度设计中，数据主体让渡了数据权利但并没有取得回报，这是影响公众参与数据资产化的一个主要因素。考虑到用户认知水平和专业知识等局限，平台需要将用户权益赋予的过程转化为易于理解、方便获取的方式，否则将难以保证其权益的获取。

从公司主体来看，数字内容平台除了应保证数据来源的可靠性，还应当保障该资产的“经济利益很可能流入企业”以及“成本能够可靠地计量”[30]，否则将无法予以确定。资产会面临折旧、损耗等问题，尤其是一些时新的数据价值波动较大；但因为数据资产具有可复制性、可重复开发的特点，伴随着分析工具的完善，旧数据也可以产生新价值。因此，如果企业数据资产管理不到位，会影响平台数据的收益效率，并影响数字内容平台后续的资产化。因此，数据资产要素的市场化配置是数据资产价值从形成到交易再到分配的运动过程[31]，这一价值的创造和流通需要多方共同参与，不断完善数据资产的价值分配机制，让数据资产流动增值、提高各方参与主体的收益，才能从根本上激发数据资产市场活力。

（三）安全风险：社会发展中的“数据黑箱”

作为媒介化时代的数字基础设施，平台的运行逻辑不仅影响社会个体，还作用于整个社会系统。当平台以内部资产为由将大量数据资产隐匿时，整个社会将面临“数据黑箱”的隐忧。在不健全的数据市场环境中，平台公司可以凭借数据储量优势开展不正当竞争以攫取更多利益，由此造成的数据流向不确定性将最终导致“黑箱化风险社会”的来临，这些数据将更加隐秘地参与人类决策过程，助长社会运行与治理的不透明性，侵蚀公众对社会的信任基础。[32]2022年7月21日，国家互联网信息办公室依法对滴滴全球股份有限公司处以80.26亿元人民币罚款，用来惩罚其在赴美上市过程中因数据出境等问题造成的危害，有学者认为，这一事件开启了中国数据秩序制度全面建构的序幕，并将开启一次全局性、基础性的商业模式重构和治理规则重建[33]，为平台企业拓展市场、合理利用数据提供了前车之鉴。此外，在网络安全形势日趋严峻复杂的情况下，需直面国际敌对力量的攻击，由网络入侵导致的数据破坏或窃取将带来不可挽回的损失。数据在线上空间表现为数字代码，在线下则依靠规模庞大的物理介质进行存储，一旦断电或存储介质被破坏，数据就有可能丢失，其资产化价值进而消失殆尽。

五、再结构化：数字内容平台数据资产结构性风险的协同防范

数字内容平台数据资产结构性风险的生成和表征虽然是多层次的，但主要还是来源于资本趋利引发的价值导向偏移和市场不成熟导致的规制不足。因此，针对这一风险领域，本文提出“再结构化”的协同防范框架，以数据治理思维引导数据资产开发的“人民本位”价值取向，以数据资产市场打通要素流通渠道，融合业态边界、以数据秩序规则体系形成对数字内容平台数据资产的全面管理。

（一）主体协同：数据治理思维结构再造

一是国家主体统筹。当前，中国互联网治理进入了强监管阶段，通过开展内容治理、市场治理、数据治理，建构起了政府主导、社会参与，商业利益与公共利益相平衡，以意识形态为重点，兼顾经济发展的中国互联网平台治理模式，体现了“国家回归”的路径特色。[34]由于数字内容平台数据资产风险生成逻辑和具体表征的复杂性，应将其纳入国家数字经济发展和互联网治理的范畴通盘考虑，以促进数字经济高质量发展为目标导向，重点解决市场边界不清晰、市场规则不明确、市场标准不统一的问题。例如，国家数据局的建立就是将数据价值开发纳入全国统一大市场的重要举措。有学者提出，在数据权属等核心问题上落实“主体在民、主权在国、企业开发、全民共有、共享共用”的理念，践行“宏观体系建构先行，市场的归市场，技术的归技术，整体与部分分头推进，宏观与微观协调共奏”的发展思路。[35]数字内容平台的数据资产市场发展，是一个在国家统筹下多主体参与的系统工程，利用好制度工具，面对风险的表征应逐一预防化解，严防出现结构性风险的塌方式、破坏性后果。

二是市场主体主导。企业是数据资产化的最大受益者，不仅可以优化生产流程和资源配置，还有助于高效地管理客户关系、提升企业运营效率。[36]数字内容平台企业首先应提升数据意识，在市场竞争中调用各类资源，发挥企业技术工具、市场影响力、品牌价值等既有优势，在数据产品的动态竞争中带动相关环节发展；其次，要全面提升数据资产管理水平，优化风险评估、风险应对、风险控制等流程；再次，需注重将丰富的数据资源与需求相适配，否则只会增加企业固定支出。[37]

三是个人主体参与。数字经济发展过程应由人民参与、成果由人民共享，因此，需要提升数据主体的自觉性。首先，提升公众的数据价值意识，个人在使用时要善于利用操作平台提供的权限，知悉用户协议与隐私政策，核心数据不轻易跨平台授权。其次，提升公众的数据安全意识，谨慎披露个人信息，更加有效地管理数字空间呈现，对隐私信息进行隐匿化、模糊化处理。最后，增强公众的数据保护本领，提升用相关政策和制度维权的水平，维护个人依法所得。

（二）制度协同：数据秩序规则结构再造

2022年6月22日，习近平总书记在中央全面深化改革委员会第二十六次会议中指出：“要促进数据高效流通使用，赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。”[38]构建数据基础制度体系，就是围绕数据开发的各环节、各领域进行制度规约。2022年，中央全面深化改革委员会出台的《关于构建数据基础制度更好发挥数据要素作用的意见》明确了数据制度体系主要包括数据产权制度、数据要素权益保护制度、数据要素流通制度、数据要素分配制度等。因此，数字内容平台数据资产化风险防范的制度框架应该在数据基础制度下细化落实，在网络治理框架下规范运行。2025年12月，《中华人民共和国国有资产法（草案）》提请十四届全国人大常委会进行审议并向社会公开征求意见，该草案首次在国家立法层面提出数据资产纳入国有资产范畴，这让数据资产的研发管理等程序有了制度基石。

制度经济学学者认为：“制度并非外部的第三者强制所致，而是在博弈参与人之间的相互作用下所维持的自我约束性秩序。”[39]这表明，制度不仅是指由外部力量推行的限制性条件，而且代表了一种均衡状态，即在面对风险时不同博弈者之间及博弈者自身内部系统之间形成的动态规范。数字内容平台的数据资产化风险正是平台资本与社会制度之间磨合博弈的结果，因此需要从根源上由“强资本”的自由无序状态调整为“强制度”的规范有序状态。接下来，应着力解决数字内容平台数据资产确权、行业规范等空白领域的规范，在数字内容平台企业数据资产开发管理生态中建立健全数据安全、权利保护、跨境传输管理、交易流通、开放共享、安全认证等基础制度和标准规范，让数据资产化进程更加科学合理、健康有序。一方面，应围绕网络平台和互联网数据领域持续修订完善法律法规，共同构筑起促进数据资产安全开发的基础规则；在执行过程中也要以相匹配的市场化水平为依据，避免出现“一管就死，一放就乱”的后果。在数据基础制度体系框架下、在数据市场规范约束中，最终形成用户广泛连接、数据充分流动、平台动态竞争的协同模式，让数字内容平台充分地释放数据要素的价值。

（三）要素协同：数据市场资源结构再造

《关于构建更加完善的要素市场化配置体制机制的意见》将土地、劳动力、资本、技术、数据并列为五大市场要素，各要素之间应协同联系，为更好地防范数据资产化风险提供要素的系统支持。

第一，规范资本要素。由于平台资本的介入，数字内容平台可以在早期通过补贴、优惠等政策短时间内积累大量用户，由此滋生了垄断等诸多问题。当然，规范资本要素并非阻绝资本，而是在推进中国式现代化发展的进程中合理利用资本，坚持以人民为中心的根本价值遵循，坚守扬弃资本的理论逻辑指导，让资本要素更加科学合理有效地推动我国经济社会发展。[40]

第二，开发技术要素。技术会按自身的逻辑发展并塑造出社会治理的场景、边界、时域和价值，影响着社会形态和行为方式[41]。数字内容平台拥有强大的技术保障能力，就数据资产而言需完善三种技术，一是改进算法技术以提升数据供给水平，满足商业化运营的市场需求，贴合企业实际打造资源平台，以此不断链接赋能合作伙伴，构建“数据资产＋”的平台新生态；二是发展区块链技术，建立数据身份证，让数据实现从“原产地”到“出口地”的全流程监控；三是应用加密技术，让数据资产化过程和数据交易更加安全可靠，打消市场疑虑。

第三，培育人才要素。数字经济发展需要适应新时代发展格局的“数字人才”，防范化解结构性风险需要拥有数据思维、掌握系统认识论的复合型人才。在培养体系中，适应新闻传播等相关学科的数字化转向趋势，以数据资产应用为导向，发挥校企合作、校际合作优势，鼓励新兴交叉专业，促进各学科互促共进。资本要素、技术要素、人才要素、数据要素相互关联，统一于大的要素市场中，最终为数字内容平台的健康有序发展注入活力。

六、结语

推动数据资产化是服务数字经济建设的重要内容，防范化解相关领域的风险不仅关乎数据市场有序运行，也关乎每个平台用户主体的权益、关乎网络空间的数字安全。当前数据要素开发进入新阶段，许多制度性设计、总体性布局已经完成，但一些具体的环节仍未明确共识，面临的问题可能也未完全暴露。本文认为，面对数字内容平台背后交织的资本、技术、市场力量，应妥善利用主体、制度、要素整体协同的“再结构化”思路，认识风险的结构性表征，将相关危害遏制在爆发的前夕。更应该说明的是，数据资产化的相关研究不应局限于单一学科、单一理论视角的讨论，而应与社会经济发展的现实需求和实践探索紧密结合起来。当然，由于学科视角等局限性，本文所涉及的相关论述仅是一个立足新闻传播学科的探索性论述，仍需要进一步与学界、业界对话，通过跨学科等方法从更广阔、更深入的角度，促进数据价值的提取、转化与流通，助力建构更加健康可持续的数据市场。

【本文为国家社科基金项目“制度驱动型传媒经营改革的协同共振及其历史经验研究”（批准号：21BXW081）成果】

参考文献：

[1]戚聿东，刘欢欢.数字平台的数据风险及其规制[J].东北财经大学学报，2021(06):76-87.

[2]朱扬勇，叶雅珍.从数据的属性看数据资产[J].大数据，2018,4(6):65-76.

[3]大数据技术标准推进委员会.大数据技术标准推进委员会数据资产管理实践白皮书[EB/OL].(2023-01-04)[2025-10-31].https://mp.weixin.qq.com/s?__biz=MzU0NzczNjAwMw==&mid=2247498551&idx=1&sn=23b626da6cde964c6b52dc33c3c37d21&scene=19#wechat_redirect.

[4]中国资产评估协会.中评协关于印发《资产评估专家指引第9号——数据资产评估》的通知[EB/OL].(2020-01-09)[2025-10-31].http://www.cas.org.cn/ggl/61936.htm.

[5]纪婷婷，甘似禹，刘春花，等.数据资产化与数据资产增值路径研究[J].管理观察，2018(18):157-160.

[6]北京大学平台经济创新与治理课题组.平台经济[M].北京：中信出版社，2022：261.

[7]喻国明，焦建，张鑫.“平台型媒体”的缘起、理论与操作关键[J].中国人民大学学报，2015,29(6):120-127.

[8]梁玉成，张咏雪.算法治理、数据鸿沟与数据基础设施建设[J].西安交通大学学报(社会科学版)，2022,42(2):94-102.

[9]李春雷.风险、技术与理性：媒介治理的逻辑脉络[J].广州大学学报(社会科学版)，2022，21(5):28-32.

[10]乌尔里希·贝克.风险社会:新的现代性之路[M].张文杰，何博闻，译.南京：译林出版社，2018:3.

[11]张杰，聂茜.风险网络：作为非人行动者的媒介与社会风险的生成[J].新闻界，2023(01):57-65.

[12]杨海.风险社会:批判与超越[M].北京:人民出版社，2017:75.

[13]何塞·范·迪克.连接：社交媒体批评史[M].晏青，陈光凤，译.北京:中国人民大学出版社，2021:183.

[14] Sadowski, J. When data is capital: Datafication, accumulation, and extraction[J].Big Data & Society, 2019,6(1):1-22.

[15] José van Dijck, Thomas Poell, and Martijn de Waal，The Platform Society[M]. New York : Oxford University Press,2018:4.

[16]黄在忠.简论“剩余数据”的生产逻辑——数字经济时代的平台资本盈利新模式[J].华中科技大学学报(社会科学版)，2022,36(3):18-26.

[17] Zhang, Zongyi. Infrastructuralization of Tik Tok: Transformation, power relationships, and platformization of video entertainment in China[J].Media, Culture & Society. 2021,43(2): 219-236.

[18]克里斯蒂安·福克斯.社交媒体批判导言[M].赵文丹，译.北京:中国传媒大学出版社，2018:105.

[19]刘皓琰.数字帝国主义[M].北京:中国青年出版社，2023:178.

[20]尼克·斯尔尼塞克.平台资本主义[M].程水英，译.广州：广东人民出版社，2018:52.

[21]师文，陈昌凤.社交分发与算法分发融合:信息传播新规则及其价值挑战[J].当代传播，2018(06):31-33+50.

[22]黄淼，黄佩.算法驯化：个性化推荐平台的自媒体内容生产网络及其运作[J].新闻大学，2020(01):15-28+125.

[23]杰米·萨斯坎德.算法的力量：人类如何共同生存[M].李大白，译.北京：北京日报出版社，2022.

[24] Alaimo, Cristina, and Jannis Kallinikos.Computing the everyday: Social media as data platforms[J].The Information Society.2017,33(4):175-191.

[25]贾瑞雪.打开“黑箱”:平台社会视野下个人数据收集的结构性特征[J].新闻与传播研究，2022,29(7):38-54+127.

[26]抖音.“抖音”隐私政策[EB/OL].(2024-08-22)[2025-10-31].https://www.douyin.com/draft/douyin_agreement/douyin_agreement_privacy.html?id=6773901168964798477.

[27]快手.快手第三方数据合作清单[EB/OL].(2025-03-19)[2025-10-31].https://privacy.kuaishou.com/policy.

[28]张宇东，张会龙，张初兵，等.社交网络服务中用户隐私关注驱动要素构成与隐私悖论形成机制[J].管理学报，2022,19(7):1046-1055.

[29]曾燕.数据资源与数据资产概论[M].北京：中国社会科学出版社，2022:140.

[30]中华人民共和国财政部.企业会计准则第6号－无形资产[EB/OL].(2006-03-01)[2025-10-31].http://www.mof.gov.cn/zhengwuxinxi/zhengcefabu/2006zcfb/200805/t20080519_23149.htm.

[31]侯彦英.数据资产会计确认与要素市场化配置[J].会计之友，2021(17):2-8.

[32]黄晓伟.互联网平台垄断问题的算法共谋根源及协同治理思路[J].中国科技论坛，20219(09):9-12.

[33]方兴东，何可，钟祥铭.数据崛起：互联网发展与治理的范式转变——滴滴事件背后技术演进、社会变革和制度建构的内在逻辑[J].传媒观察，2022(10):49-59.

[34]张志安，冉桢.中国互联网平台治理：路径、效果与特征[J].新闻与写作，2022(05):57-69.

[35]陆岷峰，欧阳文杰.数据要素市场化与数据资产估值与定价的体制机制研究[J].新疆社会科学，2021(01):43-53+168.

[36] Hu, Changyu, Yuetong Li, and Xiaojia Zheng. Data assets, information uses, and operational efficiency[J].Applied Economics:2023,1-14.

[37]朱春阳，邓又溪.互联网背景下中国影视产业的集群治理创新——以集群“知识守门者”为中心的考察[J].中南民族大学学报(人文社会科学版)，2021,42(9):139-150+187.

[38]习近平主持召开中央全面深化改革委员会第二十六次会议强调 加快构建数据基础制度 加强和改进行政区划工作 李克强王沪宁韩正出席[N].人民日报，2022-06-23(01).

[39]青木昌彦.制度经济学入门[M].彭金辉，雷艳红，译.北京：中信出版社，2017:30.

[40]胡博成，朱忆天.“要资本，不要资本主义”：中国式现代化道路的价值逻辑研究[J].社会主义研究，2022(03):1-8.

[41]张成岗，王宇航.社会治理的技术逻辑：源流、特征及趋向[J].江苏行政学院学报，2021(06):61-66.

本文引用格式参考：

陶喜红，刘相.数字内容平台的数据资产化风险：生成逻辑、系统表征与防范机制[J].青年记者，2026(07):41-49.