1月1日《企业数据资源相关会计处理暂行规定》正式实施，数据要素正式启动资产化。
1月4日，国家数据局同有关部门印发了《“数据要素×”三年行动计划(2024—2026年)》，再次强调发挥数据要素的重要作用。
紧接着，江苏、四川、上海、河北、云南、青海六个省市先后成立省级数据局，名称和国家数据局保持一致，从顶层设计、总体布局、整体协调推进数据要素生态的创新和发展。
从2014年大数据首次写入政府工作报告，到今天一系列政策的出台，国家推动数据资产化步伐不断加快。但是，数据要素资产化属于全新的领域，涉及多维度、跨领域的管理范畴，诸多基础性问题尚待明确和解决。在现阶段，制定统一的数据资产标准，并构建公平、有效和可持续的数据资产收益分配机制就更显重要了。
通信、制造、民航等行业管理机构也陆续发布政策文件，加强推动本行业数据管理工作。
近日，通信世界全媒体记者采访了中关村大数据产业联盟副秘书长、中国电子学会大数据专家委员会委员颜阳博士和中国电信（601728）研究院战略发展研究所高级分析师王朋，两位专家就业界关注的数据资产管理、数据资产的标准发展方向及数据资产收益分配机制等问题，给出了自己的思考与解答。
事关“数字中国”建设，数据资产管理意义重大
2024年1月11日，财政部印发《关于加强数据资产管理的指导意见》(以下简称《指导意见》)，明确提出要以促进全体人民共享数字经济红利、充分释放数据资产价值为目标，以推动数据资产合规高效流通使用为主线，有序推进数据资产化，加强数据资产全过程管理，更好发挥数据资产价值。
《指导意见》鼓励在金融、交通、医疗、能源、工业、电信等数据富集行业探索开展多种形式的数据资产开发利用模式。整体来看，政策重点主要集中在推动数据开放共享利用、加快数据要素流通、建立数据标准体系、建立大数据交易平台等方面，加快数据要素市场化建设，推动行业基础制度逐渐完善。
在颜阳看来，《关于加强数据资产管理的指导意见》、《“数据要素×”三年行动计划(2024—2026年)》及《数字中国建设整体布局规划》共同构筑了中国数字化转型的核心框架。这些文件对于数字资产管理的重点强调，对数字中国建设有多维意义。
数据资产已经成为经济社会数字化转型中的新兴资产类型，进一步完善数据资产管理制度体系，将有助于促进数据合规高效流通使用，有助于实现更加科学完备的数字中国建设体系化布局。
王朋表示，完善的数字资产管理机制，是推进数字中国建设的重要基础。积极推进数据资产管理工作，加强数据资产全流程管理，完善数字治理体系，可更好地赋能实体经济，加快形成新质生产力，促进数字经济高质量发展。加速数字中国建设形成横向打通、纵向贯通、协调有力的一体化推进格局。
“加强数据资产管理是数字中国建设的一个多维度、跨领域推动力量，对提升国家竞争力、促进社会经济健康发展有深远影响。”颜阳从5个维度详细阐述了数据资产管理的意义。
一是数据资产的价值发现与利用。这些政策文件显著提高了对数据资产价值的认识。数据不仅是信息的集合体，更是推动国家经济增长与社会发展的关键资源。强化数据资产管理，能够更有效地发挥这些资源的潜能，促进社会资源的优化配置，创新与增长。
二是促进数据治理体系建设。加强数据资产管理是构筑健全的数据治理体系的关键环节。这涵盖了数据的收集、存储、处理、分析及共享等全链条的规范化管理，确保数据安全，保护个人隐私，同时提高数据利用效率和成效。
三是支持数字经济发展。在数字化转型加速的今天，数字经济已成为经济增长新动力（300152）。强化数据资产管理有助于更好地支持数字经济发展，实现产业数字化与数字产业化的双轮驱动，尤其在产业升级和提升公共服务效率方面发挥关键作用。
四是激发创新与创业活力。高效的数据资产管理不仅利于大企业和政府机构，也为中小微企业及个体创业者提供广阔机遇。通过数据的共享与开放，可激发更多创新与创业活力，推动社会经济多元化发展。
五是推动跨行业跨域合作。强化数据资产管理可促进不同行业、领域间的数据融合与合作，推动跨界创新。这种跨行业合作对解决复杂社会问题、推动可持续发展极具意义。
六大标准可先行落地
产业发展，标准先行。标准建设是数字中国的基石，《指导意见》鼓励行业根据发展需要，自行或联合制定企业数据资产标准。
对此，王朋表示，由于数据资产价值具有维度多元化、应用场景多样化等特点。从行业看，采用固定数据采集格式的行业数据资产标准将会率先落地。例如，中国互联网金融协会于2023年11月发布《金融数据资产管理指南》团体标准，提出金融数据资产管理的框架、原则等。数据已经成为金融机构最重要的资产之一，同时标准建设是金融高质量发展的抓手，但金融行业中仍存在数据流程上的显著差异等问题，凸显了行业对于统一数据标准的迫切需求。统一的数据资产标准不仅关乎金融行业的健康、稳定发展，更涉及到金融市场的整体效率和安全性。
王朋认为，从环节看，与质量、分类相关的技术、数据格式、数据精度之类的标准有望率先落地。对此，颜阳表达了类似的观点。他认为，鉴于当前数据资产管理的趋势与需求，依赖于多重因素，如现有基础、政策重点、紧迫性与可操作性，有以下6个方面的标准可能优先发展。
一是安全标准。考虑到数据安全的重要性与紧迫性，特别是在个人隐私保护与网络安全方面的普遍关注，安全标准极可能率先制定与实施。确保数据资产安全性是构建信任和可持续发展的基石。
二是技术标准。随着数据技术的快速发展，制定关于数据收集、存储、处理、传输及分析的技术标准对保障数据资产管理的效率与有效性至关重要。技术标准的落地也将促进其他类型标准的实施。
三是运营管理标准。高效的运营管理标准对实现数据资产管理目标至关重要，包括数据的日常管理、运营流程、责任分配、外部协作等。这类标准的制定与实施对整个数据资产管理体系的顺畅运行极为重要。
四是分类标准。数据的有效分类是管理的基础。无论是按技术类型还是利益相关体划分，都需建立有效的标准，以针对性地处理不同类型的数据。因此，制定一套清晰、全面的分类标准是早期的重要工作之一。
五是质量标准。为确保数据的准确性、完整性和可靠性，质量标准不可或缺。这些标准有助于提升数据资产的价值和使用效果。
六是价值评估标准。虽然此为数据资产管理的关键方面，但由于其复杂性较高，实施可能有一个时间窗口。价值评估标准需要成熟的市场环境和技术支持。
综上所述，数据安全、技术、管理运营和分类标准可能会首先落地，因这些领域的标准是建立一个有效、安全、高效数据资产管理系统的基础。随着这些基础标准的确立和实施，其他更为复杂的标准如质量和价值评估标准也将逐步发展。
数据资产收益分配需衡量十大因素
“数据二十条”首次提出要建立“三权分置”的产权运行机制，本次《指导意见》进一步明确支持数据资产使用权利各个环节的权益分配，提出探索建立公共数据资产政府指导定价机制或评估、拍卖竞价等市场价格发现机制。王朋表示，数据私人性和共享性的矛盾随着数据参与生产逐渐体现，各主体凭借在数据要素生产中贡献参与到分配中来。
目前业界观点多以动态赋权模式灵活调整多元主体之间的数据权益，基于价值生成机制推进数据权益配置，通过收益调动主体参与到数据资产各流通环节中。
“数据权益分配需要考虑的因素主要集中在数据权益的所有方、销售方和利用方，在数据权益的生成过程中需要考虑数据资产估值等因素。”在王朋看来，若在数据权益分配设计中每个环节利益总额确定的情况下，各环节的主体数量和分配比例或将成为权益分配的主要影响因素。
颜阳认为，在实施《关于加强数据资产管理的指导意见》中提出的数据资产收益分配机制时，以下十大因素至关重要。
一是投入与贡献程度。按“谁投入、谁贡献、谁受益”原则，明确各方在数据资产中的投入(如资金、技术、数据等)和贡献(如数据处理与分析能力等)的具体程度。
二是“三权分置”权衡。数据权益的分配应淡化所有权，侧重于数据的产生者、收集者、处理者及最终使用者的不同权益，基于三权分置的理念进行权衡。
三是合法性与合规性。数据的收集、处理、共享和利用必须遵循相关法律法规，包括数据保护法、隐私法等。
四是数据价值评估。建立公正、透明的数据价值评估机制，通过产业链闭环打造合理的收益分配体系，考虑数据的稀缺性、准确性、相关性和可用性等因素。
五是利益相关者权益保障。确保所有利益相关者，尤其是个人数据提供者的权益得到充分保护，包括隐私保护和对数据使用的知情同意。
六是市场机制作用。考虑市场机制在数据资产收益分配中的作用，以市场需求和供给调节数据的价值和收益分配。
七是跨界合作与协同效应。在多方合作的数据项目中，需考虑跨领域、跨行业合作的协同效应及由此产生的附加值的公平分配。
八是透明度和公平性。确保收益分配机制的透明度和公平性，避免利益集团操纵或不平等分配。
九是灵活性与动态调整。收益分配机制应具备灵活性，能根据市场和技术变化进行动态调整。
十是国际合作与标准。在全球化背景下，考虑国际合作及遵循国际通行的数据管理标准和实践，实现要素市场的双循环，同时确保数据跨境安全。
综合这些因素，可以构建一个更公平、有效和可持续的数据资产收益分配机制，促进数据资源的合理利用和数据经济的健康发展，最大化发挥数据要素的新质生产力效能。
后记
政策“东风”越吹，数据景气度越高。记者认为，在数据资产管理被提上日程的同时，数据治理平台、数据资产管理平台的建设热潮也将随之而来。ICT企业将在这一波浪潮中扮演什么角色？收获哪些红利？让我们拭目以待吧。