2022年5月28-29日，受工信部人才中心委托，國脈互聯攜手國內知名專家舉辦了《高級大數據分析師》精品培訓班，數據治理專家穆勇博士受邀出席培訓會，并對培訓學員做《數據要素概論——公共數據開放、數據資產化管理與數據交易》主題培訓，內容圍繞公共數據資源開放、數據資源資產化管理、數據要素流通與交易三方面開展。本文系培訓會上穆勇老師演講重點摘選內容。

一、公共數據資源開放

（一）公共數據概念的界定對于公共數據的定義，以前是從機構來定義，賦予公共職能的組織產生的數據叫公共數據。新的《網絡數據安全管理條例（征求意見稿）》在此基礎上補充了后一條：還包括其他組織在提供公共服務中收集、產生的涉及公共利益的各類數據。公共數據的概念從指定的公共機構變成了更大的單位，除了公共機構之外，還有掌握大量公共信息的公共服務平臺公司、社會企業和媒體，其實它們有些數據也是公共數據。

（二）國外公共數據開放新動態以美、英、歐為代表的西方國家，經不斷探索和實踐，逐漸形成了以數據信托、數據經紀商等為主導的市場化運營模式。在公共監管機構的監督下，數據信托模式基于法律框架在數據信托人和數據受托人之間構建了一種信托服務；數據經紀商和數據中介則是以中間人的身份促成數據在供需方之間流動。數據信托：核心是基于數據主體的委托而設立數據信托機構，且依據公共利益、個人利益、減低風險等不同的目的，或依據城市管理、健康醫療等不同的場景，形成不同的數據信托機制，采用相互合作的方式開展信托服務，構成數據信托生態。數據中介：一般是指以中間人的身份幫助促成數據源到數據使用者之間數據流動的機構。“數據中介”在不同場合也被叫做中間人、數據聚合機構、數據經紀人等，其功能主要幫助收集、匯聚和銷售數據源提供方的數據。歐盟《數據治理法案》（草案）也提出“數據中介”的概念，旨在促進任何類型的數據持有者（個人、企業、公共部門機構、學術或非盈利組織）與使用者之間建立聯系，低成本共享和交易數據。數據空間：2022年5月3日，歐盟委員會就建立“歐洲健康數據空間”公開征求意見。歐委會聲明，建立“歐洲健康數據空間”是歐盟促進健康數據交換的一項重要計劃，旨在充分利用健康數據，提供高質量的醫療保健，減少不平等現象，為預防、診斷和治療，科研創新，決策和立法決定提供數據支持，同時確保歐盟公民對其個人健康數據享有更大的控制權。此次公開征求意見主要包括兩個方面的內容：一是為醫療保健、科研創新、政策和監管決策而訪問和使用健康數據；二是為健康數據服務和產品建立一個真正的單一市場。

（三）北京市公共數據開放實踐為了更好的推動公共數據開放工作，北京市陸續出臺了《北京市政務信息資源管理辦法（試行）》（京政發[2017]37號）、《北京市公共數據管理辦法》等相關法規政策，對市公共數據開放工作提出了明確要求。關于公共數據，我們認為公共數據包括政府的一些數據。其中，內部使用和共享，政府內部有一套內部管理體系，這不是我們今天討論的主要內容。我們更多討論的是第二部分——公共數據開放。對于公共數據開放，我們的理解是有一類數據是面向大眾、公共企事業需要無條件開放的，還有一類數據是面向某些有需求企業有條件開放的，這類數據是某個企業或者整個行業所需要的。這里涉及到公共數據價值釋放問題，如果所有公共數據無償面向社會，這是不可能的。這個公共數據中包含企業商業秘密，國家不可能把數據拿出來讓大家使用，那怎么辦？辦法是讓社會上有能力的企業來運作，在一個比較小的、安全范圍內，讓企業在這個安全環境下、有條件地使用這些數據，即引導社會數據開放。例如，北京建了一個公共數據開放創新基地，把一些重要的數據（比如醫保數據）放到這里，讓醫保公司在政府安全的環境下使用數據、訓練模型、形成產品。政府能不能自己來做這個事情呢？政府自己投入資金，加工處理，形成產品，再向社會提供服務。從政府目前的職能和能力來說，這個工作是做不好的。要想發揮這些數據的更大價值，除了政府內部使用外，要更多的拿出來，經過一些處理、分解、加工、形成產品，面向社會發揮作用。這樣的做法可以直接推動數據要素市場化進程。公共數據價值非常高，政府如果按照以往的模式做，是做不好的。舉例來看，某單位前幾年就開始做出租車叫車軟件，建設運維要花上百萬元，滴滴等社會上軟件一上來，這個軟件基本沒人用。在公共數據開放基地中，司法、醫保、企業數據等放在里面。政府命題后，企業自主選題，社會數據可以被融合在一起開發利用，形成相應的服務。最典型的是我們去年和醫保局做的智慧醫保競賽活動。醫保局出了兩方面的題：一是醫保資金監管；二是宏觀決策。將一年一千多萬人口的醫保脫敏數據用于這次活動，通過初賽和復賽選定一些企業，針對那兩套題和政府自選的題目做創新模型，產生了很好的效果。北京醫保局推出“普惠保”。政府向保險公司開放醫保參保數據接口，通過數據專線核實確認投保人在京參保狀況。這是北京參加醫保的一個福利，每人每年只要交195元保額，每年可獲保100萬，最高賠付300萬，優惠條件非常高，保障范圍很全面，包括自費藥、特殊藥。從去年開始北京開始建立第一個公共數據授權運營專區-金融公共數據專區。授權一個有資質的企業，北京金融集團運營。在這個專區環境下，原始數據不能出專區，政府對專區運營活動是嚴格監管的。開放數據的類型、價值也是比較高的。比如，市場主體的登記、納稅等。但在這個專區里，運營企業對數據加工處理后，就可以進行下一個環節的交易服務。數據加工處理后形成產品或服務，再向一些銀行等金融機構提供金融產品相關的服務。如提供一些信用報告。銀行用信用報告的結果處理實體經濟、小微企業的貸款問題。原來它們是抵押貸款，而現在實現了信用貸款。截止去年底，幾個月時間內通過銀行向北京小微企業發放的貸款金額已達到一千多億，直接支持了北京實體經濟的發展。在這種情況下，把高價值數據放在政府監管范疇內，充分挖掘價值，企業也會把社會數據融合到公共數據中去，最后形成服務產品和信用報告等專項服務。在使用個人信息服務過程中的完全獲得個人的授權，是合規的。在這個過程中，也要求專區運營機構可以收取數據加工費用，也可以收取購買社會數據的費用，但政府給提供給它的數據不能收費，在成本核算時需要審核產品的定價。這也說明了公共數據開放在要素領域發揮了作用。沒有直接賣數據，也不是通過賣數據來產生效益，而是通過這個操作讓銀行把數據成果放大，直接幫助實體經濟的發展。

二、數據資產化管理數據資產化方面，也在做一些探索：一是區塊鏈，二是安全計算，兩者結合，為數據資產化提供了新的范式。數據資源不是無形資產，也不是知識產權，而是一種新型資產。數據資源資產化管理是遵循數據資源管理與財務管理的原則，以數據資源管理理論與方法為基礎，同時運用財務管理的方法，通過一系列制度安排，將數據資源作為一類重要資產進行管理的活動。其核心內容包括：

核心內容一：數據資源資產化管理體制與機制；

核心內容二：數據資源的采集與加工；

核心內容三：數據資源的登記；

核心內容四：數據資源的價值評估；

核心內容五：數據資源的共享、開放與社會化利用；

核心內容六：數據資源的更新、運維與服務；

核心內容七：數據資源的交易或轉讓；

核心內容八：數據資源的會計核算方法；

核心內容九：數據資源的安全、歸檔、銷毀；

核心內容十：數據資源的審計等。當前，數據確權難是待解決的一大挑戰。數據確權難，其實是在糾結所有權和單一權范圍。數據是多方參與，多步驟形成的數據，非要把它確成一個人的權利或者確成一種權利，肯定是作繭自縛。數據的權利有多種，所有權、使用權、加工處理權，各種類型不一樣。數據確權不一定是所有權，也不是一家所有，當下確權考慮更多的要清晰某一種權利的類型和份額。數據確權的過程不是把數據一定算成某個人的，或者就是某個人的所有權，而是在這個權利里面有這個人，也有那個人的。各種權利不一樣，一個人有所有權，一個人有使用權。按照權利，合理分配收益。比如，房產證寫得就很清楚，權利有兩類，一類是土地使用權，一類是房屋所有權。確權時把這個確定出來，這個問題也就不難解決了。另外，如何分配數據的價值更重要。房產問題就很典型，析清權屬后，平時不發揮作用，但交易時，收益分配好就不會有矛盾。解決這個問題的方法也很多，有人用效用函數，國內姚院士用博弈論方法確定各類數據發揮的作用。總歸，是有辦法做的，最后大家形成共識，把權利記錄清楚，產生收益，另外有區塊鏈、智能合約等技術加持，實踐中解決這些不是太難。析權中，收益分配環節在實踐中是可以找出解決方案的。比如，一個數據可能拆分不同部分，有些部分有所有權，屬于某個單位；有些部分加工處理后，比如我個人部分提交平臺，形成一串數據，我提交的數據有我的人格權，但平臺對它的加工、整理、處理，這部分權利應該是平臺的加工權；還有一部分融合第三方數據，第三方數據也有它的權利；最后，數據確權時要進行拆分和分類，不同部分占多少百分比也可以確定。確定之后我們再用技術，只要整體數據集被使用一次，產生10元的收益按照比例進行合理分配。從理論到實踐，法律上討論確權或效益分配無解。但是，拿到具體場合時，我們說的這種辦法是可以行得通的。這里面有過程和技術的支撐，里面要有分解。下一步，考慮入股，對資產進行會計核算，也是可以嘗試的。可能普遍的沒有，但對于某種類型在實踐中還是可以操作的。通過不斷總結，一定程度后是可以拿出一套方法的。現在就拿出通用方法，財政部肯定不同意。實踐中，我們確實做了幾個還可以的案例。比如，政府衛星影像數據，每年花一千多萬加工處理后形成航拍數據。按照現在財務數據，這些資產不能入賬。當時是用硬盤存儲，硬盤設備幾十萬可以作為固定資產入賬，但一千四百萬的數據不能入賬，價格也體現不出來，但我們每年都在用它共享和使用數據。從登記開始，采集、加工、核算，共享一次產生多少成本，是可以算出來的，是可以在財務報表中披露的。運維、歸檔、銷毀都可以進行處理。不管什么形式，一個個做出來，讓大家認可就可以。但要拿出通用的，我在其他另做的這個數據肯定不適用。

三、數據要素流通與交易談到數據交易，可以想到貴陽大數據交易所案例。數據交易最核心的問題是大家不愿意通過平臺交易。我們都可以私下交易為什么通過平臺呢？（互相不信任）在平臺交易能帶來額外的好處嗎？這兩個問題如果解決不了，交易所根本就干不下去。針對這兩個問題，

第一，要讓各方信任平臺。信任不是簡單邏輯上信任，而是實實在在的各方信任。我不愿意在私下交易，我怕有風險，我愿意到上面來溝通；

第二，這里有一些我在私下交易做不好的。其實，公共數據在這里面就起到了核心作用。為什么說北數所要強調隱私計算？主要目的也是打通企業之間，境內外企業之間的關系。政府參與這件事情還是引導，強調隱私計算起到很大作用。建立信任需要政府背書，國有企業政府資金投入，包括拿出高價值數據，采購社會數據。高價值拿出來以后有什么效果？效果是高價值數據只能在這個平臺上使用，而且交易各方可免費使用。這兩類數據拿出后，當交易需要政府的第三方數據時，政府把短板補上，不收費用，促使雙方完成交易，這樣交易雙方就在平臺上獲得了線下私下交易所獲得不到的。舉兩個如何建立信任例子。有一個公司——云醫康，掌握了大量醫療影像數據，另一個企業需要這個數據進行人工智能模型訓練，但雙方互相不信任。如果影像數據給到這個企業后，可能面臨數據被再賣的擔憂，那云醫康作為數據所有方，權益會受到影響。于是，我們搭建平臺，來讓他們相互信任。醫療影像數據脫敏加密后被用于模型的訓練和驗證。為了讓數據使用方相信數據加密后并不影響模型的訓練和計算，我們將部分原始數據給到百度等公司訓練模型、驗證模型，訓練之后得出一個結果，然后用加密算法后的數據重新做，將兩種狀態下結果進行比較，最后發現，二者一致率超過99%。也就是說，加密狀態下和常規狀態下使用數據效果基本一樣，這樣雙方就相互信任了。數據提供方認為自身數據在加密狀態下使用不會被別人拿走，也不會轉移，只要使用方付錢即可。數據使用方也覺得信任了，因為使用原始數據和加密數據的效果一樣，訓練出的模型一樣。另外一個案例是業主貸。基于敏感信息向銀行提供涉及到個人隱私和個人不動產登記信息的數據。這個貸怎么做呢？比如，某人去銀行辦房產抵押貸款，將房產證交給銀行后，銀行會核實房產信息，根據你的權利給你貸款。我們“業主貸”可以在線上進行，線上提出申請。比如，我要到商業銀行貸款，在我授權后，銀行可以查我不動產登記信息。授權一系列機構幫我做這個，金融公司會對其請求相關數據、房產信息通過隱私計算方式進行加密，而且在這種情況下計算出房產可貸款額度，把額度再反饋給銀行。銀行拿到額度之后，可以根據額度給申請人貸款。在這過程中，不但沒有泄露個人隱私，在一定程度上還保護了個人隱私。原來貸款要把房產信息拿過去，但通過我們這個環節，只要給出授權，隱私加密計算后給出額度，銀行并不知道申請人有什么房子，但知道可以給你貸這么多錢。所有環節充分授權，尊重個人的人格權，你是知情同意下做的。我們覺得效果還是非常好的。