《清華大學：數據資源入表白皮書（2023版）（110頁）.pdf》由會員分享，可在線閱讀，更多相關《清華大學：數據資源入表白皮書（2023版）（110頁）.pdf（110頁珍藏版）》請在三個皮匠報告上搜索。

1、聯合體成員單位聯合體成員單位（排名不分先后）北京易華錄信息技術股份有限公司北京中企華資產評估有限責任公司清華大學技術創新研究中心普華永道中國北京大成律師事務所中電科網絡安全科技股份有限公司深圳數據交易所專家指導組專家指導組林擁軍梁敏燕李紀珍錢衛清李永剛張立鈞王冠參編人員參編人員（排名不分先后）林鎮陽王雅萱鄭佳惠趙蓉陳榮源路興吳義明劉睿智王賀娜李輝陳星宇李孟隆趙然吳娜王碩孫兆璐王驥超韓清飛陳徽因詹睿符文娟侯建趙佳楊英蘇琦萌李穎張帥聶怗李夷苒裴新郭瀟陳星儒王曉維鐘宏崔婧親愛的讀者：歡迎閱讀本數據資源入表白皮書。在數字經濟蓬勃發展的今天，數據要素已成為基礎性生產要素和市場主體核心競爭力重塑來源。數據

2、資源入表是顯化數據資源價值的重要手段，也是當前各級政府和數據富集性企業關注的焦點。今年 8 月，財政部正式印發企業數據資源相關會計處理暫行規定，為企業數據資源入表提供了行動指南，即將于 2024 年 1 月 1 日起施行。這一規定的出臺標志著數據資源會計處理和信息披露進入了新的階段、新時代，對數字經濟的發展具有重要意義。然而，數據資源入表仍然面臨一系列重大挑戰，例如數據確權、數據資源價值計量、數據資產審計、數據安全與合規等，這些挑戰可能給企業數據資源會計處理帶來阻礙。這份白皮書聚焦于數據資源入表，旨在為您提供深入的洞察，引導您在數據資產的世界中航行。從國家政策和市場趨勢來看，數據資源入表能夠有

3、效反映企業對經濟資源的擁有或控制，促進數據資產入表成為推動數據要素市場發展、探索數據財政創新模式的重要抓手。對企業而言，數據資源入表實現了企業資產邊界的拓展，使得數據成為一種新型資產，在資產負債表中體現，增厚企業資產、提高利潤水平，進而提升企業估值。在未來，企業可以進一步探索利用金融創新工具，實現數據的資產化和資本化。對于政府而言，從短期來看，公共數據授權運營及公共數據資源入表路徑探索具有創新示范作用，可以顯化數據資源價值，實現公共數據資產盤點、價值挖掘和融通交易；從長遠來看，數據資源入表是打造數字政府、激發數據要素新動能的重要環節，有助于推動地方數據要素流通、培育數據產業生態、推動數據財政轉

4、型。然而，在這數據資源入表倒計時的關口，我們必須清晰地認識到：數據資源入表并非一日之功，企業需要完成一系列準備動作，包括確認數據資源權屬、加強數據質量管理、打造數據安全合規體系、分析數據資源預期經濟利益、實現相關成本的合理歸集和分攤等，以保障數據資源符合資產確認條件，最終能夠實現資產的列報與披露。由此可見，數據資源入表是一個系統性工程，涉及法律、財會、大數據等業務交互，只有在專業機構的指引下，企業才能有效實現相關數據資源的入表，為業務發展提供新動能。我們圍繞數據資源入表各環節，打造了一支數據資源入表尖兵團隊，團隊成員包括會計事務機構、律師事務所、數據安全廠商、大數據廠商、數據資產評估機構和相關

5、科研院所，為客戶提供一站式數據資源入表解決方案，全方位助力數據資源入表。聯合體以數據資源入表路徑研究和創新實踐為驅動，精心編制本白皮書，從數據治理到隱私保護，從資產評估到入表“五步法”，從案例實踐到未來趨勢，為推進數據資源入表貢獻集體智慧。我們相信，通過更好地理解和利用數據資源入表規則，政府和企業將能夠更充分地釋放數據資源價值，靈活地適應不斷變化的數據要素市場環境，取得可持續的數字經濟競爭優勢。數據要素萬億元藍海市場已經打開，價值鏈上各環節能量亟待釋放。響應數據要素市場化趨勢不能只靠口號，而需要在跟蹤國際會計領域對數據資源研究的基礎上，結合我國數據經濟發展的實際情況，深化數據資源會計的研究，完

6、善數據資源管理制度，搭建規范完善的數據要素市場體系，充分激發數據價值與活力。通過構建數據資源入表范式，用入表行為貫穿數據資產內外循環，使數據要素成為地方經濟發展的新引擎。感謝您選擇閱讀這份白皮書，希望它能為您提供有價值的見解，啟發您在數據資源入表方面的思考。讓我們一同迎接數據要素時代的挑戰，并共同創造更加繁榮的未來。祝閱讀愉快！數據資源入表服務聯合體2023 年 12 月 8 日目 錄目 錄1.引言.11.1 數據資源入表總體現狀.11.2 數據資源入表的法律意義.21.3 數據資源入表面臨的機遇與挑戰.31.4 數據資源入表的效益分析.52.數據資源入表理論基礎.92.1 數據價值化理論基礎

7、.92.2 數據資產確權理論基礎.203.數據資源入表及資產評估服務生態聯盟體系.243.1 數據資源入表技術路線.243.2 數據資源入表生態聯盟體系.264.探索數據資產確權與登記體系，夯實數據資源入表產權基礎.284.1 數據確權的法律規范依據.284.2 數據確權的實踐路徑.334.3 數據確權的工作流程.354.4 數據資產確權的適用.364.5 數據資產登記業務.374.6 數據資產登記流程.384.7 數據資產線上登記.395.提高數據治理能力，保障高品質、高價值數據資源供給.415.1 治理的目標與價值.415.2 數據治理資源管理體系.435.3 數據資源入表治理路徑.476

8、.注重數據質量評價，確保數據資源入表的質量和可靠性.506.1 數據質量評價的目的和意義.506.2 數據質量評價方法.516.3 數據質量評價流程.536.4 數據質量智能評價.547.構建數據資產評估體系，顯性化數據資源資產合理價值.567.1 數據資產評估.567.2 數據資產評估的評估目的.577.3 數據資產評估主要工作過程.577.4 評估依據.607.5 評估方法及適用條件.618.規范會計核算方法及路徑，解決數據資源資產化判斷難題.658.1 企業遵照暫行規定可能出現的誤區.658.2“五步法”入表路徑.678.3 會計計量與核算內容分解.709.建構可信低碳存儲設施，筑牢數據

9、資源入表的底座支撐.759.1 數據資源入表存儲痛點.759.2.解決思路與潛在優勢.769.3.數據資源入表存儲解決方案.7610.打造安全合規體系，構建數據資源入表的安全監管機制.8010.1 數據資源入表的法律風險.8010.2 數據資源入表的權屬審查和權屬論證.8110.3 數據資源入表的全流程合規.8210.4 數據資源入表的安全監管技術.8311.衍生入表后服務：數據資產授信融資，釋放數據資產價值.8611.1 數據資產授信融資的概念.8611.2 數據資產貸前準備.8611.3 數據資產貸中審查審批.8811.4 數據資產貸后管理與處置.8812.數據資源入表的實踐案例.9112

10、.1 數據資產評估案例.9112.2 數據資源模擬入表案例.9413.未來展望.97參考文獻.9911.引言引言1.1 數據資源入表總體現狀數據資源入表總體現狀2023 年 8 月 21 日，財政部發布企業數據資源相關會計處理暫行規定（下稱暫行規定），自 2024 年 1 月 1 日起開始施行，標志著企業數據資產入表事宜正式提上日程。也意味著數據要素作為數字經濟時代的五大生產要素之一，在符合條件的情況下有可能被確認為企業資產負債表中的“資產”項，在財務報表中可顯性化相關投入。2023 年 9 月 8 日，在財政部指導下，中國資產評估協會印發數據資產評估指導意見（下稱指導意見），自 2023 年

11、 10 月 1 日起施行，明確了數據資產價值的評估方法，為數據資產評估方式指明發展方向，引導市場主體積極參與數據資源入表的探索。指導意見和暫行規定兩份推動數據資產化財會文件的出臺，是對“數據二十條”的進一步落實，標志著我國數據要素資產化邁出了實質性一步，將極大推動數據資產化進程，為數據要素市場培育按下“加速鍵”，也為數據資產轉化為具有可持續性的經濟增長點提供了強勁動力。數據資產評估入表作為推動數據資產化的重要前置工作，有助于提升企業數據資產運營及變現能力。數據資源入表后，將在財務報表中直接反映企業數據資產狀況，為企業在數字經濟時代的價值發現提供新思路，同時，數據要素的重要性將進一步被各方關注，

12、引導政府和企業更加重視數據資產的價值挖掘和應用。東吳證券報告顯示：全國數據資產市場總規模 8.6 萬億，帶動相關產業數字化潛在收益 34.4 萬億，疊加數據資產衍生市場，其潛在總規?？赡艹^ 60 萬億，且未來的增長空間非常大。企業數據資源入表后擁有的龐大市場空間，為產業數字化和數據資源入表相關行業的發展提供了廣闊的前景，數據廠商應圍繞數據資產評估入表的各個環節積極規劃布局，通過為客戶提供高質量、2高可信的全生命周期服務，全方位助力企業數據資源入表，把握數據要素時代新機遇。1.2 數據資源入表的法律意義數據資源入表的法律意義數據資源入表緣起于數據作為新的生產要素參與社會分配的國家創新戰略。20

13、17 年，習近平總書記主持中共中央政治局第二次集體學習時就指出，“要構建以數據為關鍵要素的數字經濟”。2019 年 10 月，黨的十九屆四中全會首次將數據確立為生產要素。數據作為參與社會價值分配的生產要素，其重要程度與土地、資本、勞動力、技術要素并列。數據資源合規入表是企業憑借數據資產參與社會經濟分配的基礎和依據。數據資產入表是對數據資源進行價值評估，記載入財務報表的行為。入表后，數據資源變為資產，數據資產是所有者權益的體現，將擴大企業的資產總額。目前在立法、司法層面對于數據的定義較為寬泛，對數據資產沒有明確的定義。在 2019 年 9 月 21 日實施的中華人民共和國數據安全保護法中對數據的

14、定義非常廣泛。該法第三條從數據承載的形式進行了限定：數據是指任何以電子或者其他方式對信息的記錄。部分行業標準、地方標準中針對數據資產的概念做了嘗試性解讀。任何一種資源成為資產、并成為參與國民經濟分配的前提是權益。從立法層面說，我國尚未對如何保護數據權益進行專門立法；在實踐中，數據權益也并未給出直接定性。目前，對數據權益認定的探索包括以下幾方面：1、人格權利益說。建構數據產品及服務的認定和權益保護無法回避對個人信息的保護。個人信息作為數據流動中的重要組成部分，部分法學家主張應當予以個人信息財產權益屬性，使個人在參與數字活動中能有所收益。2、知識產權說。數據與知識產權具有無形特征和時效性，學術界嘗

15、試將數據信息作為知識產權進行保護，但二者的權利架構模式卻不盡相同。知識產權的權益體現在人身權利3和財產權利，而數據權益卻體現在來源者的權利、加工使用的權利和數據衍生品的經營權。3、物權說。數據具有經濟價值，屬于財產范疇，財產是屬于經濟學概念。在法律上對財產進行保護，還需對財產的法律屬性進行界定。部分學者提出采用類物權的方式對數據權益進行保護，物權享有占有、使用、收益、處分等行為權利。而數據的上述權利在現實生活中屬于不同的主體，無法完全適用。數據資源入表可為數據權利的現實實踐提供“摸石頭過河”的機會。從法律效果來講，數據資源入表可達到證據固定的效果。入表之后，數據作為企業權益，其價值從隱藏在主體

16、內部到公開于企業資產中。該步驟為企業資產保護提供依據，一旦涉及到企業數據被破壞的情況，資產負債表可以為相關爭議提供證據支持。在解決法律糾紛中，通過對入表的數據受損害的程度進行分析和鑒定，可以作為證據來支持各方的主張，并對爭議解決起到重要的作用。1.3 數據資源入表面臨的機遇與挑戰數據資源入表面臨的機遇與挑戰新一輪數字經濟變革的號角已然吹響。國家政策從宏觀規劃、微觀實踐等層面，積極探索數據要素和數字經濟的新計量和評估方式，幫助市場更可靠、更真實、更準確地獲得數據資源信息，為市場宏觀管理調控、投資者精準決策提供支持。企業作為關鍵市場主體，在響應國家政策、追隨市場趨勢的同時，也將面臨諸多機遇與挑戰。

17、1.3.1 數據資源入表帶來的機遇數據資源入表帶來的機遇數據資源入表將從經營管理、財報融資、業務拓展等多方面為企業發展帶來數字經濟時代的新機遇。第一，推進數據資源入表的實施過程，將帶動企業數據管理水平提升。企業需梳理其數據資源構成，開展數據治理，提高數4據資源管理水平，進而基于優質的數據資源，全方位提升企業業務運營、經營管理水平，推動企業數字化轉型。第二，企業數據資產價值準確計量與列示披露，將有助于企業優化財務報表，提高企業的投資吸引力。企業資產規模的提升，將會間接提高企業的信用評級和融資能力，進而提高企業在資本市場的核心競爭力，凸顯企業優勢。擁有豐富數據資源的企業財務報表質量將大幅提高，從財

18、務角度和業務角度都將提升數據資產密集型企業的估值，進而有利于數據資源密集型企業及相關產業鏈的發展。資本市場將更傾向于對擁有豐富數據資產的企業提供融資支持。第三，數據資產評估也賦予了企業數據資源合理變現的機會，有助于企業進行數據要素相關業務的拓展。企業可在優質數據資源的基礎上形成數據產品，合理評估及定價，在市場中流通交易，形成創新業務模式和增量利潤來源，幫助企業提升市場價值和競爭力，吸引更多的投資者和合作伙伴。1.3.2 數據資源入表面臨的挑戰數據資源入表面臨的挑戰由于數據自身的特殊屬性，數據資產評估和數據資源入表工作依舊面臨可預見的實施挑戰與困難。第一，對于數據資產的精確估值依然存在難度。雖然

19、現在已有較為成熟完善的無形資產估值方法和模型，但是對于數據資產的價值評估仍存在諸多問題和難點，不同的估值方式均存在局限性。目前來看，通用的估值方法在進行數據資產價值評估時，仍需要結合數據資產的特點不斷進行探索與發展。第二，在數據資源的會計確認層面，依舊存在數據資產確權困難、界定不明的問題。需要專業人員進行梳理和辨析，定義“數據資產”與普通數據資源的劃分界限，識別哪些數據產生了價值，產生了多少的價值，能夠作為數據資產進入財務報表。會計計量層面則是入表面臨的下一個難題。從初始計量階段開始，就需要5考慮如何更加準確地衡量不同來源的數據資產的初始確認金額以及其適用的計量屬性。在后續計量的過程中，也存在

20、數據作為無形資產時難以確定其使用壽命、攤銷方法不明確、數據資產的經濟價值易波動等問題。較之其他諸多無形資產，數據資產受應用場景和大環境影響較明顯，如何合理衡量無形資產價值的變化，需要企業對數據資產相關理論進行深刻理解。1.4 數據資源入表的效益分析數據資源入表的效益分析1.4.1 企業側效益分析企業側效益分析數據資源入表工作在企業側的經濟效益主要體現為：第一，改善企業資產負債結構及整體估值，數據資源入表工作將會提升企業會計信息質量和真實性，同時倒逼企業更好的優化數據治理，推動數字化轉型，將企業數據的價值科學、量化地在財務報告中進行反映，系統性量化數據資源為企業帶來的收益和未來預期收益，長期來看

21、，可有效提高企業的韌性及整體估值。第二，提升企業數據全鏈條管理能力，促進企業數字化新業務拓展。數據資產入表的過程，可幫助企業摸清數據家底，以數據資源入表要求為抓手，科學、持續、系統性管理企業數據，有助于形成以數據要素為核心的企業經營決策方式，進一步推動企業數字化轉型。同時，將促進企業圍繞數據設計相關業務和商業模式，歸集數據要素領域投入產出，拓展數字化相關新業務。對于最終形成的數據產品，可進入數據交易市場，將數據作為商品進行定價、流通和買賣，獲得收益。據相關機構統計，2021 年中國數據交易市場規?？蛇_ 463 億元；短期預測將達到 5 千到 1萬億；中長期中國數據資產及其衍生市場的總規模將超過

22、 30 萬億。第三，在法律允許的范圍內，以數據資產為新設企業出資，數據資產評估的結果為參考作價入股。對用于出資的非貨幣財產進行評估作價，數據資產可替代貨幣作為新設立企業的出資，且6數據資產符合相關法律規定入股標準。北京市數字經濟促進條例明確提出，支持開展數據入股；2023 年 8 月 30 日，青島三家公司進行全國首例數據資產作價入股簽約。第四，利用數據資產開展相關金融服務。對數據資產進行評估后，可開展股權債權融資、數據信托、質押融資、數據資產保險、數據資產擔保、數據資產證券化等活動。北京市數字經濟促進條例明確提出，支持開展數據信貸、數據信托和數據資產證券化等。2022 年 10 月，北京銀行

23、成功落地首筆 1000 萬元數據資產質押融資貸款。在社會效益方面，推動數據資源入表和數據資產評估工作，可以有效提升數據資產市場的運作效率及公允性。通過鑒證性財務報告對企業的資產和業務價值進行背書，可緩解信息不對稱，消除資本對于企業核心競爭力的理解焦慮，提升市場估值效率。1.4.2 政府側效益分析政府側效益分析數據資源入表工作在政府側的經濟效益主要體現為：第一，促進數據流通使用，實現按市場貢獻分配的需要。建立數據資源入表機制有利于提升企業數據資產意識，有效激活數據市場供需主體的積極性，增強數據流通意愿，有效減少“死數據”，對數據進行深度開發利用提供動力。同時，數據只有進行科學有效的核算計量，才可

24、能基于市場的原則進行分配，即數據會計核算體系是實現按市場貢獻分配的前置條件，是實現數據要素市場化配置的關鍵所在。第二，培育數據產業生態，提高就業率和收入水平。建立數據資源入表機制能夠有效帶動數據采集、清洗、標注、評價、資產評估等數據服務業發展，深化數字技術創新應用、激發數字經濟發展活力，營造繁榮發展的數字生態。產業發展等將產生大量的就業崗位，這些崗位將為求職者提供多樣化的就業選擇，也將7帶動相關產業的培訓和教育發展，提高勞動者的職業技能和素質。這將有助于提高勞動者的市場競爭力，提高個人收入水平。第三，加速推進數據要素轉化，反哺地方產業發展。推動數據資源入表和數據資產評估工作，為盤活地方政府的國

25、資平臺公司數據產業發展集團的資產提供了可能性。在公共數據授權運營的基礎上，可嘗試探索新型數據資產價值創造模式，如數據資產的授權經營、數據資產作價入股、數據資產融資、數據信托等數據資產資本運作形式。同時，創新公共數據服務模式，發展場景驅動數據要素資產化，為經濟活力的提升注入新動力。數據資源入表工作在政府側的社會效益主要體現為：第一，積極探索數據資源入表機制，打造試點創新示范標桿。共同助力企業探索數據資源入表的可行路徑，推動釋放數據要素價值和市場潛力，鼓勵各行業企業開展數據資源入表試點工作，鼓勵引導企業加強數據資源信息披露，通過樹立一批創新能力突出、應用效果良好、示范作用明顯的企業先行先試標桿，促

26、進地方數據要素市場高質量發展。第二，顯化數據資源價值，實現政務數據資產盤點。數字經濟的演變和發展從根本上推動商業模式變革，對以工業經濟為基礎的國民經濟核算和會計核算體系提出新挑戰。建立數據資產核算和入表機制，一方面能夠為數字化轉型背景下客觀反映經濟發展態勢、做好宏觀調控提供支撐，有利于更加系統科學的評價數據要素對經濟社會發展的貢獻度；另一方面有利于盤活數據資產價值，展示數字競爭優勢，為依據政務數據資產化提供依據，有效促進內外部會計信息使用者提升決策水平，優化市場資源配置。第三，提升政府公信力，實現數據安全可控發展。伴隨我國數字經濟高速發展，數據安全引發的新問題層出不窮。從市場角度看，建立數據資

27、產核算體系，在提升數據資產價值的同時能夠有效促進提升數據安全意識，加強數據使用的規范性，提升數據8交易過程中的安全監管。有利于防止公共數據資產流失，推進建立數據市場安全風險預警機制和數據跨境流動風險防控機制。數據資源入表工作在政府側的政治效益主要體現為：第一，激發數據要素新動能，推動數字政府建設。數據賦能是數字政府建設的關鍵和發展方向，一是通過數據資源入表“五步法”，創新數據資源管理機制，明確數據歸集、共享、開放、應用、安全、存儲、成本歸集等責任，加快推進全國一體化政務大數據體系建設；二是加強數據匯聚融合、共享開放和開發利用，高度重視公共數據質量，依法依規促進數據高效共享和有序開發利用，充分發

28、揮數據的基礎資源作用和創新引擎作用。第二，建立健全數據資產評估體系，促進國有資產保值增值。隨著我國經濟體制改革的持續深化，資產評估在企業重組購并、資金流動、資源配置、利益分配、產權轉讓等方面的作用也變得更加凸顯，因而有效建立資產評估體系，健全資產評估制度，完善資產評估措施，加強資產評估工作，對國有企業在深化改革過程中保障資產的保值增值起到關鍵作用。第三，加強數據要素市場培育，推動數據財政轉型。根據相關測算，全國數據資產市場總規模 8.6 萬億，帶動相關產業數字化潛在受益 34.4 萬億，疊加數據資產衍生市場，其潛在總規?？赡艹^ 60 萬億。當前公共數據授權持有主體，特別是地方政府成立的大數據

29、集團，迫切需要思考和探索如何實現數據價值顯性化的路徑，通過推動數據資源的有效匯聚、數據登記確權、數據資源入表和數據資產評估的工作，加快公共數據和社會數據的有效融合和交易變現，積極探索數據要素價值化的創新模式，逐步實現從土地財政邁進數據財政。92.數據資源入表理論基礎數據資源入表理論基礎數據資源入表的概念涵蓋法律、知識產權、會計、數據價值論、數據資產管理、數字經濟等多個領域，它們共同構成了指導數據資源入表的理論支撐和實踐支持。本章將重點從數據價值化和數據資產確權兩方面梳理數據資源入表相關基礎理論，可引導企業高效挖掘數據資產價值，合規開展數據使用和管理，推動企業實現數據資產價值顯化和我國數字經濟的

30、可持續發展。2.1 數據價值化理論基礎數據價值化理論基礎數據資源入表是實現數據價值化的前提和基礎，只有對企業數據資產進行有效記錄和管理，才能對其進行深入分析和挖掘，從而實現數據價值化。數據價值化是推動數據資產入表的動力。隨著大數據時代的到來，企業越來越重視數據的管理和利用，會不斷優化和完善數據資產入表的路徑和方法，以提高數據質量和數據價值。本節將從理論視角出發，重點闡述數據的社會屬性、數據價值的形成條件、實現路徑、實現方式和生態運行邏輯等內容。2.1.1 數據數據數據數據“5I”社會屬性社會屬性首先要認識到，數據要素價值化的前提是建立起對數據要素超越其自身自然屬性的社會屬性特征的充分認知與相應

31、挑戰的準確把握，這也是理解和構最大化釋放數據要素價值的理論和現實邏輯基礎。本研究將其總結和提煉為大數據的大數據的“5I”社會屬性，即數據整合（社會屬性，即數據整合（Integration）、數據融通（）、數據融通（Interconnection）、數據洞察（）、數據洞察（Insight）、數據賦能（）、數據賦能（Improvement）以及數據復用（）以及數據復用（Iteration）。數據整合）。數據整合是對數據的重組、抽取、聚合、清洗標準化，將原本獨立的信息片段整合為有序的信息條目。其本質是數據“熵減”的過程，是數據實現從無序到有序、混亂到規則、低價值到高價10值的轉變。因此通常的數據整合

32、會面臨多個數據源中字段的語義差異、結構差異、字段關聯關系以及數據的冗余重復等問題的挑戰。數據融通數據融通則是釋放大數據的規模效益和邊際效應遞增效益的重要前提。數據具有使用價值而本身并無價值，隨著數據聚合規模的增大，數據的潛在使用價值會呈現出明顯的規模效益和邊際效用遞增效益。但只有打通當前數據融通的壁壘，才能聯通各行各業，增強信息的活力，降低信息不對稱帶來的負面影響，極大地釋放信息紅利，創造新的社會經濟價值。數據洞察數據洞察是大數據時代對數據“石油”的開采之后的進一步深度“提煉”，是對數據“化學能”的開發和利用。數據整合和數據融通是數據發生的“物理”層面的變化，即數據的匯聚、過濾、重組，但僅以該

33、數據庫系統層面的錄入、查詢、統計等功能操作，無法發現數據中存在的關系和規則，無法根據現有數據預測未來的發展趨勢，更缺乏挖掘數據背后隱藏知識的手段。因此，更好地挖掘大數據價值，需要對數據進行“化學”反應，即通過利用先進的數據治理及數據挖掘等技術，對數據進行完整且優質的詮釋，提取處數據內部的深層價值，進而提高“數據洞察”的成效，發現潛在的新規律，進而做出相對準確的戰略預測及推斷。如果說數據整合、融通是“物理”層面的組合，數據洞察是“化學”層面的解構，那么數據賦能數據賦能是真正發揮數據“核能”的價值激活和價值創造。一方面，運用大數據的賦能作用，為傳統行業及新興行業提供內容傳播、數據營銷、輿情分析、大

34、數據采集研究分析及解決方案等服務，助力產業數字化和國家治理的數字化智慧化轉型；另一方面，數據本身作為全新的生產要素，數據資產化、證券化和產業化將催生全新的數字經濟新業態，是培育未來產業的重要抓手。11數據復用數據復用是數盡其用原則的體現。大數據相比于傳統的土地、勞動力等生產要素，具有無限復制性和重復使用的特性，其邊際成本幾乎為零，但由此帶來的數據規模效益卻是巨大的。除此之外，舊的數據在新的使用場景、新的處理方式以及重復的迭代中，會不斷迸發出新的信息成果和價值產物，數據資源的價值開發生生不息。在數字空間內，數據資源的永恒成為了現實。簡言之，數據要素社會屬性是數字文明下科技與社會不斷共演的產物，數

35、據價值化本質上是充分利用數據要素的社會屬性，將數字化的知識和信息轉化為新的生產要素的過程，進而通過信息技術創新和管理創新、商業模式創新融合，不斷催生新產業、新業態、新模式，最終形成數字經濟產業鏈和產業集群，進而助力新發展階段高質量發展目標的實現數據價值化本質上是充分利用數據要素的社會屬性，將數字化的知識和信息轉化為新的生產要素的過程，進而通過信息技術創新和管理創新、商業模式創新融合，不斷催生新產業、新業態、新模式，最終形成數字經濟產業鏈和產業集群，進而助力新發展階段高質量發展目標的實現。2.1.2 數據價值化的形成條件數據價值化的形成條件數字經濟時代，數據同土地、勞動、資本、技術一樣已經成為獨

36、立的生產要素。數據價值可以通過以下兩種形式得以體現：一方面，當經過治理的數據用于交易時，是以數據產品的形式存在；當數據成為商品生產和流通過程中的價值載體時，數據本身就成為了商品。另一方面，當數據作為資源賦能其他生產要素時，則將數據的價值轉移到其他產品中，通過企業生產過程提高其他產品的價值。此時，數據價值通過其他商品的價值增值而得以體現。數據要素價值形成是一個動態演化過程。數據的社會屬性使得數據要素的價值實現方式有別于傳統生產要素，但同為生產要素，其價值實現過程也有相似之處，比如都需要經歷要素流通、投入和產品產出三個階段。首先是數據要素流通階段數據要素流通階段，數據要素的自由流通并成為可投入生產

37、的獨立生產要素是實現價值化的前提條件，由此逐漸完善的數據要素市場為下一階段的數據交易奠定了基礎。在這個階段，12數據以生產要素的形式在市場中自由流通，使得企業通過市場手段獲取數據并加以利用，最終得以實現數據價值。其次是數據要素投入階段數據要素投入階段。在此階段，數據要素與勞動力、資本、技術等其他生產要素同時投入生產，成為企業重要的生產資料。在生產過程中，通過持有權、控制權和收益權等權屬關系使要素所有者獲得相應收益和報酬。在這個階段，數據要素以資產形態參與數據價值實現，企業的核心任務是完成數據要素確權動作，為數據賦能企業生產做出合規、合法性準備。最后是數據產品生產階段數據產品生產階段。數據要素的

38、價值實現和增值在此階段得到充分釋放。數據產品以及數據賦能的其他產品在商品市場被出售，通過交易行為實現價值變現。在這個階段，數據要素和其他生產要素通過企業組織生產成為產品，以產品的形態體現出數據要素價值，并最終通過市場“供需關系”實現價值。2.1.3 數據要素價值化動態實現過程數據要素價值化動態實現過程在實現數據要素價值化創造的過程中，可將其中的動態過程機制提煉為低成本匯聚、規范化確權、高效率治理、資產化交易和全場景應用五部分。（1）低成本匯聚。）低成本匯聚。數據的收集匯聚是數據要素開發利用的前提。數據的海量性和多樣性是導致數據價值密度低的重要因素。海量信息的產生不斷稀釋單一數據的價值，同時數據

39、的多樣性意味著數據所包含的不對稱信息越多，使得零散的數據要素價值密度低，融合難度大。要使數據達到價值可用的程度，需要以足夠低的成本實現足夠的數據積累匯聚，才能分析還原出事物的全貌。因此，匯聚的低成本是數據要素價值增益的基礎。大數據時代的到來，伴隨著 5G 的超級鏈接、物聯網的萬物互聯和云計算的超級計算等一系列技術的突飛猛進，使得數據產生的維度、廣度和數據量都呈現出“核爆”式增長，同時大數據科學的快速發展，基于數據驅動的科技發展對數據量的需求也愈加迫切，對數據是匯13聚存儲必然提出了綠色、經濟、安全、高效的基本要求，只有數據的匯聚成本低于其潛藏的價值，數據要素的收集存儲成為新常態，才能為數據科學

40、、數據產業、數字經濟提供源源不斷的數據生產要素。（2）規范化確權。）規范化確權。數據要素確權是優化數據要素資源配置的基礎，是實現數據價值化和數據要素融通增值的前提?？扑苟ɡ碇赋霎斀灰壮杀緸榱慊驑O低，只要初始產權界定清晰，就可以形成最優資源配置，促成帕累托最優。由于數據要素具有虛擬性、數據的傳輸復制成本幾乎可以忽略不記，使得數據要素的確權不同于傳統物權。數據要素權屬界定需要基于法律制度和人工智能技術并行，以保障數據要素融通的總體效率和安全性，是數據價值生產、數據資產評估、數據融通交易以及最終實現數據要素價值最大化的前提與基礎。其中數據權屬界定的規范化是數據合法獲取、隱私保障的核心。源源不斷的合法

41、、完整、全面的數據源是數據價值化的基礎，也是國家發展大數據產業基礎性戰略資源的全局性關鍵因素。同時，數據要素的規范化確權需要保障數據擁有者主體的隱私安全、權屬收益和明確數據使用者的權利邊界、侵權責任，以更好地促進數據要素的合法獲取、開發共享、開發利用，形成“數據權益保護和數據產業激勵”雙層維度平衡性制度，促進高質量數據的生成和價值實現。（3）高效率治理。）高效率治理。數據治理是一個組織中關于數據使用相關的管理行為體系，是在綜合過程、技術和責任等因素下的數據管護過程或方法，以實現數據資產的合理使用，也是國家治理能力現代化的應有之義?；跀祿y行實現的數據高效率治理是以海量數據資源為基礎，以云計算

42、、AI、大數據、容器服務等技術為支撐，提供統一便捷的數據獲取、存儲、管理、治理、分析、可視化等服務，通過對數據的生命周期的管理，提高數據質量，促進數據在“內增值，外增效”兩方面的價值變現。14（4）資產化交易。）資產化交易。資產化交易模塊是數據價值化新業態的積極探索。數據經過的統一匯聚、存儲，實現數據資產化、商品化后的交易和融通，并基于此模式吸納更多、更新的高質量數據聚集，最大化發揮平臺的工具屬性，賦能“數據資源”向“數據資產”的轉變過程。同時，在存儲層實現數字孿生，在數據價值層實現數據的共享和紅利釋放，進而吸納更多、更新的有價值數據匯聚，實現業務的閉環。數據交易是數據要素流動的重要通路，數據

43、在不同主體之間流通從而表現為包括持有權、使用權、收益權等在內的數據權利的讓渡，主要交付形式有 API、數據集、數據報告及數據應用服務、咨詢服務等。數據資產化通過數據存儲、確權、治理以及融通的一系列流程，最終目的在于數據要素落地于各個產業一線，實現數據融通之后的全場景應用，賦能行業產業發展。（5）全場景應用。）全場景應用。全場景應用模塊是提升數據價值化效率的落腳點。在合法、合規、安全的前提下，為多種用戶角色提供數據權屬確認、數據質量評估、數據定價、數據商品發布、數據交易結算等產品或服務，建立全場景數據應用業務閉環，是提升數據資產化效率，探索數據資本化過程的重要實踐。2.1.4 數據價值化生態運行

44、邏輯數據生態圈是實現數據要素全周期流轉和構建創新生態系統的核心載體，理清其商業運作邏輯是解析數據價值化過程的基礎。數據價值化生態運行邏輯數據生態圈是實現數據要素全周期流轉和構建創新生態系統的核心載體，理清其商業運作邏輯是解析數據價值化過程的基礎。數據價值化的參與者可以概括為數據持有方、數據需求者和數據服務商三類，并構成了以數據流動為主線的數據價值化體系，如圖 1 所示。數據持有方數據持有方是經過審核，能夠為各類數據運營平臺提供合法、合規、安全數據的政府部門、企事業單位或個人，其在數據價值化過程中的主要職能基本對應源出層。但是在實際操作過程中，數據持有者向數據平臺提交的數據不單單局限于原始數據，

45、有可能是經過加工、處理后的數據集合、數據資源或數據資產。經數15據平臺審核數據的來源、內容及其權限之后，數據所有者可以將所擁有數據存儲于平臺并進行確權，將數據變為“固定資產”，再通過發布數據產品等形式參與價值分配活動。當涉及定制化數據產品時，數據所有者可以通過平臺響應數據需求者，或對數據服務商發起對數據的進一步加工、處理等服務需求。圖 1 數據價值化的生態運行邏輯數據服務商數據服務商是經過數據運營平臺鑒定具備合法、合規、安全服務資質的企事業單位或個人，其在數據價值化過程中的主要職能基本對應增值層。數據服務商以通過平臺響應數據需求者或數據所有者的形式，提供算法、解決方案等數據融通或賦能服務。數據

46、需求者數據需求者是經過數據運營平臺審核，可合法取得平臺上數據產品并按照規定使用的用戶。數據需求者可直接購買由平臺審核后發布的數據產品，也可直接在平臺上進行數據的融通業務，即通過平臺尋找數據集、數據資源或數據資產，或向數據服務商發布需求。數據運營平臺數據運營平臺主要提供數據融通相關業務的信息服務，以第三方的身份參與數據所有者、數據服務商、數據需求者之間數據產品的交易，其在數據價值化過程中的主要職能基本對應基礎層和流通層。原則上，平臺可以開展與數據價值化過程相關的所有16存儲和交易業務，對參與各方進行資格審查、交易監管、數據存儲等一系列保障措施，保障各方合法權益，是數據實現資產化、探索資本化重要的

47、合法、合規、安全場所。政府通過對數據運營平臺所有業務流程的監管，可以確保平臺上每個操作均符合相關法律規定。通過上述形式，政府可以切實做到對數據全生命周期的監管，履行其監管職能，維護數據要素市場體系中參與各方的基本權利，最大化保障數據價值的涌現。2.1.5 數據要素市場價值化過程與機制數據要素市場價值化過程與機制數據要素市場是數據交換或流通過程中形成的市場，是數據通過全生命周期建設實現價值轉化的重要場所。圖 2 數據價值化的過程與機制框架從數據要素市場體系不同的職能來看，可細化為數據源出層、數據基礎層、數據增值層、數據流通層和數據監管側五類構成主體。數據在市場化體系中遵循“源出層-基礎層-增值層

48、-流通層”的流動方向，實現從“原始數據”逐步轉變為“數據集合”、“數據資源”、“數據資產”、“數據資本”的價值化過程。數據價值化的過程與機制框架如圖 2 所示。（1）數據源出層）數據源出層17數據源出層對應數據的生產過程，是數據在市場體系中流動的起點，主要包含數據生產者和數據持有者。源出層的參與主體包括個人、企業與政府等，通常進行主動或被動式的數據創造或生產作業，是原始數據的產出或擁有方。此時，由于數據處于無序、混亂的狀態，通常價值密度較低。（2）數據基礎層）數據基礎層數據基礎層由數據收集和數據存儲兩個模塊組成。其中，數據收集對應數據搜尋與獲取的過程。由于數據具有極易復制、傳播、篡改等特征，需

49、要對數據搜尋與獲取的過程單獨處理，適配特殊的技術方案；數據存儲對應數據匯聚、關聯和更新的過程。需要以成熟且足夠低成本的技術實現足夠量級的數據匯聚，并不斷完善高效、安全的關聯和更新作業，才能進一步分析、還原出數據本應表達的全貌，為數字科學、數字產業、數字經濟提供源源不斷的支撐。此時，數據由無序、混亂的狀態逐步規整為有序的“數據集合”，數據質量得到提升，涌現統計價值。（3）數據增值層）數據增值層數據增值層對應數據從整理到能力匹配的過程。其主要功能是對接基礎層，通過算法開發、資源配置、安全管控等措施，實現對數據的清洗、脫敏、加密、挖掘等整理工作，和對應的算力、資源、網絡等能力匹配工作。此時，數據由基

50、礎層流向增值層，經過處理后其質量得到更大幅度的提升，由“數據集合”轉變為“數據資源”，開始與企業內部的業務或管理等需求對接，具備在組織層面發揮價值的基礎，涌現商用價值。（4）數據流通層）數據流通層數據流通層由數據交易和數據配置兩個模塊組成。其中，數據交易是數據資產化的重要表現，對應數據通過流通交易給應用者或所有者帶來經濟利益的過程。通常伴隨 API、數據庫、數據報告及數據應用服務等各種可交易的數據產品與服務。此時，“數18據資源”基于交易中介在市場體系中所發揮的作用，具備在行業內不同組織間或跨領域發揮價值的基礎，開始轉變為“數據資產”，涌現交換價值。數據配置是數據資本化的重要表現，對應數據實現

51、要素社會化配置的過程。此時，“數據資產”通過商業化運營開始逐漸變為“數據資本”，整個過程主要分為兩個步驟：第一步，基于在行業內不同組織間或跨領域的市場交易情況，不斷完善數據產品或服務質量，提升“數據資產”在市場中的交換價值，使其具備對某領域未來發展更大的賦能作用；第二步，對數據產品或服務進行資本化賦能，通過諸如信貸融資、證券化等形式，將“數據資產”轉變為“數據資本”，涌現資本價值。（5）數據監管側）數據監管側當前，數據要素市場監管體系需要明確政府主管部門的“元監管”角色。從組織的視角來看，政府相關部門能夠聯合數據要素市場體系中的關鍵參與者，共同履行監管、治理職能。通過上述方式，可以更有效的確保

52、市場中流通數據的完整性、一致性和真實性，更好的保證數據在采集過程中不被泄露，進一步加強對數據生產、治理、交換、應用整個過程的合法、合規、安全監管。從市場的視角來看，政府相關部門具有數據價值化過程全周期監管的基礎能力。政府可以通過諸如建立、健全信用制度，督促要素市場體系關鍵環節的實施者主動做出信用承諾；建立全面的數據使用記錄，及時、準確的記錄數據使用行為，做到可查、可核、可控、可溯；建立針對數據流轉過程中安全泄露、違規使用等行為的糾正舉措等多種方式，對相關問題進行實時監控、追根溯源和實施阻斷，保證數據要素市場體系的合法、合規、安全運行。綜上，按照上述關于數據社會屬性、數據要素機制形成方式以及實現

53、路徑的整合，結合中國信通院的研究思路以及部分學者的研究，可將數據價值化過程明確為數據資源化、數據資產化、可將數據價值化過程明確為數據資源化、數據資產化、19數據產品化、數據商品化和數據資本化五個遞進層次數據產品化、數據商品化和數據資本化五個遞進層次，如圖 2所示。數據資源化數據資源化的主要目的是提升數據質量，即按需求對原始數據進行標準化、結構化處理，整合出高質量、有潛力的數據，以可采、可見、標準、互通、可信的形式管理、存儲和共享這些數據的過程。即當數據能夠被理解和利用時，原始數據就成為數據資源。數據資產化數據資產化是價值化的核心，通過將數據與勞動、資本、土地、知識、技術、管理等傳統生產要素相結

54、合，賦能戰略導向、營銷管理、業務流程管理、人力資源管理、數字技術創新等業務場景，將數據潛在的的價值通過實際場景來實現和變現，從而將可量化、可變現的數據資源轉化為可以數據資產。數據產品化數據產品化是將數據資產包裝和升級為數據產品、實現標準化輸出的過程，可利用區塊鏈、隱私計算等技術，自發或通過數據服務商機構將政府公開數據、企業內部數據、數據供應方提供數據、網頁爬蟲數據和合作伙伴數據進行脫敏，包括脫敏、清洗、分析、建模、可視化等步驟，形成可供出售的一系列的 API、數據包、數據定制服務以及數據產品等，數據商品化數據商品化是數據資產升級為數據商品的過程，使有需求的企業能夠在數據市場上以相對公允的價格獲

55、取所需的數據產品。當數據能夠以各種形式靈活交易時，數據資產就成為數據商品。通過賣出或買入獲得收益和補充企業數據池，包括數據打包、數據定價、數據交易等關鍵數據行為。數據資本化數據資本化是數據商品為數據資本的過程，本質是按照市場化手段對數據要素進行金融層面的升級，使數據能夠通過資本運營實現增值，將數據作為金融資產進行投融資，但該階段現仍處于初級探索階段。數據資本化階段的目標是實現數據投融資，包括數據資本運營和數據資本收益分配等關鍵數據行為，從而實現20生產要素優化配置和產業結構的動態重組以及數字經濟的高質量升級。由此可見，數據價值化的實現過程和機制模式，是提高數據要素資源配置效率、促進公共數據與社

56、會各類海量數據的數據協同、資源整合、高效利用，完成數據要素從要素到生產力價值實現的重要理論支撐與核心實踐議題。2.2 數據資產確權理論基礎數據資產確權理論基礎2.2.1 數據屬性界定理論數據屬性界定理論數據作為資產入表的前提在于數據權屬的清晰界定，確權的前提在于討論數據屬性的界定。目前，數據在我國法律體系中，被界定為民事權利的客體。根據中華人民共和國民法典（以下簡稱“民法典”）第一百一十條、第一百一十一條，分別規定了“隱私權”以及“個人信息受法律保護”。同時，第一百二十七條進一步規定，“法律對數據、網絡虛擬財產的保護有規定的，依照其規定”。從法律層面將“個人信息”、“隱私”以及“數據”進行了一

57、定區分。正式將“數據”納入民事法律領域進行權利的保護，作為民事權利的客體。進一步為后續數據權利的保護以及相關立法的提出，提供了民事基本法的依據。根據中華人民共和國數據安全法第三條規定，“本法所稱數據，是指任何以電子或者其他方式對信息的記錄”。在法律層面，明確了數據的定義。數據，系對信息的記錄。數據與信息之間的相互呈現是記錄與被記錄，形式與實質之間的關系。數據系為信息的記錄載體，信息體現了數據的實質內容。目前在民事領域范疇，存在作為有形資產權利保護的物權以及作為無形資產權利保護的知識產權。數據作為一種新型的權利客體，兼具物權以及知識產權的一定特性，故而無法單純地適用物權及知識產權的相關法律進行權

58、屬的界定。21作為新興生產要素，數據基于自身的獨到特性，具有以下屬性特性：數據具有多元主體性。數據具有多元主體性。就數據的生產和利用過程而言，數據要素常常從一開始就是多方主體圍繞數據網絡平臺共同參與、協作生產的結果。區別于實體的物，數據具有虛擬性，故而數據無法直接通過外在實體權利歸屬界定其所有權；同時，數據不完全等同于知識這一創造性的智力成果，數據很多時候具有被動產生性和衍生性，由多個主體共同參與創造，且很多時候為無意識行為之下所產生，如消費者瀏覽的購物記錄。多元主體意味著不同主體之間存在權益的相關性，需要進一步明晰界定權屬，數據權屬的界定也為數據生產和流通之中的核心議題。數據是可無限復制的客

59、體。數據是可無限復制的客體。數據在流通和生產上具有非消耗性，在使用上是非競爭性的，可以多方主體同時加工、使用數據而又不互相影響。同時，基于數據在流通過程中具有使用價值和交換價值，數據客體符合經濟學意義上“公共產品”的兩個特征：非競爭性的消費；杜絕搭便車的成本很高。故而需要進一步厘清產權歸屬。數據同時具有非排他性的特點。數據同時具有非排他性的特點。盡管數據來自于數據主體的生成和開發，但本身具有非獨占性，無法直接通過排他性占有而獨占使用。但數據的非排他性并不排除企業通過技術或市場賦予一定的“排他性”。數據從產生到流通交易的過程中，可以受到相關主體的實際管領控制。企業使數據“排他性”的主動戰略，往往

60、會引致不同企業關于特定數據控制權的爭執。故而需要明確數據在法律意義上的權屬地位。2.2.2 數據確權制度的不同理論數據確權制度的不同理論通過歸納總結數據財產法律制度的確權理論研究，我國目前對于支持數據財產權確權的學說制度理論中，數據產權制度設計主要存在三種思路：“賦權論”“實用論”以及“結構論”。22“賦權論賦權論”的核心在于賦予數據新的財產權利類型。的核心在于賦予數據新的財產權利類型。認為基于數據具有前述區別于物權及知識產權的獨到特性，單純適用現行法律界定數據的權利歸屬存在困難，故而在現有的制度框架內無法滿足數據這一新興客體的流通交易需求。典型而言，主張創設性地主張賦予數據資產權、數據權、數

61、據知識產權等。為數據創設新的資產權利類型或知識產權權利類型?！皩嵱谜搶嵱谜摗钡暮诵脑谟趯嵱弥髁x。的核心在于實用主義?！皩嵱谜摗蓖瑯诱J可現行法律無法明確界定數據權利歸屬，但實用論區別于額外賦予新的權利，其觀點回避了數據所有權歸屬的復雜問題，將關注重點置于產權制度的設計目的，即制度本身所期望達成的效果之上通過確權實現流通使用中的降本增效、提高數據利用效率的經濟目的。如戴昕所提出的數據界權的“關系路徑”，致力于調整社會主體間圍繞數據價值開發利用而形成的具體利益互動關系；熊丙萬等所提出的“財產權標準化”一般原理，區分財產權人與非交易當事人、財產權人與交易當事人、財產權人內部適用不同標準1?！敖Y構論結構

62、論”則認為現有數據確權之所以難度高，原因在于概念糾纏的平面化思維。則認為現有數據確權之所以難度高，原因在于概念糾纏的平面化思維。數據產權制度應采取層級性思維，通過橫向和縱向分級實現從原始數據到應用數據的解耦躍遷。如申衛星所提出，通過橫向和縱向，對于數據進行不同權益內容的切分，將所有權與用益權進行分離，進一步建構數據權利2。張寶山則認為應通過分類分級分類，建立結構性分置制度，除部分數據構成知識產權外，其他數據通過“所有權+用益權”的數據權利結構，賦予處置、收益的權利3。王利明認為數據權益中常常包含個人1在財產權人和非交易當事人之間，適用“持有權、使用權、經營權”；在財產權人和交易當事人之間適用“

63、排他性使用權、排他性經營權”；在財產權人內部適用“平行使用權”、“平行經營權”2通過對于數據的切分，橫向維度進行三層分離：從主體、客體、內容角度進行區分，主體區分數據來源者與處理者，客體區分信息與數據，內容區分所有權與用益權；縱向維度進行三層分離：數據資源、數據集合、數據產品三級市場結構：數據資源階段確定：所有權+持有權；數據集合階段確定：數據加工使用權；數據產品階段確定：所有權+經營權。3在人格與財產二分的基礎上，以主體為標準劃分個人、企業、公共數據，依風險對個人數據進行分級，除部分數據構成知識產權外，其他數據通過“所有權+用益權”的數據權利結構，賦予處置、收益的積極權利以及排除妨害的消極權

64、利等財產權。23信息權益，故難以通過以所有權為基礎的權利分離理論來解釋，因而應借鑒“權利束”理論進行分析，數據權益是信息之上產生的多項集合的“權利束”，無法簡單地將其看作某一類單一的權利。2022 年 6 月，中共中央總書記、國家主席、中央軍委主席、中央全面深化改革委員會主任習近平主持召開中央全面深化改革委員會第二十六次會議，召開審議通過關于構建數據基礎制度更好發揮數據要素作用的意見（以下簡稱“數據二十條”），并由中共中央、國務院于 2022 年 12 月進一步對外發布（全稱：中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見），邁出了建立數據產權制度關鍵的一步，具有著“舉旗定向”

65、的作用和意義?！皵祿畻l”文件要求建立“數據資源持有權”、“數據加工使用權”、“數據產品運營權”等分置的產權運行機制。根據我國“數據二十條”的頒布，數據產權結構性分置體現了“實用論”“賦權論”和“結構論”相結合的思路：基于實用主義精神，回避了所有權概念的爭議，淡化所有權，創設“數據資源持有權”，并進一步聚焦數據使用權流通，創造性提出建立數據資源持有權、數據加工使用權和數據產品經營權“三權分置”的數據產權制度框架，構建中國特色數據產權制度體系。通過三權分置的結構分層確權制度，進一步充分發揮數據要素作用，賦能實體經濟，推動數據市場高質量發展。243.數據資源入表及資產評估服務生態聯盟體系數據資源

66、入表及資產評估服務生態聯盟體系3.1 數據資源入表技術路線數據資源入表技術路線本白皮書圍繞數據資產評估及入表的全過程，借鑒了數據資源入表“五步法”4，重點從數據合規與確權、數據治理體系、預期經濟利益可行性分析、相關成本的合理歸集與分攤、列報與披露和安全監管保障體系等環節，分析了數據資源入表的技術路線，如圖重點從數據合規與確權、數據治理體系、預期經濟利益可行性分析、相關成本的合理歸集與分攤、列報與披露和安全監管保障體系等環節，分析了數據資源入表的技術路線，如圖 3 所示。所示。第一，數據合規與確權。確保數據資產來源和權屬明晰，并出具合規確權報告。第二，數據治理體系。通過數據可信存儲、數據標準管理

67、、數據質量管理、數據血緣分析等方式，提升數據資產質量，盤活數據資產價值，提高數據要素市場供給品質。第三，預期經濟利益可行性分析。企業需進行資產確認，研判數據預期應用場景，梳理待入表的數據資產范圍。第四，相關成本的合理歸集和分攤。將數據資產按照用途劃分為無形資產或存貨，并進行成本歸集、分攤和計量，計量包括初始計量和后續計量。第五，列報與披露。將數據資產反映在資產負債表中，并進行相應信息披露，披露方式包括強制披露和自愿披露。除了以上環節以外，全流程的數據安全監管也是保障數據資源入表的核心命題之一。數據安全監管保障體系包括法律和技術兩個方面，需要在法律制度、監管標準的指引下，建立統一高效、協同聯動的

68、數據安全管理體系，并依托區塊鏈等先進技術，提供數據要素入表全流程安全保障。4普華永道.新要素大市場-企業數據資源入表提示及“五步法”入表路徑解析EB/OL.https:/ SArsAXZJd-4w8g.20225圖 3 數據資產評估入表各階段流程圖自愿披露自愿披露數據質量情況重大涉數據交易企業可以根據實際情況，資源披露數據資源相關信息：顯性數據隱性數據合規審查合規審查數據來源合規數據內容合規數據處理合規數據管理合規數據經營合規權屬認證數據合規與確權數據合規與確權完善數據標準數據血緣分析數據質量管理數據治理體系數據治理體系預期經濟利益可行性分析預期經濟利益可行性分析企業內部價值評價體系企業內部價

69、值評價體系應用價值相關成本的合理歸集與分攤相關成本的合理歸集與分攤歷史成本減值測試資產攤銷歸集機制分攤機制初始計量初始計量后續計量后續計量列報與披露列報與披露強制披露強制披露企業對數據資源進行評估且評估結果對企業重要的，應當披露：數據資產評估信息評估方法、參數、假設等企業合并、產品定價、減值測試等數據應用場景數據資源投入后續計量后續計量安全監管技術保障體系安全監管技術保障體系安全監管法律保障體系安全監管法律保障體系數據合規性其他權利限制數據資產評估場景數據可信存儲活躍應用場景外部流通價值應用風險質量成本內部賦能價值數據應用深度價值實現影響因素263.2 數據資源入表生態聯盟體系數據資源入表生態

70、聯盟體系圖 4 聯盟角色分工圖數據資源入表是一項系統工程，涉及環節多、專業度高，本白皮書建議通過組建生態聯盟組建生態聯盟的方式，發揮各家所長，為企業提供一站式、專業化的數據資源入表服務，如圖 4 所示。按照數據資源入表技術路線，可對聯合體各方服務內容進行合理劃分：大數據廠商大數據廠商主要圍繞數據全生命周期管理，主要能力將聚焦數據存儲、治理、登記確權及質量評價等全流程核心工作，例如數據脫敏、清洗、標注、整合、分析、可視化等加工過程，以及數據權屬鑒證、質量評估、登記結算等入表前的附加服務。數據質量評價通過在數據項的定義、口徑、格式、單位等方面發布標準化的數據規范，建立統一的數據標準，提升數據資產質

71、量和可用性。出臺數據質量評估規范，基于數據準確性、一致性、完整性、規范性、時效性和可訪問性等維度選取可量化指標進行評價，為價值評估做好基礎。數據資產評估機構數據資產評估機構將會從專業角度出具價值評估報告，結合大數據廠商出具的數據質量評價結論形成完整的數據資產評估報告提供咨詢服務。價值評估將綜合運用成本法、收益法、市場法評估數據資產的公允價值以及其對企業整體價值的貢獻度，并27在三種方法基礎上，兼顧嚴謹性和實用性，推動價值評估方法延展創新，以符合數據要素特征，適應數據經濟發展需要。制定數據資產價值評估業務操作指南，明確數據資產價值評估實施的總體框架，建立數據評價與價值評估評價體系。律師事務所律師

72、事務所通過從數據權屬和法律屬性進行數據合規審查，制定數據合規評估指南。通過建立數據分級分類評估標準等方式，保障數據資產的合規性。同時，堅持具體問題具體分析，針對不同類別、不同級別的數據資產采取不同的審查和評估方式，以確保數據資產的安全和合規。綜合調查、論證、咨詢綜合服務可以為企業提供專業的指導和服務，降低數據資產入表過程中的合規風險發生。數據安全廠商數據安全廠商將從安全監管角度助力數據資產安全性評估，明確提出數據安全管理和隱私保護要求，按照“不安全不核算”的原則開展安全評估，嚴守數據安全底線。會計事務機構會計事務機構將從財務角度進行入表核查，厘清數據資產確認的條件和方式，劃定數據資產邊界，明確

73、數據資產的會計核算范圍，從財務核算以及價值計量角度，幫助企業進行數據資源入表就緒程度能力評估-價值計量與列報披露能力評估，以及提供初始計量、后續計量，列報披露以及案例實證四個模塊的全生命周期價值計量模型。同時，數據資源入表服務將由國家發改委大數據主管單位及各地市大數據局作為核心監管機構，由相關科研院及各行業協會組成聯合體智庫聯合體智庫，從政府監管機構至行業協會、科研院所進行全方位區位監管，確保理論到實踐的平穩過渡。284.探索數據資產確權與登記體系，夯實數據資源入表產權基礎探索數據資產確權與登記體系，夯實數據資源入表產權基礎習近平總書記在中央全面深化改革委員會第二十六次會議上強調，數據基礎制度

74、建設事關國家發展和安全大局。對于數據資產入表而言，數據產權制度是其制度根基。數據確權涉及個人生活、企業運作以及國家安全等各個方面。如果沒有明晰數據財產規則，則各類數據融合融通將缺乏信任基礎。數據控制者（政府、企業、個人）在沒有財產權依據和預期的情況下不敢輕易開展數據共享、交易，且容易陷入違法和權利濫用的困境。數據要素市場將可能步入一個缺乏信任和預期的死循環之中，在獲取和利用數據的需求和難度日益增多的發展趨勢下，市場各方需要明確且及時的確權規則來破解僵局。因此數據資產確權是數據有序流通、有效利用的前提?；诖_權而構建的數據財產權規則更是匹配中國數據要素市場發展的必然要求。只有完善數據產業鏈中各勞

75、動主體的權益配置，做好利益分配，促進數據的應用，加快數據資產入表，才能確保數據經濟在公平、透明的規則下可持續的發展。4.1 數據確權的法律規范依據數據確權的法律規范依據4.1.1 法律規范側重于保護數據權利法律規范側重于保護數據權利當前我國的法律更多強調從數據保護層面進行針對性規制：（1）民法典強調“數據”“隱私權”以及“個人信息”受民事法律保護。民法典強調任何組織和個人需要獲取他人個人信息的，應當依法取得并確保信息安全。民法典將個人信息保護歸入人格權編，并要求除法律、行政法規另有規定的外，處理個人信息應征得該自然人或者其監護人同意。（2）刑法將侵犯公民個人信息行為納入刑事制裁，強調對于公民個

76、人信息的保護。并且將非法獲取計算機系統數據、侵犯知識產權也納入刑事制裁。29（3）消費者權利保護法在我國公法中首次構筑以知情同意為基礎的個人信息保護基本制度；網絡安全法、個人信息保護法 進一步完善了以知情同意為基礎的個人信息保護制度，強調數據主體所享有的保護知情權、同意權、查詢權、更正權、拒絕權和刪除權，以及相應侵犯個人信息的民事、行政責任。數據安全法亦規范了數據的處理活動，明確數據的安全保護和權利人的合法權益，以及相關的民事、行政責任。但對于數據財產權屬確定方面，我國現行法律并未明文就數據財產權利歸屬進行界定。4.1.2“數據二十條數據二十條”的數據確權制度內容的數據確權制度內容雖然“數據二

77、十條”當前僅為中共中央、國務院的政策建議文件，尚未通過立法被正式確立為法律。但確立了“三權分置”制度的“數據二十條”，仍具有數據確權制度綱舉目張的作用和意義。在可預期的情況下，后續的立法、執法實踐將會向“數據二十條”所規劃的方向靠攏，“數據二十條”會成為法律法規制定、執法活動進行的參考基準?！皵祿畻l”的核心是四項數據基礎制度，包括：數據產權制度、數據要素流通和交易制度、數據要素收益分配制度、數據要素治理制度。對于數據產權制度而言，“數據二十條”的核心內容和重要創新在于：一是建立數據產權的結構性分置制度，建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制。二是基于結構性分

78、置制度，進一步建立公共數據、企業數據、個人數據的分類分級確權授權制度。（1）三權分置的數據產權結構制度）三權分置的數據產權結構制度“數據二十條”根據數據來源和數據生成特征，分別界定數據生產、流通、使用過程中各參與方享有的合法權利，建立數據資30源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制。對于“三權分置”的制度模式，目前還有待法律和具體規范進行細化落實，在此針對性做出法律學理上的探討歸納：數據資源持有權數據資源持有權，即數據資源持有者對其持有的數據所享有的在事實上進行管領控制并排除他人擅自使用的權利。無論是原始采集數據還是經繼受取得數據的處理者，首先享有數據持有權，有權依照法律

79、規定或合同約定的方式自主管控所取得的數據資源。如不存在法定正當事由，且未經持有人同意，他人不得侵擾權利人對數據的穩定持有狀態和秩序。對于“數據資源持有權”，“數據二十條”針對性地淡化了“所有權”的表述，僅強調數據主體對數據資源占有、持有的合法性；同時，基于“數據資源”的表述，進一步強調數據資源的流動性，強調持有系對數據資源的動態持有，避免基于數據承載的確定而影響數據本身的流動性。數據加工使用權數據加工使用權，即數據處理者對數據進行加工使用的權利。加工使用權強調面向既有信息、數據的加工或使用，兼有“加工成數據”和“對數據進行加工”的含義。根據“數據二十條”第二條之（七）規定，“在保護公共利益、數

80、據安全、數據來源者合法權益的前提下，承認和保護依照法律規定或合同約定獲取的數據加工使用權，尊重數據采集、加工等數據處理者的勞動和其他要素貢獻，充分保障數據處理者使用數據和獲得收益的權利?！睌祿庸な褂脵鄰娬{數據采集、加工等處理者的使用收益權能，不管其權能取得來源系基于法律規定還是基于合同約定。一般而言，數據加工即對數據進行清洗、整理、算法重構等技術手段進行加工?！皵祿畻l”明確了數據加工者對于原始數據加工之后的使用權，以及可以通過使用獲得收益，激勵企業等市場主31體進一步進行數據挖掘、數據分析、開發數字衍生產品等價值創造。數據產品經營權數據產品經營權，即從數據“產品”角度賦予數據產品所有者的

81、權利。數據產品經營權聚焦于數據被加工成產品的階段。根據“數據二十條”第二條之（七）規定，“保護經加工、分析等形成數據或數據衍生產品的經營權，依法依規規范數據處理者許可他人使用數據或數據衍生產品的權利，促進數據要素流通復用”。數據產品經營權本質上即對數據產品的支配經營權利，包括自己進行經營以及許可他人使用經營。各地政府的實踐操作規范中對于數據產品的要求較高，要求投入“實質性加工和創新性勞動”之下所形成的產品。參照上海市數據條例，第四章“數據要素市場”，第四十九條規定，“本市制定政策，培育數據要素市場主體，鼓勵研發數據技術、推進數據應用，深度挖掘數據價值，通過實質性加工和創新性勞動形成數據產品和服

82、務”。當前對于可交易的數據產品要求相對較高，要求經過“實質性加工和創新性勞動”。同樣的，根據深圳市數據產權登記管理暫行辦法第二條規定，“數據產品，是指自然人、法人或非法人組織通過對數據資源投入實質性勞動形成的數據及其衍生產品，包括但不限于數據集、數據分析報告、數據可視化產品、數據指數、應用程序編程接口（API 數據）、加密數據等?！睂τ跀祿a品也要求是投入“實質性勞動”所形成的數據或數據衍生產品。（2）分級確權授權制度）分級確權授權制度從“數據二十條”的確權制度結構來看，除了權屬結構的分層確定之外，同時明確了基于不同產權主體的分級確權授權制度。根據不同的數據持有主體，“數據二十條”區分了公共數

83、據、企業數據和個人數據，分別制定政策規定如下。32對于公共數據對于公共數據，“數據二十條”要求推進實施公共數據確權授權機制：加強開放共享，統籌授權使用，打破“數據孤島”。按用途加大供給使用，推動用于公共治理、公益事業的公共數據有條件無償使用，探索用于產業發展、行業發展的公共數據有條件有償使用。根據“數據二十條”第二條之（四）規定，“公共數據”意指對各級黨政機關、企事業單位依法履職或提供公共服務過程中產生的公共數據。對于公共數據明確要求開放共享，按用途加大供給使用。同時鼓勵公共數據在保護個人隱私和確保公共安全的前提下，按照“原始數據不出域、數據可用不可見”的要求，以模型、核驗等產品和服務等形式向

84、社會提供。其次，對于企業數據其次，對于企業數據，“數據二十條”鼓勵探索企業數據授權使用新模式，引導行業龍頭企業、互聯網平臺企業發揮龍頭作用，促進與中小微企業雙向公平授權?！皵祿畻l”第二條之（五）規定，市場主體享有依法依規持有、使用、獲取收益的權益，保障其投入的勞動和其他要素貢獻獲得合理回報，加強數據要素供給激勵。對于企業數據而言，更多強調其商業價值以及市場經濟屬性。第三，對于個人數據第三，對于個人數據，“數據二十條”要求要按照個人授權范圍依法采集、持有、托管和使用。涉及國家安全的特殊個人信息數據，由主管部門依法授權使用?！皵祿畻l”第二條之（六）規定，對承載個人信息的數據，推動數據處理者

85、按照個人授權范圍依法依規采集、持有、托管和使用數據，規范對個人信息的處理活動，不得采取“一攬子授權”、強制同意等方式過度收集個人信息。對于個人信息的收集要依法依規，探索強調合理利用和對個人信息的保護。最后最后，“數據二十條”承認和保護數據要素各參與方的合法權益，合理界定數據要素市場各參與方的權利和義務，通過權利分33割的方法實現數據分類確權與授權，充分凝聚了當前最大共識，也為未來國家立法機關出臺數據產權的法律制度開拓了道路、營造了社會基礎。4.2 數據確權的實踐路徑數據確權的實踐路徑在“數據二十條”出臺之后，國家出臺了系列制度方案措施，進一步推進數據產權制度建設，如表 1 所示。表 1“數據二

86、十條”頒布以來，黨和國家對數據產權制度的方案舉措2023.2.27中共中央、國務院印發數字中國建設整體布局規劃規劃明確，數字中國建設要求暢通數據資源大循環。構建國家數據管理體制機制，健全各級數據統籌管理機構。推動公共數據匯聚利用，建設公共衛生、科技、教育等重要領域國家數據資源庫。釋放商業數據價值潛能，加快建立數據產權制度，開展數據資產計價研究，建立數據要素按價值貢獻參與分配機制。2023.3.16中共中央、國務院印發黨和國家機構改革方案組建國家數據局。負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等，由國家發展和改革委員會管理。推進

87、數據要素基礎制度建設、推進數字基礎設施布局建設等職責劃入國家數據局。2023國務院知識加快數據知識產權保護規則構建，34.7.28產權戰略實施工作部際聯席會議辦公室印發2023 年知識產權強國建設綱要和“十四五”規劃實施推進計劃探索數據知識產權登記制度，開展數據知識產權地方試點。2023.8.21財政部引發企業數據資源相關會計處理暫行規定明確：數據資源相關會計處理的適用范圍；數據資源會計處理適用的準則，以及列示和披露要求。自 2024 年 1 月 1日起施行。北京、上海、深圳、江蘇等各地政府部門先后進行了一系列的數據確權積極嘗試舉措及制度實踐。鑒于“數據二十條”對于數據財產確權內容規定較為籠統

88、，目前地方政府存在兩種數據產權的登記方式：一種是依托數據知識產權登記制度進行數據登記（如北京、江蘇、天津等地），一種是構建新型數據產權登記方式進行數據登記（如貴州、深圳）。同時，各地積極推進大數據交易所進行數據產品的交易推動。借鑒傳統生產要素交易市場的經驗，希望進一步分享數據要素發展所帶來的紅利。目前，大數據交易平臺的交易模式可分為交易中介模式、大數據分析結果交易模式、數據產品交易模式三種。但目前各地交易所平臺發展水平良莠不齊，數據權屬界定登記較為粗糙，暴露出數據要素流通困難、行業應用需求挖掘難、市場生態發育不良、相關技術支撐不足等問題。有待出臺相關規范進一步系統性整合，包括：構建三權分置數據

89、產權制度登記框架；完善數據登記規范標準體系；統一數據交易平臺確權交易模式；開拓數據確權交易應用場景等。354.3 數據確權的工作流程確定確權委托：數據確權的工作流程確定確權委托：針對市場主體的數據資源入表需求，明確市場主體對數據資源入表的意向、用途，雙方建立正式的法律服務委托關系。組織團隊：組織團隊：根據入表需求，律師將組建專業項目工作組。項目工作組由項目總負責人、主協調律師、專業律師組和行政支持組四個部分組成。項目總負責人負責整體項目進度把控、風險控制，協調配備項目所需人員；負責協調本所資源和相關部門溝通。項目主協調律師負責與專業組帶頭律師溝通，向上對項目總負責人形成報告機制，協調法律服務項

90、目整體運作情況。項目專業律師組由專業帶頭律師、專業律師和律師助理組成。項目組成員全程參與項目中各專業事項，分工協作，根據項目需求負責法律盡職調查、法律文件起草和審核、爭議解決、風險控制、法律培訓、出席會議等；專業律師及律師助理全員配合帶頭律師完成上述工作；律師助理進行輔助工作。行政支持小組由行政助理、風險控制人員、IT 人員組成。行政做好行政工作與后勤服務工作，為項目的進行提供全程支持；行政助理負責所有文件的合規及風險控制，確保所有文件集中統一，根據項目進程做好文件、檔案管理。前期盡調：前期盡調：面向企業提出數據合規需求清單，收集數據來源資料，包括并不限于數據持有主體、渠道、授權和被授權體系、

91、擬入表方向等?，F場調查：了解數據存儲、分類、分級處理情況，數據保護軟硬件情況及數據整體運行情況；入表確權方案設計：將根據需求設計并提供完全符合企業數據資源入表項目的合規方案，包括數據確權、數據處理流程合規、個人信息保護、數據安全保護機制等。訪談及調查：訪談及調查：律師在確權過程中根據先期材料的審查，制定對數據獲得、控制流程的訪談和調查目標：明確訪談和調查的目36的和研究問題，確定所需的信息和訪談對象。根據訪談對象在企業內外部的角色差異，制定訪談、調查計劃。通過訪談、調查進行證據的交叉核對。團隊內部討論及論證團隊內部討論及論證:律師團隊內部的論證是為了有效處理和解決法律問題，并為客戶提供準確的法

92、律建議和意見。內部就比對、訪談、調查中發現的問題進行研究、分析法律問題。確權報告出具確權報告出具:根據調研、論證情況，出具針對數據合規的法律意見書。根據意見書的用途，可分別出具確權意見書、合規建議書、風險提示意見、整改清單等內容。4.4 數據資產確權的適用數據資產確權的適用數據資產確權報告的價值在于鎖定證據和提供合法性參考和背書。市場主體在涉及到數字資產授權、轉讓、糾紛解決、法律合規或金融交易等方面，可以借助數據資產確權報告提供可靠的證明和支持。一是提供參與分配的依據：一是提供參與分配的依據：數據資產的確權為市場主體參與經濟分配提供了依據，讓原本隱藏于企業內部的資源顯示出明確的經濟價值。二是數

93、字資產交易和融資：二是數字資產交易和融資：在數字資產交易和融資領域，數字資產確權報告可用于證明特定數字資產的權利和價值，以便協助市場主體更好地獲得資金。三是證據鎖定：三是證據鎖定：數字資產確權報告還可以基于資產保護層面確保數據資產合法性和許可使用。數據資產的確權報告與數據資產的登記行為之間存在一定關系：數據資產的確權報告與數據資產的登記行為之間存在一定關系：兩者都涉及到了數據資產的權益體現。前者是通過法律方法將內部的數據資源進行論證，為其外顯提供法律依據。后者直接通過登記形式達到外顯的目的。兩個方法不同，目的一致。數據資產的確權報告由律師事務所基于對事實的調查、證據的核對，用于證明主體對數據資

94、產具有所主張的權益。數據資產的登記是指將數據資產的權益信息記錄在相關的官方或權威機37構的資料中，以達到對外宣示的作用。登記通常需要提交一定的證明和文件。數據資產確權和數據資產登記之間并不矛盾：數據資產確權和數據資產登記之間并不矛盾：一是確權報告可以作為登記的依據之一：在沒有證據直接證明市場主體對數據資產具有擁有或控制權的情況下，提交確權報告是進行登記的先決條件之一。確權報告提供了資產權屬和權益的詳細證明，可以為登記機構提供必要的信息，以確保登記的準確性和可靠性。二是數據資產登記可以作為確權報告的附加證明：數據資產的登記作為宣示記錄的存在，可以為確權報告提供支持。登記機構的記錄與律師進行確權過

95、程中的調查信息交叉核實，進一步證明資產的權屬和權益的合法性和有效性。需要注意的是，律師事務所提交給市場主體的確權報告系律所盡調結果的交付行為。該行為不代表市場主體完成了數據的權屬公示。針對數據資產的登記需要由市場主體向登記機關發起登記申請，并提供相關材料予以證明。律師對數據盡調并出具確權報告的目的在于為企業提供避免侵權、合理收益、爭議解決提供依據。4.5 數據資產登記業務數據資產登記業務4.5.1 數據資產登記與入表的關系一方面，數據資產登記是數據資源入表后實現數據價值變現的前提。數據資產登記與入表的關系一方面，數據資產登記是數據資源入表后實現數據價值變現的前提。經過數據資產確權、評估、入表后

96、，企業往往希望通過數據資本化、數據流通交易等方式實現數據價值變現，而數據資產登記就是對數據的合法合規性進行審核及登記認證，為企業數據進入流通市場頒發“入場券”。另一方面，數據資產登記可以推動企業重視并開展入表工作。另一方面，數據資產登記可以推動企業重視并開展入表工作。通過數據資產登記，企業提升了數據資產意識，調動了參與市場積極性，而數據資源入表就是顯化數據資產價值，提升企業信用評級和融資能力的重要途徑。因此對于計劃或已經進行數據資產38登記的企業而言，數據資源入表有助于企業打通數據資產化、資本化全環節，實現數據價值最大化挖掘與變現。4.5.2 數據資產登記的目標數據資產登記的目標數據資產登記可

97、以實現數據資源和數據產品登記管理，清晰梳理數據權益主體、權益屬性、權益范圍，實現“非登記不交易，非法數據不入場”，為數據在合法合規的前提下實現價值挖掘開發奠定堅實基礎。具體而言，數據資產登記的目標包括：一是界定保護產權。一是界定保護產權。即在確權的基礎上，通過登記界定數據資產的基本信息和權利歸屬；二是促進高效流通。二是促進高效流通。即在流通環節，通過為數據資源和產品提供交易存證，促進市場供需撮合，加速數據價格發現；三是變革要素分配。三是變革要素分配。即在分配環節，通過登記提供數據資產憑證，作為數據資產收益分配的前提；四是維護市場秩序。四是維護市場秩序。即依托登記制度健全數據市場準入體系和管理規

98、則，為解決數據權益糾紛提供保障；五是支撐行業管理。五是支撐行業管理。依托登記體系倒推開展數據要素統計和會計核算等工作，摸清行業家底，將登記憑證作為數據要素型企業認定的依據，支撐行業扶持政策。4.6 數據資產登記流程數據資產登記流程4.6.1 數據登記數據登記數據登記分為數據要素登記和數據產品登記，程序為申請、受理、審查、公示和發證。登記申請主體為數據資源或數據產品的持有人，公示無異議后可授予登記主體數據資源持有權或數據產品經營權。4.6.2 授權登記授權登記授權登記是數據登記主體授予其他主體產權，可授予其他主體數據加工使用權和數據產品經營權。4.6.3 轉移登記轉移登記轉移登記是登記主體發生轉

99、移，由一方轉移給另一方，可由原登記主體發起，也可由新登記主體發起。轉移審核通過需等待39公示期，公示期內無異議，原登記主體將不再擁有享有數據資源的數據資源持有權或數據產品經營權。4.6.4 變更登記變更登記變更登記是當數據資源的登記信息發生重大改變時，由登記主體發起的登記，經審查、公示通過后即可完成登記。4.6.5 注銷登記注銷登記注銷登記分為主動注銷和被動注銷。主動注銷是當主體不再享有登記的權利時，可主動發起注銷登記，注銷審核通過需等待公示期，公示期內無異議，將注銷該證書。被動注銷是該登記的數據資源有糾紛或者涉及侵犯他人隱私或國家安全等影響時，由運營后臺人員直接注銷。4.7 數據資產線上登記

100、數據資產線上登記圖 5 數據資產登記平臺示例圖通過建設數據資產登記平臺（如圖 5 所示），以線上服務的方式，實現對數據資產相關權利進行形式審查、登記認證和信息公開，為數據進入市場流通交易頒發“入場券”。數據資產登記平臺的建設，不僅能有效解決政府、企業由于擔心觸犯隱私保護和數據安全相關法律法規，而導致“想用數據解決問題，又怕使用數據產生問題”的困境，又能確保數據主體互信難題，避免因數40據資產在后續流通交易中在權屬可靠性和內容合法合規性方面出現紕漏。為了全面支撐數據資產登記業務，我們建議該平臺提供以下功能：1.全流程管理。全流程管理。數據資產登記平臺可用于實現對數據登記的全流程管理，包括數據權屬

101、的申請和審核、資產登記和記錄、登記結果的查驗等環節。同時對數據登記業務進行監管，包括數據采集、使用和共享的合規性審核和管理，數據隱私的保護和安全控制等。通過對數據登記整個流程進行管理和控制，以確保登記過程的透明、公正、高效和合規，同時也保障了數據的合法性和隱私保護的有效性。2.全場景覆蓋。全場景覆蓋。數據資產登記平臺應當支持數據資源持有權、數據加工使用權、數據產品經營權三大權利進行權屬登記。同時提供分別為數據登記、授權登記、轉移登記、變更登記和注銷登記等類型的登記業務，覆蓋用戶的使用場景，能夠應用于各種不同的業務領域和場景，滿足不同行業和企業的數據登記需求。415.提高數據治理能力，保障高品質

102、、高價值數據資源供給提高數據治理能力，保障高品質、高價值數據資源供給數據治理是數據資產入表前的重要環節之一。企業需要建立一套完整的數據治理體系，包括數據采集、存儲、處理、分析、共享等環節，以此保障高品質、高價值數據資源供給。在數據治理過程中，企業需要明確數據的來源、目的、質量標準、使用權限等，以確保數據的合規性和規范性。建立和維護數據血緣有助于后續數據資產評估和入表過程中實現精準的成本分攤，有望從數據資產角度助力業務財務精細化管理。5.1 治理的目標與價值治理的目標與價值5.1.1 數據治理的定義數據治理的定義數據治理是企業中涉及數據使用的一套管理行為。它由企業數據治理部門發起并推行，數據治理

103、旨在制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。根據國際數據管理協會（DAMA）的定義，數據治理是對數據資產管理行使權力和控制的活動集合。而國際數據治理研究所（DGI）則將其定義為，通過一系列信息相關的過程來實現決策權和職責分工的系統。簡單來說，數據治理主要涉及到數據的整個生命周期管理、數據質量管理、數據安全性和合規性管理等多個方面，它確保了企業能夠有效地管理和控制數據資產，以便最大限度地發揮其價值并降低潛在風險。5.1.2 數據治理的目標數據治理的目標數據治理的目標是使企業能夠將數據作為資產進行有效管理。它提供了一套治理原則、制度、流程和整體框架，設立了管理指標，以

104、監督數據資產的管理，并在數據管理過程中指導各層級的活動。數據治理的目標主要包括以下幾個方面：42一是提高數據質量：一是提高數據質量：通過規范數據采集、存儲、處理等流程，建立數據清洗、去重、校驗等多種機制，以提高數據的準確性、完整性和一致性。二是促進數據共享：二是促進數據共享：在保障數據隱私和安全的前提下，打破不同部門間的信息孤島，促進數據共享，實現跨部門、跨領域、跨企業的數據互通，提升業務流程效率和數據應用價值。三是保障數據安全：三是保障數據安全：通過建立完善的數據安全體系和安全策略，降低數據泄露、數據丟失等風險，提高數據的安全性和可靠性。四是優化業務流程：四是優化業務流程：通過數據治理，規范

105、各項業務流程和數據標準，簡化流程，提高效率，降低成本，從而實現業務運營的順暢和高效。五是符合法規要求：五是符合法規要求：遵守相關法規和合規要求，確保數據的合法合規使用。通過數據治理，實現提高數據的質量、保障數據安全、確保數據合法合規、促進數據共享等目標，為數據資源入表提供前提條件。5.1.3 數據治理的價值數據治理的價值數據治理的主要價值在于確保數據在企業中得到有效的管理、利用和保護，從而支持企業的戰略目標、提高效率、降低風險，并推動創新和競爭優勢的實現。這些價值因企業的特定需求和行業而異，但數據治理通常被認為是數據管理的核心組成部分，對企業的長期成功至關重要。數據治理價值主要包括以下幾個方面

106、：一是數據合規性和法律遵守：一是數據合規性和法律遵守：數據治理有助于確保企業的數據處理活動符合法律法規和行業標準。這可以降低法律風險，避免潛在的罰款和法律訴訟。43二是數據質量提升：二是數據質量提升：數據治理通過定義數據質量標準和規范，有助于提高數據的準確性、完整性和一致性。三是決策支持：三是決策支持：數據治理確保數據可用并易于訪問，以支持企業內的決策制定過程。高質量、高一致性的數據有助于制定更明智的決策，從而降低了因不準確或不完整數據導致的風險。四是效率提升：四是效率提升：數據治理有助于消除數據冗余、提高數據利用率和降低數據存儲和管理成本。五是創新和競爭優勢：五是創新和競爭優勢：通過更好地理

107、解和利用數據，數據治理可以促進創新，并幫助企業更好地適應市場變化，增強企業的競爭優勢。六是風險管理：六是風險管理：數據治理有助于識別和管理數據相關的風險，包括數據泄露、數據丟失和不當使用等風險，同時可提高企業的數據安全性。七是數據共享和合作：七是數據共享和合作：通過明確數據的定義、規則和權限，數據治理可以促進數據在企業內和與合作伙伴之間的共享。八是提高數據文化：八是提高數據文化：數據治理有助于在整個企業中建立數據意識和數據驅動的文化，使員工更好地理解數據的價值和用途。5.2 數據治理資源管理體系數據治理資源管理體系5.2.1 數據資源盤點數據資源盤點通過對數據資產盤點，可以全面了解企業所擁有的

108、各類數據資源的數量、類型和分布情況，進而明確各類數據的屬性和與其他數據的關系。在此基礎上，企業可以進一步確定各類數據資源的價值，結合數據質量、業務需求、數據安全性等多方面因素進行評估。例如，對于某些高度敏感的數據，如財務數據、人力資源數據等，其價值可能較高，因為它們對于企業的業務發展和決策制定具有重要意義。44通過數據資源盤點，還可以明確每類數據資源的業務歸屬和責任人，這有助于在后續的數據治理過程中更好地管理和維護數據。同時，還可以了解數據的存儲位置和訪問權限情況，從而更好地控制數據的安全性和合規性。數據資源盤點的步驟主要包括以下幾個方面：一是確定盤點的目的和范圍。一是確定盤點的目的和范圍。首

109、先需要明確數據資源盤點的目的和范圍。例如，是為了了解數據的現狀、發現新的數據資源、評估數據質量還是其他目的。同時，還需要明確數據資源的范圍，包括數據的類型、所屬部門、地域等信息。二是制定盤點計劃和時間表。二是制定盤點計劃和時間表。根據盤點的目的和范圍，制定相應的盤點計劃和時間表。需要明確盤點的方法、人員分工、時間節點等信息，并選擇合適的技術和工具來支持盤點工作。三是收集和整理數據資源信息。三是收集和整理數據資源信息。對每一種類型的數據資源進行詳細的收集和整理。例如，對于數據庫資源，可以通過訪談數據庫管理員、查閱數據庫文檔等方式來收集數據資源的名稱、類型、訪問地址等信息。同時，還需要了解每類資源

110、的訪問狀態、使用情況等信息。四是數據資源的清點和記錄。四是數據資源的清點和記錄。對每一種類型的數據資源進行詳細的清點和記錄，例如數據庫中的表數量、數據量、數據文件的大小和個數等。需要確定數據資源的數量和狀態，并對數據進行必要的分類和分層管理。5.2.2 數據資源目錄數據資源目錄數據資源目錄是數據資源管理體系中的重要環節，是為了清晰地展示企業或組織內部的各種數據資源的信息，為用戶提供方便快捷的數據訪問和查詢服務。數據資源目錄通常伴隨數據資源盤點而產出。主要包括以下幾點：一是數據資源目錄的構建。一是數據資源目錄的構建。通過數據資源盤點，收集并整理出企業或組織內部的各種數據資源信息，包括數據的類型、

111、名稱、45訪問地址等，構建數據資源目錄，并對數據進行分類和分層管理，例如按照數據的來源、處理過程、主題等進行分類，或者按照數據的層級結構進行分層管理。二是數據資源目錄的存儲和維護。二是數據資源目錄的存儲和維護。數據資源目錄需要存儲在一個方便訪問的位置，例如企業內部網絡、云存儲等。同時，還需要對數據資源目錄進行定期的更新和維護，例如當數據資源發生變化時及時更新目錄信息，以確保其準確性和完整性。三是數據資源目錄的訪問方式。三是數據資源目錄的訪問方式。數據資源目錄應該支持多種訪問方式，例如通過瀏覽器、命令行、API 接口等訪問方式進行查詢和訪問。同時，還需要設置相應的訪問權限和安全性控制，例如身份認

112、證、授權控制等，以保證數據資源目錄的安全性和穩定性。四是數據資源目錄的元數據管理。四是數據資源目錄的元數據管理。數據資源目錄中可以包括數據的元數據信息，例如數據的來源、數據的格式、數據的主題等。這些元數據信息可以幫助用戶更好地了解和掌握數據的含義和作用，同時也可以用于數據的分析和挖掘。因此，數據資源目錄還需要支持元數據的管理和維護。（1）數據資源屬性）數據資源屬性數據資源屬性有助于我們更好地了解和掌握每種數據資源的具體情況，例如數據的來源、數據的處理過程、數據的格式等。同時，數據資源屬性還可以用于管理和控制數據的訪問和使用，例如設置數據的訪問權限、數據的共享范圍等。數據資源屬性可以從不同的角度

113、進行定義和分類。不同的應用場景下可能會有不同的劃分方式和標準。同時，數據資源的屬性也可能隨著技術的進步和應用場景的變化而發生變化。以下主要以三種常見的角度來對數據資源屬性進行定義和分類：46一是根據數據的特征和維度。一是根據數據的特征和維度。結構化數據資源和非結構化數據資源。結構化數據資源是指具有固定格式和有限可變性的數據，例如數據庫中的數值型數據、字符型數據等。非結構化數據資源則是指沒有固定格式或可變性更高的數據，例如文本、圖像、音頻、視頻等。靜態數據資源和動態數據資源。靜態數據資源是指相對穩定、不經常變化的數據，例如歷史數據、基礎數據等。動態數據資源則是指經常變化、不斷更新的數據，例如實時

114、監測數據、用戶行為數據等。二是根據數據的處理過程和方式。二是根據數據的處理過程和方式。數據采集、存儲、傳輸、處理等環節的屬性，例如數據的來源、數據的格式、數據的處理方式、數據的存儲方式等。數據挖掘、分析、可視化等環節的屬性，例如數據的挖掘算法、數據的分析模型、數據的可視化展現方式等。三是根據數據的價值和作用。三是根據數據的價值和作用。涉及數據資源的業務屬性和技術屬性。業務屬性包括數據的業務定義、業務規則等，技術屬性則包括數據的計算機存儲和處理方式等。涉及數據資源的經濟屬性和非經濟屬性。經濟屬性是指可以通過市場交易或商業化運營創造價值的數據資源，例如共享單車騎行數據可以成為企業的經濟資源。非經濟

115、屬性則是指不涉及市場交易或商業化運營的數據資源，例如個人信息、政府公開信息等。（2）數據資源血緣關系）數據資源血緣關系數據資源血緣關系是指各種數據資源之間的依賴關系和連接方式，即數據的來源、處理過程和結果之間的關系。通過了解數據資源之間的血緣關系，可以更好地理解數據的流向和轉換過程，從而更好地管理和使用數據資源。數據資源血緣關系主要分為血緣關系的建立、維護管理和應用。一是數據資源血緣關系的建立。一是數據資源血緣關系的建立。47識別數據資源的源頭。某個數據資源可能是由多個數據源整合而來，需要找出這些數據源并了解它們之間的關系。分析數據資源的處理過程。某個數據資源可能經歷了多個數據處理過程，需要找

116、出這些處理過程并了解它們之間的關系。確定數據資源的輸出結果。某個數據處理過程可能產生了多個輸出結果，需要找出這些輸出結果并了解它們之間的關系?；谏鲜鲂畔⒔祿Y源血緣關系圖?？梢允褂酶鞣N圖表工具來建立數據資源血緣關系圖，例如 ER 圖、流程圖、組織結構圖等。二是數據資源血緣關系的維護和管理。二是數據資源血緣關系的維護和管理。確保數據資源血緣關系的準確性。當數據源、數據處理過程或輸出結果發生變化時，需要相應地更新數據資源血緣關系圖。保證數據資源血緣關系的完整性。當新增或刪除數據源、數據處理過程或輸出結果時，需要相應地更新數據資源血緣關系圖。對數據資源血緣關系進行定期審計和檢查。定期對數據資源

117、血緣關系圖進行檢查和審計，以確保其準確性、完整性和一致性。將數據資源血緣關系圖集成到數據資源管理體系中。將數據資源血緣關系圖作為數據資源管理體系的一部分，與其他數據資源管理環節進行集成和整合。5.3 數據資源入表治理路徑數據資源入表治理路徑5.3.1 治理路徑數據資源入表的治理路徑主要圍繞治理路徑數據資源入表的治理路徑主要圍繞“理理”，“制制”，“洗洗”，“存存”，“維維”五步進行。五步進行。即理清數據資源、制定治理規范、數據清洗整合、數據資源存儲、數據維護監控。理清數據資源：理清數據資源：首先要明確企業內部的各類數據資源，包括結構化數據和非結構化數據等，以及這些數據的來源、質量和使用情況。該

118、步驟可以通過對業務部門的需求調研、對現有系統的了解和分析、以及對數據質量進行評估來完成。48制定治理規范：制定治理規范：針對確認過的數據資源，需要制定相應的治理規范，包括數據清洗和整合的規則、數據格式和類型的定義、數據存儲和備份的方式等。需要考慮數據的完整性、準確性、一致性、可讀性和可維護性等方面的要求，同時還需要考慮數據的安全性和可靠性等方面的要求。數據清洗整合：數據清洗整合：根據治理規范，對原始數據進行清洗和整合，包括去除重復和錯誤的數據、補充缺失的數據、將不同來源的數據進行合并和關聯等。數據清洗和整合可以提高數據的質量和可用性，同時還可以減少數據的冗余和重復。數據資源存儲：數據資源存儲：

119、將清洗和整合后的數據按照規定的格式和流程錄入到數據庫或數據倉庫中，同時進行數據的質量檢查和完整性驗證。并需要考慮數據的準確性、完整性和一致性等方面的要求，同時還需要考慮數據的可擴展性和可維護性等方面的要求。數據維護監控：數據維護監控：在數據存儲后，需要進行數據的維護和監控，包括定期的數據備份和恢復、數據質量的監控和管理等，以確保數據的安全性和可靠性。同時還需要對數據進行分類、分主題地進行整合，形成主題化的數據表，方便后續的數據分析和應用。5.3.2 入表知識庫入表知識庫入表知識庫是一個綜合性的資源庫，它提供了與數據入表相關的全面、系統和實用的知識和經驗，以支持數據治理和數據管理的順利進行。通過

120、不斷豐富和完善知識庫，企業可以更好地應對不斷變化的數據環境和業務需求，提高數據治理的效果和價值。以下是對入表知識庫的詳細說明：一是規范指南。一是規范指南。描述如何根據企業的業務需求和數據標準，制定相關的規范和流程。規范指南包括了數據的格式、類型、精度、表達方式等方面的規定，以及數據清洗、整合、驗證的規則和方法。例如，指南應明確數據的格式是 CSV、JSON、XML 等，數據的精度應符合企業業務需求，數據表達應清晰易懂等。49二是操作手冊。二是操作手冊。包括數據的準備、采集、傳輸、存儲、備份等步驟。操作手冊應提供詳細的步驟、流程圖、示例代碼等，以幫助操作者理解和執行數據資源入表的操作。例如，手冊

121、應明確數據的來源和獲取方式，數據的清洗、整合和驗證方法，數據的存儲位置和備份策略等。三是知識庫。三是知識庫。主要包含了與數據資源相關的知識和經驗，例如，數據資源入表的歷史案例、經驗總結、常見問題及解決方案等。知識庫應提供方便的查詢和檢索方式，以便使用者快速找到所需的知識和經驗。例如，知識庫應包括不同數據源的數據采集方法、不同數據格式的轉換方法、數據清洗和整合的技巧等。四是工具和方法。四是工具和方法。主要描述了入表過程中所使用的工具和方法，例如數據處理軟件、數據轉換工具、數據分析工具等。入表工具和方法應提供相應的文檔和教程，以便使用者能夠快速掌握和使用這些工具和方法。例如，工具應具備自動化、智能

122、化數據處理的功能，方法應具備高效、可靠的數據處理流程等。506.注重數據質量評價，確保數據資源入表的質量和可靠性注重數據質量評價，確保數據資源入表的質量和可靠性數據質量直接影響數據資源的真實價值和業務貢獻，進而影響企業財務報表。因此，客觀、準確的數據質量評價將有助于提升數據資產的價值,使各方獲得高質量可靠的數據,避免數據質量問題帶來的負面影響,是數據資產管理中的關鍵環節。充分認識質量評價的目的和作用,制定科學的評價方案,將大大推動數據資源的有效利用。6.1 數據質量評價的目的和意義數據質量評價的目的和意義6.1.1 數據質量評價的目的數據質量評價的目的數據質量是指數據在指定條件下使用時，其特性

123、能夠滿足明確的或者隱含的要求的程度。數據質量評價的主要目的有:一是提高數據的可信度和有效性。一是提高數據的可信度和有效性。通過評價可以檢驗數據的質量,找出存在的問題,然后采取措施改進,確保數據真實可靠。二是為數據應用提供質量保障。二是為數據應用提供質量保障。高質量的數據才能帶來有效的分析和決策,否則會導致錯誤的結果。質量評價可以防止低質量數據的誤用。三是評估數據資產的價值。三是評估數據資產的價值。數據的質量直接影響其價值和功效。質量評價可以給出數據質量的定量指標,為數據資產的定價和管理提供依據。四是指導數據管理工作。四是指導數據管理工作。質量評價可以判斷出數據質量存在的問題,從而針對性地改進數

124、據采集、存儲、處理等環節,指導數據管理。五是評估數據項目的進展。五是評估數據項目的進展。定期開展質量評價,可以監測數據質量的變化,考核數據管理工作的效果。六是建立數據質量意識。六是建立數據質量意識。將質量評價作為常規工作,可以使企業重視數據質量,形成良好的數據治理文化。6.1.2 數據質量評價的意義數據質量評價的意義數據質量評價的意義主要體現在以下幾個方面:51一是判斷數據質量好壞一是判斷數據質量好壞,找出存在的問題。找出存在的問題。質量評價可以檢查數據的準確性、完整性、一致性等指標,發現數據錯誤、缺失、冗余等問題。二是為數據治理和管理提供依據。二是為數據治理和管理提供依據。評價結果可以定位出

125、數據質量管理工作的不足,提出改進措施,指導后續的數據采集、處理、存儲等過程。三是引導重視數據質量。三是引導重視數據質量。將質量評價作為常規工作,會推動企業形成質量意識,管理層重視數據質量。四是評估數據價值四是評估數據價值,支持決策。支持決策。高質量的數據更有價值,可以支持數據驅動的決策。質量評價提供了判斷數據價值的定量依據。五是監控質量變化五是監控質量變化,考核工作效果?？己斯ぷ餍Ч?。定期開展質量評價,可以監測數據質量變化情況,評估數據管理工作成效。六是遵守相關規范要求。六是遵守相關規范要求。某些行業或政府部門會要求進行數據質量評估,這是遵守法規的需要。七是為數據治理提供技術支持。七是為數據治

126、理提供技術支持。評價可以驗證治理規則的執行效果,優化治理策略。數據質量評價在提高數據質量、價值、治理水平方面起到關鍵作用,質量評價結果會直接影響到數據資產的價值評估。6.2 數據質量評價方法數據質量評價方法6.2.1 數據質量評價指標數據質量評價指標指標設計原則包括科學性原則、系統性原則、通用性原則、可操作性原則、協調性原則、引導性原則?？茖W性原則是指采用科學的指標體系設計和計算方法；系統性原則指評價指標架構完整、結構、層次清晰；通用性原則指能夠滿足多行業、各階段的數據質量評價要求，適用于數據全生命周期；可操作性原則指設計概念明確、定義清楚，計算方法簡明，評價方式可行；協調性原則指復合法律法規

127、，與相關標準相協調；引導性原則指可引導評估單位和被評估單位快速選擇針對性的指標進行評價。指標體系參考GBT36344-2018 信息技術數據質量評價指標、LYT2922-2017 林業數據質量評價方法等數據質量評價文檔，從數據的規范性、完整性、準確性、一致性、時效性、52可訪問性 6 個維度，20 個二級指標，然后通過特定指標規則和數據的形態格式與數據處理的具體環節緊密相關,在不同的實際環境中,會根據使用的數據接口、數據處理技術和功能的不同有不同的三級、四級評價指標，如圖 6 所示。圖 6 數據質量評價指標框架圖6.2.1 數據質量評價方法分類數據質量評價方法分類目前關于數據質量評價方法的研究

128、，主要包括定性評價、定量評價以及定性定量相結合的三種評價方法。一是定性評價。一是定性評價。定性評價是依據專業領域知識和個人經驗理解，按照一定的評價標準進行估計和推斷的一種評價方法。目前的定性評價方法主要是數據質量指標量化法，許多學者認為數據質量是一個多維度的概念，因此從不同角度提出了數據質量評價的定性指標。早期，有些學者提出了數據質量評價的最基本的 4個指標，即準確性、時效性、完整性和一致性，在此基礎上，現在有些學者將各個現有指標歸類，分為直接指標體系和間接指標體系，并采用 GQM(目標一問題式)的方式構建數據質量評價指標。二是定量評價。二是定量評價。定量評價主要通過把評價指標量化，并采用模型

129、和數學統計方法對評價對象作出判斷和分析評價。這種方法能夠較好地保證評價結果的科學性和客觀性，使其具有較好的信度，多數情況下，定量評價用于結構化數據庫的評價，例如在針53對關系數據庫數據質量的精確性和完整性這兩個重要指標進行評價時，通過關系代數操作進行量化，通過數據和“最近似”間的信息量差異來定量分析；基于概率論，對數據質量的時效性指標建立評價體系。三是定性定量相結合的評價。三是定性定量相結合的評價。定性定量相結合的評價，其主要做法是在定性評價方法的基礎上引入數學手段，定性問題通過人工設定的標準進行評分并做出量化處理，評分的過程都是針對事先建立的指標體系，具有部分數理統計的特征，如德爾菲法、模糊

130、綜合評價法、層次分析法等。定性評價主要是用于滿足數據用戶的需求，主要是采用數據質量調查的方式構建評價指標體系。定量評價是一種客觀評價方法，但一般缺少上下文的情景知識，僅是依賴于應用程序的規則或約束判斷，除了常用于結構化數據的評價外，部分自動化評價技術也被應用于網絡數據資源的質量評價。在數據質量的多維度評價上，定性定量相結合的評價是目前較為常見的評價方法。6.3 數據質量評價流程數據質量評價流程6.3.1 分析需求，明確目標分析需求，明確目標對具體業務數據的數據質量評價是以業務需求為中心進行的，首先必須了解具體業務針對特定數據資源的需求特征才能建立針對性的評價指標體系。同時，同一份數據在不同的生

131、命周期中，其質量的關注點是存在差異的，因此需要明確當前階段數據質量管理的目標。有了明確的目標，才能開始對數據進行合理的評價。6.3.2 確定評價對象及范圍確定評價對象及范圍確定當前評價工作應用的數據集的范圍和邊界，明確數據集在屬性、數量、時間等維度的具體界限。需要說明的是，評價對象既可以是數據項也可以是數據集，但一定是一個確定的靜態的集合。546.3.3 選取質量評價維度及評價方法選取質量評價維度及評價方法數據質量維度是進行質量評價的具體反映，如正確性、準確性等，它是控制和評價數據質量的主要內容。因此，首先要依據具體業務需求選擇適當的數據質量維度和評價指標。另外，要選取可測、可用的質量維度作為

132、評價指標準則項，在不同的數據類型和不同的數據生產階段，同一質量維度有不同的具體含義和內容，應該根據實際需要和生命階段確定質量維度。數據質量評價在確定其具體維度和指標對象后，應該根據每個評價對象的特點，確定其測度及實現方法。對于不同的評價對象一般是存在不同的測度的，以及需要不同的實現方法支持，所以應該根據質量對象的特點確定其測度和實現方法。6.3.4 進行質量評價進行質量評價根據前面四步確定的質量對象、質量范圍、測量及其實現方法開展質量評測工作。評價對象的質量應當由多個質量維度的評測來反映，單個數據質量測量是不能充分、客觀評價由某一數據質量范圍所限定的信息的質量狀況，也不能為數據集的所有可能的應

133、用提供全面的參考，多個質量維度的組合能提供更加豐富的信息。6.3.5 出具數據質量評價報告出具數據質量評價報告經過抽樣、度量、評價之后，就可以得到評價結論，并撰寫數據質量評價報告。在這份報告當中，應當包括數據質量目標、范圍、結論、分析以及質量改善建議，并通過可視化方式展現在報告當中。數據質量評價報告不是最終的目的，這份報告對后續數據質量的管理，數據治理等都具有重要參考意義。6.4 數據質量智能評價數據質量智能評價通過智能化、標準化、一體化的數據質量評價，基于行業領域知識和數據質量評價專業方法，實現全方位數據質量評價，有55助于企業發現數據質量問題并進行系統性質量改善，提高數據質量評價效率，提升

134、數據資產價值，如圖 7 所示。圖 7 數據質量智能評價報告示意圖數據資產質量智能評價可以圍繞國家標準、行業標準、技術規范等標準體系，從規范性、完整性、準確性、一致性、時效性、可訪問性六大維度進行數據質量評價。在數據探查、規則庫配置、智能任務調度、評價體系定制、評價報告生成、質量歸因分析等六個方面實現自動化分析和處理，從而輕松實現科學、全面、專業的數據質量評價。567.構建數據資產評估體系，顯性化數據資源資產合理價值構建數據資產評估體系，顯性化數據資源資產合理價值作為一項資產，數據應當擁有可計量的實際價值。然而數據資產評估不同于傳統評估，由于其非實體性的特點，在評估過程中，需充分結合評估目的，結

135、合其自身的特點及所處階段恰當選擇評估方法及適當的評估路徑，合理定價。數據資產評估是發現數據資產市場價值的一種方法，有助于提高企業管理數據資產的能力和效率。7.1 數據資產評估數據資產評估7.1.1 數據資產評估的概念數據資產評估的概念數據資產評估指導意見 對數據資產評估的定義進行了明確。數據資產評估是指資產評估機構及其資產評估專業人員遵守法律、行政法規和資產評估準則，根據委托對評估基準日特定目的下的數據資產價值進行評定和估算，并出具資產評估報告的專業服務行為。7.1.2 數據資產評估的意義數據資產評估的意義資產評估是促進資產交易公平合理進行的市場中介行為。數據資產評估是通過評估數據資產的價值，

136、對數據資源配置進行優化的重要工具，是維護數據市場交易秩序，促進數據市場公平競爭不可或缺的環節。我國是以公有制為主體、多種所有制經濟共同發展為基本經濟制度的社會主義國家。隨著國有企業改革的深化和其他所有制經濟混合所有制經濟的發展，各種經濟體制企業之間的資產轉讓、并購、重組、股權交易比較頻繁。而數據作為新的生產要素，早已廣泛存在于各企業當中?？茖W、合理地量化數據資產的價值，能夠有效的保護各個經濟體、市場參與者的經濟利益等合法權益。577.2 數據資產評估的評估目的數據資產評估的評估目的數據資產評估的評估目的通常是指數據資產評估報告和數據資產評估結論的預期用途，由數據資產評估委托人擬實施的經濟行為決

137、定。數據資產評估常見的經濟行為有：1.以數據資產對外投資；2.數據資產轉讓、置換；3.數據資產處置；4.以數據資產償還債務；5.數據資產涉訟；6.收購數據資產；7.接受數據資產出資；8.接受數據資產抵債；9.以數據資產引投引戰；10.數據資產授信融資；11.數據資產抵質押；除以上經濟行為外，當數據持有人有提高內部管理水平、量化資產價值等需求時，也可對數據資產進行評估。7.3 數據資產評估主要工作過程數據資產評估主要工作過程7.3.1 前期溝通交流前期溝通交流首先應明確數據資產評估業務的基本事項。需明確的數據資產評估業務基本事項如下：1.委托人、產權持有人和委托人以外的其他資產評估報告使用人；2

138、.評估目的；3.評估對象和評估范圍；4.價值類型；5.評估基準日；586.資產評估項目所涉及的需要批準的經濟行為的審批情況；7.資產評估報告使用范圍；8.資產評估報告提交期限及方式；9.評估服務費及支付方式；10.委托人、其他相關當事人與資產評估機構及其資產評估專業人員工作配合和協助等需要明確的重要事項。在明確上述基本事項后，還需進一步明晰被評估數據資產的基本情況，例如：數據資產的信息屬性、法律屬性、價值屬性等。信息屬性主要包括數據名稱、數據結構、數據字典、數據規模、數據周期、產生頻率及存儲方式等。法律屬性主要包括授權主體信息、產權持有人信息，以及權利路徑、權利類型、權利范圍、權利期限、權利限

139、制等權利信息。價值屬性主要包括數據覆蓋地域、數據所屬行業、數據成本信息、數據應用場景、數據質量、數據稀缺性及可替代性等。在明確基本事項的基礎上，評估人員與委托人、數據持有人及相關當事方共同協商制定評估工作方案，完成數據資產申報和數據資產評估資料準備。7.3.2 對數據資產進行核實驗證對數據資產進行核實驗證根據數據基本情況和客觀條件，制定適當的清查核實方案；按照方案，對數據資產的真實性、有效性、完整性等進行核驗。根據評估業務具體情況和數據資產的特性，對被評估數據資產進行具有針對性的現場調查?，F場調查手段通常包括詢問、訪談、核對、監盤、勘查等。由于數據資產具有非實體性、依托性等特征，核對、監盤、勘

140、查等手段通常采用技術手段實現。7.3.3 收集數據資產評估相關資料信息收集數據資產評估相關資料信息相關信息包括數據資產基本信息、權利信息、相關財務會計信息和其他資料。調查方式包括核查驗證、分析整理及記錄等。59對于數據資產基本信息的核查，還可能通過利用數據領域專家工作成果及相關專業報告等多種方式方法。在此階段，需重點關注影響數據資產價值的各項因素，并收集包括數據資產基本信息、權利信息、相關財務會計信息在內的相關資料。（1）影響數據資產價值的因素）影響數據資產價值的因素通常，影響數據資產價值的因素包括成本因素、場景因素、市場因素和質量因素。成本因素包括形成數據資產所涉及的前期費用、直接成本、間接

141、成本、機會成本和相關稅費等。場景因素包括數據資產相應的使用范圍、應用場景、商業模式、市場前景、財務預測和應用風險等。市場因素包括數據資產相關的主要交易市場、市場活躍程度、市場參與者和市場供求關系等。質量因素包括數據的準確性、一致性、完整性、規范性、時效性和可訪問性等。根據工作方案，對數據資產的收益狀況、成本構成、市場表現等方面進行現場調研和訪談，收集相關資料。（2）收集相關資料）收集相關資料需收集的資料包括數據資產基本信息、權利信息、相關財務會計信息和其他資料等，資料來源包括數據持有人、相關當事方，以及公開市場、政府部門、各類專業機構和其他相關部門等公開渠道。在完成對信息和資料的核查驗證后，對

142、其進行分析、歸納和整理，作為評定估算和編制資產評估報告的依據。核查驗證的方式通常包括觀察、詢問、書面審查、實地調查、查詢、函證、復核等。607.3.4 評定估算和撰寫評估報告評定估算和撰寫評估報告以上述過程中明確的評估目的、評估對象、價值類型，以及信息和資料收集等情況為依據，分析市場法、收益法和成本法三種資產評估基本方法的適用性，選擇評估方法，建立適當的評估模型，選取相應的公式和參數進行分析、計算和判斷，對數據資產價值進行評定估算，形成測算結果。在對形成的測算結果進行綜合分析后，形成合理評估結論。在評定、估算形成評估結論后，撰寫并形成初步數據資產評估報告。7.3.5 向相關當事人征求意見向相關

143、當事人征求意見在不影響對數據資產評估結論進行獨立判斷的前提下，與委托人或者委托人同意的其他相關當事人就數據資產評估報告有關內容進行溝通，對溝通情況進行獨立分析，并決定是否對數據資產評估報告進行調整。7.3.6 出具數據資產評估報告出具數據資產評估報告在完成上述資產評估程序后，出具并提交正式數據資產評估報告。數據資產評估報告樣例見附件。7.4 評估依據評估依據評估依據是指數據資產評估所采用的法律法規依據、準則依據、權屬依據及取價依據等。7.4.1 法律法規依據法律法規依據通常包括與數據資產評估有關的法律法規等。常見的法律法規依據有中華人民共和國民法典、中華人民共和國數據安全法、中華人民共和國個人

144、信息保護法等。在數據資產評估業務中，還應關注數據資產的應用場景以及數據資產應用所涉及的地域、領域方面的法律法規。617.4.2 準則依據準則依據包括本數據資產評估業務中依據的相關資產評估準則和相關規范。常見的準則依據有資產評估基本準則、資產評估執業準則資產評估報告、數據資產評估指導意見、GB/T36344-2018 信 息 技 術 數 據 質 量 評 價 指 標 、GB/T40685-2021信息技術數據資產管理要求國家標準等。7.4.3 權屬依據權屬依據通常包括數據資產相關登記證書、知識產權證、轉讓合同、投資協議、其他權屬證明文件等。7.4.4 取價依據取價依據通常包括數據持有人提供的財務會

145、計、經營方面的資料，國家有關部門發布的統計資料、技術標準和政策文件，以及評估機構收集的有關詢價資料、參數資料等。7.5 評估方法及適用條件評估方法及適用條件確定數據資產價值的評估方法包括收益法、成本法和市場法三種基本方法及其衍生方法。評估方法的選擇，將根據評估目的、評估對象、價值類型、資料收集等情況，對上述三種基本方法的適用性進行分析確定。7.5.1 收益法收益法收益法是基于預期收益評估資產價值的方法，其核心思路是估計未來數據資產產生的業務收益，并考慮資金的時間價值，將各期收益加總獲得數據價值。收益法的基本模型為P=i=1nRi（1+r）i?式中：P被評估數據資產價值；Ri未來第 i 年的預期

146、收益；62r折現率；n收益年限；i年序號。分析收益法的適用性，應據數據資產的歷史應用情況及未來應用前景，結合應用或者擬應用數據資產的企業經營狀況，重點分析數據資產經濟收益的可預測性、數據資產應用過程中的風險等因素。該方法能夠通過預期未來收益直接體現數據價值實現過程，適用于數據資產已經實現商業化，或數據資產已具有較為明確的應用場景，且預期收益能可靠獲得、預期收益期限和風險能夠合理估計的數據資產。根據不同數據資產所實現的應用場景商業模式的不同，可選擇直接收益預測、分成收益預測、增量收益預測、超額收益預測等不同模型進行收益預測。直接收益預測模型通常適用于被評估數據資產的應用場景及商業模式相對獨立，且

147、數據資產對應服務或者產品為企業帶來的直接收益可以合理預測的情形。分成收益預測模型通常適用于軟件開發服務、數據平臺對接服務、數據分析服務等數據資產應用場景。增量收益預測模型通常適用于可以使應用數據資產主體產生額外的可計量的現金流量或者利潤的情形，或者使應用數據資產主體獲得可計量的成本節約的情形。超額收益預測模型通常適用于被評估數據資產可以與資產組中的其他數據資產、無形資產、有形資產的貢獻進行合理分割，且貢獻之和與企業整體或者資產組正常收益相比后仍有剩余的情形。7.5.2 成本法成本法成本法以形成資產的成本為基礎計量資產價值，其核心思路是通過重新形成數據資產所需的全部投入加上合理利潤及相關63稅費

148、確定數據資產的重置成本，考慮各項價值調整因素對資產價值的影響后得到數據資產價值。根據數據資產的特點，成本法可修正為重置成本乘價值調整系數?；灸Ｐ蜑镻=C 式中：P被評估數據資產價值；C數據資產的重置成本，主要包括前期費用、直接成本、間接成本、機會成本和相關稅費等。前期費用包括前期規劃成本，直接成本包括數據從采集至加工形成資產過程中持續投入的成本，間接成本包括與數據資產直接相關的或者可以進行合理分攤的軟硬件采購、基礎設施成本及公共管理成本；價值調整系數。價值調整系數是對數據資產全部投入對應的期望狀況與評估基準日數據資產實際狀況之間所存在的差異進行調整的系數，例如：對數據資產期望質量與實際質量之

149、間的差異等進行調整的系數。分析成本法的適用性，應根據形成數據資產所需的全部投入，分析數據資產價值與成本的相關程度。成本法適用于缺乏活躍的交易市場，未來預期收益暫不確定，仍處于開發階段的數據資產。7.5.3 市場法市場法市場法是在有效、活躍市場基礎上，選取可比案例對數據資產進行修正從而得到委估數據資產價值的方法。對于數據資產，使用市場法時應根據該數據資產的特點，選擇合適的可比案例，對比該數據資產與可比案例的差異，確定調整系數，并將調整后的結果匯總分析得出被評估數據資產的價值。數據資產市場法的具體模型為：64P=i=1n（Qi Xi1 Xi2 Xi3 Xi4 Xi5）?式中：被評估數據資產價值；被

150、評估數據資產所分解成的數據集的個數；被評估數據資產所分解成的數據集的序號；參照數據集的價值；1質量調整系數；2供求調整系數；3期日調整系數；4容量調整系數；5其他調整系數。分析市場法的適用性，應考慮該數據資產或者類似數據資產是否存在合法合規的、活躍的公開交易市場，是否存在適當數量的可比案例。該方法適用于具有公開且活躍的交易市場的數據資產。對案例可比性的判斷，通?？蓮臄祿嗬愋?、數據交易市場及交易方式、數據規模、應用領域、應用區域及剩余年限等方面進行分析。7.5.4 衍生方法衍生方法基于上述三種基本方法，適用于數據資產評估的衍生方法還包括數據資產價值指數、梅特卡夫定律、大數據合作資產估值模型、

151、實物期權模型等。658.規范會計核算方法及路徑，解決數據資源資產化判斷難題規范會計核算方法及路徑，解決數據資源資產化判斷難題財政部發布了企業數據資源相關會計處理暫行規定（財會202311 號，以下簡稱暫行規定），自 2024 年 1 月 1日起開始實施。這一規定的頒布對規范企業數據資源相關會計處理和加強相關會計信息披露具有重要意義，旨在落實黨中央、國務院有關數字經濟發展的決策部署，為數字經濟健康發展提供制度性支持。暫行規定明確了適用范圍、會計處理標準以及披露要求等內容，涵蓋了對無形資產或存貨中數據資源的各種會計處理情況,秉持了法律合規、實用性、指導性和創新性的原則。本章將重點從暫行規定的誤區、

152、入表路徑以及會計計量與核算內容分解三方面梳理數據資源入表的相關會計核算基礎，可引導企業有效發揮數據資源潛力，有力推動數字經濟的持續健康發展。8.1 企業遵照暫行規定可能出現的誤區企業遵照暫行規定可能出現的誤區8.1.1 誤區一：暫行規定實施后，大規模的數據資源將確認為表內資產誤區一：暫行規定實施后，大規模的數據資源將確認為表內資產暫行規定 出臺的目的是解決當前會計實務中數據資源能否確認為會計上的資產、入表的類型及其計量基礎的疑慮能否確認為會計上的資產、入表的類型及其計量基礎的疑慮，促進企業在數字化轉型及數據資產管理的成效，合理合法地通過財務語言進行反映合理合法地通過財務語言進行反映。具體而言，

153、在暫行規定中提及地資產確認條件，與現行企業會計準則基本準則中資產確認的條件一致；在計量層面，暫行規定根據數據資源的持有目的、形成方式、業務模式，引入存貨與無形資產準則對符合資產確認條件的數據資源進行計量和列報。因此，企業不會因為暫行規定的實施而確認此前不符合會計準則規定的資產，也不會因為是否執行暫行規定而對實現數據資源的會計入表得出截然不同的結論。66值得注意的是，值得注意的是，雖然暫行規定并沒有提出有關資產確認和計量的新條件和方法，但該規定的依然給市場和企業釋放了積極的信號，推動企業穩妥論證和推進數據資源的會計入表工作。由于過往在缺乏明確規定的情況下，企業往往不敢輕易引用無形資產和存貨準則進

154、行會計處理，并傾向于簡單費用化處理所有的數據資源投入。暫行規定的出臺為市場主體提供了有效的規則指引，有利于引導企業加快梳理其數據資源構成，并對數據資源相關交易和事項進行會計確認、計量和報告。8.1.2 誤區二：暫行規定實施后，即可以把開發應用場景之前發生的費用一起資本化誤區二：暫行規定實施后，即可以把開發應用場景之前發生的費用一起資本化暫行規定采用未來適用法，明確指出在暫行規定施行前已經費用化計入損益的數據資源相關支出不再進行調整。例如，企業在暫行規定實施后通過數據資源盤點摸牌，識別出已且滿足無形資產確認條件的數據資源（如：商業銀行某為精準營銷形成的高凈值客戶標簽），這些數據資源對應的前期開發

155、費用計入當期損益。因此，即使該項數據資源在暫行規定的首次施行日滿足無形資產的確認條件，企業也不應再將以前已經費用化的數據資源重新資本化。8.1.3 誤區三：既然稱為 暫行規定，那么企業可以自行選擇誤區三：既然稱為 暫行規定，那么企業可以自行選擇“費用化費用化”還是還是“資本化資本化”暫行規定適用于所有執行會計準則的企業和單位，其本身是企業會計準則體系的一部分，要求所有企業從財務合規視角必須遵循規定。即企業不能完全不加以論證和分析，就簡單將當期所有研發投入和生產投入全部費用化。同時，在暫行規定施行后，企業應根據數據資源的持有目的、形成方式、業務模式，以及與數據資源有關的經濟利益的預期消耗方式等對

156、數據資源進行分類，并根據無形資產或者存貨準則對數據資源相關交易和事項進行會計確認、計量和報告。即使經判斷暫不符合入表條件，67暫行規定也引入了相關披露要求。例如，暫行規定要求企業應當披露計入當期損益的數據資源研究開發支出金額。8.1.4 誤區四：常見的誤區四：常見的“數據交易數據交易”理解為日常持有以備出售的數據資源，計入存貨科目理解為日常持有以備出售的數據資源，計入存貨科目因數據資源具有典型的非排他性，多數企業進行數據交易的商業實質是為利用數據資源提供服務，即數據服務。例如，典型的場景有：某企業通過收集、采購各類數據并進一步加工形成了行業典型數據庫，并對需要該類數據的客戶提供服務。在該場景中

157、，企業的數據（產品）可以提供給多個客戶，客戶一般只有數據（產品）的使用權，其所有權并未發生轉移，企業對上述數據資源仍應確認為無形資產。企業對上述數據資源仍應確認為無形資產。因此，數據資源入表到底是計入無形資產科目還是存貨科目，本質上要看企業在對外服務或者交易的過程中，數據產品權屬是否發生轉移或是否形成買斷式交易。本質上要看企業在對外服務或者交易的過程中，數據產品權屬是否發生轉移或是否形成買斷式交易。8.1.5 誤區五：當期發生的所有的和數據資源有關的投入都可以資本化誤區五：當期發生的所有的和數據資源有關的投入都可以資本化企業自創的數據資源類無形資產，在其整個生命周期，可能會出現很多支出，往往不

158、能與企業主體運營分開。比如，企業生產過程中獲得的伴生數據，按照規定這些原始伴生數據需要進行儲存，并按照合規的要求投入相應的成本。這些儲存與合規相關的成本屬于企業主體運營所應當投入，在此并不滿足相關成本可以可靠歸集的要求。此外，對于當期已發生的費用，應嚴格區分日常維護性質的支出還是有新的或實質性改進的支出才可符合資本化的條件。8.2“五步法五步法”入表路徑入表路徑8.2.1 合規與確權合規與確權2022 年 12 月數據十二條提出建立保障權益、合規使用的數據產權制度，探索數據產權結構性分置制度，建立數據資源持有權、數據加工使用權、數據產品經營權的“三權分置”的數據68產權制度框架。由此可見，數據

159、資源的合規與確權是數據資源入表的首要步驟。數據資源的合規和確權可從數據合規及數據授權兩個方面展開梳理：（1）數據合規主要包括：一是數據來源合規。一是數據來源合規。企業獲取數據行為不違反任何法律法規、國家政策和社會公共道德，不侵犯任何第三方合法權利。二是數據內容合規。二是數據內容合規。企業存儲數據的內容需真實、合法、合規，不得存儲法律法規不允許采集或存儲的違法數據。三是數據處理合規。三是數據處理合規。企業處理數據行為不違反法律相關規定，符合合法、正當、必要原則。四是數據管理合規。四是數據管理合規。企業需按照法律、法規、規章和國家標準等要求，建立數據合規相關管理制度，開展包括合規管理體系搭建、風險

160、識別、風險評估與處置等管理活動，對數據分類分級管理、數據跨境，個人信息保護等領域建立相應的全鏈條監督管理機制。五是數據經營合規。五是數據經營合規。企業需依法開展數據經營業務，獲得相應的資質、行政許可及充分授權，建立完善的內控體系，保障數據經營業務不危害國家安全、公共利益以及侵犯個人、組織合法權益。（2）數據授權主要包括：一是在進行數據入表前，一是在進行數據入表前，企業應基于數據資源來源，梳理其完整授權鏈條。例如，企業自行采集個人數據時，應獲得數據主體的恰當授權；企業采買個人數據時，應獲得數據供應商及數據主體的恰當授權。二是企業應建立數據權屬監督管理機制，二是企業應建立數據權屬監督管理機制，日常

161、維護數據資源的權屬變更情況。例如，企業獲取數據授權存在期限，應在資產使用壽命估計中予以合理反映和披露。8.2.2 有效治理與管理企業會計準則有關資產確認的兩個條件包括有效治理與管理企業會計準則有關資產確認的兩個條件包括：一是，相關經濟利益很可能流入企業，一般認為經濟利益流入的可能性應大于50%；二是，相關成本能夠可靠地計量。上述兩個條件看似簡單，實則需要企業建立相對完善的數據治理和管理流程才有機會實69現。企業應盡快建立相應的數據資源管理體系，為后續持續可靠的會計計量和披露提供底層保障。其中，主要治理與管理內容界定包括如下內容：數據資產體系數據資產體系主要是指建立頂層的數據資產管理體系，明確各

162、方職責、建立數據資產相關標準和機制，以有效承接與推動數據資源入表工作。同時數據資產管理也應與企業自身的數據管理體系充分結合。數據資源目錄數據資源目錄主要是指建立企業級數據資源目錄，盤點具有經濟利益的數據資源，通過目錄、標簽化、元數據屬性等方式準確描述數據資源，為后續估值與會計計量提供基礎。數據資產賬戶數據資產賬戶主要是指對于數據資源規模豐富、價值含量高、可精細化管理的企業，建議開設數據資產賬戶體系，引入內部分戶賬，有效管理數據資產因持續開發、應用、內外部流通帶來的賬面價值變化。數據資產血緣分析數據資產血緣分析主要是指為了有效支持后續數據資產成本法、收益法的不同價值分攤，實現數據資產視角的業財精

163、細化管理，精確衡量數據資源的投產比分析等，應加強重要數據資產的血緣分析能力，形成準確的數據血緣圖譜。數據資源運營數據資源運營主要是指通過數據資源入表與披露為抓手，形成企業級的數據資源內外雙循環的運營能力，以財務資產視角推動各業務和技術部門的數據運營，數據運營的成果真正與企業財務表現掛鉤，成為業務數字化建設的催化劑。8.2.3 預期經濟利益的可行性分析預期經濟利益的可行性分析如前所述，資產確認條件之一是經濟利益很可能流入企業（一般指可能性大于 50%）。在數據資源預期經濟利益的可行性分析層面，企業應結合不同的數據資源分類、業務交互需求和商業應用場景（數據產品和服務）分類，通過建立企業內部數據資7

164、0產價值評價體系對數據資源投入產出效益的評價，夯實經濟利益的分析基礎。8.2.4 相關成本的合理歸集與分攤相關成本的合理歸集與分攤數據資源的成本不僅包含外購過程中發生的購買價款、相關稅費，還可能包括數據合規成本、治理成本、權屬鑒定、登記成本以及需要分攤的間接成本等。數據資源典型的特征是具有伴生性，如何進行合理的成本分攤以確保數據資源成本的完整性是當前的實務難點。例如，信息系統在支撐主業經營的同時也產生經營數據，企業后續利用這些伴生性經營數據進行加工形成有價值的數據應用時，如何定義成本的邊界。如何定義成本的邊界。8.2.5 列報與披露列報與披露暫行規定要求企業根據重要性原則，結合實際情況增設報表

165、子項目，并通過表格方式細化披露。同時，暫行規定對于入表的數據資源的一般性強制披露要求與現有無形資產和存貨準則要求基本一致。此外，暫行規定還提出企業可根據實際情況自愿披露數據資源的應用場景或業務模式、原始數據類型來源、加工維護和安全保護情況、涉及的重大交易事項、相關權利失效和受限等相關信息，引導企業主動加強數據資源相關信息披露。新增披露要求盡管會給企業帶來一定的披露成本，但是適當的披露有利于將企業已經費用化的數據投入顯性化，將企業的隱形價值可視化、透明化，有利于驅動企業價值的提升。此外，根據數據資源評估的參數、假設與模型的披露要求，也將倒逼企業建立更加精細的內部管理流程，幫助企業厘清數據資源價值

166、的構成、來源和實現方式。8.3 會計計量與核算內容分解會計計量與核算內容分解8.3.1 會計核算范圍會計核算范圍根據企業會計準則中對于資產的定義，資產是指過去的交易或者事項形成的、由企業控制的、預期會給企業帶來經濟利71益的資源。企業將一項資源確認為資產，需要符合資產的定義，同時還要滿足另外兩個條件：與該資源有關的經濟利益很可能流入企業，該資源的成本或者價值能夠可靠地計量。8.3.2 初始計量一方面，主要是內部產生數據資產的初始計量。初始計量一方面，主要是內部產生數據資產的初始計量。對于企業在日常經營的業務場景中生成并獲取的數據，滿足合規和確權的條件下，經過有效的治理，可以考慮類比無形資產準則

167、下關于內部研究開發形成的無形資產確認標準，即區分研究階段支出與開發階段支出，研究階段的支出應當與發生時計入當期損益，開發階段的支出則需滿足下述五個條件才可以確認為無形資產：一是從技術上來講從技術上來講，完成該無形資產以使其能夠使用或出售具有可行性；二是具有完成該無形資產并使用或出售的意圖具有完成該無形資產并使用或出售的意圖；三是產生未來經濟利益的方式產生未來經濟利益的方式，包括能夠證明運用該無形資產生產的產品存在市場或者無形資產自身存在市場，無形資產將在內部使用的，應當證明其有用性；四是有足夠的技術，財務資源和其他資源支持有足夠的技術，財務資源和其他資源支持，以完成該無形資產的開發，并有能力使

168、用或出售該無形資產；五是歸屬于該無形資產開發階段的支出能可靠計量歸屬于該無形資產開發階段的支出能可靠計量。比如，企業大多數數據資產的內部形成過程可分為四個環節：數據采集、導入以及預處理、統計分析以及數據挖掘，其中前三個環節尚處于初期的整理歸集階段及研究階段，不確定性較大且風險高，應直接費用化處理；數據挖掘涉及開發及價值挖掘，這個階段已經可以讓數據產生一定的價值。在滿足條件下，可以考慮開始進行資本化。因此，上述信息可以判斷，現行會計準則對于內部研發形成的無形資產的確認條件非常嚴苛，也將導致可資本化的金額遠小于費用化的金額。另一方面，包括外購形成數據資產的初始計量。另一方面，包括外購形成數據資產的

169、初始計量。對于外購的數據資產，相關成本包括購買價款、相關稅費以及直接歸屬于使該資產達到預定用途所發生的其他支出，其中購買價款可能涉及72到相關資產評估工作。如果企業合并中取得的無形資產,其公允價值能夠可靠計量的，應單獨確認為無形資產。第三方面，主要是后續計量。第三方面，主要是后續計量。在我國會計準則下，無形資產初始確認后，后續應減去累計攤銷額和累計減值后的余額計量。使用壽命不確定的無形資產不應攤銷但應每年進行減值測試。企業選擇的攤銷方法應當反映于該無形資產有關經濟利益的預期消耗方式。無法可靠確定預期實現方式的，應當采用直線法攤銷。有別于其他資產，數據資產在使用的過程中，不僅可以被重復利用，還可

170、能隨著時間的積累挖掘出新的價值。因此傳統的直線法等攤銷方式可能不適用，這也是數據資產對準則提出的一個新的挑戰。后續計量中還有一個核心因素是減值跡象的判斷，考慮到上述數據資產的特點，減值跡象判斷過程可能較傳統無形資產更為復雜。第四方面，主要是列報和披露。第四方面，主要是列報和披露。入表不是顯示數據資源價值的唯一途徑，合理披露可以讓企業充分展示數據的價值。包括兩個方面：一是強制披露-基于單項數據資源特點的信息披露。1）無形資產）無形資產使用壽命的評估及攤銷方法攤銷期限、方法及殘值率的變更及影響所有權或使用權受限情況，及用于擔保的無形資產變動費用化和資本化的研發支出單項披露重大的數據資源原值、折舊、

171、攤銷及減值變動2）存貨）存貨發出存貨采用的方法存貨可變現凈值的確定依據及存貨跌價準備計提方法、當期計提及轉回情況所有權或使用權受限情況及用于擔保的73單項披露重大的數據資源原值、跌價準備變動3）估值信息）估值信息企業對數據資源進行評估且評估結果對企業重要的，應當披露：信息的來源；評估結論成立的假設前提和限制條件評估方法的選擇各重要參數的來源、分析、比較與測算過程涉及重大數據資源價值評估的場景的包括但不限于：企業合并對價分攤數據產品定價使用數據資產入股/融資以及其他創新場景二是自愿披露-充分展示有價值的信息。企業可以根據實際情況，自愿披露已確認和未確認的數據資源相關信息：形成數據資源的原始數據的

172、類型、規模、來源、權屬對數據資源的加工維護情況，以及相關人才、關鍵技術等的持有和投入情況數據資源的應用情況重大交易事項中涉及的數據資源對該交易事項的影響及風險分析數據資源相關權利的失效情況及失效事由、對企業的影響及風險分析74數據資源的應用場景、對企業創造價值的影響方式數據資源轉讓、許可或應用限制其他有必要披露的信息其中，數據資源資源披露信息要點可以分為如下幾個方面展開，如圖 8 所示。圖 8 數據資源資源披露信息要點759.建構可信低碳存儲設施，筑牢數據資源入表的底座支撐建構可信低碳存儲設施，筑牢數據資源入表的底座支撐可信數字底座旨在打造以可信數據為基礎的、從數據采集到儲存交換到計算賦能都嵌

173、入可信技術、并最終實現可信數據資產化的數據要素價值閉環的系統架構?？尚艛底值鬃哂型陚涞募钆c治理體系，能鼓勵數據流轉、交易，更好的發揮數據要素價值。本章節將從數據資源入表存儲的痛點、優勢及解決方案三部分介紹數據資源入表的可信存儲，論證了藍光存儲支撐數據資源安全可靠的技術保障，闡述了“可信數字底座”在數據資源入表及數字經濟建設中的價值。9.1 數據資源入表存儲痛點數據資源入表存儲痛點數據是數字經濟的關鍵要素，是國家重要的戰略性資源，伴隨數據資源入表規定相繼出臺，數據的可信存儲成為實現數據資源入表的物理基礎。數據如何實現資產化、價值化需要安全可靠的存儲作為底座支撐，數據資產化的前提是數據價值化，

174、而數據價值化的基礎是海量數據應存盡存，只有將數據資源長期、安全存儲下來，才能實現數據價值的長期挖掘，最終實現數據資產化。當前普遍使用的磁存儲架構無法保障數據資源入表的海量數據應存盡存、長期安全存儲，主要面臨以下三點存儲痛點：一是數據資源入表數據的真實完整存儲。一是數據資源入表數據的真實完整存儲。實現數據資產化，保障數據資源入表數據的安全，面對當前如勒索病毒、數據泄露之類的數據安全挑戰，需要技術手段有效保障數據資產的真實、完整、不可篡改的可信存儲。二是數據資源保存時長受限。二是數據資源保存時長受限。數據資源入表需要實現數據長期甚至永久的存儲，傳統存儲往往采用磁存儲介質，壽命較短，無法覆蓋入表數據

175、保存周期，數據需頻繁進行介質更換和數據遷移，不僅運維成本高而且無法保障數據遷移過程的安全。三是數據資源入表缺少可靠的有形化載體。三是數據資源入表缺少可靠的有形化載體。在會計準則下，將數據資源作為企業資產進行確認和計量，數據需要滿足具備可辨認形態、排他性數據產權、可預期經濟利益流入76等條件。所以需要將無形的數據資產有形化，通過更加安全的有形載體存儲數據資產，讓數據交易更為可信、可控、可計量。9.2.解決思路與潛在優勢解決思路與潛在優勢數據資產具有非實體性、依托性、可共享性、可加工性等特征，其中依托性指數據資產必須存儲在一定的介質中，磁光電混合存儲系統利用分布式存儲架構，融合 NVMe、SSD、

176、HDD、TAPE、藍光等存儲介質的優勢，為用戶提供高效讀寫、超長壽命、安全可靠、綠色節能、分級數據存儲服務，為數據資產化賦能，為數據資源的開發應用提供基礎保障，保證數據安全的同時降低TCO。其潛在優勢可分為以下四點：一是全介質分級存儲，一是全介質分級存儲，為數據量身定制。磁光電混合存儲系統采取數據分級分層存儲策略，熱數據磁存儲，冷數據藍光存儲。二是介質超長壽命，二是介質超長壽命，充分挖掘數據價值。磁光電混合存儲系統融合藍光介質壽命長的特性，滿足數據資源長期存儲的需求，保存數據可達到 50-100 年。三是多重數據保護之道三是多重數據保護之道，打造安全存儲底座。磁光電混合存儲系統通過數據冗余、數

177、據恢復、災難恢復等技術保證熱數據的安全可靠。對于“冷數據”，通過藍光技術抗電磁干擾、防病毒攻擊、防人為篡改等特性，將海量數據安全歸檔。四是低碳節能，四是低碳節能，推動數據存儲降碳環保。相比于全磁，存儲同樣體量的數據，磁光電混合存儲系統可以在運行時降低 70%以上的能耗，待機時降低 95%以上的能耗。9.3.數據資源入表存儲解決方案數據資源入表存儲解決方案9.3.1 可信存儲之藍光存儲技術數據存儲首先要解決的是存儲介質的問題?？尚糯鎯χ{光存儲技術數據存儲首先要解決的是存儲介質的問題。存儲介質是數據存儲的載體，是數據存儲的基礎。面對數據資源入表面臨的不可篡改、保存時長的痛點，藍光存儲是企業數據資

178、產長期保存的最佳介質，在容量、周期、安全方面具有非常大的優勢。77企業數據資產在企業不斷發展過程中規模逐漸增大。藍光存儲容量大，易擴展，適合企業不斷增長的數據存儲需求。藍光存儲已實現單張光盤容量 300GB，一個標準機柜容量接近 2PB。根據企業數據資產存儲需要可通過增加盤匣、擴容機柜等方式進行擴展。企業數據資產無論是已被評估的還是未被評估的，長期保存并保證有效訪問是資產入表的前提與保障。藍光存儲具有很長的存儲壽命。目前高質量光盤可靠保存時間已達 50 年以上，據測算，專業常溫常濕條件下光盤壽命可達 100 年。在企業數據評估、入表過程中，都可以采用藍光存儲作為數據資產流轉交易、抵押融資的一個

179、主要形式，可有效保障數據資產生命周期中的長期保存。企業數據資產需要保證其真實性、唯一性，數據資產不可被篡改。藍光存儲記錄信息是通過激光對存儲介質形成物理形變實現的，這種存儲原理具有天然的防篡改、防電磁干擾優勢。數據一經寫入便不能被人為修改和刪除，能夠有效防止數據被篡改，也能防止數據誤刪除和以刪除數據為威脅手段的勒索病毒威脅。并且，藍光存儲所記錄的數據信息可以抵御戰爭中強電磁干擾，以及部分極端自然災害的破壞，在企業數據資產長期保存中具有獨特的安全優勢。企業數據資產低成本的長期保存，對企業有重要意義。藍光存儲壽命長，可減少數據資產全生命周期中的轉存、遷移、介質更換支出；設備每小時能耗僅為磁存儲的

180、5.28%，無需依賴空調環境，可節省大量電能。藍光存儲可作為企業數據資產的長期保存更低成本的一種方式。9.3.2 可信存儲之磁光電混合存儲方案可信存儲之磁光電混合存儲方案在保障數據資產安全可信存儲過程中，存儲介質并不是越貴越好、越先進越好，要根據不同的應用環境，合理選擇存儲介質。78數據價值化以數據資源化為起點，其基礎是數據的應收盡收、應存盡存，數據存下來才能實現數據價值長期開發，保證數據價值可被釋放。磁光電混合存儲技術通過對磁、光、電不同存儲介質進行統一管理，結合電磁存儲性能優、光存儲壽命長、高安全的優勢，為企業數據資產的統一存儲提供了最佳方案。（1）分級存儲，海量數據應歸盡歸）分級存儲，海

181、量數據應歸盡歸磁光電混合存儲技術對企業數據進行分級存儲，新產生的數據存儲于電磁介質中保障高效讀寫，已被評估入表需要歸檔長期保存的數據放在光介質中，利用光存儲容量大的優勢，保障企業規?；鲩L的數據可以應歸盡歸，做到數據不刪除、資產不流失。（2）價值歸檔，充分保護企業資產）價值歸檔，充分保護企業資產無論是已被評估的數據，還是未被評估的數據，對于企業來說都有著一定的價值，每一個數據都應該被完好保存，以待價值釋放。（3）統一管理，筑牢數據安全防線）統一管理，筑牢數據安全防線光電磁混合存儲技術，依托于藍光存儲天然防篡改、防病毒攻擊、不可刪除的特點，有效保護企業數據安全，保障數據資產在全生命周期過程中的統

182、一存儲與管理，筑牢數據存儲堅實底座與安全防線。（4）節能降耗，有效降低企業成本）節能降耗，有效降低企業成本光電磁混合存儲技術，在數據長期保存過程中無需數據遷移、介質更換，并且設備能耗低，充分發揮不同存儲介質的特性，優勢互補，實現資源的最合理分配和利用，有效降低企業存儲數據的成本。磁光電混合存儲技術能夠實現數據的可信存儲，目前該技術已經廣泛應用于遙感、金融、醫療等行業，并實現了海量數據的長期安全可靠存儲。數據資源入表之后，磁光電混合存儲可以為各行各業賦能，實現海量數據存儲，結合磁性存儲和光學存79儲的優點有效提高數據的安全性、可用性、持久性，并優化存儲成本，支撐數據資源入表準備階段。8010.打

183、造安全合規體系，構建數據資源入表的安全監管機制打造安全合規體系，構建數據資源入表的安全監管機制暫行規定的出臺，為企業開展數據資產化實踐，參與數據要素市場流通，踩下了“加速鍵”。為了規范數據資源入表的流程，避免數據資產管理與經營過程中出現數據來源不合規、數據被篡改或發生數據泄露等事件，需要企業構建安全合規數據安全環境。本章節主要是數據資源入表的法律風險、權屬審查和權屬論證、全流程合規和安全監管技術四個方面展開論述，以期幫助企業合規處理并運營數據資產。10.1 數據資源入表的法律風險數據資源入表的法律風險數據資源入表處理不當可能會產生一定的法律風險。這些法律風險會成為企業發展的隱患。本章節將數據資

184、源入表的法律風險進行梳理，以滿足需要的企事業單位進行風險識別。10.1.1 數據隱私和合規在確保個人數據的隱私和安全是非常重要的，數據隱私和合規在確保個人數據的隱私和安全是非常重要的，將涉及個人數據相關入表的個人信息保護十分重要。完成對個人信息的處理，主要是涉及到姓名、身份證號碼、電話號碼等需要匿名化或者可用不可見等方式進行脫敏處理，以便減少對個人身份的識別，并保證數據的安全。針對個人信息保護的處理可以減少對企業數據資源入表后的困擾。因此，企業可以根據具體業務需求和法規要求制定個人數據脫敏策略。脫敏策略應確保脫敏后的數據無法直接重新識別出個人身份。在進行個人數據脫敏處理之前，對脫敏方案進行合規

185、審查，以確保符合相關的法律法規和隱私保護要求。10.1.2 數據的權利邊界數據的權利邊界企事業單位在使用第三方數據時，需要確保獲得數據資源的許可和授權?？赡苄枰獙彶榘ㄔS可協議、合同或其他形式的授權文件，明確了解對數據的使用條款和限制。同時，一些數據許可可能會限制數據的使用時間范圍。在使用數據之前，務必了解許可協議中的使用期限或其他類似限制。需要遵守合同中的規定，81不要超出許可范圍。如果數據是通過開源軟件采集的，需要留意該開源軟件的許可協議。一些開源軟件可能要求對派生數據的共享或相關代碼的開放。當數據從第三方收集并納入企事業單位的業務中時，可能涉及到知識產權問題。在這種情況下，確保在合法范圍

186、內使用數據，并遵守知識產權法規。在使用數據之前，建議咨詢法律專家以確保符合相關法律法規和合同要求。遵守所有適用的法律，尊重和保護知識產權。10.1.3 投融資并購的法律風險數據的入表歸屬存在問題會影響到企業的投融資業務。投融資并購的法律風險數據的入表歸屬存在問題會影響到企業的投融資業務。對外投資的企業對被投企業的數據情況展開盡職調查。在盡職調查過程中，律師事務所針對被投企業的數據處理進行詳盡的梳理。其中，盡職調查旨在盤點被投企業的數據情況，審查數據是否符合適用的法律和法規。相關法律法規包括個人數據保護法規和相關隱私法律，同時審查被投企業的數據處理的透明度和合規性。審查內容涉及被投企業在數據收集

187、、存儲、傳輸、使用和刪除等方面的工作是否符合現行法律規定。10.2 數據資源入表的權屬審查和權屬論證數據資源入表前的權屬審查和權屬論證。數據資源入表的權屬審查和權屬論證數據資源入表前的權屬審查和權屬論證。從數據資產的來源角度來看，數據資源入表面臨兩種情況：一是數據資產屬于外購數據資產屬于外購，具有外部依據。二是數據資源屬于業務伴生數據資源屬于業務伴生，沒有外部依據?；谕赓彅祿Y產的入表，需要完成對其權利范圍、權利時間等因素的審查?；跇I務伴生數據，則需要進行權屬的論證。權屬論證旨在確定數據資源的權益、權益的歸屬主體、權益的限制條件。10.2.1 權屬引發的法律風險問題權屬引發的法律風險問題數

188、據資產的可復制性、成果加工的不可分性導致必然存在某項數據資產存在權屬爭議問題。我國中華人民共和國個人信息保護法和中華人民共和國數據安全法明確了涉及個人信息82的數據不得隨意披露，在數據資產進行會計確認的過程中，可能存在因權屬爭議引發的權屬爭議、報表錯報等法律風險。10.2.2 價值確認引發的法律風險問題價值確認引發的法律風險問題價值確認引發的法律問題會在企業的數據資產入表工作完成之后逐漸體現出來。數據資產價值的判斷和確認是在投融資盡調、股權投資、并購實務中的關鍵環節，對于企業價值的準確評估具有至關重要的意義。如果資產價值的核定存在判斷爭議或錯誤，可能導致投融資決策失誤，引發各種法律風險問題，包

189、括但不限于證券虛假陳述行為。企業應加強內部審查和管理，建立針對數據資產透明、合規和可持續的價值確認機制，從而降低不存在明確裁量標準的訴訟和法律風險的發生。10.2.3 數據資產信息披露引發的合規風險數據資產信息披露引發的合規風險數據資產并入資產負債表會對企業的數據資產管理模式和披露要求帶來新的挑戰。將數據資產納入資產負債表后，企業需要建立合適的數據資產管理模式，包括數據資產的采集、整理、加工、存儲、維護和更新等環節，以確保數據的完整性、安全性和準確性。同時，在披露數據資產信息時，應當準確判斷應該披露的內容和自愿披露的范圍，避免超過法定要求或涉及商業敏感信息的披露，引發合規風險。10.3 數據資

190、源入表的全流程合規數據資源入表的全流程合規2020 年 3 月，國務院印發 關于構建更加完善的要素市場化配置體制機制的意見，首次將數據與土地、勞動力、資本、技術等傳統要素并入生產要素之中，成為市場主體參與分配的依據。2023 年 8 月 21 日，財政部會計司公布暫行規定，為市場主體如何鎖定依據提供了操作路徑。市場主體在操作路徑全流程中進行合法合規的安排，為實現后續的經濟價值掃除障礙。數據資源入表全流程合規主要體現在以下兩個問題：一是確定入表的數據資源范圍。確定入表的數據資源范圍。選擇數據資源是市場主體啟動數據資源83入表的前提。數據二十條提出的三權分置機制為解決數據權屬問題提供了初步路徑。企

191、業在實際數據資源入表的過程中依然需要重點關注企業對數據的擁有、控制的情況。同時需要厘清數據資源的自持與對外合作中的交織。用于入表的數據資產需要有體現擁有或者控制的外部特征：如存儲的控制、訪問權限的控制等。二是數據資源的法律風險評估。數據資源的法律風險評估。在數據安全法、個人信息保護法、網絡數據安全管理條例（征求意見稿）、數據出境評估辦法等相關法律法規中，對開展數據安全風險評估工作都提出明確要求。在數據資產管理過程中，還應從數據合規與安全角度，按照數據生命周期的不同階段開展數據風險評估，如數據采集、數據傳輸、數據跨境、數據存儲、數據處理、數據分享和數據銷毀。10.4 數據資源入表的安全監管技術數

192、據資產入表中的數據安全監管非常重要數據資源入表的安全監管技術數據資產入表中的數據安全監管非常重要，因為數據安全問題可能導致數據泄露、數據損壞或數據濫用等風險。數據資產作為新型生產資料，其在流通和使用過程中不斷產生新的價值，但其受數據價值的提升、流動性的加劇、防護邊界模糊以及數據自身海量無序、類型繁雜、場景多樣等諸多內外復雜因素的影響，數據安全風險異常突出，傳統以邊界防護為主的網絡安全手段已經難以有效應對，數據安全正在面臨前所未有的挑戰?？傊?，數據安全監管是數據資產入表過程中的重要環節。數據安全監管是數據資產入表過程中的重要環節。通過建立數據安全政策和程序、實施訪問控制、加密和脫敏處理、數據備份

193、和恢復、數據審計和監控以及合規性監管等措施，企業可以有效地保護數據資產的安全性和完整性，從而為數據資產入表提供有力的支持。10.4.1 安全監管的技術服務特點一是風險識別。安全監管的技術服務特點一是風險識別。通過數據安全風險評估，客戶能夠更清楚地了解其數據生態系統中存在的潛在風險。有助于客戶認識到可能84的威脅和漏洞，從而能夠更及時地采取措施來降低風險。二是應對合規。二是應對合規。針對特定的法律法規和行業標準，數據安全風險評估可以幫助客戶確保他們的數據處理方式符合法規要求。這有助于避免不必要的罰款和法律問題，維護良好的商業聲譽。三是降低損失。三是降低損失。通過提前識別潛在的風險，客戶可以采取相

194、應的措施來降低風險事件發生的可能性，從而減少可能的數據泄露、濫用、篡改等風險帶來的損失和成本。四是建立信任。四是建立信任。在當今數字化時代，數據安全是客戶信任的基礎。通過進行數據安全風險評估，并在合規和風險管理方面取得良好表現，客戶可以向其合作伙伴、客戶和利益相關者展示他們對數據保護的承諾，建立信任關系。五是應對挑戰。五是應對挑戰。隨著技術的不斷發展和法規的變化，數據安全風險也會不斷變化?？蛻敉ㄟ^持續的風險評估，能夠更好地應對新的安全挑戰，保持對風險的敏感性和適應性。10.4.2 技術監管的數據安全風險評估服務體系技術監管的數據安全風險評估服務體系為了協助企業應對監管層面對數據安全風險評估和合

195、規的要求，協助企業對數據泄露、數據濫用、數據篡改等各類數據安全風險可知、可控，參考數據安全法、個人信息保護法等相關法律和監管要求，以合規檢查為重點，提供安全風險評估配套的工具和專業人工服務對企業數據安全進行風險評估，協助企業全面且有針對性的掌握數據安全風險詳情，規避數據安全合規風險，并針對風險提供整改建議和意見，促進科學數據安全治理和安全管控體系建設，如圖 9 所示。在全面、客觀評價企業數據安全保護工作現狀、合規滿足性、執行有效性的基礎上，由一支經驗豐富的數據安全專家團隊提供高度定制化和深度分析的數據安全風險評估，尤其對于復雜的業務場景和安全挑戰提供了更具專業性的咨詢服務，深入挖掘數據安全保護

196、領域相關風險，幫助客戶識別和應對可能的數據安全威脅，確保數據安全的持續改進和保護。85圖 9 數據安全風險評估框架圖8611.衍生入表后服務：數據資產授信融資，釋放數據資產價值衍生入表后服務：數據資產授信融資，釋放數據資產價值數據資產化是企業實現數據價值的核心，是在實現數據使用價值的基礎上向實現交換價值邁進，進而逐步釋放數據生產力的過程。本章從數據資產授信融資概念、貸前準備、貸中審查審批以及貸后管理與處置四方面闡述了數據資產授信融資的過程。知道企業通過深入挖掘數據價值，實現數據的資產化，明確數據資產價值實現路徑，推進商業模式變革。11.1 數據資產授信融資的概念數據資產授信融資的概念數據資產授

197、信是指基于傳統貸款流程，結合數據資產在權屬認定和價值評估方面的特殊性，通過數據資產認定、數據資產評估、數據資產貸后管理等過程，完成數據資產的貸前準備、貸中審查和貸后處置。11.2 數據資產貸前準備數據資產貸前準備與傳統信貸流程相比，數據資產貸前準備有以下特殊工作：一是引入第三方服務機構（公證、律所）對數據資產進行合規審核，并形成審核意見書；二是結合數據交易所作相關數據產品的流通交易情況，對數據資產的定價、處置形成參考依據；三是引入第三方服務機構（資產評估機構等）對企業數據資產價值進行評估，并形成資產評估報告；四是通過引入第三方數據來源（如公共數據）、開展盡職調查等方式，輔助銀行對企業狀況進行審

198、核。11.2.1 數據資產認定數據資產認定數據資產認定主要是包括兩個部分，一是由申請貸款的企業發起，將數據資產打包后提交第三方服務機構（公證機構、律師事務所等），第三方服務機構對申請方的數據資產進行權屬和合規審核并出具數據資產審核意見書（公證/法律意見書）。二是企業向銀行提交數據資產貸款申請材料，包括但不限于數據資產87登記信息、數據來源情況說明、數據交易授權書、知情同意相關佐證材料、數據合規承諾聲明等。11.2.2 數據資產審查數據資產審查銀行對企業提交的數據資產貸款申請材料進行審查，重點對數據權屬、數據分級分類進行認定，對數據權屬不清晰、涉及國家安全的數據資產予以駁回。數據權屬重點關注數據

199、資產授權鏈是否清晰。對于外采數據重點關注需提供明確的交易合同和授權鏈；對業務活動自行產生的數據或自行采集的數據，需提供清晰的數據來源說明，涉及個人數據的需有明確的個人授權。11.2.3 數據資產上市數據資產上市企業可將通過審查的數據資產在數據交易所上市交易。企業獲取相關機關出具的數據資產審核意見書后，可以選擇將數據資產以數據產品的形式上市數據交易所，數據交易所對企業申請上市的數據產品進行登記、審查，并對相關材料進行存檔。11.2.4 數據資產評估數據資產評估由銀行委托第三方資產評估機構開展數據資產評估，評估結果作為貸款額度確認參考，貸款額度評估模型由銀行和第三方機構共同確認。具體流程包括：一是

200、選擇數據資產評估方法與評估模型：一是選擇數據資產評估方法與評估模型：結合數據資產特性，設計用于數據資產評估的評估方法與評估模型。評估方法包括成本法、收益法與市場法；評估模型基于不同評估方法，在確定相關重要參數設置基礎上進行開發。二是數據質量評價：二是數據質量評價：通過對數據完整性、數據準確性和數據有效性三方面設立約束規則，利用統計分析數據是否滿足約束規則完成量化?；诮y計學的思想，數據質量為滿足要求的數據在數據系統中的百分比。數據質量的評價辦法由數據模塊、規則模塊和評價模塊三者組成。88三是資產評估機構出具數據資產評估報告：三是資產評估機構出具數據資產評估報告：由第三方資產評估機構結合其他同類

201、數據資產評估結果，基于評估指標體系和數據質量評價提供數據資產評估報告（包括數據資產質量評價報告和數據資產評估報告兩部分），為銀行貸款提供輔助參考。四是銀行完成授信報告四是銀行完成授信報告：銀行將數據資產評估結果作為貸款額度的依據，最終授信額度確認，并形成授信報告。11.2.5 數據資產盡職調查數據資產盡職調查通過引入第三方數據來源（如公共數據）、實地走訪等形式開展盡職調查，輔助銀行對企業狀況進行審核。11.3 數據資產貸中審查審批數據資產貸中審查審批在貸款調查、審查意見的基礎上，按授權權限進行審批，決定貸與不貸，貸多貸少以及貸款方式、期限和利率。對于符合條件的企業，銀行與其簽訂貸款合同并完成放

202、款。11.4 數據資產貸后管理與處置數據資產貸后管理與處置基于銀行傳統的貸后管理模式，主要在貸后檢查環節新增對于企業“數據資產全生命周期”的監督管理：一是對數據資產采集、保存、應用和銷毀等數據資產全生命周期環節進行日常監控與貸后檢查；二是通過數據交易所、貸款企業及關聯企業等渠道對數據資產進行日常監控；三是對貸款企業數據資產的質量、完整性、應用價值以及權屬轉換情況進行持續監查管理。11.4.1 日常監控日常監控通過數據交易所、貸款企業及關聯企業等渠道對數據資產進行日常監控。1.監控貸款額度使用情況和貸款投向。2.跟蹤企業賬戶往來及利息清償情況。3.監控數據資產的權屬變更、權利限制、價值變動等情況

203、。11.4.2 貸后檢查貸后檢查全面跟蹤檢查借款人、抵(質)押物等相關因素：891.檢查企業經營狀況:相關國家產業、稅收政策及外部經濟環境、生產經營活動及生計劃、財務狀況等。2.檢查企業內部管理:經營方針及經營策略、法定人代表人及其他核心管理人員組成等。3.檢查抵(質)押物:抵(質)押物完好程度、變現能力以及狀態。4.檢查融資及還款能力:企業資金用、現金流量還本付息能力及落實還款計劃情況、借款人關聯企業。5.檢查數據資產生命周期:數據資產盤點情況數據資產質量變動、應用價值變動以及權屬變更等情況進行持續管理.11.4.3 貸后評估與預警報告貸后評估與預警報告評價貸款風險，完成貸后檢查報告，并反饋

204、影響貸款安全的預警信號。貸款風險評價主要包括對借款人的信用評估、還款能力分析、貸款用途及還款來源的審查等。在評價貸款風險時，銀行需要運用綜合分析方法，全面了解借款人的財務狀況、信用記錄、經營狀況和市場環境等因素，以確定貸款的安全性和可行性。在完成貸后檢查報告時，銀行應詳細記錄檢查過程、檢查結果以及相關風險防控措施，以確保貸款安全。一旦發現預警信號，銀行應立即啟動風險防控措施，包括但不限于加強與借款人的溝通、調整貸款利率、增加貸款擔保等，以確保貸款安全。11.4.4 風險資產處置風險資產處置制定并調整風控措施和策略，對風險資產進行及時處置?？尚械哪Ｊ桨ǎ?.銀行自用：銀行獲取數據持有權、使用權

205、及經營權，基于同類企業數據資產進行融合計算，賦能其他業務。2.通過數據交易市場交易回籠資金：銀行與數據交易所合作，通過數據交易所出售數據資產并直接將收入劃撥銀行作為還款來源。903.數據資產拍賣：由企業通過拍賣等形式將數據資產轉讓第三方使用，產生的收益作為還款來源。9112.數據資源入表的實踐案例數據資源入表的實踐案例各地已經對于數據資產入表開展探索，但從國內總體實踐情況來看，數據資產入表仍屬于新領域，其通用的實現路徑仍有待探索。本文列舉了近年來國內數據資產化的相關案例，為數據資源入表的進一步探索提供參考。12.1 數據資產評估案例數據資產評估案例企業 A 是一家能源行業企業，其主營業務為向經

206、營范圍內的 90 萬余戶居民及 3 萬余企業用戶持續供能。在能源計量和能源費結算的過程中，企業所使用的智能計量設備采集和生成了大量的底層數據。企業通過對該部分底層數據進行篩選、治理、加工，于 20X0 年完成了數據資產基礎開發建設。隨著底層數據的自然增長，現狀數據資源逐漸成形，企業在此基礎上陸續開發出一系列數據產品。委估數據資源權屬清晰，擁有該項數據資產的數據資源持有權、數據加工使用權、數據產品經營權，取得了數據資產登記證書。數據資源所產出的產品深度應用于城市治理、綜合能源管理、雙碳管理、綠色金融及 ESG 評估等場景。自上線以來，已簽訂多項數據服務合同，在開拓數據盈利新模式的同時，收獲了諸多

207、成效及好評，實現了經濟效益和社會效益的“雙豐收”。1.估值程序估值程序估值程序主要包括前期準備、現場調查、評定估算、匯總審核和呈送報批五大環節。各環節主要工作內容如圖 10 所示：92圖 10 估值程序及工作內容2.估值方法估值方法數據資產的估值方法包括成本法、收益法和市場法三種基本方法及其衍生方法。本項目根據估值目的、估值對象、價值類型、資料收集等情況，對上述三種基本方法的適用性進行了分析，最終選擇了收益法對委估數據資產進行估值。分析過程如下：收益法是通過預測未來數據資產的收益額并將其折現來確定技術類無形資產價值的方法。經分析，估值標的數據資產的未來相關收益合理預期、風險程度相對應的折現率可

208、以通過適當的方法合理估算。因此本項目采用收益法進行估值。成本法是根據形成資產的成本進行估值，是從構建角度反映估值對象價值。由于委估數據資產是數據資產持有單位多年研究及生產經營積累貢獻形成，其管理人員、研發人員、服務器等費用難以與主營業務分割，數據資產形成的直接投入和間接投入在形成過程中未作單獨核算，本次未采用成本法進行估值。市場法是根據相同或者相似的數據資產的近期或者往期成交價格，通過對比分析，對數據資產的價值進行估值方法。目前正值數據資產市場建設期，數據相關資產缺乏充分、活躍的交易市場，無法從市場交易中選擇參照物，估值基準日前后也難以找到相似數據資產交易案例，本次未采用市場法進行估值。3.估

209、值模型及思路估值模型及思路93本項目從收益途徑對委估數據資產進行估值，具體采用了分成收益預測法?；炯夹g思路是通過對數據資產應用的產品帶來的未來年期的收益進行預測，并用適當的折現率折現成現值后加和，得到數據資產的價值。其基本計算公式如下：P=t=1nFt k(1+i)t?其中：P：數據資產的估值Ft：數據資產相關業務第 t 年的收益額k：數據資產在收益中的分成率t：未來第 t 年i：折現率4.項目分析與總結項目分析與總結本項目基于委估數據資產所產生的數據產品已實現的應用場景及商業模式，對數據資產未來經濟利益的實現方式進行了分析和預測，對數據資產未來經濟利益的可實現性進行了判斷；對影響經濟利益實

210、現的相關風險進行了估計；在充分考慮法律期限、合同期限、相關產品生命周期以及數據資產的更新時間、數據資產的時效性等因素的基礎上，綜合確定了數據資產未來經濟壽命等影響數據資產價值的關鍵指標，最終實現了對數據資產在特定的應用場景下的公允價值進行價值估算。本項目的實施，為企業判斷該項數據資源預期是否會給企業帶來經濟利益、與該資源有關的經濟利益是否很可能流入企業、數據資源的攤銷年限難以估計等問題提供了參考，同時也為企業提供了財務報告附注披露所需的信息，如應用場景或業務模式、創造價值的影響方式、宏觀經濟和行業領域前景等。9412.2 數據資源模擬入表案例數據資源模擬入表案例A 為某醫療物流商貿公司，具有有

211、效的數據治理體系，多年來通過自身的業務合法積累了海量的數據，結合部分外部購買的數據，經過加工和清洗逐漸形成了區域性居民用藥數據庫。上游藥品銷售公司有意向訂閱該數據庫用于庫存管理和定價參考使用。A 公司于 20 x3 年 9 月 30 日完成該數據庫的開發，擬根據 暫行規定將該數據庫入表，A 公司根據如下步驟確認入表金額：1、確認數據資源的范圍確認數據資源的范圍，A 公司該無形資產涉及很廣泛的數據，包括 1）業務過程中自然沉淀的原始數據，比如個人客戶信息，企業客戶信息以及其他正常業務數據等，2）在該無形資產的研發過程中，通過對數據的清洗、分析，標記，脫敏，A 公司獲得了可用于最終可供數據庫使用的

212、數據；3）同時在 A 公司在收集和處理數據中，建立數據質量管理系統相關算法，自動核對和存儲數據，完成數據質量監控，以便及時發現和處理問題。根據企業會計準則基本準則（“基本準則”）第二十條 資產是指企業過去的交易或者事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源，判定符合資產定義的數據資源范圍鎖定在第 2 和第 3 類數據資源；2、確認資產類別，確認資產類別，根據分析，數據庫符合數資產的定義，且以不轉讓數據權屬或非排他性的形式對外提供服務，故該數據庫可以確認為無形資產。3、成本的歸集，成本的歸集，無形資產根據歷史成本計量，包含直接成本和間接成本，其中直接成本為形成數據資產直接相

213、關的活動的重置成本，間接成本包括貼源層和共享層的數據成本，根據血緣分析和適用成本歸集因子比如引用頻次等分攤后的成本，一般情況下包含相關人工成本，設備使用成本等?；谏鲜龇治?，A 公司于 20 x3 年 9 月 30 日確認數據資產無95形資產人民幣 500 萬元，按照 10 年以直線攤銷法進行攤銷，殘值為 0，當月計提攤銷人民幣 4.17 萬元，假設不考慮稅費，入表前后財務數據變化見圖 11。圖 11.A 公司入表前后財務數據變化通過對比入表前后的財務數據可以看出，通過數據資源入表，利潤率、權益凈利率和資產凈利率均有所增加，資產負債率下降。96另外由于無形資產入表并未產生額外的現金流動，在現金

214、流量表中相當于是經營活動現金流和投資活動現金流的重新分類，故對現金流量凈額無影響。A 公司管理層認為該數據庫未來仍可以繼續為公司帶來現金流，其價值應高于歷史成本金額，且未來可以考慮以該無形資產作為標的進行入股或者融資，故聘請資產評估機構對該無形資產進行了評估。評估機構根據該數據庫的實際情況選擇了收益法進行評估，評估基準日為 20 x3 年 12 月 31 日，評估價值為人民幣 800 萬。在 A 公司 20X3 年的財務報表中，該數據庫相關的無形資產應當按照其賬面凈值 483.3 萬元進行列示，雖然通過評估該無形資產產生了增值，但由于在企業會計準則中明確規定該無形資產應以成本模式進行計量，故

215、A 公司不能根據評估結果調增該無形資產的賬面價值。雖然不能影響會計報表，但 A 公司管理層認為評估結果對企業未來的經營有著重大影響，故根據暫行規定的要求講評估主要假設，限制條件，參數等相關信息在財務報表附注中進行了披露。9713.未來展望未來展望隨著數字基礎設施的不斷完善以及數字經濟的快速發展，數據作為新時代重要的生產要素之一，其核心價值和賦能效應日益凸顯。各級市場圍繞數據資源化、資產化和資本化的價值化探索顯著加速，促使數據成為資產已成為各類市場主體面向未來發展的追求，數據流通交易需求也將更加旺盛。特別是，隨著財政部企業數據資源相關會計處理暫行規定的印發，標志著我國數據資產化邁出了實質性一步，

216、為數據要素市場培育按下“加速鍵”，這也為數據資產轉化為具有可持續性的經濟增長點提供了新動能為數據資產轉化為具有可持續性的經濟增長點提供了新動能。展望未來展望未來，數據要素相關領域可從以下幾方面進行趨勢研判、機制探索和制度設計：（1）加強數據資源的開發指導和監督管理）加強數據資源的開發指導和監督管理數據資產入表涉及到數據來源確認、收集、存儲、治理、評估、運營等多個環節，且專業性和創新性要求很高。大多數公司不具備獨立開展數據資產化工作的能力，需要政府、協會等機構對傳統企業特別是中小型企業進行數字化轉型和數據資產管理方面的能力提升指導，進一步明確數據資產的定義、分類、計量方法和披露要求等，使企業能夠

217、準確地評估和核算數據資產的價值。同時，需要建立健全數據資產入表的監管和管理機制，加強對數據治理的指導和監督，防止數據造假和舞弊行為的發生。（2）細化數據資產的估值體系和定價方法）細化數據資產的估值體系和定價方法數據資產的準確估值，涉及數據權屬、數據質量、數據安全、應用場景和市場需求等多方面因素。傳統的成本法、市場法和收益法并不完善，無法完全適應數據資產的特性，因此需要探索新的估值模型，進一步從權益視角去審視和評估數據資產的公允價值。同時，定價方法也需考慮數據的特有屬性、使用價值和潛在風險。同時，在推動數據要素市場化發展過程中，進一步探索建98立合理的數據資產估值理論與定價方法，將既有助于企業充

218、分認識和利用數據資產，又能為投資者提供決策依據，推動數據經濟健康發展。（3）關注數據市場的社會價值和生態建設）關注數據市場的社會價值和生態建設政府可以積極引導和支持不同領域和行業之間的合作和交流，搭建跨界合作平臺，推動數據資產入表的跨界合作和共贏。對政府而言對政府而言，數據資產入表將促進地方政府進一步探索“數據財政”，為地方政府平臺公司的數據運營帶來新發展思路，將進一步激發全社會重視數據資產的價值挖掘和使用，帶動數據要素相關產業全面發展。對企業而言對企業而言，可重新整合內部數據資源，為推動數字產業化和產業數字化以及高質量數據要素市場培育注入新動能。對社會而言對社會而言，數據涉及的領域和行業較廣

219、泛，以數據資源開發和利用所形成的數據資產價值化路徑為核心，可以助推數據要素賦能實體經濟發展目標的實現。特別是特別是在醫療、交通、金融、農業等具體應用場景的細化和深化，可有效提高生產效率、優化資源配置、改善社會民生，將推動中國式現代化進程、實現數據強國目標。99參考文獻參考文獻1 王紫敬.數據要素全知道系列 1：數據要素市場空間有多大?EB/OLhttps:/ 尹西明,林鎮陽,陳勁等.數據要素價值化動態過程機制研究J.科學學研究,2022,40(02):220-229.3 趙蓉,林鎮陽,聶耀昱等.數據財政的市場化運營方案設計與思考 J.科技管理研究,2023,43(09):183-190.4 聶

220、耀昱,尹西明,林鎮陽等.數據基礎設施賦能碳達峰碳中和的動態過程機制 J.科技管理研究,2022,42(18):182-189.5 尹西明,林鎮陽,陳勁等.數據要素價值化生態系統建構與市場化配置機制研究 J.科技進步與對策,2022,39(22):1-8.6 林鎮陽,侯智軍,趙蓉等.數據要素生態系統視角下數據運營平臺的服務類型與監管體系構建 J.電子政務,2022,(08):89-99.7 聶耀昱,趙蓉.數據要素驅動城市級數字中國建設機制及實踐探索 J.河南社會科學,2023,31(10):20-26.8 朱秀梅,林曉玥,王天東等.數據價值化：研究評述與展望J/OL.外國經濟與管理,1-16.9

221、 曲亮,許塬杰.“要素資本產品”三態耦合視角下數據市場治理體系研究 J.理論學刊,2023,(03):123-130.10張寶山.數據確權的中國方案：要素市場語境下分類分級產權制度研究 J.北方法學,2023,17(05):146-160.11申衛星.論數據產權制度的層級性：“三三制”數據確權法J.中國法學,2023,(04):26-48.12熊丙萬,何娟.數據確權：理路、方法與經濟意義 J.法學研究,2023,45(03):54-72.13黃麗華,杜萬里,吳蔽余.基于數據要素流通價值鏈的數據產權結構性分置 J.大數據,2023,9(02):5-1510014王利明.論數據權益：以“權利束”為

222、視角 J.政治與法律,2022,(07):99-113.DOI:10.15984/ki.1005-9512.2022.07.01015戴昕.數據界權的關系進路 J.中外法學,2021,33(06):1561-1580.16崔國斌.大數據有限排他權的基礎理論 J.法學研究,2019,41(05):3-24.17孟濤.基于“豐鳥數據之爭”的數據財產的法律屬性與保護路徑 J.大連理工大學學報(社會科學版),2019,40(02):77-84.DOI:10.19525/j.issn1008-407x.2019.02.01018徐實.企業數據保護的知識產權路徑及其突破 J.東方法學,2018,(05):55-62.DOI:10.19404/ki.dffx.2018.05.00619龍衛球.再論企業數據保護的財產權化路徑 J.東方法學,2018,(03):50-63.DOI:10.19404/ki.dffx.2018.03.00620許可.數據保護的三重進路評新浪微博訴脈脈不正當競爭案 J.上海大學學報(社會科學版),2017,34(06):15-27.21龍衛球.數據新型財產權構建及其體系研究 J.政法論壇,2017,35(04):63-77.22中國資產評估協會.數據資產評估指導意見EB/OL.http:/