·“优质数据资产稀缺，‘剪刀差’鸿沟持续扩大，这说明我们的数据处理能力跟不上数据资源的膨胀速度，有很多高质量数据并没有被很好利用和开发。如果有某种激励制度，可以让数据在作为资产‘入表’之后形成高价值数据，那么不管从国家战略层面，还是企业层面来说，都会受益。”

·“数据资源‘入表’之后，有关企业外购数据资源直接用于符合规定的研发活动，数据资源形成无形资产的摊销费用，或直接计入损益的数据采集支出，很有可能被纳入可加计扣除的研发费用范围。”

【编者按】数据，是继土地、劳动力、资本、技术四大生产要素之后的第五大生产要素，中国政府已提出要加快培育数据要素市场。随着人工智能技术的飞速发展，大模型的开发更离不开高质量的数据支持。在此背景下，澎湃科技（www.thepaper.cn）推出“第五要素——上海市数据科学重点实验室数据要素产业化系列报道”，关注由上海市数据科学重点实验室策划的数据要素产业化系列论坛。第二期数据资产“入表”论坛旨在探讨数据资产“入表”将会给国计民生及各行各业带来哪些深远影响，以及当前针对数据资产“入表”方面有哪些亟待解决的问题。

深圳数据交易所数据资产化小组副组长李颖在数据要素产业化系列论坛第二期——数据资产“入表”论坛上。

在10月13日举办的数据要素产业化系列论坛第二期——数据资产“入表”论坛上，深圳数据交易所数据资产化小组副组长李颖在演讲的开始提到两个数据：一是，《国家数据资源调查报告（2021）》显示，2021年我国数据产量达到6.6ZB，占全球数据总产量（67ZB）的9.9%，仅次于美国（16ZB），位列全球第二。二是，根据IDC的调研预测，未来两年企业数据将以42.2％的高速保持增长，而其中仅有32％的企业数据价值能够被激活，接近70%的数据价值并未得到充分地挖掘利用。

数据处理能力跟不上数据资源的膨胀速度，有很多高质量数据并没有被很好地利用和开发。

“优质数据资产稀缺，上述这两个数据的‘剪刀差’鸿沟持续扩大，这说明我们的数据处理能力跟不上数据资源的膨胀速度，有很多高质量数据并没有被很好地利用和开发。”李颖说，“如果有某种激励制度，可以让数据在作为资产‘入表’之后形成高价值数据，那么不管从国家战略层面，还是企业层面来说，都会受益。”

深圳数据交易所提出了一个“A-M-O模型”。

对于数据资产“入表”，深圳数据交易所提出了一个“A-M-O模型”，表述了从数据资产获取、数据资产管理到数据资产运营的数据资产化全流程。“从数据资源到数据资产的过程中，一个核心变化在于，数据资源经过算力和算法的加工，形成了数据产品，进而为数据形成资产奠定基础。数据产品和数据资产之间最大的区别在于，数据产品是企业内部的，而数据资产的价值要被社会所认可。如何让社会认可企业数据产品价值？那么就必须要在公开的市场上有相应的交易记录和资产运营记录。”李颖说，这也是数据资产“入表”的逻辑所在。

目前在数据资产“入表”过程中，有哪些关键问题？

数据确权和数据合规

“数据资产入表过程中的关键问题首先就是数据如何确权，这是最前端、最直接，也是最难以克服的问题。”李颖谈到确权问题的两个思路：被动确权（规范确权）和主动确权（精确确权）。

被动确权的理论依据是“权利球”理论。大陆法系财产权所指的“权利球”，即权利人对财产享有完整、单一、绝对、自治性的权利。只有在例外情形下和一定期限内，初始的源权利才能被限制，由此产生“限制性权利”，而在这些限制性权利消失的一瞬间，源权利又重新获得其全部地位，恰如回复到圆满的球形状态。

李颖认为，“权利球”结构过于强调静态的“财产所有”，相应弱化了动态的“财产利用”，难以满足财产权价值化的时代需求。在“数据二十条”（《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》）起草过程中，对于是否引入“数据所有权”及基于“权利球”权能分离的“数据所有权—用益权”曾引发争论。最终起草者提出淡化所有权、强调使用权，突破传统大陆法系财产权架构，形成了数据三权分置制度。

主动确权的理论依据是“权利束”理论，数据权益是信息之上产生的多项集合的权益，“权利束”理论有助于更好地解释和更充分地促进数据上的权能分离和流通利用。李颖认为，“数据二十条”更倾向于主动确权的思路，因为其在第七条提出：建立健全基于法律法规或合同约定流转数据相关财产性权益的机制。

李颖说，“也就是针对不同类型的数据给予不同的权利载体，并且基于权利双方的合同约定，来做精准的确权，或者说主动的确权。”同时，李颖强调，数据确权需要向数据流通交易迈进，因为确权不是目的，确权之后的交易、流通、促进才是目的。

第二个李颖谈到的关键问题是数据合规问题，“数据合规是企业入表自愿性信息披露和IPO（首次公开募股）的‘标配’。”

李颖解释道，也就是说企业未来想要IPO，数据合规是一个绕不过去的问题，包括数据资产“入表”新规里，对于自愿信息披露也有相应的要求，包括行业性数据库数据来源、数据质量合格问题，数据保护措施采取与否问题，应用场景合规问题，以及投融资活动中数据资产的合规尽职调查问题等都需要在报表中进行披露。这些一方面可能会给企业带来一些负担，但是另一方面，如果处理得当，也是企业提升报表质量及估值的很好方式。”

数据资产“入表”是否增加企业税负

在目前的实践中，李颖发现，企业非常关心的一个问题是：数据资产入表会不会增加企业税负。

“降低税负的本质其实是两点，一是增加成本，起到’税盾’（指可以产生避免或减少企业税负作用的工具或方法）的效果；二是使用国家优惠政策，即数据资产‘入表’有相应的优惠政策。如果这两点都有，从降低税负的角度，企业也会愿意入表。”李颖说。

上海市人民政府办公厅在8月印发的《立足数字经济新赛道 推动数据要素产业创新发展行动方案（2023-2025年）》特别提及，支持各类主体通过上海数据交易所采购数据产品，符合条件的可按照规定享受研发费用税收加计扣除政策。

“这意味着数据资源‘入表’之后，有关企业外购数据资源直接用于符合规定的研发活动，数据资源所形成无形资产的摊销费用，或直接计入损益的数据采集支出，很有可能被纳入可加计扣除的研发费用范围。”李颖说。

李颖举了一个具体的例子：如果企业因经营需要花100万买回数据（法律允许情况下），之前直接减少当年利润100万，现在则可以计入无形资产（或存货），以后分年摊销。这两种情况下，企业的税负水平分别如何？“这是我特别希望跟大家探讨的问题，也是非常难以回答的一个问题。”李颖说。

同时，李颖提到，如果税务机关认定交易价格不符合独立交易原则的，通常有权对交易价格实施特别纳税调整。对于关联方之间发生的数据资源转让，企业有必要审慎确定交易价格，可以考虑在结合交易商业目的的基础上，妥善留存相关资料，如第三方评估公司的估值报告等，以充分论证定价的合理性，应对税务可能的定价质疑，避免特别纳税调整。

本期数据治理论坛由上海市数据科学重点实验室主办，澳汰尔工程软件（上海）有限公司、中国数据管理协会（DAMA China）、澎湃新闻和DataFun社区提供支持。出品人分别为上海市数据科学重点实验室数据资产研究室主任叶雅珍，上海市数据科学重点实验室主任、复旦大学教授肖仰华。