评论丨以数据资产化助力数字经济发展

21世纪经济报道
2024-03-28 05:00

于长革(中国财政科学研究院研究员)

今年的政府工作报告提出,要健全数据基础制度,大力推动数据开发开放和流通使用,深入推进数字经济创新发展,以广泛深刻的数字变革赋能经济发展、丰富人民生活、提升社会治理现代化水平。

《数字中国发展报告(2022)》显示,2022年我国数字经济规模已超过50万亿元,数字经济占GDP比重达到41.5%,位居世界第二位。随着数字经济的快速发展,数据已成为第五大生产要素,是国家基础性战略资源,发挥数据生产要素作用离不开数据资产化。

根据国家市场监督管理总局、中国国家标准化管理委员会发布的《信息技术服务数据资产管理要求》(GB/T40685—2021),数据资产,是指合法拥有或控制的,能进行计量的,为组织带来经济和社会价值的数据资源。所谓数据资产化,是指将数据资源转变为可交易流通的产品,从而使数据资源的潜在价值得以充分释放,其本质目的就是使数据能够为组织带来经济利益和价值。

自党的十九届四中全会提出增列数据作为生产要素以来,《关于构建数据基础制度更好发挥数据要素作用的意见》《“十四五”数字经济发展规划》《企业数据资源相关会计处理暂行规定》等文件陆续颁布,其中既有顶层设计,也有具体措施,形成了推动数据资产化的强大合力。与此同时,各地也在大力推动数据资产化相关法律法规出台,一些地方积极开展先行先试,探索推进数据资产化。目前,数据资产作为经济社会数字化转型进程中的新兴资产类型,正日益成为推动数字中国建设和加快数字经济发展的重要战略资源。当然也要看到,数据要素的新特征十分复杂,对传统产权、流通等制度规范形成新的挑战,数据要素确权、定价、交易、监管等配套制度尚未成型,数据交易确权难、定价难等问题在一定程度上制约着数据资产化进程。

随着我国数字化转型升级和数字经济发展战略落地实施,数据资产作为经济社会发展的战略性资源,有着巨大的经济价值和社会价值,数据资产化是数据要素市场化的必然要求。特别是随着经济社会快速发展,高质量数据以及数据互联互通和互操作的需求将进一步提升,以解决标识确权、认证授权和安全交换等关键问题为核心的数据基础设施需求也将快速上升,抓住关键环节实施重点突破加快推进数据资产化势在必行。

首先,创新产权制度明确数据资源权属登记。清晰规范的权属是实现数据资产化的基础,而我国数据产权归属仍待进一步明确的法律规定,现行产权制度无法解决数据确权问题,切实需要依据数据自身特征建立新型产权制度,搭建专门的数据权属登记框架。要积极探索并填补数据确权等方面的法律空白,进一步完善相关政策,加快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,为激活数据要素价值创造和价值实现提供基础性制度保障。在微观数据的分级管理上,可根据数据的敏感程度进行科学分类,合理分置数据的责权利,充分发挥数据财产权配置属性,鼓励数据资源合理合法使用。在技术支撑上,可利用区块链和数字水印等加密技术保证数据在流通、存储和利用过程中产权的唯一性和全程可追溯性,防止数据要素在传播过程中被盗用、篡改、复制等。

其次,建立健全数据资产定价机制。数据定价估值是数据资产价值化的重要保障,下一阶段要加快开发数据资产价值评估模型,探索建立统一合理的定价体系,为数据资产价值的公允性提供保障。基于数据要素估值的特殊规律,具体设计上可采用成本、应用价值、品牌价值和数据质量等指标建立数据资产价值评估指标体系。其中,成本维度主要包括数据资产的获得成本、开发成本和运维成本等;应用价值维度主要包括数据资产与应用目标的匹配度、复用度以及场景经济性等;品牌价值维度主要包括数据卖方的服务水平、信用水平和数据治理能力等;数据质量维度主要包括数据资产的稀缺性、时效性和规范性等。在计量方式上,可采取复合计量模式,或根据数据资产的不同用途,对数据资产会计处理采取不同的初始与后续计量模式。

再次,稳步推进数据要素市场化配置。据不完全统计,截至2023年6月底,全国各地由政府发起、主导或批复的数据交易所达到44家,但多以点对点交易单向为主,数据未实现完全开放共享,数据交易市场尚未形成,亟需加快培育规范的数据交易平台,促进数据要素流通和实现数据要素价值。一是围绕数据开放、交易共享、数据监管等数据要素全周期,建立统一的数据交易规则,形成多层次集约高效的数据交易市场,破除数据要素流通中存在的“信息孤岛”。二是不断完善数据交易全流程的制度规范,探索建立具备数据要素特色的交易模式,利用市场化手段激活数据释放价值,为数据要素一二级市场交易提供平台基础。三是建立健全数据交易市场的区域合作机制,推动数据要素市场的互联互通和区域合作,加快建设全国统一的数据要素流通和交易市场体系。

此外,要探索构建高质量数据监管体系,建立数据安全预警以及应急处置等平台,提升监管效率和水平。加强行业规范制定,建立行业标准,提高数据产品的质量和安全性。

(编辑:洪晓文)