对于近期20余家上市公司首次披露“数据资源”数据后，多家更正公告“入表”规模缩减的现象，中国电子数据产业集团产品开发部总经理国丽直言，这反映出数据资产“入表”过程中，企业在对数据资产的理解以及实际操作层面，还面临很多问题。

　　让企业的数据资产化、实现“点数成金”，是近期市场的热话题。5月25日，在第七届数字中国建设峰会现场，由中国电子信息产业集团有限公司、中国经济体制改革研究会共同主办的数据要素与数据资产化分论坛围绕“加速数据要素价值蝶变，‘乘’出发展新动能”展开讨论。

　　作为论坛主办方，中国电子数据产业集团产品开发部总经理国丽、生态与运营部负责人康仙鹏接受南都记者专访，详细剖析了数据资产“入表”当前的现状和难点问题。目前，有的企业仅是“调表”，而非“入表”，即从研发费用的资本项转到无形资产的数据资源项。

要让数据资产“入表”，而非“调表”

　　南都：近日A股一季报披露收官，有20余家上市公司首次披露“数据资源”数据，但其后多家更正公告，“入表”规模下降。这说明什么？

　　国丽：这反映出在数据资产“入表”过程中，企业在对数据资产的理解以及实际操作层面，还面临很多问题，数据资产评估的价值不能直接作为入表的依据；大量的原始数据价值密度低，这些没有经过治理的、价值不高的原始数据也无法作为数据资产来入表。数据资产是具有潜在价值可以给企业带来收益的，企业可以控制确认权属的数据，需要通过数据的要素化和流通真正实现数据资产化。

　　我们认为，数据资产形态可以分为数据资源类资产、数据要素类资产和数据产品类资产，同时市场也分为三类，数据资源市场、数据要素市场和数据产品市场，要从数据资源到数据要素再到数据产品实现价值的蝶变和释放，实现数据资产的价值最大化。

　　康仙鹏：目前只有《企业数据资源相关会计处理暂行规定》这份暂行规定、指导性意见，还缺少一份操作细则或指导性细则，因此才会出现多家公司在披露“数据资源”数据后又更正公告的情况。我认为这不是一个简单的技术问题，或者财务会计处理问题，这说明数据资产“入表”工作现在还处于探索期，很多问题尚待细化。

　　比如，现在企业的资产形态、资产确认还存在很多隐藏问题。在会计领域，资产确认有三个最基本要求，一是权属要相对倾斜；二是需经过一定治理，是可用的；三是在预期内能产生一定经济效益——如果不能产生经济效益，那只是一个资源。毕竟，每个人每天都在产生大量数据，如果资源等于资产，可能会产生大量的泡沫。

　　要解决这三方面问题，需在不同阶段对数据作不同处理，目前数字经济发展到了一个比较蓬勃的阶段，我们也有更多窗口去尝试。

　　事实上，根据我的实际经验，很多数据资源型企业已在一定程度上将数据投入当作研发费用进行了资本化处理。根据目前要求，企业要做更多的“入表”工作，而不是“调表”——从研发费用的资本项转到无形资产的数据资源项，这只是一个调整。

　　数据要素化是实现数据资产化的一个重要前提。我想只有通过要素化，数据实现更大规模流通才能带来增量，才能在“入表”这个事上拥有真正的动力，而不是简单做一个加减法，结果并没有太大变化。

　　我认为，市场主体要先有一个探索意识，寻找更可行的操作路径和实施方式。不同实施方式形成的投产比，给每家带来的价值大小，还需要长期观察，并根据每家企业的实际情况作具体判断。另外，上市公司“改表”肯定还有其他考量，毕竟可以自愿披露，但是不是完全可信，还有待观察。

　　南都：《暂行规定》施行后，数据能变成真正的资产，企业该如何把握这一机会？对数据治理水平又提出哪些要求？

　　国丽：企业手里有很多数据资源，要将这些数据真正变成资产，需要对原始数据资源进行治理，提高其质量和价值，带来更多的价值变现。

　　这里就要提到数据资产的四个要件，即有主体、有客体、有权属、有收益，主体是要有清晰的资产的主体，客体就是具体的数据资产的标的（意为当事人双方权利和义务指向的对象），对数据资源、数据要素、数据产品各类资产分阶段确权，依据这四个要件，按照数据资产化的路径来提升内部数据资源质量和数据价值变现。

　　这给企业带来了挑战，但是也带来了更大的机遇。可以说，数据要素化是数据资产化的实现路径，实现要素化后，数据才能通过数据要素的市场化配置和流通，带来更广泛的应用，复用到更多的场景。数据越贴近数据源端，可复用的范围更广，然而，现在原始数据质量不高，真正有价值的数据较少，原始数据流通也有较大的安全风险，只有经过治理提升质量，完成要素化形态的转变，成为价值密度高的标准产品，才能实现规模化的流通，从而实现资产化和价值最大化。

　　因此，我们提出了“数据元件”，这是数据资产价值最大化的重要支点，数据元件具有价值属性、安全属性和品质属性，能够破解数据确权、估值、定价、安全和隐私保护难题，是近源端的数据初级产品，可以作为数据流通的标的物，实现数据安全高效的流通，撬动数据资源的巨大的价值。

　　康仙鹏：这对于大量持有数据资源的企业肯定是一个很好的机会。第一，并不是所有的数据资源都是资产，但一定有高价值的资源可以成为资产，所以企业有很多隐性资源和价值可以被挖掘。这种挖掘能给企业自身发展带来直接的增量，就是现金回报，甚至可能对它的商业模式都产生颠覆。

　　以IT行业为例，提供IT服务时，通常会记录一个人投入多少时间金钱，这种是很固定的，一天再怎么忙也只能干24小时，能创造的商业价值有限。但如果让不同阶段的数据得到处理，可以在24小时以外得到复用和裂变，就会产生溢出价值，有利于很多智力密集型的公司。数据资源型企业也可以挖掘这部分价值，比如有些中小型科技公司在某个行业具有独特优势，他们可以把这种能力做成数据，基于数据模型和算法应用，获得更好的创业发展机会。

　　第二，这种情况下会自动形成一个专业化的分工市场，各方共同把一个新的业务蛋糕做大，同时又通过专业分工降低成本。所以我认为，在当下传统行业经济下行的周期中，出现一些新的基础业务模式、产业发展路径，可能对很多想要转型发展的企业和从业人员而言是一个很好的机会。

　　在我看来，“入表”只是告诉大家在财务人员通用的基础规则里面，有一个潜在隐性的共识，即数据具有一定价值，但是这个价值背后是一个新专业分工体系的出现，这个的信号可能更强烈。这也解释了为什么此次数据资产化论坛如此受到重视，很多公司目前的做法还不能叫“入表”，只是“调表”。

AI、区块链、隐私计算等或被整合重塑

　　南都：过去一年，国内数据要素建设进程加速，国家数据局挂牌，数据资产“入表”“数据要素x”计划出台等，在机构改革、政策利好的背景下，发展热点和趋势是怎样的？

　　康仙鹏：从市场化主体来看，数据要素化加工和资产化变现，这是一个可见的趋势，相关行业从业人员的兴趣和积极性都很高。

　　我认为，一个发展热点和趋势是政府部门、行政事业单位等所持有的公共数据，能否作为一种新型资产参与整个社会经济生产和价值再分配，这涉及公共数据授权运营方面的制度体系、规则体系、收益分配机制、安全合规保障等制度的建设，要让数据供得出、流得动、用得好。

　　围绕这个热点，还会涌现很多新型基础设施和产品服务解决方案，比如数据金库，数据要素加工交易中心，行业数据空间等基础设施和产品，可能还有公共数据的授权运营域，数据的分类分级安全合规体系等等。基于这些新产品、新模式，这些年来很火的人工智能、区块链、隐私计算等技术都能被整合和重新塑造。

　　另外，由于这个行业业态的特性，很多第三方服务机构被重新定义，比如资产登记评估。据我观察，现在做资产的、做征信的、做保险的、做投行的许多机构也都积极参与进来，今后会不断衍生出各种新业态。

　　南都：数据资产化、数据变现过程中，也伴随着如数据保护、安全和质量控制等风险。如何探索建立风险治理与防控机制？

　　康仙鹏：我们现在谈数据作为新的要素，谈数据的多次裂变，其实最终都是在谈大安全应用，而不仅是技术安全、内容安全、网络安全。从电子数据要素化治理角度来看，要实现安全得做到“三位一体”。

　　首先是制度安全，制度建设非常重要，它既对基层创新有一定的容错，同时结合地方实践，能反哺优化国家顶层设计。制度建设需要我们跨学科、跨领域、跨专业一起探讨，解决公共数据开放、数据分类分级等难题。

　　其次是技术安全炒股配资网开户，即保证整个技术加工流程的安全。还有一个是生态安全，不能完全封闭自己，要建立生态市场体系并使之成为通用型的标准，才能实现安全。简单来讲，在当下国际环境里，如果无法掌握标准、话语权，就很难保证安全。