一、數據資產的發展背景及內涵

數據作為新型生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通、消費和社會服務管理等各個環節，深刻改變著生產方式、生活方式和社會治理方式。《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》、《企業數據資源相關會計處理暫行規定》等重要文件的對外發布，將數據要素資產化、市場化推向新的高度，對激發數據要素的內在作用，促進數字技術賦能實體經濟，加快中國經濟的結構轉型和高質量發展具有里程碑意義。由于數據與傳統生產要素相比所具有的獨特性質，因此強化對數據及數據資產內涵的理解和對數據資產價值評估的深入研究具有重要現實意義。

《中華人民共和國數據安全法》中將數據定義為“任何以電子或者其他方式對信息的記錄”，從表現形式可包含純數字、電子表格、聲音、視頻和圖像等；從持有者的角度包括公共數據、企業數據以及個人信息數據；從數據的生成和應用角度可分為原始數據、服務層數據和應用層數據。數據有了使用價值才能成為數據資源，數據資源滿足成為資產的條件后才能成為數據資產。根據中國資產評估協會發布的《數據資產評估指導意見》，數據資產被定義為“特定主體合法擁有或者控制的、能進行貨幣計量的、且能帶來直接或者間接經濟利益的數據資源。”用市場化的手段合理評估和量化數據的經濟貢獻，有助于進一步將數據資源提升為數據資產，真正釋放其內在價值。

二、數據資產的屬性

了解和熟悉數據資產的基本屬性、特征等對進一步認識數據資產的本質并通過分析基本特征研究其對資產價值的影響具有重要意義。參考相關評估指引和研究成果，數據資產的基本屬性通常包括：信息屬性、法律屬性、價值屬性等：

信息屬性——主要包括數據名稱、數據結構、數據字典、數據規模、數據周期、產生頻率及存儲方式等；

法律屬性——主要包括授權主體信息、產權持有人信息，以及權利路徑、權利類型、權利范圍、權利期限、權利限制等權利信息；

價值屬性——主要包括數據覆蓋地域、數據所屬行業、數據成本信息、數據應用場景、數據質量、數據稀缺性及可替代性等。

業務維度——分為數據來源不同、業務歸屬不同、流通類型不同、行業領域不同、數據質量不同。

技術維度——分為產生頻率不同、提取方式不同、結構化特征不同、存儲方式不同、稀疏程度不同、處理時效性不同、交換方式不同等類別的數據。

安全維度——可按數據安全隱私保護程度不同進行分類。

規制維度——可分為計劃目標、規則體系、流程設計、標準規范、建設導則、績效考核等類別的數據。

非實體性——數據資產無實物形態，雖然需要依托實物載體，但決定數據資產價值的是數據本身。數據的非實體性導致了數據的無消耗性，即數據不會因為使用頻率的增加而磨損、消耗。這一點與其他傳統無形資產相似。

依托性——數據必須存儲在一定的介質里。介質的種類多種多樣，例如，紙、磁盤、磁帶、光盤、硬盤等，甚至可以是化學介質或者生物介質。同一數據可以以不同形式同時存在于多種介質。

可共享性——數據可以是數字、表格、圖像、聲音、視頻、文字、光電信號、化學反應、甚至是生物信息等，因此賦予數據資產多樣性特性，也表現在權限可控的前提下，數據資產可以被復制能夠被多個主體共享和應用。

可加工性——數據可以被維護、更新、補充，增加數據量；也可以被刪除、合并、歸集，消除冗余；還可以被分析、提煉、挖掘，加工得到更深層次的數據資源。

價值易變性——數據資產的價值受應用場景、用戶數量、使用頻率等多種因素的變化而變化，這些因素隨時間的推移不斷變化，某些數據當前看來可能沒有價值，但隨著時代進步可能會產生更大的價值。另外，隨著技術的進步或者同類數據庫的發展，可能會導致數據資產出現無形損耗，表現為價值降低。

三、數據資產評估及基本遵循數據資產評估

是指資產評估機構及其資產評估專業人員遵守法律、行政法規和資產評估準則，根據委托對評估基準日特定目的下的數據資產價值進行評定和估算，并出具資產評估報告的專業服務行為。執行數據資產評估業務，應當明確評估對象、評估目的、評估基準日、評估范圍、應用場景、價值類型和資產評估報告使用人。資產評估機構及其資產評估專業人員開展數據資產評估業務

一是要從職業素養方面加強自我約束，即職業操守方面應當遵守法律、行政法規的規定，堅持獨立、客觀、公正的原則；

職業能力方面，應當具備數據資產評估的專業知識和實踐經驗，能夠勝任所執行的數據資產評估業務；

實際執行層面，應當獨立進行分析和估算并形成專業意見，拒絕委托人或者其他相關當事人的干預，不得直接以預先設定的價值作為評估結論；

保密層面應當關注數據資產的安全性和合法性，并遵守保密原則。

二是掌握資產評估基本方法原則，根據實際做好價值區分、現場調查及合理假設。價值區分層面需考慮數據資產與其它資源的組合價值及單項價值，如數據資產與其他資產共同發揮作用時，需要采用適當方法區分數據資產和其他資產的貢獻，合理評估數據資產價值。現場調查則需要對評估對象進行針對性的現場調查，收集權屬資料、數據資產信息要素、財務會計信息和其他資料并進行核查驗證、分析整理和記錄，此外，可以利用數據領域專家工作成果及相關專業報告，合理使用評估假設和限制條件，有效支撐評估落地。

四、數據資產服務體系構建

當前，數據資產價值化面臨著數據資產如何盤查、數據產品如何界定、數據資產價值如何估算、數據增值服務如何做等痛點和難點，圍繞其需構建完善的數據資產服務體系：

一是規范標準及創新制度兩大體系建設，

二是強化數字基礎設施建設，構建可信數鏈網基礎設施、數據建模基礎設施及一體化數字資源管理體系（IDAS）等；

三是構建數據資源及數據資產雙層評估體系。結合數據資產服務業務體系，數據資產服務“六部曲”：

第一步：

數據資源探查。基于數據建模基礎設施，開展數據接入和數據資源盤點識別

第二步：

數據資產登記。通過接入數據資產評估與監管一體機與數據建模基礎設施的對接，協助企業或政府部門對數據資產持有權、控制權進行確認，實現數據資產登記。

第三步：

數據合規性評估。通過引入數據資產評估公司，完成對數據資產的合規性審核，并發布合規認證證書。助力完成對數據資產收益性與數據權屬風險性的專業判斷。

第四步：

數據質量評價。數據資產評估公司對數據準確性、規范性、時效性、可訪問性、完整性、一致性、準確性評估。其中數據質量評估規則和模型是基礎。

第五步：

數據資產評估。包括數據與模型層級對應的準確性、數據與模型節點對應的準確性、模型屬性數據完整性、準確性。其中需把握一個關鍵點，即數據與生產力和生產關系映射的契合度是數據資源價值評估的唯一標準，以此做好數據價值分級，形成靈活動態可信的數據資源和資產評估雙層體系。

第六步：

數據增值服務。通過數據資產評估工作，完成對數據資產的賬實核對，基于上述各項專業服務成果完成數據資產入賬前的專業判斷，實現數據資產記賬。按照會計準則與《企業數據資源相關會計處理暫行規定》的要求，編制完成數據資產報表。

五、數據資產服務生態體系構建數據資產管理是一項復雜的工作，圍繞數據資產服務“六部曲”，應構建融入企業、平臺建設方、數據資產評估機構、金融機構、政府監管部門、財政、稅務、人社、智庫科研等相關機構聯合的生態體系，依托法律、技術和市場等多重因素協同發力，從而實現從數據資源到數據資產登記－認證－評估－計量－存證的全路徑打通，形成數據資產全生命周期服務能力體系。結合對當前數據資產管理業務的理解及各地商業模式的了解，總結提出政商聯盟（政府+企業+金融機構）、企業聯盟（企業+政府+金融機構）、銀商聯盟（銀行+企業+政府）三大商業模式。作為數據資產評估方和資產增值運營商，將結合用戶現有的數據質量和數據應用進行增值服務，助力數據資源價值提升。

總結

數據資產入表是顯化數據資源價值、促進數據流通使用的重要手段。微觀層面，數據資產入表有利于盤活數據資產價值，展示企業數字競爭優勢，助力企業融資；宏觀層面，數據資產入表可帶動數字產業的發展，激發數字經濟發展活力，有助于國家加強對數據要素市場統籌管理和數字經濟發展。數據資產服務“六部曲”為探索數據資產入表提供了基礎路徑，但由于當前數據資產入表及數據資源市場化等尚在探索研究中，相關工作深化及落地尚需生態體系中各組織機構貢獻智慧、協同發力。期待與行業相關組織機構合作，共同研究數據資產入表新話題，激活數據要素市場發展內生動力。