十九届四中全会首次将数据纳入生产要素后，出台了大量的政策，支持数据要素化，上海、浙江等地率先探索实施了数据要素化。
由于数据看不见、摸不着，具有不可见的属性，很多人对数据是否可以要素化存在疑虑。为直观了解数据要素化，通过“熟悉”类比“陌生”的方式，将“土地要素”类比“数据要素”，增进对数据要素的理解，从而加快数据要素化进程，助推新质生产力发展。
数据与土地都需要治理才能产生使用价值。土地有“毛地”“生地”“熟地”之分，毛地是指还未实施征地拆迁的土地，生地是指还未修建基础设施，达到“七通一平”状态的土地。毛地和生地只有经过征地拆迁、详细规划、实现“七通一平”等治理手段才能产生价值。数据同样有“原始数据”和“数据资源”之分，原始数据是指系统自然生成的非结构化数据，处于杂乱无序状态，且涉及公共安全、商业秘密和个人隐私，无法要素化利用。数据资源是指通过清洗、整理、脱敏、分析等手段治理后的结构化数据，可以直接开发利用。
数据与土地都需要流通才能产生交换价值。土地在实施公开招拍挂之前，多采用协议转让，土地的流通受到诸多限制，土地的交换价值难以真正体现。实施招拍挂后，建立了完备的土地价值发现机制，土地交换价值节节攀升，成为助推经济发展的强力要素引擎。当前，平台经济兴起，数据得到广泛应用，但由于还未建立完备的数据资源交易机制，数据的价值潜力还未挖掘，其交换价值也未真正体现。
数据与土地都需要“储备中心”来进行前期治理。将“毛地”治理为“熟地”需要专门的机构和大量的经费，为此，各地均成立土地储备中心实施土地治理。前期一些土地储备机构多采用公司化运营，通过土地杠杆向金融机构融资实施土地治理，后期均采用事业单位运营，通过发行“土地储备债券”解决资金问题。数据治理要搭建数据一体化平台和建立可信空间，同样需要专门机构和经费，上海、浙江等地均将当地的公共数据资源授权当地国企经营，由国企建立数据一体化平台和可信空间，实施数据治理，并授权开展数据开发与经营。也有珠海香洲区将公共数据资源授权给大数据中心（事业单位）实施数据治理。
数据与土地都需要大量的市场主体参与开发运营。土地实施招拍挂后，加之预售制度出台，鼓励大量房地产开发商涌入土地市场，快速激活土地的潜在价值，土地的要素作用短时间内得以显现。数字资源如要发挥价值，必须要加工成数据产品，如单靠政府或国企实施，一方面专业能力欠缺，另一方面市场的广度有限，难以带动数据市场的繁荣。因此，要鼓励、扶持大量的数据商，参与数据开发和运营，开发大量实用且具备市场价值的数据产品，就像房地产开发商设计开发各种各样楼盘和户型一样，既满足公众的需求，提升大众的生活水平，也可以通过大量交易提升数据的市场价值。
数据与土地都需要在一定的场景中才能发挥价值。土地类型分为商服用地、商住用地、工业用地等，不同的土地只有放在合适的场景中才能最大限度的发挥价值。比如在住宅集中区，一块商服用地的价值比在工业聚集区的价值要大，因为住宅区居民集中，客户群体多。相反，一块商住用地放到工业集中区，价值必然大打折扣，因为工业区污染多，居住环境不理想。数据同样也需要在场景中发挥价值，比如成都数据集团联合社会机构开发的“贝融助手”APP，就是将医保、社保等数据经过加工、脱敏后，应用到家政、婚恋等民生信用场景，在应用场景中最大限度的发挥数据价值。
尽管土地要素与数据要素有很多共通点，但也有很多差异之处。比如，数据资源可以反复利用，同一个数据，可以在不同的场景中反复交易，反复发挥价值，不像土地这种稀缺性资源，一次交易后就无法持续发挥价值。另一方面，土地治理中征拆和基础设施建设更看重资本支持，而数据治理更看重技术支持，对人才与技术的要求比土地治理高。
生产要素是生产力发展的关键性因素，新的生产要素出现，必然带来生产力的飞跃式发展。但是，是否能够真正发挥数据要素化作用，考验政府、企业等主体对数据的认知能力和重视程度，因此，对于中西部这种人才和技术相对缺乏的城市，在数据要素化中，要早谋划、早应用、早实施才能抢占先机。
