在2023中国国际数字经济博览会上，工作人员向参观者介绍5G+智能工厂项目。新华社记者 骆学峰 摄

《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）于去年12月对外发布，系统性布局了数据基础制度体系的“四梁八柱”，是推进数据要素流通、交易和收益分配的纲领性文件。财政部今年8月印发《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），并将于2024年1月1日起施行，为企业数据资源入表提供了基本指引。中国资产评估协会今年9月印发《数据资产评估指导意见》（以下简称《指导意见》），为数据资产入表、交易、流通、转让等环节的顺利进行奠定了基础。《暂行规定》和《指导意见》都是对数据资产的微观计量，能够充分释放数据对实体经济的赋能作用，助力数字经济政策落地。

数字化时代，数据已经成为经济增长的关键动力之一，是驱动数字经济发展的核心生产要素，数据资产化是释放数据要素价值的重要方式。但要充分发挥数据潜力，必须首先解决如何准确估算数据的价值问题，这对正处于数字经济和科技创新快速发展阶段的我国尤为重要。因此，加快构建具有中国特色的数据资产估值体系已成为当务之急，对促进数据资产定价、交易和流通，丰富和拓展数据资产应用场景，激活和完善数据要素市场，以及提高数据基础制度建设质量具有重要意义。

数据资产估值体系亟待构建

数据作为数字经济时代最关键的生产要素之一，已经成为国家的基础性战略资源。但是，目前数据要素市场建设尚不完善，数据资产估值框架与体系尚未建立，不仅导致数据资产的价值难以充分实现，而且制约了数据要素的流通和交易，阻碍了数据要素的市场化配置进程，不利于数据基础制度的建设和数字经济的高质量发展。

数据资产权属界定模糊。与土地和资本等传统生产要素相比，数据这种全新的生产要素所涉及的主体及其权属关系更为复杂。在数据要素市场，数据三权分置主要是数据的加工、持有和经营的三权相互分离、分别设置，由于数据生产要素的自身特性，无法直接套用传统的三权分置架构。在数据要素市场，三权分置并不直接导致原有权利的主体分离，因此需要明确三权分置的是权利的分置而非权利主体的分置，这也是促进数据要素市场发展的重要前提，这种复杂的数据资产权属问题增加了数据资产的估值难度，影响估值体系的构建。

传统资产估值方法受限。数据资产具有不同于传统资产的特性，即非实体性、依托型、非竞争性、非排他性、可加工性、可共享性、非消耗性和价值易变性等特征，导致在对数据资产估值时会对评估对象造成影响。因数据资产成本与价值差异较大而使成本法难以适用，价值易变而使收益法缺乏评估标准，缺乏活跃的交易市场而使市场法缺少有效参考，因此，传统资产估值方法对数据资产并不完全适用。当前缺乏系统、科学和应用广泛的数据资产估值方法，亟需结合数据资产特性创新数据资产估值框架与体系。

数据资产分级分类标准不完善。对数据进行分级分类是数据治理的基础，但目前数据资产交易的分级分类标准并不完善，影响了数据资产估值的准确性。虽然相关部委出台了一些标准，但这些分级分类的标准多为指南或指导性质，规范级别较低，产生了数据有效性低、重复度高、格式不统一等问题，从而影响数据资产评估中的数据来源和质量。因此，在数字经济快速发展的背景下，亟需加快构建和形成适配数据要素特性的数据资产估值框架与体系，激活数据资产价值，促进数据要素流通和交易，从而不断提高数据基础制度建设质量。

推动数据要素市场化发展

构建数据资产估值体系是推动数据要素市场化发展的基础工程，是建设数字中国、促进数字经济高质量发展的制度性基础设施，作为促进数据要素价值实现和有序流通的抓手，对完善数据资产定价机制、推动数据要素市场化配置、提高数据基础制度建设质量具有重要意义。

数据资产估值体系是促进数据基础制度建设的前提和关键。价值计量与交易流转是数据资产成为生产要素的前提，实践中不断增长的数据资产交易需求催生估值供给，各地不断成立的数据交易所也推动了数据资产估值业务不断发展。估值已成为数据资产定价、交易、流通和收益分配等数据基础制度建设中不可或缺的一环。数据资产定价和收益分配都需要以对数据资产价值或其价值创造能力的准确与合理估值为基础，因此，构建数据资产估值体系是促进数据资产定价、交易、流通和收益分配的基础。只有解决了数据资产的估值问题，才能对数据资产准确定价，促进数据资产的流通和交易，活跃数据要素交易市场，进一步激活与繁荣以数据为生产要素的数字经济，全面提升数字经济发展质量。

数据资产估值体系为丰富和拓展数据资产应用场景奠定了基础。在数据资产交易业务中，客户需要评估机构测算和判断标的数据资产价值，为其提供交易价值作为决策依据。可见，数据资产估值是数据资产交易业务实现的关键环节。未来，海量数据资源的价值实现成为可能，数据资产融资、出资以及不断创新的数据资产金融服务将全面拓展，无论是以数据资产标的进行融资，还是以数据资产权益出资，或是数据资产保险和担保，以及数据资产证券化等创新型金融业务，都离不开评估机构对数据资产的价值和风险的评估，因此，构建数据资产估值体系为丰富和拓展数据资产的应用场景提供了基础。

数据资产估值体系便于充分释放数据价值，激活数据要素市场。提高数据基础制度建设质量，推动数字经济高质量发展，需要充分释放数据资产价值，这需要数据资产估值体系作支撑。通过对数据资产的价值进行评估，将不可见的数据内在价值显性化，能够充分实现数据资产的交易流动价值，使其在数据交易供需双方之间形成可预期的交互和利用基础，提高数据资产交易效率，促进数据要素跨行业、跨企业和跨产业流通，引导数据流向最能创造价值的地方，进而激活数据要素市场，优化数据资源配置，持续释放数据对实体经济发展的放大、叠加和倍增效应，不断提升数字经济发展质量。

加强高水平数据基础制度建设

数据资产估值体系不成熟导致数据要素的价值难以显现，因此，应重点从以下方面着手加快构建数据资产估值体系，加强高水平数据基础制度建设。

形成政府引导、产学研一体化协同联动的研究合力。数据资产估值体系构建是一项系统性工程，需要政府、科研院所和第三方机构协同，开展数据资产估值专项研究，形成构建数据资产估值体系研究的强大合力。充分发挥有为政府作用，推进数据要素基础制度建设，建立政府主导的数据资产确权机制，以立法方式明确规定不同情形下的数据权属边界，推进数据分级分类确权授权使用，构建数据资产产权制度规则，设立专门的数据产权登记管理机构，结合数据资产特性提出和创新数据资产估值方法，并经由第三方机构实践验证。通过产学研一体化协同联动，构建一套可落地、可推广与可复制的数据资产估值框架与体系。

创新数据资产估值方法，加强数据来源、质量和估值模型评价。不同于传统资产类型，数据资产具有自身特性，因此，除了依据场景依赖原则对传统资产估值方法加以改进和优化以外，国家应加强资源统筹和政策支持，积极探索基于支持向量机、神经网络等先进机器学习算法的新的数据资产估值方法。纳入数据资产产权、合法性、安全性和隐私保护等社会福利相关因子，提出与数据资产特性相适应的估值模型，从而加快构建和形成基于应用场景和数据资产分级分类相结合原则指导下的数据资产估值框架与体系。

“数据二十条”指出，要加快推动完善数据价值评估标准体系。当前，《指导意见》初步构建了较为科学的评估指标体系，为开展数据资产估值业务、活跃数据市场流通和交易奠定了一定的基础。但数据资产有其自身特性，对其估值是一项复杂工程，仍需根据不断变化和丰富的应用场景持续更新、引入、平衡和具化估值因素，不断细化和完善现有指标和评估标准体系，尤其是对数据资产的来源、质量和估值模型的评价。数据来源和质量是数据资产估值的基础，而对估值模型的评价关乎模型的适用性、合理性和可行性。只有当数据资产估值模型的输入变量满足准确性、重要性、完整性、规范性、相关性、时效性、代表性、可访问性和价值导向性等数据质量评价要求时方可进入模型，同时，数据资产估值模型应该符合隐私性、公平性、稳定性、拟合性和可解释性等评价标准。

建立数据资产评估行业协会，扶持第三方专业机构从事数据资产估值业务。与一般的资产评估不同，数据资产评估具有很强的特殊性，且国内外都缺乏可供参考的成熟经验，因此有必要建立专门的行业协会，以指导、规范和服务第三方机构开展数据资产评估业务，充分发挥行业协会的管理、指导与监督作用。同时，政府有关部门应组织行业协会加快研究和制订数据资产估值导则，细化数据资产评估操作指引。

数据资产是数字经济时代最为重要的资产之一，推进数据资产化是充分释放数据要素价值的重要方式。事实上，各行各业已经形成了海量的数据资产，数据资产估值业务是一片蓝海。未来，数据资产交易和融资、创新性数据资产金融产品以及以数据资产权益出资等业务，都需要对数据资产的标的价值与风险进行评估和判断，但实践中合格的、高质量的、专业的数据资产评估机构还非常匮乏，这也是目前阻碍数据资产大规模流通和交易的因素之一。因此，国家应尽快鼓励、引导、扶持建立一批高质量的、专业的数据资产评估机构。这些机构除了应有充足的资金，还应有数据资产估值和定价等方面的专业人才队伍。

（李晓冬 臧俊恒 张敏 作者：李晓冬、张敏任职于中国人民大学商学院，臧俊恒任职于对外经济贸易大学法学院）