数据资产价值实现研究报告（2023）

REPORTONVALUEREALIZATIONOFDATAASSET 数据资产价值实现 研究报告 杭州国际数字交易联盟2023年2月 《数据资产价值实现研究报告》（2023） 联合发起单位： 杭州国际数字交易有限公司浙江垦丁律师事务所 隐数科技（北京）有限责任公司杭州安恒信息技术股份有限公司 编写单位： 杭州国际数字交易有限公司浙江垦丁律师事务所 隐数科技（北京）有限责任公司杭州安恒信息技术股份有限公司北京原语科技有限公司 杭州长三角大数据研究院 主编： 陈双潘凯伟麻策熊婷黄迪 参编人员： 李丹杨蓉郭兵陈梅瑜方巧娟吴娇燕林盛佳李嘉亮梁颖李嘉茵李延凯 目录 一、数据资产概述3 （一）数据资产及相关概念3 1.数据资产定义3 2.数据资源化与数据资产化4 （二）数据资产价值实现面临的困境与挑战5 1.数据治理能力缺乏5 2.数据权属不明6 3.数据资产难计量8 二、数据资产形成条件10 （一）数据可变现10 1.建立数据治理总目标11 2.数据治理需求分析11 3.数据治理体系建设12 （二）数据合法拥有或合法控制16 1.数据权属制度探索16 2.数据“合法拥有”：新型数据产权运行机制18 3.数据“合法控制”：对其它合法权益状态的保护20 4.数据来源合法是数据“合法拥有”和“合法控制”的基础23 （三）数据可被计量36 1.数据资产计量36 2.数据作为资产入表探索37 三、数据资产价值评估方法38 （一）影响数据资产价值估值的因素39 （二）数据资产价值估值的难点和挑战40 1.传统估值方式存在一定局限性40 2.数据资产流通缺少统一规范41 3.行业数据资产特点不尽相同41 （三）数据资产估值方法和模型41 四、数据资产价值实现路径46 （一）公共数据资产价值实现路径47 1.政策背景47 2.公共数据开放50 3.公共数据授权运营53 4.公立医院医疗数据资产价值实现探索56 （二）企业数据资产价值实现路径63 1.内部使用——业务数据化63 2.外部流通——数据业务化65 3.数据作为资产入表为企业增值71 （三）个人信息数据价值实现路径探索71 （四）数据资产价值实现的重要保障——隐私计算74 （五）数据资产资本化77 1.资本化及其形式概述77 2.数据资本作价出资79 3.数据信托80 4.数据资产金融创新产品和服务82 五、数据资产价值分配方法83 （一）数据资产价值分配的必要性与难点83 （二）数据作为生产要素参与社会分配84 （三）按数据资产形成价值链的贡献度分配85 1.参与价值分配的主体85 2.类知识产权要素的收益分配方式86 3.构建数据资产价值链贡献度评估模型87 4.个人数据要素参与分配权88 （四）数据资产价值在企业内部的绩效分配88 （五）公共数据授权运营分配机制89 1.公共数据授权运营的法律基础89 2.国外公共数据开发利用模式91 3.国内公共数据授权运营机制及价值分配模式92 4.公共数据运营方与数据加工开发方的收益分配94 参考文献97 前言 2019年党的十九届四中全会首次提出把数据作为生产要素，五中全会进一步确立了数据要素的市场地位。在国家政策制度层面，2020年3月中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》明确提出了“加快培育数据要素市场”，“探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品；研究根据数据性质完善产权性质”等战略性任务，并提出要提升社会数据资源价值，支持构建规范化数据开发利用的场景。国家 《“十四五”数字经济发展规划》明确提出要加快数据要素市场化流通，创新数据要素开发利用机制，可见数据要素高效规范流通是促进数字经济发展最为基础关键的工作之一。2022年12月，国家正式发布《关于构建数据基础制度更好发挥数据要素作用的意见》，更是明确提出促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系的要求。 数据要素的重要性已上升至国家顶层战略高度，数据要素市场建设的目标是数据要素流通，使数据价值得以最大化的释放，促进社会经济的发展。但从整体来看，当前我国数据要素市场建设尚处于初级阶段，数据要素市场化配置机制不成熟，数据权属、数据资产价值评估、数据资产收益分配等体系机制不完善是掣肘数据要素流通的因素之一。 市场主体将数据作为资产来建设、管理并有效实现其价值，是数据要素价值释放的重要基础，也是数据要素流通的重要前提。本报告研究内容是以满足数据要素合法合规流通的需求、实现数据资产的增值为目标，结合法律、会计、 技术、医疗等多个学科和典型的实践应用场景，提出数据资产的形成条件、价值实现的典型路径、价值评估方法和分配方法等，从而明晰“数据资源开发利用—数据资产价值形成—数据资产价值分配”的实现路径和解决方案。为行业相关政策制度、标准规范的构建提供支撑，为相关政府部门、企业、数据交易机构、中介服务机构等各个数据要素市场的参与主体提供路径引导，推动数据价值释放市场化、规模化、社会化进程，促进我国数据要素市场快速发展。 期望本研究报告对数据资产价值实现路径探索的各方提供有益参考，报告内容仍有诸多不足，诚望各界交流指正，共同探索。 一、数据资产概述 （一）数据资产及相关概念 1.数据资产定义 “数据资产”概念源于“资产”的概念演化。1957年，美国会计学会发表的《公司财务报表所依恃的会计和报表准则》中明确指出：“资产是一个特定会计主体从事经营所需的经济资源，是可以用于或有益于未来经营的服务潜能总量”。对资产的这一认识，第一次明确地将资产与经济资源相联系。另外，它也明确了资产与特定会计主体之间的关系，即特定会计主体能够借助资产从事未来经营。2006年我国财政部《企业会计准则——基本准则》（第33号）对资产作出了定义：资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。 而“数据资产”一词，于1974年首次由美国学者理查德·彼得斯（RichardPeterson）提出，结合信息资源和数据资源的概念逐渐演变而来。随着数据资产的概念认知扩展，在2009年，国际数据管理协会（DAMA）发布的《DAMA数据管理知识体系指南（TheDAMAguidetothedatamanagementbodyofknowledge）》中指出“在信息时代，数据被认为是一项重要的企业资产”。2021年，中国市场监督管理总局、中国标准化管理委员会发布的GB/T40685-2021国家标准文件，将数据资产定义为：数据资产是合法拥有或控制的，能进行计量的，为组织带来经济和社会价值的数据资源。 2.数据资源化与数据资产化 从数据资产概念的发展演变来看，数据要素成为一项资产，已逐渐成为国际上的行业共识。但并非所有的数据要素都可成为数据资源，并非所有的数据资源都可成为数据资产。 “数据资源”一词目前为止国际上以及我国中央层面，尚未对该词给出明确定义。该词源于1968年由Voich等提出，其认为“数据资源是有含义的数据，集结到一定规模后形成的”。Amazon前首席科学家Weigend曾将数据资源类比为：数据资源类似原油，但原油需要加以提炼后才能使用，而从事海量数据处理的公司就是炼油厂。我国财政部会计司于2022年12月9日发布《企业数据资源相关会计处理暂行规定（征求意见稿）》（以下简称“会计暂行规定”）中，虽未直接明确给出数据资源的定义，但其在适用范围中提到“本规定适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理；2023年深圳市发展和改革委员会关于公开征求《深圳市数据产权登记管理暂行办法》（征求意见稿）意见的通告中对“数据资源”给出了定义为：数据资源，是指自然人、法人或非法人组织基于数据来源方授权，在生产经营活动中采集加工形成的数据。但该《暂行办法》目前仍处于征求意见稿阶段，从文中对“数据资源”给出的定义来看，其重点强调的是基于数据来源方的授权，但是这会忽略到了，组织通过机器设备采集的运营数据、传感器采集的数据等，可能无需授权，故而该定义从目前表述上来看有待商榷。结合以上分析，在对数据资 源明确定义是，建议可将数据资源定义归纳为：数据资源是组织合法拥有或控制并具有价值的数据。 CCSATC601大数据技术标准推进委员会发布的《数据资产管理实践白皮书》 （6.0版）将“数据资源化”定义为“通过将原始数据转变数据资源，使数据具备一定的潜在价值，是数据资产化的必要前提”。将“数据资产化”定义为“通过将数据资源转变为数据资产，使数据资源的潜在价值得以充分释放”。从数据到数据资源化再到数据资产化的本质目的，是为了使数据能够为组织带来经济利益价值，实质上也就是数据资产的价值实现过程，但由于数据本身的特征，数据资产价值实现仍面临着一定困难与挑战。 （二）数据资产价值实现面临的困境与挑战 数据的基本特征包括种类多样、获取速度快、质量参差不齐、来源多渠道、非标准化、非结构化和相互隔离等，但其可重复使用、几乎零成本复制以及可以共享的特性为数据技术、法律政策、会计制度等提出了新的挑战。 1.数据治理能力缺乏 随着大数据时代的发展，越来越多的组织认识到了数据治理的重要性。但对于多数非技术型组织来说，数据治理是什么、如何进行数据治理、数据治理能为组织带来什么利益，仍然是数字化转型过程中困扰多数组织的基础性问题。 国际数据管理《DAMA数据管理知识体系指南（第2版）》（DAMA-DMBOK2）指出“数据管理是为了交付、控制、保护并提升数据和信息资产的价值，在其整个生命周期中制定计划、制度、规程和实践活动，并执行和监督的过程”。 该《指南》强调了，数据资产管理是提升数据资产价值的前提，而目前多数组 织普遍面临的重要难题之一即数据管理、数据治理能力缺乏，导致无序的数据资源难以转化为数据资产。 由于缺乏数据治理能力，在数据采集、存储、处理等环节可能存在不科学、不规范等问题，导致错误数据、异常数据、缺失数据产生，无法确保数据的完整性和准确性。另一个方面，组织由于缺乏统一的数据标准，导致多个部门采集的数据往往因为统计口径差异，阻碍后续数据建模、分析、运用；更为关键的是，由于数据治理能力缺乏，导致数据质量不高，将会严重影响数据资产的价值评估，不利于数据资产价值的实现。 2.数据权属不明 截止目前，我国仍未从法律层面对数据权属有明确的规定。而当前对数据要素的认识已经从“资源”拓展到“产品”和“资产”。数据要素权属的界定方式和实现机制，将决定数据产品的流通效率、数据资产的计量范围。故而数据权属不明或者说数据确权“无法可依”是阻碍数据资产价值实现的重要因素： 其一，传统的法律规范对权利保护的制度难以解释数据权利。对于数据产品的权利保护，多数仍以知识产权权利主张保护，如对相关的数据产品申请著作权、对某些数据挖掘、加工分析处理的数据工具申请专利，或者从反不正当竞争角度对某些数据集主张商业秘密保护。然而，主张著作权保护的数据产品要构成法律意义上的著作权，并非是数据本身，而是构成独创性的数据汇编方法。这就会导致缺乏数据加工处理能力的组织，在数据本身无法获得著作权保护时，很难实现数据要素流通，阻碍数据资产价值实现。且如若因数据产品相关权益发生纠纷，在对于产品本身是否构成著作权的审查时需要经过一系列的 举证质证后才可能被认定，大量增加了维权成本。此外，由于《专利法》明确规定智力活动的规则和方法不具有可专利性，大数据相关算法可能亦无法取得专利保护。又如，以商业秘密对数据主张保护在某些特定场景并满足商业秘密构成的要件的情况下可行，但面临如通过爬虫抓取公开数据、通过算法还原原始数据、个人非法获取企业数据等场景时仍无法给予全面直接的保护和救济。故而，传统的法律规范在对数据这一新兴权利保护已显得捉襟见肘，需要有进一步法律规范对数