數字經濟時代的數據資產

何海鋒 張彧通 劉元興

數字經濟，是一種以數據的開發、利用和保護為基礎，在相對去中介、去中心、去信任的環境下，以輔助甚至替代人力的更加強大的方式開展的經濟活動。數字經濟不是一種獨立于其他經濟系統之外的，甚至是對立的“虛擬經濟”或“未來經濟”，而是一種基于傳統經濟系統的，以技術為核心驅動力，通過對數據資產的挖掘和運用而實現的更高級的經濟發展形態。從傳統經濟走向數字經濟，出發點在于數據資產。

數據資產是人類經濟活動走向高級階段的結果，從數字到數據，再從數據到數據資產，是一個階梯式上升的過程。人類的經濟活動，從一開始就是以數字形式記錄和呈現的，一張資產負債表最能反映一個企業的基本狀況。從重視資產負債表中的數字，到發現生產經營中數據的價值，是一次認識能力的飛躍，客觀的數據積累被廣泛用于企業經營和價值形成的過程；相比靜態的數字記錄和呈現，數據更注重動態的形成過程和更加立體的分析運用；但在這個階段，數據還只是生產活動的輔助，更多體現的是工具屬性。到了數據資產階段，數據本身成為了生產資料和價值載體，對于數據資產的價值挖掘、競爭和保護就成為了最核心的問題，對于個人、企業和政府，都是如此。

在個人層面，今年“兩會”期間，個人信息數據的保護和利用就成為了熱門的話題，《個人信息保護法》已列入本屆全國人大常委會立法規劃；剛剛結束的世界互聯網大會上，最高檢察院專門主辦了一個“大數據時代的個人信息保護”論壇，討論個人信息數據的利用和保護問題。在企業層面，不少企業都開始設置數據保護官（DPO），全面負責企業的數據開發、保護和合規管理；今年5月份出臺的《銀行業金融機構數據治理指引》明確提出，銀行業金融機構可根據實際情況設立首席數據官。而在政府層面，近期，全國省級機構改革正在漸次展開，許多省份都設立了數據管理機構，比如，北京市就設立了大數據管理局，廣東組建省政務服務數據管理局。

本文將探討的是，在數字經濟時代，數據如何成為數據資產，其轉化需要什么樣的條件，數據資產具有什么特征，其價值又是如何實現的，以及數據資產到底應該如何保護。

從數據到資產

進入“大數據時代”，數據體量呈現爆炸式增長態勢，如何將企業在日常運營中積累和沉淀大量用戶與交易數據進行有效活化利用，無論對支持企業業務運轉，還是支持有效決策以及處理突發風險事件都至關重要。而在大數據時代，數據泄露和數據隱私問題也日漸迫切。因此，應該實現從傳統數據管理到以“挖掘數據價值”和“保障數據安全與隱私”為雙核的數據治理的轉變。其中的“挖掘數據價值”，是企業將數據資料上升為數據資產的目標和動力；《銀行業金融機構數據治理指引》第十六條就提出，要樹立數據是重要資產的理念與準則。資產是指由企業過去的交易或事項形成的，由企業擁有或者控制的，預期會給企業帶來經濟利益的價值資源。結合數據資產的定義和大數據時代特征，可以歸納出數據資料轉化為數據資產的路徑和條件。

（一）從數據到資產的路徑

1.企業整理

企業整理層面上的數據資產轉化，是指企業將以往企業行為沉淀下來數據整理形成標準化可應用的數據集合，重在企業內部整理和盤點。就本質來說，是將企業以往沉淀的靜態數字記錄，通過標準化處理轉化為結構化或有序的數據。企業整理層面上的數據資產轉化，核心是數據管理，即企業靜態數據整理和管控，仍集中于數據本身層面的存檔與安全。在企業整理層面上，應該全面梳理企業內部整個大數據資產，摸清企業大數據資產全貌。企業在業務快速發展過程中，積累了客戶數據、交易數據、外部數據等海量數據。要將這些安身立命之本的“核心生產資料”，通過前端數據治理行為上升為數據資產，并通過后端數據治理行為實現雙核目標——“挖掘數據價值”和“保障數據安全與隱私”。

2.數據創新

數據創新層面上的數據資產轉化，是指企業通過數據創新行為，將搜集的用戶數據經過合法處理、建模分析、場景設計等一系列數據行為形成數據產品，重在數據的動態輸入和輸出。就本質來說，是將動態的用戶數據，通過建模分析等數據行為形成數據產品的過程。企業整理層面上的數據資產轉化，重在數據治理，即企業對數據的動態處理和價值挖掘，已經從數據管控提升到了高層戰略、公司治理及公司價值的層面。在數據創新層面上，應該通過數據創新行為，大力挖掘數據價值，最終傳導并完善各項經營管理活動，也就是將原本由企業內需和市場競爭要求所決定的公司價值落腳到數據的價值實現上來。

3.虛擬資產

虛擬資產層面上的數據資產轉化，是指企業通過自身挖礦行為或者交易行為獲得或持有已有形態的虛擬資產或虛擬貨幣。首先，企業通過自身挖礦可以直接形成數據資產；其次，企業通過內部設計出的積分權益或游戲幣種等，其在一定封閉場景達成使用價值共識，從而形成虛擬資產；第三，企業發布虛擬幣形成虛擬財產，但其在不同法域下，可能是證券資產或證券以外的豁免融資資產，或僅僅是虛擬財產或虛擬商品，也可能是禁止性行為。此外，只有在區塊鏈分布式數據庫上進行挖礦或者基于數據的價值固化存儲和流轉才能稱為數據資產，但此部分數據資產不穩定，受技術、市場、監管政策的波動影響。在虛擬資產層面，應該做到以下三點：一是充分評估挖礦投入（能源、礦機等成本）與虛擬貨幣資產獲得之間收益比；二是在企業內部設計積分權益或游戲幣種，應該遵循特定場景特定使用限制原則；三是要注意發布虛擬幣在不同法域下的合規性和資產屬性認定。

（二）從數據到資產的條件

1.數據行為投入

從數據資料上升為數據資產，需要企業一定的數據行為投入。依據馬克思主義的勞動價值凝結理論，企業通過遵循一定的數據標準經過企業內部沉淀數字記錄的整理行為、用戶數據的動態創新行為、虛擬數據資產的挖礦或交易行為等數據行為勞動投入，獲得數據資產。總結來說，個人可因在數據生產中貢獻個人數據獲得相應權益，企業也可以因為經過一系列數據行為，即搜集、歸類、整理、加工、打標、分析、建模、存儲、使用、傳輸等數據勞動行為獲得相應的數據產權，具體表現為將劣質數據、不完整數據、錯誤數據、碎片化數據提煉變成數據資產的過程。

2.數據可控量化

從數據資料上升為數據資產，需要數據于企業可控制、可計量，即在企業內部或相互交易過程中，制定或形成數據資產定價、計量的會計規則。數據資產，因為來源場景化、內容動態化、主體復合化，所以不能形成統一、普適性的定價標準。所以，要對特定場景下產生的經濟利益進行具體衡量，對不同相關主體的權屬利益進行公平安排，對數據資產進行合理定價。就數據資產定價來說，可以遵循交易雙方的意思自治或行業協會的行業自律，即在單筆交易之間依據具體情勢自愿定價，以及在行業內形成定價標準和行業慣例。

3.數據經濟利益

從數據資料上升為數據資產，需要能給企業帶來一定的經濟利益，即充分發現和設計數據的應用場景，通過數據在廣泛場景中的應用落地最終實現數據資產的變現。比如，通過數據建模分析來進行個人畫像或者群體畫像，從而給出信用評分來開展信貸、消費金融業務，或開展精準營銷、智能風控、KYC優化等。此外，企業內部形成的數據資產，還可以幫助企業做出正確商業決策，取得商業利益。最后，企業還可以通過數據資產交易流轉，獲得極大的經濟收益。

數據資產的特征

（一）數據資產成為主流的資產形態

在大數據背景下，數據價值在于流動，數據流動不僅在于數據的傳輸、共享、交易、轉讓，而是利用人工智能、大數據、云計算、區塊鏈、物聯網技術，通過收集、存儲、分析、使用、處理、傳輸、共享、交易、備份等一系列數據行為，將原本價值有限的單一碎片化和相對靜止的個人信息數據變成集約化大數據（尤其是衍生數據產品，如數據畫像）的活化過程。在工業化社會進入以“數據”為核心的信息化社會，要么數據資產化，要么資產數據化，表現為實物資產、虛擬資產、數據資產之間逐級躍進。所有資產將會被數據來記錄、來衡量、來控制。資產的數字化、代碼化以及其對應物理世界實體資產的無界映射，將成為未來數字經濟時代中資產的主流形態。

（二）數據資產通過數字科技凝結

人工智能、區塊鏈、云計算、大數據、物聯網等數字科技的物化工具，能夠幫助甚至自主完成一系列“數據資產化、資產數據化”行為，是實現“數據資產化、資產數據化”不可或缺的生產工具。比如，區塊鏈是數據治理的天然工具，是打開“數據資產化、資產數據化”之門的金鑰匙，可以實現以下四項功用。一是區塊鏈（Blockchain）的分布式記賬技術使多方能夠實時安全地訪問共享數據，并可基于該技術建立資產價值傳輸網絡，實現支付清算等價值傳輸的實時化、自動化、高效化。二是通過設計區塊鏈分布式共享機制，可以實現個人和企業之間數據權益的有效、公平分配。三是因可追溯、分布式、分散式、加密等技術特性，區塊鏈可以維護數據資產安全。四是通過將所有數據使用、共享、傳輸、轉讓行為記錄在區塊鏈上，可以使得數據共享和交易可信和高效，并實現公眾對數據使用和流動的民主化和透明化監督，從而從根本上促進了數據使用，革命性地改變數據流動模式。

（三）數據資產為“無界經濟”鋪路

在數據資產化、資產數據化成為主流資產形態后，將數字科技能力、海量用戶數據、行業洞察力有機融合，無縫連接物理世界與虛擬世界，高效打通實體經濟和虛擬經濟，從而實現數字經濟的高級階段——“無界經濟”。作為第一生產力的數字科技，是實現“無界經濟”的能量矩陣。而作為生產資料的數據以及轉化后的數據資產，是“無界經濟”運行的常態能量。數字科技和數據資產的結合，可以實現數字經濟時代的生產、分配、交換、消費四個環節的無界銜接。尤其是在分配方面，通過打開“數據資產化，資產數據化”之門構建人人貢獻和人人分享數據資產的模式，最終達成公平分配。

數據資產的價值實現

伴隨著數據資產向著“數量大”“范圍廣”“關系復雜”的方向發展，數據資產的價值實現方式已經突破原有數據庫分析方法，轉而形成以“大數據”為主要表現方式的各類價值實現方式。

（一）數據資產的內部循環

不論對于組織和個人而言，數據資產都是戰略資源。數據資產的內部循環主要包括從收集之后開始的整合、分析、提煉、挖掘，保存等一系列活動，也即數據勞動行為。這些活動都發生在組織內部，或者發生在個人自身，主要基于回歸、分類、相關性、聚類分析等統計分析方法。數據勞動行為的目的是：首先，通過不同數據的整合，發現大量數據中的規律和模式；其次，將數據進行對比、聚合，提取新信息、生成此前未知的新數據；再次，將數據分析結果與相關參照物對比；最終達到的是創造有利于生產力發展的數據資產價值。數據資產價值實現的內部方式的一個特點是循環性——通過某些數據分析和挖掘所獲得的新信息和新數據，又可能循環進入到其他環節的數據分析與挖掘中。一個典型例子是，電子商務公司運用其收集、經營的海量用戶數據勾勒出不同的用戶畫像，并且給定有意義的參考指標；這些指標和用戶畫像又被用來分析更多的內容；整個過程一方面更加精確地為用戶提供所需要的服務；另一方面節省了電商公司的推廣和獲客成本，提高了效率。

（二）數據資產的外部流通

數據資產就像其他一切有價值物一樣，在組織或者個人之間產生流動。這種流動行為，相對的，可以被稱為數據交易（流轉）行為。與內部循環類似，數據資產的外部流通是不同組織或者個人之間實現數據資產價值的方式，大多數也可能采用回歸、分類、相關性、聚類分析等統計分析方法，進行整合、分析、提煉、挖掘，保存等一系列活動。與內部循環不同的是，數據資產的外部流通更加有指向性和目標性，即不同屬性之間的數據有目的地進行關聯、融合。具體來說，外部流通的方式包括共用、開放、交易、聚合等形式。這些方式主要受到雙方的契約或者強制性法律規定約束。共用與開放比較好理解，一般出現在擁有社會屬性的組織中，例如政府數據公開，美國政府在這方面做的比較超前和到位。一方面美國政府將所有依法應當公開的數據直接開放給全社會，其本質是將政府資源提供給社會使用，以使得數據資產發揮更大功能。共享在本質上是讓渡、分享其數據資產的價值，因此往往發生在社會組織、政府部門的數據流轉行為中。而交易和聚合則更多發生在私人部門，因為商業利益是重要的考量因素之一，交易價格、條款等都是交易與聚合的必備要素。外部流通的例子很多，例如金融企業與互聯網平臺之間采用數據聚合而非共享的方式，各取所需以達到信用評估等目的。

數據資產的保護

數據一旦獲得了價值，就會出現權利與義務的對應關系。對于數據資產的保護體現為對數據資產法律關系中的主體與客體的保護。數據資產從生成、利用、滅失的全生命周期中，都是各種法律關系的客體。保護數據資產，首先保護的就是數據資產本身。例如，數據資產生成法律關系中，數據資產成為了一個組織或者個人的一項帶有財產屬性的“無形資產”，保護財產是應有之義。保護數據資產還需要保護不同法律關系中的主體。主體作用于客體，或占有、或使用數據資產，其合法權益的保護也尤為重要。對于數據資產的保護有三條主要路徑。

第一條是技術路徑。從技術上來說，所有的數據資產都表現為電磁記錄。技術要達到一定安全標準，還要兼顧技術方法和技術架構的效率。所以合適的技術路徑應當包含必要的數據分析、數據統計、數據收集等要件，同時還要注重數據安全評估和隱私保護。一套比較完整的數據資產管理與保護技術系統應當包括：第一，環境級，指的是計算機系統、數據機房等物理環境的保護，防止物理破壞；第二，職員級，指的是有權限接觸到數據資產的工作人員的權限管理、操作流程管理等，防止管理上的人為破壞；第三，網絡與系統級，指的是訪問數據資產所承載系統的相關權限管理、身份安全驗證等，防止無序的系統訪問；第四，新技術級，指的是數據資產采用大量新技術時的風險防護，例如云、區塊鏈技術的技術防范。

第二條是法律路徑。既要明確數據資產本身的法律性質，也要處理好數據資產所涉及的各類法律關系，通過行之有效的法律規范和司法判決形成全社會對于數據資產保護的認可與預期。由于“數據資產”的權屬往往不夠明朗，因此法律上需要首先明確定義其財產屬性和權利義務內涵外延。具體來說，第一，形成一套自上而下的相關法律體系，主要包括《數據資產法》《個人信息保護法》《政府數據公開法》等，與《網絡安全法》等法律協力構筑面向未來的數據資產保護法律體系；第二，政府部門、社會組織應當有效地履行其職責，促進數據資產在社會中的交易、流通、聚合等活動，同時更要嚴厲打擊不合法合規的數據使用行為，保護權利人的合法權益；第三，在出現數據資產法律糾紛時，司法部門要及時轉變思路，開闊視野，有力地保護新興的資產形式與類別。

第三條是經濟路徑。數據資產的特性決定了其保護不能僅照顧公平、公正，還應當考慮到數據資產價值實現的效率問題。一切保護措施，都應當以能夠促進數據資產內部循環或者外部流通為目的。所謂經濟路徑是在產權界定的前提下，盡可能通過自由市場和競爭博弈，最大化提升數據資產的價值。數據的活力在于流動，流動產生價值錨定。通過公平有效的市場交易（通常表現為授權或許可），比如，金融機構從互聯網企業獲得與金融消費者行為數據、操作習慣、賬戶信息等有關的數據，明確權利義務，既充分提升了數據資產的利用效率，同時也是對數據資產的有效保護。

小結

在數字經濟時代，數據成為最關鍵的生產資料。數據的有無、數據量的大小、數據質量的優劣，數據挖掘水平的高低，數據儲存能力的強弱，成為競爭力的根本來源——大到國家，小到企業和個人，都是如此。數據的價值毋庸置疑，說數據是最重要的資產毫不為過。但是，數據資產無論是在利用上，還是保護上都有很大的空間。比如，在企業端，數據質量不高、標準不統一、歸集處理手段單一、存儲分散，數據挖掘能力不足，數據割裂、共享不充分等問題較為普遍；在政府端，關鍵領域數據監測不足，風險預警數據不敏感，政策效果評估數據不充分。

面向未來，數據資產應當在更好的管理中走向治理，推動其價值的充分實現。首先，在認識上，要把數據管理上升到數據治理的高度，納入到公司治理、行業治理和行業監管中，建立起主動、全周期、全覆蓋、動態的數據治理體系。其次，在架構上，要構建自上而下、多層次、覆蓋全員，責任明確的數據治理機制，同時營造積極審慎的數據文化。再次，在管理上，要依靠制度，落實責任，把握國內外數據產業、數據技術的發展趨勢和數據管理、數據立法的最新動向，持續評價更新數據管理制度和手段。最后，在理念上，要更加重視數據的價值挖掘，金融機構要把數據作為核心資產管好用好，促進數據資產的流動和增值；監管機構要依靠數據發展監管科技，豐富監管手段和風險監測方法，提高監管水平。

（作者為京東金融研究院法律與政策研究中心研究員）