国家发改委价监中心王建冬：推进市场化配置改革 盘活数据要素资产价值

　　数据要素分配是工业经济向数字经济转型中最具时代特征的新鲜事物，是我国在国际上首先提出的重大理论问题。

　　数据的要素化应当包含数据资源化、资源资产化和资产资本化三个阶段。人们常把数据类比成数字化时代的石油，数据要素化的三个阶段，同样也可以作这样的类比：第一，数据资源化，相当于“石油开采”；第二，资源资产化，相当于“石油炼化”；第三，资产资本化，相当于“油企投融资”。

　　参考资本和土地等要素的多级市场体系，未来我国数据要素市场可探索构建零级、一级和二级联动的数据价格机制：一级市场即数据资源市场，主要对应于数据资源化阶段；二级市场即数据产品和服务市场，主要对应于资源资产化阶段；零级市场即非交易流通市场，主要对应于资产资本化阶段。

　　明确数据产权登记方式、登记主体、确权授权机制等实施路径，加快形成数据资产的“身份”确认标准和制度体系：第一，逐步细化“三权分置”数据产权体系和多级市场体系的映射关系；第二，理顺“数据产权”和“数据知识产权”两大体系，形成更加科学的多层次产权体系；第三，形成全国统一登记确权体系；第四，积极稳妥有序推进数据登记存证确权体系建设。

　　在多级市场联动的大框架下，构建有利于数据要素价格有效形成的政策和制度工具箱：第一，应当从一二级市场分层的角度梳理数据价格链，澄清所谓数据“千用千价”的误解；第二，参考资本和土地等要素的多级市场体系，未来我国数据要素市场可探索构建零级、一级和二级联动的数据价格机制；第三，对于数据市场“有形之手”的引导作用不应当被忽视。

　　从“小入表”走向大入表，释放数据资产创新红利：第一，推动数据资源和数据资产入表是数字经济发展的必然趋势；第二，财政部目前颁布的《企业数据资源相关会计处理暂行规定》是在没有突破现有会计准则和计量基础前提下的一次有益尝试，是一个“小入表”的方案；第三，应当积极尝试从“数据资源入表”走向“数据资产入表”，逐步实现“大入表”。

　　近日，国家数据局正式揭牌。改革开放以来，我国提出按劳分配与按要素分配并存的收入改革思路，并结合不同发展阶段特点逐步将资本、技术、管理、数据等纳入分配序列之中。其中，前几种要素都是顺应工业化、城镇化发展要求，在学习借鉴西方经验的基础上形成改革成果，唯有数据要素分配是工业经济向数字经济转型中最具时代特征的新鲜事物，是我国在国际上首先提出的重大理论问题。

　　目前，国外尚未从生产要素参与分配的角度，构建起数据登记确权、评估计价、流通交易和收益分配的制度体系。欧盟2017年提出“数据生产者权利”的设想，并构建基于物权规则的确权体系，最终未能成功，转而聚焦数据利用与交换。数据的产权、定价、流通、分配等制度问题十分复杂，是全人类共同的“无人区”。很多人因此对于是否有必要构建数据基础制度、能否构建适配产业需求的数据基础制度心存顾虑。组建国家数据局，无疑是我国持续深入推进数据要素市场化配置改革的一项重大举措，有助于凝聚各方共识、形成制度合力。

　　一论数据要素

　　必须经历三个发展阶段

　　数据的要素化应当包含数据资源化、资源资产化和资产资本化三个阶段。人们常把数据类比成数字化时代的石油，数据要素化的三个阶段，同样也可以作这样的类比。

　　第一，数据资源化，相当于“石油开采”。就像埋藏在地下的石油不经过开采就无法变成有价值的资源一样，在不经过任何处理的情况下，现实中的数据常常是分散的、碎片化的，没法直接利用以产生价值。对这些“原料”状态的数据进行初步加工，最后形成可采、可见、互通、可信的高质量数据，就是数据资源化过程。

　　第二，资源资产化，相当于“石油炼化”。原油从地下开采出来以后，经过一个庞大的炼化工艺体系，转化为适用于不同用途的燃料和化工原料，原油的价值才能得到最大限度发挥。数据同样如此，数据中蕴含了经济社会运行从宏观到微观方方面面的规律和机理，潜在价值巨大，但数据本身并不能直接产生价值。只有把数据与具体的业务场景融合，才能在引导业务效率改善中实现这些潜在价值，这个过程就是资产化。其本质就是数据驱动业务变革，实现数据价值的过程，更多体现为一个产业经济过程。资源资产化是数据价值创造过程中的“第一次飞跃”，实现了数据的价值，是一个“做加法”的过程。

　　第三，资产资本化，相当于“油企投融资”。石油企业通过资产资本化、资本证券化，快速扩张产业规模，是实现财富放大效应的不二选择，对数据企业而言同样如此。学者维克托·舍恩伯格在《数据资本时代》中甚至预言，未来金融资本主义将被数据资本主义所取代。当前，在数据要素改革的大背景下，数据资产的资本化已经成为各方高度关注的政策热点。2022年11月发布的《北京市数字经济促进条例》中，就点出了目前数据资产资本化的几个重要方向：数据入股、数据信贷、数据信托和数据资产证券化。从资产到资本，是数据要素化过程中的“第二次飞跃”，是让数据收益实现杠杆化的“做乘法”的过程，也是中国数据要素化配置不同于欧美数据制度的最大特色。

　　据初步测算，在数据资源化和资产化阶段，“十四五”期间我国数据要素流通市场规模将达到5000亿元至10000亿元规模；在数据资本化阶段，围绕数据资产全链条的评估、质押、融资等衍生市场，整体潜在规模可能超过60万亿元。这是一个巨大蓝海，开启这一蓝海的“金钥匙”，就是建立起数据登记确权、评估计价和资产入表的政策“闭环”。现阶段亟须结合我国发展实际，加快培育多级市场联动的数据流通体系，建立适配数字经济规律的新型数据产权机制、价格机制、入表机制，以最大限度盘活数据资产价值，有效赋能千行百业。

　　二论数据要素

　　科学建立数据要素多级市场体系

　　从产业发展的实践来看，数据得以成为一种生产要素，其实质是数字经济时代，数据要素渗透到企业生产经营的方方面面，成为推动国民经济各行各业转型升级必不可少的元素。这一趋势反映到分配关系的变化上，就是数据的商品化、要素化过程。一方面，随着通用人工智能、自动驾驶、新能源、合成生物等高精尖领域蓬勃发展，数据要素赋能千行百业的乘数作用越来越突出，加快培育全国统一数据大市场，是构建数字化新质生产力的全局之举。另一方面，与土地、资本等传统要素在分配过程中容易出现集中于极少数人的特点不同，数据要素天然具有非排他性、非竞争性等特征，通过科学合理的分配制度安排，完全可以有效兼顾效率和公平。构建数据要素的收益分配制度，是未来实现“还数于民”，形成数字化智能化时代共同富裕发展新格局的必由之路，也是凸显中国特色社会主义制度优势的重要举措。参考资本和土地等要素的多级市场体系，未来我国数据要素市场可探索构建零级、一级和二级联动的数据价格机制：

　　一级市场即数据资源市场，主要对应于数据资源化阶段。主要承载以数据集或数据接口为主要方式流通的数据资源。一级市场是对数据资源的持有权和使用权进行转让或授权许可的市场，可类比于土地一级市场中把“生地”变“熟地”，是要素资源化的过程。数据资源市场主要对应于数据资源化阶段。

　　二级市场即数据产品和服务市场，主要对应于资源资产化阶段。数据加工方对数据资源进行加工处理和算法模型化，以产品和服务形式销售给购买者的市场，可类比于土地市场中的房地产流通交易，是要素产品化的过程。从国家发展改革委价格监测中心对16家主要数据交易所的调研来看，目前场内数据交易中80%以上为数据产品和服务交易。

　　零级市场即非交易流通市场，主要对应于资产资本化阶段。属于未进入交易环节但发生数据共享交换和权益流转的市场行为，既包括企业内部或具有一定业务或股权关联关系的企业间发生的数据共享交换，也包括数据信托等新型数据权益流转模式。零级市场是“冰山水面之下的部分”，其潜在规模可能是一、二级市场的30至60倍。可以说，企业数据融资、信托、发债和证券化等资本化运作的标的物主要存在于零级市场。

　　由此可见，数据多级市场体系从规模上呈现“上下粗、中间细”的沙漏形状。针对这一特点，对于数据市场体系可采取“管住一级、放开二级、发掘零级”的发展思路：首先，一级市场定位为数据登记授权市场，强制性要求在国家级交易所场内交易，接受国家统一监管，确保个人隐私、商业密码和国家主权，如前所述，这部分市场本身体量不大，也便于国家统一监管；其次，鼓励各地方、各行业主管部门和有条件的龙头企业进入二级市场，有效激活创新活力；最后，结合企业数据入表和资产化需求，推动国家数据资源登记体系逐步覆盖零级市场，探索建立零级市场流通存证体系，实现与一二级市场的联动，唤醒企业“沉睡”在零级市场中的数据价值。

　　三论数据要素

　　完善数据产权登记和流通存证体系

　　产权明晰是各类要素商品化和资产化的重要前提，只有建立起以产权保护和产权约束为基础的要素资产管理体系，才能实现要素从存在价值向使用价值的转化，才能形成稳定预期和有效激励。数据产权既有别于民事权利中的物权，也不同于知识产权，是一种新型财产权。“数据二十条”（《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》）以促进数据合规高效流通使用为导向，淡化所有权、强调使用权，创造性提出建立数据资源持有权、加工使用权和产品经营权“三权分置”的产权制度框架，在构建中国特色数据产权制度体系道路上迈出了一大步。下一步，亟待明确数据产权登记方式、登记主体、确权授权机制等实施路径，加快形成数据资产的“身份”确认标准和制度体系。

　　第一，场景驱动，逐步细化“三权分置”数据产权体系和多级市场体系的映射关系。“数据二十条”提出的三权分置思路，实际上隐含了从一级市场走向二级市场的基本前提。其中：数据资源持有权对应一级市场，应明确两类自主持有确认机制，一是互联网平台基于用户协议的持有权确认（知情同意），二是政府机构基于履职需求的持有权确认（法定事由）；数据产品经营权对应二级市场，从实际场景看，中国人民大学教授熊炳万提出将其细化为五类权益，其分别可满足不同数据产品流通场景的需求，即整体转让权（如原始数据集交易）、许可使用权（如公共数据授权运营等）、融资担保权（如数据信贷等）、投资入股权（如数据作价入股）、合作加工权（如联合产品开发等）；数据开发使用权可看做数据从资源（一级）变为产品（二级）的桥梁或路径，是数据开发利用和形成产品的中间权益形态。

　　第二，正本清源，理顺“数据产权”和“数据知识产权”两大体系，形成更加科学的多层次产权体系。2022年起，国家知识产权局加快推进数据知识产权地方试点，并确定了北京、上海、江苏、浙江、福建、山东、广东、深圳等8个试点地方。“数据二十条”发布后，产业界对于“三权分置”数据产权体系高度关注。目前，产业界和学术界对于这两大产权体系的关系缺乏统一认识，导致实际操作中容易出现相互混淆甚至矛盾的问题。实际上，一个典型的数据产品和服务（如软件、系统、平台、报告、指数等）中，数据、算力和算法三要素往往是并存的。其中，涉及数据部分，应当沿用数据产权体系加以界定；涉及算法部分，应当归入数据知识产权体系之中。因此，后续可从多级市场体系的角度，理顺二者关系：对于数据资源（一级市场和零级市场）部分，主要确认其数据资源持有权；对于数据产品（二级市场）部分，主要确认其数据产品经营权，以及数据产品中所包含的数据知识产权（如软著、专利、商标等）。

　　第三，统分结合，形成涵盖多类权益、服务多级市场、吸纳多类主体的全国统一登记确权体系：一是针对零级和一级市场中的数据资源部分，建议参考土地、技术等要素，研究组建具有法定职能的统一登记机构，实现对数据资源持有权（自主持有和委托持有）的登记和确权授权；二是针对二级市场中的数据产品和服务，建议鼓励各地持牌经营的数据交易场所建设数据产品登记平台，确保标准统一和登记信息互联互通，实现对数据产品经营权的登记和确权授权；三是针对数据产品和服务中的知识产权部分，建议建立专门登记平台，并与数据产品登记体系实现互联互通；四是考虑到数据流通中涉及的权属流转和溯源存证成本较高，建议适时组建类似中证登或中债登的国有企业，以市场化方式提供数据权益流转的存证溯源服务，为有需要的市场主体提供增值服务。

　　第四，小步快走，配合数据产权法制化进程积极稳妥有序推进数据登记存证确权体系建设。目前，十四届全国人大常委会已将数据权属立法列入第三类项目，即立法条件尚不完全具备，需要继续研究论证。基于此，建议配合数据产权立法进度，分步推进登记平台建设：第一步，鼓励各地按照“数据二十条”的基本精神，配合本地区数据立法试点出台本地区数据登记管理办法，搭建数据登记确权平台，推动在试点地区交易场所上架的数据产品和授权运营的公共数据资源实现登记；第二步，推动在政策层面出台数据产权和登记体系相关指导意见，为搭建全国一体化数据登记确权体系提供政策依据；第三步，建立覆盖政企各类数据资源和数据产品的登记平台，作为数据权属生效要件，发挥优先保护作用。

　　四论数据要素

　　建立完善数据价格形成的制度“工具箱”

　　在“三权分置”的产权框架初步明晰的情况下，数据资产估值定价成为关键制度瓶颈。底线是必须避免数据像商誉那样成为企业资产的“腾挪空间”，否则数据要素市场化配置改革会成为滋生新一轮资产泡沫的温床，从而脱离改革的本意。应当在多级市场联动的大框架下，构建有利于数据要素价格有效形成的政策和制度工具箱。

　　第一，应当从一二级市场分层的角度梳理数据价格链，澄清所谓数据“千用千价”的误解。当前业界有一个很流行的说法，即“千用千价”，就是同一条数据在不同应用场景下价值不同，因此数据定价也无法实现标准化。在探讨这个问题时，应当区分“数据资源价格”和“数据产品和服务价格”两个层面的概念。实际上，数据在不同应用场景中总是以“数据产品和服务”的形态体现出来的。从价格链的角度，数据产品价格类似于“终端零售价”，而数据资源价格类似于“原料价”。在数据产品和服务中，除“数据资源”外，还有凝结在数据之上的两部分投入：一是智力、品牌等无形投入（这部分可以统称为算法投入，或者叫“数据知识产权”投入）；二是网络、计算、存储等有形投入（这部分可以统称为算力投入）。前者属于无形资产，在不同场景中算法无形资产的价值评估具有很大灵活性，也是造成数据产品“千用千价”的核心原因。而刨除这部分，数据价值、算力价值的估算应当是相对标准化的。

　　第二，参考资本和土地等要素的多级市场体系，未来我国数据要素市场可探索构建零级、一级和二级联动的数据价格机制。针对数据一级市场，重点是研究成本法导向的数据资源化定价机制。数据资源的价值评估主要以成本法为主，评估因素包括数据采集整理和标准化过程中的各种投入，以及数据质量、隐私含量等。针对数据二级市场，重点是研究收益法导向的数据资产化定价机制。二级市场中数据产品和服务定价以收益法为主，除成本外，评估因素重点考虑历史成交价、数据血缘、模型贡献度等收益预期类指标。针对数据零级市场，重点研究市场法导向的资本化定价机制。因为零级市场本身不发生交易，也就不存在本级市场的价格信号。资本评估机构在对零级市场中数据资产进行定价时，需要采用市场法思路，即基于同类型数据在一二级市场的交易记录对零级市场数据资产进行评估定价。

　　第三，对于数据市场这样一个价格形成机制尚不成熟的市场，“有形之手”的引导作用不应当被忽视。“数据二十条”提出，支持探索多样化、符合数据要素特性的定价模式和价格形成机制，推动用于数字化发展的公共数据按政府指导定价有偿使用，企业与个人信息数据市场自主定价。一方面，针对公共数据价格问题，借鉴公共服务领域实行政府指导定价的成熟原则，将“准许成本加合理收益”的定价机制迁移到公共数据定价中，目前来看是相对比较可靠的办法。目前，福建等地提出将公共数据有偿服务收费划分为技术服务费（纳入政府指导价管理）和数据服务费（纳入政府非税收入），具有一定可行性。后续建议参考资源补偿类收费办法，建立公共数据成本核算机制，研究出台公共数据政府指导定价管理办法。另一方面，针对社会数据的价格问题，考虑到当前数据要素市场场内交易尚不成熟，应当着力推动建立数据资产评估计价公共服务体系，搭建全国性数据资产图谱网络开放平台，实施研究发布数据价格指数，为市场主体开展评估计价提供参考依据。

　　“数据二十条”发布以来，国家发展改革委价格监测中心在数据价格机制建设方面开展了大量探索性工作。目前正在牵头建立全国数据价格监测报告制度，与北京、上海、深圳、广州等10家交易所建立合作关系，监测覆盖数据商5638家，数据产品10963个，2023年交易额100.81亿元。联合清华大学、中国人民大学等启动建设了全国首个数据资产评估计价服务中心，协调推动深圳数据交易所和光大银行深圳分行合作发放全国首笔无质押数据资产增信贷款，指导贵阳大数据交易所研究发布全国首个数据产品交易价格计算器，与工业和信息化部人才交流中心合作构建了全国首个数据资产评估计价咨询师人才培训认证体系。

　　五论数据要素

　　释放数据资产创新红利

　　2023年8月21日，财政部制定印发《企业数据资源相关会计处理暂行规定》（下称《暂行规定》），自2024年1月1日起施行，为企业数据资产入表以及后续的资本化操作开启了一扇大门。

　　第一，推动数据资源和数据资产入表是数字经济发展的必然趋势。“资产”的属性、范畴、种类、范围，都经历了一个不断扩张和深化的过程。在很长一段时间里，“资产”都主要表现为“实物资产”形态，比如农业时代的土地、房产、贵金属，工业时代的厂房、设备等。随着工业经济的发展，社会经济复杂性不断上升，又出现了“无形资产”的范畴，如企业品牌、知识产权、专有技术等。到了数字经济时代，随着数据、算法的发展，“资产”的形态和范围正在出现革命性变化，以数据资源、产品和服务为代表的数据要素资产就是一种全新的资产形态。当前的经济和会计核算制度下，数据密集型和平台型企业出现了“市值远大于净资产”的突出特征，传统的资产核算方法不能反映公司实际资产情况，数据要素的价值被市场“视而不见”或“严重低估”。建立数据资产核算和入表机制，有利于盘活现有数据资产的价值，展示企业数字竞争优势，为企业依据数据资产开展投融资提供依据，同时合理的价值评估能有效促进内外部会计信息使用者管理与决策水平的提升，优化市场资源配置。

　　第二，本着审慎推进的基本原则，财政部目前颁布的《暂行规定》是在没有突破现有会计准则和计量基础前提下的一次有益尝试，是一个“小入表”的方案，短期内并不会带来大量企业数据资产确认。原因有三：一是入表对象是“数据资源”，而在数据要素市场中，真正拥有原始数据源的企业并不多，绝大多数企业是从事为数源型企业提供数据治理、加工、处理、建模等服务的企业，其受委托持有大量数据资源，但是其并不具备原始数据资源持有权，因此难以有效入表；而这些企业拥有的大量与数据相关的模型、算法、工具、平台等数据资产，又不在《暂行规定》的入表范围之内。二是入表基础是以实际成本，而不是公允价值。这是保持会计准则谨慎性的必然要求，但也就意味着数据因为其无限复用性所带来的价值弹性无法体现到资产化资本化过程。三是《暂行规定》采取“未来适用法”，即2024年1月1日之后发生的成本才能入表。这就意味着对于大型数据要素企业而言，其前期花费大量资金成本建立的数据资源体系存量部分都不能入表。

　　第三，应当积极尝试从“数据资源入表”走向“数据资产入表”，逐步实现“大入表”。一是可以从一二级市场的角度，进一步梳理数据资产的内涵，并分类实现入表。如前所述，从企业数据价值链的角度，企业将数据资源加工成为数据产品，实际上就是把算法和算力叠加到数据资源之上的过程。因此，企业数据资产入表，可以区分为数据入表（包括其衍生数据和中间数据）、算法入表（可遵循数据知识产权登记和无形资产入表的路径）和算力入表（即支撑数据资产运行的各种硬件固定资产入表）三部分，这样就具备较大可操作性。二是探索研究完善数据资源公允价值的评估方法，从而实现从成本法到收益法的跃迁。应当充分发挥交易场所的作用，基于一二级交易场所的实际成交记录，为零级市场中同类型数据资产公允价值评估提供一个有公信力的价值锚。三是与数据产权登记和流通存证溯源体系相结合，探索建立类似增值税体系那样的数据“进销项”测算机制，对于企业受委托持有的数据资源及其衍生数据和中间数据，建立核算标准，这样才能让数据入表真正汇集大量中小企业。四是积极推动公共数据资产入表。当前各级政府和公益性事业单位手中掌握了大量有价值数据，应当明确这部分数据的国有资产属性，并设法纳入会计计量准则范畴之内。

更多精彩，请关注“官方微信”