（一）《企业数据资产化、市场竞争与绿色技术创新》导读
作者：罗忠莲，江西师范大学经济与管理学院讲师；曾灏玥，大信会计师事务所（特殊普通合伙）江西分所；刘冰灵，江西师范大学经济与管理学院
简介：数字化背景下，数据资产化日益成为企业绿色发展的核心驱动力。本文运用2013—2023年我国沪深A股上市企业数据，实证考察企业数据资产化对绿色技术创新的影响及其作用机制。研究发现，企业数据资产化能够显著推动绿色技术创新发展；强市场竞争正向调节企业数据资产化对绿色技术创新的促进效应；对技术密集型、成熟期和长三角城市群的企业而言，二者的促进作用更为明显；企业数据资产化能够通过缓解融资约束、加快数字化转型两条渠道推动绿色技术创新。因此，政府应完善相关制度体系及数字基础设施建设，为企业发展提供支持；企业应推动内部与数据资产深度融合，打破数据壁垒；企业还应注意吸引和培养数字化人才，促进绿色技术创新，推动企业全面绿色转型。
引用：罗忠莲, 曾灏玥, 刘冰灵. 企业数据资产化、市场竞争与绿色技术创新 [J/OL]. 企业经济, 2026, (04):125-137.
（二）《“赋能”还是“负能”：数据资产对开放式创新的影响研究》导读
作者：刘睿，华侨大学工商管理学院；李雅雯，华侨大学工商管理学院；金碧云，金陵科技学院商学院。
简介：尽管数据被认为是帮助企业突破创新边界的关键要素，但是数据资产对开放式创新的影响并非总是积极的。本研究基于资源基础观与交易成本理论的整合视角，以3313家中国制造业上市公司为样本，实证检验了数据资产与开放式创新之间的非线性关系，并从资源互补和资源转化两个视角出发，进一步探究了信息技术背景高管与吸收能力在这一关系中的调节作用。结果表明，数据资产与开放式创新之间存在显著的倒U型关系，适度的数据资产有助于企业进行开放式创新，而过度的数据资产却会产生抑制作用。信息技术背景高管与吸收能力强化了数据资产与开放式创新之间的倒U型关系。上述结论在经过倾向得分匹配法、工具变量法和变量替换等内生性和稳健性检验之后仍然成立。经济后果检验表明，数据资产驱动下的开放式创新能够显著提升企业市场绩效。研究结论为制造业企业更好地利用数据资产实现开放式创新提供了有益启示。
引用：刘睿, 李雅雯, 金碧云. “赋能”还是“负能”：数据资产对开放式创新的影响研究 [J/OL]. 财经论丛, 1-17.
（三）《数据是新的蛋白质：企业如何通过数据资产驱动颠覆性技术创新》导读
作者：连燕玲，华东师范大学经济与管理学院教授；崔雪，华东师范大学经济与管理学院。
简介：数字经济时代，数据成为最重要的战略性资源之一。然而，数据要素如何充分释放自身价值潜力助力新质生产力发展亟需进一步探索。本文选取2010—2020年沪深A股上市企业作为研究样本，考察了企业数据资产对颠覆性技术创新的影响及其作用边界。研究结果表明，企业的数据资产能够显著促进其颠覆性技术创新，该核心假设经由多重稳健性与内生性处理后依旧成立。TMT创新注意力、TMT未来注意力及TMT战略注意力广度是影响数据资产促进企业颠覆性技术创新的重要边界条件。这意味着，数据资产必须与管理层认知资源协同编排，才能发挥更大的创新颠覆作用。基于企业外部环境的异质性分析发现，当企业位于具有“未来产业”发展优势、知识产权保护程度较高的地区时，数据资产对企业颠覆性技术创新的正向作用更强；基于企业内部资源的异质性分析发现，当企业拥有更高的高技能人力资本和AI应用程度时，数据资产更能促进颠覆性技术创新。本文基于资源编排理论和注意力基础观将企业数据资产以及颠覆性技术创新有机结合起来，为数字经济情境下中国企业依托颠覆性技术实现系统性超越提供了新的分析视角和情境解释。
引用：连燕玲, 崔雪. 数据是新的蛋白质：企业如何通过数据资产驱动颠覆性技术创新 [J/OL]. 研究与发展管理, 1-19.
（四）《Data as an Asset: Economic Traits, Market Dynamics, and Monetization Challenges》导读
中译：《数据作为一种资产：经济特征、市场动态和货币化挑战》导读（翻译来源：知网翻译助手）
作者：Petter Kvalvik，挪威哈尔登能源技术研究所；Sanjay Misra，挪威哈尔登能源技术研究所；Biswajeeban Mishra，匈牙利塞格德大学；Satyen Dash，印度克塔克斯里斯里大学。
简介：数字经济已将数据确立为一种基本资产，塑造了产业、治理和技术创新，同时在各领域推动了竞争优势。物联网和社交媒体等数据生成技术的普及，使数据成为一种战略资源，尤其使大型科技公司受益。本研究探讨了数据作为资产和商品的双重性质，分析了市场结构、货币化挑战以及新兴技术对数据经济的影响。本研究采用多声部文献综述（MLR）方法，系统地回顾了学术文献和灰色文献，包括白皮书和行业报告。在 ACM 数字图书馆、IEEE Xplore、ScienceDirect、SpringerLink 和 Wiley Online Library 等五个主要数据库中进行了全面搜索，共获得 764 条记录，另有 86 条来自其他来源（即灰色文献），总计筛选出 850 项研究。最终，64 项研究回答了关于数据的经济特征、市场结构、货币化挑战、技术影响和公私平衡框架的五个关键研究问题。分析表明，数据具有诸如非竞争性、非排他性和可扩展性等独特的经济属性，这需要采用新的估值方法。市场动态受到诸如《通用数据保护条例》（GDPR）等监管框架的显著影响，而人工智能和区块链等新兴技术正在重塑货币化策略。关键挑战包括准确估值、数据质量保证和隐私合规。由于其独特的属性，数据的经济本质超越了传统的估值框架。人工智能和区块链通过增强价值提取和安全交易来改变数据市场。然而，像数据公有池和信托这样的强大治理框架对于平衡货币化与道德使用至关重要，这需要未来的研究来开发综合估值模型，将技术进步与公共利益相结合。
引用：Kvalvik P, Misra S, Mishra B, et al. Data as an Asset: Economic Traits, Market Dynamics, and Monetization Challenges[J]. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 2026, 16(1): e70072.
