21世纪经济报道记者 王俊 北京报道

数字经济已经成为我国高质量发展的新引擎，数据要素作为数字经济的核心生产要素，已成为推动产业升级、优化经济结构和打造经济增长点的战略性资源。

(资料图片仅供参考)

7月5日，2023全球数字经济大会数据要素论坛举行，北京金控集团党委书记、董事长、北京国际大数据交易所董事长范文仲在会上指出，目前数据资产属性还没有充分体现。只有实现确权、流通和交易后，才会从社会资源转变成可量化的数字资产，后续通过进一步金融创新，演变为生产性的数字资本，真正释放其内在价值。

“数据要素价值化的意义重大，目前整个行业仍处于早期。”他建议，出台配套政策制度，加快数据登记交易制度体系建设，鼓励数据开发利用，制定支持将国有企业数据招标规范为进场交易的具体政策；出台数据入表的制度规范。审慎试点探索数据资产质押融资、数据资产保险、数据信托、数据资产证券化等金融创新工具。

范文仲围绕北数所在数据资源价值化方面的实践探索，分享了自己的思考。

他指出，当前数据作为核心要素资源，虽然具有普遍的使用价值，但资产属性还没有充分体现。只有实现确权、流通和交易后，才会从社会资源转变成可量化的数字资产，后续通过进一步金融创新，演变为生产性的数字资本，真正释放其内在价值。

“我们认为，从原始数字资源、到数字资产、再到数字资本的不断演进过程，正是数字经济发展的核心目标，也将为未来中国经济增长提供强大的资本来源，这才是真正的供给侧结构性改革。”范文仲表示，通过登记确权、实现价值化的企业数据，可以转变为企业资产，帮助做大做优企业资产规模，实现净资产和融资空间的提升，以及资产负债率的下降。企业数据增值后，可以进一步推动企业收入和利润的增加，实现现金流的改善，进而带动地区税源种类、税收规模、GDP总值、劳动生产率的提升，形成经济增长的新动力和新引擎。

同时，他也直陈，实现这个目标并不容易，需要做好很多基础性工作。

首先，要做好企业数据资产登记工作，对数据资源进行盘点梳理，推动建立企业数据资产报表体系，按照不同的维度对企业数据资源进行分类，可分为管理数据、生产数据、应用数据等三大类数据，其中前两类数据属于企业自有数据，权属较为清晰；第三类数据具有较高的市场价值，但权属往往存在争议。因此，企业数据的权属不完全归属于企业。企业数据按照成熟形态可以分为原始数据、统计数据、数据产品。原始数据未经加工，单位量价值较低且较为敏感，统计数据是原始数据经计算加工后形成的数据。数据产品是在统计基础上设计出的企业征信画像、产品质量评级等，这些数据产品经过脱敏后是可以对外提供的。

其次，实现企业数据评估入表，挖掘资产价值。范文仲提到，在模拟企业数据资产入表探索中，存在两个痛点：一是如何对数据资产进行准确评估。目前有成本法、收益法、市场法，在没有交易的情形下，只能用成本法定价，成本法的基础是可靠计量；在有交易的情形下，可用收益法定价；在大量反复的交易情形下，可用市场法定价，他们之间相辅相成，可从成本法先起步。二是如何进行数据资产入表。“对于不交易的数据资产计入无形资产，对于交易的数据资产计入存货，但对于只交易使用权、不交易所有权的数据资产该如何计价？我们认为它更倾向于无形资产。”他表示。

再次，先试点后推开，稳妥推进企业数据开发利用试点工作。企业数据资源的开发利用，在很多领域尚无先例可循和法规支撑。为了稳健推动创新，建议优先选取数据资源丰富的国有企业、或是在数据治理方面有一定基础的中小企业作为试点，建议在数据要素市场建设基础好的地区开展试点，不断完善配套制度建设，待成熟之后再向全国推广，逐步建立起更为广泛的数字经济基础设施和制度体系。

最后，审慎包容探索数据跨境流动工作。据了解，北数所已建设了北京数据托管服务平台，目前已经与多个单位签署合作协议，为支持北京数字贸易港的探索提供了可落地、可监管的新型解决方案。

“数据要素价值化的意义重大，目前整个行业仍处于早期，我们目前也只是小有进展，要想真正实现数据经济的跨越式发展，还需要国家从上到下的共同努力。”范文仲表示。

对于如何推动建设高质量数据要素市场，他建议：

一、出台配套政策制度。加快数据登记交易制度体系建设，鼓励数据开发利用，制定支持将国有企业数据招标规范为进场交易的具体政策。出台数据入表的制度规范：在数据资产评估方面，建议采用成本法、收益法、市场法，在没有交易的情形下，采用成本法定价，对数据形成的成本进行可靠计量；在有交易的情形下，采用收益法定价；未来在交易市场形成、出现大量反复交易的情形下，采用市场法定价，可从成本法先起步。

二、应用新兴技术手段。数据价值化过程中应用区块链、隐私计算、人工智能等新技术手段，能够趋利避害，推动更多数据价值的挖掘、流通，是平衡数据安全和开发利用很有潜力的新途径。

三发展配套数字经济中介服务体系。为实现数据价值化的目标，需要大力打造配套的数字经济中介服务机构。例如，由专业的数据资产会计审计机构设计统一的企业数据资产报表模板和标准，由专业的法律事务机构对数据合规性进行审查，由数据质控机构对数据质量进行诊断核验，由资产评估机构对数据价值进行初步评估。对于一些不具备海量敏感数据管理能力的中小企业，可委托数据加工机构提供数据清洗、脱敏等质量和价值提升服务，由专业数据托管机构帮助企业进行数据安全管理，降低合规成本。

四、推动金融创新，完善风险管理。当权属清晰、交易可控、使用可追溯时，数据资产将形成稳定的价值，实现由价值交换阶段到价值创造阶段的跨越。在此前提下，通过审慎试点探索数据资产质押融资、数据资产保险、数据信托、数据资产证券化等金融创新工具，推动数据由货币性资产向可增值金融资产的转化，将会进一步放大数据资产和数据资本的规模和价值。

但是，范文仲也指出，目前该领域的发展仍然存在较大风险，大规模创新路径并不清晰、时机并不成熟，需要在监管机构的指导下通过“监管沙箱”等方式审慎推进。