数据要素权益确认及数据价值释放刍议

姜 敏

2021年5月11日，第7次全国人口普查结果公布，此时距这次人口普查启动过去8个月。通过这次普查，我们知道了全国人口共141178万人。这141178万人，可能生活在这里或那里，但，无一例外，都活在数据里，并以自己的微微之光，点亮了人口普查的大数据。我们都期待人口普查的结果，因为从这些数据的分析结果，可以了解到人口流动趋势、老龄化情况、政府政策走向、甚至投资机会等等。这是大数据在为我们提供有价值的洞察。同时，我们也担心个人信息泄露，这几乎已经是没有隐私的年代。而且，我们都知道，即使物理上人不在了，这次人口普查的数据存储平台会记得ta曾经存在过。这是大数据的另一面，数据安全之困扰。

数据可能是今后最具想象空间的生产要素，为什么?

从2019年10月31日，第十九届中央委员会第四次全体会议通过的《推进国家治理体系和治理能力现代化若干重大问题的决定》中明确指出：健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。

2020年4月9日，《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》印发，该意见明确提出要加快培育数据要素市场，包括推进政府数据开放共享、提升社会数据资源价值，以及加强数据资源整合和安全保护。以上文件中关于数据作为生产要素的明确和强调，可谓字字珠玑，将数据的重要性提高到国家战略层面。

2021年3月发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，更是多次提到数据，进一步明确了大数据的政策推动方向。部分数据相关的政策要点摘录如下：

•聚焦提高要素配置效率，推动供应链金融、信息数据、人力资源等服务创新发展。

•加快构建全国一体化大数据中心体系，建设E级和10E级超级计算中心。

•充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合。

•加快推动数字产业化：培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业

•构建城市数据资源体系，推进城市数据大脑建设。

通过数据共享等法律法规，激活政府部门海量数据，政府才是最多数据资源的掌握者。通过法律法规推动政府数据与企业数据共享共通，为新产业赋能，对生产效率的价值不可估量。我们也看到，近年来北京国际大数据交易所，上海数据交易中心成立，及将要建设的上海数据交易所正在逐步朝着这个目标迈进。这些全国性的数据交易所相继成立，但是同时产生了数据资产化所面临的一些痛点和挑战，数据资产确权、数据资产估值、数据资产财务核算、数据泄露责任共担和治理，这些都是非常前沿的话题，笔者希望借着工作相关的内容，就数据资产责权利和数据资产财务核算进行一定程度的探讨，也会在此过程中切到数据泄露责任共担和治理。

以新冠肺炎疫情的例子来说明。2020年我国政府很快控制住疫情发展，虽然经济停摆一小段时间，但很快复工复产。2021年，疫苗已经量产，各路媒体狂欢着进入了后疫情时代，但是在2021年，我们注意到仍然有些国家频频因为疫情失控登上新闻头条以及各种病毒变体导致全球移动仍然遥遥无期。

我们，忍不住会问，为什么会失控？

一个国家或地区的疫情防控主要看三个方面：公共卫生治理能力、老百姓的配合程度以及科技水平。再进一步，科技水平的背后，数据是一个不可忽视的因素。想想看，因为疫情，健康码和我们每个人如影随形，为什么这个神奇的二维码会所向披靡在全国得到快速推广？多少人因为展示一下绿色健康码，得以顺利复工。从这个角度，围绕健康码汇聚的数据已然作为生产要素汇入国民经济的大河。最近上海的健康码“随申码”又强大了，随申码不仅可以看病一键通行，还可以乘公交坐地铁，实现了政府公共数据的融合打通，大势所趋，未来已来。

我国是数据生产大国，数据每年增长速度极快。近几年，各省份和直辖市都纷纷开始建立并公布其数据相关的法律法规，以此来促进地方数字经济发展和对大数据这类新兴生产要素的流动与促进。目前相较于国家层面专门针对数据安全及隐私保护制定的个人信息保护法、数据安全法在2021年下半年集中出台，针对数据要素流动的相关法律法规，国家层面还没有相应的法律出台，而是由各个地方政府根据其自身情况进行发布。地方立法主要充分发挥试点和试错的优势，积极探索数据确权、数据估值和数据流通等关键难题。其意义是推动区域经济带的数字经济有序发展，也为国家层面的立法积累经验。2021年7月发布的《深圳经济特区数据条例》在2022年1月1日已经正式生效；2021年11月通过的《上海市数据条例》积极探索数据确权问题，明确了数据同时具有人格权益和财产权益双重属性；广东省首部数据层面的政府规章，也在2021年10月发布了广东省公共数据管理办法，为公共数据的综合管理打下了基础。

图1

数字经济的发展也伴随着各领域的监管，法律法规则是监管的主要手段之一。笔者认为，法律法规应成为数字经济发展的推力而非阻力。数字经济在全球竞合的环境下，适度宽松的法律法规监管有利于数字经济的发展，而不是一味的限制。在当前中美竞争的大格局下，中国不断融入多个经济组织，对贸易规则及法律法规需要及时的完善调整，保障和推动数字经济发展。另外，通过数据共享等法律法规，激活政府部门海量数据，政府才是最多数据资源的掌握者。通过法律法规推动政府数据与企业数据共享共通，为新产业赋能，对生产效率的价值不可估量。

然而，要实现数据要素化，需要将数据要素化、市场化，列入国家顶层设计。以交通出行为例，上海市政府下属市大数据中心配合市交通委、久事集团、申通集团等对地铁码、公交码与“随申码”三码整合，从政府层面将这些公共交通信息进行有效整合和共享，以此更好地实施政府的公共服务。但是数据共享和流动的同时，带来了更多的责任边界切割和共担风险，需要加快数据安全和隐私相关的数据法制建设，来明确政府、企业及个人的责权利，这也加速了2021年出台数据安全法和个人信息保护法等一系列法律法规（如图2）。当然，全球数字经济发展需要区域间双边或多边合作，中国于2020年11月加入了区域全面经济伙伴关系协定(RCEP)，以数字经济为新增长点，引领数字经济新发展，这些法治体系的建设也变得必须，是中国融入全球贸易体系的基石。

图2

图3

数据流通的主体不应该是数据本身，而是其特定的使用价值。中国信通院云计算与大数据研究所所长何宝宏发表了观点，数据作为生产要素，相对于传统的生产要素有很多区别，第一，虚拟化的数据要素天然具有无限复制的特性，可以无限复制、共享、增长、供给。第二，数据要素打破了要素的形态和时空的限制，在各专业、全行业都具备普遍的适用性。第三，数据的生产要素化过程，就是重构原有产业的资源配置状态，推动形成智能化的数字经济体系的过程。第四，数据要素一般具有非竞争性和非排他性的公用品属性，其不唯一性使其很难像私人产品那样参与市场交易。所以数据要素的供给和需求和一般具有排他性的其他生产要素天然就不一样。由于数据要素具有一部分非排他性的公用品的属性，从宏观经济学的角度，政府需要更多承担对于公用品或者准公用品的技术、产品和标准的完善，共同推动数据敏捷化运营和管理的相关规范，包括促进数据的流通的评估，进一步推动相关数据更加安全、健康地流动，通过引入隐私计算等新技术，制定行业合规标准，能够有效解决相关利益方的数据治理面临的挑战，建立阳光的数据流通体系。

以目前蓬勃发展的新能源汽车行业为例，根据普华永道思略特的《数字化汽车报告》显示，软件已成为现代车辆差异化竞争的核心（如图4）。而这种差异是由以特斯拉为首的新能源汽车造车新势力引领的。汽车电子与软件在车辆上的比重越来越重，受到用户关注的程度超过了机械类装备以及汽车内饰，与此同时电子类硬件性能（如芯片、计算平台）逐渐标准化且升级速度不断加快。新能源汽车产品的消费趋势逐渐出现“手机化”甚至“PC化”的特征，即汽车产品“标品”的同质化现象开始显现。

图4

在此趋势下，绝大部分主机厂都开始从“产品体验”上寻求汽车产品的创新突破口。这其中包括“以人为本”的思想，“场景导向”的工具，以及“用户共创”的方法，这个过程中不断形成了一系列的数据资产，包括场景库与创意库。然而，目前车企与内容服务商之间存在巨大的挑战，首先内容服务商决定了能否接入，接入模式以及数据存储与处理方式，其次车企与内容服务商之间的隐私法律责任划分边界也很模糊，总之商业模式的挑战超越了技术实现的难度。

图6

举例来说，为实现语音识别等直接服务于驾驶人或乘员的功能，需要通过远程信息服务平台实时配合处理座舱数据的情形，AI语音技术内容服务商为了持续优化AI学习模型，需要通过云端收集并分析语音数据，并且车主一旦行使其删除权，车企需敦促内容服务商执行相关义务。设想如果内容服务商拒绝执行相关删除义务，这是否会给主机厂带来了额外的隐私合规成本和责任。且在进行执法过程中数据资产的责任主体在整个供应链中存在着很多模糊的地方待解决，从数据原始生产者、采集者、控制者及处理者等不同的角色，需要通过协议、合同、告知书，甚至在车机端每次启动前的告知，对数据流通主体的权责进行有效划分和确认，并建立隐私责任矩阵（见图5）。

图5

除此之外，主机厂及上下游需要共同定义不同隐私模式下的基础服务和增强服务，识别车联隐私数据，提供专业的隐私保护策略，兼顾用户体验提升与隐私合规。

相比于其他生产要素，为了更有效率地进行资源配置，数据实现资产化，需要建立更为规范的交易市场和平台。近年来北京国际大数据交易所，上海数据交易中心成立，及将要建设的上海数据交易所正在逐步朝着这个目标迈进。选择正规的数据交易所和行业数据联盟，可以提高数据交易的可追溯性，也为未来的数据资产分级分类及估值奠定了一定的基础。

数据资产从原始数据、粗加工、精加工、到应用场景的落地和深度开发到最终的对外赋能和商业化应用，其数据资产价值在不断发生变化。未来企业将数据资产进行财务计量的时候，是否需要数据资产在不同阶段的属性、数据质量的情况，进行不同方式的估值（如图7），也是将数据资产等同于其他如资本、土地、厂房、设备等类似生产要素进行财务计量和上表（计入企业的资产负债表）中的前提。

图7

然而类似于人力资产也一直未被有效进行财务计量并入库资产负债表一样，虽然科创板增加了对董监高和核心研发人员的各种信息披露要求，但是当前中国及国际会计准则及报告体系对人力资本也一样缺乏定价和确权的基础，也因为其并不完全像私人财产一样具有独占性。所以当前会计准则体系就如何在财务报表上面合理反映数据资产并无明确规定。考虑到数据资产未来相较于其他生产要素，其作用在当下数字经济时代尤为明显，论证数据要素资产化以及资本化，也是摆在会计准则制定者、投资者、监管者、学术界、企业所一样面临的重大课题。

数据除了所有权外，本身还有其他衍生的权利，比如加工权、使用权、收益权等，该等权利也可能符合会计上的控制定义。例如实务中对于企业通过租赁合同从而获取的使用租赁资产的使用权，企业本身并不拥有该项资产的所有权，但是随着会计准则的演进，从实质重于形式的考虑，如果企业在一段时间内能主导某项已识别资产的使用，并有权获得在使用期间内因使用已识别资产所产生的几乎全部经济效益，企业就应当就所控制的使用权的租赁资产“上表”，确认该项使用权资产，这也是目前国际财务报告准则IFRS 16所要求的，国内企业会计准则也与国际财务报告准则趋同，从法律意义上来说，这非常类似“用益物权”的概念。

从资产本身在会计上的一个重要特征就是相关的经济利益可能流入企业。所以比较容易入表的为第三方采购的数据资产，对于非外购的数据资产（第一方数据），往往更有价值，但是论证其很可能为企业带来未来经济利益的门槛相对较高。数据从势能转化到动能阶段本身其所产生的对内和对外的价值就不可同日而语，所以从时点上和价值评估上都在实务处理方面具有挑战性。

从数据资产的上表科目来看，毫无疑问，数据资产作为非货币性资产，同时也存在兼具无实物形态，企业有可能符合可辨认的标准，因此分类为无形资产目前来看最为合理，其确认的价值部分往往就是前面所述的具有“可分离性”的增值部分，如果数据进入了商业化，对外赋能的阶段，可以合法进行出售、转移、实现有效业务场景的赋能，则符合会计概念上的“可分离性”。

比如阿里旗下的阿里妈妈，拥有亿级规模的数据基础以及世界先进水平的在线广告系统，每天超过100万的投放项目运营，多年沉淀出基于实时消费数据的动态算法模型，解决了传统广告粗粒度的流量匹配，用智慧指导广告投放，连接最合适的商品和最合适的消费者，阿里妈妈利用大数据产品达摩盘针对品牌方进行用户赋能和运营。对于这类拥有大量有价值的商业数据的企业，其财务报表和企业估值之间会产生一道巨大的差异，体现在其未上表的无形资产上，包括数据资产及知识产权等。

针对无形资产的初始计量问题，无论是我国的企业会计准则还是国际财务报告准则，无形资产通常以购买对价的公允价值作为初始确认金额。当然在数据资产使用过程中，其价值不断被放大，在国际财务报告准则下，企业也可以选择重估模式对数据资产进行后续计量，未来基于成熟的数据交易所和市场，会对企业进行公允价值计量带来更可靠计量的有利条件。如果自身产生的有价值的数据资产，如果要进行计量的话，按照类比无形资产准则下关于内部研发开发形成的无形资产的确认。外购的无形资产和自身形成的无形资产在初始计量方面会计准则体现了巨大的不一致性。正如上例所说的，阿里妈妈在其官网上面的宣传，对其对外赋能的数据产品是经过了10年+的积累，早期的各类研发费用非常庞大，但是经济效益的流入需要非常长时间的等待，完全不能在同一时间内进行匹配。

相信未来针对为满足确认条件，但是未来会带来巨大收益的数据资产的披露将会变得重中之重，也能帮助报告使用方和相关利益者做出更好的决策和判断。

事欲立，必须先立，道在日新，技亦须日新，数字化转型之势浩浩荡荡，希望本文能对大家探索数据资产之路有所启发。