打破数据资源开发利用碎片化模式夯实2022年12月出台

如何在这条机遇与挑战并存的道路上稳步前行？

制度基础逐步夯实

2022年12月印发的《中共中央 国务院关于构建数据基础体系更好发挥数据要素作用的意见》提出建立“保护权益、保障数据权益的数据产权制度”利益并按照法规使用”和“合规、高效、现场和场外集成的数据元素”。 流通交易体系”、“体现效率、促进公平的数据要素收益分配体系”。 这些部署进一步夯实了数据资本化的制度基础。

此外，财政部制定并发布了《企业数据资源相关会计处理暂行规定》，自2024年1月1日起施行。《暂行规定》在充分论证的基础上，明确：企业数据资源适用现行企业会计准则，不改变现行准则的会计确认和计量要求，通过对数据资源制定专门的统一规定，解决数据资源在实践中能否使用的问题。作为会计资产，对于哪类资产将纳入资产负债表存在疑问，计量基础将予以明确。” 财政部会计司负责人说。

为规范数据资产评估执业行为，保护资产评估当事人合法权益和社会公共利益，中国资产评估协会发布《数据资产评估指导意见》，自10月1日起施行2023年，该文件对数据资产有了更明确的定义：由特定主体合法拥有或控制、可以用货币计量、能够带来直接或间接经济利益的数据资源。

“数据资源不同于实物资源和传统无形资产，因其具有非实体性、依赖性、可共享性、可加工性等特点，特别是价值的可变性、数据资源记录价值的可靠性以及对企业价值的判断具有一定的不确定性。显着影响。” 北京国家会计学院教授、数字审计与风险管理研究中心主任崔志娟表示，规范数据资产价值评估行为，引导探索适合数据资产的评估方法，推动分类分级数据的流通和数据高标准的建设对于促进数据资产的流通和市场交易、优化企业的市场价值估值具有重要意义。

一方面，数字基础设施的不断完善和数字经济的快速发展，进一步打开了数据资本化的空间。 截至2022年底，我国已建成全球最大的光纤网络，光纤总里程近6000万公里，数据中心机架总数近600万个标准机架，全国5G基站超过230万个。全国都位居世界前列。 近年来，数字经济核心产业规模加速壮大，全国软件业务收入从2012年的2.5万亿元增至2022年的10.8万亿元。

另一方面，数据流通交易的需求也更加强烈。 据不完全统计，截至2023年6月末，全国由政府发起、牵头或批准的数据交易所已达44家，领先的数据交易所交易规模已达亿元级别，并呈现出呈爆发式增长趋势。 例如，上海数据交易所月交易额已突破1亿元，预计2023年年交易额将突破10亿元。2022年，北京数据元市场规模约为350亿元，占约占全国总量的39%。

专家认为，短期内，数据基础设施体系将催生3000亿至5000亿元规模的数据交易市场； 中长期来看，数据资产相关市场潜在规模将超过60万亿元，数据要素定价将开启新的10年期。 万亿元市场的“金钥匙”。

价值评估困难

数据资源的特性决定了其资本化之路并不平坦。

“数据资产价值分析有很多难点。” 北京资产评估协会专业技术委员会副主任刘武堂举了一个例子。 例如，数据资产的价值会随着不断的处理而变化、使用次数和用户数量的变化、用户的差异等，数据资产所有权分析比较复杂，可能会出现数据质量不合格的情况。相同但可能产生不同的值。 同时，数据资产作为一种无形资产，应由特定主体拥有或控制。 但由于数据资产本身的特点，容易被窃取，有时难以控制和使用，且缺乏法律保护。

崔志娟认为：“数据资产评估的难点主要在于影响数据资产价值因素的识别和判断，以及资产评估方法的合理选择。” 《数据资产评估指导意见》给出了影响数据资产价值的成本因素、场景因素、市场因素和质量因素，还提供了数据资产评估的三种基本方法：收益法、成本法和市场法及其衍生方法。 然而，影响数据资产的因素中有很多需要专业判断的可变因素，比如影响数据资产价值的机会成本、市场前景、数据的准确性和及时性等，都需要高预测能力。 此外，数据资产价值评估的关键是数据质量评估，这对专业能力要求较高。

在实际操作中，将数据资源录入表中并不容易。 “根据相关规定，表上的数据资源一般被归类为无形资产或存货。与外包数据资源相比，企业更关心内生数据资源如何转化为资产。” 致同会计师事务所合伙人（特殊普通合伙）曹阳告诉记者，这些内生数据资源很多都与企业的日常经营活动密切相关。 区分哪些形成数据资源的支出是研发活动、哪些是生产经营活动是一项艰巨的任务。 传统企业普遍缺乏明确的途径来实现数据资源的经济效益。 这些计量和盈利模式上的困难，给会计中将内生数据资源认定为资产带来了挑战。

数据元素登记是数据资本化的重要组成部分，今年相关探索持续推进。 例如，北京国际大数据交易所颁发了首批数据资产登记证书，涵盖能源、交通、气象等领域。 温州大数据运营有限公司数据产品“信用数据宝”已完成数据资产确权登记。 这也是温州首个数据资产确权登记令。 尽管相关探索仍在继续，但多位受访专家表示，目前数据元登记仍处于小规模实践阶段，存在平台建设标准不一致、制度体系不健全、参与主体积极性不高等诸多问题。

数据交易模型也需要完善。 专家认为，目前数据交易机构还处于探索阶段。 他们大多是撮合业务的服务商。 他们缺乏数据确权、数据定价、数据交易等数据要素市场化以及流通机制设计的经验，无法解决数据交易问题。 过程中存在数据来源不稳定、数据被截取和泄露、数据使用不可控、数据价值难以准确评估等问题。

创新探索加速

专家认为，需要进一步加强宏观研究和规则设计，明确数据资产管理思路、原则和方法，多措并举，推动数据资产管理走上健康发展轨道。 刘武堂建议，为了让数据资产真正普遍利用，扩大交易市场，拓宽应用前景，有关部门需要进一步加强统筹协调，进一步形成完整的资产确认、评估、会计、审计、税务体系。 。 同时，要进一步加快数据资产法律规则建设。

评估方法也需要更加精确。 在增强数据资产价值合理性判断能力方面，建议评估机构根据影响数据资产价值的因素，将数据资产价值分解为价值要素，建立数据资产价值数据库，利用科学技术提高价值判断，选择合适的数据资产评估方法需要分析数据资产的特点，探索收益法、成本法、市场法以外适合数据资产特点的评估方法。 崔志娟相信。

对于数据资源入表，曹阳建议，企业应进一步关注数据资源的开发利用，自觉建立健全内控制度，更好区分数据资源研发成本与项目成本通过优化流程和系统设计来降低运营成本等。 快点。 同时，要进一步拓展数据资源的应用领域和盈利模式，探索更适合自身特点的数据资源变现方式。

针对疑难问题，创新探索正在加速。 贵州出台今年数据要素市场化配置实施方案，提出创新数据产权制度，探索数据产权登记新方式，强化数据要素优质供给，规范数据流通交易到2025年底，数据资源和资产化改革取得重大突破，数据要素市场体系基本建立。

广东联合政府部门和人工智能（大模型）产业龙头企业，分阶段、批量采集涵盖文本、图像、视频、音频等多模态数据，通过数据采集、清洗、分类、标注和等治理流程，打造优质中文语料库，积极推动人工智能数据产品交易。 截至目前，人工智能相关数据产品累计交易额已达近5000万元。

各地数据交易中心也更加注重根据市场需求拓展交易领域，向更加专业化、细分化的方向发展。 例如，今年2月，北京国际大数据交易所专门推出工业数据交易专区，为工业企业提供数据资产登记、数据产品开发、数据资产交易等服务。 6月，西部数据交易中心专门推出汽车数据交易专区，依托“平台+资源+服务”能力体系，打造独特的交易模式和独特的运营模式，力争打破汽车数据“孤岛”提高汽车数据流通效率。

此外，今年8月，浙江大数据交易中心推出工业数据流通交易专区。 数据产品涵盖工业大数据、工业金融大数据、产业链大数据等领域，可服务工业制造、城市治理、金融科技等应用场景。 “随着实践的不断发展，将会出现更多促进数据资源资产化的创新实践。”曹阳说。

以应用为重点，理论研究也在不断深入。 北京资产评估协会近日举办了聚焦资产评估行业数据资产理论与实践专题论坛，邀请行业专家共同探讨现行数据市场体系、数据要素确权登记、数据资产质量评估、数据资产评估等问题。多角度、多层次的评估和数字资产。 深入讨论了表项等热点问题。 与会专家表示，价值评估是数据资本化过程中的核心。 评估机构应充分发挥场景分析、财务分析等方面的优势，重塑行业逻辑，扩大外部竞争力，开展大规模咨询，积极主导或参与数据资产建设。 面向的方案设计和实施。

董碧娟

董碧娟