企業數據資產確權、管理與交易問題探究

【摘要】企業數據資產確權、 管理與交易的有效性是推動數字經濟發展和實現中國特色社會主義現代化的關鍵因素。基于信息經濟學和資產管理理論， 構建包含數據資產確權、 管理、 交易和安全技術問題的分析框架。研究發現： 數據資產權屬界定是管理與交易的基礎， 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”框架能夠為數據資產確權提供清晰的法律依據和操作指引； 數據資產分級分類標準的提出和高效的數據流通通道的建立可以促進敏捷協同的一體化管理， 進而顯著提高企業數據資產的經濟價值； 結合數據交易主體、 模式而完善的交易制度， 可以保障數據資產的安全流通和高效增值； 數據去隱私化技術、 協同計算技術以及交易輔助技術的應用， 能為企業數據資產管理與交易提供技術支持， 兼顧數據資產的管理效率與交易安全。

【關鍵詞】企業數據資產；權屬界定；分級分類標準；技術支持

【中圖分類號】 F275 " " 【文獻標識碼】A " " "【文章編號】1004-0994（2025）02-0078-6

一、 引言

在全球化和信息化的背景下， 我國企業的數據資產確權、 管理與交易問題已成為推動國家戰略實施和經濟增長的關鍵議題。隨著2024年國務院《政府工作報告》的發布和黨的二十大政策、 方針的確立， 企業數據資產作為數字經濟的核心要素， 其重要性已被提升至國家戰略資源的層面。2024年國務院《政府工作報告》明確指出， 要加快數字化發展， 推動企業數據資源的開發利用， 這不僅為企業數據資產的管理和運用指明方向， 也為企業數據資產的交易提供政策支持和法律基礎。企業數據資產作為數字經濟的核心生產要素， 其跨國交易的頻繁性不斷提升， 這對于加強國際市場間的聯系和促進國際合作具有極其重要的作用， 不僅有助于資源的優化配置， 而且為構建全球價值鏈奠定了堅實的基礎。我國企業在激烈的國際競爭中要占據有利地位， 就必須重視企業數據資產的確權、 管理與交易， 這不僅關系到企業的市場競爭力， 也關系到國家的數據安全和經濟安全（向書堅等，2023）。因此， 研究我國企業數據資產的確權、 管理與交易問題， 從宏觀上看， 對于提升企業國際競爭力、 保障國家利益具有重要意義； 從微觀上看， 對于推動企業數字化轉型、 提升企業創新投入具有關鍵作用（Feng，2023）。

當前對企業數據資產確權、 管理與交易問題的研究呈現出明顯的多元化和深化趨勢， 這反映了對數據資產特性的深刻理解以及對其管理和交易方法的創新性探索。目前的研究主要體現在以下方向： 一是在權屬界定與價值評估方面， 國內外學者普遍認為， 企業數據資產的權屬界定是管理和交易的前提， 強調數據要素市場化配置的重要性， 從經濟所有權視角出發， 研究數據資產確權的理論與實踐， 為數據資產的法律保護提供新的視角（Fleckenstein等，2018）。二是在數據資產管理方法方面， 許多機構提出多種創新模型， 例如： 普華永道提出數據資產的價值鏈管理方法； 中國光大銀行與德勤會計師事務所則從金融行業視角， 探討數據資產的管理體系和方法（黃海，2021）。三是在交易模式與市場發展方面： 由清華大學技術創新研究中心等發布的《企業數據確權與全球合規趨勢報告（2023年）》深入分析了數據資產交易的全球合規趨勢； 上海數據交易所與普華永道從數據要素視角， 探討數據資產化的發展路徑； 國際上一些學者則從全球視角審視企業數據資產的管理與交易問題， 探討不同國家和地區在數據資產化方面的差異與經驗。

盡管上述分析表明， 企業數據資產的確權、 管理與交易是一個跨學科、 多維度的復雜問題， 學者們在理論上進行了深入探討， 在實踐中也提出了諸多創新的方法和模式， 為企業數據資產的有效管理和交易提供了豐富的學術支持和實踐指導， 但是這些研究往往側重于單一學科視角， 與企業實際操作相結合的案例研究相對較少， 導致理論與實踐之間存在脫節問題（John等，1994）。同時， 隨著隱私計算、 區塊鏈、 輔助交易等人工智能技術的發展， 在企業數據資產管理與交易中， 數據安全與隱私保護等重要議題的研究有待加強（蔡昌等，2021）。因此， 本文以問題為導向展開研究， 結論具有以下兩個方面的創新： 一是多學科融合研究， 推動企業數據資產管理實現經濟學、 管理學、 法學、 計算機科學等多學科融合， 形成更為全面的理論體系； 二是將技術驅動與數據倫理相結合， 緊跟技術發展步伐， 探討數據資產交易中的倫理和法律問題， 如數據所有權、 數據隱私、 數據安全等， 提出相應的法律框架和倫理準則。

二、 權屬界定框架： 數據資產權益的明確

1. 企業數據資產權屬界定的研究背景。在數字經濟快速發展背景下， 企業數據資產的權屬問題逐漸成為學術界和實務界關注的焦點。企業數據資產作為企業在運營過程中積累的寶貴資源， 其價值日益凸顯， 但權屬界定的模糊性卻成為制約其流通和交易的瓶頸。企業數據資產的權屬界定是數據資產管理和交易的前提， 但是， 在現有的法律框架下， 企業數據資產的權屬問題尚未得到明確的解決。數據的非競爭性、 非排他性以及可復制性等特點， 使得其與傳統意義上的資產存在顯著差異， 導致企業數據資產的權屬界定面臨諸多挑戰（Veldkamp等，2023）， 例如需要解決個人隱私保護與數據商業利用之間的平衡、 企業間數據共享與數據獨占之間的矛盾等。

與此同時， 數據資產權屬的不確定性影響著企業對數據資產的投入和開發， 阻礙了企業數據資產價值的最大化利用， 因此明確企業數據資產權屬問題對于促進數據交易市場的健康發展具有重要作用（Kassa和Cisa，2017）。當前， 我國企業數據交易市場尚處于起步階段， 缺乏統一的交易規則和標準， 企業數據資產權屬的不明確增加了交易的法律風險， 降低了市場的交易效率， 影響企業數據資產的合理定價和流通。從宏觀層面來看， 企業數據資產權屬研究對于推動我國數字經濟戰略的實施具有重要意義——數據作為一種新型生產要素， 其有效配置和利用對于提升國家競爭力和促進經濟轉型具有關鍵作用。因此， 明確企業數據資產權屬不僅關乎企業利益， 也關乎國家戰略和公共利益。

2. 企業數據資產權屬制度的框架體系。本文參考譚明軍（2021）的研究， 構建包含數據資源持有權、 數據加工使用權和數據產品經營權（簡稱“三權分置”）的數據資產權利框架， 明確不同主體在企業數據資產生命周期中的權利和責任。“三權分置”框架是企業數據資產權屬制度探索的重要理論基礎。數據資源持有權是持有者對于通過合法途徑獲取的數據資源——無論是基于業務運營的需要進行采集而得來的數據 ，還是通過采購、 共享等方式獲取的數據， 都有權依照法律規定或合同約定自主管控， 并擁有排除他人對處于控制狀態中數據進行資產侵害的權利。數據資源持有權體現了對數據資源持有者的權益保護。數據加工使用權可進一步細分為數據加工權和數據使用權。數據加工權是指對具有合法來源的數據， 權利人在法律規定或合同約定的限制條件內， 對數據開展加工、 分析、 計算等處理活動的權利； 數據使用權是指基于數據共享、數據交易等方式， 數據需求方（權利人）對合法獲取的數據資源或數據產品在法定或合同約定范圍內進行使用的權利。數據產品經營權指權利人對通過合法途徑獲取的數據資源， 在法律規定或合同約定的范圍內， 對經過加工處理而形成的數據產品或服務享有營銷、 銷售和獲取收益的權利， 從而保障了數據產品開發者對其產品擁有的經營和收益權， 有助于激發數據資產的創新潛力。總之， “三權分置”框架通過明確數據資源持有權、 數據加工使用權和數據產品經營權， 不僅有助于保護各權屬方的合法權益，還可促進數據資源的合理利用和健康發展， 為數字經濟的繁榮奠定基礎。

3. 企業數據資產產權歸屬的確認機制。企業數據資產產權歸屬確認機制的建立， 對于確保企業數據資產的有效管理和利用具有重要意義。本文從編制企業數據資產目錄、 開展企業數據資產盤點以及建立企業數據資產權屬登記三個方面論述， 并完善企業數據資產權屬確認機制。編制企業數據資產目錄是數據資產管理的基礎性工作， 通過規范的元數據描述， 對企業數據資產進行分類和編碼， 形成數據資產全景視圖， 不僅涉及數據資產的識別和分類， 還包括對數據資產屬性的詳細記錄， 如數據來源、 數據格式、 數據質量、 數據使用權限等。數據資產目錄的編制有助于企業全面地了解和管理其數據資產， 為后續的確權和管理提供重要依據。開展企業數據資產盤點是明確數據權利相關方的關鍵步驟， 通過對企業內部數據資產的全面梳理， 收集數據資產的來源、 分布、 權屬等屬性信息， 確保數據資產的清晰界定。數據資產盤點采用自上而下和自下而上相結合的方法， 從業務和技術兩個視角對數據資產進行映射和整合， 從而明確數據資產的業務管理部門、 開發服務部門、 所屬產品線、 訪問控制范圍等管理屬性。建立企業數據資產權屬登記機制是保障數據資產權益的重要措施， 通過設立專業化的數據資產目錄登記機構， 對數據資產進行認定和盤點登記， 形成數據資產權屬認定的推廣示范案例。同時， 依托可信數字身份和可信數據流通技術， 構建數字經濟環境下的數字信任交互架構， 實現數據權屬信息的可登記、 可查驗、 可流轉， 從而有效規避數據濫用、 隱私泄露等交易風險（季良玉，2023）。

三、 分級分類策略： 數據資產管理一體化

1. 企業數據資產分級分類與安全技術要求。數據資產分級與分類是數據管理中的關鍵環節， 以確保數據得到適當的保護和有效利用（丁玟文和龐智強，2024）。數據資產分級是指根據數據的敏感性、 保密性以及對企業的重要性， 將數據劃分為不同的級別如公開、 內部、 機密等， 從而有助于確定數據的安全要求和訪問控制； 數據資產分類是指將數據按照類型、 來源、 用途等屬性進行系統化歸類， 以便于管理和檢索。數據資產分級和分類的目的均在于優化數據的存儲、 處理和傳輸， 在確保數據安全的同時， 提高數據的可用性和檢索效率， 例如敏感數據需要更高級別的加密和訪問限制， 而常用數據則需要快速訪問和處理。進行分級和分類的方法通常涉及數據發現、 評估和標記過程， 即通過數據發現工具識別和收集數據、 評估數據的敏感性和價值以確定其分級， 然后根據數據的特征和用途進行分類并應用相應的標簽。

在數據資產管理中， 對于不同級別和類別的數據資產應實施相應的安全措施以保護數據的完整性、 可用性和機密性。對于高敏感性數據： 加密技術是確保數據在存儲和傳輸過程中安全的關鍵措施， 通過算法將數據轉換成不可讀格式， 只有擁有正確密鑰的授權用戶才能訪問原始數據（沈俊鑫和張彤昕，2024）； 訪問控制技術則用于限制對數據資產的訪問， 確保只有授權用戶才能進行數據的查看、 修改或刪除操作， 通常涉及用戶身份驗證、 權限分配和訪問審計等環節； 數據脫敏技術則涉及從原始數據中移除或修改敏感信息， 以降低數據泄露風險， 同時保持數據的可用性。安全措施需滿足合規性要求， 如歐盟《通用數據保護條例》（GDPR）、 美國《健康保險可攜性和責任法案》（HIPAA）等數據保護法規。上述合規性要求， 指導企業收集、 處理和存儲個人數據以及在跨境傳輸中保護數據。通過實施安全措施， 不僅保護了企業數據資產， 也遵守了有關數據資產的法律法規， 避免了潛在的法律風險和經濟損失。

2. 建立數據通道實現敏捷協同的一體化管理。數據通道是指確保數據在不同系統和實體間安全、 高效傳輸的技術和流程集合。數據通道允許數據按照既定的流程和規則， 在企業內部或跨企業邊界無縫移動， 不僅涉及數據的實時傳輸， 還包括數據的批量處理和同步。數據集成將來自多個異構數據源的信息融合到一個單一的、 綜合的數據視圖中， 以便于后續分析和決策制定， 在此過程中， 數據通道需要適應和處理不同格式和結構的數據實體， 確保在整個集成過程中能保障數據的一致性和準確性， 以及結果可靠性和決策有效性。數據共享則是數據通道的另一個重要功能， 使得不同部門、 團隊或合作伙伴能夠訪問和利用共同的數據資源， 促進跨部門合作， 提高數據的利用效率和價值（潘愛玲和李廣鵬，2024）。

一體化管理在數據資產管理中扮演著重要的角色， 是指將數據治理、 數據質量和數據安全等分散的管理活動整合到一個統一的框架中， 不僅能提高數據管理的效率， 還能增強數據的一致性和可靠性（胡繼曄和付煒煒，2024）。數據治理是指設定數據管理的策略和框架， 規定誰可以訪問什么數據以及如何使用數據； 數據質量關注于數據的準確性、 完整性和可靠性等； 數據安全則致力于保護數據免受未授權訪問和泄露。因此， 一體化管理通過建立一個集中的平臺或系統， 將管理活動緊密結合起來。主要目的在于： 一是可以實現從數據的創建、 存儲、 處理到銷毀的全生命周期的敏捷協同管理； 二是可以實現企業跨部門的協作， 確保數據管理策略的一致性快速執行， 并解決信息差問題和避免無效的工作； 三是當面臨數據泄露或發生不合規事件等情況時能快速響應， 從而保護企業的數據資產免受損失。

3. 搭建企業數據資產統籌規劃、 管理實施與稽核檢查的管理體系。統籌規劃是數據資產管理的首要步驟， 要求企業從戰略層面出發， 制定全面的總體規劃， 明確數據資產管理的目標， 并與企業的業務目標和增長戰略保持一致， 通過優化數據的使用來提升業務效率并創造價值。資源分配是統籌規劃的關鍵組成部分， 涉及決定哪些技術和人力資源將被投入數據資產管理， 包括選擇合適的技術平臺、 工具和專業人員以及分配預算和時間， 確保數據管理活動得到有效的支持和執行（陸岷峰和歐陽文杰，2021）； 風險評估是規劃過程中的重要環節， 涉及識別和分析可能影響數據資產管理計劃的潛在風險， 包括數據泄露、 數據丟失和非合規風險等， 通過評估風險， 企業可以制訂相應的應急計劃， 以確保數據資產管理活動能夠抵御潛在威脅， 保障數據資產的安全和合規性。

管理實施是指將企業數據資產管理的規劃藍圖轉化為具體行動， 如數據標準的建立、 數據質量管理以及數據安全措施的實施。具體來說， 數據標準的建立是為確保數據一致性和互操作性， 建立起定義數據模型、 制定數據字典和元數據規則， 以及確立數據命名和格式的標準， 從而有助于企業內部以及與外部系統之間的數據共享。數據質量管理關注于數據的準確性、完整性和可靠性等。通過建立數據質量評估指標、 監控數據質量并及時糾正數據問題等一系列持續的控制流程的實施， 旨在幫助企業提高數據的可信度， 從而做出正確的業務決策。數據安全措施具體包括實施訪問權限控制、 應用加密技術和定期進行安全審計等， 以此確保遵守數據保護法規， 并采取預防保障措施以應對網絡安全威脅風險（張真源，2024）。

稽核檢查是數據資產管理中確保合規性和持續改進的關鍵環節， 通過定期的數據審計和數據檢查， 企業能夠監控數據資產管理措施的執行情況， 評估其效果， 并及時發現潛在的問題和風險。數據審計是指內部或外部審計團隊根據既定的數據管理框架和標準對數據收集、 處理、 存儲和共享等環節進行審查， 具體包括： 檢查數據訪問日志、 監控數據流向以及評估數據安全措施的有效性等； 揭示數據管理的強點和弱點， 為管理層提供決策支持。數據檢查則是對數據質量的持續監控， 包括對數據準確性、 一致性和完整性等的評估， 幫助企業識別數據問題。例如， 當存在重復記錄或錯誤信息時， 采取措施進行修正（徐敏和李芳，2024）。

四、 優化協調流程： 數據資產交易模式、 主體與制度完善

1. 企業數據資產交易模式。企業數據資產交易模式的分類， 對于理解數據資產的流通和價值實現、 完善企業數據資產交易制度具有重要意義。數據資產交易模式可以分為三類： "一是按照數據資產交易地點， 劃分為場內交易和場外交易。目前， 數據交易所在交易流程的簡化、 定價機制的建立以及基礎制度的完善方面面臨重大挑戰。其中， 場內交易即在數據交易所內進行的交易活動， 涉及數據資產的發布、 撮合以及最終的交易執行。這一過程對于構建一個合規有序、 價格穩定且受到全面監管的交易市場具有重要意義。場外交易指的是在數據交易所之外， 交易雙方根據私下協定完成的數據資產交易過程。相較于場內交易， 雖然場外交易在操作流程上更為靈活， 能夠適應市場變化和個性化需求， 但由于缺乏第三方的規則約束與監管， 其潛在風險相對較高， 因此需要通過嚴格的合規審查和風險管理來保障交易的安全性和合法性。二是按照資產權利轉移方式， 劃分為數據持有權轉移交易和數據使用權交易。其中， 數據持有權轉移交易指數據提供方出售其持有的數據資產， 購買方獲得數據的持有權。該交易模式下， 數據的所有權發生轉移， 對數據確權、 交易監管提出更高要求。數據使用權交易指在不轉移數據持有權的前提下， 對數據的使用權進行交易， 購買方獲得限定時間和范圍內的數據使用權， 但不具有再次銷售或轉賣的權利。三是按照數據資產類型， 劃分為原始數據交易和衍生數據交易。原始數據交易涉及未經過加工處理的原始數據集的交易， 允許購買方進行深入分析和開發， 但存在較高的數據泄露風險。衍生數據交易涉及經過分析、 加工、 建模后的數據產品， 例如標簽、 評分、 模型預測值等。衍生數據交易降低了數據泄露風險， 但限制了數據加工的靈活性（譚紅旭和張嘉欣，2024）。因此， 在設計和實施企業數據資產交易策略時， 企業需要綜合考慮交易場所、 權利轉移的性質以及數據資產的類型， 確保交易的合規性、 安全性和效率。隨著我國大數據交易所的發展， 其監管體系、 技術支撐和市場機制的創新， 都將對企業數據資產交易模式演變產生深刻的影響。

2. 企業數據資產交易主體。不同的交易模式需要不同主體的參與和配合， 以確保數據資產交易的順利進行。同時， 各個主體在交易中扮演的角色也體現了數據資產交易的復雜性和多樣性。在企業數據資產交易的復雜生態系統中， 涉及的主體眾多， 本文依據交易地點、 權利轉移方式和資產類型進行分類匹配， 以提高交易效率和安全性。一是從交易地點來看， 數據所有者通常將數據資產提交至大數據交易平臺進行交易， 例如南京公共交通（集團）有限公司將公交數據資源資產化并入表。然而， 上述平臺往往設置了較為復雜的市場準入條件， 導致交易量受限， 尤其是民營企業參與度不高， 并且由于平臺缺乏權威、 成熟的公示機制， 導致交易主體之間存在信任危機， 影響交易規模與評價。二是從權利轉移方式來看， 數據提供方在數據持有權轉移交易中出售其持有的數據資產， 而數據購買方在數據使用權交易中獲得限定時間和范圍內的數據使用權， 數據確權難度大， 導致交易難以進行， 同時， 數據交易契約是不完全契約， 存在機會主義風險， 需要通過妥善配置剩余控制權來防范（江濤，2024）。三是從資產類型來看， 數據服務提供商提供數據清洗、 加工、 分析等服務， 涉及原始數據和衍生數據。數據評估機構對數據資產進行估值和定價， 包括公共數據、 企業數據與個人數據， 數據價值評估難度大， 導致數據共享與交易難、 監管難， 數據保護與交易的界限難以權衡， 需要審查數據共享與交易的主體、 數據產品、 共享交易過程等各個環節的合法合規性。除了上述主體， 監管機構、 法律顧問與合規部門也在數據資產交易中扮演著重要角色， 這些主體監督和管理數據資產交易， 確保交易的合法性和合規性并提供法律咨詢。

總之， 企業數據資產交易涉及多個主體， 根據交易地點、 權利轉移方式和資產類型將其進行分類匹配， 進而界定各市場主體的活動， 包括數據提供、 購買、 服務、 評估和監管等。與此同時， 各主體也面臨相關困境， 如合規審查標準、 信任危機、 數據安全風險、 數據確權難、 機會主義風險、 數據價值評估難和監管難及數據流通不暢等， 為解決上述問題需要多方面的努力。

3. 企業數據資產交易制度完善。我國正在構建企業數據資產交易制度， 旨在確立數據使用的合法合規性與交易流程， 并明確授權范圍、 期限和條件， 以保障數據資產合法流通。本文針對制度與交易模式不匹配的問題， 提出三方面的制度完善建議。

（1） 與數據資產交易地點分類相關。在場內交易方面， 建立數據要素流通準入規則， 確保流通數據標的明確、 范圍確定、 標識清晰、 來源合法， 以及價值可估。規范場內數據交易流通， 明確數據交易中的確權登記、 主體資格審核、 交易規范， 以及市場運營管理等規則， 引導數據合法合規交易。建立數據流通交易登記備案機制， 制定統一的市場主體登記數據和系統建設規范， 確保市場主體登記備案便利化。在場外交易方面， 加強場外交易中的數據安全和隱私保護， 保障數據提供者的數據權益， 促進多種場景下各種數據要素的安全流通。建立數據要素市場社會信用機制， 逐步完善數據交易失信行為認定、 守信激勵、 失信懲戒、 信用修復和異議處理等機制。

（2） 與數據資產權利轉移方式分類相關。在數據持有權轉移交易方面， 落實“三權分置”要求， 加快構建分類科學的數據資產產權體系， 推進非公共數據按市場化方式“共同使用、 共享收益”的新模式， 為激活數據要素價值創造和價值實現提供基礎性制度保障。在數據使用權交易方面， 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。促進數據使用權交換和市場化流通， 審慎對待原始數據的流轉交易行為。

（3）與數據資產類型分類相關。在原始數據交易方面， 建立安全高效、分級分類的數據流通安全機制， 相關技術與機制保障包括隱私計算、 數據脫敏、 數據加密等。嚴格保護商業秘密和個人隱私， 建立數據流通安全機制。在衍生數據交易方面， 推動技術、 安全、 質量、 分類、 價值評估、 管理運營等數據資產相關標準建設， 鼓勵行業自行或聯合制定企業數據資產標準。公共管理和服務機構應配套建立公共數據資產卡片， 明確公共數據資產基本信息、 權利信息、 使用信息、 管理信息等（劉冰，2023）。

五、 安全效率平衡： 數據資產技術支持

1. 去隱私化技術支持。企業數據資產的去隱私化技術是確保數據安全流通的關鍵。統計技術在數據去隱私化中扮演著基礎性角色。數據抽樣技術通過選取數據集中有代表性的子集進行分析， 提升去標識化技術的有效性。數據聚合技術通過一系列統計方法如求和、 計數以及平均等， 生成的結果代表原始數據集中的所有記錄。密碼技術是去隱私化技術中的重要工具， 包括確定性加密和不可逆加密兩種主要方法。其中： 確定性加密允許在必要時對密文進行解密還原， 適用于對特定數據如ID的處理； 不可逆加密如散列（Hash）函數， 處理后的數據不可直接解密， 適用于保護數據的匿名性。假名化技術和泛化技術通過替換或概括數據屬性值， 降低數據集中所選屬性的粒度， 實現數據的去隱私化。隨機化技術、 抑制技術和數據脫敏技術也在數據去隱私化中發揮著重要作用。隨機化技術通過隨機修改屬性值降低數據泄露風險； 抑制技術通過刪除或屏蔽特定數據項來保護隱私； 數據脫敏技術則在不影響數據分析結果準確性的前提下， 對原始數據中的敏感字段進行處理， 降低數據敏感度（Liu，2023）。

一言以蔽之， 企業數據資產的去隱私化技術支持是確保數據資產安全流通的基礎， 通過統計技術、 密碼技術和其他輔助技術的綜合應用， 在保護個人隱私和企業機密的同時， 促進了數據資產的有效利用和價值實現。未來， 隨著技術的發展和市場需求的變化， 去隱私化技術將繼續演進， 以滿足更高層次的數據安全和隱私保護需求。

2. 協同計算技術支持。多方安全計算是企業數據協同計算中較為典型的方法， 其允許多個參與方在保護各自數據隱私的前提下共同完成項目計算任務， 通過加密算法確保數據在傳輸和處理過程中的安全性， 使得參與方無法獲取除計算結果之外的任何信息， 該技術方法在金融、 醫療等領域的數據資產交易中具有重要應用價值， 能夠有效保護敏感數據， 促進數據資產的安全流通。聯邦學習是一種分布式機器學習技術， 允許多個參與方在共享原始數據的情況下， 共同訓練模型， 通過在本地數據上進行訓練然后聚合模型參數的方式來實現知識共享， 從而提高數據資產的利用效率， 同時保護數據隱私， 提升企業數據資產的智能化水平。可信執行環境、 同態加密、 差分隱私等也在數據資產交易中發揮著重要作用。可信執行環境通過在硬件層面提供安全區域， 確保代碼和數據的安全性； 同態加密允許在加密數據上直接進行計算， 而無需解密； 差分隱私通過添加噪聲來保護個體數據的隱私。

可以看出， 企業數據資產的數據協同計算技術支持是實現數據資產安全、 高效交易的關鍵， 通過多方安全計算、 聯邦學習等技術的綜合應用， 企業能夠在保護數據隱私的同時， 充分發揮數據資產的價值。

3. 交易輔助技術支持。企業數據資產的交易和管理需要依賴先進的技術支持以確保數據資源的安全性、 合規性和透明度。區塊鏈技術在數據資產交易中的應用主要體現為能夠提供一個去中心化、 不可篡改和全透明的數據存儲和交易機制， 通過區塊鏈， 數據交易的每一個環節都能夠被記錄和追蹤， 從而確保數據的來源可追溯性和交易過程完整性。智能合約的應用進一步自動化數據交易的執行過程， 提高交易效率。數據水印技術為數據資產提供高級別的防偽標識， 能夠在數據文件中嵌入隱蔽的標記， 用于數據的版權保護和溯源， 特別適用于數據共享和分發的場景， 能夠在數據遭到泄露或濫用時提供追蹤和定位， 從而保護數據資產的所有者權利（閆晴和高婷婷，2024）。數據血緣技術可記錄數據從產生到最終消亡的全生命周期中的流轉和處理過程， 不僅幫助企業理解數據的起源和變化， 還能夠在數據交易中提供確權和溯源的依據， 此外， 數據血緣分析還有助于揭示數據資產的價值和質量， 為數據資產的評估和交易決策提供支持。

企業數據資產的數據交易輔助技術支持， 是確保數據資產交易安全、 高效和合規的關鍵， 區塊鏈技術、 數據水印技術和數據血緣技術等的應用， 不僅能夠提升數據資產的管理能力， 也可為數據資產交易提供堅實的技術基礎， 隨著技術的不斷發展和完善， 其還將更加深入地影響和改進企業數據資產的管理和交易方式。

六、 研究結論與政策建議

1. 研究結論。本文為企業數據資產的有效管理和交易提供理論指導和實踐建議， 強調在數字化時代下企業對數據資產的重視和管理的必要性， 主要研究結論如下： 第一， 企業數據資產權屬界定是數據資產管理和交易的基礎， 權屬界定的模糊性制約數據資產流通， 因此， 需要建立明確的數據資產權屬體系即“三權分置”框架， 促進數據資產的確權、 流通和保護。第二， 強調分級分類管理在確保數據資產安全性和可用性方面的應用， 通過精細化的分級分類策略， 企業能夠更有效地對數據資產進行風險評估和價值挖掘， 促進數據的合規使用和共享， 從而提高數據驅動決策的質量和效率。第三， 企業數據資產交易涉及多種模式以及數據所有者、 交易平臺和服務商等多方主體， 然而， 交易過程中面臨著流程不暢、 授權不明確和信任問題等挑戰。對此， 提出以下建議： 建立數據流通準入規則， 規范交易流程； 實施數據產權的分置， 構建完善的數據資產產權體系； 建立監管合作機制， 規范產權登記， 并鼓勵制定相關的行業標準。第四， 技術支持是實現企業數據資產管理與交易的重要保障， 區塊鏈、 數據水印以及數據血緣等技術在確保數據資產安全、 合法交易中發揮著至關重要的作用， 不僅提升了數據資產的管理能力， 也為數據資產的交易提供了堅實的技術基礎。

2. 政策建議。結合上述研究結論， 本文對促進數據資產的合理管理和充分利用， 同時保障數據安全和個人隱私等方面給出政策建議。第一， 明確企業數據資產權屬界定。政策制定者可優先明確企業數據資產的權屬界定規則， 確立“三權分置”框架， 以法律形式確立數據資產的合法權利和義務。建議制定專門的數據資產權屬登記和管理制度， 為數據資產的確權、 流通和保護提供清晰的法律路徑和操作指南。第二， 建議政府和行業監管機構制定明確的數據分級分類標準。政府為企業提供具體的管理指南和操作框架， 標準應涵蓋數據的敏感性、 重要性和業務價值， 以幫助企業確定不同數據集的優先級和保護級別。政策應鼓勵企業建立動態的數據分級分類機制， 定期審查和更新分級分類策略， 以適應不斷變化的業務需求和監管環境， 確保數據資產的持續合規性和安全性。建議加強跨部門和跨行業的協作， 共同開發和實施統一的數據分級分類系統， 促進數據的互操作性和流動性的同時， 降低數據管理的復雜性和成本。還可考慮制定激勵措施如提供稅收優惠、 財政補貼或研發支持， 鼓勵企業投資于數據分級分類技術和人才培訓， 加速企業數據資產管理能力的提升， 推動數字經濟的健康發展。第三， 構建健全的企業數據資產交易體系。政府可出臺企業數據資產交易規范， 涵蓋數據使用權、 數據隱私保護以及數據資產監管等方面的交易準則和操作流程， 以保障交易的合法合規、 安全可靠和信息透明。此外， 還需提升數據資產的流通性和市場運作效率， 鼓勵構建包含交易監督、 風險控制和爭議處理等要素的企業數據資產交易監管架構（張楠和馬治國，2024）。第四， 提供企業數據資產管理與交易技術支持。政策應大力支持數據資產管理與交易相關技術如區塊鏈、 數據水印以及數據血緣技術的研發和應用， 制定技術標準和規范， 推動技術創新和集成， 鼓勵企業采用先進的技術手段， 提高數據資產管理的效率和安全性。同時， 加強技術培訓和知識普及， 提升整個數據資產管理與交易行業的技術水平。

【 主 要 參 考 文 獻 】

蔡昌，趙艷艷，李夢娟．區塊鏈賦能數據資產確權與稅收治理［ J］．稅務研究，2021（7）：90 ～ 97．

丁玟文，龐智強．數據資產的分類與估值方法［ J］．統計與決策，2024（15）：34 ～ 39．

胡繼曄，付煒煒．數據要素價值化助力培育新質生產力［ J］．財經問題研究，2024（9）：48 ～ 60．

黃海．會計信息化下的數據資產化現狀及完善路徑［ J］．企業經濟，2021（7）：113 ～ 119．

劉冰．論數據資產化的法律障礙及破解路徑［ J］．中國法律評論，2023（2）：51 ～ 63．

陸岷峰，歐陽文杰．數據要素市場化與數據資產估值與定價的體制機制研究［ J］．新疆社會科學，2021（1）：43 ～ 53+168．

潘愛玲，李廣鵬．數字經濟時代企業數據價值釋放的路徑、挑戰與對策［ J］．理論與改革，2024（4）：163 ～ 174．

沈俊鑫，張彤昕．基于價值鏈理論的互聯網企業數據資產價值評估［ J］．科技管理研究，2024（7）：124 ～ 134．

譚紅旭，張嘉欣．對數據資產入表問題的思考［ J］．財會月刊，2024（11）：68 ～ 73．

譚明軍．論數據資產的概念發展與理論框架［ J］．財會月刊，2021（10）：87 ～ 93．

徐敏，李芳．數據資產入表對審計流程的影響及應對——以地級市國有平臺A集團公司為例［ J］．財會月刊，2024（17）：93 ～ 102．

閆晴，高婷婷．數字經濟時代數據資產交易課稅：制度困局、理論邏輯與優化方案［ J］．青海社會科學，2024（1）：172 ～ 181．

張楠，馬治國．數據資產證券化探索的法律困境與解決路徑［ J］．重慶大學學報（社會科學版），2024（2）：211 ～ 222．

John K.， John T. A.， Reisman H.. Accounting data and asset valuation： Theory［ J］． Review of Quantitative Finance and Accounting，1994（4）：311 ～ 320．

Liu C.. Application of security algorithm in audit data asset valuation based on distributed machine learning［ J］． Wireless Personal Communications，2023（1）：1 ～ 15．

Veldkamp L.. Valuing data as an asset［ J］． Review of Finance，2023（5）：1545 ～ 1562．