国内首个数据要素省级标准今起实施 数据资产化进程加速

　　本报记者 郭冀川

　　见习记者 寇佳丽

　　12月5日起，由浙江省财政厅归口，浙江省标准化研究院牵头制定的《数据资产确认工作指南》（以下简称《工作指南》）正式实施，这也是国内首个针对数据资产确认制定的省级地方性标准。

　　《工作指南》明确了“数据资源”“数据资产”“数据资产确认”等相关术语和定义，填补了数据资产确认标准空白，指引组织将其拥有或控制的数据资源确认为资产，促进了数据资产化进程。

　　“《工作指南》是制度创新的试金石，其以地方标准的形式，为推动数据资产‘入表’构建了合规框架和统一工作体系。”中国电子信息产业发展研究院数字经济战略研究室主任高婴劢对《证券日报》记者表示，这将激发各行业主体、各地方探索多层次数据资产“入表”方案，更好服务数据要素市场建设。

　　制度框架逐步完善

　　针对数据要素的制度搭建，我国已颁布顶层设计文件。

　　2022年年底，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（下称“数据二十条”）正式出台，明确提出探索数据资产“入表”新模式。多位受访人士对《证券日报》记者表示，针对数据资产制定地方性标准是对“数据二十条”在实践层面的落实，且后续还有更多框架性工作将逐步完善。

　　北京邮电大学科技园元宇宙产业协同创新中心执行主任陈晓华向记者表示，数据资源通常由多方主体在网络平台共同协作产生，涉及各参与者的权益。随着“数据二十条”提出数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的管理办法，相关权属界定、价值评估、流通等规则与技术正在“数据二十条”指引下逐步规范成熟。

　　相较于劳动力、资本、土地等传统生产要素，数据价值的实现更有赖于高效流通使用，在不断流通、聚合、加工之后，其价值才能产生乘数效应。鉴于此，“数据二十条”强调使用权的流通，《工作指南》也重点对数据资产的识别进行了详细分类与定义，有利于数据作为资产、资源的流通与使用。

　　“数据资产能为组织带来生产价值和利益，需要从法律与制度角度对数据资产进行规范，保护数据要素市场参与主体的合法权益，促进数据要素的流通与利用。”中国（深圳）综合开发研究院通证数字经济研究中心马朝良对《证券日报》记者表示，随着各项规范落地，企业将更加重视数据要素价值。

　　释放数据价值

　　商务部披露数据显示，2022年，我国数字经济规模达50.2万亿元，同比增长10.3%，占GDP比重41.5%。作为数字经济的关键生产要素，数据正逐步成为极其重要的新型资产。

　　国家信息中心大数据发展部规划处处长郭明军对记者说：“数据资产的商业价值逐渐被企业认可，成为企业发展过程中不可忽视的关键要素，但只有满足一定条件的数据才能被认定为‘数据资产’。”

　　郭明军表示，《企业会计准则——基本准则》将资产定义为“企业过去的交易或事项形成的、由企业拥有或控制的、预期会给企业带来经济利益的资源”，根据相关准则要求，资源如要确认为资产，除应符合前述资产定义外，还须同时满足以下两个条件：一是与该资源有关的经济利益很有可能流入企业，二是该资源的成本或价值能可靠地计量。只有同时满足资产定义和资产确认条件的资源，才能够被确认为资产列入企业资产负债表。

　　显然，从数据到数据资产，再到可以“入表”的数据资产，这其间有一系列的含义界定和使用前提条件。

　　粤港澳大湾区大数据研究院战略研究中心高级咨询师孙湛对记者表示，数据资产的确权、定价、入表，是我国培育数据产业生态、构建数字经济新型发展格局、全面释放数据要素价值的三大重要环节。其中数据资产的确权、定价是数据合法合规流通以及合理评估数据要素价值的前提条件，数据资产“入表”则是对数据作为资产发挥价值的合法确认。

　　8月份，财政部印发《企业数据资源相关会计处理暂行规定》，并将于2024年1月1日实施，这也被业内视为数据资产“入表”的关键政策。政策发布后，在数据确权、数据定价方面，各地方开始积极行动起来，《工作指南》虽然是浙江省地方标准，但也为全国标准的制定提供了重要参考。

　　中央财经大学税收筹划与法律研究中心主任蔡昌对《证券日报》记者表示，从推动建立公共数据和企业数据确权、挖掘数据要素价值的角度看，地方有关部门可以先试先行，在“数据二十条”的指引下进行制度探索。

　　相关技术仍需升级

　　相较于传统的生产要素，数据呈现出容量巨大、类型丰富、流通高速等特点，在确认数据资源产生的经济利益和溯源数据生存周期方面，无法继续套用传统生产要素产权登记制度，不仅需要构建一套全新的产权登记制度，相应的技术也需要“升级”。

　　高婴劢分析，数据资产化涉及的技术可分为四个层次：一是数据溯源类技术，包括区块链、数据水印、标签识别（条形码、二维码、RFID）等；二是数据管理类技术，包括元数据管理、数据库等；三是数据治理类技术，包括数据清洗、数据挖掘、数据聚合、数据可视化等；四是数据安全类技术，包括身份管理、防篡改、数据安全态势感知、可信执行环境等。

　　高婴劢说：“数据溯源类技术核心是解决数据生产、授权、运营等相关源头问题；数据管理类技术核心是解决数据访问、控制、获取等相关管理问题；数据治理类技术核心是解决数据资产质量水平的问题；数据安全类技术核心是保障数据资产的安全。”

　　《工作指南》对数据资源溯源等技术方法进行了详细归类，包括数据溯源模型，数据溯源方法等，提出采用区块链、智能合约、人工智能等安全算法，将数据溯源嵌入数据采集、数据确权、数据流通、数据交易、数据监管等生命周期节点。

　　数据资产化研究院执行院长王鹏向记者表示，数据具有无形性和非排他性，其中无形性导致传统的产权证明方式无法继续适用，非排他性导致数据的原本和副本难以区分，同一数据产权有可能被多次登记。对此，需要运用区块链等新技术，更为科学地进行数据产权登记，更准确地评估数据的价值和企业的未来发展潜力，增加市场的有效性，为投资者提供更加公正的投资环境。