数据作为新型生产要素，在数字经济和社会治理中的作用日益凸显。2022 年 12 月 2 日，中共中央和国务院进一步印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），该政策不仅明确了数据产权、流通交易、收益分配和安全治理等方面的基础制度，还提出了“探索数据资产入表新模式”和“逐步完善数据产权界定、数据流通和交易等主要领域关键环节的政策及标准”。
数据资产化作为数据要素价值实现的重要方式，特别是在“十四五”时期，一系列支持性政策不仅持续完善了数字经济的顶层设计，也强力推动了数字技术和实体经济的深度融合，为经济发展增添了新的活力。数据资产化、数据流通和数据价值评估等方面都取得了显著进展，为数字经济的健康发展和社会进步提供了有力的支撑。这些政策和实践不仅反映了数据在现代经济体系中的核心地位，也预示着数据将在未来发挥更加广泛和深远的影响。
趋势 1：一体化数据资产化工具或迎来快速发展
数据资产化离不开数据资产管理平台工具的支持，未来数据资产化工具或将迎来快速发展。根据海比研究院的数据，我国数据资产化工具市场规模在 2020 年已经达到 280 亿元人民币，并且年复合增长率高达 40.7%。市场预测显示，到 2024 年，数据资产化工具市场规模有望进一步扩大至千亿元。这种增长动力主要来自于国家对于新型基础设施建设等政策的推动，以及企业为了在激烈的市场竞争中保持竞争力而进行的数字化转型。这些因素共同为专注于数据资产化工具的企业创造了巨大的市场潜力。
此外，一体化数据资产化工具将展现特定的竞争优势。通过融合数据模型管理、数据标准管理、数据质量管理、数据安全管理、元数据管理、数据入表管理以及与数据开发相关的各种工具和平台，一体化数据资产化工具提供了一种遵循标准化设计原则的数据模型构建与开发环境，实现了对数据质量控制的源头管理， 并能够对数据资产的开发过程进行全面监控，从而确保开发流程的顺畅和规范性的提高。
通过 AI 技术赋能，显著提升了数据治理的质量和效率，从而促进了企业数据的标准化和规范化，为企业数字化转型提供了坚实的基础。例如，深圳数据交易所杭州数据要素服务工作站完成首单基于“一站式企业数据资产入表平台” 案例。通过该平台，可以帮助企业实现数据资产的一站式入表过程和全生命周期的企业数据资产管理，助力企业数据在资产化和资本化上得到体现，为后续数据资产入表披露、数据资产交易上架、数据资产金融化奠定了基础。
趋势 2：数据资产化第三方服务亟待建立行业标准
第三方服务机构的积极参与对数据资产开发利用的产业生态系统至关重要，通过开展数据资产评估、数据整合与标准化、数据安全与隐私保护、数据质量评估与提升、数据应用开发、数据监控与分析、数据合规性与审计、数据共享与流通、数据教育与培训等工作，促进数据资产化进程。
随着数据资产化的快速发展，第三方服务在这一领域的作用日益凸显。然而，由于缺乏统一的行业标准，导致服务质量参差不齐，影响了数据资产化进程的推进。因此，建立一套科学、合理、可行的数据资产化第三方服务行业标准显得尤为重要。这不仅能规范第三方服务市场，提高服务质量，还能促进行业健康、可持续发展。在此基础上，相关管理部门应加大力度，加快制定并实施数据资产化第三方服务行业标准，以助力我国数据资产化事业迈向更高水平。
趋势 3：地方数据资产登记平台支撑数据资产确权
数据资产登记平台构成了支撑数据资产确认的核心基础架构。在全国范围内，深圳、浙江、江苏、青岛等地均开发建设了数据资产登记平台，处理数据资产的申请、审核、公示、公告及证书发放等登记业务。
数据资产登记呈现区域化发展特点，但各地数据资产登记机构也开始呈现互联互通态势。2023 年 12 月 1 日，数据资产登记评价平台成功上线试运行，该平台以区块链为底座，围绕数据数据资产价值化路线，打造了“多城联动，生态共建，互联互通，登记互认”的数据资产服务模式。青岛、厦门、武汉、兰州四城联动，有效解决数据资产登记的区域限制问题。
此外，基于新型财产权的登记体系和基于数据知识产权的登记体系也需要进一步理顺。未来需强化数据产权登记平台与数据知识产权登记平台的互通互联， 推动全国范围内数据资产登记平台之间的联网。
各地数据要素市场的发展程度、数据产业的发展状况、数据产品的交易模式和数据资产的登记习惯存在一定差异，可以鼓励各地先行先试，为构建全国性的数据资产登记平台提供市场化解决方案。
趋势 4：公共数据资产化管理需系统性推进
公共数据资产化是推动公共数据治理，实现要素合理科学配置的有效手段。目前，“数据财政”逐步代替“土地财政”被寄予厚望，但简单地通过特许经营权出让等方式拍卖公共数据存在较大风险和政策不确定性，需要构建一套持续、有效的公共数据资产化管理机制。公共数据资产化管理包括公共数据资产登记、计价评估和授权运营等环节，需要系统性推进。
从公共数据登记看，广东、山东等地近期都出台试点政策，在重点行业开展数据资产登记。广东最早提出了基于凭证的数据资产管理策略。这一策略主张利用凭证来确立资产所有权、声明权益、治理数据以及确保合规性。2021 年，广东采用电子凭证作为数据资产的法律载体，颁发了国内第一张公共数据资产凭证，该凭证详细记录了每项数据资产的产生和流转过程。
例如，在信贷业务中运用企业用电数据时，广东电网公司提供的电力数据通过数据资产凭证，与银行的金融服务资源相结合，为申请贷款的企业进行精准画像、信用评估、贷款利率确定以及贷后风险控制。广东的这一数据资产凭证机制，有效提升了公共数据的应用效率，为充分挖掘公共数据资源的潜能提供了强有力的工具。
从公共数据计价评估看，如何理顺公共数据的价格形成机制至关重要。关于“数据二十条”中公共数据政府指导定价的实施细则尚在探讨之中。目前，对于公共数据政府指导定价的具体执行方式，社会各方还未统一意见。政府指导定价可以涵盖多种形式，如政府直接设定价格、发布指导价格（包括但不限于最低保护价、最高限价以及价格区间调控等），或者是由政府授权的企业在指导原则下自主定价。不同的解读和应用方式将对公共数据市场及其价格机制产生显著的影响。
在未来的发展中，需要在明确公共数据范围的基础上，对公共数据的有偿使用和无偿使用进行分类指导，并逐步建立起公共数据的价格形成机制。同时，虽然公共数据与普通商品和服务存在差异，具有其独特性和复杂性，仍需探索普适的规律，将复杂问题标准化，以便制定出可行的政策方案。
从公共数据授权运营看，通过将公共数据授权运营纳入政府国有资源（资产）有偿使用范围，反哺财政预算收入，可以将数据从“资源”升级为“资产”。在确保国家安全和数据安全的前提下，通过合理评估数据的价值，遵循成本补偿、保本微利、公益优先的原则，引入社会资本对数据进行开发和优化配置，以实现公共价值的最大化。
表 1 部分地区公共数据资产化管理政策
| 政策 | 公共数据资产化管理的内容 |
| 广东：《关于进一步深化数字政府改革建设的实施意见》 | 探索制定公共数据资产化管理制度，组织开展公共数据资产登记和价值评估试点。开展数据资产计价研究，探索推进重点行业数据资产登记。探索开展数据生产要素统计核算试点和企业会计核算试点。 |
| 山东：《《山东省深化数据“汇治用”体系建设 加快推进数据价值化实施方案》》 | 有序推进数据资产化管理。稳妥推动公共数据资产登记，鼓励社会主体开展社会数据资产登记，在健康医疗、地理空间等领域开展公共数据资产管理试点。推动健康医疗、地理空间等公共数据资产评估和入表。研究建立公共数据授权运营工作机制，探索开展公共数据授权运营试点。 |
| 杭州：《杭州市公共数据授权运营实施方案（试行）》 | 明确提出了探索将公共数据授权运营纳入政府国有资源（资产）有偿使用范围，反哺财政预算收入；对产业发展、行业发展的公共数据按政府指导定价，采用有条件有偿方式进行授权，并在授权运营协议中予以约定。 |
趋势 5：企业数据资产管理体系建设加速
对于持有数据资产的企业而言，将数据资产纳入资产管理体系是未来提升企业核心竞争力的重要举措。在这个过程中，企业首先需要明确资产管理目标，不仅要重视数据资产的长期价值保护，还要关注数据资产的增值。这要求企业在数据资产管理过程中，不仅要确保数据资产的安全和稳定，还要通过有效利用数据资产，为企业创造更多的价值。
为了实现这一目标，企业应建立健全数据资产管理的规章制度。这些规章制度应涵盖数据资产清查、财务核算、使用维护、保险理赔、处置等方面的规定，以确保数据资产在企业内部得到合理、有效的管理。同时，企业还需制定科学合理的决策机制和操作程序，以确保数据资产管理的合规性和效率。
此外，企业还应配备数据资产管理部门和相关人员，建立专业的资产管理团队。这支团队应具备丰富的数据资产管理经验和专业知识，能够规范管理职责，提高管理水平。在此基础上，企业还需建立数据资产管理档案，包括数据资产档案和数据资产台账。这些档案和台账应全面统计企业数据资产的数量、种类、价值及使用状态等信息，以便于企业实时掌握数据资产状况，为决策提供有力支持。
为了确保数据资产管理的有效性，企业还需加强数据资产的管理监督。这包括建立内部审计、风险管理和绩效评估机制，以防止数据资产管理出现违规失误等情况。通过这些机制的建立和运行，企业可以及时发现和纠正数据资产管理中的问题，确保数据资产的安全、合规和高效利用。
总之，对于持有数据资产的企业，将数据资产纳入资产管理体系，明确资产管理目标，建立健全规章制度，配备专业团队，加强管理监督，是提升企业核心竞争力、实现数据资产价值的关键。在这个过程中，企业应始终关注数据资产的长期价值保护和增值，以确保数据资产在企业的发展中发挥更大的作用。
趋势 6：数据资产入表全面启动有利于提升企业的数据价值
企业将数据资产入表，可将过往费用化的数据相关投入资产化。一方面，扩展了企业资产的边界，让数据资产在资产负债表中体现，增厚企业无形资产。另一方面，基于数据增信、数据信托等方式变现数据价值，获得金融机构及资本市场的价值认可，企业获得资金支持。
数据资产入表通过将数据资产反映在资产负债表中，将数据资产价值显性化，为基于数据资产的金融创新提供依据。目前基于数据资产的金融创新实践是基于数据资产入表没有完成的情况下开展的，但对于市场主体而言，要进行数据资产化创新业务一般会涉及到资产评估环节。要进行某项数据资产的评估工作，一般意味着该项资产在企业资产负债表中列示。将数据资产入表作为数据资产化的前置环节，会在业务操作上更加规范。
未来数据资产根据商业模式分别进入存货或无形资产。目前准则下，符合计入存货的一般为数据模型，或者委托进行的数据采集，在对外交易时，会连同权属一起转移，其他类型的数据资产适用度不高。未来预计数据资源进入“无形资产”科目的情形较多，因为其涉及的商业模式较为普遍，包括内部使用和对外提供服务。数据资产成为无形资产的子类，有利于银行业金融机构大信贷产品创新力度，有所依据设计创新产品。
趋势 7：数据资产评估应用场景支持创新业务
在探索数据资产创新应用的过程中，通常会涉及到数据资产的潜在收益预测。金融机构在处理此类问题时，通常要求企业提供详细的数据资产评估报告，对数据资产能否为企业带来预期现金流进行分析，并对收益现金流的潜在发生情况进行评估。
根据《中华人民共和国资产评估法》，资产评估业务范围可以是不动产、动产、无形资产、企业价值、资产损失或者其他经济权益进行评定、估算。就数据资产评估业务而言，可能是基于数据资产出资、数据资产融资、数据资产交易等，也可能是企业合并过程中对合并对价的分摊时涉及数据资产评估。8 月 30 日， 全国首例数据资产作价入股业务诞生，青岛华通智研院把基于医疗数据开发的数据保险箱（医疗）产品，以作价 100 万元入股的方式，其中就涉及对数据资产的价值评估。
在数据资产增信、出资、交易、质押融资、资产证券化等不同评估场景中，特别要注意对价值类型进行正确选择。一般而言，在企业价值评估中，对于被评估单位所拥有的正常经营所必需的要素资产，其价值类型应该选择“在用价值”，对于其他资产则需要视情况选择“市场价值”“可变现净值”或“残余价值”等其他 价值类型。比如，对于自用性质的数据，可以根据替代性原则，采用重置成本法的方式确定其在用价值。因此，要根据数据资源的用途和持有目的不同，在资产评估时选择正确的价值类型。
趋势 8：重点围绕提升金融服务水平和抗风险能力展开
国家数据局日前公布《“数据要素×”三年行动计划（2024-2026 年），通过推动数据在不同场景中发挥乘数效应，促进我国数据基础资源优势转化为经济发展新优势。其中，数据要素×金融服务中提到，要提升重点领域金融服务水平，支持金融机构融合科技、环保、工商、税务、气象、消费、医疗等数据，加强主体识别，依法合规优化信贷业务管理和保险产品设计及承保理赔服务，提升实体经济金融服务水平。近日，中央金融工作会议明确提出，做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章，基于数据资产的金融服务也可以重点围绕上述领域开展。
提高金融抗风险能力方面，推进数字金融发展，在安全合规前提下，推动金融信用数据和公共信用数据、商业信用数据共享共用和高效流通，支持金融机构间共享风控类数据，基于人工智能算法对金融市场、信贷资产、风险核查等多维数据融合分析，支撑提升金融机构反欺诈、反洗钱能力，提高风险预警和防范水平。
表 2 基于数据资产的金融服务重点领域
| 重点服务领域 | 服务目标 | 数据资产赋能方向 |
| 科技金融 | 加强主体识别，优化信贷业务管理和信贷产品设计，探索开发基于数据资产的金融产品和服务 | 1.金融机构利用数据资产助力精准识别科技型企业，并改善科技型企业的授信评价体系。在产学研、高管团队、获得奖补、科技资质、知识产权等传统维度外，基于数据资产和数据知识产权对企业技术实力进行量化评估，效提升对科技型企业的精准识别及服务能力；2.金融机构对于数据要素型科技企业，创新专属信贷产品，基于数据资产实现差异化增信支持 |
| 绿色金融 | 提高商业银行在环境和社会责任风险管理方面的投入力度，从数据、模型、系统、流程、机制、客户等关键方面着手，开发相应的数据资产管理系统，逐步建立和完善环境与气候风险管理体系 | |
| 普惠金融 | 加快企业信用数据共享，深化数据开发利用，着力缓解银企信息不对称难题。
依托全国信用数据共享平台，建立全国中小企业融资综合信用服务平台，以信用数据共享与开发应用为基础，充分挖掘信用数据价值。 |
|
| 养老金融 | 提升养老金资金账户开立的便捷化程度、投资的便利化程度，大力提升养老金融产品的吸引力 | |
| 提高金融抗风险能力 | 支撑提升金融机构反欺诈、反洗钱能力，提高风险预警和防范水平 | 推动金融信用数据和公共信用数据、商业信用数据共享共用和高效流通，支持金融机构间共享风控类数据，基于人工智能算法对金融市场、信贷资产、风险核查等多维数据融合分析。 |
本文摘编自开放群岛（Open Islands）开源社区数据资产小组发布的《2023中国数据资产化发展趋势白皮书》。
在文末扫码关注官方微信公众号“idtzed”，回复“入”直通数治x金融服务行业群，@老邪 免费获取。
在此声明以上观点和内容，仅代表原作者和出处，与数治网DTZed 无关，如有出错或侵犯到相关合法权益，请通过电邮与我们联系：cs@dtzed.com。
