“數據要素如何形成價值”這是當下的熱點話題，實際上目前的數據要素市場還屬于起步期，有很多系統性問題亟待解決，而數據資產化就是解決其中幾個核心問題的驅動力。這也是本次分享的主體內容。

一數據資產化的背景需求

從數據要素市場和傳統要素市場的區別，以及數據要素市場自身還存在要素資源和要素商品兩級市場，主要圍繞這兩個維度進行特點分析。

1. 數據要素跟傳統要素的本質區別
一是無形無限。傳統要素都是稀缺性的，用了就沒有了。而數據要素是可以無限采集的，數據量隨著時間節點可以無限增長，同時數據采集項也會逐步增多，再加上原始態數據還可以形成衍生的多維分析融合型數據，致使數據資源可以無限開采和利用；二是一源多用。傳統要素在一個時間節點只能在一個場合發揮作用。但是數據不一樣。舉個例子，公共數據可以在同一時間點，既可以面向金融機構提供企業的信用等級評價服務，又可以賦能醫療行業開展醫療健康等大數據分析，還可以支撐政府機構做好精細化社會治理。所以說，數據要素與傳統要素的區別就是可以形成多維度的數據價值挖掘的平行宇宙。它的價值增長不僅是乘數效應，甚至是指數效應。未來挖掘的場景越多，形成融合價值越高，所釋放的價值倍增，甚至是指數級增長；三是網狀關聯。傳統要素只是線性關聯，但是數據要素既可以線性關聯還可以跳躍式關聯，不是簡單的線性關系。數據資源可以先形成初加工的數據特征等，再形成深加工的數據畫像等，最后面向場景形成終端的數據應用服務和產品，同時數據資源也可以直接面向場景，形成數據服務和產品，它可以跳躍傳統要素分布式加工的邏輯。

2. 數據要素市場自身特點
一是資源市場和商品市場。數據要素市場分為兩級市場，一種叫資源類市場，另一種叫商品類市場，包括估值定價也是這個邏輯。比如湖泊的水資源，我們肯定不會說去買湖泊水資源，但可以把湖泊水資源以授權的方式給到一個主體，進行價值挖掘和開采。這不是商品定價邏輯，是估值邏輯。但是當它開發成礦泉水，面向飲用功能的具體的數據產品或者叫場景，這個時候就不是估值邏輯，就是供需雙方的定價邏輯。也就是說，資源市場和商品市場是兩級市場。二是產權流轉和商品流通。現在數交所更關注的交易都是基于商品交易，而不是數據資源的產權流轉交易。三是非流動資產和流動資產。原始態數據資源屬于非流動性資產，以產權流轉的方式交易，而基于原始態數據資源開發出來的數據產品屬于流動性資產，是以商品流通的方式交易。如果土地資源的權屬和使用性質不確定，在上面構建的房產，它的價值也會面臨不確定。一定要先解決原始態數據資源的權屬問題，其權屬清晰了，基于這些數據資源形成的衍生性數據產品和服務，它們的權屬才可能清晰，這是關聯性影響，也是目前國家積極研究推進數據產權相關制度的主要原因。四是數據產權和數據知識產權。知識產權的定義是經過創造性的勞動投入所形成的知識成果。數據產權不是知識產權性質，不存在知識創造邏輯，它只是真實物理世界的客觀數字化描述，所以數據產權管理肯定在數據局。但是基于合法合規路徑獲得了數據資源授權，并用模型算法開發出來的數據產品，這個數據產品形態屬于數據知識產權范疇。區分于原來傳統知識產權的是，還要附帶一個合法的原始數據資源的權利。這是數據產權和數據知識產權以及知識產權之間的區別。五是隱性價值和顯性價值。這一點比較好理解，就不展開描述了。

3. 數據要素市場存在的問題
整個市場主要是三個核心問題。一是權屬不清晰。這個權屬主要是指原始態數據資源權屬，而不是數據產品的，實際上數據20條的“三權”主要是面向統一的標的物，即原始態數據資源，但很多人誤解為分別面向數據資源和數據產品等，后面我會講到三權怎么樣界定，怎么分析。二是定價標準不統一。分為兩類，一個是數據資源的估值，一個是數據商品的定價。這兩個都缺乏統一標準，但是資源估值在2022年工信和財政已經聯合出臺了團標和國標，基于這個標準在北京做了試點，并得到很好的試點驗證。去年財政部中評協發布的《數據資產評估指導意見》也是基于這個標準的驗證成果進行了正式發布，所以已經形成了一套科學的數據資源公允價值度量體系。三是交易風險不確定。包括在數據的采集、存儲、管理、運營和流通應用等環節的合規風險，以及交易過程中是否涉及個人數據，怎么樣形成個人數據的合法交易，這些都存在不確定的風險。這個不確定會導致什么呢？就是交易產生的收益和承擔的風險不成比例，而且風險會被無限制放大，最終導致大家不愿和不敢交易，這是根源性問題。

另外，市場流通難監管問題也比較突出。數據要素網狀關聯，相當于一個數據源可以開發出多個產品，有可能一個產品還基于多個數據源形成產品，幾個產品再形成增值型產品，再加上產品之間形成的多級迭代，這就導致數據價值流通監管存在很大的風險問題。

4. 數據要素市場需求
要素市場需求，主要包括數據的資產化、資本化、商品化和產業化等需求，目前聚焦的就是數據資產化需求。大家都說數據資產，到底數據資產怎么來定義？2021年《數據資產管理國家標準》，第一個發布的標準已經對數據資產明確定義，包括財政部發布的《關于加強數據資源管理指導意見》，還有《關于企業數據資源相關會計處理暫行規定》，還有《數據資產評估指導意見》，關于數據資產定義都是統一共識的。

首先明確企業擁有的數據資源哪些是產權清晰的？無論是所有權或者經營權，還是使用權，你都能拿出清晰的權利證明，而且要能追溯到給你授權的主體，他的權利獲得是否也是清晰的，這叫權利路徑、權利鏈追溯。同時你的數據是否能夠清晰進行計量？計量分為兩個維度，一個是內在價值的顯性計量，就是數據的質量、成本和應用價值計量；第二是貨幣計量，怎么樣通過成本、收益和市場法等進行市場公允價值計量。最后還要看企業擁有的數據資源是否能為企業帶來預期價值收益，包括賦能企業內部的降本增效，以及對外的交易流通收益等。

5. 全國數據資產化布局
基于數據資產化，從國務院、發改委、工信部、財政部等多個部委都形成了制度的布局。由于工信部主管信息技術和大數據等產業，所以在信息化和數字化過程中發現了數據的資產和價值屬性，繼而在2018年開展了數據資產管理國家標準的立項和研究，并在2021年發布了第一個數據資產管理的國家標準，同年底還完成了《數據資產評估指南》專業書籍的出版，這是國際第一本關于數據資產評估的專業書籍。同時，數據資產評估標準也是工信部中電標協和財政部中評協聯合研制的，一方面解決數據的內在價值顯性化問題，就是數據的質量、成本和應用價值計量，另一方面是通過資產評估方式，應用成本、收益和市場法等進行貨幣度量。2022年上半年，在北京做了六家試點，全國第一個數據資產1000萬質押貸款是在這個試點里形成的，還有第一個無質押授信1000萬貸款。

基于這個成果，財務部認為可以形成數據資產的公允價值計量。通過計量就把它形成了行業的準則，也就是《數據資產評估指導意見》，2022年下半年發布了征求意見稿。會計司在同一年年底發布了《關于企業數據資源相關會計處理的暫行規定》的征求意見稿。去年八月份，暫行規定正式稿發布，之后一個月《評估指導意見》發布。但是《征求意見稿》發布還是評估在前，就是價值計量在前，之后才可能形成會計處理。今年年初，是財政部力度最大的，也是以往制度出臺中最創新型的，1月8號財政部資產管理司發布了《關于加強數據資產管理的指導意見》。這個政策的發布，區別前兩個的不同是什么呢？前兩個面向對象只是企業，而《關于加強數據資產管理的指導意見》已經擴大到面向所有的黨政機關、行政事業單位，相當于只要財政撥款投資信息化和數字化建設的，都要把投入所形成的數據資產有效管理起來，這是從財政口徑來推動的。春節后立刻又發布了《關于加強行政事業單位數據資產管理的通知》。上海、北京同時跟著發布了本市級的通知。這是國家對數據資產化推動的制度政策以及標準，實際上都是為了驅動數據要素市場的價值流通。


二數據資產化的研究基礎

1.《數據治理規范》國家標準
《數據治理規范》是2014年開展數據治理的標準研究，2018年正式發布。這個標準創新提出數據價值體系，當時考慮到生態還沒到那個階段，所以沒有提到數據資產，但是已經提前優于國際標準，這是我們國內優先創新的。

2.《數據管理能力成熟度模型與評估》國家標準
《數據管理能力成熟度模型與評估》(簡稱DCMM) 定義了數據戰略、數據治理、數據架構、數據應用、數據安全、數據質量、數據標準和數據生存周期8個核心能力域，旨在幫助企業利用先進的數據管理理念和方法，建立和評價自身數據管理能力，持續完善數據管理組織、程序和制度，但是這個標準的推進在數據價值體系方面相對弱化。

3.《信息技術服務 數據資產 管理要求》國家標準
以上兩個標準只解決怎么樣合規管理，也就是為了管理而管理，不提管理等級提升到底能為企業帶來什么樣的降本增效，創新業務增值？以及如何讓它確保連續性增值？在以上兩個標準都沒有提。2018年開展這個研究就是要真正挖掘數據要素的顯性價值，這個價值一定不是從管理合規角度看，更多是從價值挖掘、價值釋放。這個過程中就產生了數據資產管理國家標準研究。

數據資產首先是數據資源，但不是所有的數據資源都是數據資產，它是受到三個前提限定：

第一是組織合法擁有和控制的數據資源。擁有，大家能理解，就是生產環節形成的。控制，就像機房機柜里的設備，雖然租賃方不具有設備的所有權，但是租賃期內有權利用設備形成價值收益。數據資產的控制也是這個邏輯，就是在數據的經營權、使用權等權利范圍內，可以用這個資產形成組織的合法合規收益，這類都可以稱為組織的數據資產。數據資產也不是狹義的只有數據產品是數據資產，包括原始態的數據資源、衍生態數據資源以及最終的數據產品，只要符合數據資產的定義都可以稱其為數據資產；第二是能夠進行可靠計量。計量分為內在價值的顯性化計量，包括質量、成本和應用價值等，還有一個是貨幣價值計量，通過成本、收益和市場法等進行市場公允價值計量；第三是能為組織帶來可預期的經濟價值收益。這也是數據資產確認的必要前提，如果沒有場景應用和流通價值，那不能稱其為數據資產。無論是做資產評估，還是資產入表，只有滿足這三個條件的數據資源才稱之為資產。

4.《信息技術 大數據 數據資產價值評估》國家標準
評估標準從2022年上半年開始試點，面向信用、公交、衛星、環保、電力等領域數據驗證數據評價并完成資產評估。工信體系主要從數據的質量、成本和應用維度來評價數據要素的顯性價值，財政體系通過成本、收益和市場法等進行貨幣度量，這樣專業協同在試點已經形成數據資產評估服務閉環。后面陸續在各地實現的首單首例多是基于這套模式。

5.《信息技術服務 數字化轉型 成熟度模型與評估》國家標準
這也是我牽頭研制的國家標準，去年發布的，今年6月1日正式實施，就是圍繞組織的數字化轉型成熟度進行評級。面向組織數字化轉型成熟度評估的七個能力域，其中數據能力域下面包含一個數據資產子域，基于它形成五級模型，指導組織怎么樣實現合規或者更加高效帶來價值的數據資產管理。

6. 數據權利矩陣
數據產權矩陣實際上就是基于“數據20條”的三權分置。三權分置經常被大家誤解，包括深圳第一個數據條例都是曲解了三權。實際上三權的標的物不是說數據資源持有權就對應數據資源、數據產品經營權就對應數據產品。它的標的物其實都是數據資源，跟土地資源或者原始態資源是一樣的。多主體面向一個數據資源可以行使不同權利：一是持有權，是表明持有狀態，其實跟物權的占有權是相似的。包括原始持有，繼受持有和不持有三種狀態；二是經營權，更多強調的是獲得數據資源的產品經營權后，開發出產品，通過產品進行交易流通收益，它實際上是數據資源的產品經營權；三是使用權，數據資源的加工使用權指組織可以應用數據為組織降本增效，賦能原有業務增長，但不能開發數據產品通過交易方式進行收益。其中經營權里還有細分，很多地方在做兩級開發商。第一級叫許可經營權，相當于可以許可別人擁有產品經營權。許可經營權主體相當于一級開發商，做原始數據初加工，為二級開發商即數據產品經營權主體提供衍生態數據，進而面向價值場景形成最終的數據產品和服務。這個時候就可以形成原始數據不出域，可用不可見，而且形成面向場景的順暢的合規的價值流通。

“數據20條”解決了數據產權的兩個核心問題。第一個是弱化所有權。按照“數據20條”原則，誰貢獻，誰投入，誰收益，但是所有權主體在鏈條上是沒有貢獻，沒有投入的。平臺通過為所有權主體提供價值服務換得了數據采集授權，后面關于數據的采集、存儲、管理、運營等都是平臺來投入，只有保護好投入主體的利益，才能更好地推動數據價值流通；第二個是財產權和人格權分離。為什么要做分離呢？因為如果在數據的全生命期過程中，把財產權和人格權混在一起談，這個數據價值流通又面臨著層層阻礙。分離的邏輯是什么呢？這三權面向的是財產收益權，先不考慮人格權。財產收益權相當于誰貢獻、投入了相關資源，所形成的產出物，就應該擁有其收益支配的權利，這樣才能鼓勵投入主體合法合規積極采集和開發更多的數據資源。通過以上方式投入主體的財產權得到保護了，那么人格權怎樣保護呢？投入主體在行使財產權的同時，在采集、加工和使用等環節應遵從個保法的相關規定，采集前必須要獲得采集對象的授權采集許可，之后在應用的時候必須經過所有權主體的使用許可，一頭一尾形成了合規授權。這個過程中，數據資源的收益分配或者財產權都是按照誰投入、誰貢獻、誰收益的邏輯。由于時間關系，關于數據產權的細化解讀大家如果感興趣可以再約時間詳細交流。

三數據資產化的推進路徑

1. 數據資產化業務生態
數據資產化業態實際上是需要多委辦局協同推進的，因為現在還是市場起步和培育階段，概念還沒有很清晰，包括數據產權、數據知識產權、數據產品、數據資產等。

怎么樣形成數據要素的價值閉環以及生態構建？各個環節，各個階段都面臨著多部門協同。真正的數據要素市場不是單一學科，而是交叉學科。在數據要素市場想形成核心價值力，如果不能跨學科去理解，不懂法律知識，不懂財務知識，不懂數據的話，是很難去理解這個要素市場，這也是數據要素市場的主要特征。

2. 數據資產服務聯盟鏈
基于這個我們構建數據資產服務聯盟鏈，其中地方節點具有區域重點產業的融合效應，行業節點是從產業鏈上中下游，能形成面向產業鏈的數據價值流通賦能。通過地方節點和行業節點的橫縱結合，我們形成了數據資產的全生命周期服務，從數據的登記確權、價值計量，增值流通和合規運營等環節形成了管理閉環，但是這樣也不可能覆蓋到數據資產的全生命期流通，我們還要和外部的交易鏈、司法鏈、金融鏈、監管鏈，形成外鏈接入，最終實現數據要素價值流通的全生命期安全追溯以及多元數據融通應用。

3. 試點落地模式和建設內容
試點落地模式：無論在哪，都要能識別驅動這個業務的主體。是從數據局驅動，還是財政，知識產權局，或者是國資委？不同部門面向不同的服務主體，服務需求方都是不一樣的。在這個過程中，必不可少的需要由數據產權登記、數據交易和數據知識產權等構成的職能服務中心，還需要數據運營機構、數據評價機構、資產評估機構、律師事務所、會計事務所和金融機構等構成的專業服務中心。這樣才能在地域或行業范圍內形成面向數據資產化的連續、可復制的模式推動。而不是就為了首單首例，那樣沒有任何意義。

試點建設內容：推動數據資產國家標準試點，以制度落地為保障，要形成地方的，面向服務對象、市場主體以及監管主體出臺相關的地方制度。基于這個制度，以平臺為載體，去支撐專業機構服務，并存證數據資產全生命周期服務過程中的各類數據和成果。因為數據資產不像其他資產，其價值易變性更加突出，所以整個服務過程和結果文檔都要形成存證，支撐未來審計。再有是專業服務賦能，確保專業機構提供的數據資產化服務更加規范化、標準化，降低數據資產虛增風險。

4. 數據資產化全生命期服務
這是面向企業或者面向主體，在數據資產管理過程中四個環節：從數據資產管理、產權保護、價值度量到資產增值四個環節，形成18項專業服務，這是我們生態伙伴，不是說某一家機構，而是聯合了登記機構、評價機構、評估機構、律師事務所、會計事務所和金融機構等形成的融合服務。

5. 數據評價
一是質量要素評價。價值度量，內在價值顯性化到底都有什么？2019年出的第一個數據質量評價報告，是面向一個城市的法人庫、人口庫、信用庫進行全量的數據質量評價，梳理各部委辦局提供數據的質量和價值情況，指導政務數據治理，推動政務數據共享開放，輔助政府科學決策，釋放政務與行業、企業等數據融通應用價值。

二是成本要素評價。成本是什么呢？不是說客戶或者委托方說什么成本就是什么，而是要系統性、科學性的梳理數據資產形成過程，真實地發現成本項和合理的成本計量方法。成本要素評價是分為兩個維度：第一個維度是縱向的，按照生命期階段，從規劃、建設到運維，這是從數據部門或者業務部門視角去看成本發生；第二個維度是橫向的，這個是財務視角，主要體現財務支出的科目，包括人員成本、環境類費用和服務類費用等。這就是在一個企業或者一個組織，開展數據資產評估或者數據資產入表，對成本要素進行評價，識別成本項以及確認成本計量方式等，這都是必要的核心能力。

三是應用要素評價。應用要素在標準中已經實現了全維度分析，包括使用范圍、應用場景、商業模式、供求關系，還有數間關聯、應用風險等多維度。 舉一個2022年在北京評的試點實例，我們挖掘了數據在組織內外部之間形成的價值流通路徑，這個價值流通路徑是否可以持續性收益，是否具有規模性增長可能，是否可以大范圍推廣等都是需要考慮的，在完成數據資產內在價值顯性化評價之后，才能通過成本、收益和市場法等進行公允價值的貨幣度量，這也是數據資產評估服務閉環的核心邏輯。

這個跟礦產資源評估是一樣的，評估一個礦產資源的價值，評估機構也是要委托一個專業的勘測機構，來勘測一下這個礦產資源到底有什么礦物質元素，儲備量多少，深礦還是淺礦，貧礦還是富礦？這些都會影響到礦產資源的公允價值計量，和礦產資源的開采成本和預期收益都是緊密相關的。這些識別出來了，評估機構才能通過內成本、收益和市場法等做它的貨幣度量。數據評價機構就類似于數據資源的礦產勘測機構。

6. 數據資產入表
數據資產入表現在有很多誤區，包括國際會計師事務所也常給大家帶偏。第一個誤區就是評估后入表。這個國際無形資產會計準則是支持的，但是國內無形資產會計準則是不支持的。《國際無形資產會計準則》支持重估值模型，可以通過數據資產的市場公允價值貨幣度量，對無形資產進行調增。但是國內無形資產會計準則只能初始成本計量，而且按照財政部的暫行規定，只能是2024年1月1日之后所發生的開發階段的可資產化成本才可以在表內列示，而且后面是不能調增的。

第二個誤區是要先做數據資產登記才能入表。入表實際上是組織內部的財務管理邏輯，資產的確認是入表的前提。那確認到底是外部登記確認，還是組織內部的確認邏輯？這是沒有制度來約定的。而且數據資產外部登記只是把組織已經擁有的合法權利證明進行廣而告之，讓市場都知道其擁有這個數據的合法權利。現在沒有任何一個機構會做確權背書，因為確權是很專業很復雜的系統性工程，具有很多的不確定性，在這個過程中現在登記都是聲明性登記，就是組織要為自己提供的權利證明承擔法律風險。因此，登記就不是資產入表的前置，反而是組織內部怎么樣去做數據資產的產權保護，確保數據產權清晰，通過數據資產的定義和無形資產的確認條件來進行綜合判斷。

第三個誤區是入表前必須做數據質量評價。很多評價機構為了要提供數據質量評價服務，非得說入表前必須做數據質量評價。這個主要取決于企業數據資產的確認規則。因為在入表之前強調，入表的數據資產一定要是處于就緒狀態。如果組織做數據資產入表時就緒狀態的判斷是必須要達到一定質量標準要求的話，那做數據質量評價是必要的前提，如果沒有這樣一個就緒度判斷標準，那數據質量評價跟數據資產入表沒有任何關系。

數據資產入表確認需要產權清晰。數據獲權，無論是經營權、使用權，還是原始財產權，獲權路徑是否清晰？是否有合法的證明能夠證明你的權利清晰？需要梳理數據資產類別和級別。數據首先要進行分類分級。如果是核心數據一定是不可能入表的，核心數據多是保密的，不可能形成增值流通。重要數據有一些是可以形成面向特定主體的授權形成資金收益，還有一些也是不會的，這些都要作為數據資產確認的前置條件做優先判斷；之后需要明確數據資產應用場景；需要確定數據到底列支在哪個科目等。這個過程中肯定不是一兩個部門就能完成的，需要多部門協同。