通过国家、地方政府及数据交易市场的参与方在数据要素融合方面做出的种种努力及探索， 可以看出促进数据要素市场发展的三大驱动力：
土地、资本等其他的生产要素通常有较为明确的权利类型与权利归属，但由于数据资产无实 体、可多次衍生等特点，当前数据资产确权尚缺乏实际的规则标准，相关法律文件界定标准难以 满足数据要素在流通过程中的实际应用需求。 相关法律规定的不完善给数据要素化的合法性、可行性带来挑战。首先，当前法律体系对数 据权属、权利类型规定不明确，数据交易者无法判断交易双方是否有特定交易资格，这带来了较 高的交易风险。其次，尽管各数据交易所的交易规则暂时部分发挥了相关法律的作用，但出于合 法考虑，各交易规则都将涉及个人信息的数据排除在可交易范围外，这实际上将一部分对于企业 最有价值的数据完全拒之门外，在一定程度上阻碍了数据资产的要素化。
价值是资产的核心属性，数据资产估值体系是探索数据要素定价机制及价值核算的重要参 考，对厘清数据、制定统一数据要素定价标准、实现数据要素的有效配置具有重要意义。对社会 而言，数据资产估值研究为交易市场的统一数据定价模式形成提供系统框架和标准参考，促进数 据资产要素流通市场的构建，提升行业对于数据资产价格的公允认知。对企业自身管理而言，数 据资产估值结果能够有效提升各方业务的开展水平与管理能力。一方面，管理层能够从统一的视 角，直观了解企业的数据资产价值，并依据评估结果做出数据资产相关的战略决策。周期性的数 据资产估值帮助企业将数据价值与业务价值相连接，发掘高价值密度的数据，对未来数据挖掘、 分析工作提供方向性指导，做到工作有的放矢。另一方面，在上下级沟通或部门沟通中，具有准 确量化价值的数据资产有助于沟通双方对数据产生共同理解，减少企业沟通成本，提高运营效率。
但由于数据资产与传统的有形资产和无形资产均有一定差异，其评估问题难以使用当前的 资产评估体系解决, 目前行业内尚无完整可操作的数据资产评估体系，评估模型和相关影响因 子的选取等评估的基本问题也尚未统一。 传统资产评估方法主要包括成本法、收益法和市场法三种。相比于传统资产，数据资产具有 其独特性，而这些独特性导致传统评估方法在数据资产估值的实践中局限性较大。此外，当前数据资产估值方法体系的研究探索尚处在理论层面，企业开展数据资产估值的实践较为少见。为探 索具有较强实操性的数据资产估值方案，本书将结合数据资产特性，对各类评估方法的适用前提、 优劣势以及数据资产价值的影响因素等内容进行对比分析，并提出优化方案设计，同时针对优化 方案在实施过程中需要关注的重点内容提出建议。
除数据资产交易前的确权和评估问题外，数据资产交易本身面临的挑战主要在于交易机制 不统一和数据安全保障难两大方面。 统一的交易机制是数据资产交易的前提。目前，虽然各地已陆续建立起一些数据交易市场， 但是全国范围内仍缺少大规模、集中的数据交易中心，因此也缺乏一致的交易体系，尤其对于交 易规则、数据登记、会员制标准、信息披露制度等方面均有进一步完善的空间。
而如何在数据资产交易过程中保障数据安全这一问题同样需要讨论。数据资产交易过程涉 及数据提供方、数据接收方、交易中介等多个参与方，各参与方均可能会出现未经许可复制、对 外共享或交易数据的行为。即使从数据安全角度完善法律，也有可能出现由于数据资产交易权属 不明确导致的越权使用等问题。为解决此类问题，行业内仍需要相关的法律法规和交易技术标准 出台，推进数据交易全流程的良性互动和安全协同。
