正式规则与非正式规则的有机统一，是打造高效合规的数据资源管理体系的基础，它有助于保障 数据资源的合法顺畅交换，并促进形成多方协同、共享的数据资源管理生态。

在经济和社会向数字化转型的浪潮中，数据资产扮演着越来越关键的角色，它已成为促进数字中国建设以及加速数字经济增长的核心战略资产。 如何充分挖掘、有效治理、安全保护、合规使用，发挥数据资产的最大价值，成为重要的时代课题。 中央财经大学中国互联网经济研究院副院长、中国市场学会副会长，教授、博士生导师欧阳日辉认为，正式规则与非正式规则的有机统一，是打造高效合规的数据资源管理体系的基础，它有助于保障数据资源的合法顺畅交换，并促进形成多方协同、共享的数据资源管理生态。

数据世界的“新石油”

数据常被誉为数字经济时代的“新石油”，是推动生产力发展的关键因素。目前，数据资产并没有统一的概念界定，一般认为，数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。

欧阳日辉教授认为，既然数据资产被称为“资产”，则必然具备资产的核心特征，即，权属明确、可计量、可交易。而与传统的资产相比，数据资产还有其独特性：一是非实物性。这是数据资产与传统资产最本质的区别。二是非消耗性。数据资产在使用过程中不会被耗尽，相反，它们的应用往往能带来更高的价值。三是非竞争性。多个用户或实体能够并行访问、使用同一数据资产，而不会引起相互之间的干扰或冲突。四是增值性。数据资产的增值性主要来源于使用价值和流通价值。五是波动性。数据资产价值的波动性主要是因为制度和政策、数据资产的价值与应用场景密切挂钩、数据资源的时效性很强、使用者数量增加或减少，或数据供需双方信息不对称难以明确数据的实际价值，同时，新机会和新技术会让已有数据产生新价值。

按照不同的标准，数据资产有不同的分类方法。欧阳日辉教授建议将数据资产分为五类：一是内生数据资源，即自行生成与累积的数据集合，涵盖了运营、销售、客户与员工等多个维度的信息。这些数据正是组织内部决策、流程改进和资源分配所依赖的核心资源。二是从外部来源获取数据资产，比如市场调研报告、第三方数据服务和社交媒体信息等。这些数据为组织洞察市场情况、把握行业脉搏、洞悉对手动态提供了宝贵视角，是战略规划与商机发掘的重要辅助工具。三是业务运营数据资产，主要涵盖组织运营过程中的实时交易数据、业务活动记录及设备传感器反馈的数据等。这些资产对于组织实现生产运营的高效管理、实时监控与持续优化至关重要，有助于增强生产力、减少开支、减轻经营风险。四是客户数据资产，指聚焦于客户的个人信息、购买行为记录及偏好数据等，是客户关系维护、精准市场营销及个性化服务策略制定的基石，有助于组织更好地提供客户友好型的产品及服务。五是知识产权相关数据资产，涵盖组织所掌握的专利文献、商标标识、版权作品等相关数据。这些资产是组织创新能力与市场竞争优势的关键构成要素，应得到妥善的管理与严密的保护，以确保组织的长远发展与持续竞争力。

数据宝藏的“说明书”

如果把每一份数据资产比作宝藏中的金币，那么，如何通过亮度、重量、纯度等指标进行评估，就好像给数字宝藏编制了一份精确的“说明书”。欧阳日辉教授表示，“数据资产的价值评估是一个复杂的过程，因为它涉及数据的内在价值和在特定场景中的价值。”

当前，主流的评估方法包括，“先估算目标数据资产重新获取所需的重置成本，通过调整以剔除各类贬值因素，从而确定其实际价值”的成本法；“以近期市场上相似或同类数据资产的交易价格为基准，通过比较分析估算目标数据资产的价值”的市场法；“在明确数据资产未来应用潜力与场景的基础上，通过预测并量化其未来可能产生的经济收益，来评估数据资产的合理价值”的收益法等。在实际操作中，以上方法可以根据特定情况和评估目的进行选择和调整。

欧阳日辉教授强调，在数据资产的估值过程中，有三点需要注意：一是构建数据资产评估的综合框架，包括评估原则、评估依据、评估流程、评估要素、评估方法、评估安全和评估保障等，以确保评估结果的准确性和合理性。二是重视数据质量评估，包括数据的准确性、一致性、完整性、规范性、时效性和可访问性。这些质量要素共同构成了评估数据资产优劣的基础。三是评估安全管理，包括人员管理、数据工具管理、评估过程管理以及评估任务管理等方面。

依据企业数据量的差异及数据应用场景的多样性，各企业在数据估值过程中所面临的挑战程度亦有所区别，需要选择适宜的估值方法。举例来看，广东某建筑公司构建了建筑全产业数字中台，高效的数据汇聚带动公司营业收入及净利润显著增长，该类企业以内部使用的数据资产为主，可以通过成本法对相应数据资产加以估值。芒果TV所收取的会员费用均在其价值增长中起到了重要作用，是授予使用权的数据资产中典型的代表，可通过收益法估值。上海芯化和云数据科技有限公司通过为客户提供数据产品和数据服务来推动企业价值增长，对于该类只拥有转移所有权的数据资产的企业而言，以市场法估值为宜。三六零安全科技股份有限公司作为中国领先的网络安全服务供应商，数据资产涵盖广泛领域，对其数据资产进行估值时，需要根据应用场景对数据资产分类估值，最终的数据资产价值为各类数据资产价值的总和。

数据资产的“成长烦恼”

数据时代，“沉睡”的数据得到了前所未有的关注，数据资产加速积累与扩张。在这个过程中，数据资产也遭遇了“成长的烦恼”，从权益保障到安全隐私，每一个环节都有让企业棘手不已的问题。

为了更好发挥数据要素的作用，我国提出探索数据产权结构性分置制度，“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”，也就是所谓的“三权分置”制度。这不仅构成了数据产权体系的一项革新举措，而且是驱动数字经济繁荣、捍卫数据主体权益、加速数据市场化进程及产业化的关键策略。除此之外，从法律上看，《中华人民共和国民法典》和《中华人民共和国数据安全法》均就数据资产的权益保护作出规定。从政策上看，财政部《关于加强数据资产管理的指导意见》明确提出，依法合规管理数据资产，明晰数据资产权责关系，完善数据资产管理相关标准等。这些规定旨在确立数据资产的管理体系，确保数据资产在合法合规的基础上实现高效流通，同时推动形成一个共治共享的数据资产治理模式。

欧阳日辉教授认为，“数据资产是数据‘三权分置’后价值的体现。”数据资产在法律上的地位和权利是一个不断发展和完善的领域，随着数据经济的兴起，数据资产逐渐被认可是具有经济价值的资源，并在法律框架内得到相应的保护和规范。当前，数据资产的法律地位和权利正在逐步明确，但仍然需要企业、政府和社会各界共同努力，通过制定和遵守相应的法律法规，确保数据资产的合理利用和保护。同时，也需要关注数据伦理问题，确保数据资产的管理符合社会道德和伦理标准。

数据资产伦理主要包括三大维度：数据安全伦理、数据公平伦理和数据利益伦理。其一，确保数据资产的安全性和完整性是数据伦理的重要方面。数据无法与个人信息完全脱离，因而数据交易中可能存在个人信息的非法收集、个人信息的泄露等问题。必须采取适当的技术和管理措施，防止数据被未经授权地访问、披露、修改、损坏或丢失。其二，数据公平伦理是指在数据交易中，各主体能够自主利用数据，公平进行交易。而在数据商业化的过程中，企业及其他组织往往掌握着数据收集和处理的主导权，数据主体的知情权和同意权等相对有限，个人权益难以得到充分保障。这意味着数据资产处理的过程和结果应当是可审查、可解释的，避免在由算法和数据驱动的决策过程中出现歧视和不公平现象。其三，合理分配数据资产带来的经济利益和价值，处理好数据生产者、处理者和使用者之间的权益关系。在实践中，只有数据供应方可以得到数据交易所产生的收益，而原始数据的生产者（数据主体）却难以得到经济回报，换言之，数据主体、数据供应方和数据需求方之间的利益分配并不平衡。导致这种现象的根本原因是数据权属界定不清，而这一问题又关乎数据市场化配置及报酬定价，这对数据安全和数据产业的发展有重要影响。

欧阳日辉教授表示，“数据资产伦理属于非正式规则，是法律法规和政策不可或缺的支撑。有效的数据资产管理制度安排必然是正式规则与非正式规则的有机统一。”数据资产的伦理问题涉及隐私保护、安全保障、质量控制、公正透明、权属明确、责任承担、教育文化和法律支持等多个方面，需要个人、组织和社会共同努力，建立全面的伦理规范和管理体系，以确保数据资产的合理、安全和有效利用。

来源：《新理财》2024年政府理财杂志第10期

编辑：皓俊

《新理财》2024全年杂志开始征订啦！

（点击海报可直接订购）

交流、合作、投稿、版权，请加微信：cfo920

声明：“新理财”微信公号所刊载文章、图片等，属于相关权利人所有，若因客观原因存在使用不当的情况，敬请与我们联系及时依法删除或修改处理。