1、1 数据资产生态白皮书 构建可持续的数字经济新时代 前言 数据的价值迎来了悄无声息却影响深远的革新，数据不再 仅仅是宝藏或者石油这样直白的物质财富代表，而已经发 展为如同水与空气一般重要的必需品。 与此同时，数据带来的机遇与挑战也伴随左右。一方面， 数据联通个人、企业与政府端，通过开放、流通等不同方 式释放出巨大价值，重塑个人生活方式与商业模式，产生 了巨大的杠杆效应；另一方面，如同水与空气面临污染的 威胁，数据也同样面临着权属不清、定价不明、使用不公 等社会经济难题，以至于这一价值无可限量的资源难以真 正触达需求。 作为数字经济时代的长期践行者，希望通过本白 皮书呼吁各方认知数据时代下的主要
2、问题，倡导建立一个 更加健康、有序且平衡的数据资产生态。唯有在社会、经 济、政策及技术层面全面支撑资产化生态的运作，才能全 面释放数据的核心价值，拥抱更为美好的未来。 mNrMoPmMmRnMpQnPmRpPqP6McM6MmOrRnPnNiNoPrQkPqRqM8OqRqPxNrNyQwMqQmM 目录 前言 数据如同水与空气的数字化时代已至 数据生态在慢慢失衡 数据产权模糊 数据隐私与安全问题突出 数据定价与估值困难 数据开放与流通困难 建立平衡的数据资产生态 何谓平衡的数据资产生态 政策与法律方面：确立数据权机制与定价指导意见 数据确权 数据定价 经济方面：探索数据资产商业模式 社会方面
3、：避免数据歧视，实现数据普惠 数据使用容忍 数据歧视 数据普惠 技术方面：搭建数据资产管理和应用的技术体系 数据安全共享 链上与链下结合 数据可信计算 多方安全计算与可信计算 数据资产生态技术体系 平衡的数据资产生态展望与价值 推动可持续的数字经济发展 提高国家社会治理水平 达成市场资源最优配置 赋能企业数字化转型 实现个人隐私与数字化便利的统一 结束语 联系人 24 25 22 22 23 23 02 05 06 07 07 07 08 19 10 14 08 16 22 23 1 在过去的十几年里，数据借助移动互联网的发展形成指数级的积 累，反垄断监管者也开始着手限制那些有能力控制数据的群
4、体和机 构。数据成为数字时代的“石油”，已是广泛共识。 但在快速更迭的数字时代，数据的价值迎来了悄无声息却影响深远 的革新。在十年前，大众对数据的价值描绘得头头是道，如同发掘 到金矿的淘金客一般，而如今，围绕数据的话题逐渐回归理性。在 某种意义上，数据的价值正在向更深层次演进，和石油相比，数据 更像与我们日常生活息息相关的水和空气。 回顾水和空气的特质，与数据之于当今社会生态十分类似。首先， 水与空气是每个个体日常生活中无法缺失的重要资源，即使存在感 有时无法察觉，而一旦失去就会导致机体的崩溃。在数字化时代 中，个人、企业与政府也应意识到，习以为常的生活与生产已经无 法离开各类数据的支撑。 试
5、想一个普通工薪阶层日常的一天：在早起通勤的路上就会收到由 个人喜好数据筛选出的数十条信息流新闻与广告；工作打卡后个人 信息与时间数据快速与企业管理系统进行对接；午餐时，习惯打开 大众点评浏览数十条餐饮门店数据并快速决策；而晚餐则在外卖平 台推荐在大量菜肴中寻找合适的美食；即使是入睡前，也可能通过 各类健康或信息应用回顾一天的运动与休闲数据。可以说数据已成 为每日生活秩序的有效保障。 对于企业而言，缺少数据支持将变得寸步难行。当今全球市值最高 的五大科技巨头（谷歌、亚马逊、苹果、Facebook和微软）似乎都 势不可挡，数据不仅是利润增长驱动引擎，更是它们的护城河 谷歌知晓当下的搜索热点，Fac
6、ebook了解被分享的内容，亚马逊知 晓人们购买的货物收集到的消费者数据促使它们提升服务质 量，从而不断加高进入壁垒。而中小型企业则积极通过云等技术在 聚焦的领域消化数据，为业务提供指引，真正意义上以数据哺育业 务发展。 数据如同水与空气的 数字化时代已至 2 政府的运作同样离不开数据，否则大量运行与组织工作将举步维艰。 得益于极强的组织与服务能力，中国大量城市已开始试点甚至部分实 现网格化管理，在感知数据的帮助下迅速响应以社区为单位的群众需 求，涵盖从安防到养老、从记录到执行的全政府服务环节。一旦失去 对社区人与物的数据联系，政府的作业与大众的实际情况将产生以天 为单位的割裂，服务型政府将如
7、纸上谈兵。 其次，水与空气是自然界无处不在的巨大资源供给，而数据也已经在 潜移默化间成为个人、企业与政府正常运作即可获取的重要资源之 一，如同水与空气一样影响着每一个个体。如此充满活力的数字化社 会，也反向催生了中国乃至全球数据体量的繁荣。 从数据数量上看，中国是数据生产大国。根据国际数据公司IDC对全球 “数据圈”进行的研究显示，中国在2018年产生了7.6ZB的数据。该机 构预计，中国的“数据圈”将会在2018年至2025年之间扩张14倍左 右，以每年30%的平均增速快速发展。中国的数据量将在2025年达到 48.6ZB，也就是48.6万亿GB。届时，中国将问鼎数据圈的“金山”， 成为全球
8、第一。而美国在2025年将会产生30.6ZB的数据，折合30.6万 亿GB，相比中国少18万亿GB。 根据IDC的预测，2025年全球数据量将达到175ZB（见图1），有几个 形象的比喻可以帮助大家理解175ZB究竟是何等庞大的数据量级：假如 将175ZB的数据刻录在单盘容量为4.7G的普通DVD光盘中，则这些光 盘叠加的高度是月球至地球距离的23倍，亦或环地球赤道222圈；以当 前美国平均网速25Mb/s而言，下载完175ZB数据需要18亿年。 30% 中国“数据圈” 2018-2025 扩张14倍左右 平均增速快速发展 图图1：全球数据量增长预测：全球数据量增长预测 （单位：ZB） 资料来
9、源：IDC，数据时代2025报告 2 4 6 8 10 14 16 20 40 50 60 70 80 100 130 175 0 20 40 60 80 100 120 140 160 180 200 3 最后，水与空气看似廉价，却能在相关介质的配合下催生出长久持续的 能量，例如水电。数据自身虽然微小，同样也能通过聚合效应驱动质 变。回顾数据的质量效应，全球和中国数据的融合与增长催生出各类新 兴应用（见表1），产生了数据积聚的强大枢纽效应。 数据体量与质量的飞速增长，正驱动各行各业对“数据”概念进行重新 认知与战略解读，数据作为社会经济生态中的空气与水，具有取之不 尽、用之不竭的压倒性优势。
10、在大数据时代，谁能率先认识到数据的重 要性、对丰富的数据资源加以合理运用，谁就能迅速把握时代风口、抢 占行业先机，并创造惊人的经济利益。 由于数字化带来的连接效应，数据的累积将不断加速，数据涵盖的领域 将不断延伸，数据资源的储量也将更加丰富，因而如何将数据从资源转 化为资产，当是每个具备战略眼光、考虑长远发展的企业、政府乃至整 个社会所必须正视的重大课题。 表表1：数据融合增长催生的新兴互联网应用：数据融合增长催生的新兴互联网应用 交通工具交通工具 摩拜单车每天可产生2,500万订单量 联网汽车每运行8小时可产生4TB数据 社交媒体社交媒体 微信每天有10亿用户登录、发送45亿条消息、拨打4,
11、100 万次语音电话 Twitter 每天可发布5,000万条消息 YouTube每分钟上传视频时长可超过400小时 Facebook每天可生成4PB数据，包含100亿条消息、3.5亿张 照片和1亿小时视频浏览 电子邮件每天可收发3,000亿封电子邮件 搜索引擎搜索引擎 谷歌每秒需处理超过40,000次搜索 消费购物消费购物 淘宝每天可产生20TB数据 资料来源：搜集整理 4 2 正如自然界的生态系统失衡，例如乱砍滥伐、毁林开荒或采伐速度 大大超过其再生能力，造成资源衰竭、水土流失和气候变化，引发 生态系统出现诸多问题，同时影响生态中的各个物种。而数据生态 的失衡也会导致很多问题出现，如“数字
12、霸权”的产生企业在 掌握了海量数据控制权的同时，也掌握了前所未有的权力。 一方面，数据的产生、流转、应用与管理依赖于完善的生态，其中 包含政府、企业、个人等多方参与者在公开、透明的机制下形成有 效分工。但当前中国数据生态的主要管理与应用模式侧重于企业为 中心组织、管理、控制和使用个人数据，未能发挥生态体系中各方 的最大化价值。同时，个人数据集中在部分电商、社交媒体领域巨 头，个人数据的聚集效应越来越明显，不可避免会出现数据歧视、 信息茧房、大数据杀熟乃至隐私侵犯等诸多问题。从不掌握个人数 据的企业视角，会造成数据资源被垄断带来的发展与竞争壁垒；从 个人视角，较为分散的数据资产分布与管理模式将导
13、致维权困难； 而从政府视角，市场资源配置的公平性与市场经济的稳定性则难以 把控。在互联网行业“头部固化”的情况下，少数大型互联网企业 能够通过无数使用方便且服务全面的App收集并分析数据，了解用 户喜好与习惯。在这种情况下，它们可以利用自身优势，将想法和 目的潜移默化地灌输给消费者。更现实的情况是，在当前数字时 代，人们不可能完全脱离这些大公司提供的服务。然而，普通个人 对大数据运作的过程一无所知，人们被限制在“信息茧”中，被精 准投放的广告驱使着做决定。其他中小型企业也无力与这些庞大企 业抗衡，造成少数企业垄断市场的局面。另外，在社会公共事业 端，政府应用个人数据的边界成为挑战，例如数据产权
14、模糊，财富 分配自然也不清晰。越来越多数据集中在少数企业手里，这对个人 的隐私安全甚至国家安全都会造成影响。 数据生态在慢慢失衡 5 数据生态在慢慢失衡（图2），引发诸多问题和挑战。 图图2：政府视角下，个人与企业数据的应用平衡：政府视角下，个人与企业数据的应用平衡 个人端数据特性导致价值真空 主体过于分散 权属复杂 数据价值参差 应用难以追溯 个人意识薄弱 企业端面向个人数据陷入两难 超大型企业数据马太效应 商业化驱动的信息茧房 数据记录与边界 数据应用与分润 政府面向B端与C端的抉择 个人数据信息使用边界 企业数据行为管控 政府数据开放与流通 商业繁荣与个人保护 个人端 政府端 企业端 政
15、 府 端 个人端 个人数据开放与 应用 企业端 企业数据 应用管理 另一方面，社会逐步把数据视为资产。从当前的经济和法律视角，资产具有三项核心特 征：其一，资产应归属某主体所有或控制，即权属明确；其二，资产能够产生既有的或预 期的经济利益；其三，资产是一种资源，具有稀缺性。而数据的无形性、可复制性以及取 之不竭的特性，导致数据资产存在特殊性：其一，数据资产主体具有多重性，权属模糊， 例如数据从生产到流转的过程中，可以产生衍生数据以及衍生数据的主体；其二，数据资 产能够产生经济利益，要以数据资产的合理定价为前提，但数据资产的定价取决于特定场 景，并不存在统一、普适性的定价依据，需要因场景而变；其
16、三，数据资产是一种人为创 设的资源，与石油等不可再生资源的稀缺性相比，数据的稀缺性是相对的动态概念，在某 种意义上，数据资产是取之不尽用之不竭的。 数据产权模糊 一方面，数据越来越像商品，可以被买卖、转让和使用。但是随着云计算和大数据技术越 来越完善，暴露出来的问题也越来越多。比如某个内容创业公司，当把内容发布到网络上 时，内容可以被转载和复制，无法查到究竟谁才是内容始创者，部分利益会被抄袭者窃 取。所以数据的确权越来越重要，目前行业潜规则是“谁采集，谁拥有”，出售和利用个 人数据获利，侵犯用户数据产权、知情权、隐私权和收益权的现象时有发生。对个人数据 的不当采集、处理和使用暗藏在企业商业秘密
17、之中。 另一方面，当前北京大数据交易服务平台、贵阳大数据交易所、长江大数据交易所、上海 数据交易中心等数据流通平台不断涌现，数据堂、美林数据、爱数据等数据资源企业也渐 具规模。然而，由于专门立法的欠缺和既有制度的模糊，出于对交易风险及个人数据合规 风险的忧虑，我国数据流通在“质”和“量”上都不尽如人意，难以满足数字经济发展的 需要。数据流通的症结进一步还原到数据确权上。 资料来源：分析 6 数据隐私与安全问题突出 无论从数据普惠，尊重个人隐私及数据主体权利，或者愈加强化的法 律法规及监管要求，数据安全与合规已经成为数据资产化过程的必要 条件和基础。近几年来，社会和企业对于数据安全及合规已具备相
18、关 认知并在推进相应的能力建设。但是海量数据下的安全合规治理、管 控体系建设，以及技术解决方案实施等方面，依然存在新的挑战和风 险。在社会和多数行业层面，缺乏数据的共享、流通和交易的规范； 在企业层面，普遍缺失数据环境下的数据确权原则，缺乏结合法务、 业务、安全合规及IT的整合合规组织，以及跨业务板块的管控机制。在 管理层面，缺乏数据全生命周期管控、符合结构化数据和大数据特点 的风险管理方法、以及细粒度的分级访问控制。而技术层面，针对数 据的防御、感知、响应的技术和工具都存在缺失。 数据定价与估值困难 数据资产不完全符合会计准则中对无形资产的定义，尚无法体现在企 业的财务报表中，但从数据资产的
19、确认和计量上，应认可数据的价值 及其对企业价值创造的贡献。当前对于数据资产价值评估的研究还处 于早期阶段，评估方法尚不成熟，且鉴于各类条件和数据本身的特 性，数据资产估值仍然面对较多难点和挑战： 1.数据价值的变动性数据价值的变动性。数据的价值根据其相关性的不同而各不相同，而 数据相关性又因数据使用者而异。相同的数据对于不同需求的使用者 来说，价值是不同的。同时，数据周转速度的提高意味着数据过时的 速度也相应加快，随着新数据的出现，旧数据的价值可能会贬值。 2.数据价值的不确定性数据价值的不确定性。例如监管、全球治理和隐私权等问题，可能对 数据的经济价值以及公司对数据的投资力度产生实质性的影响
20、。 3.数据资源的无限性数据资源的无限性。数据资源可以无限使用，而这个特性也使数据 资产的价值难以计量。 4.数据资产权属的复杂性数据资产权属的复杂性。所谓权属即是所有权的归属。由于数据资 产属于无形资产，其权属属性与实物资产不同，需要关注的因素更 多，更为复杂。 数据开放与流通困难 对政府部门和企业而言，由于个人数据采集和管理的分散，影响了个 人数据的流通、分享使用和依法监管，汇聚线上和线下等多维度的个 人数据将非常困难，导致个人征信、互联网金融服务、产品精准营销 等新的增值服务难以实现，个人数据的经济价值和社会价值也难以发 挥。当前数据价值的实现，基本依靠传统数据价值增值模式，而充分 发挥
21、数据的价值，需要的不仅仅是更好的算法、更快的计算速度，还 需要有创新的数据使用和流通模式。目前，中国经济进入“新常 态”，数据作为经济增长的新动力，迫切需要探索一种新的个人数据 采集、管理和使用模式，规范个人数据的增值服务和交易行为，保护 用户的隐私和数据安全，保障用户数据的合法权益，不断推动个人数 据领域相关技术和应用的发展。 7 何谓平衡的数据资产生态 在自然界，生态平衡是指在一定时间内生态系统中的生物和环境之间、生 物各个种群之间，通过能量流动、物质循环和信息传递，使它们相互之间 达到高度适应、协调和统一的状态。当生态系统处于平衡状态时，系统内 各组成成分保持一定的比例关系，能量、物质的
22、输入与输出在较长时间内 趋于相等，结构和功能处于相对稳定状态，在受到外来干扰时，能通过自 我调节恢复到初始的稳定状态。在生态系统内部，生产者、消费者、分解 者，在一定时间内保持能量与物质输入、输出动态的相对稳定状态。 在数字世界，从长远来看，围绕数据资产构建平衡的数据资产生态，是实 现数字经济可持续发展的必由之路。认为，在平衡的数据资产生 态中，应包含以下几类角色： 数据生产者：个人数据生产者：个人/企业企业 树木：树木：个人和企业作为主要的数据生产者，犹 如雨林中的树木，虽然在单体体量与声量上有限，却能在团体中产生巨大 的影响力。因此，团结、高效、一致的“雨林”，是数据生态中的主要贡 献者。
23、 政府指导的数据确权与定价引导机制政府指导的数据确权与定价引导机制 太阳的光合作用：太阳的光合作用：个人产生的数 据并不能直接被外界所应用，有如雨林只有在光合作用与大气循环下才能 产生珍贵的氧气和水滴。因此，政府管控下的确权与定价指导是生态系统 里面的太阳，发挥光合作用，而科研机构与学术单位也扮演着重要角色。 数据消费者：企业数据消费者：企业/个人个人 动物：动物：企业在生态中如同各类动物，与雨林伴 生形成生态系统，通过雨林的产出产生更大能级的价值，符合食物链逐步 放大的自然效应。但同样，若缺乏政府如阳光般的管控辐射，动物对雨林 的过度伤害最终只会导致生态系统的崩溃。 公共数据公共数据 土壤：
24、土壤：融合开放的公共数据如同土壤。无论是动物还是雨 林，在阳光下通过分解者逐步形成土壤中的有机物，这一有机物反过来成 为雨林生长不可或缺的根基。 数据中介数据中介 微生物：微生物：微生物是分解者，可以将生态系统中的各种无生命 的复杂有机质分解成水、二氧化碳等可以被生产者重新利用的物质。在数 据资产生态中，众多数据科技公司就扮演着类似微生物的角色。 建立平衡的 数据资产生态 3 8 在这一循环往复的生态下，暗藏着对于数据资产生态建设最核心的指引： 确保政策法规落地实现 “阳光普照”，以数据中介为经济基础的“氧气和 水媒介”，以社会约束为核心的“雨林保护”（见图3）。 因此，建立一个平衡的数据资产
25、生态系统离不开四大核心支柱：1）政策 与法律方面，要从政府出发，发挥光合作用，加快立法，明确数据确权机 制，以及指导定价的形成机制；2）经济方面，要形成围绕数据资产的新 商业模式，只有形成商业模式，生态才能建立起来；3）社会方面，要充 分考虑社会影响，避免数据歧视，形成数据普惠，让生态惠及所有参与 者；4）技术方面，要解决两个核心问题，一是安全的数据共享问题，二 是可信的数据计算问题。 数据生产者 个人/企业 （树木） 数据资产（氧气）O2 政府管控与治理/数据要素市场 数据确权与定价指导（阳光，光合作用） 数据消费者 小企业 （食草动物，初级消费者） 数据消费者 大企业 （食肉动物，高级消费
26、者） 数据中介 数据银行、数据信托、数据运营商 （云，大气循环） 数据资产（水） 资料来源：分析 图图3：平衡的数据资产生态系统：平衡的数据资产生态系统 公共开放数据（土壤） 数据中介 （微生物，分解者） 9 P 政策政策/法律法律E 经济经济S 社会社会T 技术技术 科研机构/学术单位 建立数据确权机制与定价指导意见建立数据确权机制与定价指导意见 数据要素的确权机制还处于探索阶段，并逐步引起业界、学界和政策 制定者的广泛关注。数据要素的确权对于数据资产的厘清、数据资源 的有效配置至关重要。 数据确权 数据要成为数字资产，最重要的是对数据进行确权。数据确权的定 义，包括数据的所有权、使用权、经
27、营权、知情权、遗忘权、修改 权、删除权、拒绝与限制处理权等一系列的权利。 国际数据确权实践：国际数据确权实践：国际上对于数据确权也在进行不断尝试，如通过 欧洲一般数据保护条例（General Data Protection Regulation，简 称GDPR）和非个人数据在欧盟境内自由流动框架条例，欧盟确 立了“个人数据”和“非个人数据”的二元架构。针对任何已识别或 可识别的自然人相关的“个人数据”，其权利归属于该自然人，其享 有包括知情同意权、修改权、删除权、拒绝和限制处理权、遗忘权、 可携权等一系列广泛且绝对的权利。针对“个人数据”以外的“非个 人数据”，企业享有“数据生产者权”（dat
28、a producer right）。此欧 盟数据确权尝试并不成功，“个人数据”和“非个人数据”的分割与 现有实践不符。个人数据的范围过于宽泛，在数字化时代，几乎没有 什么数据不能够通过组合和处理，与特定自然人相联系。由此，同一 个数据集往往同时包含个人数据和非个人数据，将相互混合的数据区 分开来，即使可能也非常困难，将产生过犹不及的结果，诸如伤及互 联网成熟业态，阻碍人工智能、区块链和云计算等新兴产业的发展。 与欧盟相反，美国采取了数据确权的实用主义路径。美国个人数据置 于传统隐私权的架构下，利用“信息隐私权”化解互联网对私人信息 的威胁，在金融、医疗、通信等领域制定行业法，辅以行业自律机 制
29、，形成了相对灵活的体制。 中国在进行数据确权时，需充分借鉴欧美数据确权的经验与得失，着 重关注以下四个“必须”： 1.必须充分考虑数字经济发展不同阶段和特定国情：必须充分考虑数字经济发展不同阶段和特定国情：随着国内大循环 为主体、国内国际双循环相促进的新发展格局的建立，数字经济已 经成为主要增长点和重要的就业渠道。尽管中国数字经济的成就为 世人瞩目，但未来的路还很长。在此背景下，首先应以最大化数 据 这一数字经济生产要素的价值为最高宗旨； 2.必须坚持个人隐私与敏感数据保护的红线思维：必须坚持个人隐私与敏感数据保护的红线思维：数据确权后，数据 就会进入要素市场进行市场化交易与流通，它还可能产生
30、有害于消 费者的负面影响。因此在制定数据确权机制时，对关涉个人隐私核 心或个人敏感数据，要坚持数据隐私保护的红线思维。只有增加消 费者的安全感和信任感，数据确权才能够落地，数据资产生态才能 健康； 3.必须以数据流通与共享为主要目的：必须以数据流通与共享为主要目的：数据确权是为了数据合法的流 通与共享，随着数字金融生态的逐渐开放，数据将会在不同经营主 体之间流动、共享，不同数据的重新组合，衍生出新的数据。通过 合同约定来分配各方权益，进而在规则竞争和演化的过程中，总结 出最佳实践和行业标准，最终形成确权规则； 政策与法律方面政策与法律方面 10 4.必须利用数字化技术手段赋能数据确权：必须利用
31、数字化技术手段赋能数据确权：传统的确权手段采用提交权属证 明和专家评审的模式，但是缺乏技术可信度，且存在篡改等不可控因素。 考虑到数据资产的特殊性，目前有两类技术可以赋能数据确权问题的解 决。1）针对数据需要物理上流通和交易，并且要明确所有权的场景，建议 使用区块链技术：利用区块链不可篡改、数字签名、共识机制、智能合约 等技术可以对数据进行确权，并对数据的产生、收集、传输、使用与收益 进行全周期的记录与监控，为数据共享和流通提供坚实的技术基础。具体 来说，数据资产的所有者、生产者和使用者作为重要的节点加入到区块链 网络中，利用区块链同步共识，详细记录数据产生、流转、交易等全部环 节，不但记录数
32、据本身，而且记录该数据资产相关主体的身份及其操作历 史，并全节点共识见证，任何一方都无法推脱和否认。从而实现生态圈中 的所有参与方都能贡献自己的数据资产，并通过智能合约对资产流转与收 益分配进行监督，达成收益共享与风险共担，大大促进数据资产的流通。 2）针对数据将会在不同经营主体之间流动、共享，不同数据的重新组合、 分析会产生新数据，导致因多方参与难以划分数据的场景，在这样的场景 下，数据的使用权与经营权就显得尤为重要，因此建议采用多方安全计算 （Secure Multi-Party Computation，简称MPC），即在不改变数据实际占 有和控制权或所有权模糊的情况下，促进数据流通共享的
33、技术支撑，利用 多方安全计算平台，将计算能力移动到数据端，确保企业数据安全和个人 隐私保护的同时，促进数据共享利用与业务创新。目前，多方安全计算已 经在金融机构之间的联合风控、联合营销等领域取得了初步成效。 近期，由人民数据管理有限公司（下称“人民数据”）主办的“人民数据资产 服务平台”在京正式启动，这是我国首个国家级综合数据资产服务平台，利用 区块链技术进行数据确权，也是行业内首个集数据合规性审核、数据确权出 版、数据流通登记、数据资产服务为一体的平台。据介绍，人民数据资产服务 平台由数据源认证平台、数据流通登记平台、数据交易服务平台、数据流通监 管平台组成。平台将通过与数据提供方、加工方、
34、交易平台、使用者、监管机 构的联系和合作，建立统一的数据赋权标准、数据类目管理、数据加密规范、 数据流通交易安全体系，并且将利用区块链等新兴技术，有效实现合法数据流 通和非法数据流通的辨识，建立行业规范和黑名单机制。 11 数据的质量是影响数据应用的核 心因素，数据质量的准确度是评 估数据价值的基础。 准确性 真实性 完整性 数据定价 作为未来数据资产价值释放的核心环节，数据定价相对于其他资产而 言存在巨大的差异，数据资产的价值主要来源于其直接或间接产生的 业务收益，但由于数据自身存在的无损复制性、按不同业务场景产生 收益的可叠加性，使得特定数据资产的价值与传统资产价值不同，不 是一个固定值，
35、而是一个随不同因素变化的动态值。数据资产的价值 评估可以从如下维度开展（见图4）。 根据数据价值评估的维度，目前：有三种比较公认的定价模式。 模式一：成本法模式一：成本法 定价计算公式：定价计算公式：评估价值 = 重置成本 * 贬值系数 * 期望收益系数 重置成本重置成本是存储成本、加工成本及运维成本的三者加总： 存储成本： 数据存储占用的基础设施（机房、机柜、存储设备等） 的成本按数据容量折算后的价值； 加工成本： 数据加工过程涉及的物力 （服务器、软件等）和人 力（员工成本、下包商费用、项目费用等）； 运维成本： 保障数据正常可靠服务所需的物力 （服务器、软件 等）和人力（员工成本）。 资
36、料来源：分析 图图4：数据价值评估维度：数据价值评估维度 12 数据资产 价值评估 数据价值在于与应用场景的结 合。不同场景下，数据所贡献的 业务价值是不同的。 场景性 时效性 稀缺性 多维性 不同的数据受监管的限制不同， 不同地区的监管也有差异，这会 影响数据价值的产生。 合规性 地域性 安全性 数据最终产生的业务价值受成本 的影响，数据可应用的场景也受 到成本的约束。 存储 加工 运维 贬值系数贬值系数为时效性系数乘以生命期系数： 时效性系数：由数据加工/更新的时效决定（实时、准实时、小 时、天、周、月），取（0-1）间的系数； 生命期系数：数据距离生命终点的时间期间占总生命期时长的比 例
37、调整系数。 期望收益系数期望收益系数是数据在内部核算和外部交易时希望获得的额外收 益，取大于等于1的系数。 模式二：收益法模式二：收益法 定价计算公式：定价计算公式：评估价值 = 1 业务超额收益 业务超额收益应按数据资产的所述类别分类计算： 建模分析类应用：按模型投产后经业务评估的业务价值贡献额，对 最终纳入模型计算的所有数据资产项目进行均摊，在模型存续期间 持续计算； 报表类应用：对管理报表和监管按报表使用对象的级别分别设定每 张报表的假定业务价值，对报表内涉及的数据资产项目按资产等级 进行加权分摊，按每次访问量计算； 取数类应用：对每次取数请求按所需数据资产项目的多少、数据资 产项目的资
38、产等级和所获取的数据集合总量大小进行定价，按每次 取数请求的返回数据集计算。 模式三：市场法模式三：市场法 定价计算公式：定价计算公式：评估价值 = 可比数据资产成交额 修正系数 定价计算中，涉及： 可比数据资产成交额：公开交易市场上相同或类似数据资产的交易成交额； 修正系数：用于对标的数据资产和可比案例的差异进行修正。 上述三种定价模式各有利弊，相关主体可以依据实际情况及自身需求 有所选择（见表2和表3）。在这三种定价模式之外，行业也在摸索新 的定价方式，包括借用知识产权的估值模式等。 优点优点不足不足 成本法成本法 计算简单 利于理解 重置成本难以精算计量 没有体现数据直接及间接产生的业务
39、价值 收益法收益法 反映了数据资产对业务收益的影响 直观且易于理解 超额收益难以精确计量 超额收益通常由一组数据资产形成的应用产生，难以 在单个数据资产层面分摊 市场法市场法客观反映资产的市场情况 缺乏足够的公开市场交易基础 数据资产的价值需要根据交易背景不同进行具体分析 应用场景应用场景 价值评估方法价值评估方法 内部数据资产共享的虚拟核算成本法定价 （期望收益系数接近1） 外部数据交换/交易成本法定价（合理的期望收益系数） 行内评价数据资产对业务的贡献度量收益法定价 数据产品的定价成本法定价（合理的期望收益系数） 资料来源：分析 表表2：三种数据价值定价模式对比分析：三种数据价值定价模式对
40、比分析 13 表表3：不同场景下的数据价值评估方法：不同场景下的数据价值评估方法 探索数据资产商业模式探索数据资产商业模式 移动互联网发展早期，中国大量科技企业开始认识到个人数据之于产 品及企业发展的重要意义，但在缺乏明确商业模式先例与权责划分的 模糊地带，围绕数据开展商业化行为难度重重。因此，中国早期数据 流通多通过授权为主导的以物易物模式，即用户通过授权运营方获取 并使用用户数据的模式获得相关运营方的服务。该模式严格意义上缺 乏商业化的规模效应。 根据数据生态的定义，一个平衡和健康的生态系统，一定要配套良好 的商业模式，在数字经济时代，数据本身的经济价值将得到全面释 放，随着数据确权与定价
41、的逐步明晰，从而衍生出多元化的商业模 式。未来，数据资产的商业化前景将逐步下沉至以个体为代表的C端用 户群体，形成打通G、B及C端在内的数据交易、数据银行、数据信托 和数据中介等模式。 商业模式商业模式1：数据平台交易模式：数据平台交易模式。2014年以来，中国移动互联网进入高 速发展阶段，数据价值被商业社会不断认知。以某数据服务公司为 例，该公司探索新的商业模式，诸如上线数据众包等业务，平台明确 为某个特定数据集标价并与相关供应方进行交易。该模式尝试探索以 数据货币化为目标的商业模式，并明确提出了数据具备相应价值的商 业判断。此后，由贵阳、上海等数据生态活跃地区政府主导的数据交 易所模式涌现
42、，通过建立数据供应方与需求方共享的交易平台连接数 据供需，以第三方专业技术和政府资质完成监管与加密支持，最终实 现数据的交易流通。该商业模式较好地解决了数据互信、数据保护与 数据供需的主要矛盾，且有助于大量行业通过平台沉淀形成数据标签 与数据产品。苹果公司CEO蒂姆 库克在2019年表示：“美国联邦贸易 委员会FTC应设立新的框架，建立数据中介清算所，并要求所有数据 中介进行注册，使消费者能够跟踪这些被捆绑并销售的数据，赋予用 户权利能够按需、免费、轻松地在网上一劳永逸地删除数据。” 认为，数据平台间交易这一商业模式将在未来持续获得关 注，成为重要的流通商业模式之一。中国数据安全管理办法（征求
43、 意见稿）明确要求各服务方数据收集使用规则应明显提示，不得以 默认授权、功能捆绑等形式强迫、误导个人信息主体同意收集，并提 出了“匿名化处理”的明确要求。从宏观层面上，政策不鼓励具有垄 断性质的数据寡头，各类互联网及产业巨头未来将形成专业化的数据 领域，彼此之间公开、透明的数据流通的重要性将加剧，因此数据交 易平台未来将在商业化过程中扮演更重要的角色，并且由此衍生出数 据中介或数据经纪等细分商业模式。 未来，数据平台交易模式将进一步演化，具体可概括为更精准、更多 元、更落地三个方向。 经济方面经济方面 14 更精准更精准指未来数据流通供需关系的匹配将在当前平台化交易的积累下， 形成更加深入的数
44、据洞察与需求把握。相对于目前大量依靠平台匹配的 商业模式，未来去中心化的供需分发机制与数据驱动的匹配模式下，数 据商业化的效率将得到提升。更多元更多元指未来在政府与企业两大生态主体 之上，个人作为数据的最大创造者与使用者也将被纳入到商业生态中。 依据中国对个人数据立法的规划，未来民众将获得更为主动的数据使用 权，甚至演化为社会数据供需的发起人。更落地更落地指当前以数据汇聚和查 询为主的交易结构之上，未来深入数据后端的服务将形成更高附加值。 以银行支付数据为例，当前在确保数据脱敏的前提下已可形成产品化的 数据组合解决方案，为大量企业和个人完成一站式的信用评估。未来流 通商业模式将摆脱当前以佣金撮
45、合为主导的分润形式，通过服务附加值 提升商业模式的想象空间。 商业模式商业模式2：数据银行模式：数据银行模式。由于个人数据资产与货币资产本质上具有共 同点，个人数据是个人财产的一部分，就像在银行里存款一样。因此简 而言之，个人数据资产能够采用银行模式进行管理和运营，既可以实现 个人数据的集中有效管理，又可以实现个人数据的增值和有序流通，给 个人带来一定收益，即个人数据银行。个人数据银行是基于银行个人货 币资产的管理与运营模式，以保护用户个人数据的所有权、知情权、隐 私权和收益权为核心，建立个人大数据资产的管理与运营综合服务系 统，包括数据确权、汇聚、管理、交易与增值服务等功能1。 商业模式商业
46、模式3：数据信托模式：数据信托模式。根据信托法理，信托财产所有权的制度安排 具有结构化特质，即受托人享有信托财产法律上的所有权，受益人享有 基于信托财产的信托利益，也被称为“信托财产的双重所有权”。而数 据资产的特殊性在于个体数据的所有者与“大数据”的控制者以及“大 数据”利益的享有者可能存在相互分离现象，可见，数据资产的所有、 使用、收益等权能的分离与信托财产权属的复合式安排具有充分的契合 性，数据资产成为信托财产在权利内容与制度安排上具有合理性和可操 作性，数据资产的各项权能安排可以通过信托财产制度得以有效设计和 落实。数据资产成为信托财产后，可以满足数据资产的商业和业务逻辑 需要。更为重
47、要的是，信托业务创新可以为数据资产创设更广阔的应用 场景。 由于数据信托业务在理论探索和应用实践层面均具有相当的前瞻性和创 新性，信托公司开展数据信托业务的实践尚处于探索与尝试阶段。实践 中，中航信托在业内率先发行了首单数据信托产品，产品规模为3,000 万元2。 商业模式商业模式4：数据中介模式：数据中介模式。在数字化时代赢家通吃的模式下，多个以科 技巨头为主体的平台已经形成，这些平台势必会导致权力过度集中，不 利于市场竞争与社会开放，个人也不能仅凭一己之力得到数据尊严，即 便向政府请愿，也无济于事，因为网络效应给了平台过多权力，而数字 经济的复杂性让监管无法深入细节。为了实现数据尊严，我们
48、需要一个 中等体量的外围组织来缩小差距，这些组织和商业行为称为“个人数据 中介”（Mediator of Individual Data，简称MID）, MID为数据创造者争 取最大的利益，并且根据争取的利益，获得合理的佣金收入。MID的存 在，会对科技巨头基于数据的盈利模式造成一定的冲击，但长期来看， 科技巨头应欣然接受由MID主导的未来，科技巨头平台也将是受益者3。 15 1个人数据银行 一种基于银 行架构的个人大数据资产管理与 增值服务的新模，计算机学报 2017年1月 2大数据时代，“数据资产”与 金融应用前景，中航信托 3美好数字社会的蓝图 哈佛商 业评论中文版 2019年2月 避免
49、数据歧视避免数据歧视，实现数据普惠实现数据普惠 今数据资产价值的不断释放不仅形成了新的经济推力，也从侧面重塑 社会关系，形成全新的社会问题认知。随着数据成为具有市场价值的 资产，中国社会应重新思考个人对于数据使用的容忍度、数据价值的 反歧视及数据应用的普惠目标。 从个人数据使用容忍度方面，未来中国社会对于个人数据的保存、管 理与使用意识会逐步加强，在呼吁立法落地的同时也面临短期执行缺 位导致的落差感。因此社会层面将通过技术手段搭建个人数据管理、 追踪、授权的抓手，以配合国家政策形成主动管理。 从数据价值的反歧视方面，客观意义上由于个人属性差异导致的数据 价值差异将长期存在，但中国政府与企业将努力推动数据可得性导致 的价值歧视，全面落实如医疗、教育等行业的数字化档案建设，从而 保障所有个人数据价值的释放及相应的价值变现，提升低保障人群通 过个人数据获得相应服务乃至商业利益的平等权利。 从数据应用的普惠方面，通过个人数据与企业数据的融合提升行业服 务效率、创造社会价值已成为中国政府和企业推动数据应用变革的共 识，而上海市打通政企数据支持银行普惠金融服务效率与品质提升是 绝佳案例。未来预判，贸易、物料等数据依赖的大型产业将 优先
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
