数据要素确权：数字经济时代的「新石油」如何定价与流通

引言：数据为何成为新型生产要素？

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》，数据正式被确立为与土地、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，标志着数据从单纯的技术资源上升为国家战略资产。然而，数据要素化之路远比想象的要复杂——数据的权属如何界定？价值如何评估？流通如何安全可控？这些问题构成了数字经济时代最核心的制度挑战。

一、数据确权的困境：所有权、使用权与收益权的"三权分置"

传统生产要素的产权制度围绕"占有—使用—处分"展开，天然契合有形资产的物理边界。数据却截然不同：

• 非排他性：同一份数据可被多人同时使用而不减损其价值，传统"一物一权"原则难以适用。
• 衍生性：数据在使用中不断产生新的数据，原始数据与衍生数据的权属边界模糊。
• 主体多元性：一条用户行为数据中同时包含用户个人、平台运营方、设备厂商、算法开发方等多方贡献。

2022年12月发布的《关于构建数据基础制度更好发挥数据要素作用的意见》（俗称"数据二十条"）给出了中国方案：数据资源持有权、数据加工使用权、数据产品经营权三权分置的产权运行机制。这一制度创新并非简单照搬传统产权理论，而是承认数据的多维权利结构——数据来源者享有持有权，数据处理者享有加工使用权，数据产品经营者可独立经营产品并获得收益。三权之间既相互独立又相互制衡，为数据要素市场化提供了制度基础。

二、数据资产化：从资源到资产的会计挑战

2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，明确数据资源可确认为无形资产或存货，并于2024年1月1日正式实施。这是数据要素化最硬的"基础设施"之一——没有入表，数据就无法进入资产负债表，无法获得融资能力，无法参与资本市场运作。

数据资产入表面临三大核心难题：

1. 成本归集：数据开发成本如何归集？

数据采集、清洗、标注、存储、安全保障等环节的费用应如何分摊？是否存在跨项目共享的成本？目前会计处理采用"历史成本法"，但在数据价值波动剧烈时，历史成本可能严重偏离公允价值。

2. 价值评估：一张数据表值多少钱？

学术界和产业界尝试了多种评估模型：

• 成本法：数据采集处理的实际成本 + 合理利润，适用于初创期数据资产。
• 市场法：参考类似数据产品的交易价格，但目前数据交易市场尚在发育，缺乏足够的可比案例。
• 收益法：预测数据资产未来可能产生的经济收益并折现，理论上最符合资产定义，但预测数据收益的不确定性极高。

3. 摊销与减值：数据会"折旧"吗？

数据资产的价值可能随时间衰减（如消费者行为数据的时效性），也可能随时间增值（如训练数据的规模效应）。如何合理设定摊销方法，是会计实务中的难题。

三、隐私计算：打破"数据孤岛"的技术密码

数据流通的前提是安全。传统方式要么"给数据"（失去控制权），要么"不给数据"（无法协作）。隐私计算（Privacy-Preserving Computation）提供了第三条路径——"给答案不给数据"。

隐私计算三大技术路线各有优劣：

联邦学习（Federated Learning）

谷歌2016年首次提出，核心思想是"数据不动模型动"。多个参与方在本地训练模型，只交换模型参数（梯度），原始数据始终留在本地。联邦学习可以分为横向联邦（特征重叠多、样本重叠少）、纵向联邦（样本重叠多、特征重叠少）和联邦迁移学习（样本和特征都重叠少）。在金融风控领域，多家银行通过纵向联邦学习联合建模，在各自客户数据不出域的前提下提升风控精度，已取得商业验证。

安全多方计算（Secure Multi-Party Computation）

基于密码学协议，允许多方协同计算一个函数，而各方仅获知自己的输入和最终结果，无法推断其他方的隐私数据。姚期智院士1982年提出的"百万富翁问题"是其理论起点。SMPC安全性最高（信息论安全），但通信开销大，适合参与方少（2-4方）、计算逻辑相对固定的场景。

可信执行环境（Trusted Execution Environment）

Intel SGX、ARM TrustZone等硬件技术为数据创建一个隔离的"安全内存区域"，即使操作系统也无法窥探区内数据。TEE性能损耗最低、通用性最强，但依赖硬件厂商的信任假设，侧信道攻击风险尚未完全消除。

四、数据交易所：要素市场的"证券交易所"

类比证券交易所，数据交易所为数据产品提供登记、交易、结算、监管等服务。自2014年贵州成立全国首家数据交易所以来，全国已涌现超过40家数据交易机构。其中上海数据交易所、北京国际大数据交易所、深圳数据交易所走在前列。

当前数据交易所面临的核心矛盾是：挂牌产品多、实际成交少。原因包括：数据定价机制不成熟、合规审核标准不统一、买方缺乏数据价值判断能力。浙江、广东等地正在探索"数据要素综合试验区"改革，尝试从立法层面解决数据产权登记、交易收益分配等问题。

五、专家观点：从"数据大"到"大数据"的制度跃迁

中国社科院法学研究所的周汉华教授指出，数据二十条确立的三权分置制度是世界首创，既不同于欧盟的数据可携带权方案，也不同于美国的行业自律模式，体现了中国对数据要素特殊性的深刻把握。

上海数据交易所首席经济学家黄丽华则强调，数据资产入表的真正难点不在于会计技术，而在于企业内部的数据治理水平——没有统一的数据标准、没有清晰的数据血缘、没有严格的合规审查，数据就无法成为合格资产。

六、结语：制度建设永远跑在技术变革之后，但方向决定速度

数据要素市场化是一个系统工程，涵盖法律制度、技术标准、市场生态、国际合作四个维度。确权是起点，流通是价值，安全是底线。技术手段解决"能不能"的问题，制度创新解决"敢不敢"和"愿不愿"的问题。正如互联网的发展历程所证明的，制度建设虽然永远慢半拍，但清晰的方向感和渐进的改革路径可以加速数字经济的成熟。

数据要素化不是一场技术革命，而是一场制度革命。在这场革命中，谁能率先建立可信的数据流转机制，谁就能占据数字经济的制高点。