原创 王延川 民主与法制时报

武丹/制图

作者|王延川

责编|薛应军

正文共2626个字，预计阅读需8分钟▼

9月8日，中国资产评估协会发布《数据资产价值评估指导意见》（以下简称《指导意见》），推动建立数据资产价值评估机制，构建数据资产定价指标体系，进一步明确数据价值评估规范。

《指导意见》共28条，分为总则、基本遵循、评估对象、操作要求、评估方法、披露要求和附则等七个部分。它与前不久财政部出台的《企业数据资源相关会计处理暂行规定》共同构成我国推动数字经济落地的重要文件，让数据资产价值评估工作从此有了法律政策上的依据，在一定程度上将消除“各自为政”的地方评估实践，让数据资产价值评估在全国范围内有了统一标准。

数据资产价值评估的生成逻辑

目前，提升数据要素价值，加快数据流通已经成为各国共识。随着对数据全生命周期的研究不断深入，数据要素的价值生产过程逐步清晰，数据提供、收集和储存、清洗、标注、标准化、分析、挖掘、集成等环节的提炼，使得数据要素价值有了量化的可能性，这为数据价值生成提供了必要条件。

数据要素价值可以分为数据资源化、数据资产化和数据资本化三个阶段。数据资源化使无序、混乱的原始数据成为有序、有使用价值的数据资源。数据资产化使数据资源可流通交易，进而给利害相关人带来更大经济利益。数据资本化主要通过数据信贷融资与数据证券化催生数字资源的更大价值。

在这三个阶段中，数据资产化是数据价值提升的关键环节，它可以让场外的数字资源成为市场可以规范利用的价值，同时可以转换为数据资本，进而在资本市场催生更大价值。因此，2021年，工业和信息化部发布的《“十四五”大数据产业发展规划》提出：“加快建设行业大数据平台，提升数据开发利用水平，推动行业数据资产化、产品化，实现数据的再创造和价值提升。”数据资产化是推动数据要素利用更高效、更标准、更深入的重要渠道，是数据要素交易流通规范化的前提。数据资产化要实现以上目标，价值评估必不可少，或者说价值评估使得数据资产化成为现实。

数据资产为何需要价值评估？数据资产价值评估源于两个方面的原因：其一，数据资产以权属为前提。这使得各国对数据资产的界定均有所不同。如美国国家标准与技术研究院将数据资产定义为任何由数据组成的实体，包括系统、应用程序、数据库、文档、网页及基于应用程序的数据服务。这是对数据资产的静态描述，并未揭示数据资产的本质。《指导意见》将数据资产定义为：特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。这个定义揭示了数据资产化的实质，即从权属到价值“变现”的过程，而所谓货币衡量就是价值评估的具体表现。数据资产价值评估的前提是权属确认，但是与普通的资产比较起来，数据资产的权属要复杂得多，这给数据资产价值评估带来不确定性，也让评估成为必然。其二，数据资产价值的不确定性。数据资产具有价值易变性，即数据资产的价值易发生变化，它的价值受技术、容量、价值密度等因素影响，随应用场景、用户数量、使用频率等变化。其中，场景因素包括数据资产相应的使用范围、应用场景、商业模式、市场前景、财务预测和应用风险等。这些复杂因素使得数据资产价值具有极大不稳定性，专业评估成为数据要素市场建设的重要环节。因此，数据资产价值评估具有重要意义，它既能帮助发现各类数据要素的客观价值，有序引导数据要素在市场的资源配置，又能充分激发数据要素市场活力与数据要素价值潜力，还可以有效防范价格操纵和投机炒作等现象的发生。

数据资产价值评估不仅需要业界推动，还需要法律的指引。2022年12月印发的《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》提出，依法依规维护数据资源资产权益，探索个人、企业、公共数据分享价值收益的方式，建立健全更加合理的市场评价机制，促进劳动者贡献和劳动报酬相匹配。

数据资产价值评估面临的挑战

《指导意见》使数据资产评估有了基本遵循，但这并不意味着数据资产价值评估可以“一蹴而就”，反而意味着数据资产评估任重道远。从上述数据资产逻辑来看，即数据资产权属和数据资产价值的易变性，《指导意见》颁布后数据资产价值评估仍面临一些挑战。

其一，数据资产权属的复杂性给评估实践带来挑战。传统资产首先确认所有权，在此基础上再推出其他相关权利。但是，数据的产权结构反其道而行之。数据与传统资产不同，它的生成源于多方主体贡献，而且各主体的贡献程度和性质又不尽相同，很难形成所有权共识。但是，为了促进数据要素价值的最大化，仍然有必要确认所有权之外的相关产权。《关于构建数据基础制度更好发挥数据要素作用的意见》创造性地提出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。此次《指导意见》也按照这个“三权分置”的思路确定数据资产权属评估的前提。但是，何谓数据资源持有权、数据加工使用权、数据产品经营权，目前学界并未形成共识，实践操作也难有一致理解，《指导意见》对此也缺乏明确解释，这可能会给未来的数据资产评估实践带来一定困难。

其二，评估方法缺乏独创性使得评估的准确性会大打折扣。按照《指导意见》的规定，确定数据资产价值的评估方法主要包括收益法、成本法和市场法三种基本方法。这三种方法也称为货币估值法，是比照传统的资产评估方法建立的。货币估值法适用于数据资产价值评估有两方面问题：一是直接使用传统的资产评估方法能否产生客观结果，二是传统的资产评估方法还包括公允价值法、现值法、重置成本法和可变现净值法等方法，为何这里只选择三种方法？事实上，按照数据生命周期理论，数据资产在开发阶段、赋能阶段、活跃交易阶段、处置阶段的价值认定的侧重点各有不同，因此，建立符合规律的灵活多变的评估方法可能比上述内涵固定的评估方法更科学。当然，《指导意见》也提出了衍生方法这一概念，可能是为了凸显评估方法的灵活性，但这种方法也应进行必要的列举，以使得评估机构能够有具体的方法可以遵循。随着科学技术的发展，数据资产价值的评估将不断得到深化。比如，国内有专业团队根据合作博弈理论，通过经济主体功效函数与决策模型贡献度的耦合，可以对不同数据要素的经济价值进行公平的定量评估。比如，通过建立生产图谱与价值图谱之间的联系形成数据价值的计算与分配，利用数据交易市场实现数据价格的动态把握。因此，数据资产价值评估工作的科学有效开展依然需要在实践中不断探索和优化。

（作者为陕西省法学会互联网法律与治理研究会会长、西北工业大学马克思主义学院教授）

原标题：《数据资产价值评估的生成逻辑与现实挑战》