一、杜平：数据资产化与要素价值释放

6月28日下午，国家信息中心原常务副主任、粤港澳大湾区大数据研究院名誉理事长在2024数据资产管理上海峰会上做主题演讲，探讨数据资产化与要素价值释放。杜平表示，数据资产化是开发利用数据资源的必然逻辑结果，数据资产市场化配置才能使得数据要素价值得到充分释放。同时，数据要素还通过赋能其他行业，形成新商品和新服务。在数字时代，数据要素价值释放的过程，是新型国民财富积累的过程，对新质生产力的增长带来倍增效应。

在杜平看来，中国在数据使用价值实现方面做得非常好，比如，通过数据挖掘及加工利用极大提高了企业生产管理效率、风控和产品或服务市场竞争力。可以说，数据使用价值在不同应用场景下规模化地深入创新应用，促进了数字产业、数字政府、数字化社会生活的快速发展。数据商品价值只能通过市场流通和交易才能实现，但这个方面正是短板。因此，各类数据交易所以及数据资产化服务机构的责任重大，也是巨大发展空间，需要加快探索数据要素商品价值实现最大化。

杜平表示，在数据资产化与要素价值释放过程中，面临一些实践难点。一是数据权属的确认以及财产收益分配问题。这正影响数据供方的积极性，现推进“三权分类分置”是很大的创新，但实践中落实落地还要及时总结，借力现行法律法规与大胆创新相结合。二是数据资源转化为数据资产的会计核算问题。财政部发布的几个重要文件为数据资源入表和资产管理提供了指南，但操作中的政策条条框框等都是现实障碍，应鼓励有条件的企业先行先试，尽快形成示范效应。三是数据流通和交易价格形成问题。这也是交易市场不活跃的重要原因。需要尊重基于价格共识的市场选择，坚持降维观念指导的相对公允价格，重视技术工具应用，交易双方更多地参考第三方定价。四是数据跨境流动及安全风控问题。这对我国数字贸易的发展、国际产业链供应链的数字化以及是否能在国际数据合作中获得红利等都将产生重要影响。需要实事求是地把握发展与安全的关系，在局部地区和部分领域先行先试。

加快推进数据资产化及要素价值释放，需要探索创新路径。杜平提出了四点建议。一是在推进实施《“数据要素×”三年行动计划（2024—2026年）》过程中，以实现乘数效应转化为乘数效益为目标，打破数据孤岛，使得纵向的、横向的、交叉的数据持有者或控制者都有同向协同发力的积极性。另一方面还要有序推进数据资源入表，推动数据资源转化为数据资产，提升数据资产管理主体的动力；二是要顺应人工智能和大模型研发规律，围绕AIGC新业态、无人驾驶交通运输工具运营、元宇宙应用生态、具身机器人行业级应用、全域数字孪生新经济等新型场景，快速增加大规模、高质量、可流通的高频生成数据语料，形成可在数据交易所价值变现的标的；三是充分发挥数据交易所体系化集合优势，通过建立健全各多样化交易所联盟或联合体，共同挖掘数据可复用增值场景和交易新业态；四是依托数据交易所平台构建包括登记、评估、法务、交易、信息披露等功能的数据要素价值释放大生态，鼓励并支持第三方机构积极参与并发挥独特的专业、中立的优势。

二、谢波峰：数据城投与财政风险管理

中国人民大学数字税收研究所副所长谢波峰在2024数据资产管理上海峰会上做主题演讲，探讨数据城投与财政风险管理。谢波峰表示：“数据城投恐怕不能走以前的老路，比如卖数据要素，抵押数据这种简单的方式，而是要通过数据要素去运营城市，承担起地方发展的责任，这是它模式转变的目标。”

谢波峰解释了数据城投概念的由来，他表示，为什么有数据城投，因为近年来土地财政、土地城投的模式遇到了一定的挑战，正好面临数据要素市场化的大背景，所以数据城投是基于公共数据运营的现实需要。

他表示，从新质生产力的角度看，数据要素作为一个新的生产要素，必然会带来生产模式的转变。此外因为城投是财政和金融结合的产物，所以从财政的视角看，数据要素的运作也要有相应的变化，“新一轮财税体制改革中一个重要的任务是地方的税费体系改革，在这个重大的背景当中，数据城投的模式转变，需要承担更多的任务，发挥数据要素的作用。”

谢波峰表示，目前来看，一部分企业对于数据交易的意愿较高，因为可以提高资产负债表的质量，更有利于找到融资的手段，但有些企业可能意愿不高，因为它已经把自己的数据收益内化了，不需要进入市场，在自己的内循环中就能获取收益。他表示，水、电气、交通等公共数据都属于消费市场的数据，长期来看，工业数据一旦盘活或许更值得期待。

过去几年，土地城投经历了市场转变的阵痛，如何引以为戒，防范不规范运作带来的财政风险？谢波峰表示，数据资源的价值和资本的估值比重，过大过小都不合适，过小不利于盘活数字资源，过大又容易造成资产泡沫，要把握一系列的均衡。“比如说实践中先资产化再适度资本化，把握好当前收益跟未来收益之间的均衡，更重要的是要因地制宜地做好规划，当然，条件好的地方步子可以快一些。”

他认为，在风险管理方面，要根据数据市场的特点做创新，比如“以数治数”，利用数据要素市场的特点来管理数据要素市场的风险。“国家成立了数据管理部门，在数据城投的风险管理方面可以做些统一的规划，发挥数据管理部门专业管理优势，同时跟财政部门、金融主管部门统一协调，比如确定一些基本的规则，甚至直接进行数据资产融资的额度指导。”

三、张立钧：洞见国际实践、趋势及创新策略

普华永道中国区域经济及金融业主管合伙人张立钧在2024数据资产管理上海峰会做主题演讲，探讨数据资产国际实践、趋势及创新策略。张立钧表示，各国数字经济政策的快速推进，以及人工智能等新兴技术的迭代升级，共同推动了全球数据交易市场规模的持续扩大。

上海数据交易所此前发布的《2023年中国数据交易市场研究分析报告》显示，2022年全球的数据交易规模在906.0亿美元，预测到2030年全球数据交易市场规模有望达到3000多亿美元。张立钧提到，北美洲、欧洲和亚洲是全球数据交易行业最重要的三个区域，三个区域数据交易行业市场规模占比全球超90%，其中北美约占50%，欧洲和亚洲均分，但亚洲的增长速度远远高于欧洲。

世界各国基于自身经济、政治、立法实践不同，形成了不同的数据交易模式张立钧表示，美国是一个自由市场的数据经济模式，它的优势是数据使用场景相对明确，专业性及可信度有保障，挑战是合规成本非常高。欧盟是共享开放模式为主导，例如可信空间，通过区块链双认证等机制，实现数据传输可信、使用可控、记录可证，但它的问题是难以实现规模化。新加坡是政府运营管理与企业平台的混合模式，它的优点是平台的选择多元、市场活力强劲、某些数据集中，但这种模式的挑战是管理难度比较高。中国有40多个数据交易机构，整体是政府授权、集中化交易的模式，这种数据交易模式的风险会比较低，但生态能力及供需的匹配机制需要进一步提升。

“从国际视野来讲，数据肯定要流通，这是全球经济发展的必然趋势，国内数据出海或者海外数据上岸的前提是三条红线不能踩：个人隐私、国家安全、商业机密。” 张立钧表示，市场主体内部有两类典型的数据跨境流通需求，包括海外企业“走进来”、中国企业“走出去”；市场主体之间有三类数据跨境流通应用模式，分别是跨境数据交易模式、数据加工模式和数据共享模式。

鉴于香港在数据交易方面具有的独特优势，张立钧对于其在数据资产时代可扮演的角色提出了一些创新策略思考。他认为，香港背靠祖国、联通世界，可以发挥桥头堡、门户和“超级连接人”的重要角色。其发达的信息通信技术基础设施为数据的高效流转提供了物理保障，虚拟资产交易平台可利用沙盒探索在风险可控的情况下将数据资产对接境外。香港应充分利用其作为国际数据交易平台的潜力，建立一个政府监督管理的集中交易平台，同时授权行业龙头，建立垂直领域的数据交易平台，负责促进行业内数据交易流通。这种模式既体现了政府的宏观调控能力，又调动了市场参与者的积极性，将为数据交易市场的发展注入强劲动力。

四、吴卫明：数据资产流通的法律合规

上海市锦天城律师事务所高级合伙人吴卫明在2024数据资产管理上海峰会上做主题演讲，探讨数据资产流通的法律合规。吴卫明表示：“从政策上来看，国家鼓励数据资源的价值实现，但是数据资源价值实现和流转是个新生事物，所以立法和社会的实践、政策存在一些衔接上的问题。”

吴卫明表示，随着数据资产流通价值的提升和方法的多样化，其对应的风险也有所提升，比如在早期阶段，数据仅仅作为整个社会的交易或管理的附属品，几乎不发生流通，整个法律风险很低。但是到了数据交易流通阶段，数据资源独立于原有的交易场景、管理场景，变成可流转和流通的资产，这种情况下涉及数据控制者的变化，法律责任会大幅度提升，“但当前我们很多法律上的规则没有制定得很清楚，比如个人信息保护法上有个匿名化规定，但匿名化的标准很难操作，匿名化法律规定和技术标准之间没有衔接，如果按照法律的匿名化标准，到最后可能只有统计数据。”

他举例，以个人信息来说，如果只有个体颗粒度完全消失的数据才能被称为匿名化，这种匿名化显然会大幅度降低数据的价值。“是不是需要探索一种机制或更加明确的标准，让我们的匿名化标准与数据的合理复原成本之间形成匹配，如果一般的接受主体无法复原它，是不是可以按照匿名化的标准进行认定？但这实际上需要立法对此进行更为清晰的界定。”

作为企业的核心资产之一，根据财政部发布的《企业数据资源相关会计处理暂行规定》，数据资产2024年开始被正式纳入会计处理范畴，可以在财务报表中体现其价值。对此，吴卫明表示，数据入表后涉及对数据资产的披露，包括对数据资产形成、来源、约束条件的披露，这些披露如果以上市公司的报表作为披露基础，可能会形成新的市场风险，比如会计报表记载的一些合规问题。

“我认为从现有的情况来讲，我们的立法和政策之间存在一定的滞后，整个数据价格流通过程中，如何合理界定数据流通的法律边界，是推进数价值化过程中需要进一步思考的问题。”吴卫明说。

五、朱民：数据资本时代的公共数据资产管理

公共数据是由政府机构或其他公共部门在履行职责过程中收集、生成、处理和持有的数据，包括政府事务、社会经济、环境资源、基础设施、公共安全等数据。朱民表示，公共数据是具经济价值、社会价值和管理价值的资产，成为公共资产的重要且特殊内容。公共数据管理和使用要以服务社会最大利益为目标，确保公平、有效、可持续。目前，公共数据开放和授权使用面临四个方面的挑战，包括数据隐私保护和安全，数据质量和标准化，数据权属安排、法律和监管框架，以及数据开放、授权使用的经济性。

通过分析国际开放数据及授权使用实践，朱民总结了国际公共数据资产管理政策框架。一是美国、英国等国家开放数据政策体现了平衡数据开放、创新驱动与隐私保护的法律框架；二是在推进公共数据中非敏感数据的开放和再利用的同时，对敏感数据的处理也较为谨慎，需要特定授权或受到严格保护；三是数据交易平台、数据信托、数据银行等也成为国际公共数据授权运营的主要商业模式。

中国正在逐步推进公共数据授权运营相关政策，《“十四五”数字经济发展规划》《关于加强数据资产管理的指导意见》等政策文件对公共数据开发利用提出相关要求。朱民表示，我国各地开展公共数据授权运营的思路和实践各具特色，上海在公共数据管理领域的政策和实践方面都走在国内的前沿，通过平台建设、数据运营、产业培育等，加快实现公共数据、行业数据与社会数据的融合开发，可探索和想象的空间很大。

最后，朱民针对公共数据资产管理提出了三点建议：第一，构建生态。完善配套的法律、政策和技术措施，其中应该包括法律政策框架、数据门户平台、标准化授权协议等内容；第二，构建数据资产商业平台。如数据平台交易、数据银行、数据信托等主要模式；第三，构建估值体系。这是数据资本化的核心一环，可以通过人工智能在成本估值法上做改革，优化估值模型，提供最公平的市场激励机制的估值法。

来源 ：浦江数据交易之声