引言：数据成为第五大生产要素
2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制意见》，数据正式被列为与土地、劳动力、资本、技术并列的第五大生产要素。这一里程碑式的政策文件标志着我国进入数据要素市场化配置的新时代。三年来，从数据交易所的蓬勃兴起，到数据资产入表的政策落地，数据要素价值化的探索正在深刻重塑数字经济的发展格局。
一、数据要素的内涵与特征
数据要素不同于传统生产要素，具有非竞争性、可复制性、时效性、外部性四大核心特征。非竞争性意味着同一数据可以被多个主体同时使用而不会减损其价值；可复制性使得数据能以接近零边际成本进行传播；时效性要求数据必须在特定时间窗口内被利用才能发挥最大价值；外部性则体现在数据的组合效应——当多源数据融合时，往往能产生远超单一数据集的洞察力。
正是因为这些独特属性，数据要素的市场化配置面临确权难、定价难、流通难三大核心挑战。的确权问题涉及数据所有权、使用权、收益权的"三权分置"改革；定价问题需要建立科学的数据资产评估体系；流通问题则要求构建可信、安全、高效的数据交易市场。
二、数据资产入表：从资源到资产的跨越
2024年1月1日，《企业数据资源相关会计处理暂行规定》正式施行，标志着数据资产入表从理论探索走向正式实践。这一规定明确了企业在生产经营中持有的、预期会给企业带来经济资源的，满足资产确认条件的，可以纳入资产负债表的数据资源。
数据资产入表的关键环节包括识别、计量和披露三个层面：
识别层面：需要判断数据资源是否符合资产定义——由企业过去的交易或事项形成的、由企业控制的、预期会给企业带来经济利益的资源。具体而言，企业合法获取并控制的数据资源，如果是按照业务活动预期会带来经济利益，那么就具备确认为资产的条件。
计量层面：数据资产初始计量通常按历史成本法，包括数据采集、清洗、标注、存储、安全保护等全生命周期成本。后续计量可以选择成本模式或重估模式，但实践中成本模式更为稳妥。
披露层面：数据资产的披露要求企业提供数据资源的类型、规模、来源、权属、使用方式、价值实现方式等信息，以帮助报表使用者评估数据资产对企业经营成果和未来现金流的影响。
三、数据资产估值的三大方法论
数据资产的估值是入表后的核心挑战之一，目前业界公认的估值方法包括成本法、收益法和市场法三大类：
成本法：以数据资产的重置成本为基础，扣减各种贬值因素得到估值。这是目前最常用的方法，相对客观但可能低估数据的实际应用场景价值。典型应用包括数据采集加工成本的计算、维护更新成本的分摊等。
收益法：基于数据资产预期产生的未来经济收益进行折现估值。这种方法理论上最贴近资产定价的逻辑，但对数据资产的收益预测、折现率选择、使用期限判断等参数设定要求极高，实践中主观性较强。
市场法：参考类似数据资产在公开市场的交易价格进行估值。随着我国数据交易所的发展（如北京、上海、深圳等地），越来越多的数据产品定价信息为市场法的应用提供了参考依据，但数据的异质性使得可比交易案例的获取仍然困难。
四、数据要素市场建设的实践探索
当前我国数据要素市场建设呈现多层次发展格局：宏观层面有国家数据局统筹协调，中观层面有各地数据交易所提供交易基础设施，微观层面有企业和机构探索具体的流通模式。
数据交易所模式：以北京国际大数据交易所、上海数据交易所为代表，采取"数据可用不可见，用途可控可计量"的交易范式，通过技术手段保障数据安全和隐私。交易所承担了数据产品登记、交易撮合、争议仲裁等职能。
行业数据空间模式：在工业、医疗、交通等垂直领域，龙头企业主导构建行业数据空间，促进产业链上下游数据共享流通。这种模式以信任机制和利益分配机制为核心，能够实现更深层次的数据要素价值释放。
公共数据授权运营：政府持有的公共数据通过授权运营的方式，引入市场主体进行增值开发利用。这一模式既保证了公共数据的安全可控，又能通过市场化手段提升公共数据的利用效率。
五、挑战与展望：数据要素市场化的未来路径
尽管数据要素市场化取得了显著进展，但仍面临诸多挑战：法律体系需要进一步细化完善，尤其是数据产权保护和隐私安全的边界；估值体系和定价机制需更加科学透明；跨行业、跨区域的数据流通壁垒有待打破；数据资产风险管理和审计监督制度尚待建立。
展望未来，数据要素市场化的关键突破方向包括：一是完善数据产权制度，明确数据持有权、使用权、经营权的分置规则；二是构建多层次数据交易市场体系，形成场内场外协同发展的格局；三是推动数据资产金融化创新，探索数据资产证券化、数据信托等金融工具；四是加强国际数据治理合作，参与制定全球数字贸易规则。
数据作为新时代的战略性资源，其价值化进程不仅关乎数字经济的高质量发展，更是国家竞争力的重要体现。在政策的引导和技术的驱动下，我们有理由相信，一个更加开放、高效、安全的数据要素市场正在加速形成，为数字中国建设注入强劲动力。
发表评论 取消回复