數據資產化現狀與數據資產增值路徑探討

陳琨

2019年黨的十九屆四中全會將數據和勞動、資本、土地等并稱為生產要素，提出數據要作為要素參與分配，肯定了數據在數字經濟中起到的關鍵作用，標志著我國正式進入“數字經濟”高速發展的新時代。在這樣的背景之下，企業深入挖掘數據價值，實現數據的資產化，明確數據資產增值路徑，推進商業模式變革是大勢所趨。本文對我國數據資產化現狀進行分析，并對數據資產如何增值進行了思考和研究。

一、數據資源與數據資產概念的區分

企業的數據資源可理解為企業在經營過程中來自內部或外部對企業有用的數據，可以是采購數據、銷售數據、客戶信息、財務數據、庫存信息等。但數據資源并非都能成為數據資產，需要解決三大問題：一是數據資源能否被會計確認為資產;二是數據資產在法律上的產權能否界定;三是數據資產的價值能否量化評估 [1]。首先，數據資源在會計領域被定義為資產必須符合其確認的條件，即與該資源有關的經濟利益很可能流入企業和該資源的成本或價值能夠可靠的計量。國內不少學者認為數據資產符合關于無形資產所描述的確認條件，即一項企業擁有或控制的、無實物形態、可辨認性和非貨幣性。其次，企業對一項數據資產的確權在法律上需要清晰界定，確保法律對該數據資產進行權屬和保護。再次，數據資產的價值會隨著時間的變化或者是不斷加工和使用發生價值波動，導致數據資產的評估在實際操作中受到較多不確定因素的影響。

二、我國數據資產化研究現狀分析

現階段，我國學者逐漸加強對數據資產領域研究的重視程度，積極開展數據資產化方面的研究，探索企業運用數據資產開發新型商業模式。學者們從不同的角度開展研究，如數據資產運營增值的方法，探索數據資產化的詳細過程，如何實現多領域通用等。例如王偉玲、吳志剛、徐靖在研究中深入分析加快數據要素市場培育的關鍵點與路徑，從不同的角度分析數據資產的價值，研究如何提升數據資產的活性和應用規模，探索新路徑促使數據資源的流通[2]。在實現數據資產化的過程中，數據資產的隱私保護也需要強化，尤其是受數據資產自身的虛擬無形因素影響，在實踐應用過程中必然會產生權屬問題、隱私問題，需要加強重視力度，以滿足實際需求。近年來國家也在積極出臺相關的法律法規，規范行業發展，進一步保障數據流通的規范有序，以滿足市場發展需求，提升整體的管控水平[3]。

三、我國數據資產特征現狀分析

現階段我國的數據資產相比于傳統資產，其特征主要表現在以下幾方面：

（一）可控制性

從資產的權屬與權限方面開展分析，數據資產呈現出明顯的可控性。一是從數據資產的資產屬性層面分析，對于企業來說，數據資產必須在保證數據管理者具有明確的修改、查看、使用等控制權限時，才能使數據資產產生價值。二是從數據資產價值影響因素角度分析，當數據資產被惡意篡改時，就會造成數據質量降低、數據錯誤、資產貶值的情況[4]。當數據資產不可控制時，就容易出現非法復制或者泄露，導致資產價值貶值，限制整體發展。三是從用戶層面分析，企業通過控制數據資產權屬可以有效地避免個人數據隱私被泄露。現階段移動互聯網的飛速發展使企業的數據資料和客戶資料可能受到惡意病毒或木馬攻擊，導致出現數據信息泄露情況，不僅對用戶帶來困擾，還會對企業的社會形象造成毀滅性的打擊。數據資產需要加強整體可控制性，提升整體數據安全性，才能保證資產自身價值安全[5]。

（二）可量化性

與商品等其他傳統資產類似，數據資產可以被計量，可以通過交易來流通。因此需要選擇可靠的數據資產計量方式，以滿足交易流通的需求。在“數字經濟”蓬勃發展的今天，數據資產交易業務呈現出全面發展的趨勢，其資產交易業務的組織數量逐年增加，但大部分通過存儲單位計量，難以明確數據的內在價值，由此促使數據資產評估報告的迅速發展，例如數據資產質量評估、價值評估、等級評估的出現[6]。如在數據資產隱私等級評估過程中，企業會根據實際情況按照保密等級的要求，從高到低，設置為高度敏感、敏感、內部和公共四個等級。企業既可以從數據資產的獲得成本和應用價值來量化分類，也可以從數據資產的重要性、使用頻率和使用效果等多個維度量化評分來分類。通過數據資產的價值量化，可以促進數字資產管理水平的提升[7]。

（三）可變現性

從本質上分析，可變現指的是數據資產可以為企業發展帶來良好的經濟效益，因此數據資產具有明顯的可變現性特征。如數據資源以數據資產的形式流通，實現商品化、證券化，加速現階段數據資產進入企業資產的步伐，從而滿足企業在數字時代發展的需求。與此同時，由于數據資產的收益呈現出明顯的不確定性，因而隨著數據資產的時效性、維護成本以及產品市場占有率的變化，數據資產價值會出現明顯變化[8]。

四、數據資產化過程

數據資源如何向數據資產有效的轉化，一些擁有海量數據的企業已經開始相關的研究和嘗試。如擁有海量電網數據的電網企業探索出數據資產化的四個步驟：建立數據標準、數據私隱評級、數據加工處理和數據產品封裝[9]。

（一）建立數據標準

數據資產化首先需要建立數據使用的共識。為了達成共識，必須做好數據資產的標準化建設，為后續的工作開展奠定良好的基礎。首先要做好現狀調查，明確將數據標準現狀調研。其次要建立數據字段標準和體系的數據字典，推動統一的數據資產標準，促使企業數據資產標準一致性提升。

（二）數據私隱評級

數據資產的使用離不開數據私隱的分類管理。可以通過設立數據資產類別，對數據資產的涉密程度進行分類，保證每項數據資產都實現涉密程度的劃分，降低數據資產使用過程的涉密風險。

（三）數據加工處理

數據加工處理指從原始數據中找到數據特征、分析整理并形成報表或圖表的過程。隨著大數據、云計算等技術的不斷發展進步，數據加工處理的方法也日新月異，將海量原始數據處理成高價值的數據資產在不少優秀企業都有很好的應用。如中國聯通上海公司利用AI算法中的聚類算法模型，對用戶信息進行運動信息建模，從模型中清洗數據特征，搭建特征指紋庫，實現用戶畫像的識別[10]。