5月24日，第七届数字中国建设峰会在福建省福州开幕。峰会上国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等部门联合发布了首批20个“数据要素×”典型案例。案例涵盖了工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个行业和领域，覆盖了北京、上海、浙江、江苏、四川、安徽、湖南、湖北、广东、福建、山东、新疆等12个省市，以及部分中央企业、地方国有企业和民营企业，有力展示了有关单位促进数据要素开发利用的典型经验做法，彰显了数据要素推动经济社会发展的乘数效应。1、工业制造领域国家能源投资集团有限公司汇聚22类铁路运输装备、9类港口装备、6类船舶装备的运行、故障、维修等数据超30亿条，打破装备制造商之间的数据壁垒，构建智能模型，形成近600类装备设计和研发数据集，搭建数据资产交易平台，探索形成数据资产定价模型，吸引275个运输装备制造企业开展数据资产交易，有效推进了近100家运输装备产品设计和功能优化。四川长虹电子控股集团有限公司建立工业数据空间，打通测试、生产、库存、应付账款、供应商资信等数据，推进产业链上下游加强信息共享，向代工品牌商安全共享超135万台电视生产质量数据，赋能产值超90亿元。依托供应链数据，为产业链上下游中小微企业提供融资，授信服务覆盖64家大型企业和1650家中小企业，融资额超40亿元。2、现代农业领域江苏省互联网农业发展中心融合农情、植保、气象、基础空间等数据，提供历史病害、监测分析、预警发布等服务，累计监测小麦和水稻种植面积超2亿亩，近三年年均挽回稻麦损失200万吨，年均挽回直接经济损失49.8亿元。3、商贸流通领域浙江中国小商品城集团股份有限公司通过公共数据授权运营，融合小商品城企业数据，推出企业信用、供应链金融等数据产品服务，提高了贸易效率，降低了交易风险，2023年，全年累计授信总额90.57亿元，放款额35.58亿元，为3.3万余户小微企业提供融资支持。上海钢联电子商务股份有限公司通过汇聚大宗商品生产、供应及销售、价格等数据，并融合外部企业提供的遥感卫星数据，开发了商品价格指数等多个系列数据产品，累计形成了900多个大宗商品10万多条日度价格数据，服务30多万个付费用户，以及300多万个免费用户，为国内外现货和衍生品市场提供结算基准和定价参考。4、交通运输领域浙江四港联动发展有限公司打造智慧物流云平台，先后整合打通政务、班轮、码头、货代等100多个系统，汇集海运、空运、陆运、口岸各类物流数据超1.1万项，对接各类物流数据超1000万条，应用物流运单AI智能识别、智能沙箱等技术，实现运输轨迹、班轮船期、运输价格、海关报关、航班信息等的一站式查询，提升多式联运承载能力和衔接水平。5、金融服务领域浙江网商银行股份有限公司、蚂蚁科技集团股份有限公司融合农田遥感、农业生产、农户授权数据，优化授信评估模型，2023年以来，累计为260万农户提供授信638.8亿元，其中53万农户首次获得银行贷款。6、科技创新领域国家空间科学数据中心、国家高能物理科学数据中心、国家天文科学数据中心加强空间与天文领域科学数据全生命周期治理与融合开发，打造超50PB规模的高质量科学数据资源，提供面向超高能宇宙线起源、多波段时域天文等典型科学场景的数据分析应用服务，助力取得十余项国际领先的重大科学发现，加速科学研究范式变革。合肥机数量子科技公司融合9000万化合物、1100万化学反应路径的庞大材料数据，打造材料研发新模式，将数千次实验优化过程缩短至300次以下，开发效率提升超百倍，大幅提升新材料研发效率。7、文化旅游领域湖南省博物院融合103万条文物、11万张图片、2000余个三维模型等数据，推动文物数据跨领域融合创新，先后推出云展览、动画视频、沉浸式体验等200余项数字化项目；举办2个大型线下数字展览，吸引60余万观众，实现2300万元票房收入。武汉理工数字传播工程有限公司整合多渠道图书出版标签、发行渠道、读者评价等数据，助力出版单位更好把握市场趋势和用户需求，已为300多家出版单位提供了1300多款应用与产品，助力文化市场繁荣。8、医疗健康领域讯飞医疗科技股份有限公司融合疾病、检验、药物等数据，训练智慧AI模型，应用于全国506个县区的近5.3万个基层医疗机构，服务6万余名基层医生，累计提供7.7亿次辅助诊疗，大幅提升基层医疗服务能力。北京市计算中心有限公司通过多渠道、合规收集海量药物的研发关键数据，建立专业化新药研发数据集，进行智能化分析和数据挖掘，有效降低新药研发周期，辅助新药研发项目100余项，人工智能预测靶点超1万余个，为我国创新药研发探索新路径。9、应急管理领域广东省应急管理厅整合1171类气象、水利、林业等跨部门监测数据和危化、矿山等企业感知数据，构建大数据智慧分析模型，提高了应急管理部门预测预警、协同处置、辅助决策等能力。2023年，有效应对了30轮强降雨和6次台风，未发生重大安全事件，显著提升应急实战能力。福建省电子政务建设运营有限公司融合59.8亿条气象预报、应急物资、救援队伍等应急数据及2.41亿条危险化学品、工贸、矿山等企业数据，实现安全隐患智能预警和快速响应，2023年以来，全省处置各类安全事故550余起，有效提升安全生产监管水平。10、气象服务领域四川省国土空间生态修复与地质灾害防治研究院、四川省气象台通过共搭平台，实现地质、气象等数据的协同效应，显著提升风险预警的实时性、精确度与实用性。2022年以来，有效支撑全省范围发布地质灾害气象风险预警5839次，实现成功避险123起。台州市气象局探索“买保险送气象服务”合作模式，使企业从保险公司低成本获得实时风向、风速、雨量、温度、能见度等气象数据服务，结合风功率预报模型、灾害风险模型及智慧工地平台数据，为电力调度、工程推进提供决策建议，助力风电企业降本增效。11、城市治理领域在城市治理领域，烟台市大数据中心建设镇街综合数据平台，整合市、县、乡、村四级共15大类、1300多万条数据，通过智能报表、智能台账等实现报表自由定制、数据自动复用、结果实时统计，有效减少基层数据重复填报和手工筛查，减轻了基层“指尖上”的负担，基层表格缩减率达34%、填报缩减率超过52%

数据作为第五大生产要素，与土地等并列，在人类走向人工智能社会的过程中其未来将具有极大的价值，这些潜在的价值也需要通过金融市场发掘和放大，而数据资产化利用本身又能拓展金融领域的业务类型，助力做大金融市场的蛋糕。可以说，数据资产与金融市场相辅相成，共同作用于我国数据要素市场的壮大与完善。截至目前，实践中市场上已经进行了很多金融意义下数据资产管理的探索，包括数据信托、数据资产质押融资贷款

近日，山东高速集团成功完成首批数据资产入账入表工作。此次数据资产入账入表，涉及财务共享中心财务智能分析平台、高速股份路网车流量和通汇资本对公数字支付科技平台数据监测产品，数据资产入账价值达351万元，评估价值逾7200万元，成为我国高速公路运营企业中首批数据资产入账入表的实践案例之一，也是山东省属企业迄今为止规模最大的一批数据资产入表。此次入账的数据资产，经过严格的清洗加工、合规确权、质量评价、成本归集和分摊以及资产登记等流程，确保了数据的准确性和合规性。其中，财务智能分析平台数据资源涵盖债务链分析、客商风险管理及行业对标等多个方面，通过知识图谱、路径搜索、机器学习模型等技术手段，为集团财务分析、风险管理和金融获客等提供了有力支持。高速股份路网车流量数据，通过深度挖掘收费流水中的车辆信息，为高效运营决策、拥堵预警、精准养护以及服务区产品营销等工作提供数据支撑。通汇资本对公数字支付科技平台数据监测产品，涵盖供应链层级关系、链状分布等数据资源，依托供应链票据业务，为供应链管理提供决策支持。根据财政部《企业数据资源相关会计处理暂行规定》要求，集团高度重视数据资产的管理和价值挖掘，在年初召开的年度工作会议上，就明确提出“深入推动数据资产化、价值化，探索更多‘数据+’盈利模式”战略目标。此次数据资产入账入表的成功实践，不仅是对这一目标的有力落实，也为集团进一步激活数据要素潜能、拓宽价值实现路径奠定坚实基础。下一步，集团将继续深化数据资产管理潜力，积极拓展数据资产的创新应用场景，不断提升数据资产经济效益和社会效益，为行业数字化转型和高质量发展贡献山高力量。来源：山东高速集团END好文推荐Valuable

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.

数据资产的商业化运营是指通过将数据转化为有价值的产品或服务，从而实现经济收益的过程。这一过程不仅需要技术的支持，还需要符合法律法规，并且要有清晰的商业模式。以下是进行数据资产商业化运营的几个关键步骤和策略：1.

数据基本情况某央企以其在主营业务生产经营过程中积累的原始数据为基础，挖潜数据“富矿”价值，形成委估数据资产。该数据全面覆盖某区域近90多万余户居民及几万余户企业态势情况，每隔15分钟自动采集用能情况，形成360余张结果数据表单，数据总量为超过2亿，并具备实时召测采集数据功能。以数据表单为基础，该央企推出大数据平台，以需求为导向，深度对接多个政府委办局的业务需求。该数据平台创建一个总览，包括经济发展、社会民生、创新驱动、应急保障、城市规划等多个版块，至今已上线30多个场景，从商业模式上分析，上述应用场景可以分为四类：据了解，该央企的数据资产成熟度较高，可应用场景丰富。呈现典型的民生服务及区域经济分析数据特点；数据质量高、历史发生成本高、相关产业政策支持强度高。该央企的数据资产迄今已应用于城市治理近5万次，曾获得多项高等级数据奖项，在公司内部广泛推广应用，获得高度认可。自上线以来已取得诸多相关成效及好评。可协助支撑政府研判，形成诸多精准辅助城市治理的典型案例；推动数据增值创收，签订多项数据服务合同，实现公司数据盈利新模式；拓展数字化市场运营建设，登陆首都数据交易市场，成为所首批“数据运营商”,

数据资产转化成贷款的过程涉及多个关键步骤，这些步骤确保了数据的价值得到准确评估，并且符合相关法律法规的要求。以下是该过程的详细概述：数据资产确权登记：这一步骤至关重要，旨在确保质押贷款申请人对数据资产拥有合法的持有权、加工使用权或经营权。通过权属确认，数据资产将成为质押贷款中的质物，为后续贷款流程奠定基础。企业申请：企业需要向融资机构提出数据知识产权质押贷款的申请，并提交相关的资料和证明文件。这些文件可能包括数据资产的详细描述、权属证明、使用许可等。评估审核：融资机构将对企业的申请进行初步评估，这主要关注企业的经营状况、信誉记录以及数据资产的整体情况。通过这一步骤，融资机构可以初步判断企业是否符合贷款条件。资产评估：融资机构将对企业的数据资产进行深入的评估，这包括对数据的完整性、可用性、保密性等方面的考量。评估过程中，还会考虑数据的稀缺性、市场需求以及潜在的经济效益。法律审核：在数据资产评估完成后，融资机构会进行法律审核，确保数据的采集、存储和处理都符合相关法律法规。特别是要关注数据隐私和安全性的规定，以确保数据资产的使用不会违反任何法律。贷款协议谈判与签订：基于数据资产的评估结果和法律审核的结论，贷款方和借款方将进行贷款协议的谈判。谈判将涉及贷款金额、利率、还款期限等关键条款。一旦双方达成一致，将签订正式的贷款合同。贷款发放与监管：在合同签订后，贷款方将根据合同规定向借款方发放贷款。在贷款期间，双方应定期对数据资产的价值进行监控和重新评估，以确保贷款的安全性和合规性。需要注意的是，这个过程可能会根据具体的金融机构、数据类型、市场环境和法律法规有所不同。因此，在实际操作中，建议企业和融资机构密切合作，并咨询专业的法律顾问，以确保整个过程的顺利进行。面临的挑战尽管基于数据资产的抵押贷款，为资金需求提供了一种新的融资渠道，尤其对于那些数据丰富但缺乏传统物理资产的企业来说，这无疑是一个巨大的优势。但与此同时，这种融资方式也面临着不小的挑战。这些挑战主要来源于数据资产本身的特性、法律法规的不完善以及市场环境的复杂性。以下是这些挑战的具体概述：数据资产估值的不确定性：数据资产的价值往往难以准确评估。与传统的抵押物（如房产或设备）不同，数据资产的价值更多地取决于其质量、稀缺性、使用场景以及能够为企业带来的潜在经济效益。然而，这些因素往往难以量化，导致数据资产的估值存在较大的不确定性。数据安全和隐私保护问题：数据资产抵押贷款涉及到数据的采集、存储、处理和使用等多个环节，这些环节都可能存在数据泄露和隐私侵犯的风险。同时，随着数据资产价值的提升，黑客攻击和数据窃取的风险也相应增加。因此，如何确保数据的安全性和隐私保护成为了一个重要的挑战。法律法规的滞后与模糊：目前，关于数据资产抵押贷款的法律法规尚不完善，存在较大的模糊地带。这可能导致在实际操作中，贷款方和借款方对于数据资产的权属、使用权限以及法律责任等方面存在争议。此外，随着技术的快速发展，现有的法律法规可能无法及时适应新的数据应用场景，进一步增加了法律风险。技术标准的缺失：数据资产抵押贷款需要依赖先进的技术手段来确保数据的真实性、完整性和可追溯性。然而，目前关于数据质量、数据格式以及数据处理等方面的技术标准尚不统一，这可能导致不同机构之间的数据互操作性差，增加了贷款操作的复杂性和成本。市场接受度和认知度不足：由于数据资产抵押贷款是一个相对较新的领域，市场对其的认知度和接受度可能有限。企业和金融机构可能对数据资产的价值和潜在风险存在疑虑，导致该市场的发展受到一定的限制。综上所述，数据资产的抵押贷款在实施过程中面临多方面的挑战。为了克服这些挑战，需要政府、企业、金融机构以及技术提供商等多方共同努力，推动相关法律法规的完善、技术标准的统一以及市场认知度的提升。END好文推荐Valuable

数据资产的概念参照《企业会计准则》中“资产”的定义'，推衍企业“数据资产”的概念。数据资产是指由企业过去交易或者事项形成的，由企业合法拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源。此外，数据资产在确认时，还需要同时满足:有关的经济利益很可能流入企业、相关的成本或者价值能够可靠地计量。简言之,“数据资产”强调可控制、有价值。【相关阅读】一文读懂什么是数据、数据资产、数据治理、数据产品、数据资产评估、数据确权数据资产入表利好哪些领域数据资产入表是指将数据确认为企业资产负债表中“资产”一项，在财务报表中体现其真实价值与业务贡献。这一变革对于多个领域都将产生积极的影响，以下是几个主要的受益领域：新经济领域企业：特别是那些高度依赖数据的科技、互联网和电子商务企业。数据资产入表能更客观地反映这些企业的真实价值，激发其进一步挖掘和利用数据资源的动力。数据服务和解决方案提供商：随着数据资产入表，企业对数据管理和分析的需求将增加。这将促进数据服务行业的发展，包括数据分析、数据挖掘、数据可视化等领域的企业将受益。金融科技和金融机构：数据资产入表有助于金融机构更准确地评估借款人的信用状况和风险，提高金融服务的效率和准确性。同时，这也为基于数据的金融产品和服务创新提供了更广阔的空间。公共数据运营领域：随着公共数据的开放和共享，数据资产入表将促进公共数据运营行业的发展。这些企业可以通过整合和分析公共数据，为政府、企业和个人提供更有价值的信息和服务。数据安全和隐私保护领域：随着数据资产的重要性提升，数据安全和隐私保护将成为关注的焦点。这将促进数据安全和隐私保护技术的发展和应用，为相关企业提供新的发展机遇。需要注意的是，数据资产入表虽然带来了诸多机遇，但也对企业提出了更高的要求。企业需要加强数据管理、提高数据处理和分析能力，以适应数据资产入表带来的变化。同时，政府和相关机构也需要加强监管和规范，确保数据资产入表的顺利实施和市场的健康发展。【相关阅读】重磅！国家数据局等部门关于印发《“数据要素×”三年行动计划（2024—2026年）》的通知数据资产入表有哪些机遇数据资产入表为企业和整个经济体系带来了众多机遇。以下是数据资产入表存在的主要机遇：价值重估与提升：数据资产入表意味着企业能够更准确地评估其数据资源的价值。这有助于企业更好地利用和管理数据资产，推动数据资源的深度开发和利用，从而提升企业整体价值。决策优化与风险控制：数据资产入表为企业提供了更全面、准确的数据支持，有助于企业优化决策过程，提高决策效率。同时，通过对数据的深入分析，企业可以更好地识别和管理风险，降低经营风险。创新商业模式与产品开发：数据资产入表为企业提供了更多的商业机会和创新空间。企业可以基于数据资产开发新的商业模式和产品，满足市场需求，提升竞争力。提升市场地位与竞争力：随着数据资产入表，企业的数据实力和价值将得到更广泛的认可。这有助于提升企业在市场中的地位和影响力，增强企业的竞争力。推动行业转型与升级：数据资产入表将促进整个行业的转型和升级。随着数据资源的深度开发和利用，行业将实现更高效、智能的发展，推动产业升级和创新。催生新的产业生态：数据资产入表将催生新的产业生态，包括数据服务、数据分析、数据安全等领域的企业将获得更多的发展机遇。这将有助于形成更加完整和丰富的数据产业链，推动整个经济的持续发展。需要注意的是，数据资产入表带来的机遇需要企业具备相应的数据管理和分析能力，同时还需要政府和相关机构的支持和引导。只有在充分准备和积极应对的前提下，企业才能充分把握数据资产入表带来的机遇，实现可持续发展。数据资产入表面临的挑战数据资产入表在为企业带来机遇的同时，也面临着不少挑战。以下是数据资产入表面临的主要挑战：数据价值衡量难题：如何准确衡量数据资产的价值是一个复杂的问题。数据的价值不仅取决于其数量和质量，还与其应用场景、利用方式等多个因素密切相关。目前，尚未形成统一的数据价值评估标准和方法，导致数据资产的价值难以准确衡量。数据确权与隐私保护问题：数据的确权和隐私保护是数据资产入表的重要前提。然而，由于数据涉及个人隐私、商业秘密等多个方面，确权过程复杂且存在法律风险。同时，如何在保护隐私的前提下充分利用数据，也是企业需要面临的重要挑战。技术标准与规范缺失：数据资产入表需要建立完善的技术标准和规范，以确保数据的准确性、完整性和可比性。然而，目前尚未形成统一的数据处理、分析和报告标准，导致企业在数据资产入表过程中面临技术难题和合规风险。企业内部管理挑战：数据资产入表需要企业加强内部管理，建立完善的数据治理体系。然而，许多企业在数据管理方面存在不足，如数据质量不高、数据孤岛现象严重等，这些问题将影响数据资产入表的准确性和有效性。外部监管环境的不确定性：数据资产入表涉及多个监管领域，如会计、税务、法律等。目前，相关领域的法律法规和政策尚不完善，存在不确定性。企业需要密切关注监管动态，及时调整数据资产入表策略。综上所述，数据资产入表虽然具有巨大的潜力，但企业在实施过程中需要充分考虑上述挑战，制定合适的应对策略，以确保数据资产入表的顺利实施和企业的长远发展。END好文推荐Valuable

3月26日上午，浙江省首笔“数据资产贷”在南湖区落地，实现了浙江省数据资产金融化“零的突破”，成功打通了数据要素从资产到资本的可靠路径。“速度快！利率低！一张证书可以换来真金白银的授信额度！”这笔660万元额度的贷款由中国银行嘉兴分行向浙江淏瀚信息科技有限公司（以下简称“浙江淏瀚”）发放，进一步拓宽了普惠型小微企业授信发展。浙江淏瀚是一家专注财经领域数字化建设的浙江省“专精特新”企业，专注于财经数智化，其在产品研发过程中积累了丰富的数据资源，并拥有全市首张数据资源持有权证书。“从公司发展角度来看，在对数据资源进行确权登记后，紧接着就是流通交易和数据资源入表资产化。”浙江淏瀚信息科技公司总经理毛亚萍告诉记者，数据资源持有权证书能直接对接金融机构，也是另一种形式的“资源入表”。2024年是数据资产入表“元年”。此次浙江南湖数据发展集团有限公司和中国银行嘉兴市分行携手在全省首次推出针对开展数据资源持有权证书的金融产品“数据资产贷”，该产品最高可为企业授信3000万元，标志着数据资产贷“南湖样板”全面启航。中国银行嘉兴市分行副行长江源胜介绍，此次发布的“数据资产贷”产品，主要运用数据资源证书和数据资产价值，为小微企业提供相应的授信额度，拥有利率低、放款快、额度高、手续简单等特色，化无形资产为有形，助力企业点“数”成“金”。企业只需拿到数据资源持有权证书和资产负债表等基础财务数据报表即可向银行申请“数据资产贷”，持证出额，1天完成审批，3天内放款，利率年化单利最低可至2.8%。数据要素市场作为一片无比广阔的蓝海，潜在规模巨大。这一“破冰”之举既加快了南湖区数据要素市场化探索的步伐，也为全省数据资产价值化开辟了新路，意味着“数据要素×金融服务”国家行动在南湖区取得落地突破。去年以来，南湖区先行先试探索数据产权制度实践，于1月18日向浙江淏瀚信息科技有限公司颁发了嘉兴市首张数据资源持有权证书，开启了驱动数据资源价值链的进程。此次政银企合作是一次全新的尝试与探索，接下来，南湖区将依托数据资源持有权登记，开展企业数据资产入表，数据资产金融化、证券化探索，把数据要素市场化建设打造成南湖数字经济的产业地标。来源：南湖新闻网END好文推荐Valuable

考虑到数据资产的特征，银行在开展数据资产信贷业务时，既要有严密的风险防控体系，还要具备高度的数据资产管理能力。作为新型生产要素，商业银行正在不断挖掘数据资产的价值，并创新信贷业务模式。据《中国经营报》记者了解，目前全国多地已经落地了数据资产信贷业务，这种创新型贷款可提供更为灵活的融资渠道，解决企业在传统风控模式下抵押物不足的问题。在数据资产信贷业务中，数据扮演着重要角色。不过，值得注意的是，由于数据价值评估涉及确权、定量分析、定性评估等多个环节，这也对银行的风控能力提出了新考验。01银行和地方政府积极推进据悉，数据资产信贷业务在全国多地“开花”，银行亦积极参与其中。近日，江西省首笔企业数据资产质押融资落地，该业务由上饶银行股份有限公司向企业数据资产权利人江西盈石信息工程有限公司授信500万元额度质押融资。公开资料显示，建设银行上海市分行与上海数据交易所合作，成功发放首笔基于上海数据交易所推出的数据资产信贷服务产品“数易贷”的数据资产质押贷款。2023年3月，光大银行深圳分行携手深圳数据交易所，成功落地首笔小微企业数据资产增信融资业务，为深圳微言科技有限责任公司提供了1000万元普惠贷款支持。光大银行深圳分行相关负责人在接受记者采访时指出：“在对深圳微言科技有限责任公司进行授信审批过程中，光大银行针对经营企业数据资产特点制定了专项评估方案，同时组织第三方专业评估机构与行内同步评估，结果交叉验证，为授信额度审批提供综合参考。德勤中国金融服务业风险咨询合伙人蔡帼娅告诉记者，数据资产信贷业务作为一种创新业务模式。一方面为企业拓展了新的融资渠道，有助于缓解其融资难题。同时，充分利用企业数据这类无形资产，提高了资产使用效率，从而降低了企业融资成本。另一方面，数据资产信贷业务推动了金融行业的创新发展，为银行开拓了新的业务领域。经邑产业数智研究院相关人士指出，对于融资人而言，科技创新型企业通常拥有大量知识产权、专利技术等数字资产，通过数字资产质押贷款，它们可以更加灵活地利用这些资产获得融资，支持企业研发、市场推广等创新活动。供应链金融企业则可以通过数字资产质押贷款优化资金流，提升供应链整体效率，供应链金融企业可以获得低成本资金，进而为供应链上下游提供融资服务。电商平台和互联网企业通常拥有大量用户数据和交易信息，这些数字资产具有很高的价值，通过数字资产质押贷款，电商平台和互联网企业可以更好地利用这些资产获取资金支持，推动业务增长。记者注意到，目前数据资产信贷业务主要有两种，数据资产质押贷款与数据资产融资贷款。经邑产业数智研究院分析，虽然这两种业务都是利用数据资产进行融资，不过二者因自身特点和适用场景不同而各有优劣。“前者优势在于，它通过将数据资产作为质押物，为借款人提供了一种相对明确的担保方式。这种方式对于那些拥有高质量、高价值数据资产的借款人来说可能更具吸引力，因为他们可以通过质押数据资产获得所需的资金，同时保留对数据资产的使用权。此外，质押贷款通常具有较低的利率和较长的贷款期限，这有助于降低借款人的融资成本。数据资产融资贷款的优势是可以根据借款人的实际情况和需求进行定制，包括但不限于信用贷款、担保贷款等，因此更符合市场变化和借款人的个性化需求，也更灵活和多样化。但同时也带来一些挑战，比如，信用贷款的发放通常依赖于借款人的信用记录和还款能力，这可能对借款人的信用评级和还款能力提出较高的要求。担保贷款的发放也需要借款人提供合适的担保物，这可能会增加借款人的负担和风险。”前述经邑产业数智研究院相关人士指出。02诸多风险点需关注随着数据资产信贷业务陆续落地，业内关注的是，该业务有哪些潜藏风险，银行如何做好风控？中关村物联网产业联盟副秘书长、专精特新企业高质量发展促进工程执行主任袁帅指出，部分银行可能为了完成授信业务，将数据资产作为附加条件或幌子，而实际上并未真正评估数据资产的价值，或将其纳入风险评估体系。“以数据资产质押贷款为例，质押物最关键的是逾期了能否卖出去。但在实际操作上，数据资产的实际价值如何评估、市场是否认可，这些都值得关注。”某城商行风险管理部人士告诉记者：“我们也在谨慎评估这一业务。”蔡帼娅分析，传统信贷业务与数据资产信贷业务的主要区别在于抵押物性质，数据资产信贷的无形资产使得对其进行价值评估、贷后监控方面更加困难。同时，相比于传统信贷业务的有形资产，数据资产缺乏成熟的交易市场，故促使数据资产的不良资产处置及清收面临更多挑战。前述光大银行深圳分行相关负责人告诉记者，数据资产信贷业务在风控上存在三个难点：一是在抵质押物管控方面，数据资产具有非实体性和可复制性，且权属需要进一步明晰，作为抵质押物，管控有难度；二是在贷中监控方面，数据资产价值波动性较强，贷中实时的价格监测，跌价风险预警难度较大；三是贷后处置方面，数据资产的处置高度依赖数据资产交易市场的发育，然而目前数据要素市场建设尚处于培育初期，如何处置数据资产暂未有标准模式和参考案例。中国数实融合50人论坛智库专家洪勇指出，数据资产价值评估是一项综合考量的过程，包括确权、定量分析、定性评估等多个环节。首先，确认数据所有权和合法性，然后根据数据规模、质量、更新速度、稀缺性等因素量化其经济价值；其次，考察数据对优化业务流程、支持决策、驱动创新等方面的战略意义；第三，还可以参考市场同类数据交易案例来设定公允价格范围，并充分考虑数据隐私保护、安全法规等因素对数据价值的影响。洪勇强调，在数据资产信贷业务中，由于缺乏统一评估标准，各家银行、金融机构在数据资产价值判断时会出现不一致的情况，甚至会导致质押融资过程中的价值误判，进而损害贷款双方利益。另外，无标准化流程也会限制数据资产质押业务的规模化发展。蔡帼娅也提到数据资产信贷业务的贷后管理风险主要是数据资产价值波动带来的风险，表现在其价值易受技术进步和市场变化的影响，导致较大波动，这可能会使抵押物的价值大幅减少，从而增加银行面临的风险。同时，数据资产所有权风险在于其所有权定义不明确，可能引发所有权争议，这对银行在处置抵押物时构成挑战。“数据作为一种特殊的资产，其价值可能会随着市场环境、技术更新等因素的变化而发生波动，从而影响质押物的价值稳定性。此外，数据泄露、数据合规性问题也可能给银行带来重大的法律和声誉风险。”中国信息协会常务理事、国研新经济研究院创始院长朱克力补充道。分析人士指出，考虑到数据资产的特征，银行在开展数据资产信贷业务时，既要有严密的风险防控体系，还要具备高度的数据资产管理能力。此外，数据资产信贷业务的发展还需要一系列政策规范和支持。袁帅建议，首先，政府可以出台相关政策，明确数据资产的定义、权属和流转规则，为数据资产质押业务提供法律保障。其次，政府可以推动建立数据资产交易平台或市场，促进数据资产的流通和交易。此外，政府还可以加大对数据资产相关技术的研发和推广力度，提高数据资产的质量和价值。同时，监管机构也需要加强对数据资产信贷业务的监管和评估，确保业务合规性和风险可控性。蔡帼娅认为，鉴于数据资产可复制性、可共享性、复合性、隐私性等方面的特性，为促进数据资产信贷业务健康发展，需要从法律、技术标准与监管层面同步推进相关政策规范建设。在法律层面，她建议制定专门的数据资产权属、交易流转、质押融资等法律法规，明确界定数据资产的权利归属、权属登记、价值评估和风险防控等规则，为数据资产信贷业务提供坚实的法治保障。在技术标准层面，她建议制定数据资产分类分级、质量评价、价值评估等统一标准和操作规范，规范数据资产的界定、描述和计量，为信贷业务的风险识别和定价提供科学依据。在监管层面，蔡帼娅建议相关部门制定数据资产信贷业务的市场准入，风险管控、信息披露等监管制度，防范道德风险和操作风险，引导行业健康有序发展。来源：中国经营报END好文推荐Valuable

五是更好推动高质量发展和高水平安全的良性互动。伴随着数字经济快速发展，中国经济与世界经济的融合只会越来越深，在推进数据领域高水平开放方面，上周刚刚出台《扎实推进更高水平对外开放

为企业数据资产评估工作提供实操指引

为规范银行保险机构数据处理活动，保障数据安全，促进数据合理开发利用，稳步提升金融服务数字化、智能化水平，保护个人和组织的合法权益，3月22日，金融监管总局制定了《银行保险机构数据安全管理办法（征求意见稿）》（下称《办法》）。《办法》要求银行保险机构按照“谁管业务、谁管业务数据、谁管数据安全”的原则，明确各业务领域的数据安全管理责任；制定数据分类分级保护制度，并采取差异化的安全保护措施。·

3月22日，为规范银行保险机构数据处理活动，保障数据安全，促进数据合理开发利用，稳步提升金融服务数字化、智能化水平，保护个人和组织的合法权益，国家金融监督管理总局就《银行保险机构数据安全管理办法（征求意见稿）》（下称《办法》）公开征求意见。速览要点：要求银行保险机构建立数据安全责任制，指定归口管理部门负责本机构的数据安全工作机构主要负责人为数据安全第一责任人，分管数据安全的领导为直接责任人在开展相关数据业务处理活动时应当进行数据安全评估要求银行保险机构建立针对大数据、云计算、移动互联网、物联网等多元异构环境下的数据安全技术保护体系，建立数据安全技术架构，明确数据保护策略方法，采取技术手段保障数据安全要求银行保险机构将数据安全风险纳入本机构全面风险管理体系要求银行保险机构在处理个人信息时，应按照“明确告知、授权同意”的原则实施，并履行必要的告知义务；收集个人信息应限于实现金融业务处理目的的最小范围，不得过度收集；共享和对外提供个人信息时，应取得个人同意将数据纳入网络安全等级保护，对存放或传输敏感级及以上数据的机房、网络实施重点防护规定国家金融监督管理总局及其派出机构对银行保险机构数据安全保护情况进行监督管理，开展非现场监管、现场检查，依法对银行保险机构数据安全事件进行处置国家金融监督管理总局关于《银行保险机构数据安全管理办法》公开征求意见的公告为规范银行业保险业数据处理活动，保障数据安全、金融安全，促进数据合理开发利用，保护个人、组织的合法权益，国家金融监督管理总局起草了《银行保险机构数据安全管理办法（公开征求意见稿）》，现向社会公开征求意见。公众可通过以下途径和方式提出反馈意见：一、通过电子邮件将意见发送至：ybsabf@cbirc.gov.cn。二、通过信函方式将意见寄至：北京市西城区金融大街甲15号（100033），并请在信封上注明“银行保险机构数据安全管理办法征求意见”字样。意见反馈截止时间为2024年4月23日。国家金融监督管理总局2024年3月22日

一、企业数据资产入表-数据资源盘点《企业会计准则》基本准则将资产定义为“企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源”。需要说明的是，企业将一项资源在会计上确认为一项资产，既要符合基本准则有关资产的定义，还应同时满足以下两个条件：一是，与该资源有关的经济利益很可能流入企业；二是，该资源的成本或者价值能够可靠地计量。对于符合了资产的定义和确认条件，从而确认为资产的数据资源，按照其经济实质，当符合无形资产或者是存货的定义和确认条件时，分别具体适用于企业会计准则、无形资产和企业会计准则存货，即《暂行规定》所称的企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源。【相关阅读】企业的哪些数据资源能成为资产且能入表？（附案例解析）二、企业数据资产入表-合规确权所谓数据确权，就是确定数据的权利属性，主要包含两个层面：第一是确定数据的权利主体，即谁对数据享有权利。第二是确定权利的内容，即享有什么样的权利。根据“数据二十条”，主要的权利有数据持有权，数据加工权和数据运营权。【相关阅读】数据“三权分置”，什么是数据资源持有权、加工使用权、数据产品经营权数据资产管理之所以要进行确权，主要有以下两方面原因：1）数据确权是数据资产化的基础数据确权明确了数据的所有权和使用权，解决了数据归属的问题。在数据资产化的过程中，只有明确了数据的归属，才能确保数据的合法性和安全性，从而避免数据被滥用或侵犯。数据确权通过法律手段对数据进行保护和规范，使得数据所有者能够依法享有数据的权益，同时也为数据使用者提供了合法获取和使用数据的途径。2）数据确权是数据交易和流通的前提随着数据的价值日益凸显，数据交易和数据服务逐渐成为新的商业模式。而数据确权为数据交易提供了基础，确保了数据的合法流通和交易。在数据市场中，数据可以作为一种商品进行买卖，而数据确权则保证了数据的价值能够被准确评估和衡量，从而促进了数据市场的健康发展。此外，数据确权还促进了数据的共享和开放。通过数据确权，可以明确数据的共享范围和条件，确保数据在合法的前提下得到充分利用。这有助于打破数据孤岛，促进数据的流通和共享，进而推动数据在各个领域的创新应用。那么数据怎么做到合规确权呢1、过去的交易或者事项

一、数据资产的基本概念数据资产是指由个人或企业拥有或控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源。数据资产不仅包括数字信息、文字信息、图像信息、语言信息等，还涵盖了数据库等更为复杂的数据集合。它是拥有数据权属（如勘探权、使用权、所有权）的，有价值、可计量、可读取的网络空间中的数据集。数据资产在多个方面表现出其价值。首先，通过分析和挖掘数据资产，企业可以更好地了解市场和客户需求，从而调整产品和服务，提高决策效率和准确性。其次，数据资产有助于企业了解自身的运营情况，优化资源配置，提高生产效率并降低成本。此外，数据资产还能揭示新的业务模式和机会，帮助企业开拓新的市场和业务领域。在品牌价值方面，通过数据资产的分析，企业可以了解客户的需求和反馈，提高客户满意度和忠诚度。在管理数据资产时，企业需要考虑战略管理、组织架构和制度体系等多个方面。例如，建立全方位、跨部门、跨层级的数据资产管理组织架构，可以确保数据资产管理的统一化和专业化。同时，数据资产管理制度体系的设计也需要分层次进行，包括总体规定、管理办法、实施细则和操作规范等。总的来说，数据资产是现代企业和个人在信息化时代的重要资源，其管理和利用对于提升企业的竞争力和市场地位具有至关重要的作用。如需更多关于数据资产的信息，可以查阅数据资产管理领域的专业书籍或咨询相关领域的专家。【相关阅读】一文读懂数据资产的定义、特点、分类【相关阅读】企业的哪些数据资源能成为资产且能入表？（附案例解析）二、数据资产确权数据资产确权的方式主要包括以下几种：原始取得：即数据的产生者对其产生的数据拥有所有权。例如，个人在社交媒体上发布的个人信息、图片、视频等，这些数据在产生时即由个人拥有所有权。继受取得：即数据的获得者通过某些方式从原始数据拥有者那里获得数据所有权。例如，企业通过购买、许可等方式从其他企业或个人那里获得数据资产。加工取得：即通过对原始数据进行加工、整理、分析等方式，产生新的数据资产，加工者对这些新的数据资产拥有所有权。例如，数据分析师通过对原始数据进行处理和分析，产生新的数据报告或分析结果，这些数据报告或分析结果即为数据分析师的数据资产。在数据资产确权的过程中，需要注意明确数据的来源和归属。在获取数据资产时，需要明确数据的来源和原始拥有者，以及数据的传输路径和使用情况，从而确定数据资产的归属权。【相关阅读】数据“三权分置”，什么是数据资源持有权、加工使用权、数据产品经营权此外，数据确权还涉及数据权利属性、数据权利主体和数据权利内容等方面。数据权利属性是指给予数据何种权利保护；数据权利主体是指谁应当享有数据权利；数据权利内容则是指数据主体享有何种具体的权利。在实际操作中，企业数据资产确权认责流程可能包括数据梳理和盘点、建立认责关系矩阵等步骤，以确保数据资产的确权和认责工作得以有效进行。请注意，数据资产的确权是一个复杂且不断发展的领域，具体的操作方式可能因不同的法律、政策和技术环境而有所差异。因此，在进行数据资产确权时，建议咨询专业的法律和技术顾问，以确保操作的合规性和有效性。【相关阅读】数据资产入表之关键—数据确权数据资产入表之关键—数据的确权与保护三、数据资产对企业的价值数据资产对企业的价值主要体现在以下几个方面：首先，数据资产有助于企业更好地了解市场与客户。通过对海量数据的分析，企业可以准确地把握市场趋势和客户心理，进而调整产品和服务策略以满足市场需求。这种深入了解有助于企业制定更有效的营销策略，提高客户满意度，进而提升市场竞争力。其次，数据资产有助于企业提高生产效率。在生产过程中，数据可以帮助企业识别出存在的问题，及时进行改进，并优化生产流程。此外，预测性分析技术还可以帮助企业预测设备故障，避免生产停滞，从而提高生产效能。再者，数据资产入表有助于提升企业财务报表质量。对于拥有丰富数据资源的企业来说，其真实价值和业务贡献可以在财务报表中得以体现，进而降低资产负债率，提升利润率。同时，这也有助于提高企业在资本市场的核心竞争力，为财报使用者提供更直观的数据资产相关信息，有助于投资者对企业进行更好的估值。此外，数据资产还可以为企业带来新的利润来源。数据具有衍生性、共享性和非消耗性，这意味着企业可以通过提供数据服务或出售数据资产等方式实现数据的增值。创新的数据变现方案不仅可以为企业带来实质性的收益，还可以促进数据资产开发的相关投入，激发企业探索和创新数据应用场景的潜力。最后，数据资产管理体系还有助于企业提升业务效率、增强数据安全性、支持决策制定、简化数据处理过程以及促进团队协作。通过自动化的数据规范清洗工作，企业可以合理规划数据的格式和内容，减少人工错误和冗余情况，提高决策的准确性和效率。同时，严格的数据安全措施可以保护企业的敏感信息免受未经授权的访问和泄露。END好文推荐Valuable

以“所有权”规制数据权属不利于实现数据资产价值和流通，数据资产的未来收益与“所有权归谁”并无太大关系，而主要取决于“谁开发利用”。对此，“数据二十条”强调建立公共数据、企业数据、个人数据的分类分级确权授权制度。根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利，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，建立健全数据要素各参与方合法权益保护制度。数据的持有权数据的持有权是在做好数据安全、合规的基础上，对可机读数据的控制权。它主要涵盖了对数据的持有、管理和防止侵害的权利，并允许持有者自主决定是否同意他人获取或转移其所产生的数据。此外，数据的持有权也涉及到数据的持有限制，即数据持有或保存期限的问题。值得注意的是，数据持有权并不等同于传统意义上的产权。由于数据是持续生产、组合和汇集的，且对事实数据的获取和使用没有独占性，因此无法清晰地界定每个主体拥有的数据边界，也无法在特定主体与特定数据之间建立支配关系。因此，数据持有权更多地是基于事实控制和管理的一种利益保护模式，旨在实现数据的流通利用目的。在数据流转的过程中，根据数据处理全周期的不同阶段，数据持有权的配置也会有所不同。数据持有主体可以是政府、企业或个人，他们依法享有对所持数据的相应权益，同时也需要承担相应的责任和义务。总的来说，数据的持有权是对数据事实状态的承认和控制，是基于合法的事实控制和管理来实现数据利益保护的一种模式。在数据流转和使用的过程中，需要充分尊重和保护各方的数据持有权，以实现数据的合理、安全和有效利用。数据的加工使用权数据的加工使用权是指在授权范围内以各种方式、技术手段使用、分析、加工数据的权利。数据加工使用权是数据实现价值增值的核心，通过对数据集合进行抽取、清洗、分析、统计、转换、运算和进一步挖掘，从杂乱无章的数据中提炼出内在规律。但请注意，数据加工使用权应当在数据处理者依法持有数据的前提下才具备，同时在数据加工活动中，如果发现可能危害国家安全、公共安全、经济安全、社会稳定和个人隐私的数据，应立即停止加工活动。随着数据交易市场的快速发展，数据加工使用权的重要性日益凸显。未来各类数据产品会更加多样和丰富，这也容易引发市场竞争的垄断和不公平性，因此，建立公平、开放的数据产权运行机制是十分必要的。总的来说，数据的加工使用权是数据处理者实现数据价值增值的重要手段，但在行使这一权利时，必须遵守法律法规，尊重数据的安全和隐私，确保数据的合法、合规使用。数据产品经营权数据产品经营权是指数据处理者作为数据市场主体，对合法处理数据形成的数据产品和服务，依法获得的自主经营权，并拥有取得收益的权利。具体来说，它涉及对数据资源经加工、分析等形成数据产品的过程，相关机构对加工形成的数据产品依法占有、使用、收益和依法支配的权利。数据产品主要指通过对数据资源投入实质性加工和创新性劳动形成的数据和数据衍生产品，包括但不限于数据集、数据分析报告、数据可视化产品、数据指数、API数据、加密数据等。数据产品经营权的认证凭证通常是由专业的数据管理机构或公司发起并认证的，例如人民网旗下的人民数据管理（北京）有限公司。这些机构在数据确权平台的基础上，发起并认证全国通用性的数据加工权益性证书，为经营数据产品的相关机构提供服务。需要注意的是，数据产品经营权的行使必须在遵守相关法律法规的前提下进行，确保数据的合法、安全和合规使用，防止数据滥用和侵犯个人隐私等问题。END好文推荐Valuable

2023年7月28日消息，据人社部网站，国务院任命刘烈宏为国家数据局局长。自刘烈宏上任以来，在公众场合发表了几次重要的演讲，数据资产最前线整理出这几次演讲的重要观点，以更好地理解国家对支持数据要素发展的政策脉络。演讲一：解读国家数据局工作任务2023年11月23日，第二届全球数字贸易博览会——数据要素治理与市场化论坛在浙江杭州举行。本次论坛以“创新数据要素流通，赋能实体经济发展”为主题。国家发展改革委党组成员，国家数据局党组书记、局长刘烈宏在出席第二届全球数字贸易博览会数据要素治理与市场化论坛致辞时，首次就数据基础设施做重要论述。刘烈宏表示，目前，国家数据局围绕数据要素市场化配置改革正在推进系列重点工作，包括丰富完善数据基础制度体系、促进数据流通交易和开发利用、推动数据基础设施建设、推进数据领域核心技术攻关、强化数据安全治理等。链接：首次提出数据基础设施建设，刘烈宏局长解读国家数据局工作任务演讲二：首次明确“数据要素x”解读数商发展2023年11月25日，国家数据局局长刘烈宏在2023全球数商大会开幕式上表示，党中央、国务院高度重视发挥数据要素作用。习近平主席指出，要积极探索推进数据要素市场化，加快构建以数据为关键要素的数字经济。刘烈宏表示，国家数据局非常重视推进数商的发展。下一步，国家数据局将围绕发挥数据要素乘数作用，与相关部门一道，研究实施“数据要素×”行动。链接：首次明确“数据要素X”行动

加快构建全国一体化算力网推动建设中国式现代化数字基座文/刘烈宏国家发展和改革委员会党组成员国家数据局党组书记、局长国家数据局党组书记、局长刘烈宏在《求是》发表署名文章：加快构建全国一体化算力网

3月13日-15日，国家数据局副局长沈竹林带队先后赴合肥、苏州两地，重点围绕数据基础制度建设、数据要素市场化配置改革、数据要素×行动等工作展开调研。沈竹林在合肥调研3月13日-14日，国家数据局副局长沈竹林一行赴合肥开展数据基础制度、数据要素相关调研，安徽省数据资源管理局局长朱诚、安徽省数据资源管理局副局长王爱学、合肥市政府副市长赵明、合肥市数据资源局党组书记谢军等参加调研。调研组先后来到科大讯飞股份有限公司、中科星图数字地球合肥有限公司、合肥维天运通信息科技股份有限公司、清华大学合肥公共安全研究院进行实地考察，详细了解了企业发展、行业数据开发利用等情况，并相关内容进行沟通交流。参观科大讯飞AI展厅了解中科星图数字地球参观维天运通展厅参观合肥清华院调研期间，沈竹林对合肥市在人工智能数据集、空天信息数据、网络货运数据、公共安全数据等领域开展的实践探索和取得的初步成果予以充分肯定，并希望合肥市能够充分发挥区位、平台、产业优势，继续在释放数据要素乘数效应方面进行有益尝试，大力推动数据要素安全合规、高效流通，赋能经济社会高质量发展。沈竹林在苏州调研3月14、15日，国家数据局党组成员、副局长沈竹林率队到苏州，围绕数据基础制度建设、数据要素市场化配置改革、数据要素×行动等工作开展调研，并在调研座谈会上听取了江苏省及苏州市数据的工作情况。在苏期间，沈竹林一行先后到苏州国际数据港、聚合数据、思必驰、企查查、智能网联汽车产业示范区智控中心、苏州大数据开发者创新中心等地实地调研，深入了解企业信用大数据领域创新发展、智能车网联产业发展等工作情况。近年来，苏州坚持以促进数据合规高效流通使用、赋能实体经济为主线，着力推进数据要素市场化配置改革，建立数据要素基础制度，加强数据汇聚治理共享，加快公共数据开放应用，构建数据要素市场体系，探索推进数据跨境流通，加速推进算力产业发展，培育数据要素产业生态，切实发挥好数据要素乘数效应，让数据“供得出、流得动、用得好”。调研座谈会上，沈竹林听取了江苏省及苏州市数据工作情况，对苏州在推进数据高质量发展方面取得的成效给予充分肯定。沈竹林表示，苏州高度重视数据工作，数据工作基础扎实，人才干部数字素养高，改革探索意识强，涌现出很多好经验好做法。就进一步做好数字化改革工作，沈竹林希望苏州坚持市场化方向不动摇，敢闯敢试敢干，推动各项工作落到实处。深化数据要素市场化配置改革，大力推进“数据要素×”行动，为数字化改革贡献更多智慧和力量。国家数据局政策和规划司副司长（主持工作）栾婕，省数据局（省政务办）副局长李秀斌；市委常委、苏州工业园区党工委书记沈觅，副市长张桥等参加调研。国家数据局近期动态国家数据局在我国数字经济的高质量发展和数据要素市场的建设中扮演了举足轻重的角色。国家数据局下设的五个司局名称目前已经正式确定为：综合司、政策规划司、数据资源司、数字经济司、数字科技和基础设施建设司。最近一段时间，国家数据局在紧密推进强化顶层设计、落实行动方案，同时号召各类数据政企组织共同加入行动，开展数据资源盘点、提升“东数西算”效能、征集数据制度建议等，以期加快研究出台相关数据政策，深化数据要素市场化配置改革，创新探索数据要素市场化实践路径，赋能经济社会各领域增长升级。征集数据基础制度相关问题及对策建议近日，国家数据局政策和规划司向各省级数据管理部门下发《关于征集数据基础制度相关问题及对策建议的函》。为认真贯彻落实《中共中央

加快构建全国一体化算力网推动建设中国式现代化数字基座文/刘烈宏国家发展和改革委员会党组成员国家数据局党组书记、局长今年政府工作报告提出，适度超前建设数字基础设施，加快形成全国一体化算力体系。数字经济时代，算力是新质生产力，算力网是促进全国范围内各类算力大规模调度运营的数字基础设施，构建全国一体化算力网、推动算力基础设施化是国家现代化的重要标志之一。推动算力基础设施建设，必须顺应发展需求、遵循技术规律，加强顶层设计与规划，优化数据中心建设布局，提升跨区域算力调度水平，不断夯实数字中国建设基础。2023年12月，国家发展改革委、国家数据局等部门联合印发的《关于深入实施“东数西算”工程

截至目前已有13家城投或其下属企业实现数据资产入表，其中不乏在债券市场发过债的城投企业，入表资产以公交、供暖、供水等公共事业数据为主。地方融资平台转型是化解地方债风险的重要举措。据21世纪经济报道记者不完全统计，近期已有13家城投或其下属企业实现数据资产入表，希望借此推动转型。另据梳理，入表资产以公交、供暖、供水等公共事业数据为主，个别城投还通过数据资产完成了融资。记者采访了解到，数据资产入表一定程度上有助于改善城投企业财务报表，做大资产规模，边际降低财务杠杆水平，后续城投公司数据资产入表案例、融资案例均有望增加。但数据资产入表是一个新兴的课题，数据资产的确权及评估、数据合规性和安全性、如何获取收益等问题有待进一步解决。数据资产入表是指将数据确认为企业资产负债表中“资产”一项，在财务报表中体现其真实价值与业务贡献。具体操作上，企业根据数据资产确认相关标准、程序和资产登记要求，按照业务和技术相结合的原则，对符合条件的数据资源确认和登记为资产并入账入表。今年来四川、江苏、广东、天津、山东、河南等地均有数据资产入表案例落地。2月19日，盐城当地媒体报道称，盐城港集团顺利完成集装箱码头生产操作系统（TOS）、电子口岸系统、港机设备物资管理系统（EAM）、散杂货生产管理系统（MES）数据资产质量评价及价值评估，并获得《数据资产登记证书》，成为盐城市首批完成数据资产登记的企业，也是全国首个港口企业数据资源入表案例，前述数据价值总计评估为4000多万元。这仅是近期城投数据资产入表的一个案例。1月24日，南京扬子国资投资集团有限责任公司完成首批3000户企业用水脱敏数据资产化入表工作，成为水务行业全国首单数据资产入表案例。再如，南京市城市建设投资控股（集团）有限责任公司全资二级集团南京公共交通（集团）有限公司（以下称“南京公交集团”）今年1月成功完成约700亿条公交数据资源资产化并表工作，成为江苏省首单城投类公司数据资产评估入表案例。据记者不完全梳理，截至目前已有13家城投或其下属企业实现数据资产入表，其中不乏在债券市场发过债的城投企业，比如成都市金牛城市建设投资经营集团有限公司主体评级AA+，目前存续债券5只，存续规模33.5亿元。另据记者统计，入表资产以公交、供暖、供水等公共事业数据为主：南京公交集团评估入表的数据资产涵盖了历史公交方面信息以及实时数据等关键资源，成都市金牛城市建设投资经营集团有限公司以内部智慧水务监测数据以及运营数据等城市治理数据作为入表对象，南京扬子国资投资集团以3000户企业用水脱敏数据入表，许昌市投资集团有限公司以智慧停车应用场景数据入表等。和君集团方达咨询副总经理李启春表示，地方政府和城投是拥有海量数据资产的重要主体，在存量资产盘活时代，数据资产成为了地方政府和城投关注的新焦点。当然关于数据资产的确权、交易场景、评估定价、合规安全等方面，还存在诸多需要共同探讨和明确的事项，但这并不妨碍地方政府和城投公司对其未来价值的预期。数据资产入表有其历史背景。2020年3月中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》将数据定义为继土地、劳动力、资本、技术之后的第五大生产要素。财政部于2023年8月印发的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）明确表示，自2024年1月1日起，数据资源视作一种资产纳入财务报表。李启春表示，随着数据资产入表暂行规定在2024年正式实施，数据资产在助力城投公司转型和地方经济发展方面将发挥一定作用，未雨绸缪抢抓数据资产、构建数据产业链，是城投公司接下来需要重点研究的课题。中金公司研究部董事总经理许艳认为，随着新会计要求下企业数据资产入表工作的陆续推动、相关案例继续增多，认识和理解数据资产的重要性提升。此外，结合当前推进情况来看，未来数据资产在城投资产盘活、城投转型、城投融资方面的作用也值得思考。《暂行规定》提出，数据资源包括外购、自行开发、其他方式取得三类，存货、无形资产、开发支出项目下均增设“其中：数据资源”科目。从目前地方公布的信息看，有两例将数据资产计入无形资产。具体而言，青岛华通集团将公共数据融合社会数据治理的数据资源——企业信息核验数据集，列入“无形资产—数据资源”科目，计入企业总资产；南京扬子国资投资集团有限责任公司1月24日将首批3000户企业用水脱敏数据按照账面归集研发投入计入“无形资产—数据资产”科目，实现数据资产入表。从资产负债表的角度看，数据资产入表有助于提升城投资产规模，降低资产负债率。此外已有城投公司通过数据资产进行融资，如天津临港投资控股有限公司通过质押数据资产“天津港保税区临港区域通信管线运营数据”知识产权证书和“临港港务集团智脑数字人”知识产权证书分别获批天津银行和农业银行两笔贷款，成功落地天津市首单数据知识产权质押贷款业务。许艳表示，数据资产的评估入账有可能帮助压降城投报表总资产和总收入中城建类占比，助力城投转型，便于更好地满足债券融资方面监管对于城投还是产业的划分要求，不过最终结果仍取决于企业实际拥有数据资产的多少以及监管认定。这是因为新一轮化债背景下，监管部门对城投进行名单制管理。对于名单内的城投，只能借新还旧，不能新增融资。对于名单外的国企，需要进一步穿透公司股权并结合公司业务、当地债务风险等级等情况确定融资用途。如果被认定为城建企业且企业财务指标较差、处于高风险区域，则只能发债用于借新还旧，未处于高风险区域且财务指标较好优先用于借新还旧，同时也允许新增债券发行；如果被认定为产业类国企，则可以新增融资。具体认定中，满足总资产中城投类占比低于30%、总收入中城投类占比低于30%、财政补贴占净利润比重不超过50%三项条件的城投公司才可能被认定为产业类主体。中证鹏元研发部副总经理袁荃荃表示，本着进一步做大规模、提高信用级别的考虑，现阶段城投公司在资产层面要着力开展的工作不是划出城建类资产，而是要划入更多的经营性资产，并由此实现城投类资产占比的压降。各地城投公司较多地参与智慧城市建设，在数字资源方面积累了突出的优势，未来一段时间城投公司应抓住数字经济发展大势，积极推进数据资产入表，充分挖掘数据资产对自身的经济价值。来源：21世纪财经·原标题《公共数据资产入表

公共数据的开发利用具有重要的社会、经济和科技价值。政府、企业、科研机构和社会组织应共同努力，加强公共数据的收集、整理和开放，充分发挥数据的潜力，推动社会的进步和发展。公共数据的开发利用价值在当今数字化时代变得愈发突显。多地已经出台了相关公共数据的运营管理办法，但对公共数据的定义还不统一，被业界最认可的定义为“公共数据，是指国家机关、法律法规规章授权的具有管理公共事务职能的组织以及供水、供电、供气、公共交通等公共服务运营单位（统称公共管理和服务机构），在依法履行职责或者提供公共服务过程中收集、产生的数据。”简单来说是指由政府或公共机构收集、整理并公开的数据资源，涵盖各种领域，如经济、环境、教育、健康等。这些数据的开发利用对于社会、经济和科技的发展都具有深远的影响。随着人工智能、大数据等技术的发展，公共数据的开发利用可以成为其底层的主要推动力量。数据是人工智能、机器学习等先进技术的基础，而公共数据的大规模收集和开放为这些技术的发展提供了必要的素材。通过分析公共数据，科研人员和技术专家可以发现潜在的趋势、模式和规律，从而提出新的理论和解决方案，推动科技领域的不断进步。同时，公共数据的开发利用也进一步促进了政府治理的透明度和效率。政府机构在收集和整理公共数据时，往往会涉及到各个领域的信息，包括政策执行情况、社会经济数据等。这些数据的开放可以增加政府行为的透明度，使公众更容易了解政府的决策和行动。同时，公共数据的利用也可以帮助政府更加科学地制定政策，提高决策的准确性和效率，促进社会稳定和经济发展。在早些时候发布的“数据二十条”中明确，用于产业发展的公共数据，有条件有偿使用，这为公共数据促进商业产业发展指明了方向。公共数据中蕴含着丰富的商业机会和市场潜力，可以帮助企业发现新的商业模式、产品和服务。通过分析公共数据，企业可以更好地了解市场需求和消费者行为，优化产品设计和营销策略，提高市场竞争力。同时，公共数据的开放还可以促进产业间的合作和创新，推动整个产业链的升级和发展。此外，公共数据的开发利用有助于解决社会问题和改善人民生活。公共数据涵盖了各个领域的信息，可以帮助政府和社会组织更好地了解社会现实和问题，制定针对性的政策和项目。例如，通过分析公共卫生数据可以及时发现疾病传播趋势，采取有效的防控措施；通过分析交通数据可以优化交通管理，缓解交通拥堵问题。公共数据的开发利用使社会资源得以更加合理地配置，促进了社会的可持续发展。附报告节选（文末下载全文pdf）：添加李老师微信：pe2048

2023年8月1日，财政部制定印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）文件，以下简称《暂行规定》。《暂行规定》自2024年1月1日起施行。《暂行规定》在现行企业会计准则框架下，对于企业数据资源的相关会计处理作出规范，在结构上具体分为四部分，即适用范围、数据资源会计处理适用的准则、列示和披露要求以及附则，为了推动《暂行规定》的有效实施落地，财政部会计司于2023年11月27日做了《企业数据资源相关会计处理暂行规定》讲解的线上培训文字实录。今天分享的是《暂行规定》的适用范围，后续还将对数据资源会计处理适用的准则、列示和披露要求以及附则文字实录进行分享，敬请关注！一、适用范围《暂行规定》明确本规定适用于企业按照《企业会计准则》相关规定确认为无形资产、存货等资产类别的数据资源，以及企业合法拥有或控制的，预期会给企业带来经济利益的，但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。数据的定义是什么我国的数据安全法第3条对数据作出的定义是，本法所称数据是指任何以电子或者其他方式对信息的记录。那一些专业研究机构等从业务的角度也对数据做出了不同的界定。比如中国信息通信研究院作出的定义是，数据是对客观事件进行记录并存储在媒介物上的可鉴别符号，是对客观事物性质、状态以及相互关系等进行记载的物理符号或物理符号的组合是一种客观存在的资源，实务中往往根据不同的管理和利用方式、适用场景等进一步分类描述。从不同的业务角度出发，也提出了多种的分类维度。比如根据数据结构，分类的维度可以分为结构化数据、半结构化数据、非结构化数据等。结构化的程度影响到后续对数据的利用分析者的难易度。按照数据存储的维度可以分为基础层、数据中间层、数据应用层。数据的不同的层次对于数据的集成性、灵活性要求不同。按照对数据加工程度的维度，可以分为原始数据、衍生数据、产品的数据，加工者在其中的劳动和贡献的程度是存在差异的。那数据安全法按照数据安全的维度可以分为一般数据、重要数据、核心数据等一些部门的相关规定也做出了这个进一步的要求，比如工业和信息化部对于工业和信息化领域数据的分类分级管理要求，就是通过这个工业和信息化领域数据安全管理办法试行来做出了进一步的界定规范之外，还有的根据数据生成方式的维度将数据划分为自行采集记录客观现象所得到的数据、采集与用户的交互记录所得到的数据、基于已产生的数据在赋予全新的价值过程当中所得到的数据等等。数据的分类维度的和方法的这种多样也反映出了数据在存储、加工、应用、安全等过程和场景当中的复杂性。那相关的学术这些研究过程当中也提出来，相比于常见的自然资源和社会资源，数据资源存在着多种特征，比如说无形性、权属的复杂性、时效性、依附性、价值易、非标准性、非均质化、可复制性、非竞争性与弱排他性等等。数据资源作为新生事物的这些特征，也激发了广大的企业积极投身数字经济发展浪潮，通过对数据资源的归集、整理、加工等等过程，发挥数据资源对生产的独特贡献作用。根据国家互联网信息办公室数字中国发展报告，2022年我国的数据产量达到了8.1ZB，同比增长22.7%，在全球的占比达到了10.5%，位居世界第二。截至2022年底，我国数据存储量达到了724.5ZB，同比增长21.1%，全球占比达到了14.4%。数据资源规模的快速增长，也凸显出我国的数字中国建设取得了显著的成效。由于企业的生产经营管理链条较长，企业的数据需求多元、复杂，在对数据进行获取、加工、分析等等过程当中，还可能进一步形成其他的数据，进而丰富企业的数据资源。哪些数据资源属于《暂行规定》的规范范畴？概括的说，《暂行规定》既适用于按照准则规定确认为资产的数据资源，也适用于按照准则规定尚不能确认为资产的数据资源。同时，对于后者，还要强调企业合法拥有或控制的预期会给企业带来经济利益的条件。这样的适用范围是基于我国现行的企业会计准则规定，并对当前业务模式下企业数据资源的业务情况作出分析界定。《企业会计准则基本准则》当中规定资产是指企业过去的交易或者事项形成的由企业拥有或者控制的预期，会给企业带来经济利益资源。同时，符合资产定义的资源还需要同时满足与该资源有关的经济利益很可能流入企业。该资源的成本或者价值能够可靠地计量的确认条件方可以作为资产确认。会计上的资产定义和确认条件是会计准则的一贯规定，其限定是较为严格的《暂行规定》，印发实施并没有放宽准则关于资产定义和确认条件的有关要求，同时基于会计信息的可靠性、谨慎性等质量要求，企业在进行会计处理时不应当高估资产或者收益，低估负债或者费用。对于企业所持有或运用的数据资源，我们从会计准则的角度可以分为三个部分：第一，有些数据资源并不符合会计上资产的定义，从而不能作为资产确认，即我们这张图当中的这个灰色区域。要说明的是，这个图当中这个有一个比例，但是这个比例并不是说我们根据实务当中的比例严格的去做了一个界定的，这只是一个示意图，用来大致的表示一下可能存在的这些部分和相关的内容。比如：第一个例子中，A企业利用撞库的黑客手段获取了某社交网站大量用户的手机号、身份证号、家庭住址、网银信息等等的个人信息，并且打包后出售给另外一个B企业。那么，在这种情况下，对于A企业及获取和后续转让相关数据的行为，可能涉及到违反个人信息保护法甚至刑法等等法律法规，对相关数据的拥有或控制并不具有合法性。对于购买方B企业，其购买的个人信息数据来源并不正当，而且也没有按照个人信息保护法的相关规定取得个人用户的授权，在合法性方面同样存在瑕疵。因此，在这个例题一当中，A、B企业的上述数据均不符合会计上资产的定义，不属于我们《暂行规定》的适用范围。此外也请大家注意，本例当中主要是就合法拥有或控制这一个因素进行讨论，以便大家加深理解。并不意味着有关企业在此基础上满足了合规要求，就可以直接将有关数据资源作为资产进行确认。以下的我们培训当中涉及到的各个例题也相同，是为了便于理解。讲解的例题当中仅侧重于对某个因素的讨论。企业在类似因素的情景下，不能简单地套用我们有关例题的情景和结论，而是需要应当严格的按照《企业会计准则》及《暂行规定》的有关要求去执行。例题2中，C、D两个企业通过相关的开源数据平台免费下载了某个国家的法律条文、法律判决等等数据集，用于司法人工智能研究。在这个情形下，尽管C、D企业可以利用下载的该数据集开发相关的数据产品、提供数据相关服务等等，预期能够产生经济利益，但是由于这个平台它是一个开源的、免费的平台，其他的组织或个人同样可以免费下载相关的数据集。因此，C、D两个企业均没有对该数据集实现拥有或控制，同时也没有应取得该数据集发生相关的支出，从而不应将该数据集作为企业自己的资产予以确认。在例题3当中，E企业订阅了某宏观经济数据库的普通会员，可以在2023年全年内实时登录数据库去查询有关的数据。该数据库拥有5000个普通会员，它对所有的普通会员提供的都是相同的查询服务。在此情形下，E企业只是获得了与其他会员相同的查询数据库的权利，而非排他性的直接获取该数据库的全部内容，E企业不能将整个的数据库作为自己的资产予以确认，而是只能就其获得的查询权利是否属于资产进行判断。例题4

近日，杭钢集团积极探索数据资产管理工作，顺利实现首笔数据资产入表。集团公司下属浙江省产业大数据有限公司（以下简称“产数公司”）通过地市公共数据授权获取数据资源，对数据进行治理、加工、处理，经过定制化开发数据多维价值形成可对外提供数据应用服务的数据产品，相应投入确认为首笔数据资产，实现了数据到资产的跨越，对发展数字经济具有重大意义。财政部制定印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号，以下简称《暂行规定》），自2024年1月1日起施行。《暂行规定》是贯彻落实党中央、国务院关于发展数字经济的决策部署的具体举措。将数据资源作为企业资产进行确认和计量，解决了数据资源作为非物质资产未被充分认可和有效计量的问题，标志着数据完成了从自然资源到经济资产的跨越。自《暂行规定》印发以来，杭钢集团公司财务资产管理部便开始牵头开展对数据资产入表的理论探究和实践探索，统筹推进数据合规确权、数据资产入表等工作。其中集团公司下属浙江省产业大数据有限公司(以下简称“产数公司”)承接浙江省重大改革项目（产业数据价值化改革）——产业大脑能力中心的建设和运营，致力于打造产业领域的“组件商城+数据超市”，成为数字化改造和数字化管理解决方案的集成供应平台。组件是产业大脑能力中心的核心，从细分行业大脑、重大应用、未来工厂和第三方市场应用中拆解分装汇聚了公共组件，叠加各类应用和数据产品到产业大脑能力中心，形成“组件商城”，同时反哺外部应用，形成双向赋能。目前，产业大脑能力中心已累计接入细分行业大脑50个，省级重大应用和地方特色应用共40个，上架能力组件8976个，上架数据产品1102个。产数公司利用自身在产业大脑能力中心数据交易平台上的先发优势，通过地市公共数据授权获取数据资源，对数据进行治理、加工、处理，经过定制化开发数据多维价值形成可对外提供数据应用服务的数据产品。根据《暂行规定》要求，在集团财务资产管理部的指导下，相应投入确认为首笔数据资产，实现了数据到资产的跨越。同时，产数公司围绕数据要素全链条，打造数据服务合作生态，形成一站式数据资产入表整体解决方案，正在全省各级国企推广。下一步，杭钢集团将分析总结产数公司数据资产入表的实践经验，结合数字科技板块各单位经营特点，探索个性化数据资产入表路径，全面推进数据资产入表工作；并通过开展数据资产入表和估值相关培训、研讨，积极参与《数据资产财务登记业务指南》标准起草等工作，赋能数字化转型，助力集团公司高质量发展。来源：今日杭钢END好文推荐Valuable

在追求经济转型和增强城市治理能力的当下，"地方国资平台数据资产入表"成为了推动地方政府和国企发展的关键战略。通过搭建未来的数据运营平台，我们不仅能实现公共数据的高效利用，推动数据驱动的城市治理和智慧城市建设，还能充分挖掘和活化隐藏在大量数据中的价值，促进产业升级，增强城市经济活力和竞争力。在此背景下，地方国资平台通过数据资产的评估、入表及运营，可以有效改善资产负债表，提升融资能力，不仅开创数据财政新篇章，还能为地方经济注入新动能，共筑数字经济新高地。一、解码数据资产化自2014年大数据写入政府工作报告，到全国各地大数据交易所涌现，再到《数据二十条》颁布，中国数据要素产业探索之路已走过近十载。2020年4月，中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》首次将数据作为与土地、劳动力、资本、技术等传统要素并列的第五大生产要素，并提出引导培育大数据交易市场，依法合规开展数据交易。2021年3月，《国家“十四五”规划纲要》提出鼓励第三方深化对公共数据的挖掘利用。2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》，提出推进实施公共数据确权授权机制。2023年8月，财政部印发《企业数据资源相关会计处理暂行规定》，能够进一步反映数据要素价值。在中央加快构建数据要素基础制度、部署推动数据要素市场化配置改革等政策指引下，各地区各领域纷纷围绕公共数据授权运营进行积极探索。当前各个地方政府公共数据授权运营蓬勃兴起、数据资产规模快速提升。当前“土地财政”已经难以为继，“盘活政府数据资源，建立数据财政”的时机已经到来。与土地不同，数据不会越用越少，并且数据本身会日益增加，因此盘活数据资源，建立“数据财政”，构建数据要素市场化体系是通过改革破解债务难题的有效手段。地方政府通过政府公共数据资源授权运营、特许经营权运营的模式，充分激活公共数据资源、企事业数据的价值，通过数据资产确权登记、价值评估，实现数据资产入表、流通交易和质押融资发债；可实现政府及政府平台公司优化改善资产负债表，提升资产总额，降低资产负债率，进一步实现地方数据财政大发展。二、地方国企的变革之路目前一些国内省份和城市，如杭州、上海、广东、海南、贵州、成都等，已经开始采取试点措施，通过制定地方政策、建设运营平台、创新应用场景等方式，积极探索公共数据的授权运营，致力于在政策、技术和实践层面进行创新，以促进公共数据的社会化开发和更广泛的利用。数据要素，是地方国企发展的新机遇，尤其是公共数据的授权运营，地方国企有先天的特有的优势，地方国企必须要抓好公共数据的授权运营，对于国企自身、对于地方政府、对于地方城市都至关重要。地方国企投入到数据要素市场，既要帮助政府安全、合规、可控地对数据流通提供保障和运营支撑，实现国企价值，又要有国企担当，为了城市的未来，不能仅仅盯着眼前的某一个场景价值变现，获取收益，而要协助地方政府谋划全局，担当城市数据要素发展的中流砥柱。北京市以场景为牵引，提出建立“金融公共数据专区”试点授权运营。经由北京市经信局授权的北京金控集团大数据公司作为运营单位，旨在建设和运营金融公共数据专区，以场景为牵引，在金融公共数据专区内，成功汇聚了工商、司法、税务、社保、公积金、不动产等公共数据并尝试将其与企业数据融合开发，形成综合数据产品，服务于金融机构，实现了在普惠金融领域的不同细分场景中的应用。同时，在金融场景实践的基础上，全面推进数据专区管理制度体系的建设，形成了政企数据融合应用的典型经验和做法。浙江省杭州市以“政府引导+市场运营”为主要原则，强调政府指导公共数据定价。主要包含以下五方面要点：发展原则上，政府引导、市场运营。建立党的基础组织，研究决定公共数据授权运营相关事项，落实党管数据的制度建设要求。运营机制尚，建立公共数据授权运营机制，公共数据按政府指导定价采用有条件有偿方式进行授权，授权运营协议有效期为3年。收益分配上，明确收益分配，数据产品或者数据服务的收益，由加工使用主体自行收取。应用场景上，开发了医疗健康、金融保险、商贸物流、工业制造、社会治理、生态环保、教育、体育、文旅、科研等行业的领域的应用场景数据产品。成都市以政府数据授权为引擎，在管理层、平台层、数据层、权益层通过8大机制实现公共数据授权运营。成都市建立了公共数据管理平台，综合授权给数据运营方，同时引入行业数据主管部门进行行业数据加工授权审核，市政府数据授权运营则通过成都市大数据集团进行市场化运营，需要经过多个部门的意见征求和市政府的批复。通过运营管理监督、平台建设运行、网络安全保障、数据需求管理、数据申请与授权、数据交付与利用、利益补偿与激励、数据服务定价等八个机制保证了政府数据的安全和有序运营，市场主体可以合法合规、高效便捷的使用政府数据。三、数据资产评估与入表在数字化时代背景下，数据作为新型资产的重要性日益凸显。地方国资平台公司面对的债务负担、资金缺口和造血能力差等挑战，使得数据资产化不仅是提高效率的需求，更是紧迫的生存之道。第一阶段：对已持有数据资源开展数据资产评估、入表工作对地方国企已持有的数据资源开展数据资源盘点、数据治理、资产评估，数据入表，增加国企的资产规模，优化改善资产负债表，降低资产负债率，提升国企的资本化能力。比如刚刚开展的天津河北区供热公司、四川旅投的数据资产评估、入表工作。当前各级政府和国资集团组建的城投、建投、文投、旅投、交投、水投等国资平台公司，普遍面临“债务负担重、资金缺口大、造血能力差”的局面，大部分城投每年的业务现金流净额往往只能覆盖个位数百分比的当年还本付息金额，基本靠债权融资借新还旧填补缺口，有息负债越滚越大。现在建议这些国资平台公司尽快做数据资产入表并抵押融资，加大平台公司可抵押资产总额，改善资产负债表。具体来说，拥有以下几类业务所产生的数据资源都非常有价值，值得下大力气进行数据资产化与金融化：1.

中评协关于印发《数据资产评估指导意见》的通知中评协〔2023〕17

附下载上海数据交易所发布《数据资产入表及估值实践与操作指南》全国首发《数据资产评估场景化案例手册》

2月5日，海南省数据产品超市印发《数据资产评估场景化案例手册（第一期）》（以下简称《手册》），该手册是全国首部基于真实数据要素典型应用场景进行数据资产评估操作的指导性手册，为企业在数据资产入表、数据产品交易定价等方面提供参考依据。据悉，《手册》由海南省大数据管理局指导，海南省资产评估协会、海南省数据产品超市、海南瑞衡资产评估、中联资产评估、中瑞世联资产评估联合编制，针对不同的行业场景提供了相应的资产评估标准和评估方法，对推动数据资产评估工作的规范化和标准化，以及资产入表标准体系的建设具有重要意义。内容概要本次发布的《手册》选取了电力、旅游、海关、国际贸易、气象、制造6个数据要素典型应用场景，从行业现状概况、案例详情、评估目的、行业应用场景、评估价值类型、评估方法等几个方面提供了数据资产场景化评估的具体操作指引，为解决不同应用场景下的数据资产评估标准、评估方法难以适配的难点问题，提供了有效的解决思路和全面的解决方案。数据资产作为数字化转型进程中的新兴资产类型，正日益成为推动数字中国建设和加快数字经济发展的重要战略资源。2023年下半年，财政部先后印发《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》，中国资产评估协会印发《数据资产评估指导意见》，三个文件的发布推进了数据资产全过程管理的合规化、标准化、增值化，为数据资产评估工作的开展提供了有效指引和规范。海南省在2021年开始，以“政府+市场”的创新合作模式，依托海南省数据产品超市，积极探索数据要素资源化、资产化和产品化，并配套形成了多项数据要素流通相关的制度、标准。海南于2023年12月先后印发《海南省培育数据要素市场三年行动计划(2024—2026)》《海南省数据产品超市数据产品确权登记实施细则（暂行）》，在国内率先探索数据产品所有权的确权登记，为后续数据资产化、资本化奠定了权属界定的基础。下一步，海南将基于多元化应用场景开展数据资产价值评估分析与指引，为各行各业开展数据要素资产化提供支持，同时适时开展细分行业的数据资产价值评估标准制订，以及数据资产价值评估标准库、案例库与模型库建设，面向社会开放使用。诚邀社会各界基于数据资产价值评估、入表的实践探索，为数据资产评估研究提供案例素材或评估方法的实践经验。获取方式添加李老师微信：pe2048即可获取手册来源：海南省大数据管理局END好文推荐Valuable

大模型在金融领域的发展为金融行业带来了巨大的机遇和挑战，金融机构需要加强技术创新和风险管理，积极探索大模型在金融领域的应用，推动金融行业向智能化、数字化转型，实现金融业务的创新和升级。大模型在金融领域的发展正处于快速演进的阶段，对金融行业带来了深刻的影响和变革。大模型是指基于大数据和人工智能技术构建的复杂模型，能够处理海量数据、实现复杂的数据分析和预测，为金融决策和风险管理提供了全新的视角和工具。首先，大模型在金融风险管理方面发挥着重要作用。金融市场的复杂性和不确定性使得风险管理成为金融机构的重要任务。大模型可以利用大数据进行风险建模和评估，识别潜在的风险因素和异常情况，帮助金融机构更加精准地识别、定价和管理风险。其次，大模型在金融市场预测和交易策略方面发挥着重要作用。金融市场的波动性和不确定性给投资者带来了挑战，而大模型可以利用大数据进行市场趋势分析、价格预测和交易策略优化，提高投资决策的准确性和效率，实现投资组合的优化和收益最大化。此外，大模型在金融产品创新和个性化服务方面也具有重要意义。金融市场的不断发展和变化需要金融机构不断创新金融产品和服务，而大模型可以利用大数据进行客户行为分析和个性化推荐，为客户提供更加个性化、精准化的金融产品和服务，提升客户满意度和忠诚度。然而，大模型在金融领域的发展也面临着一些挑战和风险。首先，数据隐私和安全性是大模型发展过程中需要重点关注的问题，金融机构需要加强数据安全管理和隐私保护，防止数据泄露和滥用。其次，大模型的复杂性和不确定性给模型解释和解释性带来了挑战，需要金融机构加强模型解释和验证，确保模型的稳健性和可靠性。另外，监管政策和法律法规的不断变化也对大模型的发展带来了一定的影响，金融机构需要密切关注监管政策和法律法规的变化，及时调整和优化大模型应用策略。附报告节选（文末下载全文pdf）：添加李老师微信：pe2048

来源：上海数据交易所数据产品化、资产化进程正在加速推进。针对数据资产成本归集难、摊销年限确认难、数据资产市场价值测算难等数据资产入表和估值难点问题，11月26日，2023全球数商大会上海数据交易所年度发布会上，上海数据交易所联合战略数商团队发布《数据资产入表及估值实践与操作指南》，针对企业入表十大操作难点、三种收益测算、八项创新应用给出操作指引，以“久久为功”的姿态提升《企业数据资源相关会计处理暂行规定》的执行效果，服务国家数字经济战略落地。报告要点上海数据交易所紧密围绕“数据二十条”关于“探索数据资产入表新模式”的政策精神，以有效提升财政部颁布的《企业数据资源相关会计处理暂行规定》（简称《暂行规定》）执行效果为目标，开展了企业数据资产入表和估值相关的理论和实践研究，并结合场内交易实践探索数据资产市场价值体系构建等多项工作。本指南由上海数据交易所组建专业的研究团队，遴选一批有代表性的企业，以真实的财务数据和业务数据为基础进行数据资产入表模拟和价值估测，提炼形成数据资产入表及估值的理论和实践方法。通过多个企业案例研究发现，企业对数据资产认知有限、对数据资产形成路径理解不足、数据资产会计处理存在困难、企业数据资产披露规范和机制不明确、专业服务机构对数据资产认识和理解不足等是目前推进企业数据资产入表和估值的最大挑战。为了应对这些挑战，本报告将从数据要素、数据资产等基础概念的分析开始，以企业数据产品赋能实体经济的具体应用场景为基础，以企业数据资源开发利用形成数据资产的路径为核心，探讨企业数据资产入表和估值的实践与操作。本指南的主要成果可以概括为以下几点：01本指南通过深入研究案例企业数字化转型和数据产品运营的商业模式，以“战略规划+运营管理”的思路重新设计企业数据资源到数据资产的形成路径，优化企业数据产品运营管理模式，深入探讨数据资产入表过程中成本归集难、摊销年限确定难等十大关键性难题，并提出一些可行的处理办法。在此基础上，本指南将为《暂行规定》自愿披露部分形成详细的披露指引。02梳理数据资产入表的十大难题——成本归集难、收入与成本匹配难、资本化标准确认难、公共数据授权期限确认难、部分高频数据资产确认难、摊销方法选择难、摊销年限确认难、税会差异应对难、数据产品生命周期管理难、集团层面会计核算难，提出对应处理办法。03对于企业数据资产信息披露，本报告根据《暂行规定》自愿披露的内容指引，结合案例研究的成果进一步形成了企业相关数据资源的披露细则和展示方式，通过详细分析自愿披露指引性文件中每一条可以包含的具体信息，为企业形成披露规范模板，有助于引导企业数据资源披露机制和未来披露规范形成，也有助于企业信息披露实践操作。企业可以参考本指南列报与披露细则部分来推进数据资产的披露。04企业数据资产评估的核心难点在于资产权属的确认以及评估方法选择的依据，为了应对这些挑战，本指南提出数据要素价值链模型，并基于此推出基于数据资源分类分级、数据产品生命周期、数据资产经济行为的数据资产评估方法的选择逻辑，为企业和资产评估机构选择合理的估值方法提供可靠依据。05本指南在企业数据资产形成、列报、披露等一系列实践操作研究成果的基础上，进一步探讨了数据资产入表与数据资产创新应用的关系。数据资产估值是数据要素交易与流通价值释放的基础。从更长远的角度来看，数据要素市场的发展将推动数据资产创新应用的新局面，也就是说，进入企业资产负债表的数据资产，将像其他类型的资产一样，以其质量、公信力、收益预期作为偿付基准来发行证券产品。目前，数据资产的市场法还没有形成统一的衡量指标，也没有足够多的可比案例支持市场法评估。但目前国际上已经有多起以数据资产作为核心标的的并购案例，国内也开始探索数据资产计价入股、融资和出资相关金融业务模式，各地数据交易所也挂牌了很多数据产品，这些将成为数据资产市场法估值的基础支撑。数据资产创新应用的方向包括：数据资产增信、转让、出资、质押融资、保理、信托、保险、资产证券化等，这些场景一般都需要主体提供标的资产预期现金流测算结果或者资产评估报告等。本指南不仅有助于规范企业数据资产的会计处理、信息列报与披露，还为数据资产的形成路径以及相关管理制度的构建提供了支撑。随着大众对数据要素的认知提升，企业也会逐渐开始形成一定规模和体量的数据资产，国家数字经济的具象化和报表化程度会逐步提升。数据资产入表和估值应该服务于国家数据要素市场战略，积极推动数字经济的发展。从我国建设与繁荣数据要素市场的角度出发，数据资产入表应该从鼓励披露、加强排摸开始，通过企业实践和案例研究相结合的方式，形成入表一般路径，并通过强化数据交易所基础设施功能，提高数据资产入表的效率，提升数据资产管理工作的效率。编写单位上海数据交易所、复旦大学、厦门大学、上海国家会计学院、金证资产评估有限公司、东洲资产评估有限公司、立信会计师事务所、天职国际会计师事务所、天健会计师事务所、中联资产评估有限公司以下为文件正文——添加李老师微信：pe2048

据国家公务员局消息，2024年2月25日，国家数据局综合司、政策规划司、数据资源司进行了拟招录的工作人员的面试，数字经济司、数字科技和基础设施建设司在2月24日进行了面试。国家数据局下设的五个司局名称目前已经正式确定为：综合司、政策规划司、数据资源司、数字经济司、数字科技和基础设施建设司。国家数据局依据2023年3月中共中央、国务院印发的《党和国家机构改革方案》组建，2023年10月25日正式揭牌。国家数据局机构职能根据方案，国家数据局负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等，由国家发展和改革委员会管理。中央网络安全和信息化委员会办公室承担的研究拟订数字中国建设方案、协调推动公共服务和社会治理信息化、协调促进智慧城市建设、协调国家重要信息资源开发利用与共享、推动信息资源跨行业跨部门互联互通等职责，国家发展和改革委员会承担的统筹推进数字经济发展、组织实施国家大数据战略、推进数据要素基础制度建设、推进数字基础设施布局建设等职责划入国家数据局。省级政府数据管理机构结合实际组建。

近日，在济南市财政局、市国资委及市大数据局相关部门指导下，济南能源集团近期完成热网监测数据资产评估，实现供热管网GIS系统数据入表，成为济南市属企业及省内能源企业首单数据资产入表实践案例，也是公开入表案例里，首单能源数据资产入表案例。通过对海量数据资源的梳理和分析，济南能源集团选取供热监测数据作为数据资产评估模型，以全资子公司济南热力集团有限公司为试点，高效完成了热网监测数据的采集、整合、建立模型等数据加工环节，确定数据资产信息属性及价值属性，分析权利类型，顺利完成了数据资产登记及市场价值评估工作，2024年2月实现齐鲁银行授信及提款，融资金额用于二期数据资源项目的实施，不仅有效盘活存量数据资产，提高资产使用效益，而且为数据资产市场化奠定了基础。积极探索数据资产入表路径，能源数据资产成果落地。在热网监测数据资产评估的同时，济南能源集团研究选取供热管网GIS系统数据为数据资源入表项目，严格完成数据资产梳理与认定、内部立项、登记确权、合规评估、经济利益分析、成本归集与分摊等关键环节，最终实现供热管网GIS系统数据资源入表，准确估计和记录GIS系统数据资产的价值，全面掌握全市供热管线布局和运行状况，优化调度运行、降低运营风险、促进数据共享，为节能降耗、提高供热效率提供有力支撑。数据资产，作为经济社会数字化转型进程中的新兴资产类型，已日益成为推动数字济南建设和加快数字经济发展的重要战略资源。2024年是济南能源集团“数据治理年”，企业遵循“顶层设计、层层分级、细化分解、标准统一”的数据治理原则，在夯实基础底座、优化系统建设、激活数据价值、拓展场景应用等方面持续发力，充分发掘优质数据资源，释放数据资产价值，推进数据资产全过程管理以及合规化、标准化、增值化，促进公共数据资产高质量供给，赋能实体经济数字化转型升级，共享数字经济红利。来源：闪电新闻END好文推荐Valuable

近日，银川市人民政府办公室印发《银川市公共数据授权运营

2024年2月5日，先导（苏州）数字产业投资有限公司（以下简称“先导产投”）成功完成超30亿条智慧交通路侧感知数据资源资产化并表工作，成为全国首单车联网数据资产入表案例，这也是全流程严格执行《企业数据资产相关会计处理暂行规定》的江苏省又一单数据资产入表案例。先导产投联合苏州市大数据集团，借助苏州数据要素价值共创平台和苏州大数据交易所专业技术服务，将苏州高铁新城智能网联（三期）道路项目建设期间形成的部分路侧感知数据开展数据资产盘点、评价和入表准备工作。从2023年9月开始，先导产投启动数据资产入表工作，在探索数据资源资产化的过程中，总结出数据资产入表“七步法”：第一步通过苏州大数据交易所及专业律师事务所进行合规及授权体系设计，并完成数据安全合规评估，获得相关法律意见书。第二步通过苏州数据要素价值共创平台开展数据盘点工作，完成数据质量评估报告。第三步借助苏州大数据交易所技术服务生态能力，拟订初步价值意见。第四步通过苏州大数据交易所上架数据产品，获得交易所产品证书。第五步由专业数据服务机构、评估机构依据先导产投自身财务情况、数据资源质量报告、交易所产品证书，出具价值咨询意见书和资产评估报告。第六步将价值咨询意见书提交银行等金融机构进行授信增信。第七步与审计单位沟通制定数据资产相关会计管理制度，实现数据资产入表。整个工作经过数据资产盘点、数据解析、数据加工、登记确权、合规评估、价值评估、成本归集与分摊等环节，最终实现数据资产入表。通过本次数据资产的并表工作，先导产投不仅提升了自身的数据管理能力，也为行业的数字化转型提供了可借鉴的范例。这一创新举措，紧密契合了国家关于推动数字经济发展、加强数据要素市场建设的重大战略部署，践行国家数据局等17部门联合印发的《“数据要素x”三年行动计划（2024-2026年)》，这不仅展现了先导产投转型发展的新成果，更体现了对高质量发展数字经济产业的坚定决心。来源：今日相城END好文推荐Valuable

构建“市场主导、政府引导、多方共建”的数据资产治理模式。财政部印发《关于加强数据资产管理的指导意见》，其中提出，加强数据资产使用管理。鼓励数据资产持有主体提升数据资产数字化管理能力，结合数据采集加工周期和安全等级等实际情况及要求，对所持有或控制的数据资产定期更新维护。数据资产各权利主体建立健全全流程数据安全管理机制，提升安全保护能力。支持各类主体依法依规行使数据资产相关权利，促进数据资产价值复用和市场化流通。结合数据资产流通范围、流通模式、供求关系、应用场景、潜在风险等，不断完善数据资产全流程合规管理。在保障安全、可追溯的前提下，推动依法依规对公共数据资产进行开发利用。支持公共管理和服务机构为提升履职能力和公共服务水平，强化公共数据资产授权运营和使用管理。公共管理和服务机构要按照有关规定对授权运营的公共数据资产使用情况等重要信息进行更新维护。财政部关于印发《关于加强数据资产管理的指导意见》的通知

国家数据局等部门关于印发《“数据要素×”三年行动计划（2024—2026年）》的通知国数政策〔2023〕11号各省、自治区、直辖市及计划单列市、新疆生产建设兵团数据管理部门、党委网信办、科学技术厅（委、局）、工业和信息化主管部门、交通运输厅（局、委）、农业农村（农牧）厅（局、委）、商务主管部门、文化和旅游厅（局）、卫生健康委、应急管理厅（局）、医保局、气象局、文物局、中医药主管部门，中国人民银行上海总部，各省、自治区、直辖市及计划单列市分行，金融监管总局各监管局，中国科学院院属各单位:为深入贯彻党的二十大和中央经济工作会议精神，落实《中共中央

11月25日，国家数据局局长刘烈宏在2023全球数商大会开幕式上表示，党中央、国务院高度重视发挥数据要素作用。习近平主席指出，要积极探索推进数据要素市场化，加快构建以数据为关键要素的数字经济。刘烈宏表示，国家数据局非常重视推进数商的发展。下一步，国家数据局将围绕发挥数据要素乘数作用，与相关部门一道，研究实施“数据要素×”行动。推动数据基础设施建设，数商扮演着重要角色刘烈宏表示，在推进数据要素市场化配置的过程中，特别是在丰富完善数据基础制度、推动数据基础设施建设、促进数据流通和开发利用等方面，数商扮演着重要的角色，发挥着关键的作用，国家数据局非常重视推进数商的发展。“数商是一个不断发展的经营主体。当前，各方普遍认为，数商是以数据为生产经营关键要素的企业，既有从事数据产品开发、发布、承销和数据资产合规化、标准化、增值化的服务型企业，也有从事利用数据赋能相关产业，推动产出增加和效率提升的应用型企业，还有为数据采集、传输、管理等提供支撑的技术型企业，是数据产业的重要组成部分，在盘活数据要素价值中发挥着关键作用。”刘烈宏表认为。刘烈宏表示，指出，服务型数商是数据流通的“推进者”，促进数据动起来。通过探索可信流通技术，提供数据质量评估、风险评估、合规交付等服务，为数据供需双方提供可信链接，推进数据高效流动。应用型数商是数据价值的“转化者”，促进数据用起来。通过提供数据开发利用工具、数字化转型服务等，帮助千行百业挖掘数据价值，将痛点难点转化为新增长点，将投入成本转化为新的利润来源。技术型数商是数据资源的“开发者”，促进数据聚起来。通过帮助各类经营主体更好地采集、清洗、存储、传输和管理数据，让分散在不同系统、平台的数据，汇聚成标准化、可流通的生产要素，拓展数据来源，提升数据质量。刘烈宏介绍，近年来，在各方大力推动下，我国数据产业快速发展。据上海数交所研究，从2013年至2023年，中国数商企业数量从约11万家增长到超过100万家。其中，传统数字化软硬件服务商依托长期积淀，将数据相关业务作为重点方向来抓，成为技术型、应用型数商的中坚力量。伴随着数据流通需求的增长，服务型数商应运而生，成为数据产业的新兴组成部分。将围绕发挥数据要素乘数作用研究实施“数据要素×”行动刘烈宏表示，数据具有规模报酬递增、非竞争性、低成本复制的特点，作用于不同主体，与不同要素结合，可产生不同程度的倍增效应。从微观看，数据作用于劳动者，便于人们学习、使用先进的知识和技术，提升人力资源素质，提高劳动生产效率；数据作用于资本，可以辅助投融资决策，更好地推动金融服务实体经济；数据作用于技术，可以重塑创新范式，促进先进技术的传播扩散，带动全社会生产力水平提升。从宏观看，数据作用于经济，可以优化资源配置，促进生产方式变革，提升经济发展的效率与质量；数据作用于治理，可以推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。刘烈宏认为，通过在各行业、各领域加快数据的开发利用，能够提高各类要素协同效率，找到资源配置“最优解”，突破产出边界，创造新产业新业态，实现推动经济发展的乘数效应。具体表现为：一是以“协同”实现全局优化，提升产业运行效率，增强产业核心竞争力。通过从数据中挖掘出有效信息作用于其他要素，改造提升传统要素投入产出效率，以数据流引领物资流、人才流、技术流、资金流，找到企业、行业、产业在要素资源约束下的“最优解”，提高全要素生产率，可解决过去解决不了的难题，实现过去创造不了的价值。比如，通过打通制造业产业链数据，可实现供应链上下游零部件厂与主机厂的高效协同研发制造，有效缩短研发周期，降低供应链成本，创造更高质量、更好性能的高性价比产品。二是以“复用”扩展生产可能性边界，释放数据新价值，拓展经济增长新空间。一份数据，可由多个主体复用，将在不同场景创造多样化的价值增量。与此同时，数据在使用中一般不会损耗，反而“越用越好”，突破传统资源要素约束条件下的产出极限，拓展新的经济增量。比如，医疗健康数据用于临床诊断，可以帮助医生更精准地治疗疾病；应用于医学研究和药物开发，可加速新药上市、提高治愈率；应用于医保行业，可实现定制化保险和精确定价，带动医疗健康产品和服务升级。三是以“融合”推动量变产生质变，催生新应用、新业态，培育经济发展新动能。数据规模越大、种类越多，产生的信息和知识就越多，创造价值的空间就越大。不同类型、不用维度的数据聚合后，还可能从量变引发质变，获得意料之外的价值。比如，在人工智能大模型训练过程中发现，当模型规模和训练数据量的累积超过一个临界值时，会出现性能阶越，新的能力“涌现”出来。新的人工智能大模型应用，在语料数据之外，更整合进图像数据，扩展出多模态的处理能力，可以将视频图像翻译成自然语言，为视障用户提供解释和引导，催生出新的应用形态。再比如，通过道路状况、交通流量和车辆行驶数据的互联互通，对车辆传感器数据、用户行为偏好及其他相关信息的汇聚分析，推动了智能网联汽车和交通行业的技术创新和业务模式变革，实现了从提供出行预测、导航应用，到提供智能驾驶辅助功能和车联网服务，提高了安全性能、驾驶体验和出行效率，为相关企业提供巨大的商业机遇。刘烈宏表示，下一步，国家数据局将围绕发挥数据要素乘数作用，与相关部门一道，研究实施“数据要素×”行动，从供需两端发力，在智能制造、商贸流通、交通物流、金融服务、医疗健康等若干重点领域，加强场景需求牵引，打通流通障碍、提升供给质量，推动数据要素与其他要素结合，催生新产业、新业态、新模式、新应用、新治理。希望数商积极关注并积极参与后续我们将推出的“数据要素×”行动中去，让数据供得出、流得动、用得好，促进我国数据基础资源优势转化为经济发展新优势，推动数据在不同场景中发挥出千姿百态的乘数效应。来源：新京报，转载请注明END好文推荐Valuable

2024年1月7日，第二十五届北大光华新年论坛在北京大学百周年纪念讲堂举行，本届论坛的主题为“增长动能中国探索”。国家发展改革委党组成员，国家数据局党组书记、局长刘烈宏出席论坛并发表主题演讲。刘烈宏表示，将数据作为生产要素，是我国首次提出的重大理论创新。国家数据局正在推进的重点工作之一，就是充分发挥数据的基础资源作用和创新引擎作用，不断做强做优做大我国数字经济。他表示，数据作为新型生产要素，是价值创造的重要源泉；构建以数据为关键要素的数字经济，是释放数据价值的关键动力；当前，为促进数据要素流通，还需要在制度建设、流通利用方式、收益分配、安全治理等方面深化研究。以下为嘉宾完整观点：激活数据要素价值——在第25届北大光华新年论坛上的发言尊敬的辜主席、龚校长，各位嘉宾、各位朋友，老师们、同学们：大家好，非常高兴参加第25届北大光华新年论坛，以“增长动能中国探索”为主题，与大家共同探讨发展机遇。将数据作为生产要素，是我国首次提出的重大理论创新。习近平总书记指出，要发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济，在中央经济工作会上，再次强调要发展数字经济，为我们进一步加快构建以数据为关键要素的数字经济指明了方向。2023年初，党中央决定组建国家数据局，并赋予协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等职责。我们正在推进的重点工作之一，就是充分发挥数据的基础资源作用和创新引擎作用，不断做强做优做大我国数字经济。围绕会议主题，我谈3点思考，与大家交流。第一，数据作为新型生产要素，是价值创造的重要源泉。生产要素是经济活动中的基本要素，是创造社会财富的坚实基础，是促进经济增长的主要源泉。在农业经济时代，古典政治经济学家威廉·配第提出：“土地为财富之母，而劳动则为财富之父和能动的要素”。工业革命将机器引入经济生产活动中，资本成为工业经济时代的关键生产要素。进入上世纪90年代以来，以互联网为代表的新技术加快应用，拉开了数字经济时代的序幕。互联网、新一代通信等数字技术带来的连接和共享，推动数据规模指数级增长；物联网、大数据、云计算、人工智能等技术降低了数据采集、存储、处理、分析的成本。随着数字化、网络化、智能化进程不断加快，数据逐渐成为经济活动中不可或缺的生产要素，成为推动经济增长的重要动力。如何认识数据要素对经济增长的作用，是经济增长理论发展的重要方向。激活数据要素价值，要从理论上认识数据要素的基本特征。关于数据的特性，各方观点并不完全一致，但大家普遍共识的是，与传统生产要素相比，数据有着明显不同的特性。比如，与土地和劳动要素相比，数据权属更为复杂；与资本要素相比，数据价值密度不均匀。更为重要的是，数据兼具正、负两方面的外部性。从正外部性看，发挥数据的高流动性、低成本复制、报酬递增的特点，有利于提高资源配置效率，创造新产业新模式，实现对经济发展倍增效应。从负外部性看，同样的特点也可能带来隐私泄露、数据滥用、拉大收入差距，甚至对国家安全带来潜在风险。激活数据要素价值，要深刻把握数据要素价值作用规律。我国具有超大规模市场、海量数据资源、丰富应用场景等多重优势，如何更好释放数据要素价值，是把握发展机遇的重点。希望社会各界从数据要素特性入手，聚焦数据要素的价值挖掘、价值作用规律深化研究，围绕如何更好发挥数据要素正外部性、避免负外部性贡献智慧，共同将我国数据资源优势转化为国家竞争新优势。第二，构建以数据为关键要素的数字经济，是释放数据价值的关键动力。党的十八大以来，我国数字经济乘势而上、奋楫前行。随着数据价值的日益凸显，推动数据要素化，让数据要素进入社会化大生产，在千行百业中发挥数据要素的乘数效应，成为推动数字经济发展的新抓手。近日，国家数据局联合16个部门共同印发了《“数据要素×”三年行动计划（2024-2026年）》，目的就是让沉睡的数据活起来，结合不同行业的基础条件和数据禀赋，挖掘和释放数据要素典型领域应用场景，以场景为牵引，推动数据要素供给和流通使用，加快数据要素化进程，从而更好实现数据价值，构建以数据为关键要素的数字经济。与2015年“互联网+”行动相比，“数据要素×”实现了从连接到协同、使用到复用、叠加到融合的转变，此前我们曾就这3方面的作用机理做过介绍，今天重点和大家分享一些生动实践案例。一是通过数据应用推动提升经济运行效率，提高全要素生产率。通过从数据中挖掘有用信息，作用于其他要素，能够找到企业、行业、产业在要素资源约束下的“最优解”，解决过去解决不了的难题。以纺织行业为例，下游中小企业存在获客难度大、采购成本高、融资渠道窄等困难，数据要素在生产全环节的融入为解决这些困难提供了新路径。借助上下游数据的贯通，中小企业能够获得有效和真实的商情信息、稳定和规模的订单，从而解决产品销售的问题。通过不同中小企业原材料需求数据的汇聚，能够以集中采购等方式降低采购成本。通过打通产供销数据，实现定制化生产，可将成品出厂时间从原来的15天缩减到5天，保证一周之内交到消费者手上。基于订购订单、设备开工等数据，中小企业还可以获取订单融资、仓单融资和应收账款融资等供应链金融服务，解决融资难、融资贵等问题。二是通过数据应用推动知识扩散、业态创新，扩展生产可能性边界。数据是知识的载体，数据在不同场景、不同领域的复用，将推动各行业知识的相互碰撞，孕育出新产品、新服务，创造新的价值增量。比如，传统的隧道作业高度依赖人工经验，效率不高，施工风险难以控制。通过地质数据、设备数据、和以往工程数据的复用，可以使掘进设备在准确感知地质条件、掘进速度、钻头转速基础上，根据地质构造和岩土类型自主控制掘进策略，将过去沉淀在高技能劳动者中的隐性经验，拓展为机器能够实现的显性经验，实现工具升级、知识扩散、价值倍增，极大提升既有高水平劳动者数量约束下的产出极限，开辟经济增长新空间。三是通过数据应用推动科学范式迁移，提升科技创新能力。当前，科学发现的基本方式正在经历从理论分析、到计算模拟、再到数据探索的转变。多种来源、不同类型数据的汇聚与融合正在极大地提升科技创新的速度。比如在生命科学领域，长期以来，如何准确、快速确定蛋白质三维空间结构一直是一个难题，基于海量、多元生物数据构建起的人工智能算法模型，能在几天甚至几分钟预测出以前要花费数十年才能得到的、具有高置信度的蛋白质结构，颠覆了生命科学领域的研究范式。我们推动“数据要素×”行动，就是要通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，实现对经济发展倍增效应，从而推动数字经济发展进入激活数据要素价值的新阶段。下一步，国家数据局将会同有关部门，通过组织试点工程，启动大赛，发布典型案例等方式，多措并举推进“数据要素×”行动计划落实落地。希望社会各界持续关注、共同参与，结合各行各业发展实际，通过进一步深化数据要素基本理论、作用规律等的研究，共同探索激活数据要素价值的有效途径；通过支持技术型、服务型、应用型数据商的发展，繁荣数据开发利用生态，做强做大数据产业；通过挖掘高价值数据要素应用场景，激励多方主体积极参与数据要素开发利用、创新数据产品服务等，探索一批跑得通、有成效、可复制推广的实践案例、经验模式，将堵点难点转化为新增长点，释放数据要素乘数效应，构建以数据为关键要素的数字经济。第三，推进数据要素市场化价值化需关注的几个问题。当前，为促进数据要素流通，还需要在以下4个方面深化研究。一是从制度建设看，数据领域发展变化快，需要顶层设计和实践探索相结合。数据要素市场建设是一项探索性、创新性、专业性很强的事业，国际上没有通行做法可以借鉴。必须坚持顶层设计和实践探索有机结合、良性互动。一方面，要鼓励各地方各部门大胆探索、先行先试，结合具体实际开拓创新，探索适应不同行业、不同领域的数据要素市场化配置模式。要推动企业按照国家统一的会计制度对数据资源进行会计处理。另一方面，也要充分结合数据要素特点，适应数字经济发展规律，基于实践基础，不断完善和优化顶层设计，加快形成系统完整、科学合理、协调统一的数据基础制度体系，为发挥数据要素价值提供坚实制度保障。二是从流通利用方式看，需要建立数据基础设施。传统交易市场中，往往通过物品的排他性占有，来控制其流向和使用方式。而明文数据的复制成本趋近于零，一旦交易，卖方不仅失去了对该数据的控制，还要承担安全风险，这导致数据持有者“不愿流通”也“不敢流通”。推进数据流通，必须加快建设数据基础设施，建立可信流通体系，利用多方安全计算、区块链等技术，使供给方能够有效管控数据使用目的、方式、流向，实现数据流通“可用不可见”“可控可计量”，保障数据安全，防范泄露风险，实现数据可管可控。三是从收益分配看，数据具有报酬递增的特点，需要探索兼顾效率和公平的分配机制。“数据二十条”明确提出要建立“由市场评价贡献、按贡献决定报酬的机制”。一方面，要发挥市场决定性作用，通过供给和需求决定市场价格，通过交易价格评价贡献、分配报酬，提高收益分配效率。另一方面，也要发挥政府引导调节作用，避免造成强者愈强、弱者愈弱的局面，缩小收入差距。真正做到兼顾效率和公平，不仅要在数据产权、流通交易、收益分配等各项政策中予以通盘考虑，也需要建立激励相容机制。这些问题都需要各方共同努力、深入研究，贡献智慧。四是从安全治理看，数据对治理方式提出新挑战，需要探索适应数据特点的安全治理模式。以数据为关键要素的数字经济具有高创新性、广覆盖性、强渗透性，在对传统生产力的内涵进行拓展和延伸的同时，对传统监管模式提出了挑战。一方面，数据大规模流通的过程，也是多源多方数据融合的过程，一旦被泄露或滥用，可能带来个人隐私、商业秘密等数据泄露问题，影响隐私保护、产业发展，甚至可能对国家安全带来挑战。另一方面，数字经济具有跨界融合的特点，对传统分业监管、属地监管模式提出挑战。如何以合适的安全成本，实现良好的经济效益，实现高质量开发利用和高水平安全良性互动，如何提升监管效能，构建兼顾活力与秩序的数字治理体系，需要各方共同探索。各位嘉宾、各位朋友！当前，以数据为关键要素的数字经济发展方兴未艾，数据要素乘数效应初步显现。随着产业数字化深入推进，还会产生更多、更有价值的数据，也会创造更加丰富的应用场景，更会衍生新的业态。国家数据局将与社会各界一道，进一步凝聚共识、集聚智慧、汇聚力量，共同激活数据要素价值，发展新产业、新模式、新动能，培育新质生产力，助力经济社会高质量发展。最后，预祝本次论坛取得圆满成功。让我们一起携手，共同书写数据的灿烂光华。谢谢大家！来源：北京大学光华管理学院官网,原标题：刘烈宏：激活数据要素价值。END好文推荐Valuable

数据资产价值实现案例案例12022年10月12日，北京银行城市副中心分行成功落地首笔1000万元数据资产质押融资贷款，此笔贷款采用罗克佳华科技集团股份有限公司（以下简称“佳华科技”）的数据资产质押。佳华科技是一家A股科创板上市公司，是集物联网智能制造、数据采集、数据融合、智能分析为一体的物联网大数据服务企业。2022年7月30日，在2022全球数字经济大会上，佳华科技入选全国首批数据资产评估试点单位。数据资产评估试点工作组由中国电子技术标准化研究院、北京市大数据中心、北京国际大数据交易有限公司、国信优易数据股份有限公司与中联资产评估集团有限公司共同组成。经评估，佳华科技两个大气环境质量监测和服务项目的数据资产估值达到6000多万元，促进了佳华科技数据资产“变现”。最终于2022年10月12日，佳华科技成功获得1000万元数据资产质押融资贷款。在2023年7月5日举办的2023全球数字经济大会上，佳华科技获得北京国际大数据交易所正式发放的首批数据资产登记证书，并入选北京市数据资产入表试点企业。佳华科技现有原始数据接近万亿条，经过清洗汇总后形成数据产品的数据达到200亿条，若能同样转化为数据资产，价值前景将非常可观。案例22023年3月，凭借在深圳数据交易所上架的数据交易标的，深圳微言科技有限责任公司（以下简称“微言科技”）通过光大银行深圳分行授信审批，成功获得全国首笔无质押数据资产增信贷款额度1000万元，并于2023年3月30日顺利放款。微言科技是一家人工智能基础设施提供商，主要基于AutoML自动建

对于中小企业、尤其是缺少有形资产的科技型中小企业来说，数据资产化意义重大。很多中小企业都有数据资源，但却不知道如何挖掘和利用，并转化为数据产品和数据资产。湖南大数据交易所与光大银行长沙分行、汇业律师事务所、中伦文德律师事务所等专业机构进行签约，帮助湖南本土企业盛鼎科技获得光大银行500万授信额度，完成了湖南首笔数据资产无抵押融资服务。会上，湖南大数据交易所还为盛鼎科技颁发了湖南省首张数据产品登记证书。当下，数据资产化对于中小企业、尤其是缺少有形资产的科技型中小企业来说意义重大。很多中小企业都有数据资源，但却不知道如何挖掘和利用，并转化为数据产品和数据资产，在融资上存在一定困难。为更好发挥数据要素乘数效应，赋能实体经济，湖南大数据交易所开展数据资产融资、入表、化债、信托等数字经济业态创新，打通了从企业会员申请、出具数据产品相关证书、数据产品登记上架到数据资产融资的数据资产化全路径，为数据资产化提供更多可操作性的方案。“我们企业从2012年就开始从事数据工作，本次融资的数据产品是产权交易数据管理系统，主要存储已交易项目的空间位置和交易信息，并进行展示。”湖南盛鼎科技发展有限责任公司董事长王怀採表示，“今天只是个开始，我相信数据资产融资成大规模、批量化指日可待。”本次案例中，企业首先将数据资源加工成数据产品，并提交入会资料成为湖南大数据交易所会员；其次，湖南大数据交易所基于融资企业资信情况、律所出具的法律风险评估意见书以及融资企业数据产品相关材料，出具数据产品登记证书、数据产品上架证书，完成数据产品合规审核、登记上架和平台公示；企业拥有证书后，便可将数据资产入表，准确计量数据资源价值，同时为财报使用者提供更直观的数据资产相关信息等；数据资产入表后，交易所与律所、企业分别签订数据资产融资服务协议。最后，银行基于律所出具的法律风险评估意见书、交易所出具的数据产品登记证书、数据产品上架证书，了解融资企业数据资产情况，综合评估后完成授信审批，最终形成数据资产化服务闭环。据介绍，盛鼎科技本次融资的数据产品是产权交易数据管理系统。光大银行长沙分行基于律所出具的法律风险评估意见书，交易所出具的数据产品登记证书、数据产品上架证书，了解了盛鼎科技数据资产情况。并通过数据资产质量和价值评估，结合数据产品的上架登记和内外部估值情况，综合评估后完成授信审批，形成数据资产化服务闭环。“湖南大数据交易所积极探索构建零级、一级和二级联动的服务体系，形成具有核心竞争力的数据服务生态。”湖南大数据交易所总经理方建忠表示：“我们将充分挖掘企业数据资源价值，满足企业对数据的登记、交易、加工等实际应用需要，拓宽数据资产服务。”下一步，湖南大数据交易所将以“数据资产无抵押借贷”为突破口和切入点，打通地州市政务数据开发与运营、企业数据资产无抵押借贷、银行放贷优质企业等可落地商业模式。并在保障安全合规的前提下，逐步推广数据资产无抵押融资业务至全省范围，以数据资产化作为新型融资方式破解中小企业融资难问题。来源：数据交易网整理·澎湃新闻请参考：重磅！国家数据局等部门关于印发《“数据要素×”三年行动计划（2024—2026年）》的通知国家数据局局长刘烈宏：统筹推进政府数据共享，六大方面推动公共数据资源开发利用首次提出数据基础设施建设，刘烈宏局长解读国家数据局工作任务首次明确“数据要素X”行动

构建“市场主导、政府引导、多方共建”的数据资产治理模式。财政部印发《关于加强数据资产管理的指导意见》，其中提出，加强数据资产使用管理。鼓励数据资产持有主体提升数据资产数字化管理能力，结合数据采集加工周期和安全等级等实际情况及要求，对所持有或控制的数据资产定期更新维护。数据资产各权利主体建立健全全流程数据安全管理机制，提升安全保护能力。支持各类主体依法依规行使数据资产相关权利，促进数据资产价值复用和市场化流通。结合数据资产流通范围、流通模式、供求关系、应用场景、潜在风险等，不断完善数据资产全流程合规管理。在保障安全、可追溯的前提下，推动依法依规对公共数据资产进行开发利用。支持公共管理和服务机构为提升履职能力和公共服务水平，强化公共数据资产授权运营和使用管理。公共管理和服务机构要按照有关规定对授权运营的公共数据资产使用情况等重要信息进行更新维护。财政部关于印发《关于加强数据资产管理的指导意见》的通知

国家数据局等部门关于印发《“数据要素×”三年行动计划（2024—2026年）》的通知国数政策〔2023〕11号各省、自治区、直辖市及计划单列市、新疆生产建设兵团数据管理部门、党委网信办、科学技术厅（委、局）、工业和信息化主管部门、交通运输厅（局、委）、农业农村（农牧）厅（局、委）、商务主管部门、文化和旅游厅（局）、卫生健康委、应急管理厅（局）、医保局、气象局、文物局、中医药主管部门，中国人民银行上海总部，各省、自治区、直辖市及计划单列市分行，金融监管总局各监管局，中国科学院院属各单位:为深入贯彻党的二十大和中央经济工作会议精神，落实《中共中央

国家数据局等部门关于印发《“数据要素×”三年行动计划（2024—2026年）》的通知国数政策〔2023〕11号各省、自治区、直辖市及计划单列市、新疆生产建设兵团数据管理部门、党委网信办、科学技术厅（委、局）、工业和信息化主管部门、交通运输厅（局、委）、农业农村（农牧）厅（局、委）、商务主管部门、文化和旅游厅（局）、卫生健康委、应急管理厅（局）、医保局、气象局、文物局、中医药主管部门，中国人民银行上海总部，各省、自治区、直辖市及计划单列市分行，金融监管总局各监管局，中国科学院院属各单位:为深入贯彻党的二十大和中央经济工作会议精神，落实《中共中央

财政部会计司于2023年8月21日正式发布了《企业数据资源相关会计处理暂行规定》（以下简称“暂行规定”），规范了企业数据资源相关会计处理，同时强化了相关会计信息披露。该暂行规定的征求意见稿在2022年12月9日发布，对于数据资源“入表”范围和条件、会计处理适用的准则等广泛征求意见。暂行规定的颁布贯彻落实了党中央、国务院关于发展数字经济的决策部署，有助于进一步推动和规范数据相关企业执行会计准则，准确反映数据相关业务和经济实质。同时，也将为持续深化相关会计问题研究积累中国经验，有助于在国际会计准则相关研究制订等工作中更好发出中国声音。暂行规定主要围绕数据资源是否可以作为资产入表，数据资源及相关交易如何进行会计处理，如何在财务报表中列示，以及需要做出何等程度的披露等方面进行规范，自2024年1月1日起施行且采用未来适用法。2023年11月27日，为引导有关各方增进理解认识、更好推动《暂行规定》贯彻实施，财政部会计司将举办《企业数据资源相关会计处理暂行规定》专题线上培训。本篇为此次线上培训内容的全文记录。财政部会计司《企业数据资源相关会计处理暂行规定》专题线上培训2023年11月27日各位学员大家好：为了规范企业数据资源相关会计处理，强化相关会计信息披露，2023年8月1日，财政部制定印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）文件，以下简称《暂行规定》。《暂行规定》将自2024年1月1日起施行。为了推动《暂行规定》的有效实施落地，今天的培训，我们将主要介绍《暂行规定》的制订背景、主要内容以及实施《暂行规定》需要注意的事项等方面的内容。一、制定背景首先，我们来共同了解一下《暂行规定》的制定背景。随着大数据等信息技术、互联网等基础设施的不断演进，数字经济和产业得到飞速发展，并持续推动生产方式、生活方式和社会治理方式的深入变革，数字产业化和产业数字化日趋成为新技术、新业态、新模式发展的新动力。顺应这一发展趋势，财政部制定印发暂停规定，有以下三方面的背景考虑。第一方面就是贯彻党中央、国务院决策部署，服务数字经济的健康发展。党的十八大以来，党中央高度重视发展数字经济，将其上升为国家战略。2017年12月8日，习近平总书记在十九届中央政治局第二次集体学习时指出，要构建以数据为关键要素的数字经济，发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济。党的二十大报告提出，加快建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合。2022年6月22日，习近平总书记主持召开中央全面深化改革委员会第二十六次会议，审议通过了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20条》。《数据20条》对数据的产权、流通、交易、治理、安全等做出了基础制度安排，其中提出了探索数据资产入表新模式。企业会计准则是会计领域的一项基础制度安排，制定《暂行规定》是贯彻落实党中央、国务院关于发展数字经济的决策部署的具体举措，也是以专门规定规范企业数据资源相关会计处理发挥会计基础作用的重要一步。第二方面是加强企业会计准则实施，服务相关会计实务需求。目前，行业主管部门、数据相关企业、数据交易场所、中介服务机构等有关各方正在积极推动数据要素市场建设，促进企业数据资源的有效运用和有序流通。在这一过程当中，对于企业数据资源是否可以作为会计上的资产予以确认，作为哪一类资产确认和计量，以及如何进行相关信息披露等相关的会计问题较为关注。我们在《暂行规定》相关研究起草过程当中，通过专家研讨、专题调研、公开征求意见等方式，发现部分企业对于数据资源能否作为会计上的资产、技术、企业的资产负债表作为哪种资产入表等存在疑虑，希望财政部能够出台专门统一的规定来就企业数据资源能否入表、适用的会计处理原则等加强指引。那么，针对各方对于明确企业数据资源相关会计处理的期待，制定《暂行规定》将有助于进一步推动和规范数据相关企业执行会计准则，准确反映数据相关业务和经济实质，同时也能够从我国数字经济发展以及企业丰富的数据资源应用实践当中不断地获取和提炼企业数据资源相关业务的发展情况和特点。为持续深化相关会计问题研究积累中国经验，有助于在国际会计准则相关研究制定的工作中更好地发出中国声音。第三方面是推进会计领域创新研究，服务数字经济治理体系建设。近年来，国际会计领域对于无形资源会计处理的改进日益关注，其中也涉及到了数据资源的会计问题，例如欧盟、英国等等主要经济体分别开展的无形资源研究项目，普遍认同加强信息披露是短期内解决这个问题和务实的解决路径。我们在专家研讨、专题调研、公开征求意见等方式发现，有关各方对于企业数据资源均存在一定的信息需求，希望通过会计信息披露的渠道来了解企业数据资源的相关的信息，比如来源权属、投入成本、应用场景等等。制定《暂行规定》，进一步规范引导企业强化数据资源相关信息披露，将有助于有关各方更好了解企业数据资源的相关情况，为有关的监管部门完善数字经济治理体系，加强宏观管理提供会计信息的支撑，也为投资者等报表使用者了解企业数据资源价值、提升决策效率，提供有用信息。二、暂行规定说明接下来，我们就《暂行规定》的主要内容做具体的说明。《暂行规定》在现行企业会计准则框架下，对于企业数据资源的相关会计处理作出规范，在结构上具体分为四部分，即适用范围、数据资源会计处理适用的准则、列示和披露要求以及附则。（一）适用范围《暂行规定》明确本规定适用于企业按照《企业会计准则》相关规定确认为无形资产、存货等资产类别的数据资源，以及企业合法拥有或控制的，预期会给企业带来经济利益的，但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。我们首先来看什么是数据？我国的数据安全法第3条对数据作出的定义是，本法所称数据是指任何以电子或者其他方式对信息的记录。那一些专业研究机构等从业务的角度也对数据做出了不同的界定。比如中国信息通信研究院作出的定义是，数据是对客观事件进行记录并存储在媒介物上的可鉴别符号，是对客观事物性质、状态以及相互关系等进行记载的物理符号或物理符号的组合是一种客观存在的资源，实务中往往根据不同的管理和利用方式、适用场景等进一步分类描述。从不同的业务角度出发，也提出了多种的分类维度。比如根据数据结构，分类的维度可以分为结构化数据、半结构化数据、非结构化数据等。结构化的程度影响到后续对数据的利用分析者的难易度。按照数据存储的维度可以分为基础层、数据中间层、数据应用层。数据的不同的层次对于数据的集成性、灵活性要求不同。按照对数据加工程度的维度，可以分为原始数据、衍生数据、产品的数据，加工者在其中的劳动和贡献的程度是存在差异的。那数据安全法按照数据安全的维度可以分为一般数据、重要数据、核心数据等一些部门的相关规定也做出了这个进一步的要求，比如工业和信息化部对于工业和信息化领域数据的分类分级管理要求，就是通过这个工业和信息化领域数据安全管理办法试行来做出了进一步的界定规范之外，还有的根据数据生成方式的维度将数据划分为自行采集记录客观现象所得到的数据、采集与用户的交互记录所得到的数据、基于已产生的数据在赋予全新的价值过程当中所得到的数据等等。数据的分类维度的和方法的这种多样也反映出了数据在存储、加工、应用、安全等过程和场景当中的复杂性。那相关的学术这些研究过程当中也提出来，相比于常见的自然资源和社会资源，数据资源存在着多种特征，比如说无形性、权属的复杂性、时效性、依附性、价值易、非标准性、非均质化、可复制性、非竞争性与弱排他性等等。数据资源作为新生事物的这些特征，也激发了广大的企业积极投身数字经济发展浪潮，通过对数据资源的归集、整理、加工等等过程，发挥数据资源对生产的独特贡献作用。根据国家互联网信息办公室数字中国发展报告，2022年我国的数据产量达到了8.1ZB，同比增长22.7%，在全球的占比达到了10.5%，位居世界第二。截至2022年底，我国数据存储量达到了724.5ZB，同比增长21.1%，全球占比达到了14.4%。数据资源规模的快速增长，也凸显出我国的数字中国建设取得了显著的成效。由于企业的生产经营管理链条较长，企业的数据需求多元、复杂，在对数据进行获取、加工、分析等等过程当中，还可能进一步形成其他的数据，进而丰富企业的数据资源。哪些数据资源属于《暂行规定》的规范范畴？概括的说，《暂行规定》既适用于按照准则规定确认为资产的数据资源，也适用于按照准则规定尚不能确认为资产的数据资源。同时，对于后者，还要强调企业合法拥有或控制的预期会给企业带来经济利益的条件。这样的适用范围是基于我国现行的企业会计准则规定，并对当前业务模式下企业数据资源的业务情况作出分析界定。《企业会计准则基本准则》当中规定资产是指企业过去的交易或者事项形成的由企业拥有或者控制的预期，会给企业带来经济利益资源。同时，符合资产定义的资源还需要同时满足与该资源有关的经济利益很可能流入企业。该资源的成本或者价值能够可靠地计量的确认条件方可以作为资产确认。会计上的资产定义和确认条件是会计准则的一贯规定，其限定是较为严格的《暂行规定》，印发实施并没有放宽准则关于资产定义和确认条件的有关要求，同时基于会计信息的可靠性、谨慎性等质量要求，企业在进行会计处理时不应当高估资产或者收益，低估负债或者费用。对于企业所持有或运用的数据资源，我们从会计准则的角度可以分为三个部分：第一，有些数据资源并不符合会计上资产的定义，从而不能作为资产确认，即我们这张图当中的这个灰色区域。要说明的是，这个图当中这个有一个比例，但是这个比例并不是说我们根据实务当中的比例严格的去做了一个界定的，这只是一个示意图，用来大致的表示一下可能存在的这些部分和相关的内容。比如：第一个例子中，A企业利用撞库的黑客手段获取了某社交网站大量用户的手机号、身份证号、家庭住址、网银信息等等的个人信息，并且打包后出售给另外一个B企业。那么，在这种情况下，对于A企业及获取和后续转让相关数据的行为，可能涉及到违反个人信息保护法甚至刑法等等法律法规，对相关数据的拥有或控制并不具有合法性。对于购买方B企业，其购买的个人信息数据来源并不正当，而且也没有按照个人信息保护法的相关规定取得个人用户的授权，在合法性方面同样存在瑕疵。因此，在这个例题一当中，A、B企业的上述数据均不符合会计上资产的定义，不属于我们《暂行规定》的适用范围。此外也请大家注意，本例当中主要是就合法拥有或控制这一个因素进行讨论，以便大家加深理解。并不意味着有关企业在此基础上满足了合规要求，就可以直接将有关数据资源作为资产进行确认。以下的我们培训当中涉及到的各个例题也相同，是为了便于理解。讲解的例题当中仅侧重于对某个因素的讨论。企业在类似因素的情景下，不能简单地套用我们有关例题的情景和结论，而是需要应当严格的按照《企业会计准则》及《暂行规定》的有关要求去执行。例题2中，C、D两个企业通过相关的开源数据平台免费下载了某个国家的法律条文、法律判决等等数据集，用于司法人工智能研究。在这个情形下，尽管C、D企业可以利用下载的该数据集开发相关的数据产品、提供数据相关服务等等，预期能够产生经济利益，但是由于这个平台它是一个开源的、免费的平台，其他的组织或个人同样可以免费下载相关的数据集。因此，C、D两个企业均没有对该数据集实现拥有或控制，同时也没有应取得该数据集发生相关的支出，从而不应将该数据集作为企业自己的资产予以确认。在例题3当中，E企业订阅了某宏观经济数据库的普通会员，可以在2023年全年内实时登录数据库去查询有关的数据。该数据库拥有5000个普通会员，它对所有的普通会员提供的都是相同的查询服务。在此情形下，E企业只是获得了与其他会员相同的查询数据库的权利，而非排他性的直接获取该数据库的全部内容，E企业不能将整个的数据库作为自己的资产予以确认，而是只能就其获得的查询权利是否属于资产进行判断。例题4

近日，受国网浙江省电力有限公司子公司——国网浙江新兴科技有限公司委托，浙江大数据交易中心联合浙江中企华资产评估有限公司、中国质量认证中心，按照中国资产评估协会《数据资产评估指导意见》办法，全国信息技术标准化技术委员会《信息技术

来源：国家数据局公众号11月25日，国家数据局局长刘烈宏在2023全球数商大会开幕式上表示，下一步，国家数据局将围绕发挥数据要素乘数作用，与相关部门一道，研究实施“数据要素×”行动。今天(12月15日)，为贯彻落实党中央、国务院决策部署，发挥数据要素乘数效应，赋能经济社会发展，国家数据局起草并发布了《“数据要素×”三年行动计划(2024—2026年)(征求意见稿)》(以下简称“《行动计划》”)，面向社会各界人士公开征求意见。这是国家数据局成立以来公开发布的第一个文件。《行动计划》提出，到2026年底，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、市场影响力大的数据商和第三方专业服务机构，数据产业年均增速超过20%，数据交易规模增长1倍，场内交易规模大幅提升。《行动计划》提出数据要素ד智能制造、智慧农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、智慧城市和绿色低碳”12个领域的重点行动。为落实“数据要素×”行动，做好组织实施工作，《行动计划》还提出：•

12月8日，第二届数字政府建设峰会暨“数字湾区”发展论坛在广州开幕。数据要素、政务服务、政府治理、数字经济、数字社会、网络与信息安全、数字湾区7个专题论坛同时拉开帷幕。本次论坛以“创新数据治理模式，构建流通交易生态”为主题，邀请多位大咖共议数据治理，并发布一批新成果新产品。在本次论坛上，国家数据局局长刘烈宏透露国家数据局下一步工作部署，将统筹推进政府数据共享，推动数字政府建设，从业务驱动、场景驱动向数据驱动的方向转变。同时从六大方面大力推动公共数据资源开发利用，破解数据流通领域存在的“不愿开、不敢开、不会开”等难题。数据赋能数字政府建设随着数字技术在政府管理服务中的广泛应用，数据成为数字政府建设核心资源。刘烈宏透露，近年来，我国数字政府建设全面提速，国家政府数据共享机制不断完善，有力支撑了“一网统管”“一网通办”“一件事一次办”等应用场景的全面推开。2022联合国电子政务调查报告显示，在193个联合国会员国中，我国电子政务排名从2012年的第78位上升到2022年的第43位，成为全球增幅最高的国家之一。其中电子政务发展指数进入全球“非常高水平”行列，实现了从追赶者向领跑者的跨越。刘烈宏表示，服务事项网上办已成为政务服务的主要方式，有效解决了群众和企业办事难、办事慢等问题，数字技术与政府管理深度融合带来了系统性变革。刘烈宏分析，深化数据赋能，推动数字政府建设向纵深发展。数字政府建设呈现了新的特征。一是整体协同，数字技术为打破部门职责分割、地方地域限制和行业数据壁垒创造了条件，多部门协同治理和多事项集成思路成为必然。二是平台支撑，高效协同的应用业务体系、互联互通的数据资源体系都需要集约化、一体化的基础平台支撑。三是数据驱动，我国数字政府建设起步于“两网、一站、四库、十二金”等重要信息系统建设发展，带动了基层治理和公共服务的创新实践跃升，以及政务数据共享和深度应用。刘烈宏表示，下一步国家数据局将配合好有关部门，统筹推进政府数据共享，不断提升数据共享的效率和水平，更好发挥数据在精准治理、优化制度和科学决策中的作用，推动数字政府建设，从业务驱动、场景驱动向数据驱动的方向转变。推动公共数据资源开发利用公共数据蕴含着丰富的经济价值和社会价值。开发利用公共数据，是深化数据要素市场化配置改革的关键举措，是激活数据要素潜能的引领工程，是发展数字经济的重要支撑。刘烈宏表示，“总体上看，我国公共数据的开放程度和利用水平，与社会各界期待相比，仍有很大差距。大家普遍反映，数据共享开放阻力大、顾虑多，数据供给的规模和质量都不够，资源利用的渠道和方式不丰富、不便捷。”刘烈宏认为，主要原因是数据持有者缺乏动力，存在“不愿开放”的问题；数据大范围流通导致安全管理边界扩大，存在“不敢开放”的问题；数据流通的效率、安全和成本难以兼顾，需要专业技术能力支撑，一些单位存在“不会开放”的问题。解决这些问题，不仅要继续加大共享开放的工作力度，也要总结授权运营的实践经验，采用安全手段开发高价值数据，解决好安全保护和流通利用的矛盾。对此，刘烈宏表示，国家数据局将大力推动公共数据资源开发利用，加快数据市场化配置改革，将重点做好以下几方面工作：一是落实产权分置制度，明确公共数据授权运营的合规政策和管理要求，厘清数据供给、使用、管理的权责义务，探索公共数据产品和服务的价格形成机制，让公共数据“供得出”。二是加快建设安全可信的数据基础设施，发展数据空间、高速数据网，推动匿名化、联邦学习、多方安全计算等隐私计算和区块链技术应用，增强数据利用可信、可控、可计量能力，让公共数据“流得动”。三是针对行业发展痛点堵点，实施数据要素ｘ行动计划，形成一批服务经济社会发展的典型应用场景，充分发挥公共数据的乘数效应，让公共数据“用得好”。四是以公共数据为引领，鼓励探索企业数据授权使用新模式，引导龙头企业、平台企业、中小微企业开展双向公平授权，共同合理使用企业数据。五是数据开发利用离不开数商这类经营主体，我们将大力发展服务型、应用型、技术型数商，培育一批数据流通、价值实现的推进者、转化者、开发者。还要优化数据交易场所布局，为数据产品和服务的价值发现、供需对接提供环境。六是推动数据领域核心技术创新，支持高质量人工智能数据集、新型算力调度网络建设，为激活数据要素价值，赋能实体经济提供支撑。资料来源于广州日报、南方财经全媒体、杭州市数据资源局转载请注明出处请参考：首次提出数据基础设施建设，刘烈宏局长解读国家数据局工作任务首次明确“数据要素X”行动

11月28日，新汽有限公司获颁北京国际大数据交易所国内邮政快递业“首张”《数据资产登记凭证》，这将加快推动国家快递业数据要素技术产品创新，完善快递业数据知识产权、资产化的治理，促进数字经济与实体经济深度融合，用科技创新的力量推动国家快递业可持续高质量发展。我国数字经济蓬勃有序发展随着迈入数字化时代,数据已成为国家重要的战略资源之一,各国之间对于数据主权的争夺也越发激烈。数据作为数字经济时代关键生产要素,在我国“十四五”数字经济发展规划下,国家顶层设计持续加码,数据要素市场建设重视程度加速走高。近日国务院批复同意了北京市政府和商务部实施《支持北京深化国家服务业扩大开放综合示范区建设工作方案》。方案指出,

2023年11月27日，为引导有关各方增进理解认识、更好推动《暂行规定》贯彻实施，财政部会计司将举办《企业数据资源相关会计处理暂行规定》专题线上培训。本篇为此次线上培训内容的全文记录。财政部会计司《企业数据资源相关会计处理暂行规定》专题线上培训2023年11月27日各位学员大家好：为了规范企业数据资源相关会计处理，强化相关会计信息披露，2023年8月1日，财政部制定印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）文件，以下简称《暂行规定》。《暂行规定》将自2024年1月1日起施行。为了推动《暂行规定》的有效实施落地，今天的培训，我们将主要介绍《暂行规定》的制订背景、主要内容以及实施《暂行规定》需要注意的事项等方面的内容。一、制定背景首先，我们来共同了解一下《暂行规定》的制定背景。随着大数据等信息技术、互联网等基础设施的不断演进，数字经济和产业得到飞速发展，并持续推动生产方式、生活方式和社会治理方式的深入变革，数字产业化和产业数字化日趋成为新技术、新业态、新模式发展的新动力。顺应这一发展趋势，财政部制定印发暂停规定，有以下三方面的背景考虑。第一方面就是贯彻党中央、国务院决策部署，服务数字经济的健康发展。党的十八大以来，党中央高度重视发展数字经济，将其上升为国家战略。2017年12月8日，习近平总书记在十九届中央政治局第二次集体学习时指出，要构建以数据为关键要素的数字经济，发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济。党的二十大报告提出，加快建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合。2022年6月22日，习近平总书记主持召开中央全面深化改革委员会第二十六次会议，审议通过了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20条》。《数据20条》对数据的产权、流通、交易、治理、安全等做出了基础制度安排，其中提出了探索数据资产入表新模式。企业会计准则是会计领域的一项基础制度安排，制定《暂行规定》是贯彻落实党中央、国务院关于发展数字经济的决策部署的具体举措，也是以专门规定规范企业数据资源相关会计处理发挥会计基础作用的重要一步。第二方面是加强企业会计准则实施，服务相关会计实务需求。目前，行业主管部门、数据相关企业、数据交易场所、中介服务机构等有关各方正在积极推动数据要素市场建设，促进企业数据资源的有效运用和有序流通。在这一过程当中，对于企业数据资源是否可以作为会计上的资产予以确认，作为哪一类资产确认和计量，以及如何进行相关信息披露等相关的会计问题较为关注。我们在《暂行规定》相关研究起草过程当中，通过专家研讨、专题调研、公开征求意见等方式，发现部分企业对于数据资源能否作为会计上的资产、技术、企业的资产负债表作为哪种资产入表等存在疑虑，希望财政部能够出台专门统一的规定来就企业数据资源能否入表、适用的会计处理原则等加强指引。那么，针对各方对于明确企业数据资源相关会计处理的期待，制定《暂行规定》将有助于进一步推动和规范数据相关企业执行会计准则，准确反映数据相关业务和经济实质，同时也能够从我国数字经济发展以及企业丰富的数据资源应用实践当中不断地获取和提炼企业数据资源相关业务的发展情况和特点。为持续深化相关会计问题研究积累中国经验，有助于在国际会计准则相关研究制定的工作中更好地发出中国声音。第三方面是推进会计领域创新研究，服务数字经济治理体系建设。近年来，国际会计领域对于无形资源会计处理的改进日益关注，其中也涉及到了数据资源的会计问题，例如欧盟、英国等等主要经济体分别开展的无形资源研究项目，普遍认同加强信息披露是短期内解决这个问题和务实的解决路径。我们在专家研讨、专题调研、公开征求意见等方式发现，有关各方对于企业数据资源均存在一定的信息需求，希望通过会计信息披露的渠道来了解企业数据资源的相关的信息，比如来源权属、投入成本、应用场景等等。制定《暂行规定》，进一步规范引导企业强化数据资源相关信息披露，将有助于有关各方更好了解企业数据资源的相关情况，为有关的监管部门完善数字经济治理体系，加强宏观管理提供会计信息的支撑，也为投资者等报表使用者了解企业数据资源价值、提升决策效率，提供有用信息。二、暂行规定说明接下来，我们就《暂行规定》的主要内容做具体的说明。《暂行规定》在现行企业会计准则框架下，对于企业数据资源的相关会计处理作出规范，在结构上具体分为四部分，即适用范围、数据资源会计处理适用的准则、列示和披露要求以及附则。（一）适用范围《暂行规定》明确本规定适用于企业按照《企业会计准则》相关规定确认为无形资产、存货等资产类别的数据资源，以及企业合法拥有或控制的，预期会给企业带来经济利益的，但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。我们首先来看什么是数据？我国的数据安全法第3条对数据作出的定义是，本法所称数据是指任何以电子或者其他方式对信息的记录。那一些专业研究机构等从业务的角度也对数据做出了不同的界定。比如中国信息通信研究院作出的定义是，数据是对客观事件进行记录并存储在媒介物上的可鉴别符号，是对客观事物性质、状态以及相互关系等进行记载的物理符号或物理符号的组合是一种客观存在的资源，实务中往往根据不同的管理和利用方式、适用场景等进一步分类描述。从不同的业务角度出发，也提出了多种的分类维度。比如根据数据结构，分类的维度可以分为结构化数据、半结构化数据、非结构化数据等。结构化的程度影响到后续对数据的利用分析者的难易度。按照数据存储的维度可以分为基础层、数据中间层、数据应用层。数据的不同的层次对于数据的集成性、灵活性要求不同。按照对数据加工程度的维度，可以分为原始数据、衍生数据、产品的数据，加工者在其中的劳动和贡献的程度是存在差异的。那数据安全法按照数据安全的维度可以分为一般数据、重要数据、核心数据等一些部门的相关规定也做出了这个进一步的要求，比如工业和信息化部对于工业和信息化领域数据的分类分级管理要求，就是通过这个工业和信息化领域数据安全管理办法试行来做出了进一步的界定规范之外，还有的根据数据生成方式的维度将数据划分为自行采集记录客观现象所得到的数据、采集与用户的交互记录所得到的数据、基于已产生的数据在赋予全新的价值过程当中所得到的数据等等。数据的分类维度的和方法的这种多样也反映出了数据在存储、加工、应用、安全等过程和场景当中的复杂性。那相关的学术这些研究过程当中也提出来，相比于常见的自然资源和社会资源，数据资源存在着多种特征，比如说无形性、权属的复杂性、时效性、依附性、价值易、非标准性、非均质化、可复制性、非竞争性与弱排他性等等。数据资源作为新生事物的这些特征，也激发了广大的企业积极投身数字经济发展浪潮，通过对数据资源的归集、整理、加工等等过程，发挥数据资源对生产的独特贡献作用。根据国家互联网信息办公室数字中国发展报告，2022年我国的数据产量达到了8.1ZB，同比增长22.7%，在全球的占比达到了10.5%，位居世界第二。截至2022年底，我国数据存储量达到了724.5ZB，同比增长21.1%，全球占比达到了14.4%。数据资源规模的快速增长，也凸显出我国的数字中国建设取得了显著的成效。由于企业的生产经营管理链条较长，企业的数据需求多元、复杂，在对数据进行获取、加工、分析等等过程当中，还可能进一步形成其他的数据，进而丰富企业的数据资源。哪些数据资源属于《暂行规定》的规范范畴？概括的说，《暂行规定》既适用于按照准则规定确认为资产的数据资源，也适用于按照准则规定尚不能确认为资产的数据资源。同时，对于后者，还要强调企业合法拥有或控制的预期会给企业带来经济利益的条件。这样的适用范围是基于我国现行的企业会计准则规定，并对当前业务模式下企业数据资源的业务情况作出分析界定。《企业会计准则基本准则》当中规定资产是指企业过去的交易或者事项形成的由企业拥有或者控制的预期，会给企业带来经济利益资源。同时，符合资产定义的资源还需要同时满足与该资源有关的经济利益很可能流入企业。该资源的成本或者价值能够可靠地计量的确认条件方可以作为资产确认。会计上的资产定义和确认条件是会计准则的一贯规定，其限定是较为严格的《暂行规定》，印发实施并没有放宽准则关于资产定义和确认条件的有关要求，同时基于会计信息的可靠性、谨慎性等质量要求，企业在进行会计处理时不应当高估资产或者收益，低估负债或者费用。对于企业所持有或运用的数据资源，我们从会计准则的角度可以分为三个部分：第一，有些数据资源并不符合会计上资产的定义，从而不能作为资产确认，即我们这张图当中的这个灰色区域。要说明的是，这个图当中这个有一个比例，但是这个比例并不是说我们根据实务当中的比例严格的去做了一个界定的，这只是一个示意图，用来大致的表示一下可能存在的这些部分和相关的内容。比如：第一个例子中，A企业利用撞库的黑客手段获取了某社交网站大量用户的手机号、身份证号、家庭住址、网银信息等等的个人信息，并且打包后出售给另外一个B企业。那么，在这种情况下，对于A企业及获取和后续转让相关数据的行为，可能涉及到违反个人信息保护法甚至刑法等等法律法规，对相关数据的拥有或控制并不具有合法性。对于购买方B企业，其购买的个人信息数据来源并不正当，而且也没有按照个人信息保护法的相关规定取得个人用户的授权，在合法性方面同样存在瑕疵。因此，在这个例题一当中，A、B企业的上述数据均不符合会计上资产的定义，不属于我们《暂行规定》的适用范围。此外也请大家注意，本例当中主要是就合法拥有或控制这一个因素进行讨论，以便大家加深理解。并不意味着有关企业在此基础上满足了合规要求，就可以直接将有关数据资源作为资产进行确认。以下的我们培训当中涉及到的各个例题也相同，是为了便于理解。讲解的例题当中仅侧重于对某个因素的讨论。企业在类似因素的情景下，不能简单地套用我们有关例题的情景和结论，而是需要应当严格的按照《企业会计准则》及《暂行规定》的有关要求去执行。例题2中，C、D两个企业通过相关的开源数据平台免费下载了某个国家的法律条文、法律判决等等数据集，用于司法人工智能研究。在这个情形下，尽管C、D企业可以利用下载的该数据集开发相关的数据产品、提供数据相关服务等等，预期能够产生经济利益，但是由于这个平台它是一个开源的、免费的平台，其他的组织或个人同样可以免费下载相关的数据集。因此，C、D两个企业均没有对该数据集实现拥有或控制，同时也没有应取得该数据集发生相关的支出，从而不应将该数据集作为企业自己的资产予以确认。在例题3当中，E企业订阅了某宏观经济数据库的普通会员，可以在2023年全年内实时登录数据库去查询有关的数据。该数据库拥有5000个普通会员，它对所有的普通会员提供的都是相同的查询服务。在此情形下，E企业只是获得了与其他会员相同的查询数据库的权利，而非排他性的直接获取该数据库的全部内容，E企业不能将整个的数据库作为自己的资产予以确认，而是只能就其获得的查询权利是否属于资产进行判断。例题4