（一）《数据资产信息披露对企业价值创造的影响机制研究——基于企业盈余水平与权益资本成本双重视角》导读

作者：仝自强，山西大学经济与管理学院；严鑫宇，山西大学经济与管理学院；马佳，西安交通大学管理学院

简介：在数字经济浪潮中,数据资产作为企业转型的战略引擎,数据资产信息披露对价值创造的驱动机制备受关注。以2008-2023年我国A股上市公司为研究样本,实证检验数据资产信息披露对企业价值创造的作用路径。研究发现:数据资产信息披露能显著促进企业价值创造;机制分析表明,数据资产信息披露通过提升企业盈余水平和降低企业权益资本成本两条路径实现价值创造;异质性分析揭示,数据资产信息披露对企业价值创造的促进作用在行业竞争激烈、地区数据市场化水平较高及内部治理完善的企业中更显著。研究揭示了数据资产信息披露在数字经济中的关键作用,为企业优化披露策略、提升市场竞争力提供了参考,为推动数据要素市场化配置提供了理论依据与实证支持。

引用：仝自强,严鑫宇,马佳.数据资产信息披露对企业价值创造的影响机制研究——基于企业盈余水平与权益资本成本双重视角[J/OL].科技进步与对策,1-10[2026-03-15].

（二）《数据要素投入对企业绿色创新效率的影响研究——基于数据资产与分析师关注度视角》导读

作者：陈军，新疆师范大学商学院丝绸之路经济带核心区产业高质量发展研究中心；张铠，河南大学经济学院；张靖凯，新疆大学经济与管理学院

简介：在经济社会迈向全面绿色转型的关键阶段，数据要素作为新型生产要素对推动企业绿色技术创新具有重要意义。本文基于沪深A股上市公司2011～2022年数据，基于数据资产和分析师关注度视角，研究数据要素投入对于企业绿色创新效率的影响。研究发现，数据要素投入对企业绿色创新效率具有显著的正向促进作用，该结论在经过一系列稳健性检验后依然成立。机制检验表明，数据要素投入对企业绿色创新效率的影响可通过促进数据资产积累和提高分析师关注度来实现，同时数据要素投入与传统生产要素投入产生的协同效应能正向影响数据资产积累和分析师关注度，进而影响企业绿色创新效率。异质性分析表明，数据要素对绿色创新效率的促进作用在国有控股企业、非高科技企业、无绿色补贴的企业以及位于高强度环境规制城市的企业中更为显著。本文为构建数据驱动型绿色创新体系、推动经济可持续发展提供重要的经验证据和政策参考。

引用：陈军,张铠,张靖凯.数据要素投入对企业绿色创新效率的影响研究——基于数据资产与分析师关注度视角[J].上海对外经贸大学学报,2026,33(02):55-69.

（三）《数据要素对企业就业规模的影响研究》导读

作者：李飚，郑州大学商学院；周健，郑州大学商学院

简介：数据要素是数字经济深化发展的核心引擎,发挥数据要素乘数效应将为推动高质量发展提供有力支撑。基于2011—2022年中国上市公司数据,实证检验了数据要素对企业就业规模的影响及作用机制。研究发现,数据要素能够显著扩大企业就业规模,数据要素的就业增长效应主要通过提高企业效率、降低企业成本实现。异质性分析表明,数据要素扩大了企业非常规性任务岗位的就业规模,并呈现高技能劳动偏向的单极化趋势;数据要素的就业增长效应在高数据资本存量行业、服务业、位于胡焕庸线东南侧以及行业进入壁垒低的企业中更为显著。拓展性分析表明,数据要素能够有效改善企业员工福祉,实现稳就业和改进就业质量的双重效应。因此,政府应持续完善数据要素市场机制,助力企业有效利用数据要素,促进高质量充分就业。

引用：李飚,周健.数据要素对企业就业规模的影响研究[J/OL].北京工商大学学报(社会科学版),1-16[2026-03-15].

（四）《Enterprise Data Valuation—A Targeted Literature Review》导读

作者：Sai Krishnan Mohan, Department of Research,Rennes School of Business,Rennes,France; Gnana Bharathy, Faculty of Engineering and IT,University of Technology Sydney,Sydney,New South Wales,Australia; Akanksha Jalan, Department of Finance & Accounting,Rennes School of Business,Rennes,France

简介：随着数字化转型对商业模式的重新定义,企业价值越来越依赖于无形资产,尤其是数据,而不是传统的建筑物、设备等实物资产。传统会计长期以来侧重于根据实物资产的预期未来经济收益来评估其价值,区分了经营性支出和资本性支出。然而,无形资产,如数据,由于其对商业背景、生命周期和特定用途的依赖,评估更加复杂。这篇文献综述考察了数据估值作为一种无形资产,用于准确的企业估值,与投资、兼并、收购和理解企业价值有关。文章强调了多种新兴的评估方法,包括客户交易、终身价值、股东价值和客户资产,这些方法提供了更细致入微的数据价值观点。合作博弈论、夏普利值、机器学习和元学习框架等先进技术也被探索作为更精确地量化数据价值的工具。数据质量被强调为数据评估的关键组成部分,由于监管的不确定性和不一致的报告实践,数据质量面临着持续的挑战。数据估值的这些复杂性表明,随着数据不断塑造跨行业的企业价值,改进估值方法是一个重要的研究机会。（翻译来源：中国知网翻译助手）

引用：Sai Krishnan Mohan,Gnana Bharathy & Akanksha Jalan.(2025).Enterprise Data Valuation—A Targeted Literature Review.Journal of Economic Surveys,40(1),73-92.