中国工业报 吴晨
作为数据资产“入表”元年，2024年数据资产的管理与运营总体上仍处于起步阶段，面临诸多问题与挑战。
6月22日，清华大学举办了数字经济系列沙龙，相关学者和行业专家针对数据市场的资源确权、有效供给、交易登记、优化配置、企业“入表”等热点问题，进行了深入交流和探讨。
数据确权聚焦于使用权
数据要素发挥作用的关键环节就是数据资产化，是指将数据从原始状态逐步转化为具有价值的资产的过程。数据资产化需要解决三个关键问题，即法律角度的数据资产确权、会计角度的数据资产“入表”入注和市场角度的数据资产估值交易。
在数据的生产、流通、使用过程中，个人、企业、社会等相关主体对数据存在着不同的利益诉求，且呈现复杂共生、相互依存、动态变化等特点。数据所涉相关主体具有多元性和不确定性，不同主体之间的权益诉求存在一定冲突性，各主体对数据的诉求并非一成不变。因此，这种情况下对数据进行清晰的确权，是非常困难的。
从国内外理论研究和实践看，目前既有产权框架虽能为数据主体之间的行为提供一定范式，但各有不足。
以美国和欧盟为例。美国强调以“财产权”为导向，由于其在数字产业、数据技术方面既有技术优势、也有产业优势，推进市场化的机制有助于其保持数据领域的领先地位及其既得利益。但美国对数据权利的保护，基本上是依赖于现有法律框架下的企业自律及事后救济，这利于数据产业发展但也容易导致数据的泄露和滥用。
欧盟则以“人格权”为导向，通过个人数据权保护，扶持发展本土数据产业，打造欧洲数据市场，这虽然强调了对隐私和数据安全的保护，但易导致数据交易成本和执法成本高，在一定程度上扼杀了大数据产业发展的活力。
当前，国内对于数据产权的归属主要有四种观点：一是主张数据归个人所有，强调用户个人数据所有权，将用户对个人数据的权利视为人格权+财产权；二是主张数据归平台所有，将数据的权属界定为平台所有，排除了用户对数据进行再次授权使用的权利；三是数据归个人与平台共有，主张“用户授权”+“平台授权”+“用户授权”的“三重授权”模式，但个人与平台的权利划分与权利边界难以界定，再次授权几乎不可能；四是主张平台具有公共属性，也就意味着平台数据具有公共数据属性，应归为公众所有。
对于现阶段数据权属的政策选择，清华大学公共管理学院教授、教育部哲学社会科学实验室-清华大学计算社会科学与国家治理实验室执行主任孟庆国表示，一是不应纠结数据所有权，因为数据产权在现阶段情况下是难以厘清的，而数据价值的实现关键又在于利用。由上述不同的数据产权归属观点可知，传统的所有权思路界定数据上各方权益分配比较困难。在实践中，数据所有权也因难以操作，做不到“名副其实”。
二是应重点聚焦在数据的使用权方面。推进数据的市场化配置，目的就是希望数据能从组织内部流出到市场中去。所以，在规范好安全的前提下，让数据尽可能多地释放出来供大家使用，对促进高质量发展是有利的。目前的政策主张和探索都是承认和保护数据处理者通过法定或授权等方式所享有的数据持有、使用、许可使用，并要求数据处理者不能享有数据的排他支配权。
在孟庆国看来，倾向于数据产品化才能确权。数据要素需要以某种形式嵌入到现行价值体系中，对数据“可控制”“可收益”“可计量”的前提是对数据进行确权。未来在数据确权上，不是对原始数据确权，而是将原始数据经过标准化加工，形成能够支撑决策的基于某些场景应用下的数据产品后，走向对数据产品的确权，即对数据产品层面的定价计量，以及在产品层面上进行数据资产化。
“数据产品具有‘稳定性’特征，‘可控制’‘可计量’‘可收益’，符合作为资产的全部特征。无论是数据资产‘入表’，还是数据的流通交易，对数据产品确权后，数据产品成为数据资产，可套用资产的相关规则，将数据产品作为资产按照通用会计准则纳入到资产负债表中以及资产化利用，其产权属性和价值计量就会很容易了，更具有可操作性。”孟庆国说，数据产品的价值可分解出部分价值作为数据供给方来源数据的价值。数据加工使用权是基于安全可信数据基础设施上的数据共享开放等机制自然形成的中间权利，服务于数据产品开发生产。
数据登记不可或缺
数据登记是数据要素市场化改革的基础和起点。市场上目前的数据产权登记方式有权属登记方式，通过登记可追溯数据持有方的数据来源，确认数据持有权的合规性，防止市场套利行为。
而按照数据应用和流通的不同场景，可以灵活采用如下四种方式进行数据登记。
资产登记方式：登记是数据资产评估乃至入表的前提，是从资源化向资产化、资本化分配升级的关键路径。
交易登记方式：数据资源和产品登记是数据交易流通的入口，有利于促进供需撮合，加速数据价格发现。
管理登记方式：完善集中公开机制，促进市场公开透明，解决数据权益纠纷，为争议仲裁提供初步证据。
事实确认方式：参照著作权登记模式，登记不作为权属生效的要件，但可为追究侵权留下证据、提供保护。
孟庆国指出，流通的本质是权利的转移和授权。数据要素流通其实就是数据权利的流通。在如今对产权不太好界定的情况下，更多的是强调数据使用权的流通。无论在数据交易所交易还是场外交易，均应有统计登记的要求。借鉴土地市场、资本市场和知识产权市场对土地、证券和商标等的确权方式，应当对数据产权进行合理化登记。
孟庆国进而强调称，应设立全国统一的数据要素登记机构，该机构为公益性机构，与数据要素流通和交易体系建设充分融合，并在地方设立派出机构。
激活高质量数据有效供给
在推进信息化和数字政府建设的过程中，当前，海量数据尚未能够组织起来变成有效供给。而数据的有效供给不足、数据整体质量不高、高价值数据资源少，导致了数据交易也不够活跃。数据整合共享、流通存在障碍，还需深入探索，也要有足够耐心。
在促进数据供给的增长上，深圳数据交易所（以下简称“深圳数交所”）副总经理王腾表示，从企业或者政府有没有意愿去供应数据这个角度，我们应该从机制体制上面去做一些改革。当数据供给经过改革提高之后，能不能用、怎么用，则是数据供给不足的另外一方面原因。
王腾以医疗行业为例分析称，该行业尽管积累了大量的数据资源，如医生开的病历、药方、每位病人的就诊过程，但即便是在同一家医院里，数据都没有形成统一的标准、没有形成融合。因为每一位医生开的病例药方的标准都是不一样的，这些数据就算能供给出来，也是不可用的。那么未来若就这些数据去做医药研发、核保理赔或者其他创新，也没有价值。
“所以还是要围绕着高质量的数据来推动供给。深圳数交所在这方面做了一些探索，就是怎样让数据能够供得出、流得动、供得好。”王腾说，首先是基于场景来驱动和集聚数据资源，然后去做统一的治理。通过建立行业的数据空间这样一个有效的数据容器，把行业内各个孤立主体的数据汇集起来。汇集起来的第一个前提是要打破很多行业中都普遍存在的主体之间的信任问题，之后集聚起来他们的数据资源，然后做统一的标准化治理，这样这些数据才能够真正形成为高质量、大规模、可用的数据源。
同时，深圳数交所还在人工智能领域做了一些探索，与腾讯云、华大基因等共同发起成立了“开放算料联盟”，主要是面对近两年新一轮的AI革命，释放数据要素价值、培育生成式人工智能产业、助推数字经济高质量发展。“开放算料联盟”已推出了约1000个各行业各领域的大规模语料集，其中有一些是免费开放的。
“通过资源集聚，让整个行业的基础数据资源建立起来。”王腾说，深圳数交所与深圳市政府正在建立一个全市的大规模语料基础库，未来能够作为支撑整个人工智能训练的基础数据资源，之后也会不断发动生态的力量去导入更多的数据资源进来，“总的来说，深圳数交所交易平台的主要作用就是让数据资源集聚起来，让数据资源标准化，最终让数据资源的价值释放出来。”
贵阳大数据交易所（以下简称“贵阳数交所”）同样在增加数据供给上做了一些探索。
作为贵州省人民政府批准成立的全国第一家以大数据命名的交易所，贵阳数交所2015年正式挂牌运营，在全国率先探索数据流通交易价值和交易模式。
贵阳数交所市场部总经理黄煜接受采访时总结道，首先是强调顶层规划层面先把相关制度建起来。贵州省目前已经出了条例办法，包括马上要出台的“数据流通交易的促进条例”，明确规定了比如说各级政府机关企事业单位，所有的数据交易都需要通过交易场所来进行；同时即将出台的“公共数据运营管理办法”，规定贵州省所有的政府数据、公共数据归省委省政府所有，然后委托省级数据局来进行管理，最后会遴选一些一级运营商，将政务数据放在一个安全域里面，之后会选一批二级开发主体，根据不同的场景，把模型放到安全域里面跑出来，考虑到政务数据的敏感性，会保证数据的可用不可见，最终对外提供开发成的产品或者服务。
其次是做好生态。之前贵州省发过征求意见，把全省的政务数据目录全部收集到省大数据局。下一步可能会通过交易所的一个模块专区，把目录给放出来。为什么说以前政府数据价值释放不够，就是因为不懂开发利用、不懂场景，社会中最缺少的其实是懂场景的人。将有效的目录拿出来之后，可以让整个市场上懂得去运营这个行业的企业来进行选择。企业选择好之后在交易所提起申请，通过贵州省大数据局和相应持有数据的厅局审批，就可以进行开发利用。
“以前很多厅局为什么不愿意把数据拿出来？一是需承担一定的安全风险，二是没有收益。”黄煜说，“现在就加了一些条件，比如贵州自然资源厅把数据拿出来后，若开发利用新的产品赚了100万元，其中针对拿出来的部分数据，交易所会给出10%—20%的收益纳入同级财政，财政会把这笔钱存在该厅局的专户里面，来反哺厅局的信息化建设和运维。这样政府通过数据来变现，就可以反哺自己，形成闭环路径。”
辩证看待企业数据资产“入表”
作为拥有大量数据的企业，数据资产“入表”既是难得的机遇，也是不小的挑战。企业家们该如何选择？
孟庆国认为，不能为了“入表”而“入表”。首先按照财政部的办法，若能够按照数据资产的会计通用准则来处理的，可以将数据资产进行“入表”。但实际上很多时候数据资产“入表”不是唯一的选择，大多数的数据在目前条件下是不符合纳入资产化管理的，往往是在需要流通交易的时候，会对其进行资产评估，核算其资产的价格，再拿到资产账户上进行处理。
所以，孟庆国建议，企业还是应找专业的机构对所拥有的数据资产进行评估，看看哪些数据确实能在将来为企业的经营进行资产的赋能，再把这些数据资产“入表”，这样可能更符合数据资产本身的含义。
如果只是简单地要把企业的资产规模做大，或是出于企业资产保值增值的考虑，需要有一些数据资源作为资产，在孟庆国看来，这样做的意义其实并不大。因为企业的资产多了，将来各方面的成本也会高，无论是交税或是额外资产管理成本的付出，所以还是应该辩证地看。并不是所有的数据都要做资产化管理，也不是“入表”一定会有利于企业经营。这方面，需要企业家们审慎考量。
请输入验证码