数据资产的三大要素：价值、确权、定价

数据资产的三大要素：价值-能够带来经济利益

在系统内实现价值

在主营业务的基础上，通过对业务数据的收集、整理、过滤、校对等一系列的流程，实现了数据自身的价值，能够更好的服务客户，为企业带来了经济效益；如：电商平台的产品推荐

在企业内部实现价值

通过对企业（集团）内部掌握的大量数据进行有效的挖掘和分析，一个部门产生的数据可作为另一部门的业务的支撑或辅助，为企业开创新的盈利增长点；如：银行的存储业务和理财业务

在企业之间实现价值

数据在不同企业间流通，企业对数据进行关联分析，挖掘数据的“剩余价值”如：银行和保险公司、投资理财公司

数据资产的三大要素：确权

确权：数据所有权归属

第一方数据：数据产权是明确

数据生产者自己生产的数据，或采集和整理的用户行为数据；

生产者负责了数据的生产采集清洗应用赋能等一系列流程；

第二方数据：产权有争议

第三方统计分析公司拿到的这一部分数据是不是有所有权？使用权？

如果公开买卖，对于网站的所有者来说，是有一定损失的

第三方数据：产权归属更为模糊

通过第三方购买数据、爬虫爬取数据，甚至黑客手段获取数据等

从法律层面：数据的所有权存在瑕疵的数据即使暂时拥有，也不能构成资产要素，只有在建立起有效的数据交换、交易机制后，数据才能真正地具有价值，给企业带来经济利益。

2022年12月发布的《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》（以下简称“数据二十条”）提出：

“推动数据产权结构性分置和有序流通”；

“推进数据分类分级确权授权使用”；

“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”。

目前，法学界围绕数据流通带来的权利、义务与责任变化开展了大量研究，对数据确权及其法律机制构建的探讨最为核心、基础。

数据确权是对数字经济的制度回应。回顾人类财产权演进史不难发现，财产权是工具而非目的，其始终服务于更为广泛、多元的目标。

从农业经济到工业经济再到知识经济，人们所珍视的财产不断演化——从“土地财产”到“金融财产”再到“知识财产”。但数据这一前所未有的新型财产，却不在世界各国传统财产法的“射程”之内。

数据确权

数据确权的价值判断：1.需促进数据流通

数据的非竞争性与梅特卡夫定律表明，数据的价值挖掘依赖于对数据重复使用，数据市场化配置的目的也是加强数据的流通共享，以实现数据价值最大化，进而推动数字经济奋力发展。

有利于数据流通得市场规制是实现市场化配置的前提，数据流通共享应是制度设计的重要考虑因素。

数据确权的价值判断：2. 需体现公平分配

每份数据都因数据主体的独特性而存在特别的价值，数据主体应当因其提供的信息所产生的价值而获益。故数据要素市场同传统要素市场一样，需要考虑个人参与市场的分配。保证数据生产者和使用者在市场环境中享有平等的权利和机会，鼓励数据生产者进行数据开放和共享。

数据确权的价值判断：3.需保护数据安全

数据市场产生的负外部性效应可以被总结为以下几点: 一为数据垄断。二为数据不对称，三为数据外溢，四为数据污染。数据的泄露、滥用、歧视等数据安全问题都是数据市场负外部性的具体表现。 

数据产权制度设立过程中，有必要考虑如何促进市场的竞争和创新。推动建立更加透明有效的数据市场。实现数据治理和安全保护，降低数据负外部效应。

数据确权存在行为规制和赋权规制两种思路。行为规制难以实现数据的积极利用。赋权规制路径又可细分为人格权路径与财产权路径。两者并非对立关系。

1.行为规制的不足：行为规制指通过反不正当竞争法、刑法等对侵害数据的行为进行规制，反不正当竞争法可能为数据垄断行为提供合法理据，过度运用将可能会加速形成数据垄断现象，为市场带来负外部效应。尽管刑法与反不正当竞争法等都发挥了保护数据财产利益的功能，但无法积极主动地促进数据要素市场的发展，无法满足数据流转的独立权利机能之需要 。

2. 赋权规制的类型：赋权规制是通过内部确定固定的权利，以保障利益主体对于数据的支配。赋权规制主要分为非财产权与财产权两种路径。非财产权包括通过人格权控制数据予以赋权模式，以及合同权利的保护。合同规制可以有效防范数据交易行为，但无法对数据进行治理、创设普遍权利以及应对未基于合同的数据爬取行为。

财产权路径下的归属争议：

赋予个人数据财产权尽管照顾到个人分配公平问题，但单一的数据财产权同样受到质疑。

首先，企业可能会通过支付对价的方式诱导个人放弃其隐私; 

其次，当企业压价时，个人信息的价值因交易双方信息不对称等问题而被低估; 

最后，赋予个人对数据的绝对支配可能会导致数据流通受阻，因而降低企业收集数据的积极性。

多元模式下的优化选择

单一赋权模式是指通过统一赋予权利进行产权安排。但随着数据量不断增加，学者基于利益平衡、概念包容性等考虑，开始对数据产权进行场景化、类型化、多元化的细分和设计。

最基本的是基于人格和财产的二分，可分为个人数据 、企业数据以及政府数据等，提出依主体的数据类型化保护。

从数字经济领域立法的发展来看，分类分级已经成为趋势，例如我国已经出台立法对数字平台进行分类分级并对算法进行分类分级监管。

“数据二十条”中则明确指出要探索数据产权结构性分置制度，意在确立分类分级的数据产权制度。

数据确权：数据分类

个人数据与非个人数据：

个人数据与个体权益息息相关，根据分配理论，个人有权依据自己所“产生”的数据获得财产利益，这种人格权益具有一定的不可被他人所有的属性。因此，个人数据在界定上应当具有优先性。从效率的角度分析，数据归企业可能阻碍数据流通，将数据归为个人符合价值判断，其他主体数据则在非个人数据范围下进行区分。

企业数据：

在确立个人数据基础上再进行企业、公共数据的分类，有利于界定清楚数据的来源。作为生产要素的数据，是进入到经济生产活动过程中产生经济价值的数据，而个人所有的一些数据未进入到流通过程中时，仅仅只是生活信息的存在，而非数据生产要素。从此角度看，个人数据与用户数据基本是重合的，若将用户数据也归类到企业数据，会导致个人数据再无“立足”的必要。

公共数据：

公共数据是指非个人数据意义下的公共数据，既包括各级政府部门、企事业单位依法行政履职或提供公共服务过程中产生的数据，也包括政府代表国家整体所拥有的数据，政府使用数据之后，常常会基于国家利益、公共利益的需要，这些政府公开的数据( 连带着个人和企业的数据) 一般被认定为公共物品，供公众自由使用。公共数据中的另一类数据为公共信息数据，这些信息有一部分亦会由企业收集，但由于这些信息内容本身就属于国家整体所有，因此其所有权仍应归为政府( 国家) 。

数据资产的三大要素：定价

基于收益分红的数据资产交易

基于区块链和TEE的数据安全共享模型

基于区块链和TEE的数据安全共享模型

基于区块链和TEE的数据安全共享模型中功能与模块框架图

内容节选自：3月29-31日在北京大学举办的北京大学数据资产与企业数字战略研修班冯科老师授课PPT，课程主题：《数据确权、评估、作价、交易、融资》

冯科简介：北京大学经济学院理论经济学博士、北大光华管理学院应用经济学博士后，北京大学经济学院金融系副教授、博士后导师。下一期课程安排及更多PPT内容请添加李老师微信：pe2048 获取。

END好文推荐Valuable Articles