数据资产评估与计价 课件 孙早 第1-4章 数字经济与数据资产- 数据资产评估方法

数据资产评估与计价

第一章数字经济与数据资产本章内容1.1新一轮科技革命驱动数字经济发展数字技术创新发展全球数字战略先机数字经济发展新动能1.2数据作为关键资产崛起海量数据价值数据战略资产数据市场治理1.1新一轮科技革命驱动数字经济发展0102技术融合驱动人工智能、云计算、大数据与互联网深度融合，推动社会从“信息时代”迈向“数字时代”，数据成为继土地、资本之后的新型生产要素。国家顶层设计“十四五”规划首次将数据纳入关键生产要素，确立以数据资源为核心、以全要素数字化转型为推动力的新经济形态。从信息时代到数字时代数字技术创新发展迅猛1.1新一轮科技革命驱动数字经济发展01专利授权领先2023年数字经济核心产业发明专利授权40.6万件，占全国总量44.1%，增速21.2%，AI专利有效量37.8万件，同比增40%。02数字底座夯实590万标准机架、230EFLOPS算力、391万5G基站支撑全球第二的数字基础设施，年均增速近30%。03资产化基础成型专利与基础设施双轮驱动，使数据从静态记录转化为可计算、可流通、可增值的新型资产。全球抢占数字战略先机1.1新一轮科技革命驱动数字经济发展作为发展最快、创新最活跃、辐射最广的新经济形态，数字经济已成为“百年未有之大变局”下各国把握历史机遇、抢占未来科技制高点和经济社会发展先机的战略必争之地。世界各国纷纷加强前瞻性战略布局，因地制宜，形成符合各国国情的数字经济全方位战略部署。美国：技术抢先欧盟：规则引领日本：社会融合新兴国家：红利追赶1998年起持续发布数字经济报告，锁定大数据、AI、5G超前布局，推出《大数据研究倡议》《AI领导力行政令》等。以GDPR和《2030数字十年方案》塑造全球数据治理规则，利用统一大市场发挥标准主导作用。“互联工业”+“社会5.0”战略，用AI、物联网破解老龄化瓶颈，推动数字技术深度服务社会。印度、东南亚聚焦普惠数字基建与数字金融，力图在全球数字化浪潮中获取更多红利。据《全球数字经济白皮书（2023年）》数据显示，2022年全球51个主要经济体一、二、三产数字经济增加值占比分别达9.1%、24.7%、45.7%；同比均呈现稳步提升，数字经济在三大产业中持续全面渗透。2023年美中德日韩五国数字经济总量超33万亿美元，占GDP六成，较2019年提升8个百分点。其中，德、日、韩三国数字经济呈现稳定发展趋势；中、美两国数字经济呈现出快速增长势头。数字经济发展在各国经济社会发展过程中的战略地位日益凸显数字经济成为发展新动能1.1新一轮科技革命驱动数字经济发展在新兴技术创新与数字基础设施建设的驱动下，数字技术与实体经济深度融合能力与效率大大提升，产业数字化与数字产业化不断涌现新模式、新业态、新产业，形成了经济增长的新动能。以数字化为核心的经济形态推动了各类资源要素的快速流动，数字技术、数据资源、数字经济已经成为科技革命和产业变革的先机，是助推产业转型升级、培育新质生产力的核心基础。在科技自立自强的道路上，中国力求突破数字经济关键领域的核心技术，增强发展的安全性和稳定性，推动我国经济转型升级，形成国际竞争力。总量与占比双升2023年数字经济规模超55万亿元，核心产业增加值占GDP比重达10%，成为稳增长主引擎。行业带动显著工业互联网核心产业1.35万亿元，5G直接带动总产出1.86万亿元，同比增29%，AI企业超4000家。绿色转型加速器数字经济高创新性、强渗透性、广覆盖性特征，助力资源整合与产业结构升级，成为绿色发展的催化剂。数字经济成为发展新动能的重要表现战略地位升级以政策组合拳推动数字产业化与产业数字化深度融合。同时，通过国际合作机制，在全球数字经济规则制定中发出中国声音，提升话语权与影响力。1.2

数据作为关键资产崛起海量数据释放巨大价值01产量全球领先2023年中国数据生产总量32.85ZB，相当于1000万个国家图书馆数字储量，同比增22.44%。02存储利用率低累计存储1.73ZB，利用率仅59%，政府与重点企业约70%，存在巨大挖掘空间。03算力全球第二2200+算力中心规模同比增长30%，算力总规模全球第二，为数据加工提供强劲引擎。04价值释放起点海量数据与算力叠加，成为数字产业化和产业数字化价值释放的起点与基础。数字产业化提速2022大数据产业1.57万亿元，增18%；2023数据库市场520亿元，2028望达930亿元；AI独角兽71家。产业数字化深化2024工业互联网规模将破1.5万亿元，增13%，数据改造传统产业成为新增长点。我国政府高度重视数据要素利用、数据资源挖掘及数据价值转化工作。1.2

数据作为关键资产崛起海量数据释放巨大价值机构升格2023年国务院组建国家数据局，统筹推进数字中国、数字经济、数字社会规划与建设。制度政策“数据二十条”从产权、流通、分配、安全四方面搭建基础制度，三年行动计划瞄准放大、叠加、倍增效应。体系建设48家数据交易机构、33项国家标准落地，数据要素流通标准体系初步成型，激活市场活力。1.2

数据作为关键资产崛起数据作为关键战略资产2019年，党的十九届四中全会首次提出将数据作为新的生产要素。数据资产以其丰富的信息和巨大的应用潜力成为推动经济高质量发展，提升国家竞争力的核心力量。数据作为新型生产要素的重要地位在现代经济中日益显著数据作为一种关键战略资源，为新经济发展提供动能数据作为一种核心竞争力，推动打造持续竞争优势（1）数据成为关键生产要素（2）新的技术经济范式（“数字技术—经济范式”）正在形成

Y：经济产出F：生产函数A：技术进步L:劳动力T：土地K：资本

D：数据要素农业经济工业经济数字经济1.2

数据作为关键资产崛起数据市场治理与监管

尽管数据要素资源成为重要生产要素和战略资源，但数据市场治理与监管问题也尤为重要。目前，依然存在多方面矛盾难题:01数据开放与个人隐私平衡问题保护个人隐私的同时，又要确保数据开放利用，这需要在技术手段、法律法规等多方面进行平衡和探索。数据垄断与市场不正当竞争问题一些企业在效率提高的同时，可能会利用数据垄断地位获得不正当竞争优势,需要加强对数据市场的监管数据跨境流动与国家信息安全问题如何在确保数据自由流动的同时保障国家安全和信息安全，需要各国政府共同努力，加强数据安全保护和风险管理02031.2

数据作为关键资产崛起数据市场治理与监管

为了破解上述矛盾难题，我国政府加强数字经济治理探索，在数字经济的有序发展、治理完善、产权管理等方面提出了重要举措：规范数字经济发展政府强调坚持促进发展与监管规范并重的原则，不仅持续推动数字经济有序有力发展，还加大市场监管力度，规范市场秩序，防止不正当竞争和垄断行为发生，着力构建多层次、全方位的市场监管体系。完善数字经济治理体系围绕着提高数字经济治理体系和治理能力现代化水平的目标，政府在改进监管体系、加强税务稽查、建立行业自律机制、安全风险预警、安全可控等方面不断完善法律法规和政策制度，同时注重加强社会监督、媒体监督、公众监督等。建立数据产权制度政府正在探索数据产权的结构性分置制度，包括推进公共数据确权授权机制，建立企业数据确权授权机制，以及健全个人信息数据确权授权机制等，加快推进数据产权的合理配置和有序流通。数据资产评估与计价

第二章

数据资产的定义与分类本章内容2.1数据资产的概念及特征2.2数据资产的分类2.3数据资产的价值2.1数据资产的概念及特征数据的概念数据是客观事实、活动现象的记录。数据有两类存在形式，一是基于实体的、纸质的信息记录，二是存储在网络空间的二进制代码，我国《中华人民共和国数据安全法》将数据的定义为任何以电子或其他形式对信息的记录。在数字化时代背景下，电子数据相较于纸质数据具有显著优势。2.1数据资产的概念及特征数据资产的界定标准数据资产的定义为使用主体拥有或控制的，能够在一年及以上时限产生经济价值的，具有数据属性的资产。我们可以从资产的概念出发来理解数据资产：企业资产是指企业拥有并用于生产经营活动的各种资源和权益。这些资源和权益包括但不限于现金、设备、土地、建筑物、存货、知识产权、以及应收账款等。国民经济核算体系中将资产定义为一定时点上的积累的生产要素，它们可以用于生产和创造价值。由此我们可以提炼出一些影响资产判定的关键因素：时效性、经济所有权与控制权、经济利益流入性质。2.1数据资产的概念及特征数据资产的界定标准（1）时效性

由于数据具有时效性的特点，结合资产的定义，可以得出数据资产判定的一个重要条件是数据的有效生命周期能否超过一年。（2）控制权

如果企业无法确保对数据的控制权，那么数据的稀缺性和企业的竞争力就难以保障，进而影响到数据为企业创造价值的能力。（3）经济利益

数据资产作为企业拥有的资产，应具有带来经济利益流入的性质，即数据资产在提升效率、创新能力、市场竞争力以及风险管理等方面，能够为企业带来长期的价值和竞争优势。2.1数据资产的概念及特征数据资产的特征（1）有形性与无形性并存

一方面，数据以二进制的形式存储在硬盘等物理介质中，这使得数据资产具有物质属性，在物理空间上是有形的，具有有形资产的特征。另一方面，由于数据存储在计算机硬盘等数字媒介中，相比土地、劳动力等容易直观感知的传统资产而言，难以被直接感知。（2）非竞争性与潜在的非排他性

因为数据资源具有共享性和易复制性的特点，数据可以同时被多个主体使用，且不会干扰其他主体使用这份数据，因此数据具有非竞争的特点。通常情况下，企业会采用一定的手段保护所拥有的数据被进行随意传播，而当这种保护被攻破或者企业允许自己拥有的数据进行流通，那么世界上任何一个接入互联网的主体都可以任意访问这份数据。因此，数据具有非竞争性和潜在的非排他性的特点。2.2数据资产的分类个人数据、企业数据及政府数据

公共数据是指由政府、社会机构、或其他开放数据提供者主动公开、共享的数据资源，其目的是为了服务社会公众、促进透明度、支持科研和创新。这类数据通常是非私有的、所有人可访问的，在法规和政策允许的范围内被广泛使用。

根据发行对象的不同，可分为政府数据、社会机构数据、媒体数据、开放数据等。2.2数据资产的分类个人数据、企业数据及政府数据

企业数据是企业主动收集、管理和利用的数据资源，它不仅仅局限于数字形式的记录，还包括各种形式的业务信息、交易记录、客户反馈、市场趋势等多样化的数据。其目的在于支持企业决策、提升运营效率、促进创新和推动业务发展。这类数据覆盖了企业内外各个方面，包括销售、生产、客户关系、市场营销等多个维度。企业数据是企业运营的生命线，为企业提供深入了解内外部环境、制定决策、优化流程以及实现创新和发展的关键支持。

在数据的分类方面，企业数据可以划分为销售数据、生产数据、客户数据、市场数据等。2.2数据资产的分类个人数据、企业数据及政府数据

个人数据是由个人产生、拥有或使用的信息资源，涵盖了个体的个人信息、健康状况、社交活动、在线行为等多方面数据。这些数据通常由个人产生或与个人直接相关，具有极高的个性化和隐私性。个人数据在数字化时代发挥着日益重要的作用，既是个人自身的重要资产，也是社会科学、医学研究、商业服务等领域的重要数据源。

根据对个人信息属性的划分，可分为：个人信息数据，如姓名、出生日期、地址等，是最基础的个人数据类别；健康数据，包括医疗记录、健康监测数据等，为医学研究和个体健康管理提供了宝贵的信息；社交媒体数据，它涵盖了个人在社交平台上的活动、朋友圈关系等，反映了个体的社交行为和兴趣爱好。2.2数据资产的分类结构化数据与非结构化数据

结构化数据是按照预定规则和格式组织的数据，常见于企业数据库中，用于存储交易数据、客户信息、销售记录等。这些数据通常用于业务报告、数据分析和决策制定。例如，企业可以使用结构化销售数据来分析销售趋势，识别最畅销的产品，并进行库存管理。这类数据具有高度的组织性，以表的形式清晰地展示各种信息，包括数字、文本、日期等。结构化数据以其清晰易读的特性，成为企业信息管理的重要筹码。2.2数据资产的分类结构化数据与非结构化数据

非结构化数据是指以自由形式存在的数据，不像结构化数据那样具有明确定义的格式和组织结构。这类数据通常不容易以表格、行列或关系模式进行组织和管理，而是以文本、图像、音频、视频等形式存在，可能包含各种信息，如自然语言文本、社交媒体帖子、电子邮件、图像和视频文件等。处理这些数据通常需要使用自然语言处理（NLP）、计算机视觉和音频分析等技术，以从中提取有价值的信息。2.2数据资产的分类内部数据与外部数据

内部数据是组织或企业自身生成、收集和维护的数据资产。这些数据通常与组织的内部运营和活动密切相关，包括员工、客户、产品、销售、财务和运营等方面的数据。内部数据通常包含机密和敏感信息，因此需要采取严格的数据安全措施，包括访问控制、数据加密和备份策略，以保护数据不被未经授权的访问和泄露。

外部数据是从组织外部获取的数据资产，这些数据可以用于补充内部数据以获得更全面的信息。外部数据的来源包括政府机构、数据提供商、社交媒体、互联网、传感器和第三方组织等。外部数据通常需要采集、清洗和整合，以便与内部数据结合使用。这需要使用数据采集工具、数据集成技术以及ETL（提取、转换、加载）过程来完成。2.2数据资产的分类实时数据与历史数据

实时数据是指在发生事件时或记录发生时立即生成和可用的数据。这些数据通常是与当前时刻相关的，能够提供即时信息。实时数据可以是传感器数据、网络流量数据、社交媒体更新、交易数据等。

历史数据是过去一段时间内记录和存储的数据，用于后续分析、研究和决策制定。历史数据通常包括过去的事件、交易、观察结果等，以便进行回顾性分析和趋势分析。历史数据用于趋势分析、预测、业务报告、决策支持和法律合规性。2.3数据资产的价值数据资产价值概述1.不同主体

（1）政府数据资产价值

政治价值、经济价值及社会价值

（2）企业数据资产价值

经济价值、社会价值及个体价值

（3）个人数据资产价值

经济角度、社会角度及个人权利角度2.3数据资产的价值数据资产价值概述2.不同阶段

（1）数据资源化阶段

数量价值、质量价值和管理价值

（2）数据资产化阶段

数据整合和准备价值、决策支持和业务优化价值及创新和产品开发价值

（3）数据资本化阶段

创造收益、提高效率、增加创新以及改善决策。2.3数据资产的价值数据资产价值概述3.不同维度

（1）成本维度

技术成本、风险成本、人力成本及市场成本。

（2）质量维度

准确性、完整性、相关性与时效性。

（3）数量维度

数据的规模和广度。

（4）应用维度

数据应用场景和挖掘管理水平决定了数据的应用价值。2.3数据资产的价值数据资产与数字经济1.数字经济发展水平是数据资产价值的直接表现

数字经济依赖于数据的生产、收集、分析和运用，因此数据成为了数字经济中最重要的资产之一。数据资产的价值体现在其对商业决策、创新、个性化服务和效率提升等方面的影响上。随着数字经济的发展，数据资产的积累和应用不断增加，因此数字经济发展水平的提高往往伴随着数据资产价值的增长。2.3数据资产的价值数据资产与数字经济2.数据资产积累是数字经济发展的内生动力

数据应用促进了数据资产的积累，从而推动了数字经济的发展，而数字经济的发展反过来也增强了数据资产的积累，形成了双向促进的效应。这种互动推动了经济高质量发展，同时助力了共同富裕的实现。数据资产的高成长性、扩散性和成本降低特性，通过信息流通带来的边际收益递增，从多方面激发了社会、经济和生态的活力。《“十四五”数字经济发展规划》提出要加强高质量数据要素供给、加快数据要素市场化流通和创新数据要素开发利用机制，很大程度上推动了加快数据要素市场体系的形成和促进数字经济高质量发展。2.3数据资产的价值数据资产价值的实际应用1.数据开放的实际应用

指国家和地方政府推进数据开放，建立公共数据开放平台。根据数据统计，除港澳台外，全国已有21个省或直辖市上线了公共数据开放平台，333个地级行政区中有58%建成了公共数据开放平台。各地方积极探索按法定程序授权特定主体在一定期限和范围内以市场化方式运营公共数据，激励运营方提升数据质量和效用，深化数据挖掘和利用。例如，北京、上海、浙江、杭州、海南和青岛等地相继出台了公共数据授权运营管理办法，制定了相关管理机制，并建立了技术平台。然而，当前仍面临授权运营模式多样化、资产定价方法和价值分配规则不明晰、跨省市数据交互缺乏场所和途径等问题。2.3数据资产的价值数据资产价值的实际应用2.关于数据共享类型实际应用

即指政府间数据共享、政企间数据流通、企业间数据流通（包括企业内部数据共享、产业链上下游企业间共享）等。而目前主要以企业间数据流通为主，从数据提供方看，各级电信运营商、大型国有企业、大型互联网公司聚集了海量经济社会、行业、用户数据，通过数据接口、数据产品、数据服务等形式可满足大量企业的数据需求。但是，当前大多的数据交互方式相对不透明，公开资料少，如何在保证安全的前提下，打破企业内部及外部之间的数据孤岛，充分实现数据高效安全共享、协同流通，助力企业实现降本增效、赋能企业运营管理仍未形成统一的解决方案。数据资产评估与计价

第三章数据资产的确权与隐私保护本章内容3.1数据资产确权3.2数据所有权与使用权的法律框架3.3数据资产确权的实践3.1数据资产确权3.1.1数据资产确权的相关议题“确权”，简言之即确定权利归属和权利内容。所谓“数据资产确权”问题，是从法律的视角探讨数据资产的权属问题，主要包含两个层面：一是确定数据资产的权利主体，即谁对数据资产享有权利；二是确定数据资产的权利内容，即享有什么样的权利。3.1数据资产确权3.1.1数据资产确权的相关议题1.数据通常可分为个人信息数据、企业数据和公共数据三类：个人信息数据又分为已识别和可识别两类，已识别信息能够直接或间接指向特定个体，可识别信息可通过数据分析或关联推断出特定个体。企业数据是企业在经营活动中收集并处理的各类数据，通常由企业管理和控制。公共数据是政府部门和企事业单位在履行法定职能或提供公共服务时产生的数据。数据还可划分为自然数据、商业数据和公共数据；个人数据与非个人数据等。3.1数据资产确权3.1.1数据资产确权的相关议题2.数据资产确权的必要性：当数据上升成为生产要素时，数据资产的确权方式将决定数据要素市场的配置效率，进而影响社会财富的分配和社会整体的平等性。数据资产确权可明确数据交易主体的责任和权利，避免因产权不清带来的利益冲突，形成良好的数据交易秩序。3.1数据资产确权3.1.1数据资产确权的相关议题3.数据资产确权的难点：第一，将科斯定理直接应用至数据要素市场中，与预期的帕累托效率结果存在出入。第二，要权衡数据的排他性和非排他型以确保数据的公平利用和价值创造。第三，不同类型的数据在权利内容上存在差异，导致难以按照传统的产权理论配置数据所有权。第四，数据可进行复制和传播，导致难以精准识别数据主体。3.1数据资产确权3.1.2数据资产确权的已有观点1.有无必要明晰确权：肯定论者主要从“数据确权的必要性”和“数据确权具有可能性”两方面进行论证。否定论者主要从“将数据作为公共物品”和“个人数据不可成为民事权利的主体”两个方面进行论证。3.1数据资产确权3.1.2数据资产确权的已有观点2.现有确权观点：现有确权观点主要经历了“单一所有权”和“人格权＋财产权”两个阶段，其中后者可进一步划分为两个时期。对于“人格权＋财产权”确权观点的两个不同时期，其区别主要在于是否直接赋予数据处理者财产权，以及是否回应个人对数据收益的诉求。3.1数据资产确权3.1.2数据资产确权的已有观点2.现有确权观点：对于“单一所有权”的确权观点，争论点主要在于究竟是将所有权归于个人还是企业。若将个人数据所有权归属为个人，虽充分保护了个人隐私，但提高了数据收集和处理成本，打击了企业投资、开发、利用数据的积极性。若将其归属为企业，虽有助于激励企业开发数据产品，但存在数据行业垄断和跨行业垄断问题、数据收集不知情、交易不合法、应用不透明等隐私问题。3.1数据资产确权3.1.2数据资产确权的已有观点2.现有确权观点：为规避“单一所有权”的缺陷，学界出现了“人格权＋财产权”二元权利结构的观点。在第一个时期，未直接将财产权赋予数据处理者，但回应了个人对数据收益的诉求，即同时将人格权和财产权赋予个人。在第二个时期，将人格权赋予个人，财产权赋予数据处理者。3.1数据资产确权3.1.3数据资产的产权体系1.国外数据产权实践：欧盟的数据立法是以保护隐私权等基本人权和自由为导向的，个人数据的保护关涉人性的尊严与人格的自由发展，保护次序要先于经济利益。美国的数据立法表面上遵循保护个人数据隐私的理念，但实际上是以保护数据财产为导向，将包含隐私信息在内的个人数据作为财产而非人格尊严进行保护的。日本《个人信息保护法》将个人信息界定为，与生存着的个人有关的信息中，可以识别出或可通过与其他信息比照并借此识别出特定个人的信息。3.1数据资产确权3.1.3数据资产的产权体系2.产权体系：国家主权、人格权、财产权我国探索出一条满足“国家视角下的数据主权安全、个人视角下的数据隐私保护、企业视角下的数据利用”三重诉求的数据确权道路，设计出“国家–国家主权、个人–人格权和企业–财产权”三方面的数据权利框架。其中，个人数据产权框架强调以原始数据为主的人格权保护；企业数据产权框架强调以衍生数据为主的财产权保护；国家数据产权框架强调对整体数据作为公共物品加以管理和规制。3.1数据资产确权3.1.3数据资产的产权体系2.产权体系：国家主权、人格权、财产权第一，分层界权原则，包含数据产权客体、数据产权主体、数据产权内容分离。第二，投入界权原则，即“谁收集，谁投入，谁拥有”。第三，责任界权原则，即“谁的行为，由谁承担责任”。3.1数据资产确权3.1.3数据资产的产权体系3.“三权分置”的产权运行机制数据资源持有权，对拥有数据资源者的合法权益的一种保护，认可其对数据实际控制状态的合法权利。数据加工使用权，是指在获得数据主体授权的前提下，数据资源持有者依法对数据进行处理分析的权利。数据产品经营权，是指企业在数据的开发使用以及交易过程中受保护的竞争性权益。3.2数据所有权与使用权的法律框架3.2.1数据安全与发展制度《数据安全法》第七条规定：国家保护个人、组织与数据有关的权益，鼓励数据依法合理有效利用，保障数据依法有序自由流动，促进以数据为关键要素的数字经济发展。《数据安全法》遵守三个原则：一是数据主权原则。数据主权是国家独立地享有对领域内的数据最高的占有权、管理权、使用权。二是重视数据安全和发展原则。三是政府主导、协同治理的原则。3.2数据所有权与使用权的法律框架3.2.2个人信息保护制度1.国家层面《中华人民共和国刑法修正案（七）》扩充了《中华人民共和国刑法》第二百五十三条的内容，明确规定了对侵犯公民个人信息类犯罪行为的处罚办法。《全国人民代表大会常务委员会关于加强网络信息保护的决定》针对公民电子信息安全的保障进行了一系列相关规定。《民法典》将数据从知识产权客体中移除，并“法律对数据、网络虚拟财产的保护有规定的，依照其规定”。《个人信息保护法》，建立了以保护个人信息的权益为核心的个人信息保护制度。“数据二十条”。3.2数据所有权与使用权的法律框架3.2.2个人信息保护制度1.地方层面福建省政府颁布了《福建省政务数据管理办法》、广东省工信厅出台了《广东省数字经济促进条例》、深圳出台了《深圳经济特区数据条例》、贵州省大数据发展管理局牵头起草《贵州省数据要素登记管理办法（试行）》、大理白族自治州发布《大理州数据要素市场化配置改革行动计划》等。3.2数据所有权与使用权的法律框架3.2.3商业数据流通制度1.商业数据流通原则安全性原则，在确保数据的安全性得到保障的前提下，实现商业数据的流通使用。合法性原则，在数据收集、处理使用、传输和存储等过程中，必须遵守数据要素相关法律法规和相关要求。公平公正公开原则，数据交易双方应当清楚告知数据来源和使用目的，确保数据使用合规。3.2数据所有权与使用权的法律框架3.2.3商业数据流通制度2.商业数据流通制度市场主导，政府监管。我国数据要素市场逐步转变为市场主导、政府监管，使数据要素充分参与市场配置。实现多方共赢。数据流通是多方合意进行的数据共享，有助于打破“信息孤岛”。3.2数据所有权与使用权的法律框架3.2.4政务数据管理制度1.政务数据管理原则政务数据管理过程中，安全保护需要综合考虑数据处理技术、数据流通管理和数据相关法律等多方面因素。政府部门作为“健康码”数据所有者，可以决定数据采集内容、使用方式和用途，因此目的明确、必要性、数据最小化原则是保障信息安全的重要原则。3.2数据所有权与使用权的法律框架3.2.4政务数据管理制度1.政务数据管理制度政务数据管理透明。政务数据的透明度对于提升政府公信力和服务水平至关重要。政府对政务数据的支配活动应体现社会福利公益目的，维护数据的公益属性和公共利益，保障全体人民共享数据发展红利。保障政务数据质量。政务数据的质量代表了政府机构的公权力和公信力，高质量的政务数据有利于突破地域、系统、部门、业务的限制实现政务数据协同治理。3.3

数据资产确权的实践3.3.1权利客体的保护范围数据权利客体是指数据权利中的法律关系主体的权利和义务指向的对象。数据权利的客体是“数据”，是对事实、活动的数字化记录，通常具有内容确定、形式多样等特点。为了权衡数据所有者和使用者的利益关系，数据所有者有权通过禁止、限制等排他性手段防止非授权用户对数据权利客体的侵权行为，使数据使用者合理使用、复制和传播该数据内容。3.3

数据资产确权的实践3.3.1权利客体的保护范围1.个人数据和隐私保护个人数据是最常见的数据权利客体，也是数据权利客体保护的核心之一。欧盟《通用数据保护条例》规定在处理个人数据时，必须获得个人的明确同意、履行合同、法律义务、保护重要利益等。我国出台的《个人信息保护法》提出个人数据的处理必须遵循合法、正当、必要的原则，明确了个人对其数据的一系列权利。3.3

数据资产确权的实践3.3.1权利客体的保护范围2.企业数据和知识产权保护除了个人和企业的数据外，还有一类数据是以公共利益为目的进行收集和使用的，例如政府部门、科研院所以及其他公共机构收集的数据。这些数据通常涉及公共安全、环境保护、医疗卫生等领域，例如法律文件、统计数据、地理信息等。3.3

数据资产确权的实践3.3.2隐私保护路径的选择数据隐私保护路径是对隐私保护具体逻辑和思路的剖析，具体可分为以下九个方面。制定数据隐私保护政策和法律法规、建立数据隐私风险评估机制、出台敏感数据分类分级规则、完善数据采集“告知同意”规则、落实数据使用目的限制原则、优化数据脱敏处理和匿名化技术、加强数据访问控制和权限管理、落实数据安全意识和保密义务、建立数据安全监测预警系统。3.3

数据资产确权的实践3.3.3数据登记的审查标准数据登记的审查标准可以参考专利登记等制度，结合实质性审查和形式性审查，保证数据登记的合法合规，可以从以下六个方面进行分析。完善数据登记资料审查、加强数据权利确认审查、细化数据登记流程审查、加强数据安全保护审查、完善数据交易关联审查、数据纠纷关联审查。数据资产评估与计价

第四章数据资产评估方法本章内容4.1基于收益法的数据资产评估4.2基于成本法的数据资产评估4.3基于市场法的数据资产评估4.4基于其他衍生方法的数据资产评估本章思维导图4.1基于收益法的数据资产评估

收益法概述、收益预测的具体方法、折现率的测算、收益期限的测算、收益法的适用性4.1.1收益法概述

收益法是指通过估测被评估资产未来预期收益的现值，来确定被评估资产价值的一种资产评估方法。目前，该方法已经成为了数据资产评估领域的主要方法之一，基本公式为：

使用收益法评估数据资产涉及三个基本要素是：被评估数据资产的收益预测→收益预测的具体方法被评估数据资产的折现率→折现率的测算被评估数据资产取得收益的持续时间→收益期限的测算4.1.2收益预测的具体方法

直接预测法：当数据资产的应用场景和商业模式相对独立时，例如通过建立数据资产管理中心以订阅、按次收费的数据查询或授权第三方使用数据等方式进行数据资产交易来获得直接收益，可以直接对收益进行预测并用于数据资产的评估。若不通过数据交易获利，则预测公式为：

若通过数据交易获利，则预测公式为：

4.1.2收益预测的具体方法

间接预测法增量法：根据数据资产所属企业的财务业绩与另外一家与其相似但不具备该项数据资产的企业的财务业绩之间的差额来确定数据资产价值。具体公式为

超额收益法：精确地识别并量化数据资产对企业总收益的独特贡献

4.1.2收益预测的具体方法

间接预测法分成率法：认为数据资产的价值应当源自于数据资产在经济效益中的贡献，那么企业的经济效益就可以在各个资产间按照贡献的大小进行分成，进而得到所需的数据资产收益来进行资产价值的评估。若按照利润分成，具体公式为：若收入分成，则具体公式为

4.1.3折现率的测算

风险累加法：是将量化的数据资产管理、交易、应用等活动中各种风险（应全面考虑技术风险、市场风险、竞争风险和管理风险，可使用层次分析法逐项确定风险）对应的风险报酬率，与无风险回报率相加得到折现率的方法。具体公式为：

4.1.3折现率的测算

WARA模型：先测算企业全部资产的加权平均资产回报率和除无形资产以外各单项资产的税后期望回报率，通过企业加权平均资本成本（WACC）与WARA之间的相等关系进一步剔除各单项资产的税后期望回报率，从而倒推出企业数据资产折现率。具体公式为：

4.1.4收益期限的测算

使用收益法进行数据资产评估时，不仅要考虑数据资产的法定期限、合同有效期限，也要考虑数据资产的产生时间、更新时间、时效性、权利状况以及需求情况等因素综合确定收益期限。法定期限数据资产在处理过程中可能会存在法定生命周期小于经济生命周期的情况。在存在法律规定有效期限的情况下，数据资产的收益期限可参照法定有效期限确定。与数据资产相关的商业合同（包括使用、开发利用合同，境内和境外的许可证合同等）可能影响其持续时间。可根据授权主体信息、产权持有人信息，以及权利路径、权利类型、权利范围、权利期限、权利限制等权利信息来确定其收益期限。合同期限需要根据数据资产的信息属性（数据结构、数据规模、数据周期、产生频率、存储方式等）以及价值属性（数据覆盖地域、数据所属行业、数据成本信息、数据应用场景、数据质量、数据稀缺性及可替代性等）来综合判断。经济寿命4.1.5收益法的适用性

优点：如果预期收益相对准确，那么能比较真实地反映数据资产的价值不足：收益额和风险预测易受主观判断因素的影响适用性：未来预期收益可以预测并可以用货币计量，更适合企业自身采用而不适合对外预估，因为盈利情况自身更了解且更好估计4.2基于成本法的数据资产评估

成本法概述、成本法的评估模型、成本法的适用性4.2.1成本法概述传统的成本法是指在现有市场环境下，获取或构建一个与评估标的相同且处于全新状态的替代品所需的总成本，并从中扣除折旧等价值减少因素，以确定评估对象价值的评估方法。01基于数据资产的特殊属性对传统的成本法进行修正数据资产的生产包括数据采集、处理、分析、应用等环节，每个环节都可能对数据资产估值产生影响。基于数据资产的全生命周期制定适用于数据资产的调整因子有助于更全面地评估其价值02数据资产的价值受到市场需求和环境变化的影响纳入影响数据资产价值的市场和环境因素来改进传统成本法十分必要。4.2.2成本法的评估模型

参考《资产评估专家指引第9号——数据资产评估》，修正后的成本法可定义：

重置成本的估算：从数据资产的整个生命周期的来看，这些费用涉及硬件与软件的建设投入、日常运营与维护的投入、资源和数据采购的费用、咨询服务开销、人员支出以及使用场地的成本。利润调整因子的估算：考虑市场对数据资产的稀缺程度、垄断程度、标的数据资产开发创意等来确定数据资产的合理利润率4.2.2成本法的评估模型

4.2.2成本法的评估模型

潜在经济价值因子的估算：潜在经济价值的体现可以类比为势能公式中的加速度。由于数据资产价值作为数字经济的重要组成部分，二者具有较为显著的正相关性，所以引入数字经济增长率作为衡量数据经济价值的重要指标，计算公式为：

潜在社会价值因子的估算：潜在社会价值因子在数据势能理论中可类比为势能公式中的高度。社会价值的增长趋势遵循边际效益递减的原则，其变化趋势图呈现凸形上升的形态。具体计算公式为

4.2.3成本法的适用性

优点：易于收集和计算历史数据产生的各种费用，包括软件、硬件和劳动力成本等的总和，这有助于财务处理，因为会计和财务人员通常会基于成本视角来整合和分析所有相关费用不足：这种方法评估的数据资产价值往往偏低，因为收益和成本之间有一个弱对应，且不符合数据资产能够增值的特征适用性：在不以盈利和交易为目的的场景中更适用4.3基于市场法的数据资产评估

市场法概述、市场法的评估模型、市场法的适用性、现实案例4.3.1市场法概述

市场法是基于市场行情的数据资产评估方法，背后的逻辑是当一个理性的投资者决定购买特定的数据资源时，他们愿意支付的价格通常不会超过相同用途替代数据资源在当前市场上的售价。基于市场法评估数据资产价值时需满足下列条件：活跃的数据市场需确保该资产或类似资产处于合法合规、公开活跃的市场交易环境中，以保障有足够数量的可比案例提供估值参考。选择可比案例时应重点关注其法律归属、交易模式、交易场所、数据规模、所服务领域、地域范围及剩余有效期等因素。在这些因素层面与待评估数据资产较为类似的资产才有资格被选为可比案例。可比的数据资产交易案例通过对比待评估数据资产与可比案例的差异，计算出合理的调整系数。价值调整系数4.3.2市场法的评估模型确定可比数据集确定调整系数数据交易平台行业报告新闻媒体和专业出版物数据专业机构和咨询公司行业网络和社群……质量调整系数。包括