平衛英：建立健全數據資產核算體系

作者系國家社科基金重大項目“后扶貧時代中國城鄉相對貧困統計測度與治理機制研究”首席專家、江西財經大學統計與數據科學學院教授

隨著數字經濟的蓬勃發展，數據已經成為推動全球經濟高質量發展的重要引擎。數據資產核算是充分釋放數據價值和潛力的關鍵環節。建立健全數據資產核算體系，不僅是應對全球數據治理挑戰的戰略舉措，也是推動數字經濟持續健康發展的重要保障。

數據是數字經濟時代的新資源

在大數據、物聯網和人工智能等新一代信息技術的迅猛發展與廣泛應用下，從產業內部優化到跨行業融合，再到加快數字孿生進程，數據要素已經滲透至社會經濟的各個領域，呈現出爆發式的增長趨勢和多元化的應用價值，被視為數字經濟時代的新資源。

一是賦能產業優化升級。通過採集、分析大量生產運營數據，企業能夠精准識別生產流程中的瓶頸和低效環節，進而實施針對性的優化措施。這種基於數據的決策支持，不僅提升了生產效率與質量控制能力，還促進了產品和服務的持續創新，使企業能夠快速響應市場需求變化，提升市場競爭力。數據的廣泛應用，加速了傳統產業向數字化、智能化轉型的步伐，推動整個產業鏈的價值重構與升級，助力實現由“制造大國”邁向“制造強國”的戰略目標。

二是推動產業融合發展。高效的數據共享與交換機制，有助於打破不同行業間的信息壁壘，促進技術與資源的跨界整合。數據驅動的平台經濟、共享經濟等創新模式，不僅催生了新的業態與商業模式，還加速了傳統產業與新興技術的深度融合，如智能制造、智慧農業等，為經濟增長注入了新的活力。數據的廣泛應用，還促進了產業鏈上下游的緊密協作，提高了整個經濟體系的協同效率與創新能力，為國家創新驅動發展戰略的實施提供了有力支撐。

三是加快數字孿生進程。通過高精度採集、高效處理與智能分析，數據能夠為現實世界構建精准的數字鏡像，促進物理規律在虛擬空間中的高效模擬與優化。這一轉變不僅縮短了產品從設計到市場的周期，還大幅提升了生產運營的靈活性和效率。在數字孿生的架構下，實體經濟的物理元素得以精准數字化映射，形成實時反映實體狀態的虛擬模型。這些模型不僅能監控實體的當前運行情況，還可以通過數據分析和模擬仿真等手段，預測未來的發展趨勢，為實體經濟的優化決策提供科學依據。

數據資產核算是釋放數據潛力的關鍵

數據要素的作用已在推動現代經濟發展中得到充分體現，其價值也得到社會各界的普遍認同。然而，要充分發揮數據潛力，就必須解決數據流通不暢、收益分配不公以及安全治理不足等關鍵問題。數據資產核算作為一種科學的評估和管理工具，扮演著釋放數據潛力、促進經濟發展的重要角色。

第一，數據資產核算推動數據流通規范化。數據的有效流通是數字經濟持續增長的重要驅動力。但數據價值不易評估，往往成為其流通過程面臨的一大阻礙。科學的核算體系通過建立統一的評估標准，為數據流通提供清晰的衡量依據。這種規范化不僅能夠提升數據的可交易性，還為數據跨行業和跨領域流通創造了有利條件。統一的價值評估標准能夠確保數據在流通過程中具有一致的衡量方式，有效解決信息不對稱問題，提升數據交易的公平性和透明度，從而推動數據資源在交易市場中高效有序流動，為數字經濟繁榮發展注入新活力。

第二，數據資產核算促進收益分配合理化。數據的開發和應用涉及多個利益相關者，收益分配問題一直是各方關注的焦點。科學的價值核算機制通過量化數據在使用過程中為各方創造的經濟價值，為收益分配提供了公平、客觀的依據。這種評估方式確保了數據持有方、加工使用方以及數據產品經營方能夠根據其對數據價值的實際貢獻獲得相應的經濟回報。這種合理的收益分配機制不僅可以促進各方對數據資源的持續投入和創新，還能有效避免因分配不公而引發的利益沖突，為數字經濟的健康發展奠定堅實的制度基礎。

第三，數據資產核算助力安全治理精細化。在數字化時代，數據資產的安全治理是政府、企業和社會組織等多方面臨的重大挑戰。數據資產核算通過對數據資產進行准確的價值評估，有助於各方更加精確地識別和量化數據資產在安全防護上的投入與需求。依托這種精細化的管理模式，各方能夠依據數據資產的不同價值，量身打造差異化的安全策略，確保資源的優化配置與安全防護效能的最大化。此外，數據資產價值核算可以促進組織內部及組織間的安全協作。通過共享數據資產的價值信息，各方能夠基於共同的安全目標，形成更為緊密的合作與聯動，共同提升整體的數據安全治理水平。

全球探索為數據資產核算提供有力借鑒

當前，數據資產核算理論和實踐探索已經受到國際組織和部分國家的廣泛關注與高度重視。聯合國統計委員會第51次會議明確將“數據如何納入國民賬戶體系”列入研究議程，經濟合作與發展組織在其數字化進程框架中就如何在宏觀經濟統計中量化數據資產價值開展了深入探討。此外，多個國家積極投身於數據資產價值評估實踐中。這些探索不僅為其他國家提供了有益借鑒，也為進一步推動數據資產核算理論與實踐的深入發展積累了寶貴經驗。基於這些探索，可以總結出三條重要經驗。

首先，數據分類是保障數據資產核算全面性的關鍵環節。國際實踐表明，合理且系統的數據資產分類是保障核算全面性和准確性的前提條件。科學的數據資產分類體系能夠揭示不同類型數據資產在經濟活動中的潛在價值及作用，使數據核算更加系統化和全面化，同時提升數據資產核算的透明度和一致性。這種系統化的分類方法有助於各國在統一的標准框架下開展數據資產的比較與分析，從而增強數據核算結果的國際可比性。通過建立和遵循科學的數據資產分類體系，各國不僅能夠提升數據資產核算的科學性和准確性，還為政策制定和資源配置優化提供了堅實的理論支持。此外，系統的分類體系有助於推動數據資產的標准化管理，進一步明確數據資產的屬性和用途及其在經濟和社會中的作用。這不僅為后續的數據估值和定價工作奠定了堅實的科學基礎，也增強了數據資產管理的系統性與規范性。

其次，成本法是開展數據資產價值評估的基本方法。由於當前數據市場交易環境尚處於初級階段，數據資產在全球范圍內普遍呈現出自產自用的特點，難以通過交易機制獲取市場價格。因此，成本法成為許多國家開展數據資產價值評估的首選方法。其核心在於將數據資產的價值視為其形成過程中投入的各種成本總和。在估算實踐中，部分國家分別估算數據資產形成過程中涉及的直接勞動成本、非直接勞動成本和其他成本，將三者之和作為數據資產的價值﹔也有部分國家通過估算出數據資產在形成過程中產生的勞動力成本，在此基礎上應用加成系數，以綜合反映固定資本消耗和中間消耗等其他成本。盡管成本法在評估數據資產的未來收益和附加價值等方面存在一定的局限性，但作為基本評估方法的地位不容忽視。它為全球數據資產價值核算提供了基本路徑，也為各國政府和企業初步量化數據資產價值提供了可操作的方法。

最后，技術應用是提升數據資產價值評估精度的重要手段。隨著大數據、人工智能和機器學習等技術的快速發展和廣泛應用，數據資產的價值核算精度得到了顯著提升。技術的引入不僅提高了數據資產評估的效率，也顯著增強了評估過程的客觀性和系統性。先進技術的運用有助於更為深入地分析和處理海量數據，減少傳統評估方法中主觀假設帶來的誤差。這些技術工具能夠從復雜的數據集中提取信息，優化數據處理流程，提升數據資產價值評估的准確性和一致性。技術手段的有效應用，不僅是提升核算精度的重要保障，更是推動數據資產價值評估方法持續優化的核心動力。通過合理應用機器學習、大數據分析等，全球數據資產價值評估正在向更加精准的方向邁進。這種技術革新為數據資產的科學管理和高效利用奠定了堅實基礎，也為各國在數字經濟時代競爭中贏得先機提供了有力支持。

探索中國特色的數據資產核算方案

中國作為數字經濟大國，在數字經濟領域的發展成效已躋身世界前列。隨著數字經濟的蓬勃發展，我國對數據資產核算的需求愈發迫切。然而，我國當前仍面臨數據權屬不明確、數據分類體系不健全、基礎數據資料缺乏和統計調查制度不完善等諸多挑戰。面向未來，需要著力從以下方面改革創新，加快推動中國特色的數據資產核算工作。

一是構建數據確權機制。建立數據確權的法律法規，明確不同類型數據的權屬關系，包括數據的所有權、使用權、收益權和處置權的界定，為數據交易、流通和共享提供法律保障。引入區塊鏈、隱私計算等技術，在技術層面實現數據確權。區塊鏈技術能夠提供不可篡改的鏈上記錄，實現數據來源的追溯和權屬的明確，同時確保數據在交易過程中的真實性和安全性。制定標准化的數據確權流程，涵蓋數據採集、標記、存儲、交易等環節，為各行業提供統一的操作規范。例如，可以設立行業性的確權試點，探索不同類型數據的確權方式。通過建立數據交易市場，鼓勵數據權利主體通過市場交易方式轉讓和分配數據使用權與收益權，形成市場驅動的確權機制。同時，需加強數據交易過程的合規監管，確保交易的合法性和安全性。

二是加快數據分類管理。綜合考慮數據的敏感性、重要性和使用頻率等因素，制定科學、合理、統一的數據分級和分類標准，以涵蓋不同行業和領域的各類數據。對敏感數據和關鍵數據實施更為嚴格的保護與管理措施，確保數據的安全性和隱私性﹔鼓勵對非敏感數據進行開放共享，促進數據資源的流通和利用。同時，推廣數據標簽技術，為數據資源進行精確標識。通過對數據進行標簽化處理，提高數據在整合、搜索和使用過程中的效率，實現快速的檢索、分類和整合。此外，建立動態的數據分類更新機制，根據數據使用需求、技術進步和法律法規的變化及時調整分類標准，確保分類體系的持續有效性。

三是創新基礎資料來源。推動政府、企業、社會組織和公共平台的合作，通過多渠道的數據採集，提升基礎數據的多樣性和覆蓋面。推動跨部門、跨領域的數據共享與合作，打破信息壁壘，實現數據資源的互聯互通。政府可通過建立公共數據開發平台，推動公共數據的匯聚、整合和共享，滿足社會公眾對公共數據的應用需求。企業應充分利用大數據、雲計算和人工智能技術，提升數據的自動化採集和處理能力，減少人工干預帶來的誤差，並提高數據的時效性和可靠性。

四是完善統計調查體系。建立健全統計調查制度，實現統計核算方法和會計核算基礎資料的有效銜接。一方面，盡快開展數據生產活動摸排清查，設計並開展專門的重點調查、典型調查或數據資產清查，圍繞數據資產類別和規模等進行清查，以全面“摸清家底”，獲取數據生產過程中相關的成本和收入數據，厘清數據資產耐用年限、役齡—價值模式和役齡—效率模式等關鍵技術問題，為開展數據資產核算實踐奠定基礎。另一方面，積極引入大數據、雲計算、人工智能等現代信息技術手段，提高統計調查的智能化水平，推動統計調查方法的創新與升級，確保統計數據的及時性和准確性。