一、 問題的提出:企業何以將數據資產化?

中共中央、國務院印發的《數字中國建設整體布局規劃》 指出:“ 釋放商業數據價值潛能,加快建立數據產權制度,開展數據資產計價研究,建立數據要素按價值貢獻參與分配機制。” 數據資產化離不開市場作用和政府作用的有機統一。一方面,要發揮數據交易市場在資源配置中的決定性作用;另一方面,要強調優化政府職能,深入推進治理體系和治理能力現代化,不斷強化對數據交易市場秩序的規范作用和市場監管作用。

數據可以產生價值。數據是信息的載體,一種可計算的記錄。數據具有總量大、精準度高、生產快、種類多等特點,有助于加快培育和形成新質生產力。新質生產力代表先進生產力的演進方向,助力數字經濟高質量發展。主觀層面判斷數據是否有價值是由數據交易市場的數據交易價格所決定的。數據資產化的行為主體是企業,企業根據實際生產經營需求評估數據的價值,有價值的數據才有保護的必要。數據屬于經濟學家所謂的“經驗產品” ,購買者每一次都必須嘗試過該產品才能對它進行評價。從客觀層面來講,數據價值來源于勞動。數據的價值由生產和再生產的社會必要勞動時間所決定,在生產力發展水平和智力水平共同決定的社會平均生產水平下,形成一個平均的社會必要勞動時間[4]。企業在數據收集活動中投入了大量的人力、資源和資金。作為數據的主要貢獻者,如果企業不積極管理數據,那么這些數據就失去了意義。

并非所有有價值的數據都可以資產化。《 企業數據資源相關會計處理暫行規定》 ( 以下簡稱《 暫行規定》 )為數據資產化作出了相應的指引,回應了企業數據資產化的需求,其內在的價值取向是反映數據資產的真實情況,避免形成資產泡沫。本文首先從數據的特性出發并結合資產定義的相關學說完善了企業數據資產定義,企業數據資產是指由特定企業合法控制的,由過去交易或事項形成的,預期會給企業帶來經濟利益的數據產權;其次明確了企業在事實上排他性控制數據不足以滿足數據資產化的要求,需要在政策層面擬制一種“動態控制”以降低數據交易成本;最后從數據交易視角出發,以數據收益分配為主導,歸納降低數據交易成本的若干方式,促進數據要素市場化配置,賦能新質生產力發展。“確權” 三重維度并不是并列式的橫向分布,而是一種以第五科學范式為基礎的縱向分布:先創設企業數據資產,再實現企業對數據資產“動態控制” ,最終以降低交易成本的方式,促進數據交易市場的高質量發展,實現基于“ 數據要素 × ”的價值倍增。

二、 創設維度:從數據資源到數據資產的嬗變

創設數據資產不是一種數據確權方式。數據確權是基于上位法的規定通過對數據處理者等賦權,使其對數據享有相應的法律控制手段,從而在一定程度上或一定范圍內針對數據具有排除他人侵害的效力。數據確權的核心是一套方法論,既符合數據的特殊屬性,又契合數據處理活動的客觀規律[7]。《民法典》第127條僅僅對數據權益的保護作了宣示性的規定,從中無法找到有關數據權屬的具體內容。雖然數據產權尚未被法律認可,但是這不代表法律對數據資產進行不保護,新型生產關系的建構應當順應新質生產力的發展。

(一) 數據資產化的理論基礎

企業數據具有保障個人隱私、公共利益和國家安全的功能,但“一刀切” 式地禁止企業數據資產化并不可取,完善數據要素供給是發展新質生產力的關鍵層面。

第一,數據資產化既不代表企業要求公民放棄數據之上的所有權利,也不代表企業漠視存在于數據之中的公共利益和國家安全利益。與所有生產要素價值實現機制一樣,數據要素價值的實現不能因噎廢食。科技進步帶來的社會影響并非都是正面的,以“卡爾多-希克斯改進”來判斷科技進步給社會所帶來的整體福利改善,通過對受到負面影響的受損者給予一定的補償,來實現整體效益的提升。數據資產化是同歷史發展的客觀要求相符合的新生事物,數據不僅被列為生產要素,還有助于發展新質生產力。

第二,有價值的無形物可以資產化,無形資產可以幫助企業融資。將數據與知識作比較,廣義的知識同樣具有隱私保護和公共安全的價值。通過創設具有資產屬性的知識產權,可以將智力成果資產化。知識產權證券化的著名案例有達美樂比薩連鎖店的商標證券化和耶魯大學研發的艾滋病藥物專利證券化等。證券化可以幫助產生穩定許可費用流入的知識產權資本化,以獲得商業運營所需的臨時融資。同時對于侵犯知識產權的行為,可以通過侵權行為的救濟途徑來解決。多個省市出臺了數據產權登記辦法,針對數據要素市場化發展作出部署,最大限度地為數據價值實現和新質生產力發展提供依據。

第三,數據資產化需要在動態合規的框架內運行。我國已經出臺了《個人信息保護法》 《數據安全法》《網絡安全法》等法律對個人信息和公共安全進行保護。“當你拷打數據時,它會供出一切。” 一方面,在精密的經濟學模型之中濫用數據可以得出經濟學家想要的結論;另一方面,隨著技術帶來的破壞式創新,數據安全不只是靜態的概念,數據資產化需要隨著技術的迭代在法規政策所允許的范圍內進行。企業基于授權獲得的個人信息資產化之后將進入市場流通,其預期風險難以估計。通過技術手段可以實現數據可用不可見,數據安全不出域,達到數據利用與企業的個人信息保障義務和數據安全義務的平衡,為推動新質生產力發展注入不竭動能。

(二) 以企業數據入表創設數據資產

在考察資產概念的基礎上,結合數據的特征以明確數據資產的概念。資產定義存在四個不同學說:成本說、未來利益說、資源說和權利說。它們彼此之間并不是互斥的關系,而是各有側重,參見表1。這一部分無意討論資產定義的核心是什么,而是要在《暫行規定》與《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》 (以下簡稱“數據二十條” )之間尋找一條可以形成共識的路徑。會計準則的制定問題處于法律與會計的交叉地帶,是這兩門學科融合發展過程中最核心的命題,這不僅涉及話語權的問題,而且要求理論與實踐的有機統一。關于數據資產定義的范式轉換為新質生產力發展提供了重要機遇。

成本說認為“資產”實際上是一種“ 暫未發生的收入借項” ,即將在未來作為成本或費用與收入相配比。換言之,資產是“未消耗的收入借項” 和“尚未轉化為費用的成本的集合” ,即已發生的但尚未賺取收入的成本。筆者認為,成本說未能反映數據資產的本質。由用戶主動貢獻的數據成本難以計量,但是其仍然具備成為資產的可能。成本說具有高度的專業技術性,但是僅以此作為判斷其作為資產的關鍵,實際上是顛倒了確認和計量的先后關系,無法準確地描述數據資產的本質。

未來利益說將資產定義為特定企業因過去的交易或事項而獲得或控制的未來可能經濟利益。未來的經濟利益源自資產的運營活動,揭示了資產的本質屬性,與財務報表的目標相一致,也強調了企業持有資產的根本目的是獲得未來的經濟利益。經濟利益說過于抽象,這可能使得數據資產化的可操作性下降。數據經濟利益可直接或者間接產生,若以經濟利益為核心,那么數據的價值波動可能會影響數據能否被視為資產,從而與會計信息質量要求的真實反映相沖突。特定主體持有資產是為了在未來有能力產生經濟利益,不能清晰產生經濟利益的資源則不被視為資產。有學者認為,將資產僅定義為“未來的經濟利益”

資源說則認為資產本質上屬于資源范疇。資產的定義是企業通常利用其資產生產能夠滿足客戶需求的商品或者提供相應服務,資產所體現的未來經濟利益是直接或間接為實體的現金和現金等價物流動的潛力,其由過去的交易或事項產生。《企業會計準則》界定了資產概念,雖然在定語之中提及預期會給企業帶來經濟利益,但該定義側重點放在資源之上。同時,《暫行規定》 也將數據資產的重點放在了所謂的資源之上。亦有學者認為數據資產是由組織(政府單位、企事業單位等) 過去的交易或事項形成,由組織合法擁有或控制,可能帶來經濟效益,成本與價值可評估的數據資源[16]。如果將資產與資源都與未來經濟利益相聯系,那么就會重新回到有關“未來利益”的討論。

權利說將資產定義為由于過去交易或事項的結果而使某個企業能夠控制的未來經濟利益的權利或其他權利。雖然資產包含未來經濟利益,但資產不等于未來經濟利益,而是獲得未來經濟利益的權利或其他權益,如非法定的使用權、對未注冊專利的使用權等。有學者認為,資產是特定主體所享有的代表一定經濟利益的現時權利,該權利包含著可直接或間接轉化為貨幣的能力。在另一層面,數據產權由“權利束” (A Bundle of Rights)組成。由于數據產權的可分離性,同一項資產可能在不同的企業間多次確認,從而導致社會資產總量的虛增。權利并不是憑空出現的,在社會之中權利與義務的總量相等。如果在數據之上創設了新的權利,就必然產生新的義務———信息披露的義務。《暫行規定》 中明確了以存貨和無形資產形式列入資產負債表的數據需要承擔比會計準則更高的強制信息披露的義務。例如,《 暫行規定》中要求,除披露期初和期末賬面價值外,還需要根據性質披露本期的增減變動情況。

數據資產應當以“數據產權”為核心進行概念界定,數據資產是由特定企業合法控制的數據產權,其由過去交易或事項形成,預期會給企業帶來經濟利益。制度經濟學認為,產權并非物質對象,而是在社會中受到廣泛尊重的一對權利義務,擬定了產權歸屬方在使用其資產過程之中的權利、責任和利益,并在一定范圍內具有排他性。“數據二十條”政策僅對數據產權進行了列舉式規定,企業可以通過數據知識產權登記、數據登記、數據資產入表等方式主張其作為數據處理者的數據產權。新質生產力的核心要義是“ 以新促質” 。要發展以數據要素為重要內容的新質生產力,就需要創設一系列與數據要素相關的生產關系。

(三) 創設數據資產的其他路徑

“數據二十條”沒有涉及有關創設企業數據產權的內容。為了尋求企業數據產權的來源,只能將目光轉向理論和實踐層面。無論是“行為規制”說還是“產權確認” 說,都在某種程度上承認了企業對于其控制的數據存在某種“合法權益”。同時,本文無意于論證現有的各種企業數據產權保護理論的優劣,而是著眼于它們的共同特點,即都意圖保護數據之上某些具有保護意義的權益。實踐層面已經形成了“數據知識產權” “數據登記證明產權” “競爭性合法權益”的寶貴經驗。這表明以利益范式為核心的數據基礎制度有助于數據要素供給側結構性改革,符合新質生產力發展的實質要求。

數據登記雖然無法實現確權的功能,但是具有證明數據產權、降低數據交易成本、保護數據產權和交易安全的功能。雖然知識產權法沒有對數據知識產權作出規定,但是地方已經出臺數據知識產權登記辦法,已經有利用數據知識產權進行融資的相關案例①。同時,一些企業通過在全國數據資產登記服務平臺獲得的數據資產登記憑證獲得了銀行的貸款融資。數據登記存在特殊性,相應的審查人員逐條審查數據內容欠缺現實可行性,因此應當對企業數據實行概括性登記。如何實現作為知識產權客體的數據的公示是需要進一步解決的重要問題。同時,有關數據產權制度設計的實踐具有非常明顯的“先地方、后中央”的特點,地方的政策具有各自特色,但是由于受地方的區域性限制,難以站在國家層面進行統籌規劃。

現有的涉及數據不正當競爭案例可以為數據處理者擁有數據的“合法權益” 提供參考與借鑒。數據技術的發展使數據進入法學研究的話語體系,將現象轉化成規范的路徑在于實踐[27]。有關數據不正當競爭的司法判例具有審理時間長、不正當競爭認定概率高等特點,并形成了“主體適格-存在數據合法權益-行為判斷-競爭利益損害”的裁判路徑。①數據“合法權益”是一種競爭性利益,且具有財產屬性,可以在一定范圍內實現排他性。權益保護往往取決于個案裁判,保護的邊界比較模糊,構成要件比較復雜或者尚未形成共識,故而在保護上具有不確定性。在主要適用反不正當競爭法進行處罰時,電子商務法也可配合適用,兩種行為評價模式相互支撐、印證,強化了處罰的正當性理據。

三、 控制維度:數據資產交易的前提

(一) 企業無法“擁有或控制”數據所有權

數據所有權提出的背景是強調個人數據保護,目前的數據所有權理論都是從個人數據角度出發,強調個人享有數據所有權可以幫助緩解數字經濟的一些不利影響。借助“所有權 -用益權” 理論能較好地解釋交易后的數據權益,即用戶享有數據所有權,企業享有數據用益權。對于不特定第三人,所有權人享有實現其物權權能的權利,是在法律允許的范圍內對所有物所享有的一種獨占性支配權。財產權利是法律主體對特定的財產所享有的控制和使用的權利。基于數據非競爭性的特點我們可以得到以下推論:如果數據可以無成本復制,同樣的數據就能同時被兩個主體“擁有” ,用所有權難以解釋主體與數據的關系。即使是共享經濟中也依然存在排他性權利。例如在使用共享單車的時候,使用者雖然沒有單車的所有權,但是對單車的使用權具有一定程度排他性(至少可以排除其他人對單車的使用) ,該權利是有期限的,當用戶使用完畢之后,這項權利就會終止。

企業享有數據所有權這一觀點在理論上無法立足。“企業所有說” 可能引發“反公地悲劇” ,在忽略甚至否定自然人對個人信息民事權益的情況下,僅僅討論公共利益或公共秩序,很有可能導致個人信息保護和數據權屬立法最終成為各利益相關方圍繞個人信息的角力場,從而損害社會的整體福祉。承認企業享有數據的獨占既沒有經濟上的合理性,也會帶來諸多弊端。尤其是在強調數字經濟反壟斷監管、個人隱私保護和數據安全的背景下,實現企業數據所有權更是難上加難。例如,企業拒絕數據接入可能干涉經營自由和競爭自由,通過數據形成新的市場優勢地位可能導致相關市場的進入壁壘提高,并對下游數字市場產生不利影響,不利于以創新為主導的新質生產力的形成。

法學領域的“控制權”的來源之一是物權領域權利人對特定物享有的排他性的支配權。實際上,數字空間是多個主體交叉重疊的領域,企業要求與現實空間完全一致的數據控制權,既沒有必要也不具備可能性。數字空間中的一切以數據形式存儲于計算機中,數字空間之中有價值的虛擬物品在現實空間之中以數據形式存在,孤立的數據若脫離呈現其價值的網絡空間,這些數據將失去價值。雖然個人享有其個人數據的排他性控制已被普遍接受和確立,通常被稱為“ 信息自決” ( Informational Self-determination) 或“ 信息自治” ( Informational Autonomy) ,②但是企業對于數據的完全控制卻飽受爭議。由此可見以權利范式為基礎的生產關系已經很難適應新質生產力發展的內在要求。

(二) 擬制企業對數據的“動態控制”

事實上的“控制”數據不足以形成邊界明晰的產權,過早地確立法律上的“控制”雖然有助于降低數據交易成本,促進數據交易,但可能引發大型數字平臺的數據產權壟斷,不利于發展新質生產力。大多數情況下,事實上的“控制”與法律上的“控制”是一致的,法律都會保護事實上的“ 控制” 與法律上的“ 控制” 。然而在面對數據這一新型客體時,這兩種類型的控制之所以產生了區別,是因為數據財產性權利的不同保護路徑:是行為規制還是數據權屬立法?其一,場景不同。企業基于事實“控制” 數據在競爭法領域內具有重要意義。企業數據“控制”的來源還可以被解釋為一種事實狀態,并不一定要增設新的法律上的權利。例如,在《反不正當競爭法》 (修訂草案征求意見稿)第18條第2款之中采用了事實上的“控制”來定義商業數據。①基于事實狀態“控制”的數據難以進入市場流通,無法服務于數據交易場景。以商業秘密為例,商業秘密雖然可以作為資產標的進行評估,② 但是商業秘密保護不涉及商業秘密的交易。在數據資產化場景下,企業對資產歸屬承擔較高的證明義務以及信息披露義務,這種情況下往往需要法律上的“控制” 才能確認數據成本和收益的歸屬。

其二,保護模式不同。事實上的“控制”數據處于權益歸屬不明的狀態,其保護模式僅限于“ 防御性請求權” ,而法律上的“控制”數據是引入財產規則保護數據權益,其保護模式不限于“防御性請求權” 。在分析法學框架下,事實上的“控制”數據與法律上的“控制” 數據都包含“ 主張” ( Claim) 這一權利元,主張在大陸法系之中對應的是請求權。事實上的“控制”形成了一種類似于物權法上的“占有”保護,這是一種防御性的請求權,可以制止正在發生的對于請求權權益人的侵害;法律上“控制” 數據既包含了這一種防御性的請求權,也包括類似于給付請求權、返還所有物請求權等,可以使請求權人獲得不應當失去的利益,有學者稱之為“進攻性請求權”。

其三,法律后果不同。事實上的“控制”數據很可能因為技術突破而導致原有的排他性“控制” 狀態無法存續,這將帶來數據權屬上的爭議。例如,在 Epic 案之中,Epic 突破蘋果(Apple)的技術封鎖獲取用戶數據,蘋果通過“流量封鎖” (Anti-steering) 條款限制 Epic 的程序內置支付方式( In-app Payment) ,Epic 就此起訴蘋果不正當競爭。加州最高法院(California Supreme Court) 認為,蘋果利用“ 流量封鎖” 條款變相禁止了 Epic 直接獲取用戶數據。用戶數據可以被用來進行三種“最有效的市場營銷活動” 中的兩種,分別是推送通知和電子郵件推廣。③由于 Epic 無法通過電子支付方式直接獲取消費者信息以及相關數據,從而使得蘋果獲得超競爭利益并造成了數字市場的創新衰減。事實上的“控制” 不足以描述企業數據具有動態性、非競爭性和非排他性的本質。通過反不正當競爭訴訟對數據企業事實“控制” 的數據進行個案保護,其結果具有較高的不確定性。然而,通過財產規則保護的數據,其后果相對確定,目的是防止這一種“ 占有” 數據的狀態未經權利人同意被改變,這也就意味著需要對數據產權進行證明,才能進一步保障該狀態[36]。在交易場景之中,若產權爭議的法律后果不確定,則可能導致交易成本大幅增加,這會降低市場主體參與數據交易的動機。

區別于“行為規制”和“產權立法” 兩種途徑,通過數據相關政策擬制企業對于數據的“ 控制” 不僅有較強的靈活性和較低的成本,還可以通過實行試點的模式形成豐富的數據資產交易經驗。上述創設企業數據資產為擬制企業對數據的“控制” 提供了證明。數據產權權能的主要內容有:利用( 處理) 權能、收益權能、控制(持有)權能以及處分權能。通過創設企業數據資產實現作為數據產權四大權能之一的控制權能,明確數據資產的主體和客體是擬制“控制” 的方式。根據交易成本理論,在允許交易雙方進行談判時,交易成本的降低有助于實現要素的市場化配置,通過界定清晰的產權可以達到降低交易成本的目的。基于此,通過明確數據產權可以降低數據交易的費用,繼而促進數據要素市場的帕累托改進。在主體層面,企業通過合法的交易或者事項取得數據資產,成為數據資產的權利人。同時,有投融資需求的上市企業可以通過數據資產化,降低資產負債比率,形成正向的“ 數據收益引導數據供給” 激勵機制。在客體層面,根據DIKW(數據、信息、知識和智慧的體系) 模型[38],數據與知識具有一定程度的關聯,邊界不清晰的產權會顯著增加交易成本。“數據二十條”創造性提出“三權分置”的數據產權制度框架,創新了數據產權觀念,淡化所有權,強調使用權,聚焦數據使用權流通。數字時代的交易模式已經逐步從所有權的轉讓變成了使用權的讓渡,解構數據所有權可以讓人民群眾共享數據時代的紅利,切實促進新質生產力的形成。

政策擬制的“控制”是一種動態的分類分場景“控制” 。在數據競爭的場景下,仍然應當堅持不創設數據專有權。雖然不正當競爭行為屬于廣義上的侵權行為,但是這不意味著只有創設專有權,才能保護企業數據。反不正當競爭法實際上要保護的客體是商業關系,既包含了企業之間的競爭關系,也包含了經營者與消費者之間的服務關系。在這一場景下企業實際“控制”數據的保護應當從不正當競爭行為判斷的要件著手細化認定標準,既沒有必要創設數據專有權,也沒有必要形成法律上的“控制” 。如果只通過反不正當競爭法的一般條款進行保護,難以適應數字經濟時代大面積和持續性的數據權益保護需求。企業之間數據不正當競爭行為可以通過類型化的方式優化競爭規制,以數據不當獲取行為和數據妨礙使用行為作為兩大類型,逐步細化認定標準。創設靜態的數據競爭保護體系不但與實際數據企業之間的競爭關系背道而馳,而且還會過度擴張不正當競爭所調整的關系,在事實上“控制” 海量數據的數字平臺將成為更具有“進攻性”的利維坦,破壞數據交易市場的競爭秩序,阻礙新質生產力的發展。

擬制企業數據“控制”不代表支持或者否認數據產權立法。過于超前的立法不但會限制市場主體的主觀能動性的發揮,還可能對技術進步造成實質性阻礙。經過創設的數據資產仍然可以獲得一定程度的法律保護。制度經濟學認為,產權是一種法律意義上的占有,是一種可以排斥他人的權利,只有先擬定控制的標準,才有可能獲得物質(包括有形物和無形物)上的控制。如果只側重于數據產權的某一個方面,在產權歸屬上很可能存在分歧。有學者認為,一種更有效的數據產權歸屬理論是平臺企業取代消費者成為擁有數據產權的權利人,鑒于數據的可替代性和“隱私悖論” ,這種產權配置也不太可能引發嚴重的隱私問題和數據壟斷。相反地,有學者認為如果將數據產權授予廠商會妨礙競爭對手獲取數據,與非競爭性的數據充分利用的要求相悖,因此不應將數據產權分配給廠商。結合數據要素周期性的特點,深圳數據交易所提出的數據交易“動態合規”模式有助于推進數據要素市場的法治化進程。該模式結合利益范式,伴隨新質生產力發展而不斷革新,為數字經濟高質量發展注入新動能。

四、 交易維度:數據價值實現的重要途徑

(一) 企業數據交易的桎梏

交易成本高是企業數據交易的痛點。在培育數據要素市場的大背景下,應當首先實現低風險數據和開發利用程度較高數據的交易合規,探索一種風險可控的交易模式以匹配新質生產力發展。我國對數據保護主要采用雙軌模式,即針對個人數據和重要數據分別進行規制。前者依據的是《個人信息保護法》 中個人數據所包含的“非敏感信息-敏感信息” ,后者依據的是《數據安全法》 中的“一般數據 -重要數據 -核心數據” ,針對滿足“非敏感信息”與“一般數據”條件的數據,應當以可交易為一般原則,不可交易為例外。不可交易主要分為天然的不可交易與法定的不可交易。前者包括但不限于未經授權的隱私數據,如人臉數據等涉及人格權的數據;后者包括但不限于《數據安全法》 等法律規定的涉及國家安全事項的數據。針對個人信息保護,有學者提出“人財兩分”理論,其內涵是個人信息數據同時承載著人格利益與財產利益,在對個人信息數據作出權利配置時,應將人格利益配置給個人,將財產利益配置給數據處理者。“場景一致”(Contextual Integrity)理論認為,隱私權是一項生活在個人信息流動符合預期的世界的權利,該預期的形成不僅與習慣和文化有關,而且與政策和道德等方面息息相關。“不發展是最大的不安全” ,數據安全保護的核心要義是強調安全和發展的統一,達到一種風險可控的平衡狀態。

現有數據交易的總量不高,數據流通不暢。數據交易市場的發展既要保證量的提升又要求質的提升。數據交易市場是賣方市場,數據供給遠小于需求,大量數據被頭部數據企業牢牢掌握在手中,賣方在交易上處于有利的市場地位。同時,數據交易市場是薄市場( Thin Market) ,大量的數據交易完成在場外,場內的交易完成量較少,從而形成了數據交易過程中的信息不對稱,最終使劣幣驅逐良幣。低交易總量帶來的影響是產品的標準化程度低,交易價格難以預測,數據產品往往需要基于買方需求進行定制。數據的成本結構具有零邊際成本特性,平均成本呈下降趨勢,這使得信息產品的轉售成本極低,為價格歧視提供了可能。

數據流通性降低使得數據開發利用正向循環受阻,影響數字經濟發展。“寓價值生產于實踐” ,通過數據開發利用可以提升數據質量,數據資產的價值不僅來自本身價值而且來自二次利用。數據要素具有復用性的特征,數據資產價值實現過程中,對其進行分析計算后,可以循環進入其他環節的數據分析與挖掘中,繼續產生經濟價值。數據要素具有多樣性的特征,基于信息分級理論,可以將數據分為原始數據(0階數據) 、脫敏數據(1階數據) 、模型化數據(2階數據)和人工智能化數據(3階數據);從存在形式來看,可以分為結構化數據、半結構化數據和非結構化數據;從業務劃分來看,包括研發數據、生產數據、銷售數據等。數據與其他生產要素的不同之處在于其有乘數效應,政策的保障可以提高數據流動性,促進數據價值釋放。《暫行規定》的發布為企業數據金融業務創新提供了會計處理依據,有助于市場主體更準確地評估數據資源的價值,促進數據有效利用和價值實現。

(二) 以數據收益分配為主導建構交易制度

雖然企業交易數據存在一定桎梏,但是企業可以通過降低交易成本來實現數據利用的正向循環。一方面,企業可以通過商業模式的優化和創新,建立“說服 + 激勵” 的利益分配模式;另一方面,企業可以建立分類、分場景機制規避交易風險,例如在數據交易中介的模式中規定交易雙方的權利義務,加強交易雙方的信息披露,減少信息不對稱性。“數據二十條”并沒有將數據產權運行機制的范圍限定于數據持有權、加工使用權以及產品經營權。有學者提出了還應當增加數據收益分配權。同樣地,地方的數據知識產權登記辦法亦將數據收益分配與數據流通交易并重。權利視角下數據交易應當明確是對數據處理者的相關權利,而不是確認每個用戶對其非個人信息的數據享有財產權。數據收益分配已經規定在產權轉讓的合同中,需要雙方的合意才能決定最終的數據收益分配規則。視頻平臺推出的創作者激勵計劃,通過一種正向的激勵機制激發了視頻內容創作者創作動力,最終產生的收益由雙方共享。例如,中國移動咪咕根據共票(Coken)理論著手打造基于內容創造和數據價值創造的獎勵機制,實現了商業模式創新和利益共享的兼容。利用區塊鏈技術錨定高價值數據,讓數據持有者和數據處理者都有參與數據共享的權利,從調動數據交易積極性的層面解決數據流通性的激勵問題。數據要素廣泛地參與社會大生產,有助于形成新質生產力,增進人民群眾福祉。

共票強調共享利益的分配,作為一種統合性數字法學范式,它可以為數據利益分配提供多樣化路徑。共票是以信任為基礎,對企業數據所產生的經濟利益進行分配的重要工具。不同的數字經濟發展階段需要不同的利益分配規則以達成個人利益與企業利益之間的動態平衡,而區塊鏈技術和法律制度可以幫助實現此種動態平衡。實現交易平臺和數據交易參與者共同利益( Common Good) 的兩大工具是說服和激勵。以區塊鏈為底層技術的共票從信息透明和完全退出(Opt-out)兩個方面對數據交易主體進行說服,通過利益與風險共享以實現數據供給的正向激勵,以解決不完全合同內嵌的不確定性。首先,數字平臺有義務對潛在的利益沖突進行披露,讓數據交易參與者免受平臺霸王條款對數據的剝削。同時,將相關重要信息以共票的形式導入,實現數據利用與安全的平衡。其次,給予數據交易參與者完全退出的權利。如果平臺辯稱以更有價值的服務換取了數據交易參與者的數據,那么當數據交易參與者不再使用該平臺時,平臺需要給數據交易參與者提供一個可供選擇的完全退出選項。完全退出之后數據可以以共票的形式存儲,實現數據攜帶的標準化。最后,數據交易雙方可以通過平臺組織的數據貢獻激勵機制獲取與之價值相對應的權益證明。以平臺是否履行數據利用的忠實勤勉義務來劃分由行為影響的風險與不可預測的風險,由數據處理行為引發的風險以區塊鏈形式記錄于共票之上,不可控的風險由相關主體一起承擔,著力打通阻礙新質生產力發展的堵點。

(三) 建構降低數據交易成本的多元途徑

在數據分類分場景應用背景下,市場主體可以利用企業數據訪問權替代原始數據交易。根據行為主體的不同,企業數據訪問權具有以下類型:政府機構享有的訪問企業數據的權利;企業享有的訪問政府機構數據的權利;企業享有的訪問企業數據的權利。此處所討論的客體屬于最后一種類型,一方面是擁有市場勢力的數據企業需要承擔一定的數據共享義務,另一方面某些數據企業需要通過法律保護其控制的數據不被竊取。承擔數據共享義務的一方企業并不需要開放其控制的所有數據。有學者通過類比必需設施理論,提出必需數據理論,該理論要求具有市場支配地位的數據企業開放必需數據。憑借數據訪問權,實現不同層次、不同程度的數據開放,在保有對數據的控制的同時,滿足不同主體對數據的利用需求。“利益—權利”雙元共生模式以理論創新和實踐經驗發展新質生產力,有助于解決隱私悖論和控制數據安全風險,達到降低交易成本的目的。

數據資產逐步參與資本市場活動,利用產權相對明晰的數據產品可以進行復雜的金融活動。數據資產證券化是數據參與金融活動的重要途徑之一。基于成本法估算方式,中國2020年數據資本形成額為30009. 81億元。與美國的數據資產融資相比,我國的特點主要是融資模式不同、融資標的不同以及參與的機構不同。首先,國內的數據要素價值實現機制是“兩階段” 模式,即先將數據資源通過知識產權、區塊鏈技術等方式形成權利證明,然后基于數據資產再進行質押或者證券化操作。然而,美國的數據金融化是“一體化”模式,將數據視為“副產品” (By-products) ,通過對數據基礎設施整體進行證券化操作實現企業融資的目的。其次,從融資標的來看,目前我國主要質押的資產為數據知識產權和數據登記憑證。在“一體化” 模式之中,數據中心的未來收益是最為重要的基礎資產,其中就包括大型科技公司提供數據服務而取得的收益。這些權益有明確法律保護,更可能被視為有價值且穩定的資產。最后,從融資參與機構來看,“兩階段”模式需要更多政府機關的參與,例如在數據知識產權的案例之中需要與市場監督管理局、知識產權局、數據交易所等機構進行合作。“一體化”模式則更多是私營企業之間的合作,包括但不限于投資評級機構、律師事務所、會計師事務所等。

監管機構應當根據數據交易的實踐,形成市場監管、數據治理與金融穩定的聯動機制,統籌安全與發展。在數據安全治理方面,需要警惕泛安全化陷阱。根據數字經濟三維結構,監管部門可以分別從企業、數據和算法三方面入手著眼長期的可持續的安全治理,并加以綜合運用。在發展方面,通過授予數據訪問權,多個企業可以同時利用數據創造價值,推動新質生產力創新。這對于初創企業和中小企業具有特殊的意義,歐盟委員會和經濟發展與合作組織都試圖通過數據訪問權來促進數字經濟的發展。相比于設立全國統一的數據交易平臺,構建互聯互通的去中心化數據交易網絡是一種交易成本更低的選擇,可以解決數據交易平臺地域分布不均、數據供給區域離散程度高以及數據集中度不高所導致的開發應用問題。數字化并不意味著美好生活,數據產品的金融化也不意味著一種“更好的” 金融體系。數據金融的構建和使用方式會加劇金融系統內部的不平等,還可能引發全新的數據治理風險。數據金融法治并非“金融法”與“數據法”的靜態相加或簡單拼湊,而是在科技與金融創新、金融監管與數據多元治理過程中耦合的新型領域法。在該領域中,制度需要及時創新繼而持續地為新質生產力的發展提供有力支持。

五、 結 語

按照“科學范式”革命的底層邏輯,當現實發展需求無法得到滿足時,就會產生危機,繼而產生新范式誕生的機遇。形成新型生產關系是發展新質生產力的題中應有之義,這就要求以第五科學范式為基礎,建構中國特色社會主義新型生產關系。數據資產化通過引入市場機制,促使生產要素優化組合,并最終實現數據的優化配置。同時,新質生產力發展離不開政策引導。通過強化相關企業的信息披露義務,在促進信息對稱的基礎上形成對于數據價值的共識。企業數據處理政策需要從保護財產性權利的規則入手,形成數據利益的正向激勵機制。企業數據資產三重維度明確了數據資產的內涵與外延,為數據資產的控制和交易提供了理論基礎。新質生產力既是中國特色社會主義新型生產力,也是新技術和新制度雙向驅動形成的生產力。基于數據產權理論,只有擬制了企業對于數據的控制,才能以“分配促進需求,收益引導供給” 推進數據的價值實現,厚植數據要素市場,繼而為實現全國統一的數據大市場作出制度貢獻。

來源：商業經濟與管理