数据资产化路径的思考与探索

首先来看数据资产化的价值和意义。从资产化的现状来看，各级政府、产业界和学术界对数据资产化进行了大量的探索和实践，但我们在研究过程中发现各方的理解还存在一些误区，现阶段进行数据资源评估甚至入表还存在诸多难题。因此我们对数据资产化的实现路径和形成机制做了一些研究。

首先来看数据资产的相关概念。资产是政府会计主体过去的经济业务或者事项形成的，由政府会计主体控制的，预期能够产生服务潜力或者带来经济利益流入的经济资源。数据资产是由特定主体合法拥有或控制，能持续发挥作用并且能带来直接或间接经济利益的数据资源。我们理解，数据资产化是数据通过流通交易给持有者或经营者带来经济利益的过程，即将数据变为可以交易的资产。

如果简单把资源进行评估定价，价值非常有限，只有将资源加工为要素，要素进入市场进行流通，要素资产的价值才能充分地体现出来。

从土地要素来看，土地要素的市场化配置的开始于上世纪90年代，探索推进土地的批复、租赁，在本世纪初真正形成土地的市场化配置，20年以后，去年全国的住房的市值，也就是住房的全社会资产已经到了476万亿。

从资本要素来看，资本要素市场化配置也大概在90年代后期，一直到了上世纪末期，我们建立起了商业信用体系和风险管控体系，才把资金的杠杆放大出来，形成了社会的金融资产，去年全国人民币存款是26万亿，相当于是我们的资源，金融机构的总资产是419万亿，这也就是说通过要素化以后形成的总资产放大的倍数是非常大的，资产化的价值能够给社会带来巨大的财富。

数据资产化意义重大，我们经过研究发现，如果对数据通过要素化实现资产化，能够增加数据资源持有者和经营者的收益，同时能增加企事业单位包括政府的资产总量，也能够激发经济社会的活力，提高就业率和收入水平，同时也能够提高市场主体投资的积极性，带动产业溢出，创造社会财富。

第二个方面来看传统生产要素资产化形成的过程和一般规律。土地要素通过把所有权、经营权分离进行权属界定，1999年开始推动毛地挂牌，过程中涌现出一系列问题，所以从2003年开始国务院明令禁止毛地挂牌，推动净地挂牌，由政府成立土地储备中心执行相关政策，下设拆迁公司进行整体拆迁，然后推动净地走向市场。

从资本的要素来看，资源阶段就是存款，存款是不能直接到企业去的，一定要通过银行把资源加工成金融产品，然后通过信用评估、风险评估之后再把资金放给企业，企业能够安全地、放心地拿到这批贷款，购买生产资料用于扩大生产。对这两个过程进行总结可得，要素资产形成要具备四个要件，即主体、客体、权属、收益，主体要清晰、形态要稳定、权属要清楚、收益要可预期，要素化的过程就是把资源变成生产要素，把要素变成产品。

从一般规律来看，数据要素化是资产化的重要前提。要素的本质要求是能够进行确权、计量、定价，从而实现规模化流通。由于资源不具备要素的本质特征，往往需要将资源加工成为初级产品，使其具有稳定的形态，清晰的产权，可计量、可定价，从而作为生产要素进行市场化配置，参与经济循环。

真正能够市场化规模化流通的是基于资源的初级产品，而不是资源。同时，资产化是市场化配置的“牛鼻子”，资产化的过程就是要把资源类的供方和需方进一步对接，再把要素类的供方与需方进行对接，然后是产品到市场的对接。这样一个过程就能释放要素的价值，能够使供需之间得到合理的分配。

可能有人会说数据和传统生产要素不一样，但数据是对客观世界的反映和描述，是信息的记载，我们认为它既然是记载了客观世界、反映了客观世界，客观世界的有些规律还是可以借鉴的。我们也对数据要素和传统生产要素的特点做了对比，数据资产化的过程可以借鉴传统的一般规律，但是需要去构筑一个适合数据个性化特征的资产化的路径。

最后要分享一下数据资产化的一些思考和探索。数据资产化过程中必须要定义一个初级产品，就像我们在土地一定要定义一个净地。数据的初级产品就是数据元件。前面听了梅院士的分析，他特别强调数据对象，如果我们把元件也作为一个数据对象，把数据组织加工以后形成了一个初级的产品，有特定的含义、特定的信息、特定的价值、特定的权属、特定的形态，能市场化流通、规模化应用，参与经济循环实现价值提升。

我们对数据资产化进行了模型设计。遵循《数据二十条》数据资源持有权、数据加工使用权、数据产品经营权分置的产权运行机制，探索数据资源、数据元件、数据产品三类数据资产的演进关系，降低确权授权复杂度。《数据二十条》里回避了所有权的问题，我们研究认为，要定义数据主体权，什么是主体权在实践中可以探索，法律界可以定义。在确权基础上进行数据脱敏、封装、计量。

根据模型我们进行了工程设计，把现有的数据归集起来加工成数据元件进行交易，这套系统目前在四川德阳已经试点成功，今年上半年数据元件开发量超过了1000个，交易额已经达到了2500万，目前我们正在云南大理、河南郑州、江苏徐州和浙江温州推进样板工程，预计年内这些系统的部署都能完成。

数据资产化过程也应该先把数据资源进行归集、治理、加工，否则很难进行跨利益、跨系统、跨区域、跨利益主体的交流和共享。进而把数据资源加工成数据元件，通过数据空间和数据要素互联网进行大规模流通和应用。我们现在也在组织团队研究，数据元件能不能支撑大模型，如果可以，将会发挥更大的经济社会效益。

最后是一个展望和畅想，我们经过研究，特别是和其他研究机构做了一些交流，发现目前我们拥有的数据资源的价值大概在10万亿，但没有评估、没有入表，如果经过数据资产化实现的资产将会超过100万亿级，我们的团队愿意和国内的同仁共同努力，把数据资产放大到100万亿级，为经济社会发展做出我们的贡献。